CN108981624A - 膜层厚度测量方法及膜层厚度测量装置 - Google Patents
膜层厚度测量方法及膜层厚度测量装置 Download PDFInfo
- Publication number
- CN108981624A CN108981624A CN201810634417.1A CN201810634417A CN108981624A CN 108981624 A CN108981624 A CN 108981624A CN 201810634417 A CN201810634417 A CN 201810634417A CN 108981624 A CN108981624 A CN 108981624A
- Authority
- CN
- China
- Prior art keywords
- film layer
- profile
- detection algorithm
- boundary
- edge detection
- 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.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B15/00—Measuring arrangements characterised by the use of electromagnetic waves or particle radiation, e.g. by the use of microwaves, X-rays, gamma rays or electrons
- G01B15/02—Measuring arrangements characterised by the use of electromagnetic waves or particle radiation, e.g. by the use of microwaves, X-rays, gamma rays or electrons for measuring thickness
-
- 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
- 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
- G06T7/60—Analysis of geometric attributes
- G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
-
- 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
- G06T2207/10004—Still image; Photographic image
-
- 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)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Geometry (AREA)
- Electromagnetism (AREA)
- Quality & Reliability (AREA)
- Length Measuring Devices By Optical Means (AREA)
- Length Measuring Devices With Unspecified Measuring Means (AREA)
Abstract
本发明提供了一种膜层厚度测量方法及膜层厚度测量装置。膜层厚度测量方法包括如下步骤:提供一图像,图像为两个以上同轴嵌套的膜层的截面图;选择一待测量膜层的膜层截面,待测量膜层的膜层截面包括相对的第一边界和第二边界;采用第一边缘检测算法获取第一边界的第一轮廓;采用第二边缘检测算法获取第二边界的第二轮廓;计算第一轮廓中的多个像素点到第二轮廓的垂直距离,得到第一膜层的厚度。本发明简化了膜层厚度的测量步骤,节省了人力成本,提高了膜层厚度测量的精准度和可靠性。
Description
技术领域
本发明涉及半导体技术领域,尤其涉及一种膜层厚度测量方法及膜层厚度测量装置。
背景技术
随着技术的发展,半导体工业不断寻求新的方式生产,以使得存储器装置中的每一存储器裸片具有更多数目的存储器单元。在非易失性存储器中,例如NAND存储器,增加存储器密度的一种方式是通过使用垂直存储器阵列,即3D NAND(三维NAND)存储器;随着集成度的越来越高,3D NAND存储器已经从32层发展到64层,甚至更高的层数。
一般来说,3D NAND存储器包括由栅极和绝缘层交替堆叠形成的堆叠结构,所述堆叠结构包括台阶区域和核心区域。所述台阶区域位于所述堆叠结构的端部,插塞(Contact)在所述台阶区域与栅极电连接,从而控制垂直堆叠的核心区域内存储单元的写入与读取。所述堆叠结构中除所述台阶区域之外的区域均为核心区域。在所述核心区域通常设置有多个贯穿所述堆叠结构的深沟道孔,所述沟道孔内通常填充有沟道层、隧道层、电荷捕获层以及阻挡层中的多层。对于每一层厚度的准确检测,是确保3D NAND存储器性能的关键。然而,由于沟道孔内填充的膜层厚度较薄,现有的膜层厚度测量方法,不能精确的测量出每一层的厚度,且测量操作相当繁琐,严重影响了3D NAND存储器的生产效率。
因此,如何精准测量3D NAND存储器中沟道孔内的膜层厚度,且简化测量操作步骤,是目前亟待解决的技术问题。
发明内容
本发明提供一种膜层厚度测量方法及膜层厚度测量装置,用以解决现有的3DNAND存储器中膜层厚度不能精准测量的问题,同时简化膜层厚度测量的操作步骤。
为了解决上述问题,本发明提供了一种膜层厚度测量方法,包括如下步骤:
提供一图像,所述图像为两个以上同轴嵌套的膜层的截面图,所述截面图显示有按序排列的若干膜层截面;
选择一待测量膜层的膜层截面,所述待测量膜层的膜层截面包括相对的第一边界和第二边界;
采用第一边缘检测算法获取所述第一边界的第一轮廓,所述第一边缘检测算法根据待测量膜层的物理性质、位于所述待测量膜层内侧的膜层的物理性质设置;
采用第二边缘检测算法获取所述第二边界的第二轮廓,所述第二边缘检测算法根据待测量膜层的物理性质、位于所述待测量膜层外侧的膜层的物理性质设置;
计算所述第一轮廓中的多个像素点到所述第二轮廓的垂直距离,得到所述待测量膜层的厚度。
优选的,采用第一边缘检测算法获取所述第一边界的第一轮廓的具体步骤包括:
获取所述第一边界的第一骨架线;
采用第一边缘检测算法检测所述第一边界的边缘,形成多个离散的第一区域;
获取若干个所述第一区域与所述第一骨架线之间的距离;
连通所述距离小于第一预设值的多个第一区域,构成所述第一轮廓。
优选的,还包括如下步骤:
获取若干个所述第一区域与所述第一骨架线之间的距离以及若干个所述第一区域相互之间的形貌特征相似度;
连通距离小于第一预设值且形貌特征相似度大于第二预设值的多个第一区域,构成所述第一轮廓。
优选的,连通所述距离小于第一预设值的多个第一区域,构成所述第一轮廓的具体步骤包括:
连通所述距离小于第一预设值的多个第一区域,得到多个轮廓区域;
计算每一轮廓区域的长度,并以长度最大的轮廓区域作为所述第一轮廓。
优选的,计算所述第一轮廓中的多个像素点到所述第二轮廓的垂直距离的具体步骤包括:
获取所述第一轮廓中多个亚像素点的位置信息;
计算所述第一轮廓中的多个亚像素点到所述第二轮廓的垂直距离。
优选的,获取的所述第一轮廓中亚像素点的数量在1500个以上。
优选的,所述图像还包括位于所述待测量膜层外侧的第一膜层的膜层截面,所述第一膜层的膜层截面包括与所述第二边界接触的第三边界以及与所述第三边界相对的第四边界;
采用第三边缘检测算法获取所述第四边界的第三轮廓,所述第三边缘检测算法根据第一膜层的物理性质、位于所述第一膜层外侧的膜层的物理性质设置;
计算所述第二轮廓中的多个像素点到所述第三轮廓的垂直距离,得到所述第一膜层的厚度。
优选的,所述图像为3D NAND存储器中的NAND串的横截面图像,包括由内至外同轴嵌套的沟道层、隧道层、电荷捕获层和阻挡层的横截面;
所述待测量膜层、所述第一膜层为所述沟道层、所述隧道层、所述电荷捕获层、所述阻挡层中的任意相邻的两个膜层。
优选的,所述第一边缘检测算法、所述第二边缘检测算法和所述第三边缘检测算法均为Lanser边缘检测算法、Deriche边缘检测算法以及Canny边缘检测算法中的一种或几种。
为了解决上述问题,本发明还提供了一种膜层厚度测量装置,包括:
选择模块,用于从一图像中选择一待测量膜层的膜层截面,所述待测量膜层的膜层截面包括相对的第一边界和第二边界,所述图像为两个以上同轴嵌套的膜层的截面图,所述截面图显示有按序排列的若干膜层截面;
第一获取模块,用于采用第一边缘检测算法获取所述第一边界的第一轮廓,所述第一边缘检测算法根据待测量膜层的物理性质、位于所述待测量膜层内侧的膜层的物理性质设置;
第二获取模块,用于采用第二边缘检测算法获取第二边界的第二轮廓,所述第二边缘检测算法根据待测量膜层的物理性质、位于所述待测量膜层外侧的膜层的物理性质设置;
计算模块,用于计算所述第一轮廓中的多个像素点到所述第二轮廓的垂直距离,得到所述待测量膜层的厚度。
优选的,还包括预处理模块,所述预处理模块用于获取所述第一边界的第一骨架线;所述第一获取模块包括:
第一处理单元,用于采用第一边缘检测算法检测所述第一边界的边缘,形成多个离散的第一区域;
第一分析单元,用于获取若干个所述第一区域与所述第一骨架线之间的距离;
第一构成单元,用于连通所述距离小于第一预设值的多个第一区域,构成所述第一轮廓。
优选的,所述第一分析单元还用于获取若干个所述第一区域之间的形貌特征相似度;
所述第一构成单元用于连通距离小于第一预设值且形貌特征相似度大于第二预设值的多个第一区域,构成所述第一轮廓。
优选的,所述第一构成单元用于连通距离小于第一预设值的多个第一区域,得到多个轮廓区域,并计算每一轮廓区域的长度,以长度最大的轮廓区域作为所述第一轮廓。
优选的,还包括:
分析模块,用于获取所述第一轮廓中多个亚像素点的位置信息;
所述计算模块用于计算所述第一轮廓中的多个亚像素点到所述第二轮廓的垂直距离,得到所述待测量膜层的厚度。
优选的,获取的所述第一轮廓中亚像素点的数量在1500个以上。
优选的,所述图像还包括位于所述待测量膜层外侧的第一膜层的膜层截面,所述第一膜层的膜层截面包括与所述第二边界接触的第三边界以及与所述第三边界相对的第四边界;所述膜层厚度测量装置还包括:
第三获取模块,用于采用第三边缘检测算法获取所述第四边界的第三轮廓,所述第三边缘检测算法根据第一膜层的物理性质、位于所述第一膜层外侧的膜层的物理性质设置;
所述计算模块,用于计算所述第二轮廓中的多个像素点到所述第三轮廓的垂直距离,得到所述第一膜层的厚度。
优选的,所述图像为3D NAND存储器中的NAND串的横截面图像,包括由内至外同轴嵌套的沟道层、隧道层、电荷捕获层和阻挡层的横截面;
所述待测量膜层、所述第一膜层为所述沟道层、所述隧道层、所述电荷捕获层、所述阻挡层中的任意相邻的两个膜层。
优选的,所述第一边缘检测算法、所述第二边缘检测算法和所述第三边缘检测算法均为Lanser边缘检测算法、Deriche边缘检测算法以及Canny边缘检测算法中的一种或几种。
本发明提供的膜层厚度测量方法及膜层厚度测量装置,对于具有两个以上同轴嵌套的膜层的截面图,根据待测量膜层、以及待测量膜层内、外两侧膜层的物理性质选择对应的边缘检测算法来自动获取膜层截面的边界轮廓,简化了膜层厚度的测量步骤,节省了人力成本,提高了膜层厚度测量的精准度和可靠性,尤其适用于超薄膜层的测量。
附图说明
附图1是本发明具体实施方式中膜层厚度测量方法的流程图;
附图2是本发明具体实施方式中显示有按序排列的若干膜层截面的截面图;
附图3是本发明具体实施方式中膜层厚度测量装置的结构示意图;
附图4是本发明具体实施方式中第一获取模块的结构示意图。
具体实施方式
下面结合附图对本发明提供的膜层厚度测量方法及膜层厚度测量装置的具体实施方式做详细说明。
三维存储器,尤其是3D NAND存储器,包括由栅极和绝缘层交替堆叠形成的堆叠结构,所述堆叠结构包括台阶区域和核心区域。所述台阶区域位于所述堆叠结构的端部,所述堆叠结构中除所述台阶区域之外的区域均为核心区域。在所述核心区域通常设置有多个贯穿所述堆叠结构的深沟道孔,所述沟道孔内通常填充有沟道层、隧道层、电荷捕获层以及阻挡层中的多层。对于每一层厚度的准确检测,是确保3D NAND存储器性能的关键。目前,为了测定沟道孔内各膜层的厚度,通常是在获得沟道孔内多层膜层截面图的基础上,采用人工手动的方式画直线形成线段,所述线段的一端位于膜层内、另一端为与截面图中膜层的圆弧状边缘的交点,通过测量线段的长度,进而得到该膜层的厚度。但是,人工测量方式,操作繁琐,不适用于批量化的测量;而且人工测量的方式测量的线段数量有限,不能准确的反映膜层厚度。尤其对于多晶硅层,由于多晶硅成像的不规则性,手动画线的方式无法准确确定膜层的圆弧边缘,导致由多晶硅构成的膜层厚度无法测量,对半导体工艺的正常进行造成了巨大影响,直接导致了半导体生产的成本上升。
为了解决上述问题,本具体实施方式提供了一种膜层厚度测量方法,附图1是本发明具体实施方式中膜层厚度测量方法的流程图,附图2是本发明具体实施方式中显示有按序排列的若干膜层截面的截面图。如图1、2所示,本具体实施方式提供的膜层厚度测量方法,包括如下步骤:
步骤S11,提供一图像,所述图像为两个以上同轴嵌套的膜层的截面图,所述截面图显示有按序排列的若干膜层截面。
所述图像可以是贯穿三维存储器堆叠结构核心区域的沟道孔的横截面图像,也可以是三维存储器中其他结构的截面图像。举例来说,当所述图像为贯穿三维存储器堆叠结构核心区域的沟道孔的横截面图像时,两个以上的膜层依次填充于所述沟道孔内。具体来说,本具体实施方式可以先通过聚焦离子束工艺对所述沟道孔进行切割,然后利用透射电子显微镜拍摄所述沟道孔横截面的形貌,得到两个以上同轴嵌套的膜层的截面图像,后续的自动获取边界轮廓的过程、以及膜层厚度测量过程都是基于该图像进行的。
步骤S12,选择一待测量膜层21的膜层截面,所述待测量膜层21的膜层截面包括相对的第一边界211和第二边界212。
具体来说,如图2所示,所述图像中至少包括待测量膜层21的膜层截面以及与所述待测量膜层21的膜层截面同轴嵌套的第一膜层22的膜层截面。第一膜层22可以位于待测量膜层21内侧,也可以位于待测量膜层21外侧,图2中以第一膜层22位于待测量膜层21外侧为例进行说明。
步骤S13,采用第一边缘检测算法获取所述第一边界211的第一轮廓,所述第一边缘检测算法根据待测量膜层的物理性质、位于待测量膜层内侧的膜层的物理性质设置。本具体实施方式中,所述第一边缘检测算法的具体类型,本领域技术人员可以根据待测量膜层以及位于待测量膜层内侧的膜层的具体材料类型、形成工艺等物理性质来进行选择,以精确获取所述第一边界211的边缘轮廓,为后续准确获得所述待测量膜层的厚度奠定基础。所述第一轮廓的形状优选为环状。
优选的,在实施步骤S13之前,还需要对所述图像进行预处理,以提高后续边缘轮廓获取的准确度,进而提高最终膜层厚度测量结果的可靠性。其中,所述预处理包括:图像灰度转换、图像灰度阈值设定、设置图像边界、选择图像形状、图像中各膜层截面边界骨架结构的提取、骨架线的选择等等。
为了提高所述第一轮廓获取的准确度,进而提高最终膜层厚度的计算结果可靠性,优选的,采用第一边缘检测算法获取所述第一边界211的第一轮廓的具体步骤包括:
(a)获取所述第一边界211的第一骨架线;
(b)采用第一边缘检测算法检测所述第一边界的边缘,形成多个离散的第一区域;
(c)获取若干个所述第一区域与所述第一骨架线之间的距离;
(d)连通所述距离小于第一预设值的多个第一区域,构成所述第一轮廓。
具体来说,可以通过带通滤波器找到经灰度转换后的图像中所有的线条,在检测两个以上同轴嵌套的膜层所在区域的骨架后,生成骨架边界线段,从而可以同时得到所述第一边界211的第一骨架线、所述第二边界212的第二骨架线。采用第一边缘检测算法进行边缘检测后,生成的是多个离散的第一区域,而这多个离散的第一区域中可能存在一些冗余信息,影响最终获取的第一轮廓的精准度。为此,本具体实施方式通过测量每一第一区域与所述第一骨架线之间的相对距离,并从中选择出距离小于第一预设值的第一区域进行连通,以最终形成一个完整的第一轮廓。其中,所述第一区域与所述第一骨架线之间的距离是指,所述第一区域沿所述待测量膜层21的膜层截面的径向方向与所述第一骨架线之间的距离。所述第一预设值的具体数值,本领域技术人员可以根据实际需要进行选择,例如根据待测量膜层以及位于待测量膜层内侧的膜层的物理性质和/或待测量膜层厚度测量的精度要求等,本具体实施方式对此不作限定。
为了进一步获得精准的轮廓,优选的,本具体实施方式提供的膜层厚度测量方法,还包括如下步骤:
(A)获取若干个所述第一区域与所述第一骨架线之间的距离以及若干个所述第一区域相互之间的形貌特征相似度;
(B)连通距离小于第一预设值且形貌特征相似度大于第二预设值的多个第一区域,构成所述第一轮廓。
在进行第一区域连通以构成第一轮廓的过程中,为了准确的获得完整的所述第一轮廓,在选择所述第一区域的过程中,不仅需要考虑第一区域与第一骨架线之间的距离关系,还需要考虑各第一区域之间的轮廓特征,这是因为,同一膜层内的结构具有物理特性相似性,而不同膜层之间在材料、工艺等物理性质方面都存在较大差异,形成的第一区域的形貌特征也各不相同,此过程相当于根据距离特征和形貌特征对多个第一区域进行了聚类分析。更优选的,所述形貌特征包括面积和/或形状。
优选的,连通所述距离小于第一预设值的多个第一区域,构成所述第一轮廓的具体步骤包括:
连通所述距离小于第一预设值的多个第一区域,得到多个轮廓区域;
计算每一轮廓区域的长度,并以长度最大的轮廓区域作为所述第一轮廓。
在根据距离特征对第一区域进行连通之后,可能会得到多个连通区域,即多了轮廓区域,为了更进一步的提高第一轮廓获取的精准度,本具体实施方式以长度最长的轮廓区域作为第一区域。其中,轮廓区域的长度,是指所述轮廓区域沿环绕所述第一骨架线方向的长度。
步骤S14,采用第二边缘检测算法获取所述第二边界212的第二轮廓,所述第二边缘检测算法根据待测量膜层的物理性质、位于所述待测量膜层外侧的膜层的物理性质设置。其中,所述物理性质包括膜层的具体材料类型、形成工艺、边界特性等。所述第二轮廓的形状优选为环状。
在获取第二轮廓的过程中,也可以采用与获取第一轮廓相同的方式,即先获取所述第二边界212的第二骨架线,并采用第二边缘检测算法获取多个离散的第二区域;然后根据距离特征或者距离特征和形貌特征的组合对第二区域进行连通,相应的得到多个轮廓区域;最后以长度最长的轮廓区域作为所述第二轮廓。
步骤S15,计算所述第一轮廓中的多个像素点到所述第二轮廓的垂直距离,得到所述待测量膜层的厚度。其中,所述垂直距离是指,所述图像中若干膜层的膜层截面在排列方向上的尺寸。
采用上述步骤,可以得到所述第一轮廓中多个所述像素点到所述第二轮廓的最大距离、最小距离以及平均距离。
优选的,计算所述第一轮廓中的每一像素点到所述第二轮廓的垂直距离的具体步骤包括:
获取所述第一轮廓中多个亚像素点的位置信息;
计算所述第一轮廓中的多个亚像素点到所述第二轮廓的垂直距离。
更优选的,获取的所述第一轮廓中亚像素点的数量在1500个以上。
亚像素点是对像素点的进一步细分,本具体实施方式采用第一轮廓中的亚像素点到所述第二轮廓的垂直距离来反映所述待测量膜层21的厚度,可以进一步提高膜层厚度测量的精准度。
优选的,所述图像还包括位于所述待测量膜层21外侧的第一膜层22的膜层截面,所述第一膜层22的膜层截面包括与所述第二边界212接触的第三边界以及与所述第三边界相对的第四边界;所述膜层厚度测量方法,还包括如下步骤:
采用第三边缘检测算法获取所述第四边界的第三轮廓,所述第三边缘检测算法根据第一膜层22的物理性质、位于所述第一膜层22外侧的膜层的物理性质设置;
计算所述第二轮廓中的多个像素点到所述第三轮廓的垂直距离,得到所述第一膜层22的厚度。
类似的,所述图像还包括位于所述第一膜层22外侧的第二膜层23的膜层截面、以及位于所述第二膜层23外侧的第三膜层24的膜层截面;通过采用与所述待测量膜层21、所述第一膜层22的厚度测量相同的方式,即可依次得到所述第二膜层23和所述第三膜层24的厚度。
对于具有两个以上同轴嵌套的膜层的截面图,且所述截面图中显示有按序排列的若干膜层截面,各膜层轮廓的获取可以是沿从内侧到外侧方向,例如在图2中依次获取所述待测量膜层21、所述第一膜层22、所述第二膜层23和所述第三膜层24的膜层截面的轮廓;也可以沿从外侧到内侧的方向,例如在图2中依次获取所述第三膜层24、所述第二膜层23、所述第一膜层22和所述待测量膜层21的膜层截面的轮廓。
优选的,所述图像为3D NAND存储器中的NAND串的横截面图像;包括由内至外同轴嵌套的沟道层、隧道层、电荷捕获层和阻挡层的横截面;所述待测量膜层21、所述第一膜层22为所述沟道层、所述隧道层、所述电荷捕获层、所述阻挡层中的任意相邻的两个膜层。
相应的,所述第一边缘检测算法、所述第二边缘检测算法和所述第三边缘检测算法均为Lanser边缘检测算法、Deriche边缘检测算法以及Canny边缘检测算法中的一种或几种。
举例来说:所述图像为一3D NAND存储器中的NAND串的横截面图像,从内到外依次为同轴嵌套的沟道层、隧道层、电荷捕获层和阻挡层,其中,沟道层的材质为多晶硅、隧道层的材质为氧化物、电荷捕获层的材质为氮化物、阻挡层的材质为氧化物。
按照从外侧到内侧的顺序依次获取所述阻挡层的膜层截面中背离所述电荷捕获层的边界的第一轮廓、所述阻挡层的膜层截面中与所述电荷捕获层的膜层截面接触的边界的第二轮廓、所述电荷捕获层的膜层截面中与所述隧道层的膜层截面接触的边界的第三轮廓、所述隧道层的膜层截面与所述沟道层的膜层截面接触的边界的第四轮廓、以及所述沟道层的膜层截面中背离所述隧道层的的膜层截面的边界的第五轮廓。其中,根据各个膜层的材料种类、形成工艺、以及边界特性,获取第一轮廓采用Lanser边缘检测算法,获取第二轮廓采用Deriche边缘检测算法、获取第三轮廓采用Canny边缘检测算法、获取第四轮廓和第五轮廓均采用Lanser边缘检测算法。之后,在所述第一轮廓中选取了1924个亚像素点分别计算其到所述第二轮廓的距离,得到所述阻挡层的厚度;在所述第二轮廓中选取了3490个亚像素点分别计算其到第三轮廓的距离,得到所述电荷捕获层的厚度;在所述第三轮廓中选取了1549个亚像素点分别计算其到第四轮廓的距离,得到所述隧道层的厚度;在所述第四轮廓中选取了1267个亚像素点分别结算其到第五轮廓的距离,得到所述沟道层的厚度。计算结果如下表1所示。
表1 3D NAND存储器中的NAND串内各膜层厚度的测量结果
为了解决上述问题,本具体实施方式还提供了一种膜层厚度测量装置,附图3是本发明具体实施方式中膜层厚度测量装置的结构示意图,附图4是本发明具体实施方式中第一获取模块的结构示意图,本具体实施方式中显示有按序排列的若干膜层截面的截面图参见图2。如图2-4所示,本具体实施方式提供的膜层厚度测量装置,包括选择模块40、第一获取模块41、第二获取模块42和计算模块45。
所述选择模块40,用于从一图像中选择一待测量膜层21的膜层截面,所述待测量膜层21的膜层截面包括相对的第一边界211和第二边界212,所述图像为两个以上同轴嵌套的膜层的截面图,所述截面图显示有按序排列的若干膜层截面;
所述第一获取模块41,用于采用第一边缘检测算法获取所述第一边界211的第一轮廓,所述第一边缘检测算法根据待测量膜层21的物理性质、位于所述待测量膜层21内侧的膜层的物理性质设置;
所述第二获取模块42,用于采用第二边缘检测算法获取所述第二边界212的第二轮廓,所述第二边缘检测算法根据待测量膜层的物理性质、位于所述待测量膜层外侧的膜层的物理性质设置;
所述计算模块45,用于计算所述第一轮廓中的多个像素点到所述第二轮廓的垂直距离,得到所述待测量膜层21的厚度。
优选的,所述膜层厚度测量装置还包括预处理模块46,所述预处理模块46用于获取所述第一边界211的第一骨架线;所述第一获取模块41包括:
第一处理单元411,用于采用第一边缘检测算法检测所述第一边界211的边缘,形成多个离散的第一区域;
第一分析单元412,用于获取若干个所述第一区域与所述第一骨架线之间的距离;
第一构成单元413,用于连通所述距离小于第一预设值的多个第一区域,构成所述第一轮廓。
优选的,所述第一分析单元412还用于获取若干个所述第一区域之间的形貌特征相似度;
所述第一构成单元用于连通距离小于第一预设值且形貌特征相似度大于第二预设值的多个第一区域,构成所述第一轮廓。
优选的,所述第一构成单元413用于连通距离小于第一预设值的多个第一区域,得到多个轮廓区域,并计算每一轮廓区域的长度,以长度最大的轮廓区域作为所述第一轮廓。
优选的,所述膜层厚度测量装置还包括:
分析模块44,用于获取所述第一轮廓中多个亚像素点的位置信息;
所述计算模块45用于计算所述第一轮廓中的多个亚像素点到所述第二轮廓的垂直距离,得到所述待测量膜层21的厚度。
优选的,获取的所述第一轮廓中亚像素点的数量在1500个以上。
优选的,所述图像还包括位于所述待测量膜层21外侧的第一膜层22的膜层截面,所述第一膜层22的膜层截面包括与所述第二边界212接触的第三边界以及与所述第三边界相对的第四边界;所述膜层厚度测量装置还包括:
第三获取模块43,用于采用第三边缘检测算法获取所述第四边界的第三轮廓,所述第三边缘检测算法根据第一膜层22的物理性质、位于所述第一膜层22外侧的膜层的物理性质设置;
所述计算模块45,用于计算所述第二轮廓中的多个像素点到所述第三轮廓的垂直距离,得到所述第一膜层22的厚度。
优选的,所述图像为3D NAND存储器中的NAND串的横截面图像,包括由内至外同轴嵌套的沟道层、隧道层、电荷捕获层和阻挡层的横截面;所述待测量膜层21、所述第一膜层22为所述沟道层、所述隧道层、所述电荷捕获层、所述阻挡层中的任意相邻的两个膜层。
更优选的,所述第一边缘检测算法、所述第二边缘检测算法和所述第三边缘检测算法均为Lanser边缘检测算法、Deriche边缘检测算法以及Canny边缘检测算法中的一种或几种。
本具体实施方式提供的膜层厚度测量方法及膜层厚度测量装置,对于具有两个以上同轴嵌套的膜层的截面图,根据待测量膜层、以及待测量膜层内、外两侧膜层的的物理性质选择对应的边缘检测算法来自动获取膜层截面的边界轮廓,简化了膜层厚度的测量步骤,节省了人力成本,提高了膜层厚度测量的精准度和可靠性,尤其适用于超薄膜层的测量。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (18)
1.一种膜层厚度测量方法,其特征在于,包括如下步骤:
提供一图像,所述图像为两个以上同轴嵌套的膜层的截面图,所述截面图显示有按序排列的若干膜层截面;
选择一待测量膜层的膜层截面,所述待测量膜层的膜层截面包括相对的第一边界和第二边界;
采用第一边缘检测算法获取所述第一边界的第一轮廓,所述第一边缘检测算法根据待测量膜层的物理性质、位于所述待测量膜层内侧的膜层的物理性质设置;
采用第二边缘检测算法获取所述第二边界的第二轮廓,所述第二边缘检测算法根据待测量膜层的物理性质、位于所述待测量膜层外侧的膜层的物理性质设置;
计算所述第一轮廓中的多个像素点到所述第二轮廓的垂直距离,得到所述待测量膜层的厚度。
2.根据权利要求1所述的膜层厚度测量方法,其特征在于,采用第一边缘检测算法获取所述第一边界的第一轮廓的具体步骤包括:
获取所述第一边界的第一骨架线;
采用第一边缘检测算法检测所述第一边界的边缘,形成多个离散的第一区域;
获取若干个所述第一区域与所述第一骨架线之间的距离;
连通所述距离小于第一预设值的多个第一区域,构成所述第一轮廓。
3.根据权利要求2所述的膜层厚度测量方法,其特征在于,还包括如下步骤:
获取若干个所述第一区域与所述第一骨架线之间的距离以及若干个所述第一区域相互之间的形貌特征相似度;
连通距离小于第一预设值且形貌特征相似度大于第二预设值的多个第一区域,构成所述第一轮廓。
4.根据权利要求2所述的膜层厚度测量方法,其特征在于,连通所述距离小于第一预设值的多个第一区域,构成所述第一轮廓的具体步骤包括:
连通所述距离小于第一预设值的多个第一区域,得到多个轮廓区域;
计算每一轮廓区域的长度,并以长度最大的轮廓区域作为所述第一轮廓。
5.根据权利要求1所述的膜层厚度测量方法,其特征在于,计算所述第一轮廓中的多个像素点到所述第二轮廓的垂直距离的具体步骤包括:
获取所述第一轮廓中多个亚像素点的位置信息;
计算所述第一轮廓中的多个亚像素点到所述第二轮廓的垂直距离。
6.根据权利要求5所述的膜层厚度测量方法,其特征在于,获取的所述第一轮廓中亚像素点的数量在1500个以上。
7.根据权利要求1所述的膜层厚度测量方法,其特征在于,所述图像还包括位于所述待测量膜层外侧的第一膜层的膜层截面,所述第一膜层的膜层截面包括与所述第二边界接触的第三边界以及与所述第三边界相对的第四边界;
采用第三边缘检测算法获取所述第四边界的第三轮廓,所述第三边缘检测算法根据第一膜层的物理性质、位于所述第一膜层外侧的膜层的物理性质设置;
计算所述第二轮廓中的多个像素点到所述第三轮廓的垂直距离,得到所述第一膜层的厚度。
8.根据权利要求7所述的膜层厚度测量方法,其特征在于,所述图像为3DNAND存储器中的NAND串的横截面图像,包括由内至外同轴嵌套的沟道层、隧道层、电荷捕获层和阻挡层的横截面;
所述待测量膜层、所述第一膜层为所述沟道层、所述隧道层、所述电荷捕获层、所述阻挡层中的任意相邻的两个膜层。
9.根据权利要求8所述的膜层厚度测量方法,其特征在于,所述第一边缘检测算法、所述第二边缘检测算法和所述第三边缘检测算法均为Lanser边缘检测算法、Deriche边缘检测算法以及Canny边缘检测算法中的一种或几种。
10.一种膜层厚度测量装置,其特征在于,包括:
选择模块,用于从一图像中选择一待测量膜层的膜层截面,所述待测量膜层的膜层截面包括相对的第一边界和第二边界,所述图像为两个以上同轴嵌套的膜层的截面图,所述截面图显示有按序排列的若干膜层截面;
第一获取模块,用于采用第一边缘检测算法获取所述第一边界的第一轮廓,所述第一边缘检测算法根据待测量膜层的物理性质、位于所述待测量膜层内侧的膜层的物理性质设置;
第二获取模块,用于采用第二边缘检测算法获取所述第二边界的第二轮廓,所述第二边缘检测算法根据待测量膜层的物理性质、位于所述待测量膜层外侧的膜层的物理性质设置;
计算模块,用于计算所述第一轮廓中的多个像素点到所述第二轮廓的垂直距离,得到所述待测量膜层的厚度。
11.根据权利要求10所述的膜层厚度测量装置,其特征在于,还包括预处理模块,所述预处理模块用于获取所述第一边界的第一骨架线;所述第一获取模块包括:
第一处理单元,用于采用第一边缘检测算法检测所述第一边界的边缘,形成多个离散的第一区域;
第一分析单元,用于获取若干个所述第一区域与所述第一骨架线之间的距离;
第一构成单元,用于连通所述距离小于第一预设值的多个第一区域,构成所述第一轮廓。
12.根据权利要求11所述的膜层厚度测量装置,其特征在于,所述第一分析单元还用于获取若干个所述第一区域之间的形貌特征相似度;
所述第一构成单元用于连通距离小于第一预设值且形貌特征相似度大于第二预设值的多个第一区域,构成所述第一轮廓。
13.根据权利要求11所述的膜层厚度测量装置,其特征在于,所述第一构成单元用于连通距离小于第一预设值的多个第一区域,得到多个轮廓区域,并计算每一轮廓区域的长度,以长度最大的轮廓区域作为所述第一轮廓。
14.根据权利要求10所述的膜层厚度测量装置,其特征在于,还包括:
分析模块,用于获取所述第一轮廓中多个亚像素点的位置信息;
所述计算模块用于计算所述第一轮廓中的多个亚像素点到所述第二轮廓的垂直距离,得到所述待测量膜层的厚度。
15.根据权利要求14所述的膜层厚度测量装置,其特征在于,获取的所述第一轮廓中亚像素点的数量在1500个以上。
16.根据权利要求10所述的膜层厚度测量装置,其特征在于,所述图像还包括位于所述待测量膜层外侧的第一膜层的膜层截面,所述第一膜层的膜层截面包括与所述第二边界接触的第三边界以及与所述第三边界相对的第四边界;所述膜层厚度测量装置还包括:
第三获取模块,用于采用第三边缘检测算法获取所述第四边界的第三轮廓,所述第三边缘检测算法根据第一膜层的物理性质、位于所述第一膜层外侧的膜层的物理性质设置;
所述计算模块,用于计算所述第二轮廓中的多个像素点到所述第三轮廓的垂直距离,得到所述第一膜层的厚度。
17.根据权利要求16所述的膜层厚度测量装置,其特征在于,所述图像为3DNAND存储器中的NAND串的横截面图像,包括由内至外同轴嵌套的沟道层、隧道层、电荷捕获层和阻挡层的横截面;
所述待测量膜层、所述第一膜层为所述沟道层、所述隧道层、所述电荷捕获层、所述阻挡层中的任意相邻的两个膜层。
18.根据权利要求17所述的膜层厚度测量装置,其特征在于,所述第一边缘检测算法、所述第二边缘检测算法和所述第三边缘检测算法均为Lanser边缘检测算法、Deriche边缘检测算法以及Canny边缘检测算法中的一种或几种。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810634417.1A CN108981624B (zh) | 2018-06-20 | 2018-06-20 | 膜层厚度测量方法及膜层厚度测量装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810634417.1A CN108981624B (zh) | 2018-06-20 | 2018-06-20 | 膜层厚度测量方法及膜层厚度测量装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108981624A true CN108981624A (zh) | 2018-12-11 |
CN108981624B CN108981624B (zh) | 2020-07-24 |
Family
ID=64540842
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810634417.1A Active CN108981624B (zh) | 2018-06-20 | 2018-06-20 | 膜层厚度测量方法及膜层厚度测量装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108981624B (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110084814A (zh) * | 2019-05-13 | 2019-08-02 | 苏州微创关节医疗科技有限公司 | 表面涂层测量方法、装置、计算机设备和存储介质 |
CN110231004A (zh) * | 2019-06-21 | 2019-09-13 | 湖南大学 | 核燃料颗粒包覆层厚度检测方法及装置 |
CN110687138A (zh) * | 2019-09-05 | 2020-01-14 | 长江存储科技有限责任公司 | 半导体结构的测量与边界特征提取方法及其装置 |
CN110702042A (zh) * | 2019-10-15 | 2020-01-17 | 河海大学常州校区 | 一种超声脉冲回波测厚中信号混叠条件下的厚度估算方法 |
CN111492200A (zh) * | 2020-03-17 | 2020-08-04 | 长江存储科技有限责任公司 | 用于半导体结构厚度测量的方法和系统 |
CN112862755A (zh) * | 2021-01-06 | 2021-05-28 | 深圳劲嘉集团股份有限公司 | 一种印刷品墨层厚度的检测装置及检测方法 |
CN113288346A (zh) * | 2021-05-20 | 2021-08-24 | 陈磊峰 | 一种用于治疗肝癌的定位切除装置 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1566902A (zh) * | 2003-06-23 | 2005-01-19 | 仁宝电脑工业股份有限公司 | 膜厚量测方法及微波量测设备 |
CN103105703A (zh) * | 2013-01-30 | 2013-05-15 | 北京京东方光电科技有限公司 | 一种取向膜的检测方法及其相关装置 |
US20150228065A1 (en) * | 2014-02-07 | 2015-08-13 | Materials Analysis Technology Inc | Dimension calculation method for a semiconductor device |
CN106601642A (zh) * | 2015-10-15 | 2017-04-26 | 三星电子株式会社 | 测量厚度的方法、处理图像的方法及执行其的电子系统 |
CN107578053A (zh) * | 2017-09-25 | 2018-01-12 | 重庆虚拟实境科技有限公司 | 轮廓提取方法及装置、计算机装置及可读存储介质 |
-
2018
- 2018-06-20 CN CN201810634417.1A patent/CN108981624B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1566902A (zh) * | 2003-06-23 | 2005-01-19 | 仁宝电脑工业股份有限公司 | 膜厚量测方法及微波量测设备 |
CN103105703A (zh) * | 2013-01-30 | 2013-05-15 | 北京京东方光电科技有限公司 | 一种取向膜的检测方法及其相关装置 |
US20150228065A1 (en) * | 2014-02-07 | 2015-08-13 | Materials Analysis Technology Inc | Dimension calculation method for a semiconductor device |
CN106601642A (zh) * | 2015-10-15 | 2017-04-26 | 三星电子株式会社 | 测量厚度的方法、处理图像的方法及执行其的电子系统 |
CN107578053A (zh) * | 2017-09-25 | 2018-01-12 | 重庆虚拟实境科技有限公司 | 轮廓提取方法及装置、计算机装置及可读存储介质 |
Cited By (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110084814A (zh) * | 2019-05-13 | 2019-08-02 | 苏州微创关节医疗科技有限公司 | 表面涂层测量方法、装置、计算机设备和存储介质 |
CN110084814B (zh) * | 2019-05-13 | 2021-11-02 | 苏州微创关节医疗科技有限公司 | 表面涂层测量方法、装置、计算机设备和存储介质 |
CN110231004B (zh) * | 2019-06-21 | 2020-07-28 | 湖南大学 | 核燃料颗粒包覆层厚度检测方法及装置 |
CN110231004A (zh) * | 2019-06-21 | 2019-09-13 | 湖南大学 | 核燃料颗粒包覆层厚度检测方法及装置 |
US11728056B2 (en) | 2019-06-21 | 2023-08-15 | Hunan University | Method for detecting thicknesses of coating layers of nuclear fuel particles |
WO2020252815A1 (zh) * | 2019-06-21 | 2020-12-24 | 湖南大学 | 核燃料颗粒包覆层厚度检测方法及装置 |
CN110687138A (zh) * | 2019-09-05 | 2020-01-14 | 长江存储科技有限责任公司 | 半导体结构的测量与边界特征提取方法及其装置 |
CN110702042B (zh) * | 2019-10-15 | 2021-07-02 | 河海大学常州校区 | 一种超声脉冲回波测厚中信号混叠条件下的厚度估算方法 |
CN110702042A (zh) * | 2019-10-15 | 2020-01-17 | 河海大学常州校区 | 一种超声脉冲回波测厚中信号混叠条件下的厚度估算方法 |
CN111492200A (zh) * | 2020-03-17 | 2020-08-04 | 长江存储科技有限责任公司 | 用于半导体结构厚度测量的方法和系统 |
CN111492200B (zh) * | 2020-03-17 | 2021-05-14 | 长江存储科技有限责任公司 | 用于半导体结构厚度测量的方法和系统 |
WO2021184175A1 (en) * | 2020-03-17 | 2021-09-23 | Yangtze Memory Technologies Co., Ltd. | Methods and systems for semiconductor structure thickness measurement |
TWI747283B (zh) * | 2020-03-17 | 2021-11-21 | 大陸商長江存儲科技有限責任公司 | 用於半導體結構厚度測量的方法和系統 |
US11270428B2 (en) | 2020-03-17 | 2022-03-08 | Yangtze Memory Technologies Co., Ltd. | Methods and systems for semiconductor structure thickness measurement |
CN112862755A (zh) * | 2021-01-06 | 2021-05-28 | 深圳劲嘉集团股份有限公司 | 一种印刷品墨层厚度的检测装置及检测方法 |
CN112862755B (zh) * | 2021-01-06 | 2024-05-07 | 深圳劲嘉集团股份有限公司 | 一种印刷品墨层厚度的检测装置及检测方法 |
CN113288346A (zh) * | 2021-05-20 | 2021-08-24 | 陈磊峰 | 一种用于治疗肝癌的定位切除装置 |
CN113288346B (zh) * | 2021-05-20 | 2023-12-29 | 博思研生物技术(苏州)有限公司 | 一种用于治疗肝癌的定位切除装置 |
Also Published As
Publication number | Publication date |
---|---|
CN108981624B (zh) | 2020-07-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108981624A (zh) | 膜层厚度测量方法及膜层厚度测量装置 | |
CN108007355B (zh) | 基于图像距离变换的混凝土裂缝检测方法 | |
CN106920795B (zh) | 存储器结构及其制备方法、存储器的测试方法 | |
CN108474747A (zh) | 检测装置及检测方法 | |
CN104809689A (zh) | 一种基于轮廓的建筑物点云模型底图配准方法 | |
CN106920797A (zh) | 存储器结构及其制备方法、存储器的测试方法 | |
CN105844228A (zh) | 一种基于卷积神经网络的遥感图像云检测方法 | |
CN103971366B (zh) | 一种基于双权重聚合的立体匹配方法 | |
Kim et al. | Semiautomatic reconstruction of building height and footprints from single satellite images | |
CN104122587B (zh) | 一种基于炮检距域的异常初至识别方法以及系统 | |
CN109086649A (zh) | 卫星遥感图像水体识别方法 | |
CN103822874A (zh) | 一种基于裂纹柔度的板材内部残余应力检测方法 | |
CN103094253B (zh) | 一种栅极氧化层测试结构 | |
CN107863305A (zh) | 一种sono刻蚀工艺的检测方法 | |
CN106413083A (zh) | 基于粗精双步相关图像特征提取的室内wlan定位方法 | |
CN111259473A (zh) | 一种基于混合极限平衡法的涉水岸坡安全系数计算方法 | |
CN105674921B (zh) | 一种沟道孔的测量方法 | |
CN104297753B (zh) | 一种基于自适应缩减算子的导航雷达图像反演海面风向方法 | |
CN108197531B (zh) | 一种道路曲线检测方法、装置和终端 | |
CN109904091A (zh) | 晶圆测试结构、晶圆以及晶圆的测试方法 | |
CN101894369B (zh) | 从图像序列中计算摄像机焦距的实时方法 | |
CN114742876B (zh) | 一种土地视觉立体测量方法 | |
EP2851696B1 (en) | Method for the extraction of recombination characteristics at metallized semiconductor surfaces | |
CN110084858A (zh) | 一种牙齿热压模型的牙龈线坐标测量方法和装置 | |
Tsay et al. | SIFT for dense point cloud matching and aero triangulation |
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 |