一種掩模圖形灰度化方法
【專(zhuān)利摘要】本發(fā)明公開(kāi)一種掩模圖形灰度化方法，其特征在于，包括：步驟一：將原始掩模圖形轉(zhuǎn)換后進(jìn)行特征圖形識(shí)別；步驟二：根據(jù)已識(shí)別出來(lái)的所述特征圖形計(jì)算各自特征值；步驟三：判斷所述的各自特征值，是否小于一臨界值，依此將所述原始掩模圖形中的所述特征圖像進(jìn)行分離為HP圖形單元和HE圖形單元；步驟四：對(duì)分離后的所述HP圖形單元進(jìn)行HP灰度化或者對(duì)分離后的所述HE圖形單元進(jìn)行HE灰度化；步驟五：對(duì)所述HP灰度化及所述HE灰度化的數(shù)字掩模按照所述原始掩模圖形中的位置進(jìn)行拼接。
【專(zhuān)利說(shuō)明】
-種掩模圖形灰度化方法
技術(shù)領(lǐng)域
[0001] 本發(fā)明涉及一種集成電路裝備制造領(lǐng)域，尤其涉及一種掩模圖形灰度化方法。
【背景技術(shù)】
[0002] 光學(xué)無(wú)掩模光刻（0ML)是在傳統(tǒng)光刻技術(shù)上的一個(gè)拓展，與掩模光刻對(duì)比，無(wú)掩模 光刻的圖案是通過(guò)一種空間光調(diào)制器（SLM)的MEMS器件來(lái)實(shí)現(xiàn)的，SLM是通過(guò)百萬(wàn)的微鏡 像素拼接而成的，每一個(gè)微鏡都被一個(gè)獨(dú)立尋址控制的驅(qū)動(dòng)元件所驅(qū)動(dòng)改變其偏轉(zhuǎn)方向。 通過(guò)獨(dú)立控制每一個(gè)微鏡的偏轉(zhuǎn)方向，實(shí)現(xiàn)光的空間調(diào)制，從而產(chǎn)生期望的圖案。由于微鏡 圖案柵格受到數(shù)字微鏡布局的限制是固定的，并且光源為脈沖激光器。因此需要進(jìn)行柵格 灰度級(jí)的空間調(diào)制。從而使DMD微鏡拼接而成的掩模圖案的曝光效果與真實(shí)掩模的曝光效 果高度一致。送一過(guò)程稱(chēng)為掩模圖形的灰度化。是通過(guò)算法來(lái)實(shí)現(xiàn)的。
[0003] 掩模灰度化的目的可W通過(guò)圖1來(lái)描述。圖中，la是真實(shí)的掩模，其中白色區(qū)域?yàn)?漏光部分，2a是通過(guò)算法處理后生成的灰度掩模，由多個(gè)DMD微鏡拼接而成，每個(gè)DMD的灰 度級(jí)通過(guò)算法計(jì)算而來(lái)。
[0004] 由于DMD微鏡尺寸的限制，灰度掩模與真實(shí)掩模的曝光效果不可避免的會(huì)存在偏 差，送一偏差稱(chēng)為灰度化算法誤差，灰度化誤差的評(píng)價(jià)方式是比較其空間像，例如，圖1中， 3a為真實(shí)掩模的空間像，4a為灰度掩模的空間像，通過(guò)分析空間像，可W獲得灰度化過(guò)程 所導(dǎo)致的CD偏差，LER偏差等。
[0005] 所W，評(píng)價(jià)灰度化算法的好壞的標(biāo)準(zhǔn)有兩個(gè)；第一是灰度化導(dǎo)致的CD (特征值)誤 差，CD誤差越小越好；第二在灰度化誤差的前提下，算法時(shí)間越短、效率越高越好。
[0006] 掩?；叶然姆椒ㄓ卸喾N，總體上分為3類(lèi)；面積算法、瞳面匹配算法、空間像比 較迭代算法?？臻g像比較迭代算法精度最高，但是由于其需要進(jìn)行多次迭代運(yùn)算，算法效率 最低，瞳面匹配算法精比較高，但是由于瞳面匹配算法在線性回歸運(yùn)算中需要進(jìn)行巨大的 矩陣運(yùn)算，所W算法效率也較低，同時(shí)，其內(nèi)存消耗也是Η種算法中最大的。面積算法最簡(jiǎn) 單，速度最快可W是其它兩種算法的上百倍，但是其精度也最低的。
[0007] 在同一張掩模中，會(huì)同時(shí)存在較大和較小的圖形單元，為了在保證灰度化算法精 度的前提下獲得最大的灰度化效率，W提高產(chǎn)率，需要考慮一種灰度化流程策略，能夠識(shí)別 出掩模中不同CD的圖形單元，并對(duì)其選取適當(dāng)?shù)幕叶然呗?。即高精度（Hi曲Precision ( HP))灰度化策略和高效率化i曲Efficiency (肥)）灰度化。從而兼顧產(chǎn)率和精度的需求。

【發(fā)明內(nèi)容】

[0008] 為了克服現(xiàn)有技術(shù)中存在的缺陷，本發(fā)明提供一種能夠識(shí)別出掩模中不同CD的 圖形單元的掩模圖形灰度化方法。
[0009] 為了實(shí)現(xiàn)上述發(fā)明目的，本發(fā)明公開(kāi)一種掩模圖形灰度化方法，其特征在于，包 括： 步驟一：將原始掩模圖形轉(zhuǎn)換后進(jìn)行特征圖形識(shí)別； 步驟二：根據(jù)已識(shí)別出來(lái)的所述特征圖形計(jì)算各自特征值； 步驟Η ;判斷所述的各自特征值，是否小于一臨界值？依此將所述原始掩模圖形中的 所述特征圖像進(jìn)行分離為HP圖形單元和肥圖形單元； 步驟四：對(duì)分離后的所述HP圖形單元進(jìn)行HP灰度化或者對(duì)分離后的所述肥圖形單元 進(jìn)行肥灰度化；步驟五；對(duì)所述HP灰度化及所述肥灰度化的數(shù)字掩模（DMD)按照所述原 始掩模圖形中的位置進(jìn)行拼接。
[0010] 更進(jìn)一步地，所述步驟二中對(duì)所述特征圖形計(jì)算包括將所述掩模圖形識(shí)別為所述 HP灰度化圖形和所述肥灰度化圖形，其中HP灰度化圖形為矩形或L形圖形。
[0011] 更進(jìn)一步地，該步驟一中對(duì)特征圖形識(shí)別為基于內(nèi)角的特征圖形識(shí)別。
[0012] 更進(jìn)一步地，所述步驟二中讀取所述特征圖形的各自特征值，判斷所述各自特征 值中的最小特征值小于所述臨界值時(shí)識(shí)別為HP灰度化圖形，當(dāng)所述最小特征值大于所述 臨界值時(shí)識(shí)別為肥灰度化圖形。
[0013] 更進(jìn)一步地，所述步驟Η中的所述HP圖形或者肥圖形進(jìn)行分割，所述分割包括第 一次圖形分割和第二次圖形分割。
[0014] 更進(jìn)一步地，當(dāng)所述第一次圖形分割后，沒(méi)有割到圖形的區(qū)域，則不進(jìn)入所述第二 次圖形分割流程；反之，則進(jìn)入所述第二次圖形分割流程。
[0015] 更進(jìn)一步地，所述步驟一中進(jìn)行識(shí)別的所述特征圖形為矩形、L形圖形、圓形、十字 型、多邊形或者數(shù)字。
[0016] 更進(jìn)一步地，所述步驟Η中原始掩模圖形進(jìn)行分割為路徑規(guī)劃分割。
[0017] 更進(jìn)一步地，對(duì)于矩形和L圖形的所述路徑規(guī)劃分割包括： 3. 1計(jì)算圖形單元的重必坐標(biāo)； 3. 2確定所述圖形單元的分割參數(shù)，包括：節(jié)點(diǎn)數(shù)、X方向邊長(zhǎng)、Υ方向邊長(zhǎng)、重必左邊的 節(jié)點(diǎn)數(shù)、重必右邊的節(jié)點(diǎn)數(shù)、重必上方的節(jié)點(diǎn)數(shù)、重必下方的節(jié)點(diǎn)數(shù)； 3. 3根據(jù)所述分割參數(shù)確定六種分割路徑(如圖13)中的一種進(jìn)行圖形分割。
[0018] 本發(fā)明所提供的灰度化策略和流程，能夠自動(dòng)對(duì)掩模的圖形單元進(jìn)行識(shí)別、CD計(jì) 算、然后將圖形分離成HP灰度化和肥灰度化的部分，并分別對(duì)其采取相應(yīng)的灰度化算法， 生成灰度圖形。最后，根據(jù)送兩部分圖形在原始圖形中的坐標(biāo)位置，將它們拼接成整個(gè)的灰 度掩模。從而兼顧了算法效率和算法精度。實(shí)際運(yùn)行表明，該算法比單純使用HP灰度化算 法，其效率提高百倍W上。
【附圖說(shuō)明】
[0019] 關(guān)于本發(fā)明的優(yōu)點(diǎn)與精神可W通過(guò)W下的發(fā)明詳述及所附圖式得到進(jìn)一步的了 解。
[0020] 圖1是真實(shí)掩模、灰度掩模及其空間像 圖2是本發(fā)明所涉及的掩模圖形灰度化的流程圖； 圖3是CAD掩模圖形的不意圖； 圖4是CAD掩模圖形中的8種圖形的示意圖； 圖5是識(shí)別出的特征圖形包含矩形與L bar的示意圖； 圖6是根據(jù)CD計(jì)算后確定進(jìn)行HP灰度化的圖形示意圖； 圖7是將原始圖形分離為HE和HP灰度化的兩部分的示意圖； 圖8是肥灰度化與HP灰度化的結(jié)果示意圖； 圖9是HE與HP灰度化結(jié)果進(jìn)行原位拼接的示意圖； 圖10是特征圖形截線選取方法的示意圖； 圖11是圖形分割的第一實(shí)施例的示意圖； 圖12是圖形分割的第二實(shí)施例的示意圖； 圖13是本發(fā)明所涉及的掩模圖形灰度化方法的分割路徑規(guī)劃示意圖； 圖14是本發(fā)明所涉及的掩模圖形灰度化方法的分割路徑規(guī)劃流程圖； 圖15是需要進(jìn)行GO灰度化的圖形塊的示意圖。
[0021] 連施方式 下面結(jié)合附圖詳細(xì)說(shuō)明本發(fā)明的具體實(shí)施例。
[0022] 本發(fā)明的目的在于提供一種灰度化策略和流程，能夠自動(dòng)對(duì)掩模的圖形單元進(jìn)行 識(shí)別、CD計(jì)算、然后將圖形分離成HP灰度化和HE灰度化的部分，并分別對(duì)其采取相應(yīng)的灰 度化算法，生成灰度圖形。最后，根據(jù)送兩部分圖形在原始圖形中的坐標(biāo)位置，將它們拼接 成整個(gè)的灰度掩模，從而兼顧了算法效率和算法精度。
[0023] 本發(fā)明所提供的掩模圖形灰度化方法包括W下步驟；101、圖形文件導(dǎo)入灰度化語(yǔ) 言平臺(tái)；102、內(nèi)角特征圖形識(shí)別；103、特征圖形CD計(jì)算；104、圖形分離；將圖形分離為HP 灰度化和肥灰度化的兩個(gè)部分；105、肥灰度化；對(duì)肥灰度化圖形進(jìn)行W下操作；圖形分 害!]、圖形灰度化、圖形拼接；W及HP灰度化：對(duì)HP灰度化圖形進(jìn)行W下操作：圖形分割、圖 形灰度化、圖形拼接；106、將HP灰度化生成的灰度圖與肥灰度化生成的灰度圖按照它們?cè)?原圖中的位置進(jìn)行拼接。
[0024] 下面，W圖3中的掩模圖形為例，詳細(xì)闡述本發(fā)明灰度化算法的流程。圖3中，總 共有8種圖形，如圖4所示。其中，定義特征圖形為矩形1，L圖形2,加號(hào)圖形3,圓形4,六 邊形5,數(shù)字"1"6,數(shù)字"2"7和數(shù)字"3"8。通過(guò)仿真表明，HP灰度化的臨界CD為1 um。
[0025] 步驟1 ;掩模圖形導(dǎo)入掩模圖形導(dǎo)入的目的是將原始掩模圖形轉(zhuǎn)變成灰度化算法 平臺(tái)能夠識(shí)別的信號(hào)。
[0026] 步驟2、特征圖形識(shí)別。本算法中，認(rèn)為需要進(jìn)行HP運(yùn)算的圖形是能夠進(jìn)行準(zhǔn)確定 義的規(guī)則圖形。而其他不規(guī)則圖形則全部進(jìn)行肥灰度化。因此，首先需要建立一個(gè)需要進(jìn) 行HP灰度化的圖形的圖形庫(kù)，圖形庫(kù)中的圖形稱(chēng)為特征圖形。通過(guò)圖形識(shí)別算法識(shí)別出可 能會(huì)進(jìn)行HP灰度化的候選圖形，即圖5中所示的兩種特征圖形；識(shí)別結(jié)果如圖6所示。
[0027] 步驟3、特征圖形CD計(jì)算 利用識(shí)別算法識(shí)別出來(lái)的特征圖形，最終是否會(huì)進(jìn)行HP灰度化，還要取決于送些圖形 的最小CD,只有當(dāng)CD小于臨界CD時(shí)，才會(huì)進(jìn)行HP灰度化。特征圖形CD計(jì)算的目的就是 確定最終進(jìn)行HP灰度化的圖形單元，如圖6所示。
[002引步驟4、圖形分離 有前面步驟，可W識(shí)別出需要進(jìn)行HP和肥灰度化的圖形。圖形分離的目的是將原始 掩模分離為HP灰度化部分與HE灰度化部分；如圖7所示，將原始圖形分離為HE和HP灰度 化的兩部分。
[002引步驟5、圖形灰度化 分別進(jìn)行HP與肥灰度化；灰度化的結(jié)果如圖8所示。
[0030] 步驟6、圖形拼接 圖形拼接的目的是將HP與HE灰度化的數(shù)字掩模按其在原始掩模中的位置拼接，如圖 9所示。
[0031] 下面對(duì)灰度化過(guò)程中的實(shí)施細(xì)節(jié)進(jìn)行描述 基于內(nèi)角的特征圖形識(shí)別 基于內(nèi)角的特征圖形識(shí)別方法，是通過(guò)計(jì)算多邊形的內(nèi)角來(lái)識(shí)別圖形單元，例如，對(duì)于 圖中的2種定義的特征圖形，其內(nèi)角從大到小排列，如表1所示。通過(guò)內(nèi)角計(jì)算方法計(jì)算出 所有掩模圖形的內(nèi)角，并與表1中定義特征圖形的內(nèi)角對(duì)比，匹配上的及定義為特征圖形 篩選出來(lái)。
[0032] 表 1 需要指出的是，由于掩模圖形設(shè)計(jì)制作的不確定，內(nèi)角計(jì)算采點(diǎn)順序有順時(shí)針和逆時(shí) 針兩種可能。因此對(duì)于同一特征圖形，有可能計(jì)算出兩種不同的內(nèi)角值，送兩種中，只要有 一種與特征圖形內(nèi)角匹配，即表示其為特征圖形。
[0033] 基于特征圖形cut line的CD計(jì)算。
[0034] 每一個(gè)特征圖形都有相應(yīng)的最小CD計(jì)算算法，例如，對(duì)于矩形和L bar,其最小特 征CD就是從如圖10所示的幾條截線在圖形上截?cái)嗟木嚯x的最小值。
[0035] 基于節(jié)點(diǎn)距離比較方法的CD計(jì)算。
[0036] 通過(guò)比較特征圖形所有節(jié)點(diǎn)之間的距離，距離最小的，即被認(rèn)為是特征圖形的最 小CD。
[0037] 利用公式

從所有的挪茄中，找出最小的一個(gè)，即被認(rèn)為是特征圖形的最小CD,騎w。
[0038] 然后將每W與HP算法的臨界CD南化比較，若每W化，則該特征圖形采 取肥度化，若馬KSf〈鳴π*_Μ??Γ則該特征圖形義取HP灰度化。
[0039] 圖形分割(第一次分割） 即使是運(yùn)行效率較高的面積灰度化算法，處理整個(gè)掩模圖形(超過(guò)1G像素)也是不可行 的。因此需要先將原始掩模圖形分割成一個(gè)一個(gè)的小圖形，如圖11所示。由于掩模圖形的 布局，將會(huì)割到很多空白的分割塊9,送些分割塊中沒(méi)有掩模圖形，是無(wú)用的，將不進(jìn)入面積 灰度化流程，另一些分割塊中有掩模圖形，如10,將進(jìn)入灰度化流程。
[0040] 為了防止灰度化過(guò)程中的邊界效應(yīng)導(dǎo)致的誤差，在掩模圖形分割時(shí)，相鄰分割塊 間需要有重疊區(qū)域，重疊區(qū)域的寬度由光學(xué)仿真確定。
[00川（第）二次分割 分割是要消耗時(shí)間的，而上述的分割方法割出大量無(wú)用分割塊，浪費(fèi)大量時(shí)間，因此考 慮(第）二次分割方法。
[004引如圖12所示，即先大塊分割，大塊中割到圖形的，例如11，再對(duì)其進(jìn)行小塊分割， 而大塊中沒(méi)有割到圖形的，例如12,則不進(jìn)入(第）二次分割流程。
[0043] 路徑規(guī)劃分割 引入分割路徑的規(guī)劃算法。即根據(jù)特征圖形的坐標(biāo)，自動(dòng)計(jì)算出特征圖形的分割路徑， 送樣，就只會(huì)在有特征圖形的周?chē)シ指睿蒞很大提高分割效率。
[0044] 下面，W矩形和L圖形為例，描述分割路徑規(guī)劃算法。
[0045] 對(duì)于矩形和L圖形，一共有6中情況，因此，也有兩種路徑。分別如圖13中虛線所 示所示。
[0046] 分割路徑規(guī)劃流程如圖14示，首先201計(jì)算出圖形單元的重必坐標(biāo)，對(duì)于矩形與 L bar,其重必位置如圖13中黑色點(diǎn)13所示。202通過(guò)多邊形總節(jié)點(diǎn)數(shù)、矩形邊長(zhǎng)、重必左、 右、上、下方的節(jié)點(diǎn)數(shù)目。203根據(jù)節(jié)點(diǎn)數(shù)N、X方向邊長(zhǎng)、Y方向邊長(zhǎng)、重必左邊的節(jié)點(diǎn)數(shù)、重 必右邊的節(jié)點(diǎn)數(shù)、重必上方的節(jié)點(diǎn)數(shù)、重必下方的節(jié)點(diǎn)數(shù)，可W將送六種情況判斷出來(lái)。從 而確定六種分割路徑。
[0047] 分割的起點(diǎn)分別如圖14中白色圓圈14所示，分割方向?yàn)閳D中箭頭所指方向，分割 的終點(diǎn)，通過(guò)分割方向圖形邊界來(lái)計(jì)算確定。
[0048] 最后的分割結(jié)果與圖11比較，經(jīng)仿真分析，路徑規(guī)劃分割的效率為一般分割方法 的60倍W上。為(第）二次分割方法的35倍W上。
[0049] 分割完成后，對(duì)分割的圖形塊進(jìn)行逐個(gè)HP灰度化。也可W對(duì)具有相同圖形塊的只 進(jìn)行一次灰度化。
[0050] 例如，對(duì)于圖15中的L bar圖形，一共有21個(gè)分割塊，但是不同的分割塊只有圖 中的15~19,其它分割塊部分與2相同，部分與5相同，因此，因此，其灰度化結(jié)果也必與2 (5)相同?；叶然^(guò)程可W省略。同理對(duì)于矩形，如圖15所示，13個(gè)分割塊中，只需灰度化 20, 21，22圖形塊，送樣可W節(jié)省灰度化時(shí)間。
[0051] 本發(fā)明所提供的灰度化策略和流程，能夠自動(dòng)對(duì)掩模的圖形單元進(jìn)行識(shí)別、CD計(jì) 算、然后將圖形分離成HP灰度化和肥灰度化的部分，并分別對(duì)其采取相應(yīng)的灰度化算法， 生成灰度圖形。最后，根據(jù)送兩部分圖形在原始圖形中的坐標(biāo)位置，將它們拼接成整個(gè)的灰 度掩模。從而兼顧了算法效率和算法精度。實(shí)際運(yùn)行表明，該算法比單純使用HP灰度化算 法，其效率提高百倍W上。
[0052] 本說(shuō)明書(shū)中所述的只是本發(fā)明的較佳具體實(shí)施例，W上實(shí)施例僅用W說(shuō)明本發(fā)明 的技術(shù)方案而非對(duì)本發(fā)明的限制。凡本領(lǐng)域技術(shù)人員依本發(fā)明的構(gòu)思通過(guò)邏輯分析、推理 或者有限的實(shí)驗(yàn)可W得到的技術(shù)方案，皆應(yīng)在本發(fā)明的范圍之內(nèi)。
【主權(quán)項(xiàng)】
1. 一種掩模圖形灰度化方法，其特征在于，包括： 步驟一：將原始掩模圖形轉(zhuǎn)換后進(jìn)行特征圖形識(shí)別； 步驟二：根據(jù)已識(shí)別出來(lái)的所述特征圖形計(jì)算各自特征值； 步驟三：判斷所述的各自特征值是否小于一臨界值，依此將所述原始掩模圖形中的所 述特征圖形進(jìn)行分離為HP圖形單元和HE圖形單元； 步驟四：對(duì)分離后的所述HP圖形單元進(jìn)行HP灰度化，對(duì)分離后的所述HE圖形單元進(jìn) 行HE灰度化； 步驟五：對(duì)所述HP灰度化及所述HE灰度化的數(shù)字掩模按照所述原始掩模圖形中的位 置進(jìn)行拼接。2. 如權(quán)利要求1所述的掩模圖形灰度化方法，其特征在于，所述步驟二中對(duì)所述特征 圖形計(jì)算包括將所述掩模圖形識(shí)別為所述HP灰度化的圖形和所述HE灰度化的圖形。3. 如權(quán)利要求1所述的掩模圖形灰度化方法，其特征在于，所述步驟一中對(duì)特征圖形 識(shí)別為基于內(nèi)角的特征圖形識(shí)別。4. 如權(quán)利要求2所述的掩模圖形灰度化方法，其特征在于，所述步驟二中讀取所述特 征圖形的各自特征值，判斷所述各自特征值中的最小特征值小于所述臨界值時(shí)識(shí)別為HP 灰度化圖形，當(dāng)所述最小特征值大于所述臨界值時(shí)識(shí)別為HE灰度化圖形。5. 如權(quán)利要求1所述的掩模圖形灰度化方法，其特征在于，所述步驟四中的所述HP圖 形單元或者HE圖形單元進(jìn)行分割，所述分割包括第一次圖形分割和第二次圖形分割。6. 如權(quán)利要求5所述的掩模圖形灰度化方法，其特征在于，當(dāng)所述第一次圖形分割后， 沒(méi)有割到圖形的區(qū)域，則不進(jìn)入所述第二次圖形分割流程；反之，則進(jìn)入所述第二次圖形分 割流程。7. 如權(quán)利要求1所述的掩模圖形灰度化方法，其特征在于，所述步驟一中進(jìn)行識(shí)別的 所述特征圖形為矩形、L形圖形、圓形、十字型、多邊形或者數(shù)字。8. 如權(quán)利要求7所述的掩模圖形灰度化方法，其特征在于，所述步驟三中原始掩模圖 形進(jìn)行分割為路徑規(guī)劃分割。9. 如權(quán)利要求8所述的掩模圖形灰度化方法，其特征在于，對(duì)于所述矩形或L形圖形的 所述路徑規(guī)劃分割包括： 3. 1計(jì)算圖形單元的重心坐標(biāo)； 3. 2確定所述圖形單元的分割參數(shù)，包括：節(jié)點(diǎn)數(shù)、X方向邊長(zhǎng)、Y方向邊長(zhǎng)、重心左邊的 節(jié)點(diǎn)數(shù)、重心右邊的節(jié)點(diǎn)數(shù)、重心上方的節(jié)點(diǎn)數(shù)、重心下方的節(jié)點(diǎn)數(shù)； 3. 3根據(jù)所述分割參數(shù)確定分割路徑進(jìn)行圖形分割。
【文檔編號(hào)】G03F1/76GK105989589SQ201510064898
【公開(kāi)日】2016年10月5日
【申請(qǐng)日】2015年2月9日
【發(fā)明人】李玉龍, 施忞, 王天寅, 許琦欣
【申請(qǐng)人】上海微電子裝備有限公司