数据集概述
本数据集包含质子交换膜燃料电池（PEMFCs）催化层的图像数据，涵盖原始扫描电镜（SEM）图像、支持向量机（SVM）二值化图像、大津法（Otsu）二值化图像及对应的真实标签（Ground truth）图像，共三十二个文件，为催化层结构分析提供多类型图像数据支持。
文件详解
该数据集按图像类型分为四个目录，具体说明如下：
- 目录: SEM Images/
- 文件格式: .tif
- 内容: 质子交换膜燃料电池催化层的原始扫描电镜图像，包含不同放大倍数（如一百五十倍、三百倍、八百倍、一万五千倍）的样本，例如 150X_C2H2O4_1.tif、15kX_HP1_2_93.tif 等。
- 目录: SVM Binarized images/
- 文件格式: .pgm
- 内容: 基于支持向量机（SVM）算法对原始SEM图像进行二值化处理后的图像，命名对应原始SEM图像，例如 800X_C2H2O4_8_svm.pgm、15kX_CCM3_1_214_svm.pgm 等。
- 目录: Otsu Binarized Images/
- 文件格式: .pgm
- 内容: 基于大津法（Otsu）对原始SEM图像进行二值化处理后的图像，命名对应原始SEM图像，例如 150X_C2H2O4_1_otsu.pgm、15kX_CCM2_1_152_otsu.pgm 等。
- 目录: Ground truth data/
- 文件格式: .tif
- 内容: 催化层图像的真实标签数据，包含不同放大倍数和样本的标注图像，例如 15kX_HP1_2_93_200TL_RBPTH.tif、800X_C2H2O4_8_300Center_RBPTH.tif 等。
适用场景
- 燃料电池材料分析: 用于质子交换膜燃料电池催化层微观结构的可视化与特征提取研究。
- 图像分割算法验证: 可对比SVM、Otsu等二值化算法在催化层图像分割任务中的效果。
- 机器学习训练: 作为图像分割模型的训练与测试数据集，支持催化层结构识别模型的开发。
- 材料科学研究: 辅助分析催化层微观结构与燃料电池性能之间的关联。
