具体实施方式

根据所公开的主题的一些实施例，提供了用于对样品进行宏观检验的机构(其可以包括系统、方法、设备、仪器等)。宏观检查(有时称为检验)是指使用所公开的宏观检验机构对样品进行扫描、成像、分析、测量和任何其他适当的检查。如本文所描述的，所公开的宏观检验机构包括一种或更多种照明模式，一种或更多种照明模式可以各自提供可变的照明景观。尽管以下描述涉及在宏观检验机构中实施的部件和方法，但是本文描述的部件和方法也可以在微观检验系统中实施。

图1A、1B和1C示出了根据所公开的主题的一些实施例的宏观检验系统10的示例。在高层次上，根据一些实施例，宏观检验系统10的基本部件包括：用于向样品S提供光的照明单元(例如，灯组件环26)，聚焦透镜14，成像设备24，样品台12，包括硬件、软件和/或固件的控制模块70，以及计算机分析系统75。宏观检验系统10可以被实施为使用透射光或反射光的光学检验系统的一部分。

在一些实施例中，如图1A所示，灯组件环26可用作宏观检验系统10的照明单元。可以将一个或多个灯具(例如以LB1至LBx表示的灯条28)安装到灯组件环26。注意，可以将任何类型的合适的灯具安装到灯组件环26上。如图1A所示，可以对灯组件环26进行配置，使得安装在组件上的单独的一个或更多个灯条28被径向定位在样品台12的周边的外侧。每个灯条28可包括一个或更多个灯16(如图5A所示)。宏观检验系统10还可以包括一个以上的灯组件环26，例如如图1B所示。

在一些实施例中，灯组件环26可以被配置为使得其可以沿着导轨20移动。注意，照明单元不限于环形形式，并且单独的灯条28可以以其他类型的形式被安装在不可移动或可移动平台18上，例如在图2A、3A、7A和9A中所示。此外，可移动平台18沿导轨20的高度向不同位置的移动可以手动控制，或者由软件、硬件和/或固件(例如，控制模块70)自动控制。取决于灯组件环26相对于样品台12的高度，当样品保持在样品台12上时，灯组件环26可用于向样品提供倾斜照明或暗场照明。例如，为了提供可变角度的倾斜照明，灯组件环26可被定位成使它的光能投射到样品平面(即，当样品定位在样品台12上时样品的顶部平面)上方的不同高度处。在一些实施例中，样品平面对应于宏观检验系统10的焦平面(即，样品聚焦的平面)。在另外的示例中，为了提供暗场照明，可以定位灯组件环26，使得它的光可以以与样品台12上的样品的样品平面相同或基本相同的水平投射，以当样品被保持在样品台12上时向样品提供暗场照明。

如本文所使用的：倾斜照明是指以小于90度且大于0度(通常大于1度)的入射角朝向样品投射光；暗场照明是指以小于1度(通常为0度)的入射角朝向样品投射光；明场照明是指以垂直于样品平面(90度)的入射角朝向样品投射光。明场照明可以指的是光源，该光源通过透镜14沿正交方向朝向样品提供照明(“正交照明”)，例如如图9A所示，或者是指定位在透镜14外部的光源，该光源沿“基本上正交”的方向投射光(“基本正交照明”)，例如如图7A和8A所示。

根据所公开的主题的一些实施例，如图2A和3A所示，每个灯条28可以从多个方向以不同的入射角提供倾斜的灯光。例如，如图2A所示，每个灯条28在第一位置P1处支撑在样品台12的样品平面上，从而以第一入射角提供倾斜照明；而在图3A中，每个灯条28已经向上移动到位置P2，以便以第二入射角提供倾斜照明。向上移动灯具会导致入射角增加。台12的最终照明在图2B和3B中示出。在一些实施例中，在可移动平台18沿着导轨20的每个高度处，灯条28可以绕例如在图5B和图5C中所示的枢转点选择性地枢转，从而当样品被保持在样品台12上时，产生相对于样品的样品平面的变化的照明角度。注意，本领域的普通技术人员将容易理解，图2A和3A所示的倾斜灯光可以用单个或多个灯条28来实施。

在一些实施例中，如图4A所示，可以定位灯条28，以使来自灯条28的照明基本上平行于样品平面，以在样品被保持在样品台12上时向样品提供暗场照明。基本上平行应当理解为具有-1°至+1°的入射角，以考虑对准方面的瑕疵，但是在一些实施例中，照明将在平面上，即，以0°的入射角，由此仅当某些特征从样品的完全平坦的平面延伸出来时，照明才会被反射。如果样品是完全平坦且无特征的，则它将不会将任何基本平行的照明反射到透镜14，并且被透镜14观察的这种样品将不会被照亮(如图4B所示)。如果存在突出的瑕疵或其他特征，则来自灯条28的照明将从这些瑕疵和/或特征反射，并且将由图像传感器22经由透镜14捕获。注意，本领域普通技术人员将容易地理解，图4A所示的暗场照明可以用单个或多个灯条28来实施。

在一些实施例中，XY平移台可以用于样品台12。样品台12可以由步进电机、伺服电机、线性电机、压电电机和/或任何其他合适的机构(包括手动机构)来驱动。在一些实施例中，样品台12可以被配置为在任何合适的控制器(例如，控制模块70)的控制下在X轴和/或Y轴方向上移动物体。(未示出但是在本领域中已知的)致动器可被用于进行例如0至5mm、0至10mm、0至30mm和/或任何其他合适的距离范围的粗调焦。在一些实施例中，致动器还可被用于提供例如0至50μm、0至100μm、0至200μm和/或任何其他合适的距离范围的精细聚焦。

在一些实施例中，透镜14可以被支撑在透镜台15上，并且可以被定位在穿过样品台12上方的透镜台的孔口处。此外，宏观检验系统10可以包括聚焦机构，该聚焦机构沿Z方向朝向和远离透镜14调整样品台12，和/或朝向和远离样品台12(例如，沿着导轨20经由透镜台15)调整透镜14。样品台12和/或透镜14的运动可由步进电机、伺服电机、线性电机、压电电机和/或任何其他合适的机构，包括手动机构来驱动。透镜14可以具有不同的放大倍率，和/或被配置为在明场、暗场或倾斜照明，偏振光，交叉偏振光，微分干涉对比(DIC)，相位对比和/或任何其他合适形式的照明下操作。用于宏观检验系统10的透镜的类型可以基于期望的特性，例如，放大率、视场、数值孔径等。在一些实施例中，透镜14可以是可用于在单个视野内观察样品的微距透镜。注意，本领域普通技术人员所理解的术语“视野”是指由图像传感器立即捕获的检查区域。此外，本领域普通技术人员将容易理解，术语“视野”和“图像”在本文中可互换使用。

样品台12上样品的照明反射到安装在成像设备24(例如相机)上的透镜14，并且成像设备24可以捕获样品的图像和/或视频。在一些实施例中，相机24可以是包括图像传感器的可旋转相机，该相机24被配置成允许相机与样品、台和/或样品上的特征对准。图像传感器可以是例如电荷耦合器件(CCD)、互补金属氧化物半导体(CMOS)图像传感器和/或将光转换成一个或更多个电信号的任何其他合适的电子器件。这样的电信号可以用于形成物体的图像和/或视频。在一些实施例中，这样的电信号被传输以在连接到宏观检验系统10的显示屏上显示。在标题为“Camera and ObjectAlignment to Facilitate LargeArea Imagingin Microscopy(便于在显微镜下进行大面积成像的相机和物体对准)”的美国专利No.10,048,477(其全部内容通过引用并入本文)中描述了可以由宏观检验系统10使用的用于旋转相机的一些示例方法。在一些实施例中，成像设备24可以用用于观察样品的目镜或接目镜代替。

在一些实施例中，如图5A所示，灯条包括以两行排列的单独的灯16。单独的灯16可以基于任何类型的合适的灯光技术，包括但不限于：发光二极管(LED)，有机发光二极管(OLED)，荧光灯，光纤，等离子，阴极射线管(CRT)，液晶显示器(LCD)，激光等。在一些实施例中，如图5A所示，每个灯可以通过其光条号和灯号(如由LBiLj表示)来单独寻址。在进一步的实施例中，可以(例如，按行、列、象限、灯条和/或任何其他合适的划分)将灯划分为多个部分，并且每个部分可以是可寻址的。软件、硬件和/或固件(例如，控制模块70)可以通过其地址来控制每个灯或部分的启动、强度和/或颜色。启动是指打开灯，强度是指将光能传递到单位表面的速率，颜色是指RGB(红色、绿色、蓝色)颜色值，其中每个颜色值指定为从0到255的整数。强度可以通过测光表、图像传感器和/或其他合适的强度测量设备来确定。多个灯16可以包括投射单色、不同颜色和/或它们的任何组合的灯。

如图6所示，根据所公开主题的一些实施例，多个灯条28(例如，LB1至LB8)可以(例如，以产生360度的灯圆周的八角形)径向地定位在样品台12的周边的外侧，并且可以通过颜色和/或强度被有选择地启动和照明，以从不同方向照亮样品。软件、硬件和/或固件(例如，控制模块70)可以控制哪些灯条和哪些单独的灯被启动以及以什么颜色和/或强度被启动。可以启动来自单个或多个灯条28的单个灯16或多个灯16，以照亮样品平面上的一部分或整个视场。被检查的样品的类型、被检查的特征的类型、样品上的感兴趣区域和/或任何其他合适的标准可以确定哪些灯被启动以及以什么颜色和/或强度被启动。

如图6所示，根据一些实施例，一个或更多个灯条28可以利用万向节30连接到相邻的灯条28，该万向节30在相邻的灯条28之间提供连接，使得相邻的灯条28可以同时枢转，并且当连在一起的灯条中的一个移动时，以相同的角度同时枢转。在进一步的实施例中，万向节30可以在每个相邻的接点处使用，以允许所有的灯条28共同移动并由单个控制机构(例如，控制机构32)进行控制。软件、硬件和/或固件(例如，控制模块70)可以控制每个灯条28单独地枢转或控制每个灯条28与一个或更多个其他灯条同时地枢转。在一些实施例中，灯条28可以手动地枢转。每个灯条28可以绕枢转点枢转相同或不同的量。

单个灯条28的每个单独的灯16(由LBiLj表示)可以单独或一起发射光矢量，以照亮样品平面上的特定区域(“照明区域”)。该照明区域的大小可以在照亮样品的一部分到包围整个样品平面之间变化。可以沿由矢量表示的光束，在样品平面上方、下方或样品平面上的不同轴向位置处(例如，在样品台12的顶部、在样品平面的顶部、在焦平面处等)计算照明区域。每个光矢量覆盖的区域可以与从相邻灯条发射的光矢量覆盖的区域部分重叠，也可以根本不重叠。在一些实施例中，一个或更多个聚焦透镜和/或准直透镜可用于将每个光矢量的区域聚焦到适合于样品台12上的样品的区域。

在一些实施例中，例如如图6中的示例所示，多个灯条围绕样品台12的周边径向定位，并且有选择地可照明以从不同方向照亮样品。根据一些实施例，每个灯条可以发射单个光矢量。图6示出分别从灯条LB3、LB4和LB5发射的三个照明光矢量。矢量的大小可以变化，但是每个矢量从有限的度数(或弧分)的离散方向照亮，该有限的度数(或弧分)小于径向定位的光条的整个360度圆周，该径向定位的光条可以朝向样品台12上的样品投射光。每个矢量可以照亮整个视野的至少一部分，并且在一些实施例中，每个矢量可以照亮整个视野。

在一些实施例中，单个照明矢量的范围是从1度或更大至180度或更小(60弧分或更大至10,800弧分或更小弧分)。在其他实施例中，单个照明矢量的范围是从45度或更大至120度或更小(2,700弧分或更大至7,200弧分或更小弧分)；在其他实施例中，是从30度或更大至45度或更小(1,800弧分或更大至2,700弧分或更小弧分)；在其他实施例中，是从10度或更大至30度或更小(600弧分或更大至1,800弧分或更小弧分)；在其他实施例中，是从5度或更大至10度或更小(300弧分或更大至600弧度或更小弧分)；以及在其他实施例中，是从2度或更大至5度或更小(120弧分或更大至300弧分或更小弧分)。该矢量取决于至少一个灯条28的启动的灯的数量和启动的灯相对于样品位置的位置。

灯条28可以根据(如由行和列的数量表示的)灯16的数量、每个单独的灯的大小、每个单独的灯的锥角、灯之间的倾斜度(p)以及灯与灯投射的区域之间的距离而变化。在一些实施例中，样品台12的大小、透镜14的规格、被检验的样品的大小和/或类型、和/或被检查的样品的特征可以确定灯条28上的灯的配置，灯条28上的灯的配置包括例如灯的布置(无论是成行和成列还是其他布置)、灯的总数、距离和/或倾斜度(p)。

在一些实施例中，如图7A所示，宏观检验系统10还可以包括一个或更多个明场灯50，一个或更多个明场灯50径向定位在透镜14的外侧，并被定向为沿基本正交的方向照亮样品S的至少一部分。“基本正交”是指光源定位在透镜14的外侧，并且所投射的光束垂直于样品并照亮样品的一部分或全部样品(例如，如图7B所示)。可以以各种配置(例如，径向地或以网格图案)将明场灯50部署在透镜14的外侧。在诸如图8A所示的特定实施例中，多个明场灯50被布置在明场灯的第一阵列52中，其中第一阵列的每个明场灯与透镜14的中心在径向上等距。图8A提供了具有明场灯的第二阵列54的实施例，其中第二阵列54的每个明场灯50与透镜14的中心在径向上等距。在一些实施例中，也可以部署单个阵列或两个以上的阵列。图8A中的第二阵列比第一阵列更远。阵列被示为围绕透镜14的圆周是圆形的，使得可以选择不同阵列的灯以从变化的径向距离照亮样品。每个灯可以例如通过其阵列号和灯号(例如，RxLy)来寻址。图8B示出了当灯R1L7和R1L3被启动时样品台12的最终照明。图8C示出了当灯R1L7、R2L11、R1L5、R2L7、R1L3、R1L3、R2L3、R1L1、R2L15、R1L7、R2L11被启动时样品台12的最终照明。

如图9A所示，在一些实施例中，宏观检验系统10包括光源60(其可以包括单个或多个灯)，用于通过透镜14提供来自立式照明器62的选择性照明并且正交照亮样品S的至少一部分。该照明被称为“正交”，因为它直接位于样品上方，而图7A和图8A所示的明场照明源自定位在样品S上方的透镜14的径向外侧的光源(“基本正交”)。在一些实施例中，如图9B所示，正交光可以包围整个样品。本领域普通技术人员将容易理解，在图7A、8A和9A中提供的正交或基本正交的光可以包括偏振光、交叉偏振或差分干涉对比以及其他灯光技术。

类似于灯16，每个灯50和/或60可以被单独寻址。在进一步的实施例中，可以(例如，通过阵列、象限和/或任何其他合适的划分)将灯划分为多个部分，并且每个部分可以是可寻址的。软件、硬件和/或固件(例如，控制模块70)可以通过其地址来控制每个灯或部分的启动、强度和/或颜色。多个灯50和/或60可以包括投射单色、不同颜色和/或它们的任何组合的灯。

如从图2B、3B、4B、7B、8B、8C和9B中的照明的示例一般应该理解的那样，本发明的各种实施例考虑暗场照明、以可变的倾斜角度照明和明场照明(正交照明和基本正交照明)。

在一些实施例中，控制模块70包括控制器和控制器接口，并且可以控制宏观检验系统10的任何设置(例如，灯16、50和/或60的强度，灯16、50和/或60的颜色，打开和关闭一个或更多个灯16、50和/或60，一个或更多个灯条28的枢转或其他运动，一个或更多个灯环组件26的(例如，沿z方向的)运动，样品台12(沿x、y和/或z方向)的运动，透镜14的运动，图像传感器22/相机24记录的图像数据，相机24的旋转或运动，照明数据的处理，图像数据的处理)。本文描述的控制模块70以及适用的计算系统和部件可以包括(在一些实施例中可以执行软件的)任何合适的硬件，例如计算机、微处理器、微控制器、专用集成电路(ASIC)、现场可编程门阵列(FPGA)和数字信号处理器(DSP)(均可以称为硬件处理器)、编码器、读取编码器的电路、存储设备(包括一个或更多个EPROMS、一个或更多个EEPROM、动态随机存取存储器(“DRAM”)、静态随机存取存储器(“SRAM”)和/或闪存)、和/或任何其他合适的硬件元件。在一些实施例中，宏观检验系统10内的各个部件可以包括它们自己的软件、固件和/或硬件，以控制各个部件并与宏观检验系统10内的其他部件通信。

在一些实施例中，控制模块(例如，控制器和控制器接口)与宏观检验系统10的部件之间的通信可以使用任何合适的通信技术，例如模拟技术(例如，中继逻辑)、数字技术(例如，RS232、以太网或无线)、网络技术(例如，局域网(LAN)、广域网(WAN)、互联网)、蓝牙技术、近场通信技术、安全RF技术和/或任何其他合适的通信技术。

在一些实施例中，可以使用任何合适的输入设备(例如，键盘、鼠标、操纵杆、触摸屏)将操作员输入传达至控制模块440。

在一些实施例中，控制模块70控制多个灯16、50和/或60中的一个或更多个的启动、强度和/或颜色，以及(例如，通过调整灯条的高度或通过枢转灯条)控制灯16和/或灯条28的位置，(例如，通过调整灯50和/或60与样品平面之间的距离)控制灯50和/或60，以当样品放置在样品台12上时，在样品上提供可变的照明景观。照明景观是指由于来自被定向为朝向样品的多个灯16、50和/或60中的一个或更多个的灯的启动和分布而在样品的感兴趣区域上的光的颜色和/或强度。照明景观可以影响通过透镜14观察的图像和/或图像传感器22捕获的图像。控制模块70可以控制多个灯16、50和/或60中的一个或更多个的强度，以在样品平面和/或样品台12上提供期望的照明景观。例如，控制模块70可以控制多个灯16、50和/或60中的一个或更多个的强度，以在样品平面和/或样品台12上提供均匀强度的照明景观。可以通过样品类型、样品的机械和/或物理特性(例如，样品大小、样品反射率)、要检查的样品特征、制造和/或检查过程的特定阶段或一些其他合适的变量，单独地或以它们的任意组合的方式来确定所提供的照明景观的类型。

在一些实施例中，可以使用任何适当的通信技术，诸如模拟技术(例如，中继逻辑)、数字技术(例如，RS232、以太网或无线)、网络技术(例如，局域网(LAN)、广域网(WAN)、互联网)、蓝牙技术、近场通信技术、安全RF技术和/或任何其他合适的通信技术，以任何合适的方式将计算机分析系统75耦接至宏观检验系统10或包括在宏观检验系统10中。计算机分析系统75以及计算机分析系统75内的模块可以被配置为使用由宏观检验系统10输出的图像和/或由计算机可读介质存储的图像来执行本文中进一步描述的许多功能。

计算机分析系统75可以包括(在某些实施例中可以执行软件的)任何合适的硬件，例如计算机、微处理器、微控制器、专用集成电路(ASIC)、现场可编程门阵列(FPGA)、数字信号处理器(DSP)(均可以称为硬件处理器)、编码器、读取编码器的电路、存储设备(包括一个或更多个EPROMS、一个或更多个EEPROM、动态随机存取存储器(“DRAM”)、静态随机存取存储器(“SRAM”)和/或闪存)和/或任何其他合适的硬件元件。

计算机可读介质可以是计算机可以访问的任何非暂时性介质，并且包括易失性和非易失性介质、可移动和不可移动介质。作为示例而非限制，计算机可读介质可以包括计算机存储介质和通信介质。计算机存储介质可以包括以用于存储诸如计算机可读指令、数据结构、程序模块或其他数据之类的信息的任何方法或技术实施的易失性和非易失性、可移动和不可移动介质。计算机存储介质包括但不限于RAM、ROM、EEPROM、闪存或其他存储技术、CD-ROM、数字视盘(DVD)或其他光盘存储设备、磁带盒、磁带、磁盘存储设备或其他磁存储设备、或可用于存储期望信息并可由计算机访问的任何其他介质。

图11以高级别示出了根据所公开主题的一些实施例的示例性校准方法1100，该示例性校准方法1100用于校准宏观检验系统以实现不同的照明景观。在一些实施例中，校准方法11可以使用宏观检验系统10。

在1101处，控制模块70可以初始化宏观检验系统10。在一些实施例中，初始化可以包括：确定宏观检验系统10的灯16、50和/或60的配置(例如，灯16、50和/或60的总数，每个灯16、50和/或60的地址和位置，灯条28的总数和位置，在从光源到光投射的区域的每个可能的位置(包括高度和角度)处的每个灯16、50和/或60的投影区域(统称为“配置信息”))，并将配置信息存储在本地或远程存储器中。

在一些实施例中，例如如图12所示，笛卡尔XY坐标系可用于定义由每个灯16、50和/或60投射的照明区域。相对于在原点(o)处相遇的坐标轴1212A和1212B测量照明区域。在一些实施例中，坐标轴可以是与样品相切并且从样品上发现的参考索引1213A和1213B延伸的一对垂直线。注意，坐标轴1212A和1212B以及原点o仅是示例，可以从其他坐标轴和原点o和/或从另一个或更多个参考点测量照明区域。在其他实施例中，被照亮的区域可以通过其相对于原点和/或任何其他合适位置的极坐标被定位。在一些实施例中，可以相对于为宏观检验系统10定义的坐标系来使用1101处的配置信息，以计算由每个灯16、50和/或60投射并存储以供宏观检验系统10使用以照亮样品S或其一部分的照明区域。

在1102处，可以将具有已知特征和/或机械/物理特性(例如，尺寸、反射率)的参考样品放置在样品台12上。可以以从光源到光投射的区域的不同的可能距离以及角度(统称为“光位置”)、以不同的颜色和/或强度启动灯16、50和/或60的不同组合，以确定参考样品的期望照明景观(在1103处)。在一些实施例中，可以基于由图像传感器22捕获的图像的质量，基于跨图像传感器22的每个单独像素或像素组从样品S反射的光的测量强度，并基于显示在显示屏上的图像质量和/或任何其他合适的度量来确定期望的照明景观。在一些实施例中，可以通过以不同的颜色和/或强度以及在不同的可能位置处手动启动灯16、50和/或60的不同组合来调整照明景观，直到获得期望的照明景观。在其他实施例中，可以通过(例如，使用控制模块70和1101的配置信息)对一组条件进行编程以在不同的光位置处以不同的颜色和/或强度打开灯16、50和/或60的不同组合来调整照明景观，直到获得期望的照明景观。当获得参考样品的期望照明景观时，所启动的灯的地址(或其他标识信息)、每个选定灯的强度级别和颜色、和每个选定灯的位置信息以及台12和透镜14之间的距离(统称为“照明配置文件(illumination profile)”)可以由控制模块70存储(在1104处)以备将来使用。

可以针对代表例如根据样品类型，根据相似的机械和/或物理样品特性(例如，相似的反射率特性、相似的尺寸大小)，根据特征类型，根据制造工艺和/或检查阶段，根据感兴趣区域的不同分类组和/或任何其他合适的分类组的不同参考样品重复该找到并存储适当的照明配置文件的过程。也可以针对同一参考样品重复此过程，以找到适合(例如，由样品的机械或物理特性确定的)样品不同属性的不同照明配置文件、正在检查的不同样品特征、正在检查的样品和/或制造/检查过程中的不同感兴趣区域。在一些实施例中，在计算照明配置文件之前，首先将参考样品聚焦。在另外的实施例中，将样品台12和透镜14之间的距离调整为不同的预设距离，并且在每个预设距离处针对参考样品计算照明配置文件。

在期望均匀照明景观的实施例中，如通过反射率的标准测量所确定的表现出均匀反射背景的反射样品可以用来校准宏观检验系统10以提供均匀照明景观。当在样品台12上观察样品时，如果(例如，在图像传感器22的每个单独像素或像素组上测量的)反射率在整个样品视场中的变化不超过5％，并且优选小于2％，则可以认为背景均匀。在一些实施例中，可以使用不具有均匀反射背景的参考样品来校准宏观检验系统10，以提供均匀的照明景观。当使用这样的样品时，透镜14可用于通过使样品散焦以模糊样品上的任何异物和表面不规则以产生更均匀的反射背景来产生均匀的反射背景。可以通过以不同的颜色和/或强度以及在不同的可能位置处启动灯16、50和/或60的不同组合来调整照明景观，直到获得均匀的照明景观。当获得均匀的照明景观时，被启动的灯的地址(或其他标识信息)、每个选定的灯的强度和颜色级别、每个选定的灯的灯位置信息以及样品台12与透镜14之间的距离可以由控制模块70存储为照明配置文件，该照明配置文件为宏观检验系统10、特定样品、样品类别、感兴趣区域、制造或检查过程中的特定阶段和/或任何其他合适的分类组提供均匀照明。

应该理解，在一些实施例中，本文描述的校准方法1100的至少一些部分可以以不限于图11所示和结合图11描述的顺序和序列的任何顺序或序列来执行。而且，在一些实施例中，在适当的情况下，可以基本上同时地或并行地执行本文描述的过程1100的一些部分。另外地或可替代地，在一些实施例中可以省略过程1100的某些部分。校准过程1100可以以任何合适的硬件和/或软件来实施。例如，在一些实施例中，校准过程1100可以在宏观检验系统10中实施。注意，校准过程1100不限于宏观检验系统，还可以在微观检验系统中实施。

图13A以高级别示出了根据所公开主题的一些实施例的用于使用宏观检验系统来照亮样品以实现期望的照明景观的示例方法1300(“照明景观方法1300”)。在一些实施例中，照明景观方法1300可以使用宏观检验系统10。

在1301处，可以将待检查的样品放置在样品台12上。在一些实施例中，在调整由宏观检验系统10提供的照明景观之前，使样品聚焦。

在1302处，根据一些实施例，控制模块70可以根据针对样品选择的存储的照明配置文件来启动灯16、50和/或60和调整灯16、50和/或60的强度、颜色和/或位置，和/或样品台12与透镜14之间的距离。可以基于计算机算法来手动或自动选择照明配置文件，该计算机算法评估(例如，由样品的一个或更多个物理和/或机械特性确定的)样品的不同属性和/或检查的不同目标并发现合适的照明配置文件。结合图10、13B和14进一步讨论了用于选择合适的照明配置文件的方法。

在一些实施例中，根据选定的照明配置文件，在以不同的颜色和/或强度启动选定的灯16、50和/或60，并对选定的灯的强度、颜色和/或灯位置和/或样品台12和透镜14之间的距离进行调整之后，进一步的调整可以是修改选定的照明配置文件以获得期望的照明景观。在一些实施例中，一个或更多个灯16、50和/或60可以被启动，并且可以对灯的强度、颜色和/或位置和/或样品台12与透镜14之间的距离进行调整，而无需参考任何照明配置文件。启动和/或调整可以手动或自动执行。

一旦启动了灯16、50和/或60中的一个或更多个，并对它们的强度、颜色和/或灯位置以及样品台12与透镜14之间的距离进行了调整，如在1303处，可以捕获并存储样品的一个或更多个图像以供分析。在一些实施例中，所捕获的样品图像被传输到计算机分析系统75。

在1305处，计算机分析系统75确定启动灯16、50和/或60中的一个或更多个以及对其强度、颜色和/或灯位置进行的调整等是否足以产生期望的照明景观。可以基于对在图像捕获步骤1303期间接收到的图像数据的像素强度值的分析来做出这样的确定。如果确定照明景观配置文件为次优，则过程1300可以返回到步骤1302，并且可以对照明景观进行进一步调整。步骤1302-1305可以重复进行，直到获得最优照明配置文件为止。举例来说，如果针对特定样品类型期望具有均匀光强度配置文件的照明景观，但是与所捕获的一个或更多个样品图像相关联的图像数据表明某些区域照明不足，则步骤1305可以返回步骤1302。在步骤1302中，可以对灯启动、强度、位置(标高和/或枢转/旋转)等进行其他改变。一旦已经将改变应用于照明景观，则重复步骤1303，并且在新条件下例如通过图像捕获设备从样品收集图像数据。再次，在步骤1305处，分析新的照明景观以确定是否已经获得了最优灯光条件。

可以针对样品选择不同的照明配置文件，并且针对每个选定的照明配置文件，控制模块70可以根据选定的配置文件启动灯16、50和/或60和调整灯16、50和/或60的强度、颜色和/或位置，和/或调整样品台12和透镜14之间的距离，并捕获和存储样品的一个或更多个图像。这样，步骤1302-1305的迭代过程可能会随样品类型的不同而不同，因为在步骤1302处应用的最初应用的照明景观可能会随样品类型、感兴趣区域、制造或检查过程中的特定阶段和/或任何其他合适的分类组而变化。在一些实施例中，一旦根据选定的照明配置文件配置了照明，就可以将样品台12和/或透镜14相对于彼此调整到不同的位置，并且可以在每个距离处捕获样品的一个或更多个图像。

图13B示出了根据所公开技术的一些方面的示例过程1310的步骤，以用于识别样品分类并自动调整宏观检验仪器的照明景观。过程1310从步骤1312开始，该步骤1312处，例如由上述图像处理系统，例如图像处理模块1034接收图像数据。在一些方式中，图像数据可以被包括在由作为宏观检验系统10的一部分的成像设备拍摄的样品的接收图像中。图像数据可以包括被布置在宏观检验系统10的台上的样品的全部或一部分。在某些情况下，该图像数据可能仅包括像素强度值，该像素强度值指示从样品表面的不同部分反射的光的强度。

在步骤1314中，分析图像数据以识别样品的分类。在某些情况下，可以执行图像分析以识别样品的子集，例如特定区域或特征。如下所述，机器学习分类器、计算机视觉和/或人工智能可用于识别/分类样品。

随后，可以基于样品(或特征)分类和/或制造或检查过程中的特定阶段来自动选择照明配置文件。样品/特征分类可用于查询照明配置文件数据库，该照明配置文件数据库包含与样品和/或样品特征类型相关联的一个或更多个照明配置文件。通过参考在步骤1314中确定的样品分类，可以自动识别和检索匹配的照明配置文件。如上所述，照明配置文件可以包含描述宏观检验系统10的配置的各种设置数据，该宏观检验系统10的配置可以用于为所观察的样品或特征实现最优照明景观。

应该理解的是，在一些实施例中，本文描述的照明景观方法1300的至少一些部分可以以任何顺序或序列执行，而不限于图13A和13B中所示和描述的顺序和序列。而且，在一些实施例中，在适当的情况下，可以基本同时地或者并行地执行本文描述的过程1300的一些部分。另外地或可替代地，在一些实施例中，可以省略过程1300的某些部分。照明景观方法1300可以以任何合适的硬件和/或软件来实施。例如，在一些实施例中，照明景观方法1300可以在宏观检验系统10中实施。注意，照明景观方法1300不限于宏观检验系统，还可以在微观检验系统中实施。

图10示出了根据所公开主题的一些实施例的计算机分析系统75的实施例的一般配置。尽管计算机分析系统75被图示为其中各种部件经由总线1005耦接的本地化计算系统，但是应当理解，各种部件和功能计算单元(模块)可以被实施为单独的物理或虚拟系统。例如，一个或更多个部件和/或模块可以例如使用在云环境中实例化的虚拟过程(例如，虚拟机或虚拟容器)，而在物理上分开的和远程的设备中实施。

计算机分析系统75包括处理单元(例如，一个或更多个CPU和/或一个或更多个处理器)1010和总线1005，总线1005将包括系统存储器1015(例如只读存储器(ROM)1020和随机存取存储器(RAM)1025)的各种系统部件耦接至处理器1010。

存储器1015可以包括具有不同性能特性的各种存储器类型。处理器1010耦接至存储设备1030，存储设备1030被配置为存储实施一个或更多个功能模块和/或数据库系统所必需的软件和指令，一个或更多个功能模块和/或数据库系统例如配置文件生成模块1032、照明配置文件数据库1036和成像处理模块1034。这些模块中的每个可以被配置为控制处理器1010以及专用处理器，其中软件指令被合并到实际处理器设计中。这样，处理器1010和配置文件生成模块1032、照明配置文件数据库1036和成像处理模块1034中的一个或更多个可以是完全独立的系统。例如，在不脱离所公开技术的范围的情况下，可以将成像处理模块1034实施为离散图像处理系统。

为了使用户能够与计算机分析系统75交互，输入设备1045可以表示任意数量的输入机构，例如用于语音的麦克风、用于手势或图形输入的触敏屏幕、键盘、鼠标、运动输入等。输出设备1035也可以是本领域技术人员已知的许多输出机构中的一个或更多个。在一些情况下，多模系统可以使用户能够提供多种类型的输入以与计算机分析系统75进行通信，例如，以传达与样品类型/分类或其他特性有关的样品信息。通信接口1040通常可以支配和管理用户输入和系统输出。对于在任何特定硬件布置上的操作没有限制，因此在开发它们时，此处的基本特征可以很容易地替换为改进的硬件或固件布置。

存储设备1030是非暂时性存储器，并且可以是硬盘或可以存储可由计算机访问的数据的其他类型的计算机可读介质，例如磁带盒、闪存卡、固态存储设备、数字通用光盘、暗盒(cartridges)、随机存取存储器(RAM)525、只读存储器(ROM)520及其混合。

在实践中，照明配置文件生成模块1032可被配置为从宏观检验系统10和/或任何合适的计算机可读介质接收对样品或样品的一部分的扫描(统称为“样品图像”)。在一些情况下，与宏观检验系统10的各种宏观部件的配置相关联的优选照明景观可以被关联以形成例如与样品类型或分类相关联的照明配置文件。可以将使照明景观设置与样品分类类型相关联的照明配置文件存储到照明配置文件数据库1036中。

存储到照明配置文件数据库1036的照明配置文件可以包括特定的背景数据，例如：宏观检验系统10的灯16、50和/或60的配置(例如，灯16、50和/或60的总数，每个灯16、50和/或60的地址和位置，灯条28的总数和位置，从光源到光投射的区域每个灯16、50和/或60可被定位的每个可能位置(包括高度和角度)处的投射面积)；样品台12和透镜14之间可能的距离范围；特定类型样品的感兴趣区域；正在检查的制造或检查过程的特定阶段；正在检查的特征。

图像处理模块1034可与配置文件生成模块1032和照明配置文件数据库1036结合使用，以基于(一个或更多个)样品图像中接收的图像数据和/或(例如用户经由输入设备1045手动提供的)其他接收的样品特性来对样品进行分类。另外，图像处理模块可以被配置为对特定样品特征进行分类，确定其他物理和/或机械样品性质(例如，样品反射率、样品尺寸)。样品类型的分类和样品特征/性质可以存储为照明配置文件的一部分。这样，存储在照明配置文件数据库1036中的各种照明配置文件可以包含用于生成最优照明景观的设置和参数，该设置和参数可以基于样本类型和/或特定特征或特性被引用并与样本匹配。

在一些方面，可以使用图像处理算法来对样品类型和/或样品的特征进行分类，该图像处理算法可以包括计算机视觉、一种或更多种人工智能算法和/或计算机算法。样品或样品特征的分类还可以基于例如样品和/或样品特征的计算机辅助设计(CAD)文件、识别样品上的特征的样品布局图、已知样品和/或特征的图像、和/或有关已知样品的信息(例如，样品的尺寸、样品的机械和/或物理性质)。

在某些情况下，机器学习模型可以用于执行样品、样品特征和/或其他样品特性的分类。在一些方面，可以例如通过图像处理模块1034将来自样品图像的图像数据作为输入提供给机器学习分类系统。分类器输出可以指定样本或特征分类，然后可以将样本或特征分类用于引用存储在照明配置文件数据库1036中的照明配置文件。通过将正确的照明配置文件与正确的样本分类或特征类型进行匹配，可以通过自动校准灯强度、灯颜色、灯光角度和样品上方的标高等来获得正确的照明景观。

如本领域技术人员所理解的，基于机器学习的分类技术可以取决于期望的实施方式而变化，而不背离所公开的技术。例如，机器学习分类方案可以单独使用或组合使用以下一种或更多种方法：隐马尔可夫模型；递归神经网络；卷积神经网络；贝叶斯符号方法；生成对抗性网络；支持向量机；图像配准方法；适用的基于规则的系统。在使用回归算法的情况下，它们可能包括但不限于：随机梯度下降回归器和/或被动攻击回归器等。

机器学习分类模型也可以基于聚类算法(例如，小批量K均值(Mini-batch K-means)聚类算法)、推荐算法(例如，Miniwise哈希算法或Euclidean LSH算法)和/或异常检测算法(例如局部异常因子)。此外，机器学习模型可以采用降维方法，例如以下一种或更多种：Mini-batch字典学习算法、增量主成分分析(PCA)算法、潜在狄利克雷分配算法和/或小批量K均值算法等。

这样的算法、网络、机器和系统提供关于任何“用于使用人工智能确定样品的照明配置文件的设备”所使用的结构的示例。

在一些实施例中，机器学习可以被部署在照明配置文件的创建中。例如，配置文件生成模块1032可以将背景数据连同样品图像或从样品图像确定的数据(“样品数据”)一起输入到经训练的人工智能算法中，以创建一个或更多个适当的照明配置文件以应用于照亮样品。在其他实施例中，如上所述，图像处理模块1034可以使用机器学习模型或其他计算机算法来基于样品图像、样品数据和/或背景数据来选择预定义的照明配置文件。

一旦例如从照明配置文件数据库1036中选择了期望的照明配置文件，就可以将照明配置文件数据发送到控制模块70。控制模块70可以结合过程1300使用该信息来将照明配置文件应用于照亮正在检查的样品。

照明配置文件生成模块1032可以使用的基于人工智能的图像处理算法的示例是图像配准，其描述如下：Barbara Zitova，“Image Registration Methods:A Survey(图像配准方法：调查)”，Image andVision Computing(图像和视觉计算)，2003年10月11日，第21卷第11期，第977-1000页，通过引用将其全部内容合并于此。所公开的方法仅是示例，而不旨在进行限制。

在一些实施例中，首先利用训练数据来训练由照明配置文件生成模块1032和图像处理模块1034使用的机器学习算法(包括在一些实施例中的图像处理算法)，使得照明配置文件生成模块1032可以为样品创建合适的照明配置文件。

如图14所示，训练数据1401可以包括已知样品的标记图像和由根据所公开主题的实施例的宏观检验系统捕获的特征。选定的用于训练的标记图像可以是具有期望质量的图像，该图像基于捕获图像的检验目标示出了适当的细节。在一些实施例中，训练数据1401可以包括识别被检验的样品和/或特征的类型的非图像文件。训练数据可以进一步包括针对每个图像的数据：描述灯16、50和/或60的启动、强度、颜色和/或位置，和/或样品台12与透镜14之间的距离的数据；被检验样品的特征；被检验样品上的感兴趣区域；被检验的制造或检查过程的特定阶段。在一些实施例中，训练数据可以包括样品的物理/机械性质，和/或用于创建适当的照明配置文件的任何其他适当的特性。在一些实施例中，训练数据还可以包括未标记的数据。

一旦训练了照明配置文件生成模块1032使用的人工智能算法，就可以将该人工智能算法由照明配置文件生成模块1032应用于接收的样品扫描，以为每个接收到的样品图像创建一个或更多个照明配置文件(输出数据1402)。如上所述，照明配置文件数据可以包括识别要启动哪些灯16、50和/60以及以什么强度、颜色和灯位置来启动的数据。照明配置文件数据还可以包括样品台12和透镜14之间的距离。

注意，自动宏观检验系统10可以包括未示出的其他合适的部件。附加地或替代地，可以省略自动映射宏观检验系统10中包括的一些部件。

在一些实施例中，宏观检验系统10的控制模块70可用于定位样品的特征。特征可以指样品的已知特性以及异常和/或缺陷。特征可以包括但不限于：电路、电路板部件、生物细胞、组织、缺陷(例如，划痕、灰尘、指纹)。使用计算机视觉技术(例如，如上所述的基于人工智能的算法或用于图像处理或模式识别的其他算法)或用于图像分析的其他已知技术，控制模块70可以检测样品上的特征。对于其检测的每个特征，使用计算机视觉或其他已知图像分析技术的控制模块70可以识别特征的质心。如下所述，控制模块70可以应用不同的坐标系来定义特征的质心的X、Y位置以及特征在样品上的取向。

图15示出了矩形样品S1和用于定位一个或更多个特征(例如，代表性特征F1、F2)的示例坐标系。在一些实施例中，使用计算机视觉技术的控制模块70可以识别S1上的每个特征F1、F2的质心。如图15所示，可以使用笛卡尔XY坐标系来定义每个质心F1、F2的X、Y坐标位置，例如，(x1，y1)、(x2，y2)。每个质心的XY坐标位置表示距在原点(o)处相交的坐标轴X、Y的距离。在一些实施例中，坐标轴可以是从样品S1的拐角延伸的一对垂直线。注意，坐标轴X和Y以及原点o只是示例，可以从其他坐标轴和原点o和/或从另一个或更多个参考点测量特征的坐标位置。在其他实施例中，特征可以通过其相对于原点和/或任何其他合适位置的极坐标来定位。可以使用类似的方法在不同形状的样品上查找特征。

在一些实施例中，例如如图16A和16B所示，用于在样品上定位特征的坐标轴X、Y可以基于两个参考索引(例如，R3和R4)。例如，如图16B所示，第一坐标轴可以延伸通过两个参考索引R3和R4。可以将第二坐标轴垂直于第一坐标轴定位，以使两个轴的交点形成原点(o)。第二坐标轴可以在参考索引R3和R4之一处与第一坐标轴相交，或者也可以沿第一坐标轴定位在任何位置。具体地，图16B示出了不规则形状的样品S3以及从R3和R4延伸的示例坐标轴X和Y，该示例坐标轴X和Y用于定位一个或更多个特征(例如，代表性特征F4)的质心。注意，R3和R4可以有意地定位在样品上，也可以是样品上自然出现的记号。在一些实施例中，控制模块70可以使用计算机视觉算法来确定参考记号R3和R4，参考记号R3和R4可以用于建立垂直坐标轴并在样品上定位特征。

在一些实施例中，控制模块70可以使用计算机视觉技术来识别特征相对于一对坐标轴的取向。在图17中，相对于坐标X轴示出了S1的特征F1的旋转角度，并由角度α标识。可以通过计算机视觉的已知方式来计算该角度α，并且在这样的实施例中，xl、yl坐标和角度α可以将诸如特征F1的特征的位置和取向唯一地定位在样品上。尽管相对于矩形样品S1示出，但是应当理解，可以相对于任何形状的样品来实践角度α的计算。

在一些实施例中，可以使用样品上的标志(例如，凹口、平面)并使标志相对于样品台的已知坐标轴对准，来以特定的取向将待检验的样品配准在宏观检验系统10的样品台上，以在样品上定位特征。在其他实施例中，特别是当在样品上采用参考记号时，可以将样品以任何取向放置在样品台上，并且可以采用样品上的参考记号来建立坐标轴，如结合图17所讨论的那样。

注意，本文描述的用于定位样品的特征的方法不限于宏观检验系统，还可以在微观检验系统中实施。

在一些实施例中，任何合适的计算机可读介质可以用于存储用于执行本文描述的功能和/或过程的指令。例如，在一些实施例中，计算机可读介质可以是暂时的或非暂时的。例如，非暂时性计算机可读介质可以包括：诸如非暂时性磁性介质(诸如硬盘、软盘等)、非暂时性光学介质(诸如密纹光盘、数字视频盘、蓝光光盘等)、非暂时性半导体介质(例如闪存、电可编程只读存储器(EPROM)，电可擦除可编程只读存储器(EEPROM)等)的介质，在传输过程中没有短暂或没有永久性外观的任何合适的介质，和/或任何合适的有形介质。作为另一示例，瞬态计算机可读介质可以包括在网络上和在电线、导体、光纤、电路以及在传输过程中没有短暂或没有永久性外观的任何合适的介质和/或任何合适的有形介质中的信号。

本文描述的各种系统、方法和计算机可读介质可以被实施为云网络环境的一部分。如本文中所使用的，基于云的计算系统是向客户端设备提供虚拟化的计算资源、软件和/或信息的系统。可以通过维护边缘设备可以通过诸如网络的通信接口访问的集中服务和资源来虚拟化计算资源、软件和/或信息。云可以经由云元件提供各种云计算服务，例如：软件即服务(SaaS)(例如，协作服务、电子邮件服务、企业资源计划服务、内容服务、通信服务等)，基础架构即服务(IaaS)(例如，安全服务、网络服务、系统管理服务等)，平台即服务(PaaS)(例如，Web服务、流服务、应用程序开发服务等)，以及其他类型的服务，例如桌面即服务(DaaS)、信息技术管理即服务(ITaaS)、托管软件即服务(MSaaS)、移动后端即服务(MBaaS)等。

本文描述的示例的提供(以及用短语表达为“诸如”、“例如”、“包括”等的条款)不应被解释为将所要求保护的主题限制于特定示例；相反，这些示例仅旨在说明许多可能方面中的某些方面。本领域普通技术人员将理解，术语“机构”可以涵盖硬件、软件、固件或它们的任何合适的组合。

除非另外具体说明，否则从上述讨论中显而易见应理解，在整个说明书中，利用诸如“确定”、“提供”、“识别”、“比较”等术语的讨论是指在计算机系统存储器或寄存器或其他此类信息存储、传输或显示设备中操纵和转换表示为物理(电子)量的数据的计算机系统或类似电子计算设备的动作和过程。本公开的某些方面包括本文以算法形式描述的处理步骤和指令。应当注意，本公开的处理步骤和指令可以体现在软件、固件或硬件中，并且当体现在软件中时，可以被下载以驻留在实时网络操作系统所使用的不同平台上并从不同平台操作。

本公开还涉及用于执行本文中的操作的仪器。该仪器可以被特定地构造用于期望目的，或者它可以包括通用计算机，该通用计算机由存储在可以被计算机访问的计算机可读介质上的计算机程序选择性地启动或重新配置。这样的计算机程序可以存储在计算机可读存储介质中，计算机可读存储介质例如但不限于任何类型的磁盘，包括软盘、光盘、CD-ROM、磁光盘、只读存储器(ROM)、随机存取存储器(RAM)、EPROM、EEPROM、磁卡或光卡、专用集成电路(ASIC)或适用于存储电子指令的任何类型的非瞬态计算机可读存储介质。此外，说明书中提及的计算机可以包括单个处理器，或者可以是采用多个处理器设计以提高计算能力的架构。

本文提出的算法和操作与任何特定的计算机或其他仪器不是固有地相关的。各种通用系统也可以与根据本文的教导的程序一起使用，或者可以证明构造更专用的仪器以执行期望的方法步骤和与系统相关的动作很方便。各种这些系统所期望的结构以及等同的变型对于本领域技术人员将是显而易见的。另外，没有参考任何特定的编程语言来描述本公开。应当理解，可以使用多种编程语言来实施如本文所描述的本公开的教导，并且提供对特定语言的任何引用以公开本公开的实现和最佳方式。

已经具体参照这些示出的实施例详细描述了宏观检验机构、方法和系统。然而，将显而易见的是，可以在如前述说明书中所描述的本公开的精神和范围内进行各种修改和改变，并且这样的修改和改变应被认为是本公开的等同物和一部分。本公开的范围仅由所附权利要求书限制。