(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210406408.3 (22)申请日 2022.04.18 (71)申请人 华中科技大 学 地址 430074 湖北省武汉市洪山区珞喻路 1037号 申请人 湖北爱默思智能检测装备有限公司 (72)发明人 雷自力　刘晓军　赵丽　 (74)专利代理 机构 华中科技大 学专利中心 42201 专利代理师 胡秋萍 (51)Int.Cl. G06V 10/26(2022.01) G06V 10/44(2022.01) (54)发明名称 一种基于白光干涉测量的微沟槽特征分割 方法及系统 (57)摘要 本发明公开了一种基于白光干涉测量的微 沟槽特征分割方法及系统， 属于图像处理领域； 通过对微沟槽三维图像中台阶、 过渡区域、 沟道 以及噪声的特征进行分析发现， 当采用高度和梯 度两种属性进行描述时， 各种特征内部均匀具有 一致性， 特征之间的差异比较大， 并且特征之间 的属性描述基本不交叉， 本发明采用高度和梯度 两个参数作为二维属性来描述各个特征， 能够规 避噪声所带来的影响， 同时对台阶、 过渡区域、 沟 道三种待提取特征的区别化描述能力也较强； 另 外， 本发明采用表面特征的概率描述方法， 基于 最大信息熵原理实现对沟槽微结构特征的自动 分割， 获得用于评定的各种特征的高度矩阵； 这 个过程无需人工干涉， 分割效率及准确性较高， 确定性也较强。 权利要求书3页 说明书9页 附图2页 CN 114693936 A 2022.07.01 CN 114693936 A 1.一种基于白光干涉测量的微沟槽特 征分割方法， 其特 征在于， 包括以下步骤： S1、 计算微沟槽三维图像中各测量点处归一化后的离散高度值和梯度值； 所述微沟槽 三维图像 基于白光干涉测量得到； S2、 将各测量点处归一化后的离散高度值作为离散型随机变量Z的值域， 将各测量点处 归一化后的离散梯度值作为离散型随机变量G的值域， 构成二 维离散随机事件(Z， G)的样本 空间Ω； S3、 设置阈值s1、 s2和t， 基于微沟槽三维图像中台阶、 过渡区域、 沟道和图像噪声的特 征， 将所述样本空间Ω划分为与台阶、 过渡区域、 沟道和图像噪声分别一一对应的二 维子空 间Ω1、 Ω2、 Ω3和Ω4； 其中， Ω1＝(0≤Z＜s1∩0≤G＜t)， Ω2＝(s1≤Z＜s2∩0≤G＜t)， Ω3＝ (s2≤Z≤zmax∩0≤G＜t)， Ω4＝(0≤Z≤zmax∩t≤G≤gmax)； zmax和gmax分别为Z和G的值域最大 值； 0＜s1＜s2＜zmax， 0＜t＜gmax； S4、 在0＜t＜gmax的值域范围内， 选取使得二维子空间Ω4的发生概率小于或等于 预设概 率的t的最小值， 作为阈值t的最优取值； S5、 分别计算二维子空间Ω1、 Ω2、 Ω3所对应的二维离散熵值， 求和后得到二维子空间 Ω1、 Ω2和Ω3总熵值的计算公式H(s1,s2,t)； S6、 将阈值t的最优取值带入所述总熵值的计算公式H(s1,s2,t)中， 并在0＜s1＜s2＜zmax 的值域范围内， 选取使得 所述总熵值 最大的s1和s2， 作为阈值s1和s2的最优取值； S7、 将阈值s1、 s2和t的最优取值带入二维子空间Ω1、 Ω2、 Ω3和Ω4的表达式中， 得到最 优二维子空间 和 S8、 分别构建以测量点横纵坐标为行列的台阶特征分割矩阵L1、 过渡区域特征分割矩阵 L2和沟道特征 分割矩阵L3， 用于分别标示台阶、 过渡区域和沟道分割特征对应于 微沟槽三维 图 像 中 的 坐 标 位 置 ；所 述 台 阶 特 征 分 割 矩 阵 L1第 x 行 第 y 列 的 元 素 所述过渡区域特征分割矩阵L2第x行第y列的元素 所 述 沟 道 特 征 分 割 矩 阵 L3第 x 行 第 y 列 的 元 素 h(x,y)为微沟槽三维图像中坐标为(x,y)的测量点的高度 值； g(x,y)为 微沟槽三维图像中坐标为(x,y)的测量 点处归一 化后的离 散梯度值； S9、 分别基于所述台 阶特征分割矩阵L1、 所述过渡区域特征分割矩阵L2和所述沟道 特征 分割矩阵L3， 对应重构台阶、 过渡区域、 沟道的特征高度矩阵， 从而实现微沟槽三维图像 的 特征分割； 当特征分割矩阵第x行第y列的元素为1时， 特征高度矩阵中第x行第y列的元素为h(x, y)； 当特征分割矩阵第x 行第y列的元素为0时， 特征高度 矩阵中第x 行第y列的元素为对应特 征的均值高度。 2.根据权利要 求1所述的微沟槽 特征分割方法， 其特征在于， 台阶的特征高度矩阵HH1中权　利　要　求　书 1/3 页 2 CN 114693936 A 2第x行第y列的元 素 过渡区域的特 征高度矩阵H H2中第x行第y列的元 素 沟道的特 征高度矩阵H H3中第x行第y列的元 素 其中， HH为以测量点横 纵坐标为行列的微沟槽三维图像 中各测量点的高度值所构 成的 高度矩阵， h(x,y)∈H H； 符号 表示Hadamard乘积。 3.根据权利要求1所述的微沟槽特 征分割方法， 其特 征在于， 总熵值的计算公式为： H(s1,s2,t)＝H1+H2+H3； p(i)(z,g)＝P(Z＝z,G＝g|Ωi) 其中， H1为二维子空间Ω1所对应的二维离散熵值； H2为二维子空间Ω2所对应的二维离 散熵值； H3为二维子空间Ω3所对应的二维离散熵值； p(i)(z,g)为二 维子空间Ωi中的二维离 散随机事件(Z＝z,G＝g)相对于二维子空间Ωi的条件概率； i＝1,2,3； pi为二维子空间Ωi 的发生概率； f(z,g)为二维离散随机事件(z,g)在样本空间Ω中出现的频数； num为微沟槽 三维图像中测量 点的总个数。 4.根据权利要求1 ‑3任意一项所述的微沟槽特征分割方法， 其特征在于， 坐标为(x,y) 的测量点处归一 化后的离 散高度值z(x,y)和梯度值g(x,y)分别为： z(x,y)＝round[(h(x,y) ‑hmin)/Δ] g(x,y)＝d(x,y) ‑dmin 其中， round表示取整运算符； h(x,y)为微沟槽三维图像中坐标为(x,y)的测量点的高权　利　要　求　书 2/3 页 3 CN 114693936 A 3