웨이퍼 위치 지정 마크의 크기는 작고 형태가 다양하며, 전통적인 초점 평가 함수 사용 시 안정성 부족과 낮은 감도 문제가 존재합니다. 이러한 문제를 해결하기 위해 다방향 그래디언트 분산을 기반으로 한 적응형 초점 평가 알고리즘이 제안되었습니다. 먼저 마크 이미지의 특성 가장자리 픽셀을 적응적으로 샘플링하여 추출합니다; 그 다음, Brenner 함수와 Roberts 함수를 결합하여 웨이퍼 위치 지정 마크에 적합한 다방향 그래디언트 평가 함수를 구성하고, 샘플링된 픽셀을 평가하여 초기 초점 평가 함수 값을 얻습니다; 마지막으로 이미지 집합의 초기 초점 평가 함수 값들의 분산을 계산하여 노이즈 저항성을 최적화하고 최종 초점 평가 함수 값을 도출합니다. 실험 결과 본 알고리즘은 기존 평가 알고리즘 대비 평탄 영역의 변동량을 61.49% 감소시키고 감도를 2.56배 향상시켰습니다. 본 알고리즘은 웨이퍼 위치 지정 마크뿐만 아니라 명확한 가장자리 특성을 가진 마이크로 나노 마크 이미지의 고감도 자동 초점 구현을 위한 우수한 계산 전략을 제공합니다.

영상 시스템; 이미지 품질 평가; 에지 분석; 자동 초점; 초점 함수