CN115272329A - 一种基于图像检测的掩膜版生产优化方法及系统 - Google Patents
一种基于图像检测的掩膜版生产优化方法及系统 Download PDFInfo
- Publication number
- CN115272329A CN115272329A CN202211187420.6A CN202211187420A CN115272329A CN 115272329 A CN115272329 A CN 115272329A CN 202211187420 A CN202211187420 A CN 202211187420A CN 115272329 A CN115272329 A CN 115272329A
- Authority
- CN
- China
- Prior art keywords
- result
- image acquisition
- production
- mask
- information
- 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
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 159
- 238000005457 optimization Methods 0.000 title claims abstract description 120
- 238000001514 detection method Methods 0.000 title claims abstract description 61
- 238000000034 method Methods 0.000 title claims abstract description 45
- 230000002159 abnormal effect Effects 0.000 claims abstract description 86
- 230000007547 defect Effects 0.000 claims abstract description 78
- 238000012937 correction Methods 0.000 claims abstract description 35
- 238000010276 construction Methods 0.000 claims abstract description 9
- 238000011156 evaluation Methods 0.000 claims description 47
- 238000004140 cleaning Methods 0.000 claims description 43
- 230000008439 repair process Effects 0.000 claims description 19
- 238000005259 measurement Methods 0.000 claims description 17
- 238000004458 analytical method Methods 0.000 claims description 12
- 238000004364 calculation method Methods 0.000 claims description 10
- 238000004891 communication Methods 0.000 claims description 6
- 230000005856 abnormality Effects 0.000 claims description 3
- 230000000694 effects Effects 0.000 abstract description 24
- 238000012545 processing Methods 0.000 abstract description 4
- 239000002245 particle Substances 0.000 description 3
- 239000004065 semiconductor Substances 0.000 description 3
- 239000003344 environmental pollutant Substances 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 231100000719 pollutant Toxicity 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000003749 cleanliness Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000001259 photo etching Methods 0.000 description 1
- 229920002120 photoresistant polymer Polymers 0.000 description 1
- 239000010453 quartz Substances 0.000 description 1
- VYPSYNLAJGMNEJ-UHFFFAOYSA-N silicon dioxide Inorganic materials O=[Si]=O VYPSYNLAJGMNEJ-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- G—PHYSICS
- 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
- G01N21/956—Inspecting patterns on the surface of objects
- G01N21/95607—Inspecting patterns on the surface of objects using a comparative method
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/04—Manufacturing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
-
- 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)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Economics (AREA)
- General Health & Medical Sciences (AREA)
- Strategic Management (AREA)
- Human Resources & Organizations (AREA)
- Health & Medical Sciences (AREA)
- Marketing (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Biochemistry (AREA)
- Development Economics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Operations Research (AREA)
- Entrepreneurship & Innovation (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Game Theory and Decision Science (AREA)
- Artificial Intelligence (AREA)
- Computing Systems (AREA)
- Databases & Information Systems (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Multimedia (AREA)
- Manufacturing & Machinery (AREA)
- Primary Health Care (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种基于图像检测的掩膜版生产优化方法及系统，涉及掩膜版数据处理领域，其中，所述方法包括：得到生产参数信息；得到初始图像采集结果，根据定位特征识别结果进行初始图像采集结果的位置校正；对完成位置校正的初始图像采集结果进行分区域异常特征匹配，得到异常特征匹配结果，在第二图像采集时间进行目标掩膜版的图像采集，得到认证图像采集结果；结合初始图像采集结果进行同位置特征比对，获得新增特征信息；根据关联关系构建结果生成生产优化参数；基于生产优化参数进行掩膜版的生产优化。达到了提高掩膜版的图像检测的准确性，进而提高掩膜版的缺陷检测效果，有效地提升了掩膜版的生产质量等技术效果。
Description
技术领域
本发明涉及掩膜版数据处理领域，具体地，涉及一种基于图像检测的掩膜版生产优化方法及系统。
背景技术
掩膜版是半导体生产的重要材料之一。在掩膜版的实际生产过程中，不可避免地产生缺陷，这些缺陷在曝光时会对半导体产品产生极大的影响，容易导致半导体产品报废，造成经济损失。除此之外，缺陷还会损害掩膜版的寿命。缺陷已成为影响掩膜版生产的重要问题。
现有技术中，存在针对掩膜版的图像检测准确性不足，进而造成掩膜版的缺陷检测效果不佳，极大地降低了掩膜版的生产质量的技术问题。
发明内容
本申请提供了一种基于图像检测的掩膜版生产优化方法及系统，解决了现有技术中针对掩膜版的图像检测准确性不足，进而造成掩膜版的缺陷检测效果不佳，极大地降低了掩膜版的生产质量的技术问题。
鉴于上述问题，本申请提供了一种基于图像检测的掩膜版生产优化方法及系统。
第一方面，本申请提供了一种基于图像检测的掩膜版生产优化方法，其中，所述方法应用于一种基于图像检测的掩膜版生产优化系统，所述系统与图像采集装置通信连接，所述方法包括：采集目标掩膜版的标识信息，基于所述标识信息进行所述目标掩膜版的生产信息调用，得到生产参数信息；通过所述图像采集装置进行所述目标掩膜版的图像采集，得到初始图像采集结果，其中，所述初始图像采集结果具有第一时间标识；基于所述初始图像采集结果进行定位特征识别，基于定位特征识别结果进行所述初始图像采集结果的位置校正；对完成位置校正的所述初始图像采集结果进行分区域异常特征匹配，得到异常特征匹配结果，其中，所述异常特征匹配结果具有位置标识；根据所述第一时间标识生成第二图像采集时间，在所述第二图像采集时间通过所述图像采集装置进行所述目标掩膜版的图像采集，得到认证图像采集结果；基于所述认证图像采集结果和所述初始图像采集结果进行同位置特征比对，获得新增特征信息；基于所述新增特征信息和所述异常特征匹配结果构建所述生产参数信息的关联关系，并基于关联关系构建结果生成生产优化参数；基于所述生产优化参数进行掩膜版的生产优化。
第二方面，本申请还提供了一种基于图像检测的掩膜版生产优化系统，其中，所述系统与图像采集装置通信连接，所述系统包括：信息调用模块，所述信息调用模块用于采集目标掩膜版的标识信息，基于所述标识信息进行所述目标掩膜版的生产信息调用，得到生产参数信息；第一图像采集模块，所述第一图像采集模块用于通过所述图像采集装置进行所述目标掩膜版的图像采集，得到初始图像采集结果，其中，所述初始图像采集结果具有第一时间标识；识别校正模块，所述识别校正模块用于基于所述初始图像采集结果进行定位特征识别，基于定位特征识别结果进行所述初始图像采集结果的位置校正；异常特征匹配模块，所述异常特征匹配模块用于对完成位置校正的所述初始图像采集结果进行分区域异常特征匹配，得到异常特征匹配结果，其中，所述异常特征匹配结果具有位置标识；第二图像采集模块，所述第二图像采集模块用于根据所述第一时间标识生成第二图像采集时间，在所述第二图像采集时间通过所述图像采集装置进行所述目标掩膜版的图像采集，得到认证图像采集结果；特征比对模块，所述特征比对模块用于基于所述认证图像采集结果和所述初始图像采集结果进行同位置特征比对，获得新增特征信息；生产优化参数确定模块，所述生产优化参数确定模块用于基于所述新增特征信息和所述异常特征匹配结果构建所述生产参数信息的关联关系，并基于关联关系构建结果生成生产优化参数；生产优化模块，所述生产优化模块用于基于所述生产优化参数进行掩膜版的生产优化。
本申请中提供的一个或多个技术方案，至少具有如下技术效果或优点：
通过采集目标掩膜版的标识信息，确定生产参数信息；利用图像采集装置对目标掩膜版进行图像采集，获得初始图像采集结果，其中，所述初始图像采集结果具有第一时间标识；根据初始图像采集结果进行定位特征识别，基于定位特征识别结果进行初始图像采集结果的位置校正；对完成位置校正的所述初始图像采集结果进行分区域异常特征匹配，得到异常特征匹配结果；根据所述第一时间标识生成第二图像采集时间，在所述第二图像采集时间通过所述图像采集装置进行所述目标掩膜版的图像采集，得到认证图像采集结果；结合初始图像采集结果进行同位置特征比对，获得新增特征信息；根据所述新增特征信息和所述异常特征匹配结果构建所述生产参数信息的关联关系，并基于关联关系构建结果生成生产优化参数；并根据其进行掩膜版的生产优化。达到了提高掩膜版的图像检测的准确性，进而提高掩膜版的缺陷检测效果，有效地提升了掩膜版的生产质量；同时，提高掩膜版生产的智能性、科学性、自动化程度，实现掩膜版的生产优化的技术效果。
附图说明
图1为本申请一种基于图像检测的掩膜版生产优化方法的流程示意图；
图2为本申请一种基于图像检测的掩膜版生产优化方法中对目标掩膜版重新进行图像采集的流程示意图；
图3为本申请一种基于图像检测的掩膜版生产优化方法中通过清洗优化参数进行目标掩膜版的清洗处理的流程示意图；
图4为本申请一种基于图像检测的掩膜版生产优化系统的结构示意图。
附图标记说明：信息调用模块11，第一图像采集模块12，识别校正模块13，异常特征匹配模块14，第二图像采集模块15，特征比对模块16，生产优化参数确定模块17，生产优化模块18。
具体实施方式
本申请通过提供一种基于图像检测的掩膜版生产优化方法及系统，解决了现有技术中针对掩膜版的图像检测准确性不足，进而造成掩膜版的缺陷检测效果不佳，极大地降低了掩膜版的生产质量的技术问题。达到了提高掩膜版的图像检测的准确性，进而提高掩膜版的缺陷检测效果，有效地提升了掩膜版的生产质量；同时，提高掩膜版生产的智能性、科学性、自动化程度，实现掩膜版的生产优化的技术效果。
实施例一
请参阅附图1，本申请提供一种基于图像检测的掩膜版生产优化方法，其中，所述方法应用于一种基于图像检测的掩膜版生产优化系统，所述系统与图像采集装置通信连接，所述方法具体包括如下步骤：
步骤S100：采集目标掩膜版的标识信息，基于所述标识信息进行所述目标掩膜版的生产信息调用，得到生产参数信息；
步骤S200：通过所述图像采集装置进行所述目标掩膜版的图像采集，得到初始图像采集结果，其中，所述初始图像采集结果具有第一时间标识；
具体而言，通过对目标掩膜版进行信息采集，获得目标掩膜版的标识信息，并根据其调用目标掩膜版的生产信息，确定生产参数信息。进一步，利用图像采集装置对目标掩膜版进行图像采集，获得初始图像采集结果。其中，所述目标掩膜版可以为使用所述一种基于图像检测的掩膜版生产优化系统进行智能化生产优化的任意掩膜版。所述目标掩膜版的标识信息包括目标掩膜版的材料参数、结构参数、尺寸参数等数据信息。所述生产参数信息包括掩膜版的图形排列情况、尺寸精度、分辨率、生产环境要求信息、洁净度等数据信息。所述图像采集装置与所述一种基于图像检测的掩膜版生产优化系统通信连接。所述图像采集装置可以为现有技术中任意类型能够采集获取目标掩膜版的图像信息的摄像装置或它们的结合。所述初始图像采集结果为第一时间标识对应的目标掩膜版的图像数据信息。所述第一时间标识是用于表征初始图像采集结果的图像采集时间的参数信息。达到了确定目标掩膜版的生产参数信息和初始图像采集结果，为后续对目标掩膜版进行生产优化奠定基础的技术效果。
步骤S300：基于所述初始图像采集结果进行定位特征识别，基于定位特征识别结果进行所述初始图像采集结果的位置校正；
进一步的，如附图2所示，本申请步骤S300还包括：
步骤S310：判断所述定位特征识别结果是否存在位置异常；
步骤S320：当判断存在位置异常时，生成所述目标掩膜版的重新置放指令；
步骤S330：根据所述重新置放指令对所述目标掩膜版进行重新置放后，重新进行图像采集。
具体而言，根据初始图像采集结果对目标掩膜版进行定位特征识别，获得定位特征识别结果。进一步，根据定位特征识别结果对目标掩膜版是否存在位置异常进行判断，当目标掩膜版存在位置异常时，即目标掩膜版的置放出现问题时，所述一种基于图像检测的掩膜版生产优化系统自动获得重新置放指令。进而，通过重新置放指令对目标掩膜版进行重新置放后，再对目标掩膜版重新进行图像采集，获得完成位置校正的初始图像采集结果，以此实现初始图像采集结果的位置校正。其中，所述定位特征识别结果可用于表征初始图像采集结果对应的目标掩膜版的位置信息。所述重新置放指令是对位置异常的目标掩膜版进行重新置放的指令。所述完成位置校正的初始图像采集结果包括重新置放后的目标掩膜版的图像数据信息。达到了通过对目标掩膜版进行定位特征识别、位置异常判断，实现对初始图像采集结果的适应性位置校正，获得完成位置校正的初始图像采集结果，进而提高掩膜版的图像检测的准确性的技术效果。
步骤S400：对完成位置校正的所述初始图像采集结果进行分区域异常特征匹配，得到异常特征匹配结果，其中，所述异常特征匹配结果具有位置标识；
具体而言，通过完成位置校正的初始图像采集结果对目标掩膜版进行分区域异常特征匹配，获得异常特征匹配结果。其中，所述异常特征匹配结果包括完成位置校正的初始图像采集结果反映的目标掩膜版的指纹、划痕、污染物等缺陷信息。且，所述异常特征匹配结果具有位置标识，位置标识与异常特征匹配结果的缺陷信息一一对应。达到了确定可靠的异常特征匹配结果，提高掩膜版的图像检测的精确度，为后续获得生产优化参数提供数据支持的技术效果。
步骤S500：根据所述第一时间标识生成第二图像采集时间，在所述第二图像采集时间通过所述图像采集装置进行所述目标掩膜版的图像采集，得到认证图像采集结果；
步骤S600：基于所述认证图像采集结果和所述初始图像采集结果进行同位置特征比对，获得新增特征信息；
具体而言，利用图像采集装置，在第二图像采集时间对目标掩膜版进行图像采集，获得认证图像采集结果，并将其与初始图像采集结果进行同位置特征比对，获得新增特征信息。其中，所述认证图像采集结果包括第二图像采集时间对应的目标掩膜版的图像数据信息。掩膜版雾状缺陷的检测与曝光时间的长短具有很大的关联性，曝光时间越长，检测出掩膜版的雾状缺陷的概率越高。所述第二图像采集时间由所述一种基于图像检测的掩膜版生产优化系统根据第一时间标识自适应设定。示例性地，所述第二图像采集时间可以为第一时间标识的8小时后、第一时间标识的1天后。所述新增特征信息包括目标掩膜版的雾状缺陷信息。达到了通过将认证图像采集结果和初始图像采集结果进行同位置特征比对，获得准确的新增特征信息，提高掩膜版的缺陷检测质量的技术效果。
步骤S700：基于所述新增特征信息和所述异常特征匹配结果构建所述生产参数信息的关联关系，并基于关联关系构建结果生成生产优化参数；
进一步的，本申请步骤S700还包括：
步骤S710：对同批次掩膜版的异常特征匹配结果和新增特征信息进行出现频次匹配，得到频次占比统计结果；
步骤S720：基于大数据设定特征评价值集合；
步骤S730：基于所述特征评价值集合进行新增特征信息和异常特征匹配结果的特征值计算，得到特征值计算结果；
步骤S740：基于所述频次占比统计结果和所述特征值计算结果得到异常评价值；
步骤S750：当所述异常评价值满足预期评价阈值时，则基于所述新增特征信息和所述异常特征匹配结果构建所述生产参数信息的关联关系，并基于关联关系构建结果生成生产优化参数。
具体而言，由所述一种基于图像检测的掩膜版生产优化系统对同批次掩膜版进行数据采集，获得同批次掩膜版的异常特征匹配结果和同批次掩膜版的新增特征信息，并对其进行出现频次匹配，获得频次占比统计结果。进一步，根据特征评价值集合对新增特征信息和异常特征匹配结果的特征值进行计算，确定特征值计算结果，结合频次占比统计结果，获得异常评价值。进而，将异常评价值与预期评价阈值进行比较，对异常评价值是否满足预期评价阈值进行判断，如果异常评价值满足预期评价阈值，由所述一种基于图像检测的掩膜版生产优化系统根据新增特征信息、异常特征匹配结果构建生产参数信息的关联关系，获得关联关系构建结果，进而确定生产优化参数。
其中，所述同批次掩膜版包括使用所述一种基于图像检测的掩膜版生产优化系统与目标掩膜版进行同批次生产的多个掩膜版。所述同批次掩膜版的异常特征匹配结果包括同批次掩膜版的初始图像采集结果反映的同批次掩膜版的指纹、划痕、污染物等缺陷信息。所述同批次掩膜版的新增特征信息包括同批次掩膜版的雾状缺陷信息。所述频次占比统计结果包括同批次掩膜版的异常特征匹配结果的数量、同批次掩膜版的新增特征信息的数量之间的比例关系。所述特征评价值集合包括多个预设新增特征信息、多个预设新增特征信息对应的多个预设特征值、多个预设异常特征匹配结果、多个预设异常特征匹配结果对应的多个预设特征值。所述特征评价值集合由所述一种基于图像检测的掩膜版生产优化系统通过大数据查询预先设置确定。所述特征值计算结果包括新增特征信息的特征值、异常特征匹配结果的特征值二者之和。示例性地，可通过将新增特征信息、异常特征匹配结果与特征评价值集合的多个预设新增特征信息、多个预设异常特征匹配结果进行相似性判断，选择相似性最高的预设新增特征信息对应的预设特征值作为新增特征信息的特征值，选择相似性最高的预设异常特征匹配结果对应的预设特征值作为异常特征匹配结果的特征值。所述异常评价值包括频次占比统计结果、特征值计算结果。所述预期评价阈值由所述一种基于图像检测的掩膜版生产优化系统预先设置确定。所述关联关系构建结果包括新增特征信息的数量、异常特征匹配结果的数量之间的比例关系。所述生产优化参数包括对关联关系构建结果进行优化的具体方法、步骤等数据信息。达到了通过新增特征信息和异常特征匹配结果构建生产参数信息的关联关系，并根据关联关系构建结果获得合理的生产优化参数，进而提高掩膜版的生产质量的技术效果。
进一步的，本申请步骤S700还包括：
步骤S760：对完成位置校正的所述初始图像采集结果进行特征定位点识别，得到特征定位点识别结果；
步骤S770：基于所述特征定位点识别结果进行特征尺寸测量，生成尺寸测量结果；
步骤S780：基于同批次尺寸测量结果进行尺寸同向偏离分析；
步骤S790：通过尺寸同向偏离分析结果获得所述生产优化参数。
具体而言，由所述一种基于图像检测的掩膜版生产优化系统自动对完成位置校正的初始图像采集结果进行特征定位点识别，获得特征定位点识别结果，并对其进行特征尺寸测量，确定尺寸测量结果。进一步，由所述一种基于图像检测的掩膜版生产优化系统对同批次掩膜版进行数据采集，获得同批次尺寸测量结果，并根据其对尺寸测量结果进行尺寸同向偏离分析，获得尺寸同向偏离分析结果，进而确定生产优化参数。其中，所述特征定位点识别结果包括完成位置校正的初始图像采集结果对应的目标掩膜版的置放位置信息。所述尺寸测量结果包括特征定位点识别结果对应的目标掩膜版的尺寸信息、置放位置坐标信息。所述同批次尺寸测量结果包括同批次掩膜版的尺寸信息、置放位置坐标信息。所述尺寸同向偏离分析结果是用于表征尺寸测量结果与同批次尺寸测量结果之间的尺寸差异、置放位置坐标差异的数据信息。所述生产优化参数包括对尺寸同向偏离分析结果进行优化的具体方法、步骤等数据信息。达到了根据尺寸同向偏离分析结果确定生产优化参数，提高生产优化参数的全面性和精确度的技术效果。
步骤S800：基于所述生产优化参数进行掩膜版的生产优化。
进一步的，本申请步骤S800还包括：
步骤S810：根据所述标识信息获得所述目标掩膜版的应用反馈信息；
步骤S820：根据所述应用反馈信息匹配优化关联参数；
步骤S830：通过所述优化关联参数进行掩膜版的生产优化。
具体而言，由所述一种基于图像检测的掩膜版生产优化系统对目标掩膜版的标识信息进行智能分析，获得目标掩膜版的应用反馈信息，并对其匹配优化关联参数，结合生产优化参数对目标掩膜版、与目标掩膜版具有一定相似程度的掩膜版进行生产优化。其中，所述目标掩膜版的应用反馈信息包括目标掩膜版的实际市场需求信息。所述优化关联参数包括根据应用反馈信息对目标掩膜版进行优化的具体方法、步骤等信息。达到了根据生产优化参数、优化关联参数进行掩膜版的生产优化，提高掩膜版的生产质量的技术效果。
进一步的，如附图3所示，本申请步骤S800之后，还包括：
步骤S910：基于所述异常特征匹配结果进行特征分类，得到软缺陷特征集合和硬缺陷特征集合；
步骤S920：基于所述软缺陷特征集合生成清洗优化参数；
步骤S930：通过所述硬缺陷特征集合进行所述目标掩膜版的可用评价；
步骤S940：当所述可用评价结果满足预期阈值时，则通过所述清洗优化参数进行所述目标掩膜版的清洗处理。
具体而言，掩膜版缺陷分为硬缺陷、软缺陷。由所述一种基于图像检测的掩膜版生产优化系统对异常特征匹配结果进行特征分类，获得软缺陷特征集合和硬缺陷特征集合。进一步，由所述一种基于图像检测的掩膜版生产优化系统对软缺陷特征集合自动生成清洗优化参数，并根据硬缺陷特征集合对目标掩膜版进行可用评价，获得可用评价结果。进而，将可用评价结果与预期阈值进行比较，如果可用评价结果满足预期阈值，则根据清洗优化参数对目标掩膜版进行清洗处理。
其中，所述软缺陷特征集合包括遗留在目标掩膜版上的光刻胶颗粒、光刻后掉在目标掩膜版上的颗粒等软缺陷。软缺陷特征集合通常表现为小颗粒，不会损害目标掩膜版的图形，但会损害晶圆上的光刻线条。软缺陷特征集合可通过清洗目标掩膜版去除，对目标掩膜版的正常使用的影响程度较小。所述硬缺陷特征集合包括目标掩膜版的图形缺陷，如目标掩膜版的图形缺失、石英起伏等。所述清洗优化参数包括对软缺陷特征集合进行清洗处理的具体清洗方法、清洗设备等。所述可用评价结果是用于表征硬缺陷特征集合反映的目标掩膜版可用性高低的参数信息。例如，硬缺陷特征集合中硬缺陷特征的数量越多，对目标掩膜版的正常使用的影响程度越高，目标掩膜版的可用性越低，可用评价结果越差。所述预期阈值包括目标掩膜版的可用评价结果阈值，由所述一种基于图像检测的掩膜版生产优化系统根据目标掩膜版的可用性要求预先设置确定。达到了在可用评价结果满足预期阈值时，通过合理的清洗优化参数进行目标掩膜版的清洗处理，降低目标掩膜版的缺陷对其生产过程的影响，提高掩膜版的生产质量的技术效果。
进一步的，本申请步骤S940还包括：
步骤S941：当所述可用评价结果不满足所述预期阈值时，则根据所述硬缺陷特征集合生成硬缺陷修复参数；
步骤S942：基于所述硬缺陷修复参数进行所述目标掩膜版的硬缺陷修复，得到修复目标掩膜版；
步骤S943：根据所述硬缺陷修复参数和所述清洗优化参数获得更新清洗优化参数；
步骤S944：基于所述更新清洗优化参数进行所述修复目标掩膜版的清洗处理。
具体而言，如果可用评价结果不满足预期阈值，所述一种基于图像检测的掩膜版生产优化系统自动对硬缺陷特征集合匹配硬缺陷修复参数，并根据其对目标掩膜版的硬缺陷进行修复，获得修复目标掩膜版。进而，根据更新清洗优化参数对修复目标掩膜版进行清洗处理。其中，所述硬缺陷修复参数包括对硬缺陷特征集合进行修复的具体方法等信息。所述修复目标掩膜版是根据硬缺陷修复参数对目标掩膜版进行修复后的掩膜版。所述更新清洗优化参数包括硬缺陷修复参数、清洗优化参数。达到了在可用评价结果不满足预期阈值时，先根据硬缺陷修复参数对目标掩膜版进行缺陷修复，获得可靠的修复目标掩膜版，再根据更新清洗优化参数对修复目标掩膜版进行清洗处理，提高目标掩膜版的清洗处理的准确性和合理性的技术效果。
综上所述，本申请所提供的一种基于图像检测的掩膜版生产优化方法具有如下技术效果：
通过采集目标掩膜版的标识信息，确定生产参数信息；利用图像采集装置对目标掩膜版进行图像采集，获得初始图像采集结果，其中，所述初始图像采集结果具有第一时间标识；根据初始图像采集结果进行定位特征识别，基于定位特征识别结果进行初始图像采集结果的位置校正；对完成位置校正的所述初始图像采集结果进行分区域异常特征匹配，得到异常特征匹配结果；根据所述第一时间标识生成第二图像采集时间，在所述第二图像采集时间通过所述图像采集装置进行所述目标掩膜版的图像采集，得到认证图像采集结果；结合初始图像采集结果进行同位置特征比对，获得新增特征信息；根据所述新增特征信息和所述异常特征匹配结果构建所述生产参数信息的关联关系，并基于关联关系构建结果生成生产优化参数；并根据其进行掩膜版的生产优化。达到了提高掩膜版的图像检测的准确性，进而提高掩膜版的缺陷检测效果，有效地提升了掩膜版的生产质量；同时，提高掩膜版生产的智能性、科学性、自动化程度，实现掩膜版的生产优化的技术效果。
实施例二
基于与前述实施例中一种基于图像检测的掩膜版生产优化方法，同样发明构思，本发明还提供了一种基于图像检测的掩膜版生产优化系统，请参阅附图4，所述系统包括：
信息调用模块11，所述信息调用模块11用于采集目标掩膜版的标识信息，基于所述标识信息进行所述目标掩膜版的生产信息调用，得到生产参数信息；
第一图像采集模块12，所述第一图像采集模块12用于通过所述图像采集装置进行所述目标掩膜版的图像采集，得到初始图像采集结果，其中，所述初始图像采集结果具有第一时间标识；
识别校正模块13，所述识别校正模块13用于基于所述初始图像采集结果进行定位特征识别，基于定位特征识别结果进行所述初始图像采集结果的位置校正；
异常特征匹配模块14，所述异常特征匹配模块14用于对完成位置校正的所述初始图像采集结果进行分区域异常特征匹配，得到异常特征匹配结果，其中，所述异常特征匹配结果具有位置标识；
第二图像采集模块15，所述第二图像采集模块15用于根据所述第一时间标识生成第二图像采集时间，在所述第二图像采集时间通过所述图像采集装置进行所述目标掩膜版的图像采集，得到认证图像采集结果；
特征比对模块16，所述特征比对模块16用于基于所述认证图像采集结果和所述初始图像采集结果进行同位置特征比对，获得新增特征信息；
生产优化参数确定模块17，所述生产优化参数确定模块17用于基于所述新增特征信息和所述异常特征匹配结果构建所述生产参数信息的关联关系，并基于关联关系构建结果生成生产优化参数；
生产优化模块18，所述生产优化模块18用于基于所述生产优化参数进行掩膜版的生产优化。
进一步的，所述系统还包括：
特征分类模块，所述特征分类模块用于基于所述异常特征匹配结果进行特征分类，得到软缺陷特征集合和硬缺陷特征集合；
清洗优化参数确定模块，所述清洗优化参数确定模块用于基于所述软缺陷特征集合生成清洗优化参数；
可用评价模块，所述可用评价模块用于通过所述硬缺陷特征集合进行所述目标掩膜版的可用评价；
清洗处理模块，所述清洗处理模块用于当所述可用评价结果满足预期阈值时，则通过所述清洗优化参数进行所述目标掩膜版的清洗处理。
进一步的，所述系统还包括：
硬缺陷修复参数确定模块，所述硬缺陷修复参数确定模块用于当所述可用评价结果不满足所述预期阈值时，则根据所述硬缺陷特征集合生成硬缺陷修复参数；
硬缺陷修复模块，所述硬缺陷修复模块用于基于所述硬缺陷修复参数进行所述目标掩膜版的硬缺陷修复，得到修复目标掩膜版；
更新清洗优化参数确定模块，所述更新清洗优化参数确定模块用于根据所述硬缺陷修复参数和所述清洗优化参数获得更新清洗优化参数；
更新清洗优化模块，所述更新清洗优化模块用于基于所述更新清洗优化参数进行所述修复目标掩膜版的清洗处理。
进一步的，所述系统还包括：
频次占比统计结果确定模块，所述频次占比统计结果确定模块用于对同批次掩膜版的异常特征匹配结果和新增特征信息进行出现频次匹配，得到频次占比统计结果；
设定模块，所述设定模块用于基于大数据设定特征评价值集合；
特征值计算结果确定模块，所述特征值计算结果确定模块用于基于所述特征评价值集合进行新增特征信息和异常特征匹配结果的特征值计算，得到特征值计算结果；
异常评价值确定模块，所述异常评价值确定模块用于基于所述频次占比统计结果和所述特征值计算结果得到异常评价值；
生成模块，所述生成模块用于当所述异常评价值满足预期评价阈值时，则基于所述新增特征信息和所述异常特征匹配结果构建所述生产参数信息的关联关系，并基于关联关系构建结果生成生产优化参数。
进一步的，所述系统还包括：
判断模块，所述判断模块用于判断所述定位特征识别结果是否存在位置异常；
重新置放指令确定模块，所述重新置放指令确定模块用于当判断存在位置异常时，生成所述目标掩膜版的重新置放指令；
重新图像采集模块，所述重新图像采集模块用于根据所述重新置放指令对所述目标掩膜版进行重新置放后，重新进行图像采集。
进一步的，所述系统还包括：
特征定位点识别结果确定模块，所述特征定位点识别结果确定模块用于对完成位置校正的所述初始图像采集结果进行特征定位点识别，得到特征定位点识别结果；
尺寸测量结果确定模块，所述尺寸测量结果确定模块用于基于所述特征定位点识别结果进行特征尺寸测量，生成尺寸测量结果；
尺寸同向偏离分析模块，所述尺寸同向偏离分析模块用于基于同批次尺寸测量结果进行尺寸同向偏离分析；
生产优化参数获得模块，所述生产优化参数获得模块用于通过尺寸同向偏离分析结果获得所述生产优化参数。
进一步的，所述系统还包括：
应用反馈模块，所述应用反馈模块用于根据所述标识信息获得所述目标掩膜版的应用反馈信息；
匹配模块，所述匹配模块用于根据所述应用反馈信息匹配优化关联参数；
优化模块，所述优化模块用于通过所述优化关联参数进行掩膜版的生产优化。
本申请提供了一种基于图像检测的掩膜版生产优化方法，其中，所述方法应用于一种基于图像检测的掩膜版生产优化系统，所述方法包括：通过采集目标掩膜版的标识信息，确定生产参数信息；利用图像采集装置对目标掩膜版进行图像采集，获得初始图像采集结果，其中，所述初始图像采集结果具有第一时间标识；根据初始图像采集结果进行定位特征识别，基于定位特征识别结果进行初始图像采集结果的位置校正；对完成位置校正的所述初始图像采集结果进行分区域异常特征匹配，得到异常特征匹配结果；根据所述第一时间标识生成第二图像采集时间，在所述第二图像采集时间通过所述图像采集装置进行所述目标掩膜版的图像采集，得到认证图像采集结果；结合初始图像采集结果进行同位置特征比对，获得新增特征信息；根据所述新增特征信息和所述异常特征匹配结果构建所述生产参数信息的关联关系，并基于关联关系构建结果生成生产优化参数；并根据其进行掩膜版的生产优化。解决了现有技术中针对掩膜版的图像检测准确性不足，进而造成掩膜版的缺陷检测效果不佳，极大地降低了掩膜版的生产质量的技术问题。达到了提高掩膜版的图像检测的准确性，进而提高掩膜版的缺陷检测效果，有效地提升了掩膜版的生产质量；同时，提高掩膜版生产的智能性、科学性、自动化程度，实现掩膜版的生产优化的技术效果。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
本说明书和附图仅仅是本申请的示例性说明，如果本发明的修改和变型属于本发明及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。
Claims (8)
1.一种基于图像检测的掩膜版生产优化方法，其特征在于，所述方法应用于优化控制系统，所述优化控制系统与图像采集装置通信连接，所述方法包括：
采集目标掩膜版的标识信息，基于所述标识信息进行所述目标掩膜版的生产信息调用，得到生产参数信息；
通过所述图像采集装置进行所述目标掩膜版的图像采集，得到初始图像采集结果，其中，所述初始图像采集结果具有第一时间标识；
基于所述初始图像采集结果进行定位特征识别，基于定位特征识别结果进行所述初始图像采集结果的位置校正；
对完成位置校正的所述初始图像采集结果进行分区域异常特征匹配，得到异常特征匹配结果，其中，所述异常特征匹配结果具有位置标识；
根据所述第一时间标识生成第二图像采集时间，在所述第二图像采集时间通过所述图像采集装置进行所述目标掩膜版的图像采集，得到认证图像采集结果；
基于所述认证图像采集结果和所述初始图像采集结果进行同位置特征比对，获得新增特征信息；
基于所述新增特征信息和所述异常特征匹配结果构建所述生产参数信息的关联关系，并基于关联关系构建结果生成生产优化参数；
基于所述生产优化参数进行掩膜版的生产优化。
2.如权利要求1所述的方法，其特征在于，所述方法还包括：
基于所述异常特征匹配结果进行特征分类，得到软缺陷特征集合和硬缺陷特征集合；
基于所述软缺陷特征集合生成清洗优化参数；
通过所述硬缺陷特征集合进行所述目标掩膜版的可用评价；
当所述可用评价结果满足预期阈值时，则通过所述清洗优化参数进行所述目标掩膜版的清洗处理。
3.如权利要求2所述的方法，其特征在于，所述方法还包括：
当所述可用评价结果不满足所述预期阈值时，则根据所述硬缺陷特征集合生成硬缺陷修复参数；
基于所述硬缺陷修复参数进行所述目标掩膜版的硬缺陷修复，得到修复目标掩膜版；
根据所述硬缺陷修复参数和所述清洗优化参数获得更新清洗优化参数；
基于所述更新清洗优化参数进行所述修复目标掩膜版的清洗处理。
4.如权利要求3所述的方法，其特征在于，所述方法还包括：
对同批次掩膜版的异常特征匹配结果和新增特征信息进行出现频次匹配，得到频次占比统计结果；
基于大数据设定特征评价值集合；
基于所述特征评价值集合进行新增特征信息和异常特征匹配结果的特征值计算，得到特征值计算结果；
基于所述频次占比统计结果和所述特征值计算结果得到异常评价值；
当所述异常评价值满足预期评价阈值时，则基于所述新增特征信息和所述异常特征匹配结果构建所述生产参数信息的关联关系，并基于关联关系构建结果生成生产优化参数。
5.如权利要求1所述的方法，其特征在于，所述方法还包括：
判断所述定位特征识别结果是否存在位置异常；
当判断存在位置异常时，生成所述目标掩膜版的重新置放指令；
根据所述重新置放指令对所述目标掩膜版进行重新置放后，重新进行图像采集。
6.如权利要求1所述的方法，其特征在于，所述方法还包括：
对完成位置校正的所述初始图像采集结果进行特征定位点识别，得到特征定位点识别结果；
基于所述特征定位点识别结果进行特征尺寸测量，生成尺寸测量结果；
基于同批次尺寸测量结果进行尺寸同向偏离分析；
通过尺寸同向偏离分析结果获得所述生产优化参数。
7.如权利要求1所述的方法，其特征在于，所述方法还包括：
根据所述标识信息获得所述目标掩膜版的应用反馈信息；
根据所述应用反馈信息匹配优化关联参数；
通过所述优化关联参数进行掩膜版的生产优化。
8.一种基于图像检测的掩膜版生产优化系统，其特征在于，所述系统与图像采集装置通信连接，所述系统包括：
信息调用模块，所述信息调用模块用于采集目标掩膜版的标识信息，基于所述标识信息进行所述目标掩膜版的生产信息调用，得到生产参数信息；
第一图像采集模块，所述第一图像采集模块用于通过所述图像采集装置进行所述目标掩膜版的图像采集，得到初始图像采集结果，其中，所述初始图像采集结果具有第一时间标识；
识别校正模块，所述识别校正模块用于基于所述初始图像采集结果进行定位特征识别，基于定位特征识别结果进行所述初始图像采集结果的位置校正；
异常特征匹配模块，所述异常特征匹配模块用于对完成位置校正的所述初始图像采集结果进行分区域异常特征匹配，得到异常特征匹配结果，其中，所述异常特征匹配结果具有位置标识；
第二图像采集模块，所述第二图像采集模块用于根据所述第一时间标识生成第二图像采集时间，在所述第二图像采集时间通过所述图像采集装置进行所述目标掩膜版的图像采集，得到认证图像采集结果；
特征比对模块，所述特征比对模块用于基于所述认证图像采集结果和所述初始图像采集结果进行同位置特征比对，获得新增特征信息；
生产优化参数确定模块，所述生产优化参数确定模块用于基于所述新增特征信息和所述异常特征匹配结果构建所述生产参数信息的关联关系，并基于关联关系构建结果生成生产优化参数；
生产优化模块，所述生产优化模块用于基于所述生产优化参数进行掩膜版的生产优化。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211187420.6A CN115272329B (zh) | 2022-09-28 | 2022-09-28 | 一种基于图像检测的掩膜版生产优化方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211187420.6A CN115272329B (zh) | 2022-09-28 | 2022-09-28 | 一种基于图像检测的掩膜版生产优化方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115272329A true CN115272329A (zh) | 2022-11-01 |
| CN115272329B CN115272329B (zh) | 2022-12-30 |
Family
ID=83757230
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211187420.6A Active CN115272329B (zh) | 2022-09-28 | 2022-09-28 | 一种基于图像检测的掩膜版生产优化方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115272329B (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116229126A (zh) * | 2023-05-09 | 2023-06-06 | 日照皓诚电子科技有限公司 | 一种石英晶体镀膜智能检测方法、系统、设备及介质 |
| CN116344378A (zh) * | 2023-03-31 | 2023-06-27 | 江苏神州新能源电力有限公司 | 一种光伏板生产用智能检测系统及其检测方法 |
| CN116428972A (zh) * | 2023-01-29 | 2023-07-14 | 平湖市凯鑫塑业股份有限公司 | 一种箱包配件质量在线检测方法及系统 |
| CN116645362A (zh) * | 2023-06-29 | 2023-08-25 | 日照鲁光电子科技有限公司 | 一种碳化硅晶圆的质量智能检测方法及系统 |
| CN117096068A (zh) * | 2023-10-18 | 2023-11-21 | 江苏卓玉智能科技有限公司 | 在ic封装中的晶圆覆膜加工控制方法及系统 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108037140A (zh) * | 2017-12-04 | 2018-05-15 | 江苏维普光电科技有限公司 | 一种掩膜版表面缺陷检测方法 |
| CN108037142A (zh) * | 2017-12-04 | 2018-05-15 | 江苏维普光电科技有限公司 | 基于图像灰度值的掩膜版光学缺陷检测方法 |
| CN113011435A (zh) * | 2021-02-04 | 2021-06-22 | 精英数智科技股份有限公司 | 目标对象的图像处理方法、装置及电子设备 |
| CN113920419A (zh) * | 2021-11-01 | 2022-01-11 | 中国人民解放军国防科技大学 | 一种图像数据处理方法及系统 |
-
2022
- 2022-09-28 CN CN202211187420.6A patent/CN115272329B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108037140A (zh) * | 2017-12-04 | 2018-05-15 | 江苏维普光电科技有限公司 | 一种掩膜版表面缺陷检测方法 |
| CN108037142A (zh) * | 2017-12-04 | 2018-05-15 | 江苏维普光电科技有限公司 | 基于图像灰度值的掩膜版光学缺陷检测方法 |
| CN113011435A (zh) * | 2021-02-04 | 2021-06-22 | 精英数智科技股份有限公司 | 目标对象的图像处理方法、装置及电子设备 |
| CN113920419A (zh) * | 2021-11-01 | 2022-01-11 | 中国人民解放军国防科技大学 | 一种图像数据处理方法及系统 |
Non-Patent Citations (1)
| Title |
|---|
| 柴进平: "高反光陶瓷基片缺陷检测", 《湖北汽车工业学院学报》 * |
Cited By (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116428972A (zh) * | 2023-01-29 | 2023-07-14 | 平湖市凯鑫塑业股份有限公司 | 一种箱包配件质量在线检测方法及系统 |
| CN116428972B (zh) * | 2023-01-29 | 2024-02-06 | 平湖市凯鑫塑业股份有限公司 | 一种箱包配件质量在线检测方法及系统 |
| CN116344378A (zh) * | 2023-03-31 | 2023-06-27 | 江苏神州新能源电力有限公司 | 一种光伏板生产用智能检测系统及其检测方法 |
| CN116344378B (zh) * | 2023-03-31 | 2024-01-23 | 江苏神州新能源电力有限公司 | 一种光伏板生产用智能检测系统及其检测方法 |
| CN116229126A (zh) * | 2023-05-09 | 2023-06-06 | 日照皓诚电子科技有限公司 | 一种石英晶体镀膜智能检测方法、系统、设备及介质 |
| CN116229126B (zh) * | 2023-05-09 | 2023-07-25 | 日照皓诚电子科技有限公司 | 一种石英晶体镀膜智能检测方法、系统、设备及介质 |
| CN116645362A (zh) * | 2023-06-29 | 2023-08-25 | 日照鲁光电子科技有限公司 | 一种碳化硅晶圆的质量智能检测方法及系统 |
| CN116645362B (zh) * | 2023-06-29 | 2024-01-23 | 日照鲁光电子科技有限公司 | 一种碳化硅晶圆的质量智能检测方法及系统 |
| CN117096068A (zh) * | 2023-10-18 | 2023-11-21 | 江苏卓玉智能科技有限公司 | 在ic封装中的晶圆覆膜加工控制方法及系统 |
| CN117096068B (zh) * | 2023-10-18 | 2023-12-26 | 江苏卓玉智能科技有限公司 | 在ic封装中的晶圆覆膜加工控制方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115272329B (zh) | 2022-12-30 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN115272329B (zh) | 一种基于图像检测的掩膜版生产优化方法及系统 | |
| CN106796724B (zh) | 自动化图案保真度测量计划产生 | |
| US10483081B2 (en) | Self directed metrology and pattern classification | |
| KR102242414B1 (ko) | 산업 공정과 관련된 진단 정보를 얻는 방법 및 장치 | |
| US8150140B2 (en) | System and method for a semiconductor lithographic process control using statistical information in defect identification | |
| US6363167B1 (en) | Method for measuring size of fine pattern | |
| CN106158679B (zh) | 结合晶圆实体测量与数位模拟以改善半导体元件制程方法 | |
| US20040225488A1 (en) | System and method for examining mask pattern fidelity | |
| US20170337673A1 (en) | Systems and methods for automatic correction of drift between inspection and design for massive pattern searching | |
| JP5202110B2 (ja) | パターン形状評価方法，パターン形状評価装置，パターン形状評価データ生成装置およびそれを用いた半導体形状評価システム | |
| TW201704849A (zh) | 在半導體製程的晶片設計佈局中發現未知問題圖案的系統與方法 | |
| US8019149B2 (en) | Pattern shape evaluation method and pattern shape evaluation apparatus utilizing the same | |
| JP2022516405A (ja) | プロセス制御のためのインダイメトロロジ方法及びシステム | |
| CN110763696A (zh) | 用于晶圆图像生成的方法和系统 | |
| JP4778685B2 (ja) | 半導体デバイスのパターン形状評価方法及びその装置 | |
| TW202213191A (zh) | 錯誤因素之推定裝置及推定方法 | |
| IL257205A (en) | Self-directed metrology and example classification | |
| KR20230039557A (ko) | 반도체 시편 제조를 위한 마스크 검사 | |
| CN115047722A (zh) | 线宽的测量方法 | |
| KR102383577B1 (ko) | 스켈러톤 웨이퍼 검사 방법 | |
| CN117111414B (zh) | 一种光刻图像的在线自动生成方法 | |
| US20230131950A1 (en) | Mask inspection for semiconductor specimen fabrication | |
| KR20230075369A (ko) | 반도체 시편 제조를 위한 마스크 검사 | |
| TW202407638A (zh) | 半導體樣品製造的遮罩檢查 | |
| CN117853395A (zh) | 检查晶片缺陷的方法及系统 |
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 |