Reconstruction 3D d’objets nanométriques à partir d’images stéréoscopiques de microscopes électroniques

Publié le : 15 juillet 2019

Mots clef : Traitement d’images, programmation GPU, optimisation, problème inverse, stéréovision, réseaux de neurones.

La métrologie 3D robuste, non-destructive et rapide est un enjeu mondial majeur de la microélectronique [1] pour l’inspection de défauts sur plaque de silicium, la fidélité de la lithographie optique et le contrôle des procédés. Des méthodes de reconstruction rapides à partir d’images stéréoscopiques de microscopie électronique (SEM) basées sur des considérations géométriques ont permis de reconstruire la topographie 3D d’objets microniques. Cependant ces techniques ne sont plus valables lorsque les motifs sont d’ordre nanométrique à cause d’effets physiques locaux perturbant le placement des points d’intérêt [2]. Des méthodes alternatives basées sur la résolution d’un problème inverse ont déjà été prototypées au CEA. Des gains très significatifs en temps de calcul sont attendus après leurs implémentations sur les GPUs du groupe. Des méthodes de calibration de modèle doivent aussi être développées, potentiellement sur la base de réseaux de neurones. La métrologie 3D à partir d’images SEM suscite l’intérêt de plusieurs partenaires industriels du LETI, et cette thèse se veut être un élément clé pour les collaborations présentes et à venir dans ce domaine.

L’objectif de cette thèse est de développer une méthode de reconstruction 3D à partir d’images SEM la plus précise et robuste possible. Pour cela, l’étudiant(e) en thèse s’appuiera dans un premier temps sur les moyens théoriques et de simulation du groupe pour améliorer et développer de nouveaux modèles analytiques d’imagerie SEM. Le champ d’application de ces modèles SEM se veut large, de la simulation d’objets micrométriques jusqu’aux structures nanométriques. Le CEA-LETI dispose d’une nouvelle génération de SEM qui permet la prise d’images de motifs sous différents points de vue. Ces images multi-stéréo permettent une augmentation de données sur la structure imagée, ce qui facilite sa reconstruction 3D par rapport au cas d’une unique prise d’image SEM en vue de dessus.

L’étudiant(e) en thèse entrainera les modèles SEM sur une collection d’images SEM multi-stéréo de motifs, dont les topographies 3D seront connues via de l’imagerie 3D de référence. Il devra investiguer, dans un second temps, différentes stratégies mathématiques de reconstruction 3D, permettant une convergence rapide et de qualité.

A terme, la reconstruction 3D sera appliquée sur différents produits clients d’intérêt.

[1] Bunday, 7/5 nm logic manufacturing capabilities and requirements of metrology, SPIE 9780 (2018)

[2] S. Drouyer et al., Sparse stereo disparity map densification using hierarchical image segmentation. 13th International Symposium on Mathematical Morphology, Fontainebleau ( France), 15-17 Mai 2017

En naviguant sur notre site, vous acceptez que des cookies soient utilisés pour vous proposer des contenus et services adaptés à vos centres d’intérêts. En savoir plus
X