当前位置: 首页> 交通专利数据库 >详情
原文传递 一种基于超振荡透镜的超分辨缺陷检测装置及检测方法
专利名称: 一种基于超振荡透镜的超分辨缺陷检测装置及检测方法
摘要: 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。
专利类型: 发明专利
国家地区组织代码: 四川;51
申请人: 中国科学院光电技术研究所
发明人: 罗先刚;马晓亮;李雄;蒲明博;鹿辛践
专利状态: 有效
申请日期: 2019-04-18T00:00:00+0800
发布日期: 2019-07-19T00:00:00+0800
申请号: CN201910311312.7
公开号: CN110031478A
分类号: G01N21/95(2006.01);G;G01;G01N;G01N21
申请人地址: 610209 四川省成都市双流350信箱
主权项: 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。
所属类别: 发明专利
检索历史
应用推荐