Neue Maßstäbe in der Weißlichtinterferometrie: Datenqualität sichtbar machen

Leistungsstarke Hardware sorgt für schnelle Messungen — das ist offensichtlich. In der smartWLI Serie wird die verfügbare Rechenleistung jedoch nicht nur für Geschwindigkeit genutzt, sondern gezielt für die Qualitätsbewertung der Messdaten. Dadurch entsteht neben Topographie- und Bilddaten ein zusätzlicher Qualitätslayer, der die Verlässlichkeit jedes einzelnen Messpunkts bewertet.

Dieser Ansatz ist die Grundlage für Advanced Quality Control, kurz AQC. Ziel ist es, Ausreißer und Artefakte zuverlässig zu erkennen, ohne relevante Messinformationen zu unterdrücken. Damit wird nicht nur die Messung schneller, sondern auch die Bewertung der Ergebnisse robuster und vertrauenswürdiger.

Bei der Weißlichtinterferometrie beziehungsweise CSI/WLI wird das Objektiv vertikal durch den Fokusbereich der Oberfläche bewegt. In diesem Bereich entstehen Interferenzsignale, die für jeden Kamerapixel als sogenanntes Korrelogramm aufgezeichnet werden. Aus diesem Signal wird klassisch die Oberflächenhöhe berechnet.

Mit smartWLI wird dieses Korrelogramm zusätzlich genutzt, um die Qualität des Messpunkts zu bewerten. Die FFT-basierte Analyse untersucht das Signal im Frequenzbereich und erkennt, ob ein Messpunkt ein zuverlässiges Interferenzsignal enthält oder ob lokale Störungen, Artefakte oder Ausreißer vorliegen.

Der entscheidende Vorteil: Die Bewertung erfolgt punktweise. Jeder Messpunkt erhält eine Information darüber, wie zuverlässig er ist. Dadurch können kritische Bereiche erkannt werden, ohne gültige Oberflächeninformationen zu verlieren.

Die Grundlage für diese erweiterte Auswertung ist die hohe Rechenleistung moderner NVIDIA Grafikkarten. Die FFT-basierte Analyse jedes einzelnen Korrelogramms erzeugt enorme Datenmengen und ist für klassische CPU-basierte Verarbeitung nur begrenzt praktikabel — besonders bei modernen PCIe-Kameras mit hohen Datenraten.

NVIDIA GPUs beschleunigen diese Auswertung drastisch und machen eine Qualitätsbewertung in Echtzeit möglich. Damit wird die Datenqualität nicht erst nach der Messung beurteilt, sondern direkt im Messprozess verfügbar.

Das hat mehrere Vorteile:

Große Messfelder können schneller ausgewertet werden. Die Wartezeit nach der Datenaufnahme wird reduziert. Gleichzeitig entsteht ein Qualitätslayer, der unmittelbar für AQC, Ausreißererkennung und weiterführende Auswerteprozesse genutzt werden kann.

Ein anschauliches Beispiel ist die Messung eines Chirp Standard C5. Bei diesem Standard werden die Strukturen kontinuierlich kleiner, während lokale Steigungen zunehmen. Genau in solchen Bereichen werden die Grenzen der Signalbewertung sichtbar.

Die Visualisierung zeigt einen 3D-Datensatz mit überlagerter Qualitätskarte sowie einen Detailausschnitt eines kritischen Oberflächenbereichs. Bereiche mit reduzierter Datenqualität treten vor allem an steilen Flanken auf, wo die lokale Oberflächenneigung die CSI/WLI-Signalauswertung erschwert.

Gleichzeitig zeigt sich: Weit über 99 Prozent der Messpunkte weisen eine sehr hohe Datenqualität auf. Diese Punkte können mit hoher Sicherheit für weitere Auswertungen verwendet werden. Punkte mit zweifelhafter Qualität lassen sich dagegen entfernen oder gezielt an weiterführende Filter- und Bewertungsprozesse übergeben, bei denen auch lokale Nachbarpunkte berücksichtigt werden.

Das ist metrologisch entscheidend. Einzelne fehlende Datenpunkte haben häufig nur geringen Einfluss auf das Bewertungsergebnis. Ausreißer können Ergebnisse dagegen deutlich verfälschen. Der Qualitätslayer hilft, genau diese kritischen Punkte zu erkennen und robuste Messergebnisse zu ermöglichen.

AQC kann die Messdatenqualität bewerten und stark störende Ausreißer verhindern. Es ersetzt jedoch nicht die richtige Systemkonfiguration. Beim Chirp Standard C5 besitzen die kleinsten Strukturen eine Wellenlänge von 9,4 µm. Für sinusförmige Strukturen entspricht dies einer Autokorrelationslänge Ral beziehungsweise Sal von ungefähr 2 µm.

Nach der Anforderung DLIM < Ral sollte eine Systemkonfiguration eingesetzt werden, deren lateraler Periodengrenzwert kleiner als diese Autokorrelationslänge ist. Wird beispielsweise ein smartWLI compact mit 10x Objektiv und einem DLIM von etwa 4 µm verwendet, kann die korrekte Strukturhöhe nicht zuverlässig erfasst werden. In diesem Fall kann AQC vor allem stark störende Ausreißer verhindern. Für die präzise Messung der tatsächlichen Profilhöhe sollte ein Objektiv mit höherer lateraler Auflösung eingesetzt werden.

Diese Betrachtung wird auch durch den Good Practice Guide on the Selection of Instrumentation for Optical Roughness Measurements with CM, CSI and FV unterstützt, der im Rahmen des europäischen TracOptic-Projekts von führenden metrologischen Instituten und Industriepartnern entwickelt wurde, darunter PTB, INRiM, CEM, DFM, RISE, VTT und GBS metrology.

Noch anspruchsvoller wird die Messung bei Black Silicon. Diese Oberfläche kombiniert sehr kleine Strukturen, steile Flanken und komplexes Signalverhalten. Für viele optische 3D-Messsysteme ist das eine extreme Herausforderung.

Ohne FFT-basierte Qualitätsanalyse können solche Strukturen leicht zu verrauschten oder irreführenden Höhendaten führen. Der Grund liegt nicht allein in der Oberfläche selbst, sondern in der schwierigen Interpretation des lokalen Interferenzsignals.

Das smartWLI nanoscan mit blauer Lichtquelle und einem Olympus Interferenzobjektiv mit NA 0,8 ist für solche feinen und steilen Strukturen besonders gut geeignet. Die FFT-basierte Auswertung macht relevante Signalanteile zugänglich und trennt zuverlässige Messpunkte von Artefakten und Ausreißern. AQC nutzt diese Qualitätsinformation, damit nur vertrauenswürdige Daten in das finale Messergebnis einfließen.

So wird eine robuste 3D-Messung auch auf Oberflächen möglich, die nahe an den physikalischen Grenzen optischer Messtechnik liegen.

Der Qualitätslayer erweitert CSI/WLI um eine Informationsebene, die klassische Topographiedaten allein nicht liefern können. Neben der Höhe und dem Bildsignal entsteht eine punktweise Bewertung der Messzuverlässigkeit.

Diese Qualitätsdaten werden intern im System verarbeitet und können von smartWLI Anwendern zusätzlich exportiert werden. Damit lassen sie sich auch für applikationsspezifische Optimierungen nutzen — etwa zur Prozesskontrolle, zur gezielten Filterung kritischer Punkte oder zur Bewertung besonders anspruchsvoller Oberflächenbereiche.

Damit wird aus einer reinen Topographiemessung ein deutlich umfassenderer Messprozess: Oberfläche messen, Signalqualität bewerten, Ausreißer erkennen und die Grundlage für robuste Entscheidungen schaffen.

Der Einsatz moderner NVIDIA GPUs verändert die praktische Nutzung von CSI/WLI grundlegend. Die hohe parallele Rechenleistung ermöglicht Echtzeitverarbeitung großer Datenmengen, schnelle FFT-basierte Signalbewertung und eine direkte Qualitätsanalyse ohne lange Wartezeiten nach der Aufnahme.

Dadurch erweitert sich das Anwendungsspektrum der Weißlichtinterferometrie erheblich. Herausfordernde Oberflächen, steile Flanken, feine Mikrostrukturen und komplexe Materialien können zuverlässiger bewertet werden als mit klassischen Systemen ohne GPU-beschleunigte Qualitätsanalyse.

Die Zeiten, in denen CSI/WLI ausschließlich als reine Höhenmessung ohne leistungsfähige Datenverarbeitung betrachtet werden konnte, gehen zu Ende. Moderne optische 3D-Messtechnik benötigt nicht nur gute Optik und präzise Mechanik, sondern auch intelligente, schnelle und qualitätsbewusste Signalverarbeitung.

Der FFT-basierte Qualitätslayer der smartWLI Serie macht Datenqualität sichtbar und nutzbar. Er erkennt Ausreißer, bewertet die Verlässlichkeit einzelner Messpunkte und bildet die Grundlage für Advanced Quality Control.

In Kombination mit NVIDIA GPU-Beschleunigung entsteht ein leistungsfähiger Ansatz für moderne optische 3D-Messtechnik: schnellere Messungen, robustere Ergebnisse und eine deutlich erweiterte Anwendbarkeit von CSI/WLI — besonders bei anspruchsvollen Oberflächen, bei denen klassische Auswerteverfahren an ihre Grenzen stoßen.