自动调焦老花镜 [基于半导体光刻技术的自动调焦]

　　摘要：提出了基于图像处理的半导体光刻技术自动调焦的方法，利用图象处理算法实现半导体光刻技术的自动调焦。实验结果表明，这种方法可以实现高精度（200nm）和良好的重复性(400nm)的调焦。
　　关键词：光刻技术；图像处理；自动调焦
　　中图分类号：TP317.4文献标识码：B
　　
　　Auto-focus Base on Semiconductor Photo Lithography
　　
　　WANG Peng，YANG Yong-yue，LI Qi-de
　　（Ｓchool of Instrument Science and Opto-electronic Engineering,Hefei
　　University of Technology,Hefei230009，Ｃhina）
　　
　　Abstract:This paper has provided auto-focus method of semiconduct photo lithography on Digital Image Processing ,using arithmetic of digital image processing realize auto-focus .The result of experiment indicate that this method can achieve.
　　Keywords:lithography；image processing；auto focus
　　
　　引言
　　
　　光刻技术是半导体工业的核心、半导体行业前进的原动力，光刻技术每前进一步都会大大促进半导体技术的提升，半导体技术的每一次革命都是由新一代光刻机的问世引起的。从经济、国家安全角度来说，半导体技术对我们国家尤为重要：有了自己的芯片加工技术可以省去很多外购芯片和其他一些配件的资金；同时自身通讯的安全性也大为提高。自动调焦是半导体光刻技术中必要的一部分，在晶圆（wafer）对准过程中和后续曝光（explore）中都发挥着巨大作用。图1是曝光过程中离焦位置和不同曝光量对光刻效果的影响图，同时也是机器视觉、数字图像处理的重要一环。
　　1工作原理
　　
　　光学光刻分辨率的提高带来焦深的急剧减少，从而要求严格控制曝光图形的表面与光刻物镜的高度，减少调焦误差，适应十分有限的焦深。国外的光刻机采用的调焦技术有自动调焦传感器、激光干涉仪等。本实验采用工业CCD和非感光波段的照明光源对曝光表面采集图像（如图2），硅片（wafer）被吸盘（chuck）吸附与平台（satge）固定在一起。移动垂直方向的平台，通过CCD采集图像，然后采用自动对焦算法计算非感光波段的焦点，最后给出感光波段与非感光波段的对焦偏移量，达到感光波段的焦点实现准确曝光。
　　对焦精度和重复性的要求：实验中选用工业CCD，选用尼康放大倍数为20X、焦深1.8mil的物镜。为了取得最好的曝光效果，必须使曝光位置处于焦深以内(图1中的Best Focus)，即调焦后的位置在焦点±0.9mil范围内。
　　
　　1.1自动调焦算法分析
　　通常使用的自动调焦算法有灰度梯度函数、频域函数（基于傅立叶变换）、信息学函数和统计学函数。频域要做复杂的数学变换，耗时较长；信息学和统计学函数做出的判断不稳定，经常把非焦点判断为焦点，而将焦点判断为非焦点；灰度梯度函数具有稳定、单峰、速度快的优点。所以这里采用灰度梯度函数作为自动调焦的评价函数。所谓灰度梯度函数就是利用一幅图像自身的对比度（图形的边缘的尖锐程度）来判断图像的清晰程度。
　　
　　1.2图像清晰度与边缘特征的关系
　　边缘是图像最基本的特征之一。所谓边缘是指其周围像素灰度有阶跃性变化或屋顶变化的像素的集合。它存在于目标与背景、目标与目标、区域与区域之间。当系统成像清晰时，边缘点处的灰度阶跃性变化就大，不同灰度区域间的界线就清楚。当成像不清晰时，边缘点处灰度阶跃性变化小，不同灰度区域连成了一片，造成图像模糊。利用边缘点处灰度阶跃变化的程度来评价图像的清晰度具有直观性，不用再去考虑成像系统的特性。
　　
　　1.3灰度梯度函数
　　这类函数主要利用对图像灰度的各种处理方法来表征图像清晰度. 假设图像某点(x, y) 处的灰度梯度值为g(x, y) , 每种算法所对应的g(x,y)不同，本实验采用SOBEL算法和KRISCH算法。
　　1.3.1Sobel算法
　　两个卷积形成sobel边缘检测算子（图3），图像中每个像素都用这两个核作卷积，一个核对垂直边缘影响最大，另一个对水平边缘影响最大。两个卷积的最大值作为该点的输出值g(x,y).数学表达如下：
　　Gx=C(x-1,y+1)+2*C(x-1,y)+C(x-1,y-1)-
　　C(x+1,y+1)+2*C(x+1,y)+C(x+1,y-1)
　　Gy=C(x-1,y-1)+2*C(x1,y-1)+C(x+1,y-1)-
　　C(x-1,y+1)+2*C(x1,y+1)+C(x+1,y+1)
　　 g(x,y)=max(Gx,Gy)，其中Gx为水平边缘影响，Gy为垂直边缘影响，C(x,y)为点(x,y)处的灰度值。
　　1.3.2Krisch算法
　　8个卷积核形成了Krisch边缘检测算子（图4)，图像中的每个像素都用这8 个掩模进行卷积，每个掩模都对某个特定边缘方向作出最大响应，所有8个方向的最大值作为该点的输出值g(x,y)。清晰度的评价函数选择灰度梯度平方和■■x■y（g(x,y)）■。
　　2实验数据
　　
　　实验中的对焦图形选择垂直线条，用CCD采集wafer上的线条成像，其图形如图5 所示。
　　分别选取Sobel算子和Krisch算子作为评价函数的核，采用灰度平方和■■x■y（g(x,y)）■评价函数。在不同离焦位置上的像，每隔100nm 采集一幅图像，在离焦位置前后共采集600幅图像，最后再用评价函数进行评价，得到Sobel评价函数的曲线(如图6所示)和Krisch评价函数的曲线(如图7所示)。
　　由曲线可以看到，Sobel和Krisch的清晰度评价函数曲线几乎没有噪声的影响；满足了对焦稳定性、单峰性的需求，且在正焦位置呈现最大值。
　　半导体光刻中对对焦重复性的要求很高，为此做了重复性实验。在焦点附近处（±10mil）反复对焦实验，重复性曲线如图8所示。计算标准差为111nm，3 sigma小于400nm；满足对焦后的点在焦深1.8mil以内的要求。
　　3结论
　　
　　本文根据数字图像处理的方法，设计了基于半导体光刻技术的自动对焦实验。实验结果表明，采用图像处理方法可以实现快速、高精度的自动对焦。
　　
　　参考文献
　　[1] 王耀南,李树涛,毛建旭.计算机图像处理与识别技术[M].高等教育出版社，2001.
　　[2] 尹作海，刘世元，史铁林.基于线阵CCD的光刻机调焦调平系统的研究[J].半导体技术2007,01(3).
　　[3] 杨再华，李玉和，李庆祥，郭阳宽.基于边缘特征提取的图像清晰度评价函数[J].计算机工程与应用.2005, 10 (5).
　　[4] 鲍歌堂，赵辉，陶卫.图像测量技术中几种自动调焦算法的对比分析[J].上海交通大学学报 2005 ,39(1).
　　[5] 胡涛, 陈世哲, 刘国栋, 浦昭邦.大范围自动调焦快速搜索算法[J].光电子・激光.2006,17(4).
　　[6] 屈玉福，浦昭邦，赵慧洁，刘国栋，庄志涛.调焦评价函数灵敏度的影响因素分析[J].光学学报 2005, 25(7).省略。
本文为全文原貌 未安装PDF浏览器用户请先下载安装 原版全文