本发明涉及光刻工艺,具体涉及一种基于图像处理的多晶层光刻工艺热点检测方法。
背景技术:
1、在多晶层光刻工艺中,热点是指光刻过程中可能出现的问题区域或缺陷点,这些热点可能会导致光刻图案的不良形态、尺寸误差或者产生不可能的缺陷,对器件的性能和可靠性造成负面影响。多晶层光刻工艺中的后烘过程中,可能由于温度、时间等相关因素导致光刻胶层出现应力问题,从而导致光刻胶出现裂纹这类热点,因此需要对裂纹这类热点进行检测。
2、大津阈值分割算法常被应用于裂纹检测,在采用大津阈值分割算法进行图像分割的过程中,是通过计算最大类间方差得到最佳阈值,而类间方差的计算需要借助到每种灰度级的概率。由于每种灰度级的概率通常是通过灰度级的数量计算而来,当光刻胶出现的裂纹和光刻图像本身的纹理灰度级相似时,即裂纹区域和光刻图像本身的纹理对比度较低时,就会导致在找寻最佳阈值的过程中出现误差,进而分割出不属于裂纹的部分,最终影响多晶层光刻工艺中裂纹这类热点的检测准确性。
技术实现思路
1、本发明的目的在于提供一种基于图像处理的多晶层光刻工艺热点检测方法,用于解决现有光刻工艺热点检测准确性较低的问题。
2、为解决上述技术问题,本发明提供了一种基于图像处理的多晶层光刻工艺热点检测方法,包括以下步骤:
3、获取光刻图像对应的灰度图像,根据所述灰度图像中各个像素点的位置和灰度值分布,确定所述灰度图像中每种灰度级对应的目标区域;
4、根据所述目标区域的形状特征和面积大小,确定所述目标区域对应的正常程度指标,并根据所述正常程度指标,筛选出所述目标区域中的对象目标区域;
5、根据所述对象目标区域中各个像素点的位置分布,确定所述对象目标区域对应的参考区域,并根据所述对象目标区域对应的参考区域中各个像素点的灰度值分布,确定所述对象目标区域的灰度级权重因子;
6、根据所述目标区域以及所述对象目标区域的灰度级权重因子,确定所述灰度图像中每种灰度级对应的权重;
7、确定所述灰度图像中每种灰度级对应的概率值,根据所述灰度图像中每种灰度级对应的概率值和权重,对所述灰度图像进行阈值分割,得到所述光刻图像的热点区域分割图像。
8、进一步的,确定所述目标区域对应的正常程度指标,包括:
9、确定所述目标区域的最小外接矩形的面积和长宽比;
10、根据所述目标区域的面积与所述目标区域的最小外接矩形的面积的差异,以及所述目标区域的最小外接矩形的长宽比,确定所述目标区域对应的正常程度指标。
11、进一步的,确定所述目标区域对应的正常程度指标,对应的计算公式为:
12、γ=norm((1-δ)×s);
13、其中,γ表示所述目标区域对应的正常程度指标;δ表示所述目标区域的最小外接矩形的长宽比的倒数;s表示所述目标区域的面积与所述目标区域的最小外接矩形的面积的比值;norm( )表示归一化函数。
14、进一步的,确定所述对象目标区域的灰度级权重因子,包括:
15、根据所述对象目标区域对应的参考区域中每行像素点的灰度值分布和每列像素点的灰度值分布,确定所述对象目标区域对应的参考区域中任意两行像素点之间的灰度相似度以及任意两列像素点之间的灰度相似度;
16、确定所述对象目标区域对应的参考区域中任意两行像素点之间的灰度相似度的平均值,从而得到第一灰度相似度均值;
17、确定所述对象目标区域对应的参考区域中任意两列像素点之间的灰度相似度的平均值,从而得到第二灰度相似度均值;
18、对第一灰度相似度均值和第二灰度相似度均值的累加和进行负相关映射,并将负相关映射结果确定为所述对象目标区域的初始的灰度级权重因子;
19、根据所述对象目标区域的初始的灰度级权重因子的大小,确定所述对象目标区域的最终的灰度级权重因子。
20、进一步的,确定所述对象目标区域的最终的灰度级权重因子,对应的计算公式为:
21、;
22、其中,表示所述对象目标区域的最终的灰度级权重因子;μ表示所述对象目标区域的初始的灰度级权重因子;μ0表示灰度级权重因子阈值;e表示自然常数。
23、进一步的,筛选出所述目标区域中的对象目标区域,包括:
24、判断所述目标区域对应的正常程度指标是否小于正常程度指标阈值,若小于所述正常程度指标阈值,则将对应所述目标区域确定为对象目标区域。
25、进一步的,确定所述对象目标区域对应的参考区域,包括:
26、根据所述对象目标区域中各个像素点的位置分布,确定所述对象目标区域所占据的最大行数行、最小行数行、最大列数列和最小列数列;
27、将所述对象目标区域所占据的最大行数行、最小行数行、最大列数列和最小列数列所围成的矩形区域,确定为所述对象目标区域对应的参考区域。
28、进一步的,确定所述灰度图像中每种灰度级对应的目标区域,包括:
29、对所述灰度图像中每种灰度级对应的像素点进行密度聚类,确定所述灰度图像中每种灰度级对应的各个像素点聚类;
30、对所述像素点聚类在其对应的区域生长范围内进行区域生长,从而得到所述灰度图像中每种灰度级对应的目标区域。
31、进一步的,确定所述灰度图像中每种灰度级对应的权重,包括:
32、将所述灰度图像中除了对象目标区域外的其他目标区域的灰度级权重因子设置为权重因子固定值;
33、确定所述灰度图像中每种灰度级对应的目标区域的灰度级权重因子的平均值,从而得到所述灰度图像中每种灰度级对应的灰度级权重因子均值,并将所述灰度级权重因子均值确定为所述灰度图像中每种灰度级对应的权重。
34、进一步的,根据所述灰度图像中每种灰度级对应的概率值和权重,对所述灰度图像进行阈值分割,得到所述光刻图像的热点区域分割图像,包括:
35、确定所述灰度图像中每种灰度级对应的概率值和权重的乘积值,并对所述灰度图像中各种灰度级对应的乘积值进行归一化,从而得到所述灰度图像中各种灰度级对应的修正概率值,所述灰度图像中各种灰度级对应的修正概率值的累加和等于1;
36、根据灰度图像中各种灰度级对应的修正概率值,利用大津阈值算法对所述灰度图像进行阈值分割,得到所述光刻图像的热点区域分割图像。
37、本发明具有如下有益效果:本发明通过对光刻图像对应的灰度图像中各个像素点的位置和灰度值分布进行分析,将距离相近且灰度值相近的像素点划分到一起,从而得到灰度图像中每种灰度级对应的目标区域。通过对目标区域的形状特征和面积大小进行分析,评估出目标区域属于非裂纹区域的正常区域的可能性,从而得到目标区域对应的正常程度指标,进而筛选出属于裂纹区域和图像纹理区域即假裂纹区域的对象目标区域。对对象目标区域对应的参考区域中像素点的灰度变化特征进行分析,对对象目标区域属于裂纹区域和假裂纹区域的可能性进行评估,从而得到对象目标区域的灰度级权重因子,进而可以确定灰度图像中每种灰度级对应的权重。基于灰度图像中每种灰度级对应的概率值和权重,从而可以准确地分割出光刻胶中的裂纹区域,有效提高了光刻工艺热点检测的准确性。