隨著半導體制造技術不斷向更小的節點發展，晶圓表面缺陷檢測在集成電路制造過程中變得越來越重要。明場晶圓缺陷檢測系統[[1], [2], [3], [4], [5]]是最廣泛采用的在線檢測方案之一，它們不僅依賴于顯微鏡物鏡的分辨率，還極大地依賴于焦點定位的準確性。為了滿足先進工藝節點在檢測靈敏度和成像質量方面的嚴格要求，現代顯微鏡物鏡[[6], [7], [8], [9], [10]]正不斷朝著更高的數值孔徑（NA）和更短的工作波長發展。
然而，使用高NA物鏡和短波長不可避免地會導致焦深顯著減小和工作距離縮短，這使得精確的焦點定位成為限制整體檢測性能的關鍵因素。因此，開發可靠且準確的自動對焦技術已成為高分辨率晶圓檢測系統中的一個重要挑戰。
現有的自動對焦策略通常可以根據是否引入外部光源分為被動方法和主動方法。被動自動對焦方法通常依賴于從自然圖像中獲得的圖像清晰度評估指標[[12], [13], [14], [15]]，通過獲取一系列圖像并迭代優化來定位最佳焦點位置。近年來，基于神經網絡的方法[[16], [17], [18]]顯著提高了自動對焦的精度。然而，這些方法需要大量的訓練數據，并且往往具有有限的泛化能力，難以適應工業顯微鏡中常見的不同物鏡、波長和成像條件[[19,20]]。
相比之下，主動自動對焦方法使用額外的光學組件（如激光三角測量、結構光掃描、相移干涉測量和Shack–Hartmann波前傳感）來測量焦點位置。盡管這些技術具有優勢，但在晶圓檢測應用中也面臨明顯的局限性[[21]]。激光三角測量方法[[22]]使用斜入射激光束，其反射光斑位置隨物體高度變化。雖然這種方法速度快且精度高，但高NA明場顯微鏡物鏡的短物側工作距離和有限的入射孔徑限制了其適用性。此外，反射的激光光可能會在成像路徑中引入雜散光和鬼像[[23]]，從而降低檢測性能。
基于Shack–Hartmann波前傳感器的自動對焦方法[[24]]通過微透鏡陣列測量局部波前斜率，并使用Zernike多項式[[25], [26], [27]]擬合相位來重建離焦項。雖然這些方法可以從單幀圖像中獲取離焦信息，但其復雜的光學配置阻礙了它們在緊湊型晶圓檢測系統中的集成[[28,29]]。干涉測量自動對焦技術[[30], [31], [32]]利用通過顯微鏡物鏡傳播后產生的波前曲率。為了補償曲率不匹配，Linnik型白光干涉儀[[33,34]]在參考臂中使用第二個相同的物鏡。然而，白光的短相干長度限制了有效的干涉區域，使得條紋采集變得困難。此外，用于晶圓檢測的大NA物鏡的高成本進一步限制了這類系統的實際應用[[24]]。
總體而言，基于圖像的自動對焦方法對表面圖案和噪聲非常敏感，而主動自動對焦方法往往系統復雜且穩健性有限。此外，大多數現有技術主要針對中等NA值和可見光波長設計，對于在紫外（UV）光譜區域工作的大或超高NA系統關注較少。在先進的晶圓檢測中，UV照明特別有價值且稀缺，需要自動對焦照明以避免與成像波長帶發生干涉。此外，許多現有方法未能建立離焦距離和波前特性之間的直接和嚴格的定量關系。
為了解決這些挑戰，開發一種適用于大NA和超高NA無限校正顯微鏡系統、具有高精度和穩健性且易于集成到工業檢測平臺中的自動對焦方法是非常理想的。
在這項工作中，我們提出了一種基于波前曲率測量的高精度自動對焦方法。通過嚴格的理論分析，推導出了無限校正顯微鏡物鏡中離焦距離與波前曲率之間的定量關系。通過結合高NA光學系統的實際能量分布特性，進一步改進了干涉強度模型。在實驗實現中，使用激光干涉測量技術將離焦波前曲率可視化為同心圓環干涉條紋。通過使用粗略到精細的搜索策略將徑向干涉強度與理論模型進行擬合，可以獲取絕對離焦距離，而相對離焦方向則通過連續幀確定。由于波前曲率直接由光路差異而非表面紋理控制，所提出的方法對復雜的晶圓圖案表現出很強的穩健性。
