基于數學形態學的量子點檢測方法技術

一種基于數學形態學的量子點檢測方法，包括如下步驟：步驟1：對原始量子點圖像做預處理，增強圖像對比度；步驟2：利用帶標記的分水嶺分割方法對量子點圖像進行初步分割，使每個量子點劃分到不同的區域；步驟3：將量子點從各自區域中提取出來；步驟4：對提取出來的每個量子點去除襯底；步驟5：得到去除襯底后的量子點，對每個量子點進行標記，提取量子點的各幾何形貌特征參數，完成量子點檢測。該方法能有效分割出量子點邊界，準確提取量子點，快速統計量子點的各幾何形貌參數；具有對背景噪聲不敏感的優點。

【技術實現步驟摘要】

本專利技術涉及圖像處理
，特別是一種。
技術介紹
以量子點為代表的半導體納米結構有著重要的應用前景。而量子點的形狀，幾何尺寸，密度等都是很重要的材料參數，對器件性能有很大的影響，獲得這些數據對器件研究有著重大的意義。目前，對這些重要材料參數的檢測和評價，都是在較大半導體表面對大數量的量子點進行統計測量，獲得測量的平均結果。而量子點尺寸，幾何形貌等不均勻性會掩蓋許多量子點獨特的量子物理特性，而這些量子物理特性又是構筑許多納米光電子器件及單電子器件的基礎。目前，表征量子點表面形貌最常用的手段是原子力顯微鏡(AFM)，比如說量子點的 高度的提取，如果僅以量子點頂點的高度直接測量值作為量子點的高度，那樣的結果是十分粗糙的，誤差很大。而AFM給出的數據的測量基準是所有采樣點的高度的平均值，所以測量的高度值完全依賴于這個平均值基準。雖然AFM設備具有一般顆粒檢測算法，但是由于基準襯底高度的變化，AFM針尖在平衡位置附近振動等問題，迄今為止，還沒能全自動地精確的測量量子點的尺寸，形狀，密度等工具，必須依賴手工或者半手工方式。然而手工或者半手工測量量子點大小強烈地依賴于測量者的經驗，在決定量子點的大小的過程中，存在諸多產生錯誤結果的可能性，因此我們需要更可靠的，不依賴于測量者經驗判斷的方法，實現全自動地精確測量量子點形狀，尺寸，密度等幾何形貌參數。近年來，AFM硬件技術的進步使AFM在分辨精度和測量速度方面都有了打的提升。另ー方面，隨著圖像處理技術的發展，為更精確地分析和解讀樣本表面幾何形貌提供了可能。但是到目前為止，絕大部分的AFM的圖像增強工作都是采用手工操作離線處理模式，其主要方法是采用專業圖像處理軟件系統綜合應用各種空域和頻域濾波技木。而這些方法都只是在AFM中引入數據處理技木，并不是以數據分析為基礎，不能正確分析和評價AFM測量各種影響因素的分布，増加了測量的不確定度，同時減小了測量結果的可信性。本專利基于數學形態學方法，以分析AFM原始數據為基礎，研究AFM數據中幾何形貌信息的提取，實現量子點等顆粒的自動分析和幾何形貌參數的計算。
技術實現思路
本專利技術的目的在于，提出一種，以分析AFM原始數據為基礎，實現量子點等顆粒的自動分析和幾何形貌參數的計算。該方法能有效分割出量子點邊界，準確提取量子點，快速統計量子點的各幾何形貌參數；具有對背景噪聲不敏感的優點。本專利技術提供一種，包括如下步驟步驟I :對原始量子點圖像做預處理，增強圖像對比度；步驟2 :利用帶標記的分水嶺分割方法對量子點圖像進行初歩分割，使每個量子點劃分到不同的區域；步驟3 :將量子點從各自區域中提取出來；步驟4 :對提取出來的每個量子點去除襯底；步驟5 :得到去除襯底后的量子點，對每個量子點進行標記，提取量子點的各幾何形貌特征參數，完成量子點檢測。從上述技術方案可以看出，本專利技術具有以下技術效果I、本專利技術提供的，對AFM針尖在平衡位置附近振動，襯底基準高度變化等多種噪聲的干擾有較強的容錯性和抗干擾性，測量準確度較高。 2、本專利技術提供的，提取量子點過程中采用原始量子點高度減去邊界上高度的中值的方法提取量子點，能更大程度上得到量子點真實高度，減小因量子點粘連而導致的量子點提取誤差。3、本專利技術提供的，對有粘連的量子點仍有很好的統計結果。4、本專利技術提供的，采用數學形態學方法提取量子點，過程簡單，計算速度快。附圖說明為進ー步說明本專利技術的
技術實現思路
，以下結合附圖及實施案例對本專利技術詳細說明如后，其中圖I是本專利技術提供的一種的具體實施步驟；圖2是本專利技術提供的利用帶標記的分水嶺分割方法對量子點圖像進行初歩分割的具體實施步驟；圖3是本專利技術實施案例中的實驗樣本，為待處理的原始AFM圖像；圖4是本專利技術實施案例中增強處理后的AFM圖像；圖5是本專利技術實施案例中得到的量子點分割結果；圖6是本專利技術實施案例中量子點提取結果。具體實施例方式如圖I所示，本專利技術提供的一種，包括如下步驟步驟101 :對原始量子點圖像做預處理，增強圖像對比度。圖像增強方法采用形態學高帽變換和低帽變換相結合的方法對圖像進行增強預處理。高帽變換是原始圖像與其開運算之差。因為開運算用來去除比結構元更小的亮點，同時保持灰度級和較大亮區特性的相對不變，因此高帽變換后的圖像能體現圖像的原始圖像的灰度峰值。相反，低帽變換是原始圖像與其閉運算之差。因為閉運算操作消除與結構元素相比尺寸較小的暗細節，而保持圖像整體灰度值和大的暗區域基本不受影響，因此低帽變換后的圖像能體現原始圖像的灰度谷值。原始圖像加上高帽變換后的圖像TH(f)，再減去低帽變換后的圖像BH(f)，得到增強后的圖像用h表示，定義為h = f+TH(f)-BH(f)原始圖像加上高帽變換后的結果，可以使圖像中灰度值較大的區域更亮，再減去低帽變換后的結果，就可以使圖像中的灰度值較小的區域更暗，使細節更加明顯，從而達到增強圖像對比度的效果(參閱圖4)。步驟102 :利用帶標記的分水嶺分割方法對量子點圖像進行初歩分割，使每個量子點劃分到不同的區域，如圖5所示。其中利用如圖2所示的帶標記的分水嶺分割方法對量子點圖像進行初歩分割的算法，具體實施步驟為步驟Ia :利用形態學開閉運算的重構處理增強后的圖像(參閱圖2)，獲取每個量子點的局部極大值，并將局部極大值疊加到原始，實現前景標記。其中基于形態學開閉運算的重構指先對圖像腐蝕后進行形態學重建，得到基于開的重建圖像；在基于開的重建圖像上對圖像膨脹后進行形態學重建得到基于開閉運算的重構圖像。 步驟2a :通過計算“骨架影響范圍”來“細化”背景(參閱圖2)，計算局部極大值 圖像的距離變換來實現，然后尋找結果的分水嶺脊線來實現背景標記。距離變換指定像素和最近的非零像素的距離。使用歐幾里德距離公式來計算距離變換。步驟3a :修改分割函數(參閱圖2)，使其在前景和背景標記位置有極小值。將圖像的梯度幅值作為分割函數，使用Sobel邊緣算子對圖像進行水平和垂直方向的濾波，然后求取模值，Sobel算子濾波后的圖像在邊界處會現實比較大的值，在沒有邊界處的值會很小。修改后的梯度幅值只在前景和背景標記位置有極小值，避免了過分割現象的產生。步驟4a :對修改后的分割函數做分水嶺變換(參閱圖2)，得到量子點分割線。步驟103 :將量子點從各自區域中提取出來。根據量子點的定義，具體為定義量子點為ー個ニ元圖像QDi,設QDi所在的區域為CBi,其邊界為WSi,提取水壩上的中值點hmed = median (f (x) x e WSs),重新定義提取量子點的表達式「00361 OD 1,_ hwed jc t CjB. and f ^x) > hmed' 丨.. Ootherwise得到最后提取出來的量子點QDitl如果采用減去水壩上最大值的方法來提取量子點，當量子點有粘連時會產生很大的誤差，而襯底表面的灰度值整體變化并不大，因此采用減去水壩上的中值點來提取量子點，能得到更好的提取效果。步驟104 :對提取出來的每個量子點去除襯底，對每個量子點在不同高度的底面積進行取樣，得到高度與面積的分布曲線，根據曲線分布判斷襯底存在與否以及襯底存在的高度。比如，當某一高度的面積差突然増大，并大于我們設定的閾值時，我們便認為在這一高度出現了襯底。假設我們得到的襯底本文檔來自技高網...

【技術保護點】
一種基于數學形態學的量子點檢測方法，包括如下步驟：步驟1：對原始量子點圖像做預處理，增強圖像對比度；步驟2：利用帶標記的分水嶺分割方法對量子點圖像進行初步分割，使每個量子點劃分到不同的區域；步驟3：將量子點從各自區域中提取出來；步驟4：對提取出來的每個量子點去除襯底；步驟5：得到去除襯底后的量子點，對每個量子點進行標記，提取量子點的各幾何形貌特征參數，完成量子點檢測。

【技術特征摘要】
1.一種基于數學形態學的量子點檢測方法，包括如下步驟 步驟1:對原始量子點圖像做預處理，增強圖像對比度； 步驟2 :利用帶標記的分水嶺分割方法對量子點圖像進行初歩分割，使每個量子點劃分到不同的區域； 步驟3 :將量子點從各自區域中提取出來； 步驟4 :對提取出來的每個量子點去除襯底； 步驟5 :得到去除襯底后的量子點，對每個量子點進行標記，提取量子點的各幾何形貌特征參數，完成量子點檢測。2.如權利要求I所述的基于數學形態學的量子點檢測方法，其中所述的增強圖像對比度，是采用形態學高帽變換和低帽變換相結合的方法對圖像進行增強預處理；其是將原始圖像加上高帽變換后的圖像TH(f)，使圖像中灰度值較大的區域更亮；接著再減去低帽變換得到的圖像BH(f)，使圖像中的灰度值較小的區域更暗，使細節更加明顯，從而達到增強圖像對比度的效果。3.如權利要求I所述的基于數學形態學的量子點檢測方法，其中所述的利用帶標記的分水嶺分割方法對量子點圖像進行初歩分割的算法，具體實施步驟為 步驟Ia :利用基于形態學開閉運算的重構計算...

【專利技術屬性】
技術研發人員：徐露露，魯華祥，邊昳，陳旭，龔國良，劉文鵬，張放，金敏，陳剛，
申請(專利權)人：中國科學院半導體研究所，
類型：發明
國別省市：