一种基于特征区域的跨尺度数据融合方法、装置、设备及存储介质

本申请公开了一种基于特征区域的跨尺度数据融合方法，包括：S1对AFM数据和WLI数据进行预处理，确定测量数据中的参考表面，校正不同数据源的误差；S2采用迭代相似性区域算法，提取特征区域描述子；S3利用基于注意力的对齐机制，结合提取的特征区域描述子，实现两个数据集的配准；S4在配准结果的基础上，对WLI和AFM数据进行融合，在对齐高度基准后，用AFM测量数据替代重合部分的WLI测量数据，在边缘进行线性插值平滑处理，完成数据的融合。本发明还公开了一种基于特征区域的跨尺度数据融合装置、相应的设备及存储介质。本发明提供的基于特征区域的跨尺度数据融合方法能解决跨尺度数据配准精度问题，提高微纳结构测量的准确性和效率。