KAIST与三星电子开发半导体检测计量“模糊”图像复原技术
用于半导体工艺的扫描电子显微镜图像中，恢复模糊（blur）的技术已在国内开发成功。这里所说的模糊，是指在扫描电子显微镜等设备中出现的失真、变糊的图像。
KAIST表示，生物及脑工程系Jang Mooseok教授研究团队与三星电子DS部门半导体研究所次世代工艺开发室联合研究，开发出一种能够在存在畸变和强噪声的情况下，恢复医疗及工业图像的技术，并于26日对外公布。
联合研究团队介绍称，一般情况下，当智能手机相机拍摄的照片出现模糊或畸变时，需要进行校正，这一问题被称为反卷积（deconvolution）或去模糊（deblurring）；而仅利用被模糊的图像信息来恢复清晰图像的技术，则被称为盲反卷积（blind deconvolution）。其中，反卷积问题不仅在日常生活中普遍存在，在生物学研究、半导体产业等多个领域也同样广泛出现。
例如，荧光显微镜能够将细胞和分子层面的微细结构可视化，但测得的荧光信号会因散射、衍射、像差等效应而变得模糊，因此利用反卷积技术进行校正的过程必不可少。
此外，在半导体产业中，在推进数千道生产工艺的过程中，为了利用检测与计量技术发现可能出现的微细工艺缺陷，并在为提升工艺良率而进行的流程改进过程中，会使用扫描电子显微镜。但由于电子束不稳定，图像容易变得模糊，因此对其进行校正的过程同样至关重要。
（后排自左起）KAIST 生命与脑工程学系硕士研究生 Lee Seungmin、博士研究生 Lee Chanseok、三星电子 DS 部门半导体研究所下一代工艺开发室研究员 Lim Yeni、组长 Kang Cheolmu，（前排自左起）KAIST 生命与脑工程学系教授 Jang Museok、三星电子 DS 部门半导体研究所下一代工艺开发室常务 Lee Myeongjun。KAIST 提供
View original image联合研究团队认为，尽管造成图像模糊的原因多种多样，如运动、光的散射、电子的不稳定性等，但在“消除图像模糊”这一共同前提下，可以在数学上采用相同的解决思路。
研究团队尤其注意到，对于噪声水平较高的图像而言，如何在有效抑制噪声的同时，又能恢复去除模糊效果后的清晰图像、并在两者之间取得平衡至关重要。基于这一点，他们开发出了以“维纳反卷积（Wiener deconvolution）”为基础的图像恢复方法。
维纳反卷积是一种利用逆滤波器（inverse filter）来恢复失真图像的传统方法。联合研究团队将其与自适应噪声抑制参数以及图像生成型人工智能模型相结合，从而在图像恢复过程中抑制可能产生的噪声，并提升图像清晰度，这正是本次研究的主要成果。
联合研究团队利用该方法，从对噪声高度敏感的扫描电子显微镜测得的失真图像中，成功恢复出干净且对焦准确的纳米级半导体结构图像，从实验层面证明了该技术可有效应用于半导体检测与计量。
KAIST生物及脑工程系博士研究生Lee Chanseok表示：“本次研究解决了在强噪声环境下恢复失真图像这一难题。本次研究主要聚焦于开发克服随机噪声的图像恢复技术，今后的研究将重点放在非均匀图像恢复以及克服多种损伤形态的图像恢复技术开发上。”
另外，由博士研究生Lee Chanseok作为第一作者参与的本项研究，已于上月1日在意大利米兰举行的“第18届欧洲计算机视觉大会”上发表。
版权所有 © 阿视亚经济 (www.asiae.co.kr)。 未经许可不得转载。
