CN118314044B - 多层涂胶掩膜板蚀刻线形态图像增强方法和系统 - Google Patents
多层涂胶掩膜板蚀刻线形态图像增强方法和系统 Download PDFInfo
- Publication number
- CN118314044B CN118314044B CN202410744951.3A CN202410744951A CN118314044B CN 118314044 B CN118314044 B CN 118314044B CN 202410744951 A CN202410744951 A CN 202410744951A CN 118314044 B CN118314044 B CN 118314044B
- Authority
- CN
- China
- Prior art keywords
- image
- value
- layer
- line
- enhancing
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 94
- 238000004026 adhesive bonding Methods 0.000 title claims abstract description 51
- 238000005530 etching Methods 0.000 title claims abstract description 47
- 230000002708 enhancing effect Effects 0.000 title claims abstract description 28
- 238000001914 filtration Methods 0.000 claims abstract description 28
- 230000000877 morphologic effect Effects 0.000 claims abstract description 27
- 238000005457 optimization Methods 0.000 claims abstract description 27
- 238000012545 processing Methods 0.000 claims abstract description 23
- 229920002120 photoresistant polymer Polymers 0.000 claims abstract description 22
- 238000009499 grossing Methods 0.000 claims abstract description 18
- 238000003708 edge detection Methods 0.000 claims abstract description 14
- 230000007797 corrosion Effects 0.000 claims abstract description 11
- 238000005260 corrosion Methods 0.000 claims abstract description 11
- 238000013507 mapping Methods 0.000 claims abstract description 11
- 238000007781 pre-processing Methods 0.000 claims abstract description 7
- 230000008569 process Effects 0.000 claims description 17
- 230000003044 adaptive effect Effects 0.000 claims description 11
- 238000004364 calculation method Methods 0.000 claims description 7
- 230000009977 dual effect Effects 0.000 claims description 6
- 238000005070 sampling Methods 0.000 claims description 6
- 230000001629 suppression Effects 0.000 claims description 6
- 239000011248 coating agent Substances 0.000 claims description 3
- 238000000576 coating method Methods 0.000 claims description 3
- 238000000605 extraction Methods 0.000 claims description 3
- 239000002905 metal composite material Substances 0.000 claims description 3
- 230000004044 response Effects 0.000 claims description 3
- 238000004088 simulation Methods 0.000 claims description 3
- 238000010073 coating (rubber) Methods 0.000 claims 1
- 238000004519 manufacturing process Methods 0.000 abstract description 9
- 238000005516 engineering process Methods 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 3
- 238000010191 image analysis Methods 0.000 description 3
- 230000006872 improvement Effects 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- 238000013459 approach Methods 0.000 description 2
- 238000007796 conventional method Methods 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000007499 fusion processing Methods 0.000 description 2
- 238000005286 illumination Methods 0.000 description 2
- 238000003754 machining Methods 0.000 description 2
- 238000003672 processing method Methods 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000003796 beauty Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 239000012467 final product Substances 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 239000003292 glue Substances 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000012804 iterative process Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000002156 mixing Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Landscapes
- Image Processing (AREA)
Abstract
本发明公开了多层涂胶掩膜板蚀刻线形态图像增强方法和系统，包括：S1：对多层涂胶掩模版图像使用多尺度高斯滤波进行去噪，并使用局部对比度增强和边缘平滑保持方法对去噪后的多层涂胶掩模版图像进行预处理；S2：利用改进的Canny边缘检测方法来识别和定位预处理后的多层涂胶掩模版图像中蚀刻线；S3：使用迭代反投影方法对蚀刻线进行超分辨率处理；S4：使用形态学操作对超分辨率处理后的蚀刻线进行形态优化，所述形态优化包括膨胀和腐蚀操作；S5：将形态优化结果映射到多层涂胶掩模版图像以增强蚀刻线形态。本发明能够增强蚀刻线的可见性、准确性和细节清晰度，以支持高精度制造工艺的需求。
Description
技术领域
本发明涉及蚀刻线形态图像增强的技术领域，尤其涉及多层涂胶掩膜板蚀刻线形态图像增强方法和系统。
背景技术
在半导体制造、精密机械加工以及其他需要精细加工的行业中，多层涂胶掩模版的质量至关重要。掩模版上的蚀刻线需要非常精确，因为任何微小的误差都可能导致最终产品性能不达标。尽管现有技术已经提供了多种图像处理方法来优化掩模版图像的质量，但这些方法仍存在不少局限性，尤其在图像去噪、对比度增强和边缘检测等方面的效果上还有待提高。例如：1）现有的单尺度高斯滤波方法在去噪的同时往往会模糊图像的细节，特别是在蚀刻线的边缘区域。这种滤波处理虽然简单，但由于缺乏对不同图像区域特性的适应性，常常导致重要细节的丢失，从而影响后续的图像分析和处理精度；2）目前的全局对比度增强技术通常会对整个图像进行均匀处理，这在局部光照不均或对比度较低的区域表现不佳；这种方法忽视了图像中局部特征的差异，可能会导致某些区域过度增强，产生不自然的视觉效果或增加噪声；3）现有的Canny边缘检测算法等传统方法虽然在多数情况下表现良好，但在处理高噪声或复杂背景的掩模版图像时，很容易受到噪声的干扰，导致边缘检测不准确。此外，这些方法对于阈值的选择非常敏感，不恰当的阈值设定可能导致真实边缘的遗漏或假边缘的生成。
发明内容
有鉴于此，本发明提供多层涂胶掩膜板蚀刻线形态图像增强方法和系统，目的在于增强蚀刻线的可见性、准确性和细节清晰度，以支持高精度制造工艺的需求。
实现上述目的，本发明提供的多层涂胶掩膜板蚀刻线形态图像增强方法，包括以下步骤：
S1：对多层涂胶掩模版图像使用多尺度高斯滤波进行去噪，并使用局部对比度增强和边缘平滑保持方法对去噪后的多层涂胶掩模版图像进行预处理；
S2：利用改进的Canny边缘检测方法来识别和定位预处理后的多层涂胶掩模版图像中蚀刻线；
S3：使用迭代反投影方法对蚀刻线进行超分辨率处理；
S4：使用形态学操作对超分辨率处理后的蚀刻线进行形态优化，所述形态优化包括膨胀和腐蚀操作；
S5：将形态优化结果映射到多层涂胶掩模版图像以增强蚀刻线形态；
作为本发明的进一步改进方法：
可选地，所述S1步骤中对多层涂胶掩模版图像使用多尺度高斯滤波进行去噪，并使用局部对比度增强和边缘平滑保持方法对去噪后的层涂胶掩模版图像进行处理，包括：
S11：多尺度高斯滤波去噪：
使用多尺度高斯滤波处理多层涂胶掩模版图像，具体为：
；
；
其中，为第个尺度滤波器的高斯核标准差；为以为高斯核标准差的滤波器；为滤波器内的相对坐标；为在坐标处的值；为自然常数；为圆周率；，为尺度数量；和分别为多层涂胶掩模版图像和去噪后的多层涂胶掩模版图像；
S12：增强局部对比度：
对去噪后的多层涂胶掩模版图像进行局部对比度增强，具体为：
；
其中，为图像横纵坐标；为在处的值；为增强局部对比度后的多层涂胶掩模版图像；为在处的值；为对比度增强强度参数；为对比度响应调整参数；为位于的像素周围窗口内的像素值标准差；
S13：边缘平滑保持：
以作为引导图像，使用引导滤波对进行边缘平滑保持，具体为：
；
其中，为预处理后的多层涂胶掩模版图像；为在处的值；为以为中心窗口内的像素位置集合，是位置集合中的元素；为窗口大小；和分别为和在内的均值；为在内的方差；为平滑参数；和分别为和在处的值；
可选地，所述S2步骤中利用改进的Canny边缘检测方法来识别和定位预处理后的多层涂胶掩模版图像中蚀刻区域的精确边界，包括：
S21：计算梯度幅度和梯度方向：
对中的每个像素点，使用Sobel算子计算横向和纵向的梯度分量和，具体为：
；
；
其中，和分别为Sobel算子的横向和纵向模板；梯度幅度和梯度方向的计算方式具体为：
；
；
其中，和分别为和在处的值；和分别为和在处的值；
S22：非极大值抑制：
在梯度方向上仅保留局部最大值，以获得细化的边缘，具体为：
；
其中，为在处的值；
S23：改进的双阈值和边缘连接：
使用高阈值和低阈值来确定真实的和潜在的边缘，高阈值和低阈值使用改进的自适应双阈值确定法来计算，具体为：
；
；
其中，和分别为的平均值和标准差；和为阈值调整系数；和分别为高阈值和低阈值；
最终的蚀刻线使用边缘连接生成，具体为：
；
其中，为在处的值；
可选地，所述S3步骤中使用迭代反投影方法对蚀刻线进行超分辨率处理，以改善图像质量和细节清晰度，包括：
S31：上采样和初始化：
使用双三次插值方法对最终的蚀刻线进行上采样以初始化高分辨率图像，具体为：
；
其中，表示上采样后的图像横纵坐标，，，，，为向下取整；，；为在处的值；为在处的值；为三次插值核，具体为：
；
其中， 为临时变量，取值为或；为三次插值核在处的取值；
S32：自适应局部滤波：
在每次迭代中，应用自适应局部滤波器来处理当前的高分辨率图像估计，表示迭代次数，增强细节并保留边缘，具体为：
；
其中，，；为第次迭代的高分辨率图像估计；为在处的值；为在处的值；为中以为中心的窗口内的方差；为的方差；
S33：模拟与误差计算：
生成模拟的低分辨率图像并计算误差，具体为：
；
；
其中，，；为第次迭代的低分辨率图像估计；为在处的值；为第次迭代的误差；
S34：误差反投影与更新公式：
；
其中，为第次迭代的高分辨率图像估计；为在处的值；为步骤S31中的上采样方法；为对进行上采样后在处的值；
迭代完成后获得分辨率提升后的蚀刻线；
可选地，所述S4步骤中使用形态学操作对蚀刻线进行形态优化，包括膨胀和腐蚀操作来改进线条的几何结构和清晰度，包括：
膨胀和腐蚀操作拓展分辨率提升后的蚀刻线后再进行收缩，具体为：
；
其中，和分别为膨胀和腐蚀操作；为结构元素，；为形态优化后的蚀刻线，为在处的值；为在处的值；
可选地，所述S5步骤中将形态优化结果映射到多层涂胶掩模版图像增强蚀刻线形态，包括：
将形态优化后的蚀刻线与多层涂胶掩模版图像进行融合，增强蚀刻线的可见性，具体为：
；
其中，为蚀刻线形态增强后的多层涂胶掩模版图像，为在处的值；为图像内容融合参数；为下采样函数，具体为：
。
本发明还公开了多层涂胶掩膜板蚀刻线形态图像增强系统，包括：
预处理模块：对多层涂胶掩模版图像使用多尺度高斯滤波进行去噪，并使用局部对比度增强和边缘平滑保持方法对去噪后的多层涂胶掩模版图像进行预处理；
边界提取模块：利用改进的Canny边缘检测方法来识别和定位预处理后的多层涂胶掩模版图像中蚀刻线；
超分辨率模块：使用迭代反投影方法对蚀刻线进行超分辨率处理；
形态优化模块：使用形态学操作对超分辨率处理后的蚀刻线进行形态优化；
映射模块：将形态优化结果映射到多层涂胶掩模版图像以增强蚀刻线形态；
有益效果
本发明的多尺度高斯滤波技术可以根据图像区域的不同特征动态调整滤波尺度，从而实现在有效去噪的同时保留关键细节，尤其是蚀刻线的边缘。这种方法避免了传统单尺度高斯滤波中普遍存在的细节模糊问题，使得蚀刻线的边界更加清晰，极大地提高了图像处理的精确度。
通过局部对比度增强技术，本发明能够在图像的低对比度区域实现更为明显的视觉效果提升。该技术通过计算局部区域的标准差动态调整对比度，使得图像中原本难以观察的细节变得清晰可见，尤其是在光照不均或阴影较重的区域。
利用改进的Canny边缘检测方法结合引导滤波技术，本发明不仅提高了边缘检测的准确性，还能有效保持边缘附近的平滑度，减少处理过程中可能产生的伪影。这种边缘处理方法能够更精确地定位蚀刻线，同时保持图像的自然美观，对于后续的图像分析和掩模版制作具有重要意义。
通过膨胀和腐蚀的形态学操作，本发明对蚀刻线进行了形态优化，改进了线条的几何结构和清晰度。这种处理不仅增强了蚀刻线的视觉效果，还提高了图像的解析度，使得细微的蚀刻错误更容易被识别和修正。
附图说明
图1为本发明一实施例的多层涂胶掩膜板蚀刻线形态图像增强方法的流程示意图；
具体实施方式
下面结合附图对本发明作进一步的说明，但不以任何方式对本发明加以限制，基于本发明教导所作的任何变换或替换，均属于本发明的保护范围。
实施例1：多层涂胶掩膜板蚀刻线形态图像增强方法，如图1所示，包括以下步骤：
S1：对多层涂胶掩模版图像使用多尺度高斯滤波进行去噪，并使用局部对比度增强和边缘平滑保持方法对去噪后的多层涂胶掩模版图像进行预处理：
S11：多尺度高斯滤波去噪：
使用多尺度高斯滤波处理多层涂胶掩模版图像，具体为：
；
；
其中，为第个尺度滤波器的高斯核标准差，本实施例中；为以为高斯核标准差的滤波器；为滤波器内的相对坐标；为在坐标处的值；为自然常数；为圆周率；，为尺度数量；和分别为多层涂胶掩模版图像和去噪后的多层涂胶掩模版图像；
S12：增强局部对比度：
对去噪后的多层涂胶掩模版图像进行局部对比度增强，具体为：
；
其中，为图像横纵坐标；为在处的值；为增强局部对比度后的多层涂胶掩模版图像；为在处的值；为对比度增强强度参数，本实施例中为1；为对比度响应调整参数，本实施例中为0.05；为位于的像素周围窗口内的像素值标准差；
S13：边缘平滑保持：
以作为引导图像，使用引导滤波对进行边缘平滑保持，具体为：
；
其中，为预处理后的多层涂胶掩模版图像；为在处的值；为以为中心窗口内的像素位置集合，是位置集合中的元素；为窗口大小；和分别为和在内的均值；为在内的方差；为平滑参数，本实施例中为；和分别为和在处的值；
本发明通过采用多尺度高斯滤波去噪、局部对比度增强以及边缘平滑保持的方法系统地优化了多层涂胶掩模版图像处理过程。这些技术的结合不仅有效去除了图像噪声、增强了局部对比度，还保持了关键边缘的清晰度和自然度，极大地提升了图像的质量和细节的可见性。这些改进使得图像更适合于高精度制造工艺的需要，从而提高了制造精度和生产效率。
S2：利用改进的Canny边缘检测方法来识别和定位预处理后的多层涂胶掩模版图像中蚀刻线：
S21：计算梯度幅度和梯度方向：
对中的每个像素点，使用Sobel算子计算横向和纵向的梯度分量和，具体为：
；
；
其中，和分别为Sobel算子的横向和纵向模板；梯度幅度和梯度方向的计算方式具体为：
；
；
其中，和分别为和在处的值；和分别为和在处的值；
S22：非极大值抑制：
在梯度方向上仅保留局部最大值，以获得细化的边缘，具体为：
；
其中，为在处的值；
S23：改进的双阈值和边缘连接：
使用高阈值和低阈值来确定真实的和潜在的边缘，高阈值和低阈值使用改进的自适应双阈值确定法来计算，具体为：
；
；
其中，和分别为的平均值和标准差；和为阈值调整系数，本实施例中分别为2和0.5；和分别为高阈值和低阈值；
最终的蚀刻线使用边缘连接生成，具体为：
；
其中，为在处的值；
通过使用Sobel算子计算梯度幅度和方向，该方法能够有效地捕捉到图像中的细微边缘变化。梯度幅度的计算提供了关于边缘强度的直接信息，使得后续的处理步骤可以基于实际图像内容的强度变化进行优化。梯度方向的确定有助于在后续的非极大值抑制步骤中精确地细化边缘，仅保留真正代表边界的梯度信息。
非极大值抑制通过在梯度方向上仅保留局部最大值，有效地细化了边缘。这一处理减少了噪声的影响，并且避免了由于邻近像素的小波动而引起的多余边缘。这一步骤确保了边缘的细致和连贯性，仅突出真正的边缘线条，避免了虚假边缘的生成。
使用自适应阈值技术能够根据图像的实际内容动态确定边缘检测的高低阈值。高阈值的设定帮助确定显著的边缘，确保检测到的边缘是真实且重要的。低阈值的设定则允许将较弱但可能与主要边缘相连的边界纳入考虑，增强了图像边缘的完整性。
通过改进的边缘连接步骤，能够确保即使在图像中阈值较低的区域也能通过与高阈值边缘的连接得到正确的辨识。这一处理步骤保证了蚀刻线的完整性，特别是在边缘断裂或边缘微弱的情况下。
S3：使用迭代反投影方法对蚀刻线进行超分辨率处理：
S31：上采样和初始化：
使用双三次插值方法对最终的蚀刻线进行上采样以初始化高分辨率图像，具体为：
；
其中，表示上采样后的图像横纵坐标，，，，，为向下取整；，；为在处的值；为在处的值；为三次插值核，具体为：
；
其中， 为临时变量，取值为或；为三次插值核在处的取值；
S32：自适应局部滤波：
在每次迭代中，应用自适应局部滤波器来处理当前的高分辨率图像估计，表示迭代次数，增强细节并保留边缘，具体为：
；
其中，，；为第次迭代的高分辨率图像估计；为在处的值；为在处的值；为中以为中心的窗口内的方差；为的方差；
S33：模拟与误差计算：
生成模拟的低分辨率图像并计算误差，具体为：
；
；
其中，，；为第次迭代的低分辨率图像估计；为在处的值；为第次迭代的误差；
S34：误差反投影与更新公式：
；
其中，为第次迭代的高分辨率图像估计；为在处的值；为步骤S31中的上采样方法；为对进行上采样后在处的值；
迭代完成后获得分辨率提升后的蚀刻线；
通过迭代反投影方法，特别是通过反复的误差校正和上采样过程，该技术能够显著提升图像的分辨率。这对于精确展示和分析多层涂胶掩模版图像的蚀刻线至关重要。高分辨率的图像使得蚀刻线更加清晰可见，有助于改善生产质量和准确性。
在迭代过程中，反复利用误差信息更新高分辨率图像估计，使得细节的重建更为精准。这种方法可以恢复因低分辨率和去噪处理可能丢失的细节，特别是在蚀刻线的微小特征上，从而更好地符合实际制造需求。
通过在迭代过程中动态调整滤波参数，自适应局部滤波可以更精细地调整图像处理策略以适应不同区域的特性。这种灵活的调整机制确保了在维持边缘和细节的同时有效抑制噪声。
误差校正步骤允许系统识别和修正在初始上采样和局部滤波过程中引入的任何失真。这一过程不仅提高了图像的整体质量，还确保了图像的准确性和真实性。
S4：使用形态学操作对超分辨率处理后的蚀刻线进行形态优化，所述形态优化包括膨胀和腐蚀操作：
膨胀和腐蚀操作拓展分辨率提升后的蚀刻线后再进行收缩，具体为：
；
其中，和分别为膨胀和腐蚀操作；为结构元素，；为形态优化后的蚀刻线，为在处的值；为在处的值；
膨胀操作通过扩展边缘，有助于连接那些因图像分辨率限制或处理误差而中断的蚀刻线。这种扩展作用能够弥合小间隙和裂缝，使得蚀刻线看起来更加连续和完整。
紧随膨胀之后的腐蚀操作有助于去除由膨胀引入的不必要的扩展部分，从而恢复蚀刻线的原始宽度和形态。这种“开操作”能够改善蚀刻线的几何精度，确保蚀刻线不会因处理过程中的算法扩展而变形。
形态学操作通过改变蚀刻线的边界特性，提高了边缘的可识别度，这对于后续的图像分析步骤，如自动化检测和测量非常重要。更清晰的边界使得图像处理算法更容易准确地识别和处理这些边界。
S5：将形态优化结果映射到多层涂胶掩模版图像以增强蚀刻线形态：
将形态优化后的蚀刻线与多层涂胶掩模版图像进行融合，增强蚀刻线的可见性，具体为：
；
其中，为蚀刻线形态增强后的多层涂胶掩模版图像，为在处的值；为图像内容融合参数，本实施例中为0.9；为下采样函数，具体为：
。
通过将细化和优化后的蚀刻线与原始掩模版图像结合，可以显著增强蚀刻线的可见性。这一融合处理确保蚀刻线在最终图像中更为突出，便于后续的检测和分析
通过对形态优化后的蚀刻线进行下采样并与原始图像按一定比例混合，这种动态调整方法可以根据具体的图像内容和需要调整蚀刻线的显著度。下采样函数的设计使得融合处理在不同尺寸的图像特征上都能保持一致性。
融合后的图像不仅突出了蚀刻线，也由于形态优化的边缘信息，提高了整体图像的对比度和清晰度。这对于复杂或低对比度的图像尤为有利，有助于改善图像的整体质量。
实施例2：本发明还公开了多层涂胶掩膜板蚀刻线形态图像增强系统，包括以下五个模块：
预处理模块：对多层涂胶掩模版图像使用多尺度高斯滤波进行去噪，并使用局部对比度增强和边缘平滑保持方法对去噪后的多层涂胶掩模版图像进行预处理；
边界提取模块：利用改进的Canny边缘检测方法来识别和定位预处理后的多层涂胶掩模版图像中蚀刻线；
超分辨率模块：使用迭代反投影方法对蚀刻线进行超分辨率处理；
形态优化模块：使用形态学操作对超分辨率处理后的蚀刻线进行形态优化；
映射模块：将形态优化结果映射到多层涂胶掩模版图像以增强蚀刻线形态。
需要说明的是，上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。并且本文中的术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、装置、物品或者方法不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、装置、物品或者方法所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、装置、物品或者方法中还存在另外的相同要素。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在如上所述的一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，或者网络设备等)执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。
Claims (7)
1.多层涂胶掩膜板蚀刻线形态图像增强方法，其特征在于，包括以下步骤：
S1：对多层涂胶掩模版图像使用多尺度高斯滤波进行去噪，并使用局部对比度增强和边缘平滑保持方法对去噪后的多层涂胶掩模版图像进行预处理；
所述步骤S1中，包括以下步骤：
S11：多尺度高斯滤波去噪：
使用多尺度高斯滤波处理多层涂胶掩模版图像，得到去噪后的多层涂胶掩模版图像；
S12：增强局部对比度：
对去噪后的多层涂胶掩模版图像进行局部对比度增强，具体为：
；
其中，为图像横纵坐标；为在处的值；为增强局部对比度后的多层涂胶掩模版图像；为在处的值；为对比度增强强度参数；为对比度响应调整参数；为位于的像素周围窗口内的像素值标准差；
S13：边缘平滑保持：
以作为引导图像，使用引导滤波对进行边缘平滑保持；
S2：利用改进的Canny边缘检测方法来识别和定位预处理后的多层涂胶掩模版图像中蚀刻线；
S3：使用迭代反投影方法对蚀刻线进行超分辨率处理；
S4：使用形态学操作对超分辨率处理后的蚀刻线进行形态优化，所述形态优化包括膨胀和腐蚀操作；
S5：将形态优化结果映射到多层涂胶掩模版图像以增强蚀刻线形态。
2.根据权利要求1所述的多层涂胶掩膜板蚀刻线形态图像增强方法，其特征在于，所述步骤S11中，
使用多尺度高斯滤波处理多层涂胶掩模版图像，具体为：
；
；
其中，为第个尺度滤波器的高斯核标准差；为以为高斯核标准差的滤波器；为滤波器内的相对坐标；为在坐标处的值；为自然常数；为圆周率；，为尺度数量；和分别为多层涂胶掩模版图像和去噪后的多层涂胶掩模版图像；
所述步骤S13中：
以作为引导图像，使用引导滤波对进行边缘平滑保持，具体为：
；
其中，为预处理后的多层涂胶掩模版图像；为在处的值；为以为中心窗口内的像素位置集合，是位置集合中的元素；为窗口大小；和分别为和在内的均值；为在内的方差；为平滑参数；和分别为和在处的值。
3.根据权利要求2所述的多层涂胶掩膜板蚀刻线形态图像增强方法，其特征在于，所述步骤S2中，包括以下步骤：
S21：计算梯度幅度和梯度方向：
对中的每个像素点，使用Sobel算子计算横向和纵向的梯度分量和，具体为：
；
；
其中，和分别为Sobel算子的横向和纵向模板；梯度幅度和梯度方向的计算方式具体为：
；
；
其中，和分别为和在处的值；和分别为和在处的值；
S22：非极大值抑制：
在梯度方向上仅保留局部最大值，以获得细化的边缘，具体为：
；
其中，为在处的值；
S23：改进的双阈值和边缘连接：
使用高阈值和低阈值来确定真实的和潜在的边缘，高阈值和低阈值使用改进的自适应双阈值确定法来计算，具体为：
；
；
其中，和分别为的平均值和标准差；和为阈值调整系数；和分别为高阈值和低阈值；
最终的蚀刻线使用边缘连接生成，具体为：
；
其中，为在处的值。
4.根据权利要求3所述的多层涂胶掩膜板蚀刻线形态图像增强方法，其特征在于，所述步骤S3中，包括以下步骤：
S31：上采样和初始化：
使用双三次插值方法对最终的蚀刻线进行上采样以初始化高分辨率图像，具体为：
；
其中，表示上采样后的图像横纵坐标，，，，，为向下取整；，；为在处的值；为在处的值；为三次插值核，具体为：
；
其中， 为临时变量，取值为或；为三次插值核在处的取值；
S32：自适应局部滤波：
在每次迭代中，应用自适应局部滤波器来处理当前的高分辨率图像估计，表示迭代次数，增强细节并保留边缘，具体为：
；
其中，，；为第次迭代的高分辨率图像估计；为在处的值；为在处的值；为中以为中心的窗口内的方差；为的方差；
S33：模拟与误差计算：
生成模拟的低分辨率图像并计算误差，具体为：
；
；
其中，，；为第次迭代的低分辨率图像估计；为在处的值；为第次迭代的误差；
S34：误差反投影与更新公式：
；
其中，为第次迭代的高分辨率图像估计；为在处的值；为步骤S31中的上采样方法；为对进行上采样后在处的值；
迭代完成后获得分辨率提升后的蚀刻线。
5.根据权利要求4所述的多层涂胶掩膜板蚀刻线形态图像增强方法，其特征在于，所述步骤S4中，包括以下步骤：
膨胀和腐蚀操作拓展分辨率提升后的蚀刻线后再进行收缩，具体为：
；
其中，和分别为膨胀和腐蚀操作；为结构元素，；为形态优化后的蚀刻线，为在处的值；为在处的值。
6.根据权利要求5所述的多层涂胶掩膜板蚀刻线形态图像增强方法，其特征在于，所述步骤S5中，包括以下步骤：
将形态优化后的蚀刻线与多层涂胶掩模版图像进行融合，增强蚀刻线的可见性，具体为：
；
其中，为蚀刻线形态增强后的多层涂胶掩模版图像，为在处的值；为图像内容融合参数；为下采样函数，具体为：
。
7.一种多层涂胶掩膜板蚀刻线形态图像增强系统，其特征在于，包括：
预处理模块：对多层涂胶掩模版图像使用多尺度高斯滤波进行去噪，并使用局部对比度增强和边缘平滑保持方法对去噪后的多层涂胶掩模版图像进行预处理；
边界提取模块：利用改进的Canny边缘检测方法来识别和定位预处理后的多层涂胶掩模版图像中蚀刻线；
超分辨率模块：使用迭代反投影方法对蚀刻线进行超分辨率处理；
形态优化模块：使用形态学操作对超分辨率处理后的蚀刻线进行形态优化；
映射模块：将形态优化结果映射到多层涂胶掩模版图像以增强蚀刻线形态；
以实现如权利要求1-6任意一项所述的多层涂胶掩膜板蚀刻线形态图像增强方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410744951.3A CN118314044B (zh) | 2024-06-11 | 2024-06-11 | 多层涂胶掩膜板蚀刻线形态图像增强方法和系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410744951.3A CN118314044B (zh) | 2024-06-11 | 2024-06-11 | 多层涂胶掩膜板蚀刻线形态图像增强方法和系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN118314044A CN118314044A (zh) | 2024-07-09 |
| CN118314044B true CN118314044B (zh) | 2024-08-06 |
Family
ID=91726157
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410744951.3A Active CN118314044B (zh) | 2024-06-11 | 2024-06-11 | 多层涂胶掩膜板蚀刻线形态图像增强方法和系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN118314044B (zh) |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107274365A (zh) * | 2017-06-15 | 2017-10-20 | 中国矿业大学(北京) | 一种基于反锐化掩模和nsct算法的矿井图像增强方法 |
| EP3822907A1 (en) * | 2019-11-14 | 2021-05-19 | Agfa Nv | Method and apparatus for contrast enhancement |
-
2024
- 2024-06-11 CN CN202410744951.3A patent/CN118314044B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107274365A (zh) * | 2017-06-15 | 2017-10-20 | 中国矿业大学(北京) | 一种基于反锐化掩模和nsct算法的矿井图像增强方法 |
| EP3822907A1 (en) * | 2019-11-14 | 2021-05-19 | Agfa Nv | Method and apparatus for contrast enhancement |
Also Published As
| Publication number | Publication date |
|---|---|
| CN118314044A (zh) | 2024-07-09 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107228860B (zh) | 一种基于图像旋转周期特性的齿轮缺陷检测方法 | |
| US7526140B2 (en) | Model-based localization and measurement of miniature surface mount components | |
| TWI602013B (zh) | 用於檢測遮罩以識別微影顯著缺陷之方法及檢測系統 | |
| CN113706464B (zh) | 一种印刷品外观质量检测方法及系统 | |
| JP7170605B2 (ja) | 欠陥検査装置、欠陥検査方法、およびプログラム | |
| TW200402007A (en) | Image processing method for appearance inspection | |
| CN110796616B (zh) | 基于范数约束和自适应加权梯度的湍流退化图像恢复方法 | |
| JP2001133418A (ja) | 形状特徴に基づく欠陥検出の方法及び装置 | |
| WO2020154976A1 (zh) | 电路设计版图和电镜扫描图像的配准方法及系统、电路设计版图和其成像误差计算方法及电子设备 | |
| CN115131587A (zh) | 一种基于边缘轮廓的梯度向量特征的模板匹配方法 | |
| CN114299086B (zh) | 一种低对比度成像的图像分割处理方法、电子设备及系统 | |
| JP2016031766A (ja) | Ｃａｄデータとｓｅｍ画像との位置合わせ | |
| CN113744142A (zh) | 图像修复方法、电子设备及存储介质 | |
| CN107886101B (zh) | 一种基于rgb-d的场景三维特征点高效提取方法 | |
| CN116503462A (zh) | 一种圆形斑点圆心快速提取方法及系统 | |
| CN118314044B (zh) | 多层涂胶掩膜板蚀刻线形态图像增强方法和系统 | |
| CN114170106A (zh) | 基于改进U-Net模型的高反光噪声去除方法 | |
| Reddy et al. | Canny scale edge detection | |
| Schneider et al. | Framework for SEM contour analysis | |
| CN106023097A (zh) | 一种基于迭代法的流场图像预处理算法 | |
| JP4801697B2 (ja) | 画像形成方法，画像形成装置、及びコンピュータプログラム | |
| CN117095020A (zh) | 含噪声电子束图像的轮廓提取方法、装置、系统和介质 | |
| JP3253752B2 (ja) | パターン評価方法 | |
| US7590278B2 (en) | Measurement of corner roundness | |
| Lee et al. | Active contour method based sub-pixel critical dimension measurement of thin film transistor liquid crystal display (TFT-LCD) patterns |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |