基于晶圆图案图像处理的三自由度精密定位测量方法研究.pdfVIP

摘要

机器视觉在精密定位测量领域有非接触、稳定性好、可以实现多自由度测

量等优点，拥有广阔前景。然而，目前基于视觉定位测量技术存在量程、精度、

效率不能兼顾的问题。晶圆表面图案具有特征明显、加工精度高、生产成本低

等优点，是理想的视觉观测图案。因此，本文利用深度学习技术和图像匹配算

法，研究基于晶圆图案的三自由度视觉定位测量方法，对于精密装备的定位测

量具有重要的理论意义和使用价值。

从视觉定位测量的角度，分析了晶圆图像作为测量图案的优势，给出了视

觉定位测量流程和性能指标，完成了视觉测量系统的整体设计；通过对测量精

度要求的定量分析，计算确定视觉检测系统的总体参数；对成像系统和晶圆进

行参数标定；为实现大量程测量，提出图像匹配结合图像分类的多级定位算法

总体框架和计算模型。

完成了基于晶圆图案的图像匹配算法的研究。分析了经典图像匹配算法的

性能特点，选定SURF算法作为基础架构，利用阈值调节和尺度空间压缩，辅

以GPU加速计算，提高了SURF的计算效率。实验表明：改进SURF算法可以

实现10倍以上的计算加速，匹配的直线位移平均误差为2.9510-3像素，旋转

位移平均误差为2.6210-5rad，并且呈现出一定对光强变化和噪声的鲁棒性。

针对实现大量程测量的要求和晶圆图像分类不准确的问题，完成了晶圆图

像的分类算法研究，提出了利用基于改进LSD算法的图像预处理，对三自由度

图像增加约束，降低图像分类难度；基于ResNet18网络开展晶圆图案分类算法

研究，针对概率分布过于平均，引入了温度变量，使用指数衰减学习率优化学

习参数。实验表明，优化的分类算法分类准确率相较于基础网络提升4.9%，检

测速度达到了117.2fps。

构建了三自由度测量实验装置，完成了线性位移和旋转位移测量的实验验

证，实验表明：系统在线性位移和旋转位移的平均标准误差为106.8nm和0.0015

rad，在大行程位移的平均误差为589nm和572nm，并可以实现15Hz的测量

频率。

关键词:精密定位测量；晶圆图案；图像匹配；深度学习；线特征

Abstract

Machinevisionhasbroadprospectsinthefieldofprecisionpositioning

measurementduetoitsadvantagesofnon-contact,goodstability,andtheabilityto

achievemulti-degree-of-freedommeasurement.However,therearecurrently

problemsinvisualpositioningmeasurementtechnologysuchaslimitedrange,

accuracy,andefficiency.Thewafersurfacepatternhasobviousfeatures,high

processingaccuracy,andlowproductioncosts,makingitanidealvisualobservation

pattern.Therefore,thispaperutilizesdeeplearningtechnologyandimagematching

algorithmstostudyathree-degree-of-freedomvisualpositioningmeasurement

methodbasedonwaferpatterns,whichhasimportanttheoreticalsignificanceand

practicalvalueforprecisionequipmentpositioningmeasurement.

Fromtheperspectiveofvisualpositioningmeasurement,t