资源描述：
《微小尺寸测量中的图像处理技术》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。
1、ISSN1000-0054清华大学学报(自然科学版)2001年第41卷第8期12/34CN11-2223/NJTsinghuaUniv(Sci&Tech),2001,Vol.41,No.845-48微小尺寸测量中的图像处理技术李罗生,白立芬,李庆祥,于水,何存富(清华大学精密仪器及机械学系;精密测试技术及仪器国家重点实验室,北京100084)摘要:图像质量是影响光学显微系统微小尺寸测量精度质量,这就给提高测量精度造成障碍,所以在尺寸计的一个重要原因。介绍了测量系统的组成和工作原理,以及算前,有必要进行图像预处理,有效地消除噪声,以光学系统设计上保证成像质
2、量的一些措施,探讨了提高图像提高测量精度。对噪声处理的要求:一是不能损坏质量和测量精度的方法。采用小波进行图像去噪,很好地去图像的轮廓及边缘等重要信息,二是使图像清晰、视除了图像传输和存储过程中引入的高频噪声;为了进一步觉效果好。提高测量精度,采用同相累加平均的方法,滤除随机信号的图像去噪的方法很多,例如邻域平均、中值滤影响。实验结果表明可满足超大规模集成电路线宽测量的要求,测量重复精度达到了0.01Lm。波、低通滤波等等,其中邻域平均法对去除高斯噪声比较有效,中值滤波对去除脉冲噪声比较有效,低通关键词:微小尺寸测量;小波变换;同相多次累积;去噪滤波则是
3、通过构造二维离散FIR低通滤波器去除中图分类号:TH74;TN911.73高频噪声。运用小波变换是图像去噪的一种新方法,文章编号:1000-0054(2001)08-0045-04文献标识码:A收到了良好的效果。Imageprocessingtechniqueformicro-1微小尺寸测量系统构成structuremeasurementsystem1.1系统组成及原理LILuosheng,BAILifen,LIQingxiang,微小尺寸测量系统采用光学显微镜—CCD—图YUShui,HECunfu像采集—计算机处理的总体方案,系统如图1所示。(Dep
4、artmentofPrecisionInstrumentsandMechanology,StateKeyLaboratoryofPrecisionMeasurementTechnologyandInstruments,TsinghuaUniversity,Beijing100084,China)Abstract:Imagequalityhasanimportanteffectonthemicro-structuremeasurementaccuracyofopticalmicroscopicsystems.Somemethodsaregiventoimp
5、roveimagequalityinopticalsystemswiththeimageprocessingalgorithmsdiscussedindetail.Wavelettransformintwodimensionswasusedtofilterthenoisewhichwasintroducedduringthetransmissionandstorageofimages.Toimprovethecalculatingaccuracy,theline-widthvaluesatdifferentpositionswereaccumulated
6、inphasetoreducetherandomnoise.Theresultcanbeusedforlarge-scaleintegrated图1线宽测量系统构成示意图circuitline-widthmeasurements.Therepetitiveprecisionisnomorethan±0.01Lm.被测样品置于显微镜工作台上,由自动调焦系Keywords:micro-structuremeasurement;wavelettransform;统带动工作台移动到物镜焦面,被测样品经显微镜multiaccumulationinphase;den
7、oising放大后获得清晰的被测图像,再经CCD摄像机进行光电转换,得到相应的视频信号,图像采集卡将视频进行微细图像几何尺寸测量时,光学系统是保信号数字化后送入计算机,由计算机对数字图像进证高精度测量的基础。文中在设计光学系统时,综合考虑了物镜像差、系统照明等相关因素。另外,在光收稿日期:2000-07-17电转换、图像信号传输的过程中,由于工艺过程以及基金项目:高等学校重点实验室访问学者基金资助项目外部干扰产生的噪声是不可避免的,噪声有损图像作者简介:李罗生(1977-),男(汉),广东,博士研究生。46清华大学学报(自然科学版)2001,41(8)1
8、1-j-j行边缘探测和处理,最后得到线条光学轮廓(灰度)Djf=〈f(x,y),
