TWI664421B - 用於影像處理的方法、設備、及電腦軟體產品 - Google Patents

用於影像處理的方法、設備、及電腦軟體產品 Download PDF

Info

Publication number
TWI664421B
TWI664421B TW104122951A TW104122951A TWI664421B TW I664421 B TWI664421 B TW I664421B TW 104122951 A TW104122951 A TW 104122951A TW 104122951 A TW104122951 A TW 104122951A TW I664421 B TWI664421 B TW I664421B
Authority
TW
Taiwan
Prior art keywords
directivity
image
map
microscope image
computer
Prior art date
Application number
TW104122951A
Other languages
English (en)
Other versions
TW201612506A (en
Inventor
崔瓦茲班德伊薛
伊凡琴科彥
雷維戴丹尼爾
茲維提亞奧利
凱薩門亞當
Original Assignee
以色列商應用材料以色列公司
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 以色列商應用材料以色列公司 filed Critical 以色列商應用材料以色列公司
Publication of TW201612506A publication Critical patent/TW201612506A/zh
Application granted granted Critical
Publication of TWI664421B publication Critical patent/TWI664421B/zh

Links

Classifications

    • 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
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Quality & Reliability (AREA)
  • Multimedia (AREA)
  • Testing Or Measuring Of Semiconductors Or The Like (AREA)
  • Computer Hardware Design (AREA)
  • Image Processing (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • Image Analysis (AREA)
  • Software Systems (AREA)
  • Analysing Materials By The Use Of Radiation (AREA)
  • Architecture (AREA)

Abstract

一種影像處理的方法，包括提供被製造在基板上的結構之顯微鏡影像及在製造該結構中使用的電腦輔助設計(CAD)資料。由電腦處理該顯微鏡影像，以便產生第一方向性圖，對於該顯微鏡影像中一個矩陣的點來說，該第一方向性圖包括對應於在該等點的邊緣之量值和方向的各別方向性向量且與該等量值之符號無關。由該電腦處理該CAD資料，以便基於該CAD資料產生模擬影像並基於該模擬影像產生第二方向性圖。該電腦比較該第一和第二方向性圖，以便同該CAD資料註冊該顯微鏡影像。

Description

用於影像處理的方法、設備、及電腦軟體產品
本發明大體而言係關於自動檢查的方法和系統，尤其是關於微電子元件中的缺陷之檢測和分類。
先進的顯微攝像工具，例如掃描式電子顯微鏡(SEM)，經常被用來檢查半導體晶圓，以在微電子元件的生產中檢測並分類缺陷。然而，SEM影像包含的大量的細節必須被正確地解釋，以識別出現在每幅影像中的結構及區分缺陷與其他特徵。識別和劃分這種影像中的結構通常被稱為影像分割。本技術領域中習知有各種用於自動分割SEM影像的技術，以協助正確地解釋影像。
在一些情況下，SEM影像的分割是藉由將影像與已被用於生產接受檢查的元件的電腦輔助設計(CAD)資料比較。例如，美國專利7,792,351描述了一種用於使用影像分割檢視缺陷的方法，其中獲得了含有先前檢測到的潛在缺陷的區域之電子影像。然後可以將該影像與積體電路的CAD佈局對齊。對齊可以例如藉由基於設計資訊將主要邊緣定位於預期在視野(FOV)內的影像中來進行。同樣地，美國專利8,036,445描述了在 半導體圖案的影像(例如SEM影像)和CAD資料之間匹配位置的方法。
作為在SEM影像處理中使用CAD資料的另一個實例，美國專利申請公開US 2009/0238443描述了一種方法，其中使用關聯運算來確定關鍵尺寸SEM(CD-SEM)影像和CAD資料圖案(稱為模板)的位置。具體言之，通過基於用於確定模板和CD-SEM影像在二維方向上的位置的關聯運算之評估，可以確定模板影像和CD-SEM影像具有最高關聯性的X-Y位置，而且在該位置模板影像與CD-SEM影像重疊。
使用CAD資料協助SEM影像處理的其他方法被描述於美國專利申請公開US 2007/0092129、US 2009/0039263、US 2009/0266985、及US 2009/0236523中。
下文描述的本發明實施例提供用於使用CAD資料分析顯微鏡影像的改良方法、系統及軟體。
因此，依據本發明之實施例提供了一種影像處理的方法，該方法包括提供被製造在基板上的結構之顯微鏡影像及在製造該結構中使用的電腦輔助設計(CAD)資料。由電腦處理該顯微鏡影像以便產生第一方向性圖，對於該顯微鏡影像中一個矩陣的點來說，該第一方向性圖包括對應於在該等點的邊緣之量值和方向的各別方向性向量且與該等量值之符號無關。由該電腦處理該CAD資 料，以便基於該CAD資料產生模擬影像並基於該模擬影像產生第二方向性圖。該電腦比較該第一和第二方向性圖，以便同該CAD資料註冊該顯微鏡影像。
在揭示的實施例中，該基板為半導體晶圓，該結構為被形成在該晶圓上的微電子元件之一部分，而且提供該顯微鏡影像包括使用掃描式電子顯微鏡(SEM)擷取該影像。
典型上，該第一和第二方向性圖每個皆藉由將梯度運算子施加於影像產生，從而計算在每個點的相應梯度向量，並將在每個點的該梯度向量之角分量乘以2，以找出該方向性向量。
在一些實施例中，處理該顯微鏡影像和該CAD資料包括在該第一和第二方向性圖之至少一者中後處理該方向性向量，以便響應於方向修改至少一些該等方向性向量的量值。後處理該方向性向量可以包括對該方向性向量施加操作，該操作係選自由白化、X-Y平衡、及角平衡所組成之操作群組。
在揭示的實施例中，比較該第一和第二方向性圖包括在該第一和第二方向性圖之間計算關聯圖，以及在該關聯圖中識別尖峰，以定義在該CAD資料和該顯微鏡影像之間的轉換。
另外地或替代地，處理該顯微鏡影像包括基於該顯微鏡影像產生表示該結構之三維(3D)形狀的第一高度圖，而且處理該CAD資料包括基於該CAD資料產生 該結構之第二高度圖，以及產生該關聯圖包括組合該第一和第二方向性圖之第一比較與該第一和第二高度圖之第二比較，以同該CAD資料註冊該顯微鏡影像。
依據本發明之實施例提供了一種影像處理設備，該影像處理設備包括記憶體，該記憶體設以儲存被製造在基板上的結構之顯微鏡影像及在製造該結構中使用的電腦輔助設計(CAD)資料。處理器設以處理該顯微鏡影像以便產生第一方向性圖，對於該顯微鏡影像中一個矩陣的點來說，該第一方向性圖包括對應於在該等點的邊緣之量值和方向的各別方向性向量且與該等量值之符號無關，並且處理該CAD資料以便基於該CAD資料產生模擬影像並基於該模擬影像產生第二方向性圖，而且比較該第一和第二方向性圖以便同該CAD資料註冊該顯微鏡影像。
依據本發明之實施例另外提供了一種電腦軟體產品，該電腦軟體產品包括非暫態電腦可讀媒體，該非暫態電腦可讀媒體中儲存程式指令，當被電腦讀取時，該等指令使該電腦接收被製造在基板上的結構之顯微鏡影像及在製造該結構中使用的電腦輔助設計(CAD)資料，以處理該顯微鏡影像從而產生第一方向性圖，對於該顯微鏡影像中一個矩陣的點來說，該第一方向性圖包括對應於在該等點的邊緣之量值和方向的各別方向性向量且與該等量值之符號無關；處理該CAD資料從而基於該CAD資料產生模擬影像並基於該模擬影像產生第二方向性圖；以 及比較該第一和第二方向性圖以便同該CAD資料註冊該顯微鏡影像。
從以下本發明實施例的實施方式連同附圖將更充分地瞭解本發明，在附圖中：
20‧‧‧系統
22‧‧‧晶圓
24‧‧‧機器
26‧‧‧影像處理機器
28‧‧‧處理器
30‧‧‧記憶體
32‧‧‧顯示器
34‧‧‧輸入裝置
40‧‧‧SEM影像
42‧‧‧CAD資料
44‧‧‧預處理階段
46‧‧‧預處理階段
48‧‧‧影像組合步驟
50‧‧‧重整尺寸步驟
52‧‧‧實際高度圖
54‧‧‧光柵化步驟
58‧‧‧SEM模擬步驟
62‧‧‧合成高度圖
64‧‧‧方向表示步驟
66‧‧‧方向表示步驟
68‧‧‧後處理步驟
70‧‧‧後處理步驟
72‧‧‧光柵分析步驟
74‧‧‧關聯步驟
76‧‧‧尖峰選擇步驟
78‧‧‧轉換產生步驟
80‧‧‧註冊步驟
90‧‧‧光柵影像
92‧‧‧模擬SEM影像
94‧‧‧合併SEM影像
98‧‧‧方向性圖
100‧‧‧影像
102‧‧‧影像
104‧‧‧影像
106‧‧‧影像
110‧‧‧關聯圖
112‧‧‧尖峰
120‧‧‧白化操作
122‧‧‧XY平衡操作
124‧‧‧角平衡操作
130‧‧‧模擬的方向性圖
132‧‧‧實際的方向性圖
134‧‧‧標準化梯度關聯(NGC)
136‧‧‧標準化交互關聯(NCC)
138‧‧‧關聯組合步驟
150‧‧‧SEM影像
152‧‧‧模擬影像
154‧‧‧邊界
156‧‧‧模擬影像
158‧‧‧最終輸出模擬影像
第1圖為依據本發明之實施例的自動檢查系統之示意圖示；第2圖為依據本發明之實施例示意性圖示同電子掃描式顯微鏡影像註冊電腦輔助設計資料的方法之流程圖；第3圖為依據本發明之實施例以示意圖形式圖示在第2圖之方法的各個階段中產生的資料之流程圖；第4圖為依據本發明之實施例示意性圖示後處理邊緣方向性圖的方法之流程圖；第5圖為依據本發明之實施例示意性圖示關聯基於SEM和基於CAD的圖的方法之流程圖；及第6圖為依據本發明之實施例以示意圖形式圖示藉由轉化模擬的影像註冊模擬的、基於CAD的影像和SEM影像的方法之流程圖。
同CAD資料註冊SEM影像是用於分割影像並從而從影像中提取資訊的有用技術。一旦SEM影像被以這種方式分割，則影像處理技術可以被有效用地且有效率地應用於例如量測結構在影像中的位置和形狀及結構 之間的距離。當在SEM影像中檢測到製造缺陷時，基於CAD的分割使得精確地確定這種缺陷相對於接受檢查的元件之功能性單元的位置是可能的。
然而，同相應的CAD資料準確地、明確地註冊SEM影像是難以實現的，特別是因為這樣的註冊涉及將由這些種不同的方式產生的影像匹配。因此，從CAD資料模擬出的影像之視覺外觀往往可能與被印刷在晶圓上的結果明顯不同。影像中的結構和CAD資料往往是複雜且重複性的。此外，SEM影像傾向於具有雜訊和低對比度。出現在影像中的結構之給定邊緣的過渡方向在不同的攝像條件下可能會不同，即邊緣在某些條件下可能顯現為從暗過渡到亮，而在其他條件下可能顯現為從亮過渡到暗。出於這些和其他的原因，為了同SEM影像註冊的目的從CAD資料產生忠實模擬的影像會是困難的。類似的問題也會在同其他種類的顯微鏡影像(例如由光學顯微鏡產生的影像)註冊CAD資料中發生。
下文描述的本發明實施例藉由提供有效和可靠的、在顯微鏡影像和CAD資料之間註冊的方法來解決這些問題。這些方法使用的方向性圖在影像(實際的或模擬的)中一個矩陣的點包含對應於在這些點的邊緣之量值和方向的各別方向性向量。方向性向量的方向與相應邊緣量值的符號無關，所以根本地解決了在亮至暗和暗至亮過渡之間的不明確。
典型上，方向性圖是藉由將梯度運算子施加於影像來產生，從而計算出在影像中的每個點的個別梯度向量(被表示為具有量值和角度分量的複數)，並將在每個點的梯度向量角度之角度分量乘以2來找出方向性向量。這種方向性圖對於影像強度、對比度、雜訊及攝像條件中的變化相對不敏感，且特別的效益是方向在某個角度的邊緣將具有相同的方向性，不管邊緣的符號為正或負。
在揭示的實施例中，由電腦處理CAD資料，以產生模擬的影像。然後單獨處理顯微鏡影像和相應的模擬CAD影像，以產生各別的方向性圖。電腦比較這些方向性圖，以註冊該等圖，從而計算顯微鏡影像和CAD資料之間的正確註冊。典型上，該等影像的比較是藉由計算兩個方向性圖之間的關聯圖作為相對位移(垂直和水平)及可能的旋轉和縮放之函數。關聯圖中的尖峰識別CAD資料和顯微鏡影像之間的轉換(位移，或更一般來說為仿射轉換)，可以施加該轉換以使資料和影像相互註冊。
在一些實施例中，電腦將後處理步驟應用於一種或兩種方向性圖中的方向性向量，以試圖在比較之前提高圖的品質。典型上，後處理以方向為函數修改至少一些方向性向量的量值。過濾的後處理操作可以包括例如白化向量的空間頻譜、平衡水平(X)和垂直(Y)方向分量、及/或對照角平衡直線(水平和垂直)分量。
另外地或替代地，可以處理顯微鏡影像和CAD資料，以產生各自的高度圖，高度圖表示結構在視 場中的三維(3D)形狀。除了比較方向性圖之外，之後可以比較這些實際的和模擬的高度圖，以更準確地同CAD資料註冊顯微鏡影像。
第1圖為依據本發明之實施例用於自動缺陷檢查和分類的系統20之示意圖示。樣品(例如圖案化半導體晶圓22)被插入檢查機器24。此機器可以包含例如掃描式電子顯微鏡(SEM)或光學檢查裝置或所屬技術領域中習知的任何其他適當種類的檢查設備。機器24對晶圓22的表面攝像、處理結果、並輸出顯微鏡影像，該顯微鏡影像可以顯示出晶圓上的缺陷。雖然隨後的描述中介紹的實例是具體關於SEM影像，但揭示的實施例之原理可以被類似地應用於其他種類的顯微鏡影像。
影像處理機器26接收並處理由檢查機器24輸出的影像。影像處理機器26通常包含通用電腦形式的設備，包含處理器28與用於保存影像和CAD資料的記憶體30、以及使用者介面，該使用者介面包含顯示器32和輸入裝置34。一般來說，記憶體30裝載有在檢查機器24攝像的晶圓22上產生結構所使用的CAD資料。替代地或另外地，CAD資料可以流式傳輸自單獨的CAD伺服器(未圖示)。機器26產生模擬的、基於CAD的影像，並與從機器24接收到的實際影像一起註冊這些影像。
處理器28通常被以軟體程式化來進行本文所述的功能。軟體可以例如通過網路被以電子形式下載到處理器，或是替代地或另外地，軟體可以被儲存在有形的非 暫態電腦可讀存儲媒體，例如光學、磁性或電子記憶體媒體(也可以被包含在記憶體30中)。實施影像處理機器26的功能的電腦可專用於本影像處理功能，或者也可以在註冊影像的幫助下執行另外的運算功能，例如自動缺陷識別和分類。替代地或另外地，機器26的功能可以被整合到檢查機器24中或以其他方式分佈在一個或數個個別電腦中的多個處理器之間。作為另一種替代方案，至少一些本文所述的影像處理功能可以藉由專用或可程式化硬體邏輯來執行。
現在參照第2圖和第3圖，第2圖和第3圖示意性圖示依據本發明之實施例用於同SEM影像註冊CAD資料的方法。第2圖為圖示該方法中的步驟之流程圖，而第3圖圖示表示在各個步驟的輸入和輸出的影像。此方法可以使用有關晶圓22上的結構的影像和CAD資料以影像處理機器26進行。或者，該方法可以在大致上任何適當種類的、用於顯微攝像和分析的系統中被應用於其他種類的影像和樣品。
在本實例中，處理器28將第2圖的方法應用於一個或更多個SEM影像40和相應的CAD資料42，CAD資料42被稱為「CAD剪輯」，因為一部分與影像40的區域有關的CAD資料被從整個CAD檔案「剪輯」下來。通常情況下，CAD剪輯的尺寸比SEM影像大，以確保註冊時，整個SEM影像都將被包含在CAD剪輯的區域內，或者，處理器28可以在SEM影像和CAD剪輯部分重疊(例 如在各軸上至少重疊50%)之下工作。在註冊處理本身之前，處理器在各別的預處理階段44和46中預處理SEM影像和CAD剪輯。
在預處理階段44中，處理器28可以在影像組合步驟48組合從不同角度取得的(通常使用SEM機器中的不同檢測器)同一區域之多個SEM影像40。由於不同的影像特徵在不同的透視圖中可能會更強烈地出現，故以此方式合併影像對於給予更清晰的合併SEM影像94是有用的，如第3圖所示。可選地，不同的透視圖可被用於產生高度圖52，高度圖52是晶圓22表面的三維(3D)形貌模型，並顯示SEM影像40中的結構之3D形狀。用於產生此類高度圖的方法被描述在例如美國專利申請公開2013/0200255中，該專利申請之揭示以引用方式併入本文中。
處理器28可以在重整尺寸步驟50重新調整所得SEM影像的尺寸，也就是說，處理器28可以調整影像的解析度，以加速隨後的操作。為此目的，若需要的話，處理器通常可重新取樣影像的像素值，以給予數量較少的像素。
在剪輯42的CAD資料被組織成多個層，該多個層對應於被建造在晶圓22上的元件層。每一層的內容係以某些形狀的多邊形、尺寸及位置來定義。在階段46中，處理器28將多層CAD資料轉化成單一的模擬光柵影像。為了這個目的，處理器28先在光柵化步驟54將剪輯 42的每一層中的多邊形轉化成光柵影像，從而給出一組對應於該等層的光柵影像90，如第3圖所示。將光柵的解析度選擇為等於在步驟50設定的SEM影像解析度。
在SEM模擬步驟58中，處理器28將這些光柵影像90一個覆蓋在另一個上，以得到組合的重疊影像。為此目的，處理器使用該等層的可見性順序來決定哪些特徵在模擬的SEM影像中應是可見的及何者應被更高層中的重疊特徵隱藏。然後處理器28修改此重疊影像以模擬實際製造和SEM攝像在影像中可見的結構上會有的效果，從而產出模擬SEM影像92(第3圖)。步驟58可以涉及例如使影像中的尖角變圓及使銳邊平滑。
處理器28將CAD影像轉化成合成高度圖62，以與從SEM影像40衍生的實際高度圖52進行比較。
在各別的方向表示步驟64和66，處理器28將實際和模擬SEM影像轉換成各個方向性圖。為此目的，處理器施加梯度運算子到每個影像，從而計算在影像中的每個點之相應梯度向量 D ，然後將每個點的梯度向量之角度分量乘以2，以找到方向性向量D2。結果，邊緣過渡的符號變化被抵消，使得方向在給定角度的邊緣將具有相同的方向性向量，不管量值的符號為何。如前面提到的，方向性圖的這種特徵對於解決顯微攝像中頻繁出現的不明確特別有用。
方向性圖的另一個特徵是分離影像中的直線邊緣分量，即方向在水平(X)和垂直(Y)方向的直線 分量被從具有其他方向的角邊緣分量分離。在方向性的複數表示中，方向性向量 D2的實部包含直線分量，而虛部包含角分量。
方向性的這個特徵係由步驟64和66衍生的、第3圖圖示的方向性圖98圖示：影像100和104圖示在影像中的每個點從模擬的和實際的SEM影像衍生的方向性圖之實部分量的量值，而影像102和106圖示虛部分量的量值。儘管在比較模擬SEM影像92和實際SEM影像94中可以觀察到對比度變化和邊緣符號相反，但處理器28現在可以觀察到在方向性圖的直線和角分量之間形式上有強的相似。
為了增強方向性圖之間的關聯並最小化虛假的圖分量的影響，處理器28可以在各別的後處理步驟68和70後處理實際的和模擬的方向性圖中之一者或兩者。一般來說，這些步驟涉及轉換一個或兩個方向性圖中的方向性向量，以便在方向的基礎上修改至少一些方向性向量的量值。下文將參照第4圖描述步驟68和70的細節。
在步驟68和70執行的後處理可以利用在光柵分析步驟72提取的模擬SEM影像之特徵。此光柵分析基於光柵影像來計算CAD屬性，然後這些屬性可以被應用於步驟68和70的控制和調整態樣。例如，光柵分析器可以確定CAD是否為一維的並因此控制XY平衡。
為了找出實際和模擬SEM影像之間的偏移量，在關聯步驟74，處理器28基於實際和模擬的方向性 圖計算基於梯度的關聯性。關聯圖包含的向量關聯結果之量值為實際和模擬方向性圖之間的可變(X,Y)偏移量之函數。可選地，也可以考慮該等圖之間的相對旋轉及/或縮放。典型上，為SEM影像40在CAD剪輯42的較大區域內的所有可能偏移量計算關聯性。此外，處理器28可以計算並使用實際高度圖52和合成高度圖62之間基於區域的關聯性作為方向性圖關聯性的補充，以解決只使用基於梯度的關聯性時可能發生的關聯性不明確。下文將參照第5圖描述步驟74的細節。
步驟74的結果是組合的關聯圖110(第3圖)，關聯圖110圖示關聯結果為(X,Y)偏移量的函數。在尖峰選擇步驟76，處理器28在關聯圖110中尋找尖峰112，為偏移量的函數。尖峰位置表示將輸入圖帶入相互註冊所需的相對位移。在轉換產生步驟78，基於尖峰的位置，處理器28計算被施加於SEM影像40和CAD剪輯42之間的轉換。然後在註冊步驟80，處理器將該轉換施加於剪輯42，以使CAD資料對齊影像40。此步驟的結果是模擬SEM影像82，模擬SEM影像82係同SEM影像40註冊並可被用於分割和進一步處理SEM影像。下文參照第6圖介紹步驟78和80的細節。
第4圖為依據本發明之實施例示意性圖示後處理步驟70之細節的流程圖。後處理步驟68可以包括經適當修正的類似單元。步驟70可以包括一個或更多個以下被施加於 D2方向性圖的操作： 白化操作120。在此步驟，處理器28施加頻率相依濾波器到方向性圖的分量，以使頻譜中的尖峰衰減(「白化」)某些程度，並可能地放大弱頻的分量。這種白化對於減少對實際的元件結構無關緊要並可能以其他方式降低在步驟74找到的關聯結果之準確性的高頻影像分量之影響特別有用。另外，此步驟可以包括頻率選擇性，以衰減可能干擾關聯結果的特定梯度頻率。
處理器28可以將操作120施加於方向性圖的直線分量或角分量、或上述二者。當過濾方向性圖的直線分量時，處理器可以施加不同的過濾器到影像的X(水平)和Y(垂直)直線分量。
XY平衡操作122。處理器28通常將此操作施加於方向性圖的直線部分，以平衡影像的水平和垂直直線分量，使得水平和垂直直線分量對於後續關聯計算的相對影響大致相同。為此目的，處理器可以施加X和Y加權因子到方向性分量。處理器28可以基於能量均衡原則自動計算加權因子。可以將加權強度限制在一定的範圍內，以避免過於激進的平衡。
角平衡操作124。此操作本質上類似於X-Y平衡，但是被引導到在隨後的關聯轉換中平衡方向性之角分量和直線分量的貢獻。處理器28可以基於CAD剪輯的多邊形分析自動計算角加權因子。
以上的後處理操作是藉由舉例的方式來描述。儘管該等操作被以特定的順序圖示，但是在其他的實 施方式中步驟的順序可以改變，而且並非所有的上述操作都必須被用在所有的情況中。此外，影像處理技術領域中習知的其他後處理操作可以在步驟68和70應用而且仍被視為在本發明的範圍內。
第5圖為依據本發明之實施例示意性圖示關聯步驟74之細節的流程圖。在後處理步驟68和70之後，處理器28施加標準化梯度關聯(NGC)134來比較模擬的方向性圖130(D2CAD)與實際的方向性圖132(D2SEM)。
假使實際和模擬高度圖52和62也可被比較，則處理器28計算這些圖之間的標準化交互關聯(NCC)136，如所屬技術領域中習知的。與表示輸入影像之間的邊緣關聯性的NGC圖區分，NCC圖表示出現在影像中的特徵之高度關聯性。
在關聯組合步驟138，處理器28將NGC和NCC圖組合以給出組合的關聯圖110。圖110在每個點u包含組合的關聯圖值CM。
本發明並不受上述實施關聯步驟74的操作所限制。本發明的其他實施例可以使用其他的組合和關聯方法。例如，關聯步驟74可以藉由每個像素採用四個要素的向量並執行這些向量之間的關聯來實施，該四個要素表示方向圖的X和Y及高度圖的X和Y。
在步驟76，處理器28通常選擇在關聯圖110中具有最高峰值的 u 值。
第6圖為圖示依據本發明之實施例例示處理器28在步驟78和80執行的操作的影像之流程圖。在步驟76發現此實例的SEM影像150相對於基於CAD剪輯的模擬影像152之中心偏移，而且還相對於CAD剪輯旋轉。藉由被疊加在模擬影像152上的邊界154指出SEM影像150的區域。
因此，在步驟78，處理器28計算具有平移、旋轉及縮放分量的仿射轉換。處理器在步驟80應用此轉換來產生轉換的模擬影像156，已將模擬影像156平移和旋轉使之與影像150對齊。然後處理器28可以沿著邊界154修剪影像156，以得到同SEM影像150註冊的最終輸出模擬影像158。
將理解的是，上述實施例是藉由舉例的方式舉出，而且本發明並不限於上文中特別圖示和描述的。更確切地說，本發明的範圍包括上文描述的各種特徵之組合和次組合、以及所屬技術領域中具有通常知識之人士在閱讀了前面的描述後可思及的且先前技藝中未揭示的該等特徵之變型和修改。

Claims (34)

  1. 一種影像處理的方法，包含以下步驟：提供被製造在一基板上的一結構之一顯微鏡影像及在製造該結構中使用的電腦輔助設計(CAD)資料；由一電腦產生用於該顯微鏡影像的一第一方向性圖，對於該顯微鏡影像中一矩陣的點來說，該第一方向性圖包含對應於在該等點的邊緣之量值和方向的各別方向性向量且與該等量值之一符號無關；基於該CAD資料產生一模擬影像；由該電腦基於該模擬影像產生一第二方向性圖；基於該顯微鏡影像產生表示該結構之一三維(3D)形狀的一第一高度圖；基於該CAD資料產生該結構之一第二高度圖；以及基於該第一和第二方向性圖之一第一比較與該第一和第二高度圖之一第二比較的一組合而與該CAD資料一起註冊該顯微鏡影像。
  2. 如請求項1所述之方法，其中該基板為一半導體晶圓，該結構為被形成在該晶圓上的一微電子元件之一部分，而且其中提供該顯微鏡影像包含使用一掃描式電子顯微鏡(SEM)擷取該影像。
  3. 如請求項1所述之方法，其中該第一和第二方向性圖每個皆藉由將一梯度運算子施加於一影像產生，從而計算在每個點的一相應梯度向量，並將在每個點的該梯度向量之一角分量乘以2，以找出該等方向性向量。
  4. 如請求項1所述之方法，其中產生該第一方向性圖和產生該模擬影像之步驟包含以下步驟：在該第一和第二方向性圖之至少一者中後處理該等方向性向量，以響應於方向修改該等方向性向量中的至少一者的量值。
  5. 如請求項4所述之方法，其中後處理該等方向性向量的步驟包含以下步驟：對該等方向性向量施加一操作，該操作係選自由白化、X-Y平衡、及角平衡所組成之操作群組。
  6. 如請求項1所述之方法，其中註冊步驟包含以下步驟：在該第一和第二方向性圖之間計算一關聯圖；以及在該關聯圖中識別一尖峰，以定義一在該CAD資料和該顯微鏡影像之間的轉換。
  7. 一種影像處理設備，包含：一記憶體，該記憶體設以儲存被製造在一基板上的一結構之一顯微鏡影像及在製造該結構中使用的電腦輔助設計(CAD)資料；以及一處理器，該處理器設以產生用於該顯微鏡影像的一第一方向性圖，該第一方向性圖包含對於該顯微鏡影像中一矩陣的點來說的對應於在該等點的邊緣之量值和方向的各別方向性向量且與該等量值之符號無關；基於該CAD資料產生一模擬影像；基於該模擬影像產生一第二方向性圖；基於該顯微鏡影像產生表示該結構之一三維(3D)形狀的一第一高度圖；基於該CAD資料產生該結構之一第二高度圖；以及基於該第一和第二方向性圖之一第一比較與該第一和第二高度圖之一第二比較的一組合而與該CAD資料一起註冊該顯微鏡影像。
  8. 如請求項7所述之設備，其中該基板為一半導體晶圓，該結構為被形成在該晶圓上的一微電子元件之一部分，而且其中該顯微鏡影像為一掃描式電子顯微鏡(SEM)影像。
  9. 如請求項7所述之設備，其中該處理器係藉由將一梯度運算子施加於一影像而產生該第一和第二方向性圖，從而計算在每個點的一相應梯度向量，並將在每個點的該梯度向量之一角分量乘以2，以找出該等方向性向量。
  10. 如請求項7所述之設備，其中為了產生該第一方向性圖及產生該模擬影像，該處理器係：在該第一和第二方向性圖之至少一者中後處理該等方向性向量，以響應於方向修改該等方向性向量中的至少一者的量值。
  11. 如請求項10所述之設備，其中該處理器係藉由對該等方向性向量施加一操作來後處理該等方向性向量，該操作係選自由白化、X-Y平衡、及角平衡所組成之操作群組。
  12. 如請求項7所述之設備，其中為了註冊，該處理器係：在該第一和第二方向性圖之間計算一關聯圖；以及在該關聯圖中識別一尖峰，以定義一在該CAD資料和該顯微鏡影像之間的轉換。
  13. 一種電腦軟體產品，包含一非暫態電腦可讀媒體，該非暫態電腦可讀媒體中儲存程式指令，當被一電腦讀取時，該等指令使該電腦：接收被製造在一基板上的一結構之一顯微鏡影像及在製造該結構中使用的電腦輔助設計(CAD)資料；產生用於該顯微鏡影像的一第一方向性圖，對於該顯微鏡影像中一矩陣的點來說，該第一方向性圖包含對應於在該等點的邊緣之量值和方向的各別方向性向量且與該等量值之符號無關；基於該CAD資料產生一模擬影像；基於該模擬影像產生一第二方向性圖；基於該顯微鏡影像產生表示該結構之一三維(3D)形狀的一第一高度圖；基於該CAD資料產生該結構之一第二高度圖；以及基於該第一和第二方向性圖之一第一比較與該第一和第二高度圖之一第二比較的一組合而與該CAD資料一起註冊該顯微鏡影像。
  14. 如請求項13所述之產品，其中該等指令使該電腦藉由將一梯度運算子施加於一影像而產生該第一和第二方向性圖，從而計算在每個點的一相應梯度向量，並將在每個點的該梯度向量之一角分量乘以2，以找出該等方向性向量。
  15. 如請求項13所述之產品，其中為了產生該第一方向性圖及產生該模擬影像，該電腦係在該第一和第二方向性圖之至少一者中後處理該等方向性向量，以響應於方向修改該等方向性向量中的至少一者的量值。
  16. 如請求項13所述之產品，其中該等指令使該電腦藉由對該等方向性向量施加一操作來後處理該等方向性向量，該操作係選自由白化、X-Y平衡、及角平衡所組成之操作群組。
  17. 如請求項13所述之產品，其中為了註冊，該電腦係：在該第一和第二方向性圖之間計算一關聯圖；以及在該關聯圖中識別一尖峰，以定義一在該CAD資料和該顯微鏡影像之間的轉換。
  18. 一種影像處理的方法，包含以下步驟：藉由一電腦從一掃描式電子顯微鏡(SEM)接收被製造在一基板上的一結構之一顯微鏡影像及在製造該結構中使用的電腦輔助設計(CAD)資料；藉由該電腦產生用於該顯微鏡影像的一第一方向性圖，對於該顯微鏡影像中一矩陣的點來說，該第一方向性圖包含對應於在該等點的邊緣之量值和方向的各別方向性向量，其中該第一方向性圖係藉由將一梯度運算子施加於該顯微鏡影像而產生，從而計算在每個點的一相應梯度向量，並將在每個點的該梯度向量之一角分量乘以2，以找出該等方向性向量，其中該等方向性向量對於亮至暗過渡和暗至亮過渡之間的差異不敏感；藉由該電腦基於該CAD資料執行SEM模擬，以產生一模擬灰階影像；藉由該電腦基於該模擬灰階影像產生一第二方向性圖，對於該模擬灰階影像中一矩陣的點來說，該第二方向性圖包含對應於在該等點的邊緣之量值和方向的各別方向性向量，其中該第二方向性圖係藉由將該梯度運算子施加於該模擬影像而產生，從而計算在每個點的一相應梯度向量，並將在每個點的該梯度向量之一角分量乘以2，以找出該等方向性向量，其中該等方向性向量對於亮至暗過渡和暗至亮過渡之間的差異不敏感；以及基於該第一與第二方向性圖的一比較，與該CAD資料一起註冊該顯微鏡影像。
  19. 如請求項18所述之方法，其中該基板為一半導體晶圓，該結構為被形成在該晶圓上的一微電子元件之一部分，而且其中接收該顯微鏡影像包含使用該掃描式電子顯微鏡擷取該影像。
  20. 如請求項18所述之方法，進一步包含以下步驟：在該第一和第二方向性圖之至少一者中後處理該等方向性向量，以響應於方向修改該等方向性向量中的至少一者的量值。
  21. 如請求項20所述之方法，其中後處理該等方向性向量之步驟包含以下步驟：對該等方向性向量施加一操作，該操作係選自由白化、X-Y平衡、及角平衡所組成之操作群組。
  22. 如請求項18所述之方法，其中註冊步驟包含以下步驟：在該第一和第二方向性圖之間計算一關聯圖；以及在該關聯圖中識別一尖峰，以定義一在該CAD資料和該顯微鏡影像之間的轉換。
  23. 如請求項18所述之方法，其中註冊步驟包含以下步驟：基於該顯微鏡影像產生表示該結構之三維(3D)形狀的一第一高度圖；基於該CAD資料產生該結構之一第二高度圖；以及組合該第一及第二方向性圖的一第一比較與該第一及第二高度圖的一第二比較，以與該CAD資料一起註冊該顯微鏡影像。
  24. 一種影像處理設備，該設備包含：一記憶體，該記憶體儲存被製造在一基板上的一結構之一顯微鏡影像及在製造該結構中使用的電腦輔助設計(CAD)資料；以及一處理器，耦接到該記憶體，該處理器係：產生用於該顯微鏡影像的一第一方向性圖，該第一方向性圖包含對於該顯微鏡影像中一矩陣的點來說的對應於在該等點的邊緣之量值和方向的各別方向性向量，其中該第一方向性圖係藉由將一梯度運算子施加於該顯微鏡影像而產生，從而計算在每個點的一相應梯度向量，並將在每個點的該梯度向量之一角分量乘以2，以找出該等方向性向量，其中該等方向性向量對於亮至暗過渡和暗至亮過渡之間的差異不敏感；藉由基於該CAD資料執行一掃描式電子顯微鏡(SEM)模擬，以產生一模擬灰階影像；基於該模擬灰階影像產生一第二方向性圖，對於該模擬灰階影像中一矩陣的點來說，該第二方向性圖包含對應於在該等點的邊緣之量值和方向的各別方向性向量，其中該第二方向性圖係藉由將該梯度運算子施加於該模擬影像而產生，從而計算在每個點的一相應梯度向量，並將在每個點的該梯度向量之一角分量乘以2，以找出該等方向性向量，其中該等方向性向量對於亮至暗過渡和暗至亮過渡之間的差異不敏感；以及基於該第一與第二方向性圖的一比較，與該CAD資料一起註冊該顯微鏡影像。
  25. 如請求項24所述之設備，其中該基板為一半導體晶圓，該結構為被形成在該晶圓上的一微電子元件之一部分，而且其中該顯微鏡影像是一SEM影像。
  26. 如請求項24所述之設備，其中該處理器進一步用於：在該第一和第二方向性圖之至少一者中後處理該等方向性向量，以響應於方向修改該等方向性向量中的至少一者的量值。
  27. 如請求項26所述之設備，其中該處理器進一步用於：藉由對該等方向性向量施加一操作來後處理該等方向性向量，該操作係選自由白化、X-Y平衡、及角平衡所組成之操作群組。
  28. 如請求項24所述之設備，其中該處理器進一步用於：藉由在該第一和第二方向性圖之間計算一關聯圖來比較該第一和第二方向性圖；以及在該關聯圖中識別一尖峰，以定義一在該CAD資料和該顯微鏡影像之間的轉換。
  29. 如請求項24所述之設備，其中該處理器進一步用於：基於該顯微鏡影像產生表示該結構之三維(3D)形狀的一第一高度圖；基於該CAD資料產生該結構之一第二高度圖；以及組合該第一及第二方向性圖的一第一比較與該第一及第二高度圖的一第二比較，以與該CAD資料一起註冊該顯微鏡影像。
  30. 一種電腦軟體產品，包含一非暫態電腦可讀媒體，該非暫態電腦可讀媒體中儲存程式指令，當被一電腦讀取時，該等指令使該電腦：接收被製造在一基板上的一結構之一顯微鏡影像及在製造該結構中使用的電腦輔助設計(CAD)資料；產生用於該顯微鏡影像的一第一方向性圖，對於該顯微鏡影像中一矩陣的點來說，該第一方向性圖包含對應於在該等點的邊緣之量值和方向的各別方向性向量，其中該第一方向性圖係藉由將一梯度運算子施加於該顯微鏡影像而產生，從而計算在每個點的一相應梯度向量，並將在每個點的該梯度向量之一角分量乘以2，以找出該等方向性向量，其中該等方向性向量對於亮至暗過渡和暗至亮過渡之間的差異不敏感；基於該CAD資料執行SEM模擬，以產生一模擬灰階影像；基於該模擬灰階影像產生一第二方向性圖，對於該模擬灰階影像中一矩陣的點來說，該第二方向性圖包含對應於在該等點的邊緣之量值和方向的各別方向性向量，其中該第二方向性圖係藉由將該梯度運算子施加於該模擬影像而產生，從而計算在每個點的一相應梯度向量，並將在每個點的該梯度向量之一角分量乘以2，以找出該等方向性向量，其中該等方向性向量對於亮至暗過渡和暗至亮過渡之間的差異不敏感；以及基於該第一與第二方向性圖的一比較，與該CAD資料一起註冊該顯微鏡影像。
  31. 如請求項30所述之產品，其中該等指令使該電腦在該第一和第二方向性圖之至少一者中後處理該等方向性向量，以響應於方向修改該等方向性向量中的至少一者的量值。
  32. 如請求項30所述之產品，其中該等指令使該電腦藉由對該等方向性向量施加一操作來後處理該等方向性向量，該操作係選自由白化、X-Y平衡、及角平衡所組成之操作群組。
  33. 如請求項30所述之產品，其中該等指令使該電腦：藉由在該第一和第二方向性圖之間計算一關聯圖來比較該第一和第二方向性圖；以及在該關聯圖中識別一尖峰，以定義一在該CAD資料和該顯微鏡影像之間的轉換。
  34. 如請求項30所述之產品，其中該等指令使該電腦：基於該顯微鏡影像產生表示該結構之三維(3D)形狀的一第一高度圖；基於該CAD資料產生該結構之一第二高度圖；以及組合該第一及第二方向性圖的一第一比較與該第一及第二高度圖的一第二比較，以與該CAD資料一起註冊該顯微鏡影像。
TW104122951A 2014-07-29 2015-07-15 用於影像處理的方法、設備、及電腦軟體產品 TWI664421B (zh)

Applications Claiming Priority (2)

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

Publications (2)

Publication Number Publication Date
TW201612506A TW201612506A (en) 2016-04-01
TWI664421B true TWI664421B (zh) 2019-07-01

Family

ID=55180549

Family Applications (1)

Application Number Title Priority Date Filing Date
TW104122951A TWI664421B (zh) 2014-07-29 2015-07-15 用於影像處理的方法、設備、及電腦軟體產品

Country Status (4)

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

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI786455B (zh) * 2019-10-30 2022-12-11 德商卡爾蔡司Ｓｍｔ有限公司 確定積體半導體樣本中三維結構間的接觸區域尺寸的方法及其用途、電腦程式產品、以及半導體檢查裝置

Families Citing this family (4)

* 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
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
US4745550A (en) * 1985-08-16 1988-05-17 Schlumberger Technology Corporation Processing of oriented patterns
US5578821A (en) * 1992-05-27 1996-11-26 Kla Instruments Corporation Electron beam inspection system and method
US20060110042A1 (en) * 2004-10-21 2006-05-25 Atsushi Onishi Pattern matching method, program and semiconductor device manufacturing method
US20100303334A1 (en) * 1999-08-26 2010-12-02 Tadashi Kitamura Pattern inspection apparatus and method

Family Cites Families (63)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE3268795D1 (en) 1981-09-01 1986-03-13 Huels Chemische Werke Ag Process for recovery oil from a subterranean formation
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
DE69332042T2 (de) * 1992-12-18 2003-01-02 Koninkl Philips Electronics Nv Ortungszurückstellung von relativ elastisch verformten räumlichen Bildern durch übereinstimmende Flächen
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
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
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
JP2004534360A (ja) 2001-06-15 2004-11-11 株式会社荏原製作所 電子線装置及びその電子線装置を用いたデバイスの製造方法
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
JP4520303B2 (ja) 2002-09-18 2010-08-04 エフ・イ−・アイ・カンパニー 荷電粒子ビームシステム
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
EP1796136B1 (en) * 2004-08-19 2015-09-30 Nikon Corporation Alignment information display method, program thereof, alignment method, exposure method, device manufacturing method, display system, display device, program, and measurement/inspection device
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
EP2048599B1 (en) * 2007-10-11 2009-12-16 MVTec Software GmbH System and method for 3D object recognition
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
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
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
TWI449084B (zh) 2009-06-26 2014-08-11 羅門哈斯電子材料有限公司 形成電子裝置之方法
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
WO2012099635A2 (en) 2010-10-28 2012-07-26 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
US10539589B2 (en) * 2014-06-25 2020-01-21 Fei Efa, Inc. Through process flow intra-chip and inter-chip electrical analysis and process control using in-line nanoprobing
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
US4745550A (en) * 1985-08-16 1988-05-17 Schlumberger Technology Corporation Processing of oriented patterns
US5578821A (en) * 1992-05-27 1996-11-26 Kla Instruments Corporation Electron beam inspection system and method
US20100303334A1 (en) * 1999-08-26 2010-12-02 Tadashi Kitamura Pattern inspection apparatus and method
US20060110042A1 (en) * 2004-10-21 2006-05-25 Atsushi Onishi Pattern matching method, program and semiconductor device manufacturing method

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI786455B (zh) * 2019-10-30 2022-12-11 德商卡爾蔡司Ｓｍｔ有限公司 確定積體半導體樣本中三維結構間的接觸區域尺寸的方法及其用途、電腦程式產品、以及半導體檢查裝置

Also Published As

Publication number Publication date
JP6778997B2 (ja) 2020-11-04
US20160035076A1 (en) 2016-02-04
KR20160014548A (ko) 2016-02-11
JP2016031766A (ja) 2016-03-07
TW201612506A (en) 2016-04-01
US9715724B2 (en) 2017-07-25
KR102224577B1 (ko) 2021-03-08

Similar Documents

Publication Publication Date Title
KR102613438B1 (ko) 반도체 표본의 딥 러닝 - 기반 검사의 방법 및 그 시스템
TWI664421B (zh) 用於影像處理的方法、設備、及電腦軟體產品
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
JP6899189B2 (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
TWI547802B (zh) 檢驗方策產生技術及基於檢驗方策之檢驗技術
JP2013257304A5 (zh)
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
CN105787870A (zh) 一种图形图像拼接融合系统
Yan et al. A hybrid 3D SEM reconstruction method optimized for complex geologic material surfaces
Schneider et al. Framework for SEM contour analysis
Elrefaei et al. Development of an android application for object detection based on color, shape, or local features
JP4835325B2 (ja) 画像位置計測方法、画像位置計測装置、および画像位置計測プログラム
JP4801697B2 (ja) 画像形成方法，画像形成装置、及びコンピュータプログラム
CN109785283B (zh) 一种用于织物分割的纹理特征匹配方法及装置
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
JPH09204532A (ja) 画像認識方法および画像表示方法
Stellari et al. Automated contactless defect analysis technique using computer vision
Kumar et al. Segmentation of microscope cell images via adaptive eigenfilters
Sirisha et al. Evaluation of distinctive color features from harris corner key points
Bhardwaj Detection and verification of missing components in SMD using AOI techniques
Nguyen et al. Text detection in scene images based on feature detection and tensor voting
Panin et al. Algorithm of crack tracking during fatigue test through calculating the optical flow
Cai et al. A New Stable and Accurate Algorithm of Concrete Crack Image Mosaic
Yun et al. Segment-Based Matching for Planar Region Extraction