基于超分辨图像复原的显微圆孔孔径测量方法

汤亚杰+路林吉

摘要： 为提高圆孔的光学显微测量准确性，研究了基于超分辨图像复原的显微圆孔孔径测量方法。该方法通过超分辨图像复原处理圆孔显微图像，提高了传统光学显微系统对圆孔成像的分辨率，确定了以超分辨复原图像灰度值为0.399作为圆孔物理边缘判据，实现对圆孔边缘的准确探测。理论分析表明该方法可准确测量微米级及以上直径圆孔。核孔膜孔径测量实验中，由二值化图像得到孔径测量结果为6.35 μm（测量不确定度为0.08 μm），与扫描电镜测量结果6.268 μm（测量不确定度为0.083 μm）相符，测量误差仅0.08 μm。该技术有助于实现对圆孔形状的快速、准确在线测量。

关键词： 显微测量； 超分辨图像复原； 圆孔边缘判据； 核孔膜

中图分类号： O 439 文献标志码： A doi： 10.3969/j.issn.1005-5630.2016.05.002

文章编号： 1005-5630（2016）05-0383-05

引 言

数字显微图像测量是重要的微结构横向尺寸非接触测量方法[1]。目前用于显微测量的主要设备有扫描隧道显微镜、电子显微镜、原子力显微镜、光学共焦显微镜和普通光学显微镜。其中，扫描隧道显微镜、原子力显微镜、电子显微镜横向分辨力具有纳米级横向分辨力，其图像能够直接用于微结构的横向尺寸测量，但这些设备造价昂贵、操作复杂、测量时间长，适于计量标定使用。光学共焦显微镜横向分辨力比普通光学显微镜提高了1.4倍，且具有独特的三维成像能力，是重要的微结构三维尺寸测量仪器，但光学共焦显微镜属于相干成像系统，其图像不能直接采用超分辨复原等处理方法，横向分辨力难以进一步提高，加之扫描成像速度较慢，造价较高，也不适于用作在线实时工业测量设备[2]。普通光学显微镜成像速度快，图像处理算法丰富，成本低廉，特别适合在线实时工业测量设备。但是，受卷积效应影响，微结构的光学边缘与微结构的物理边缘不一致[3-4]。建立准确的微结构边缘判据，依据光学图像精确确定微结构的边缘是普通光学显微成像测量的关键[5]。常规的边缘检测方法首先采用固定阈值或动态阈值对图像进行分割，然后再通过二值化来确定边缘，或者利用边缘检测算法求取数字图像梯度来确定边缘。但受显微镜分辨力影响，直接采用原始图像测量，精度难以满足需求[6]。

本文利用0.550 μm单色光作为照明光源对圆孔结构显微成像，然后利用超分辨复原算法处理原始图像，消除衍射效应影响，提高圆孔结构图像分辨力，并依据超分辨后图像建立圆孔图像的边缘判据，探测圆孔边缘，进而测量直径，提高了对微米级圆孔直径的光学显微测量精度。该方法能够实现对圆孔结构快速、准确的显微图像测量。

由图5可见，测量误差随着采样间隔的变大而变大，为保证测量结果准确性，应采用小的采样间隔。当图像归一化采样间隔小于1（当λ=0.550 μm，nsin u=0.40，约0.2 μm）时，测量误差小于0.2（当λ=0.550 μm，nsin u=0.40，约4.4 nm）。常用图像传感器的像元尺寸和物镜参数能够满足归一化图像采样间隔要求。

4 核孔膜核孔测量实验

核孔膜是具有理想圆孔形状、尺寸均一的过滤薄膜，广泛用于膜分离（即过滤）、安全识别、防伪等领域[10]。核孔孔径是决定核孔膜过滤性能的核心参数，在化学腐蚀工序中亟需在线快速测量手段以精确控制圆孔孔径[11]。核孔孔径范围为零点几微米到十几微米。常规光学显微测量方法不能准确测量其孔径。以参数为λ=0.550 μm、nsin u=0.40、M=10×，图像传感器像元尺寸10 μm（对应归一化图像像素尺寸vΔ=0.457 0，约vAiry/8） 的光学显微镜作为测量设备，利用超分辨复原方法实现了对图 6所示名义值为6 μm（vd≈27.4）直径核孔的测量。核孔膜准确孔径由扫描电子显微镜得到，为6.268 μm，测量不确定度为0.083 μm（3σ）。核孔膜光学显微图像如图 7所示。

图7中超分辨复原图像比原始图像更为清晰，便于观察；二值化图像便于对核孔膜进行分析、测量和计数。由二值化图像得到孔径测量结果为6.35 μm，测量不确定度为0.08 μm，与扫描电镜测量结果相符，误差为0.08 μm。实验中图像处理和孔径测量时间小于30 s，较为准确地测量了核孔直径，适用于较大孔径核孔化学腐蚀过程中在线测量以及核孔膜产品质量快速检查。

5 结 论

通过对圆孔显微图像的超分辨复原，本文建立了圆孔复原图像的边缘判据IE=0.399，实现了对核孔膜核孔的精确探测和准确孔径测量，为核孔膜产品的生产过程检测和产品质量分析提供了低成本、精度满足需要、快捷易用的新方法。本方法也可以用于针孔等样品的直径测量。

参考文献：

[1] 杨国光.近代光学测试技术[M].杭州：浙江大学出版社，2001.

[2] 赵维谦，陈珊珊，冯政德.图像复原式整形环形光横向超分辨共焦显微测量新方法[J].物理学报，2006，55（7）：3363-3367.

[3] GOODMAN J W.Introduction to Fourier optics[M].3rd ed.Englewood：Roberts and Company，2004.

[4] 苏秉华，金伟其.基于Poisson-Markov场的超分辨力图像复原算法[J].电子学报，2003，31（1）：1-4.

[5] 王植，贺赛先，毛庆洲，等.数字图像处理技术在钢坯在线检测系统中的应用[J].武汉大学学报（信息科学版），2005，30（3）：269-273.

[6] 杜华月，顾济华，杨勇，等.数字图像消卷积在显微测量中的应用[J].光学技术，2007，33（4）：576-579.

[7] 顾 M.共焦显微术的三维成像原理[M].王桂英，译.北京：新时代出版社，2000.

[8] CONCHELLO J A.Superresolution and convergence properties of the expectation-maximization algorithm for maximum-likelihood deconvolution of incoherent images[J].Journal of the Optical Society of America A，1998，15（10）：2609-2619.

[9] MARKHAM J，CONCHELLO J A.Fast maximum-likelihood image-restoration algorithms for three-dimensional fluorescence microscopy[J].Journal of the Optical Society of America A，2001，18（5）：1062-1071.

[10] VIJAY Y K，DHAYAL M，AWASTHI K，et al.Surface modification and synthesis of polymeric membrane for energy and biological applications[J].Journal of Biomedical Nanotechnology，2006，2（2）：144-151.

[11] NAMVAR A，HAQ I，SHIELDS M，et al.Extraction of Bacillus endospores from water，apple juice concentrate，raw milk and lettuce rinse solutions using tangential flow filtration[J].Food Control，2013，32（2）：632-637.