KR102425189B1 - 고분자막의 분석 방법 - Google Patents

고분자막의 분석 방법 Download PDF

Info

Publication number
KR102425189B1
KR102425189B1 KR1020180095673A KR20180095673A KR102425189B1 KR 102425189 B1 KR102425189 B1 KR 102425189B1 KR 1020180095673 A KR1020180095673 A KR 1020180095673A KR 20180095673 A KR20180095673 A KR 20180095673A KR 102425189 B1 KR102425189 B1 KR 102425189B1
Authority
KR
South Korea
Prior art keywords
image
block copolymer
pixels
pixel
fourier transform
Prior art date
Application number
KR1020180095673A
Other languages
English (en)
Other versions
KR20200020225A (ko
Inventor
유형주
권도경
박노진
이제권
윤성수
Original Assignee
주식회사 엘지화학
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 주식회사 엘지화학 filed Critical 주식회사 엘지화학
Priority to KR1020180095673A priority Critical patent/KR102425189B1/ko
Publication of KR20200020225A publication Critical patent/KR20200020225A/ko
Application granted granted Critical
Publication of KR102425189B1 publication Critical patent/KR102425189B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N2021/1765—Method using an image detector and processing of image signal

Landscapes

  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Graft Or Block Polymers (AREA)
  • Analysing Materials By The Use Of Radiation (AREA)
  • Sampling And Sample Adjustment (AREA)

Abstract

본 출원은 고분자막의 분석 방법에 대한 것이다. 본 출원의 고분자막의 분석 방법은, 블록 공중합체의 배향도와 관련된 상관 길이를 효율적이고, 정확하게 분석할 수 있다.

Description

고분자막의 분석 방법{METHOD FOR ANALYZING POLYMER LAYER}
본 출원은 고분자막의 분석 방법에 관한 것이다.
블록 공중합체는 서로 다른 화학적 구조를 가지는 고분자 블록들이 공유 결합을 통해 연결되어 있는 공중합체이다. 이러한 블록 공중합체는 상분리에 의해서 스피어(sphere), 실린더(cylinder) 또는 라멜라(lamella) 등과 같은 주기적으로 배열된 구조를 형성할 수 있다. 블록 공중합체의 자기 조립 현상에 의해 형성된 구조의 도메인의 형태 및 크기는, 예를 들면, 각 블록을 형성하는 단량체의 종류 또는 블록간의 상대적 비율 등에 의해 광범위하게 조절될 수 있다.
이러한 특성으로 인하여, 블록 공중합체는, 나노선 제작, 양자점 또는 금속점 등과 같은 다양한 차세대 나노 소자의 제작이나 소정의 기판 상에 고밀도의 패턴을 형성할 수 있는 리소그래피법 등으로의 적용이 검토되고 있다(예를 들면, 비특허문헌 1 등 참조).
블록 공중합체를 상기와 같은 용도에 적용하는 것에는, 블록 공중합체가 나타내는 배향성이 중요한 인자로 작용한다.
공지된 바와 같이 블록 공중합체의 배향성은 그 상관 길이(correlation length)와 관련되고, 따라서 어떤 블록 공중합체에 대해서 정확한 상관 길이를 확인하는 것은 매우 중요하다.
Chaikin and Register. et al., Science 276, 1401 (1997)
본 출원은 고분자막의 분석 방법에 대한 것이다. 구체적으로 본 출원은 블록 공중합체의 자기 조립 구조를 포함하는 고분자막에서 상기 블록 공중합체의 상관 길이를 효과적이고, 정확하게 확인할 수 있는 방법을 제공할 수 있다.
본 명세서에서 용어 「이미지」는 인간의 시각에 의해 인식 가능한 2차원 또는 3차원의 화면에 재생 및 표시된 시각 정보를 의미할 수 있으며, 정지 화상 또는 동영상 등의 다양한 시각적 정보를 의미할 수 있다. 상기 정지 화상 또는 동영상은 광학 센서를 사용하여 대상으로부터 센서에 들어오는 영상을 디지털 방식으로 획득한 것일 수 있으며, 전자 현미경이나 기타 계측 장비를 이용하여 측정한 결과값을 시작적으로 변환한 화상 등을 포함할 수 있다. 본 출원에서는 상기와 같은 이미지는 「디지털 이미지」로 호칭될 수도 있다.
본 출원에서는 우선 자기 조립된 블록 공중합체를 포함하는 고분자막으로부터 상기 디지털 이미지를 얻고, 그 이미지를 가공하여 상기 블록 공중합체의 상관 길이(correlation length)를 구할 수 있다.
상기 고분자막에서 블록 공중합체는 다양한 구조를 구현하고 있을 수 있으며, 예를 들면, 상기 자기 조립 구조는 실린더, 스피어 또는 라멜라 구조일 수 있다.
또한, 상기에서 얻어지는 디지털 이미지는 주사전자현미경 (SEM), 원자간력현미경 (AFM) 또는 투과전자현미경 (TEM)을 통해 수득된 이미지일 수 있다.
즉, 상기 디지털 이미지는, 광학 센서를 이용하여 고분자막의 영상을 디지털 방식으로 획득하거나 또는 전자 현미경이나 기타 계측 장비를 이용하여 측정한 결과값을 시작적으로 변환하여 획득할 수 있고, 예를 들어 상기 주사전자현미경 (SEM), 원자간력현미경 (AFM) 또는 투과전자현미경 (TEM)을 통해 이미지를 수득할 수 있다.
보다 정확한 분석을 위해 상기 적용되는 이미지의 해상도가 제어될 수 있다. 예를 들면, 상기 이미지로서는, 가로축으로 화소(pixel)의 수가 대략 128개 내지 5120개 정도이고, 세로축으로의 화소(pixel)의 수가 대략 64개 내지 3840개 정도인 해상도(해상도=가로축 픽셀Х세로축 픽셀=128~5120Х64~3840)일 수 있다. 통상적으로 적용되는 최소 해상도는 대략 128Х64(가로축 픽셀Х세로축 픽셀) 정도이고, 최대 해상도는 대략 5120Х3840(가로축 픽셀Х세로축 픽셀) 정도이다.
본 출원에서는 이와 같이 얻어진 자기 조립된 블록 공중합체에 대한 정보를 포함하는 디지털 이미지를 우선 세선화(skeletonization)한 후에 상기 세선화된 이미지를 푸리에 변환하는 단계를 포함할 수 있다.
상기에서 세선화는 대상 이미지 내의 객체를 골격선으로 표시하여 정보의 양을 최대한 압축하는 이미지 처리 방식을 의미한다.
세선화는 기본적으로 순차 처리(sequential processing) 방식과 병렬 처리(parallel processing) 방식으로 구분할 수 있다.
상기에서 순차 처리 방식은 현재의 처리 결과가 과거의 처리값에 영향을 받고, 미래의 처리 결과에도 영향을 미치는 알고리즘이고, 병렬 처리는 현재의 처리 결과가 과거나 미래의 처리 결과에 영향을 받거나 미치지 않는 알고리즘이다. 따라서, 순차 처리 방식에서는 대상 이미지만 있으면 처리가 가능하고, 병렬 처리는 추가로 대상 이미지 크기만큼의 버퍼가 필요하다. 병렬 처리 방식에서는 관심 화소(pixel)에 대한 처리 결과를 버퍼에 저장하는 식으로, 전체 화상에 대한 한 차례의 처리가 모두 끝난 다음에 버퍼에 저장되어 있는 처리 결과를 원래의 대상 화상 위에 덮어 쓰게 된다. 본 출원의 경우, 상기 순차 처리 방식이나, 병렬 처리 방식 중에서 어느 방식을 채택하여도 무방하다.
이와 같은 세선화는 화상 해석 프로그램을 사용하여 공지의 방식으로 수행할 수 있다. 적용될 수 있는 화상 해석 프로그램은 다양하고, 예를 들면, 미국 국립 위생 연구소 [NIH] 오픈 소스, 「Image J」또는 MathWorks社의 「MATLAB」 소프트웨어를 사용하여 상기 세선화를 수행할 수 있다.
본 출원의 방법에서는 상기 세선화 단계 전에 이미지를 전처리하는 단계를 수행할 수도 있다. 이러한 전처리 단계는 디지털 이미지의 블록 공중합체의 각 블록을 흑백(Black/White)으로 구분할 수 있도록 하는 이진화(binariazation) 처리일 수 있다. 상기 이진화 처리는 블록 공중합체의 블록 중 어느 한 블록을 흑(화소에서 0으로 표현)하고, 다른 한 블록을 백(화소에서 1로 표현)으로 하여 구분하는 과정이고, 디지털 이미지에 이러한 이진화를 수행하는 방식은 다양하게 공지되어 있다.
예를 들면, 상기와 같이 블록 공중합체의 각 블록을 흑백으로 구분할 수 있도록 하는 이진화 처리는, 밴드 패스 필터 처리(band pass filter)나 블러링(blurring) 처리 등의 필터링 처리 및/또는 회선(convolution) 처리 중 어느 하나 혹은 2개 이상의 처리를 순차로 수행하여 상기 흑백 구분을 달성할 수 있다. 이러한 처리 역시 전술한 화상 해석 소프트웨어로 수행할 수 있다.
상기와 같은 세선화 처리 후에 이미지에 대해서 푸리에 변환을 수행한다. 「푸리에 변환」은 이미지의 픽셀 값들을 주파수 영역의 값으로 변환하는 것을 의미한다. 상기 푸리에 변환은 신호처리에서 널리 사용되는 기법으로, 하나의 신호가 여러 개의 정현파 신호의 합성으로 표현될 수 있다는 개념을 바탕으로 하며, 이미지 내에 존재하는 저주파와 고주파 성분을 분석할 수 있다.
상기에서 「변환」은 지정된 알고리즘에 따라 데이터의 형식을 바꾸는 것을 의미할 수 있다. 상기 변환은 어떤 대상을 다른 위치로 이동하거나 확대 또는 축소, 회전하거나 한 종류의 좌표계에서 다른 종류의 좌표계로 바꾸어 표현함으로써 위치, 크기 또는 성질을 변경시키는 것을 의미할 수 있으며, 예를 들어 푸리에 변환, 이미지 블러링 등을 포함하는 개념일 수 있다.
이러한 푸리에 변환 역시 공지된 수치해석 프로그램 또는 영상처리 프로그램 등을 사용하여 수행할 수 있으며, 예를 들어 상기 기술한 세선화에 적용되는 화상 해석 소프트웨어 등을 이용하여 수행할 수 있다.
상기에서 푸리에 변환은 세선화 이미지의 각 화소별로 수행할 수 있다. 상기에서 각 화소별로 푸리에 변환을 수행한다는 것은, 각 화소에 대해서 각 화소의 주변에 대해서만 푸리에 변환을 가하는 것을 의미하고, 구체적으로는 일정한 화소에 대해서 그 화소를 중심으로 일정한 크기의 윈도우(pixel×pixel)에 대해서 푸리에 변환을 가하는 것을 의미한다. 상기에서 푸리에 변환되는 윈도우 사이즈는, 가로축으로 화소(pixel)의 수가 대략 20개 내지 40개 정도이고, 세로축으로의 화소(pixel)의 수가 대략 20개 내지 40개 정도인 사이즈(윈도우 사이즈=가로축 픽셀×세로축 픽셀=20~40×20~40)일 수 있다. 상기 윈도우 사이즈에서 가로축 및 세로축의 화소의 수는 다른 예시에서 각각 22개 이상, 24개 이상, 26개 이상 또는 28개 이상이거나, 38개 이하, 36개 이하, 34개 이하 또는 32개 이하일 수도 있다.
본 출원에서는 상기와 같은 윈도우 사이즈에 대한 푸리에 변환을 세선화 이미지의 전체 화소에 대해서 순차적으로 수행할 수 있다.
상기와 같은 사이즈의 범위에서 푸리에 변환을 위한 적절한 정보를 얻을 수 있고, 목적에 적합한 상관 길이를 구할 수 있다.
본 출원의 예시적인 방법에 의하면, 상기 푸리에 변환 결과로부터 상관 함수(correlation function)를 피팅하는 단계를 포함할 수 있다. 이러한 피팅은 이미지의 화소간 거리에 따른 상관 함수를 피팅하여 수행될 수 있다.
일 예시에서 상기 피팅은 화소를 난수 생성 방식으로 선택하여 수행할 수 있다. 예를 들어, 해상도 640× 480 픽셀 이미지의 경우 각 화소를 1 내지 307200의 수로 인덱스할 수 있는데, 상기 1 내지 307200의 숫자에 대해서 난수 생성 알고리즘을 적용하여 난수를 반복 생성시킨 후 이러한 숫자들을 인덱스로 사용하여 이미지 내의 화소를 임의로 선택할 수 있다. 이러한 난수 생성의 알고리즘은 다양하게 공지되어 있고, 예를 들면, 본 출원에서는 결정론적(deterministic algorithm) 알고리즘을 사용할 수 있다.
예를 들면, 상기와 같은 난수 생성 방식으로 임의로 선택된 두 화소의 배향 파라미터(Orientation Parameter, ψ(r) = exp[2i θ(r)], r은 선택된 두 화소간 거리)에 대해서 g2(|r-r'|)= <ψ(r) ψ(r') > ~ <cos[2{θ(r) - θ(r')}]>의 방식으로 상관 함수(correlation function)(g2)를 계산함으로써, 상기 그래프를 피팅할 수 있다.
본 출원의 제조 방법은 상기와 같이 피팅된 그래프로부터 상관 길이를 구하는 단계를 추가로 수행할 수 있는데, 예를 들면, 상기와 같이 구해진 상관 함수를 exp(-r/ξ)로 변환시켜서 상관 길이(correlation length)(ξ)를 구할 수 있다.
이와 같은 방식으로 블록 공중합체의 배향성의 척도인 상관 길이를 정확하게 구할 수 있다.
본 출원의 고분자막의 분석 방법은, 블록 공중합체의 배향도와 관련된 상관 길이를 효율적이고, 정확하게 분석할 수 있다.
도 1은 실시예 또는 비교예에서 분석된 디지털 이미지이다.
도 2 내지 4는 실시예의 고분자막의 분석 방법을 설명하기 위한 도면이다.
도 5 및 6은 실시예의 고분자막의 분석 방법을 설명하기 위한 도면이다.
이하 본 출원에 따르는 실시예 및 비교예를 통하여 본 출원을 보다 상세히 설명하나, 본 출원의 범위가 하기 제시된 실시예에 의해 제한되는 것은 아니다.
1. NMR 측정
NMR 분석은 삼중 공명 5 mm 탐침(probe)을 가지는 Varian Unity Inova(500 MHz) 분광계를 포함하는 NMR 분광계를 사용하여 상온에서 수행하였다. NMR 측정용 용매(CDCl3)에 분석 대상 물질을 약 10 mg/ml 정도의 농도로 희석시켜 사용하였고, 화학적 이동은 ppm으로 표현하였다.
<적용 약어>
br = 넓은 신호, s = 단일선, d = 이중선, dd = 이중 이중선, t = 삼중선, dt = 이중 삼중선, q = 사중선, p = 오중선, m = 다중선.
2. GPC(Gel Permeation Chromatograph)
수평균분자량(Mn) 및 분자량 분포는 GPC(Gel permeation chromatography)를 사용하여 측정하였다. 5 mL 바이얼(vial)에 실시예 또는 비교예의 블록 공중합체 또는 거대 개시제 등의 분석 대상 물일을 넣고, 약 1 mg/mL 정도의 농도가 되도록 THF(tetrahydro furan)에 희석한다. 그 후, Calibration용 표준 시료와 분석하고자 하는 시료를 syringe filter(pore size: 0.45 μm)를 통해 여과시킨 후 측정하였다. 분석 프로그램은 Agilent technologies 사의 ChemStation을 사용하였으며, 시료의 elution time을 calibration curve와 비교하여 중량평균분자량(Mw) 및 수평균분자량(Mn)을 각각 구하고, 그 비율(Mw/Mn)로 분자량분포(PDI)를 계산하였다. GPC의 측정 조건은 하기와 같다.
<GPC 측정 조건>
기기: Agilent technologies 사의 1200 series
컬럼: Polymer laboratories 사의 PLgel mixed B 2개 사용
용매: THF
컬럼온도: 35℃
샘플 농도: 1mg/mL, 200L 주입
표준 시료: 폴리스티렌(Mp: 3900000, 723000, 316500, 52200, 31400, 7200, 3940, 485)
제조예 1. 모노머(A)의 합성
하기 화학식 A의 화합물(DPM-C12)은 다음의 방식으로 합성하였다. 250 mL의 플라스크에 히드로퀴논(hydroquinone)(10.0g, 94.2 mmol) 및 1-브로모도데칸(1-Bromododecane)(23.5 g, 94.2 mmol)을 넣고, 100 mL의 아세토니트릴(acetonitrile)에 녹인 후 과량의 포타슘 카보네이트(potassium carbonate) 첨가하고, 75oC에서 약 48시간 동안 질소 조건하에서 반응시켰다. 반응 후 잔존하는 포타슘 카보네이트를 필터링하여 제거하고 반응에 사용한 아세토니트릴도 제거하였다. 여기에 DCM(dichloromethane)과 물의 혼합 용매를 첨가하여 워크업하고, 분리한 유기층을 모아서 MgSO4에 통과시켜 탈수하였다. 이어서, 컬럼 크로마토그래피에서 DCM(dichloromethane)을 사용하여 흰색 고체상의 목적물(4-도데실옥시페놀)(9.8 g, 35.2 mmol)을 약 37%의 수득률로 얻었다.
<NMR 분석 결과>
1H-NMR(CDCl3): δ6.77(dd, 4H); δd4.45(s, 1H); δd3.89(t, 2H); δd1.75(p, 2H); δd1.43(p, 2H); δd1.33-1.26(m, 16H); δd0.88(t, 3H).
플라스크에 합성된 4-도데실옥시페놀(9.8 g, 35.2 mmol), 메타크릴산(6.0 g, 69.7 mmol), DCC(dicyclohexylcarbodiimide)(10.8 g, 52.3 mmol) 및 DMAP(p-dimethylaminopyridine)(1.7 g, 13.9 mmol)을 넣고, 120 mL의 메틸렌클로라이드를 첨가한 후, 질소 하 실온에서 24시간 동안 반응시켰다. 반응 종료 후에 반응 중에 생성된 염(urea salt)을 필터로 제거하고 잔존하는 메틸렌클로라이드도 제거하였다. 컬럼 크로마토그래피에서 헥산과 DCM(dichloromethane)을 이동상으로 사용하여 불순물을 제거하고, 다시 얻어진 생성물을 메탄올과 물의 혼합 용매(1:1 혼합)에서 재결정하여 흰색 고체상의 목적물(7.7 g, 22.2 mmol)을 63%의 수득률로 얻었다.
<NMR 분석 결과>
1H-NMR(CDCl3): δ7.02(dd, 2H); δd6.89(dd, 2H); δd6.32(dt, 1H); δ5.73(dt, 1H); δ3.94(t, 2H); δd2.05(dd, 3H); δ1.76(p, 2H); δd1.43(p, 2H); 1.34-1.27(m, 16H); δd0.88(t, 3H).
[화학식 A]
Figure 112018081085803-pat00001
화학식 A에서 R은 탄소수 12의 직쇄 알킬기이다.
제조예 1. 블록 공중합체의 합성 및 배향
제조예 1의 모노머(A) 2.0 g과 RAFT(Reversible Addition-Fragmentation chain Transfer) 시약인 시아노이소프로틸디티오벤조에이트 64 mg, 라디칼 개시제인 AIBN(Azobisisobutyronitrile) 23 mg 및 아니솔(anisole) 5 mL를 10 mL Schlenk flask에 넣고 질소 분위기 하에서 상온에서 30분 동안 교반한 후 75℃에서 6시간 동안 RAFT(Reversible Addition-Fragmentation chain Transfer) 중합 반응을 수행하였다. 중합 후 반응 용액을 추출 용매인 메탄올에 침전시킨 후, 감압 여과하여 건조시켜, 분홍색의 거대개시제를 제조하였다. 상기 거대 개시제의 수득률은 약 80 중량%였고, 수평균 분자량(Mn) 및 분자량분포(Mw/Mn)는 각각 14,300 및 1.21이었다.
상기 거대개시제 0.3 g, 펜타플루오로스티렌 모노머 2.7 g 및 아니솔 3 mL를 10 mL Schlenk flask에 넣고 질소 분위기 하에서 상온에서 30분 정도 교반한 후 75℃에서 6 시간 동안 RAFT(Reversible Addition-Fragmentation chain Transfer) 중합 반응을 수행하였다. 중합 후 반응 용액을 추출 용매인 메탄올 250 mL 에 침전시킨 다음, 감압 여과하여 건조시켜 연한 분홍색의 블록공중합체를 제조하였다. 상기 블록 공중합체의 수득률은 약 75 중량%였고, 수평균분자량(Mn) 및 분자량분포(Mw/Mn)는 각각 35,000 및 1.10이었다. 상기 블록 공중합체는 제조예 1의 모노머(A)에서 유래된 제 1 블록(제 1 블록의 부피 분율: 0.45)과 상기 펜타플루오로스티렌 모노머(제 2 블록의 부피 분율: 0.55)에서 유래된 제 2 블록을 포함한다.
상기 블록 공중합체를 플루오로벤젠에 고형분 농도가 대략 1 중량% 정도가 되도록 희석하여 제조한 코팅액을 실리콘 웨이퍼 상에 대략 60 nm 정도의 두께로 코팅하고, 160℃에서 1 시간 동안 열적 어닐링(thermal annealing)하여 라멜라 구조를 형성하였다. 이 때 형성된 라멜라 패턴의 SEM 이미지(Pixel Size: 640×480)는 도 1과 같다
실시예 1.
도 1의 SEM 이미지의 세선화를 수행하기 전에 전처리로서, 이진화(binarization) 처리를 수행하였다. 이진화 처리는 우선 도 1의 이미지를 Sigam radius 2 pixel 조건으로 가우시안 블러링(Gaussian Blurring)에 적용하고, 이어서 회선 처리(Convolution)하여 이진화 처리를 수행하였다. 상기 회선 처리에서는 5×5 픽셀 사이즈 커널(kernel)에 대해서 회선 연산을 수행하였고, 이 때 모서리를 날카롭게 하는 high-pass 커널을 적용하였다.
이어서 상기와 같이 처리된 이미지에 대해서 세선화(skeletonization)를 수행하였다. 이 때 세선화는 화상 해석 소프트웨어(미국 국립 위생 연구소 [NIH] 오픈 소스, ImageJ)를 사용하여 수행하였으며, 상기 세선화는 가이드북(ImageJ User Guide Book, IJ 1.46r Revised edition)에 따라서 Fast Parallel algorithm for thining digital pattern 방식으로 각 화소별로 수행하였다. 이러한 세선화의 결과는 도 2에 나타나 있다. 세선화 후에 화상 해석 소프트웨어(MATLAB, MathWorks社)를 사용하여 푸리에 변환을 수행하였다. 푸리에 변환은 세선화 이미지의 모든 화소(pixel)에 대해서 각 화소를 중심으로 30×30 pixel 크기의 이미지를 때어낸 후, 해당 윈도우 이미지(30×30 pixel 이미지)에 국소적으로 푸리에 변환을 적용하였다. 이러한 과정을 통해서 세선화 이미지의 모든 화소에 대해서 블록 공중합체의 배향(orientation) 정보(θ)를 얻었다. 도 3은 상기 푸리에 변환된 고분자막의 배향 정보를 시각화시킨 이미지이다. 도 4는 도 3의 푸리에 변환 이미지의 결과로부터 화소에 따라 추출한 상관 함수(correlation function)이다. 상기 상관 함수의 피팅(fitting)은 결정론적 알고리즘의 난수 생성 방식으로 임의로 선택된 두 화소의 배향 파라미터(Orientation Parameter, ψ(r) = exp[2i θ(r)], r은 선택된 두 화소간 거리)에 대해서 g2(|r-r'|)= <ψ(r) ψ(r') > ~ <cos[2{θ(r) - θ(r')}]>의 방식으로 상관 함수(correlation function)(g2)를 계산하여 수행하였고, 해당 상관 함수를 exp(-r/ξ)로 변환시켜서 상관 길이(correlation length)(ξ)를 구하였다. 이러한 변환은 상기 화상 해석 소프트 웨어(화상 해석 소프트웨어(MATLAB, MathWorks社)를 사용하여 수행할 수 있다. 도 4에서 Y축은 상기 상관 함수이고, X축은 선택된 화소의 위치를 나타낸다. 도 4의 결과로부터 확인된 상기 상관 길이(correlation length)는, 대략 136.6nm 정도였다.
비교예 1.
세선화 처리 없이 도 1의 이미지를 바로 푸리에 변환하였다. 푸리에 변환 시에 적용된 소프트웨어나 변환 방식은 실시예 1과 동일하다. 도 5는, 상기 푸리에 변환된 고분자막의 이미지이고, 도 6은, 상기 푸리에 변환 이미지의 결과로부터 화소에 따라 추출한 상관 함수(correlation function)이다. 도 5의 작성 시에 화소의 선택 방식 등은 실시예 1과 같다. 도 5에 나타난 바와 같이 비교예 1의 경우 화소 150 내지 200 지점에서 큰 분석상의 오차가 발생하였고, 그에 확인된 상관 길이(correlation length)도, 대략 105.8nm 정도였다. 이와 같이 동일한 이미지에 대한 처리이지만, 비교예 1의 경우, 실시예 1과 비교하여 도출된 상관 길이가 차이가 났다.
상관 함수를 피팅하여 상관 길이를 구할 때에 피팅 오차를 나타내는 Reduced Chi-square 수치를 확인하여 보면, 실시예 1의 경우 오차가 1.9×10-5 정도인 반면, 비교예 1의 경우, 오차가 9.6×10-5 정도로 나타나서, 실시예 1의 경우가 비교예 1 대비 5배 이상 정확하게 블록 공중합체의 배향 특성을 반영하는 것을 알 수 있다.

Claims (10)

  1. 자기 조립된 블록 공중합체의 상관 길이를 구하는 고분자막의 분석 방법으로서,
    자기 조립된 블록 공중합체에 대한 정보를 포함하는 디지털 이미지를 세선화(skeletonization)하는 제 1 단계;
    세선화된 디지털 이미지를 푸리에 변환하는 제 2 단계;
    상기 푸리에 변환 결과로부터 화소간 거리에 따른 상관 함수(Correlation function)를 피팅하는 제 3 단계; 및
    상기 상관 함수로부터 상관 길이(correlation length)(ξ)를 구하는 제 4 단계를 포함하는 고분자막의 분석 방법.
  2. 제 1 항에 있어서, 제 1 단계의 세선화는 순차 처리 방식(Sequential processing) 또는 병렬 처리 방식(Parallel processing)으로 수행하는 고분자막의 분석 방법.
  3. 제 1 항에 있어서, 세선화되는 디지털 이미지는, 이진화 처리된 이미지인 고분자막의 분석 방법.
  4. 제 1 항에 있어서, 블록 공중합체의 자기 조립 구조는 실린더, 스피어 또는 라멜라 구조인 고분자막의 분석 방법.
  5. 제 1 항에 있어서, 디지털 이미지는 주사전자현미경 (SEM), 원자간력현미경 (AFM) 또는 투과전자현미경 (TEM)을 통해 수득된 이미지인 고분자막의 분석 방법.
  6. 제 1 항에 있어서, 푸리에 변환은, 각 화소별로 수행하는 고분자막의 분석 방법.
  7. 제 1 항에 있어서, 푸리에 변환은, 하나의 화소를 중심으로 가로축으로 화소의 수가 20개 내지 40개이고, 세로축으로의 화소의 수가 20개 내지 40개인 윈도우 사이즈로 수행하는 고분자막의 분석 방법.
  8. 제 1 항에 있어서, 제 3 단계는, 난수 생성 방식으로 임의로 선택된 두 화소의 배향 파라미터(ψ(r) = exp[2i θ(r)], r은 상기 선택된 두 화소간 거리)에 대해서 g2(|r-r'|)= <ψ(r) ψ(r') > ~ <cos[2{θ(r) - θ(r')}]>의 방식으로 상관 함수(Correlation function)를 계산하여 수행하는 고분자막의 분석 방법.
  9. 제 8 항에 있어서, 난수 생성 방식은 결정론적 난수 생성 방식인 고분자막의 분석 방법.
  10. 제 1 항에 있어서, 제 4 단계에서 제 3 단계에서 구해진 상관 함수를 exp(-r/ξ)로 변환시켜서 상관 길이(correlation length)(ξ)를 구하는 고분자막의 분석 방법.
KR1020180095673A 2018-08-16 2018-08-16 고분자막의 분석 방법 KR102425189B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020180095673A KR102425189B1 (ko) 2018-08-16 2018-08-16 고분자막의 분석 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020180095673A KR102425189B1 (ko) 2018-08-16 2018-08-16 고분자막의 분석 방법

Publications (2)

Publication Number Publication Date
KR20200020225A KR20200020225A (ko) 2020-02-26
KR102425189B1 true KR102425189B1 (ko) 2022-07-26

Family

ID=69637913

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020180095673A KR102425189B1 (ko) 2018-08-16 2018-08-16 고분자막의 분석 방법

Country Status (1)

Country Link
KR (1) KR102425189B1 (ko)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2014528569A (ja) * 2012-03-12 2014-10-27 株式会社積水インテグレーテッドリサーチ 三次元形状測定装置
JP2017126611A (ja) * 2016-01-12 2017-07-20 Ｊｘｔｇエネルギー株式会社 発光電気化学素子及び該発光電気化学素子を有する発光装置

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100900326B1 (ko) * 2007-08-27 2009-06-02 성균관대학교산학협력단 영상데이터의 세선화가 가능한 영상처리장치
KR102301536B1 (ko) * 2015-03-10 2021-09-14 삼성전자주식회사 고해상도 전자 현미경 이미지로부터 결정을 분석하는 방법 및 그 시스템

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2014528569A (ja) * 2012-03-12 2014-10-27 株式会社積水インテグレーテッドリサーチ 三次元形状測定装置
JP2017126611A (ja) * 2016-01-12 2017-07-20 Ｊｘｔｇエネルギー株式会社 発光電気化学素子及び該発光電気化学素子を有する発光装置

Also Published As

Publication number Publication date
KR20200020225A (ko) 2020-02-26

Similar Documents

Publication Publication Date Title
EP3078686B1 (en) Block copolymer
CN103456003B (zh) 对象跟踪装置及方法以及错误特征点剔除装置及方法
Murphy et al. Automated defect and correlation length analysis of block copolymer thin film nanopatterns
TWI503760B (zh) Image description and image recognition method
CN112835009B (zh) 一种基于fmcw雷达rai的数据集拓展方法
KR20160018744A (ko) 규칙성 모양에 의한 변위 분포를 위한 측정방법, 장치 및 그 프로그램
CN110866892A (zh) 一种基于视觉的离线振动测量分析方法及***
CN109186550B (zh) 一种可编码近景摄影测量标志的编码解码与测量方法
KR102425189B1 (ko) 고분자막의 분석 방법
CN111340702A (zh) 基于盲估计的微小缺陷高频超声显微成像的稀疏重构方法
CN106247980A (zh) 基于白光干涉彩色条纹处理的多波长相移干涉测量方法
JP2016156817A (ja) パターン計測装置、自己組織化リソグラフィに用いられる高分子化合物の評価方法、及びコンピュータープログラム
CN111257287B (zh) 一种基于无先验目标定位的大视场散射成像方法和装置
CN110853088B (zh) 一种基于深度学习和计算机视觉的tem图像晶面间距测量分析方法
CN110363105A (zh) 一种全极化sar图像相干斑抑制方法
CN113627325A (zh) 基于视频的振动定位和分析方法
CN115541550A (zh) 基于主成分分析的结构光照明显微成像方法
CN105043270A (zh) 混合分形插值和频域数字散斑相关的mems面内位移测量方法
JP4827330B2 (ja) レーダ波浪測定方法及び装置
CN102298768A (zh) 基于稀疏样本的高分辨率图像重建方法
KR102171206B1 (ko) 라멜라 패턴을 갖는 블록-공중합체 박막 중의 결함에 대한 정량적 측정방법
CN108986112B (zh) 基于剪切波变换和机器学习的不连续条纹滤波方法
CN107388958A (zh) 基于结构光的微纳结构二维超分辨检测方法
De Cupere et al. Influence of substrate hydrophobicity on the adsorption of an amphiphilic diblock copolymer
CN112034454A (zh) 一种基于mimo雷达的桥梁自振振型获取方法

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant