一种基于超分辨生成对抗网络的光刻对准图像增强方法

AITNT
正文
推荐专利
一种基于超分辨生成对抗网络的光刻对准图像增强方法
申请号:CN202510343450
申请日期:2025-03-21
公开号:CN120259123A
公开日期:2025-07-04
类型:发明专利
摘要
本发明涉及光刻对准及其图像处理技术领域,公开了一种基于超分辨生成对抗网络的光刻对准图像增强方法,包括:AlignNet‑SR数据集的建立及预处理、套刻图像超分辨率重建和光刻对准模板特征匹配及中心定位计算,进行光刻机多次曝光的套刻对位。构建光刻对准图像超分辨率生成对抗网络(AlignGAN),用生成器和判别器的对抗训练,并结合光刻对准视觉图像自适应直方图均值化处理,从而显著提升光刻对准图像的视觉质量和分辨率。通过模板特征匹配获得对准标志的中心定位后,利用光刻图像内轮廓标志和外轮廓标志快速精准对位,可适应各类标志,有效的提高了套刻对位的精准度,并且能够更加细致地处理图像的不同区域,从而避免过度增强或者细节丢失的情况。
技术关键词
生成对抗网络 图像增强方法 轮廓标志 光刻 图像超分辨率重建 模板特征 生成超分辨率图像 直方图均衡化方法 深度对抗网络 归一化相关系数 数据 RANSAC算法 图像块 消除块效应 模板匹配算法 运动控制系统
系统为您推荐了相关专利信息
1
一种基于深度学习的舰船声学图像分类方法及系统
图像分类方法 分类识别模型 连续小波变换 样本 图像分类系统
2
具有渐变折射率微透镜的Micro-LED芯片及其旋转刻蚀方法和装置
LED像素 LED阵列单元 摆动转台 透明薄膜 LED芯片
3
MSR与应用LUT伽马校正后处理的自适应暗光图像增强方法
暗光图像增强方法 伽马校正 Retinex算法 信息熵 对比度
4
称重数据去噪方法与去噪模型训练方法、设备及存储介质
降噪特征 局部空间特征 去噪模型 样本 数据去噪方法
5
基于多模态学习行为分析驱动的学习设备辅助优化系统
学习设备 条件对抗网络 文本 特征提取模块 定义
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号