Цифровые методы обработки рентгенотопографических и поляризационно-оптических изображений дефектов структуры монокристаллических полупроводников

• Автор: Ткаль, Валерий Алексеевич
• Шифр специальности: 01.04.01
• Научная степень: Докторская
• Год защиты: 2007
• Место защиты: Великий Новгород
• Количество страниц: 495 с. : ил.

ОСНОВНЫЕ СОКРАЩЕНИЯ И ОБОЗНАЧЕНИЯ

ГЛАВА 1. РЕГИСТРАЦИЯ И ОПРЕДЕЛЕНИЕ ФИЗИЧЕСКОЙ ПРИРОДЫ ДЕФЕКТОВ СТРУКТУРЫ ПОЛУПРОВОДНИКОВ (обзор методов)
1.1. Прямые неразрушающие методы исследования дефектов структуры монокристаллических полупроводников

1.1.1. Топографические методы исследования дефектов структуры монокристаллов

1.1.2. Поляризационно-оптический анализ (метод фотоупругости)

1.1.3. Основные факторы, затрудняющие анализ экспериментального контраста и идентификацию дефектов структуры полупроводников
1.2. Аппаратно-программное обеспечение цифровой обработки экспериментального контраста дефектов структуры полупроводников
1.2.1. Аппаратная организация цифровой обработки топографических и поляризационно-оптических изображений дефектов структуры
1.2.2. Программное обеспечение цифровой обработки топографических и поляризационно-оптических изображений дефектов структуры

1.3. Выбор и обоснование методов цифровой обработки изображений

1.3.1. Линейная фильтрация

1.3.2. Нелинейная фильтрация
1.4. Цифровая обработка изображений на основе частотного вейвлет-анализа
1.4.1. Вейвлеты и основные требования, предъявляемые к преобразованиям
1.4.2. Субполосное кодирование сигналов
1.4.3. Непрерывное вейвлет-преобразование и вейвлет-ряды
1.4.4. Кратно-масштабный анализ
1.4.5. Дискретный вейвлет-анализ сигналов и изображений
1.5. Выводы и постановка задач диссертационного исследования
ГЛАВА 2. МЕТОДЫ ПОВЫШЕНИЯ КАЧЕСТВА ИЗОБРАЖЕНИЙ ДЕФЕКТОВ СТРУКТУРЫ ПОЛУПРОВОДНИКОВ, ОСНОВАННЫЕ НА АНАЛИЗЕ ЯРКОСТНЫХ ХАРАКТЕРИСТИК
2.1. Устранение слабого контраста и фоновой неоднородности
2.1.1. Метод устранения слабого контраста
2.1.2. Методы устранения неравномерного фона
2.1.2.1. Метод, основанный на оценке среднего значения фона в различных областях изображения и вычитании его из исходного изображения разбиением на равные блоки
2.1.2.2. Метод, основанный на прямом изменении амплитудного спектра изображения
2.1.2.3. Методы, основанные на высокочастотной фильтрации с предварительным логарифмированием и экспоненцированием изображения
2.1.2.4. Метод, основанный на высокочастотной фильтрации с предварительной обработкой изображения нелинейным фильтром
2.1.2.5. Метод, основанный на оценке среднего значения фона в различных областях изображения и вычитании его из исходного изображения с помощью фильтрации
2.1.2.6. Устранение фоновой неоднородности при использовании гаусс-размытия и получение разностного контраста в программе Image-Pro Plus
2.2. Устранение зернистости топографических изображений дефектов
2.2.1. Методы на основе прямого изменения амплитудного спектра изображения и линейной фильтрации
2.2.2. Метод на основе фильтра усреднения зерна с порогом
2.2.3. Метод на основе фильтра с рекурсивным накоплением
2.2.4. Методы представления изображений дефектов в виде, удобном для визуального анализа и измерения
2.3. Выводы
ГЛАВА 3. РАСШИФРОВКА ЭКПЕРИМЕНТАЛЬНОГО КОНТРАСТА И ИДЕНТИФИКАЦИЯ ДЕФЕКТОВ СТРУКТУРЫ ПОЛУПРОВОДНИКОВ, ОСНОВАННЫЕ НА АНАЛИЗЕ ЯРКОСТНЫХ ХАРАКТЕРИСТИК
3.1. Исследуемые полупроводники, их подготовка для топографических и поляризационно-оптических исследований, методика цифровой обработки
3.2. Цифровая обработка экспериментального контраста, содержащего изображения винтовых и краевых дислокаций
3.2.1. Экспериментальный и теоретический контрасты от винтовых дислокаций
3.2.2. Экспериментальный и теоретический контрасты от краевых дислокаций
3.3. Сопоставление информативности и эффективности топографических методов РТБ и Ланга при цифровой обработки экспериментального контраста
3.4. Применение метода РТБ для исследования микродефектов
3.4.1. Теоретический расчёт контраста от микродефектов
3.4.2. Цифровая обработка экспериментального контраста, содержащего изображения микродефектов
3.5. Выводы
ГЛАВА 4. УСТРАНЕНИЕ ЗЕРНИСТОСТИ ТОПОГРАФИЧЕСКОГО КОНТРАСТА И ИДЕНТИФИКАЦИЯ ДЕФЕКТОВ СТРУКТУРЫ ПОЛУПРОВОДНИКОВ НА ОСНОВЕ ВЕЙВЛЕТ-АНАЛИЗА
4.1. Методика устранения зернистости изображений
4.2. Выявление особенностей экспериментального контраста индивидуальных дефектов структуры. Перемасштабирование изображения
4.3. Сравнительный анализ эффективности цифровой обработки с использованием различных вейвлет-базисов
4.4. Сопоставление информативности вейвлет-анализа экспериментального
контраста с методами цифровой обработки, основанными на анализе яркостных характеристик
4.5. Проверка достоверности результатов вейвлет-анализа при цифровой обработке теоретического контраста дефектов структуры различного типа
4.6. Выводы
ГЛАВА 5. УСТРАНЕНИЕ ФОНОВОЙ НЕОДНОРОДНОСТИ ЭКСПЕРИМЕНТАЛЬНОГО КОНТРАСТА И ИДЕНТИФИКАЦИЯ ДЕФЕКТОВ СТРУКТУРЫ ПОЛУПРОВОДНИКОВ НА ОСНОВЕ ВЕЙВЛЕТ-АНАЛИЗА
5.1. Методика устранения слабого контраста и фоновой неоднородности
5.2. Методика «сшивания» различных областей изображения
5.3. Алгоритм устранения фоновой неоднородности и различные варианты усиления затемнённых участков изображения

- персональный компьютер последнего поколения с двухядерным процессором и профессиональной видеокартой;
- профессиональные мониторы «SAMSUNG 959 NF» и «IIYAMA Vision Master Pro 456»;
- планшетные сканеры фирмы Epson: на начальном этапе «Epson Perfection 1240U Photo» с разрешением 1200x2400 dpi и динамическим диапазоном не менее
3.0 D, далее «Epson Perfection 3200 Photo» с разрешением 3200x6400 dpi и динамическим диапазоном не менее 3.4 D и профессиональный сканер «Epson Perfection V750 Pro» с разрешением 6400x9200 dpi и динамическим диапазоном 4.0 D;
- струйные принтеры «Epson Stylus photo 870» и «Epson Stylus photo R800».
1.2.2. Программное обеспечение цифровой обработки топографических и поляризационно-оптических изображений дефектов структуры
Второй составляющей рассматриваемой программно-аппаратной реализации является программное обеспечение, выбор которого должен проводиться, исходя из решаемых задач, его качества и стоимости. Если попытаться упорядочить программное обеспечение, применение которого возможно для решения задач данной работы, то можно выделить следующие три группы:
1. специализированные программы, предназначенные только для обработки изображений - ADOBE PHOTOSHOP, COREL PHOTO-PAINT и др. [75, 76, 94];
2. языки программирования (СИ++) [81];
3. математические программные пакеты - Matlab, Mathcad [95 -102].
Преимуществами первой группы программ являются простота и удобство
использования, высокая скорость обработки. Применительно к нашему случаю недостатком является фиксированный набор функций, в большей степени ориентированный на работников в области оформления и дизайна, а не на специалистов, занимающихся обработкой сигналов. Часть встроенных функций не может широко применяться для обработки топографических и поляризационнооптических изображений по причине отсутствия точных данных об алгоритмах их работы. Появившиеся в последнее время программы, позволяющие подключать к