KR20160014548A - Ｓｅｍ 이미지들과 ｃａｄ 데이터의 레지스트레이션 - Google Patents

Ｓｅｍ 이미지들과 ｃａｄ 데이터의 레지스트레이션 Download PDF

Info

Publication number
KR20160014548A
KR20160014548A KR1020150106462A KR20150106462A KR20160014548A KR 20160014548 A KR20160014548 A KR 20160014548A KR 1020150106462 A KR1020150106462 A KR 1020150106462A KR 20150106462 A KR20150106462 A KR 20150106462A KR 20160014548 A KR20160014548 A KR 20160014548A
Authority
KR
South Korea
Prior art keywords
directional
image
map
maps
cad data
Prior art date
Application number
KR1020150106462A
Other languages
English (en)
Other versions
KR102224577B1 (ko
Inventor
이샤이 스츠와르즈밴드
얀 이반첸코
다니엘 라비드
올리 즈비티아
아이단 카이저맨
Original Assignee
어플라이드 머티리얼즈 이스라엘 리미티드
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 어플라이드 머티리얼즈 이스라엘 리미티드 filed Critical 어플라이드 머티리얼즈 이스라엘 리미티드
Publication of KR20160014548A publication Critical patent/KR20160014548A/ko
Application granted granted Critical
Publication of KR102224577B1 publication Critical patent/KR102224577B1/ko

Links

Images

Classifications

    • G06F17/50—
    • 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
    • G06T7/001—Industrial image inspection using an image reference approach
    • G06F17/5009—
    • G06F17/5068—
    • 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
    • G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
    • 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
    • G06T2207/10028—Range image; Depth image; 3D point clouds
    • 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
    • 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
    • G06V2201/12—Acquisition of 3D measurements of objects
    • G06V2201/122—Computational image acquisition in electron microscopy

Abstract

이미지 프로세싱 방법은 기판 상에 제조된 구조의 현미경 이미지 및 구조를 제조하는데 사용된 cad(computer-aided design) 데이터를 제공하는 것을 포함한다. 현미경 이미지는, 현미경 이미지의 점들의 매트릭스에 대해, 엣지들의 방향들 및 크기들에 대응하는 각각의 방향성 벡터들을 크기들의 부호와 무관한 점들에 포함하는 제 1 방향성 맵을 생성하도록, 컴퓨터에 의해 프로세싱된다. cad 데이터는 cad 데이터에 기초하여 시뮬레이팅된 이미지를 산출하고 그리고 시뮬레이팅된 이미지에 기초하여 제 2 방향성 맵을 생성하도록 컴퓨터에 의해 프로세싱된다. 제 1 및 제 2 방향성 맵들은 cad 데이터와 현미경 이미지를 레지스터링하도록 컴퓨터에 의해 비교된다.

Description

ＳＥＭ 이미지들과 ＣＡＤ 데이터의 레지스트레이션{REGISTRATION OF CAD DATA WITH SEM IMAGES}
본 발명은 일반적으로, 자동화된 검사를 위한 방법들 및 시스템들, 구체적으로 마이크로전자 디바이스들에서의 결함들의 검출 및 분류에 관한 것이다.
진보한 현미경 이미징 툴들, 이를테면 SEM(scanning electron microscope)은 종종, 마이크로전자 디바이스들의 생산시 결함들을 검출하고 분류하기 위해, 반도체 웨이퍼들의 검사에 사용된다. 그러나 SEM 이미지들은, 각각의 이미지에 나타나는 구조들을 식별하고 다른 피쳐들로부터 결함들을 구별하기 위해, 적절히 해석되어야 할 수많은 세목(detail)을 포함한다. 그러한 이미지 내의 구조들의 식별 및 도해(delineation)는 일반적으로 이미지 분할로(image segmentation)로 지칭된다. 적절한 이미지 해석을 돕기 위해, SEM 이미지들의 자동화된 분할을 위한 다양한 기술들이 기술분야에 공지되어 있다.
일부 경우들에, SEM 이미지들은, 검사중인 디바이스들의 생산시에 사용된 CAD(computer aided design) 데이터와 이미지들을 비교함으로서 분할된다. 예를 들면, 미국 특허 제7,792,351호는, 이전에 검출된 잠재적인 결함을 포함하는 지역의 전자 이미지가 획득되는, 이미지 분할을 사용하는 결함 검토 방법을 설명한다. 이미지는 그 후 집적 회로의 CAD 레이아웃에 대해 정렬될 수 있다. 정렬은, 예를 들면, 디자인 정보에 기초한 시야(FOV) 내에 있는 것으로 예상되는 이미지에 특징적인(dominant) 엣지를 위치시킴으로써 수행될 수 있다. 유사하게, 미국 특허 제8,036,445호는 SEM 이미지와 같은 반도체 패턴의 이미지와 CAD 데이터 사이의 포지션 매칭 방법을 설명한다.
SEM 이미지 프로세싱에서 CAD 데이터를 사용하는 다른 예로서, 미국 특허 출원 공보 US 제2009/0238443호는, 임계 치수 SEM(CD-SEM) 이미지 및 CAD 데이터 패턴(형판(template)으로서 지칭됨)의 포지션들을 결정하기 위해 상관 동작(correlation operation)이 사용되는 방법을 설명한다. 구체적으로, 2차원 방향들에서의 CD-SEM 이미지 및 형판의 위치들을 결정하기 위한 상관 동작에 기초한 평가를 통해, 형판 이미지와 CD-SEM 이미지가 최대(highest) 상관을 갖는 X-Y 포지션이 결정되고, 그러한 포지션에서 형판 이미지는 CD-SEM 이미지와 오버레이된다(overlaid).
SEM 이미지 프로세싱을 보조하기 위해 CAD 데이터를 사용하는 다른 방법들이 미국 특허 출원 공보들 US 제2007/0092129호, US 제2009/0039263호, US 제2009/0266985호, 및 US 제2009/0236523호에서 설명된다.
이하에서 설명되는 본 발명의 실시예들은 CAD 데이터를 사용하여 현미경 이미지들을 분석하기 위한 개선된 방법들, 시스템들 및 소프트웨어를 제공한다.
그러므로 본 발명의 실시예에 따르면, 기판 상에 제조된 구조의 현미경 이미지 및 구조를 제조하는데 사용된 CAD(computer-aided design) 데이터를 제공하는 것을 포함하는 이미지 프로세싱 방법이 제공된다. 현미경 이미지는 제 1 방향성 맵을 생성하도록 컴퓨터에 의해 프로세싱되며, 제 1 방향성 맵은 현미경 이미지 내의 점들의 매트릭스에 대해, 엣지들의 방향들 및 크기들에 대응하는 각각의 방향성 벡터들을 크기들의 부호(sign)와 무관한 점들에 포함한다. CAD 데이터는, CAD 데이터에 기초하여 시뮬레이팅된 이미지를 산출하고 그리고 시뮬레이팅된 이미지에 기초하여 제 2 방향성 맵을 생성하도록, 컴퓨터에 의해 프로세싱된다. 제 1 및 제 2 방향성 맵들은, CAD 데이터와 현미경 이미지를 레지스터링하도록 컴퓨터에 의해 비교된다.
개시된 실시예에서, 기판은 반도체 웨이퍼이며, 구조는 웨이퍼 상에 형성된 마이크로전자 디바이스의 일부이며, 현미경 이미지를 제공하는 것은 SEM(scanning electron microscope)을 사용하여 이미지를 캡처하는 것을 포함한다.
전형적으로, 제 1 및 제 2 방향성 맵들의 각각은 이미지에 기울기 연산자(gradient operator)를 적용함으로써 생성되며, 그에 따라 각각의 점에서 각각의 기울기 벡터를 컴퓨팅(computing)하고, 방향성 벡터들을 찾기 위해 각각의 점에서 기울기 벡터의 각도 컴포넌트를 배가한다(doubling).
일부 실시예들에서, 현미경 이미지 및 CAD 데이터를 프로세싱하는 것은, 방향성 벡터들 중 적어도 일부의 크기들을 그 방향들에 반응하여 수정하도록, 제 1 및 제 2 방향성 맵들 중 적어도 하나의 방향성 벡터들을 사후-프로세싱(post-processing)하는 것을 포함한다. 방향성 벡터들을 사후-프로세싱하는 것은, 화이트닝, X-Y 밸런싱, 및 코너 밸런싱으로 이루어진 동작들의 그룹으로부터 선택된 방향성 벡터들에 대한 동작을 적용하는 것을 포함할 수 있다.
개시된 실시예에서, 제 1 및 제 2 방향성 맵들을 비교하는 것은, 제 1 방향성 맵과 제 2 방향성 맵 사이의 상관 맵(correlation map)을 컴퓨팅하는 것, 및 CAD 데이터와 현미경 이미지 사이의 변환을 정의하기 위해 상관 맵의 피크를 식별하는 것을 포함한다.
부가적으로 또는 대안적으로, 현미경 이미지를 프로세싱하는 것은, 현미경 이미지에 기초하여, 구조의 3차원(3D) 형상을 나타내는 제 1 높이 맵을 생성하는 것을 포함하고, CAD 데이터를 프로세싱하는 것은 CAD 데이터에 기초하여 구조의 제 2 높이 맵을 생성하는 것을 포함하며, 상관 맵을 생성하는 것은 CAD 데이터와 현미경 이미지를 레지스터링하기 위해, 제 1 및 제 2 방향성 맵들에 대한 제 1 비교를 제 1 및 제 2 높이 맵들에 대한 제 2 비교와 결합하는 것을 포함한다.
또한, 본 발명의 실시예에 따르면, 기판 상에 제조된 구조의 현미경 이미지 및 구조를 제조하는데 사용되는 CAD(computer-aided design) 데이터를 저장하도록 구성된, 메모리를 포함하는 이미지 프로세싱 장치가 제공된다. 프로세서는, 현미경 이미지의 점들의 매트릭스에 대해, 엣지들의 방향들 및 크기들에 대응하는 각각의 방향성 벡터들을 크기들의 부호를 나타내는 점들에 포함하는 제 1 방향성 맵을 생성하도록 현미경 이미지를 프로세싱하고, 그리고 CAD 데이터에 기초하여 시뮬레이팅된 이미지를 산출하고 그리고 시뮬레이팅된 이미지에 기초하여 제 2 방향성 맵을 생성하도록 CAD 데이터를 프로세싱하며, CAD 데이터와 현미경 이미지를 레지스터링하도록 제 1 및 제 2 방향성 맵들을 비교하도록 구성된다.
본 발명의 실시예에 따르면, 내부에 프로그램 명령들이 저장되는, 비일시적 컴퓨터 판독가능한 매체를 포함하는 컴퓨터 소프트웨어 물건이 부가적으로 제공되며, 명령들은 컴퓨터에 의해 판독될 때, 컴퓨터로 하여금, 기판 상에 제조된 구조의 현미경 이미지 및 구조를 제조하는데 사용된 CAD(computer-aided design) 데이터를 수용하고, 현미경 이미지의 점들의 매트릭스에 대해, 엣지들의 방향들 및 크기들에 대응하는 각각의 방향성 벡터들을 크기들의 부호와 무관한 점들에 포함하는 제 1 방향성 맵을 생성하도록 현미경 이미지를 프로세싱하고, CAD 데이터에 기초하여 시뮬레이팅된 이미지를 산출하고 그리고 시뮬레이팅된 이미지에 기초하여 제 2 방향성 맵을 생성하도록 CAD 데이터를 프로세싱하며, 그리고 CAD 데이터와 현미경 이미지를 레지스터링하도록 제 1 및 제 2 방향성 맵들을 비교하게 한다.
본 발명은, 도면들과 함께 생각할 때, 본 발명의 실시예들에 대한 하기의 상세한 설명으로부터 보다 충분히 이해될 것이다.
도 1은 본 발명의 실시예에 따른, 자동화된 검사 시스템의 개략적인 그림 예시(pictorial illustration)이며;
도 2는 본 발명의 실시예에 따른, SEM 이미지와 CAD 데이터의 레지스트레이션을 위한 방법을 개략적으로 도시하는 흐름도이며;
도 3은 본 발명의 실시예에 따른, 도 2의 방법의 다양한 단계들에서 생성된 데이터를, 그래픽 형태로, 개략적으로 도시하는 흐름도이며;
도 4는 본 발명의 실시예에 따른, 엣지 방향성 맵의 사후-프로세싱을 위한 방법을 개략적으로 도시하는 흐름도이며;
도 5는 본 발명의 실시예에 따른, SEM 기반 및 CAD 기반 맵들의 상관을 위한 방법을 개략적으로 도시하는 흐름도이며; 그리고
도 6은 본 발명의 실시예에 따른, 시뮬레이팅된 이미지를 변환함으로써 시뮬레이팅된 CAD 기반 이미지와 SEM 이미지를 레지스터링하기 위한 방법을, 그래픽 형태로, 개략적으로 도시하는 흐름도이다.
CAD 데이터와 SEM 이미지들의 레지스트레이션(registration)은 분할(segmenting)과 그에 따른, 이미지들로부터의 정보 추출(extracting)을 위한 유용한 기술이다. 이러한 방식으로 일단 SEM 이미지가 분할되었다면, 이미지 프로세싱 기술들이, 예를 들어, 이미지 내의 구조들의 형상들 및 위치들 그리고 상기 구조들 간의 거리들을 측정하는 데에 효과적으로 그리고 효율적으로 적용될 수 있다. SEM 이미지에서 제조 결함들이 검출되는 경우, CAD-기반 분할(segmentation)은, 검사(inspection) 중인 디바이스의 기능 엘리먼트들에 대한, 그러한 결함들의 위치들을 정확하게 찾아내는(pinpoint) 것을 가능하게 한다.
그러나, 대응하는 CAD 데이터와 SEM 이미지들의 정확하고 명백한 레지스트레이션은 달성하기 어려울 수 있는데, 이는 특히, 그러한 레지스트레이션이, 그러한 상이한 양식들(modalities)에 의해 생성된 이미지들을 매칭시키는 것을 수반하기 때문이다. 결과적으로, CAD 데이터로부터 시뮬레이팅된 이미지의 시각적 외관(visual appearance)은 종종, 웨이퍼 상에 프린팅된 결과물과 현저하게 상이할 수 있다. CAD 데이터 및 이미지들 내의 구조들은 종종, 복잡하고 반복적이다. 게다가, SEM 이미지들은 노이즈가 발생하는(noisy) 경향이 있고 낮은 콘트라스트(contrast)를 갖는다. 이미지에 나타나는 구조의 주어진 엣지의 전이 방향(transition direction)은 상이한 이미징 조건들 하에서 변할 수 있는데, 즉, 엣지는, 몇몇 조건들 하에서는 어둠(dark)으로부터 밝음(light)으로의 전이부로서 나타날 수 있고, 다른 조건들 하에서는 밝음으로부터 어둠으로의 전이부로서 나타날 수 있다. 이러한 이유와 다른 이유들 때문에, SEM 이미지와의 레지스트레이션의 목적들을 위해, CAD 데이터로부터 시뮬레이팅된 충실한 이미지를 생성하는 것이 어려울 수 있다. 광학 현미경에 의해 생성된 이미지들과 같은 다른 종류들의 현미경 이미지들과 CAD 데이터의 레지스트레이션에서 유사한 문제들이 발생할 수 있다.
이하에서 설명되는 본 발명의 실시예들은, 현미경 이미지들과 CAD 데이터 사이의 레지스트레이션을 위한 효율적이고 신뢰할만한 방법들을 제공함으로써, 이러한 문제들을 다룬다. 이러한 방법들은 방향성 맵들(directionality maps)을 사용하는데, 방향성 맵들은 (실제 또는 시뮬레이팅된) 이미지의 점들(points)의 매트릭스에서 각각의 방향성 벡터들을 포함하고, 벡터들은 그러한 점들에서의 엣지들의 방향들 및 크기들(magnitudes)에 대응한다. 방향성 벡터들의 방향들은 대응하는 엣지 크기의 부호(sign)와 무관하고, 이에 의해, 밝음-에서-어둠 전이와 어둠-에서-밝음 전이 사이의 모호성들이 본질적으로 해결된다.
전형적으로, 방향성 맵은, 기울기 연산자(gradient operator)를 이미지에 적용함으로써 생성되고, 이로써, 이미지의 각각의 점에서 (크기 및 각도 컴포넌트들을 갖는 복소수로서 표현되는) 각각의 기울기 벡터를 컴퓨팅하며, 방향성 벡터들을 찾기 위해, 각각의 점에서 기울기 벡터의 각도의 각도 컴포넌트(angular component)를 배가(doubling)시킨다. 그러한 방향성 맵들은 이미지 강도, 콘트라스트, 노이즈, 및 이미징 조건들에서의 변화들에 상대적으로 둔감하며, 특정 각도로 배향된(oriented) 엣지가, 엣지의 부호가 양인지 음인지와 무관하게 동일한 방향성을 가지게 될 특별한 이점을 갖는다.
개시된 실시예들에서, CAD 데이터는, 시뮬레이팅된 이미지를 생성하기 위해, 컴퓨터에 의해 프로세싱된다. 그런 후에, 현미경 이미지 및 대응하는 시뮬레이팅된 CAD 이미지는, 각각의 방향성 맵들을 생성하기 위해, 독립적으로 프로세싱된다. 컴퓨터는, 맵들을 레지스터링하기 위해, 이러한 방향성 맵들을 비교하고, 이에 따라, 현미경 이미지와 CAD 데이터 간의 정확한 레지스트레이션을 계산한다. 전형적으로, 이미지들은, 2개의 방향성 맵들 사이의 상관 맵(correlation map)을, (수직 및 수평의) 상대적 시프트(shift) 그리고 가능하게는 회전 및 스케일링(scaling)에 따라 컴퓨팅(computing)함으로써 비교된다. 상관 맵에서의 피크(peak)는 CAD 데이터와 현미경 이미지 사이의 변환(transformation)(시프트, 또는 더 일반적으로 아핀 변환(affine transform))을 식별하고, 상기 변환은, 데이터와 이미지가 상호 공동의(mutual) 레지스트레이션이 되게 하기 위해, 적용될 수 있다.
몇몇 실시예들에서, 컴퓨터는, 비교가 시도되기 전에 맵 품질을 개선하기 위해, 방향성 맵들의 중 하나 또는 양자 모두의 방향성 벡터들에 사후-프로세싱(post-processing) 단계들을 적용한다. 전형적으로, 사후-프로세싱은 방향성 벡터들의 적어도 일부의 크기들을 벡터들의 방향들에 따라 수정한다. 필터링 사후-프로세싱 동작들은, 예를 들어, 벡터들의 공간 주파수 스펙트럼들(spatial frequency spectra)을 화이트닝(whitening)하는 것, 수평(X) 및 수직(Y) 방향 컴포넌트들을 밸런싱(balancing)하는 것, 및/또는 코너들에 대해 직선형(rectilinear)(수평 및 수직) 컴포넌트들을 밸런싱하는 것을 포함할 수 있다.
부가적으로 또는 대안적으로, 현미경 이미지들 및 CAD 데이터는, 시야(field of view)에서 구조들의 3-차원(3D) 형상을 나타내는 각각의 높이 맵들을 생성하도록 프로세싱될 수 있다. 그런 후에, 이러한 실제의 높이 맵과 시뮬레이팅된 높이 맵은, CAD 데이터와 현미경 이미지들을 더 정확하게 레지스터링하기 위해, 방향성 맵들의 비교에 부가하여, 비교될 수 있다.
도 1은 본 발명의 실시예에 따른, 자동화된 결함 검사 및 분류를 위한 시스템(20)의 개략적인 그림 예시이다. 패터닝된 반도체 웨이퍼(22)와 같은 샘플이 검사 기계(24) 내로 삽입된다. 이러한 기계는, 예를 들어, 주사 전자 현미경(SEM) 또는 광학 검사 디바이스 또는 당업계에 공지된 임의의 다른 적합한 종류의 검사 장치를 포함할 수 있다. 기계(24)는 웨이퍼(22)의 표면을 이미지화하고, 결과물들을 프로세싱하여, 현미경 이미지들을 출력하며, 그러한 현미경 이미지들은 웨이퍼 상의 결함들을 보여줄 수 있다. 뒤이어 나오는 설명에서 제시되는 예들이 특히 SEM 이미지들에 관련되지만, 개시된 실시예들의 원리들은 다른 종류들의 현미경 이미지들에 유사하게 적용될 수 있다.
이미지 프로세싱 기계(26)는 검사 기계(24)에 의해 출력된 이미지들을 수신하고 프로세싱한다. 이미지 프로세싱 기계(26)는 전형적으로, 디스플레이(32) 및 입력 디바이스(34)를 포함하는 사용자 인터페이스와 함께, 범용 컴퓨터 형태의 장치를 포함하며, 상기 범용 컴퓨터 형태의 장치는, 이미지들 및 CAD 데이터를 유지하기 위한 메모리(30)를 갖는 프로세서(28)를 포함한다. 일반적으로, 메모리(30)에는, 검사 기계(24)에 의해 이미징된, 웨이퍼(22) 상의 구조들을 생성하는 데에 사용된 CAD 데이터가 로딩된다. 대안적으로 또는 부가적으로, CAD 데이터는 개별 CAD 서버(도시되지 않음)로부터 스트리밍될 수 있다. 기계(26)는 시뮬레이팅된 CAD-기반 이미지들을 생성하고, 이러한 이미지들을 기계(24)로부터 수신된 실제 이미지들과 레지스터링한다.
프로세서(28)는 전형적으로, 본원에서 설명되는 기능들을 수행하도록 소프트웨어로 프로그래밍된다. 소프트웨어는, 예를 들어, 전자 형태로, 네트워크를 통해서 프로세서에 다운로딩될 수 있거나, 또는, 대안적으로 또는 부가적으로, 광학, 자기, 또는 (또한 메모리(30)에 포함될 수 있는) 전자 메모리 매체들과 같은, 유형(tangible)의 비-휘발성 컴퓨터-판독 가능한 저장 매체들에 저장될 수 있다. 이미지 프로세싱 기계(26)의 기능들을 구현하는 컴퓨터는 본(present) 이미지 프로세싱 기능들 전용일 수 있거나, 또는, 레지스터링된 이미지들의 도움을 통한 자동 결함 식별 및 분류와 같은, 부가적인 컴퓨팅 기능들을 또한 수행할 수 있다. 대안적으로 또는 부가적으로, 기계(26)의 기능들은 검사 기계(24)에 통합될 수 있거나 또는, 하나 또는 다수의 개별 컴퓨터들의 다수의 프로세서들 사이에 다른 방식으로 분산될 수 있다. 다른 대안으로서, 본원에서 설명되는 이미지 프로세싱 기능들 중 적어도 일부는 전용 또는 프로그래밍 가능한 하드웨어 로직에 의해 수행될 수 있다.
이제 도 2 및 도 3을 참조하면, 도 2 및 도 3은 본 발명의 실시예에 따른, SEM 이미지와 CAD 데이터의 레지스트레이션을 위한 방법을 개략적으로 예시한다. 도 2는 방법의 단계들을 보여주는 흐름도인 반면, 도 3은 다양한 단계들에서의 입력들 및 출력들을 표현하는 이미지들을 도시한다. 이러한 방법은, 웨이퍼(22) 상의 구조들과 관련된 이미지들 및 CAD 데이터를 사용하여, 이미지 프로세싱 기계(26)에 의해 수행될 수 있다. 대안적으로, 방법은, 현미경 이미징 및 분석을 위한 실질적으로 임의의 적합한 종류의 시스템에서, 다른 종류들의 이미지들 및 샘플들에 적용될 수 있다.
본 예에서, 프로세서(28)는 도 2의 방법을 하나 또는 그 초과의 SEM 이미지들(40) 및 "CAD 클립(clip)"으로 지칭되는, 대응하는 CAD 데이터(42)에 적용하는데, 이는 이미지(40)의 지역(area)에 관련되는 CAD 데이터의 부분이 전체 CAD 파일로부터 "클리핑(clipped)"되기 때문이다. 전형적으로, CAD 클립의 치수들은, 레지스터링되는 경우, 전체 SEM 이미지가 CAD 클립의 지역 내에 포함될 것을 보장하기 위해, SEM 이미지보다 더 크지만, 대안적으로, 프로세서(28)는 SEM 이미지와 CAD 클립 사이에서 부분적인 중첩(overlap)(예를 들어, 각각의 축 상에 대해 적어도 50% 중첩)으로 작업할 수 있다. 레지스트레이션 프로세스 그 자체 이전에, 프로세서는 각각의 사전-프로세싱 스테이지들(pre-processing stages; 44 및 46)에서 SEM 이미지 및 CAD 클립을 사전-프로세싱한다.
사전-프로세싱 스테이지(44)에서, 프로세서(28)는, (전형적으로 SEM 기계에서 상이한 검출기들을 사용하여) 상이한 관점(perspective)들로부터 취해진, 동일한 지역의 다수의 SEM 이미지들(40)을 이미지 결합 단계(48)에서 결합할 수 있다. 상이한 이미지 피쳐들이 상이한 관점들에서 더 강하게 나타날 수 있기 때문에, 이러한 방식으로 이미지들을 합치는(merge) 것은, 도 3에 도시된 바와 같이, 더 선명한 합쳐진 SEM 이미지(94)를 제공하는 데에 유용하다. 선택적으로, 상이한 관점들은, 웨이퍼(22)의 표면의 3-차원(3D) 지형 모델(topographical model)인 높이 맵(52)을 생성하는 데에 사용될 수 있고, 상기 높이 맵(52)은 SEM 이미지들(40)의 구조의 3D 형상을 보여준다. 이러한 종류의 높이 맵들을 생성하기 위한 방법들은, 예를 들어, 그 개시물이 인용에 의해 본원에 포함되는, 미국 특허 출원 공보 2013/0200255 에서 설명된다.
프로세서(28)는 결과적인 SEM 이미지들을 크기조정(resize)할 수 있는데, 즉, 프로세서는, 후속하는 동작들을 촉진시키기 위해, 크기조정 단계(50)에서 이미지 해상도(resolution)를 조정할 수 있다. 이러한 목적을 위해, 프로세서는 전형적으로, 요구되는 경우, 더 적은 개수의 픽셀들을 제공하기 위해, 이미지 픽셀 값들을 리샘플링(resample)한다.
클립(42)의 CAD 데이터는, 웨이퍼(22) 상에 적층된(built up) 디바이스 층들에 대응하는 다수의 층들로 조직화된다(organized). 각각의 층의 내용물들(contents)은 폴리곤들(polygons)의 특정 형상들, 크기들, 및 포지션들의 면에서 정의된다. 스테이지(46)에서, 프로세서(28)는 다층 CAD 데이터를 단일의 시뮬레이팅된 래스터(raster) 이미지로 전환시킨다(convert). 이러한 목적을 위해서, 프로세서(28)는, 우선, 래스터화(rasterizing) 단계(54)에서, 클립(42)의 각각의 층의 폴리곤들을 래스터 이미지로 전환시키고, 도 3에 도시된 바와 같이, 층들에 대응하는 래스터 이미지들(90)의 세트를 제공한다. 래스터의 해상도는, 단계(50)에서 설정된 SEM 이미지의 해상도와 동일하도록 선택된다.
프로세서(28)는, SEM 시뮬레이션 단계(58)에서, 이러한 래스터 이미지들(90)을 층층이(one upon another) 쌓아서, 결합된 겹쳐진 이미지를 제공한다. 이러한 목적을 위해, 프로세서는, 어떤 피쳐들이 시뮬레이팅된 SEM 이미지에서 가시적이어야 하는지, 그리고 더 높은 층들의 겹치는 피쳐들에 의해서 어떤 것이 감춰져야 하는지를 결정하기 위해, 층들의 가시성 순서(visibility order)를 사용한다. 그런 후에, 프로세서(28)는, 시뮬레이팅된 SEM 이미지(92)(도 3)를 산출하는, 이미지에서 가시적인 구조들에 대해서 실제 제조 및 SEM 이미징이 가지게 될 효과를 시뮬레이팅하기 위해, 이러한 겹쳐진 이미지를 수정한다. 단계(58)는, 예를 들어, 날카로운 코너들을 만곡되게 하고(rounding) 이미지의 날카로운 엣지들을 매끄럽게 하는(smoothing) 것을 수반할 수 있다.
프로세서(28)는, SEM 이미지들(40)로부터 유도되는 실제 높이 맵(52)과 비교되도록, CAD 이미지를 합성(synthetic) 높이 맵(62)으로 전환시킨다.
프로세서(28)는, 각각의 방향성 표현 단계들(64 및 66)에서, 실제의 SEM 이미지와 시뮬레이팅된 SEM 이미지를 각각의 방향성 맵들로 변환시킨다. 이러한 목적을 위해, 프로세서는 기울기 연산자를 각각의 이미지에 적용하고, 이에 따라, 이미지의 각각의 점에서 각각의 기울기 벡터(D)를 컴퓨팅하며, 그런 후에, 방향성 벡터(D2)를 찾기 위해, 각각의 점에서 기울기 벡터의 각도 컴포넌트를 배가시킨다. 결과적으로, 엣지의 전이부들의 부호들의 변화들은 상쇄되고, 이에 의해, 주어진 각도로 배향된 엣지는 크기의 부호와 무관하게 동일한 방향성 벡터를 가질 것이다. 앞서 주지된 바와 같이, 방향성 맵의 이러한 특징은, 현미경 이미징에서 종종 발생하는 모호성들을 해결하는 데에 특히 유용하다.
방향성 맵의 다른 특징은, 이미지의 직선형 엣지 컴포넌트들의 분리이며, 즉, 수평(X) 방향 및 수직(Y) 방향으로 배향된 직선형 컴포넌트들은, 다른 배향들을 갖는 코너형 엣지 컴포넌트들과 분리된다. 방향성의 복소수 표현에서, 방향성 벡터(D2)의 실수 부분은 직선형 컴포넌트들을 포함하는 반면, 허수 부분은 코너형 컴포넌트들을 포함한다.
방향성의 이러한 특징은, 도 3에서 도시된, 방향성 맵들(98)에 의해, 단계들(64 및 66)에서 유도되는 바와 같이 예시된다: 이미지들(100 및 104)은, 이미지들의 각각의 점에서, 시뮬레이팅된 SEM 이미지와 실제 SEM 이미지로부터 유도된 방향성 맵들의 실수 컴포넌트들의 크기들을 나타내는 반면, 이미지들(102 및 106)은 허수 컴포넌트들의 크기들을 나타낸다. 시뮬레이팅된 SEM 이미지(92)와 실제 SEM 이미지(94)를 비교할 때 관찰될 수 있는 콘트라스트 변화들 및 엣지 부호 반전들(reversals)에도 불구하고, 프로세서(28)는 이제, 방향성 맵들에서의 직선형 컴포넌트들과 코너형 컴포넌트들 사이에서 형태의 강한 유사성(resemblance)을 관찰할 수 있다.
방향성 맵들 간의 상관을 강화하고 스퓨리어스(spurious) 맵 컴포넌트들의 충격을 최소화하기 위해, 프로세서(28)는, 각각의 사후-프로세싱 단계들(68 및 70)에서, 실제 방향성 맵 및 시뮬레이팅된 방향성 맵 중 하나 또는 양자 모두를 사후-프로세싱할 수 있다. 일반적으로 말해서, 이러한 단계들은, 방향성 벡터들의 방향들에 기초하여 방향성 벡터들의 적어도 일부의 크기들을 수정하기 위해, 방향성 맵들 중 하나 또는 양자 모두의 방향성 벡터들을 변환시키는 것을 수반한다. 단계들(68 및 70)의 세부사항들은 이하에서 도 4와 관련하여 설명된다.
단계들(68 및 70)에서 수행되는 사후-프로세싱은, 래스터 분석 단계(72)에서 추출되는, 시뮬레이팅된 SEM 이미지의 특징들을 이용할 수 있다. 이러한 래스터 분석은 래스터 이미지들에 기초하여 CAD 속성들을 계산하고, 그런 후에, 이러한 속성들은 단계들(68 및 70)의 양태들을 제어 및 튜닝하는 데에 적용될 수 있다. 예를 들어, 래스터 분석기는 CAD가 1-차원인지를 결정할 수 있고 그에 따라서 X-Y 밸런싱을 제어할 수 있다.
실제 SEM 이미지와 시뮬레이팅된 SEM 이미지 사이의 오프셋(offset)을 찾기 위해, 프로세서(28)는, 상관 단계(74)에서, 실제 방향성 맵 및 시뮬레이팅된 방향성 맵에 기초하여, 기울기-기반 상관을 컴퓨팅한다. 상관 맵은 실제 방향성 맵과 시뮬레이팅된 방향성 맵 사이의 가변 (X,Y) 오프셋에 따른 벡터 상관 결과의 크기를 포함한다. 선택적으로, 맵들 간의 상대적 회전 및/또는 스케일링이 또한 고려될 수 있다. 전형적으로, 상관은, 더 큰 지역의 CAD 클립(42) 내의 SEM 이미지(40)의 모든 가능한 오프셋들에 대해서 컴퓨팅된다. 부가적으로, 프로세서(28)는, 기울기-기반 상관만 사용할 때 발생할 수 있는 상관 모호성을 해결하기 위해, 방향성 맵들의 상관에 대한 보완(supplement)으로서, 실제 높이 맵(52)과 합성 높이 맵(62) 사이의 지역-기반 상관을 컴퓨팅하고 사용할 수 있다. 단계(74)의 세부사항들은 도 5와 관련하여 이하에서 설명된다.
단계(74)의 결과물은 결합된 상관 맵(110)(도 3)이고, 상기 맵은 (X, Y) 오프셋에 따른 상관 결과를 보여준다. 프로세서(28)는, 피크 선택 단계(76)에서, 오프셋에 따라 상관 맵(110)에서 피크(112)를 탐색(seek)한다. 피크 위치는, 입력 맵들을 상호 공동의 레지스트레이션이 되게 하는 데에 필요한 상대적 시프트를 나타낸다. 피크 위치에 기초하여, 프로세서(28)는, 변환 생성 단계(78)에서, SEM 이미지(40)와 CAD 클립(42) 사이에 적용될 변환을 컴퓨팅한다. 그런 후에, 프로세서는, CAD 데이터를 이미지(40)와 정렬되게 하기 위해, 레지스트레이션 단계(80)에서, 이러한 변환을 클립(42)에 적용한다. 이러한 단계의 결과물은 시뮬레이팅된 이미지(82)이며, 이러한 이미지는 SEM 이미지(40)와 레지스터링되고, SEM 이미지의 분할 및 추가적인 프로세싱을 위해 사용될 수 있다. 단계들(78 및 80)의 세부사항들은 이하에서 도 6과 관련하여 제공된다.
도 4는, 본 발명의 실시예에 따른, 사후-프로세싱 단계(70)의 세부사항들을 개략적으로 도시하는 흐름도이다. 사후-프로세싱 단계(68)는, 필요한 부분만 수정하여, 유사한 엘리먼트들을 포함할 수 있다. 단계(70)는, D2 방향성 맵에 적용되는, 이하의 동작들 중 하나 또는 그 초과의 동작들을 포함할 수 있다:
● 화이트닝 동작(120). 이 단계에서, 프로세서(28)는, 주파수 스펙트럼의 피크들을 특정 정도만큼 약화("화이트닝")시키기 위해, 그리고 가능하게는 약한 주파수 컴포넌트들을 증폭시키기 위해, 주파수-의존 필터를 방향성 맵의 컴포넌트들에 적용한다. 이러한 종류의 화이트닝은, 실제 디바이스 구조에 필수적이지는 않은 고-주파수 이미지 컴포넌트들의 충격을 감소시키는 데에 특히 유용하고, 그밖에는, 단계(74)에서 발견된 상관의 결과의 정확도를 감소시킬 수 있다. 부가적으로, 이러한 단계는, 상관 결과를 방해(interfere)할 수 있는 특정 기울기 주파수들을 약화시키기 위해, 주파수 선택성을 포함할 수 있다.
프로세서(28)는 동작(120)을 방향성 맵의 직선형 컴포넌트들 또는 코너형 컴포넌트들, 또는 양자 모두에게 적용할 수 있다. 방향성 맵의 직선형 컴포넌트들을 필터링할 때, 프로세서는 이미지의 X (수평) 직선형 컴포넌트와 Y (수직) 직선형 컴포넌트에 상이한 필터들을 적용할 수 있다.
● X-Y 밸런싱 동작(122). 프로세서(28)는 전형적으로, 이미지의 수평 직선형 컴포넌트와 수직 직선형 컴포넌트를 밸런싱하기 위해, 이 동작을 방향성 맵의 직선형 부분에 적용하고, 이에 의해, 후속하는 상관 컴퓨테이션(computation)에 대한 상기 컴포넌트들의 상대적인 충격들이 대체로 동일하다. 이러한 목적을 위해, 프로세서는 X 및 Y 가중 인자들(weighting factors)을 방향성 컴포넌트들에 적용할 수 있다. 프로세서(28)는 에너지 균등화 원리(energy equalization principle)에 기초하여 자동으로 가중 인자들을 컴퓨팅할 수 있다. 가중 강도는, 너무 공격적인 밸런싱을 피하기 위해, 특정 범위로 제한될 수 있다.
● 코너 밸런싱 동작(124). 이 동작은 사실상 X-Y 밸런싱과 유사하지만, 그보다는, 후속하는 상관 변환에서의 방향성의 직선형 컴포넌트들과 코너형 컴포넌트들의 기여들(contributions)을 밸런싱하는 것에 관한 것이다. 프로세서(28)는 폴리곤들의 CAD 클립의 분석에 기초하여 코너 가중 인자를 자동으로 컴퓨팅할 수 있다.
상기 사후-프로세싱 동작들은 예로서 설명된다. 동작들이 특정 순서로 도시되지만, 단계들의 순서는 다른 구현예들에서 변경될 수 있고, 상기 동작들 전부가 모든 상황들에서 필수적으로 사용되는 것은 아닐 것이다. 또한, 이미지 프로세싱 업계에서 공지된 바와 같은 다른 사후-프로세싱 동작들은, 단계들(68 및 70)에서 적용될 수 있고, 본 발명의 범위 내에 있는 것으로 고려된다.
도 5는 본 발명의 실시예에 따른, 상관 단계(74)의 세부사항들을 개략적으로 도시하는 흐름도이다. 사후-프로세싱 단계들(68 및 70)에 후속해서, 프로세서(28)는, 시뮬레이팅된 방향성 맵(130)(D2CAD)과 실제 방향성 맵(132)(D2SEM)을 비교하기 위해, 정규화된(normalized) 기울기 상관(NGC)(134)을 적용한다.
실제 높이 맵(52)과 시뮬레이팅된 높이 맵(62)이 또한 비교되는 경우, 당업계에 공지된 바와 같이, 프로세서(28)는 이러한 맵들 간의 정규화된 상호상관(cross correlation)(NCC)(136)을 컴퓨팅한다. 입력 이미지들 간의 엣지들의 상관을 표현하는 NGC 맵과 구별되게, NCC 맵은 이미지들에서 나타나는 피쳐들의 높이들의 상관을 표현한다.
프로세서(28)는, 결합된 상관 맵(110)을 제공하기 위해, 상관 결합 단계(138)에서, NGC 맵과 NCC 맵을 결합한다. 맵(110)은, 각각의 점(u)에서, 결합된 상관 맵 값(CM)을 포함한다.
본 발명은, 상관 단계(74)의 구현예에 대해 상기 설명된 동작들에 의해서 제한되지 않는다. 본 발명의 다른 실시예들은 다른 조합 및 상관 방법들을 사용할 수 있다. 예를 들어, 상관 단계(74)는, 방향성 맵들을 X 및 Y로 그리고 높이 맵을 X 및 Y로 표현한 각각의 픽셀에 대한 4개의 엘리먼트들의 벡터를 취하고, 그리고 이러한 벡터들 간의 상관을 수행함으로써 구현될 수 있다.
단계(76)에서, 프로세서(28)는 전형적으로, 상관 맵(110)에서 가장 높은 피크 값을 갖는 u의 값을 선택한다.
도 6은 본 발명의 실시예에 따른, 단계들(78 및 80)에서 프로세서(28)에 의해 수행되는 동작들의 예가 되는 이미지들을 도시하는 흐름도이다. 이러한 예의 SEM 이미지(150)는, 단계(76)에서, CAD 클립에 기초하여, 시뮬레이팅된 이미지(152)의 중앙에 대해서 오프셋되고 그리고 또한, CAD 클립에 대해 회전되는 것이 발견되었다. SEM 이미지(150)의 지역은, 시뮬레이팅된 이미지(152) 상에 겹쳐 놓인(superimposed) 경계부(154)에 의해 표시된다.
그러므로, 단계(78)에서, 프로세서(28)는, 병진 컴포넌트, 회전 컴포넌트, 및 스케일링 컴포넌트에 의해, 아핀 변환을 컴퓨팅한다. 프로세서는, 변환된 시뮬레이팅된 이미지(156)를 생성하기 위해, 단계(80)에서, 이러한 변환을 적용하는데, 변환된 시뮬레이팅된 이미지(156)는 이미지(156)를 이미지(150)와 정렬되게 하기 위해 시프팅되고 회전되었다. 그런 후에, 프로세서(28)는 최종적으로 출력된 시뮬레이팅된 이미지(158)를 제공하기 위해 경계부(154)를 따라 이미지(156)를 잘라낼(crop) 수 있으며, 이미지(158)는 SEM 이미지(150)와 레지스터링된다.
전술된 실시예들이 예로서 인용되고, 그리고 본 발명이 앞서서 구체적으로 도시되고 설명된 것으로 제한되지 않는다는 것이 이해될 것이다. 오히려, 본 발명의 범위는, 전술한 여러 가지 특징들의 조합들 및 하위-조합들 양자 모두뿐만 아니라, 전술한 설명을 읽을 때 당업자가 안출할 것이고 종래 기술에서 개시되지 않은 본 발명의 변경예들 및 수정예들을 포함한다.

Claims (20)

  1. 이미지 프로세싱 방법으로서:
    기판 상에 제조된 구조의 현미경 이미지 및 상기 구조를 제조하는데 사용된 CAD(computer-aided design) 데이터를 제공하는 단계;
    제 1 방향성 맵 ― 상기 제 1 방향성 맵은 상기 현미경 이미지 내의 점들의 매트릭스에 대해, 엣지들의 방향들 및 크기들에 대응하는 각각의 방향성 벡터들을 상기 크기들의 부호(sign)와 무관한 점들에 포함함 ― 을 생성하도록, 상기 현미경 이미지를 컴퓨터에 의해 프로세싱하는 단계;
    상기 CAD 데이터에 기초하여 시뮬레이팅된 이미지를 산출하고 그리고 상기 시뮬레이팅된 이미지에 기초하여 제 2 방향성 맵을 생성하도록, 상기 컴퓨터에 의해 상기 CAD 데이터를 프로세싱하는 단계; 및
    상기 CAD 데이터와 상기 현미경 이미지를 레지스터링하도록, 상기 컴퓨터에 의해 상기 제 1 및 제 2 방향성 맵들을 비교하는 단계;를 포함하는
    이미지 프로세싱 방법.
  2. 제 1 항에 있어서,
    상기 기판은 반도체 웨이퍼이며, 상기 구조는 상기 웨이퍼 상에 형성된 마이크로전자 디바이스의 일부이며, 상기 현미경 이미지를 제공하는 단계는 SEM(scanning electron microscope)를 사용하여 상기 이미지를 캡처하는 단계를 포함하는
    이미지 프로세싱 방법.
  3. 제 1 항에 있어서,
    상기 제 1 및 제 2 방향성 맵들의 각각은 이미지에 기울기 연산자(gradient operator)를 적용함으로써 생성되고, 그에 따라 각각의 점에서 각각의 기울기 벡터를 컴퓨팅하며, 상기 방향성 벡터들을 찾기 위해 각각의 점에서 상기 기울기 벡터의 각도 컴포넌트를 배가하는
    이미지 프로세싱 방법.
  4. 제 1 항에 있어서,
    상기 현미경 이미지 및 상기 CAD 데이터를 프로세싱하는 단계는, 상기 방향성 벡터들 중 적어도 일부의 크기들을 그 방향들에 반응하여 수정하도록, 상기 제 1 및 제 2 방향성 맵들 중 적어도 하나의 방향성 벡터들을 사후-프로세싱하는 단계를 포함하는
    이미지 프로세싱 방법.
  5. 제 4 항에 있어서,
    상기 방향성 벡터들을 사후-프로세싱하는 단계는, 화이트닝, X-Y 밸런싱, 및 코너 밸런싱으로 이루어진 동작들의 그룹으로부터 선택된 방향성 벡터들에 대한 동작을 적용하는 단계를 포함하는
    이미지 프로세싱 방법.
  6. 제 1 항에 있어서,
    상기 제 1 및 제 2 방향성 맵들을 비교하는 단계는 상기 제 1 방향성 맵과 상기 제 2 방향성 맵 사이의 상관 맵을 컴퓨팅하는 단계, 및 상기 CAD 데이터와 상기 현미경 이미지 사이의 변환(transformation)을 정의하기 위해 상기 상관 맵에서 피크(peak)를 식별하는 단계를 포함하는
    이미지 프로세싱 방법.
  7. 제 1 항에 있어서,
    상기 현미경 이미지를 프로세싱하는 단계는, 상기 현미경 이미지에 기초하여, 상기 구조의 3차원(3D) 형상을 나타내는 제 1 높이 맵을 생성하는 단계를 포함하고, 상기 CAD 데이터를 프로세싱하는 단계는 상기 CAD 데이터에 기초하여 상기 구조의 제 2 높이 맵을 생성하는 단계를 포함하며,
    상기 제 1 및 제 2 방향성 맵들을 비교하는 단계는, 상기 CAD 데이터와 상기 현미경 이미지를 레지스터링하기 위해, 상기 제 1 및 제 2 방향성 맵들에 대한 한가지 비교를 상기 제 1 및 제 2 높이 맵들에 대한 다른 비교와 결합시키는(combine) 단계를 포함하는
    이미지 프로세싱 방법.
  8. 이미지 프로세싱 장치로서:
    기판 상에 제조된 구조의 현미경 이미지 및 상기 구조를 제조하는데 사용된 CAD(computer-aided design) 데이터를 저장하도록 구성되는 메모리; 및
    프로세서를 포함하며,
    상기 프로세서는, 제 1 방향성 맵 ― 상기 제 1 방향성 맵은 상기 현미경 이미지 내의 점들의 매트릭스에 대해, 엣지들의 방향들 및 크기들에 대응하는 각각의 방향성 벡터들을 상기 크기들의 부호(sign)와 무관한 점들에 포함함 ― 을 생성하도록, 상기 현미경 이미지를 프로세싱하도록 구성되고, 상기 CAD 데이터에 기초하여 시뮬레이팅된 이미지를 생성하고 그리고 상기 시뮬레이팅된 이미지에 기초하여 제 2 방향성 맵을 생성하도록 상기 CAD 데이터를 프로세싱하며, 상기 CAD 데이터와 상기 현미경 이미지를 레지스터링하도록 상기 제 1 및 제 2 방향성 맵들을 비교하도록 구성되는
    이미지 프로세싱 장치.
  9. 제 8 항에 있어서,
    상기 기판은 반도체 웨이퍼이며, 상기 구조는 상기 웨이퍼 상에 형성된 마이크로전자 디바이스의 일부이며, 상기 현미경 이미지는 SEM(scanning electron microscope) 이미지인
    이미지 프로세싱 장치.
  10. 제 8 항에 있어서,
    상기 프로세서는 이미지에 대한 기울기 연산자를 적용함으로써 상기 제 1 및 제 2 방향성 맵들을 생성하도록 구성되며, 그에 따라 각각의 기울기 벡터를 각각의 점에서 컴퓨팅하며, 상기 방향성 벡터들을 찾기 위해 각각의 점에서 상기 기울기 벡터의 각도 컴포넌트들을 배가하는
    이미지 프로세싱 장치.
  11. 제 8 항에 있어서,
    상기 프로세서는, 상기 방향성 벡터들 중 적어도 일부의 크기들을 그 방향들에 반응하여 수정하도록, 상기 제 1 및 제 2 방향성 맵들 중 적어도 하나의 방향성 벡터들을 사후-프로세싱하도록 구성되는
    이미지 프로세싱 장치.
  12. 제 11 항에 있어서,
    상기 프로세서는, 화이트닝, X-Y 밸런싱, 및 코너 밸런싱으로 이루어진 동작들의 그룹으로부터 선택된 방향성 벡터들에 대한 동작을 적용함으로써, 상기 방향성 벡터들을 사후-프로세싱하도록 구성되는
    이미지 프로세싱 장치.
  13. 제 8 항에 있어서,
    상기 프로세서는 상기 제 1 방향성 맵과 상기 제 2 방향성 맵 사이의 상관 맵을 컴퓨팅함으로써 상기 제 1 및 제 2 방향성 맵들을 비교하고, 상기 CAD 데이터와 상기 현미경 이미지 사이의 변환(transformation)을 정의하기 위해 상기 상관 맵에서 피크(peak)를 식별하도록 구성되는
    이미지 프로세싱 장치.
  14. 제 8 항에 있어서,
    상기 프로세서는, 상기 현미경 이미지에 기초하여, 상기 구조의 3차원(3D) 형상을 나타내는 제 1 높이 맵을 생성하고, 상기 CAD 데이터에 기초하여 상기 구조의 제 2 높이 맵을 생성하며, 그리고 상기 CAD 데이터와 상기 현미경 이미지를 레지스터링하기 위해 상기 제 1 및 제 2 방향성 맵들에 대한 한가지 비교를 상기 제 1 및 제 2 높이 맵들에 대한 다른 비교와 결합시키도록(combine) 구성되는
    이미지 프로세싱 장치.
  15. 프로그램 명령들이 내부에 저장되는 비일시적 컴퓨터 판독가능 매체를 포함하는 컴퓨터 소프트웨어 물건으로서,
    상기 명령들은,
    컴퓨터에 의해 판독될 때, 상기 컴퓨터로 하여금, 기판 상에 제조되는 구조의 현미경 이미지 및 상기 구조를 제조하는데 사용되는 CAD(computer-aided design) 데이터를 수신하게 하고,
    제 1 방향성 맵 ― 상기 제 1 방향성 맵은 상기 현미경 이미지 내의 점들의 매트릭스에 대해, 엣지들의 방향들 및 크기들에 대응하는 각각의 방향성 벡터들을 상기 크기들의 부호(sign)와 무관한 점들에 포함함 ― 을 생성하도록 상기 현미경 이미지를 프로세싱하게 하며,
    상기 CAD 데이터에 기초하여 시뮬레이팅된 이미지를 산출하고 그리고 상기 시뮬레이팅된 이미지에 기초하여 제 2 방향성 맵을 생성하도록 상기 CAD 데이터를 프로세싱하게 하고, 그리고
    상기 CAD 데이터와 상기 현미경 이미지를 레지스터링하도록 상기 제 1 및 제 2 방향성 맵들을 비교하게 하는
    프로그램 명령들이 내부에 저장되는 비일시적 컴퓨터 판독가능 매체를 포함하는 컴퓨터 소프트웨어 물건.
  16. 제 15 항에 있어서,
    상기 명령들은, 상기 컴퓨터로 하여금, 이미지에 기울기 연산자를 적용함으로써 상기 제 1 및 제 2 방향성 맵들을 생성하게 하고, 그에 따라 각각의 점에서 각각의 기울기 벡터를 컴퓨팅하게 하며, 상기 방향성 벡터들을 찾기 위해 상기 기울기 벡터의 각도 컴포넌트를 각각의 점에서 배가하게 하는
    프로그램 명령들이 내부에 저장되는 비일시적 컴퓨터 판독가능 매체를 포함하는 컴퓨터 소프트웨어 물건.
  17. 제 15 항에 있어서,
    상기 명령들은, 상기 방향성 벡터들 중 적어도 일부의 크기들을 그 방향들에 반응하여 수정하도록, 상기 컴퓨터로 하여금, 상기 제 1 및 제 2 방향성 맵들 중 적어도 하나에서 상기 방향성 벡터들을 사후-프로세싱하게 하는
    프로그램 명령들이 내부에 저장되는 비일시적 컴퓨터 판독가능 매체를 포함하는 컴퓨터 소프트웨어 물건.
  18. 제 15 항에 있어서,
    상기 명령들은, 화이트닝, X-Y 밸런싱, 및 코너 밸런싱으로 이루어진 동작들의 그룹으로부터 선택된 상기 방향성 벡터들에 대한 동작을 적용함으로써, 상기 컴퓨터로 하여금 상기 방향성 벡터들을 사후-프로세싱하게 하는
    프로그램 명령들이 내부에 저장되는 비일시적 컴퓨터 판독가능 매체를 포함하는 컴퓨터 소프트웨어 물건.
  19. 제 15 항에 있어서,
    상기 명령들은, 상기 컴퓨터로 하여금, 상기 제 1 방향성 맵과 상기 제 2 방향성 맵 사이의 상관 맵을 컴퓨팅함으로써 상기 제 1 및 제 2 방향성 맵들을 비교하게 하고, 상기 CAD 데이터와 상기 현미경 이미지 사이의 변환을 정의하기 위해 상기 상관 맵에서 피크를 식별하게 하는
    프로그램 명령들이 내부에 저장되는 비일시적 컴퓨터 판독가능 매체를 포함하는 컴퓨터 소프트웨어 물건.
  20. 제 15 항에 있어서,
    상기 명령들은, 상기 컴퓨터로 하여금, 상기 현미경 이미지에 기초하여, 상기 구조의 3차원(3D) 형상을 나타내는 제 1 높이 맵을 생성하게 하고 상기 CAD 데이터에 기초하여 상기 구조의 제 2 높이 맵을 생성하게 하며, 상기 CAD 데이터와 상기 현미경 이미지를 레지스터링하기 위해, 상기 제 1 및 제 2 방향성 맵들에 대한 제 1 비교를 상기 제 1 및 제 2 높이 맵들에 대한 제 2 비교와 결합하게 하는
    프로그램 명령들이 내부에 저장되는 비일시적 컴퓨터 판독가능 매체를 포함하는 컴퓨터 소프트웨어 물건.
KR1020150106462A 2014-07-29 2015-07-28 Ｓｅｍ 이미지들과 ｃａｄ 데이터의 레지스트레이션 KR102224577B1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US14/446,295 2014-07-29
US14/446,295 US9715724B2 (en) 2014-07-29 2014-07-29 Registration of CAD data with SEM images

Publications (2)

Publication Number Publication Date
KR20160014548A true KR20160014548A (ko) 2016-02-11
KR102224577B1 KR102224577B1 (ko) 2021-03-08

Family

ID=55180549

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020150106462A KR102224577B1 (ko) 2014-07-29 2015-07-28 Ｓｅｍ 이미지들과 ｃａｄ 데이터의 레지스트레이션

Country Status (4)

Country Link
US (1) US9715724B2 (ko)
JP (1) JP6778997B2 (ko)
KR (1) KR102224577B1 (ko)
TW (1) TWI664421B (ko)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9715724B2 (en) * 2014-07-29 2017-07-25 Applied Materials Israel Ltd. Registration of CAD data with SEM images
US10445894B2 (en) * 2016-05-11 2019-10-15 Mitutoyo Corporation Non-contact 3D measuring system
US10529534B2 (en) * 2018-01-05 2020-01-07 Kla-Tencor Corporation Compensating for scanning electron microscope beam distortion-induced metrology error using design
CN114616589A (zh) * 2019-10-30 2022-06-10 卡尔蔡司Smt有限责任公司 集成半导体样本中三维结构之间的接触区域尺寸确定
US20230316593A1 (en) * 2022-03-31 2023-10-05 Applied Materials, Inc. Generating synthetic microspy images of manufactured devices

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2739688B2 (ja) * 1985-08-16 1998-04-15 シユルンベルジエ テクノロジ− コ−ポレ−シヨン 配向パターンの機械的処理方法
JP3524853B2 (ja) * 1999-08-26 2004-05-10 株式会社ナノジオメトリ研究所 パターン検査装置、パターン検査方法および記録媒体
WO2006019166A1 (ja) * 2004-08-19 2006-02-23 Nikon Corporation アライメント情報表示方法とそのプログラム、アライメント方法、露光方法、デバイス製造方法、表示システム、表示装置、プログラム及び測定／検査装置
JP5063551B2 (ja) * 2008-10-03 2012-10-31 株式会社日立ハイテクノロジーズ パターンマッチング方法、及び画像処理装置

Family Cites Families (63)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0073894B1 (de) 1981-09-01 1986-01-29 Hüls Aktiengesellschaft Verfahren zur Gewinnung von Öl aus einer unterirdischen Lagerstätte
DE3607994A1 (de) 1986-03-11 1987-09-17 Basf Ag Verfahren zur herstellung von ammoniumnitrat und calciumcarbonat enthaltenden duengemitteln
CA1242815A (en) * 1987-03-20 1988-10-04 Pak K. Leung Defect detection method of semiconductor wafer patterns
JP3148353B2 (ja) * 1991-05-30 2001-03-19 ケーエルエー・インストルメンツ・コーポレーション 電子ビーム検査方法とそのシステム
US5665968A (en) * 1992-05-27 1997-09-09 Kla Instruments Corporation Inspecting optical masks with electron beam microscopy
JP3730263B2 (ja) * 1992-05-27 2005-12-21 ケーエルエー・インストルメンツ・コーポレーション 荷電粒子ビームを用いた自動基板検査の装置及び方法
EP0602730B1 (en) * 1992-12-18 2002-06-19 Koninklijke Philips Electronics N.V. Registration of Volumetric images which are relatively elastically deformed by matching surfaces
JP3499690B2 (ja) 1996-09-13 2004-02-23 株式会社東芝 荷電粒子顕微鏡
DE69901787T2 (de) 1999-03-31 2002-11-21 Advantest Corp Verfahren und Vorrichtung zur Abbildung eines Oberflächenpotentials
US7796801B2 (en) * 1999-08-26 2010-09-14 Nanogeometry Research Inc. Pattern inspection apparatus and method
US6573498B1 (en) 2000-06-30 2003-06-03 Advanced Micro Devices, Inc. Electric measurement of reference sample in a CD-SEM and method for calibration
JP4608152B2 (ja) * 2000-09-12 2011-01-05 ソニー株式会社 三次元データ処理装置および三次元データ処理方法、並びにプログラム提供媒体
US6714892B2 (en) * 2001-03-12 2004-03-30 Agere Systems, Inc. Three dimensional reconstruction metrology
US6651226B2 (en) * 2001-03-12 2003-11-18 Agere Systems, Inc. Process control using three dimensional reconstruction metrology
WO2002103337A2 (en) 2001-06-15 2002-12-27 Ebara Corporation Electron beam apparatus and method for using said apparatus
DE10156275B4 (de) 2001-11-16 2006-08-03 Leo Elektronenmikroskopie Gmbh Detektoranordnung und Detektionsverfahren
US6930308B1 (en) 2002-07-11 2005-08-16 Kla-Tencor Technologies Corporation SEM profile and surface reconstruction using multiple data sets
US7473911B2 (en) * 2002-07-30 2009-01-06 Applied Materials, Israel, Ltd. Specimen current mapper
US6972412B2 (en) 2002-09-18 2005-12-06 Fei Company Particle-optical device and detection means
US6979822B1 (en) 2002-09-18 2005-12-27 Fei Company Charged particle beam system
WO2005001492A1 (en) * 2003-06-10 2005-01-06 Applied Materials Israel, Ltd. High current electron beam inspection
JP3802525B2 (ja) 2003-10-10 2006-07-26 株式会社東芝 荷電粒子顕微鏡
US7067808B2 (en) 2003-10-14 2006-06-27 Topcon Corporation Electron beam system and electron beam measuring and observing method
JP4230980B2 (ja) * 2004-10-21 2009-02-25 株式会社東芝 パターンマッチング方法およびプログラム
JP4842533B2 (ja) * 2004-10-27 2011-12-21 株式会社日立ハイテクノロジーズ 不良検査装置
US20070036400A1 (en) * 2005-03-28 2007-02-15 Sanyo Electric Co., Ltd. User authentication using biometric information
JP4769025B2 (ja) * 2005-06-15 2011-09-07 株式会社日立ハイテクノロジーズ 走査型電子顕微鏡用撮像レシピ作成装置及びその方法並びに半導体パターンの形状評価装置
JP4658756B2 (ja) 2005-09-14 2011-03-23 株式会社日立ハイテクノロジーズ 画像処理装置、画像処理方法および走査型電子顕微鏡
FR2892811B1 (fr) * 2005-10-28 2009-04-17 Commissariat Energie Atomique Procede et systeme de determination du parcours de propagation d'au moins une fissure a partir d'une ou de surface(s) de rupture creees par cette ou ces fissure(s).
WO2007067296A2 (en) 2005-12-02 2007-06-14 Alis Corporation Ion sources, systems and methods
US7684609B1 (en) 2006-05-25 2010-03-23 Kla-Tencor Technologies Corporation Defect review using image segmentation
JP4966719B2 (ja) 2007-04-11 2012-07-04 株式会社日立ハイテクノロジーズ 校正用標準部材及びその作製方法、並びにそれを用いた電子ビーム装置
JP4936985B2 (ja) 2007-05-14 2012-05-23 株式会社日立ハイテクノロジーズ 走査電子顕微鏡およびそれを用いた三次元形状測定装置
JP5408852B2 (ja) 2007-08-09 2014-02-05 株式会社日立ハイテクノロジーズ パターン測定装置
DE602007003849D1 (de) * 2007-10-11 2010-01-28 Mvtec Software Gmbh System und Verfahren zur 3D-Objekterkennung
JP5075646B2 (ja) * 2008-01-09 2012-11-21 株式会社日立ハイテクノロジーズ 半導体欠陥検査装置ならびにその方法
JP5559957B2 (ja) 2008-03-18 2014-07-23 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
JP2009231490A (ja) 2008-03-21 2009-10-08 Nec Electronics Corp 半導体装置の解析装置及び半導体装置の解析方法
JP5202071B2 (ja) 2008-03-31 2013-06-05 株式会社日立ハイテクノロジーズ 荷電粒子顕微鏡装置及びそれを用いた画像処理方法
JP5030906B2 (ja) * 2008-09-11 2012-09-19 株式会社日立ハイテクノロジーズ 走査荷電粒子顕微鏡を用いたパノラマ画像合成方法およびその装置
JP2010287762A (ja) * 2009-06-12 2010-12-24 Toshiba Corp パターン検査方法、パターン検査プログラムおよびパターン検査装置
EP2287668A1 (en) 2009-06-26 2011-02-23 Rohm and Haas Electronic Materials, L.L.C. Methods of forming electronic devices
US8692214B2 (en) 2009-08-12 2014-04-08 Hermes Microvision, Inc. Charged particle beam inspection method
JP5712130B2 (ja) * 2009-08-21 2015-05-07 株式会社日立ハイテクノロジーズ パターン形状推定方法、及びパターン測定装置
JP4769320B2 (ja) * 2009-09-25 2011-09-07 ルネサスエレクトロニクス株式会社 半導体装置の不良解析方法及び装置並びにそれらのプログラム
JP5568277B2 (ja) * 2009-10-22 2014-08-06 株式会社日立ハイテクノロジーズ パターンマッチング方法、及びパターンマッチング装置
JP5564276B2 (ja) * 2010-01-28 2014-07-30 株式会社日立ハイテクノロジーズ パターンマッチング用画像作成装置
US8790863B2 (en) 2010-10-28 2014-07-29 President And Fellows Of Harvard College Electron beam processing with condensed ice
DE102010053194A1 (de) 2010-12-03 2012-06-06 Carl Zeiss Nts Gmbh Teilchenstrahlgerät mit Ablenksystem
JP5197777B2 (ja) * 2011-02-01 2013-05-15 株式会社東芝 インターフェイス装置、方法、およびプログラム
US8604427B2 (en) * 2012-02-02 2013-12-10 Applied Materials Israel, Ltd. Three-dimensional mapping using scanning electron microscope images
US9599575B2 (en) * 2012-02-07 2017-03-21 Applied Materials Israel, Ltd. System, a method and a computer program product for CAD-based registration
US8855399B2 (en) * 2012-02-07 2014-10-07 Applied Materials Israel, Ltd. System, a method and a computer program product for CAD-based registration
US9595091B2 (en) * 2012-04-19 2017-03-14 Applied Materials Israel, Ltd. Defect classification using topographical attributes
US9858658B2 (en) * 2012-04-19 2018-01-02 Applied Materials Israel Ltd Defect classification using CAD-based context attributes
JP5986817B2 (ja) * 2012-06-15 2016-09-06 株式会社日立ハイテクノロジーズ オーバーレイ誤差測定装置、及びコンピュータープログラム
JP5964220B2 (ja) * 2012-11-30 2016-08-03 株式会社キーエンス 計測顕微鏡装置、これを用いた計測方法及び操作プログラム並びにコンピュータで読み取り可能な記録媒体
US8779357B1 (en) 2013-03-15 2014-07-15 Fei Company Multiple image metrology
KR102124111B1 (ko) * 2013-10-02 2020-06-18 에이에스엠엘 네델란즈 비.브이. 산업 공정과 관련된 진단 정보를 얻는 방법 및 장치
KR102085522B1 (ko) * 2013-11-14 2020-03-06 삼성전자 주식회사 패턴의 결함 탐지 방법
JP2017526167A (ja) * 2014-06-25 2017-09-07 ディーシージー システムズ、 インコーポレイテッドＤｃｇ Ｓｙｓｔｅｍｓ Ｉｎｃ． 電子装置のナノプロービングのための装置及び方法
US9715724B2 (en) * 2014-07-29 2017-07-25 Applied Materials Israel Ltd. Registration of CAD data with SEM images
US9830421B2 (en) 2014-12-31 2017-11-28 Kla-Tencor Corp. Alignment of inspection to design using built in targets

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2739688B2 (ja) * 1985-08-16 1998-04-15 シユルンベルジエ テクノロジ− コ−ポレ−シヨン 配向パターンの機械的処理方法
JP3524853B2 (ja) * 1999-08-26 2004-05-10 株式会社ナノジオメトリ研究所 パターン検査装置、パターン検査方法および記録媒体
WO2006019166A1 (ja) * 2004-08-19 2006-02-23 Nikon Corporation アライメント情報表示方法とそのプログラム、アライメント方法、露光方法、デバイス製造方法、表示システム、表示装置、プログラム及び測定／検査装置
JP5063551B2 (ja) * 2008-10-03 2012-10-31 株式会社日立ハイテクノロジーズ パターンマッチング方法、及び画像処理装置

Also Published As

Publication number Publication date
TWI664421B (zh) 2019-07-01
US20160035076A1 (en) 2016-02-04
JP2016031766A (ja) 2016-03-07
TW201612506A (en) 2016-04-01
KR102224577B1 (ko) 2021-03-08
JP6778997B2 (ja) 2020-11-04
US9715724B2 (en) 2017-07-25

Similar Documents

Publication Publication Date Title
KR102613438B1 (ko) 반도체 표본의 딥 러닝 - 기반 검사의 방법 및 그 시스템
KR102224577B1 (ko) Ｓｅｍ 이미지들과 ｃａｄ 데이터의 레지스트레이션
JP5699788B2 (ja) スクリーン領域検知方法及びシステム
JP4824987B2 (ja) パターンマッチング装置およびそれを用いた半導体検査システム
EP1693783A1 (en) Fast method of object detection by statistical template matching
JP7133283B2 (ja) ビジョンシステムで画像内のプローブを効率的に採点するためのシステム及び方法
CN104899888B (zh) 一种基于Legendre矩的图像亚像素边缘检测方法
JP2006066478A (ja) パターンマッチング装置及びそれを用いた走査型電子顕微鏡
CN109785283B (zh) 一种用于织物分割的纹理特征匹配方法及装置
Schneider et al. Framework for SEM contour analysis
Frommer et al. Shape from Focus with Adaptive Focus Measure and High Order Derivatives.
JP5684550B2 (ja) パターンマッチング装置およびそれを用いた半導体検査システム
US9792675B1 (en) Object recognition using morphologically-processed images
JP2005352543A (ja) テンプレートマッチング装置
KR101279484B1 (ko) 영상 처리 장치 및 방법
Zhu et al. Efficient stitching method of tiled scanned microelectronic images
Khan et al. Feature point extraction from the local frequency map of an image
Klette et al. Image processing
Kumar et al. Segmentation of microscope cell images via adaptive eigenfilters
Sirisha et al. Evaluation of distinctive color features from harris corner key points
Yıldırım et al. Recognition of Single-Land Countries on Outline Images by Using BAS Feature
Nguyen et al. Text detection in scene images based on feature detection and tensor voting
CN117173225A (zh) 一种用于复杂pcb的高精度配准方法
CN115439352A (zh) 一种复材缺陷检测背景噪声滤除方法、装置、设备及介质
CN117635968A (zh) 复杂月表导航特征提取匹配方法

Legal Events

Date Code Title Description
A201 Request for examination
A302 Request for accelerated examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant