JP7483061B2 - プロファイル検出方法、プロファイル検出プログラム及び情報処理装置 - Google Patents

プロファイル検出方法、プロファイル検出プログラム及び情報処理装置 Download PDF

Info

Publication number
JP7483061B2
JP7483061B2 JP2022577002A JP2022577002A JP7483061B2 JP 7483061 B2 JP7483061 B2 JP 7483061B2 JP 2022577002 A JP2022577002 A JP 2022577002A JP 2022577002 A JP2022577002 A JP 2022577002A JP 7483061 B2 JP7483061 B2 JP 7483061B2
Authority
JP
Japan
Prior art keywords
image
recess
contour
region
boundary
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.)
Active
Application number
JP2022577002A
Other languages
English (en)
Other versions
JPWO2022158107A1 (ja
Inventor
俊博 北尾
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.)
Tokyo Electron Ltd
Original Assignee
Tokyo Electron Ltd
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 Tokyo Electron Ltd filed Critical Tokyo Electron Ltd
Publication of JPWO2022158107A1 publication Critical patent/JPWO2022158107A1/ja
Application granted granted Critical
Publication of JP7483061B2 publication Critical patent/JP7483061B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/12—Edge-based segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0004—Industrial image inspection
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B15/00—Measuring arrangements characterised by the use of electromagnetic waves or particle radiation, e.g. by the use of microwaves, X-rays, gamma rays or electrons
    • G01B15/04—Measuring arrangements characterised by the use of electromagnetic waves or particle radiation, e.g. by the use of microwaves, X-rays, gamma rays or electrons for measuring contours or curvatures
    • 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
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G06T7/64—Analysis of geometric attributes of convexity or concavity
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/46—Descriptors for shape, contour or point-related descriptors, e.g. scale invariant feature transform [SIFT] or bags of words [BoW]; Salient regional features
    • G06V10/469—Contour-based spatial representations, e.g. vector-coding
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/56—Extraction of image or video features relating to colour
    • 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
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B2210/00—Aspects not specifically covered by any group under G01B, e.g. of wheel alignment, caliper-like sensors
    • G01B2210/56—Measuring geometric parameters of semiconductor structures, e.g. profile, critical dimensions or trench depth
    • 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
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
    • H01L22/00—Testing or measuring during manufacture or treatment; Reliability measurements, i.e. testing of parts without further processing to modify the parts as such; Structural arrangements therefor
    • H01L22/10—Measuring as part of the manufacturing process
    • H01L22/12—Measuring as part of the manufacturing process for structural parameters, e.g. thickness, line width, refractive index, temperature, warp, bond strength, defects, optical inspection, electrical measurement of structural dimensions, metallurgic measurement of diffusions

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • Manufacturing & Machinery (AREA)
  • Computer Hardware Design (AREA)
  • Electromagnetism (AREA)
  • Power Engineering (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • Geometry (AREA)
  • Quality & Reliability (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biomedical Technology (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Health & Medical Sciences (AREA)
  • Image Analysis (AREA)
  • Image Processing (AREA)
  • Testing Or Measuring Of Semiconductors Or The Like (AREA)

Description

本開示は、プロファイル検出方法、プロファイル検出プログラム及び情報処理装置に関する。
特許文献１は、半導体を測定または検査するため、半導体デバイス上の所望の位置に存在する回路パターンを走査型電子顕微鏡（Scanning Electron Microscope：ＳＥＭ）によって撮像する技術を開示する。
特開２０１４－１３９５３７号公報
本開示は、寸法の計測を効率化する技術を提供する。
本開示の一態様によるプロファイル検出方法は、領域検出工程と、境界検出工程と、輪郭検出工程とを有する。領域検出工程では、一方方向に窪んだ凹部が一方方向に対する交差方向に複数並んだ画像のデータを解析して画像の各凹部の領域を検出する。境界検出工程では、データを解析して画像に含まれる膜の境界を検出する。輪郭検出工程では、データを解析して画像の凹部の領域ごとに、凹部の輪郭を検出する。
本開示によれば、寸法の計測を効率化することができる。
図１は、実施形態に係る情報処理装置の機能的な構成の一例を示す図である。 図２は、実施形態に係る画像データの画像の一例を示す図である。 図３Ａは、実施形態に係る画像の各凹部の領域を検出する手法の一例を説明する図である。 図３Ｂは、実施形態に係る画像の各凹部の領域を検出する手法の一例を説明する図である。 図３Ｃは、実施形態に係る画像の各凹部の領域を検出する手法の一例を説明する図である。 図４Ａは、実施形態に係る膜の境界を検出する手法の一例を説明する図である。 図４Ｂは、実施形態に係る膜の境界を検出する手法の一例を説明する図である。 図４Ｃは、実施形態に係る膜の境界を検出する手法の一例を説明する図である。 図５は、実施形態に係る膜の境界を検出する手法の一例を説明する図である。 図６は、実施形態に係るプロファイル検出プログラムの処理の流れの一例を示すフローチャートである。
以下、図面を参照して本願の開示するプロファイル検出方法、プロファイル検出プログラム及び情報処理装置の実施形態について詳細に説明する。なお、本実施形態により、開示するプロファイル検出方法、プロファイル検出プログラム及び情報処理装置が限定されるものではない。
従来から、プロセスエンジニアにより、半導体の製造プロセスのレシピの最適化の支援が行われている。例えば、トレンチやホールなどの凹部が形成された半導体デバイスの断面を走査型電子顕微鏡によって撮像し、撮像した画像の凹部のＣＤ(Critical Dimension)などの寸法を計測することで、レシピの適否を判定する。プロセスエンジニアは、撮像した画像の凹部の範囲の指定や、寸法を計測する輪郭の位置の指定を手動操作で行っており、寸法の計測作業が人依存となっている。この結果、寸法の計測に時間がかかる。また、寸法を計測する輪郭の位置の指定など、計測作業が人依存であるため、計測された寸法に人依存の誤差が発生する場合がある。また、多数の凹部の寸法を計測しようとした場合、手間がかかる。
そこで、寸法の計測を効率化する技術が期待されている。
［実施形態］
実施形態について説明する。以下では、撮像した画像の凹部の寸法を情報処理装置１０により計測する場合を例に説明する。図１は、実施形態に係る情報処理装置１０の機能的な構成の一例を示す図である。情報処理装置１０は、撮像した画像の凹部の寸法の計測する機能を提供する装置である。情報処理装置１０は、例えば、サーバコンピュータ、パーソナルコンピュータなどのコンピュータである。プロセスエンジニアは、情報処理装置１０を用いて、撮像した画像の凹部の寸法を計測する。
情報処理装置１０は、通信Ｉ／Ｆ（インタフェース）部２０と、表示部２１と、入力部２２と、記憶部２３と、制御部２４とを有する。なお、情報処理装置１０は、上記の機器以外にコンピュータが有する他の機器を有してもよい。
通信Ｉ／Ｆ部２０は、他の装置との間で通信制御を行うインタフェースである。通信Ｉ／Ｆ部２０は、不図示のネットワークに接続され、ネットワークを介して他の装置と各種情報を送受信する。例えば、通信Ｉ／Ｆ部２０は、走査型電子顕微鏡により撮像されたデジタル画像のデータを受信する。
表示部２１は、各種情報を表示する表示デバイスである。表示部２１としては、ＬＣＤ（Liquid Crystal Display）やＣＲＴ（Cathode Ray Tube）などの表示デバイスが挙げられる。表示部２１は、各種情報を表示する。
入力部２２は、各種の情報を入力する入力デバイスである。例えば、入力部２２としては、マウスやキーボードなどの入力デバイスが挙げられる。入力部２２は、プロセスエンジニアなどのユーザからの操作入力を受付け、受付けた操作内容を示す操作情報を制御部２４に入力する。
記憶部２３は、ハードディスク、ＳＳＤ（Solid State Drive）、光ディスクなどの記憶装置である。なお、記憶部２３は、ＲＡＭ（Random Access Memory）、フラッシュメモリ、ＮＶＳＲＡＭ（Non Volatile Static Random Access Memory）などのデータを書き換え可能な半導体メモリであってもよい。
記憶部２３は、制御部２４で実行されるＯＳ（Operating System）や、後述するプロファイル検出プログラムを含む各種プログラムを記憶する。さらに、記憶部２３は、制御部２４で実行されるプログラムで用いられる各種データを記憶する。例えば、記憶部２３は、画像データ２３ａを記憶する。
画像データ２３ａは、半導体デバイスの断面を走査型電子顕微鏡によって撮像した画像のデータである。半導体デバイスは、例えば、半導体ウエハなどの基板上に形成されている。半導体デバイスが形成された基板の断面を走査型電子顕微鏡によって撮像することよって、画像データ２３ａを取得する。
制御部２４は、情報処理装置１０を制御するデバイスである。制御部２４としては、ＣＰＵ（Central Processing Unit）、ＭＰＵ（Micro Processing Unit）、ＧＰＵ（Graphics Processing Unit）等の電子回路や、ＡＳＩＣ（Application Specific Integrated Circuit）、ＦＰＧＡ（Field Programmable Gate Array）等の集積回路を採用できる。制御部２４は、各種の処理手順を規定したプログラムや制御データを格納するための内部メモリを有し、これらによって種々の処理を実行する。
制御部２４は、各種のプログラムが動作することにより各種の処理部として機能する。例えば、制御部２４は、操作受付部２４ａと、領域検出部２４ｂと、境界検出部２４ｃと、輪郭検出部２４ｄと、計測部２４ｅとを有する。
操作受付部２４ａは、各種の操作を受け付ける。例えば、操作受付部２４ａは、操作画面を表示部２１に表示し、入力部２２から操作画面に対する各種の操作を受け付ける。例えば、操作受付部２４ａは、操作画面から、プロファイルの検出対象とする画像データ２３ａの指定を受け付ける。操作受付部２４ａは、指定された画像の画像データ２３ａを記憶部２３から読み出し、読み出した画像データ２３ａの画像を表示部２１に表示する。また、操作受付部２４ａは、操作画面から、プロファイルの検出開始の指示を受け付ける。
図２は、実施形態に係る画像データ２３ａの画像の一例を示す図である。図２は、トレンチやホールが形成された半導体デバイスの断面を走査型電子顕微鏡によって撮像した画像である。画像の横方向をｘ方向とし、画像の縦方向をｙ方向とする。図２に示す画像には、ｙ方向に窪んだ凹部５０がｘ方向に複数並んで形成されている。凹部５０は、例えば、半導体デバイスに形成されたトレンチやホールの断面である。
例えば、プロセスエンジニアは、レシピの適否を判定する場合、操作画面から、適否を判定する対象のレシピの基板処理が実施された半導体デバイスの断面の画像データ２３ａを指定する。そして、プロセスエンジニアは、操作画面から、プロファイルの検出開始を指示する。
領域検出部２４ｂは、プロファイルの検出開始を指示されると、指定された画像データ２３ａを解析して画像の各凹部５０の領域を検出する。
例えば、領域検出部２４ｂは、画像のｘ方向に周波数解析を行って画像のｙ方向に対する複数の凹部５０を含んだ範囲を特定する。例えば、領域検出部２４ｂは、画像のｙ方向の各位置でｘ方向に画像の周波数解析を行い、複数の凹部５０に対応する周波数が得られる範囲を、画像のｙ方向に対する複数の凹部５０を含んだ範囲と特定する。
図３Ａ～図３Ｃは、実施形態に係る画像の各凹部５０の領域を検出する手法の一例を説明する図である。図３Ａには、ｙ方向に窪んだ凹部５０がｘ方向に複数並んで形成された画像が示されている。領域検出部２４ｂは、画像のｙ方向の各位置で、画像のｘ方向の各画素の輝度を並べた輝度プロファイルを求める。そして、領域検出部２４ｂは、画像のｙ方向の各位置の輝度プロファイルにＦＦＴ（Fast Fourier Transform）を行い、ｙ方向の各位置でのパワースペクトルを求める。図３Ａには、ｙ方向の位置ｙ１、ｙ２、ｙ３でのｘ方向の輝度プロファイルＳ１、Ｓ２、Ｓ３と、位置ｙ１、ｙ２、ｙ３でのパワースペクトルＰＳ１、ＰＳ２、ＰＳ３が示されている。領域検出部２４ｂは、ｙ方向の各位置のパワースペクトルを、画像に含まれる複数の凹部５０に対応する周波数の範囲で積分する。複数の凹部５０に対応する周波数の範囲は、入力部２２から入力させてもよく、画像に含まれる凹部５０の数を解析により求めて特定してもよく、画像の半導体デバイスの設計情報から特定してもよい。例えば、領域検出部２４ｂは、半導体デバイスの設計情報から、画像に含まれると想定される凹部５０の数の最小値と最大値を求め、最小値と最大値に対応する周波数の範囲を、複数の凹部５０に対応する周波数の範囲と特定する。領域検出部２４ｂは、ｙ方向の各位置のパワースペクトルを、複数の凹部５０に対応する周波数の範囲について積分し、ｙ方向の各位置のパワースペクトルの積分値をｙ方向の位置の順に並べて積分値のプロファイルを求める。図３Ａには、パワースペクトルＰＳ１、ＰＳ２、ＰＳ３について、複数の凹部５０に対応する周波数の範囲が矩形ＦＲで示されている。また、図３Ａには、ｙ方向の各位置の矩形ＦＲの範囲のパワースペクトルの積分値をｙ方向の位置の順に並べた積分値のプロファイルＩＳが示されている。
領域検出部２４ｂは、積分値のプロファイルＩＳの最大値を検出する。領域検出部２４ｂは、検出した最大値を含むピークの裾の範囲を、画像のｙ方向に対する複数の凹部５０を含んだ範囲と特定する。例えば、領域検出部２４ｂは、積分値のプロファイルＩＳのベースラインを求め、ピークがベースラインになる範囲を、画像のｙ方向に対する複数の凹部５０を含んだ範囲と特定する。あるいは、領域検出部２４ｂは、最大値を含むピークから積分値の変化が所定値以上である範囲を、画像のｙ方向に対する複数の凹部５０を含んだ範囲と特定する。図３Ａには、積分値のプロファイルＩＳについて、最大値を含むピークの裾の範囲がY Rangeとして示されている。領域検出部２４ｂは、Y Rangeの範囲を、画像のｙ方向に対する複数の凹部５０を含んだ範囲と特定する。
領域検出部２４ｂは、画像の特定した範囲から各凹部５０の領域を検出する。例えば、領域検出部２４ｂは、画像の特定した範囲から、画像のｘ方向の位置ごとにｙ方向の各画素の輝度の平均値を算出する。領域検出部２４ｂは、算出したｘ方向の各位置の平均値に基づいて、画像の特定した範囲から各凹部５０の領域を検出する。
図３Ｂには、ｙ方向に窪んだ凹部５０がｘ方向に複数並んで形成された画像が示されている。また、図３Ｂには、画像のｙ方向のY Rangeの範囲が矩形Ｓ１で示されている。矩形Ｓ１で示した範囲には、複数の凹部５０が含まれている。例えば、領域検出部２４ｂは、画像の特定したｙ方向のY Rangeの範囲を抽出し、抽出したY Rangeの範囲の画像から、画像のｘ方向の位置ごとにｙ方向の各画素の輝度の平均値を算出する。領域検出部２４ｂは、ｘ方向の各位置の平均値をｘ方向の位置の順に並べて平均値のプロファイルを求める。図３Ｂには、ｘ方向の各位置の平均値をｘ方向の位置の順に並べた平均値のプロファイルＡＰが示されている。
領域検出部２４ｂは、ｘ方向の平均値のプロファイルＡＰの各値を２値化する。例えば、領域検出部２４ｂは、ｘ方向の平均値のプロファイルの平均値を求め、求めた平均値を閾値としてプロファイルの各値を２値化する。例えば、領域検出部２４ｂは、平均値のプロファイルの値が閾値以上の場合、第１の値とし、平均値のプロファイルの値が閾値よりも小さい場合、第２の値とし、プロファイルの各値を２値化する。図３Ｂには、プロファイルＡＰの各値が、閾値（平均値）以上の場合、「１」とし、閾値よりも小さい場合、「０」として、２値化したプロファイルＢＰが示されている。領域検出部２４ｂは、２値化したプロファイルにおいて第１の値が連続する連続部分ごとに、連続部分の中心の位置をｘ方向の凹部５０のパターン境界と検出する。例えば、領域検出部２４ｂは、２値化したプロファイルＢＰにおいて「１」が連続する連続部分ごとに、連続部分の中心の位置をｘ方向の凹部５０のパターン境界と検出する。図３Ｂには、２値化したプロファイルＢＰにおいて「１」が連続する連続部分ごとに、中心の位置に「〇」が示されている。領域検出部２４ｂは、Y Rangeの範囲の画像について、検出したパターン境界の間の領域をそれぞれ凹部５０の領域と検出する。例えば、図３Ｃに示したY Rangeの範囲の画像を、「〇」に示した位置をパターン境界として、凹部５０の領域と検出する。図３Ｃには、Y Rangeの範囲の画像から検出された各凹部５０の領域がそれぞれ矩形Ｓ２で示されている。
境界検出部２４ｃは、指定された画像データ２３ａを解析して画像に含まれる膜の境界を検出する。
例えば、境界検出部２４ｃは、領域検出部２４ｂにより検出された凹部５０の領域ごとに、凹部５０を構成する側壁部分のｙ向に対する輝度の変化に基づいて、膜の境界を検出する。例えば、境界検出部２４ｃは、領域検出部２４ｂにより検出された凹部５０の領域ごとに、凹部５０を構成する側壁部分のｙ方向に対する輝度の変化を求める。境界検出部２４ｃは、輝度の変化の大きい部分を膜の境界と検出する。
図４Ａ～図４Ｃは、実施形態に係る膜の境界を検出する手法の一例を説明する図である。図４Ａには、ｙ方向に窪んだ凹部５０がｘ方向に複数並んで形成された画像が示されている。また、図４Ａには、各凹部５０の領域がそれぞれ矩形Ｓ２で示されている。例えば、境界検出部２４ｃは、画像から、複数の凹部５０を含んだｙ方向のY Rangeの範囲の画像を切り出す。境界検出部２４ｃは、切り出したY Rangeの範囲の画像から、凹部５０のパターン境界の位置の近傍の領域の画像をそれぞれ切り出す。境界検出部２４ｃは、切り出したパターン境界の位置の近傍の領域の画像について、それぞれｙ方向の画素の輝度の変化を求め、ｙ方向の輝度の変化がそれぞれピークなる位置を膜の界面位置と検出する。例えば、境界検出部２４ｃは、切り出したパターン境界の位置の近傍の領域の画像に対して、ｙ方向の微分フィルタを適用し、微分画像を算出する。微分フィルタとしては、例えば、ソーベルフィルタが挙げられる。図４Ｂには、画像の凹部５０のパターン境界の位置の近傍の領域のｙ方向の輝度の変化を求めた微分画像の一例が示されている。微分画像は、輝度の変化の大きい部分が白く示されている。境界検出部２４ｃは、各凹部５０について、輝度の変化の大きい部分のｙ方向の位置を求め、ｙ方向の平均の位置を膜の境界と検出する。図４Ｃには、凹部５０の側壁を構成する膜がそれぞれパターンを変えて図示されており、検出されたｙ方向の膜の境界が線Ｌ１、Ｌ２で示されている。画像の凹部５０の上側の膜は、例えば、マスクである。境界検出部２４ｃは、膜の境界を検出できている。このように膜の境界を検出することで、画像の回転ずれの自動調整に利用できる。例えば、境界検出部２４ｃは、膜の境界の線Ｌ２を利用して、線Ｌ２が水平となるように画像の回転補正を行ってもよい。これにより、画像の回転ずれを補正でき、画像から膜の位置関係や膜厚などを把握ししやすきすることができる。
輪郭検出部２４ｄは、指定された画像データ２３ａを解析して画像の凹部５０の領域ごとに凹部５０の輪郭を検出する。例えば、輪郭検出部２４ｄは、領域検出部２４ｂにより検出された凹部５０の領域ごとに、ｘ向に対する輝度の変化に基づいて、凹部５０の輪郭を検出する。
図５は、実施形態に係る膜の境界を検出する手法の一例を説明する図である。例えば、輪郭検出部２４ｄは、画像から、複数の凹部５０を含んだｙ方向のY Rangeの範囲の画像を切り出す。輪郭検出部２４ｄは、切り出したY Rangeの範囲の画像から、画像のｙ方向の位置ごとにｘ方向の各画素の輝度のプロファイルを求める。輪郭検出部２４ｄは、ｙ方向の位置ごとの輝度のプロファイルに対し、２次微分フィルタなどの変化点検出アルゴリズムを適用し、左側エッジＬＥの位置と右側エッジＲＥの位置を特定することで、各凹部５０の左右の輪郭のエッジプロファイルを特定する。例えば、輪郭検出部２４ｄは、ｙ方向の位置ごとの輝度のプロファイルに２次微分フィルタを適用して輝度の変化の大きい部分を特定する。輪郭検出部２４ｄは、凹部５０の領域ごとに、凹部５０の領域内で左側の輝度の変化の大きい部分を左側エッジＬＥの位置と特定し、右側の輝度の変化の大きい部分を右側エッジＲＥの位置と特定することで、左右の輪郭のエッジプロファイルを検出する。輪郭検出部２４ｄは、凹部５０の領域ごとに、検出した左右の輪郭のｙ方向の最も上の位置をプロファイル上端、最も下の位置をプロファイル下端と特定する。輪郭検出部２４ｄは、凹部５０の領域ごとに、左右の輪郭のエッジプロファイルを上端、下端でトリミングすることで、最終的な凹部５０の輪郭のエッジプロファイルを得ることができる。
実施形態に係る情報処理装置１０は、このように画像の凹部５０の範囲や、凹部５０の輪郭を自動で検出できることにより、寸法の計測を効率化することができる。
計測部２４ｅは、寸法を計測する。例えば、操作受付部２４ａは、輪郭検出部２４ｄにより、凹部５０の輪郭を検出した画像を表示部２１に表示し、入力部２２から寸法を計測する凹部５０の輪郭の位置の指定を受け付ける。計測部２４ｅは、指定された輪郭の位置で凹部５０のＣＤを計測する。
なお、計測部２４ｅは、位置の指定を受けることなく、所定の輪郭の位置で凹部５０のＣＤなどの寸法を計測してもよい。寸法を計測する位置は、事前に設定されていてもよく、境界検出部２４ｃや輪郭検出部２４ｄの検出結果に基づいて、設定されてもよい。例えば、計測部２４ｅは、境界検出部２４ｃにより検出された膜の境界の高さの位置で、輪郭検出部２４ｄにより検出された各凹部５０の輪郭から膜の境界でのＣＤなどの寸法を計測してもよい。また、計測部２４ｅは、輪郭検出部２４ｄにより検出された各凹部５０の輪郭のエッジプロファイルからｙ方向の各位置でのＣＤなどの寸法を計測してもよい。
計測部２４ｅは、計測位置と共に計測された寸法を表示部２１に表示してもよく、計測位置と共に計測された寸法のデータを記憶部２３に格納してもよく、通信Ｉ／Ｆ部２０を介して他の装置へ送信してもよい。
実施形態に係る情報処理装置１０は、このように画像の凹部５０の寸法を計測できることにより、寸法の計測を効率化することができる。この結果、寸法の計測にかかる時間を短縮できる。また、情報処理装置１０は、寸法を計測する位置となる輪郭を検出できるため、計測される寸法に発生する人依存の誤差を低減できる。また、情報処理装置１０は、多数の凹部５０の寸法の計測を効率よく実施できる。例えば、画像に含まれる各凹部５０の寸法の計測を自動で計測することで、データ分析に用いる多くの測長値を収集できる。また、画像に含まれる各凹部５０の寸法の計測を自動で計測し、計測された各凹部５０の寸法を解析することで、異常な凹部５０を検出できる。
［処理フロー］
次に、実施形態に係るプロファイル検出方法の流れを説明する。実施形態に係る情報処理装置１０は、プロファイル検出プログラムを実行することにより、プロファイル検出方法を実施する。図６は、実施形態に係るプロファイル検出プログラムの処理の流れの一例を示すフローチャートである。
操作受付部２４ａは、操作画面から、プロファイルの検出対象とする画像データ２３ａの指定を受け付ける（ステップＳ１０）。操作受付部２４ａは、操作画面からプロファイルの検出開始の指示を受け付ける（ステップＳ１１）。
領域検出部２４ｂは、指定された画像データ２３ａを解析して画像の各凹部５０の領域を検出する（ステップＳ１２）。例えば、領域検出部２４ｂは、画像のｘ方向に周波数解析を行って画像のｙ方向に対する複数の凹部５０を含んだ範囲を特定する。そして、領域検出部２４ｂは、画像の特定した範囲から各凹部５０の領域を検出する。
境界検出部２４ｃは、指定された画像データ２３ａを解析して画像に含まれる膜の境界を検出する（ステップＳ１３）。例えば、境界検出部２４ｃは、領域検出部２４ｂにより検出された凹部５０の領域ごとに、凹部５０を構成する側壁部分のｙ向に対する輝度の変化に基づいて、膜の境界を検出する。
輪郭検出部２４ｄは、指定された画像データ２３ａを解析して画像の凹部５０の領域ごとに凹部５０の輪郭を検出する（ステップＳ１４）。例えば、輪郭検出部２４ｄは、領域検出部２４ｂにより検出された凹部５０の領域ごとに、ｘ向に対する輝度の変化に基づいて、凹部５０の輪郭を検出する。
計測部２４ｅは、寸法を計測し（ステップＳ１５）、処理を終了する。例えば、操作受付部２４ａは、輪郭検出部２４ｄにより、凹部５０の輪郭を検出した画像を表示部２１に表示し、入力部２２から寸法を計測する凹部５０の輪郭の位置の指定を受け付ける。計測部２４ｅは、指定された輪郭の位置で凹部５０のＣＤを計測する。
以上のように、実施形態に係るプロファイル検出方法は、領域検出工程（ステップＳ１２）と、境界検出工程（ステップＳ１３）と、輪郭検出工程（ステップＳ１４）とを有する。領域検出工程では、一方方向（ｙ方向）に窪んだ凹部５０が一方方向に対する交差方向（ｘ方向）に複数並んだ画像のデータ（画像データ２３ａ）を解析して画像の各凹部５０の領域を検出する。境界検出工程では、データを解析して画像に含まれる膜の境界を検出する。輪郭検出工程では、データを解析して画像の凹部５０の領域ごとに、凹部５０の輪郭を検出する。これにより、実施形態に係るプロファイル検出方法は、寸法の計測を効率化することができる。例えば、実施形態に係るプロファイル検出方法は、寸法の計測にかかる時間を短縮できる。また、実施形態に係るプロファイル検出方法は、計測される寸法に発生する人依存の誤差を低減できる。また、実施形態に係るプロファイル検出方法は、多数の凹部５０の寸法の計測を効率よく実施できる。
また、領域検出工程では、画像の交差方向に周波数解析を行って画像の一方方向に対する複数の凹部５０を含んだ範囲を特定し、画像の特定した範囲から各凹部５０の領域を検出する。また、領域検出工程では、画像の一方方向の各位置で交差方向に画像の周波数解析を行い、複数の凹部５０に対応する周波数が得られる範囲を、画像の一方方向に対する複数の凹部５０を含んだ範囲と特定する。これにより、実施形態に係るプロファイル検出方法は、画像の一方方向に対して複数の凹部５０を含んだ範囲を精度良く特定でき、画像の特定した範囲から各凹部５０の領域を検出できる。
また、領域検出工程は、画像の特定した範囲から、画像の交差方向の位置ごとに一方方向の各画素の輝度の平均値を算出し、算出した交差方向の各位置の平均値に基づいて、画像の特定した範囲から各凹部５０の領域を検出する。これにより、実施形態に係るプロファイル検出方法は、画像の特定した範囲から各凹部５０の領域を精度良く検出できる。
また、境界検出工程は、領域検出工程により検出された凹部５０の領域ごとに、凹部５０を構成する側壁部分の一方方向に対する輝度の変化に基づいて、膜の境界を検出する。また、境界検出工程は、側壁部分の一方方向に対する輝度の変化を求め、変化の大きい部分を膜の境界と検出する。これにより、実施形態に係るプロファイル検出方法は、膜の境界を精度良く検出できる。
また、輪郭検出工程は、画像の凹部５０の領域ごとに、交差方向に対する輝度の変化に基づいて、凹部５０の輪郭を検出する。また、輪郭検出工程は、画像の凹部５０の領域ごとに、一方方向の各位置で交差方向に対する輝度の変化を求め、変化の大きい部分を凹部５０の輪郭と検出する。これにより、実施形態に係るプロファイル検出方法は、凹部５０の輪郭を精度良く検出できる。
以上、実施形態について説明してきたが、今回開示された実施形態は、全ての点で例示であって制限的なものではないと考えられるべきである。実に、上述した実施形態は、多様な形態で具現され得る。また、上述した実施形態は、請求の範囲及びその趣旨を逸脱することなく、様々な形態で省略、置換、変更されてもよい。
例えば、上記の実施形態では、領域検出（ステップＳ１２）と、境界検出（ステップＳ１３）と、輪郭検出（ステップＳ１４）を順に実施する場合を例に説明した。しかし、これに限定されるものではない。領域検出、境界検出、輪郭検出の順序は、異なってもよい。例えば、輪郭検出、領域検出、境界検出の順で実施してもよい。例えば、次のような順で処理を行ってもよい。輪郭検出部２４ｄは、指定された画像データ２３ａの画像全体に対して２値化処理を行って２値画像を取得し、２値画像から境界となる凹部の外郭の輪郭を特定する。例えば、輪郭検出部２４ｄは、２値画像の２値の境界となる画素を輪郭と特定する。領域検出部２４ｂは、上記の実施形態の領域検出と同様に、指定された画像データ２３ａを解析して画像の各凹部５０の領域を検出する。境界検出部２４ｃは、上記の実施形態の領域検出と同様に、画像データ２３ａを解析して画像に含まれる膜の境界を検出する。
また、領域検出、境界検出、輪郭検出は、順序を問わず、各検出処理を並行して実施してもよく、２以上の処理を組み合わせて実施してもよい。各検出結果を相互利用してもよく、例えば、領域検出を行う際に、輪郭検出で得られた２値画像を用いて領域検出を行ってもよい。
また、上記の実施形態では、半導体ウエハなどの基板上に形成された半導体デバイスの凹部の寸法を計測する場合を例に説明した。しかし、これに限定されるものではない。基板は、例えば、ガラス基板など何れの基板でもよい。実施形態に係るプロファイル検出方法は、どのような基板の凹部の寸法の計測に適用してもよい。例えば、実施形態に係るプロファイル検出方法は、ＦＰＤ用の基板に形成された凹部の寸法の計測に適用してもよい。
なお、今回開示された実施形態は全ての点で例示であって制限的なものではないと考えられるべきである。実に、上記した実施形態は多様な形態で具現され得る。また、上記の実施形態は、添付の特許請求の範囲及びその趣旨を逸脱することなく、様々な形態で省略、置換、変更されてもよい。
１０ 情報処理装置
２０ 通信Ｉ／Ｆ部
２１ 表示部
２２ 入力部
２３ 記憶部
２３ａ 画像データ
２４ 制御部
２４ａ 操作受付部
２４ｂ 領域検出部
２４ｃ 境界検出部
２４ｄ 輪郭検出部
２４ｅ 計測部
５０ 凹部

Claims (12)

  1. 一方方向に窪んだ凹部が前記一方方向に対する交差方向に複数並んだ画像のデータを解析して前記画像の各凹部の領域を検出する領域検出工程と、
    前記データを解析して前記画像に含まれる膜の境界を検出する境界検出工程と、
    前記データを解析して前記画像の凹部の領域ごとに、凹部の輪郭を検出する輪郭検出工程と、
    を有するプロファイル検出方法。
  2. 前記領域検出工程は、前記画像の前記交差方向に周波数解析を行って前記画像の前記一方方向に対する複数の凹部を含んだ範囲を特定し、前記画像の特定した範囲から各凹部の領域を検出する
    請求項１に記載のプロファイル検出方法。
  3. 前記領域検出工程は、前記画像の前記一方方向の各位置で前記交差方向に画像の周波数解析を行い、複数の凹部に対応する周波数が得られる範囲を、前記画像の前記一方方向に対する複数の凹部を含んだ範囲と特定する
    請求項２に記載のプロファイル検出方法。
  4. 前記領域検出工程は、前記画像の特定した範囲から、前記画像の前記交差方向の位置ごとに前記一方方向の各画素の輝度の平均値を算出し、算出した前記交差方向の各位置の平均値に基づいて、前記画像の特定した範囲から各凹部の領域を検出する
    請求項２又は３に記載のプロファイル検出方法。
  5. 前記境界検出工程は、前記領域検出工程により検出された凹部の領域ごとに、凹部を構成する側壁部分の前記一方方向に対する輝度の変化に基づいて、膜の境界を検出する
    請求項１～４の何れか１つに記載のプロファイル検出方法。
  6. 前記境界検出工程は、前記側壁部分の前記一方方向に対する輝度の変化を求め、変化の大きい部分を膜の境界と検出する
    請求項５に記載のプロファイル検出方法。
  7. 前記輪郭検出工程は、前記画像の凹部の領域ごとに、前記交差方向に対する輝度の変化に基づいて、凹部の輪郭を検出する
    請求項１～６の何れか１つに記載のプロファイル検出方法。
  8. 前記輪郭検出工程は、前記画像の凹部の領域ごとに、前記一方方向の各位置で前記交差方向に対する輝度の変化を求め、変化の大きい部分を凹部の輪郭と検出する
    請求項７に記載のプロファイル検出方法。
  9. 輪郭検出工程の検出結果に基づき、前記凹部の寸法を計測する工程をさらに有する
    求項１～８の何れか１つに記載のプロファイル検出方法。
  10. 前記画像のデータは、走査型電子顕微鏡により取得された基板断面の画像のデータである
    求項１～９の何れか１つに記載のプロファイル検出方法。
  11. 一方方向に窪んだ凹部が前記一方方向に対する交差方向に複数並んだ画像のデータを解析して前記画像の各凹部の領域を検出する領域検出工程と、
    前記データを解析して前記画像に含まれる膜の境界を検出する境界検出工程と、
    前記データを解析して前記画像の凹部の領域ごとに、凹部の輪郭を検出する輪郭検出工程と、
    をコンピュータに実行させるプロファイル検出プログラム。
  12. 一方方向に窪んだ凹部が前記一方方向に対する交差方向に複数並んだ画像のデータを解析して前記画像の各凹部の領域を検出するように構成される領域検出部と、
    前記データを解析して前記画像に含まれる膜の境界を検出するように構成される境界検出部と、
    前記データを解析して前記画像の凹部の領域ごとに、凹部の輪郭を検出するように構成される輪郭検出部と、
    を有する情報処理装置。
JP2022577002A 2021-01-21 2021-11-24 プロファイル検出方法、プロファイル検出プログラム及び情報処理装置 Active JP7483061B2 (ja)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US202163139948P 2021-01-21 2021-01-21
US63/139,948 2021-01-21
PCT/JP2021/042891 WO2022158107A1 (ja) 2021-01-21 2021-11-24 プロファイル検出方法、プロファイル検出プログラム及び情報処理装置

Publications (2)

Publication Number Publication Date
JPWO2022158107A1 JPWO2022158107A1 (ja) 2022-07-28
JP7483061B2 true JP7483061B2 (ja) 2024-05-14

Family

ID=82548706

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2022577002A Active JP7483061B2 (ja) 2021-01-21 2021-11-24 プロファイル検出方法、プロファイル検出プログラム及び情報処理装置

Country Status (5)

Country Link
US (1) US20230360190A1 (ja)
JP (1) JP7483061B2 (ja)
KR (1) KR20230132780A (ja)
TW (1) TW202303092A (ja)
WO (1) WO2022158107A1 (ja)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004251674A (ja) 2003-02-19 2004-09-09 Hitachi High-Technologies Corp 試料の凹凸判定方法、及び荷電粒子線装置
JP2007129059A (ja) 2005-11-04 2007-05-24 Hitachi High-Technologies Corp 半導体デバイス製造プロセスモニタ装置および方法並びにパターンの断面形状推定方法及びその装置
WO2016002341A1 (ja) 2014-06-30 2016-01-07 株式会社 日立ハイテクノロジーズ パターン測定方法、及びパターン測定装置

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7348556B2 (en) * 2005-07-19 2008-03-25 Fei Company Method of measuring three-dimensional surface roughness of a structure
JP6133603B2 (ja) 2013-01-21 2017-05-24 株式会社日立ハイテクノロジーズ 荷電粒子線装置用の検査データ処理装置

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004251674A (ja) 2003-02-19 2004-09-09 Hitachi High-Technologies Corp 試料の凹凸判定方法、及び荷電粒子線装置
JP2007129059A (ja) 2005-11-04 2007-05-24 Hitachi High-Technologies Corp 半導体デバイス製造プロセスモニタ装置および方法並びにパターンの断面形状推定方法及びその装置
WO2016002341A1 (ja) 2014-06-30 2016-01-07 株式会社 日立ハイテクノロジーズ パターン測定方法、及びパターン測定装置

Also Published As

Publication number Publication date
KR20230132780A (ko) 2023-09-18
JPWO2022158107A1 (ja) 2022-07-28
WO2022158107A1 (ja) 2022-07-28
US20230360190A1 (en) 2023-11-09
TW202303092A (zh) 2023-01-16

Similar Documents

Publication Publication Date Title
US20180247400A1 (en) Pattern-Measuring Apparatus and Semiconductor-Measuring System
US7983471B2 (en) Pattern inspection apparatus and method
US9183622B2 (en) Image processing apparatus
JP5651428B2 (ja) パターン測定方法，パターン測定装置及びそれを用いたプログラム
US20080175469A1 (en) Pattern Inspection Apparatus and Semiconductor Inspection System
JP2009047494A (ja) パターン評価方法及びその装置
JP5364528B2 (ja) パターンマッチング方法、パターンマッチングプログラム、電子計算機、電子デバイス検査装置
US10643326B2 (en) Semiconductor measurement apparatus and computer program
TWI466206B (zh) 邊緣檢查和量測
JP7483061B2 (ja) プロファイル検出方法、プロファイル検出プログラム及び情報処理装置
JP5498258B2 (ja) 欠陥解析方法、欠陥解析装置、欠陥解析システム、およびプログラム
KR102078809B1 (ko) 패턴의 선폭 측정 장치 및 그 방법
TW202205160A (zh) 使用機器學習之半導體疊加測量
US10724856B2 (en) Image analysis apparatus and charged particle beam apparatus
WO2023166748A1 (ja) プロファイル検出方法及びプロファイル検出装置
KR100383258B1 (ko) 주사 전자 현미경을 이용한 측정 장치의 측정 에러 검출방법
JP2007104296A (ja) 解像度測定方法、装置及びプログラム
JP6345937B2 (ja) パターン形状検査装置及びパターン形状検査方法
JPH03266444A (ja) 電子ビームを用いた測定装置におけるパタン検出方法および寸法測定方法

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20230707

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20240402

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20240430

R150 Certificate of patent or registration of utility model

Ref document number: 7483061

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150