Sem image nonmaterials analysis and characterization using segmentation algorithms

Abstract

Nano-image processing is considered as one of the most non-exhaustive list of nanotechnology applications. The microscopy technologies such as atomic force microscopy (AFM) and high-resolution scanning electron microscopy (SEM) and ideal to use them in to visualize and characterize of the nanostructures. Image segmentation considered as a definitive step in Nano-scale processing. There are different methods to attain segmentation. Many other methods are used in the Nano-scale image processing, known as statistical approximations. One way is the statistical approach. Generally, a set of equations can be solved by methods like Gaussian distribution to find the optimum threshold. In this study, Nano-material image segmentation methods will be evaluated to extract the Nano-material characterization by using different kinds of methods, i.e. expectation-maximization (EM), k-means, histogram, and threshold methods. These methods enable to define the optimal threshold by using the statistical approach. In this thesis, the mentioned methods are used to study the characteristics of SEM Nano-materials image. The Comparisons of all these techniques are intensively studied and simulated with real Nano-material images. The images obtained by SEM are sufficient to analyze recent images. The analysis results obtained from the study will help the scientist in the field of nanotechnology. The proposed studies will analysis the segmentation of the Nano-image materials and measure the length, orientation and density of the Nano- materials diameter, histogram for the Nano-image processing techniques.

Nano-görüntü işleme, nanoteknoloji uygulamalarının en kapsamlı olmayan listesinden biri olarak kabul edilir. Atomik kuvvet mikroskobu (AFM) ve yüksek çözünürlüklü taramalı elektron mikroskobu (SEM) gibi mikroskopi teknolojileri, nanoyapıları görselleştirmek ve karakterize etmek için kullanmak için idealdir. Nano ölçekli işlemede kesin bir adım olarak kabul edilen görüntü segmentasyonu. Bölütleme elde etmek için farklı yöntemler vardır, Nano ölçekli görüntü işlemede istatistiksel yaklaşımlar olarak bilinen birçok başka yöntem kullanılır. Genel olarak, optimum eşiği bulmak için bir dizi denklem Gaussian dağılımı gibi yöntemlerle çözülebilir. Bu çalışmada, beklenti-maksimizasyon (EM), k-ortalamalar, histogram ve eşik yöntemleri gibi çeşitli yöntemler kullanılan Nanomalzemeler karakterizasyon çıkarmak için Nanomalzeme görüntü bölütleme yöntemleri değerlendirilir. Bu yöntemler, yaklaşımı istatistiksel kullanarak optimal eşiği belirlenecek sağlar. Bu tezde, SEM nanomalzemelerinin görüntü özelliklerini incelemek için bahsedilen yöntemler kullanılmıştır. Tüm bu teknolojilerin karşılaştırmaları, gerçek nanomalzemelerin görüntüleri için kapsamlı bir şekilde incelenmiş ve simüle edilmiştir. SEM tarafından elde edilen görüntüler, son görüntü analizi için yeterlidir. Çalışmadan elde edilen analiz sonuçları nanoteknoloji alanında bilim insanlarına yardımcı olacaktır. Önerilen çalışmalar Nano-görüntü malzemelerinin segmentasyonunudur analiz edecek ve Nano-malzeme çapının uzunluğunu, yönünü ve yoğunluğunu, Nano-görüntü işleme teknikleri için histogram ölçecektir.