CN120047403A - 半导体图像的缺陷测量方法与相关产品 - Google Patents

Abstract

本发明提供了一种半导体图像的缺陷测量方法与相关产品。其中上述方法包括：获取具有待测量缺陷的半导体图像，识别所述半导体图像上的所述待测量缺陷的缺陷类型；调取与所述缺陷类型对应的处理模板；按照所述处理模板规定的图像处理步骤，对所述半导体图像上的所述待测量缺陷进行测量。本发明的半导体图像的缺陷测量方法能够将一张半导体图像的半导体图像上的缺陷测量方法作为模板或者参考，用于同类型的其它半导体图像的处理，以实现批量自动处理，如批量自动量测。

Description

半导体图像的缺陷测量方法与相关产品

技术领域

本发明涉及半导体技术领域，特别是涉及一种半导体图像的缺陷测量方法与相关产品。

背景技术

在半导体集成电路的制造过程中，半导体器件，例如晶圆等，经一系列制造加工工艺后，会不可避免引入如表面污染、划痕、颗粒异物等缺陷，这些缺陷会造成图案的不完整，影响芯片的电器特性等，从而影响芯片生产的良率(Yield)。所以，对于缺陷检测和目标缺陷数据的分析成为重要的内容。

现有缺陷量测的方法主要有两种，一种是从缺陷检测结果文件里获取缺陷尺寸等信息；另外一种是手工测量，具体借助直尺与半导体图像的测量工具对应，手工计算缺陷尺寸。

针对第一种方法，缺陷检测结果文件通常输出的缺陷尺寸信息包含：XSIZE、YSIZE、DEFECTAREA、DSIZE。XSIZE为缺陷在X方向上的长度；YSIZE为缺陷在Y方向上的长度；DEFECTAREA为缺陷的面积，通常使用XSIZE*YSIZE；DSIZE为缺陷的最大尺寸，采用XSIZE、YSIZE中的较大值。

针对第二种方法，用户查看缺陷检测结果的图像，手工借助直尺与半导体图像的测量工具对应，后计算缺陷尺寸；如需量测角度信息，则借助量角器进行量测。

发明人发现，无论是从缺陷检测的结果文件获取缺陷尺寸，还是通过手工的方法量测缺陷尺寸，都存在一定局限性，如：(1)缺陷检测结果文件里的缺陷量测信息不够精准，与缺陷实际尺寸有偏差，如附图1所示，缺陷的最大尺寸并不是XSIZE、YSIZE中的较大值；并且输出信息单一，未能从其他维度对缺陷进行衡量，如角度信息。因此对生产过程的分析及问题的定位会存在一定的偏差。(2)手工量测虽然相对于第一种方法提高了准确度，但实际应用过程中只能对单张的半导体图像进行量测，不能实现批量自动量测，效率低并人力成本高。此外，该方法也局限了目标缺陷数据与其他生产数据相结合分析的方法，导致问题分析过于单一、缺乏系统性和整体性。

发明内容

鉴于上述问题，提出了本发明以便提供一种克服上述问题或者至少部分地解决上述问题的半导体图像的缺陷测量方法。

本发明的一个目的是要提升对半导体图像的处理速度，实现自动化、批量化的半导体图像处理。

本发明一个进一步的目的是要提升对半导体图像中缺陷的测量的精确性和/或全面性。

特别地，本发明提供了一种半导体图像的缺陷测量方法，包括：

获取具有待测量缺陷的半导体图像，识别所述半导体图像上的所述待测量缺陷的缺陷类型；

调取与所述缺陷类型对应的处理模板；

按照所述处理模板规定的图像处理步骤，对所述半导体图像上的所述待测量缺陷进行测量。

可选地，所述图像处理步骤包括：

获取所述半导体图像上的所述待测量缺陷的缺陷轮廓；

获取所述缺陷轮廓被测量的部位、测量使用的测量工具，并利用所述测量工具对所述缺陷轮廓被测量的部位进行测量。

可选地，所述图像处理步骤包括：

获取所述半导体图像上的所述待测量缺陷的缺陷轮廓；

获取测量项目，所述测量项目配置成反应所述待测量缺陷的一项尺寸；

基于所述测量项目对所述缺陷轮廓进行测量。

可选地，所述处理模板的生成步骤包括：

获取示例图像，所述示例图像为用于生成所述处理模板的半导体图像；

记录所述示例图像被处理时使用的所述图像处理步骤；

根据所述图像处理步骤生成所述处理模板。

可选地，所述处理模板的生成步骤还包括：

记录测量使用的测量工具的测量数据与实际尺寸之间的关系值，以在所述图像处理步骤被执行的过程中或者执行后，根据所述关系值生成等于所述待测量缺陷的实际尺寸的测量数据。

可选地，所述关系值的生成步骤包括：

获取所述示例图像上的待测量缺陷的缺陷轮廓；

获取所述测量工具在测量所述缺陷轮廓后生成的所述测量数据；

获取输入模块输入的所述缺陷轮廓上被测量工具测量的相应部位的实际尺寸，并基于所述实际尺寸和所述测量数据计算出所述关系值；或者，获取输入模块输入的所述关系值。

可选地，所述关系值的生成步骤包括：

展示所述测量工具；

获取所述测量工具自身展示的工具数据；

获取输入模块输入的基于展示的所述测量工具的实际尺寸，并基于所述实际尺寸和所述工具数据计算出所述关系值；或者，获取输入模块输入的所述关系值。

可选地，所述的半导体图像的缺陷测量方法还包括：

将在所述图像处理步骤执行的过程中或者执行后生成的测量数据进行处理，得到热力图。

可选地，所述的将在所述图像处理步骤执行的过程中或者执行后生成的测量数据进行处理，得到热力图，包括：

获取所述半导体图像上的所述待测量缺陷在半导体的表面上的位置；

基于所述半导体的表面的形状、所述位置和所述测量数据生成所述热力图。

可选地，所述的半导体图像的缺陷测量方法还包括：

在所述热力图上套索热区，以获取目标缺陷数据，所述目标缺陷数据包括与所述套索热区对应的所述测量数据，以及选取的所述测量数据对应的所述位置；

获取关于半导体的处于生产过程中的生产数据；

将所述生产数据与所述目标缺陷数据进行跨模块处理，以将所述生产数据与所述目标缺陷数据进行结合分析，得到并输出分析结果。

根据本发明的另一个方面，还提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述任一种的半导体图像的缺陷测量方法的步骤。

根据本发明的又一个方面，还提供了一种计算机程序产品，其包括计算机程序，该计算机程序被处理器执行时实现上述任一种的半导体图像的缺陷测量方法的步骤。

根据本发明的再一个方面，还提供了一种计算机设备，其包括存储器、处理器及存储在存储器上的计算机程序，处理器执行计算机程序以实现任一种的半导体图像的缺陷测量方法的步骤。

本发明的半导体图像的缺陷测量方法，由于具有与缺陷类型对应的处理模板，因此可基于处理模板中规定的图像处理步骤对半导体图像进行自动处理，不用用户操作就能够得到用户想要的目标测量数据，因此实现了自动化、批量化的半导体图像处理。

进一步地，本发明的半导体图像的缺陷测量方法中，能够根据示例用的半导体图像被处理的各个步骤，生成处理模板，即可基于示例图像的处理步骤对后续的半导体图像进行自动处理。也就是说，该半导体图像的缺陷测量方法能够将一张半导体图像上的缺陷测量方法作为模板或者参考，用于同类型的其它半导体图像的处理，以实现批量自动处理，如批量自动量测。

进一步地，本发明的半导体图像的缺陷测量方法中，需要对每个半导体图像进行测量，而不是依据现有的缺陷检测结果文件，缺陷量测信息精准，也能够量测现有的缺陷检测结果文件中没有的测量数据，能够从其他维度对待测量缺陷进行衡量，如角度信息，显然提升了对半导体图像中缺陷测量的精确性、全面性。

根据下文结合附图对本发明具体实施例的详细描述，本领域技术人员将会更加明了本发明的上述以及其他目的、优点和特征。

附图说明

后文将参照附图以示例性而非限制性的方式详细描述本发明的一些具体实施例。附图中相同的附图标记标示了相同或类似的部件或部分。本领域技术人员应该理解，这些附图未必是按比例绘制的。附图中：

图1是现有技术中半导体图像的示意图；图中的两个箭头分别为X方向和Y方向的指示箭头；

图2是根据本发明一个实施例的半导体图像的缺陷测量方法的示意流程图；

图3是根据本发明一个实施例的半导体图像的缺陷测量方法中处理模板的生成步骤的示意流程图；

图4是根据本发明一个实施例的半导体图像的缺陷测量方法中包括关系值的生成步骤的示意流程图；

图5是根据本发明一个实施例的半导体图像的缺陷测量方法的示意流程图；

图6是根据本发明的一个实施例的半导体图像的缺陷测量方法中半导体图像的示意图；

图7是根据本发明的一个实施例的半导体图像的缺陷测量方法中缺陷轮廓检测的示意图；

图8是根据本发明的一个实施例的半导体图像的缺陷测量方法中缺陷轮廓检测的示意图；

图9是根据本发明的一个实施例的半导体图像的缺陷测量方法中的热力图；

图10是根据本发明一个实施例的计算机程序产品的示意图；

图11是根据本发明一个实施例的计算机可读存储介质的示意图；以及

图12是根据本发明一个实施例的计算机设备的示意图。

具体实施方式

本实施例提供了一种半导体图像的缺陷测量方法的方案。图2是根据本发明一个实施例的半导体图像的缺陷测量方法的示意流程图，该方法一般性地可以包括：

步骤S100，获取具有待测量缺陷的半导体图像，识别半导体图像上的待测量缺陷的缺陷类型。半导体图像为SEM图像，即扫描电子显微镜图像，是一种通过扫描电子显微镜观察到的样品表面微观结构图像。半导体图像的缺陷通常包括光学有图形缺陷和光学无图形缺陷。光学有图形缺陷包括断线、线边缺陷、桥接和线形变化(如弯曲、扭曲等)。光学无图形缺陷包括颗粒物、残留物和刮伤，刮伤通常为半导体图像上出现的划痕或损伤。待测量缺陷可以为断线、线边缺陷、桥接、线形变化、颗粒物、残留物或刮伤等。

步骤S200，调取与缺陷类型对应的处理模板。

步骤S300，按照处理模板规定的图像处理步骤，对半导体图像上的待测量缺陷进行测量。

当需要处理有待测量缺陷的半导体图像时，尤其是需要批量处理半导体图像时，根据待检测的半导体图像上待测量缺陷的缺陷类型，以及相应处理模板直接进行处理，不需要使用者针对每一张图片一步一步进行操作。即本发明实施例的半导体图像的缺陷测量方法，由于具有与缺陷类型对应的处理模板，因此可基于处理模板中规定的图像处理步骤对半导体图像进行自动处理，不用用户操作就能够得到用户想要的目标测量数据，因此实现了自动化、批量化的半导体图像处理。

而且，处理模板规定的图像处理步骤被执行时，可生成用户需求的测量数据。例如，用户需求的测量数据为用户需求的测量项目对应的数据，用户需求的测量项目可为缺陷大小，也就是说，测量项目配置成反应待测量缺陷的一项尺寸，包含但不局限：缺陷的长度、缺陷的宽度、缺陷的角度、缺陷的面积、缺陷的周长等。

在该实施例中，图像处理步骤能够对每个半导体图像进行测量，而不是依据现有的缺陷检测结果文件，缺陷量测信息精准，也能够量测现有的缺陷检测结果文件中没有的测量数据，能够从其他维度对缺陷进行衡量，如角度信息，显然提升了对半导体图像中缺陷的测量的精确性、全面性。图像处理步骤可重复进行测量，实现了针对半导体图像中缺陷的批量化测量。对目标缺陷数据进行收集、分析处理及深入挖掘，可以及时发现半导体制造过程的问题，进而可以找到提升良率的关键点。因为本发明实施例中对缺陷检测的获取的数据准确，因此更有利于发现半导体制造过程的问题越精准，进而更有利于提高半导体产品的良率。

在本发明的一些实施例中，如图3所示，处理模板的生成步骤包括：

步骤S210，获取示例图像，示例图像为用于生成处理模板的半导体图像。也就是说，可根据一张半导体图像的处理步骤，生成上述处理模板。

步骤S220，记录示例图像被处理时使用的图像处理步骤。

步骤S230，根据图像处理步骤生成处理模板。

在本发明实施例中，计算机设备在处理示例图像时，可以将处理的各个步骤进行记录，形成针对半导体图像的图像处理步骤，即是对半导体图像的处理形成模板。也就是说，该半导体图像的缺陷测量方法能够将一张半导体图像上的缺陷测量方法作为模板或者参考，用于同类型的其它半导体图像的处理，以实现批量自动处理，如批量自动量测。

在本发明的一些实施例中，在具体操作时，用户可将多张同类的半导体图像存入计算机设备等中，以使得计算机设备等获取多张半导体图像。然后，用户利用计算机设备对一张半导体图像进行处理，计算机设备根据对该张半导体图像处理的步骤，生成处理模板。在对一张半导体图像处理完成后，计算机设备继续调用另一张半导体图像和处理模板，以按照上述图像处理步骤进行处理，直至所有的半导体图像处理完成。对于多张半导体图像，可通过人工选取同类型的半导体图像，这样便于提高对半导体图像的缺陷类型识别速度，便于进行同类半导体图像处理，提高了处理速度，得到的测量数据的相关性更强。当然，在本发明的另一些实施例中，人工不用选取同类型的半导体图像，只用将同类型的半导体图像的测量结果放在一起进行分析即可。

在本发明的一些实施例中，处理模板的生成步骤还包括：记录测量使用的测量工具的测量数据与实际尺寸之间的关系值，以在图像处理步骤被执行的过程中或者执行后，根据关系值生成等于待测量缺陷的实际尺寸的测量数据。通过设置关系值使得计算机设备等测量的测量数据与实际尺寸对应。通常情况下测量数据由像素值体现，通过关系值可将像素值和实际尺寸进行对应，保证测量的准确性，也不用使用者亲自换算，减少人力成本，且提高了效率。测量工具通常情况下包括标尺。

在本发明的一些实施例中，关系值的生成步骤包括：

获取示例图像上的待测量缺陷的缺陷轮廓40。利用计算机设备等对示例图像上缺陷轮廓进行提取，就得到了缺陷轮廓40。也可以利用AI(Artificial Intelligence)进行缺陷识别并提取缺陷轮廓40。

获取测量工具在测量缺陷轮廓后生成的测量数据。具体，利用测量工具测量缺陷轮廓的某一部位，会形成该部位对应的测量数据，或者利用测量工具测量缺陷轮廓的某两个部位之间的距离，就能够得到待测量缺陷的测量数据，如长度、宽度等。

获取输入模块输入的缺陷轮廓上被测量工具测量的相应部位的实际尺寸。具体地，可先生成实际尺寸输入的界面，以等待输入模块输入的实际尺寸，待接收到输入的实际尺寸后，就认为获取到实际尺寸。实际尺寸为用户基于半导体图像进行实际测量得到。

基于实际尺寸和测量数据计算出关系值。

在本发明的一些替代性实施例中，在获取测量工具在测量缺陷轮廓后生成的测量数据之后，可直接获取输入模块输入的关系值。具体地，可先生成关系值输入的界面，以等待输入模块输入的关系值，待接收到输入的关系值后，就认为获取到关系值。该关系值可由用户根据测量数据和实际尺寸进行计算得到，然后通过输入模块进行输入。

在本发明的一些实施例中，如图4所示，在示例图像被处理的过程中，生成关系值；且关系值的生成步骤包括：

步骤S223，展示测量工具。具体地，计算机设备的显示界面可展示出测量工具。

步骤S224，获取测量工具自身展示的工具数据。该工具数据可为测量工具的量程，或者两个刻度值之间的距离等。

步骤S225，获取输入模块输入的基于展示的测量工具的实际尺寸，并基于实际尺寸和工具数据计算出关系值；或者，获取输入模块输入的关系值。在该实施例中，实际尺寸可为用户基于计算机设备的显示界面利用实际的测量工具对测量工具上相应位置进行测量得到。即“测量工具量测像素值”＝“用户输入测量工具对应的实际尺寸”，如78pix＝1u，对应关系值可为1/78，即实际尺寸为测量数据的1/78。

在本发明的一些实施例中，在示例图像被处理的过程中，生成关系值。也就是说，在所述示例图像被处理时需要生成关系值，充分利用示例图像进行更多的操作，以提高处理速度。即获取测量缺陷采用的测量工具的测量数据与实际尺寸之间的关系值，可在处理形成处理模板的半导体图像的过程中同时进行。该过程可以被记录也可不被记录。

在本发明的一些实施例中，如图4、图5所示，处理模板规定的图像处理步骤包括：

步骤S221，获取半导体图像上的待测量缺陷的缺陷轮廓40。如图6至图8所示。

步骤S222，获取缺陷轮廓被测量的部位、测量使用的测量工具，并利用测量工具对缺陷轮廓被测量的部位进行测量。

在对示例图像进行处理形成测量模板时，计算机设备等根据用户的输入，如鼠标输入，获取测量工具(如长度测量工具、角度测量装置等)，在测量的缺陷轮廓部位，然后计算机设备利用测量工具对缺陷轮廓被测量的部位进行测量，并生成测量项目的测量数据，测量项目可为缺陷长度(即缺陷轮廓上某两个部位之间的距离)、缺陷轮廓某一部位处的角度等。对根据处理模板进行处理的半导体图像，计算机设备在提取半导体图像上的缺陷轮廓40后，基于同样的策略(即上述图像处理步骤)进行测量，不用获取用户基于输入模块的输入就可进行测量。例如图7、图8所示，图像处理步骤测量了缺陷的长度L、缺陷的角度θ、缺陷的周长等。

在本发明的另一些实施例中，处理模板规定的图像处理步骤包括：

获取半导体图像上的待测量缺陷的缺陷轮廓40。利用计算机设备等对示例图像上缺陷轮廓进行提取，就得到了缺陷轮廓40。也可以利用AI(Artificial Intelligence)进行缺陷识别并提取缺陷轮廓40。

获取测量项目，并基于测量项目对缺陷轮廓进行测量。在半导体图像的缺陷测量方法中，计算机设备等被配置成能够自主进行测量，只用获取输入设备输入的用户的需求，即测量项目，计算机设备就会对该测量项目进行自主测量。这在许多图像处理软件中能够被执行。

在本发明的一些实施例中，如图5所示，在步骤S300，按照处理模板规定的图像处理步骤，对半导体图像上的待测量缺陷进行测量，之后半导体图像的缺陷测量方法还包括：

步骤S226，判断是否具有下一张半导体图像；

若是，返回上述的获取具有待测量缺陷的半导体图像，识别半导体图像上的待测量缺陷的缺陷类型，自主对图像进行批量化处理。

在本发明的一些实施例中，如图5所示，半导体图像的缺陷测量方法还包括：

步骤S400，将在图像处理步骤执行的过程中或者执行后生成的测量数据进行处理，得到热力图(Heat Map)，如图9所示。热力图能够更加清晰的表达缺陷的情况，提醒用户需要注意的缺陷，显著提高了测量数据的呈现能力，使得突出的缺陷被重点关注。

通过热力图可以直观的看出缺陷大小的分布情况。此方法可以针对缺陷的不同属性信息，如缺陷的XSIZE、YSIZE、最大长度、面积或周长等，生成不同的热力图。热力图中缺陷对应的测量数据越大，由较深的颜色或偏暖的颜色表示。

在本发明的一些实施例中，步骤S400，将在图像处理步骤执行的过程中或者执行后生成的测量数据进行处理，得到热力图，包括：

获取半导体图像的待测量缺陷在半导体的表面上的位置。通常半导体图像的描述信息里具有待测量缺陷所在的位置。

基于半导体的表面的形状、位置和测量数据生成热力图。热力图上每个点能够反应待测量缺陷在半导体的表面上的位置，热力图上的颜色反应待测量缺陷对应的测量数据。

在本发明的一些实施例中，如图5所示，半导体图像的缺陷测量方法还包括：

步骤S500，在热力图上套索热区，以获取目标缺陷数据，目标缺陷数据包括与套索热区对应的测量数据，以及选取的测量数据对应的位置。如图9所示，图9中被线条50圈起来的区域为套索热区。

步骤S600，获取关于半导体的处于生产过程中的生产数据(即wip数据，Work InProgress中的数据)。

步骤S700，将生产数据与目标缺陷数据进行跨模块处理(Cross Module)，以将生产数据与目标缺陷数据进行结合分析，得到并输出分析结果。

具体的，通过生产数据与目标缺陷数据进行跨模块处理，解决了单一生产数据分析的弊端问题，可分析产生大尺寸缺陷的半导体，如晶圆，在实际生产过程中经过哪些生产机台(Process Tools)，协助工程师进行下一步分析，分析生产机台对制造过程的影响，以及发现有潜在问题的生产机台，快速定位生产机台的异常，识别质量异常问题等，对提升良率有很大帮助，即有效提升半导体产品的良率。

本发明实施例的半导体图像的缺陷测量方法，针对单张半导体图像的缺陷量测方法弥补了缺陷检测结果文件输出的缺陷尺寸不精准的不足，为后续分析问题提供更接近客观事实的依旧。半导体图像的批量自动量测方法，提高工作效率；根据缺陷量测结果生成的热力图，借助颜色的变化来可视化的比较数据，快定位热区的数据，并有针对性的获取对应的WIP数据，减少对冗余数据的分析，快速定位哪些Process Tools可能导致这些缺陷异常大，及时止损，从而进一步提升生产过程的良率，进而提高半导体产品的良率。

本实施例提供的流程图并不旨在指示方法的操作将以任何特定的顺序执行，或者方法的所有操作都包括在所有的每种情况下。此外，方法可以包括附加操作。在本实施例方法提供的技术思路的范围内，可以对上述方法进行附加的变化。

应当理解，在一些实施例中，各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。

本实施例还提供了一种计算机程序产品10、计算机可读存储介质20、以及计算机设备30。图10是根据本发明一个实施例的计算机程序产品10的示意图，图11是根据本发明一个实施例的计算机可读存储介质20的示意图，图12是根据本发明一个实施例的计算机设备30的示意图。计算机程序产品10包括计算机程序11，该计算机程序11被处理器32执行时实现上述任一种的半导体图像的缺陷测量方法的步骤。计算机可读存储介质20其上存储有上述计算机程序11，计算机程序11被处理器32执行时实现上述任一实施例半导体图像的缺陷测量方法的步骤。计算机设备30可以包括存储器31、处理器32及存储在存储器31上并在处理器32上运行的计算机程序11。

用于执行本发明操作的计算机程序11可以是汇编指令、指令集架构(InstructionSet Architecture，简称ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、集成电路的配置数据、或者以一种或多种编程语言和过程编程语言的任意组合编写的源代码或目标代码。计算机程序11可以完全在用户的计算机上执行，部分在用户的计算机上执行，作为独立的软件包执行，部分在用户的计算机上并且部分在远程计算机上执行，或者完全在远程计算机或服务器上执行。在后一种情况下，远程计算机可以通过任何类型的网络(包括局域网(Local Area Network，简称LAN)或广域网(Wide Area Network，简称WAN)连接到用户的计算机，或者可以连接到外部计算机。在一些实施例中，为了执行本发明的各方面，包括例如可编程逻辑电路、现场可编程门阵列(Field-Programmable GateArray，简称FPGA)或可编程逻辑阵列(Programmable Logic Array，简称PLA)的电子电路可以通过利用计算机可读程序指令的状态信息来执行计算机可读程序指令以使电子电路个性化。

就本实施例的描述而言，计算机程序产品10为包含计算机程序11的相关产品。

就本实施例的描述而言，计算机可读存储介质20是能够保留和存储计算机程序11的有形设备，其可以是任何可以包含、存储、通信、传播或传输计算机程序11以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读存储介质20的更具体的示例(非穷尽性列表)包括以下：便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式光盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备，以及上述的任何适当组合。

计算机设备30可以是例如服务器、台式计算机、笔记本式计算机、平板计算机或智能手机。在一些示例中，计算机设备30可以是云计算节点。计算机设备30可以在由计算机系统执行的计算机系统可执行指令(诸如程序模块)的一般语境下描述。通常，程序模块可以包括执行特定的任务或者实现特定的抽象数据类型的例程、程序、目标程序、组件、逻辑、数据结构等。计算机设备30可以在通过通信网络链接的远程处理设备执行任务的分布式云计算环境中实施。在分布式云计算环境中，程序模块可以位于包括存储设备的本地或远程计算系统存储介质上。

计算机设备30可以包括适于执行存储的指令的处理器32、在操作期间为指令的操作提供临时存储空间的存储器31。处理器32可以是单核处理器、多核处理器、计算集群或任何数量的其他配置。存储器31可以包括随机存取存储器(RAM)、只读存储器、闪存或任何其他合适的存储系统。

计算机设备30还可以包括网络适配器/接口和输入/输出(I/O)接口。I/O接口允许用可以连接到计算机设备的外部设备输入和输出数据。网络适配器/接口可以提供计算机设备与通常被示为通信网络的网络之间的通信。

至此，本领域技术人员应认识到，虽然本文已详尽示出和描述了本发明的多个示例性实施例，但是，在不脱离本发明精神和范围的情况下，仍可根据本发明公开的内容直接确定或推导出符合本发明原理的许多其他变型或修改。因此，本发明的范围应被理解和认定为覆盖了所有这些其他变型或修改。

Claims (10)

1.一种半导体图像的缺陷测量方法，其特征在于，包括：

获取具有待测量缺陷的半导体图像，识别所述半导体图像上的所述待测量缺陷的缺陷类型；

调取与所述缺陷类型对应的处理模板；

按照所述处理模板规定的图像处理步骤，对所述半导体图像上的所述待测量缺陷进行测量。

2.根据权利要求1所述的半导体图像的缺陷测量方法，其特征在于，所述图像处理步骤包括：

获取所述半导体图像上的所述待测量缺陷的缺陷轮廓；

获取所述缺陷轮廓被测量的部位、测量使用的测量工具，并利用所述测量工具对所述缺陷轮廓被测量的部位进行测量。

3.根据权利要求1所述的半导体图像的缺陷测量方法，其特征在于，所述图像处理步骤包括：

获取所述半导体图像上的所述待测量缺陷的缺陷轮廓；

获取测量项目，并基于所述测量项目对所述缺陷轮廓进行测量；所述测量项目配置成反应所述待测量缺陷的一项尺寸。

4.根据权利要求1所述的半导体图像的缺陷测量方法，其特征在于，

所述处理模板的生成步骤包括：

获取示例图像，所述示例图像为用于生成所述处理模板的半导体图像；

记录所述示例图像被处理时使用的所述图像处理步骤；

根据所述图像处理步骤生成所述处理模板。

5.根据权利要求4所述的半导体图像的缺陷测量方法，其特征在于，所述处理模板的生成步骤还包括：

记录测量使用的测量工具的测量数据与实际尺寸之间的关系值，以在所述图像处理步骤被执行的过程中或者执行后，根据所述关系值生成等于所述待测量缺陷的实际尺寸的测量数据。

6.根据权利要求5所述的半导体图像的缺陷测量方法，其特征在于，

所述关系值的生成步骤包括：

获取所述示例图像上的待测量缺陷的缺陷轮廓；

获取所述测量工具在测量所述缺陷轮廓后生成的所述测量数据；

获取输入模块输入的所述缺陷轮廓上被测量工具测量的相应部位的实际尺寸，并基于所述实际尺寸和所述测量数据计算出所述关系值；或者，获取输入模块输入的所述关系值。

7.根据权利要求5所述的半导体图像的缺陷测量方法，其特征在于，

所述关系值的生成步骤包括：

展示所述测量工具；

获取所述测量工具自身展示的工具数据；

获取输入模块输入的基于展示的所述测量工具的实际尺寸，并基于所述实际尺寸和所述工具数据计算出所述关系值；或者，获取输入模块输入的所述关系值。

8.根据权利要求1所述的半导体图像的缺陷测量方法，其特征在于，还包括：

获取所述半导体图像上的所述待测量缺陷在半导体的表面上的位置；

基于所述半导体的表面的形状、所述位置，以及在所述图像处理步骤执行的过程中或者执行后生成的测量数据生成热力图；

在所述热力图上套索热区，以获取目标缺陷数据，所述目标缺陷数据包括与所述套索热区对应的所述测量数据，以及选取的所述测量数据对应的所述位置；

获取关于半导体的处于生产过程中的生产数据；

将所述生产数据与所述目标缺陷数据进行跨模块处理，以将所述生产数据与所述目标缺陷数据进行结合分析，得到并输出分析结果。

9.一种计算机程序产品，包括计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1至8中任一项所述的半导体图像的缺陷测量方法的步骤。

10.一种计算机设备，其特征在于，包括存储器、处理器及存储在所述存储器上的计算机程序，所述处理器执行所述计算机程序以实现权利要求1至8中任一项所述的半导体图像的缺陷测量方法的步骤。