CN113847883A - 适用于高深宽比结构三维形貌检测的干涉测量方法 - Google Patents

Abstract

本发明公开了一种适用于高深宽比结构三维形貌检测的干涉测量方法，用于解决现有垂直扫描干涉测量中难以从复杂相干信号中复原深宽比大于10:1的样品三维形貌问题。本发明从各像素点对应的相干信号中提取光强信息及包络信息，将二者相结合得到合成图像，根据高深宽比结构顶端和底端像素点在合成图像中的差异对图像进行二值化分割，区分顶端和底端，实现横向分辨；本发明针对底端像素点具有多个相干信号包络的问题，对位于底端的像素点定位选定窗口内相干信号包络极大值位置对应的扫描位置，得到结构底端准确的高度值大小，实现了垂直扫描干涉测量中复杂相干信号的自动化处理，成功复原深宽比大于10:1的样品三维形貌。

Description

适用于高深宽比结构三维形貌检测的干涉测量方法

技术领域

本发明涉及精密光学测量工程技术领域，更具体地，涉及一种适用于高深宽 比结构三维形貌检测的干涉测量方法。

背景技术

随着微机电***MEMS的发展，对微结构的测量要求越来越高，以硅为基 础的MEMS加工工艺中，深宽比是主要指标之一，直接影响着MEMS器件的性 能；现在MEMS高深宽比微结构的沟槽宽度为3～10μm，深度为10～300μm，高 深宽比一般在10～100:1之间。国内外现有的对高深宽比微结构器件几何测量方 法大致分为接触式测量和非接触式测量；对于接触式测量，最常用的仪器包括扫 描电子显微镜SEM和原子力显微镜，它们需将器件从侧面剖开才能测量沟槽底 部；非接触式测量主要指光学测量技术，与其他测量技术相比，可以实现无损测 量。

垂直扫描干涉测量技术是一种非接触式表面微观形貌测量技术，在不损伤被 测样品的基础上，可以得到直观的样品三维形貌。而采用宽带光作为光源可以准 确判断待测视场内每一点的零光程差位置，避免相位模糊问题从而实现高精度的 测量。传统的垂直扫描干涉测量技术依靠压电陶瓷等扫描器件，按照预先设定的 扫描步长对被测样品进行扫描，扫描过程中记录每个步长下待测视场内的图像， 从中提取各像素点的相干信号进行信号包络极值定位，最终得到样品的三维形貌。

然而对于高深宽比结构，位于结构顶端的像素点对应的相干信号主要包含一 个信号包络，为常规的信号形式。但位于结构底端的像素点对应的异常相干信号 中包含多个信号包络，无法确定结构真实底端对应的信号包络，最终导致无法通 过定位包络极大值的位置计算样品的三维形貌。所以在测量过程中必须首先区分 结构顶端和底端，对位于顶端的像素点直接定位相干信号包络极大值的位置，对 位于底端的像素点需选定有效的窗口令其内部仅包含结构底端对应的相干信号 包络，再定位包络极大值的位置，最终实现高深宽比结构三维形貌的自动检测。

中国专利《一种微纳深沟槽结构测量方法及装置》(CN200710053292.5)， 其方法是将红外光束投射到含有深沟槽结构的硅片表面，分析从深沟槽结构各分 界面反射形成的干涉光得到测量反射光谱；采用等效介质理论构建该深沟槽结构 等效多层薄膜堆栈光学模型的理论反射光谱，通过理论反射光谱对该测量反射光 谱进行拟合，进而提取沟槽的深度及宽度等集合特征参数。该专利所述方法需要 预先对待测样品的沟槽结构进行建模并计算得到理论的反射光谱，其测量结果准 确性受预先建立的理论模型影响，对于复杂结构或未知结构的待测样品建模难度 大，难以保证测量结果的准确性。

中国专利《用于检测深度特征中的缺陷的方法》(CN201980002469.X)，其 方法是采用宽带深紫外光束照射诸如孔、缝隙或沟槽等结构底部，通过接收反射 或散射的光得到包含结构特征的亮场照明图像，通过由缺陷导致的异常图像与标 准样品反射并接收到的正常图像之间的对比检测缺陷。然而该专利所述方法仅适 用于欠刻蚀缺陷，并且没有具体展现由缺陷导致的异常图像特征。此外，其检测 结果只能定性地识别缺陷，无法得到精确的形貌信息评价缺陷的大小。

发明内容

本发明的目的在于提供一种适用于高深宽比结构三维形貌检测的干涉测量 方法，用于解决现有垂直扫描干涉测量中难以从复杂相干信号中复原深宽比大于 10:1的样品三维形貌问题。

实现本发明目的的技术解决方案为：一种适用于高深宽比结构三维形貌检测 的干涉测量方法，方法步骤如下：

步骤1、将Linnik结构的干涉仪的干涉物镜调焦至样品底端，记录此时测试 臂PZT的位置b₁，按照从下向上的扫描方向对样品进行时序垂直粗扫描，同时 控制CCD采集图像，灰度方差评价函数计算上述图像，进而自动定位样品顶端 并记录PZT位置a₁，以位置a₁为中心进行时序垂直中扫描精定位样品顶端并记 录对应的PZT位置a₂，以位置a₂为中心划定扫描范围±wide₁并进行步长为step 的时序垂直精扫描，控制CCD同步采集样品顶端干涉图像C，转入步骤2。

步骤2、控制PZT返回位置b₁处，以位置b₁为中心进行时序垂直中扫描精定 位样品底端并记录对应的PZT位置b₂，以位置b₂为中心划定扫描范围±wide₁进 行步长为step的时序垂直精扫描，控制CCD同步采集样品底端干涉图像D，转 入步骤3和步骤4。

步骤3、提取样品顶端干涉图像C和样品底端干涉图像D中的每一个像素 点对应的相干信号，计算每个像素点相干信号的最大值，并将得到的所有最大值 重新拼接成一幅光强信息图像I_max，转入步骤5。

步骤4、提取样品顶端干涉图像C和样品底端干涉图像D中的每一个像素 点对应的相干信号，采用对比度的计算方式得到相干信号包络，采用重心法定位 相干信号包络重心位置并得到对应的扫描位置，逐像素拼接所有扫描位置得到一 幅包络信息图像E_cen，转入步骤5。

步骤5、将光强信息图像I_max与包络信息图像E_cen相结合得到合成图像，增 大高深宽比结构顶端和底端像素点信号的差异，将合成图像转化为灰度直方图， 通过OTSU算法计算图像分割阈值t，对合成图像进行二值化分割区分高深宽比 结构顶端和底端，实现横向分辨，转入步骤6。

步骤6、对位于高深宽比结构顶端的每一个像素点，定位相干信号包络极大 值对应的扫描位置；对位于高深宽比结构底端的像素点，以位置b₂为中心划定窗 口±wide₂，定位窗口内相干信号包络极大值对应的扫描位置；根据PZT记录的 位置a₂、b₂，计算扫描过程中顶端和底端时序垂直精扫描间由于自动定焦跳跃的 距离L，再将其加入到高深宽比结构顶端每一个像素点的扫描位置结果中；按照 上述方法逐像素计算并拼接所有扫描位置，得到高深宽比结构的三维形貌。

本发明与现有技术相比，其显著优点在于：

(1)采用由下向上自动定焦的方式定位有效扫描区间，避免了现有方法全 高度覆盖的扫描方式，极大提升了数据采集速度、减少了数据冗余，实现了高效 自动化的高深宽比结构三维形貌检测。

(2)从相干信号中提取光强信息及包络信息，融合两者得到合成图像进一 步体现高深宽比结构顶端和底端像素点的差异，采用OTSU阈值分割算法处理 合成图像，有效区分结构顶端与底端并实现横向分辨。

(3)通过对位于高深宽比结构顶端和底端像素采用不同的信号处理方式， 消除结构底端像素点异常相干信号对检测结果的影响，实现了垂直扫描干涉测量 中视场内复杂相干信号的自动化处理并保证了形貌检测的准确性。

附图说明

图1为本发明适用于高深宽比结构三维形貌检测的干涉测量方法的流程图。

图2为适用于高深宽比结构三维形貌检测的干涉测量方法对应光路结构示 意图。

图3为样品顶端精定位时对应的干涉图像。

图4为由各像素点最大相干信号拼接得到的光强信息图像。

图5为采用重心法得到的包络信息图像。

图6为横向分辨后得到的二值化图像。

图7为位于高深宽比结构底端像素点的异常相干信号图。

图8为位于高深宽比结构顶端像素点的常规相干信号图。

图9为复原的样品二维形貌结果。

图10为采用本发明适用于高深宽比结构三维形貌检测的干涉测量方法得到 的高深宽比硅基MEMS样品的二维形貌曲线图。

具体实施方式

为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合说明书附 图对本发明的具体实施方式做详细的说明。

结合图1，一种适用于高深宽比结构三维形貌检测的干涉测量方法，步骤如 下：

步骤1、将Linnik结构的干涉仪的干涉物镜调焦至样品底端，记录此时测试 臂PZT的位置b₁。按照从下向上的扫描方向进行时序垂直粗扫描，同时控制CCD 采集图像，灰度方差评价函数计算上述图像，进而自动定位样品顶端，时序垂直 粗扫描步长必须保证CCD采集的一系列干涉图像必有一帧落在顶端发生干涉的 范围内,并使该帧对应的灰度方差评价函数计算结果成为极值。图像的灰度方差 评价函数的计算公式如下：

式中，var_i为某一帧图像的灰度方差值，W是图像灰度矩阵的行数，H是图 像灰度矩阵的列数，I(x,y)是图像灰度矩阵(x,y)位置处的灰度值；u表示中间函 数；图像帧号i＝1,2,3,……。

顶端发生干涉的范围为光源相干长度ΔL的两倍，光源的相干长度ΔL的表达 式如下：

式中，Δλ为光源光谱分布的谱宽，λ₀为光源的中心波长。

在粗扫描过程中定位帧灰度方差值var_p大于其前后两帧图像灰度方差值 var_p-1、var_p+1的干涉图像，记录对应的PZT的扫描位置a₁。

接下来以位置a₁为中心进行时序垂直中扫描精定位样品顶端，同时控制 CCD采集图像，中扫描范围等于2倍粗扫描步长，中扫描步长需满足在中扫描 范围内扫描14次，采用灰度方差评价函数计算上述图像，将其中灰度方差值var 最大的一帧图像对应的PZT扫描位置记为a₂。以位置a₂为中心划定扫描范围 ±wide₁并进行步长为step的时序垂直精扫描，控制CCD同步采集样品顶端干涉 图像C，其中wide₁＝4×ΔL，step＝λ₀/8。

步骤2、控制PZT返回位置b₁处，以位置b₁为中心进行时序垂直中扫描精定 位样品底端并记录对应的PZT位置b₂，以位置b₂为中心划定扫描范围±wide₁进 行步长为step的时序垂直精扫描，控制CCD同步采集样品底端干涉图像D。

步骤3、提取样品顶端干涉图像C和样品底端干涉图像D中的每一个像素 点对应的相干信号，计算每个像素点相干信号的最大值，并将得到的所有最大值 拼接成一幅光强信息图像I_max，其中：

I_max＝max (I(x,y,z)) (4)

式中，I(x,y,z)表示从样品顶端干涉图像C和样品底端干涉图像D中提取出 的任一像素点的相干信号。

步骤4、提取样品顶端干涉图像C和样品底端干涉图像D中的每一个像素 点对应的相干信号，采用对比度的计算方式得到相干信号包络，样品顶端干涉图 像C和样品底端干涉图像D中某像素点对比度M的计算方式如下：

式中，M(i)及I_i分别为该像素点在第i帧干涉图的对比度值及光强值，计算该 像素点在所有帧干涉图的对比度值后得到该点的对比度即信号包络。

接下来采用重心法定位相干信号包络重心位置h并得到对应的扫描位置，其 中重心法的计算表达式如下：

式中，N为采集到干涉图像的总帧数。

根据重心位置h得到扫描位置，逐像素计算并将所有扫描位置拼接成包络信 息图像E_cen。

步骤5、通过相乘的方式将光强信息图像I_max与包络信息图像E_cen相结合得 到合成图像，增大高深宽比结构顶端和底端像素点信号的差异。将合成图像转化 为灰度直方图，通过OTSU算法计算图像分割阈值t。OTSU算法将图像灰度直 方图分为A、B两部分，通过搜寻两部分之间的最大方差来确定图像分割的最佳 灰度阈值，其中类间方差

的计算表达式如下：

式中w_A、w_B表示各部分占总体的概率，u_A、u_B表示各部分的数学期望，E表 示总体的数学期望。

阈值t为类间方差

最大的灰度位置，将高于阈值t的像素点视为结构顶端的 点，低于阈值t的像素点视为结构底端的点，将合成图像二值化，区分高深宽比 结构顶端和底端，完成对样品结构的横向分辨，解决了目前对横向特征接近衍射 极限的高深宽比结构形貌复原时难以准确定位阶跃边缘的问题。

步骤6、对位于高深宽比结构顶端的每一个像素点，定位相干信号包络极大 值对应的扫描位置；对位于高深宽比结构底端的像素点，以位置b₂为中心划定窗 口±wide₂，定位窗口内相干信号包络极大值对应的扫描位置，其中wide₂＝40× step；根据PZT记录的位置a₂、b₂，计算扫描过程中顶端和底端时序垂直精扫 描间由于自动定焦跳跃的距离L，其计算方式如下：

L＝|a₂-b₂| (8)

再将距离L加入到高深宽比结构顶端每一个像素点的扫描位置结果中，按照 上述方法逐像素计算并拼接所有扫描位置，得到高深宽比结构的三维形貌。

通过对顶端和底端的相干信号区别处理，提取出有效的相干信号，消除了结 构底端像素点异常相干信号包含多个信号包络的影响，实现高深宽比样品测量过 程中视场内复杂相干信号的自动化处理。

实施例1

结合图1至图10，一种适用于高深宽比结构三维形貌检测的干涉测量方法， 实验过程中令光学***搭载放大倍率为20×的干涉物镜***，对存在高深宽比梳 齿状结构的样品进行检测，其深度为80μm，沟槽宽度为3μm，深宽比约为27。 光源经过显微干涉***在CCD位置处的中心波长λ₀为576nm，谱宽Δλ为260nm， 相干长度ΔL为1.276μm，时序垂直精扫描步长step为72nm，时序垂直中扫描步 长为576nm，时序垂直粗扫描步长为4.032μm，时序垂直中扫描范围为±4.032μm， 时序垂直精扫描范围±wide₁为±5.104μm，相干信号包络的窗口范围±wide₂为 ±2.88μm。本专利所述的适用于高深宽比结构三维形貌检测的干涉测量方法，实 现步骤为：

结合图2，将光源1与科勒照明***2连接，调整科勒照明***2与分光镜 3的位置使科勒照明***2出射的光由分光镜3承接并反射，调整测试光路*** 6的位置，使分光镜3反射的光通过物镜4，再由待测物体5反射形成测试光， 调整参考光路***9与分光镜3的位置，使由分光镜3透射的光通过物镜7，再 由参考镜8反射形成参考光，参考光与测试光形成干涉光信号。干涉光信号通过 分光镜3和管镜10入射到CCD11的靶面上，完成一幅干涉图像的接收。

***搭建完毕后，打开白光光源1，白光经过科勒照明***2照射到分光镜 3上，由分光镜3产生的反射光向下传播透过物镜4照射到待测物体5，被反射 后照射到分光镜3形成测试光。由分光镜3产生的透射光透过物镜7照射到参考 镜8，参考镜8将其反射后再次照射到分光镜3形成参考光。参考光与测试光发 生干涉产生干涉光信号，干涉光信号向上传播透过分光镜3、管镜10后由CCD 11 完成一幅干涉图像的接收。控制及数据处理***12控制扫描***13按照流程进 行时序垂直扫描。

步骤1、将Linnik结构的干涉仪的干涉物镜调焦至样品底端，记录此时测试 臂PZT的位置b₁，按照从下向上的扫描方向对样品进行时序垂直粗扫描，同时 控制CCD采集图像，灰度方差评价函数计算上述图像，进而自动定位样品顶端， 粗扫描步长必须保证CCD采集的一系列干涉图像必有一帧落在顶端发生干涉的 范围内,并使该帧对应的灰度方差评价函数计算结果成为极值。图像的灰度方差 评价函数的计算公式如下：

式中，var_i为某一帧图像的灰度方差值，W是图像灰度矩阵的行数，H是图 像灰度矩阵的列数，I(x,y)是图像灰度矩阵(x,y)位置处的灰度值；u表示中间函 数；图像帧号i＝1,2,3,……。

顶端发生干涉的范围为光源相干长度ΔL的两倍，光源的相干长度ΔL的表达 式如下：

式中，Δλ为光源光谱分布的谱宽，λ₀为光源的中心波长。

在粗扫描过程中定位帧灰度方差值var_p大于其前后两帧图像灰度方差值 var_p-1、var_p+1的干涉图像，记录对应的PZT的扫描位置a₁。

接下来以位置a₁为中心进行时序垂直中扫描精定位样品顶端，同时控制 CCD采集图像，中扫描范围等于2倍粗扫描步长，中扫描步长需满足在中扫描 范围内扫描14次，采用灰度方差评价函数计算上述图像，将其中灰度方差值var 最大的一帧图像对应的PZT扫描位置记为a₂。以位置a₂为中心划定扫描范围 ±wide₁并进行步长为step的时序垂直精扫描，控制CCD同步采集样品顶端干涉 图像C，其中wide₁＝4×ΔL，step＝λ₀/8。

步骤2、控制PZT返回位置b₁处，以位置b₁为中心进行时序垂直中扫描精定 位样品底端并记录对应的PZT位置b₂，以位置b₂为中心划定扫描范围±wide₁进 行步长为step的时序垂直精扫描，控制CCD同步采集样品底端干涉图像D。

步骤3、提取样品顶端干涉图像C和样品底端干涉图像D中的每一个像素 点对应的相干信号，计算每个像素点相干信号的最大值，并将得到的所有最大值 重新拼接成一幅光强信息图像I_max，如图4所示，其中：

I_max＝max(I(x,y,z)) (4)

式中，I(x,y,z)表示样品顶端干涉图像C和样品底端干涉图像D中提取出的 任一像素点的相干信号。

步骤4、提取样品顶端干涉图像C和样品底端干涉图像D中的每一个像素 点对应的相干信号，采用对比度的计算方式得到相干信号包络，样品顶端干涉图 像C和样品底端干涉图像D中某像素点对比度M的计算方式如下：

式中，M(i)及I_i分别为该像素点在第i帧干涉图的对比度值及光强值，计算该 像素点在所有帧干涉图的对比度值后得到该点的对比度即信号包络。

接下来采用重心法得到相干信号包络重心位置h并得到对应的扫描位置，其 中重心法的计算表达式如下：

式中，N为采集到干涉图像的总帧数。

根据重心位置h得到扫描位置，逐像素计算并将所有扫描位置拼接成包络信 息图像E_cen，如图5所示。

步骤5、通过相乘的方式将光强信息图像I_max与包络信息图像E_cen相结合得 到合成图像，增大高深宽比结构顶端和底端像素点信号的差异。将合成图像转化 为灰度直方图，通过OTSU算法计算图像分割阈值t。OTSU算法将图像灰度直 方图分为A、B两部分，通过搜寻两部分之间的最大方差来确定图像分割的最佳 灰度阈值，其中类间方差

的计算表达式如下：

式中w_A、w_B表示各部分占总体的概率，u_A、u_B表示各部分的数学期望，E表 示总体的数学期望。

阈值t为类间方差

最大的灰度位置，将高于阈值t的像素点视为结构顶端的 点，低于阈值t的像素点视为结构底端的点，将合成图像二值化，如图6所示， 完成对样品结构的横向分辨，解决了目前对横向特征接近衍射极限的高深宽比结 构形貌复原时难以准确定位阶跃边缘的问题。

步骤6、对位于高深宽比结构顶端的每一个像素点，定位相干信号包络极大 值对应的扫描位置；对位于高深宽比结构底端的像素点，以位置b₂为中心划定窗 口±wide₂，定位窗口内相干信号包络极大值对应的扫描位置，其中wide₂＝40× step；根据PZT记录的位置a₂、b₂，计算扫描过程中顶端和底端时序垂直精扫 描间由于自动定焦跳跃的距离L，其计算方式如下：

L＝|a₂-b₂| (8)

本发明提出的方法从样品顶、底端各采集了213帧图像，精定位得到的位置 a₂为270.14μm，精定位得到的位置b₂为346.04μm，计算得到跳过了75.9μm的 距离L，将L加入到高深宽比结构顶端每一个像素点的扫描位置结果中，按照上述 方法逐像素计算并拼接所有扫描位置，完成高深宽比结构三维形貌的自动检测， 最终的三维形貌结果如图9、10所示。

本实施例通过一系列的措施实现了对高度达微米量级的高深宽比梳齿状结 构样品的测量，最终还原了样品的三维形貌。实验结果表明测量值与实际值吻合 度高、扫描速度快、算法计算时间明显短于传统的垂直扫描测量算法，表明该方 法实时性好、速度快、测量精度高。

Claims (9)

1.一种适用于高深宽比结构三维形貌检测的干涉测量方法，其方法步骤如下：

步骤1、将Linnik结构的干涉仪的干涉物镜调焦至样品底端，记录此时测试臂PZT的位置b₁，按照从下向上的扫描方向对样品进行时序垂直粗扫描，同时控制CCD采集图像，灰度方差评价函数计算上述图像，进而自动定位样品顶端并记录PZT位置a₁，以位置a₁为中心进行时序垂直中扫描精定位样品顶端并记录对应的PZT位置a₂，以位置a₂为中心划定扫描范围±wide₁并进行步长为step的时序垂直精扫描，控制CCD同步采集样品顶端干涉图像C，转入步骤2；

步骤2、控制PZT返回位置b₁处，以位置b₁为中心进行时序垂直中扫描精定位样品底端并记录对应的PZT位置b₂，以位置b₂为中心划定扫描范围±wide₁进行步长为step的时序垂直精扫描，控制CCD同步采集样品底端干涉图像D，转入步骤3和步骤4；

步骤3、提取样品顶端干涉图像C和样品底端干涉图像D中的每一个像素点对应的相干信号，计算每个像素点相干信号的最大值，并将得到的所有最大值重新拼接成一幅光强信息图像I_max，转入步骤5；

步骤4、提取样品顶端干涉图像C和样品底端干涉图像D中的每一个像素点对应的相干信号，采用对比度的计算方式得到相干信号包络，采用重心法定位相干信号包络重心位置并得到对应的扫描位置，逐像素拼接所有扫描位置得到一幅包络信息图像E_cen，转入步骤5；

步骤5、将光强信息图像I_max与包络信息图像E_cen相结合得到合成图像，增大高深宽比结构顶端和底端像素点信号的差异，将合成图像转化为灰度直方图，通过OTSU算法计算图像分割阈值t，对合成图像进行二值化分割区分高深宽比结构顶端和底端，实现横向分辨，转入步骤6；

步骤6、对位于高深宽比结构顶端的每一个像素点，定位相干信号包络极大值对应的扫描位置；对位于高深宽比结构底端的像素点，以位置b₂为中心划定窗口±wide₂，定位窗口内相干信号包络极大值对应的扫描位置；根据PZT记录的位置a₂、b₂，计算扫描过程中顶端和底端时序垂直精扫描间由于自动定焦跳跃的距离L，再将其加入到高深宽比结构顶端每一个像素点的扫描位置结果中；按照上述方法逐像素计算并拼接所有扫描位置，得到高深宽比结构的三维形貌。

2.根据权利要求1所述的适用于高深宽比结构三维形貌检测的干涉测量方法，其特征在于：所述步骤1中，时序垂直粗扫描步长必须保证CCD采集的一系列干涉图像必有一帧落在顶端发生干涉的范围内，并使该帧对应的灰度方差评价函数计算结果成为极值；图像的灰度方差评价函数的计算公式如下：

式中，var_i为某一帧图像的灰度方差值，W是图像灰度矩阵的行数，H是图像灰度矩阵的列数，I(x，y)是图像灰度矩阵(x，y)位置处的灰度值；u表示中间函数；图像帧号i＝1，2，3，......；

在粗扫描过程中定位帧灰度方差值var_p大于其前后两帧图像灰度方差值var_p-1、var_p+1的干涉图像，记录对应的PZT的扫描位置a₁。

3.根据权利要求2所述的适用于高深宽比结构三维形貌检测的干涉测量方法，其特征在于：顶端发生干涉的范围为光源相干长度ΔL的两倍，光源的相干长度ΔL的表达式如下：

式中，Δλ为光源光谱分布的谱宽，λ₀为光源的中心波长。

4.根据权利要求3所述的适用于高深宽比结构三维形貌检测的干涉测量方法，其特征在于：所述步骤1中，以位置a₁为中心划定扫描范围进行时序垂直中扫描，同时控制CCD采集图像，扫描范围等于2倍粗扫描步长，中扫描步长需满足在中扫描范围内扫描14次，采用灰度方差评价函数计算上述图像，将其中灰度方差值var最大的一帧图像对应的PZT扫描位置记为a₂。

5.根据权利要求4所述的适用于高深宽比结构三维形貌检测的干涉测量方法，其特征在于：所述步骤1中，以位置a₂为中心划定扫描范围±wide₁进行步长为step的时序垂直精扫描，其中wide₁＝4×ΔL，step＝λ₀/8。

6.根据权利要求5所述的适用于高深宽比结构三维形貌检测的干涉测量方法，其特征在于：所述步骤3中，计算样品顶端干涉图像C和样品底端干涉图像D中每个像素点相干信号的最大值，并将其拼接为光强信息图像I_max，其中：

I_max＝max(I(x，y，z)) (4)

式中，I(x，y，z)表示从样品顶端干涉图像C和样品底端干涉图像D中提取出的任一像素点的相干信号。

7.根据权利要求6所述的适用于高深宽比结构三维形貌检测的干涉测量方法，其特征在于：所述步骤4中，对相干信号进行信号包络计算时，采用对比度的计算方式得到信号包络，样品顶端干涉图像C和样品底端干涉图像D中某像素点对比度M的计算方式如下：

式中，M(i)及I_i分别为该像素点在第i帧干涉图的对比度值及光强值，计算该像素点在所有帧干涉图的对比度值后得到该点的对比度即信号包络；

再对样品顶端干涉图像C和样品底端干涉图像D中每个像素点的相干信号包络采用重心法处理，得到信号包络的重心位置h，其中重心法的计算表达式如下：

式中，N为采集到干涉图像的总帧数；

根据重心位置h得到扫描位置，逐像素计算并将所有扫描位置拼接成包络信息图像E_cen。

8.根据权利要求7所述的适用于高深宽比结构三维形貌检测的干涉测量方法，其特征在于：所述步骤5中，通过相乘的方式将光强信息图像I_max与包络信息图像E_cen相结合得到合成图像，增大高深宽比结构顶端和底端像素点信号的差异，将合成图像转化为灰度直方图，通过OTSU算法计算图像分割阈值t，对合成图像进行二值化分割区分高深宽比结构顶端和底端，实现横向分辨，具体如下：

OTSU算法将图像灰度直方图分为A、B两部分，通过搜寻两部分之间的最大方差来确定图像分割的最佳灰度阈值，其中类间方差δ₁的计算表达式如下：

式中w_A、w_B表示各部分占总体的概率，u_A、u_B表示各部分的数学期望，E表示总体的数学期望；

阈值t为类间方差

最大的灰度位置，将高于阈值t的像素点视为结构顶端的点，低于阈值t的像素点视为结构底端的点，将合成图像二值化，完成对样品结构的横向分辨。

9.根据权利要求8所述的适用于高深宽比结构三维形貌检测的干涉测量方法，其特征在于：所述步骤6中，对位于高深宽比结构顶端的每一个像素点，定位相干信号包络极大值对应的扫描位置；对位于高深宽比结构底端的每一个像素点，以位置b₂为中心划定窗口±wide₂，定位窗口内相干信号包络极大值对应的扫描位置，其中wide₂＝40×step；对于顶端和底端时序垂直精扫描间由于自动定焦跳跃的距离L，其计算方式如下：

L＝|a₂-b₂| (8)

将L加入到高深宽比结构顶端每一个像素点的扫描位置结果中，逐像素计算并拼接所有的扫描位置，得到高深宽比结构的三维形貌。

Images