CN110031478A - 一种基于超振荡透镜的超分辨缺陷检测装置及检测方法 - Google Patents
一种基于超振荡透镜的超分辨缺陷检测装置及检测方法 Download PDFInfo
- Publication number
- CN110031478A CN110031478A CN201910311312.7A CN201910311312A CN110031478A CN 110031478 A CN110031478 A CN 110031478A CN 201910311312 A CN201910311312 A CN 201910311312A CN 110031478 A CN110031478 A CN 110031478A
- Authority
- CN
- China
- Prior art keywords
- lens
- hyperoscillating
- semi
- substrate
- image
- Prior art date
- Legal status (The legal status 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 status listed.)
- Granted
Links
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
- G01N21/01—Arrangements or apparatus for facilitating the optical investigation
-
- 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
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
-
- 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
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
- G01N21/958—Inspecting transparent materials or objects, e.g. windscreens
-
- 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
- G01N21/01—Arrangements or apparatus for facilitating the optical investigation
- G01N2021/0106—General arrangement of respective parts
- G01N2021/0112—Apparatus in one mechanical, optical or electronic block
-
- 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
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
- G01N2021/9511—Optical elements other than lenses, e.g. mirrors
-
- 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
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
- G01N21/958—Inspecting transparent materials or objects, e.g. windscreens
- G01N2021/9583—Lenses
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)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
本发明公开了一种基于超振荡透镜的超分辨缺陷检测装置及检测方法,利用由工件台、真空吸附装置、基片、半透半反镜组、激光光源、准直透镜、物镜、CCD、压电电机、直线电机、上位机等,将准直的激光照射到半透半反镜组上,半透半反镜组将激光先反射到基片上,然后基片表面反射回来的光经过半透半反透镜后,再通过特殊优化设计的超振荡透镜会聚到CCD上,利用CCD采集的图像和上位机中的程序完成自动对焦的过程,最终实现对100nm以下基片缺陷的检测。本发明可以用于光刻机中基片缺陷的检测,提高光刻机在实际工业生产中的产率。
Description
技术领域
本发明属于显微成像以及微纳光学领域,具体涉及一种基于超振荡透镜的超分辨缺陷检测装置及检测方法。
背景技术
在现代半导体光刻的工艺中,基片表面质量是决定产品质量的关键性因素之一。基片缺陷存在的主要危害是造成散射、能量吸收、有害的耀斑、衍射条纹、膜层破坏等,进而影响系统的性能和正常运行。如果不能及时发现基片的表面质量问题,及时调整工艺,损失会非常大,使即将完成的基片前功尽弃。如果能够在制造工艺过程中实时检测基片表面的质量情况,并及时反馈给控制系统,通过闭环系统完全控制整个加工过程,则能够极大地提高生产率,保证产品质量。
在许多光学元件的实际使用过程中,光学元件表面的疵病会对整个光学系统的运行产生很大影响,例如光刻机在曝光刻蚀的过程中对于硅片所在环境的洁净程度具有很高的要求,我们可以利用图像处理和超分辨成像技术实现识别纳米级别的表面疵病,然后就可以准确检测光学表面疵病,从而实现对于光学元件表面疵病纳米级别的检测。
随着半导体加工工艺技术的不断提高,可见光波段的显微分辨极限已经不能满足工艺上对于高精度的需求。根据阿贝成像理论,显微成像系统存在衍射极限,如何突破衍射极限实现超分辨成像成为亟待解决的重要问题,在本发明中我们考虑采用一种基于光学超振荡现象的方法来突破衍射极限。本研究对象作为一种有效的表面缺陷检测设备,利用超振荡透镜的超分辨成像能力,可实现100nm量级的缺陷检测精度,并具有很好的仪器化实现前景。该检测设备还可以应用于微纳结构加工制造领域,检测曝光样片的缺陷情况,筛选样片,降低制造成本。
目前,国内还未有同类型设备,研究成果可降低对国外高昂设备的依赖。另外,该设备还可以用于超分辨显微成像领域,实现远场的微纳结构观察。
发明内容
本发明要解决的技术问题是:克服现有缺陷检测技术的分辨力不足的问题,提出了一种基于超振荡透镜的超分辨成像方法,并结合自动对焦系统完成了超分辨缺陷检测装备的设计,提高了在半导体加工产业中基片疵病检测的精确性。
为了达成上述目的,本发明提供的技术方案为:一种基于超振荡透镜的超分辨缺陷检测装置,包括上位机1、物镜驱动器2、样品台驱动器3、工件台4、真空吸附装置5、基片6、物镜7、PI压电电机8、激光光源9、扩束镜10、准直透镜11、超振荡透镜12、显微镜镜身13、CCD14和半透半反透镜15,激光光源9发射波长为532nm的激光,依次经过扩束镜10和准直透镜11进行准直后照射到半透半反透镜15,激光光束经反射之后到达放大倍数为50倍的物镜7照射到吸附于真空吸附装置5的基片6,真空吸附装置5固定于工件台4上,样品台驱动器3分别与上位机1、工件台4连接,物镜驱动器2分别与上位机1、PI压电电机8连接,物镜7被PI压电电机8驱动,基片6反射回来的光束再通过半透半反透镜15,再经过特殊优化设计的超振荡透镜12,最终通过显微镜镜身13到达CCD 14完成图像的采集,然后传输到上位机1中,其中,特殊优化设计的超振荡透镜12是在特定数值孔径透镜下,根据标量菲涅尔衍射积分公式,相位型器件在焦面位置的衍射光场分布可以由公式描述,其中f表示超振荡透镜的焦距,R表示入瞳半径,为相位调制函数,λ为入射光的波长,J0为0阶贝塞尔函数,r为出瞳径向坐标,ρ为焦面径向坐标,I(ρ)表示的是焦面处该点的光强,利用该公式可以作为逆向设计时的优化函数,利用旁瓣强度、局部视场大小和超振荡透镜结构分布参数作为约束条件,最后采用粒子群优化算法设计加工所需的二元相位型超振荡透镜。
还提供一种基于超振荡透镜的超分辨缺陷检测方法,利用上述的装置,所述方法包括:
步骤S1:激光光源9将激光光束射出,经扩束镜10和准直透镜11到达半透半反透镜15,经过半透半反透镜15和物镜7到达基片6表面,基片6表面反射回来的光再次通过半透半反透镜15,透射到经过设计好的具有特殊优化设计的超振荡透镜12,最后利用CCD实时采集得到基片的数字图像;
步骤S2:通过上位机程序控制直线电机和PI压电电机8,每隔一段时间利用CCD采集图像,然后利用上位机编写的程序完成对于图像的读取和处理,选取合适的感兴趣区域(即ROI区域),利用图像处理算法将选取的ROI区域中的图像信息进行计算,计算出采集到的每幅图像ROI区域的信息熵,进行比较,得到最合适的对焦位置;
步骤S3:通过上位机1驱动物镜驱动器2控制PI压电电机8进行运动,包括X\Y和旋转方向的运动,利用CCD收集采集到的图像,完成图像识别和轮廓提取,识别出缺陷的信息;
步骤S4:对基片表面的信息进行综合处理,比较数据库中的缺陷信息,给基片表面的缺陷信息进行分类整理;
步骤S5:生成缺陷检测结果,包括缺陷的位置、大小和分类,生成缺陷检测地图。
其中,通过判断CCD采集得到的图像ROI区域的图像清晰度,来判断是否到达最佳对焦位置。
其中,分为粗对焦和精对焦两个过程,在寻找最佳的对焦位置过程中,通过不断减小PI电机在移动过程中的步长,不断迭代逼近最佳的对焦位置。
其中,利用缺陷区域的图像信息,与设计好的数据库中的各种缺陷进行比较,利用机器学习的方法将缺陷进行归类分析,最后完成对于缺陷信息的统计。
本发明的原理在于:
超振荡透镜是可以在倏逝波区域之外实现远场超衍射聚焦,它本质上是使光场带限函数在局部区域振荡得比其最高傅里叶部分更快,因而可获得超出系统截止频率的更高频信息,实现超分辨成像。结合图像处理方面的相关理论和方法,可以将自动对焦技术和超分辨成像结合,能够在突破衍射极限的同时提升缺陷检测的效率,设计一种基于超振荡透镜的超分辨缺陷检测装置,将缺陷检测分辨力大幅提升并完成了自动化缺陷检测流程。
本发明与现有的缺陷检测技术相比优点在于:
(1)本发明将远场超振荡透镜引入缺陷检测领域,突破显微成像的超衍射极限的成像方法,实现非接触的缺陷检测功能,缺陷检测分辨力达到100nm量级。
(2)本发明采取粗精两级图像采集方法,兼顾了效率与分辨力的问题,保证缺陷检测系统能够实现实时在线监测、展示检测结果。
(3)本发明精确操控超振荡透镜扫描基片,研究共聚焦模式下的图像生成算法,克服超振荡透镜单个视场内大目标物体无法成像的限制。
附图说明
图1为一种基于超振荡透镜的超分辨缺陷检测装置系统示意图:
图中:1、上位机;2、物镜驱动器;3、样品台驱动器;4、工件台;5、真空吸附装置;6、基片;7、物镜;8、PI压电电机;9、激光光源;10、扩束镜;11、准直透镜;12、超振荡透镜;13、显微镜镜身;14、CCD;15、半透半反透镜。
具体实施方式
下面结合附图和工作原理对本发明做进一步的详细说明。但本发明的保护范围并不仅限于以下实例,应包含权利要求书中的全部内容。
本发明提供一种基于超振荡透镜的自动对焦显微镜装置及超分辨成像方法,所述方法步骤包括:
步骤S1:搭建好超分辨缺陷检测装置的光路,经过分析计算提前设计并加工好所需要的超振荡透镜12,利用激光光源9作为光源,激光光束经扩束镜10和准直透镜11到达半透半反透镜15,经过反射之后到达基片上,基片反射回来的光束通过半透半反透镜后再经过设计好的具有特殊结构的超振荡透镜,最后会聚到CCD 14上进行图像采集。
步骤S2:用上位机程序驱动直线电机完成显微镜的粗对焦,利用CCD实时采集得到基片的数字图像来完成粗对焦;然后再用上位机1驱动PI压电电机8以合适的步长进行运动同时采集图像,利用CCD采集到的图像进行处理分析完成精对焦过程。
步骤S3:提取采集到的清晰图像的轮廓信息,完成缺陷信息的提取。
步骤S4:完成自动对焦后,利用工件台4对基片进行X\Y方向的运动,然后通过旋转运动提高图像采集的效率,不断采集基片的图像信息。
步骤S5:对基片表面的信息进行综合处理,拼接采集到的单幅图像,显示整个基片数字图像,比较已经建立好的数据库中的缺陷信息,对基片表面的缺陷信息进行分类整理,完成对于基片表面疵病的精确检测。
所述步骤S1中的超振荡透镜用于设计好的缺陷检测系统,采用逆向设计法构造超衍射焦斑的性能指标,然后基于优化变量、目标函数和约束条件利用粒子群优化算法进行超振荡器件结构参数的求解,最终根据这些参数设计并加工特定结构的自动对焦显微镜。
所述步骤S2中采用的粗精对焦方法是为了提高对焦效率,直线电机粗对焦之后可以更快的进入压电电机的工作范围,采用的PI压电电机可以精确到纳米,其工作范围0-100um,能够精确的完成精对焦过程。
所述步骤S2中采用的图像处理方法是为了判断图像清晰度,可采用点锐度算法、信息熵算法以及各种梯度算子等等。
所述步骤S3中缺陷信息的提取主要涉及图像处理中一种轮廓提取的方法。
所述步骤S4中采用的工件台包括X\Y方向和旋转方向的工件台,其中旋转工件台可以大幅提高检测效率。
所述步骤S5中采用的缺陷信息统计,是基于机器学习进行的分类,利用数据库中已经存在的缺陷进行比对分析,然后将所选择的缺陷进行分类统计。
下面结合实施例进一步说明本发明。
实施例1:利用基于图像信息熵和爬山搜索算法的自动对焦缺陷检测装置测量缺陷最小尺寸达到100nm以下的基片
1、搭建光路:如图1所示,激光光源9发射波长为532nm的激光,经过扩束镜10和准直透镜11进行准直后照射到半透半反透镜15,激光光束经反射之后到达放大倍数为50倍的物镜7照射到吸附于真空吸附装置5的基片6,基片反射回来的光束再通过半透半反透镜15,再经过特殊优化设计的超振荡透镜12,最终通过显微镜镜身13到达CCD 14完成图像的采集,然后传输到上位机1中。其中,特殊优化设计的超振荡透镜12是在特定数值孔径透镜下,根据标量菲涅尔衍射积分公式,相位型器件在焦面位置的衍射光场分布可以由公式描述,其中f表示超振荡透镜的焦距,R表示入瞳半径,为相位调制函数,λ为入射光的波长,J0为0阶贝塞尔函数,r为出瞳径向坐标,ρ为焦面径向坐标,I(ρ)表示的是焦面处该点的光强,利用该公式可以作为逆向设计时的优化函数,利用旁瓣强度、局部视场大小和超振荡透镜结构分布参数作为约束条件,最后采用粒子群优化算法设计加工所需的二元相位型超振荡透镜。
2、粗对焦过程:粗对焦采用的是直线电机,直线电机的运动步长较大,利用上位机1中的驱动程序对直线电机进行驱动,利用CCD采集到的图像进行分析,通过公式计算图像ROI区域的信息熵,其中pi为灰度值为i的像素和图像总像素之比,比较得到最合适的对焦位置之后,信息熵算法的特征在于:首先要将采集到的彩色图像经过图像灰度化处理,然后遍历ROI区域每个像素点的图像信息,对图像的灰度值进行统计,计算每个灰度级出现的次数,最后根据信息熵定义计算这幅图像ROI区域对应的信息熵。
3、精对焦过程:精对焦采用的是上位机发送指令给PI压电电机8的物镜驱动器2,驱动PI压电电机8进行运动,精对焦的运动步长较为精确,利用上位机给PI压电电机设计合适的运动步长,每隔一定的运动步长对CCD采集到的图像进行分析,对ROI区域图像信息读取计算,计算灰度化处理后的图像信息熵,然后比较得到最佳的对焦位置,然后不断缩小电机运动步长,再结合爬山搜索算法完成自动对焦的精对焦过程,爬山搜索算法的特征在于:寻找最佳的对焦位置,通过不断减小PI电机在移动过程中的步长,不断迭代逼近最佳的对焦位置。
4、基片信息采集:驱动工件台进行X\Y和旋转方向的运动采集基片图像信息。
5、基片缺陷信息统计:基于特征点图像拼接技术通过上位机中的程序对单幅图像进行拼接,基于机器学习的方法对采集到的基片表面缺陷信息进行分类,最终生成缺陷地图。
实施例2:利用基于改进后的点锐度算法和爬山搜索算法的自动对焦缺陷检测装置测量缺陷最小尺寸达到100nm以下的基片
1、如图1所示,激光光源9将激光光束射出,经扩束镜10和准直透镜11到达半透半反透镜15,经过半透半反透镜15和物镜7到达基片6表面,基片6表面反射回来的光再次通过半透半反透镜15,透射到经过特殊优化设计的超振荡透镜12,最后利用CCD 14实时采集得到基片6的数字图像。
2、粗对焦过程:仍然采用直线电机利用上位机1中的驱动程序对直线电机进行驱动,利用CCD采集到的图像进行分析,根据公式通过计算图像ROI区域的点锐度,其中M和N为图像的行数和列数,df/dx为边缘法向的灰度变化率。比较得到最合适的对焦位置之后,点锐度算法的特征在于:首先要将采集到的彩色图像经过图像灰度化处理,然后遍历ROI区域每个像素点的图像信息,统计图像对方格像素8领域的灰度变化,从而计算出图像总体的灰度变化平均值然后判断出图像清晰度。
3、精对焦过程:精对焦同样采用上位机发送指令给PI压电电机8的物镜驱动器2,驱动PI压电电机8进行运动,给PI压电电机8设计合适的运动步长,每隔一定的运动步长对CCD采集到的图像进行分析,对ROI区域图像信息读取计算,计算灰度化处理后的图像信息熵,然后比较得到最佳的对焦位置,然后不断缩小电机运动步长,再结合爬山搜索算法完成自动对焦的精对焦过程。
4、基片信息采集:完成了自动对焦后,对基片进行检测,利用上位机对工件台驱动,包括对工件台X\Y方向和旋转方向的驱动,给旋转电机设定合适的转速,利用轮廓提取和边缘识别方法对单幅图像进行图像处理后,标记缺陷位置信息。
5、基片缺陷信息统计:基于特征点图像拼接技术通过上位机中的程序对图像进行拼接,通过与数据库中的缺陷进行对比学习,利用机器学习的方法对采集到的基片表面缺陷信息进行分类,最终可以在上位机中查看基片的缺陷分布图。
本发明中,设计的基于超振荡透镜的超分辨缺陷检测装置可以用于光刻过程中对于基片表面洁净度的严格要求,随着半导体工艺的不断发展,7nm工艺对于基片的表面洁净度越来越高,所以对于基片的缺陷检测技术要求也是越来越高。本发明可以兼顾检测精确度和效率,完成对于基片表面疵病的准确检测。以上结合附图对本发明的具体实施方式作了说明,但这些说明不能理解为限制了本发明的范围,任何在本发明权利要求基础上的改动都是本发明的保护范围。
Claims (5)
1.一种基于超振荡透镜的超分辨缺陷检测装置,其特征在于:包括上位机(1)、物镜驱动器(2)、样品台驱动器(3)、工件台(4)、真空吸附装置(5)、基片(6)、物镜(7)、PI压电电机(8)、激光光源(9)、扩束镜(10)、准直透镜(11)、超振荡透镜(12)、显微镜镜身(13)、CCD(14)和半透半反透镜(15),激光光源(9)发射波长为532nm的激光,依次经过扩束镜(10)和准直透镜(11)进行准直后照射到半透半反透镜(15),激光光束经反射之后到达放大倍数为50倍的物镜(7)照射到吸附于真空吸附装置(5)的基片(6),真空吸附装置(5)固定于工件台(4)上,样品台驱动器(3)分别与上位机(1)、工件台(4)连接,物镜驱动器(2)分别与上位机(1)、PI压电电机(8)连接,物镜(7)被PI压电电机(8)驱动,基片(6)反射回来的光束再通过半透半反透镜(15),再经过特殊优化设计的超振荡透镜(12),最终通过显微镜镜身(13)到达CCD(14)完成图像的采集,然后传输到上位机(1)中,其中,特殊优化设计的超振荡透镜(12)是在特定数值孔径透镜下,根据标量菲涅尔衍射积分公式,相位型器件在焦面位置的衍射光场分布可以由公式描述,其中f表示超振荡透镜的焦距,R表示入瞳半径,为相位调制函数,λ为入射光的波长,J0为0阶贝塞尔函数,r为出瞳径向坐标,ρ为焦面径向坐标,I(ρ)表示的是焦面处该点的光强,利用该公式可以作为逆向设计时的优化函数,利用旁瓣强度、局部视场大小和超振荡透镜结构分布参数作为约束条件,最后采用粒子群优化算法设计加工所需的二元相位型超振荡透镜。
2.一种基于超振荡透镜的超分辨缺陷检测方法,利用权利要求1所述的装置,其特征在于:所述方法包括:
步骤S1:激光光源(9)将激光光束射出,经扩束镜(10)和准直透镜(11)到达半透半反透镜(15),经过半透半反透镜(15)和物镜(7)到达基片(6)表面,基片(6)表面反射回来的光再次通过半透半反透镜(15),透射到经过设计好的具有特殊优化设计的超振荡透镜(12),最后利用CCD实时采集得到基片的数字图像;
步骤S2:通过上位机程序控制直线电机和PI压电电机(8),每隔一段时间利用CCD采集图像,然后利用上位机编写的程序完成对于图像的读取和处理,选取合适的感兴趣区域(即ROI区域),利用图像处理算法将选取的ROI区域中的图像信息进行计算,计算出采集到的每幅图像ROI区域的信息熵,进行比较,得到最合适的对焦位置;
步骤S3:通过上位机(1)驱动物镜驱动器(2)控制PI压电电机(8)进行运动,包括X\Y和旋转方向的运动,利用CCD收集采集到的图像,完成图像识别和轮廓提取,识别出缺陷的信息;
步骤S4:对基片表面的信息进行综合处理,比较数据库中的缺陷信息,给基片表面的缺陷信息进行分类整理;
步骤S5:生成缺陷检测结果,包括缺陷的位置、大小和分类,生成缺陷检测地图。
3.如权利要求1所述的基于超振荡透镜的超分辨缺陷检测方法,其特征在于:通过判断CCD采集得到的图像ROI区域的图像清晰度,来判断是否到达最佳对焦位置。
4.如权利要求1所述的基于超振荡透镜的超分辨缺陷检测方法,其特征在于:分为粗对焦和精对焦两个过程,在寻找最佳的对焦位置过程中,通过不断减小PI电机在移动过程中的步长,不断迭代逼近最佳的对焦位置。
5.如权利要求1所述的基于超振荡透镜的超分辨缺陷检测方法,其特征在于:利用缺陷区域的图像信息,与设计好的数据库中的各种缺陷进行比较,利用机器学习的方法将缺陷进行归类分析,最后完成对于缺陷信息的统计。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910311312.7A CN110031478B (zh) | 2019-04-18 | 2019-04-18 | 一种基于超振荡透镜的超分辨缺陷检测装置及检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910311312.7A CN110031478B (zh) | 2019-04-18 | 2019-04-18 | 一种基于超振荡透镜的超分辨缺陷检测装置及检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110031478A true CN110031478A (zh) | 2019-07-19 |
CN110031478B CN110031478B (zh) | 2021-12-07 |
Family
ID=67238862
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910311312.7A Active CN110031478B (zh) | 2019-04-18 | 2019-04-18 | 一种基于超振荡透镜的超分辨缺陷检测装置及检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110031478B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111260561A (zh) * | 2020-02-18 | 2020-06-09 | 中国科学院光电技术研究所 | 一种可用于掩模版缺陷检测的快速多图拼接方法 |
CN112557402A (zh) * | 2020-12-04 | 2021-03-26 | 北京天科合达半导体股份有限公司 | 一种位错检测系统 |
CN113175879A (zh) * | 2021-03-25 | 2021-07-27 | 潮州三环(集团)股份有限公司 | 一种尖嘴陶瓷柱t面检测方法、装置、设备及介质 |
CN113218961A (zh) * | 2021-04-21 | 2021-08-06 | 中国科学院光电技术研究所 | 一种基片缺陷检测装置与方法 |
CN113655063A (zh) * | 2021-08-09 | 2021-11-16 | 天津城建大学 | 一种复合材料成品件孔质量的检测装置 |
CN114113150A (zh) * | 2021-11-05 | 2022-03-01 | 浙江大学 | 一种小口径球面透镜表面缺陷检测装置和检测方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2013114075A1 (en) * | 2012-02-03 | 2013-08-08 | University Of Southampton | Super-oscillatory lens device |
CN103901629A (zh) * | 2014-04-23 | 2014-07-02 | 中国科学院光电技术研究所 | 一种实现远场超分辨成像的方法和装置 |
CN109188669A (zh) * | 2018-10-09 | 2019-01-11 | 重庆大学 | 基于无衍射超分辨光束照明的非标记远场超分辨显微系统及方法 |
-
2019
- 2019-04-18 CN CN201910311312.7A patent/CN110031478B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2013114075A1 (en) * | 2012-02-03 | 2013-08-08 | University Of Southampton | Super-oscillatory lens device |
CN103901629A (zh) * | 2014-04-23 | 2014-07-02 | 中国科学院光电技术研究所 | 一种实现远场超分辨成像的方法和装置 |
CN109188669A (zh) * | 2018-10-09 | 2019-01-11 | 重庆大学 | 基于无衍射超分辨光束照明的非标记远场超分辨显微系统及方法 |
Non-Patent Citations (4)
Title |
---|
ROGERS EDWARD T.F. ET AL.: "A super-oscillatory lens optical microscope for subwavelength imaging", 《NATURE MATERIALS》 * |
武靖: "基于超振荡透镜的非标记超分辨光学显微技术", 《中国优秀硕士学位论文全文数据库 工程科技II辑》 * |
秦飞 等: "平面超透镜的远场超衍射极限聚焦和成像研究进展", 《物理学报》 * |
陈刚 等: "光学超振荡与超振荡光学器件", 《物理学报》 * |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111260561A (zh) * | 2020-02-18 | 2020-06-09 | 中国科学院光电技术研究所 | 一种可用于掩模版缺陷检测的快速多图拼接方法 |
CN112557402A (zh) * | 2020-12-04 | 2021-03-26 | 北京天科合达半导体股份有限公司 | 一种位错检测系统 |
CN112557402B (zh) * | 2020-12-04 | 2023-03-14 | 北京天科合达半导体股份有限公司 | 一种位错检测系统 |
CN113175879A (zh) * | 2021-03-25 | 2021-07-27 | 潮州三环(集团)股份有限公司 | 一种尖嘴陶瓷柱t面检测方法、装置、设备及介质 |
CN113218961A (zh) * | 2021-04-21 | 2021-08-06 | 中国科学院光电技术研究所 | 一种基片缺陷检测装置与方法 |
CN113218961B (zh) * | 2021-04-21 | 2023-08-11 | 中国科学院光电技术研究所 | 一种基片缺陷检测装置与方法 |
CN113655063A (zh) * | 2021-08-09 | 2021-11-16 | 天津城建大学 | 一种复合材料成品件孔质量的检测装置 |
CN114113150A (zh) * | 2021-11-05 | 2022-03-01 | 浙江大学 | 一种小口径球面透镜表面缺陷检测装置和检测方法 |
CN114113150B (zh) * | 2021-11-05 | 2023-10-20 | 浙江大学 | 一种小口径球面透镜表面缺陷检测装置和检测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110031478B (zh) | 2021-12-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110031478A (zh) | 一种基于超振荡透镜的超分辨缺陷检测装置及检测方法 | |
KR102438824B1 (ko) | 3차원 반도체 구조체들의 검사를 위한 결함 발견 및 레시피 최적화 | |
CN106770128B (zh) | 快速三维探测光学元件亚表面缺陷的检测装置及检测方法 | |
US10082470B2 (en) | Defect marking for semiconductor wafer inspection | |
JP3419963B2 (ja) | 自動フォトマスク検査装置及び方法 | |
KR100322326B1 (ko) | 인렌즈오프엑시스조사기를갖는검사시스템 | |
JP2019117930A (ja) | 欠陥検出を強化するための最良の開口及びモードを発見するためのシステム及び方法 | |
TWI440844B (zh) | 檢測樣品表面缺陷之檢測系統及其檢測方法 | |
CN111912835B (zh) | 一种具备烧蚀量测量功能的libs装置及方法 | |
CN206348270U (zh) | 快速三维探测光学元件亚表面缺陷的检测装置 | |
CN110411346A (zh) | 一种非球面熔石英元件表面微缺陷快速定位方法 | |
CN114096834A (zh) | 用于光学表面缺陷材料特性化的方法及系统 | |
CN115561220A (zh) | 一种光散射角分辨检测分析系统 | |
US8638430B2 (en) | Method for defect determination in fine concave-convex pattern and method for defect determination on patterned medium | |
Yin et al. | Efficient and precise detection for surface flaws on large-aperture optics based on machine vision and machine learning | |
JP3599631B2 (ja) | 欠陥検査方法及び欠陥検査装置 | |
CN109945803B (zh) | 横向相减激光差动共焦柱面曲率半径测量方法 | |
CN115266758B (zh) | 晶圆检测系统、晶圆检测方法、电子设备及存储介质 | |
CN114252007A (zh) | 微纳器件三维结构光学检测装置及方法 | |
Attota et al. | Optical illumination and critical dimension analysis using the through-focus focus metric method | |
Spektor et al. | Experimental validation of 20nm sensitivity of Singular Beam Microscopy | |
Qiu et al. | Three-dimensional information measurement and reconstruction for micro-hole array based on the modified shape from focus | |
Gu et al. | Research on Machine Vision Optical Component Surface Defect Anomaly Detection System | |
US20170254757A1 (en) | System and method of characterizing micro-fabrication processes | |
Gu et al. | Check for updates Research on Machine Vision Optical Component Surface Defect Anomaly Detection System |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |