王旭星, 曹振丰, 孙巍, 邱婷婷, 王贤浩, 张晓会, 杨明来, 王英
本文提出了一种面向聚焦离子束-扫描电子显微镜(FIB-SEM)纳米结构测量的规则图形几何先验增强边缘检测算法,旨在解决传统边缘检测方法在扫描电子显微镜图像中对规则纳米图形检测精度不足的问题。核心创新在于提出了几何先验增强的像素差分卷积网络(Pixel Difference Network-Geometric Prior enhanced,PiDiNet-GP),该网络通过方向增强像素差分卷积(Pixel Difference Convolution,PDC)和曲率感知PDC显式构造优先响应特定几何结构的专用卷积核对。方向增强PDC模块专门针对矩形等具有明显方向性的结构,构造多个基础方向的差分核对,显著提升对直线边缘的检测精度;曲率感知PDC模块则针对圆形等曲线结构,在多个半径尺度上构造径向差分核对,增强对圆形轮廓的检测能力,使网络从浅层即具备几何结构感知能力。算法采用两阶段流水线架构:第1阶段使用PiDiNet-GP模型进行高质量边缘检测,第2阶段基于传统图像处理和机器学习方法进行轮廓分类与参数拟合。实验结果表明,该方法在FIB-SEM图像中的圆形和矩形纳米结构检测中具有更高的精度和鲁棒性,特别在规则几何图形的检测方面表现出显著优势。规则图形的准确检测对于纳米制造中的缺陷检测和质量控制具有重要意义,能够有效识别纳米结构中的形状异常、尺寸偏差和几何变形,为工艺缺陷的早期发现提供关键依据,同时通过高精度的几何参数测量量化纳米结构的尺寸一致性、位置精度和形状完整性,为产品质量的客观评价提供可靠数据支撑,为纳米制造过程中的质量控制和工艺优化提供了强有力的技术支持。