Измерение длины объектов на изображениях сканирующего зондового микроскопа с помощью детекторов кривизны

Рассмотрена задача автоматического определения продольных размеров объектов на изображениях, полученных с помощью зондовой микроскопии. Решение данной задачи может быть актуально в области производственного контроля материалов и изделий микроэлектроники, нанотехники. Проведено сравнение существующих инструментов измерения длины объектов на тестовом изображении, содержащем геометрические фигуры с известными размерами. Описаны преимущества измерения длин объектов непосредственно на полутоновом изображении посредством формирования остова объекта программным детектором кривизны поверхности, в частности программным двумерным детектором «Круг», основанном на анализе кривизны строчных и столбцовых  профилограмм растра изображения. Кривизну оценивали по площади фигуры, ограниченной профилограммой на определённом интервале. Рассмотрены особенности измерения длины объектов посредством формирования остова из локальных максимумов кривизны. Показано, что детектор кривизны позволяет точнее определять длины объектов с перекрывающимися контурами и значительным диапазоном яркости. Представлены алгоритмы работы детектора, формирования остова объекта и определения его длины. Приведены результаты исследований, подтверждающие работоспособность представленных алгоритмов. Сравнительный анализ с существующими инструментами измерения длин, выполненный на изображениях доменов магнитного диска и волокон нанополимера, показал корректную работу детектора по выделению остова объекта и измерению его длины.

1. Гуляев П. В., Шелковников Е. Ю., Тюриков А. В., Осипов Н. И., Кизнерцев С. Р. Особенности применения детекторов кривизны поверхности для анализа размеров наночастиц. // Химическая физика и мезоскопия. 2013. Т. 15. № 1. С. 138–143.

2. Гейдаров П. Ш. Алгоритм определения расположения и размеров объектов на основе анализа изображений объектов // Компьютерная оптика. 2011. Т. 35. № 2. С. 275–280.

3. Гуляев П. В. Применение реперных отметок для координатной привязки к поверхности в сканирующей зондовой микроскопии // Компьютерная оптика. 2020. Т. 44. № 3. С. 470–476. https://doi.org/10.18287/2412-6179-CO-641

4. Исрафилов Х. С. Исследование методов бинаризации изображений // Вестник науки и образования. 2017. № 6. С. 43–50.

5. Бардин Б. В., Манойлов В. В. Чубинский-Надеждин И. В., Васильева Е. К., Заруцкий И. В. Определение размеров локальных объектов изображений для их идентификации // Научное приборостроение. 2010. Т. 20. № 3. C. 88–94.

6. Цветков О. В., Тананыкина Л. В. Метод предварительного кодирования изображений в корреляционноэкстремальных системах // Компьютерная оптика. 2015. Т. 39. № 5. С. 738–743. https://doi.org/10.18287/0134-2452-2015-39-5-738-743

7. Gonzalez R., Woods R., Digital image processing, 3rd Ed., Pearson Education, 2008, 954 p.

8. Каркищенко А. Н., Лепский А. Е., Безуглов А. В. Об одном способе векторного и аналитического представления контура изображения // Изв. ТРТУ. 1998. Т. 8. № 2. C. 107–111.