[发明专利]一种三维重建方法及装置

权利要求书

1.一种三维重建方法，其特征在于，所述方法包括：

获取电子束图像，所述电子束图像为利用电子束扫描设备对待测结构进行扫描得到的；

利用电子束成像模型，拟合得到所述电子束图像对应的模型参数；所述模型参数体现所述待测结构的三维特性；

利用所述模型参数进行所述待测结构的三维重建。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：对所述电子束图像进行轮廓提取，得到至少一条轮廓线，则所述利用电子束成像模型，拟合得到所述电子束图像对应的模型参数，包括：

利用电子束成像模型，基于与所述轮廓线垂直的至少一条线条上的灰度分布信息，拟合得到各个线条对应的模型参数，作为所述电子束图像对应的模型参数。

3.根据权利要求2所述的方法，其特征在于，利用边缘轮廓算法对所述电子束图像进行轮廓提取，所述轮廓算法包括以下算法的至少一种：绝对阈值算法、相对阈值算法、频域算法、相关算法。

4.根据权利要求1所述的方法，其特征在于，所述电子束成像模型包括第一散射模型和第二散射模型，第一散射模型对应的边缘角度小于或等于预设角度，第二散射模型对应的边缘角度大于所述预设角度，则所述利用电子束成像模型，拟合得到所述电子束图像对应的模型参数，包括：

确定所述电子束图像对应的边缘角度是否大于预设角度，若是，则利用所述第二散射模型拟合得到所述电子束图像对应的模型参数，若否，则利用所述第一散射模型拟合得到所述电子束图像对应的模型参数。

5.根据权利要求1-4任意一项所述的方法，其特征在于，所述模型参数包括以下参数的至少一种：结构宽度、结构高度、上升沿倾角、下降沿倾角、成像衰减长度、上升沿坐标、下降沿坐标。

6.根据权利要求1-4任意一项所述的方法，其特征在于，利用拟合算法拟合得到所述电子束图像对应的模型参数，所述拟合算法包括以下拟合方法中的一种：参数值遍历法、牛顿法、梯度下降法、共轭梯度法、最小二乘法、神经网络法、机器学习法。

7.根据权利要求1-4任意一项所述的方法，其特征在于，所述待测结构包括：凸起线条结构、凹槽结构或孔型结构。

8.一种三维重建装置，其特征在于，所述装置包括：

图像获取单元，用于获取电子束图像，所述电子束图像为利用电子束扫描设备对待测结构进行扫描得到的；

参数获取单元，用于利用电子束成像模型，拟合得到所述电子束图像对应的模型参数；所述模型参数体现所述待测结构的三维特性；

重建单元，用于利用所述模型参数进行所述待测结构的三维重建。

9.根据权利要求8所述的方法，其特征在于，所述参数获取单元包括：

轮廓提取单元，用于对所述电子束图像进行轮廓提取，得到至少一条轮廓线；

参数获取子单元，用于利用电子束成像模型，基于与所述轮廓线垂直的至少一条线条上的灰度分布信息，拟合得到各个线条对应的模型参数，作为所述电子束图像对应的模型参数。

10.根据权利要求8所述的装置，其特征在于，所述电子束成像模型包括第一散射模型和第二散射模型，第一散射模型对应的边缘角度小于或等于预设角度，第二散射模型对应的边缘角度大于所述预设角度，则所述参数获取单元具体用于：

确定所述电子束图像对应的边缘角度是否大于预设角度，若是，则利用所述第二散射模型拟合得到所述电子束图像对应的模型参数，若否，则利用所述第一散射模型拟合得到所述电子束图像对应的模型参数。