CN115494005A - 基于红外显微数字全息的半导体缺陷检测装置及方法 - Google Patents
基于红外显微数字全息的半导体缺陷检测装置及方法 Download PDFInfo
- Publication number
- CN115494005A CN115494005A CN202211253312.4A CN202211253312A CN115494005A CN 115494005 A CN115494005 A CN 115494005A CN 202211253312 A CN202211253312 A CN 202211253312A CN 115494005 A CN115494005 A CN 115494005A
- Authority
- CN
- China
- Prior art keywords
- infrared
- semiconductor
- light
- laser
- 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.)
- Pending
Links
- 239000004065 semiconductor Substances 0.000 title claims abstract description 134
- 230000007547 defect Effects 0.000 title claims abstract description 60
- 238000001514 detection method Methods 0.000 title claims abstract description 47
- 238000000034 method Methods 0.000 title claims abstract description 29
- 238000001093 holography Methods 0.000 title claims abstract description 24
- 238000012545 processing Methods 0.000 claims abstract description 12
- 230000003321 amplification Effects 0.000 claims abstract description 11
- 238000003199 nucleic acid amplification method Methods 0.000 claims abstract description 11
- 230000005540 biological transmission Effects 0.000 claims description 17
- 239000011521 glass Substances 0.000 claims description 12
- 230000010287 polarization Effects 0.000 claims description 12
- 229910052732 germanium Inorganic materials 0.000 claims description 11
- GNPVGFCGXDBREM-UHFFFAOYSA-N germanium atom Chemical compound [Ge] GNPVGFCGXDBREM-UHFFFAOYSA-N 0.000 claims description 11
- XUIMIQQOPSSXEZ-UHFFFAOYSA-N Silicon Chemical compound [Si] XUIMIQQOPSSXEZ-UHFFFAOYSA-N 0.000 claims description 10
- 229910052710 silicon Inorganic materials 0.000 claims description 10
- 239000010703 silicon Substances 0.000 claims description 10
- 230000003287 optical effect Effects 0.000 claims description 9
- 238000005070 sampling Methods 0.000 claims description 8
- 230000002950 deficient Effects 0.000 claims description 7
- 238000001914 filtration Methods 0.000 claims description 7
- 238000012549 training Methods 0.000 claims description 7
- 238000013135 deep learning Methods 0.000 claims description 6
- 238000003860 storage Methods 0.000 claims description 5
- 238000009826 distribution Methods 0.000 claims description 4
- 238000012216 screening Methods 0.000 claims description 4
- 238000005516 engineering process Methods 0.000 abstract description 6
- 238000003384 imaging method Methods 0.000 description 27
- 230000000694 effects Effects 0.000 description 20
- 239000000463 material Substances 0.000 description 11
- 238000002474 experimental method Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 6
- 238000002834 transmittance Methods 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 238000013473 artificial intelligence Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 238000004806 packaging method and process Methods 0.000 description 2
- 230000035945 sensitivity Effects 0.000 description 2
- 238000010521 absorption reaction Methods 0.000 description 1
- 230000002238 attenuated effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000013527 convolutional neural network Methods 0.000 description 1
- 125000004122 cyclic group Chemical group 0.000 description 1
- 230000006698 induction Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000009659 non-destructive testing Methods 0.000 description 1
- 230000005693 optoelectronics Effects 0.000 description 1
- 230000000149 penetrating effect Effects 0.000 description 1
- 238000011897 real-time detection Methods 0.000 description 1
- 230000003014 reinforcing effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000002893 slag Substances 0.000 description 1
- 238000005476 soldering Methods 0.000 description 1
- 238000003466 welding Methods 0.000 description 1
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
- G01N21/01—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
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
本发明公开一种基于红外显微数字全息的半导体缺陷检测装置及方法,红外半导体激光器发出的光束经偏振片调制后分成两束;第一束激光成为平行光,被反射后作为参考光束;第二束激光成为平行光,照射并透过待测半导体,经透镜放大系统调制后的光束成为物光束;物光束和参考光束在分束镜上形成红外全息干涉图,由图像采集装置进行接收记录,再传递给计算机记录包含待测半导体相位信息的全息图;将无缺陷和有缺陷的半导体全息图进行图像处理,重建相位并作相位差,通过相位差即可判断半导体是否存在缺陷。本发明将红外显微数字全息技术用于半导体缺陷检测,可实现对不同尺寸、半导体表面及内部的缺陷检测极大提升了检测效率,保证检测的精度。
Description
技术领域
本发明公开一种基于红外显微数字全息的半导体缺陷检测装置及方法,属于红外数字全息应用领域。
背景技术
半导体材料是制作晶体管、集成电路、电力电子器件、光电子器件的重要基础材料。随着汽车电动智能化、5G通信、人工智能(AI)、物联网(IoT)、新兴消费电子(VR)、医疗电子等终端应用领域的快速发展以及人工智能、物联网等新兴产业的崛起,极大的促进了半导体产业的发展,半导体硅片作为半导体产业中占比最大的基础材料,一直是从业者关注的焦点。
生产制造过程中会产生许多类型的封装与焊接缺陷,如元器件内部的裂纹、空洞、夹渣、以及封装贴片过程中产生分层、虚焊、空洞、气泡、残余应力等系列缺陷,极大影响了半导体元器件的使用性能,需要一种精准、快速、无损的方法检测半导体缺陷。
由于半导体器件体积不一、使用需求增高,半导体元件体积越来越小,这也致使半导体缺陷检测难度越来越大。光学方法可实现无损检测,可见光比红外检测精度也更高,但可见光不能透射半导体材料,无法实现其内部缺陷的检测。就此,半导体材料和MEMS器件的微/纳米级体缺陷的无损检测,成为国内外微/纳米检测技术研究中的热点之一。
发明内容
为解决上述难题,本发明结合红外数字全息、显微全息的各项优秀特性,结合红外光可透射硅类半导体材料的特性,将红外数字全息、显微全息技术引入半导体缺陷检测,在避免对半导体元件损害的前提下,采用透射式方法拍摄并重建半导体的相位信息,通过相位分布是否均匀即可判断半导体是否存在缺陷,为进一步快速、准确地得到检测结果,作无缺陷、有缺陷的相位差,以是否存在相位差为依据判断半导体是否存在缺陷。
本发明不仅发挥了全息干涉计量手段高精度测量的优点,还结合了红外数字全息抗干扰性强及实时检测的优点,显微技术可对不同尺寸半导体放大或缩小的优点,在避免对半导体损伤的同时,实现半导体缺陷的高精度检测。
为达到上述技术要求,本发明采用的技术方案如下:
基于红外显微数字全息的半导体缺陷检测装置,包括暗盒,暗盒内设有红外半导体激光器、偏振片、分束镜I、反射镜I、扩束镜I、扩束镜Ⅱ、针孔滤波器I、针孔滤波器Ⅱ、傅里叶透镜I、傅里叶透镜Ⅱ、透镜放大系统、反射镜Ⅱ、分束镜Ⅱ、图像采集装置;暗盒侧壁上设有红外窗口Ⅰ、红外窗口Ⅱ;待测半导体位于暗盒外,并位于红外窗口Ⅰ与红外窗口Ⅱ之间的位置;图像采集装置与计算机连接;
偏振片位于红外半导体激光器发出的光束传输光路上,红外半导体激光器发出的光束到达偏振片后偏振角被改变;
分束镜Ⅰ置于偏振片之后,过偏振片被调制的光束到达分束镜Ⅰ后被分成两束;
第一束激光的光路上依次布设有扩束镜I、针孔滤波器I、傅里叶透镜I、反射镜Ⅱ;第一束激光经过扩束镜I,被扩束后再经过针孔滤波器I对光束进行滤波处理,滤波后的激光再经过傅里叶透镜I,使得第一束激光成为平行光,称作参考光束;
经过分束镜I的第二束激光的光路上依次布设有反射镜I、扩束镜Ⅱ、针孔滤波器Ⅱ、傅里叶透镜Ⅱ、红外窗口Ⅱ,照射到待测半导体表面产生透射,被透射的光束在传输光路上,设有透镜放大系统;第二束激光到达反射镜I,被反射至扩束镜Ⅱ,激光被扩束后经过针孔滤波器Ⅱ对光束进行滤波处理,滤波后的激光再经过傅里叶透镜Ⅱ,使得第二束激光成为平行光,该平行光透过红外窗口Ⅱ照射到待测半导体表面产生部分透射,被透射的光束传输至红外窗口I筛选后进入暗盒内,筛选后余下的红外光束已携带了待测物体的相位信息,携带相位信息的光束再经过透镜放大系统,此光束称为物光束;
物光束的光路上依次设有分束镜Ⅱ、图像采集装置;分束镜Ⅱ、图像采集装置同时也在参考光束的光路上;物光束、参考光束到达分束镜Ⅱ,物光束和参考光束在分束镜Ⅱ上相遇形成红外全息干涉图,红外全息干涉图由图像采集装置进行接收记录,再传递给计算机进行存储、再现,从而记录包含待测半导体相位信息的全息图。
分别采集无缺陷、有缺陷的半导体全息图,在计算机中进行条纹增强并重建相位,无缺陷全息图相位分布均匀,而有缺陷全息图在缺陷处相位发生变化,可判断出存在缺陷,为方便观察直接将两相位进行相减得到相位差,即可快速、准确判断半导体是否存在缺陷。
优选的:
所述的红外半导体激光器的型号为:LR-ILN-1064/1~200mW,红外半导体激光器作为检测光源,其波长不低于1000nm,并需处于特殊的可透射半导体波段。
所述傅里叶透镜I、傅里叶透镜Ⅱ、透镜放大系统为锗透镜、硅透镜或玻璃透镜中任一种。
所述分束镜I、分束镜Ⅱ为锗分束镜、硅分束镜或玻璃分束镜中任一种。
所述扩束镜I、扩束镜Ⅱ为锗扩束镜、硅扩束镜或玻璃扩束镜中任一种。
所述透镜放大系统由多个傅里叶透镜组合而成,可根据待测半导体的大小调节透镜系统的放大倍率及成像质量。
所述图像采集装置为红外焦平面阵列成像传感器,或者为感应波段包含红外半导体激光器波长的红外CCD图像传感器。
所述红外窗口Ⅰ、红外窗口Ⅱ安装透镜应为锗透镜、硅透镜或玻璃透镜中任一种,红外窗口Ⅰ、红外窗口Ⅱ允许通过的红外光波长与红外半导体激光器发出的波长相匹配。
暗盒侧壁内侧为纯黑色,以吸收进入暗盒内的红外光,防止红外光在透光外壳内部来回反射被图像采集装置接收而影响图像采集装置对干涉条纹图样的接收。
利用本发明所述装置进行基于红外显微数字全息的半导体缺陷检测,检测方法为:
打开红外半导体激光器,红外半导体激光器发出的光束被偏振片改变偏振角度后,到达分束镜Ⅰ分成两束,一束激光传输到扩束镜Ⅰ,被扩束后再经过针孔滤波器Ⅰ对光束进行滤波处理,滤波后的激光再经过傅里叶透镜Ⅰ,使得这个方向的激光束成为平行光,再由反射镜Ⅱ反射,把该平行光束称作参考光束;经过分束镜Ⅰ的另一束激光被反射镜Ⅰ反射到达扩束镜Ⅱ,激光被扩束后经过针孔滤波器Ⅱ对光束进行滤波处理,滤波后的激光再经过傅里叶透镜Ⅱ,使得这个方向的激光束成为平行光,该平行光透过红外窗口Ⅱ照射到待测半导体表面产生透射,被透射的光束传输至红外窗口Ⅰ筛选后进入暗盒内,筛选后余下的红外光束已携带了待测半导体的相位信息,携带相位信息的光束再经过透镜放大系统调制,此光束称为物光束;
物光束、参考光束到达分束镜Ⅱ,物光束和参考光束在分束镜Ⅱ上相遇形成红外全息干涉图,红外全息干涉图由图像采集装置进行接收记录,再传递给计算机进行存储、再现,从而记录包含待测半导体相位信息的全息图;分别采集无缺陷、有缺陷的半导体全息图,在计算机中进行条纹增强并重建相位,无缺陷全息图相位分布均匀,而有缺陷全息图在缺陷处相位发生变化,可判断出存在缺陷,为方便观察直接将两相位进行相减得到相位差,即可快速、准确判断半导体是否存在缺陷。
具体的,本发明采用基于深度学习的超分辨全息图条纹增强方法,包括以下步骤:
(1)寻找大真实场景下图像样本;
(2)对每张图像进行下采样处理降低图像分辨率,下采样前的图像作为高分辨率图像H,下采样后的图像作为低分辨率图像L,L和H构成一个有效的图像对用于后期模型训练;
(3)训练模型时,对低分辨率图像L进行放大还原为高分辨率图像SR,然后与原始的高分辨率图像H进行比较,差异用来调整模型的参数,通过迭代训练,使得差异最小;
(4)训练完的模型用来对新的低分辨率图像进行重建,得到高分辨率图像。
本发明的有益效果:
本发明所述实验,以红外激光作为光源,其波长必须在可透半导体材料波段内,光束透过率越高,实验效果越佳;激光器功率不能过小,功率也会影响成像效果。
本发明所述方法把红外光分成两束,其中一束扩束为平行光作为物光,照射到待测物体上,需选择可透过半导体的波长,透过率越高实验效果越好,相同透过率条件下,红外波长越长,对环境稳定性的要求就越低,在检测过程中不会对被测物造成损害;另一束扩束为平行光后作为参考光。
本发明所述实验,对于不同尺寸的待测半导体,需调节透镜放大系统的放大倍率以达到最佳的成像效果。
本发明所述实验光路的总光程可尽量减小,避免红外光在传播过程损耗过大,导致实验结果不理想。
本发明所述红外物光束与红外参考光束皆为扩束过后的平行光,且红外物光束与红外参考光束所经过光路的光程最大差值需在该设备使用激光器的相干长度范围之内,。
本发明所述光路的搭建过程中,由于红外不可见,在光路搭建中可使用合光棱镜将红外光与可见光拟合,解决因红外不可见而为检测增加的难题。
本发明所述使用红外半导体激光器作为检测光源,在稳定性要求更高的前提下,可以选择使用单脉冲红外半导体激光器作为检测光源,以达到更好的检测效果。
本发明所述使用图像采集装置接收红外全息图,图像采集装置灵敏度的选取和红外半导体激光器的功率大小相匹配,其感应波段需与红外半导体激光器波长相匹配,即应能感应到所选取的红外半导体激光器波长的波段,以达到较好的成像效果。
计算机能够对图像采集装置接收到的红外全息图进行滤波处理,使用相关配套软件对处理后的全息图进行图像增强并重建相位,无缺陷全息图相位分布均匀,而有缺陷全息图在缺陷处相位发生变化,可判断出存在缺陷,为方便观察直接将两相位进行相减得到相位差,即可快速、准确判断半导体是否存在缺陷。
与现有技术相比,本发明具有如下优点:
(1)本发明将红外数字全息技术应用于半导体缺陷检测,可见光不可透过半导体材料,目前只能通过反射式实验检测半导体缺陷,但只能检测其表面缺陷,无法探查其内部情况,红外特殊波段对半导体材料有一定透过率,使用透射式实验便可检测其内部、外部缺陷情况;引入全息的方法,测量精度直接达到了红外波长级,应用价值更高。
(2)本发明将显微技术应用于半导体缺陷检测,实验内部搭建了透镜放大系统,针对不同尺寸的半导体器件可调节不同放大倍率以实现检测,解决了尺寸过小或过大,无法进行检测的难题;此外,此透镜系统可调节、整合光束,使干涉效果更佳,提高了相位采集质量。
(3)本发明将偏振方法引入半导体缺陷检测,半导体内部结构可能对光束偏振角产生影响,在物光方向使透射半导体的光束偏振角发生改变,而参考光方向偏振角无明显变化,然而只有偏振角度相同的光束才能发生干涉,物光偏振角的改变极大降低了实验效果,因此使用偏振片改变偏振角,使物参光干涉量最大,实验效果最佳。
(4)本发明将红外数字全息技术应用于半导体缺陷检测,该发明采用的红外光波波长较长,使得整个相位采集系统可在更大的振动幅度下实现对半导体相位的检测,降低了系统对环境稳定性的要求。
(5)本发明利用全息方法可获得目标体的相位信息,得到的实验图像包含了目标体的强度、相位信息,该方法所获信息更多,采集到的相位信息可引入立体景深识别效应,使得整个装置精度更可靠。
(6)本发明红外全息实验光路能极大避免水分对红外光线的吸收,降低外界环境影响,提高了实验数据精度。
(7)本发明整个装置用暗盒保护和固定,且使用的暗盒侧壁内侧为纯黑色,装置上只留两个圆孔位置以便于实验光束传输,以避免环境可见光的干扰,提高相位采集精度。
(8)本发明红外窗口允许通过的红外光波长应与红外半导体激光器的波长相同,依据红外窗口透过单一波长的特点,除了装置内与激光器波长相同的红外光能进入装置,其他波长的光都不能进入装置,可以有效降低外界杂散光对装置识别的干扰,极大减少了识别过程中的噪声。
(9)本发明可实现对半导体材料的大批量、实时、高精度、循环检测,检测效率高,装置适用性基本覆盖所有尺寸半导体,极大提升了检测便利性、实用性。
附图说明
通过阅读参照以下附图对非限制性实施例所作的详细描述,本发明的其他特征、目的和优点将会变得更明显:
图1为本发明实施例的整体结构示意图:
图中:1-红外半导体激光器、2-偏振片、3-分束镜I、4-反射镜I、5-扩束镜I、6-扩束镜Ⅱ、7-针孔滤波器I、8-针孔滤波器Ⅱ、9-傅里叶透镜I、10-傅里叶透镜Ⅱ、11-透镜放大系统、12-反射镜Ⅱ、13-分束镜Ⅱ、14-图像采集装置、15-红外窗口Ⅰ、16-红外窗口Ⅱ、17-暗盒、18-待测半导体、19-计算机。
图2为本发明实施例中暗盒的外观示意图;
图3为本发明的装置外观示意图,整个暗盒固定于检测平台;
图4(1)为本发明实施例1中透镜放大系统物像关系图之一;
图4(2)为本发明实施例1中透镜放大系统物像关系图之二;
图4(3)为本发明实施例1中透镜放大系统物像关系图之三;
图4(4)为本发明实施例1中透镜放大系统物像关系图之四;
图5为本发明实施例1中采集的半导体存在圆形缺陷的全息图;
图6为本发明实施例1中作无缺陷和有缺陷全息图相位重建,并作相位差的图样;
图7为本发明实施例2中深度学习超分辨算法原理图。
具体实施方式
下面将结合本公开实施例中的附图,对本公开实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本公开一部分实施例,而不是全部的实施例。基于本公开中的实施例,本领域技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本公开保护的范围。
实施例1
如图1和图2所示,基于红外显微数字全息的半导体缺陷检测装置,包括暗盒17,暗盒17内设有红外半导体激光器1、偏振片2、分束镜I 3、反射镜I 4、扩束镜I 5、扩束镜Ⅱ6、针孔滤波器I 7、针孔滤波器Ⅱ8、傅里叶透镜I 9、傅里叶透镜Ⅱ10、透镜放大系统11、反射镜Ⅱ12、分束镜Ⅱ13、图像采集装置14;暗盒17侧壁上设有红外窗口Ⅰ15、红外窗口Ⅱ16;待测半导体18位于暗盒17外,并位于红外窗口Ⅰ15与红外窗口Ⅱ16之间的位置;图像采集装置14与计算机19连接;
偏振片2位于红外半导体激光器1发出的光束传输光路上,红外半导体激光器1发出的光束到达偏振片2后偏振角被改变;
分束镜Ⅰ3置于偏振片2之后,过偏振片2被调制的光束到达分束镜Ⅰ3后被分成两束;
第一束激光的光路上依次布设有扩束镜I 5、针孔滤波器I 7、傅里叶透镜I 9;使得第一束激光成为平行光,经反射镜Ⅱ12反射到达分束镜Ⅱ13,称作参考光束;
经过分束镜I 3的第二束激光的光路上依次布设有反射镜I 4、扩束镜Ⅱ6、针孔滤波器Ⅱ8、傅里叶透镜Ⅱ10、红外窗口Ⅰ16,光束照射到待测半导体18表面产生透射,被透射的光束在传输光路上,依次通过红外窗口Ⅱ15、透镜放大系统11,到达分束镜Ⅱ13,使得第二束激光成为物光束;
物光束被分束镜Ⅱ13反射、参考光束经分束镜Ⅱ13透射后两光束相遇并发生干涉,干涉光束传输到达图像采集装置14并被记录。
本实施例中所述傅里叶透镜I 9、傅里叶透镜Ⅱ10、透镜放大系统11为锗透镜;所述分束镜I 3、分束镜Ⅱ13为锗分束镜;所述扩束镜I 5、扩束镜Ⅱ6为锗扩束镜。
本实施例中所述红外半导体激光器1选择光束中心波长为1064nm的红外半导体激光器,该波长的红外激光束可透过半导体材料且在空气中衰减效应较弱,可以避免红外激光束在空气中过快衰减,以增强实验效果;所述He-Ne激光器是波长为632.8nm的可见光激光器,用于设备调试时引导红外光路。
图像采集装置14灵敏度的选取和红外半导体激光器1功率大小相匹配,其感应波段需与红外半导体激光器1波长相匹配,即能感应到所选取的红外半导体激光器1波长的波段,以达到较好的成像效果。图像采集装置14将接收到的光信号转化为电信号,再将电信号传送至计算机20进行存储及数据处理。
红外半导体激光器1、偏振片2、分束镜I 3、反射镜I 4、扩束镜I 5、扩束镜Ⅱ6、针孔滤波器I 7、针孔滤波器Ⅱ8、傅里叶透镜I 9、傅里叶透镜Ⅱ10、透镜放大系统11、反射镜Ⅱ12、分束镜Ⅱ13、图像采集装置14固定在暗盒17内部,以增强装置的稳定性,提高成像质量。
红外半导体激光器1发出中心波长为1064nm的红外光束,调节好红外半导体激光器1的俯仰和方向,使得光束与光轴保持水平。
如图3所示,本发明的装置外观示意图,整个暗盒固定于检测平台;
使用过程中:打开红外半导体激光器,红外半导体激光器发出的光束被偏振片改变偏振角度后,到达分束镜Ⅰ3分成两束,一束激光传输到扩束镜Ⅰ5,被扩束后再经过针孔滤波器Ⅰ7对光束进行滤波处理,滤波后的激光再经过傅里叶透镜Ⅰ9,使得这个方向的激光束成为平行光,再由反射镜Ⅱ12反射,把该平行光束称作参考光束;经过分束镜Ⅰ3的另一束激光被反射镜Ⅰ4反射到达扩束镜Ⅱ6,激光被扩束后经过针孔滤波器Ⅱ8对光束进行滤波处理,滤波后的激光再经过傅里叶透镜Ⅱ10,使得这个方向的激光束成为平行光,该平行光透过红外窗口Ⅱ16照射到待测半导体18表面产生透射,被透射的光束传输至红外窗口Ⅰ15筛选后进入暗盒内,筛选后余下的红外光束已携带了待测半导体的相位信息,携带相位信息的光束再经过透镜放大系统11调制,此光束称为物光束;物光束、参考光束到达分束镜Ⅱ13,物光束和参考光束在分束镜Ⅱ13上相遇形成红外全息干涉图,红外全息干涉图由图像采集装置14进行接收记录,再传递给计算机19进行存储、再现,从而记录包含待测半导体相位信息的全息图,如图5所示;分别采集无缺陷、有缺陷的半导体全息图,在计算机中进行图像增强并重建相位,无缺陷全息图相位分布均匀,而有缺陷全息图在缺陷处相位发生变化,可判断出存在缺陷,如图6所示,为方便观察直接将两相位进行相减得到相位差,即可快速、准确判断半导体是否存在缺陷。
在拍摄红外全息图时应该调整好参物光夹角,即调整分束镜Ⅱ13的左右方向,以及调整到合适参物光强比(理论最佳效果:物光与参考光强度相等或略强),以保证得到最好效果的全息图。
实验装置中加入了透镜放大系统11,所谓的透镜放大系统11,就是透过调节各透镜位置,以控制对物体的放大倍数,选择合适放大倍率以呈现最好的成像效果。在各向同性的均匀介质中,理想光学系统的成像原理应具备以下特性:
已知第一透镜的焦距为f0,第二透镜的焦距为fe,两透镜之间的距离设为L,对于第一次成像,物距设为u1,为了保证一次像为放大的实像,u1满足fo<u1<2fo,由凸透镜成像公式:
式中f为透镜焦距,u为物距,v为像距。可得,第一次成像的像距为:
第一次成像的放大倍率为:
即成放大倒立的实像A1 B1。下面分析第一透镜、第二透镜之间的距离L取不同的值时,系统总的放大倍率和最终成像位置的情况。
(1)当第一次成像A1 B1位于第二透镜右侧,即L<v1时,第二次成像的物距为:
由三角形相似可得:
则第二次成像的放大倍率为:
双凸透镜显微镜系统总的放大率为两次放大倍率之积,即:
M=M1M2
第二次成像位置在:v2=M2u2,由此可见物体经第一透镜成放大的像,再经第二透镜成缩小的像,如图4(1)。对于这种情况下,系统总的放大倍率可以大于1,也可以小于1。
(2)当第一次成像位于第二透镜左边,且距第二透镜的距离小于一倍焦距时,即:
v1<L<v1+fe
显微镜系统的总的放大倍率为:
成像位置在:
第二次成像位于第二透镜左侧。如图4(2),最终在第二透镜左侧成倒立放大的实像。
(3)当两透镜之间长度继续增加,使得第一次成像在第二透镜左侧,且距第二透镜的距离大于一倍焦距小于两倍焦距时,即:
v1+fe<L<v1+2fe
此时系统总体放大倍率为:
成像位置在:
第二次成像位于第二透镜右侧。如图4(3)所示,最终在第二透镜右侧成倒立放大的实像。对于这种情况,在成像位置处放置白屏,可以接收到物体正立放大的实像。所以,该种情况透镜系统也实现了两次放大的作用。
(4)再次增加两透镜之间的长度,当L>v1+2fe即第一次成像在第二透镜左边且距第二透镜的距离大于两倍焦距时:
显微镜系统的放大倍率为:
其值可能小于1也可能大于1,成像位置在:
v2为正,第二次成像位于第二透镜右侧。如图4(4)所示,第一次成放大的像,第二次成缩小的像。
双透镜组成的透镜放大系统11,根据放大或缩小的需求,调整俩透镜间的距离,即可实现测量目标的放大或缩小,再调整CCD记录面的位置以获得最佳成像效果。
本实施例中红外半导体激光器1的型号为:LR-ILN-1064/1~200mW,该型号红外半导体激光器中心波长为1064nm,功率可调;图像采集装置14型号为:acA2000-340kmNIR;傅里叶透镜I 9、傅里叶透镜Ⅱ10为玻璃透镜,分束镜I 3、分束镜Ⅱ13为玻璃分束镜,扩束镜I5、扩束镜Ⅱ6为玻璃扩束镜,反射镜4为玻璃反射镜。
实施例2
如图7所示,本发明实施例还提供一种基于深度学习的超分辨全息图条纹增强方法,该方法具体如下:
最早的采用深度学习进行超分重建的算法是SRCNN算法,对于输入的一张低分辨率图像,SRCNN首先使用双立方插值将其放大至目标尺寸,然后利用一个三层的卷积神经网络去拟合低分辨率图像与分辨率图像之间的非线性映射,最后将网络输出的结果作为重建后的高分辨率图像。
超分辨方法处理步骤:
(1)寻找大真实场景下图像样本;
(2)对每张图像进行下采样处理降低图像分辨率,一般有2倍下采样、3倍下采样、4倍下采样等。如果是2倍下采样,则图像长宽均变成原来的1/2。下采样前的图像作为高分辨率图像H,下采样后的图像作为低分辨率图像L,L和H构成一个有效的图像对用于后期模型训练;
(3)训练模型时,对低分辨率图像L进行放大还原为高分辨率图像SR,然后与原始的高分辨率图像H进行比较,差异用来调整模型的参数,通过迭代训练,使得差异最小。
(4)训练完的模型可以用来对新的低分辨率图像进行重建,得到高分辨率图像。
从实际操作上来看,整个超分重建分为两步:图像放大和修复。所谓放大就是采用某种方式(SRCNN采用了插值上采样)将图像放大到指定倍数,然后再根据图像修复原理,将放大后的图像映射为目标图像。超分辨率重建不仅能够放大图像尺寸,在某种意义上具备了图像修复的作用,可以在一定程度上削弱图像中的噪声、模糊等。
通过训练模型,将拍摄的实验全息图引入算法计算,即可将全息图分辨率提高,增强干涉条纹,使实验效果更加。
Claims (10)
1.基于红外显微数字全息的半导体缺陷检测装置,其特征在于:包括暗盒(17),暗盒(17)内设有红外半导体激光器(1),红外半导体激光器(1)的光路上依次设有偏振片(2)、分束镜I(3);
偏振片(2)位于红外半导体激光器(1)发出的光束传输光路上,红外半导体激光器(1)发出的光束到达偏振片(2)后偏振角被改变;
分束镜I(3)将光路分为两束路,第一束光路上,依次设有扩束镜I(5)、针孔滤波器I(7)、傅里叶透镜I(9)、反射镜Ⅱ(12),使得第一束激光成为平行光,称作参考光束;分束镜Ⅱ(13)位于反射镜Ⅱ(12)的反射光路上,光路经反射镜Ⅱ(12)反射到达分束镜Ⅱ(13);
第二束光路上依次设有反射镜I(4)、扩束镜Ⅱ(6)、针孔滤波器Ⅱ(8)、傅里叶透镜Ⅱ(10)、透镜放大系统(11)、分束镜Ⅱ(13);暗盒(17)侧壁上设有红外窗口Ⅰ(15)、红外窗口Ⅱ(16);红外窗口Ⅰ(15)、红外窗口Ⅱ(16)位于傅里叶透镜Ⅱ(10)、透镜放大系统(11)之间;待测半导体(18)位于红外窗口Ⅰ(15)与红外窗口Ⅱ(16)之间的位置;第二束光路照射到待测半导体(18)表面产生透射,被透射的光束在传输光路上,通过透镜放大系统(11),到达分束镜Ⅱ(13),使得第二束激光成为物光束;
物光束被分束镜Ⅱ(13)反射、参考光束经分束镜Ⅱ(13)透射后两光束相遇并发生干涉,干涉光束传输到达图像采集装置(14)并被记录;图像采集装置(14)与计算机(19)连接。
2.根据权利要求1所述的基于红外显微数字全息的半导体缺陷检测装置,其特征在于:所述红外半导体激光器(1)的型号为:LR-ILN-1064/1~200mW,红外半导体激光器(1)作为检测光源,其波长不低于1000nm,并处于可透射半导体波段。
3.根据权利要求1所述的基于红外显微数字全息的半导体缺陷检测装置,其特征在于:所述偏振片(2)偏振角度为105度。
4.根据权利要求1所述的基于红外显微数字全息的半导体缺陷检测装置,其特征在于:所述透镜放大系统(11)包括多个傅里叶透镜依次组成,透镜间的距离可调。
5.根据权利要求1所述的基于红外显微数字全息的半导体缺陷检测装置,其特征在于:所述傅里叶透镜I(9)、傅里叶透镜Ⅱ(10)、透镜放大系统(11)为锗透镜、硅透镜或玻璃透镜中任一种;透镜放大系统(11)内所用的傅里叶透镜放大倍数范围为5-10倍,焦距为30cm。
6.根据权利要求1所述的基于红外显微数字全息的半导体缺陷检测装置,其特征在于:所述扩束镜I(5)、扩束镜Ⅱ(6)为锗扩束镜、硅扩束镜或玻璃扩束镜中任一种;
所述分束镜I(3)、分束镜Ⅱ(13)为锗分束镜、硅分束镜或玻璃分束镜中任一种;其中分束镜I(3)分光比为2:1,分束镜Ⅱ(13)的分光比为1:1。
7.根据权利要求1所述的基于红外显微数字全息的半导体缺陷检测装置,其特征在于:所述红外窗口Ⅰ(15)、红外窗口Ⅱ(16)均安装透镜,透镜为锗透镜、硅透镜或玻璃透镜中任一种,透镜表面镀膜,红外窗口Ⅰ(15)、红外窗口Ⅱ(16)允许通过的红外光波长与红外半导体激光器(1)发出的波长相匹配。
8.根据权利要求1所述的基于红外显微数字全息的半导体缺陷检测装置,其特征在于:所述图像采集装置(14)红外CCD图像传感器,感应波段包含红外半导体激光器(1)波长,型号为:acA2000-340kmNIR。
9.基于红外显微数字全息的半导体缺陷检测方法,其特征在于,采用权利要求1到8任一项所述的基于红外显微数字全息的半导体缺陷检测装置,检测方法包括以下步骤:
红外半导体激光器(1)发出的光束被偏振片(2)调制后到达分束镜Ⅰ(3)被分成两束;
第一束激光传输到扩束镜I(5),被扩束后再经过针孔滤波器I(7)对光束进行滤波处理,滤波后的激光再经过傅里叶透镜I(9),使得第一束激光成为平行光,称作参考光束;
第二束激光到达反射镜I(4),光束被反射后被扩束镜Ⅱ(6)扩束,再经过针孔滤波器Ⅱ(8)对光束进行滤波处理,滤波后的激光再经过傅里叶透镜Ⅱ(10),使得第二束激光成为平行光,该平行光透过红外窗口Ⅱ(16)照射到待测半导体(18)表面产生部分透射,被透射的光束传输至红外窗口I(15)筛选后进入暗盒(17)内,筛选后余下的红外光束已携带了待测半导体(18)的所有相位信息,携带相位信息的光束再经过透镜放大系统(11),此光束称为物光束;
物光束和参考光束到达分束镜Ⅱ(13),并在分束镜Ⅱ(13)上相遇形成红外全息干涉图,红外全息干涉图由图像采集装置(14)进行接收记录,再传递给计算机(19)进行存储、再现,从而记录包含待测半导体(18)相位信息的全息图;
分别采集无缺陷、有缺陷的半导体全息图,计算机(19)采用基于深度学习的超分辨全息图条纹增强方法,进行条纹增强并重建相位,无缺陷全息图相位分布均匀,而有缺陷全息图在缺陷处相位发生变化,借此判断出存在缺陷,将两相位进行相减得到相位差,即可判断半导体是否存在缺陷。
10.根据权利要求9所述的基于红外显微数字全息的半导体缺陷检测方法,其特征在于:所述的基于深度学习的超分辨全息图条纹增强方法,包括以下步骤
(1)寻找大真实场景下图像样本;
(2)对每张图像进行下采样处理降低图像分辨率,下采样前的图像作为高分辨率图像H,下采样后的图像作为低分辨率图像L,L和H构成一个有效的图像对用于后期模型训练;
(3)训练模型时,对低分辨率图像L进行放大还原为高分辨率图像SR,然后与原始的高分辨率图像H进行比较,差异用来调整模型的参数,通过迭代训练,使得差异最小;
(4)训练完的模型用来对新的低分辨率图像进行重建,得到高分辨率图像。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211253312.4A CN115494005A (zh) | 2022-10-13 | 2022-10-13 | 基于红外显微数字全息的半导体缺陷检测装置及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211253312.4A CN115494005A (zh) | 2022-10-13 | 2022-10-13 | 基于红外显微数字全息的半导体缺陷检测装置及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115494005A true CN115494005A (zh) | 2022-12-20 |
Family
ID=84473851
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211253312.4A Pending CN115494005A (zh) | 2022-10-13 | 2022-10-13 | 基于红外显微数字全息的半导体缺陷检测装置及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115494005A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116007757A (zh) * | 2023-01-13 | 2023-04-25 | 中电安世(成都)科技有限公司 | 一种可用于复杂环境的红外全息成像方法及系统 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20010052097A1 (en) * | 2000-01-18 | 2001-12-13 | Advantest Corporation | Method and apparatus for testing semiconductor devices |
US20070057184A1 (en) * | 2005-09-09 | 2007-03-15 | Sachio Uto | Method and apparatus for reviewing defects |
US20070291617A1 (en) * | 2006-04-25 | 2007-12-20 | Daewoo Electronics Corporation | Optical information reproducing apparatus and optical information recording apparatus using holography |
WO2015077926A1 (zh) * | 2013-11-27 | 2015-06-04 | 苏州大学 | 连续可调结构光照明的超分辨显微成像方法与系统 |
US20190121292A1 (en) * | 2016-11-22 | 2019-04-25 | Naeilhae, Co. Ltd. | Digital holographic reconstruction device and method using single generation phase shifting method |
US20190294106A1 (en) * | 2018-03-22 | 2019-09-26 | National Taiwan Normal University | Complex Defect Diffraction Model and Method for Defect Inspection of Transparent Substrate |
CN112525824A (zh) * | 2021-01-09 | 2021-03-19 | 昆明理工大学 | 一种基于数字全息术的钙钛矿薄膜形貌结构的检测方法 |
US20210294265A1 (en) * | 2020-03-18 | 2021-09-23 | National Central University | Lensless holographic imaging system using holographic optical element |
CN114136204A (zh) * | 2021-12-09 | 2022-03-04 | 昆明理工大学 | 红外数字全息相位提取的文物三维形貌重建装置及方法 |
-
2022
- 2022-10-13 CN CN202211253312.4A patent/CN115494005A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20010052097A1 (en) * | 2000-01-18 | 2001-12-13 | Advantest Corporation | Method and apparatus for testing semiconductor devices |
US20070057184A1 (en) * | 2005-09-09 | 2007-03-15 | Sachio Uto | Method and apparatus for reviewing defects |
US20070291617A1 (en) * | 2006-04-25 | 2007-12-20 | Daewoo Electronics Corporation | Optical information reproducing apparatus and optical information recording apparatus using holography |
WO2015077926A1 (zh) * | 2013-11-27 | 2015-06-04 | 苏州大学 | 连续可调结构光照明的超分辨显微成像方法与系统 |
US20190121292A1 (en) * | 2016-11-22 | 2019-04-25 | Naeilhae, Co. Ltd. | Digital holographic reconstruction device and method using single generation phase shifting method |
US20190294106A1 (en) * | 2018-03-22 | 2019-09-26 | National Taiwan Normal University | Complex Defect Diffraction Model and Method for Defect Inspection of Transparent Substrate |
US20210294265A1 (en) * | 2020-03-18 | 2021-09-23 | National Central University | Lensless holographic imaging system using holographic optical element |
CN112525824A (zh) * | 2021-01-09 | 2021-03-19 | 昆明理工大学 | 一种基于数字全息术的钙钛矿薄膜形貌结构的检测方法 |
CN114136204A (zh) * | 2021-12-09 | 2022-03-04 | 昆明理工大学 | 红外数字全息相位提取的文物三维形貌重建装置及方法 |
Non-Patent Citations (1)
Title |
---|
董譞: "《基于深度学习的底层计算机视觉算法的研究与实现》", 31 May 2022, 北京:邮电大学出版社, pages: 17 - 19 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116007757A (zh) * | 2023-01-13 | 2023-04-25 | 中电安世(成都)科技有限公司 | 一种可用于复杂环境的红外全息成像方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106990694B (zh) | 一种部分相干光照明下的非迭代相位恢复装置及方法 | |
TWI655522B (zh) | 結構光照明數位全像之方法與裝置 | |
CN111561864B (zh) | 一种基于偏振光栅的点衍射数字全息显微装置及方法 | |
JP5414523B2 (ja) | 内部円錐回折に基づく光学装置 | |
US10976152B2 (en) | Method for defect inspection of transparent substrate by integrating interference and wavefront recording to reconstruct defect complex images information | |
CN110927115B (zh) | 基于深度学习的无透镜双型融合目标检测装置及方法 | |
JPH10508107A (ja) | 能動型照明及びデフォーカスに起因する画像中の相対的なぼけを用いる物体の3次元形状を決定する装置及び方法 | |
CN111257227B (zh) | 基于偏振自相关的暗场共焦显微测量装置和方法 | |
CN105549371B (zh) | 一种多角度连续太赫兹波照明数字全息成像方法 | |
CN110455834B (zh) | 基于光强传输方程的x射线单次曝光成像装置及方法 | |
JPS59500488A (ja) | ホログラフィによる光学的処理法とその装置 | |
CN103034109A (zh) | 双ccd镜像重叠调节及单曝光同轴数字全息记录装置 | |
CN114136204B (zh) | 红外数字全息相位提取的文物三维形貌重建装置及方法 | |
CN110673330B (zh) | 基于散射的成像系统景深拓展装置及方法 | |
CN106054570A (zh) | 采用强度传输方程实现单幅数字全息图较大相位重建方法 | |
CN111811394A (zh) | 基于3ccd或3cmos的动态三波长数字全息测量方法 | |
CN108562241B (zh) | 基于光纤束的数字全息柔性测量的装置与方法 | |
CN115494005A (zh) | 基于红外显微数字全息的半导体缺陷检测装置及方法 | |
CN112702486A (zh) | 一种基于电可调透镜的高速相干成像相机及相位恢复方法 | |
CN116817792A (zh) | 一种基于三维卷积神经网络的白光干涉信号解调方法 | |
TW201835549A (zh) | 數位全像顯微斷層之方法及裝置 | |
CN108957999B (zh) | 基于相位型涡旋透镜的相移全息装置及成像方法 | |
CN207281476U (zh) | 一种部分相干光照明下的非迭代相位恢复装置 | |
CN111459004B (zh) | 双光路合成孔径全息图拼接方法 | |
CN214095898U (zh) | 一种基于偏振同步相移的轻离轴翻转干涉数字全息检测装置 |
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 |