纳米尺度下的实时三维视觉信息反馈是实现纳米操作自动化和规模化所需的关键技术。SEM是实现此目标的最佳工具,但现有研究成果只能在特定条件下反馈实时的二维信息或低精度的三维信息,在SEM的成像速度和三维重建算法上还存在诸多基础问题。本项目拟在基于实时视觉跟踪的图像采集策略的基础上,探索性地使用SEM图像序列对操作工具和纳米器件进行实时连续的三维重建,并针对其中涉及的视觉跟踪算法、成像系统模型和参数标定算法等关键问题进行研究。具体包括提出稳定实时的视觉跟踪方法,并根据其结果制定合理的成像策略,解决成像速度与图像质量之间的矛盾;构建SEM成像系统的通用数学模型和参数标定方法,揭示其真实成像规律。建立参数化的数学模型和标定方法,科学表达其成像规律并简化标定过程。本项目的成功实施将构建一套基于SEM图像序列的纳米尺度下的实时三维视觉信息反馈新方法,为提高纳米操作稳定性和效率提供一种有效的技术手段。
英文主题词nano-scale measurement;scanning electron microscope;general imaging model;feature detection;3D reconstruction