公开(公告)号：CN116773575A

公开(公告)日：2023-09-19

申请号：CN202310675538.1

申请日：2023-06-08

Applicant: 上海大学

Inventor： 姜颖 ,  杨炯 ,  王磊 ,  张尊帅 ,  邢娟娟 ,  顾辉

IPC: G01N23/2251 ,  G06V20/69 ,  G06V10/94 ,  G06V10/10 ,  G06V10/147 ,  G06V10/774 ,  G06V10/82 ,  G06V20/40 ,  G06N3/0475 ,  G06N3/094 ,  G01N23/2202

Abstract: 本发明涉及宏观试样微观结构的大范围表征领域，公开了一种基于扫描电镜(SEM)自动获取大尺度宏观试样微观结构信息的高清全景表征方法，包括以下步骤：(1)对宏观试样进行表面处理；(2)确定工作距离、观察位置、放大倍率、光阑尺寸和衬度信息等表征参数，拍摄快扫(低清)和慢扫(高清)图片数据对作为训练集；(3)将数据对图片训练集放入由PyTorch开发的GAN模型进行训练；(4)设置样品台自动平移方向及速度，采用相同表征参数条件及快扫速度，获取宏观样品的低清全景视频流；(5)自动筛选并提取视频流中低清图像序列，通过GAN模型进行超分处理获得高清图像序列；(6)通过图像识别对高清图像进行自动拼合，实现宏观试样高清全景微观结构的表征。本方法结合视频流及机器学习深度神经网络的方法，突破了以往SEM分析中大范围和高分辨表征不可兼得的限制，大大提高了大尺度宏观试样微观结构的高清全景表征效率。