CN101996398A - 用于晶圆对准的图像匹配方法及设备 - Google Patents

Abstract

为了解决现有的用于晶圆对准的图像匹配方法匹配成功概率低的问题，本发明提出了一种用于晶圆对准的图像匹配方法及其设备，该方法包括如下步骤：i.确定模板图像中的至少两个模板图案；ii.就各个模板图案，在目标图像中搜索得到各个匹配，各个匹配中各目标图案按各自的相似度以及相对几何关系与各模板图案一一匹配；iii.根据各个匹配的目标图案与模板图案之间的相似度，基于至少一个阈值，从各个匹配中选出多个可用匹配；iv.同时基于该多个可用匹配，确定目标晶圆图像和模板晶圆图像之间的总体相似度以及总体相对几何关系。本发明的实施例利用多个，特别是匹配程度相对较低的多个匹配完成晶圆的总体匹配，提高了匹配成功率。

Description

用于晶圆对准的图像匹配方法及设备

技术领域

本发明涉及模式识别和图像分析，尤其涉及到用于半导体大规模集成电路制造和检测设备上关于晶圆对准的模式识别和图像分析。

背景技术

在半导体大规模集成电路制造或工艺检测过程中，半导体晶圆(Wafer)会经过多个制造工艺阶段，由多个不同的设备进行处理或检测。在半导体制造或工艺检测设备处理有图案晶圆(PatternedWafer)时，机械手(Robot)会将晶圆从晶圆盒(Cassette)取出，送到预对准器(Pre-aligner)上，预对准器能根据晶圆边缘的凹槽(Notch)或短的直边(定边位)(flat)粗略确定晶圆的取向，然后机械手再将晶圆输送到该设备的工作平台(Stage)上。所有直径为300mm的晶圆和部分直径200mm的晶圆外侧上都有凹槽，部分直径200mm的晶圆外侧为短的直边。通常工作平台可在XY轴构成的平面上平动和绕平台中心的轴转动，以及在Z轴方向上下移动，如图1所示。

在这些半导体设备对晶圆工作时，晶圆相对于设备运动平台的方向是十分重要的。例如在晶圆缺陷检测(Wafer Inspection)设备，膜厚测量设备(Thin-film Measurement)，和关键尺寸(线宽)(CriticalDimension)测量设备中，需要用激光或电子束扫描某些工作单元(晶片)(die)中的一些区域，扫描象素精度可达几十纳米甚至几个纳米，在高放大倍率下，成像设备视场又很小，离开了极为精确的晶圆对准，要找到正确的工作区域是不可能的。

有图案晶圆表面通常包括很多重复的矩形单元，即工作单元，工作单元被水平和垂直的刻线边界包围，内部形成所需的半导体集成电路图案，它们可能是逻辑单元如计算机CPU或记忆单元如计算机内存。工作单元之间无论在水平或垂直方向都有固定距离，之间的区域称为街道(Street)。工作单元的边界和其中大部分图案都由方向一致的水平和垂直线所构成，它们的方向就决定了整体晶圆的取向。在半导体设备对晶圆进行处理时，首先就是要将晶圆与工作平台的水平轴对准，也就是要精确地探测晶圆坐标/方向和工作平台XY轴的相对关系，从而转动工作平台使它们一致(在允许的误差范围之内)。

如图2所示，在晶圆到达工作平台上之前，机械手将晶圆从晶圆盒中取出，放到设备的预对准器上，预对准器可根据缺凹槽的位置，将晶圆作预对准，在一定误差范围将其转动某一误差范围小角度误差范围之内，例如0.2度之内。然后机械手再将晶圆放到设备工作平台上，以便作更精确的晶圆对准。通常平台之上还有一个晶圆座(chuck)，用于固定晶圆，可用真空或静电吸引，特别是当平台运动时。由于它相对平台不动，在此和下文中可以省略它。下一步就是晶圆对准，它是必需的，否则几乎所有关于晶圆的工作都不能正常进行。晶圆对准就是要进一步取得晶圆(其方向由其众多的工作单元决定)相对于运动平台在XY平面内的角度，并通过平台转动来修正它。根据半导体设备的不同，晶圆对准的精度要求也不同，有的设备晶圆对准要求的角度误差可在0.0001度以下。

为了确定晶圆的取向，用户通常选择两个分别位于晶圆上相距较远的，理应在一条直线上的类似图像，其中包含纵横向特征图案，例如为两个在同一排上的工作单元的一部分(比如一角)，通过两图案之间的相对位置关系(图案在图像中的位置，和可从运动平台的读数中获得所摄图像间位置关系)来确定晶圆方向，因为至少需要有两点才能确定一条直线。这两点的距离越大，结果的相对误差就越小。同时考虑到误差因素和机械手放置晶圆时的误差，主要是角度的误差(例如0.2度)，使用者可以先选择靠近圆心的点开始，慢慢找到相距圆心较远的点，最后也可用多点通过最小二乘法拟合来确定一条直线。无论是两点或多点位置的精确确定，都需要通过图像的匹配来完成。而本发明所要阐述的就是图像匹配的新方法。

用户通常可移动运动平台选择图像，和其中两个类似的图案。图像和图案需满足一定的条件，如在视场(Field of View)即所采集的图像内图案的唯一性，同时图案有较多垂直和水平方向的特征，良好的对比度和亮度，较小的噪声等。半导体设备应用通常分两阶段，菜单(Recipe)设立阶段和菜单执行(Run Recipe)阶段。在菜单设立阶段，用户可以驱动平台选择两个或多个晶圆上的图像保存，作为模板图像，同时记录它们在晶圆上的位置。而在菜单执行时，对准是自动进行的。当机械手将预对准过的晶圆放到运动平台上时，运动平台自动移动到两(多)个图像所在晶圆上的位置摄取图像，用保存的模板图像和它们进行匹配，以确定图像精确位置，通常是亚像素(sub-pixel)精度的，这也就明确确定了两个类似点在晶圆上的位置，也就确定了这两点所决定的直线的斜率，从而确定了晶圆的取向。其实，匹配不仅包括位移，也可包括两图像间的相对微小转动(rotation)和缩放(scaling)。

图像的摄取可以采用多种图像传感器，种类不限，如CCD、CMOS、X光或电子显微镜等成像技术。至于图像匹配，通常使用者在晶圆模版图像(Model image)中选择一个模版图案(Model pattern或称为Kernel pattern)，通过算法到目标图像(Target image)中搜索匹配的图案。搜索匹配的方法有多种，对于灰度(gray scale)图像的匹配，归一化互相关(Normalized Cross Correlation，简称NCC)算法是常用的。某些情况下用到二值化的图像时，其它算法如布尔“与”运算是可用的。对于边缘提取(Edge detection)后的二值化的图像匹配，HausdorffDistance算法也是可用的。

匹配结果称为相似度，通常归一到[0，1]之间，0对应二图之间相似度最低，1对应二图之间相似度最高。当该目标图案与模版图案两者之间的相似度达到很高的水平时，例如高于一个经过实践检验的经验阈值例如0.7时，可认为图案相匹配，也就可以认为该目标图案与模版图案之间的相对几何关系与整个目标晶圆图像与模版晶圆图像之间的总体相对几何关系相同，从而可靠地确定了目标晶圆图像与模版晶圆图像之间的相对几何关系。

但是，由于在实际光刻过程中光刻设备的漂移(包括曝光时间、聚焦等)、设备噪声、亮度变化、晶圆表面损伤、图像噪声、图像局部失真、预对准设备的误差，和机械手放置晶圆到运动平台时的误差等因素的影响，常常会造成成像图像的质量下降，导致计算机根据从模版图像中选定的模版图案，在目标图像搜索得到的最佳匹配目标图案和模版图案的相似度仍然较低，即相似度较低(仍低于某阈值)，匹配失败。因此，在实际应用过程中，当图像质量不高时，晶圆匹配成功概率很低，给半导体制造和工艺检测带来了时间上和费用上的损失，特别是当该半导体设备是在线(online)的设备时，匹配失败造成的影响会很大。

为了解决这个问题，实践中有可能存在一种使用多个模版图案依次进行晶圆图像匹配方法：使用者事先确定从模版图像中依次选择多个模版图案，计算机首先搜索其中一个模版图案在目标晶圆图像中的匹配，若无法找到目标图案与该模版图案的相似度高于给定阈值的目标图案，则转而对另一个模版图案进行搜索，直至找到一个相似度高于给定阈值的目标图案，并可将该目标图案与模版图案之间的相对几何关系当作整个目标晶圆图像与模版晶圆图像之间的总体相对几何关系；如果对于多个模版图案都无法找到相似度较高的目标图案，那么晶圆匹配失败。这个解决方案是前述的使用单个模版进行晶圆匹配的方案的多次简单叠加，每次相似度的阈值仍然要求较高，在图像质量不高时，晶圆匹配成功的概率并不能得到实质的提高，技术效果并不好。

发明内容

可见，理想情况下，如有一种能够同时根据多个模版图案的匹配来综合决定两图像之间的匹配的方法将会是十分有帮助的。特别地，当由于种种原因造成晶圆图像质量较差时，模板图像中的多个模版图案在目标图像中可能都找不到匹配度较高的单独匹配，这种方法能通过采用多模板、甚至多阈值，以利用多个相对匹配程度较低的匹配，通过对它们之间几何关系使用预定算法，仍可以准确地确定模板图像和目标图像之间的几何关系，从而避免匹配失败乃至晶圆对准失败。

本发明的一方面的实施例，提供了一种用于晶圆对准的图像匹配方法，它用于确定一个目标晶圆图像和一个模板晶圆图像之间的总体相似度和总体相对几何关系，当在晶圆上可找到至少两点，其邻域上图像能够用上述方法获得可接受的匹配结果时，就可将该晶圆对准。其中，该方法包括如下步骤：i.(使用者)确定多个阈值，例如通常为3个阈值T1，T2，和T3，并有T1＞T2＞T3；它们也可以由半导体设备软件预先给定或由使用者预先设定。ii.(使用者)确定所述模板晶圆图像中的至少两个模板图案；这里讲的图案为图像中的一部分或称子图像，也可称为相关区域即Region of Interest(ROI)。iii.就所述各个模板图案，使用模式识别方法例如归一化互相关算法即Normalized Cross Correlation算法，在所述目标(晶圆)图像中搜索得到各自最佳匹配(此时先不管它们是否达到任何阈值)。iv.根据所述各个匹配的目标图案与模板图案之间的相似度，参考3个预设的阈值，从所述各个匹配中选出多个可用匹配。具体地讲，依次先看是否有满足最高阈值条件的匹配，没有的话再看是否有满足次高阈值条件的2个或2个以上的匹配，没有的话再看是否有满足最低阈值条件的3个或3个以上的匹配；v.然后基于这些可用匹配，使用预定算法，确定所述目标晶圆图像和所述模板晶圆图像之间的总体相似度以及总体相对几何关系。

依次地，所述步骤iv进一步包括如下步骤：a.根据所述各个匹配的所述目标图案与模板图案之间的相似度，当所述各匹配的相似度中最大的相似度大于第一阈值即最高阈值时，以该相似度最大的匹配的相似度和目标图案和模板图案的相对几何关系，成为所述目标晶圆图像和所述模板晶圆图像之间的总体相似度以及总体相对几何关系。算法到此为止，不必考察其它图案的匹配结果；a’.当所述各匹配的相似度均低于所述第一即最高阈值时，但是有至少2个匹配的相似度仍高于第二即次高阈值时，而其中最高的两个匹配通过它们在样板图像和目标图像中分别的几何关系检验合格时，可以用来，以加权或不加权的方式共同确定所述目标晶圆图像和所述模板晶圆图像之间的总体相似度和总体相对几何关系；a“.同理，当所述各匹配的相似度均低于所述第二阈值即次高阈值时，但是有至少3个匹配的相似度仍高于第三阈值即最低阈值时，而其中最高的3个匹配通过它们在模板图像和目标图像中分别的几何关系检验合格时，它们仍可以用来以加权或不加权的方式，共同确定所述目标晶圆图像和所述模板晶圆图像之间的总体相似度和总体相对几何关系。

所述预定算法还基于多个匹配时，匹配误差的检验。它是通过对多个可用匹配中的目标图案之间的距离与模板匹配图案之间的距离的差，相对于给定距离误差阈值的检验。更具体地讲，在用到2个匹配时，两个图案在模板图像中的距离和与之相应两个匹配在目标图像中的距离之差，其绝对值构成检验。当它大于某阈值时，匹配点要被其它达到次高阈值的匹配替代再检验，直到匹配点间距离的误差满足距离误差阈值要求为止。在用到3个匹配时，每个匹配点分别和临近两匹配点在模板图像中的距离和与之相应的在目标图像的中的距离之差，取绝对值，以其中较小的为该匹配点的总误差。总误差大于特定误差阈值的匹配点要舍弃，替代以剩余达到该阈值的匹配再检验。无论是用到2个或3个匹配时，当到达最低阈值的匹配且通过检验标准的匹配不足时，认为匹配失败即两图像间的关系无法确定。

根据本发明的另一个方面，涉及到一种进行晶圆对准的图像匹配设备，包括：可平移和转动的工作平台，所述晶圆处在所述工作平台上；晶圆成像装置，包括光源、镜头、图像传感器以及图像数字化装置，用于获取所述晶圆的图像作为目标晶圆图像；模版图案确定装置，用于基于一模版图案确定方法，从存储的模版晶圆图像中确定多个模版图案；模式识别装置，用于基于一模式识别方法，在所述目标晶圆图像中搜索得到各个匹配，各个所述匹配中各目标图案按各自的相似度以及相对几何关系与各所述模板图案一一匹配；匹配选择装置，用于一匹配选择方法，用于根据所述各个匹配的所述目标图案与模板图案之间的相似度，基于至少一个用于相似度的阈值，从所述各个匹配中选出多个可用匹配；计算装置，用于根据一计算方法，以及所述各个匹配的所述目标图案与模板图案之间的相似度，使用预定算法，确定所述目标晶圆图像和所述模板晶圆图像之间的总体相似度以及总体相对几何关系，从而控制所述工作平台平移和/或转动以将所述晶圆对准；计算机及屏幕显示装置。

这样，根据本发明的实施例所描述的方法，同时用多个阈值，多个模版图案进行各自的匹配，然后再找出达到最低阈值的全部匹配，使用预定算法就能够准确地确定晶圆的总体匹配。特别是在图像质量较差，对于每一个模版图案都无法分别搜索得到匹配程度较高的匹配时，它能够充分利用多个匹配程度较低的匹配使用预定算法，完成两晶圆图像的总体匹配，从而避免了匹配失败而导致的晶圆对准失败。

本发明的以上特性及其他特性将在下文中的实施例部分进行明确地阐述。

附图说明

通过参照附图阅读以下所作的对非限制性实施例的详细描述，能够更容易地理解本发明的特征、目的和优点。其中，相同或相似的附图标记代表相同或相似的部件或装置。

图1是晶圆处在半导体制造、工艺检测设备的工作平台上的示意图；

图2是半导体设备将晶圆和工作平台对准的示意图；

图3是根据本发明一个方面的实施例，模版晶圆图像和目标晶圆图像以及其中的模版图案和目标(匹配)图案的示意图；

图4是根据本发明一个方面的实施例，确定目标晶圆图像和模板晶圆图像之间的总体相似度和总体相对几何关系的方法流程图；

图5是根据本发明一个方面的实施例，在目标图像中搜索与模版图案匹配的目标图案的示意图；

图6是根据本发明一个方面的实施例，模板图案在目标图像给定区域作互相关运算，得到相关表面的示意图；

图7是根据本发明一个方面的实施例，用于相关表面某方向作一维曲线拟合以获得该方向上最大匹配位置的曲线的示意图；

图8是根据本发明一个方面的实施例，两个可用匹配a和d的目标图案411和414之间的距离和模板图案401和404的距离的示意图；

图9是根据本发明一个方面的实施例，三个可用匹配a、d和b的目标图案之间的距离和模板图案之间的两两距离的示意图；

图10是根据本发明一个方面的实施例，用于确定合格匹配的权重的分段函数的示意图。

具体实施方式

下面参照附图，对根据本发明的实施例进行描述。

相关半导体设备都包括一个前端部分，它包括晶圆盒，用来搬运晶圆的机械手，预对准器等。设备还包括机械运动平台，它可作XY平面内的平移和转动，和在与XY平面垂直的Z轴方向的运动，它上面通常还有一晶圆座用来安放晶圆(有可能要通过真空或静电的方法来吸附晶圆)。半导体设备还包括工业相机，和主控计算机(用于图像采集，算法运算，图像显示，结果显示，用户输入)。

在进行匹配前，晶圆已处在运动平台的晶圆座上。如图3所示，半导体设备已经获取了晶圆某处的模版图像40，它通常是某个工作单元的一部分。模版图像可以是当场摄取的，也可以是从同类晶圆上事先摄取并保存的。该设备通过机械平台运动和相机拍摄，也获得了目标晶圆的图像41。这里讲的晶圆可以是4英寸、5英寸、6英寸、12英寸、甚至是18英寸等任何尺寸的。这里讲的目标图像和模版图像可以是黑白二值图、灰度图或是彩色图，可以采用CCD、CMOS、X光或电子显微镜成像等各种成像方式获得的。图像的格式可以是raw(原始数组)、bmp(位图)或tiff(标签图像文件格式)，图像可以经过或不经过压缩，也不论其每个像素值的比特(bit)数是多少。

如图4所示，首先，在步骤S1中，模版图案确定装置根据一模版图案确定方法从模版图像中的一部分相关区域确定模版图案。不同于常规，这里要求在模版图像中确定至少两个模版图案。这些模版图案中一般都包括较丰富的水平和垂直两个方向上的特征，它们可以由半导体设备根据一定算法自动地在模版图像中选择特征比较丰富的部分而确定，也可以由使用者从图形用户界面中显示的模版图案中选择。本实施例以半导体设备确定了401、402、403和404这四个模版图案为例进行说明。

事先已确定了3个大小不同的匹配阈值，T1＞T2＞T3。例如可选T1＝0.75(75％)，T1＝0.50(50％)，T3＝0.35(35％)。

在确定了多个，在此例为四个模版图像之后，在步骤S2中，模式识别装置使用一模式识别算法就各个模板图案，在整个目标晶圆图像41或目标晶圆图像的相应的关注区域中搜索得到各个模板图案的最佳匹配，在此例中应有4个最佳匹配，它们不一定达到某个阈值，只是对每个模板图案最佳。寻找匹配的方法很多，例如可以使用下面讲的归一化互相关算法来匹配灰度图像。

对于模版图案，如图5所示意，以像素为单位，其宽度和高度分别W_k和H_k，目标图像，或目标图像中进行搜索的关注区域的宽度和高度分别为W_t和H_t。一般来说W_t应大于W_k，H_t应大于H_k。计算机逐个像素地将模版图案和目标图像中的每一个宽度和高度分别W_k和H_k的矩形部分进行比较，并分别计算模版图案和每一个图像部分的相似程度。在NCC归一互相关算法中，每次计算相似程度(或称之为匹配程度)基于的量化公式如下：

$r=\frac{\mathrm{N\ΣKT}-\left(\mathrm{\ΣK}\right)\mathrm{\ΣT}}{\sqrt{[\mathrm{N\Σ}{K}^2-{\left(\mathrm{\ΣK}\right)}^2][\mathrm{N\Σ}{T}^2-{\left(\mathrm{\ΣT}\right)}^2]}}---\left(1\right)$

其中，K表示模版图案的像素灰度值，T表示搜索的目标图像中的矩形部分的像素灰度值，N表示每一次计算中的总像素个数。r表示模版图案401和目标图像中的该矩形部分的相似程度，或称之为相似度，r的范围一般为[0，1]，或者转换为百分比为[0％，100％]，值越高表示相似程度越高，反之亦然。在搜索过程中，半导体设备能在起初的粗略匹配中对整个范围使用“下采样”以加快搜索速度，并在之后的精细匹配中对粗略匹配结果最好的较小范围使用全分辨率进行搜索。

经过搜索，会产生一个相关表面，其宽度W_c和高度H_c分别为：

W_c＝(W_T-W_k)

                                  (2)

H_c＝(H_T-H_k)

该相关表面的每一个点，产生于模版图案和目标图像上的相应大小的每一个矩形部分的一次比较结果。相关表面点(0，0)对应目标图像最左上角的矩形部分，(0，W_T-W_k)对应目标图像(或关注区域)最右上角的矩形部分，(H_T-H_k，0)对应目标图像(或关注区域)最左下角的矩形部分，(H_T-H_k，H_T-H_k)对应目标图像(或关注区域)最右下角的矩形部分。该相关表面和相似程度r的曲面关系如图6所示意。

该表面上对应相似程度r的极值的部分是与模版图案相似程度最高的矩形部分，该矩形部分的位置是以像素为最小单位的。可以通过在一维(水平或垂直)或者两维(水平和垂直)方向进行插值拟合，进一步在亚像素的范畴内搜索相关表面中相似程度最高的点。例如，如图7所示，在水平X方向上可以用二次函数r(x)＝ax²+bx+c拟合相关表面的三个点x₁、x₂和x₃以及对应的相似程度r的关系曲线，并在拟合出系数a、b和c的值后，计算得到该相似程度，即相似度的极大值r_max，以及该极大值对应的、可能带有小数位的点x_max。在水平Y方向同样可以进行拟合，确定与相似程度的极大值对应的点y_max。则相关表面s上的(以亚像素为单位的)点(x_max，y_max)所对应的目标图像的矩形部分是目标图像中与模版图案最为相似的，即最佳匹配点。另外，相比较这样分别作2次一维的曲线拟合，也可以作一次二维的曲面拟合且精度更加高，只是它的计算量大而较费时，2次一维的曲线拟合已足够精确。通常模版图案在模板图像中以其左上角为原点的坐标系中的坐标为(x_k，y_k)，目标图案在目标图像中以其左上角为原点的坐标系中的坐标为(x_t，y_t)，则目标图案与模版图案之间的偏移量也可以得到确定，即在水平方向相差dx＝x_t-x_k，在垂直方向相差dy＝y_t-y_k。

在进行模式识别之前，本发明涉及的半导体设备还可以进行自动对焦，或对模版图像和目标图像进行预处理，包括进行高通/低通/中值(Median)滤波，以及使用Sobel/Canny滤波器或高斯平滑滤波器进行边缘提取。本说明书在此不做赘述。

以上以在空间域使用归一互相关算法对灰度图象进行模式识别为例进行说明。可以理解，本发明并不限于此，本领域的一般技术人员所熟知的其他任何用于在目标图案中搜索与模版图案最相似的图案的模式识别方法，例如用于灰度图象的基于傅立叶变换的频域相位相关方法、频域强度相关方法和用于黑白二值图像(BinarizedImage)的布尔“与”算法等等都适用于本发明，并处于本发明权利要求的保护范围之内。

此外，在一些应用中，寻找匹配时，还可以计算目标图案和模版图案之间其他相对几何关系：通过在小范围转动模板图案或目标图案的其中之一，然后都将二者进行互相关匹配，将获得的结果进行曲线拟合，找到在某一角度dθ下目标图案与模版图案之间的最大相似程度。由于匹配算法的限制，角度搜寻范围通常不大。同样可在小范围内缩放模板图案或目标图案的其中之一，并通过拟合找到在某一缩放比例ds下目标图案与模版图案之间的最大相似程度。同样由于匹配算法的限制，该缩放搜寻范围不大。

使用以上归一化互相关方法，在步骤S2中，如图3所示，模式识别算法对于模版图像中的四个模版图案401、402、403和404分别搜索到相应的最佳匹配a、匹配b、匹配c和匹配d，即各个最佳匹配相应的目标图案411、412、413和414，和各自的相似度r_a、r_b、r_c和r_d。以下为方便说明，令目标图案在目标图像41上的以目标图像41左上角为原点的坐标系上的坐标为(x_ti，y_ti)，模版图案在模版图像40上以模版图像40左上角为原点的坐标系上的坐标为(x_ki，y_ki)，各目标图案和相应的模版图案之间的相对偏移量dx_i和dy_i分别为x_ti-x_ki与y_ti-y_ki，各匹配的相对旋转角度为dθ_i，各匹配的相对缩放比例为ds_i，其中i∈{a，b，c，d}。

本发明不使用搜索到的各个匹配中相似程度较差的匹配来确定图像的总体匹配。在步骤S3中，匹配选择装置使用一匹配选择方法，使用(3个中)一个最低的阈值T3进行筛选，将匹配a、匹配b、匹配c和匹配d中相似度低于阈值T3的匹配排除在外。在本实施例中，匹配a、匹配b和匹配d的相似度均大于或等于阈值T3，匹配c的相似度r_c小于该最低阈值T3。则匹配c被排除，其余匹配暂时保留。该最低阈值T3(以及较高的阈值T2和T1)可以由半导体设备根据所使用的模版图案的模式匹配的方法而自动确定，也可以由实用者确定。

在步骤S4中，本发明中的一个方法将四个匹配按照相似度的高低排序。在本实施例中，排序结果为：匹配a，匹配d，匹配b。

而后，在步骤S5中，匹配选择方法的第一判断方法判断各个匹配中是否有匹配程度很高的，可以独自代表了整个目标晶圆图像与模版晶圆图像之间的总体相对几何关系的匹配。具体的，它判断匹配a、匹配d和匹配b中最大的相似度是否大于第一阈值即最高阈值T₁。例如用时(空)域互相关算法作匹配的话，T₁可等于0.75。

当匹配a的相似度r_a大于第一阈值T₁时，在步骤S6中，选择方法将该匹配的相似度和目标图案411和模板图案401的相对几何关系，作为目标晶圆图像41和模板晶圆图像41之间的总体相似度以及总体相对几何关系。具体的，匹配a的相似度为r_a，目标图案411和模版图案401之间相对旋转角度为dθ_a，缩放比例为ds_a。目标图案411和模版图案401在水平方向相差dx_a＝x_ta-x_ka，在垂直方向相差dy_a＝y_ta-y_ka。则，目标图像41和模版图像40之间的总体相似度R，总体相对偏移量Dx和Dy，总体相对旋转角度Dθ和总体缩放比例Ds按以下公式确定：

                  Dx＝dx_a＝x_ta-x_ka

                  Dy＝dy_a＝y_ta-y_ka

                  R＝r_a                             (3)

                  Dθ＝dθ_a

                  Ds＝ds_a

当各匹配的相似度均低于第一阈值T₁时，本发明方法选出相似度高于次高或最低阈值的多个匹配作为可用匹配。

在一个实施例中，在步骤S7中，选择方法判断匹配a、匹配d和匹配b中是否包括至少两个相似度高于第二即次高阈值T₂的匹配。例如T₂可以设为0.45。

当存在至少两个这样的匹配时，本发明以可用匹配a、可用匹配d和可用匹配b的相似度均高于第二阈值T₂为例进行说明。在步骤S8中，第一合格匹配确定方法从可用匹配a、可用匹配d和可用匹配b中选出相似度最大的两个可用匹配a和d作为合格匹配，前面讲过，匹配a，b，c，d都是根据相似度由大到小排过序的。如图8所示，本发明的算法首先将可用匹配a(相似度最大)和可用匹配d(相似度次大)中的两个目标图案411和414之间在目标图像41上的距离和分别对应的两个模板图案401和404在模版图像40上的距离作减法，将距离的差值取绝对值作为距离误差。并判断该距离误差是否小于一最大误差阈值DE_max。DE_max值可以由使用者事先确定，也可以由半导体设备软件给定，例如DE_max可取0.25像素。具体的讲，两个目标图案411和414之间在目标图像41上的距离DT_ad、两个模板图案401和404在模版图像40上的距离DK_ad和该两个距离的误差DE_ad按以下公式确定：

${\mathrm{DT}}_{\mathrm{ad}}=\sqrt{{(x_{\mathrm{ta}}-x_{\mathrm{td}})}^2+{(y_{\mathrm{ta}}-y_{\mathrm{td}})}^2}$

${\mathrm{DK}}_{\mathrm{ad}}=\sqrt{{(x_{\mathrm{ka}}-x_{\mathrm{kd}})}^2+{(y_{\mathrm{ka}}-y_{\mathrm{kd}})}^2}---\left(4\right)$

DE_ad＝|DT_ad-DK_ad|

当DE_ad≤DE_max时，第一合格匹配确定方法确定匹配a和匹配d为合格匹配。在这种情况下，虽然匹配a和匹配d的相似度都不是很高，但由于两个目标图案之间的距离与两个模版图案之间的距离近似相等，有理由认为搜索得到的这两个目标图案的位置是比较准确的，半导体设备可以根据这两个合格匹配的两个目标图案的位置确定目标图像和模版图像之间的整体相对几何关系。当DE_ad＞DE_max时，则按前述方法，考虑其它达到T2阈值的匹配来替换，在此即考察匹配a和匹配b，或匹配d和匹配b的两个目标图案的距离与相应两个模板图案的距离的差值的绝对值，并确定距离误差小于DE_max的两个匹配为合格匹配。若最终仍无法确定两个合格匹配，则算法转入下面将要描述的步骤S10中同时根据三个达到最低阈值的匹配来确定图像间的匹配。

接下来以确定匹配a和匹配d为合格匹配继续对本发明的实施例进行说明。在步骤S9中，本发明中的计算装置根据第一计算方法，采用不加权平均或加权平均的方式，基于该两个合格匹配a和b各自的目标图案和模板图案的相似度和相对几何关系，计算目标图像41和模板图像40之间的总体相似度和总体相对几何关系。

具体的，在采用平均方法进行计算的实施例中，本发明的第一计算方法按以下公式计算目标图像41和模版图像40之间的总体相似度R，总体相对偏移量Dx和Dy，总体相对旋转角度Dθ和总体缩放比例Ds：

                 Dx＝(dx_a+dx_d)/2

                 Dy＝(dy_a+dy_d)/2

                 R＝[(r_a+r_d)W₂]＜1.0                (5)

                 Dθ＝(dθ_a+dθ_d)/2

                 Ds＝(ds_a+ds_d)/2

其中，W₂是一个处于0至1之间的折算系数，R＝[(r_a+r_d)W₂]＜1.0表示将两个相似度的和与折算系数的乘积以1.0进行截断，即R等于(r_a+r_d)W₂和1.0两者中较小的值。可以理解，将两个相似度的和折算成总体相似度，是为了能方便地将该总体相似度与采用其他方式确定的目标图像和模版图像之间的匹配的相似度进行统一地比较，以确定匹配的优劣。W₂可以由半导体设备软件根据所使用的模式识别算法而自动地确定，或由使用者给定，例如等于0.8。

在采用加权平均方法进行计算的实施例中，本发明中的第一计算方法按以下公式计算目标图像41和模版图像40之间的总体相似度R，总体相对偏移量Dx和Dy，总体相对旋转角度Dθ和总体缩放比例Ds：

                w_a＝r_a/(r_a+rd)

                w_d＝r_d/(r_a+r_d)

                Dx＝w_adx_a+w_ddx_d

                Dy＝w_ady_a+w_ddy_d    

                R＝[(r_a+r_d)W₂]＜1.0               (6)

                Dθ＝w_adθ_a+w_ddθ_d

                Ds＝w_ads_a+w_dds_d

其中w_a和w_b分别为合格匹配a和b的归一化权重，可见该归一化权重与该合格匹配的相似度成正比。和前面一样，W₂是一个处于0至1之间的折算系数，R＝[(r_a+r_d)W₂]＜1.0表示将两个相似度的和与折算系数的乘积以1.0进行截断，即R等于(r_a+r_d)W₂和1.0两者中较小的值。可见目标图像41和模版图像40之间总体相对偏移量Dx和Dy，总体相对旋转角度Dθ和总体缩放比例Ds分别为合格匹配a和b的各自偏移量、各自旋转角度和各自缩放比例加权后的平均，权重和各自相似度大小成正比，且是归一化的。

当匹配a、匹配d和匹配b中不包括至少两个相似度高于第二阈值T2的匹配时，或者经过用上述距离误差检验不足两个合格匹配时，在步骤S10中，本发明中的一个方法选择第三判断方法来判断匹配a、匹配d和匹配b中是否包括至少三个相似度大于第三阈值即最低阈值T₃的匹配。例如T₃可以设为0.4。

当存在至少三个这样的匹配时，本发明以可用匹配a、可用匹配d和可用匹配b的相似度均高于第三阈值T₃为例进行说明。在步骤S11中，本发明的第二合格匹配确定方法此时可用匹配a、可用匹配d和可用匹配b作为合格匹配。而后对于所选出三个可用匹配中的每一个，判断其他两个可用匹配与该可用匹配的两个目标图案的距离与相应两个模板图案的距离的差值的绝对值中较小的一个是否大于一个最大距离差阈值。具体的，两个目标图案的距离与相应两个模板图案的距离的差值的绝对值按如下公式计算：

${\mathrm{DT}}_{\mathrm{ij}}=\sqrt{{(x_{\mathrm{ti}}-x_{\mathrm{tj}})}^2+{(y_{\mathrm{ti}}-y_{\mathrm{tj}})}^2}$

${\mathrm{DK}}_{\mathrm{ij}}=\sqrt{{(x_{\mathrm{ki}}-x_{\mathrm{kj}})}^2+{(y_{\mathrm{ki}}-y_{\mathrm{kj}})}^2},$ i，j∈{a，d，b}，i≠j            (7)

DE_ij＝|DT_ij-DK_ij|

则对于可用匹配a，可以得到DE_ad和DE_ab两个距离的差值的绝对值。对于可用匹配d和b，同样可获得两个与其相关距离误差。而后，对于每个可用匹配，半导体设备判断该可用匹配的两个距离误差中较小的一个值是否大于一个最大距离误差阈值DE_max，如大于它的话，则该匹配不可用，必须用剩余可用匹配取代它。在本实施例，假定可用匹配a、d和b都符合以上条件，则半导体设备将该三个可用匹配确定为合格匹配。在三个可用匹配中存在不符合以上条件的匹配情况下，若还有其他可用匹配，可将不符合以上条件的可用匹配删去，并再选出相似度最大的三个可用匹配，对于这三个可用匹配中的每一个，继续判断其他两个可用匹配与该可用匹配的两个目标图案的距离与相应两个模板图案的距离的差值的绝对值中较小的一个是否大于最大距离误差阈值DE_max，并将不符合条件的匹配删去，直至确定距离的差值的绝对值中较小的一个小于最大距离差值DE_max的三个可用匹配，并将其确定为合格匹配。在这种情况下，虽然匹配a、匹配d和匹配b的相似度都不是很高，但由于它们两两之间的两个目标图案之间的距离与两个模版图案之间的距离近似相等，有理由认为搜索得到的这三个目标图案的位置是比较准确的，半导体设备可以根据这三个合格匹配的两个目标图案的位置确定目标图像和模版图像之间的整体相对几何关系。但如果最终经过距离误差检验合格的匹配数不足3个时，则两图像间的关系无法确定。

在确定了三个合格匹配后，在步骤S12中，本发明中的第二计算方法用平均或加权平均的方式，基于该三个合格匹配各自的目标图案和模板图案的相似度和相对几何关系，计算目标晶圆图像41和模板晶圆图像41之间的总体相似度和总体相对几何关系。

具体的，在采用平均方法进行计算的实施例中，本发明中的第二计算方法按以下公式计算目标图像41和模版图像40之间的总体相似度R，总体分别在X和Y方向的相对偏移量Dx和Dy，总体相对旋转角度Dθ和总体缩放比例Ds：

               Dx＝(dx_a+dx_d+dx_b)/3

               Dy＝(dy_a+dy_d+dy_b)/3

               R＝[(r_a+r_d+r_b)W₃]＜1.0                (8)

               Dθ＝(dθ_a+dθ_d+dθ_b)/3

               Ds＝(ds_a+ds_d+ds_b)/3

其中，W₃是一个处于0至1之间的折算系数，R＝[(r_a+r_d+r_b)W₃]＜1.0表示将三个相似度的和与折算系数的乘积以1.0进行截断，即R等于(r_a+r_d+r_b)W₃和1.0两者中较小的值。可以理解，将三个相似度的和折算成总体相似度，是为了方便将该总体相似度与采用其他方式确定的目标图像和模版图像之间的匹配的指数进行统一地比较。W₃可以由半导体设备软件根据所使用的模式识别算法而自动地确定，或由使用者给定，例如它可以取0.8。

在采用加权平均方法进行计算的实施例中，首先确定该三个合格匹配各自的权重和归一化权重。在一个实施例中，半导体设备基于第二权重确定方法根据合格匹配的相似度大小决定该匹配的权重，该权重和相似度成正比，并且合格匹配a、d和b各自的归一化权重w_i如下公式所定义：

                  w_i＝r_i/(r_a+r_d+r_b)              (9)

其中，i∈{a，d，b}。

然后按以下公式计算目标图像41和模版图像40之间的总体相似度R，总体相对偏移量Dx和Dy，总体相对旋转角度Dθ和总体缩放比例Ds：

              Dx＝w_adx_a+w_ddx_d+w_bdx_b

              Dy＝w_ady_a+w_ddy_d+w_bdy_b

              R＝[(r_a+r_d+r_b)W₃]＜1.0                    (10)

              Dθ＝w_adθ_a+w_ddθ_d+w_bdθ_b

              Ds＝w_ads_a+w_dds_d+w_bds_b

在另一个实施例中，对于三个合格匹配中的每一个，本发明中的第二权重确定方法根据其他两个可用匹配与该可用匹配的两个目标图案的距离与相应两个模板图案的距离的差的绝对值中较小的一个确定权重，该权重在一定变化范围内随着距离的误差绝对值减少而递增(参见图10)。

例如，本发明的一个权重确定方法基于以下公式描述的分段函数，根据匹配i的两个距离差值的绝对值DE_ij和DE_ik较小的一个DE_i＝min(DE_ij，DE_ik)，确定权重DCW_i：

${\mathrm{DCW}}_i=\left\{\begin{array}{c}1,{\mathrm{DE}}_i\&le;\mathrm{MINDE}\\ a{\mathrm{DE}}_i+b,\mathrm{MINDE}<{\mathrm{DE}}_i<\mathrm{MAXDE}\\ 0,{\mathrm{DE}}_i\&GreaterEqual;\mathrm{MAXDE}\end{array}\right.---\left(11\right)$

其中，

b＝-aMAXDE，i∈{a，d，b}。

MAXDE和MINDE是分段函数中的两个分段点，它们值可以由使用者给定，也可以由半导体设备软件根据所用的模式识别算法而确定，例如MAXDE等于0.25像素，MINDE等于0.05像素。该分段函数的曲线如图10所示。可以理解，用于确定权重的方法并不限于该分段函数，其他任何方法都处于本发明权利要求的保护范围内。

而后根据三个合格匹配各自的权重，按以下公式确定三个匹配各自的归一化权重w_i：

$w_i={\mathrm{DCW}}_i/{\mathrm{\&Sigma;}}_{i=1}^N{\mathrm{DCW}}_i---\left(12\right)$

其中，i∈{a，d，b}。

本发明中的第二计算方法按以下公式计算目标图像41和模版图像40之间的总体相似度R，总体相对偏移量Dx和Dy，总体相对旋转角度Dθ和总体缩放比例Ds：

         Dx＝w_adx_a+w_ddx_d+w_bdx_b

         Dy＝w_ady_a+w_ddy_d+w_bdy_b

         R＝[(DCW_ar_a+DCW_dr_d+DCW_br_b)W₃]＜1.0           (13)

         Dθ＝w_adθ_a+w_ddθ_d+w_bdθ_b

         Ds＝w_ads_a+w_dds_d+w_bds_b

如前所述，以上实施例所用的阈值，例如第一阈值T₁，第二阈值T₂，第三阈值T₃，最大距离误差阈值DE_max，以及所用的参数，例如折算系数W₂，折算系数W₃，分段函数的两个分段点MAXDE和MINDE，可以在进行图像匹配之前由使用者，当然是受过训练的或有经验的使用者选定，更通常是由半导体设备软件事先确定。

用以上晶圆对准实例对本发明进行的描述，概括了半导体制造、工艺检测设备，还适用于太阳能电池的生产和检测设备。实际上，任何使用本发明对晶圆进行对准的多模板、多阈值方法以及设备都处于本发明权利要求的保护范围内。

尽管用了附图和前述实例详细阐明和描述了本发明，应认为该阐明和描述是说明性的和示例性的，而不是限制性的；本发明不限于所上述实施方式。

在权利要求中，措词“包括”不排除其他的步骤，并且措辞“一个”不排除复数。

在权利要求和说明书中，措词“方法”可以和“装置”为同义词，因为这些“方法”可以完全由计算机硬件或固件(firmware)来实现。

在发明的实际应用中，一个部件可能执行权利要求中所引用的多个技术特征的功能。权利要求中的任何附图标记不应理解为对范围的限制。

Claims (26)

1.一种用于晶圆对准的图像匹配方法，用于确定一个目标晶圆图像和一个模板晶圆图像之间的总体相似度和总体相对几何关系，以将所述目标晶圆对准，其中，该方法包括如下步骤：

i.确定所述模板晶圆图像中的至少两个模板图案；

ii.就所述各个模板图案，使用模式识别方法，在所述目标晶圆图像中搜索得到各个匹配，各个所述匹配中各目标图案按各自的相似度以及相对几何关系与各所述模板图案一一匹配；

iii.根据所述各个匹配的所述目标图案与模板图案之间的相似度，基于至少一个用于相似度的阈值，从所述各个匹配中选出多个可用匹配；

iv.同时基于该多个可用匹配，使用预定算法，确定所述目标晶圆图像和所述模板晶圆图像之间的总体相似度以及总体相对几何关系。

2.根据权利要求1所述的方法，其特征在于，所述步骤iii进一步包括如下步骤：

a.根据所述各个匹配的所述目标图案与模板图案之间的相似度，当所述各匹配的相似度中最大的相似度大于一个第一阈值时，以该相似度最大的匹配的相似度和目标图案和模板图案的相对几何关系，为所述目标晶圆图像和所述模板晶圆图像之间的总体相似度以及总体相对几何关系；

a’.当所述各匹配的相似度均低于所述第一阈值时，选出相似度高于一个小于所述第一阈值的较低阈值的多个匹配作为所述可用匹配，用以同时基于多个相似度较低的匹配确定所述目标晶圆图像和所述模板晶圆图像之间的总体相似度和总体相对几何关系；所述预定算法基于以下任一项：

-多个可用匹配中相似度最大的数个可用匹配；

-多个可用匹配中的、目标图案之间的距离与模板图案之间的距离的差异较小的数个可用匹配。

3.根据权利要求2所述的方法，其特征在于，所述步骤a’进一步包括如下步骤：

-当所述各匹配的相似度均低于所述第一阈值的匹配，而包括至少两个相似度高于一个第二阈值的匹配时，确定该至少两个相似度大于所述第二阈值的匹配为可用匹配。

4.根据权利要求3所述的方法，其特征在于，所述预定算法包括如下步骤：

-从至少两个可用匹配中选出相似度最大的两个可用匹配作为合格匹配；或

-对于至少两个可用匹配中的每两个可用匹配，从中选出两个目标图案的距离与相应两个模板图案的距离的差值的绝对值小于一阈值的两个可用匹配作为合格匹配；

以及包括如下步骤：

-采用平均或加权平均的方式，基于该两个合格匹配各自的目标图案和模板图案的相似度和相对几何关系，计算所述目标晶圆图像和所述模板晶圆图像之间的总体相似度和总体相对几何关系。

5.根据权利要求4所述的方法，其特征在于，所述加权平均的方式包括：

-确定该两个合格匹配各自的归一化权重，所述归一化权重随着所述相似度增加而递增；

-对该两个合格匹配的相似度进行求和，得到所述目标晶圆图像和所述模板晶圆图像之间的总体相似度，并根据该两个合格匹配各自的归一化权重，对该两个合格匹配的相对几何关系进行加权求和，得到所述目标晶圆图像和所述模板晶圆图像之间的总体相对几何关系。

6.根据权利要求2至5中任一项所述的方法，其特征在于，所述步骤a’进一步包括如下步骤：

-当所述各匹配中不足一个相似度大于所述第一阈值的匹配，而包括至少三个相似度大于一个第三阈值的匹配时，确定该至少三个相似度大于所述第三阈值的匹配为可用匹配。

7.根据权利要求6所述的方法，其特征在于，所述预定算法包括如下步骤：

-从至少三个可用匹配中选出相似度最大的三个可用匹配作为合格匹配；或

-从至少三个可用匹配中选出相似度最大的三个可用匹配；

-对于所选出三个可用匹配中的每一个，判断其他两个可用匹配与该可用匹配的两个目标图案的距离与相应两个模板图案的距离的差值的绝对值中较小的一个是否大于一最大距离差值：

-若大于，将该可用匹配删去，并重复以上选出步骤和判断步骤，直至确定距离的差值的绝对值中较小的一个小于所述最大距离差值的三个可用匹配，将这三个可用匹配作为合格匹配；

以及如下步骤：

-采用平均或加权平均的方式，基于该三个合格匹配各自的目标图案和模板图案的相似度和相对几何关系，计算所述目标晶圆图像和所述模板晶圆图像之间的总体相似度和总体相对几何关系。

8.根据权利要求7所述的方法，其特征在于，所述加权平均的方法包括：

-确定该三个合格匹配各自的权重，并确定该三个合格匹配各自的归一化权重；

-根据该三个合格匹配各自的权重，对该三个合格匹配的相似度进行加权求和，将该和作为所述目标晶圆图像和所述模板晶圆图像之间的总体相似度；

-根据该三个合格匹配各自的归一化权重，对该三个合格匹配的相对几何关系进行加权求和，将该和作为所述目标晶圆图像和所述模板晶圆图像之间的总体相对几何关系。

9.根据权利要求8所述的方法，其特征在于，所述确定权重的步骤包括以下任一项：

-根据合格匹配的相似度确定所述权重，所述权重随着所述相似度增加而递增；或

-对于三个合格匹配，根据其他两个合格匹配分别与该合格匹配的两个目标图案的距离与相应两个模板图案的距离的差值的绝对值中较小的一个确定该合格匹配的权重，所述权重随着所述距离的差值的绝对值减少而递增或保持不变。

10.根据权利要求9所述的方法，其特征在于，所述权重由一个以距离的差值的绝对值为自变量的分段函数确定，距离的差值的绝对值小于或等于最小距离差值(MINDE)对应权重为1，距离的差值的绝对值大于或等于最大距离差值(MAXDE)对应权重为0，距离的差值的绝对值在所述最小距离差值(MINDE)和所述最大距离差值(MAXDE)之间对应权重从1到0连续递减。

11.根据权利要求5或8所述的方法，其特征在于，所述预定算法还包括：

-将所述总体相似度与一处于0至1之间的折算系数相乘，将得到的乘积作为所述目标晶圆图像和所述模板晶圆图像之间的总体相似度。

12.根据权利要求1至3中任一项所述的方法，其特征在于，所述目标晶圆图像和所述模版晶圆图像为以下任一类型：

-黑白二值图；

-灰度图；

-彩色图；

和/或，所述目标晶圆图像和所述模版晶圆图像采用以下任一成像机制成像：

-CCD成像；

-CMOS成像；

-X光成像；

-电子显微镜成像；

和/或，所述模式识别方法包括以下任一项：

-归一互相关算法；

-相似性算法。

13.根据权利要求1至3中任一项所述的方法，其特征在于，所述相对几何关系包括相对偏移量，和/或相对旋转角度，和/或相对缩放比例。

14.一种进行晶圆对准的图像匹配设备，包括：

-可平移和转动的工作平台，所述晶圆处在所述工作平台上；

-晶圆成像装置，包括光源、镜头、图像传感器以及图像数字化装置，用于获取所述晶圆的图像作为目标晶圆图像；

-模版图案确定装置，用于基于一模版图案确定方法，从存储的模版晶圆图像中确定多个模版图案；

-模式识别装置，用于基于一模式识别方法，在所述目标晶圆图像中搜索得到各个匹配，各个所述匹配中各目标图案按各自的相似度以及相对几何关系与各所述模板图案一一匹配；

-匹配选择装置，用于一匹配选择方法，用于根据所述各个匹配的所述目标图案与模板图案之间的相似度，基于至少一个用于相似度的阈值，从所述各个匹配中选出多个可用匹配；

-计算装置，用于根据一计算方法，以及所述各个匹配的所述目标图案与模板图案之间的相似度，使用预定算法，确定所述目标晶圆图像和所述模板晶圆图像之间的总体相似度以及总体相对几何关系，从而控制所述工作平台平移和/或转动以将所述晶圆对准；

-计算机及屏幕显示装置。

15.根据权利要求14所述的设备，其特征在于，所述匹配选择方法包括：

-第一判断方法，用于根据所述各个匹配的所述目标图案与模板图案之间的相似度，当所述各匹配的相似度中最大的相似度大于一个第一阈值时，以该相似度最大的匹配的相似度和目标图案和模板图案的相对几何关系，为所述目标晶圆图像和所述模板晶圆图像之间的总体相似度以及总体相对几何关系；

所述匹配选择方法还用于当所述各匹配的相似度均低于所述第一阈值时，选出相似度高于一个小于所述第一阈值的较低阈值的多个匹配作为所述可用匹配，用以同时基于多个相似度较低的匹配确定所述目标晶圆图像和所述模板晶圆图像之间的总体相似度和总体相对几何关系；所述预定算法基于以下任一项：

-多个可用匹配中相似度最大的数个可用匹配；

-多个可用匹配中的、目标图案之间的距离与模板图案之间的距离的差异较小的数个可用匹配。

16.根据权利要求15所述的设备，其特征在于，所述匹配选择方法还包括：

-第二判断方法，用于当所述各匹配的相似度均低于所述第一阈值的匹配，而包括至少两个相似度高于一个第二阈值的匹配时，确定该至少两个相似度大于所述第二阈值的匹配为可用匹配。

17.根据权利要求16所述的设备，其特征在于，所述计算方法进一步包括：

-第一合格匹配确定方法，用于：

-从至少两个可用匹配中选出相似度最大的两个可用匹配作为合格匹配；或

-对于至少两个可用匹配中的每两个可用匹配，从中选出两个目标图案的距离与相应两个模板图案的距离的差值的绝对值小于一阈值的两个可用匹配作为合格匹配；

以及第一计算方法，用于：

-采用平均或加权平均的方式，基于该两个合格匹配各自的目标图案和模板图案的相似度和相对几何关系，计算所述目标晶圆图像和所述模板晶圆图像之间的总体相似度和总体相对几何关系。

18.根据权利要求17所述的设备，其特征在于，所述第一计算方法采用加权平均的方式时，包括：

-第一权重确定方法，用于确定该两个合格匹配各自的归一化权重，所述归一化权重随着所述相似度增加而递增；

所述第一计算方法用于对该两个合格匹配的相似度进行求和，得到所述目标晶圆图像和所述模板晶圆图像之间的总体相似度，并根据该两个合格匹配各自的归一化权重，对该两个合格匹配的相对几何关系进行加权求和，得到所述目标晶圆图像和所述模板晶圆图像之间的总体相对几何关系。

19.根据权利要求15至18中任一项所述的设备，其特征在于，所述匹配选择方法进一步包括：

-第三判断方法，用于当所述各匹配中不足一个相似度大于所述第一阈值的匹配，而包括至少三个相似度大于一个第三阈值的匹配时，确定该至少三个相似度大于所述第三阈值的匹配为可用匹配。

20.根据权利要求19所述的设备，其特征在于，所述计算方法进一步包括：

-第二合格匹配确定方法，用于：

-从至少三个可用匹配中选出相似度最大的三个可用匹配作为合格匹配；或

-从至少三个可用匹配中选出相似度最大的三个可用匹配；

-对于所选出三个可用匹配中的每一个，判断其他两个可用匹配与该可用匹配的两个目标图案的距离与相应两个模板图案的距离的差值的绝对值中较小的一个是否大于一最大距离差值：

-若大于，将该可用匹配删去，并重复以上选出步骤和判断步骤，直至确定距离的差值的绝对值中较小的一个小于所述最大距离差值的三个可用匹配，将这三个可用匹配作为合格匹配；以及第二计算方法，用于：

-采用平均或加权平均的方式，基于该三个合格匹配各自的目标图案和模板图案的相似度和相对几何关系，计算所述目标晶圆图像和所述模板晶圆图像之间的总体相似度和总体相对几何关系。

21.根据权利要求20所述的设备，其特征在于，所述第二计算方法采用加权平均的方式时，包括：

-第二权重确定方法，用于确定该三个合格匹配各自的权重，并确定该三个合格匹配各自的归一化权重；

所述第二计算方法用于，根据该三个合格匹配各自的权重，对该三个合格匹配的相似度进行加权求和，将该和作为所述目标晶圆图像和所述模板晶圆图像之间的总体相似度，以及根据该三个合格匹配各自的归一化权重，对该三个合格匹配的相对几何关系进行加权求和，将该和作为所述目标晶圆图像和所述模板晶圆图像之间的总体相对几何关系。

22.根据权利要求21所述的设备，其特征在于，所述第二权重确定方法用于：

-根据合格匹配的相似度确定所述权重，所述权重随着所述相似度增加而递增；或

-对于三个合格匹配，根据其他两个合格匹配分别与该合格匹配的两个目标图案的距离与相应两个模板图案的距离的差值的绝对值中较小的一个确定该合格匹配的权重，所述权重随着所述距离的差值的绝对值减少而递增或保持不变。

23.根据权利要求22所述的设备，其特征在于，所述权重由一个以距离的差值的绝对值为自变量的分段函数确定，距离的差值的绝对值小于或等于最小距离差值(MINDE)对应权重为1，距离的差值的绝对值大于或等于最大距离差值(MAXDE)对应权重为0，距离的差值的绝对值在所述最小距离差值(MINDE)和所述最大距离差值(MAXDE)之间对应权重从1到0连续递减。

24.根据权利要求18或21所述的设备，其特征在于，所述计算方法还用于：

-将所述总体相似度与一处于0至1之间的折算系数相乘，将得到的乘积作为所述目标晶圆图像和所述模板晶圆图像之间的总体相似度。

25.根据权利要求14至16中任一项所述的设备，其特征在于，所述目标晶圆图像和所述模版晶圆图像为以下任一类型：

-黑白二值图；

-灰度图；

-彩色图；

和/或，所述目标晶圆图像和所述模版晶圆图像采用以下任一成像机制成像：

-CCD成像；

-CMOS成像；

-X光成像；

-电子显微镜成像；

和/或，所述模式识别方法包括以下任一项：

-归一互相关算法；

-相似性算法。

26.根据权利要求15至16中任一项所述的设备，其特征在于，所述相对几何关系包括相对偏移量，和/或相对旋转角度，和/或相对缩放比例。

Images