排序方式: 共有73条查询结果,搜索用时 15 毫秒
1.
2.
3.
4.
5.
6.
7.
8.
利用超高真空化学气相淀积系统,通过控制淀积量、温度、流量等生长参数,在n型Si(100)衬底上自组装生长了一系列Ge量子点样品,用原子力显微镜进行了表征与分析.系统地研究了生长参数对Ge岛形态分布的影响并分析了有序、高密度Ge岛的生长机理.结果表明,从二维向三维岛跃迁后,最初形成的高宽比(高度与底宽的比值)在0.04~0.06之间的小岛是一种在低温下可以与圆顶岛共存的稳定岛,两种岛的分布随淀积参数的变化而变化.在高温下小岛几乎消失,流量的变化对小岛的密度影响较小.实验中获得小岛的密度最高为2.6×1010cm-2,圆顶岛的密度最高为4.2×109cm-2. 相似文献
9.
对薄膜晶体管液晶显示器(TFT-LCD)边框电路中细微、复杂的缺陷进行检测,一直是自动光学检测(AOI)的一个难点。本文提出基于改进的快速区域神经网络(FasterR-CNN)算法对TFT-LCD边框电路的缺陷进行检测。首先在共享卷积层进行特征提取,然后通过多层的区域提议网络结构生成精确候选区域,根据候选区域的特征和目标分类实现对缺陷的识别和定位。同时设计多种有效的网络结构并详细分析网络层深度及卷积核大小对检测效果的影响,最后进行不同算法的比较。在实际构建的数据集上实验,结果表明本文方法具有良好的检测效果,对6种类别的液晶屏边框电路缺陷识别定位达到平均每张0.12s的检测速度和94.6%的准确率。 相似文献
10.
在薄膜晶体管液晶显示器线路检测中,常通过对线路中的导电薄膜粒子的计数和定位实现其导电性的自动检测。为了解决窄边框线路中粒子密度增大带来的粒子重叠问题,提出一种采用微分干涉成像和掩模法结合k均值聚类的算法,在分离出粒子的亮、暗部后,结合图像熵值和粒子的凸性准确分割出粒子。讨论了聚类簇选值的影响,通过不同粒子密度、不同粒子尺寸的样本检验本文算法,并与以往的梯度结合灰度的方法进行对比。结果表明:本文算法在粒子密度较小的区域能达到92.6%的识别率,在粒子密度较大的区域也能达到86%的识别率,分别比梯度加灰度的方法提高了9.9%和42.7%。解决了粒子重叠的问题,并且对光场和成像效果有更好的鲁棒性。 相似文献