KR20200043168A - 복원된 홀로그램을 이용하여 공정 상의 결함을 판단하는 방법 - Google Patents

복원된 홀로그램을 이용하여 공정 상의 결함을 판단하는 방법 Download PDF

Info

Publication number
KR20200043168A
KR20200043168A KR1020180123926A KR20180123926A KR20200043168A KR 20200043168 A KR20200043168 A KR 20200043168A KR 1020180123926 A KR1020180123926 A KR 1020180123926A KR 20180123926 A KR20180123926 A KR 20180123926A KR 20200043168 A KR20200043168 A KR 20200043168A
Authority
KR
South Korea
Prior art keywords
hologram
measured
light
defect
information
Prior art date
Application number
KR1020180123926A
Other languages
English (en)
Other versions
KR102194642B1 (ko
Inventor
김병목
김지훈
성맑음
이상진
Original Assignee
주식회사 내일해
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 주식회사 내일해 filed Critical 주식회사 내일해
Priority to KR1020180123926A priority Critical patent/KR102194642B1/ko
Publication of KR20200043168A publication Critical patent/KR20200043168A/ko
Priority to KR1020200176297A priority patent/KR102491887B1/ko
Application granted granted Critical
Publication of KR102194642B1 publication Critical patent/KR102194642B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8803—Visual inspection
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/41—Refractivity; Phase-affecting properties, e.g. optical path length
    • G01N21/45—Refractivity; Phase-affecting properties, e.g. optical path length using interferometric methods; using Schlieren methods
    • G01N21/453—Holographic interferometry
    • G—PHYSICS
    • G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
    • G03H—HOLOGRAPHIC PROCESSES OR APPARATUS
    • G03H1/00—Holographic processes or apparatus using light, infrared or ultraviolet waves for obtaining holograms or for obtaining an image from them; Details peculiar thereto
    • G03H1/04—Processes or apparatus for producing holograms

Abstract

본 발명의 일 실시예에 따른 광학 거울로부터 반사된 기준광과 측정 대상 물체에 영향을 받는 물체광의 간섭에 의해서 생성된 물체 홀로그램의 강도(Intensity) 정보를 포함하는 이미지로부터 상기 측정 대상 물체의 3차원 형상 정보를 생성하는 방법은, 상기 이미지에 포함된 적어도 하나의 주파수 성분들을 확인하는 단계; 상기 적어도 하나의 주파수 성분들 중 실상(Real Image)에 대응되는 실상 성분들을 추출하는 단계; 상기 실상 성분들에 기초하여 상기 기준광과 켤레(Conjugate) 관계에 있는 보정광 및 상기 측정 대상 물체의 실상 정보를 포함하는 실상 홀로그램을 생성하는 단계; 상기 보정광에 기초하여, 상기 실상 홀로그램에서 상기 기준광의 정보가 제거된 중간 홀로그램을 생성하는 단계; 상기 중간 홀로그램으로부터 곡률 수차 보정정보를 생성하는 단계; 상기 곡률 수차 보정정보에 기초하여, 상기 중간 홀로그램에서 곡률 수차에 의한 오차가 제거된 보정 홀로그램을 생성하는 단계; 및 상기 보정 홀로그램으로부터 상기 측정 대상 물체의 상기 3차원 형상 정보를 생성하는 단계;를 포함할 수 있다.

Description

복원된 홀로그램을 이용하여 공정 상의 결함을 판단하는 방법{A METHOD TO JUDGE PROCESS DEFECTS USING RECONSRUCTED HOLOGRAM}
본 발명의 실시예는 복원된 홀로그램을 이용하여 공정 상의 결함을 판단하는 방법 에 관한 것이다.
디지털 홀로그래피 현미경은 디지털 홀로그래피 기술을 이용하여 물체의 형상을 획득하는 현미경을 의미한다.
일반적인 현미경이 물체로부터 반사되어 나오는 반사광을 획득함으로써 물체의 형상을 획득하는 장치라면, 디지털 홀로그래피 현미경은 물체에 의해 발생된 간섭광 및/또는 회절광을 획득하고, 이로부터 물체의 형상을 획득하는 장치이다.
디지털 홀로그래피 현미경은 단일 파장의 광을 생성하는 레이저를 광원으로써 사용하고, 광분할기를 이용하여 레이저에 의해 발생된 광을 2개의 광으로 분할한다. 이때 하나의 광(이하 기준광이라 한다)은 이미지 센서를 향하도록 하고, 다른 광(이하 물체광이라 한다)은 대상 물체로부터 반사되어 전술한 이미지 센서를 향하도록 하여 기준광과 물체광의 간섭현상이 발생하도록 한다.
이미지 센서는 이러한 간섭현상에 따른 간섭무늬를 디지털 이미지로 기록하고, 기록된 간섭무늬로부터 측정 대상 물체의 3차원 형상을 복원할 수 있다. 이때 이미지 센서에 의해 기록되는 간섭무늬는 통상 홀로그램으로 지칭된다.
기존의 광학적 홀로그래피 현미경은 기준광과 물체광의 간섭현상에 따른 간섭무늬를 특수 필름으로 기록한다. 이때 간섭무늬가 기록된 특수 필름에 기준광을 조사할 경우 측정 대상 물체가 위치하던 자리에 가상의 측정 대상 물체의 형상이 복원된다.
기존의 광학적 홀로그래피 현미경과 비교하였을 때 디지털 홀로그래피 현미경은 광의 간섭무늬를 이미지 센서를 통하여 디지털화(또는 수치화) 하고, 간섭무늬 정보를 광학적 방식이 아닌 전자적인 계산을 통하여 측정 대상 물체의 형상을 복원한다는 점에서 차이가 있다.
한편 단일 파장의 레이저 광원을 사용하는 종래의 디지털 홀로그래피 현미경은 물체의 측정의 최소 단위길이가 레이저의 파장길이로 제한된다는 문제점이 있었다. 이를 보완하기 위해 두 개 이상의 파장의 레이저 광원을 사용하는 또 다른 종래의 디지털 홀로그래피 현미경의 경은 현미경의 제작 단가 높을 뿐만 아니라, 실시간으로 물체의 3차원 형상을 획득할 수 없다는 문제점이 있었다.
또한, 상술한 종래 디지털 홀로그래피 현미경들은 측정 대상 물체의 형상을 복원하기 위해 컴퓨터로 CGH(Computer Generated Hologram)을 생성한 후 이를 공간광변조기(Spatial Light Modulator: SLM)상에 디스플레이하고, 디스플레이 된 형상에 기준광을 비추는 방식으로 물체의 3차원 홀로그램 영상을 획득하였다. 그러나 이러한 방식은 고가의 공간광변조기(SLM)의 사용을 요구할 뿐만 아니라, 단순히 전술한 광학적 홀로그래피 현미경에서의 특수 필름을 디지털화 한 것에 불과하여 기술적 한계가 명확하였다.
이와 같은 종래 디지털 홀로그래피 현미경들의 문제점을 해결하기 위해, 가령 대한민국 공개특허 제10-2016-0029606호(이하 "공개된 종래 기술"이라 함)는 디지털 홀로그래피 현미경 및 디지털 홀로그램 영상 생성 방법을 제시한다. 이하에서는 공개된 종래 기술에 대해 간략하게 살펴본다.
도 1은 공개된 종래 기술에 따른 2파장 디지털 홀로그래피 현미경 장치를 상세히 도시한 블록도이다.
도 1을 참조하면, 공개된 종래 기술의 2파장 디지털 홀로그래피 현미경 장치는 혼합광원부(100), 파장분할부(200), 간섭무늬획득부(300), 대물부(400), 이미지센서부(500), 이미지저장부(600), 제어부(700), 물체형상복원부(800)를 포함한다.
혼합광원부(100)는 혼합광원발광부(110)와 광원부렌즈(120)를 포함한다. 이러한 혼합광원발광부(110)는 단일하지 아니한 여러 대역에 분포된 파장대역을 가지는 혼합광을 발광한다. 광원부렌즈(120)는 상기 혼합광원발광부(110)에서 생성된 혼합광을 광학적으로 조절하고, 이를 파장분할부(200)에 입사시킨다.
파장분할부(200)는 제1광분할기(210)와 제1여광판(220) 및 제2여광판(230)과 제1반사체(240)를 포함한다. 제1광분할기(210)는 혼합광원부(100)로부터 입사된 혼합광을 입력받아 2개의 광으로 분할한다. 이때 제1광분할기(210)는 입사받은 혼합광을 서로 다른 방향으로 나누어 진행시키는 역할을 수행한다. 제1여광판(220)은 제1광분할기(210)에서 분할된 광들 중 하나의 광을 입력받아 미리 정해진 단일파장을 가지는 제1광선을 획득한다. 여기서 제1여광판(220)에 입력되는 광은 제1여광판(220)을 통과하면서 필터링되고, 제1여광판(220)의 특성에 따라 정해진 단일한 파장을 가지는 제1광선이 획득된다. 제2여광판(230)은 제1여광판(220)과 동일한 방식으로, 제1광분할기(210)에서 분할된 광들 중 나머지 하나의 광을 입력받아, 제1광선의 파장과 다른 파장을 가지는 제2광선을 획득한다. 그리고 제2광선은 간섭무늬획득부(300)로 보내진다. 제1반사체(240)는 제1여광판(220)에서 획득된 제1광선을 입사받아 간섭무늬획득부(300)로 반사하는 역할을 한다.
간섭무늬획득부(300)는 제2광분할기(310)와 제3광분할기(320)와 제2반사체(330)와 제3여광판(340)과 제3반사체(350)를 포함한다. 제2광분할기(310)는 파장분할부(200)로부터 입력된 제1광선을 입력받아 제1물체광과 제1기준광으로 분할한다. 이때 제2광분할기(310)는 입사받은 제1광선을 서로 다른 방향으로 나누어 진행시키는 역할을 수행한다. 제3광분할기(320)도 제2광분할기(310)와 동일한 방식으로 제2광선을 입력받아 제2물체광과 제2기준광으로 분할한다. 제2반사체(330)는 제1기준광을 입사받고, 이를 반사한 제1반사기준광을 제2광분할기(310)로 보낸다. 제3여광판(340)은 제2광분할기(310)에서 분할된 제1기준광을 입사받아 제2반사체(330)로 보내고, 반사되는 제1반사기준광을 입사받아 제2광분할기로 보낼 수 있다. 또한 제3여광판(340)은 제2물체광이 제2광분할기(310)에 이르러 광분할되어 일부가 제2반사체(330) 방향으로 진행할 때 제2반사체(330)에 도달하지 못하도록 진행을 막는다. 이를 위하여 제3여광판(340)은 광을 투과시킴에 있어서 제1여광판(220)과 동일한 특성을 가지는 여광판으로 한다. 제3반사체(350)는 제2기준광을 입사받고, 이를 반사한 제2반사기준광을 제3광분할기(320)로 보내는데, 여기서 제2반사체(330) 및 제3반사체(350)는 제어부(700)의 제어에 따라 각도 조절이 가능하도록 구성하여, 탈축(off-axis) 홀로그램을 구현할 수 있다.
한편, 상술한 바와 같이 획득된 제1물체광, 제2물체광은 다음과 같은 과정을 거쳐 각 제1반사물체광과 제2반사물체광으로 변환되어 이미지센서부(500)로 보내진다. 제2광분할기(310)는 이상과 같이 분할한 제1물체광을 대물부(400)에 거치되어 있는 측정 대상 물체에 입사시키고, 또한 제3광분할기(320)로부터 분할되어 보내지는 제2물체광을 상기 측정 대상 물체에 입사시킨다. 이 경우, 측정 대상 물체에서 입사받은 제1물체광을 반사한 반사광을 제1반사물체광이라 한다. 또한 측정 대상 물체에서 입사받은 제2물체광을 반사한 반사광을 제2반사물체광이라 한다. 제2광분할기(310)는 이상과 같이 반사된 제1반사물체광과 제2반사물체광을 입력받아 이를 제3광분할기(320)로 보낸다. 제3광분할기(320)는 이상과 같이 입력받은 제1반사물체광과 제2반사물체광을 다시 이미지센서부(500)로 보낸다.
또한, 상술한 바와 같이 획득된 제1반사기준광, 제2반사기준광은 다음과 같은 과정을 거쳐 이미지센서부(500)로 보내진다. 구체적으로, 제2광분할기(310)는 제2반사체(330)에서 반사되어 온 제1반사기준광을 입력받아 제3광분할기(320)로 보낸다. 제3광분할기(320)는 이상과 같이 제2광분할기(310)에서 보내진 제1반사기준광과, 제3반사체(350)에서 반사되어 온 제2반사기준광을 입력받아 다시 이미지센서부(500)로 보낸다. 그에 따라, 제3광분할기(320)에서 제1반사물체광과 제1반사기준광과 제2반사물체광과 제2반사기준광이 모두 동일하게 이미지센서부(500) 방향으로 보내진 후, 상호 간섭하여 간섭무늬가 생성된다.
한편, 제2반사체(330)와 제3반사체(350)는 서로 다른 파장의 광선이 서로 다른 간섭무늬를 형성하게 하는 탈축(off-axis) 시스템을 구성하기 위하여 제어부(700)의 제어에 따라 각도를 다방향으로 조절할 수 있는 것을 특징으로 한다. 즉, 제2반사체(330)와 제3반사체(350)의 각도가 서로 상이하게 됨에 따라, 제2반사체(330)로부터 반사되는 제1반사기준광과 제3반사체(350)로부터 반사되는 제2기준광의 방향에 이격이 발생하게 되어, 제1반사기준광과 제2반사기준광이 이미지센서부(500)에 도달한 제1반사물체광과 제2반사물체광과 합쳐져 간섭무늬를 형성할 때에, 각 파장 별로 상이하게 탈축된 간섭무늬를 형성하게 된다.
대물부(400)는 물체거치대(410)와 대물렌즈(420)를 포함한다. 물체거치대(410)는 측정 대상 물체를 거치대에 고정시켜 측정되도록 하고, 대물렌즈(420)는 측정 대상 물체에 입사되는 제1물체광과 제2물체광을 광학적으로 조절한다.
이미지센서부(500)는 간섭무늬획득부(300)에서 획득된 상기 간섭무늬를 디지털 이미지 센서에 투영시키고, 상기 투영된 간섭무늬를 상기 디지털 이미지 센서를 이용하여 측정하고, 그 측정값을 이산신호로 변환한다. 통상 상기 간섭무늬를 기록한 것을 홀로그램이라고 한다. 이러한 디지털 이미지 센서로는 CCD 등 다양한 이미지센서들이 사용될 수 있다.
이미지저장부(600)는 이미지센서부(500)에서 이산신호로 변환된 간섭무늬 정보를 메모리나 디스크장치 등과 같은 다양한 저장매체에 저장한다.
제어부(700)는 상술한 탈축(off-axis) 시스템을 구현하고 간섭무늬를 획득하기 위하여 제2반사체(330)와 제3반사체(350)의 위치와 각도를 조절하는 등 간섭무늬획득부(300)를 제어하고, 측정 대상 물체에 입사되는 제1물체광과 제2물체광을 조절하기 위하여 대물렌즈(420)를 조절하는 등 대물부(400)를 제어하고, 상기 간섭무늬가 측정되어 그에 대한 정보가 이산신호로 변환되도록 하기 위하여 이미지센서부(500)를 제어하고, 이산신호로 변환된 간섭무늬 정보를 저장하기 위하여 이미지저장부(600)를 제어한다.
물체형상복원부(800)는 위상정보획득부(810)와 두께정보획득부(820)와 형상복원부(830)를 포함한다. 위상정보획득부(810)는 상기 간섭무늬 정보를 이용하여 상기 제1광선에 대한 간섭무늬의 위상정보와 상기 제2광선에 대한 간섭무늬의 위상정보를 각각 획득하고, 두께정보획득부(820)는 상기 위상정보들을 이용하여 측정 대상 물체의 두께정보를 획득하고, 형상복원부(830)는 상기 두께정보를 이용하여 측정 대상 물체의 실시간 3차원 형상을 복원한다. 이때 측정 대상 물체의 두께정보는 상기 물체광과 기준광이 각각 진행한 경로의 차이 정보를 포함한다. 이와 같은 상기 물체광과 기준광의 광 경로차 때문에 상기 물체광과 기준광이 중첩되었을 때 상기 간섭무늬가 형성된다.
상술한 내용을 포함하는 공개된 종래 기술에 의하면, 측정 해상도의 향상 및 영상 획득의 실시간성의 확보가 가능하지만, 여전히 다음과 같은 문제점이 발생한다.
먼저 공개된 종래 기술에서는 여러 대역에 분포된 파장 대역을 가지는 혼합 광원이 사용되므로, 적어도 2개 이상의 단일 파장을 얻기 위해 파장분할부(200)가 파장이 서로 상이한 제1광선 및 제2광원을 분할하기 위해 제1여광판(220), 제2여광판(230), 및 제1반사체(240)를 사용하여야 한다.
또한, 간섭무늬획득부(300)가 제2광원을 분할하기 위한 제3광분할기(320), 제2광원을 반사시키기 위한 제3반사체(350), 및 제2광원이 제2반사체(330)로 입사되는 것을 차단하기 위한 제3여광판(340)을 추가로 사용하여야 한다.
따라서, 현미경의 구조가 복잡해지고, 이는 제조 단가의 상승, 설계의 복잡도 증가와 같은 다양한 문제점을 수반한다. 따라서 단일 파장의 광원을 사용하면서도 상술한 문제점을 해결하기 위한 새로운 방안이 요구된다.
대한민국 공개특허 제10-2016-0029606호 대한민국 공개특허 제10-2010-0095302호 대한민국 공개특허 제10-2012-0014355호 대한민국 특허 제10-1139178호 대한민국 특허 제10-1441245호 미국 특허 제7,649,160호
본 발명의 실시예는 복원된 홀로그램을 이용하여 공정 상의 결함을 판단하는 방법을 제공한다.
본 발명의 실시예들에 따른 복원된 홀로그램을 이용하여 공정 상의 결함을 판단하는 방법은 광학 거울로부터 반사된 기준광과 측정 대상 물체에 영향을 받는 물체광의 간섭에 의해서 생성된 물체 홀로그램의 강도(Intensity) 정보를 포함하는 이미지에 포함된 적어도 하나의 주파수 성분들을 확인하는 단계; 상기 적어도 하나의 주파수 성분들 중 실상(Real Image)에 대응되는 실상 성분들을 추출하는 단계; 상기 실상 성분들에 기초하여 상기 기준광과 켤레(Conjugate) 관계에 있는 보정광 및 상기 측정 대상 물체의 실상 정보를 포함하는 실상 홀로그램을 생성하는 단계; 상기 보정광에 기초하여, 상기 실상 홀로그램에서 상기 기준광의 정보가 제거된 중간 홀로그램을 생성하는 단계; 상기 중간 홀로그램으로부터 곡률 수차 보정정보를 생성하는 단계; 상기 곡률 수차 보정정보에 기초하여, 상기 중간 홀로그램에서 곡률 수차에 의한 오차가 제거된 보정 홀로그램을 생성하는 단계; 상기 보정 홀로그램으로부터 상기 측정 대상 물체의 상기 3차원 형상 정보를 생성하는 단계; 및 상기 실상 성분, 상기 실상 홀로그램, 상기 중간 홀로그램, 상기 보정 홀로그램, 상기 3차원 형상 정보 중 적어도 하나를 이용하여, 상기 측정 대상 물체에 포함되는 결함의 위치, 결함이 발생된 공정을 판단하는 단계;를 포함할 수 있다.
상기 결함이 발생된 공정을 판단하는 단계는 상기 측정 대상 물체에 대한 상기 실상 성분, 상기 실상 홀로그램, 상기 중간 홀로그램, 상기 보정 홀로그램, 상기 3차원 형상 정보 중 적어도 하나를 이용하여 상기 측정 대상 물체에 존재하는 결함의 유무를 판단하고, 상기 측정 대상 물체에 대한 3차원 형상 정보와 기 등록된 기준 형상 정보를 비교하여 상기 측정 대상 물체의 결함의 위치, 또는 결함 영역을 검출하고, 상기 측정 대상 물체의 결함의 위치 또는 결함 영역 및 기 등록된 공정에 대한 정보를 이용하여 상기 측정 대상 물체 내의 결함 및 결함이 발생된 공정을 추론하는 점을 특징으로 할 수 있다.
상기 결함이 발생된 공정을 판단하는 단계는 상기 측정 대상 물체에 대한 상기 실상 성분, 상기 실상 홀로그램, 상기 중간 홀로그램, 상기 보정 홀로그램, 상기 3차원 형상 정보 중 적어도 하나를 이용하여 상기 측정 대상 물체에 존재하는 결함의 유무를 판단하고, 상기 측정 대상 물체에 대한 3차원 형상 정보와 기 등록된 기준 형상 정보를 비교하여 상기 측정 대상 물체의 결함의 위치, 또는 결함 영역을 검출하고, 상기 측정 대상 물체의 결함의 위치 또는 결함 영역 및 기 등록된 공정에 대한 정보를 이용하여 상기 측정 대상 물체 내의 결함 및 결함이 발생된 상위 공정을 추론하고, 상기 측정 대상 물체에 대한 상기 실상 성분, 상기 실상 홀로그램, 상기 중간 홀로그램, 상기 보정 홀로그램, 및 상기 3차원 형상 정보를 이용하여 결함이 발생된 하위 공정을 추론하는 점을 특징으로 할 수 있다.
본 발명에 따르면 TFT, 반도체와 같은 초미세 구조의 3차원 형상을 정확하게 획득함으로써 이러한 구조들의 결함을 높은 확률로 검출할 수 있다.
본 발명의 추가적인 장점은 동일 또는 유사한 참조번호가 동일한 구성요소를 표시하는 첨부 도면을 참조하여 이하의 설명으로부터 명백히 이해될 수 있다.
도 1은 공개된 종래 기술에 따른 2파장 디지털 홀로그래피 현미경 장치를 상세히 도시한 블록도이다.
도 2a는 본 발명의 제1 실시예에 따른 홀로그래피 복원 장치의 개략적인 구성을 도시한 블록도이다.
도 2b는 본 발명의 제2 실시예에 따른 홀로그래피 복원 장치의 개략적인 구성을 도시한 블록도이다.
도 3a 및 도 3b는 예시적인 측정 대상 물체의 외형을 설명하기 위한 도면이다.
도 4는 측정 대상 물체의 일 부분에 대한 이미지의 예시이다.
도 5는 도 4에 도시된 측정 대상 물체의 일 부분에 대한 이미지의 주파수 성분을 도시한 도면이다.
도 6은 도 5에 도시된 주파수 성분들에서 실상에 대응되는 주파수 성분들을 추출하는 방법을 설명하기 위한 도면이다.
도 7a는 디지털 기준광의 강도를 도시한 도면이다.
도 7b는 기준광의 위상을 도시한 도면이다.
도 7c는 보정광의 강도를 도시한 도면이다.
도 7d는 보정광의 위상을 도시한 도면이다.
도 8은 예시적인 실상 홀로그램을 도시한 도면이다.
도 9 및 도 10은 본 발명의 일 실시예에 따른 프로세서가 중간 홀로그램으로부터 곡률 수차 보정항을 결정하는 방법을 설명하기 위한 도면이다.
도 11은 홀로그램으로부터 생성된 측정 대상 물체의 3차원 형상의 예시를 도시한 도면이다.
도 12는 본 발명의 일 실시예에 따른 홀로그래피 복원 장치에 의해 수행되는 측정 대상 물체의 3차원 형상 정보를 생성하는 방법을 설명하기 위한 흐름도이다.
도 13 및 도 14는 본 발명의 실시예들에 따른 프로세서의 블록도이다.
도 15a 및 도 15b는 홀로그램 복원 장치의 설계 예시를 설명하는 도면이다.
도 16, 도 17 및 도 18은 본 발명의 실시예들에 따른 결함 검출 방법의 흐름도이다.
도 19는 기계 학습부 및 이미지 처리부의 일 실시예를 설명하는 도면이다.
도 20는 일 실시예에 따른 기계 학습부의 블록도이다.
도 21은 기계 학습부를 통해 모델링된 결함 검출 알고리즘의 연결 관계를 나타내는 도면이다.
본 발명은 다양한 변환을 가할 수 있고 여러 가지 실시예를 가질 수 있는 바, 특정 실시예들을 도면에 예시하고 상세한 설명에 상세하게 설명하고자 한다. 본 발명의 효과 및 특징, 그리고 그것들을 달성하는 방법은 도면과 함께 상세하게 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 그러나 본 발명은 이하에서 개시되는 실시예들에 한정되는 것이 아니라 다양한 형태로 구현될 수 있다.
이하, 첨부된 도면을 참조하여 본 발명의 실시예들을 상세히 설명하기로 하며, 도면을 참조하여 설명할 때 동일하거나 대응하는 구성 요소는 동일한 도면부호를 부여하고 이에 대한 중복되는 설명은 생략하기로 한다.
이하의 실시예에서, 제1, 제2 등의 용어는 한정적인 의미가 아니라 하나의 구성 요소를 다른 구성 요소와 구별하는 목적으로 사용되었다. 이하의 실시예에서, 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 이하의 실시예에서, 포함하다 또는 가지다 등의 용어는 명세서상에 기재된 특징, 또는 구성요소가 존재함을 의미하는 것이고, 하나 이상의 다른 특징들 또는 구성요소가 부가될 가능성을 미리 배제하는 것은 아니다. 도면에서는 설명의 편의를 위하여 구성 요소들이 그 크기가 과장 또는 축소될 수 있다. 예컨대, 도면에서 나타난 각 구성의 크기 및 형태는 설명의 편의를 위해 임의로 나타내었으므로, 본 발명이 반드시 도시된 바에 한정되지 않는다.
도 2a는 본 발명의 제1 실시예에 따른 홀로그래피 복원 장치(1A)의 개략적인 구성을 도시한 블록도이다.
본 발명에서 '홀로그래피(Holography) 복원 장치'는 측정 대상 물체에 대한 홀로그램(이하에서는 '물체 홀로그램'이라고 설명한다)을 획득하고, 획득된 물체 홀로그램을 분석 및/또는 표시하는 장치를 의미할 수 있다.
가령 홀로그래피 복원 장치(1A)는 반도체 제조 라인에 배치되어, 생산되는 반도체의 물체 홀로그램을 획득하고, 획득된 물체 홀로그램으로부터 반도체의 무결성 여부를 판단하는 장치일 수 있다. 다만 이는 예시적인 것으로 본 발명의 사상이 이에 한정되는 것은 아니다.
한편 본 발명에서 '물체 홀로그램(Hologram)'은 홀로그래피 복원 장치(1A)에 의해서 획득되는 이미지로부터 생성될 수 있는 홀로그램으로, 홀로그래피 복원 장치(1A)에 의한 다양한 처리가 이루어 지기 전의 홀로그램을 의미할 수 있다. 이에 대한 상세한 설명은 후술한다.
도 2a를 참조하면, 본 발명의 제1 실시예에 따른 홀로그래피 복원 장치(1A)는 단일 파장 광을 방출하는 광원부(10), 광원부(10)에서 방출된 단일 파장 광을 시준하기 위한 시준기(20), 시준기(20)를 통과한 단일 파장 광을 물체광(O) 및 기준광(R)으로 분할하는 광 분할기(30), 광 분할기(30)에 의해 분할된 물체광(O)을 통과시키는 물체광 대물 렌즈(40), 광 분할기(30)에 의해 분할된 기준광(R)을 통과시키는 기준광 대물 렌즈(60), 기준광 대물 렌즈(60)를 통과한 기준광(R)을 반사시키는 광학 거울(70), 물체광 대물 렌즈(40)를 통과하여 측정 대상 물체(50)의 표면에서 반사된 물체광(O) 및 광학 거울(70)에 의해 반사된 기준광(R)이 각각 물체광 대물 렌즈(40) 및 기준광 대물 렌즈(60)를 통과하여 광 분할기(30)로 전달되어 형성되는 이미지를 기록하는 영상 센서(80) 및 영상 센서(80)가 획득한 이미지를 처리하는 프로세서(90)를 포함할 수 있다.
이때 프로세서(90)는 영상 센서(80)가 획득한 이미지로부터 측정 대상 물체(50)의 3차원 정보를 생성할 수 있다. 이와 같은 프로세서(90)의 동작에 대한 상세한 설명은 후술한다.
도 2b는 본 발명의 제2 실시예에 따른 홀로그래피 복원 장치(1B)의 개략적인 구성을 도시한 블록도이다.
도 2b를 참조하면, 본 발명의 제2 실시예에 따른 홀로그래피 복원 장치(1B)는 단일 파장 광을 방출하는 광원부(10), 광원부(10)에서 방출된 단일 파장 광을 시준하기 위한 시준기(20), 시준기(20)를 통과한 단일 파장 광을 물체광(O) 및 기준광(R)으로 분할하는 광 분할기(30), 광 분할기(30)에 의해 분할된 물체광(O)이 측정 대상 물체(50)를 투과한 후 측정 대상 물체(50)의 정보를 포함한 물체 투과광(T)을 통과시키는 물체광 대물 렌즈(40), 물체광 대물 렌즈(40)를 통과한 물체 투과광(T)을 반사시키는 제2 광학 거울(72), 광 분할기(30)에 의해 분할된 기준광(R)을 통과시키는 기준광 대물 렌즈(60), 기준광 대물 렌즈(60)를 통과한 기준광(R)을 반사시키는 제1 광학 거울(70), 제1 광학 거울(70)에 의해 반사된 기준광(R) 및 제2 광학 거울(72)에 의해 반사된 물체 투과광(T)이 각각 전달되는 제2 광 분할기(32), 제2 광 분할기(32)로 전달된 기준광(R) 및 물체광 투과광(T)에 의해 형성되는 이미지를 기록하는 영상 센서(80) 및 영상 센서(80)가 획득한 이미지를 처리하는 프로세서(90)를 포함할 수 있다.
물론 이러한 제2 실시예에서도, 프로세서(90)는 영상 센서(80)가 획득한 이미지로부터 측정 대상 물체(50)의 3차원 정보를 생성할 수 있다. 이와 같은 프로세서(90)의 동작에 대한 상세한 설명은 후술한다.
상술한 도 2a 및 도 2b에 각각 도시된 본 발명의 제1 실시예에 따른 홀로그래피 복원 장치(1A) 및 본 발명의 제2 실시예에 따른 홀로그래피 복원 장치(1B)는 물체광(O)이 측정 대상 물체(50)에서 반사(도 2a의 실시예)되거나 또는 물체광(O)이 측정 대상 물체(50)를 투과(도 2b의 실시예)한다는 점 및 그에 따른 일부 구성요소(예를 들어, 도 2b의 실시예의 제2 광학 거울(72) 및 제2 광 분할기(32))의 추가 사용 및 그에 따른 일부 구성요소의 배치)를 제외하고는 실질적으로 동일한 구성을 가진다.
특히 이미지가 영상 센서(80)에 의해 획득되고, 프로세서(90)가 획득된 이미지로부터 기준광(R)을 생성한다는 점에서 동일한 특징을 갖는다는 점에 유의하여야 한다.
이하에서는 본 발명의 제1 및 제2 실시예에 따른 홀로그래피 복원 장치(1A, 1B)를 통칭하여 홀로그래피 복원 장치(1)로 지칭하여 설명한다.
한편 본 발명의 일 실시예에 따른 홀로그래피 복원 장치(1)의 프로세서(90)는 데이터를 처리할 수 있는 모든 종류의 장치를 포함할 수 있다. 예를 들어 프로세서(90)는 프로그램 내에 포함된 코드 또는 명령으로 표현된 기능을 수행하기 위해 물리적으로 구조화된 회로를 갖는, 하드웨어에 내장된 데이터 처리 장치를 의미할 수 있다.
이와 같이 하드웨어에 내장된 데이터 처리 장치의 일 예로써, 마이크로프로세서(Microprocessor), 중앙처리장치(Central Processing Unit: CPU), 프로세서 코어(Processor Core), 멀티프로세서(Multiprocessor), ASIC(Application-Specific Integrated Circuit), FPGA(Field Programmable Gate Array) 등의 처리 장치를 망라할 수 있으나, 본 발명의 범위가 이에 한정되는 것은 아니다.
또한 본 발명의 일 실시예에 따른 영상 센서(80)는 예를 들어 CCD(Charge Coupled Device), CMOS(Complimentary Metal-Oxide Semiconductor) 등의 적어도 하나의 이미지 센서로 구현될 수 있다.
도 3a 및 도 3b는 예시적인 측정 대상 물체(50)의 외형을 설명하기 위한 도면이다.
도 3a 및 도 3b에 도시된 바와 같이 측정 대상 물체(50)는 일면에 소정의 간격에 따라 배치된 직육면체 형상의 구조물(51A 내지 51I)을 포함할 수 있다. 바꾸어 말하면, 측정 대상 물체(50)는 X-Y 평면과 평행하는 면 상에 Z 방향으로 돌출된 직육면체 형상의 구조물(51A 내지 51I)을 포함할 수 있다.
이하에서는 홀로그래피 복원 장치(1)가 측정 대상 물체(50)의 직육면체 형상의 구조물(51A 내지 51I)이 배치된 면과 수직하는 방향으로 물체광(O)을 조사하여 측정 대상 물체(50)의 이미지를 획득하는 것을 전제로 설명한다.
먼저 본 발명의 일 실시예에 따른 영상 센서(80)는 측정 대상 물체(50)의 이미지를 획득할 수 있다.
본 발명에서 측정 대상 물체(50)의 '이미지(Image)'는 측정 대상 물체(50)에 대한 물체 홀로그램(U0(x,y,0))의 각 위치에서의 강도(Intensity) 정보(즉|(U0(x,y,0)|2)를 포함할 수 있으며, 아래의 수학식 1과 같이 나타낼 수 있다.
[수학식 1]
Figure pat00001
여기서 물체 홀로그램 Uo(x,y,0)는 측정 대상 물체의 각 x,y 지점에서의 위상정보를 나타내고, x, y는 측정 대상 물체가 놓여지는 공간에서의 좌표로서 물체광(O)과 수직하는 평면을 정의하는 좌표를 나타내고, O(x,y) 및 R(x,y)는 각각 물체광(O)과 기준광(R)을 나타내고, O*(x,y) 및 R*(x,y)는 각각 물체광(O)과 기준광(R)의 복소 공액을 나타낸다.
가령 영상 센서(80)는 도 3a 및 도 3b에 도시된 측정 대상 물체(50)의 일 부분에 대해서(예컨대, 51A 및 51B를 포함하는 부분)에 대해서 도 4에 도시된 바와 같은 이미지를 획득할 수 있다.
영상 센서(80)에 의해 획득된 이미지는 전술한 바와 같이 물체 홀로그램(U0(x,y,0))의 각 위치에서의 강도(Intensity) 정보를 포함하므로, 영상 센서(80)가 획득한 일반적인(즉 물체광(O)으로만 촬영한) 측정 대상 물체(50)의 이미지와 상이할 수 있다.
수학식 1을 참조하면 물체 홀로그램(U0(x,y,0))은 각 지점에서의 측정 대상 물체(50)의 위상 정보를 포함하는 물체광(0)과 측정 대상 물체의 위상 정보를 포함하지 않는 기준광(R)의 간섭에 의해 생성된 것일 수 있다.
또한 물체 홀로그램(U0(x,y,0))은 측정 대상 물체(50)의 각 지점(즉 각 x,y 지점)에서의 위상정보(즉 물체의 높이 정보)외에, 물체광 대물 렌즈(40)의 수차에 따른 오차 및 노이즈(가령 레이저의 광자(photon) 사용에 따른 스펙클 노이즈(speckle noise))등을 더 포함할 수 있다.
따라서 본 발명의 일 실시예에 따른 프로세서(90)는 영상 센서(80)가 획득한 이미지로부터 상술한 오차 및 노이즈 등을 제거하기 위해 후술하는 바와 같은 다양한 연산 과정을 수행할 수 있다.
본 발명의 일 실시예에 따른 프로세서(90)는 영상 센서(80)에 의해 획득된 이미지의 주파수 성분들을 확인할 수 있다. 가령 프로세서(90)는 이미지에 대한 2차원 푸리에 변환(2D Fourier Transform)을 수행하여, 이미지의 주파수 성분들을 확인할 수 있다.
바꾸어 말하면, 프로세서(90)는 물체 홀로그램(U0(x,y,0))의 위치 별 강도 정보(즉|(U0(x,y,0)|2)를 포함하는 이미지에 포함된 주파수 성분들을 확인할 수 있다. 이때 이미지는 실상(Real Image)에 대응되는 주파수 성분, 허상(Imaginary Image)에 대응되는 주파수 성분 및 DC 성분을 포함할 수 있다.
물론 이미지에는 전술한 세 가지 성분들(실상에 대응되는 주파수 성분, 허상에 대응되는 주파수 성분 및 DC 성분) 외에 다양한 성분들이 더 포함될 수 있다. 가령 이미지에는 노이즈에 의한 주파수 성분들이 더 포함될 수 있다. 다만 이는 예시적인 것으로 본 발명의 사상이 이에 한정되는 것은 아니다.
본 발명의 일 실시예에 따른 프로세서(90)는 확인된 주파수 성분들 중에서 실상에 대응되는 성분들만 추출할 수 있다. 이때 프로세서(90)는 다양한 방식으로 실상에 대응되는 성분들을 추출할 수 있다.
가령 프로세서(90)는 이미지에 포함된 주파수 성분들 중에서 성분의 크기가 피크(Peak) 값을 갖는 성분들(이하 피크 성분들)을 추출하고, 추출된 피크 성분들 중에서 실상에 대응되는 피크 성분과 소성의 주파수 차이 이내인 성분들을 실상에 대응되는 성분들로 추출할 수 있다.
이때 프로세서(90)는 실상에 대응되는 피크 성분을 중심으로 다양한 방식으로 실상에 대응되는 성분들을 결정할 수 있다. 예를 들어, 프로세서(90)는 실상에 대응되는 피크 성분을 중심으로 하는 십자가 영역 내의 주파수 성분들을 실상에 대응되는 성분들로 결정할 수 있다. 다만 이는 예시적인 것으로 본 발명의 사상이 이에 한정되는 것은 아니다.
선택적 실시예에서 프로세서(90)는 자동 실상 좌표 정보 추출 알고리즘(Automatic real image spot-position extraction algorithm)을 이용하여 홀로그램에 포함되는 주파수 성분들 중에서 실상에 대응되는 성분들만 추출할 수 있다.
본 발명에서 특정 주파수 성분을 '추출'하는 것은 해당 주파수 성분의 주파수와 해당 주파수 성분의 크기(또는 강도)를 추출하는 것을 의미할 수 있다.
도 5는 도 4에 도시된 측정 대상 물체(50)의 일 부분에 대한 이미지의 주파수 성분을 도시한 도면이다.
전술한 바와 같이 프로세서(90)는 영상 센서(80)에 의해 획득된 이미지의 주파수 성분들을 확인할 수 있으며, 이에 따라 프로세서(90)는 실상에 대응되는 주파수 성분(911), 허상에 대응되는 주파수 성분(912) 및 DC 성분(913)을 포함하는 다양한 주파수 성분들을 확인할 수 있다.
또한 프로세서(90)는 확인된 성분들 중에서 실상에 대응되는 주파수 성분(911)만 추출할 수 있다. 이때 프로세서(90)는 가령 도 6에 도시된 바와 같이 실상에 대응되는 피크 성분(911A)을 중심으로 하는 십자가 영역 내의 주파수 성분들(911B)을 실상에 대응되는 성분들로 결정할 수 있다.
본 발명의 일 실시예에 따른 프로세서(90)는 전술한 과정에 의해서 추출된 실상에 대응되는 주파수 성분들로부터 디지털 기준광을 생성할 수 있다. 이를 보다 상세히 살펴보면, 프로세서(90)는 실상에 대응되는 주파수 성분들에 기초하여 디지털 기준광의 전파 방향 및 파수를 산출할 수 있다. 바꾸어 말하면, 프로세서(90)는 디지털 기준광의 파수 벡터를 산출할 수 있다.
또한 프로세서(90)는 디지털 기준광의 전파 방향 및 파수(또는 파수 벡터)에 기초하여 디지털 기준광을 생성하고, 하기 수학식 2에서와 같이 생성된 디지털 기준광(R(x,y))의 켤레 항을 구함으로써 보정광(Rc(x,y))을 생성할 수 있다.
[수학식 2]
Rc(x,y)= conj[R(x,y)]
이때 R(x,y)는 실상에 대응되는 주파수 성분들에 기초하여 생성된 디지털 기준광을 나타내고, Rc(x,y)는 보정광을 나타낸다.
디지털 기준광(R(x,y))과 보정광(Rc(x,y))은 켤레 관계에 있으므로 도 7a 및 도 7c에 도시된 바와 같이 강도는 동일하고, 도 7b 및 도 7d에 도시된 바와 같이 위상은 반대일 수 있다. 여기서 도 7a는 디지털 기준광(R(x,y))의 강도를 도시한 도면이고, 도 7b는 기준광의 위상을 도시한 도면이고, 도 7c는 보정광(Rc(x,y))의 강도를 도시한 도면이고, 도 7d는 보정광의 위상을 도시한 도면이다.
생성된 보정광(Rc(x,y))은 후술하는 실상 홀로그램(Um(x,y,0))의 보정에 사용될 수 있다.
한편 '디지털 기준광'은 전술한 광 분할기(30)가 단일 파장의 광으로부터 생성한 기준광(R)과 동일한 성질을 갖는 광으로, 프로세서(90)가 영상 센서(80)에 의해 획득된 이미지로부터 복원한 가상의 광일 수 있다.
본 발명의 일 실시예에 따른 프로세서(90)는 전술한 과정에 의해서 추출된 실상에 대응되는 주파수 성분들에 기초하여 실상 홀로그램을 생성할 수 있다. 가령 프로세서(90)는 실상에 대응되는 주파수 성분들에 대해 역 2차원 푸리에 변환(Inverse 2D Fourier transform)을 수행하여 도 8과 같은 실상 홀로그램을 생성할 수 있다.
이때 실상 홀로그램은 아래의 수학식 3과 같이 나타낼 수 있다.
[수학식 3]
Um(x,y,0)=O(x,y)R*(x,y)
여기서 Um(x,y,0)는 실상 홀로그램을 나타내며, O(x,y)는 물체광(O)을 나타내고, R*(x,y)는 기준광(R)의 복소 공액을 나타낸다.
한편 이와 같은 실상 홀로그램(Um(x,y,0))은 측정 대상 물체(50)의 높이에 관한 정보 외에, 기준광(R)에 대한 정보 및 물체광 대물 렌즈(40)의 수차에 의한 오차를 포함할 수 있다.
따라서 본 발명의 일 실시예에 따른 프로세서(90)는 기준광(R)에 의한 영향 및 물체광 대물 렌즈(40)의 수차에 의한 오차를 고려하여 실상 홀로그램(Um(x,y,0))으로부터 보정 홀로그램(Uc(x,y,0))을 생성할 수 있다.
가령 프로세서(90)는 아래의 수학식 4와 같이 실상 홀로그램(Um(x,y,0))에 보정광에 대한 항(Rc(x,y))과 곡률 수차 보정에 대한 항(Rca(x,y))을 곱함으로써 보정 홀로그램(Uc(x,y,0))을 생성할 수 있다.
[수학식 4]
Uc(x,y,0)=Um(x,y,0)Rc(x,y)Rca(x,y)
여기서 Uc(x,y,0)는 기준광(R)에 대한 정보 및 물체광 대물 렌즈(40)의 수차 정보가 제거된 보정 홀로그램을 나타내고, Um(x,y,0)는 실상 홀로그램을 나타내며, Rc(x,y)는 보정광에 대한 항을 나타내고, Rca(x,y) 곡률 수차 보정에 대한 항을 나타낸다.
한편 본 발명의 일 실시예에 따른 프로세서(90)는 다양한 방법으로 전술한 곡률 수차 보정에 대한 항(Rca(x,y))을 생성할 수 있다.
가령 프로세서(90)는 실상 홀로그램(Um(x,y,0))에 보정광에 대한 항(Rc(x,y))만 곱해진 홀로그램(이하 중간 홀로그램)으로부터 측정 대상 물체(50)의 3차원 형상을 생성하고, 생성된 3차원 형상으로부터 곡률 수차 보정에 대한 항(Rca(x,y))을 생성할 수 있다.
이를 보다 자세히 살펴보면, 프로세서(90)는 중간 홀로그램으로부터 생성된 측정 대상 물체(50)의 3차원 형상으로부터 곡률 수차 보정항을 결정하는 적어도 하나의 파라미터를 결정할 수 있다. 이때 파라미터는 가령 반구형의 곡면을 정의하는 중심점의 좌표 및 반지름을 포함할 수 있다.
도 9 및 도 10은 본 발명의 일 실시예에 따른 프로세서(90)가 중간 홀로그램으로부터 곡률 수차 보정항을 결정하는 방법을 설명하기 위한 도면이다.
설명의 편의를 위하여 영상 센서(80)가 도 3b의 직육면체 형상의 구조물(51D)에 대한 이미지를 획득하였고, 프로세서(90)가 전술한 과정에 따라 구조물(51D)에 대한 중간 홀로그램을 생성하였다고 가정한다. 또한 구조물(51D)에 대한 중간 홀로그램으로부터 생성된 구조물(51D)의 3차원 형상(920)은 도 9에 도시된 바와 같다고 가정한다.
전술한 가정 하에, 본 발명의 일 실시예에 따른 프로세서(90)는 3차원 형상(920)으로부터 곡률 수차 보정항을 결정하는 적어도 하나의 파라미터를 결정할 수 있다. 가령 프로세서(90)는 도 10에 도시된 바와 같은 3차원 형상(920)의 I-I단면 상의 곡선으로부터 반구형의 곡면의 중심점의 좌표(Cx, Cy) 및 곡면의 반지름(r)을 파라미터로써 결정할 수 있다. 이때 본 발명의 일 실시예에 따른 프로세서(90)는 I-I단면와 같은 절단면이 3차원 형상(920)의 중심점(즉 반구형 형상의 중심점)을 포함하도록 절단면의 위치 및/또는 방향을 결정할 수 있다. 또한 프로세서(90)는 I-I단면와 같은 절단면이 물체광(0)의 진행 방향과 평행하도록 결정할 수도 있다.
본 발명의 일 실시예에 따른 프로세서(90)는 전술한 과정에 의해서 결정된 적어도 하나의 파라미터에 기초하여 곡률 수차 보정항을 생성(또는 결정)할 수 있다. 가령 프로세서(90)는 곡면의 중심점의 좌표(Cx, Cy) 및 곡면의 반지름(r)을 참조하여 3차원 공간상에서 곡면을 생성하고, 생성된 곡면으로부터 각 x,y 지점의 위상 보정에 반영될 정보를 생성하는 방식으로 곡률 수차 보정항을 생성(또는 결정)할 수 있다.
선택적 실시예에서, 프로세서(90)는 형상을 미리 알고 있는 측정 대상 물체(가령 모든 x,y 좌표에서의 z값이 동일한 물체)의 중간 홀로그램으로부터 보정항을 결정할 수도 있다.
형상을 미리 알고 있는 측정 대상 물체의 경우 각 x, y 지점에서의 z값을 미리 알고 있으므로, 프로세서(90)는 중간 홀로그램으로부터 생성된 측정 대상 물체의 3차원 형상과 알고 있는 측정 대상 물체의 형상의 각 x, y 지점에서의 z값의 차이를 확인하는 방식으로 보정항을 결정할 수도 있다. 다만 이는 예시적인 것으로 본 발명의 사상이 이에 한정되는 것은 아니다.
본 발명의 일 실시예에 따른 프로세서(90)는 보정 홀로그램(Uc(x,y,0))에 기초하여 측정 대상 물체(50)의 3차원 형상을 생성할 수 있다. 바꾸어 말하면, 프로세서(90)는 각 x, y 지점에서의 물체의 z 방향으로의 높이를 산출할 수 있다.
가령 프로세서(90)는 보정 홀로그램(Uc(x,y,0))을 복원 영상면의 정보로 변환할 수 있다. 이때 복원 영상면은 프로세서에 의해 측정 대상 물체와 영상 센서 사이의 거리에 대응하는 거리만큼의 가상적인 영상 표시 평면을 의미하는 것으로, 프로세서(90)에 의해 계산 및 시뮬레이션되는 가상의 면일 수 있다.
프로세서(90)는 복원 영상면을 고려하여 복원된 정보로부터 도 11과 같이 x, y 지점에서의 물체의 z 방향으로의 높이를 산출할 수 있다. 도 11에는 측정 대상 물체(50) 상에 배치된 두 개의 직육면체 형상의 구조물(51A 및 51B)의 3차원 형상이 예시적으로 도시되었다.
도 12는 본 발명의 일 실시예에 따른 홀로그래피 복원 장치(1)에 의해 수행되는 측정 대상 물체(50)의 3차원 형상 정보를 생성하는 방법을 설명하기 위한 흐름도이다. 이하에서는 도 1 내지 도 11에서 설명한 내용과 중복되는 내용의 설명은 생략하되, 도 1 내지 도 11을 함께 참조하여 설명한다.
본 발명의 일 실시예에 따른 홀로그래피 복원 장치(1)는 측정 대상 물체(50)의 이미지를 획득할 수 있다.(S1201)
본 발명에서 측정 대상 물체(50)의 '이미지(Image)'는 측정 대상 물체(50)에 대한 물체 홀로그램(U0(x,y,0))의 각 위치에서의 강도(Intensity) 정보(즉|(U0(x,y,0)|2)를 포함할 수 있으며, 상술한 수학식 1과 같이 나타낼 수 있다.
가령 홀로그래피 복원 장치(1)는 도 3a 및 도 3b에 도시된 측정 대상 물체(50)의 일 부분에 대해서(예컨대, 51A 및 51B를 포함하는 부분)에 대해서 도 4에 도시된 바와 같은 이미지를 획득할 수 있다.
홀로그래피 복원 장치(1)에 의해 획득된 이미지는 전술한 바와 같이 물체 홀로그램(U0(x,y,0))의 각 위치에서의 강도(Intensity) 정보를 포함하므로, 홀로그래피 복원 장치(1)가 획득한 일반적인(즉 물체광(O)으로만 촬영한) 측정 대상 물체(50)의 이미지와 상이할 수 있다.
수학식 1을 참조하면 물체 홀로그램(U0(x,y,0))은 각 지점에서의 측정 대상 물체(50)의 위상 정보를 포함하는 물체광(0)과 측정 대상 물체의 위상 정보를 포함하지 않는 기준광(R)의 간섭에 의해 생성된 것일 수 있다.
또한 물체 홀로그램(U0(x,y,0))은 측정 대상 물체(50)의 각 지점(즉 각 x,y 지점)에서의 위상정보(즉 물체의 높이 정보)외에, 물체광 대물 렌즈(40)의 수차에 따른 오차 및 노이즈(가령 레이저의 광자(photon) 사용에 따른 스펙클 노이즈(speckle noise))등을 더 포함할 수 있다.
따라서 본 발명의 일 실시예에 따른 홀로그래피 복원 장치(1)는 홀로그래피 복원 장치(1)가 획득한 이미지로부터 상술한 오차 및 노이즈 등을 제거하기 위해 단계 S1202 내지 단계 S1207의 연산 과정을 수행할 수 있다.
본 발명의 일 실시예에 따른 홀로그래피 복원 장치(1)는 홀로그래피 복원 장치(1)에 의해 획득된 이미지의 주파수 성분들을 확인할 수 있다.(S1202) 가령 홀로그래피 복원 장치(1)는 이미지에 대한 2차원 푸리에 변환(2D Fourier Transform)을 수행하여, 이미지의 주파수 성분들을 확인할 수 있다.
바꾸어 말하면, 홀로그래피 복원 장치(1)는 물체 홀로그램(U0(x,y,0))의 위치 별 강도 정보(즉|(U0(x,y,0)|2)를 포함하는 이미지에 포함된 주파수 성분들을 확인할 수 있다. 이때 이미지는 실상(Real Image)에 대응되는 주파수 성분, 허상(Imaginary Image)에 대응되는 주파수 성분 및 DC 성분을 포함할 수 있다.
물론 이미지에는 전술한 세 가지 성분들(실상에 대응되는 주파수 성분, 허상에 대응되는 주파수 성분 및 DC 성분) 외에 다양한 성분들이 더 포함될 수 있다. 가령 이미지에는 노이즈에 의한 주파수 성분들이 더 포함될 수 있다. 다만 이는 예시적인 것으로 본 발명의 사상이 이에 한정되는 것은 아니다.
본 발명의 일 실시예에 따른 홀로그래피 복원 장치(1)는 확인된 주파수 성분들 중에서 실상에 대응되는 성분들만 추출할 수 있다.(S1203) 이때 홀로그래피 복원 장치(1)는 다양한 방식으로 실상에 대응되는 성분들을 추출할 수 있다.
가령 홀로그래피 복원 장치(1)는 이미지에 포함된 주파수 성분들 중에서 성분의 크기가 피크(Peak) 값을 갖는 성분들(이하 피크 성분들)을 추출하고, 추출된 피크 성분들 중에서 실상에 대응되는 피크 성분과 소성의 주파수 차이 이내인 성분들을 실상에 대응되는 성분들로 추출할 수 있다.
이때 홀로그래피 복원 장치(1)는 실상에 대응되는 피크 성분을 중심으로 다양한 방식으로 실상에 대응되는 성분들을 결정할 수 있다. 예를 들어, 홀로그래피 복원 장치(1)는 실상에 대응되는 피크 성분을 중심으로 하는 십자가 영역 내의 주파수 성분들을 실상에 대응되는 성분들로 결정할 수 있다. 다만 이는 예시적인 것으로 본 발명의 사상이 이에 한정되는 것은 아니다.
선택적 실시예에서 홀로그래피 복원 장치(1)는 자동 실상 좌표 정보 추출 알고리즘(Automatic real image spot-position extraction algorithm)을 이용하여 홀로그램에 포함되는 주파수 성분들 중에서 실상에 대응되는 성분들만 추출할 수 있다.
본 발명에서 특정 주파수 성분을 '추출'하는 것은 해당 주파수 성분의 주파수와 해당 주파수 성분의 크기(또는 강도)를 추출하는 것을 의미할 수 있다.
다시 도 5를 참조하면, 홀로그래피 복원 장치(1)는 홀로그래피 복원 장치(1)에 의해 획득된 이미지의 주파수 성분들을 확인할 수 있으며, 이에 따라 홀로그래피 복원 장치(1)는 실상에 대응되는 주파수 성분(911), 허상에 대응되는 주파수 성분(912) 및 DC 성분(913)을 포함하는 다양한 주파수 성분들을 확인할 수 있다.
또한 홀로그래피 복원 장치(1)는 확인된 성분들 중에서 실상에 대응되는 주파수 성분(911)만 추출할 수 있다. 이때 홀로그래피 복원 장치(1)는 가령 도 6에 도시된 바와 같이 실상에 대응되는 피크 성분(911A)을 중심으로 하는 십자가 영역 내의 주파수 성분들(911B)을 실상에 대응되는 성분들로 결정할 수 있다.
본 발명의 일 실시예에 따른 홀로그래피 복원 장치(1)는 전술한 과정에 의해서 추출된 실상에 대응되는 주파수 성분들로부터 디지털 기준광을 생성할 수 있다.(S1204) 이를 보다 상세히 살펴보면, 홀로그래피 복원 장치(1)는 실상에 대응되는 주파수 성분들에 기초하여 디지털 기준광의 전파 방향 및 파수를 산출할 수 있다. 바꾸어 말하면, 홀로그래피 복원 장치(1)는 디지털 기준광의 파수 벡터를 산출할 수 있다.
또한 홀로그래피 복원 장치(1)는 디지털 기준광의 전파 방향 및 파수(또는 파수 벡터)에 기초하여 디지털 기준광을 생성하고, 상술한 수학식 2에서와 같이 생성된 디지털 기준광(R(x,y))의 켤레 항을 구함으로써 보정광(Rc(x,y))을 생성할 수 있다.
디지털 기준광(R(x,y))과 보정광(Rc(x,y))은 켤레 관계에 있으므로 도 7a 및 도 7c에 도시된 바와 같이 강도는 동일하고, 도 7b 및 도 7d에 도시된 바와 같이 위상은 반대일 수 있다. 여기서 도 7a는 디지털 기준광(R(x,y))의 강도를 도시한 도면이고, 도 7b는 기준광의 위상을 도시한 도면이고, 도 7c는 보정광(Rc(x,y))의 강도를 도시한 도면이고, 도 7d는 보정광의 위상을 도시한 도면이다.
생성된 보정광(Rc(x,y))은 후술하는 실상 홀로그램(Um(x,y,0))의 보정에 사용될 수 있다.
한편 '디지털 기준광'은 전술한 광 분할기(30)가 단일 파장의 광으로부터 생성한 기준광(R)과 동일한 성질을 갖는 광으로, 홀로그래피 복원 장치(1)가 홀로그래피 복원 장치(1)에 의해 획득된 이미지로부터 복원한 가상의 광일 수 있다.
본 발명의 일 실시예에 따른 홀로그래피 복원 장치(1)는 전술한 과정에 의해서 추출된 실상에 대응되는 주파수 성분들에 기초하여 실상 홀로그램도 생성할 수 있다.(S1204) 가령 홀로그래피 복원 장치(1)는 실상에 대응되는 주파수 성분들에 대해 역 2차원 푸리에 변환(Inverse 2D Fourier transform)을 수행하여 도 8과 같은 실상 홀로그램을 생성할 수 있다. 이때 실상 홀로그램은 상술한 수학식 3과 같이 나타낼 수 있다.
본 발명의 일 실시예에 따른 홀로그래피 복원 장치(1)는 곡률 수차 보정에 대한 항(Rca(x,y))을 생성하기 위하여 중간 홀로그램을 생성할 수 있다.(S1205) 가령 홀로그래피 복원 장치(1)는 실상 홀로그램(Um(x,y,0))에 보정광에 대한 항(Rc(x,y))을 곱함으로써 중간 홀로그램을 생성할 수 있다. 생성된 중간 홀로그램은 단계 S1206에서 곡률 수차 보정정보를 생성하는데 사용될 수 있다.
본 발명의 일 실시예에 따른 홀로그래피 복원 장치(1)는 단계 S1205에서 생성된 중간 홀로그램으로부터 측정 대상 물체(50)의 3차원 형상을 생성하고, 생성된 3차원 형상으로부터 곡률 수차 보정에 대한 항(Rca(x,y))을 생성할 수 있다.(S1206) 이를 보다 자세히 살펴보면, 홀로그래피 복원 장치(1)는 중간 홀로그램으로부터 생성된 측정 대상 물체(50)의 3차원 형상으로부터 곡률 수차 보정항을 결정하는 적어도 하나의 파라미터를 결정할 수 있다. 이때 파라미터는 가령 반구형의 곡면을 정의하는 중심점의 좌표 및 반지름을 포함할 수 있다.
다시 도 9 및 도 10을 참조하여, 본 발명의 일 실시예에 따른 홀로그래피 복원 장치(1)가 중간 홀로그램으로부터 곡률 수차 보정항을 결정하는 방법을 설명한다. 설명의 편의를 위하여 홀로그래피 복원 장치(1)가 도 3b의 직육면체 형상의 구조물(51D)에 대한 이미지를 획득하였고, 홀로그래피 복원 장치(1)가 전술한 과정에 따라 구조물(51D)에 대한 중간 홀로그램을 생성하였다고 가정한다. 또한 구조물(51D)에 대한 중간 홀로그램으로부터 생성된 구조물(51D)의 3차원 형상(920)은 도 9에 도시된 바와 같다고 가정한다.
전술한 가정 하에, 본 발명의 일 실시예에 따른 홀로그래피 복원 장치(1)는 3차원 형상(920)으로부터 곡률 수차 보정항을 결정하는 적어도 하나의 파라미터를 결정할 수 있다. 가령 홀로그래피 복원 장치(1)는 도 10에 도시된 바와 같은 3차원 형상(920)의 I-I단면 상의 곡선으로부터 반구형의 곡면의 중심점의 좌표(Cx, Cy) 및 곡면의 반지름(r)을 파라미터로써 결정할 수 있다. 이때 본 발명의 일 실시예에 따른 홀로그래피 복원 장치(1)는 I-I단면와 같은 절단면이 3차원 형상(920)의 중심점(즉 반구형 형상의 중심점)을 포함하도록 절단면의 위치 및/또는 방향을 결정할 수 있다. 또한 홀로그래피 복원 장치(1)는 I-I단면와 같은 절단면이 물체광(0)의 진행 방향과 평행하도록 결정할 수도 있다.
본 발명의 일 실시예에 따른 홀로그래피 복원 장치(1)는 전술한 과정에 의해서 결정된 적어도 하나의 파라미터에 기초하여 곡률 수차 보정항을 생성(또는 결정)할 수 있다. 가령 홀로그래피 복원 장치(1)는 곡면의 중심점의 좌표(Cx, Cy) 및 곡면의 반지름(r)을 참조하여 3차원 공간상에서 곡면을 생성하고, 생성된 곡면으로부터 각 x,y 지점의 위상 보정에 반영될 정보를 생성하는 방식으로 곡률 수차 보정항을 생성(또는 결정)할 수 있다.
선택적 실시예에서, 홀로그래피 복원 장치(1)는 형상을 미리 알고 있는 측정 대상 물체(가령 모든 x,y 좌표에서의 z값이 동일한 물체)의 중간 홀로그램으로부터 보정항을 결정할 수도 있다.
형상을 미리 알고 있는 측정 대상 물체의 경우 각 x, y 지점에서의 z값을 미리 알고 있으므로, 홀로그래피 복원 장치(1)는 중간 홀로그램으로부터 생성된 측정 대상 물체의 3차원 형상과 알고 있는 측정 대상 물체의 형상의 각 x, y 지점에서의 z값의 차이를 확인하는 방식으로 보정항을 결정할 수도 있다. 다만 이는 예시적인 것으로 본 발명의 사상이 이에 한정되는 것은 아니다.
본 발명의 일 실시예에 따른 홀로그래피 복원 장치(1)는 기준광(R)에 의한 영향 및 물체광 대물 렌즈(40)의 수차에 의한 오차를 고려하여 실상 홀로그램(Um(x,y,0))으로부터 보정 홀로그램(Uc(x,y,0))을 생성할 수 있다.(S1207) 가령 홀로그래피 복원 장치(1)는 전술한 수학식 4와 같이 실상 홀로그램(Um(x,y,0))에 보정광에 대한 항(Rc(x,y))과 곡률 수차 보정에 대한 항(Rca(x,y))을 곱함으로써 보정 홀로그램(Uc(x,y,0))을 생성할 수 있다. 이때 보정광에 대한 항(Rc(x,y))은 단계 S1204에서 생성된 것일 수 있고, 곡률 수차 보정에 대한 항(Rca(x,y))은 단계 S1206에서 생성된 것일 수 있다.
본 발명의 일 실시예에 따른 홀로그래피 복원 장치(1)는 보정 홀로그램(Uc(x,y,0))에 기초하여 측정 대상 물체(50)의 3차원 형상 정보를 생성할 수 있다.(S1208) 바꾸어 말하면, 홀로그래피 복원 장치(1)는 각 x, y 지점에서의 물체의 z 방향으로의 높이를 산출할 수 있다.
가령 홀로그래피 복원 장치(1)는 보정 홀로그램(Uc(x,y,0))을 복원 영상면의 정보로 변환할 수 있다. 이때 복원 영상면은 프로세서에 의해 측정 대상 물체와 영상 센서 사이의 거리에 대응하는 거리만큼의 가상적인 영상 표시 평면을 의미하는 것으로, 홀로그래피 복원 장치(1)에 의해 계산 및 시뮬레이션되는 가상의 면일 수 있다.
홀로그래피 복원 장치(1)는 복원 영상면을 고려하여 복원된 정보로부터 도 11과 같이 x, y 지점에서의 물체의 z 방향으로의 높이를 산출할 수 있다. 도 11에는 측정 대상 물체(50) 상에 배치된 두 개의 직육면체 형상의 구조물(51A 및 51B)의 3차원 형상이 예시적으로 도시되었다.
도 13은 본 발명의 실시예들에 따른 프로세서(90)의 블록도이다. 도 13 및 도 14는 홀로그램을 이용하여 결함을 검출하는 기능을 수행하는 프로세서(90)의 구조를 나타낸다. 도 13에 도시된 바와 같이, 홀로그램 복원 장치(1)의 프로세서(90)는 결함 검출을 위한 결함 검출부(97)를 더 포함할 수 있다.
프로세서(90)는 이미지 획득부(91), 실상 정보 추출부(92), 실상 홀로그램 생성부(93), 중간 홀로그램 생성부(94), 보정 홀로그램 생성부(95), 3차원 형상 정보 생성부(96), 결함 검출부(97)를 포함할 수 있다.
결함 검출부(97)는 대상 물체에 조사된 빛을 통해 획득된 이미지, 이미지로부터 획득된 실상 정보, 실상 홀로그램, 중간 홀로그램, 보정 홀로그램, 3차원 형상 정보 중 적어도 하나를 이용하여 대상 물체에 존재하는 결함 유무를 판단할 수 있다.
결함 검출부(97)는 대상 물체에 대한 3차원 형상 정보와 기준 형상 정보를 비교함으로써, 대상 물체의 3차원 형상 정보에 포함된 결함의 존재 유무, 결함의 위치, 결함 영역 등을 검출한다. 기준 형상 정보는 대상 물체 별로 설정된 것으로, 결함 없는 상태의 대상 물체에 조사된 빛을 통해서 획득될 수 있다. 기준 형상 정보는 조사된 빛을 통해 복원된 3차원 이미지 또는 2차원 이미지 자체이거나 이미지로부터 파라미터들의 집합 일 수 있다.
결함 검출부(97)는 대상 물체에 대한 3차원 형상 정보와 기준 형상 정보를 비교함으로써, 결함의 존재 유무를 먼저 판단하고, 결함이 있는 대상 물체의 3차원 형상 정보를 기초로 결함의 위치, 결함 영역 등의 세부 결함 정보를 검출할 수 있다.
결함 검출부(97)는 측정 대상 물체의 결함의 위치 또는 결함 영역 및 기 등록된 공정에 대한 정보 등을 이용하여 측정 대상 물체 내의 결함 및 결함이 발생된 공정을 추론할 수 있다. 공정에 대한 정보는 대상 물체를 제조하는 각 공정에 대한 기능, 각 공정에 의해서 생성 또는 변경되는 위치 정보를 포함할 수 있다. 여기서, 공정은 일반적인 회로 기판의 제조 과정을 말하며, 확산, 포토, 식각, 증착, 이온주입, 연마, 후면 연마, 웨이퍼 절당, 칩 접착, 몰드, 인쇄, 도금, 솔더볼 부착, 테스트 등이 있을 수 있다.
구체적으로, 결함 검출부(97)는 결함의 위치를 고려하여, 마스크 제작, 웨이퍼 가공, 칩 조립 중 적어도 하나의 공정에서 결함이 발생되었다고 판단하고, 추가적인 입력 데이터, 예를 들어 실상 정보, 실상 홀로그램, 중간 홀로그램, 보정 홀로그램, 3차원 형상 정보 중 적어도 하나를 더 고려하여 웨이퍼 가공에 포함된 세부 공정인 확산, 포토, 식각, 증착, 이온주입, 연마 등의 세부 공정 중에서, 결함이 발생된 공정을 결정할 수 있다. 상기와 같이 결함 검출부(97)는 결함이 발생되는 상위 범위의 공정을 판단하고, 입력 데이터를 더 고려하여 하위 결함이 발생되는 범위의 공정을 결정할 수 있다. 결함 검출부(97)는 입력 데이터의 일부 만을 고려하여 상위 범위의 공정에서 결함이 발생되는 공정을 판단하고, 입력 데이터의 전부를 고려하여 결함이 발생되는 세부 공정을 구체적으로 판단할 수 있다.
도 14는 본 발명의 실시예들에 따른 기계 학습 모델링 장치(200)를 이용하여 결함 검출을 하는 프로세서(90)의 구조 및 동작을 설명하는 도면이다.
도 14에 도시된 바와 같이, 결함을 검출하는 홀로그램 복원 장치(1)는 기계 학습 모델링 장치(200)를 더 포함할 수 있다.
결함 검출을 하는 프로세서(90)는 이미지로부터 획득된 실상 정보, 실상 홀로그램, 중간 홀로그램, 보정 홀로그램, 3차원 형상 정보 중 적어도 하나 및 결함 정보를 모델링 부(200)로 전달할 수 있다.
모델링 부(200)는 기계 학습을 수행하는 기계 학습부(210) 및 기계 학습을 위해서 이미지를 처리하는 이미지 처리부(220)를 포함할 수 있다.
기계 학습부(210)는 입력 데이터를 반복적으로 입력함으로써, 입력된 데이터 사이의 알고리즘을 생성할 수 있다. 또한, 기계 학습부(210)는 실상 정보 및 결함 정보, 실상 홀로그램 및 결함 정보, 중간 홀로그램 및 결함 정보, 보정 홀로그램 및 결함 정보, 3차원 형상 정보 및 결함 정보 사이의 알고리즘을 각각 생성할 수 있다. 예를 들어, 알고리즘을 이용하여 결함 유무와의 관련성이 높은 입력 데이터의 종류를 이미지, 실상 정보, 실상 홀로그램, 중간 홀로그램, 보정 홀로그램, 3차원 형상 정보 중 하나로 특정할 수 있다.
이미지 처리부(220)는 기 설정된 필터를 이용하여 이미지를 분석할 수 있다. 예를 들어, 3X3 필터를 이용하여 이미지에 포함된 하나 이상의 픽셀들을 n개의 피쳐 맵으로 분할할 수 있다. 기계 학습부(210)는 이미지 처리부(220)를 통해 분석한 이미지들을 기초로 결함 정보에 대한 알고리즘을 생성할 수 있다.
기계 학습부(210) 및 이미지 처리부(220)를 포함하는 모델링 부(200)를 통해 결함 검출 알고리즘이 갱신될 수 있다. 모델링 부(200)는 업데이트 된 결함 검출 알고리즘을 프로세서(90)로 전달하여 좀더 정확하고 신속하게 결함이 검출되도록 할 수 있다.
도 15a 및 도 15b는 홀로그램 복원 장치(1)의 설계 예시를 설명하는 도면이다.
도 15a에 도시된 바와 같이, 하나의 홀로그램 복원 장치(1)는 결함을 포함하는 대상 물체(object)의 일 면과 대향되어 설치될 수 있다. 홀로그램 복원 장치(1)는 대상 물체(object)의 일 면의 일 부분에 대해서 빛을 조사시켜 해당 부분의 결함을 검출할 수 있다. 홀로그램 복원 장치(1)는 대상 물체의 영역을 복수의 부분들(N개)로 분할시켜 분할된 영역에 빛을 조사하는 과정을 N회 반복함으로써, 대상 물체의 전체에 존재하는 결함을 검출할 수 있다.
도 15b에 도시된 바와 같이, K개의 홀로그램 복원 장치(1)들이 대상 물체의 일 면과 대향하여 설치될 수 있다. K개의 홀로그램 복원 장치(1)들은 일렬로 배열되어 대상 물체의 열에 한번에 빛을 조사 시켜 대상 물체의 결함을 검출할 수 있다. K 개의 홀로그램 복원 장치(1)들은 대상 물체의 L개의 열에 빛을 조사하여 대상 물체의 전체에 존재하는 결함을 검출할 수 있다.
도 16은 본 발명의 실시예들에 따른 결함 검출 방법의 흐름도이다.
도 16에 도시된 바와 같이, S1610에서는 홀로그램 복원 장치(1)는 대상 기판의 일 영역에 빛을 조사 시킨다. K 개의 홀로그램 복원 장치(1)들이 K개의 영역들에 빛을 조사 시킬 수 있다. S1620에서는 홀로그램 복원 장치(1)는 광학 거울로부터 반사된 기준광과 대상 기판에 영향을 받는 물체광의 간섭에 의해서 생성된 물체 홀로그램의 강도 정보를 포함하는 이미지를 센싱한다. S1630에서는 홀로그램 복원 장치(1)는 이미지를 분석하여 실상 정보, 실상 홀로그램, 중간 홀로그램, 보정 홀로그램, 3차원 형상 정보를 획득한다. S1640에서는 홀로그램 복원 장치(1)는 3차원 형상 정보를 기초로 대상 기판에 포함된 결함의 종류, 결함의 위치, 결함과 관련된 공정을 포함하는 결함 정보를 검출한다. 홀로그램 복원 장치(1)는 3차원 형상 정보를 기초로 대상 기판에서의 결함 위치를 검출하고, 결함 위치를 이용하여 결함의 종류 및 결함과 관련된 공정을 판단할 수 있다. 홀로그램 복원 장치(1)는 결함의 위치 별로 상세 결함 정보를 더 포함하는 LUT를 저장 관리할 수 있다.
이를 통해, 홀로그램 복원 장치(1)는 자동화된 하나 이상의 공정들을 거쳐서 제조되는 대상 물체의 홀로그램을 이용하여 대상 물체에 존재하는 결함을 검출할 수 있다. 홀로그램 복원 장치(1)는 완성된 대상 물체의 3차원 형상 정보를 기 등록된 3차원 형상 정보와 비교함으로써, 대상 물체에 존재하는 결함 정보를 검출할 수 있다.
도 17에 도시된 바와 같이, S1640 단계 이후에, 홀로그램 복원 장치(1)는 이미지로부터 획득된 실상 정보, 실상 홀로그램, 중간 홀로그램, 보정 홀로그램, 3차원 형상 정보 및 결함 정보를 기계 학습부로 전달하여 결함 검출 알고리즘을 학습 시킬 수 있다(S1650).
도 18에 도시된 바와 같이, S1810에서는 홀로그램 복원 장치(1)는 업데이트된 결함 검출 알고리즘을 수신할 수 있다.
S1820에서는 홀로그램 복원 장치(1)는 대상 기판의 일 영역에 빛을 조사 시킨다.
S1830에서는 홀로그램 복원 장치(1)는 광학 거울로부터 반사된 기준광과 대상 기판에 영향을 받는 물체광의 간섭에 의해서 생성된 물체 홀로그램의 강도 정보를 포함하는 이미지를 센싱할 수 있다.
S1840에서는 홀로그램 복원 장치(1)는 이미지를 분석하여 결함 검출 알고리즘에 의해 유의미한 데이터로 선별된 입력 데이터를 선별적으로 획득할 수 있다.
S1850에서는 홀로그램 복원 장치(1)는 입력 데이터를 기초로 대상 기판에 포함된 결함의 종류, 결함의 위치, 결함과 관련된 공정을 포함하는 결함 정보를 검출할 수 있다.
도 19는 기계 학습부(210) 및 이미지 처리부(220)의 일 실시예를 설명하는 도면이다.
S1910에서, 기계 학습 모델링 장치(200)는 입력 데이터를 획득할 수 있다. 기계 학습 모델링 장치(200)는 입력 데이터를 군집화 한 후에, 컨볼루션 연산을 수행할 수 있다. 군집화를 통해 입력 데이터의 처리 시간은 단축될 수 있다. 군집화 외에도 입력 데이터의 압축을 통해 처리 시간을 단축할 수 있다. S1920에서, 기계 학습 모델링 장치(200)는 복수개의 컨볼루션 레이어 중 하나의 컨볼루션 레이어에서, 입력 데이터에 대하여 컨볼루션 연산을 수행하기 위한 필터를 결정할 수 있다. S1930에서, 기계 학습 모델링 장치(200)는 필터 내의 상이한 필터링 영역에 대응되는 복수개의 서브 필터를 결정할 수 있다. S1940에서, 기계 학습 모델링 장치(200)는 복수개의 서브 필터에 기초한 복수개의 특징 맵을 생성할 수 있다. S1950에서, 기계 학습 모델링 장치(200)는 복수개의 특징 맵에 기초하여 출력 데이터를 획득할 수 있다. 기계 학습 모델링 장치(200)는 복수개의 특징 맵 또는 출력 데이터를 군집화할 수 있다. 군집화를 통해 특징 맵 또는 출력 데이터의 처리 시간은 단축될 수 있다. 군집화를 통해 특징 맵 또는 출력 데이터의 처리 시간은 단축될 수 있다. 군집화 외에도 특징 맵 또는 출력 데이터의 압축을 통해 처리 시간을 단축할 수 있다.
예를 들어, 군집화에는 K-Means Clustering, Mean-Shift Clustering, Density-Based Spatial Clustering of Applications with Noise(DBSCAN), Gaussian Mixture Models(GMM)을 사용한 Expectation-Maximization(EM) Clustering, Agglomerative Hierarchical Clustering, 등이 있다. Clustering 이외에도 다양한 알고리즘을 통해 성능을 개선할 수 있다.
도 20는 일 실시예에 따른 기계 학습부(210)의 블록도이다.
도 20을 참조하면, 일 실시예에 따른 데이터 학습부(210)는 데이터 획득부(211), 전처리부(212), 학습 데이터 선택부(213), 모델 학습부(214) 및 모델 평가부(215)를 포함할 수 있다.
데이터 획득부(211)는 인식 결과 획득에 필요한 데이터를 획득할 수 있다. 데이터 획득부(211)는 인식 결과 획득을 위한 학습을 위하여 필요한 데이터를 획득할 수 있다.
예를 들어, 입력 이미지, 또는 입력 홀로그램와 입력 이미지 또는 입력 홀로그램에 따라 결정되는 출력 데이터(결함 정보)을 학습하는 데이터 학습부(210)에 포함되는 데이터 획득부(211)는 홀로그램 복원 장치(1)로부터 입력 이미지 또는 입력 홀로그램을 입력받을 수 있다.
전처리부(212)는 결함 판단을 위한 학습에 획득된 데이터가 이용될 수 있도록, 획득된 데이터를 전처리할 수 있다. 전처리부(212)는 후술할 모델 학습부(214)가 결함 판단을 위한 학습을 위하여 획득된 데이터를 이용할 수 있도록, 획득된 데이터를 기 설정된 포맷으로 가공할 수 있다.
학습 데이터 선택부(213)는 전처리된 데이터 중에서 학습에 필요한 데이터를 선택할 수 있다. 선택된 데이터는 모델 학습부(214)에 제공될 수 있다. 학습 데이터 선택부(213)는 결함 판단을 위한 기 설정된 기준에 따라, 전처리된 데이터 중에서 학습에 필요한 데이터를 선택할 수 있다. 또한, 학습 데이터 선택부(213)는 후술할 모델 학습부(214)에 의한 학습에 의해 기 설정된 기준에 따라 데이터를 선택할 수도 있다.
모델 학습부(214)는 학습 데이터에 기초하여 결함을 어떻게 판단할 지에 관한 기준을 학습할 수 있다. 또한, 모델 학습부(214)는 결함 판단을 위하여 어떤 학습 데이터를 이용해야 하는 지에 대한 기준을 학습할 수도 있다.
또한, 모델 학습부(214)는 결함 판단에 이용되는 데이터 인식 모델을 학습 데이터를 이용하여 학습시킬 수 있다. 이 경우, 데이터 인식 모델은 미리 구축된 모델일 수 있다. 예를 들어, 데이터 인식 모델은 기본 학습 데이터(예를 들어, 샘플 이미지, 샘플 홀로그램 등)을 입력 받아 미리 구축된 모델일 수 있다.
데이터 인식 모델은, 인식 모델의 적용 분야, 학습의 목적 또는 장치의 컴퓨터 성능 등을 고려하여 구축될 수 있다. 데이터 인식 모델은, 예를 들어, 신경망(Neural Network)을 기반으로 하는 모델일 수 있다. 예컨대, DNN(Deep Neural Network), RNN(Recurrent Neural Network), BRDNN(Bidirectional Recurrent Deep Neural Network), CNN(Convolutional Neural Network) 과 같은 모델이 데이터 인식 모델로서 사용될 수 있으나, 이에 한정되지 않는다.
다양한 실시예에 따르면, 모델 학습부(214)는 미리 구축된 데이터 인식 모델이 복수 개가 존재하는 경우, 입력된 학습 데이터와 기본 학습 데이터의 관련성이 큰 데이터 인식 모델을 학습할 데이터 인식 모델로 결정할 수 있다. 이 경우, 기본 학습 데이터는 데이터의 타입 별로 기 분류되어 있을 수 있으며, 데이터 인식 모델은 데이터의 타입 별로 미리 구축되어 있을 수 있다.
또한, 모델 학습부(214)는, 예를 들어, 오류 역전파법(error back-propagation) 또는 경사 하강법(gradient descent)을 포함하는 학습 알고리즘 등을 이용하여 데이터 인식 모델을 학습시킬 수 있다.
또한, 모델 학습부(214)는, 예를 들어, 학습 데이터를 입력 값으로 하는 지도 학습(supervised learning) 을 통하여, 데이터 인식 모델을 학습시킬 수 있다. 또한, 모델 학습부(214)는, 예를 들어, 별다른 지도없이 결함 판단을 위해 필요한 데이터의 종류를 스스로 학습함으로써, 결함 판단을 위한 기준을 발견하는 비지도 학습(unsupervised learning)을 통하여, 데이터 인식 모델을 학습시킬 수 있다. 또한, 모델 학습부(214)는, 예를 들어, 학습에 따른 결함 판단의 결과가 올바른 지에 대한 피드백을 이용하는 강화 학습(reinforcement learning)을 통하여, 데이터 인식 모델을 학습시킬 수 있다.
또한, 데이터 인식 모델이 학습되면, 모델 학습부(214)는 학습된 데이터 인식 모델을 저장할 수 있다. 이 경우, 모델 학습부(214)는 학습된 데이터 인식 모델을 홀로그램 복원 장치(1)의 메모리에 저장할 수 있다. 또는, 모델 학습부(214)는 학습된 데이터 인식 모델을 후술할 홀로그램 복원 장치(1)의 메모리에 저장할 수 있다. 또는, 모델 학습부(214)는 학습된 데이터 인식 모델을 전자 장치와 유선 또는 무선 네트워크로 연결되는 서버의 메모리에 저장할 수도 있다.
이 경우, 학습된 데이터 인식 모델이 저장되는 메모리는, 예를 들면, 전자 장치의 적어도 하나의 다른 구성요소에 관계된 명령 또는 데이터를 함께 저장할 수도 있다. 또한, 메모리는 소프트웨어 및/또는 프로그램을 저장할 수도 있다. 프로그램은, 예를 들면, 커널, 미들웨어, 어플리케이션 프로그래밍 인터페이스(API) 및/또는 어플리케이션 프로그램(또는 "어플리케이션") 등을 포함할 수 있다.
모델 평가부(215)는 데이터 인식 모델에 평가 데이터를 입력하고, 평가 데이터로부터 출력되는 인식 결과가 소정 기준을 만족하지 못하는 경우, 모델 학습부(214)로 하여금 다시 학습하도록 할 수 있다. 이 경우, 평가 데이터는 데이터 인식 모델을 평가하기 위한 기 설정된 데이터일 수 있다.
예를 들어, 모델 평가부(215)는 평가 데이터에 대한 학습된 데이터 인식 모델의 인식 결과 중에서, 인식 결과가 정확하지 않은 평가 데이터의 개수 또는 비율이 미리 설정된 임계치를 초과하는 경우 소정 기준을 만족하지 못한 것으로 평가할 수 있다. 예컨대, 소정 기준이 비율 2%로 정의되는 경우, 학습된 데이터 인식 모델이 총 1000개의 평가 데이터 중의 20개를 초과하는 평가 데이터에 대하여 잘못된 인식 결과를 출력하는 경우, 모델 평가부(215)는 학습된 데이터 인식 모델이 적합하지 않은 것으로 평가할 수 있다.
한편, 학습된 데이터 인식 모델이 복수 개가 존재하는 경우, 모델 평가부(215)는 각각의 학습된 데이터 인식 모델에 대하여 소정 기준을 만족하는지를 평가하고, 소정 기준을 만족하는 모델을 최종 데이터 인식 모델로서 결정할 수 있다. 이 경우, 소정 기준을 만족하는 모델이 복수 개인 경우, 모델 평가부(215)는 평가 점수가 높은 순으로 미리 설정된 어느 하나 또는 소정 개수의 모델을 최종 데이터 인식 모델로서 결정할 수 있다.
한편, 기계학습부(210) 내의 데이터 획득부(211), 전처리부(212), 학습 데이터 선택부(213), 모델 학습부(214) 및 모델 평가부(215) 중 적어도 하나는, 적어도 하나의 하드웨어 칩 형태로 제작되어 전자 장치에 탑재될 수 있다. 예를 들어, 데이터 획득부(211), 전처리부(212), 학습 데이터 선택부(213), 모델 학습부(214) 및 모델 평가부(215) 중 적어도 하나는 인공 지능(AI; artificial intelligence)을 위한 전용 하드웨어 칩 형태로 제작될 수도 있고, 또는 기존의 범용 프로세서(예: CPU 또는 application processor) 또는 그래픽 전용 프로세서(예: GPU)의 일부로 제작되어 전술한 각종 전자 장치에 탑재될 수도 있다.
또한, 데이터 획득부(211), 전처리부(212), 학습 데이터 선택부(213), 모델 학습부(214) 및 모델 평가부(215)는 하나의 전자 장치에 탑재될 수도 있으며, 또는 별개의 전자 장치들에 각각 탑재될 수도 있다. 예를 들어, 데이터 획득부(211), 전처리부(212), 학습 데이터 선택부(213), 모델 학습부(214) 및 모델 평가부(215) 중 일부는 전자 장치에 포함되고, 나머지 일부는 서버에 포함될 수 있다.
또한, 데이터 획득부(211), 전처리부(212), 학습 데이터 선택부(213), 모델 학습부(214) 및 모델 평가부(215) 중 적어도 하나는 소프트웨어 모듈로 구현될 수 있다. 데이터 획득부(211), 전처리부(212), 학습 데이터 선택부(213), 모델 학습부(214) 및 모델 평가부(215) 중 적어도 하나가 소프트웨어 모듈(또는, 인스터력션(instruction) 포함하는 프로그램 모듈)로 구현되는 경우, 소프트웨어 모듈은 컴퓨터로 읽을 수 있는 판독 가능한 비일시적 판독 가능 기록매체(non-transitory computer readable media)에 저장될 수 있다. 또한, 이 경우, 적어도 하나의 소프트웨어 모듈은 OS(Operating System)에 의해 제공되거나, 소정의 애플리케이션에 의해 제공될 수 있다. 또는, 적어도 하나의 소프트웨어 모듈 중 일부는 OS(Operating System)에 의해 제공되고, 나머지 일부는 소정의 애플리케이션에 의해 제공될 수 있다.
도 21은 기계 학습부(210)를 통해 모델링된 결함 검출 알고리즘의 연결 관계를 나타내는 도면이다.
입력 데이터인 이미지, 홀로그램들로부터 획득된 속성 정보(D1)를 이용하여 결함의 위치 정보(D2)를 결정하고, 결함의 위치 정보를 기초로 결함의 종류(D3)를 판단할 수 있다.
이상 설명된 본 발명에 따른 실시예는 컴퓨터 상에서 다양한 구성요소를 통하여 실행될 수 있는 컴퓨터 프로그램의 형태로 구현될 수 있으며, 이와 같은 컴퓨터 프로그램은 컴퓨터로 판독 가능한 매체에 기록될 수 있다. 이때, 매체는 컴퓨터로 실행 가능한 프로그램을 저장하는 것일 수 있다. 매체의 예시로는, 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체, CD-ROM 및 DVD와 같은 광영상 센서, 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical medium), 및 ROM, RAM, 플래시 메모리 등을 포함하여 프로그램 명령어가 저장되도록 구성된 것이 있을 수 있다.
한편, 상기 컴퓨터 프로그램은 본 발명을 위하여 특별히 설계되고 구성된 것이거나 컴퓨터 소프트웨어 분야의 당업자에게 공지되어 사용 가능한 것일 수 있다. 컴퓨터 프로그램의 예에는, 컴파일러에 의하여 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용하여 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드도 포함될 수 있다.
본 발명에서 설명하는 특정 실행들은 일 실시 예들로서, 어떠한 방법으로도 본 발명의 범위를 한정하는 것은 아니다. 명세서의 간결함을 위하여, 종래 전자적인 구성들, 제어 시스템들, 소프트웨어, 상기 시스템들의 다른 기능적인 측면들의 기재는 생략될 수 있다. 또한, 도면에 도시된 구성 요소들 간의 선들의 연결 또는 연결 부재들은 기능적인 연결 및/또는 물리적 또는 회로적 연결들을 예시적으로 나타낸 것으로서, 실제 장치에서는 대체 가능하거나 추가의 다양한 기능적인 연결, 물리적인 연결, 또는 회로 연결들로서 나타내어질 수 있다. 또한, "필수적인", "중요하게" 등과 같이 구체적인 언급이 없다면 본 발명의 적용을 위하여 반드시 필요한 구성 요소가 아닐 수 있다.
따라서, 본 발명의 사상은 상기 설명된 실시예에 국한되어 정해져서는 아니 되며, 후술하는 특허청구범위뿐만 아니라 이 특허청구범위와 균등한 또는 이로부터 등가적으로 변경된 모든 범위는 본 발명의 사상의 범주에 속한다고 할 것이다.
1, 1A, 1B: 홀로그래피 복원 장치
10: 광원부
20: 시준기
30,32: 광 분할기
40: 물체광 대물 렌즈
50: 측정 대상 물체
60: 기준광 대물 렌즈
70,72: 광학 거울
80: 영상 센서
90: 프로세서

Claims (3)

  1. 광학 거울로부터 반사된 기준광과 측정 대상 물체에 영향을 받는 물체광의 간섭에 의해서 생성된 물체 홀로그램의 강도(Intensity) 정보를 포함하는 이미지에 포함된 적어도 하나의 주파수 성분들을 확인하는 단계;
    상기 적어도 하나의 주파수 성분들 중 실상(Real Image)에 대응되는 실상 성분들을 추출하는 단계;
    상기 실상 성분들에 기초하여 상기 기준광과 켤레(Conjugate) 관계에 있는 보정광 및 상기 측정 대상 물체의 실상 정보를 포함하는 실상 홀로그램을 생성하는 단계;
    상기 보정광에 기초하여, 상기 실상 홀로그램에서 상기 기준광의 정보가 제거된 중간 홀로그램을 생성하는 단계;
    상기 중간 홀로그램으로부터 곡률 수차 보정정보를 생성하는 단계;
    상기 곡률 수차 보정정보에 기초하여, 상기 중간 홀로그램에서 곡률 수차에 의한 오차가 제거된 보정 홀로그램을 생성하는 단계; 및
    상기 보정 홀로그램으로부터 상기 측정 대상 물체의 상기 3차원 형상 정보를 생성하는 단계; 및
    상기 실상 성분, 상기 실상 홀로그램, 상기 중간 홀로그램, 상기 보정 홀로그램, 상기 3차원 형상 정보 중 적어도 하나를 이용하여, 상기 측정 대상 물체에 포함되는 결함의 위치, 결함이 발생된 공정을 판단하는 단계;를 포함하는, 복원된 홀로그램을 이용하여 공정 상의 결함을 판단하는 방법.
  2. 제1 항에 있어서
    상기 결함이 발생된 공정을 판단하는 단계는
    상기 측정 대상 물체에 대한 상기 실상 성분, 상기 실상 홀로그램, 상기 중간 홀로그램, 상기 보정 홀로그램, 상기 3차원 형상 정보 중 적어도 하나를 이용하여 상기 측정 대상 물체에 존재하는 결함의 유무를 판단하고,
    상기 측정 대상 물체에 대한 3차원 형상 정보와 기 등록된 기준 형상 정보를 비교하여 상기 측정 대상 물체의 결함의 위치, 또는 결함 영역을 검출하고,
    상기 측정 대상 물체의 결함의 위치 또는 결함 영역 및 기 등록된 공정에 대한 정보를 이용하여 상기 측정 대상 물체 내의 결함 및 결함이 발생된 공정을 추론하는 점을 특징으로 하는, 복원된 홀로그램을 이용하여 공정 상의 결함을 판단하는 방법.
  3. 제1 항에 있어서
    상기 결함이 발생된 공정을 판단하는 단계는
    상기 측정 대상 물체에 대한 상기 실상 성분, 상기 실상 홀로그램, 상기 중간 홀로그램, 상기 보정 홀로그램, 상기 3차원 형상 정보 중 적어도 하나를 이용하여 상기 측정 대상 물체에 존재하는 결함의 유무를 판단하고,
    상기 측정 대상 물체에 대한 3차원 형상 정보와 기 등록된 기준 형상 정보를 비교하여 상기 측정 대상 물체의 결함의 위치, 또는 결함 영역을 검출하고,
    상기 측정 대상 물체의 결함의 위치 또는 결함 영역 및 기 등록된 공정에 대한 정보를 이용하여 상기 측정 대상 물체 내의 결함 및 결함이 발생된 상위 공정을 추론하고,
    상기 측정 대상 물체에 대한 상기 실상 성분, 상기 실상 홀로그램, 상기 중간 홀로그램, 상기 보정 홀로그램, 및 상기 3차원 형상 정보를 이용하여 결함이 발생된 하위 공정을 추론하는 점을 특징으로 하는, 복원된 홀로그램을 이용하여 공정 상의 결함을 판단하는 방법.
KR1020180123926A 2018-10-17 2018-10-17 복원된 홀로그램을 이용하여 공정 상의 결함을 판단하는 방법 KR102194642B1 (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020180123926A KR102194642B1 (ko) 2018-10-17 2018-10-17 복원된 홀로그램을 이용하여 공정 상의 결함을 판단하는 방법
KR1020200176297A KR102491887B1 (ko) 2018-10-17 2020-12-16 복원된 홀로그램을 이용하여 공정 상의 결함을 판단하는 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020180123926A KR102194642B1 (ko) 2018-10-17 2018-10-17 복원된 홀로그램을 이용하여 공정 상의 결함을 판단하는 방법

Related Child Applications (1)

Application Number Title Priority Date Filing Date
KR1020200176297A Division KR102491887B1 (ko) 2018-10-17 2020-12-16 복원된 홀로그램을 이용하여 공정 상의 결함을 판단하는 방법

Publications (2)

Publication Number Publication Date
KR20200043168A true KR20200043168A (ko) 2020-04-27
KR102194642B1 KR102194642B1 (ko) 2020-12-24

Family

ID=70467663

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020180123926A KR102194642B1 (ko) 2018-10-17 2018-10-17 복원된 홀로그램을 이용하여 공정 상의 결함을 판단하는 방법

Country Status (1)

Country Link
KR (1) KR102194642B1 (ko)

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006284364A (ja) * 2005-03-31 2006-10-19 Toppan Printing Co Ltd ホログラム欠陥判定装置
US7649160B2 (en) 2005-02-23 2010-01-19 Lyncee Tec S.A. Wave front sensing method and apparatus
KR20100095302A (ko) 2009-02-20 2010-08-30 (주)펨트론 Ｏｆｆ-ａｘｉｓ 방식의 이중 파장 디지털 홀로그래피를 이용한 3Ｄ 측정장치
KR20120014355A (ko) 2010-08-09 2012-02-17 (주)펨트론 듀얼 파장 디지털 홀로그래피을 이용한 3ｄ 측정 장치
KR101139178B1 (ko) 2011-09-30 2012-04-26 디아이티 주식회사 디지털 홀로그래피를 이용한 입체 측정장치
KR20130042191A (ko) * 2011-10-18 2013-04-26 (주)미토스 디스플레이 기판의 결함을 3차원으로 측정하는 디지털 홀로그래픽 현미경 및 이를 이용한 결함 측정 방법
KR101441245B1 (ko) 2013-05-29 2014-09-17 제주대학교 산학협력단 디지털 홀로그래픽 현미경 장치
KR20160029606A (ko) 2014-09-05 2016-03-15 광운대학교 산학협력단 디지털 홀로그래피 현미경 및 디지털 홀로그램 영상 생성 방법
KR20170037800A (ko) * 2015-09-26 2017-04-05 (주)힉스컴퍼니 투명 매질의 미세 결함 검출방법 및 시스템
KR20180010659A (ko) * 2016-07-22 2018-01-31 주식회사 내일해 개선된 홀로그래픽 복원 장치 및 방법

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7649160B2 (en) 2005-02-23 2010-01-19 Lyncee Tec S.A. Wave front sensing method and apparatus
JP2006284364A (ja) * 2005-03-31 2006-10-19 Toppan Printing Co Ltd ホログラム欠陥判定装置
KR20100095302A (ko) 2009-02-20 2010-08-30 (주)펨트론 Ｏｆｆ-ａｘｉｓ 방식의 이중 파장 디지털 홀로그래피를 이용한 3Ｄ 측정장치
KR20120014355A (ko) 2010-08-09 2012-02-17 (주)펨트론 듀얼 파장 디지털 홀로그래피을 이용한 3ｄ 측정 장치
KR101139178B1 (ko) 2011-09-30 2012-04-26 디아이티 주식회사 디지털 홀로그래피를 이용한 입체 측정장치
KR20130042191A (ko) * 2011-10-18 2013-04-26 (주)미토스 디스플레이 기판의 결함을 3차원으로 측정하는 디지털 홀로그래픽 현미경 및 이를 이용한 결함 측정 방법
KR101441245B1 (ko) 2013-05-29 2014-09-17 제주대학교 산학협력단 디지털 홀로그래픽 현미경 장치
KR20160029606A (ko) 2014-09-05 2016-03-15 광운대학교 산학협력단 디지털 홀로그래피 현미경 및 디지털 홀로그램 영상 생성 방법
KR20170037800A (ko) * 2015-09-26 2017-04-05 (주)힉스컴퍼니 투명 매질의 미세 결함 검출방법 및 시스템
KR20180010659A (ko) * 2016-07-22 2018-01-31 주식회사 내일해 개선된 홀로그래픽 복원 장치 및 방법

Also Published As

Publication number Publication date
KR102194642B1 (ko) 2020-12-24

Similar Documents

Publication Publication Date Title
US11314071B2 (en) Method for generating three-dimensional shape information of object to be measured, defect detection method, and defect detection device
CN108431937B (zh) 光学裸片对数据库检查
JP4594114B2 (ja) 画像処理装置および屈折率分布測定装置
CN113226612B (zh) 借助深度卷积神经网络识别激光加工系统的加工缺陷
KR102202300B1 (ko) 스캐닝 기능을 포함하는 기판 검사 장치
KR102144706B1 (ko) 합성곱 신경망 기반의 도로 검출 장치 및 방법
KR102533520B1 (ko) 포토리소그래피 프로세스의 요소의 결함의 알려지지 않은 효과를 평가하기 위한 방법 및 장치
KR102282722B1 (ko) 결함 검출 방법 및 장치
CN103562934A (zh) 脸部位置检测
KR102478970B1 (ko) 노이즈 레벨을 차감한 주파수 성분을 기초로 측정 대상 물체의 3차원 형상 정보를 생성하는 방법
KR102425448B1 (ko) 측정 대상 물체의 3차원 형상 정보 생성 장치
KR102491887B1 (ko) 복원된 홀로그램을 이용하여 공정 상의 결함을 판단하는 방법
KR102194642B1 (ko) 복원된 홀로그램을 이용하여 공정 상의 결함을 판단하는 방법
KR102437014B1 (ko) 스캐닝 기능을 포함하는 기판 검사 장치
KR101706934B1 (ko) 디지털 홀로그램 데이터를 이용한 마이크로 광학 소자의 3차원 측정방법 및 이를 통해 운용되는 측정장치
KR20190072020A (ko) 결함 검출 방법 및 장치
KR102092276B1 (ko) 측정 대상 물체의 주파수 성분에 포함된 노이즈를 제거하여 3차원 형상 정보를 생성하는 방법
KR102089089B1 (ko) 측정 대상 물체의 3차원 형상 정보를 생성하는 방법
KR102483184B1 (ko) 측정 대상 물체의 3차원 형상 정보를 생성하는 방법
KR102448085B1 (ko) 측정 대상 물체의 주파수 성분에 포함된 노이즈를 제거하여 3차원 형상 정보를 생성하는 방법
KR102177114B1 (ko) 측정 대상 물체의 3차원 형상 정보 생성 장치
KR102483163B1 (ko) 측정 대상 물체의 3차원 형상 정보 생성 장치
KR102189527B1 (ko) 노이즈 레벨을 차감한 주파수 성분을 기초로 측정 대상 물체의 3차원 형상 정보를 생성하는 방법
KR102093885B1 (ko) 측정 대상 물체의 3차원 형상 정보 생성 장치
KR20210005976A (ko) 기판 검사 장치

Legal Events

Date Code Title Description
AMND Amendment
E601 Decision to refuse application
AMND Amendment
X701 Decision to grant (after re-examination)
A107 Divisional application of patent
GRNT Written decision to grant