JP4608224B2 - Defect image inspection apparatus and method - Google Patents
Defect image inspection apparatus and method Download PDFInfo
- Publication number
- JP4608224B2 JP4608224B2 JP2004083570A JP2004083570A JP4608224B2 JP 4608224 B2 JP4608224 B2 JP 4608224B2 JP 2004083570 A JP2004083570 A JP 2004083570A JP 2004083570 A JP2004083570 A JP 2004083570A JP 4608224 B2 JP4608224 B2 JP 4608224B2
- Authority
- JP
- Japan
- Prior art keywords
- image data
- reference image
- clustering
- unit
- defect
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Images
Description
本発明は、例えば半導体ウエハ等の良品の被検査体を撮像して取得される参照画像データを予め登録し、検査時に対象物を撮像して取得されるターゲット検査画像データと参照画像データとを比較して対象物の欠陥検査を行う欠陥画像検査装置及びその方法に関する。 In the present invention, for example, reference image data acquired by imaging a non-defective inspection object such as a semiconductor wafer is registered in advance, and target inspection image data and reference image data acquired by imaging an object at the time of inspection are obtained. The present invention relates to a defect image inspection apparatus and method for performing defect inspection of an object in comparison.
半導体ウエハの欠陥検査方法としては、例えば特許文献1に記載された技術がある。この特許文献1には、良品とみなす複数の被検査体から得られる良品の許容領域データと被検査体の画像データとを比較してその差画像データを求め、この差画像データから欠陥を抽出することが開示されている。
As a defect inspection method for a semiconductor wafer, for example, there is a technique described in
具体的な構成を図7に示す。画像取込部1は、例えば半導体製造ラインに流れる良品とみなす半導体ウエハ等の被検査体をCCD等の撮像装置により撮像し、この撮像装置から出力される画像信号を画像データとして取り込む。この画像取込部1により取り込まれた複数の画像データは、それぞれ良品参照画像データDrとして保存する。
A specific configuration is shown in FIG. The
これら良品参照画像データDrは、複数の良品の被検査体を撮像して取得しているが、これら被検査体を撮像するときの時間経過に伴なって輝度値が変動する時系列変動や、半導体ウエハ等の被検査体を製造する各製造装置毎や各製造ライン毎に起因して輝度値が変動する製造装置変動及び半導体ウエハ等の被検査体を検査する各検査装置毎に起因して輝度値が変動する検査装置変動などの機差変動を含む。 The non-defective product reference image data Dr is obtained by imaging a plurality of non-defective inspected objects, but the time series fluctuation in which the luminance value fluctuates with the passage of time when the inspected objects are imaged, Due to each manufacturing apparatus that manufactures an object to be inspected such as a semiconductor wafer, or to each inspection apparatus that inspects an object to be inspected such as a semiconductor wafer, etc. This includes machine difference fluctuations such as inspection apparatus fluctuations in which the luminance value fluctuates.
これら良品参照画像データDrに含む輝度値の変動は、例えば半導体ウエハ表面上に塗布されるレジストの塗布むらや、半導体ウエハ表面上に形成された複数のレジスト層、半導体ウエハの下地の影響に起因する。又、半導体ウエハ製造プロセスでは、1ロット毎に半導体ウエハを製造するが、これらロット毎にも各良品参照画像データDrの輝度値は変動する。 The variation of the luminance value included in the non-defective product reference image data Dr is caused by, for example, uneven application of the resist applied on the surface of the semiconductor wafer, the influence of a plurality of resist layers formed on the surface of the semiconductor wafer, or the base of the semiconductor wafer. To do. In the semiconductor wafer manufacturing process, a semiconductor wafer is manufactured for each lot, and the luminance value of each non-defective product reference image data Dr also varies for each lot.
これら良品参照画像データDrは、XY方向の位置合わせ、回転方向の補正及び平均輝度補正が行なわれ、当該各良品参照画像データDrの輝度を平均化処理して参照平均画像データを求め、かつ当該各良品参照画像データDrの輝度の標準偏差を求める処理を行って参照標準偏差画像データを求める。これら参照平均画像データ及び参照標準偏差画像データは、辞書データDiとして予め登録される。 The non-defective product reference image data Dr is subjected to alignment in the XY directions, correction in the rotation direction, and average luminance correction, and averages the luminance of each non-defective product reference image data Dr to obtain reference average image data. Reference standard deviation image data is obtained by performing a process for obtaining the standard deviation of the brightness of each good product reference image data Dr. These reference average image data and reference standard deviation image data are registered in advance as dictionary data Di.
欠陥検査処理時には、被検査体を撮像して取得された画像データを画像取込部1により取り込み、この画像データをターゲット検査画像データDtとして記憶する。画像比較部2は、ターゲット検査画像データDtと予め登録された参照平均画像データとを比較してその差分画像データを求め、この差分画像データから参照標準偏差画像データの輝度変動分を差し引いて最終差分画像データを算出し、この最終差分画像データに対して所定のしきい値を用いて2値化して欠陥部を抽出した欠陥抽出画像データDgを取得する。
各良品参照画像データDrに含む時系列変動や製造装置変動及び検査装置変動などの機差変動による輝度値の変動幅は、半導体ウエハ製造プロセスにおける製造ライン間、半導体ウエハのロット間、半導体ウエハのロット間で大きくなる。このため、辞書データDiは、幅広い輝度値の変動幅を有する複数の良品参照画像データDrから作成されるが、良品の半導体ウエハを撮像して取得したターゲット検査画像データDtであっても、このターゲット検査画像データDtの輝度値が各種要因により参照平均画像データの輝度値から大きく乖離することがある。この結果、ターゲット検査画像データDtが良品の半導体ウエハを撮像して取得したものであっても、辞書データDiとターゲット検査画像データDtとの輝度値の差が大きくなり、半導体ウエハ上に欠陥部が存在しなくても疑似欠陥として抽出してしまう。 The variation range of the brightness value due to machine-variation variations such as time-series variations, manufacturing apparatus variations, and inspection apparatus variations included in each non-defective product reference image data Dr is between manufacturing lines, between semiconductor wafer lots, and between semiconductor wafers in the semiconductor wafer manufacturing process. Grows between lots. For this reason, the dictionary data Di is created from a plurality of non-defective reference image data Dr having a wide variation range of luminance values. Even if the target inspection image data Dt is obtained by imaging a non-defective semiconductor wafer, this dictionary data Di The luminance value of the target inspection image data Dt may greatly deviate from the luminance value of the reference average image data due to various factors. As a result, even if the target inspection image data Dt is obtained by imaging a non-defective semiconductor wafer, the difference in luminance value between the dictionary data Di and the target inspection image data Dt increases, and a defective portion is formed on the semiconductor wafer. Even if is not present, it is extracted as a pseudo defect.
各良品参照画像データDrの輝度値の大きな変動を抑制するために、ターゲット検査画像データDtと参照平均画像データとの差分画像データから参照標準偏差画像データの輝度変動分を差し引いているが、良品参照画像データDrの輝度値の変動幅があまりにも大きくなると、参照標準偏差画像データも大きくなり、本来存在する欠陥部の抽出を抑えてしまう。 In order to suppress a large variation in the luminance value of each non-defective reference image data Dr, the luminance variation of the reference standard deviation image data is subtracted from the difference image data between the target inspection image data Dt and the reference average image data. If the fluctuation range of the luminance value of the reference image data Dr becomes too large, the reference standard deviation image data also becomes large, and the extraction of the originally existing defect portion is suppressed.
本発明は、複数の参照画像データをクラスタリングしてその複数のクラスタ毎に各参照画像データの各特徴量を求め、このクラスタリングされた複数のクラスタ毎に各参照画像データに基づいて複数の参照クラスタリング画像データを作成し、これら参照クラスタリング画像データと被検査画像データとを比較して被検査画像データから欠陥画像データを抽出する欠陥画像検査装置及びその方法である。 The present invention clusters a plurality of reference image data to obtain each feature amount of each reference image data for each of the plurality of clusters, and performs a plurality of reference clustering based on each reference image data for each of the plurality of clustered clusters. A defect image inspection apparatus and method for generating image data and comparing the reference clustering image data and the inspected image data to extract defect image data from the inspected image data.
本発明は、参照画像データに対して微小な位置、回転及び輝度変動を付加して複数のクローン参照画像データを作成し、参照画像データと複数のクローン参照画像データとに基づいて参照クラスタリング画像データを作成し、画像取込部により取り込まれた被検査画像データと参照クラスタリング画像データとを比較して被検査画像データから欠陥画像データを抽出することを特徴とする欠陥画像検査装置及びその方法である。 The present invention creates a plurality of clone reference image data by adding a minute position, rotation and luminance variation to the reference image data, and generates reference clustering image data based on the reference image data and the plurality of clone reference image data A defect image inspection apparatus and method for extracting defect image data from inspection image data by comparing the inspection image data captured by the image capturing unit with reference clustering image data is there.
本発明は、良品参照画像データの輝度値の大きな変動に影響されずに疑似欠陥の検出を抑制できる欠陥画像検査装置及びその方法を提供できる。 INDUSTRIAL APPLICABILITY The present invention can provide a defect image inspection apparatus and method that can suppress detection of a pseudo defect without being affected by a large variation in the luminance value of non-defective reference image data.
以下、本発明の第1の実施の形態について図面を参照して説明する。なお、図7と同一部分には同一符号を付してその詳しい説明は省略する。 Hereinafter, a first embodiment of the present invention will be described with reference to the drawings. The same parts as those in FIG. 7 are denoted by the same reference numerals, and detailed description thereof is omitted.
図1は欠陥画像検査装置の構成図である。この欠陥画像検査装置は、画像取込部1により取り込んだ複数の良品参照画像データDrから複数の参照クラスタリング画像データDsを生成する参照クラスタリング画像作成処理部(辞書作成部)10と、画像取込部1により取り込んだターゲット検査画像データDtと参照クラスタリング画像データDsとを比較して欠陥抽出画像データDgを抽出する欠陥検査処理部11とを有する。
FIG. 1 is a configuration diagram of a defect image inspection apparatus. The defect image inspection apparatus includes a reference clustering image creation processing unit (dictionary creation unit) 10 that generates a plurality of reference clustering image data Ds from a plurality of non-defective reference image data Dr captured by the
参照クラスタリング画像作成処理部10において、参照画像クラスタリング部12は、複数の良品参照画像データDr毎に各正規化輝度ヒストグラムHs1、Hs2を求め、これら正規化輝度ヒストグラムHs1、Hs2をクラスタリング(分類)処理の一種であるk−means法により複数の良品参照画像データDrをクラスタ数k(=1,2,3,…,n)でクラスタリングする。このクラスタ数kは、複数の正規化輝度ヒストグラムHs1、Hs2の分布のうち分布形状が類似した各正規化輝度ヒストグラムHs1又はHs2同士を同一クラスタに分類することによって決定する。なお、図1は2つのクラスタ数k(=2)でクラスタリングされた各参照画像クラスタ群Dk1、Dk2を示す。なお、参照画像クラスタリング部12は、k−means法に限らず、統計的なクラスタ分析手法や分類木、ニューラルネットワーク(自己組織化ネットワーク)などを用いて複数の良品参照画像データDrをクラスタリングしてもよい。
In the reference clustering image
クローン参照画像作成部13は、参照画像クラスタリング部12によりクラスタリングされた各クラスタ別の各参照画像クラスタ群Dk1、Dk2毎に、これら参照画像クラスタ群Dk1、Dk2における微小な位置変動、回転、輝度変動を付加してコピーした複数のクローン参照画像データ群Dc1、Dc2を生成する。これらクローン参照画像データ群Dc1、Dc2を生成する目的は、当該各クローン参照画像データDc1、Dc2の位置ずれや回転ずれによる座標補正を行う際に、予め参照画像クラスタ群Dk1、Dk2とのパターンマッチングを行うが、このマッチング精度の誤差を予め各クローン参照画像データDc1、Dc2に取り込んでおき、疑似欠陥を抑制するためである。
For each reference image cluster group Dk 1 , Dk 2 for each cluster clustered by the reference
又、クローン参照画像作成部13は、各クラスタ別に各参照画像クラスタ群Dk1、Dk2と各クローン参照画像データDc1、Dc2とを表示器14に表示する。
The clone reference
参照クラスタリング画像生成部15は、参照画像クラスタリング部12によりクラスタリングされた各クラスタ毎の各参照画像クラスタ群Dk1、Dk2と、クローン参照画像作成部13により作成された各クラスタ毎の各クローン参照画像データDc1、Dc2とに基づいて各クラスタ毎の各参照クラスタリング画像データDs1、Ds2を作成する。
Referring clustering
一方、欠陥検査処理部11において、正規化輝度ヒストグラム作成部16は、画像取込部1により取り込んだターゲット検査画像データDtの正規化輝度ヒストグラムHtを求める。
On the other hand, in the defect
事前比較部17は、参照画像クラスタリング部12により求められた例えば2つのクラスタ毎の各正規化輝度ヒストグラムHs1、Hs2を受け取り、これら正規化輝度ヒストグラムHs1、Hs2と正規化輝度ヒストグラム作成部16により求められた正規化輝度ヒストグラムHtとを比較して正規化輝度ヒストグラムHtに最も類似した正規化輝度ヒストグラムHs1又はHs2を選択し、この選択された正規化輝度ヒストグラムHs1又はHs2に対応した参照クラスタリング画像データDs1又はDs2を事前選択候補として画像比較部18に通知する。
The
なお、事前比較部17は、各クラスタ毎の各正規化輝度ヒストグラムHs1、Hs2を参照画像クラスタリング部12から受け取っているが、参照クラスタリング画像生成部15において各クラスタ毎の各正規化輝度ヒストグラムHs1、Hs2を求め、これら正規化輝度ヒストグラムHs1、Hs2を受け取るようにしてもよい。
Note that the
画像比較部18は、事前比較部17により通知された比較結果を受け、この比較結果により選択された参照クラスタリング画像データDs1又はDs2を参照クラスタリング画像生成部15から選択して受け取り、この参照クラスタリング画像データDs1又はDs2とターゲット検査画像データDtとを比較し、この比較結果である最終差分画像データに対して2値化処理を行い、この2値化結果の画像データを欠陥抽出画像データDgとして出力する。
なお、画像比較部18は、事前比較部17からの比較を受けて参照クラスタリング画像生成部15から参照クラスタリング画像データDs1又はDs2を受け取っているが、事前比較部17の比較結果を参照クラスタリング画像生成部15に通知し、この参照クラスタリング画像生成部15から参照クラスタリング画像データDs1又はDs2を画像比較部18に送るようにしてもよい。
The
次に、上記の如く構成された装置の動作について説明する。 Next, the operation of the apparatus configured as described above will be described.
画像取込部1は、例えば半導体製造ラインに流れる良品とみなす半導体ウエハ等の被検査体をCCD等の撮像装置により撮像し、この撮像装置から出力される画像信号を画像データとして取り込む。この画像取込部1により取り込まれた複数の画像データは、それぞれ良品参照画像データDrとして保存する。
The
参照画像クラスタリング部12は、図2に示す参照画像クラスタリング処理フローチャートに従い、ステップ#1において、全ての良品参照画像データDrの各正規化輝度ヒストグラムHsを算出する。
The reference
次に、参照画像クラスタリング部12は、ステップ#2において、k−means法においてクラスタ数kをk=0に初期化し、次のステップ#3においてクラスタ数kをk=k+1によりカウント(k=1)し、次のステップ#4において各良品参照画像データDrの各正規化輝度ヒストグラムHsを特徴量としてk−means法により各良品参照画像データDrをクラスタ分類する。なお、このクラスタ分類は、予めクラスタ数kとこれらクラスタ毎の各正規化輝度ヒストグラムHsとを設定して行ってもよい。
Next, the reference
次に、参照画像クラスタリング部12は、ステップ#5において、各クラスタにおいて各クラスタ中心特徴ベクトルと最も離れた特徴ベクトル距離(マンハッタン距離)dを求める。この特徴ベクトル距離dは、各正規化輝度ヒストグラムHs1、Hs2の分布形状の類似度を示しており、その値が小さければ各正規化輝度ヒストグラムHs1、Hs2の分布形状が類似して同一クラスタに分類できることを示し、その値が大きければ各正規化輝度ヒストグラムHs1、Hs2の分布形状が類似していなく同一クラスタに分類できないことを示す。なお、特徴ベクトル距離dは、平均輝度変動の重み付けを行って求めてもよい。
Next, in
従って、参照画像クラスタリング部12は、ステップ#6において、予め設定されたしきい値と特徴ベクトル距離dとを比較し、特徴ベクトル距離dがしきい値よりも大きければ、各正規化輝度ヒストグラムHs1、Hs2の分布形状が類似していなく、それぞれ別々のクラスタに分類することを示すので、再びステップ#3に戻り、クラスタ多数kをk=k+1によりカウントアップしてクラスタ数k(k=2)として再び特徴ベクトル距離dを求める。このようにして各良品参照画像データDrの各正規化輝度ヒストグラムHs1、Hs2をクラスタ数kにクラスタ分類していく。
Accordingly, in
そうして、特徴ベクトル距離dがしきい値よりも小さければ、各正規化輝度ヒストグラムHs1、Hs2の分布形状が既に分類されているクラスタ数kの各クラスタに分類可能であるので、参照画像クラスタリング部12は、ステップ#7に移り、各良品参照画像データDrの各正規化輝度ヒストグラムHs1、Hs2を各クラスタへの分類を終了する。このクラスタリングの結果、複数の各良品参照画像データDrは、例えば2つのクラスタ数(k=2)の各参照画像クラスタ群Dk1、Dk2に分類される。
If the feature vector distance d is smaller than the threshold value, the distribution shapes of the normalized luminance histograms Hs 1 and Hs 2 can be classified into the respective clusters with the number k of clusters already classified. The
次に、クローン参照画像作成部13は、図3に示すクローン参照画像作成フローチャートに従い、ステップ#10において、例えば2つの参照画像クラスタ群Dk1、Dk2から各クラスタ中心と特徴ベクトルに最も近い特徴ベクトルを有する各参照画像データc1、c2を求める。
Next, the clone reference
次に、クローン参照画像作成部13は、ステップ#11において、各良品参照画像データDr同士の最大XY方向の変位量及び最大回転量を求める。これら最大XY方向の変位量及び最大回転量は、半導体製造ラインにおいて例えば搬送ロボット等により半導体ウエハを搬送するときに生じる半導体ウエハのXY方向及び回転方向のずれである。
Next, in
次に、クローン参照画像作成部13は、ステップ#12において、各良品参照画像データDrに対してそれぞれ0〜±最大XY方向の変位量及び0〜±最大回転量の範囲でランダムに、乱数要素を含めた位置変換及び回転変換、さらに微小輝度変調などの処理を行い、これら処理の行なわれた各良品参照画像データDrをコピーして各クローン参照画像データDc1、Dc2を生成する。
Next, in
次に、クローン参照画像作成部13は、ステップ#13において、各参照画像クラスタ群Dk1、Dk2及びクローン参照画像データDc1、Dc2と各良品参照画像データDrとのXY方向の位置変位量及び回転変位量をパターンマッチングにより求め、これら位置変位量及び回転変位量により補正する。これにより、画像比較部18におけるパターンマッチングの精度誤差に起因して生じるXY方向及び回転方向の微小位置変動による影響が低減される。
Next, in
ここで、クローン参照画像作成部13は、各クラスタ別の参照画像クラスタ群Dk1、Dk2と各クローン参照画像データDc1、Dc2とを表示器14に表示するので、各クラスタ別に参照画像クラスタ群Dk1、Dk2及び各クローン参照画像データDc1、Dc2を確認することができる。この確認の結果、クラスタリングが不適切であれば、参照画像クラスタリング部12において複数の良品参照画像データDrをクラスタリングするときの特徴ベクトル距離dに対するしきい値を変更することが可能である。
Here, since the clone reference
次に、参照クラスタリング画像生成部15は、図4に示す参照クラスタリング画像生成処理フローチャートに従い、クローン参照画像作成部13から各参照画像クラスタ群Dk1、Dk2と各クローン参照画像データDc1、Dc2とを受け取り、ステップ#20において、各クラスタ別に各参照画像クラスタ群Dk1、Dk2及び各クローン参照画像データDc1、Dc2の各輝度平均画像データと各輝度標準偏差画像データとを求める。
Next, the reference clustering
次に、参照クラスタリング画像生成部15は、ステップ#21において、各クラスタ別に各輝度平均画像データと各輝度標準偏差画像データとを合わせて各クラスタ別の各参照クラスタリング画像データDs1、Ds2を作成する。
Next, in
欠陥検査処理時、半導体製造工程に流れる半導体ウエハ等の被検査体をCCD等の撮像装置により撮像して取得された画像データを画像取込部1により取り込み、この画像データをターゲット検査画像データDtとして記憶する。
During the defect inspection process, image data acquired by imaging an object to be inspected such as a semiconductor wafer flowing in the semiconductor manufacturing process with an imaging device such as a CCD is captured by the
正規化輝度ヒストグラム作成部16は、画像取込部1により取り込んだターゲット検査画像データDtの正規化輝度ヒストグラムHtを求める。
The normalized luminance
事前比較部17は、図5に示す事前比較処理フローチャートに従い、ステップ#30において、参照画像クラスタリング部12から例えば2つのクラスタ毎の各正規化輝度ヒストグラムHs1、Hs2を受け取ると共に、正規化輝度ヒストグラム作成部16から正規化輝度ヒストグラムHtを受け取り、これら正規化輝度ヒストグラムHs1、Hs2と正規化輝度ヒストグラムHtとの各ベクトル間の距離比較を行う。
In accordance with the pre-comparison process flowchart shown in FIG. 5, the
次に、事前比較部17は、ステップ#31において、各クラスタ別の各正規化輝度ヒストグラムHs1、Hs2と正規化輝度ヒストグラムHtとの各ベクトル間の最も近い正規化輝度ヒストグラムHs、すなわち正規化輝度ヒストグラムHtに最も類似した例えば正規化輝度ヒストグラムHs1を選択し、この選択された正規化輝度ヒストグラムHs1に対応した例えば参照クラスタリング画像データDs1を事前選択候補として画像比較部18に通知する。
Next, in
画像比較部18は、事前比較部17から通知された事前選択候補である参照クラスタリング画像データDs1を参照クラスタリング画像生成部15から受け取り、この参照クラスタリング画像データDs1とターゲット検査画像データDtとをパターンマッチング等により比較し、この比較結果である最終差分画像データに対して2値化処理を行い、この2値化結果の画像データを欠陥抽出画像データDgとして出力する。
The
このように上記第1の実施の形態によれば、複数の良品参照画像データDrをクラスタリングして各クラスタ毎に各参照画像クラスタ群Dk1、Dk2の各正規化輝度ヒストグラムHsを求め、これらクラスタ毎に各良品参照画像データDrの各輝度平均画像データと各輝度標準偏差画像データからなる各参照クラスタリング画像データDs1、Ds2を作成し、事前に選択された参照クラスタリング画像データDs1とターゲット検査画像データDtとを比較してターゲット検査画像データDtから欠陥画像データDgを抽出する。 As described above, according to the first embodiment, a plurality of non-defective product reference image data Dr is clustered to obtain each normalized luminance histogram Hs of each reference image cluster group Dk 1 , Dk 2 for each cluster, For each cluster, reference clustering image data Ds 1 and Ds 2 composed of each luminance average image data and each luminance standard deviation image data of each non-defective product reference image data Dr are created, and the reference clustering image data Ds 1 selected in advance are created. The defect inspection data Dg is extracted from the target inspection image data Dt by comparing with the target inspection image data Dt.
これにより、ターゲット検査画像データDtと比較する参照クラスタリング画像データDs1又はDs2は、複数の良品参照画像データDr中からターゲット検査画像データDtに類似した正規化輝度ヒストグラムHs1、Hs2を有するクラスタの各参照画像クラスタ群Dk1、Dk2から生成されるので、良品参照画像データDrに含まれる半導体製造ラインにおける時系列変動や製造装置変動及び検査装置変動などの機差変動による大きな変動幅の輝度値による影響を抑制でき、精度高く半導体ウエハ上の欠陥部のみを抽出した欠陥画像データDgを出力できる。 Thereby, the reference clustering image data Ds 1 or Ds 2 to be compared with the target inspection image data Dt has normalized luminance histograms Hs 1 and Hs 2 similar to the target inspection image data Dt among the plurality of non-defective reference image data Dr. Since it is generated from each of the reference image cluster groups Dk 1 and Dk 2 of the cluster, a large fluctuation range due to machine difference fluctuations such as time series fluctuations, manufacturing apparatus fluctuations, and inspection apparatus fluctuations in the semiconductor production line included in the non-defective reference image data Dr. The defect image data Dg obtained by extracting only the defective portion on the semiconductor wafer with high accuracy can be output.
又、複数の良品参照画像データDr毎の各正規化輝度ヒストグラムをクラスタリングして、類似した正規化輝度ヒストグラムHs1、Hs2を有する各クラスタ別に統合するので、事前比較部17によりターゲット検査画像データDtに最も近い参照クラスタリング画像データDs1又はDs2を事前に選択して画像比較部18によりターゲット検査画像データDtと比較することにより、参照クラスタリング画像データDs1又はDs2とターゲット検査画像データDtとの比較処理を効率的かつ高速に行うことができる。
Further, since each normalized luminance histogram for each of the plurality of non-defective reference image data Dr is clustered and integrated for each cluster having similar normalized luminance histograms Hs 1 and Hs 2 , the target comparison image data is obtained by the
又、各クローン参照画像データDc1、Dc2を作成することにより、パターンマッチングの精度誤差に起因して生じるXY方向及び回転方向の微小位置変動分を補正するので、画像比較部18により抽出される欠陥抽出画像データDgにパターンマッチングの精度誤差に起因する疑似欠陥の発生を抑制できる。さらに、各クローン参照画像データDc1、Dc2を作成するので、良品参照画像データDrの枚数が少ない場合には、良品参照画像データDrにおける輝度変化の急峻な領域、例えば半導体ウエハ上の配線部やダイシング領域における疑似欠陥の発生を抑制するのに効果が高い。
In addition, by creating the clone reference image data Dc 1 and Dc 2 , the minute position fluctuations in the XY direction and the rotation direction caused by the pattern matching accuracy error are corrected, so that they are extracted by the
事前比較部17によりターゲット検査画像データDtに最も類似した参照クラスタリング画像データDs1又はDs2を事前に選択するので、画像比較部18では、全ての参照クラスタリング画像データDs1、Ds2とターゲット検査画像データDtとを比較する必要はなく、欠陥画像データDgを抽出する処理時間を短縮できる。
Since the
次に、本発明の第2の実施の形態について図面を参照して説明する。なお、図1同一部分には同一符号を付してその詳しい説明は省略する。 Next, a second embodiment of the present invention will be described with reference to the drawings. 1 identical to those in FIG. 1 are assigned the same reference numerals, and detailed descriptions thereof are omitted.
図6欠陥画像検査装置の構成図である。この欠陥画像検査装置は、上記第1の実施の形態における参照画像クラスタリング部12を省いた構成である。
6 is a block diagram of the defect image inspection apparatus. This defect image inspection apparatus has a configuration in which the reference
クローン参照画像作成部13は、画像取込部1により取り込まれた複数の良品参照画像データDrにおける位置変動、回転、輝度変動を付加してコピーした複数のクローン参照画像データDcを生成する。この場合、画像取込部1により取り込まれた良品参照画像データDrの枚数が1枚であっても、クローン参照画像作成部13は、それぞれ異なる位置変動、回転変動、輝度変動を付加することにより複数のクローン参照画像データDcを生成することが可能である。
The clone reference
参照クラスタリング画像生成部15は、画像取込部1により取り込まれた1枚又は複数の良品参照画像データDr及び複数のクローン参照画像データDcとに基づいて参照クラスタリング画像データDs 1 を作成する。
The reference clustering
画像比較部18は、参照クラスタリング画像データDs 1 とターゲット検査画像データDtとをパターンマッチング等により比較し、この比較結果である最終差分画像データに対して2値化処理を行い、この2値化結果の画像データを欠陥抽出画像データDgとして出力する。
The
このように上記第2の実施の形態によれば、クローン参照画像作成部13により画像取込部1により取り込まれた1枚又は複数の良品参照画像データDrから複数のクローン参照画像データDcを生成するので、1枚の良品参照画像データDrからでも上記第1の実施の形態と同様の効果を奏することができる。
As described above, according to the second embodiment, a plurality of clone reference image data Dc is generated from one or a plurality of non-defective reference image data Dr captured by the
なお、上記第1及び第2の実施の形態は、次のように変形してもよい。 The first and second embodiments may be modified as follows.
上記第1実施の形態では、クローン参照画像作成部13により各クローン参照画像データ群Dc1、Dc2を生成しているが、良品参照画像データDrを多数取得できる場合には、クローン参照画像作成部13を省いてもよい。又、半導体製造ラインにおける搬送ロボット等により半導体ウエハを搬送するときに生じる半導体ウエハのXY方向及び回転方向のずれや、パターンマッチングの精度誤差に起因して生じるXY方向及び回転方向の微小位置変動分を無視できれば、クローン参照画像作成部13を無くして各クラスタ別に各参照画像クラスタ群Dk1、Dk2のみを参照クラスタリング画像生成部15に送るようにしてもよい。
In the first embodiment, each clone reference image data group Dc1 and Dc2 is generated by the clone reference
又、上記第1及び第2の実施の形態において、上記第1の実施の形態の事前比較部17を無くし、画像比較部18により各参照クラスタリング画像データDs 1 、Ds 2 とターゲット検査画像データDtとを比較して欠陥領域サイズの小さい方又は両者のアンド/オア(AND/OR)画像を欠陥画像データDgとして抽出するようにしてもよい。
In the first and second embodiments, the
又、上記第1の実施の形態において参照画像クラスタリング部12は、マンハッタン距離を用いているが、複数の良品参照画像データDrの間の各類似度、各相関係数を求めて各良品参照画像データDrをクラスタリングしてもよい。
In the first embodiment, the reference
又、参照画像クラスタリング部12は、正規化輝度ヒストグラムHsの代わりに、良品参照画像データDrのXY輝度プロファイルや極座標輝度プロファイル、円周輝度プロファイルを用いたり、これら正規化輝度ヒストグラム、XY輝度プロファイルや極座標輝度プロファイル、円周輝度プロファイルを併用してもよい。カラー画像の場合、カラーヒストグラムを利用することも可能である。
Further, the reference
さらに、正規化輝度ヒストグラムHsを作成する場合、良品参照画像データDrを複数の領域に分割し、これら領域毎に各正規化輝度ヒストグラムHsを算出してもよい。特に半導体ウエハでは、当該ウエハ中心部とその周辺部とに分割してそれぞれ各正規化輝度ヒストグラムHsを算出することは、レジスト塗布によるウエハ中心部とその周辺部とでのレジスト膜厚の違いによる各輝度値の変動の影響をクラスタリングに反映するのに有効である。 Furthermore, when creating the normalized luminance histogram Hs, the non-defective reference image data Dr may be divided into a plurality of regions, and each normalized luminance histogram Hs may be calculated for each of these regions. In particular, in the case of a semiconductor wafer, the respective normalized luminance histograms Hs divided into the wafer central portion and its peripheral portion are calculated depending on the difference in resist film thickness between the wafer central portion and its peripheral portion by resist coating. This is effective for reflecting the influence of the variation of each luminance value in the clustering.
参照画像クラスタリング部12は、ステップ#3におけるクラスタ数kの設定からステップ#6におけるしきい値と特徴ベクトル距離dとの比較を繰り返すが、このきのクラスタ数kの初期値の依存性を無くすためにクラスタ中心ベクトルの初期値を代えてもよく、そのため、ステップ#3から#6の繰り返しループを二重ループにしてもよい。
The reference
1:画像取込部、10:参照クラスタリング画像作成処理部、11:欠陥検査処理部、12:参照画像クラスタリング部、13:クローン参照画像作成部、14:表示器、15:参照クラスタリング画像生成部、16:正規化輝度ヒストグラム作成部、17:事前比較部、18:画像比較部。 1: Image capturing unit, 10: Reference clustering image creation processing unit, 11: Defect inspection processing unit, 12: Reference image clustering unit, 13: Clone reference image creation unit, 14: Display, 15: Reference clustering image generation unit , 16: normalized luminance histogram creation unit, 17: pre-comparison unit, 18: image comparison unit.
Claims (10)
前記画像取込部により取り込まれた前記複数の参照画像データをクラスタリングし、複数のクラスタ毎に前記各参照画像データの各特徴量を求める参照画像クラスタリング部と、
前記参照画像クラスタリング部によりクラスタリングされた前記複数のクラスタ毎に前記各参照画像データに基づいて複数の参照クラスタリング画像データを作成する参照クラスタリング画像生成部と、
前記被検査画像データと前記複数の参照クラスタリング画像データとを比較して前記被検査画像データから欠陥画像データを抽出する画像比較部と、
を具備したことを特徴とする欠陥画像検査装置。 An image capturing unit that captures a plurality of reference image data or image data to be inspected;
A reference image clustering unit that clusters the plurality of reference image data captured by the image capturing unit, and calculates each feature amount of each reference image data for each of a plurality of clusters;
A reference clustering image generation unit that creates a plurality of reference clustering image data based on each reference image data for each of the plurality of clusters clustered by the reference image clustering unit;
An image comparison unit that compares the inspected image data with the plurality of reference clustering image data and extracts defect image data from the inspected image data;
A defect image inspection apparatus comprising:
前記画像取込部により取り込まれた前記参照画像データに対して微小な位置、回転及び輝度変動を付加して複数のクローン参照画像データを作成するクローン参照画像作成部と、
前記参照画像データと前記複数のクローン参照画像データとに基づいて参照クラスタリング画像データを作成する参照クラスタリング画像生成部と、
前記画像取込部により取り込まれた前記被検査画像データと前記参照クラスタリング画像データとを比較して前記被検査画像データから欠陥画像データを抽出する画像比較部と、
を具備したことを特徴とする欠陥画像検査装置。 An image capture unit for capturing reference image data or image data to be inspected;
A clone reference image creation unit for creating a plurality of clone reference image data by adding a minute position, rotation and luminance variation to the reference image data captured by the image capture unit;
A reference clustering image generator that creates reference clustering image data based on the reference image data and the plurality of clone reference image data;
An image comparison unit that compares the inspected image data captured by the image capturing unit with the reference clustering image data and extracts defect image data from the inspected image data;
A defect image inspection apparatus comprising:
を有することを特徴とする請求項1記載の欠陥画像検査装置。 A clone reference image creation unit that performs image processing on each reference image data for each of the plurality of clusters clustered by the reference image clustering unit, and creates a plurality of clone reference image data by copying the processed image data ,
The defect image inspection apparatus according to claim 1, further comprising:
前記クラスタリングされた前記複数のクラスタ毎に、前記各参照画像データに基づいて複数の参照クラスタリング画像データを作成する工程と、
被検査画像データと前記複数の参照クラスタリング画像データとを比較して前記被検査画像データから欠陥画像データを抽出する工程と、
を有することを特徴とする欠陥画像検査方法。 Clustering a plurality of reference image data, and obtaining each feature amount of each reference image data for each of a plurality of clusters;
Creating a plurality of reference clustering image data based on each reference image data for each of the plurality of clusters clustered;
Comparing the inspected image data with the plurality of reference clustering image data and extracting defect image data from the inspected image data;
A defect image inspection method comprising:
前記参照画像データと前記複数のクローン参照画像データとに基づいて参照クラスタリング画像データを作成する工程と、
被検査画像データと前記参照クラスタリング画像データとを比較して前記被検査画像データから欠陥画像データを抽出する工程と、
を有することを特徴とする欠陥画像検査方法。 A step of creating a plurality of clone reference image data by adding a minute position, rotation and luminance variation to the reference image data;
Creating reference clustering image data based on the reference image data and the plurality of clone reference image data;
Comparing the inspected image data with the reference clustering image data and extracting defect image data from the inspected image data;
A defect image inspection method comprising:
を有することを特徴とする請求項6記載の欠陥画像検査方法。 For each of the plurality of clusters clustered, a step of copying each reference image data to create a plurality of clone reference image data similar to these reference image data;
The defect image inspection method according to claim 6, further comprising:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2004083570A JP4608224B2 (en) | 2004-03-22 | 2004-03-22 | Defect image inspection apparatus and method |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2004083570A JP4608224B2 (en) | 2004-03-22 | 2004-03-22 | Defect image inspection apparatus and method |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2005274157A JP2005274157A (en) | 2005-10-06 |
JP4608224B2 true JP4608224B2 (en) | 2011-01-12 |
Family
ID=35174009
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2004083570A Expired - Fee Related JP4608224B2 (en) | 2004-03-22 | 2004-03-22 | Defect image inspection apparatus and method |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP4608224B2 (en) |
Families Citing this family (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5562707B2 (en) * | 2010-04-22 | 2014-07-30 | 株式会社ブリヂストン | Tire appearance inspection method and tire appearance inspection apparatus |
JP2011232302A (en) * | 2010-04-30 | 2011-11-17 | Ricoh Elemex Corp | Image inspection method and image inspection device |
JP5479309B2 (en) * | 2010-11-30 | 2014-04-23 | リコーエレメックス株式会社 | Mahalanobis reference space generation method, inspection method and inspection apparatus |
JP5717711B2 (en) * | 2012-12-07 | 2015-05-13 | 東京エレクトロン株式会社 | Substrate reference image creation method, substrate defect inspection method, substrate reference image creation apparatus, substrate defect inspection unit, program, and computer storage medium |
JP7001494B2 (en) * | 2018-02-26 | 2022-01-19 | 株式会社日立ハイテク | Wafer observation device |
IL259285B2 (en) * | 2018-05-10 | 2023-07-01 | Inspekto A M V Ltd | System and method for detecting defects on imaged items |
IL263097B2 (en) * | 2018-11-18 | 2024-01-01 | Inspekto A M V Ltd | Optimizing a set-up stage in an automatic visual inspection process |
JP7458733B2 (en) | 2019-09-30 | 2024-04-01 | キヤノン株式会社 | Image processing method, image processing device, robot system, article manufacturing method using robot system, inspection method, control program, and recording medium |
JP2022084041A (en) | 2020-11-26 | 2022-06-07 | 株式会社日立ハイテク | Electric charge particle beam device |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH11337498A (en) * | 1998-05-26 | 1999-12-10 | Dainippon Screen Mfg Co Ltd | Apparatus and method for inspecting printed circuit board |
JP2001337044A (en) * | 2000-05-30 | 2001-12-07 | Honda Motor Co Ltd | Visual inspection method for cast product |
JP2002054915A (en) * | 2000-08-08 | 2002-02-20 | Sony Corp | Inspection device |
JP2002134999A (en) * | 2000-10-23 | 2002-05-10 | Ricoh Co Ltd | Method and device for inspecting mounted article |
JP2002267615A (en) * | 2001-03-12 | 2002-09-18 | Olympus Optical Co Ltd | Defect inspection method and device therefor |
JP2003083907A (en) * | 2001-09-12 | 2003-03-19 | Hitachi Ltd | Defect inspecting method and its apparatus |
JP2004012422A (en) * | 2002-06-11 | 2004-01-15 | Dainippon Screen Mfg Co Ltd | Pattern inspection device, pattern inspection method, and program |
JP2004085503A (en) * | 2002-08-29 | 2004-03-18 | Dainippon Screen Mfg Co Ltd | Classifying apparatus, yield control system, classifying method, substrate manufacturing method, and program |
-
2004
- 2004-03-22 JP JP2004083570A patent/JP4608224B2/en not_active Expired - Fee Related
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH11337498A (en) * | 1998-05-26 | 1999-12-10 | Dainippon Screen Mfg Co Ltd | Apparatus and method for inspecting printed circuit board |
JP2001337044A (en) * | 2000-05-30 | 2001-12-07 | Honda Motor Co Ltd | Visual inspection method for cast product |
JP2002054915A (en) * | 2000-08-08 | 2002-02-20 | Sony Corp | Inspection device |
JP2002134999A (en) * | 2000-10-23 | 2002-05-10 | Ricoh Co Ltd | Method and device for inspecting mounted article |
JP2002267615A (en) * | 2001-03-12 | 2002-09-18 | Olympus Optical Co Ltd | Defect inspection method and device therefor |
JP2003083907A (en) * | 2001-09-12 | 2003-03-19 | Hitachi Ltd | Defect inspecting method and its apparatus |
JP2004012422A (en) * | 2002-06-11 | 2004-01-15 | Dainippon Screen Mfg Co Ltd | Pattern inspection device, pattern inspection method, and program |
JP2004085503A (en) * | 2002-08-29 | 2004-03-18 | Dainippon Screen Mfg Co Ltd | Classifying apparatus, yield control system, classifying method, substrate manufacturing method, and program |
Also Published As
Publication number | Publication date |
---|---|
JP2005274157A (en) | 2005-10-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US8331651B2 (en) | Method and apparatus for inspecting defect of pattern formed on semiconductor device | |
TWI751306B (en) | Method and system of defect detection | |
TWI706376B (en) | Systems, methods and non-transitory computer-readable storage media for defect detection | |
KR102390304B1 (en) | Improved defect signal-to-noise by reducing die-to-die process noise | |
JP5640027B2 (en) | Overlay measurement method, measurement apparatus, scanning electron microscope, and GUI | |
US20200380665A1 (en) | Processing method for performing process on image and processing device using the processing method | |
CN112424826A (en) | Pattern grouping method based on machine learning | |
US10074167B2 (en) | Reducing registration and design vicinity induced noise for intra-die inspection | |
US7512501B2 (en) | Defect inspecting apparatus for semiconductor wafer | |
JP4608224B2 (en) | Defect image inspection apparatus and method | |
TWI791930B (en) | System, method and computer readable medium for classifying defects in a semiconductor specimen | |
US20110164129A1 (en) | Method and a system for creating a reference image using unknown quality patterns | |
US11144702B2 (en) | Methods and systems for wafer image generation | |
US20100106447A1 (en) | Defect analyzing apparatus and defect analyzing method | |
JP2011007728A (en) | Method, apparatus and program for defect detection | |
JPH11337498A (en) | Apparatus and method for inspecting printed circuit board | |
US20120106827A1 (en) | Wafer inspection method | |
JP2009116419A (en) | Outline detection method and outline detection device | |
US6284553B1 (en) | Location dependent automatic defect classification | |
US11798185B2 (en) | Image analysis system and image analysis method for obtaining object range | |
Guan et al. | A golden-block-based self-refining scheme for repetitive patterned wafer inspections | |
Zhang et al. | A Cascaded Zoom-In Method for Defect Detection of Solder Joints | |
CN113554585B (en) | Image analysis system and image analysis method | |
JP5034307B2 (en) | Semiconductor wafer inspection system and inspection method | |
US20230169641A1 (en) | Defect detection method of deep learning-based semiconductor device and semiconductor element manufacturing method including the defect detection method |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20070306 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20091028 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20091222 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20100217 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20100817 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20100901 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20100928 |
|
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20101008 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20131015 Year of fee payment: 3 |
|
LAPS | Cancellation because of no payment of annual fees |