CN113963049B 一种像素尺寸、实际尺寸的测量方法及电子设备 （上海精测半导体技术有限公司）

US2013146763A1,2013.06.13US2021256730A1,2021.0截取包括匹配的标志模板的第一匹配区域并记志模板在第二图像的二值图像中搜索匹配的第待测量对象的移动位移以及第一匹配区域和第2S101，分别采集移动待测量对象前后的第一S102，从标志模板库中为所述第一图像的二值图像图像的二值图像中截取包括该匹配的标志模板的第一匹配区域并记录该第一匹配区域的S103，根据所述待测量对象的移动位移步骤S102的具体实现为：从所述标志模板库中为所述N个所述第一匹配区域作为N个标志模板分别在所述第二图像的二值图像中搜索匹配的N个像均为利用带电粒子束显微镜采集到的图像,将所述第一图像和所述第二图像输入到深度的二值图像选取不同于所述前N个匹配度的其他匹配度对应的标志模板，在所述第一图像的二值图像中截取该其他匹配度的标志模板对应的所述第一匹配区域并记录该第一匹配标志模板库中按匹配度从高至低从第N+1个匹配度开始依次选取对应的标志模板，并根据和所述第二图像对应的第一匹配区域和第二匹配区域的像素坐标位移计算所述待测量对将该N对一一对应的所述第一匹配区域和第二匹配区域的像素坐标位移按照大小排3所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的方4[0002]测量技术的最大挑战之一是对图像中感兴趣区域(regionofinterest,ROI)的域的移动位移除以第一匹配区域和第二匹配区域之间的像素坐标位移以得到图像或一张第二图像)中的坐标位置不同，第一匹配区域11和第二匹配区域22的像素坐标像的二值图像中截取包括该匹配的标志模板的第一匹配区域并记录该第一匹配区域的位5[0009]根据所述待测量对象的移动位移以及所述第一匹配区域和第二匹配区域的像素[0010]优选的,所述第一图像和所述第二图像均为利用带电粒子束显微镜采集到的图像,将所述第一图像和所述第二图像输入到深度学习模型，从而获得所述第一图像匹配区域作为N个标志模板分别在所述第二图像的二值图像中搜索匹配的N个所述第二匹则重新从所述标志模板库中为所述第一图像的二值图像选取不同于所述前N个匹配度的其在所述第二图像的二值图像中搜索匹配的所述第二配度开始依次选取对应的标志模板，并根据重新选取的标志模板搜索所述第二匹配区域，端为所述第N+1个匹配度，另一端为大于或等于匹配度阈值且最接近匹配度阈值的一匹配所述待测量对象的移动位移以及所述第一图像和所述第二图像对应的第一匹配区域和第二匹配区域的像素坐标位移计算所述待测量对象的像[0016]将该N对一一对应的所述第一匹配区域和第二匹配区域的像素坐标位移按照大小6200中匹配到第二匹配区域21，第一匹配区域11对应的第一标志模板31和第二匹配区域21[0022]图1是现有技术中通过标志模板库分别和第一图像及第二图像进行模板匹配的示[0023]图2是本发明实施例中通过标志模板库分别和第一图像及第二图像进行模板匹配[0028]图7-8是本发明实施例的单次标志模板匹配过程的示意图，图7和图8分别示意了7小的视场(FOV)的图像，无法准确定位和测量微尺寸(微米级以下)的待测量对象；另一方的二值图像中截取包括该匹配的标志模板的第一匹配区域并记录该第一匹配区域的位置，[0045]图4示出了本发明另一实施例的一种测量方法的流程，总体上分为线下和线上两8[0046]图5示出了供本发明使用的标志(mark)模板库的实施例的示意图。根据图像中可选择在边缘拐角，目的是最大化图片中不同块(patch)的差异以避免模板匹配过程中的二ix和ty是变换参数。适的网络结构，在保证预测前景和背景精度下避免过拟合的现象。网络输入是原始SEM图基于该深度神经网络结构的方法去学习SEM图像的边缘特征，并通过识别这类特征去精准要的是能有效的提升模型的关键指标，如DICE和IOU损失。本方法首先选取需要调整的参学习率(learningrate)根据以下训练次数(nl1,nl2,nl3)进行以小于1的衰减率进行衰减，9截取该匹配的N个标志模板各自对应的所述第一匹配区域并记录该N个第一匹配区域的位[0055]图7-8示出了本发明实施例中单次标志模板匹配过程的示意图。首次自动识别标素尺寸和待测量对象的像素个数可以获得待测量对象(即感兴趣区域)的实据所述待测量对象的移动位移以及所述第一图像和所述第二图像对应的第一匹配区域和第二匹配区域的像素坐标位移计算所述待测量对象的像素尺寸包括：将该N对一一对应的所述第一匹配区域和第二匹配区域的像素坐标位移按照大小排序(升序或降序)，去除前n[0061]其中，X2:n+1代表在第二图像的二值图像的第n+1个匹配区域左上角的X轴坐标，代表在第一图像的二值图像的第n+1个匹配区域左上角的X轴坐标。N是选择多重匹配的数配失败，则重新从所述标志模板库中为所述第一图像的二值图像选取不同于所述前N个匹标志模板在所述第二图像的二值图像中搜索匹配的所述第二匹配值图像上截取对应的区域作为第一匹配区域，再将第一匹配区域与第二张SEM图像进行匹围的一端为所述第N+1个匹配度，另一端为大于或等于匹配度阈值且最接近匹配度阈值的的标志模板未能搜索到所述第二匹配区域，则舍弃匹配失败的标志模板(舍弃重新选取前yΔP为上文计算的第一图像和第二图像对应第一匹配区域和第二匹配区域之间的像素坐y