Nouvelles

Nov 26, 2023

Une étude de l'influence de la topographie de la surface de la microstructure sur le mécanisme d'imagerie pour explorer les super

Scientific Reports volume 12, Numéro d'article : 13651 (2022) Citer cet article 680 accès 3 citations 1 Détails d'Altmetric Metrics La mesure de précision basée sur la vision est limitée par l'optique

Rapports scientifiques volume 12, Numéro d'article : 13651 (2022) Citer cet article

680 accès

3 citations

1 Altmétrique

Détails des métriques

La mesure de précision basée sur la vision est limitée par la résolution optique. Bien que divers algorithmes de super-résolution aient été développés, la précision et l’exactitude des mesures sont difficiles à garantir. Pour obtenir une mesure de résolution à l'échelle nanométrique, un concept de microstructure à super-résolution est proposé, basé sur l'idée d'une forte relation de cartographie mathématique pouvant exister entre les caractéristiques topographiques de la surface de la microstructure et les intensités de pixels d'image correspondantes. Dans ce travail, une série de microrainures sont usinées avec une ultra-précision et leurs topographies et images de surface sont mesurées. Un modèle de relation de cartographie est établi pour analyser l'effet de la topographie de la surface des micro-rainures sur le mécanisme d'imagerie. Les résultats montrent que la rugosité de la surface et les défauts de surface de la micro-rainure ont des effets significatifs sur la prédiction du mécanisme d'imagerie. Les paramètres d'usinage optimisés sont ensuite déterminés. Cet article démontre un travail réalisable et précieux pour soutenir la conception et la fabrication de microstructures super-résolution qui ont des applications essentielles dans la mesure de positionnement de précision.

La super-résolution (SR), qui fait référence au processus d'amélioration de la résolution des images originales au moyen de la reconstruction d'images haute résolution (HR) à partir d'images basse résolution (LR)1, est largement utilisée en imagerie microscopique2,3,4, vidéosurveillance5, imagerie médicale6, imagerie de télédétection par satellite7 et observation astronomique8, etc. En outre, les méthodes SR ont également des applications essentielles dans la mesure de positionnement de précision et jouent un rôle important dans l'amélioration de la précision du positionnement9,10. Normalement, les méthodes de mesure de positionnement de précision basées sur la microvision11,12,13,14,15 améliorent la résolution principalement en utilisant des méthodes de traitement d'image11,15. Lorsque la similarité de certaines zones d’image est élevée, les algorithmes provoquent facilement des erreurs de correspondance, réduisant ainsi considérablement la précision et l’incertitude des mesures.

Actuellement, la reconstruction SR des images est principalement réalisée du point de vue d'algorithmes logiciels, tels que l'algorithme DPSR (Deep Plug-and-Play Super-Resolution)16, un réseau de confrontation d'images non apparié17 pour la capacité de généralisation, un mécanisme d'attention de la carte des caractéristiques pour améliorer l'expression des caractéristiques. capacité des images reconstruites18 et ainsi de suite. Mais en raison de la limite d'Abbe, la limite de résolution des microscopes optiques ordinaires est d'environ 200 nm. Par conséquent, les informations microtopographiques inférieures à l’échelle de 200 nm ne peuvent pas être obtenues par des microscopes optiques. La reconstruction d'image SR n'est pas en mesure de résoudre la perte d'échantillonnage des informations haute fréquence de l'image de surface de l'objet observée à l'échelle microscopique uniquement du point de vue des algorithmes. Il est très difficile de dépasser la limite optique et de réaliser l’imagerie super-résolution de la topographie de surface des microstructures.

Ici, une idée innovante est née : s'il existe une microtopographie avec des caractéristiques SR, appelée « microstructure à super-résolution » (SRM). Plus précisément, dans la plage d'une taille de pixel individuelle, comme le montre la figure 1a, bien que cette zone soit extraite par la structure de données de pixel d'un seul pixel au microscope, le pixel d'origine peut être décomposé en sous-pixels précieux qui reflètent véritablement le caractéristiques de microtopographie via ses informations de pixels voisins, comme le montre la figure 1b, et les caractéristiques de décodage de SRM, de manière à réaliser SR.

Reconstruction super-résolution basée sur SRM. (a) Image basse résolution ; (b) Image de reconstruction super-résolution combinée avec SRM « U ».

Lorsque la surface SRM est observée, l'image utilisée pour l'enregistrement peut avoir une résolution plus élevée et des détails d'image plus fiables grâce à l'interpolation des fonctions caractéristiques, de sorte que les différences de détails dans chaque région soient plus évidentes et plus faciles à identifier de manière stable par l'algorithme, ce qui peut fournir un retour de position plus précis pour mesurer l'objet et améliorer la précision du positionnement.