表面形貌测量方法与流程

本技术涉及半导体检测，具体涉及一种基于相移干涉图的表面形貌测量方法、表面缺陷检测方法和存储介质。

背景技术：

1、干涉测量技术由于其具有非接触、高分辨率和高稳定性的优点，被广泛应用于半导体晶圆表面形貌检测、光学元件平整度测量以及精密制造等领域。在该类测量系统中，待测表面的高度信息通常通过干涉条纹或干涉强度图像的方式获取，其质量直接决定后续相位解算和形貌重建的准确性。

2、然而，在实际应用过程中，晶圆或光学表面不可避免地会受到加工残留、环境污染或搬运接触等因素的影响，从而在干涉图像中形成脏污、颗粒附着及划痕等缺陷。这些缺陷的存在会对形貌的解算产生影响，在缺陷位置，参考光与测量光在缺陷处发生非理想叠加，导致干涉条纹出现局部断裂、畸变或对比度下降。这种局部异常不仅掩盖了真实的面型信息，导致形貌失真、重复性下降、区域性数据缺失，还可能通过相位解缠算法扩散至周边区域，形成“误差传播”效应。因此，剔除缺陷干扰对待测物的形貌测量至关重要。

3、同时，由于缺陷在干涉图中往往表现为局部强度突变、低对比度暗斑或沿特定方向延伸的高梯度异常区域，易与正常干涉条纹相互叠加，增加了缺陷识别的难度。现有技术中，针对干涉图缺陷的处理方法多采用单一尺度滤波、固定阈值分割或简单形态学操作。这类方法在背景均匀、缺陷形态单一的情况下尚可满足基本需求，但在面对复杂干涉背景、多尺度缺陷共存及亮度分布不均匀等实际工况时，容易出现误检、漏检或缺陷类型混淆的问题，难以满足高端制造领域对检测稳定性和可靠性的要求。

技术实现思路

1、本技术提供一种基于相移干涉图的表面形貌测量方法和表面缺陷检测方法，旨在解决现有技术中缺陷的存在会对形貌的解算产生影响，以及因亮暗条纹干扰导致暗部缺陷识别困难、阈值分割适应性差、以及多类型缺陷难以准确区分与量化的技术问题。

2、第一方面，本技术实施例提供一种基于相移干涉图的表面形貌测量方法，包括：

3、获取多帧表征待测表面形貌的相移干涉图像；

4、基于多帧所述相移干涉图像，构建各像素位置上的灰度最大值投影图；

5、基于所述灰度最大值投影图的背景区域统计特性，确定自适应分割阈值，并根据所述自适应分割阈值，生成有效区域掩膜；

6、在所述有效区域掩膜限定的有效检测区域内，计算各像素点的梯度值，并根据所述梯度值提取异常候选区域；

7、根据所述异常候选区域的几何特征，分类确定所述待测表面中的缺陷区域；

8、在多帧所述相移干涉图像中，对所述缺陷区域对应的像素进行修复和/或剔除处理，生成修复后的干涉图像序列；

9、根据所述修复后的干涉图像序列进行相位解算，重建所述待测表面的三维形貌。

10、第二方面，本技术实施例提供一种基于相移干涉图的表面缺陷检测方法，包括：

11、获取多帧表征待测表面形貌的相移干涉图像；

12、基于所述多帧相移干涉图像，构建各像素位置上的灰度最大值投影图；

13、基于所述灰度最大值投影图的背景区域统计特性，确定自适应分割阈值，并根据所述自适应分割阈值，生成有效区域掩膜；

14、在所述有效区域掩膜限定的有效检测区域内，计算各像素点的梯度值，并根据所述梯度值提取异常候选区域；

15、根据所述异常候选区域的几何特征，对所述异常候选区域进行分类识别，以区分不同类型缺陷。

16、一些实施例中，所述基于所述灰度最大值投影图的背景区域统计特性，确定自适应分割阈值，包括：

17、选取所述灰度最大值投影图中的至少一个背景区域作为参考区域；

18、基于所述参考区域的灰度统计值，计算用于区分有效检测区域与背景区域的自适应分割阈值。

19、一些实施例中，所述参考区域为所述灰度最大值投影图一个或多个角部区域。

20、一些实施例中，所述基于所述参考区域的灰度统计值，计算用于区分有效检测区域与背景区域的自适应分割阈值，包括：

21、统计一个或多个角部区域的最大灰度值；

22、以一个角部区域的最大灰度值或多个角部区域的最大灰度值的平均值，作为所述自适应分割阈值。

23、一些实施例中，所述根据所述梯度值提取异常候选区域，包括：

24、基于所述梯度值，确定灰度变化剧烈的像素位置；

25、对所述灰度变化剧烈的像素位置进行空间聚集性分析，生成所述异常候选区域。

26、一些实施例中，所述根据所述梯度值提取异常候选区域，包括：

27、将各像素点的梯度幅值与预设梯度阈值进行比较，将梯度幅值大于所述预设梯度阈值的像素点确定为灰度变化剧烈的像素位置；

28、对所述灰度变化剧烈的像素位置进行连通域分析，将连通的像素点集合构建为所述异常候选区域。

29、一些实施例中，所述根据所述异常候选区域的几何特征，对所述异常候选区域进行分类识别，以区分不同类型缺陷，包括：

30、提取所述异常候选区域的几何形态特征；所述几何形态特征至少包括所述异常候选区域的最小外接矩形的长宽比；

31、将长宽比大于预设长宽比阈值的异常候选区域判定为第一类缺陷；

32、将长宽比小于或等于所述预设长宽比阈值的异常候选区域判定为第二类缺陷。

33、一些实施例中，该基于相移干涉图的表面缺陷检测方法，还包括：

34、将分类识别后的缺陷区域映射至统一的空间坐标系，并对映射后的缺陷区域进行空间形态调整；

35、基于预先标定的像素物理尺寸，将所述缺陷区域的几何参数转换为物理量纲的检测结果并输出；

36、其中，所述物理量纲包括缺陷面积、等效半径、线状缺陷长度及宽度中的至少一种。

37、第三方面，本技术实施例提供一种基于相移干涉图的表面缺陷检测系统，包括：

38、图像采集模块，用于获取多帧表征待测表面形貌的相移干涉图像；

39、图像增强模块，用于基于所述多帧相移干涉图像，构建各像素位置上的灰度最大值投影图；

40、区域分割模块，用于基于所述灰度最大值投影图的背景区域统计特性，确定自适应分割阈值，并根据所述自适应分割阈值，生成有效区域掩膜；

41、缺陷识别模块，用于在所述有效区域掩膜限定的有效检测区域内，计算各像素点的梯度值，并根据所述梯度值提取异常候选区域；根据所述异常候选区域的几何特征，对所述异常候选区域进行分类识别，以区分不同类型缺陷。

42、一些实施例中，该基于相移干涉图的表面缺陷检测系统，还包括：

43、量化输出模块，用于将分类识别后的缺陷区域映射至统一坐标系，对映射后的缺陷区域进行空间形态调整，并基于预先标定的像素物理尺寸，将所述缺陷区域的几何参数转换为物理量纲的检测结果并输出；

44、其中，所述物理量纲包括缺陷面积、等效半径、线状缺陷长度及宽度中的至少一种。

45、第四方面，本技术实施例提供一种计算机可读存储介质，其上存储有计算机程序，当所述计算机程序被处理器执行时，实现如第一方面任意实施例所述的基于相移干涉图的表面缺陷检测方法和/或如第三方面所述的表面形貌测量方法。

46、本技术实施例提供的基于相移干涉图的表面形貌测量方法和表面缺陷检测方法。首先，基于确定的缺陷区域对相移干涉图像进行修复或剔除处理，实现对待测表面的三维形貌的测量。此外，通过采集多帧相移干涉图并构建各像素位置的灰度最大值投影图，使原本处于暗条纹区域的缺陷信息得到有效增强，解决了因亮暗条纹分布不均导致的暗部缺陷识别困难的问题；其次，通过基于背景区域统计特性自适应确定分割阈值，实现了有效检测区域的稳健提取，解决了固定阈值分割方法对不同成像条件适应性差的缺陷；最后通过在有效区域内计算梯度并基于几何特征对异常候选区域进行分类识别，实现了不同类型缺陷的准确区分。本技术在不依赖人工经验参数的前提下，显著提升了复杂干涉背景下缺陷检测的准确性和鲁棒性，降低了漏检和误检风险，同时技术方案简洁高效，易于实现和推广，能够为晶圆制造、光学元件检测等高端制造领域提供可靠的技术支撑。

47、另外，本技术还提供了一种计算机可读存储介质，具有如上述表面形貌测量方法和表面缺陷检测方法相同的有益效果。