CN102292805B - 用于检测晶片上的缺陷的系统和方法 - Google Patents

用于检测晶片上的缺陷的系统和方法 Download PDF

Info

Publication number
CN102292805B
CN102292805B CN2010800056350A CN201080005635A CN102292805B CN 102292805 B CN102292805 B CN 102292805B CN 2010800056350 A CN2010800056350 A CN 2010800056350A CN 201080005635 A CN201080005635 A CN 201080005635A CN 102292805 B CN102292805 B CN 102292805B
Authority
CN
China
Prior art keywords
wafer
view data
defect
different
optical states
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.)
Active
Application number
CN2010800056350A
Other languages
English (en)
Other versions
CN102292805A (zh
Inventor
L·陈
J·柯克伍德
M·马哈德凡
J·A·史密斯
L·高
J·黄
T·罗
R·沃林福德
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.)
KLA Corp
Original Assignee
KLA Tencor Corp
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 KLA Tencor Corp filed Critical KLA Tencor Corp
Priority to CN201310410071.4A priority Critical patent/CN103531497B/zh
Publication of CN102292805A publication Critical patent/CN102292805A/zh
Application granted granted Critical
Publication of CN102292805B publication Critical patent/CN102292805B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8806—Specially adapted optical and illumination features
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
    • G01N21/9501—Semiconductor wafers
    • 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
    • H01L22/10—Measuring as part of the manufacturing process
    • H01L22/12—Measuring as part of the manufacturing process for structural parameters, e.g. thickness, line width, refractive index, temperature, warp, bond strength, defects, optical inspection, electrical measurement of structural dimensions, metallurgic measurement of diffusions
    • 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
    • H01L22/20—Sequence of activities consisting of a plurality of measurements, corrections, marking or sorting steps
    • 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
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G01N2021/8854—Grading and classifying of flaws
    • G01N2021/8867—Grading and classifying of flaws using sequentially two or more inspection runs, e.g. coarse and fine, or detecting then analysing
    • G01N2021/887—Grading and classifying of flaws using sequentially two or more inspection runs, e.g. coarse and fine, or detecting then analysing the measurements made in two or more directions, angles, positions

Landscapes

  • Engineering & Computer Science (AREA)
  • Manufacturing & Machinery (AREA)
  • Power Engineering (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • Computer Hardware Design (AREA)
  • Analytical Chemistry (AREA)
  • Chemical & Material Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Biochemistry (AREA)
  • Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
  • Testing Or Measuring Of Semiconductors Or The Like (AREA)
  • Image Processing (AREA)
  • Image Analysis (AREA)

Abstract

本发明提供了一种检测晶片上的缺陷的系统和方法。一种方法包括通过用检查系统使用所述检查系统的第一光学状态和第二光学状态扫描所述晶片来针对晶片产生输出。所述第一光学状态和所述第二光学状态由所述检查系统的至少一个光学参数的不同值来限定。所述方法还包括使用利用所述第一光学状态产生的输出针对所述晶片产生第一图像数据并且使用利用所述第二光学状态产生的输出针对所述晶片产生第二图像数据。另外，所述方法包括组合对应于所述晶片上基本相同位置的所述第一图像数据和所述第二图像数据，由此针对所述晶片产生额外图像数据。所述方法还包括使用所述额外图像数据检测所述晶片上的缺陷。

Description

用于检测晶片上的缺陷的系统和方法
背景技术
1.技术领域
本发明总体上涉及用于检测晶片上的缺陷的系统和方法。某些实施方案涉及一种方法，该方法包括将使用检查系统的不同光学状态产生的晶片上基本相同位置的不同图像数据组合，以产生用于检测晶片上的缺陷的额外图像数据。
2.相关技术的描述
下面的描述和实例凭借其在这部分内的包含内容而不被承认是现有技术。
制造诸如逻辑器件和存储器件之类的半导体器件的步骤通常包括：使用大量半导体制造工艺加工诸如半导体晶片之类的衬底，以形成半导体器件的各种特征和多个层级。例如，光刻就是一种半导体制造工艺，其涉及将图案从掩模版(reticle)转印到半导体晶片上布置的抗蚀剂。半导体制造工艺另外的实例包括(但不限于)化学机械抛光(CMP)、蚀刻、沉积和离子注入。多个半导体器件可以按一定布置方式构造在单个半导体晶片上，并且随后被分成各个半导体器件。
在半导体制造工艺期间的各个步骤使用检查工序，用于检测晶片上的缺陷，以促使制造工艺的良率更高并进而具有更高的利润。检查一直是制造诸如IC之类的半导体器件的重要部分。然而，随着半导体器件的尺寸减小，对于成功制造合格的半导体器件而言，检查变得更加重要，这是因为较小的缺陷也会造成器件失效。例如，随着半导体器件的尺寸减小，对尺寸减小的缺陷的检测成为必要的，这是由于即使相对较小的缺陷也会造成半导体器件中不期望的反常现象。
用于改进对相对较小缺陷的检测的一种显而易见的方法是提高光学检查系统的分辨率。用于提高光学检查系统的分辨率的一种方式是减小系统可以操作的波长。当检查系统的波长减小时，非相干光源不能产生具有足够亮度的光。因此，对于被设计用于以较小波长操作的检查系统，更合适的光源是激光光源，激光光源可以以相对小的波长产生相对亮的光。然而，激光光源产生相干光。由于相干光会在晶片图像中产生斑点，因此这种光不利于检查。由于斑点是图像中的噪声源，因此检查系统产生的图像中的信噪比(S/N)将由于斑点而降低。另外，晶片检查系统(例如，基于激光的检查系统)中的斑点噪声是所关注缺陷(DOI)检测能力的主要限制因素之一。随着晶片设计规格继续缩减，光学检查系统优选地具有更短的波长和更大的集光数值孔径(NA)。斑点噪声因此增大成为更显著的噪声源。
已经开发出许多照射系统用于检查应用，用于减少激光光源的光斑。例如，目前用于减少斑点噪声的常见方法涉及通过使光透射穿过光学漫射器(optical diffuser)或者振动光纤来减少照射激光光源的相干性。这些方法通常需要增大晶片上的照射NA并且因此对于透镜外部(outside-the-lens，OTL)斜角照射构架是无效的。减小激光相干性还限制了傅立叶滤波的使用并且使S/N劣化。已应用其他方法(如移动光瞳面中的孔径)来选择光瞳面(pupil plane)中光的空间样本，并且然后对相对大量的样本的图像取平均。这种方法将大大降低光学系统的分辨率，从而使缺陷捕获率降低。
用于检测缺陷的一些方法利用检查系统的多个检测器产生的输出来检测晶片上的缺陷和/或将晶片上检测到的缺陷分类。这种系统和方法的实例在Ravid等人的国际公开No.WO 99/67626中有所说明，该国际公开以引用方式并入，就好像在本文中完全阐述一样。在该公开中描述的系统和方法总体上被构造用于单独地检测不同检测器产生的电信号中的缺陷。换言之，单独处理每个检测器产生的电信号，以确定每个检测器是否检测到缺陷。无论何时在检测器中的一个产生的电信号中检测到缺陷，同时分析检测器中的至少两个产生的电信号，以确定该缺陷的散射光属性，如反射光强度、反射光量、反射光线性和反射光不对称性。然后，基于这些属性将缺陷分类(例如，分为图案缺陷或颗粒缺陷)。
虽然在以上引用的公开中公开的方法和系统利用通过不止一个检测器产生的电信号确定的缺陷的散射光属性，但是该公开中公开的方法和系统没有以组合方式利用由不止一个检测器产生的电信号来检测缺陷。另外，该公开中公开的方法和系统没有使用由不止一个检测器产生的电信号的组合来进行除了分类之外的任何与缺陷相关的功能。
其他当前可用的检查系统被构造用于检查具有不止一个检测通道的晶片，以通过单独处理每个通道获取的数据来检测晶片上的缺陷，并且通过单独处理每个通道获取的数据将这些缺陷分类。例如，还可以通过产生不同的晶片图表(wafer map)对各个通道中的每个检测到的缺陷单独地进一步处理，每个晶片图表只示出各个通道中的一个通道检测到的缺陷。然后，例如可以使用各个晶片图表的Venn加法将这种系统的不止一个通道产生的缺陷检测结果组合。还可以使用单个行程(pass)或多个行程中获得的输出来执行这种检查。例如，之前使用的用于检测缺陷的一种方法包括对晶片执行两次或更多次的扫描并且将批次结果的联合确定为晶片的最终检查结果。在之前使用的这类方法中，基于来自多次扫描的Venn ID结果、AND/OR运算，进行干扰过滤(nuisance filtering)和缺陷归类(defectbinning)。
因此，之前使用的这类检查方法没有以像素级对检查系统产生的输出进行调节，而是以晶片图表级将结果组合作为最终结果。缺陷是基于其与每个行程发现的晶片级噪声相比的相对信号(幅值)而在每个行程被单独检测到的。另外，之前使用的方法中进行的干扰过滤和缺陷归类可以基于多次扫描的AND/OR检测以及此后的各次单独扫描中的分离。如此，考虑的是检测时的AND/OR运算而没有考虑交叉传递信息。
因此，将会有利的是开发出用于检测晶片上的缺陷的方法和系统，其组合来自检查系统的不同光学状态的信息，以增加用于缺陷检测的晶片的图像数据中的缺陷的S/N同时降低图像数据中的噪声(例如，斑点噪声)。
发明内容
下面对方法、计算机可读介质和系统的各种实施方案的描述将不以任何方式理解为限制所附权利要求书的主题。
一个实施方案涉及一种检测晶片上的缺陷的方法。该方法包括通过用检查系统使用所述检查系统的第一光学状态和第二光学状态扫描所述晶片来针对晶片产生输出。所述第一光学状态和所述第二光学状态由所述检查系统的至少一个光学参数的不同值来限定。所述方法还包括使用利用所述第一光学状态产生的输出针对所述晶片产生第一图像数据并且使用利用所述第二光学状态产生的输出针对所述晶片产生第二图像数据。另外，所述方法包括组合对应于所述晶片上基本相同位置的第一图像数据和第二图像数据，由此针对所述晶片产生额外图像数据。所述方法还包括使用所述额外图像数据检测所述晶片上的缺陷。
在一个实施方案中，所述不同值包括不同的照射角度，在扫描期间，光以所述不同的照射角度被导向所述晶片。在另一个实施方案中，用相干光执行用所述检查系统使用所述第一光学状态和所述第二光学状态扫描所述晶片的步骤。在另一个实施方案中，所述第一光学状态和所述第二光学状态进一步由在扫描期间用于收集来自所述晶片的光的所述检查系统的光学参数的相同值来限定。在另一个实施方案中，所述不同值包括不同的成像模式、不同的偏振态、不同的波长、不同的像素大小或它们的某一组合。在另一个实施方案中，所述不同值包括所述检查系统的不同通道。在一个这样的实施方案中，使用所述第一光学状态和所述第二光学状态产生输出的步骤是并行执行的。
在一个实施方案中，在一个行程中执行产生所述输出的步骤。在一种这样的实施方案中，所述方法还包括：通过用所述检查系统使用所述检查系统的所述第一光学状态或第二光学状态在一不同的行程中扫描所述晶片来针对所述晶片产生额外输出；使用所述不同的行程中产生的所述额外输出来针对所述晶片产生不同的图像数据；对应于晶片上基本相同位置，如果使用所述第一光学状态执行所述不同行程则将所述不同的图像数据与所述第一图像数据组合或者如果使用所述第二光学状态执行所述不同行程则将所述不同的图像数据与所述第二图像数据组合，由此针对所述晶片产生另外的额外图像数据；以及使用所述另外的额外图像数据检测所述晶片上的缺陷。
在另一个实施方案中，所述方法包括通过用不同的检查系统扫描所述晶片来针对所述晶片产生输出；使用利用所述不同的检查系统产生的输出针对所述晶片产生第三图像数据；对应于所述晶片上基本相同位置组合所述第三图像数据与所述第一图像数据或所述第二图像数据，由此针对所述晶片产生另外的额外图像数据；以及使用所述另外的额外图像数据检测所述晶片上的缺陷。
在一个实施方案中，所述第一图像数据和所述第二图像数据包括差别图像(differenceimage)数据。在另一个实施方案中，组合所述第一图像数据和第二图像数据的步骤包括对对应于所述晶片上基本相同位置的所述第一图像数据和所述第二图像数据执行图像相关操作。在另外的实施方案中，组合所述第一图像数据和第二图像数据的步骤以所述第一图像数据和所述第二图像数据的像素级执行。在另外的实施方案中，在所述组合步骤之前不执行缺陷检测。
在一个实施方案中，对应于所述缺陷的所述额外图像数据的部分比被组合来用于产生所述额外图像数据的所述部分的所述第一图像数据和所述第二图像数据的部分具有更大的信噪比。在另一个实施方案中，所述额外图像数据的噪声低于所述第一图像数据和所述第二图像数据的噪声。在另外的实施方案中，所述额外图像数据的斑点噪声低于所述第一图像数据和所述第二图像数据的斑点噪声。在另外的实施方案中，所述方法包括：使用所述第一图像数据检测所述晶片上的缺陷；使用所述第二图像数据检测所述晶片上的缺陷；以及将所述晶片上检测到的所述缺陷报告为使用所述第一图像数据、所述第二图像数据和所述额外图像数据中的任一个检测到的缺陷的组合。
在一个实施方案中，所述方法包括使用所述额外图像数据确定所述缺陷的特征的值。在另一个实施方案中，所述方法包括使用所述第一图像数据、所述第二图像数据和所述额外图像数据的某一组合来确定所述缺陷的特征的值。
在一个实施方案中，检测所述缺陷的步骤包括：使用所述额外图像数据识别所述晶片上的潜在缺陷并且通过使用关于所述潜在缺陷的像素级信息对所述潜在缺陷执行干扰滤波来识别所述缺陷，所述像素级信息是使用所述第一图像数据、所述第二图像数据、所述额外图像数据或它们的某一组合确定的。在另一个实施方案中，检测所述缺陷的步骤包括：使用所述额外图像数据识别所述晶片上的潜在缺陷并且通过使用所述潜在缺陷的特征的值对所述潜在缺陷执行干扰滤波来识别所述缺陷，所述特征的值是使用所述第一图像数据、所述第二图像数据、所述额外图像数据或它们的某一组合确定的。
在一个实施方案中，所述方法包括使用关于所述缺陷的像素级信息来归类所述缺陷，所述像素级信息是使用所述第一图像数据、所述第二图像数据、所述额外图像数据或它们的某一组合确定的。在另一个实施方案中，所述方法包括使用所述缺陷的特征的值来归类所述缺陷，所述特征的值是使用所述第一图像数据、所述第二图像数据、所述额外图像数据或它们的某一组合确定的。
上述方法的每个实施方案的每个步骤还进一步如本文描述地来执行。另外，上述方法的每个实施方案可以包括本文描述的任何其他方法(一个或更多个)的任何其他步骤(一个或更多个)。此外，上述方法的每个实施方案可以由本文描述的任何系统执行。
另一个实施方案涉及一种计算机可读介质，其包括在计算机系统上能执行的程序指令，所述程序指令用于执行由计算机实现的方法以检测晶片上的缺陷。所述方法包括获取通过用检查系统使用所述检查系统的第一光学状态和第二光学状态扫描所述晶片针对晶片产生的输出。所述第一光学状态和所述第二光学状态由所述检查系统的至少一个光学参数的不同值来限定。所述方法还包括使用利用所述第一光学状态产生的输出针对所述晶片产生第一图像数据并且使用利用所述第二光学状态产生的输出针对所述晶片产生第二图像数据。另外，所述方法包括对应于所述晶片上基本相同位置组合第一图像数据和第二图像数据，由此针对所述晶片产生额外图像数据。所述方法还包括使用所述额外图像数据检测所述晶片上的缺陷。
上述由计算机实现的方法的每个步骤还可以进一步如本文描述地来执行。另外，由计算机实现的方法可以包括本文描述的任何其他方法(一个或更多个)的任何其他步骤(一个或更多个)。计算机可读介质可以进一步如本文描述地来构造。
另外的实施方案涉及一种被构造用于检测晶片上的缺陷的系统。所述系统包括检查子系统，其被构造来通过使用所述检查子系统的第一光学状态和第二光学状态扫描所述晶片来针对晶片产生输出。所述第一光学状态和所述第二光学状态由所述检查子系统的至少一个光学参数的不同值来限定。所述系统还包括计算机子系统，其被构造来使用利用所述第一光学状态产生的输出针对所述晶片产生第一图像数据并且使用利用所述第二光学状态产生的输出针对所述晶片产生第二图像数据。所述计算机子系统还被构造来对应于所述晶片上基本相同位置组合所述第一图像数据和所述第二图像数据，由此针对所述晶片产生额外图像数据。另外，所述计算机子系统被构造来使用所述额外图像数据检测所述晶片上的缺陷。所述系统还可以如本文描述地来构造。
另外的实施方案涉及另一种检测晶片上的缺陷的方法。该方法包括通过用检查系统在第一行程和第二行程中使用所述检查系统的第一光学状态扫描晶片来针对所述晶片产生输出。所述方法还包括使用所述第一行程中产生的输出针对所述晶片产生第一图像数据并且使用所述第二行程中产生的输出针对所述晶片产生第二图像数据。另外，所述方法包括对应于所述晶片上基本相同位置组合所述第一图像数据和所述第二图像数据，由此针对所述晶片产生额外图像数据。所述方法还包括使用所述额外图像数据检测所述晶片上的缺陷。
上述方法的每个步骤还进一步如本文描述地来执行。另外，上述方法可以包括本文描述的任何其他方法(一个或更多个)的任何其他步骤(一个或更多个)。此外，上述方法可以由本文描述的任何系统执行。
又一种实施方案涉及另一种检测晶片上的缺陷的方法。该方法包括通过用第一检查系统和第二检查系统扫描所述晶片来针对所述晶片产生输出。所述方法还包括使用利用所述第一检查系统产生的输出针对所述晶片产生第一图像数据并且使用利用所述第二检查系统产生的输出针对所述晶片产生第二图像数据。另外，所述方法包括组合对应于所述晶片上基本相同位置的所述第一图像数据和所述第二图像数据，由此针对所述晶片产生额外图像数据。所述方法还包括使用所述额外图像数据检测所述晶片上的缺陷。
上述方法的每个步骤还可以进一步如本文描述地来执行。另外，上述方法可以包括本文描述的任何其他方法(一个或更多个)的任何其他步骤(一个或更多个)。此外，上述方法可以由本文描述的任何系统执行。
附图说明
受益于下面的优选实施方案的具体实施方式并且参照附图，本发明另外的优点对于本领域的技术人员来说会变得清楚，在附图中：
图1是示出由检查系统的至少一个光学参数的不同值限定的检查系统的不同光学状态的一个实施方案的侧视图的示意图；
图2包括晶片上相同位置的不同图像数据，所述不同图像数据中的每个是利用使用图1的不同光学状态之一产生的输出所产生的；
图3包括使用图1的不同光学状态在晶片的相同位置产生的不同输出；
图4是使用图3的输出的一个实施例产生的图像数据；
图5是通过将图4的图像数据与使用图3的输出的其他实施例产生的其他图像数据组合而产生的额外图像数据；
图6是示出包括可在计算机系统上执行的程序指令的计算机可读介质的一个实施方案的框图，所述指令用于执行检测晶片上的缺陷的由计算机实现的方法；以及
图7是示出被构造用于检测晶片上的缺陷的系统的一个实施方案的侧视图的示意图。
虽然本发明容易形成各种修改形式和可供选择形式，但是其具体实施方案以实施例的方式示出并且可以在本文中详细描述。附图可能不按比例绘制。然而，应该理解，附图以及对其的具体描述不旨在将本发明限于所公开的具体形式，而是相反地，本发明旨在涵盖落入所附权利要求书限定的本发明的精神和范围内的修改形式、等同形式和可供选择形式。
优选实施方案的具体实施方式
如本文所使用的，术语“晶片”一般是指由半导体或非半导体材料形成的衬底。这种半导体或非半导体材料的实施例包括(但不限于)单晶硅、砷化镓和磷化铟。这类衬底在半导体制造设备中可以是常见的和/或可以在半导体制造设备中进行处理。
可以将一个或更多个层形成在晶片上。许多不同种类的这种层是本领域已知的，并且如本文所使用的术语“晶片”旨在包括其上可以形成所有类型的这种层的晶片。形成在晶片上的一个或更多个层可以被图案化。例如，晶片可以包括多个管芯(die)，每个管芯具有可重复的图案化特征。形成这种材料层并对其进行加工最终会导致形成完整的半导体器件。如此，晶片可以包括其上并没有形成完整半导体器件的所有层的衬底或者其上形成了完整半导体器件的所有层的衬底。
晶片还可以包括集成电路(IC)的至少一部分、薄膜磁头管芯(head die)、微机电系统(MEMS)装置、平板显示器、磁头、磁和光存储介质、可以包括光子和光电装置的其他组件，如，激光器、波导和其他在晶片上处理的无源组件、打印头以及在晶片上处理的生物芯片器件。
现在回到附图，注意到，附图未按比例绘制。具体地，附图中的一些元件的比例被很大程度地夸大，以强调元件的特征。还注意到，附图未按相同比例绘制。使用相同的附图标记表示可以类似构造的不止一个附图中示出的元件。
一个实施方案涉及用于检测晶片上的缺陷的方法。该方法包括通过用检查系统使用检查系统的第一光学状态和第二光学状态扫描晶片来针对晶片产生输出。通过扫描晶片产生的输出可以包括任何合适的输出并且可以根据检查系统的构造和/或用于执行扫描的检查方案而有所不同。例如，输出可以包括响应于从晶片散射的光(例如，就暗场(DF)检查系统而言)的信号、数据、图像或图像数据。
检查系统可以是商购的检查系统，如Puma 91xx系列工具，其可商购自加利福尼亚州圣何塞的KLA-Tencor(San Jose，California)。检查系统可以被构造用于检查图案化晶片和/或未图案化晶片。另外，检查系统可以被构造用于进行DF检查，可能结合使用一种或更多种其他检查模式(例如，检查的孔径模式(aperture mode))。此外，检查系统可以被构造为光学检查系统。可以用检查系统按任何合适的方式对晶片执行扫描。例如，晶片可以(通过检查系统的载物台(stage))相对于检查系统的光学器件移动，使得通过检测从晶片散射的光，检查系统的照射追踪晶片的蜿蜒路径(serpentine path)。
第一光学状态和第二光学状态由检查系统的至少一个光学参数的不同值限定。例如，检查系统的光学“状态”(常常还可以被称作光学“配置”或“模式”)可以由用于或可以组合用于针对晶片产生输出的检查系统的不同光学参数值限定。所述不同光学参数可以包括(例如)照射的波长、集光/检测的波长、照射的偏振、集光/检测的偏振、照射的角度(由仰角或入射角并可能由方位角限定)、集光/检测的角度、像素大小等。第一光学状态和第二光学状态可以由检查系统的仅一个光学参数的不同值和检查系统的其他光学参数的相同值限定。然而，第一光学状态和第二光学状态可以由检查系统的两个或更多个光学参数的不同值限定。
在一个实施方案中，不同值包括不同的照射角度，在扫描期间光被以所述不同的照射角度导向晶片。所述不同的照射角度可以包括基本上相同的仰角和不同的方位角。图1示出由检查系统的至少一个光学参数的不同值限定的检查系统的不同光学状态的一种这样的实施方案。例如，如图1中所示，光10可以以方位角14(例如，大约45度的方位角)导向晶片12。光16可以以方位角18(例如，大约-45度的方位角)导向晶片。光10和光16可以以相同或基本相同的仰角20(例如，大约15度)导向晶片。然而，光10和光16可以以不同的仰角和/或不同的方位角导向晶片。光10和光16可以由不同的光源或相同的光源产生。
光10和光16可以具有基本相同的特性(例如，波长、偏振等)。以此方式，为了单独检测由于不同照射角度的照射导致从晶片散射的光以由此针对不同光学状态产生单独输出，可以在不同行程(即，在单个工序中执行的多个行程)采用不同照射角度的光对晶片进行扫描。例如，在双行程检查过程中，可以用以某一仰角和45度方位角入射的照射产生第一行程输出。可以用与用于第一行程相同的光学条件产生第二行程输出，不同的是以-45度的方位角照射。
可以针对检查系统的任何不同光学状态执行这种多行程(或多次通过)输出产生，所述检查系统的输出不能被同时产生和单独产生(例如，由于在不同光学状态之间的检查系统的单个光学元件设置存在差异)。然而，如果检查系统的不同光学状态可以用于同时针对晶片产生单独的输出(例如，使用检查系统的不同通道)，则可以在晶片的单行程扫描过程中使用检查系统的第一光学状态和第二光学状态来产生输出。
在另一个实施方案中，通过用相干光，检查系统使用第一光学状态和第二光学状态对晶片进行扫描。所述相干光可以包括任何合适的相干光源(例如，激光器)以任何合适的波长产生的光。另外，可以使用透镜外部(OTL)光学检查系统执行所述方法，在该光学检查系统中，照射源是以倾斜的入射角入射到晶片上的激光。在一种这样的实施方案中，如图1中所示，光10和光16可以以倾斜的入射角导向晶片并且导出检查系统的透镜22。透镜22可以被构造用于收集扫描期间由于对晶片的照射从晶片散射的光。包括透镜22的检查系统还可以进一步如本文描述地来构造。
以此方式，本文描述的这些实施方案的一个优点在于，这些实施方案可以如本文进一步所描述地降低斑点噪声；并且与用于降低斑点噪声的其他常用方法相比，可以保留激光源的相干性。因此，在本文描述的实施方案中，可以有效应用傅立叶滤波技术来消除DF几何体(DF geometry)中的图案背景。傅立叶滤波技术可以包括本领域已知的任何(光学或数据处理)傅立叶滤波技术。虽然可以通过以OTL照射构造使用相干光扫描晶片有利地在本文描述的实施方案中产生输出，但是可以以任何合适的照射构造使用任何合适的光产生输出。
在另外的实施方案中，第一光学状态和第二光学状态由扫描期间用于收集来自晶片的光的检查系统的光学参数的相同值来限定。例如，如上所述，这些值可以包括不同的照射角度，在扫描期间光以所述不同的照射角度导向晶片。另外，不同的光学状态的不同之处可能只在于检查系统的一个或更多个照射光学参数。如此，由于只有照射可以改变，因此不同光学状态(利用所述不同光学状态可以在晶片的可能不同的行程或扫描中产生输出)之间集光光学路径没有发生变化。针对不同光学状态使用相同集光光学路径，可以有利地减少不同图像数据之间的对准误差以及光学误差，这些误差可能是如本文所描述地使用通过扫描晶片(例如，两个或更多个行程中)获取的输出产生的并且可以如本文进一步描述地被组合。
在另外的实施方案中，不同的值包括不同的成像模式、不同的偏振态、不同的波长、不同的像素大小或它们的某一组合。例如，不同的值可以包括用于照射的不同偏振态。在一种这样的实施例中，第一光学状态和第二光学状态可以由用于集光的相同偏振态限定。例如，不同的值可以包括用于一种光学状态下照射的p偏振(P)态和另一种光学状态下照射的s偏振(S)态，并且在这两种光学状态下用于集光的偏振态可以是未偏振的(N)。然而，在另一种这样的实施例中，光学状态还可以由用于集光的不同偏振态限定。例如，第一光学状态可以由用于照射的S偏振态和用于集光的P偏振态限定，并且第二光学状态可以由用于照射的P偏振态和用于集光的S偏振态限定。
在另一个实施方案中，不同值包括检查系统的不同通道。例如，第一光学状态可以由检查系统的第一通道限定，并且第二光学状态可以由检查系统的第二通道限定。换言之，可以使用检查系统的一个通道针对第一光学状态产生针对晶片的输出，并且可以使用检查系统的一不同通道针对第二光学状态产生针对晶片的输出。通常，本文中使用的术语“通道”是指检查系统的不同的检测子系统或检测器，其不同之处可能是角度(即，集光角度)但是在其他方面(例如，通道所检测的光的一种或更多种波长、通道所检测的光的偏振等)也可能不同或可能相同，来自晶片的光以所述集光角度被收集并且被检测子系统或检测器检测。
在一种这样的实施例中，如果检查系统包括三个通道，则第一光学状态和第二光学状态可以由下面的通道组合来限定：通道1和通道2；通道2和通道3；以及通道1和通道3。另外，如本文进一步描述的，可以使用不止两个不同的光学状态实现这些实施方案。在一种这样的实施例中，如果检查系统包括三个通道，则第一、第二和第三光学状态可以分别由通道1、通道2和通道3限定。此外，不同光学状态中的每个可以由检查系统的不同通道限定(例如，由N个通道限定的N个光学状态)。
在一种这样的实施方案中，并行执行使用第一光学状态和第二光学状态产生输出的步骤。例如，可以在同一行程或扫描过程中产生使用第一光学状态和第二光学状态产生的输出。如此，每个通道的输出可以被并行地收集。
所述方法还包括利用使用第一光学状态产生的输出来产生晶片的第一图像数据以及利用使用第二光学状态产生的输出来产生晶片的第二图像数据。在一个实施方案中，第一图像数据和第二图像数据包括差别图像数据。可以以任何合适的方式产生差别图像数据。例如，可以使用测试图像数据和两个基准(例如，晶片上与产生测试图像数据的管芯相邻的管芯的图像数据)产生针对第一光学状态的差别图像数据。在这种实施例中，可以从测试图像数据中减去一个基准并且可以单独从测试图像数据中减去另一个基准。可以将两次减法运算的结果相乘，并且乘积的绝对值可以是差别图像数据。可以以类似方式产生针对第二光学状态的差别图像数据。如此，可以只利用使用每种光学状态产生的输出针对每种光学状态单独产生差别图像数据。换言之，产生差别图像数据不是交叉的光学状态操作。以此方式，产生第一和第二图像数据的步骤可以包括执行管芯-管芯(die-to-die)减法，以消除输出中的图案背景。然而，可以使用任何合适的算法(一种或更多种)和/或方法(一种或更多种)以任何其他合适的方式产生差别图像数据。另外，第一和第二图像数据可以不是差别图像数据。例如，第一和第二图像数据可以是任何其他图案背景消除运算(一种或更多种)之后(例如，傅立叶滤波之后)的晶片的原始图像数据。
所述方法还包括组合对应于晶片上基本相同位置的第一图像数据和第二图像数据，由此针对晶片产生额外图像数据。以此方式，第一图像数据和第二图像数据可以以位置-位置(location-to-location)为基础进行组合。与涉及组合使用检查系统的不同光学状态获取的晶片相关信息的其他方法不同，如本文描述地组合第一图像数据和第二图像数据针对晶片产生不同图像数据，所述不同图像数据随后可以如本文进一步描述地来使用(例如，用于缺陷检测)。例如，组合第一和第二图像数据的步骤可以包括使用第一图像数据和第二图像数据执行“图像融合”。换言之，晶片的新图像数据可以由晶片的两个其他图像数据“融合”而成。如此，可以使用多种光学状态执行图像融合，所述多种光学状态可以包括本文描述的任一种光学状态(例如，由不同偏振、不同通道等限定的光学状态)。例如，可以通过使用来自检查系统的任何两个(或更多个)通道的图像数据来实现图像融合。在一种这样的实施例中，如果检查系统包括三个通道，则可以使用下面的通道组合执行图像融合：通道1和通道2；通道2和通道3；通道1和通道3；以及通道1、2和3。另外，如本文进一步描述的，可以在不同行程中获取用于产生第一图像数据和第二图像数据的输出。以此方式，所述方法可以包括多行程图像融合。然而，如本文还进一步描述的，可以在单个行程中获取用于产生第一图像数据和第二图像数据的输出(例如，每个通道的输出可以被并行地收集)。如此，所述方法可以包括单行程图像融合。
虽然所述方法包括如上所述组合第一图像数据和第二图像数据，但是所述方法不限于只组合第一图像数据和第二图像数据。例如，如果使用检查系统的第三光学状态针对晶片产生输出，则所述方法可以包括利用使用第三光学状态产生的输出针对晶片产生第三图像数据(可以如本文所描述地执行)，所述第三光学状态由与限定第一和第二光学状态的至少一个光学参数值不同的检查系统的至少一个光学参数的至少一个值限定。第三光学状态可以由本文描述的任何光学参数的不同值中的任一个限定。在一种这样的实施例中，不同光学状态中的每个可以由检查系统的不同通道限定。所述方法还可以包括如本文所描述地组合对应于晶片上基本相同位置的第一图像数据、第二图像数据和第三图像数据，由此针对晶片产生额外图像数据。如本文中进一步描述的，组合使用两种或更多种光学状态产生的输出所产生的图像数据是有利的。
此外，虽然所述方法包括针对晶片产生额外图像数据，但是所述方法不限于针对晶片只产生额外图像数据。例如，所述方法可以包括如上所述针对晶片产生额外图像数据并且以类似方式针对晶片产生不同的额外图像数据。在一种这样的实施例中，可以通过如上所述组合第一图像数据和第二图像数据来产生额外图像数据。所述方法还可以包括使用检查系统的第三光学状态针对晶片产生输出，所述第三光学状态可以如本文进一步描述地被限定。如本文进一步描述的，所述输出可以用于针对晶片产生第三图像数据。然后，可以将第三图像数据如本文所描述地与第一图像数据和/或第二图像数据组合，以产生不同的额外图像数据。可以与本文进一步描述的步骤中使用额外图像数据类似的方式使用不同的额外图像数据。
在一个实施方案中，组合第一图像数据和第二图像数据的步骤包括对对应于晶片上基本相同位置的第一图像数据和第二图像数据执行图像关联。例如，可以通过使图像数据(例如，来自两个行程)相关来产生新晶片图像数据或融合的图像数据。在一个实施例中，图像相关可以包括5个像素×5个像素相关。然而，可以使用任何合适的图像相关算法(一种或更多种)和/或方法(一种或更多种)以任何其他合适的方式执行图像相关操作。另外，可以使用可用于图像相关操作的任何合适的图像处理技术来执行图像相关操作。
在另一个实施方案中，以第一和第二图像数据的像素级执行组合第一图像数据和第二图像数据的步骤。换言之，第一和第二图像数据可以以逐个像素(pixel-by-pixel)为基础进行组合。再换言之，可以针对第一和第二图像数据中的各个像素单独执行组合第一和第二图像数据的步骤。通过以像素级融合信息，可以对不同光学状态(可能由不同检查行程产生)的幅值(强度)和相位(相关)信息二者进行调节。通过以像素级组合信息，待用的新范围(dimension)变得可用，即不同视角(光学状态)之间存在重合。
可以针对用检查系统使用第一和第二光学状态扫描的整个晶片或晶片的整个部分产生不同光学状态下的第一和第二图像数据(例如，差别图像数据)。另外，可以同时使用第一图像数据和第二图像数据来执行组合第一和第二图像数据的步骤。以此方式，可以针对使用第一和第二光学状态扫描的整个晶片或晶片的整个部分执行图像融合。
然而，可以不针对整个晶片或晶片的整个部分执行图像融合。例如，所述方法可以包括向第一和/或第二图像数据应用强度截断(intensity cut off)并且消除强度值没有超出强度截断的第一和/或第二图像数据中的任一个。以此方式，没有被消除的第一和/或第二图像数据可以被识别为将用于所述方法中执行的另外步骤的候选者。在一种这样的实施例中，如果使用晶片的第一行程中产生的输出来产生第一图像数据并且使用晶片的第二行程中产生的输出来产生第二图像数据，则可以向第一图像数据应用强度截断以消除强度值没有超出强度截断的任一个第一图像数据。以此方式，所述方法可以包括只针对第一行程中被识别的候选者保存图像修补(patch)数据。在第二行程中，只有作为候选者的对应于晶片上相同位置的第二图像数据可以被存储和/或与第一图像数据组合。以此方式，保存在第二行程中的图像数据可以根据第一行程中捕获的候选者而有所不同，然后可以使用第二行程中保存的图像数据执行图像融合。然而，如果使用晶片的单个行程中产生的输出来产生第一和第二图像数据，则强度截断可以同时应用于第一和第二图像数据，并且其值超出强度截断的第一和第二图像数据中的任一个可以与对应的图像数据组合，而不管另一个图像数据的强度值如何。
所述方法可以包括执行一些(即，一个或更多个)膨胀步骤(dilation step)，以确保图像数据中缺陷信号之间的正确对准。例如，对于如上所述被识别为候选者中的每个，可以执行3像素×3像素膨胀。然而，膨胀步骤(一个或更多个)可以包括本领域已知的任何合适的膨胀图像处理技术(一种或更多种)并且可以使用任何合适的方法(一种或更多种)和/或算法(一种或更多种)来执行。可以对第一和第二图像数据二者执行膨胀步骤(一个或更多个)，由此增加第一和第二图像数据中的缺陷信号彼此对准的精度。
无论所述方法是否包括诸如上述的膨胀步骤(一个或更多个)，所述方法可以包括在进行组合步骤之前对准第一和第二图像数据。可以以任何合适的方式执行图像数据对准的步骤。例如，可以通过针对不同光学状态产生的图像数据(例如，两个行程中获取的图像数据)之间的X投影和Y投影(例如，沿着x和y方向的图像数据的平均强度)的交叉关联执行图像数据对准。
在另外的实施方案中，在组合步骤之前没有执行缺陷检测。例如，如上所述，可以在组合步骤之前向第一和/或第二图像数据应用强度截断。然而，强度截断并非是缺陷检测阈值、方法或算法。相反，强度截断实质上充当噪声滤波器，用于消除不具有相对高强度值的图像数据，其目的只是为了减少所述方法的其他步骤中涉及的处理。另外，可以单独使用第一图像数据和第二图像数据如本文进一步描述地执行缺陷检测，并且在执行组合步骤之前可以执行或者可以不执行使用第一和/或第二图像数据进行的缺陷检测。然而，在已经执行了产生额外图像数据的组合步骤之前，不能使用额外图像数据执行缺陷检测。以此方式，与涉及组合缺陷检测后产生的信息(例如，组合得自晶片的不同扫描的缺陷检测结果)的方法和系统不同，本文所描述的实施方案在缺陷检测之前组合信息，如本文进一步描述的，这是有利的。
由于本文描述的实施方案包括组合第一和第二图像数据来产生额外图像数据，因此在执行所述方法期间可以存储相当大量的图像数据。特别适于存储相对大量数据(如，图像数据)的方法和系统的实施例在2008年9月19日由Bhaskar等人提交的共同被拥有的美国专利申请No.12/234,201中有所描述，该专利申请以引用方式被并入，好像在本文中完全阐述一样。本文描述的实施方案可以包括使用该专利申请所描述的方法和系统存储由本文描述的实施方案产生的输出和/或图像数据。例如，系统可以包括八个图像计算机。在用第一光学状态执行的多行程检查中的第一行程期间，每个图像计算机可以接收并存储晶片上被扫描的每个扫描带(swath)的图像数据的1/8。在用第二光学状态执行的多行程检查的第二行程期间，每个图像计算机可以接收并存储晶片上被扫描的每个扫描带的图像数据的1/8。另外，每个图像计算机可以接收并存储在这两个行程中在晶片上基本相同位置产生的图像数据(即，基本上相同的晶片位置和/或基本上相同的扫描带内位置产生的图像数据)。在第二行程期间产生的图像数据可以被存储在图像计算机的图像缓冲器中，处于距离所存储的第一行程图像数据的位置的固定偏移位置。然后，可以在本文描述的任一步骤(一个或更多个)中使用所存储的图像数据。本文描述的计算机系统和计算机子系统可以进一步如以上引用的专利申请中描述地被构造。本文描述的实施方案还可以包括以上引用的专利申请中描述的任意方法(一种或更多种)的任意步骤(一种或更多种)。
所述方法还包括使用额外图像数据检测晶片上的缺陷。因此，缺陷检测不再只由每种光学状态(或每个行程)单独确定，而是基于由多种光学状态(例如，所有行程)融合而成的信息来确定。以此方式，本文描述的方法使用图像融合结果作为进行缺陷检测的输入，所述图像融合结果是通过组合多种光学状态产生的原始(差别)图像数据的信息而产生的。使用额外图像数据在晶片上检测到的缺陷可以包括本领域已知的任何缺陷，并且可能根据晶片的一种或更多种特性(例如，晶片类型或在检查前晶片上所执行的工艺)而有所不同。
使用额外图像数据检测缺陷的步骤可以包括向额外图像数据应用一个或更多个缺陷检测阈值。例如，可以将额外图像数据与一个或更多个检测缺陷阈值相比较。一个或更多个检测缺陷阈值可用于决定额外图像数据中的像素是否为具有缺陷的。使用一个或更多个检测缺陷阈值进行缺陷检测的其他方法可以首先使用较简单的(包含的计算量较少)测试来选择一组候选像素，之后只向候选者应用更复杂的计算以检测缺陷。
用于检测晶片上的缺陷的一个或更多个检测缺陷阈值可以是检查方案中可包括的一个或更多个缺陷检测算法的缺陷检测阈值(一个或更多个)。应用于额外图像数据的一个或更多个检测缺陷算法可以包括任何合适的缺陷检测算法(一种或更多种)并且可以根据(例如)在晶片上正执行的检查的类型而有所不同。可应用于额外图像数据的合适的缺陷检测算法实施例包括由商购的检查系统(如得自KLA-Tencor的检查系统)使用的分段自动变阈(SAT)或多管芯自动变阈(MDAT)。以此方式，额外图像数据在开始用于缺陷检测时可以被当作任何其他图像数据。
在一个实施方案中，额外图像数据的噪声低于第一和第二图像数据。例如，通过本文描述地组合针对不同光学状态产生的关于晶片的图像数据，提供了新的晶片噪声分布背景(context)并且提供了对所关注缺陷(DOI)的敏感性。另外，通过以像素级组合(或融合)来自多种光学状态的信息，可以降低对干扰事件或噪声的敏感性。例如，通过如上所述执行图像相干操作，可以基本上消除在额外图像数据中的空间上不一致的第一图像数据和第二图像数据中的晶片噪声。以此方式，本文描述的实施方案对如下事实进行调节：不同光学状态(例如，由不同成像模式、偏振态、波长、像素大小等限定)提供晶片级噪声和干扰缺陷的不同视角，由此有可能抑制如本文进一步描述地可以使用(例如，出于缺陷检测目的)的额外图像数据中的噪声。
在另外的实施方案中，额外图像数据比第一和第二图像数据具有更少的斑点噪声。例如，本文描述的实施方案可以使用图像相关处理(用于产生额外图像数据)，由此基本上消除不相关的斑点噪声。另外，如上所述，第一光学状态和第二光学状态可以由不同的照射角度限定。如此，本文描述的实施方案可以通过变化照射角度来用于抑制斑点噪声。换言之，本文描述的实施方案可以用于抑制斑点噪声，具体是通过对使用光学检查系统中使用各种照射角度产生的输出所产生的图像数据进行相关操作。例如，随着照射角度发生变化，晶片上由于表面粗糙度产生的散射光的相位关系变化。图像数据中的斑点图案相应变化。当这种变化充分时，不同图像数据的相关性将有助于消除斑点噪声。
图2中示出斑点图案如何随着照射角度的变化而变化的实施例。针对晶片上的相同位置产生检查图像数据24和26。以45度的照射方位角获取检查图像数据24。以-45度的照射方位角获取检查图像数据26。因此，以不同的照射角度(例如，仰角相同但是方位角不同)获取检查图像数据。图像数据的一部分28示出分页符上相同位置处由两个方位角照射产生的斑点识别标记完全不同。具体地，检查图像数据26中的亮斑点是由表面粗糙度造成的并且将成为噪声或干扰。在检查图像数据24中，由于斑点图案随着照射角度而变化，因此在相同位置不存在亮斑点。因此，晶片噪声随着照射角度的变化而变化。具体地，随着方位角从-45度变成45度，亮斑点消失。
在一个实施方案中，额外图像数据中与晶片上的缺陷对应的那部分的信噪比(S/N)大于被组合用于产生额外图像数据的这部分的第一和第二图像数据的部分的信噪比。例如，通过以像素级组合(或融合)得自多种光学状态的信息，可以增强来自DOI的弱信号强度。不仅可以通过利用每种光学状态(幅值)下缺陷的相对信号，而且还可以通过运用不同光学状态(相位)之间的重合或相关性来实现增强来自DOI的信号强度。例如，以像素级融合信息由此对不同光学状态之间的幅值(强度)和相位(相关性)信息二者进行调节，能够提取具有弱信号的缺陷并抑制噪声和干扰事件，这是通过运用它们针对不同光学状态各自的重合性和非重合性实现的。以此方式，本文描述的实施方案对如下事实进行调节：不同的光学状态(例如，由不同的成像模式、偏振态、波长、像素大小等限定的)提供了晶片级噪声和干扰缺陷的不同视角，由此有可能增强DOI的对比度以及其与干扰缺陷的分离。另外，对多种光学状态进行的像素级图像融合提供了增强DOI和干扰之间的分离的机会，尽管这两者都可能具有相对高的S/N。
在一种这样的实施例中，当用于针对晶片产生输出的不同光学状态之间斑点图案的变化充分时，由于源自缺陷的信号散射强度可能相对恒定，因此不同光学状态下的不同图像数据的相关性将有助于消除斑点噪声并且提高S/N。例如，如果在光学架构中照射角度是对称的，则在两种光学状态下缺陷信号可能是近似的，对于相对小的缺陷尤其如此。在图像相关之后降低斑点噪声的同时，缺陷信号在此过程中得以保持。以此方式，本文描述的实施方案在图像相关操作之后可以保持正常合理的缺陷信号水平。例如，与用于降低斑点噪声的其他常用方法相比，选择性消除了斑点噪声，而不是对相对大的斑点图案样本取平均。选择性消除斑点噪声而不是对相对大的斑点图案样本取平均，有助于降低本底噪声(noise floor)并提高S/N。
以此方式，如本文描述的实施例所示出的，额外图像数据中的缺陷S/N相对于各个光学状态下的缺陷的S/N得到很大改进，尤其是对于斑点噪声显著的晶片而言。例如，使用任一种光学状态(使用利用一个照射角度产生的任一个差别图像数据)不能检测到的缺陷可能在图像相关操作之后变得能被检测到。具体地，本文描述的实施方案的一个优点在于，与第一和第二图像数据相比，额外图像数据中的斑点噪声可以大大减少，同时与第一和第二图像数据相比，额外图像数据中的缺陷S/N得以提高。如此，在第一和第二图像数据中都不能检测到的缺陷可以在通过图像相关操作而产生的相应额外图像数据中变得能被检测到。
然而，本文描述的实施方案可以用于增大第一图像数据和第二图像数据中的任一者或两者中能检测到(例如，使用得自一个照射角度的图像数据和/或使用得自不同照射角度的图像数据)的缺陷的S/N。例如，即使缺陷在由一个照射偏振态限定的光学状态中的一种下产生适中的S/N并且在由一不同的照射偏振态限定的光学状态中的另一种下产生微弱的S/N，相对于这两种光学状态，额外图像数据中的缺陷S/N也会有所增大，这是因为融合来源于两种光学状态的信息，可以既抑制噪声又增强信号。另外，如果缺陷在由不同照射偏振态限定的两种光学状态下产生最低限度的(marginal)S/N，则相对于这两种光学状态，额外图像数据中的缺陷S/N会有所增大。
此外，如果缺陷在由不同照射偏振态和不同集光偏振态限定的两种光学状态下产生明显的S/N而噪声(例如，来源于晶片的管芯)在第一和第二图像数据是显著的，则通过如本文描述地组合第一和第二图像数据，与第一和第二图像数据相比，噪声在额外图像数据中可以被显著减少。以类似方式，如果缺陷在由不同照射偏振态和不同集光偏振态限定的两种光学状态下的S/N与第一和第二图像数据中的噪声(例如，来源于晶粒(grain)识别标记)的最大S/N相同，则通过如本文描述地组合第一和第二图像数据，与第一和第二图像数据相比，噪声在额外图像数据中可以被显著减少。
在另一个实施例中，在使用检查系统的不同通道限定的第一和第二光学状态产生的第一和第二图像数据中可能存在不同的峰噪声事件(peak noise event)，而第一和第二图像数据中的缺陷可能具有足够的相关性，使得通过如本文描述地组合第一和第二图像数据，与第一和第二图像数据相比，额外图像数据中的缺陷的S/N会高得多。以此方式，本文描述的实施方案可以用于使用来源于多种光学状态的信息来增强晶片检查系统对DOI的检测能力。
在图3至图5中示出缺陷的S/N可以如何提高的实施例。具体地，图3所示的输出30是方位角为45度时桥接缺陷(bridge defect)的原始图像。在这个图像中，桥接缺陷的S/N(最大差异)为1.265。使用信号窗32中的信号和噪声窗34中的噪声确定S/N，所述噪声包括来源于分页符的噪声。图3所示的输出36是方位角为-45度时桥接缺陷的原始图像。在这个图像中，桥接缺陷的S/N(最大差异)为1.051。使用与上述所述相同的信号窗和噪声窗确定S/N。以此方式，方位角为45度和-45度时的桥接缺陷的原始图像表明任一个图像都没有充足的S/N，使得可以使用任一图像捕获缺陷。例如，缺陷的S/N为1.265和1.051，二者都比用于进行缺陷检测的常规阈值小得多。
图4是使用图3的原始图像中的一个针对晶片产生的图像数据的实施例。例如，图4所示的图像数据38是由管芯-管芯减法和背景抑制产生的图像数据，管芯-管芯减法和背景抑制是使用图3所示的图像之一和来自晶片上相邻管芯的相应基准图像来执行的。如图4中所示，在这个图像数据中，斑点噪声表现为许多干扰。以此方式，即使在管芯-管芯减法和背景抑制之后，斑点噪声也表现为许多干扰。具体地，当背景减少时，干扰在图像数据中仍然是明显的。更具体地，图像数据38中的信号40对应于来源于分页符上斑点的干扰，而信号42对应于缺陷。因此，由于在管芯-管芯减法和背景抑制之后仍然存在干扰，因此对缺陷的检测能力将有所降低。
图5是通过将图4的图像数据与使用图3的其他图像针对晶片产生的其他图像数据组合而产生的额外图像数据的实施例。具体地，图5所示的图像数据44是通过使用图像数据38和其他图像数据执行的图像相关操作来产生的，所述其他图像数据即为由使用45度方位角产生的输出所产生的图像数据和由使用-45度方位角产生的输出所产生的图像数据。在使用45度方位角差别图像数据和-45度方位角差别图像数据执行相关操作之后，通过图像相关操作产生的图像数据中的缺陷的S/N为2。以此方式，缺陷的S/N从1.265和1.051增大至2。如此，现在缺陷是可检测到的，此时噪声大大降低。例如，如图5中所示，峰噪声46只是与相关的差别图像数据中都存在的噪声对应的图像数据中的斑点峰(specklepeak)。峰噪声46的灰度级为1044。第二峰噪声48的灰度级为171。相比之下，缺陷50的灰度级为2060。因此，缺陷变成使用相关图像数据可检测到的。以此方式，已经示出用于检测单独使用任一种光学状态(例如，使用来源于一个照射角度的图像数据)不能检测到的缺陷的实施方案。
如上所述，照射的变化形式可以用于改变晶片的图像数据中的斑点图案，由此在使用图像数据执行图像相关操作之后降低斑点噪声。另外，尽管上述一些实施方案被描述为针对第一光学状态和第二光学状态使用由45度方位角和-45度方位角限定的两个照射角度，但是不同的光学状态可以扩展到各种照射角度，包括变化方位角和/或仰角。可以在晶片的不同行程中获取每个不同照射角度的输出。对使用不止两个各种照射角度产生的图像数据进行相关操作可以用于进一步抑制噪声并提高S/N。例如，除了变化照射的方位角之外，变化仰角也可以大大改变斑点图案，由此增加噪声的不相关性并进一步提高S/N。以此方式，使用任何额外光学状态执行所述方法，可以有助于进一步消除不相关的斑点噪声并且提高晶片上缺陷的S/N。以类似方式，相关性可以被扩展用于任何通道和任何光学状态。
如上所述，晶片检查系统(例如，基于激光的晶片检查系统)中的斑点噪声是DOI检测能力的主要限制之一。例如，斑点噪声增加了检查图像数据中的噪声水平并且降低了S/N。因此，由晶片表面粗糙度造成的斑点噪声可能是一些检查系统中可实现的缺陷捕获速率的主要限制之一。另外，所检测到的由晶片噪声(例如，由晶片粗糙度造成的斑点状噪声)造成的干扰是DOI检测能力的主要限制之一。具体地，“粗糙”晶片(如，多粒的(grainy)金属蚀刻晶片)上的相对高干扰率和晶片噪声会限制原本具有相对好的光学分辨率的检查系统的性能。另外，随着晶片设计规格继续缩减，光学检查系统优选地使用较短的波长和较大的集光数值孔径(NA)。因此，斑点噪声变成更显著的噪声源。
然而，如上所述，通过组合第一图像数据和第二图像数据，抑制了通过此组合步骤产生的额外图像数据中的斑点噪声。如此，本文描述的方法可以用于通过减少主要限制噪声的因素即斑点噪声(例如，由晶片表面粗糙度造成)降低干扰率并且提高晶片检查系统中的缺陷捕获率。因此，本文描述的实施方案可以用于增大晶片检查系统的敏感性。另外，如上所述，本文描述的实施方案允许在降低斑点噪声的同时保留照射相干性，由此能够使用傅立叶滤波并提高S/N。
在一个实施方案中，所述方法包括使用第一图像数据检测晶片上的缺陷、使用第二图像数据检测晶片上的缺陷以及将晶片上检测到的缺陷报告为使用第一图像数据、第二图像数据和额外图像数据中的任一个检测到的缺陷的组合。例如，如上所述使用额外图像数据检测缺陷。以类似方式，可以使用第一图像数据和第二图像数据单独执行缺陷检测。可以以基本上相同的方式(例如，使用相同的阈值(一个或更多个))使用不同图像数据中的每个单独执行缺陷检测。以此方式，所述方法可以包括检测缺陷的三个子群(即，使用第一图像数据检测到的缺陷、使用第二图像数据检测到的缺陷和使用额外图像数据检测到的缺陷)。然后，可以组合这三个子群以针对晶片产生缺陷群。例如，可以基于其中检测到缺陷的图像数据使用OR函数组合缺陷子群。在任何两个或更多个图像数据中的基本相同位置检测到的任何缺陷可以只被报告一次，以避免任何一个缺陷的重复报告。以此方式，在两个不同的图像数据中检测到的任何一个缺陷可以只被报告一次。晶片上检测到的缺陷还可以以其他任何合适的方式来报告。
如上所述，所述方法还可以包括产生不同的额外图像数据。所述不同的额外图像数据还可以用于如上所述的缺陷检测。使用不同的额外图像数据检测到的任何缺陷可以与如本文描述的使用任何其他图像数据(例如，额外图像数据、第一图像数据和第二图像数据等)检测到的缺陷组合。此外，如果使用检查系统的不止两个不同的光学状态扫描晶片，则使用来自第三、第四等光学状态的输出产生的图像数据还可以用于缺陷检测，并且使用所述图像数据检测到的任何缺陷可以与如本文描述的使用其他图像数据(例如，额外图像数据、第一图像数据和第二图像数据等)检测到的缺陷组合。
如上所述，在第一光学状态和第一光学状态下都不能检测到的缺陷可能在通过图像相关操作产生的额外图像数据中变得能被检测到。以此方式，额外图像数据可以用于检测晶片上的缺陷，这些缺陷的独特之处在于，使用第一图像数据和第二图像数据中的任一个都没有检测到它们或者不能检测到它们。如此，使用额外图像数据检测到的缺陷可以用于单独通过任一种光学状态没有检测到或者不能检测到的缺陷来补充检查结果。
本文描述的实施方案还可以包括多种光学状态下的缺陷特征水平融合，这样可以提供增强DOI和干扰之间的分离的机会，尽管这两者都可以具有相对高的S/N。例如，在一个实施方案中，所述方法包括使用额外图像数据确定缺陷的特征的值。以此方式，可以基于融合的图像数据通过执行特征计算来确定缺陷的“交叉光学状态”特征。使用额外图像数据确定的缺陷特征可以包括可以以任何合适方式确定的任何合适的缺陷特征。以此方式，额外图像数据在开始用于检测特征确定时可以被当作任何其他图像数据。
在另一个实施方案中，所述方法包括使用第一图像数据、第二图像数据和额外图像数据的某一组合来确定缺陷的特征的值。以此方式，可以使用与用于确定“交叉-通道”特征类似的方法(一种或更多种)和/或算法(一种或更多种)来确定“交叉光学状态”特征。例如，可以使用对应于不同光学状态的不同图像数据来单独确定缺陷特征。然后，可以组合这些缺陷特征，以确定缺陷的不同缺陷特征。例如，使用对应于不同光学状态的不同图像数据单独确定的缺陷特征的值可以被组合成缺陷特征的新值。在另一个实施例中，可以由对应于不同光学状态的不同图像数据确定缺陷的不同缺陷特征。然后，可以以某一组合使用这些不同的缺陷特征，以确定缺陷的另一个缺陷特征。不同图像数据用于确定缺陷特征的方式会根据其特征正被确定的缺陷、正被确定的特征和图像数据自身(例如，可能影响是否或者如何可以使用图像数据确定特征的图像数据的特性)而有所不同。以此方式，可以使用所有可用信息或者可用信息的某一子集来确定缺陷的特征值。
干扰滤波可以不仅在各种单独光学状态的维度下执行，而且可以在多种光学状态产生的n维空间中执行，这样更有可能识别干扰和DOI之间的分离。例如，在一个实施方案中，检测缺陷的步骤包括使用额外图像数据识别晶片上的潜在缺陷以及通过使用关于潜在缺陷的像素级信息对潜在缺陷执行干扰滤波来识别缺陷，所述像素级信息是使用第一图像数据、第二图像数据、额外图像数据或其某一组合确定的。因此，可以通过以像素级组合多种光学状态(多个行程)的信息来执行干扰滤波，这样产生更有潜力的性能。通过可以如本文所述执行的缺陷检测，可以识别额外图像数据中的潜在缺陷。还可以针对使用本文描述的任何其他图像数据识别的潜在缺陷执行如上所述的干扰滤波。
在另一个实施方案中，检测缺陷的步骤包括使用额外图像数据识别晶片上的潜在缺陷以及通过使用潜在缺陷的特征值对潜在缺陷执行干扰滤波来识别缺陷，所述特征值是使用第一图像数据、第二图像数据、额外图像数据或其某一组合来确定的。因此，可以通过以特征级组合多种光学状态(例如，多个行程)的信息来执行干扰滤波，这样产生更有潜力的性能。可以如上所述执行使用额外图像数据识别潜在缺陷的步骤。潜在缺陷的特征值可以包括本文描述的任何特征的任何值并且可以如本文描述地被确定。还可以针对使用本文描述的任何其他图像数据识别的潜在缺陷执行如上所述的干扰滤波。
本文描述的实施方案还可以包括晶片检查系统的图像融合和归类。归类步骤可以不仅在各单独的光学状态的维度下执行，而且可以在多种光学状态产生的n维空间中执行，这样更有可能找到不同类型缺陷之间的分离。例如，在一个实施方案中，所述方法包括使用关于缺陷的像素级信息来归类缺陷，所述像素级信息是使用第一图像数据、第二图像数据、额外图像数据或其某一组合确定的。因此，可以通过以像素级组合多种光学状态(例如，多个行程)的信息来执行归类缺陷的步骤，这样产生更多的性能潜力。
在另一个实施方案中，所述方法包括使用缺陷的特征值来归类缺陷，所述特征值是使用第一图像数据、第二图像数据、额外图像数据或其某一组合确定的。因此，可以通过以缺陷特征级组合多种光学状态(例如，多个行程)的信息来执行归类缺陷的步骤，这样产生更多的性能潜力。使用第一图像数据、第二图像数据、额外图像数据或其某一组合确定的缺陷的特征值可以如本文进一步描述地来确定。
如上所述，通过对应于检查系统的光学状态的不同组合来组合图像数据，可以针对晶片产生不同的额外图像数据。换言之，可以针对晶片产生不同的融合的图像数据。可以采用与额外图像数据相同的方式在本文描述的所有步骤中使用不同的融合的图像数据。另外，如果针对晶片产生不同的融合的图像数据，则不同的融合的图像数据可以用于确定针对晶片的适宜的或最佳的检查方案。例如，可以独立使用不同的融合的图像数据进行缺陷检测(可以如本文描述地执行)。然后，可以比较使用不同的融合的图像数据检测到的缺陷。使用相比于各个光学状态的不同融合的图像数据以独特方式检测到的缺陷可以通过缺陷审查而被审查到，以确定哪个融合的图像数据检测最独特的DOI。然后，可以针对相同工艺和/或层的其他晶片产生相同的融合的图像数据并且将其用于检测这些晶片上的缺陷。以此方式，可以使用融合的图像数据(即，使用针对晶片按实验方式获取的输出所产生的融合的图像数据)按实验方式确定检查方案的一个或更多个参数。另外，可以使用缺陷检测方法或算法(例如，检查方案中的缺陷检测算法)以此方式确定本文描述的方法中所使用的多种光学状态。如此，可以使用所述算法来对检查方案执行模式选择。
用于确定检查方案的一个或更多个参数的这种方法可以用于确定两种或更多种光学状态，所述两种或更多种光学状态可以有利地用于本文所描述的方法中，用作预定的缺陷检测方法或算法。然而，用于确定检查方案的一个或更多个参数的这种方法还可以用于确定应该与两种或更多种光学状态一起使用的一个或更多个检测参数(例如，缺陷检测方法或算法)。以此方式，融合的图像数据可以用于确定检查方案的任何参数(一个或更多个)。
如上所述，被融合的图像数据可以由使用单个检查系统的不同光学状态产生的输出产生。然而，本文描述的方法不限于仅仅是融合由使用单个检查系统的不同光学状态产生的输出所产生的图像数据。例如，作为补充或者可供选择地，被融合的图像数据可以包括不同行程(即，扫描)(但光学状态相同)中获取的输出所产生的图像数据。在一种这样的实施方案中，在一个行程中执行使用检查系统的第一和第二光学状态如上所述产生输出的步骤。在这个实施方案中，所述方法还包括通过用检查系统使用检查系统的第一或第二光学状态在不同行程中扫描晶片来针对晶片产生额外输出。以此方式，可以在检查系统所执行的晶片的不同行程中产生使用相同(第一或第二)光学状态的输出。可以如本文进一步描述地执行产生额外输出的步骤。
这种方法还可以包括使用在不同行程中产生的额外输出针对晶片产生一不同的图像数据。可以如本文进一步描述地执行产生所述不同的图像数据的步骤。另外，这种方法可以包括：对应于晶片上的基本上相同的位置如果使用第一光学状态执行不同行程则将所述不同的图像数据与第一图像数据组合或者如果使用第二光学状态执行不同行程则将所述不同的图像数据与第二图像数据组合，由此针对晶片进一步产生额外图像数据。以此方式，可以使用不同行程(但光学状态相同)中获取的图像数据执行组合步骤。可以如本文描述地进一步执行该组合步骤。
这种方法还可以包括使用另外的额外图像数据检测晶片上的缺陷。可以如本文进一步描述地执行使用另外的额外图像数据检测晶片上的缺陷的步骤。这种方法还可以包括本文所描述的任何其他步骤(一个或更多个)。
额外方法可以包括融合与使用检查系统的相同光学状态执行的晶片的不同行程对应的图像数据。例如，另一个实施方案涉及用于检测晶片上的缺陷的不同方法。这种方法包括通过用检查系统使用检查系统的第一光学状态在第一和第二行程中扫描晶片来针对晶片产生输出。在该步骤中产生输出可以如本文进一步描述地来执行。第一光学状态可以包括本文描述的任何光学状态。
这种方法还包括使用第一行程中产生的输出针对晶片产生第一图像数据以及使用第二行程中产生的输出针对晶片产生第二图像数据。在该步骤中产生第一和第二图像数据可以如本文进一步描述地来执行。第一和第二图像数据可以包括本文描述的任何图像数据。
这种方法还包括组合对应于晶片上基本相同位置的第一图像数据和第二图像数据，由此针对晶片产生额外图像数据。在该步骤中组合第一图像数据和第二图像数据可以如本文进一步描述地来执行。额外图像数据可以包括本文所描述的任何额外图像数据。另外，所述方法包括使用额外图像数据检测晶片上的缺陷。在该步骤中检测晶片上的缺陷可以如本文进一步描述地来执行。这种方法可以包括本文所描述的任何其他步骤(一个或更多个)。
融合来自相同光学状态但来自不同行程的图像数据可能尤其可用于图像数据显著受随机噪声影响的情况。例如，如果使用利用一种光学状态在第一行程中产生的输出来产生图像数据并且将其与使用利用同一光学状态在第二行程中产生的输出所产生的图像数据融合，则可以基本上消除融合图像数据中的所有随机噪声源，同时确保了信号与DOI的重合性。另外，如上所述，对应于同一光学状态的一不同的图像数据可以被独立地融合。换言之，对应于同一光学状态的第一和第二图像数据不需要与对应于已融合的光学状态(对应于一不同的光学状态)的图像数据组合。
此外，作为补充或者可供选择的，可以使用不同检查系统产生的输出来执行所述方法。例如，在一个实施方案中，所述方法包括通过用一不同的检查系统扫描晶片针对晶片产生输出。用所述不同的检查系统扫描晶片来针对晶片产生输出的步骤可以如本文描述地来执行。所述不同的检查系统可以是DF或BF系统。例如，所述检查系统可以是DF系统，并且所述不同的检查系统可以是BF系统。在另一个实施例中，所述检查系统可以是DF系统，并且所述不同的检查系统可以是一不同的DF系统(例如，构造不同于所述检查系统的DF系统)。所述不同的检查系统可以如本文描述地来构造或者可以具有本领域已知的任何其他合适的构造。
这种方法还可以包括使用利用所述不同的检查系统产生的输出来针对晶片产生第三图像数据。可以根据本文描述的任一个实施方案执行产生第三图像数据的步骤。另外，这种方法可以包括组合对应于晶片上基本相同位置的第三图像数据与第一或第二图像数据，由此进一步针对晶片产生额外图像数据。可以根据本文描述的任一实施方案在本实施方案中执行组合第三图像数据与第一或第二图像数据的步骤。这种方法还可以包括使用另外的额外图像数据检测晶片上的缺陷。使用另外的额外图像数据检测晶片上的缺陷的步骤可以如本文进一步描述地来执行。这种实施方案可以包括本文所描述的任何其他步骤(一个或更多个)。以此方式，所述方法可以包括使用从不同检查系统收集的输出以及融合使用从不同检查系统收集的输出产生的图像数据。
在另一个实施方案中，用于检测晶片上的缺陷的方法包括通过用第一和第二检查系统扫描晶片针对晶片产生输出。在这个步骤中针对晶片产生输出的步骤可以如本文进一步描述地来执行。第一和第二检查系统可以包括本文所描述的不同检查系统中的任一个。可以使用相同或基本相同的光学状态执行用第一和第二检查系统扫描晶片的步骤。可供选择地，可以使用不同的光学状态执行用第一和第二检查系统扫描晶片的步骤。以此方式，与融合的不同图像数据对应的不同光学状态可以是不同检查系统的不同光学状态。例如，如本文进一步描述的，与检查系统X的光学状态A对应的图像数据可以和与检查系统Y的光学状态B对应的图像数据组合。光学状态A和B可以相同或不同。相同或基本相同的光学状态和不同的光学状态可以包括本文所描述的任一种光学状态。所述方法还包括使用利用第一检查系统产生的输出针对晶片产生第一图像数据以及使用利用第二检查系统产生的输出针对晶片产生第二图像数据。产生第一和第二图像数据的步骤可以如本文进一步描述地来执行。第一和第二图像数据可以包括本文所描述的任何图像数据。
所述方法还包括组合对应于晶片上基本相同位置的第一图像数据和第二图像数据，由此针对晶片产生额外图像数据。这个组合步骤可以如本文进一步描述地来执行。另外，所述方法包括使用额外图像数据检测晶片上的缺陷。在该步骤中检测晶片上的缺陷可以如本文进一步描述地来执行。
如上所述，所述方法可以包括使用不同的检查系统产生输出以及使用利用不同检查系统产生的输出来产生不同的图像数据。然而，所述方法可以不必包括使用所有不同的检查系统产生输出。例如，可以从一个或更多个存储介质获取(例如，由一个或更多个不同的检查系统)使用一个或更多个不同的检查系统产生的输出，所述输出已存储在所述一个或更多个存储介质中。然后，可以如本文进一步描述地使用所获取的使用不同的检查系统产生的输出。以此方式，本文描述的方法可以执行图像融合，而不管用于产生被融合的图像数据的输出源自哪里。
另外，由用于本文所描述的实施方案中的不同检查系统产生的输出可以不必使用不同的光学状态来产生(正如不同的检查系统包括DF检查系统和BF检查系统或构造完全不同(例如，不重叠)的DF检查系统这种情况一样)。然而，由用于本文所描述的实施方案中的不同检查系统产生的输出可以使用相同的光学状态或基本相同的光学状态来产生(正如不同的检查系统可以包括构造相同或相对近似的两个检查系统这种情况一样)。
本文所描述的实施方案还可以包括将本文所描述的一种或更多种方法的一个或更多个步骤的结果存储在存储介质中。这些结果可以包括本文所描述的任何结果。可以按本领域已知的任何方式存储这些结果。存储介质可以包括本领域已知的任何合适的存储介质。在存储了结果后，可以在存储介质中存取这些结果，并且供本文所描述的任何方法或系统实施方案、任何其他方法或任何其他系统使用。此外，可以“永久地”、“半永久地”、暂时地、或一段时间内存储这些结果。例如，存储介质可以是随机存取存储器(RAM)，并且这些结果可以不必无限期地持续存在于存储介质中。
另一个实施方案涉及一种计算机可读介质，其包括可在计算机系统上执行的程序指令，所述指令用于执行由计算机实现的方法以检测晶片上的缺陷。在图6中示出了一种这样的实施方案。例如，如图6中所示，计算机可读介质52包括可在计算机系统56上执行的程序指令54，程序指令54用于执行由计算机实现的方法以检测晶片上的缺陷。
由计算机实现的方法包括获取通过用检查系统使用检查系统的第一和第二光学状态扫描晶片而针对晶片产生的输出。第一和第二光学状态由检查系统的至少一个光学参数的不同值限定。第一和第二光学状态可以包括本文所描述的任一种光学状态。检查系统的至少一个光学参数的不同值可以包括本文所描述的不同值中的任一个。检查系统的至少一个光学参数可以包括本文所描述的任何光学参数。检查系统可以包括本文所描述的任何检查系统。
可以使用检查系统执行获取针对晶片产生的输出的步骤。例如，获取输出的步骤可以包括使用检查系统在晶片上扫描光并且响应于扫描期间由检查系统检测到的从晶片散射的光来产生输出。以此方式，获取输出的步骤可以包括扫描晶片。然而，获取输出的步骤不必包括扫描晶片。例如，获取(例如，由检查系统)输出的步骤可以包括从存储介质获取输出，所述输出已存储在所述存储介质中。从存储介质获取输出的步骤可以按任何合适的方式执行，并且从其获取输出的存储介质可以包括本文所描述的任何存储介质。输出可以包括本文所描述的任何输出。
由计算机实现的方法还包括使用利用第一光学状态产生的输出来针对晶片产生第一图像数据以及使用利用第二光学状态产生的输出来针对晶片产生第二图像数据。产生第一图像数据和第二图像数据的步骤可以如本文进一步描述地来执行。第一和第二图像数据可以包括本文所描述的任何这种图像数据。
由计算机实现的方法还包括组合对应于晶片上基本相同位置的第一图像数据和第二图像数据，由此针对晶片产生额外图像数据。组合第一图像数据和第二图像数据的步骤可以如本文进一步描述地来执行。额外图像数据可以包括本文所描述的任何额外图像数据。另外，所述方法包括使用额外图像数据检测晶片上的缺陷。检测晶片上的缺陷的步骤可以如本文进一步描述地来执行。晶片上检测到的缺陷可以包括本文所描述的任何缺陷。能执行计算机指令的由计算机实现的方法可以包括本文所描述的任何其他方法(一种或更多种)的任何其他步骤(一个或更多个)。
实现诸如本文所描述的方法的程序指令54可以经计算机可读介质52传输或存储到计算机可读介质52。计算机可读介质可以是存储介质，如，只读存储器、RAM、磁盘或光盘或磁带或本领域已知的任何其他合适的计算机可读介质。
可以按各种方式中的任一种实现程序指令，除了其他的之外，还包括基于程序的技术、基于组件的技术和/或面向对象的技术。例如，根据需要，可以使用Matlab、Visual Basic、ActiveX控件、C、C++对象、C#、JavaBeans、Microsoft Foundation Classes(“MFC”)或其他技术或方法来实现所述程序指令。
计算机系统56可以采取各种形式，包括个人计算机系统、大型计算机系统、工作站、系统计算机、图像计算机、可编程图像计算机、并行处理器或本领域已知的任何其他装置。总的来说，术语“计算机系统”可以被广义地定义为涵盖具有一个或更多个处理器的任何装置，其执行来自存储介质的指令。
另外的实施方案涉及被构造用于检测晶片上的缺陷的系统。在图7中示出这种系统的一个实施方案。如图7中所示，系统58包括检查子系统60和计算机子系统80。检查子系统被构造用于通过使用检查子系统的第一和第二光学状态扫描晶片来针对晶片产生输出。例如，如图7中所示，检查子系统包括光源62。光源62可以包括本领域已知的任何合适的光源，如激光器。光源62被构造用于将光导向偏振组件64，该偏振组件64可以包括本领域已知的任何合适的偏振组件。另外，检查子系统可以包括不止一个偏振组件(未示出)，每个偏振组件可以独立设置在来自光源的光的路径中。每个偏振组件可以被构造用于以不同的方式改变来自光源的光的偏振。检查子系统可以被构造用于根据哪种偏振设置被选定用于在扫描期间照射晶片，将偏振组件移入或移出来自光源的光的路径。用于在扫描期间照射晶片的偏振设置可以包括P、S或圆形偏振(C)。
射出偏振组件64的光以倾斜入射角导向晶片66，所述入射角可以包括任何合适的倾斜入射角。检查子系统还可以包括一个或更多个光学组件(未示出)，所述光学组件被构造用于将光从光源62导向偏振组件64或者从偏振组件64导向晶片66。光学组件可以包括本领域已知的任何合适的光学组件，如(但不限于)反射性光学组件。另外，光源、偏振组件和/或一个或更多个光学组件可以被构造用于将光以一个或更多个入射角(例如，倾斜的入射角和/或基本上垂直的入射角)导向晶片。检查子系统可以被构造用于通过以任何合适的方式在晶片上扫描光来执行扫描。
在扫描期间，从晶片66散射的光可以由检查子系统的多个通道收集并检测。例如，以相对接近垂直的角度从晶片66散射的光可以由透镜68收集。透镜68可以包括如图7中所示的折射光学元件。另外，透镜68可以包括一个或更多个折射光学元件和/或一个或更多个反射光学元件。由透镜68收集的光可以被导向偏振组件70，偏振组件70可以包括本领域已知的任何合适的偏振组件。另外，检查子系统可以包括不止一个偏振组件(未示出)，每个偏振组件可以独立设置在透镜所收集的光的路径中。每个偏振组件可以被构造用于以不同方式改变透镜所收集的光的偏振。检查子系统可以被构造用于根据哪种偏振设置被选定用于在扫描期间检测透镜68所收集的光，将偏振组件移入或移出透镜所收集的光的路径。用于在扫描期间检测透镜68所收集的光的偏振设置可以包括本文所描述的任何偏振设置(例如，P、S和N)。
射出偏振组件70的光被导向检测器72。检测器72可以包括本领域已知的任何合适的检测器，如，电荷耦合器件(CCD)或另一类型的成像检测器。检测器72被构造用于产生输出，所述输出响应于由透镜68收集并且由偏振组件70(如果设置在所收集的光的路径中)传输的散射光。因此，透镜68、偏振组件70(如果设置在透镜68所收集的光的路径中)和检测器72形成检查子系统的一个通道。检查子系统的这个通道可以包括本领域已知的任何其他合适的光学组件(未示出)，如傅立叶滤波组件。
以不同角度从晶片66散射的光可以被透镜74收集。透镜74可以如上所述地被构造。由透镜74收集的光可以被导向偏振组件76，偏振组件76可以包括本领域已知的任何合适的偏振组件。另外，检查子系统可以包括不止一个偏振组件(未示出)，每个偏振组件可以独立设置在透镜所收集的光的路径中。每个偏振组件可以被构造用于以不同方式改变透镜所收集的光的偏振。检查子系统可以被构造用于根据哪种偏振设置被选定用于在扫描期间检测透镜74所收集的光，将偏振组件移入或移出透镜所收集的光的路径。用于在扫描期间检测透镜74所收集的光的偏振设置可以包括P、S或N。
射出偏振组件76的光被导向检测器78，检测器78可以如上所述地被构造。检测器78也被构造用于产生输出，所述输出响应于穿过偏振组件76(如果设置在散射光的路径中)的被收集的散射光。因此，透镜74、偏振组件76(如果设置在透镜74所收集的光的路径中)和检测器78可以形成检查子系统的另一个通道。这个通道也可以包括上述的任何其他光学组件(未示出)。在一些实施方案中，透镜74可以被构造用于收集以约20度至约70度的极角从晶片散射的光。另外，透镜74可以被构造为反射光学组件(未示出)，所述反射光学组件被构造用于以约360度的方位角收集从晶片散射的光。
图7中所示的检查子系统还可以包括一个或更多个其他通道(未示出)。例如，检查子系统可以包括额外通道作为侧通道，该额外通道可以包括本文所描述的任何光学组件，如透镜、一个或更多个偏振组件和检测器。所述透镜、一个或更多个偏振组件和检测器还可以如本文所描述地被构造。在一种这样的实施例中，侧通道可以被构造用于收集并检测从入射面散射出的光(例如，侧通道可以包括中心位于基本垂直于入射面的平面中的透镜和被构造用于检测透镜所收集的光的检测器)。
第一和第二光学状态由检查子系统的至少一个光学参数的不同值限定。第一和第二光学状态可以由本文所描述的检查子系统的任何光学参数的不同值的任一个限定。另外，如果必要的话，可以以任何合适的方式改变行程之间的任何光学参数的值。例如，如果不同值是行程之间的照射偏振态的不同值，则可以去除偏振组件64和/或如本文描述地用一不同的偏振组件替代偏振组件64。在另一个实施例中，如果不同值是不同的照射角度，则可以以任何合适的方式改变行程之间的光源和/或用于将光导向晶片的任何其他光学组件(例如，偏振组件64)的位置。
在扫描期间由检测器产生的输出可以被供应到计算机子系统80。例如，计算机子系统可以被耦合到每个检测器(例如，由图7中虚线所示的一个或更多个传输介质，所述传输介质可以包括本领域已知的任何合适的传输介质)，使得计算机子系统可以接收由检测器产生的输出。计算机子系统可以以任何合适的方式被耦合到每个检测器。在扫描晶片期间由检测器产生的输出可以包括本文所描述的任何输出。
计算机子系统被构造用于使用利用第一光学状态产生的输出针对晶片产生第一图像数据并且使用利用第二光学状态产生的输出针对晶片产生第二图像数据。计算机子系统可以被构造用于根据本文所描述的任何实施方案产生第一图像数据和第二图像数据。第一图像数据和第二图像数据可以包括本文所描述的任何这种图像数据。
计算机子系统还被构造用于组合对应于晶片上基本相同位置的第一图像数据和第二图像数据，由此针对晶片产生额外图像数据。计算机子系统可以被构造用于根据本文所描述的任何实施方案组合第一和第二图像数据。额外图像数据可以包括本文所描述的任何额外图像数据。
计算机子系统还被构造用于使用额外图像数据检测晶片上的缺陷。计算机子系统可以被构造用于根据本文所描述的任何实施方案检测缺陷。缺陷可以包括本文所描述的任何缺陷。
计算机子系统还可以被构造用于执行本文所描述的任何方法实施方案(一个或更多个)的任何其他步骤(一个或更多个)。计算机子系统还可以如本文描述地被构造。检查子系统还可以进一步如本文描述地被构造。此外，系统可以进一步如本文描述地被构造。
注意的是，本文提供的图7总地示出本文所描述的系统实施方案中可以包括的检查子系统的一个构造。明显地，当设计商用检查系统时，可以改变本文所描述的检查子系统构造，以将检查子系统在正常执行时的性能最优化。另外，可以使用现有的检查系统(例如，通过向现有的检查系统添加本文所描述的功能)如从KLA-Tencor商购获得的Puma 9000和91xx系列的工具来实现本文所描述的系统。对于一些这样的系统，本文所描述的方法可以被提供作为系统可选的功能(例如，除了系统的其他功能之外的功能)。可供选择地，本文所描述的系统可以被设计成“从头开始(from scratch)”以提供全新的系统。
基于这个描述，本发明各种方面的另外的修改形式和可供选择的实施方案对于本领域的技术人员来说会是清楚的。例如，提供了用于检测晶片上的缺陷的系统和方法。因此，这个描述将被理解为只是说明性的并且其目的在于教导本领域的技术人员实现本发明的通用方式。要理解，本文示出和描述的本发明的形式将被当作目前优选的实施方案。元件和材料可以替代本文所示出和描述的元件和材料，部件和工艺可以颠倒，并且可以单独利用本发明的某些特征，在本领域的技术人员受益于本发明的这个描述之后，所有这些都将是显而易见的。可以在不脱离如以下权利要求书描述的本发明的精神和范围的情况下，对本文描述的要素进行变化。

Claims (24)

1.一种检测晶片上的缺陷的方法，所述方法包括：
通过用检查系统使用所述检查系统的第一光学状态和第二光学状态扫描晶片来针对所述晶片产生输出，其中所述第一光学状态和所述第二光学状态由所述检查系统的至少一个光学参数的不同值来限定；
使用利用所述第一光学状态产生的输出针对所述晶片产生第一图像数据并且使用利用所述第二光学状态产生的输出针对所述晶片产生第二图像数据；
组合对应于所述晶片上相同位置的所述第一图像数据和所述第二图像数据，由此针对所述晶片产生额外图像数据；
使用所述额外图像数据检测所述晶片上的缺陷；以及
通过用一不同的检查系统扫描所述晶片来针对所述晶片产生输出；使用利用所述不同的检查系统产生的输出针对所述晶片产生第三图像数据；对应于所述晶片上相同位置组合所述第三图像数据与所述第一图像数据或所述第二图像数据，由此针对所述晶片产生另外的额外图像数据；以及使用所述另外的额外图像数据检测所述晶片上的缺陷。
2.如权利要求1所述的方法，其中所述不同值包括不同的照射角度，在扫描期间，光以所述不同的照射角度被导向所述晶片。
3.如权利要求1所述的方法，其中用相干光执行用所述检查系统使用所述第一光学状态和所述第二光学状态扫描所述晶片的步骤。
4.如权利要求1所述的方法，其中所述第一光学状态和所述第二光学状态进一步由在扫描期间用于收集来自所述晶片的光的所述检查系统的光学参数的相同值来限定。
5.如权利要求1所述的方法，其中所述不同值包括不同的成像模式、不同的偏振态、不同的波长、不同的像素大小或它们的某一组合。
6.如权利要求1所述的方法，其中所述不同值包括所述检查系统的不同通道。
7.如权利要求1所述的方法，其中所述不同值包括所述检查系统的不同通道，并且其中使用所述第一光学状态和所述第二光学状态产生输出的步骤是并行执行的。
8.如权利要求1所述的方法，其中产生所述输出的步骤是在一个行程中执行的，并且其中所述方法还包括：通过用所述检查系统使用所述检查系统的所述第一光学状态或第二光学状态在一不同的行程中扫描所述晶片来针对所述晶片产生额外输出；使用在所述不同的行程中产生的所述额外输出来针对所述晶片产生不同的图像数据；对应于晶片上相同位置，如果使用所述第一光学状态执行所述不同的行程则将所述不同的图像数据与所述第一图像数据组合，或者如果使用所述第二光学状态执行所述不同行程则将所述不同的图像数据与所述第二图像数据组合，由此针对所述晶片产生另外的额外图像数据；以及使用所述另外的额外图像数据检测所述晶片上的缺陷。
9.如权利要求1所述的方法，其中所述第一图像数据和所述第二图像数据包括差别图像数据。
10.如权利要求1所述的方法，其中所述组合的步骤包括对对应于所述晶片上相同位置的所述第一图像数据和所述第二图像数据执行图像相关操作。
11.如权利要求1所述的方法，其中所述组合的步骤以所述第一图像数据和所述第二图像数据的像素级来执行。
12.如权利要求1所述的方法，其中在组合所述第一图像数据和所述第二图像数据之前不执行缺陷检测。
13.如权利要求1所述的方法，其中对应于所述缺陷的所述额外图像数据的部分比被组合来产生所述额外图像数据的所述部分的所述第一图像数据和所述第二图像数据的部分具有更大的信噪比。
14.如权利要求1所述的方法，其中所述额外图像数据的噪声低于所述第一图像数据和所述第二图像数据的噪声。
15.如权利要求1所述的方法，其中所述额外图像数据的斑点噪声低于所述第一图像数据和所述第二图像数据的斑点噪声。
16.如权利要求1所述的方法，还包括：使用所述第一图像数据检测所述晶片上的缺陷；使用所述第二图像数据检测所述晶片上的缺陷；以及将所述晶片上检测到的缺陷报告为使用所述第一图像数据、所述第二图像数据和所述额外图像数据中的任一个检测到的缺陷的组合。
17.如权利要求1所述的方法，还包括使用所述额外图像数据确定所述缺陷的特征的值。
18.如权利要求1所述的方法，还包括使用所述第一图像数据、所述第二图像数据和所述额外图像数据的某一组合来确定所述缺陷的特征的值。
19.如权利要求1所述的方法，其中使用所述额外图像数据检测所述缺陷的步骤包括：使用所述额外图像数据识别所述晶片上的潜在缺陷并且通过使用关于潜在缺陷的像素级信息对所述潜在缺陷执行干扰滤波来识别所述缺陷，所述像素级信息是使用所述第一图像数据、所述第二图像数据、所述额外图像数据或它们的某一组合确定的。
20.如权利要求1所述的方法，其中使用所述额外图像数据检测所述缺陷的步骤包括：使用所述额外图像数据识别所述晶片上的潜在缺陷并且通过使用所述潜在缺陷的特征的值对所述潜在缺陷执行干扰滤波来识别所述缺陷，所述特征的值是使用所述第一图像数据、所述第二图像数据、所述额外图像数据或它们的某一组合确定的。
21.如权利要求1所述的方法，还包括使用关于所述缺陷的像素级信息来归类所述缺陷，所述像素级信息是使用所述第一图像数据、所述第二图像数据、所述额外图像数据或它们的某一组合确定的。
22.如权利要求1所述的方法，还包括使用所述缺陷的特征的值来归类所述缺陷，所述特征的值是使用所述第一图像数据、所述第二图像数据、所述额外图像数据或它们的某一组合确定的。
23.一种用于检测晶片上的缺陷的设备，所述设备包括：
用于获取通过用检查系统使用所述检查系统的第一光学状态和第二光学状态扫描所述晶片来针对晶片产生的输出的装置，其中所述第一光学状态和所述第二光学状态由所述检查系统的至少一个光学参数的不同值来限定；
用于使用利用所述第一光学状态产生的输出针对所述晶片产生第一图像数据并且使用利用所述第二光学状态产生的输出针对所述晶片产生第二图像数据的装置；
用于组合对应于所述晶片上相同位置的所述第一图像数据和所述第二图像数据，由此针对所述晶片产生额外图像数据的装置；
用于使用所述额外图像数据检测所述晶片上的缺陷的装置；
用于获取通过用一不同的检查系统扫描所述晶片来针对所述晶片产生的输出的装置；
用于使用利用所述不同的检查系统产生的输出针对所述晶片产生第三图像数据的装置；
用于对应于所述晶片上相同位置组合所述第三图像数据与所述第一图像数据或所述第二图像数据，由此针对所述晶片产生另外的额外图像数据的装置；以及
用于使用所述另外的额外图像数据检测所述晶片上的缺陷的装置。
24.一种被构造来检测晶片上的缺陷的系统，所述系统包括：
检查子系统，所述检查子系统被构造来通过使用所述检查子系统的第一光学状态和第二光学状态扫描所述晶片来针对晶片产生输出，其中所述第一光学状态和所述第二光学状态由所述检查子系统的至少一个光学参数的不同值来限定；
不同的检查系统，所述不同的检查系统被构造来通过扫描所述晶片来针对所述晶片产生输出；以及
计算机子系统，所述计算机子系统被构造来使用利用所述第一光学状态产生的输出针对所述晶片产生第一图像数据并且使用利用所述第二光学状态产生的输出针对所述晶片产生第二图像数据，对应于所述晶片上相同位置组合所述第一图像数据和所述第二图像数据，由此针对所述晶片产生额外图像数据，以及使用所述额外图像数据检测所述晶片上的缺陷；使用利用所述不同的检查系统产生的输出针对所述晶片产生第三图像数据；对应于所述晶片上相同位置组合所述第三图像数据与所述第一图像数据或所述第二图像数据，由此针对所述晶片产生另外的额外图像数据；以及使用所述另外的额外图像数据检测所述晶片上的缺陷。
CN2010800056350A 2009-01-26 2010-01-22 用于检测晶片上的缺陷的系统和方法 Active CN102292805B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201310410071.4A CN103531497B (zh) 2009-01-26 2010-01-22 用于检测晶片上的缺陷的系统和方法

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US12/359,476 US8223327B2 (en) 2009-01-26 2009-01-26 Systems and methods for detecting defects on a wafer
US12/359,476 2009-01-26
PCT/US2010/021850 WO2010085679A2 (en) 2009-01-26 2010-01-22 Systems and methods for detecting defects on a wafer

Related Child Applications (1)

Application Number Title Priority Date Filing Date
CN201310410071.4A Division CN103531497B (zh) 2009-01-26 2010-01-22 用于检测晶片上的缺陷的系统和方法

Publications (2)

Publication Number Publication Date
CN102292805A CN102292805A (zh) 2011-12-21
CN102292805B true CN102292805B (zh) 2013-12-25

Family

ID=42353935

Family Applications (2)

Application Number Title Priority Date Filing Date
CN2010800056350A Active CN102292805B (zh) 2009-01-26 2010-01-22 用于检测晶片上的缺陷的系统和方法
CN201310410071.4A Active CN103531497B (zh) 2009-01-26 2010-01-22 用于检测晶片上的缺陷的系统和方法

Family Applications After (1)

Application Number Title Priority Date Filing Date
CN201310410071.4A Active CN103531497B (zh) 2009-01-26 2010-01-22 用于检测晶片上的缺陷的系统和方法

Country Status (7)

Country Link
US (4) US8223327B2 (zh)
EP (1) EP2389685A4 (zh)
JP (5) JP5719782B2 (zh)
KR (2) KR101693058B1 (zh)
CN (2) CN102292805B (zh)
IL (4) IL213490A (zh)
WO (1) WO2010085679A2 (zh)

Families Citing this family (86)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7570796B2 (en) 2005-11-18 2009-08-04 Kla-Tencor Technologies Corp. Methods and systems for utilizing design data in combination with inspection data
WO2010014609A2 (en) 2008-07-28 2010-02-04 Kla-Tencor Corporation Computer-implemented methods, computer-readable media, and systems for classifying defects detected in a memory device area on a wafer
US8169613B1 (en) * 2008-11-21 2012-05-01 Kla-Tencor Corp. Segmented polarizer for optimizing performance of a surface inspection system
US8223327B2 (en) 2009-01-26 2012-07-17 Kla-Tencor Corp. Systems and methods for detecting defects on a wafer
US8605275B2 (en) * 2009-01-26 2013-12-10 Kla-Tencor Corp. Detecting defects on a wafer
US10324046B1 (en) * 2009-06-03 2019-06-18 Kla-Tencor Corp. Methods and systems for monitoring a non-defect related characteristic of a patterned wafer
DE112011102209T5 (de) * 2010-06-30 2013-06-27 Kla-Tencor Corporation Datenstörung für eine Einrichtung zur Waferinspektion oder -Metrologie
CN102023168B (zh) * 2010-11-08 2013-04-17 北京大学深圳研究生院 半导体晶圆表面的芯片检测方法及系统
SG190678A1 (en) 2010-12-16 2013-07-31 Kla Tencor Corp Wafer inspection
US9170211B2 (en) 2011-03-25 2015-10-27 Kla-Tencor Corp. Design-based inspection using repeating structures
US9279774B2 (en) 2011-07-12 2016-03-08 Kla-Tencor Corp. Wafer inspection
US9239295B2 (en) 2012-04-09 2016-01-19 Kla-Tencor Corp. Variable polarization wafer inspection
CN102768969B (zh) * 2012-07-03 2015-01-07 上海华力微电子有限公司 一种亮场缺陷扫描中的光斑抑制方法
FR2994734B1 (fr) * 2012-08-21 2017-08-25 Fogale Nanotech Dispositif et procede pour faire des mesures dimensionnelles sur des objets multi-couches tels que des wafers.
US9355440B1 (en) 2012-10-10 2016-05-31 Kla-Tencor Corp. Detection of selected defects in relatively noisy inspection data
US9189844B2 (en) 2012-10-15 2015-11-17 Kla-Tencor Corp. Detecting defects on a wafer using defect-specific information
US9053527B2 (en) * 2013-01-02 2015-06-09 Kla-Tencor Corp. Detecting defects on a wafer
US9134254B2 (en) 2013-01-07 2015-09-15 Kla-Tencor Corp. Determining a position of inspection system output in design data space
US9311698B2 (en) 2013-01-09 2016-04-12 Kla-Tencor Corp. Detecting defects on a wafer using template image matching
KR20140091916A (ko) * 2013-01-14 2014-07-23 삼성디스플레이 주식회사 디스플레이 패널 검사방법
US9092846B2 (en) 2013-02-01 2015-07-28 Kla-Tencor Corp. Detecting defects on a wafer using defect-specific and multi-channel information
US9222895B2 (en) 2013-02-25 2015-12-29 Kla-Tencor Corp. Generalized virtual inspector
US9619876B2 (en) * 2013-03-12 2017-04-11 Kla-Tencor Corp. Detecting defects on wafers based on 2D scatter plots of values determined for output generated using different optics modes
US9008410B2 (en) 2013-03-13 2015-04-14 Kla-Tencor Corporation Single die inspection on a dark field inspection tool
HUE056308T2 (hu) * 2013-03-19 2022-02-28 Hennecke Systems Gmbh Eljárás és rendszer sík félvezetõ tárgyak ellenõrzéséhez
US9865512B2 (en) 2013-04-08 2018-01-09 Kla-Tencor Corp. Dynamic design attributes for wafer inspection
US9310320B2 (en) * 2013-04-15 2016-04-12 Kla-Tencor Corp. Based sampling and binning for yield critical defects
US9747670B2 (en) 2013-06-26 2017-08-29 Kla-Tencor Corporation Method and system for improving wafer surface inspection sensitivity
US9442077B2 (en) 2013-08-28 2016-09-13 Kla-Tencor Corp. Scratch filter for wafer inspection
JP6295396B2 (ja) * 2013-12-13 2018-03-20 パルステック工業株式会社 光学観察装置、光学観察方法、標本観察画像の画像処理プログラム
US9816939B2 (en) 2014-07-22 2017-11-14 Kla-Tencor Corp. Virtual inspection systems with multiple modes
US9766187B2 (en) 2014-08-27 2017-09-19 Kla-Tencor Corp. Repeater detection
US9766186B2 (en) 2014-08-27 2017-09-19 Kla-Tencor Corp. Array mode repeater detection
US9582869B2 (en) * 2014-10-19 2017-02-28 Kla-Tencor Corp. Dynamic binning for diversification and defect discovery
US10267746B2 (en) * 2014-10-22 2019-04-23 Kla-Tencor Corp. Automated pattern fidelity measurement plan generation
US9599573B2 (en) * 2014-12-02 2017-03-21 Kla-Tencor Corporation Inspection systems and techniques with enhanced detection
CN110873957A (zh) * 2014-12-22 2020-03-10 加州理工学院 用于厚样本的epi照明傅立叶重叠关联成像
US9835566B2 (en) * 2015-03-03 2017-12-05 Kla-Tencor Corp. Adaptive nuisance filter
US9747520B2 (en) * 2015-03-16 2017-08-29 Kla-Tencor Corporation Systems and methods for enhancing inspection sensitivity of an inspection tool
CN108475422B (zh) * 2015-08-12 2019-09-06 科磊股份有限公司 在电子束图像中确定缺陷的位置
US10359371B2 (en) * 2015-08-24 2019-07-23 Kla-Tencor Corp. Determining one or more characteristics of a pattern of interest on a specimen
JP2017049974A (ja) * 2015-09-04 2017-03-09 キヤノン株式会社 識別器生成装置、良否判定方法、およびプログラム
FR3045156B1 (fr) * 2015-12-11 2017-12-22 Soitec Silicon On Insulator Procede de detection de defauts et dispositif associe
US10062156B2 (en) * 2016-02-25 2018-08-28 Kla-Tencor Corporation Method and system for detecting defects on a substrate
US9940705B2 (en) * 2016-05-04 2018-04-10 Kla-Tencor Corporation System, method and computer program product for detecting defects in a fabricated target component using consistent modulation for the target and reference components
US11010886B2 (en) 2016-05-17 2021-05-18 Kla-Tencor Corporation Systems and methods for automatic correction of drift between inspection and design for massive pattern searching
US10192302B2 (en) * 2016-05-25 2019-01-29 Kla-Tencor Corporation Combined patch and design-based defect detection
US10304177B2 (en) 2016-06-29 2019-05-28 Kla-Tencor Corporation Systems and methods of using z-layer context in logic and hot spot inspection for sensitivity improvement and nuisance suppression
JP6640057B2 (ja) * 2016-09-14 2020-02-05 株式会社日立ハイテクノロジーズ 電子顕微鏡装置及びそれを用いた傾斜ホールの測定方法
US10115040B2 (en) * 2016-09-14 2018-10-30 Kla-Tencor Corporation Convolutional neural network-based mode selection and defect classification for image fusion
US10739275B2 (en) * 2016-09-15 2020-08-11 Kla-Tencor Corporation Simultaneous multi-directional laser wafer inspection
CN110100174B (zh) * 2016-10-20 2022-01-18 科磊股份有限公司 用于图案化晶片特性化的混合度量
CN107980094B (zh) * 2017-03-31 2021-02-26 深圳配天智能技术研究院有限公司 一种视觉检测系统及方法
US10957033B2 (en) * 2017-07-10 2021-03-23 Kla-Tencor Corporation Repeater defect detection
US10620135B2 (en) * 2017-07-19 2020-04-14 Kla-Tencor Corp. Identifying a source of nuisance defects on a wafer
US10699926B2 (en) * 2017-08-30 2020-06-30 Kla-Tencor Corp. Identifying nuisances and defects of interest in defects detected on a wafer
US10964016B2 (en) * 2018-03-13 2021-03-30 Kla-Tencor Corporation Combining simulation and optical microscopy to determine inspection mode
JP6708695B2 (ja) * 2018-04-20 2020-06-10 ファナック株式会社 検査装置
CN108827971A (zh) * 2018-04-26 2018-11-16 深圳市创科自动化控制技术有限公司 一种表面缺陷检测方法
CN110658196B (zh) * 2018-06-29 2022-07-08 上海微电子装备（集团）股份有限公司 一种缺陷检测装置及缺陷检测方法
CN109065468B (zh) * 2018-09-12 2020-12-04 上海华力微电子有限公司 缺陷过滤系统及过滤方法和计算机存储介质
KR102175286B1 (ko) * 2018-10-11 2020-11-06 라온피플 주식회사 결함 검출 장치 및 방법
JP7068549B2 (ja) * 2018-10-19 2022-05-16 エーエスエムエル ネザーランズ ビー．ブイ． マルチビーム検査装置において電子ビームをアライメントするシステム及び方法
US10801968B2 (en) * 2018-10-26 2020-10-13 Kla-Tencor Corporation Algorithm selector based on image frames
CN109545700B (zh) * 2018-11-30 2020-07-31 上海华力微电子有限公司 晶圆缺陷扫描方法
US11010885B2 (en) * 2018-12-18 2021-05-18 Kla Corporation Optical-mode selection for multi-mode semiconductor inspection
US11138722B2 (en) * 2018-12-21 2021-10-05 Kla-Tencor Corporation Differential imaging for single-path optical wafer inspection
CN111344554A (zh) * 2018-12-26 2020-06-26 合刃科技（深圳）有限公司 外观缺陷检测方法及装置
US11815470B2 (en) * 2019-01-17 2023-11-14 Applied Materials Israel, Ltd. Multi-perspective wafer analysis
US10902582B2 (en) 2019-01-17 2021-01-26 Applied Materials Israel, Ltd. Computerized system and method for obtaining information about a region of an object
JP7299728B2 (ja) * 2019-03-22 2023-06-28 ファスフォードテクノロジ株式会社 半導体製造装置および半導体装置の製造方法
US11114324B2 (en) * 2019-04-10 2021-09-07 KLA Corp. Defect candidate generation for inspection
CN110132996A (zh) * 2019-06-06 2019-08-16 德淮半导体有限公司 缺陷检测装置及其检测方法
CN110412035A (zh) * 2019-06-13 2019-11-05 合刃科技（武汉）有限公司 一种高反光材料表面检测方法及系统
CN110441315B (zh) * 2019-08-02 2022-08-05 英特尔产品（成都）有限公司 电子部件测试设备和方法
US11255748B2 (en) 2019-08-15 2022-02-22 Pratt & Whitney Canada Corp. Methods and systems for measurement of components
US11410292B2 (en) 2019-09-27 2022-08-09 Kla Corporation Equi-probability defect detection
US11557031B2 (en) * 2019-11-21 2023-01-17 Kla Corporation Integrated multi-tool reticle inspection
CN114930249A (zh) 2019-12-31 2022-08-19 Asml控股股份有限公司 污染物检测量测系统、光刻设备及其方法
CN111272773B (zh) * 2019-12-31 2021-10-29 浙江大学 一种半导体晶圆表面缺陷的快速超高分辨检测系统
US11035803B1 (en) 2020-02-26 2021-06-15 Applied Materials Israel Ltd. Multi-perspective examination of a specimen
EP4099589A4 (en) 2020-03-02 2023-08-16 NEC Corporation UNDERWATER OPTICAL COMMUNICATION SYSTEM AND METHOD
CN111693546A (zh) * 2020-06-16 2020-09-22 湖南大学 缺陷检测系统、方法及图像采集系统
CN116368377A (zh) * 2020-09-02 2023-06-30 应用材料以色列公司 多视角晶片分析
US11748871B2 (en) 2020-09-28 2023-09-05 KLA Corp. Alignment of a specimen for inspection and other processes
CN112240887A (zh) * 2020-12-14 2021-01-19 惠州高视科技有限公司 电池外观缺陷检测系统和方法

Family Cites Families (37)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS59202633A (ja) * 1983-04-30 1984-11-16 Mitsubishi Electric Corp パタ−ン検査装置
JPH068789B2 (ja) * 1984-12-07 1994-02-02 株式会社日立製作所 ウエハ検査装置
JP2665785B2 (ja) * 1988-12-07 1997-10-22 東京エレクトロン株式会社 検査装置
US20040057044A1 (en) 1994-12-08 2004-03-25 Mehrdad Nikoonahad Scanning system for inspecting anamolies on surfaces
JPH11237344A (ja) * 1998-02-19 1999-08-31 Hitachi Ltd 欠陥検査方法およびその装置
US6256093B1 (en) 1998-06-25 2001-07-03 Applied Materials, Inc. On-the-fly automatic defect classification for substrates using signal attributes
US6366352B1 (en) 1999-06-10 2002-04-02 Applied Materials, Inc. Optical inspection method and apparatus utilizing a variable angle design
US6268093B1 (en) 1999-10-13 2001-07-31 Applied Materials, Inc. Method for reticle inspection using aerial imaging
JP2001168158A (ja) 1999-12-03 2001-06-22 Nec Corp 光学的パターン検査装置
JP2001235428A (ja) 2000-02-23 2001-08-31 Nikon Corp 外観検査装置
JP4418078B2 (ja) * 2000-04-03 2010-02-17 株式会社トプコン 表面検査装置
JP4649051B2 (ja) * 2001-03-21 2011-03-09 オリンパス株式会社 検査画面の表示方法及び基板検査システム
JP2002303586A (ja) * 2001-04-03 2002-10-18 Hitachi Ltd 欠陥検査方法及び欠陥検査装置
JP2002365027A (ja) * 2001-06-07 2002-12-18 Japan Science & Technology Corp 表面観察装置
US6781687B2 (en) * 2002-09-26 2004-08-24 Orbotech Ltd. Illumination and image acquisition system
WO2004111618A2 (en) * 2003-06-10 2004-12-23 Ade Corporation Method and system for classifiying defects occurring at a surface of a substrate using graphical representation of multi-channel data
JP4523310B2 (ja) 2003-08-25 2010-08-11 株式会社日立国際電気 異物識別方法及び異物識別装置
JP4758358B2 (ja) 2004-01-29 2011-08-24 ケーエルエー−テンカー コーポレイション レチクル設計データにおける欠陥を検出するためのコンピュータに実装される方法
RU2305320C2 (ru) 2004-07-02 2007-08-27 Алексей Александрович Бендицкий Способ формирования матричного изображения объекта
JP2006220644A (ja) 2005-01-14 2006-08-24 Hitachi High-Technologies Corp パターン検査方法及びその装置
JP4625716B2 (ja) * 2005-05-23 2011-02-02 株式会社日立ハイテクノロジーズ 欠陥検査装置及び欠陥検査方法
US8152365B2 (en) * 2005-07-05 2012-04-10 Mattson Technology, Inc. Method and system for determining optical properties of semiconductor wafers
JP2009503976A (ja) * 2005-07-27 2009-01-29 インゲニア・テクノロジー・リミテッド 物品の表面からのコヒーレントな光放射の散乱から得られた信号から作成された物品のシグネチャの検証
JP4778755B2 (ja) * 2005-09-09 2011-09-21 株式会社日立ハイテクノロジーズ 欠陥検査方法及びこれを用いた装置
US7659975B1 (en) 2005-09-21 2010-02-09 Kla-Tencor Technologies Corp. Methods and systems for inspection of a wafer or setting up an inspection process
US7554656B2 (en) * 2005-10-06 2009-06-30 Kla-Tencor Technologies Corp. Methods and systems for inspection of a wafer
US7747062B2 (en) * 2005-11-09 2010-06-29 Kla-Tencor Technologies Corp. Methods, defect review tools, and systems for locating a defect in a defect review process
US8041103B2 (en) * 2005-11-18 2011-10-18 Kla-Tencor Technologies Corp. Methods and systems for determining a position of inspection data in design data space
JP4723362B2 (ja) 2005-11-29 2011-07-13 株式会社日立ハイテクノロジーズ 光学式検査装置及びその方法
KR101324419B1 (ko) 2006-02-09 2013-11-01 케이엘에이-텐코 코포레이션 웨이퍼의 특성을 결정하기 위한 방법 및 시스템
US7589869B2 (en) * 2006-04-28 2009-09-15 Electro Scientific Industries, Inc. Adjusting image quality using multi-wavelength light
JP4939843B2 (ja) * 2006-06-07 2012-05-30 株式会社日立ハイテクノロジーズ 欠陥検査方法及びその装置
JP5132982B2 (ja) * 2007-05-02 2013-01-30 株式会社日立ハイテクノロジーズ パターン欠陥検査装置および方法
US8126255B2 (en) * 2007-09-20 2012-02-28 Kla-Tencor Corp. Systems and methods for creating persistent data for a wafer and for using persistent data for inspection-related functions
JP4573308B2 (ja) 2008-04-03 2010-11-04 芝浦メカトロニクス株式会社 表面検査装置及び方法
US8223327B2 (en) * 2009-01-26 2012-07-17 Kla-Tencor Corp. Systems and methods for detecting defects on a wafer
JP2011053085A (ja) 2009-09-02 2011-03-17 Sumco Corp ウェーハ表面のｌｐｄ検出方法

Also Published As

Publication number Publication date
US20180202943A1 (en) 2018-07-19
KR101693058B1 (ko) 2017-01-04
US8467047B2 (en) 2013-06-18
EP2389685A4 (en) 2017-04-19
WO2010085679A2 (en) 2010-07-29
KR101700319B1 (ko) 2017-01-26
IL242040A0 (en) 2015-11-30
US20100188657A1 (en) 2010-07-29
KR20160063406A (ko) 2016-06-03
JP5719782B2 (ja) 2015-05-20
CN103531497B (zh) 2017-01-11
IL242041A (en) 2016-08-31
KR20110118623A (ko) 2011-10-31
US8223327B2 (en) 2012-07-17
JP2018025565A (ja) 2018-02-15
US20130250287A1 (en) 2013-09-26
JP6231156B2 (ja) 2017-11-15
US10605744B2 (en) 2020-03-31
JP2016166893A (ja) 2016-09-15
CN102292805A (zh) 2011-12-21
JP2015096866A (ja) 2015-05-21
IL242040A (en) 2016-08-31
WO2010085679A3 (en) 2010-10-14
JP6787867B2 (ja) 2020-11-18
JP2012516063A (ja) 2012-07-12
EP2389685A2 (en) 2011-11-30
US9880107B2 (en) 2018-01-30
US20120268735A1 (en) 2012-10-25
JP2020034572A (ja) 2020-03-05
IL213490A0 (en) 2011-07-31
IL226184A0 (en) 2013-06-27
JP6957579B2 (ja) 2021-11-02
IL242041A0 (en) 2015-11-30
IL213490A (en) 2015-11-30
IL226184A (en) 2016-04-21
CN103531497A (zh) 2014-01-22

Similar Documents

Publication Publication Date Title
CN102292805B (zh) 用于检测晶片上的缺陷的系统和方法
CN102396058B (zh) 检测晶片上的缺陷
KR102004530B1 (ko) 웨이퍼 상의 결함 검출
TWI648533B (zh) 用於相對於一所儲存高解析度晶粒圖像判定檢查資料之一位置之電腦實施方法及經組態以相對於一所儲存高解析度晶粒圖像判定檢查資料之一位置之系統
US7848563B2 (en) Method and apparatus for inspecting a defect of a pattern
US7711177B2 (en) Methods and systems for detecting defects on a specimen using a combination of bright field channel data and dark field channel data
US10677742B2 (en) Detecting die repeating programmed defects located in backgrounds with non-repeating features
JP5225297B2 (ja) ウエハー上に形成されたダイに於けるアレイ領域の認識方法、ならびに係る方法の設定方法
CN104854677A (zh) 使用缺陷特定的信息检测晶片上的缺陷
KR102143675B1 (ko) 암시야 검사를 위한 맥락 기반 검사
CN111837227B (zh) 用于确定在晶片上所检测到的缺陷位于上面的层的系统

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