本发明涉及一种用于分析微光刻微结构化样品的图像的方法和设备。优先权申请de 10 2023 113 273.3的内容通过引用整体并入本文。
背景技术：
1、微光刻用于生产微结构部件，例如集成电路。使用包括照明系统和投射系统的光刻装置来执行微光刻工艺。借助于照明系统照明的掩模(掩模版)的图像在此借助于投射系统投射到基板(例如硅晶片)上，该基板涂覆有光敏层(光致抗蚀剂)并且布置在投射系统的像平面中，以便将掩模结构转印到基板的光敏涂层。
2、受集成电路生产中对更小结构的需求的驱动，目前正在开发使用波长在0.1nm至30nm范围内(特别是13.5nm)的光的euv光刻装置。
3、随着光刻工艺中使用的掩模和微光刻结构化晶片的结构尺寸变得越来越小，这些部件的分析和处理或修复在实践中变得越来越苛刻。
4、出于分析微结构化样品(例如微结构化光刻掩模及晶片)的目的，尤其评估以显微镜方式捕获的图像，以便确定相应经测量图像与包含样品的预期结构的设计图像之间存在的差异。特别地，显微镜捕获的图像是基于电子束或离子束捕获的图像(例如，扫描电子显微镜图像，简称sem图像)。基于相应经测量图像与包含样品的预期结构的设计图像之间的此类图像而确定的差异用作用于处理和/或修复样品的基础。通常，在这种情况下，待分析的图像由多个像素构成，每个像素被分配强度值作为“灰度值”。
5、例如，评估微结构化样品的显微镜捕获图像包括微结构化样品的结构的轮廓检测或提取(边缘检测或提取)。用于确定样品中的结构边缘的常规方法基于例如形成图像的二维强度分布(即灰度值分布)的梯度(即一阶导数)，例如如de 10 2021 113 764 a1中所述。由于微结构化样品的所利用图像的低信噪比，检测边缘可能变得更加困难。此外，掩模上的伪影(例如表面上的颗粒)和成像的伪影(增亮，例如边缘增亮或由于电荷引起的增亮)可能使边缘检测更加困难。
6、在此背景下，本发明的一个目的是提供一种用于分析微光刻微结构样品的图像的改进的方法和改进的设备。
技术实现思路
1、因此，提出了一种用于分析微光刻微结构化样品的图像的方法。样品包括至少一个第一区段和至少一个第二区段，第二区段具有边缘并且相对于第一区段凸起。此外，图像包括多个像素和取决于像素的二维强度分布。该方法包括以下步骤：
2、a)基于所述二维强度分布的梯度来确定用于所述至少一个第二区段的边缘的图像表示的多个边缘候选，
3、b)确定所述图像在垂直于所述多个边缘候选的方向上的一维强度分布，其中，在所述方向上，所述一维强度分布包括具有第一平均强度值的第一区域、所述多个边缘候选和具有大于所述第一平均强度值的第二平均强度值的第二区域，以及
4、c)将所述多个边缘候选中的在所述多个边缘候选中最接近所述一维强度分布的第一区域的边缘候选确定为所述至少一个第二区段的边缘的图像表示。
5、因此，最初可以在样品的图像中确定微结构化样品的至少一个第二区段的边缘的图像表示的多个候选。例如，将图像伪影确定为边缘候选(例如，由于针对梯度的绝对值的低利用阈值)在该阶段可以是可接受的。然后，可以通过评估图像在垂直于多个确定的边缘候选的方向(正交方向)上的一维强度分布来从多个确定的边缘候选中选择边缘候选，并且因此可以将其确定为第二区段的边缘的图像表示。特别地，通过将最接近一维强度分布的第一区域(并且因此最接近具有较低平均强度值的一维强度分布的区域(即，图像中的较暗区域))的边缘候选确定为第二区段的边缘的图像表示，从多个确定的边缘候选中选择边缘候选。捕获的图像中的较暗区域通常对应于样品的下层结构(即，样品的至少一个第一区段)。
6、因此，可以更好地检测微结构化样品的边缘的姿势或位置。特别地，伪影也被更好地拒绝。特别地，通过所提出的方法确定的边缘位置抵靠至少一个第二区段的几何形状放置，在每个细节上具有更高的准确度并且在它们的定位上具有更高的精度。此外，与常规方法相比，确定边缘位置，该边缘位置在样品的下层结构的方向上更靠近。
7、例如，样品的显微镜捕获图像是借助于粒子束(例如电子束或离子束)捕获的图像。样品的显微镜捕获图像例如是样品的扫描电子显微镜图像(sem图像)。
8、例如，在样品的显微镜捕获的图像中捕获至少一些样品。此外，样品的显微镜捕获的图像特别地捕获第一区段和第二区段以及将第二区段与第一区段分开的第二区段的边缘中的至少一些。
9、特别地，通过该方法分析的图像包括多个二维布置的像素。每个像素被分配相应的强度值。特别地，二维布置的强度值形成图像的二维强度分布。
10、例如，至少一个第二区段具有平行于样品的主要范围的平面和/或垂直于图像记录设备的视线的周向闭合的整体边缘。例如，在该方法中确定的第二区段的边缘的图像表示可以对应于整个边缘的一部分。
11、例如，至少一个第一区段和第二区段各自是平行于样品的主要范围的平面和/或垂直于图像记录设备的视线的连接区域。适用于这种连接区域的是，这种区域中的任何两个点总是可以通过完全位于该区域内的路径连接。
12、特别地，样品的至少一个第二区段的边缘是第二区段的物理边界，其将第二区段与第一区段分开。
13、例如，在步骤a)中，基于二维强度分布的梯度来确定用于至少一个第二区段的边缘的图像表示的多个平行边缘候选。
14、具体地，在步骤a)中基于二维强度分布的梯度来确定针对至少一个第二区段的同一个边缘(例如，针对整个边缘的同一个部分)的多个边缘候选。
15、例如，在步骤a)中基于二维强度分布的梯度确定至少一个第二区段的边缘的图像表示的多个边缘候选是基于合适的已知过程(例如“canny”、“高斯-拉普拉斯算子(laplacian of gaussian)”、“sobel”等)来实现的。还可以应用这些过程中的两个或更多个(例如，连续地)。除此之外或在替代方案中，还可以利用不同的参数设置多次应用同一个边缘提取过程。
16、例如，基于二维强度分布的梯度确定至少一个第二区段的边缘的图像表示的多个边缘候选包括确定图像中的每个像素处的强度分布的梯度。特定像素的梯度例如基于对该像素周围的预定数量的像素的评估来确定。例如，预定数量包括以尺寸为3×3像素、5×5像素、7×7像素、9×9像素和/或11×11像素的正方形围绕中心像素布置的像素。在这种情况下，各个像素可以包括在具有不同预定权重的梯度的计算中。例如，确定第二区段的多个边缘候选包括从原始图像(即，二维强度分布)确定梯度矩阵(例如，梯度图像)。在图像中捕获的区段的边缘位于原始图像的强度(亮度)经历最大变化的那些像素处，因此梯度图像具有最高强度。换句话说，边缘对应于强度分布中的大梯度的区域。
17、例如，在步骤a)中确定第二区段的边缘的图像表示的多个边缘候选包括确定图像中作为边缘像素的候选的像素。
18、特别地，在步骤c)中，将多个边缘候选中局部地或就正交方向上的位置而言最接近一维强度分布的第一区域的多个边缘候选中的边缘候选确定为至少一个第二区段的边缘的图像表示。
19、例如，确定图像在垂直于多个所确定的边缘候选的方向上的一维强度分布还可以包括在平行于多个所确定的边缘候选的方向上对多个像素求平均，以便增加所确定的一维强度分布的信噪比。
20、例如，当确定图像的一维强度分布时，“垂直于多个确定的边缘候选”包括垂直于多个确定的边缘候选中的一个、一些或全部。
21、在多个确定的边缘候选的周围，一维强度分布包括具有彼此不同的平均强度值的第一和第二区域。换句话说，多个确定的边缘候选的侧翼是较亮区域(第二区域)和较暗区域(第一区域)。考虑这些区域允许从多个边缘候选中更好地选择相关边缘。
22、一维强度分布的第一和第二区域特别地对应于样品的无边缘区域。换句话说，一维强度分布的第一和第二区域特别地对应于在步骤a)中未确定边缘候选的样品的区域。
23、例如，微结构化样品具有平坦形状，其具有主范围的平面和垂直于主范围的平面布置的高度方向。例如，使用图像记录设备记录样品的显微图像，该图像记录设备的视线平行于样品的高度方向布置。
24、例如，样品的至少一个第一区段具有相对于样品的高度方向的第一高度。例如，样品的至少一个第二区段相对于样品的高度方向具有大于第一高度的第二高度。例如，至少一个第二区段的边缘包括边缘壁。边缘壁可以垂直于样品的主要范围的平面并平行于高度方向布置。然而，边缘壁也可以与样品的主要范围的平面成一定角度布置。
25、根据实施例，图像的一维强度分布的第一区域基于样品的至少一个第一片段的图像表示，并且图像的一维强度分布的第二区域基于样品的至少一个第二区段的图像表示。
26、因此，从多个确定的边缘候选中选择边缘候选，并因此将其确定为第二区段的边缘的图像表示，该边缘候选相对于正交方向最接近图像的较暗区域，该较暗区域对应于样品的下层结构(第一区段)。
27、根据另一实施例，样品的至少一个第一区段包括第一材料，并且样品的至少一个第二区段包括不同于第一材料的第二材料。
28、例如，特别地，至少一个第一区段的暴露表面和至少一个第二区段的暴露表面具有彼此不同的材料。
29、根据另一实施例，由于样品的至少一个第一区段和第二区段之间的材料差异，图像的一维强度分布的第二区域中的第二平均强度值大于图像的一维强度分布的第一区域中的第一平均强度值。
30、因此，相对于正交方向，在图像中以不同亮度(强度值)成像的样品的不同材料位于多个确定的边缘候选的左侧和右侧。现在，由图像中的不同材料引起的不同亮度(强度值)用于从多个边缘候选中选择最佳边缘候选，并且特别是拒绝伪影。
31、举例来说，样品的至少一个第一区段与至少一个第二区段之间的材料差异是样品的至少一个第一区段与至少一个第二区段的(暴露)表面之间的材料差异。
32、根据另一实施例，样品的至少一个第一区段和第二区段包括相同的材料。
33、例如，至少一个第一区段的暴露表面和至少一个第二区段的暴露表面特别地具有相同的材料。
34、根据另一实施例，由于与样品的至少一个第二区段的边缘相邻形成的阴影，图像的一维强度分布的第二区域中的第二平均强度值小于图像的一维强度分布的第一区域中的第一平均强度值。
35、由于第二区段形成阴影，与第二区段相邻的第一区段的区域在图像中以比第二区段更低的亮度(更小的强度值)成像。现在使用由阴影形成引起的在图像中成像的第二区段和与第二区段相邻的第一区段的阴影区域之间的不同亮度(强度值)来从多个边缘候选中选择最合适的边缘候选。
36、换句话说，由于阴影形成，一维强度分布的第二区域中的平均强度值大于一维强度分布的阴影区域中的平均强度值。
37、根据另一实施例，当基于二维强度分布的梯度确定多个边缘候选时应用预定阈值，使得针对绝对值大于预定阈值的二维强度分布的梯度确定对应的边缘候选，并且针对绝对值小于或等于预定阈值的二维强度分布的梯度不确定边缘候选。
38、通过设置低阈值，还可以捕获在图像中弱成像的边缘，尽管这增加了所确定的边缘候选中的伪像的数量。设置较高的阈值减少了所确定的边缘候选中的伪像的数量，尽管结果可能无法捕获图像中成像非常弱的边缘。
39、根据另一实施例，步骤a)之前是用于减少二维强度分布的噪声分量的图像预处理。
40、可以在图像预处理的范围内应用一个或多个合适的图像平滑过程以减少噪声分量。示例性合适的处理包括合并(binning)、高斯滤波、低通滤波等。仅作为示例，这里可以在每种情况下用单个(例如平均)像素替换多个相互相邻的像素(例如四个或可能更多或更少)，其中该像素然后被分配多个组合像素的平均强度值。
41、根据另一实施例，微结构化样品被设计用于小于250nm、小于200nm、小于100nm和/或小于15nm的工作波长，和/或
42、微结构化样品是光刻掩模，特别是euv或duv光刻掩模，和/或通过微光刻结构化的晶片。
43、例如，duv光刻掩模是透射式光掩模，其中在光刻期间待成像的图案以透明基板(透明基板对应于第一区段)上的吸收性(即不透明或部分不透明)涂层(涂层对应于第二区段)的形式实现。
44、例如，euv光刻掩模是反射式光掩模，其中待成像的图案以反射基板(反射基板对应于第一区段)上的吸收涂层(涂层对应于第二区段)的形式实现。
45、特别地，光刻掩模用于光刻装置中。例如，光刻装置是euv或duv光刻装置。euv代表“极紫外”，并且是指工作光的波长在0.1nm至30nm的范围内，特别是13.5nm。此外，duv代表“深紫外”并且是指工作光的波长在30nm和250nm之间。
46、euv或duv光刻装置包括照明系统和投射系统。特别地，使用euv或duv光刻装置，借助于照明系统照明的光刻掩模(掩模版)的图像借助于投射系统投射到基板(例如硅晶片)上，该基板涂覆有光敏层(光致抗蚀剂)并布置在投射系统的像平面中，以便将掩模结构转印到基板的光敏涂层。
47、根据另一实施例，样品的至少一个第一区段包括透光或反光材料，并且样品的至少一个第二区段包括吸光材料。
48、例如，材料对于电磁波谱的duv和/或euv范围内的波长的光是透光的、光反射的或光吸收的。
49、举例来说，如果样品是duv光刻掩模(透射式光掩模、二元掩模)，那么样品的至少一个第一区段包含透光材料。例如，如果样品是euv光刻掩模(反射式光掩模)，则样品的至少一个第一区段包括反光材料。
50、例如，样品的至少一个第一区段包括基板。例如，基板包括二氧化硅(sio2)，例如熔融石英。例如，样品的至少一个第一区段还可以包括一个或多个层(涂层)。一个或多个层包括例如一个或多个反射层和/或一个或多个保护层(例如ru覆盖层)。
51、例如，样品的至少一个第二区段包括吸收体结构。举例来说，样品的至少一个第二区段包含铬、铬化合物、钽化合物和/或硅、氮、氧和/或钼的化合物(例如氧化钼硅或氧氮化钼硅，即掺杂有钼(mo)(例如大约5％钼)且也称为mosi的氧化硅或氮化硅(si3n4))。
52、样品的至少一个第二区段还可包含与样品的至少一个第一区段相同的材料。在这种情况下，相应的材料可以已经被施加到样品的基板上，在第二区段中具有比在第一区段中更大的厚度(即，相对于样品的高度方向更大的高度)，以便具有相应的光吸收或光透射/光反射特性。特别地，在这种情况下，更大的厚度(更大的高度)对应于更强的吸收效果。
53、根据另一方面，提出了一种计算机程序产品，其包括指令，所述指令在由至少一个计算机执行程序时使所述至少一个计算机执行上述方法。
54、计算机程序产品(例如计算机程序介质)可以例如作为存储介质(例如存储卡、usb棒、cd-rom、dvd)或者以可下载文件的形式从网络中的服务器提供或供应。作为示例，在无线通信网络中，这可以通过利用计算机程序产品或计算机程序装置传送适当的文件来实现。
55、根据另一方面，提出了一种用于分析微光刻微结构化样品的图像的装置。样品包括至少一个第一区段和至少一个第二区段，第二区段具有边缘并且相对于第一区段凸起。此外，图像包括多个像素和取决于像素的二维强度分布。另外，该装置包括：
56、第一确定设备，用于基于所述二维强度分布的梯度来确定针对所述至少一个第二区段的边缘的图像表示的多个边缘候选，
57、第二确定设备，用于确定所述图像在垂直于所述多个边缘候选的方向上的一维强度分布，其中，在所述方向上，所述一维强度分布包括具有第一平均强度值的第一区域、所述多个边缘候选和具有大于所述第一平均强度值的第二平均强度值的第二区域，以及
58、第三确定设备，用于将所述多个边缘候选中的在所述多个边缘候选中最接近所述一维强度分布的第一区域的边缘候选确定为所述至少一个第二区段的边缘的图像表示。
59、特别地，该装置被配置为执行如上所述的方法。
60、用于分析微光刻微结构化样品的图像的上述方法和上述装置可以应用于许多不同应用中的边缘检测和提取(轮廓检测和提取)。
61、应用的示例包括通过计算无缺陷参考的结构与记录的显微图像(图案副本)的微结构化样品的结构(第一区段和第二区段)之间的差异来检测样品上的缺陷(例如，缺陷的尺寸、位置、(几何)形状和轮廓，并且在缺陷具有在若干连接区域的含义内的多个区段的情况下，检测缺陷的多个区段)。参考可以取自记录的显微图像；参考可为“空的”，使得缺陷的分割应等同于缺陷检测；参考可以基于由设计文件模拟的显微图像；和/或参考可以基于样品结构(例如，光掩模结构)的轮廓的变化，该变化基于模型计算并物理地产生，以便在晶片曝光期间建立光掩模的正确曝光行为，其不正确性在于以其他方式不可接近的原因。
62、上述方法的应用示例还包括检测所谓的不透明缺陷，即与样品(例如光刻掩模)的预期状态相比过量的吸收体材料，以及检测所谓的明缺陷，即与样品(例如光刻掩模)的预期状态相比缺乏吸收体材料。此外，还可以使用所提出的方法将颗粒(例如异物)识别为缺陷。此外，可以确定修复形状和/或处理形状(即，几何形状，例如二维几何形状，其标记需要修复和/或处理样品的区域)。修复形状和/或处理形状例如包括标记需要抛光样品的区域的抛光处理形状。例如，抛光处理形状用于边缘或残留物的精细处理。这还包括所谓的线修整，用于轻微校正掩模上的结构的边缘位置。这些抛光处理形状可以借助于该方法来识别和/或创建。修复形状和/或处理形状例如包括这样的修复形状/处理形状，其标记其中沉积物在修复位点周围的光环中沉积在样品上并且必须再次移除的区域。修复形状和/或处理形状包括例如需要被蚀刻掉的不透明良好结构中的区域，由此可以补偿明区域中的不可接近的误差。
63、在上述方法的应用中，缺陷的检测可用作独立的产品解决方案或用作手动或自动化工作流程的程序步骤。此外，可根据类型、大小及其它参数对缺陷进行分类。这可以用作独立的产品解决方案或用作手动或自动化工作流程(缺陷分类)的程序步骤。在上述方法的应用中，缺陷可以自动定位在图像中的限定位置处(例如，在图像中心中)。这可以用作独立的产品解决方案或用作手动或自动化工作流程(缺陷定中、缺陷定位)的程序步骤。
64、上述方法的应用的其他示例包括在记录的显微图像中识别和可选地测量结构，例如测量区段的边缘间距。这可以用作独立的产品解决方案或用作手动或自动化工作流程的程序步骤。此外，可以将记录的显微图像(sem图像)中的区段的边缘间距与参考图像的区段进行比较。这可以用作独立的产品解决方案或用作手动或自动化工作流程的程序步骤。在两种情况下都成立的是，首先，sem图像可能是在光刻掩模上的任何期望位置拍摄的，并且例如可以包括已经处理/修复的缺陷或(例如仍然完全)未处理的缺陷，其次，参考图像可以是记录的sem图像或从设计文件模拟的sem图像。
65、上述方法的进一步应用包括使用光刻掩模的sem图像中的区段的检测，以用于对光刻掩模的不同结构或层级的三维构造进行建模的目的。这可以用作独立的产品解决方案或用作手动或自动化工作流程的程序步骤。
66、上述方法的进一步应用包括使用光刻掩模的sem图像中的区段的检测，以用于模拟在光刻工艺中产生的光刻掩模的光学空间图像的目的。这可以用作独立的产品解决方案或用作手动或自动化工作流程的程序步骤。此外，为了确定结构的间隔和绝对位置，可以在记录的sem图像中在光刻掩模的不同位置处检测区段。这可以用作独立的产品解决方案或用作手动或自动化工作流程的程序步骤。此外，还可以在光刻掩模的sem图像中检测区段，以用于与由不同源创建的相同结构的图像进行比较以及与位置比较(图像配准、位置比较、位置校准)的对象进行比较的目的。
67、上述方法的应用的其他示例包括检测sem图像中的区段，以用于在给定边界条件(例如，仅沉积在吸收体材料上、距缺陷的最小距离、距最近结构边缘的最小距离、最大对称分布)下适当放置漂移校正标记的目的以及用于自动漂移校正的目的。还可以检测sem图像中适合于光束优化(例如聚焦、去除像散化(de-stigmatization)、光阑对准)的区段。此外，可以提供自动功能，其识别所定义的结构是否存在于像场中，并且例如如果该结构已经从视场消失，则自动输出警告。另一应用在于识别sem图像中的结构作为搜索辅助，用于找到位于视野外的目标结构(自动全局对准)。使用上述方法，还可以检测附接到电子柱的硬件的区段，以便使从电子柱出射的电子束相对于该硬件对准。
68、上述应用示例可以用在用于掩模修复和/或掩模处理的装置中，并且作为单独的产品。
69、在当前情况下，“一、一个”不应被理解为对恰好一个元件的限制。相反，还可以提供多个元件，例如两个、三个或更多个。这里使用的任何其他数字也不应被理解为对所述元件的确切数量有限制的效果。相反，除非另有说明，否则向上和向下的数值偏差是可能的。
70、针对该方法描述的实施例和特征相应地适用于所提出的装置，反之亦然。
71、本发明的其他可能的实施方式还包括先前或下文关于示例性实施例描述的特征或实施例的未明确提及的组合。在这种情况下，本领域技术人员还将各个方面作为改进或补充添加到本发明的相应基本形式。
1.一种用于分析微光刻微结构化样品(100)的图像(300)的方法，其中，所述样品(100)包括至少一个第一区段(112)和至少一个第二区段(114)，所述至少一个第二区段(114)具有边缘(110)并且相对于所述第一区段(112)凸起，并且其中，所述图像(300)包括多个像素(302)和取决于所述像素(302)的二维强度分布(304)，所述方法包括以下步骤：
2.根据权利要求1所述的方法，其中，所述图像(300)的所述一维强度分布(320)的所述第一区域(306’)基于所述样品(100)的所述至少一个第一区段(112)的图像表示，并且所述图像(300)的所述一维强度分布(320)的所述第二区域(308’)基于所述样品(100)的所述至少一个第二区段(114)的图像表示。
3.根据权利要求1或2所述的方法，其中，所述样品(100)的所述至少一个第一区段(112)包含第一材料，且所述样品(100)的所述至少一个第二区段(114)包含不同于所述第一材料的第二材料。
4.根据权利要求3所述的方法，其中，由于所述样品(100)的所述至少一个第一区段(112)和所述至少一个第二区段(114)之间的材料差异，所述图像(300)的所述一维强度分布(320)的所述第二区域(308’)中的所述第二平均强度值(i2)大于所述图像(300)的所述一维强度分布(320)的所述第一区域(306’)中的所述第一平均强度值(i1)。
5.根据权利要求1或2所述的方法，其中，所述样品(100)的所述至少一个第一区段(112)和所述至少一个第二区段(114)包括相同的材料。
6.根据权利要求5所述的方法，其中，由于与所述样品(100)的所述至少一个第二区段(114)的所述边缘(110)相邻形成的阴影(326)，所述图像(300)的所述一维强度分布(320)的所述第二区域(308’)中的所述第二平均强度值(i2)大于所述图像(300)的所述一维强度分布(320)的所述第一区域(306’)中的所述第一平均强度值(i1)。
7.根据权利要求1-6中任一项所述的方法，其中，当基于所述二维强度分布(304)的梯度(316、318)确定所述多个边缘候选(312、314)时应用预定阈值(th)，使得针对绝对值大于所述预定阈值(th)的所述二维强度分布(304)的梯度(316、318)确定对应的边缘候选(316、318)，并且对于绝对值小于或等于所述预定阈值(th)的所述二维强度分布(304)的梯度(324)不确定边缘候选。
8.根据权利要求1-7中的任一项所述的方法，其中，在步骤a)之前进行图像预处理(s1)，用于减少所述二维强度分布(304)的噪声分量。
9.根据权利要求1-8中任一项所述的方法，其中
10.根据权利要求1-9中任一项所述的方法，其中，所述样品(100)的所述至少一个第一区段(112)包括透光或反光材料，并且所述样品(100)的所述至少一个第二区段(114)包括吸光材料。
11.一种包括指令的计算机程序产品，所述指令在由至少一个计算机执行所述程序时使所述至少一个计算机执行根据前述权利要求中任一项所述的方法。
12.一种用于分析微光刻微结构化样品(100)的图像(300)的装置(200)，其中，所述样品(100)包括至少一个第一区段(112)和至少一个第二区段(114)，所述至少一个第二区段(114)具有边缘(110)并且相对于所述第一区段(112)凸起，其中，所述图像(300)包括多个像素(302)和取决于所述像素(302)的二维强度分布(304)，并且其中，所述装置(200)包括：
