用于测量高度图并将高度图合并为合成高度图的方法与流程

本发明涉及一种利用光学轮廓仪来测量基板表面上的多个视场的高度图并将高度图合并为合成高度图的方法，该方法包括：

使轮廓仪沿着路线相对于表面在场之间移动；

利用轮廓仪沿着路线测量表面上的场的高度图；以及

合并所测量的场的多个高度图以产生表面的合成高度图。

背景技术：

US5987189A公开了一种用以合并测试表面的邻接部分的高度轮廓以产生表面的合成轮廓的方法，并且包括：通过将测试样本的表面的邻接部分顺次放置在仪器的视场内来相继测量这些邻接部分，并且利用相位偏移或垂直扫描描绘这些邻接部分的轮廓。通过使轮廓描绘中的表面的一个部分与下一邻接部分重叠来执行从该一个部分到该下一邻接部分的相继测量之间的显微镜的x-y平移，以使得在测量之间维持空间连续性。然后，合并针对各部分所生成的高度数据以构成与整个被测表面相对应的更大的图像，并且通过使重叠的部分归一化为共通参考平面来校正x-y平移处理所引入的不连续和/或误差。

通过重叠区域中的各组测量高度进行平面的拟合，并且对各拟合平面的翻转(tip)、倾斜(tilt)和偏移(offset)进行校正以产生邻接部分中匹配的重叠高度数据。然后，还利用翻转、倾斜和偏移的相同的差来校正所测量到的用于各部分的平衡的高度数据，以获得连续的归一化图像。

由于从开启照明的时刻起或环境温度的变动引起光学元件和/或样本的受热和膨胀，因此光学测量系统将具有高度漂移(height drift)。

随着时间的经过，高度漂移可能由于系统和/或样本达到热平衡而稳定。为了避免高度漂移效应，光学系统的正常操作可以包括预热时间。这会预先抑制系统中的热高度漂移效应(而无法预先抑制样本中的热高度漂移效应，除非还在要测量的所有位置对样本进行预热)；然而，这花费大量时间。

漂移还可以具有其它原因，诸如：

·周围或仪器振动；

·周围测量环境的不稳定性(例如，周围空气温度、气压或者其它可适用因素的变动)；

·系统蠕变。

在这种情形下，将无法完全实现高度稳定性并且始终剩余一些通过仪器预热无法预先抑制的漂移。

在对场进行合并以测量比一个视场(FOV)大的工件的高度图的情况下，漂移会引起个体视场之间的高度偏移。在光学平坦物的模拟测量中可以发现示例。测量从左下角的视场开始并且顺次进行(参见图1中的测量顺序)。图2示出模拟的个体FOV测量。

根据合并算法的自由度，表面的原始整体倾斜和整体定向可能会丢失。接着，可以通过例如针对个体测量场在最小二乘意义下进行平面的拟合来进行整体倾斜和整体定向的重建。根据测量顺序(路线)，漂移所引起的高度偏移则将引起最终结果的整体倾斜误差。图3示出这种倾斜误差的示例，该示例是拼接或合并图2的数据集的模拟结果。

技术实现要素：

因此，本发明的目的是提供一种如下的方法，该方法利用光学轮廓仪来测量基板表面上的多个视场的高度图并在针对轮廓仪的高度漂移的灵敏度最小的状态下将这些高度图合并为合成高度图，其中高度漂移将引起合成高度图的倾斜误差。

因此，提供一种用于利用光学轮廓仪来测量基板的表面上的多个视场的高度图并将所测量到的高度图合并为合成高度图的方法，所述方法包括：使所述光学轮廓仪相对于所述表面沿着路线在视场之间移动；利用所述光学轮廓仪沿着所述路线测量所述表面上的视场的高度图；以及合并所测量的视场的多个高度图以产生所述表面的合成高度图，其中所述路线被配置为在合并多个高度图期间使得针对所述光学轮廓仪的高度漂移所引起的效应的灵敏度最小化。

通过配置路线，可以使多个视场至合成高度图的合并针对轮廓仪的高度漂移的灵敏度最小化，其中高度漂移将引起合成高度图的倾斜误差。

根据其它实施例，所述路线包括具有第一方向的分量和第二方向的分量的方向，所述第二方向的分量与所述第一方向的分量大致垂直，以及所述光学轮廓仪相对于所述表面的顺序移动包括：在测量视场的高度图期间，在所述第一方向的分量和所述第二方向的分量这两者上前后移动至少一次。

通过在测量场的高度图期间在第一方向的分量和第二方向的分量这两者上前后移动至少一次，场可以更好地在整个表面上分散开，以使得针对光学轮廓仪的高度漂移的灵敏度最小化。

还可以在与第一方向和第二方向垂直的、与高度相对应的第三方向上定义路线。

根据另一目的，在所述第一方向的分量和所述第二方向的分量这两者上前后移动包括：在所述第一方向上前后移动至少两个视场，以及在所述第二方向上前后(向左或向右)移动至少两个视场。

通过在测量视场的高度图期间在第一方向的分量和第二方向的分量这两者上前后移动至少两个视场，视场可以更好地在整个表面上分散开，以使得针对光学轮廓仪的高度漂移的灵敏度最小化。

根据另一实施例，所述光学轮廓仪相对于所述表面的移动包括：在测量视场的高度图期间，在所述第一方向的分量和所述第二方向的分量这两者上前后移动至少两次。

通过在第一方向的分量和第二方向的分量这两者上前后移动至少两次，可以进一步使针对光学轮廓仪的高度漂移的灵敏度最小化，其中高度漂移将引起合成高度图的误差。

根据另一实施例，所述路线被配置为大致以随机次序来测量视场。

通过将路线配置为以基本随机的次序来测量视场，可以使针对光学轮廓仪的高度漂移的灵敏度最小化。

根据另一实施例，所述路线具有螺旋形状或近似螺旋的形状。

通过将路线配置为以螺旋形状或近似螺旋的形状来测量视场，可以在合并多个高度图期间使针对轮廓仪的高度漂移的灵敏度最小化。

根据另一实施目的，所述方法包括：以直接次序测量和/或再测量位于非常靠近表面的边缘的边缘视场，以使得这些测量的时间最小化，由此使得这些测量之间的漂移最小化。整体倾斜重建将仅基于这些场。通过使这些场之间的距离最大化并且使测量之间的时间最小化，将使得合成高度图的整体倾斜误差最小化。

根据另一实施例，所述路线包括多次穿过所述表面上的多个视场的中心。

通过多次穿过表面上的多个视场的中心，可以使针对轮廓仪的高度漂移的灵敏度最小化。

根据另一实施例，所述方法包括：在所测量的视场和要测量的下一个视场之间留出一个、两个、三个或甚至更多个视场的状态下，从该所测量的视场向该要测量的下一个视场移动。

通过将路线配置为在一个场与另一个场之间留出一个、两个、三个或更多个场的状态下从该一个场移动到该另一个场，可以使针对轮廓仪的高度漂移的灵敏度最小化。

根据另一实施例，在利用轮廓仪测量表面上的视场的高度图期间，能够维持邻接视场之间的重叠或连接的区域，以及合并多个高度图包括：使用重叠或连接的区域(在得到维持的情况下)来建立并校正场之间的高度差以产生表面的合成高度图。如果没有维持重叠或连接，可以使用共通的高度参考来建立并校正场之间的高度差以产生表面的合成高度图。由此，可以获得合成高度图。

根据另一实施例，所述方法包括：使用算法来确定所述路线。

由此，可以确定路线，通过该路线可以使针对轮廓仪的高度漂移的灵敏度最小化。

接着说明如何实现可能的算法的示例的列表。该列表仅作为示例并且本发明不排除服务于同一目的的不同的变动、组合或不同的算法。

算法1

本算法所确定的测量次序依赖于相对于表面上的视场(FOV)的结构的几何中心的距离。本算法首先选择相对于表面的中心的距离最大的FOV，然后将该FOV置于测量次序的首位。在多个场处于相同的距离的情况下，第一个挑选的将依赖于编码语言的寻址次序，但实质上这并不重要。一旦挑选了第一个场，则本算法在排除已经挑选的场的情况下再次搜索相对于中心的距离最远的场，并将该场置于测量次序中。重复该处理，直到挑选了所有的场为止。还可以使该次序反向，这是由于这样得到几乎相同的结果。

算法2

类似于先前的算法，在本算法中，对相对于中心的距离最大的FOV进行定位，并且将该FOV置于测量次序的首位。然而，通过找出相对于先前场的位置的最大几何距离而不是相对于中心的最大场距离，来确定下一个场。遵循该过程，直到在测量顺序中分配了所有的场为止。还可以使该次序反向，这是由于这样得到几乎相同的结果。

算法3

算法3更复杂一些。这里，设想以FOV对来工作以确保这些对中的场尽可能地与表面的几何中心相对。

如上述的算法，通过查找与中心的最大距离来选择第一个场。通过查找与第一个场的(关于中心的)镜像位置最接近的场来选择下一个场。将这两个场添加至测量顺序的首位。

通过寻找位置与先前挑选的场的距离最小并且到中心的距离最大的FOV，来选择第二对(以及后续所有接下来的对)的第一个场。再通过寻找与该第一个场的(关于中心的)镜像位置最接近的FOV来选择该新对的第二个场。遵循该过程，直到在测量顺序中指定了所有的对为止，并且根据需要将任何剩余的场添加至测量次序。还可以使该次序反向，这是由于这样得到几乎相同的结果。

算法4

算法4在选择第一对的上述方法方面与算法3类似地开始。然而，通过搜索与虚拟位置最近的FOV来选择接下来的新对(和后续对)的第一个FOV，其中该虚拟位置位于到中心的距离与先前对的第一个场到中心的距离相同但相对于中心顺时针旋转90度的位置处。再通过寻找与第一个FOV的(关于中心的)镜像位置最接近的FOV来选择该新对的第二个FOV。

通过重复顺时针旋转、找出最近的FOV并且找出镜像FOV的如上所述的过程来找出第三对(以及接下来的对)。将任何剩余的场添加至测量顺序的末尾。还可以使该次序反向，这是由于这样得到几乎相同的结果。

算法5

算法5实施与上述算法非常不同的概念。这里，在矩形结构FOV形状的情况下，顺次测量4个角场(即，位于非常接近边缘的场)；此后，再测量第一角场，完成围绕形状的极端位置的回路。整体定向和倾斜的重建仅基于这5个场。

通过简单地找出多个FOV中心坐标的X和Y的最小值和最大值并且按照以下次序将这些FOV置于测量顺序列表中来实现角的指定：

1.(X_min,Y_min)

2.(X_max,Y_min)

3.(X_max,Y_max)

4.(X_min,Y_max)

5.然后重复第一个场。

然而，在非矩形结构的情况下，通过在以上前四个步骤中的搜索所确定的最大值和最小值(X,Y)可能引起同一FOV被识别两次。示例是FOV的T形结构：在此，这些步骤中所识别出的第一个场和第二个场将会是相同的FOV，并且将适时地被置于测量顺序中两次。为了防止这种情况，需要在步骤4和5中进行唯一性检查，这样在保持测量次序的情况下去除任何重复。还可以使该次序反向，这是由于这样得到几乎相同的结果。

根据另一实施例，所述光学轮廓仪是白光干涉仪即WLI、移相干涉仪即PSI、色点传感器即CPS、聚焦点恢复/聚焦形状恢复传感器即PFF/SFF、共焦显微镜、结构化照明显微镜即SIM或激光干涉仪显微镜。

附图说明

现在将参考附图仅以示例的方式说明本发明的实施例，其中相应的附图标记表示相应的部分，其中：

图1示出测量顺序；

图2示出使用图1的顺序的针对平坦物的模拟个体视场测量；

图3示出拼接图2的数据集的模拟结果并且示出剩余的倾斜误差；

图4示出根据实施例的测量顺序；

图5示出使用图4的顺序的针对平坦物的模拟个体视场测量；

图6示出拼接图5的数据集的模拟结果并且示出剩余的倾斜误差；

图7示出根据另一实施例的测量顺序；

图8示出使用图7的顺序的针对平坦物的模拟个体视场测量；

图9示出拼接图8的数据集的模拟结果并且示出剩余的倾斜误差；

图10示出根据又一实施例的测量顺序；

图11示出使用图10的顺序的针对平坦物的模拟个体视场测量；

图12示出拼接图11的数据集的模拟结果并且示出剩余的倾斜误差；

图13示出根据又一实施例的测量顺序；

图14示出使用图13的顺序的针对平坦物的模拟个体视场测量；

图15示出拼接图14的数据集的模拟结果并且示出剩余的倾斜误差；

图16示出根据又一实施例的测量顺序；

图17示出使用图16的顺序的针对平坦物的模拟个体视场测量；

图18示出拼接图17的数据集的模拟结果并且示出剩余的倾斜误差；

图19和20示出根据本发明的第四实施例的测量顺序。

图21和22示出使用图19和20的顺序的针对平坦物的模拟个体视场测量；

图23示出拼接图21和22的数据集的模拟结果并且示出剩余的倾斜误差；

图24～26示出根据又一实施例的测量顺序；

图27～29示出使用图24～26的顺序的针对平坦物的模拟个体视场测量；

图30示出拼接图27～29的数据集的模拟结果并且示出剩余的倾斜误差；

图31示出自动路线确定算法的流程图示例；

图32示出针对5×5视场的算法的使用的示例；

图33示出模拟视场测量组；以及

图34示出具有极少剩余倾斜的模拟拼接结果。

具体实施方式

图4示出根据本发明的实施例的测量顺序。该顺序从以下操作开始：通过使轮廓仪相对于表面从场1顺次移动至场2直至场25并且测量场1～25各自的高度图以生成相应的高度图，来利用轮廓仪相继测量表面上的个体视场的高度图。因此该方法包括通过以下步骤利用轮廓仪相继测量表面上的视场的高度图：

a1)利用轮廓仪测量表面上的第一个场1的高度图；

a2)使轮廓仪相对于表面从第一个场移动至下一个场2；以及

a3)重复a1～a2，直到利用光学轮廓仪测量了基板的表面上的多个视场从而生成相应的高度图为止。以此可以测量基板的表面上的多个视场。

可以通过使所述高度图彼此归一化来合并所生成的测量视场的多个高度图以产生表面的合成高度图。为此，可以维持邻接的场之间的重叠区域L，并且合并测量视场的多个高度图包括：使用重叠区域来确定并校正场的高度差。以此可以获得合成高度图。

通过配置路线，可以使针对轮廓仪的高度漂移的灵敏度最小化。

路线包括具有第一方向的分量和第二方向的分量的方向，其中第二方向的分量(例如，图4中的从左到右)与第一方向的分量(例如，图4中的从下到上)大致垂直。使轮廓仪相对于表面顺次移动包括：在测量视场的高度图期间在第一方向的分量和第二方向的分量这两者上前后移动至少一次。通过在测量视场的高度图期间在第一方向的分量和第二方向的分量这两者上前后移动至少一次，视场可以更好地在整个表面上分散开以使得针对轮廓仪的高度漂移的灵敏度最小化。例如，在图4中，从1移动到2包括：在第一方向上和第二方向上向前移动。接着，从3到4的移动包括：在第一方向上和第二方向上向后移动。

在第一方向的分量和第二方向的分量这两者上前后移动包括：在整个测量顺序期间在第一方向上前后移动至少两个视场以及在第二方向上前后(例如，向左或向右)移动至少两个视场。例如，在图4中，从6移动到7包括在第一方向上向前移动至少两个视场，并且从7移动到8包括在第二方向上向前移动至少两个视场。从3到4的移动包括在第一方向和第二方向上向后移动至少两个视场。

图4中的路线可以被配置为大致以随机次序来测量视场。通过将路线配置为大致以随机次序来测量视场，可以使针对轮廓仪的高度漂移的灵敏度最小化。

图5示出使用图4的顺序的针对平坦物的模拟视场测量。图6示出合并了图5的数据集之后的模拟结果并且示出剩余倾斜误差。将图6与图3进行比较，这显示出在图6中，通过使用图4的顺序明显减少了剩余高度误差。

图7中的线路包括：在整个测量顺序期间在第一方向的分量和第二方向的分量这两者上前后移动至少一个视场。例如，在图7中，从5移动到6包括在第一方向上向前移动一个视场，并且从1移动到2包括在第二方向上向前移动一个视场。从9到10的移动包括在第二方向上向后移动一个视场，并且从13到14的移动包括在第一方向上向后移动一个视场。

在图7中，该路线具有从1移动到25的螺旋或者近似螺旋的图形。通过将路线配置为以螺旋或近似螺旋的图形来测量视场，可以使针对轮廓仪的高度漂移的灵敏度最小化。

图8示出使用图7的顺序的针对平坦物的模拟视场测量。图9示出合并了图8的数据集之后的模拟结果并且示出剩余倾斜误差。将图9与图3进行比较，这显示出在图9中，通过使用图8的顺序明显减少了剩余高度误差。

图10示出根据又一实施例的测量顺序。路线包括：在整个测量顺序期间在第一方向上前后移动至少两个视场以及在第二方向上前后(例如，向左或向右)移动至少两个视场。该路线还包括多次穿过表面上的多个视场的中心25。通过多次穿过表面上的多个视场的中心，可以使针对轮廓仪的高度漂移的灵敏度最小化。该路线被配置为为在两个视场之间留出一个、两个或甚至更多个视场的状态下在这两个视场之间移动。通过将路线配置为在两个视场之间留出一个、两个或甚至更多个视场的状态下在这两个视场之间移动，可以使针对轮廓仪的高度漂移的灵敏度最小化。

图11示出使用图10的顺序的针对平坦物的模拟视场测量。图12示出合并了图11的数据集之后的模拟结果并且示出剩余倾斜误差。将图12与图3进行比较，这显示出在图12中，通过使用图10的顺序明显减少了剩余高度误差。

图13示出根据又一实施例的测量顺序。路线包括穿过中心、在视场之间留出一个、两个或甚至更多个视场的状态下在第一方向和第二方向上前后移动至少一个或两个视场，以使得针对高度漂移的灵敏度最小化。

图14示出使用图13的顺序的针对平坦物的模拟视场测量。图15示出合并了图14的数据集之后的模拟结果并且示出剩余倾斜误差。将图15与图3进行比较，这显示出在图15中，通过使用图13的顺序明显减少了剩余高度误差。

图16示出根据又一实施例的测量顺序。路线包括穿过中心、在视场之间留出一个、两个或甚至更多个视场的状态下在第一方向和第二方向上前后移动至少一个或两个视场，以使得针对高度漂移的灵敏度最小化。

图17示出使用图16的顺序的针对平坦物的模拟视场测量。图18示出合并了图17的数据集之后的模拟结果并且示出剩余倾斜误差。将图18与图3进行比较，这显示出在图18中，通过使用图16的顺序明显减少了剩余高度误差。

可以考虑如下：在极端的场位置(例如，角或轴上场)处以直接时间顺序(再)测量位于大致靠近表面边缘的某些视场，并且使整体倾斜和高度重获仅基于这些视场。通过使横向距离最大化并且使测量之间的时间最小化，来使得倾斜误差最小化。

图19和20示出根据这样的又一实施例的测量顺序。图19的路线包括位于大致靠近表面边缘的边缘视场1、2、3或4的测量。接着，在图20中，以节省时间的路线1～21来测量剩余的视场。

图21和22示出使用图19和20的顺序的针对平坦物的模拟视场测量。图23示出拼接了图21和22的数据集的模拟结果，其中图21和22的数据集合并以构成用于拼接的单个数据集，但重要的是仅基于图21中的数据而不是基于整体来进行整体定向和倾斜重建。

将图23与图3进行比较，这显示出在图23中，通过使用图19和20的顺序明显减少了剩余高度误差。图19的路线包括位于大致靠近表面边缘的边缘视场1、2、3或4的测量。

通过对重建中所要使用的场的顺序的多次重复进行合并，可以进一步使倾斜误差最小化。图24～26示出根据又一实施例的测量顺序。图24的路线包括位于大致靠近表面边缘的边缘视场1、2、3或4的测量。接着，在图25中，利用节省时间的路线1～21来测量剩余视场。图26的路线包括位于大致靠近表面边缘的边缘视场1、2、3或4的测量。

图27～29各自示出使用24～26的顺序的针对平坦物的模拟视场测量，并且图30示出合并图27～29的数据集的模拟结果并且示出剩余倾斜误差，但仅使用图27和29中的数据来重建整体定向和倾斜。将图30与图3进行比较，这显示出在图30中，通过使用图24～26的顺序明显减少了剩余高度误差。

在图31中可以看到以通过相对于测量区域的中心的距离来确定测量次序为基础的自动路线确定算法的流程图示例。因而，首先测量距离最远的场，并且向内进行测量，结束于(靠近)测量区域的中心点。

图31示出自动路线确定算法的流程图示例。该自动路线确定算法包括：

311输入测量区域的视场位置的列表；

312确定相对于测量区域的中心点的所有视场距离；

313确定并选择相对于中心的距离最大的视场；

314将所选择的视场传送至测量次序列表；

315从输入列表中去除所选择的视场；

316剩余小于或等于2个视场？若否，则313，若是，则317

317将剩余视场添加至输出列表；以及

318结束。

根据实施例，自动路线确定算法方法包括：

输入测量区域的视场位置的列表；

确定相对于测量区域的中心点的所有视场距离；

确定并选择相对于中心的距离最大的视场；

将所选择的视场传送至测量次序列表；以及

从输入列表中去除所选择的视场。

针对5×5FOV的该算法的使用的示例可以得到图32中看到的路线，该路线与图13所示的螺旋路线类似。图33示出所得到的模拟FOV测量组，并且图34示出模拟拼接结果。再次，如图15中的类似拼接结果那样，图34示出极少的剩余倾斜。以此可以确定路线，通过该路线可以使针对轮廓仪的高度漂移的灵敏度最小化。

光学轮廓仪可以是白光干涉仪(white-light interferometer，WLI)、移相干涉仪(phase-shifting interferometer，PSI)、色点传感器(chromatic point sensor，CPS)、聚焦点恢复/聚焦形状恢复传感器(points-from-focus/shape-from-focus sensor)、共焦显微镜、结构化照明显微镜(structured illumination microscope，SIM)或激光干涉仪显微镜。

路线选项的挑选可以是人为指定的或者是由算法通过对例如视场结构(包括结构形状)、缺失视场、视场计数、仪器状态、漂移的大小或任何其它可适用的因素进行评价来自动确定的。

可以考虑实现相同目标的任何其它路线选项和算法。

为了确保样本位置处于从一个FOV移动到下一FOV的传感器的测量高度范围内，可以使用用以预测邻接FOV的高度的前馈方法。必须注意，如果要使用前馈技术来增强漂移补偿，则由于前馈要求场直接邻接于前一场，因此路线的挑选局限于螺旋，以进行拟合和外推。如此，例如，随机路线将不适用。

作为用以控制样本相对于传感器的z位置的前馈方法的替代，可以使用预扫描方法来提供样本的粗略(低精确)图。预扫描方法允许包括随机的任意路线来进行最后的高精度测量。

应理解，所公开的实施例仅是本发明的可以以任何形式来实施的例示。因此，这里所公开的特定结构和功能细节不应被视为限制，而仅是作为权利要求书的基础以及作为用于教导本领域技术人员采用几乎任何适当的详细结构以各种方式来应用本发明的代表性基础。此外，这里所使用的术语和短语并非意图限制而是提供本发明的易懂描述。

这里所使用的术语“一种”或“一个”被定义为一个或多于一个。这里所使用的术语“另一”被定义为至少两个以上。这里所使用的术语“包括”和/或“具有”被定义为“包含”(即，不排除其它要素或步骤)。权利要求书中的任何附图标记不应被视为限制权利要求书或本发明的范围。在相互不同的从属权利要求中陈述特定特征的仅有事实并不表明不能有利地使用这些特征的组合。本发明的范围仅受所附权利要求书限制。