CN106601642B - 测量厚度的方法、处理图像的方法及执行其的电子系统 - Google Patents

Abstract

公开了一种测量厚度的方法、处理图像的方法和执行其的电子系统。可以基于结构的原始图像来测量在结构中的第一层的厚度。可以在原始图像中识别第一层的第一边界。可以通过基于第一边界将原始图像转换为第一图像并且基于对第一图像滤波生成第二图像来识别在原始图像中基本难以辨识的第二边界。可以基于将原始图像的局部图像部分调整为使第一边界的标识与轴线对准来生成第一图像，使得第一图像包括与轴线基本平行地延伸的第一边界的标识。可以从第二图像识别第二边界，可以基于识别的第一边界与第二边界来确定层的厚度。

Description

测量厚度的方法、处理图像的方法及执行其的电子系统

本申请要求于2015年10月15日提交到韩国知识产权局(KIPO)的第10-2015-0144096号韩国专利申请的优先权，该韩国专利申请的内容通过引用被全部包含于此。

技术领域

示例实施例总体上涉及图像处理，更具体地涉及基于图像测量物体和/或层的厚度、处理包括物体和/或层的图像以及/或者执行这样的测量和/或处理的电子系统。

背景技术

基于各种半导体工艺制造半导体元件。为了确定是否已经成功地执行半导体工艺，在执行半导体工艺期间和/或之后测量在半导体元件中的膜材料或薄膜层的物理尺寸(例如，厚度)。半导体工艺或半导体元件的质量和/或生产率可以基于将测试结果(例如，测得的膜材料或薄膜层的厚度)反馈回到半导体工艺而得到改善。因为使用X-射线、声波或光来测量物体的厚度的非接触、非破坏性的设备不会处理、破坏或改变将被测量的物体(例如，半导体基底)，所以可以使用这样的设备。正在进行对厚度测量技术的研究以满足对于更精确和能够测量更复杂的图案的需求。

发明内容

因此，一些示例实施例基本上避免了由于相关领域的局限性和缺点的一个或更多个问题。

至少一个示例实施例提供了一种能够基于图像来有效并精确地获得厚度的测量物体和/或层的厚度的方法。

至少一个示例实施例提供了一种能够用在测量厚度的方法中的处理图像的方法。

至少一个示例实施例提供了一种能够执行测量厚度的方法和/或处理图像的方法的电子系统。

根据一些示例实施例，测量厚度的方法可以包括获得结构的原始图像，所述结构包括第一层，第一层包括第一边界和第二边界，原始图像包括具有第一层的结构的图像，第二边界在原始图像中是基本难以辨识的。所述方法可以包括：在原始图像中提取第一层的第一边界；基于提取的第一边界将原始图像转换为第一图像；基于对第一图像滤波来生成第二图像；在第二图像中提取第一层的第二边界；以及基于在第二图像中提取的第二边界计算第一层的厚度。

在原始图像中提取第一层的第一边界的步骤可以包括:基于在原始图像中的灰度值变化来在原始图像中检测多个边界点；将第一边界确定为贯穿多个边界点延伸的线。

基于在原始图像中的灰度值变化来在原始图像中检测每个边界点的步骤可以包括确定给定的边界点的灰度值与相邻于给定的边界点的第一点的灰度值之差大于阈值灰度值。

将原始图像转换为第一图像的步骤可以包括基于在原始图像中提取的第一边界来在原始图像中识别目标区域，目标区域与所述结构和第一层相关。将原始图像转换为第一图像的步骤可以包括将在原始图像中的多个边界点映射为在第一图像中的多个轴点，多个边界点与在原始图像中的第一边界相对应。将原始图像转换为第一图像的步骤可以包括基于多个轴点通过改变在目标区域中的多个局部图像的布置来获得第一图像，使得多个轴点限定与第一图像的轴基本平行地延伸的线。

多个边界点可以非线性地布置在原始图像中，多个轴点可以线性地布置在第一图像中，包括多个轴点的第一线性线与第一方向基本平行，多个局部图像可以在第一图像中沿与第一方向交叉的第二方向布置。

多个边界点可以在原始图像中布置为圆形形状或椭圆形形状。

生成第二图像的步骤可以包括将第一图像分为多个子区域以及对多个子区域中的每个执行平均操作，以生成多个平均化的子区域，使得第二图像包括多个平均化的子区域。

多个轴点可以线性地布置在第一图像中，包括多个轴点的第一线性线与第一方向平行。多个子区域中的每个可以具有在第一方向上延伸的第一边和在与第一方向基本垂直的第二方向上延伸的第二边。第二边可以比第一边短。

可以基于高斯滤波器来执行平均操作。

所述方法可以包括从第一图像去除噪声以至少部分地生成第二图像。

所述方法可以包括基于域变换滤波器从第一图像去除噪声。

可以基于直角坐标在原始图像中表示所述结构。可以基于极坐标在第一图像和第二图像中表示所述结构。

所述结构可以是孔结构。孔结构可以在半导体基底上。第一层可以在孔结构中。

所述结构可以是鳍结构。鳍结构可以在半导体基底上。第一层可以在鳍结构上。

根据一些示例实施例，测量厚度的方法可以包括获得结构的原始图像，所述结构包括多个层，原始图像包括具有第一层和第二层的结构的图像，第一层包括第一边界，第二层包括第二边界，第二边界在原始图像中是基本难以辨识的。所述方法可以包括在原始图像中提取第一层的第一边界。所述方法可以包括基于提取的第一边界将原始图像转换为第一图像，基于对第一图像滤波来生成第二图像，在第二图像中提取第一层的第二边界，以及基于提取的第一边界和第二边界来计算第一层和第二层的厚度。

根据一些示例实施例，一种处理图像的方法可以包括获得结构的原始图像，所述结构包括第一层，第一层包括第一边界和第二边界，原始图像包括具有第一层的结构的图像，第二边界在原始图像中是基本难以辨识的。所述方法可以包括：在原始图像中提取第一层的第一边界；基于提取的第一边界将原始图像转换为第一图像；基于对第一图像滤波来生成第二图像；基于处理第二图像来提取第二边界。

提取第一层的第一边界的步骤可以包括：基于确定给定的边界点的灰度值与相邻于给定的边界点的第一点的灰度值之差大于阈值灰度值来在原始图像中检测多个边界点；将第一边界提取为由多个边界点限定的线。

将原始图像转换为第一图像的步骤可以包括基于在原始图像中提取的第一边界来在原始图像中识别目标区域，目标区域与所述结构和第一层相关，目标区域是包括多个边界点的原始图像的一部分，目标区域包括多个局部图像。将原始图像转换为第一图像的步骤可以包括通过调整在目标区域中多个局部图像的相对布置以使边界点与在第二方向上延伸的轴对准来获得第一图像，第二方向基本垂直于第一方向。

生成第二图像的步骤可以包括将第一图像分为多个子区域，多个子区域中的每个包括在第一方向上延伸的第一边和在第二方向上延伸的第二边，第二边比第一边短。生成第二图像的步骤可以包括对多个子区域中的每个的像素值执行平均操作，以生成多个平均化的子区域。

生成第二图像的步骤可以包括至少部分地从第一图像去除噪声。

根据一些示例实施例，电子系统可以包括被构造为接收结构的原始图像的图像成像装置、存储器、处理器，所述结构包括第一层。处理器可以与存储器彼此协作，以在原始图像中提取第一层的第一边界，基于提取的第一边界将原始图像转换为所述结构的第一图像，基于对所述结构的第一图像滤波而生成所述结构的第二图像，并且在所述结构的第二图像中提取第一层的第二边界。

以基于在原始图像中的灰度变化来在原始图像中检测多个边界点，并且将由多个边界点限定的线识别为第一边界为基础，处理器可以与存储器彼此协作以提取第一层的第一边界。

将原始图像转换为第一图像的步骤可以包括基于第一边界在原始图像中识别目标区域，使得目标区域包括多个边界点，目标区域包括多个局部图像。将原始图像转换为第一图像的步骤可以包括调整多个局部图像的相对布置以使多个边界点与轴线对准。

生成第二图像的步骤可以包括：将第一图像分为多个子区域；以及对多个子区域中的每个的像素值执行平均操作以生成多个平均化的子区域。

处理器可以与存储器彼此协作，以基于提取的第一边界和提取的第二边界来计算第一层的厚度。

处理器可以与存储器彼此协作，以计算第一层的厚度的均匀性。

图像成像装置可以包括被构造为拍摄(或获取)原始图像的透射电子显微镜(TEM)。

图像成像装置可以包括被构造为拍摄原始图像的扫描电子显微镜(SEM)。

根据一些示例实施例，一种方法可以包括基于处理结构的原始图像来确定结构的第一层的厚度，第一层包括第一边界和第二边界，原始图像包括第一边界的标识，第二边界在原始图像中是基本难以辨识的。确定所述结构的第一层的厚度可以包括：将原始图像分为多个局部图像，局部图像中的至少一些包括第一边界标识的单独的部分；调整多个局部图像的相对布置以生成结构的第一图像，第一图像包括对准布置的第一边界标识部分，所述对准布置与第一图像的轴线对准；对第一图像滤波以生成结构的第二图像。所述方法可以包括从第二图像提取第二边界。所述方法可以包括基于在第一边界与第二边界之间的确定的距离来确定第一层的厚度。

在原始图像中第一边界的标识可以是非线性线，轴线在第一图像中可以沿第一方向延伸。

第一边界在原始图案中可以限定为圆形形状或椭圆形形状。

生成第二图像的步骤可以包括将第一图像分为多个子区域以及对多个子区域中的每个执行平均操作以生成多个平均的子区域，使得第二图像包括多个平均化的子区域。

附图说明

通过对如在附图中示出的发明构思的非限制性实施例的更具体的描述，发明构思的前述特征和其它特征将是明显的，其中，贯穿不同的附图，同样的附图标记表示同样的部件。附图未必按比例的，而是重点在于示出发明构思的原理。在附图中：

图1是示出根据一些示例实施例的测量厚度的方法的流程图；

图2是示出具有将要基于根据一些示例实施例的测量厚度的方法来测量的第一层的结构的示例的剖视图；

图3、图4A和图4B是用于描述在根据一些示例实施例的测量厚度的方法中使用的原始图像的图；

图5是示出图1中的提取第一边界的示例的流程图；

图6是示出图1中的将原始图像转换为第一图像的示例的流程图；

图7和图8是用于描述图6的将原始图像转换为第一图像的示例的图；

图9是示出图1中的生成第二图像的示例的流程图；

图10、图11A、图11B、图12和图13是用于描述图9的生成第二图像的示例的图；

图14是示出具有将要基于根据一些示例实施例的测量厚度的方法来测量的第一层的结构的示例的剖视图；

图15、图16和图17是用于描述根据一些示例实施例的测量厚度的方法的图；

图18是示出根据一些示例实施例的测量厚度的方法的流程图；

图19、图20和图21是用于描述根据一些示例实施例的测量厚度的方法的图；

图22是示出根据一些示例实施例的处理图像的方法的流程图；以及

图23是示出根据一些示例实施例的电子系统的框图。

具体实施方式

现在，将参照示出了一些示例实施例的附图对示例实施例进行更加充分地描述。然而，示例实施例可以以许多不同的形式实现，并且不应被解释为限制于在此阐述的实施例；相反，提供这些示例实施例使得本公开将是彻底的和完全的，并且将把发明构思的示例实施例的范围充分地传达给本领域的普通技术人员。在附图中，为了清楚，夸大了层和区域的厚度。在附图中同样的附图标记和/或符号标示同样的元件，因此，可以不重复对它们的描述。

将理解的是，当元件被称作“连接到”或“结合到”另一元件时，该元件可直接地连接或结合到所述另一元件，或者可以存在中间元件。相反，当元件被称作“直接地连接”或“直接地结合”到另一元件时，没有中间元件存在。应以同样的方式解释用来描述元件或层之间关系的其它词语(例如，“在……之间”相对于“直接在……之间”、“与……相邻”相对于“直接与……相邻”、“在……上”相对于“直接在……上”)。如这里使用的，术语“和/或”包括一个或更多个相关所列项目的任何组合和所有组合。

将理解的是，尽管可以在这里使用术语“第一”、“第二”等来描述各种元件、组件、区域、层和/或部件，但是这些元件、组件、区域、层和/或部件不应该受这些术语限制。这些术语仅用来将一个元件、组件、区域、层或部件与另一元件、组件、区域、层或部分区分开。因此，在不脱离示例实施例的教导的情况下，可将以下讨论的第一元件、组件、区域、层或部分命名为第二元件、组件、区域、层或部分。

为了易于描述，在这里可以使用诸如“在……之下”、“在……下方”、“下面的”、“在……上方”和“上面的”等空间相对术语，来描述如附图中所示的一个元件或特征与另外的元件或特征的关系。将理解的是，除了图中描绘的方位之外，空间相对术语还意图包含装置在使用或操作中的不同方位。例如，如果图中的装置被翻转，则描述为“在”其它元件或特征“下方”或“之下”的元件随后将被定位“在”所述其它元件或特征“上方”。因此，术语“在……下方”可包含上方和下方两种方位。装置可以被另外定位(旋转90度或在其它方位)并且应该相应地解释在这里使用的空间相对描述语。

在这里使用的术语仅用于描述具体的实施例的目的而非意图限制示例实施例。如在这里使用的，除非上下文另有明确指示，否则单数形式“一个”、“一种”和“该/所述”也意图包括复数形式。还将理解的是，如果在这里使用术语“包括”及其变型，则表明存在陈述的特征、整体、步骤、操作、元件和/或组件，但是不排除存在或添加一个或更多个其它的特征、整体、步骤、操作、元件、组件和/或它们的组。诸如“……中的至少一个(种)”的表述位于一列元件(要素)之后时，修饰整列的元件(要素)，而不是修饰该列中的个别元件(要素)。

在这里参照是示例实施例的理想化的实施例(和中间结构)的示意性图示的截面图示来对示例实施例进行描述。这样地，将预料到由例如制造技术和/或公差引起的图示的形状的变化。因此，示例实施例不应被解释为受限于在此示出的区域的具体形状，而是将包括由例如制造造成的形状上的偏差。例如，被示出为矩形的蚀刻区域或注入区域可以具有圆形的或弯曲的特征。因此，在附图中示出的区域实质上是示意性的，它们的形状不意图示出装置的区域的实际形状并且不意图限制示例实施例的范围。

除非另外定义，否则在这里使用的所有术语(包括技术术语和科学术语)具有与示例实施例所属领域的普通技术人员通常理解的含义相同的含义。还将理解的是，除非这里明确这样定义，否则诸如在通用字典中定义的术语应当被解释为具有与在相关领域的上下文中的它们的含义一致的含义，而不应以理想化或过于形式化的意思来解释。

尽管可以不示出一些剖视图的相应的平面图和/或透视图，但在这里示出的装置结构的剖视图为如将在平面图中示出的沿两个不同的方向延伸的多个装置结构和/或如将在透视图中示出的在三个不同方向上延伸的多个装置结构提供支持。两个不同的方向可以彼此正交或者可以彼此不正交。三个不同的方向可以包括可以与所述两个不同方向正交的第三方向。多个装置结构可以集成到同一电子装置中。例如，当在剖视图中示出装置结构(例如，存储单元结构或晶体管结构)时，如将通过电子装置的平面图示出，电子装置可以包括多个装置结构(例如，存储单元结构或晶体管结构)。多个装置结构可以布置为阵列和/或二维图案。

图1是示出根据一些示例实施例的测量厚度的方法的流程图。

参照图1，在根据一些示例实施例的测量厚度的方法中，可以基于包括作为照片的主题的物体或层的图像来测量物体或层(例如，膜材料、薄膜层等)的厚度。

在根据一些示例实施例的测量厚度的方法中，获得原始图像(步骤S100)。原始图像包括具有第一层的结构的图像信息。例如，所述结构可以是包括在半导体元件和/或半导体器件中的任何结构。第一层可以通过用于制造半导体元件和/或半导体器件的各种工艺(例如，沉积、氧化等)中的至少一种而形成在所述结构中或上。可以基于根据一些示例实施例的测量厚度的方法来获得第一层的厚度。

在一些示例实施例中，如将参照图2描述的，所述结构可以是包括在半导体元件和/或半导体器件中的孔结构。在一些示例实施例中，如将参照图14描述的，所述结构可以是包括在半导体元件和/或半导体器件中的鳍结构。

在一些示例实施例中，原始图像可以是通过透射电子显微镜(TEM)获得的图像。在一些示例实施例中，原始图像可以是通过扫描电子显微镜(SEM)获得的图像。因此，原始图像可以是高分辨率图像并且可以具有非常高的图片质量。

从原始图像提取第一层的第一边界(例如，两个边界中的一个)(步骤S200)。第一层可以包括第一边界和与第一边界相对的第二边界。提取第一边界的步骤可以包括在原始图像中对第一边界进行识别、检测等，使得相对于第一层的剩余部分的第一边界的构造被识别。在原始图像中，由于原始图像中的图像信息的特点，检测第一边界(例如，两个边界中的一个)与检测第二边界(例如，两个边界中的另一个)相比可以是容易的，因此，可以在检测第二边界之前检测第一边界。在一些示例实施例中，第二边界在原始图像中可能是基本难以辨识的，从而不能从原始图像提取第二边界。将参照图3、图4和图5详细地解释步骤S200。

基于第一边界(例如，两个边界中的一个)将原始图像转换为第一图像(步骤S300)。如上所述，当通过用于制造半导体元件和/或半导体器件的沉积和/或氧化来形成第一层时，第一层的整体厚度可以是相对均匀的，而没有大的变化或偏差。在根据一些示例实施例的测量厚度的方法中，可以基于第一边界重新布置、重构或重建原始图像以建立第一图像，然后可以基于重新布置、重构或重建的图像(例如，第一图像)来有效地并精确地测量第一层的厚度。将参照图6、图7和图8详细地解释步骤S300。

通过对第一图像执行滤波操作(例如，对第一图像进行滤波)来生成第二图像(步骤S400)。如上所述，当通过TEM或SEM获得原始图像时，由于原始图像的极高的图片质量，可能难于在原始图像中检测(例如，提取)第二边界。在根据一些示例实施例的测量厚度的方法中，可以对通过重新布置、重构或重建原始图像而生成的第一图像进行滤波，然后可以在滤波的图像(例如，第二图像)中容易地检测第二边界。将参照图9、图10、图11A、图11B、图12和图13来详细地解释步骤S400。

从第二图像提取第一层的第二边界(例如，两个边界中的另一个)(步骤S500)，基于第二图像来计算第一层的厚度(步骤S600)。与基于原始图像测量第一层的厚度的示例相比，当基于第二图像测量第一层的厚度时，可以利用大量的被测量样品在大量的测量位置处快速并精确地执行对第一层的厚度的测量。将参照图12详细解释步骤S500和步骤S600。

在下文中，将基于通过制造半导体元件和/或半导体器件的工艺而形成将要被测量的第一层的示例来详细地解释示例实施例。然而，可以采用示例实施例来测量包括在各类元件和/或器件中的任何物体的厚度。

图2是示出具有将要基于根据一些示例实施例的测量厚度的方法来测量的第一层的结构的示例的剖视图。

参照图2，半导体元件200可以包括基底101、绝缘层110、牺牲层120、第一层140和填充层图案150。第一层140和填充层图案150可以形成孔结构160。

基底101可以包括例如硅和/或锗的半导体材料。基底101可以是例如体半导体基底或半导体层。

为了制造图2的半导体元件200，绝缘层110和牺牲层120可以交替且重复地形成在基底101上。多个绝缘层110和多个牺牲层120可以分别在多个水平处交替地形成在彼此上。开口可以穿过绝缘层110和牺牲层120而形成以暴露基底101的顶表面。第一层140可以形成在开口的侧壁上和基底101的暴露的顶表面上，填充层图案150可以形成在第一层140上以填充开口的剩余部分。换言之，第一层140可以沉积在孔结构160中。

在一些示例实施例中，可以例如使用化学气相沉积(CVD)、等离子体增强化学气相沉积(PECVD)和/或原子层沉积(ALD)来形成绝缘层110和牺牲层120。可以使用例如热氧化来形成可以直接形成在基底101的顶表面上的绝缘层110。绝缘层110可以形成为包括例如二氧化硅(SiO₂)的氧化硅、碳氧化硅(SiOC)和/或氟氧化硅(SiOF)。牺牲层120可以形成为包括例如相对于绝缘层110具有蚀刻选择性的材料(例如，氮化硅(SiN)和/或氮硼化硅(SiBN))。

在一些示例实施例中，在最上层(例如，层120)上形成硬掩模(未示出)之后，可以使用硬掩模作为蚀刻掩模来干蚀刻绝缘层110和牺牲层120以形成开口。开口可以在基本上垂直于基底101的顶表面的方向上延伸。在一些示例实施例中，由于干法蚀刻工艺的特性，开口可以具有从其顶部到其底部逐渐变小的宽度。

在一些示例实施例中，第一层140可以形成在基底101的暴露的顶表面和开口的侧壁上，填充层图案150可以形成在第一层140上以填充开口的剩余部分。第一层140可以形成为包括例如掺杂的多晶硅、单晶硅和/或非晶硅。填充层图案150可以形成为包括例如绝缘材料(例如，氧化物)。例如，第一层140在开口的侧壁和基底101的暴露的顶表面上可以是杯状和/或中空的圆柱形形状。填充层图案150可以是在基本上垂直于基底101的顶表面的方向上延伸的柱状。

在一些示例实施例中，图2的半导体元件可以是垂直存储器，那么孔结构160可以是垂直存储器中的通道孔结构。

虽然在图2中未示出，但半导体元件200可以是图像传感器，那么具有第一层的结构可以是图像传感器中的垂直栅极结构(例如，垂直转移栅极)。

图3、图4A和图4B是用于描述在根据一些示例实施例的测量厚度的方法中使用的原始图像的图。图3示出了作为图2的半导体元件200的平面图像的原始图像OIMG1的示例。例如，可以在沿图2的线III-III'截取的平面图或平面中拍摄图3的原始图像OIMG1。图4A是在图3的原始图像OIMG1中的区域A1的放大的视图的示例，图4B是在图3的原始图像OIMG1中的区域A2的放大的视图的示例。

参照图2、图3、图4A和图4B，孔结构160可以在平面图中具有与圆形形状相似的形状。例如，如图3中所示，在原始图像OIMG1中的孔结构可以包括第一层140和在第一层140内侧的填充层图案150。第一层140可以在平面图中具有与环形形状相似的形状，填充层图案150可以在平面视图中具有与圆形形状相似的形状。另外，图2的半导体元件的至少一层(例如，最上层120)可以形成在第一层140外侧。

在原始图像OIMG1中，第一层140可以包括第一边界BD1(例如，两个边界中的一个)和第二边界BD2(例如，两个边界中的另一个)。第一边界BD1可以形成在层120与第一层140之间，第二边界BD2可以形成在第一层140与填充层图案150之间。由于在制造工艺中的变化或偏差，第一层140可以包括不规则和/或非平滑的边界BD1和BD2。

在一些示例实施例中，第一层140的材料可以具有与填充层图案150的材料的性质相似的性质，因此，在原始图像OIMG1中检测第二边界BD2会是相对困难的。在一些示例实施例中，第二边界BD2在原始图像OIMG1可能是基本难以辨识的。例如，如在图4A中所示，当将图3中的包括第二边界BD2的一部分的区域A1放大时，相对于在图4A中的虚线的左下部分可以表示第一层140的一部分，相对于在图4A中的虚线的右上部分可以表示填充层图案150的一部分。因为表示第一层140的灰度与表示填充层图案150的灰度之差在原始图像OIMG1中相对小，所以会难于基于用户的眼睛和/或各种边界检测算法从OIMG1检测并且从而提取在图4A中示出为虚线的第二边界BD2。在图3中，将难于检测的第二边界BD2示出为虚线。

在一些示例实施例中，第一层140的材料可以具有与层120的材料的性质不同的性质，因此，在原始图像OIMG1中检测并且从而提取第一边界BD1可以相对容易。例如，如图4B中所示，当将图3中的包括第一边界BD1的一部分的区域A2被放大时，相对于图4B中的虚线的左下部分可以表示层120的一部分，相对于图4B中的虚线的右上部分可以表示第一层140的一部分。因为表示层120的灰度与表示第一层140的灰度之差在原始图像OIMG1中相对大，所以可以基于用户的眼睛和/或各种边界检测算法容易地检测在图4B中示出为虚线的第一边界BD1。在图3中，将容易检测的第一边界BD1示出为实线。

在一些示例实施例中，可以基于直角坐标在原始图像OIMG1中表示孔结构160。在直角坐标中，可以通过水平轴方向X和与水平轴方向X交叉(例如，基本上垂直)的竖直轴方向Y来在平面中唯一地表示每个点。

图5是示出图1中的提取第一边界的示例的流程图。

参照图1和图5，在步骤S200中，可以基于原始图像中的灰度变化来从原始图像检测多个边界点402(步骤S210)。

在一些示例实施例中，多个边界点402的灰度与相邻于多个边界点402的多个相邻点404与406的灰度之差可以大于阈值灰度。灰度可以包括在像素颜色值中，从而可以基于边界点402与一个或更多个相邻点404之间的颜色值差异来确定边界点402。例如，多个边界点之中的第一边界点402的灰度与相邻于第一边界点的第一点404的灰度之差可以大于阈值灰度。如上参照图3、图4A和图4B所述，表示层120的点404的灰度与表示第一层140的点406的灰度之差在原始图像OIMG1中可以相对大(例如，层120可以表示为第一灰度，第一层140可以表示为不同于第一灰度的第二灰度)。因此，与在层120的点404与第一层140的点406之间的第一边界BD1对应的多个点402(例如，像素点)可以被检测为多个边界点402。

另一方面，表示第一层140的点406的灰度(在这里也被称作颜色值)与表示填充层图案150的点408的灰度之差在原始图像OIMG1中可以相对小(例如，第一层140可以表示为第二灰度，填充层图案150可以表示为与第二灰度相似的第三灰度)。例如，在原始图像OIMG1中的点410、406、408的颜色值、灰度等之差会在阈值最小差异量之下，其中，基于所述阈值最小差异量，可以根据灰度差、颜色值差等来在原始图像OIMG1中检测第二边界BD2。因此，第二边界BD2在原始图像OIMG1中可以是基本难以辨识的，使得与第一层140、填充层图案150以及在第一层140与填充层图案150之间的第二边界BD2对应的多个点410不会被检测为多个边界点410。

在一些示例实施例中，多个边界点可以对应于原始图像的高频分量(highfrequency component)。可以分析原始图像OIMG1，并且原始图案OIMG1可以分为高频分量和低频分量。与原始图像OIMG1的高频分量对应的区域可以被检测为多个边界点。例如，当相邻像素的灰度之间的差相对大时(例如，当差大于阈值灰度时)，可以获得高频分量。当相邻像素的灰度之间的差相对小时(例如，当差等于或小于阈值灰度时)，可以获得低频分量。

可以将多个边界点402确定为第一层的两个边界中的一个边界(步骤S220)。例如，如图3中所示，在原始图像OIMG1中包括多个边界点的线BD1可以确定为第一层140的两个边界中的一个边界。线BD1可以被确定为至少部分地穿过多个边界点402延伸的线。在一些示例实施例中，可以根据确定由点402至少部分地限定的线BD1的一个或更多个算法回归函数基于对点402的回归分析来确定线BD1。例如，可以基于对点402的确定由点402至少部分地限定的线性线BD1的线性回归来确定线BD1。

图6是示出图1中的将原始图像转换为第一图像的示例的流程图。图7和图8是用于描述图6的将原始图像转换第一图像的示例的图。图7示出了与图3的原始图像OIMG1基本上相同的原始图像OIMG1的示例。图8示出了从图7的原始图像OIMG1转换的第一图像IMG11的示例。

参照图1、图6、图7和图8，在步骤S300中，可以基于第一边界在原始图像中确定目标区域(步骤S310)。目标区域可以与原始图像中的结构和第一层相关。例如，目标区域可以包括结构的一部分和整个第一层。目标区域可以被称作感兴趣区域或感兴趣的区域(ROI)。

如图7中所示，可以基于第一边界BD1来在原始图像OIMG1中确定目标区域(例如，在图7中用点表示的区域)，使得目标区域包括整个第一层140。例如，可以在原始图像OIMG1中确定(检测)作为假想线或虚拟线的第一线IL1，在第一边界BD1与第一线IL1之间的区域可以被确定为原始图像OIMG1中的目标区域。

如图7至图8中所示，可以将原始图像中的多个边界点402映射为第一图像中的多个轴点402'(步骤S320)。如上参照图5所述，多个边界点402可以对应于第一边界。

如图7中所示，与第一边界BD1对应的多个边界点402可以非线性地布置在原始图像OIMG1中。例如，多个边界点402可以在原始图像OIMG1中布置为圆形形状或椭圆形形状。如图8中所示，与第三边界BD1'对应的多个轴点402'可以线性地布置在第一图像IMG11中。在图8中的包括多个轴点的线性线BD1'可以与角度轴方向θ基本平行。换言之，在根据一些示例实施例的测量厚度的方法中，非线性地形成在原始图像OIMG1中的第一边界BD1可以重新布置为线性地形成在第一图像IMG11中的第三边界BD1'。第三边界BD1'可以与第一图像IMG11的轴线平行或基本平行地延伸。例如，如图8中所示，边界BD1'与轴线θ基本平行地延伸。

可以基于多个轴点通过改变目标区域中的多个局部图像的布置来获得第一图像(步骤S330)，从而在新布置的局部图像中的多个轴点402'限定了与轴线平行或基本平行地延伸的线BD1'。

如图7和图8中所示，原始图像OIMG1中的局部图像PD1(例如，像素图像)可以重新布置为第一图像IMG11中的局部图像PD1'。可以从第一边界BD1上的第一边界点到第一线IL1上的第一点来布置原始图像OIMG1中的局部图像PD1，可以从第三边界BD1'上的第一边界点到第二线IL1'上的第一点来布置第一图像IMG11中的局部图像PD1'。

类似地，可以将原始图像OIMG1中的局部图像PD2重新布置为第一图像IMG11中的局部图像PD2'，可以将原始图像OIMG1中的局部图像PD3重新布置为第一图像IMG11中的局部图像PD3'，可以将原始图像OIMG1中的局部图像PD4重新布置为第一图像IMG11中的局部图像PD4'。可以从第一边界BD1上的第二边界点到第一线IL1上的第二点来布置原始图像OIMG1中的局部图像PD2，可以从第三边界BD1'上的第二边界点到第二线IL1'上的第二点来布置第一图像IMG11中的局部图像PD2'。可以从第一边界BD1上的第三边界点到第一线IL1上的第三点来布置原始图像OIMG1中的局部图像PD3，可以从第三边界BD1'上的第三边界点到第二线IL1'上的第三点来布置第一图像IMG11中的局部图像PD3'。可以从第一边界BD1上的第四边界点到第一线IL1上的第四点来布置在原始图像OIMG1中的局部图像PD4，可以从第三边界BD1'上的第四边界点到第二线IL1'上的第四点来布置第一图像IMG11中的局部图像PD4'。

虽然基于在图7中的原始图像OIMG1中的局部图像PD1～PD4和在图8中的第一图像IMG11中的局部图像PD1'～PD4'描述了重新布置操作，但可以对在目标区域中的全部局部图像执行重新布置操作。

可以基于角度轴方向θ和与角度轴方向θ交叉(例如，基本垂直)的半径轴方向R通过改变在目标区域中的局部图像中的至少一部分或全部的局部图像的布置来将原始图像OIMG1转换为第一图像IMG11。例如，在原始图像OIMG1中的目标区域中的局部图像可以相对于与角度轴方向θ基本平行的第三边界BD1'(例如，沿角度轴方向θ延伸的轴线)沿半径轴方向R重新布置。通过将原始图像OIMG1转换为第一图像IMG11，在原始图像OIMG1中的第一边界BD1、第二边界BD2、第一线IL1、第一层140和填充层图案150可以分别转换为第一图像IMG11中的第三边界BD1'、第四边界BD2'、第二线IL1'、第一层140a和填充层图案150a。在图8中，因为在第一图像IMG11中仍然相对难于检测第四边界BD2'，所以第四边界BD2'被示出为虚线。

在一些示例实施例中，孔结构160可以基于极坐标表示在第一图像IMG11中。在极坐标中，可以通过半径轴方向R和角度轴方向θ在平面中唯一地指定每个点。在第一图像IMG11中的第三边界BD1'可以与角度轴方向θ基本上平行。换言之，可以通过步骤S300执行坐标转换，因此，通过直角坐标表示的原始图像OIMG1可以转换为通过极坐标表示的第一图像IMG11。

图9是示出图1中生成第二图像的示例的流程图。图10、图11A、图11B、图12和图13是用于描述图9的生成第二图像的示例的图。图10示出了与图8的第一图像IMG11基本相同的第一图像IMG11的示例。图11A和图11B是图10中的第一子区域SA1的放大图的示例。图12示出了基于图10的第一图像IMG11生成的第二图像IMG12的示例。图13是图12中的区域A3的放大图的示例。

参照图1、图9、图10、图11A、图11B、图12和图13，在步骤S400中，可以将第一图像分为多个子区域(步骤S410)。例如，多个子区域中的每个可以具有有相对长的边和相对短的边的矩形形状。

如图10中所示，可以将第一图像IMG11分为多个子区域。在多个子区域中的第一子区域SA1可以具有矩形形状。例如，第一子区域SA1可以具有在角度轴方向θ上延伸的第一边(例如，相对长的边)和在半径轴方向R上延伸的第二边(例如，相对短的边)。第二边可以比第一边短。换言之，第一子区域SA1的相对长的边可以与包括多个轴点的第三边界BD1'基本平行。

可以对多个子区域中的每个执行平均操作(步骤S420)。如图11A和图11B中所示，可以对子区域SA1执行平均操作以生成平均的子区域SA1'。例如，可以基于高斯滤波器执行平均操作。

在一些示例实施例中，可以通过计算在第一子区域SA1中的局部图像(例如，像素图像)的平均灰度并且通过将第一子区域SA1中的局部图像的所有灰度改变为平均灰度来对第一子区域SA1进行平均。

如在图11A中示出的子区域SA1中所示，在为生成子区域SA1'而执行平均操作(例如，灰度平均)之前，由于极高的图片质量，检测在第一图像IMG11中的第四边界BD2'可能是相对困难的。如图11B中所示，在对包括示出的子区域SA1'的多个子区域(所述多个子区域中的每个具有与角度轴方向θ和第三边界BD1'基本平行的相对长的边)执行平均操作之后，检测与角度轴方向θ平行或基本平行的边界BD2'(例如，第一层的两个边界中的另一个)可以是相对容易的。

在一些示例实施例中，可以从第一图像去除噪声(步骤S430)。例如，包括在第一图像中的噪声可以是线性噪声，那么可以基于域变换滤波器从第一图像去除噪声。根据一些示例实施例，可以在步骤S410和S420之前执行步骤S430，或者可以省略步骤S430。

第二图像可以通过对第一图像执行平均操作(例如，步骤S410和S420)和/或噪声去除操作(例如，步骤S430)而获得。

如图12中所示，可以最终获得第二图像IMG12。通过将第一图像IMG11转换为第二图像IMG12，在第一图像IMG11中的第三边界BD1'、第四边界BD2'、第二线IL1'、第一层140a和填充层图案150a可以分别被转换为在第二图像IMG12中第五边界BD1"、第六边界BD2"、第三线IL1"、第一层140b和填充层图案150b。在第二图像IMG12中的第五边界BD1"可以与第一图像IMG11中的第一边界BD1'基本相同，并且可以与角度轴方向θ基本平行。

在一些示例实施例中，类似于第一图像IMG11，可以基于使用角度轴方向θ和半径轴方向R的极坐标在第二图像IMG12中表示孔结构160。

从第二图像提取第一层的两个边界中的另一个(图1中的步骤S500)。

与图3和图7的原始图像OIMG1以及图8和图10的第一图像IMG11相比，可以容易地在第二图像IMG12中检测第六边界BD2"(例如，第一层的两个边界中的另一个)。例如，如图13中所示，当将图12中的包括第六边界BD2"的一部分的区域A3放大时，图13中的下部分可以表示填充层图案150b的一部分，图13中的上部分可以表示第一层140b的一部分。表示第一层140b的点406B的灰度与表示填充层图案150b的点408b的灰度之差在第二图像IMG12中可以相对大。与图4A相比，灰度差在图13中可以相对高，从而灰度差在最小阈值灰度之上，其中，根据所述最小阈值灰度，可以基于灰度差来检测多个边界点。因此，在图12中，因为第六边界BD2"在第二图像IMG12中相对易于检测，所以第六边界BD2"被示出为实线。第六边界BD2"可以检测为被确定为至少部分地限定第六边界BD2"的多个点410"。可以基于确定点410"与一个或更多个点406b、408b之间的灰度差是否超过阈值差来确定点410"。可以通过与上面参照图2、图3、图4A、图4B和图5描述的用于检测第一边界BD1的工艺相似的工艺来检测第六边界BD2"。例如，可以通过相对于一个或更多个点406b、408b的灰度变化来检测点410"，可以基于对检测的点410"的回归分析来检测第六边界BD2"。

基于第二图像来计算第一层的厚度(图1中的步骤S600)。例如，可以基于在第二图像中的第一层的两个边界中的一个(例如，图12中的线性地重新布置的边界BD1")和在第二图像中的第一层的两个边界中的另一个(例如，通过步骤S500提取的边界BD2")来计算第一层的厚度。

如图12中所示，在第二图像IMG12中，可以通过测量在第五边界BD1"上的第一点与在第六边界BD2"上的第一点之间的距离d11、通过测量在第五边界BD1"上的第二点与在第六边界BD2"上的第二点之间的距离d12以及通过测量在第五边界BD1"上的第n点与在第六边界BD2"上的第n点之间的距离d1n(其中，n是等于或大于2的自然数)来计算第一层140b的厚度。

在根据一些示例实施例的测量厚度的方法中，当基于图12的第二图像IMG12测量第一层140b的厚度时，可以有效地(例如，快速且精确地)获得第一层的厚度。另外，在根据一些示例实施例的测量厚度的方法中，不能手动获得第一层的厚度，但可以基于在第二图像中线性地重新布置的边界(例如，图12中的边界BD1")来自动地获得第一层的厚度。

图14是示出具有将基于根据一些示例实施例的测量厚度的方法来测量的第一层的结构的示例的剖视图。

参照图14，半导体元件200可以包括基底201、突出205、第一层210和绝缘层230。突出205和第一层210可以形成鳍结构220。在图14中的基底201可以与在图2中的基底101基本相同。

为了制造图14的半导体元件200，可以在基底201上形成突出205，然后可以在其上形成有突出205的基底201上顺序地形成第一层210和绝缘层230。换言之，第一层210可以沉积在鳍结构220上。

在一些示例实施例中，可以将基底201的上部分中的除了用于形成突出205的部分之外的一些上部分干蚀刻和/或湿蚀刻期望的(和/或可选择地预定的)或给定的深度以形成突出205。例如，突出205可以形成为包括氮化物，第一层210可以形成为包括氮化硅，绝缘层230可以形成为包括例如绝缘材料(例如，氧化物)。

在一些示例实施例中，图14的半导体元件200可以是半导体晶体管，那么鳍结构220可以是在半导体晶体管中的通道鳍结构。

图15、图16和图17是用于描述根据一些示例实施例的测量厚度的方法的图。图15示出了作为图14的半导体元件的平面图像的原始图像OIMG2的示例。可以在沿图14的线XV-XV'截取的平面图或平面中拍摄图15的原始图像OIMG2。图16示出了从图15的原始图像OIMG2转换的第一图像IMG21的示例。图17示出了基于图16的第一图像IMG21生成的第二图像IMG22的示例。

参照图1、图14、图15、图16和图17，在根据一些示例实施例的测量厚度的方法中，获得包括具有第一层的结构的图像信息的原始图像(步骤S100)。如图15中所示，在原始图像OIMG2中，鳍结构220可以包括突出205和第一层210。图14的半导体元件的绝缘层230可以形成在第一层210的外侧(例如，在第一层210的右侧上)。鳍结构220可以在原始图像OIMG2中基于使用水平轴方向X和第一竖直轴方向Y的第一直角坐标来表示。

第一层210可以包括第一边界BD3(例如，两个边界中的一个)和第二边界BD4(例如，两个边界中的另一个)。第一边界BD3可以形成在突出205与第一层210之间，第二边界BD4可以形成在第一层210与层230之间。如图15中所示，第一层210可以包括不规则的和/或非平滑的边界BD3和BD4。另外，在原始图像OIMG2中，检测第一边界BD3可以是相对容易的，而检测第二边界BD4可能是相对困难的。

从原始图像提取第一层的两个边界中的一个(步骤S200)。如以上参照图5所述，可以基于原始图像OIMG2中的灰度变化从原始图像OIMG2检测多个边界点，多个边界点可以被确定为两个边界中的一个(例如，第一边界BD3)。多个边界点的灰度与相邻于多个边界点的多个相邻点的灰度之可以大于阈值灰度。例如，多个边界点可以与原始图像OIMG2的高频分量对应。

基于第一层的两个边界中的一个将原始图像转换为第一图像(步骤S300)。如以上参照图6所述，可以基于第一边界BD3在原始图像OIMG2中确定目标区域，可以将原始图像OIMG2中的多个边界点映射为第一图像IMG21中的多个轴点，可以基于多个轴点通过改变在目标区域中的多个局部图像(例如，PD5和PD6)的布置来获得第一图像IMG21。

例如，如图15中所示，可以基于第一边界BD3和第一线IL2在原始图像OIMG2中确定目标区域(例如，在图15中用点表示的区域)，使得目标区域包括整个第一层210。与第一边界BD3对应的多个边界点可以非线性地布置在原始图像OIMG2中。如图16中所示，与第三边界BD3'对应的多个轴点可以线性地布置在第一图像IMG21中。在图16中的包括多个轴点的线性线BD3'可以与第二竖直轴方向Y'基本平行。

可以将原始图像OIMG2中的局部图像PD5(例如，像素图像)重新布置为第一图像IMG21中的局部图像PD5'，可以将原始图像OIMG2中的局部图像PD6重新布置为第一图像IMG21中的局部图像PD6'。可以从第一边界BD3上的第一边界点到第一线IL2上的第一点来布置原始图像OIMG2中的局部图像PD5，可以从第三边界BD3'上的第一边界点到第二线IL2'上的第一点来布置第一图像IMG21中的局部图像PD5'。可以从第一边界BD3上的第二边界点到第一线IL2上的第二点来布置原始图像OIMG2中的局部图像PD6，可以从第三边界BD3'上的第二边界点到第二线IL2'上的第二点来布置第一图像IMG21中的局部图像PD6'。通过将原始图像OIMG2转换为第一图像IMG21，可以将在原始图像OIMG2中的第一边界BD3、第二边界BD4、第一线IL2、突出205、第一层210和层230分别转换为在第一图像IMG21中的第三边界BD3'、第四边界BD4'、第二线IL2'、突出205a、第一层210a和层230a。

可以基于使用水平轴方向X和第二竖直轴方向Y'的第二直角坐标在第一图像IMG21中表示鳍结构220。用于表示原始图像OIMG2的第一竖直轴方向Y可以不同于用于表示第一图像IMG21的第二竖直轴方向Y'。

通过对第一图像执行滤波操作来生成第二图像(步骤S400)。如以上参照图9所述，可以将第一图像分为多个子区域，可以对多个子区域中的每个执行平均操作，可以从第一图像去除噪声，因此，可以获得第二图像。另外，从第二图像提取第一层的两个边界中的另一个(步骤S500)，基于包括线性地布置的边界和另一个提取的边界的第二图像来计算第一层的厚度(步骤S600)。

例如，如图16中所示，可以将第一图像IMG21分为多个子区域。在多个子区域中的第一子区域SA2可以具有矩形形状。例如，第一子区域SA2可以具有在第二竖直轴方向Y'上延伸的第一边和在水平轴方向X上延伸的第二边。第二边可以比第一边短。可以通过计算在第一子区域SA2中的局部图像(例如，像素图像)的平均灰度并且通过将在第一子区域SA2中的局部图像的灰度中的全部灰度改变为平均灰度来对第一子区域SA2进行平均。另外，可以从第一图像IMG21选择性地去除噪声。

如图17中所示，可以最终获得第二图像IMG22。通过将第一图像IMG21转换为第二图像IMG22，可以将第一图像IMG21中的第三边界BD3'、第四边界BD4'、第二线IL2'、突出205a、第一层210a和层230a分别转换为第二图像IMG22中的第五边界BD3"、第六边界BD4"、第三线IL2"、突出205b、第一层210b和层230b。在第二图像IMG22中，可以通过测量在第五边界BD3"上的第一点与在第六边界BD4"上的第一点之间的距离d21、通过测量在第五边界BD3"上的第二点与在第六边界BD4"上的第二点之间的距离d22以及通过测量在第五边界BD3"上的第n点与在第六边界BD4"上的第n点之间的距离d2n来计算第一层210b的厚度。

在一些示例实施例中，类似于第一图像IMG21，可以基于使用水平轴方向X和第二竖直轴方向Y'的第二直角坐标在第二图像IMG22中表示鳍结构220。

图18是示出根据一些示例实施例的测量厚度的方法的流程图。图19、图20和图21是用于描述根据一些示例实施例的测量厚度的方法的图。图19、图20和图21示出了与类似于图2中的孔结构160的孔结构相关的图像。图19示出了在平面图中表示孔结构的原始图像OIMG3的示例。图20示出了从图19的原始图像OIMG3转换的第一图像IMG31的示例。图21示出了基于图20的第一图像IMG31生成的第二图像IMG32的示例。

参照图18、图19、图20和图21，在根据一些示例实施例的测量厚度的方法中，获得包括具有多个层的结构的图像信息的原始图像(步骤S1100)。如图19中所示，在原始图像OIMG3中，孔结构可以包括第一层310、在第一层310内侧的第二层320、在第二层320内侧的第三层330和在第三层330内侧的填充层图案340。层305可以形成在第一层310外侧。可以基于使用水平轴方向X和竖直轴方向Y的直角坐标在原始图像OIMG3中表示孔结构。

第一层310可以包括第一边界BDA和第二边界BDB，第二层320可以包括第二边界BDB和第三边界BDC，第三层330可以包括第三边界BDC和第四边界BDD。如图19中所示，第一层310、第二层320和第三层330可以包括不规则的和/或非平滑的边界BDA、BDB、BDC和BDD。在原始图像OIMG3中，检测第一边界BDA可以是相对容易的，而检测第二边界BDB、第三边界BDC和第四边界BDD可能是相对困难的。

从原始图像提取多个层之中的第一层的两个边界中的一个(步骤S1200)。在图18中的步骤S1200可以与图1中的步骤S200类似。例如，可以基于原始图像OIMG3中的灰度变化从原始图像OIMG3检测多个边界点，可以将多个边界点确定为第一边界BDA。

基于第一层的两个边界中的一个将原始图像转换为第一图像(步骤S1300)。在图18中的步骤S1300可以与图1中的步骤S300基本相同。

例如，如图20和图21中所示，可以将原始图像OIMG3中的多个边界点映射为第一图像IMG31中的多个轴点。与第一边界BDA对应的多个边界点可以非线性地布置在原始图像OIMG3中，与第五边界BDA'对应的多个轴点可以线性地布置在第一图像IMG31中。可以将在原始图像OIMG3中的目标区域中的局部图像(例如，像素图像)重新布置为第一图像IMG31中的局部图像。通过将原始图像OIMG3转换为第一图像IMG31，可以将原始图像OIMG3中的第一边界BDA、第二边界BDB、第三边界BDC、第四边界BDD、第一层310、第二层320、第三层330以及填充层图案340分别转换为第一图像IMG31中的第五边界BDA'、第六边界BDB'、第七边界BDC'、第八边界BDD'、第一层310a、第二层320a、第三层330a以及填充层图案340a。

通过对第一图像执行滤波操作来生成第二图像(步骤S1400)。在图18中的步骤S1400可以与图1中的步骤S300基本相同。另外，从第二图像提取多个层中除了第一层之外的层的边界(步骤S1500)，基于包括线性地重新布置的边界和其它提取的边界的第二图像来计算多个层的厚度(步骤S1600)。在图18中的步骤S1500和S1600可以分别与图1中的步骤S500和S600类似。

例如，可以将图20的第一图像IMG31分为多个子区域。可以例如基于高斯滤波器来对多个子区域中的每个进行平均。另外，可以例如基于域变换滤波器来从第一图像IMG31选择性地去除噪声。

如图21中所示，可以最终获得第二图像IMG32。通过将第一图像IMG31转换为第二图像IMG32，可以将第一图像IMG31中的第五边界BDA'、第六边界BDB'、第七边界BDC'、第八边界BDD'、第一层310a、第二层320a、第三层330a以及填充层图案340a分别转换为第二图像IMG32中的第九边界BDA"、第十边界BDB"、第十一边界BDC"、第十二边界BDD"、第一层310b、第二层320b、第三层330b以及填充层图案340b。在第二图像IMG32中，可以通过测量在第九边界BDA"上的n个点与在第十边界BDB"上的n个点之间的距离dA1、dA2、……、dAn来计算第一层310b的厚度，可以通过测量在第十边界BDB"上的n个点与在第十一边界BDC"上的n个点之间的距离dB1、dB2、……、dBn来计算第二层320b的厚度，可以通过测量在第十一边界BDC"上的n个点与在第十二边界BDD"上的n个点之间的距离dC1、dC2、……、dCn来计算第三层330b的厚度。

在一些示例实施例中，可以基于使用角度轴方向θ和半径轴方向R的极坐标来在第一图像IMG31和第二图像IMG32中表示孔结构。

图22是示出根据一些示例实施例的处理图像的方法的流程图。

参照图22，在根据一些示例实施例的处理图像的方法中，可以对包括其厚度将被测量的物体或层的图像执行图像处理。

在根据一些示例实施例的处理图像的方法中，获得包括具有第一层的结构的图像信息的原始图像(步骤S2100)，从原始图像提取第一层的第一边界(步骤S2200)，基于第一边界将原始图像转换为第一图像(步骤S2300)，通过对第一图像执行滤波操作来生成第二图像(步骤S2400)，使得从第二图像能够提取第一层的第二边界。在图22中的步骤S2100、S2200、S2300和S2400可以分别与图1中的步骤S100、S200、S300和S400基本相同。

在一些示例实施例中，在根据一些示例实施例的处理图像的方法中，可以获得包括具有多个层的结构的图像信息的原始图像，可以从原始图像提取多个层中的第一层的第一边界，可以基于第一边界将原始图像转换为第一图像，可以通过对第一图像执行滤波操作来生成第二图像，使得从第二图像能够提取多个层中除了第一层之外的层的边界。

图23是示出了根据一些示例实施例的电子系统的框图。

参照图23，电子系统1000包括处理器1010和显示装置1020。电子系统1000还可以包括存储装置1030、图像成像装置1040、用户界面1050和连通件1060。虽然未在图23中示出，但电子系统1000还可以包括用于图像处理的图形处理器。

处理器1010可以执行诸如具体计算和任务的各种计算功能。例如，处理器1010可以是中央处理单元(CPU)、微处理器、应用处理器(AP)等。处理器1010可以实施操作系统(OS)以驱动电子系统1000，并且可以实施用于提供网络浏览器、游戏、视频、照相机等的各种应用。

在一些示例实施例中，处理器1010可以包括单个处理器核心或多个处理器核心。在一些示例实施例中，处理器1010还可以包括位于处理器1010内部或外部的高速缓冲存储器。

显示装置1020可以是各种输出装置中的一种，并且可以由处理器1010控制。例如，显示装置1020可以是液晶显示(LCD)装置、发光二极管显示(LED)装置、有机LED(OLED)装置、场发射显示(FED)装置、干涉测量调制显示(IMOD)装置等。

处理器1010(或图形处理器)可以执行根据一些示例实施例的测量厚度的方法和/或处理图像的方法。显示装置1020可以显示根据一些示例实施例的方法的结果。例如，处理器1010可以通过以下步骤来执行根据一些示例实施例的处理图像的方法：接受包括具有第一层的结构的图像信息的原始图像；从原始图像提取第一层的第一边界；基于第一边界将原始图像转换为第一图像；通过对第一图像执行滤波操作来生成第二图像。另外，处理器1010可以通过以下步骤来执行根据一些示例实施例的测量厚度的方法：从第二图像进一步提取第一层的第二边界；基于第一边界和第二边界来进一步计算第一层的厚度。显示装置1020可以显示原始图像和第二图像。

在一些示例实施例中，处理器1010还可以计算第一层的厚度的均匀性，显示装置1020还可以显示计算的结果。

在一些示例实施例中，可以通过由处理器1010实施并且存储在存储装置1030中的指令(例如，软件程序)来执行根据一些示例实施例的方法的至少一部分。在一些示例实施例中，可以通过在处理器1010中应用的硬件执行根据一些示例实施例的方法的至少一部分。

存储装置1030可以用作用于由处理器1010处理的数据的数据存储或者工作存储器。例如，存储装置1030可以存储用于引导电子系统1000的引导图像、用于驱动电子系统1000的操作系统的文件系统、用于连接到电子系统1000的外部装置的装置驱动器和/或对电子系统1000执行的应用。例如，存储装置1030可以包括易失存储器和非易失存储器，其中，易失存储器为诸如DRAM、SRAM、移动DRAM、双倍数据速率(DDR)同步DRAM(SDRAM)、低功率DDR(LPDDR)SDRAM、图形DDR(GDDR)SDRAM或Rambus DRAM(RDRAM)等，非易失存储器为诸如电可擦可编程只读存储器(EEPROM)、闪存、相变随机存取存储器(PRAM)、电阻随机存取存储器(RRAM)、磁性随机存取存储器(MRAM)、铁电随机存取存储器(FRAM)、纳米浮栅存储器(NFGM)或聚合物随机存取存储器(PoRAM)。

在一些示例实施例中，存储装置1030可以存储包括以下内容的程序例程的信息：从原始图像提取第一层的第一边界；基于第一边界将原始图像转换为第一图像；通过对第一图像执行滤波操作来生成第二图像。存储装置1030还可以存储包括以下内容的程序例程的信息：从第二图像提取第一层的第二边界；基于第一边界和第二边界计算第一层的厚度，存储装置1030还可以存储包括计算第一层的厚度的均匀性的程序例程的信息。处理器1010可以控制程序例程的实施。

图像成像装置1040可以是各种输入装置中的一种。图像成像装置1040可以接收或获得原始图像，并且可以向处理器1010提供原始图像。在一些示例实施例中，图像成像装置1040可以包括TEM。在一些示例实施例中，图像成像装置1040可以包括SEM。

用户界面1050可以包括诸如按键、按钮、麦克风、触摸屏等的至少一种输入装置和/或诸如扬声器等的至少一种输出装置。

连通件1060可以与外部装置通信。例如，连通件1060可以根据各种类型的协议(诸如通用串行总线(USB)、以太网、近场通信(NFC)、射频识别(RFID)、准4代(4G)和长期演进技术(LTE)的移动通信、存储卡接口)中的一种进行通信。例如，连通件1060可以包括基带芯片组，并且可以支持诸如GSM、GPRS、WCDMA或HSxPA等的通信。

在一些示例实施例中，电子系统1000可以是任何计算系统，诸如个人计算机(PC)、服务器计算机、工作站、平板计算机、膝上型计算机、移动电话、智能电话、个人数字助理(PDA)、便携式多媒体播放器(PMP)、数字相机、数字电视、机顶盒、音乐播放器、便携式游戏机、导航装置等。

在一些示例实施例中，电子系统1000可以是任何移动系统，诸如移动电话、智能电话、平板计算机、膝上型计算机、PDA、PMP、数字相机、便携式游戏机、音乐播放器、摄像机、视频播放器、导航系统等。移动系统还可以包括可穿戴装置、物联网(IoT)装置、万物互联(IoE)装置、电子书等。

根据一些示例实施例，电子系统1000和/或电子系统1000的组件可以以各种形式来封装，诸如层叠封装(PoP)、球栅阵列(BGA)、芯片级封装(CSP)、塑料有引线芯片载体(PLCC)、塑料双列直插封装(PDIP)、窝伏尔裸片封装、晶圆形式的裸片、板上芯片(COB)、陶瓷双列直插式封装(CERDIP)、塑料公制四方扁平封装(MQFP)、薄型四方扁平封装(TQFP)、小外形IC(SOIC)、紧缩型小外形封装(SSOP)、薄型小外形封装(TSOP)、系统级封装(SIP)、多芯片封装(MCP)、晶圆级制造的封装(WFP)或晶圆级处理的堆叠封装(WSP)等。

如将由本领域技术人员领会的，本公开可以实施为系统、方法、计算机程序产品和/或在具有在其上实施计算机可读程序代码的一个或更多个计算机可读媒介中实施的计算机程序产品。可以向通用计算机、专用计算机或其它可编程数据处理设备的处理器提供计算机可读程序代码。计算机可读媒介可以是计算机可读信号媒介或计算机可读存储媒介。计算机可读存储媒介可以是能包含或存储被指令执行系统、设备或装置使用的程序或与指令执行系统、设备或装置连接的程序的任何有形媒介。例如，计算机可读媒介可以是非暂时性计算机可读媒介。

本公开可以用在用于制造元件和/或器件的任何装置、设备或系统中，诸如制造和/或分析包括其厚度将被测量的至少一个层的任何元件和/或器件的自动化系统，从而改善效率和质量，并且使产率和投入回报最大化。

应理解的是，在此描述的示例实施例应该仅以描述性的含义来考虑，而不是为了限制的目的。对根据示例实施例的每个装置或方法内的特征或方面的描述通常应该被认为适用于根据示例实施例的其它装置或方法中的其它相似的特征或方面。虽然已经具体示出并描述了一些示例实施例，但本领域普通技术人员将理解的是，在不脱离权利要求的精神和范围的情况下，可以在其中作出在形式和细节上的改变。

Claims (20)

1.一种测量厚度的方法，所述方法包括以下步骤：

获得结构的原始图像，所述结构包括第一层，第一层包括第一边界和第二边界，原始图像包括具有第一层的结构的图像，第二边界在原始图像中是难以辨识的；

在原始图像中提取第一层的第一边界；

基于提取的第一边界将原始图像转换为第一图像；

基于对第一图像的滤波来生成第二图像；

在第二图像中提取第一层的第二边界；以及

基于在第二图像中提取的第二边界计算第一层的厚度。

2.根据权利要求1所述的方法，其中，在原始图像中提取第一层的第一边界的步骤包括：

基于在原始图像中的灰度值变化来在原始图像中检测多个边界点；

将第一边界确定为贯穿所述多个边界点延伸的线。

3.根据权利要求2所述的方法，其中，基于在原始图像中的灰度值变化来在原始图像中检测所述边界点中的每个的步骤包括确定给定的边界点的灰度值与相邻于给定的边界点的第一点的灰度值之差大于阈值灰度值。

4.根据权利要求1所述的方法，其中，将原始图像转换为第一图像的步骤包括：

基于在原始图像中提取的第一边界来在原始图像中识别目标区域，所述目标区域与所述结构和第一层相关；

将在原始图像中的多个边界点映射为在第一图像中的多个轴点，所述多个边界点与在原始图像中的第一边界相对应；以及

基于所述多个轴点通过改变在目标区域中的多个局部图像的布置来获得第一图像，使得所述多个轴点限定与第一图像的轴平行地延伸的线。

5.根据权利要求4所述的方法，其中，

所述多个边界点非线性地布置在原始图像中，

所述多个轴点线性地布置在第一图像中，包括所述多个轴点的第一线性线与第一方向平行，

所述多个局部图像在第一图像中沿与第一方向交叉的第二方向布置。

6.根据权利要求5所述的方法，其中，所述多个边界点在原始图像中布置为圆形形状或椭圆形形状。

7.根据权利要求4所述的方法，其中，生成第二图像的步骤包括：

将第一图像分为多个子区域；以及

对所述多个子区域中的每个执行平均操作，以生成多个平均化的子区域，使得第二图像包括所述多个平均化的子区域。

8.根据权利要求7所述的方法，其中，

所述多个轴点线性地布置在第一图像中，包括所述多个轴点的第一线性线与第一方向平行，

所述多个子区域中的每个具有沿第一方向延伸的第一边和沿与第一方向垂直的第二方向延伸的第二边，

第二边比第一边短。

9.根据权利要求7所述的方法，其中，基于高斯滤波器来执行平均操作。

10.根据权利要求7所述的方法，所述方法还包括：

从第一图像去除噪声以至少部分地生成第二图像。

11.根据权利要求10所述的方法，所述方法还包括：

基于域变换滤波器从第一图像去除噪声。

12.根据权利要求1所述的方法，其中，

基于直角坐标在原始图像中表示所述结构，

基于极坐标在第一图像和第二图像中表示所述结构。

13.一种电子系统，所述电子系统包括：

图像成像装置，被构造为接收结构的原始图像，所述结构包括第一层；

存储器；以及

与存储器彼此协作的处理器，以在原始图像中提取第一层的第一边界，基于提取的第一边界将原始图像转换为所述结构的第一图像，基于对所述结构的第一图像的滤波而生成所述结构的第二图像，并且在所述结构的第二图像中提取第一层的第二边界。

14.根据权利要求13所述的电子系统，其中，

以基于在原始图像中的灰度变化来在原始图像中检测多个边界点，并且将由所述多个边界点限定的线识别为第一边界为基础，所述处理器与存储器彼此协作以提取第一层的第一边界。

15.根据权利要求14所述的电子系统，其中，将原始图像转换为第一图像的步骤包括：

基于第一边界在原始图像中识别目标区域，使得目标区域包括所述多个边界点，目标区域包括多个局部图像；以及

调整所述多个局部图像的相对布置以使所述多个边界点与轴线对准。

16.根据权利要求13所述的电子系统，其中，生成第二图像的步骤包括：

将第一图像分为多个子区域；以及

对所述多个子区域中的每个的像素值执行平均操作以生成多个平均化的子区域。

17.根据权利要求13所述的电子系统，其中，处理器与存储器彼此协作以基于提取的第一边界和提取的第二边界来计算第一层的厚度。

18.根据权利要求17所述的电子系统，其中，所述处理器与存储器彼此协作以计算第一层的厚度的均匀性。

19.一种处理图像的方法，所述方法包括：

基于对结构的原始图像的处理来确定所述结构的第一层的厚度，第一层包括第一边界和第二边界，原始图像包括第一边界的标识，第二边界在原始图像中是难以辨识的，所述确定所述结构的第一层的厚度的步骤包括：将原始图像分为多个局部图像，所述多个局部图像中的至少一些包括所述第一边界标识的单独的部分；调整所述多个局部图像的相对布置以生成所述结构的第一图像，第一图像包括对准布置的所述第一边界标识部分，所述对准布置是与第一图像的轴线对准；对第一图像进行滤波以生成所述结构的第二图像；从第二图像提取第二边界；基于在第一边界与第二边界之间确定的距离来确定第一层的厚度。

20.根据权利要求19所述的方法，其中，

在原始图像中第一边界的标识是非线性线，所述轴线在第一图像中沿第一方向延伸。

Images