CN100499057C

CN100499057C - 晶片检测方法

Info

Publication number: CN100499057C
Application number: CN 200610027587
Authority: CN
Inventors: 左仲; 王明珠; 吕秋玲; 赵庆国
Original assignee: Semiconductor Manufacturing International Shanghai Corp
Current assignee: Semiconductor Manufacturing International Shanghai Corp; Semiconductor Manufacturing International Beijing Corp
Priority date: 2006-06-12
Filing date: 2006-06-12
Publication date: 2009-06-10
Anticipated expiration: 2026-06-12
Also published as: CN101090083A

Abstract

本发明公开了一种晶片检测方法，包括：利用AVI工具中的光学处理单元获取晶片光学图像；并对晶片光学图像进行灰度计算及分区；选定分区标准芯片；最后，将不同分区内的其它芯片同标准芯片进行灰度值对比，检测出缺陷芯片。所述分区的具体方式根据产品状况及工艺条件确定；所述分区可为晶片光学图像内的任意区域；所述分区内标准芯片为晶片上实际存在的芯片或经由AVI工具虚拟得到的芯片模型；进行所述灰度值对比之前，需预先设定对比判别标准；所述对比判别标准由具体的产品要求及工艺条件确定。

Description

晶片检测方法

技术领域

本发明涉及半导体制造技术领域，特别涉及一种晶片检测方法。

背景技术

在半导体制程中，主要通过光学检测技术确定晶片缺陷，并进一步追踪缺陷产生的原因，进而改善生产流程，提高产品良率。显然，晶片检测是实际生产过程中重要步骤。申请号为“98115227.9”的中国专利申请中提到，在半导体制造工艺中，多采用自动方法检测晶片缺陷。

图1为现有技术自动目检流程示意图，如图1所示，现有技术中自动目检的具体步骤，包括：

步骤11：利用AVI工具中的光学处理单元获取晶片的光学图像。本文中晶片光学图像的最小独立单元称为芯片(die)。所述芯片内包含复数个像素单元。

图2为现有技术中晶片光学图像示意图，所述获取的晶片光学图像如图2所示。

然后，通过预先编制的程序控制图像处理单元进行自动分析、处理，检测出缺陷。

通过程序控制的图像处理单元对检测图像的处理过程包括：

步骤12：对晶片的光学图像进行灰度计算；将晶片光学图像内的各芯片(die)转化为具有多级灰度值的像素矩阵表示。

步骤13：确定标准芯片(golden die)100。

在晶片上任取复数个芯片，对代表所述芯片的像素矩阵内对应像素单元的灰度值取平均，得到具有各像素单元平均灰度值数据的像素矩阵，确定此像素矩阵表示的芯片为标准芯片。

图3为现有技术中标准芯片示意图，选取的标准芯片100如图3所示。

步骤14：根据代表晶片内其它芯片的像素矩阵同标准芯片的像素矩阵的灰度值对比结果，如果代表芯片的像素矩阵内某一像素单元或多个像素单元与标准芯片内相应像素单元的灰度值偏差超出允许范围，则判定该芯片为缺陷芯片110。图4为现有技术中检测结果示意图，检测出的缺陷芯片110如图4中所示。

实际生产发现，由于半导体器件在设计、布局等方面的因素，晶片中心区域与边缘区域存在工艺允许的性质差异，在检测过程中表现为经过图像转换后晶片中心区域与边缘区域存在颜色差异，继而在图像处理后表现为中心区域与边缘区域的灰度值具有明显差距；而整片晶片只有一个标准芯片，且其是以整片晶片所有芯片的灰度为依据生成，那么势必会造成边缘或中心区域的颜色灰度值与标准芯片的灰度值相差较大，将由于正常因素造成的颜色差异误认为是由于缺陷产生的颜色差异，这一现象的存在极易造成检测过程中的误报警，将原本正常的芯片判定为有缺陷的芯片，造成生产效率的降低以及生产成本的增加。因此，急需一种可以降低自动目检过程中误报警次数的检测方法。

发明内容

因此，本发明的目的在于提供一种自动目检方法，用以降低自动目检过程中的误报警次数，进而提高生产效率，降低生产成本。

为达到上述目的，本发明提供的一种晶片检测方法，包括：

a.利用自动目检(AVI)工具中的光学处理单元获取晶片光学图像；

b.对晶片光学图像进行灰度计算及分区；

c.确定各分区内的标准芯片；

d.将不同分区内的其它芯片同标准芯片进行灰度值对比，检测出缺陷芯片。

所述芯片内包含复数个像素单元；所述芯片通过复数个像素单元构成的像素矩阵表示；对晶片光学图像进行灰度计算后，所述像素矩阵具有确定的多级灰度值；所述分区的具体方式根据产品状况及工艺条件确定；所述分区为晶片光学图像内的任意区域；所述分区内标准芯片的选取根据产品状况及工艺条件确定；用以代表所述分区内标准芯片的像素矩阵内各像素单元具有的灰度值通过特定的数学运算得到；所述特定的数学运算为对所处分区内代表任取的复数个芯片的像素矩阵内各相应像素单元的灰度值取平均值；进行所述灰度值对比之前，需预先设定灰度值允许偏差范围；所述灰度值允许偏差范围由具体的产品要求及工艺条件确定；当代表晶片内其它芯片的像素矩阵内某一像素单元或多个像素单元与标准芯片内相应像素单元的灰度值偏差超出所述允许偏差范围时，判定所述被测芯片为缺陷芯片。

与现有技术相比，本发明具有以下优点：

1.通过对晶片图像进行分区，进而对不同分区内的晶片图像分别选定标准芯片，提高了标准芯片的精确度。

2.对不同分区内的晶片图像选定不同的标准芯片，继而将不同分区内的其它芯片分别与其所在分区内的标准芯片进行灰度数据对比以检出缺陷芯片，减少了检测过程中的误报警次数，进而提高了生产效率，降低了生产成本。

附图说明

图1为现有技术自动目检流程示意图；

图2为现有技术中晶片光学图像示意图；

图3为现有技术中标准芯片示意图；

图4为现有技术中检测结果示意图；

图5为说明本发明实施例的自动目检流程示意图；

图6为本发明实施例中采用的晶片光学图像示意图；

图7为说明本发明第一实施例的晶片图像分区示意图；

图8为说明本发明第一实施例的标准芯片示意图；

图9为说明本发明第一实施例的检测结果示意图；

图10为说明本发明第二实施例的晶片图像分区示意图；

图11为说明本发明第二实施例的标准芯片示意图；

图12为说明本发明第二实施例的检测结果示意图；

其中：

100：现有技术中的标准芯片； 110：现有技术中的缺陷芯片；

200：分区I； 201：分区I内标准芯片；

202：分区I内缺陷芯片； 210：分区II；

211：分区II内标准芯片； 212：分区II内缺陷芯片；

220：分区III； 221：分区III内标准芯片；

222：分区III内缺陷芯片； 230：分区(I)；

231：分区(I)内标准芯片； 232：分区(I)内缺陷芯片；

240：分区(II)； 241：分区(II)内标准芯片；

242：分区(II)内缺陷芯片； 250：分区(III)；

251：分区(III)内标准芯片； 252：分区(III)内缺陷芯片。

具体实施方式

为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图对本发明的具体实施方式做详细的说明。

本发明提供的晶片检测方法包括：获取晶片的光学图像；对所述晶片光学图像进行灰度计算并进行分区；确定分区内标准芯片；将分区内的其它芯片同标准芯片的灰度值进行对比，若对比结果超出允许范围，则检测出所述芯片为缺陷芯片。

图5为说明本发明实施例的自动目检流程示意图，如图5所示，本发明第一实施例的自动目检流程为：

步骤51：利用AVI工具中的光学处理单元获取晶片的光学图像，用以通过AVI工具中的图像处理单元实现对晶片的缺陷检测。图6为本发明实施例中采用的晶片光学图像示意图，利用AVI工具中的光学处理单元获取的晶片的光学图像如图6所示。

步骤52：对获取的晶片光学图像进行灰度计算；将晶片光学图像内各芯片转化为具有多级灰度值的像素矩阵表示。

步骤53：对晶片的光学图像进行分区。

所述分区的具体方式根据产品状况及工艺条件确定。

图7为说明本发明第一实施例的晶片光学图像分区示意图，所述同心环状分区的直径、面积、数目等参数由产品状况及工艺条件决定。作为本发明的实施例，所述晶片光学图像被分成具有同心环状分布的不同区域，在本实施例中分为三个区域，所述分区I200、分区II210、分区III220如图7所示。

步骤54：确定分区内标准芯片。

所述分区内标准芯片的选取根据产品状况及工艺条件确定。

在晶片上不同分区内分别任意选取复数个芯片，通过对代表所述芯片的像素矩阵的灰度值进行分析，按照特定的数学运算，例如对代表所述芯片的像素矩阵的相应像素单元的灰度值取平均值，得到具有各像素单元平均灰度值数据的像素矩阵，确定此像素矩阵表示的芯片为所述分区内的标准芯片；当然，也可以采用其它的计算方法确定标准芯片。所述标准芯片为晶片光学图像内实际存在的芯片或经由AVI工具虚拟得到的芯片模型。图8为说明本发明第一实施例的标准芯片示意图，所述具有不同分区内的标准芯片I201、标准芯片II211、标准芯片III221如图8所示。用以表示不同分区内标准芯片的像素矩阵内相应像素单元的灰度值可不同。

步骤55：将代表晶片内其它芯片的像素矩阵同标准芯片的像素矩阵进行灰度值对比，如果代表被测芯片的像素矩阵内某一像素单元或多个像素单元与标准芯片内相应像素单元的灰度值偏差超出允许范围，则认为被测芯片为缺陷芯片。

进行所述灰度值对比之前，需预先设定灰度值允许偏差范围；用以判断对比结果，检测芯片是否带有缺陷；所述灰度值允许偏差范围由具体的产品要求及工艺条件确定。

图9为说明本发明第一实施例的检测结果示意图，如图9所示，在分区I200、分区II210、分区III220内分别确定标准芯片I201、标准芯片II211、标准芯片III221后，将代表晶片内其它芯片的像素矩阵同标准芯片的像素矩阵进行灰度值对比，例如，被测芯片分别为分区I200内的芯片202、分区II210内的芯片242以及分区III220内的芯片222，当被测芯片202、212和222的像素矩阵内某一像素单元或多个像素单元与标准芯片内相应像素单元的灰度值偏差超出允许范围，则认为被测芯片202、212以及222为有缺陷的芯片。

图10为说明本发明第二实施例的晶片图像分区示意图，作为本发明的第二实施例，利用AVI工具中的光学处理单元获取晶片的光学图像后，首先，对晶片光学图像进行灰度计算，将晶片光学图像内各芯片转化为具有多级灰度值的像素矩阵表示。

然后，将所述晶片的光学图像进行分区；所述分区为晶片光学图像内的条状区域。

所述条状分区(I)230、分区(II)240、分区(III)250如图10所示；所述条状分区的大小及数目等参数由产品状况及工艺条件决定。

随后，确定分区内标准芯片。

所述分区内标准芯片的选取根据产品状况及工艺条件确定。

在晶片上不同分区内分别任意选取复数个芯片，通过对代表所述芯片的像素矩阵的灰度值进行分析，按照特定的数学运算，例如对代表所述芯片的像素矩阵的相应像素单元的灰度值取平均值，得到具有各像素单元平均灰度值数据的像素矩阵，确定此像素矩阵表示的芯片为所述分区内的标准芯片；当然，也可以采用其它的计算方法确定标准芯片。所述标准芯片为晶片光学图像内实际存在的芯片或经由AVI工具虚拟得到的芯片模型。图8为说明本发明第一实施例的标准芯片示意图，所述不同条状分区内标准芯片(I)231、标准芯片(II)241、标准芯片(III)251如图11所示。用以表示不同分区内标准芯片的像素矩阵内相应像素单元的灰度值可不同。

最后，将代表晶片内其它芯片的像素矩阵同标准芯片的像素矩阵进行灰度值对比，如果代表被测芯片的像素矩阵内某一像素单元或多个像素单元与标准芯片内相应像素单元的灰度值偏差超出允许范围，则认为被测芯片为缺陷芯片。

图12为说明本发明第二实施例的检测结果示意图，如图12所示，在分区(I)230、分区(II)240、分区(III)250内分别确定标准芯片(I)231、标准芯片(II)241、标准芯片(III)251后，将代表晶片内其它芯片的像素矩阵同标准芯片的像素矩阵进行灰度值对比，例如，被测芯片分别为分区(I)230内的芯片232、分区(II)240内的芯片242以及分区(III)250内的芯片252，当被测芯片232、242和252的像素矩阵内某一像素单元或多个像素单元与标准芯片内相应像素单元的灰度值偏差超出允许范围，则认为被测芯片232、242以及252为有缺陷的芯片。

诚然，改变对晶片光学图像进行灰度计算及分区的顺序不影响本发明方法的实施。所述对晶片光学图像进行灰度计算及分区的顺序为先进行灰度计算，后分区；或者先分区，后进行灰度计算。

采用本发明提供的方法，通过对晶片光学图像进行分区，进而对不同分区分别确定标准芯片，提高了标准芯片的精确度；同时，通过将不同分区内的其它芯片分别与其所在分区内的标准芯片进行灰度数据对比以检出缺陷，减少了检测过程中的误报警次数，进而提高了生产效率，降低了生产成本。

本发明虽然以较佳实施例公开如上，但其并不是用来限定本发明，任何本领域技术人员在不脱离本发明的精神和范围内，都可以做出可能的变动和修改，因此本发明的保护范围应当以本发明权利要求所界定的范围为准。

Claims

1.一种晶片检测方法，其特征在于，包括：

a.利用自动目检工具中的光学处理单元获取晶片光学图像；

b.对晶片光学图像进行灰度计算及分区；

c.确定各分区内的标准芯片；

d.将不同分区内的其它芯片同其所在分区内的标准芯片进行灰度值对比，检测出缺陷芯片。

2.根据权利要求1所述的方法，其特征在于：所述标准芯片和其它芯片内均包含复数个像素单元。

3.根据权利要求2所述的方法，其特征在于：所述标准芯片和其它芯片均通过复数个像素单元构成的像素矩阵表示。

4.根据权利要求3所述的方法，其特征在于：对晶片光学图像进行灰度计算后，所述像素矩阵具有确定的多级灰度值。

5.根据权利要求1所述的方法，其特征在于：所述分区的具体方式根据产品状况及工艺条件确定。

6.根据权利要求5所述的方法，其特征在于：所述分区为晶片光学图像内的任意区域。

7.根据权利要求6所述的方法，其特征在于：所述分区为晶片光学图像内呈同心环状分布的不同区域。

8.根据权利要求6所述的方法，其特征在于：所述分区为晶片光学图像内呈条状分布的不同区域。

9.根据权利要求6所述的方法，其特征在于：所述分区内标准芯片的选取根据产品状况及工艺条件确定。

10.根据权利要求1所述的方法，其特征在于：用以代表所述分区内标准芯片的像素矩阵内各像素单元具有的灰度值通过对所处分区内代表任取的复数个芯片的像素矩阵内各相应像素单元的灰度值取平均值得到。

11.根据权利要求1所述的方法，其特征在于：进行所述灰度值对比之前，需预先设定灰度值允许偏差范围；所述灰度值允许偏差范围由具体的产品要求及工艺条件确定。

12.根据权利要求12所述的方法，其特征在于：当代表晶片内其它芯片的像素矩阵内某一像素单元或多个像素单元与标准芯片内相应像素单元的灰度值偏差超出所述允许偏差范围时，判定所述被测芯片为缺陷芯片。

13.根据权利要求1所述的方法，其特征在于：所述对晶片光学图像进行灰度计算及分区的顺序为先进行灰度计算，后分区；或者先分区，后进行灰度计算。