Microdispositivos são amplamente utilizados na indústria eletrônica. Devido ao efeito de difração, as bordas físicas dos microdispositivos não coincidem com as bordas ópticas, o que traz desafios para a detecção e medição. Para melhorar a precisão da detecção e medição de microalvos, este artigo combina a reconstrução de super-resolução de imagem com a medição de alvos, propõe um algoritmo de reconstrução de imagem de super-resolução baseado em realce de bordas e constrói um sistema de medição correspondente. Primeiramente, foi proposto um novo parâmetro de avaliação da qualidade da reconstrução de super-resolução, comprovando a viabilidade de melhorar a precisão da medição do alvo. Para as bordas do alvo, o mecanismo de atenção de canal foi introduzido na rede, fortalecendo a capacidade da rede de reconstruir as bordas da imagem. Por fim, o sistema de medição de alvos foi projetado e construído, e os experimentos foram realizados. Os resultados mostram que: em bases de dados públicas, o algoritmo alcança valores mais altos em indicadores objetivos como a relação sinal-ruído de pico (PSNR) e a similaridade estrutural (SSIM); em medições práticas, o algoritmo pode aumentar a resolução limite do sistema de medição existente em 25,9% e melhorar a precisão média da medição do alvo em 51,6%. Esta pesquisa oferece uma direção potencial para o desenvolvimento da detecção e medição de microalvos na produção industrial.

aprendizado profundo;super-resolução de imagem;visão computacional;detecção de bordas;subpixel