JP3490490B2 - パターン画像処理装置及び画像処理方法 - Google Patents
パターン画像処理装置及び画像処理方法Info
- Publication number
- JP3490490B2 JP3490490B2 JP00871194A JP871194A JP3490490B2 JP 3490490 B2 JP3490490 B2 JP 3490490B2 JP 00871194 A JP00871194 A JP 00871194A JP 871194 A JP871194 A JP 871194A JP 3490490 B2 JP3490490 B2 JP 3490490B2
- Authority
- JP
- Japan
- Prior art keywords
- pattern
- image
- processing
- image data
- area
- 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
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T1/00—General purpose image data processing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/60—Type of objects
- G06V20/69—Microscopic objects, e.g. biological cells or cellular parts
- G06V20/695—Preprocessing, e.g. image segmentation
-
- 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
- G06T2207/10—Image acquisition modality
- G06T2207/10056—Microscopic image
- G06T2207/10061—Microscopic image from scanning electron microscope
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V2201/00—Indexing scheme relating to image or video recognition or understanding
- G06V2201/06—Recognition of objects for industrial automation
Description
【０００１】
【産業上の利用分野】この発明は、走査型電子顕微鏡
（Scanning Electron Microscope-SEM- ）により撮像さ
れた画像データについてのパターン画像処理に係り、特
に超大規模集積回路（Very Large Scale Integration c
ircuit-VLSI-）素子にみられるような穴パターンが繰り
返し連続するパターン画像の中から特定のパターンを検
出しさらにその穴パターンの径を同時に求めるために使
用されるパターン画像処理装置および画像処理方法に関
するものである。
（Scanning Electron Microscope-SEM- ）により撮像さ
れた画像データについてのパターン画像処理に係り、特
に超大規模集積回路（Very Large Scale Integration c
ircuit-VLSI-）素子にみられるような穴パターンが繰り
返し連続するパターン画像の中から特定のパターンを検
出しさらにその穴パターンの径を同時に求めるために使
用されるパターン画像処理装置および画像処理方法に関
するものである。
【０００２】
【従来の技術】上述した走査型電子顕微鏡（ＳＥＭ）
は、上記ＶＬＳＩ素子に形成されるコンタクトホール等
の穴パターンを検査するためにも用いられている。これ
は、ＳＥＭにより撮影された顕微鏡画像データを画像処
理し、パターン認識の手法を用いて、形成された穴パタ
ーンが所望の形状となっているか否かを比較・検出する
ものである。
は、上記ＶＬＳＩ素子に形成されるコンタクトホール等
の穴パターンを検査するためにも用いられている。これ
は、ＳＥＭにより撮影された顕微鏡画像データを画像処
理し、パターン認識の手法を用いて、形成された穴パタ
ーンが所望の形状となっているか否かを比較・検出する
ものである。
【０００３】パターン認識の方法としてテンプレートマ
ッチング法により対象画像中で類似性関数を評価して局
所的最大値と大域的最大値を探すのが一般的である。中
でも類似性関数が線形の場合ＦＦＴ-Fast Fourier Tran
sform-（高速Fourier 変換）アルゴリズムを用いて相関
係数が最大となる位置を検出する方法が広く用いられて
いる。この方法では予め基準画像（テンプレート）を登
録しておき、対象画像と各々二次元ＦＦＴ処理を行う。
各ＦＦＴ処理画像間の畳み込み（convolution）を行な
い、その次に畳み込み処理された画像に対して二次元逆
ＦＦＴ処理を行う。このようにして得られた逆ＦＦＴ処
理画像の各位置座標の値すなわち相関係数の中から最大
値を持つ位置を検出するこによりパターン認識が行なわ
れるものである。
ッチング法により対象画像中で類似性関数を評価して局
所的最大値と大域的最大値を探すのが一般的である。中
でも類似性関数が線形の場合ＦＦＴ-Fast Fourier Tran
sform-（高速Fourier 変換）アルゴリズムを用いて相関
係数が最大となる位置を検出する方法が広く用いられて
いる。この方法では予め基準画像（テンプレート）を登
録しておき、対象画像と各々二次元ＦＦＴ処理を行う。
各ＦＦＴ処理画像間の畳み込み（convolution）を行な
い、その次に畳み込み処理された画像に対して二次元逆
ＦＦＴ処理を行う。このようにして得られた逆ＦＦＴ処
理画像の各位置座標の値すなわち相関係数の中から最大
値を持つ位置を検出するこによりパターン認識が行なわ
れるものである。
【０００４】
【発明が解決しようとする課題】ＦＦＴアルゴリズムを
用いてパターン認識する場合、超ＬＳＩ素子にみられる
繰り返しパターンではどのパターンを検出するかはその
時の対象画像に依存する。これは、 （１）基準画像と同一形状のパターンが繰り返し配列さ
れており、各パターンとの相関係数（局所的最大）が非
常に近い値を持つため検出されるパターンは対象画像の
取り込み条件に依存する。 （２）基準画像のパターン形状が必ずしも十分な特徴を
持つとは限らない。その結果、誤認識（correlation fa
ilure ）を生じる場合もある。 （３）対象画像に回転成分がある場合、製造工程による
スケーリングの変動がある場合あるいはＳＥＭ画像に歪
みを含んでいる場合にも誤認識（correlation failure
）を発生する場合がある。 （４）特に楕円形状パターンでは基準画像と対象画像間
で像の回転角（例えばビーム走査方向と楕円の長径方向
とのなす角度）が一致することは極めてまれであり局所
的最大値が減少しパターン認識の精度が低下する。 （５）予め登録する基準画像の大きさもパターン認識す
べきパターン形状及び大きさにより最適値があり微細パ
ターンになるほど画像の倍率を増加することが望まし
い。しかしながらパターンに応じて倍率を変化させるの
は製造工程ラインにおいては不向きであるため汎用プロ
セッサを使用できないという問題点もあった。
用いてパターン認識する場合、超ＬＳＩ素子にみられる
繰り返しパターンではどのパターンを検出するかはその
時の対象画像に依存する。これは、 （１）基準画像と同一形状のパターンが繰り返し配列さ
れており、各パターンとの相関係数（局所的最大）が非
常に近い値を持つため検出されるパターンは対象画像の
取り込み条件に依存する。 （２）基準画像のパターン形状が必ずしも十分な特徴を
持つとは限らない。その結果、誤認識（correlation fa
ilure ）を生じる場合もある。 （３）対象画像に回転成分がある場合、製造工程による
スケーリングの変動がある場合あるいはＳＥＭ画像に歪
みを含んでいる場合にも誤認識（correlation failure
）を発生する場合がある。 （４）特に楕円形状パターンでは基準画像と対象画像間
で像の回転角（例えばビーム走査方向と楕円の長径方向
とのなす角度）が一致することは極めてまれであり局所
的最大値が減少しパターン認識の精度が低下する。 （５）予め登録する基準画像の大きさもパターン認識す
べきパターン形状及び大きさにより最適値があり微細パ
ターンになるほど画像の倍率を増加することが望まし
い。しかしながらパターンに応じて倍率を変化させるの
は製造工程ラインにおいては不向きであるため汎用プロ
セッサを使用できないという問題点もあった。
【０００５】上記問題点を解決する方法として、正規化
相関法も提案されているが、この方法は膨大な演算量が
あり、このような演算に特化したプロセッサを導入しな
い限り処理時間的に製造工程ラインには不向きであるた
め、汎用プロセッサを使用できないという問題点もあっ
た。
相関法も提案されているが、この方法は膨大な演算量が
あり、このような演算に特化したプロセッサを導入しな
い限り処理時間的に製造工程ラインには不向きであるた
め、汎用プロセッサを使用できないという問題点もあっ
た。
【０００６】本発明の目的は繰り返しパターンの配列の
中で、十分な特徴を持たないパターン（例えば円形状の
穴パターン）；対象画像の回転成分；パターンのスケー
リングの変動；ＳＥＭ画像の歪みなどが存在する場合に
おいても対象画像と最もその面積が近いパターンを検出
し、さらに穴パターンの径を面積値から同時に算出する
パターン画像処理装置及び方法を提供するものである。
中で、十分な特徴を持たないパターン（例えば円形状の
穴パターン）；対象画像の回転成分；パターンのスケー
リングの変動；ＳＥＭ画像の歪みなどが存在する場合に
おいても対象画像と最もその面積が近いパターンを検出
し、さらに穴パターンの径を面積値から同時に算出する
パターン画像処理装置及び方法を提供するものである。
【０００７】
【課題を解決するための手段】上記目的を達成するた
め、この発明の第１の構成に係るパターン画像処理装置
は、走査型電子顕微鏡（ＳＥＭ―Scanning Electron Mi
croscope―）により捉えられた繰り返しパターンよりな
るアナログ画像データをディジタル画像データに変換す
るアナログ−ディジタル変換手段と、所定のフィルタ係
数を用いて前記ディジタル画像データを空間フィルタリ
ング処理して平滑化された空間フィルタリング画像デー
タを得る空間フィルタリング処理手段と、前記空間フィ
ルタリング画像データを構成する画素をその濃淡度に応
じて分類処理するヒストグラム処理手段と、前記ヒスト
グラム処理手段により分類された画素データのヒストグ
ラムを用いて判別規準法により自動的にヒストグラムの
クラスを分類する濃淡値を検出し、この値をスライスレ
ベルとして設定するしきい値設定手段と、前記しきい値
設定手段により設定されたしきい値としてのスライスレ
ベルを用いて前記画像データを三値化処理してパターン
表面部，パターンテーパ部およびパターン底部の３つの
濃淡領域の画像データを得る三値化処理手段と、前記三
値化処理手段により処理された三値化画像データにおけ
るノイズおよび疑似パターンを収縮処理および拡大処理
を繰り返すことにより除去するノイズ除去手段と、前記
ノイズ除去手段によりノイズおよび疑似パターンが除去
された三値化画像データに含まれる繰り返しパターンに
おいて特定の濃度により示される１つ１つのパターンを
ラベリング処理により選択し、それぞれの面積比を算出
するパターン面積算出手段と、検出対象としての前記繰
り返しパターンを構成する１つのパターンの基準画像の
面積を基準面積値として記憶する基準画像記憶手段と、
前記パターン面積算出手段により求められた各パターン
毎の面積値と前記基準画像記憶手段に記憶されている前
記基準画像の前記基準面積値とを比較して複数のパター
ンの中から最も近似する面積値を有するパターンを検出
するパターン比較・検出手段と、を備えている。また、
本発明の第２の構成に係るパターン画像処理装置は、走
査型電子顕微鏡により捉えられた繰り返しパターンより
なるアナログ画像データをディジタル画像データに変換
するアナログ−ディジタルコンバータと、所定のフィル
タ係数を用いて前記ディジタル画像データを空間フィル
タリング処理して平滑化された空間フィルタリング画像
データを得る空間フィルタと、前記空間フィルタリング
画像データを構成する画素をその濃淡度に応じて分類処
理するヒストグラムプロセッサと、前記ヒストグラムプ
ロセッサにより分類された画素データのヒストグラムを
用いて判別規準法により自動的にヒストグラムのクラス
を分類する濃淡値を検出し、この値をスライスレベルと
して設定するしきい値設定回路と、前記しきい値設定回
路により設定されたしきい値としてのスライスレベルを
用いて前記画像データを三値化処理してパターン表面
部，パターンテーパ部およびパターン底部の３つの濃淡
領域の画像データを得る三値化プロセッサと、前記三値
化プロセッサにより処理された三値化画像データにおけ
るノイズおよび疑似パターンを収縮処理および拡大処理
を繰り返すことにより除去するノイズ除去器と、前記ノ
イズ除去器によりノイズおよび疑似パターンが除去され
た三値化画像データに含まれる繰り返しパターンにおい
て特定の濃度により示される１つ１つのパターンをラベ
リング処理により選択し、それぞれの面積比を算出する
パターン面積算出回路と、検出対象としての前記繰り返
しパターンを構成する１つのパターンの基準画像の面積
を基準面積値として記憶する基準画像記憶回路と、前記
パターン面積算出回路により求められた各パターン毎の
面積値と前記基準画像記憶回路に記憶されている前記基
準画像の前記基準面積値とを比較して複数のパターンの
中から最も近似する面積値を有するパターンを検出する
パターン比較・検出回路と、を備えている。
め、この発明の第１の構成に係るパターン画像処理装置
は、走査型電子顕微鏡（ＳＥＭ―Scanning Electron Mi
croscope―）により捉えられた繰り返しパターンよりな
るアナログ画像データをディジタル画像データに変換す
るアナログ−ディジタル変換手段と、所定のフィルタ係
数を用いて前記ディジタル画像データを空間フィルタリ
ング処理して平滑化された空間フィルタリング画像デー
タを得る空間フィルタリング処理手段と、前記空間フィ
ルタリング画像データを構成する画素をその濃淡度に応
じて分類処理するヒストグラム処理手段と、前記ヒスト
グラム処理手段により分類された画素データのヒストグ
ラムを用いて判別規準法により自動的にヒストグラムの
クラスを分類する濃淡値を検出し、この値をスライスレ
ベルとして設定するしきい値設定手段と、前記しきい値
設定手段により設定されたしきい値としてのスライスレ
ベルを用いて前記画像データを三値化処理してパターン
表面部，パターンテーパ部およびパターン底部の３つの
濃淡領域の画像データを得る三値化処理手段と、前記三
値化処理手段により処理された三値化画像データにおけ
るノイズおよび疑似パターンを収縮処理および拡大処理
を繰り返すことにより除去するノイズ除去手段と、前記
ノイズ除去手段によりノイズおよび疑似パターンが除去
された三値化画像データに含まれる繰り返しパターンに
おいて特定の濃度により示される１つ１つのパターンを
ラベリング処理により選択し、それぞれの面積比を算出
するパターン面積算出手段と、検出対象としての前記繰
り返しパターンを構成する１つのパターンの基準画像の
面積を基準面積値として記憶する基準画像記憶手段と、
前記パターン面積算出手段により求められた各パターン
毎の面積値と前記基準画像記憶手段に記憶されている前
記基準画像の前記基準面積値とを比較して複数のパター
ンの中から最も近似する面積値を有するパターンを検出
するパターン比較・検出手段と、を備えている。また、
本発明の第２の構成に係るパターン画像処理装置は、走
査型電子顕微鏡により捉えられた繰り返しパターンより
なるアナログ画像データをディジタル画像データに変換
するアナログ−ディジタルコンバータと、所定のフィル
タ係数を用いて前記ディジタル画像データを空間フィル
タリング処理して平滑化された空間フィルタリング画像
データを得る空間フィルタと、前記空間フィルタリング
画像データを構成する画素をその濃淡度に応じて分類処
理するヒストグラムプロセッサと、前記ヒストグラムプ
ロセッサにより分類された画素データのヒストグラムを
用いて判別規準法により自動的にヒストグラムのクラス
を分類する濃淡値を検出し、この値をスライスレベルと
して設定するしきい値設定回路と、前記しきい値設定回
路により設定されたしきい値としてのスライスレベルを
用いて前記画像データを三値化処理してパターン表面
部，パターンテーパ部およびパターン底部の３つの濃淡
領域の画像データを得る三値化プロセッサと、前記三値
化プロセッサにより処理された三値化画像データにおけ
るノイズおよび疑似パターンを収縮処理および拡大処理
を繰り返すことにより除去するノイズ除去器と、前記ノ
イズ除去器によりノイズおよび疑似パターンが除去され
た三値化画像データに含まれる繰り返しパターンにおい
て特定の濃度により示される１つ１つのパターンをラベ
リング処理により選択し、それぞれの面積比を算出する
パターン面積算出回路と、検出対象としての前記繰り返
しパターンを構成する１つのパターンの基準画像の面積
を基準面積値として記憶する基準画像記憶回路と、前記
パターン面積算出回路により求められた各パターン毎の
面積値と前記基準画像記憶回路に記憶されている前記基
準画像の前記基準面積値とを比較して複数のパターンの
中から最も近似する面積値を有するパターンを検出する
パターン比較・検出回路と、を備えている。
【０００８】また、この発明の第３の構成に係る画像処
理方法は、繰り返しパターンからなるＳＥＭ画像のパタ
ーン認識において画像処理装置に多値化画像データを入
力するステップと、前記画像データを空間フィルタリン
グ処理するステップと、空間フィルタリング処理画像に
ヒストグラム処理を行なうステップと、ヒストグラムデ
ータに対して判別規準法によって自動的にスライスレベ
ルを設定するステップと、前記スライスレベルに基づい
て前記空間フィルタリング処理画像を三値化処理するス
テップと、三値化処理画像に対して収縮・拡大処理を交
互に行なうステップと、前記画像データに対してラベリ
ング処理するステップから各繰り返しパターンの面積を
求め、予め登録されている基準画像の面積と最も近いパ
ターンを検出するステップと、を備えることを特徴とし
ている。また、上記第３構成に係る画像処理方法は、前
記繰り返しパターンはコンタクトホールを含む穴に関す
るパターンであり、前記ラベリング処理により求めたパ
ターンの面積から前記穴の直径を同時に算出するステッ
プをさらに含んでいても良い。また、この発明の第４の
構成に係る画像処理装置は、半導体基板上に形成された
少なくとも１つのコンタクトホールを含む繰り返しパタ
ーンを、電子顕微鏡の走査により認識するための画像処
理方法であって、少なくとも１つのコンタクトホールの
多値化画像データを画像処理装置に入力するステップ
と、少なくとも１つのコンタクトホールの前記多値化画
像データについて空間フィルタリング処理を行なって、
空間フィルタリング処理画像を出力するうステップと、
前記空間フィルタリング処理画像にヒストグラム処理を
行なって、ヒストグラムデータを出力するステップと、
前記ヒストグラムデータに対して判別規準法により自動
的にスライスレベルを設定するステップと、前記スライ
スレベルに基づいて前記空間フィルタリング処理画像を
三値化処理して、三値化処理画像を出力するステップ
と、前記三値化処理画像に対して収縮・拡大処理を交互
に行なうステップと、前記画像データに対してラベリン
グ処理するステップと、前記繰り返しパターンの面積を
求めた後に、予め登録されている基準画像の面積と最も
近似する面積を有するコンタクトホールのパターンを検
出するステップと、を備えることを特徴としている。こ
の第４の構成に係る画像処理方法は、前記ラベリング処
理により求められたホールパターンの面積から少なくと
も１つのコンタクトホールの直径を同時に算出するステ
ップをさらに備えていても良い。
理方法は、繰り返しパターンからなるＳＥＭ画像のパタ
ーン認識において画像処理装置に多値化画像データを入
力するステップと、前記画像データを空間フィルタリン
グ処理するステップと、空間フィルタリング処理画像に
ヒストグラム処理を行なうステップと、ヒストグラムデ
ータに対して判別規準法によって自動的にスライスレベ
ルを設定するステップと、前記スライスレベルに基づい
て前記空間フィルタリング処理画像を三値化処理するス
テップと、三値化処理画像に対して収縮・拡大処理を交
互に行なうステップと、前記画像データに対してラベリ
ング処理するステップから各繰り返しパターンの面積を
求め、予め登録されている基準画像の面積と最も近いパ
ターンを検出するステップと、を備えることを特徴とし
ている。また、上記第３構成に係る画像処理方法は、前
記繰り返しパターンはコンタクトホールを含む穴に関す
るパターンであり、前記ラベリング処理により求めたパ
ターンの面積から前記穴の直径を同時に算出するステッ
プをさらに含んでいても良い。また、この発明の第４の
構成に係る画像処理装置は、半導体基板上に形成された
少なくとも１つのコンタクトホールを含む繰り返しパタ
ーンを、電子顕微鏡の走査により認識するための画像処
理方法であって、少なくとも１つのコンタクトホールの
多値化画像データを画像処理装置に入力するステップ
と、少なくとも１つのコンタクトホールの前記多値化画
像データについて空間フィルタリング処理を行なって、
空間フィルタリング処理画像を出力するうステップと、
前記空間フィルタリング処理画像にヒストグラム処理を
行なって、ヒストグラムデータを出力するステップと、
前記ヒストグラムデータに対して判別規準法により自動
的にスライスレベルを設定するステップと、前記スライ
スレベルに基づいて前記空間フィルタリング処理画像を
三値化処理して、三値化処理画像を出力するステップ
と、前記三値化処理画像に対して収縮・拡大処理を交互
に行なうステップと、前記画像データに対してラベリン
グ処理するステップと、前記繰り返しパターンの面積を
求めた後に、予め登録されている基準画像の面積と最も
近似する面積を有するコンタクトホールのパターンを検
出するステップと、を備えることを特徴としている。こ
の第４の構成に係る画像処理方法は、前記ラベリング処
理により求められたホールパターンの面積から少なくと
も１つのコンタクトホールの直径を同時に算出するステ
ップをさらに備えていても良い。
【０００９】
【作用】入力画像に対して空間フィルタリング処理、ヒ
ストグラム処理を行う。ヒストグラムデータから三値化
処理のためのスライスレベルを求める。スライスレベル
はヒストグラムの極小値を検出することで得られる。三
値化の各レベルはパターン表面部；パターンのテーパ
部；及びパターン底部に各々対応している。
ストグラム処理を行う。ヒストグラムデータから三値化
処理のためのスライスレベルを求める。スライスレベル
はヒストグラムの極小値を検出することで得られる。三
値化の各レベルはパターン表面部；パターンのテーパ
部；及びパターン底部に各々対応している。
【００１０】三値化処理画像に収縮・拡大処理を行うこ
とでパターンエッジ部にみられるノイズ及び前記空間フ
ィルタリング処理で除去できなかったランダムノイズを
除去する。
とでパターンエッジ部にみられるノイズ及び前記空間フ
ィルタリング処理で除去できなかったランダムノイズを
除去する。
【００１１】収縮・拡大処理の後ラベリング処理を行い
繰り返しパターンに対し各々のラベリングと面積算出を
行う。
繰り返しパターンに対し各々のラベリングと面積算出を
行う。
【００１２】前記ラベリングデータの中で予め登録され
ている基準画像の面積値と最も近い面積値を持つものを
検出する。さらに面積値から穴パターンの径を算出す
る。
ている基準画像の面積値と最も近い面積値を持つものを
検出する。さらに面積値から穴パターンの径を算出す
る。
【００１３】以上のようにして認識対象としての繰り返
しパターンにおける個々のパターンの特定と認識とを簡
易かつ迅速に行なうことができる。
しパターンにおける個々のパターンの特定と認識とを簡
易かつ迅速に行なうことができる。
【００１４】
【実施例】以下、本発明に係るパターン画像処理装置及
び画像処理方法の好適な実施例について添付図面を参照
しつつ詳細に説明する。
び画像処理方法の好適な実施例について添付図面を参照
しつつ詳細に説明する。
【００１５】図１はこの発明の一実施例に係るパターン
画像処理装置の概要を示すブロック構成図である。図１
において、符号１は走査型電子顕微鏡（以下、ＳＥＭと
略記する。）であり、このＳＥＭ１により撮像されたア
ナログ画像データは、パターン画像処理装置１０の入力
端子２に供給されている。
画像処理装置の概要を示すブロック構成図である。図１
において、符号１は走査型電子顕微鏡（以下、ＳＥＭと
略記する。）であり、このＳＥＭ１により撮像されたア
ナログ画像データは、パターン画像処理装置１０の入力
端子２に供給されている。
【００１６】前記パターン画像処理装置１０は、ＳＥＭ
１から入力端子２を介して供給されたアナログ画像デー
タをマトリックス状に配置された所定個数の画素よりな
るディジタル画像データに変換するアナログ−ディジタ
ル変換手段１１と、前記ディジタル画像データを平滑化
する空間フィルタリング処理手段１２と、平滑化された
画像データの前記所定個数の画素を濃淡度に応じてヒス
トグラムとして集計するヒストグラム処理手段１３と、
前記ヒストグラムの画素数の落ち込む箇所を２ヶ所検出
してそれらの箇所の濃淡値をしきい値（スライスレベ
ル）として設定する、しきい値設定手段１４と、前記２
つのしきい値（スライスレベル）により例えば連続的に
配置されたコンタクトホール等の繰り返しパターンをパ
ターン表面部、パターンテーパ部及びパターン底面部に
夫々対応する中間色部，白色部及び黒色部の３つの濃淡
度に分類する三値化処理手段１５と、三値化された画像
データに対して白背景上の黒色ノイズを拡大処理し黒背
景上の白色ノイズを縮小処理して画像全体からノイズを
除去するノイズ除去手段１６と、前記繰り返しパターン
のうちの個々のパターン毎にラベリング処理を施してそ
のパターンの位置を特定すると共にそのパターンの面積
を算出するパターン面積算出手段１７と、前記個々のパ
ターンの面積についての最適値を基準画像として記憶す
る基準画像記憶手段１８と、算出された個々のパターン
の面積値と前記基準画像の面積値とを順次比較して最も
近似する面積値を有するパターンを検出するパターン比
較・検出手段１９と、を備えている。検出された最近似
パターンに関するデータは、出力端子２０を介してパタ
ーン画像処理装置１０の外部へ出力される。
１から入力端子２を介して供給されたアナログ画像デー
タをマトリックス状に配置された所定個数の画素よりな
るディジタル画像データに変換するアナログ−ディジタ
ル変換手段１１と、前記ディジタル画像データを平滑化
する空間フィルタリング処理手段１２と、平滑化された
画像データの前記所定個数の画素を濃淡度に応じてヒス
トグラムとして集計するヒストグラム処理手段１３と、
前記ヒストグラムの画素数の落ち込む箇所を２ヶ所検出
してそれらの箇所の濃淡値をしきい値（スライスレベ
ル）として設定する、しきい値設定手段１４と、前記２
つのしきい値（スライスレベル）により例えば連続的に
配置されたコンタクトホール等の繰り返しパターンをパ
ターン表面部、パターンテーパ部及びパターン底面部に
夫々対応する中間色部，白色部及び黒色部の３つの濃淡
度に分類する三値化処理手段１５と、三値化された画像
データに対して白背景上の黒色ノイズを拡大処理し黒背
景上の白色ノイズを縮小処理して画像全体からノイズを
除去するノイズ除去手段１６と、前記繰り返しパターン
のうちの個々のパターン毎にラベリング処理を施してそ
のパターンの位置を特定すると共にそのパターンの面積
を算出するパターン面積算出手段１７と、前記個々のパ
ターンの面積についての最適値を基準画像として記憶す
る基準画像記憶手段１８と、算出された個々のパターン
の面積値と前記基準画像の面積値とを順次比較して最も
近似する面積値を有するパターンを検出するパターン比
較・検出手段１９と、を備えている。検出された最近似
パターンに関するデータは、出力端子２０を介してパタ
ーン画像処理装置１０の外部へ出力される。
【００１７】次に、図１に示されるパターン画像処理装
置の動作について図２ないし図８を参照しつつ詳明す
る。なお、この動作が本願第２の発明としての画像処理
方法に相当する。
置の動作について図２ないし図８を参照しつつ詳明す
る。なお、この動作が本願第２の発明としての画像処理
方法に相当する。
【００１８】図２に示されるフローチャートにおける処
理の流れに従って以下説明する。
理の流れに従って以下説明する。
【００１９】原画像として抽出された（ステップＳＴ
１）ＳＥＭ画像が入力端子２を介して画像処理装置１０
に多値化画像（例えば８ビット階調）として入力され
る。この画像は図４に線図として示されるように多少ザ
ラザラとした粗い画像である。
１）ＳＥＭ画像が入力端子２を介して画像処理装置１０
に多値化画像（例えば８ビット階調）として入力され
る。この画像は図４に線図として示されるように多少ザ
ラザラとした粗い画像である。
【００２０】この入力画像に空間フィルタリング処理を
行い画像の平滑化処理をする（ステップＳＴ２）。この
際のフィルタリングマトリックスには３×３のフィルタ
係数を採用する。フィルタ係数値はＳＥＭのビーム径と
画像のピクセル（画素）サイズとの関係から求めれば良
い。例えば、ビーム径が１０ｎｍでピクセルサイズも１
０ｎｍであればフィルタ係数として（１１１ １２１
１１１）を採用すればよい。このような空間フィルタリ
ング処理された画像は図５に示されるように滑らかな画
像となっている。
行い画像の平滑化処理をする（ステップＳＴ２）。この
際のフィルタリングマトリックスには３×３のフィルタ
係数を採用する。フィルタ係数値はＳＥＭのビーム径と
画像のピクセル（画素）サイズとの関係から求めれば良
い。例えば、ビーム径が１０ｎｍでピクセルサイズも１
０ｎｍであればフィルタ係数として（１１１ １２１
１１１）を採用すればよい。このような空間フィルタリ
ング処理された画像は図５に示されるように滑らかな画
像となっている。
【００２１】次に、ヒストグラム処理を行う（ステップ
ＳＴ３）。このヒストグラム処理は、図３に示すように
例えば８ビット階調の２５６×２５６個の画素データを
濃淡度別にグラフ化したものであり、ＶＬＳＩ素子のコ
ンタクトホールパターンをヒストグラム化すると図３の
ような２ケ所の落ち込み箇所２１および２２が見られ
る。次に図３のヒストグラムデータの２ケ所の落ち込み
部２１及び２２から極小値を求める。この極小値を三値
化処理のスライスレベルに用いる。
ＳＴ３）。このヒストグラム処理は、図３に示すように
例えば８ビット階調の２５６×２５６個の画素データを
濃淡度別にグラフ化したものであり、ＶＬＳＩ素子のコ
ンタクトホールパターンをヒストグラム化すると図３の
ような２ケ所の落ち込み箇所２１および２２が見られ
る。次に図３のヒストグラムデータの２ケ所の落ち込み
部２１及び２２から極小値を求める。この極小値を三値
化処理のスライスレベルに用いる。
【００２２】上記で求めたしきい値（スライスレベル）
で三値化処理を行う（ステップＳＴ５）。すなわち、多
値化表示されたＳＥＭ画像を三値化によりパターン表面
部；パターンテーパ部；パターン底面部に分離する。パ
ターン表面部は中間色部、パターンテーパ部は白色部そ
してパターン底面部は黒色部として表わされている。こ
の画像は図６に示されているが、コンタクトホール２５
の周囲に鋸歯状のギザギザなノイズ２６，２７が残って
いたり、撮影時の影の部分が中間色部に黒点状のサイズ
２８として残っている。
で三値化処理を行う（ステップＳＴ５）。すなわち、多
値化表示されたＳＥＭ画像を三値化によりパターン表面
部；パターンテーパ部；パターン底面部に分離する。パ
ターン表面部は中間色部、パターンテーパ部は白色部そ
してパターン底面部は黒色部として表わされている。こ
の画像は図６に示されているが、コンタクトホール２５
の周囲に鋸歯状のギザギザなノイズ２６，２７が残って
いたり、撮影時の影の部分が中間色部に黒点状のサイズ
２８として残っている。
【００２３】三値化画像を収縮・拡大処理を交互に行っ
てノイズを除去する（ステップＳＴ６）。これは空間フ
ィルタリング処理で平滑化処理が不十分なために表れる
パターンエッジのギザギザ状のノイズ２６，２７を除去
すること及びランダムノイズが原因で三値化処理の時に
発生する微小な擬似画像を除去する目的で行う。例え
ば、白背景に発生した擬似微小黒パターン２８は白デー
タの拡大処理で除去される。同様にして白のエッジ部分
に発生した黒の凸（白の凸）パターン２６，２７も拡大
（縮小）処理で除去される。ノイズが除去された画像は
図７に示されるような同一階調部分では明瞭な画像状態
を呈する。
てノイズを除去する（ステップＳＴ６）。これは空間フ
ィルタリング処理で平滑化処理が不十分なために表れる
パターンエッジのギザギザ状のノイズ２６，２７を除去
すること及びランダムノイズが原因で三値化処理の時に
発生する微小な擬似画像を除去する目的で行う。例え
ば、白背景に発生した擬似微小黒パターン２８は白デー
タの拡大処理で除去される。同様にして白のエッジ部分
に発生した黒の凸（白の凸）パターン２６，２７も拡大
（縮小）処理で除去される。ノイズが除去された画像は
図７に示されるような同一階調部分では明瞭な画像状態
を呈する。
【００２４】尚、収縮・拡大処理によりノイズ除去する
場合に注目している画像に対して隣接する８画素をすべ
て調べることによりノイズ除去が極めて有効になる。
場合に注目している画像に対して隣接する８画素をすべ
て調べることによりノイズ除去が極めて有効になる。
【００２５】各パターンに対してラベリング及び面積算
出処理をする（ステップＳＴ７）。ラベリング処理を最
小な時間で実行するためにも上記の収縮・拡大処理によ
るノイズ除去が重要になる。ラベリング処理により各パ
ターンの面積値を求めていく時、その中で予め登録され
ている基準画像パターンの面積値に最も近いパターンを
検出する。
出処理をする（ステップＳＴ７）。ラベリング処理を最
小な時間で実行するためにも上記の収縮・拡大処理によ
るノイズ除去が重要になる。ラベリング処理により各パ
ターンの面積値を求めていく時、その中で予め登録され
ている基準画像パターンの面積値に最も近いパターンを
検出する。
【００２６】このラベリング処理にパターン面積の算出
を加味させた動作がこの発明の要しともいえる技術があ
るので、更に詳細に説明する。面積算出の対象とる画像
は図８に示されていているが、特定パターンの検出は所
定の範囲３０を設定し、その範囲内に含まれる個々のパ
ターン２５，３１，３２及び３３について行なわれる
（ステップＳＴ７）。点線で示される面積算出範囲３０
内の前記パターン２５及び３１ないし３３の面積値と基
準画像記憶手段１８からの基準の面積値（ステップＳＴ
８）とを比較する（ステップＳＴ９）と、図８に示され
ている具体例の場合、ホールパターンが完全に把えられ
るのはパターン２５のみであるから、基準面積値との一
致度が最も高いものとしてパターン２５が検出されるこ
とになる（ステップＳＴ１０）。尚、ＳＥＭ１の撮像範
囲を移動させて面積算出範囲３０も徐々に移動させて比
較・検出を行なうことにより範囲に捉われない検出動作
も可能となる。
を加味させた動作がこの発明の要しともいえる技術があ
るので、更に詳細に説明する。面積算出の対象とる画像
は図８に示されていているが、特定パターンの検出は所
定の範囲３０を設定し、その範囲内に含まれる個々のパ
ターン２５，３１，３２及び３３について行なわれる
（ステップＳＴ７）。点線で示される面積算出範囲３０
内の前記パターン２５及び３１ないし３３の面積値と基
準画像記憶手段１８からの基準の面積値（ステップＳＴ
８）とを比較する（ステップＳＴ９）と、図８に示され
ている具体例の場合、ホールパターンが完全に把えられ
るのはパターン２５のみであるから、基準面積値との一
致度が最も高いものとしてパターン２５が検出されるこ
とになる（ステップＳＴ１０）。尚、ＳＥＭ１の撮像範
囲を移動させて面積算出範囲３０も徐々に移動させて比
較・検出を行なうことにより範囲に捉われない検出動作
も可能となる。
【００２７】次に、面積値から穴パターンの径を算出す
る（ステップＳＴ１１）。穴パターンが楕円形状であれ
ば該当パターンの周囲長を輪郭トレースすることにより
求め面積と周囲長とから楕円パターンの長径と短径を算
出することが可能である。
る（ステップＳＴ１１）。穴パターンが楕円形状であれ
ば該当パターンの周囲長を輪郭トレースすることにより
求め面積と周囲長とから楕円パターンの長径と短径を算
出することが可能である。
【００２８】以上述べてきた処理手順によりＶＬＳＩ素
子にみられる微細な繰り返しパターン（コンタクトパタ
ーン等）の中から特定の穴パターンを特徴抽出しさらに
そのパターンの径測定を同時に実行することが可能とな
る。
子にみられる微細な繰り返しパターン（コンタクトパタ
ーン等）の中から特定の穴パターンを特徴抽出しさらに
そのパターンの径測定を同時に実行することが可能とな
る。
【００２９】図４ないし図８に本発明に締め画像処理の
各段階における画像を示す。
各段階における画像を示す。
【００３０】図４はレジスト穴パターンの原画像で倍率
で５万倍である。フレーム加算は１６回行っている。
で５万倍である。フレーム加算は１６回行っている。
【００３１】図５は原画像を３×３のフィルタマトリッ
クスを用いて空間フィルタリング処理した結果で平滑化
処理による改善効果がみられる。
クスを用いて空間フィルタリング処理した結果で平滑化
処理による改善効果がみられる。
【００３２】図６はヒストグラム処理後にスライスレベ
ルを設定し三値化処理した結果で各穴パターンに対して
レジスト表面部（中間色部）・パターンテーパ（白色
部）・穴底部（黒色部）が分離されているのが判る。
ルを設定し三値化処理した結果で各穴パターンに対して
レジスト表面部（中間色部）・パターンテーパ（白色
部）・穴底部（黒色部）が分離されているのが判る。
【００３３】図７は収縮・拡大処理を行った結果でパタ
ーンエッジのノイズ；穴底部の微小擬似パターン（白色
部）；及びレジスト表面部の擬似パターン（黒色部）が
効果的に除去されているのが判る。
ーンエッジのノイズ；穴底部の微小擬似パターン（白色
部）；及びレジスト表面部の擬似パターン（黒色部）が
効果的に除去されているのが判る。
【００３４】図８はラベリング及び面積算出処理を行っ
た結果でこの場合には中央のパターンが最も基準画像パ
ターンの面積値に近いため該当穴パターンのみ濃淡値を
０（黒色）にし、他の穴パターンの濃淡値をレジスト表
面部と同一に（中間色）に設定してある。
た結果でこの場合には中央のパターンが最も基準画像パ
ターンの面積値に近いため該当穴パターンのみ濃淡値を
０（黒色）にし、他の穴パターンの濃淡値をレジスト表
面部と同一に（中間色）に設定してある。
【００３５】ラベリング処理により該当穴パターンの面
積値が求まるのでパターン認識と同時に穴径を算出する
ことが可能となる。
積値が求まるのでパターン認識と同時に穴径を算出する
ことが可能となる。
【００３６】
【発明の効果】以上説明したように本発明によれば、基
準画像に特徴のないパターンを選択しても構わず、また
基準画像と対象画像が相互に回転成分を持っていても面
積からパターン認識を行うので問題とならない。更に、
倍率に大きく依存することなくパターン認識を行うこと
が可能でありパターン認識と同時に径測定ができるため
非常に有効な画像処理装置を提供することができる。
準画像に特徴のないパターンを選択しても構わず、また
基準画像と対象画像が相互に回転成分を持っていても面
積からパターン認識を行うので問題とならない。更に、
倍率に大きく依存することなくパターン認識を行うこと
が可能でありパターン認識と同時に径測定ができるため
非常に有効な画像処理装置を提供することができる。
【図１】この発明の一実施例に係るパターン画像処理装
置を示すブロック図である。
置を示すブロック図である。
【図２】この発明に係るパターン画像処理装置の動作及
び第２の発明に係る画像処理方法を示すフローチャート
である。
び第２の発明に係る画像処理方法を示すフローチャート
である。
【図３】ヒストグラム処理を説明するたのヒストグラム
である。
である。
【図４】原画像で倍率は５万倍のレジスト穴パターンを
示す説明図である。
示す説明図である。
【図５】収縮・拡大処理後の画像を示す説明図である。
【図６】三値化処理後の画像を示す説明図である。
【図７】収縮・拡大処理後の画像を示す説明図である。
【図８】リング処理後の画像を示す説明図である。
１ 走査型電子顕微鏡（ＳＥＭ）
１０ パターン画像処理装置
１１ アナログ−ディジタル変換手段
１２ 空間フィルタリング処理手段
１３ ヒストグラム処理手段
１４ しきい値設定手段
１５ 三値化処理手段
１６ ノイズ面積算出手段
１７ パターン面積算出手段
１８ 基準画像記憶手段
１９ パターン比較・検出手段
─────────────────────────────────────────────────────
フロントページの続き
(56)参考文献 特開 平５−307609（ＪＰ，Ａ)
特開 平５−60537（ＪＰ，Ａ)
(58)調査した分野(Int.Cl.7，ＤＢ名)
G06T 1/00 305
G01B 11/24
G03F 1/08
G06T 7/60 110
ＪＩＣＳＴファイル（ＪＯＩＳ)
Claims (6)
- 【請求項１】走査型電子顕微鏡により捉えられた繰り返
しパターンよりなるアナログ画像データをディジタル画
像データに変換するアナログ−ディジタル変換手段と、 所定のフィルタ係数を用いて前記ディジタル画像データ
を空間フィルタリング処理して平滑化された空間フィル
タリング画像データを得る空間フィルタリング処理手段
と、 前記空間フィルタリング画像データを構成する画素をそ
の濃淡度に応じて分類処理するヒストグラム処理手段
と、 前記ヒストグラム処理手段により分類された画素データ
のヒストグラムを用いて判別規準法により自動的にヒス
トグラムのクラスを分類する濃淡値を検出し、この値を
スライスレベルとして設定するしきい値設定手段と、 前記しきい値設定手段により設定されたしきい値として
のスライスレベルを用いて前記画像データを三値化処理
してパターン表面部，パターンテーパ部およびパターン
底部の３つの濃淡領域の画像データを得る三値化処理手
段と、 前記三値化処理手段により処理された三値化画像データ
におけるノイズおよび疑似パターンを収縮処理および拡
大処理を繰り返すことにより除去するノイズ除去手段
と、 前記ノイズ除去手段によりノイズおよび疑似パターンが
除去された三値化画像データに含まれる繰り返しパター
ンにおいて特定の濃度により示される１つ１つのパター
ンをラベリング処理により選択し、それぞれの面積比を
算出するパターン面積算出手段と、 検出対象としての前記繰り返しパターンを構成する１つ
のパターンの基準画像の面積を基準面積値として記憶す
る基準画像記憶手段と、 前記パターン面積算出手段により求められた各パターン
毎の面積値と前記基準画像記憶手段に記憶されている前
記基準画像の前記基準面積値とを比較して複数のパター
ンの中から最も近似する面積値を有するパターンを検出
するパターン比較・検出手段と、 を備えるパターン画像処理装置。 - 【請求項２】走査型電子顕微鏡により捉えられた繰り返
しパターンよりなるアナログ画像データをディジタル画
像データに変換するアナログ−ディジタルコンバータ
と、 所定のフィルタ係数を用いて前記ディジタル画像データ
を空間フィルタリング処理して平滑化された空間フィル
タリング画像データを得る空間フィルタと、 前記空間フィルタリング画像データを構成する画素をそ
の濃淡度に応じて分類処理するヒストグラムプロセッサ
と、 前記ヒストグラムプロセッサにより分類された画素デー
タのヒストグラムを用いて判別規準法により自動的にヒ
ストグラムのクラスを分類する濃淡値を検出し、この値
をスライスレベルとして設定するしきい値設定回路と、 前記しきい値設定回路により設定されたしきい値として
のスライスレベルを用いて前記画像データを三値化処理
してパターン表面部，パターンテーパ部およびパターン
底部の３つの濃淡領域の画像データを得る三値化プロセ
ッサと、 前記三値化プロセッサにより処理された三値化画像デー
タにおけるノイズおよび疑似パターンを収縮処理および
拡大処理を繰り返すことにより除去するノイズ除去器
と、 前記ノイズ除去器によりノイズおよび疑似パターンが除
去された三値化画像データに含まれる繰り返しパターン
において特定の濃度により示される１つ１つのパターン
をラベリング処理により選択し、それぞれの面積比を算
出するパターン面積算出回路と、 検出対象としての前記繰り返しパターンを構成する１つ
のパターンの基準画像の面積を基準面積値として記憶す
る基準画像記憶回路と、 前記パターン面積算出回路により求められた各パターン
毎の面積値と前記基準画像記憶回路に記憶されている前
記基準画像の前記基準面積値とを比較して複数のパター
ンの中から最も近似する面積値を有するパターンを検出
するパターン比較・検出回路と、 を備えるパターン画像処理装置。 - 【請求項３】繰り返しパターンからなるＳＥＭ画像のパ
ターン認識において画像処理装置に多値化画像データを
入力するステップと、 前記画像データを空間フィルタリング処理するステップ
と、 空間フィルタリング処理画像にヒストグラム処理を行な
うステップと、 ヒストグラムデータに対して判別規準法により自動的に
スライスレベルを設定するステップと、 前記スライスレベルに基づいて前記空間フィルタリング
処理画像を三値化処理するステップと、 三値化処理画像に対して収縮・拡大処理を交互に行なう
ステップと、 前記画像データに対してラベリング処理するステップか
ら各繰り返しパターンの面積を求め、予め登録されてい
る基準画像の面積と最も近いパターンを検出するステッ
プと、 を備えることを特徴とする画像処理方法。 - 【請求項４】前記繰り返しパターンはコンタクトホール
を含む穴に関するパターンであり、前記ラベリング処理
により求めたパターンの面積から前記穴の直径を同時に
算出するステップをさらに含む請求項３に記載の画像処
理方法。 - 【請求項５】半導体基板上に形成された少なくとも１つ
のコンタクトホールを含む繰り返しパターンを、電子顕
微鏡の走査により認識するための画像処理方法であっ
て、 少なくとも１つのコンタクトホールの多値化画像データ
を画像処理装置に入力するステップと、 少なくとも１つのコンタクトホールの前記多値化画像デ
ータについて空間フィルタリング処理を行なって、空間
フィルタリング処理画像を出力するうステップと、 前記空間フィルタリング処理画像にヒストグラム処理を
行なって、ヒストグラムデータを出力するステップと、 前記ヒストグラムデータに対して判別規準法により自動
的にスライスレベルを設定するステップと、 前記スライスレベルに基づいて前記空間フィルタリング
処理画像を三値化処理して、三値化処理画像を出力する
ステップと、 前記三値化処理画像に対して収縮・拡大処理を交互に行
なうステップと、 前記画像データに対してラベリング処理するステップ
と、 前記繰り返しパターンの面積を求めた後に、予め登録さ
れている基準画像の面積と最も近似する面積を有するコ
ンタクトホールのパターンを検出するステップと、 を備えることを特徴とする画像処理方法。 - 【請求項６】前記ラベリング処理により求められたホー
ルパターンの面積から少なくとも１つのコンタクトホー
ルの直径を同時に算出するステップをさらに備えること
を特徴とする請求項５に記載の画像処理方法。
Priority Applications (4)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP00871194A JP3490490B2 (ja) | 1994-01-28 | 1994-01-28 | パターン画像処理装置及び画像処理方法 |
| US08/379,962 US5887080A (en) | 1994-01-28 | 1995-01-27 | Method and apparatus for processing pattern image data by SEM |
| KR1019950001766A KR100264338B1 (ko) | 1994-01-28 | 1995-01-28 | 패턴 화상 처리 장치 및 화상 처리 방법 |
| US09/130,522 US6111981A (en) | 1994-01-28 | 1998-08-07 | Method and apparatus for processing pattern image data by SEM |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP00871194A JP3490490B2 (ja) | 1994-01-28 | 1994-01-28 | パターン画像処理装置及び画像処理方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH07220077A JPH07220077A (ja) | 1995-08-18 |
| JP3490490B2 true JP3490490B2 (ja) | 2004-01-26 |
Family
ID=11700531
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP00871194A Expired - Fee Related JP3490490B2 (ja) | 1994-01-28 | 1994-01-28 | パターン画像処理装置及び画像処理方法 |
Country Status (3)
| Country | Link |
|---|---|
| US (2) | US5887080A (ja) |
| JP (1) | JP3490490B2 (ja) |
| KR (1) | KR100264338B1 (ja) |
Families Citing this family (51)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6381365B2 (en) * | 1997-08-22 | 2002-04-30 | Minolta Co., Ltd. | Image data processing apparatus and image data processing method |
| JP3629128B2 (ja) * | 1997-11-20 | 2005-03-16 | 富士写真フイルム株式会社 | 画像処理方法 |
| EP1717684A3 (en) * | 1998-01-26 | 2008-01-23 | Fingerworks, Inc. | Method and apparatus for integrating manual input |
| US6366688B1 (en) | 1998-06-13 | 2002-04-02 | Samsung Electronics Co., Ltd. | Apparatus and method for contact failure inspection in semiconductor devices |
| TW402769B (en) * | 1998-06-13 | 2000-08-21 | Samsung Electronics Co Ltd | Apparatus and method for contact failure inspection in semiconductor devices |
| JP2000147748A (ja) * | 1998-11-18 | 2000-05-26 | Toppan Printing Co Ltd | フォトマスク外観検査装置 |
| US6546149B1 (en) * | 1999-10-15 | 2003-04-08 | Infocus Corporation | Digital noise reduction through selective pixel comparison |
| JP4430179B2 (ja) * | 1999-11-29 | 2010-03-10 | エスアイアイ・ナノテクノロジー株式会社 | 着目画像抽出方法 |
| JP2001246772A (ja) * | 2000-03-07 | 2001-09-11 | Alps Electric Co Ltd | 画像形成装置 |
| DE60026732T2 (de) * | 2000-03-23 | 2006-08-17 | Japan Science And Technology Agency, Kawaguchi | Zellenreihen-extraktionsverfahren |
| JP2002312762A (ja) * | 2001-04-12 | 2002-10-25 | Seirei Ind Co Ltd | ニューラルネットワークを利用した穀粒選別装置 |
| US6960764B2 (en) * | 2001-07-26 | 2005-11-01 | Koninklijke Philips Electronics N.V. | Method of measuring the performance of a scanning electron microscope |
| JP4059686B2 (ja) * | 2002-02-08 | 2008-03-12 | 富士通株式会社 | 白点故障補完回路及びこの白点故障補完回路を用いたイメージセンサ |
| US6990743B2 (en) * | 2002-08-29 | 2006-01-31 | Micron Technology, Inc. | Process for monitoring measuring device performance |
| US6934929B2 (en) * | 2003-01-13 | 2005-08-23 | Lsi Logic Corporation | Method for improving OPC modeling |
| US7263242B2 (en) * | 2003-01-23 | 2007-08-28 | Avago Technologies Ecbu Ip (Singapore) Pte. Ltd. | Method for detecting repetitive surfaces in an optical mouse |
| JP2004265264A (ja) * | 2003-03-04 | 2004-09-24 | Matsushita Electric Ind Co Ltd | 画像処理装置 |
| KR100624862B1 (ko) * | 2004-01-02 | 2006-09-18 | 엘지전자 주식회사 | 영상 처리 장치 및 그 방법 |
| JP4223979B2 (ja) * | 2004-03-16 | 2009-02-12 | 株式会社日立ハイテクノロジーズ | 走査型電子顕微鏡装置及び走査型電子顕微鏡装置における装置としての再現性能評価方法 |
| KR100620452B1 (ko) * | 2004-08-09 | 2006-09-08 | 삼성전자주식회사 | 이미지 프로세싱 방법 |
| US7561721B2 (en) * | 2005-02-02 | 2009-07-14 | Visteon Global Technologies, Inc. | System and method for range measurement of a preceding vehicle |
| US8219940B2 (en) * | 2005-07-06 | 2012-07-10 | Semiconductor Insights Inc. | Method and apparatus for removing dummy features from a data structure |
| US20070031008A1 (en) * | 2005-08-02 | 2007-02-08 | Visteon Global Technologies, Inc. | System and method for range measurement of a preceding vehicle |
| JP4621098B2 (ja) * | 2005-09-14 | 2011-01-26 | 株式会社日立ハイテクノロジーズ | 走査型電子顕微鏡および画像信号処理方法 |
| KR100655165B1 (ko) * | 2005-11-28 | 2007-02-28 | 서만승 | 마스크리스 리소그래피를 위한 점유면적기반 패턴 생성방법 |
| US7623681B2 (en) * | 2005-12-07 | 2009-11-24 | Visteon Global Technologies, Inc. | System and method for range measurement of a preceding vehicle |
| EP1970841A4 (en) | 2005-12-19 | 2010-04-28 | Internat Frontier Technology Ltd | CARD THAT CAN BE AUTHENTICATED BY A HOLOGRAM CHIP |
| JP2007172170A (ja) * | 2005-12-20 | 2007-07-05 | Fujitsu Ltd | 画像処理回路及び画像処理方法 |
| US8014602B2 (en) * | 2006-03-29 | 2011-09-06 | Seiko Epson Corporation | Backlight image determining apparatus, backlight image determining method, backlight image correction apparatus, and backlight image correction method |
| JP4816924B2 (ja) * | 2006-04-28 | 2011-11-16 | 凸版印刷株式会社 | 濃度分布マスクの製造方法 |
| US7916942B1 (en) * | 2006-06-02 | 2011-03-29 | Seiko Epson Corporation | Image determining apparatus, image enhancement apparatus, backlight image enhancement apparatus, and backlight image enhancement method |
| US7916943B2 (en) * | 2006-06-02 | 2011-03-29 | Seiko Epson Corporation | Image determining apparatus, image determining method, image enhancement apparatus, and image enhancement method |
| JP4981410B2 (ja) * | 2006-10-31 | 2012-07-18 | 株式会社日立ハイテクノロジーズ | 走査型電子顕微鏡、走査型電子顕微鏡を用いたパターンの複合検査方法、および走査型電子顕微鏡の制御装置 |
| US20080159624A1 (en) * | 2006-12-27 | 2008-07-03 | Yahoo! Inc. | Texture-based pornography detection |
| US20090005948A1 (en) * | 2007-06-28 | 2009-01-01 | Faroog Abdel-Kareem Ibrahim | Low speed follow operation and control strategy |
| JP5007953B2 (ja) * | 2008-03-14 | 2012-08-22 | 日本電気株式会社 | 画像処理装置、画像処理方法およびプログラム |
| FR2939265A1 (fr) * | 2008-12-03 | 2010-06-04 | Thomson Licensing | Procede de detection de mode film ou mode camera |
| JP5212138B2 (ja) * | 2009-01-26 | 2013-06-19 | 凸版印刷株式会社 | パターン検査方法およびパターン検査装置 |
| JP5556274B2 (ja) * | 2010-03-17 | 2014-07-23 | 凸版印刷株式会社 | パターン評価方法及びパターン評価装置 |
| JP2012068162A (ja) * | 2010-09-24 | 2012-04-05 | Renesas Electronics Corp | 半導体装置のコントラスト画像処理方法、処理装置、及び、処理プログラム |
| US8429570B2 (en) | 2010-10-28 | 2013-04-23 | International Business Machines Corporation | Pattern recognition with edge correction for design based metrology |
| US8495527B2 (en) | 2010-10-28 | 2013-07-23 | International Business Machines Corporation | Pattern recognition with edge correction for design based metrology |
| JP5834253B2 (ja) | 2013-03-27 | 2015-12-16 | パナソニックＩｐマネジメント株式会社 | 画像処理装置、画像処理方法、及び画像処理プログラム |
| JP5849206B2 (ja) | 2013-03-27 | 2016-01-27 | パナソニックＩｐマネジメント株式会社 | 画像処理装置、画像処理方法、及び画像処理プログラム |
| JP5899475B2 (ja) | 2013-04-05 | 2016-04-06 | パナソニックＩｐマネジメント株式会社 | 画像処理装置、画像処理方法、及び画像処理プログラム |
| JP2015021942A (ja) * | 2013-07-23 | 2015-02-02 | 株式会社日立ハイテクノロジーズ | パターン寸法計測方法及びその装置 |
| JP6292091B2 (ja) * | 2014-09-04 | 2018-03-14 | 旭硝子株式会社 | 貫通孔を検査する方法 |
| JP6344313B2 (ja) * | 2015-06-03 | 2018-06-20 | トヨタ自動車株式会社 | 塗膜幅測定方法及び塗膜幅測定装置 |
| US10366862B2 (en) * | 2015-09-21 | 2019-07-30 | KLA-Tencor Corporaton | Method and system for noise mitigation in a multi-beam scanning electron microscopy system |
| CN109993761B (zh) | 2018-06-29 | 2021-04-09 | 长城汽车股份有限公司 | 一种三值图像获取方法、装置及车辆 |
| US11321835B2 (en) * | 2020-03-17 | 2022-05-03 | Applied Materials Israel Ltd. | Determining three dimensional information |
Family Cites Families (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4847786A (en) * | 1986-08-20 | 1989-07-11 | The Regents Of The University Of California | Object analysis of multi-valued images |
| US4975972A (en) * | 1988-10-18 | 1990-12-04 | At&T Bell Laboratories | Method and apparatus for surface inspection |
| US5265200A (en) * | 1990-11-01 | 1993-11-23 | International Business Machines Corporation | System and method for automatic image saturation, gamma, and exposure correction in a digitizing video capture system |
| JP3034975B2 (ja) * | 1991-03-26 | 2000-04-17 | 株式会社東芝 | パターン特徴抽出方法 |
| JPH04303427A (ja) * | 1991-03-30 | 1992-10-27 | Fujitsu Ltd | 放射線画像処理方法および放射線画像処理装置 |
| US5278921A (en) * | 1991-05-23 | 1994-01-11 | Fuji Photo Film Co., Ltd. | Method of determining exposure |
| US5321667A (en) * | 1993-04-27 | 1994-06-14 | Raytheon Company | Sonar systems |
-
1994
- 1994-01-28 JP JP00871194A patent/JP3490490B2/ja not_active Expired - Fee Related
-
1995
- 1995-01-27 US US08/379,962 patent/US5887080A/en not_active Expired - Fee Related
- 1995-01-28 KR KR1019950001766A patent/KR100264338B1/ko not_active IP Right Cessation
-
1998
- 1998-08-07 US US09/130,522 patent/US6111981A/en not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| US6111981A (en) | 2000-08-29 |
| JPH07220077A (ja) | 1995-08-18 |
| KR100264338B1 (ko) | 2000-08-16 |
| KR950024115A (ko) | 1995-08-21 |
| US5887080A (en) | 1999-03-23 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP3490490B2 (ja) | パターン画像処理装置及び画像処理方法 | |
| Tsai et al. | Mean shift-based defect detection in multicrystalline solar wafer surfaces | |
| US5872864A (en) | Image processing apparatus for performing adaptive data processing in accordance with kind of image | |
| Shakhawat et al. | Automatic quality evaluation of whole slide images for the practical use of whole slide imaging scanner | |
| JP3353968B2 (ja) | 画像処理装置 | |
| JP2004348733A (ja) | デジタル画像における赤目領域の検出方法及び装置 | |
| CN114926436A (zh) | 一种用于周期性花纹织物的缺陷检测方法 | |
| JP2009259036A (ja) | 画像処理装置、画像処理方法、画像処理プログラム、記録媒体、及び画像処理システム | |
| Zhang et al. | Focus and blurriness measure using reorganized DCT coefficients for an autofocus application | |
| US20040218790A1 (en) | Print segmentation system and method | |
| CN107170002B (zh) | 一种图像自动对焦方法和设备 | |
| JP3560473B2 (ja) | プリント基板の検査装置およびプリント基板の検査方法 | |
| Celiktutan et al. | Blind identification of cellular phone cameras | |
| JP3860540B2 (ja) | エントロピーフィルタ及び該フィルタを用いた領域抽出法 | |
| US20050232472A1 (en) | Method and apparatus of processing a skin print image | |
| Bourgeat et al. | Content-based segmentation of patterned wafer for automatic threshold determination | |
| JPH06103371A (ja) | カラー画像処理方法およびその装置 | |
| JP2003141550A (ja) | 位置検出方法 | |
| Alessi et al. | Automatic discrimination of text images | |
| Bourgeat et al. | Patterned wafer segmentation | |
| JP2004144668A (ja) | 欠陥検出方法 | |
| Khan et al. | Detection of blur and non-blur regions using frequency-based multi-level fusion transformation and classification via KNN matting | |
| CN110930388B (zh) | 离焦量检测方法 | |
| CN114792318B (zh) | 一种基于图像处理的纺织品摩尔纹消除方法及系统 | |
| Saenthon et al. | Development of new edge-detection filter based on genetic algorithm: an application to a soldering joint inspection |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20071107 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20081107 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20091107 Year of fee payment: 6 |
|
| LAPS | Cancellation because of no payment of annual fees |