基于深度学习的钛白颗粒包覆膜层厚度定量方法及系统

本申请公开了一种基于深度学习的钛白颗粒包覆膜层厚度定量方法及系统，涉及图像处理与材料表征技术领域，通过待测量的钛白颗粒透射电镜图像结合目标深度学习模型，对钛白颗粒表面的包覆膜层进行高精度的定量分割，由于目标深度学习模型中的编码器在网络前半部分逐层下采样并提取多尺度特征，捕捉膜层边界、纹理、厚薄渐变等信息，目标深度学习模型中的解码器将压缩后的高维特征逐步上采样复原到原图尺寸，同时融合跳跃连接，实现精细定量分割，使得后续能更直观提供更丰富的形貌参数，即包覆膜的平均厚度，提高获取钛白颗粒包覆膜层厚度的准确性。