活性碳纤维材料中不规则孔结构的图像定量分析方法研究

含有微孔(孔径<2nm)的活性碳纤维材料(ACF)已实用化，但具有多孔径(孔径>50nm和孔径<2nm)的活性碳纤维材料的制备仍是材料科学领域的难题。由于SEM等设备对表面形貌分析需要大量人为估计统计，而材料领域对精确定量分析的需求十分迫切。本项目主要研究该新型ACF可控制备中的表面图像分析问题，包括：(1)采用聚类分析等模式识别和图像处理理论研究材料表面孔洞的尺寸、分布和规律特征的识别和表征问题。(2)研究多孔参数的提取算法。(3)建立制备条件与形貌参数以及材料吸附性能之间的数学模型，为ACF的可控制备提供理论依据。本项目致力于从材料微观图像分析上对孔的识别算法进行深入研究，得出有关孔的各种参数的量化表示。尤其是结合ACF图像，对多尺度几何分析算法进行深入研究。将图像处理和识别技术与新型材料的可控制备相结合，建立可量化的数学模型。为信息理技术在材料表面分析与制备中的理论与应用提供新方法。