CN101236164A - 用于缺陷检测的方法及系统 - Google Patents

用于缺陷检测的方法及系统 Download PDF

Info

Publication number
CN101236164A
CN101236164A CNA2007101428774A CN200710142877A CN101236164A CN 101236164 A CN101236164 A CN 101236164A CN A2007101428774 A CNA2007101428774 A CN A2007101428774A CN 200710142877 A CN200710142877 A CN 200710142877A CN 101236164 A CN101236164 A CN 101236164A
Authority
CN
China
Prior art keywords
pixel
image
neighborhood
computer
retrieval
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.)
Granted
Application number
CNA2007101428774A
Other languages
English (en)
Other versions
CN101236164B (zh
Inventor
迈克尔·本-伊谢
奥赫·格弗泰泽
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Applied Materials Israel Ltd
Original Assignee
Applied Materials Israel Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Applied Materials Israel Ltd filed Critical Applied Materials Israel Ltd
Publication of CN101236164A publication Critical patent/CN101236164A/zh
Application granted granted Critical
Publication of CN101236164B publication Critical patent/CN101236164B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
    • H01L22/00—Testing or measuring during manufacture or treatment; Reliability measurements, i.e. testing of parts without further processing to modify the parts as such; Structural arrangements therefor
    • H01L22/30—Structural arrangements specially adapted for testing or measuring during manufacture or treatment, or specially adapted for reliability measurements
    • G—PHYSICS
    • G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
    • G03F—PHOTOMECHANICAL PRODUCTION OF TEXTURED OR PATTERNED SURFACES, e.g. FOR PRINTING, FOR PROCESSING OF SEMICONDUCTOR DEVICES; MATERIALS THEREFOR; ORIGINALS THEREFOR; APPARATUS SPECIALLY ADAPTED THEREFOR
    • G03F1/00—Originals for photomechanical production of textured or patterned surfaces, e.g., masks, photo-masks, reticles; Mask blanks or pellicles therefor; Containers specially adapted therefor; Preparation thereof
    • G03F1/68—Preparation processes not covered by groups G03F1/20 - G03F1/50
    • G03F1/72—Repair or correction of mask defects
    • G—PHYSICS
    • G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
    • G03F—PHOTOMECHANICAL PRODUCTION OF TEXTURED OR PATTERNED SURFACES, e.g. FOR PRINTING, FOR PROCESSING OF SEMICONDUCTOR DEVICES; MATERIALS THEREFOR; ORIGINALS THEREFOR; APPARATUS SPECIALLY ADAPTED THEREFOR
    • G03F7/00—Photomechanical, e.g. photolithographic, production of textured or patterned surfaces, e.g. printing surfaces; Materials therefor, e.g. comprising photoresists; Apparatus specially adapted therefor
    • G03F7/70—Microphotolithographic exposure; Apparatus therefor
    • G03F7/70483—Information management; Active and passive control; Testing; Wafer monitoring, e.g. pattern monitoring
    • G03F7/70605—Workpiece metrology
    • G03F7/70616—Monitoring the printed patterns
    • G03F7/7065—Defects, e.g. optical inspection of patterned layer for defects
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
    • H01L21/00—Processes or apparatus adapted for the manufacture or treatment of semiconductor or solid state devices or of parts thereof
    • H01L21/02—Manufacture or treatment of semiconductor devices or of parts thereof
    • H01L21/027—Making masks on semiconductor bodies for further photolithographic processing not provided for in group H01L21/18 or H01L21/34
    • H01L21/0271—Making masks on semiconductor bodies for further photolithographic processing not provided for in group H01L21/18 or H01L21/34 comprising organic layers
    • H01L21/0273—Making masks on semiconductor bodies for further photolithographic processing not provided for in group H01L21/18 or H01L21/34 comprising organic layers characterised by the treatment of photoresist layers
    • H01L21/0274—Photolithographic processes

Landscapes

  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Manufacturing & Machinery (AREA)
  • Power Engineering (AREA)
  • Computer Hardware Design (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • Condensed Matter Physics & Semiconductors (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
  • Image Analysis (AREA)
  • Image Processing (AREA)
  • Preparing Plates And Mask In Photomechanical Process (AREA)
  • Exposure And Positioning Against Photoresist Photosensitive Materials (AREA)
  • Testing Or Measuring Of Semiconductors Or The Like (AREA)

Abstract

本发明公开了一种用于缺陷检测的系统、方法和计算机程序产品，该方法包括：(i)检索与目标的第一图像的测试像素相对应的第二图像的第二像素；其中第一和第二图像使用不同的获得方法得到；(ii)搜索第二图像的第三像素，从而使得第二像素的邻域与第三像素的邻域相类似；(iii)检索与第三像素相对应的第一图像的第四像素；以及(iv)将测试像素与第四像素进行比较。

Description

用于缺陷检测的方法及系统
相关申请
本申请要求2006年7月31日提交的美国临时专利序列号60/820,924的优先权。
技术领域
本发明一般涉及诸如半导体晶圆、印刷电路板和分划板(reticle)(也称为掩模)的图案化物体的自动光学检测技术领域。
背景技术
现代微电子器件普遍使用光刻工艺制造。在该工艺中，首先在半导体晶圆上涂覆一层光刻胶。随后使用掩模将该光刻胶层暴露于照射光，并随后显影。在显影之后，去除未曝光的光刻胶，并且已曝光的光刻胶在晶圆上产生掩模的图像。此后，对晶圆的最上层进行蚀刻。随后，剥离残留的光刻胶。对于多层晶圆，则重复以上步骤以产生随后的构图层。
使用以上光刻胶工艺生产的微电子电路中元件数量的日益增加要求在光刻胶曝光中使用非常高分辨率的图像。
本领域的技术人员应该理解，为了生产可运行的微电子电路，掩模必须尽可能无缺陷，优选为完全无缺陷。所以，需要掩模检测工具以检测掩模中可潜在减少微电子电路产量的各种缺陷。
特定类型的掩模缺陷(诸如附加图案、遗漏图案或颗粒)可通过各种检测方法来检测。公知的缺陷检测方法已知为模具与模具(die to die)的比较。模具与模具的比较包括将一模具的图像与另一模具的图像进行比较。模具与模具的比较在单个模具掩模或掩模的非模具区域中并不有效。
因此，需要提供用于缺陷检测并且特别是掩模的缺陷检测的系统和方法。
发明内容
本发明提供了一种用于缺陷检测的方法、系统及计算机可读介质。优选地，选择一个或多个“测试”像素并且随后找到一个或多个相应的“参考”像素。为了找到可能的缺陷，将一个或多个“测试”像素与一个或多个“参考”像素进行比较。测试像素与“参考”像素的失配可表示存在缺陷。
本发明提供了一种方法。该方法包括：选择目标的第一图像的测试像素；检索与测试像素相对应的第二图像的第二像素；其中第一和第二图像使用不同的获得方法得到；搜索第二图像的第三像素，从而使得第二像素的邻域(neighborhood)与第三像素的邻域相类似；检索与第三像素相对应的第一图像的第四像素；以及将测试像素与第四像素进行比较。
本发明提供一种具有其中包含用于缺陷检测的计算机可读代码的计算机可读介质，该计算机可读代码包括以下指令：选择目标的第一图像的测试像素；检索与测试像素相对应的第二图像的第二像素；其中第一和第二图像使用不同的获得方法得到；搜索第二图像的第三像素，从而使得第二像素的邻域与第三像素的邻域相类似；检索与第三像素相对应的第一图像的第四像素；以及将测试像素与第四像素进行比较。
本发明提供了一种用于缺陷检测的系统，该系统包括：存储器单元，其适于存储表示目标的第一图像和目标的第二图像中像素的邻域的信息；以及处理器，其与存储器单元连接，该处理器适于：选择目标的第一图像的测试像素；检索与测试像素相对应的第二图像的第二像素；其中第一和第二图像使用不同的获得方法得到；搜索第二图像的第三像素，从而使得第二像素的邻域与第三像素的邻域相类似；检索与第三像素相对应的第一图像的第四像素；以及将测试像素与第四像素进行比较。
本发明提供了一种方法，该方法包括：检索与目标的第一图像的测试像素相对应的第二图像的第二像素；其中第一和第二图像使用不同的获得方法得到；搜索目标的多个图像中的第三像素，从而使得第二像素的邻域与第三像素的邻域相类似；检索与第三像素相对应的第一图像的第四像素；以及将测试像素与第四像素进行比较。
本发明提供了一种用于缺陷检测的方法，该方法包括：检索与目标的第一图像的第一特征相对应的第二图像的特征；其中第一和第二图像使用不同的获得方法得到；搜索第二图像的第三特征，从而使得第二特征的邻域与第三特征的邻域相类似；检索与第三特征相对应的第一图像的第四特征；以及将第一特征与第四特征进行比较。
本发明提供了一种用于缺陷检测的方法，该方法包括：检索与目标的第一图像的测试像素相对应的第二图像的第二像素；其中第一和第二图像使用不同的获得方法得到；搜索第二黄金图像的黄金匹配像素(golden matching pixel)，从而使得第二黄金匹配像素的邻域与第三像素的邻域相类似；检索与黄金匹配像素相对应的第一黄金图像的相应黄金像素；以及将测试像素与相应的黄金像素进行比较。
优选地，该方法包括搜索具有与第二像素的邻域匹配的邻域的第二图像的多个像素。
优选地，该方法包括重复搜索多个测试像素并且生成表示搜索过程中所找到的像素数量的统计数据。
优选地，该方法包括通过由参考像素替代测试像素生成合成图像。
优选地，计算机可读代码包括以下指令：检索与目标的第一图像的测试像素相对应的第二图像的第二像素；其中第一和第二图像使用不同的获得方法得到；搜索目标的多个图像中的第三像素，从而使得第二像素的邻域与第三像素的邻域相类似；检索与第三像素相对应的第一图像的第四像素；以及将测试像素与第四像素进行比较。
优选地，计算机可读代码包括以下指令：检索与目标的第一图像的第一特征相对应的第二图像的特征；其中第一和第二图像使用不同的获得方法得到；搜索第二图像的第三特征，从而使得第二特征的邻域与第三特征的邻域相类似；检索与第三特征相对应的第一图像的第四特征；以及将第一特征与第四特征进行比较。
优选地，计算机可读代码包括以下指令：检索与目标的第一图像的测试像素相对应的第二图像的第二像素；其中第一和第二图像使用不同的获得方法得到；搜索第二黄金图像的黄金匹配像素，从而使得第二黄金匹配像素的邻域与第三像素的邻域相类似；检索与黄金匹配像素相对应的第一黄金图像的相应的黄金像素；以及将测试像素与相应的黄金像素进行比较。
优选地，计算机可读代码包括以下指令：搜索具有与第二像素的邻域匹配的邻域的第二图像的多个像素。
优选地，该计算机可读代码包括以下指令：重复搜索多个测试像素并且生成表示搜索过程中所找到的像素数量的统计数据。
优选地，该计算机可读代码包括以下指令：通过由参考像素替代测试像素生成合成图像。
本发明提供了一种用于缺陷检测的系统，该系统包括：存储器单元，其适于存储表示目标的第一图像和目标的第二图像中像素的邻域的信息；以及处理器，其适于：检索与目标的第一图像的测试像素相对应的第二图像的第二像素；其中第一和第二图像使用不同的获得方法得到；搜索第二黄金图像的黄金匹配像素，从而使得黄金匹配像素的邻域与第三像素的邻域相类似；检索与黄金匹配像素相对应的第一黄金图像的相应的黄金像素；以及将测试像素与相应的黄金像素进行比较。
优选地，该处理器适于搜索具有与第二像素的邻域匹配的邻域的第二图像的多个像素。
优选地，该处理器适于重复搜索多个测试像素并且生成表示搜索过程中所找到的像素数量的统计数据。
优选地，该处理器适于通过由参考像素替代测试像素生成合成图像。
本发明提供了一种用于缺陷检测的系统，该系统包括：存储器单元，其适于存储表示目标的第一图像中像素的邻域的信息；以及处理器，其与存储器单元连接，该处理器适于：检索与目标的第一图像的测试像素相对应的第二图像的第二像素；其中第一和第二图像使用不同的获得方法得到；搜索目标的多个图像中的第三像素，从而使得第二像素的邻域与第三像素的邻域相类似；检索与第三像素相对应的第一图像的第四像素；以及将测试像素与第四像素进行比较。
本发明提供了一种用于缺陷检测的系统，该系统包括：存储器单元，其适于存储表示目标的第一图像中像素的邻域的信息；以及处理器，其与存储器单元连接，该处理器适于：检索与目标的第一图像的第一特征相对应的第二图像的特征；其中第一和第二图像使用不同的获得方法得到；搜索第二图像的第三特征，从而使得第二特征的邻域与第三特征的邻域相类似；检索与第三特征相对应的第一图像的第四特征；以及将第一特征与第四特征进行比较。
附图说明
为了理解本发明并且明白如何实施本发明，现将通过参照附图，以非限制性的方式描述实施方式，其中：
图1所示为根据本发明实施方式的两个图像、少量像素以及这些少量像素的少量邻域；
图2所示为根据本发明实施方式的像素的少量邻域；
图3A所示为根据本发明实施方式，用于生成第一和第二图像数据结构的方法的流程图；
图3B所示为根据本发明实施方式，用于生成第一图像数据结构的方法的流程图；
图4所示为根据本发明实施方式，用于缺陷检测的方法的流程图；
图5和图6所示为根据本发明实施方式，用于缺陷检测的方法的流程图；
图7所示为根据本发明实施方式的掩模的反射图像、掩模的透射图像以及缺陷图；
图8所示为根据本发明实施方式的用于检测缺陷的系统；以及
图9所示为根据本发明另一实施方式的四个图像、少量像素以及这些少量像素的少量邻域。
具体实施方式
本发明提供了系统、方法以及计算机程序产品。通过分析由不同的获得方法得到的相同目标的两个图像，可找到缺陷。该两个图像可包括相同目标的反射图像和透射图像。
该系统、方法以及计算机程序产品可用于找到掩模的非模具区域上的软缺陷。
该系统、方法以及计算机程序产品利用以下假定：在无缺陷的目标上，在一个图像上类似的两个位置在第二图像中也类似。如果在一个图像中出现缺陷，则违背位置之间的相似性。
为了解释的简单，以下描述将涉及相同目标的透射图像和反射图像的分析。本领域的技术人员将应该理解，该方法、系统以及计算机程序产品可作出必要修改地应用于彼此不同的其它图像获得方法。
图1示出两个图像。各个图像包括非常大量的像素，其中仅示出少量像素。请注意，该图以及其它图均未按比例绘出。
第一图像I121包括多个像素，诸如但不限于，第四像素4、第六像素6以及第七像素7。第二图像I222包括多个像素，诸如但不限于，第二像素2、第三像素3、第五像素5以及第八像素8。
第一到第八像素1-8由多个相邻像素包围以形成多个邻域11-18。应该理解，虽然示出正方形的领域，但是也可使用其它形状的邻域。
应该理解，与像素结合使用的术语“第二”、“第三”、“第四”、“第五”、“第六”、“第七”以及“第八”仅仅为了方便。这些术语并不表示诸如优先级别、位置相关信息等的元数据。
图2所示为根据本发明的各种实施方式的像素1的少量邻域11、11′以及11″。
邻域11″包括九个高分辨率的像素并且集中在测试像素1的周围。邻域11′包括九个低分辨率的像素并且集中在测试像素1的周围。邻域11为邻域11″的九个高分辨率的像素与邻域11′的九个低分辨率的像素的组合。
优选地，邻域11和11′通过包括九个元素-每个像素一个元素-的向量表示。邻域11通过包括18个元素-每个像素一个元素-的向量表示。各个向量元素可以但非必要为单个像素的强度值。还应该理解，邻域11和11′中像素的形状以及可选地或附加地，像素的数量可以彼此不同。
使用高分辨率的像素相比与使用低分辨率像素提供了更小区域的更好的描述。通过粗和细的像素表示邻域可表示像素周围更大的区域，而同时提供关于该像素的最接近邻域的更加详细的信息。
通过预定因数，高分辨率可不同于低分辨率。可以但非必要地选择约两个到四个因数。
还应该理解，虽然图2示出了九个或十八个像素的邻域，但是也可选择更大(或更小)的邻域。
应该理解，第一和第二图像可为包括通过应用模具与模具或单元与单元分析不能分析的划片线(scribe line)或其它区域的掩模的区域的图像。还应该理解，掩模的其它位置可通过诸如模具与模具比较、单元与单元比较等其它缺陷检测方法分析。
还应该理解，掩模的各种区域可通过应用设计用于诸如清洁区、线、接触等的特定掩模区域的更加简单的检测方法来分析。
图3A所示为根据本发明实施方式，用于生成第一和第二图像数据结构的方法400的流程图。
方法400由步骤410开始，该步骤为接收相同目标的第一图像和第二图像，该图像使用不同的图像获得方法获得。
例如，特定图像可通过使用高NA的光学装置获得，而其它图像可通过使用低NA光学装置获得，特定图像可通过使用亮视场照明获得，而其它图像可通过使用暗视场照明获得。第一和其它图像可具有不同的像素尺寸，可通过不同的分辨率特征化，特定图像可获得，而其它图像可为黄金图像(goldenimage)、所选图像(从历史中)、数据库表示等。
步骤410之后为步骤420，该步骤为在第一图像和第二图像中选择所选像素。
可选择所选像素，以便表示期望在第一图像中出现的特征。该选择可自动、手动(响应用户特征定义或者用户像素选择)或者半自动进行。该选择可响应诸如存储器大小限制、处理器限制、数据结构检索的速度、感兴趣的特征的数量和复杂性等的各种参数。应该注意，也可选择第二图像的多个像素，并且它们的邻域(或者它们邻域的更低尺寸的表示)可存储在第二图像数据结构中。
该选择还可响应应该应用于检测各种缺陷的缺陷检测方法。缺陷检测方法之间的选择可基于该缺陷检测方法的资源消耗水平和缺陷检测方法的适用性。例如，掩模的特定区域可通过使用设计用于诸如清洁区、线、接触等的特定掩模区域的更加简单的检测方法来分析。在该情况下，属于该区域(称为“其它像素”)的像素使用另一检测方法来分析，如步骤340所示。
步骤420之后为步骤430，该步骤为生成所选像素的邻域的表示。这可包括应用将表示邻域的M个元素的向量转换为N维表示的压缩方法。N小于M。
步骤430之后为步骤440，该步骤为以第一图像数据结构和第二图像数据结构排列这些邻域(或者这些邻域的更低维的表示)。应该理解，第一图像数据结构和第二图像数据结构可通过快速检索时间特征化。例如，这些数据结构可为支持快速最近邻搜索的多维KD-树。
图3B所示为根据本发明实施方式，用于生成第二图像数据结构的方法401的流程图。
方法401与方法400仅在生成第二图像数据结构上不同。方法401可在第一图像的评价过程中应用。
方法401由步骤411开始，该步骤为接收目标的第二图像。
优选地，正在评价(特别是，第一图像中的缺陷正在检测和评价)的第一图像也出现。相同目标的第一和第二图像通过使用不同的图像获得方法得到。
步骤411之后为步骤421，该步骤为在第二图像中选择所选像素。
步骤421之后为步骤431，该步骤为生成所选像素的邻域的表示。
步骤431之后为步骤441，该步骤为以第二图像数据结构排列这些邻域(或者这些邻域的更低维的表示)。应该理解，第二图像数据结构可通过快速检索时间特征化。例如，这些数据结构可为支持快速最近邻搜索的多维KD-树。
图4所示为根据本发明实施方式，用于缺陷检测的方法300的流程图。图5和图6所示为根据本发明实施方式，用于缺陷检测的方法100和200的流程图。图5所示与第一图像的测试像素相关应用的步骤150到180。图6所示与第二图像的第五像素相关执行的步骤250到280。
参照图4，方法300由步骤310和步骤320中任一个开始。
步骤310表示第一图像和第二图像数据结构的生成，而步骤320表示这些数据结构的接收。步骤310可包括应用方法400的各种步骤。步骤320可包括接收通过应用方法400的各种步骤生成的数据结构。
步骤310和步骤320完成之后，开始分析。如步骤310和320之后的步骤330所示，该分析在像素到像素的基础上完成。
步骤330包括选择像素以评价-选择“新”测试像素。
步骤330之后为步骤340，该步骤为通过基于相似性的缺陷检测方法分析该“新”测试像素。步骤340可包括应用方法100的步骤(图5)，并且附加或可选地，应用方法200的步骤(图6)。
步骤340之后为步骤350，该步骤350为检查是否更多像素应该检测-“通过基于相似性的缺陷检测方法评价任何更多的像素？”。
如果答案肯定，则步骤350之后为选择新测试像素的步骤330。否则，步骤350之后为步骤360，该步骤为提供第一图像可疑缺陷和第二图像可疑缺陷的图。应该理解，方法300可应用于来自第一和第二图像的单个图像中找到缺陷，并且在该情况下，步骤360的结果为单个图像可疑缺陷图。
本领域的技术人员将可理解，基于相似性的缺陷检测方法的结果可以其它方式提供并且图仅作为试样提供。该图可包括多个图像素，各具有表示相同图像的像素之间的差别的值。
图5的方法100由检索第二图像中与第一图像中的测试像素相对应的第二像素的步骤150开始。
根据本发明的实施方式，测试像素可由用户、自动化过程等选择。测试像素可考虑掩模的期望结构、潜在的缺陷倾向区域来选择。测试像素还可表示第一图像中任意的像素。如果，例如第一图像中所有像素均已分析，则测试像素可表示第一图像中的任何像素。
第一和第二像素应该表示目标中的相同位置。步骤150可通过第一和第二图像的寄存来进行。
步骤150之后为步骤160，该步骤为搜索第二图像的第三像素，从而第二像素的邻域类似于第三像素的邻域。如果未找到该第三像素，方法100可结束或者可选择“新”测试像素，并且步骤160到180可对于该新像素重复进行。如果未找到该第三像素，则缺省的比较结果可产生并且存储。参照图1，假定找到具有邻域13的第三像素3。第三像素3的邻域13可为测试像素1的邻域11的接近最相邻的邻域。
步骤160优选包括步骤162和164。步骤162包括第二像素的邻域的N维表示。步骤164包括搜索对于第三像素的邻域的N维的KD-树，其为第二像素的邻域的接近最相邻的邻域。
应该理解，不同于N维KD-树的其它数据结构也可搜索并且可应用接近最近邻的其它算法。
如果找到该第三像素，则步骤160之后为检索与第三像素相对应的第一图像的第四像素的步骤170。第三和第四像素应该表示目标中的相同位置。
步骤170之后为比较测试像素和第四像素的步骤180。如果这些像素彼此类似，则假定不存在缺陷，否则(如果这些像素不类似)，则假定找到缺陷。应该理解，步骤180还包括测试像素与第四像素的邻域之间的比较，这些邻域的某些像素之间的比较等。该比较可包括各个像素的强度，各个像素的能量等。
应该理解，通过比较理想地表现类似特征的多于两个像素，可预示缺陷。
优选地，该比较包括(或者通过以下进行)第一和第四像素的邻域之间的子像素的寄存，并且为了去除(或减少)噪音、可视伪像(visual artifact)等，该邻域可进一步处理。
应该理解，相同的处理可应用于第二图像的像素。还要理解，在许多情况下，第一和第二图像的像素将进行评价，但这并非绝对必要。
图6的方法200包括与方法100的步骤150到180类似的步骤250到280。
方法200由检索与第一图像的第五像素相对应的第一图像的第六像素的步骤250开始。
步骤250之后为步骤260，该步骤为搜索第一图像的第七像素，从而第七像素的邻域类似于第六像素的邻域。如果未找到第七像素，方法200可结束或者可选择“新”的第五像素，并且对于该新的第五像素重复步骤260到280。如果未找到该第七像素，缺省的比较结果可生成并存储。
如果找到该第七像素，则步骤260之后为检索与第七像素相对应的第二图像的第八像素的步骤270。第七和第八像素应该表示目标中的相同位置。
步骤270之后为比较第五像素和第八像素的邻域的步骤280。如果这些邻域彼此类似，则假定不存在缺陷，否则(如果这些邻域不类似)，则假定找到缺陷。
本领域的技术人员应该理解，步骤250到280可在与图4的方法300类似的缺陷检测方法的过程中应用。在该情况下，不在第一图像中寻找测试像素，而将在第二图像中搜索测试像素。
图7示出掩模的透射图像410、反射图像420，以及包围可疑缺陷的区域，以及在反射图像420的基本上所有的像素上表示方法100的工具的图430。
图8所示为根据本发明实施方式的系统60。系统60可获得掩模66的透射和反射图像，并且可通过应用诸如方法100、200和300的基于相似性的检测方法处理图像。
应该理解，并非该系统一部分的处理器在接收该掩模的反射和透射图像之后可应用该基于相似性的检测方法。
系统60包括反射光源74、透射光源72、物镜82、分束器84、光学装置86、检测单元88、处理器90以及存储器单元92。附加或可选地，可使用单个光源和多个检测器(掩模60之上和之下)。
来自反射光源74的光经由分束器84向掩模60照射。来自透射光源72的光通过掩模60。光(反射或透射-依赖于起动的光源)通过物镜82、分束器84和光学装置86，由检测单元88检测。检测单元88可提供表示部分掩模60的帧。掩模60或部分掩模60的图像可由至少一部分帧形成。
存储器单元92可存储图像并且，附加或可选地，存储表示目标的第一图像和目标的第二图像中的像素的邻域的信息。
处理器90与存储器单元92连接。处理器90适于：(i)检索与目标的第一图像的测试像素相对应的第二图像的第二像素；其中第一和第二图像使用不同的获得方法得到；(ii)搜索第二图像中的第三像素，从而使得第二像素的邻域与第三像素的邻域相类似；(iii)检索与第三像素相对应的第一图像的第四像素；以及将测试像素与第四像素进行比较。
光学装置86可包括孔径、聚焦透镜(诸如镜筒透镜)、变倍透镜以及另一分束器(如果，例如，检测单元88包括多个间隔分开的相机，如美国专利7133548所示的，其全部内容合并在此作为参考)。
各自以上提及方法的每一种可通过执行存储在计算机可读介质中的计算机程序的计算机来执行。
上述提及的描述涉及测试像素的选择和测试像素与参考像素的比较。应该理解，本发明可做出必要修改地应用于其它特征。因此，可选择测试特征，相应地特征从目标的另一图像中获得，在其它图像中搜索类似特征并且一旦找到，可获得参考特征并与测试特征进行比较。
上述提及的描述涉及第一和第二图像中像素的比较。根据本发明实施方式，各个图像表示一部分掩模，并且基于相似性的搜索不限于第二图像，而可以扩展到在分划板的不同部分的多个图像中寻找具有相似邻域的像素。因此，可生成多个图像的数据结构。
上述提及的描述涉及第一和第二图像中像素的比较。根据本发明实施方式，为了找到缺陷，使用数据库或“黄金”图像。第一“黄金”图像可表示在用于获得第一图像的获得方法过程中成像的无缺陷(理想)分划板。第二“黄金”图像可表示在用于获得第二图像的获得方法过程中成像的无缺陷(理想)分划板。作为在第二图像中应用基于相似性搜索的替代，基于相似性的搜索在第二“黄金”图像中搜索匹配像素(黄金匹配像素)，其具有与位于第二图像中的第二像素的邻域相类似的邻域。在黄金匹配像素找到之后，获得相应的黄金像素(在第一“黄金”图像中)。黄金匹配像素的位置与相应的黄金像素的位置相同。相应的黄金像素随后与测试像素进行比较。如果这些像素彼此不相同(可应用基于阈值的判定)，则测试像素可表示缺陷。在该情况下，测试像素为测试像素，并且相应的黄金像素为参考像素。应该理解，当评价第二图像的像素时，可应用类似的处理。
图9示出第一黄金图像G121′、第二黄金图像G222、第一和第二像素1和2以及它们的邻域11和12、黄金匹配像素3′及其邻域13′、相应的黄金像素4′及其邻域14′。选择测试像素1作为测试像素。获得正位于与第一图像I121中的测试像素1相同位置(第二图像I222中)的第二像素2。在搜索具有与第二像素2的邻域类似邻域的像素之后(在第二黄金图像中)，获得黄金匹配像素3′(第二黄金图像G222′中)。获得相应的黄金像素4′并且具有与黄金匹配像素3′的相同位置(第一黄金图像G121′中)。相应的黄金像素4′为测试像素1的参考像素并且为了检测缺陷，与测试像素进行比较。
根据本发明的实施方式，基于相似性的搜索可试图对于每个目标像素定位多个类似像素。该处理可通过生成表示像素与类似(参考)像素的数量(或其它属性)之间关系的统计数据来继续。
根据本发明的另一实施方式，生成合成图像。在该合成的图像中，参考像素代替目标像素并且反之亦然。并不具有类似像素的目标像素可泄漏。
本领域的技术人员将容易理解，在不偏离由所附权利要求书限定的范围的情况下，可以对本发明的实施方式进行各种修改和改变。

Claims (51)

1. 一种用于缺陷检测的方法，该方法包括：
检索与目标的第一图像的测试像素相对应的第二图像的第二像素；其中第一和第二图像使用不同的获得方法得到；
搜索第二图像的第三像素，从而第二像素的邻域与第三像素的邻域相类似；
检索与第三像素相对应的第一图像的第四像素；以及
将测试像素与第四像素进行比较。
2. 根据权利要求1所述的方法，其特征在于，还包括：
检索与第一图像的第五像素相对应的第二图像的第六像素；
搜索第一图像的第七像素，从而第七像素的邻域与第六像素的邻域相类似；
检索与第七像素相对应的第二图像的第八像素；以及
将第五像素的邻域与第八像素的邻域进行比较。
3. 根据权利要求1所述的方法，其特征在于，不同的获得方法包括透射获得方法和反射获得方法。
4. 根据权利要求1所述的方法，其特征在于，寻找的步骤包括找到第三像素，从而第三像素的邻域为与第二像素的邻域的接近最相邻的邻域。
5. 根据权利要求1所述的方法，其特征在于，第二像素的邻域包括M个元素并且其中找到第三像素的步骤包括利用第二像素的邻域的N维表示；其中M＞N。
6. 根据权利要求5所述的方法，其特征在于，寻找的步骤包括为了生成第二像素的邻域的N维表示，应用主成分分析。
7. 根据权利要求5所述的方法，其特征在于，寻找的步骤包括搜索N维KD-树。
8. 根据权利要求1所述的方法，其特征在于，还包括响应缺陷检测方法的资源消耗水平和缺陷检测方法的适用性，选择缺陷检测方法。
9. 根据权利要求1所述的方法，其特征在于，第二像素的邻域包括多个低分辨率像素和多个高分辨率像素；其中多个高分辨率像素表示邻域的一部分。
10. 根据权利要求1所述的方法，其特征在于，还包括在比较第四与测试像素之前，执行子像素寄存。
11. 根据权利要求1所述的方法，其特征在于，接收请求的步骤通过以下步骤执行：在第一图像和第二图像中选择像素；以及生成所选像素的邻域的表示。
12. 一种用于缺陷检测的系统，该系统包括：存储器单元，其适于存储表示目标的第一图像和目标的第二图像中像素的邻域的信息；以及处理器，其与存储器单元连接，该处理器适于：检索与目标的第一图像的测试像素相对应的第二图像的第二像素；其中第一和第二图像使用不同的获得方法得到；搜索第二图像的第三像素，从而使得第二像素的邻域与第三像素的邻域相类似；检索与第三像素相对应的第一图像的第四像素；以及将测试像素与第四像素进行比较。
13. 根据权利要求12所述的系统，其特征在于，处理器适于：
检索与第一图像的第五像素相对应的第二图像的第六像素；
搜索第一图像的第七像素，从而第七像素的邻域与第六像素的邻域相类似；
检索与第七像素相对应的第二图像的第八像素；以及
将第五像素的邻域与第八像素的邻域进行比较。
14. 根据权利要求12所述的系统，其特征在于，不同的获得方法包括透射获得方法和反射获得方法。
15. 根据权利要求12所述的系统，其特征在于，处理器适于：找到第三像素，从而第三像素的邻域为与第二像素的邻域的接近最相邻的邻域。
16. 根据权利要求12所述的系统，其特征在于，第二像素的邻域包括M个元素并且其中处理器适于利用第二像素的邻域的N维表示；其中M＞N。
17. 根据权利要求16所述的系统，其特征在于，处理器适于为了生成第二像素的邻域的N维表示，而应用主成分分析。
18. 根据权利要求16所述的系统，其特征在于，处理器适于搜索N维KD-树。
19. 根据权利要求12所述的系统，其特征在于，处理器适于响应缺陷检测方法的资源消耗水平和缺陷检测方法的适用性，选择缺陷检测方法。
20. 根据权利要求12所述的系统，其特征在于，第二像素的邻域包括多个低分辨率像素和多个高分辨率像素；其中多个高分辨率像素表示邻域的一部分。
21. 根据权利要求12所述的系统，其特征在于，处理器适于在比较第四与测试像素之前，执行子像素寄存。
22. 根据权利要求12所述的系统，其特征在于，处理器适于在第一图像和第二图像中选择像素；以及生成所选像素的邻域的表示。
23. 一种具有其中包含用于缺陷检测的计算机可读代码的计算机可读介质，计算机可读代码包括以下指令：检索与目标的第一图像的测试像素相对应的第二图像的第二像素；其中第一和第二图像使用不同的获得方法得到；搜索第二图像的第三像素，从而使得第二像素的邻域与第三像素的邻域相类似；检索与第三像素相对应的第一图像的第四像素；以及将测试像素与第四像素进行比较。
24. 根据权利要求23所述的计算机可读介质，其特征在于，计算机可读代码包括以下指令：
检索与第一图像的第五像素相对应的第二图像的第六像素；
搜索第一图像的第七像素，从而第七像素的邻域与第六像素的邻域相类似；
检索与第七像素相对应的第二图像的第八像素；以及
将第五像素的邻域与第八像素的邻域进行比较。
25. 根据权利要求23所述的计算机可读介质，其特征在于，计算机可读代码包括以下指令：找到第三像素，从而第三像素的邻域为与第二像素的邻域的接近最相邻的邻域。
26. 根据权利要求23所述的计算机可读介质，其特征在于，第二像素的邻域包括M个元素并且其中计算机可读代码包括以下指令：利用第二像素的邻域的N维表示；其中M＞N。
27. 根据权利要求26所述的计算机可读介质，其特征在于，计算机可读代码包括以下指令：为了生成第二像素的邻域的N维表示，而应用主成分分析。
28. 根据权利要求26所述的计算机可读介质，其特征在于，计算机可读代码包括以下指令：搜索N维KD-树。
29. 根据权利要求23所述的计算机可读介质，其特征在于，计算机可读代码包括以下指令：响应缺陷检测方法的资源消耗水平和缺陷检测方法的适用性，选择缺陷检测方法。
30. 根据权利要求23所述的计算机可读介质，其特征在于，第二像素的邻域包括多个低分辨率像素和多个高分辨率像素；其中多个高分辨率像素表示邻域的一部分。
31. 根据权利要求23所述的计算机可读介质，其特征在于，计算机可读代码包括以下指令：在比较第四与测试像素之前，执行子像素寄存。
32. 根据权利要求23所述的计算机可读介质，其特征在于，计算机可读代码包括以下指令：在第一图像和第二图像中选择像素；以及生成所选像素的邻域的表示。
33. 根据权利要求23所述的计算机可读介质，其特征在于，不同的获得方法包括透射获得方法和反射获得方法。
34. 一种用于缺陷检测的方法，该方法包括：
检索与目标的第一图像的测试像素相对应的第二图像的第二像素；其中第一和第二图像使用不同的获得方法得到；
搜索目标的多个图像中的第三像素，从而使得第二像素的邻域与第三像素的邻域相类似；
检索与第三像素相对应的第一图像的第四像素；以及
将测试像素与第四像素进行比较。
35. 一种用于缺陷检测的方法，该方法包括：
检索与目标的第一图像的第一特征相对应的第二图像的特征；其中第一和第二图像使用不同的获得方法得到；
搜索第二图像的第三特征，从而使得第二特征的邻域与第三特征的邻域相类似；
检索与第三特征相对应的第一图像的第四特征；以及
将第一特征与第四特征进行比较。
36. 一种用于缺陷检测的方法，该方法包括：
检索与目标的第一图像的测试像素相对应的第二图像的第二像素；其中第一和第二图像使用不同的获得方法得到；
搜索第二黄金图像的黄金匹配像素，从而使得黄金匹配像素的邻域与第三像素的邻域相类似；
检索与黄金匹配像素相对应的第一黄金图像的相应的黄金像素；以及
将测试像素与相应的黄金像素进行比较。
37. 根据权利要求1所述的方法，其特征在于，还包括搜索具有与第二像素的邻域匹配的邻域的第二图像的多个像素。
38. 根据权利要求37所述的方法，其特征在于，还包括重复搜索多个测试像素并且生成表示搜索过程中所找到的像素数量的统计数据。
39. 根据权利要求1所述的方法，其特征在于，还包括通过由参考像素替代测试像素生成合成图像。
40. 一种具有其中包含用于缺陷检测的计算机可读代码的计算机可读介质，计算机可读代码包括以下指令：
检索与目标的第一图像的测试像素相对应的第二图像的第二像素；其中第一和第二图像使用不同的获得方法得到；
搜索目标的多个图像中的第三像素，从而使得第二像素的邻域与第三像素的邻域相类似；
检索与第三像素相对应的第一图像的第四像素；
以及将测试像素与第四像素进行比较。
41. 一种具有其中包含用于缺陷检测的计算机可读代码的计算机可读介质，计算机可读代码包括以下指令：
检索与目标的第一图像的第一特征相对应的第二图像的特征；其中第一和第二图像使用不同的获得方法得到；
搜索第二图像的第三特征，从而使得第二特征的邻域与第三特征的邻域相类似；
检索与第三特征相对应的第一图像的第四特征；
以及将第一特征与第四特征进行比较。
42. 一种具有其中包含用于缺陷检测的计算机可读代码的计算机可读介质，计算机可读代码包括以下指令：
检索与目标的第一图像的测试像素相对应的第二图像的第二像素；其中第一和第二图像使用不同的获得方法得到；
搜索第二黄金图像的黄金匹配像素，从而使得黄金匹配像素的邻域与第三像素的邻域相类似；
检索与黄金匹配像素相对应的第一黄金图像的相应的黄金像素；
以及将测试像素与相应的黄金像素进行比较。
43. 根据权利要求42所述的计算机可读介质，其特征在于，计算机可读代码包括以下指令：搜索具有与第二像素的邻域匹配的邻域的第二图像的多个像素。
44. 根据权利要求43所述的计算机可读介质，其特征在于，该计算机可读代码包括以下指令：重复搜索多个测试像素并且生成表示搜索过程中所找到的像素数量的统计数据。
45. 根据权利要求42所述的计算机可读介质，其特征在于，该计算机可读代码包括以下指令：通过由参考像素替代测试像素生成合成图像。
46. 一种用于缺陷检测的系统，该系统包括：存储器单元，其适于存储表示目标的第一图像和目标的第二图像中像素的邻域的信息；以及处理器，其适于：检索与目标的第一图像的测试像素相对应的第二图像的第二像素；其中第一和第二图像使用不同的获得方法得到；搜索第二黄金图像的黄金匹配像素，从而使得黄金匹配像素的邻域与第三像素的邻域相类似；检索与黄金匹配像素相对应的第一黄金图像的相应的黄金像素；以及将测试像素与相应的黄金像素进行比较。
47. 根据权利要求46所述的系统，其特征在于，该处理器适于搜索具有与第二像素的邻域匹配的邻域的第二图像的多个像素。
48. 根据权利要求47所述的系统，其特征在于，该处理器适于重复搜索多个测试像素并且生成表示搜索过程中所找到的像素数量的统计数据。
49. 根据权利要求12所述的系统，其特征在于，该处理器适于通过由参考像素替代测试像素生成合成图像。
50. 一种用于缺陷检测的系统，该系统包括：存储器单元，其适于存储表示目标的第一图像中像素的邻域的信息；以及处理器，其与存储器单元连接，该处理器适于：检索与目标的第一图像的测试像素相对应的第二图像的第二像素；其中第一和第二图像使用不同的获得方法得到；搜索目标的多个图像中的第三像素，从而使得第二像素的邻域与第三像素的邻域相类似；检索与第三像素相对应的第一图像的第四像素；以及将测试像素与第四像素进行比较。
51. 一种用于缺陷检测的系统，该系统包括：存储器单元，其适于存储表示目标的第一图像中像素的邻域的信息；以及处理器，其与存储器单元连接，该处理器适于：检索与目标的第一图像的第一特征相对应的第二图像的特征；其中第一和第二图像使用不同的获得方法得到；搜索第二图像的第三特征，从而使得第二特征的邻域与第三特征的邻域相类似；检索与第三特征相对应的第一图像的第四特征；以及将第一特征与第四特征进行比较。
CN2007101428774A 2006-07-31 2007-07-31 用于缺陷检测的方法及系统 Expired - Fee Related CN101236164B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US82092406P 2006-07-31 2006-07-31
US60/820,924 2006-07-31

Publications (2)

Publication Number Publication Date
CN101236164A true CN101236164A (zh) 2008-08-06
CN101236164B CN101236164B (zh) 2012-09-05

Family

ID=39340129

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2007101428774A Expired - Fee Related CN101236164B (zh) 2006-07-31 2007-07-31 用于缺陷检测的方法及系统

Country Status (3)

Country Link
JP (1) JP5134880B2 (zh)
KR (2) KR101320037B1 (zh)
CN (1) CN101236164B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101924053B (zh) * 2009-01-13 2014-06-25 联达科技设备私人有限公司 检测晶片的系统和方法

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2012148854A1 (en) * 2011-04-26 2012-11-01 Kla-Tencor Corporation Database-driven cell-to-cell reticle inspection
US10192303B2 (en) * 2012-11-12 2019-01-29 Kla Tencor Corporation Method and system for mixed mode wafer inspection

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2510687B2 (ja) * 1987-08-13 1996-06-26 日本電信電話株式会社 高速欠陥検出方法および装置
US6175645B1 (en) * 1998-01-22 2001-01-16 Applied Materials, Inc. Optical inspection method and apparatus
KR100333744B1 (ko) * 1999-06-08 2002-04-25 이계철 영상 압축이미지를 이용한 유사이미지 검색시스템 및 그 방법과 기록매체
US6862491B2 (en) * 2002-05-22 2005-03-01 Applied Materials Israel, Ltd. System and method for process variation monitor
US6882745B2 (en) * 2002-12-19 2005-04-19 Freescale Semiconductor, Inc. Method and apparatus for translating detected wafer defect coordinates to reticle coordinates using CAD data
KR100575444B1 (ko) * 2003-08-28 2006-05-03 엠텍비젼 주식회사 이미지 센서의 결함픽셀 보정 장치 및 그 방법
KR100581514B1 (ko) * 2004-03-16 2006-05-22 엠텍비젼 주식회사 가중치 값을 이용한 결함 픽셀 보정 장치 및 방법
JP4428112B2 (ja) * 2004-04-02 2010-03-10 ソニー株式会社 外観検査方法及び外観検査装置
JP4533689B2 (ja) * 2004-07-15 2010-09-01 株式会社東芝 パターン検査方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101924053B (zh) * 2009-01-13 2014-06-25 联达科技设备私人有限公司 检测晶片的系统和方法

Also Published As

Publication number Publication date
JP5134880B2 (ja) 2013-01-30
KR20080011635A (ko) 2008-02-05
KR101301289B1 (ko) 2013-08-28
KR101320037B1 (ko) 2013-10-18
CN101236164B (zh) 2012-09-05
JP2008076383A (ja) 2008-04-03
KR20120140233A (ko) 2012-12-28

Similar Documents

Publication Publication Date Title
US9805462B2 (en) Machine learning method and apparatus for inspecting reticles
JP6127170B2 (ja) ウェハ上で検出された欠陥をビン範囲に従って分けるように構成されたシステム
US8611639B2 (en) Semiconductor device property extraction, generation, visualization, and monitoring methods
KR102083706B1 (ko) 반도체 검사 레시피 생성, 결함 리뷰 및 계측을 위한 적응적 샘플링
US6941009B2 (en) Method for evaluating pattern defects on a water surface
CN110189288A (zh) 生成可用于半导体样本的检查的训练集的方法和其系统
JP5624326B2 (ja) ウェーハ上に形成されたアレイ領域のための検査領域のエッジを正確に識別する方法、及び、ウェーハ上に形成されたアレイ領域に検知された欠陥をビニングする方法
US8238647B2 (en) Method and system for defect detection
WO2007023502A2 (en) Method and system for automatic defect detection of articles in visual inspection machines
JP7058324B2 (ja) 検査装置、検査方法、学習方法、及びプログラム
CN101236164B (zh) 用于缺陷检测的方法及系统
WO2020210410A1 (en) Defect candidate generation for inspection
CN117015850B (zh) 以经呈现设计图像进行的设计注意区域的分段
Mohammadzadeh et al. Deep Learning for Defect Detection in Inspection
US20220270212A1 (en) Methods for improving optical inspection and metrology image quality using chip design data

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20120905

Termination date: 20140731

EXPY Termination of patent right or utility model