CN1231868C - 图案评价方法和图案评价装置 - Google Patents

图案评价方法和图案评价装置 Download PDF

Info

Publication number
CN1231868C
CN1231868C CNB021082200A CN02108220A CN1231868C CN 1231868 C CN1231868 C CN 1231868C CN B021082200 A CNB021082200 A CN B021082200A CN 02108220 A CN02108220 A CN 02108220A CN 1231868 C CN1231868 C CN 1231868C
Authority
CN
China
Prior art keywords
mentioned
pattern
point
feature
distribution plan
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.)
Expired - Fee Related
Application number
CNB021082200A
Other languages
English (en)
Other versions
CN1378179A (zh
Inventor
三井正
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.)
Toshiba Corp
Original Assignee
Toshiba Corp
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 Toshiba Corp filed Critical Toshiba Corp
Publication of CN1378179A publication Critical patent/CN1378179A/zh
Application granted granted Critical
Publication of CN1231868C publication Critical patent/CN1231868C/zh
Anticipated expiration legal-status Critical
Expired - Fee Related legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01BMEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B21/00Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • G06T7/0004Industrial image inspection
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/12Edge-based segmentation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/155Segmentation; Edge detection involving morphological operators
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/60Analysis of geometric attributes
    • G06T7/62Analysis of geometric attributes of area, perimeter, diameter or volume
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/40Extraction of image or video features
    • G06V10/46Descriptors for shape, contour or point-related descriptors, e.g. scale invariant feature transform [SIFT] or bags of words [BoW]; Salient regional features
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10056Microscopic image
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30108Industrial image inspection
    • G06T2207/30148Semiconductor; IC; Wafer

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Quality & Reliability (AREA)
  • Geometry (AREA)
  • Image Analysis (AREA)
  • Length Measuring Devices With Unspecified Measuring Means (AREA)
  • Image Processing (AREA)

Abstract

本发明提供高速·高精度并具有高附加价值的图案评价方法,图案评价装置和记录媒体。如果根据本发明,则取得作为评价对象的图案的图象数据,处理这个图象数据,检测图案的边界点的座标,将左右的边界点组合成边界点对,算出各边界点对中的边界点之间的距离,和连接各边界点之间的直线与X轴所成的角度,制作表示这些距离和角度的分布的距离角度分布图,与评价目的相对应地提取这个距离角度分布图的特征点。

Description

图案评价方法和图案评价装置
技术领域
本发明涉及图案的一般评价方法,图案评价装置和可以计算机读取的记录媒体。
背景技术
我们举出评价半导体的微细图案的方法作为具体例子,说明根据已有技术的图案评价方法。
图案评价对于半导体制造工序也是重要的,这点对于由刻蚀工序和腐蚀工序等形成的微细图案特别显著。至今,一般采用用电子枪的CDSEM(Critical Dimension Scanning Electron Microscope(临界尺寸扫描电子显微镜))测量图象尺寸(例如,直线图案时的线宽等,孔图案时的孔径等)的评价方法。在CDSEM中,读取来自从试料取得的图案SEM图象的二次电子分布,通过边界检测算法从这个分布检测图案的边界,用检测出的边界座标用适合于各测量目的的CD测量算法计算图案尺寸。例如,当求直线图案的线宽时,通过直线近似法或阈值法等从电子束扫描方向的SEM图象的线象素检测直线的左右边界。对于检测出的这些左右边界,在由测定指定的范围内求边界对,计算这些对之间的距离(边界点的X座标之差)的平均,作为这个直线图案的线宽。又,当图案的宽度不恒定时,例如计算最大或最小的边界对间距离作为最大线宽或最小线宽,输出这个结果作为测量值。
发明内容
但是,在上述的已有方法中,存在着如果不使要测量的图象的方向(以下称为CD方向)与电子束扫描方向一致则不能进行测量这样的问题。因此,为了解除这种问题,例如,采用使电子束扫描方向与CD方向重合后进行测量,用仿射变换等的图象处理旋转图象,使CD方向与电子束扫描方向重合后进行测量等的方法进行处理。但是,在这些处理中需要花费额外的时间,为此对于缩短测量时间是不利的。进一步,当在测量前预先对CD方向没有充分了解时,因为需要将电子束扫描方向或图象旋转角度分配在某个范围内,所以需要更长的处理时间。
同样,当测量对象是孔图案时,在已有方法中测量SEM图象的X轴方向和Y轴方向的最大值作为图案的孔径。但是,在这种方法中,例如当图案的最大径对于X轴或Y轴倾斜时,要得到这个最大径是困难的。又,考虑到孔图案形状的歪斜,也用从边界点围绕的面积和最小二乘圆算出近似直径的方法,但是只从这些平均的测量值不可能把握复杂的图案形状。
本发明就是鉴于上述问题提出的,本发明的目的是提供不仅能够克服上述已有技术问题,而且进一步具有许多附加价值的图案评价装置,图案评价方法和可以计算机读取的记录媒体。
本发明的目的就是用以下装置解决上述课题。
即,如果根据本发明的第1实施样态,则提供备有
接受供给的作为评价对象的图案的图象数据,处理上述图象数据,检测在上述图象中的上述图案的多个边界点的边界点检测过程,从检测出的多个边界点中组合任意的两个边界点作为边界点对的结对过程,算出构成上述边界点对的上述边界点之间的距离,和连接上述边界点之间的直线与任意轴线之间的角度的计算过程,制作上述边界点对的上述距离和上述角度的分布图的距离角度分布图制作过程,提取上述分布图的特征点的特征点提取过程,和根据提取的上述特征点解析上述图案的解析过程的图案评价方法。
如果根据本发明的第1实施样态,则因为制作上述边界点的上述距离和上述角度的分布图,根据这个分布图提取上述特征点,所以能够同时并且高速地进行种种图案测量。在图案测量中,例如包含下列项目。
1)在直线图案中直线宽度的最大值,最小值和平均值,以及在孔图案中探查孔径的最大值,最小值和近似圆径
2)图案倾斜角度(孔图案时,定义为最大探查孔径的角度)
3)图案的粗糙度
4)在倾斜的图案上的上述测量值及其倾斜角度
5)影射在任意方向上的图案中的上述测量值
6)当同时影射多个图案时上述测量值的平均值
上述结对过程既可以在全部检测出的边界点中组合上述边界点对,也可以在一部分检测出的边界点中组合上述边界点对。
又,上述结对过程也可以是当上述图案为直线图案时,在属于位在上述图象一侧的图案边界的边界点,和属于位在上述图象另一侧的图案边界的边界点之间进行结对,当上述图案为封闭曲线图案时,选择上述图案的任意分割线,用这条分割线将上述图案分割成二部分,在属于位在上述图象一侧的上述图案边界的边界点和属于位在上述图象另一侧的图案边界的边界点之间进行结对的过程。这时,除了能够用单一的算法对种种评价对象进行评价外,还能够用必需的最小限度的边界点对制作上述分布图。结果,可以用更高的速度进行图象评价。
在上述封闭曲线图案中,典型地包含孔图案,又,在上述分割线中至少包含通过上述封闭曲线图案的重心与上述轴线垂直的线和上述封闭曲线的主轴中的任何一个。
上述特征点提取过程最好通过对上述分布图进行图象处理提取上述特征点。
因此,除了能够高速地提取上述特征点外,也能够减少由损害取得边界点等引起的测量误差的影响。上述图象处理至少包含二值化处理,中位数处理,噪声过滤中的一个。
又,我们希望上述图案评价方法进一步备有将与存储上述图象数据的第1存储区域和与其不同的第2存储区域对应的存储地址附加在上述分布图的数据上的存储控制过程。
因此,能够高速地制作上述分布图。又,在上述特征点提取过程中,能够用已有的图象处理算法高速地提取上述分布图的特征点。
上述存储控制过程最好根据上述距离和上述角度,向每个上述边界点对,按比例分配假想的子图象元素,将上述分布图的数据作为多位的图象数据附加上述存储地址。
因此,能够提高图象测量的精度。
又,上述特征点提取过程最好包含在上述分布图的数据或上述分布图的上述特征点近旁的数据上附加表示浓淡的灰度等级值的过程。
这样,通过在上述分布图全体或上述分布图的特征点近旁区域上设置浓淡差,能够容易地取得与图案的粗糙度对应的信息。
又,我们希望上述存储控制过程包含根据上述边界点对的位置信息在上述分布图上附加可以进行到上述图象数据的逆变换的复原用信息的过程。
因此,能够将在上述分布图上进行了图象处理的结果作为实平面上的图案输出。作为上述复原用信息,例如是构成各边界点对的各边界座标的中点的座标。
当上述图案至少包含1个形成理想形状的理想图案时,上述特征点提取过程提取作为从上述理想图案得到的上述分布图的特征点的理想特征点,和从作为上述评价对象的图案得到的上述分布图的特征点,并进一步包含输出从作为上述评价对象的图案得到的特征点与上述理想特征点的差异的过程是适宜的。
因此,因为能够通过将从上述理想图案得到的上述分布图作为基准,比较作为评价对象的图案,所以能够进行在上述评价对象图案的形状中的规格检查。
又,当上述图案是多个图案时,最好上述距离角度分布图制作过程是制作将上述每个图案的上述分布图合成起来的第1合成分布图的过程,上述特征点提取过程是从上述第1合成分布图的一部分区域提取上述每个图案的上述特征点和表示上述图案之间的相对位置关系的上述特征点的过程。
因此,即便是由多个图案构成的确复杂的图案,也能够高速地一个一个地评价作为构成要素的各图案,和评价作为构成要素的图案之间的位置关系。
又,当上述图象数据包含多个图案的图象数据时,上述结对过程最好包含在备图案中设定禁止对应的图案边界之间以外的结对的禁止规则的过程。
因此,即便当同时测量多个图案时,也能够只取出测量所需的信息。因为能够将来自不需要的边界点的信息作为噪声除去,所以能够通过单纯的处理正确并且高速地提取上述分布图的特征点。又,即便当在评价对象的图案所在的区域中存在着评价对象以外的图案时,也能够通过从上述分布图除去不需要的图案,只得到作为评价对象的图案的测量值。结果,不需要在测量前严格地指定测量区域。
又,当上述图象数据包含多个图案的图象数据时,与此相反,上述结对过程也可以在各图案中进行对应的图案边界之间以外的结对。
因此,当同时测量多个图案时,能够在上述分布图的形态中将评价对象外的图案信息,或横跨在各各构成图案之间的信息分别开来作为数据存储起来。因此,可以进行更多种类的测量。
又,上述距离角度分布图制作过程对每个图案制作上述分布图,在得到的上述分布图中进行图象计算处理,制作第2合成分布图,上述特征点提取过程是从上述第2合成分布图提取上述特征点使上述分布图合成的上述图案的形状的不同定量化的过程是适宜的。
因为在上述分布图中进行图象计算处理,所以能够容易地比较来自上述第2合成分布图的上述图案的形状。在对上述形状的不同进行的定量化中,例如包含在取得由计算处理产生的图案之间的平均形状后,对各图案从这个平均形状的分散进行的数值化。
又,代替它,也可以是上述距离角度分布图制作过程对每个图案制作上述分布图,上述特征点提取过程从对每个图案得到的上述分布图提取上述特征点,对得到的上述特征点进行计算处理,对这些特征点的不同进行定量化的过程。
又,当上述图案包含封闭曲线图案时,我们希望上述特征点提取过程设置上述分布图的特征曲线,根据这条特征曲线提取上述特征点。
这样,通过在分布图中追加特征曲线,从由包含一部分或全部封闭曲线的图案得到的上述分布图,能够高速并正确地提取上述特征点。在根据上述特征曲线提取的上述特征点中,例如包含从上述境界曲线的极值和上述境界区域上浓淡差的扩大导出的粗糙值。
又,最好上述结对过程是选择上述图案的任意分割线和上述封闭曲线图案内的任意点,以上述任意点为中心使上述分割线旋转任意角度,对于每个上述任意角度用上述分割线将上述图案分割成二部分,在属于位在上述图象的上述一侧的上述第1图案边界的边界点和属于位在上述图象的上述另一侧的第2图案边界的边界点之间对于每个上述任意角度进行结对的过程,上述距离角度分布图制作过程对于每个上述任意角度制作上述分布图。
因为对于每个上述任意角度制作上述分布图,所以通过比较对照制成的多个分布图,能够容易地取得关于上述图案的轮廓形状中的异常,特别是凹部的信息。
进一步,最好当上述图案包含多个封闭曲线图案时,上述距离角度分布图制作过程对每个封闭曲线图案制作上述分布图,上述特征点提取过程对每个得到的各封闭曲线图案的上述分布图设置上述特征曲线,根据这条特征曲线对每个上述封闭曲线图案提取上述特征点,对得到的多个上述特征点进行计算处理,使上述多个封闭曲线图案之间的不同定量化。
因此,能够高速地取得关于上述封闭曲线图案的平均形状和上述封闭曲线图案之间的类似度的信息。
又,我们希望当上述图案包含直线图案时,
上述特征点提取过程,当取上述距离为x,取上述角度为y,取上述直线图案的宽度为D时,在上述分布图上设置由函数
x=D/cosy
表示的至少1条近似曲线,根据这条近似曲线提取上述特征点。
因此,从包含一部分或全部直线的图案得到的上述分布图能够高速并正确地提取上述特征点。
进一步,我们希望当上述图象数据是时间上变化的一系列图象数据时,在上述图案评价方法中,对构成上述一系列图象数据的图象数据逐次实施上述结对过程,上述计算过程,上述距离角度分布图制作过程和上述特征点提取过程,并且上述图案评价方法进一步备有实时输出提取的上述特征点的变化的输出过程。
因此,能够取得关于时间上变动的图案的形状信息。作为时间上变动的图案,例如是在SEM装置中连续的列调整和在电子束曝光装置中由CP孔径产生的电子束形状的连续的调整等引起的动画图案。
又,如果根据本发明的第2实施样态,则提供备有
接受供给的作为评价对象的图案的图象数据,处理上述图象数据,检测在上述图象中的上述图案的多个边界点的边界点检测装置,从检测出的多个上述边界点中组合任意的两个边界点作为边界点对的结对装置,算出构成上述边界点对的边界点之间的距离,和连接上述边界点之间的直线与任意轴线之间的角度的计算装置,制作上述边界点对的上述距离和上述角度的分布图的距离角度分布图制作装置,提取上述分布图的特征点的特征点提取装置,和根据提取的上述特征点解析上述图案的解析装置的图案评价装置。
如果根据本发明的第2实施样态,则因为备有制作上述边界点的上述距离和上述角度的分布图的距离角度分布图制作装置,通过处理这个分布图提取上述特征点的特征点提取装置,所以可以提供能够同时并高速地进行种种图案测量的图案评价装置。
在上述图案评价装置的一个实施样态中,上述结对装置当上述图案为直线图案时,在属于位在上述图象一侧的图案边界的边界点,和属于位在上述图象另一侧的图案边界的边界点之间进行结对,当上述图案为封闭曲线图案时,选择上述图案的任意分割线,用这条分割线将上述图案分割成二部分,在属于位在上述图象一侧的上述图案边界的边界点和属于位在上述图象另一侧的图案边界的边界点之间进行结对。
又,上述图案评价装置进一步备有包含存储上述图象数据的第1存储区域和存储上述分布图的数据的第2存储区域的存储装置是适宜的。
我们希望上述图案评价装置进一步备有根据上述距离和上述角度,向每个上述边界点对,按比例分配假想的子图象元素,将上述分布图的数据作为多位的图象数据在上述分布图的数据上附加存储地址的存储控制过程。
又,上述存储控制过程最好根据上述边界点对的位置信息在上述分布图上附加可以进行到上述图象数据的逆变换的复原用信息。
又,上述特征点提取过程在上述分布图的数据或上述分布图的上述特征点近旁的数据上附加并输出表示浓淡的灰度等级值是适宜的。
又,如果根据本发明的第3实施样态,则
提供记录在计算机中实施备有接受供给的作为评价对象的图案的图象数据,处理上述图象数据,从上述图象检测上述图案的边界点座标的边界点检测程序,在上述边界点中组合边界点对的结对程序,算出构成上述边界点对的上述边界点之间的距离,和连接上述边界点之间的直线与任意轴线之间的角度的计算程序,制作上述边界点对的上述距离和上述角度的分布图的距离角度分布图制作程序,提取上述分布图的特征点的特征点提取程序,和根据提取的上述特征点解析上述图案的解析程序的图案评价方法的程序的可以计算机读取的记录媒体。
如果根据本发明的第3实施样态,则因为记录在计算机中实施备有制作上述边界点的上述距离和上述角度的分布图的距离角度分布图制作程序,通过处理这个分布图提取上述特征点的特征点提取程序的上述图案评价方法的程序,所以可以提供能够用广泛使用的计算机同时并高速地进行种种图案测量的记录媒体。
在存储在上述记录媒体中的上述程序的上述图案评价方法中,上述结对程序既可以是在全部检测出的边界点中组合上述边界点对的程序,也可以是在一部分检测出的边界点中组合上述边界点对的程序。
又,上述结对程序也可以当上述图案为直线图案时,在属于位在上述图象一侧的图案边界的边界点,和属于位在上述图象另一侧的图案边界的边界点之间进行结对,当上述图案为封闭曲线图案时,选择上述图案的任意分割线,用这条分割线将上述图案分割成二部分,在属于位在上述图象一侧的上述图案边界的边界点和属于位在上述图象另一侧的图案边界的边界点之间进行结对。
又,上述图案评价方法最好进一步备有将与存储上述图象数据的第1存储区域和与其不同的第2存储区域对应的存储地址附加在上述分布图的数据上的存储控制程序。
又,我们希望在上述记录媒体中记录的程序中的上述图案评价方法进一步备有根据上述距离和上述角度,向每个上述边界点对,按比例分配假想的子图象元素,将上述分布图的数据作为多位的图象数据,将存储地址附加到上述分布图的数据上的存储控制程序。
又,最好上述存储控制程序根据上述边界点对的位置信息在上述分布图上附加可以进行到上述图象数据的逆变换的复原用信息。
又,上述特征点提取程序在上述分布图的数据或上述分布图的上述特征点近旁的数据上附加并输出表示浓淡的灰度等级值是适宜的。
如以上详细述说的那样,本发明能产生下列效果。
即,如果根据本发明,则可以提供除了能够同时并高速·高精度地实施种种图案评价外,还能够给予高附加价值的图案评价方法和图案评价装置。
又,如果根据本发明,则可以提供能够用广泛使用的计算机实施产生上述效果的图案评价方法的记录媒体。
附图说明
图1是表示与本发明有关的图案评价装置的一个实施形态的方框图。
图2是表示与本发明有关的图案评价方法的第1实施形态的概略程序的方框图。
图3是表示用图2所示的图案评价方法从直线图案得到的检测出的边界点的模式图。
图4表示用图2所示的图案评价方法从图3所示的直线图案得到的DAD图的一个例子。
图5表示由于加工误差在测量区域中产生线宽不同的直线图案的SEM图象的一个例子。
图6表示对于图5所示的直线图案用图2所示的程序制作的DAD图的一个例子。
图7是表示对于基准轴倾斜在SEM图象上取得的直线图案的一个例子的图。
图8是表示对于图7所示的倾斜图案制作的DAD图的一个例子的图。
图9表示在测量区域内混合存在线宽相互不同的多个直线图案的例子。
图10是根据与本发明有关的图案评价方法的第4实施形态设定禁止规则从图9所示的多个直线图案取得的DAD图的一个例子。
图11是表示真圆形状的孔图案的一个例子的图。
图12是根据与本发明有关的图案评价方法的第5实施形态从图11所示的孔图案取得的DAD图的一个例子。
图13是表示椭圆图案的一个例子的图。
图14是从图13所示的椭圆图案得到的DAD图的一个例子。
图15是表示在半导体刻蚀工序中伴随着由于加工误差引起的歪斜和粗糙度形成的孔图案的一个例子的图。
图16是从图15所示的孔图案得到的DAD图的一个例子。
图17是在DAD图上显示与孔图案的直径有关的规格的图。
图18是表示折成弯曲型的直线图案的SEM图象的一个例子的图。
图19是从图18所示的折成弯曲型的直线图案得到的DAD图。
图20是表示从图19所示的DAD图解析直线图案信息的方法的图。
图21是表示位于用图20所示的解析方法导出的图16的直线图案的周边上的其它直线图案的测量信息的图。
图22是表示轮廓成为凹曲线的图案的一个例子的SEM图象的图。
图23是关于图22所示的图案,分割线相对图22的X轴取0度方向制作的DAD图。
图24是关于图22所示的图案,分割线相对图22的X轴取90度方向制作的DAD图。
图25是从2个孔图案得到的SEM图象的一个例子。
图26是图25所示的2个孔图案的DAD图。
图27是表示对于图26(a),(b)的DAD图分别进行加法处理的结果和进行减法处理的结果的图。
图28是说明与本发明有关的图案评价方法的第13实施形态的DAD图。
图29是说明与本发明有关的图案评价方法的第14实施形态的方框图。
具体实施方式
下面,我们一面参照附图一面说明本发明的几个实施形态。我们在下面的实施形态中说明评价半导体的微细图案的情形,但是本发明不限定这个情形,作为图案评价的新方法能够适用于种种工业领域。
(A)图案评价装置的一个实施形态
图1是表示与本发明有关的图案评价装置的一个实施形态的方框图。图1所示的图案评价装置2备有工作台12,图象处理装置14,存储器16和输出装置18。
存储器16存储本发明的图案评价方法的算法写入的工艺制法文件。工作台12从存储器16读出工艺制法文件,按照这个工艺制法文件对整个装置进行控制,并且从后面所述距离角度分布图(以下称为DAD图)提取与测量目的相应的特征点等的信息。输出装置18用显示器等显示从图象处理装置通过工作台12供给的DAD图和由工作台12提取的上述特征点。此外,在本实施形态中由输出装置18显示DAD图等,但是没有必要特别地显示DAD图等,也可以停止在只将这些信息存储在存储器16中。
图象处理装置14包含CPU22,图象处理部分24,图象存储器控制部分26和图象存储器28。
图象处理部分24接受从图中未画出CDSEM供给的SEM图象数据进行后面所述的图象处理。图象存储器28具有多个存储区域,通过图象存储器控制部分26的控制,将SEM图象数据和DAD图的数据存储在不同的存储区域中。
在本实施形态中图象处理部分24由边界点检测装置,结对装置,计算装置和距离角度分布图制作装置构成,工作台12由特征点提取装置和解析装置构成。
我们一面参照附图一面作为与本发明有关的图案评价方法的实施形态,说明图1所示的图案评价装置2的工作。
(B)图案评价方法的实施形态
下面,我们说明与本发明有关的图案评价方法的几个实施形态。在从第1到第4和第9实施形态中我们举出直线图案这个具体例子作为评价对象进行说明,又,在从第5到第8,第11,第12和第13实施形态中我们取出孔图案作为评价对象进行说明。
(1)第1实施形态
首先,我们参照图2到图4说明与本发明有关的图案评价方法的第1实施形态。
图2是说明本实施形态的概略程序的程序操作图,图3是表示通过图象处理直线图案的SEM图象得到的边界点对的模式图,进一步,图4表示本实施形态中特征的DAD图的一个例子。
如图2所示,首先,从图中未画出的SEM装置取得作为评价对象的图案的图象数据(步骤S1)。
其次,图象处理部分24从取得的图象数据认识边界,用已知的方法检测出构成边界的边界点座标(步骤S2)。在图3的模式图中,显示出用某种算法检测出边界的理想形状的直线图案LP1。如上所述,在已有的计算方法中,沿图3的X轴方向找寻边界对,求这些边界对之间的距离的平均。在本实施形态中,图象处理部分24取构成直线右侧边界的点和构成直线左侧边界的点的全部组合(步骤S3),算出在各组合中右侧边界与左侧边界之间的距离,和连接这些边界之间的直线对于X轴的角度(步骤S4),显示出距离角度分布图(即,DAD图)(步骤S5)。图4表示图3所示的直线图案的DAD图。图4中,X轴表示边界点之间的距离,又,Y轴表示将边界点结对起来的直线对于X轴方向的角度。用图象元素数表示边界点之间的距离。这一点在下面所示的实施形态中是共同的。但是,在通常的测量中,在这个图象元素数值上乘以校准常数,变换到长度单位进行输出。因为图4是图3所示的理想直线图案的DAD图,所以图4的曲线,数学上令线宽为D时,成为x=D/cosy这样的函数。这个函数的极值EV1的座标为(D,0)。如果根据本实施形态,如果作为理想的直线图案它的中心线与Y轴平行那样地取得SEM图象,则能够从DAD图的X轴的切片容易地求得这个直线图案的线宽。
在本实施形态中上述极值是适合于测量目的的特征点,通过工作台12从DAD图制作上述近似曲线提取这个值(步骤S6)。
最后,根据提取的特征点对评价图案进行解析(步骤S7)。如果根据本实施形态,则对具有线宽D的理想的直线图案进行解析。
(2)第2实施形态
其次,我们说明与本发明有关的图案评价方法的第2实施形态。
例如,即便在设计上具有恒定线宽,实际上在经过加工的半导体的直线图案中,如图5所示的直线图案LP2那样,由于加工误差在测量区域中存在不同的线宽。本实施形态的特征是对于具有这种线宽零散的图案也能够适当地提取特征点。
图6表示对于图5的直线图案LP2用图2所示的程序制作DAD图的一个例子。图6所示的DAD图显示出具有面积的分布。如从图6可见,直线图案LP2的最小宽度和最大宽度能够分别从图中X轴上的分布点中为最小值的点EV2和为最大值的点EV3的座标求得。DAD图上的这些特征点的提取既可以从x=D/cosy这种函数的近似曲线求得,也可以在DAD图上用各种图象处理提取。这时,可以将DAD图存储在图象存储器28内并进行高速的计算处理或图象处理。
(3)第3实施形态
其次,我们说明与本发明有关的图案评价方法的第3实施形态。
图7表示在加工工序中倾斜地形成的或在SEM图象取得过程中对于X轴或Y轴等的基准轴倾斜取得的直线图案LP3。图8是对于这种倾斜图案制作的DAD图的一个例子。能够从DAD图内的最小点EV4的座标求得直线图案LP3的线宽和旋转角度。在本实施形态的情形中,可以看到LP3的旋转角约为46度。
这样,如果根据本实施形态,则即便在由于制造直线的能力等的原因不能制造出具有恒定角度的直线的情形中,也能够通过不进行调整等的前期处理,原封不动地进行测量,测定真的线宽和旋转角度。
(4)第4实施形态
其次,我们说明与本发明有关的图案评价方法的第4实施形态。
本实施形态的特征是能够同时并高速地测量多个直线图案。图9表示在测量区域内混有线宽相互不同的多个直线图案LP4~LP6,并且在整个测量区域内检测这些边界点的情形。在这种情形中,当形成所有的边界点对时,在DAD图上混合地存在着直线和空间的信息。因此,在本实施形态中,提供设定禁止形成直线右侧边界点或直线左侧边界点的对的禁止规则,提供给图象处理部分24。作为禁止规则,也可以进一步禁止形成跨直线的对。在实际测量前预先实施形成这些边界点对的禁止规则处理,在测量时能够选择禁止条件,并能够与各种测量目的相应。图10表示设定上述禁止规则时的DAD图。如图10所示,即便对于多条直线,也与测量一条直线的情形相同,能够同时取得各直线图案的最大值,最小值和最小线宽。
(5)第5实施形态
其次,我们说明与本发明有关的图案评价方法的第5实施形态。
本实施形态是评价对象的图案是孔图案时的评价方法。在孔图案情形中,因为与直线图案不同,不能区别边界点是右侧还是左侧,所以对所有的边界点对制作DAD图。但是,在本实施形态中为了节省计算时间,如图11所示,使得到的边界点被通过它们的图案重心的垂直线VL1分割成2组。在下面的说明中,将这条垂直线称为边界分割线。在本实施形态中,从图案重心的X成分导出边界分割线,但是也可以用其它适当的量,例如与图案主轴一致的直线定义边界分割线。通过这样做,不仅使计算时间缩短一半,而且如后面所述,也能够检测图案的凹部分的信息。图11所示的孔图案HP1是直径为D的真圆,这时作成的DAD图如图12所示。能够从X座标的最大值D求得孔图案HP1的直径Dc。
(6)第6实施形态
其次,我们说明与本发明有关的图案评价方法的第6实施形态。
本实施形态的特征是当评价对象图案是椭圆图案时能够确实地提取特征点。
图13表示椭圆图案的一个例子。又,图14表示从这种椭圆图案HP2得到的DAD图的一个例子。图14中的特征点EV9和EV10分别表示椭圆的长轴和短轴的距离和角度。一般地,将这些值分别看作孔图案的最大和最小的探查孔径。在本实施形态中对存储在图象存储器28中的DAD图由图象处理部分24平滑处理后再进行二值化处理,通过中位值(Median)处理除去DAD图上的孤立点,最后求得EV9和EV10。如果根据本实施形态,即便当通过这样的图象处理由于边界检测误差发生疑似边界点时,也能够消除它的影响进行正确的测量。
(7)第7实施形态
其次,我们说明与本发明有关的图案评价方法的第7实施形态。
图15表示在半导体制造中由刻蚀工序形成的孔图案的一个例子。在图15所示的孔图案HP3中,由于种种加工误差的影响发生歪斜和沿周围的粗糙度。图16表示对于图15所示的孔图案HP3制作的DAD图的一个例子。图16中,图案歪斜和粗糙部分的信息都集中在分布右侧的境界线(以后称为右侧境界线)上。能够通过用傅氏分解等的通常方法进行解析求得这个右侧的境界线。进一步,通过用与Y轴平行的直线近似右侧境界线,能够取得某种近似圆。又,在DAD图中的各分布点上,附加了强度值。所以,代替用上述境界线作为特征曲线的方法,既可以用由近似分布极大值的点连成的曲线,也可以用由近似强度在某个恒定值以上的点连成的曲线。这一点在后面所述的第8,9,13和14实施形态中也是相同的。
(8)第8实施形态
其次,我们说明与本发明有关的图案评价方法的第8实施形态。
本实施形态的特征是用DAD图进行评价对象图案的规格检查。例如,当测量对象是孔图案,在这个孔图案中存在LSL(Lower SpecLimit(Spec下限))或USL(Upper Spec Limit(Spec上限))或它们两者时,这些规格在DAD图上例如如图17所示,由带状区域SB1表示。因此,通过计算右侧境界线和这个带状区域SB1的包含关系能够瞬时地进行规格检查。此外,在本实施形态中,因为采用关于真圆的规格形成带状区域,但是通过从实际制品决定它,也能够瞬时地进行更复杂的规格检查。
(9)第9实施形态
其次,我们说明与本发明有关的图案评价方法的第9实施形态。
本实施形态的特征是能够正确地测量折成弯曲型的直线图案。图18表示这种弯曲型的直线图案的具体例子。图18所示的直线图案LP7,LP8例如是由半导体制造工序形成的图案,特别需要测量中间弯曲部分(如果它是中间弯曲的话)的尺寸。图19是这个图案LP7,LP8的DAD图,中间弯曲部分的尺寸能够从DAD图的左侧境界线的最小值测定。在本实施形态中计算出中间弯曲部分的距离为68个图象元素。又,将图19的DAD图看作是由图20所示的4个曲线部分A,B,C,D构成的,通过用x=D/cosy这样的函数分别近似这些曲线,例如如图21所示,也能够测量位于图18的直线LP7,LP8的周边的其它直线图案LP9~LP12的各种尺寸。例如,从图20的近似曲线B,C能够测定直线图案LP10,LP11的中间弯曲部分以外的线宽。进一步,从图20的近似曲线D,也能够测量由于直线图案LP12具有中间弯曲部分作为全体占有的线宽。
(10)第10实施形态
其次,我们说明与本发明有关的图案评价方法的第10实施形态。
本实施形态的特征是当孔图案在周边部分具有凹部时,取得这个凹部的信息。
图22是表示轮廓成为凹曲线的图案的一个例子的SEM图象的图。图23表示关于这种孔图案HP4,用于检测边界点的分割线相对图22的X轴取0度方向制作的DAD图,又,图24表示分割线相对图22的X轴取90度方向制作的DAD图。
通过对比图23和图24可以看到,即便是同一个图案,由于存在图案凹部分的轮廓上的边界点,与分割线倾斜相对应DAD图发生变化。在本实施形态中,以0度和90度这样粗大的步子旋转分割线,但是将步子细分成例如每10度,进一步每1度一步,根据由这些分割线得到的分布图,可以测量在图案周边在任意方向存在的凹部分的信息,又,这时,更好的是将分割线的角度取作Z轴在3维空间中表示分布图,此后通过提取特征点测量图案的凹部分的信息。
(11)第11实施形态
其次,我们说明与本发明有关的图案评价方法的第11实施形态。
本实施形态的特征是对从2个SEM图象分别得到的2个DAD图进行计算处理。
图25表示从2个孔图案分别得到的SEM图象的一个例子。在本实施形态中,这2个孔图案HP5,HP6既可以存在于同一个图象内的各个地方,也可以存在于各个SEM图象中。
图26(a)和(b)分别表示这些图案HP5,HP6的DAD图。此外,将这些DAD图独立地存储在图1所示的图案评价装置2的图象存储器28中的各个不同的存储区域内。其次,用图象处理部分24进行这些DAD图的图象计算处理。图27(a)和(b)表示对图26(a)和(b)的DAD图分别进行加法处理的结果和进行减法处理的结果。如果根据本实施形态,则根据图27所示的计算结果,能够对2个孔图案HP5,HP6的不同进行定量化。在图25中,2个孔图案HP5,HP6是相互分离的,并且,表示处于长轴方向相互正交的位置,但是如上所述,这不仅是通过这样地配置显示分别取得的SEM图象的结果,实际上也是例如在孔图案HP5内包含孔图案HP6的情形。如图27所示,通过对从这些SEM图象得到的DAD图进行计算处理,也能够明确知道它们的位置关系。此外,在本实施形态中,通过单纯的图象计算处理能够求得图案的不同点,但是除了对各个DAD图进行二值化外,也可以由工作台12进行例如两者的AND或OR那样的逻辑计算。又,当取得DAD图之间的差别时,作为计算结果的正负也表示例如颜色不同等,也可以在输出装置18中显示出来。
(12)第12实施形态
其次,我们说明与本发明有关的图案评价方法的第12实施形态。
除了上述通常的DAD图制作程序外,在形成边界点对的程序中,求表示各边界点对的实平面上的位置关系的信息,例如结成对的各边界点的中点座标,合并边界点对的距离和角度的信息作为数据存储在图象存储器28(请参照图1)中。因此,通过用这个追加的位置信息,使由DAD图上的点表示的边界点对回到实平面,可以容易地恢复原来的图案形状。
(13)第13实施形态
其次,我们说明与本发明有关的图案评价方法的第13实施形态。
本实施形态的特征是将从2个图案分别得到的DAD图合成起来,根据合成的DAD图提取各图案的相对的特征点。
我们再次将图25所示的2个孔图案HP5,HP6作为例子来说明这一点。此外,如上所述,这些孔图案既可以在同一个图象内的各个地方,也可以在各个不同的图象内。
孔图案HP5,HP6的各个DAD图如图26所示,但是在本实施形态中,如图28所示,首先,从这些DAD图检测各图案的特征,例如各DAD图的境界线SB5,SB6。其次,从这个结果求平均的境界线SBav.,从这个平均境界线SBav.得到的测量信息成为各个孔图案HP5,HP6的某种平均的信息。又,通过以平均境界线SBav.为基准,算出各图案的境界线SB5,SB6的分散,能够使在各个孔图案HP5,HP6的形状面上的偏差定量化。
(14)第14实施形态
其次,我们说明与本发明有关的图案评价方法的第14实施形态。
本实施形态的特征是取得伴随着一系列时间变化的SEM图象的图象数据,逐次制作DAD图,对图案的特征点中的变化进行监视。
图29是说明本实施形态的图案评价方法的方框图。在图29中,除了图1所示的图案评价装置10以外,还显示了电子束装置70。电子束装置70备有CDSEM 80,扫描变换器90和列电压控制部分100。CDSEM 80包含向试料发射电子束的电子枪部分82,和通过控制这个电子束的轨道使电子束照射试料的电子光学系统84。电压控制装置100与图案评价装置10的工作台12和CDSEM 80的电子光学系统84连接。
这里,例如当将孔图案用于CDSEM 80的电子光学系统84的列调整时,使路径(日文:ステイグ)等的各种参数变动和在通过扫描变换器90从检测器86得到的SEM图象中孔的形状随着电子束的象差而变化。用上述图案评价方法,通过DAD图能够实时地追踪这个孔图案形状的时间变化。依靠图案评价装置10的工作台12通过电压控制装置100将这个追踪结果反馈到电子光学系统84的各种参数上,能够容易地实施电子束的列调整。
例如,在试料表面形成的图案是真圆时,最好使在DAD图中的境界线成为直线(请参照图12)那样地进行列调整。以上的程序不限于CDSEM装置,也能够适用于例如在电子束曝光装置中作为特征投影,即例如监视圆形电子束的情形。
(C)记录媒体
也可以将上述图案评价方法的一系列程序和电子束装置的控制方法的一系列程序,作为在计算机中实施的程序存储在软磁盘和CD-ROM等的存储媒体中,在计算机上实施读入。因此,能够用广泛使用的计算机实现与本发明有关的图案评价方法。记录媒体不限定于磁盘和光盘等可以携带的记录媒体,也可以是硬盘装置和存储器等固定型的记录媒体。又,也可以通过因特网等通信电路(包含无线电通信)颁布编入上述图案评价方法的一系列程序的程序。进一步,也可以使编入上述图案评价方法的一系列程序的程序代码化,并加上调制,在压缩状态中,通过因特网等的有线电路和无线电路或存储在记录媒体中进行颁布。

Claims (32)

1.一种图案评价方法,它备有
接受供给的作为评价对象的图案的图象数据,处理上述图象数据,检测在上述图象中的上述图案的多个边界点的边界点检测过程,
从检测出的上述多个边界点中组合任意的两个边界点作为边界点对的结对过程,
算出构成上述边界点对的上述边界点之间的距离、和连接上述边界点之间的直线与任意轴线之间的角度的计算过程,
制作上述边界点对的上述距离和上述角度的分布图的距离角度分布图制作过程,
提取上述特征点的特征点提取过程,和
根据提取的上述特征点解析上述图案的解析过程。
2.权利要求项1记载的图案评价方法,它的特征是
上述结对过程
当上述图案为直线图案时,在属于位于上述图象一侧的图案边界的边界点、和属于位于上述图象另一侧的图案边界的边界点之间进行结对,
当上述图案为封闭曲线图案时,选择上述图案的任意分割线,用这条分割线将上述图案分割成二部分,在属于位于上述图象一侧的上述图案边界的边界点和属于位于上述图象另一侧的图案边界的边界点之间进行结对。
3.权利要求项1记载的图案评价方法,它的特征是
上述特征点提取过程通过对上述分布图进行图象处理提取上述特征点。
4.权利要求项1记载的图案评价方法,它的特征是
它进一步备有将与存储上述图象数据的第1存储区域不同的第2存储区域对应的存储地址附加在上述分布图的数据上的存储控制过程。
5.权利要求项4记载的图案评价方法,它的特征是
上述存储控制过程根据上述距离和上述角度,针对每个上述边界点对按比例分配假想的子图象元素,将上述分布图的数据作为多位的图象数据附加上述存储地址。
6.权利要求项1记载的图案评价方法,它的特征是
上述特征点提取过程包含在上述分布图的数据或上述分布图的上述特征点近旁的数据上附加表示浓淡的灰度等级值的过程。
7.权利要求项4记载的图案评价方法,它的特征是
上述存储控制过程包含根据上述边界点对的位置信息在上述分布图上附加可以进行到上述图象数据的逆变换的复原用信息的过程。
8.权利要求项1记载的图案评价方法,它的特征是
上述图案包含至少1个形成理想形状的理想图案,
上述特征点提取过程提取作为从上述理想图案得到的上述分布图的特征点的理想特征点、和从作为上述评价对象的图案得到的上述分布图的特征点,并进一步包含输出从作为上述评价对象的图案得到的特征点与上述理想特征点的差异的过程。
9.权利要求项1记载的图案评价方法,它的特征是
上述图案是多个图案,
上述距离角度分布图制作过程是制作将上述每个图案的上述分布图合成起来得到的第1合成分布图的过程,
上述特征点提取过程是从上述第1合成分布图的一部分区域提取上述每个图案的上述特征点和表示上述图案之间的相对位置关系的上述特征点的过程。
10.权利要求项1记载的图案评价方法,它的特征是
上述图象数据包含多个图案的图象数据,
上述结对过程包含在各图案中设定禁止对应的图案边界之间以外的结对的禁止规则的过程。
11.权利要求项1记载的图案评价方法,它的特征是
上述图象数据包含多个图案的图象数据,
上述结对过程在各图案中进行对应的图案边界之间以外的结对。
12.权利要求项1记载的图案评价方法,它的特征是
上述图案是多个图案,
上述距离角度分布图制作过程对每个图案制作上述分布图,在得到的上述分布图中进行图象计算处理,制作第2合成分布图,
上述特征点提取过程是从上述第2合成分布图提取上述特征点使进行上述分布图合成后得到的上述图案的形状的不同定量化的过程。
13.权利要求项1记载的图案评价方法,它的特征是
上述图案是多个图案,
上述距离角度分布图制作过程对每个图案制作上述分布图,
上述特征点提取过程是从每个图案得到的上述分布图提取上述特征点,在得到的上述特征点中进行计算处理,使这些特征点的不同定量化的过程。
14.权利要求项1记载的图案评价方法,它的特征是
上述图案包含封闭曲线图案,
上述特征点提取过程设置上述分布图的特征曲线,根据这条特征曲线提取上述特征点。
15.权利要求项1记载的图案评价方法,它的特征是
上述图案是封闭曲线图案,
上述结对过程是如下过程,
选择上述图案的任意分割线和上述封闭曲线图案内的任意点,以上述任意点为中心使上述分割线旋转任意角度,对于每个上述任意角度用上述分割线将上述图案分割成二部分,在属于位于上述图象的上述一侧的上述第1图案边界的边界点和属于位于上述图象的上述另一侧的第2图案边界的边界点之间对于每个上述任意角度进行结对,
上述距离角度分布图制作过程对于每个上述任意角度制作上述分布图。
16.权利要求项13或14记载的图案评价方法,它的特征是
上述图案包含多个封闭曲线图案,
上述距离角度分布图制作过程对于每个封闭曲线图案制作上述分布图,
上述特征点提取过程是对每个得到的各封闭曲线图案的上述分布图设置上述特征曲线,根据这条特征曲线对每个上述封闭曲线图案提取上述特征点,对得到的多个上述特征点进行计算处理,使上述多条封闭曲线图案之间的不同定量化。
17.权利要求项1记载的图案评价方法,它的特征是
上述图案包含直线图案,
上述特征点提取过程,当取上述距离为x,取上述角度为y,取上述直线图案的宽度为D时,在上述分布图上设置由函数
x=D/cosy
表示的至少1条近似曲线,根据这条近似曲线提取上述特征点。
18.权利要求项1记载的图案评价方法,它的特征是
上述图象数据是时间上变化的一系列图象数据,
对构成上述一系列图象数据的图象数据逐次实施上述结对过程,上述计算过程,上述距离角度分布图制作过程和上述特征点提取过程,并进一步备有
实时输出提取的上述特征点的变化的输出过程。
19.一种图案评价装置,备有
接受供给的作为评价对象的图案的图象数据,处理上述图象数据,从上述图象检测上述图案的多个边界点的边界点检测装置,
从检测出的上述多个边界点中组合任意的两个边界点作为边界点对的结对装置,
算出构成上述边界点对的上述边界点之间的距离、和连接上述边界点之间的直线与任意轴线之间的角度的计算装置,
制作上述边界点对的上述距离和上述角度的分布图的距离角度分布图制作装置,
提取上述分布图的特征点的特征点提取装置,和
根据提取的上述特征点解析上述图案的解析装置。
20.权利要求项19记载的图案评价装置,它的特征是
上述结对装置
当上述图案为直线图案时,在属于位于上述图象一侧的图案边界的边界点和属于位于上述图象另一侧的图案边界的边界点之间进行结对,
当上述图案为封闭曲线图案时,选择上述图案的任意分割线,用这条分割线将上述图案分割成二部分,在属于位于上述图象一侧的上述图案边界的边界点和属于位于上述图象另一侧的图案边界的边界点之间进行结对。
21.权利要求项19记载的图案评价装置,它的特征是
它进一步备有包含存储上述图象数据的第1存储区域和存储上述分布图的数据的第2存储区域的存储装置。
22.权利要求项19记载的图案评价装置,它的特征是
上述图案包含至少1个形成为理想形状的理想图案,
上述特征点提取装置提取作为从上述理想图案得到的上述分布图的特征点的理想特征点、和从作为上述评价对象的图案得到的上述分布图的特征点,并进一步包含输出从作为上述评价对象的图案得到的特征点与上述理想特征点的差异的装置。
23.权利要求项19记载的图案评价装置,它的特征是
上述图案是多个图案,
上述距离角度分布图制作装置是制作将上述每个图案的上述分布图合成起来得到的第1合成分布图的装置,
上述特征点提取装置是从上述第1合成分布图的一部分区域提取上述每个图案的上述特征点和表示上述图案之间的相对位置关系的上述特征点的装置。
24.权利要求项19记载的图案评价装置,它的特征是
上述图象数据包含多个图案的图象数据,
上述结对装置包含在各图案中设定禁止对应的图案边界之间以外的结对的禁止规则的设定装置。
25.权利要求项19记载的图案评价装置,它的特征是
上述图象数据包含多个图案的图象数据,
上述结对装置在各图案中进行对应的图案边界之间以外的结对。
26.权利要求项19记载的图案评价装置,它的特征是
上述图案是多个图案,
上述距离角度分布图制作装置对每个图案制作上述分布图,在得到的上述分布图中进行图象计算处理,制作第2合成分布图,
上述特征点提取装置是从上述第2合成分布图提取上述特征点使上述分布图合成的上述图案的形状的不同定量化的装置。
27.权利要求项19记载的图案评价装置,它的特征是
上述图案是多个图案,
上述距离角度分布图制作装置对每个图案制作上述分布图,
上述特征点提取装置是从每个图案得到的上述分布图提取上述特征点,在得到的上述特征点中进行计算处理,使这些特征点的不同定量化的装置。
28.权利要求项19记载的图案评价装置,它的特征是
上述图案包含封闭曲线图案,
上述特征点提取装置设置上述分布图的特征曲线,根据这条特征曲线提取上述特征点。
29.权利要求项20记载的图案评价装置,它的特征是
上述图案是封闭曲线图案,
上述结对装置用于
选择上述图案的任意分割线和上述封闭曲线图案内的任意点,以上述任意点为中心使上述分割线旋转任意角度,对于每个上述任意角度用上述分割线将上述图案分割成二部分,在属于位于上述图象的上述一侧的上述第1图案边界的边界点和属于位于上述图象的上述另一侧的第2图案边界的边界点之间对于每个上述任意角度进行结对,
上述距离角度分布图制作装置对于每个上述任意角度制作上述分布图。
30.权利要求项27或28记载的图案评价装置,它的特征是
上述图案包含多个封闭曲线图案,
上述距离角度分布图制作装置对每个封闭曲线图案制作上述分布图,
上述特征点提取装置对每个得到的各封闭曲线图案的上述分布图设置上述特征曲线,根据这条特征曲线对每个上述封闭曲线图案提取上述特征点,对得到的多个上述特征点进行计算处理,使上述多个封闭曲线图案之间的不同定量化。
31.权利要求项19记载的图案评价装置,它的特征是
上述图案包含直线图案,
上述特征点提取装置,当取上述距离为x,取上述角度为y,取上述直线图案的宽度为D时,在上述分布图上设置由函数
x=D/cosy
表示的至少1条近似曲线,根据这条近似曲线提取上述特征点。
32.权利要求项19记载的图案评价装置,它的特征是
上述图象数据是时间上变化的一系列图象数据,
对构成上述一系列图象数据的图象数据逐次实施上述结对装置,上述计算装置,上述距离角度分布图制作装置和上述特征点提取装置,并进一步备有
实时输出提取出的上述特征点的变化的输出装置。
CNB021082200A 2001-03-27 2002-03-27 图案评价方法和图案评价装置 Expired - Fee Related CN1231868C (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2001089731A JP4112812B2 (ja) 2001-03-27 2001-03-27 パターン評価方法、パターン評価装置およびコンピュータ読み取り可能な記録媒体
JP089731/2001 2001-03-27

Publications (2)

Publication Number Publication Date
CN1378179A CN1378179A (zh) 2002-11-06
CN1231868C true CN1231868C (zh) 2005-12-14

Family

ID=18944619

Family Applications (1)

Application Number Title Priority Date Filing Date
CNB021082200A Expired - Fee Related CN1231868C (zh) 2001-03-27 2002-03-27 图案评价方法和图案评价装置

Country Status (5)

Country Link
US (1) US6985626B2 (zh)
JP (1) JP4112812B2 (zh)
KR (1) KR100467992B1 (zh)
CN (1) CN1231868C (zh)
TW (1) TW567304B (zh)

Families Citing this family (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3699949B2 (ja) 2002-09-26 2005-09-28 株式会社東芝 パターン計測方法、このパターン計測方法を用いる半導体装置の製造方法、プログラムおよびコンピュータ読み取り可能な記録媒体、並びにパターン計測装置
JP3819828B2 (ja) 2002-10-21 2006-09-13 株式会社東芝 微細パターン測定方法
JP4248221B2 (ja) * 2002-10-23 2009-04-02 株式会社キーエンス 画像処理装置
JP4203307B2 (ja) * 2002-12-03 2008-12-24 独立行政法人科学技術振興機構 パターン転写方法及び露光装置
CN100380360C (zh) * 2003-03-27 2008-04-09 富士胶片株式会社 扩印申请处理方法和系统以及程序
JP2005038976A (ja) * 2003-07-18 2005-02-10 Hitachi High-Technologies Corp 最適エッチングパラメタ自動設定システムおよびエッチング出来ばえ評価システム
JP4579712B2 (ja) * 2005-02-23 2010-11-10 株式会社日立ハイテクノロジーズ 走査電子顕微鏡
KR100663367B1 (ko) 2005-12-06 2007-01-02 삼성전자주식회사 반도체소자의 시디 측정방법 및 관련된 측정기
US20070237415A1 (en) * 2006-03-28 2007-10-11 Cao Gary X Local Processing (LP) of regions of arbitrary shape in images including LP based image capture
JP4894451B2 (ja) * 2006-10-24 2012-03-14 富士ゼロックス株式会社 画像処理装置、及びプログラム
JP2008113258A (ja) * 2006-10-30 2008-05-15 Fuji Xerox Co Ltd 画像生成装置、画像処理装置、及びプログラム
JP5175570B2 (ja) * 2008-02-07 2013-04-03 株式会社東芝 パターン評価方法、プログラムおよび半導体装置の製造方法
US8000922B2 (en) * 2008-05-29 2011-08-16 Kla-Tencor Corp. Methods and systems for generating information to be used for selecting values for one or more parameters of a detection algorithm
JP5253955B2 (ja) * 2008-08-09 2013-07-31 株式会社キーエンス 画像処理におけるパターンモデルの位置決め方法、画像処理装置、画像処理プログラム及びコンピュータで読み取り可能な記録媒体
JP5238465B2 (ja) * 2008-11-25 2013-07-17 株式会社東芝 パターン形状の評価方法及びこれを利用したパターン形状の評価装置
KR20100130654A (ko) * 2009-06-01 2010-12-14 삼성전자주식회사 영상 데이터 처리 방법
CN102385505B (zh) * 2010-08-30 2013-03-20 北京理工大学 针对面向对象程序设计语言源代码的软件可视化方法
CN101957757B (zh) * 2010-09-30 2012-11-14 北京理工大学 一种适用于软件可视化过程的图形布局方法
JP5664403B2 (ja) * 2011-03-28 2015-02-04 富士ゼロックス株式会社 線幅測定装置、画像処理装置、画像処理システム及びプログラム
US20160004380A1 (en) * 2014-07-07 2016-01-07 Samsung Electronics Co., Ltd. Method of performing a touch action in a touch sensitive device
CN112233052B (zh) * 2020-10-15 2024-04-30 北京四维图新科技股份有限公司 膨胀卷积处理方法、图像处理方法、设备及存储介质

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH02190776A (ja) * 1989-01-20 1990-07-26 Nec Corp パターン検査装置
JPH08194734A (ja) 1995-01-17 1996-07-30 Dainippon Printing Co Ltd 微細パターン寸法画像計測装置
JP3366497B2 (ja) * 1995-07-12 2003-01-14 松下電器産業株式会社 部品検出方法
JPH1173509A (ja) * 1997-08-29 1999-03-16 Advantest Corp 画像情報認識装置および画像情報認識方法
JPH11201919A (ja) 1998-01-16 1999-07-30 Toshiba Corp パターン検査装置およびその方法ならびにパターン検査処理プログラムを記録した記録媒体
DE19825829C2 (de) * 1998-06-10 2000-07-27 Leica Microsystems Verfahren zur Bestimmung des Abstandes P einer Kante eines Strukturelementes auf einem Substrat
JP4040809B2 (ja) * 1999-09-22 2008-01-30 株式会社東芝 微細パターン測定方法、微細パターン測定装置及び微細パターン測定プログラムを記録した記録媒体
JP4596101B2 (ja) * 2000-10-18 2010-12-08 日本電気株式会社 液晶表示装置

Also Published As

Publication number Publication date
US6985626B2 (en) 2006-01-10
TW567304B (en) 2003-12-21
JP2002288677A (ja) 2002-10-04
JP4112812B2 (ja) 2008-07-02
CN1378179A (zh) 2002-11-06
US20020141647A1 (en) 2002-10-03
KR100467992B1 (ko) 2005-01-26
KR20020076177A (ko) 2002-10-09

Similar Documents

Publication Publication Date Title
CN1231868C (zh) 图案评价方法和图案评价装置
CN1213382C (zh) 用于从多值图象提取划线的设备
CN1871622A (zh) 图像比较系统和图像比较方法
CN1187952C (zh) 校正输入图象失真的设备与方法
CN1203292C (zh) 测量物体三维表面轮廊的方法
CN1313963C (zh) 字符识别装置和字符识别方法
CN100351868C (zh) 利用多帧图像的静止图像的生成
CN1181313C (zh) 测量物体凸纹的方法和系统
CN1834582A (zh) 图像处理方法、三维位置测量方法以及图像处理装置
CN1324301C (zh) 被测物体坐标系决定方法及坐标测量机
CN1576782A (zh) 图案检查方法和设备及图案对准方法
CN1959740A (zh) 图像处理方法及装置、图像处理用程序及其存储介质
CN1864176A (zh) 用于估计对象状态的估计系统、估计方法和估计程序
CN1917578A (zh) 数据处理设备、数据处理方法及程序
CN1401107A (zh) 检测印刷电路板缺陷的方法和系统
CN1714372A (zh) 图像信号处理
CN1909671A (zh) 产生用户偏爱数据的方法和装置
CN1898676A (zh) 使用了点图案的信息输入输出方法
CN1379364A (zh) 图形对照装置及其图形对照方法
CN1960431A (zh) 图像处理装置、方法及其程序和存储该程序的存储介质
CN101080921A (zh) 摄像装置
CN1241255A (zh) 三维形状测量装置及使用了该装置的三维雕刻装置
CN1757046A (zh) 图像处理装置
CN1932836A (zh) 网格方向、比例、变换和调制估算
CN1227624C (zh) 物体领域信息产生方法和设备

Legal Events

Date Code Title Description
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C06 Publication
PB01 Publication
C14 Grant of patent or utility model
GR01 Patent grant
C17 Cessation of patent right
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20051214

Termination date: 20130327