TWI842350B - 計算層間疊對偏移量的方法以及電子裝置 - Google Patents
計算層間疊對偏移量的方法以及電子裝置 Download PDFInfo
- Publication number
- TWI842350B TWI842350B TW112102416A TW112102416A TWI842350B TW I842350 B TWI842350 B TW I842350B TW 112102416 A TW112102416 A TW 112102416A TW 112102416 A TW112102416 A TW 112102416A TW I842350 B TWI842350 B TW I842350B
- Authority
- TW
- Taiwan
- Prior art keywords
- template
- block
- target image
- offset
- matches
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 32
- 238000003384 imaging method Methods 0.000 claims description 13
- 238000005520 cutting process Methods 0.000 claims description 10
- 239000011229 interlayer Substances 0.000 claims description 9
- 239000004065 semiconductor Substances 0.000 claims description 7
- 230000000007 visual effect Effects 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 22
- 239000010410 layer Substances 0.000 description 22
- 238000004364 calculation method Methods 0.000 description 16
- 239000000758 substrate Substances 0.000 description 7
- 238000004519 manufacturing process Methods 0.000 description 6
- 238000012545 processing Methods 0.000 description 4
- 101100012902 Saccharomyces cerevisiae (strain ATCC 204508 / S288c) FIG2 gene Proteins 0.000 description 3
- 238000012937 correction Methods 0.000 description 3
- 238000013461 design Methods 0.000 description 3
- 238000009826 distribution Methods 0.000 description 3
- 238000013467 fragmentation Methods 0.000 description 3
- 238000006062 fragmentation reaction Methods 0.000 description 3
- 239000011521 glass Substances 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000007781 pre-processing Methods 0.000 description 3
- 101000827703 Homo sapiens Polyphosphoinositide phosphatase Proteins 0.000 description 2
- 102100023591 Polyphosphoinositide phosphatase Human genes 0.000 description 2
- 101100233916 Saccharomyces cerevisiae (strain ATCC 204508 / S288c) KAR5 gene Proteins 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 101001121408 Homo sapiens L-amino-acid oxidase Proteins 0.000 description 1
- 102100026388 L-amino-acid oxidase Human genes 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000003628 erosive effect Effects 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
Abstract
計算層間疊對偏移量的方法以及電子裝置。首先,獲得目標影像。接著,在目標影像中找出符合第一模板的第一區塊。在第一區塊中找出符合第二模板的第二區塊。在第二區塊中找出與對應至第一側的第三模板相符的第三區塊,以及找出與對應至第二側的至少一第四模板相符的至少一第四區塊。之後,以相似度最高的第四區塊的中心點與第三區塊的中心點來計算偏移量。
Description
本發明是有關於一種自動化機制,且特別是有關於一種用於半導體製程中的計算層間疊對偏移量的方法以及電子裝置。
在半導體製程中,由於其結構為多層堆疊,因此在曝光過程中,倘若層與層的位置對準不正確,會導致層與層之間的圖形無法按照電路圖設計而密切配合,進而造成短路、斷路等電性不良等缺陷。這種層與層的圖樣在位置上的誤差一般稱為疊對誤差(Overlay Error)。目前在曝光顯影後,會經由在線自動光學辨識系統(inline AOI(Auto Optical Inspection))來拍攝,並透過人工來確認疊對情況,並手動計算疊對偏移量,之後再將偏移量輸入至曝光機台來調整參數以重新進行曝光。
疊對誤差對整個半導體製程的良率有很大的影響,因此關於疊對的檢測以及疊對偏移量的測量是目前欲解決的課題之一。
本發明提供一種計算層間疊對偏移量的方法以及電子裝置,可自動化計算偏移量。
本發明的用於半導體製程中的計算層間疊對偏移量的方法,適於透過處理器來執行,所述方法包括:獲得目標影像;在目標影像中找出符合第一模板的第一區塊;在第一區塊中找出符合第二模板的第二區塊;在第二區塊中找出與對應至第一側的第三模板相符的第三區塊,以及找出與對應至第二側的至少一第四模板相符的至少一第四區塊;以及在至少一第四區塊中找出相似度最高者的中心點與第三區塊的中心點來計算偏移量。
在本發明的一實施例中,所述方法更包括:經由取像裝置分別在目標物的多個拍攝位置的每一個進行多次取像,獲得對應於每一個拍攝位置的多張拍攝圖像;以及分析每一個拍攝位置所獲得的多個拍攝圖像的清晰度,以在這些拍攝圖像中取出清晰度最佳的一者來做為各拍攝位置的目標影像。
在本發明的一實施例中,每一個拍攝位置具有對應的模板組合,所述模板組合包括第一模板、第二模板、第三模板以及至少一第四模板。而所述方法更包括:基於目標影像所對應的一個拍攝位置來取出對應的模板組合。
在本發明的一實施例中,在計算偏移量之後,更包括:在目標影像中的對應位置標示偏移量,並以視覺化方式來表示是否需要調整偏移量。
在本發明的一實施例中,在目標影像中找出符合第一模板的第一區塊之前,更包括:利用顏色遮罩對目標影像執行色塊切割而保留目標色塊,以在經由色塊切割後的目標影像中找出符合第一模板的該第一區塊。
本發明的電子裝置包括:儲存器,包括:模板資料庫,儲存模板組合,所述模板組合包括第一模板、第二模板、第三模板以及至少一第四模板;以及處理器,耦接至儲存器,經配置以執行所述用於半導體製程中的計算層間疊對偏移量的方法。
基於上述,本揭露設計自動量測模式,藉由所拍攝的影像來自動計算層間疊對偏移量,進而可將所獲得的計算結果回傳至曝光機台。據此,可減少人工計算的耗時,避免產能良率損失。
圖1是依照本發明一實施例的電子裝置的方塊圖。請參照圖1,電子裝置100可採用任何具有運算功能的裝置來實現。例如,電子裝置100可採用智慧型手機、平板、筆記型電腦、個人電腦、伺服器等來實現。電子裝置100至少包括下述構件,即處理器110以及儲存器120。處理器110耦接至儲存器120。
處理器110例如為中央處理單元(Central Processing Unit,CPU)、物理處理單元(Physics Processing Unit,PPU)、可程式化之微處理器(Microprocessor)、嵌入式控制晶片、數位訊號處理器(Digital Signal Processor,DSP)、特殊應用積體電路(Application Specific Integrated Circuit,ASIC)或其他類似裝置。
儲存器120例如是任意型式的固定式或可移動式隨機存取記憶體(Random Access Memory,RAM)、唯讀記憶體(Read-Only Memory,ROM)、快閃記憶體(Flash memory)、硬碟或其他類似裝置或這些裝置的組合。儲存器120中包括模板資料庫130以及一或多個程式碼片段,上述程式碼片段在被安裝後,會由處理器110來執行。
圖2是依照本發明一實施例的層間疊對(overlay)的示意圖。請參照圖2,本實施例是以彩色濾光片的黑色遮光層與濾光層來說明,然並不以此為限,可適用於半導體製程中的任意上下兩層的結構。彩色濾光片的結構是在玻璃基板上形成防止反射的黑色遮光層220,亦稱為BM(black matrix)層,接著於黑色遮光層220上形成具有透光性的紅、綠、藍(RGB)三原色圖樣(如圖2所示的圖樣210-R、210-G、210-B)的濾光層,最後濺鍍上透明導電膜。濾光層的圖樣210-R、210-G、210-B的形狀、尺寸、色澤、配列是基於不同液晶顯示器的用途來決定。
如圖2所示,圖樣210-R、210-G、210-B在形成過程中未與黑色遮光層220對齊,因而在圖樣210-R、210-G、210-B與黑色遮光層220之間會產生錯位縫隙,即疊對A。
底下舉例來說明計算層間疊對偏移量的方法。圖3是依照本發明一實施例的計算層間疊對偏移量的方法流程圖。請參照圖1與圖3,在步驟S305中,獲得目標影像。
在一實施例中,可經由取像裝置分別在目標物的多個拍攝位置的每一個進行多次取像,獲得對應於每一個拍攝位置的多張拍攝圖像,再從這些拍攝圖像中取出清晰度最佳的一張來代表各拍攝位置對應的目標影像。取像裝置例如為採用變焦鏡頭,在每一個拍攝位置中以多個不同焦段來進行取像。在一實施例中,取像裝置例如是設置在自動光學辨識系統(AOI)中。
舉例來說,圖4是依照本發明一實施例的拍攝位置的配置示意圖。請參照圖4,在本實施例中,將基板410(目標物)分為4個區塊(曝光次數4次),將每個區塊的4個角落設定為拍攝位置(圓點所示位置),共16個拍攝位置。在其他實施例中,基板410也可分為6個區塊(曝光次數6次),而設置24個拍攝位置,在此並不限制拍攝位置的配置。取像裝置分別在這16個拍攝位置以不同的焦段進行多次(例如3~6次等)的取像,而獲得對應至每個拍攝位置的多個拍攝圖像。
在取得目標物(基板410)對應的多組拍攝圖像(一個拍攝位置具有一組拍攝圖像)之後,處理器110會先在每一個拍攝位置對應的一組拍攝圖像中找出一張清晰度最佳的拍攝圖像來做為後續進行處理的目標影像。在一實施例中,可採用Laplacian梯度函數等演算法來計算各拍攝圖像的清晰度,以清晰度最高者作為目標影像。以16個拍攝位置而言,會取得對應的16張目標影像。
而在獲得目標影像(最高清晰度)之前,處理器110還可進一步對各組拍攝圖像進行影像前處理動作。所述影像前處理動作包括架構於OpenCV的破圖處理、雜訊去除、亮度校正等影像處理技術。例如,對原始輸入的拍攝圖像進行侵蝕處理以初步去除雜訊,接著執行膨脹處理以還原至原本的範圍,透過膨脹處理還可進一步連接破碎物件(破圖處理)。之後,將經過破圖處理與去除雜訊的處理後影像的R、G、B分佈調整至與預設模板的R、G、B分佈對齊(亮度校正)而獲得校正後影像(即,目標影像)。在一實施例中,可利用色階分佈圖來進行色彩對齊的動作。
另外,在具有R、G、B三原色圖樣的濾光層的形成過程中,會在黑色遮光層上形成一種顏色圖樣,再形成另一種顏色圖樣。例如,先形成紅色圖樣,接著形成綠色圖樣,之後再形成藍色圖樣。在形成一種顏色圖樣之後,便驅動AOI的取像裝置分別在多個拍攝位置以不同的焦段進行多次的取像,而獲得對應至每個拍攝位置的多個拍攝圖像。在處理器110在獲得拍攝圖像之後,還可進一步利用顏色遮罩對拍攝圖像執行色塊切割而保留目標色塊,之後對僅保留目標色塊的圖像進行侵蝕、膨脹、亮度校正等影像前處理動作。
在一實施例中,在紅色圖樣的製程結束後,目標影像中僅包括紅色圖樣,利用紅色遮罩進行色塊切割,以在目標影像中保留紅色圖樣(目標色塊)。在綠色圖樣的製程結束後,目標影像中只會包括紅色圖樣與綠色圖樣,利用綠色遮罩進行色塊切割,以在目標影像中保留綠色圖樣(目標色塊)。在藍色圖樣的製程結束後,目標影像中會包括紅、綠、藍三色的圖樣,利用藍色遮罩進行色塊切割,以在目標影像中保留藍色圖樣(目標色塊)。
在一實施例中,所述紅色遮罩、綠色遮罩以及藍色遮罩為基於HSV(Hue, Saturation, Value)色彩空間的遮罩。在HSV色彩空間中,H值:0~180;S值:0~255;V值:255。通過調整H值(色調)來獲得紅色遮罩、綠色遮罩以及藍色遮罩。例如,紅色遮罩的H值落在10~18,綠色遮罩的H值落在50~58,藍色遮罩的H值落在95~103。
在獲得目標影像之後,利用至少四個模板來找出相似度最高的區域。利用第一模板來切割出後續要比對的區域,再利用第二模板進一步縮小搜尋範圍,之後利用雙模板(第三模板與第四模板)來進行定位。以RGB的濾光層而言,還可進一步針對不同顏色圖樣來預先設置對應的模板組合。例如,假設拍攝位置共16處,每一個拍攝位置會針對RGB三個顏色而對應設置三組模板組合。
底下搭配圖6、圖7、圖8來說明步驟S310~S325。圖6是依照本發明一實施例的在目標影像中獲得第一區塊的示意圖。圖7是依照本發明一實施例的在第一區塊中獲得第二區塊的示意圖。第8是依照本發明一實施例的在第二區塊中獲得第三區塊與第四區塊的示意圖。
在步驟S310中,處理器110在目標影像500中找出符合第一模板的第一區塊610。在此,處理器110利用可採用捲積(convolution)匹配的方式在目標影像500中找出符合第一模板的第一區塊610。在一實施例中,處理器110可自目標影像500的左上角開始,在垂直方向上每隔一段長度d1來取出長寬與第一模板的尺寸相同的區塊來與第一模板進行相似度比對,並且在水平方向上每隔一段長度d2來取出長寬符合與第一模板的尺寸相同的區塊來與第一模板進行相似度比對。
圖5A與圖5B是依照本發明一實施例的捲積匹配的區塊示意圖。在本實施例中,假設第一模板的尺寸為X1×Y1。如圖5A所示,以目標影像500的左上角的點作為起點,在垂直方向上往下取0~X1的長度且往右取Y1的長度而獲得區塊501。接著,在垂直方向上取d1~d1+X1的長度且在水平方向上取Y1的長度而獲得區塊511。然後,在垂直方向上取2×d1~2×d1+X1的長度且在水平方向上取Y1的長度而獲得區塊521。以此類推,在垂直方向上取得第一行的多個區塊。
之後,如圖5B所示,接著,在水平方向上取d2~d2+Y1的長度,且在垂直方向上取X1的長度而獲得區塊502,並且與圖5A所示相似,依序在垂直方向上取得對應於水平方向上d2~d2+Y1處的第二行的多個區塊。然後,在水平方向上取2×d2~2×d2+Y1的長度,且在垂直方向上取X1的長度而獲得區塊503,並且與圖5A所示相似,依序在垂直方向上取得對應於水平方向上2×d2~2×d2+Y1處的第三行的多個區塊。以此類推,取得垂直方向上各行的多個區塊。
另外,在另一實施例中,亦可先在水平方向的一列獲得多個區塊,之後在垂直方向下移後再於水平方向的另一列獲得多個區塊。
在獲得與第一模板尺寸相同的區塊(501~503、511、521等)後,將所取出的區塊與第一模板進行相似度比對。例如,可採用均方差(mean squared error,MSE)演算法來計算每一個區塊與第一模板兩張圖中像素之間的距離(MSE)。取出具有最小MSE的區塊來做為第一區塊610。倘若具有最小MSE的區塊有多個,則再採用採用結構相似性(structural similarity,SSIM)演算法來計算這些區塊與第一模板的相似性,以取出相似性最高的區塊來做為第一區塊610。透過SSIM演算法可以比較兩張圖的亮度、對比度以及結構的相似性。
接著,在步驟S315中,在第一區塊610中找出符合第二模板的第二區塊710。在此步驟中,處理器110可採用MSE與SSIM來找出第二區塊710。
之後,在步驟S320中,在第二區塊710中找出與第三模板相符的第三區塊810,以及找出與第四模板相符的第四區塊820。在此,為了精準地找出疊對區域P82的偏移量,需針對疊對區域P82兩側分別設置對應的模板(第三模板、第四模板)。在一實施例中,可事先針對疊對區域P82的第一側(外側,圖7、圖8的右側)設置第三模板,針對疊對區域P82的第二側(內側,圖7、圖8的左側)設置第四模板。進而,處理器110利用捲積匹配、MSE以及SSIM在第二區塊710中找出位於疊對區域P82兩側的第三區塊810與第四區塊820。
然後,在步驟S325中,以第四區塊820的中心點與第三區塊810的中心點來計算偏移量。具體而言,處理器110計算第四區塊820的中心點與第三區塊810的中心點兩者之間相距的像素數量,之後再將像素數量換算為實際長度。例如,可基於目標影像的取像參數來獲得像素與實際長度之間的換算關係。
另外,為了提高準確度,還可進一步針對疊對第二側(內側)設置多個第四模板。
舉例來說,圖9是依照本發明一實施例的在第二區塊中獲得第三區塊與多個第四區塊的示意圖。請參照圖9,在本實施例中,針對疊對第二側(內側,圖7、圖9的左側)設置兩個第四模板T4-1、T4-2,然並不以此為限。在第二區塊710取出符合第三模板的第三區塊810以及符合第四模板T4-1、T4-2的第四區塊820、830。之後,計算第四區塊820與第四模板T4-1的相似度,計算第四區塊830與第四模板T4-2的相似度,以相似度最高者來做為後續的判斷。在此假設第四區塊830與第四模板T4-2的相似度高於第四區塊820與第四模板T4-1的相似度,則以第四區塊830的中心點以及第三區塊810的中心點來計算偏移量。例如,可針對疊對區域P82為直向或橫向來決定以第三區塊與第四區塊兩者的中心點的X座標或Y座標來計算距離(偏移量)。或者計算兩個中心點相距的最短距離。
以圖8而言,例如,以第三區塊810的中心點與第四區塊820的中心點兩者的X座標相減所獲得的絕對值來做為偏移量。以圖9而言,例如,以第三區塊810的中心點與第四區塊830的中心點兩者的X座標相減所獲得的絕對值來做為偏移量。
在圖8與圖9中,以不同圖樣的表現方式來代表不同的顏色漸層,然,圖8、圖9僅為舉例說明,並不以此為限。
在獲得偏移量之後,還可進一步在目標影像中的對應位置來標示偏移量,並以視覺化方式來表示是否需要調整偏移量。
圖10是依照本發明一實施例的輸出結果的示意圖。請參照圖10,輸出結果1000中標示有經由計算所獲得的偏移量。另外,還可進一步設定一門檻值(例如3μm),將偏移量小於此門檻值者以第一顏色標記,將偏移量大於或等於此門檻值者以第二顏色標記。透過不同顏色的標記可讓使用者一眼就看出哪幾處的偏移量需要調整。
另外,在一實施例中,還可提供使用者介面供使用者來進一步選擇拍攝圖像。圖11是依照本發明一實施例的使用者介面的示意圖。請參照圖11,在使用者介面1100中,提供拍照日期、要顯示的影像類別以及玻璃基板的識別碼(選擇目標物)等項目供使用者選擇。使用者選定之後,處理器110便依據使用者的選擇來進行輸出。例如,拍照日期選定為“2021/7/23”,玻璃基板識別碼選定為“R20_AFF0X670FVL”,影像類型選定為“原始圖檔”,則可獲得如圖10所示的輸出結果1000(顯示在顯示器中)。
表1所示為針對同一個曝光區域的四個角落的拍攝位置CD1~CD4所獲得的目標影像中實際量測的偏移量與採用三種計算方法所獲得的偏移量的平均誤差。第一種計算方式僅採用一般模板匹配。例如,在目標影像上滑動模板影像,比較模板影像下的影像區塊與模板影像的相似性,以找出最符合的區域。第二種計算方式為採用一般模板匹配與影像增強處理。第三種計算方式為採用上述實施例所述的步驟S305~S325的方法。
表1
誤差(μm) | 拍攝位置 | 平均誤差 | |||
CD1 | CD2 | CD3 | CD4 | ||
第一種計算方式 | 0.72 | 0.58 | 0.54 | 0.62 | 0.615 |
第二種計算方式 | 0.24 | 0.46 | 0.43 | 0.32 | 0.3625 |
第三種計算方式 | 0.22 | 0.31 | 0.33 | 0.31 | 0.2925 |
如表1所示,採用第一種計算方式的誤差值大於0.5 μm。相較於第一種計算方式,採用第二種計算方式的誤差值下降至0.5 μm以下。而採用第三種計算方式(本揭露的實施方式)在拍攝位置CD2與CD3的誤差值也明顯下降。
綜上所述,本揭露設計自動量測模式,藉由所拍攝的影像來自動計算層間疊對偏移量,進而可將所獲得的計算結果回傳至曝光機台。據此,可減少人工計算的耗時,避免產能良率損失。
100:電子裝置
110:處理器
120:儲存器
130:模板資料庫
210-R、210-G、210-B:圖樣
220:黑色遮光層
410:基板
500:目標影像
501、502、503、511、521:區塊
610:第一區塊
710:第二區塊
810:第三區塊
820、830:第四區塊
1000:輸出結果
1100:使用者介面
A:疊對
d1、d2:長度
P82:疊對區域
T4-1、T4-2:第四模板
X1、Y1:尺寸
S305~S325:計算層間疊對偏移量的方法的步驟
圖1是依照本發明一實施例的電子裝置的方塊圖。
圖2是依照本發明一實施例的層間疊對(overlay)的示意圖。
圖3是依照本發明一實施例的計算層間疊對偏移量的方法流程圖。
圖4是依照本發明一實施例的拍攝位置的配置示意圖。
圖5A與圖5B是依照本發明一實施例的捲積匹配的區塊示意圖。
圖6是依照本發明一實施例的在目標影像中獲得第一區塊的示意圖。
圖7是依照本發明一實施例的在第一區塊中獲得第二區塊的示意圖。
第8是依照本發明一實施例的在第二區塊中獲得第三區塊與第四區塊的示意圖。
圖9是依照本發明一實施例的在第二區塊中獲得第三區塊與多個第四區塊的示意圖。
圖10是依照本發明一實施例的輸出結果的示意圖。
圖11是依照本發明一實施例的使用者介面的示意圖。
S305~S325:計算層間疊對偏移量的方法的步驟
Claims (10)
- 一種用於半導體製程中的計算層間疊對偏移量的方法,適於透過一處理器來執行,該方法包括: 獲得一目標影像; 在該目標影像中找出符合一第一模板的一第一區塊; 在該第一區塊中找出符合一第二模板的一第二區塊; 在該第二區塊中找出與對應至一第一側的一第三模板相符的一第三區塊,以及找出與對應至一第二側的至少一第四模板相符的至少一第四區塊;以及 以在該至少一第四區塊中找出相似度最高者的中心點與該第三區塊的中心點來計算一偏移量。
- 如請求項1所述的方法,更包括: 經由一取像裝置分別在一目標物的多個拍攝位置的每一個進行多次取像,獲得對應於每一該些拍攝位置的多張拍攝圖像;以及 分析每一該些拍攝位置所獲得的該些拍攝圖像的清晰度,以在該些拍攝圖像中取出清晰度最佳的一者來做為每一該些拍攝位置的該目標影像。
- 如請求項2所述的方法,其中每一該些拍攝位置具有對應的一模板組合,該模板組合包括該第一模板、該第二模板、該第三模板以及該至少一第四模板,而該方法更包括: 基於該目標影像所對應的其中一個所述拍攝位置來取出對應的該模板組合。
- 如請求項1所述的方法,其中在計算該偏移量之後,更包括: 在該目標影像中的對應位置標示該偏移量,並以視覺化方式來表示是否需要調整該偏移量。
- 如請求項1所述的方法,其中在該目標影像中找出符合該第一模板的該第一區塊之前,更包括: 利用一顏色遮罩對該目標影像執行一色塊切割而保留一目標色塊,以在經由該色塊切割後的該目標影像中找出符合該第一模板的該第一區塊。
- 一種電子裝置,包括: 一儲存器,包括:一模板資料庫,儲存一模板組合,該模板組合包括一第一模板、一第二模板、一第三模板以及至少一第四模板;以及 一處理器,耦接至該儲存器,經配置以: 獲得一目標影像; 在該目標影像中找出符合一第一模板的一第一區塊; 在該第一區塊中找出符合一第二模板的一第二區塊; 在該第二區塊中找出與對應至一第一側的一第三模板相符的一第三區塊,以及找出與對應至一第二側的至少一第四模板相符的至少一第四區塊;以及 以在該至少一第四區塊中找出相似度最高者的中心點與該第三區塊的中心點來計算一偏移量。
- 如請求項6所述的電子裝置,其中該處理器經配置以: 經由一取像裝置分別在一目標物的多個拍攝位置的每一個進行多次取像,獲得對應於每一該些拍攝位置的多張拍攝圖像; 分析每一該些拍攝位置所獲得的該些拍攝圖像的清晰度,以在該些拍攝圖像中取出清晰度最佳的一者來做為每一該些拍攝位置的該目標影像。
- 如請求項7所述的電子裝置,其中該模板資料庫儲存對應於每一該些拍攝位置的該模板組合, 該處理器經配置以:基於該目標影像所對應的其中一個所述拍攝位置來取出對應的該模板組合。
- 如請求項6所述的電子裝置,其中該處理器經配置以: 在該目標影像中的對應位置標示該偏移量,並以視覺化方式來表示是否需要調整該偏移量。
- 如請求項6所述的電子裝置,其中該處理器經配置以: 利用一顏色遮罩對該目標影像執行一色塊切割而保留一目標色塊,以在經由該色塊切割後的該目標影像中找出符合該第一模板的該第一區塊。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310670745.8A CN116643466A (zh) | 2023-01-18 | 2023-06-07 | 计算层间叠对偏移量的方法以及电子装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
TWI842350B true TWI842350B (zh) | 2024-05-11 |
Family
ID=
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TW202232227A (zh) | 2021-01-19 | 2022-08-16 | 荷蘭商Asml荷蘭公司 | 度量衡方法及系統及微影系統 |
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TW202232227A (zh) | 2021-01-19 | 2022-08-16 | 荷蘭商Asml荷蘭公司 | 度量衡方法及系統及微影系統 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110097542B (zh) | 芯片气泡的检测方法、装置及存储介质 | |
KR102462025B1 (ko) | 카메라 캘리브레이션을 위한 체커보드 코너점 추출 장치 및 방법 | |
WO2016112669A1 (zh) | 基于图像处理的字符信息识别方法 | |
JP6582516B2 (ja) | 画像におけるカラーチャートの検出装置及び検出方法 | |
US10073338B2 (en) | Method for repairing mask defects | |
WO2018072334A1 (zh) | 一种电子元件定位方法及装置 | |
JP2006252400A (ja) | 画像処理装置及び画像処理における登録データ生成方法 | |
JP2006065429A (ja) | 撮影画像の変化抽出装置及び方法 | |
WO2019001164A1 (zh) | 滤光片同心度测量方法及终端设备 | |
TWI621827B (zh) | 用於平面拍攝的長度量測方法 | |
JP2009042055A (ja) | マスク欠陥検査データ生成方法とマスク欠陥検査方法 | |
CN102074031B (zh) | 一种印刷电路板外观检查机的建标方法 | |
JP2020012754A (ja) | 基板検査方法及び基板検査装置 | |
CN104423142B (zh) | 用于光学邻近校正模型的校准数据收集方法和系统 | |
TWI842350B (zh) | 計算層間疊對偏移量的方法以及電子裝置 | |
TW201239348A (en) | Exterior inspection method and device for same | |
JP2005345290A (ja) | 筋状欠陥検出方法及び装置 | |
CN107644442B (zh) | 双摄模组的空间位置标定方法 | |
JP2005249415A (ja) | シミ欠陥の検出方法及び装置 | |
CN116643466A (zh) | 计算层间叠对偏移量的方法以及电子装置 | |
WO2017092589A1 (zh) | 一种图像中人像轮廓的确定方法和装置 | |
US20220076428A1 (en) | Product positioning method | |
Lin et al. | A study on using image serving technology for high precision mechanical positioning | |
CN115147422A (zh) | 一种晶圆中心晶粒生成方法、装置、设备及存储介质 | |
JP2006293600A (ja) | 画像処理方法、画像処理装置及び画像合成処理装置 |