基于图像配准的扫描电镜图像误差校正

《基于图像配准的扫描电镜图像误差校正》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、基于图像配准的扫描电镜图像误差校正林玉玲韩国强福州大学机械工程及自动化学院扫描电子显微镜（SEM）是表征纳米材料和纳米结构的重要测量仪器。扫描电镜在环境的影响下会产生图像失真，尤其在微纳尺度范围内会产生较大的测量误差。为丫修正SEM图像的测量误差，提出基于图像配准的图像误差校正方法。该方法采用基于特征属性的图像配准技术，通过加速稳健特征算法提取图像特征点并构造描述矢量，建立失真图像的空间变换模型，从而恢复样品的真实图像。实验证明该方法能够有效地校正扫描电镜图像，提高样品形貌观测的准确性和精度。关键词：扫描电镜;观测精度;图像配准;SURF算法;误差校正;基金：国家自然科学綦金资助项FI

2、（51205063）DistortionEliminationforScanningElectronMicroscopeImagesBasedonImageRegistrationLINYulingHANGuoqiangSchoolofMechanicalEngineeringandAutomatic,FuzhouUniversity;Abstract：Scanningelectronmicroscopy(SEM)isanimportantequipmenttocharacterizedimensionandmorphologyofnanomaterials.ForSEMimages,

3、theimagedistortioniseasilyproducedundertheinfluenceofexternalsurroundings.Tnordertocorrecttheimageerror,amethodforSRMimagedistortioneliminationbasedonimageregistrationissuggested.Thefeature-basedimageregistrationtechniqueisadoptedinthemethod.TheSpeededuprobustfeatures(SURF)algorithmisusedforfeat

4、urepointextractionandvectordescription.Thentheimagetransformationmodelofspatialdistortionisestablished.Therebythetrueimagecanberestored.ExperimentalresultsshowthatthismethodcanbeusedtoeffectivelycorrectSEMimageerror,andimprovethemeasurementaccuracyofthescanningelectronmicroscopy.Keyword：SEM;obse

5、rvationaccuracy;imageregistration;SURFalgorithm;distortionelimination;0引言扫描电子显微镜（SRM）具有纳米级高分辨率，它利用二次电子信号成像来观察样品的表面形态，广泛应用于纳米材料的形貌观察和尺寸检测m。但是由于荷电效应、边缘效应、样品损伤、样品导电不佳等客观因素和操作人员水平等主观因素，易引起扫描图像失真，并产生图像噪声m。因此，显微镜成像误差消除对于样品形貌的高精密测量具有重要意义。误差消除主要通过测量过程中的自动补偿或者测量过后的图像误差校正实现。测量过程补偿方法，不仅要改动结构复杂的显微镜装置，且在高分辨率

6、成像下还会引起额外噪声ui。图像误差校正方法具有更大优势［4-5］，其无需改变显微镜结构即可实现阁像误差的校正，因此广泛应用于纳米级扫描图像修正，能有效提高形貌测量的准确性。1图像配准技术图像配准，指通过在不同视角、不同时刻、或不同传感器获得的同一场景的两幅或多幅图像，进行不断地迭和过程，使同一坐标下的像素对应同一场景点M。用数学描述定义图像配准，即把一幅待配准图像坐标（X，y）映射到参考图像坐标系的某一坐标（x’，y’）上，再对其像素进行重采样m。木文基于图像配准技术将两幅或几幅存在误差的图像进行迭和配准，获得一幅更为精确的图像，从而实现图像的误差修正。如图1所示，两组原图像分别配准

7、得到两幅初匹配图像，经二次配准后得到一幅更精确的图像。基于区域的图像配准方法可以校正原子力显微镜的图像失真，但其仅针对扫描线间热漂移进行校正，对存在较大噪声或者重叠量较少的两幅待配准图像并没有明显的校正效果。基于特征的图像配准方法能够将图像的各种分析转化为对图像特征的分析，从而减小图像处理过程的运算量，并对灰度变化、图像变形等情况具有更好的适应能力，其匹配也精度更高。该方法的关键步骤在于特征点的提取和匹配。基于尺度空间的图像局部特征描述算子，即