基于图像处理的显微镜自动调焦方法研究

　　1　引　　言

　　随着集成电路向超大规模发展,制作集成电路的图形越来越细化,其中线条宽度已达亚微米级,因此对微细图形进行在线检测已成为保证产品质量、提高生产效率的重要手段[1]。目前生产线上大多采用的是以光学显微镜为主体的线宽测量仪,高倍显微镜物镜焦深范围小,由于人眼调焦误差大,严重影响测量精度,故采用显微镜的自动调焦系统以快速地获得高清晰度的图像,是保证实现高精度测量的关键技术。例如德国Leitz公司MPV-CD2线宽测量仪、Leicu TCS4D共焦线宽测量仪,日本Nikon公司Lampa-M3系统等均备有自动调焦系统。

　　清华大学研制的线宽测量系统[2]构成如图1所示。

　　被测样品经显微物镜放大后,由CCD摄像机将光学图像转换成电信号,经图像采集卡送入计算机,用专用软件对图像进行分析处理,判断系统的焦面状态,结果由计算机输出,经D/A转换后,送到驱动电机带动微动工作台上下移动,以获得最清晰的图像从而实现自动调焦。

　　2　图像清晰度评价函数

　　采用图像处理法实现自动调焦的一个关键问题就在于图像清晰度评价函数的选取。理想的评价函数应具有无偏性、单峰性,能反映离焦的极性,同时具有足够的信噪比。

　　本系统选取基于图像对比度的用绝对方差函数实现粗调焦评估,而采用修正平方梯度函数作为精调焦评价函数实现精调焦,二者数学模型为:

　　其调焦曲线如图2所示,其中F1为粗调焦评价函数曲线,F2为精调焦评价函数曲线,由图中可知:粗调焦评价函数调焦范围大,精调焦评价函数可实现高精度调焦,二者结合可实现大范围高精度调焦。

　　3　提高数字图像信号质量的技术措施

　　由于被测图形照明不均匀、照明光强的变化、光电转换的非线性、衍射效应等因素的影响,使被测图像引入误差和噪声。为使评价函数的计算结果能够准确、快速地反映系统离焦的信息,尽可能地消除系统误差和随机噪声,应对采集到的图像数据进行预处理,得到高质量的图像信号。

　　3.1用最小二乘拟合消除线性系统误差

　　由于照明存在一定的不均匀性以及显微镜光轴与工作台表面不垂直等因素的影响,所得的一维灰度图有一定的线性趋势,这种随焦面位置变化的线性趋势项将在一定程度上使调焦函数极值点偏离正焦点而产生误判,尤其当硅片上对比度较差时更为明显。

　　设工作台在Z向位置时,样品由理想光学系统成像而得的真实灰度值为gi,z,Gi,z为受干扰时的实测灰度值,则考虑到线性趋势,可近似有:

　　3.2采用滤波法消除图像信号中的随机噪声