CN111339844B - 一种基于白光扫描干涉的三维形貌解调方法 - Google Patents
一种基于白光扫描干涉的三维形貌解调方法 Download PDFInfo
- Publication number
- CN111339844B CN111339844B CN202010089262.5A CN202010089262A CN111339844B CN 111339844 B CN111339844 B CN 111339844B CN 202010089262 A CN202010089262 A CN 202010089262A CN 111339844 B CN111339844 B CN 111339844B
- Authority
- CN
- China
- Prior art keywords
- interference
- signal
- follows
- formula
- coherent
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
- G06F2218/02—Preprocessing
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/24—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures
- G01B11/2441—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures using interferometry
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
- G06F2218/12—Classification; Matching
- G06F2218/14—Classification; Matching by matching peak patterns
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Signal Processing (AREA)
- General Engineering & Computer Science (AREA)
- Instruments For Measurement Of Length By Optical Means (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明公开了一种基于白光扫描干涉的三维形貌解调方法,步骤1、对原始干涉信号进行滤波提取,消除信号中的非线性成分;其中滤波提取采的impCEEMDAN滤波算法;步骤2、对原始干涉信号进行相位峰探测得到相位峰的干涉阶数mp;步骤3、对滤波后的信号进行相干峰探测,得到相干峰探测的测量结果,再通过反演得到相干峰的干涉阶数;步骤4、利用间隙分析算法对相干峰和相位峰的干涉阶数进行差值处理,得到微观器件的三维形貌。与现有技术相比,本发明能够尽可能地减小“蝙蝠翼”效应以及消除“鬼步”现象,从而提高白光扫描干涉法的精度。
Description
技术领域
本发明涉及微观器件的表面形貌测量技术领域,特别涉及一种基于impCEEMDAN滤波提取和间隙分析的白光扫描干涉三维形貌解调方法。
背景技术
扫描白光干涉法是一种用于测量微观器件三维表面轮廓的高精度的非接触式光学方法。相干峰检测和相位峰检测是扫描白光干涉法中的两种常用方法。相干峰检测法主要包括质心法、希尔伯特变换法和小波变换法等。相干峰检测法被广泛用于高速测量,但值得注意的是当台阶高度小于相干长度时,使用该方法会导致在台阶边缘处引起“蝙蝠翼”效应,使得边缘测量结果不准确。而且”蝙蝠翼”效应还与干涉物镜的数值孔径有关,其将随着干涉物镜数值孔径的增加而增加。相位峰值检测法主要为频域分析和相移法两个分支,虽然其准确性高于相干峰值检测法,但是在所测得的三维形貌中可能会出现“鬼步”现象。“鬼步”实际上不存在于被测表面中,是由与相位跳变引起的,并且会在测量结果中引起半波长整数倍的跳跃。
目前,为了尽可能减小“蝙蝠翼”效应和消除“鬼步”现象,P.de Groot等人提出使用3×3像素滤波器和三维表面拟合的方法。该方法虽然能一定程度上克服上述问题,但是它需要根据不同的测试样本选择不同的三维表面拟合功能。表面几何的先验知识以及过滤器模板大小的选择都会影响测量结果的准确性。
无需事先了解被测物表面几何的先验知识,能够得到高精度解调结果是本发明亟待解决的技术问题。
发明内容
本发明的目的在于通过对干涉信号进行impCEEMDAN滤波处理,利用间隙分析算法消除相干峰和相位峰干涉阶数的不一致性,从而得到微观器件的三维形貌。提供了一种新的扫描白光干涉解调算法。
本发明的一种基于白光扫描干涉的三维形貌解调方法,该方法包括以下步骤:
步骤1、对原始干涉信号进行滤波提取,消除信号中的非线性成分;其中滤波提取采用的impCEEMDAN滤波算法具体步骤如下:
1-1、计算一级余数,公式如下:
其中,w(i)(i=1,...,N)为经过i次的零平均单位方差白噪声,N为零平均总次数,I(i)为原始干涉信号的强度I经过i次零平均噪声相加后的结果,β0为第1级白噪声幅度,E1(·)为由经验模态分解得到的第1级信号,M(·)为对干涉信号的局部均值的运算符,<·>为求均值的运算符;再通过1级余数r1,得到第1层模式分离信号
1-2、通过递推表达式得到第k层模式分离信号,公式如下:
其中,βk-1为第k层模式分解添加的白噪声幅度,rk为第k层模式分解余数,Ek(·)为由经验模态分解得到的第k级信号;
1-3、对k层模式分离信号进行筛选和提取,筛选函数计算公式如下:
其中,F1为局部偏差函数,F2为整体偏差函数,j为采样点索引,n为采样点数;
步骤2、对原始干涉信号进行相位峰探测得到相位峰的干涉阶数mp,公式如下:
其中λ0为中心波长,φ0为相位信息,δ为光程差,Int(·)为取整函数;
步骤3、对滤波后的信号进行相干峰探测,得到相干峰探测的测量结果,再通过反演得到相干峰的干涉阶数,具体过程如下:
利用质心法的原理通过计算干涉信号的质心位置,进而得到测量物体表面的相对高度hc,具体公式如下:
其中,z为重心位置,I为干涉信号的强度,j为采样点索引,Δz为扫描间隔步长;
利用类比相位峰探测法,反演得到相干峰的干涉阶数mc,公式如下:
其中,Int(·)为取整函数;
步骤4、利用间隙分析算法对相干峰和相位峰的干涉阶数进行差值处理,得到微观器件的三维形貌,具体公式如下:
式中,hp为相位峰探测法得到的表面形貌的高度值,h为经过间隙分析后的微观器件表面形貌的最终高度值。
与现有技术相比,本发明的一种基于白光扫描干涉的三维形貌解调方法,能够尽可能地减小“蝙蝠翼”效应以及消除“鬼步”现象,从而提高白光扫描干涉法的精度。
附图说明
图1为本发明的一种基于白光扫描干涉的三维形貌解调方法整体流程图;
图2为本发明的一种基于白光扫描干涉的三维形貌解调方法所使用的扫描白光干涉系统实施例示意图;
图3为干涉信号经过impCEEMDAN滤波提取后所有的模式分量信号示意图;
图4为经过筛选和滤波提取后的干涉信号与原始信号对比结果示意图;
图5为本发明与传统方法测量结果对比示意图;
图6为间隙分析算法的过程图;
图7为一个实际的台阶样块(表面为高度差分别为500nm和1200nm的台阶)三维形貌及其剖面高度的测量结果示意图;
图8为一个X-25声学薄膜的三维形貌及其剖面高度的测量结果示意图。
附图标记:
1、卤素灯,2、第一透镜,3、面阵CCD,4、第二透镜,5、分光器,6、压电陶瓷,7、干涉物镜,8、微观器件,9、控制器,10、计算机。
具体实施方式
下面结合附图和实施例对本发明的技术方案作进一步的说明。
如图1所示,为本发明的一种基于白光扫描干涉的三维形貌解调方法的流程图,该方法首先基于自适应噪声的改进的完整集合经验模态分解(impCEEMDAN)对原始信号进行滤波处理,消除原始信号中存在的非线性噪声;最后通过间隙分析算法,消除干涉阶数的不一致性,从而实现对微观器件三维形貌的测量。法具体实施步骤如下:
步骤1、对原始干涉信号进行滤波提取,消除信号中的非线性成分;其中滤波提取采用的impCEEMDAN滤波算法具体步骤如下:
1-2、计算一级余数,公式如下:
其中,w(i)(i=1,...,N)为经过i次的零平均单位方差白噪声,N为零平均总次数,I(i)为原始干涉信号的强度I经过i次零平均噪声相加后的结果,β0为第1级白噪声幅度,E1(·)为由经验模态分解得到的第1级信号,M(·)为对干涉信号的局部均值的运算符,<·>为求均值的运算符;再通过1级余数r1,得到第1层模式分离信号
1-2、通过递推表达式得到第k层模式分离信号,公式如下:
其中,βk-1为第k层模式分解添加的白噪声幅度,rk为第k层模式分解余数,Ek(·)为由经验模态分解得到的第k级信号;
1-3、对k层模式分离信号进行筛选和提取,筛选函数计算公式如下:
其中,F1为局部偏差函数,F2为整体偏差函数,j为采样点索引,n为采样点数;
步骤2、对原始干涉信号进行相位峰探测得到相位峰的干涉阶数mp,公式如下:
其中λ0为中心波长,φ0为相位信息,δ为光程差,Int(·)为取整函数;
步骤3、对滤波后的信号进行相干峰探测,得到相干峰探测的测量结果,再通过反演得到相干峰的干涉阶数,具体过程如下:
利用质心法的原理通过计算干涉信号的质心位置,进而得到测量物体表面的相对高度hc,具体公式如下:
其中,z为重心位置,I为干涉信号的强度,j为采样点索引,Δz为扫描间隔步长;
利用类比相位峰探测法,反演得到相干峰的干涉阶数mc,公式如下:
其中,Int(·)为取整函数;
步骤4、利用间隙分析算法对相干峰和相位峰的干涉阶数进行差值处理,得到微观器件的三维形貌,具体公式如下:
式中,hp为相位峰探测法得到的表面形貌的高度值,h为经过间隙分析后的微观器件表面形貌的最终高度值。
如图2所示,为本发明一种基于白光扫描干涉的三维形貌解调方法所使用的扫描白光干涉系统装置实施例示意图。卤素灯1发出的光经第一透镜2变成平行光射入分光器5被分成入射光和参考光,其中:入射光经过干涉物镜7照射到微观器件8表面发生反射,反射光在干涉物镜7内与参考光产生干涉,通过透镜4在面阵CCD 3处成像;控制器9驱动压电陶瓷6等间隔步长移动,每移动一次,面阵CCD 3就会得到一幅干涉图片,最后利用计算机10对得到的多幅干涉图片进行解调运算,得到微观器件8的三维形貌。
如图3所示,为经过impCEEMDAN后的所有干涉信号的模式分量示意图。
如图4所示,为经过筛选和提取后的干涉信号与原始信号对比图。
如图5所示,为显示本发明算法与传统方法测量结果的对比图。
如图6所示,为间隙分析算法过程示意图。
如图7所示,为一个实际的台阶样块(表面为高度差分别为500nm和1200nm的台阶)三维形貌及其剖面高度的测量结果示意图。
如图8所示,为一个X-25声学薄膜的三维形貌及其剖面高度的测量结果示意图。
本发明的验证实验通过搭建扫描白光干涉系统环境,对一个台阶样块(表面具有高度差分别为500nm和1200nm的台阶)进行测量。通过对比传统方法和本发明方法的测量结果,证明本发明方法能够有效地减小“蝙蝠翼”效应以及消除“鬼步”现象,从而提高测量的精度。
Claims (1)
1.一种基于白光扫描干涉的三维形貌解调方法,其特征在于,该方法包括以下步骤:
步骤1、对原始干涉信号进行滤波提取,消除信号中的非线性成分;其中滤波提取采用的impCEEMDAN滤波算法具体步骤如下:
1-1、计算一级余数,公式如下:
其中,w(i)(i=1,...,N)为经过i次的零平均单位方差白噪声,N为零平均总次数,I(i)为原始干涉信号的强度I经过i次零平均噪声相加后的结果,β0为第1级白噪声幅度,E1(·)为由经验模态分解得到的第1级信号,M(·)为对干涉信号的局部均值的运算符,<·>为求均值的运算符;再通过1级余数r1,得到第1层模式分离信号
1-2、通过递推表达式得到第k层模式分离信号,公式如下:
其中,βk-1为第k层模式分解添加的白噪声幅度,rk为第k层模式分解余数,Ek(·)为由经验模态分解得到的第k级信号;
1-3、对k层模式分离信号进行筛选和提取,筛选函数计算公式如下:
其中,F1为局部偏差函数,F2为整体偏差函数,j为采样点索引,n为采样点数;
步骤2、对原始干涉信号进行相位峰探测得到相位峰的干涉阶数mp,公式如下:
其中λ0为中心波长,φ0为相位信息,δ为光程差,Int(·)为取整函数;
步骤3、对滤波后的信号进行相干峰探测,得到相干峰探测的测量结果,再通过反演得到相干峰的干涉阶数,具体过程如下:
利用质心法的原理通过计算干涉信号的质心位置,进而得到测量物体表面的相对高度hc,具体公式如下:
其中,z为重心位置,I为干涉信号的强度,j为采样点索引,Δz为扫描间隔步长;
利用类比相位峰探测法,反演得到相干峰的干涉阶数mc,公式如下:
其中,Int(·)为取整函数;
步骤4、利用间隙分析算法对相干峰和相位峰的干涉阶数进行差值处理,得到微观器件的三维形貌,具体公式如下:
式中,hp为相位峰探测法得到的表面形貌的高度值,h为经过间隙分析后的微观器件表面形貌的最终高度值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010089262.5A CN111339844B (zh) | 2020-02-12 | 2020-02-12 | 一种基于白光扫描干涉的三维形貌解调方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010089262.5A CN111339844B (zh) | 2020-02-12 | 2020-02-12 | 一种基于白光扫描干涉的三维形貌解调方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111339844A CN111339844A (zh) | 2020-06-26 |
CN111339844B true CN111339844B (zh) | 2022-10-28 |
Family
ID=71183844
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010089262.5A Active CN111339844B (zh) | 2020-02-12 | 2020-02-12 | 一种基于白光扫描干涉的三维形貌解调方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111339844B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102355861A (zh) * | 2009-03-19 | 2012-02-15 | 富士胶片株式会社 | 光学三维结构测量装置及其结构信息处理方法 |
CN106017349A (zh) * | 2016-06-08 | 2016-10-12 | 中国计量大学 | 基于白光干涉术的测试系统及其测试方法 |
CN109163672A (zh) * | 2018-08-03 | 2019-01-08 | 广东工业大学 | 一种基于白光干涉零光程差位置拾取算法的微观形貌测量方法 |
-
2020
- 2020-02-12 CN CN202010089262.5A patent/CN111339844B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102355861A (zh) * | 2009-03-19 | 2012-02-15 | 富士胶片株式会社 | 光学三维结构测量装置及其结构信息处理方法 |
CN106017349A (zh) * | 2016-06-08 | 2016-10-12 | 中国计量大学 | 基于白光干涉术的测试系统及其测试方法 |
CN109163672A (zh) * | 2018-08-03 | 2019-01-08 | 广东工业大学 | 一种基于白光干涉零光程差位置拾取算法的微观形貌测量方法 |
Non-Patent Citations (3)
Title |
---|
Complete fringe order determination in scanning white-light interferometry using a Fourier-based technique;Young-Sik Ghim等;《APPLIED OPTICS》;20120411;论文正文 * |
Improved complete ensemble EMD: A suitable tool for biomedical signal processing;Marcelo等;《Biomedical Signal Processing and Control》;20140717;论文正文 * |
Improvement of Decomposing Results of EmpiricalMode Decomposition and its Variations for Sea-level Records Analysis;Lee;《Journal of Coastal Research》;20181231;论文正文 * |
Also Published As
Publication number | Publication date |
---|---|
CN111339844A (zh) | 2020-06-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113091634B (zh) | 一种适用于白光扫描干涉的微观形貌快速测量方法 | |
CN109163672B (zh) | 一种基于白光干涉零光程差位置拾取算法的微观形貌测量方法 | |
CN110779464B (zh) | 一种时域频域联合分析宽光谱相干测量方法及系统 | |
CN109269438B (zh) | 用于多层复杂微纳结构检测的结构光照明显微测量方法 | |
CN108759709B (zh) | 一种适用于表面形貌检测的白光干涉三维重建方法 | |
CN106643559B (zh) | 一种基于混合干涉条纹的白光显微干涉形貌重建方法 | |
CN109141224B (zh) | 一种基于结构光的干涉反射式光学薄膜显微测量方法 | |
CN110715616A (zh) | 一种基于聚焦评价算法的结构光微纳三维形貌测量方法 | |
CN109751971B (zh) | 高精度短相干光三维形貌快速测量算法 | |
EP0682771A1 (en) | Method and apparatus for surface topography measurement by spatial-frequency analysis of interferograms | |
CN112432607A (zh) | 一种自动变焦三维形貌测量系统及方法 | |
CN106017349A (zh) | 基于白光干涉术的测试系统及其测试方法 | |
WO2019019735A1 (zh) | 基于光频域反射长距离光纤分布式扰动传感信号处理方法 | |
Lou et al. | Application of clustering filter for noise and outlier suppression in optical measurement of structured surfaces | |
JP3934490B2 (ja) | 低コヒーレント干渉縞解析方法 | |
KR20160055673A (ko) | 나노구조의 임계 치수에 대한 광학 측정 시스템 및 측정 방법 | |
CN109297595B (zh) | 一种光学相干层析相位解卷绕的方法及装置 | |
CN106123805B (zh) | 基于白光扫描干涉的镀膜器件三维形貌测量方法 | |
CN111339844B (zh) | 一种基于白光扫描干涉的三维形貌解调方法 | |
TW200825369A (en) | Method for identifying out-of-plane and apparatus and method for identifying resonant frequencies using the same | |
CN109164063A (zh) | 基于oct和数字图像技术自动测量材料折射率的方法 | |
CN111964586A (zh) | 一种基于随机噪声修正的白光干涉信号处理方法 | |
Sandoz et al. | In-plane rigid-body vibration mode characterization with a nanometer resolution by stroboscopic imaging of a microstructured pattern | |
Zhou et al. | Eliminating the influence of source spectrum of white light scanning interferometry through time-delay estimation algorithm | |
CN112212806A (zh) | 一种基于相位信息导向的立体相位展开方法 |
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 |