Overlay (OVL) for patterns placed at two different layers during microchip production is a key parameter that controls the manufacturing process. The tolerance of OVL metrology for the latest microchip needs to be at nanometer scale. This paper discusses the influence on the accuracy and sensitivity of diffraction-based overlay (DBO) after developing inspection and after etching inspection by the asymmetrical deformation of the OVL mark induced by chemical mechanical polishing or etching. We show that the accuracy and sensitivity of DBO metrology can be significantly improved by matching the measuring light wavelength to the thickness between layers and by collecting high-order diffraction signals, promising a solution for future OVL metrology equipment.

针对成像传感器自身设备动态范围限制的问题，改进了基于相机响应曲线的多曝光图像融合方法。改变曝光时间，获得一组不同曝光度的图像，对高亮图像和低亮图像进行图像融合。首先直接基于图像像素值求解转换因子，简化了高亮图像与低亮图像像素比率因子曲线的运算，避免了对相机响应曲线的求解，通过比率因子将低亮图像中的像素值映射至高亮图像像素值范围，然后对图像进行局域加窗处理，根据高亮图像窗口内的像素饱和情况，划分出像素值完全过曝、不完全过曝和良好过曝三种情况。针对不同的曝光情况，根据高亮图像窗口内的邻域像素饱和情况，确定不同的权重系数进行多曝光加权融合。实验结果表明，局域加权叠加方法很好地保留了两幅图像中的暗部细节信息和高亮场景信息，并通过对比其他算法，融合图像的峰值信噪比和结构相似性均有提高。

为满足水下机器人水下目标识别、精细作业的需要，研制了一种融合3D点云和二维RGB图像为一体的RGB-D水下相机工程样机。针对水下环境的特殊性，考虑水下多层折射效应，建立水下相机成像及双目立体成像模型。将水下图像转换为空气中的图像来消除折射对重建精度的影响，进行对应点像素匹配，重建3D点云。采用基于颜色校正和暗原色先验的水下图像增强算法对左、右水下图像进行图像增强处理。最后，构建对准叠加模型将3D点云和二维彩色数据叠加融合，获得水下RGB-D图像数据。实验表明：研制的水下RGB-D工程样机具有较好的三维测量精度，3 m远处的系统重建误差为2.6 mm，颜色再现真实，3D点云数据与RGB二维图像对准精准。这对于水下目标识别和水下机器人精细作业具有重要意义。