CN107527338B - 用于opc验证的图形分类方法 - Google Patents

用于opc验证的图形分类方法 Download PDF

Info

Publication number
CN107527338B
CN107527338B CN201710695146.6A CN201710695146A CN107527338B CN 107527338 B CN107527338 B CN 107527338B CN 201710695146 A CN201710695146 A CN 201710695146A CN 107527338 B CN107527338 B CN 107527338B
Authority
CN
China
Prior art keywords
comparison
segmentation
rectangle
equivalent
opc verification
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201710695146.6A
Other languages
English (en)
Other versions
CN107527338A (zh
Inventor
伍思昕
金晓亮
袁春雨
冯佳计
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanghai Huahong Grace Semiconductor Manufacturing Corp
Original Assignee
Shanghai Huahong Grace Semiconductor Manufacturing Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shanghai Huahong Grace Semiconductor Manufacturing Corp filed Critical Shanghai Huahong Grace Semiconductor Manufacturing Corp
Priority to CN201710695146.6A priority Critical patent/CN107527338B/zh
Publication of CN107527338A publication Critical patent/CN107527338A/zh
Application granted granted Critical
Publication of CN107527338B publication Critical patent/CN107527338B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0004—Industrial image inspection
    • G—PHYSICS
    • G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
    • G03F—PHOTOMECHANICAL PRODUCTION OF TEXTURED OR PATTERNED SURFACES, e.g. FOR PRINTING, FOR PROCESSING OF SEMICONDUCTOR DEVICES; MATERIALS THEREFOR; ORIGINALS THEREFOR; APPARATUS SPECIALLY ADAPTED THEREFOR
    • G03F1/00—Originals for photomechanical production of textured or patterned surfaces, e.g., masks, photo-masks, reticles; Mask blanks or pellicles therefor; Containers specially adapted therefor; Preparation thereof
    • G03F1/36—Masks having proximity correction features; Preparation thereof, e.g. optical proximity correction [OPC] design processes
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/30—Circuit design
    • G06F30/39—Circuit design at the physical level
    • G06F30/398—Design verification or optimisation, e.g. using design rule check [DRC], layout versus schematics [LVS] or finite element methods [FEM]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30108—Industrial image inspection
    • G06T2207/30148—Semiconductor; IC; Wafer

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Image Analysis (AREA)

Abstract

本发明公开了一种用于OPC验证的图形分类方法，包括步骤：选取两个比对图形中的一个为第一比对图形，另一个为第二比对图形；将第二比对图形进行旋转和镜像的变换得到多个等效比对图形；对第一比对图形和各等效比对图形分别进行分割：确定比对区域范围并选取组成比对图形的所有相关图形；对各相关图形进行矩形分割并形成多个分割矩形；提取各分割矩形的特征值；将第一比对图形的各分割矩形的特征值依次和第二比对图形的各等效比对图形的各分割矩形的特征值进行比较并根据比较结果归类。本发明能实现将具有旋转或镜像关系以及具有细微差异的图形归成同一类，从而能减少同样的验证结果在报告中重复出现的次数，降低排查困难性。

Description

用于OPC验证的图形分类方法
技术领域
本发明涉及一种半导体集成电路制造方法，特别是涉及一种用于光学临近效应修正(Optical Proximity Correction,OPC)验证的图形分类方法。
背景技术
在半导体制造的掩模板出版过程中，一般需要采用到OPC技术对掩模板图形进行修正，使用OPC修正后的掩模板进行成像后能使形成于半导体衬底上的目标图形达到目标要求，能消除目标图形中的由于光学临近效应造成的失真或变形。
OPC修正后的掩模板在进行出版前还需进行OPC验证，用以模拟OPC修正后的掩模板是否正确。在OPC验证中，验证结果一般基于设计单元的名称分类。随着芯片规模的增加，不同单元中的重复结构增多，同一单元中，不同位置的重复结构也增多。这个造成相似的验证结果多次出现。十几种结构会在验证报告中重复出现上千次，造成问题排查的困难性。
基于图形结构的现有OPC验证方法虽然可以避免以上情况，但是仍然存在一下问题。
1、难以区分图形的旋转或镜像，如图1A和图1B所示，图1B仅是通过图1A的图形顺时针旋转90的图形；两者的验证应该是一致的，但是现有OPC验证方法依然会将二者分别进行验证并得到各自的结果。
2、OPC的图形往往有细微的差异，现有OPC验证方法难以区分这种细微的差异，如图1A和图1C所示，二者图形类似，仅在拐角有细微差异，这种细微差异并不会影响OPC验证结果，现有OPC验证方法依然会将二者分别进行验证并得到各自的结果。
所以现有OPC验证方法依然无法区分图形的旋转或镜像以及图形的细微差异，这也会使得同样的验证结果在报告中反复出现，增加问题排查的困难性。
发明内容
本发明所要解决的技术问题是提供一种用于OPC验证的图形分类方法，能实现将具有旋转或镜像关系以及具有细微差异的图形归成同一类，从而能减少同样的验证结果在报告中重复出现的次数，降低排查困难性。
为解决上述技术问题，本发明提供的用于OPC验证的图形分类方法中通过对比对图形进行两两比较归类，判断两个所述比对图形是否应归为同一类的方法包括如下步骤：
步骤一、选取两个所述比对图形中的一个为第一比对图形，另一个为第二比对图形。
步骤二、将所述第二比对图形进行旋转和镜像的变换得到多个所述第二比对图形的等效比对图形。
步骤三、对所述第一比对图形和所述第二比对图形的各所述等效比对图形分别按照如下分步骤进行分割：
步骤31、确定对应的所述比对图形的比对区域范围，在所述比对区域范围内选取组成所述比对图形的所有相关图形。
步骤32、对所述比对图形的各所述相关图形进行矩形分割，分割方法为以对应的所述相关图形的长边方向的每个顶点为定点，沿短边方向对所述相关图形进行分割并形成多个分割矩形。
步骤33、提取各所述相关图形对应的各所述分割矩形的特征值，该特征值由对应的所述分割矩形的长、宽和中心点坐标组成。
步骤四、将所述第一比对图形的各所述分割矩形的特征值依次和所述第二比对图形的各所述等效比对图形的各所述分割矩形的特征值进行比较并根据比较结果归类。
进一步的改进是，步骤二中旋转和镜像的变换包括：顺时针90度旋转、逆时针90度旋转、180度旋转、上下镜像和左右镜像、顺时针90度旋转后上下镜像、顺时针90度旋转后左右镜像。
进一步的改进是，所述第二比对图形的等效比对图形的个数为8个。
进一步的改进是，步骤31中确定对应的所述比对图形的比对区域范围是以所述OPC验证的错误点为中心的矩形。
进一步的改进是，步骤31中确定的所述比对区域范围的大小根据不同的OPC模型进行设定。
进一步的改进是，步骤31中确定的所述比对区域范围的大小为在包含所述OPC验证的错误点的最小矩形的基础上向外再扩展1微米～2微米。
进一步的改进是，步骤32包括分步骤：
步骤321、提取覆盖对应的所述相关图形的最小矩形并得到该最小矩形X方向的尺寸Lx和Y方向的尺寸Ly。
步骤322、若Lx≥Ly,则以所述相关图形中的每个顶点为定点，沿Y方向将所述相关图形分割成数个分割图形，取能够分别覆盖各所述分割图形的最小矩形作为对应的所述分割矩形。
步骤323、若Lx＜Ly,则以所述相关图形中的每个顶点为定点，沿X方向将所述相关图形分割成数个分割图形，取能够分别覆盖各所述分割图形的最小矩形作为对应的所述分割矩形。
进一步的改进是，步骤33中所述分割矩形的中心点坐标为以所述比对区域范围的中心点为原点的坐标系的坐标。
进一步的改进是，步骤四中，两个相比较的所述分割矩形的特征值的偏差不超过容错度时认为相等；两个相比较的所述分割矩形的特征值的偏差超过容错度时认为不相等。
进一步的改进是，步骤四中，将所述第一比对图形和对应的所述第二比对图形的所述等效比对图形进行比较时，如果所述第一比对图形的所有分割矩形在对应的所述第二比对图形的所述等效比对图形中都有对应且相等的分割矩形，或对应的所述第二比对图形的所述等效比对图形的所有分割矩形在所述第一比对图形中都有对应且相等的分割矩形，则所述第一比对图形和对应的所述第二比对图形的所述等效比对图形相等。
如果所述第一比对图形具有至少一个分割矩形在对应的所述第二比对图形的所述等效比对图形中找不到对应且相等的分割矩形，且对应的所述第二比对图形的所述等效比对图形具有至少一个分割矩形在所述第一比对图形中找不到对应且相等的分割矩形，则所述第一比对图形和对应的所述第二比对图形的所述等效比对图形不相等。
进一步的改进是，如果所述第一比对图形和所述第二比对图形的所有所述等效比对图形中的一个相等，则将所述第一比对图形和所述第二比对图形归为同一类；
如果所述第一比对图形和所述第二比对图形的所有所述等效比对图形都不相等，则将所述第一比对图形和所述第二比对图形归为不同类。
进一步的改进是，步骤四中在进行对应的所述分割矩形的特征值比较之前，还包括比较所述第一比对图形和对应的所述等效比对图形的分割矩形的数量的步骤。
进一步的改进是，如果所述第一比对图形和对应的所述等效比对图形的分割矩形的数量的偏差在对应的容错度范围内，则进行后续的对应的所述分割矩形的特征值比较；如果所述第一比对图形和对应的所述等效比对图形的分割矩形的数量的偏差超出对应的容错度范围内则直接判断所述第一比对图形和所述第二比对图形不为同一类。
进一步的改进是，步骤四中，对两个对应的所述分割矩形的特征值进行比较时，对相应的特征值的长、宽和中心点的X坐标和Y坐标这四个参数分别进行比较，每个比较参数都设置有一个对应的容错度。
进一步的改进是，OPC验证基于分类的比对图形进行，对同一类比对图形进行一次OPC验证。
本发明通过对图形结构即比对图形进行两两比较能够实现图形的归类，在两两比较过程中，本发明通过对一个比对图形即第二比对图形进行旋转和镜像的变换并以变换后的各等效比对图形和另一个比对图形即第一比对图形来比较，能够实现将具有旋转或镜像关系的图形归为同一类；同时，本发明通过对比对图形进行矩形分割，并以分割得到的分割矩形的特征值作为两个比对图形比较的参数，通过对分割矩形的各特征值的参数设置对应的容错度，能实现对细微差异进行过滤，能实现将具有在容错度限定的范围内的细微差异的图形进行归类；所以，本发明能实现将具有旋转或镜像关系以及具有细微差异的图形归成同一类，从而能减少同样的验证结果在报告中重复出现的次数，降低排查困难性。
附图说明
下面结合附图和具体实施方式对本发明作进一步详细的说明：
图1A是一种芯片的图形的示意图；
图1B是图1A的旋转图形的示意图；
图1C是图1A的微小差异的图形的示意图；
图2是本发明实施例方法流程图；
图3A是本发明实施例方法步骤31中获取以图1C所示图形为例的比对图形的比对区域范围的示意图；
图3B是本发明实施例方法步骤322中对图3A中的一个相关图形进行矩形分割的示意图；
图3C是本发明实施例方法步骤323中对图3A中的一个相关图形进行矩形分割的示意图；
图3D是本发明实施例方法步骤32中对图3A所示的比对图形中所有相关图形进行矩形分割的完成后的示意图；
图3E是本发明实施例方法步骤33中提取对应的分割矩形的特征值的示意图；
图4A是本发明实施例方法对图1A所示的比对图形进行步骤32矩形分割的后的示意图；
图4B是本发明实施例方法对图1B所示的比对图形逆时针旋转90度后进行步骤32矩形分割的后的示意图；
图4C是本发明实施例方法对图1C所示的比对图形进行步骤32矩形分割的后的示意图。
具体实施方式
如图2所示，是本发明实施例方法流程图；本发明实施例用于OPC验证的图形分类方法，通过对比对图形进行两两比较归类，判断两个所述比对图形是否应归为同一类的方法包括如下步骤：
步骤一、选取两个所述比对图形中的一个为第一比对图形，另一个为第二比对图形。
步骤二、将所述第二比对图形进行旋转和镜像的变换得到多个所述第二比对图形的等效比对图形。
本发明实施例方法中，旋转和镜像的变换包括：顺时针90度旋转、逆时针90度旋转、180度旋转、上下镜像、左右镜像、顺时针90度旋转后上下镜像、顺时针90度旋转后左右镜像；即包括七次变换，加上变换前的图形，所述第二比对图形的等效比对图形的个数为8个。
步骤三、对所述第一比对图形和所述第二比对图形的各所述等效比对图形分别按照如下分步骤进行分割，以下步骤31至33以图1C所示图形为比对图形为例来说明的：
步骤31、如图3A所示，确定对应的所述比对图形的比对区域范围101，在所述比对区域范围101内选取组成所述比对图形的所有相关图形，图3A中相关图形包括两个，分别用标记102和103标出。
本发明实施例方法中，确定对应的所述比对图形的比对区域范围101是以所述OPC验证的错误点为中心的矩形。本技术领域中，OPC验证的错误点为，经过模型的仿真后，在芯片生产时，该图形的形变大于设定标准，可能造成器件失效或性能下降的位置。
确定的所述比对区域范围101的大小根据不同的OPC模型进行设定。较佳为，确定的所述比对区域范围101的大小为在包含所述OPC验证的错误点的最小矩形的基础上向外再扩展1微米～2微米。
步骤32、对所述比对图形的各所述相关图形进行矩形分割，分割方法为以对应的所述相关图形的长边方向的每个顶点为定点，沿短边方向对所述相关图形进行分割并形成多个分割矩形。
本发明实施例方法中，步骤32包括分步骤：
步骤321、提取覆盖对应的所述相关图形的最小矩形并得到该最小矩形X方向的尺寸Lx和Y方向的尺寸Ly。
步骤322、若Lx≥Ly,则以所述相关图形中的每个顶点为定点，沿Y方向将所述相关图形分割成数个分割图形，取能够分别覆盖各所述分割图形的最小矩形作为对应的所述分割矩形。如图3B所示，是本发明实施例方法步骤322中对图3A中的一个相关图形进行矩形分割的示意图；由图3B所示可知，X方向的尺寸即Lx大于等于Y方向的尺寸即Ly，是对X方向上的各顶点沿Y方向进行分割，分割后能得到4各分割矩形，4个所述分割矩形分别用1、2、3和4标出。
步骤323、若Lx＜Ly,则以所述相关图形中的每个顶点为定点，沿X方向将所述相关图形分割成数个分割图形，取能够分别覆盖各所述分割图形的最小矩形作为对应的所述分割矩形。如图3C所示，是本发明实施例方法步骤323中对图3A中的一个相关图形进行矩形分割的示意图；图3C的相关图形为图3B中的相关图形逆时针选择90度得到，由图3C所示可知，X方向的尺寸即Lx小于Y方向的尺寸即Ly，是对Y方向上的各顶点沿C方向进行分割，分割后能得到4各分割矩形，4个所述分割矩形分别用1、2、3和4标出。
如图3D所示，是本发明实施例方法步骤32中对图3A所示的比对图形中所有相关图形进行矩形分割的完成后的示意图；由图3D所示可知，图3A中标记102所对应的相关图形分割后还是一个矩形，在图3D中用5标出；图3A中标记103所对应的相关图形分割后包4个分割矩形，在图3D中分别用1、2、3和4标出。
步骤33、提取各所述相关图形对应的各所述分割矩形的特征值，该特征值由对应的所述分割矩形的长、宽和中心点坐标组成。所述分割矩形的中心点坐标为以所述比对区域范围101的中心点为原点的坐标系的坐标。
如图3E所示，是本发明实施例方法步骤33中提取对应的分割矩形的特征值的示意图；图3E中原点(0,0)为所述比对区域范围101的中心点；图3E中还标出了标记1对应的分割矩形的四个参数，分别为分割矩形的长度L1、宽度W1和两个坐标值x1和y1。
各分割矩形的特征值可以采用矢量(L，W，x，y)表示，L对应于分割矩形的长度，W对应用于分割矩形的宽度，x对应于分割矩形中心点的X方向坐标，y对应于分割矩形中心点的Y方向的坐标。如：对于图3E中的标记1对应的分割矩形的特征值可以表示为(L1，W1，x1，y1)，L1，W1，x1，y1的值通过测量得到。
步骤四、将所述第一比对图形的各所述分割矩形的特征值依次和所述第二比对图形的各所述等效比对图形的各所述分割矩形的特征值进行比较并根据比较结果归类。
本发明实施例方法中，两个相比较的所述分割矩形的特征值的偏差不超过容错度时认为相等；两个相比较的所述分割矩形的特征值的偏差超过容错度时认为不相等。
本发明实施例方法中，将所述第一比对图形和对应的所述第二比对图形的所述等效比对图形进行比较时，如果所述第一比对图形的所有分割矩形在对应的所述第二比对图形的所述等效比对图形中都有对应且相等的分割矩形，或对应的所述第二比对图形的所述等效比对图形的所有分割矩形在所述第一比对图形中都有对应且相等的分割矩形，则所述第一比对图形和对应的所述第二比对图形的所述等效比对图形相等。
如果所述第一比对图形具有至少一个分割矩形在对应的所述第二比对图形的所述等效比对图形中找不到对应且相等的分割矩形，且对应的所述第二比对图形的所述等效比对图形具有至少一个分割矩形在所述第一比对图形中找不到对应且相等的分割矩形，则所述第一比对图形和对应的所述第二比对图形的所述等效比对图形不相等。
如果所述第一比对图形和所述第二比对图形的所有所述等效比对图形中的一个相等，则将所述第一比对图形和所述第二比对图形归为同一类；如果所述第一比对图形和所述第二比对图形的所有所述等效比对图形都不相等，则将所述第一比对图形和所述第二比对图形归为不同类。
在进行对应的所述分割矩形的特征值比较之前，还包括比较所述第一比对图形和对应的所述等效比对图形的分割矩形的数量的步骤。
如果所述第一比对图形和对应的所述等效比对图形的分割矩形的数量的偏差在对应的容错度范围内，则进行后续的对应的所述分割矩形的特征值比较；如果所述第一比对图形和对应的所述等效比对图形的分割矩形的数量的偏差超出对应的容错度范围内则直接判断所述第一比对图形和所述第二比对图形不为同一类。
对两个对应的所述分割矩形的特征值进行比较时，对相应的特征值的长、宽和中心点的X坐标和Y坐标这四个参数分别进行比较，每个比较参数都设置有一个对应的容错度。
对于步骤四中的归类的比较方法，现以两个具体实例说明如下：
第一种实例对应于图1A和图1B所示的图形的归类比较：
将图1A所述的图形作为第一比对图形，图1A所示的图形经过步骤三之后，得到具有如图4A所示的分割矩形的示意图，由图4A可以看出，第一比对图形分割后形成3个分割图形，并分别用A1,A2和A3表示。
将图1B所示的图形作为第二比对图形，对第二比对图形进行逆时针旋转90度的变换后的等效比对图形在经过步骤三之后得到图4B所示的分割矩形，由图4B可以看出，形成有3个分割图形，并分别用B1,B2和B3表示。
对图4A和图4B所示图形进行比较为：
首先、进行各参数的容错度的设置，将分割矩形的数量容错度设置为d0＝4，将特征值的四个参数即L,W,x,y容错度均设为d1。
其次、根据设置的容错度进行图4A和图4B的比较，可得：
|图4A的分割矩形数量-图4B的分割矩形数量|＝0<d0；
|(L,W,x,y)Ai–(L,W,x,y)Bi|＝(0,0,0,0)<(d1,d1,d1,d1)，其中，i＝1～3，对应于图4A和图4B中的分割矩形对应的块标号；Ai则表示图4A中对应的各分割矩形块，(L,W,x,y)Ai表示图4A中Ai对应的各分割矩形块对应的特征值；Bi则表示图4B中对应的各分割矩形块，(L,W,x,y)Bi表示图4B中Bi对应的各分割矩形块对应的特征值；(0,0,0,0)表示(L,W,x,y)Ai和(L,W,x,y)Bi的差值的绝对值即|(L,W,x,y)Ai–(L,W,x,y)Bi|的结果，(d1,d1,d1,d1)对应于四个参数的容错度。
由上面比较可知，分割矩形的数量差以及各分割矩形块对应的特征值的差值都为零，故都在对应的容错度范围内，所以，图4A和图4B所对应的图形归为同一类，这样就推导出图1A和图1B所示的图形归为同一类。
第二种实例对应于图1A和图1C所示的图形的归类比较：
将图1A所述的图形作为第一比对图形，图1A所示的图形经过步骤三之后，得到具有如图4A所示的分割矩形的示意图，由图4A可以看出，第一比对图形分割后形成3个分割图形，并分别用A1,A2和A3表示。
将图1C所示的图形作为第二比对图形，未进行变换的第二比对图形在经过步骤三之后得到图4C所示的分割矩形，图4C也即图3D，第二比对图形分割后形成5个分割矩形，图4C中并分别用C1,C2，C3，C4和C5表示5个分割矩形。
对图4A和图4C所示图形进行比较为：
首先、进行各参数的容错度的设置，将分割矩形的数量容错度设置为d0＝4，将特征值的四个参数即L,W,x,y容错度均设为d1。
其次、根据设置的容错度进行图4A和图4C的比较，可得：
|图4C的分割矩形数量-图4A的分割矩形数量|＝2<d0；
|(L,W,x,y)A1–(L,W,x,y)C1|＝(0,0,0,0)<(d1,d1,d1,d1)；
|(L,W,x,y)A2–(L,W,x,y)C4|＝(LC2,0,LC2/2,0)<(d1,d1,d1,d1)；
|(L,W,x,y)A3–(L,W,x,y)C5|＝(0,0,0,0)<(d1,d1,d1,d1)；
其中，(L,W,x,y)A1表示图4A中A1对应的各分割矩形块对应的特征值；
(L,W,x,y)A2表示图4A中A2对应的各分割矩形块对应的特征值；
(L,W,x,y)A3表示图4A中A3对应的各分割矩形块对应的特征值；
(L,W,x,y)C1表示图4C中C1对应的各分割矩形块对应的特征值；
(L,W,x,y)C4表示图4C中C1对应的各分割矩形块对应的特征值；
(L,W,x,y)C5表示图4C中C1对应的各分割矩形块对应的特征值；
本发明实施例方法中，特征值(L,W,x,y)中的L是指对应的分割矩形沿X方向的长度，W是指对应的分割矩形沿Y方向的长度。
由|(L,W,x,y)A2–(L,W,x,y)C4|＝(LC2,0,LC2/2,0)<(d1,d1,d1,d1)公式可知，(L,W,x,y)A2和(L,W,x,y)c4的差值的绝对值不为零，而是L具有大小为LC2的偏差，中心点坐标x具有大小为LC2/2的偏差，LC2为图4C中C2对应的分割矩形块的L值即X方向的长度；也即图4C中的C4对应的块的L值比图4A中的A2对应的块的L值小于一个C2块对应的L值。由于(L,W,x,y)A2和(L,W,x,y)c4的差值的绝对值即(LC2,0,LC2/2,0)小于(d1,d1,d1,d1)即在容错度范围内，而其它各块的比较结果即(L,W,x,y)A1和(L,W,x,y)c1的差值的绝对值以及(L,W,x,y)A3和(L,W,x,y)c5的差值的绝对值都为(0,0,0,0)，也在容错度范围内，故能够判断图4A和图4C所对应的图形归为同一类，这样就推导出图1A和图1C所示的图形归为同一类。
如果LC2,大于d1，则会出现(LC2,0,LC2/2,0)>(d1,d1,d1,d1)的情形，即(L,W,x,y)A2和(L,W,x,y)c4的差值的绝对值超出了容错度范围，这样能够判断图4A和图4C所对应的图形不为同一类，这样也就推导出图1A和图1C所示的图形归不为同一类。
以上通过具体实施例对本发明进行了详细的说明，但这些并非构成对本发明的限制。在不脱离本发明原理的情况下，本领域的技术人员还可做出许多变形和改进，这些也应视为本发明的保护范围。

Claims (15)

1.一种用于OPC验证的图形分类方法，其特征在于：通过对比对图形进行两两比较归类，判断两个所述比对图形是否应归为同一类的方法包括如下步骤：
步骤一、选取两个所述比对图形中的一个为第一比对图形，另一个为第二比对图形；
步骤二、将所述第二比对图形进行旋转和镜像的变换得到多个所述第二比对图形的等效比对图形；
步骤三、对所述第一比对图形和所述第二比对图形的各所述等效比对图形分别按照如下分步骤进行分割：
步骤31、确定对应的所述比对图形的比对区域范围，在所述比对区域范围内选取组成所述比对图形的所有相关图形；
步骤32、对所述比对图形的各所述相关图形进行矩形分割，分割方法为以对应的所述相关图形的长边方向的每个顶点为定点，沿短边方向对所述相关图形进行分割并形成多个分割矩形；
步骤33、提取各所述相关图形对应的各所述分割矩形的特征值，该特征值由对应的所述分割矩形的长、宽和中心点坐标组成；
步骤四、将所述第一比对图形的各所述分割矩形的特征值依次和所述第二比对图形的各所述等效比对图形的各所述分割矩形的特征值进行比较并根据比较结果归类。
2.如权利要求1所述的用于OPC验证的图形分类方法，其特征在于：步骤二中旋转和镜像的变换包括：顺时针90度旋转、逆时针90度旋转、180度旋转、上下镜像和左右镜像、顺时针90度旋转后上下镜像、顺时针90度旋转后左右镜像。
3.如权利要求2所述的用于OPC验证的图形分类方法，其特征在于：所述第二比对图形的等效比对图形的个数为8个。
4.如权利要求1所述的用于OPC验证的图形分类方法，其特征在于：步骤31中确定对应的所述比对图形的比对区域范围是以所述OPC验证的错误点为中心的矩形；所述OPC验证的错误点为，经过模型的仿真后，在芯片生产时，该图形的形变大于设定标准，可能造成器件失效或性能下降的位置。
5.如权利要求4所述的用于OPC验证的图形分类方法，其特征在于：步骤31中确定的所述比对区域范围的大小根据不同的OPC模型进行设定。
6.如权利要求5所述的用于OPC验证的图形分类方法，其特征在于：步骤31中确定的所述比对区域范围的大小为在包含所述OPC验证的错误点的最小矩形的基础上向外再扩展1微米～2微米。
7.如权利要求1或4所述的用于OPC验证的图形分类方法，其特征在于：步骤32包括分步骤：
步骤321、提取覆盖对应的所述相关图形的最小矩形并得到该最小矩形X方向的尺寸Lx和Y方向的尺寸Ly；
步骤322、若Lx≥Ly,则以所述相关图形中的每个顶点为定点，沿Y方向将所述相关图形分割成数个分割图形，取能够分别覆盖各所述分割图形的最小矩形作为对应的所述分割矩形；
步骤323、若Lx＜Ly,则以所述相关图形中的每个顶点为定点，沿X方向将所述相关图形分割成数个分割图形，取能够分别覆盖各所述分割图形的最小矩形作为对应的所述分割矩形。
8.如权利要求1或4所述的用于OPC验证的图形分类方法，其特征在于：步骤33中所述分割矩形的中心点坐标为以所述比对区域范围的中心点为原点的坐标系的坐标。
9.如权利要求8所述的用于OPC验证的图形分类方法，其特征在于：步骤四中，两个相比较的所述分割矩形的特征值的偏差不超过容错度时认为相等；两个相比较的所述分割矩形的特征值的偏差超过容错度时认为不相等。
10.如权利要求1或9所述的用于OPC验证的图形分类方法，其特征在于：步骤四中，将所述第一比对图形和对应的所述第二比对图形的所述等效比对图形进行比较时，如果所述第一比对图形的所有分割矩形在对应的所述第二比对图形的所述等效比对图形中都有对应且相等的分割矩形，或对应的所述第二比对图形的所述等效比对图形的所有分割矩形在所述第一比对图形中都有对应且相等的分割矩形，则所述第一比对图形和对应的所述第二比对图形的所述等效比对图形相等；
如果所述第一比对图形具有至少一个分割矩形在对应的所述第二比对图形的所述等效比对图形中找不到对应且相等的分割矩形，且对应的所述第二比对图形的所述等效比对图形具有至少一个分割矩形在所述第一比对图形中找不到对应且相等的分割矩形，则所述第一比对图形和对应的所述第二比对图形的所述等效比对图形不相等。
11.如权利要求10所述的用于OPC验证的图形分类方法，其特征在于：如果所述第一比对图形和所述第二比对图形的所有所述等效比对图形中的一个相等，则将所述第一比对图形和所述第二比对图形归为同一类；
如果所述第一比对图形和所述第二比对图形的所有所述等效比对图形都不相等，则将所述第一比对图形和所述第二比对图形归为不同类。
12.如权利要求9所述的用于OPC验证的图形分类方法，其特征在于：步骤四中在进行对应的所述分割矩形的特征值比较之前，还包括比较所述第一比对图形和对应的所述等效比对图形的分割矩形的数量的步骤。
13.如权利要求12所述的用于OPC验证的图形分类方法，其特征在于：如果所述第一比对图形和对应的所述等效比对图形的分割矩形的数量的偏差在对应的容错度范围内，则进行后续的对应的所述分割矩形的特征值比较；如果所述第一比对图形和对应的所述等效比对图形的分割矩形的数量的偏差超出对应的容错度范围内则直接判断所述第一比对图形和所述第二比对图形不为同一类。
14.如权利要求9所述的用于OPC验证的图形分类方法，其特征在于：步骤四中，对两个对应的所述分割矩形的特征值进行比较时，对相应的特征值的长、宽和中心点的X坐标和Y坐标这四个参数分别进行比较，每个比较参数都设置有一个对应的容错度。
15.如权利要求1所述的用于OPC验证的图形分类方法，其特征在于：OPC验证基于分类的比对图形进行，对同一类比对图形进行一次OPC验证。
CN201710695146.6A 2017-08-15 2017-08-15 用于opc验证的图形分类方法 Active CN107527338B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710695146.6A CN107527338B (zh) 2017-08-15 2017-08-15 用于opc验证的图形分类方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710695146.6A CN107527338B (zh) 2017-08-15 2017-08-15 用于opc验证的图形分类方法

Publications (2)

Publication Number Publication Date
CN107527338A CN107527338A (zh) 2017-12-29
CN107527338B true CN107527338B (zh) 2019-10-11

Family

ID=60681084

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710695146.6A Active CN107527338B (zh) 2017-08-15 2017-08-15 用于opc验证的图形分类方法

Country Status (1)

Country Link
CN (1) CN107527338B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108170831A (zh) * 2018-01-11 2018-06-15 上海华虹宏力半导体制造有限公司 版图差异的量化分析方法
CN109857881B (zh) * 2019-01-31 2021-01-22 上海华虹宏力半导体制造有限公司 用于opc验证的验证图形的量化分析方法

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3406506B2 (ja) * 1997-03-24 2003-05-12 シャープ株式会社 フォトマスクのパターン補正方法およびフォトマスクのパターン補正装置
CN105159026B (zh) * 2015-07-29 2019-10-25 上海华力微电子有限公司 栅极区域的光学临近修正验证方法

Also Published As

Publication number Publication date
CN107527338A (zh) 2017-12-29

Similar Documents

Publication Publication Date Title
US11761904B2 (en) Smart defect calibration system in semiconductor wafer manufacturing
US8115169B2 (en) Method and apparatus of pattern inspection and semiconductor inspection system using the same
CN104903896B (zh) 设计规则检查
CN104359402A (zh) 一种用于矩形引脚元件视觉定位的检测方法
TWI534646B (zh) 智慧型弱點圖形診斷方法、系統與電腦可讀取記憶媒體
US9047532B2 (en) System, method and computer program product for evaluating an actual structural element of an electrical circuit
US10748276B2 (en) Positioning method of rectangular pin element based on vertex points
CN107527338B (zh) 用于opc验证的图形分类方法
CN105573047B (zh) 一种侦测掩膜图形保真度的系统及方法
TWI648766B (zh) 用於晶粒對資料庫光罩檢查之自動校準樣本選擇
US20150235415A1 (en) Wafer test data analysis method
EP4128141A1 (en) Examination of a semiconductor specimen
JP2008058090A (ja) パターン評価方法およびプログラム
CN107045259A (zh) 包含有监测图形的掩膜版以及监测方法
CN104978752A (zh) 用于芯片缺陷扫描的关注区域划分方法
US8280147B2 (en) Pattern verification method, pattern verification apparatus, and pattern verification program
CN103839847B (zh) 图形检测方法
CN110490865A (zh) 基于螺柱高反光特性的螺柱点云分割方法
US8831333B2 (en) Mask pattern analysis apparatus and method for analyzing mask pattern
CN107133944A (zh) 用于opc验证的图形分类方法
WO2021040733A1 (en) Semiconductor layout context around a point of interest
CN111429426B (zh) 一种检测对象缺陷图案的提取装置、提取方法及存储介质
CN113128247A (zh) 一种图像定位标识验证方法及服务器
TWI499924B (zh) 供影像與ｃａｄ對準使用之ｐ型區域及ｎ型區域差異化
EP3982326B1 (en) Failure pattern acquisition method and acquisition apparatus

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant