本發(fā)明涉及晶圓圖像處理，尤其涉及一種圖像質(zhì)量提升方法、裝置、設(shè)備及介質(zhì)。

背景技術(shù)：

1、晶圓（wafer）是最常用的半導(dǎo)體器件，其主要直徑包括但不僅限于150mm、200mm和300mm等較小的尺寸。在晶圓的生產(chǎn)過程中，需要對晶圓圖像進行識別，以便給用戶傳遞信息。但隨著數(shù)字終端的分辨率不斷上升，更高分辨率圖片的需求也與日俱增，這是因為低分辨率的圖片，如果放到高分辨率的屏幕下，就會讓視覺效果變得很差。

2、現(xiàn)有技術(shù)，通常利用卷積神經(jīng)網(wǎng)絡(luò)來實現(xiàn)圖像質(zhì)量提升，在構(gòu)建訓(xùn)練集時，往往采用模擬圖像質(zhì)量下降的方法，如向高質(zhì)量圖像中添加高斯噪聲以產(chǎn)生噪聲晶圓圖像，或使用雙線性插值方法生成低分辨率晶圓圖像。然而，由于真實世界中圖像質(zhì)量下降的原因和過程遠(yuǎn)比這些模擬方法復(fù)雜，導(dǎo)致在處理真實晶圓圖像數(shù)據(jù)時提升的效果不理想，從而影響圖像質(zhì)量的提升精度。

技術(shù)實現(xiàn)思路

1、基于此，有必要針對上述技術(shù)問題，提供一種圖像質(zhì)量提升方法、裝置、設(shè)備及介質(zhì)，以解決現(xiàn)有技術(shù)無法提高圖像質(zhì)量的提升精度，導(dǎo)致在處理真實晶圓圖像數(shù)據(jù)時提升的效果不理想問題。

2、本申請實施例的第一方面提供了一種圖像質(zhì)量提升方法，所述圖像質(zhì)量提升方法包括：

3、獲取目標(biāo)晶圓的低質(zhì)量圖像和高質(zhì)量圖像；

4、對所述高質(zhì)量圖像分別進行退化處理和插值處理，生成第一合成低質(zhì)量圖像和第二合成低質(zhì)量圖像，其中，所述第一合成低質(zhì)量圖像是基于所述高質(zhì)量圖像經(jīng)過訓(xùn)練后的下采樣網(wǎng)絡(luò)處理得到的；

5、計算所述第一合成低質(zhì)量圖像和所述第二合成低質(zhì)量圖像之間的高頻分量；

6、將所述高頻分量輸入基于生成對抗網(wǎng)絡(luò)的圖像質(zhì)量提升模型中，進行迭代訓(xùn)練，直至訓(xùn)練出的圖像質(zhì)量提升模型滿足預(yù)期性能，得出目標(biāo)圖像質(zhì)量提升模型，其中，所述目標(biāo)圖像質(zhì)量提升模型用于對目標(biāo)低質(zhì)量圖像進行圖像質(zhì)量提升。

7、本申請實施例的第二方面提供了一種圖像質(zhì)量提升裝置，所述圖像質(zhì)量提升裝置包括：

8、獲取模塊，用于獲取目標(biāo)晶圓的低質(zhì)量圖像和高質(zhì)量圖像；

9、處理模塊，用于對所述高質(zhì)量圖像分別進行退化處理和插值處理，生成第一合成低質(zhì)量圖像和第二合成低質(zhì)量圖像，其中，所述第一合成低質(zhì)量圖像是基于所述高質(zhì)量圖像經(jīng)過訓(xùn)練后的下采樣網(wǎng)絡(luò)處理得到的；

10、計算模塊，用于計算所述第一合成低質(zhì)量圖像和所述第二合成低質(zhì)量圖像之間的高頻分量；

11、訓(xùn)練模塊，用于將所述高頻分量輸入基于生成對抗網(wǎng)絡(luò)的圖像質(zhì)量提升模型中，進行迭代訓(xùn)練，直至訓(xùn)練出的圖像質(zhì)量提升模型滿足預(yù)期性能，得出目標(biāo)圖像質(zhì)量提升模型，其中，所述目標(biāo)圖像質(zhì)量提升模型用于對目標(biāo)低質(zhì)量圖像進行圖像質(zhì)量提升。

12、第三方面，本發(fā)明實施例提供一種計算機設(shè)備，所述計算機設(shè)備包括處理器、存儲器以及存儲在所述存儲器中并可在所述處理器上運行的計算機程序，所述處理器執(zhí)行所述計算機程序時實現(xiàn)如第一方面所述的圖像質(zhì)量提升方法。

13、第四方面，本發(fā)明實施例提供一種計算機可讀存儲介質(zhì)，所述計算機可讀存儲介質(zhì)存儲有計算機程序，所述計算機程序被處理器執(zhí)行時實現(xiàn)如第一方面所述的圖像質(zhì)量提升方法。

14、綜上所述，本發(fā)明提供了一種圖像質(zhì)量提升方法、裝置、設(shè)備及介質(zhì)，通過獲取目標(biāo)晶圓的低質(zhì)量圖像和高質(zhì)量圖像，對高質(zhì)量圖像分別進行退化處理和插值處理，生成第一合成低質(zhì)量圖像和第二合成低質(zhì)量圖像，其中，第一合成低質(zhì)量圖像是基于高質(zhì)量圖像經(jīng)過訓(xùn)練后的下采樣網(wǎng)絡(luò)處理得到的，計算第一合成低質(zhì)量圖像和第二合成低質(zhì)量圖像之間的高頻分量，將高頻分量輸入基于生成對抗網(wǎng)絡(luò)的圖像質(zhì)量提升模型中，進行迭代訓(xùn)練，直至訓(xùn)練出的圖像質(zhì)量提升模型滿足預(yù)期性能，得出目標(biāo)圖像質(zhì)量提升模型，以使目標(biāo)圖像質(zhì)量提升模型對目標(biāo)低質(zhì)量圖像進行圖像質(zhì)量提升。相較于現(xiàn)有技術(shù)，本申請通過將生成的第一合成低質(zhì)量圖像和第二合成低質(zhì)量圖像進行計算，從而得到兩個合成低質(zhì)量圖像之間的高頻分量，并通過高頻分量訓(xùn)練圖像質(zhì)量提升模型，以得出目標(biāo)圖像質(zhì)量提升模型，進而滿足對目標(biāo)低質(zhì)量圖像的質(zhì)量提升，提高了圖像質(zhì)量的提升精度。

技術(shù)特征：

1.一種圖像質(zhì)量提升方法，其特征在于，包括：

2.如權(quán)利要求1所述的圖像質(zhì)量提升方法，其特征在于，所述對所述高質(zhì)量圖像進行退化處理，生成第一合成低質(zhì)量圖像，包括：

3.如權(quán)利要求2所述的圖像質(zhì)量提升方法，其特征在于，所述下采樣網(wǎng)絡(luò)通過如下方式訓(xùn)練：

4.如權(quán)利要求1所述的圖像質(zhì)量提升方法，其特征在于，所述對所述高質(zhì)量圖像進行插值處理，生成第二合成低質(zhì)量圖像，包括：

5.如權(quán)利要求1所述的圖像質(zhì)量提升方法，其特征在于，所述計算所述第一合成低質(zhì)量圖像和所述第二合成低質(zhì)量圖像之間的高頻分量，包括：

6.如權(quán)利要求1所述的圖像質(zhì)量提升方法，其特征在于，所述得出目標(biāo)圖像質(zhì)量提升模型之后，包括：

7.一種圖像質(zhì)量提升裝置，其特征在于，包括：

8.如權(quán)利要求7所述的圖像質(zhì)量提升裝置，其特征在于，所述處理模塊還用于：

9.一種計算機設(shè)備，其特征在于，所述計算機設(shè)備包括處理器、存儲器以及存儲在所述存儲器中并可在所述處理器上運行的計算機程序，所述處理器執(zhí)行所述計算機程序時實現(xiàn)如權(quán)利要求1至6任一項所述的圖像質(zhì)量提升方法。

10.一種計算機可讀存儲介質(zhì)，所述計算機可讀存儲介質(zhì)存儲有計算機程序，其特征在于，所述計算機程序被處理器執(zhí)行時實現(xiàn)如權(quán)利要求1至6任一項所述的圖像質(zhì)量提升方法。

技術(shù)總結(jié)
本發(fā)明公開了一種圖像質(zhì)量提升方法、裝置、設(shè)備及介質(zhì)，以解決現(xiàn)有技術(shù)無法提高圖像質(zhì)量的提升精度，導(dǎo)致在處理真實晶圓圖像數(shù)據(jù)時提升的效果不理想問題。該方法包括：通過獲取目標(biāo)晶圓的低質(zhì)量圖像和高質(zhì)量圖像，對高質(zhì)量圖像分別進行退化處理和插值處理，生成第一合成低質(zhì)量圖像和第二合成低質(zhì)量圖像，計算第一合成低質(zhì)量圖像和第二合成低質(zhì)量圖像之間的高頻分量，將高頻分量輸入基于生成對抗網(wǎng)絡(luò)的圖像質(zhì)量提升模型中，進行迭代訓(xùn)練，直至訓(xùn)練出的圖像質(zhì)量提升模型滿足預(yù)期性能，得出目標(biāo)圖像質(zhì)量提升模型，以使目標(biāo)圖像質(zhì)量提升模型對目標(biāo)低質(zhì)量圖像進行圖像質(zhì)量提升。

技術(shù)研發(fā)人員：劉暢宇,劉冰
受保護的技術(shù)使用者：深圳市壹倍科技有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2024/9/9