The invention discloses a sub aperture data splicing method, system and medium for large-area micro structure topography. The splicing method of the invention is divided into three steps: the first step is to extract the micro structure edge features of all sub aperture data, project them on the oxy coordinate plane to obtain a two-dimensional point set; the second step is to make an optimal estimation of the X, y translation and rotation parameters around Z of the sub aperture, so as to make all two-dimensional data In the overlapping area of point set data, the sum of the squares of the Euclidean distance of the overlapping point pairs is the smallest, and the X and Y positions of the subaperture are corrected according to the optimal estimated parameter values; the third step is to make the optimal estimation of the Z-Translation and two-dimensional tilt parameters of the subaperture, so that the sum of the deviation squares of the height Z values of all the subaperture overlapping point pairs is the smallest, and the height Z values of the subaperture are corrected according to the optimal estimated parameter values. The invention has the advantages of simple calculation method, high efficiency, high precision and is suitable for the first-order discontinuous structure morphology, and can be used for the 3D morphology data splicing of large-area micro structure sub aperture array.
【技术实现步骤摘要】
大面积微结构形貌的子孔径数据拼接方法、系统及介质
本专利技术涉及微观形貌测量技术,具体涉及一种大面积微结构形貌的子孔径数据拼接方法、系统及介质。
技术介绍
衍射光学器件、微结构功能表面或微机电系统器件等在宏观尺度(毫米级以上)上叠加了微纳尺度结构,其表面三维形貌测量既要覆盖全口径,又要能够分辨微纳米结构,具有典型的跨尺度特点。为了实现大范围高分辨率测量,需要用常规的显微镜如光学相干显微镜或扫描探针显微镜等手段,依次测量不同位置的局部子孔径视场数据,然后将子孔径视场序列拼接起来,获得整个口径的形貌数据。显微形貌的子孔径数据拼接方法是关键,因为子孔径扫描运动会对不同位置子孔径引入不同的、未知的位置和姿态误差,进而引起子孔径测量数据的三维坐标(x,y,z)发生变化,必须修正上述误差,才能将子孔径形貌数据无缝拼接在一起。子孔径数据拼接的关键是建立扫描运动误差引起的测得(x,y,z)坐标变化的关系模型。对于被测形貌是二阶连续的曲面,可以借助曲面斜率将横向错位引起的高度差变化联系起来,然后通过求解线性最小二乘问题即可获得运动误差参数的最佳估计。但是对于微结构表面形貌,由于存在沟槽或台阶等大量的斜率突变特征,上述方法并不适用,采用基于特征信息的拼接算法更合理。因此微结构表面形貌的拼接可以应用图像拼接中的SIFT、SURF等经典算法,上述算法对于图像的光照、尺度缩放和平移旋转等变化有很强的鲁棒性,可用于复杂、无序的自然场景图像拼接,但主要问题是计算量太大,算法效率低。微结构形貌的拼接有以下几个特点:一是数据量非常大。 ...
【技术保护点】
1.一种大面积微结构形貌的子孔径数据拼接方法,其特征在于实施步骤包括:/n1)输入子孔径数据及子孔径名义位置;/n2)按照各个子孔径名义位置将所有子孔径数据变换到同一个全局坐标系OXYZ中,提取所有子孔径数据的微结构边缘特征并投影到OXY坐标平面上得到二维点集;/n3)在相邻子孔径的坐标平面重叠区域内,利用最小的欧氏距离d找到两个子孔径的二维点集中相互对应的重叠点对,采用优化算法对子孔径的X平移参数t
【技术特征摘要】 【专利技术属性】
1.一种大面积微结构形貌的子孔径数据拼接方法,其特征在于实施步骤包括:
1)输入子孔径数据及子孔径名义位置;
2)按照各个子孔径名义位置将所有子孔径数据变换到同一个全局坐标系OXYZ中,提取所有子孔径数据的微结构边缘特征并投影到OXY坐标平面上得到二维点集;
3)在相邻子孔径的坐标平面重叠区域内,利用最小的欧氏距离d找到两个子孔径的二维点集中相互对应的重叠点对,采用优化算法对子孔径的X平移参数tx、Y平移参数ty和绕Z旋转参数rz进行最优估计使得所有二维点集数据的重叠区域上重叠点对的欧氏距离d的平方和最小,按最优估计参数值修正子孔径数据的x、y位置;
4)对子孔径的Z平移参数tz和二维倾斜参数rx、ry进行最优估计使得所有子孔径重叠点对的高度z值的偏差平方和最小,按最优估计参数值修正子孔径的高度z值;
5)输出全局坐标系OXYZ中的所有子孔径数据,完成子孔径数据的拼接。
2.根据权利要求1所述的大面积微结构形貌的子孔径数据拼接方法,其特征在于:步骤2)中的提取所有子孔径数据的微结构边缘特征具体是指:计算所有子孔径的形貌数据Z=f(x,y),然后再计算形貌数据Z=f(x,y)的梯度大小g(x,y),如果当梯度大小g(x,y)大于预设的梯度阈值gt则将对应的测量点(x,y,z)保存到边缘特征数据集中,所述边缘特征数据集用于保存所有子孔径数据的微结构边缘特征。
3.根据权利要求2所述的大面积微结构形貌的子孔径数据拼接方法,其特征在于:所述形貌数据Z=f(x,y)的梯度大小g(x,y)的计算函数表达式如下式所示:
上式中,f(x,y)为子孔径在(x,y)位置的形貌数据。
4.根据权利要求1所述的大面积微结构形貌的子孔径数据拼接方法,其特征在于:步骤3)中采用优化算法对子孔径的X平移参数tx、Y平移参数ty和绕Z旋转参数rz进行最优估计具体是指计算所有子孔径之间重叠区域的重叠点对之间的欧氏距离d的平方和作为目标函数,求解线性最小二乘问题,找到子孔径数据在坐标平面内的X平移参数tx、Y平移参数ty和绕Z旋转参数rz的最优估计值,使得目标函数最小化。
5.根据权利要求1所述的大面积微结构形貌的子孔径数据拼接方法,其特征在于:步骤3)中欧氏距离d的计算函数表达式如下式所示:
技术研发人员:陈善勇,戴一帆,翟德德,薛帅,刘俊峰,铁贵鹏,
申请(专利权)人:中国人民解放军国防科技大学,
类型:发明
国别省市:湖南;43
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。