CN116977307A - 量测验证方法、计算机设备及计算机可读存储介质 - Google Patents
量测验证方法、计算机设备及计算机可读存储介质 Download PDFInfo
- Publication number
- CN116977307A CN116977307A CN202310948711.0A CN202310948711A CN116977307A CN 116977307 A CN116977307 A CN 116977307A CN 202310948711 A CN202310948711 A CN 202310948711A CN 116977307 A CN116977307 A CN 116977307A
- Authority
- CN
- China
- Prior art keywords
- measurement
- boundary
- contrast
- image
- value
- 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.)
- Pending
Links
- 238000005259 measurement Methods 0.000 title claims abstract description 305
- 238000000034 method Methods 0.000 title claims abstract description 44
- 238000003860 storage Methods 0.000 title claims abstract description 11
- 238000012795 verification Methods 0.000 title abstract description 18
- 239000004065 semiconductor Substances 0.000 claims abstract description 40
- 238000012545 processing Methods 0.000 claims abstract description 24
- 238000004590 computer program Methods 0.000 claims description 10
- 238000013507 mapping Methods 0.000 claims description 8
- 238000010200 validation analysis Methods 0.000 claims description 4
- 238000010586 diagram Methods 0.000 description 17
- 238000004364 calculation method Methods 0.000 description 5
- 230000003993 interaction Effects 0.000 description 3
- 238000001459 lithography Methods 0.000 description 3
- 238000001514 detection method Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000010894 electron beam technology Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 229920002120 photoresistant polymer Polymers 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 239000013598 vector Substances 0.000 description 1
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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
-
- 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
- G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
- G06V10/757—Matching configurations of points or features
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- Geometry (AREA)
- Health & Medical Sciences (AREA)
- Quality & Reliability (AREA)
- Computing Systems (AREA)
- Databases & Information Systems (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Multimedia (AREA)
- Image Analysis (AREA)
Abstract
本公开提供一种量测验证方法、计算机设备及计算机可读存储介质,属于半导体量测技术领域。该方法包括:获得半导体结构的量测图像和标准图像,量测图像中包括量测特征尺寸边界;分别对量测图像和标准图像进行处理,获得量测图像中的第一量测信号边界和标准图像中的第二量测信号边界;获得第一量测信号边界的第一衬度信息和第二量测信号边界的第二衬度信息;根据第一衬度信息和第二衬度信息,获得第一量测信号边界和第二量测信号边界的匹配指标,匹配指标用于指示量测特征尺寸边界和第一量测信号边界之间的匹配程度。
Description
技术领域
本公开涉及半导体量测技术领域,具体而言,涉及一种量测验证方法、计算机设备及计算机可读存储介质。
背景技术
关键尺寸(Critical Dimension,CD)是指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。除此之外,关键尺寸还可以定义为,在特定曝光强度阈值下得到的光刻胶沟槽或线条的宽度。相似地,光刻空间像给出的是相对强度,则光刻空间像的关键尺寸可以定义为在特定相对强度阈值下所得到的图形的宽度。相关技术中没有验证方法去验证所量测的CD是否准确。
发明内容
本公开的目的在于提供一种量测验证方法、计算机设备及计算机可读存储介质,能够验证量测的准确性。
本公开实施例提供了一种量测验证方法,该方法包括:获得半导体结构的量测图像和标准图像,所述量测图像中包括量测特征尺寸边界;分别对所述量测图像和所述标准图像进行处理,获得所述量测图像中的第一量测信号边界和所述标准图像中的第二量测信号边界;获得所述第一量测信号边界的第一衬度信息和所述第二量测信号边界的第二衬度信息;根据所述第一衬度信息和所述第二衬度信息,获得所述第一量测信号边界和所述第二量测信号边界的匹配指标,所述匹配指标用于指示所述量测特征尺寸边界和所述第一量测信号边界之间的匹配程度。
根据本公开的另一个方面,提供一种量测验证装置,所述装置包括:获得单元,用于获得半导体结构的量测图像和标准图像,所述量测图像中包括量测特征尺寸边界;处理单元,用于分别对所述量测图像和所述标准图像进行处理,获得所述量测图像中的第一量测信号边界和所述标准图像中的第二量测信号边界;获得单元,还用于获得所述第一量测信号边界的第一衬度信息和所述第二量测信号边界的第二衬度信息;获得单元,还用于根据所述第一衬度信息和所述第二衬度信息,获得所述第一量测信号边界和所述第二量测信号边界的匹配指标,所述匹配指标用于指示所述量测特征尺寸边界和所述第一量测信号边界之间的匹配程度。
根据本公开的再一个方面,提供一种计算机设备,包括一个或多个处理器;存储器,配置为存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行时,使得所述计算机设备实现本公开任一实施例中的量测验证方法。
根据本公开的又一个方面,提供一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序适于由处理器加载并执行,以使得具有所述处理器的计算机设备执行本公开任一实施例中的量测验证方法。
根据本公开的又一个方面,提供一种计算机程序产品,该计算机程序被处理器执行时实现本公开任一实施例中的量测验证方法。
附图说明
图1示出了本公开实施例提供的一种量测验证方法的流程图。
图2示出了本公开实施例提供的标准图像的示意图。
图3示出了本公开实施例提供的一种量测图像的示意图。
图4示出了本公开实施例提供的另一种量测验证方法的流程图。
图5示出了图4中S440在一示例性实施例中的流程图。
图6示出了本公开实施例提供的另一种量测图像的示意图。
图7示出了对图6中所示量测图像进行处理获得第一量测信号边界的示意图。
图8示出了基于图7获得的第一量测信号边界获得第一衬度信息的示意图。
图9示出了本公开实施例提供的一种基于第一衬度信息和第二衬度信息获得匹配程度的示意图。
图10示出了图4中S440在另一示例性实施例中的流程图。
图11示出了本公开实施例提供的基于梯度图像获得第一量测信号边界的示意图。
图12示出了基于图11中的映射图像800获得第一衬度信息的示意图。
图13示出了本公开实施例提供的第二衬度信息的示意图。
图14示出了本公开实施例提供的另一种基于第一衬度信息和第二衬度信息获得匹配程度的示意图。
图15示出了本公开实施例提供的获得第一边界匹配指标和第二边界匹配指标的示意图。
图16示出了本公开实施例提供的一种图像像素的示意图。
图17示出了本公开实施例提供的一种量测验证装置的结构示意图。
图18示出了本公开实施例提供的一种计算机设备的结构示意图。
具体实施方式
现在将参考附图更全面地描述示例实施方式。然而,示例实施方式能够以多种形式实施,且不应被理解为限于在此阐述的范例;相反,提供这些实施方式使得本公开将更加全面和完整,并将示例实施方式的构思全面地传达给本领域的技术人员。所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施方式中。
图1示出了本公开实施例提供的一种量测验证方法的流程图。如图1所示,本公开实施例提供的方法可以包括如下步骤。
在S110中,获得半导体结构的量测图像和标准图像,量测图像中包括量测特征尺寸边界。
本公开实施例中的半导体结构可以是任意半导体器件或用于制造半导体器件的部分或全部结构,例如该半导体器件可以是DRAM(Dynamic Random Access Memory,动态随机存取存储器),但本公开并不限定于此。在下面的实施例中,以该半导体结构是晶圆(wafer)进行举例说明,但本公开并不限定于此。该半导体结构的量测图像是指采用量测机台扫描该半导体结构所获得的原始图像(raw image)。例如,该量测机台以CD-SEM(scanning electron microscope,扫描电子显微镜)机台进行举例说明,但本公开并不限定于此。其中,CD-SEM机台在形成量测图像时,是利用高能电子束与半导体结构的物质表面相互作用激发出二次电子,通过收集二次电子信号形成量测图像。
本公开实施例中,量测图像中包括量测特征尺寸边界。量测特征尺寸边界是指通过量测机台扫描获得的量测图像中待量测的特征尺寸(CD)的实际边界或真实边界。例如,假设该半导体结构中存在凹槽,当前需要量测该凹槽的特征尺寸,则CD-SEM机台在扫描该半导体结构时,会在该量测图像上显示该凹槽的边缘,该凹槽的两侧边缘的宽度即为该量测图像中的实际特征尺寸,即凹槽的开口尺寸。
本公开实施例中,在配方(recipe)中预先存储了该半导体结构的标准图像(golden image),golden image是指所设计的、在制造该半导体结构时所希望达到的半导体结构的图像。该标准图像中存在标准特征尺寸边界。标准特征尺寸边界是指标准图像中待量测的特征尺寸的实际边界或真实边界。
在S120中,分别对所述量测图像和所述标准图像进行处理,获得所述量测图像中的第一量测信号边界和所述标准图像中的第二量测信号边界。
本公开实施例中,量测图像中的量测特征尺寸边界的像素值不同于该量测图像中其它区域的像素值,例如量测特征尺寸边界的像素值比较大,显示为白色区域或接近白色区域;其它区域的像素值比较小,显示为黑色区域或灰色区域。因此,通过量测图像中的量测特征尺寸边界的该特征,可以通过对量测图像进行图像处理,获得第一量测信号边界。第一量测信号边界是指通过图像处理从量测图像中所检测待检测的特征尺寸的边界,其可能与量测特征尺寸边界重合,也可能有一定的偏差。
本公开实施例中,标准图像中的标准特征尺寸边界的像素值不同于该标准图像中其它区域的像素值。因此,通过标准图像中的标准特征尺寸边界的该特征,可以通过对标准图像进行图像处理,获得第二量测信号边界。第二量测信号边界是指通过图像处理从标准图像中所检测待检测的特征尺寸的边界,其与标准特征尺寸边界一般是重合的。
在S130中,获得所述第一量测信号边界的第一衬度信息和所述第二量测信号边界的第二衬度信息。
本公开实施例中,第一衬度信息可以包括第一量测信号边界位置上的像素点的衬度值,下面实施例中为了区分,称之为第一衬度值。根据第一量测信号边界位置上的各像素点的第一衬度值,可以统计出在第一量测信号边界上具有各个第一衬度值的像素点的数量,即同一第一衬度值下的像素点数。在一些实施例中,第一衬度信息还可以包括第一衬度值及其对应的像素点数之间的对应关系。
本公开实施例中,第二衬度信息可以包括第二量测信号边界位置上的像素点的衬度值,下面实施例中为了区分,称之为第二衬度值。根据第二量测信号边界位置上的各像素点的第二衬度值,可以统计出在第二量测信号边界上具有各个第二衬度值的像素点的数量,即同一第二衬度值下的像素点数。在一些实施例中,第二衬度信息还可以包括第二衬度值及其对应的像素点数之间的对应关系。
在S140中,根据所述第一衬度信息和所述第二衬度信息,获得所述第一量测信号边界和所述第二量测信号边界的匹配指标,所述匹配指标用于指示所述量测特征尺寸边界和所述第一量测信号边界之间的匹配程度。
本公开实施例中,通过计算第一衬度信息和第二衬度信息之间的相关度,由于第二衬度信息来自于标准图像的第二量测信号边界,而第二量测信号边界与标准图像中的标准特征尺寸边界是重合的,因此,通过第一衬度信息和第二衬度信息之间的相关度,可以得到量测图像中拟合获得的第一量测信号边界与标准图像中拟合获得的第二量测信号边界之间的匹配指标,通过该匹配指标可以指示量测图像中真实的量测特征尺寸边界与拟合获得的第一量测信号边界之间的匹配程度。
在示例性实施例中,本公开实施例提供的方法还包括:根据所述第一量测信号边界获得所述半导体结构中的半导体图案的量测特征尺寸。
本公开实施例中,在获得第一量测信号边界之后,可以根据左右两侧的第一量测信号边界之间的宽度获得所量测的半导体结构中的半导体图案的量测特征尺寸。例如该半导体图案为凹槽,即获得凹槽的量测CD。根据上述获得的匹配指标,可以获得量测CD的准确性。
本公开实施方式提供的量测验证方法,一方面,通过量测图像的第一量测信号边界的第一衬度信息和标准图像的第二量测信号边界的第二衬度信息,获得第一量测信号边界和第二量测信号边界之间的匹配指标,从而可以利用该匹配指标来确定从该量测图像所检测到的第一量测信号边界与实际的量测特征尺寸边界之间的匹配程度,进而可以检测根据该第一量测信号边界所量测的量测CD的准确性;另一方面,在检测量测CD的准确性时,只需要计算第一量测信号边界的第一衬度信息和第二量测信号边界的第二衬度信息,计算量小,且匹配指标的计算与待检测的CD大小无关。
如图2所示,标准图像(golden image)200中的黑色部分表示凹槽250,即这里假设待检测的半导体图案为凹槽。白色点部分表示凹槽250的边界,即标准特征尺寸边界220,这里假设标准特征尺寸边界220验证第二方向(Y轴)延伸,且左右两侧各有一条。在测量凹槽250的特征尺寸时,首先确定量测范围,这里假设采用一个量测框210将量测范围确定,以此缩小量测范围,减小运算量,提升检测准确性。通过计算量测框210内的各像素点的衬度值,可以形成如图2中所示的衬度信号230,该衬度信号230沿着第一方向(X轴)延伸,且由于同一行中的像素点的衬度值不同,该衬度信号230是波浪形的。标准图像200中标准特征尺寸边界220处的白色点的像素值较高,因此其对应的衬度值也大,从图中可以看出,在左右两侧的标准特征尺寸边界220处,衬度信号230会出现两个峰值。根据这两个峰值可以确定该行中的两个像素点,这两个像素点近似落在两侧的标准特征尺寸边界220上。采用类似的方式,可以获得每一行的衬度信号以及每一行上的两个像素点,然后,沿着Y轴的方向,将近似或相同X轴取值的像素点连接起来,即可获得第二量测信号边界240(图2中两条虚线所示)。计算左右两侧的第二量测信号边界240,即可获得标准特征尺寸270。图2中灰色区域260表示半导体结构中的其它结构。从图2可以看出,标准图像200中所量测出来的第二量测信号边界240几乎与真实的标准特征尺寸边界220重合,因此通过标准图像200所量测的标准特征尺寸270与凹槽250的真实CD也是一致或近似一致的。即通过标准图像可以抓取准确的第二量测信号边界,即虚线正好对着标准图像的白色位置,白色位置正是要量测的CD的边界,白色是CD-SEM机台拍出来的效果,是真实的CD边缘,例如凹槽的边缘。
如图3所示,量测图像(raw image,下文也称之为原始图像)300中的黑色部分表示凹槽。白色点部分表示凹槽的边界,即量测特征尺寸边界320,标准特征尺寸边界320验证第二方向(Y轴)延伸,且左右两侧各有一条。在测量凹槽的特征尺寸时,首先确定量测范围,这里假设采用一个量测框310将量测范围确定,以此缩小量测范围,减小运算量,提升检测准确性。通过计算量测框310内的各像素点的衬度值,可以形成如图3中所示的衬度信号330,该衬度信号330沿着第一方向(X轴)延伸,且由于同一行中的像素点的衬度值不同,该衬度信号330是波浪形的。量测图像300中量测特征尺寸边界320处的白色点的像素值较高,因此其对应的衬度值也大,从图中可以看出,在左右两侧的量测特征尺寸边界320处,衬度信号330会出现两个峰值。根据这两个峰值可以确定该行中的两个像素点。由于图像处理中噪声的影响,这两个像素点未落在两侧的量测特征尺寸边界320上。采用类似的方式,可以获得每一行的衬度信号以及每一行上的两个像素点,然后,沿着Y轴的方向,将近似或相同X轴取值的像素点连接起来,即可获得第一量测信号边界340(图3中两条虚线所示)。计算左右两侧的第一量测信号边界340,即可获得量测特征尺寸370。图3中灰色区域360表示半导体结构中的其它结构。从图3可以看出,量测图像300中所量测出来的第一量测信号边界340与真实的量测特征尺寸边界320不重合,有一定的偏差,即出现第一量测信号边界340抓取错误的现象,虚线超过了白色位置,因此通过量测图像300所量测的量测特征尺寸370与凹槽的真实CD也有偏差,使得CD量测错误,这里量测特征尺寸370大于真实的特征尺寸。
根据图3可知,由于机台问题、实际扫描的量测图案与recipe中设置的goldenimage不一致等,导致量测图像中的量测CD边界与第一量测信号边界并不一致,最终获取错误的CD值。相关技术中,没有指数去表征量测图像中的量测CD边界与第一量测信号边界的匹配程度,只能人为去判断。本公开实施例提供的方法,通过获得第一量测信号边界与第二量测信号边界的匹配指标,来达到检测CD-SEM机台量测CD的质量的目的。
在示例性实施例中,获得半导体结构的量测图像,包括:设置特征尺寸扫描电子显微镜的量测方式;若在所述量测方式下利用所述特征尺寸扫描电子显微镜未获得包括所述量测特征尺寸边界的所述量测图像,则更换所述特征尺寸扫描电子显微镜的量测方式;采用更换后的量测方式获得所述量测特征尺寸边界的所述量测图像。
如图4所示,本公开实施例提供的方法可以包括如下步骤。
在S410中,晶圆进入CD-SEM机台进行量测。这里假设晶圆即为当前待检测的半导体结构,且量测机台以CD-SEM机台进行举例说明。
在S420中,判断是否获取到量测图像;如果没有获取到量测图像,则执行S430;如果获取到量测图像,则执行S440。
判断CD-SEM机台是否能够扫描晶圆生成包括量测特征尺寸边界的量测图像,即通过CD-SEM机台能够获得所需的量测图像和用于计算匹配指标的数据(data)。
在S430中,量测处理(MET(Metrology)handle)。然后继续跳回到上述S410进行处理。
本公开实施例中,MET是指半导体工艺完成之后的结果测量,数据通常由量测机台产生。如果不能获取到所需的量测图像,即更换量测方式,例如更换量测位点、量测方向、取值变化等中的任意一者或者多者,直到可以获得所需的量测图像,以进行下一步相关度的计算。
在S440中,计算CD(即量测特征尺寸)和GOF(即匹配指标),并判断GOF是否符合spec(规格);若GOF不符合spec,则执行S430;若GOF符合spec,则执行S450。
在S450中,将CD和GOF录入系统。
本公开实施例中,通过GOF来判断CD-SEM量测的准确性。如果GOF值接近0,则说明CD量测不准确;如果GOF值接近1,则说明CD量测准确。即GOF值就是量测图像和标准图像之间的相关性或相关度,如果获取不对(GOF值过低),那么就再次更换量测方式,例如量测框所确定的量测范围,直至获得较大的相关性,将此时量测出来的量测CD值上传至系统。
本公开实施例中,若GOF值小于所设置的spec,则判定GOF值过低;若GOF值大于或等于所设置的spec,则判定获得了较大的相关性。spec的设定可以通过收集半导体图案的历史数据获得,不同的半导体图案可以设置不同的spec,本公开对此不做限定。
在S460中,执行正常流程。
本公开实施例,通过设置spec对GOF值进行监控管理,可以降低人为检查量测拟合问题的频率,节约人力成本,提高验证准确性和效率。
在示例性实施例中,对所述量测图像进行处理,获得所述量测图像中的第一量测信号边界,包括:获得所述量测图像中的衬度信息;根据所述量测图像中的衬度信息,确定所述量测图像中的所述第一量测信号边界。
在示例性实施例中,获得所述量测图像中的衬度信息,包括:沿第二方向累计所述量测图像中同一列中各个像素点的像素值,获得各个像素点的衬度值,所述第二方向为所述量测特征尺寸边界的延伸方向;根据沿第一方向同一行中各个像素点的衬度值,绘制各行的衬度信号,所述第一方向与所述第二方向垂直,所述衬度信息包括所述衬度信号。
其中,根据所述量测图像中的衬度信息,确定所述量测图像中的所述第一量测信号边界,包括:获得各行的衬度信号中的衬度最大值;根据所述衬度最大值确定对应行的衬度信号的衬度阈值;根据所述衬度阈值在对应行的衬度信号中确定对应行中的目标像素点;沿所述第二方向连接所述目标像素点,形成所述第一量测信号边界。
衬度(Contrast)指的是图像上不同区域间存在的明暗程度的差异。本公开实施例中,通过计算量测图像上各像素点的像素值在第二方向(Y轴)上的叠加来获得量测图像中的衬度信息。即T(x)=t(x,1)+t(x,2)+t(x,3)+......+t(x,n),T(x)表示量测图像中X轴上的X=x这一列上的像素点的衬度值,t(x,1)表示像素点(x,1)的像素值,t(x,2)表示像素点(x,2)的像素值,t(x,3)表示像素点(x,3)的像素值,t(x,n)表示像素点(x,n)的像素值,x和n均为大于或等于1的正整数,x和n的取值最大值取决于量测范围中的像素点数量。像素点(x,1)的衬度值等于像素点(x,1)的像素值,像素点(x,2)的衬度值等于像素点(x,1)的像素值加上像素点(x,2)的像素值,像素点(x,3)的衬度值等于像素点(x,1)的像素值加上像素点(x,2)的像素值加上像素点(x,3)的像素值。在示例性实施例中,还可以对各像素点的衬度值进行归一化处理,以使衬度值取值范围处于[-1,1]之间。在计算获得各像素点的衬度值之后,可以将同一行中的衬度值根据其衬度值大小绘制成一条波浪线,由此可以形成沿着第一方向(X轴)延伸的多条衬度信号。对于每条衬度信号,可以找到其中的衬度最大值,确定该衬度最大值的预定百分比例如80%(这里仅用于举例说明,可以根据实际需要设置,例如70%,90%,95%等),作为衬度阈值。再选择每一行中衬度值大于该衬度阈值所对应的像素点作为目标像素点,沿着Y轴方向将同一列或近似同一列中的目标像素点连接成一条线,既可以形成左右两侧的第一量测信号边界,以用于后续计算量测CD。
在示例性实施例中,获得所述第一量测信号边界的第一衬度信息,包括:提取所述第一量测信号边界上各个像素点的第一衬度值;获得所述第一量测信号边界上同一第一衬度值下的像素点数;根据所述第一衬度值建立第一坐标,根据所述像素点数建立第二坐标,所述第一衬度信息包括在所述第一坐标和所述第二坐标中,所述像素点数与所述第一衬度值之间的对应关系。
如图5所示,上述S440可以进一步包括以下步骤。
在S441a中,CD-SEM机台对原始图像计算衬度。
CD-SEM机台对量测图像进行处理,计算各像素点的衬度值。衬度值的大小反映了量测图像中的明暗程度,黑色区域衬度值越小,白色区域衬度值越大。
在S442a中,根据衬度生成第一量测信号边界。
由于第一量测信号边界具有较大的像素值,或者说较大的衬度值,因此CD-SEM机台根据量测图像中各像素点的衬度值在量测图像上绘制左右两条第一量测信号边界。
在S443a中,提取第一量测信号边界位置的第一衬度值。
即提取第一量测信号边界位置上的各像素点的衬度值,称之为第一衬度值,剔除量测图像上其它区域的像素点的衬度值。
在S444a中,将第一量测信号边界位置的第一衬度值转换为数字信号。
例如,可以对第一量测信号边界进行均匀采样,以获得数字化后的第一衬度值及其所对应的像素点。
在S445a中,计算相关度,即GOF。
根据数字化后的第一衬度值及其所对应的像素点,可以获得第一衬度值及其对应的像素点数之间的对应关系,以作为第一衬度信息。
本公开实施例中,对于标准图像,会执行类似的处理,即CD-SEM机台对标准图像进行处理,计算各像素点的衬度值。CD-SEM机台根据标准图像中各像素点的衬度值在标准图像上绘制左右两条第二量测信号边界。提取第二量测信号边界位置上的各像素点的衬度值,称之为第二衬度值,剔除标准图像上其它区域的像素点的衬度值。根据数字化后的第二衬度值及其所对应的像素点,可以获得第二衬度值及其对应的像素点数之间的对应关系,以作为第二衬度信息。然后计算第一衬度信息和第二衬度信息之间的相关度(correlation)作为GOF值。本公开实施例中的GOF值是相对GOF值,不是绝对GOF值。
例如,如图6,先获得量测图像600。然后,如图7所示,确定量测框610,再进行处理获得第一量测信号边界630。CD-SEM机台计算在第一量测信号边界630位置的第一衬度值,得到如图8所示的像素点数与第一衬度值之间的对应关系(表示为像素点数-衬度值1, 图9中用d1表示)。如图9所示,将像素点数与第二衬度值之间的对应关系(表示为像素点数-衬度值2,用d2表示)也绘制到同一坐标系中,以用于计算GOF值。
图8和图9中,横坐标(第一坐标)表示衬度值(这里包括第一衬度值和第二衬度值),纵坐标表示像素点数。
在示例性实施例中,对所述量测图像进行处理,获得所述量测图像中的第一量测信号边界,包括:根据所述量测图像生成包括初始量测信号边界的衬度图像;生成所述量测图像的梯度图像,所述梯度图像中包含各像素点的梯度值;根据所述衬度图像和所述梯度图像生成映射图像,所述映射图像中包含梯度值不为0的初始量测信号边界,将梯度值不为0的初始量测信号边界作为所述第一量测信号边界。
本公开实施例中, 图像梯度是指图像强度或颜色的方向变化,可以把图像看作二维离散函数,一个像素点就是一个值, 图像梯度就是这个二维离散函数的求导:
G(m, n)=dx(m, n) i + dy(m, n) j (1)
dx(m, n)=I(m+1, n )- I(m, n) (2)
dy(m, n)=I(m, n+1)- I(m, n) (3)
其中,G(m, n)表示量测图像中像素点(m, n)的梯度值;m和n均为大于或等于1的正整数,m表示该像素点的横坐标,n表示该像素点的纵坐标;dx(m, n)表示像素点(m, n)沿X轴的梯度值;dy(m, n) 表示像素点(m, n)沿Y轴的梯度值;I(m, n)为图像在(m, n)位置的像素值。i和j分别代表X轴所指示的第一方向和Y轴所指示的第二方向,即梯度值G(m,n)是矢量。梯度是衬度的导数。
在示例性实施例中,所述第一衬度信息包括所述第一量测信号边界上各个像素点的第一衬度值及其像素点数之间的对应关系,所述第二衬度信息包括所述第二量测信号边界上各个像素点的第二衬度值及其像素点数之间的对应关系。所述匹配指标包括第一边界匹配指标和第二边界匹配指标。
其中,根据所述第一衬度信息和所述第二衬度信息,获得所述第一量测信号边界和所述第二量测信号边界的匹配指标,包括:根据所述第一衬度值是否为0,将所述第一衬度信息划分为第一边界量测衬度信息和第二边界量测衬度信息;根据所述第二衬度值是否为0,将所述第二衬度信息划分为第一边界标准衬度信息和第二边界标准衬度信息;根据所述第一边界量测衬度信息和所述第一边界标准衬度信息获得所述第一边界匹配指标;根据所述第二边界量测衬度信息和所述第二边界标准衬度信息获得所述第二边界匹配指标。
图10示出了图4中S440在另一示例性实施例中的流程图。
如图10所示,上述S440可以进一步包括以下步骤。
在S441b中,CD-SEM机台对原始图像计算衬度。
例如,如图11所示,CD-SEM机台对量测图像600进行处理,计算各像素点的衬度值。CD-SEM机台先在量测图像600中确定量测框610,然后根据量测图像600中量测框610内各像素点的衬度值在量测图像上绘制左右两条初始量测信号边界630,此时该量测图像可以命名为衬度图像。
在S442b中,图像梯度计算。
例如,如图11所示,CD-SEM机台计算量测图像600上各像素点的梯度值,形成梯度图像700。
在S443b中,初始量测信号边界在梯度图像上的映射,生成映射图像。
如图11所示,将衬度图像和梯度图像700结合,生成映射图像800。本公开实施例中,由于量测特征尺寸边界是白色、黑色和灰色的交界处,其像素值变化或者说衬度值有变化,因此,量测特征尺寸边界处的梯度值不为0,而像素值或衬度值不发生变化的黑色区域(凹槽)和灰色区域的梯度值为0。因此,可以通过梯度值是否为0也检测到一个特征尺寸边界,如果通过梯度值找到的特征尺寸边界与通过衬度值找到的初始量测信号边界重合,则表示初始量测信号边界定位准确;如果通过梯度值找到的特征尺寸边界与通过衬度值找到的初始量测信号边界不重合,则表示初始量测信号边界定位有误。当定位有误时,可以重新更换量测方式,直至通过梯度值找到的特征尺寸边界与通过衬度值找到的初始量测信号边界重合。即本公开实施例可以通过梯度图像来验证初始量测信号边界的定位准确性,以提高第一量测信号边界的准确性。
图11中的梯度图像700中可以只需要计算Y轴所对应的第二方向的梯度值,因为这里假设量测CD是在Y轴所对应的第二方向延伸的。
在另一些实施例中,也可以只将梯度值不为0的初始量测信号边界作为第一量测信号边界,剔除梯度值为0的初始量测信号边界。
在S444b中,将映射图像转换为数字信号。
例如,可以均匀采样第一量测信号边界上的第一衬度值。
在S445b中,计算相关度,即GOF。
本公开实施例中,对于标准图像,会执行类似的处理,即CD-SEM机台对标准图像进行处理,计算各像素点的衬度值。CD-SEM机台根据标准图像中各像素点的衬度值在标准图像上绘制左右两条初始第二量测信号边界。CD-SEM机台计算标准图像上各像素点的梯度值。只将梯度值不为0的初始第二量测信号边界作为第二量测信号边界,剔除梯度值为0的初始第二量测信号边界。均匀采样第二量测信号边界上的第二衬度值。
获得第一量测信号边界上的第一衬度值,剔除量测图像上其它区域的像素点的衬度值;获得第二量测信号边界上的第二衬度值,剔除标准图像上其它区域的像素点的衬度值,以计算GOF值。
例如,本公开实施例可以通过如下公式计算GOF值:
上述公式中,zk表示第一量测信号边界上的第k个第一衬度值所对应的像素点数,k为大于或等于1且小于或等于N的正整数,N为大于或等于1的正整数,N为第一量测信号边界上第一衬度值的数量,这里假设第二量测信号边界上第二衬度值的数量也为N;表示N个第一衬度值所对应的像素点数的平均值;hk表示第二量测信号边界上的第k个第二衬度值所对应的像素点数;/>表示N个第二衬度值所对应的像素点数的平均值。
由于梯度具有方向性,因此,可以单独计算某边界的GOF值。
例如,如图12所示,为第一衬度值及其像素点数之间的直方图。图13为第二衬度值及其像素点数之间的直方图。结合图12和图13,可以获得图14,图14中的d1表示第一衬度值及其像素点数之间的对应关系(像素点-衬度值1),d2表示第二衬度值及其像素点数之间的对应关系(像素点-衬度值2)。
从图15(b)可以看出,映射图像中某一根line(即第一量测信号边界)的右边界(第一边界)衬度值小于0,暗色区域;左边界(第二边界)衬度值大于0,亮色区域,即可以根据梯度图像的衬度值为0来区分某根line的左右边界。因此,可以以衬度值为0为边界,单独计算左右边界各自的GOF值(0≤GOF值≤1),分别称之为第一边界匹配指标和第二边界匹配指标。图15(a)为左边界像素点-衬度值,即第一边界量测衬度信息。图15(c)为右边界像素点-衬度值,即第二边界量测衬度信息。类似的,可以获得标准图像的第一边界标准衬度信息和第二边界标准衬度信息。
如图16所示,左侧为量测图像600,右侧为量测图像600中的局部680的图像像素的放大示意图。
基于同一发明构思,本公开实施例中还提供了一种量测验证装置,如下面的实施例所述。由于该装置实施例解决问题的原理与上述方法实施例相似,因此该装置实施例的实施可以参见上述方法实施例的实施,重复之处不再赘述。
图17示出本公开实施例中一种量测验证装置示意图。如图17所示,该量测验证装置1700可以包括获得单元1710和处理单元1720。
获得单元1710用于获得半导体结构的量测图像和标准图像,所述量测图像中包括量测特征尺寸边界。处理单元1720用于分别对所述量测图像和所述标准图像进行处理,获得所述量测图像中的第一量测信号边界和所述标准图像中的第二量测信号边界。获得单元1710还用于获得所述第一量测信号边界的第一衬度信息和所述第二量测信号边界的第二衬度信息。获得单元1710还用于根据所述第一衬度信息和所述第二衬度信息,获得所述第一量测信号边界和所述第二量测信号边界的匹配指标,所述匹配指标用于指示所述量测特征尺寸边界和所述第一量测信号边界之间的匹配程度。
在示例性实施例中,获得单元1710还用于:设置特征尺寸扫描电子显微镜的量测方式;若在所述量测方式下利用所述特征尺寸扫描电子显微镜未获得包括所述量测特征尺寸边界的所述量测图像,则更换所述特征尺寸扫描电子显微镜的量测方式;采用更换后的量测方式获得所述量测特征尺寸边界的所述量测图像。
在示例性实施例中,获得单元1710还用于:获得所述量测图像中的衬度信息;根据所述量测图像中的衬度信息,确定所述量测图像中的所述第一量测信号边界。
在示例性实施例中,获得单元1710还用于:沿第二方向累计所述量测图像中同一列中各个像素点的像素值,获得各个像素点的衬度值,所述第二方向为所述量测特征尺寸边界的延伸方向;根据沿第一方向同一行中各个像素点的衬度值,绘制各行的衬度信号,所述第一方向与所述第二方向垂直,所述衬度信息包括所述衬度信号。
其中,获得单元1710还用于:获得各行的衬度信号中的衬度最大值;根据所述衬度最大值确定对应行的衬度信号的衬度阈值;根据所述衬度阈值在对应行的衬度信号中确定对应行中的目标像素点;沿所述第二方向连接所述目标像素点,形成所述第一量测信号边界。
在示例性实施例中,获得单元1710还用于:提取所述第一量测信号边界上各个像素点的第一衬度值;获得所述第一量测信号边界上同一第一衬度值下的像素点数;根据所述第一衬度值建立第一坐标,根据所述像素点数建立第二坐标,所述第一衬度信息包括在所述第一坐标和所述第二坐标中,所述像素点数与所述第一衬度值之间的对应关系。
在示例性实施例中,处理单元1720还用于:根据所述量测图像生成包括初始量测信号边界的衬度图像;生成所述量测图像的梯度图像,所述梯度图像中包含各像素点的梯度值;根据所述衬度图像和所述梯度图像生成映射图像,所述映射图像中包含梯度值不为0的初始量测信号边界,将梯度值不为0的初始量测信号边界作为所述第一量测信号边界。
在示例性实施例中,所述第一衬度信息包括所述第一量测信号边界上各个像素点的第一衬度值及其像素点数之间的对应关系,所述第二衬度信息包括所述第二量测信号边界上各个像素点的第二衬度值及其像素点数之间的对应关系;所述匹配指标包括第一边界匹配指标和第二边界匹配指标。
其中,获得单元1710还用于:根据所述第一衬度值是否为0,将所述第一衬度信息划分为第一边界量测衬度信息和第二边界量测衬度信息;根据所述第二衬度值是否为0,将所述第二衬度信息划分为第一边界标准衬度信息和第二边界标准衬度信息;根据所述第一边界量测衬度信息和所述第一边界标准衬度信息获得所述第一边界匹配指标;根据所述第二边界量测衬度信息和所述第二边界标准衬度信息获得所述第二边界匹配指标。
在示例性实施例中,获得单元1710还用于:根据所述第一量测信号边界获得所述半导体结构中的半导体图案的量测特征尺寸。
参见图18,图18是本公开实施例提供的一种计算机设备的结构示意图。如图18所示,本公开实施例中的计算机设备可以包括:一个或多个处理器1801、存储器1802和输入输出接口1803。该处理器1801、存储器1802和输入输出接口1803通过总线1804连接。存储器1802用于存储计算机程序,该计算机程序包括程序指令,输入输出接口1803用于接收数据及输出数据,如用于宿主机与计算机设备之间进行数据交互,或者用于在宿主机中的各个虚拟机之间进行数据交互;处理器1801用于执行存储器1802存储的程序指令。
其中,该处理器1801可以执行如下操作:获得半导体结构的量测图像和标准图像,所述量测图像中包括量测特征尺寸边界;分别对所述量测图像和所述标准图像进行处理,获得所述量测图像中的第一量测信号边界和所述标准图像中的第二量测信号边界;获得所述第一量测信号边界的第一衬度信息和所述第二量测信号边界的第二衬度信息;根据所述第一衬度信息和所述第二衬度信息,获得所述第一量测信号边界和所述第二量测信号边界的匹配指标,所述匹配指标用于指示所述量测特征尺寸边界和所述第一量测信号边界之间的匹配程度。
该存储器1802可以包括只读存储器和随机存取存储器,并向处理器1801和输入输出接口1803提供指令和数据。存储器1802的一部分还可以包括非易失性随机存取存储器。具体实现中,该计算机设备可通过其内置的各个功能模块执行如上述任一方法实施例中各个步骤所提供的实现方式,具体可参见上述方法实施例所示图中各个步骤所提供的实现方式,在此不再赘述。
本公开实施例通过提供一种计算机设备,包括:处理器、输入输出接口、存储器,通过处理器获取存储器中的计算机程序,执行上述任一实施例中所示方法的各个步骤。
本公开实施例还提供一种计算机可读存储介质,该计算机可读存储介质存储有计算机程序,该计算机可读存储介质上存储有能够实现本公开上述方法的程序产品。该计算机程序适于由该处理器加载并执行上述任一实施例中各个步骤所提供的量测验证方法。
本公开实施例还提供了一种计算机程序产品或计算机程序,该计算机程序产品或计算机程序包括计算机指令,该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令,处理器执行该计算机指令,使得该计算机设备执行上述任一实施例中的各种可选方式中所提供的方法。
Claims (10)
1.一种量测验证方法,其特征在于,包括:
获得半导体结构的量测图像和标准图像,所述量测图像中包括量测特征尺寸边界;
分别对所述量测图像和所述标准图像进行处理,获得所述量测图像中的第一量测信号边界和所述标准图像中的第二量测信号边界;
获得所述第一量测信号边界的第一衬度信息和所述第二量测信号边界的第二衬度信息;
根据所述第一衬度信息和所述第二衬度信息,获得所述第一量测信号边界和所述第二量测信号边界的匹配指标,所述匹配指标用于指示所述量测特征尺寸边界和所述第一量测信号边界之间的匹配程度。
2.如权利要求1所述的方法,其特征在于,获得半导体结构的量测图像,包括:
设置特征尺寸扫描电子显微镜的量测方式;
若在所述量测方式下利用所述特征尺寸扫描电子显微镜未获得包括所述量测特征尺寸边界的所述量测图像,则更换所述特征尺寸扫描电子显微镜的量测方式;
采用更换后的量测方式获得所述量测特征尺寸边界的所述量测图像。
3.如权利要求1所述的方法,其特征在于,对所述量测图像进行处理,获得所述量测图像中的第一量测信号边界,包括:
获得所述量测图像中的衬度信息;
根据所述量测图像中的衬度信息,确定所述量测图像中的所述第一量测信号边界。
4.如权利要求3所述的方法,其特征在于,获得所述量测图像中的衬度信息,包括:
沿第二方向累计所述量测图像中同一列中各个像素点的像素值,获得各个像素点的衬度值,所述第二方向为所述量测特征尺寸边界的延伸方向;
根据沿第一方向同一行中各个像素点的衬度值,绘制各行的衬度信号,所述第一方向与所述第二方向垂直,所述衬度信息包括所述衬度信号;
其中,根据所述量测图像中的衬度信息,确定所述量测图像中的所述第一量测信号边界,包括:
获得各行的衬度信号中的衬度最大值;
根据所述衬度最大值确定对应行的衬度信号的衬度阈值;
根据所述衬度阈值在对应行的衬度信号中确定对应行中的目标像素点;
沿所述第二方向连接所述目标像素点,形成所述第一量测信号边界。
5.如权利要求1所述的方法,其特征在于,获得所述第一量测信号边界的第一衬度信息,包括:
提取所述第一量测信号边界上各个像素点的第一衬度值;
获得所述第一量测信号边界上同一第一衬度值下的像素点数;
根据所述第一衬度值建立第一坐标,根据所述像素点数建立第二坐标,所述第一衬度信息包括在所述第一坐标和所述第二坐标中,所述像素点数与所述第一衬度值之间的对应关系。
6.如权利要求1所述的方法,其特征在于,对所述量测图像进行处理,获得所述量测图像中的第一量测信号边界,包括:
根据所述量测图像生成包括初始量测信号边界的衬度图像;
生成所述量测图像的梯度图像,所述梯度图像中包含各像素点的梯度值;
根据所述衬度图像和所述梯度图像生成映射图像,所述映射图像中包含梯度值不为0的初始量测信号边界,将梯度值不为0的初始量测信号边界作为所述第一量测信号边界。
7.如权利要求6所述的方法,其特征在于,所述第一衬度信息包括所述第一量测信号边界上各个像素点的第一衬度值及其像素点数之间的对应关系,所述第二衬度信息包括所述第二量测信号边界上各个像素点的第二衬度值及其像素点数之间的对应关系;所述匹配指标包括第一边界匹配指标和第二边界匹配指标;
其中,根据所述第一衬度信息和所述第二衬度信息,获得所述第一量测信号边界和所述第二量测信号边界的匹配指标,包括:
根据所述第一衬度值是否为0,将所述第一衬度信息划分为第一边界量测衬度信息和第二边界量测衬度信息;根据所述第二衬度值是否为0,将所述第二衬度信息划分为第一边界标准衬度信息和第二边界标准衬度信息;
根据所述第一边界量测衬度信息和所述第一边界标准衬度信息获得所述第一边界匹配指标;根据所述第二边界量测衬度信息和所述第二边界标准衬度信息获得所述第二边界匹配指标。
8.如权利要求1所述的方法,其特征在于,还包括:
根据所述第一量测信号边界获得所述半导体结构中的半导体图案的量测特征尺寸。
9.一种计算机设备,其特征在于,包括:
一个或多个处理器;
存储器,配置为存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行时,使得所述计算机设备实现如权利要求1至8任一项所述的方法。
10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,当所述计算机程序在计算机上运行时,使得所述计算机执行如权利要求1至8任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310948711.0A CN116977307A (zh) | 2023-07-27 | 2023-07-27 | 量测验证方法、计算机设备及计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310948711.0A CN116977307A (zh) | 2023-07-27 | 2023-07-27 | 量测验证方法、计算机设备及计算机可读存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116977307A true CN116977307A (zh) | 2023-10-31 |
Family
ID=88481009
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310948711.0A Pending CN116977307A (zh) | 2023-07-27 | 2023-07-27 | 量测验证方法、计算机设备及计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116977307A (zh) |
-
2023
- 2023-07-27 CN CN202310948711.0A patent/CN116977307A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP4695239B2 (ja) | 形状特徴に基づく欠陥検出方法及び装置 | |
US8110800B2 (en) | Scanning electron microscope system and method for measuring dimensions of patterns formed on semiconductor device by using the system | |
US20150228063A1 (en) | Pattern Inspecting and Measuring Device and Program | |
JP6134366B2 (ja) | 画像処理装置およびコンピュータプログラム | |
JP5651428B2 (ja) | パターン測定方法,パターン測定装置及びそれを用いたプログラム | |
JP4627782B2 (ja) | エッジ検出方法、及び荷電粒子線装置 | |
CN110211185B (zh) | 在一组候选点内识别校准图案的特征点的方法 | |
JP2001133418A (ja) | 形状特徴に基づく欠陥検出の方法及び装置 | |
JP5988615B2 (ja) | 半導体評価装置、及びコンピュータープログラム | |
US20150055754A1 (en) | X-ray inspection method and x-ray inspection device | |
US20150213172A1 (en) | Method for measuring and analyzing surface structure of chip or wafer | |
US10643326B2 (en) | Semiconductor measurement apparatus and computer program | |
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 | |
US20130150998A1 (en) | Managing apparatus of semiconductor manufacturing apparatus and computer program | |
JP2823450B2 (ja) | 回路パターンの寸法測定方法 | |
JP2002243428A (ja) | パターン検査方法およびその装置 | |
CN116977307A (zh) | 量测验证方法、计算机设备及计算机可读存储介质 | |
CN109084721B (zh) | 用于确定半导体器件中的目标结构的形貌参数的方法和设备 | |
CN113012121B (zh) | 裸片扫描结果的处理方法、装置、电子设备与存储介质 | |
CN113379816B (zh) | 结构变动检测方法、电子设备及存储介质 | |
KR102383577B1 (ko) | 스켈러톤 웨이퍼 검사 방법 | |
KR101683548B1 (ko) | 전자 빔을 이용한 오버레이 측정장치와 이의 측정방법 | |
CN110490865A (zh) | 基于螺柱高反光特性的螺柱点云分割方法 | |
CN113139454B (zh) | 基于单张图像的道路宽度提取方法及装置 | |
CN117518747B (zh) | 一种光刻量测强度的生成方法、装置、设备及存储介质 |
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 |