核心结论
核心结论
可靠的 SEM 粒径分析需要经过验证的像素尺寸、明确的粒径定义、可覆盖回原图审查的分割规则，以及与预期结论无关的视野选择方案。报告颗粒数、视野数、排除规则和完整分布，而不仅是平均值。
关键要点
- 01测量像素前先用原始元数据或完整标尺校准。
- 02明确使用等效圆直径、Feret 直径、面积还是其他尺寸定义。
- 03对接触颗粒和边缘对象使用书面规则。
- 04分析多个代表性视野并报告完整分布与样本量。
分割之前先验证标尺
优先使用原始图像元数据，并与显示的标尺交叉核对。记录像素尺寸、放大倍数、工作距离以及所有裁剪和缩放操作。
- 拒绝标尺不确定的截图。
- 不要只根据放大倍数推算尺寸。
- 保留原始图与分析副本。
先定义什么叫颗粒尺寸
非球形颗粒没有唯一的直径。等效圆直径、最大与最小 Feret 直径、投影面积和长宽比回答的是不同问题。
- 测量前确定指标。
- 各向异性颗粒同时报告形状参数。
- 不同样品不可混用尺寸定义。
让分割过程可以被审查
把掩膜和对象边界覆盖在 SEM 原图上，使每个纳入、拆分、合并和排除的对象都能追溯到最终分布。
- 记录阈值和清理规则。
- 制定边缘对象规则。
- 检查接触颗粒的拆分。
方法与适用范围
本文依据静态图像分析原则构建 SEM 流程，强调可追溯的标尺、分割审查和取样设计，而不是宣称一个阈值适用于所有形貌。
局限性
- 二维投影不能唯一恢复三维粒径和形状。
- 团聚、荷电、对比度变化和重叠都会影响分割。
- 图像缩放与标尺缩放不一致时标尺会失效。
- 为展示效果挑选的视野不代表总体。
参考文献
- [1]
Particle size analysis — Image analysis methods — Part 1: Static image analysis methods
International Organization for Standardization. ISO 13322-1:2014 (2014).
打开来源 ↗ - [2]
Automatic detection of particle size distribution by image analysis
Shanthi et al.. Micron (2018).
doi:10.1016/j.micron.2017.12.002 ↗
推荐引用格式
推荐引用格式
SciPhys Research Team. “SEM 颗粒尺寸分析.” SciPhys, 2026年8月5日. https://www.sciphys.com/zh/blog/sem-particle-size-analysis
应用到你的数据
在自己的 SEM 图像上审查颗粒测量。
上传原始显微图，验证标尺，并让对象掩膜与统计分布保持关联。