It is often challenging to measure

It is often challenging to measure the sizes of small particles from greyscale TEM images.
Similar particles can have very different intensities as a result of diffraction contrast, while the
carbon support has a thickness that changes locally, and variable contrast that affects the mean
intensity values of the particles. Conventionally, a greyscale image is converted into a binary
image, in which pixels with a greyscale value higher than a chosen threshold are separated from
those with values below the threshold. This transformation is applied to the whole picture,
using a single threshold value. This procedure rarely works across an entire image. Here, we
propose using an adaptative threshold that is automatically adjusted in different parts of an
image. Figure 1 shows a comparison between the two approaches.

ผลลัพธ์ (ไทย) 1:

มักจะเป็นความท้าทายในการวัดขนาดของอนุภาคขนาดเล็กจาก greyscale ภาพยการอนุภาคเหมือนได้ปลดปล่อยก๊าซที่แตกต่างกันมากเนื่องจากความแตกต่างของการเลี้ยวเบน ขณะสนับสนุนคาร์บอนมีความหนาที่เปลี่ยนแปลงในท้องถิ่น และความแตกต่างตัวแปรที่มีผลต่อค่าเฉลี่ยค่าความเข้มของอนุภาค ดี แปลงรูป greyscale เป็นไบนารีรูปภาพ ที่พิกเซล มีค่า greyscale สูงกว่าขีดจำกัดท่านจะแยกออกจากที่ มีค่าต่ำกว่าขีดจำกัด การแปลงนี้จะใช้กับภาพทั้งหมดการใช้ค่าขีดจำกัดที่เดียว ขั้นตอนนี้ทำงานไม่ค่อยทั่วทั้งภาพ ที่นี่ เราเสนอใช้เป็นขีดจำกัด adaptative ที่ถูกปรับปรุงโดยอัตโนมัติในส่วนอื่นของใบรูปภาพของ รูปที่ 1 แสดงการเปรียบเทียบระหว่างสองวิธี

ผลลัพธ์ (ไทย) 2:

มันก็มักจะท้าทายในการวัดขนาดของอนุภาคขนาดเล็กจากภาพ TEM เฉดสีเทา.
อนุภาคที่คล้ายกันสามารถมีความเข้มแตกต่างกันมากเป็นผลมาจากการเลี้ยวเบนความคมชัดในขณะที่
การสนับสนุนคาร์บอนมีความหนาที่มีการเปลี่ยนแปลงทั้งในประเทศและความคมชัดตัวแปรที่มีผลต่อหมายถึง
ค่าความเข้ม ของอนุภาค อัตภาพภาพเฉดสีเทาจะถูกแปลงเป็นเลขฐานสอง
ภาพซึ่งในพิกเซลพร้อมเฉดสีเทามูลค่าสูงกว่าเกณฑ์ที่เลือกจะถูกแยกออกจาก
ผู้ที่มีค่าต่ำกว่าเกณฑ์ การเปลี่ยนแปลงครั้งนี้จะนำไปใช้กับภาพรวมทั้งหมด
โดยใช้เกณฑ์เดียว ขั้นตอนนี้ไม่ค่อยทำงานทั่วทั้งภาพ ที่นี่เรา
นำเสนอโดยใช้เกณฑ์ adaptative ที่ถูกปรับโดยอัตโนมัติในส่วนต่างๆของ
ภาพ รูปที่ 1 แสดงการเปรียบเทียบระหว่างทั้งสองวิธี

ผลลัพธ์ (ไทย) 3:

มันมักจะเป็นสิ่งที่ท้าทายในการวัดขนาดของอนุภาคขนาดเล็กจากภาพแบบไล่สีเทา .
อนุภาคที่คล้ายกันสามารถมีความเข้มแตกต่างกันมากผลของการเลี้ยวเบนความคมชัดในขณะที่
คาร์บอนสนับสนุนมีความหนาที่มีการเปลี่ยนแปลงภายใน และตัวแปรที่มีผลต่อความเข้มคมชัดหมายถึง
ค่าของอนุภาค โดยทั่วไป ดูสิ ภาพจะถูกแปลงเป็นภาพไบนารี
,ซึ่งในพิกเซลที่มีค่าสูงกว่าเกณฑ์ที่เลือกเฉดสีเทาจะแยกจาก
ผู้ที่มีค่าต่ำกว่าเกณฑ์ การเปลี่ยนแปลงนี้จะใช้กับภาพรวม
โดยใช้ค่าเกณฑ์เดียว ขั้นตอนนี้มักจะทำงานผ่านภาพทั้งหมด ที่นี่เราเสนอการใช้รางจืด
เกณฑ์ที่ถูกปรับโดยอัตโนมัติในส่วนที่แตกต่างกันของ
ภาพรูปที่ 1 แสดงการเปรียบเทียบระหว่างสองวิธี