CN102122111B - 一种基于像素的光学邻近效应校正的优化方法 - Google Patents

Abstract

本发明涉及一种基于像素的光学邻近效应校正的优化方法，通过将目标图形作为初始掩膜图形M₀，并设定矩形总数上限为L；计算目标函数的梯度

寻找

绝对值最大的可翻转像素点并进行翻转；当翻转后计算出的成像误差项F比翻转前计算出的成像误差项F小时，且翻转后掩膜图形的分割矩形总数S不超过L时，保留像素翻转结果；否则还原为像素原值。本发明在每次像素翻转后，都要判定成像误差项F是否降低，因此能够确保在PBOPC优化过程中，成像误差逐步递减，进而提高成像分辨率。同时，在每次像素翻转后，都要判定当前掩膜图形的分割矩形总数S是否超过上限L，因此本发明能够有效的限制优化后掩膜图形的复杂度，从而限制掩膜制造成本。

Description

一种基于像素的光学邻近效应校正的优化方法

技术领域

本发明涉及一种基于像素的光学邻近效应校正的优化方法，属于光刻分辨率增强技术领域。 

背景技术

当前的大规模集成电路普遍采用光刻系统制造。光刻系统主要分为：照明系统（光源）、掩膜、投射系统及晶片等四部分。光源发出的光线经过聚光镜聚焦后入射至掩膜，掩膜的开孔部分透光；经过掩膜后，光线经由投射系统入射至晶片；这样掩膜图形就复制在晶片上。 

目前主流的光刻系统是193nm的ArF深度紫外光刻系统。随着光刻技术节点进入45nm-22nm，电路的关键尺寸已经远远小于光源的波长；因此光的干涉和衍射现象更加显著，导致光刻成像产生扭曲和模糊。如图1所示，501为掩膜，则由于干涉和衍射印制在晶片上的图像变成了502，为此光刻系统必须采用分辨率增强技术，用以提高成像质量。基于像素的光学邻近效应校正（pixel-based optical proximity correction PBOPC）是一种重要的光刻分辨率增强技术。PBOPC首先对掩膜进行栅格化，然后对每一个像素的透光率进行优化。如图2所示，503为进行PBOPC优化后的掩膜，则由于干涉和衍射印制在晶片上的图像变成了504，其趋近于所需的图形。 

在掩膜制造过程中，首先将掩膜图形分割成若干互不重叠的矩形；然后掩膜刻录机利用电子束将这些矩形逐一印制在晶片上；每一个矩形区域需用一束或多束电子束投射而成。如图3所示，掩膜图形100被分割为三个矩形：101，102 和103，那么此掩膜需要至少三束电子束进行投射刻录，因此掩膜的制造成本与掩膜图形的分割矩形总数近似成正比。 

在PBOPC的优化过程中，由于对掩膜上的任意像素进行翻转，引入大量的辅助图形，因此PBOPC大幅度提升了掩膜的复杂度，增加了掩膜图形的分割矩形总数，最终导致掩膜制造成本的增加。如图4和5所示，图4为原始掩膜，包含4个矩形。图5为PBOPC优化后的掩膜，其分割图形（如虚线所示）包含14个矩形。可见，由于经过PBOPC优化后的掩膜的制造成本高，进而增加了当前的大规模集成电路的生产成本。 

发明内容

本发明的目的是提供一种基于像素的光学邻近效应校正方法，在提高光刻成像分辨率的同时，降低掩膜的制造成本。 

实现本发明的技术方案如下： 

一种基于像素的光学邻近效应校正的优化方法，具体步骤为： 

步骤301、将目标图形作为初始掩膜图形M₀，并设定掩膜图形的分割矩形总数上限为L； 

步骤302、计算目标函数的梯度 

$\▿D=\▿F+\mathrm{\γ}\frac{{\left|\right|F\left|\right|}_2}{{\left|\right|S\left|\right|}_2}\▿S$

为成像误差F对掩膜像素的梯度，γ为权重系数， 

为当前掩膜图形的分割矩形总数S对掩膜像素的梯度， 

是归一化因子； 

步骤303、寻找未曾被遍历过的，且 

绝对值最大的可翻转像素点M(x₀,y₀)，记为M(x₀,y₀)，其中可翻转像素点为：像素点M(x₀,y₀)翻转后，不会 出现以下四种情况中的任何一种或几种； 

①M(x₀,y₀)＝M(x₀+1,y₀+1)且M(x₀+1,y₀)＝M(x₀,y₀+1)且M(x₀,y₀)≠M(x₀+1,y₀)；②M(x₀,y₀)＝M(x₀-1,y₀-1)且M(x₀-1,y₀)＝M(x₀,y₀-1)且M(x₀,y₀)≠M(x₀-1,y₀)；③M(x₀,y₀)＝M(x₀+1,y₀-1)且M(x₀,y₀-1)＝M(x₀+1,y₀)且M(x₀,y₀)≠M(x₀+1,y₀)；④M(x₀,y₀)＝M(x₀-1,y₀+1)且M(x₀-1,y₀)＝M(x₀,y₀+1)且M(x₀,y₀)≠M(x₀-1,y₀)； 

步骤304、对步骤303中寻找到的像素点M(x₀,y₀)进行翻转； 

步骤305、当M(x₀,y₀)翻转后掩膜图形的成像误差项F比翻转前掩膜图形的成像误差项F小时，且翻转后掩膜图形的分割矩形总数S不超过L时，保留像素翻转结果；否则还原为像素原值； 

步骤306、判断是否已经遍历当前掩膜图形中的所有像素点，若“是”则进入步骤307，若“否”则返回步骤303； 

步骤307、对本次循环进行判断，若本次循环翻转了掩膜图形中的任意像素点，则返回步骤302；若本次循环未曾翻转掩膜图形中的任何像素点，则将当前获得的掩膜图形确定为经优化后的掩膜图形，并终止优化。 

本发明中所述步骤304中所述的翻转为：当所述的 大于0时，令M(x₀,y₀)=0；当所述的 

小于0时，令M(x₀,y₀)=1。 

本发明所述权重系数γ和分割矩形上限L依照如下步骤确定： 

首先，确定L值，改变γ值，针对不同γ值，对掩膜进行优化，并记录最终的成像误差F； 

其次，选取最小F值对应的γ值，确定γ值之后，改变L值，针对不同L值，对掩膜进行优化，并记录最终的成像误差F和掩膜图形的分割矩形总数S，最后在F和S值之间寻求平衡点，并确定合理的L值。 

本发明所述掩膜图形的分割矩形总数S对掩膜像素的梯度 

的具体计算步 骤为： 

步骤一、设计拓扑滤波器g； 

$g=\left[\begin{array}{cc}1& 1\\ 1& 1\end{array}\right]$

步骤二、计算拓扑滤波器g与当前掩膜图形中各像素点M(x,y)的卷积为 

其中，掩膜图形M是一个N×N的图形； 

步骤三，根据G_M(x,y)计算当前掩膜图形中凸顶点的个数； 

其中，⊙为矩阵对应元素相乘； 

根据G_M(x,y)计算当前掩膜图形中凹顶点的个数； 

步骤四、根据计算出的凸顶点和凹顶点的个数计算当前掩膜图形的分割矩形总数S； 

步骤五、根据S计算S对掩膜像素的梯度 

其中，g^o表示在横向和纵向上分别对g进行180旋转。 

有益效果 

本发明在每次像素翻转后，都要判定成像误差项F是否降低，因此本发明能够确保在PBOPC优化过程中，成像误差逐步递减，进而提高成像分辨率。 

同时，本发明在每次像素翻转后，都要判定当前掩膜图形的分割矩形总数S是否超过上限L，因此本发明能够有效的限制优化后掩膜图形的复杂度，从而限制掩膜制造成本。 

再次，本发明中分割矩形总数上限L为用户自定义参数，因此用户可根据具体情况，将掩膜制造成本限定在预期范围内，并可以进行适当的调整。 

附图说明

图1为掩膜以及印制在晶片上的图形的示意图。 

图2为PBOPC优化后的掩膜以及印制在晶片上的图形的示意图。 

图3为掩膜图形分割后的示意图。 

图4为原始掩膜。 

图5为图4中原始掩膜经过PBOPC优化后的掩膜。 

图6为本发明基于像素PBOPC优化方法的流程示意图。 

图7为掩膜图形中直线多边形的分割图形。 

图8为掩膜图形中直线多边形的分割图形。 

图9为本发明利用拓扑滤波器实时提取掩膜图形顶点信息过程的示意图。 

图10为采用本发明优化后的掩膜以及印制在晶片上的图形的示意图。 

具体实施方式

下面结合附图对本发明进行进一步详细说明。 

由于掩膜的制造成本与当前掩膜图形的分割矩形总数S近似成正比，掩膜的分辨率与其成像误差F成反比，本发明通过使用基于像素的光学邻近效应校正方法，在限制当前掩膜图形的分割矩形总数S的情况下，寻求最小的成像误差F。 

本发明的原理是：根据PBOPC的优化目的，构造目标函数D，通过对目标函数D的迭代，使其逐步变小，D的绝对值越小，掩膜优化效果越好。在掩膜优化中有两个目的：1、降低成像误差F（即提高成像分辨率）；2、降低掩膜的制造成本（即降低当前掩膜图形的分割矩形总数S）。于是根据以上两个目的，把“目标函数D”分为两个部，即将D构造为F和S的线性叠加。但是由于F和S有时会相差很远，这样就无法在F和S之间找到平衡，因此不能简单的构造为D=F+S。为了使F和S之间的比重相当，在S前加上了归一化因子 

同时为了可以调节F和S之间的比重，在S前加上权重系数γ，所建立的目标函数为公式（1）。 

$D=F+\mathrm{\γ}\frac{{\left|\right|F\left|\right|}_2}{{\left|\right|S\left|\right|}_2}S---\left(1\right)$

若希望获取成像误差小的掩膜，则将γ设置成较小的数；若希望获取制造成本低的掩膜，则将γ设置成较大的数。 

如图6基于像素的PBOPC的优化方法的流程图，其具体步骤为： 

步骤301、将目标图形作为初始掩膜图形M₀，并设定掩膜图形的分割矩形总数上限为L，如图1所示初始掩膜图形M₀，目标图形为501中两个矩形。 

步骤302、计算目标函数的梯度 

$\▿D=\▿F+\mathrm{\γ}\frac{{\left|\right|F\left|\right|}_2}{{\left|\right|S\left|\right|}_2}\▿S---\left(2\right)$

其中， 

为F对掩膜像素的梯度，γ为权重系数， 

为归一化因子， 

为S对掩膜像素的梯度。 

针对于 

的计算： 

成像误差F是目标图形与光刻胶中成像之差的欧拉距离的平方，如图1所示，例如，目标图像为501中两个矩形（也表示掩膜图形），光刻胶中成像为502中的中间凹陷的不规则图像，则 

其中P₅₀₁(x,y)为501中各点的像素值，P₅₀₂(x,y)为502中各点的像素值，掩膜图形是一个M×N的图形。 

为成像误差F对掩膜像素的梯度，其数学表达式可参考相关文献（J.Opt.Soc.Am.A,2008,25:2960-2970）。 

针对于γ的计算： 

由于γ和掩膜图形的分割矩形总数上限L是控制成像误差及掩膜制造成本的关键参数，其可以为用户自定义参数。较佳地，本实施例中采用线搜索法确定γ和L的值。首先确定L值，改变γ值，针对不同γ值，对掩膜进行优化，并记录最终的成像误差值F。然后选取对应最小F值的γ值。确定γ值之后，改变L值，针对不同L值，对掩膜进行优化，并记录最终的成像误差值F和当前掩膜图形的分割矩形总数S。最后在F和S之间寻求平衡点，并确定合理的L值。 

针对 

的计算： 

假设P₁为掩膜图形中的一个直线多边形（直线多边形为其所有边都与x或y轴平行）。对直线多边形P₁进行分割，S₁为直线多边形P₁的分割矩形总数。相关文献（Proc.SPIE,2006,6283:62832R）提出了一种最优多边形分割方法，此时S₁达到其下限， 

S₁＝#(凹顶点)₁-#(弦)₁+1 

#（凹顶点）₁为P₁中的凹顶点数目，#（弦）₁为P₁的分割图形中弦的数目。其中，“弦”是指一条位于直线多边形内部，且同时具有以下两个特性的水平或竖直分割线：第一，它连接两个凹顶点；第二，它不与多边形的其他边缘交叉。如图7所示，直线多边形600的分割图形，其中A和B为两个凹顶点，分割线601连接A和B，同时不与多边形其他边缘交叉，因此601为“弦”。另一条分割线602不是“弦”，因为它只连接到一个凹顶点。分割线601和602将多边形600分割为三个矩形。如图8所示，直线多边形700的分割图形。其中，分割线701连接两个凹顶点A和B，但分割线701与多边形的边缘702和703交叉，因此分割线701不是“弦”。 

例如，图6中600包含三个凹顶点，因此这种分割方法达到了上式提出的分割矩形总数的下限，即： 

S₁＝#(凹顶点)₁-#（弦）₁+1＝3。 

根据所述“弦”的定义可知，如果掩膜图形分割后存在“弦”，那么掩膜图形必然满足以下两个必要条件：第一，掩膜的某个多边形中至少有两个凹顶点具有相同的横坐标x或纵坐标y；第二，这两个凹顶点之间的连线不与其它的多边形边缘交叉。但是在PBOPC优化过程中，掩膜上的任意一个像素点都可能被翻转，因此经过PBOPC优化后的掩膜图形将以很小的概率满足以上两个必要条件。换言之，如果对经过PBOPC优化后的掩膜图形进行分割，那么分割后的掩 膜图形中存在“弦”的数目小，则： 

S₁＝#(凹顶点)₁-#（弦）₁+1≈#(凹顶点)₁+1。 

根据以上近似关系假设 

S₁＝#(凹顶点)₁+1。 

以上关系式为掩膜中只有一个直线多边形的情况，当掩膜图形中包含多个直线多边形P₁，P₂…P_n时，则无法采用上述方法对掩膜图形的分割矩形总数进行计算，本发明的技术方案对上式做如下推广。 

本发明通过对每个直线多边形P₁，P₂…P_n进行分割，对应的分割矩形数目为S₁，S₂…S_n。计算掩膜图形的分割矩形总数为S 

$S=\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{S}_i.$

其中，#(凹顶点)_i为掩膜图形中直线多边形P_i的凹顶点数目，#(凹顶点)为掩膜图形中的凹顶点总数，n为掩膜中包含的直线多边形的数目。 

然而，现有技术中无法计算掩膜中包含的直线多边形的数目n，因此需要通过其他方式计算出n。当掩膜图形中包含一个直线多边形时，则其凸顶点总数比凹顶点总数多4，因此，当掩膜图形中包含n个直线多边形时，则掩膜图形中凸顶点总数比凹顶点总数多4n。由此可知： 

根据公式（3）和公式（4）可得 

通过掩膜图形中凸顶点总数和凹顶点总数计算掩膜图形的分割矩形总数S及其梯度 

的具体步骤如下： 

步骤一、设计拓扑滤波器g，用于在优化过程中实时提取当前掩膜图形M的顶点个数； 

$g=\left[\begin{array}{cc}1& 1\\ 1& 1\end{array}\right]$

步骤二、计算拓扑滤波器g与当前掩膜图形中各像素点M(x,y)的卷积为  $G_M(x,y)=g\⊗M(x,y).$

如图9所示，例如401和402是掩膜上的两个开孔图形。对于任意像素点M(x,y)，G_M(x,y)的值有6种可能的情况，其中，掩膜图形M是一个N×N的图形。 

第一种情况：G_M(x,y)＝0对应于掩膜图形阻光部分，如图9中403所示；第二种情况：G_M(x,y)＝1对应于凸顶点，如图9中404所示；第三种情况：G_M(x,y)＝2对应于对顶角，如图9中405所示；第四种情况：G_M(x,y)＝2对应于掩膜图形边缘，如图9中406所示；第五种情况：G_M(x,y)＝3对应于凹顶点，如图9中407所示；第六种情况：G_M(x,y)＝4对应于掩膜图形开孔部分，如图9中408所示。其中，第三种情况和第四种情况均对应G_M(x,y)＝2。为了建立G_M(x,y)与掩膜拓扑结构的一一对应关系，本发明禁止掩膜在优化过程中产生405中的对顶角结构。这样不同的G_M(x,y)值对应不同的掩膜拓扑结构。本发明定义，如对某像素进行翻转后不引入405中的对顶角结构，则此像素称为“可翻转像素点”。 

步骤三，根据G_M(x,y)计算当前掩膜图形中凸顶点的个数； 

如图9所示，当且仅当G_M(x,y)＝1时，坐标（x,y）处对应的像素点为掩膜图形的凸顶点。则公式（6）中，只有当G_M(x,y)＝1时，则Q为1，当G_M(x , y ) ＝ 0 , 2 , 3 , 4 时，则Q为0； 

$Q=-\frac{1}{6}{G}_M(x,y)[G_M(x,y)-2][G_M(x,y)-3][G_M(x,y)-4---\left(6\right)$

对掩膜图形中各像素点对应的G_M求和，计算出掩膜图形上的凸顶点总数， 

其中，⊙为矩阵对应元素相乘。 

根据G_M(x,y)计算当前掩膜图形中凹顶点的个数； 

如图9所示，当且仅当G_M(x,y)＝3时，坐标（x,y）处对应的像素点为掩膜图形的凹顶点。则公式（7）中，只有当G_M(x,y)＝3时，则Q为1，当G_M(x,y) ＝ 0,1,2,4时，则Q为0； 

$Q=-\frac{1}{6}{G}_M(x,y)[G_M(x,y)-1][G_M(x,y)-2][G_M(x,y)-4---\left(7\right)$

对掩膜图形中各像素点对应的G_M求和，计算出掩膜图形上的凹顶点总数， 

步骤四、根据公式（5）以及计算出的凸顶点和凹顶点的个数计算当前掩膜图形的分割矩形总数S； 

步骤五、根据S计算S对掩膜像素的梯度 

其中，g^o表示在横向和纵向上分别对g进行180旋转。本发明中g^o＝g。 

步骤303、寻找未曾被遍历过的，且 

绝对值最大的可翻转像素点，记为M(x₀,y₀)，其中可翻转像素点为：若像素点M(x₀,y₀)翻转后，不导致以下四种情况中的任何一种或几种，则像素M(x₀,y₀)称为“可翻转像素点”： 

情况一、M(x₀,y₀)＝M(x₀+1,y₀+1)且M(x₀+1,y₀)＝M(x₀,y₀+1)且M(x₀,y₀)≠M(x₀+1,y₀)； 

情况二、M(x₀,y₀)＝M(x₀-1,y₀-1)且M(x₀-1,y₀)＝M(x₀,y₀-1)且M(x₀,y₀)≠M(x₀-1,y₀)； 

情况三、M(x₀,y₀)＝M(x₀+1,y₀-1)且M(x₀,y₀-1)＝M(x₀+1,y₀)且M(x₀,y₀)≠M(x₀+1,y₀)； 

情况四、M(x₀,y₀)＝M(x₀-1,y₀+1)且M(x₀-1,y₀)＝M(x₀,y₀+1)且M(x₀,y₀)≠M(x₀-1,y₀)。 

如图9中405所示的情况。 

步骤304、对步骤303中寻找到的像素点M(x₀,y₀)进行翻转，由于翻转的目的是为了降低D，并使D尽可能的靠近0，因此本实施例中优选的翻转规律为：当所述的 

大于0时，令M(x₀,y₀)=0，即若M(x₀,y₀)=1，则令M(x₀,y₀)=0， 若M(x₀,y₀)=0，则保持不变；当所述的 

小于0时，令M(x₀,y₀)=1，即若M(x₀,y₀)=0，则M(x₀,y₀)=1，若M(x₀,y₀)=1，则保持不变。 

步骤305、判断是否保留步骤304中的像素点M(x₀,y₀)的翻转值，当M(x₀,y₀)翻转后计算出的成像误差项F比翻转前计算出的成像误差项F小时，且翻转后掩膜图形的分割矩形总数S不超过上限L时，保留像素翻转结果；否则还原为像素原值。 

在每次像素翻转后都需要判断成像误差项F是否降低，因此每次像素翻转后，都需要重新计算并更新光刻系统的空气中成像。而计算空气中成像是本方法中最为耗时的步骤。为了有效降低计算复杂度，本发明采用相关文献（Proc.SPIE,2005,5754:506~526）所提出的电场强度缓存技术（electric field caching technique EFCT）快速更新空气中成像。由于以上文献提出的EFCT技术针对相干成像系统，而实际的光刻系统都是部分相干成像系统，因此本发明将以上文献中提供的EFCT技术推广至部分相干成像系统。另外，采用EFCT技术更新空气中成像会产生误差积累。因此在本发明中，每连续采用10次EFCT技术，方法会用完整的霍普金斯成像模型计算一次精确的空气中成像，作为之后EFCT更新过程的初始值。 

本发明将文献（Proc.SPIE,2005,5754:506~526）中所提出的EFCT技术推广至部分相干成像系统。其具体实施方式如下：首先，利用部分相干系统的傅立叶级数展开模型，将部分相干系统表示为若干相干系统分量的叠加。其中，傅立叶级数展开模型的具体表达可参考相关文献（Applied Optics,1982,21:2770~2777）。之后，本方法对部分相干系统中的每一个相干系统分量采用上述文献所提出的EFCT技术，从而更新每一个相干系统分量的电场强度。最后再将各个分量的电场强度平方并进行线性叠加，得到部分相干系统的空气中成像。 

步骤306、判断是否已经遍历当前掩膜图形中的所有像素点，若“是”则进入步骤307，若“否”则返回步骤303。 

步骤307、对本次循环进行判断，若本次循环翻转了掩膜图形中的任意像素点，则返回步骤302；若本次循环未曾翻转掩膜图形中的任何像素点，则将当前获得的掩膜图形确定为经优化后的掩膜图形，并终止优化。 

本发明的实施实例：如图1所示，501为掩膜的初始形状，其形状与目标图形一致，其分割矩形总数为2。502为采用501作为掩膜后，光刻系统在光刻胶中的成像，成像误差为400。如图2所示，503为利用最陡速降法取得的优化掩膜图形，其分割矩形总数为120。503中采用的最陡速降法的具体方案可参考相关文献（J.Opt.Soc.Am.A,2008,25:2960-2970）。504为采用503作为掩膜后，光刻系统在光刻胶中的成像，其成像误差为48。如图10所示，505为采用本发明所提供的方法取得的优化掩膜图形，其分割矩形总数为100。506为采用505作为掩膜后，光刻系统在光刻胶中的成像，其成像误差为27。由图1、2以及10所示的实施实例可见，相对于相关文献提出的最陡速降法，本发明提出的方法可以同时降低成像误差和掩膜制造成本。 

虽然结合了附图描述了本发明的具体实施方式，但是对于本领域技术人员来说，在不脱离本发明原理的前提下，还可以做出若干变形、替换和改进，这些也应视为属于本发明的保护范围。 

Claims (3)

1.一种基于像素的光学邻近效应校正的优化方法，其特征在于，具体步骤为：

步骤301、将目标图形作为初始掩膜图形M₀，并设定掩膜图形的分割矩形总数上限为L；

步骤302、计算目标函数的梯度

$\▿D=\▿F+\mathrm{\γ}\frac{{\left|\right|F\left|\right|}_2}{{\left|\right|S\left|\right|}_2}\▿S$

为成像误差F对掩膜像素的梯度，γ为权重系数，

为当前掩膜图形的分割矩形总数S对掩膜像素的梯度，是归一化因子；

步骤303、寻找未曾被遍历过的，且

绝对值最大的可翻转像素点M(x₀,y₀)，记为M(x₀,y₀)，其中可翻转像素点为：像素点M(x₀,y₀)翻转后，不会出现以下四种情况中的任何一种或几种；

①M(x₀,y₀)＝M(x₀+1,y₀+1)且M(x₀+1,y₀)＝M(x₀,y₀+1)且M(x₀,y₀)≠M(x₀+1,y₀)；②M(x₀,y₀)＝M(x₀-1,y₀-1)且M(x₀-1,y₀)＝M(x₀,y₀-1)且M(x₀,y₀)≠M(x₀-1,y₀)；③M(x₀,y₀)＝M(x₀+1,y₀-1)且M(x₀,y₀-1)＝M(x₀+1,y₀)且M(x₀,y₀)≠M(x₀+1,y₀)；④M(x₀,y₀)＝M(x₀-1,y₀+1)且M(x₀-1,y₀)＝M(x₀,y₀+1)且M(x₀,y₀)≠M(x₀-1,y₀)；

步骤304、对步骤303中寻找到的像素点M(x₀,y₀)进行翻转，所述的翻转为：

当所述的

大于0时，令M(x₀,y₀)=0；当所述的

小于0时，令M(x₀,y₀)=1；

步骤305、当M(x₀,y₀)翻转后掩膜图形的成像误差项F比翻转前掩膜图形的成像误差项F小时，且翻转后掩膜图形的分割矩形总数S不超过L时，保留像素翻转结果；否则还原为像素原值；

步骤306、判断是否已经遍历当前掩膜图形中的所有像素点，若“是”则进入步骤307，若“否”则返回步骤303；

步骤307、对本次循环进行判断，若本次循环翻转了掩膜图形中的任意像素点，则返回步骤302；若本次循环未曾翻转掩膜图形中的任何像素点，则将当前获得的掩膜图形确定为经优化后的掩膜图形，并终止优化。

2.根据权利要求1所述的一种基于像素的光学邻近效应校正的优化方法，其特征在于，所述权重系数γ和分割矩形上限L依照如下步骤确定：

首先，确定L值，改变γ值，针对不同γ值，对掩膜进行优化，并记录最终的成像误差F；

其次，选取最小F值对应的γ值，确定γ值之后，改变L值，针对不同L值，对掩膜进行优化，并记录最终的成像误差F和掩膜图形的分割矩形总数S，最后在F和S值之间寻求平衡点，并确定合理的L值。

3.根据权利要求1所述的一种基于像素的光学邻近效应校正的优化方法，其特征在于，所述掩膜图形的分割矩形总数S对掩膜像素的梯度

的具体计算

步骤为：

步骤一、设计拓扑滤波器g；

$g=\left[\begin{array}{cc}1& 1\\ 1& 1\end{array}\right]$

步骤二、计算拓扑滤波器g与当前掩膜图形中各像素点M(x,y)的卷积为其中，掩膜图形M是一个N×N的图形；

步骤三，根据G_M(x,y)计算当前掩膜图形中凸顶点的个数；

其中，⊙为矩阵对应元素相乘；

根据G_M(x,y)计算当前掩膜图形中凹顶点的个数；

步骤四、根据计算出的凸顶点和凹顶点的个数计算当前掩膜图形的分割矩形总数S；

步骤五、根据S计算S对掩膜像素的梯度

其中，g^o表示在横向和纵向上分别对g进行180旋转。

Images