CN105931976B - 一种亮场扫描设备自动定义扫描区域的检测方法 - Google Patents
一种亮场扫描设备自动定义扫描区域的检测方法 Download PDFInfo
- Publication number
- CN105931976B CN105931976B CN201610355214.XA CN201610355214A CN105931976B CN 105931976 B CN105931976 B CN 105931976B CN 201610355214 A CN201610355214 A CN 201610355214A CN 105931976 B CN105931976 B CN 105931976B
- Authority
- CN
- China
- Prior art keywords
- scanning device
- bright field
- detection method
- grayscale value
- region
- 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
Links
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
- H01L22/10—Measuring as part of the manufacturing process
Landscapes
- Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- Computer Hardware Design (AREA)
- Microelectronics & Electronic Packaging (AREA)
- Power Engineering (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
- Testing Or Measuring Of Semiconductors Or The Like (AREA)
- Microscoopes, Condenser (AREA)
Abstract
一种亮场扫描设备自动定义扫描区域的检测方法,包括:步骤S1:利用亮场扫描设备的光学系统对芯片内的不同区域进行亮度数字化,获得针对不同区域之相应的灰阶值;步骤S2:根据不同区域之相应的灰阶值作出定义,并反馈至亮场扫描设备;步骤S3:亮场扫描设备对整个芯片进行光学扫描,且进行亮度数字化,并根据定义作出判断,自动界定芯片中的类似灰阶值的区域。本发明亮场扫描设备自动定义扫描区域的检测方法不仅操作简单,自动归类,而且有效的减少了人工操作带来的错误,提高了生产效率和准确度,值得推广应用。
Description
技术领域
本发明涉及半导体制造技术领域,尤其涉及一种亮场扫描设备自动定义扫描区域的检测方法。
背景技术
在大型集成电路晶圆生产过程中,需要实时检测不同工艺过程中生产的缺陷问题,并及时反馈给工艺机台做缺陷的改善和工艺的调整。目前所使用的扫描机台主要是亮场检测设备和暗场检测设备,其中亮场检测设备由于其敏感度较高,可使用的光学检测波段较多,常常作为晶圆生产过程中主要工艺后的监控手段。
随着集成电路工艺的发展和关键尺寸按比例缩小,以及半导体工艺制造复杂性的提高,同一产品上的图形分布越来越复杂。为了确保检测的准确性,在检测过程中需要将同一芯片中的类似图形归类后再对类似的图形进行分类。显然地,上述手段存在诸多缺点,例如当图形过于复杂时容易出现归类错误,而且将何种类型的图形归为一类亦没有明确的定义。
寻求一种可对芯片之图形进行自动归类,并定义扫描区域的检测方法已成为本领域技术人员亟待解决的技术问题之一。
故针对现有技术存在的问题,本案设计人凭借从事此行业多年的经验,积极研究改良,于是有了本发明一种亮场扫描设备自动定义扫描区域的检测方法。
发明内容
本发明是针对现有技术中,传统的亮场扫描设备在进行归类时对于过于复杂的图形容易出现归类错误,而且将何种类型的图形归为一类亦没有明确的定义等缺陷提供一种亮场扫描设备自动定义扫描区域的检测方法。
为实现本发明之目的,本发明提供一种亮场扫描设备自动定义扫描区域的检测方法,所述亮场扫描设备自动定义扫描区域的检测方法,包括:
执行步骤S1:利用亮场扫描设备的光学系统对芯片内的不同区域进行亮度数字化,获得针对不同区域之相应的灰阶值;
执行步骤S2:根据不同区域之相应的灰阶值作出定义,并反馈至亮场扫描设备;
执行步骤S3:亮场扫描设备对整个芯片进行光学扫描,且进行亮度数字化,并根据所述定义作出判断,自动界定芯片中的类似灰阶值的区域。
可选地,对芯片内的不同区域进行亮度数字化是通过亮场扫描设备针对不同区域进行光学扫描,并接受不同区域之反射光线,且将光学信号转化为数字信号。
可选地,所述芯片之不同密度图形区域的光学信号强度不同。
可选地,高密度图形区域之光学信号强度小于低密度图形区域之光学信号强度。
可选地,根据不同区域之相应的灰阶值作出定义是根据不同区域之相应的灰阶值定义不同密度图形区域的灰阶值范围。
可选地,所述不同密度图形区域之第一区域的灰阶值范围为0~33,所述不同密度图形区域之第二区域的灰阶值范围为35~70,所述不同密度图形区域之第三区域的灰阶值范围为80~190。
可选地,所述不同密度图形区域之第一区域为静态随机存取区域,所述不同密度图形区域之第二区域为像素区域,所述不同密度图形区域之第三区域为逻辑区域。
可选地,所述亮场扫描设备自动定义扫描区域的检测方法,进一步包括:
执行步骤S4:根据光学显微镜高倍率观察不同密度图形区域之边界,对自动形成的扫描区域进行调整,以获得最终扫描区域。
综上所述,本发明通过对芯片之不同区域的光学信号转化为数字信号,并根据不同区域之相应的灰阶值作出定义,反馈至亮场扫描设备,随后对整个芯片进行光学扫描,且进行亮度数字化,并根据所述定义作出判断,自动界定芯片中的类似灰阶值的区域,不仅操作简单,自动归类,而且有效的减少了人工操作带来的错误,提高了生产效率和准确度,值得推广应用。
附图说明
图1所示为本发明亮场扫描设备自动定义扫描区域的检测方法之流程图;
图2所示为光学显微镜下芯片之不同区域的亮度示意图;
图3(a)所示为不同区域之第一区域的光学信号图谱;
图3(b)所示为不同区域之第二区域的光学信号图谱;
图3(c)所示为不同区域之第三区域的光学信号图谱;
图4所示为亮场扫描设备对不同区域之亮度数字化后的自动划分扫描区域示意图。
具体实施方式
为详细说明本发明创造的技术内容、构造特征、所达成目的及功效,下面将结合实施例并配合附图予以详细说明。
在大型集成电路晶圆生产过程中,需要实时检测不同工艺过程中生产的缺陷问题,并及时反馈给工艺机台做缺陷的改善和工艺的调整。目前所使用的扫描机台主要是亮场检测设备和暗场检测设备,其中亮场检测设备由于其敏感度较高,可使用的光学检测波段较多,常常作为晶圆生产过程中主要工艺后的监控手段。
随着集成电路工艺的发展和关键尺寸按比例缩小,以及半导体工艺制造复杂性的提高,同一产品上的图形分布越来越复杂。为了确保检测的准确性,在检测过程中需要将同一芯片中的类似图形归类后再对类似的图形进行分类。显然地,上述手段存在诸多缺点,例如当图形过于复杂时容易出现归类的错误,而且将何种类型的图形归为一类亦没有明确的定义。
请参阅图1,图1所示为本发明亮场扫描设备自动定义扫描区域的检测方法之流程图。所述亮场扫描设备自动定义扫描区域的检测方法,包括:
执行步骤S1:利用亮场扫描设备的光学系统对芯片内的不同区域进行亮度数字化,获得针对不同区域之相应的灰阶值;
执行步骤S2:根据不同区域之相应的灰阶值作出定义,并反馈至亮场扫描设备;
执行步骤S3:亮场扫描设备对整个芯片进行光学扫描,且进行亮度数字化,并根据所述定义作出判断,自动界定芯片中的类似灰阶值的区域。
为了更直观的揭露本发明之技术方案,凸显本发明之有益效果,现结合具体实施方式,对所述亮场扫描设备自动定义扫描区域的检测方法和原理进行阐述。在具体实施方式中,所述不同区域的数量、不同密度图形区域的划分等仅为列举,不应视为对本发明技术方案的限制。
请参阅图2~图4,并结合参阅图1,图2所示为光学显微镜下芯片之不同区域的亮度示意图。图3(a)所示为不同区域之第一区域的光学信号图谱。图3(b)所示为不同区域之第二区域的光学信号图谱。图3(c)所示为不同区域之第三区域的光学信号图谱。图4所示为亮场扫描设备对不同区域之亮度数字化后的自动划分扫描区域示意图。所述亮场扫描设备自动定义扫描区域的检测方法,包括:
执行步骤S1:利用亮场扫描设备的光学系统(未图示)对芯片10内的不同区域进行亮度数字化,获得针对不同区域之相应的灰阶值;
具体地,对所述芯片10内的不同区域进行亮度数字化是通过亮场扫描设备针对不同区域进行光学扫描,并接受不同区域之反射光线,且将光学信号转化为数字信号。作为本领域技术人员,容易理解地,所述芯片10之不同密度图形区域的光学信号强度不同,且高密度图形区域之光学信号强度小于低密度图形区域之光学信号强度。即,非限制性地列举,例如所述不同密度图形区域之第一区域11、第二区域12、第三区域13均具有不同的光学信号强度。进一步地,将所述光学信号转化为数字信号,以获得针对不同区域之相应的灰阶值。
执行步骤S2:根据不同区域之相应的灰阶值作出定义,并反馈至亮场扫描设备;
在本发明中,根据不同区域之相应的灰阶值作出定义是根据不同区域之相应的灰阶值定义不同密度图形区域的灰阶值范围。作为具体的实施方式,所述不同密度图形区域之第一区域11的灰阶值范围为0~33,所述不同密度图形区域之第二区域12的灰阶值范围为35~70,所述不同密度图形区域之第三区域13的灰阶值范围为80~190。更具体地,所述不同密度图形区域之第一区域为静态随机存取区域,所述不同密度图形区域之第二区域为像素区域,所述不同密度图形区域之第三区域为逻辑区域。
执行步骤S3:亮场扫描设备对整个芯片10进行光学扫描,且进行亮度数字化,并根据所述定义作出判断,自动界定芯片10中的类似灰阶值的区域。
作为优选的实施方式,所述亮场扫描设备自动定义扫描区域的检测方法,进一步包括:执行步骤S4:根据光学显微镜高倍率观察不同密度图形区域之边界,对自动形成的扫描区域进行调整,以获得最终扫描区域。
综上所述,本发明通过对芯片之不同区域的光学信号转化为数字信号,并根据不同区域之相应的灰阶值作出定义,反馈至亮场扫描设备,随后对整个芯片进行光学扫描,且进行亮度数字化,并根据所述定义作出判断,自动界定芯片中的类似灰阶值的区域,不仅操作简单,自动归类,而且有效的减少了人工操作带来的错误,提高了生产效率和准确度,值得推广应用。
本领域技术人员均应了解,在不脱离本发明的精神或范围的情况下,可以对本发明进行各种修改和变型。因而,如果任何修改或变型落入所附权利要求书及等同物的保护范围内时,认为本发明涵盖这些修改和变型。
Claims (8)
1.一种亮场扫描设备自动定义扫描区域的检测方法,其特征在于,所述亮场扫描设备自动定义扫描区域的检测方法,包括:
执行步骤S1:利用亮场扫描设备的光学系统对芯片内的不同区域进行亮度数字化,获得针对不同区域之相应的灰阶值;
执行步骤S2:根据不同区域之相应的灰阶值作出定义,由灰阶值的取值范围对区域进行划分归类,不同范围的灰阶值对应不同类别的区域,并反馈至亮场扫描设备;
执行步骤S3:亮场扫描设备对整个芯片进行光学扫描,且进行亮度数字化,并根据所述定义作出判断,自动对芯片中的区域进行界定。
2.如权利要求1所述亮场扫描设备自动定义扫描区域的检测方法,其特征在于,对芯片内的不同区域进行亮度数字化是通过亮场扫描设备针对不同区域进行光学扫描,并接受不同区域之反射光线,且将光学信号转化为数字信号。
3.如权利要求2所述亮场扫描设备自动定义扫描区域的检测方法,其特征在于,所述芯片之不同密度图形区域的光学信号强度不同。
4.如权利要求3所述亮场扫描设备自动定义扫描区域的检测方法,其特征在于,高密度图形区域之光学信号强度小于低密度图形区域之光学信号强度。
5.如权利要求1所述亮场扫描设备自动定义扫描区域的检测方法,其特征在于,根据不同区域之相应的灰阶值作出定义是根据不同区域之相应的灰阶值定义不同密度图形区域的灰阶值范围。
6.如权利要求5所述亮场扫描设备自动定义扫描区域的检测方法,其特征在于,所述不同密度图形区域之第一区域的灰阶值范围为0~33,所述不同密度图形区域之第二区域的灰阶值范围为35~70,所述不同密度图形区域之第三区域的灰阶值范围为80~190。
7.如权利要求6所述亮场扫描设备自动定义扫描区域的检测方法,其特征在于,所述不同密度图形区域之第一区域为静态随机存取区域,所述不同密度图形区域之第二区域为像素区域,所述不同密度图形区域之第三区域为逻辑区域。
8.如权利要求1所述亮场扫描设备自动定义扫描区域的检测方法,其特征在于,所述亮场扫描设备自动定义扫描区域的检测方法,进一步包括:
执行步骤S4:根据光学显微镜高倍率观察不同密度图形区域之边界,对自动形成的扫描区域进行调整,以获得最终扫描区域。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610355214.XA CN105931976B (zh) | 2016-05-25 | 2016-05-25 | 一种亮场扫描设备自动定义扫描区域的检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610355214.XA CN105931976B (zh) | 2016-05-25 | 2016-05-25 | 一种亮场扫描设备自动定义扫描区域的检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105931976A CN105931976A (zh) | 2016-09-07 |
CN105931976B true CN105931976B (zh) | 2019-01-04 |
Family
ID=56842260
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610355214.XA Active CN105931976B (zh) | 2016-05-25 | 2016-05-25 | 一种亮场扫描设备自动定义扫描区域的检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105931976B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107221507B (zh) * | 2017-07-25 | 2020-02-21 | 上海华力微电子有限公司 | 一种自适应定义缺陷扫描方程式扫描区域的方法 |
CN109560000B (zh) * | 2018-11-30 | 2020-08-25 | 上海华力微电子有限公司 | 一种晶圆缺陷扫描方法 |
CN110299298A (zh) * | 2019-06-25 | 2019-10-01 | 德淮半导体有限公司 | 晶圆缺陷扫描方法及系统、缺陷检验机台 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101090083A (zh) * | 2006-06-12 | 2007-12-19 | 中芯国际集成电路制造(上海)有限公司 | 晶片检测方法 |
US20090238445A1 (en) * | 2008-03-20 | 2009-09-24 | Samsung Electronics Co., Ltd. | Method of detecting a defect on an object |
CN104201132A (zh) * | 2014-09-02 | 2014-12-10 | 上海华力微电子有限公司 | 改善亮场机台缺陷扫描精度的方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TW201144796A (en) * | 2010-06-02 | 2011-12-16 | Shuz Tung Machinery Ind Co Ltd | Method and optical system for inspecting mura defects of substrate |
-
2016
- 2016-05-25 CN CN201610355214.XA patent/CN105931976B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101090083A (zh) * | 2006-06-12 | 2007-12-19 | 中芯国际集成电路制造(上海)有限公司 | 晶片检测方法 |
US20090238445A1 (en) * | 2008-03-20 | 2009-09-24 | Samsung Electronics Co., Ltd. | Method of detecting a defect on an object |
CN104201132A (zh) * | 2014-09-02 | 2014-12-10 | 上海华力微电子有限公司 | 改善亮场机台缺陷扫描精度的方法 |
Also Published As
Publication number | Publication date |
---|---|
CN105931976A (zh) | 2016-09-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
TWI542868B (zh) | 用於在檢查圖像內分類的系統、方法以及電腦程式產品 | |
CN105931976B (zh) | 一种亮场扫描设备自动定义扫描区域的检测方法 | |
US20140072204A1 (en) | Defect classification method, and defect classification system | |
TWI308372B (en) | A method and a system for establishing an inspection-recipe | |
CN107014819A (zh) | 一种太阳能电池板表面缺陷检测系统和方法 | |
TWI547802B (zh) | 檢驗方策產生技術及基於檢驗方策之檢驗技術 | |
US20220222806A1 (en) | Machine learning-based classification of defects in a semiconductor specimen | |
CN102881609B (zh) | 检测mpw产品重复缺陷和设计弱点的方法 | |
CN106530287A (zh) | 一种基于晶圆内部缺陷检测的图像自动识别系统 | |
CN107784660B (zh) | 图像处理方法、图像处理系统及缺陷检测装置 | |
CN104183517A (zh) | 智能型弱点图形诊断方法与系统 | |
CN102967607A (zh) | 通过在不同芯片区域采集光信号的缺陷检测方法 | |
EP3748578A1 (en) | Automatic visual detection of defects in images of via holes | |
CN113887524A (zh) | 基于语义分割的磁铁矿显微图像分割方法 | |
Li et al. | HM-YOLOv5: A fast and accurate network for defect detection of hot-pressed light guide plates | |
CN104978752B (zh) | 用于芯片缺陷扫描的关注区域划分方法 | |
CN108133900A (zh) | 一种缺陷扫描机台及其缺陷自动分类方法 | |
CN110515966B (zh) | 缺陷扫描机台间高匹配度扫描程式的快速建立方法 | |
Shindo et al. | Excursion detection and source isolation in defect inspection and classification [VLSI manufacture] | |
JP2018091771A (ja) | 検査方法、事前画像選別装置及び検査システム | |
JP2004296592A (ja) | 欠陥分類装置、欠陥分類方法およびプログラム | |
CN107256835B (zh) | 一种凸块缺陷检测方法 | |
US8059886B2 (en) | Adaptive signature detection | |
US20180321299A1 (en) | Method of inspecting a specimen and system thereof | |
CN103969942A (zh) | 集成式光刻板制作方法及其制得led芯片晶粒的分选方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |