CN115223883A - 应用于关键尺寸量测的调光系统及调光方法 - Google Patents

应用于关键尺寸量测的调光系统及调光方法 Download PDF

Info

Publication number
CN115223883A
CN115223883A CN202210976370.3A CN202210976370A CN115223883A CN 115223883 A CN115223883 A CN 115223883A CN 202210976370 A CN202210976370 A CN 202210976370A CN 115223883 A CN115223883 A CN 115223883A
Authority
CN
China
Prior art keywords
value
dimming
gray
light source
image
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
CN202210976370.3A
Other languages
English (en)
Other versions
CN115223883B (zh
Inventor
田东卫
温任华
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.)
Meijie Photoelectric Technology Shanghai Co ltd
Original Assignee
Meijie Photoelectric Technology Shanghai 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 Meijie Photoelectric Technology Shanghai Co ltd filed Critical Meijie Photoelectric Technology Shanghai Co ltd
Priority to CN202210976370.3A priority Critical patent/CN115223883B/zh
Publication of CN115223883A publication Critical patent/CN115223883A/zh
Application granted granted Critical
Publication of CN115223883B publication Critical patent/CN115223883B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G01B11/02—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Manufacturing & Machinery (AREA)
  • Computer Hardware Design (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • Power Engineering (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

本发明主要涉及到应用于关键尺寸量测的调光系统及调光方法。光源用于提供相机拍摄晶圆上的关键尺寸所需的光照。控制模块则用于调节光源的亮度。光源主要工作在自动调光的模式：当在对晶圆上任一待测位置的关键尺寸实施量测之前，先通过控制模块对光源进行调光，直至使得该任一待测位置的被拍摄到的图像的灰度值适应性的自动匹配到相应的目标值。从而实现图像清晰并且灰度值要达到标准。

Description

应用于关键尺寸量测的调光系统及调光方法
技术领域
本发明主要涉及到半导体晶圆制造技术领域，更确切的说，涉及到半导体集成电路技术领域的应用于关键尺寸量测的自动调光系统及自动调光方法。
背景技术
伴随着集成电路工艺的发展，半导体的结构及制备变得越来越复杂。在半导体制备工艺过程中为了保证各工序的精确，半导体结构的尺寸量测是必要的环节。例如关键尺寸扫描电子显微镜量测是较常用的一种量测手段，再譬如替代性的光学关键尺寸不只可侦测出类似于光刻胶等图案的关键尺寸，还有图案剖面轮廓的相关尺寸。无论光学关键尺寸还是扫描电子显微镜亦或其他提供半导体晶圆尺寸信息的量测均涉及到对准。
为了要确符合期望中的大小，譬如要确保电路彼此间没有不当重叠或互动，设计规则定义如装置与互连线的容许距离以及线的宽度等等规则。此设计规则限制经常会定义线及空间尺寸的关键范围，例如制造的电路中允许的线的宽度或尺寸的空间。尺寸上的错误表示在半导体制程关键部分上有某些不稳定。尺寸的错误可能是任何来源造成的，如光学系统上透镜弯曲或像差、机械、或化学或防反射光阻厚度不均等来源，可能因为提供错误的能量如曝光的辐射而造成尺寸错误。因此，需要确保关键尺寸能遵照预定规范。
关键尺寸的测量必须十分依赖被测对象的拍摄或图像是否清晰，如果被测对象的图像仅仅只是一个较大概的模糊图像，显然关键尺寸测量必然出现偏差。困扰就在于如何完成关键尺寸的精细化拍摄。现有技术往往是以粗略调光照来实现拍摄，通常扫描电子显微镜图形变得模糊不清而无法实现精确的图像，从而导致无法进行量测。或者扫描电子显微镜图形在观察时被认为是清晰的但实际上并未达到最佳的清晰度。
除类似于这种量测疑虑，在量测方面最苛刻的要求是精准图像。问题是如何确保图像的精细程度仍存在改善空间，否则将导致后续打算改善制备工艺来优化半导体工艺偏移量却毫无章法可依，而本申请正是基于这些弊端提出了后文的实施例。图像的灰度值在半导体领域极为重要，传统设备对晶圆关键尺寸的量测由于不同位置的图像的灰度值难以操纵则必然会导致量测值出现很大的误差。如何将图像的灰度适应性的与晶圆上关键尺寸的不同位置的图像需求进行结合、达到图像灰度的按需分配，是量测的关键所在。本申请同时正是基于这种需求提出了后文的范例。
应该注意，上面对技术背景的介绍只是为了方便对本申请的技术方案进行清楚、完整的说明，并方便本领域技术人员的理解而阐述的。不能仅仅因为这些方案在本申请的背景技术部分进行了阐述而认为本申请只能限制于这类特定的应用场景中。
发明内容
本申请公开了一种应用于关键尺寸量测的调光方法，其中：
对晶圆上任一待测位置的关键尺寸实施量测之前，先调节光源，使该任一待测位置的被拍摄的图像的灰度值达到相应的目标值。
上述的方法，其中：在待测位置的图像之中选择一个关注矩形区域，根据位于所述关注矩形区域内的被选定的一系列像素各自的灰度值定义一个区域灰度。
上述的方法，其中：基于所述关注矩形区域的带有像素坐标的图像，用于确定所述关注矩形区域的数个属性包括所述关注矩形区域的左边横坐标、右边横坐标、顶部纵坐标和底部纵坐标。
上述的方法，其中：需要判断所述目标值与所述区域灰度的差值是否在一个自动调光范围之内，若是，则符合要求并且调光结束；相对立的，若否，则对用于调节光源亮度的调光值重新赋值，依据重新赋值的调光值调节光源之后，再次判断所述差值是否在所述自动调光范围之内，直至其符合要求。
上述的方法，其中：所述调光值表征着流经所述光源的电流的大小，通过改变所述调光值之大小来调节所述光源的光照亮度。
上述的方法，其中：所述光源包括卤素灯具或LED灯具。
上述的方法，其中：在由被选定的一系列像素各自的灰度值所构成的数据集中，统计灰度值不低于一个阈值条件下的灰度值的总数；以及
数据集中当任一灰度值不低于阈值时，则该任一灰度值的统计数量与该任一灰度值相乘得到一个乘积，不同灰度值各自分别对应的不同乘积相加得到一个总和；
所述区域灰度等于该总和除以该总数。
上述的方法，其中：在所述数据集中通过比较得到一个最大值和一个最小值，计算出最大值减去最小值之差，该差值再乘以一个预设系数得到一个相乘结果，该相乘结果与最小值相加得到所述阈值。
上述的方法，其中：得到选定的一系列像素的方式包括：设定一个步数，在所述关注矩形区域内的横向步距等于所述关注矩形区域的宽度除以步数、纵向步距等于所述关注矩形区域的高度除以步数，横向每一步的落点代表被选定的一个像素的横坐标、纵向每一步的落点代表被选定的一个像素的纵坐标。
上述的方法，其中，关于对用于调节光源亮度的调光值重新赋值包括：后一调光值在前一调光值的基础上进行重新赋值的方式至少包括：所述差值之绝对值乘以一个调光增益的求积再加上前一调光值，等于重新赋值的调光值。
本申请涉及到一种应用于关键尺寸量测的调光系统，包括：
光源，用于提供相机拍摄晶圆上的关键尺寸所需的光照，所述相机配备有显微镜；
控制模块，用于调节所述光源的亮度；
所述光源工作在自动调光的模式：在对晶圆上任一待测位置的关键尺寸实施量测之前先通过所述控制模块对所述光源进行调光，直至使得该任一待测位置的被拍摄到的图像的灰度值适应性的自动匹配到相应的目标值。
上述的应用于关键尺寸量测的调光系统，其中：所述控制模块还用于接收所述相机拍摄的图像信息，所述控制模块在待测位置的图像中选定一个关注矩形区域，并且其根据位于所述关注矩形区域范围的一系列像素各自的灰度值计算出一个区域灰度。
上述的应用于关键尺寸量测的调光系统，其中：所述控制模块判断所述目标值与所述区域灰度的差值是否在自动调光范围内，若是则符合要求以及调光结束；若否则对用于调节光源亮度的调光值重新赋值，依据重新赋值的调光值调节光源后再次判断所述差值是否在自动调光范围之内，直至其符合要求。
上述的应用于关键尺寸量测的调光系统，其中：所述光源响应于所述控制模块提供的动态变化的所述调光值而调节自身亮度，所述控制模块通过自动调节所述调光值来改变所述光源的光照亮度。
上述的应用于关键尺寸量测的调光系统，其中：所述调光值执行经由数字量到模拟量的转换，转换后得到的模拟量电压值视为用来改变所述光源亮度的电压调节参数。
上述的应用于关键尺寸量测的调光系统，其中：体现为数字量的调光值先被放大后再执行到模拟量的转换、模拟量电压值先被放大后再参与对所述光源的亮度调节。
上述的应用于关键尺寸量测的调光系统，其中：在由被选定的一系列像素各自的灰度值所构成的数据集中，统计灰度值不低于一个阈值条件下的灰度值的总数；以及
数据集中当任一灰度值不低于阈值时，则该任一灰度值的统计数量与该任一灰度值相乘得到一个乘积，不同灰度值分别对应的不同乘积相加得到一个总和；
所述区域灰度等于该总和除以该总数。
上述的应用于关键尺寸量测的调光系统，其中：在所述数据集中通过比较得到一个最大值和一个最小值，计算出最大值减去最小值之差，该差值再乘以一个预设系数得到一个相乘结果，该相乘结果与最小值相加得到所述阈值。
上述的应用于关键尺寸量测的调光系统，其中：得到选定的一系列像素的方式包括：设定一个步数，在所述关注矩形区域内的横向步距等于所述关注矩形区域的宽度除以步数、纵向步距等于所述关注矩形区域的高度除以步数，横向每一步的落点代表被选定的一个像素的横坐标、纵向每一步的落点代表被选定的一个像素的纵坐标。
上述的应用于关键尺寸量测的调光系统，其中，关于对用于调节光源亮度的调光值重新赋值包括：后一调光值在前一调光值的基础上进行重新赋值的方式至少包括：所述差值之绝对值乘以一个调光增益的求积再加上前一调光值，等于重新赋值的调光值。
传统方案对晶圆的关键尺寸的量测，由于不同位置的图像的灰度值不固定，导致量测值出现很大的误差。再如每一次改变测量点的位置，都需要手动调节光源，以达到图像灰度目标值。本案自动调光就是在测量每一个位置前，把光源调节到目标值，保证量测准确性和稳定。对晶圆上任一待测位置的关键尺寸实施量测之前，先调节光源，使该任一待测位置的被拍摄的图像的灰度值达到相应的一目标值，降低关键尺寸之量测误差。
本申请应用于关键尺寸量测的调光方法或调光系统还具有较宽泛的适配性。光源作为发光设备，其可采用卤素灯光源，例如卤素灯是在传统白炽灯泡内注入碘或者溴等卤素气体的灯具；还可采用发光二极管，发光二极管灯具作为固态光源属于冷光光源，优势是易产生调节。关于如何控制发光二极管亮度，技术路线可从较典型的模拟调光逐步过渡到更广泛的基于脉冲宽度调制模式的脉冲调光，模拟调光和脉冲调光亦可结合使用，而卤素灯光源典型的就是采用模拟调光。模拟调光核心在于调节流经二极管的电流大小因此光源会按照期望产生亮度变化之效果。脉冲调光是在确定时间段内改变二极管点亮或关断的时间宽度并认为发光二极管导通点亮期间流经二极管的电流是固定值，发光二极管关断期间则没有电流，亦可达到亮度改变功效。足见本申请对于光源的宽泛适配性。
附图说明
为使上述目的和特征及优点能够更加明显易懂，下面结合附图对具体实施方式做详细的阐释，阅读以下详细说明并参照以下附图之后，本申请的特征和优势将显而易见。
图1是依据像素矩阵的排列规律则任意一点像素的灰度值也可以计算出。
图2是关注的矩形区域的属性以及关注矩形区域图像灰度值的获取方式。
图3是用于承载或者移动半导体晶片的运动平台以及带有显微镜的相机。
图4是关键尺寸的量测由于不同位置的图像的灰度值不固定而难以确定。
图5是依据步数在关注矩形区域范围内得到被选定的一系列像素的方式。
图6是调光值表征着调节光源的电流或电压而实现自动调光的可选范例。
图7是应用于关键尺寸量测的调光系统中实现自动调光的整体流程范例。
具体实施方式
下面将结合各实施例，对本发明的方案进行清楚完整的阐述，所描述的范例仅是本申请用作叙述说明所用的实施例而非全部实施例，基于该等实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的方案都属于本申请的保护范围。
参见图1，关于图像像素矩阵，假设图像宽是W(width)及高是H(height)则根据计算机视觉或图像处理的事先规则，图像的列数是width-1、行数是height-1。为了更清晰的理解图像像素的表达方式，图中给出了2行9列的像素矩阵范例。
参见图1，图像的宽是width＝10，高是height＝3。
参见图1，图像的列数width-1＝9，行数height-1＝2。
参见图1，第0行为0、1、2、3、4、5、6、7、8、9。含0-9列。
参见图1，第1行为10、11、12、13、14、15、16、17、18、19。含0-9列。
参见图1，第2行为20、21、22、23、24、25、26、27、28、29。含0-9列。
参见图1，所以图示矩阵是0-2行和0-9列的合计2行9列的像素矩阵。因此根据图像像素点坐标行y和列x就可以在像素矩阵中定位到第几个像素点。需注意，像素矩阵的实际行数和实际列数是任意的或者是根据图像拍摄设备进行定义的，并不限制于图中给定的合计2行9列等作为范例的具体数值。
参见图1，关于像素地址，譬如像素点15(像素坐标为1,5也即y＝1,x＝5)的地址则可以按此计算：1*10+5。地址计算y*width+x。图中是以像素点15(pix:15)为例而且这种规律具有通用性：像素点27(pix:27)地址计算为2*10+7。需要注意到，在像素矩阵范例中是假设首个像素的地址(y＝0,x＝0)为起始的零，实际上首个像素的地址未必就必然是零地址。譬如像素矩阵是整幅图的截取图而非全图，在类似这种情况下，需要周全的考虑到像素矩阵中各个像素地址计算的通用性。
参见图1，图像的地址获取：先行定义byte*ptr，ptr是第0个像素的地址，例如这个地址指向的是个byte类型。Byte是编程语言中的数据类型或语言字符。已知知道像素矩阵的排列规律，任意一点像素的地址也可以计算得出：ptr+y×width+x。在计算机的图像处理若中用*(地址)表示取该地址中的像素灰度值，地址ptr+y×width+x，那么该地址中的像素灰度值提取的表达为*((byte*)ptr+y×width+x)。该实施例披露了一个事实，根据已知像素点的地址和已经得到图像，可根据地址计算出任一地址处的像素的灰度值。不同的计算机语言提取像素点灰度值的模式或表达也稍有不同。
参见图1，关于灰度图像：可将白色与黑色之间按对数关系分为若干等级，业界通常将之称为灰度。灰度分为256阶(0至255阶)。灰度表示的图像称作灰度图。灰度图像是指每个像素只有灰度值的图像，只有一个通道。根据前述的灰度图像计算法：可以获悉任意地址的灰度图像即*((byte*)ptr+y×width+x)。可以提取三基色各自的分量，因为地址已知则三个通道各自的灰度分量可以予以计算出。
参见图1，关于彩色图像：是指图像中的每个像素都分成R、G、B三个基色分量而且每个基色分量直接决定其基色的强度，通过这种方式产生的色彩称为真彩色，彩色图像通常有三个通道而非仅仅只有一个通道。如果R(x,y)和G(x,y)及B(x,y)分别表示该地址处对应的红色灰度和绿色灰度及蓝色灰度，则彩色图像或混色灰度可予以计算出。
参见图1，计算彩色图像在不同场合有不同的实施方式，R、G、B是彩色图像的三个基色的分量：Gray(x,y)＝0.299×R(x,y)+0.587×G(x,y)+0.114×B(x,y)。其中三个基色的分量值各自的系数可以适应性调整，所以实施方式是多样化的。至此每个地址处的像素灰度值或灰度图像可以予以提取得到、每个地址处的三个基色各自的灰度分量值也可以予以提取得到、每个地址处的经过基色混色的彩色图像或混色灰度也可以提取得到。本申请中图像的灰度值或区域灰度它们可以包含任意一种基色的灰度值、它们亦可包含三种基色的灰度值的混色灰度，例如包含R(x,y)或G(x,y)或B(x,y)或Gray(x,y)等情况。
参见图3，先介绍本申请涉及到的必要知识。半导体制备领域晶圆通常指制作集成电路所用的硅片。关键尺寸量测设备的量测平台或称运动平台11用于承载晶圆10。显微镜和相机CA配合或组装在一起，可以拍摄细微的晶圆细节图像。显微镜具有高倍镜头和低倍镜头而且在一系列镜头LN中可以手动或自动的切换镜头的倍数。如从高倍镜头切换到中等倍数镜头或切换到低倍镜头，或者是执行相反的镜头切换操作，如从低倍镜头切换到中等倍数镜头或切换到高倍镜头。镜头的这种倍数切换关系包括同轴切换。
参见图3，关于晶圆10的调平：晶圆10放在量测平台或称运动平台11上时如果晶圆角度不适配，也就是说，晶圆10的XY坐标系与量测设备的量测平台XY坐标系之间是会存在着一个角度θ的。如此一来移动量测平台或称运动平台11时晶圆10就是倾斜着姿势来移动的。譬如一旦移动运动平台11的X轴时，相机视野下晶圆的行会改变但是期望的是视野内晶圆的行不变。另外，晶圆10角度不适配的话所测量出来的含关键尺寸在内的各种测量值自然也是不准确的。运动平台11或称致动平台。
参见图3，所以晶圆10调平在可选实施例中，在测量前是较佳要执行的步骤。譬如使晶圆10的XY坐标系与量测平台XY坐标系之间的角度θ尽可能小，让晶圆尽量与量测平台或称运动平台保持相对平行的关系、两者较佳的均处于水平位置。注意本申请提及的对晶圆进行位置调整操作包括：可以由θ判断和调整晶圆相对平台坐标系的角度大小譬如使得晶圆的X坐标系与量测平台的X坐标系重合或平行、以及使得晶圆的Y坐标系与量测平台的Y坐标系重合或平行。譬如θ趋于接近于零值。这是晶圆调平过程。
参见图3，关于晶圆10调平的可选方案过程：找到晶圆10上在同一条线上的左右标记以及然后制作调平模板，用晶圆10上的左标记作为模板，通过左右标记的stage坐标和模板匹配的像素坐标计算出晶圆10相对于量测平台的夹角。在可选实施例中这条线上的左右标记分别设为晶圆的10a和10b(标注在图中)。
参见图3，左标记10a之stage平台坐标为(X1,Y1)，与此同时左标记10a之像素坐标为(PX1,PY1)。可由相机CA通过显微镜及其镜头拍摄左标记10a之像素坐标而且所谓像素坐标根据所拍摄的图像是可以抽取和识别到的。
参见图4，在像素坐标内例如左标记10a的图像位置点为10’a，左标记10a之像素坐标在图像的相应坐标位置为(PX1,PY1)。相机拍摄的图像Image1提供像素坐标。
参见图3，右标记10b之stage平台坐标为(X2,Y2)，与此同时右标记10b之像素坐标为(PX2,PY2)。可由相机CA通过显微镜及其镜头拍摄左标记10b之像素坐标而且所谓像素坐标根据所拍摄的图像是可以抽取和识别到的。
参见图4，在像素坐标内例如右标记10b的图像位置点为10’b，右标记10b之像素坐标在图像的相应坐标位置为(PX2,PY2)。注意用于关键尺寸量测而定义的一平台坐标系是预设的一个坐标系而运动平台11的坐标是运动平台11移动到的坐标位置，要注意区分平台坐标系与运动平台11的位置坐标之间的差异。譬如假设CD-MAC代表业界的关键尺寸量测设备那么平台坐标系是事先为量测设备设计的一个坐标系统，运动平台可以在这个坐标系统内按照要求而沿着横坐标X和纵坐标Y进行移动。所以在本申请中还可以用预设坐标系或系统坐标系来命名平台坐标系以避免发生用语混淆。
参见图3，θ＝arctan{[(Y1-Y2)+(PY1-PY2)*K1]÷[(X1-X2)+(PX1-PX2)*K1]}。从此角度的参数内容来看，角度θ与左标记10a之stage平台坐标为(X1,Y1)、左标记10a之像素坐标(PX1,PY1)以及与右标记10b之stage平台坐标为(X2,Y2)，右标记10b之像素坐标(PX2,PY2)密切相关。所以在晶圆上设置同一条线或者是说设置同一直线上的具有明显坐标差异的左右标记显得至关重要，较佳的左右标记应当适当的拉开距离以保障有适当的分辨率来识别角度、进而作为晶圆是否水平的判断依据。
参见图3，角度θ关系式中arctan是反正切函数。
参见图3，相机CA的视场校验系数为K1。系数K1是一个预设的值。因此θ可判断出晶圆相对平台坐标系的角度大小并藉此调节晶圆相对平台坐标系的角度。人工调节晶圆相对平台坐标的θ是可行的、但通过运动平台自动调节θ能提高效率及准确性。注意计算这个角度θ是本申请独有的，计算出θ之后，通过调节运动平台和晶圆之间的相对位置关系来改善该角度θ则可借助现有技术来完成。换而言之，在现有技术当中，已经记载有如何调节运动平台和晶圆之间的相对位置关系的类似方案。例如在晶圆所在的平面上旋转晶圆而使得该角度θ无限接近于零值，再例如带有左右标记10a、10b的这一条线调整到近乎和平台坐标系的X轴重合或平行。
参见图3，高效而精准的量测是半导体大规模生产线顺利推进的衡量尺子，量测对于监测和预防工艺中的偏差起着至关重要的作用。本申请下文即将介绍关键尺寸量测在大规模集成电路生产中的应用和相关问题作出解释。
参见图3，集成电路制造过程中，先将光刻胶涂布于晶圆表面上。然后透过一光掩模对光刻胶进行曝光。接着进行曝光后烘烤。对于正型化学倍增式光刻胶剂而言，这将引发去保护反应，使显影液较容易溶解曝光区的光刻胶，因而可在后续显影过程中将曝光区的光刻胶移除，从而产生所需的光刻胶图案。后续会接着进行显影后检测。显影后检测包含如电子显微镜或光学式量测光刻胶图案的关键尺寸，以判定其是否符合了规格。如果符合规格则进行蚀刻工艺以转移光刻胶图案到晶圆上面。除掉胶再进行蚀刻及检测。
参见图3，前述以光刻为例显示了关键尺寸(CD)的量测显得至关重要。关键尺寸在集成电路光掩模制造及光刻工艺中为评估及控制工艺的图形处理精度，特设计一种反映集成电路特征线条宽度的专用线条图形。本文旨在对关键尺寸进行高精度量测。本文涉及到的关键尺寸的用语还可以替换成关键尺寸结构或关键尺寸标记等用语。
参见图3，半导体制备工艺必不可少的会涉及到晶圆操纵控制，例如传统设备对晶圆的寻边要借助人力资源和辅助工具调整，存在一定的误差，而自动寻边直接通过系统快速高效精准地进行寻边调整。以及机械手对晶圆的传送搬运，从而可有效避免了对晶圆表面的划痕与破损；以及承片盘或载台或承载台(CHUCK)平台模组的配合，总体上能够大大提高量测效率及准确性。运动平台11属于承载台这类。有些文献还将这一类承载台称为承接装置或者升降机构、晶圆承载盘或承载平台、载物平台等类似术语。
参见图3，半导体行业的关键尺寸测量设备，至少包括运动平台11和包括配置有显微镜的相机CA。关键尺寸测量设备可以是当前关键尺寸的测量设备的改造或设计全新的关键尺寸的测量设备。另外鉴于半导体业界已经存在的关键尺寸的测量设备，本申请不单独对其赘述，需注意的是现有技术的关键尺寸的测量设备的全部技术特征或局部技术特征可应用到本申请测量设备之中。本申请在提及关键尺寸的测量设备时默认它包括了现有技术的全部技术特征或局部技术特征。
参见图3，关于关键尺寸(CD)：在集成电路光掩模制造及光刻工艺中为评估及控制工艺的图形处理精度，特设计一种反映集成电路特征线条宽度的专用线条图形。
参见图3，关于平台(CHUCK)：是各种半导体硅片生产过程中用于吸附及承载晶圆的专用工具，主要是用来承载晶圆(wafer)。
参见图3，平台运动控制模组：由X轴、Y轴、θ轴、CHUCK组成，在量测设备对晶圆的关键尺寸量测前，需要先通过平台运动控制模组带着CHUCK移动，从而实现了晶圆的移动控制。该θ轴可旋转转动，例如转动θ轴从而带动CHUCK转动，等效于可以通过控制运动平台的旋转而调节角度θ的值。
参见图3，相机CA的聚焦Z轴运动模组：由一个可以上下运动的Z轴组成，晶圆放在量测平台上例如平台11上时，要使相机CA的视野清晰、分辨率高，就需要让晶圆在相机的焦面处，这个时候Z轴运动模组可以带着相机和镜头上下移动，目的在于可以找到相机视野最清晰的焦面。也就是找到晶圆上关键尺寸结构所在的焦面。
参见图4，关于光源调节：在对关键尺寸进行量测之前，若要实现图像清晰并且灰度值要达到标准，则要用光源调节图像灰度。发光设备LP涉及到的光源：可采用卤素灯光源且卤素灯是在传统白炽灯泡内注入碘或溴等卤素气体的灯具，卤素灯发光原理是钨丝在高电流下发热，达到白炽状态时向外发光。发光设备LP涉及到的光源：可采用发光二极管类型的灯具，发光二极管属于冷光光源，优势是易产生调节。
参见图4，在可见区间，由于波长不同的光对人眼的刺激效果不同，波长从长到短排列依次引起人眼视神经的感觉是红、橙、黄、绿、青、蓝和紫色光，黄色光的波段最长而且黄色光处于人眼最敏感的谱线区，所以人的视神经对黄光判别最敏感。显微镜的照明光源中用钨丝制造的白炽灯泡，发出的光线中红光部分较强，一般称热光，日光灯的光线近似于自然光即七色光的强度较均衡，是连续光谱。在荧光显微镜上使用的高压水银灯且其紫色光部分较强并称之冷光。发光二极管光谱窄，卤族灯光谱宽，因此卤族灯显色特性较好以致于诸多高端显微镜仍然坚持使用卤族灯具。
参见图4，因为对晶圆的关键尺寸的量测由于不同位置(如S1和S2)的图像的灰度值不固定(如不固定的灰度Gray1和Gray2皆不同)，导致量测值出现很大的误差从而每次改变测量点的位置都需要调节光源，以达到图像灰度目标值。
参见图2，对晶圆上任一待测位置的关键尺寸实施量测前，先调节光源，使该任一待测位置的被拍摄的图像的灰度值达到相应的目标值。可选范例：在待测位置的被拍摄的图像之中选择一个关注矩形区域ROI或mROI((region of interest)，根据位于关注矩形区域内的被选定的一系列像素各自的灰度值定义出一个区域灰度。
参见图2，关于矩形区域mROI图像灰度值的获取：mROI矩形区域指的是在图像上重点关注的一个矩形区域，其中mROI矩形区域的4个顶点分别为ABCD。
参见图2，假设mROI矩形为长方形(Rectangle mROI)，在图示的实施例中暂且是宽度width＝50、高度height＝35的长方形mROI为例进行阐释。基于关注矩形区域带有像素坐标的图像，用于确定关注矩形区域的数个属性包括：则mROI矩形区域的左边横坐标和右边横坐标、顶部纵坐标和底部纵坐标。
参见图2，mROI矩形区域的left、top、right、bottom数个属性列表如下，需要注意的是图中给出的mROI坐标值和mROI长宽值仅仅作为范例、而不构成任何限制。
参见图2，坐标为(x＝10,y＝15)的A点：左边横坐标(left)x值等于10。
参见图2，坐标为(x＝10,y＝15)的A点：顶部纵坐标(top)y值等于15。
参见图2，坐标为(x＝60,y＝15)的B点：右边横坐标(right)x值等于60。
参见图2，坐标为(x＝60,y＝15)的B点：顶部纵坐标(top)y值等于15。
参见图2，坐标为(x＝10,y＝50)的C点：左边横坐标(left)x值等于10。
参见图2，坐标为(x＝10,y＝50)的C点：底部纵坐标(bottom)y值等于50。
参见图2，坐标为(x＝60,y＝50)的D点：右边横坐标(right)x值等于60。
参见图2，坐标为(x＝60,y＝50)的D点：底部纵坐标(bottom)y值等于50。
参见图2，mROI矩形区域的left、top、right、bottom四个属性总结如下，需要注意的是图中给出的mROI坐标值和mROI属性值仅仅作为范例、而不构成任何限制。
参见图2，得到left即矩形左边的X坐标等于10。
参见图2，得到top即矩形顶部的Y坐标等于15。
参见图2，得到right即矩形右边的X坐标等于60。
参见图2，得到bottom即矩形底部的Y坐标等于50。
参见图2，关注矩形区域mROI可能只是整个图像的局部区域，在前文中已经告知只要获悉注矩形区域mROI的首个地址即可，譬如mROI中第0个像素的地址，其他像素的地址和地址对应的灰度值皆可予以提取到。例如mROI中第0个像素为A点。
参见图2，需要在关注矩形区域mROI范围内选定一系列像素，由被选定的系列像素各自的灰度值定义出或计算出一个区域灰度(Grayscale)。譬如在由被选定的一系列像素各自的灰度值(i)所构成的数据集中，统计灰度值不低于一个阈值(threshold)条件下的灰度值的总数(tmpW)；以及要求数据集中当任一灰度值不低于阈值时，则该任一灰度值的统计数量与该任一灰度值相乘得到一个乘积，而且不同灰度值分别对应的不同乘积相加得到一个总和(total)，区域灰度等于总和(total)除以总数(tmpW)。
在可选的实施例中，假设某一灰阶的灰度值(K)大于等于阈值，该灰阶条件下的灰度值(K)的数量为m个，该任一灰度值(K)的统计数量m与任一灰度值(K)相乘可以得到一个乘积K×m。在0至255之间取值的K属于i(K∈i)。
在可选的实施例中，假设某一灰阶的灰度值(Q)大于等于阈值，该灰阶条件下的灰度值(Q)的数量为n个，该任一灰度值(Q)的统计数量n与任一灰度值(Q)相乘可以得到一个乘积Q×n。在0至255之间取值的Q属于i(Q∈i)。
在可选的实施例中，假设某一灰阶的灰度值(P)大于等于阈值，该灰阶条件下的灰度值(P)的数量为u个，该任一灰度值(P)的统计数量u与该任一灰度值(P)相乘可以得到一个乘积P×u。在0至255之间取值的P属于i(P∈i)。
在可选的实施例中，依据上述条件，假设只有灰度值(K、Q、P)大于等于阈值而数据集中其他灰阶下的灰度值均小于阈值，不低于阈值的不同灰度值(K、Q、P)分别对应的不同乘积(K×m、Q×n、P×u)相加得到总和total＝K×m+Q×n+P×u，此时区域灰度等于总和(total)除以总数(tmpW＝m+n+u)。
在可选的实施例中，给出了利用计算机语言实现区域灰度(Grayscale)被计算出的这个大致过程。当灰度值大于等于threshold时，统计当前灰度值。
令初始的tmpW和total满足int tmpW＝0、int total＝0。int是计算机语言的一个类型即定义整数类型变量的标识符。
设定tmpW用于统计灰度值大于等于阈值(threshold)时灰度值的数量。
设定total统计灰度值大于等于阈值(threshold)时灰度值乘以对应数量的总和。
例如for(int i＝0；i<tmpData.Length；i++){if(tmpData[i]>0){if(i>＝threshold){tmpW+＝tmpData[i]；total+＝(i*tmpData[i])；}}}。这是计算机语言的实现方案之一。计算机语言中关键词for和if是常见的循环语句和条件语句、i++是自加1，其他语法不予赘述。
其中tmpData.Length是指tmpData这个数组中的个数或元素的个数。
其中得出ROI的灰度值也即区域灰度Grayscale＝(int)(total/tmpW)。
其中灰阶为i的灰度值的统计数量为tmpData[i]。
其中tmpData[i]>0表示数据集内有此灰度值i或mROI的像素内有此灰度值i。
在可选的实施例中，阈值(threshold)可以依照经验单独设计或利用mROI矩形内的灰度值推算出一个动态的阈值(threshold)。例如在前述数据集中通过比较得到一个最大值和一个最小值，算出最大值gray_max减去最小值gray_min之差，这个差再乘以一个预设系数k得到相乘结果(gray_max-gray_min)*k，该相乘结果与最小值gray_min相加则可以得到所述阈值(threshold)。另外例如预设系数k＝0.7等可选数。
在可选的实施例中，在mROI关注矩形区域内的各个灰度值中进行比较、或在被选定的系列像素各自的灰度值中进行比较，得到灰度最大值、灰度最小值。
灰度最大值、灰度最小值分别为gray_max、gray_min。
定义筛选阈值double threshold＝gray_min+(gray_max-gray_min)*k。double是计算机语言的一个类型即双精度浮点型。显而易见的是，所以本申请可以运行在计算机或服务器或类似的处理单元上。处理单元上的其他替代物：现场可编程逻辑门阵列、复杂可编程逻辑器件或现场可编程模拟门阵列、或半定制的ASIC或处理器或微处理器、或数字信号处理器或集成电路或存储于存储器的软件固件程序等。Double标注在计算值前方表明该计算值的类型是双精度浮点型，上下文包括int等类型亦如此。
参见图5，得到被选定的该一系列像素的方式至少包括：设定一个步数，在前述关注矩形区域内的横向步距等于前述关注矩形区域的宽度除以步数、纵向步距等于前述关注矩形区域的高度除以步数，横向每一步的落点代表被选定的一个像素的横坐标、纵向每一步的落点代表被选定的一个像素的纵坐标。
参见图5，在可选的实施例中，在mROI关注矩形区域内得到被选定的一系列像素的方式至少包括：定义出调光的步数(CalcRectSteps)。
参见图5，在可选的实施例中，在mROI关注矩形区域内按步移动的横向步距等于关注矩形区域的宽度(mROI.Width)除以步数(CalcRectSteps)。
参见图5，在可选的实施例中，在mROI关注矩形区域内按步移动的纵向步距等于关注矩形区域的高度(mROI.Height)除以步数(CalcRectSteps)。
参见图5，由此算出调光的步距在X方向为x_step。
参见图5，double x_step＝(double)mROI.Width/CalcRectSteps。
参见图5，由此算出调光的步距在Y方向为y_step。
参见图5，double y_step＝(double)mROI.Height/CalcRectSteps。
参见图5，在mROI关注矩形区域内，横向移动的任何每一步的一个落点代表被选定的一个像素的横坐标、纵向移动的任何每一步的落点代表被选定的一个像素的纵坐标而且步数的尺度或数值是可调或可变的。换言之，每一个落点代表一个选中的像素。在可选的实施例中mROI区域内第0个像素或首个像素或按步移动阶段的首个起步像素，也属于被选定的一个像素或属于关注矩形区域内的被选定的一系列像素中的一者。
在可选的实施例中，给出了利用计算机语言实现在mROI区域中计算出或筛选出被选定的系列像素以及统计被选定的像素的总数量。虽然在mROI区域中直接指定某些像素来作为被选定的系列像素这一种方式是被允许的，但计算机语言显得便捷。
令初始的tmpTotal满足int tmpTotal＝0。int是计算机语言的一个类型即定义整数类型变量的标识符。令初始的tmpData满足int[]tmpData＝new int[256]。
其中tmpTotal表示mROI矩形中的总像素数量或说选定的总像素数量。
其中tmpData所涉int[256]表示0至255灰阶中每一个灰阶之数量组成的数组。
例如for(double y＝mROI.Top；y<mROI.Bottom；y+＝y_step){for(double x＝mROI.Left；x<mROI.Right；x+＝x_step){double v0＝Pixel((int)y,(int)x)；tmpData[(int)v0]++；
++tmpTotal；}}。
以上这个范例是计算机语言的实现方案之一。例如此项计算机语言的一个作用是循环遍历出mROI矩形内的像素例如需要选定的或需要筛选出的一系列像素。
其中mROI.Top是指mROI矩形顶部的Y坐标值，属于mROI属性。
其中mROI.Bottom是指mROI矩形矩形底部的Y坐标值，属于mROI属性。
其中mROI.Left是指mROI矩形左边的X坐标值，属于mROI属性。
其中mROI.Right是指mROI矩形矩形右边的X坐标值，属于mROI属性。
其中Pixel(y,x)是获取像素坐标为(y,x)的灰度值，v0是计算临时变量。
其中tmpData[(int)v0]表示灰阶为v0条件下的tmpData数量。如tmpData[90]表示灰阶或灰度等于90条件下的灰度值的统计数量，即对v0＝90的灰度值进行统计。
其中tmpData[(int)v0]++表示该灰阶v0对应的灰度值数量自加1。
其中++tmpTotal表示mROI中总像素数量或说选定的总像素数量自加1。
注意灰阶v0在0至255之间取值，例如v0属于i(v0∈i)。
在可选的实施例中，在待测位置的图像之中选择一个关注矩形区域mROI，根据关注矩形区域mROI内被选定的系列像素各自的灰度值定义区域灰度(Grayscale)。
在可选的实施例中，判断目标值(AutoLightTarget)与区域灰度(Grayscale)的差值是否在自动调光范围(AutoLightBand)之内，若是则符合要求且调光结束；若否则对用于调节光源亮度的调光值(AutoLightCurrent)重新赋值，依据重新赋值的调光值调节光源之后再次判断差值(disp)是否已在自动调光范围之内，直至其符合要求(指目标值与区域灰度的差值在多次循环调节中符合了在自动调光范围之内的要求)。
定义自动调光的目标值为AutoLightTarget。其数据格式属于灰度值。
定义自动调光范围之值为AutoLightBand。其数据格式属于灰度值。
定义自动调光增益之值为AutoLightGain。例如增益值表征着灰度值与上位机数字量的比例系数。调光增益可以是预设值。
因此可以计算出差值disp＝AutoLightTarget–Grayscale。
判断disp是否在自动调光范围之内可表达为判断disp≤AutoLightBand。
在可选的实施例中，倘若目标值与区域灰度的差值不在自动调光范围，则需要对用于调节光源亮度的调光值重新赋值，依据重新赋值的调光值调节光源后再次判断这个差值是否在自动调光范围之内，按此循环，直至差值符合在自动调光范围之内的要求。
假设前一调光值(当前或目前调光值)为v。
那么后一调光值(重新赋值的调光值)为v+disp*AutoLightGain。
在可选的实施例中，后一调光值(重新赋值的调光值)在前一调光值的基础上进行重新赋值的方式至少包括：差值disp之绝对值乘以调光增益AutoLightGain算求积，求积再加上前一调光值v，就等于重新赋值的调光值(后一调光值)。需注意差值disp此时是在前一调光值条件之下所计算出的差值：例如使用该条件下的区域灰度Grayscale。
在可选的实施例中，给出了利用计算机语言实现调光值自动更新的范例。例如下面是循环执行自动调光也即实现调光值的重新赋值。
令逻辑表达为真的命令是true循环执行自动调光如下所述。
例如while(true){double disp＝AutoLightTarget-Grayscale；
if(Math.Abs(disp)<＝AutoLightBand){break；}
double v＝AutoLightCurrent；AutoLightCurrent＝v+disp*AutoLightGain；}。
其中AutoLightTarget-Grayscale是目标值与当前区域灰度值的差值。
其中Math.Abs(disp)<＝AutoLightBand判断disp是否小于等于AutoLightBand。即判断目标值与区域灰度的差值是否在一个自动调光范围之内。
其中Math.Abs(disp)是对数字如disp等类型取绝对值。
其中Grayscale是mROI区域灰度值。v是计算临时变量。
其中break表示中断，譬如disp已经达到调节目标或符合要求。
其中double v＝AutoLightCurrent表示获取目前的调光值(数字量)。
其中AutoLightCurrent＝v+disp*AutoLightGain是调光值赋新值、重新赋值和更新。
参见图5，展示了如何将调光值映射到光源的调光实现方式上。通常上位机已知当前的调光值(譬如上位机数字量)。图4中可假设上位机包括控制模块CTL。控制模块大部分时候采用计算机或服务器等，但是允许微型化的控制模块利用其带有的处理单元来实现图像处理和操作光源。处理单元的典型使用器件：现场可编程逻辑门阵列、复杂可编程逻辑器件或现场可编程模拟门阵列、或半定制的ASIC或处理器或微处理器、或数字信号处理器或集成电路或存储于存储器的软件固件程序等。Double标注在计算值前方表明该计算值的类型是双精度浮点型，上下文包括int等类型亦如此。
参见图5，图像噪声是指存在于图像数据中的不必要的或多余的干扰信息。噪声的存在严重影响了图像分析结果的质量，因此在图像增强处理和分类处理之前，业界通常试图对其予以纠正。然而噪声在理论上可以定义为“不可预测，只能用类似于概率统计法来认识的随机误差。因此往往将图像噪声看成是多维随机过程，业界描述噪声的方法可借用随机过程的描述，即用其概率分布函数和概率密度分布函数。
参见图5，在绝大多数数字图像系统中，输入图像都是采用采样和扫描方式将多维图像变成一维电信号，再对其进行处理、存储、传输等加工变换。最后往往还需要将信号再组成多维图像信号，图像噪声也将同样受到这样的分解和合成。在这些过程中拍摄系统和外界影响例如晶圆环境将使图像噪声的精确分析变得十分复杂。另一方面图像只是用于传输视觉信息的媒介，对图像信息的认知是由不同因素所决定的。不同的图像噪声和不同的图像处理方案对图像以及噪声的感觉程度或去噪能力是不同的。
参见图5，常见噪声包括光学图像和电子信号之间转换器件如光电管噪声、光电变换或光电效应过程中产生的噪声、在图像上随机出现黑色白色的像素如椒盐噪声、摄象管输出噪声或摄像机中放大和处理电路所引起的噪声等。常见去噪方法包括几何均值滤波法或自适应维纳滤波法、小波去噪、形态学噪声滤除法、中值滤波法等。
参见图3，半导体集成电路行业的自动化程度近乎是所有工业类中最高的，且随着工艺节点的缩小、这种趋势愈发明显，意味着晶圆在各工艺制备产线上的流水化处理具有极高的传递效率。所以对晶圆的包括图像处理在内的任何处理环节需要具备高效、能够跟随整体产线制备速度的特征。图5使用调光步数及其步距x_step和y_step的附加效应是极大的缩小了图像处理的数据量和明显的提高了图像处理速度及精度，因此适配性的满足于晶圆的流水化处理和符合产线上晶圆高速传递的特征。
参见图5，本申请得到被选定的该一系列像素的方式，随着步数的设定，同时过滤掉了部分像素及其灰度值。那么显而易见，剩下被保留的该一系列像素与掺杂在整个关注矩形区域的噪声将不再具有明显的对比度，因为后续进行图像处理的系列像素仅仅只是使用局部像素而非全局像素。值得注意的是，分布到不同像素点的噪声分量往往是不同的且分布特性具极大的随机性。更何况被选定的该一系列像素的筛选过程还存在着一定的任意性和不可控性。换而言之，试图将关注矩形区域内的噪声从该一系列像素中剔除而实现去噪将极具难度。此时传统的去噪方法(如几何均值滤波、自适应维纳滤波、中值滤波和形态学噪声滤除、小波去噪)失去了成立条件或丧失了数学基础。全局噪声影响着关注矩形区域的整体灰度值以及整体视觉处理，尤其是晶圆表面处的芯片呈现为颜色变换复杂及凹凸不平的纳米或微米级电路元件结构，更是加剧了噪声对图像的影响程度。
参见图5，在可选的范例中限定的方案：在由被选定的一系列像素各自的灰度值所构成的数据集中，统计灰度值不低于一个阈值条件下的灰度值的总数；数据集中任一灰度值不低于阈值时，该任一灰度值的统计数量与该任一灰度值相乘得到一个乘积，不同灰度值各自分别对应的不同乘积相加得到一个总和；及区域灰度等于总和除以总数。
参见图5，上述计算的区域灰度的至少一个用途是：可用于剔除关注矩形区域范围中的全局噪声对局部选定的该一系列像素的图像噪声影响，避免依据处于全局噪声环境下的该一系列像素而推算出的区域灰度与目标值之差虚假地符合要求或达到标准。例如区域灰度与目标值之差虚假地位于自动调光范围之内。局部选定的该一系列像素是指在整个关注矩形区域中根据步数而局部选定的一系列像素。进一步的，如果阈值不是依据经验而定而是基于局部选定的该一系列像素进行筛选计算，即通过最大值和最小值计算：那么可以强制该阈值跟随局部选定的该一系列像素的图像噪声的变化而变化(参见阈值的计算函数关系式而且最大值和最小值同样也掣肘于图像噪声的变化)，等效于利用动态变化的阈值来达到从区域灰度中降低噪声影响之目的。此时掺杂噪声影响的任一灰度值和掺杂噪声影响的阈值在阈值动态变化下的比较可以等同于执行差分处理。绝大部分场合图像噪声无法百分之百完全去除(尤其是具不可预测性)而只可尽量规避。在其他替代范例中区域灰度基于前述用途的修正计算方式为：数据集中当任一灰度值不低于阈值时，则该任一灰度值的统计数量与该任一灰度值的灰阶比例值相乘得到一个乘积，不同灰度值分别对应的不同乘积相加得到一个总和；而区域灰度等于该总和除以该总数。注意任一灰度值的灰阶比例值等于该任一灰度值除以最大灰阶值例如255这一灰阶。修正计算更利于去噪。
参见图6，展示了自动调光的原理图，用步骤ST1至ST6来阐释。ST1表示利用前文的方案得到了目前的调光值的数字量，例如由上位机撷取到调光值的数字量。在图像处理阶段上位机可以无需处理较大的数值，譬如上位机数字量可用0至5程度范围的小范围数字量来执行图像处理。步骤ST1展示了上位机等获取调光值数字量的过程。
参见图6，基于更大的数据分辨率之需求，小范围数字量可被放大。例如先前的小范围数字量(0至5)放大到0至20000，放大倍数可达4000，这仅仅只是可选范例而不代表对放大倍数进行任何特定限制。步骤ST2展示了数字量放大这个过程。
参见图6，在业界光源的亮度调节通常可利用电压这类参数或电流这类参数来作为调节光源的亮度的参数，而这属于现有技术的范畴。光源调节：在对关键尺寸进行量测前要求图像清晰且灰度值要达到标准，所以用光源调节图像灰度。例如施加较大的电压参数给光源则光源亮度更亮、相反施加较小的电压参数给光源则光源亮度更暗。再如施加较大的电流参数给光源则光源亮度更亮、施加较小的电流参数给光源则光源亮度更暗。
参见图6，是数字量到模拟量的转换过程。可使用DA数模转换模块。目的是将数字量转换为模拟量电压值。步骤ST3展示了数字量到模拟量这个模块过程。例如将数字量转换成一个模拟量电压值的范围0-5伏。这是一个较小的电压摆幅范围。
参见图6，基于更大的电压分辨率之需求，小范围电压量可被放大。例如先前的小范围电压量(0至5伏)放大到0至20伏，放大倍数可达4倍，这仅仅只是可选范例而不代表对电压放大倍数进行任何特定限制。步骤ST4展示电压放大过程。光源光路模块例如灯具内部的操控电压或电流的光路模块可将模拟量放大至0至20伏。
参见图6，光源根据电压量来调节自身的电流。前文已经阐明可利用电压这类参数或电流这类参数来作为调节光源的亮度的参数，例如施加较大的电压参数给光源则光源亮度就会变得更亮、施加较大的电流参数给光源则光源亮度更亮。所以电压被调节可以实现光源的亮度调节。步骤ST5展示了灯具内部光路调节电流变化的过程。
参见图6，最终步骤ST6达到了光源亮度改变的目的。
参见图6，这个是模拟调光的范例。除此之外也还有数字调光。控制发光二极管亮度的通常是数字调光，数字路线是从较传统的模拟调光逐步过渡到更广泛的基于脉冲宽度调制模式的脉冲调光。脉冲调光是在确定时间段内改变二极管点亮或关断的时间宽度。
参见图7，展示了自动调光尤其是调光值更新的原理。
参见图7，步骤SP1至SP7用来阐释调光值更新过程。值得注意，图7的解释需要和前文关于图1到图5的内容结合起来。步骤SP1是开始。
参见图7，步骤SP2是计算ROI或mROI的区域灰度(Grayscale)。
参见图7，步骤SP3是目标灰度值与mROI区域灰度做差。前文的目标值与区域灰度的差值之计算，disp＝AutoLightTarget–Grayscale，即目标灰度值与区域灰度做差。
参见图7，步骤SP4是判断差值是否在自动调光范围之内。前文判断目标值与区域灰度的差值是否在自动调光范围(AutoLightBand)，例如disp<＝AutoLightBand就是判断差值是否小于等于AutoLightBand。
参见图7，步骤SP4之判断结果为是(yes)，那么调光结束。
参见图7，步骤SP4之判断结果为否(No)，执行步骤SP5。
参见图7，步骤SP5是当前调光数字量加上差值与调光增益的乘积。前文记载前一调光值(当前调光值)为v、后一调光值(重新赋值)为v+disp*AutoLightGain，即是实现当前调光数字量v加上差值与调光增益的乘积disp*AutoLightGain。
参见图7，步骤SP6是利用计算的新调光值再次调光。
参见图7，步骤SP7是等待本次调光完成。当更新完调光值之后，步骤SP7直接跳到前述的步骤SP2，执行下一轮调光的流程、亦执行调光值更新的流程。可见本轮调光值的调节未达到要求，则需要执行下一轮的调光值的调节。多次循环调节，直至调光值更新或重新赋值到符合要求：目标值与区域灰度的差值在自动调光范围之内。
参见图4，本申请还披露了一种应用于关键尺寸量测的调光系统。
参见图4，调光系统包括光源LP，光源LP用于提供相机CA拍摄晶圆上关键尺寸所需的光照强度，相机CA配备有显微镜。
参见图4，调光系统包括控制模块CTL，控制模块CTL用于调节光源LP的亮度而且控制模块可充当上位机。
参见图4，光源LP工作在自动调光的模式：当在对晶圆上任一待测位置的关键尺寸实施量测之前，先通过控制模块CTL对光源LP进行调光，直至使得该任一待测位置的被拍摄到的图像的灰度值适应性的自动匹配到相应的目标值。
参见图4，控制模块CTL还用于接收相机CA拍摄的图像信息，控制模块在待测位置的图像中选定一个关注矩形区域mROI，并且控制模块CTL根据位于关注矩形区域范围的一系列像素各自的灰度值计算出一个区域灰度(Grayscale)。
参见图4，控制模块CTL判断目标值AutoLightTarget与区域灰度Grayscale的差值是否在自动调光范围AutoLightBand内，若是则符合要求以及调光结束；若否则对用于调节光源亮度的调光值重新赋值，依据重新赋值的调光值调节光源后再次判断差值是否在自动调光范围之内，直至差值符合了要求。
参见图4，光源LP包括卤素灯具或LED灯具。
参见图4，光源LP响应于控制模块CTL提供的调光值而调节自身亮度，控制模块通过自动调节调光值来改变光源LP的光照亮度。
参见图4，调光值经由数字量到模拟量的转换，转换后得到的模拟量电压值视为用来改变光源LP亮度的电压调节参数。这属于灯具的模拟调光的一种。
参见图4，体现为数字量的调光值先被放大后再执行到模拟量的转换，模拟量电压值先被放大后再参与对光源LP的亮度调节。图6的步骤ST2和ST4介绍了该方式。
综上所述，现有关键尺寸量测技术之缺点有：测量速度慢且及流程复杂、对关键尺寸的寻找不精确、对晶圆会有不同程度的损伤。本申请可以有效改善上述缺陷：尤其是使用了感兴趣mROI区域像素灰度值的计算方式，和电子系统的光源数模转换结合从而使得自动调光流程便捷和光源的亮度调节极为精准。自动调光涉及的软件系统和硬件系统各自的性能稳定并且软硬件的适配性强，整个调光过程效率高、调光具有高精准性。
本申请涉及通过数模转换电路调节卤素灯光源或者调节LED光源。在现有技术中无论是卤素灯具还是发光二极管灯具均可以调节亮度，尤其是显微镜领域。在现有技术中例如显微镜使用发光二极管灯具或卤素灯具较为常见，本申请的独特之处，主要是如何对卤素灯具或发光二极管灯具进行适应性调光，这在现有技术中是暂无先例。尤其是调光值为表征着调节光源亮度的一个参数。换言之，可以通过上位机来改变调光值之大小以及可由下位机响应调光值而调节光源的光照亮度，带有下位机的灯具可以是智能灯具例如下位机亦配备有接收调光值的处理单元。操控光源亮度的下位机响应于控制模块即上位机提供的所谓调光值而调节光源自身亮度，并因此，控制模块即上位机通过自动调节调光值来改变光源的光照亮度。在该下位机处，调光值被从数字量转换到模拟量，转换后的模拟量电压值视为用来改变光源亮度的电压调节参数，例如下位机按照较高的模拟量水准而指示灯具施加更高的工作电压来给到灯泡，或相反，再如下位机按照较低的模拟量水准而指示灯具施加更低的工作电压来给到灯泡。在可选的范例中上位机和下位机可以进行集成而将各自的功能集合到一起而无上下之分。体现为数字量(digital)的调光值先被放大后再执行到模拟量(analog)的转换，模拟量电压值先被放大后再参与对光源的亮度调节。
以上通过说明和附图的内容，给出了具体实施方式的特定结构的典型实施例，上述申请内容提出了现有的较佳实施例，但这些内容并不作为局限。对于本领域的技术人员而言在阅读上述说明后，各种变化和修正无疑将显而易见。因此，所附的权利要求书应当看作是涵盖本发明真实意图和范围的全部变化和修正。权利要求书范围之内的任何和所有等价的范围与内容，都应认为属本发明的意图和范围内。

Claims (16)

1.一种应用于关键尺寸量测的调光方法，其特征在于：
对晶圆上任一待测位置的关键尺寸实施量测之前，先调节光源，使该任一待测位置的被拍摄的图像的灰度值达到相应的目标值。
2.根据权利要求1所述的方法，其特征在于：
在待测位置的图像之中选择一个关注矩形区域，根据位于所述关注矩形区域内的被选定的一系列像素各自的灰度值定义一个区域灰度。
3.根据权利要求2所述的方法，其特征在于：
基于所述关注矩形区域的带有像素坐标的图像，用于确定所述关注矩形区域的数个属性包括所述关注矩形区域的左边横坐标、右边横坐标、顶部纵坐标和底部纵坐标。
4.根据权利要求2所述的方法，其特征在于：
判断所述目标值与所述区域灰度的差值是否在一个自动调光范围之内，若是则符合要求并且调光结束；若否则对用于调节光源亮度的调光值重新赋值，依据重新赋值的调光值调节光源后再次判断所述差值是否在自动调光范围之内，直至其符合要求。
5.根据权利要求4所述的方法，其特征在于：
所述调光值为表征着调节所述光源的亮度的参数，通过改变所述调光值之大小来调节所述光源的光照亮度。
6.根据权利要求1所述的方法，其特征在于：
所述光源包括卤素灯具或LED灯具。
7.根据权利要求2所述的方法，其特征在于：
在由被选定的一系列像素各自的灰度值所构成的数据集中，统计灰度值不低于一个阈值条件下的灰度值的总数；以及
数据集中当任一灰度值不低于阈值时，则该任一灰度值的统计数量与该任一灰度值相乘得到一个乘积，不同灰度值分别对应的不同乘积相加得到一个总和；
所述区域灰度等于该总和除以该总数。
8.根据权利要求7所述的方法，其特征在于：
在所述数据集中通过比较得到一个最大值和一个最小值，最大值减去最小值之差再乘以一个预设系数得到一个相乘结果，该相乘结果与最小值相加得到所述阈值。
9.根据权利要求2所述的方法，其特征在于：
得到被选定的该一系列像素的方式至少包括：设定一个步数，在所述关注矩形区域内的横向步距等于所述关注矩形区域的宽度除以步数、纵向步距等于所述关注矩形区域的高度除以步数，横向每一步的落点代表被选定的一个像素的横坐标、纵向每一步的落点代表被选定的一个像素的纵坐标。
10.根据权利要求4所述的方法，其特征在于：
后一调光值在前一调光值的基础上进行重新赋值的方式至少包括：所述差值之绝对值乘以一个调光增益的求积再加上前一调光值，等于重新赋值的调光值。
11.一种应用于关键尺寸量测的调光系统，其特征在于，包括：
光源，用于提供相机拍摄晶圆上的关键尺寸所需的光照，所述相机配备有显微镜；
控制模块，用于调节所述光源的亮度；
所述光源工作在自动调光的模式：在对晶圆上任一待测位置的关键尺寸实施量测之前先通过所述控制模块对所述光源进行调光，直至使得该任一待测位置的被拍摄到的图像的灰度值适应性的自动匹配到相应的目标值。
12.根据权利要求11所述的应用于关键尺寸量测的调光系统，其特征在于：
所述控制模块还用于接收所述相机拍摄的图像信息，所述控制模块在待测位置的图像中选定一个关注矩形区域，并且其根据位于所述关注矩形区域范围的一系列像素各自的灰度值计算出一个区域灰度。
13.根据权利要求12所述的应用于关键尺寸量测的调光系统，其特征在于：
所述控制模块判断所述目标值与所述区域灰度的差值是否在自动调光范围内，若是则符合要求以及调光结束；若否则对用于调节光源亮度的调光值重新赋值，依据重新赋值的调光值调节光源后再次判断所述差值是否在自动调光范围之内，直至其符合要求。
14.根据权利要求11所述的应用于关键尺寸量测的调光系统，其特征在于：
所述光源响应于所述控制模块提供的所述调光值而调节自身亮度，所述控制模块通过自动调节所述调光值来改变所述光源的光照亮度。
15.根据权利要求14所述的应用于关键尺寸量测的调光系统，其特征在于：
所述调光值经由数字量到模拟量的转换，转换后得到的模拟量电压值视为用来改变所述光源亮度的电压调节参数。
16.根据权利要求15所述的应用于关键尺寸量测的调光系统，其特征在于：
体现为数字量的所述调光值先被放大后再执行到模拟量的转换，所述模拟量电压值先被放大后再参与对所述光源的亮度调节。
CN202210976370.3A 2022-08-15 2022-08-15 应用于关键尺寸量测的调光系统及调光方法 Active CN115223883B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210976370.3A CN115223883B (zh) 2022-08-15 2022-08-15 应用于关键尺寸量测的调光系统及调光方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210976370.3A CN115223883B (zh) 2022-08-15 2022-08-15 应用于关键尺寸量测的调光系统及调光方法

Publications (2)

Publication Number Publication Date
CN115223883A true CN115223883A (zh) 2022-10-21
CN115223883B CN115223883B (zh) 2024-05-14

Family

ID=83615485

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210976370.3A Active CN115223883B (zh) 2022-08-15 2022-08-15 应用于关键尺寸量测的调光系统及调光方法

Country Status (1)

Country Link
CN (1) CN115223883B (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101872127A (zh) * 2010-05-28 2010-10-27 上海宏力半导体制造有限公司 制作光刻胶厚度与关键尺寸关系曲线的方法
CN104134618A (zh) * 2014-06-12 2014-11-05 京东方科技集团股份有限公司 一种关键图形的尺寸检测装置及尺寸检测方法
CN112289726A (zh) * 2020-10-29 2021-01-29 上海精测半导体技术有限公司 晶圆对准模板图像生成方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101872127A (zh) * 2010-05-28 2010-10-27 上海宏力半导体制造有限公司 制作光刻胶厚度与关键尺寸关系曲线的方法
CN104134618A (zh) * 2014-06-12 2014-11-05 京东方科技集团股份有限公司 一种关键图形的尺寸检测装置及尺寸检测方法
CN112289726A (zh) * 2020-10-29 2021-01-29 上海精测半导体技术有限公司 晶圆对准模板图像生成方法

Also Published As

Publication number Publication date
CN115223883B (zh) 2024-05-14

Similar Documents

Publication Publication Date Title
US7505149B2 (en) Apparatus for surface inspection and method and apparatus for inspecting substrate
US7664308B2 (en) Photomask inspection apparatus comparing optical proximity correction patterns to minimum and maximum limits
US9406117B2 (en) Inspection system and method for inspecting line width and/or positional errors of a pattern
US7639863B2 (en) Die-to-database photomask defect detection using region data to modify inspection thresholds
TWI471553B (zh) 缺陷觀察方法及缺陷觀察裝置
US20070071307A1 (en) Pattern inspection apparatus, pattern inspection method and program
CN1402322A (zh) 用电子束监测工艺条件变化的监测系统和监测方法
KR101994524B1 (ko) 포커싱 장치, 포커싱 방법 및 패턴 검사 방법
US7884861B2 (en) Image resolution multiplier
JP7454620B2 (ja) ダイ・ダイ検査用適応性ケアエリア
KR101893831B1 (ko) 기판 검사장치 및 이를 이용한 기판 검사방법
CN115223883A (zh) 应用于关键尺寸量测的调光系统及调光方法
US9202270B2 (en) Pattern inspection apparatus and pattern inspection method
CN101813893B (zh) 一种采用曝光方式标定曝光能量需求分布的方法
US20070229811A1 (en) Method for preparing focus-adjustment data for focusing lens system of optical defect-inspection apparatus, and focus adjustment wafer used in such method
WO2021084773A1 (ja) 画像処理システム、設定方法およびプログラム
JP6012655B2 (ja) ウエーハ検査装置の検査条件データ生成方法及び検査条件データ生成システム
US20070052960A1 (en) Reference image forming apparatus, pattern inspection apparatus, and reference image forming method, and reticle
KR20190045942A (ko) 디포커스 검출 방법
CN115546062A (zh) 用于晶圆的图像灰度值调节方法
CN1536430A (zh) 投影系统的空间频率响应校正中确定最佳增益响应的方法
TW202213609A (zh) 檢驗及其他製程中之樣品的對準
CN101349541B (zh) 特定图像找寻方法及影像偏位补偿方法
JPH11312216A (ja) 文字認識装置
JP2000065547A (ja) 黒色ワークの形状測定装置及び取出装置

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