마이크로 장치는 전자 산업에서 널리 사용되고 있다. 회절 효과로 인해 마이크로 장치의 물리적 가장자리와 광학적 가장자리가 일치하지 않아 검사 및 측정에 어려움이 있다. 마이크로 타깃의 검출 및 측정 정밀도를 향상시키기 위해 본 논문은 이미지 초해상도 복원과 타깃 측정을 결합하여 에지 강화 기반 이미지 초해상도 복원 알고리즘을 제안하고 이에 대응하는 측정 시스템을 구축하였다. 먼저 새로운 이미지 초해상도 복원 품질 평가 파라미터를 제안하여 이미지 초해상도 복원이 타깃 측정 정밀도 향상에 유효함을 입증하였다. 타깃의 가장자리 부분에 대해 채널 어텐션 메커니즘을 네트워크에 도입하여 이미지 가장자리 복원 능력을 강화하였다. 마지막으로 타깃 측정 시스템을 설계 및 구축하고 실험을 수행하였다. 결과는 다음과 같다: 공개 데이터셋에서 본 알고리즘은 피크 신호대 잡음비(PSNR)와 구조 유사도(SSIM) 등 객관적 지표에서 더 높은 값을 얻었으며; 실제 측정에서 본 알고리즘은 기존 측정 시스템의 한계 분해능을 25.9% 향상시키고 타깃 측정 정밀도를 평균 51.6% 개선하였다. 본 연구는 산업 생산에서 마이크로 타깃 검출 및 측정의 잠재적 발전 방향을 제시한다.

딥러닝;이미지 초해상도;컴퓨터 비전;에지 검출;서브픽셀