本发明涉及一种扫描隧道显微镜图像异常区域定位和检测的方法,尤其涉及一种基于stm隧道电流线的异常区域自动检测及快速定位的系统及其方法。
背景技术:
1、在传统的扫描隧道显微镜(scanning tunneling microscope,stm)应用中,通常需要通过探针依次扫描样品表面区域,得到样品表面的图像,然后通过人为或者深度学习的方法对图像进行评估,以此判断样品表面是否有异常(例如形貌异常、表面缺陷、表面吸附等)区域。在现代科学研究中,扫描隧道显微镜因其分辨率高、可观测到更小尺寸样品表面细节,在物理学、化学、材料科学、生物学等多个领域广泛应用,大量的研究需要依赖表面图像的分析。目前,通过人工对样品表面区域进行判断,依赖操作者的经验、费时费力;通过深度学习的方法检测stm扫描的图像,需要大量已标注的数据和训练,该方法局限于一种样品种类,无法对未知样品进行判断、泛化性不好。因此,如何快速定位stm扫描图像的异常区域、准确分析异常区域,制约着扫描隧道显微镜在现代科学研究中的应用,也制约了科学技术的进步。
技术实现思路
1、发明目的:本发明的目的是为了快速的定位和分析sem扫描图像的异常区域,提供了一种基于stm隧道电流线的异常区域自动检测及快速定位的系统及其方法。
2、技术方案:本发明所述的基于stm隧道电流线的异常区域自动检测及快速定位的系统,包括样品扫描模块、数据记录模块和数据异常分析模块;所述的样品扫描模块用于样品表面形貌进行扫描;所述的数据记录模块用于记录扫描模块扫描过程中的电流变化数据;所述的数据异常分析模块用于分析电流变化的数据,保存并输出检测结果。
3、进一步的,所述的数据异常分析模块采用滑动窗口法对电流变化数据曲线进行分析,将窗口外的数据与窗口内的数据进行比较,检测到异常情况记录产生异常电流数值,根据电流值对应的扫描头电压定位找到样品表面的异常位置。
4、进一步的,所述的滑动窗口法设定一个阈值、最大值和最小值作为判断标准。
5、进一步的,所述的阈值基于统计分析自适应地确定,均值加上或减去多个标准差作为阈值,加上或减去标准差的数量根据数据的波动性动态调整,如果数据波动较大则使用更多的标准差。
6、进一步的,所述的最大值和最小值随着窗口新进入的数据实时比对并更新,考虑到在扫描样品的过程中会出现电流信号弱成像不清晰、突然的干扰噪声等,当电流数据超过最大值时,隧道电流急剧增加导致电子大量从样品表面流向探针,不符合隧道效应,表明当前扫描的位置出现异常情况;当电流数据小于最小值时,隧道电流变得非常微弱导致无法测量到足够的隧道电流信号,从而无法获得高质量的stm图像,因此在分析过程中需要删除扫描数据中的最大值和最小值。
7、本发明所述的基于stm隧道电流线的异常区域自动检测及快速定位的方法,包括如下步骤:
8、(1)将样品表面划分若干区域,样品扫描模块选择其中的一个区域对样品表面形貌进行扫描;
9、(2)数据记录模块记录扫描模块扫描过程中的电流变化数据;
10、(3)扫描的同时数据异常分析模块实时分析电流变化的数据,保存并输出检测结果。
11、进一步的,所述步骤(3)中检测到异常点时数据记录模块实时记录异常点扫描镜头施加的电压与扫描得到的隧道电流值,形成一一对应数据对。
12、进一步的,所述步骤(3)具体包括如下步骤:
13、(31)选择包含16个数据点的窗口,计算数据的均值和标准差;
14、(32)扫描的过程中数据x实时进入窗口,若x>m更新最大值m、同时记录该异常点的电流,若x<m更新最小值m、同时记录该异常点的电流,去除异常点后计算窗口内数据的均值和标准差;若m≤x≤m直接计算窗口内数据的均值和标准差;
15、(33)计算一定数量的窗口数据后基于统计分析自适应,将当前均值减去一定的数量的标准差作为阈值;
16、(34)将步骤(32)计算的均值和标准差与步骤(31)比较计算偏差,大于阈值记录最新进入窗口的数据点为异常点,小于等于阈值表明当前窗口没有异常点存在继续计算下一窗口的数据,以此循环;
17、(35)没有数据进入窗口后,分别选择包含32、64、128和256个数据点的窗口重复上述步骤,完成该区域扫描和数据的分析;
18、(36)样品扫描模块选择下一个区域,重复上述步骤,完成整个样品表面扫描和数据的分析。
19、进一步的,所述步骤(33)基于统计分析自适应,间隔一定数量的窗口数据多次重新为后续窗口的数据分析确定新的阈值。
20、进一步的,所述步骤(35)完成一个区域的分析数据,需要记录所有的异常点的电流和扫描电流曲线图。
21、有益效果:与现有技术相比,本发明具有如下显著优点:1、通过隧道电流线数据自动检测样品表面的异常区域,不需要与标准样品进行比对检测步骤简单,检测效率高;2、用于各种材料的stm图像的异常检测,无需训练模型、泛化性好;3、调整滑动窗口的大小,分析样品表面不同尺度的异常区域。
1.一种基于stm隧道电流线的异常区域自动检测及快速定位的系统,其特征在于,包括样品扫描模块、数据记录模块和数据异常分析模块;所述的样品扫描模块用于样品表面形貌进行扫描;所述的数据记录模块用于记录扫描模块扫描过程中的电流变化数据;所述的数据异常分析模块用于分析电流变化的数据,保存并输出检测结果。
2.根据权利要求1所述的基于stm隧道电流线的异常区域自动检测及快速定位的系统,其特征在于,所述的数据异常分析模块采用滑动窗口法对电流变化数据曲线进行分析。
3.根据权利要求2所述的基于stm隧道电流线的异常区域自动检测及快速定位的系统,其特征在于,所述的滑动窗口法设定一个阈值、最大值和最小值作为判断标准。
4.根据权利要求3所述的基于stm隧道电流线的异常区域自动检测及快速定位的系统,其特征在于,所述的阈值基于统计分析自适应地确定。
5.根据权利要求3所述的基于stm隧道电流线的异常区域自动检测及快速定位的系统,其特征在于,所述的最大值和最小值随着窗口新进入的数据实时比对并更新。
6.一种基于stm隧道电流线的异常区域自动检测及快速定位的方法,其特征在于,包括如下步骤:
7.根据权利要求6所述的基于stm隧道电流线的异常区域自动检测及快速定位的方法,其特征在于,所述步骤(3)中检测到异常点时数据记录模块实时记录异常点扫描镜头施加的电压与扫描得到的隧道电流值,形成一一对应数据对。
8.根据权利要求6所述的基于stm隧道电流线的异常区域自动检测及快速定位的方法,其特征在于,所述步骤(3)具体包括如下步骤:
9.根据权利要求8所述的基于stm隧道电流线的异常区域自动检测及快速定位的方法,其特征在于,所述步骤(33)基于统计分析自适应,间隔一定数量的窗口数据多次重新为后续窗口的数据分析确定新的阈值。
10.根据权利要求7所述的基于stm隧道电流线的异常区域自动检测及快速定位的方法,其特征在于,所述步骤(35)完成一个区域的数据分析,需要记录所有的异常点的电流和扫描电流曲线图。