基于InGaAs相机的高分辨率红外傅里叶叠层显微成像技术

《Optics and Lasers in Engineering》：High-resolution infrared Fourier ptychographic microscopy using InGaAs camera

为解决硅片内部缺陷检测难题，研究人员开展了基于1350 nm红外LED阵列和InGaAs相机的傅里叶叠层显微术（FPM）研究。通过优化照明设计和重建算法，实现了合成数值孔径（NAsyn）达1.05的高分辨率红外成像，成功观测到硅片内部裂纹。该技术为半导体工业提供了一种新型无损检测方案。

　　

在半导体工业、太阳能电池和微机电系统（MEMS）等领域，硅片作为关键基材，其质量要求日益严格。表面平整度、纯度、厚度均匀性及缺陷控制等因素直接影响器件性能和可靠性。然而，可见光光学检测技术因硅材料对可见光的强吸收特性，仅能观测硅片表面，无法探测内部缺陷。红外（IR）成像技术波长超过1000 nm，能穿透硅基板，为内部缺陷检测提供了可能。但红外成像存在空间分辨率低的问题，因其波长较长，根据瑞利判据，分辨率r=0.61λ/NA_obj，其中λ为波长，NA_obj为物镜数值孔径。为实现高分辨率，需使用高NA物镜，但这会导致系统庞大、成本高、工作距离短、对准困难。此外，红外成像需使用铟镓砷（InGaAs）图像传感器，其像素尺寸大、分辨率低，进一步限制了高分辨率成像的应用。

傅里叶叠层显微术（Fourier Ptychographic Microscopy, FPM）作为一种计算成像技术，通过从不同角度照明样本，采集一系列低分辨率图像，在傅里叶域合成高分辨率图像，同时实现大视场（FOV）和高分辨率。FPM的优势在于仅需在现有显微镜系统中更换光源即可提升分辨率，并能校正像差。然而，红外FPM（IR-FPM）的研究尚不充分，此前虽有使用940 nm LED的半球形聚光器FPM和多光谱FPM的研究，但分辨率和系统优化仍有局限。

为解决上述问题，Gi-Seok Oh和Hyun Choi所在的研究团队开发了一种基于1350 nm红外LED阵列和InGaAs相机的高分辨率IR-FPM系统。该研究旨在通过优化照明设计和重建算法，实现硅片内部缺陷的高分辨率成像。研究成果发表于《Optics and Lasers in Engineering》，为半导体工业提供了一种新型无损检测技术。

研究人员采用了几项关键技术方法：首先，设计了优化的红外LED阵列照明器，通过均衡频域重叠比、补偿波矢量失真和最小化LED使用数量，提升成像效率；其次，配置了低分辨率InGaAs相机（Raptor Photonics Owl 640 T，640×512像素）和0.4 NA物镜，通过FPM重建算法合成高数值孔径（NA_syn=1.05）图像；最后，利用USA分辨率标定板和硅片样本进行实验验证，并应用像差校正算法提升图像质量。样本包括标准分辨率标定板和实际硅片内部裂纹样本。

FPM principle: A brief overview

FPM通过LED阵列顺序照明样本，采集不同照明角度下的低分辨率图像。每个照明角度对应傅里叶域的一个子区域，通过合成这些子区域，重建出高分辨率图像。典型FPM系统在传统显微镜基础上集成LED阵列，通过控制照明角度，扩展频域支持范围，从而突破物镜NA限制，实现分辨率提升。

Design methodology of illuminator for IR-FPM

为实现高效IR-FPM，照明器设计是关键。传统FPM采用等间距网格LED阵列，但会导致图像数量过多，计算资源浪费。本研究通过优化LED布局，考虑频域重叠比均衡、波矢量失真补偿和LED数量最小化，设计了适用于1350 nm波长的环形LED阵列。该设计减少了原始图像数量，提高了重建速度，同时保证了频域覆盖的完整性。

Results

研究团队搭建了IR-FPM系统，使用优化后的LED照明器和InGaAs相机，物镜为奥林巴斯Plan Achromat（0.4 NA，20倍放大）。通过USA分辨率标定板实验，验证了系统分辨率提升，NA_syn达到1.05。重建图像显示了清晰的细节，并通过像差校正算法进一步优化了图像质量。此外，对硅片内部裂纹的成像实验表明，该技术能有效探测内部缺陷，凸显了红外成像穿透硅基板的优势。

Conclusion

本研究成功实现了高分辨率IR-FPM技术，通过优化照明器设计，提升了成像效率和质量。实验证明，该系统能实现合成NA达1.05的高分辨率红外成像，适用于硅片内部缺陷的无损检测。该技术有望在半导体工业等领域广泛应用，为硅片质量检测提供可靠工具。

CRediT authorship contribution statement

Gi-Seok Oh负责文稿撰写、可视化、方法学、数据整理和形式分析；Hyun Choi负责验证、监督、项目管理、资金获取和概念化。

Declaration of competing interest

作者声明无已知竞争性财务利益或个人关系影响研究工作。

Acknowledgments

研究得到韩国国家研究基金会（NRF）资助（编号NRF-2022R1I1A3063410）。

本研究的意义在于突破了红外成像的分辨率限制，通过计算成像技术实现了低成本、高分辨率的硅片内部缺陷检测。未来，该技术可进一步应用于其他红外透明材料的无损检测，推动工业质量监控技术的发展。