System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及半导体器件领域,特别涉及一种晶圆关键尺寸的量测设备及量测方法。
技术介绍
1、在集成电路制程中,关键尺寸(cd)是衡量制程效果的重要数据。关键尺寸(cd)可以是晶圆与其表面金属材料之间的接触孔(contact)尺寸、晶圆表面金属材料之间的通孔(via)尺寸或者其他尺寸。在量测关键尺寸(cd)时,一般是通过量测设备采集目标区域的的电子成像,来得到关键尺寸(cd)。然而目前,量测设备对晶圆上的关键尺寸(cd)进行量测时,采集的电子成像与实际成像之间存在较大差异,导致量测数据不准确。
技术实现思路
1、本专利技术的目的在于提供一种晶圆关键尺寸的量测设备及量测方法,能够大大降低成像误差,得到更加准确的关键尺寸数据。
2、为解决上述技术问题,本专利技术是通过以下技术方案实现的:
3、如上所述,本专利技术提供了一种晶圆关键尺寸的量测设备,包括:
4、电子束量测模块,用于在多个预设的量测角度下,采集晶圆上待量测区域的图像数据;
5、图像处理模块,用于对多个所述量测角度对应的图像数据进行特征融合处理,以获取目标图像数据;
6、轮廓提取模块,用于提取所述目标图像数据中所述待量测区域的轮廓特征;以及
7、尺寸计算模块,用于计算所述轮廓特征中目标位置的尺寸,以生成晶圆关键尺寸数据。
8、在本专利技术一实施例中,所述待量测区域为所述晶圆上的接触孔,所述目标位置为所述接触孔的端面。
9、在本专利技术
10、在本专利技术一实施例中,晶圆关键尺寸的量测设备还包括量测偏转模块,用于响应于角度调节指令,调节所述电子束量测模块的量测角度,其中,所述角度调节指令包括电子束量测模块的电子束与所述电子束量测模块的发射端中轴线之间的夹角数据。
11、在本专利技术一实施例中,所述图像处理模块包括:
12、特征提取单元,用于将多个所述量测角度对应的图像数据分别输入目标卷积神经网络模型中,以获取多个所述图像数据分别对应的图像特征;以及
13、特征融合单元,用于对多个所述图像特征进行融合处理,以获取目标图像数据。
14、在本专利技术一实施例中,所述特征融合单元用于为多个所述图像特征分别分配特征权重,并基于多个所述图像特征的特征权重对多个所述图像特征进行融合处理,以生成目标图像数据。
15、在本专利技术一实施例中,所述量测设备还包括模型训练模块,用于采用训练样本对预先建立的初始卷积神经网络模型进行训练,以生成所述目标卷积神经网络模型,所述训练样本包括多个输入样本以及所述输入样本对应的输出样本,所述输入样本包括多个样本角度对应的样本图像,所述输出样本包括多个所述样本图像对应的图像特征。
16、在本专利技术一实施例中,所述轮廓提取模块用于对所述目标图像数据进行灰度计算,以生成灰度图像,并对所述灰度图像进行二值化处理,以提取所述灰度图像中所述待量测区域的轮廓特征。
17、本专利技术还提供一种晶圆关键尺寸的量测方法,包括如下步骤:
18、通过电子束量测模块在多个预设的量测角度下,采集晶圆上待量测区域的图像数据;
19、通过图像处理模块对多个所述量测角度对应的图像数据进行特征融合处理,以获取目标图像数据;
20、通过轮廓提取模块提取所述目标图像数据中所述待量测区域的轮廓特征;
21、通过尺寸计算模块计算所述轮廓特征中目标位置的尺寸,以生成晶圆关键尺寸数据。
22、在本专利技术一实施例中,所述通过图像处理模块对多个所述量测角度对应的图像数据进行特征融合处理,以获取目标图像数据的步骤包括:
23、通过图像处理模块将多个所述量测角度对应的图像数据分别输入目标卷积神经网络模型中,以获取多个所述图像数据分别对应的图像特征;
24、通过图像处理模块对多个所述图像特征进行融合处理,以生成目标图像数据。
25、如上所述,本专利技术提供的一种晶圆关键尺寸的量测设备及量测方法,能够融合多个角度的图像,得到更加精确的图像数据,大大降低了成像误差,从而得到更加准确的关键尺寸数据。
26、当然,实施本专利技术的任一产品并不一定需要同时达到以上所述的所有优点。
本文档来自技高网...【技术保护点】
1.一种晶圆关键尺寸的量测设备,其特征在于,包括:
2.根据权利要求1所述的晶圆关键尺寸的量测设备,其特征在于,所述待量测区域为所述晶圆上的接触孔,所述目标位置为所述接触孔的端面。
3.根据权利要求1所述的晶圆关键尺寸的量测设备,其特征在于,还包括量测偏转模块,用于响应于角度调节指令,调节所述电子束量测模块的量测角度,其中,所述角度调节指令包括电子束量测模块的电子束与所述电子束量测模块的发射端中轴线之间的夹角数据。
4.根据权利要求1所述的晶圆关键尺寸的量测设备,其特征在于,所述图像处理模块包括:
5.根据权利要求4所述的晶圆关键尺寸的量测设备,其特征在于,所述特征融合单元用于为多个所述图像特征分别分配特征权重,并基于多个所述图像特征的特征权重对多个所述图像特征进行融合处理,以生成目标图像数据。
6.根据权利要求5所述的晶圆关键尺寸的量测设备,其特征在于,所述量测设备还包括模型训练模块,用于采用训练样本对预先建立的初始卷积神经网络模型进行训练,以生成所述目标卷积神经网络模型,所述训练样本包括多个输入样本以及所述输入样本对
7.根据权利要求1所述的晶圆关键尺寸的量测设备,其特征在于,所述轮廓提取模块用于对所述目标图像数据进行灰度计算,以生成灰度图像,并对所述灰度图像进行二值化处理,以提取所述灰度图像中所述待量测区域的轮廓特征。
8.一种晶圆关键尺寸的量测方法,其特征在于,包括如下步骤:
9.根据权利要求8所述的晶圆关键尺寸的量测方法,其特征在于,所述通过图像处理模块对多个所述量测角度对应的图像数据进行特征融合处理,以获取目标图像数据的步骤包括:
...【技术特征摘要】
1.一种晶圆关键尺寸的量测设备,其特征在于,包括:
2.根据权利要求1所述的晶圆关键尺寸的量测设备,其特征在于,所述待量测区域为所述晶圆上的接触孔,所述目标位置为所述接触孔的端面。
3.根据权利要求1所述的晶圆关键尺寸的量测设备,其特征在于,还包括量测偏转模块,用于响应于角度调节指令,调节所述电子束量测模块的量测角度,其中,所述角度调节指令包括电子束量测模块的电子束与所述电子束量测模块的发射端中轴线之间的夹角数据。
4.根据权利要求1所述的晶圆关键尺寸的量测设备,其特征在于,所述图像处理模块包括:
5.根据权利要求4所述的晶圆关键尺寸的量测设备,其特征在于,所述特征融合单元用于为多个所述图像特征分别分配特征权重,并基于多个所述图像特征的特征权重对多个所述图像特征进行融合处理,以生成目标图像数据。
6.根据权利要求5...
【专利技术属性】
技术研发人员:陈卫军,欧阳增图,刘凌海,
申请(专利权)人:深圳市辰中科技有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。