Компьютерная реконструкция рельефа поверхности методом оптической томографии Текст научной статьи по специальности «Математика»

Физика твёрдого тела Вестник Нижегородского университета им. Н.И. Лобачевского, 2012, №4 (1), с. 91-95

УДК 621.396

КОМПЬЮТЕРНАЯ РЕКОНСТРУКЦИЯ РЕЛЬЕФА ПОВЕРХНОСТИ МЕТОДОМ ОПТИЧЕСКОЙ ТОМОГРАФИИ

© 2012 г. Н.С. Будников, В.Е. Котомина, Т.В. Шаргавнина

Нижегородский госуниверситет им. Н.И. Лобачевского

bud@nifti.unn.ru

Постувил- вред-кцию 17.05.2012

Представлен способ определения параметров микрорельефа поверхности методами компьютерной реконструкции результатов оптических измерений. Метод основан на построении морфометрической карты профиля глубины по набору частично сфокусированных изображений с последующей интерполяцией функции глубины методом обращения свертки.

Ключевые слов-: оптическая микроскопия, компьютерная томография.

Введение

Задача измерения и визуализации микрорельефа поверхности является актуальной для различных областей науки, промышленности и техники. В частности, решение проблемы построения топологической карты поверхности микронной маски важно для контроля процесса фотолитографии при производстве полупроводниковых интегральных схем. Задача измерения микрорельефа решается сейчас разными методами. Для качественного анализа рельефа применяется растровая микроскопия. Для количественного определения параметров микрорельефа используются различные профилометры, в некоторых случаях атомно-силовая и зондовая микроскопия. Большая часть указанных методов хорошо работает только в случае мезоско-пически плоских поверхностей. В случае сложного субмиллиметрового мезорельефа определение характеристик микроскопической (микронной) шероховатости весьма проблематично и требует специального оборудования и разработки отдельных методик. В связи с этим поставленная в работе задача измерения параметров микрорельефа поверхности методами компьютерной реконструкции с помощью простых оптических методов является актуальной. В работе предложен компьютерный метод реконструкции профиля глубины шероховатостей по набору частично сфокусированных изображений. Метод основан на построении морфометрической карты профиля с последующей интерполяцией функции глубины методом обращения свертки. Предложенный способ позволяет осуществлять реконструкцию рельефа по ограниченному набору исходных изображений в тех случаях, когда размеры шероховатостей поверхности не ниже дифракционного предела ~ 0.3 мкм.

Отметим, что применение метода автоматически решает также задачу увеличения глубины резкости оптической системы микроскопа, что актуально при необходимости использования больших коэффициентов увеличения ~ 1000.

Метод восстановления профиля поверхности

Особенность метода оптической микроскопии состоит в том, что полученные изображения, как правило, являются нечеткими и содержат сфокусированные и расфокусированные участки. Это связано с тем, что из-за ограниченной глубины резкости оптической системы чёткими оказываются только те участки поверхности, которые имеют диапазон высот рельефа, совпадающий с глубиной фокуса объектива микроскопа. Для преодоления этой трудности при анализе различных по глубине участков поверхности меняют фокусное расстояние и таким образом последовательно изучают строение всей поверхности на разной высоте (глубине). Эту возможность - получать изображения на разной глубине - можно использовать для полной реконструкции профиля поверхности.

Для построения профиля глубины мы использовали следующий подход: 1) создается набор фотографий с различными известными фокусными расстояниями объектива микроскопа (рис. 1а); 2) на выбранной линии по вертикали строится зависимость значений степени резкости изображений от положения фокуса (рис. 1б); 3) для определения изображения, которому принадлежит точка профиля, а следовательно, и её высота, выбирается самое большое

в г

Рис. 1. Схема построения профиля глубины: а) - исходные данные (набор фотографий с различными положениями фокуса), б) - график резкости вдоль вертикальной линии, в) - морфометрическая карта профиля глубины, г) - профиль глубины

б

а

значение резкости из всего множества значений, принадлежащих этой линии; 4) по фиксированному расстоянию по высоте между изображениями строится морфометрическая карта профиля глубины, которая показывает, на какой высоте располагаются точки профиля глубины, принадлежащие конкретным изображениям (рис. 1в) (дискретность функции глубины равна количеству исходных изображений); 5) каждой точке карты присваивается значение, связанное с яркостью точки соответствующего изображения. Таким образом, для каждой точки линии профиля высоты получается искомый профиль (рис. 1г).

Для оценки степени резкости используется градиентный метод. Для каждого пикселя с индексами i, у массива дискретизованного изображения р^, у] рассчитывается матрица градиента G0[z', у] по формуле

у] =

=7 р -1, у] - щ+1, у])2 + т у -1] - щ, у+1])2'

Для учета окрестности пикселя, резкость которого нам необходимо оценить, используется усредняющая маска Щ1, у] размером М*М. Конечная формула для расчета матрицы резкости выглядит следующим образом

1=М к=М

°ь, у] = ЕЕ С °[1, к ] X н [I - i, к - у].

I=0 к=0

Матрица резкости G[z', у] представляет собой не что иное, как набор значений резкости сегментов изображения размером один пиксель. Важным параметром, определяющим качество восстанавливаемых изображений, является размер усредняющей маски.

Описанный подход хорошо работает в том случае, когда имеется возможность получить достаточное количество исходных изображений с незначительной погрешностью фиксации положения фокуса оптической системы. На практике, однако, число исходных изображений поверхности часто ограничено тем, что для поверхностей с микронным размером шероховатости невозможно получить более 4-5 изображений, сфокусированных на разных высотах профиля. Кроме того, часто просто невозможно построить модель соответствия яркости точки изображения и глубины ее положения на поверхности. Это приводит к большим ошибкам в оценке функции глубины. В настоящей работе предлагается уточнять глубину расположения той или иной точки поверхности (проводить интерполяцию между сфокусированным изображением и ближайшим расфокусированным) с помощью операции обращения свертки [1].

Для реализации этого подхода необходимо предварительно промерить аппаратную функцию микроскопа, которая описывает распределение освещенности в создаваемом оптической

системой изображении малого (точечного) источника излучения. Аппаратная функция ^ху,г) зависит от координат х, у на плоскости изображения и величины смещения фокуса по высоте z. Для измерения h(xy,z) используется тестовый образец с ровной поверхностью, имеющей малые неглубокие дефекты. Фиксируется сфокусированное изображение поверхности А0(ху). При последовательном смещении фокуса по высоте на величину Zi фиксируется набор изображений А (ху), каждое из которых является сверткой сфокусированного изображения А0(ху) с аппаратной функцией микроскопа ^ху,2'). Известно [1], что аппаратная функция оптической системы может быть представлена в виде сглаженного цилиндра с диаметром d -hd(x,y). Тогда для каждого изображения А(х,у) путем простого перебора по d можно подобрать значение диаметра, которое обеспечивает наибольшее совпадение изображения А(х,у) со сверткой А0 (х, у) ® ^ (х, у). Это позволяет связать диаметр аппаратной функции d с высотой z и, следовательно, построить модель ^ху^). Далее, изображение любой поверхности g(x.y,z) можно представить как свертку сфокусированного изображения Ах у) с аппаратной функцией микроскопа ^х,у^)

g (х, у, z) = А(х, у) ® h(x, у, z).

Свертка в настоящей работе представлена в дискретном виде

g (i, у)=^ а (к,1 )* - к, у -1),

к ,1

где я('у'), Ак, I) и h(i - к, у - I) - дискретные представления функций g, А и h. Дискретное уравнение свертки представляется в виде системы линейных уравнений

¿УХ- * я,, i=1,2,...п,

,=1

где п = N^N - суммарное число пикселей изображения N - размер фрагмента изображения, для которого выполняется деконволюция), А -у-й пиксел искомого изображения, я, - ,-й пиксел заданного искаженного изображения, ау - матрица коэффициентов системы, формируемая из блоков дискретизованной аппаратной функции h, соответствующих у-му и '-му пикселам искомого и искаженного изображений. Система имеет большой размер и большое число обусловленности, т.е. плохо обусловлена. Для ее решения использовался адаптированный под задачу обращения свертки модифицированный метод Качмажа, предложенный в работе [2]. Была реализована итерационная процедура

Ак+1 = Ак + (я, - {а, А])) X а /|| а'|2,

где / - значение А на к-й итерации, а' - ,-й столбец весовой матрицы. При проведении анализа результатов обращения свертки, т.е. при принятии решения о соответствии реконструированного изображения с настоящим изображением, используется корреляционный анализ [3].

Примеры применения метода

Сравним результаты реконструкции с данными прямого экспериментального измерения параметров микрорельефа поверхности методами растровой электронной и атомно-силовой микроскопии. На рис. 2 приведена серия снимков поверхности образца с отпечатком от ин-дентора микротвердомера, выполненная с помощью оптического микроскопа LeicaDM4000 при фокусировании на разных глубинах профиля с увеличением 1000. Глубина отпечатка ин-дентора составляет ~ 6 мкм. На рис. 3 а приведено восстановленное изображение. На рис. 3б для сравнения представлено изображение того же отпечатка, полученное на растровом электронном микроскопе JEOL JSM-6490 с увеличением 1000. Видно, что изображения хорошо соответствуют друг другу. Однако восстановленное оптическое изображение более рельефно и содержит детали, неразличимые на картинке, полученной на растровом электронном микроскопе. Следует отметить также, что на электронном микроскопе трудно и иногда практически невозможно восстановить профиль поверхности. На рис. 3в представлен результат программной реконструкции двумерного профиля поверхности. На рис. 3г приведено одномерное сечение профиля и дано сравнение с данными измерения на атомно-силовом микроскопе Ас-сигех фирмы ТороМейтх (США). Из рисунка видно весьма хорошее соответствие этих профилей.

Заключение

В работе изложен метод программной реконструкции рельефа поверхности по данным оптической микроскопии по набору частично фокусированных изображений. Приведены результаты использования этого метода для восстановления изображения поверхности, искаженного оптической системой микроскопа из-за малой глубины резкости при большом увеличении. Эффективность метода подтверждена сравнением полученных расчетных результатов с данными растровой электронной и атомносиловой микроскопии.

в г

Рис. 2. Серия снимков поверхности с отпечатком индентора, выполненная с помощью оптического микроскопа при фокусировании на разных глубинах: а) - изображение, сфокусированное на «дне» отпечатка (глубина 0 мкм), б) - в середине (глубина 2 мкм), в) - в середине (глубина 4 мкм), г) - на поверхности в середине (глубина 6 мкм)

Йг • '

г: ‘ ■■ '■( "• >5

Л-“ ,

//Шл£

лШй

в г

Рис. 3. Результаты программной реконструкции по оптическим изображениям (см. рис. 2) в сравнении с экспериментальными данными, полученными на растровом электронном и атомно-силовом микроскопах: а) - восстановленное изображение, б) - изображение отпечатка, полученное на растровом электронном микроскопе, в) - реконструированный профиль поверхности, г) - одномерное сечение профиля, полученное на атомносиловом микроскопе (сплошная линия) и реконструированное по оптическим изображениям (точки)

б

а

Список литературы 2. Ценсор Я. Методы реконструкции изображе-

ний, основанные на разложении в конечные ряды // ТИИЭР. 1983. Т. 71, №3. С. 148-160.

1 Бейтс р., Мак-Доннелл М. Восстановление и з. Бендат Дж., Пирсол А. Прикладной анализ реконструкция изображений. М.: Мир, 1989. 540 с. случайных данных. М.: Мир, 1989. 560 с.

COMPUTER RECONSTRUCTION OF THE SURFACE RELIEF BY OPTICAL TOMOGRAPHY

N.S. Budnikov, V.E. Kotomina, T. V. Shargavnina

A method for determining surface microrelief parameters by computer reconstruction of the optical measurements is presented. The method is based on constructing a depth profile morphometric map using a set of partially focused images with a further interpolation of the depth function by deconvolution techniques.

Keywords: optical microscopy, computed tomography.