一种基于多表面干涉层析学习的多层薄膜厚度预测方法

本发明涉及图像处理技术领域，尤其涉及一种基于多表面干涉层析学习的多层薄膜厚度预测方法，包括利用泽尼克多项式构造两层薄膜的各表面面型分布；获取光线在两层薄膜上的干涉信号，计算干涉光程差，构建干涉图；利用两层薄膜的干涉图及对应相移干涉图对第一改进UNet网络进行训练，输出预测单表面相移干涉图；利用模拟两薄膜的单表面相移干涉图对第二改进UNet网络进行训练；将预测单表面干涉图输入训练好的第二改进UNet网络，输出包裹相位。本发明解决现有方法光路复杂且对系统稳定性要求高、需多次采样且抗振性差，操作简单但测量精度易受环境干扰等问题。