CN108257166B - 版图的仿真图像和硅片sem图像自动匹配的方法 - Google Patents

版图的仿真图像和硅片sem图像自动匹配的方法 Download PDF

Info

Publication number
CN108257166B
CN108257166B CN201810024871.5A CN201810024871A CN108257166B CN 108257166 B CN108257166 B CN 108257166B CN 201810024871 A CN201810024871 A CN 201810024871A CN 108257166 B CN108257166 B CN 108257166B
Authority
CN
China
Prior art keywords
image
layout
template
matching
contour
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
CN201810024871.5A
Other languages
English (en)
Other versions
CN108257166A (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 CN201810024871.5A priority Critical patent/CN108257166B/zh
Publication of CN108257166A publication Critical patent/CN108257166A/zh
Application granted granted Critical
Publication of CN108257166B publication Critical patent/CN108257166B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
    • G06T7/33—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods
    • G06T7/337—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods involving reference images or patches
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/13—Edge detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/155—Segmentation; Edge detection involving morphological operators
    • 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
    • G06T2207/10—Image acquisition modality
    • G06T2207/10056—Microscopic image
    • G06T2207/10061—Microscopic image from scanning electron microscope

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Testing Or Measuring Of Semiconductors Or The Like (AREA)
  • Analysing Materials By The Use Of Radiation (AREA)

Abstract

本发明公开了一种版图的仿真图像和硅片SEM图像自动匹配的方法，包括如下步骤：步骤1、提取SEM图像中硅片版图的内轮廓图像；步骤2、从硅片版图的内轮廓图像提取模板图像；步骤3、使用模板匹配算法将模板图像分别与版图的仿真图像匹配，选出最佳匹配的模板图像以及与它对应的旋转角度、放大或缩小倍数、模板中心在版图的仿真图像上的匹配坐标。本发明能够自动实现版图的仿真图像和硅片SEM图像的匹配。

Description

版图的仿真图像和硅片SEM图像自动匹配的方法
技术领域
本发明涉及半导体集成电路领域，特别是涉及一种版图的仿真图像和硅片SEM(扫描电子显微镜)图像自动匹配的方法。
背景技术
在OPC(光学临近效应修正)建模中，需要将使用模型产生的仿真结果和直接反映硅片上真实情况的SEM图像进行量化比对，以此检验模型的准确性。这项检测针对版图中可能出现的所有图形结构，为了准确反映这些图形结构在硅片上的情况，每一个SEM图像拍摄的是硅片上版图的局部图，一个版图的仿真结果对应大量的局部SEM图像。为了完成比对工作，需要人工在可视化软件中将局部SEM图像和版图仿真结果匹配起来(得到SEM图像在版图中对应的位置，缩放倍数和旋转角度)，庞大的SEM图像数量使这项工作成为技术人员的负担。
与普通的照片相比，SEM图像中含有大量噪声，图像中的轮廓提取困难，这是妨碍将以上工作自动化的主要问题。
发明内容
本发明要解决的技术问题是提供一种版图的仿真图像和硅片SEM图像自动匹配的方法，能够自动实现版图的仿真图像和硅片SEM图像的匹配，提高工作效率。
为解决上述技术问题，本发明的版图的仿真图像和硅片SEM图像自动匹配的方法，包括如下步骤：
步骤1、提取SEM图像中硅片版图的内轮廓图像；
步骤2、从硅片版图的内轮廓图像提取模板图像；
步骤3、使用模板匹配算法将模板图像分别与版图的仿真图像匹配，选出最佳匹配的模板图像以及与它对应的旋转角度、放大或缩小倍数、模板中心在版图的仿真图像上的匹配坐标。
采用本发明的方法，可实现版图的仿真图像和硅片SEM图像自动匹配，将原本需要人工操作的匹配工作全部交由计算机完成，减小人力成本和偶然误差，提高工作效率。
附图说明
下面结合附图与具体实施方式对本发明作进一步详细的说明：
图1是母轮廓与子轮廓示意图；
图2是所述版图的仿真图像和硅片SEM图像自动匹配的方法一实施例流程图。
具体实施方式
所述版图的仿真图像和硅片SEM图像自动匹配的方法，在下面的实施例中是采用如下步骤实现的：
(1).对SEM图像进行基本处理(包括但不限于去水印、中值模糊、双边滤波处理)后使用Canny算法提取轮廓线并胀大K，给轮廓线图像添加1px(像素)白色矩形边框得到新的二值图像。对新的二值图像中面积小于300像素的单色区域进行反色，然后提取所有不同色像素之间的边界作为新的轮廓线。根据目标轮廓线在原SEM图像上所包围区域的特点(包括但不限于大小、形状、重心、像素值分布、与周围图形的关系)对所有轮廓线进行筛选，填充轮廓再胀大K后得到硅片版图的内轮廓图像。以上所述的胀大K、添加的白色矩形边框宽度、进行反色的区域面积大小等均可根据经验设置
(2).对提取到的硅片版图的内轮廓图像按所有可能的角度以中心点为旋转中心进行旋转，并截取以中心点为中心的矩形区域(尺寸以该区域必须是原硅片版图的内轮廓图像的子区域为准)，放大(或缩小)所有可能的倍数后作为一系列模板图像。
(3).使用模板匹配算法将模板图像分别与版图的仿真图像匹配，选出最佳匹配的模板图像以及与它对应的旋转角度、放大(或缩小)倍数、模板中心在版图的仿真图像上的匹配坐标A，该旋转角度、放大(或缩小)倍数即为SEM图像的适配旋转角度和放大(或缩小)倍数。以A为中心选取一个比模板尺寸大的版图的仿真图像的矩形子区域，将最佳匹配的模板图像做不同程度(可根据经验设置)的胀大处理后得到一组新模板，再使用模板匹配算法将其与版图的仿真图像的矩形子区域匹配，选出最佳匹配的新模板与其中心在版图的仿真图像的矩形子区域的匹配坐标B，将B换算成版图的仿真图像上的坐标，该坐标即为SEM图像中心点在版图仿真图像上的匹配坐标。
下面结合附图具体介绍所述版图的仿真图像和硅片SEM图像自动匹配的方法的实施过程。参见图2所示，具体步骤如下：
1.提取SEM图像中硅片版图的内轮廓图像。
1.1、选取SEM图像上像素值0～50的像素点，生成和SEM同尺寸、背景为黑、但在选取像素点位置值为255的图像，该图像记为I1，给I1四周加上1px的黑色边框得到的图像记为I2。
1.2、去除SEM图像上白色的比例尺、信号强度曲线等，仅保留由二次电子信号得到的图像。
1.3、对步骤1.2中得到的图像先后进行中值模糊、双边滤波处理，然后使用Canny(边缘检测算法)算法提取出初步轮廓图像，该图像记为I3，对I3的像素进行胀大处理(采用7*7的椭圆卷积核)，得到的图像记为I4，给I4四周加上1px的白色边框得到的图像记为I5。
1.4、对图像I5中面积小于300像素的单色区域进行反色，得到的图像记为I6。
1.5、提取图像I6中所有不同色像素之间的边界作为新的轮廓线。设其中没有子轮廓的轮廓为0级，0级轮廓的母轮廓为1级，1级的母轮廓为2级……依此类推(参见图1，其中标号2是标号1的子轮廓，标号1是标号2的母轮廓)。在图像I2中对应的包围区域白色像素占据总像素数20％以上的0级轮廓作为A，在图像I2中对应的包围区域白色像素占据总像素数20％以下的0级轮廓作为B，选取A和A的(4m-1)、(4m)级轮廓，以及B的(4m-3)、(4m-2)级轮廓(m＝1,2,3……，顶级母轮廓不选取)，生成新的二值图像，记为I7。
1.6、将图像I7中的轮廓填充后进行胀大处理(采用步骤1.3中相同的椭圆卷积核)，然后进行闭运算(采用椭圆卷积核)，去除图像最外围1px像素，得到的图像记为I8，即硅片版图的内轮廓图像。
2.从硅片版图的内轮廓图像提取模板图像。
2.1、已知SEM图像可能相对于版图的最大旋转角度为±n°(0≤n≤180)，将I8以图像中心为旋转中心分别旋转-n°，-(n-1)°，-(n-2)°，……，-1°，0°，1°，……，(n-2)°，(n-1)°，n°，得到(2n+1)个图像I8x(x＝0,±1,±2,……，±n)。在本实施例中，n＝5。
2.2、在I8x上截取尺寸为l*l的以I8x的中心点为中心的图像Mx[已知I8的尺寸为X*Y(X≥Y)，则l＝Y/2cos(45°)(l取整数)]°在本实施例中，X＝468px，Y＝466px，因此l＝330px。
2.3、已知版图对SEM图像的比例可能有S1，S2，……，Si，将图像Mx分别放大S1，S2，……，Si倍得到(2n+1)*i个图像Mx-y(y＝S1，S2，……，Si)，作为模板图像。在本实施例中，版图对SEM图像的比例可能有3.31、4.43、5.30。
上述中的“*”表示乘号，下同°
3.匹配。
3.1、采用模板匹配算法分别将(2n+1)*i个模板图像Mx-y与版图的仿真图像匹配，得到归一化的匹配值Vx-y(Vx-y越大匹配得越好)和匹配坐标Lx-y(Mx-y的中心点在版图的仿真图像上匹配的点坐标)。
3.2、选择与最大Vx-y对应的Mx-y和Lx-y，已知Mx-y的尺寸为H*H，在版图的仿真图像上选择以Lx-y为中心点的尺寸为H*H的区域，以该区域为基准向水平和竖直外方向扩大50px的区域作为图像I9。
结合表1所示，在本实施例中，与最大Vx-y对应的是M-5-4.43和L-5-4.43＝(3291,27372)，M-5-4.43的尺寸为1462px*1462px(即H＝1462px)。
3.3、将与最大Vx-y对应的Mx-y做不同程度的胀大处理，得到多个新的模板图像Mx-y-z(z代表胀大运算所用的核大小)。
Figure BDA0001544599430000061
表1
3.4、采用模板匹配算法分别将多个模板图像Mx-y-z与图像I9匹配，得到归一化的匹配值Vx-y-z(Vx-y-z越大匹配得越好)和匹配坐标Lx-y-z。
3.5、将与最大Vx-y-z对应的匹配坐标Lx-y-z(Mx-y-z中心点在I9上的匹配坐标)换算成Mx-y-z的中心点在版图仿真图像中的坐标，该坐标即为SEM图像中心点在版图仿真图像上的匹配坐标，与最大Vx-y-z对应的旋转角度和放大倍数即为SEM图像的适配旋转角度和放大倍数。
Figure BDA0001544599430000071
表2
结合表2所示，在本实施例中，与最大Vx-y-z对应的是M-5-4.43-15和L-5-4.43-15＝(778，738)。所以，SEM图像中心点在版图仿真图像上的匹配坐标：[778+(3291-H/2-50)，738+(27372-H/2-50)]＝(3288，27329)。SEM图像的适配旋转角度和放大倍数为：-5°，4.43。
以上通过具体实施方式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 (17)

1.一种版图的仿真图像和硅片SEM图像自动匹配的方法，其特征在于，包括如下步骤:
步骤1、提取SEM图像中硅片版图的内轮廓图像；采用如下方法实现:对SEM图像进行基本处理后，使用Canny算法提取轮廓线图像并胀大K倍，给轮廓线图像添加1px白色矩形边框后得到新的二值图像；对新的二值图像中面积小于300像素的单色区域进行反色，然后提取所有不同色像素之间的边界作为新的轮廓线图像；根据目标轮廓线在原SEM图像上所包围区域的特点对所有轮廓线图像进行筛选，填充轮廓再胀大K倍后得到硅片版图的内轮廓图像；
步骤2、从硅片版图的内轮廓图像提取模板图像；
步骤3、使用模板匹配算法将模板图像分别与版图的仿真图像匹配，选出最佳匹配的模板图像以及与它对应的旋转角度、放大或缩小倍数、模板中心在版图的仿真图像上的匹配坐标。
2.如权利要求1所述的方法，其特征在于:所述基本处理包括去水印、中值模糊、双边滤波处理。
3.如权利要求1所述的方法，其特征在于:所述特点包括大小、形状、重心、像素值分布、与周围图形的关系。
4.如权利要求1所述的方法，其特征在于:胀大K倍的程度、添加的白色矩形边框宽度、进行反色的区域面积大小均根据经验设置。
5.如权利要求1所述的方法，其特征在于:实施步骤2时采用如下方法实现:对提取到的硅片版图的内轮廓图像按所有可能的角度以中心点为旋转中心进行旋转，并截取以中心点为中心的矩形区域，放大或缩小所有可能的倍数后作为一系列模板图像。
6.如权利要求5所述的方法，其特征在于:所述矩形区域的尺寸以该区域必须是原硅片版图的内轮廓图像的子区域为准。
7.如权利要求1所述的方法，其特征在于:步骤3所述旋转角度、放大或缩小倍数即为SEM图像的适配旋转角度，以及放大或缩小倍数。
8.如权利要求1所述的方法，其特征在于:步骤3所述模板中心在版图仿真图像上的匹配坐标采用如下方法实现，使用模板匹配算法将模板图像分别与版图的仿真图像匹配，选出最佳匹配的模板与其中心在版图的仿真图像的匹配坐标，以该匹配坐标为中心选取一个比最佳匹配模板尺寸大的版图的仿真图像的矩形子区域，将最佳匹配的模板图像做不同程度的胀大处理后得到一组新模板，再使用模板匹配算法将其与版图的仿真图像的矩形子区域匹配，选出最佳匹配的新模板与其中心在版图的仿真图像的矩形子区域的匹配坐标，将最佳匹配的新模板中心在版图的仿真图像的矩形子区域的匹配坐标换算成版图的仿真图像上的坐标，该坐标即为模板中心在版图仿真图像上的匹配坐标。
9.如权利要求8所述的方法，其特征在于:所述不同程度的胀大根据经验设置。
10.如权利要求1所述的方法，其特征在于:步骤1所述提取SEM图像中硅片版图的内轮廓图像采用如下方法:
步骤1.1、选取SEM图像上像素值0～50的像素点，生成和SEM图像同尺寸、背景为黑、但在选取像素点位置值为255的图像，该图像记为I1，给I1四周加上1px的黑色边框，得到的图像记为I2；
步骤1.2、去除SEM图像上白色的比例尺、信号强度曲线，仅保留由二次电子信号得到的图像；
步骤1.3、对步骤1.2中得到的图像先后进行中值模糊、双边滤波处理，然后使用Canny算法提取出初步轮廓图像，该图像记为I3，对I3的像素进行胀大处理，得到的图像记为I4，给I4四周加上1px的白色边框，得到的图像记为I5；
步骤1.4、对I5图像中面积小于300像素的单色区域进行反色，得到的图像记为I6；
步骤1.5、提取图像I6中所有不同色像素之间的边界作为新的轮廓线:设其中没有子轮廓的轮廓为0级,0级轮廓的母轮廓为1级，1级的母轮廓为2级……依此类推；在图像I2中对应的包围区域白色像素占据总像素数20％以上的0级轮廓作为A，在图像I2中对应的包围区域白色像素占据总像素数20％以下的O级轮廓作为B，选取A和A的4m-1、4m级轮廓，以及B的4m-3、4m-2级轮廓，m＝1，2，3……，顶级母轮廓不选取，生成新的二值图像，记为I7；
步骤1.6、将I7中的轮廓填充后进行胀大处理，然后进行闭运算，去除图像最外围1px像素，得到的图像记为I8，即硅片版图的内轮廓图像。
11.如权利要求10所述的方法，其特征在于:步骤1.3所述对I3的像素进行胀大处理，采用椭圆卷积核，该椭圆卷积核大小根据经验选择。
12.如权利要求11所述的方法，其特征在于:步骤1.6所述将I7中的轮廓填充后进行胀大处理，采用与步骤1.3中相同的椭圆卷积核。
13.如权利要求10所述的方法，其特征在于:步骤1.6所述进行闭运算，采用椭圆卷积核，该椭圆卷积核大小根据经验选择。
14.如权利要求10所述的方法，其特征在于:步骤2所述从硅片版图的内轮廓图像提取模板图像采用如下方法:
步骤2.1、己知SEM图像相对于版图的最大旋转角度为±nO，0≤n≤180，将I8以图像中心为旋转中心分别旋转-nO，-(n-1)O，-(n-2)O,……，-1O，0O，1O，……，(n-2)O, (n-1)O,nO,得到2n+1个图像I8x，x＝0，±1，±2，……，±n；
步骤2.2、在I8x上截取尺寸为1*1的以I8x的中心点为中心的图像M，己知I8的尺寸为X*Y,X≥Y，则l＝Y/2cos(45O)；"*"表示乘号；
步骤2.3、己知版图对SEM图像的比例有Sl，S2，……，Si，将图像Mx分别放大Sl，S2,……Si倍得到(2n+1)*i个图像Mx-y，y＝Sl，S2，……，Si，作为模板图像。
15.如权利要求14所述的方法，其特征在于:实施步骤3时采用如下方法进行匹配:
步骤3.1、采用模板匹配算法分别将步骤2.3中得到的(2n+1)*i个模板图像Mx-y与版图的仿真图像匹配，得到归一化的匹配值Vx-y和匹配坐标Lx-y；
步骤3.2、选择与最大Vx-y对应的Mx-y和Lx-y，在版图的仿真图像上选择以Lx-y为中心点的尺寸与对应的Mx-y相等的区域，以该区域为基准，将该区域向水平和坚直外方向扩大50px所得到图像记为I9；
步骤3.3、将与最大Vx-y对应的Mx-y做不同程度的胀大处理，得到多个新的模板图像Mx-y-z；
步骤3.4、采用模板匹配算法分别将多个模板图像Mx-y-z与图像I9匹配，得到归一化的匹配值Vx-y-z和匹配坐标Lx-y-z；
步骤3.5、将与最大Vx-y-z对应的匹配坐标Lx-y-z换算成Mx-y-z的中心点在版图仿真图像中的坐标，该坐标即为SEM图像中心点在版图仿真图像上的匹配坐标，与最大Vx-y-z对应的旋转角度和放大倍数即为SEM图像的适配旋转角度和放大倍数；
上述步骤中，x＝0，±1，±2，……，±n；y＝Sl，S2，……，Si；z代表胀大运算所用的核大小。
16.如权利要求15所述的方法，其特征在于:步骤3.1所述匹配坐标Lx-y是Mx-y的中心点在版图的仿真图像上匹配的点坐标。
17.如权利要求15所述的方法，其特征在于:步骤3.5所述匹配坐标Lx-y-z是Mx-y-z中心点在I9上的匹配坐标。
CN201810024871.5A 2018-01-11 2018-01-11 版图的仿真图像和硅片sem图像自动匹配的方法 Active CN108257166B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810024871.5A CN108257166B (zh) 2018-01-11 2018-01-11 版图的仿真图像和硅片sem图像自动匹配的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810024871.5A CN108257166B (zh) 2018-01-11 2018-01-11 版图的仿真图像和硅片sem图像自动匹配的方法

Publications (2)

Publication Number Publication Date
CN108257166A CN108257166A (zh) 2018-07-06
CN108257166B true CN108257166B (zh) 2022-03-04

Family

ID=62725057

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810024871.5A Active CN108257166B (zh) 2018-01-11 2018-01-11 版图的仿真图像和硅片sem图像自动匹配的方法

Country Status (1)

Country Link
CN (1) CN108257166B (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020154976A1 (zh) 2019-01-30 2020-08-06 深圳晶源信息技术有限公司 电路设计版图和电镜扫描图像的配准方法及系统、电路设计版图和其成像误差计算方法及电子设备
KR102692897B1 (ko) 2019-02-25 2024-08-08 에이에스엠엘 네델란즈 비.브이. 프린트된 패턴들의 확률적 변동을 결정하는 방법
CN110164489B (zh) * 2019-05-28 2021-05-07 珠海创飞芯科技有限公司 优化Nor Flash存储阵列面积的相关方法及系统
US11880193B2 (en) 2019-07-26 2024-01-23 Kla Corporation System and method for rendering SEM images and predicting defect imaging conditions of substrates using 3D design
CN112149379B (zh) * 2020-08-14 2024-11-01 全芯智造技术有限公司 用于仿真集成电路的方法和设备以及计算机可读介质

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102759539A (zh) * 2006-02-17 2012-10-31 株式会社日立高新技术 扫描型电子显微镜装置以及使用它的摄影方法
CN103914696A (zh) * 2014-03-27 2014-07-09 大连恒锐科技股份有限公司 图像二值化方法
CN104718428A (zh) * 2012-10-15 2015-06-17 株式会社日立高新技术 图案的检查、测量装置及程序
CN104865788A (zh) * 2015-06-07 2015-08-26 上海华虹宏力半导体制造有限公司 一种光刻版图opc方法
CN105046271A (zh) * 2015-06-25 2015-11-11 哈尔滨工业大学 基于模板匹配的melf元件定位与检测方法
CN105511222A (zh) * 2014-10-14 2016-04-20 中芯国际集成电路制造(上海)有限公司 光罩的缺陷修复方法及光罩
CN105573047A (zh) * 2014-10-10 2016-05-11 中芯国际集成电路制造(上海)有限公司 一种侦测掩膜图形保真度的系统及方法
CN106204598A (zh) * 2016-07-13 2016-12-07 东方晶源微电子科技（北京）有限公司 在自动缺陷分类流程中管理缺陷的方法及系统

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3881521B2 (ja) * 2001-03-29 2007-02-14 株式会社東芝 半導体装置の製造プロセス評価方法
JP4909859B2 (ja) * 2007-09-28 2012-04-04 株式会社日立ハイテクノロジーズ 検査装置及び検査方法
JP5103219B2 (ja) * 2008-02-22 2012-12-19 株式会社日立ハイテクノロジーズ パターン寸法計測方法
JP6713185B2 (ja) * 2015-10-15 2020-06-24 株式会社日立ハイテク テンプレートマッチングを用いた検査装置および検査方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102759539A (zh) * 2006-02-17 2012-10-31 株式会社日立高新技术 扫描型电子显微镜装置以及使用它的摄影方法
CN104718428A (zh) * 2012-10-15 2015-06-17 株式会社日立高新技术 图案的检查、测量装置及程序
CN103914696A (zh) * 2014-03-27 2014-07-09 大连恒锐科技股份有限公司 图像二值化方法
CN105573047A (zh) * 2014-10-10 2016-05-11 中芯国际集成电路制造(上海)有限公司 一种侦测掩膜图形保真度的系统及方法
CN105511222A (zh) * 2014-10-14 2016-04-20 中芯国际集成电路制造(上海)有限公司 光罩的缺陷修复方法及光罩
CN104865788A (zh) * 2015-06-07 2015-08-26 上海华虹宏力半导体制造有限公司 一种光刻版图opc方法
CN105046271A (zh) * 2015-06-25 2015-11-11 哈尔滨工业大学 基于模板匹配的melf元件定位与检测方法
CN106204598A (zh) * 2016-07-13 2016-12-07 东方晶源微电子科技（北京）有限公司 在自动缺陷分类流程中管理缺陷的方法及系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
IC晶圆表面缺陷检测技术研究;马磊;《中国优秀硕士学位论文全文数据库 信息科技辑》;20160315(第03期);第四章 *

Also Published As

Publication number Publication date
CN108257166A (zh) 2018-07-06

Similar Documents

Publication Publication Date Title
CN108257166B (zh) 版图的仿真图像和硅片sem图像自动匹配的方法
US10726557B2 (en) Method and system for preparing text images for optical-character recognition
US10366469B2 (en) Method and system that efficiently prepares text images for optical-character recognition
US8731337B2 (en) Denoising and artifact removal in image upscaling
US6504947B1 (en) Method and apparatus for multi-level rounding and pattern inspection
CN106485668A (zh) 用于过曝修正的方法、系统和装置
JP2003274157A (ja) 画像処理装置、画像処理方法、画像処理プログラムおよび画像処理プログラムを記録したコンピュータ読取可能な記録媒体
CN113744142B (zh) 图像修复方法、电子设备及存储介质
JP2006127241A (ja) 超解像処理の高速化方法
CN113706464B (zh) 一种印刷品外观质量检测方法及系统
JP4915166B2 (ja) ぼかしフィルタ設計方法
CN106780393B (zh) 基于图像集的图像去噪方法
CN113962917A (zh) 一种基于掩膜的数据增强方法
CN112784894B (zh) 一种岩石薄片显微图像自动标注方法
JP2006252400A (ja) 画像処理装置及び画像処理における登録データ生成方法
JP2012203731A (ja) 画像の正置からの回転角度検知装置および方法
JP5617426B2 (ja) ジャギー緩和処理装置及びジャギー緩和処理方法
CN104517273B (zh) 一种图像超分辨率处理方法及装置
JP6196517B2 (ja) 目標画像生成支援装置、目標画像生成支援方法およびプログラム
CN111080512B (zh) 动漫图像生成方法、装置、电子设备及存储介质
CN115330637A (zh) 一种图像锐化方法、装置、计算设备及存储介质
JP6159211B2 (ja) 目標画像生成支援装置、目標画像生成支援方法およびプログラム
JPH03102579A (ja) イメージデータのノイズ除去方式
CN112419234B (zh) 一种基于几何特征的重定位立体图像质量评价方法
WO2022102525A1 (ja) データ作成システム、学習システム、推定システム、処理装置、評価システム、データ作成方法、及びプログラム

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