在掃描電子顯微鏡（SEM）中，測量顆粒的大小和分布通常需要結(jié)合圖像采集和后期圖像處理分析。以下是具體步驟：

1. 樣品制備

樣品制備是顆粒測量的關(guān)鍵步驟。確保顆粒分布均勻，避免團聚，這將有助于更準確地進行測量。

樣品清潔：確保樣品表面清潔，避免污染。

導電處理：對非導電樣品進行鍍金、鍍碳等處理，避免充電效應(yīng)影響成像。

顆粒分散：使用適當?shù)募夹g(shù)（如超聲、離心等）將顆粒均勻分散在樣品臺上。

2. 圖像獲取

在 SEM 中獲取圖像時，需要確保圖像的分辨率和對比度足夠高，以便能夠清晰地看到顆粒的邊界和形狀。

選擇適當?shù)募铀匐妷海阂话闶褂幂^低的加速電壓（如 1-5 kV）以獲得清晰的表面形貌，避免穿透樣品。

優(yōu)化焦距和工作距離：根據(jù)樣品的尺寸和形狀優(yōu)化焦距和工作距離，以確保顆粒的邊緣清晰可見。

獲取多張圖像：采集多個視野的圖像，確保不同區(qū)域的顆粒均勻分布。

3. 圖像處理與分析

3.1 圖像導入

將采集到的 SEM 圖像導入圖像處理軟件中進行分析。常用的軟件包括 ImageJ、Igor Pro、Matlab 等。

使用 ImageJ：這是一個免費的開源圖像處理軟件，適用于各種顆粒分析。

3.2 圖像預處理

圖像的預處理步驟包括增強對比度、去除噪聲等，以便更好地識別顆粒邊界。

灰度處理：將彩色或原始圖像轉(zhuǎn)換為灰度圖像，以便更好地識別顆粒。

3.3 圖像閾值分割

使用閾值法將顆粒從背景中分離出來。這是圖像分割的關(guān)鍵步驟，可以通過調(diào)整閾值參數(shù)將顆粒與背景區(qū)分開來。

手動閾值：Image → Adjust → Threshold

自動閾值：可以使用自動閾值方法（如 Otsu 閾值法）來自動識別顆粒的邊界。

3.4 邊緣檢測與顆粒分割

通過邊緣檢測算法識別顆粒的邊界。常用的邊緣檢測算法包括 Sobel 算子、Canny 邊緣檢測等。

邊緣檢測：Process → Find Edges

顆粒填充：確保分割后的顆粒是閉合區(qū)域，并填充顆粒內(nèi)部區(qū)域。

3.5 顆粒測量

在圖像處理完成后，可以使用軟件的分析功能來測量顆粒的大小和分布。

顆粒測量：使用 Analyze Particles 工具對每個顆粒進行測量，得到其面積、直徑等參數(shù)。

在設(shè)置中，可以指定最小和最大顆粒尺寸，以排除雜質(zhì)或背景噪聲。

測量參數(shù)：

面積（Area）

等效圓直徑（Equivalent Circle Diameter）

周長（Perimeter）

顆粒長軸和短軸（Major Axis, Minor Axis）

軟件會自動計算這些參數(shù)，并生成顆粒大小的統(tǒng)計數(shù)據(jù)。

4. 顆粒分布分析

在獲取顆粒尺寸后，可以進一步分析其尺寸分布。常見的分布分析方法包括：

4.1 直方圖

根據(jù)顆粒尺寸生成直方圖，顯示顆粒尺寸的頻率分布。可以使用統(tǒng)計軟件或圖像分析軟件來繪制顆粒尺寸的直方圖。

使用 Igor Pro：在 Igor Pro 中可以使用 Histogram 函數(shù)生成顆粒尺寸的直方圖：Histogram/ binnedData=顆粒尺寸數(shù)據(jù)

4.2 顆粒分布擬合

可以將顆粒分布數(shù)據(jù)與常見的分布模型進行擬合，例如正態(tài)分布或?qū)?shù)正態(tài)分布，以獲得顆粒的統(tǒng)計特性（如平均值、標準差等）。

使用 Igor Pro 擬合：CurveFit / Gauss 顆粒尺寸數(shù)據(jù)

5. 高級分析（可選）

如果顆粒的形態(tài)復雜或分布不均勻，可能需要更高級的分析工具，例如：

形態(tài)學分析：分析顆粒的形狀、長寬比等特征。

三維顆粒分析：如果需要分析顆粒的三維形態(tài)，可以結(jié)合 SEM 的立體成像功能或其他三維表面測量工具。

以上就是澤攸科技小編分享的如何在掃描電鏡中測量顆粒的大小和分布。更多掃描電鏡產(chǎn)品及價格請咨詢