本發(fā)明屬于微結(jié)構(gòu)光學(xué)無損檢測技術(shù)領(lǐng)域，特別是涉及一種白光干涉輪廓儀空間掃描范圍自適應(yīng)規(guī)劃方法。

背景技術(shù)：

微納米尺度精密加工技術(shù)的發(fā)展使元器件的集成度不斷提升，功能性更加完善，同時也為測量帶來了新的挑戰(zhàn)。白光掃描干涉術(shù)作為一種重要的光學(xué)無損檢測手段，具有非接觸、高精度、測量時間短等特點(diǎn)，因此已被廣泛應(yīng)用于精密無損檢測領(lǐng)域，與此同時針對白光掃描干涉術(shù)的研究成為了光學(xué)無損檢測領(lǐng)域研究的熱點(diǎn)。

目前常用的白光干涉輪廓儀的結(jié)構(gòu)如圖1(a)所示，其主要包括白光光源1、分光鏡2、干涉物鏡3、壓電陶瓷移相器4、步進(jìn)電機(jī)5、控制器6、CCD相機(jī)7、參考板8、分光板9和落射顯微鏡11；其中CCD相機(jī)7、落射顯微鏡11、分光鏡2、干涉物鏡3、參考板8和分光板9從上至下間隔設(shè)置；壓電陶瓷移相器4連接在步進(jìn)電機(jī)5的輸出軸和干涉物鏡3、參考板8及分光板9的側(cè)面，因此在步進(jìn)電機(jī)5的帶動下，壓電陶瓷移相器4及干涉物鏡3、參考板8和分光板9能夠一起沿垂直方向移動；被測物體10放置在分光板9下方的近焦位置處；白光光源1設(shè)置在分光鏡2的一側(cè)，并且CCD相機(jī)7和步進(jìn)電機(jī)5同時與控制器6電連接。其工作原理是：由白光光源1發(fā)出的光通過分光鏡2被分解成兩束反射光，其中一束反射光經(jīng)過干涉物鏡3、參考板8和分光板9后照射在被測物體10上，經(jīng)被測物體10表面反射而形成測量光，另一束在參考板5上反射形成參考光，兩束相干光路在空間中疊加在一起就會發(fā)生干涉，帶有干涉條紋的被測物體10的圖像經(jīng)過落射顯微鏡11放大后由CCD相機(jī)7采集并傳輸至控制器6進(jìn)行處理并完成待測樣品形貌重建。白光光源1的相干長度通常在微米數(shù)量級，當(dāng)兩路光束的光程差非常接近時才能觀察到明顯的白光干涉條紋。兩束相干光只有在光程差為零時，白光中的各個譜線的零級干涉條紋會完全重合，并在此處獲得最大的光強(qiáng)，如圖1(b)所示。針對這一特點(diǎn)，通過控制器6控制步進(jìn)電機(jī)5帶動壓電陶瓷移相器4及干涉物鏡3、參考板8和分光板9在垂直方向上移動，從而找到被測物體10表面各個點(diǎn)最大光強(qiáng)對應(yīng)的高度值，通過對比被測物體10表面每一點(diǎn)的高度值信息，即可還原被測物體10的表面形貌。

但現(xiàn)如今，多數(shù)白光干涉輪廓儀在進(jìn)行掃描工作前需要人工進(jìn)行掃描預(yù)設(shè)定工作，由于其操作費(fèi)時且流程復(fù)雜，測量效率低，因此無法滿足大規(guī)模芯片測量的需求；此外，在少數(shù)可以實(shí)現(xiàn)自動掃描的設(shè)備中，大多無法對掃描范圍進(jìn)行精確定位，最終導(dǎo)致在掃描過程中采集到大量的無用數(shù)據(jù)，結(jié)果給掃描速度與后期的數(shù)據(jù)處理均帶來了不同程度的影響。因此，針對白光干涉輪廓儀的自動高精度掃描范圍規(guī)劃方法具有很高的研究價(jià)值。

技術(shù)實(shí)現(xiàn)要素：

為了解決上述問題，本發(fā)明提出了一種白光干涉輪廓儀空間掃描范圍自適應(yīng)規(guī)劃方法，以提高白光干涉輪廓儀的自動化水平并減少無用數(shù)據(jù)的采集。

為了達(dá)到上述目的，本發(fā)明提供的白光干涉輪廓儀空間掃描范圍自適應(yīng)規(guī)劃方法所采用的白光干涉輪廓儀包括白光光源、分光鏡、干涉物鏡、壓電陶瓷移相器、步進(jìn)電機(jī)、控制器、CCD相機(jī)、參考板、分光板和落射顯微鏡；其中CCD相機(jī)、落射顯微鏡、分光鏡、干涉物鏡、參考板和分光板從上至下間隔設(shè)置；壓電陶瓷移相器連接在步進(jìn)電機(jī)的輸出軸和干涉物鏡、參考板及分光板的側(cè)面，因此在步進(jìn)電機(jī)的帶動下，壓電陶瓷移相器及干涉物鏡、參考板和分光板能夠一起沿垂直方向移動；被測物體放置在分光板下方的近焦位置處；白光光源設(shè)置在分光鏡的一側(cè)，并且CCD相機(jī)和步進(jìn)電機(jī)同時與控制器電連接；所述的白光干涉輪廓儀空間掃描范圍自適應(yīng)規(guī)劃方法包括按順序進(jìn)行下列步驟：

步驟1)利用白光干涉輪廓儀對被測物體進(jìn)行垂直大范圍掃描和圖像采集，并使用能量梯度函數(shù)及窮舉法在圖像中定位出最佳干涉位置；

步驟2)經(jīng)步驟1)定位出最佳干涉位置后，使用ViBe算法進(jìn)行白光干涉條紋提取并對提取結(jié)果進(jìn)行二值化處理，由此完成白光干涉條紋識別；

步驟3)利用步進(jìn)電機(jī)驅(qū)動壓電陶瓷移相器及干涉物鏡向上而后向下運(yùn)動，針對運(yùn)動中CCD相機(jī)獲取的每一幀圖像進(jìn)行所述步驟2)的條紋識別操作，并依據(jù)獲取的二值化后的提取結(jié)果獲取掃描區(qū)間。

在步驟1)中，所述的利用白光干涉輪廓儀對被測物體進(jìn)行垂直大范圍掃描和圖像采集，并使用能量梯度函數(shù)及窮舉法在圖像中定位出最佳干涉位置的方法是：將被測物體置于白光干涉輪廓儀的近焦位置處，開啟白光干涉輪廓儀，利用白光光源向外發(fā)出白色光，驅(qū)動步進(jìn)電機(jī)帶動壓電陶瓷移相器及干涉物鏡在垂直方向上移動而對被測物體進(jìn)行垂直大范圍掃描，同時利用CCD相機(jī)實(shí)時采集被測物體的圖像并傳送給控制器，由控制器利用式(1)所示的能量梯度函數(shù)計(jì)算所采集的每一幀圖像的能量梯度函數(shù)值θ：

其中，I(x，y)表示圖像在像素點(diǎn)(x，y)處的灰度值，像素點(diǎn)數(shù)量M×N表示圖像中選定的評價(jià)區(qū)域，為選定的評價(jià)區(qū)域的灰度平均值；

與此同時，在垂直移動期間，控制器使用窮舉法搜索能量梯度函數(shù)值θ的最大值位置，即最佳干涉位置，具體搜索過程如下：

首先指定一個搜索區(qū)間，通過控制步進(jìn)電機(jī)在該區(qū)間內(nèi)以一個固定的大范圍移動步長搜索全程，同時計(jì)算所有子區(qū)間端點(diǎn)上的能量梯度函數(shù)值θ，記錄其中能量梯度函數(shù)值θ相對最大值所在的位置，以此斷定最大能量梯度函數(shù)值就在該點(diǎn)的附近區(qū)域；接著控制步進(jìn)電機(jī)移動到能量梯度函數(shù)值相對最大值位置的前一點(diǎn)，減小移動步長，搜索到相對最大值的后一點(diǎn)，記錄這一過程中能量梯度函數(shù)值θ最大值的位置；在相對最大值的后一點(diǎn)周圍選擇一個更小的區(qū)間，再次進(jìn)行搜索，如此反復(fù)，直到步進(jìn)電機(jī)的移動步長降低到設(shè)定的最小值時，判定當(dāng)前位置即為能量梯度函數(shù)值θ的最大值位置，由此定位出最佳干涉位置。

在步驟2)中，所述的經(jīng)步驟1)定位出最佳干涉位置后，使用ViBe算法進(jìn)行白光干涉條紋提取并對提取結(jié)果進(jìn)行二值化處理，由此完成白光干涉條紋識別的方法是：首先，進(jìn)行背景模型初始化，從首幀圖像的像素點(diǎn)(x，y)位置的八鄰域內(nèi)隨機(jī)選取一個像素值來初始化，像素點(diǎn)(x，y)位置處像素點(diǎn)的樣本集為M(x，y)，如式(3)所示，其中N表示設(shè)定的樣本集中的樣本數(shù)：

M(x，y)-{p₁，p₂，p₃，...p_N} (3)

初始化后從第二幀圖像開始計(jì)算，設(shè)前景判斷閾值及像素灰度差值分別為D和P；若某一幀圖像上某像素點(diǎn)的像素值為p_f(x，y)，可進(jìn)一步定義一個以該像素點(diǎn)為中心的集合R，如式(4)所示，其中x和y為該像素點(diǎn)在圖像上的坐標(biāo)；

R＝[P_f(x，y)-P，P_f(x，y)+P]，P＜P_f(x，y) (4)

在白光干涉圖像中，前景表示為干涉條紋，背景為待測物體的表面；若集合R與樣本集M(x，y)交集中元素的數(shù)量大于前景判斷閾值D，則判斷該像素點(diǎn)與周圍的像素點(diǎn)有近似的空間分布，為背景，反之則為前景，如式(5)所示：

另設(shè)K為時間抽樣因子，若某像素點(diǎn)被判斷為背景，則其有的概率去更新該像素點(diǎn)的背景點(diǎn)集，也有的概率去更新相鄰像素點(diǎn)的背景點(diǎn)集；

將提取后所獲得的背景和前景圖像進(jìn)行二值化處理，由此完成白光干涉條紋識別。

在步驟3)中，所述的利用步進(jìn)電機(jī)驅(qū)動壓電陶瓷移相器及干涉物鏡向上而后向下運(yùn)動，針對運(yùn)動中CCD相機(jī)獲取的每一幀圖像進(jìn)行所述步驟2)的條紋識別操作，并依據(jù)獲取的二值化后的提取結(jié)果獲取掃描區(qū)間的方法是：先利用步進(jìn)電機(jī)驅(qū)動壓電陶瓷移相器及干涉物鏡向上移動，移動過程中針對CCD相機(jī)采集到的每一幀圖像進(jìn)行步驟2)所述的條紋識別操作，并根據(jù)二值化的提取結(jié)果判斷當(dāng)前視野中是否存在灰度值為255的像素點(diǎn)，進(jìn)而判斷視場中是否存在干涉條紋，如有則繼續(xù)移動直至將條紋移出視野，記錄對應(yīng)的空間位置即為掃描上限，而后將干涉物鏡移動回最佳干涉位置進(jìn)而向下移動干涉物鏡，應(yīng)用與定位掃描上限相同的方法定位掃描下限，最終獲取掃描范圍。

本發(fā)明提供的白光干涉輪廓儀空間掃描范圍的自動規(guī)劃方法根據(jù)干涉條紋覆蓋程度對圖像明暗特征的影響將自動對焦領(lǐng)域的能量梯度函數(shù)用于干涉條紋自動識別，能夠通過計(jì)算比對垂直掃描過程中拍攝到圖像的能量梯度函數(shù)值定位最佳干涉位置并使用窮舉法對搜索步長進(jìn)行了優(yōu)化，提高了搜索效率。

本發(fā)明的另一個優(yōu)點(diǎn)在于定位到最佳干涉位置后使用ViBe算法對干涉條紋進(jìn)行了提取并對提取結(jié)果進(jìn)行了二值化處理而將條紋與背景分離，這一方法極大提高了白光干涉輪廓儀對于干涉條紋的感知能力，使其可以準(zhǔn)確判斷目前視野中是否存在干涉條紋，由此通過移動壓電陶瓷移相器可以精確定位條紋初次進(jìn)入以及完全離開視野的位置，從而完成了掃描范圍的自動規(guī)劃，有效提高了白光干涉輪廓儀掃描效率與掃描數(shù)據(jù)利用率。

附圖說明

圖1(a)為目前常用的白光干涉輪廓儀結(jié)構(gòu)示意圖。

圖1(b)為白光干涉光程差與光照強(qiáng)度的關(guān)系示意圖。

圖2為本發(fā)明提供的白光干涉輪廓儀空間掃描范圍自適應(yīng)規(guī)劃方法流程圖。

圖3為本發(fā)明中定位最佳干涉位置過程流程圖。

圖4為本發(fā)明中利用窮舉法搜索最佳干涉位置過程示意圖。

圖5為尋找出的最佳干涉位置圖像。

圖6(a)為進(jìn)行條紋提取的原始CCD圖像。

圖6(b)為使用ViBe算法進(jìn)行條紋提取后并進(jìn)行二值化處理的結(jié)果。

圖7(a)為掃描上限位置處的原始CCD圖像。

圖7(b)為掃描上限位置處的CCD圖像二值化結(jié)果。

圖8(a)為掃描下限位置處的原始CCD圖像。

圖8(b)為掃描下限位置處的CCD圖像二值化結(jié)果。

具體實(shí)施方法

下面結(jié)合附圖和實(shí)施方式對本發(fā)明作進(jìn)一步詳細(xì)說明。

如圖2所示，本發(fā)明提供的白光干涉輪廓儀空間掃描范圍自適應(yīng)規(guī)劃方法包括按順序進(jìn)行下列步驟：

步驟1)利用白光干涉輪廓儀對被測物體10進(jìn)行垂直大范圍掃描和圖像采集，并使用能量梯度函數(shù)及窮舉法在圖像中定位出最佳干涉位置；

如圖3所示，將被測物體10置于白光干涉輪廓儀的近焦位置處，開啟白光干涉輪廓儀，利用白光光源1向外發(fā)出白色光，驅(qū)動步進(jìn)電機(jī)5帶動壓電陶瓷移相器4及干涉物鏡3在垂直方向上移動而對被測物體10進(jìn)行垂直大范圍掃描，使得被測物體10在成像系統(tǒng)中呈現(xiàn)如下的運(yùn)動：遠(yuǎn)焦位置(模糊)-對焦位置1(清晰，干涉條紋覆蓋范圍少)-最佳干涉位置(清晰，干涉條紋覆蓋范圍多)-對焦位置2(清晰，干涉條紋覆蓋范圍少)-近焦位置(模糊)，同時利用CCD相機(jī)7實(shí)時采集被測物體10的圖像并傳送給控制器6，由控制器6利用式(1)所示的能量梯度函數(shù)計(jì)算所采集的每一幀圖像的能量梯度函數(shù)值θ：

其中，I(x，y)表示圖像在像素點(diǎn)(x，y)處的灰度值，像素點(diǎn)數(shù)量M×N表示圖像中選定的評價(jià)區(qū)域，為選定的評價(jià)區(qū)域的灰度平均值。

與此同時，在垂直移動期間，控制器6使用窮舉法搜索能量梯度函數(shù)值θ的最大值位置，即最佳干涉位置，以提高搜索效率，具體搜索過程如圖4所示。

首先指定一個搜索區(qū)間，如圖4中的A-B區(qū)間，通過控制步進(jìn)電機(jī)5在該區(qū)間內(nèi)以一個固定的大范圍移動步長搜索全程，同時計(jì)算所有子區(qū)間端點(diǎn)上的能量梯度函數(shù)值θ，記錄其中能量梯度函數(shù)值θ相對最大值所在的位置(圖4中P1點(diǎn))，以此斷定最大能量梯度函數(shù)值就在該點(diǎn)的附近區(qū)域。接著控制步進(jìn)電機(jī)5移動到能量梯度函數(shù)值相對最大值位置的前一點(diǎn)(圖4中C點(diǎn))，減小移動步長，搜索到相對最大值的后一點(diǎn)(圖4中D點(diǎn))，記錄這一過程中能量梯度函數(shù)值θ最大值的位置(圖4中P2點(diǎn))。在P2點(diǎn)周圍選擇一個更小的區(qū)間，再次進(jìn)行搜索，如此反復(fù)，直到步進(jìn)電機(jī)5的移動步長降低到設(shè)定的最小值時，判定當(dāng)前位置即為能量梯度函數(shù)值θ的最大值位置，由此定位出最佳干涉位置，如圖5所示。

步驟2)經(jīng)步驟1)定位出最佳干涉位置后，使用ViBe算法進(jìn)行白光干涉條紋提取并對提取結(jié)果進(jìn)行二值化處理，由此完成白光干涉條紋識別；

白光干涉條紋提取的過程即為圖像前景提取的過程，首先，進(jìn)行背景模型初始化，從首幀圖像的像素點(diǎn)(x，y)位置的八鄰域內(nèi)隨機(jī)選取一個像素值來初始化，像素點(diǎn)(x，y)位置處像素點(diǎn)的樣本集為M(x，y)，如式(3)所示，其中N表示設(shè)定的樣本集中的樣本數(shù)：

M(x，y)＝{p₁，p₂，p₃，...p_N} (3)

初始化后從第二幀圖像開始計(jì)算，設(shè)前景判斷閾值及像素灰度差值分別為D和P；若某一幀圖像上某像素點(diǎn)的像素值為p_f(x，y)可進(jìn)一步定義一個以該像素點(diǎn)為中心的集合R，如式(4)所示，其中x和y為該像素點(diǎn)在圖像上的坐標(biāo)；

R=[P_f(x，y)-P，P_f(x，y)+P]，P＜P_f(x，y) (4)

在白光干涉圖像中，前景表示為干涉條紋，背景為待測物體10的表面；若集合R與樣本集M(x，y)交集中元素的數(shù)量大于前景判斷閾值D，則判斷該像素點(diǎn)與周圍的像素點(diǎn)有近似的空間分布，為背景，反之則為前景，如式(5)所示：

另設(shè)K為時間抽樣因子，若某像素點(diǎn)被判斷為背景，則其有的概率去更新該像素點(diǎn)的背景點(diǎn)集，也有的概率去更新相鄰像素點(diǎn)的背景點(diǎn)集。

將提取后所獲得的背景和前景圖像進(jìn)行二值化處理，由此完成白光干涉條紋識別。最終提取結(jié)果如圖6所示。

步驟3)利用步進(jìn)電機(jī)5驅(qū)動壓電陶瓷移相器4及干涉物鏡3向上而后向下運(yùn)動，針對運(yùn)動中CCD相機(jī)7獲取的每一幀圖像進(jìn)行所述步驟2)的條紋識別操作，并依據(jù)獲取的二值化后的提取結(jié)果獲取掃描區(qū)間。

先利用步進(jìn)電機(jī)5驅(qū)動壓電陶瓷移相器4及干涉物鏡3向上移動，移動過程中針對CCD相機(jī)7采集到的每一幀圖像進(jìn)行步驟2)所述的條紋識別操作，并根據(jù)二值化的提取結(jié)果判斷當(dāng)前視野中是否存在灰度值為255的像素點(diǎn)，進(jìn)而判斷視場中是否存在干涉條紋，如有則繼續(xù)移動直至將條紋移出視野，記錄對應(yīng)的空間位置即為掃描上限，而后將干涉物鏡3移動回最佳干涉位置進(jìn)而向下移動干涉物鏡3，應(yīng)用與定位掃描上限相同的方法定位掃描下限，最終獲取掃描范圍。

圖7為獲取的掃描上限圖像，圖8為獲取的掃描下限圖像。