CN100562982C - 识别方法与识别系统 - Google Patents

Abstract

本发明揭示用以识别半导体基板上的缺陷图像的识别系统与识别方法。根据实施例所述的识别方法包括通过测试与测量半导体基板而收集缺陷图像的缺陷数据，从缺陷数据中提取缺陷图案，归一化缺陷图案的位置、方位以及尺寸，其中归一化该缺陷图案包括：重新设置该缺陷图案使缺陷图案密度位于中心点，旋转该缺陷图案至预定线条的方位，调整该缺陷图案的尺寸，使该缺陷图案符合预定尺寸，在归一化缺陷图案后识别缺陷图案。因此，本发明能提高识别效率。

Description

识别方法与识别系统

技术领域

本发明涉及一种识别方法及系统，且特别涉及一种用以识别与半导体基板有关的缺陷图像的方法及系统。

背景技术

每个半导体集成电路晶片中皆包括多个芯片。芯片经由晶片制造厂中的多个加工工艺制造而成。每个加工工艺步骤都会造成一些缺陷，例如质量与可靠度的问题、失败以及产量的减少。为了改善制造技术以及提升芯片(晶片)质量、可靠度以及产量，使用故障分析法(failure mode analysis)来测量、测试、监视以及分析半导体晶片。上述分析法包括缺陷图案识别(defect patternrecognition)。然而，目前所实施的缺陷图案识别依赖建立复杂的识别规则或复杂的模型，因而效率较差。

发明内容

有鉴于此，本发明提供一种识别方法，用以识别半导体基板的缺陷图像。识别方法包括通过测试与测量半导体基板而收集缺陷图像的缺陷数据；从缺陷数据中提取缺陷图案；归一化缺陷图案的位置、方位与尺寸，其中归一化该缺陷图案包括：重新设置该缺陷图案使缺陷图案密度位于中心点；旋转该缺陷图案至预定线条的方位；以及调整该缺陷图案的尺寸，使该缺陷图案符合预定尺寸；以及于缺陷图案归一化后识别缺陷图案。

根据所述的识别方法，其中该缺陷图像包括分布于该半导体基板上的微粒以及超过该半导体基板的预定错误标准的参数分布的其中之一，且收集该缺陷数据包括通过从具有测量机台、制造厂、测试厂以及上述的组合的群组中挑选的制造系统来收集数据。

根据所述的识别方法，其中从该缺陷数据中提取该缺陷图案包括：通过至少一预定标准从该缺陷数据中滤掉低密度的缺陷；以及从该缺陷数据中隔离该缺陷图案。

根据所述的识别方法，其中该预定线条包括连接该缺陷图案中具有最大间距的两个缺陷点的线条，且调整该缺陷图案包括缩放该缺陷图案使得该预定线条缩放至该预定尺寸。

根据所述的识别方法，其中识别该缺陷图案包括：在归一化该缺陷图案后，从该缺陷图案中提取参数；以及将该缺陷图案配对至数据库中的每个缺陷缺陷图案。

根据所述的识别方法，其中识别该缺陷图案包括：在归一化该缺陷图案后，从该缺陷图案中提取多个参数；以及通过具有从该缺陷图案中所提取的该参数的预定公式分析该缺陷图案。

再者，本发明提供一种识别方法，适用于识别与基板有关的缺陷图像。识别方法包括通过测试与测量基板而收集缺陷图像的缺陷数据；从缺陷数据中将缺陷图案隔离；归一化缺陷图案；从归一化缺陷图案中提取多个参数；以及通过归一化缺陷图案与提取出的参数识别缺陷图案。归一化缺陷图案包括：重新设置缺陷图案使其密度中心位于中心点；旋转缺陷图案至预定方位；以及将缺陷图案的尺寸调整到统一尺寸。

根据所述的识别方法，其中该基板从具有半导体晶片、光阻以及液晶显示器的群组中所挑选而得。

根据所述的识别方法，其中该缺陷图像从具有微粒分布、同轴错误分布以及测试错误分布的群组中所挑选而得。

根据所述的识别方法，其中收集该缺陷数据包括通过从具有测试机台、制造厂、测试厂以及该组合的群组中所挑选的制造系统收集缺陷数据。

根据所述的识别方法，其中隔离缺陷图案包括通过预定标准从该缺陷数据中滤除低密度缺陷。

根据所述的识别方法，其中识别该缺陷图案包括通过预定公式分析该缺陷图案。

再者，本发明提供一种识别系统，适用于识别半导体基板上的缺陷缺陷图案，包括输入模块、图案转换机以及图案识别模块。输入模块用以收集形成于半导体基板上的缺陷图像。图案转换机用以归一化缺陷图案的位置、方位以及尺寸，其中缺陷图案从缺陷图像中提取，其中归一化该缺陷图案包括：重新设置该缺陷图案使缺陷图案密度位于中心点；旋转该缺陷图案至预定线条的方位；以及调整该缺陷图案的尺寸，使该缺陷图案符合预定尺寸。图案识别模块用以在缺陷图案转换机归一化缺陷图案之后识别缺陷图案。

根据所述的识别系统，还包括：噪声过滤器，用以排除该缺陷图像中的低密度缺陷；特征提取模块，用以在该缺陷图案归一化后提取适用于该缺陷图案识别模块的该缺陷图案中的多个参数；以及输出模块，用以给使用者呈现该图案识别模块中的数据。

因此，本发明提供的用以识别半导体基板上的缺陷图像的识别系统与识别方法能提高识别效率。

附图说明

图1A显示根据本发明实施例所述的执行缺陷图案识别的方法的简化流程图。

图1B显示根据本发明实施例所述的归一化缺陷图案的简化流程图。

图2显示根据本发明实施例所述的图案转换机的方框图，图案转换机可用以实现图1A与图1B的方法。

图3A至图3F显示在缺陷图案识别的不同阶段时，具有缺陷的基板的示意图。

图4显示根据本发明实施例所述的使用图2所示的转换机的虚拟制造系统的方框图。

其中，附图标记说明如下：

200  缺陷图案识别系统

202  数据收集器

204  噪声过滤模块

206  图案转换机

208  特征提取模块

210  图案识别模块

212  通信接口

230  工程师

240  网络

300  基板

310、312、314  缺陷图像

316  散布缺陷

322  方框

400  虚拟制造系统

402  服务系统

404  客户

406  工程师

408  测量机台

410  制造厂

412  测试厂

416  虚拟制造场

418  网络

414  缺陷图案识别系统

具体实施方式

为让本发明的上述和其它目的、特征、和优点能更明显易懂，下文特举出较佳实施例，并配合附图，详细说明如下：

实施例：

以下将介绍根据本发明所述的较佳实施例。必须说明的是，本发明提供了许多可应用的发明概念，所揭示的特定实施例仅是说明达到以及使用本发明的特定方式，不可用以限制本发明的范围。

图1A显示根据本发明实施例所述的用以识别在半导体制造厂的基板加工工艺中所形成的基板上的缺陷图案的方法100的简化流程图。方法100开始于步骤112，收集基板上缺陷图像的原始数据(raw data)。基板可以为半导体晶片、掩模或是其它基板，例如在显示器制造厂中所处理的薄膜晶体管液晶显示器(thin-film-transistor liquid crystal display，TFT-LCD)基板。以晶片为例，晶片可经过半导体制造厂中的多个加工工艺而在晶片上形成数个芯片，每个芯片包括实用的集成电路(functional integrated circuit)。每个加工工艺步骤皆可在晶片上形成缺陷，包括实体缺陷、电性缺陷或是其它形式的缺陷。实体缺陷可包括刮痕(scratches)、污染(contamination)与微粒、碎屑以及裂痕。电性缺陷可包括短路、断开线路(open line)以及超过规定的电性参数(例如薄片电阻)。通过测量机台(metrology tool)(例如检测仪器以及/或探针测试工具)可检查并且测量这些缺陷。提取分散于晶片的缺陷可形成缺陷图像，缺陷图像可包括至少一缺陷图案。缺陷图案可有关于某种失效机制(failuremechanism)。识别缺陷图案可有助于故障分析法并且确认引起缺陷的根本原因(root cause identification)。

参照图2，用以提取缺陷数据的测量机台可包括电性、光学以及分析工具，例如显微镜、微分析工具、线宽测量工具、掩模与缺陷标线工具、微粒分布工具、表面分析工具、应力分析工具、电阻率与接触电阻测量工具、流动性与载子浓度测量工具、接面深度测量工具、薄膜厚度测量工具、栅极氧化物完整性测试工具、C-V测量工具、聚焦式离子束显微镜(Focused Ion Beam，FIB)以及其它测试与测量工具。

在执行检查、测量以及/或测试后，至少一测量机台可收集晶片上的缺陷的图像。图2所示的缺陷图案识别系统200中的数据收集器202可用以收集缺陷数据。数据收集器202可包括用以从测量机台提取并存储缺陷数据的硬件与软件。数据收集器的硬件可包括或与不同的测量机台结合。图3A显示根据本发明实施例所述的具有一种缺陷形成上的半导体基板300，其中特定种类的缺陷形成缺陷图像310。

在方法100的步骤114中通过缺陷图案识别系统200中的噪声过滤模块204过滤缺陷图像而排除噪声。在一个实施例中，当缺陷群组的密度低于预定标准时(例如图3B的散布缺陷(scattered defect)316)可视为噪声并且被排除于噪声图像之外。接下来，可更进一步地估计缺陷图像而将缺陷图像上的至少一缺陷图像分开，例如图3B中被圈选的缺陷图像312与314。值得注意的是，缺陷图像可具有不同的尺寸、不同的位置、不同的方位以及不同的几何图形(例如线状、弧形、一组放射状线条、环形以及半环形)。图3B所示的缺陷图像312与314为线状缺陷。分开的图像可被标示，且每次会有一个图像会被选取用以执行图像转换以及图像识别。接下来，下一个图像会被选取并且重复上述步骤，直到所有被标示的图像皆被使用为止。如图3C所示。选取并且隔离缺陷图像312来说明下面的图像分析步骤。

在方法100的步骤116中执行图案转换程序而将图案的位置、方位以及尺寸归一化。通过缺陷图案识别系统200的图案转换机206可执行图案转换。图1B为步骤116的图案转换程序的详细步骤。

参照图1B，步骤116的图案转换程序包括子步骤130，用以计算缺陷图案的中心点并且移动缺陷图案，如此一来即可将缺陷图案的中心点设定于原点。例如，可将缺陷图案312移动至如图3D所示的位置。只要缺陷图案被隔离，缺陷图案与基板之间便没有任何关系。缺陷图案的中心点可根据缺陷图案中，各缺陷的位置以相同权值或是以其它特定权值所求得的平均位置来定义。接下来，在图案转换程序116的子步骤132中旋转缺陷图案，如此一来可将缺陷图案旋转至特定方位。例如，可将缺陷图案132旋转是如图3E所示的方位。特定方位可定义为连接缺陷图案中相距最远的两个缺陷点的直线。缺陷图案可以顺时钟旋转，如此一来特定方位可以为水平的方向。接下来，在图案转换程序116的子步骤134中重新调整缺陷图案的尺寸，如此一来缺陷图案会刚好在预先定义的限制(或预先定义的区域)内。例如，可调整缺陷图案312的尺寸(例如在垂直的方向上扩大或缩小比例)，使其恰好位于图3F所示的预先定义的方框322内。因此，在方法100接下来的步骤中将缺陷图案归一化，用以更进一步地对图案执行处理。

接下来，方法100的步骤118通过缺陷图案识别系统200的特征提取模块208从归一化缺陷图案中提取至少一特征。特征提取程序可提取出图案参数，例如平均图案密度、核心图案密度、边缘图案密度、宽/长比、相对面积(定义为归一化缺陷图案相对于预先定义的限制(例如方框322)的面积)以及面积/圆周比。提取出的参数可用于如步骤120所述的缺陷图案识别。

方法100的步骤120根据归一化缺陷图案以及/或提取参数来识别缺陷图案。图案识别程序通过缺陷图案识别系统200的图案识别模块210执行，且图案识别程序还由具有多个标准缺陷图案以及/或多个缺陷图案规则的数据库所支持。缺陷图案识别可以模型、规则或结合上述两者为基础。在一实施例中，归一化缺陷图案与存储于数据库中的每个标准缺陷图案执行比对，直到其中一个标准缺陷图案被预定的标准所接受。上述比对可根据例如差距函数(discrepancy function)在预定限制内所有点的总和的公式而执行。在另一实施例中，提取出的参数可合并为用以估计与识别图案的公式。在另一实施例中，每个缺陷图案规则可用以判断缺陷图案的提取参数，直到缺陷图案被识别为标准缺陷图案的一个或是直到所有的缺陷图案规则皆被拒绝。在另一实施例中通过合并两个或更多的上述方法来识别缺陷图案。

缺陷图案识别程序的步骤120所产生的结果可通过缺陷图案识别系统200的通信接口212提供给使用者(例如工程师230)。

方法100接着回到步骤116对另一个被标示的缺陷图案(例如图3B中的314)重复上述步骤，直到所有被标示的缺陷图案皆被使用。

缺陷图案识别系统200可包括连接至局域网络240的软件或硬件，其更可连接至虚拟制造厂或部分虚拟制造厂(下面会有更详细的说明)。每个功能模块与系统200的不同功能可被设定用以实现缺陷图案识别。

由于将缺陷图案执行归一化，因此缺陷图案识别可以被简化并且为更有效率的设计。例如，将具有不同位置、方位以及尺寸的相同的缺陷图案执行归一化，并且作为相同的缺陷图案。例如，缺陷图案312与314皆可被识别为线型的缺陷图案。必须与位置、方位与尺寸的缺陷图案差异有关的规则与公式的数量可以被缩小并且被排除。

图4显示虚拟IC制造系统(virtual fab)400。虚拟IC制造系统400可与图3的缺陷图案识别系统300结合。虚拟IC制造系统400包括与通信网路418连接的多个实体402、404、406、408、410、412、414、416...N。网络418可以为单一网络或是多种不同的网络(例如内部网络以及因特网)，并且可包括有线与无线通信信道。

在此实施例中，实体402代表用以提供合作与规定(provision)的服务，实体404代表客户，实体406代表工程师，实体408代表用以测试并测量IC的测量机台，实体410代表制造厂，实体412代表测试厂，实体414代表缺陷图案识别系统且实体416代表其它的虚拟制造厂(例如属于子公司或生意伙伴的虚拟制造厂)。每个实体可与其它实体互动，且可提供服务至其它实体以及/或从其它实体接收服务。

为了说明的目的，可将每个实体402-416视为形成部分虚拟制造厂400的内部实体(例如工程师、客服人员、自动化系统程序、设计厂或制造厂等)，或是可视为与虚拟制造厂400有互动的外部实体(例如客户)。值得注意的是，实体402-416可以集中于同一个位置或可以为分开的，且一些实体可与其它实体合并。此外，每个实体402-416可与系统识别信息有关，其可存取系统中的信息，其中系统由与每个实体识别信息有关的授权层次(authority level)所控制。

如同提供服务一样，虚拟制造厂400为了制造IC而使实体402-416之间的互动。在此实施例中，IC制造包括接受客户的IC命令并且产生命令IC(ordered IC)相关操作并传送至客户，例如IC的设计、制造、测试以及运送。

在设计、策划、物流(logistics)以及缺陷控制方面，由虚拟制造厂400所提供的一项服务可促使合作与数据存取。例如，在设计的方面，客户404可通过服务系统402提供对产品设计的数据的存取以及相关的工具。工具可促使客户404执行产量提升分析，检视布局信息以及取得类似的信息。在策划的方面，工程师406可通过有关导向产量趋势(pilot yield runs)、风险分析、质量与可靠度的制造信息与其它工程师合作。在物流的方面，可提供制造状态、测试结果、命令管理以及运输日期给客户404。在缺陷控制的方面，工程师406可通过网络418提供对缺陷图案识别系统414与其它来源(例如测量机台408、制造厂410以及测试厂)的存取而执行缺陷图案程序。必须注意的是，上述这些方面仅作为本发明的实施例，通过虚拟制造厂400可提供更多或更少必要的信息。

由虚拟制造厂400所提供的另一项服务可将系统与工厂整合，例如将测量机台408与制造厂410整合。这样的整合使设备协调其活动(activity)。例如，整合测试机台408与制造厂410可更有效率的使制造信息与制造程序结合，并且可使来自测试机台的晶片数据送回制造厂410，用以改善并整合。

因此，本发明揭示一种识别方法，用以识别半导体基板的缺陷图像。识别方法包括通过测试与测量半导体基板而收集缺陷图像的缺陷数据；从缺陷数据中提取图案；归一化图案的位置、方位与尺寸；以及于图案归一化后识别图案。

在其它实施例中，缺陷图像可包括分布于半导体基板上的微粒。缺陷图像可包括半导体基板上超过预定错误标准的参数的分布。收集缺陷数据包括通过从具有测量机台、制造厂、测试厂以及上述的组合的群组中所选挑选的制造系统来收集数据。从缺陷数据中提取图案包括：通过至少一预定标准从缺陷数据中滤掉低密度的缺陷；以及从缺陷数据中将图案隔离。归一化图案包括：重新设置图案使其密度位于中心点；旋转图案至预定线条的方位；以及调整图案的尺寸，使图案符合预定尺寸。预定线条包括连接图案中具有最大间距的两个缺陷点的线条。调整图案包括缩放图案使得预定线条缩放至预定尺寸。识别图案包括：在归一化图案后，从图案中提取参数；以及将图案配对至数据库中的每个缺陷图案。识别图案包括：在归一化图案后，从图案中提取多个参数；以及通过具有从图案中所提取的参数的预定公式分析图案。

本发明更揭示另一种识别方法，适用于识别与基板有关的缺陷图像。识别方法包括通过测试与测量基板而收集缺陷图像的缺陷数据；从缺陷数据中将图案隔离；归一化图案；从归一化图案中提取多个参数；以及通过归一化图案与提取出的参数识别图案。归一化图案包括：重新设置图案使其密度中心位于中心点；旋转图案至预定方位；以及将图案的尺寸调整到统一尺寸。

在此方法中，基板从具有半导体晶片、光阻以及液晶显示器的群组中所挑选而得。缺陷图像从具有微粒分布、同轴错误分布以及测试错误分布的群组中所挑选而得。收集缺陷数据包括通过从具有测试机台、制造厂、测试厂以及上述组合的群组中所挑选的制造系统收集缺陷数据。隔离图案包括通过预定标准从缺陷数据中滤除低密度缺陷。识别图案包括通过预定公式分析图案。

在另一实施例中揭示一种识别系统，适用于识别半导体基板上的缺陷图案，包括输入模块、图案转换机以及图案识别模块。输入模块用以收集形成在半导体基板上的缺陷图像。图案转换机用以归一化图案的位置、方位以及尺寸，其中图案从缺陷图像中所提取。图案识别模块用以在图案转换机归一化图案之后识别图案。

此处所揭示的系统还包括噪声过滤器，用以排除缺陷图像中的低密度缺陷。此处所揭示的系统还包括特征提取模块，用以在图案归一化后提取适用于图案识别模块的图案中的多个参数。此处所揭示的系统还包括输出模块，用以给使用者呈现图案识别模块中的数据。

本发明虽以较佳实施例揭示如上，然其并非用以限定本发明的范围，任何本领域的技术人员，在不脱离本发明的精神和范围内，当可做些许的更动与润饰，因此本发明的保护范围当视所附的权利要求所界定的范围为准。

Claims (14)

1、一种识别方法，用以识别与半导体基板有关的缺陷图像，包括：

通过测试与测量该半导体基板收集该缺陷图像的缺陷数据；

从该缺陷数据中提取缺陷图案；

归一化该缺陷图案的位置、方位与尺寸，其中归一化该缺陷图案包括：

重新设置该缺陷图案使缺陷图案密度位于中心点；

旋转该缺陷图案至预定线条的方位；以及

调整该缺陷图案的尺寸，使该缺陷图案符合预定尺寸；以及

在该缺陷图案归一化后识别该缺陷图案。

2、根据权利要求1所述的识别方法，其中该缺陷图像包括分布于该半导体基板上的微粒以及超过该半导体基板的预定错误标准的参数分布的其中之一，且收集该缺陷数据包括通过从具有测量机台、制造厂、测试厂以及上述的组合的群组中所挑选的制造系统来收集数据。

3、根据权利要求1所述的识别方法，其中从该缺陷数据中提取该缺陷图案包括：

通过至少一预定标准从该缺陷数据中滤掉低密度的缺陷；以及

从该缺陷数据中隔离该缺陷图案。

4、根据权利要求1所述的识别方法，其中该预定线条包括连接该缺陷图案中具有最大间距的两个缺陷点的线条，且调整该缺陷图案包括缩放该缺陷图案使得该预定线条缩放至该预定尺寸。

5、根据权利要求1所述的识别方法，其中识别该缺陷图案包括：

在归一化该缺陷图案后，从该缺陷图案中提取参数；以及

将该缺陷图案配对至数据库中的每个缺陷图案。

6、根据权利要求1所述的识别方法，其中识别该缺陷图案包括：

在归一化该缺陷图案后，从该缺陷图案中提取多个参数；以及

通过具有从该缺陷图案中所提取的该参数的预定公式分析该图案。

7、一种识别方法，适用于识别与基板有关的缺陷图像，包括：

通过测试与测量该基板收集该缺陷图像的缺陷数据；

从该缺陷数据中隔离缺陷图案；

归一化该缺陷图案，包括：

重新设置该缺陷图案使缺陷图案密度中心位于中心点；

旋转该缺陷图案至预定方位；以及

将缺陷图案的尺寸调整到统一尺寸；

从该归一化缺陷图案中提取多个参数；以及

通过该归一化缺陷图案与提取出的该参数识别该缺陷图案。

8、根据权利要求7所述的识别方法，其中该基板从具有半导体晶片、光阻以及液晶显示器的群组中所挑选而得。

9、根据权利要求7所述的识别方法，其中该缺陷图像从具有微粒分布、同轴错误分布以及测试错误分布的群组中所挑选而得。

10、根据权利要求7所述的识别方法，其中收集该缺陷数据包括通过从具有测试机台、制造厂、测试厂以及该组合的群组中所挑选的制造系统收集缺陷数据。

11、根据权利要求7所述的识别方法，其中隔离缺陷图案包括通过预定标准从该缺陷数据中滤除低密度缺陷。

12、根据权利要求7所述的识别方法，其中识别该缺陷图案包括通过预定公式分析该缺陷图案。

13、一种识别系统，适用于识别半导体基板上的缺陷缺陷图案，包括：

输入模块，用以收集形成于该半导体基板上的缺陷图像；

图案转换机，用以归一化缺陷图案的位置、方位以及尺寸，其中该缺陷图案从该缺陷图像中所提取，其中归一化该缺陷图案包括：重新设置该缺陷图案使缺陷图案密度位于中心点；旋转该缺陷图案至预定线条的方位；以及调整该缺陷图案的尺寸，使该缺陷图案符合预定尺寸；以及

图案识别模块，用以在该图案转换机归一化该缺陷图案之后识别该缺陷图案。

14、根据权利要求13所述的识别系统，还包括：

噪声过滤器，用以排除该缺陷图像中的低密度缺陷；

特征提取模块，用以在该缺陷图案归一化后提取适用于该缺陷图案识别模块的该缺陷图案中的多个参数；以及

输出模块，用以给使用者呈现该图案识别模块中的数据。

Images