CN104797923A

CN104797923A - 通过图像分析表征颗粒的方法

Info

Publication number: CN104797923A
Application number: CN201380060710.7A
Authority: CN
Inventors: 伊曼纽尔·布拉克斯; 奥利维耶·都格恩; 伯努瓦·伯克哈德; 米里耶勒·伯特兰
Original assignee: Commissariat a lEnergie Atomique CEA
Current assignee: Commissariat a lEnergie Atomique et aux Energies Alternatives CEA
Priority date: 2012-11-20
Filing date: 2013-11-19
Publication date: 2015-07-22
Also published as: JP2016502661A; WO2014079849A1; EP2923194A1; FR2998370A1; KR20150086297A; US20150300941A1

Abstract

一种用于表征颗粒的方法，包括以下步骤：利用扫描电子显微镜产生样品颗粒的至少一张图像，捕捉并处理该图像。该处理操作由以下步骤组成：对于每个所谓的可用颗粒，测量该可用颗粒的最大费雷特长度和最小费雷特宽度；由该可用颗粒的最大费雷特长度和最小费雷特宽度来限定该颗粒的几何模型；由该几何模型和该可用颗粒的最小费雷特宽度来计算该颗粒的投影面积；由该颗粒的几何模型、投影面积和最大费雷特长度来计算该颗粒的体积；基于该几何模型、该最小费雷特宽度和最大费雷特长度来计算特征颗粒尺寸；由体积和特征尺寸来计算体积形状因子。

Description

通过图像分析表征颗粒的方法

技术领域

本发明涉及一种用于从维度上和形态上表征细碎固体或粉末的颗粒的方法。粉末的颗粒尺寸和形状信息毫无疑问是粉末表征中的重要参数。颗粒的尺寸和形状决定了粉末的性质，诸如粉末的流动、分离、流动性、剥离性、挥发性和溶解性。通常，粉末的颗粒尺寸非常频繁地收入所强调的工业和商业标准，诸如可滤性、堵塞、对药物的同化性、大气污染以及造粒等。

粉末的结构特征对于理解和控制粉末与任何其它它们与之进行相互作用的固体相或流体相的物理或化学相互作用是非常重要的。

对于球形颗粒，直径这一单一量表征其尺寸。除表面积之外，通过该量能够得到其体积。然而，在实际中，粉末由具有更复杂形状和不同尺寸的固体颗粒形成。对于更复杂的形状，为了确定尺寸而必须知晓的量的数目增加。

背景技术

在粉末(粉末颗粒的平均尺寸在约1微米至2000微米之间)的情况下，细碎固体颗粒尺寸的最广泛测量是通过激光衍射、阻抗变化或图像分析来进行的。

通过激光衍射仪进行的颗粒尺寸测量是基于激光穿过颗粒的悬浮液的单色辐射的光漫射(衍射、反射和折射)。

通过图像分析进行的颗粒尺寸测量是在静态颗粒上进行的。

获知颗粒形状更是困难得多。图像分析方法通常基于光学显微镜的使用。

还知晓了在2008年Mikko Linnala发表的论文“通过扫描电子显微镜和图像分析程序对颜料颗粒的表征(Characterisation of pigment particles by scanningelectron microscope and image analysis programs)”。

在该文献中，提出了一种用于分析颜料类颗粒，例如滑石、粘土、碳酸钙、二氧化钛的方法，该方法通过扫描电子显微镜获取图像，利用图像处理软件分析这些图像。与光学显微镜相比，扫描电子显微镜能够得到更好的精度。

所采用的软件程序为牛津仪器公司的Inca特性软件或芬兰的UPMKymmene Oyj/VTT技术研究中心的Poikkiprogram软件。

对图像的分析能够确定颗粒的直径的纵横比或延伸因子以及形状因子SF(用于三维评估)：

SF＝d_S/(d_I.d_L)^1/2

其中，d_S为颗粒的最小维度，d_I是颗粒的中间维度，d_L为颗粒的最大维度。纵横比被限定为最小费雷特(Feret)宽度与最大费雷特长度的比。最大费雷特长度和最小费雷特宽度为平行于颗粒的对边的两条切线之间的距离。图1中示出了颗粒1的最大费雷特长度Lmax和最小费雷特宽度Imin。

纵横比能够表征颗粒的形状各向异性，也就是其延伸性。该纵横比被限定为最大费雷特长度Lmax和最小费雷特宽度Imin的比。其仅反映了颗粒的延伸性和对称性，并不能对球形颗粒或方形颗粒进行区分。

形状因子SF也不能区分大致球形的颗粒和大致方形的颗粒。

这两个参数并不能以可靠的方式表征颗粒的形状。因此，该方法并不适用于众多形态。然而，除球形形态之外，颗粒可能具有非常不同的形态：角形的、针状的、树状的等。

发明内容

具体地，本发明涉及一种通过图像分析来表征细碎固体颗粒的方法，与现有技术相比，该方法能够自动地以更精确且更可靠的方式知晓颗粒的真实形状和它们的维度。

本发明的另一目的是提出一种用于表征颗粒的方法，该方法适用于所有类型的颗粒；而某些激光衍射技术并不适用，并且尤其不适用于不能通过磁力搅拌而运动的颗粒。

本发明的又一目的是提出一种用于表征颗粒的方法，该方法能够容易地从图像中获取颗粒的平均当量直径以及围绕该平均值的颗粒尺寸离散度。

为了实现上述目标，本发明涉及一种用于表征细碎固体的颗粒的方法，该方法包括以下步骤：

利用扫描电子显微镜产生细碎固体样品的颗粒的至少一张图像；

捕捉通过该扫描电子显微镜所传输的图像，以及处理该图像，其中，该处理操作由以下步骤组成：

对于每个所谓的可用的颗粒，测量该颗粒的最大费雷特长度和最小费雷特宽度；

由该颗粒的最大费雷特长度和最小费雷特宽度来限定该颗粒对应的几何图形的类型，其中，该几何图形的类型被称为几何模型；

由该颗粒的几何模型和最小费雷特宽度来计算该颗粒在图像的平面内的投影面积；

由该颗粒的几何模型、投影面积和最大费雷特长度来计算颗粒的体积；

计算特征颗粒尺寸，该特征尺寸为颗粒的平方长度、平方宽度和平方高度的和的平方根，颗粒的长度、宽度和高度由几何模型、最小费雷特宽度和最大费雷特长度来得到；

计算颗粒的体积形状因子，该体积形状因子为体积与特征尺寸的立方的比。

在产生该图像的步骤之前，在将样品放置在扫描电子显微镜中之前，将该样品放置在导电台上，其中，样品为干燥的样品或湿润的样品。

可考虑由该图像给出的颗粒形状来确定几何模型。

所捕捉的图像为灰度图像，并且该处理包括：在测量之前，通过对图像中颗粒的灰度强度进行阈值处理(threshold)来检测图像中的颗粒的步骤。

优选的是，图像的处理提供了从检测的颗粒中去除结合的颗粒，从而仅保留独立的颗粒，该独立的颗粒为可用颗粒。

该扫描电子显微镜与图像分析软件联接以进行该处理。

该处理可进一步由以下步骤组成：

计算样品的可用颗粒的当量直径；

根据颗粒的当量直径来定义该颗粒的多个粒度等级；

计算每个粒度等级的中心或以等级中心计的特征当量直径；

对每个粒度等级中的颗粒数量计数；

计算每个粒度等级中颗粒的数量百分比；

将每个粒度等级中颗粒的数量百分比转化成每个粒度等级中颗粒的体积百分比；

对特征当量直径的体积尺寸分布进行拟合；

计算颗粒的特征当量直径的平均值；

计算颗粒的特征当量直径的标准偏差。

有利地，当量直径为当量圆直径。

拟合特征当量直径的体积尺寸分布包括以下步骤：由每个粒度等级中颗粒的体积百分比来计算累积递增函数(cumulative increasing function)的步骤；通过应用分布定律来计算期望值的步骤；通过最小二乘法使期望值的所有值的残差最小来拟合分布定律的步骤。

分布定律为正态分布定律或对数正态分布定律。

利用统计处理软件来进行该拟合。

附图说明

在阅读通过实施方式的实例并且参考附图来给出以下描述，将更好地理解本发明，其中，实施方式的实例仅用于说明目的而不用于限制，其中：

图1示出了颗粒的最大费雷特长度和最小费雷特宽度以及其当量直径；

图2A至图2I为在扫描电子显微镜下每个样品的图像；

图3为如同样品G的颗粒的具有六边形底面的棱柱形颗粒的三维示意图；

图4示出了样品G的体积形状因子的分布；

图5A1、图5B1、图5C1、图5D1、图5E1、图5F1、图5G1、图5H1、图5I1分别示出了基于通过本发明的方法和可能的一种或两种激光衍射技术得到的样品A至样品I的特征当量直径，颗粒的体积百分比；

图5A2、图5B2、图5C2、图5D2、图5E2、图5F2、图5G2、图5H2、图5I2示出了分别示出了在通过本发明的方法和可能的一种或两种激光衍射技术得到的样品A至样品I的每个所测得的特征当量直径的百分比的赋范累积函数(normed cumulative function)。

具体实施方式

现将描述通过扫描电子显微镜利用图像分析来表征颗粒的方法，该表征颗粒的方法是本发明的主题。在将被描述的实例中，将该方法应用至具有不同性质的粉末：

多种粉末样品是可用的：

1)美国NIST(国家标准技术研究所)的玻璃微珠。已经研究了标准化的且合格的微珠的三种样品，标示的直径为生产商标注的直径，这些直径通过光学显微镜测量。

样品A：

直径：42.3±1.1微米

样品B：

直径：139±2.6微米

样品C：

直径：198±3.4微米

2)购自西格玛奥德里奇公司的化学纯度高于99.8％的金属铜粉末，对于样品D，生产商宣称的粒度特征在200微米和600微米之间；对于树状形式的样品I，粒度特征为50微米。与这些微珠的形状相比，这些样品颗粒的形状更复杂。

3)由贝克曼仪器公司提供的岛状硅酸盐族的石榴石矿石的粉末。对于样品E，生产商给出的平均当量体积直径为15.07±1.8微米；对于样品F，生产商给出的平均当量体积直径为32.9±0.99微米。

4)由草酸沉淀法得到的混合的铀-钕草酸盐的粉末(样品G)和草酸钕的粉末(样品H)。这些粉末的颗粒是合成的颗粒，这些颗粒的形态取决于其构成原子的分子排布和结构排布，而并不取决于机械生产方法。这些样品具有棒状的形状。样品G的颗粒为具有六边形底面的棱柱状形式。样品H的颗粒为平行六面体形式。

样品D、样品E和样品F为具有生产商宣称的已知维度的粉末样品。

在将这些粉末样品放置在扫描电子显微镜下之前，将它们沉积在由导电材料制成的台上。

根据两种技术完成样品的制备，并且，根据样品来选择技术的一种或另一种。

第一种技术为干法技术，在载玻片上进行薄的单颗粒沉积，随后将其转移至例如由碳制成的导电台上。第二技术为湿法技术，利用粉末溶液的稀释液，通过超声对颗粒进行去团聚，并且将其沉积在例如由铝制成的导电台上。

根据第一种技术来制备样品A、样品B、样品C、样品D、样品E、样品F和样片I；根据第二种技术来制备样品G和样品H。

通过扫描电子显微镜获取一个图像或几个图像，一个图像可对应于一个或多个测量区域。这些图像是高分辨率图像。显微镜的放大率取决于颗粒的尺寸。扫描电子显微镜的放大率能够从1变化至1000000，该变化大于光学显微镜的变化。推荐使用高分辨率显微镜来获取纳米级尺寸和微米级尺寸的颗粒的图像。该扫描电子显微镜例如为来自Carl Zeiss的Supra 55高分辨场效应扫描电子显微镜。通过检测器来捕捉每个图像，并且通过联接至该扫描电子显微镜的图像处理软件来处理每个图像。该图像处理软件可为牛津仪器公司研发的用于监识人员的INCA特性软件，但并不限于此。该软件能够自动对台上样品的大量分析区域进行分析，并且提供测量值的适当统计。在所描述的实例中，假定该台包括两个相连的分析区域。

图2A至图2I示出了通过电子显微镜从样品A至样品I的不同样品中获取的图像，其中，利用了非常大的放大率，从而在图像中仅呈现出几个颗粒。

该软件包括通过分析扫描电子显微镜获取的图像来检测形状的特定模块。所捕捉的图像是灰度图像。通过强度阈值处理图像的灰度来检测所观察到的样品颗粒。可采用几个阈值尺度来提高检测的有效性。

此外，为了将颗粒彼此分离，能对图像进行一种或多种特定处理，例如通过侵蚀、分离、扩张、灰度等级等。从而，保留并测量某些有用的颗粒，而不考虑其它颗粒。

因此，在样品A中，所计数的颗粒数为4643，该测量对420个观察区域进行，其中，在225的放大率下获取图像。

在样品B中，所计数的颗粒数为1467，该测量对30个观察区域进行，其中，在25的放大率下获取图像。

在样品C中，所计数的颗粒数为1169，该测量对487个观察区域进行，其中，在25的放大率下获取图像。

在样品D中，所计数的颗粒数为195，该图像在25的放大率下获取。

在样品E中，所计数的颗粒数为4052，该测量在300的放大率下进行。

在样品F中，所计数的颗粒数为1818，该测量在300的放大率下进行。

在样品G中，所计数的颗粒数为901，该测量对4400个观察区域进行，其中在40000的放大率下获取图像。

在样品H中，所计数的颗粒数为936，该测量对150个观察区域进行，其中，在5000的放大率下获取图像。

在样品I中，所计数的颗粒数为2216，该测量对88个观察区域进行，其中，在25的放大率下获取图像。

一个图像对应于一个观察区域。

随后，测量每个可用颗粒的最大费雷特长度Lmax和最小费雷特宽度Imin。例如，已经注意到，对于样品G的颗粒，Imin＝1.218683839微米，Lmax＝2.215934753微米。

由于对每个颗粒的最大费雷特长度和最小费雷特宽度的测量，确定了样品颗粒的几何模型。采用几何模型来表示对应于颗粒的几何图形的类型：其可为例如球形、平行六面体、具有六边形底面的棱柱等的固体。

还可能的是，考虑通过高分辨率图像提供的形态学信息来确定几何模型。该几何信息对应于图像给出的颗粒形状。在该图像中，可看出的是，该颗粒是否是如针状的细长的，如图2所示出的圆形的、或多边形的等。

在所考虑的实例中，几何模型可应用至几何形状恒定的颗粒，诸如为球形的样品A、样品B、样品C和样品D的颗粒，为六方柱的样品G的颗粒，以及为平行六面体的样品H的颗粒。

随后，由最小费雷特宽度Imin和所确定的几何模型，来计算所考虑的颗粒在图像的平面中的投影面积。该投影面积在颗粒表征的领域中是常规的。例如，对于样品G，同时参见图3，该面积S为通过下式给出的六边形底面的面积：

S = 3 \frac{\sqrt{3}}{2} x {(\frac{(l \min)}{2})}^{2} .

对于所考虑的样品G的颗粒，其投影面积S为0.964659396平方微米。

由于已经确定了几何模型，所以对于其它样品，计算投影面积S的计算并不具有任何问题。

随后，由最大费雷特长度Lmax，之前计算的投影面积S以及几何模型来计算所考虑的颗粒的体积V。对于本领域技术人员来说，该体积计算并不具有任何问题。

因此，对于样品G，体积满足下式：

V＝S×Lmax。

对于所考虑的样品G的颗粒，其体积为2.13762282立方微米。

可通过特征尺寸L来拟合所有类型的颗粒，其中特征尺寸L被限定为平方长度、平方宽度和平方高度的和的平方根。通过颗粒的最大费雷特长度、最小费雷特宽度经过图像分析得到其长度和宽度，并且通过之前确定的几何模型来得到其高度。在平行六面体颗粒的情况下，特征尺寸为其对角线。

因此，由所考虑的样品颗粒的费雷特维度和几何模型来计算所考虑颗粒的特征尺寸L。对于具有六边形底面的棱柱颗粒，该特征尺寸L等于：

L = \sqrt{{(\frac{(l \min)}{2})}^{2} + L \max^{2} + b^{2}} .

其中，量b通过下式得出：

图3示出了正六边形直棱柱形式的上述颗粒。

对于所考虑的样品G的颗粒，其特征尺寸L等于6.39555713微米。

通过下列步骤计算所考虑的样品颗粒的体积形状因子φV。该体积形状因子通过下式得出：

φV＝V/L³。

对于所考虑的样品G的颗粒，其体积形状因子φV等于0.00817139。

与之前提及的论文中所确定的形状因子SF相比，该体积形状因子能够更好地从形态学上表征样品的颗粒。

具体地，在(成核现象、生长或凝聚)动力学研究和研发模拟草酸铀和草酸钕共沉淀方法的情况下，计算样品G的颗粒的体积形状因子具有极好的优点。通过本发明的方法确定的体积形状因子能够以更高的精度表征样品中测量的非常大量的颗粒。利用该体积形状因子将自动地提供鲁棒性和统计学显著的方案，从而完成对沉淀物形成的模拟。

通过对样品G的颗粒所得到的体积形状因子，能够拟定出如图4所示出的样品G的颗粒的体积形状因子的百分比分布。可看到的是，大部分的颗粒具有等于0.019的体积形状因子，其与延伸的棱柱体积(10*1*1)相一致，并且与由电子显微镜获取的图像的观察者所观察到的相一致。

有利的是，利用图像分析来进行所研究样品的粒度分析和形态学分析，从而获知样品群的关键信息。

应当注意的是，对于样品G和样品H，它们的颗粒为晶体，粒度分析能够提供在成核动力学研究中提供定量生长信息。

在这种分析中，所测得的样品颗粒以粒度等级分布，该粒度等级作为当量直径的函数，其中，该当量直径是必须要进行计算的。在所述的实例中，所采用的当量直径为当量圆直径ECD，该当量圆直径ECD为与该颗粒具有相同面积S的圆的直径。所述当量直径由下式来表示：

ECD = \sqrt{4 S / π} .

图1中示出了该当量圆直径。

明显地，可使用另一当量直径，诸如当量体积直径，其为与该颗粒具有相同体积的球体的当量直径；或替代为当量表面积直径，其为与该颗粒具有相同表面积的球体的直径；或者甚至为当量表面积-体积直径，其为与该颗粒具有相同表面积/体积比的球体的直径。

计算图像的所有测量颗粒的当量圆直径ECD，并且将这些当量直径分布在几个粒度等级中。

通过两个当量直径ECD1和ECD2来界定每个粒度等级。随后，对于每个粒度等级，计算其中心Ce。粒度等级的中心Ce代表了示出粒度等级的平均球体的直径，其为每部分尺寸中心的特征当量直径。所述中心Ce通过下式来得出：

Ce＝(ECD1+ECD2)/2。

计数在图像中测量颗粒的总数N以及在每个粒度等级中的颗粒数M。

随后，能够计算每个粒度等级中的颗粒数M的百分比PN。该百分比由下式来表示：

PN＝(M/N)100。

将该数量百分比PN转化成体积百分比PV。为此，计算每个粒度等级中心的颗粒的体积VC：

VC＝4/3.π(Ce/2)³M。

随后，得到每个粒度等级中颗粒的体积百分比PV。该百分比由下式来表示：

PV＝(Vc/N)100。

随后，遵循正态定律或对数正态定律粒度模型，对特征当量直径的体积尺寸分布进行拟合。其中，它们是对应于每个等级中心的特征当量直径。

使用例如诸如Lumière版5.45软件的统计处理软件。

起始点为每个粒度等级中颗粒的体积百分比PV。由每个粒度等级中的体积百分比PV来计算累积递增函数。为此，将体积百分比PV加上其相邻值(neighbour)，并除以100。

通过逆正态定律的分布定律应用至之前计算出的累积递增函数的值来计算期望值μ。在一变型中，正态定律可被替代为对数正态定律。

通过最小二乘法来使期望值的所有值的残差最小来拟合正态定律。对数正态定律来进行相同的拟合。

计算颗粒的特征当量直径的平均值以及该特征当量直径的标准偏差。

通过以下方式来表示颗粒的特征当量直径的体积尺寸分布：

DMI＝a(0)+a(1)×μ

其中，a(0)为标准偏差σa(0)的特征当量直径的平均值，a(1)为标准偏差σa(1)的分布宽度，μ为期望值。

现将讨论通过上述样品A至样品I所得到的结果。

为了能够验证利用本发明的方法利用图像分析IA得到的粒度分析结果，对于这些样品中的某些样品，进行两种额外的粒度分析，一种是通过贝克曼库尔特LS 13320激光粒度仪(LDC)进行粒度分析，另一种是通过马尔文X激光粒度仪(LDM)进行粒度分析。从而，能够对所有分析的结果彼此之间进行比较。

这些设备基于光散射。通过磁力搅拌，粉末悬浮在稀释液中，例如悬浮在去离子水和乙醇的混合物中。

第一种粒度仪尤其适用于0.04微米至2000微米的颗粒尺寸，第二种粒度仪尤其适用于0.1微米至2000微米的颗粒。

所得到的数据已与之前所述的本发明的方法相同的方式来进行拟合。

在表n°1中，同时示出了根据LDC和LDM两种激光衍射技术以及IA图像分析方法得到的样品A至样品C的颗粒的特征当量直径的平均值和标准偏差相关的结果，其中，IA图像分析方法为本发明的主题。该表中还示出了NIST所宣称的值。

表n°1

结果并没有显著性差异，三种方法与NIST所宣称的值是相一致的。

此外，下表n°2中给出了在比较LDM、LDC、IA技术得出的特征当量直径的平均值与NISR所宣称的平均值的基础上，通过诸如t检验或学生检验(student test)来给出的假设检验的结果。

假设检验是在于对作为数据组(样品)的函数的统计假设进行评估的方法。该检验能够比较两种技术的平均值。如果t大于2，则这些值具有显著性差异。

表n°2

图5A1、图5A2、图5B1、图5B2、图5C1和图5C2示出了通过图像分析方法以及通过LDC和LDM两种激光衍射技术得到的样品A、样品B和样品C的颗粒的粒度数据，其中，图像分析方法是本发明的主题。更具体地，图5A1、图5B1和图5C1示出了基于特征当量直径的颗粒的体积百分比，图5A2、图5B2、图5C2示出了基于特征当量直径的赋范累积函数。从而，该赋范累积函数能够计算特征直径的概率密度以及计算特征平均直径。

上述测量所得到的数据是完全一致的，并且符合生产商所宣称的数据。

下表n°3同时示出了通过LDM激光衍射技术和图像分析方法IA得到的样品D的颗粒的特征当量直径的平均值和标准偏差相关的结果，其中，图像分析方法IA是本发明的主题。

表n°3

学生检验的结果为t＝1.13。分布在LDM和根据本发明的IA这两种技术之间并没有显著性差异。

如前所述的相同方式，图5D1和图5D2示出通过IA图像分析方法和LDM激光衍射技术得到的样品D的颗粒的粒度数据，其中，IA图像分析方法是本发明的主题。

表n°4同时示出了样品E的特征当量直径的平均值和标准偏差相关的结果。使用了LDM和LDC两种激光粒度技术。

表n°4

对于样品E，在通过上述测量所得到的每个平均值和生产商给出的直径的值(15.07微米)之间进行的学生检验能够得出通过LDM、LDC以及根据本发明的IA技术所得到的平均值与生产商给出的值之间没有显著性差异。

生产商–LDM：t＝0.23

生产商–LDC：t＝0.93

生产商–IA：t＝0.07

三种技术是相当的。另一方面，如果对LDC、LDM和根据本发明的IA这三种技术的结果进行相互比较，则得到下列结果：

LDC-IA：t＝1.84

LDM-IA：t＝0.27

LDC-LDM：t＝3.25

由于t大于2，所以通过LDC和LDM技术得到的两个平均值之间具有显著性差异。

以前述相同方式，图5E1和图5E2示出了通过IA图像分析方法以及LDC和LDM两种激光衍射技术得到的样品E的颗粒的粒度数据，其中，IA图像分析方法是本发明的主题。

图5F1和图5F2示出了通过IA图像分析方法以及LDC和LDM两种激光衍射技术得到的样品F的颗粒的粒度数据，其中，IA图像分析方法是本发明的主题。

表n°4还同时示出了与样品F的特征当量直径的平均值和标准偏差相关的结果。

对于该样品F，在得到的每个值之间进行学生检验以比较平均值，从而能够总结出：通过LDC和LDM技术测量得到的平均值与通过本发明的主题的IA技术测量得到的平均值之间没有显著性差异。

LDC-IA：t＝0.41

LDM-IA：t＝0.66

分别对三种测量得到的每个平均值与生产商给出的平均值之间进行学生检验，得到下列值：

LDM-生产商：t＝0.09

LDC-生产商：t＝0.58

LDC-生产商：t＝0.43

LDC、LDM和根据本发明的IA这三种技术给出了相当且可靠的结果。

最后的样品G、H和I为颗粒具有复杂形状的粉末样品。

利用LDC激光衍射技术和根据本发明的IA技术对样品G进行测量，而并未利用LDM激光衍射技术对样品G进行测量。

图5G1和图5G2示出了通过IA图像分析方法和LDC激光衍射技术得到的样品G的颗粒的粒度数据，其中IA图像分析方法为本发明的主题。通过LDC技术得到的分布是双峰的，这可能是由于团聚体的存在。没有排序步骤。

表n°5还同时示出了与样品G的特征当量直径的平均值和标准偏差相关的结果。

表n°5

通过两种技术得到的特征当量直径具有相同的数量级，但是由于标准偏差的低数值，其具有统计学差异(t＝2.56)。

使用根据本发明的利用IA图像分析的方法能够恰当地表征微米尺寸，或者甚至是纳米尺寸的颗粒，从而作为对激光粒度分析的补充。

表n°5还同时示出了与样品H的特征当量直径的平均值和标准偏差相关的结果。

图5H1和图5H2示出了仅通过本发明主题的IA图像分析方法得到的样品H的颗粒的粒度数据。

图5I1和图5I2示出了仅通过本发明主题的IA图像分析方法得到的样品I的颗粒的粒度数据。

由于铜颗粒的磁力捕获，磁力搅拌单元不能对铜发挥作用，从而不能通过LDC来进行对铜的测量。由于颗粒的相当大的粗糙度导致颗粒的团聚和设备的堵塞，所以也不可能通过LDM来进行该测量。颗粒的相当大的粗糙度与其在高温下的制造方法相关联。

表n°6同时示出了与样品I的特征当量直径的平均值和标准偏差相关的结果。

表n°6

由于本发明主题的图像分析方法适用于许多形态的颗粒(球形的、细长的、粗糙的)，并且适用于许多材料，甚至是由于其粗粗度或其化学性质而不适用于LDC或LDM激光衍射的材料，所以通过该图像分析方法对粒度和形态进行测量的益处极大。

本发明的另一益处是能够进行尺寸在宽范围(例如在0.1微米和1000微米之间)中的固体颗粒的粒度测量。

对于同一图像，可同时进行体积形状因子和粒度分析的测量。包括直径的平均值和标准偏差的粒度分析适用于十分之一微米数量级的小维度的颗粒。

确定体积形状因子是通过激光衍射技术不能进行的测量。

根据本发明的表征颗粒的方法不仅仅适用于简单形状的颗粒，还适用于复杂形状的颗粒、团聚体以及构成所述团聚体的微晶。

尽管以详细的方式示出且描述了本发明的实施方式的几种实例，但是应当理解的是，在不超出本发明范围的情况下，可进行不同的改变和修改。

Claims

1.一种用于表征细碎固体的颗粒的方法，所述方法包括以下步骤：

捕捉通过所述扫描电子显微镜所传输的图像，以及处理所述图像，其中，该处理操作由以下步骤组成：

对于每个所谓的可用颗粒，测量所述可用颗粒的最大费雷特长度和最小费雷特宽度；

由该颗粒的最大费雷特长度和最小费雷特宽度来限定该颗粒对应的几何图形的类型，其中，所述几何图形的类型被称为几何模型；

由该颗粒的几何模型和最小费雷特宽度来计算该颗粒在所述图像的平面内的投影面积；

由该颗粒的几何模型、投影面积和最大费雷特长度来计算该颗粒的体积；

计算特征颗粒尺寸，该特征尺寸为该颗粒的平方长度、平方宽度和平方高度的和的平方根，该颗粒的长度、宽度和高度由所述几何模型、最小费雷特宽度和最大费雷特长度来得到；

计算该颗粒的体积形状因子为所述体积与所述特征尺寸的立方的比。

2.根据权利要求1所述的方法，在产生所述图像的步骤之前，包括以下步骤：

在将所述样品放置在所述扫描电子显微镜中之前，将所述样品放置在导电台上，其中，所述样品为干燥的样品或湿润的样品。

3.根据权利要求1或2中任一项所述的方法，其中，所述图像为灰度图像，并且所述处理包括，在所述测量之前，通过对所述图像中颗粒的灰度强度进行阈值处理来检测所述图像中的颗粒的步骤。

4.根据权利要求3所述的方法，包括这样的步骤：处理所述图像，从而从检测的颗粒中去除结合的颗粒，而仅保留独立的颗粒，所述独立的颗粒为可用颗粒。

5.根据前述权利要求中任一项所述的方法，其中，所述扫描电子显微镜与图像分析软件联接。

6.根据前述权利要求中任一项所述的方法，其中，考虑由所述图像给出的所述颗粒的形状来确定所述几何模型。

7.根据权利要求1至6中任一项所述的方法，其中，所述处理操作由以下步骤组成：

计算所述样品的可用颗粒的当量直径；

根据所述颗粒的当量直径来定义所述颗粒的多个粒度等级；

计算每个粒度等级的中心或特征当量直径；

对每个粒度等级中的颗粒数量计数；

计算每个粒度等级中颗粒的数量百分比；

将所述每个粒度等级中颗粒的数量百分比转化成每个粒度等级中颗粒的体积百分比；

对所述特征当量直径的体积尺寸分布进行拟合；

计算所述颗粒的特征当量直径的平均值；

计算所述颗粒的特征当量直径的标准偏差。

8.根据权利要求7所述的方法，其中，所述当量直径为当量圆直径。

9.根据权利要求7或8中任一项所述的方法，其中，拟合所述特征当量直径的体积尺寸分布包括以下步骤：由所述每个粒度等级中所述颗粒的体积百分比来计算累积递增函数的步骤；通过应用分布定律来计算期望值的步骤；通过最小二乘法使所述期望值的所有值的残差最小来拟合分布定律的步骤。

10.根据权利要求9所述的方法，其中，所述分布定律为正态分布定律或对数正态分布定律。

11.根据权利要求7至9中任一项所述的方法，其中，利用统计处理软件来进行所述拟合。