CN117130232B

CN117130232B - 叠对误差的检测方法、装置、系统及存储介质

Info

Publication number: CN117130232B
Application number: CN202310980214.9A
Authority: CN
Inventors: 樊竞明; 田东卫; 温任华
Original assignee: Meijie Photoelectric Technology Shanghai Co ltd
Current assignee: Meijie Photoelectric Technology Shanghai Co ltd
Priority date: 2023-08-04
Filing date: 2023-08-04
Publication date: 2024-03-19
Anticipated expiration: 2043-08-04
Also published as: CN117130232A

Abstract

本申请提供一种叠对误差的检测方法、装置、系统及存储介质，该叠对误差的检测方法包括：分别获取先前层共有部分灰度图和当前共有部分灰度图；按照行/列根据灰度图中的像素灰度值，分别获取先前层共有部分灰度图的第一定义线和当前共有部分灰度图的第二定义线；分别根据第一定义线获得第一中心点和根据第二定义线获得第二中心点；根据第一中心点与第二中心点的坐标偏差，获得叠对误差。本说明书实施例检测手段简单，提高叠对误差检测的准确性和高效性，确保晶圆产品的良率。

Description

叠对误差的检测方法、装置、系统及存储介质

技术领域

本申请涉及半导体光刻工艺技术领域，具体涉及一种叠对误差的检测方法、装置、系统及存储介质。

背景技术

随着集成电路技术的不断发展，集成电路芯片中叠加层数越来越多。为保持半导体良好的性能，晶圆上图形不仅要保证特征线宽等尺寸准确，还要求上下层图形之间的位置对准。如果上下层图形之间没有对准，则无法保证上下层间的电路可靠连接。因此，上下层图形位置的不对准导致叠对误差的存在。

随着光刻图形叠加层数的增加，现有技术传统的叠对误差检测方式不能准确进行叠对误差的检测。

因此，需要一种新的叠对误差的检测方案。

发明内容

有鉴于此，本说明书实施例提供一种叠对误差的检测方法、装置、系统及存储介质，应用于半导体光刻工艺中叠对误差的检测过程。

本说明书实施例提供以下技术方案：

本说明书实施例提供一种基叠对误差的检测方法，所述叠对误差的检测方法包括：

分别获取先前层共有部分灰度图和当前共有部分灰度图；

按照行/列根据灰度图中的像素灰度值，分别获取先前层共有部分灰度图的第一定义线和当前共有部分灰度图的第二定义线；

分别根据第一定义线获得第一中心点和根据第二定义线获得第二中心点；

根据第一中心点与第二中心点的坐标偏差，获得叠对误差。

本说明书实施例提供的另一种叠对误差的检测装置，所述叠对误差的检测装置包括：

获取模块，用于分别获取先前层共有部分灰度图和当前共有部分灰度图；

定义模块，用于按照行/列根据灰度图中的像素灰度值，分别获取先前层共有部分灰度图的第一定义线和当前部分灰度图的第二定义线；

获得模块，用于分别根据第一定义线获得第一中心点和根据第二定义线获得第二中心点；

确定模块，用于根据第一中心点与第二中心点的坐标偏差，获得叠对误差。

与现有技术相比，本说明书实施例采用的上述至少一个技术方案能够达到的有益效果至少包括：

本说明书实施例通过对当前层和先前层的图案图像获取灰度值，根据灰度值分析对齐或重叠部分中的定义线，进而根据定义线间的交点比对来获得叠对误差。本说明书实施例检测手段简单，提高叠对误差检测的准确性和高效性，确保晶圆产品的良率。

附图说明

为了更清楚地说明本申请实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。

图1是本申请中一种叠对误差检测的示意图；

图2是本申请中另一种叠对误差检测的示意图；

图3是本申请中又一种叠对误差检测的示意图；

图4是本说明书实施例提供的一种叠对误差的检测方法流程图；

图5是本申请中一种对齐叠对误差检测过程中套刻标识的示意图；

图6是本申请中套刻标识对应标识区域的示意图；

图7是本申请中一标识区域沿x方向对应灰度值获取示意图；

图8是本申请中一标识区域沿y方向对应灰度值获取示意图；

图9是本申请中根据灰度值定义线的曲线示意图；

图10是本申请中根据灰度值获得中线的曲线示意图；

图11是本申请获取中线坐标的示意图；

图12是本申请中一种叠对误差的示意图；

图13是本申请中另一种叠对误差的示意图；

图14是本申请中另一种叠对误差对应标识区域的示意图；

图15是本申请中又一种叠对误差的示意图。

具体实施方式

下面结合附图对本申请实施例进行详细描述。

以下通过特定的具体实例说明本申请的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本申请的其他优点与功效。显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。本申请还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本申请的精神下进行各种修饰或改变。需说明的是，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

要说明的是，下文描述在所附权利要求书的范围内的实施例的各种方面。应显而易见，本文中所描述的方面可体现于广泛多种形式中，且本文中所描述的任何特定结构及/或功能仅为说明性的。基于本申请，所属领域的技术人员应了解，本文中所描述的一个方面可与任何其它方面独立地实施，且可以各种方式组合这些方面中的两者或两者以上。举例来说，可使用本文中所阐述的任何数目和方面来实施设备及/或实践方法。另外，可使用除了本文中所阐述的方面中的一或多者之外的其它结构及/或功能性实施此设备及/或实践此方法。

还需要说明的是，以下实施例中所提供的图示仅以示意方式说明本申请的基本构想，图式中仅显示与本申请中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制，其实际实施时各组件的型态、数量及比例可为一种随意的改变，且其组件布局型态也可能更为复杂。

另外，在以下描述中，提供具体细节是为了便于透彻理解实例。然而，所属领域的技术人员将理解，可在没有这些特定细节的情况下实践。

半导体晶圆制作多层化图形过程中，逐层曝光完晶圆wafer上所有的场，每一层根据特定的图案被形成光刻图案。每一个图案化层与先前的图案化层必定有一定对齐或重叠。其中当前层位于先前层的图案之上。工艺需要所有图案相互对齐，对齐精度的测量就是连续图案之间的重叠。这样才能保证当前层与先前层之间电路连接的可靠性。因此，当存在某一先前层与当前层不对齐，则存在叠对误差。

叠对误差在生产进程完成后，借助电子测量工具进行检测，重叠误差关系着晶圆芯片成品率的高低，然后随着芯片尺寸的变小，现有技术的检测方式不能满足检测要求。

有鉴于此，发明人发现通过对当前层和先前层的图案图像获取灰度值，根据灰度值分析对齐部分中的定义线，进而根据定义线获得的中线间的交点比对来获得叠对误差。本说明书实施例检测手段简单，提高叠对误差检测的准确性和高效性，确保晶圆产品的良率。

基于此，本说明书实施例通过获取上下层之间的图形，如当前层图形和先前层图形。分别获得先前层共有部分灰度图和当前共有部分灰度图，进而根据灰度图按照行/列方向获得像素灰度值，分析灰度值的变化获取定义线。最终根据定义线对应中线上点坐标的是否对齐或重合来获得叠对误差。

以下结合附图，说明本申请各实施例提供的技术方案。

如图4所示，本说明书实施例提供的一种叠对误差的检测方法，其包括步骤S410～步骤S440。其中，步骤S410、分别获得先前层共有部分灰度图和当前共有部分灰度图。步骤S420、按照行/列根据灰度图中的像素灰度值，分别获取先前层共有部分灰度图的第一定义线和当前部分灰度图的第二定义线。步骤S430、分别根据第一定义线获得第一中心点和根据第二定义线获得第二中心点。步骤S440、根据第一中心点与第二中心点的坐标偏差，获得叠对误差。

具体地，步骤S410、分别获取先前层共有部分灰度图和当前共有部分灰度图。

理想情况下晶圆加工中各层之间图形完全对齐，如晶圆曝光过程中上下层图案需对齐或至少部分重叠。因此为确保所有层的图案相互对齐，故需对叠对误差进行检测。本实施例中叠对误差可以采用叠对标识进行检测，也可以针对具体的叠对图形进行检测，如针对特定线宽的上下层图案进行叠对误差的检测。其中叠对标识可以包括重叠的线条标识等，也可以包括对齐的套刻标识。

因此，本说明书实施例检测先前层和当前层的叠对误差表示是否对齐，一些实施例采用套刻标识中的共有部分灰度图进行叠对误差的检测，如图1-3示例。又如先前层与当前层的叠对误差表示是否重叠时，共有部分灰度图如图7-图8示例。因此，下文分别以这两种情形为示例进行详细说明。

一些实施例中，先前层对应如第一曝光图形，当前层对应如第二曝光图形，则先前层共有部分灰度图即为第一曝光图形对应的灰度图，当前共有部分灰度图即为第二曝光图形共有部分灰度图。

采用套刻标识进行叠对误差的对齐检测时以图5为例进行说明，如图5示例，4个较大的黑色矩形框定义为外框，另外4个灰色矩形框定义为内框。那么如图6所示，外框标号1-4的矩形部分为先前层共有部分灰度图，内框标号为1-4的矩形部分为当前共有部分灰度图。

又如图7-图8线宽重叠时叠对误差的检测，先前层共有部分灰度图和当前共有部分灰度图均为矩形示例。但先前层线条的长度可以与当前层线条的长度不同，当然也可以相同。

步骤S420、按照行/列根据灰度图中的像素灰度值，分别获取先前层共有部分灰度图的第一定义线和当前部分灰度图的第二定义线。

本说明书实施例中行/列相对于图像中线条的长、宽等方向定义或者相对于套刻标识图像的长、宽等方向定义。可根据图像的实际情况具体定义行/列等方向。本说明书实施例举例如按照行方向设置为x方向坐标轴，按照列方向设置为y方向坐标轴。具体坐标轴的选择等可根据具体实际情况进行限定。

结合上述实施例对图5示例的套刻标识灰度图中的像素灰度值。如图6示例，外框中1-4号矩形区域为共有部分灰度图，同样的内框中1-4号矩形区域为共有部分灰度图，从而根据灰度值的变化趋势来定义线。如在共有部分灰度图中存在明-暗的灰度图像变化，则通过这一变化可获得灰度变化趋势对应额定义线。因此，根据先前层共有部分灰度图获得第一定义线，并根据当前共有部分灰度图获得第二定义线。本说明书实施例中第一定义线和第二定义线仅表示对应不同图案层共有部分中根据灰度确定的定义线，不指定某一定义线，也不指代定义线的顺序等。

步骤S430、分别根据第一定义线获得第一中心点和根据第二定义线获得第二中心点。

本说明书实施例不论针对重叠叠对误差的检测，还是对齐叠对误差的检测，通过先前层共有部分灰度图中获得的第一定义线和当前共有部分灰度图中获得的第二定义线，进而分别获得第一定义线的第一中心点和第二定义线的第二中心点，若第一中心点和第二中心点有偏差，则存在叠对误差，并根据具体的偏差值获得叠对误差。

步骤S440、根据第一中心点与第二中心点的坐标偏差，获得叠对误差。

结合上述实施例，根据像素灰度获得的定义线求均值获得各个定义线对应的坐标均值，即获得第一中心点和第二中心点，第一中心点如(X1,Y1),第二中心点如(X2,Y2)，通过计算这两个中心点的偏差，来获得先前层图形与当前图形的叠对误差。

在一些实施例中，叠对误差的检测方法还包括：根据灰度图中的像素灰度值，按照行/列方向分别获取先前层共有部分灰度图和当前共有部分灰度图中的点坐标；获得每个点坐标按照行方向的灰度值及获得每行的灰度平均值；并获得每个点坐标按照列方向的灰度值及获得每列的灰度平均值。

结合上述实施例，针对对齐叠对误差检测时套刻标识对应的共有部分灰度图如图6所示。以图6中外框编号1的标识矩形区域进行举例说明。如图7示例，1号矩形外框内的灰度图，沿着X正方向，X坐标是X0,X1.....Xn，在1号矩形外框区域内，X0对应的有一列点，从而获得行/列方向的点坐标为(X0,Y0),(X0,Y1),.....(X0,Yn)。那么，X0对应的灰度值我们按如下方式这样计算，我们定义，1号矩形外框区域的宽度为w，高度为h，左上角的坐标为(xStart,yStart),(X0,Y0)点处的灰度值公式为ROI_Pixel(yStart,xStart,0,0)，(X0,Y1)点处的灰度值公式为ROI_Pixel(yStart,xStart,1,0)。

定义：double[]GrayAvr＝new double[w]，表示矩形外框区域内沿着X方向上所有灰度值的数组，如果w＝82，则GrayAvr是包含82个灰度值的数组0---81，GrayAvr[0]就是X0对应的灰度值。

其中，图像灰度值是0--255，共256个，我们定义，int[]tmpData＝new int[256]，表示每个灰度值的数量，比如h＝100，X0对应的一列点个数是100个，tmpData[0]就是灰度值为0的有几个点，tmpData[1]就是灰度值为1的有几个点。具体地标识区域沿X方向对应灰度值获取的编程示例如下：

for(int x＝0；x<w；++x)//逐次求出X方向对应的灰度值

{

for(int y＝0；y<h；++y)//统计出x对应的一列点的灰度值数量

{

tmpData[(int)ROI_Pixel(yStart,xStart,y,x)]++；

}

for(int i＝0；i<tmpData.Length；++i)

{

if(tmpData[i]>0)

{

GrayAvr[x]+＝(i*tmpData[i])；//灰度值i乘以灰度值为i的数量，再相加

}

GrayAvr[x]/＝h；//算出灰度平均值

}

另外，我们定义，double GrayMin＝Min(GrayAvr)；//灰度平均值最小值

double GrayMax＝Max(GrayAvr)；//灰度平均值最大值

类似地，标识区域沿Y方向对应的灰度值获得过程，以图6中3号矩形外框举例说明。如图8，3号矩形外框的图像，沿着Y正方向，Y坐标是Y0,Y1.....Yn，在3号矩形外框区域内，Y0对应的有一行点，从而获得点坐标分别为(X0,Y0),(X1,Y0),.....(Xn,Y0)。

那么，Y0对应的灰度值我们按如下方式这样计算，我们定义，3号矩形区域的宽度为w，高度为h，左上角的坐标为(xStart,yStart)，(X0,Y0)点处的灰度值公式为ROI_Pixel(yStart,xStart,0,0)，(X1,Y0)点处的灰度值公式为ROI_Pixel(yStart,xStart,0,1)。

定义：double[]GrayAvr＝new double[h]，表示矩形外框区域内沿着Y方向上所有灰度值的数组，如果h＝82，则GrayAvr是包含82个灰度值的数组0---81，GrayAvr[0]就是Y0对应的灰度值。

其中，图像灰度值是0--255，共256个，我们定义，int[]tmpData＝new int[256]，表示每个灰度值的数量，比如w＝100，Y0对应的一行点的个数是100个，tmpData[0]就是灰度值为0的有几个点，tmpData[1]就是灰度值为1的有几个点。

具体地编程示例如下：

for(int y＝0；y<h；++y)//逐次求出Y方向对应的灰度值

{

for(int x＝0；x<w；++x)//统计出Y对应的一列点的灰度值数量

{

tmpData[(int)ROI_Pixel(yStart,xStart,y,x)]++；

}

for(int i＝0；i<tmpData.Length；++i)

{

if(tmpData[i]>0)

{

GrayAvr[y]+＝(i*tmpData[i])；//灰度值i乘以灰度值为i的数量，再相加

}

GrayAvr[y]/＝w；//算出平均值

}

类似地，针对重叠叠对误差检测时共有部分灰度图如图6或图8所示，如取特定线宽的共有部分。按照行/列获取共有部分灰度图中点坐标，其计算过程和实现原理如前示例，此处不再赘述。

在一些实施例中，叠对误差的检测方法还包括：根据灰度图中灰度值值的变化趋势进行拟合得到定义线。

如图7示例，此1号矩形外框内，沿着X方向上，图案由亮--》暗--》亮，对应地，灰度值的变化也是这样，灰度值由大--》小--》大，我们定义一个灰度值GuideLine，用来确定这种灰度值的变化趋势会产生几条定义线，同时将前述获得的灰度平均值及最小值和灰度平均值及最大值带入如下公式一：

GuideLine＝GrayMin+GuideLinePercent*(GrayMax-GrayMin)/100(公式一)

其中，GuideLinePercent是灰度变化范围的百分之多少。

如图7示例的Bar in Bar的套刻标识进行计算，沿X方向对应的灰度值数组GrayAvr[82]，下面列举出计算出的一些值，

[0]＝238.42307692307693

[1]＝238.38

[2]＝238.0698085508086

[3]＝237.70012306013862

[4]＝237.47068079048393

[5]＝237.05409383017292

....

[21]＝207.54127328562049

[22]＝201.13905949949884

[23]＝193.00808218574792

[24]＝181.72149555363978

[25]＝168.03497348653781

....

[33]＝112.90668816018786

[34]＝111.13690367239363

[35]＝110.75986765581638

[36]＝111.88515154037322

[37]＝114.99041790037603

[38]＝119.27810954121384

[39]＝124.99197775471788

[40]＝131.15807677519635

....

[48]＝119.85527899811862

[49]＝115.48002987548387

[50]＝112.48676586072062

[51]＝111.14939350507909

[52]＝111.33929158892454

....

[59]＝145.71058526633951

[60]＝159.54847305460353

[61]＝174.99522531097287

[62]＝188.73466977882714

[63]＝199.82157157229412

....

[81]＝237.98058252427185

由此得知，

GrayMin＝110.75986765581638

GrayMax＝238.42307692307693

取GuideLinePercent＝65，则计算出GuideLine＝193.7，由上面列出的数据，可以看出，GuideLine在下面的两个区间，区间1：

[22]＝201.13905949949884

[23]＝193.00808218574792

区间2：

[62]＝188.73466977882714

[63]＝199.82157157229412

由此可以确定此1号矩形外框区域内定义了两条线，通过灰度值变化趋势也可以看出第一条线的起点是＝238.42307692307693，终点是[36]＝111.88515154037322，

第二条线的起点是[50]＝112.48676586072062，终点是[81]＝237.98058252427185，并且把两条定义线的位置取为[22]＝201.13905949949884，[62]＝188.73466977882714，决定第一条定义线灰度值变化是从大--》小，第二条定义线的灰度值变化是从小--》大，以上的结果用一个计算方法表示，int[,]EdgeRange＝CheckEdgeRange(GrayAvr,Guideline)，

EdgeRange是一个二维数组，含义如下，

[,0]边的范围起始位置[,1]定义线的像素位置[,2]边的范围结束位置[,3]边的类型－1：从亮到暗，1:从暗到亮由以上计算结果得出EdgeRange包含两条定义线。

类似地，如图6和图8示例的重叠叠对误差检测过程中根据灰度值的变化趋势拟合定义线的实现原理和计算过程如前述实施例示例，此处不再赘述。

在一些实施例中，分别获取上层共有部分灰度图的第一定义线和当前共有部分灰度图的第二定义线，包括分别沿行/列方向获得灰度图中灰度值的变化趋势；根据变化趋势，分别于先前层共有部分灰度图和当前共有部分灰度图获得灰度变化边界线；根据各自的灰度变化边界线进行拟合，分别得到第一定义线和第二定义线。

结合上述实施例，

[0,0]＝0

[0,1]＝22

[0,2]＝36

[0,3]＝-1

[1,0]＝50

[1,1]＝62

[1,2]＝81

[1,3]＝1

由上面可知定义出来的定义线是一个灰度范围，我们需要一个起点来决定线的具体位置，

我们定义一个灰度值ThresholdG，用来表示线的位置，采用公式二：ThresholdG＝GrayMin+ThresholdPercent*(GrayMax-GrayMin)/100，(公式二)

我们取ThresholdPercent＝65，则计算出ThresholdG＝174.59，

由上面第一条定义线的起点和终点得出，在[0]＝238.42307692307693

....

[36]＝111.88515154037322，

范围内，ThresholdG在

[24]＝181.72149555363978

[25]＝168.03497348653781的区间内，

同理，第二条定义线的位置在

[60]＝159.54847305460353

[61]＝174.99522531097287的区间内，

通过以下公式三表示两条灰度变化边界线，

double pos1＝CheckEdgePos(EdgeData1[36],ThresholdG,EdgeRange[0,1]-EdgeRange[0,0])+EdgeRange[0,0]；(公式三)

double pos2＝CheckEdgePos(EdgeData2[31],ThresholdG,EdgeRange[1,1]-EdgeRange[1,0])+EdgeRange[1,0]；(公式三)

其中，EdgeData1[36]是第一条定义线的范围，EdgeData2[31]是第二条定义线的范围，

pos1＝24.52095216222472

pos2＝60.973861623801227，

由此可以获得第一条定义线及第二条定义线。该实施例的定义线为一个共有部分灰度图中的获取方式，如先前层共有部分的两条第一定义线，也可以是当前共有部分灰度图中的两条第二定义线。类似地，重叠叠对误差检测过程中获得第一定义线和第二定义线的计算过程和实现原理同上，此处不再赘述。

在一些实施例中，分别根据第一定义线获得第一中心点和根据第二定义线获得第二中心点，包括：沿行方向获得两条第一定义线/第二定义线的中线；并沿列方向获得两条第一定义线/第二定义线的中线；获得各个中线分别沿行/列的均值坐标。

结合上述实施例，对这两条定义线的位置取平均值，得到中线的pos＝(pos1+pos2)/2，以上分析可以用波形图表示，如图9示例的中线。具体地，这三条线的位置在波形图上表示如图10示例，根据pos1和pos2这两条灰度变化边界线拟合的定义线得到中线。

进而通过计算中线的一组像素坐标来计算中线上的每个坐标点。结合上述实施例，获得中线pos。我们定义，DPoint[]points，points是一个记录中线上每一个点x、y坐标的数组，则此数组的数量是h个，如h是100。

如图11，X方向上的数字1区间是定义第一条线的起点和结束点，数字2区间定义第二条线的起点和结束点，当y＝0时，我们先算出区间1上的各点灰度值，用数组EdgeData1Part[]来记录，则EdgeData1Part的数量是36个，

再算出区间2上的各点灰度值，用数组EdgeData2Part[]来记录，则EdgeData2Part的数量是31个，用公式三算出位置，doublereal_pos1＝CheckEdgePos(EdgeData1Part[36],ThresholdG,EdgeRange[0,1]-EdgeRange[0,0])+EdgeRange[0,0]；

doublereal_pos2＝CheckEdgePos(EdgeData2Part[31],ThresholdG,

EdgeRange[1,1]-EdgeRange[1,0])+EdgeRange[1,0]；

则第一条定义线上的第一个坐标是(rel_pos1+xStart,0+yStart),

第二条定义线上的第一个坐标是(rel_pos2+xStart,0+yStart),

中线上的第一个坐标是((rel_pos1+rel_pos2)/2+xStart,0+yStart),其中第一条定义线和第二条定义线分别可以为两条第一定义线也可以为两条第二定义线。类似地，沿列方向分别获得第一条定义线和第二条定义线的中点坐标。

具体编程示例方法如下，计算出points，

for(int y＝0；y<100；y++)

{

//第一条线取得灰度数据

for(int x＝0；x<36；x++)

{

EdgeData1Part[x]＝ROI_Pixel(yStart,xStart,y,EdgeRange[0,0]+x)；

}

//计算第一条线位置

double rel_pos1＝CheckEdgePos(EdgeData1Part,ThresholdG,EdgeRange[0,1]-EdgeRange[0,0])+EdgeRange[0,0]；

//第二条线取得灰度数据

for(int x＝0；x<31；x++)

{

EdgeData2[x]＝ROI_Pixel(yStart,xStart,y,EdgeRange[1,0]+x)；

}

//计算第二条线位置

double rel_pos2＝CheckEdgePos(EdgeData2Part,ThresholdG,EdgeRange[1,1]-EdgeRange[1,0])；

//计算中线相对于视场的位置，

points[y].X＝(float)(rel_pos1+rel_pos2)/2+xStart；

points[y].Y＝y+yStart；

}

类似地，如图8示例的3号矩形外框获得灰度数值后，根据灰度值的变化趋势获得灰度变化边界线后进行拟合得到中线。进而沿行方向获得两条中线的中点方式如前述沿列方向获得的方式类似，此处不再赘述。

进一步，获得各个中点分别沿行/列的均值坐标。

结合上述实施例，如图6所示1号矩形外框内的中线上的所有点的坐标points，按照相同的算法可以得到图6中2号矩形外框区域的中线上的所有点的坐标points2，分别对这两条中线上对应的点的X坐标取一个平均值，就可以按照如下方法算出这个套刻标识中外框中心的X坐标X_Outer，具体示例的编程代码如下：

double pointSum＝0；

int pointCount＝0；

for(int i＝0；i<points.Length；i++)

{

pointCount++；

pointSum+＝(points[i].X+points2[i].X)/2；

}

X_Outer＝pointSum/pointCount；

类似地，采用上述方法计算出如图6中，3号矩形外框区域和4号矩形外框区域的中线点的坐标为points3，points4，

进而，对这两条中线上对应的点的Y坐标取一个平均值，就可以按照如下示例方法算出这个套刻标识中外框中心的Y坐标Y_Outer，

double pointSum＝0；

int pointCount＝0；

for(int i＝0；i<points3.Length；i++)

pointCount++；

pointSum+＝(points3[i].Y+points4[i].Y)/2；

}

Y_Outer＝pointSum/pointCount；

同理，对图6示例中的各个矩形内框标识测区域分别计算，算出内框中心的坐标(X_Inner,Y_Inner),从而采用如下公式四分别按照行/列方向获得对齐对应地叠对误差。

一些实施例中，根据第一中心点与第二中心点的坐标偏差，获得叠对误差包括：根据第一中心点与第二中心点分别沿行/列的坐标偏差，获得叠对误差。

结合上述实施例，叠对误差值：DeltaX＝(X_Outer-X_Inner)*VisionFactor*1000*1000(公式四)

DeltaY ＝ (Y_Outer - Y_Inner)* VisionFactor *1000*1000 (公式四)

叠对误差单位是纳米，其中VisionFactor是工作台视场校验系数，单位是(毫米/像素)。

如图12示例的，针对图6示例的套刻标识确认的叠对误差为DX-18.16，DY1016.26。

在一些实施例中，套刻标识包括框对框、条对条、方框对方框。

本说明书实施例中套刻标识包括多种形式的标识图形，如图1所示的条对条(Barin Bar)标识图形，如图2所示的框对框(Frame in Frame)标识图形，如图3所示的方框对方框(Box in Box)标识图形。

针对Frame in Frame的标识图形和Box in Box的标识图形，采用如Bar in Bar标识图形确认套刻误差的全过程来获得对应的套刻误差。

如图13所示，获得图2示例Frame in Frame标识图形中的中线，以及套刻误差DX26.67，DY-57.79。

具体针对Box in Box标识图形确定套刻误差的过程中可适当通过变形来获得。如图14，由于Box in Box标识图形的特殊性，在划分的内框或外框中无法获得两条灰度变化边界线，会造成中线无法确定的情况。

因此，以外框举例针对这一情况我们获取如1号矩形外框区域的第一条线和2号矩形外框区域的第二条线，从而可以确定外框中心的X坐标。其中第一条线可以为外框内侧的线，也可以为外框外侧的线。对应地，第二条线的选择与第一条线的方向性相同，即第一条线选择外框内侧的线，则第二条线也选择外框内侧的线，依次类推。

同样地，针对3号矩形外框内侧的线和4号矩形外框内侧的线，确定外框中心Y的坐标。同理得到内框中心的坐标。进而获得叠对误差。

如图15所示，通过加粗在矩形区域内侧的线获得内框与外框的坐标，进而获得叠对误差，如获得叠对误差为DX-1082.00，DY2693.95。

如上述示例，若根据共有部分灰度图无法获得中线，则将共有部分灰度图的边界线作为定义线来获得中心点。如图14和图15的示例，此处不再赘述。

在一些实施例中，先前层共有部分灰度图和当前共有部分灰度图包括叠对标识灰度图。具体地，叠对标识灰度图对应有重叠标识如特定线宽的标识灰度图，如图6或图8示例，但不限定当前共有部分的线条长度必须与先前层共有部分的线条长度相同。叠对标识灰度图还对应有对齐标识，如图1-3示例的套刻标识灰度图。当然也可以直接获取先前层共有部分图形和当前共有部分图形来直接获得先前层共有部分灰度图和当前共有部分灰度图。本说明书实施例不作限定。且无论是重叠叠对误差的检测还是对齐叠对误差的检测均可以采用上述实施例示例的具体方式。

本说明书实施例提供一种叠对误差的检测装置，该叠对误差的检测装置包括：

本说明书实施例的叠对误差的检测装置对应地可用于执行图4所示方法实施例中的步骤，其实现原理和技术效果类似，检测系统，该系统包括：处理器、存储器和计算机程序；其中

存储器，用于存储所述计算机程序，该存储器还可以是闪存(flash)。所述计算机程序例如是实现上述方法的应用程序、功能模块等。

处理器，用于执行所述存储器存储的计算机程序，以实现上述方法中设备执行的各个步骤。具体可以参见前面方法实施例中的相关描述。

可选地，存储器既可以是独立的，也可以跟处理器集成在一起。

当所述存储器是独立于处理器之外的器件时，所述设备还可以包括：

总线，用于连接所述存储器和处理器。

本发明还提供一种可读存储介质，所述可读存储介质中存储有计算机程序，所述计算机程序被处理器执行时用于实现上述的各种实施方式提供的方法。

其中，可读存储介质可以是计算机存储介质，也可以是通信介质。通信介质包括便于从一个地方向另一个地方传送计算机程序的任何介质。计算机存储介质可以是通用或专用计算机能够存取的任何可用介质。例如，可读存储介质耦合至处理器，从而使处理器能够从该可读存储介质读取信息，且可向该可读存储介质写入信息。当然，可读存储介质也可以是处理器的组成部分。处理器和可读存储介质可以位于专用集成电路(ApplicationSpecific Integrated Circuits，简称：ASIC)中。另外，该ASIC可以位于用户设备中。当然，处理器和可读存储介质也可以作为分立组件存在于通信设备中。可读存储介质可以是只读存储器(ROM)、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。

本说明书中各个实施例之间相同相似的部分互相参见即可，每个实施例侧重说明的都是与其他实施例的不同之处。尤其，对于后面说明的产品实施例而言，由于其与方法是对应的，描述比较简单，相关之处参见系统实施例的部分说明即可。

以上所述，仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以权利要求的保护范围为准。

Claims

1.一种叠对误差的检测方法，其特征在于，所述叠对误差的检测方法包括：

分别获取先前层共有部分灰度图和当前共有部分灰度图；

根据第一中心点与第二中心点的坐标偏差，获得叠对误差；

其中，分别获取先前层共有部分灰度图的第一定义线和当前共有部分灰度图的第二定义线，包括：分别沿行/列方向获得灰度图中灰度值的变化趋势；根据变化趋势，分别于先前层共有部分灰度图和当前共有部分灰度图获得灰度变化边界线；根据各自的灰度变化边界线进行拟合，分别得到第一定义线和第二定义线；

其中，分别根据第一定义线获得第一中心点和根据第二定义线获得第二中心点，包括：沿行方向获得两条第一定义线/第二定义线的中线；并沿列方向获得两条第一定义线/第二定义线的中线；获得各个中线分别沿行/列的均值坐标。

2.根据权利要求1所述的叠对误差的检测方法，其特征在于，所述叠对误差的检测方法还包括：

根据灰度图中的像素灰度值，按照行/列方向分别获取先前层共有部分灰度图和当前共有部分灰度图中的点坐标；

获得每个点坐标按照行方向的灰度值及获得每行的灰度平均值；并获得每个点坐标按照列方向的灰度值及获得每列的灰度平均值。

3.根据权利要求2所述的叠对误差的检测方法，其特征在于，所述叠对误差的检测方法还包括：

根据灰度图中灰度值的变化趋势进行拟合得到定义线。

4.根据权利要求1所述的叠对误差的检测方法，其特征在于，所述根据第一中心点与第二中心点的坐标偏差，获得叠对误差，包括：

根据第一中心点与第二中线点分别沿行/列的坐标偏差，获得叠对误差。

5.根据权利要求1所述的叠对误差的检测方法，其特征在于，先前层共有部分灰度图和当前共有部分灰度图包括叠对标识灰度图。

6.一种叠对误差的检测装置，其特征在于，所述叠对误差的检测装置包括：

其中，分别获取先前层共有部分灰度图的第一定义线和当前共有部分灰度图的第二定义线，包括：分别沿行/列方向获得灰度图中灰度值的变化趋势；根据变化趋势，分别于先前层共有部分灰度图和当前共有部分灰度图获得灰度变化边界线；根据各自的灰度变化边界线进行拟合，分别得到第一定义线和第二定义线；获得模块，用于分别根据第一定义线获得第一中心点和根据第二定义线获得第二中心点；

其中，分别根据第一定义线获得第一中心点和根据第二定义线获得第二中心点，包括：沿行方向获得两条第一定义线/第二定义线的中线；并沿列方向获得两条第一定义线/第二定义线的中线；获得各个中线分别沿行/列的均值坐标；

7.一种叠对误差的检测系统，其特征在于，包括：存储器、处理器以及计算机程序，所述计算机程序存储在所述存储器中，所述处理器运行所述计算机程序执行权利要求1-5中任一项所述叠对误差的检测方法。

8.一种可读存储介质，其特征在于，所述可读存储介质中存储有计算机程序，所述计算机程序被处理器执行时用于实现权利要求1-5中任一项所述叠对误差的检测方法。