本发明属于全息镭射印刷，具体是涉及到一种用于全息镭射印刷的光刻图元生成方法及系统。
背景技术：
1、全息镭射印刷技术广泛应用于防伪、包装、艺术装饰等领域，其主要功能是通过光刻技术在材料表面生成具有特定视觉效果的图案。这些图案不仅具有美观的视觉效果，还能在一定程度上防止伪造。然而，随着市场对个性化和复杂图案需求的增加，传统的光刻技术面临着前所未有的挑战。具体而言，全息镭射印刷涉及复杂的图案设计和精确的视觉效果填充，需要高度的细节处理和精确的参数控制。传统方法依赖于人工设计，这不仅耗时，而且容易出现人为误差，导致图元质量不稳定。技术的局限性使得传统方法难以在短时间内完成高质量的光刻图元生成，从而限制了产品的生产效率和市场竞争力。
技术实现思路
1、本发明提供一种用于全息镭射印刷的光刻图元生成方法及系统，以解决光刻图元生成效率低且质量不稳定的问题。
2、第一方面，本发明提供一种全息镭射印刷的光刻图元生成方法，该方法包括如下步骤：
3、获取目标产品的平面线稿设计图；
4、预处理所述平面线稿设计图；
5、利用边缘识别算法识别出预处理后所述平面线稿设计图中的线条边缘特征，并根据所述线条边缘特征生成并标注出所述平面线稿设计图的线条图案特征；
6、基于所述线条图案特征从预设的图案数据库中提取出图像数据集，所述图像数据集中包含多个样本图像数据，每个所述样本图像数据均包含若干个封闭线条区域，所述样本图像数据的每个所述封闭线条区域均预先填充并标注有不同类型的光刻视觉效果；
7、结合卷积神经网络和支持向量机构建视觉效果生成模型；
8、通过所述图像数据集完成所述视觉效果生成模型的模型训练；
9、将所述平面线稿设计图输入至完成模型训练的所述视觉效果生成模型中，通过所述视觉效果生成模型生成所述平面线稿设计图中所有封闭线条区域的光刻视觉效果填充方案；
10、根据所述光刻视觉效果填充方案在所述平面线稿设计图中布局点阵光栅，形成所述目标产品对应的目标光刻图元。
11、可选的，所述结合卷积神经网络和支持向量机构建视觉效果生成模型包括如下步骤：
12、基于卷积神经网络构建视觉效果填充子模型，所述视觉效果填充子模型用于生成输入图像的视觉效果填充参数；
13、基于支持向量机构建光刻热点检测子模型，所述光刻热点检测子模型用于检测输入图像的光刻热点数量；
14、依次将所述视觉效果填充子模型、预设的效果填充器和所述光刻热点检测子模型进行首尾拼接，形成视觉效果生成模型，所述效果填充器用于根据所述视觉效果填充参数对输入图像中的封闭线条区域模拟填充对应的光刻视觉效果。
15、可选的，所述视觉效果填充子模型包括全局特征提取模块、局部特征提取模块、特征融合模块和填充参数生成模块，所述光刻热点检测子模型包括频域特征提取模块、支持向量机参数配置模块和支持向量机分类模块，所述光刻热点检测子模型与所述效果填充器之间具有反馈调节机制。
16、所述通过所述图像数据集完成所述视觉效果生成模型的模型训练包括如下步骤：
17、将所述图像数据集中的所有所述样本图像数据整理为第一图像训练集；
18、基于所述线条边缘特征识别出所述图像数据集中所有所述样本图像数据的封闭线条区域；
19、删除所有所述样本图像数据的封闭线条区域中的所述光刻视觉效果，并保留所述光刻视觉效果的标注标签，得到多个样本线条图像数据；
20、将所有所述样本线条图像数据整合为第二图像训练集；
21、通过图像分割算法将所述第二图像训练集中所有所述样本线条图像数据的封闭线条区域分割为样本图像块，并将所有所述样本图像块整合为图像块训练集；
22、结合所述第二图像训练集和所述图像块训练集完成所述视觉效果填充子模型的独立模型训练；
23、利用所述第一图像训练集完成所述光刻热点检测子模型的独立模型训练。
24、可选的，所述结合所述第二图像训练集和所述图像块训练集完成所述视觉效果填充子模型的独立模型训练包括如下步骤：
25、初始化所述全局特征提取模块、所述局部特征提取模块、和所述填充参数生成模块的模块参数，以及所述特征融合模块的权重参数；
26、将所述第二图像训练集输入至所述全局特征提取模块中，利用所述全局特征提取模块提取所述第二图像训练集中所述样本线条图像数据的全局线条图案特征，所述全局线条图案特征包括所述样本线条图像数据中封闭线条区域的区域数量、区域相似度和区域间距；
27、将所述图像块训练集输入至所述局部特征提取模块中，利用所述局部特征提取模块提取所述图像块训练集中所述样本图像块的局部线条图案特征，所述局部线条图案特征包括所述样本图像块中封闭线条区域的区域复杂度、区域线条边框端点数量、区域面积和区域形状；
28、将所述全局线条图案特征和所述局部线条图案特征输入至所述特征融合模块中，基于所述权重参数并通过所述特征融合模块将所述全局线条图案特征和所述局部线条图案特征融合为多尺度线条图案特征；
29、将所述多尺度线条图案特征输入至所述填充参数生成模块中，通过所述填充参数生成模块根据所述多尺度线条图案特征随机生成初始视觉效果填充参数，所述初始视觉效果填充参数包含所述样本线条图像数据中所有所述封闭线条区域对应的光刻视觉效果初始类型；
30、结合所述标注标签和所述光刻视觉效果初始类型构建交叉熵损失函数，并以最小化所述交叉熵损失函数的方式优化所述模块参数和所述权重参数，直至所述模块参数和所述权重参数分别达到最优模块参数和最优权重参数。
31、可选的，所述利用所述第一图像训练集完成所述光刻热点检测子模型的独立模型训练包括如下步骤：
32、初始化所述支持向量机分类模块的svm参数；
33、将所述第一图像训练集输入至所述频域特征提取模块，利用所述频域特征提取模块并通过离散余弦变换方法提取所述第一图像训练集中所述样本图像数据的样本频率特征；
34、将所述样本频率特征输入至所述支持向量机参数配置模块，通过所述支持向量机参数配置模块将所述样本频率特征和所述svm参数融合编码为第一染色体编码，并基于遗传算法对所述第一染色体编码进行最优解求解，得到最优样本频率特征子集和最优svm参数。
35、可选的，所述将所述平面线稿设计图输入至完成模型训练的所述视觉效果生成模型中，通过所述视觉效果生成模型生成所述平面线稿设计图中所有封闭线条区域的光刻视觉效果填充方案包括如下步骤：
36、将所述平面线稿设计图输入至所述效果填充器和完成模型训练的所述视觉效果填充子模型，利用所述视觉效果填充子模型生成所述平面线稿设计图的初始视觉效果填充参数；
37、通过所述效果填充器并根据所述平面线稿设计图的初始视觉效果填充参数，向所述平面线稿设计图中所有封闭线条区域模拟填充对应的光刻视觉效果，得到所述目标产品对应的光刻图元模拟图像；
38、将所述光刻图元模拟图像输入至完成模型训练的所述光刻热点检测子模型，通过所述光刻热点检测子模型输出所述光刻图元模拟图像中的光刻热点数量；
39、若所述光刻热点数量小于预设的数量阈值，则根据所述初始视觉效果填充参数生成所述平面线稿设计图中所有封闭线条区域的光刻视觉效果填充方案。
40、可选的，所述方法还包括如下步骤：
41、若所述光刻热点数量大于等于所述数量阈值，则将所述初始视觉效果填充参数编码为第二染色体编码；
42、采用遗传算法并利用所述光刻热点检测子模型迭代更新所述第二染色体编码，直至所述光刻热点数量小于所述数量阈值，将当前迭代次数的所述第二染色体编码作为目标染色体编码；
43、将所述目标染色体编码解码为最优视觉效果填充参数；
44、根据所述最优视觉效果填充参数生成所述平面线稿设计图中所有封闭线条区域的光刻视觉效果填充方案。
45、可选的，所述利用边缘识别算法识别出预处理后所述平面线稿设计图中的线条边缘特征，并根据所述线条边缘特征生成并标注出所述平面线稿设计图的线条图案特征包括如下步骤：
46、利用边缘识别算法识别出预处理后所述平面线稿设计图中的线条边缘特征；
47、基于所述线条边缘特征对所述平面线稿设计图进行骨架化处理，得到所述平面线稿设计图的线条骨架结构；
48、分析得到所述线条骨架结构中的线条拓扑特征；
49、采用特征提取算法提取所述线条边缘特征中的线条几何特征；
50、结合所述线条拓扑特征和所述线条几何特征生成并标注出所述平面线稿设计图的线条图案特征。
51、第二方面，本发明还提供一种用于全息镭射印刷的光刻图元生成系统，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如第一方面中所述的方法。
52、本发明的有益效果是：
53、通过引入先进的图像处理和机器学习技术，本发明能够自动识别和处理复杂的线条图案特征，显著减少了人工干预和人为误差。此外，本发明通过优化的模型训练和参数调整，提高了光刻图元生成的精确度和一致性，从而确保每个封闭区域的视觉效果达到预期。这种自动化流程不仅提升了设计效率，还能快速响应市场对复杂和个性化图案的需求，显著提高了生产效率和产品质量，使得全息镭射印刷在多个应用领域中更具竞争力。
1.一种用于全息镭射印刷的光刻图元生成方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的用于全息镭射印刷的光刻图元生成方法，其特征在于，所述结合卷积神经网络和支持向量机构建视觉效果生成模型包括如下步骤：
3.根据权利要求2所述的用于全息镭射印刷的光刻图元生成方法，其特征在于，所述视觉效果填充子模型包括全局特征提取模块、局部特征提取模块、特征融合模块和填充参数生成模块，所述光刻热点检测子模型包括频域特征提取模块、支持向量机参数配置模块和支持向量机分类模块，所述光刻热点检测子模型与所述效果填充器之间具有反馈调节机制。
4.根据权利要求3所述的用于全息镭射印刷的光刻图元生成方法，其特征在于，所述通过所述图像数据集完成所述视觉效果生成模型的模型训练包括如下步骤：
5.根据权利要求4所述的用于全息镭射印刷的光刻图元生成方法，其特征在于，所述结合所述第二图像训练集和所述图像块训练集完成所述视觉效果填充子模型的独立模型训练包括如下步骤：
6.根据权利要求4所述的用于全息镭射印刷的光刻图元生成方法，其特征在于，所述利用所述第一图像训练集完成所述光刻热点检测子模型的独立模型训练包括如下步骤：
7.根据权利要求3所述的用于全息镭射印刷的光刻图元生成方法，其特征在于，所述将所述平面线稿设计图输入至完成模型训练的所述视觉效果生成模型中，通过所述视觉效果生成模型生成所述平面线稿设计图中所有封闭线条区域的光刻视觉效果填充方案包括如下步骤：
8.根据权利要求7所述的用于全息镭射印刷的光刻图元生成方法，其特征在于，所述方法还包括如下步骤：
9.根据权利要求1所述的用于全息镭射印刷的光刻图元生成方法，其特征在于，所述利用边缘识别算法识别出预处理后所述平面线稿设计图中的线条边缘特征，并根据所述线条边缘特征生成并标注出所述平面线稿设计图的线条图案特征包括如下步骤：
10.一种用于全息镭射印刷的光刻图元生成系统，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至9中任意一项所述的方法。
