sem使用步骤（定妆粉在哪个步骤使用）

【点击查看】低成本上班族靠谱副业好项目 | 拼多多无货源创业7天起店爆单玩法

【点击查看】逆林创业记 | 拼多多电商店铺虚拟类项目新玩法（附完整词表&检测工具）

【点击查看】逆林创业记 | 小白ai写作一键生成爆文速成课

领300个信息差项目，见公众号【逆林创业记】（添加请备注:网站）

本发明涉及油雾检测，具体为基于sem的图像测量处理方法。

背景技术：

1、随着工业化进程，特别是一些重工业，向大气环境排放大量有毒有害物质，影响了人类生活，破坏了植被，为防治污染，国家及企业也重视起来，大量的环保设施投入使用，相应的国家行业检测标准也开始颁发和实施。

2、根据中国发明2.6中提到的基于sem的图像测量处理方法，该基于sem的图像测量处理方法在使用时采用空白加标的形式对方法进行验证，通过向空白玻璃纤维滤膜表面加入四氯乙烯中石油标准溶液，填补了环境空气中因油炸食品行业和饮食业产生的油雾受到的污染国家还未颁发相应的检测方法这一空白，提供了可行、可靠的油雾检测方法，为准确评估和监测油雾污染提供了技术支持，但是该基于sem的图像测量处理方法在使用时测定方法比较复杂，不能够获取更灵活、丰富的油雾数据，对空气中油雾的检测效果和效率降低，因此，有必要提出基于sem的图像测量处理方法来解决上述提出的问题。

技术实现思路

1、针对现有技术的不足，本发明提供了具备获取更灵活、丰富的数据的基于sem的图像测量处理方法。

2、为实现上述目的，本发明提供如下技术方案：基于sem的图像测量处理方法，包括以下步骤：

3、步骤一：获取图像，先通过扫描电镜(sem)获取空气中的原始图像；

4、步骤二：图像预处理，sem获取的原始图像含有大量噪点，整体亮度分布不均匀形进行预处理尽可能去噪处理，获取均衡亮度的图像；

5、步骤三：轮廓提取，针对sem图像的物理尺寸分辨率不足的问题，对灰度数值进行插值，在次像素空间中进行精细轮廓的提取；

6、步骤四：轮廓对齐，将多张sem图像进行图像配准对齐，将提取的油雾轮廓和设计文件进行对齐；

7、步骤五：数据处理，在上述步骤方法中产生的sem数据，并通过软件计算和统计同一批数据的各类测量指标。

8、基于sem的图像测量处理方法，图像预处理包括以下方法：

9、步骤一：通过同态滤波与非局部均值去噪算法实现单张sem图像的亮度均衡与去噪；同态滤波算法通过对数-指数算子与高通滤波器去除图像中的低频乘性因子，即非均匀照度：i(x，y)＝exp·f-1·h·f·in·i(x，y)；

10、其中i′与i为处理后、处理前的图像，h为频率域的高通滤波器，f与f-1为傅里叶变换、逆变换；非局部均值去噪利用了sem图像具有重复性的特点，将相似区域进行平均后能够有效去除随机噪音：

11、

12、

13、其中w(i，j)为以i及j为中心的区块相似度，u(j)为原始图像在j处的数据，nlu[i]为处理后图像在i处的数据，c(j)为相似度归一化系数；

14、步骤二：进行sem扫描时，多张图像之间由于机台定位的误差，会产生数十纳米的偏移；在批量处理时，我们选择在预处理阶段先进行图像配准，以简化后续对齐步骤；我们从所有待处理sem图像中任选一张作为基准，再将其余所有图像一一与之对齐；由于扫描过程中一般没有旋转、缩放形式的误差，因此我们使用相位相关法进行(次像素精度)平移的计算：

15、对于两张待对齐的图片ga，gb，首先计算它们的2d离散傅里叶变换ga，gb：

16、ga＝f{ga}，gb＝f{gb}

17、再计算变换ga，gb之间的交叉功率谱r，及其傅里叶逆变换r：

18、

19、最后寻找r中最大值位置即为所求的平移量(通过插值实现次像素精度)，

20、

21、基于sem的图像测量处理方法，轮廓提取包括以下方法:

22、步骤一：对灰度数据进行插值，在次像素空间中进行精细轮廓的提取，

23、我们使用大津阈值对预处理后的图像进行自适应二值化，即根据图像中灰度值的分布情况，寻找一个阈值t将其分割为两类数据，

24、并使其类间方差最大化：

25、

26、其中ω0，ω1为两类数据的概率(像素点数量)sem使用步骤，μ0，μ1为两类数据的均值(像素点灰度)；

27、步骤二：二值化后的图像能够较粗糙地对应原始图像中的白边，在该二值图像上进行连通分量计算，就可分割出不同的轮廓线(像素精度)；并使用teh-chinchainapproximation算法筛选出这些轮廓中的关键控制点，以用更少的顶点来表示这些轮廓，加速后续计算；至此我们已经获取了像素级精度的轮廓线，在此结果上需要进一步微调轮廓的顶点位置来达到次像素级别的精度。

28、基于sem的图像测量处理方法，轮廓对齐包括以下方法：

29、步骤一：将提取出的轮廓与设计文件进行对齐，以便于在设计文件的坐标空间中生成量测；由于失真，设计文件与提取出的轮廓图形有一定的差别，因此对齐的目标不是完全重合，而是边缘间距最小化；直观上看轮廓对比设计文件向内收缩了一定距离；

30、步骤二：再将设计文件与提取出的轮廓都通过光栅化转化为图像形式，使用前述的相位相关法计算出大致的偏移量；在已经粗略对齐后，再通过迭代计算进行精细的调整。

31、基于sem的图像测量处理方法，迭代计算精细调整包括以下方法：

32、步骤一：在设计文件的边缘上等间隔均匀采点，构成点云形式的轮廓，并计算这些位置的法线；

33、步骤二：在各点上沿法线方向搜索最近的轮廓位置，计算偏移量；

34、步骤三：对所有偏移量进行求和，即为误差向量，将轮廓按该误差的50％反向移动；

35、步骤四：不断重复上述步骤，直到误差大小接近0。

36、基于sem的图像测量处理方法，数据处理包括以下方法：

37、步骤一：通过多核机器人运行软件计算数据的各类测量指标；

38、步骤二：并将每一批次数据汇总在文件的同一水平中，同时测量线和轮廓构成多组交点；

39、步骤三：软件计算这些统计数据：(1)平均坐标；(2)平均距离；(3)离散程度；(4)极值点之间的距离；(5)多批次数据件的最大偏差。

40、与现有技术相比，本技术的技术方案具备以下有益效果：

41、该基于sem的图像测量处理方法，通过sem扫描设备获取空气中油雾的原始图并对sem获取的原始图像含有大量噪点，整体亮度分布不均匀形进行预处理尽可能去噪处理，获取均衡亮度的图像；再次针对sem图像的物理尺寸分辨率不足的问题，对灰度数值进行插值，在次像素空间中进行精细轮廓的提取；再次将多张sem图像进行图像配准对齐，将提取的油雾轮廓和设计文件进行对齐；最后将产生的sem数据sem使用步骤，并通过软件计算和统计同一批数据的各类测量指标，设计验证与opc光刻模型都需要通过实际数据进行校正，在多核机器上运行时，软件实现了对sem图像的轮廓提取、对齐、量测，能够处理速度约每秒数十张图像，满足设计验证与opc光刻模型数据的量测需求，进而能够获取更灵活、丰富的油雾数据，对空气中油雾的检测效果和效率进一步提高。