Notizia

Nov 26, 2023

Uno studio sull'influenza della topografia superficiale della microstruttura sul meccanismo di imaging per esplorare la super

Scientific Reports volume 12, numero articolo: 13651 (2022) Cita questo articolo 680 Accessi 3 Citazioni 1 Altmetric Metrics dettagli La misurazione di precisione basata sulla visione è limitata dal sistema ottico

Scientific Reports volume 12, numero articolo: 13651 (2022) Citare questo articolo

680 accessi

3 citazioni

1 Altmetrico

Dettagli sulle metriche

La misurazione di precisione basata sulla visione è limitata dalla risoluzione ottica. Sebbene siano stati sviluppati vari algoritmi di super-risoluzione, la precisione e l’accuratezza della misurazione sono difficili da garantire. Per ottenere una misurazione della risoluzione su scala nanometrica, viene proposto un concetto di microstruttura a super risoluzione che si basa sull'idea di una forte relazione di mappatura matematica che può esistere tra le caratteristiche della topografia superficiale della microstruttura e le corrispondenti intensità dei pixel dell'immagine. In questo lavoro, una serie di microscanalature vengono lavorate con estrema precisione e vengono misurate le loro topografie e immagini superficiali. Viene stabilito un modello di relazione di mappatura per analizzare l'effetto della topografia della superficie della microscanalatura sul meccanismo di imaging. I risultati mostrano che la ruvidità superficiale e i difetti superficiali della microscanalatura hanno effetti significativi sulla previsione del meccanismo di imaging. Successivamente vengono determinati i parametri di lavorazione ottimizzati. Questo documento dimostra un lavoro fattibile e prezioso per supportare la progettazione e la produzione di microstrutture a super risoluzione che hanno applicazioni essenziali nella misurazione del posizionamento di precisione.

La super-risoluzione (SR), che si riferisce al processo di miglioramento della risoluzione delle immagini originali mediante la ricostruzione di immagini ad alta risoluzione (HR) da immagini a bassa risoluzione (LR)1, è ampiamente utilizzata nell'imaging microscopico2,3,4, videosorveglianza5, imaging medico6, imaging di telerilevamento satellitare7 e osservazione astronomica8, ecc. Inoltre, i metodi SR hanno anche applicazioni essenziali nella misurazione del posizionamento di precisione e svolgono un ruolo importante nel miglioramento della precisione del posizionamento9,10. Normalmente, i metodi di misurazione del posizionamento di precisione basati sulla microvisione11,12,13,14,15 migliorano la risoluzione principalmente utilizzando metodi di elaborazione delle immagini11,15. Quando la somiglianza di alcune aree dell’immagine è elevata, gli algoritmi causano facilmente errori di corrispondenza, diminuendo così seriamente l’accuratezza e l’incertezza della misurazione.

Attualmente, la ricostruzione SR delle immagini viene ottenuta principalmente dal punto di vista degli algoritmi software, come l'algoritmo Deep Plug-and-Play Super-Resolution (DPSR)16, la rete di confronto delle immagini non accoppiate17 per la capacità di generalizzazione, il meccanismo di attenzione della mappa delle caratteristiche per migliorare l'espressione delle caratteristiche capacità di ricostruire immagini18 e così via. Ma a causa del limite di Abbe, il limite di risoluzione dei normali microscopi ottici è di circa 200 nm. Pertanto, le informazioni microtopiche al di sotto della scala di 200 nm non possono essere ottenute dai microscopi ottici. La ricostruzione dell'immagine SR non è in grado di risolvere la perdita di campionamento delle informazioni ad alta frequenza dell'immagine della superficie dell'oggetto osservato su scala microscopica solo dal punto di vista degli algoritmi. È molto impegnativo superare il limite ottico e realizzare l'imaging a super risoluzione della topografia superficiale della microstruttura.

Qui nasce un'idea innovativa: se esiste una micro-topografia con caratteristiche SR, chiamata "microstruttura a super risoluzione" (SRM). Nello specifico, all'interno dell'intervallo di dimensioni di un singolo pixel come mostrato in Fig. 1a, sebbene quest'area venga estratta dalla struttura dei dati di un solo pixel attraverso un microscopio, il pixel originale può essere scomposto in preziosi sottopixel che riflettono realmente la dimensione di un singolo pixel. caratteristiche di micro-topografia attraverso le informazioni sui pixel vicini come mostrato in Fig. 1b e le caratteristiche di decodifica di SRM, in modo da realizzare SR.

Ricostruzione in super-risoluzione basata su SRM. (a) Immagine a bassa risoluzione; (b) Immagine di ricostruzione a super risoluzione combinata con SRM "U".

Quando si osserva la superficie SRM, l'immagine utilizzata per la registrazione può avere una risoluzione più elevata e dettagli dell'immagine più affidabili attraverso l'interpolazione delle funzioni delle caratteristiche, in modo che le differenze dei dettagli in ciascuna regione siano più evidenti e più facili da identificare stabilmente dall'algoritmo, che può fornire un feedback di posizione più accurato per misurare l'oggetto e migliorare la precisione del posizionamento.