Interferometria szerokopolowa stanowi skuteczne narzędzie nanometrologii w fotonice półprzewodnikowej, jednak obecnie stosowane metody wymagają czasochłonnego skanowania lub rejestrowania kilku interferogramów przesuniętych w fazie oraz dalszego przetwarzania zrekonstruowanej mapy fazowej. Dodatkowo nie zapewniają one bezpośredniego wyznaczania niepewności mierzonych parametrów geometrycznych. W niniejszej pracy przedstawiono nowatorskie podejście do obrazowania obliczeniowego, wykorzystujące probabilistyczne wnioskowanie bayesowskie, umożliwiające wyznaczenie rozkładów a posteriori parametrów geometrycznych (np. wysokości i szerokości) mierzonego elementu półprzewodnikowego, na podstawie pojedynczego interferogramu. Wyznaczone rozkłady prawdopodobieństwa stanowią pełny i wiarygodny wynik pomiaru. Istotną zaletą proponowanej metody jest praca w trybie szerokopolowym i wykonywanie estymacji wartości parametrów dla dużej liczby pikseli, co znacząco redukuje niepewność pomiaru. Przetwarzanie danych bezpośrednio w domenie intensywności eliminuje problem propagacji szumu do rekonstruowanej mapy topografii obiektu i zapewnia wysoką wiarygodność pomiaru nawet w warunkach niskiego stosunku sygnału do szumu oraz subpikselowych przesunięć prążków interferencyjnych. Skuteczność proponowanego podejścia zweryfikowano zarówno w symulacjach numerycznych, wykazujących subnanometrową precyzję wyznaczania wysokości oraz nanometrową precyzję wyznaczania szerokości obiektu, jak i eksperymentalnie — dla metrologicznie certyfikowanego obiektu kalibracyjnego o wysokości 15 nm oraz dla falowodu optycznego o projektowanej wysokości 8 nm. Połączenie jednoramkowej akwizycji danych z probabilistycznym wnioskowaniem wskazuje na bayesowską nanometrologię obliczeniową jako obiecujące rozwiązanie dla szerokopolowych pomiarów z kwantyfikacją niepewności w nanofotonice półprzewodnikowej oraz monitorowaniu procesów technologicznych.