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。

大型双面薄壁雕塑的机器人加工与实验研究

针对现有机器人无法加工大型双面薄壁雕塑的问题,对CAM软件空间与加工空间的配准模型及双面薄壁雕塑组件双侧加工中的错位误差进行了研究。对CAM产生的轨迹进行了归纳,采用一种最大轮廓轨迹优化的方法,使得机器人只对雕塑组件最大轮廓内的毛胚进行加工;建立了被加工雕塑组件的支撑,避免了轨迹未优化时粗加工形成的悬臂结构,实现了对雕塑组件的精加工。实验及研究结果表明:在CAM空间与加工空间配准后,其双面薄壁雕塑组件的不同加工侧错位误差不超过0. 7 mm;采用轨迹优化方法后,其未加工出的毛胚能够对粗加工后的双面薄壁组件形成有效支撑,保证了双面薄壁组件能够被完整地加工出来。

一种平滑程度可控的等高线平滑方法

提出了一种能够通过具有实际意义的参数控制等高线平滑程度,通过等高线平滑可以控制等高线细节的表达程度的方法,能够完成不同尺度下等高线的简化;算法通过结合曲线平滑和迭代最大残差抑制方法,完成等高线平滑程度控制,此时全体高程点平面位移均低于给定平滑容差。首先通过自适应算法选取最大平滑因子,对全体高程点进行平滑处理,选择点位位移最大高程点进行局部处理,以一定倍率逐渐减小平滑因子,使得该点点位位移低于给定平滑容差;不断重复该过程,直到全体高程点点位位移均低于给定平滑容差,从而完成等高线平滑程度的控制。经实验验证,等高线平滑后曲线曲率更小,曲率变化更加均匀,且等高线精度能够通过参数进行控制。