【技术实现步骤摘要】
对显微镜图像的智能计量
本文公开的技术大体涉及使用图像实施智能计量，并且更具体地说，涉及对利用带电粒子显微镜获得的图像执行智能计量。
技术介绍
图像中的特征的计量可能是困难且漫长的过程，尤其是对于通过带电粒子显微镜获得的图像。难度和冗长的过程可能部分地归因于自动成像处理算法难以处理的有噪声图像，这导致用户操纵和多个步骤。当只有少量图像要分析时，这可能不是问题。然而，在例如半导体工业(其中大数目个样本被成像并且需要分析)的制造环境中，此过程真正减慢了所需的分析。虽然多年来图像处理已发生一些改善，从而改善了计量准确度和效率，但在当今的半导体制造环境中，这些改善还不够，例如节点大小和吞吐量。因此，在整个行业中需要改善图像处理和计量自动化。
技术实现思路
本文公开的智能计量方法和设备处理图像以用于所需特征的自动计量。实例方法至少包含：从图像中提取感兴趣区域，所述区域包含不同区段之间的一个或多个边界；基于一个或多个滤波器至少增强所提取的感兴趣区域；基于增强的感兴趣区域生成所述感兴趣区域的多比例数据集；初始化...
【技术保护点】
1.一种方法，其包括：/n从图像中提取感兴趣区域，所述区域包含所述感兴趣区域的不同区段之间的一个或多个边界；/n基于一个或多个滤波器至少增强所提取的感兴趣区域；/n基于增强的感兴趣区域生成所述感兴趣区域的多比例数据集；/n初始化所述感兴趣区域的模型，初始化模型至少确定所述感兴趣区域的第一界限和第二界限；/n基于所述感兴趣区域的模型并且进一步基于所述多比例数据集优化增强的感兴趣区域内的多个主动轮廓，优化的多个主动轮廓识别所述感兴趣区域内的一个或多个边界；以及/n基于所识别的边界对所述感兴趣区域执行计量。/n
【技术特征摘要】
20181031 US 16/177,0341.一种方法，其包括：
从图像中提取感兴趣区域，所述区域包含所述感兴趣区域的不同区段之间的一个或多个边界；
基于一个或多个滤波器至少增强所提取的感兴趣区域；
基于增强的感兴趣区域生成所述感兴趣区域的多比例数据集；
初始化所述感兴趣区域的模型，初始化模型至少确定所述感兴趣区域的第一界限和第二界限；
基于所述感兴趣区域的模型并且进一步基于所述多比例数据集优化增强的感兴趣区域内的多个主动轮廓，优化的多个主动轮廓识别所述感兴趣区域内的一个或多个边界；以及
基于所识别的边界对所述感兴趣区域执行计量。
2.根据权利要求1所述的方法，其中基于所述感兴趣区域的模型并且进一步基于所述多比例数据集优化增强的感兴趣区域内的多个主动轮廓包含：
初始化所述初始化模型的第一界限和第二界限内的第一多个主动轮廓，其中在所述第一多个主动轮廓中存在比在所述感兴趣区域内的边界数目多的主动轮廓；以及
允许所述第一多个主动轮廓优化到所述多个主动轮廓以识别所述感兴趣区域内的一个或多个边界。
3.根据权利要求1所述的方法，其中基于所述感兴趣区域的模型并且进一步基于所述多比例数据集优化增强的感兴趣区域内的多个主动轮廓包含：
针对一个或多个比例空间中的每个比例空间中的每个图像分辨率等级优化增强的感兴趣区域内的多个主动轮廓。
4.根据权利要求3所述的方法，其中所述一个或多个比例空间是从高斯比例空间、几何比例空间、非线性比例空间和自适应空间比例空间中选择。
5.根据权利要求1所述的方法，其中基于增强的感兴趣区域生成所述感兴趣区域的多比例数据集包含：
使用一个或多个比例空间生成增强的感兴趣区域的多个图像分辨率等级，所述一个或多个比例空间选自高斯比例空间、几何比例空间、非线性比例空间和自适应空间比例空间。
6.根据权利要求1所述的方法，其中初始化所述感兴趣区域的模型，初始化模型至少确定所述感兴趣区域的第一界限和第二界限包含：
基于从二进制标记的地图、交互式地图、距离地图、CAD地图、来自数据的统计模型、染料铸造、几何形状的随机分布和几何模型中选择的一个或多个图像地图来初始化所述感兴趣区域的模型。
7.根据权利要求1所述的方法，其中初始化所述感兴趣区域的模型是基于原始图像或增强的感兴趣区域。
8.根据权利要求1所述的方法，其中基于一个或多个滤波器至少增强所提取的感兴趣区域包含：
改善所述图像内的至少所述感兴趣区域的对比度；以及
改善所述图像内的至少所述感兴趣区域的信噪比。
9.根据权利要求7所述的方法，其中改善所述对比度和所述信噪比包含：
自动地选择和应用所述一个或多个滤波器，其中所述一个或多个滤波器选自直方图操纵、线性和非线性对比度增强、基于局部低频数据分布的数据归一化、伽马校正、对数校正，以及亮度校正。
10.根据权利要求1所述的方法，其中基于一个或多个滤波器至少增强所提取的感兴趣区域包含：
改善所述感兴趣区域的清晰度；以及
区分和检测所述感兴趣区域中的一个或多个边界。
11.根据权利要求10所述的方法，其中改善所述感兴趣区域的清晰度并且区分和检测所述感兴趣区域中的一个或多个边界包含：
自动地选择和应用一个或多个滤波器，其中所述一个或多个滤波器选自反应-扩散滤波、继承性各向同性和各向异性扩散滤波、中值滤波、基于Mumford-Shah模型的非线性扩散滤波、背景抑制和边缘/边界提取，和对象边界上的相干增强滤波。
12.根据权利要求10所述的方法，其中改善所述感兴趣区域的清晰度并且区分和检测所述感兴趣区域中的一个或多个边界包含：
自动地选择和应用一个或多个基于幅度或纹理的滤波器，其中所述一个或多个基于幅度和纹理的滤波器选自Gabor、Haralick、Laws、LCP和LBP。
13.根据权利要求10所述的方法，其中改善所述感兴趣区域的清晰度并且区分和检测所述感兴趣区域中的一个或多个边界包含：
将分析模态应用于所述感兴趣区域以确定所述一个或多个边界的数目和位置，其中所述分析模态选自能量色散x射线分析模态或电子能量损失光谱模态中的一个。
14.根据权利要求1所述的方法，其中基于图像元数据自动地选择和应用所述一个或多个滤波器，所述图像元数据至少包含数据类型、分辨率和像素大小。
15.根据权利要求1所述的方法，其中基于所识别的边界对所述感兴趣区域执行计量包含：
自动地执行由所述一个或多个边界分隔的所述不同区段的几何分析。
16.一种非暂时性计算机可读介质(CRM)，其包含代码，当由一个或多个处理器执行时，所述代码使得所述一个或多个处理器：
从图像中提取感兴趣区域，所述区域包含所述感兴趣区域的不同区段之间的一个或多个边界；
基于一个或多个滤波器至少增强所提取的感兴趣区域；
基于增强的感兴趣区域生成所述感兴趣区域的多比例数据集；
初始化所述感兴趣区域的模型，初始化模型至少确定所述感兴趣区域的第一界限和第二界限；
基于所述感兴趣区域的模型并且进一步基于所述多比例数据集优化增强的感兴趣区域内的多个主动轮廓，优化的多个主动轮廓识别所...
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。