CN118279169B 对显微镜图像智能计量的方法和非暂时性计算机可读介质 （Fei公司）

201911023052.X2019.10.25对显微镜图像智能计量的方法和非暂时性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。实例方法至少包的感兴趣区域生成所述感兴趣区域的多比例数感兴趣区域的所述模型并且进一步基于所述多比例数据集优化所述增强的感兴趣区域内的多2从图像中提取感兴趣区域，所述感兴趣区域包含所述感兴趣区域的不同区基于所述感兴趣区域生成所述感兴趣区域的多比例初始化所述感兴趣区域的模型，初始化模型至少确定所述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所述感兴趣区域基于所识别的边界对所述感兴趣区域执行计量，其中在所述感括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2.根据权利要求1所述的方法，还包括基于一个或多个滤波器至少增强所提取的感兴3.根据权利要求2所述的方法，其中基于所述感兴趣区域生成所述感兴趣区域的多比4.根据权利要求2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5.根据权利要求4所述的方法，其中改善所述对比度和所述信噪比包括自动地选择和其中所述感兴趣区域的模型是部分基于所述感兴趣区域中区分的和检测的一个或多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基于所述感兴趣区域生成所述感兴趣区域的多比例初始化所述感兴趣区域的模型，初始化模型至少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所述感兴趣区域3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所述感兴趣区域内的初始化所述初始化模型的第一边界和第二边界内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一9.一种存储指令的非暂时性计算机可读介质，当所述指令被一个或多个处理器执行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基于所述感兴趣区域生成所述感兴趣区域的多比例初始化所述感兴趣区域的模型，初始化模型至少确定所述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所述感兴趣区域基于所识别的边界对所述感兴趣区域执行计量，其中在所述感括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进一步基于所述多比例数据集优化所述感兴趣区域内的多个主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一11.根据权利要求10所述的非暂时性计算机可读介质，其中在所述第一多个主动轮廓13.根据权利要求12所述的非暂时性计算机可读介质，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括使用一个或多个比例空间生成增强的感兴趣区域15.根据权利要求14所述的非暂时性计算机可读介质，其中改善所述对比度和所述信4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其中所述感兴趣区域的模型是部分基于所述感兴趣区域中区分的和检测的一个或多5述感兴趣区域的所述模型并且进一步基于所述多比例数据集优化所述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所述一个或多个边界；6[0011]图3是根据本公开的实施例的用于处理图像并且对图像内的一个或多个特征执行[0016]图8是用于执行本文中公开且根据本公开的实施例的方法的至少一部分的实例带光学器件聚焦的离子束和成形离子束。开涉及各种公开的实施例(单独和以彼此的各种组合和子组合)的所有新颖和非显而易见7之间的边界的清晰度和/或区分和检测。边界的区分和检测可以在有或没有将数据变换成或方面执行计量的基础。计量可以包含基于其中的轮廓对特征的分段区域进行几何分析。对任何图像类型执行图像序列100，但将在通过带电粒子显微镜获得的图像的背景下论述可以对任何所需图像内容执行图像处理和计量，并且图1中的图像的椭圆形特征仅是实例[0026]图像序列100以原始图像102开始。虽然图像102看起来是由较浅色区围绕的暗椭8每个ROI提供粗略的外部边界，并且指定图像处理可以集中的区，例如在粗糙的外部边界[0030]另外，图像110可以用于生成多比例数据集，其中不同比例至少包含高斯比例空各种地图以确定用于建立将要发生进一步图像处理的区的内界限和外界限。实例地图是初始化大数目个主动轮廓并且响应于生成的ROI模型而放置，其中大数目包含几十到几百[0034]图2是示出根据本公开的实施例的图像处理的实例图像序列200。序列200是实例9最内侧和最外侧虚线指示。图像212的主动轮廓可以放置在经历了ROI增强处理的图像上，218中示出的ROI的模型用于建立内界限和外界限，其由图像212中的最内侧和最外侧虚线[0037]图3是根据本公开的实施例的用于处理图像并且对图像内的一个或多个特征执行计量的实例方法300。在图1和2中至少部分说明的方法300可以对用带电粒子显微镜(例如使得在处理框301中实施的预处理滤波器将它们的参数自动调谐到图像的成像模式。分辨[0040]存在许多图像处理技术可用于提取ROI。以下包含可以实施的技术的非排他性列以获得数据属性标准化并且改善ROI内的区域边界的检测。另外，增强可以改善图像对比[0043]同样，步骤B包含至少基于元信息从一组自动实施的类似算法中选择一个或多个可以使用另一种成像模态的应用，例如能量色散x射线光谱(EDX)、电子能量损失光谱[0046]处理框309之后可以是处理框311，其包含优化增强的ROI内的多个主动轮廓以定位增强的ROI内的特征边界。优化主动轮廓或允许主动轮廓优化的过程可以从初始化第一ROI内的不同边界。因此，优化的主动轮廓将识别和定位分隔ROI内的不同区段/材料的边[0047]初始化和优化主动轮廓的过程可以是在处理框307中生成的多比例数据集的每个ROI图像的第四比例等级处执行，其中第四比例等级具有原始增强ROI图像的1/16的分辨用于比例空间的处理框403的初始执行，则将在最低分辨率等级数据上初始化多个主动轮[0052]在每个比例空间中的不同分辨率图像处的ROI的图像可以被表征为已经基于分辨和407时，主动轮廓在阶梯状函数中被优化，并且它们最终优化到原始分辨率图像中的边[0055]图5是根据本公开的实施例的实例图像序列500。图像序列500说明可用于初始化以用于确定VNAND内的数个边界以及每个边扫描可以用更快更有效的简单EDX线扫描代替。可以在VNAND或任何成像结构上执行EDX线[0058]如图像514中所示，优化的主动轮廓可以重叠在原始图像502上或图像502的增强[0061]处理框603之后可以是处理框605，其包含初始化所获得图像的ROI内的多个主动于ROI内的边界的识别和位置信息，所述边界是ROI内的不同材料之间的界面，例如图5的[0063]处理框607之后是处理框609，其包含基于优化的多个主动轮廓对ROI内的特征执路(ASIC)、现场可编程门阵列(FPGA)或网络处理单元(NPU)，其被持久编程以执行所述技术，或者可以包含一个或多个通用硬件处理器或图像处理单元(GPU)，其被编程以依据固系统700可以是包含在图8中所示的带电粒子环境中的计算硬件的实例。计算机系统700至[0066]计算机系统700还包含联接到总线以用于存储信息和将由处理器730执行的指令可访问的非暂时性存储介质中时，致使计算机系统700成为被定制以执行指令中指定的操[0067]计算机系统700进一步包含联接到总线740的只读存储器(ROM)734或其它静态存程序逻辑来实施本文描述的技术，它们与计算机系统相组合使得或编程计算机系统700成主存储器732中的一个或多个指令的一个或多个序列来执行。此类指令可以从例如存储装置736的另一存储介质读入主存储器732中。包含在主存储器732中的指令序列的执行使得令或者与软件指令组合使用。[0072]计算机系统700还包含联接到总线的通信接口738。通信接口738提供联接到例如方式中，通信接口738发送并接收携带代表各种类型信息的数字数据流的电、电磁或光信[0074]接收到的代码可以在其被接收时由处理器730执行，和/或存储在存储装置736或[0075]图8是用于执行本文中公开且根据本公开的实施例的方法的至少一部分的实例带860可以联接在CPM环境800的其它组件之间，使得数据和处理代码可以被传