基于AFM的半导体表面纳米结构形貌测量和自动分析技术

原子力显微镜（AFM）在半导体行业作为观察微观领域的重要工具广泛使用，本质上它在三维空间上具有纳米级分辨率，AFM数据中包含了芯片或材料表面纳米结构的主要信息，通过对AFM输出数据的深度处理，完全可以将AFM发展为半导体纳米结构测量的好工具。基于这种分析，本项目针对半导体表面测量，研究影响AFM测量精度的因素，研究适合于AFM数据的图像清晰化和三维重构复原方法，研究用神经网络降低测量不确定性的方法，研究AFM数据中几何形貌信息提取、特殊几何形貌自动分类、识别的方法和实现技术。以满足纳米半导体科研需要为牵引，发掘现有AFM设备和技术潜力，发展适合目前中国国情的纳米半导体无损自动检测和评价的新方法、新技术，为探索AFM能更好地应用于纳米器件研究、器件失效机理分析、集成电路芯片电流分布、热分布等的检测、定量分析等提供理论基础和技术依据。

本项目以图像处理技术为基础，针对半导体表面纳米结构，对原子力显微镜（AFM）的原始数据进行分析，提取几何形貌特征，对缺陷的自动提取和大小测量、材料表面粗糙度测量和定量描述、量子点等颗粒的大小、高度等参数的自动测量等方面进行系统研究，在量子点等颗粒形貌参数的自动提取和分析方面取得了创新性的成果：.（1）AFM数据的图像复原和清晰化处理有自身的特殊性，研究分析了造成AFM图像模糊的原因，采用数学形态学方法，对AFM原始数据进行清晰化预处理。主要包括两部分：利用高帽变换增强图像对比度和采用形态学重构方法平滑图像。.（2） 本研究基于原始数据的分析，对量子点的分割算法进行了研究，提出了两种适用于AFM图像量子点的分割算法：基于Dynamics 值的带标记分水岭分割方法和基于距离变换的带标记分水岭分割方法，并对算法进行了实验验证。采用基于距离变换的带标记分水岭分割算法包括四个步骤：首先采用模糊c-均值（FCM）的方法对量子点进行初步提取；其次利用自适应H-minima 变换从量子点图像中提取局部极大值点，实现前景标记；接着利用距离变换进行背景标记；最后实现分水岭分割。.（3）为了实现量子点几何形貌信息的精确自动提取，首先将分割后的量子点从背景中提取出来，接着去除量子点底部粘连的衬底，最后统计各几何形貌参数。.（4）本项目中，程序可以自动生成一个包含量子点总数，平均高度，每个量子点的面积，体积，高度，衬底表面粗糙度等量子点信息的输出文件。