KR102579007B1 - 크리스탈 결함 분석 시스템 및 크리스탈 결함 분석 방법 - Google Patents

크리스탈 결함 분석 시스템 및 크리스탈 결함 분석 방법 Download PDF

Info

Publication number
KR102579007B1
KR102579007B1 KR1020180080243A KR20180080243A KR102579007B1 KR 102579007 B1 KR102579007 B1 KR 102579007B1 KR 1020180080243 A KR1020180080243 A KR 1020180080243A KR 20180080243 A KR20180080243 A KR 20180080243A KR 102579007 B1 KR102579007 B1 KR 102579007B1
Authority
KR
South Korea
Prior art keywords
image
defect
tem image
pixels
virtual
Prior art date
Application number
KR1020180080243A
Other languages
English (en)
Other versions
KR20200006461A (ko
Inventor
심성보
신일규
이선영
알렉산더 쉬미트
이신욱
Original Assignee
삼성전자주식회사
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 삼성전자주식회사 filed Critical 삼성전자주식회사
Priority to KR1020180080243A priority Critical patent/KR102579007B1/ko
Priority to US16/257,895 priority patent/US10727025B2/en
Priority to CN201910384702.7A priority patent/CN110763706A/zh
Publication of KR20200006461A publication Critical patent/KR20200006461A/ko
Application granted granted Critical
Publication of KR102579007B1 publication Critical patent/KR102579007B1/ko

Links

Images

Classifications

    • HELECTRICITY
    • H01ELECTRIC ELEMENTS
    • H01JELECTRIC DISCHARGE TUBES OR DISCHARGE LAMPS
    • H01J37/00Discharge tubes with provision for introducing objects or material to be exposed to the discharge, e.g. for the purpose of examination or processing thereof
    • H01J37/26Electron or ion microscopes; Electron or ion diffraction tubes
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84Systems specially adapted for particular applications
    • G01N21/88Investigating the presence of flaws or contamination
    • G01N21/8851Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • HELECTRICITY
    • H01ELECTRIC ELEMENTS
    • H01JELECTRIC DISCHARGE TUBES OR DISCHARGE LAMPS
    • H01J37/00Discharge tubes with provision for introducing objects or material to be exposed to the discharge, e.g. for the purpose of examination or processing thereof
    • H01J37/02Details
    • H01J37/22Optical or photographic arrangements associated with the tube
    • H01J37/222Image processing arrangements associated with the tube
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N23/00Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00
    • G01N23/02Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material
    • G01N23/04Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material and forming images of the material
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84Systems specially adapted for particular applications
    • G01N21/88Investigating the presence of flaws or contamination
    • G01N21/8851Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G01N2021/8887Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges based on image processing techniques
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2223/00Investigating materials by wave or particle radiation
    • G01N2223/60Specific applications or type of materials
    • G01N2223/646Specific applications or type of materials flaws, defects
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N23/00Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00
    • G01N23/20Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by using diffraction of the radiation by the materials, e.g. for investigating crystal structure; by using scattering of the radiation by the materials, e.g. for investigating non-crystalline materials; by using reflection of the radiation by the materials
    • G01N23/20058Measuring diffraction of electrons, e.g. low energy electron diffraction [LEED] method or reflection high energy electron diffraction [RHEED] method
    • HELECTRICITY
    • H01ELECTRIC ELEMENTS
    • H01JELECTRIC DISCHARGE TUBES OR DISCHARGE LAMPS
    • H01J2237/00Discharge tubes exposing object to beam, e.g. for analysis treatment, etching, imaging
    • H01J2237/22Treatment of data
    • H01J2237/221Image processing
    • HELECTRICITY
    • H01ELECTRIC ELEMENTS
    • H01JELECTRIC DISCHARGE TUBES OR DISCHARGE LAMPS
    • H01J2237/00Discharge tubes exposing object to beam, e.g. for analysis treatment, etching, imaging
    • H01J2237/22Treatment of data
    • H01J2237/226Image reconstruction
    • HELECTRICITY
    • H01ELECTRIC ELEMENTS
    • H01JELECTRIC DISCHARGE TUBES OR DISCHARGE LAMPS
    • H01J2237/00Discharge tubes exposing object to beam, e.g. for analysis treatment, etching, imaging
    • H01J2237/26Electron or ion microscopes
    • H01J2237/2617Comparison or superposition of transmission images; Moiré

Landscapes

  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Biochemistry (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Crystallography & Structural Chemistry (AREA)
  • Signal Processing (AREA)
  • Analysing Materials By The Use Of Radiation (AREA)

Abstract

크리스탈 결함 분석 시스템은, 이미지 처리부, 이미지 발생부 및 비교부를 포함한다. 상기 이미지 처리부는 크리스탈 구조를 갖는 시료를 촬영한 측정 TEM 이미지를 처리하여 상기 시료의 구조 결함 정보를 제공한다. 이미지 발생부는 상기 크리스탈 구조의 복수의 3차원 구조 결함들에 각각 상응하는 복수의 가상 TEM 이미지들을 제공한다. 비교부는 상기 구조 결함 정보에 기초하여 상기 측정 TEM 이미지 및 상기 복수의 가상 TEM 이미지들을 비교하여 상기 측정 TEM 이미지의 결함 타입을 결정한다. 이미지 처리 및 결함 검출을 자동화하고 가상 TEM 이미지를 이용한 리버스 엔지니어링을 통하여 3차원 구조 결함의 유형을 분석함으로써 육안 검출시 발생할 수 있는 휴먼 에러를 방지하고 반도체 공정을 효율적으로 평가하고 개선할 수 있다.

Description

크리스탈 결함 분석 시스템 및 크리스탈 결함 분석 방법{System and method of analyzing crystal defect}
본 발명은 반도체 집적 회로에 관한 것으로서, 더욱 상세하게는 크리스탈 결함 분석 시스템 및 크리스탈 결함 분석 방법에 관한 것이다.
반도체 공정의 미세화에 따른 기술적 한계에 도달하면서 공정 크리스탈 결함(crystal defect)에 대한 영향이 증대되고 있다. 예를 들어, 로직 핀펫(FinFET) 공정에서 발생하는 크리스탈 결함에 대한 분석 필요성이 증가하고 있다. 반도체 공정에 의해 제조된 구조물에서의 크리스탈 결함을 분석하는 종래의 방법은 투과 전자 현미경(TEM, transmission electron microscope) 이미지를 촬영하여 결함의 존재 여부, 존재 시 위치 및/또는 개수를 육안으로 검출하고 있다. 이차원 TEM 이미지에 기초한 엔지니어의 경험적 판단에 의한 결함 분석은 존재하는 결함을 간과하거나 잘못 판단하는 휴먼 오류를 유발한다. 또한 이차원 TEM 이미지에서 검출한 결함이 3차원 구조에서 어떤 방향성을 가지고 있는지 판단할 수 없기 때문에 결함 타입을 경험적으로만 분류하여 반도체 공정에 대한 평가가 어려운 상황이다.
상기와 같은 문제점을 해결하기 위한 본 발명의 일 목적은, 효율적으로 크리스탈 결함을 분석할 수 있는 시스템 및 방법을 제공하는 것이다.
상기 일 목적을 달성하기 위해, 본 발명의 실시예들에 따른 크리스탈 결함 분석 시스템은, 이미지 처리부, 이미지 발생부 및 비교부를 포함한다.
상기 이미지 처리부는 크리스탈 구조를 갖는 시료를 촬영한 측정 TEM 이미지를 처리하여 상기 시료의 구조 결함 정보를 제공한다.
이미지 발생부는 상기 크리스탈 구조의 복수의 3차원 구조 결함들에 각각 상응하는 복수의 가상 TEM 이미지들을 제공한다.
비교부는 상기 구조 결함 정보에 기초하여 상기 측정 TEM 이미지 및 상기 복수의 가상 TEM 이미지들을 비교하여 상기 측정 TEM 이미지의 결함 타입을 결정한다.
상기 일 목적을 달성하기 위해, 본 발명의 실시예들에 따른 크리스탈 결함 분석 방법은, 크리스탈 구조를 갖는 시료를 촬영하여 측정 TEM 이미지를 제공하는 단계, 상기 측정 TEM 이미지를 처리하여 상기 시료의 구조 결함 정보를 제공하는 단계, 상기 크리스탈 구조의 복수의 3차원 구조 결함들에 각각 상응하는 복수의 가상 TEM 이미지들을 제공하는 단계 및 상기 구조 결함 정보에 기초하여 상기 측정 TEM 이미지 및 상기 복수의 가상 TEM 이미지들을 비교하여 상기 측정 TEM 이미지의 결함 타입을 결정하는 단계를 포함한다.
상기 일 목적을 달성하기 위해, 본 발명의 실시예들에 따른 크리스탈 결함 분석 방법은, 크리스탈 구조를 갖는 시료를 촬영하여 측정 TEM 이미지를 제공하는 단계, 상기 측정 TEM 이미지보다 콘트라스트가 증가된 강화 이미지를 제공하는 단계, 상기 강화 이미지에 기초하여 원자 배열 패턴을 격자 방향으로 추적하여 상기 원자 배열 패턴의 주기성이 파괴된 결함 픽셀들로 이루어진 결함 라인을 검출하는 단계, 상기 결함 라인의 종점의 위치를 디스로케이션 코어의 위치로 결정하는 단계, 상기 측정 TEM 이미지의 일부 또는 상기 측정 TEM 이미지에서 노이즈를 제거한 처리 이미지의 일부에 해당하고 상기 디스로케이션 코어의 위치를 중심으로 하고 일정한 사이즈를 갖는 크롭 이미지를 제공하는 단계, 상기 크리스탈 구조의 복수의 3차원 구조 결함들에 각각 상응하는 복수의 가상 TEM 이미지들을 제공하는 단계 및 상기 크롭 이미지 및 상기 복수의 가상 TEM 이미지들을 비교하여 상기 측정 TEM 이미지의 결함 타입을 결정하는 단계를 포함한다.
본 발명의 실시예들에 따른 크리스탈 결함 분석 시스템 및 크리스탈 결함 분석 방법은, 이미지 처리 및 결함 검출을 자동화하고 가상 TEM 이미지를 이용한 리버스 엔지니어링을 통하여 3차원 구조 결함의 유형을 분석함으로써 육안 검출시 발생할 수 있는 휴먼 에러를 방지하고 반도체 공정을 효율적으로 평가하고 개선할 수 있다.
도 1은 본 발명의 실시예들에 따른 크리스탈 결함 분석 시스템을 나타내는 블록도이다.
도 2는 본 발명의 실시예들에 따른 크리스탈 결함 분석 방법을 나타내는 순서도이다.
도 3은 본 발명의 실시예들에 따른 이미지 처리 장치를 나타내는 블록도이다.
도 4는 본 발명의 실시예들에 따른 이미지 처리 방법을 나타내는 순서도이다.
도 5a는 측정 TEM 이미지 및 상응하는 픽셀 데이터를 나타내는 도면이다.
도 5b는 도 5a의 측정 TEM 이미지의 히스토그램을 나타내는 도면이다.
도 6은 도 5a의 측정 TEM 이미지에 대한 본 발명의 실시예들에 따른 커스터마이즈드 히스토그램 등화를 나타내는 도면이다.
도 7은 측정 TEM 이미지 및 이를 히스토그램 등화 처리하여 구해진 등화 이미지의 일 예를 나타내는 도면이다.
도 8은 도 7의 이미지들의 히스토그램들을 나타내는 도면이다.
도 9는 측정 TEM 이미지 및 이를 커스터마이즈드 히스토그램 등화 처리하여 구해진 강화 이미지의 일 예를 나타내는 도면이다.
도 10은 도 9의 이미지들의 히스토그램들을 나타내는 도면이다.
도 11은 본 발명의 실시예들에 따른 결함 라인 검출 방법을 나타내는 순서도이다.
도 12a, 12b, 12c, 12d, 12e 및 12f는 결함 라인 검출 과정을 나타내는 도면들이다.
도 13a, 13b 및 13c는 디스로케이션 코어의 검출 과정에 따른 이미지들을 나타내는 도면들이다.
도 14a 및 14b는 디스로케이션 코어의 위치에 기초한 크롭 이미지를 설명하기 위한 도면들이다.
도 15a 및 15b는 결정 구조 및 원자 배열 방향을 나타내는 도면들이다.
도 16a 및 16b는 본 발명의 실시예들에 따른 가상 TEM 이미지의 발생을 설명하기 위한 도면들이다.
도 17은 측정 TEM 이미지 및 상응하는 가상 TEM 이미지의 예들을 나타내는 도면이다.
도 18은 본 발명의 실시예들에 따른 반도체 공정 개선 방법을 나타내는 순서도이다.
도 19는 본 발명의 실시예들에 따른 컴퓨팅 시스템을 나타내는 블록도이다.
이하, 첨부한 도면들을 참조하여, 본 발명의 바람직한 실시예를 보다 상세하게 설명하고자 한다. 도면상의 동일한 구성요소에 대해서는 동일한 참조부호를 사용하고 동일한 구성요소에 대해서 중복된 설명은 생략한다.
도 1은 본 발명의 실시예들에 따른 크리스탈 결함 분석 시스템을 나타내는 블록도이고, 도 2는 본 발명의 실시예들에 따른 크리스탈 결함 분석 방법을 나타내는 순서도이다.
도 1을 참조하면, 크리스탈 결함 분석 시스템(1000)은 투과 전자 현미경(TEM)(100), 이미지 처리부(200), 이미지 발생부(300), 저장 장치(400) 및 비교부(500)를 포함할 수 있다.
도 1 및 2를 참조하면, 투과 전자 현미경(100)은 크리스탈 구조를 갖는 시료를 촬영하여 측정 TEM 이미지(MTIMG)를 제공할 수 있다(S100).
이미지 처리부(200)는 측정 TEM 이미지(MTIMG)를 처리하여 상기 시료의 구조 결함 정보를 제공할 수 있다(S200).
이미지 발생부(300)는 상기 크리스탈 구조의 복수의 3차원 구조 결함들에 각각 상응하는 복수의 가상 TEM 이미지들(VTIMG1~VTIMGn)을 제공할 수 있다(S300).
저장 장치(400)는 이미지 발생부(300)로부터 제공되는 복수의 가상 TEM 이미지들(VTIMG1~VTIMGn)을 저장할 수 있다.
비교부(500)는 상기 구조 결함 정보에 기초하여 측정 TEM 이미지(MTIMG) 및 복수의 가상 TEM 이미지들(VTIMG1~VTIMGn)을 비교하여 측정 TEM 이미지(MTIMG)의 결함 타입을 결정할 수 있다(S400).
물질의 미세 조직 분석을 위해 최근에는 투과 전자 현미경 (TEM, Transmission Electron Microscope)을 이용한 전자 회절법이 널리 사용되고 있다. 예를 들어, 시료의 나노미터 단위의 미소 영역의 결정 구조, 결함 분포 등을 측정할 수 있는 수렴성 전자빔 회절(CBED, Conversant Beam Electron Diffraction)을 이용하여 측정 TEM 이미지(MTIMG)가 제공될 수 있다.
수렴성 전자빔 회절이란 투과 전자 현미경을 이용한 물질의 미세 구조 분석법이다. 전자빔을 대상 시료에 대해 수렴각을 가지도록 조사하여 디스크형 회절 무늬 패턴을 얻는 방법으로, 시료의 두꺼운 부위에서 동력학적인 회절을 통하여 3차원적인 회절을 관찰할 수 있다. 수렴성 전자빔 회절은 공간 분해능이 매우 뛰어나 30nm 정도의 미세한 조직의 결정구조, 격자상수 및 격자 결함 등을 정밀하게 측정할 수 있는 장점이 있다.
이미지 처리부(200)는, 도 3 내지 15b를 참조하여 후술하는 바와 같이, 측정 TEM 이미지(MTIMG)보다 콘트라스트가 증가된 강화 이미지를 제공하고, 상기 강화 이미지에 기초하여 원자 배열 패턴을 격자 방향으로 추적하여 상기 원자 배열 패턴의 주기성이 파괴된 결함 픽셀들로 이루어진 결함 라인을 검출하고, 상기 결함 라인의 종점의 위치를 디스로케이션 코어의 위치로 결정할 수 있다. 실시예에 따라서, 이미지 처리부(200)는 측정 TEM 이미지(MTIMG)의 일부 또는 측정 TEM 이미지(MTIMG)에서 노이즈를 제거한 처리 이미지의 일부에 해당하고 상기 디스로케이션 코어의 위치를 중심으로 하고 일정한 사이즈를 갖는 크롭 이미지를 제공할 수 있다.
이미지 발생부(300)는, 도 16a 및 16b를 참조하여 후술하는 바와 같이, 전자파가 입사되는 입사 평면을 복수의 도메인들로 분할하고, 각각의 3차원 구조 결함을 상기 입사 평면의 상응하는 위치들에 배치되는 원자들의 각각의 배열로 설정하고, 상기 각각의 3차원 구조 결함에 상응하는 각각의 가상 TEM 이미지의 픽셀 값들을 계산할 수 있다.
저장 장치(400)는 복수의 가상 TEM 이미지들(VTIMG1~VTIMGn)을 그대로 비교부(500)에 제공하거나, 복수의 가상 TEM 이미지들(VTIMG1~VTIMGn)을 처리하거나 가공한 이미지들을 비교부(500)에 제공할 수 있다. 실시예에 따라서, 저장 장치(400)는 생략되거나 이미지 발생부(300)에 포함될 수도 있고, 이 경우 복수의 가상 TEM 이미지들(VTIMG1~VTIMGn)은 이미지 발생부(300)로부터 비교부(500)로 직접 제공될 수 있다.
예를 들어, 저장 장치(400)는 EEPROM(Electrically Erasable Programmable Read-Only Memory), 플래시 메모리(Flash Memory), PRAM(Phase Change Random Access Memory), RRAM(Resistance Random Access Memory), NFGM(Nano Floating Gate Memory), PoRAM(Polymer Random Access Memory), MRAM(Magnetic Random Access Memory), FRAM(Ferroelectric Random Access Memory) 또는 이와 유사한 메모리로 구현될 수 있다.
검출된 결함의 타입을 분별하기 위해는 리버스 엔지니어링이 필요하다. 3차원 구조에서 발생 가능한 결함 유형은 예를 들어 약 2000개일 수 있으며, 본 발명의 실시예들에 따라서 3차원 구조 결함들을 복수의 가상 TEM 이미지들로 재현할 수 있다.
복수의 가상 TEM 이미지 중에서 측정 TEM 이미지와 가장 근사도가 높은 가상 TEM 이미지를 판별하기 위해서 머신 러닝 기법이 이용될 수 있다. 근사도가 높은 이미지들을 판별하기 위해 이미지의 모양을 벡터의 방향성으로 표현한 특징값으로 추출하는 HOG(Histogram Oriented Gradients) 기법과 이를 근사도로 분류하는 SVM(support vector machine), SURF(speeded up robust features), CNN(convolutional neural network) 등의 머신 러닝 기법이 사용될 수 있다.
비교부(500)는 머신 러닝을 수행하여 상기 복수의 가상 TEM 이미지들 중에서 상기 측정 TEM 이미지와 가장 유사한 매치드 가상 TEM 이미지를 결정할 수 있다. 비교부(500)는 상기 복수의 3차원 구조 결함들 중에서 상기 매치드 가상 TEM 이미지에 상응하는 3차원 구조 결함을 상기 측정 TEM 이미지의 결함 타입으로 결정할 수 있다.
일 실시예에서, 비교부(500)는 측정 TEM 이미지(MTIMG)의 디스로케이션 코어의 위치 및 복수의 가상 TEM 이미지들(VTIMG1~VTIMGn)의 디스로케이션 코어들의 위치를 일치시켜 측정 TEM 이미지(MTIMG) 및 복수의 가상 TEM 이미지들(VTIMG1~VTIMGn)을 비교할 수 있다. 비교되는 이미지들의 디스로케이션 코어의 위치들을 일치시킴으로써 상기 머신 러닝의 연산량을 현저히 감소시킬 수 있다.
이와 같이, 본 발명의 실시예들에 따른 크리스탈 결함 분석 시스템 및 크리스탈 결함 분석 방법은, 이미지 처리 및 결함 검출을 자동화하고 가상 TEM 이미지를 이용한 리버스 엔지니어링을 통하여 3차원 구조 결함의 유형을 분석함으로써 육안 검출시 발생할 수 있는 휴먼 에러를 방지하고 반도체 공정을 효율적으로 평가하고 개선할 수 있다.
도 3은 본 발명의 실시예들에 따른 이미지 처리 장치를 나타내는 블록도이고, 도 4는 본 발명의 실시예들에 따른 이미지 처리 방법을 나타내는 순서도이다.
도 3을 참조하면, 이미지 처리부(200)는 전처리부(210), 결함 라인 검출부(220), 코어 위치 결정부(230) 및 이미지 추출부(240)를 포함할 수 있다.
도 3 및 4를 참조하면, 전처리부(210)는 측정 TEM 이미지(MTIMG)를 수신하고, 측정 TEM 이미지(MTIMG)보다 콘트라스트가 증가된 강화 이미지를 제공할 수 있다(S210).
결함 라인 검출부(220)는 상기 강화 이미지에 기초하여 원자 배열 패턴을 격자 방향으로 추적하여 상기 원자 배열 패턴의 주기성이 파괴된 결함 픽셀들로 이루어진 결함 라인을 검출할 수 있다(S220).
코어 위치 결정부(230)는 상기 결함 라인의 종점의 위치를 디스로케이션 코어의 위치로 결정할 수 있다(S230).
이미지 추출부(240)는 상기 디스로케이션 코어의 위치를 중심으로 하고 일정한 사이즈를 갖는 크롭 이미지(CRIMG)를 제공할 수 있다(S240).
전처리부(210)는, 도 5a 내지 10을 참조하여 후술하는 바와 같이, 커스터마이즈드 히스토그램 등화(customized histogram equalization)를 수행하여 상기 강화 이미지를 제공할 수 있다.
결함 라인 검출부(220)는, 도 11 내지 13c를 참조하여 후술하는 바와 같이, 대각선 방향을 따른 하방 추적 방식으로 하방 패턴 픽셀들을 결정하고, 상기 대각선 방향을 따른 상방 추적 방식으로 상방 패턴 픽셀들을 결정할 수 있다.
결함 라인 검출부(220)는 상기 하방 패턴 픽셀들과 상기 상방 패턴 픽셀들 중에서 중복되는 픽셀들을 제외하여 결함 후보 픽셀들을 결정하고, 상기 결함 후보 픽셀들 중에서 기준 개수보다 작은 개수가 서로 연결된 픽셀들을 노이즈 픽셀들로 결정하고, 상기 결함 후보 픽셀들 중에서 상기 노이즈 픽셀들을 제거하여 상기 결함 라인을 결정할 수 있다.
일 실시예에서, 코어 위치 결정부(230)는 상기 결정된 결함 라인의 양 종점들 중에서 이미지의 중심에 가까운 종점의 위치를 디스로케이션 코어의 위치로 결정할 수 있다.
이미지 추출부(240)는 측정 TEM 이미지(MTIMG)의 일부를 크롭 이미지(CRIMG)로서 추출하거나 측정 TEM 이미지(MTIMG)에서 노이즈를 제거한 처리 이미지의 일부를 크롭 이미지(CRIMG)로서 추출할 수 있다.
도 5a는 측정 TEM 이미지 및 상응하는 픽셀 데이터를 나타내는 도면이고, 도 5b는 도 4의 측정 TEM 이미지의 히스토그램을 나타내는 도면이다.
도 5a에는 편의상 실제 TEM 이미지의 일부에 해당하는 8*8(8행 8열) 측정 TEM 이미지(MTIMG1) 및 이에 상응하는 픽셀 데이터(PXD)가 도시되어 있다. 예를 들어, 각 픽셀 값은 8비트 데이터로 표현될 수 있고 이 경우 각 픽셀 값은 0 내지 255의 값을 가질 수 있다.
도 5b에는 도 5a의 픽셀 데이터(PXD)의 각 픽셀 값(v) 및 픽셀 값(v)을 갖는 픽셀들의 개수 또는 빈도수(c(v))에 대한 히스토그램이 도시되어 있다.
도 6은 도 4의 측정 TEM 이미지에 대한 본 발명의 실시예들에 따른 커스터마이즈드 히스토그램 등화를 나타내는 도면이다.
도 6에서 v는 픽셀 값을 나타내고, cdf(v)는 c(0) 부터 c(v)를 합산한 누적 빈도수를 나타내고, h(v)는 노말 히스토그램 등화를 수행하여 구해진 등화 픽셀 값을 나타내고, ch(v)는 커스터마이즈드 히스토그램 등화를 수행하여 구해진 커스터마이즈드 픽셀 값, 즉 강화 이미지의 픽셀 값을 나타낸다.
도 6에 도시된 커스터마이즈드 픽셀 값(ch(v))은 하기의 수학식 1 내지 3을 이용하여 구할 수 있다.
[수학식 1]
[수학식 2]
[수학식 3]
수학식 1 내지 3에서, RND()는 반올림, 내림 또는 올림 함수를 나타내고, M은 이미지의 행의 수를 나타내고, N은 이미지의 열의 수를 나타내고, cdf(v)는 0부터 v까지의 빈도수를 합산한 누적 빈도수를 나타내고, cdfmin은 최소 누적 빈도수를 나타내고, vmax는 최대 픽셀 값을 나타내고, CV1은 제1 조정 값을 나타내고, CV2는 제2 조정 값을 나타내고, tv1은 제1 문턱 빈도수를 나타내고, tv2는 제2 문턱 빈도수를 나타낸다.
수학식 1 내지 3에서 CV1=CV2=0으로 설정된 경우 등화 픽셀 값(h(v))과 커스터마이즈드 픽셀 값(ch(v))은 동일하게 된다.
제1 조정 값(CV1) 및 제2 조정 값(CV2)은 캘리브레이션 과정을 통해 결정될 수 있으며, 예를 들어, 제1 조정 값(CV1) 및 제2 조정 값(CV2)은 최대 픽셀 값(vmax)의 약 10% 이내로 제한될 수 있다. 제1 문턱 빈도수(tv1) 및 제2 문턱 빈도수(tv2)는 총 픽셀 개수(M×N)의 일정한 비율 예를 들어 약 20% 이내로 설정될 수 있다.
이와 같은 커스터마이즈드 히스토그램 등화를 통하여 일부의 하위 픽셀 값들(PXL)을 더욱 작게 감소하고 일부의 상위 픽셀 값들(PXH)을 더욱 크게 증가함으로써 TEM 이미지의 콘트라스트를 더욱 증가시킬 수 있다.
도 6의 예는 vmax=255, CV1=25, CV2=10, tv1=10, tv2=52의 값을 적용한 경우를 나타낸다.
도 7은 측정 TEM 이미지 및 이를 히스토그램 등화 처리하여 구해진 등화 이미지의 일 예를 나타내는 도면이고, 도 8은 도 7의 이미지들의 히스토그램들을 나타내는 도면이다.
도 7을 참조하면, 측정 TEM 이미지(MTIMG1)은 측정된 본래의 픽셀 값들(v)을 갖고, 측정 TEM 이미지(MTIMG1)에 대해 노말 히스토그램 등화를 수행하여 구해진 등화 이미지(IMG11)는 전술한 바와 같은 등화 픽셀 값들(h(v))을 갖는다.
도 8을 참조하면, 측정 TEM 이미지(MTIMG1)의 히스토그램(HST1)과 비교하여 등화 이미지(IMG11)의 히스토그램(HST11)은 픽셀 값들의 산포도가 증가한다. 결과적으로 측정 TEM 이미지(MTIMG1)와 비교하여 등화 이미지(IMG11)의 콘트라스트가 증가한다.
도 9는 측정 TEM 이미지 및 이를 커스터마이즈드 히스토그램 등화 처리하여 구해진 강화 이미지의 일 예를 나타내는 도면이고, 도 10은 도 9의 이미지들의 히스토그램들을 나타내는 도면이다.
도 9를 참조하면, 측정 TEM 이미지(MTIMG2)은 측정된 본래의 픽셀 값들(v)을 갖고, 측정 TEM 이미지(MTIMG2)에 대해 커스터마이즈드 히스토그램 등화를 수행하여 구해진 강화 이미지(IMG22)는 전술한 바와 같은 커스터마이즈드 픽셀 값들(ch(v))을 갖는다.
도 10에는 상응하는 누적 빈도수(cdf)가 함께 도시되어 있다. 도 10을 참조하면, 측정 TEM 이미지(MTIMG2)의 히스토그램(HST2)과 비교하여 강화 이미지(IMG22)의 히스토그램(HST22)은 픽셀 값들의 산포도가 더욱 증가한다. 결과적으로 측정 TEM 이미지(MTIMG2)와 비교하여 강화 이미지(IMG22)의 콘트라스트가 더욱 증가한다.
이와 같이, 등화 픽셀 값들(h(v))을 더욱 강화하여 구해진 커스터마이즈드 픽셀 값들(ch(v))은 일부의 하위 픽셀 값들을 더욱 작게 감소시키고 일부의 상위 픽셀 값들을 더욱 크게 증가시킨 것이다. 이러한 커스터마이즈드 픽셀 값들(ch(v))로 이루어진 강화 이미지는 어두운 부분은 더욱 어둡게 되고 밝은 부분은 더욱 밝게 되어 원자의 배열 패턴을 효율적으로 추적할 수 있다.
도 11은 본 발명의 실시예들에 따른 결함 라인 검출 방법을 나타내는 순서도이다.
도 11을 참조하면, 도 3의 이미지 처리부(200)에 포함되는 결함 라인 검출부(220)는 대각선 방향을 따른 하방 추적 방식으로 하방 패턴 픽셀들을 결정하고(S221), 상기 대각선 방향을 따른 상방 추적 방식으로 상방 패턴 픽셀들을 결정한다(S222).
결함 라인 검출부(220)는 상기 하방 패턴 픽셀들과 상기 상방 패턴 픽셀들 중에서 중복되는 픽셀들을 제외하여 결함 후보 픽셀들을 결정하고(S223), 상기 결함 후보 픽셀들 중에서 기준 개수보다 작은 개수가 서로 연결된 픽셀들을 노이즈 픽셀들로 결정할(S224) 수 있다. 결함 라인 검출부(220)는 상기 결함 후보 픽셀들 중에서 상기 노이즈 픽셀들을 제거하여 상기 결함 라인을 결정할 수 있다.
이하, 예시적인 측정 TEM 이미지를 기초로 전술한 결함 라인 검출 방법을 설명한다.
도 12a, 12b, 12c, 12d, 12e 및 12f는 결함 라인 검출 과정을 나타내는 도면들이다.
도 12a에는 측정 TEM 이미지를 전술한 바와 같이 커스터마이즈드 등화 처리하여 구해진 강화 이미지가 도시되어 있다. 도 12a의 강화 이미지는 실제로 측정된 TEM 이미지의 일부분에 해당한다.
도 12b에는 대각선 방향을 따른 하방 추적 방식으로 결정된 하방 패턴 픽셀들이 색칠된 픽셀들로 표시되어 있다.
일 실시예에서, 도 12b에 도시된 바와 같이, 좌하방 추적 방식으로 하방 패턴 픽셀들이 결정될 수 있다. 다시 말해, p번째 하방 패턴 픽셀의 좌표가 (X, Y)일 때 (X+1, Y), (X, Y-1) 및 (X+1, Y-1) 중에서 최대 픽셀 값에 상응하는 좌표를 p+1번째 하방 패턴 픽셀의 좌표로 결정할 수 있다. 여기서, X는 픽셀의 행 좌표(R1~R20)이고 Y는 픽셀의 열 좌표(C1~C20)를 나타낸다.
예를 들어, (R1, C10)이 p번째 하방 패턴 픽셀일 때, (R2, C10), (R1, C9), (R2, C9) 중에서 최대 픽셀 값인 115에 상응하는 (R2, C10)을 p+1번째 하방 패턴 픽셀의 좌표로 결정할 수 있다.
다시 (R2, C10)이 p+1번째 하방 패턴 픽셀일 때, (R3, C10), (R2, C9), (R3, C9) 중에서 최대 픽셀 값인 81에 상응하는 (R2, C9)을 p+2번째 하방 패턴 픽셀의 좌표로 결정할 수 있다.
이와 같은 방식으로 마지막 행에 도달할 때까지 좌하의 대각선 방향으로 추적하여 하방 패턴 픽셀들을 결정할 수 있다. 도 12b에 도시된 다수의 라인들은 복수의 씨드 픽셀들에서부터 각각 좌하방 추적 방식이 수행된 것을 나타낸다. 상기 씨드 픽셀들은 전체 이미지의 첫번째 행의 픽셀 값들 및 일정한 기준에 기초하여 결정될 수 있다.
도 12c에는 대각선 방향을 따른 상방 추적 방식으로 결정된 상방 패턴 픽셀들이 굵은 사각형으로 표시된 픽셀들로 표시되어 있다.
일 실시예에서, 도 12c에 도시된 바와 같이, 우상방 추적 방식으로 상방 패턴 픽셀들이 결정될 수 있다. 다시 말해, s번째 상방 패턴 픽셀의 좌표가 (X, Y)일 때 (X-1, Y), (X, Y+1) 및 (X-1, Y+1) 중에서 최대 픽셀 값에 상응하는 좌표를 s+1번째 상방 패턴 픽셀의 좌표로 결정할 수 있다. 여기서, X는 픽셀의 행 좌표(R1~R20)이고 Y는 픽셀의 열 좌표(C1~C20)를 나타낸다.
예를 들어, (R20, C2)이 s번째 상방 패턴 픽셀일 때, (R19, C2), (R20, C3), (R19, C3) 중에서 최대 픽셀 값인 70에 상응하는 (R19, C2)을 s+1번째 상방 패턴 픽셀의 좌표로 결정할 수 있다.
다시 (R19, C2)이 s+1번째 상방 패턴 픽셀일 때, (R18, C2), (R19, C3), (R18, C3) 중에서 최대 픽셀 값인 70에 상응하는 (R18, C3)을 s+2번째 상방 패턴 픽셀의 좌표로 결정할 수 있다.
이와 같은 방식으로 첫번째 행에 도달할 때까지 우상의 대각선 방향으로 추적하여 상방 패턴 픽셀들을 결정할 수 있다. 도 12c에 도시된 다수의 라인들은 복수의 씨드 픽셀들에서부터 각각 우상방 추적 방식이 수행된 것을 나타낸다. 상기 씨드 픽셀들은 전체 이미지의 마지막 행의 픽셀 값들 및 일정한 기준에 기초하여 결정될 수 있다.
도 12b 및 도 12c를 참조하여 좌하방 추적 방식으로 하방 패턴 픽셀들을 결정하고 우상방 추적 방식으로 상방 패턴 픽셀들을 결정하는 실시예를 설명하였으나, 본 발명의 실시예들이 이에 한정되는 것을 아니다. 다른 실시예에서, 우하방 추적 방식에 따라서 하방 패턴 픽셀들이 결정되고, 좌상방 추적 방식에 따라서 상방 패턴 픽셀들이 결정될 수 있다. 즉, 우하방 추적 방식에 따라서, p번째 하방 패턴 픽셀의 좌표가 (X, Y)일 때 (X+1, Y), (X, Y+1) 및 (X+1, Y+1) 중에서 최대 픽셀 값에 상응하는 좌표를 p+1번째 하방 패턴 픽셀의 좌표로 결정할 수 있고, 좌상방 추적 방식에 따라서, s번째 상방 패턴 픽셀의 좌표가 (X, Y)일 때 (X-1, Y), (X, Y-1) 및 (X-1, Y-1) 중에서 최대 픽셀 값에 상응하는 좌표를 s+1번째 상방 패턴 픽셀의 좌표로 결정할 수 있다.
도 12d에는 도 12b 및 12c에 설명한 바와 같이 결정된 하방 패턴 픽셀들 및 상방 패턴 픽셀들이 함께 표시되어 있다.
상기 하방 패턴 픽셀들과 상기 상방 패턴 픽셀들 중에서 중복되는 픽셀들을 제외하여 결함 후보 픽셀들을 결정할 수 있다. 즉, 하방 패턴 픽셀이면서 상방 패턴 픽셀이 아닌 경우 및 상방 패턴 픽셀이면서 하방 패턴 픽셀이 아닌 경우 결함 후보 픽셀로 결정될 수 있다.
도 12e에는 전술한 바와 같이 결정된 결함 후보 픽셀들이 도시되어 있다. 도 12e에 도시된 바와 같이 결함 후보 픽셀들 이외의 픽셀들의 값은 모두 0으로 치환될 수 있다. 상기 결함 후보 픽셀들 중에서 기준 개수보다 작은 개수가 서로 연결된 하방 패턴 픽셀들 및 상기 기준 개수보다 작은 개수가 서로 연결된 상기 하방 패턴들을 노이즈 픽셀들로 결정할 수 있다.
예를 들어, 도 12e의 결함 후보 픽셀들에 대하여 상기 기준 개수를 15로 적용하면 (R20, C9)부터 (R7, C16)을 종점들로 하여 서로 연결된 하방 패턴 픽셀들을 제외한 결함 후보 픽셀들은 노이즈 픽셀들로 결정된다.
도 12f에는 결함 라인을 형성하는 결함 픽셀들이 도시되어 있다. 도 12e의 결함 후보 픽셀들 중에서 전술한 바와 같이 결정된 노이즈 픽셀들을 제거하여 상기 결함 라인을 형성하는 결함 픽셀들을 결정할 수 있다. 도 12f에 도시된 바와 같이 결함 픽셀 이외의 픽셀들은 모두 0의 값으로 치환될 수 있다.
도 3의 코어 위치 결정부(230)는 상기 결함 라인의 종점의 위치를 디스로케이션 코어의 위치로 결정할 수 있다. 일 실시예에서, 코어 위치 결정부(230)는 상기 결정된 결함 라인의 양 종점들 중에서 이미지의 중심에 가까운 종점의 위치를 디스로케이션 코어의 위치로 결정할 수 있다. 도 12f의 경우에, 코어 위치 결정부(230)는 (R7, C16)의 좌표를 디스로케이션 코어의 위치로 결정할 수 있다.
도 13a, 13b 및 13c는 디스로케이션 코어의 검출 과정에 따른 이미지들을 나타내는 도면들이다.
도 13a에는 전술한 결함 후보 픽셀들에 상응하는 제1 이미지(IMG1)가 도시되어 있고, 도 13b에는 제1 이미지(IMG1)에서 1개 또는 2개의 결함 후보 픽셀들이 연결된 노이즈 픽셀들을 0의 값으로 치환한 제2 이미지(IMG2)가 도시되어 있다. 제2 이미지(IMG2)에서 전술한 바와 같은 기준 개수에 기초한 연결도(connectivity)를 고려하여 추가적인 노이즈 픽셀들을 제거함으로써 도 13c에 도시된 바와 같은 결함 라인을 검출할 수 있다.
도 14a 및 14b는 디스로케이션 코어의 위치에 기초한 크롭 이미지를 설명하기 위한 도면들이다.
도 14a를 참조하면, 크롭 이미지(CTIMG) 및 가상 TEM 이미지(VTIMG)는 동일한 사이즈를 가질 수 있다. 즉 크롭 이미지(CTIMG)의 행 사이즈(HGT1)는 가상 TEM 이미지(VTIMG)의 행 사이즈(HGT2)와 동일하고, 크롭 이미지(CTIMG)의 열 사이즈(WDT1)는 가상 TEM 이미지(VTIMG)의 열 사이즈(WDT2)와 동일할 수 있다.
전술한 바와 같이, 크롭 이미지(CRIMG)는 상기 측정 TEM 이미지의 일부 또는 상기 측정 TEM 이미지에서 노이즈를 제거한 처리 이미지의 일부에 해당하고 디스로케이션 코어의 위치(Pdc)를 중심으로 하고 일정한 사이즈를 가질 수 있다. 한편, 도 16a 및 16b를 참조하여 후술하는 가상 TEM 이미지들의 발생시 각각의 3차원 구조 결함의 디스로케이션 코어(Porg)가 입사 평면의 중앙에 위치하도록 상기 원자들을 배열할 수 있다.
이와 같이, 측정 TEM 이미지의 디스로케이션 코어의 위치(Pdc) 및 복수의 가상 TEM 이미지들의 디스로케이션 코어들의 위치(Porg)를 일치시켜 상기 측정 TEM 이미지 및 상기 복수의 가상 TEM 이미지들을 비교할 수 있다.
비교되는 이미지들의 디스로케이션 코어의 위치 및 사이즈를 일치시킴으로써, 이미지 매칭을 위한 연산량을 현저히 감소시킬 수 있다.
도 15a 및 15b는 결정 구조 및 원자 배열 방향을 나타내는 도면들이다.
일반적으로 공정 분석에 사용하는 TEM 이미지는 {110} 평면으로 촬영될 수 있다. 이때 X 축은 <110> 방향이고, Y 축은 <001> 방향이 된다. Si 는 도 15a에 도시된 바와 같은 큐빅 다이아몬드(Cubic Diamond) 격자 구조이고, 이를 X축 <110>, Y축 <001> 방향이 되도록 놓으면 도 15b에 도시된 바와 같이 <112> 방향으로 규칙적인 원자 배열이 관찰되는데, <112> 방향과 X축 <110> 방향의 각도가 54.7o 가 된다.
도 11 내지 12f를 참조하여 설명한 본 발명의 격자 방향(lattice direction)의 이미지 트레이싱(image tracing) 기법은 공정 분석에 사용하는 TEM 이미지 촬영 평면에서, Si 격자 구조의 특징적인 배열이 나타나는 54.7o 와 35.3o 방향의 주기성을 검사하는데 효율적이다.
디스로케이션 코어의 주변부는 격자의 주기성이 국부적으로 어긋난(locally dislocated) 것이 특징이다. 디스로케이션이 발생하기 위해서는 원자 배열의 일부가 동일하게 트랜슬레이션(translation) 해야 하고, 이러한 트랜슬레이션 벡터를 버거스 벡터(Burgers vector)라고 한다. 이때 에너지적으로 가장 안정한 최소 격자 트랜슬레이션(minimum lattice translation)을 나타내는 버거스 벡터는 1/6<112>이 된다. 즉, <112> 방향 (일반적인 공정 분석 TEM 에서 X축과 54.7o 대각선 방향)의 주기성을 비교하는 것이 디스로케이션 코어를 찾는 효율적인 방법이 된다.
도 16a 및 16b는 본 발명의 실시예들에 따른 가상 TEM 이미지의 발생을 설명하기 위한 도면들이다.
도 16a를 참조하면, 전자빔 또는 전자파가 입사되는 입사 평면을 복수의 도메인들로 분할할 수 있다. 각각의 3차원 구조 결함을 상기 입사 평면의 상응하는 위치들에 배치되는 원자들의 각각의 배열로 설정할 수 있다. 도 16a에는 도시의 편의상 하나의 도메인에 배치되는 하나의 원자만을 도시하였으나, 각각의 도메인마다 하나의 원자가 배치될 수 있다.
멀티-슬라이스(multi-slice) 방법은 시간이 오래 걸려 최소 수nm에서 수백nm에 이르는 실제 시료를 모사하는데 사용할 수 없어서 실제 계산을 근사화 하는 방법이 필요하다. 멀티-슬라이스 방법은 전자파의 진행을, 아주 잘게 쪼갠 슬라이스들(또는 슬릿들)을 통과하는 모델로 계산함으로써 계산량이 매우 증가한다.
본 발명의 실시예들에 따라서, 전자파가 진행하면서 발생하는 모든 이차적인 산란(secondary scattering)을 무시하여, 계산량을 획기적으로 줄이고, 최종적으로 투과한 빛의 세기(intensity)만으로 TEM 이미지를 모사할 수 있다.
빛의 진행 방향을 Z 방향이라고 하면, 본 발명의 실시예들에 따른 근사 방법에서는 멀티-슬라이스 방법과 달리 각 원자 위치 에 따른 원자 포텐셜(atomic potential)을 2차원 (z=0) 평면에 중첩시켜 통과시킨다. 종래의 멀티-슬라이스 방법과 달리 z=0인 x-y 평면을 한번만 통과하므로 이차적인 산란은 모두 무시된다. 빛은 이 x-y 평면을 잘게 쪼갠 (domain-decomposition) 각 원자 위치 를 통과하면서 이 x-y 평면에 배치된 원자 포텐셜에 의해 산란하는 것으로 모사할 수 있다.
이때 입사하는 빛은 단파장 빔(monochromatic beam)으로 가정, 즉 빛의 파장에 따른 변동(variation)이 없는 정현 평면파(sinusoidal plane wave)라고 가정한다.
또한 파동을 시간에 따라 평균하는 (time-averaged) 것으로 가정하여 시간에 따른 위상 변동(phase variation)은 없다고 가정한다. 이러한 가정을 통해 빛의 세기(intensity), 즉 빛의 방사(irradiation)를 시간 평균된 방사 에너지 플럭스(time-averaged radiated energy flux)의 양으로서 표현하고, 이는 수학식 4에 표현된 바와 같이 포인팅 벡터(Poynting vector)의 실수부 에 해당된다.
[수학식 4]
빛의 세기가 공간상에서 어떻게 분포하는지는 각각의 잘게 쪼개진 도메인에서 원자 포텐셜에 산란되어 손실된 세기로 표현하면 수학식 5와 같다.
[수학식 5]
수학식 5에서 이고, 도 16b에 도시된 바와 같이 은 가상 TEM 이미지 상의 픽셀의 위치 벡터이고 은 원자의 위치 벡터이다.
빛의 진행 방향에 대하여 z=0으로 고정하면, 수학식 5는 z에 무관하게 되고, 결과적으로 수학식 6과 같이 간소화될 수 있다.
[수학식 6]
수학식 6에서, A는 제1 파라미터이고 B는 제2 파라미터이고, 각각의 가상 TEM 이미지가 실제 TEM 이미지에 근접하도록 하기 위한 튜닝 과정을 통하여 상기 제1 파라미터(A) 및 상기 제2 파라미터(B)가 결정될 수 있다.
결과적으로, 각각의 3차원 구조 결함에 상응하는 각각의 가상 TEM 이미지의 픽셀 값들은 수학식 7과 같이 모든 원자들에 의한 빛의 세기를 합산함으로써 구할 수 있다.
[수학식 7]
수학식 7에서, 은 각각의 가상 TEM 이미지 상의 픽셀의 위치 벡터를 나타내고, 은 원자의 위치 벡터를 나타내고, 에서의 픽셀 값을 나타내고, A는 제1 파라미터를 나타내고, B는 제2 파라미터를 나타낸다.
도 17은 측정 TEM 이미지 및 상응하는 가상 TEM 이미지의 예들을 나타내는 도면이다.
도 17에는 실제 TEM 이미지들, 즉 측정 TEM 이미지들(MTIMG)과 이들에 각각 상응하는 계산된 TEM 이미지들, 즉 가상 TEM 이미지들(VTIMG)의 4가지 예들이 도시되어 있다.
Si (또는 SiGe) 격자 구조의 선호 슬립 시스템(preferred slip system)은 {111}평면/<110>방향으로 정의된다. 슬립 시스템은 평면과 방향으로 정의된다. 큐빅 대칭성(Cubic symmetry)에 의해 동일한 슬립 시스템이 12개 존재한다.
디스로케이션 코어의 위치는 {110} 평면의 국소 대칭성(local symmetry)에 의해, 글라이드(glide) 및 셔플(shuffle)의 2개 타입이 존재할 수 있다.
디스로케이션의 버거스 벡터는 스크류(screw) 및 에지(edge)의 2가지 성분으로 구성되고, 이를 구현하기 위해 볼테라 실린더(Volterra cylinder) 모델을 사용하면 8개 조합이 가능하다.
디스로케이션의 종류는 디스로케이션 라인과 버거스 벡터의 각도로 정의되는데, 0, 30, 60, 90도로 생성될 수 있으며, 각각의 디스로케이션은 에너지적으로 좀 더 안정한 부분 디스로케이션(partial dislocation)으로 분리될(dissociated) 수 있다. 이때 가능한 각도는 0, 30, 60, 90, 120, 150도가 된다. 0, 30, 60, 90도의 완전 디스로케이션(perfect dislocation)과 0, 30, 60, 90, 120, 150의 부분 디스로케이션(partial dislocation), 총 10개의 디스로케이션 타입이 고려될 수 있다.
이를 모두 고려하면, 큐빅 다이아몬드 구조의 경우에 3차원 구조 결함들의 개수는 12*2*8*10=1920개가 된다.
도 18은 본 발명의 실시예들에 따른 반도체 공정 개선 방법을 나타내는 순서도이다.
도 18을 참조하면, 에피택셜 성장(epitaxial growth), 에칭(etching), 증착(deposition) 등의 반도체 공정을 수행하고(S10), 공정에 의해 제조된 반도체 구조물의 TEM 시료를 제작하고 TEM 이미지를 측정한다(S20).
전술한 바와 같은 본 발명의 실시예들에 따라서, 상기 시료의 크리스탈 구조에 발생한 디스로케이션을 자동으로 검출한다(S30). 전술한 바와 같이, 측정 TEM 이미지보다 콘트라스트가 증가된 강화 이미지를 제공하고, 상기 강화 이미지에 기초하여 원자 배열 패턴을 격자 방향으로 추적하여 상기 원자 배열 패턴의 주기성이 파괴된 결함 픽셀들로 이루어진 결함 라인을 검출하고, 상기 결함 라인의 종점의 위치를 디스로케이션 코어의 위치로 결정할 수 있다.
이와 같은 일련의 데이터 처리 과정은 하드웨어, 소프트웨어 또는 하드웨어 및 소프트웨어의 조합에 의해 수행될 수 있다. 이와 같이 이미지 처리 및 결함 검출을 자동화함으로써 육안 검출시 발생할 수 있는 휴먼 에러를 방지할 수 있다.
디스로케이션 코어가 존재하지 않는 경우에는(S40: NO) 반도체 공정을 평가하고(S60), 디스로케이션 코어가 존재하는 경우에는(S40: YES) 가상 TEM 기반 분석을 수행하고(S50) 상기 분석에 기초하여 반도체 공정을 평가한다(S60). 예를 들어, 상기 가상 TEM 기반 분석을 TCAD(Technology Computer Aided Design) 시뮬레이션과 연계하여 크리스탈 결함에 따른 스트레스 영향성 분석을 할 수 있다.
가상 TEM 기반 분석은, 전술한 바와 같이, 크리스탈 구조의 복수의 3차원 구조 결함들에 각각 상응하는 복수의 가상 TEM 이미지들을 제공하고, 검출된 디스로케이션 코어와 같은 구조 결함 정보에 기초하여 상기 측정 TEM 이미지 및 상기 복수의 가상 TEM 이미지들을 비교하여 상기 측정 TEM 이미지의 결함 타입을 결정하는 방식으로 수행될 수 있다.
이와 같이 가상 TEM 이미지를 이용한 리버스 엔지니어링을 통하여 3차원 구조 결함의 유형을 분석함으로써 반도체 공정을 효율적으로 평가하고 개선할 수 있다.
도 19는 본 발명의 실시예들에 따른 컴퓨팅 시스템을 나타내는 블록도이다.
도 19를 참조하면, 컴퓨팅 시스템(2000)은 프로세서(2100), 메모리 장치(2200), 네트워크 인터페이스 장치(2300), 저장 장치(2400), 입출력 장치들(2500) 및 이들을 전기적으로 연결하는 버스와 같은 인터커넥트 장치(50)를 포함할 수 있다.
프로세서(2100)는 마이크로프로세서, 중앙 처리 장치 등과 같은 하나 이상의 범용 프로세싱 디바이스들을 포함할 수 있다. 예를 들어, 프로세서(2100)는 CISC(complex instruction set computing) 마이크로프로세서, RISC(reduced instruction set computing) 마이크로프로세서, VLIW(very long instruction word) 마이크로프로세서, 또는 다른 명령 세트들(INSTR)을 구현하는 프로세서 또는 명령 세트들(INSTR)의 조합을 구현하는 프로세서들일 수 있다.
프로세서(2100)는 또한 주문형 집적 회로(ASIC), 필드 프로그래머블 게이트 어레이(FPGA), 디지털 신호 프로세서(DSP), 네트워크 프로세서 등과 같은 하나 이상의 특수 목적 프로세싱 디바이스들일 수 있다. 프로세서(2100)는 전술한 바와 같은 크리스탈 결함 분석을 위한 동작들 및/또는 단계들을 수행하기 위한 명령들(INSTR)을 실행하도록 구성될 수 있다.
전술한 바와 같은 크리스탈 결함 분석을 위한 동작들 및/또는 단계들을 수행하기 위한 명령들(INSTR)은 메모리 장치(2200)에 로딩되어 빠른 속도로 프로세서(2100)에 제공될 수 있다. 또한 전술한 바와 같은 가상 TEM 이미지들(VTIMG)은 동시에 또는 순차적으로 메모리 장치(2200)에 로딩되어 빠른 속도로 프로세서(2100)에 제공될 수 있다. 메모리 장치(2200)는 디램(DRAM, dynamic random access memory), 에스램(SRAM, static random access memory)와 같이 빠른 동작 속도를 갖는 메모리로 구현될 수 있다.
저장 장치(2400)는 전술한 바와 같은 본 발명의 실시예들에 따른 크리스탈 결함 분석을 위한 동작들 및/또는 단계들을 수행하기 위한 명령들(INSTR) 및 가상 TEM 이미지들(VTIMG)을 저장하는 컴퓨터 판독가능 저장 매체를 포함할 수 있다. 명령들(INSTR) 및 가상 TEM 이미지들(VTIMG)은 메모리 장치(2200) 및 프로세서(2100)에 의해 명령들(INSTR)이 실행되는 동안 메모리 장치(2200) 내에서 및/또는 프로세서(2100) 내에서 완전히 또는 적어도 부분적으로 상주할 수 있다. 또한 추가적으로 명령들(INSTR) 및 가상 TEM 이미지들(VTIMG)은 네트워크 인터페이스 장치(2300)를 이용하여 외부 장치로 송신되거나 외부 장치로부터 수신될 수 있다.
저장 장치(400)는 EEPROM(Electrically Erasable Programmable Read-Only Memory), 플래시 메모리(Flash Memory), PRAM(Phase Change Random Access Memory), RRAM(Resistance Random Access Memory), NFGM(Nano Floating Gate Memory), PoRAM(Polymer Random Access Memory), MRAM(Magnetic Random Access Memory), FRAM(Ferroelectric Random Access Memory) 또는 이와 유사한 메모리로 구현될 수 있다.
네트워크 인터페이스 장치(2300)는 외부 장치와의 통신을 지원할 수 있다. 네트워크 인터페이스 장치(2300)는 무선 통신 인터페이스, 유선 통신 인터페이스 및 이들의 조합으로 구현될 수 있다.
입출력 장치들(2500)은 디스플레이 장치, 터치 스크린 장치, 키보드, 마우스, 스피커, 마이크 등의 장치들을 포함할 수 있다.
전술한 방법들의 적어도 일부분은 컴퓨터 메모리 내에서 데이터 비트들에 대한 동작들의 알고리즘들과 기호적 표현들로 표현될 수 있다. 이들 알고리즘의 설명들과 표현들은 데이터 프로세싱 기술분야들의 당업자들이 그 기술분야의 다른 당업자들에게 이들 작업의 본질을 가장 효과적으로 전달하기 위해서 사용되는 수단이다. 여기서, 알고리즘은 일반적으로, 원하는 결과로 이어지는 일관된 순서의 단계들인 것으로 간주될 수 있다. 상기 단계들은 물리적 분량(quantity)들의 물리적 조작들을 요구하는 것들로서, 필수적이지는 않지만, 일반적으로 이러한 분량들은 저장, 전달, 조합, 비교, 및 그렇지 않으면 조작될 수 있는 전기적 또는 자기적 신호들의 형태를 취할 수 있다.
해당 기술 분야의 숙련된 당업자는 본 발명의 실시예들이 시스템, 방법, 컴퓨터로 판독 가능한 매체에 저장된 컴퓨터로 판독 가능한 프로그램 코드를 포함하는 제품 등의 형태로 구현될 수 있음을 이해할 것이다. 상기 컴퓨터로 판독 가능한 프로그램 코드는 다양한 컴퓨터 또는 다른 데이터 처리 장치의 프로세서로 제공될 수 있다. 상기 컴퓨터로 판독 가능한 매체는 컴퓨터로 판독 가능한 신호 매체 또는 컴퓨터로 판독 가능한 기록 매체일 수 있다. 상기 컴퓨터로 판독 가능한 기록 매체는 명령어 실행 시스템, 장비 또는 장치 내에 또는 이들과 접속되어 프로그램을 저장하거나 포함할 수 있는 임의의 유형적인 매체일 수 있다.
이상 설명한 바와 같이, 본 발명의 실시예들에 따른 크리스탈 결함 분석 시스템 및 크리스탈 결함 분석 방법은, 이미지 처리 및 결함 검출을 자동화하고 가상 TEM 이미지를 이용한 리버스 엔지니어링을 통하여 3차원 구조 결함의 유형을 분석함으로써 육안 검출시 발생할 수 있는 휴먼 에러를 방지하고 반도체 공정을 효율적으로 평가하고 개선할 수 있다.
본 발명의 실시예들은 다양한 반도체 장치 및 반도체 제조 공정에 유용하게 이용될 수 있다. 특히 본 발명의 실시예들은 메모리 카드, 솔리드 스테이트 드라이브(Solid State Drive; SSD), 임베디드 멀티미디어 카드(eMMC, embedded multimedia card), 컴퓨터(computer), 노트북(laptop), 핸드폰(cellular phone), 스마트폰(smart phone), MP3 플레이어, 피디에이(Personal Digital Assistants; PDA), 피엠피(Portable Multimedia Player; PMP), 디지털 TV, 디지털 카메라, 포터블 게임 콘솔(portable game console), 네비게이션(navigation) 기기, 웨어러블(wearable) 기기, IoT(internet of things;) 기기, IoE(internet of everything:) 기기, e-북(e-book), VR(virtual reality) 기기, AR(augmented reality) 기기 등과 같은 전자 기기 및 이들의 제조 공정에 더욱 유용하게 적용될 수 있다.
상기에서는 본 발명이 바람직한 실시예를 참조하여 설명하였지만, 해당 기술분야의 숙련된 당업자는 하기의 특허청구범위에 기재된 본 발명의 사상 및 영역으로부터 벗어나지 않는 범위 내에서 본 발명을 다양하게 수정 및 변경시킬 수 있음을 이해할 것이다.

Claims (20)

  1. 크리스탈 구조를 갖는 시료를 촬영한 측정 TEM 이미지를 처리하여 상기 시료의 구조 결함 정보를 제공하는 이미지 처리부;
    상기 크리스탈 구조의 복수의 3차원 구조 결함들에 각각 상응하는 복수의 가상 TEM 이미지들을 제공하는 이미지 발생부; 및
    상기 구조 결함 정보에 기초하여 상기 측정 TEM 이미지 및 상기 복수의 가상 TEM 이미지들을 비교하여 상기 측정 TEM 이미지의 결함 타입을 결정하는 비교부를 포함하고,
    상기 이미지 처리부는 상기 측정 TEM 이미지 상에서의 디스로케이션 코어의 위치를 결정하여 상기 시료의 구조 결함 정보를 제공하는 크리스탈 결함 분석 시스템.
  2. 제1 항에 있어서,
    상기 이미지 처리부는,
    상기 측정 TEM 이미지보다 콘트라스트가 증가된 강화 이미지를 제공하는 전처리부;
    상기 강화 이미지에 기초하여 원자 배열 패턴을 격자 방향으로 추적하여 상기 원자 배열 패턴의 주기성이 파괴된 결함 픽셀들로 이루어진 결함 라인을 검출하는 결함 라인 검출부;
    상기 결함 라인의 종점의 위치를 상기 디스로케이션 코어의 위치로 결정하는 코어 위치 결정부; 및
    상기 측정 TEM 이미지의 일부 또는 상기 측정 TEM 이미지에서 노이즈를 제거한 처리 이미지의 일부에 해당하고 상기 디스로케이션 코어의 위치를 중심으로 하고 일정한 사이즈를 갖는 크롭 이미지를 제공하는 이미지 추출부를 포함하는 것을 특징으로 하는 크리스탈 결함 분석 시스템.
  3. 제2 항에 있어서,
    상기 전처리부는 하기의 수학식들에 의한 커스터마이즈드 히스토그램 등화를 수행하여 상기 강화 이미지를 제공하는 것을 특징으로 하는 크리스탈 결함 분석 시스템.



    상기 수학식들에서, ch(v)는 상기 강화 이미지의 픽셀 값을 나타내고, RND()는 반올림, 내림 또는 올림 함수를 나타내고, M은 이미지의 행의 수를 나타내고, N은 이미지의 열의 수를 나타내고, cdf(v)는 0부터 v까지의 빈도수를 합산한 누적 빈도수를 나타내고, cdfmin은 최소 누적 빈도수를 나타내고, vmax는 최대 픽셀 값을 나타내고, CV1은 제1 조정 값을 나타내고, CV2는 제2 조정 값을 나타내고, tv1은 제1 문턱 빈도수를 나타내고, tv2는 제2 문턱 빈도수를 나타냄.
  4. 제2 항에 있어서,
    상기 결함 라인 검출부는,
    대각선 방향을 따른 하방 추적 방식으로 하방 패턴 픽셀들을 결정하고, 상기 대각선 방향을 따른 상방 추적 방식으로 상방 패턴 픽셀들을 결정하고, 상기 하방 패턴 픽셀들과 상기 상방 패턴 픽셀들 중에서 중복되는 픽셀들을 제외하여 결함 후보 픽셀들을 결정하고, 상기 결함 후보 픽셀들 중에서 기준 개수보다 작은 개수가 서로 연결된 픽셀들을 노이즈 픽셀들로 결정하고, 상기 결함 후보 픽셀들 중에서 상기 노이즈 픽셀들을 제거하여 상기 결함 라인을 결정하는 것을 특징으로 하는 크리스탈 결함 분석 시스템.
  5. 크리스탈 구조를 갖는 시료를 촬영한 측정 TEM 이미지를 처리하여 상기 시료의 구조 결함 정보를 제공하는 이미지 처리부;
    상기 크리스탈 구조의 복수의 3차원 구조 결함들에 각각 상응하는 복수의 가상 TEM 이미지들을 제공하는 이미지 발생부; 및
    상기 구조 결함 정보에 기초하여 상기 측정 TEM 이미지 및 상기 복수의 가상 TEM 이미지들을 비교하여 상기 측정 TEM 이미지의 결함 타입을 결정하는 비교부를 포함하고,
    상기 이미지 발생부는,
    전자파가 입사되는 입사 평면을 복수의 도메인들로 분할하고, 각각의 3차원 구조 결함을 상기 입사 평면의 상응하는 위치들에 배치되는 원자들의 각각의 배열로 설정하고, 상기 각각의 3차원 구조 결함에 상응하는 각각의 가상 TEM 이미지의 픽셀 값들을 하기의 수학식을 이용하여 계산하는 것을 특징으로 하는 크리스탈 결함 분석 시스템.

    상기 수학식에서, 은 상기 각각의 가상 TEM 이미지 상의 픽셀의 위치 벡터를 나타내고, 은 원자의 위치 벡터를 나타내고, 에서의 픽셀 값을 나타내고, A는 제1 파라미터를 나타내고, B는 제2 파라미터를 나타냄.
  6. 제1 항에 있어서,
    상기 비교부는,
    상기 측정 TEM 이미지의 상기 디스로케이션 코어의 위치 및 상기 복수의 가상 TEM 이미지들의 디스로케이션 코어들의 위치를 일치시켜 상기 측정 TEM 이미지 및 상기 복수의 가상 TEM 이미지들을 비교하는 것을 특징으로 하는 크리스탈 결함 분석 시스템.
  7. 크리스탈 구조를 갖는 시료를 촬영하여 측정 TEM 이미지를 제공하는 단계;
    상기 측정 TEM 이미지를 처리하여 상기 시료의 구조 결함 정보를 제공하는 단계;
    상기 크리스탈 구조의 복수의 3차원 구조 결함들에 각각 상응하는 복수의 가상 TEM 이미지들을 제공하는 단계; 및
    상기 구조 결함 정보에 기초하여 상기 측정 TEM 이미지 및 상기 복수의 가상 TEM 이미지들을 비교하여 상기 측정 TEM 이미지의 결함 타입을 결정하는 단계를 포함하고,
    상기 시료의 구조 결함 정보를 제공하는 단계는,
    상기 측정 TEM 이미지 상에서의 디스로케이션 코어의 위치를 결정하는 단계를 포함하는 크리스탈 결함 분석 방법.
  8. 삭제
  9. 제7 항에 있어서,
    상기 측정 TEM 이미지에 상응하는 결함 타입을 결정하는 단계는,
    상기 측정 TEM 이미지의 상기 디스로케이션 코어의 위치 및 상기 복수의 가상 TEM 이미지들의 디스로케이션 코어들의 위치를 일치시켜 상기 측정 TEM 이미지 및 상기 복수의 가상 TEM 이미지들을 비교하는 단계를 포함하는 것을 특징으로 하는 크리스탈 결함 분석 방법.
  10. 제7 항에 있어서,
    상기 시료의 구조 결함 정보를 제공하는 단계는,
    상기 측정 TEM 이미지보다 콘트라스트가 증가된 강화 이미지를 제공하는 단계;
    상기 강화 이미지에 기초하여 원자 배열 패턴을 격자 방향으로 추적하여 상기 원자 배열 패턴의 주기성이 파괴된 결함 픽셀들로 이루어진 결함 라인을 검출하는 단계; 및
    상기 결함 라인의 종점의 위치를 상기 디스로케이션 코어의 위치로 결정하는 단계를 포함하는 크리스탈 결함 분석 방법.
  11. 제10 항에 있어서,
    상기 강화 이미지를 제공하는 단계는,
    하기의 수학식들에 의한 커스터마이즈드 히스토그램 등화를 수행하는 단계를 포함하는 것을 특징으로 하는 크리스탈 결함 분석 방법.



    상기 수학식들에서, ch(v)는 상기 강화 이미지의 픽셀 값을 나타내고, RND()는 반올림, 내림 또는 올림 함수를 나타내고, M은 이미지의 행의 수를 나타내고, N은 이미지의 열의 수를 나타내고, cdf(v)는 0부터 v까지의 빈도수를 합산한 누적 빈도수를 나타내고, cdfmin은 최소 누적 빈도수를 나타내고, vmax는 최대 픽셀 값을 나타내고, CV1은 제1 조정 값을 나타내고, CV2는 제2 조정 값을 나타내고, tv1은 제1 문턱 빈도수를 나타내고, tv2는 제2 문턱 빈도수를 나타냄.
  12. 제10 항에 있어서,
    상기 결함 라인을 검출하는 단계는,
    대각선 방향을 따른 하방 추적 방식으로 하방 패턴 픽셀들을 결정하는 단계;
    상기 대각선 방향을 따른 상방 추적 방식으로 상방 패턴 픽셀들을 결정하는 단계;
    상기 하방 패턴 픽셀들과 상기 상방 패턴 픽셀들 중에서 중복되는 픽셀들을 제외하여 결함 후보 픽셀들을 결정하는 단계;
    상기 결함 후보 픽셀들 중에서 기준 개수보다 작은 개수가 서로 연결된 하방 패턴 픽셀들 및 상기 기준 개수보다 작은 개수가 서로 연결된 상기 하방 패턴들을 노이즈 픽셀들로 결정하는 단계; 및
    상기 결함 후보 픽셀들 중에서 상기 노이즈 픽셀들을 제거하여 상기 결함 라인을 형성하는 결함 픽셀들을 결정하는 단계를 포함하는 것을 특징으로 하는 크리스탈 결함 분석 방법.
  13. 제12 항에 있어
    상기 하방 추적 방식은,
    X는 픽셀의 행 좌표이고 Y는 픽셀의 열 좌표일 때, p번째 하방 패턴 픽셀의 좌표가 (X, Y)일 때 (X+1, Y), (X, Y-1) 및 (X+1, Y-1) 중에서 최대 픽셀 값에 상응하는 좌표를 p+1번째 하방 패턴 픽셀의 좌표로 결정하는 좌하방 추적 방식이고,
    상기 상방 추적 방식은,
    s번째 상방 패턴 픽셀의 좌표가 (X, Y)일 때 (X-1, Y), (X, Y+1) 및 (X-1, Y+1) 중에서 최대 픽셀 값에 상응하는 좌표를 s+1번째 상방 패턴 픽셀의 좌표로 결정하는 우상방 추적 방식인 것을 특징으로 하는 크리스탈 결함 분석 방법.
  14. 제12 항에 있어서,
    상기 하방 추적 방식은,
    X는 픽셀의 행 좌표이고 Y는 픽셀의 열 좌표일 때, p번째 하방 패턴 픽셀의 좌표가 (X, Y)일 때 (X+1, Y), (X, Y+1) 및 (X+1, Y+1) 중에서 최대 픽셀 값에 상응하는 좌표를 p+1번째 하방 패턴 픽셀의 좌표로 결정하는 우하방 추적 방식이고,
    상기 상방 추적 방식은,
    s번째 상방 패턴 픽셀의 좌표가 (X, Y)일 때 (X-1, Y), (X, Y-1) 및 (X-1, Y-1) 중에서 최대 픽셀 값에 상응하는 좌표를 s+1번째 상방 패턴 픽셀의 좌표로 결정하는 좌상방 추적 방식인 것을 특징으로 하는 크리스탈 결함 분석 방법.
  15. 제10 항에 있어서,
    상기 측정 TEM 이미지의 일부 또는 상기 측정 TEM 이미지에서 노이즈를 제거한 처리 이미지의 일부에 해당하고 상기 디스로케이션 코어의 위치를 중심으로 하고 일정한 사이즈를 갖는 크롭 이미지를 제공하는 단계를 더 포함하는 것을 특징으로 하는 크리스탈 결함 분석 방법.
  16. 크리스탈 구조를 갖는 시료를 촬영하여 측정 TEM 이미지를 제공하는 단계;
    상기 측정 TEM 이미지를 처리하여 상기 시료의 구조 결함 정보를 제공하는 단계;
    상기 크리스탈 구조의 복수의 3차원 구조 결함들에 각각 상응하는 복수의 가상 TEM 이미지들을 제공하는 단계; 및
    상기 구조 결함 정보에 기초하여 상기 측정 TEM 이미지 및 상기 복수의 가상 TEM 이미지들을 비교하여 상기 측정 TEM 이미지의 결함 타입을 결정하는 단계를 포함하고,
    상기 복수의 가상 TEM 이미지들을 제공하는 단계는,
    전자파가 입사되는 입사 평면을 복수의 도메인들로 분할하는 단계;
    각각의 3차원 구조 결함을 상기 입사 평면의 상응하는 위치들에 배치되는 원자들의 각각의 배열로 설정하는 단계; 및
    상기 각각의 3차원 구조 결함에 상응하는 각각의 가상 TEM 이미지의 픽셀 값들을 하기의 수학식을 이용하여 계산하는 단계를 포함하는 것을 특징으로 하는 크리스탈 결함 분석 방법.

    상기 수학식에서, 은 상기 각각의 가상 TEM 이미지 상의 픽셀의 위치 벡터를 나타내고, 은 원자의 위치 벡터를 나타내고, 에서의 픽셀 값을 나타내고, A는 제1 파라미터를 나타내고, B는 제2 파라미터를 나타냄.
  17. 제16 항에 있어서,
    상기 각각의 3차원 구조 결함의 디스로케이션 코어가 상기 입사 평면의 중앙에 위치하도록 상기 원자들을 배열하는 것을 특징으로 하는 크리스탈 결함 분석 방법.
  18. 제16 항에 있어서,
    상기 각각의 가상 TEM 이미지가 실제 TEM 이미지에 근접하도록 상기 제1 파라미터 및 상기 제2 파라미터를 튜닝하는 단계를 더 포함하는 것을 특징으로 하는 크리스탈 결함 분석 방법.
  19. 제7 항에 있어서,
    상기 측정 TEM 이미지의 결함 타입을 결정하는 단계는,
    머신 러닝을 수행하여 상기 복수의 가상 TEM 이미지들 중에서 상기 측정 TEM 이미지와 가장 유사한 매치드 가상 TEM 이미지를 결정하는 단계; 및
    상기 복수의 3차원 구조 결함들 중에서 상기 매치드 가상 TEM 이미지에 상응하는 3차원 구조 결함을 상기 측정 TEM 이미지의 결함 타입으로 결정하는 단계를 포함하는 것을 특징으로 하는 크리스탈 결함 분석 방법.
  20. 크리스탈 구조를 갖는 시료를 촬영하여 측정 TEM 이미지를 제공하는 단계;
    상기 측정 TEM 이미지보다 콘트라스트가 증가된 강화 이미지를 제공하는 단계;
    상기 강화 이미지에 기초하여 원자 배열 패턴을 격자 방향으로 추적하여 상기 원자 배열 패턴의 주기성이 파괴된 결함 픽셀들로 이루어진 결함 라인을 검출하는 단계;
    상기 결함 라인의 종점의 위치를 디스로케이션 코어의 위치로 결정하는 단계;
    상기 측정 TEM 이미지의 일부 또는 상기 측정 TEM 이미지에서 노이즈를 제거한 처리 이미지의 일부에 해당하고 상기 디스로케이션 코어의 위치를 중심으로 하고 일정한 사이즈를 갖는 크롭 이미지를 제공하는 단계;
    상기 크리스탈 구조의 복수의 3차원 구조 결함들에 각각 상응하는 복수의 가상 TEM 이미지들을 제공하는 단계; 및
    상기 크롭 이미지 및 상기 복수의 가상 TEM 이미지들을 비교하여 상기 측정 TEM 이미지의 결함 타입을 결정하는 단계를 포함하는 크리스탈 결함 분석 방법.
KR1020180080243A 2018-07-10 2018-07-10 크리스탈 결함 분석 시스템 및 크리스탈 결함 분석 방법 KR102579007B1 (ko)

Priority Applications (3)

Application Number Priority Date Filing Date Title
KR1020180080243A KR102579007B1 (ko) 2018-07-10 2018-07-10 크리스탈 결함 분석 시스템 및 크리스탈 결함 분석 방법
US16/257,895 US10727025B2 (en) 2018-07-10 2019-01-25 System and method of analyzing a crystal defect
CN201910384702.7A CN110763706A (zh) 2018-07-10 2019-05-09 分析晶体缺陷的***和方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020180080243A KR102579007B1 (ko) 2018-07-10 2018-07-10 크리스탈 결함 분석 시스템 및 크리스탈 결함 분석 방법

Publications (2)

Publication Number Publication Date
KR20200006461A KR20200006461A (ko) 2020-01-20
KR102579007B1 true KR102579007B1 (ko) 2023-09-15

Family

ID=69139830

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020180080243A KR102579007B1 (ko) 2018-07-10 2018-07-10 크리스탈 결함 분석 시스템 및 크리스탈 결함 분석 방법

Country Status (3)

Country Link
US (1) US10727025B2 (ko)
KR (1) KR102579007B1 (ko)
CN (1) CN110763706A (ko)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111563357B (zh) * 2020-04-28 2024-03-01 纳威科技有限公司 电子器件的三维可视化显示方法及***
KR102628495B1 (ko) 2020-12-16 2024-01-24 한국과학기술원 나노 입자의 3차원 원자 단위 구조 결정 장치 및 그 결정 방법
CN112505071B (zh) * 2020-12-29 2024-04-16 重庆大学 基于透射电镜的位错三维定量表征方法及***
FR3135554B1 (fr) 2022-05-13 2024-05-31 Commissariat Energie Atomique Procédé et dispositif de traitement d’image pour la localisation de gouttes représentatives de défauts ou irrégularités

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2011007728A (ja) 2009-06-29 2011-01-13 Seiko Epson Corp 欠陥検出方法、欠陥検出装置、および欠陥検出プログラム
JP2014099561A (ja) * 2012-11-15 2014-05-29 Denso Corp 半導体試料における結晶欠陥解析方法
JP2015530561A (ja) 2012-07-09 2015-10-15 財團法人國家衛生研究院National Health Research Institutes 透過型電子顕微鏡のための標本調製
JP2016170327A (ja) * 2015-03-13 2016-09-23 株式会社東芝 光反射型リソグラフィマスク、その検査方法、検査装置およびマスクブランク

Family Cites Families (37)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5576543A (en) * 1995-08-21 1996-11-19 Texsem Laboratories, Inc. Method and apparatus for determining crystallographic characteristics
WO1998038669A1 (en) * 1997-02-28 1998-09-03 Arizona Board Of Regents Atomic focusers in electron microscopy
JP3781601B2 (ja) * 2000-01-25 2006-05-31 日本電子株式会社 半導体試料の検査方法
JP3756758B2 (ja) * 2000-07-11 2006-03-15 アルプス電気株式会社 交換結合膜と、この交換結合膜を用いた磁気抵抗効果素子、ならびに前記磁気抵抗効果素子を用いた薄膜磁気ヘッド
JP2002131753A (ja) * 2000-10-24 2002-05-09 Denso Corp 液晶表示素子およびその製造方法
JP3405338B2 (ja) 2001-01-09 2003-05-12 株式会社日立製作所 パターン欠陥検査方法およびその装置
KR100531950B1 (ko) 2003-01-30 2005-11-30 동부아남반도체 주식회사 결함 픽셀값의 재구성에 의한 자동 결함 분류방법
KR20050029762A (ko) 2003-09-22 2005-03-28 삼성전자주식회사 Cbed를 이용한 재료의 구조 분석 방법
KR100574648B1 (ko) 2003-09-25 2006-04-27 동부일렉트로닉스 주식회사 결함 유형 분류 방법 및 시스템
JP2006098152A (ja) * 2004-09-29 2006-04-13 Dainippon Screen Mfg Co Ltd 欠陥検出装置および欠陥検出方法
US7440607B1 (en) * 2004-11-03 2008-10-21 Kla-Tencor Corporation Outlier substrate inspection
JP4812484B2 (ja) 2006-03-24 2011-11-09 株式会社日立ハイテクノロジーズ ボルテージコントラストを伴った欠陥をレビューする方法およびその装置
JP5118872B2 (ja) * 2007-03-30 2013-01-16 株式会社日立ハイテクノロジーズ 半導体デバイスの欠陥観察方法及びその装置
KR100986773B1 (ko) * 2008-12-16 2010-10-08 정성윤 리튬 전이금속 인산화물 및 그 제조 방법
US7504345B2 (en) * 2007-06-06 2009-03-17 Opc Laser Systems Llc Method for eliminating defects from semiconductor materials
US20090309623A1 (en) * 2008-06-11 2009-12-17 Amethyst Research, Inc. Method for Assessment of Material Defects
JP4629131B2 (ja) * 2008-09-03 2011-02-09 大日本印刷株式会社 画像変換装置
DE102010025033B4 (de) 2010-06-23 2021-02-11 Carl Zeiss Smt Gmbh Verfahren zur Defekterkennung und Reparatur von EUV-Masken
WO2012098908A1 (ja) * 2011-01-20 2012-07-26 富士フイルム株式会社 放射線位相画像撮影装置
US9390517B2 (en) 2011-01-25 2016-07-12 Samsung Sdi Co., Ltd. System for image analysis and method thereof
JP2012237566A (ja) 2011-05-10 2012-12-06 Hitachi High-Technologies Corp 欠陥観察方法及びその装置
US9595091B2 (en) 2012-04-19 2017-03-14 Applied Materials Israel, Ltd. Defect classification using topographical attributes
US9580834B2 (en) * 2013-03-11 2017-02-28 William Marsh Rice University Growth methods for controlled large-area fabrication of high-quality graphene analogs
KR20140122608A (ko) 2013-04-10 2014-10-20 삼성전자주식회사 디펙의 깊이 정보 추출 장치 및 방법과 그 디펙의 깊이 정보를 이용한 반도체 공정 개선방법
JP2014225735A (ja) 2013-05-15 2014-12-04 日本電子株式会社 画像処理方法、画像処理装置、撮像装置、およびプログラム
CN105453242B (zh) * 2013-08-14 2017-09-22 株式会社日立制作所 半导体检查方法、半导体检查装置以及半导体元件的制造方法
JP6094898B2 (ja) 2014-05-15 2017-03-15 信越半導体株式会社 汚染評価方法
KR102301536B1 (ko) * 2015-03-10 2021-09-14 삼성전자주식회사 고해상도 전자 현미경 이미지로부터 결정을 분석하는 방법 및 그 시스템
CN104820976B (zh) * 2015-05-21 2017-10-24 武汉凌云光电科技有限责任公司 一种实时控制激光焊接功率的方法
KR20170019949A (ko) * 2015-08-13 2017-02-22 삼성전자주식회사 패턴의 선폭 측정 방법
US10380728B2 (en) 2015-08-31 2019-08-13 Kla-Tencor Corporation Model-based metrology using images
US9551674B1 (en) * 2015-10-30 2017-01-24 GlobalFoundries, Inc. Method of producing an un-distorted dark field strain map at high spatial resolution through dark field electron holography
JP6629572B2 (ja) * 2015-11-05 2020-01-15 Mipox株式会社 照明装置および観察システム
KR101936628B1 (ko) * 2016-04-19 2019-01-10 인천대학교 산학협력단 Tsom 이미지 획득 방법 및 반도체 장치 검사 방법
KR102584696B1 (ko) * 2016-04-26 2023-10-06 삼성디스플레이 주식회사 표시 패널의 광학 검사 방법
US9779910B1 (en) 2016-09-13 2017-10-03 Qualcomm Incorporated Utilization of voltage contrast during sample preparation for transmission electron microscopy
US10887580B2 (en) 2016-10-07 2021-01-05 Kla-Tencor Corporation Three-dimensional imaging for semiconductor wafer inspection

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2011007728A (ja) 2009-06-29 2011-01-13 Seiko Epson Corp 欠陥検出方法、欠陥検出装置、および欠陥検出プログラム
JP2015530561A (ja) 2012-07-09 2015-10-15 財團法人國家衛生研究院National Health Research Institutes 透過型電子顕微鏡のための標本調製
JP2014099561A (ja) * 2012-11-15 2014-05-29 Denso Corp 半導体試料における結晶欠陥解析方法
JP2016170327A (ja) * 2015-03-13 2016-09-23 株式会社東芝 光反射型リソグラフィマスク、その検査方法、検査装置およびマスクブランク

Also Published As

Publication number Publication date
US10727025B2 (en) 2020-07-28
US20200020506A1 (en) 2020-01-16
KR20200006461A (ko) 2020-01-20
CN110763706A (zh) 2020-02-07

Similar Documents

Publication Publication Date Title
KR102579007B1 (ko) 크리스탈 결함 분석 시스템 및 크리스탈 결함 분석 방법
Yu et al. Pu-net: Point cloud upsampling network
Li et al. Deepsaliency: Multi-task deep neural network model for salient object detection
Liu et al. A skeleton pruning algorithm based on information fusion
US9990762B2 (en) Image processing apparatus and method
EP3905194A1 (en) Pose estimation method and apparatus
Williams et al. Particle shape characterisation and its application to discrete element modelling
JP6476802B2 (ja) 情報処理装置及び情報処理方法
Djemame et al. Solving reverse emergence with quantum PSO application to image processing
CN111062854A (zh) 检测水印的方法、装置、终端及存储介质
Ma et al. Deep learning‐based automatic inpainting for material microscopic images
CN109635755A (zh) 人脸提取方法、装置及存储介质
Liu et al. Quantum image edge detection based on eight-direction Sobel operator for NEQR
Huang et al. Edge-based feature extraction module for 3D point cloud shape classification
US20210150078A1 (en) Reconstructing an object
JP6980208B2 (ja) 構造物維持管理業務支援システム
CN115953330B (zh) 虚拟场景图像的纹理优化方法、装置、设备和存储介质
Fang Threshold segmentation of PCB defect image grid based on finite difference dispersion for providing accuracy in the IoT based data of smart cities
CN112926681B (zh) 一种基于深度卷积神经网络的目标检测方法及装置
Li et al. Automatic crack detection method for loaded coal in vibration failure process
US11244443B2 (en) Examination apparatus, examination method, recording medium storing an examination program, learning apparatus, learning method, and recording medium storing a learning program
Mao et al. Image processing of manganese nodules based on background gray value calculation
Ji et al. Towards automatic feature extraction and sample generation of grain structure by variational autoencoder
Mandal et al. Detection of concave points in closed object boundaries aiming at separation of overlapped objects
Abaidi et al. GAN-based generation of realistic compressible-flow samples from incomplete data

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant