检测方法及检测系统、设备和存储介质与流程

本发明涉及图像处理领域，尤其涉及一种检测方法及检测系统、设备和存储介质。

背景技术：

1、在半导体检测中，通常需要对待测目标的关键尺寸进行检测。通过对待测目标进行成像，从待测目标的图像中获得待测目标的关键尺寸是检测领域常用的技术手段。

2、传统技术中测量关键尺寸采用的方法是：先利用模板匹配等找到待测尺寸的大概感兴趣区域，然后在感兴趣区域范围内用边缘提取的算法，如canny算法等，计算出边缘的位置，再用最小二乘等算法拟合得出关键尺寸信息。

3、然而，随着半导体器件关键尺寸的缩小，对关键尺寸测量的精度不断提高，传统的测量方法很难满足半导体检测的要求。

技术实现思路

1、本发明解决的问题是提供一种检测方法及检测系统、设备和存储介质，以提高目标图像的边缘检测的准确性。

2、为解决上述问题，本发明提供了一种检测方法，包括：

3、获取待处理图像，所述待处理图像包括待测目标的目标图像，所述待处理图像包括子图像，所述子图像包括多个采样点的位置与灰度的对应关系，所述多个采样点沿第二方向排列，所述第二方向与目标图像边缘法线之间的夹角小于预设值；

4、对所述待处理图像执行边缘提取处理，所述边缘提取处理包括：对所述子图像进行边缘提取，在所述第二方向上获取所述待测目标的初始边缘点；

5、根据所述子图像获取阈值条件；

6、对所述初始边缘点执行优化处理，获取满足阈值条件的初始边缘点作为边缘点，所述阈值条件使所述边缘点的灰度与背景灰度之间的差值小于其他初始边缘点与背景灰度差值，或者所述阈值条件使所述边缘点与所述目标图像中心的距离小于其他初始边缘点与所述目标图像中心的距离。

7、可选地，对所述子图像进行边缘提取，在所述第二方向上获取所述待测目标的初始边缘点，包括：

8、根据所述子图像获取梯度函数，所述梯度函数包括多个采样点的梯度值和位置之间的对应关系，所述多个采样点沿第二方向排列，所述第二方向与目标图像边缘法线之间的夹角小于预设值；

9、根据梯度函数从所述多个采样点中获取具有梯度极值或梯度绝对值大于梯度阈值的采样点，作为所述初始边缘点。

10、可选地，根据所子图像获取梯度函数，包括：

11、根据所述子图像中多个采样点的灰度值获取多个采样点的梯度值，得到所述多个采样点的梯度值与位置的对应关系，作为所述梯度函数。

12、可选地，所述阈值条件使所述边缘点的灰度与背景灰度之间的差值小于其他初始边缘点与背景灰度差值；

13、对所述初始边缘点执行优化处理，获取满足阈值条件的初始边缘点作为边缘点包括：将所述多个采样点中具有最小灰度值或最大灰度值的采样点作为参考点；选取距离所述参考点最近的初始边缘点，作为所述边缘点。

14、可选地，所述阈值条件使所述边缘点与所述目标图像中心的距离小于其他初始边缘点与所述目标图像中心的距离；

15、所述边缘提取处理还包括：对所述初始边缘点进行优化处理，获取满足所述阈值条件的初始边缘点作为初始边界点；根据所述初始边界点获取边界点对，所述边界点对包括关于所述目标图像中心对称的两个边界点；

16、对所述初始边缘点执行优化处理，获取满足阈值条件的初始边缘点作为边缘点，包括：根据所述边界点对对所述初始边缘点进行筛选，获取满足阈值条件的初始边缘点作为边缘点。

17、可选地，所述待处理图像包括多个所述子图像；所述边缘提取处理包括：对多个子图像进行边缘提取，获取位于不同第二方向上的多个初始边缘点；并对所述多个初始边缘进行优化处理，获取多个初始边界点；

18、根据所述初始边界点获取边界点对，所述边界点对包括关于所述目标图像中心对称的两个边界点，包括：对所述多个初始边界点进行拟合，获取目标图像初始边缘轮廓和目标图像中心；根据目标图像中心在所述初始边缘轮廓上或多个初始边界点中获取所述边界点对。

19、可选地，对所述初始边缘点进行拟合，包括：

20、选取梯度值排前第一数量的初始边界点，得到第一数量的拟合点；

21、对所述第一数量的拟合点进行形状拟合，获取所述目标图像的初始边缘轮廓和目标图像中心。

22、可选地，根据所述边界点对所述初始边缘点进行筛选，获取满足阈值条件的初始边界点作为边缘点，包括：

23、根据各所述边界点分别设置一个边界范围，所述边界范围包含所述边界点；获取位于所述边界范围内的初始边缘点作为所述边缘点；

24、若所述边界范围内不存在所述初始边缘点，且所述边界点对中两个边界点之间的距离与预设距离阈值之间的差值小于或等于预设阈值，则将所述边界点作为所述边缘点。

25、可选地，根据所述边界点对对所述初始边缘点进行筛选，获取满足阈值条件的初始边界点作为边缘点，还包括：若所述边界范围内不存在所述初始边缘点，且所述边界点对中两个边界点之间的距离与预设距离阈值之间的差值大于预设阈值，则对所述边界范围进行迭代更新以增大所述边界范围，并从获取位于所述边界范围内的初始边缘点作为所述边缘点的步骤重新开始执行，直至获取位于所述边界范围内的初始边缘点作为所述边缘点或迭代次数达到预设次数阈值；若迭代次数达到预设次数阈值且未获取到位于所述边界范围内的初始边缘点作为所述边缘点，则将所述边界点对中的边界点作为所述边缘点。

26、可选地，所述边界范围为所述待处理图像中以所述边界点为圆心且以预设距离为半径的圆形区域；

27、对所述边界范围进行迭代更新以增大所述边界范围，包括：将当前次迭代的预设距离增加预设数值，作为下一次迭代的预设距离。

28、可选地，根据梯度函数从所述多个采样点中获取具有梯度极值或绝对值大于梯度阈值的采样点，作为所述初始边缘点，包括：

29、获取所述梯度函数中采样点的梯度值的平均值和标准差；

30、根据所述梯度函数中的梯度值的平均值和标准差，获取梯度阈值；

31、从所述多个采样点中获取具有梯度极值或梯度绝对值大于所述梯度阈值的采样点，作为所述初始边缘点。

32、可选地，根据所述梯度函数中的梯度值的平均值和标准差，获取梯度阈值，包括：

33、thr＝mean+2*std；

34、其中，thr表示所述梯度阈值，mean表示所述边缘梯度函数中的梯度值的平均值，std表示所述边缘梯度函数中的梯度值的标准差。

35、可选地，获取位于所述边界范围内的初始边缘点作为所述边缘点，包括：的获取与所述边界点之间的距离小于距离阈值的初始边缘点作为候选边缘点；

36、若所获取的候选边缘点的数量大于或等于所述数量阈值，则将获取的候选边缘点作为所述边缘点；

37、若所获取的候选边缘点的数量小于所述数量阈值，且所述边界点对中两个边界点之间的距离与预设距离阈值之间的差值小于或等于预设阈值，则将所述边界点作为所述边缘点。

38、可选地，对所述初始边缘点执行优化处理，获取满足阈值条件的初始边缘点作为边缘点之后，所述检测方法还包括：

39、将所述边缘点进行两两配对，获取边缘点对；

40、选取所述边缘点对的中心与所述目标图像中心之间的距离差值最小的边缘点对，作为目标边缘点对，将所述边缘点对中的边缘点作为目标边缘点。

41、可选地，所述检测方法，还包括：根据所述待处理图像获取子图像；

42、根据所述待处理图像获取子图像，包括：从所述待处理图像中获取多个感兴趣区域，所述感兴趣区域包括所述待测目标的至少部分边缘的目标图像，所述感兴趣区域包括多个点的灰度值；根据所述感兴趣区域内点的灰度值获取所述感兴趣区域内多个采样点的灰度值和位置之间的对应关系，作为所述子图像。

43、可选地，所述感兴趣区域在第一方向包括多个点，所述第一方向与第二方向垂直；

44、根据所述感兴趣区域内点的灰度值获取所述感兴趣区域内多个采样点的灰度值和位置之间的对应关系，作为所述子图像，包括：沿所述第一方向对所述感兴趣区域中的点的灰度值进行压缩处理，使感兴趣区域在第一方向上的多个点的灰度值压缩为一个采样点的压缩灰度值，获取感兴趣区域在第二方向上的采样点的压缩灰度值得到压缩灰度函数，作为所述子图像。

45、可选地，沿所述第一方向对所述感兴趣区域中的点的灰度值进行压缩处理，包括：

46、选取所述感兴趣区域的第二方向上的点，作为采样点；

47、将所述感兴趣区域中经过采样点的第一方向上的点的灰度值进行线性组合，获取采样点的压缩灰度值；

48、重复获取采样点和采样点的压缩灰度值的步骤，获取所述感兴趣区域的第二方向上的多个采样点的压缩灰度值，得到所述压缩灰度函数。

49、可选地，将所述感兴趣区域中经过采样点的第一方向上的点的灰度值进行线性组合，包括：

50、求取所述感兴趣区域中经过采样点的第一方向上的点的灰度值之和、平均值或加权值。

51、可选地，获取所述灰度函数中多个点的梯度值，包括：

52、获取所述灰度函数中点的灰度值；

53、将所述灰度函数中点的灰度值与预设的梯度核进行卷积处理，获取所述灰度函数中点的梯度值；

54、获取所述灰度函数中多个点的梯度值，还包括：通过对预设宽度的高斯核进行差分运算获取预设的梯度核。

55、相应地，本发明实施例还提供了一种检测系统，包括：

56、图像获取单元，适于所述待处理图像包括待测目标的目标图像，所述待处理图像包括子图像，所述子图像包括多个采样点的位置与灰度的对应关系，所述多个采样点沿第二方向排列，所述第二方向与目标图像边缘法线之间的夹角小于预设值；

57、边缘提取单元，适于对所述待处理图像执行边缘提取处理，所述边缘提取处理包括：对所述子图像进行边缘提取，在所述第二方向上获取所述待测目标的初始边缘点；

58、阈值条件获取单元，适于根据所述子图像获取阈值条件；

59、边缘点获取单元，适于对所述初始边缘点执行优化处理，获取满足阈值条件的初始边缘点作为边缘点，所述阈值条件使所述边缘点的灰度与背景灰度之间的差值小于其他初始边缘点与背景灰度差值，或者所述阈值条件使所述边缘点与所述目标图像中心的距离小于其他初始边缘点与所述目标图像中心的距离。

60、相应地，本发明实施例还提供了一种设备，包括至少一个存储器和至少一个处理器，所述存储器存储有一条或多条计算机指令，其中，所述一条或多条计算机指令被所述处理器执行以实现上述任一项所述的检测方法。

61、相应地，本发明实施例还提供了一种存储介质，其特征在于，所述存储介质存储有一条或多条计算机指令，所述一条或多条计算机指令用于实现上述任一项所述的检测方法。

62、与现有技术相比，本发明的技术方案具有以下优点：

63、本发明实施例提供了一种检测方法，包括：获取待处理图像，所述待处理图像包括待测目标的目标图像，所述待处理图像包括子图像，所述子图像包括多个采样点的位置与灰度的对应关系，所述多个采样点沿第二方向排列，所述第二方向与目标图像边缘法线之间的夹角小于预设值；对所述待处理图像执行边缘提取处理，所述边缘提取处理包括：对所述子图像进行边缘提取，在所述第二方向上获取所述待测目标的初始边缘点；根据所述子图像获取阈值条件；对所述初始边缘点执行优化处理，获取满足阈值条件的初始边缘点作为边缘点，所述阈值条件使所述边缘点的灰度与背景灰度之间的差值小于其他初始边缘点与背景灰度差值，或者所述阈值条件使所述边缘点与所述目标图像中心的距离小于其他初始边缘点与所述目标图像中心的距离。

64、可以看出，对所述子图像进行边缘提取，在所述第二方向上获取所述待测目标的初始边缘点，再对所述初始边缘点执行优化处理，获取满足阈值条件的初始边缘点作为边缘点，所述阈值条件使所述边缘点的灰度与背景灰度之间的差值小于其他初始边缘点与背景灰度差值，或者阈值条件使所述边缘点的位置与所述目标图像中心的距离小于其他初始边缘点与所述目标图像中心的距离，与采用固定梯度阈值选取待边缘点的方案相比，可以实现不同对比度条件下边缘点的准确识别，能够提高边缘检测的准确性和鲁棒性。