JP2006269651A - 画像抽出装置および方法、並びにそれらを有する露光装置および方法 - Google Patents
画像抽出装置および方法、並びにそれらを有する露光装置および方法 Download PDFInfo
- Publication number
- JP2006269651A JP2006269651A JP2005084298A JP2005084298A JP2006269651A JP 2006269651 A JP2006269651 A JP 2006269651A JP 2005084298 A JP2005084298 A JP 2005084298A JP 2005084298 A JP2005084298 A JP 2005084298A JP 2006269651 A JP2006269651 A JP 2006269651A
- Authority
- JP
- Japan
- Prior art keywords
- vector
- partial image
- image
- similarity
- template
- 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
Images
Landscapes
- Exposure And Positioning Against Photoresist Photosensitive Materials (AREA)
- Image Processing (AREA)
- Exposure Of Semiconductors, Excluding Electron Or Ion Beam Exposure (AREA)
- Image Analysis (AREA)
Abstract
【課題】 検出すべき部分画像の類似度を高くしつつ、誤り領域の部分画像の類似度を低くするような内積に基づく類似度の高い部分画像を所定数抽出する。
【解決手段】 ベクトル形式で表現されたテンプレートデータを要素とするテンプレートベクトルとベクトル形式で表現された部分画像の特徴データを要素とする部分画像特徴ベクトルとの内積に基づく類似度の高い複数個の部分画像を抽出するために、前記テンプレートベクトルの要素値と前記部分画像の特徴ベクトルの要素値との計量テンソルに基づく内積値を部分画像毎に算出する部分画像毎算出手段と、前記部分画像毎算出手段の内積値のn乗(nは1以上の整数)に基づく類似度を算出する類似度算出手段と、前記類似度に基づき部分画像を抽出する部分画像抽出手段とを有する。
【選択図】図1
【解決手段】 ベクトル形式で表現されたテンプレートデータを要素とするテンプレートベクトルとベクトル形式で表現された部分画像の特徴データを要素とする部分画像特徴ベクトルとの内積に基づく類似度の高い複数個の部分画像を抽出するために、前記テンプレートベクトルの要素値と前記部分画像の特徴ベクトルの要素値との計量テンソルに基づく内積値を部分画像毎に算出する部分画像毎算出手段と、前記部分画像毎算出手段の内積値のn乗(nは1以上の整数)に基づく類似度を算出する類似度算出手段と、前記類似度に基づき部分画像を抽出する部分画像抽出手段とを有する。
【選択図】図1
Description
本発明は、観測画像中の部分画像の認識を行う画像抽出装置および方法、並びにそれらを有する露光装置および露光方法に関する。
計算機を用いて、観測画像から特定のパターンを認識するには、パターンそのものの形状を確実に識別しなければならない。この課題に対し、テンプレートベクトルと部分画像の特徴ベクトルから類似度を算出する手法の一つにベクトル相関法がある。テンプレートベクトルと部分画像の特徴ベクトルに関しては、後で述べる。
ベクトル相関法では、テンプレートベクトルの長さをノーマライズしたベクトルと部分画像の特徴ベクトルの長さをノーマライズしたベクトルの内積の二乗を類似度としている。内積を二乗することで、パターンの符号が反転した場合であっても、同一の形状であると識別できる。
一般に、ベクトル相関法の相関度あるいは類似度は式(1)で表現できる。
一般に、ベクトル相関法の相関度あるいは類似度は式(1)で表現できる。
テンプレートベクトルとは、認識したい特定のパターンである画像(以下「テンプレート画像」とする)の中で、特徴的な複数個所(以下「特徴点」とする)を決め、その個所での特徴量を要素としたベクトルである。また、部分画像の特徴ベクトルとは、テンプレート画像の特徴量を算出した特徴点の特徴量を要素としたベクトルである。
例えば、特徴量が隣接画素との画素値の差分値であり、特徴点の数が2点の場合は以下のようになる。特徴点の位置が(x1,y1),(x2,y2)で画素値がPixVal1,PixVal2であり、隣接画素の位置が(x1−1,y1−1),(x2−1,y2−1)で画素値がPixVal3,PixVal4の時、特徴量は、PixVal1−PixVal3、および、PixVal2−PixVal4となる。そして、テンプレートベクトルあるいは部分画像の特徴ベクトルは、特徴量を要素としたベクトル(PixVal1−PixVal3,PixVal2−PixVal4)となる。このベクトルを式(1)のDあるいはHに代入し、類似度を算出する。
特開2003−078755号公報
しかしながら、前記ベクトル相関法は、以下の課題が発生し誤認識する。
特徴ベクトルH,Dの長さをノーマライズしない式(2)を次に示す。
特徴ベクトルH,Dの長さをノーマライズしない式(2)を次に示す。
式(1)の課題は、テンプレートベクトルH、および誤り領域の部分画像の特徴ベクトルDの長さをノーマライズすることにある。これにより、類似度は、二つのベクトルH,Dの(cosθ)2となり、その結果、ノーマライズ後のベクトルDをベクトルHに射影した長さに依存することになる。弊害は、誤り領域の部分画像の特徴ベクトDと、検出すべき領域の部分画像の特徴ベクトルDの長さを同じにすることで、誤り領域の部分画像の特徴ベクトルDを相対的に強調し、誤検出の可能性を高めていることである。
式(2)の課題は、誤り領域の部分画像の特徴ベクトルの長さDが、検出すべき部分画像の特徴ベクトルの長さDよりも大きい場合に誤認識する可能性が高いことである。
このように、式(1)、あるいは、式(2)を用いた類似度の算出では、認識の信頼性は十分であるとは言えない。
このように、式(1)、あるいは、式(2)を用いた類似度の算出では、認識の信頼性は十分であるとは言えない。
更に、内積を基本にした前記式(1)と、式(2)の課題は、全ての部分画像で内積空間を定義している基底ベクトルは直交していると仮定していることである。実際の部分画像では、この仮定は成り立たない。基底ベクトルは直交しているとは限らないのである。つまり、式(1)と、式(2)は、実際とは異なる内積空間で類似度を算出しており誤認識の要因となっている。
そこで、本発明では、部分画像をより良好に抽出する画像抽出装置および方法を提供することを目的とする。
上記課題を解決するために、本発明は、ベクトル形式で表現されたテンプレートデータであるテンプレートベクトルとベクトル形式で表現された部分画像の特徴データである部分画像の特徴ベクトルとの内積に基づきテンプレートと類似度の高い複数個の部分画像を抽出する画像抽出装置において、前記テンプレートベクトルの要素値と前記部分画像の特徴ベクトルの要素値との計量テンソルに基づく内積値を部分画像毎に算出する部分画像毎算出手段と、前記部分画像毎算出手段の内積値のn乗(nは1以上の整数)に基づく類似度を算出する類似度算出手段と、前記類似度に基づき部分画像を抽出する部分画像抽出手段とを有することを特徴とする。
ここで、テンプレートベクトルの要素値は分散が記憶装置に記憶された値よりも小さいことが好ましい。前記計量テンソルは、例えば、前記テンプレートベクトルと部分画像の特徴ベクトルで定義される2階のテンソルであることを特徴とする。前記計量テンソルは、例えば、前記テンプレートベクトルを算出した座標値のアフィン変換、或いは、前記部分画像の特徴ベクトルを算出した座標値のアフィン変換により定義される関数であることを特徴とする。また、前記特徴ベクトルのうちベクトルを構成する要素間の分散が所定値よりも小さい特徴ベクトルを前記テンプレートとして選択することを特徴とすることができる。
また、本発明は、ベクトル形式で表現されたテンプレートデータであるテンプレートベクトルとベクトル形式で表現された部分画像の特徴データである部分画像の特徴ベクトルとの内積に基づいてテンプレートと類似度の高い複数個の部分画像を抽出する画像抽出方法において、前記テンプレートベクトルの要素値と前記部分画像の特徴ベクトルの要素値との計量テンソルに基づく内積値を部分画像毎に算出する部分画像毎算出工程と、前記部分画像毎算出工程による内積値のn乗(nは1以上の整数)に基づく類似度を算出する類似度算出工程と、前記類似度に基づき部分画像を抽出する部分画像抽出工程とを有することを特徴とする。
前記テンプレートベクトルの要素値は、分散が記憶装置に記憶された値よりも小さいことが好ましい。
また、本発明の露光装置は、前記いずれかの特徴を備える画像抽出装置を有することを特徴とする。また、本発明の露光方法は、前記画像抽出方法を有することを特徴とする。さらに、本発明のデバイス製造方法は、これらの露光装置または露光方法を用いて露光対象に露光を行う工程と、露光された前記露光対象を現像する工程と、を具備することを特徴とする。
図8に本発明の効果の第1例を示す。(A)は、観測画像であり、全体にホワイトノイズがのっている。(B)は、観測画像(A)のx軸である。そして、(C)は、従来技術であるベクトル相関法による式(1)を用いた場合の類似度を観測画像(A)のx軸(B)方向に投影したものである。縦軸(D)は類似度、横軸(E)はx軸を示す。(F)は、検出すべき部分画像の類似度を示す。
(G)は、本発明の類似度を観測画像(A)のx軸(B)方向に投影したものである。縦軸(H)は類似度、横軸(I)はx軸を示す。(J)は、検出すべき部分画像の類似度を示す。
(G)は、本発明の類似度を観測画像(A)のx軸(B)方向に投影したものである。縦軸(H)は類似度、横軸(I)はx軸を示す。(J)は、検出すべき部分画像の類似度を示す。
更に、図9に本発明の効果の第2例を示す。(1)は、観測画像であり、全体に図8よりも多くの量のホワイトノイズがのっている。(2)は、観測画像(1)のx軸である。そして、(3)は、従来技術であるベクトル相関法による式(1)を用いた場合の類似度を観測画像(1)のx軸(2)方向に投影したものである。縦軸(4)は類似度、横軸(5)はx軸を示す。(6)は、検出すべき部分画像の位置を示す。
(7)は、本発明の類似度を観測画像(1)のx軸(2)方向に投影したものである。
縦軸(8)は類似度、横軸(9)はx軸を示す。(10)は、検出すべき部分画像の位置を示す。
(7)は、本発明の類似度を観測画像(1)のx軸(2)方向に投影したものである。
縦軸(8)は類似度、横軸(9)はx軸を示す。(10)は、検出すべき部分画像の位置を示す。
このように、本発明では、図8および図9で確認できるように、誤り領域の部分画像の類似度を低くし、誤り領域の部分画像の類似度/検出すべき部分画像の類似度を小さくすることができる。更に、図8において、従来法では誤検出しているが、本発明では正しく検出できていることが確認できる。
以上のように、本発明では、従来法に比べて、誤りの少ない認識を行うことができる。
以上のように、本発明では、従来法に比べて、誤りの少ない認識を行うことができる。
前記課題を解決するために、本発明の好ましい実施の形態では、テンプレートベクトルと部分画像の特徴ベクトルの内積に基づく類似度の高い複数個の部分画像を抽出する画像抽出装置において、要素値の分散が所定の値よりも小さいことを特徴とするテンプレートベクトルの要素値と部分画像の特徴ベクトルの要素値を用いて、これらベクトルの内積空間の定義を部分画像毎に、テンプレートベクトルと部分画像の特徴ベクトルの関数である計量テンソル、或いは、テンプレートベクトルを算出した座標値のアフィン変換、或いは、部分画像の特徴ベクトルを算出した座標値のアフィン変換により定義される関数である計量テンソル、或いは、テンプレートベクトルと部分画像の特徴ベクトルで定義される2階のテンソルにより算出する第1手段と、前記第1手段の内積空間の定義を用いて、テンプレートベクトルと部分画像の特徴ベクトルの内積値のn乗(nは自然数)に基づく類似度を算出する第2手段と、最も高い類似度に対する部分画像の類似度の割合(以下、類似度の割合という)を算出する第3手段と、前記第3手段の類似度の割合が、所定の値よりも大きい部分画像を抽出する第4手段とを備える。
上記の画像抽出装置では、内積空間を定義するテンソルの各要素値は、部分画像毎に異なる値となる。これにより、内積空間を定義する基底ベクトルを部分画像毎に変え、しかも、直交しているとは限らない基底ベクトルを定義していることになる。
更に、前記第1手段によるテンソルを内積演算に用いることで、非ユークリッド空間である二次形式を考慮したリーマン空間上で演算することになり、前記の画像抽出装置は、要素間の交互作用項も構成要素とした内積演算を実現できる。そして、要素間の交互作用項を考慮していない従来の内積に比べて、特徴ベクトルの要素値の分散が小さい部分画像ほど類似度をより高くしつつ、特徴ベクトルの要素値の分散が大きい部分画像ほど類似度をより低くできる。
その結果、従来手法に比べて(誤り領域の部分画像の類似度/検出すべき部分画像の類似度)を小さくするような画像抽出装置を実現できる。
更に、前記第1手段によるテンソルを内積演算に用いることで、非ユークリッド空間である二次形式を考慮したリーマン空間上で演算することになり、前記の画像抽出装置は、要素間の交互作用項も構成要素とした内積演算を実現できる。そして、要素間の交互作用項を考慮していない従来の内積に比べて、特徴ベクトルの要素値の分散が小さい部分画像ほど類似度をより高くしつつ、特徴ベクトルの要素値の分散が大きい部分画像ほど類似度をより低くできる。
その結果、従来手法に比べて(誤り領域の部分画像の類似度/検出すべき部分画像の類似度)を小さくするような画像抽出装置を実現できる。
また、本発明の他の実施の態様によれば、前記課題を解決するために、テンプレートベクトルと部分画像の特徴ベクトルの内積に基づく類似度の高い複数個の部分画像を抽出する画像抽出方法において、要素値の分散が所定の値よりも小さいことを特徴とするテンプレートベクトルの要素値と部分画像の特徴ベクトルの要素値とを用いて、これらベクトルの内積空間の定義を部分画像毎に、テンプレートベクトルと部分画像の特徴ベクトルの関数である計量テンソル、或いは、テンプレートベクトルを算出した座標値のアフィン変換、あるいは、部分画像の特徴ベクトルを算出した座標値のアフィン変換により定義される関数である計量テンソル、或いは、テンプレートベクトルと部分画像の特徴ベクトルで定義される2階のテンソルにより算出する第1工程と、前記第1工程の内積空間の定義を用いて、テンプレートベクトルと部分画像の特徴ベクトルの内積値のn乗(nは自然数)に基づく類似度を算出する第2工程と、最も高い類似度に対する部分画像の類似度の割合(以下「類似度の割合」とする)を算出する第3工程と、前記第3工程の類似度の割合が、所定の値よりも大きい部分画像を抽出する第4工程とを備える。
また、本発明のさらに他の実施の態様は、前記の画像抽出装置を有することを特徴とする半導体露光装置であってもよく、また、前記の画像抽出方法を有することを特徴とする露光方法であってもよく、これらの露光装置または露光方法を用いるデバイス製造方法でもよい。
図1は、本発明の実施例1に係る画像抽出装置の機能構成を示す図である。
各部は、以下に述べる機能を実現するものであれば、専用プログラムや専用プロセッサを含む機器であっても、或いは、それら各機能に対応する特定のハードウェアを制御する制御プログラムを実行するものであってもよい。
各部は、以下に述べる機能を実現するものであれば、専用プログラムや専用プロセッサを含む機器であっても、或いは、それら各機能に対応する特定のハードウェアを制御する制御プログラムを実行するものであってもよい。
はじめに、図1を用いて本実施例の全体の概要を説明をする。
図1の入出力部S101は、観測画像を受け取り、類似度演算部S104から類似度の高い部分画像の位置情報を出力する。
前処理部S102は、入出力部S101より観測画像、データベースS105より特徴点情報を受け取り、部分画像の特徴ベクトルDを算出して内積空間演算部S103と記憶部S106に出力する。
内積空間演算部S103は、前処理部S102より部分画像の特徴ベクトルD、データベースS105よりテンプレートベクトルHと内積空間定義情報を受け取り、計量テンソルGを算出して類似度演算部S104に出力する。ここで、テンプレートベクトルHの要素値の分散は、所定の値よりも小さく設定されている。
図1の入出力部S101は、観測画像を受け取り、類似度演算部S104から類似度の高い部分画像の位置情報を出力する。
前処理部S102は、入出力部S101より観測画像、データベースS105より特徴点情報を受け取り、部分画像の特徴ベクトルDを算出して内積空間演算部S103と記憶部S106に出力する。
内積空間演算部S103は、前処理部S102より部分画像の特徴ベクトルD、データベースS105よりテンプレートベクトルHと内積空間定義情報を受け取り、計量テンソルGを算出して類似度演算部S104に出力する。ここで、テンプレートベクトルHの要素値の分散は、所定の値よりも小さく設定されている。
類似度演算部S104は、内積空間演算部S103より計量テンソルG、データベースS105よりテンプレートベクトルHと類似度定義情報を受け取り、部分画像の類似度を算出してその位置情報とともに記憶部S106に出力する。
候補位置演算部S107は、記憶部S106より全ての部分画像の位置情報および類似度、データベースS105より候補点情報を受け取り、類似度の高い複数個の部分画像の位置情報を出力する。
候補位置演算部S107は、記憶部S106より全ての部分画像の位置情報および類似度、データベースS105より候補点情報を受け取り、類似度の高い複数個の部分画像の位置情報を出力する。
以下では、図1における各部の詳細を述べる。
<前処理部S102>
前処理部S102は、部分画像の特徴量をベクトル形式で算出することを目的とする。図2は図1における前処理部S102の処理手順を示すフローチャートであり、この図2を用いて説明する。
ステップS201では、観測画像から所定のサイズの領域を部分画像として取り出す。ステップS202では、画素値のダイナミックレンジを正規化した部分画像を算出する。
ステップS203では、その部分画像の特徴量を得るために、データベースS105より特徴点数、特徴点の位置、および特徴量の定義などの特徴点情報を受け取り、各特徴点の特徴量を算出し、その値を要素としたベクトルを算出し、部分画像の特徴ベクトルDとする。そして、この部分画像の特徴ベクトルDを記憶部S106に出力する。ここで、特徴点数がn個の場合、i番目の特徴点の特徴量をdi
とすると、部分画像の特徴ベクトルDは、
D=(d1,d2,d3,‥‥‥,dnー2,dn−1,dn)
で表現される。
<前処理部S102>
前処理部S102は、部分画像の特徴量をベクトル形式で算出することを目的とする。図2は図1における前処理部S102の処理手順を示すフローチャートであり、この図2を用いて説明する。
ステップS201では、観測画像から所定のサイズの領域を部分画像として取り出す。ステップS202では、画素値のダイナミックレンジを正規化した部分画像を算出する。
ステップS203では、その部分画像の特徴量を得るために、データベースS105より特徴点数、特徴点の位置、および特徴量の定義などの特徴点情報を受け取り、各特徴点の特徴量を算出し、その値を要素としたベクトルを算出し、部分画像の特徴ベクトルDとする。そして、この部分画像の特徴ベクトルDを記憶部S106に出力する。ここで、特徴点数がn個の場合、i番目の特徴点の特徴量をdi
とすると、部分画像の特徴ベクトルDは、
D=(d1,d2,d3,‥‥‥,dnー2,dn−1,dn)
で表現される。
<内積空間演算部S103>
特徴ベクトルの要素間の交互作用を考慮した内積空間を定義することが、内積空間演算部S103の目的である。図3は内積空間演算部S103の処理手順を示すフローチャートである。この図3を用いて説明する。
ステップ301では、前処理部S102より部分画像の特徴ベクトルD、データベースS105よりテンプレートベクトルHを受け取り、2階テンソルを算出する。特徴点数がn個の場合、i番目の特徴点の特徴量をhiとすると、テンプレートベクトルHは、
H=(h1,h2,h3,‥‥‥,hnー2,hn−1,hn)
で表現される。
例えば、2階テンソルは、式(3)、あるいは、式(4)、あるいは、式(5)で表現される。式(3)はテンプレートベクトルHの2階テンソル、式(4)は部分画像の特徴ベクトルDの2階テンソル、式(5)はテンプレートベクトルHと部分画像の特徴ベクトルDの2階テンソルである。
特徴ベクトルの要素間の交互作用を考慮した内積空間を定義することが、内積空間演算部S103の目的である。図3は内積空間演算部S103の処理手順を示すフローチャートである。この図3を用いて説明する。
ステップ301では、前処理部S102より部分画像の特徴ベクトルD、データベースS105よりテンプレートベクトルHを受け取り、2階テンソルを算出する。特徴点数がn個の場合、i番目の特徴点の特徴量をhiとすると、テンプレートベクトルHは、
H=(h1,h2,h3,‥‥‥,hnー2,hn−1,hn)
で表現される。
例えば、2階テンソルは、式(3)、あるいは、式(4)、あるいは、式(5)で表現される。式(3)はテンプレートベクトルHの2階テンソル、式(4)は部分画像の特徴ベクトルDの2階テンソル、式(5)はテンプレートベクトルHと部分画像の特徴ベクトルDの2階テンソルである。
ステップ302では、データベースS105より内積空間定義情報を受け取り、その情報に基づき内積空間の定義である計量テンソルGをテンプレートベクトルHと部分画像の特徴ベクトルDの関数として算出する。内積空間定義情報は、計量テンソルの演算式が記述されている。式(6)、式(7)は、演算式の例である。但し、内積空間の定義である計量テンソルGの算出方法は、以下の例に限定するものではない。計量テンソルGは、テンプレートベクトルHと部分画像の特徴ベクトルDの関数であればよい。
<類似度演算部S104>
類似度演算部S104は、テンプレートベクトルHと部分画像の特徴ベクトルDと計量テンソルGを用いて、部分画像の類似度を算出することを目的とする。図4は図1における類似度演算部S104の処理手順を示すフローチャートである。この図4を用いて説明する。
ステップS401では、データベースS105よりテンプレートベクトルH、記憶部S106より部分画像の特徴ベクトルD、内積空間演算部S103より計量テンソルGを受け取り、テンプレートベクトルHと部分画像の特徴ベクトルDの内積値を式(8)で算出する。
類似度演算部S104は、テンプレートベクトルHと部分画像の特徴ベクトルDと計量テンソルGを用いて、部分画像の類似度を算出することを目的とする。図4は図1における類似度演算部S104の処理手順を示すフローチャートである。この図4を用いて説明する。
ステップS401では、データベースS105よりテンプレートベクトルH、記憶部S106より部分画像の特徴ベクトルD、内積空間演算部S103より計量テンソルGを受け取り、テンプレートベクトルHと部分画像の特徴ベクトルDの内積値を式(8)で算出する。
<候補位置演算部S107>
候補位置演算部S107は、全ての部分画像の中で類似度の高い数個の部分画像の位置情報を算出することを目的とする。図5は図1における候補位置演算部S107の処理手順を示すフローチャートである。この図5を用いて説明する。
ステップS501では、記憶部S106より各部分画像の位置情報および類似度、データベースS105より候補点数情報を受け取り、この候補点数情報に基づき類似度の高い数個の部分画像の位置情報を算出する。
候補位置演算部S107は、全ての部分画像の中で類似度の高い数個の部分画像の位置情報を算出することを目的とする。図5は図1における候補位置演算部S107の処理手順を示すフローチャートである。この図5を用いて説明する。
ステップS501では、記憶部S106より各部分画像の位置情報および類似度、データベースS105より候補点数情報を受け取り、この候補点数情報に基づき類似度の高い数個の部分画像の位置情報を算出する。
本発明の実施例2では、実施例1の検出すべき部分画像が、観測画像中で予め仮定した大きさと異なり回転も加わった場合の応用例を示す。
実施例2では、実施例1の前処理部S102が以下のようになる。図6は本発明の実施例2に係る前処理部の処理手順を示すフローチャートである。この図6を用いて説明する。
ステップS601では、データベースS105より 予め仮定した大きさに対する拡大率および回転角を受け取り、アフィン変換行列Zを算出する。アフィン変換行列Zは、式(10)で算出する。
実施例2では、実施例1の前処理部S102が以下のようになる。図6は本発明の実施例2に係る前処理部の処理手順を示すフローチャートである。この図6を用いて説明する。
ステップS601では、データベースS105より 予め仮定した大きさに対する拡大率および回転角を受け取り、アフィン変換行列Zを算出する。アフィン変換行列Zは、式(10)で算出する。
ステップS602では、データベースS105より特徴点情報を受け取り、アフィン変換後の座標位置を算出する。
ステップS603では、アフィン変換後の特徴点の座標位置を用いて、観測画像からその領域を部分画像として取り出す。
ステップS604では、画素値のダイナミックレンジを正規化した部分画像を算出する。
ステップS605では、その部分画像の特徴量を得るために、データベースS105より特徴量の定義である特徴点情報を受け取り、その情報とステップS603で算出したアフィン変換後の座標位置を用いて各特徴点の特徴量を算出し、その値を要素としたベクトルを算出し、部分画像の特徴ベクトルDとする。そして、この部分画像の特徴ベクトルDを記憶部S106に出力する。
式(11)は、アフィン変換後のテンプレートベクトルHである。関数fHは、特徴量の定義である。例えば、特徴点とその隣接画素との差分である。
式(12)は、アフィン変換後の部分画像の特徴ベクトルDである。関数fDは、特徴量の定義である。例えば、特徴点とその隣接画素との差分である。
ステップS603では、アフィン変換後の特徴点の座標位置を用いて、観測画像からその領域を部分画像として取り出す。
ステップS604では、画素値のダイナミックレンジを正規化した部分画像を算出する。
ステップS605では、その部分画像の特徴量を得るために、データベースS105より特徴量の定義である特徴点情報を受け取り、その情報とステップS603で算出したアフィン変換後の座標位置を用いて各特徴点の特徴量を算出し、その値を要素としたベクトルを算出し、部分画像の特徴ベクトルDとする。そして、この部分画像の特徴ベクトルDを記憶部S106に出力する。
式(11)は、アフィン変換後のテンプレートベクトルHである。関数fHは、特徴量の定義である。例えば、特徴点とその隣接画素との差分である。
式(12)は、アフィン変換後の部分画像の特徴ベクトルDである。関数fDは、特徴量の定義である。例えば、特徴点とその隣接画素との差分である。
因みに、式(11)および式(12)を用いて算出されたテンプレートベクトルHと、部分画像の特徴ベクトルDより、テンプレートベクトルHの2階テンソルは式(13)で、部分画像の特徴ベクトルDの2階テンソルは式(14)で、テンプレートベクトルHと部分画像の特徴ベクトルDの2階テンソルは式(15)で算出される。更に、計量テンソルGは、テンプレートベクトルHと部分画像の特徴ベクトルDの関数として算出する。式(16)と、式(17)は、演算式の例である。但し、計量テンソルGの算出方法は、以下の例に限定するものではない。計量テンソルGは、テンプレートベクトルHと部分画像の特徴ベクトルDの関数であればよい。
本発明の実施例3では、実施例1と実施例2に記載した画像抽出装置および画像抽出方法を用いた半導体露光装置および半導体露光方法の例を示す。
半導体露光装置においては、ウエハ上にレチクルパターンを投影露光する前に、ウエハとレチクルの位置合わせが行われる。この位置合わせを行うには、通常、CCDカメラなどの画像入力装置を用いてウエハ上のマークを中心としたデジタル画像(以下「観測画像」とする)を半導体露光装置に取り込み、パターン認識技術を用いて観測画像中でのマークの位置を検出する。検出の手順は、まず観測画像全体から大まかな位置を絞り、次に絞り込んだ周辺から精密な位置を検出する、という2つに分けられる。
本実施例においては、前記手順における観測画像全体からの大まかな位置検出(以下、「マーク位置検出」とする)を対象としている。
通常、このマーク位置検出にはパターン認識技術が用いられる。そして、このパターン認識技術を用いて観測画像の各位置においる評価値を算出し、最大の評価値をもつ位置をマーク位置としている。
本実施例では、パターン認識技術に実施例1と実施例2に記載した画像抽出方法を適用した。
半導体露光装置においては、ウエハ上にレチクルパターンを投影露光する前に、ウエハとレチクルの位置合わせが行われる。この位置合わせを行うには、通常、CCDカメラなどの画像入力装置を用いてウエハ上のマークを中心としたデジタル画像(以下「観測画像」とする)を半導体露光装置に取り込み、パターン認識技術を用いて観測画像中でのマークの位置を検出する。検出の手順は、まず観測画像全体から大まかな位置を絞り、次に絞り込んだ周辺から精密な位置を検出する、という2つに分けられる。
本実施例においては、前記手順における観測画像全体からの大まかな位置検出(以下、「マーク位置検出」とする)を対象としている。
通常、このマーク位置検出にはパターン認識技術が用いられる。そして、このパターン認識技術を用いて観測画像の各位置においる評価値を算出し、最大の評価値をもつ位置をマーク位置としている。
本実施例では、パターン認識技術に実施例1と実施例2に記載した画像抽出方法を適用した。
図7は半導体露光装置の概略構成を示した図であり、本実施例3は図7のオフアクシススコープ6によるプリアライメント検出に対して本発明を適用したものである。
露光対象パターンはレチクル1上に存在し、不図示の照明系でI線あるいはエキシマレーザ光を使って照明され、投影レンズ2によりウエハ5に露光される。
プリアライメントはウエハ5が不図示のウエハ搬送装置によって、XYステージ3上のウエハ吸着チャック4に載せられてから行われる。ウエハ5はチャック4上に搬送装置の精度で載せられているため、精度上そのままウエハの精密な位置計測に移行することはできない。その為、ウエハ上のプリアライメント(粗合わせ)用の検出マークを投影レンズ2の外側に構成されるオフアクシススコープ6で観察し、CCDカメラ7で光電変換した後、プリアライメント画像処理装置8で検出マークの位置情報を検出する。プリアライメント画像処理装置8内では、光電変換されたビデオ信号をA/D変換装置71でデジタル情報にし、画像メモリを有する画像処理プロセッサ72でプリアライメントマーク位置の検出を行う。
プリアライメントマークの画像を取り込んだときのXYステージ3の位置はレーザ干渉計12によって正確に測定されており、露光装置制御装置9がマーク位置のずれとXYステージ3の位置から、チャック4上に置かれているウエハ5のずれ量を正しく計測する。
露光対象パターンはレチクル1上に存在し、不図示の照明系でI線あるいはエキシマレーザ光を使って照明され、投影レンズ2によりウエハ5に露光される。
プリアライメントはウエハ5が不図示のウエハ搬送装置によって、XYステージ3上のウエハ吸着チャック4に載せられてから行われる。ウエハ5はチャック4上に搬送装置の精度で載せられているため、精度上そのままウエハの精密な位置計測に移行することはできない。その為、ウエハ上のプリアライメント(粗合わせ)用の検出マークを投影レンズ2の外側に構成されるオフアクシススコープ6で観察し、CCDカメラ7で光電変換した後、プリアライメント画像処理装置8で検出マークの位置情報を検出する。プリアライメント画像処理装置8内では、光電変換されたビデオ信号をA/D変換装置71でデジタル情報にし、画像メモリを有する画像処理プロセッサ72でプリアライメントマーク位置の検出を行う。
プリアライメントマークの画像を取り込んだときのXYステージ3の位置はレーザ干渉計12によって正確に測定されており、露光装置制御装置9がマーク位置のずれとXYステージ3の位置から、チャック4上に置かれているウエハ5のずれ量を正しく計測する。
本実施例ではオフアクシススコープ6の照明として暗視野照明を用いて説明する。暗視野照明ではマーク段差のエッジ位置からの散乱光がCCDカメラ7などで受光されるが、本実施例は明視野照明にも同様に適用できる。
本実施例では、実施例1と実施例2に記載した画像抽出方法を図7のプリアライメント画像処理装置8に搭載する。処理の流れは、図7のCCDカメラ7で得られた画像が図1の観測画像に送られ、図1の類似度の高い部分画像の位置情報が、図7の画像処理プロセッサ72に送られてマーク位置検出が完了する。
本実施例では、実施例1と実施例2に記載した画像抽出方法を図7のプリアライメント画像処理装置8に搭載する。処理の流れは、図7のCCDカメラ7で得られた画像が図1の観測画像に送られ、図1の類似度の高い部分画像の位置情報が、図7の画像処理プロセッサ72に送られてマーク位置検出が完了する。
次に、本発明の実施例4として、実施例3の露光装置または露光方法を利用した半導体デバイスの製造プロセスを説明する。図10は半導体デバイスの全体的な製造プロセスのフローを示す図である。ステップ1(回路設計)では半導体デバイスの回路設計を行う。ステップ2(マスク製作)では設計した回路パターンに基づいてマスクを作製する。
一方、ステップ3(ウエハ製造)ではシリコン等の材料を用いてウエハを製造する。ステップ4(ウエハプロセス)は前工程と呼ばれ、前記のマスクとウエハを用いて、前記の露光装置によりリソグラフィ技術を利用してウエハ上に実際の回路を形成する。次のステップ5(組み立て)は後工程と呼ばれ、ステップ4によって作製されたウエハを用いて半導体チップ化する工程であり、アッセンブリ工程(ダイシング、ボンディング)、パッケージング工程(チップ封入)等の組み立て工程を含む。ステップ6(検査)ではステップ5で作製された半導体デバイスの動作確認テスト、耐久性テスト等の検査を行う。こうした工程を経て半導体デバイスが完成し、ステップ7でこれを出荷する。
一方、ステップ3(ウエハ製造)ではシリコン等の材料を用いてウエハを製造する。ステップ4(ウエハプロセス)は前工程と呼ばれ、前記のマスクとウエハを用いて、前記の露光装置によりリソグラフィ技術を利用してウエハ上に実際の回路を形成する。次のステップ5(組み立て)は後工程と呼ばれ、ステップ4によって作製されたウエハを用いて半導体チップ化する工程であり、アッセンブリ工程(ダイシング、ボンディング)、パッケージング工程(チップ封入)等の組み立て工程を含む。ステップ6(検査)ではステップ5で作製された半導体デバイスの動作確認テスト、耐久性テスト等の検査を行う。こうした工程を経て半導体デバイスが完成し、ステップ7でこれを出荷する。
前記ステップ4のウエハプロセスは以下のステップを有する。ウエハの表面を酸化させる酸化ステップ、ウエハ表面に絶縁膜を成膜するCVDステップ、ウエハ上に電極を蒸着によって形成する電極形成ステップ、ウエハにイオンを打ち込むイオン打ち込みステップ、ウエハに感光剤を塗布するレジスト処理ステップ、前記の露光装置によって回路パターンをレジスト処理ステップ後のウエハに転写する露光ステップ、露光ステップで露光したウエハを現像する現像ステップ、現像ステップで現像したレジスト像以外の部分を削り取るエッチングステップ、エッチングが済んで不要となったレジストを取り除くレジスト剥離ステップ。これらのステップを繰り返し行うことによって、ウエハ上に多重に回路パターンを形成する。
1:レチクル、2:投影レンズ、3:ステージ、4:ウエハチャック、5:ウエハ、6:オフアクシススコープ、7:CCDカメラ、8:画像処理装置、9:露光装置制御装置、10:照明装置、11:レーザ干渉計計測部、12:レーザ干渉計、51:プリアライメントマーク、52:検出位置、71:A/D変換装置、72:画像処理プロセッサ。
Claims (8)
- ベクトル形式で表現されたテンプレートデータであるテンプレートベクトルとベクトル形式で表現された部分画像の特徴データである部分画像の特徴ベクトルとの内積に基づきテンプレートと類似度の高い複数個の部分画像を抽出する画像抽出装置において、
前記テンプレートベクトルの要素値と前記部分画像の特徴ベクトルの要素値との計量テンソルに基づく内積値を部分画像毎に算出する部分画像毎算出手段と、
前記部分画像毎算出手段の内積値のn乗(nは1以上の整数)に基づく類似度を算出する類似度算出手段と、
前記類似度に基づき部分画像を抽出する部分画像抽出手段と
を有することを特徴とする画像抽出装置。 - 前記計量テンソルは、前記テンプレートベクトルと部分画像の特徴ベクトルで定義される2階のテンソルであることを特徴とする請求項1に記載の画像抽出装置。
- 前記計量テンソルは、前記テンプレートベクトルを算出した座標値のアフィン変換、或いは、前記部分画像の特徴ベクトルを算出した座標値のアフィン変換により定義される関数であることを特徴とする請求項1に記載の画像抽出装置。
- 前記特徴ベクトルのうちベクトルを構成する要素間の分散が所定値よりも小さい特徴ベクトルを前記テンプレートとして選択することを特徴とする請求項1に記載の画像抽出装置。
- ベクトル形式で表現されたテンプレートデータであるテンプレートベクトルとベクトル形式で表現された部分画像の特徴データである部分画像の特徴ベクトルとの内積に基づいてテンプレートと類似度の高い複数個の部分画像を抽出する画像抽出方法において、
前記テンプレートベクトルの要素値と前記部分画像の特徴ベクトルの要素値との計量テンソルに基づく内積値を部分画像毎に算出する部分画像毎算出工程と、
前記部分画像毎算出工程による内積値のn乗(nは1以上の整数)に基づく類似度を算出する類似度算出工程と、
前記類似度に基づき部分画像を抽出する部分画像抽出工程と
を有することを特徴とする画像抽出方法。 - 請求項1〜4のいずれかに記載の画像抽出装置を有することを特徴とする露光装置。
- 請求項5に記載の画像抽出方法を有することを特徴とする露光方法。
- 請求項6に記載の露光装置または請求項7に記載の露光方法を用いて露光対象に露光を行う工程と、露光された前記露光対象を現像する工程と、を具備することを特徴とするデバイス製造方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2005084298A JP2006269651A (ja) | 2005-03-23 | 2005-03-23 | 画像抽出装置および方法、並びにそれらを有する露光装置および方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2005084298A JP2006269651A (ja) | 2005-03-23 | 2005-03-23 | 画像抽出装置および方法、並びにそれらを有する露光装置および方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2006269651A true JP2006269651A (ja) | 2006-10-05 |
Family
ID=37205308
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2005084298A Pending JP2006269651A (ja) | 2005-03-23 | 2005-03-23 | 画像抽出装置および方法、並びにそれらを有する露光装置および方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2006269651A (ja) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008250693A (ja) * | 2007-03-30 | 2008-10-16 | Matsushita Electric Ind Co Ltd | 映像検索装置 |
WO2011086594A1 (ja) * | 2010-01-13 | 2011-07-21 | 株式会社 東芝 | 画像処理装置、及びその方法 |
JP2013051587A (ja) * | 2011-08-31 | 2013-03-14 | Toshiba Corp | 画像処理装置および画像処理方法 |
WO2013125494A1 (ja) * | 2012-02-24 | 2013-08-29 | 日本電気株式会社 | 画像照合装置、画像照合方法とプログラム |
JP2014115725A (ja) * | 2012-12-06 | 2014-06-26 | Osaka City Univ | 画像処理装置、画像処理プログラム及び画像処理方法 |
-
2005
- 2005-03-23 JP JP2005084298A patent/JP2006269651A/ja active Pending
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008250693A (ja) * | 2007-03-30 | 2008-10-16 | Matsushita Electric Ind Co Ltd | 映像検索装置 |
WO2011086594A1 (ja) * | 2010-01-13 | 2011-07-21 | 株式会社 東芝 | 画像処理装置、及びその方法 |
JPWO2011086594A1 (ja) * | 2010-01-13 | 2013-05-16 | 株式会社東芝 | 画像処理装置、及びその方法 |
JP5431501B2 (ja) * | 2010-01-13 | 2014-03-05 | 株式会社東芝 | 画像処理装置、及びその方法 |
US8693804B2 (en) | 2010-01-13 | 2014-04-08 | Kabushiki Kaisha Toshiba | Image processing apparatus and method |
JP2013051587A (ja) * | 2011-08-31 | 2013-03-14 | Toshiba Corp | 画像処理装置および画像処理方法 |
WO2013125494A1 (ja) * | 2012-02-24 | 2013-08-29 | 日本電気株式会社 | 画像照合装置、画像照合方法とプログラム |
JP2014115725A (ja) * | 2012-12-06 | 2014-06-26 | Osaka City Univ | 画像処理装置、画像処理プログラム及び画像処理方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US7627179B2 (en) | Image processing apparatus, image processing method, exposure apparatus, and device manufacturing method | |
US10937146B2 (en) | Image evaluation method and image evaluation device | |
US7466414B2 (en) | Position detection apparatus and method | |
JP4185516B2 (ja) | 試料検査装置、試料検査方法及びプログラム | |
JP4323475B2 (ja) | 試料検査装置、試料検査方法及びプログラム | |
JP2007088375A (ja) | 試料検査装置、試料検査方法及びプログラム | |
JP2007064842A (ja) | 試料検査装置、試料検査方法及びプログラム | |
US20120198404A1 (en) | Defect inspection supporting apparatus and defect inspection supporting method | |
JP2009042055A (ja) | マスク欠陥検査データ生成方法とマスク欠陥検査方法 | |
US7418125B2 (en) | Position detection technique | |
JP2012002663A (ja) | パターン検査装置およびパターン検査方法 | |
JP2006269651A (ja) | 画像抽出装置および方法、並びにそれらを有する露光装置および方法 | |
JP2007220471A (ja) | 電子顕微鏡 | |
JP5414921B2 (ja) | 検出装置及び方法、露光装置、デバイス製造方法 | |
JP2006214816A (ja) | 半導体検査装置 | |
CN116685909A (zh) | 显影后或蚀刻后图像的基于机器学习的图像生成 | |
JP4870704B2 (ja) | パターン検査装置及びパターン検査方法 | |
JP4629086B2 (ja) | 画像欠陥検査方法および画像欠陥検査装置 | |
JP2006108386A (ja) | 位置検出方法 | |
JP5351409B2 (ja) | 位置検出器、テンプレートを得る方法、露光装置及びデバイス製造方法 | |
US20080309903A1 (en) | Exposure apparatus, method of manufacturing device, method applied to exposure apparatus and computer-readable medium | |
CN113611650B (zh) | 对准晶片图案的方法 | |
JP4772815B2 (ja) | 補正パターン画像生成装置、パターン検査装置および補正パターン画像生成方法 | |
JP6255191B2 (ja) | 検査装置および検査方法 | |
KR102541500B1 (ko) | 상관관계 기반 오버레이 키 센터링 시스템 및 그 방법 |