本發(fā)明涉及集成電路制造領(lǐng)域，特別涉及一種線條粗糙度的測(cè)量方法及系統(tǒng)。

背景技術(shù)：

在集成電路制造工藝中，光刻和刻蝕工藝是最重要的制備工藝之一。隨著集成電路集成度的不斷提高，器件的特征尺寸不斷減小，尤其是進(jìn)入納米時(shí)代之后，對(duì)光刻和刻蝕的要求也越來(lái)越高，需要對(duì)光刻和刻蝕工藝嚴(yán)格控制，才能獲得器件性能上的要求。

光刻工藝是獲得圖形形貌的最直接工藝之一，光刻工藝獲得的光刻膠圖形粗糙度直接影響后續(xù)轉(zhuǎn)移刻蝕之后實(shí)際結(jié)構(gòu)的粗糙度和側(cè)壁質(zhì)量。通常，在光刻工藝之后會(huì)抽查光刻圖形質(zhì)量，包括線條邊緣粗糙度(Line Edge roughness，LER)和線條寬度粗糙度(Line Width Roughness,LWR)。準(zhǔn)確測(cè)量光刻工藝之后的LER和LWR對(duì)于后續(xù)轉(zhuǎn)移刻蝕和最終圖形質(zhì)量和產(chǎn)品良率具有十分重要的意義。

在進(jìn)行刻蝕工藝獲得刻蝕結(jié)構(gòu)之后，刻蝕結(jié)構(gòu)例如線條、溝槽或其他形狀的圖案等的刻蝕，通常進(jìn)行刻蝕結(jié)構(gòu)的線條粗糙度的測(cè)量，包括LER和LWR，分別用來(lái)表征刻蝕結(jié)構(gòu)的線條邊緣的均勻性以及線條寬度的穩(wěn)定性，是衡量刻蝕工藝是否滿足要求的重要參數(shù)，準(zhǔn)確的量測(cè)這兩個(gè)參數(shù)，對(duì)產(chǎn)品的良率控制具有十分重要的意義。

現(xiàn)有技術(shù)的線條粗糙度測(cè)量方法中，進(jìn)行光刻或刻蝕工藝之后，獲得光刻或刻蝕結(jié)構(gòu)的掃描電子顯微(SEM)圖像，在SEM圖像上確定在特定像素閾值下的邊緣分布，而后通過(guò)離散分析算法對(duì)邊緣分布進(jìn)行統(tǒng)計(jì)分析，獲得該像素閾值下的粗糙度。這種方法測(cè)量的是特定閾值下的粗糙度，而在光刻或刻蝕圖案的尺寸較小時(shí)，尤其是在40nm及以下尺寸時(shí)，SEM圖像存在較為嚴(yán)重的邊沿效應(yīng)，該特定閾值并不是最佳的邊緣閾值，從而，獲得的粗糙度并不準(zhǔn)確，尤其是在批量測(cè)試中，同一產(chǎn)品的不同批次間使用特定閾值進(jìn)行粗糙度測(cè)量的方法。其測(cè)量的準(zhǔn)確性較差，無(wú)法真實(shí)反映刻蝕工藝是否達(dá)標(biāo)，影響產(chǎn)品的良率和性能。

技術(shù)實(shí)現(xiàn)要素：

有鑒于此，本發(fā)明的目的在于提供一種線條粗糙度的測(cè)量方法及系統(tǒng)，采用多像素閾值的方法，動(dòng)態(tài)地獲得線條粗糙度，測(cè)試結(jié)果更為準(zhǔn)確和穩(wěn)定。

為實(shí)現(xiàn)上述目的，本發(fā)明有如下技術(shù)方案：

一種線條粗糙度的測(cè)量方法，包括：

S01，獲得待測(cè)結(jié)構(gòu)中一維方向圖案的掃描電子顯微圖像；

S02，獲得掃描電子顯微圖像中一維方向圖案的寬度方向上的灰度分布；

S03，根據(jù)灰度分布，確定多個(gè)像素閾值；

S04，在掃描電子顯微圖像上分別確定每個(gè)像素閾值下一維方向圖案的邊緣分布；

S05，對(duì)邊緣分布進(jìn)行分析，以分別獲得每個(gè)像素閾值下的線條粗糙度；

S06，對(duì)所有像素閾值下的線條粗糙度進(jìn)行比較，選擇線條粗糙度連續(xù)變化時(shí)的最小值作為待測(cè)結(jié)構(gòu)的線條粗糙度。

可選地，步驟S03包括：在灰度分布上按照像素值從低到高的順序等間隔地選擇多個(gè)像素值作為像素閾值。

可選地，步驟S03包括：以灰度分布上選擇初始的像素閾值，并在初始的像素閾值兩側(cè)選擇多個(gè)像素值作為其他的像素閾值，初始的像素閾值為灰度分布中間點(diǎn)的像素值或者灰度分布最大點(diǎn)的像素值。

可選地，步驟S04中確定一像素閾值下一維方向圖案的邊緣分布的步驟包括：

采用高斯擬合算法對(duì)灰度分布進(jìn)行處理，以降低或去除灰度分布中的采樣誤差和測(cè)量噪聲，獲得處理后的灰度分布；

采用最鄰近擬合算法在處理后的灰度分布上確定該像素閾值下的一維方向圖案的邊緣分布。

可選地，在步驟S04和步驟S05之間，還包括：

判斷邊緣分布是否偏離一維方向圖案的實(shí)際邊緣位置，若是，則對(duì)掃描電子顯微圖像進(jìn)行降噪處理，并返回步驟S02；若否，則進(jìn)入步驟S05。

可選地，步驟S05包括：

采用第一分析方法對(duì)邊緣分布進(jìn)行分析，以分別獲得每個(gè)像素閾值下的第一線條粗糙度；

采用第二分析方法對(duì)邊緣分布進(jìn)行分析，以分別獲得每個(gè)像素閾值下的第一線條粗糙度；

將第一線條粗糙度和第二線條粗糙度進(jìn)行對(duì)比，若存在數(shù)值偏差，則對(duì)掃描電子顯微圖像進(jìn)行降噪處理，或者重新獲得掃描電子顯微圖像，使得電子掃描顯微圖像中的一維方向圖案在一維方向上的長(zhǎng)度增加或者一維方向圖案的像素點(diǎn)數(shù)目增加，并返回步驟S02；若是，則進(jìn)入步驟S06，在S06步驟中，對(duì)所有像素閾值下的第一線條粗糙度和/或第二線條粗糙度進(jìn)行比較，選擇第一線條粗糙度和/或第二線條粗糙度連續(xù)變化時(shí)的最小值作為待測(cè)結(jié)構(gòu)的線條粗糙度。

可選地，第一分析方法為標(biāo)準(zhǔn)差的離散分析法，第二分析方法為功率譜密度分析法。

此外，本發(fā)明還提供了一種線條粗糙度的測(cè)量系統(tǒng)，包括：

圖像獲取單元，用于獲得待測(cè)結(jié)構(gòu)中一維方向圖案的掃描電子顯微圖像；

灰度分布獲取單元，用于獲得掃描電子顯微圖像中一維方向圖案的寬度方向上的灰度分布；

像素閾值確定單元，用于根據(jù)灰度分布，確定多個(gè)像素閾值；

邊緣分布確定單元，用于在掃描電子顯微圖像上分別確定每個(gè)像素閾值下一維方向圖案的邊緣分布；

分析單元，用于對(duì)邊緣分布進(jìn)行分析，以分別獲得每個(gè)像素閾值下的線條粗糙度；

測(cè)量粗糙度獲取單元，用于對(duì)所有像素閾值下的線條粗糙度進(jìn)行比較，選擇線條粗糙度連續(xù)變化時(shí)的最小值作為待測(cè)結(jié)構(gòu)的線條粗糙度。

可選地，還包括：

邊緣判斷單元，用于判斷邊緣分布是否偏離一維方向圖案的實(shí)際邊緣位置；

降噪處理單元，邊緣判斷單元的判斷結(jié)果為是時(shí)，對(duì)掃描電子顯微圖像進(jìn)行降噪處理，并返回灰度分布獲取單元。

可選地，所述分析單元包括：

第一分析單元，用于采用第一分析方法對(duì)邊緣分布進(jìn)行分析，以分別獲得每個(gè)像素閾值下的第一線條粗糙度；

第二分析單元，用于采用第二分析方法對(duì)邊緣分布進(jìn)行分析，以分別獲得每個(gè)像素閾值下的第一線條粗糙度；

對(duì)比單元，用于將第一線條粗糙度和第二線條粗糙度進(jìn)行對(duì)比；

優(yōu)化單元，包括降噪處理單元或圖像更新單元，其中，降噪處理單元，用于在對(duì)比單元中的對(duì)比結(jié)果存在數(shù)值偏差時(shí)，對(duì)掃描電子顯微圖像進(jìn)行降噪處理，并返回灰度分布獲取單元；圖像更新單元，用于在對(duì)比單元中的對(duì)比結(jié)果存在數(shù)值偏差時(shí)，重新獲得掃描電子顯微圖像，使得電子掃描顯微圖像中的一維方向圖案在一維方向上的長(zhǎng)度增加或者一維方向圖案的像素點(diǎn)數(shù)目增加，并返回灰度分布獲取單元；則，

在測(cè)量粗糙度獲取單元中，對(duì)所有像素閾值下的第一線條粗糙度和/或第二線條粗糙度進(jìn)行比較，選擇第一線條粗糙度和/或第二線條粗糙度連續(xù)變化時(shí)的最小值作為待測(cè)結(jié)構(gòu)的線條粗糙度。

本發(fā)明實(shí)施例提供的線條粗糙度的測(cè)量方法及系統(tǒng)，確定多個(gè)像素閾值，并獲得每個(gè)像素閾值下的邊緣分布，在對(duì)邊緣分布進(jìn)行分析后，獲得每個(gè)像素閾值下的線條粗糙度，通過(guò)對(duì)所有像素閾值下的線條粗糙度進(jìn)行比較，選擇線條粗糙度連續(xù)變化時(shí)的最小值作為待測(cè)結(jié)構(gòu)的線條粗糙度。在該方法中，采用多像素閾值的方法，每次測(cè)試中對(duì)所有像素閾值下的線條粗糙度進(jìn)行比較，選擇線條粗糙度連續(xù)變化時(shí)的最小值作為待測(cè)結(jié)構(gòu)的線條粗糙度，該線條粗糙度為最佳像素閾值下的測(cè)量值，測(cè)試結(jié)果更具有準(zhǔn)確性，對(duì)于不同批次產(chǎn)品的測(cè)量，最佳像素閾值下的測(cè)量值為動(dòng)態(tài)獲得的，測(cè)試結(jié)果具有準(zhǔn)確性和穩(wěn)定性，能夠真實(shí)反映光刻或刻蝕或其他相關(guān)工藝是否達(dá)標(biāo)，利于提高產(chǎn)品的良率和性能。

附圖說(shuō)明

為了更清楚地說(shuō)明本發(fā)明實(shí)施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對(duì)實(shí)施例或現(xiàn)有技術(shù)描述中所需要使用的附圖作簡(jiǎn)單地介紹，顯而易見地，下面描述中的附圖是本發(fā)明的一些實(shí)施例，對(duì)于本領(lǐng)域普通技術(shù)人員來(lái)講，在不付出創(chuàng)造性勞動(dòng)的前提下，還可以根據(jù)這些附圖獲得其他的附圖。

圖1示出了根據(jù)本發(fā)明實(shí)施例的線條粗糙度的測(cè)量方法的流程圖；

圖2示出了現(xiàn)有技術(shù)中進(jìn)行SEM掃描之后的原始SEM圖像；

圖3為根據(jù)本發(fā)明實(shí)施例的線條粗糙度的測(cè)量方法中獲得的SEM圖像及灰度分布；

圖4為根據(jù)本發(fā)明實(shí)施例的線條粗糙度的測(cè)量方法中獲得的邊緣分布的示意圖；

圖5根據(jù)本發(fā)明實(shí)施例的線條粗糙度的測(cè)量方法中獲得的不同閾值下的線條邊緣粗糙度和線條寬度粗糙度的柱狀分布示意圖；

圖6為本發(fā)明實(shí)施例的線條粗糙度的測(cè)量系統(tǒng)的結(jié)構(gòu)示意圖。

具體實(shí)施方式

為使本發(fā)明的上述目的、特征和優(yōu)點(diǎn)能夠更加明顯易懂，下面結(jié)合附圖對(duì)本發(fā)明的具體實(shí)施方式做詳細(xì)的說(shuō)明。

在下面的描述中闡述了很多具體細(xì)節(jié)以便于充分理解本發(fā)明，但是本發(fā)明還可以采用其他不同于在此描述的其它方式來(lái)實(shí)施，本領(lǐng)域技術(shù)人員可以在不違背本發(fā)明內(nèi)涵的情況下做類似推廣，因此本發(fā)明不受下面公開的具體實(shí)施例的限制。

本發(fā)明提出了一種線條粗糙度的測(cè)量方法，在該方法中，確定多個(gè)像素閾值，并獲得每個(gè)像素閾值下的邊緣分布，在對(duì)邊緣分布進(jìn)行分析后，獲得每個(gè)像素閾值下的線條粗糙度，通過(guò)對(duì)所有像素閾值下的線條粗糙度進(jìn)行比較，選擇線條粗糙度連續(xù)變化時(shí)的最小值作為待測(cè)結(jié)構(gòu)的線條粗糙度。在該方法中，采用多像素閾值的方法，每次測(cè)試中對(duì)所有像素閾值下的線條粗糙度進(jìn)行比較，選擇線條粗糙度連續(xù)變化時(shí)的最小值作為待測(cè)結(jié)構(gòu)的線條粗糙度，該線條粗糙度為最佳像素閾值下的測(cè)量值，測(cè)試結(jié)果更具有準(zhǔn)確性，對(duì)于不同批次產(chǎn)品的測(cè)量，最佳像素閾值下的測(cè)量值為動(dòng)態(tài)獲得的，測(cè)試結(jié)果具有準(zhǔn)確性和穩(wěn)定性，能夠真實(shí)反映刻蝕工藝是否達(dá)標(biāo)，利于提高產(chǎn)品的良率和性能。

在本發(fā)明中，測(cè)量的線條粗糙度可以是線條邊緣粗糙度(Line Edge roughness，LER)或線條寬度粗糙度(Line Width Roughness)中的一種粗糙度，也可以是線條邊緣粗糙度(Line Edge roughness，LER)和線條寬度粗糙度(Line Width Roughness)這兩種粗糙度。

為了更好地理解本發(fā)明的技術(shù)方案和技術(shù)效果，以下將結(jié)合流程圖圖1對(duì)具體的實(shí)施例進(jìn)行詳細(xì)的描述。

在步驟S01，獲得待測(cè)結(jié)構(gòu)中一維方向圖案的掃描電子顯微圖像。

待測(cè)結(jié)構(gòu)可以是經(jīng)過(guò)光刻工藝之后所獲得的光刻圖形，光刻工藝是在光刻膠上形成圖形，該圖形進(jìn)一步用于刻蝕的掩膜層；待側(cè)結(jié)構(gòu)也可以是通過(guò)刻蝕工藝對(duì)待刻蝕層進(jìn)行刻蝕之后獲得中間圖形或目標(biāo)圖形，待刻蝕層可以為柵材料層、襯底、介質(zhì)材料層或金屬層等任何需要刻蝕的材料層，刻蝕工藝可以為濕法刻蝕或光刻刻蝕；待測(cè)結(jié)構(gòu)還可以是進(jìn)行其他的工藝之后的需要測(cè)量線條粗糙度的圖形。

該待測(cè)結(jié)構(gòu)可以為一維方向的圖案，即圖形中的圖案沿沿一個(gè)方向排列，例如線條、溝槽，可以為其他包含兩維方向的圖案，例如T型結(jié)構(gòu)圖案或U型結(jié)構(gòu)圖案等。

在本發(fā)明的實(shí)施例中，待測(cè)結(jié)構(gòu)中可以僅包含一維方向圖案，也可以包含兩維方向圖案，該測(cè)量方法針對(duì)待測(cè)結(jié)構(gòu)中一維方向圖案的掃描電子顯微(SEM)圖像，該SEM圖像通常為待測(cè)結(jié)構(gòu)的局部圖像，包含一定長(zhǎng)度的幾條待測(cè)結(jié)構(gòu)，典型地，可以為3-5條，對(duì)于待測(cè)結(jié)構(gòu)為一維方向的圖案，獲得的SEM圖像中包含該一維方向的圖案，對(duì)于待測(cè)結(jié)構(gòu)為兩維方向的圖案，在SEM圖像中需要僅保留其中一個(gè)維度方向圖案，可以通過(guò)對(duì)原始的SEM圖像進(jìn)行剪切，來(lái)獲得一維方向圖案的SEM圖像，該SEM圖像為一維方向所在平面內(nèi)的圖像，為待測(cè)結(jié)構(gòu)的俯視圖。

根據(jù)不同的待測(cè)結(jié)構(gòu)以及所使用的不同圖像提供設(shè)備，可以通過(guò)對(duì)光刻或刻蝕或其他工藝后的晶片的特定區(qū)域進(jìn)行SEM掃描，來(lái)直接獲得待測(cè)結(jié)構(gòu)中一維方向圖案的掃描電子顯微圖像，也可以在進(jìn)行SEM掃描之后，進(jìn)一步對(duì)原始的SEM圖像進(jìn)行進(jìn)一步處理后，獲得所需要的待測(cè)結(jié)構(gòu)中一維方向圖案的SEM圖像，進(jìn)一步處理例如降噪、剪切、旋轉(zhuǎn)或去干擾等中的一種或多種。

在目前的SEM掃描之后，除了SEM圖像外，在圖像上還包含有尺度標(biāo)識(shí)、輔助像素值曲線，參考圖2所示，同時(shí)，圖像本身還存在較強(qiáng)的背景噪聲。在該具體的實(shí)施例中，通過(guò)以下步驟來(lái)獲得待測(cè)結(jié)構(gòu)中一維方向圖案的SEM圖像：

首先，對(duì)晶片的特定區(qū)域進(jìn)行SEM掃描，獲得原始的SEM圖像，如圖2所示。

接著，可以對(duì)原始的SEM圖像進(jìn)行處理，獲得待測(cè)結(jié)構(gòu)中一維方向圖案的SEM圖像。

處理后的SEM圖像是進(jìn)行后續(xù)粗糙度測(cè)量的基礎(chǔ)，在圖像上不需要尺度標(biāo)識(shí)、輔助像素值曲線等干擾信息，可以通過(guò)擬合函數(shù)或模糊處理技術(shù)，將干擾信息去除，也可以從原始的SEM圖像上進(jìn)行剪裁獲得無(wú)干擾信息的區(qū)域，作為所需的SEM圖像，參考圖3(a)所示。為了便于后續(xù)的計(jì)算，對(duì)于非橫向或縱向一維排布的圖案，還可以進(jìn)行進(jìn)一步的旋轉(zhuǎn)；對(duì)于多維方向的圖案，可以僅截取其中一維方向的圖案，作為所需的SEM圖像。更優(yōu)地，還可以進(jìn)一步對(duì)該SEM圖像進(jìn)行降噪處理。

在步驟S02，獲得掃描電子顯微圖像中一維方向圖案的寬度方向上的灰度分布；

該灰度分布是待測(cè)結(jié)構(gòu)的一維方向圖案的寬度方向上的像素值的分布，灰度分布為一維方向圖案在某一位置處的像素值的分布，即為沿深度方向上的像素值，深度方向也就是待測(cè)結(jié)構(gòu)的截面方向，該灰度分布用于確定像素閾值，可以通過(guò)SEM設(shè)備來(lái)獲得，灰度分布可以是隨寬度方向的坐標(biāo)值變化的像素?cái)?shù)據(jù)值也可以是像素?cái)?shù)據(jù)值構(gòu)成的分布圖，參考圖3(a)和3(b)所示，分別為柵條結(jié)構(gòu)的俯視SEM圖像和該柵條結(jié)構(gòu)的灰度分布，其中，一維方向圖案的寬度方向?yàn)閄方向，一維方向圖案延伸的方向?yàn)閅方向，一維方向圖案的深度方向?yàn)閆方向。

在步驟S03，根據(jù)灰度分布，確定多個(gè)像素閾值。

該步驟中，從灰度分布上確定出多個(gè)不同的像素閾值來(lái)，可以在灰度分布上任意的選取多個(gè)不同的像素閾值，數(shù)量可以根據(jù)需要來(lái)確定，例如可以為5-10個(gè)。更優(yōu)地，可以等間隔地從灰度分布上選擇多個(gè)像素閾值。

在一些實(shí)施例中，可以在灰度分布上按照像素值從低到高的順序等間隔地選擇多個(gè)像素值作為像素閾值。在具體的實(shí)施例中，若一維方向圖案的邊緣側(cè)壁傾角接近90°，或者一維方向圖案的線條的寬度較小，僅為幾十納米，可以從像素值的低點(diǎn)到高點(diǎn)均勻地選擇幾個(gè)像素值作為像素閾值，參考圖3(b)所示，可以從一條圖案的灰度分布的一條上升趨勢(shì)線條上從小到大地、等間隔地選擇多個(gè)點(diǎn)的像素值作為像素閾值，例如可以選擇5個(gè)像素點(diǎn)，取距離像素值最小值分別為10％、30％、50％、70％和90％位置處的像素值，可以理解的是，此間隔和閾值數(shù)量?jī)H為示例，根據(jù)需要可以增加或減少閾值的間隔，增加或減少閾值選擇點(diǎn)的數(shù)量。

在更優(yōu)的實(shí)施例中，以灰度分布上選擇初始的像素閾值，并在初始的像素閾值兩側(cè)選擇多個(gè)像素值作為其他的像素閾值，初始的像素閾值為灰度分布中間點(diǎn)的像素點(diǎn)或者灰度分布最大值的像素點(diǎn)。此處的初始的像素閾值為根據(jù)經(jīng)驗(yàn)確定的最佳像素點(diǎn)，對(duì)于邊緣側(cè)壁傾角接近90°的一維方向圖案，該最佳像素點(diǎn)基本為灰度分布中間點(diǎn)的像素值，參考圖3(b)所示，初始的像素閾值為130，可以從一條圖案的灰度分布的一條上升趨勢(shì)線條上在初始的像素閾值的兩側(cè)選擇多個(gè)點(diǎn)的像素值作為像素閾值，選擇的像素閾值例如可以分別為100,110,120,130,140,150,160,170,180；對(duì)于邊緣側(cè)壁傾角遠(yuǎn)離90°的一維方向圖案，該最佳像素點(diǎn)基本為灰度分布最大值的像素點(diǎn)，初始的像素閾值可以為190，選擇的像素閾值可以從該初始的像素閾值兩側(cè)的下降趨勢(shì)線條上分布選擇多個(gè)點(diǎn)的像素值作為像素閾值，選擇的像素閾值例如可以分別為100,120,140,160,190,160,140,120,100?？梢岳斫獾氖?，灰度分布中間點(diǎn)的像素值或者灰度分布最大點(diǎn)的像素值并不是絕對(duì)的中間點(diǎn)或最大點(diǎn)的像素值，可以為這些位置處附近范圍的像素值，可以根據(jù)具體的需要進(jìn)行具體的選擇和設(shè)置。

在步驟S04，在掃描電子顯微圖像上分別確定每個(gè)像素閾值下一維方向圖案的邊緣分布。

該步驟中，對(duì)每一個(gè)像素閾值，確定出該像素閾值下SEM圖像中的一維方向圖案的邊緣分布，也就是在SEM圖像上確定出一維方向圖案的邊緣坐標(biāo)分布，如圖4所示，為像素閾值為130時(shí)的邊緣分布的曲線。具體的，可以通過(guò)最佳邊界算法來(lái)確定某一像素閾值下的邊緣分布，最佳邊界算法例如可以為高斯擬合算法和最近鄰擬合算法等。

在優(yōu)選的實(shí)施例中，確定一個(gè)像素閾值下的一維方向圖案的邊緣分布的步驟包括：

采用高斯擬合算法對(duì)灰度分布進(jìn)行處理，以降低或去除灰度分布中的采樣誤差或測(cè)量噪聲，獲得處理后的灰度分布；

采用最鄰近擬合算法在處理后的灰度分布上確定該像素閾值下的一維方向圖案的邊緣分布。

該方法在去除采樣誤差點(diǎn)之后，再采用最鄰近擬合算法尋找目標(biāo)閾值最鄰近的邊界坐標(biāo)位置，進(jìn)而獲得邊緣分布，最鄰近擬合算法的采樣點(diǎn)更為精確，獲得的邊緣分布更為合理。

更優(yōu)地，在獲得邊緣分布之后，還可以進(jìn)行步驟：判斷邊緣分布是否偏離一維方向圖案的實(shí)際邊緣位置，若是，則對(duì)掃描電子顯微圖像進(jìn)行降噪處理，并返回步驟S02；若否，則進(jìn)入步驟S05。

該步驟為優(yōu)化校正步驟，若獲得的邊緣分布偏離一維方向圖案的實(shí)際邊緣位置，則認(rèn)為獲得的邊緣分布不滿足要求，通過(guò)該邊緣分布進(jìn)行后續(xù)的粗糙度的計(jì)算將會(huì)不準(zhǔn)確，那么，則需要對(duì)SEM圖像進(jìn)行降噪處理，而后重新進(jìn)行步驟S02-S04，直到邊緣分布滿足要求。

判斷邊緣分布是否偏離一維方向圖案的實(shí)際邊緣位置時(shí)，可以通過(guò)邊緣分布與一預(yù)設(shè)的位置的距離差值是否大于預(yù)定值來(lái)判斷，預(yù)設(shè)的位置可以根據(jù)經(jīng)驗(yàn)值設(shè)定或者從灰度分布上選擇一合適點(diǎn)值的位置來(lái)確定，若差值過(guò)大則認(rèn)為偏離了實(shí)際邊緣位置，反之，則認(rèn)為沒(méi)有偏離。

降噪處理通常采用的去噪算法包括矩形平均濾波算法、圓形平均濾波算法、拉普拉斯濾波算法或高斯-拉普拉斯算法等，可以根據(jù)具體的需要設(shè)置去噪算法，通常地，橫縱軸的最大去噪像素范圍不超過(guò)11x11。在一個(gè)具體的實(shí)施例中，采用高斯-拉普拉斯算法進(jìn)行降噪處理，橫縱軸的濾波范圍可以為3x3。

在步驟S05，對(duì)邊緣分布進(jìn)行分析，以分別獲得每個(gè)像素閾值下的線條粗糙度。

該線條粗糙度可以為線條邊緣粗糙度(LER)和/或線條寬度粗糙度(LWR)。在具體的分析中，可以采用統(tǒng)計(jì)分析算法或功率譜密度分析(PSD)算法對(duì)邊緣分布的數(shù)據(jù)進(jìn)行分析，獲得線條粗糙度。其中，統(tǒng)計(jì)分析算法主要包括標(biāo)準(zhǔn)差的離散分析法和正態(tài)分布法。

其中，在標(biāo)準(zhǔn)差的離散分析法中，以每一條一維方向圖案的邊緣分布的數(shù)據(jù)為樣本數(shù)據(jù)，獲得線條粗糙度的標(biāo)準(zhǔn)方差，以三倍的標(biāo)準(zhǔn)方差作為線條粗糙度的數(shù)值，具體計(jì)算公式如下：

$\stackrel{\‾}{x}=\frac{1}{n}\underset{i=1}{\overset{n}{\Σ}}{x}_i,s_X^2=\frac{1}{n-1}\underset{i=1}{\overset{n}{\Σ}}{(x_i-\stackrel{\‾}{x})}^2$

其中，x_i(i＝1,2,...,n)為樣本數(shù)據(jù)，在計(jì)算線條邊緣粗糙度時(shí)，樣本數(shù)據(jù)為邊緣分布的x坐標(biāo)值，在計(jì)算線條寬度粗糙度時(shí)，樣本數(shù)據(jù)為線條的寬度值，即為兩個(gè)線條邊緣的x坐標(biāo)值差值?？梢垣@得一條待測(cè)結(jié)構(gòu)中一維方向圖案的邊緣分布的線條粗糙度，也可以獲得多條待測(cè)結(jié)構(gòu)中一維方向圖案的邊緣分布的線條粗糙度的平均值，作為最終的待測(cè)結(jié)構(gòu)的線條粗糙度。

在正態(tài)分布方法中，采用正態(tài)分布函數(shù)進(jìn)行最小二乘法擬合，正態(tài)分布形式為：

$p=\frac{1}{\sqrt{2\mathrm{\π}}\mathrm{\σ}}{e}^{-\frac{{(x-\mathrm{\μ})}^2}{2{\mathrm{\σ}}^2}}$

其中，μ為平均值，σ為標(biāo)準(zhǔn)差。該方法中，將一維方向圖案的邊緣數(shù)據(jù)進(jìn)行正態(tài)分布的統(tǒng)計(jì)分析，獲得邊緣坐標(biāo)正態(tài)分布的統(tǒng)計(jì)分析數(shù)據(jù)，使用最小二乘法對(duì)該統(tǒng)計(jì)分析數(shù)據(jù)進(jìn)行擬合，獲得最佳的正態(tài)分布擬合參數(shù)，其中，3σ為線條粗糙度。

功率譜密度分析方法的原理是對(duì)一維方向圖案的邊緣數(shù)據(jù)首先進(jìn)行傅里葉變換，按照如下公式求得頻率域粗糙度功率分布的一種方法：

$PSD\left(f\right)=\frac{|Z\left(f\right){|}^2}{L}$

其中，Z(f)是樣本點(diǎn)傅里葉變換函數(shù)，L為一維樣本長(zhǎng)度，f為樣本點(diǎn)的采樣頻率。

在具體的功率譜密度分析方法中，對(duì)多條邊緣分布的線條粗糙度進(jìn)行功率譜密度分析，可以對(duì)多條邊緣分布的線條粗糙度進(jìn)行平均處理，獲得最終的線條粗糙度，參考圖4所示，計(jì)算LER時(shí)，對(duì)6條邊緣分布進(jìn)行平均處理，計(jì)算LWR時(shí)，對(duì)3條線條邊緣分布的寬度值進(jìn)行平均處理。

而在實(shí)際的應(yīng)用中，由于采樣數(shù)據(jù)數(shù)量上的限制，平均處理往往難以得到平滑的PSD曲線。因此，在更優(yōu)選的實(shí)施例中，選取合適的函數(shù)表達(dá)式，對(duì)線條粗糙度進(jìn)行函數(shù)擬合，獲得最佳擬合下的線條粗糙度，具體的，任何能夠反映粗糙度分布規(guī)律并能夠提取粗糙度的函數(shù)表達(dá)式均可以被采用，在一個(gè)具體的實(shí)施例中，采用的擬合函數(shù)如下式所示：

$PSD\left(f\right)=\frac{PSD\left(0\right)}{{\[1+{\left(2\mathrm{\π}f\mathrm{\ξ}\right)}^2\]}^{H+1/2}},PSD\left(0\right)=2{\mathrm{\σ}}^2\mathrm{\ξ}\[\frac{\sqrt{\mathrm{\π}}\mathrm{\Γ}(H+\frac{1}{2})}{\mathrm{\Γ}\left(H\right)}\]$

其中，σ表示粗糙度，H表示粗糙度指數(shù)，ξ表示相關(guān)長(zhǎng)度，f表示樣本的采樣頻率，Γ表示Gamma函數(shù)。

在本發(fā)明優(yōu)選的實(shí)施例中，采用兩種不同的分析方法分別獲得線條粗糙度，并根據(jù)兩種方法獲得的結(jié)果進(jìn)行判斷，是否需要進(jìn)一步的優(yōu)化，以獲得更為精確的線條粗糙度。具體的，該步驟包括：采用第一分析方法對(duì)邊緣分布進(jìn)行分析，以分別獲得每個(gè)像素閾值下的第一線條粗糙度；

采用第二分析方法對(duì)邊緣分布進(jìn)行分析，以分別獲得每個(gè)像素閾值下的第一線條粗糙度；

將第一線條粗糙度和第二線條粗糙度進(jìn)行對(duì)比，若存在數(shù)值偏差，則對(duì)掃描電子顯微圖像進(jìn)行降噪處理，或者重新獲得掃描電子顯微圖像，使得電子掃描顯微圖像中的一維方向圖案在一維方向上的長(zhǎng)度增加或者一維方向圖案的像素點(diǎn)數(shù)目增加，并返回步驟S02，并重復(fù)步驟S03-S05；若是，則進(jìn)入步驟S06。

在一個(gè)具體的實(shí)施例中，第一分析方法為標(biāo)準(zhǔn)差的離散分析法，第二分析方法為功率譜密度分析法。數(shù)值是否存在偏差可以通過(guò)二者的差異程度來(lái)衡量，判斷差異程度是否超過(guò)了預(yù)定值，若超過(guò)，則認(rèn)為存在數(shù)值偏差，反之，則認(rèn)為不存在數(shù)值偏差，可以根據(jù)需要來(lái)確定該預(yù)定值，差異程度的預(yù)定值例如可以為10％、20％或30％等。

在判斷存在數(shù)值偏差時(shí)，需要進(jìn)行進(jìn)一步的優(yōu)化處理，優(yōu)化處理可以是對(duì)掃描電子顯微圖像進(jìn)行降噪處理，或者重新獲得掃描電子顯微圖像，使得電子掃描顯微圖像中的一維方向圖案在一維方向上的長(zhǎng)度增加或者一維方向圖案的數(shù)目增加，這幾種方法中的一種或者幾種，通過(guò)降噪和增加采集樣本的數(shù)據(jù)量，來(lái)提高粗糙度測(cè)量的精確度。

在步驟S06，對(duì)所有像素閾值下的線條粗糙度進(jìn)行比較，選擇線條粗糙度連續(xù)變化時(shí)的最小值作為待測(cè)結(jié)構(gòu)的線條粗糙度。

線條粗糙度連續(xù)變化是指多個(gè)線條粗糙度的數(shù)值單調(diào)變化或呈V型、U型變化，從連續(xù)變化中選擇最小值作為測(cè)量結(jié)果，所獲得的數(shù)據(jù)點(diǎn)越多，得到的測(cè)量結(jié)果更為準(zhǔn)確。

參考圖5(a)和5(b)所示，分別為一個(gè)實(shí)施例的在不同分析方法下獲得線條邊緣粗糙度和線條寬度粗糙度的柱狀分布示意圖，可以看到在不同的像素閾值下線條邊緣粗糙度和線條寬度粗糙度呈U型變化，兩種分析方法的相差的差異程度在5％以內(nèi)，最小值處的像素閾值為140，對(duì)應(yīng)的最佳擬合值的線條邊緣粗糙度為3.1nm，對(duì)應(yīng)的最佳擬合值的線條寬度粗糙度為4.0nm。

通常地，由于SEM噪聲的影響，隨著像素閾值偏離最佳閾值，LER和LWR均會(huì)增大，并且遠(yuǎn)離程度越大，LER和LWR的數(shù)值會(huì)越大。在本發(fā)明中，采用多個(gè)像素閾值進(jìn)行LEW和/或LRW的計(jì)算，而后，從中選擇最小值時(shí)的LER和LWR作為最終的測(cè)量的粗糙度，最小值時(shí)的粗糙度為最佳閾值或者最接近最佳閾值時(shí)的粗糙度，測(cè)試結(jié)果更具有準(zhǔn)確性和對(duì)比性，對(duì)于不同批次產(chǎn)品的測(cè)量，最佳像素閾值下的測(cè)量值為動(dòng)態(tài)獲得的，測(cè)試結(jié)果具有準(zhǔn)確性和穩(wěn)定性，能夠真實(shí)反映刻蝕工藝是否達(dá)標(biāo)，利于提高產(chǎn)品的良率和性能。

以上對(duì)本發(fā)明實(shí)施例的線條粗糙度的測(cè)量方法進(jìn)行了詳細(xì)的描述，此外，本發(fā)明還提供了實(shí)現(xiàn)上述方法的線條粗糙度的測(cè)量系統(tǒng)，參考圖6所示，包括：

圖像獲取單元，用于獲得待測(cè)結(jié)構(gòu)中一維方向圖案的掃描電子顯微圖像；

灰度分布獲取單元，用于獲得掃描電子顯微圖像中一維方向圖案的寬度方向上的灰度分布；

像素閾值確定單元，用于根據(jù)灰度分布，確定多個(gè)像素閾值；

邊緣分布確定單元，用于在掃描電子顯微圖像上分別確定每個(gè)像素閾值下一維方向圖案的邊緣分布；

分析單元，用于對(duì)邊緣分布進(jìn)行分析，以分別獲得每個(gè)像素閾值下的線條粗糙度；

測(cè)量粗糙度獲取單元，用于對(duì)所有像素閾值下的線條粗糙度進(jìn)行比較，選擇線條粗糙度連續(xù)變化時(shí)的最小值作為待測(cè)結(jié)構(gòu)的線條粗糙度。

進(jìn)一步地，在邊緣分布確定單元中，在灰度分布上按照像素值從低到高的順序等間隔地選擇多個(gè)像素值作為像素閾值。

進(jìn)一步地，在邊緣分布確定單元中，以灰度分布上選擇初始的像素閾值，并在初始的像素閾值兩側(cè)選擇多個(gè)像素值作為其他的像素閾值，初始的像素閾值為灰度分布中間點(diǎn)的像素值或者灰度分布最大點(diǎn)的像素值。

進(jìn)一步地，在邊緣分布確定單元中，確定一個(gè)像素閾值下一維方向圖案的邊緣分布的步驟包括：

采用高斯擬合算法對(duì)灰度分布進(jìn)行處理，以降低或去除灰度分布中的采樣誤差和測(cè)量噪聲，獲得處理后的灰度分布；

采用最鄰近擬合算法在處理后的灰度分布上確定該像素閾值下的一維方向圖案的邊緣分布。

進(jìn)一步地，還包括：

邊緣判斷單元，用于判斷邊緣分布是否偏離一維方向圖案的實(shí)際邊緣位置；

降噪處理單元，邊緣判斷單元的判斷結(jié)果為是時(shí)，對(duì)掃描電子顯微圖像進(jìn)行降噪處理，并返回灰度分布獲取單元。

進(jìn)一步地，所述分析單元包括：

第一分析單元，用于采用第一分析方法對(duì)邊緣分布進(jìn)行分析，以分別獲得每個(gè)像素閾值下的第一線條粗糙度；

第二分析單元，用于采用第二分析方法對(duì)邊緣分布進(jìn)行分析，以分別獲得每個(gè)像素閾值下的第一線條粗糙度；

對(duì)比單元，用于將第一線條粗糙度和第二線條粗糙度進(jìn)行對(duì)比；

優(yōu)化單元，包括降噪處理單元或圖像更新單元，其中，降噪處理單元，用于在對(duì)比單元中的對(duì)比結(jié)果存在數(shù)值偏差時(shí)，對(duì)掃描電子顯微圖像進(jìn)行降噪處理，并返回灰度分布獲取單元；圖像更新單元，用于在對(duì)比單元中的對(duì)比結(jié)果存在數(shù)值偏差時(shí)，重新獲得掃描電子顯微圖像，使得電子掃描顯微圖像中的一維方向圖案在一維方向上的長(zhǎng)度增加或者一維方向圖案像素點(diǎn)的數(shù)目增加，并返回灰度分布獲取單元；則，

在測(cè)量粗糙度獲取單元中，對(duì)所有像素閾值下的第一線條粗糙度和/或第二線條粗糙度進(jìn)行比較，選擇第一線條粗糙度和/或第二線條粗糙度連續(xù)變化時(shí)的最小值作為待測(cè)結(jié)構(gòu)的線條粗糙度。

進(jìn)一步地，第一分析方法為標(biāo)準(zhǔn)差的離散分析法，第二分析方法為功率譜密度分析法。

以上所述僅是本發(fā)明的優(yōu)選實(shí)施方式，雖然本發(fā)明已以較佳實(shí)施例披露如上，然而并非用以限定本發(fā)明。任何熟悉本領(lǐng)域的技術(shù)人員，在不脫離本發(fā)明技術(shù)方案范圍情況下，都可利用上述揭示的方法和技術(shù)內(nèi)容對(duì)本發(fā)明技術(shù)方案做出許多可能的變動(dòng)和修飾，或修改為等同變化的等效實(shí)施例。因此，凡是未脫離本發(fā)明技術(shù)方案的內(nèi)容，依據(jù)本發(fā)明的技術(shù)實(shí)質(zhì)對(duì)以上實(shí)施例所做的任何的簡(jiǎn)單修改、等同變化及修飾，均仍屬于本發(fā)明技術(shù)方案保護(hù)的范圍內(nèi)。