專利名稱：干涉條紋自動對焦與自動檢測方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種光學干涉系統(tǒng)的檢測技術(shù)，且特別涉及一種干涉條紋自動對焦與自動檢測方法。
背景技術(shù)：
近幾年來，檢測設(shè)備產(chǎn)業(yè)的發(fā)展趨勢主要朝向光電科技與自動化技術(shù)的結(jié)合，而隨著半導體工藝、系統(tǒng)微小化技術(shù)與納米科技的發(fā)展，傳統(tǒng)的測量與檢測方法已無法滿足產(chǎn)業(yè)界的需求。因此，新興的檢測技術(shù)皆利用非破壞性的光學檢測方法為基礎(chǔ)，其不但可以達到微小尺寸的快速檢測，配合信號處理技術(shù)還可以提高檢測程序的自動化程度。在自動化光學檢測技術(shù)中，自動對焦為光學式測量與檢測方法的重要步驟之一。無論在工藝上或成品上的檢測過程中，使用快速的圖像式檢測方法已成為主流。
為了能正確地檢視產(chǎn)品的特征，需要得到清晰度較佳的圖像。而以人工方法判別的速度較慢，且容易受人為因素導致準確度不一，降低檢測質(zhì)量的可靠度。因此為了達到自動化光學式檢測的目的，需要良好的自動對焦算法來輔助光學圖像式的檢測方法。于微小尺寸測量的領(lǐng)域里，最受重視的方法為光干涉技術(shù)，其為光學測量領(lǐng)域中非常實用且重要的測量工具，且測量極限甚至可以達到次納米(0.5nm)等級。
光干涉技術(shù)的原理是利用待測物表面與參考面之間的光程差所產(chǎn)生的干涉條紋來評估待測物表面的光學特性，搭配陣列式光強傳感器與位置傳感器時，可達到2D與3D的光學特性測量，進而應用于檢測待測物的表面質(zhì)量、尺寸、缺陷等特征。
目前市售的光學顯微鏡，多以手動對焦為主，例如會在光路中加入對焦點(Target Mark)，以對焦點圖像嵌合為對焦參考。這種方法會增加人工調(diào)整對焦的效率，但是此方法仍受人員素質(zhì)的影響，使得重復精度的質(zhì)量不一致。而另外于顯微鏡架構(gòu)中，也可以加入補償對焦誤差的鏡片。此外，針對單點光檢測器所測得之干涉條紋，也可以設(shè)置干涉范圍(fringewindow)，并于干涉范圍內(nèi)搜尋發(fā)生最大干涉條紋強度最大的位置，以此位置為最佳對焦點。
然而，對于現(xiàn)有的技術(shù)中，仍存在有多種問題，例如光學干涉系統(tǒng)的物鏡景深范圍小，而人為操作的精度粗糙，不容易有效率地擷取干涉條紋或聚焦點的位置。另外，一般顯微鏡架構(gòu)中的自動對焦的方法容易受到干涉條紋的影響而失去準確性。因此，如何達到干涉條紋自動對焦與自動檢測方法，是需要積極研發(fā)的方向。

發(fā)明內(nèi)容
本發(fā)明提供一種干涉條紋自動對焦與自動檢測方法，可以自動且有效地得出物鏡與待測物之間的較佳聚焦距離，且自動分析得到干涉條紋的掃描范圍。
本發(fā)明提出一種干涉條紋自動對焦與自動檢測方法，包括首先擷取多個干涉圖像。每一該干涉圖像是由多個像素所構(gòu)成，每一上述這些像素有對應的像素強度。記錄每一上述這些干涉圖像的位置，清晰度與對比度。該清晰度與該對比度是根據(jù)清晰度計算與對比度計算獲得。分析上述這些干涉圖像的上述這些清晰度，獲得清晰度分布曲線，以得出最佳清晰度位置，作為該光學干涉系統(tǒng)的聚焦位置。分析上述這些干涉圖像的上述這些對比度，獲得對比度分布曲線。決定干涉掃描范圍，其中該對比度分布曲線被獨立分析，或是該對比度分布曲線與該清晰度分布曲線被混合分析，以決定該干涉掃描范圍。
依照本發(fā)明的較佳實施例，于所述干涉條紋自動對焦與自動檢測方法，擷取上述這些干涉圖像的該步驟與記錄每一上述這些干涉圖像的該位置，該清晰度與該對比度的該步驟，是每擷取上述這些干涉圖像之其一，就計算得出該清晰度與該對比度。又或是，擷取全部上述這些干涉圖像后才計算得出上述這些清晰度與上述這些對比度。
依照本發(fā)明的較佳實施例，于所述干涉條紋自動對焦與自動檢測方法，清晰度計算是根據(jù)十字自動對焦方法演算。另外，此十字自動對焦方法，例如包括使用十字型遮罩的機制，將被該十字型遮罩所涵蓋的上述這些像素選出，其中該十字型遮罩的中間像素的中間位置，位于上述這些像素之其一。根據(jù)被選出的上述這些像素的上述這些像素強度，根據(jù)計算規(guī)則得出計算值。移動該十字型遮罩，以至少掃描過該干涉圖像的中間區(qū)域的上述這些像素，根據(jù)相同的該計算規(guī)則得出對應的上述這些計算值的總值，作為對應每一上述這些干涉圖像的該清晰度。
依照本發(fā)明的較佳實施例，于所述干涉條紋自動對焦與自動檢測方法，該十字型遮罩的形狀是以該中間像素為中心，間隔90度在第一、第二、第三、第四個方向延伸至少兩個像素所構(gòu)成，且每一個像素位置，分別設(shè)定有權(quán)重值以乘于對應的該像素強度。
依照本發(fā)明的較佳實施例，于所述干涉條紋自動對焦與自動檢測方法，該十字型遮罩的中間像素的權(quán)重值為零，其它上述這些方向的上述這些權(quán)重值分配是，第一方向與第三方向?qū)ΨQ但是符號相反，第二方向與第四方向?qū)ΨQ但是符號相反。
依照本發(fā)明的較佳實施例，于所述干涉條紋自動對焦與自動檢測方法，對于對應的該像素的該計算值，包括計算該第一方向?qū)摰谌较?，以及該第二方向?qū)摰谒姆较?，所對應的每一對像素分別乘上對應的上述這些權(quán)重值的多個像素計算值。接著、將每一像素計算值與其對稱方向的像素計算值相加后平方，再將平方值加總得到該計算值。
依照本發(fā)明的較佳實施例，于所述干涉條紋自動對焦與自動檢測方法，在分析上述這些干涉圖像的上述這些清晰度的該步驟中，包括分析出該清晰度分布曲線的尖峰位置，是該最佳清晰度位置。
依照本發(fā)明的較佳實施例，于所述干涉條紋自動對焦與自動檢測方法，上述對比度計算包括對每一上述這些干涉圖像的上述這些像素，做出強度直方圖；以及分析該強度直方圖，得出分布寬度，作為對應每一上述這些干涉圖像的該對比度。
依照本發(fā)明的較佳實施例，于所述干涉條紋自動對焦與自動檢測方法，其中分析該強度直方圖的該步驟，包括制作上述這些對比度對應上述這些干涉圖像的圖框順序的該對比度分布曲線。根據(jù)該對比度分布曲線決定該對比度分布范圍，進而決定該干涉掃描范圍。其中該對比度分布范圍是根據(jù)上述這些對比度大于對比度門坎值的曲線分布寬度所決定，或是根據(jù)該對比度分布曲線的多個尖峰的最大分布寬度所決定。
依照本發(fā)明的較佳實施例，于所述干涉條紋自動對焦與自動檢測方法，在分析上述這些干涉圖像的上述這些對比度的該步驟中，包括分析該對比度分布曲線的實際值或是斜率值，得到大于參考門坎值的分布范圍，作為該干涉掃描范圍。
依照本發(fā)明的較佳實施例，于所述干涉條紋自動對焦與自動檢測方法，該對比度門坎值是根據(jù)統(tǒng)計機制得到。
依照本發(fā)明的較佳實施例，于所述干涉條紋自動對焦與自動檢測方法，其中在分析上述這些干涉圖像的上述這些對比度的該步驟中，包括對該對比度分布曲線與該清晰度分布曲線，分別做一次微分，得到對比度微分曲線與清晰度微分曲線。另外，將該對比度微分曲線與該清晰度微分曲線相加，成為干涉對焦微分曲線。對該干涉對焦微分曲線，進行噪聲濾除運算。利用運算長度為同調(diào)長度之移動平均法，轉(zhuǎn)換該干涉對焦微分布曲線成干涉對焦曲線。其中，移動平均法之運算長度可以是任意長度，并不局限于同調(diào)長度。根據(jù)該干涉對焦曲線的分布范圍，決定該干涉掃描范圍。
為讓本發(fā)明之上述和其它目的、特征和優(yōu)點能更明顯易懂，下文特舉較佳實施例，并配合附圖，作詳細說明如下。


圖1表示本發(fā)明所使用的光學干涉系統(tǒng)的一實施例。
圖2表示依據(jù)本發(fā)明實施例，干涉條紋自動對焦與自動檢測方法的步驟流程。
圖3表示依據(jù)本發(fā)明實施例的對比度分析流程。
圖4表示依據(jù)本發(fā)明實施例的決定對比度方法。
圖5表示依據(jù)本發(fā)明一實施例，根據(jù)對比度來決定干涉掃描范圍的機制。
圖6為依據(jù)本發(fā)明一實施例，十字型遮罩的結(jié)構(gòu)示意圖。
圖7表示依據(jù)本發(fā)明一實施例，十字型遮罩在干涉圖像的移動方式。
圖8表示依據(jù)本發(fā)明實施例的清晰度分析流程。
圖9表示依據(jù)本發(fā)明一實施例，根據(jù)對比度與清晰度綜合分析，來決定干涉掃描范圍的機制。
主要元件標記說明100光源102光學系統(tǒng)104干涉物鏡106樣本108分光反射單元110CCD112圖像擷取卡114計算機系統(tǒng)116取像距離S200～S232步驟600十字型遮罩700干涉圖像702像素陣列702804尖峰位置
具體實施例方式
本發(fā)明特別考慮如何識別干涉條紋出現(xiàn)的范圍，進而決定干涉掃描范圍。同時，在干涉掃描范圍內(nèi)進行清晰度的分析，以求得較佳的聚焦位置，因而改善聚焦點的搜尋效率，增加自動化的程度。
在光學式的檢測與測量方法中，已普遍地利用光干涉的技術(shù)來檢測待測物的特征，為了獲得較高的測量解析度，使用的光源必須為低同調(diào)光，此時，因光源的低同調(diào)長度而使得干涉條紋的可識別范圍有限?；趫D像式的檢測方法，以白光干涉物鏡的光路架構(gòu)為例，干涉現(xiàn)象會發(fā)生在焦點處，干涉圖像出現(xiàn)的范圍可能僅為光路上短短的幾μm至十幾μm的距離。若以人工方法調(diào)整待測物至物鏡的焦點處，很容易因為調(diào)整速度過快和人眼反應速度慢的影響，而錯過干涉圖像出現(xiàn)的范圍。
因此，以計算機視覺搭配自動對焦算法運算圖像中干涉條紋的信息，可以口低尋找干涉圖像的困難度，并且提高干涉圖像的搜尋速度，改善識別干涉圖像的準確性。
一般包含干涉光路之光學顯微鏡架構(gòu)受到干涉條紋的影響，容易產(chǎn)生自動對焦的誤判。因此會以面檢測的方式進行。除了以一組圖像傳感器擷取干涉圖像之外，并利用另一組陣列式光強傳感器，判斷傳感器上每一個像素因干涉條紋所造成的光強度的變化，進而計算出一個干涉圖像所對應的對比度(contrast index)。另外，也可以計算出清晰度(sharpness index)。經(jīng)過一次掃描的順序多個干涉圖像的擷取與分析，可以決定干涉條紋的掃描范圍，且同時可以決定聚焦的位置。
本發(fā)明主要是應用于全域式識別圖像序列中干涉條紋出現(xiàn)處與決定干涉條紋的掃描范圍，并且達到自動對焦的功能。使用的方法為直接統(tǒng)計每張圖像之直方圖分布寬度，將此寬度視為對比度，分布較寬者為干涉條紋出現(xiàn)處，同時記錄并統(tǒng)計圖像序列的直方圖分布寬度，作對比度指標曲線圖，以此對比度指標曲線圖判斷干涉條紋出現(xiàn)的范圍。另外，再搭配十字自動對焦算法，以獲得清晰度指標曲線圖，以及最清晰的干涉圖像與最佳對焦位置。再將對比度指標曲線與清晰度指標曲線進行比對運算，可得到干涉對焦曲線，由此曲線的分布范圍可決定干涉掃描的范圍。
本發(fā)明直接處理圖像數(shù)據(jù)，不需另外加裝傳感器，可節(jié)省成本。于判斷干涉圖像時，統(tǒng)計整張圖像之信息，具有過濾噪聲的效果，提高準確度。再配合十字自動對焦算法，可得到更清晰的干涉圖像與其位置。
以下舉多個實施例作為說明，但是本發(fā)明不僅受限于所舉的那些實施例。
圖1表示本發(fā)明所使用的光學干涉系統(tǒng)的一實施例。參照圖1，光學干涉系統(tǒng)例如包括光源100。此光源100可能為寬帶或是多頻的光源。當光通過光學系統(tǒng)102，通過分光單元108，反射進入干涉物鏡104后，經(jīng)干涉物鏡內(nèi)部之分光單元122分光，一部分光投射至樣本106的表面，被反射回來通過干涉物鏡104，并穿過分光單元108，另一部分光被分光單元122反射至由干涉物鏡內(nèi)部之標準反射單元120。標準反射單元120再把此部分的光反射到分光單元122，以使依相同路徑再被分光單元122反射而穿過分光單元108與樣本反射光產(chǎn)生干涉，并由圖像攝取單元110，例如CCD(chargecoupled device)所攝取。干涉物鏡104與樣本106之間有可以被自動調(diào)整的取像距離116。圖像擷取卡(Frame Grabber)112擷取圖像攝取單元110所攝取之干涉圖像，且將所擷取之干涉圖像傳送給計算機系統(tǒng)114，進行計算清晰度和對比度，以及對清晰度和對比度做整體分析，得到最佳的取像距離116，以及對應取像距離116的干涉掃描范圍。計算機系統(tǒng)114也根據(jù)最佳的取像距離116作為聚焦距離，調(diào)整干涉物鏡104的焦點可以落在樣本106上，以獲得最清晰的干涉圖像。
本發(fā)明提出例如配合圖1的系統(tǒng)，提出自動操作流程，如圖2所示。圖2表示依據(jù)本發(fā)明實施例，干涉條紋自動對焦與自動檢測方法的步驟流程。于步驟S200，對應取像距離116，擷取干涉圖像。另外，為使較有效率操作，于步驟216，可以同時記錄干涉圖像的位置。另外，干涉圖像的位置也可以根據(jù)參考位置，依據(jù)干涉圖像的順序，推得其位置。因此能得干涉圖像的位置的任何適當方式，皆可以適用于本發(fā)明。接著，于步驟S202，利用十字自動對焦法移動于干涉圖像的像素范圍。于步驟S204，計算出目前的干涉圖像的圖像清晰度。于步驟S206，記錄計算出的圖像清晰度。另一方面關(guān)于對比度的分析計算，于步驟S208，統(tǒng)計干涉圖像中，對應像素值的數(shù)目。于步驟S210，計算像素值的分布范圍的大小，以決定出對應此干涉圖像的對比度。于步驟S212，記錄計算出來的對比度。于步驟S214，如果還要繼續(xù)擷取干涉圖像，則回到步驟S200，否則繼續(xù)后續(xù)步驟。
于此，要注意的是，干涉圖像的分析與記錄也可以等全部的圖像擷取儲存后，才進行分析與記錄。其實際操作流程不必限制于圖1的流程。另外關(guān)于清晰度與對比度的計算細節(jié)，會于后面描述。
于步驟S218，根據(jù)所得到的序列的清晰度，做出清晰度分布曲線，而分析出具有最佳圖像清晰度的位置。于步驟S220，另外也分析決定出具有較大圖像清晰度的位置區(qū)間。另外，于步驟S222，根據(jù)所得到的序列的對比度，做出對比度分布曲線，而分析出具有最大圖像對比度的位置。于步驟S224，另外也分析決定出具有較大圖像對比度的位置區(qū)間。
于步驟S226，綜合所得到的對比度分布曲線與清晰度分布曲線二者，進行分析步驟。于此，步驟S226可以有多種分析規(guī)則，于后面會再描述。而后，于步驟S228，找出最佳對焦的干涉圖像位置。于步驟S230，另外也決定干涉圖像的掃描范圍。于步驟S232，根據(jù)步驟S228所得到的最佳對焦的干涉圖像位置，調(diào)整物鏡與樣本之間的距離，使有最佳的聚焦位置。
以下，描述較詳細的分析規(guī)則，其中先對如何計算對比度做說明。圖3表示依據(jù)本發(fā)明實施例的對比度分析流程。參照圖3，相當于圖2的步驟S208～S212，針對不同的取像距離116，可以依所擷取的干涉圖像或是圖框(Frame)的順序給一個編號(步驟300)。對于每一個圖框，以像素值做直方圖(histogram)的統(tǒng)計，其中像素值例如是像素強度，又或是灰階值(步驟302)。以圖框I而言，因為遠離產(chǎn)生干涉條紋的位置，因此圖像的強度較均勻，因此像素值的分布較窄。
當擷取到圖框I+K的位置時，干涉條紋已出現(xiàn)。由于有干涉條紋時，像素的強度不再是均勻，例如有暗線區(qū)域，白色區(qū)域，以及暗線之間的灰色區(qū)域。因此，像素在直方圖的分布，一般會出現(xiàn)三個區(qū)域，延展成一較大范圍。
于步驟304，進行對比度值的計算。對于每一個直方圖，需要決定像素延展的范圍，其可以利用一般統(tǒng)計分析方法來決定。而所到像素延展范圍就定義為此對應圖框的對比度值。于是將所計算出的所有對比度值，例如以圖框序號為橫軸，對應距離116，做出對比度分布曲線。接著分析此對比度分布曲線得到具有較大分布的對比度分布范圍。由于圖框的序號與圖2的取像距離116是有對應的關(guān)系，對比度分布范圍可以被轉(zhuǎn)換成干涉掃描范圍。也就是說，對比度分布曲線也可以直接以取像距離116作為橫軸坐標。
另外，上述統(tǒng)計分析方法例如圖4所述，但是圖4不是本發(fā)明惟一的方法。于圖4，例如以左圖的統(tǒng)計方式，針對圖框I+K的直方圖而言，利用門坎值Nth，將像素數(shù)目(pixel number)低于門坎值Nth的像素值濾除，而得到新的直方圖的分布范圍，也就是例如將最大像素值400b減去最小像素值400a所得到的范圍值。另外，也可例如右圖，以分析尖峰出現(xiàn)的位置為基礎(chǔ)，當直方圖出現(xiàn)多個尖峰時，例如有最大像素值的尖峰位置402b的像素值，減去最小像素值的尖峰位置402a的像素值，而得到對比度的可能分布范圍大小。因此，對應每一個所擷取的干涉圖像，都有一個對應的對比度，可以得到對比度的分布曲線。
圖5表示依據(jù)本發(fā)明一實施例，根據(jù)對比度來決定干涉掃描范圍的機制。參照圖5，較直接的方式，仍是采用一般統(tǒng)計方式分析。例如，根據(jù)對比度分布曲線，可以估計出干涉條紋出現(xiàn)的范圍[502a，502b]，其例如利用門坎值來決定。又例如，可以利用對比度分布曲線的斜率變化，再配合斜率門坎值的方式來決定。此時，范圍[502a，502b]例如可以作為干涉掃描的范圍。然而，依較實際可能變化的考慮，也可以再根據(jù)所估計的范圍[502a，502b]，向外再延伸一范圍，例如10％的延伸范圍，成為范圍[500a，500b]。此范圍[500a，500b]即是自動得出的干涉掃描的范圍。
要注意得是，上述的統(tǒng)計分析方法僅是一些實施例，不是本發(fā)明的僅有方法。特別是例如在決定干涉掃描的范圍時，圖像清晰度也可能會影響決定，因此也可以加入清晰度的考慮，將會描述于后。
以下描述十字自動對焦機制，其可以被用來決定圖像清晰度，進而決定物鏡與樣本之間的聚焦距離。圖6為依據(jù)本發(fā)明一實施例，十字型遮罩的結(jié)構(gòu)示意圖。本發(fā)明的十字型遮罩600，是針對二維像素陣列所設(shè)定的虛擬的十字型遮罩600。其以中間像素為中心，以間隔90度在第一、第二、第三、第四個方向延伸至少兩個像素所構(gòu)成，例如以兩個像素做說明。每一個像素位置分別設(shè)定有一權(quán)重值a1～a8，如圖示，用以乘于對應的8個像素強度。中間像素的權(quán)重值設(shè)為零，也就是說中間像素，僅作為位置移動的對準，而不做計算。
另外第一方向與第三方向?qū)ΨQ但是符號相反，第二方向與第四方向?qū)ΨQ但是符號相反。例如，[a1、a2、a3、a4、a5、a6、a7、a8]的值分別為[1、2、-2、-1、1、2、-2、-1]，用以乘上對應被屏蔽的像素強度。針對中間像素的位置，其計算方法例如，八個乘值(ai·Pi)，i＝1～8，計算[(a1·p1)+(a4·P4)]2+[(a2·P2)+(a3·P3)]2+[(a5·p5)+(a8·p8)]2+[(a6·P6)+(a7·P7)]2，以此作為統(tǒng)計值，其中pi為像素強度。例如p1～P8＝10，20，33，100，55，21，73，200，對應此像素而言，其計算值為[1×10+(-1)×100]2+[2×20+(-2)×33]2+[1×55+(-1)×200]2+[2×21+(-2)×73]2＝40617。
以此值作為統(tǒng)計值。若是十字型遮罩的延伸長度超過兩個像素，則依上述原則，改變權(quán)重值，但是計算方式一樣。上述的計算器制，若是對模糊的圖像，對應十字型遮罩的像素值會趨向均勻，沒有明顯像素值變化，因此對稱位置的像素會互相抵消，得到較小值。反之，統(tǒng)計值會有較大值。
對于干涉圖像而言，十字型遮罩的中心像素，必須至少涵蓋干涉圖像的中心區(qū)域。圖7表示依據(jù)本發(fā)明一實施例，十字型遮罩在干涉圖像的移動方式。于圖7，對于干涉圖像700而言，是由二維的像素陣列702所構(gòu)成。十字型遮罩600的中心位置位于二維的像素陣列702的其一像素。例如，移動十字型遮罩600的中心位置，一一算出前述的統(tǒng)計值，然后再加總得出計算值，作為清晰度的參考指標(reference index)。圖7僅是一個例子。另外，也可以利用外差法，將干涉圖像向外延伸兩個像素。如此，十字型遮罩600的中心位置就可以移動，涵蓋所有的像素。當然，針對清晰度的分析，也可以有其它的方式。只要能分析出清晰度的方式皆可以使用，而不限定于上述的分析方式。
接著、圖8表示依據(jù)本發(fā)明實施例的清晰度分析流程。參照圖8，與圖3的步驟300一樣，需要分析每一個圖框。于步驟800，設(shè)定所要的十字型遮罩，且針對十字型遮罩所覆蓋的像素，給予適當?shù)臋?quán)重值。于步驟802，對于每一個圖框則進行如圖7所述的清晰度計算，且將每一個圖框的清晰度，以圖框為橫軸做出清晰度分布曲線。根據(jù)此清晰度分布曲線，可以分析出尖峰(peak)804的位置。由于圖框的序號與圖2的取像距離116是有對應的關(guān)系，因此由尖峰的位置可以得到在樣本3上有最佳聚焦的取像距離116。也就是說，清晰度分布曲線也可以直接以取像距離116作為橫軸坐標。另外，分析尖峰的方式是較佳的選擇，然而也不是惟一的選擇，例如取平均值，或是根據(jù)尖峰再考慮實際設(shè)計的次要因素，經(jīng)進一步分析而得到最佳聚焦距離。
圖9表示依據(jù)本發(fā)明一實施例，根據(jù)對比度與清晰度綜合分析，來決定干涉掃描范圍的機制。由于對比度分布曲線是以像素強度為評估原則，清晰度分布曲線則以像素間的強度差異為評估原則，因此兩者對于不同的樣本圖像具有不同的敏感度。為了同時獲得對比度與清晰度的信息，可以利用對比度分布曲線902與清晰度分布曲線900，進行一次微分904。之后，分別可以得到對比度微分曲線908與清晰度微分曲線906。兩者的微分曲線可表現(xiàn)出干涉條紋出現(xiàn)的信息。再將兩微分曲線相加910，合成為同時具有對比度與清晰度信息的對焦微分曲線912。由于微分的運算會引入噪聲，因此可以利用門坎值過濾噪聲914，而得到新的對焦微分曲線916。例如以微分曲線的平均值加上3倍標準差作為門坎值，以此門坎值過濾噪聲后可得到無噪聲的對焦微分曲線。并例如且利用光源之同調(diào)長度作為移動平均法918之運算長度Lm，對微分曲線916運算成干涉對焦曲線920。此干涉對焦曲線920所包含的范圍作為干涉掃描范圍，而于干涉掃描范圍中，清晰度曲線900的尖峰位置為清晰的干涉對焦圖像，其位置即聚焦點的位置。例如同調(diào)長度為101張圖像的分布范圍時，取移動平均法的運算長度Lm＝101，且以移動平均法的中心為運算基準，干涉對焦曲線920所包含的范圍為干涉圖像出現(xiàn)范圍，再向外延伸半個同調(diào)長度。
綜上所述，在本發(fā)明利用干涉條紋的高對比度特性，首先，統(tǒng)計圖像中像素值的直方圖，即是各像素值的數(shù)目，以得到每張圖像上像素的強度分布范圍與每個強度值上的數(shù)目，作為計算圖像對比度的依據(jù)。接著利用圖像對比度分析，或者，利用圖像對比度和圖像清晰度混合分析，以識別是否出現(xiàn)干涉條紋。于干涉圖像的識別步驟中搭配十字自動對焦算法，能正確地尋得清晰的干涉圖像，并且得到良好的對焦位置。
此外，又例如將對比度曲線與清晰度曲線各自微分后，可得兩者的微分曲線，將兩微分曲線相加合成為具有對比度與清晰度分布信息的微分曲線，于過濾噪聲后，再以移動平均法運算成為干涉對焦曲線。參考干涉對焦曲線所包含的范圍作為干涉掃描的范圍，應用于干涉掃描儀器上，可提高自動化程度。
干涉條紋具有對比度高于背景圖像的特性，利用圖像中對比度的信息可作為干涉條紋是否出現(xiàn)的信息。于干涉現(xiàn)象發(fā)生處，圖像中像素的強度值將具有較大的分布范圍，分布范圍愈大，表示圖像對比度愈大，故可將此分布范圍視為圖像的對比度指標。因此，本發(fā)明統(tǒng)計圖像中所有像素值的數(shù)目的直方圖，并且計算像素值的分布范圍，以像素值分布范圍較廣的圖像視為干涉條紋出現(xiàn)時的圖像。
另外，為了避免噪聲的影響，設(shè)定像素值數(shù)目的門坎值作為判斷分布范圍的準則。記錄所有圖像序列中的像素值分布范圍，作對比度指標曲線，以對比度指標曲線判斷干涉圖像的出現(xiàn)范圍。干涉圖像的分布有一段范圍，僅以對比度所判斷的干涉條紋出現(xiàn)處并非惟一的可能情形。此時本發(fā)明又加入對焦算法，取得清晰的干涉圖像，如此能準確地得到干涉時的焦點。
雖然本發(fā)明已以較佳實施例披露如上，然其并非用以限定本發(fā)明，任何所屬技術(shù)領(lǐng)域的技術(shù)人員，在不脫離本發(fā)明之精神和范圍內(nèi)，當可作些許之更動與改進，因此本發(fā)明之保護范圍當視權(quán)利要求所界定者為準。
權(quán)利要求
1.一種干涉條紋自動對焦與自動檢測方法，適用于光學干涉系統(tǒng)，其特征是包括擷取多個干涉圖像，其中每一該干涉圖像是由多個像素所構(gòu)成，每一上述這些像素有對應的像素強度；記錄每一上述這些干涉圖像的位置，清晰度與對比度，其中該清晰度與該對比度是根據(jù)清晰度計算與對比度計算獲得；分析上述這些干涉圖像的上述這些清晰度，獲得清晰度分布曲線，以得出最佳清晰度位置，作為該光學干涉系統(tǒng)的聚焦位置；分析上述這些干涉圖像的上述這些對比度，獲得對比度分布曲線；以及決定干涉掃描范圍，其中該對比度分布曲線被獨立分析，或是該對比度分布曲線與該清晰度分布曲線被混合分析，以決定該干涉掃描范圍。
2.根據(jù)權(quán)利要求1所述之干涉條紋自動對焦與自動檢測方法，其特征是擷取上述這些干涉圖像的該步驟與記錄每一上述這些干涉圖像的該位置，該清晰度與該對比度的該步驟，是每擷取上述這些干涉圖像之其一，就計算得出該清晰度與該對比度。
3.根據(jù)權(quán)利要求1所述之干涉條紋自動對焦與自動檢測方法，其特征是擷取上述這些干涉圖像的該步驟與記錄每一上述這些干涉圖像的該位置，該清晰度與該對比度的該步驟，是擷取全部上述這些干涉圖像后，才計算得出上述這些清晰度與上述這些對比度。
4.根據(jù)權(quán)利要求1所述之干涉條紋自動對焦與自動檢測方法，其特征是該清晰度計算是根據(jù)十字自動對焦方法演算。
5.根據(jù)權(quán)利要求4所述之干涉條紋自動對焦與自動檢測方法，其特征是該十字自動對焦方法演算，包括使用十字型遮罩的機制，將被該十字型遮罩所涵蓋的上述這些像素選出，其中該十字型遮罩的中間像素的中間位置，位于上述這些像素之其一；根據(jù)被選出的上述這些像素的上述這些像素強度，根據(jù)計算規(guī)則得出計算值；以及移動該十字型遮罩，以至少掃描過該干涉圖像的中間區(qū)域的上述這些像素，根據(jù)相同的該計算規(guī)則得出對應的上述這些計算值的總值，作為對應每一上述這些干涉圖像的該清晰度。
6.根據(jù)權(quán)利要求5所述之干涉條紋自動對焦與自動檢測方法，其特征是該十字型遮罩的形狀是以該中間像素為中心，間隔90度在第一、第二、第三、第四個方向延伸至少兩個像素所構(gòu)成，且每一個像素位置，分別設(shè)定有權(quán)重值以乘于對應的該像素強度。
7.根據(jù)權(quán)利要求6所述之干涉條紋自動對焦與自動檢測方法，其特征是該至少兩個像素的數(shù)量是兩個像素，其中該中間像素的權(quán)重值為零。
8.根據(jù)權(quán)利要求6所述之干涉條紋自動對焦與自動檢測方法，其特征是該中間像素的權(quán)重值為零，其它上述這些方向的上述這些權(quán)重值分配是，第一方向與第三方向?qū)ΨQ但是符號相反，第二方向與第四方向?qū)ΨQ但是符號相反。
9.根據(jù)權(quán)利要求8所述之干涉條紋自動對焦與自動檢測方法，其特征是對于對應的該像素的該計算值，包括計算該第一方向?qū)摰谌较?，以及該第二方向?qū)摰谒姆较颍鶎拿恳粚ο袼胤謩e乘上對應的上述這些權(quán)重值的多個像素計算值；以及將每一像素計算值與其對稱方向的像素計算值相加后平方，再將平方值加總得到該計算值。
10.根據(jù)權(quán)利要求1所述之干涉條紋自動對焦與自動檢測方法，其特征是在分析上述這些干涉圖像的上述這些清晰度的該步驟中，包括分析出該清晰度分布曲線的尖峰位置，是該最佳清晰部位置。
11.根據(jù)權(quán)利要求1所述之干涉條紋自動對焦與自動檢測方法，其特征是該對比度計算包括對每一上述這些干涉圖像的上述這些像素，做出一強度直方圖；以及分析該強度直方圖，得出分布寬度，作為對應每一上述這些干涉圖像的該對比度。
12.根據(jù)權(quán)利要求1所述之干涉條紋自動對焦與自動檢測方法，其特征是分析該強度直方圖的該步驟，包括針對該干涉圖像，制作上述這些像素對應上述這些像素強度的多個像素數(shù)目的該強度直方圖；根據(jù)該強度直方圖決定該對比度，并將上述這些干涉圖像的上述這些對比度制作成該對比度分布曲線，進而決定該干涉掃描范圍，其中該對比度是根據(jù)該直方圖的上述這些強度之上述這些像素數(shù)目大于像素數(shù)目門坎值的曲線分布寬度所決定，或是根據(jù)該強度直方圖的多個尖峰的最大分布寬度所決定。
13.根據(jù)權(quán)利要求1所述之干涉條紋自動對焦與自動檢測方法，其特征是在分析上述這些干涉圖像的上述這些對比度的該步驟中，包括分析該對比度分布曲線的實際值或是斜率值，得到大于參考門坎值的分布范圍，作為該干涉掃描范圍。
14.根據(jù)權(quán)利要求13所述之干涉條紋自動對焦與自動檢測方法，其特征是該對比度門坎值是根據(jù)統(tǒng)計機制得到。
15.根據(jù)權(quán)利要求1所述之干涉條紋自動對焦與自動檢測方法，其特征是在分析上述這些干涉圖像的上述這些對比度的該步驟中，包括對該對比度分布曲線與該清晰度分布曲線，分別做一次微分，得到對比度微分曲線與清晰度微分曲線；將該對比度微分曲線與該清晰度微分曲線相加，成為干涉對焦微分曲線；對該干涉對焦微分曲線，進行噪聲濾除運算；在預定的運算長度下，利用移動平均法，轉(zhuǎn)換該干涉對焦微分曲線成干涉對焦曲線；以及根據(jù)該干涉對焦曲線的分布范圍，決定該干涉掃描范圍。
16.根據(jù)權(quán)利要求15所述之干涉條紋自動對焦與自動檢測方法，其特征是預定的該運算長度為同調(diào)長度。
全文摘要
一種干涉條紋自動對焦與自動檢測方法，適用于光學干涉系統(tǒng)，包括擷取多個干涉圖像。每一該干涉圖像是由多個像素所構(gòu)成，每一上述這些像素有對應的像素強度。記錄每一上述這些干涉圖像的位置，清晰度與對比度。該清晰度與該對比度是根據(jù)清晰度計算與對比度計算獲得。分析上述這些干涉圖像的上述這些清晰度，獲得與上述這些干涉圖像位置相對應的清晰度分布曲線，以得出一最佳清晰度位置，作為該光學干涉系統(tǒng)的聚焦位置。分析上述這些干涉圖像的上述這些對比度，獲得對比度分布曲線。決定干涉掃描范圍，其中該對比度分布曲線被獨立分析，或是該對比度分布曲線與該清晰度分布曲線被混合分析，以決定該干涉掃描范圍。
文檔編號G01N21/45GK1991341SQ20051013745
公開日2007年7月4日 申請日期2005年12月30日 優(yōu)先權(quán)日2005年12月30日
發(fā)明者陳金亮, 高清芬, 張中柱 申請人:財團法人工業(yè)技術(shù)研究院