CN111447364A - 一种cdsem图像处理方法及其装置 - Google Patents

一种cdsem图像处理方法及其装置 Download PDF

Info

Publication number
CN111447364A
CN111447364A CN202010295827.5A CN202010295827A CN111447364A CN 111447364 A CN111447364 A CN 111447364A CN 202010295827 A CN202010295827 A CN 202010295827A CN 111447364 A CN111447364 A CN 111447364A
Authority
CN
China
Prior art keywords
frequency spectrum
distribution
measurement range
determining
image processing
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
Application number
CN202010295827.5A
Other languages
English (en)
Other versions
CN111447364B (zh
Inventor
刘佳琦
李林
于世瑞
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 Huali Integrated Circuit Manufacturing Co Ltd
Original Assignee
Shanghai Huali Integrated Circuit Manufacturing Co Ltd
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 Huali Integrated Circuit Manufacturing Co Ltd filed Critical Shanghai Huali Integrated Circuit Manufacturing Co Ltd
Priority to CN202010295827.5A priority Critical patent/CN111447364B/zh
Publication of CN111447364A publication Critical patent/CN111447364A/zh
Priority to US17/197,756 priority patent/US11573188B2/en
Application granted granted Critical
Publication of CN111447364B publication Critical patent/CN111447364B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/80—Camera processing pipelines; Components thereof
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N23/00—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00
    • G01N23/22—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by measuring secondary emission from the material
    • G01N23/225—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by measuring secondary emission from the material using electron or ion
    • G01N23/2251—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by measuring secondary emission from the material using electron or ion using incident electron beams, e.g. scanning electron microscopy [SEM]
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
    • G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
    • G01N21/314—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry with comparison of measurements at specific and non-specific wavelengths
    • G01N21/3151—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry with comparison of measurements at specific and non-specific wavelengths using two sources of radiation of different wavelengths
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
    • G01N21/9501—Semiconductor wafers
    • 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
    • G03F7/00—Photomechanical, e.g. photolithographic, production of textured or patterned surfaces, e.g. printing surfaces; Materials therefor, e.g. comprising photoresists; Apparatus specially adapted therefor
    • G03F7/70—Microphotolithographic exposure; Apparatus therefor
    • G03F7/70483—Information management; Active and passive control; Testing; Wafer monitoring, e.g. pattern monitoring
    • G03F7/70491—Information management, e.g. software; Active and passive control, e.g. details of controlling exposure processes or exposure tool monitoring processes
    • G03F7/70508—Data handling in all parts of the microlithographic apparatus, e.g. handling pattern data for addressable masks or data transfer to or from different components within the exposure apparatus
    • 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
    • G03F7/00—Photomechanical, e.g. photolithographic, production of textured or patterned surfaces, e.g. printing surfaces; Materials therefor, e.g. comprising photoresists; Apparatus specially adapted therefor
    • G03F7/70—Microphotolithographic exposure; Apparatus therefor
    • G03F7/70483—Information management; Active and passive control; Testing; Wafer monitoring, e.g. pattern monitoring
    • G03F7/70605—Workpiece metrology
    • G03F7/70616—Monitoring the printed patterns
    • G03F7/70625—Dimensions, e.g. line width, critical dimension [CD], profile, sidewall angle or edge roughness
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
    • H01L22/00—Testing or measuring during manufacture or treatment; Reliability measurements, i.e. testing of parts without further processing to modify the parts as such; Structural arrangements therefor
    • H01L22/20—Sequence of activities consisting of a plurality of measurements, corrections, marking or sorting steps
    • H01L22/24—Optical enhancement of defects or not directly visible states, e.g. selective electrolytic deposition, bubbles in liquids, light emission, colour change
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
    • G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
    • G01N2021/3185—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry typically monochromatic or band-limited
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G01N2021/8854—Grading and classifying of flaws
    • G01N2021/888—Marking defects
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G01N2021/8887—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges based on image processing techniques
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
    • H01L22/00—Testing or measuring during manufacture or treatment; Reliability measurements, i.e. testing of parts without further processing to modify the parts as such; Structural arrangements therefor
    • H01L22/10—Measuring as part of the manufacturing process
    • H01L22/12—Measuring as part of the manufacturing process for structural parameters, e.g. thickness, line width, refractive index, temperature, warp, bond strength, defects, optical inspection, electrical measurement of structural dimensions, metallurgic measurement of diffusions
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
    • H01L22/00—Testing or measuring during manufacture or treatment; Reliability measurements, i.e. testing of parts without further processing to modify the parts as such; Structural arrangements therefor
    • H01L22/20—Sequence of activities consisting of a plurality of measurements, corrections, marking or sorting steps

Abstract

本发明提供了CDSEM图像处理方法，用于确定CDSEM机台拍摄的待量测图形的图像的测量范围，所述CDSEM图像处理方法包括：基于所述待量测图形的图像得到第一灰度图；对所述第一灰度图作傅里叶变换以得到对应的第一频谱分布；滤除所述第一频谱分布中纵坐标绝对值大于预设阈值的频谱分量以得到第二频谱分布，所述预设阈值与背景噪点和SRAF曝光显影的信号频率有关；以及基于所述第二频谱分布来确定所述测量范围。

Description

一种CDSEM图像处理方法及其装置
技术领域
本发明涉及半导体制造工艺领域，尤其涉及一种CDSEM图像处理方法及其装置。
背景技术
随着半导体制造技术的发展，关键尺寸(Critical Dimension，CD)越来越小。为保证光刻尺寸的准确性，晶圆在黄光区经过曝光显影以后，带有光刻胶图形的晶圆需要在关键尺寸扫描电子显微镜(Critical Dimension Scanning Electronic Microscope，CDSEM)机台上测量CD尺寸，然后确认尺寸差值，从而了解光刻曝光的准确性。
曝光后图形的量测，尤其是一维图形的量测，是半导体制造领域的重要环节之一。例如在工艺流程开发初期，测量焦距-能量矩阵(Focus-Energy Matrix,FEM)在曝光条件下晶圆上的图形数据不仅能检查光刻工艺窗口，还可确定最佳曝光条件，包含最佳的焦距(Focus)和能量(Dose)，是半导体先进工艺制程中的重要步骤。
通常，最佳曝光能量是根据一维密集型图形计算得出，常见图形包含多线形的宽度或多槽形的间距。因此，多线形/槽形图形量测的准确性与成功率都至关重要。
在用CDSEM机台量测图形时，CDSEM机台首先会拍摄待量测图形的照片，接着会用标记(Marker)框选出需要测量的范围，最后在框选出的图片中进行量测。如图1所示，图1中实线框即为标记框选出的测量范围，测量范围内的实线为测量范围的中心线，测量范围内的虚线框为边缘位置。
量测的结果受标记选取范围的影响。标记的设定方式有两种，一种是手动放置在某一位置，另一种是根据设计版图的图形放置。在实际量测中，标记的位置会偏离所需量测图形的范围。这种偏移的成因一般有两点：1.亚分辨图形(Sub-Resolution AssistantFeature,SRAF)曝光显影的干扰；2.图片的背景噪点过强。这两种因素都会影响CDSEM量测的成功率，使量测数据不够准确或量测效率降低。
为解决上述问题，本发明提出一种CDSEM图像处理方法，能够去除待量测图形中SRAF曝光显影和背景噪点的干扰，并自动确定测量范围。
发明内容
以下给出一个或多个方面的简要概述以提供对这些方面的基本理解。此概述不是所有构想到的方面的详尽综览，并且既非旨在指认出所有方面的关键性或决定性要素亦非试图界定任何或所有方面的范围。其唯一的目的是要以简化形式给出一个或多个方面的一些概念以为稍后给出的更加详细的描述之序。
根据本发明的一方面，提供了一种CDSEM图像处理方法，用于确定CDSEM机台拍摄的待量测图形的照片的测量范围，所述CDSEM图像处理方法包括：将所述待量测图形转换为灰度图以得到第一灰度图；对所述第一灰度图作傅里叶变换以得到对应的第一频谱分布；滤除所述第一频谱分布中纵坐标绝对值大于预设阈值的频谱分量以得到第二频谱分布；以及以及基于所述第二频谱分布来确定所述测量范围。
在一实施例中，所述滤除第一频谱分布中的背景噪点和SRAF曝光显影以得到第二频谱分布包括：滤除所述第一频谱分布中纵坐标绝对值大于预设低频频谱阈值的频谱分量以得到所述第二频谱分布。
在一实施例中，所述基于第二频谱分布来确定测量范围包括：基于所述第二频谱分布的低频分量来确定所述测量范围的中心位置；基于所述中心位置以及所述第二频谱分布的高频分量来确定所述测量范围的两条边缘；以及基于所述中心位置和两条边缘确定所述测量范围。
在一实施例中，所述根据第二频谱分布的低频分量来确定测量范围的中心位置包括：抽取所述第二频谱分布的低频分量以得到第三频谱分布；对所述第三频谱分布进行傅里叶逆变换以得到对应的第三灰度图；以及基于所述第三灰度图的亮度分布确定所述测量范围的中心位置。
在一实施例中，所述抽取第二频谱分布的低频分量以得到第三频谱分布包括：抽取所述第二频谱分布中横坐标与纵坐标的绝对值之和小于预设低频阈值的频谱分量以作为所述第三频谱分布。
在一实施例中，所述基于第三灰度图的亮度分布确定所述测量范围的中心位置包括：确定所述第三灰度图中亮度最低的若干个位置的横坐标；以及将距离所述待量测图形的横向中心位置最近的亮度最低的横坐标作为所述测量范围的中心位置。
在一实施例中，所述基于中心位置以及第二频谱分布的高频分量来确定测量范围的两条边缘包括：抽取所述第二频谱分布的高频分量以得到第四频谱分布；对所述第四频谱分布进行傅里叶逆变换以得到对应的第四灰度图；扣除所述第四灰度图的背景噪声；以及基于扣除背景噪声后的第四灰度图的亮度分布并结合所述中心位置确定所述两条边缘。
在一实施例中，所述抽取第二频谱分布的高频分量以得到第四频谱分布包括：抽取所述第三频谱分布中横坐标与纵坐标的绝对值之和大于预设高频阈值的频谱分量以作为所述第四频谱分布。
在一实施例中，所述扣除第四灰度图的背景噪声包括：确定所述第四灰度图的平均亮度；以及将所述第四灰度图中的每一坐标的亮度值减去所述平均亮度以扣除背景噪声。
在一实施例中，所述基于扣除背景噪声后的第四灰度图的亮度分布并结合中心位置确定所述测量范围的两条边缘包括：确定扣除背景噪声后的第四灰度图中亮度最大的若干位置的横坐标；将距离所述中心位置最近的亮度最大的两个横坐标分别作为所述中心位置的左边缘和右边缘的位置；以左边缘的位置作为左侧选框的中心位置；以及以右边缘的位置作为右侧选框的中心位置。
在一实施例中，所述CDSEM图像处理方法还包括：判断所述待量测图形是否需要重新确定测量范围；响应于判断所述待量测图形需要重新确定测量范围，滤除所述第一频谱分布中纵坐标绝对值大于预设阈值的频谱分量以得到第二频谱分布；以及基于所述第二频谱分布来确定所述测量范围。
在一实施例中，所述判断待量测图形是否需要重新确定测量范围包括：抽取所述第一频谱分布中的纵坐标为0时横轴的一维频率特征；以及基于抽取的一维频率特征判断是否需要重新确定所述测量范围。
在一实施例中，所述基于抽取的一维频率特征判断是否需要重新确定所述测量范围包括：响应于所述一维频率特征呈多尖峰对称结构，判断不需要重新确定所述测量范围，否则，判断需要重新确定所述测量范围。
根据本发明的再一个方面，还提供了计算机存储介质，其上存储有计算机程序，所述计算机程序被执行时实现如上述任一项所述CDSEM图像处理方法的步骤。
根据本发明的又一个方面，还提供了一种CDSEM图像处理方法装置，用于确定CDSEM机台拍摄的待量测图形的图像的测量范围，所述CDSEM图像处理装置包括：存储器；以及与所述存储器耦接的处理器，所述处理器被配置成：基于所述待量测图形的图像得到第一灰度图；对所述第一灰度图作傅里叶变换以得到对应的第一频谱分布；滤除所述第一频谱分布中纵坐标绝对值大于预设阈值的频谱分量以得到第二频谱分布；以及基于所述第二频谱分布来确定所述测量范围。
在一实施例中，所述处理器进一步被配置成：滤除所述第一频谱分布中纵坐标绝对值大于预设低频频谱阈值的频谱分量以得到所述第二频谱分布。
在一实施例中，所述处理器进一步被配置成：基于所述第二频谱分布的低频分量来确定所述测量范围的中心位置；基于所述中心位置以及所述第二频谱分布的高频分量来确定所述测量范围的两条边缘；以及基于所述中心位置和两条边缘确定所述测量范围。
在一实施例中，所述处理器进一步被配置成：抽取所述第二频谱分布的低频分量以得到第三频谱分布；对所述第三频谱分布进行傅里叶逆变换以得到对应的第三灰度图；以及基于所述第三灰度图的亮度分布确定所述测量范围的中心位置。
在一实施例中，所述处理器进一步被配置成：抽取所述第二频谱分布中横坐标与纵坐标的绝对值之和小于预设低频阈值的频谱分量以作为所述第三频谱分布。
在一实施例中，所述处理器进一步被配置成：确定所述第三灰度图中亮度最低的若干个位置的横坐标；以及将距离所述待量测图形的横向中心位置最近的亮度最低的横坐标作为所述测量范围的中心位置。
在一实施例中，所述处理器进一步被配置成：抽取所述第二频谱分布的高频分量以得到第四频谱分布；对所述第四频谱分布进行傅里叶逆变换以得到对应的第四灰度图；扣除所述第四灰度图的背景噪声；以及基于扣除背景噪声后的第四灰度图的亮度分布并结合所述中心位置确定所述两条边缘。
在一实施例中，所述处理器进一步被配置成：抽取所述第三频谱分布中横坐标与纵坐标的绝对值之和大于预设高频阈值的频谱分量以作为所述第四频谱分布。
在一实施例中，所述处理器进一步被配置成：确定所述第四灰度图的平均亮度；以及将所述第四灰度图中的每一坐标的亮度值减去所述平均亮度以扣除背景噪声。
在一实施例中，所述处理器进一步被配置成：确定扣除背景噪声后的第四灰度图中亮度最大的若干位置的横坐标；将距离所述中心位置最近的亮度最大的两个横坐标分别作为所述中心位置的左边缘和右边缘的位置；以左边缘的位置作为左侧选框的中心位置；以及以右边缘的位置作为右侧选框的中心位置。
在一实施例中，所述处理器还被配置成：判断所述待量测图形是否需要重新确定测量范围；响应于判断所述待量测图形需要重新确定测量范围，滤除所述第一频谱分布中纵坐标绝对值大于预设阈值的频谱分量以得到第二频谱分布；以及基于所述第二频谱分布来确定所述测量范围。
在一实施例中，所述处理器进一步被配置成：抽取所述第一频谱分布中的纵坐标为0时横轴的一维频率特征；以及基于抽取的一维频率特征判断是否需要重新确定所述测量范围。
在一实施例中，所述处理器进一步被配置成：响应于所述一维频率特征呈多尖峰对称结构，判断不需要重新确定所述测量范围，否则，判断需要重新确定所述测量范围。
附图说明
在结合以下附图阅读本公开的实施例的详细描述之后，更能够更好地理解本发明的上述特征和优点。
图1是为帮助技术人员理解绘示的现有技术中的测量范围的相关概念的示意图；
图2是根据本发明的一个方面绘示的一实施例中的CDSEM图像处理方法的流程示意图；
图3是根据本发明的一个方面绘示的一实施例中第二灰度图；
图4是根据本发明的一个方面绘示的一实施例中的CDSEM图像处理方法的部分流程示意图；
图5是根据本发明的一个方面绘示的一实施例中的CDSEM图像处理方法的部分流程示意图；
图6是根据本发明的一个方面绘示的一实施例中第三灰度图；
图7是根据本发明的一个方面绘示的一实施例中的CDSEM图像处理方法的部分流程示意图；
图8是根据本发明的一个方面绘示的一实施例中第四灰度图；
图9是根据本发明的一个方面绘示的一实施例中的CDSEM图像处理方法的部分流程示意图；
图10是根据本发明的一个方面绘示的一呈多尖峰对称结构的频谱图；
图11是根据本发明的一个方面绘示的一呈非多尖峰对称结构的频谱图；
图12是根据本发明的一个方面绘示的一实施例中的CDSEM图像处理装置的结构示意框图。
具体实施方式
给出以下描述以使得本领域技术人员能够实施和使用本发明并将其结合到具体应用背景中。各种变型、以及在不同应用中的各种使用对于本领域技术人员将是容易显见的，并且本文定义的一般性原理可适用于较宽范围的实施例。由此，本发明并不限于本文中给出的实施例，而是应被授予与本文中公开的原理和新颖性特征相一致的最广义的范围。
在以下详细描述中，阐述了许多特定细节以提供对本发明的更透彻理解。然而，对于本领域技术人员显而易见的是，本发明的实践可不必局限于这些具体细节。换言之，公知的结构和器件以框图形式示出而没有详细显示，以避免模糊本发明。
请读者注意与本说明书同时提交的且对公众查阅本说明书开放的所有文件及文献，且所有这样的文件及文献的内容以参考方式并入本文。除非另有直接说明，否则本说明书(包含任何所附权利要求、摘要和附图)中所揭示的所有特征皆可由用于达到相同、等效或类似目的的可替代特征来替换。因此，除非另有明确说明，否则所公开的每一个特征仅是一组等效或类似特征的一个示例。
而且，权利要求中未明确表示用于执行特定功能的装置、或用于执行特定功能的步骤的任意组件皆不应被理解为如35USC第112章节第6段中所规定的装置或步骤条款。特别地，在此处的权利要求中使用“....的步骤”或“....的动作”并不表示涉及35USC§112第6段的规定。
注意，在使用到的情况下，标志左、右、前、后、顶、底、正、反、顺时针和逆时针仅仅是出于方便的目的所使用的，而并不暗示任何具体的固定方向。事实上，它们被用于反映对象的各个部分之间的相对位置和/或方向。此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性。
在本发明的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。
注意，在使用到的情况下，进一步地、较优地、更进一步地和更优地是在前述实施例基础上进行另一实施例阐述的简单起头，该进一步地、较优地、更进一步地或更优地后带的内容与前述实施例的结合作为另一实施例的完整构成。在同一实施例后带的若干个进一步地、较优地、更进一步地或更优地设置之间可任意组合的组成又一实施例。
以下结合附图和具体实施例对本发明作详细描述。注意，以下结合附图和具体实施例描述的诸方面仅是示例性的，而不应被理解为对本发明的保护范围进行任何限制。
根据本发明的一个方面，提供一种CDSEM图像处理方法，用于确定CDSEM机台拍摄的待量测图形的图像的测量范围。
在一实施例中，如图2所示，CDSEM图像处理方法200包括步骤S210～S240。
其中，步骤S210为：基于所述待量测图形的图像得到第一灰度图。
灰度图又称灰阶图，具体是将白色与黑色之间按对数关系分为若干等级，称为灰阶，灰度可分为256阶。用灰度表示的图像即为灰度图。
则可采用浮点算法、整数方法、移位方法、平均值法、仅取绿色法或其他现有或将有的方法将待量测图形的图像转换为灰度图。
步骤S220为：对所述第一灰度图作傅里叶变换以得到对应的第一频谱分布。
图像的频率是表征图像中灰度变化剧烈程度的指标，是灰度在平面空间上的梯度。如：大面积的沙漠在图像中是一片灰度变化缓慢的区域，对应的频率值很低；而对于地表属性变换剧烈的边缘区域在图像中是一片灰度变化剧烈的区域，对应的频率值较高。
傅立叶变换则可将满足一定条件的某个函数表示成正弦函数、余弦函数或其线性组合。对图像进行傅里叶变换的物理意义是将图像的灰度分布函数变换为图像的频率分布函数，对图像进行傅里叶逆变换则是将图像的频率分布函数变换为灰度分布函数。
对灰度图进行傅里叶变换得到的频谱图，就是图像梯度的分布图。傅里叶频谱图上明暗不一的亮点，即梯度的大小，也即该点的频率的大小，可以理解成：图像中的低频部分的梯度低，高频部分梯度高。一般来讲，梯度大则该点的亮度强，否则该点亮度弱。因此通过分析傅里叶变换后得到的频谱图，可以看出图像的能量分布。如果频谱图中暗的点数更多，那么实际图像是比较柔和的，因为各点与邻域差异不大，梯度相对较小。反之，如果频谱图中亮的点数多，那么实际图像一定是尖锐的，边界分明且边界两边像素差异较大。
背景噪点和SRAF曝光显影一般会造成灰度图中亮暗的剧烈变化，进而对应于频谱图中的梯度变大，因此，对待量测图形对应的灰度图进行傅里叶变换后得到的第一频谱分布图进行信号的梯度分析，可判断出其中的背景噪点和SRAF曝光显影的影响。基于背景早点和SRAF曝光显影对应的干扰信号的频率分布情况，可针对性地滤除待量测图形中的背景早点和SRAF曝光显影对应的干扰信号。
步骤S230为：滤除所述第一频谱分布中纵坐标绝对值大于预设阈值的频谱分量以得到第二频谱分布，所述预设阈值与背景噪点和SRAF曝光显影对应的干扰信号的频谱特征有关。
一般地，背景噪点和SRAF曝光显影会在第一频谱分布中形成高频分量，因此，滤除第一频谱分布中的高频分量可减轻或消除背景噪点的影响和SRAF曝光显影的影响。因此该预设阈值为预设低频频谱阈值。可基于图像处理精度的不同要求来对应的设置。
则在一更优实施例中，步骤S230可具化为：滤除第一频谱分布中纵坐标绝对值大于预设低频频谱阈值的频谱分量以得到对应的第二频谱分布。较优地，该预设低频频谱阈值可设置为0。
为直观地展示出滤除背景噪点和SRAF曝光显影的影响后的待量测图形的变化，本发明以图1所示的灰度图作为第一灰度图为例，滤除其对应的第一频谱分布图中纵坐标绝对值大于1的频谱分量后得到第二频谱分布，进一步对该第二频谱分布进行傅里叶逆变换以得到对应的第二灰度图，如图3所示，显然，第二灰度图相对于第一灰度图大大有效抑制了背景噪点的影响，同时SRAF曝光显影的影响也被减轻。
步骤S240为：基于所述第二频谱分布来确定所述测量范围。
较优地，为自动确定出待量测图形的测量范围，可基于测量范围的中心位置和边缘位置的频谱特点来对应的确定。更进一步地，如图4所述，步骤S240可进一步划分成步骤S241-S243。
其中，步骤S241为：基于所述第二频谱分布的低频分量来确定所述测量范围的中心位置。
中心位置一般设于待量测图形对象的中心，是灰度图中亮度变化最少的位置，因此可基于第二频谱分布中的低频分量来确定。
进一步地，如图5所示，步骤S241可具化为步骤S510-S530。
步骤S510为：抽取所述第二频谱分布的低频分量以得到第三频谱分布。
可以理解，低频分量可反映出灰度变化缓慢的频谱分量，而测量范围的中心位置一般灰度相近，即灰度变化缓慢，因此可基于低频分量来确定测量范围的中心位置。
较优地，可针对X方向以及Y方向两个方向上的高频分量的进行滤除，比如，抽取第二频谱分布中横坐标和纵坐标的绝对值之和小于预设阈值的频谱分量以作为低频分量。该预设阈值为基于图像处理精度需求设置的预设低频阈值。抽取出的频谱分量构成给第三频谱分布。较优地，该预设低频阈值可设置为5。
步骤S520为：对所述第三频谱分布进行傅里叶逆变换以得到对应的第三灰度图。
以图3所示的第二灰度图为例，抽取该第二灰度图对应的第二频谱分布中横坐标和纵坐标的绝对值之和等于1(小于5)的低频分量作为第三频谱分布，并对其进行傅里叶逆变换，得到一第三灰度图，如图6所示。显然，图6相对于图3灰度变化更为缓慢，背景噪点和SRAF曝光的影响进一步减少，几乎不可见。第三灰度图中的亮度的强弱逐渐变化，几乎不存在突变的情况。因此，可基于第三灰度图中的亮度分布来确定中心位置。
步骤S530为：基于所述第三灰度图的亮度分布确定所述测量范围的中心位置。
在第三灰度图中选取纵坐标为一固定值的一维灰度图，基于纵坐标为固定值的各点的亮度情况，确定出其中亮度最低的若干个点的横坐标，该些横坐标中即存在中心位置的横坐标。较优地，从该些亮度最低的横坐标中，选取距离待量测图形的横向中心位置处的横坐标最近的横坐标作为测量范围的中心位置。比如，当待量测图形的横坐标范围为[0,600]，假设亮度最低的横坐标分别为{50,130,210,290,370,450,530}，则可选择距离横向中心位置坐标300最近的亮度最低的横坐标290作为测量范围的中心位置。
一般地，可选取位于待量测图形的纵向中心位置处的纵坐标作为该固定值一用于选取一维灰度图。比如，当待量测图形的纵坐标范围为[0，300]，则可选择纵坐标为150处的一维灰度图来确定中心位置的横坐标。
进一步地，步骤S242为：基于所述中心位置以及所述第二频谱分布的高频分量来确定所述测量范围的两条边缘。
可以理解，在灰度图中，边缘一般是灰度变化最剧烈的位置，因此可基于第二频谱分布中的高频分量来确定。而测量范围应覆盖中心位置附近的两条边缘，因此可结合步骤S241确定出的中心位置来最终确定测量范围的边缘。
较优地，如图7所示，步骤S242可具化为步骤S710～S740。
其中，步骤S710为：抽取所述第二频谱分布的高频分量以得到第四频谱分布。
可以理解，高频分量可反映出灰度变化剧烈的频谱分量，而测量范围的边缘一般为灰度变化最剧烈的位置，因此抽取第二频谱分布中的高频分量以用于确定两条边缘。
较优地，可针对X方向以及Y方向两个方向上的高频分量的进行抽取，比如，抽取第二频谱分布中横坐标和纵坐标的绝对值之和大于预设阈值的频谱分量以作为高频分量。该预设阈值为基于图像处理精度需求设置的预设高频阈值。抽取出的频谱分量构成给第四频谱分布。较优地，该预设高频阈值可设置为50或60。
步骤S720为：对所述第四频谱分布进行傅里叶逆变换以得到对应的第四灰度图。
步骤S730为：扣除所述第四灰度图的背景噪声。
以图3所示的第二灰度图为实例，抽取该第二灰度图对应的第二频谱分布中横坐标和纵坐标的绝对值之和等于60(大于50)的高频分量作为第四频谱分布，并对其进行傅里叶逆变换，得到一第四灰度图。扣除该第四灰度图中的背景噪声以得到扣除背景噪声后的图3所示的第二灰度图对应的第四灰度图，如图8所示，显然扣除背景噪声后的第四灰度图将图中灰度变化最剧烈的位置更加突出地显示了出来，灰度变化最剧烈的位置则对应于其中亮度最高的位置。则可基于扣除背景噪声后的第四灰度图的亮度分布来确定两条边缘。
具体地，可基于第四灰度图中的所有点的亮度确定出该第四灰度图的平均亮度，再将第四灰度图中的所有点的亮度减去该平均亮度以实现背景噪声的扣除。可以理解，减去平均亮度可将第四灰度图中亮度值小于等于平均亮度的点的亮度统一的调整至0，因此可进一步凸显出第四灰度图中亮度值大于平均亮度的点，可有利于确定亮度值最大即灰度变化最剧烈的点，进而确定出边缘位置。
步骤S740为：基于扣除背景噪声后的第四灰度图的亮度分布并结合所述中心位置确定所述两条边缘。
在扣除背景噪声后的第四灰度图中选取纵坐标为一固定值的一维灰度图，基于纵坐标为固定值的各点的亮度情况，确定出其中亮度最高的若干个点的横坐标，该些横坐标中即存在两条边缘的横坐标。较优地，从该些亮度最低的横坐标中，选取距离步骤S241中确定的测量范围的中心位置最近的两个横坐标作为该两条边缘。比如，假设亮度最高的横坐标分别为{40,73,113,140,190,226,276,303,353,380,430,457,507,557}，中心位置的横坐标为290，则可选择距离中心位置290最近的亮度最高的两个横坐标276和303来分别作为两条边缘。
进一步地，左侧选框以距离中心位置最近的位于中心位置左侧的横坐标为中心，以上述假设中的亮度最高的距离中心位置290最近的左侧横坐标276为例，基于该横坐标276确定出的左侧选框相对于X＝276对称但不覆盖中心位置X＝290。右侧选框以距离中心位置最近的位于中心位置右侧的横坐标为中心，与左侧选框类似，不再举例论述。
可以理解，该左侧选框位于中心位置与距离该中心位置左侧第二近的亮度最高的横坐标(上实例中的横坐标226)之间，该右侧选框位于中心位置与距离该中心位置右侧第二近的亮度最高的横坐标(上实例中的横坐标353)之间。
步骤S243为：基于所述中心位置和所述边缘位置确定所述测量范围。
确定出中心位置和边缘位置后，测量范围可随之确定，测量范围可略超出左侧选框的左边边框和右侧选框的右边边框，以上述中心位置为中心。标记出的测量范围位于距离测量范围的中心位置左侧第二近的亮度最高的横坐标(上实例中的横坐标226)与距离测量范围的中心位置右侧第二近的亮度最高的横坐标(上实例中的横坐标353)之间，可结合图8理解。
进一步地，确定出测量范围后，可在未经任何处理的CDSEM机台拍摄出的待量测图形中的相应位置进行量测。
上述测量范围的确定可在现有技术确定出的标记的位置偏离待量测图形的范围时进行。为判断出现有技术确定出的标记是否偏离待量测图形的范围即判断是否需要采取上述图像处理方法200来进行测量范围的重新确定，CDSEM图像处理方法200可还包括是否需要重新确定测量范围的步骤。在判断出需要重新确定测量范围后，再执行上述步骤S210-S240。
为判断待量测图形是否需要重新确定测量范围，CDSEM图像处理方法200可具体包括步骤S250-步骤S260。
如图9所示，步骤S250为：抽取所述第一频谱分布中的纵坐标为0时横轴的一维频率特征。
多线形/槽形的一维频谱分布理论上应如图10所示呈多尖峰对称结构，沿X轴呈明显的周期性分布，其高频分量集中在Y＝0附近，且沿X轴对称分布。因此，可抽取第一频谱分布中Y＝0时一维频谱分量，基于该Y＝0的一维频谱分量的一维频率特征来判断背景噪点是否过强或SRAF曝光显影干扰是否过大。
背景噪点和SRAF曝光图形由于方向各异，频谱分布无规律，使得抽取出的一维频谱分量分布无规律，在Y方向存在高频。比如，将图1所示的待量测图形转换为灰度图后对其进行傅里叶变换得到一第一频谱分布，抽取其Y＝0的一维频谱分量，其频谱分布图如图11所示，分布无规律，呈乱糟糟的形状。
因此，进一步地，步骤S260为：基于抽取的一维频率特征判断是否需要重新确定所述测量范围。
则，响应于抽取的频谱分量的一维频率特征呈多尖峰对称结构，判断不需要重新确定测量范围，否则，判断需要重新确定所述测量范围。
尽管为使解释简单化将上述方法图示并描述为一系列动作，但是应理解并领会，这些方法不受动作的次序所限，因为根据一个或多个实施例，一些动作可按不同次序发生和/或与来自本文中图示和描述或本文中未图示和描述但本领域技术人员可以理解的其他动作并发地发生。
根据本发明的另一个方面，提供一种计算机存储介质，其上存储有计算机程序，所述计算机程序被执行时实现如上述任一实施例中的CDSEM图像处理方法的步骤。
根据本发明的在一个方面，提供一种CDSEM图像处理装置，用于确定CDSEM机台拍摄的待量测图形的图像的测量范围。
在一实施例中，如图12所示，CDSEM图像处理装置1200包括存储器1210和处理器1220。
存储器1210用于存储计算机程序。
处理器1220与存储器1210耦接，用于执行存储器1210上存储的计算机程序，该处理器1220被配置成：基于所述待量测图形的图像得到第一灰度图；对所述第一灰度图作傅里叶变换以得到对应的第一频谱分布；基于背景噪点和SRAF曝光显影对所述待量测图形的频谱分布的影响特点，滤除所述第一频谱分布中纵坐标绝对值大于预设阈值的频谱分量以得到第二频谱分布，所述预设阈值与背景噪点和SRAF曝光显影对应的干扰信号的频谱特征有关；以及基于所述第二频谱分布来确定所述测量范围。
灰度图又称灰阶图，具体是将白色与黑色之间按对数关系分为若干等级，称为灰阶，灰度可分为256阶。用灰度表示的图像即为灰度图。
则可采用浮点算法、整数方法、移位方法、平均值法、仅取绿色法或其他现有或将有的方法将待量测图形的图像转换为灰度图。
图像的频率是表征图像中灰度变化剧烈程度的指标，是灰度在平面空间上的梯度。如：大面积的沙漠在图像中是一片灰度变化缓慢的区域，对应的频率值很低；而对于地表属性变换剧烈的边缘区域在图像中是一片灰度变化剧烈的区域，对应的频率值较高。
傅立叶变换则可将满足一定条件的某个函数表示成正弦函数、余弦函数或其线性组合。对图像进行傅里叶变换的物理意义是将图像的灰度分布函数变换为图像的频率分布函数，对图像进行傅里叶逆变换则是将图像的频率分布函数变换为灰度分布函数。
对灰度图进行傅里叶变换得到的频谱图，就是图像梯度的分布图。傅里叶频谱图上明暗不一的亮点，即梯度的大小，也即该点的频率的大小，可以理解成：图像中的低频部分的梯度低，高频部分梯度高。一般来讲，梯度大则该点的亮度强，否则该点亮度弱。因此通过分析傅里叶变换后得到的频谱图，可以看出图像的能量分布。如果频谱图中暗的点数更多，那么实际图像是比较柔和的，因为各点与邻域差异不大，梯度相对较小。反之，如果频谱图中亮的点数多，那么实际图像一定是尖锐的，边界分明且边界两边像素差异较大。
背景噪点和SRAF曝光显影一般会造成灰度图中亮暗的剧烈变化，进而对应于频谱图中的梯度变大，因此，对待量测图形对应的灰度图进行傅里叶变换后得到的第一频谱分布图进行信号的梯度分析，可判断出其中的背景噪点和SRAF曝光显影的影响。基于背景早点和SRAF曝光显影对应的干扰信号的频率分布情况，可针对性地滤除待量测图形中的背景早点和SRAF曝光显影对应的干扰信号。
一般地，背景噪点和SRAF曝光显影会在第一频谱分布中形成高频分量，因此，滤除第一频谱分布中的高频分量可减轻或消除背景噪点的影响和SRAF曝光显影的影响。因此该预设阈值为预设低频频谱阈值。可基于图像处理精度的不同要求来对应的设置。
则在一更优实施例中，处理器1220可具体被配置成：滤除第一频谱分布中纵坐标绝对值大于预设低频频谱阈值的频谱分量以得到对应的第二频谱分布。较优地，该预设低频频谱阈值可设置为0。
较优地，为自动确定出待量测图形的测量范围，可基于测量范围的中心位置和边缘位置的频谱特点来对应的确定。更进一步地，处理器1220被配置成：基于所述第二频谱分布的低频分量来确定所述测量范围的中心位置；基于所述中心位置以及所述第二频谱分布的高频分量来确定所述测量范围的两条边缘；以及基于所述中心位置和所述边缘位置确定所述测量范围。
中心位置一般设于待量测图形对象的中心，是灰度图中亮度变化最少的位置，因此可基于第二频谱分布中的低频分量来确定。
在一具体实施例中，为确定出测量范围的中心位置，处理器1220可具体被配置成：抽取所述第二频谱分布的低频分量以得到第三频谱分布；对所述第三频谱分布进行傅里叶逆变换以得到对应的第三灰度图；以及基于所述第三灰度图的亮度分布确定所述测量范围的中心位置。
可以理解，低频分量可反映出灰度变化缓慢的频谱分量，而测量范围的中心位置一般灰度相近，即灰度变化缓慢，因此可基于低频分量来确定测量范围的中心位置。
较优地，可针对X方向以及Y方向两个方向上的高频分量的进行滤除，比如，抽取第二频谱分布中横坐标和纵坐标的绝对值之和小于预设阈值的频谱分量以作为低频分量。该预设阈值为基于图像处理精度需求设置的预设低频阈值。抽取出的频谱分量构成给第三频谱分布。较优地，该预设低频阈值可设置为5。
在第三灰度图中选取纵坐标为一固定值的一维灰度图，基于纵坐标为固定值的各点的亮度情况，确定出其中亮度最低的若干个点的横坐标，该些横坐标中即存在中心位置的横坐标。较优地，从该些亮度最低的横坐标中，选取距离待量测图形的横向中心位置处的横坐标最近的横坐标作为测量范围的中心位置。
一般地，可选取位于待量测图形的纵向中心位置处的纵坐标作为该固定值一用于选取一维灰度图。
进一步可以理解，在灰度图中，边缘一般是灰度变化最剧烈的位置，因此可基于第二频谱分布中的高频分量来确定。而测量范围应覆盖中心位置附近的两条边缘，因此为实现边缘位置的确定，处理器1220可具体被配置成：抽取所述第二频谱分布的高频分量以得到第四频谱分布；对所述第四频谱分布进行傅里叶逆变换以得到对应的第四灰度图；扣除所述第四灰度图的背景噪声；以及基于扣除背景噪声后的第四灰度图的亮度分布并结合所述中心位置确定所述两条边缘。
可以理解，高频分量可反映出灰度变化剧烈的频谱分量，而测量范围的边缘一般为灰度变化最剧烈的位置，因此抽取第二频谱分布中的高频分量以用于确定两条边缘。
较优地，可针对X方向以及Y方向两个方向上的高频分量的进行抽取，比如，抽取第二频谱分布中横坐标和纵坐标的绝对值之和大于预设阈值的频谱分量以作为高频分量。该预设阈值为基于图像处理精度需求设置的预设高频阈值。抽取出的频谱分量构成给第四频谱分布。较优地，该预设高频阈值可设置为50或60。
具体地，可基于第四灰度图中的所有点的亮度确定出该第四灰度图的平均亮度，再将第四灰度图中的所有点的亮度减去该平均亮度以实现背景噪声的扣除。
在扣除背景噪声后的第四灰度图中选取纵坐标为一固定值的一维灰度图，基于纵坐标为固定值的各点的亮度情况，确定出其中亮度最高的若干个点的横坐标，该些横坐标中即存在两条边缘的横坐标。较优地，从该些亮度最低的横坐标中，选取距离确定的测量范围的中心位置最近的两个横坐标作为该两条边缘。
进一步地，左侧选框以距离中心位置最近的位于中心位置左侧的横坐标为中心。右侧选框以距离中心位置最近的位于中心位置右侧的横坐标为中心。
可以理解，该左侧选框位于中心位置与距离该中心位置左侧第二近的亮度最高的横坐标之间。该右侧选框位于中心位置与距离该中心位置右侧第二近的亮度最高的横坐标之间。
确定出中心位置和边缘位置后，测量范围可随之确定，测量范围可略超出左侧选框的左边边框和右侧选框的右边边框。标记出的测量范围位于距离测量范围的中心位置左侧第二近的亮度最高的横坐标与距离测量范围的中心位置右侧第二近的亮度最高的横坐标之间。
进一步地，确定出测量范围后，可在未经任何处理的CDSEM机台拍摄出的待量测图形中的相应位置进行量测。
上述测量范围的确定可在现有技术确定出的标记的位置偏离待量测图形的范围时进行。为判断出现有技术确定出的标记是否偏离待量测图形的范围即判断是否需要进行测量范围的重新确定，处理器1220还可被配置成：抽取所述第一频谱分布中的纵坐标为0时横轴的一维频率特征；以及基于抽取的一维频率特征判断是否需要重新确定所述测量范围。
多线形/槽形的一维频谱分布理论上应呈多尖峰对称结构，沿X轴呈明显的周期性分布，其高频分量集中在Y＝0附近，且沿X轴对称分布。因此，可抽取第一频谱分布中Y＝0时一维频谱分量，基于该Y＝0的一维频谱分量的一维频率特征来判断背景噪点是否过强或SRAF曝光显影干扰较大。背景噪点和SRAF曝光图形由于方向各异，频谱分布无规律，使得受其影响较大的待量测图形抽取出的Y＝0的一维频谱分量的频率分布无规律，在Y方向存在高频，呈乱糟糟的形状。
因此，处理器1220可具体被配置成：响应于抽取的频谱分量的一维频率特征呈多尖峰对称结构，判断不需要重新确定测量范围，否则，判断需要重新确定所述测量范围。
本领域技术人员将可理解，信息、信号和数据可使用各种不同技术和技艺中的任何技术和技艺来表示。例如，以上描述通篇引述的数据、指令、命令、信息、信号、位(比特)、码元、和码片可由电压、电流、电磁波、磁场或磁粒子、光场或光学粒子、或其任何组合来表示。
本领域技术人员将进一步领会，结合本文中所公开的实施例来描述的各种解说性逻辑板块、模块、电路、和算法步骤可实现为电子硬件、计算机软件、或这两者的组合。为清楚地解说硬件与软件的这一可互换性，各种解说性组件、框、模块、电路、和步骤在上面是以其功能性的形式作一般化描述的。此类功能性是被实现为硬件还是软件取决于具体应用和施加于整体系统的设计约束。技术人员对于每种特定应用可用不同的方式来实现所描述的功能性，但这样的实现决策不应被解读成导致脱离了本发明的范围。
结合本文所公开的实施例描述的各种解说性逻辑模块、和电路可用通用处理器、数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)或其它可编程逻辑器件、分立的门或晶体管逻辑、分立的硬件组件、或其设计成执行本文所描述功能的任何组合来实现或执行。通用处理器可以是微处理器，但在替换方案中，该处理器可以是任何常规的处理器、控制器、微控制器、或状态机。处理器还可以被实现为计算设备的组合，例如DSP与微处理器的组合、多个微处理器、与DSP核心协作的一个或多个微处理器、或任何其他此类配置。
结合本文中公开的实施例描述的方法或算法的步骤可直接在硬件中、在由处理器执行的软件模块中、或在这两者的组合中体现。软件模块可驻留在RAM存储器、闪存、ROM存储器、EPROM存储器、EEPROM存储器、寄存器、硬盘、可移动盘、CD-ROM、或本领域中所知的任何其他形式的存储介质中。示例性存储介质耦合到处理器以使得该处理器能从/向该存储介质读取和写入信息。在替换方案中，存储介质可以被整合到处理器。处理器和存储介质可驻留在ASIC中。ASIC可驻留在用户终端中。在替换方案中，处理器和存储介质可作为分立组件驻留在用户终端中。
在一个或多个示例性实施例中，所描述的功能可在硬件、软件、固件或其任何组合中实现。如果在软件中实现为计算机程序产品，则各功能可以作为一条或更多条指令或代码存储在计算机可读介质上或藉其进行传送。计算机可读介质包括计算机存储介质和通信介质两者，其包括促成计算机程序从一地向另一地转移的任何介质。存储介质可以是能被计算机访问的任何可用介质。作为示例而非限定，这样的计算机可读介质可包括RAM、ROM、EEPROM、CD-ROM或其它光盘存储、磁盘存储或其它磁存储设备、或能被用来携带或存储指令或数据结构形式的合意程序代码且能被计算机访问的任何其它介质。任何连接也被正当地称为计算机可读介质。例如，如果软件是使用同轴电缆、光纤电缆、双绞线、数字订户线(DSL)、或诸如红外、无线电、以及微波之类的无线技术从web网站、服务器、或其它远程源传送而来，则该同轴电缆、光纤电缆、双绞线、DSL、或诸如红外、无线电、以及微波之类的无线技术就被包括在介质的定义之中。如本文中所使用的盘(disk)和碟(disc)包括压缩碟(CD)、激光碟、光碟、数字多用碟(DVD)、软盘和蓝光碟，其中盘(disk)往往以磁的方式再现数据，而碟(disc)用激光以光学方式再现数据。上述的组合也应被包括在计算机可读介质的范围内。
提供之前的描述是为了使本领域中的任何技术人员均能够实践本文中所描述的各种方面。但是应该理解，本发明的保护范围应当以所附权利要求书为准，而不应被限定于以上所解说实施例的具体结构和组件。本领域技术人员在本发明的精神和范围内，可以对各实施例进行各种变动和修改，这些变动和修改也落在本发明的保护范围之内。

Claims (27)

1.一种CDSEM图像处理方法，用于确定CDSEM机台拍摄的待量测图形的图像的测量范围，所述CDSEM图像处理方法包括：
基于所述待量测图形的图像得到第一灰度图；
对所述第一灰度图作傅里叶变换以得到对应的第一频谱分布；
滤除所述第一频谱分布中纵坐标绝对值大于预设阈值的频谱分量以得到第二频谱分布；以及
基于所述第二频谱分布来确定所述测量范围。
2.如权利要求1所述的CDSEM图像处理方法，其特征在于，所述预设阈值设置为预设低频频谱阈值，所述滤除所述第一频谱分布中纵坐标绝对值大于预设阈值的频谱分量以得到第二频谱分布包括：
滤除所述第一频谱分布中纵坐标绝对值大于预设低频频谱阈值的频谱分量以得到所述第二频谱分布。
3.如权利要求1所述的CDSEM图像处理方法，其特征在于，所述基于第二频谱分布来确定测量范围包括：
基于所述第二频谱分布的低频分量来确定所述测量范围的中心位置；
基于所述中心位置以及所述第二频谱分布的高频分量来确定所述测量范围的两条边缘；以及
基于所述中心位置和两条边缘确定所述测量范围。
4.如权利要求3所述的CDSEM图像处理方法，其特征在于，所述根据第二频谱分布的低频分量来确定测量范围的中心位置包括：
抽取所述第二频谱分布的低频分量以得到第三频谱分布；
对所述第三频谱分布进行傅里叶逆变换以得到对应的第三灰度图；以及
基于所述第三灰度图的亮度分布确定所述测量范围的中心位置。
5.如权利要求4所述的CDSEM图像处理方法，其特征在于，所述抽取第二频谱分布的低频分量以得到第三频谱分布包括：
抽取所述第二频谱分布中横坐标与纵坐标的绝对值之和小于预设低频阈值的频谱分量以作为所述第三频谱分布。
6.如权利要求4所述的CDSEM图像处理方法，其特征在于，所述基于第三灰度图的亮度分布确定所述测量范围的中心位置包括：
确定所述第三灰度图中亮度最低的若干个位置的横坐标；以及
将距离所述待量测图形的横向中心位置最近的亮度最低的横坐标作为所述测量范围的中心位置。
7.如权利要求3所述的CDSEM图像处理方法，其特征在于，所述基于中心位置以及第二频谱分布的高频分量来确定测量范围的两条边缘包括：
抽取所述第二频谱分布的高频分量以得到第四频谱分布；
对所述第四频谱分布进行傅里叶逆变换以得到对应的第四灰度图；
扣除所述第四灰度图的背景噪声；以及
基于扣除背景噪声后的第四灰度图的亮度分布并结合所述中心位置确定所述两条边缘。
8.如权利要求7所述的CDSEM图像处理方法，其特征在于，所述抽取第二频谱分布的高频分量以得到第四频谱分布包括：
抽取所述第三频谱分布中横坐标与纵坐标的绝对值之和大于预设高频阈值的频谱分量以作为所述第四频谱分布。
9.如权利要求7所述的CDSEM图像处理方法，其特征在于，所述扣除第四灰度图的背景噪声包括：
确定所述第四灰度图的平均亮度；以及
将所述第四灰度图中的每一坐标的亮度值减去所述平均亮度以扣除背景噪声。
10.如权利要求7所述的CDSEM图像处理方法，其特征在于，所述基于扣除背景噪声后的第四灰度图的亮度分布并结合中心位置确定所述测量范围的两条边缘包括：
确定扣除背景噪声后的第四灰度图中亮度最大的若干位置的横坐标；
将距离所述中心位置最近的亮度最大的两个横坐标分别作为所述中心位置的左边缘和右边缘的位置；
以左边缘的位置作为左侧选框的中心位置；以及
以右边缘的位置作为右侧选框的中心位置。
11.如权利要求1所述的CDSEM图像处理方法，其特征在于，还包括：
判断所述待量测图形是否需要重新确定测量范围；
响应于判断所述待量测图形需要重新确定测量范围，滤除所述第一频谱分布中纵坐标绝对值大于预设阈值的频谱分量以得到第二频谱分布；以及
基于所述第二频谱分布来确定所述测量范围。
12.如权利要求11所述的CDSEM图像处理方法，其特征在于，所述判断待量测图形是否需要重新确定测量范围包括：
抽取所述第一频谱分布中的纵坐标为0时横轴的一维频率特征；以及
基于抽取的一维频率特征判断是否需要重新确定所述测量范围。
13.如权利要求12所述的CDSEM图像处理方法，其特征在于，所述基于抽取的一维频率特征判断是否需要重新确定所述测量范围包括：
响应于所述一维频率特征呈多尖峰对称结构，判断不需要重新确定所述测量范围，否则，判断需要重新确定所述测量范围。
14.一种CDSEM图像处理方法装置，用于确定CDSEM机台拍摄的待量测图形的图像的测量范围，所述CDSEM图像处理装置包括：
存储器；以及
与所述存储器耦接的处理器，所述处理器被配置成：
基于所述待量测图形的图像得到第一灰度图；
对所述第一灰度图作傅里叶变换以得到对应的第一频谱分布；
滤除所述第一频谱分布中纵坐标绝对值大于预设阈值的频谱分量以得到第二频谱分布；以及
基于所述第二频谱分布来确定所述测量范围。
15.如权利要求14所述的CDSEM图像处理装置，其特征在于，所述预设阈值设置为0，所述处理器进一步被配置成：
滤除所述第一频谱分布中纵坐标绝对值大于预设低频频谱阈值的频谱分量以得到所述第二频谱分布。
16.如权利要求14所述的CDSEM图像处理装置，其特征在于，所述处理器进一步被配置成：
基于所述第二频谱分布的低频分量来确定所述测量范围的中心位置；
基于所述中心位置以及所述第二频谱分布的高频分量来确定所述测量范围的两条边缘；以及
基于所述中心位置和两条边缘确定所述测量范围。
17.如权利要求16所述的CDSEM图像处理装置，其特征在于，所述处理器进一步被配置成：
抽取所述第二频谱分布的低频分量以得到第三频谱分布；
对所述第三频谱分布进行傅里叶逆变换以得到对应的第三灰度图；以及
基于所述第三灰度图的亮度分布确定所述测量范围的中心位置。
18.如权利要求17所述的CDSEM图像处理装置，其特征在于，所述处理器进一步被配置成：
抽取所述第二频谱分布中横坐标与纵坐标的绝对值之和小于预设低频阈值的频谱分量以作为所述第三频谱分布。
19.如权利要求17所述的CDSEM图像处理装置，其特征在于，所述处理器进一步被配置成：
确定所述第三灰度图中亮度最低的若干个位置的横坐标；以及
将距离所述待量测图形的横向中心位置最近的亮度最低的横坐标作为所述测量范围的中心位置。
20.如权利要求16所述的CDSEM图像处理装置，其特征在于，所述处理器进一步被配置成：
抽取所述第二频谱分布的高频分量以得到第四频谱分布；
对所述第四频谱分布进行傅里叶逆变换以得到对应的第四灰度图；
扣除所述第四灰度图的背景噪声；以及
基于扣除背景噪声后的第四灰度图的亮度分布并结合所述中心位置确定所述两条边缘。
21.如权利要求20所述的CDSEM图像处理装置，其特征在于，所述处理器进一步被配置成：
抽取所述第三频谱分布中横坐标与纵坐标的绝对值之和大于预设高频阈值的频谱分量以作为所述第四频谱分布。
22.如权利要求20所述的CDSEM图像处理装置，其特征在于，所述处理器进一步被配置成：
确定所述第四灰度图的平均亮度；以及
将所述第四灰度图中的每一坐标的亮度值减去所述平均亮度以扣除背景噪声。
23.如权利要求20所述的CDSEM图像处理装置，其特征在于，所述处理器进一步被配置成：
确定扣除背景噪声后的第四灰度图中亮度最大的若干位置的横坐标；
将距离所述中心位置最近的亮度最大的两个横坐标分别作为所述中心位置的左边缘和右边缘的位置；
以左边缘的位置作为左侧选框的中心位置；以及
以右边缘的位置作为右侧选框的中心位置。
24.如权利要求14所述的CDSEM图像处理装置，其特征在于，所述处理器还被配置成：
判断所述待量测图形是否需要重新确定测量范围；
响应于判断所述待量测图形需要重新确定测量范围，滤除所述第一频谱分布中纵坐标绝对值大于预设阈值的频谱分量以得到第二频谱分布；以及
基于所述第二频谱分布来确定所述测量范围。
25.如权利要求24所述的CDSEM图像处理装置，其特征在于，所述处理器进一步被配置成：
抽取所述第一频谱分布中的纵坐标为0时横轴的一维频率特征；以及
基于抽取的一维频率特征判断是否需要重新确定所述测量范围。
26.如权利要求25所述的CDSEM图像处理装置，其特征在于，所述处理器进一步被配置成：
响应于所述一维频率特征呈多尖峰对称结构，判断不需要重新确定所述测量范围，否则，判断需要重新确定所述测量范围。
27.一种计算机存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被执行时实现如权利要求1-13中任一项所述CDSEM图像处理方法的步骤。
CN202010295827.5A 2020-04-15 2020-04-15 一种cdsem图像处理方法及其装置 Active CN111447364B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202010295827.5A CN111447364B (zh) 2020-04-15 2020-04-15 一种cdsem图像处理方法及其装置
US17/197,756 US11573188B2 (en) 2020-04-15 2021-03-10 Image processing method and device for CDSEM

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010295827.5A CN111447364B (zh) 2020-04-15 2020-04-15 一种cdsem图像处理方法及其装置

Publications (2)

Publication Number Publication Date
CN111447364A true CN111447364A (zh) 2020-07-24
CN111447364B CN111447364B (zh) 2021-11-26

Family

ID=71653113

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010295827.5A Active CN111447364B (zh) 2020-04-15 2020-04-15 一种cdsem图像处理方法及其装置

Country Status (2)

Country Link
US (1) US11573188B2 (zh)
CN (1) CN111447364B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI762417B (zh) * 2021-09-01 2022-04-21 環球晶圓股份有限公司 識別晶圓的方法
CN116206935A (zh) * 2023-05-04 2023-06-02 华芯程(杭州)科技有限公司 一种晶圆测量机台的校准方法、装置及设备

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6314212B1 (en) * 1999-03-02 2001-11-06 Veeco Instruments Inc. High precision optical metrology using frequency domain interpolation
CN1476627A (zh) * 2001-07-26 2004-02-18 �ʼҷ����ֵ������޹�˾ 测量扫描电子显微镜的性能的方法
CN101047109A (zh) * 2006-03-29 2007-10-03 台湾积体电路制造股份有限公司 使用频谱检测的关键尺寸控制方法
US20150276378A1 (en) * 2014-03-26 2015-10-01 Samsung Electronics Co., Ltd. Method and device for measuring critical dimension of nanostructure
CN109141224A (zh) * 2018-10-08 2019-01-04 电子科技大学 一种基于结构光的干涉反射式光学薄膜显微测量方法
CN109273432A (zh) * 2018-08-15 2019-01-25 上海华力集成电路制造有限公司 用于通孔的cdsem检测的对准标记及其制造方法

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE10027132A1 (de) * 1999-07-30 2001-02-22 Tokyo Seimitsu Co Ltd Verfahren und System der Mehrband-UV (ultraviolett)-Lichtillumination von Wafern für optische Mikroskopwaferprüfsysteme und -meßsysteme
US6853736B2 (en) * 2000-02-04 2005-02-08 Canon Kabushiki Kaisha Image processing apparatus, image processing method and storage medium
DE102005017642B4 (de) * 2005-04-15 2010-04-08 Vistec Semiconductor Systems Jena Gmbh Verfahren zur Inspektion eines Wafers
DE102008015631A1 (de) * 2008-03-20 2009-09-24 Carl Zeiss Sms Gmbh Verfahren und Vorrichtung zur Vermessung von Masken für die Photolithographie
JP4645921B2 (ja) * 2008-11-27 2011-03-09 ソニー株式会社 画像信号処理装置および方法、プログラム、並びに撮像装置
CN105740796B (zh) * 2016-01-27 2018-11-16 大连楼兰科技股份有限公司 一种基于灰度直方图的透视变换后车道线图像二值化方法
CN108062500B (zh) * 2016-11-09 2020-05-08 中芯国际集成电路制造(上海)有限公司 一种基于cdsem的特征识别方法及装置
FR3060751B1 (fr) * 2016-12-15 2019-05-24 Commissariat A L'energie Atomique Et Aux Energies Alternatives Procede de caracterisation par microscopie electronique a balayage cdsem
FR3060752B1 (fr) * 2016-12-15 2019-05-10 Commissariat A L'energie Atomique Et Aux Energies Alternatives Procede de mise en œuvre d'une technique de caracterisation cd-sem
CN110889906A (zh) * 2018-08-19 2020-03-17 吴伟锋 地铁现场缴费系统

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6314212B1 (en) * 1999-03-02 2001-11-06 Veeco Instruments Inc. High precision optical metrology using frequency domain interpolation
CN1476627A (zh) * 2001-07-26 2004-02-18 �ʼҷ����ֵ������޹�˾ 测量扫描电子显微镜的性能的方法
CN101047109A (zh) * 2006-03-29 2007-10-03 台湾积体电路制造股份有限公司 使用频谱检测的关键尺寸控制方法
US20150276378A1 (en) * 2014-03-26 2015-10-01 Samsung Electronics Co., Ltd. Method and device for measuring critical dimension of nanostructure
CN109273432A (zh) * 2018-08-15 2019-01-25 上海华力集成电路制造有限公司 用于通孔的cdsem检测的对准标记及其制造方法
CN109141224A (zh) * 2018-10-08 2019-01-04 电子科技大学 一种基于结构光的干涉反射式光学薄膜显微测量方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
韩邦强 等: "《基于SEM图像的自动对焦技术》", 《微纳电子技术》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI762417B (zh) * 2021-09-01 2022-04-21 環球晶圓股份有限公司 識別晶圓的方法
CN116206935A (zh) * 2023-05-04 2023-06-02 华芯程(杭州)科技有限公司 一种晶圆测量机台的校准方法、装置及设备

Also Published As

Publication number Publication date
US11573188B2 (en) 2023-02-07
US20210325314A1 (en) 2021-10-21
CN111447364B (zh) 2021-11-26

Similar Documents

Publication Publication Date Title
CN111447364B (zh) 一种cdsem图像处理方法及其装置
CN115147414B (zh) 一种双极型功率晶体管表面击穿缺陷检测方法
JP3485052B2 (ja) 参照画像作成方法、パターン検査装置及び参照画像作成プログラムを記録した記録媒体
US9239281B2 (en) Method and device for dividing area of image of particle in urine
JP3028945B2 (ja) 多階調丸め補正処理方法およびパターン検査装置
US7860675B2 (en) Pattern inspection apparatus, pattern inspection method, and pattern inspection program
CN110111387B (zh) 一种基于表盘特征的指针表定位及读数方法
JPH1173501A (ja) 参照画像作成方法およびパターン検査装置
US20130170757A1 (en) Method for creating template for patternmatching, and image processing apparatus
JP6055228B2 (ja) 形状計測装置
CN115775250B (zh) 基于数字图像分析的金手指电路板缺陷快速检测系统
US6400838B2 (en) Pattern inspection equipment, pattern inspection method, and storage medium storing pattern inspection program
CN116416252B (zh) 一种勃姆石生产工艺废水沉降图像检测方法
CN111507055A (zh) 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
CN105741281A (zh) 基于邻域离散度的图像边缘检测方法
CN113609984A (zh) 一种指针式仪表读数识别方法、装置及电子设备
Ma et al. An automatic detection method of Mura defects for liquid crystal display
CN109242850A (zh) 采用鲁棒局部各向异性聚类模型的磁共振图像修正方法
JP4432575B2 (ja) パターン画像判定方法
CN117115194A (zh) 基于电子显微镜图像的轮廓提取方法、装置、设备及介质
Chen et al. Robust dislocation defects region segmentation for polysilicon wafer image with random texture background
JP2002298124A (ja) パターン欠陥検査装置
CN109816609B (zh) 一种基于傅里叶变换的数字pcr图像还原方法及其应用
JP2002006474A (ja) マスクパターン画像処理方法
CN113469171A (zh) 识别sfr测试卡图像中感兴趣区域的方法及装置、介质

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