KR20230050181A - 하전입자선 장치의 영상을 디컨볼루션하여 복원하는 방법, 영상 처리 장치 및 영상 처리 장비를 구비한 하전입자선 장치 - Google Patents
하전입자선 장치의 영상을 디컨볼루션하여 복원하는 방법, 영상 처리 장치 및 영상 처리 장비를 구비한 하전입자선 장치 Download PDFInfo
- Publication number
- KR20230050181A KR20230050181A KR1020210133534A KR20210133534A KR20230050181A KR 20230050181 A KR20230050181 A KR 20230050181A KR 1020210133534 A KR1020210133534 A KR 1020210133534A KR 20210133534 A KR20210133534 A KR 20210133534A KR 20230050181 A KR20230050181 A KR 20230050181A
- Authority
- KR
- South Korea
- Prior art keywords
- image
- charged particle
- particle beam
- parameter
- restoring
- Prior art date
Links
- 239000002245 particle Substances 0.000 title claims abstract description 73
- 238000000034 method Methods 0.000 title claims abstract description 71
- 230000008569 process Effects 0.000 title claims abstract description 34
- 238000012545 processing Methods 0.000 claims abstract description 77
- 238000011156 evaluation Methods 0.000 claims abstract description 27
- 238000003860 storage Methods 0.000 claims description 11
- 238000005457 optimization Methods 0.000 claims description 9
- 238000010894 electron beam technology Methods 0.000 claims description 4
- 238000010606 normalization Methods 0.000 claims description 2
- 239000000523 sample Substances 0.000 description 24
- 230000006870 function Effects 0.000 description 23
- 150000002500 ions Chemical class 0.000 description 9
- 238000005516 engineering process Methods 0.000 description 8
- 238000010884 ion-beam technique Methods 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 4
- 238000004891 communication Methods 0.000 description 4
- 230000007547 defect Effects 0.000 description 4
- 229910052734 helium Inorganic materials 0.000 description 3
- 238000001433 helium-ion microscopy Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000001350 scanning transmission electron microscopy Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000005684 electric field Effects 0.000 description 2
- 238000002149 energy-dispersive X-ray emission spectroscopy Methods 0.000 description 2
- 239000007789 gas Substances 0.000 description 2
- 230000014509 gene expression Effects 0.000 description 2
- 239000001307 helium Substances 0.000 description 2
- -1 helium ion Chemical class 0.000 description 2
- 238000004626 scanning electron microscopy Methods 0.000 description 2
- 238000000682 scanning probe acoustic microscopy Methods 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 229910052684 Cerium Inorganic materials 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 239000012472 biological sample Substances 0.000 description 1
- 229910052797 bismuth Inorganic materials 0.000 description 1
- GWXLDORMOJMVQZ-UHFFFAOYSA-N cerium Chemical compound [Ce] GWXLDORMOJMVQZ-UHFFFAOYSA-N 0.000 description 1
- 239000013078 crystal Substances 0.000 description 1
- 238000002003 electron diffraction Methods 0.000 description 1
- 238000005430 electron energy loss spectroscopy Methods 0.000 description 1
- 229910052733 gallium Inorganic materials 0.000 description 1
- 230000008570 general process Effects 0.000 description 1
- 229910052737 gold Inorganic materials 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 229910052738 indium Inorganic materials 0.000 description 1
- 229910052746 lanthanum Inorganic materials 0.000 description 1
- FZLIPJUXYLNCLC-UHFFFAOYSA-N lanthanum atom Chemical compound [La] FZLIPJUXYLNCLC-UHFFFAOYSA-N 0.000 description 1
- 229910001338 liquidmetal Inorganic materials 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 229910021645 metal ion Inorganic materials 0.000 description 1
- 238000001000 micrograph Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000002071 nanotube Substances 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 239000000758 substrate Substances 0.000 description 1
- 239000010409 thin film Substances 0.000 description 1
- WFKWXMTUELFFGS-UHFFFAOYSA-N tungsten Chemical group [W] WFKWXMTUELFFGS-UHFFFAOYSA-N 0.000 description 1
- 229910052721 tungsten Inorganic materials 0.000 description 1
- 239000010937 tungsten Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/73—Deblurring; Sharpening
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01J—ELECTRIC DISCHARGE TUBES OR DISCHARGE LAMPS
- H01J37/00—Discharge tubes with provision for introducing objects or material to be exposed to the discharge, e.g. for the purpose of examination or processing thereof
- H01J37/02—Details
- H01J37/22—Optical or photographic arrangements associated with the tube
- H01J37/222—Image processing arrangements associated with the tube
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
-
- G06T5/001—
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/20—Image enhancement or restoration using local operators
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01J—ELECTRIC DISCHARGE TUBES OR DISCHARGE LAMPS
- H01J37/00—Discharge tubes with provision for introducing objects or material to be exposed to the discharge, e.g. for the purpose of examination or processing thereof
- H01J37/02—Details
- H01J37/244—Detectors; Associated components or circuits therefor
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01J—ELECTRIC DISCHARGE TUBES OR DISCHARGE LAMPS
- H01J37/00—Discharge tubes with provision for introducing objects or material to be exposed to the discharge, e.g. for the purpose of examination or processing thereof
- H01J37/26—Electron or ion microscopes; Electron or ion diffraction tubes
- H01J37/28—Electron or ion microscopes; Electron or ion diffraction tubes with scanning beams
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Processing (AREA)
Abstract
하전입자선 장치의 영상을 디컨볼루션하여 복원하는 방법은 영상 처리 장치가 하전입자선 장치의 검출기가 획득한 관측 영상을 입력받는 단계, 상기 영상 처리 장치가 PSF(Point Spread Function)를 연산하는 단계, 상기 영상 처리 장치가 상기 관측 영상 및 상기 PSF를 이용하여 디컨볼루션(Deconvolution)으로 상기 관측 영상을 복원하는 단계, 상기 영상 처리 장치가 상기 디컨볼루션 과정에 적용되는 매개 변수에 대한 평가 함수를 연산하는 단계 및 상기 영상 처리 장치가 상기 평가 함수 결과를 기준으로 상기 매개 변수를 조정하고, 최적의 매개 변수를 사용하여 재차 상기 관측 영상 및 상기 PSF에 대한 디컨볼루션(Deconvolution)을 수행하여 영상을 복원하는 단계를 포함한다. 나아가 전술한 영상 복원 방법을 사용하는 하전입자선 장치를 포함한다.
Description
이하 설명하는 기술은 하전입자선 장치의 관측 영상을 복원하는 기법 및 하전입자선 장치에 관한 것이다. 특히 이하 설명하는 기술은 관측 영상을 복원하는 과정에 사용되는 매개변수를 자동으로 설정하여 영상을 복원하는 기법 및 영상 처리 장치를 구비한 하전입자선 장치에 관한 것이다.
하전입자선 장치는 광원으로부터 방출된 하전 입자선을 전기장, 자기장을 사용하는 하전입자 광학계를 사용하여 시료 표면에 결상하고, 시료에 조사하는 장치이다. 하전입자선 장치는 재료 과학, 나노 과학, 전자 공학 분야에서 널리 사용되고 있다. 하전입자선 장치에 의한 현미경 관찰은 높은 공간 분해능을 얻을 수 있으므로, 기판 위에 성장된 박막, 나노 튜브, 플라즈몬 구조, 시료의 원자 배열과 같이 일반 광학 현미경으로는 관찰할 수 없을 정도로 작은 구조를 관찰할 수 있다. 이와 같이 높은 분해능 때문에 하전입자선 장치는 세포와 같은 생물 시료의 미세 구조도 관찰, 전자선 회절 이미지를 통해 시료의 결정 구조 등도 파악할 수 있다.
하전입자선 장치에서 관측된 영상은 신호 처리 과정을 통해 복원된다. 관측 영상을 복원하기 위한 다양한 방법이 연구되었으며 대표적으로 위너 필터(Wiener Filter)를 사용하는 방법이 있다. 다만, 사용자가 관측 영상의 복원되는 과정에서 매개 변수를 조정하는 방식으로 영상을 복원하고 있다. 따라서, 사용자의 경험에 따라 복원 영상의 품질이 달라지거나, 품질 좋은 영상 복원을 위하여 오랜 시간이 소요되는 한계가 있었다. 나아가, 위너 필터를 적용하는 경우 잡음이 많은 영상 경우 복원 성능이 크게 저하되는 한계가 있기도 하다.
이하 설명하는 기술은 관측 영상 복원에 사용되는 최적의 매개 변수를 자동으로 설정하는 기법 및 영상 처리 장치를 구비한 하전입자선 장치를 제공하고자 한다. 또한, 이하 설명하는 기술은 잡음이 많은 영상 경우에도 높은 복원 품질을 유지하는 필터를 제공하고자 한다.
하전입자선 장치의 영상을 디컨볼루션하여 복원하는 방법은 영상 처리 장치가 하전입자선 장치의 검출기가 획득한 관측 영상을 입력받는 단계, 상기 영상 처리 장치가 PSF(Point Spread Function)를 연산하는 단계, 상기 영상 처리 장치가 상기 관측 영상 및 상기 PSF를 이용하여 디컨볼루션(Deconvolution)으로 상기 관측 영상을 복원하는 단계, 상기 영상 처리 장치가 상기 디컨볼루션 과정에 적용되는 매개 변수에 대한 평가 함수를 연산하는 단계 및 상기 영상 처리 장치가 상기 평가 함수 결과를 기준으로 상기 매개 변수를 조정하고, 최적의 매개 변수를 사용하여 재차 상기 관측 영상 및 상기 PSF에 대한 디컨볼루션(Deconvolution)을 수행하여 영상을 복원하는 단계를 포함한다.
하전입자선 장치의 영상을 복원하는 영상 처리 장치는 하전입자선 장치의 검출기가 획득한 관측 영상을 입력받는 입력장치, PSF(Point Spread Function) 연산 프로그램 및 영상 복원 프로그램을 저장하는 저장장치 및 상기 PSF 연산 프로그램을 이용하여 PSF를 연산하고, 연산된 PSF와 상기 관측 영상에 대한 디컨볼루션(Deconvolution)을 하여 상기 관측 영상을 복원하되, 상기 디컨보루션 과정에 적용되는 매개 변수에 대한 평가 함수를 연산한 결과를 기준으로 상기 매개 변수를 조정하고, 최적의 매개 변수를 사용하여 상기 관측 영상을 복원하는 연산장치를 포함한다.
이하 설명하는 기술은 영상 처리 장치가 최적의 매개 변수를 자동을 찾아가면서 높은 품질의 복원 영상을 제공한다. 또한, 이하 설명하는 기술은 잡음이 많은 영상인 경우에도 개량된 필터를 적용하여 높은 품질의 복원 영상을 제공한다.
도 1은 하전입자선 장치에 대한 개략적인 구조의 예이다.
도 2는 영상 처리 장치가 하전입자선 장치의 영상을 복원하는 과정에 대한 예이다.
도 3은 평가 함수를 계산 결과의 예이다.
도 4는 영상 처리 장치가 복원한 영상을 출력한 예이다.
도 5는 복원된 영상의 품질 정보를 출력하는 예이다.
도 6은 잡음이 심한 영상을 복원한 예이다.
도 7은 영상 복원하는 영상 처리 장치에 대한 예이다.
도 2는 영상 처리 장치가 하전입자선 장치의 영상을 복원하는 과정에 대한 예이다.
도 3은 평가 함수를 계산 결과의 예이다.
도 4는 영상 처리 장치가 복원한 영상을 출력한 예이다.
도 5는 복원된 영상의 품질 정보를 출력하는 예이다.
도 6은 잡음이 심한 영상을 복원한 예이다.
도 7은 영상 복원하는 영상 처리 장치에 대한 예이다.
이하 설명하는 기술은 다양한 변경을 가할 수 있고 여러 가지 실시예를 가질 수 있는 바, 특정 실시예들을 도면에 예시하고 상세하게 설명하고자 한다. 그러나, 이는 이하 설명하는 기술을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 이하 설명하는 기술의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다.
제1, 제2, A, B 등의 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 해당 구성요소들은 상기 용어들에 의해 한정되지는 않으며, 단지 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다. 예를 들어, 이하 설명하는 기술의 권리 범위를 벗어나지 않으면서 제1 구성요소는 제2 구성요소로 명명될 수 있고, 유사하게 제2 구성요소도 제1 구성요소로 명명될 수 있다. 및/또는 이라는 용어는 복수의 관련된 기재된 항목들의 조합 또는 복수의 관련된 기재된 항목들 중의 어느 항목을 포함한다.
본 명세서에서 사용되는 용어에서 단수의 표현은 문맥상 명백하게 다르게 해석되지 않는 한 복수의 표현을 포함하는 것으로 이해되어야 하고, "포함한다" 등의 용어는 설명된 특징, 개수, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것이 존재함을 의미하는 것이지, 하나 또는 그 이상의 다른 특징들이나 개수, 단계 동작 구성요소, 부분품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 배제하지 않는 것으로 이해되어야 한다.
도면에 대한 상세한 설명을 하기에 앞서, 본 명세서에서의 구성부들에 대한 구분은 각 구성부가 담당하는 주기능 별로 구분한 것에 불과함을 명확히 하고자 한다. 즉, 이하에서 설명할 2개 이상의 구성부가 하나의 구성부로 합쳐지거나 또는 하나의 구성부가 보다 세분화된 기능별로 2개 이상으로 분화되어 구비될 수도 있다. 그리고 이하에서 설명할 구성부 각각은 자신이 담당하는 주기능 이외에도 다른 구성부가 담당하는 기능 중 일부 또는 전부의 기능을 추가적으로 수행할 수도 있으며, 구성부 각각이 담당하는 주기능 중 일부 기능이 다른 구성부에 의해 전담되어 수행될 수도 있음은 물론이다.
또, 방법 또는 동작 방법을 수행함에 있어서, 상기 방법을 이루는 각 과정들은 문맥상 명백하게 특정 순서를 기재하지 않은 이상 명기된 순서와 다르게 일어날 수 있다. 즉, 각 과정들은 명기된 순서와 동일하게 일어날 수도 있고 실질적으로 동시에 수행될 수도 있으며 반대의 순서대로 수행될 수도 있다.
하전입자선 장치는 주사전자현미경(Scanning electron microscopy, SEM), 주사투과현미경(Scanning transmission electron microscopy, STEM)등과 같이 전자원을 사용하는 장치 및 집속이온빔(Focused ion beam, FIB), 헬륨이온현미경(Helium ion microscopy, HIM)등과 같이 이온 빔을 사용하는 장치를 포함한다. 나아가, 하전입자선 장치는 EELS(Electron Energy Loss Spectroscopy), AES(Auger Electron Spectroscopy), EDX(Energy dispersive X-ray spectroscopy)와 같은 장치들이 장착된 것을 포함한다. 이하 현미경은 하전입자선 기반의 장치를 의미한다.
이하 설명하는 기술은 하전입자선 장치가 획득한 시료 영상을 복원하는 기법이다. 도 1은 하전입자선 시스템(100)에 대한 개략적인 구조의 예이다. 하전입자선 시스템(100)은 하전입자선 장치(110), 영상 처리 장치(120) 및 출력장치(130)를 포함한다. 하전입자선 시스템(100)은 하전입자선 장치(110)가 획득한 시료 영상을 복원하는 영상 처리 장치(120)를 갖는다.
하전입자선 장치(110)는 전술한 바와 같이 다양한 방식의 장비 중 어느 하나일 수 있다. 하전입자선 장치(110)는 광원, 집속 렌즈, 조리개, 주사 시스템, 대물렌즈, 검출기 등을 포함한다. 광원은 전자원 및 이온원을 의미한다. 집속 렌즈는 자기장 및 전기장을 사용한 렌즈로, 하전입자를 집속하고 전달하는 역할을 수행한다. 조리개는 광원에서 불필요한 부분을 제거하고 각 렌즈들과 함께 광학계를 최적화하는데 사용된다. 주사 시스템은 시료 표면에 하전입자 빔을 시료 표면에 주사하기 위해 사용하며, 해당 지점에서 발생한 전자 신호는 검출기를 통해 수집된다. 대물렌즈는 시료 표면에 최종적으로 초점을 맺히게 하는 역할을 한다.
영상 처리 장치(120)는 검출기가 시료 표면에서 관측한 영상(관측 영상)을 복원한다. 복원 과정 및 상세 구조에 대해서는 후술한다. 영상 처리 장치(120)는 복원된 영상을 별도의 출력장치(130)에 전달할 수 있다.
시료 표면에 하전 입자 빔이 주사되면, 검출기가 시료 표면에 발생한 전자 신호를 수집한다. 이하 설명하는 기술은 하전입자선 장치에서 수집된 시료의 신호를 복원하여 영상을 생성하는 기술이다. 따라서, 영상 복원 전 과정인 시료 표면의 신호 획득 과정에 대해서는 상세한 설명을 생략한다. 이하 영상 처리 장치가 영상 복원을 수행한다고 설명한다. 영상 처리 장치는 하전입자 빔을 조사받은 시료에서 관측된 영상을 복원하는 장치이다. 영상 처리 장치는 데이터 및 신호 처리가 가능한 컴퓨터 장치를 의미한다.
먼저, 하자입자선 장치에서 획득한 영상이 복원되는 일반적인 과정을 설명한다.
현미경 영상(관측 영성) h(r)은 시료의 정보 f(r)와 점확산함수(Point Spread Function, PSF) g(r)의 합성곱(Convolution)이며, 아래 수학식 1과 같이 표현된다.
수학식 1의 과정을 통하면 시료의 원래 정보는 PSF에 의해 왜곡이 발생한다. 하지만, 아래 수학식 2와 같이 디컨볼루션(Deconvolution)을 수행하여 원래의 시료 정보를 복원할 수 있다.
수학식 2에서, 
와 
은 각각 푸리에 변환과 역 푸리에 변환이다. 수학식 2와 같은 과정은 영상 복원(Image restoration) 방법 중 하나인 역필터(inverse filter)라고 불린다. 하지만, 이와 같은 과정은 영상의 잡음(Noise)이 무시할 수 있을 정도로 작은 경우에만 유효하다. 잡음 η(r)이 포함된 현미경 영상은 아래 수학식 3과 같이 표현할 수 있다.
만약 수학식 3과 같이 형성된 영상을 수학식 2를 사용하여 복원하는 경우, 잡음에 해당하는 항이 남기 때문에 복원이 제대로 되지 않거나, 오히려 잡음이 증폭되는 결과를 초래한다.
또한, 하전 입자 광학계의 특성이 반영된 PSF가 정의되어야 한다. PSF를 연산하는 다양한 방법이 연구된 바 있다. 노이즈를 무시할 수 없는 영상은 아래 수학식 4와 같이 위너 필터(Wiener filter)를 적용하여 복원할 수 있다.
수학식 4에서 G(k) 및 H(k)는 각각 g(r) 및 h(r)의 푸리에 변환이며, K는 신호 대 잡음 비(Signal to Noise Ratio, SNR)이다. 또한, 복원된 영상은 아래 수학식 5에 의해 정규화(Regularization)될 수 있다.
수학식 5에서, R(f(r))은 정규화 항이며, λ는 스무딩(smoothing) 매개 변수인 가중치이다. 결국, 품질이 높은 복원 영상을 얻기 위해서 매개 변수 K와 λ가 적절하게 선택되어야 한다. 종래는 장치 개발자나 사용자가 매개 변수를 경험에 따라 설정하여 사용하였다.
도 2는 영상 처리 장치가 하전입자선 장치의 영상을 복원하는 과정(200)에 대한 예이다. 이하 설명하는 과정은 영상 처리 장치가 영상 복원을 위한 최적 파라미터를 자동으로 적용하는 예이다.
영상 처리 장치는 하전입자 빔을 조사받은 시료 표면에 대하여 검출기가 관측한 영상을 획득한다(210). 영상 처리 장치는 PSF를 연산한다(220). PSF는 종전에 연구된 다양한 기법이나 알고리즘 중 어느 하나를 사용하여 연산될 수 있다.
영상 처리 장치는 전술한 과정(수학식 4 및 수학식 5)을 통해 영상을 복원한다(230). 영상 처리 장치는 매개 변수 최적화를 위한 평가 함수를 연산한다(240). 평가 함수는 아래 수학식 6과 같다.
γ는 최적화 매개변수이다. 매개 변수는 수학식 4의 위너 필터 설정 변수 K 및 수학식 5의 정규화 변수 λ 중 적어도 하나일 수 있다.
복원 전 영상에 더해진 잡음의 평균이 0이라고 가정한다. 잡음의 평균은 영상의 평균 밝기의 변화에 기여한다. 하지만, 평균 밝기는 현미경 사용자가 이미지 관찰을 용이하게 하기 위해 제어될 수 있으며, 잡음의 평균과 구분되기 어렵다. 따라서 이미지에 더해진 잡음의 평균이 0이 아니더라도, 이미 영상의 밝기에 흡수된 것으로 이해할 수 있기 때문에 이러한 가정은 문제되지 않는다.
수학식 7은 원본 영상과 복원된 영상의 차이에 해당한다. 영상이 원본에 가깝게 복원이 되었다면, 수학식 7의 계산 결과는 원본 이미지에 더해진 잡음이 된다. 잡음의 평균이 0이라고 가정하면 영상이 가장 원본에 가깝게 복원될 경우, 수학식 8의 결과는 0에 가까워진다. 도 3은 평가 함수를 계산 결과의 예이다.
영상 처리 장치는 수학식 6의 매개 변수 평가 함수의 결과가 최적인지 판단한다(250). 이때 영상 처리 장치는 도 3과 같은 형태로 평가 결과를 화면에 출력할 수 있다. 매개 변수를 변경하면서 관찰하면 현재 매개 변수가 최적인지 확인 가능하다.
매개 변수 평가 함수 연산 결과가 최적이 아닌 경우 다른 매개 변수를 적용(260)하여 이미지를 복원하고 평가하는 과정을 반복한다.
영상 처리 장치는 수학식 6 내지 수학식 8에 따른 매개 변수 평가를 기준으로 영상을 복원하기 때문에, PSF와 잡음 등으로 왜곡되지 않은 온전한 영상을 사용할 필요 없이 PSF와 원본 영상만으로 영상을 복원할 수 있다.
현재 매개 변수 평가 함수 연산 결과가 최적이 아닌 경우, 영상 처리 장치는 다른 매개 변수를 결정하여 영상을 복원한다. 이때, 영상 처리 장치는 최적화 알고리즘(Gradient descent, Robust regression 등)을 이용하여 매개 변수를 결정할 수 있다.
경우에 따라서, 영상 처리 장치가 사용자가 입력하는 매개 변수의 값을 이용하여 영상을 복원하는 과정을 수행할 수도 있다.
매개 변수 평가 함수 연산 결과가 최적인 경우, 현재 복원한 영상이 최적이므로 최적 영상을 출력한다(270).
나아가, 도 2에 도시하지 않았지만 영상 처리 장치는 최종 출력한 복원된 영상에 대한 영상 품질을 평가할 수도 있다. 예컨대, 영상 처리 장치는 ISO 기준(ISO/TS 24597:2011(E))에 따라 평가할 수 있고, 평가된 선명도 내지 분해능(sharpness)과 CNR(Contrast-To-Noise-Ratio)로부터 이미지의 품질을 정량적으로 결정할 수 있다.
한편, 영상 처리 장치는 매개 변수를 적용하여 영상을 복원하면서 생성되는 영상 및 정보를 디스플레이 장치에 출력할 수 있다. 이때 영상 처리 장치는 CNR. 선명도 정보를 영상에 포함시켜 출력할 수도 있다. 도 4는 영상 처리 장치가 복원한 영상을 출력한 예이다. 도 4(A)는 복원 전 영상(즉, 검출기가 획득한 시료 표면 영상)이다. 이때 선명도는 1.49nm, CNR은 10.1이다. 도 4(B)는 최적의 복원 영상의 예이다. 이때 선명도는 1.02nm, CNR은 55.1, γopt .= 0.25이다. 영상이 선명도, CNR 등의 정보를 함께 제공하여 사용자가 정량적으로 복원된 영상의 품질을 확인 할 수 있다. 도 4(C)는 매개 변수 γ = 0.001로 설정되어 복원된 영상이고, γ<γopt.인 경우다. 도 4(C)는 이미지의 선명도는 향상되었을 수 있으나, 영상에 아티팩트(artifact)의 영향이 커서 영상이 제대로 복원되지 않았다. 도 4(D)는 매개 변수 γ = 50으로 설정되어 복원된 영상이고, γ>γopt.인 경우다. 도 4(D)는 영상에 아티팩트의 영향은 작으나, 선명도가 지나치게 저하된 결과를 보인다. 따라서 매개 변수가 γopt.에서 지나치게 벗어나면 이미지는 제대로 복원되지 않는 것을 알 수 있다.
영상 처리 장치는 일정한 매개 변수로 영상을 복원하면서 복원한 결과를 도 4와 같이 출력할 수 있다. 이때 영상 처리 장치는 반복적으로 복원했던 영상들을 함께 출력할 수도 있다. 사용자는 출력되는 복원 영상들을 비교하여 매개 변수에 따른 복원 성능을 확인할 수 있다.
또한, 영상 처리 장치는 영상의 품질을 평가할 수 있는 별도의 정보를 생성하여 화면에 출력할 수 있다. 도 5는 복원된 영상의 품질 정보를 출력하는 예이다. 도 5(A)는 선명도 관련 정보를 출력하는 예이다. 도 5(A)는 매개 변수 γ에 따른 선명도 및 SPR(Sharpness to pixel size ratio)를 표시하는 예이다. 도 5(A)에서 복원 영상의 선명도가 원본의 영상보다 작은 값을 가지므로, 복원된 이미지의 품질이 우수하다는 것을 의미한다. 도 5(B)는 매개 변수 γ에 따른 CNR을 표시하는 예이다. 도 5(B)에서 복원 영상의 CNR은 원본 영상보다 큰 값을 가지므로, 복원된 이미지의 품질이 우수하다는 것을 의미한다.
한편, 위너 필터를 사용하는 경우 SNR이 낮은 영상에서 특히 복원 성능이 저하되는 이슈가 있다. 이를 극복하기 위하여 영상 처리 장치는 CLSF(Constrained least square filter)를 사용할 수 있다. 영상 처리 장치는 아래 수학식 9와 같이 영상 복원 과정에 CLSF를 적용할 수 있다. 수학식 9는 전술한 수학식 4에 CLSF를 적용한 형태이다. 즉, 영상 처리 장치는 전술한 수학식 4와 달리 CLSF가 적용된 수학식 9를 사용하여 영상을 복원할 수 있다.
도 6은 잡음이 심한 영상을 복원한 예이다. 도 6(A)는 잡음이 심한 원본 영상이다. 도 6(B)는 CLSF로 도 6(A)를 복원한 영상이다. 도 6(B)의 복원 영상에서 선명도는 1.22nm, CNR은 56.0, γopt는 0.54이다. 도 6(C) 및 도 6(D)는 위너 필터로 도 6(A)를 복워한 영상이다. 도 6(C)의 복원 영상에서 선명도는 1.22nm, CNR은 27.6, K는 0.123이다. 도 6(D)의 복원 영상에서 선명도는 1.82nm, CNR은 57, K는 0.57이다. 따라서, 잡음이 심한 영상을 복원하는 경우 CLSF를 적용한 경우 가장 높은 품질을 갖는 것을 알 수 있다.
도 7은 영상 복원하는 영상 처리 장치(400)에 대한 예이다. 영상 처리 장치(400)는 도 1의 영상 처리 장치(120)에 해당한다. 영상 처리 장치(400)는 분석장치(400)는 저장장치(410), 메모리(420), 프레임 그래버(frame grabber, 430), 인터페이스 장치(440) 및 연산장치(450)를 포함할 수 있다. 나아가, 영상 처리 장치(400)는 출력장치(460)를 더 포함할 수 있다.
저장장치(410)는 하전입자선 장치에서 획득한 영상을 복원하기 위한 프로그램 내지 코드를 저장할 수 있다.
저장장치(410)는 PSF 연산을 위한 프로그램을 저장할 수 있다. 이 프로그램은 PSF은 연산하는 기능을 수행한다.
저장장치(410)는 영상 처리 프로그램을 저장할 수 있다. 영상 처리 프로그램은 관측 영상을 복원하는 기능을 수행한다.
저장장치(410)는 입력되는 관측 영상을 저장할 수 있다.
저장장치(410)는 복원 영상을 저장할 수 있다.
메모리(420)는 영상 처리 장치(400)가 관측 영상을 복원하는 과정에서 생성되는 데이터 및 정보 등을 저장할 수 있다.
프레임 그래버(430)는 관측 영상을 일정한 영상 데이터로 변환하는 장치이다. 프레임 그래버(430)는 아날로그 영상을 일정한 포맷의 디지털 데이터로 변환할 수도 있다. 프레임 그래버(430)는 인터페이스 장치(440)를 통해 관측 영상을 전달받을 수 있다. 프레임 그래버(430)가 변환한 영상 데이터는 저장장치(410), 메모리(420) 또는 연산장치(450)에 제공될 수 있다.
인터페이스 장치(440)는 외부로부터 일정한 명령 및 데이터를 입력받는 장치이다. 인터페이스 장치(440)는 물리적으로 연결된 하자입자선 장치로부터 관측 영상을 입력받을 수 있다.
인터페이스 장치(440)는 사용자로부터 일정한 정보나 명령을 입력받을 수도 있다. 예컨대, 인터페이스 장치(440)는 영상 복원 명령, 영상 복원에 사용되는 매개 변수 등을 입력받을 수 있다.
인터페이스 장치(440)는 복원 영상을 출력 장치(460) 또는 외부 객체에 전달할 수도 있다.
도 7에 도시하지 않았지만, 영상 처리 장치(400)는 통신 장치를 포함할 수도 있다. 통신장치는 유선 또는 무선 네트워크를 통해 일정한 정보를 수신하고 전송하는 구성을 의미한다. 통신장치는 하자입자선 장치 또는 외부 객체로부터 관측 영상을 수신할 수 있다. 또는 통신장치는 복원 영상을 사용자 단말과 같은 외부 객체에 송신할 수도 있다.
연산 장치(450)는 저장장치(410)에 저장된 명령어 내지 프로그램 코드를 이용하여 관측 영상을 복원할 수 있다. 연산 장치(450)는 일정한 연산을 처리하는 프로세서, AP, 프로그램이 임베디드된 칩과 같은 장치이다. 연산 장치(450)는 CPU 또는 GPU와 같은 프로세서일 수 있다.
연산 장치(450)는 PSF 연산 프로그램을 이용하여 PSF를 연산한다. PSF 연산은 종래 연구된 다양한 방법 중 어느 하나를 사용할 수도 있다.
연산 장치(450)는 디컨볼루션을 통해 시료 정보를 복원한다. 디컨볼루션은 전술한 수학식 2에서 설명한 바와 같다. 나아가, 연산 장치(450)는 수학식 4와 같이 위너 필터를 이용하여 영상을 복원할 수 있다. 연산 장치(450)는 복원된 영상을 수학식 5를 이용하여 정규화할 수 있다.
연산 장치(450)는 영상 복원 전에 관측 영상에 포함된 잡음을 제거하는 과정을 수행할 수 있다. 이후 잡음이 제거된 관측 영상을 복원할 수 있다.
연산 장치(450)는 도 2에서 설명한 바와 같이 영상을 복원하기 위한 최적 매개 변수를 찾는 과정을 수행할 수 있다.
연산 장치(450)는 수학식 6과 같은 매개 변수 평가 함수를 연산할 수 있다.
연산 장치(450)는 현재 매개 변수가 최적 매개 변수인지 판단할 수 있다. 최적인 아닌 경우, 연산 장치(450)는 매개 변수를 변경하여 다시 영상을 복원하는 과정을 수행한다. 이때 연산 장치(450)는 최적화 알고리즘(Gradient descent, Robust regression 등)을 이용하여 매개 변수를 선택할 수 있다. 연산 장치(450)는 복원된 영상이 출력 장치(460)에 출력되게 제어할 수 있다.
연산 장치(450)는 수학식 9와 같이 CLSF를 적용하여 영상을 복원할 수도 있다.
연산 장치(450)는 매개 변수를 변경하면서 최적 매개 변수를 찾는 과정을 반복적으로 수행할 수 있다. 도 3에서 설명한 바와 같이 매개 변수 변경에 따라 매개 변수 평가 함수의 결과가 달라지므로, 연산 장치(450)는 반복적으로 매개 변수를 변경하면서 최적의 매개 변수를 찾을 수 있다.
연산 장치(450)는 전술한 바와 같이 복원된 영상을 ISO 기준 등을 이용하여 평가할 수 있다. 연산 장치(450)는 평가 지표(선명도, CNR 등)를 출력 장치(460)에 출력되게 제어할 수 있다.
연산 장치(450)는 최종적으로 선택된 매개 변수로 복원한 영상을 저장 장치(410)에 저장할 수 있다. 또한, 연산 장치(450)는 최종적인 최적 복원 영상을 출력장치(460)에 출력되게 할 수 있다.
출력장치(460)는 일정한 정보를 출력하는 장치이다. 출력장치(460)는 데이터 처리 과정에 필요한 인터페이스, 복원 영상 등을 출력할 수 있다.
전술한 바와 같이 하전입자선 장치는 주사전자현미경(SEM), 주사투과현미경(STEM) 등과 같이 전자원을 사용하는 장치, 집속이온빔(FIB), 헬륨이온현미경(HIM) 등과 같이 이온 빔을 사용하는 장치가 있다.
하전입자선 장치는 광원으로 전자 또는 이온을 사용한다. 전자원(Electron source)은 텅스텐(W), 란타늄 헥사보라이드(LaB6), 세륨 헥사보라이드(CeB6), 쇼트키 전자원(Schottky emitter), 냉음극전계방출 전자원(Cold filed emitter) 등을 사용할 수 있다. 이온원(Ion source)은 Ga, In, Au, Bi 등과 같은 금속이온을 사용한 액체금속이온원(Liquid metal ion source, LMIS) 또는 He, Ne, H2, O2, N2, Ar, Xe 등과 같은 기체를 사용한 Gas field ion source(GFIS) 등을 사용한다.
하전입자선 장치는 광원으로 전자원을 사용하여 전자 빔을 시료에 초점을 맺히게 하고 빔을 주사하면서 시료로부터 방출되는 이차 전자, 반사 전자, 투과 전자, Auger 전자, 에너지-손실 전자 및 X 선으로 이루어진 신호를 하전입자선 장치 내부에 배치된 검출기로 검출한다. 이후 하전입자선 장치는 전술한 영상 복원 방법 내지 영상 처리 장치를 이용하여 검출기에서 검출한 관측 영상을 복원할 수 있다.
하전입자선 장치는 광원으로 전자원을 사용하여 전자 빔을 시료에 균일하게 조사하여 시료로부터 방출되는 투과 전자를 확대하고 스크린형 검출기에 결상된 관측 영상을 전술한 영상 복원 방법 내지 영상 처리 장치를 이용하여 복원할 수 있다.
하전입자선 장치는 광원으로 이온원을 사용하여 이온 빔을 시료에 집중하고 빔을 주사하면서 시료로부터 방출되는 이차 전자, 이차 이온, 반사 이온, 투과 이온, Auger 전자 및 X 선으로 이루어진 신호를 하전입자선 장치 내부에 배치된 검출기로 검출한다. 이후 하전입자선 장치는 전술한 영상 복원 방법 내지 영상 처리 장치를 이용하여 검출기에서 검출한 관측 영상을 복원할 수 있다.
또한, 상술한 바와 같은 하자입자선 장치에서의 영상 복원 방법은 컴퓨터에서 실행될 수 있는 실행가능한 알고리즘을 포함하는 프로그램(또는 어플리케이션)으로 구현될 수 있다. 상기 프로그램은 일시적 또는 비일시적 판독 가능 매체(non-transitory computer readable medium)에 저장되어 제공될 수 있다.
비일시적 판독 가능 매체란 레지스터, 캐쉬, 메모리 등과 같이 짧은 순간 동안 데이터를 저장하는 매체가 아니라 반영구적으로 데이터를 저장하며, 기기에 의해 판독(reading)이 가능한 매체를 의미한다. 구체적으로는, 상술한 다양한 어플리케이션 또는 프로그램들은 CD, DVD, 하드 디스크, 블루레이 디스크, USB, 메모리카드, ROM (read-only memory), PROM (programmable read only memory), EPROM(Erasable PROM, EPROM) 또는 EEPROM(Electrically EPROM) 또는 플래시 메모리 등과 같은 비일시적 판독 가능 매체에 저장되어 제공될 수 있다.
일시적 판독 가능 매체는 스태틱 램(Static RAM，SRAM), 다이내믹 램(Dynamic RAM，DRAM), 싱크로너스 디램 (Synchronous DRAM，SDRAM), 2배속 SDRAM(Double Data Rate SDRAM，DDR SDRAM), 증강형 SDRAM(Enhanced SDRAM，ESDRAM), 동기화 DRAM(Synclink DRAM，SLDRAM) 및 직접 램버스 램(Direct Rambus RAM，DRRAM) 과 같은 다양한 RAM을 의미한다.
본 실시예 및 본 명세서에 첨부된 도면은 전술한 기술에 포함되는 기술적 사상의 일부를 명확하게 나타내고 있는 것에 불과하며, 전술한 기술의 명세서 및 도면에 포함된 기술적 사상의 범위 내에서 당업자가 용이하게 유추할 수 있는 변형 예와 구체적인 실시례는 모두 전술한 기술의 권리범위에 포함되는 것이 자명하다고 할 것이다.
Claims (16)
- 영상 처리 장치가 하전입자선 장치의 검출기가 획득한 관측 영상을 입력받는 단계;
상기 영상 처리 장치가 PSF(Point Spread Function)를 연산하는 단계;
상기 영상 처리 장치가 상기 관측 영상 및 상기 PSF를 이용하여 디컨볼루션(Deconvolution)으로 상기 관측 영상을 복원하는 단계;
상기 영상 처리 장치가 상기 디컨볼루션 과정에 적용되는 매개 변수에 대한 평가 함수를 연산하는 단계; 및
상기 영상 처리 장치가 상기 평가 함수 결과를 기준으로 상기 매개 변수를 조정하고, 최적의 매개 변수를 사용하여 재차 상기 관측 영상 및 상기 PSF에 대한 디컨볼루션(Deconvolution)을 수행하여 영상을 복원하는 단계를 포함하는 하전입자선 장치의 영상을 디컨볼루션하여 복원하는 방법. - 제1항에 있어서,
상기 매개 변수는 위너 필터 매개 변수 및 정규화 매개 변수 중 적어도 하나를 포함하는 하전입자선 장치의 영상을 디컨볼루션하여 복원하는 방법. - 제1항에 있어서,
상기 매개 변수 평가 함수는 아래 수식으로 표현되고, 상기 영상 처리 장치는 상기 매개 변수 평가 함수의 결과가 가장 낮은 값을 갖는 경우의 매개 변수를 상기 최적의 매개 변수로 결정하는 하전입자선 장치의 영상을 디컨볼루션하여 복원하는 방법.
(φ(γ)는 매개 변수 평가 함수, γ는 최적화 매개 변수, ψ(r;γ)는 원본 영상과 매개 변수 γ가 적용되어 복원된 영상의 차이에 해당함) - 제1항에 있어서
상기 영상 처리 장치는 최적화 알고리즘을 이용하여 상기 매개 변수를 조정하는 하전입자선 장치의 영상을 디컨볼루션하여 복원하는 방법. - 제1항에 있어서,
상기 영상 처리 장치는 상기 복원된 영상에 대하여 선명도(sharpness) 및 CNR(Contrast-To-Noise-Ratio) 정보를 제공하는 단계를 더 포함하는 하전입자선 장치의 영상을 디컨볼루션하여 복원하는 방법. - 제1항에 있어서,
상기 영상 처리 장치는 상기 디컨볼루션 과정에 CLSF(Constrained least square filter)를 적용하여 상기 관측 영상을 복원하는 하전입자선 장치의 영상을 디컨볼루션하여 복원하는 방법. - 제6항에 있어서,
상기 영상 처리 장치는 상기 디컨볼루션 과정에 아래 수식과 같이 상기 CLSF를 적용하여 상기 관측 영상을 복원하는 하전입자선 장치의 영상을 디컨볼루션하여 복원하는 방법.
(,
, G(k)는 PSF g(r)의 푸리에 변환, H(k)는 상기 관측 영상 h(r)의 푸리에 변환, γ는 최적화 매개 변수임)
- 하전입자선 장치의 검출기가 획득한 관측 영상을 입력받는 입력장치;
PSF(Point Spread Function) 연산 프로그램 및 영상 복원 프로그램을 저장하는 저장장치; 및
상기 PSF 연산 프로그램을 이용하여 PSF를 연산하고, 연산된 PSF와 상기 관측 영상에 대한 디컨볼루션(Deconvolution)을 하여 상기 관측 영상을 복원하되, 상기 디컨보루션 과정에 적용되는 매개 변수에 대한 평가 함수를 연산한 결과를 기준으로 상기 매개 변수를 조정하고, 최적의 매개 변수를 사용하여 상기 관측 영상을 복원하는 연산장치를 포함하는 하전입자선 장치의 영상을 복원하는 영상 처리 장치. - 제8항에 있어서,
상기 매개 변수 평가 함수는 아래 수식으로 표현되고, 상기 연산장치는 상기 매개 변수 평가 함수의 결과가 가장 낮은 값을 갖는 경우의 매개 변수를 상기 최적의 매개 변수로 결정하는 하전입자선 장치의 영상을 복원하는 영상 처리 장치.
(φ(γ)는 매개 변수 평가 함수, γ는 최적화 매개 변수, ψ(r;γ)는 원본 영상과 매개 변수 γ가 적용되어 복원된 영상의 차이에 해당함) - 제8항에 있어서,
상기 연산장치는 최적화 알고리즘을 이용하여 상기 매개 변수를 조정하는 하전입자선 장치의 영상을 복원하는 영상 처리 장치. - 제8항에 있어서,
상기 복원된 영상, 상기 복원된 영상에 대하여 선명도(sharpness) 및 CNR(Contrast-To-Noise-Ratio) 정보를 출력하는 출력장치를 더 포함하는 하전입자선 장치의 영상을 복원하는 영상 처리 장치. - 제8항에 있어서,
상기 연산장치는 상기 디컨볼루션 과정에 CLSF(Constrained least square filter)를 적용하여 상기 관측 영상을 복원하는 하전입자선 장치의 영상을 복원하는 영상 처리 장치. - 청구항 제1항 내지 제7항 중 어느 하나의 항에 따른 하전입자선 장치의 영상을 디컨볼루션하여 복원하는 방법을 사용하여 시료에 대한 관측 영상을 복원하는 하전입자선 장치.
- 제13항에 있어서,
상기 하전입자선 장치는 광원으로 전자원 또는 이온원을 사용하고, 각각 전자 빔 또는 이원 빔을 상기 시료에 주사하여 상기 시료로부터 방출되는 신호를 상기 검출기로 검출하는 하전입자선 장치. - 청구항 제8항 내지 제12항 중 어느 하나의 항에 따른 영상 처리 장치를 포함하는 하전입자선 장치.
- 제15항에 있어서,
상기 하전입자선 장치는 광원으로 전자원 또는 이온원을 사용하고, 각각 전자 빔 또는 이원 빔을 상기 시료에 주사하여 상기 시료로부터 방출되는 신호를 상기 검출기로 검출하는 하전입자선 장치.
Priority Applications (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020210133534A KR102635483B1 (ko) | 2021-10-07 | 2021-10-07 | 하전입자선 장치의 영상을 디컨볼루션하여 복원하는 방법, 영상 처리 장치 및 영상 처리 장비를 구비한 하전입자선 장치 |
| US17/887,619 US20230109872A1 (en) | 2021-10-07 | 2022-08-15 | Method of deconvoluting and restoring image observed in charged particle beam apparatus, image processing apparatus, and charged particle beam apparatus equipped with image processing apparatus |
| JP2022130753A JP7401613B2 (ja) | 2021-10-07 | 2022-08-18 | 荷電粒子線装置の画像をデコンボリューションして復元する方法、画像処理装置および画像処理装備を備えた荷電粒子線装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020210133534A KR102635483B1 (ko) | 2021-10-07 | 2021-10-07 | 하전입자선 장치의 영상을 디컨볼루션하여 복원하는 방법, 영상 처리 장치 및 영상 처리 장비를 구비한 하전입자선 장치 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20230050181A true KR20230050181A (ko) | 2023-04-14 |
| KR102635483B1 KR102635483B1 (ko) | 2024-02-08 |
Family
ID=85798580
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020210133534A KR102635483B1 (ko) | 2021-10-07 | 2021-10-07 | 하전입자선 장치의 영상을 디컨볼루션하여 복원하는 방법, 영상 처리 장치 및 영상 처리 장비를 구비한 하전입자선 장치 |
Country Status (3)
| Country | Link |
|---|---|
| US (1) | US20230109872A1 (ko) |
| JP (1) | JP7401613B2 (ko) |
| KR (1) | KR102635483B1 (ko) |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2016146362A (ja) * | 2016-05-16 | 2016-08-12 | 株式会社日立ハイテクノロジーズ | 荷電粒子線装置、試料画像取得方法、およびプログラム記録媒体 |
| JP2017090460A (ja) * | 2015-11-11 | 2017-05-25 | エフ イー アイ カンパニＦｅｉ Ｃｏｍｐａｎｙ | 粒子放射を検出するための方法 |
| US20170191945A1 (en) * | 2016-01-01 | 2017-07-06 | Kla-Tencor Corporation | Systems and Methods for Defect Detection Using Image Reconstruction |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP3968421B2 (ja) * | 2002-07-01 | 2007-08-29 | 独立行政法人産業技術総合研究所 | 電子顕微鏡観察像の画像処理方法および画像処理プログラム並びに記録媒体 |
| JP5532730B2 (ja) * | 2009-08-05 | 2014-06-25 | 大日本印刷株式会社 | Ｃｎｒ測定装置，方法及びコンピュータプログラム |
| JP5743955B2 (ja) * | 2012-05-28 | 2015-07-01 | 株式会社日立ハイテクノロジーズ | パターン検査装置およびパターン検査方法 |
| JP6121704B2 (ja) * | 2012-12-10 | 2017-04-26 | 株式会社日立ハイテクノロジーズ | 荷電粒子線装置 |
| DE102019203449A1 (de) * | 2019-03-14 | 2020-09-17 | Carl Zeiss Microscopy Gmbh | Verfahren zur Entfaltung von Bilddaten |
-
2021
- 2021-10-07 KR KR1020210133534A patent/KR102635483B1/ko active IP Right Grant
-
2022
- 2022-08-15 US US17/887,619 patent/US20230109872A1/en active Pending
- 2022-08-18 JP JP2022130753A patent/JP7401613B2/ja active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2017090460A (ja) * | 2015-11-11 | 2017-05-25 | エフ イー アイ カンパニＦｅｉ Ｃｏｍｐａｎｙ | 粒子放射を検出するための方法 |
| US20170191945A1 (en) * | 2016-01-01 | 2017-07-06 | Kla-Tencor Corporation | Systems and Methods for Defect Detection Using Image Reconstruction |
| JP2016146362A (ja) * | 2016-05-16 | 2016-08-12 | 株式会社日立ハイテクノロジーズ | 荷電粒子線装置、試料画像取得方法、およびプログラム記録媒体 |
Also Published As
| Publication number | Publication date |
|---|---|
| US20230109872A1 (en) | 2023-04-13 |
| JP2023056474A (ja) | 2023-04-19 |
| JP7401613B2 (ja) | 2023-12-19 |
| KR102635483B1 (ko) | 2024-02-08 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10903043B2 (en) | Method, device and system for remote deep learning for microscopic image reconstruction and segmentation | |
| JP4857101B2 (ja) | プローブ評価方法 | |
| US8106357B2 (en) | Scanning electron microscope and method for processing an image obtained by the scanning electron microscope | |
| Ren et al. | A multiple scattering algorithm for three dimensional phase contrast atomic electron tomography | |
| JPH10509817A (ja) | 信号復元方法および装置 | |
| Vincent et al. | Developing and evaluating deep neural network-based denoising for nanoparticle TEM images with ultra-low signal-to-noise | |
| JPWO2005114693A1 (ja) | 電子顕微方法およびそれを用いた電子顕微鏡 | |
| JP5106627B2 (ja) | 回折像取得方法、及び荷電粒子線装置 | |
| US11120968B2 (en) | High speed/low dose multi-objective autonomous scanning materials imaging | |
| Hwang et al. | Towards the low-dose characterization of beam sensitive nanostructures via implementation of sparse image acquisition in scanning transmission electron microscopy | |
| Zotta et al. | The determination and application of the point spread function in the scanning electron microscope | |
| KR20180007695A (ko) | 프티코그래피를 이용한 시료 이미징 방법 | |
| Hujsak et al. | High speed/low dose analytical electron microscopy with dynamic sampling | |
| JP2009021156A (ja) | 荷電粒子ビーム装置、及び荷電粒子ビーム顕微鏡 | |
| CN114365179A (zh) | 无载玻片组织学成像方法和系统 | |
| US20220343463A1 (en) | Changing the size of images by means of a neural network | |
| JP5431169B2 (ja) | 電子顕微鏡及びデフォーカス偏差又は解像限界の測定方法 | |
| EP3979297A1 (en) | Depth reconstruction for 3d images of samples in a charged particle system | |
| KR102635483B1 (ko) | 하전입자선 장치의 영상을 디컨볼루션하여 복원하는 방법, 영상 처리 장치 및 영상 처리 장비를 구비한 하전입자선 장치 | |
| WO2019246478A1 (en) | Systems and methods for interferometric multifocus microscopy | |
| Lobato et al. | Deep convolutional neural networks to restore single-shot electron microscopy images | |
| JP2020170702A (ja) | 二次顕微鏡検出器からの画像を使用した一次顕微鏡検出器からのラベル付き画像の自動生成 | |
| US20230260085A1 (en) | Systems and methods for hybrid enhancement of scanning electron microscope images | |
| Heidari et al. | Quantitative electron tomography: The effect of the three-dimensional point spread function | |
| JP2012142299A (ja) | 走査型荷電粒子顕微鏡装置および走査型荷電粒子顕微鏡装置で取得した画像の処理方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E902 | Notification of reason for refusal | ||
| E902 | Notification of reason for refusal | ||
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |