一种基于超分辨生成对抗网络的光刻对准图像增强方法技术

技术编号:45702933 阅读:16 留言:0更新日期:2025-07-04 18:17
本发明专利技术涉及光刻对准及其图像处理技术领域,公开了一种基于超分辨生成对抗网络的光刻对准图像增强方法,包括:AlignNet‑SR数据集的建立及预处理、套刻图像超分辨率重建和光刻对准模板特征匹配及中心定位计算,进行光刻机多次曝光的套刻对位。构建光刻对准图像超分辨率生成对抗网络(AlignGAN),用生成器和判别器的对抗训练,并结合光刻对准视觉图像自适应直方图均值化处理,从而显著提升光刻对准图像的视觉质量和分辨率。通过模板特征匹配获得对准标志的中心定位后,利用光刻图像内轮廓标志和外轮廓标志快速精准对位,可适应各类标志,有效的提高了套刻对位的精准度,并且能够更加细致地处理图像的不同区域,从而避免过度增强或者细节丢失的情况。

【技术实现步骤摘要】

本专利技术涉及图像超分辨,具体为一种基于超分辨生成对抗网络的光刻对准图像增强方法


技术介绍

1、随着集成电路的发展,对于更先进和成熟的工艺能力需求也日益增加,集成电路需要成熟和先进的处理方案,以自动驾驶领域为例,对于执行机构控制,需要实现成熟的信号导向的控制要求,而对于中心计算芯片则需要具备高速处理能力,以满足服务导向操作的需求.,因此集成电路是各行各业的重点需求和集中发展的领域,在这样的市场环境下,光刻机作为集成电路制造的关键设备具有巨大的应用需求,随着集成电路的不断发展和需求的增长,光刻机在未来产业中将继续发挥重要作用,满足行业对于更高级别工艺能力的需求,在整个集成电路制造过程中,光刻是最核心、最复杂的工艺步骤,光刻技术是借助光刻胶,在特定光源照射下进行曝光,再通过显影、刻蚀等步骤,将掩膜上的图形转移到硅片上的技术,在光刻工艺中,每一层电路图形都需要进行一次曝光,并使用一块专门的掩膜板,为了确保每层图形的精确对齐,掩膜板的位置必须与之前曝光得到的图形完全一致,每层电路的设计和材料不同,因此需要不同的掩膜板来实现各层的独特图案,这种做法确保在每层上形成本文档来自技高网...

【技术保护点】

1.一种基于超分辨生成对抗网络的光刻对准图像增强方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的一种基于超分辨生成对抗网络的光刻对准图像增强方法,其特征在于:所述S1中套刻标志图像包括外轮廓标志和内轮廓标志,其中,所述外轮廓标志设置于掩膜板上,所述内轮廓标志设置于晶圆上,并通过对高分辨率图像施加降采样、高斯模糊和添加噪声等光刻模糊模拟生成低分辨率模拟图像。

3.根据权利要求1所述的一种基于超分辨生成对抗网络的光刻对准图像增强方法,其特征在于:所述S2中数据集的预处理操作,具体包括:首先,从原始图像对中裁剪出包含套刻标志的感兴趣区域(ROI)并统一图像块的...

【技术特征摘要】

1.一种基于超分辨生成对抗网络的光刻对准图像增强方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的一种基于超分辨生成对抗网络的光刻对准图像增强方法,其特征在于:所述s1中套刻标志图像包括外轮廓标志和内轮廓标志,其中,所述外轮廓标志设置于掩膜板上,所述内轮廓标志设置于晶圆上,并通过对高分辨率图像施加降采样、高斯模糊和添加噪声等光刻模糊模拟生成低分辨率模拟图像。

3.根据权利要求1所述的一种基于超分辨生成对抗网络的光刻对准图像增强方法,其特征在于:所述s2中数据集的预处理操作,具体包括:首先,从原始图像对中裁剪出包含套刻标志的感兴趣区域(roi)并统一图像块的大小和归一化图像的像素值,接着在经过数据清洗后对得到的图像对利用几何变换、噪声添加、亮度与对比度调整等数据增强技术扩充数据集,最后将预处理后的数据集按照比例划分为训练集、验证集和测试集。

4.根据权利要求1所述的一种基于超分辨生成对抗网络的光刻对准图像增强方法,其特征在于:所述s4中应用自适应直方图均衡化技术减弱或消除曝光后掩膜印在晶圆图像上的正方形套刻标志,具体包括:先将彩色图像转换为灰度图像;再应用高斯模糊对灰度图像降噪;将灰度图像划分为多个不重叠且大小相等的子图像块后,对每个子图像块计算其直方图,得到灰度级别的频数,再计算累计分布函数,就可以计算得出均衡化的像素值;最后对每个子图像块进行双线性插值,以消除块效应,再将所有增强后的子图像块重新组合成完整图像。

5.根据权利要求1所述的一种基于超分辨生成对抗网络的光刻对准图像增强方法,其特征在于:所述s5中引入基于三维densenet融合se块(sque eze-and-excitation)的光刻对准图像超分辨率生成对抗网络(aligngan),其训练数据源自alignnet-sr数据集,包括经过处理的高分辨率套刻标志图像及其对应的低分辨率模拟图像,在初始化生成器g和判别器d的参数以及定义损失函数和优化器后,使生成器g和判别器d交替训练来获得重建后的超分辨率图像,具体训练步骤如下:生成器网络以生成的低分辨率模拟图像作为输入,通过初始三维卷积层对其进行初步特征提取,并用leaky re lu激活函数增加其非线性表达能力,当图像被输入至由三维densenet...

【专利技术属性】
技术研发人员:蔡林沁冯润之傅舰艇林世超
申请(专利权)人:重庆邮电大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1