基于机器视觉的微观表面缺陷检测技术研究

本文研究了一种高速三维微观表面缺陷检测技术,特别针对氮化镓(GaN)硅片在经过薄化研磨后的表面凸起问题。通过发展全域硅片瑕疵侦测法,能够有效避免电性点测时探针撞击凸起导致的损坏。该技术包括三维重建算法和影像校正与细部纹理叠合两部分。利用条纹反射架构,结合相位移及相位展开算法,实现硅片表面的三维形貌重建。通过影像旋转校正和亚像素重建核心图(die map),准确定位硅片凸点并标记警示区域。该方法具有高效率、高精度和高重复精度的特点,能够满足在线量产设备的检测需求。

基于残差网络的双路径图像超分辨率重建算法

深度卷积神经网络为图像超分辨率领域的快速发展做出了巨大的贡献。然而,一些算法基本上没有充分利用图像的低频信息,因此导致性能相对较低。为了解决上述问题,故提出了一种基于残差网络的双路径图像超分辨率重建算法,通过去除残差模块中的批归一化层以及引入通道注意力机制,同时将多尺度块MSB作为跳层并将自适应亚像素重建层作为上采样模块以更好地恢复图像细节信息。实验结果表明,该算法具有良好的性能,能增强图像的重建能力。

基于自适应重建的双路径图像超分辨率重建网络

本文引入自适应亚像素重建层到残差网络图像超分辨率算法中,将其作为网络的跳层,以充分利用低分辨率图像的特征信息,从而构建了基于自适应重建的双路径图像超分辨率重建网络。实验结果证明了所提算法的有效性和优越性。

基于平面成像器件的高分辨率工业CT技术研究

在通用的CT成像系统中,由于面阵探测器像元之间无光隔,成像过程相对线阵探测器而言系统散射影响大,动态范围小,成像指标远低于线阵探测器.采用大探测器方法重组像元,用亚像素高分辨率方法重组和补偿数据,弥补了面阵探测器在动态范围的不足,同时充分利用了面阵的高空间分辨率,得到了较好的CT重建结果.