本技術(shù)涉及電子顯微成像，特別是涉及一種電子顯微成像自動(dòng)對(duì)焦方法、裝置、計(jì)算機(jī)設(shè)備、存儲(chǔ)介質(zhì)和計(jì)算機(jī)程序產(chǎn)品。

背景技術(shù)：

1、電子顯微鏡是用于半導(dǎo)體制造過程中關(guān)鍵尺寸測(cè)量的重要儀器。它能高精度地測(cè)量光刻過程中形成的圖案尺寸，這對(duì)于確保半導(dǎo)體芯片的性能及穩(wěn)定性至關(guān)重要。電子顯微鏡的主要功能和應(yīng)用包括：高分辨率成像、關(guān)鍵尺寸測(cè)量、缺陷檢測(cè)、工藝控制以及三維測(cè)量。電子顯微鏡應(yīng)用于半導(dǎo)體集成電路領(lǐng)域的前道檢測(cè)設(shè)備，能夠?qū)崿F(xiàn)設(shè)備的快速、準(zhǔn)確自動(dòng)聚焦功能，為后續(xù)的視覺定位、關(guān)鍵尺寸量測(cè)及缺陷檢測(cè)等功能提供圖像質(zhì)量保障。

2、相關(guān)技術(shù)中，在電子顯微鏡中的自動(dòng)聚焦是一項(xiàng)重要功能，用于確保在掃描過程中圖像的清晰度和測(cè)量的精確性。自動(dòng)聚焦是在電子顯微鏡運(yùn)行過程中，通過調(diào)整電子顯微鏡的聚焦參數(shù)，以確保圖像在不同深度和樣品表面變化時(shí)仍然保持清晰的能力。這對(duì)于高精度的關(guān)鍵尺寸測(cè)量尤為重要，因?yàn)閳D像模糊會(huì)影響尺寸的計(jì)算和識(shí)別。目前常用的自動(dòng)聚焦技術(shù)通常需要電子顯微鏡的樣品臺(tái)進(jìn)行往復(fù)的移動(dòng)，使得能夠在樣品上快速地搜索成像區(qū)域，并根據(jù)不同成像區(qū)域的清晰度，確定聚焦區(qū)域，最終確定聚焦點(diǎn)的位置。

3、然而，目前的自動(dòng)聚焦方法，存在如下的技術(shù)問題：現(xiàn)有的自動(dòng)聚焦方法聚焦效率較低，穩(wěn)定性和普適性較差，難以快速準(zhǔn)確地定位到聚焦點(diǎn)。

技術(shù)實(shí)現(xiàn)思路

1、基于此，有必要針對(duì)上述技術(shù)問題，提供一種能夠提高自動(dòng)聚焦的效率，提高聚焦點(diǎn)定位的準(zhǔn)確度以及算法實(shí)施的魯棒性的一種電子顯微成像自動(dòng)對(duì)焦方法、裝置、計(jì)算機(jī)設(shè)備、計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)和計(jì)算機(jī)程序產(chǎn)品。

2、第一方面，本技術(shù)提供了一種電子顯微成像自動(dòng)對(duì)焦方法。所述方法包括：響應(yīng)于目標(biāo)設(shè)備的啟動(dòng)，基于預(yù)設(shè)的初始啟動(dòng)參數(shù)獲取待測(cè)對(duì)象的初始圖像；以所述初始圖像為起點(diǎn)，應(yīng)用預(yù)訓(xùn)練的電流定位模型對(duì)所述待測(cè)對(duì)象進(jìn)行搜索，確定聚焦搜索起點(diǎn)，所述聚焦搜索起點(diǎn)為所述電流定位模型的最佳輸出結(jié)果所對(duì)應(yīng)的電流值；基于預(yù)設(shè)的搜索參數(shù)對(duì)所述聚焦搜索起點(diǎn)進(jìn)行調(diào)節(jié)，獲取與調(diào)節(jié)后的成像參數(shù)相對(duì)應(yīng)的所述檢測(cè)圖像，所述搜索參數(shù)對(duì)應(yīng)的搜索步長(zhǎng)以及搜索方向根據(jù)對(duì)歷史檢測(cè)圖像的清晰度評(píng)價(jià)結(jié)果進(jìn)行動(dòng)態(tài)調(diào)節(jié)；響應(yīng)于調(diào)節(jié)后的所述檢測(cè)圖像不滿足預(yù)設(shè)的清晰度評(píng)價(jià)指標(biāo)，基于調(diào)節(jié)前的所述歷史檢測(cè)圖像以及調(diào)節(jié)后的所述檢測(cè)圖像，對(duì)所述搜索參數(shù)進(jìn)行更新；基于更新后的所述搜索參數(shù)調(diào)節(jié)所述成像參數(shù)，直至所述檢測(cè)圖像滿足預(yù)設(shè)的對(duì)焦需求。

3、在其中一個(gè)實(shí)施例中，所述響應(yīng)于調(diào)節(jié)后的所述檢測(cè)圖像不滿足預(yù)設(shè)的清晰度評(píng)價(jià)指標(biāo)，基于調(diào)節(jié)前的所述歷史檢測(cè)圖像以及調(diào)節(jié)后的所述檢測(cè)圖像，對(duì)所述搜索參數(shù)進(jìn)行更新之前，還包括：確定所述檢測(cè)圖像中的對(duì)焦區(qū)域，將所述對(duì)焦區(qū)域劃分至若干個(gè)子區(qū)域，并將每個(gè)所述子區(qū)域進(jìn)一步劃分至若干個(gè)計(jì)算單元；遍歷計(jì)算所述子區(qū)域中所述計(jì)算單元的累積灰度值的最大差值，作為所述子區(qū)域的對(duì)比度，累加得到所述對(duì)焦區(qū)域的整體對(duì)比度；根據(jù)所述對(duì)焦區(qū)域的所述整體對(duì)比度得到對(duì)所述檢測(cè)圖像的清晰度評(píng)價(jià)結(jié)果。

4、在其中一個(gè)實(shí)施例中，所述基于調(diào)節(jié)前的所述歷史檢測(cè)圖像以及調(diào)節(jié)后的所述檢測(cè)圖像，對(duì)所述搜索參數(shù)進(jìn)行更新包括：將所述檢測(cè)圖像與所述歷史檢測(cè)圖像的清晰度進(jìn)行對(duì)比，選取所述清晰度更高的所述檢測(cè)圖像對(duì)應(yīng)的搜索點(diǎn)作為新的搜索起點(diǎn)；基于所述歷史檢測(cè)圖像以及所述檢測(cè)圖像所對(duì)應(yīng)的成像參數(shù)，確定搜索步長(zhǎng)以及搜索方向。

5、在其中一個(gè)實(shí)施例中，所述以所述初始圖像為起點(diǎn)，應(yīng)用預(yù)訓(xùn)練的電流定位模型對(duì)所述待測(cè)對(duì)象進(jìn)行搜索，確定聚焦搜索起點(diǎn)之前，還包括：構(gòu)建初始神經(jīng)網(wǎng)絡(luò)模型，調(diào)用樣本集對(duì)所述初始神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練，得到分類網(wǎng)絡(luò)模型；基于對(duì)所述目標(biāo)特征的檢測(cè)需求，對(duì)所述分類網(wǎng)絡(luò)模型進(jìn)行優(yōu)化，得到所述電流定位模型。

6、在其中一個(gè)實(shí)施例中，所述基于對(duì)所述目標(biāo)特征的檢測(cè)需求，對(duì)所述分類網(wǎng)絡(luò)模型進(jìn)行優(yōu)化，得到所述電流定位模型包括：選取所述分類網(wǎng)絡(luò)模型中的目標(biāo)卷積核，所述目標(biāo)卷積核為用于特征升維的多維卷積核；調(diào)用若干個(gè)低維卷積核，替換所述目標(biāo)卷積核，得到所述電流定位模型；和/或在所述分類網(wǎng)絡(luò)模型中增加空間注意力模塊，所述空間注意力模塊用于對(duì)所述檢測(cè)圖像中的目標(biāo)區(qū)域進(jìn)行加權(quán)處理。

7、在其中一個(gè)實(shí)施例中，所述構(gòu)建初始神經(jīng)網(wǎng)絡(luò)模型，調(diào)用樣本集對(duì)所述初始神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練，得到分類網(wǎng)絡(luò)模型包括：對(duì)所述樣本集中的樣本數(shù)據(jù)進(jìn)行預(yù)處理，基于預(yù)處理后的所述樣本數(shù)據(jù)進(jìn)行所述分類網(wǎng)絡(luò)模型的訓(xùn)練，所述預(yù)處理包括數(shù)據(jù)增強(qiáng)、隨機(jī)噪聲注入。

8、第二方面，本技術(shù)還提供了一種電子顯微成像自動(dòng)對(duì)焦裝置。所述裝置包括：初始圖像模塊，用于響應(yīng)于目標(biāo)設(shè)備的啟動(dòng)，基于預(yù)設(shè)的初始啟動(dòng)參數(shù)獲取待測(cè)對(duì)象的初始圖像；聚焦起點(diǎn)模塊，用于以所述初始圖像為起點(diǎn)，應(yīng)用預(yù)訓(xùn)練的電流定位模型對(duì)所述待測(cè)對(duì)象進(jìn)行搜索，確定聚焦搜索起點(diǎn)，所述聚焦搜索起點(diǎn)為所述電流定位模型的最佳輸出結(jié)果所對(duì)應(yīng)的電流值；檢測(cè)圖像模塊，用于基于預(yù)設(shè)的搜索參數(shù)對(duì)所述聚焦搜索起點(diǎn)進(jìn)行調(diào)節(jié)，獲取與調(diào)節(jié)后的成像參數(shù)相對(duì)應(yīng)的所述檢測(cè)圖像，所述搜索參數(shù)對(duì)應(yīng)的搜索步長(zhǎng)以及搜索方向根據(jù)對(duì)歷史檢測(cè)圖像的清晰度評(píng)價(jià)結(jié)果進(jìn)行動(dòng)態(tài)調(diào)節(jié)；動(dòng)態(tài)搜索模塊，用于響應(yīng)于調(diào)節(jié)后的所述檢測(cè)圖像不滿足預(yù)設(shè)的清晰度評(píng)價(jià)指標(biāo)，基于調(diào)節(jié)前的所述歷史檢測(cè)圖像以及調(diào)節(jié)后的所述檢測(cè)圖像，對(duì)所述搜索參數(shù)進(jìn)行更新；自動(dòng)對(duì)焦模塊，用于基于更新后的所述搜索參數(shù)調(diào)節(jié)所述成像參數(shù)，直至所述檢測(cè)圖像滿足預(yù)設(shè)的對(duì)焦需求。

9、在其中一個(gè)實(shí)施例中，所述動(dòng)態(tài)搜索模塊之前，還包括：區(qū)域分割模塊，用于確定所述檢測(cè)圖像中的對(duì)焦區(qū)域，將所述對(duì)焦區(qū)域劃分至若干個(gè)子區(qū)域，并將每個(gè)所述子區(qū)域進(jìn)一步劃分至若干個(gè)計(jì)算單元；對(duì)比度模塊，用于遍歷計(jì)算所述子區(qū)域中所述計(jì)算單元的累積灰度值的最大差值，作為所述子區(qū)域的對(duì)比度，累加得到所述對(duì)焦區(qū)域的整體對(duì)比度；清晰度評(píng)價(jià)模塊，用于根據(jù)所述對(duì)焦區(qū)域的所述整體對(duì)比度得到對(duì)所述檢測(cè)圖像的清晰度評(píng)價(jià)結(jié)果。

10、在其中一個(gè)實(shí)施例中，所述動(dòng)態(tài)搜索模塊包括：搜索起點(diǎn)模塊，用于將所述檢測(cè)圖像與所述歷史檢測(cè)圖像的清晰度進(jìn)行對(duì)比，選取所述清晰度更高的所述檢測(cè)圖像對(duì)應(yīng)的搜索點(diǎn)作為新的搜索起點(diǎn)；步長(zhǎng)方向模塊，用于基于所述歷史檢測(cè)圖像以及所述檢測(cè)圖像所對(duì)應(yīng)的成像參數(shù)，確定搜索步長(zhǎng)以及搜索方向。

11、在其中一個(gè)實(shí)施例中，所述聚焦起點(diǎn)模塊之前，還包括：分類網(wǎng)絡(luò)模型模塊，用于構(gòu)建初始神經(jīng)網(wǎng)絡(luò)模型，調(diào)用樣本集對(duì)所述初始神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練，得到分類網(wǎng)絡(luò)模型；模型優(yōu)化模塊，用于基于對(duì)所述目標(biāo)特征的檢測(cè)需求，對(duì)所述分類網(wǎng)絡(luò)模型進(jìn)行優(yōu)化，得到所述電流定位模型。

12、在其中一個(gè)實(shí)施例中，所述模型優(yōu)化模塊包括：升維卷積核模塊，用于選取所述分類網(wǎng)絡(luò)模型中的目標(biāo)卷積核，所述目標(biāo)卷積核為用于特征升維的多維卷積核；卷積核替換模塊，用于調(diào)用若干個(gè)低維卷積核，替換所述目標(biāo)卷積核，得到所述電流定位模型；和/或空間注意力模塊，用于在所述分類網(wǎng)絡(luò)模型中增加空間注意力模塊，所述空間注意力模塊用于對(duì)所述檢測(cè)圖像中的目標(biāo)區(qū)域進(jìn)行加權(quán)處理。

13、在其中一個(gè)實(shí)施例中，所述分類網(wǎng)絡(luò)模型模塊包括：樣本預(yù)處理模塊，用于對(duì)所述樣本集中的樣本數(shù)據(jù)進(jìn)行預(yù)處理，基于預(yù)處理后的所述樣本數(shù)據(jù)進(jìn)行所述分類網(wǎng)絡(luò)模型的訓(xùn)練，所述預(yù)處理包括數(shù)據(jù)增強(qiáng)、隨機(jī)噪聲注入。

14、第三方面，本技術(shù)還提供了一種計(jì)算機(jī)設(shè)備。所述計(jì)算機(jī)設(shè)備包括存儲(chǔ)器和處理器，所述存儲(chǔ)器存儲(chǔ)有計(jì)算機(jī)程序，所述處理器執(zhí)行所述計(jì)算機(jī)程序時(shí)實(shí)現(xiàn)如第一方面中任意一項(xiàng)實(shí)施例所述的一種電子顯微成像自動(dòng)對(duì)焦方法中的步驟。

15、第四方面，本技術(shù)還提供了一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)。所述計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其上存儲(chǔ)有計(jì)算機(jī)程序，所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)如第一方面中任意一項(xiàng)實(shí)施例所述的一種電子顯微成像自動(dòng)對(duì)焦方法中的步驟。

16、第五方面，本技術(shù)還提供了一種計(jì)算機(jī)程序產(chǎn)品。所述計(jì)算機(jī)程序產(chǎn)品，包括計(jì)算機(jī)程序，該計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)如第一方面中任意一項(xiàng)實(shí)施例所述的一種電子顯微成像自動(dòng)對(duì)焦方法中的步驟。

17、上述一種電子顯微成像自動(dòng)對(duì)焦方法、裝置、計(jì)算機(jī)設(shè)備、存儲(chǔ)介質(zhì)和計(jì)算機(jī)程序產(chǎn)品，通過權(quán)利要求書中的技術(shù)特征進(jìn)行推導(dǎo)，能夠達(dá)到對(duì)應(yīng)背景技術(shù)中的技術(shù)問題的有益效果：本技術(shù)提供了一種電子顯微成像自動(dòng)對(duì)焦方法，包括響應(yīng)于目標(biāo)設(shè)備的啟動(dòng)，基于預(yù)設(shè)的初始啟動(dòng)參數(shù)獲取待測(cè)對(duì)象的初始圖像；以所述初始圖像為起點(diǎn)，應(yīng)用預(yù)訓(xùn)練的電流定位模型對(duì)所述待測(cè)對(duì)象進(jìn)行搜索，確定聚焦搜索起點(diǎn)，所述聚焦搜索起點(diǎn)為所述電流定位模型的最佳輸出結(jié)果所對(duì)應(yīng)的電流值；基于預(yù)設(shè)的搜索參數(shù)對(duì)所述聚焦搜索起點(diǎn)進(jìn)行調(diào)節(jié)，獲取與調(diào)節(jié)后的成像參數(shù)相對(duì)應(yīng)的所述檢測(cè)圖像，所述搜索參數(shù)對(duì)應(yīng)的搜索步長(zhǎng)以及搜索方向根據(jù)對(duì)歷史檢測(cè)圖像的清晰度評(píng)價(jià)結(jié)果進(jìn)行動(dòng)態(tài)調(diào)節(jié)；響應(yīng)于調(diào)節(jié)后的所述檢測(cè)圖像不滿足預(yù)設(shè)的清晰度評(píng)價(jià)指標(biāo)，基于調(diào)節(jié)前的所述歷史檢測(cè)圖像以及調(diào)節(jié)后的所述檢測(cè)圖像，對(duì)所述搜索參數(shù)進(jìn)行更新；基于更新后的所述搜索參數(shù)調(diào)節(jié)所述成像參數(shù)，直至所述檢測(cè)圖像滿足預(yù)設(shè)的對(duì)焦需求。在實(shí)施中，通過預(yù)設(shè)初始啟動(dòng)參數(shù)，能夠使得電子顯微成像具有一個(gè)初始的啟動(dòng)參數(shù)，從而執(zhí)行后續(xù)的對(duì)焦搜索，在搜索的處理中，通過預(yù)訓(xùn)練的電流定位模型，能夠提高聚焦搜索起點(diǎn)的搜索效率，提高檢測(cè)圖像中目標(biāo)識(shí)別的精確度；最后以此聚焦搜索起點(diǎn)開始對(duì)最佳聚焦點(diǎn)進(jìn)行搜索檢測(cè)，在檢測(cè)的處理中搜索參數(shù)對(duì)應(yīng)的搜索步長(zhǎng)以及搜索方向均根據(jù)歷史的檢測(cè)圖像的清晰度評(píng)價(jià)結(jié)果進(jìn)行動(dòng)態(tài)調(diào)節(jié)，這樣能夠根據(jù)實(shí)際的搜索情況進(jìn)行動(dòng)態(tài)的搜索，而不是機(jī)械地按照固定的步長(zhǎng)和方向搜索，有助于提高最佳聚焦點(diǎn)的計(jì)算效率，同時(shí)降低往復(fù)計(jì)算的可能性，避免了電流頻繁變換帶來的激蕩以及圖像抖動(dòng)等問題，有助于提高硬件精度和圖像質(zhì)量。