本發(fā)明涉及一種利用光學(xué)輪廓儀來測量基板表面上的多個視場的高度圖并將高度圖合并為合成高度圖的方法，該方法包括：

使輪廓儀沿著路線相對于表面在場之間移動；

利用輪廓儀沿著路線測量表面上的場的高度圖；以及

合并所測量的場的多個高度圖以產(chǎn)生表面的合成高度圖。

背景技術(shù)：

US5987189A公開了一種用以合并測試表面的鄰接部分的高度輪廓以產(chǎn)生表面的合成輪廓的方法，并且包括：通過將測試樣本的表面的鄰接部分順次放置在儀器的視場內(nèi)來相繼測量這些鄰接部分，并且利用相位偏移或垂直掃描描繪這些鄰接部分的輪廓。通過使輪廓描繪中的表面的一個部分與下一鄰接部分重疊來執(zhí)行從該一個部分到該下一鄰接部分的相繼測量之間的顯微鏡的x-y平移，以使得在測量之間維持空間連續(xù)性。然后，合并針對各部分所生成的高度數(shù)據(jù)以構(gòu)成與整個被測表面相對應(yīng)的更大的圖像，并且通過使重疊的部分歸一化為共通參考平面來校正x-y平移處理所引入的不連續(xù)和/或誤差。

通過重疊區(qū)域中的各組測量高度進行平面的擬合，并且對各擬合平面的翻轉(zhuǎn)(tip)、傾斜(tilt)和偏移(offset)進行校正以產(chǎn)生鄰接部分中匹配的重疊高度數(shù)據(jù)。然后，還利用翻轉(zhuǎn)、傾斜和偏移的相同的差來校正所測量到的用于各部分的平衡的高度數(shù)據(jù)，以獲得連續(xù)的歸一化圖像。

由于從開啟照明的時刻起或環(huán)境溫度的變動引起光學(xué)元件和/或樣本的受熱和膨脹，因此光學(xué)測量系統(tǒng)將具有高度漂移(height drift)。

隨著時間的經(jīng)過，高度漂移可能由于系統(tǒng)和/或樣本達到熱平衡而穩(wěn)定。為了避免高度漂移效應(yīng)，光學(xué)系統(tǒng)的正常操作可以包括預(yù)熱時間。這會預(yù)先抑制系統(tǒng)中的熱高度漂移效應(yīng)(而無法預(yù)先抑制樣本中的熱高度漂移效應(yīng)，除非還在要測量的所有位置對樣本進行預(yù)熱)；然而，這花費大量時間。

漂移還可以具有其它原因，諸如：

·周圍或儀器振動；

·周圍測量環(huán)境的不穩(wěn)定性(例如，周圍空氣溫度、氣壓或者其它可適用因素的變動)；

·系統(tǒng)蠕變。

在這種情形下，將無法完全實現(xiàn)高度穩(wěn)定性并且始終剩余一些通過儀器預(yù)熱無法預(yù)先抑制的漂移。

在對場進行合并以測量比一個視場(FOV)大的工件的高度圖的情況下，漂移會引起個體視場之間的高度偏移。在光學(xué)平坦物的模擬測量中可以發(fā)現(xiàn)示例。測量從左下角的視場開始并且順次進行(參見圖1中的測量順序)。圖2示出模擬的個體FOV測量。

根據(jù)合并算法的自由度，表面的原始整體傾斜和整體定向可能會丟失。接著，可以通過例如針對個體測量場在最小二乘意義下進行平面的擬合來進行整體傾斜和整體定向的重建。根據(jù)測量順序(路線)，漂移所引起的高度偏移則將引起最終結(jié)果的整體傾斜誤差。圖3示出這種傾斜誤差的示例，該示例是拼接或合并圖2的數(shù)據(jù)集的模擬結(jié)果。

技術(shù)實現(xiàn)要素：

因此，本發(fā)明的目的是提供一種如下的方法，該方法利用光學(xué)輪廓儀來測量基板表面上的多個視場的高度圖并在針對輪廓儀的高度漂移的靈敏度最小的狀態(tài)下將這些高度圖合并為合成高度圖，其中高度漂移將引起合成高度圖的傾斜誤差。

因此，提供一種用于利用光學(xué)輪廓儀來測量基板的表面上的多個視場的高度圖并將所測量到的高度圖合并為合成高度圖的方法，所述方法包括：使所述光學(xué)輪廓儀相對于所述表面沿著路線在視場之間移動；利用所述光學(xué)輪廓儀沿著所述路線測量所述表面上的視場的高度圖；以及合并所測量的視場的多個高度圖以產(chǎn)生所述表面的合成高度圖，其中所述路線被配置為在合并多個高度圖期間使得針對所述光學(xué)輪廓儀的高度漂移所引起的效應(yīng)的靈敏度最小化。

通過配置路線，可以使多個視場至合成高度圖的合并針對輪廓儀的高度漂移的靈敏度最小化，其中高度漂移將引起合成高度圖的傾斜誤差。

根據(jù)其它實施例，所述路線包括具有第一方向的分量和第二方向的分量的方向，所述第二方向的分量與所述第一方向的分量大致垂直，以及所述光學(xué)輪廓儀相對于所述表面的順序移動包括：在測量視場的高度圖期間，在所述第一方向的分量和所述第二方向的分量這兩者上前后移動至少一次。

通過在測量場的高度圖期間在第一方向的分量和第二方向的分量這兩者上前后移動至少一次，場可以更好地在整個表面上分散開，以使得針對光學(xué)輪廓儀的高度漂移的靈敏度最小化。

還可以在與第一方向和第二方向垂直的、與高度相對應(yīng)的第三方向上定義路線。

根據(jù)另一目的，在所述第一方向的分量和所述第二方向的分量這兩者上前后移動包括：在所述第一方向上前后移動至少兩個視場，以及在所述第二方向上前后(向左或向右)移動至少兩個視場。

通過在測量視場的高度圖期間在第一方向的分量和第二方向的分量這兩者上前后移動至少兩個視場，視場可以更好地在整個表面上分散開，以使得針對光學(xué)輪廓儀的高度漂移的靈敏度最小化。

根據(jù)另一實施例，所述光學(xué)輪廓儀相對于所述表面的移動包括：在測量視場的高度圖期間，在所述第一方向的分量和所述第二方向的分量這兩者上前后移動至少兩次。

通過在第一方向的分量和第二方向的分量這兩者上前后移動至少兩次，可以進一步使針對光學(xué)輪廓儀的高度漂移的靈敏度最小化，其中高度漂移將引起合成高度圖的誤差。

根據(jù)另一實施例，所述路線被配置為大致以隨機次序來測量視場。

通過將路線配置為以基本隨機的次序來測量視場，可以使針對光學(xué)輪廓儀的高度漂移的靈敏度最小化。

根據(jù)另一實施例，所述路線具有螺旋形狀或近似螺旋的形狀。

通過將路線配置為以螺旋形狀或近似螺旋的形狀來測量視場，可以在合并多個高度圖期間使針對輪廓儀的高度漂移的靈敏度最小化。

根據(jù)另一實施目的，所述方法包括：以直接次序測量和/或再測量位于非常靠近表面的邊緣的邊緣視場，以使得這些測量的時間最小化，由此使得這些測量之間的漂移最小化。整體傾斜重建將僅基于這些場。通過使這些場之間的距離最大化并且使測量之間的時間最小化，將使得合成高度圖的整體傾斜誤差最小化。

根據(jù)另一實施例，所述路線包括多次穿過所述表面上的多個視場的中心。

通過多次穿過表面上的多個視場的中心，可以使針對輪廓儀的高度漂移的靈敏度最小化。

根據(jù)另一實施例，所述方法包括：在所測量的視場和要測量的下一個視場之間留出一個、兩個、三個或甚至更多個視場的狀態(tài)下，從該所測量的視場向該要測量的下一個視場移動。

通過將路線配置為在一個場與另一個場之間留出一個、兩個、三個或更多個場的狀態(tài)下從該一個場移動到該另一個場，可以使針對輪廓儀的高度漂移的靈敏度最小化。

根據(jù)另一實施例，在利用輪廓儀測量表面上的視場的高度圖期間，能夠維持鄰接視場之間的重疊或連接的區(qū)域，以及合并多個高度圖包括：使用重疊或連接的區(qū)域(在得到維持的情況下)來建立并校正場之間的高度差以產(chǎn)生表面的合成高度圖。如果沒有維持重疊或連接，可以使用共通的高度參考來建立并校正場之間的高度差以產(chǎn)生表面的合成高度圖。由此，可以獲得合成高度圖。

根據(jù)另一實施例，所述方法包括：使用算法來確定所述路線。

由此，可以確定路線，通過該路線可以使針對輪廓儀的高度漂移的靈敏度最小化。

接著說明如何實現(xiàn)可能的算法的示例的列表。該列表僅作為示例并且本發(fā)明不排除服務(wù)于同一目的的不同的變動、組合或不同的算法。

算法1

本算法所確定的測量次序依賴于相對于表面上的視場(FOV)的結(jié)構(gòu)的幾何中心的距離。本算法首先選擇相對于表面的中心的距離最大的FOV，然后將該FOV置于測量次序的首位。在多個場處于相同的距離的情況下，第一個挑選的將依賴于編碼語言的尋址次序，但實質(zhì)上這并不重要。一旦挑選了第一個場，則本算法在排除已經(jīng)挑選的場的情況下再次搜索相對于中心的距離最遠的場，并將該場置于測量次序中。重復(fù)該處理，直到挑選了所有的場為止。還可以使該次序反向，這是由于這樣得到幾乎相同的結(jié)果。

算法2

類似于先前的算法，在本算法中，對相對于中心的距離最大的FOV進行定位，并且將該FOV置于測量次序的首位。然而，通過找出相對于先前場的位置的最大幾何距離而不是相對于中心的最大場距離，來確定下一個場。遵循該過程，直到在測量順序中分配了所有的場為止。還可以使該次序反向，這是由于這樣得到幾乎相同的結(jié)果。

算法3

算法3更復(fù)雜一些。這里，設(shè)想以FOV對來工作以確保這些對中的場盡可能地與表面的幾何中心相對。

如上述的算法，通過查找與中心的最大距離來選擇第一個場。通過查找與第一個場的(關(guān)于中心的)鏡像位置最接近的場來選擇下一個場。將這兩個場添加至測量順序的首位。

通過尋找位置與先前挑選的場的距離最小并且到中心的距離最大的FOV，來選擇第二對(以及后續(xù)所有接下來的對)的第一個場。再通過尋找與該第一個場的(關(guān)于中心的)鏡像位置最接近的FOV來選擇該新對的第二個場。遵循該過程，直到在測量順序中指定了所有的對為止，并且根據(jù)需要將任何剩余的場添加至測量次序。還可以使該次序反向，這是由于這樣得到幾乎相同的結(jié)果。

算法4

算法4在選擇第一對的上述方法方面與算法3類似地開始。然而，通過搜索與虛擬位置最近的FOV來選擇接下來的新對(和后續(xù)對)的第一個FOV，其中該虛擬位置位于到中心的距離與先前對的第一個場到中心的距離相同但相對于中心順時針旋轉(zhuǎn)90度的位置處。再通過尋找與第一個FOV的(關(guān)于中心的)鏡像位置最接近的FOV來選擇該新對的第二個FOV。

通過重復(fù)順時針旋轉(zhuǎn)、找出最近的FOV并且找出鏡像FOV的如上所述的過程來找出第三對(以及接下來的對)。將任何剩余的場添加至測量順序的末尾。還可以使該次序反向，這是由于這樣得到幾乎相同的結(jié)果。

算法5

算法5實施與上述算法非常不同的概念。這里，在矩形結(jié)構(gòu)FOV形狀的情況下，順次測量4個角場(即，位于非常接近邊緣的場)；此后，再測量第一角場，完成圍繞形狀的極端位置的回路。整體定向和傾斜的重建僅基于這5個場。

通過簡單地找出多個FOV中心坐標的X和Y的最小值和最大值并且按照以下次序?qū)⑦@些FOV置于測量順序列表中來實現(xiàn)角的指定：

1.(X_min,Y_min)

2.(X_max,Y_min)

3.(X_max,Y_max)

4.(X_min,Y_max)

5.然后重復(fù)第一個場。

然而，在非矩形結(jié)構(gòu)的情況下，通過在以上前四個步驟中的搜索所確定的最大值和最小值(X,Y)可能引起同一FOV被識別兩次。示例是FOV的T形結(jié)構(gòu)：在此，這些步驟中所識別出的第一個場和第二個場將會是相同的FOV，并且將適時地被置于測量順序中兩次。為了防止這種情況，需要在步驟4和5中進行唯一性檢查，這樣在保持測量次序的情況下去除任何重復(fù)。還可以使該次序反向，這是由于這樣得到幾乎相同的結(jié)果。

根據(jù)另一實施例，所述光學(xué)輪廓儀是白光干涉儀即WLI、移相干涉儀即PSI、色點傳感器即CPS、聚焦點恢復(fù)/聚焦形狀恢復(fù)傳感器即PFF/SFF、共焦顯微鏡、結(jié)構(gòu)化照明顯微鏡即SIM或激光干涉儀顯微鏡。

附圖說明

現(xiàn)在將參考附圖僅以示例的方式說明本發(fā)明的實施例，其中相應(yīng)的附圖標記表示相應(yīng)的部分，其中：

圖1示出測量順序；

圖2示出使用圖1的順序的針對平坦物的模擬個體視場測量；

圖3示出拼接圖2的數(shù)據(jù)集的模擬結(jié)果并且示出剩余的傾斜誤差；

圖4示出根據(jù)實施例的測量順序；

圖5示出使用圖4的順序的針對平坦物的模擬個體視場測量；

圖6示出拼接圖5的數(shù)據(jù)集的模擬結(jié)果并且示出剩余的傾斜誤差；

圖7示出根據(jù)另一實施例的測量順序；

圖8示出使用圖7的順序的針對平坦物的模擬個體視場測量；

圖9示出拼接圖8的數(shù)據(jù)集的模擬結(jié)果并且示出剩余的傾斜誤差；

圖10示出根據(jù)又一實施例的測量順序；

圖11示出使用圖10的順序的針對平坦物的模擬個體視場測量；

圖12示出拼接圖11的數(shù)據(jù)集的模擬結(jié)果并且示出剩余的傾斜誤差；

圖13示出根據(jù)又一實施例的測量順序；

圖14示出使用圖13的順序的針對平坦物的模擬個體視場測量；

圖15示出拼接圖14的數(shù)據(jù)集的模擬結(jié)果并且示出剩余的傾斜誤差；

圖16示出根據(jù)又一實施例的測量順序；

圖17示出使用圖16的順序的針對平坦物的模擬個體視場測量；

圖18示出拼接圖17的數(shù)據(jù)集的模擬結(jié)果并且示出剩余的傾斜誤差；

圖19和20示出根據(jù)本發(fā)明的第四實施例的測量順序。

圖21和22示出使用圖19和20的順序的針對平坦物的模擬個體視場測量；

圖23示出拼接圖21和22的數(shù)據(jù)集的模擬結(jié)果并且示出剩余的傾斜誤差；

圖24～26示出根據(jù)又一實施例的測量順序；

圖27～29示出使用圖24～26的順序的針對平坦物的模擬個體視場測量；

圖30示出拼接圖27～29的數(shù)據(jù)集的模擬結(jié)果并且示出剩余的傾斜誤差；

圖31示出自動路線確定算法的流程圖示例；

圖32示出針對5×5視場的算法的使用的示例；

圖33示出模擬視場測量組；以及

圖34示出具有極少剩余傾斜的模擬拼接結(jié)果。

具體實施方式

圖4示出根據(jù)本發(fā)明的實施例的測量順序。該順序從以下操作開始：通過使輪廓儀相對于表面從場1順次移動至場2直至場25并且測量場1～25各自的高度圖以生成相應(yīng)的高度圖，來利用輪廓儀相繼測量表面上的個體視場的高度圖。因此該方法包括通過以下步驟利用輪廓儀相繼測量表面上的視場的高度圖：

a1)利用輪廓儀測量表面上的第一個場1的高度圖；

a2)使輪廓儀相對于表面從第一個場移動至下一個場2；以及

a3)重復(fù)a1～a2，直到利用光學(xué)輪廓儀測量了基板的表面上的多個視場從而生成相應(yīng)的高度圖為止。以此可以測量基板的表面上的多個視場。

可以通過使所述高度圖彼此歸一化來合并所生成的測量視場的多個高度圖以產(chǎn)生表面的合成高度圖。為此，可以維持鄰接的場之間的重疊區(qū)域L，并且合并測量視場的多個高度圖包括：使用重疊區(qū)域來確定并校正場的高度差。以此可以獲得合成高度圖。

通過配置路線，可以使針對輪廓儀的高度漂移的靈敏度最小化。

路線包括具有第一方向的分量和第二方向的分量的方向，其中第二方向的分量(例如，圖4中的從左到右)與第一方向的分量(例如，圖4中的從下到上)大致垂直。使輪廓儀相對于表面順次移動包括：在測量視場的高度圖期間在第一方向的分量和第二方向的分量這兩者上前后移動至少一次。通過在測量視場的高度圖期間在第一方向的分量和第二方向的分量這兩者上前后移動至少一次，視場可以更好地在整個表面上分散開以使得針對輪廓儀的高度漂移的靈敏度最小化。例如，在圖4中，從1移動到2包括：在第一方向上和第二方向上向前移動。接著，從3到4的移動包括：在第一方向上和第二方向上向后移動。

在第一方向的分量和第二方向的分量這兩者上前后移動包括：在整個測量順序期間在第一方向上前后移動至少兩個視場以及在第二方向上前后(例如，向左或向右)移動至少兩個視場。例如，在圖4中，從6移動到7包括在第一方向上向前移動至少兩個視場，并且從7移動到8包括在第二方向上向前移動至少兩個視場。從3到4的移動包括在第一方向和第二方向上向后移動至少兩個視場。

圖4中的路線可以被配置為大致以隨機次序來測量視場。通過將路線配置為大致以隨機次序來測量視場，可以使針對輪廓儀的高度漂移的靈敏度最小化。

圖5示出使用圖4的順序的針對平坦物的模擬視場測量。圖6示出合并了圖5的數(shù)據(jù)集之后的模擬結(jié)果并且示出剩余傾斜誤差。將圖6與圖3進行比較，這顯示出在圖6中，通過使用圖4的順序明顯減少了剩余高度誤差。

圖7中的線路包括：在整個測量順序期間在第一方向的分量和第二方向的分量這兩者上前后移動至少一個視場。例如，在圖7中，從5移動到6包括在第一方向上向前移動一個視場，并且從1移動到2包括在第二方向上向前移動一個視場。從9到10的移動包括在第二方向上向后移動一個視場，并且從13到14的移動包括在第一方向上向后移動一個視場。

在圖7中，該路線具有從1移動到25的螺旋或者近似螺旋的圖形。通過將路線配置為以螺旋或近似螺旋的圖形來測量視場，可以使針對輪廓儀的高度漂移的靈敏度最小化。

圖8示出使用圖7的順序的針對平坦物的模擬視場測量。圖9示出合并了圖8的數(shù)據(jù)集之后的模擬結(jié)果并且示出剩余傾斜誤差。將圖9與圖3進行比較，這顯示出在圖9中，通過使用圖8的順序明顯減少了剩余高度誤差。

圖10示出根據(jù)又一實施例的測量順序。路線包括：在整個測量順序期間在第一方向上前后移動至少兩個視場以及在第二方向上前后(例如，向左或向右)移動至少兩個視場。該路線還包括多次穿過表面上的多個視場的中心25。通過多次穿過表面上的多個視場的中心，可以使針對輪廓儀的高度漂移的靈敏度最小化。該路線被配置為為在兩個視場之間留出一個、兩個或甚至更多個視場的狀態(tài)下在這兩個視場之間移動。通過將路線配置為在兩個視場之間留出一個、兩個或甚至更多個視場的狀態(tài)下在這兩個視場之間移動，可以使針對輪廓儀的高度漂移的靈敏度最小化。

圖11示出使用圖10的順序的針對平坦物的模擬視場測量。圖12示出合并了圖11的數(shù)據(jù)集之后的模擬結(jié)果并且示出剩余傾斜誤差。將圖12與圖3進行比較，這顯示出在圖12中，通過使用圖10的順序明顯減少了剩余高度誤差。

圖13示出根據(jù)又一實施例的測量順序。路線包括穿過中心、在視場之間留出一個、兩個或甚至更多個視場的狀態(tài)下在第一方向和第二方向上前后移動至少一個或兩個視場，以使得針對高度漂移的靈敏度最小化。

圖14示出使用圖13的順序的針對平坦物的模擬視場測量。圖15示出合并了圖14的數(shù)據(jù)集之后的模擬結(jié)果并且示出剩余傾斜誤差。將圖15與圖3進行比較，這顯示出在圖15中，通過使用圖13的順序明顯減少了剩余高度誤差。

圖16示出根據(jù)又一實施例的測量順序。路線包括穿過中心、在視場之間留出一個、兩個或甚至更多個視場的狀態(tài)下在第一方向和第二方向上前后移動至少一個或兩個視場，以使得針對高度漂移的靈敏度最小化。

圖17示出使用圖16的順序的針對平坦物的模擬視場測量。圖18示出合并了圖17的數(shù)據(jù)集之后的模擬結(jié)果并且示出剩余傾斜誤差。將圖18與圖3進行比較，這顯示出在圖18中，通過使用圖16的順序明顯減少了剩余高度誤差。

可以考慮如下：在極端的場位置(例如，角或軸上場)處以直接時間順序(再)測量位于大致靠近表面邊緣的某些視場，并且使整體傾斜和高度重獲僅基于這些視場。通過使橫向距離最大化并且使測量之間的時間最小化，來使得傾斜誤差最小化。

圖19和20示出根據(jù)這樣的又一實施例的測量順序。圖19的路線包括位于大致靠近表面邊緣的邊緣視場1、2、3或4的測量。接著，在圖20中，以節(jié)省時間的路線1～21來測量剩余的視場。

圖21和22示出使用圖19和20的順序的針對平坦物的模擬視場測量。圖23示出拼接了圖21和22的數(shù)據(jù)集的模擬結(jié)果，其中圖21和22的數(shù)據(jù)集合并以構(gòu)成用于拼接的單個數(shù)據(jù)集，但重要的是僅基于圖21中的數(shù)據(jù)而不是基于整體來進行整體定向和傾斜重建。

將圖23與圖3進行比較，這顯示出在圖23中，通過使用圖19和20的順序明顯減少了剩余高度誤差。圖19的路線包括位于大致靠近表面邊緣的邊緣視場1、2、3或4的測量。

通過對重建中所要使用的場的順序的多次重復(fù)進行合并，可以進一步使傾斜誤差最小化。圖24～26示出根據(jù)又一實施例的測量順序。圖24的路線包括位于大致靠近表面邊緣的邊緣視場1、2、3或4的測量。接著，在圖25中，利用節(jié)省時間的路線1～21來測量剩余視場。圖26的路線包括位于大致靠近表面邊緣的邊緣視場1、2、3或4的測量。

圖27～29各自示出使用24～26的順序的針對平坦物的模擬視場測量，并且圖30示出合并圖27～29的數(shù)據(jù)集的模擬結(jié)果并且示出剩余傾斜誤差，但僅使用圖27和29中的數(shù)據(jù)來重建整體定向和傾斜。將圖30與圖3進行比較，這顯示出在圖30中，通過使用圖24～26的順序明顯減少了剩余高度誤差。

在圖31中可以看到以通過相對于測量區(qū)域的中心的距離來確定測量次序為基礎(chǔ)的自動路線確定算法的流程圖示例。因而，首先測量距離最遠的場，并且向內(nèi)進行測量，結(jié)束于(靠近)測量區(qū)域的中心點。

圖31示出自動路線確定算法的流程圖示例。該自動路線確定算法包括：

311輸入測量區(qū)域的視場位置的列表；

312確定相對于測量區(qū)域的中心點的所有視場距離；

313確定并選擇相對于中心的距離最大的視場；

314將所選擇的視場傳送至測量次序列表；

315從輸入列表中去除所選擇的視場；

316剩余小于或等于2個視場？若否，則313，若是，則317

317將剩余視場添加至輸出列表；以及

318結(jié)束。

根據(jù)實施例，自動路線確定算法方法包括：

輸入測量區(qū)域的視場位置的列表；

確定相對于測量區(qū)域的中心點的所有視場距離；

確定并選擇相對于中心的距離最大的視場；

將所選擇的視場傳送至測量次序列表；以及

從輸入列表中去除所選擇的視場。

針對5×5FOV的該算法的使用的示例可以得到圖32中看到的路線，該路線與圖13所示的螺旋路線類似。圖33示出所得到的模擬FOV測量組，并且圖34示出模擬拼接結(jié)果。再次，如圖15中的類似拼接結(jié)果那樣，圖34示出極少的剩余傾斜。以此可以確定路線，通過該路線可以使針對輪廓儀的高度漂移的靈敏度最小化。

光學(xué)輪廓儀可以是白光干涉儀(white-light interferometer，WLI)、移相干涉儀(phase-shifting interferometer，PSI)、色點傳感器(chromatic point sensor，CPS)、聚焦點恢復(fù)/聚焦形狀恢復(fù)傳感器(points-from-focus/shape-from-focus sensor)、共焦顯微鏡、結(jié)構(gòu)化照明顯微鏡(structured illumination microscope，SIM)或激光干涉儀顯微鏡。

路線選項的挑選可以是人為指定的或者是由算法通過對例如視場結(jié)構(gòu)(包括結(jié)構(gòu)形狀)、缺失視場、視場計數(shù)、儀器狀態(tài)、漂移的大小或任何其它可適用的因素進行評價來自動確定的。

可以考慮實現(xiàn)相同目標的任何其它路線選項和算法。

為了確保樣本位置處于從一個FOV移動到下一FOV的傳感器的測量高度范圍內(nèi)，可以使用用以預(yù)測鄰接FOV的高度的前饋方法。必須注意，如果要使用前饋技術(shù)來增強漂移補償，則由于前饋要求場直接鄰接于前一場，因此路線的挑選局限于螺旋，以進行擬合和外推。如此，例如，隨機路線將不適用。

作為用以控制樣本相對于傳感器的z位置的前饋方法的替代，可以使用預(yù)掃描方法來提供樣本的粗略(低精確)圖。預(yù)掃描方法允許包括隨機的任意路線來進行最后的高精度測量。

應(yīng)理解，所公開的實施例僅是本發(fā)明的可以以任何形式來實施的例示。因此，這里所公開的特定結(jié)構(gòu)和功能細節(jié)不應(yīng)被視為限制，而僅是作為權(quán)利要求書的基礎(chǔ)以及作為用于教導(dǎo)本領(lǐng)域技術(shù)人員采用幾乎任何適當?shù)脑敿毥Y(jié)構(gòu)以各種方式來應(yīng)用本發(fā)明的代表性基礎(chǔ)。此外，這里所使用的術(shù)語和短語并非意圖限制而是提供本發(fā)明的易懂描述。

這里所使用的術(shù)語“一種”或“一個”被定義為一個或多于一個。這里所使用的術(shù)語“另一”被定義為至少兩個以上。這里所使用的術(shù)語“包括”和/或“具有”被定義為“包含”(即，不排除其它要素或步驟)。權(quán)利要求書中的任何附圖標記不應(yīng)被視為限制權(quán)利要求書或本發(fā)明的范圍。在相互不同的從屬權(quán)利要求中陳述特定特征的僅有事實并不表明不能有利地使用這些特征的組合。本發(fā)明的范圍僅受所附權(quán)利要求書限制。