CN118225779A - 一种微结构测量方法及系统 - Google Patents

Abstract

本申请提出一种微结构测量方法及系统，用于对物品表面的微结构进行测量，所述方法包括：获取微结构图像数据；对所述微结构图像数据进行预处理，根据预处理后的微结构图像数据获取微结构初步高度值；对所述预处理后的微结构图像数据进行深度处理，获取多维度深度微结构数据；根据所述多维度深度微结构数据对所述微结构初步高度值进行修正处理，获取微结构修正高度值，将所述微结构修正高度值作为所述微结构对应的高度值。本申请可以实现快速测量微结构高度并具有高精度。

Description

一种微结构测量方法及系统

技术领域

本申请属于数据处理技术领域，具体涉及一种微结构测量方法及系统。

背景技术

表面缺陷是影响产品品质的重要一环，因此对其检测非常重要。半导体领域对于高良率和高产率的极致追求，使得对半导体产品检测在精度和速度上都提出了很高的要求。目前，有一些方法用来测量晶圆、PCB电路板、锂电池电极、显示面板等表面上的微凸点、凸块以及划痕等显微结构的三维形貌或者高度。但是这些方法的测量精度和测量速度各不相同。例如，光学干涉法和共聚焦法可以实现纳米级测量精度，但是由于其检测过程中需在Z向移动，导致测量极其耗时，不适用于大批量全场检测；基于视觉光栅头投影测量精度能达到微米量级，但其算法复杂，测量效率较低。

因此，如何设置出一种测量方法，能实现快速测量并具有高精度，成为技术人员需要考虑的问题。

发明内容

本申请提出一种微结构测量方法及系统，能够实现快速测量微结构高度并具有高精度。

本申请第一方面实施例提出了一种微结构测量方法，用于对物品表面的微结构进行测量，所述方法包括：

获取微结构图像数据；

对所述微结构图像数据进行预处理，根据预处理后的微结构图像数据获取微结构初步高度值；

对所述预处理后的微结构图像数据进行深度处理，获取多维度深度微结构数据；

根据所述多维度深度微结构数据对所述微结构初步高度值进行修正处理，获取微结构修正高度值，将所述微结构修正高度值作为所述微结构对应的高度值。

在本申请的一些实施例中，所述微结构图像数据包括与所述微结构对应的形状数据，所述对所述微结构图像数据进行预处理，包括：

将所述形状数据从所述微结构图像数据中分割出来。

在本申请的一些实施例中，所述根据预处理后的微结构图像数据获取微结构初步高度值，包括：

在所述形状数据中确定目标形状数据；

以所述目标形状数据的中心线或者中心点为基准，获取其他形状数据相对于所述基准的距离；

根据所述距离及预设的第一标定参数得到微结构初步高度值。

在本申请的一些实施例中，所述对所述微结构图像数据进行预处理还包括：

遍历搜索所述微结构图像数据的像素灰度值；

获取像素灰度值满足设定阈值的区域，确定为投影照明区域。

在本申请的一些实施例中，所述根据预处理后的微结构图像数据获取微结构初步高度值，包括：以微结构图像数据中的底部图像数据为基准，获取所述投影照明区域相对于所述底部图像数据的距离，包括：

获得所述投影照明区域中所有的形状数据相对于所述底部图像数据的第一高度值，根据预定的第二标定参数，将所述第一高度值转换成真实高度；

获取所述形状数据之间的相对真实高度差，结合第三标定参数将所述相对真实高度差转换成微结构初步高度值。

在本申请的一些实施例中，所述对所述预处理后的微结构图像数据进行深度处理，获取多维度深度微结构数据，包括：

对所述微结构图像数据进行对齐处理，将对齐处理后的微结构图像数据作为目标数据；

对所述目标数据进行多个维度的特征提取，将所述目标数据的多个维度特征作为多维度深度微结构数据。

在本申请的一些实施例中，所述对所述微结构图像数据进行对齐处理，包括：

获取与所述微结构对应的微结构标识；

针对每一个微结构标识，获取所述微结构图像数据中与所述微结构标识对应的所有微结构图像数据。

在本申请的一些实施例中，所述获取与所述微结构对应的微结构标识，包括：

将所述微结构图像数据按列或者行进行分割，获得每一列或者行微结构图像数据对应的列或者行标号：

获取预设的与每一个微结构对应的微结构标号；

获取由所述列或者行标号和微结构标号共同确定的微结构标识。

在本申请的一些实施例中，所述方法还包括：

将所述多维度深度微结构数据与所述微结构标识对应存储。

本申请第二方面实施例提供了一种微结构测量系统，用于对物品表面的微结构进行测量，所述系统包括：

获取模块，用于获取微结构图像数据；

第一处理模块，用于对所述微结构图像数据进行预处理，根据预处理后的微结构图像数据获取微结构初步高度值；

第二处理模块，用于对所述预处理后的微结构图像数据进行深度处理，获取多维度深度微结构数据；

第三处理模块，用于根据所述多维度深度微结构数据对所述微结构初步高度值进行修正处理，获取微结构修正高度值，将所述微结构修正高度值作为所述微结构对应的高度值。

本申请第三方面的实施例提供了一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器运行所述计算机程序以实现上述第一方面所述的方法。

本申请第四方面的实施例提供了一种计算机可读存储介质，其上存储有计算机程序，所述程序被处理器执行实现上述第一方面所述的方法。

本申请实施例中提供的技术方案，至少具有如下技术效果或优点：

在本申请实施例中，根据预处理后的微结构图像数据获取微结构初步高度值；根据多维度深度微结构数据对所述微结构初步高度值进行修正处理，获取微结构修正高度值，将所述微结构修正高度值作为所述微结构对应的高度值。本申请实施例通过采用上述的处理方法及系统，可以实现快速测量微结构高度并具有高精度。

本申请附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变的明显，或通过本申请的实践了解到。

附图说明

通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本申请的限制。而且在整个附图中，用相同的参考符号表示相同的部件。

在附图中：

图1示出了本申请一实施例所提供的一种微结构测量方法流程图；

图2示出了本申请一实施例所提供的光条图像示意图；

图3示出了本申请一实施例所提供的被测微结构的阵列示意图；

图4示出了本申请一实施例所提供的微结构图像数据结构示意图；

图5示出了本申请一实施例所提供的光条图像中一列像素的灰度值分布曲线图；

图6示出了本申请一实施例所提供的光斑图像处理的示意图；

图7示出了本申请一实施例所提供的一种微结构测量系统结构示意图；

图8示出了本申请一应用实例的微结构测量系统示意图；

图9示出了本申请一应用实例的成像模块结构示意图；

图10示出了本申请一实施例所提供的一种电子设备的结构示意图；

图11示出了本申请一实施例所提供的一种存储介质的示意图。

具体实施方式

下面将参照附图更详细地描述本申请的示例性实施方式。虽然附图中显示了本申请的示例性实施方式，然而应当理解，可以以各种形式实现本申请而不应被这里阐述的实施方式所限制。相反，提供这些实施方式是为了能够更透彻地理解本申请，并且能够将本申请的范围完整的传达给本领域的技术人员。

需要注意的是，除非另有说明，本申请使用的技术术语或者科学术语应当为本申请所属领域技术人员所理解的通常意义。

下面结合附图来描述根据本申请实施例提出的一种微结构测量方法及系统。

针对现有技术存在的问题，本申请实施例提供了一种微结构测量方法及系统，通过对获取到的微结构图像数据进行预处理，根据预处理后的微结构图像数据获取微结构初步高度值；对所述预处理后的微结构图像数据进行深度处理，获取多维度深度微结构数据；根据所述多维度深度微结构数据对所述微结构初步高度值进行修正处理，获取微结构修正高度值，将所述微结构修正高度值作为所述微结构对应的高度值。本申请实施例通过采用上述的处理方法，配合本申请实施例提供的系统，可以实现快速测量微结构高度并具有高精度。

参照图1所示，为本申请一实施例所提供的一种微结构测量方法流程图，该方法用于对物品表面的微结构进行测量，具体包括以下步骤：

步骤101：获取微结构图像数据；

步骤102：对所述微结构图像数据进行预处理，根据预处理后的微结构图像数据获取微结构初步高度值；

步骤103：对所述预处理后的微结构图像数据进行深度处理，获取多维度深度微结构数据；

步骤104：根据所述多维度深度微结构数据对所述微结构初步高度值进行修正处理，获取微结构修正高度值，将所述微结构修正高度值作为所述微结构对应的高度值。

在本申请的一些实施例中，所述微结构包括微凸点、凸块以及划痕等显微结构，当投影光条在被测样品上进行扫描，照射到被测样品表面没有被测微结构的地方时，图像中只有一条光条，此时由于该位置不存在微结构，因此该图像可以不参与处理，从而减少图像数据量；当投影光照射到被测样品表面的被测微结构上时，图像中除了光条，还会出现圆形光斑(被测微结构顶部是球形)或者小矩形(被测微结构顶部是平面)或者多个光条(台阶状)。因此，所述微结构数据包括与所述微结构对应的形状数据，所述对所述微结构图像数据进行预处理，包括：

将所述形状数据从所述微结构图像数据中分割出来。在本申请实施例中，将微结构图像中对应的光条数据和/或光斑数据从微结构图像数据中分割出来。参照图2所示，为本申请实施例对应的光条图像示意图。图2是一张从被测区域拍摄得到的图像，光条反应了被测表面基底或者微结构顶部的信息。

在本申请的一些实施例中，所述根据预处理后的微结构图像数据获取微结构初步高度值，包括：

在所述形状数据中确定目标形状数据；

以所述目标形状数据的中心线或者中心点为基准，获取其他形状数据相对于所述基准的距离；

根据所述距离及预设的第一标定参数得到微结构初步高度值。

在本申请实施例中，要完成高度测量，需要对系统参数进行标定，一种实现方式是采用具有高精度标定物进行标定，比如得到一个或者多个系统参数ki，i＝1,2，…，这些系数都是用于高度计算，都是系统标定参数。具体采用的第一标定参数的数值可以根据实际应用需求进行设定。

在本申请一些实施例中，对所述微结构图像数据进行预处理，还包括：图像的畸变矫正，图像噪声滤波等。

在本申请实施例中，将形状数据(圆形光斑、矩形光斑以及其他光条)从图像中分割出来，可以进一步对图像数据进行缩减，减少图像处理的数据量，提升处理速度。具体处理时，将需要处理的形状数据作为目标形状数据。本申请实施例提供的以所述目标形状数据的中心线或者中心点为基准，获取其他形状数据相对于所述基准的距离；根据所述距离及预设的第一标定参数得到微结构初步高度值的方式，可以实现快速定位微结构的位置，实现微结构的像素级测量，满足应用需求，并可以根据实际应用需求对微结构初步高度值进行修正处理，从而获得更高精度的数据。

在本申请的一些实施例中，所述对所述微结构图像数据进行预处理还包括：

遍历搜索所述微结构图像数据的像素灰度值；

获取像素灰度值满足设定阈值的区域，确定为投影照明区域。

在本实施例中，遍历搜索图像像素灰度值，当像素灰度值满足一定阈值时即认为该区域为投影照明区域。由相机获取的图像，包含了投影照明区域的信息，同时也包含了比较多的背景区域，即像素灰度值为0或者接近于0的区域。因此，首先对图像进行裁剪，减少图像数据量，只保留与投影照明区域有关的图像信息。或者在成像模块中设置合适的感兴趣区域，从而直接在相机端获取投影照明区域的信息。本申请实施例通过减少图像数据处理量，提升了数据处理速度。

在本申请的一些实施例中，所述根据预处理后的微结构图像数据获取微结构初步高度值，包括：以微结构图像数据中的底部图像数据为基准，获取所述投影照明区域相对于所述底部图像数据的距离，包括：

获得所述投影照明区域中所有的形状数据相对于所述底部图像数据的第一高度值，根据预定的第二标定参数，将所述第一高度值转换成真实高度；

获取所述形状数据之间的相对真实高度差，结合第三标定参数将所述相对真实高度差转换成微结构初步高度值。

在本申请实施例中，第二标定参数和第三标定参数是针对计算微结构高度时，选取不同基准的计算参数。第二标定参数和第三标定参数可以根据实际应用需求进行不同的设定，一种实现方式是，第二标定参数及第三标定参数是在第一标定参数的基础上进行一系列实验和计算得到。当然第二标定参数及第三标定参数也可以采用其他的方式得到。

在本申请的具体应用场景中，当以图像底部为基准计算所有照明区域相对于图像底部的高度时，会计算出图像上光斑相对于图像底部的高度h1以及光条相对于图像底部的高度h2，然后结合第二标定参数，分别将其转换成真实高度H1和H2。但是实际上被测微结构的高度应该是光斑相对于光条的高度h或者H，所以首先获取|h1-h2|，然后第三结合标定参数转换成H或者H＝|H1-H2|。

由以上实施例可知，根据预处理后的微结构图像数据获取微结构初步高度值，包括两种方式：(1)以整个图像底部为基准，计算被测样品上所有照明区域相对于整个图像的底部的距离，再结合系统的第二标定参数计算得到被测样品上所有照明区域的高度，再经过上述差值计算得到被测样品上被测微结构的相对高度值；(2)以投射在被测样本表面的光条位置为基准，计算其他光斑(圆形光斑、矩形光斑或者其他光条)相对于该光条的距离，然后根据对应的系统第一标定参数计算得到被测样品上被测微结构的高度值。上述获取微结构初步高度值，可以实现快速定位微结构的位置，实现微结构的像素级测量。

在本申请的一些实施例中，所述对所述预处理后的微结构图像数据进行深度处理，获取多维度深度微结构数据，包括：

对所述微结构图像数据进行对齐处理，将对齐处理后的微结构图像数据作为目标数据；

对所述目标数据进行多个维度的特征提取，将所述目标数据的多个维度特征作为多维度深度微结构数据。

在本申请实施例中，所述多个维度的特征包括：灰度特征、灰度强度特征、形状特征、以及尺寸特征，当然，在本申请的其他实施例中，也可以包括其他维度的特征，具体视实际应用需求而定。

如图3所示，为被测微结构的阵列示意图，在检测过程中，相机视场最多只能覆盖其中一行被测微结构，例如：1-1，1-2，…，1-7，共7个微结构，但是需要对所有的微结构，包括2-1，2-2，…，2-7，3-1，3-2，…，3-7，4-…等等进行检测，因此被测样品放置在一个运动机构上，运动机构带动样品按照图中方向进行运动，这样相机就能够对所有被测样品进行检测。

在计算被测样品微结构高度时，一张图像能够覆盖如图所示的1-1，1-2，…，1-7共7个微结构，所以首先要将这7个微结构进行分割，分成独立的7个数据；同时由于运动机构的运动，同一个点，例如1-1，也会出现在图像2中。在整个扫描过程中微结构1-1可能出现在图像1-图像10中，而1-2可能出现在图像1-图像9中，1-3可能出现在图像2-图像12中。因此，对于微结构1-1，需要把每一个微结构出现的图像找到(图像1-10)，并将其单独裁剪出来，形成它完整的数据，这个过程用了数据对齐进行描述。在本申请实施例中，其他微结构也是相同的处理方法。

在本申请的一些实施例中，所述对所述微结构图像数据进行对齐处理，包括：

设置与所述微结构一一对应的微结构标识；

针对每一个微结构标识，获取所述微结构图像数据中与所述微结构标识对应的所有微结构图像，形成每一个微结构标识对应的完整数据。

在本申请的一些实施例中，所述微结构标识通过以下方式获得：

将所述微结构图像数据按列或者行进行分割，获得每一列或者行微结构图像数据对应的列或者行标号：

获取预设的与每一个微结构对应的微结构标号；

获取由所述列或者行标号和微结构标号共同确定的微结构标识。

在本实施例中，为了能够获取足够快的处理速度，在图像数据处理时是针对图像进行分割处理，将所述微结构图像数据按列或者行进行分割，每一列或者行数据都要进行光条或者光斑的属性分析，这样能够可以对同一张图进行多线程处理。参照图4微结构图像数据结构图所示，图中光条呈水平分布，因此按列进行分割。图中c1表示图像中第一列数据，cn表示图像中第n列数据。在处理过程中，可能存在只有光斑或者只有光条属性的情况，在本专利中不作区分，如果缺少光斑或者光条的属性，可以略过。

在本申请的一些实施例中，所述方法还包括：将所述多维度深度微结构数据与所述微结构标识对应存储。

在本申请实施例中，多维度深度微结构数据可以根据应用的需要进行选择。在本申请一些实施例中，光条位置的精确定位可以通过对光条的灰度强度分布、形状分布以及尺寸分布分析得到，在其他实施例中，也可以通过其中一个或几个分布特征得到。灰度强度分析包含了光条灰度强度峰值及峰值位置检测，光条灰度强度分布值检测、光条强度值、光条质心、光条中心、光条重心位置等；形状分析包含了光条图像对称性检测，光条横截面轮廓拟合分析等；尺寸分析包含了光条宽度检测，统计光条像素以及像素灰度值，光条轮廓周长，光条区域面积检测等。

在本申请一些实施例中，光斑位置的精确定位可以通过对光斑灰度强度分布，光斑形状以及光斑尺寸分析等得到。在其他实施例中，也可以通过其中一个或几个分布特征得到。强度分布分析包括光斑灰度强度峰值及峰值位置检测，光斑灰度强度分布检测，光斑区域强度能量等；形状分析包含了光斑圆度分析，椭圆度分析，光斑中心位置、光斑质心、光斑重心、光斑图像对称性检测，光斑图像横截面轮廓拟合分析。尺寸分析包含了光斑面积，体积，周长等信息分析。

图5中是光条图像中一列或者行像素的灰度值分布曲线，图中示出了灰度峰值13、灰度分布轮廓14、灰度峰值的灰度值15、光条宽度16、灰度峰值对应的位置17。该曲线的形状类似于高斯分布，包含了强度最大的位置及对应的像素所在的行、灰度强度最大值、曲线宽度等信息，强度最大位置所在的行可通过相关算法达到亚像素级精度。相关算法包括但不局限于轮曲线合法、灰度重心法、基于二阶偏导的Hessian分析法等。

图6是光斑图像处理的示意图，包含了圆度/椭圆度分析，光斑质心/重心以及光斑直径，图中示出了圆度/椭圆度拟合18、质心/重心19、直径20。

经过上述处理之后的图像数据大为缩减，相关包含被测微结构高度的多维度数据信息以如图4的结构进行存放。

图4是一个二维或者三维或者多维的数据结构模型，纵向表示原始图像中每一列或者行光条图像像素包括的多维度信息，比如每一列或者行所包括的光条和光斑的强度参数、形状参数和尺寸参数等信息。数据结构的横向表示不同列或者行的图像像素分布信息，比如第c1列至第cn列。图像数据的更高维度表示不同图像，即图中所示的每一张表格表示不同图像中的微结构多维度数据。采用这样的数据结构，可以将所述多维度深度微结构数据与所述微结构标识对应存储，建立了多维度深度微结构数据与所述微结构标识的映射关系。

上述多维数据结构可以存放在寄存器，固态存储器或者其他形式的存储器中，用于后续被测样品微结构高度的计算。数据结构中存放的数据的类型可以是整型，浮点型，双精度型等，根据实际需求可以进行相应的设置。在本申请实施例中，数据需要进行数据对齐处理，使得不改变其在图像中的相对位置，同时能够在连续不断的数据流中保持与被测样品微结构的对应关系。

在本申请的实施例中，对图像中照明区域分析完成之后，结合已经标定好的系统结构参数，计算出被测样品上微结构的高度。图像中存在多个待测微结构时，也按照上述步骤对多个被测样品上微结构的高度进行计算。

参照图7微结构测量系统所示，本申请实施例的微结构测量系统，用于对物品表面的微结构进行测量，所述系统包括：

获取模块701，用于获取微结构图像数据；

第一处理模块702，用于对所述微结构图像数据进行预处理，根据预处理后的微结构图像数据获取微结构初步高度值；

第二处理模块703，用于对所述预处理后的微结构图像数据进行深度处理，获取多维度深度微结构数据；

第三处理模块704，用于根据所述多维度深度微结构数据对所述微结构初步高度值进行修正处理，获取微结构修正高度值，将所述微结构修正高度值作为所述微结构对应的高度值。

在本申请的实施例中，所述微结构图像数据包括与所述微结构对应的形状数据，第一处理模块702对所述微结构图像数据进行预处理，包括：

将所述形状数据从所述微结构图像数据中分割出来。

在本申请的实施例中，第一处理模块702根据预处理后的微结构图像数据获取微结构初步高度值，包括：

在所述形状数据中确定目标形状数据；

以所述目标形状数据的中心线或者中心点为基准，获取其他形状数据相对于所述基准的距离；

根据所述距离及预设的第一标定参数得到微结构初步高度值。

在本申请的实施例中，第一处理模块702对所述微结构图像数据进行预处理还包括：

遍历搜索所述微结构图像数据的像素灰度值；

获取像素灰度值满足设定阈值的区域，确定为投影照明区域。

在本申请的实施例中，第一处理模块702根据预处理后的微结构图像数据获取微结构初步高度值，包括：以微结构图像数据中的底部图像数据为基准，获取所述投影照明区域相对于所述底部图像数据的距离，包括：

获得所述投影照明区域中所有的形状数据相对于所述底部图像数据的第一高度值，根据预定的第二标定参数，将所述第一高度值转换成真实高度；

获取所述形状数据之间的相对真实高度差，结合第三标定参数将所述相对真实高度差转换成微结构初步高度值。

在本申请的实施例中，第二处理模块703对所述预处理后的微结构图像数据进行深度处理，获取多维度深度微结构数据，包括：

对所述微结构图像数据进行对齐处理，将对齐处理后的微结构图像数据作为目标数据；

对所述目标数据进行多个维度的特征提取，将所述目标数据的多个维度特征作为多维度深度微结构数据。

在本申请的实施例中，第二处理模块703对所述微结构图像数据进行对齐处理，包括：

获取与所述微结构对应的微结构标识；

针对每一个微结构标识，获取所述微结构图像数据中与所述微结构标识对应的所有微结构图像数据。

在本申请的实施例中，第二处理模块703获取与所述微结构对应的微结构标识，包括：

将所述微结构图像数据按列或者行进行分割，获得每一列或者行微结构图像数据对应的列标或者行号：

获取预设的与每一个微结构对应的微结构标号；

获取由所述列或者行标号和微结构标号共同确定的微结构标识。

在本申请的一些实施例中，还包括存储模块705，用于将所述多维度深度微结构数据与所述微结构标识对应存储。

本申请实施例提供的系统与本申请实施例提供的方法出于相同的发明构思，具有与其采用、运行或实现的方法相同的有益效果。

下面根据具体应用中的应用实例对本申请技术方案进行示例性说明。参照图8本申请一应用实例的微结构测量系统示意图所示，微结构测量系统包括：投影模块、运动模块、成像模块、数据处理模块以及控制模块。

图8中示出了：高精度位移台1、投影镜头组2、投影光源3、图像采集模块控制器4、相机5、成像镜头组6、被测微结构7、被测样品8、控制模块主机9、数据处理模块10、储存器11、显示器12。

投影光源3向被测区域投射照明光线；成像镜头组6获取从被测表面反射的光线并成像，被测样品8在高精度位移台1的带动下，按照设计的扫描路径进行运动，从而成像镜头组6获得整个被测样品表面的图像数据流；图像数据流经过CXP接口和高速传输线缆传输到数据处理模块10，数据处理模块10分为多个数据处理子模块，依次对图像数据进行预处理、数据压缩、数据分割等功能，实现被测样品8上被测微结构7的高度精确快速测量，并将计算结果存放在相应的存储器11中或者传输给图像采集模块控制器4用于下一步统计分析或者显示等。

照明模块由光源，光阑以及透镜组组成，持续向被测样品8投射照明光源。其中光源可以是相干光源或者是非相干光源；在快速测量系统中，投射光源的形状通常为线形或者矩形光条。

高精度位移台1，能够实现在水平平面内的运动，例如在平面内沿着x，y轴的直线运动，沿着工作台的旋转运动，并且可对该运动平台进行编程，使其能够根据被测样品的特性进行扫描路径设计。

成像模块由高速相机5、成像镜头组6以及数据传输子模块组成。从照明区域反射的光线经过成像透镜组6并在高速相机5中成像。采集得到图像数据流经过数据传输子模块传输到数据处理模块10。高速相机5可以是面阵相机或者线阵相机(线扫相机)，相机5采用具有高速传输速度的CoaXPress相机数据传输标准。数据传输子模块由具有与相机相同的接口协议的数据采集卡、多条/单条高速数据传输同轴线缆组成，以提供高速实时安全的图像传输。

控制模块主要由控制模块主机9、显示器12以及控制软件组成。控制模块主机9通过控制软件程序，对系统参数进行调整。比如，对照明功率大小进行调整；对成像系统的曝光时间、增益、采集帧率进行调整，对运动系统的运动速度、运动模式等参数进行控制，对算法模式进行选择等。

在本申请的一些实施例中，参照图9成像模块结构示意图所示，成像模块包括：相机201、成像套筒透镜202、成像狭缝203、成像物镜204和孔径光阑205。反射光束进入成像模块后依次经过孔径光阑205、成像物镜204、成像狭缝203、成像套筒透镜202和相机201。孔径光阑205采用矩形光阑，矩形光阑的长度方向与光条方向一致，这样在沿着光条方向有足够大的数值孔径角，而垂直于光条的方向上，小的孔径角保证了大的测量景深。

数据处理模块10包括多个分模块，第一数据处理分模块对高速线缆传输过来的图像数据进行处理，该模块数据处理速度与图像采集速度相匹配，以避免发生图像数据的累积和丢失，负责图像数据的预处理、图像数据的精简压缩、微结构高度的粗略计算、图像中照明区域的检测、光条图像和光斑图像的处理，包括找到光条的中心线和光斑的质心，多维度数据获取等，并将压缩后的数据存放在存储器中，或者传输给第二数据处理分模块；

第二数据处理分模块可以是实时处理模块也可以是非实时处理模块，从存储器中读取压缩之后的图像数据，或者对从第一数据处理分模块传输过来的压缩之后的图像数据进行再处理，包括数据对齐，光条属性和光斑属性的再次分析(亚像素级的调整)并再次计算微结构的高度，对第一次计算的结果进行修正，最终计算得到准确的高度值，并将结果存放在存储器中或者传输给主控制器用于下一步统计分析或者显示等。当然，数据处理模块10也可以包括三个分模块，如图8中所示第一处理模块、第二处理模块、第三处理模块，由上述三个处理模块共同完成数据处理功能。本申请实施例中可以在硬件上进行不同的设置，只要能实现本申请目的的数据处理模块10的构成方式，都可以为本申请实施例所采用。

数据处理模块10对相机5采集的图像数据进行处理，最终转换为被测样品8上被测微结构7的高度数据。

本申请实施例中提出了被测样品上微小结构体的高度获得方法，并构建硬件处理系统和对应的数据处理方法，使得系统能够实现微结构高度的实时处理。本申请实施例中提出的测量系统及方法能够满足芯片封装等工艺中微小结构实时在线的检测需求。并且可以实现快速测量微结构高度并具有高精度。

本申请实施方式还提供一种电子设备，以执行上述方法。请参考图10其示出了本申请的一些实施方式所提供的一种电子设备的示意图。如图10所示，电子设备8包括：处理器800，存储器801，总线802和通信接口803，所述处理器800、通信接口803和存储器801通过总线802连接；所述存储器801中存储有可在所述处理器800上运行的计算机程序，所述处理器800运行所述计算机程序时执行本申请前述任一实施方式所提供的方法。

其中，存储器801可能包含高速随机存取存储器(RAM：Random Access Memory)，也可能还包括非不稳定的存储器(non-volatile memory)，例如至少一个磁盘存储器。通过至少一个通信接口803(可以是有线或者无线)实现该装置网元与至少一个其他网元之间的通信连接，可以使用互联网、广域网、本地网、城域网等。

总线802可以是ISA总线、PCI总线或EISA总线等。所述总线可以分为地址总线、数据总线、控制总线等。其中，存储器801用于存储程序，所述处理器800在接收到执行指令后，执行所述程序，前述本申请实施例任一实施方式揭示的所述方法可以应用于处理器800中，或者由处理器800实现。

处理器800可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过处理器800中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器800可以是通用处理器，包括中央处理器(Central Processing Unit，简称CPU)、网络处理器(Network Processor，简称NP)等；还可以是数字信号处理器(DSP)、专用集成电路(ASIC)、现成可编程门阵列(FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本申请实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本申请实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器801，处理器800读取存储器801中的信息，结合其硬件完成上述方法的步骤。

本申请实施例提供的电子设备与本申请实施例提供的方法出于相同的发明构思，具有与其采用、运行或实现的方法相同的有益效果。

本申请实施方式还提供一种与前述实施方式所提供的方法对应的计算机可读存储介质，请参考图11其示出的计算机可读存储介质为光盘30，其上存储有计算机程序(即程序产品)，所述计算机程序在被处理器运行时，会执行前述任意实施方式所提供的方法。

需要说明的是，所述计算机可读存储介质的例子还可以包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他光学、磁性存储介质，在此不再一一赘述。

本申请的上述实施例提供的计算机可读存储介质与本申请实施例提供的方法出于相同的发明构思，具有与其存储的应用程序所采用、运行或实现的方法相同的有益效果。

需要说明的是：

在此处所提供的说明书中，说明了大量具体细节。然而，能够理解，本申请的实施例可以在没有这些具体细节的情况下实践。此外，本领域的技术人员能够理解，尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征，但是不同实施例的特征的组合意味着处于本申请的范围之内并且形成不同的实施例。

以上所述，仅为本申请较佳的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以所述权利要求的保护范围为准。

Claims (10)

1.一种微结构测量方法，用于对物品表面的微结构进行测量，其特征在于，所述方法包括：

获取微结构图像数据；

对所述微结构图像数据进行预处理，根据预处理后的微结构图像数据获取微结构初步高度值；

对所述预处理后的微结构图像数据进行深度处理，获取多维度深度微结构数据；

根据所述多维度深度微结构数据对所述微结构初步高度值进行修正处理，获取微结构修正高度值，将所述微结构修正高度值作为所述微结构对应的高度值。

2.根据权利要求1所述的方法，其特征在于，所述微结构图像数据包括与所述微结构对应的形状数据，所述对所述微结构图像数据进行预处理，包括：

将所述形状数据从所述微结构图像数据中分割出来。

3.根据权利要求2所述的方法，其特征在于，所述根据预处理后的微结构图像数据获取微结构初步高度值，包括：

在所述形状数据中确定目标形状数据；

以所述目标形状数据的中心线或者中心点为基准，获取其他形状数据相对于所述基准的距离；

根据所述距离及预设的第一标定参数得到微结构初步高度值。

4.根据权利要求2所述的方法，其特征在于，所述对所述微结构图像数据进行预处理还包括：

遍历搜索所述微结构图像数据的像素灰度值；

获取像素灰度值满足设定阈值的区域，确定为投影照明区域。

5.根据权利要求4所述的方法，其特征在于，所述根据预处理后的微结构图像数据获取微结构初步高度值，包括：以微结构图像数据中的底部图像数据为基准，获取所述投影照明区域相对于所述底部图像数据的距离，包括：

获得所述投影照明区域中所有的形状数据相对于所述底部图像数据的第一高度值，根据预定的第二标定参数，将所述第一高度值转换成真实高度；

获取所述形状数据之间的相对真实高度差，结合第三标定参数将所述相对真实高度差转换成微结构初步高度值。

6.根据权利要求1所述的方法，其特征在于，所述对所述预处理后的微结构图像数据进行深度处理，获取多维度深度微结构数据，包括：

对所述微结构图像数据进行对齐处理，将对齐处理后的微结构图像数据作为目标数据；

对所述目标数据进行多个维度的特征提取，将所述目标数据的多个维度特征作为多维度深度微结构数据。

7.根据权利要求6所述的方法，其特征在于，所述对所述微结构图像数据进行对齐处理，包括：

获取与所述微结构对应的微结构标识；

针对每一个微结构标识，获取所述微结构图像数据中与所述微结构标识对应的所有微结构图像数据。

8.根据权利要求7所述的方法，其特征在于，所述获取与所述微结构对应的微结构标识，包括：

将所述微结构图像数据按列或者行进行分割，获得每一列或者行微结构图像数据对应的列或者行标号：

获取预设的与每一个微结构对应的微结构标号；

获取由所述列或者行标号和微结构标号共同确定的微结构标识。

9.根据权利要求8所述的方法，其特征在于，所述方法还包括：

将所述多维度深度微结构数据与所述微结构标识对应存储。

10.一种微结构测量系统，用于对物品表面的微结构进行测量，其特征在于，所述系统包括：

获取模块，用于获取微结构图像数据；

第一处理模块，用于对所述微结构图像数据进行预处理，根据预处理后的微结构图像数据获取微结构初步高度值；

第二处理模块，用于对所述预处理后的微结构图像数据进行深度处理，获取多维度深度微结构数据；

第三处理模块，用于根据所述多维度深度微结构数据对所述微结构初步高度值进行修正处理，获取微结构修正高度值，将所述微结构修正高度值作为所述微结构对应的高度值。