新闻详情

新闻详情

首页 / 资讯中心 / 详情

共聚焦显微镜针孔与NA优化:提高表面粗糙度与三维轮廓测量精度

发布时间:2026/11/13 16:33:23来源:尧图网络
共聚焦显微镜针孔与NA优化:提高表面粗糙度与三维轮廓测量精度
微纳结构尺寸往下压三维表面形貌测量的分辨率和景深成了硬瓶颈。焦外杂光一混进来三维信息就糊掉。晶圆、锂电极片、精密光学件上工业显微镜常常只有一张模糊图微纳结构测量拿不到真实形貌。共聚焦显微镜三维表面测量靠点扫描加针孔滤波往前推一步核心是点扩散函数。用Richards-Wolf矢量衍射理论算过焦面光斑能压到亚波长非接触式测量和工业3D测量有了稳定基础。3D共聚焦显微镜在这个基础上做了工程化处理保证扫描稳定性和数据重复性适合半导体、新能源和精密制造现场的日常检测。共聚焦显微镜的基本组成与成像原理共聚焦显微镜的核心部件是激光器、扫描振镜、探测针孔和光电倍增管。激光经振镜逐点扫过样品面。返回光由物镜收集后进探测器针孔只放行焦平面附近的光3D表面测量才拿得到干净信号。每扫一个点系统只看样品的一个薄层。物镜沿z轴推进各深度的切片叠起来三维共聚焦显微镜就把三维形貌重建出来了。针孔滤掉离焦光三维表面形貌测量要的层析能力才成立微结构测量的高度读数也才可信。照明点扩散函数的影响因素与优化照明点扩散函数管的是焦点处光斑有多大、什么形状。它决定分辨极限。关键参数是数值孔径、入射光偏振和基底条件光斑越小3D表面形貌和3D轮廓测量能读出的细节越细。数值孔径一提高焦平面的半高全宽FWHM明显变小。参考论文以488 nm圆偏光为例在NA 0.4到1.6区间计算FWHM随NA单调下降NA足够大时进入亚波长量级。因为NA等于n·sinα收集角越大衍射极限光斑越小。选物镜能上大NA就上光学轮廓测量和表面粗糙度测量才拿得到亚微米读数。照明点扩散函数的半高全宽FWHM随数值孔径的变化λ488 nm 圆偏光偏振状态会改光斑形态。论文取NA等于1.45算过三种偏振径向偏振光纵向分量很强聚焦后是实心柱对称光斑角向偏振是空心甜甜圈线偏振最常用呈椭圆。径向偏振的纵向分量来自零阶贝塞尔函数叠加后把能量压向光轴。工业显微镜和微纳结构测量里线偏振最容易实现。金属膜会给聚焦光场加一层环形滤波。论文里40 nm厚的银膜488 nm下共振角是45.8度共振处透过率骤降后焦面留下暗环。暗环越大三维表面形貌测量和微结构测量拿到的光斑越紧非接触式测量与表面粗糙度测量同样受益。探测点扩散函数与针孔尺寸的关键作用探测端的点扩散函数和针孔尺寸挂钩。针孔小了信号丢得厉害针孔大了离焦光漏进来横向分辨率跟着掉共聚焦三维成像的对比度也下降。这是微结构三维测量方法必须权衡的矛盾。把针孔的归一化半径v_d压到2以下分辨率和信噪比兼顾得住这是论文的计算结论。v_d超过4之后FWHM基本不再随针孔变化分辨率由照明端决定。共聚焦显微镜操作时先确认信号够用再收小针孔3D轮廓测量、3D表面测量和工业3D测量的重复性都靠这一步。归一化针孔半径 v_rd 与共聚焦点扩散函数 FWHM 的关系很多测量做不成功根子在针孔没落进合适区间。设备若能把针孔选择做成半自动或给推荐值三维表面形貌测量、3D轮廓测量和光学轮廓测量的门槛就低很多。共聚焦点扩散函数共聚焦总点扩散函数是照明PSF与探测PSF卷积针孔函数后的乘积。针孔趋近于零、收发共用同一物镜时总PSF近似为照明PSF的平方。模拟180 nm间隔的光栅宽场FWHM是共聚焦的根号2倍三维共聚焦显微镜、微结构测量和工业显微镜都更愿意用它。间隔 180 nm 样品的宽场与共聚焦对比a样品b(c) 点扩散函数d(e) 成像。针孔滤掉离焦光z方向响应被收窄相邻深度的信号不再互相污染。三维表面形貌测量常用的Sa、Sq等参数由ISO 25178系列标准定义表面粗糙度测量要的正是每一点高度都可信。多功能共聚焦平台的升级方向再往上做可以在同一套光路上挂不同模块全内反射做暗场激发泄露辐射进后焦面成像光谱探测取微区光谱。共聚焦三维成像因此能同时拿到形貌和光学特性。工业场景更实用的是把3D表面测量、微纳结构测量和工业3D测量做成标准模块。共聚焦显微镜的分辨率提升说到底是点扩散函数怎么调的问题。选大数值孔径物镜、匹配合适偏振、把针孔收进合理区间再配稳定机械与软件三维表面形貌测量就具备上产线的条件。非接触式3D表面形貌测量能走到这一步靠的正是非接触式测量与光学轮廓测量这套组合。原文参考:《基于共聚焦显微平台对金属微纳单元结构的测量和表征 》*特别声明本公众号所发布的原创及转载文章仅用于学术分享和传递行业相关信息。未经授权不得抄袭、篡改、引用、转载等侵犯本公众号相关权益的行为。内容仅供参考如涉及版权问题敬请联系我们将在第一时间核实并处理。
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

SAP HANA SQLScript Code Analyzer 的局限性与误报分析,深入理解静态检查的边界和动态 SQL 注入风险 2026/11/13 16:33:22

SAP HANA SQLScript Code Analyzer 的局限性与误报分析,深入理解静态检查的边界和动态 SQL 注入风险

在 SAP HANA 项目的代码审查中,我们经常需要判断一段 SQLScript 存储过程是否存在 SQL 注入风险、变量赋值是否冗余,以及复杂的业务逻辑是否可能引入难以察觉的安全缺陷。 这些问题并不总能依靠人工阅读代码解决。 尤其是在企业级系统中,一个存储过程可能调用其他存储过程…

阅读更多 →
SAP HANA SQLScript Code Analyzer 深度解析,从存储过程静态检查到企业级数据库代码质量治理 2026/11/13 16:33:22

SAP HANA SQLScript Code Analyzer 深度解析,从存储过程静态检查到企业级数据库代码质量治理

企业级 SAP HANA 系统中的存储过程,往往不是几十行 SQL 语句就能完成的简单查询。随着业务逻辑不断积累,一个负责销售订单处理、库存分配或者财务结算的 SQLScript 存储过程,可能包含大量表变量、条件分支、动态 SQL、循环和数据库对象之间的调用。 业务运行正常,并不代表…

阅读更多 →
外部类触发的角色状态切换:有限状态机设计模式与Unity实践 2026/11/11 11:25:19

外部类触发的角色状态切换:有限状态机设计模式与Unity实践

1. 状态切换,为什么非要“外部类”插手?做游戏角色逻辑的开发者,大概率都经历过这个阶段:角色类里塞了跑、跳、攻击、受伤、死亡一堆状态,每个状态里还在判断“我该不该切出去”。早期这么写确实简单,但随着…

阅读更多 →

最新相关资讯

【外设】之大彩串口显示屏 2026/11/13 0:43:49

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/11/12 23:59:09

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/11/13 10:09:00

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/11/13 13:31:48

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/11/13 16:11:45

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/11/13 0:02:27

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉