10.3969/j.issn.1681-5289.2022.07.006
一种用于光刻SEM图像轮廓提取的Canny优化算法
根据摩尔定律,半导体芯片单位面积上的晶体管数量每18个月翻一番,当前量产先工艺节点已经演进到3nm,特征尺寸不断缩小,图案越发复杂,芯片制造过程中出现缺陷的概率升高,对检测技术及其关联设备提出了极高的要求.光刻作为半导体制造中的核心模块,其工艺质量直接决定了后续工艺准确度,由于图案尺寸小于光源波长,衍射效应显著,导致曝光图案的高频信息丢失,光刻扫描电子显微镜(scanning electron microscope,SEM)图像作为曝光图案的直接表示,基于SEM图像的测量在半导体制造中对于图案化工艺质量的评估和监控显得至关重要.SEM图像不仅能够提供图像的特征宽度和特征-特征间距尺寸测量,同时还提供了其它有关图案质量的丰富信息,然而通过视觉检测在SEM图案质量检测方面留下了相当大的模糊空间.为了缩小模糊范围并获得更多关于图案质量的统计定量信息,通常会提取SEM图像轮廓来进一步计量分析.基于轮廓信息,我们能够估计出曝光图案任何位置的尺度信息,例如侧壁角度,临界尺寸等,这些尺度信息可用于光刻热点检测和光刻OPC模型验证等.基于局部信息的经典轮廓提取算法在处理存在噪声的低对比度光刻SEM图像方面尚有不足,如传统的prewit、log、sobel等算子,利用模板匹配无法获得令人满意的轮廓结果;轮廓提取领域的canny算法因其适用性广和效果较好,被广泛应用,但其梯度图像及阈值先验设置往往具有较大主观性,且没有充分利用待处理场景信息,对于较为复杂场景效果仍有待提升.本文通过结合通过结合光刻SEM图像的灰度、拓扑和轮廓长度先验信息,对canny算法进行优化,利用先验信息获得合适的阈值,完成对伪边缘(轮廓)的有效过滤,最终得到了与光刻SEM图像高度吻合的轮廓结果.
光刻、SEM图像、轮廓提取、非极大值抑制、阈值法
31
TP391.41;TN911.73-34;TP242
2022-08-09(万方平台首次上网日期,不代表论文的发表时间)
共6页
31-36