特開 2022-77999 画像解析方法および画像解析システム

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】公開特許公報(A)

(11)【公開番号】P2022077999

(43)【公開日】2022-05-24

(54)【発明の名称】画像解析方法および画像解析システム

(51)【国際特許分類】

   G01B 15/02 20060101AFI20220517BHJP

   G06T 7/00 20170101ALI20220517BHJP

   G01N 23/04 20180101ALI20220517BHJP

   G01N 23/2251 20180101ALI20220517BHJP

【ＦＩ】

G01B15/02 K

G06T7/00 610Z

G01N23/04

G01N23/2251

【審査請求】有

【請求項の数】10

【出願形態】ＯＬ

【外国語出願】

(21)【出願番号】P 2021183814

(22)【出願日】2021-11-11

(31)【優先権主張番号】63/113,173

(32)【優先日】2020-11-12

(33)【優先権主張国・地域又は機関】US

(31)【優先権主張番号】110122956

(32)【優先日】2021-06-23

(33)【優先権主張国・地域又は機関】TW

【公序良俗違反の表示】

（特許庁注：以下のものは登録商標）

１．コンパクトフラッシュ

(71)【出願人】

【識別番号】519101029

【氏名又は名称】邑流微測股▲ふん▼有限公司

(74)【代理人】

【識別番号】100107423

【弁理士】

【氏名又は名称】城村 邦彦

(74)【代理人】

【識別番号】100120949

【弁理士】

【氏名又は名称】熊野 剛

(74)【代理人】

【識別番号】100093997

【弁理士】

【氏名又は名称】田中 秀佳

(72)【発明者】

【氏名】鍾 侑原

【テーマコード（参考）】

2F067

2G001

5L096

【Ｆターム（参考）】

2F067AA27

2F067BB01

2F067BB16

2F067CC15

2F067EE10

2F067HH06

2F067JJ05

2F067RR24

2F067RR35

2G001AA03

2G001BA07

2G001BA11

2G001CA03

2G001HA07

2G001HA13

2G001KA11

2G001LA11

2G001MA10

5L096AA03

5L096AA06

5L096BA03

5L096CA18

5L096DA02

5L096FA13

5L096FA67

5L096FA69

5L096GA28

5L096GA51

(57)【要約】      （修正有）

【課題】多層構造の画像の各層の厚さを自動的に測定することができる画像解析方法および画像解析システムを提供する。
【解決手段】画像解析方法は、電子顕微鏡によって提供される多層構造の画像を取得し、表示装置を介して多層構造の画像を表示するステップであって、多層構造の画像がグレースケール画像であるステップと、第１の方向に沿って延在する測定線分を多層構造の画像上に設定するステップと、測定線分に沿った多層構造の画像に対応する測定線分内のグレースケール分布を検出するステップと、グレースケール分布を解析して、閾値範囲に従って複数の暗層厚さおよび複数の明層厚さを決定するステップと、を含む。
【選択図】図１

【特許請求の範囲】

【請求項1】

電子顕微鏡によって提供される多層構造の画像を取得し、前記多層構造の前記画像を表示装置によって表示するステップであって、前記多層構造の前記画像がグレースケール画像である、ステップと、
前記多層構造の前記画像上に測定線分を設定するステップであって、前記測定線分が第１の方向に沿って延在する、ステップと、
前記測定線分に沿って前記多層構造の前記画像に対応する前記測定線分内のグレースケール分布を検出するステップであって、前記グレースケール分布が、前記多層構造の前記画像に対応する前記測定線分内の複数の画素の複数のグレースケール値の分布を含む、ステップと、
前記グレースケール分布を解析して、前記多層構造の前記画像における複数の暗層厚さおよび複数の明層厚さを、閾値範囲および連続する２つのグレースケール値によって形成される間隔に従って決定するステップと、
を含む、画像解析方法。

【請求項2】

前記多層構造の前記画像が複数の暗層画像および複数の明層画像を含み、前記暗層画像および前記明層画像が前記第１の方向に沿ってインターレース状に配置され、前記暗層画像および前記明層画像が第２の方向に沿ってそれぞれ延在し、前記第１の方向が前記第２の方向に垂直である、請求項１に記載の画像解析方法。

【請求項3】

前記グレースケール分布を解析するステップが、
前記画素の前記グレースケール値と前記閾値範囲とを比較して、前記暗層厚さに対応する複数の暗画素と、前記明層厚さに対応する複数の明画素とを決定するステップ、
を含む、請求項１に記載の画像解析方法。

【請求項4】

前記閾値範囲が第１の閾値範囲および第２の閾値範囲を含み、前記グレースケール分布を解析するステップが、
前記グレースケール値が前記第１の閾値範囲に属すると判定することに応答して、前記グレースケール値に対応する前記画素が前記暗画素に属すると判定するステップと、
前記グレースケール値が前記第２の閾値範囲に属すると判定することに応答して、前記グレースケール値に対応する前記画素が前記明画素に属すると判定するステップと、
を含む、請求項３に記載の画像解析方法。

【請求項5】

前記暗層厚さが当該暗層厚さの前記暗画素の数に対応し、前記明層厚さが当該明層厚さの前記明画素の数に対応する、請求項４に記載の画像解析方法。

【請求項6】

前記グレースケール分布を解析するステップが、
前記グレースケール値のうちの連続する２つのグレースケール値によって形成される間隔が前記第１の閾値範囲の第１の上限値を含むと判定し、前記連続する２つの画素のうちの２番目の画素が前記暗画素であると判定することに応答して、前記対応する連続する２つの画素のうちの前記２番目の画素を、前記対応する暗層厚さの暗層開始点としてマークするステップと、
前記グレースケール値のうちの連続する２つのグレースケール値によって形成される間隔が前記第２の閾値範囲の第２の上限値を含むと判定し、前記連続する２つの画素のうちの２番目の画素が前記明画素であると判定することに応答して、前記対応する連続する２つの画素のうちの前記２番目の画素を、前記対応する明層厚さの明層開始点としてマークするステップと、
を含む、請求項４に記載の画像解析方法。

【請求項7】

前記グレースケール分布を解析するステップが、
前記グレースケール値のうちの連続する２つのグレースケール値によって形成される間隔が前記第１の閾値範囲の前記第１の上限値を含むと判定し、前記連続する２つの画素のうちの最初の画素が前記暗画素であると判定することに応答して、前記対応する連続する２つの画素のうちの前記最初の画素を、前記対応する暗層厚さの暗層終了点としてマークするステップと、
前記グレースケール値のうちの連続する２つのグレースケール値によって形成される間隔が前記第２の閾値範囲の前記第２の上限値を含むと判定し、前記連続する２つの画素のうちの最初の画素が前記明画素であると判定することに応答して、前記対応する連続する２つの画素のうちの前記最初の画素を前記対応する明層厚さの明層終了点としてマークするステップと、
を含む、請求項６に記載の画像解析方法。

【請求項8】

前記暗層厚さが、当該暗層厚さの前記暗層開始点と前記暗層終了点との間の前記暗画素の数に対応し、前記明層厚さが、当該明層厚さの前記明層開始点と前記明層終了点との間の前記明画素の数に対応する、請求項７に記載の画像解析方法。

【請求項9】

隣接する暗層厚さまたは隣接する明層厚さが同じ画素に対応することを確認した後、前記隣接する明層厚さまたは前記隣接する暗層厚さを単一の明層厚さまたは単一の暗層厚さに併合するステップ、
を含む、請求項８に記載の画像解析方法。

【請求項10】

多層構造の画像を提供するように構成された電子顕微鏡と、
前記多層構造の前記画像を表示するように構成された表示装置と、
前記電子顕微鏡および前記表示装置に結合され、前記電子顕微鏡によって提供される前記多層構造の前記画像を取得し、前記多層構造の前記画像を前記表示装置に出力する画像解析装置と、を備える、画像解析システムであって、前記画像解析装置が、
画像解析モジュールを含む記憶装置、および
前記記憶装置に結合されたプロセッサを備え、
前記プロセッサが、前記多層構造の前記画像を前記画像解析モジュールに入力し、
前記プロセッサが、前記多層構造の前記画像上に、第１の方向に沿って延在する測定線分を設定し、
前記プロセッサが、前記画像解析モジュールを介して、前記測定線分に沿った前記多層構造の前記画像に対応する前記測定線分内のグレースケール分布を検出し、
前記プロセッサが、前記画像解析モジュールを介して前記グレースケール分布を解析して、閾値範囲に従って前記多層構造の前記画像における複数の暗層厚さおよび複数の明層厚さを決定する、
画像解析システム。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は解析方法に関し、詳しくは画像解析方法および画像解析システムに関する。

【背景技術】

【0002】

半導体製造プロセスでは、デバイスのサイズが電気的変化に影響を及ぼすことがある。そのため、デバイスのサイズは正確である必要がある。半導体デバイスの測定には、通常、走査型電子顕微鏡（ＳＥＭ）または透過型電子顕微鏡（ＴＥＭ）などの拡大機能を備えた電子顕微鏡が用いられる。

【発明の概要】

【発明が解決しようとする課題】

【0003】

電子顕微鏡を用いてデバイス像のサイズを測定する場合、各領域のエッジ点を１つずつ手動で設定することによって各領域のサイズを求めており、これには、時間がかかる。したがって、以下の一部の実施形態は、上記の問題に対する解決策として提案されている。

【課題を解決するための手段】

【0004】

本開示は、設定された測定線分に従って多層構造の画像の各層の厚さを自動的に測定することができる画像解析方法および画像解析システムを対象とする。

【0005】

本開示の画像解析方法は以下を含む。電子顕微鏡によって提供される多層構造の画像を得る。多層構造の画像は、表示装置を介して表示され、多層構造の画像は、グレースケール画像である。測定線分が多層構造の画像上に設定され、測定線分は、第１の方向に沿って延在する。多層構造の画像に対応する測定線分内のグレースケール分布が、測定線分に沿って検出される。グレースケール分布を解析して、閾値範囲に従って多層構造の画像における複数の暗層厚さおよび複数の明層厚さを決定する。

【0006】

本発明の画像解析システムは、電子顕微鏡と、表示装置と、画像解析装置と、を備える。電子顕微鏡は、多層構造の画像を提供するように構成されている。表示装置は、多層構造の画像を表示するように構成されている。画像解析装置は、電子顕微鏡および表示装置に結合されて、電子顕微鏡によって提供される多層構造の画像を取得し、多層構造の画像を表示装置に出力する。画像解析装置は、記憶装置およびプロセッサを含む。記憶装置は、画像解析モジュールを含む。プロセッサは、記憶装置に結合されている。プロセッサは、多層構造の画像を画像解析モジュールに入力する。プロセッサは、多層構造の画像上に測定線分を設定し、測定線分は、第１の方向に沿って延在する。プロセッサは、画像解析モジュールを介して、測定線分に沿った多層構造の画像に対応する測定線分内のグレースケール分布を検出する。プロセッサは、画像解析モジュールを介してグレースケール分布を解析して、閾値範囲に従って多層構造の画像における複数の暗層厚さおよび複数の明層厚さを決定する。

【発明の効果】

【0007】

上記に基づいて、本発明の画像解析方法および画像解析システムは、設定された測定線分に従って、多層構造の画像の各層の厚さを自動的に測定することができる。したがって、手動操作に費やされる多大な時間が短縮される。

【0008】

本開示の前述の特徴および利点を理解可能にするために、図面を伴う実施形態が以下で詳細に説明される。

【図面の簡単な説明】

【0009】

【図1】本発明の実施形態による画像解析システムの概略図である。

【0010】

【図2】本発明の一実施形態による画像解析方法のフローチャートである。

【0011】

【図3】本開示の一実施形態による多層構造の画像の概略図である。

【0012】

【図4】本開示の一実施形態によるグレースケール分布の概略図である。

【0013】

【図5】本開示の一実施形態による表示インターフェースの概略図である。

【0014】

【図6】本発明の一実施形態による画像解析方法のフローチャートである。

【0015】

【図7】本開示の一実施形態による多層構造の画像のグレースケール分布の概略図である。

【発明を実施するための形態】

【0016】

本開示の内容をより理解しやすくするために、以下の実施形態は、本開示を実施することができる例として具体的に説明される。可能な限り、図面および実施形態において同じ参照番号を有する要素／構成要素／ステップは、同じまたは類似の部分を表す。

【0017】

加えて、特に定義されない限り、本明細書で使用されるすべての用語（技術用語および科学用語を含む）は、本開示が属する技術分野の当業者によって一般に理解されるものと同じ意味を有する。一般的に使用される辞書に定義されているものなどの用語は、関連技術および本開示の文脈におけるそれらの意味と、一致する意味を有すると解釈されるべきであり、本明細書において明示的に定義されていない限り、理想化された意味または過度に形式的な意味を有すると解釈されないことがさらに理解されよう。

【0018】

図１は、本開示の実施形態による画像解析システムの概略図である。図１を参照すると、画像解析システム１００は、画像解析装置１０１、電子顕微鏡１４０、および表示装置１５０を含むことができる。電子顕微鏡１４０は、半導体製造プロセスの対象物（半導体製品）を撮影することによって多層構造の画像を提供するように構成されていてもよい。多層構造の画像は、電子顕微鏡画像およびグレースケール画像である。多層構造の画像は、異なる材料の多層半導体構造層を含んでもよく、多層半導体構造層の画像のグレースケール分布は、異なる半導体材料に従って決定されてもよい。

【0019】

本実施形態において、表示装置１５０は、多層構造の画像を表示するように構成されていてもよい。画像解析装置１０１は、電子顕微鏡１４０および表示装置１５０に結合されて、電子顕微鏡１４０によって提供される多層構造の画像を取得し、多層構造の画像を表示装置１５０に出力することができる。画像解析装置１０１は、プロセッサ１１０および記憶装置１２０を含むことができる。記憶装置１２０は、画像解析モジュール１２１を含むことができる。プロセッサ１１０は、記憶装置１２０に結合されていてもよい。本実施形態において、画像解析装置１０１は、独立したコンピュータ装置またはクラウドサーバであってもよい。本開示はこれに限定されない。

【0020】

本実施形態において、プロセッサ１１０は、多層構造の画像を画像解析モジュール１２１に入力することができ、プロセッサ１１０は、多層構造の画像上に測定線分を設定することができる。測定線分は、多層構造が積層されている方向に沿って延在する。本実施形態において、プロセッサ１１０が測定線分を設定する方法は、手動設定または自動設定を含んでもよい。ここで、手動設定は、例えば、画像解析システム１００の入力装置よって提供される設定指示またはパラメータ（例えば、ユーザによる入力）を介して、測定線分の位置を設定することであってもよいが、これらに限定されない。自動設定は、例えば、画像のマージン範囲に応じた自動設定、または画像解析システム１００による所定の条件に応じた自動設定であってもよいが、これらに限定されない。

【0021】

次に、プロセッサ１１０は、画像解析モジュール１２１を介して、測定線分に沿った多層構造の画像に対応する測定線分内のグレースケール分布を検出することができる。さらに、プロセッサ１１０は、画像解析モジュール１２１を介してグレースケール分布を解析して、閾値範囲に従って多層構造の画像における複数の暗層厚さおよび複数の明層厚さを決定することができる。このようにして、画像解析システム１００は、設定された測定線分に従って、多層構造の画像の各層の厚さを自動的に測定することができる。したがって、手動操作に費やされる多大な時間が短縮される。

【0022】

本実施形態において、プロセッサ１１０は、例えば中央処理装置（ＣＰＵ）、マイクロプロセッサ制御装置（ＭＣＵ）またはフィールドプログラマブルゲートアレイ（ＦＰＧＡ）であってもよいが、これらに限定されない。

【0023】

本実施形態において、記憶装置１２０は、例えばランダムアクセスメモリ（ＲＡＭ）、読み出し専用メモリ（ＲＯＭ）、光ディスク、磁気ディスク、ハードドライブ、ソリッドステートドライブ、フラッシュドライブ、セキュリティデジタル（ＳＤ）カード、メモリスティック、コンパクトフラッシュ（ＣＦ）カード、または任意のタイプの記憶装置であってよいが、これらに限定されない。記憶装置１２０は、プロセッサ１１０がアクセスして実行するために、各実施形態で説明される画像解析モジュール１２１および関連する画像データ、関連する解析結果およびデータ、表示インターフェースなどを記憶することができる。

【0024】

本実施形態において、電子顕微鏡１４０は、例えば、走査型電子顕微鏡（ＳＥＭ）または透過型電子顕微鏡（ＴＥＭ）であってもよいが、これらに限定されない。本実施形態において、表示装置１５０は、例えば、表示機能を有する様々な電子機器であってよい。加えて、別の実施形態では、画像解析装置１０１に表示装置１５０を配置してもよく、それにより、画像解析装置１０１を例えば表示機能を有するコンピュータ装置とすることができる。

【0025】

図２は、本発明の一実施形態による画像解析方法のフローチャートである。図３は、本開示の一実施形態による多層構造の画像の概略図である。図４は、本開示の一実施形態によるグレースケール分布の概略図である。図１～図４を参照すると、本実施形態では、画像解析システム１００は、画像解析方法の以下のステップＳ２１０～Ｓ２５０を実行することができる。ステップＳ２１０において、画像解析装置１０１は、電子顕微鏡１４０によって提供される多層構造の画像３００を取得することができる。ステップＳ２２０において、画像解析装置１０１は、表示装置１５０を介して多層構造の画像３００を表示することができる。ステップＳ２３０において、画像解析モジュール１２１は、多層構造の画像３００上に測定線分３３０を設定することができる。ステップＳ２４０において、画像解析モジュール１２１は、測定線分３３０に沿った多層構造の画像３００に対応する測定線分３３０内のグレースケール分布４００を検出する。ステップＳ２５０において、画像解析モジュール１２１は、グレースケール分布４００を解析して、閾値範囲４６１および閾値範囲４６２に基づいて、多層構造の画像３００における複数の暗層厚さおよび複数の明層厚さを決定する。

【0026】

具体的には、多層構造の画像３００は、グレースケール画像であってもよく、第１の方向Ｐ１は、第２の方向Ｐ２に垂直である。さらに、多層構造の画像３００は、複数の暗層画像３１０－１～３１０－４および複数の明層画像３２０－１～３２０－５を含むことができる。暗層画像３１０－１～３１０－４および明層画像３２０－１～３２０－５は、第１の方向Ｐ１に沿ってインターレース状に配置され、暗層画像３１０－１～３１０－４および明層画像３２０－１～３２０－５は、第２の方向Ｐ２に沿ってそれぞれ延在する。本実施形態では、暗層画像３１０－１～３１０－４は、第１のタイプの半導体材料層であり、明層画像３２０－１～３２０－５は、第２のタイプの半導体材料層である。第１のタイプの半導体材料層は、第２のタイプの半導体材料層とは異なる。本実施形態では、暗層画像３１０－１～３１０－４と明層画像３１０－１～３２０－５との間にそれぞれ複数の白い薄層の画像３４０－１～３４０－７がさらに存在してもよく、白い薄層の画像３４０－１～３４０－７は、第１のタイプおよび第２のタイプとは異なる第３のタイプの半導体材料層であってもよい。

【0027】

図１～図４を参照すると、ステップＳ２３０において、プロセッサ１１０は、画像解析モジュール１２１を実行して、多層構造の画像３００上に測定線分３３０を設定することができる（上述したように手動設定または自動設定によって）。ステップＳ２４０において、プロセッサ１１０は、測定線分３３０に沿った多層構造の画像３００に対応する測定線分３３０内の複数の連続する画素を検出して、画素の複数のグレースケール値を取得することができる。加えて、プロセッサ１１０は、グレースケール値に従って、図４に示すようなグレースケール分布４００を確立することができる。ステップＳ２５０において、プロセッサ１１０は、グレースケール分布４００を解析し、所定の閾値範囲４６１および所定の閾値範囲４６２に従って、多層構造の画像３００における暗層厚さおよび明層厚さを決定することができる。ここで、図４に示すように、グレースケール分布４００の横軸の値は、第１の方向Ｐ１に沿った測定線分３３０上の各画素に対応することができ、縦軸の値は、多層構造の画像３００に対応する測定線分３３０内の各画素のグレースケール値を表すことができる。

【0028】

本実施形態では、閾値範囲４６１（第１の閾値範囲とも呼ばれる）は、例えば、０～１５に設定されてもよく、閾値範囲４６２（第２の閾値範囲とも呼ばれる）は、例えば、４５～９０に設定されてもよい。すなわち、画素のグレースケール値が０～１５である場合、その画素は、暗画素であると見なすことができる。逆に、別の画素のグレースケール値が４５～９０である場合、その画素は、明画素であると見なすことができる。例えば、ステップＳ２５０において、プロセッサ１１０は、グレースケール値が閾値範囲４６１内にある画素を暗画素として決定することができる。さらに、プロセッサ１１０は、グレースケール値が閾値範囲４６２内にある画素を明画素として決定することができる。次に、プロセッサ１１０は、連続する２つのグレースケール値の勾配値に従って各層の開始点および終了点を決定することによって、測定線分３３０上の暗層厚さのそれぞれに対応する暗画素の数または明層厚さのそれぞれに対応する明画素の数を算出して、暗層厚さのそれぞれまたは明層厚さのそれぞれを、それぞれ取得することができる。すなわち、各暗層厚さは、各暗層厚さの暗画素の数に対応し、各明層厚さは、各明層厚さの明画素の数に対応する。

【0029】

本実施形態では、プロセッサ１１０が各暗層の暗画素の数および各明層の明画素の数を計算し終えると、プロセッサ１１０は、これらの数を対応する厚さパラメータに即座に変換して測定結果を出力することができる。例えば、画素は、１ナノメートルに相当してもよい。一実施形態では、第６の画素～第４４の画素が明画素であると仮定すると、プロセッサ１１０は、対応する明層画像の層の厚さが３９ナノメートル（４４－６＋１＝３９）であると取得することができる。しかしながら、画素と長さの対応関係は、手動設定または自動検出によって調整されてもよい。本開示はこれに限定されない。

【0030】

加えて、本実施形態では、全体の測定結果を以下の表１のように提示して表示装置１５０に表示することができる。本開示はこれに限定されない。本実施形態では、層番号は、多層構造の画像３００において、第１の方向Ｐ１に沿って測定線分３３０と順次交差する暗層画像３１０－１～３１０－４または明層画像３２０－１～３２０－５の番号を表すことができる。本実施形態では、平均グレースケール値は、多層構造の画像３００において、第１の方向Ｐ１に沿って測定線分３３０と順次交差する暗層画像３１０－１～３１０－４または明層画像３２０－１～３２０－５に対応する画素のグレースケール値の平均値を表すことができる。本実施形態では、測定厚さは、層番号に対応する暗層厚さまたは明層厚さを表すことができる。

【表1】

【0031】

加えて、一実施形態では、多層構造の画像３００は、複数の異なるグレースケール値範囲を有する暗層画像３１０－１～３１０－４および明層画像３２０－１～３２０－５を含むことができる。プロセッサ１１０は、これに対応して、閾値範囲４６１、閾値範囲４６２、または他の閾値範囲を設定して、厚さを測定することができる。さらに、一実施形態では、多層構造の画像３００において、異なるグレースケール値範囲を有する暗層画像３００－１～３１０－４および明層画像３２０－１～３２０－５は、第１の方向Ｐ１に沿ってランダムに配置されてもよく、暗層画像３１０－１～３１０－４および明層画像３２０－１～３２０－５が第１の方向Ｐ１に沿ってインターレース状に配置されることに限定されない。

【0032】

図５は、本開示の一実施形態による表示インターフェースの概略図である。図３および図５を参照すると、表示インターフェース５００は、多層構造の画像５１０、ツールバー５２０、および測定結果５３０を含む。多層構造の画像５１０の説明に関しては、図３の多層構造の画像３００の説明を参照することができ、ここでは繰り返さない。本実施形態では、ツールバー５２０は、ユーザが操作するように構成された拡大鏡、表示範囲の移動、測定線分の設定などのボタンを含むことができるが、本開示はこれらに限定されない。例えば、ユーザは、ツールバー５２０上の測定線分設定のボタンを用いて、所望の測定線分３３０を自ら設定してもよい。さらに、測定結果５３０は、例えば、層番号および暗層（暗）に対応する暗層厚さまたは明層に対応する明層厚さを含んでもよい。測定結果５３０において、暗層厚さおよび明層厚さは、同じ層番号にそれぞれ対応していることに留意されたい。別の実施形態では、測定結果５３０は、表１のような形態であってもよく、層番号は、１つの暗層厚さまたは１つの明層厚さのみに対応する。本実施形態では、ユーザが測定結果５３０を即座に見ることができるように、表示インターフェース５００が表示装置１５０に表示されてもよい。

【0033】

図６は、本発明の一実施形態による画像解析方法のフローチャートである。図１～図４および図６を参照すると、図２のステップＳ２５０は、例えば、図６の方法を採用することによって実現されてもよい。本実施形態では、プロセッサ１１０が画像解析モジュール１２１を実行してグレースケール分布４００を解析する場合、プロセスは、以下の４つのステップに分割されてもよい。すなわち、ステップＳ６１０（暗層厚さまたは明層厚さの開始点を見つける）、ステップＳ６２０（暗層厚さまたは明層厚さの終了点を見つける）、ステップＳ６３０（厚さ範囲をチェックする）、およびステップＳ６４０（厚さが重なり合っているかどうかをチェックする）である。

【0034】

白い薄層の画像３４０－１～３４０－７のグレースケール値は、暗層画像３１０－１～３１０－４および明層画像３２０－１～３２０－５のグレースケール値よりも大きいため、プロセッサ１１０がグレースケール分布４００を解析すると、白い薄層の画像３４０－１～３４０－７から暗層画像３１０－１～３１０－４に入る場合も、白い薄層の画像３４０－１～３４０－７から明層画像３２０－１～３２０－５に入る場合も、グレースケール値は徐々に減少することに留意されたい。すなわち、連続する２つのグレースケール値の勾配値はマイナスである。次に、プロセッサ１１０が、連続する２つのグレースケール値によって形成される間隔が閾値範囲４６１および閾値範囲４６２の上限値を含んでいると判定し、そして連続する２つのグレースケール値のうちの２番目のグレースケール値が、暗層画像３２０－１～３１０－４の閾値範囲４６１に属するのか、または明層画像３１０－１～３２０－５の閾値範囲４６２に属するのかを判定しさえすれば、プロセッサ１１０は、暗層厚さまたは明層厚さの開始点をマークすることができる。すなわち、プロセッサ１１０が、連続する２つのグレースケール値によって形成される間隔が閾値範囲４６１の上限値（第１の上限値とも呼ばれる）を含んでおり、対応する連続する２つの画素のうちの２番目の画素が暗画素であると判定した場合、プロセッサ１１０は、対応する連続する２つの画素のうちの２番目の画素を、対応する暗層厚さの暗層開始点としてマークする。同様に、プロセッサ１１０が、連続する２つのグレースケール値によって形成される間隔が閾値範囲４６２の上限値（第２の上限値とも呼ばれる）を含んでおり、対応する連続する２つの画素のうちの２番目の画素が明画素であると判定した場合、プロセッサ１１０は、対応する連続する２つの画素のうちの２番目の画素を、対応する明層厚さの明層開始点としてマークする。

【0035】

加えて、プロセッサ１１０がグレースケール分布４００を解析すると、グレースケール値は、暗層画像３１０－１～３１０－４から白い薄層の画像３４０－１～３４０－７に入る場合も、明層画像３２０－１～３２０－５から白い薄層の画像３４０－１～３４０－７に入る場合も、徐々に増加する。すなわち、連続する２つのグレースケール値の勾配値は、プラスである。次に、プロセッサ１１０が、連続する２つのグレースケール値によって形成される間隔が閾値範囲４６１および閾値範囲４６２の上限値を含んでいると判定し、そして連続する２つのグレースケール値のうちの２番目のグレースケール値が、暗層画像３２０－１～３１０－４の閾値範囲４６１に属さないか、または明層画像３１０－１～３２０－５の閾値範囲４６２に属さないかを判定しさえすれば、プロセッサ１１０は、暗層厚さまたは明層厚さの終了点をマークすることができる。すなわち、プロセッサ１１０が、連続する２つのグレースケール値によって形成される間隔が閾値範囲４６１の第１の上限値を含んでおり、対応する連続する２つの画素のうちの最初の画素が暗画素であると判定した場合、プロセッサ１１０は、対応する連続する２つの画素のうちの最初の画素を、対応する暗層厚さの暗層終了点としてマークする。同様に、プロセッサ１１０が、連続する２つのグレースケール値によって形成される間隔が閾値範囲４６２の第２の上限値を含んでおり、対応する連続する２つの画素のうちの最初の画素が明画素であると判定した場合、プロセッサ１１０は、対応する連続する２つの画素のうちの最初の画素を対応する明層厚さの明層終了点としてマークする。

【0036】

本実施形態では、プロセッサ１１０は、減少閾値を設定し、勾配値が減少閾値よりも小さいかどうかを判定して、暗層厚さまたは明層厚さの開始点をマークすることができる。本実施形態では、プロセッサ１１０は、増加閾値を設定し、勾配値が増加閾値よりも大きいかどうかを判定して、暗層厚さまたは明層厚さの終了点をマークすることができる。例えば、減少閾値および増加閾値の両方が０に設定されてもよいが、本開示はこれに限定されない。すなわち、プロセッサ１１０は、勾配値がマイナス（０よりも小さい）であるかどうかを判定して、暗層厚さまたは明層厚さの開始点をマークすることができる。さらに、プロセッサ１１０は、勾配値がプラス（０よりも大きい）であるかどうかを判定して、暗層厚さまたは明層厚さの終了点をマークすることができる。一実施形態では、減少閾値および増加閾値は、設計の必要性に応じて同じ値または異なる値としてそれぞれ設定されてもよく、本開示はこれに限定されない。

【0037】

例えば、ステップＳ６１０において、プロセッサ１１０がグレースケール分布４００を解析する際に、プロセッサ１１０は、連続する２つのグレースケール値の勾配値を算出することができる。プロセッサ１１０は、勾配値の変化に応じて、そして連続する２つのグレースケール値のうちの２番目のグレースケール値が、暗層画像３２０－１～３１０－４に対応する閾値範囲４６１に入るのか、または明層画像３１０－１～３２０－５に対応する閾値範囲４６２に入るのかを判定することによって、連続する２つのグレースケール値のうちの２番目のグレースケール値に対応する画素を暗層または明層の開始点としてマークすることができる。すなわち、プロセッサ１１０は、連続する２つのグレースケール値によって形成される間隔が閾値範囲４６１および閾値範囲４６２の上限値を含むか否かを判定して、連続する２つのグレースケール値のうちの２番目のグレースケール値に対応する画素を暗層または明層の開始点としてマークする。

【0038】

ステップＳ６２０において、プロセッサ１１０がグレースケール分布を解析する際に、プロセッサ１１０は、連続する２つのグレースケール値の勾配値を算出することができる。プロセッサ１１０は、勾配値の変化に応じて、そして連続する２つのグレースケール値のうちの２番目のグレースケール値が、暗層画像３２０－１～３１０－４に対応する閾値範囲４６１から離れるのか、または明層画像３１０－１～３２０－５に対応する閾値範囲４６２から離れのるかを判定することによって、連続する２つのグレースケール値のうちの最初のグレースケール値に対応する画素を暗層または明層の終了点としてマークすることができる。すなわち、プロセッサ１１０は、連続する２つのグレースケール値によって形成される間隔が閾値範囲４６１および閾値範囲４６２の上限値を含むか否かを判定して、連続する２つのグレースケール値のうちの最初のグレースケール値に対応する画素を暗層または明層の終了点としてマークする。

【0039】

次に、ステップＳ６３０において、プロセッサ１１０は、暗層厚さまたは明層厚さのそれぞれに対応する開始点と終了点との間の画素数をそれぞれ算出する。このようにして、プロセッサ１１０は、暗層厚さまたは明層厚さのそれぞれに対応する開始点と終了点との間の画素数に応じて、対応する暗層厚さまたは明層厚さを算出することができる。

【0040】

さらに、プロセッサ１１０は、不正確な開始点を除外するために画素をチェックすることができる。例えば、プロセッサ１１０は、各暗層厚さの開始点と終了点との間の全画素の平均グレースケール値が、暗層画像３１０－１～３１０－４に対応する閾値範囲４６１内に入るか否か、または、各明層厚さの開始点と終了点との間の全画素の平均グレースケール値が、明層画像３２０－１～３２０－５に対応する閾値範囲４６２内に入るか否かをチェックすることができる。チェック結果が正しい場合、プロセッサ１１０は、暗層厚さまたは明層厚さのそれぞれに対応する開始点と終了点との間の画素数を算出することができる。逆に、チェック結果が正しくない場合、プロセッサ１１０は、現在の開始点を除外し、次の開始点を新たな開始点として決定することを継続するために、やり直すことができる。

【0041】

最後に、ステップＳ６４０において、プロセッサ１１０は、隣接する暗層厚さまたは隣接する明層厚さが同じ画素に対応するかどうかをチェックして、厚さが重なり合っているかどうかをチェックすることができる。重なり合った厚さは、同じ暗層厚さまたは明層厚さであると見なされる。すなわち、プロセッサ１１０が、隣接する暗層厚さまたは隣接する明層厚さが同じ画素に対応することを確認すると、プロセッサ１１０は、隣接する明層厚さまたは隣接する暗層厚さを単一の明層厚さまたは暗層厚さに併合することができる。このようにして、プロセッサ１１０は、ノイズの干渉によって引き起こされる暗層厚さまたは明層厚さの重なりを補正して、正しい暗層厚さまたは明層厚さを得ることができる。加えて、一実施形態では、ステップＳ６４０を省略し、ステップＳ６３０において算出され、得られた厚さを直接暗層厚さまたは明層厚さとしてもよい。

【0042】

図７は、本開示の一実施形態による多層構造の画像のグレースケール分布の概略図である。図１および図７を参照すると、本実施形態では、多層構造の画像のグレースケール分布７００は、図３に示すように、複数の暗層画像７１０－１～７１０－４および複数の明層画像７２０－１～７２０－３のみを含むことができ、白い薄層の画像３４０－１～３４０－７を省略することができる。上述した方法と同様に、プロセッサ１１０は、暗層厚さまたは明層厚さの開始点または終了点を決定する際に、連続する２つのグレースケール値が、暗層画像７１０－１～７１０－４の閾値範囲７６１および明層画像７２０－１～７２０－３の閾値範囲７６２に属するか否かをそれぞれ判定することができる。言い換えれば、プロセッサ１１０は、連続する２つのグレースケール値によって形成される間隔が閾値範囲７６１の上限値を含むか否かを判定して、暗層厚さの開始点または終了点をマークすることができる。加えて、プロセッサ１１０は、連続する２つのグレースケール値によって形成される間隔が閾値範囲７６２の上限値を含むか否かを判定して、明層厚さの開始点または終了点をマークすることができる。次に、プロセッサ１１０は、連続する２つのグレースケール値のうちの２番目の画素が暗層画像７１０－１～７１０－４の閾値範囲７６１に入るのか、または明層画像７２０－１～７２０－３の閾値範囲７６２に入るのか、あるいはそこから離れるのかに応じて、開始点または終了点が、暗層厚さまたは明層厚さに属するか否かを判定することができる。加えて、厚さの算出方法の詳細は、上述した通りであり、ここでは繰り返さない。

【0043】

さらに、プロセッサ１１０は、勾配値がプラスまたはマイナスであることに応じて、暗層厚さまたは明層厚さの開始点または終了点を決定することができるが、本開示はこれに限定されない。具体的には、暗層から明層に入るとき、グレースケール値は、徐々に増加してもよい。明層から暗層に入るとき、グレースケール値は、徐々に減少してもよい。すなわち、プロセッサ１１０は、連続する２つのグレースケール値の勾配値に応じて、連続する２つの画素のうちの２番目の画素が暗画素であるか明画素であるかを判定することができる。例えば、プロセッサ１１０は、勾配値がマイナスであることに応じて暗層厚さの開始点７１０ａを決定することができ、プロセッサ１１０は、勾配値がプラスであることに応じて暗層厚さの終了点７１０ｂを決定することができる。さらに、プロセッサ１１０は、勾配値がプラスであることに応じて明層厚さの開始点７２０ａを決定することができ、プロセッサ１１０は、勾配値がマイナスであることに応じて明層厚さの終了点７２０ｂを決定することができる。

【0044】

以上をまとめると、本開示の画像解析方法および画像解析システムは、設定された測定線分に従って、多層構造の画像の各層の厚さを自動的かつ迅速に測定することができる。したがって、各層の厚さを手動で測定するために費やされる多大な時間が短縮される。さらに、本開示の画像解析方法および画像解析システムは、画像ノイズの干渉または材料不純物の影響を効果的に回避し、多層構造の画像の各層の厚さを正確に測定することができる。

【0045】

上記の実施形態を参照して本開示を説明してきたが、本開示は、上記の実施形態に限定されることは意図されていない。本開示の精神および範囲から逸脱することなく、記載された実施形態に対する修正がなされ得ることは、当業者には明らかであろう。したがって、本開示の範囲は、上記の詳細な説明によってではなく、添付の特許請求の範囲およびそれらの均等物によって定義される。

【産業上の利用可能性】

【0046】

本開示による画像解析方法および画像解析システムは、電子顕微鏡に適用することができる。

【符号の説明】

【0047】

１００：画像解析システム
１０１：画像解析装置
１１０：プロセッサ
１２０：記憶装置
１２１：画像解析モジュール
１４０：電子顕微鏡
１５０：表示装置
S210,S220,S230,S240,S250,S610,S620,S630,S640：ステップ
３００：多層構造の画像
３１０－１～３１０－４，７１０－１～７１０－４：暗層画像
３２０－１～３２０－５，７２０－１～７２０－３：明層画像
３３０：測定線分
３４０－１～３４０－７：白い薄層の画像
４００：グレースケール分布
４６１，４６２，７６１，７６２：閾値範囲
５００：表示インターフェース
５１０：多層構造の画像
５２０：ツールバー
５３０：測定結果
７００：多層構造の画像のグレースケール分布
７１０ａ，７２０ａ：開始点
７１０ｂ，７２０ｂ：終了点
Ｐ１：第１の方向
Ｐ２：第２の方向

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【外国語明細書】