表面粗糙度的检测方法、检测装置、设备和可读存储介质制造方法及图纸

本公开提供了一种表面粗糙度的检测方法、检测装置、设备和可读存储介质，涉及半导体技术领域。其中，半导体薄膜表面粗糙度的检测方法包括：基于薄膜图案工艺参数确定薄膜表面上第一区域的面积占比，第一区域包括均匀分布的多个图案；基于薄膜表面的整体粗糙度数据和面积占比对多个图案进行定位；基于定位结果检测第一区域的粗糙度和第二区域的粗糙度的至少其一，第二区域包括薄膜表面的第一区域之外的区域。通过本公开的技术方案，能够通过第一区域的面积占比实现对第一区域中多个图案的定位，并进一步实现对不同区域的粗糙度的输出，从而有利于提升对薄膜表面的粗糙度的测量精度和评价有效性。度和评价有效性。度和评价有效性。

【技术实现步骤摘要】
表面粗糙度的检测方法、检测装置、设备和可读存储介质


[0001]本公开涉及半导体
，尤其涉及一种半导体薄膜表面粗糙度的检测方法、一种半导体薄膜表面粗糙度的检测装置、一种检测设备和一种计算机可读存储介质。

技术介绍

[0002]在半导体器件的制程过程中，需要制备多种类型的薄膜来达到特定的作用，而各种薄膜表面的粗糙度对于薄膜与薄膜之间的接触性能具有重要的影响，因此有效的粗糙度测量与评价在器件进行半导体电性优化过程中具有重要的指导意义。
[0003]半导体器件制程过程中会涉及大量与电性相关的图案(pattern)结构，比如在CMP(Chemical Mechanical Polishing，化学机械抛光)或回蚀刻之后，薄膜表面都会形成pattern区域，并且pattern区域和其它区域之间会产生高度差，而目前的半导体机台设备自带的粗糙度检测方法只能够获得薄膜扫描区域的整体粗糙度，无法分别获取pattern区域的粗糙度和其它区域的粗糙度，即不同结构分区或成分分区的粗糙度无法输出，导致不能对薄膜表面的粗糙度进行有效的测量和评价。
[0004]需要说明的是，在上述
技术介绍
部分公开的信息仅用于加强对本公开的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。

技术实现思路

[0005]本公开的目的在于提供一种半导体薄膜表面粗糙度的检测方法、检测装置、检测设备和可读存储介质，能够实现对不同区域的粗糙度的分别输出，以提升对薄膜表面的粗糙度的测量精度和评价有效性，进而有利于基于得到的不同区域的分区粗糙度进行半导体的电性优化。
[0006]本公开的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本公开的实践而习得。
[0007]根据本公开的一个方面，提供一种半导体薄膜表面粗糙度的检测方法，包括：基于薄膜图案工艺参数确定所述薄膜表面上第一区域的面积占比，所述第一区域包括均匀分布的多个图案；基于所述薄膜表面的整体粗糙度数据和所述面积占比对所述多个图案进行定位；基于定位结果检测所述第一区域的粗糙度和第二区域的粗糙度的至少其一，所述第二区域包括所述薄膜表面的所述第一区域之外的区域。
[0008]在本公开的一种示例性实施例中，所述基于所述薄膜表面的整体粗糙度数据和所述面积占比对所述多个图案进行定位包括：基于所述图案的面积和所述面积占比生成大于所述图案的选取框；基于所述选取框对所述多个图案中的一个进行选取操作，得到参照图案；从所述整体粗糙度数据中提取所述参照图案的粗糙度数据，作为参照粗糙度数据；基于高度参数值对所述参照粗糙度数据进行排序，得到第一排序结果；从所述第一排序结果中选择排序与所述面积占比对应的所述参照粗糙度数据；基于选择的所述参照粗糙度数据对所述多个图案进行定位。
[0009]在本公开的一种示例性实施例中，所述基于选择的所述参照粗糙度数据对所述多个图案进行定位包括：获取选择的所述参照粗糙度数据中的平面位置坐标；对所述平面位置坐标进行均值计算，得到参考坐标；基于所述参考坐标进行对所述多个图案进行定位。
[0010]在本公开的一种示例性实施例中，所述基于所述参考坐标进行对所述多个图案进行定位包括：基于所述参考坐标、所述图案的尺寸特征、所述多个图案的排布方式和相邻图案之间的间距，确定每个所述图案的中心坐标。
[0011]在本公开的一种示例性实施例中，所述基于所述参考坐标、所述图案的尺寸特征、所述多个图案的排布方式和相邻图案之间的间距，确定每个所述图案的中心坐标包括：确定所述参照图案在所述多个图案中的分布位置；基于所述参考坐标、所述分布位置、所述尺寸特征和横向间距确定与所述参照图案处于同一行的所述图案的第一组中心坐标；基于所述尺寸特征、纵向间距和偏移量确定所述参照图案的相邻行的所述图案的第二组中心坐标；基于所述排布方式确定剩余的所述图案的第三组中心坐标。
[0012]在本公开的一种示例性实施例中，所述基于所述薄膜表面的整体粗糙度数据和所述面积占比对所述多个图案进行定位包括：基于高度参数值对所述薄膜表面的整体粗糙度数据进行排序，得到第二排序结果；基于所述面积占比从所述第二排序结果中提取出属于所述第一区域的图案粗糙度分布数据；基于所述图案粗糙度分布数据对所述多个图案进行定位。
[0013]在本公开的一种示例性实施例中，所述基于所述图案粗糙度分布数据对所述多个图案进行定位包括：基于所述图案的数量、所述图案的尺寸特征以及相邻图案之间的间距对所述图案粗糙度分布数据进行聚类操作，得到多个初始聚类簇，使每个所述初始聚类簇对应于一个图案；基于所述多个图案的排布方式、所述尺寸特征和所述图案的形状特征对所述初始聚类簇进行校准优化操作，得到优化聚类簇；基于所述优化聚类簇的聚类中心确定所述图案的中心坐标。
[0014]在本公开的一种示例性实施例中，还包括：基于所述中心坐标和所述图案的尺寸特征确定每个图案的图案区域；从所述整体粗糙度数据中提取所述图案区域的边缘粗糙度数据，作为待校核粗糙度数据；基于所述待校核粗糙度数据对所述中心坐标进行校核操作。
[0015]在本公开的一种示例性实施例中，所述基于所述中心坐标和所述图案的尺寸特征确定每个图案的图案区域包括：若所述图案的形状为矩形，基于坐标式确定所述图案区域。
[0016]其中，所述坐标式为其中，所述坐标式为(x0，y0)为初始位置图案的所述中心坐标，m为行序号，n为所述图案在行中的序号，a为所述矩形的长度，b为所述矩形的宽度，c为横向间距，d为纵向间距，e为每一行的初始图案相对所述初始位置图案的横向偏移量。
[0017]在本公开的一种示例性实施例中，所述基于所述中心坐标和所述图案的尺寸特征确定每个图案的图案区域包括：若所述图案的形状为椭圆形，基于关系式确定所述图案区域。
[0018]其中，所述关系式为(x0，y0)为初始位置图案的所述中心坐标，m为行序号，n为所述图案在行中的序号，e为每一行的初始图案相对所
述初始位置图案的横向偏移量，f为所述椭圆的半长轴，g为所述椭圆的半短轴，h为处于相邻行的两个图案中心之间的纵向距离，i为处于同一行相邻的两个图案中心之间的距离。
[0019]在本公开的一种示例性实施例中，所述基于定位结果检测所述第一区域的粗糙度包括：以所述中心坐标为定位点，采用第一图框进行圈定操作，以圈定出处于多个所述第一图框内的粗糙度分布数据，作为第一组粗糙度数据，所述第一图框与所述图案的形状相同，所述第一图框的面积小于所述图案的面积；将所述第一组粗糙度数据的均值确定为所述第一区域的粗糙度。
[0020]在本公开的一种示例性实施例中，所述基于定位结果检测第二区域的粗糙度包括：以所述中心坐标为定位点，采用第二图框进行圈定操作，以圈定出处于所述第二图框外的粗糙度分布数据，作为第二组粗糙度数据，所述第二图框与所述图案的形状相同，所述第二图框的面积大于所述图案的面积；将所述第二组粗糙度数据的均值确定为所述第二区域的粗糙度。
[0021]在本公开的一种示例性实施例本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种半导体薄膜表面粗糙度的检测方法，其特征在于，包括：基于薄膜图案工艺参数确定所述薄膜表面上第一区域的面积占比，所述第一区域包括均匀分布的多个图案；基于所述薄膜表面的整体粗糙度数据和所述面积占比对所述多个图案进行定位；基于定位结果检测所述第一区域的粗糙度和第二区域的粗糙度的至少其一，所述第二区域包括所述薄膜表面的所述第一区域之外的区域。2.根据权利要求1所述的半导体薄膜表面粗糙度的检测方法，其特征在于，所述基于所述薄膜表面的整体粗糙度数据和所述面积占比对所述多个图案进行定位包括：基于所述图案的面积和所述面积占比生成大于所述图案的选取框；基于所述选取框对所述多个图案中的一个进行选取操作，得到参照图案；从所述整体粗糙度数据中提取所述参照图案的粗糙度数据，作为参照粗糙度数据；基于高度参数值对所述参照粗糙度数据进行排序，得到第一排序结果；从所述第一排序结果中选择排序与所述面积占比对应的所述参照粗糙度数据；基于选择的所述参照粗糙度数据对所述多个图案进行定位。3.根据权利要求2所述的半导体薄膜表面粗糙度的检测方法，其特征在于，所述基于选择的所述参照粗糙度数据对所述多个图案进行定位包括：获取选择的所述参照粗糙度数据中的平面位置坐标；对所述平面位置坐标进行均值计算，得到参考坐标；基于所述参考坐标进行对所述多个图案进行定位。4.根据权利要求3所述的半导体薄膜表面粗糙度的检测方法，其特征在于，所述基于所述参考坐标进行对所述多个图案进行定位包括：基于所述参考坐标、所述图案的尺寸特征、所述多个图案的排布方式和相邻图案之间的间距，确定每个所述图案的中心坐标。5.根据权利要求4所述的半导体薄膜表面粗糙度的检测方法，其特征在于，所述基于所述参考坐标、所述图案的尺寸特征、所述多个图案的排布方式和相邻图案之间的间距，确定每个所述图案的中心坐标包括：确定所述参照图案在所述多个图案中的分布位置；基于所述参考坐标、所述分布位置、所述尺寸特征和横向间距确定与所述参照图案处于同一行的所述图案的第一组中心坐标；基于所述尺寸特征、纵向间距和偏移量确定所述参照图案的相邻行的所述图案的第二组中心坐标；基于所述排布方式确定剩余的所述图案的第三组中心坐标。6.根据权利要求1所述的半导体薄膜表面粗糙度的检测方法，其特征在于，所述基于所述薄膜表面的整体粗糙度数据和所述面积占比对所述多个图案进行定位包括：基于高度参数值对所述薄膜表面的整体粗糙度数据进行排序，得到第二排序结果；基于所述面积占比从所述第二排序结果中提取出属于所述第一区域的图案粗糙度分布数据；基于所述图案粗糙度分布数据对所述多个图案进行定位。7.根据权利要求6所述的半导体薄膜表面粗糙度的检测方法，其特征在于，所述基于所
述图案粗糙度分布数据对所述多个图案进行定位包括：基于所述图案的数量、所述图案的尺寸特征以及相邻图案之间的间距对所述图案粗糙度分布数据进行聚类操作，得到多个初始聚类簇，使每个所述初始聚类簇对应于一个图案；基于所述多个图案的排布方式、所述尺寸特征和所述图案的形状特征对所述初始聚类簇进行校准优化操作，得到优化聚类簇；基于所述优化聚类簇的聚类中心确定所述图案的中心坐标。8.根据权利要求4或7所述的半导体薄膜表面粗糙度的检测方法，其特征在于，还包括：基于所述中心坐标和所述图案的尺寸特征确定每个图案的图案区域；从所述整体粗糙度数据中提取所述图案区域的边缘粗糙...

【专利技术属性】
技术研发人员：李杰，
申请(专利权)人：长鑫存储技术有限公司，
类型：发明
国别省市：