CN106415807A - 使用高分辨率全裸片图像数据进行检验 - Google Patents

使用高分辨率全裸片图像数据进行检验 Download PDF

Info

Publication number
CN106415807A
CN106415807A CN201580026943.4A CN201580026943A CN106415807A CN 106415807 A CN106415807 A CN 106415807A CN 201580026943 A CN201580026943 A CN 201580026943A CN 106415807 A CN106415807 A CN 106415807A
Authority
CN
China
Prior art keywords
nude film
chip
film image
site
resolution
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
CN201580026943.4A
Other languages
English (en)
Other versions
CN106415807B (zh
Inventor
A·V·库尔卡尼
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
Publication of CN106415807A publication Critical patent/CN106415807A/zh
Application granted granted Critical
Publication of CN106415807B publication Critical patent/CN106415807B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0004—Industrial image inspection
    • G06T7/001—Industrial image inspection using an image reference approach
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B21/00—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant
    • G01B21/16—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant for measuring distance of clearance between spaced objects
    • 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
    • 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
    • G01N21/8851—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
    • 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
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N23/00—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00
    • G01N23/22—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by measuring secondary emission from the material
    • G01N23/225—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by measuring secondary emission from the material using electron or ion
    • G01N23/2251—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by measuring secondary emission from the material using electron or ion using incident electron beams, e.g. scanning electron microscopy [SEM]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/30—Circuit design
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
    • G06T7/74—Determining position or orientation of objects or cameras using feature-based methods involving reference images or patches
    • 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
    • H01L21/67—Apparatus specially adapted for handling semiconductor or electric solid state devices during manufacture or treatment thereof; Apparatus specially adapted for handling wafers during manufacture or treatment of semiconductor or electric solid state devices or components ; Apparatus not specifically provided for elsewhere
    • H01L21/67005—Apparatus not specifically provided for elsewhere
    • H01L21/67242—Apparatus for monitoring, sorting or marking
    • H01L21/67288—Monitoring of warpage, curvature, damage, defects or the like
    • 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
    • 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
    • G01N2021/8822—Dark field detection
    • G01N2021/8825—Separate detection of dark field and bright field
    • 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
    • G01N2021/8887—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 based on image processing techniques
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2201/00—Features of devices classified in G01N21/00
    • G01N2201/10—Scanning
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2201/00—Features of devices classified in G01N21/00
    • G01N2201/12—Circuits of general importance; Signal processing
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2223/00—Investigating materials by wave or particle radiation
    • G01N2223/60—Specific applications or type of materials
    • G01N2223/611—Specific applications or type of materials patterned objects; electronic devices
    • G01N2223/6116—Specific applications or type of materials patterned objects; electronic devices semiconductor wafer
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30108—Industrial image inspection
    • G06T2207/30148—Semiconductor; IC; Wafer

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Pathology (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • Manufacturing & Machinery (AREA)
  • Computer Hardware Design (AREA)
  • Power Engineering (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • Quality & Reliability (AREA)
  • Geometry (AREA)
  • Condensed Matter Physics & Semiconductors (AREA)
  • Signal Processing (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
  • Testing Or Measuring Of Semiconductors Or The Like (AREA)
  • Image Analysis (AREA)
  • Analysing Materials By The Use Of Radiation (AREA)
  • Image Processing (AREA)

Abstract

本发明提供用于相对于所存储高分辨率裸片图像确定检验数据的位置的方法及系统。一种方法包含：使由检验系统针对晶片上的对准位点获取的数据与关于预定对准位点的数据对准。所述预定对准位点在所述晶片的所存储高分辨率裸片图像的裸片图像空间中具有预定位置。所述方法还包含：基于所述预定对准位点在所述裸片图像空间中的所述预定位置而确定所述对准位点在所述裸片图像空间中的位置。另外，所述方法包含：基于所述对准位点在所述裸片图像空间中的所述位置而确定由所述检验系统针对所述晶片获取的检验数据在所述裸片图像空间中的位置。

Description

使用高分辨率全裸片图像数据进行检验
技术领域
本发明大体来说涉及用于相对于所存储高分辨率裸片图像而确定检验数据的位置的方法及系统。
背景技术
以下说明及实例并不由于其包含于此章节中而被认为是现有技术。
半导体制造涉及一大组复杂的成像、蚀刻、沉积及平面化过程以便在硅衬底上构造次微米(小至数十纳米)几何图案。在已执行过程以在硅衬底上至少部分地构造图案之后，必须检验衬底以确定图案或衬底上是否存在缺陷。存在用于检验此类衬底是否有缺陷的若干种不同方法及系统。可基于衬底的特性以及待在衬底上检测的缺陷而选择用于已经受任何特定制作过程的任何特定衬底的方法或系统的类型。
一些检验系统及方法在检验或设置检验期间利用衬底的设计数据。举例来说，通常使用形成于此类衬底上的裸片的设计布局来识别关键区(例如高几何密度的区域)及其中缺陷可自身显现的其它所谓“热点”。通过将关键区与非关键区分离，可在关键区域中执行更敏感检验且在较不关键区域中执行较不敏感检验。库尔卡尼(Kulkarni)等人的在2010年3月9日发布的第7,676,077号美国专利描述此方法，所述美国专利以引用方式并入本文中就像完全陈述于本文中一样。
设计布局也可用于对在晶片上所检测到的缺陷进行分类。举例来说，基于设计的分类(DBC)方法可使用后处理方法来使用由检验工具发现的缺陷周围的设计上下文来对每一所检测缺陷进行分级(bin)/分类。因此，基于设计数据确定关键区域及对缺陷进行分类提供用于检测并筛选缺陷以便标记系统性以及随机合格率相关缺陷的“前端”及“后端”方法。因此，上文所描述的方法需要使设计数据可用。然而，在许多情况中，设计信息可并非容易获得。
另一方法(通常称作为基于目标的检验(TBI))试图利用为用户已知的先验位置或热点。TBI在这些感兴趣区域周围使用光学模板来标记裸片的所有此类区，然后以较高敏感度检验所述区。因此，TBI仅限于已知可能发生缺陷的那些先验位置。在许多情况中，此数据是不完整或未知的。
因此，开发不具有上文所描述的缺点中的一者或多者的用于晶片检验相关应用的方法及/或系统将是有利的。
发明内容
各种实施例的以下说明不应以任何方式解释为限制所附权利要求书的标的物。
一个实施例涉及一种用于相对于所存储高分辨率裸片图像确定检验数据的位置的计算机实施方法。所述方法包含：使由检验系统针对晶片上的对准位点获取的数据与关于预定对准位点的数据对准。所述预定对准位点在所述晶片的所存储高分辨率裸片图像的裸片图像空间中具有预定位置。所述方法还包含：基于所述预定对准位点在所述裸片图像空间中的所述预定位置而确定所述对准位点在所述裸片图像空间中的位置。另外，所述方法包含：基于所述对准位点在所述裸片图像空间中的所述位置而确定由所述检验系统针对所述晶片获取的检验数据在所述裸片图像空间中的位置。对准所述数据、确定所述对准位点的所述位置及确定所述检验数据的所述位置是由计算机系统执行。
上文所描述的计算机实施方法可如本文中进一步所描述来执行。另外，上文所描述的计算机实施方法可包含本文中所描述的任何其它方法的任何其它步骤。此外，上文所描述的计算机实施方法可通过本文中所描述的系统中的任一者来执行。
另一实施例涉及一种经配置以相对于所存储高分辨率裸片图像确定检验数据的位置的系统。所述系统包含存储媒体，所述存储媒体包含晶片的所存储高分辨率裸片图像。所述系统还包含耦合到所述存储媒体的处理器。所述处理器经配置以用于执行上文所描述的计算机实施方法的步骤。所述系统可如本文中所描述来进一步配置。
额外实施例涉及另一种经配置以相对于所存储高分辨率裸片图像确定检验数据的位置的系统。所述系统包含检验系统，所述检验系统经配置以获取关于晶片上的对准位点的数据及及关于所述晶片的检验数据。所述系统还包含上文所描述的存储媒体及上文所描述的处理器，所述处理器在此实施例中也耦合到所述检验系统。所述系统可如本文中所描述来进一步配置。
附图说明
在阅读以下详细说明且在参考附图时，本发明的其它目标及优点将变得显而易见，在附图中：
图1是图解说明非暂时性计算机可读媒体的一个实施例的框图，所述非暂时性计算机可读媒体存储可在计算机系统上执行以用于执行本文中所描述的计算机实施所述的方法中的一者或多者的程序指令；及
图2是图解说明经配置以相对于所存储高分辨率裸片图像确定检验数据的位置的系统的一个实施例的侧视图的示意图。
虽然易于对本发明做出各种修改及替代形式，但在图式中以实例的方式展示且将在本文中详细地描述本发明的特定实施例。然而，应理解，图式及对其的详细说明并非意欲将本发明限制于所揭示的特定形式，而是相反，本发明意欲涵盖归属于如由所附权利要求书所界定的本发明的精神及范围内的所有修改、等效形式及替代形式。
具体实施方式
现在转到图式，应注意各图并未按比例绘制。特定来说，所述图的元件中的一些元件的比例被大幅放大以强调所述元件的特性。还应注意，所述图并未按相同比例绘制。已使用相同参考编号指示可类似地配置的在一个以上图中所展示的元件。除非本文中另外提及，否则所描述及所展示的元件中的任一者可包含任何适合市售元件。
一般来说，本文中所描述的实施例涉及用于结合检验数据利用高分辨率全裸片图像数据的方法及系统。举例来说，一个实施例涉及一种用于相对于所存储高分辨率裸片图像确定检验数据的位置的计算机实施方法。所述方法包含：使由检验系统针对晶片上的对准位点获取的数据与关于预定对准位点的数据对准。使关于所述对准位点的所述数据与关于所述预定对准位点的所述数据对准可使用此项技术中已知的任何适合对准方法及/或对准算法来执行。
预定对准位点在所述晶片的所存储高分辨率裸片图像的裸片图像空间中具有预定位置。预定对准位点可以本文中进一步描述的若干种不同方式来加以选择。裸片图像空间中的预定位置可为相对于裸片图像中的某一点(例如，原点)的坐标。以此方式，裸片图像空间中的预定位置可表达为裸片图像空间坐标。
在一个实施例中，所述所存储高分辨率裸片图像所所述裸片整体的所存储高分辨率图像。举例来说，所存储高分辨率裸片图像可如本文中针对整个裸片所描述而获取及存储。因此，即使本文中所描述的步骤中的一些步骤(例如，对准)可能仅需要所存储裸片图像的部分，整个裸片图像也可供在本文中所描述的步骤中的任一者中使用。如本文中所使用的术语“高分辨率”裸片图像意欲指代其中形成于晶片上的所有特征经解析的图像。因此，高分辨率裸片图像的“分辨率”应等于或大于形成于晶片上的最小特征。换句话说，如果形成于晶片上的裸片中的最小特征是(比如说)10nm，那么所述晶片的“高分辨率”裸片图像应以能够具有至少10nm的分辨率的成像系统来形成。以此方式，高分辨率裸片图像中的特征将准确地表示晶片的设计使得图像可用于确定关于晶片的设计的大致上准确信息。
在另一实施例中，所述方法包含：通过用基于电子束的成像系统扫描所述晶片或另一晶片上的裸片来获取所述晶片的高分辨率裸片图像及将所获取高分辨率裸片图像存储于存储媒体中。举例来说，可使用高分辨率成像工具(例如，电子束检验(EBI)系统，包含可从加利福尼亚州苗必达的KLA-Tencor购得的此类系统)或使用分步重复电子束复检(EBR)系统(例如可从KLA-Tencor购得的7100系列系统)或任何其它适合系统来扫描样本半导体晶片上的单个裸片。这些步骤可在检验处方设置期间执行。“处方”可通常被定义为用于实施例如检验等过程的指令集。高分辨率裸片图像可存储于本文中所描述的存储媒体中的任一者中。
在一些实施例中，关于晶片的设计数据不可供在所述方法中使用。举例来说，在其中确定用于晶片检验的参数的许多情况中，设计信息可不容易获得。在此类情形中，本文中所描述的实施例可如本文中进一步所描述用于使用高分辨率成像工具(例如具有图像处理及图案辨识技术的扫描电子显微镜(SEM))来识别裸片上的关键区并将其与较不关键区分开。在此情形中，可将SEM图像视为设计的代理，因为其具有足够详细地展示晶片上的几何形状以允许将裸片的关键区及非关键区分开的分辨率。以此方式，所存储裸片图像可用作设计上下文的代理且可如本文中进一步所描述用于对准于“设计”且可能用于定义关键区域(不同敏感度区)以及用于基于“设计”上下文而对缺陷进行分类(分级)。
如本文中所使用的术语“设计”及“设计数据”通常是指IC的物理设计(布局)以及通过复杂模拟或简单几何及布尔运算从物理设计导出的数据。所述设计可存储于例如GDS文件、任何其它标准机器可读文件、此项技术中已知的任何其它适合文件及设计数据库等数据结构中。GDSII文件是用于表示设计布局数据的一类文件中的一者。此类文件中的其它实例包含GL1及OASIS文件。本文中所描述的实施例中所使用的设计可存储于此整个类别的文件中的任一者中，而不管数据结构配置、存储格式或存储机制如何。另外，设计数据可为标准单元库数据、集成式布局数据、一个或多个层的设计数据、设计数据的衍生物及全部或部分芯片设计数据。
然而，一般来说，设计信息或数据无法通过借助晶片检验系统使晶片成像而产生。举例来说，晶片检验系统通常不能够以足够分辨率产生形成于晶片上的设计图案的图像使得图像可用于确定关于晶片的设计的信息。因此，一般来说，无法使用晶片检验系统来产生设计信息或设计数据。另外，本文中所描述的“设计”及“设计数据”是指由半导体装置设计者在设计过程中产生且因此在将设计印刷于任何物理晶片上之前可良好地供在本文中所描述的实施例中使用的信息及数据。
本文中描述可选择预定对准目标的若干种不同方式。一般来说，选择预定对准目标可包含：在扫描中的每一裸片扫描带中，使用本文中进一步描述的一些准则来搜索潜在对准目标的集合。然后可在所存储裸片图像中识别这些目标的对应位置。举例来说，所述方法可包含：识别晶片上的对准目标且将其位置及相对于裸片图像原点的偏移存储为对准目标信息。针对具有相对良好对准得分及质量(即，从将晶片图像片块与所存储图像片块对准所得的交叉相关表面中峰的量值及形状)的目标，这些位置及其相对于裸片图像原点的偏移以及图像片块可存储为检验处方的一部分以供在对此层的未来检验期间使用。以此方式，关于预定对准位点的数据及/或其图像(或指代此数据的索引)可存储于检验过程的处方中，且每当检验系统检验此特定装置及层的晶片时可使用所述对准数据。预定对准位点及关于那些位点的信息也可如库尔卡尼等人的在2010年3月9日发布的第7,676,077号美国专利，中所描述来加以选择及存储，所述美国专利以引用方式并入本文中就像完全陈述于本文中一样。这些步骤可在检验处方设置期间执行。
在一些实施例中，所述方法包含：通过预处理所存储高分辨率裸片图像以选择与检验系统及由检验系统用于晶片的检验过程兼容的预定对准位点而选择预定对准位点。选择所述预定对准位点可包含：预处理所存储裸片图像以按若干种不同方式选择与检验过程及系统兼容的预定对准位点。举例来说，所存储裸片图像可经处理以识别所存储裸片图像中所包含的在某一程度上相对于周围经图案化特征为独特的经图案化特征。以此方式，可在所存储裸片图像中独特地识别经图案化特征。然后可分析所识别经图案化特征以确定所识别经图案化特征中的哪些可由检验系统以足够分辨率成像使得由检验系统产生的经图案化特征的图像可大致上准确地对准于所存储裸片图像中的经图案化特征的图像。举例来说，如果所识别经图案化特征中的一些特征将未在由检验系统产生的图像中解析，那么其可被消除而不作为供在本文中所描述的实施例中使用的潜在对准位点。以此方式，可选择所存储高分辨率裸片图像中的足够独特以适用作预定对准位点且可由检验系统充分成像的经图案化特征来用作预定对准位点。
在一个实施例中，所述方法包含：基于关于待由检验系统用于检验晶片的一个或多个光学模式及像素大小的信息而选择预定对准位点。在一个实例中，在设置由检验系统执行的检验过程期间，除所存储裸片图像以外，也可使用关于检验系统的参数的信息(例如晶片扫描带信息、检验系统型号、待用于检验的光学模式及像素大小)来选择预定对准位点。也可基于待检验的晶片的一个或多个属性而选择预定对准位点。以此方式，可使用关于将用于晶片检验的检验系统的成像能力(例如，如由光学模式、像素大小等定义)的信息来确定所存储裸片图像中的哪些经图案化特征将适于用作预定对准位点。举例来说，基于关于检验系统的成像能力的信息，可将所存储裸片图像中的预期在由检验系统产生的图像中解析的任何经图案化特征识别为潜在对准位点。然后可使用所识别潜在对准位点的特性(例如，所存储裸片图像中的位置、潜在对准位点的几何形状的独特性等等)来作出对预定对准位点的最终选择。
在一些实施例中，针对晶片上的对准位点所获取的数据及本文中进一步所描述的检验数据是在检验系统上以两个或两个以上光学模式获取。举例来说，如果以多个成像模式扫描晶片(此可同时执行或在对晶片的多个扫描中执行)，那么只要可在不同成像模式中找到对准目标以与所存储裸片图像对准即可应用本文中所描述的实施例，如本文中进一步所描述。本文中所使用的术语“光学模式”或“成像模式”通常是指可以组合方式用于获取晶片的图像或其它类似数据的光学参数集。因此，“光学模式”或“成像模式”可由若干个照射参数(例如，入射角、偏光、波长等等)以及若干个检测参数(例如，收集/检测角度、偏光、波长等等)定义。如此，不同光学模式或不同成像模式可在一个或多个此类参数的值方面不同。
在一个此种实施例中，用于两个或两个以上光学模式中的第一者的对准位点不同于用于两个或两个以上光学模式中的第二者的对准位点。以此方式，不同对准位点可用于不同光学模式。举例来说，一个对准位点可对于一个光学模式的对准特别有用，但对另一光学模式中的对准无用。因此，对另一光学模式中的对准更有用的不同对准位点可经识别且用于所述模式。然而，如果可识别对一个以上光学模式中的对准足够有用的对准位点，那么可在那些一个以上光学模式中的每一者中将所述对准位点用于对准目的。在任一情形中，可根据本文中所描述的实施例中的任一者针对一个或多个光学模式选择对准位点。
在另一此种实施例中，关于用于两个或两个以上光学模式中的第一者的预定对准位点的数据不同于关于用于两个或两个以上光学模式中的第二者的预定对准位点的数据。举例来说，如果不同对准位点用于不同光学模式(如上文进一步所描述)，那么不同预定对准位点及其对应数据也将用于不同光学模式。
在一个实施例中，关于晶片上的对准位点的数据包含经扫描图像，且关于预定对准位点的数据包含来自所存储高分辨率裸片图像的高分辨率图像数据。举例来说，经扫描图像可为由检验系统在对晶片执行的检验过程期间获取的图像。用于预定对准位点的高分辨率图像数据可包含所存储高分辨率图像数据的在预定对准位点周围及其附近的任何适合部分。用于对准位点的经扫描图像可在与检验数据相同的扫描(即，使用用于检验晶片的光学模式)或与用于产生检验数据的扫描不同的扫描(例如，在对准位点并非是使用检验光学模式成像使得其可对准于关于预定对准位点的高分辨率图像数据)中获取。在所述情形中，可使用检验系统的一个光学模式执行对准位点与预定对准位点的对准且然后可将所述对准平移到检验系统的另一光学模式(例如，通过使使用一个或多个检验光学模式获取的对准位点数据及预定对准位点数据两者对准于使用不同光学模式获取的对准位点数据)。
在另一实施例中，关于晶片上的对准位点的数据包含经扫描图像，且关于预定对准位点的数据包含图像剪辑。可用于本文中所描述的方法中的关于预定对准位点的数据或图像包含所存储裸片图像剪辑(如本文中所使用的术语“剪辑”是指整个所存储高分辨率裸片图像的相对小部分)及已经对准于所存储高分辨率裸片图像的由检验系统产生的图像。
在额外实施例中，所述方法包含：从所存储高分辨率裸片图像提取关于预定对准位点的高分辨率裸片图像剪辑，及将所提取图像剪辑存储于由检验系统用于检验晶片的文件中。可以任何适合方式从整个所存储高分辨率裸片图像提取高分辨率裸片图像剪辑。另外，所提取图像剪辑可以任何适合方式存储于由检验系统用于检验的文件中。以此方式，由检验系统用于对准的文件可不包含整个所存储高分辨率裸片图像，借此减少在检验期间所需要的数据处置能力。然而，整个所存储高分辨率裸片图像也可供在检验期间使用(例如，在可供由检验系统使用的另一文件中)使得可视需要存取所有所存储高分辨率裸片图像数据。
在又一实施例中，所述方法包含：使用检验系统用于检验的最佳成像模式扫描晶片以选择适合预定对准位点及基于通过所述扫描产生的图像及所存储高分辨率裸片图像而确定所述所选择预定对准位点的位置。也可基于可用于检验晶片的各种成像模式来执行对准位点选择步骤。举例来说，检验系统可经配置以使用一个以上光学成像模式来进行检验，例如，明视场(BF)模式、暗视场(DF)模式、边缘对比(Edge Contrast，其是KLA-Tencor的商标)模式、各种光圈模式及/或电子束成像模式。边缘对比(EC)检验通常是使用圆形对称照射光圈及互补成像光圈来执行。用于检验晶片上的特定层的最佳成像模式是使缺陷信噪比(S/N)最大化的成像模式，且最佳成像模式可随层类型而变化。另外，检验系统可经配置以同时或依序使用一个以上成像模式来检验晶片。由于在晶片检验期间执行的对准位点图像或数据获取使用晶片检验的最佳成像模式，因此对准位点选择优选地使用所述模式来选择适当对准位点及对准特征。
然而，为精确地确定所选择预定对准位点在裸片图像空间中的位置，可使用检验系统来获取所选择预定对准位点的高分辨率图像，然后使所述高分辨率图像对准于所存储高分辨率裸片图像的对应部分以借此确定所选择预定对准位点在裸片图像空间中的位置。以此方式，可使使用与所存储裸片图像匹配的最佳模式获取的图像对准于所存储裸片图像。使用通过使使用匹配于所存储裸片图像的最佳模式获取的图像对准而确定的所选择对准位点在裸片图像空间中的(x,y)位置，可使这些x及y位置与使用检验的最佳模式获取的片块图像相关联。如果针对相同位点以不同模式(匹配于所存储裸片图像的检验模式及最佳模式)采集的图像之间存在某一固定偏移，那么可使用适合校准目标在检验开始时(或之前)来测量及/或校正此偏移。
在一个此种实施例中，所述方法可包含：使预定对准位点的不同图像离线对准以确定映射(即，确定光学或电子束图像的个别像素在裸片图像空间的位置)。举例来说，在选择预定对准位点且使用可提供与所存储裸片图像匹配的最佳图像的成像模式获取晶片上的那些位点的图像之后，然后可使用此项技术中已知的任何恰当方法及/或算法使不同图像彼此对准。
另一选择是，所存储高分辨率裸片图像的对应于所选择预定对准位点的部分可用于模拟将由检验系统使用用于选择预定对准位点的模式形成的预定对准位点的图像。然后可使经模拟图像对准于由检验系统针对所选择预定对准位点获取的图像以借此确定晶片上的对准位点在裸片图像空间中的位置。获得具有适合于使经模拟图像与光学图像对准的质量的经模拟图像对所有成像模式来说可为困难的。然而，可针对特定成像模式(例如，BF模式)获得经模拟图像与光学图像的最佳匹配。因此，方法可包含：使用检验的最佳成像模式来扫描晶片以选择适合预定对准位点。方法可还包含：使用检验系统重新访问晶片上的所选择预定对准位点以使用提供可最佳匹配于经模拟图像的图像的模式获取光学片块图像。
在一个实施例中，所述方法包含：通过使用检验系统扫描晶片上的裸片行并处理裸片的每一帧以识别独特对准位点来选择预定对准位点。术语“帧”在本文中通常被定义为裸片的一部分在扫描晶片期间获取的检验数据或图像的扫描带中的数据或图像。每一扫描带可以是在检验系统跨越晶片上的一行或列中的裸片扫描(沿x)时作为具有某一高度H(沿y)的像素流而获取。处理所述帧可包含：确定帧中的特征的x及y梯度并选择沿x及/或y方向具有相对强梯度的一个或多个特征以供在预定对准位点中使用。方法可还包含：执行帧与含有此特征的片块图像的交叉相关以确定是否梯度中的仅一个相对强峰值位于预定搜索范围内。以此方式，可针对预定对准位点识别并选择在图案搜索窗内独特的对准特征。所述方法还可包含：显示由方法识别的一个或多个潜在对准位点(例如，潜在对准位点的光学或电子束图像)且允许用户选择以预定最小间隔距离分布于裸片上的一个或多个适合对准位点。
在一些实施例中，所述方法包含：从晶片的所存储高分辨率裸片图像选择预定对准位点，使得在检验数据的多个扫描带中的每一者中存在至少一个预定对准位点。在另一实施例中，所述方法包含：通过将所存储高分辨率裸片图像划分成对应于检验数据的多个扫描带中的每一者的部分及搜索所存储高分辨率裸片图像以在多个扫描带中的每一者中识别并选择预定对准位点中的至少一者来选择预定对准位点。举例来说，可使用将用于检验晶片的检验过程的参数来确定晶片上的裸片将如何被划分成检验数据的扫描带。然后可使用所述信息来确定将所存储高分辨率裸片图像对应地划分成扫描带。然后可单独处理所存储高分辨率裸片图像的不同扫描带，使得在扫描带中的每一者中选择至少一个预定对准位点。可根据本文中所描述的任何实施例来执行扫描带中的每一者中的此种选择。以此方式，用于检验过程的预定对准位点可包含预定对准位点的集合，所述集合包含针对晶片产生的检验数据的每一扫描带中的至少一个预定对准位点。如此，检验数据的每一扫描带可个别地对准于所存储高分辨率裸片图像。
在一些实施例中，对准位点包含检验数据的多个扫描带中的每一者的一个以上对准位点。举例来说，对准位点可如上文所描述经选择使得检验数据的每一扫描带中包含一个以上对准位点。在另一此种实施例中，对准位点包含检验数据的多个扫描带中的每一者中的一个以上对准位点以校正缩放误差。在一些实施例中，执行使检验系统对准于对准位点以在检验系统中校正载台位置准确度、旋转误差、x及y平移误差，或其某一组合。举例来说，在已使检验系统对准于对准位点之后，可校正载台位置准确度、任何旋转误差、x及y平移误差、放大(缩放)误差，或其某一组合。此校正可在检验过程期间发生或可在过程后执行(即，在已产生检验结果之后执行)。校正可至少部分地基于由检验系统报告的对准位点的坐标与相同对准位点的参考坐标的比较。换句话说，如本文中所描述而选择的对准位点可用于不仅使检验数据对准于所存储高分辨率裸片图像而且还可用于使检验系统对准于晶片空间坐标。
在又一实施例中，跨越晶片上的裸片以预定频率选择预定对准位点。在另一实施例中，预定对准位点以预定最小间隔距离分布于晶片上的裸片上。举例来说，可基于关于待用于检验晶片的检验系统的扫描能力的先验知识而以一频率或最小间隔距离选择预定对准位点。在一个此种实例中，针对已知在获取检验数据的扫描带期间显著漂移的检验系统，可跨越裸片以相对高频率及/或以相对小最小间隔距离选择预定对准位点。以此方式，对准位点可用于使全部检验数据大致上准确地对准于所存储高分辨率裸片图像而不论检验系统的边限性如何。
在一个实施例中，所述方法包含：将预定对准位点选择为包含以组合方式提供用于确定对准位点的位置的足够对准信息的对准特征的集合，如本文中进一步所描述。举例来说，预定对准位点中的每一者可包含一个或多个对准特征，且那些一个或多个对准特征可如本文中所描述经选择以使得其提供用于执行本文中所描述的方法的步骤的足够信息。
在又一实施例中，对准步骤是在对晶片的缺陷检测之前执行。举例来说，使关于对准位点的数据对准于关于预定对准位点的数据可在获取检验数据期间或之后且在使用检验数据执行缺陷检测之前执行。以此方式，检验数据可在缺陷检测之前对准于所存储高分辨率裸片图像，此在本文中进一步描述的一些实施例(例如其中所存储高分辨率裸片图像或来自所述裸片图像的信息用于缺陷检测的那些实施例)中可为有利的。
在一些实施例中，检验系统经配置以使用BF模式来检验晶片。在另一实施例中，检验系统经配置以使用暗视场DF模式来检验晶片。在又一实施例中，检验系统经配置以使用电子束成像模式来检验晶片。可如本文中进一步所描述来进一步配置此类检验系统。另外，本文中所描述的实施例可经配置以供与任何检验系统配置及光学或电子束模式一起使用。
所述方法还包含：基于所述预定对准位点在所述裸片图像空间中的所述预定位置而确定所述对准位点在所述裸片图像空间中的位置。举例来说，由于已确定预定对准位点相对于裸片图像坐标(即，在裸片图像空间中)的(x,y)位置且关于预定对准位点的数据已经对准于关于对准位点的数据，因此可在裸片图像空间中确定晶片上的对准位点的即时像素坐标的绝对位置。可在检验晶片之前或在获取关于晶片的检验数据之后执行确定晶片上的对准位点在裸片图像空间中的位置。
所述方法还包含：基于所述对准位点在所述裸片图像空间中的位置而确定由所述检验系统针对所述晶片获取的检验数据在所述裸片图像空间中的位置。被确定在裸片图像空间中的位置的检验数据可包含在检验期间由检验系统针对晶片获取的任何数据(例如，图像数据)。另外，可针对由检验系统在检验晶片期间获取的一些或全部数据而确定检验数据的未知。举例来说，可仅针对为晶片上的关注区域获取的检验数据而确定检验数据的位置。
在一个实施例中，在如上文所描述使原始数据流的对应于晶片上的对准位点的部分对准于关于预定对准位点的数据之后，所述方法可包含：在子像素准确度内来测量检验数据流与所存储裸片图像之间的坐标偏移。另外，可通过使原始检验数据图像相对于预定对准位点的所存储裸片图像移位来校正即时检验数据与所存储裸片图像之间的坐标误差以使得晶片上的对准位点大致上确切地对准于跨越裸片的所有点的预定对准位点。本文中所描述的方法及系统的一个显著优点是可以子像素准确度确定检验数据在裸片图像空间中的位置。以此方式，可如本文中进一步描述以处于亚100nm准确度的相对高精确度来确定晶片上的关注区域及非关注区域。
在不同实施例中，可使用关于预定对准位点的数据来确定二维映射变换，所述二维映射变换可用于将即时图像像素空间映射到裸片图像空间。举例来说，所述方法可包含：使所下载预定对准位点片块图像(在检验过程的设置期间所获取)与预定搜索范围内的即时图像数据相关且确定所下载图像与即时图像之间的偏移。所述方法还可包含：使用此偏移确定即时图像像素位置与裸片图像坐标之间的对应性，因为在设置期间确定了预定对准位点在裸片图像空间中的(x,y)位置。所述方法然后可包含：使用即时图像像素位置与裸片图像坐标之间的对应性确定用于将即时像素坐标空间映射到裸片图像空间的二维函数。
在一个此种实例中，使用对准位点栅格与裸片图像空间中的绝对坐标的适合多项式拟合，可确定映射函数，所述映射函数可用于将检验数据(例如，即时像素流)中的任何像素映射到其在裸片图像空间中的对应位置。以类似方式，检验数据中的任何像素可映射到其在上下文空间中的对应位置，如下文进一步所描述。数个其它校正可用于提供大致上准确的映射。举例来说，可基于由检验系统提供的数据(例如，可通过检验系统的运行时间对准(RTA)子系统获取的沿x方向的像素大小)及载台校准数据而执行校正。映射可用于裸片间检验模式。可在晶片的检验期间或在获取关于晶片的检验数据之后实时执行如上文所描述的对即时像素流的映射。以此方式，可在晶片的检验期间执行确定检验数据在裸片图像空间中的位置。另一选择是，可在检验晶片之后执行确定检验数据在裸片图像空间中的位置。
本文中所描述的方法可或可不包含：通过对晶片执行检验来获取检验数据。换句话说，本文中所描述的方法可通过不包含光学或电子束检验子系统的系统(例如本文中进一步描述的系统)来执行。而是，所述系统可经配置为“独立”系统，其经配置以从检验系统接收检验数据。以此方式，独立系统可从检验系统获取检验数据。独立系统可以此项技术中已知的任何方式(例如，经由可包含“有线”及/或“无线”部分的传输媒体)获取检验数据。另一选择是，所述方法可由包含检验系统的系统执行。以此方式，检验系统可形成系统的一部分，且检验数据可由系统通过对晶片执行检验来获取。另外，无论获取检验数据的方式如何，本文中所描述的方法均可使用呈此项技术中已知的任何格式的此项技术中已知的任何类型的检验数据来执行。检验数据可包含关于在晶片上检测到的一个或多个缺陷的数据。本文中所描述的方法也可通过虚拟检验器来执行，所述虚拟检验器的实例描述于2012年2月28日发布的巴斯卡尔(Bhaskar)等人的第8,126,255号美国专利中，所述美国专利以引用方式并入本文中就像完全陈述于本文中一样。本文中所描述的实施例可如本专利中所描述来进一步配置。
在一个实施例中，以子像素准确度确定检验数据的位置。举例来说，为大致上精确地检验晶片，检验像素流应以子像素准确度对准于高分辨率所存储裸片图像，使得本文中进一步描述的微关注区域(MCA)布置是大致上准确的。本文中所描述的实施例有利地能够在检验期间实现此种对准准确度。
在一些实施例中，所述方法包含：基于对准步骤而确定关于晶片上的对准位点的所述数据与关于预定对准位点的数据之间的偏移，及使用偏移及对准位点在裸片图像空间中的位置来执行确定检验数据的位置。举例来说，在扫描晶片的每一扫描带时，可从检验处方检索为裸片扫描带所保存的对准目标且可搜索所获取晶片图像以找出与目标图像的匹配。使目标片块匹配于所获取图像路径的结果是所获取图像与所存储裸片图像之间的对准偏移。然后可使用所述对准偏移来确定其它检验数据的位置，如本文中进一步所描述。
在又一实施例中，经对准的关于对准位点的数据包含由检验系统针对晶片获取的检验数据的多个扫描带中的每一者中的数据，所述对准位点包含多个扫描带中的每一者中的至少一个对准位点，确定对准位点的位置包含：基于预定对准位点在裸片图像空间中的预定位置而确定多个扫描带中的每一者中的至少一个对准位点在裸片图像空间中的位置，且确定检验数据的位置包含：基于多个扫描带中的每一者中的至少一个对准位点在裸片图像空间中的位置而确定多个扫描带中的每一者中的检验数据在裸片图像空间中的位置。举例来说，如上文所描述，对准位点可经选择使得检验数据的每一扫描带中存在至少一个对准位点。因此，检验数据的每一扫描带中的对准位点可个别地对准于对应对准位点。如此，可在裸片图像空间中单独地确定检验数据的每一扫描带中的对准位点的位置。然后可如本文中进一步所描述使用那些所确定位置来使检验数据的每一扫描带对准于裸片图像空间。
在一个实施例中，所述方法包含：基于检验数据而检测晶片上的缺陷，且在检测缺陷之前并不知晓缺陷的位置。举例来说，本文中所描述的检验方法并不包含重新访问已由另一方法或系统检测到的缺陷。换句话说，本文中所描述的实施例并非是缺陷复检方法或系统。而是，本文中所描述的实施例经配置以用于检查晶片上的并不知晓存在还是不存在缺陷的位置。
以此方式，出于对准目的，本文中所描述的实施例利用所存储高分辨率裸片图像作为设计数据“代理”，即使由本文中所描述的方法及系统产生且经对准的检验数据未必是以与所存储裸片图像一样高的分辨率产生。举例来说，在缺陷复检系统中，由此类系统产生的图像通常是以此高分辨率(例如，用以确定足够缺陷信息)产生，使得晶片上的图案在由此类系统产生的图像中及在关于晶片的设计数据(例如，在OPC前设计数据)中显现为大致上相同。因此，晶片上的裸片的至少一部分的高分辨率图像可容易由缺陷复检系统获取且对准于设计或设计数据。如此，使缺陷复检数据对准于设计数据或其代理是相对简单的。然而，由于检验系统通常并不被设计成或用于以与缺陷复检系统相同或类似的分辨率产生图像，因此使检验系统输出对准于设计是困难得多的任务。然而，如本文中进一步所描述，所存储高分辨率裸片图像可用作晶片的设计数据的代理且预定对准位点在所述所存储裸片图像中的预定位置可用于以大致上高准确度使检验数据对准于裸片图像且因此对准于设计代理。
本文中进一步所描述的一些实施例包含：使用从整个裸片的先前所存储高分辨率图像确定的局部图像上下文来提取不同敏感度区用于检验。换句话说，所述方法包含：扫描晶片，使用对准位点信息来识别所获取图像中的不同敏感度区，及将适当检测阈值应用于所述区。可在检验扫描期间执行这些步骤。所述方法依赖于检验像素栅格与所存储裸片图像中的对准目标的大致上准确对准。此方法可用于其中关于晶片的设计数据不容易获得的情况中。以此方式，本文中所描述的实施例允许使用全裸片高分辨率图像作为设计的“代理”来界定关键区域。另外，实施例可包含从所存储高分辨率全裸片图像提取MCA以供在晶片检验系统中使用。
在一个实施例中，所述方法包含：从所存储高分辨率裸片图像产生上下文映射图，且所述上下文映射图包含关于跨越裸片图像空间的所存储高分辨率裸片图像的一个或多个属性的值。举例来说，所述方法可包含：分析所存储高分辨率裸片图像以产生上下文映射图，其可在所存储裸片图像中包含如本文中进一步描述的MCA。这些步骤可在检验处方设置期间执行。
可逐帧地分析所存储高分辨率裸片图像(典型帧可为(举例来说)8132个高分辨率像素×8132个高分辨率像素，假定在检验期间帧大小是512个低分辨率像素×512个低分辨率像素且低分辨率像素是16X高分辨率像素)。对高分辨率图像帧的分析导致上下文映射图的产生，所述上下文映射图可(例如)在检验期间以本文中所描述的若干种方式用于基于区的关键性而以不同敏感度检验裸片的不同区。举例来说，其中存在相对密集细线或相对接近于彼此的几何特征的区域比其中几何形状在尺寸上较宽及/或间隔较远的区域关键。
可使用用户定义的规则集合来将区分类为关键或较不关键。下文给出可使用的规则的实例。可使用任何适合形态形状分析算法分析所存储高分辨率裸片图像以确定其是否满足给定规则。
1.提取其中线(几何形状)比D纳米紧密的区域。
2.提取相对高曲率的区域(例如拐角及线端)。
3.提取具有距邻近特征(几何特征)比D nm紧密的相对高曲率点的区域。
4.提取比D纳米细的线。
5.提取其中线细于D1且通过小于D2纳米间隔分离的区。
6.上述特征的任何布尔函数：举例来说，其中存在相对高曲率(例如，线端)及相对窄空间的区域。
7.也可使用特征之间的空间关系，例如，两个对置(定向)相对高曲率点之间的相对细空间(<D nm)。
可使用标准图像处理技术(例如二值化或自适应性二值化)后续接着二进制形态分析来识别相对细的线及空间及相对小及大的二进制大对象(blob)等来提取帧的子区。也可计算这些特征之间的距离，且可使用规则来识别关键区，如上文所描述。可以此方式分析高分辨率裸片图像的所有帧以借此产生将在检验所述层期间使用的检验区(也称作MCA)。
在一个实施例中，所述方法包含：基于检验数据在裸片图像空间中的位置、裸片图像空间中的所存储高分辨率裸片图像的一个或多个属性及检验数据的一个或多个属性而确定关于检测晶片的不同部分上的缺陷的敏感度，且检验数据的一个或多个属性包含，在不同部分中检测到一个或多个缺陷的情况下，一个或多个图像噪声属性或其某一组合。举例来说，关注区域信息可用于识别晶片上的不同部分及待用于检测不同部分中的缺陷的敏感度。如此，裸片图像的一个或多个属性可包含关注区域信息。然而，裸片图像的一个或多个属性也可或替代地可包含本文中所描述的裸片图像的属性中的任一者。
数据准备阶段可包含：形成或获取关于裸片图像的一个或多个属性的数据。用于确定关于检测晶片的不同部分上的缺陷的敏感度的裸片图像的一个或多个属性可包含与裸片图像相关联的过程或合格率信息。举例来说，在一个实施例中，基于先前所获取的关于针对其获取关于晶片的检验数据的过程层、不同过程层或其某一组合的裸片图像、不同裸片图像或其某一组合的晶片、其它晶片或其某一组合的检验数据的一个或多个属性而选择裸片图像的一个或多个属性。以此方式，可基于与先前从相同或不同过程层上的相同或不同设计上的相同晶片或不同晶片收集的检验数据的属性的相关性而选择用于确定关于检测晶片的不同部分上的缺陷的敏感度的裸片图像空间中的裸片图像的一个或多个属性。先前所收集的检验数据可存储于数据结构(例如，晶片厂数据库或任何其它适合数据库、文件等)中或可包含于知识库中。以此方式，在此实施例中基于累积学习、历史数据或训练数据集而选择裸片图像的一个或多个属性。
此实施例中所使用的检验数据的一个或多个属性可包含图像噪声属性及/或检验数据的不同区中的缺陷的检测或不检测。此步骤中所使用的检验数据的属性可包含本文中所描述的检验数据的任何其它属性。可基于与设计属性相关的图像噪声针对检验过程的基于区的多阈值(RBMT)设置来执行此实施例中的确定敏感度。此实施例中的确定敏感度可如本文中所描述来进一步执行。
在一个此种实施例中，基于先前在不同部分中所检测到的缺陷的合格率临界性、先前在不同部分中所检测到的缺陷的故障概率或其某一组合而选择所存储高分辨率裸片图像的一个或多个属性。以此方式，关于检测缺陷的敏感度可至少部分地基于裸片图像的一个或多个属性，所述属性是基于不同部分中所检测到的缺陷的合格率临界性及/或故障概率而选择。过程或合格率临界性信息可包含(举例来说)由过程窗口鉴定(PWQ)所确定的关键缺陷、基于热点(例如，从检验确定)的感兴趣缺陷(DOI)的位置、从逻辑位图确定的热点信息、从针对在热点处检测到的缺陷的测试结果确定的命中率(KP)值、任何其它过程或合格率信息，或其某一组合。“热点”可通常被定义为印刷于晶片上的设计中可存在致命缺陷的位置。相比来说，“冷点”可通常被定义为印刷于晶片上的设计中可存在扰乱性缺陷的位置。
关于裸片图像的一个或多个属性的数据也可称为“上下文”数据，所述数据定义裸片图像中具有一个或多个属性的不同值的几何区域(例如，例如接触区域或虚拟填充区域的区域内的特征的类型，“检验位置”信息或“关注区域”、其中可能发生过程故障的“关键”区域，或其某一组合)。术语上下文数据在本文中与术语“上下文信息”及“上下文映射图”可交换地使用。上下文信息可从各种来源(包含可从KLA-Tencor购得的模拟、建模及/或分析软件产品、例如设计规则检验(DRC)软件的其它软件或其某一组合)获取。此外，可确定额外上下文数据并将其与关于裸片图像的属性的数据组合。例如数据库或文件(包含裸片图像及/或上下文数据)等数据结构可具有此项技术中已知的任何适合格式。
在额外实施例中，所述方法包含：基于检验数据在裸片图像空间中的位置及上下文映射图而确定关于检测晶片的不同部分上的缺陷的敏感度，且上下文映射图包含跨越裸片图像空间的所存储高分辨率裸片图像的一个或多个属性的值。举例来说，所述方法可包含：使用上下文映射图来基于上下文的临界性而针对关键区及变量敏感度区在晶片上的裸片中界定相对高敏感度区。在一个实例中，可界定裸片图像的分段以隔离密集阵列及逻辑开放区域以及粒状金属。也可使用图像灰阶及上下文的组合来在裸片图像中界定一个或多个分段。举例来说，可将具有中间灰阶的像素组合于一个分段中。可使用由检验系统或其它图像获取系统获取的图像来确定图像灰阶。
在一些实施例中，基于检验数据在裸片图像空间中的位置及上下文映射图而确定关于检测晶片的不同部分上的缺陷的敏感度是在检验晶片期间由检验系统执行。举例来说，上下文映射图可由如本文中所描述的检验系统在检验晶片时使用。在另一实施例中，基于检验数据在裸片图像空间中的位置及上下文映射图而确定关于检测晶片的不同部分上的缺陷的敏感度是由检验系统在已完成对关于晶片的检验数据的获取之后执行。举例来说，上下文映射图可由如上文所描述的检验系统在可离线获得检验数据之后使用。
在另一实施例中，所述方法包含：基于所存储高分辨率裸片图像而识别待用于检验晶片的一个或多个关注区域。举例来说，所述方法可使用上下文映射图来自动界定晶片上的裸片的虚拟区域(不检验区)且界定裸片的将被使用不同敏感度阈值的粗略区。在一个此种实例中，上下文映射图(例如，界定虚拟填充区域的上下文映射图)可用于自动界定不需要检验且因此可被排除而不用于缺陷检测目的的非关注区。此类区通常未经良好控制且因此产生相对大量的噪声(当在裸片间进行比较时)。因此，排除此类区可增加检验的总体S/N。
在一个实施例中，基于检验数据在裸片图像空间中的位置及上下文映射图而确定关于检测晶片上的不同部分的缺陷的敏感度包含：确定与检验数据一起用于检测晶片的不同部分上的缺陷的敏感度阈值。以此方式，可通过变更用于缺陷检测的一个或多个阈值而逐区变更敏感度(此类似于分段自动阈值(SAT)方法)。举例来说，低阈值(高敏感度)检测可用于关键区，且高阈值(低敏感度)检测可用于非关键区。通过基于裸片图像的一个或多个属性而对检验数据进行分段并使用于缺陷检测的阈值变化，检验过程的总体敏感度可增加。因此，本文中所描述的方法及系统提供经改善的缺陷检测。
在一些实施例中，所述方法包含：基于检验数据在裸片图像空间中的位置而识别对应于晶片上的关注区域的检验数据。举例来说，可使用所存储裸片图像坐标来界定MCA映射图。然后，待应用于此映射图的偏移可经确定以便大致上准确地知晓所获取扫描带中的每一像素(或一个或多个像素)分属于哪一敏感度区。检测算法然后可应用与所述敏感度区相关的恰当阈值。
在额外实施例中，所述方法包含：获取关于晶片上的一个位置处的热点的信息，基于关于热点的信息而识别晶片上的热点的其它位置，及基于一个位置及其它位置处的热点而产生晶片的关注区域。举例来说，布局中为已知(例如，通过模拟或先前知识)的弱点区域的所谓“热点”可用于识别关键区域。如果每一热点(或一个或多个热点)的所存储裸片图像中存在实例，那么简单正规化交叉相关可用于识别裸片中存在此几何形状于的所有其它位置。可以此方式分析高分辨率裸片图像的所有帧以借此产生将在检验所述层期间使用的检验区(也称作MCA)。
本文中所描述的实施例可包含：基于检验数据而检测晶片上的缺陷。可在获取检验数据期间或之后在任一点处执行缺陷检测。可基于检验数据在裸片图像空间中的位置及如本文中所描述而确定的一个或多个缺陷检测参数(例如，敏感度、关注区域等)而执行检测晶片上的缺陷。然而，检验数据可用作到此项技术中已知的任何适合缺陷检测算法及/或方法的输入。换句话说，本文中所描述的检验数据并非是任何一个或多个缺陷检测方法及/或算法所特有的。缺陷检测的结果可包含缺陷的裸片图像空间位置以及可由方法及/或系统基于对应于缺陷的检验数据所确定的任何其它信息。
本文中进一步所描述的一些实施例包含：使用从整个裸片的先前所存储高分辨率图像确定的局部图像上下文来对缺陷进行分类。所述方法依赖于检验像素栅格与所存储裸片图像中的对准目标的大致上准确对准。此方法可用于其中关于晶片的设计数据不容易获得的情况中。
在一个实施例中，所述方法包含：基于检验数据而检测晶片上的缺陷，此可如本文中所描述来执行，及基于对应于缺陷中的至少一者的检验数据在裸片图像空间中的位置及上下文映射图而对至少一个缺陷进行分类，且上下文映射图包含跨越裸片图像空间的所存储高分辨率裸片图像的一个或多个属性的值。以此方式，所述方法可包含：根据缺陷在上下文映射图中的位置而对缺陷进行分类。上下文映射图可如本文中所描述来确定且由于将在裸片图像空间中确定上下文映射图且在裸片图像空间中确定检验数据(及因此对应于缺陷的检验数据)的位置，因此可容易确定上下文映射图在缺陷的位置处的值。然后可使用上下文映射图中的那些值以若干种不同方式(例如，基于缺陷所位于的区的关键性，基于缺陷的合格率相关性等等)对缺陷进行分类。此步骤可在检验扫描期间执行。
在额外实施例中，所述方法包含：从所存储高分辨率裸片图像产生上下文映射图，所述上下文映射图包含跨越裸片图像空间的所存储高分辨率裸片图像的一个或多个属性的值及关于所述值的上下文代码，且所述方法包含：基于检验数据而检测晶片上的缺陷，及基于对应于缺陷中的至少一者的检验数据在裸片图像空间中的位置及上下文映射图而将上下文代码中的一者对准于至少一个缺陷。可根据本文中所描述的实施例中的任一者产生上下文映射图。另外，可用某一上下文代码(分级代码)来标记所存储裸片图像中的每一区。以此方式，一旦找到缺陷，便可使用查找表来计算其上下文，其中所述表将所存储裸片图像的每一小区映射到某一特定上下文代码。
在另一实施例中，检验数据包含关于晶片上的缺陷的数据，且所述方法包含：基于检验数据在裸片图像空间中的位置而确定缺陷在裸片图像空间中的位置，基于缺陷在裸片图像空间中的位置及裸片图像空间中的所存储高分辨率裸片图像的一个或多个属性而确定缺陷是否是扰乱性缺陷，及基于裸片图像空间中的所存储高分辨率裸片图像的一个或多个属性而确定未经确定为扰乱性缺陷的缺陷是否是系统性或随机缺陷。“扰乱性”或“扰乱性缺陷”是此项技术中通常用于指代在晶片上检测到的但非用户感兴趣的实际缺陷的潜在缺陷的术语。以此方式，“扰乱性缺陷”可简单地是通过检验检测到的晶片上的噪声(其不表示晶片上的任何实际缺陷)或用户不关心的实际缺陷。
在此步骤中用于识别扰乱性缺陷的裸片图像的一个或多个属性可包含本文中所描述的属性中的任一者。举例来说，可在上下文映射图中界定裸片图像的一个或多个属性。以此方式，所述方法可包含：将上下文映射图应用于缺陷数据以筛选(例如，摒弃)在应用(例如但不限于PWQ)中被认为是不重要的缺陷(例如，扰乱性缺陷)。如此，设计的接近制作过程的能力的极限的部分可基于上下文而被分成是关键的部分及不是关键的部分。在另一实例中，在此步骤中用于识别扰乱性缺陷的裸片图像的属性包含关于裸片图像的热点信息。以此方式，缺陷在裸片图像空间中的位置及热点信息可用于将在裸片图像中并非在热点处检测到及/或在冷点处检测到的缺陷识别为扰乱性缺陷。
光刻的PWQ应用通常涉及：以不同曝光剂量及焦点偏移(即，以经调制剂量及焦点)将晶片上的裸片曝光并识别裸片中的系统性缺陷，所述系统性缺陷可用于确定设计弱点的区域及确定过程窗。光刻的PWQ应用的实例图解说明于2010年6月1日发布的吴(Wu)等人的第7,729,529号共同受让美国专利中，所述美国专利以引用方式并入本文中就像完全陈述于本文中一样。焦点及曝光调制的许多假影可显现为缺陷(裸片与标准参考裸片间差异)，但实际上是扰乱性缺陷。此类假影的实例可包含在这些假影对装置的合格率或性能不或几乎不具有影响的区中的CD变化及线端拉回或缩短。然而，可使用本文中所描述的方法大致上准确地相对于裸片图像空间确定缺陷的位置。另外，本文中所描述的方法可用于如上文进一步所描述以相对高准确度确定关注区域。这些“微”关注区域可居中于已知热点上且以相对高敏感度进行检验或可作为非关注区域或以相对低敏感度检验的区域居中于已知冷点(系统性扰乱性)上。
确定未经确定为扰乱性缺陷的缺陷是否是系统性或随机缺陷可基于裸片图像空间中的裸片图像的一个或多个属性(其可如上文进一步所描述在上下文映射图中被界定)或通过将缺陷的位置与热点的位置进行比较(其可存储于例如列表或数据库等数据结构中)而执行。另外，非感兴趣的所有缺陷可并非均为扰乱性缺陷。举例来说，具有相对低或无合格率影响的系统性缺陷可为非感兴趣的缺陷而非扰乱性缺陷。此类缺陷可出现于晶片上的有源图案或装置区域上。本文中所描述的方法可包含：识别此类缺陷。可从以下各项识别此类缺陷或位于冷点处的缺陷：设计上下文(例如，冗余通孔)、建模、PWQ、检验及复检，以及缺陷与测试的相关性(例如，具有相对低堆叠电故障位置的位置处的相对高堆叠缺陷密度等等)。另外，可通过将缺陷的位置与热点及冷点的位置进行比较来执行监视这些缺陷。此外，可通过使来自设计、所建模结构、检验结构、计量结果及测试与故障分析(FA)结果的多个输入来源相关来执行系统性缺陷的发现。
系统DOI可包含全部图案相依性缺陷类型。识别系统性缺陷是有利的，使得可分析这些缺陷将对装置具有的影响。随机DOI可包含关键类型的随机缺陷的统计样本。识别随机缺陷是有利的，因为关键类型的随机缺陷可经分析以确定这些缺陷将对装置具有的影响。另外，通过识别随机缺陷，可变更一个或多个检验过程参数以抑制对可认为是扰乱性缺陷的随机缺陷的检测。此外，可变更检验过程参数以将扰乱性缺陷与系统性原因(冷点)区别开。
确定缺陷是否是妨碍、系统性或随机缺陷也是有利的，因为可基于在一或若干晶片上检测到的缺陷的类型及不同类型的缺陷具有的与合格率的相关性而更准确地预测合格率。另外，本文中所描述的方法的结果(可能结合合格率预测)可用于作出关于设计数据及制造过程的一个或多干决策。举例来说，本文中所描述的方法的结果可用于变更用于制作正检验的晶片级的一或若干过程的一个或多个参数。优选地，过程的一个或多个参数经变更使得由过程引起较少系统性缺陷及/或较少类型的系统性缺陷及可能较少关键随机缺陷及/或较少类型的关键随机缺陷。
在一些实施例中，使用晶片级过程参数调制来处理晶片及额外晶片，且所述方法包含：通过将关于晶片及额外晶片上的裸片的检验数据与共同标准参考裸片进行比较来检测晶片及额外晶片上的缺陷。以此方式，可以晶片间检验模式来执行缺陷检测。在一个此种实施例中，关于一个晶片上的对准位点数据可对准于关于预定对准位点的数据，且关于此晶片上的对准位点的数据可对准于关于另一晶片上的对准位点的数据。另一选择是，关于两个晶片上的对准位点的数据可对准于包含本文中所描述的数据中的任一者的关于预定对准位点的数据。以此方式，在关于晶片上的对准位点的数据已对准于关于预定对准位点的数据之后，关于晶片的检验数据将彼此有效地对准且可经叠对或比较以用于缺陷检测。
在一些实施例中，晶片间检验模式涉及使用存在于正检验的晶片以外的参考裸片(即，晶片外参考)。此方法的实施方案完全不简单，因为其涉及将当前用于使检验系统能够完成裸片间级叠对容差(例如，0.1像素)以实现充足敏感度结果的运行时间反馈概念分离。
本文中所描述的方法可因此用于实现晶片彼此的比较，此是可能极其有用的应用。使用晶片间比较来进行缺陷检验的一个动机是发现可由特定电路布局与晶片制造过程的堆叠容差的相互作用导致的“系统性缺陷机制”。此发现过程可包含比较上面印刷有相同装置设计但经以不同方式处理的晶片。最确定性方法是在单变量或多变量实验中调制过程参数(例如，使用有条理的实验设计(DOE)方法)。在一个实施例中，使用晶片级过程参数调制处理晶片及额外晶片(例如，两个或两个以上晶片)，此可如上文所描述或以任何其它适合方式来执行。过程参数可经调制以致使所得晶片的可测量物理及/或电属性接近其允许极限。另外，所述方法可包含：通过将关于晶片及额外晶片上的裸片的检验数据与共同标准参考裸片进行比较来检测晶片及额外晶片上的缺陷。可如本文中进一步所描述来执行以此方式检测晶片上的缺陷。在一个此种实施例中，所述方法可包含：如通过检测“缺陷”所测量，确定是否出现晶片之间的结构差异。此方法可称作为集成式PWQ(iPWQ)。以此方式，本文中所描述的方法可用于实现iPWQ的实施方案(例如，针对iPWQ使用标准参考裸片方法)。如此，出于实施iPWQ方法的目的，PWQ方法可经扩展以包含晶片级过程参数调制及不同晶片上的裸片与共同标准参考裸片的比较。
相比来说，光刻诱导的“系统性缺陷机制”的发现可使用皮特森(Peterson)等人的第6,902,855号美国专利中所描述的方法及可从KLA-Tencor购得的PWQ产品来执行，所述美国专利以引用方式并入本文中就像完全陈述于本文中一样。PWQ利用光刻工具使用焦点及曝光作为变量来以光罩快照级调制光刻曝光过程参数的独特能力来确定设计光刻相互作用。此应用通常用于OPC验证。然而，PWQ限于晶片上的以经调制焦点及/或曝光参数印刷的裸片的直接比较。与过程步骤(例如蚀刻、沉积、热处理、化学机械抛光(CMP)等)相关联的其它过程变量的影响无法通过PWQ来直接评估，因为这些变量可仅以晶片级进行调制。然而，使用本文中所描述的方法可发现与这些过程变量相关联或由其引起的系统性缺陷机制。特定来说，本文中所描述的方法可用于在PWQ类型应用中通过晶片间比较来检查非光刻过程调制。
在一个实施例中，在检验晶片期间执行所述方法。举例来说，可在通过检验系统对晶片的扫描时或期间(即，在产生检验数据时)执行所述方法。特定来说，可在检验晶片期间(即，在运行时间期间)执行：将关于对准位点的数据与关于预定对准位点的数据对准、确定对准位点在裸片图像空间中的位置，以及确定检验数据在裸片图像空间中的位置。可在检验晶片之前执行经执行以设置这些步骤(例如，对准位点选择)的方法的步骤。另外，可在已针对晶片产生全部检验数据之后执行方法的全部或一些步骤。
在额外实施例中，方法的设置是在工具上执行。换句话说，可在将用于产生将在方法中对准的检验数据的检验系统上执行方法的设置。当检验系统可如本文中所描述产生具有足够高分辨率的裸片图像时，此类实施例可为有用的。另一选择是，高分辨率裸片图像可由除检验系统外的系统产生且然后可使用检验系统(包含检验系统的光学元件以及检验系统的计算机子系统)来设置方法(例如，选择预定对准位点等等)。
在另一实施例中，方法的设置是在工具外执行。换句话说，可在除将用于产生将在方法中对准的检验数据的检验系统外的系统上执行方法的设置。在工具外执行方法的设置的系统可包含(举例来说)显微镜(光学束或电子束)、复检系统、晶片未或无法装载到其中的系统(例如，独立计算机系统)或此项技术中已知的可经配置以执行方法的设置的任何其它适当系统。举例来说，可用产生高分辨率裸片图像的基于电子束的成像系统及选择预定对准位点并产生执行本文中所描述的方法的步骤所需的任何其它信息的一个或多个计算机系统执行方法的设置。
由可根据本文中所描述的实施例中的任一者配置的计算机系统来执行：对准数据、确定对准位点的位置以及确定检验数据的位置。
上文所描述的方法的实施例中的每一者可包含本文中所描述的任何其它方法的任何其它步骤。此外，上文所描述的方法的实施例中的每一者可由本文中所描述的系统中的任一者执行。
本文中所描述的所有方法可包含：将所述方法实施例的一个或多个步骤的结果存储于非暂时性计算机可读存储媒体中。所述结果可包含本文中所描述的结果中的任一者且可以此项技术中已知的任一方式存储。所述存储媒体可包含本文中所描述的任何存储媒体或此项技术中已知的任何其它适合存储媒体。在已存储结果之后，所述结果可在所述存储媒体中存取且由本文中所描述的方法或系统实施例中的任一者使用、经格式化以用于向用户显示、由另一软件模块、方法或系统等使用。举例来说，在所述方法已检测到缺陷之后，所述方法可包含：将关于所检测到缺陷的信息存储于存储媒体中。
额外实施例涉及一种非暂时性计算机可读媒体，其存储可在计算机系统上执行以执行用于相对于所存储高分辨率裸片图像确定检验数据的位置的计算机实施方法的程序指令。图1中展示一个此种实施例。特定来说，如图1中所展示，非暂时性计算机可读媒体100包含可在计算机系统104上执行的程序指令102。所述计算机实施方法包含上文所描述的方法的步骤。可为其执行所述程序指令的计算机实施方法可包含本文中所描述的任何其它步骤。
实施例如本文中所描述的方法等方法的程序指令102可存储于计算机可读媒体100上。所述计算机可读媒体可为例如磁盘或光盘、磁带等存储媒体，或此项技术中已知的任何其它适合的非暂时性计算机可读媒体。
可以包含基于程序的技术、基于组件的技术及/或对象导向技术以及其它技术的各种方式中的任一者来实施程序指令。举例来说，可视需要使用ActiveX控件、C++对象、JavaBeans、微软基础类别(“MFC”)或其它技术或方法来实施所述程序指令。
所述计算机系统可采取各种形式，包含个人计算机系统、图像计算机、大型计算机系统、工作站、网络器具、因特网器具或其它装置。一般来说，术语“计算机系统”可被广泛定义为囊括具有一个或多个处理器的执行来自存储器媒体的指令的任何装置。计算机系统也可包含此项技术中已知的任何适合处理器，例如并行处理器。另外，计算机系统可包含具有高速处理及软件的计算机平台作为独立工具或经联网工具。
另一实施例涉及一种经配置以相对于所存储高分辨率裸片图像确定检验数据的位置的系统。图2中展示此系统的一个实施例。所述系统包含存储媒体200，其包含晶片202的所存储高分辨率裸片图像。所述存储媒体可包含本文中所描述的存储媒体中的任一者。所存储高分辨率裸片图像可包含本文中所描述的高分辨率裸片图像中的任一者且可如本文中进一步所描述来存储。
所述系统还包含耦合到存储媒体200的处理器204。所述处理器可以任何适合方式耦合到存储媒体(例如，通过在图2中由虚线展示的一个或多个传输媒体，其可包含“有线”及/或“无线”传输媒体)，使得所述处理器可接受存储于存储媒体中的信息及图像且可能在存储媒体中存储及/或变更信息及/或图像。所述处理器可为包含于计算机系统中的处理器，且包含此处理器的计算机系统可如本文中所描述来进一步配置。
所述处理器经配置以用于执行本文中进一步所描述的以下步骤：对准关于对准位点的数据，确定对准位点的位置，及确定检验数据的位置。所述处理器可经配置以根据本文中所描述的实施例中的任一者来执行这些步骤且可经配置以执行本文中所描述的任何实施例的任何其它步骤。
经配置以相对于所存储高分辨率裸片图像确定检验数据的位置的系统的另一实施例包含存储媒体及如上文所描述而配置的处理器以及经配置以获取关于晶片上的对准位点的数据及关于晶片的检验数据的检验系统。举例来说，如图2中所展示，系统的一个实施例包含检验系统206。与获取关于晶片的高分辨率裸片图像的系统相比，所述检验系统可为相对高速、低分辨率工具。在一个此种实例中，所述检验系统可为基于光的或光学晶片检验系统，包含可从例如KLA-Tencor等供应商购得的那些系统中的任一者。
如图2中进一步展示，检验系统包含光源208。光源208可包含此项技术中已知的任何适合光源，例如，激光器。光源208经配置以将光引导到分束器210，分束器210经配置以将来自光源208的光反射到折射光学元件212。折射光学元件212经配置以将来自分束器210的光聚焦到晶片202。分束器210可包含任何适合分束器，例如，50/50分束器。折射光学元件212可包含任何适合折射光学元件，且尽管折射光学元件212在图2中展示为单个折射光学元件，但可用一个或多个折射光学元件及/或一个或多个反射光学元件替换所述单个折射光学元件。
因此，光源208、分束器210及折射光学元件212可形成检验系统的照射通道。所述照射通道可包含任何其它适合元件(图2中未展示)，例如一个或多个偏光组件及例如光谱滤光器等的一个或多个滤光器。如图2中所展示，光源、分束器及折射光学元件经配置以使得以法向或大致上法向入射角将光引导到晶片。然而，可以任何其它适合入射角(例如，倾斜入射角)将光引导到晶片。
检验系统可经配置而以任何适合方式使光在晶片上进行扫描。举例来说，晶片可定位于是机械及/或机器人组合件(未展示)的一部分的载台214上，所述载台经配置以使晶片相对于检验系统的光学元件移动使得来自检验系统的光可在检测来自晶片的光时在晶片上进行扫描。
由于照射而从晶片202反射的光可由折射光学元件212收集且通过分束器210引导到检测器216。因此，折射光学元件、分束器及检测器可形成检验系统的检测通道。所述检测器可包含此项技术中已知的任何适合成像检测器，例如，电荷耦合装置(CCD)。此检测通道还可包含一个或多个额外组件(图2中未展示)，例如一个或多个偏光组件、一个或多个空间滤光器、一个或多个光谱滤光器等。检测器216经配置以产生可包含本文中进一步所描述的数据中的任一者的检验数据。
如上文所描述，检验系统中所包含的检测器可经配置以检测从晶片反射的光。因此，检验系统中所包含的检测通道可被配置为BF通道。然而，所述检验系统可包含可用于检测由于对晶片的照射而从晶片散射的光的一个或多个检测通道(未展示)。另外，图2中所展示的检测通道的一个或多个参数可经变更使得所述检测通道检测到从晶片散射的光。以此方式，检验系统可被配置为DF工具及/或BF工具。
在一个实施例中，所述系统包含基于电子束的成像系统，所述基于电子束的成像系统经配置以用于通过扫描晶片或另一晶片上的裸片来获取关于晶片的高分辨率裸片图像并将所获取高分辨率裸片图像存储于存储媒体中。举例来说，如图2中所展示，所述系统可包含经配置以通过扫描晶片202上的裸片来获取关于晶片的高分辨率裸片图像的基于电子束的成像系统218。成像系统218可被配置为EBR工具，包含可从例如KLA-Tencor等供应商购得的任何电子束缺陷复检工具。成像系统218也可或替代地可被配置为基于电子束的计量工具(例如，SEM)或可从例如KLA-Tencor等供应商购得的任何其它基于电子束的计量工具。基于电子束的成像系统可能够具有高于检验系统的分辨率，但可能不能够具有与检验系统一样高的速度。换句话说，检验系统能够具有高于基于电子束过程系统的扫描速度。在一个此种实例中，检验系统可经配置以使光在晶片的相对大部分上扫描同时获取输出(例如，图像或图像数据)，但基于电子束的成像系统可经配置以仅扫描晶片的大致上小的部分同时获取输出。
基于电子束的成像系统在图2中被展示为具有SEM的一般配置。特定来说，如图2中所展示，所述基于电子束的成像系统可包含经配置以产生电子束的电子束源220，所述电子束通过一个或多个聚焦及/或引导元件(未展示)以适合入射角引导到晶片202。由于入射于晶片上的电子束而从晶片返回的电子可由检测器222检测到。可使用任何适合聚焦及/或引导元件(未展示)将从晶片返回的电子引导并聚焦于检测器上。检测器222可包含可响应于从晶片返回的电子而产生本文中所描述的高分辨率裸片图像的任何适合成像检测器。
系统的处理器耦合到检验系统且也可耦合到基于电子束的成像系统。举例来说，所述处理器可耦合到检验系统的检测器及可能基于电子束的成像系统。在一个此种实例中，如图2中所展示，处理器204耦合到检验系统206的检测器216及成像系统218的检测器222(例如，通过图2中由虚线所展示的一个或多个传输媒体，其可包含此项技术中已知的任何适合传输媒体)。所述处理器可以任何适合方式耦合到所述检测器。在另一实例中，所述处理器可耦合到检验系统及成像系统的个别计算机系统(未展示)。所述处理器可以任何其它适合方式耦合到检验系统及成像系统使得由检验系统及成像系统产生的关于晶片的图像及任何其它信息可发送到处理器，且任选地，使得处理器可将指令发送到检验系统及成像系统以执行本文中所描述的一个或多个步骤(例如，用检验系统获取检验数据及/或用基于电子束的成像系统获取高分辨率裸片图像)。
所述处理器经配置以用于执行本文中进一步所描述的以下步骤：对准关于对准位点的数据，确定对准位点的位置，及确定检验数据的位置。所述处理器可经配置以根据本文中所描述的实施例中的任一者来执行这些步骤且可经配置以执行本文中所描述的任何实施例的任何其它步骤。图2中所示的系统可如本文中所描述来进一步配置。
应注意，本文中提供图2是为了大体上图解说明可包含于本文中所描述的系统实施例中的检验系统及基于电子束的成像系统的一个配置。明显地，本文中所描述的检验系统及基于电子束的成像系统的配置可经变更以使系统的性能优化(如通常在设计商用检验或基于电子束的成像系统时执行)。另外，本文中所描述的系统可使用例如可从KLA-Tencor购得的28XX、29XX及Puma 9XXX系列工具的现有检验系统(例如，通过将本文中所描述的功能性添加到现有检验系统)来实施。针对一些此类系统，本文中所描述的方法也可提供为系统的选用功能性(例如，除系统的其它功能性外)。另一选择是，本文中所描述的系统可“从头开始”设计以提供全新系统。
鉴于此说明，所属领域的技术人员将明了本发明的各种方面的进一步修改及替代实施例。举例来说，提供用于相对于所存储高分辨率裸片图像确定检验数据的位置的方法及系统。因此，此说明应被理解为仅是说明性的，且是出于教示所属领域的技术人员实施本发明的一般方式的目的。应理解，本文中所展示及所描述的本发明的形式应视为目前优选实施例。如所属领域的技术人员在受益于本发明的此说明之后均将明了，元件及材料可替代本文中所图解说明及描述的那些元件及材料，部件及过程可颠倒，且本发明的一些特征可独立地被利用。可在不背离如所附权利要求书中所描述的本发明的精神及范围的情况下对本文中所描述的元件做出改变。

Claims (89)

1.一种用于相对于所存储高分辨率裸片图像确定检验数据的位置的计算机实施方法，其包括：
使由检验系统针对晶片上的对准位点获取的数据与关于预定对准位点的数据对准，其中所述预定对准位点在所述晶片的所存储高分辨率裸片图像的裸片图像空间中具有预定位置；
基于所述预定对准位点在所述裸片图像空间中的所述预定位置而确定所述对准位点在所述裸片图像空间中的位置；及
基于所述对准位点在所述裸片图像空间中的所述位置而确定由所述检验系统针对所述晶片获取的检验数据在所述裸片图像空间中的位置，其中对准所述数据、确定所述对准位点的所述位置及确定所述检验数据的所述位置是由计算机系统执行。
2.根据权利要求1所述的方法，其中所述所存储高分辨率裸片图像是所述裸片整体的所存储高分辨率图像。
3.根据权利要求1所述的方法，其进一步包括：通过用基于电子束的成像系统扫描所述晶片或另一晶片上的裸片来获取所述晶片的所述高分辨率裸片图像，及将所述所获取高分辨率裸片图像存储于存储媒体中。
4.根据权利要求1所述的方法，其中关于所述晶片的设计数据不可供在所述方法中使用。
5.根据权利要求1所述的方法，其进一步包括：基于所述检验数据而检测所述晶片上的缺陷，其中在所述检测之前并不知晓所述缺陷的位置。
6.根据权利要求1所述的方法，其中以子像素准确度确定所述检验数据的所述位置。
7.根据权利要求1所述的方法，其进一步包括：基于所述所存储高分辨率裸片图像而识别待用于检验所述晶片的一个或多个关注区域。
8.根据权利要求1所述的方法，其进一步包括：基于所述检验数据在所述裸片图像空间中的所述位置而识别对应于所述晶片上的关注区域的所述检验数据。
9.根据权利要求1所述的方法，其进一步包括：基于所述对准而确定关于所述晶片上的所述对准位点的所述数据与关于所述预定对准位点的所述数据之间的偏移，其中使用所述偏移及所述对准位点在所述裸片图像空间中的所述位置来执行确定所述检验数据的所述位置。
10.根据权利要求1所述的方法，其进一步包括：从所述所存储高分辨率裸片图像产生上下文映射图，其中所述上下文映射图包括关于跨越所述裸片图像空间的所述所存储高分辨率裸片图像的一个或多个属性的值。
11.根据权利要求1所述的方法，其进一步包括：获取关于所述晶片上的一个位置处的热点的信息，基于关于所述热点的所述信息而识别所述晶片上的所述热点的其它位置，及基于所述一个位置及所述其它位置处的所述热点而产生所述晶片的关注区域。
12.根据权利要求1所述的方法，其进一步包括：基于所述检验数据而检测所述晶片上的缺陷，及基于对应于所述缺陷中的至少一者的所述检验数据在所述裸片图像空间中的所述位置及上下文映射图而对所述至少一个缺陷进行分类，其中所述上下文映射图包括关于跨越所述裸片图像空间的所述所存储高分辨率裸片图像的一个或多个属性的值。
13.根据权利要求1所述的方法，其进一步包括：从所述所存储高分辨率裸片图像产生上下文映射图，其中所述上下文映射图包括关于跨越所述裸片图像空间的所述所存储高分辨率裸片图像的一个或多个属性的值及关于所述值的上下文代码；基于所述检验数据而检测所述晶片上的缺陷；及基于对应于所述缺陷中的至少一者的所述检验数据在所述裸片图像空间中的所述位置及所述上下文映射图而将所述上下文代码中的一者指派到所述至少一个缺陷。
14.根据权利要求1所述的方法，其进一步包括：基于关于待由所述检验系统用于检验所述晶片的一个或多个光学模式及像素大小的信息而选择所述预定对准位点。
15.根据权利要求1所述的方法，其中针对所述晶片上的所述对准位点所获取的所述数据及所述检验数据是在所述检验系统上以两个或两个以上光学模式获取。
16.根据权利要求15所述的方法，其中用于所述两个或两个以上光学模式中的第一者的所述对准位点不同于用于所述两个或两个以上光学模式中的第二者的所述对准位点。
17.根据权利要求15所述的方法，其中关于用于所述两个或两个以上光学模式中的第一者的所述预定对准位点的所述数据不同于关于用于所述两个或两个以上光学模式中的第二者的所述预定对准位点的所述数据。
18.根据权利要求1所述的方法，其中所述方法是在检验所述晶片期间执行。
19.根据权利要求1所述的方法，其中关于所述晶片上的所述对准位点的所述数据包括经扫描图像，且其中关于所述预定对准位点的所述数据包括来自所述所存储高分辨率裸片图像的高分辨率图像数据。
20.根据权利要求1所述的方法，其中关于所述晶片上的所述对准位点的所述数据包括经扫描图像，且其中关于所述预定对准位点的所述数据包括图像剪辑。
21.根据权利要求1所述的方法，其进一步包括：从所述晶片的所述所存储高分辨率裸片图像选择所述预定对准位点，使得在所述检验数据的多个扫描带中的每一者中存在至少一个预定对准位点。
22.根据权利要求1所述的方法，其中所述对准是在对所述晶片的缺陷检测之前执行。
23.根据权利要求1所述的方法，其中所述方法的设置是在工具外执行。
24.根据权利要求1所述的方法，其中所述方法的设置是在工具上执行。
25.根据权利要求1所述的方法，其进一步包括：通过将所述所存储高分辨率裸片图像划分成对应于所述检验数据的多个扫描带中的每一者的部分及搜索所述所存储高分辨率裸片图像以在所述多个扫描带中的每一者中识别并选择所述预定对准位点中的至少一者来选择所述预定对准位点。
26.根据权利要求1所述的方法，其进一步包括：从所述所存储高分辨率裸片图像提取关于所述预定对准位点的高分辨率裸片图像剪辑，及将所述所提取图像剪辑存储于由所述检验系统用于检验所述晶片的文件中。
27.根据权利要求1所述的方法，其进一步包括：通过预处理所述所存储高分辨率裸片图像以选择与所述检验系统及由所述检验系统用于所述晶片的检验过程兼容的预定对准位点来选择所述预定对准位点。
28.根据权利要求1所述的方法，其进一步包括：通过使用所述检验系统扫描晶片上的裸片行并处理裸片的每一帧以识别独特对准位点来选择所述预定对准位点。
29.根据权利要求1所述的方法，其进一步包括：使用所述检验系统用于检验的最佳成像模式扫描所述晶片以选择适合预定对准位点，及基于通过所述扫描产生的图像及所述所存储高分辨率裸片图像而确定所述所选择预定对准位点的位置。
30.根据权利要求1所述的方法，其中所述对准位点包括所述检验数据的多个扫描带中的每一者中的一个以上对准位点。
31.根据权利要求1所述的方法，其中所述对准位点包括所述检验数据的多个扫描带中的每一者中的一个以上对准位点以校正缩放误差。
32.根据权利要求1所述的方法，其中跨越所述晶片上的裸片以预定频率选择所述预定对准位点。
33.根据权利要求1所述的方法，其中所述预定对准位点以预定最小间隔距离分布于所述晶片上的裸片上。
34.根据权利要求1所述的方法，其进一步包括：使所述检验系统对准于所述对准位点以在所述检验系统中校正载台位置准确度、旋转误差、x及y平移误差、缩放误差或其某一组合。
35.根据权利要求1所述的方法，其进一步包括：将所述预定对准位点选择为包含以组合方式提供用于所述确定所述对准位点的所述位置的足够对准信息的一组对准特征。
36.根据权利要求1所述的方法，其中所述检验系统经配置以使用明视场模式来检验所述晶片。
37.根据权利要求1所述的方法，其中所述检验系统经配置以使用暗视场模式来检验所述晶片。
38.根据权利要求1所述的方法，其中所述检验系统经配置以使用电子束成像模式来检验所述晶片。
39.根据权利要求1所述的方法，其进一步包括：基于所述检验数据在所述裸片图像空间中的所述位置、所述裸片图像空间中的所述所存储高分辨率裸片图像的一个或多个属性及所述检验数据的一个或多个属性而确定关于检测所述晶片的不同部分上的缺陷的敏感度，其中所述检验数据的所述一个或多个属性包括在所述不同部分中检测到一个或多个缺陷的情况下的一个或多个图像噪声属性，或其某一组合。
40.根据权利要求39所述的方法，其中基于先前在所述不同部分中所检测的缺陷的合格率临界性、先前在所述不同部分中所检测的所述缺陷的故障概率或其某一组合而选择所述所存储高分辨率裸片图像的所述一个或多个属性。
41.根据权利要求1所述的方法，其进一步包括：基于所述检验数据在所述裸片图像空间中的所述位置及上下文映射图而确定关于检测所述晶片的不同部分上的缺陷的敏感度，其中所述上下文映射图包括关于跨越所述裸片图像空间的所述所存储高分辨率裸片图像的一个或多个属性的值。
42.根据权利要求1所述的方法，其中所述检验数据包括关于所述晶片上的缺陷的数据，所述方法进一步包括：基于所述检验数据在所述裸片图像空间中的所述位置而确定所述缺陷在所述裸片图像空间中的位置，基于所述缺陷在所述裸片图像空间中的所述位置及所述裸片图像空间中的所述所存储高分辨率裸片图像的一个或多个属性而确定所述缺陷是否是扰乱性缺陷，以及基于所述裸片图像空间中的所述所存储高分辨率裸片图像的所述一个或多个属性而确定未经确定为扰乱性缺陷的所述缺陷是否是系统性或随机缺陷。
43.根据权利要求1所述的方法，其中使用晶片级过程参数调制来处理所述晶片及额外晶片，且其中所述方法进一步包括：通过将关于所述晶片及所述额外晶片上的裸片的检验数据与共同标准参考裸片进行比较来检测所述晶片及所述额外晶片上的缺陷。
44.根据权利要求1所述的方法，其中经对准的关于所述对准位点的所述数据包括由所述检验系统针对所述晶片获取的所述检验数据的多个扫描带中的每一者中的数据，其中所述对准位点包括所述多个扫描带中的每一者中的至少一个对准位点，其中确定所述对准位点的所述位置包括：基于所述预定对准位点在所述裸片图像空间中的所述预定位置而确定所述多个扫描带中的每一者中的所述至少一个对准位点在所述裸片图像空间中的所述位置，且其中确定所述检验数据的所述位置包括：基于所述多个扫描带中的每一者中的所述至少一个对准位点在所述裸片图像空间中的所述位置而确定所述多个扫描带中的每一者中的所述检验数据在所述裸片图像空间中的所述位置。
45.一种经配置以相对于所存储高分辨率裸片图像确定检验数据的位置的系统，其包括：
存储媒体，其包括晶片的所存储高分辨率裸片图像；及
处理器，其耦合到所述存储媒体，其中所述处理器经配置以用于：
使由检验系统针对所述晶片上的对准位点获取的数据与关于预定对准位点的数据对准，其中所述预定对准位点在所述晶片的所述所存储高分辨率裸片图像的裸片图像空间中具有预定位置；
基于所述预定对准位点在所述裸片图像空间中的所述预定位置而确定所述对准位点在所述裸片图像空间中的位置；及
基于所述对准位点在所述裸片图像空间中的所述位置而确定由所述检验系统针对所述晶片获取的检验数据在所述裸片图像空间中的位置。
46.一种经配置以相对于所存储高分辨率裸片图像确定检验数据的位置的系统，其包括：
检验系统，其经配置以获取关于晶片上的对准位点的数据及关于所述晶片的检验数据；
存储媒体，其包括所述晶片的所存储高分辨率裸片图像；及
处理器，其耦合到所述检验系统及所述存储媒体，其中所述处理器经配置以用于：
使由所述检验系统针对所述晶片上的所述对准位点获取的所述数据与关于预定对准位点的数据对准，其中所述预定对准位点在所述晶片的所述所存储高分辨率裸片图像的裸片图像空间中具有预定位置；
基于所述预定对准位点在所述裸片图像空间中的所述预定位置而确定所述对准位点在所述裸片图像空间中的位置；及
基于所述对准位点在所述裸片图像空间中的所述位置而确定由所述检验系统针对所述晶片获取的所述检验数据在所述裸片图像空间中的位置。
47.根据权利要求46所述的系统，其中所述所存储高分辨率裸片图像是所述裸片整体的所存储高分辨率图像。
48.根据权利要求46所述的系统，其进一步包括基于电子束的成像系统，所述基于电子束的成像系统经配置以用于通过扫描所述晶片或另一晶片上的裸片来获取所述晶片的所述高分辨率裸片图像并将所述所获取高分辨率裸片图像存储于所述存储媒体中。
49.根据权利要求46所述的系统，其中关于所述晶片的设计数据不可供所述系统使用。
50.根据权利要求46所述的系统，其中所述处理器进一步经配置以用于基于所述检验数据而检测所述晶片上的缺陷，且其中在所述检测之前并不知晓所述缺陷的位置。
51.根据权利要求46所述的系统，其中以子像素准确度确定所述检验数据的所述位置。
52.根据权利要求46所述的系统，其中所述处理器进一步经配置以用于基于所述所存储高分辨率裸片图像而识别待用于检验所述晶片的一个或多个关注区域。
53.根据权利要求46所述的系统，其中所述处理器进一步经配置以用于基于所述检验数据在所述裸片图像空间中的所述位置而识别对应于所述晶片上的关注区域的所述检验数据。
54.根据权利要求46所述的系统，其中所述处理器进一步经配置以用于基于所述对准而确定关于所述晶片上的所述对准位点的所述数据与关于所述预定对准位点的所述数据之间的偏移，且其中使用所述偏移及所述对准位点在所述裸片图像空间中的所述位置来执行确定所述检验数据的所述位置。
55.根据权利要求46所述的系统，其中所述处理器进一步经配置以用于从所述所存储高分辨率裸片图像产生上下文映射图，且其中所述上下文映射图包括关于跨越所述裸片图像空间的所述所存储高分辨率裸片图像的一个或多个属性的值。
56.根据权利要求46所述的系统，其中所述处理器进一步经配置以用于获取关于所述晶片上的一个位置处的热点的信息，基于关于所述热点的所述信息而识别所述晶片上的所述热点的其它位置，及基于所述一个位置及所述其它位置处的所述热点而产生所述晶片的关注区域。
57.根据权利要求46所述的系统，其中所述处理器进一步经配置以用于基于所述检验数据而检测所述晶片上的缺陷，及基于对应于所述缺陷中的至少一者的所述检验数据在所述裸片图像空间中的所述位置及上下文映射图而对所述至少一个缺陷进行分类，且其中所述上下文映射图包括关于跨越所述裸片图像空间的所述所存储高分辨率裸片图像的一个或多个属性的值。
58.根据权利要求46所述的系统，其中所述处理器进一步经配置以用于从所述所存储高分辨率裸片图像产生上下文映射图，其中所述上下文映射图包括关于跨越所述裸片图像空间的所述所存储高分辨率裸片图像的一个或多个属性的值及关于所述值的上下文代码，且其中所述处理器进一步经配置以用于基于所述检验数据而检测所述晶片上的缺陷，及基于对应于所述缺陷中的至少一者的所述检验数据在所述裸片图像空间中的所述位置及所述上下文映射图而将所述上下文代码中的一者指派到所述至少一个缺陷。
59.根据权利要求46所述的系统，其中所述处理器进一步经配置以用于基于关于待由所述检验系统用于检验所述晶片的一个或多个光学模式及像素大小的信息而选择所述预定对准位点。
60.根据权利要求46所述的系统，其中针对所述晶片上的所述对准位点所获取的所述数据及所述检验数据是在所述检验系统上以两个或两个以上光学模式获取。
61.根据权利要求60所述的系统，其中用于所述两个或两个以上光学模式中的第一者的所述对准位点不同于用于所述两个或两个以上光学模式中的第二者的所述对准位点。
62.根据权利要求60所述的系统，其中关于用于所述两个或两个以上光学模式中的第一者的所述预定对准位点的所述数据不同于关于用于所述两个或两个以上光学模式中的第二者的所述预定对准位点的所述数据。
63.根据权利要求46所述的系统，其中所述处理器进一步经配置以用于对准关于所述对准位点的所述数据，确定所述对准位点的所述位置，及在检验所述晶片期间确定所述检验数据的所述位置。
64.根据权利要求46所述的系统，其中关于所述晶片上的所述对准位点的所述数据包括经扫描图像，且其中关于所述预定对准位点的所述数据包括来自所述所存储高分辨率裸片图像的高分辨率图像数据。
65.根据权利要求46所述的系统，其中关于所述晶片上的所述对准位点的所述数据包括经扫描图像，且其中关于所述预定对准位点的所述数据包括图像剪辑。
66.根据权利要求46所述的系统，其中所述处理器进一步经配置以用于从所述晶片的所述所存储高分辨率裸片图像选择所述预定对准位点，使得在所述检验数据的多个扫描带中的每一者中存在至少一个预定对准位点。
67.根据权利要求46所述的系统，其中所述对准是在对所述晶片的缺陷检测之前执行。
68.根据权利要求46所述的系统，其中对准关于所述对准位点的所述数据、确定所述对准位点的所述位置及确定所述检验数据的所述位置的设置是在工具外执行。
69.根据权利要求46所述的系统，其中对准关于所述对准位点的所述数据、确定所述对准位点的所述位置及确定所述检验数据的所述位置的设置是在工具上执行。
70.根据权利要求46所述的系统，其中所述处理器进一步经配置以用于通过将所述所存储高分辨率裸片图像划分成对应于所述检验数据的多个扫描带中的每一者的部分及搜索所述所存储高分辨率裸片图像以在所述多个扫描带中的每一者中识别并选择所述预定对准位点中的至少一者来选择所述预定对准位点。
71.根据权利要求46所述的系统，其中所述处理器进一步经配置以用于从所述所存储高分辨率裸片图像提取关于所述预定对准位点的高分辨率裸片图像剪辑，及将所述所提取裸片图像剪辑存储于用于检验所述晶片的文件中。
72.根据权利要求46所述的系统，其中所述处理器进一步经配置以用于通过预处理所述所存储高分辨率裸片图像以选择与所述检验系统及待用于所述晶片的检验过程兼容的预定对准位点来选择所述预定对准位点。
73.根据权利要求46所述的系统，其中所述处理器进一步经配置以用于通过使用所述检验系统扫描晶片上的裸片行并处理裸片的每一帧以识别独特对准位点来选择所述预定对准位点。
74.根据权利要求46所述的系统，其中所述处理器进一步经配置以用于使用所述检验系统用于检验的最佳成像模式扫描所述晶片以选择适合预定对准位点，及基于通过所述扫描产生的图像及所述所存储高分辨率裸片图像而确定所述所选择预定对准位点的位置。
75.根据权利要求46所述的系统，其中所述对准位点包括所述检验数据的多个扫描带中的每一者中的一个以上对准位点。
76.根据权利要求46所述的系统，其中所述对准位点包括所述检验数据的多个扫描带中的每一者中的一个以上对准位点以校正缩放误差。
77.根据权利要求46所述的系统，其中跨越所述晶片上的裸片以预定频率选择所述预定对准位点。
78.根据权利要求46所述的系统，其中所述预定对准位点以预定最小间隔距离分布于所述晶片上的裸片上。
79.根据权利要求46所述的系统，其中所述处理器进一步经配置以用于使所述检验系统对准于所述对准位点以在所述检验系统中校正载台位置准确度、旋转误差、x及y平移误差、缩放误差或其某一组合。
80.根据权利要求46所述的系统，其中所述处理器进一步经配置以用于将所述预定对准位点选择为包含以组合方式提供用于所述确定所述对准位点的所述位置的足够对准信息的一组对准特征。
81.根据权利要求46所述的系统，其中所述检验系统经配置以使用明视场模式来检验所述晶片。
82.根据权利要求46所述的系统，其中所述检验系统经配置以使用暗视场模式来检验所述晶片。
83.根据权利要求46所述的系统，其中所述检验系统经配置以使用电子束成像模式来检验所述晶片。
84.根据权利要求46所述的系统，其中所述处理器进一步经配置以用于基于所述检验数据在所述裸片图像空间中的所述位置、所述裸片图像空间中的所述所存储高分辨率裸片图像的一个或多个属性及所述检验数据的一个或多个属性而确定关于检测所述晶片的不同部分上的缺陷的敏感度，且其中所述检验数据的所述一个或多个属性包括在所述不同部分中检测到一个或多个缺陷的情况下的一个或多个图像噪声属性，或其某一组合。
85.根据权利要求84所述的系统，其中基于先前在所述不同部分中所检测的缺陷的合格率临界性、先前在所述不同部分中所检测的所述缺陷的故障概率或其某一组合而选择所述所存储高分辨率裸片图像的所述一个或多个属性。
86.根据权利要求46所述的系统，其中所述处理器进一步经配置以用于基于所述检验数据在所述裸片图像空间中的所述位置及上下文映射图而确定关于检测所述晶片的不同部分上的缺陷的敏感度，且其中所述上下文映射图包括关于跨越所述裸片图像空间的所述所存储高分辨率裸片图像的一个或多个属性的值。
87.根据权利要求46所述的系统，其中所述检验数据包括关于所述晶片上的缺陷的数据，且其中所述处理器进一步经配置以用于基于所述检验数据在所述裸片图像空间中的所述位置而确定所述缺陷在所述裸片图像空间中的位置，基于所述缺陷在所述裸片图像空间中的所述位置及所述裸片图像空间中的所述所存储高分辨率裸片图像的一个或多个属性而确定所述缺陷是否是扰乱性缺陷，以及基于所述裸片图像空间中的所述所存储高分辨率裸片图像的所述一个或多个属性而确定未经确定为扰乱性缺陷的所述缺陷是否是系统性或随机缺陷。
88.根据权利要求46所述的系统，其中使用晶片级过程参数调制来处理所述晶片及额外晶片，且其中所述处理器进一步经配置以用于通过将关于所述晶片及所述额外晶片上的裸片的检验数据与共同标准参考裸片进行比较来检测所述晶片及所述额外晶片上的缺陷。
89.根据权利要求46所述的系统，其中经对准的关于所述对准位点的所述数据包括由所述检验系统针对所述晶片获取的所述检验数据的多个扫描带中的每一者中的数据，其中所述对准位点包括所述多个扫描带中的每一者中的至少一个对准位点，其中确定所述对准位点的所述位置包括：基于所述预定对准位点在所述裸片图像空间中的所述预定位置而确定所述多个扫描带中的每一者中的所述至少一个对准位点在所述裸片图像空间中的所述位置，且其中确定所述检验数据的所述位置包括：基于所述多个扫描带中的每一者中的所述至少一个对准位点在所述裸片图像空间中的所述位置而确定所述多个扫描带中的每一者中的所述检验数据在所述裸片图像空间中的所述位置。
CN201580026943.4A 2014-05-12 2015-05-11 使用高分辨率全裸片图像数据进行检验 Active CN106415807B (zh)

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
US201461991892P 2014-05-12 2014-05-12
US61/991,892 2014-05-12
US14/707,592 US9401016B2 (en) 2014-05-12 2015-05-08 Using high resolution full die image data for inspection
US14/707,592 2015-05-08
PCT/US2015/030145 WO2015175404A1 (en) 2014-05-12 2015-05-11 Using high resolution full die image data for inspection

Publications (2)

Publication Number Publication Date
CN106415807A true CN106415807A (zh) 2017-02-15
CN106415807B CN106415807B (zh) 2018-04-10

Family

ID=54368278

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201580026943.4A Active CN106415807B (zh) 2014-05-12 2015-05-11 使用高分辨率全裸片图像数据进行检验

Country Status (7)

Country Link
US (1) US9401016B2 (zh)
JP (1) JP6785663B2 (zh)
KR (1) KR102300550B1 (zh)
CN (1) CN106415807B (zh)
IL (1) IL248121B (zh)
TW (1) TWI648533B (zh)
WO (1) WO2015175404A1 (zh)

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107918936A (zh) * 2016-10-06 2018-04-17 奥多比公司 使用标签跟踪用于分块匹配算法的高频偏移
CN110325843A (zh) * 2017-01-30 2019-10-11 东方晶源微电子科技（北京）有限公司 引导式集成电路缺陷检测
CN111524197A (zh) * 2020-04-01 2020-08-11 武汉精立电子技术有限公司 一种Microled或Miniled的异常像素实时检测修复方法及装置
CN112292753A (zh) * 2018-05-22 2021-01-29 科磊股份有限公司 用于更好的设计对准的目标选择改进
CN113169086A (zh) * 2018-11-07 2021-07-23 科磊股份有限公司 具有全晶片覆盖能力的极高敏感度混和式检验
CN113363175A (zh) * 2020-03-05 2021-09-07 联华电子股份有限公司 设有基板扫描器的基板处理设备
CN113677980A (zh) * 2019-04-10 2021-11-19 科磊股份有限公司 用于检验的缺陷候选生成
CN114930512A (zh) * 2020-01-31 2022-08-19 科磊股份有限公司 用于半导体装置印刷检查对准的系统及方法
CN115795068A (zh) * 2023-02-09 2023-03-14 安徽合信国质检验检测有限公司 一种基于智能识别技术检测报告ai自动校核系统

Families Citing this family (58)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9857291B2 (en) * 2013-05-16 2018-01-02 Kla-Tencor Corporation Metrology system calibration refinement
US9816939B2 (en) * 2014-07-22 2017-11-14 Kla-Tencor Corp. Virtual inspection systems with multiple modes
US9727047B2 (en) 2014-10-14 2017-08-08 Kla-Tencor Corp. Defect detection using structural information
US20160110859A1 (en) * 2014-10-17 2016-04-21 Macronix International Co., Ltd. Inspection method for contact by die to database
US9702827B1 (en) * 2014-11-20 2017-07-11 Kla-Tencor Corp. Optical mode analysis with design-based care areas
US10707107B2 (en) * 2015-12-16 2020-07-07 Kla-Tencor Corporation Adaptive alignment methods and systems
US9965848B2 (en) * 2015-12-23 2018-05-08 Kla-Tencor Corporation Shape based grouping
US10648924B2 (en) 2016-01-04 2020-05-12 Kla-Tencor Corp. Generating high resolution images from low resolution images for semiconductor applications
US9915625B2 (en) * 2016-01-04 2018-03-13 Kla-Tencor Corp. Optical die to database inspection
US10181185B2 (en) * 2016-01-11 2019-01-15 Kla-Tencor Corp. Image based specimen process control
US10043261B2 (en) * 2016-01-11 2018-08-07 Kla-Tencor Corp. Generating simulated output for a specimen
US10127651B2 (en) * 2016-01-15 2018-11-13 Kla-Tencor Corporation Defect sensitivity of semiconductor wafer inspectors using design data with wafer image data
US10204416B2 (en) * 2016-02-04 2019-02-12 Kla-Tencor Corporation Automatic deskew using design files or inspection images
US10340165B2 (en) * 2016-03-29 2019-07-02 Kla-Tencor Corporation Systems and methods for automated multi-zone detection and modeling
US10674986B2 (en) 2016-05-13 2020-06-09 General Electric Company Methods for personalizing blood flow models
US10325361B2 (en) * 2016-06-01 2019-06-18 Kla-Tencor Corporation System, method and computer program product for automatically generating a wafer image to design coordinate mapping
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
US10825165B2 (en) 2016-07-22 2020-11-03 Lynx Inspection Inc. Inspection method for a manufactured article and system for performing same
US10115040B2 (en) 2016-09-14 2018-10-30 Kla-Tencor Corporation Convolutional neural network-based mode selection and defect classification for image fusion
US10605859B2 (en) * 2016-09-14 2020-03-31 Qualcomm Incorporated Visible alignment markers/landmarks for CAD-to-silicon backside image alignment
US10679909B2 (en) * 2016-11-21 2020-06-09 Kla-Tencor Corporation System, method and non-transitory computer readable medium for tuning sensitivies of, and determining a process window for, a modulated wafer
US10140400B2 (en) 2017-01-30 2018-11-27 Dongfang Jingyuan Electron Limited Method and system for defect prediction of integrated circuits
US10444161B2 (en) * 2017-04-05 2019-10-15 Kla-Tencor Corporation Systems and methods for metrology with layer-specific illumination spectra
US10262408B2 (en) * 2017-04-12 2019-04-16 Kla-Tencor Corporation System, method and computer program product for systematic and stochastic characterization of pattern defects identified from a semiconductor wafer
US10733744B2 (en) * 2017-05-11 2020-08-04 Kla-Tencor Corp. Learning based approach for aligning images acquired with different modalities
US10769761B2 (en) 2017-06-30 2020-09-08 Kla-Tencor Corp. Generating high resolution images from low resolution images for semiconductor applications
CN110785709B (zh) * 2017-06-30 2022-07-15 科磊股份有限公司 从低分辨率图像产生高分辨率图像以用于半导体应用
KR102440695B1 (ko) * 2017-08-11 2022-09-05 삼성전자주식회사 웨이퍼 맵 분석 장치, 이를 이용한 웨이퍼 맵 분석 방법 및 반도체 장치 제조 방법
US10699926B2 (en) * 2017-08-30 2020-06-30 Kla-Tencor Corp. Identifying nuisances and defects of interest in defects detected on a wafer
US10997710B2 (en) * 2017-10-18 2021-05-04 Kla-Tencor Corporation Adaptive care areas for die-die inspection
US10698325B2 (en) * 2018-05-23 2020-06-30 Kla-Tencor Corporation Performance monitoring of design-based alignment
US10867824B2 (en) * 2018-05-29 2020-12-15 Taiwan Semiconductor Manufacturing Co., Ltd. Substrate detecting system in a substrate storage container
US10831110B2 (en) * 2018-05-29 2020-11-10 Taiwan Semiconductor Manufacturing Company Ltd. Lithographic overlay correction and lithographic process
US10872403B2 (en) * 2018-08-10 2020-12-22 Micron Technology, Inc. System for predicting properties of structures, imager system, and related methods
US10832396B2 (en) * 2018-10-19 2020-11-10 Kla-Tencor Corp. And noise based care areas
US11049745B2 (en) * 2018-10-19 2021-06-29 Kla Corporation Defect-location determination using correction loop for pixel alignment
WO2020083612A1 (en) * 2018-10-23 2020-04-30 Asml Netherlands B.V. Method and apparatus for adaptive alignment
US11468553B2 (en) * 2018-11-02 2022-10-11 Kla Corporation System and method for determining type and size of defects on blank reticles
WO2020094385A1 (en) 2018-11-08 2020-05-14 Asml Netherlands B.V. Prediction of out of specification based on spatial characteristic of process variability
US10957035B2 (en) * 2018-11-30 2021-03-23 Kla Corporation Defect classification by fitting optical signals to a point-spread function
KR102650697B1 (ko) * 2018-12-04 2024-03-25 삼성전자주식회사 반도체 웨이퍼 검사 방법 및 시스템, 및 이를 이용한 반도체 소자의 제조 방법
US11170475B2 (en) * 2019-01-10 2021-11-09 Kla Corporation Image noise reduction using stacked denoising auto-encoder
TWI695221B (zh) * 2019-02-01 2020-06-01 華邦電子股份有限公司 圖案特徵的識別方法
US10916006B2 (en) 2019-04-16 2021-02-09 Winbond Electronics Corp. Recognition method of pattern feature
TWI840374B (zh) * 2019-06-17 2024-05-01 日月光半導體製造股份有限公司 用於檢測半導體裝置之缺陷之系統及方法
US11937019B2 (en) 2021-06-07 2024-03-19 Elementary Robotics, Inc. Intelligent quality assurance and inspection device having multiple camera modules
US11232554B1 (en) * 2021-06-07 2022-01-25 Elementary Robotics, Inc. Machine-learning based camera image triggering for quality assurance inspection processes
JP7502108B2 (ja) * 2020-07-31 2024-06-18 ファスフォードテクノロジ株式会社 ダイボンディング装置および半導体装置の製造方法
US11803960B2 (en) * 2020-08-12 2023-10-31 Kla Corporation Optical image contrast metric for optical target search
US20220254447A1 (en) * 2021-02-05 2022-08-11 Monsanto Technology Llc Intermediate recurrent parents, an accelerated and efficient multi-layer trait delivery system
US11983865B2 (en) 2021-05-05 2024-05-14 KLA Corp. Deep generative model-based alignment for semiconductor applications
US11605159B1 (en) 2021-11-03 2023-03-14 Elementary Robotics, Inc. Computationally efficient quality assurance inspection processes using machine learning
US12051186B2 (en) 2021-11-03 2024-07-30 Elementary Robotics, Inc. Automatic object detection and changeover for quality assurance inspection
US11675345B2 (en) 2021-11-10 2023-06-13 Elementary Robotics, Inc. Cloud-based multi-camera quality assurance architecture
US12050454B2 (en) 2021-11-10 2024-07-30 Elementary Robotics, Inc. Cloud-based multi-camera quality assurance lifecycle architecture
US11605216B1 (en) 2022-02-10 2023-03-14 Elementary Robotics, Inc. Intelligent automated image clustering for quality assurance
US12092966B2 (en) 2022-11-23 2024-09-17 Kla Corporation Device feature specific edge placement error (EPE)
KR102674927B1 (ko) * 2023-09-15 2024-06-14 아이티팜 주식회사 Ai 이미지 처리 기술을 이용한 sem 이미지 분석을 통해 반도체 제조 공정의 이상을 검출하는 장치 및 그 방법

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070133860A1 (en) * 2005-12-14 2007-06-14 Lin Jason Z Methods and systems for binning defects detected on a specimen
CN101197301A (zh) * 2006-12-08 2008-06-11 奥林巴斯株式会社 缺陷检查装置及缺陷检查方法
US20090078868A1 (en) * 2007-09-25 2009-03-26 De Jonge Niels Method and apparatus for a high-resolution three dimensional confocal scanning transmission electron microscope
US20110286656A1 (en) * 2005-11-18 2011-11-24 Kla-Tencor Technologies Corporation Methods and systems for utilizing design data in combination with inspection data

Family Cites Families (32)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6091846A (en) * 1996-05-31 2000-07-18 Texas Instruments Incorporated Method and system for anomaly detection
JP2000323541A (ja) * 1999-05-13 2000-11-24 Tokyo Seimitsu Co Ltd 被検査物の外観検査方法及び装置
EP1184725A1 (en) * 2000-09-04 2002-03-06 Infineon Technologies SC300 GmbH & Co. KG Method for adjusting a lithographic tool
JP2003308803A (ja) * 2002-04-12 2003-10-31 Seiko Instruments Inc 走査型顕微鏡におけるリファレンス画像先読み機能
US7231628B2 (en) * 2002-07-12 2007-06-12 Cadence Design Systems, Inc. Method and system for context-specific mask inspection
JP2005533283A (ja) * 2002-07-12 2005-11-04 ケイデンス デザイン システムズ インコーポレイテッド コンテクスト特定のマスク書込のための方法及びシステム
US6902855B2 (en) 2002-07-15 2005-06-07 Kla-Tencor Technologies Qualifying patterns, patterning processes, or patterning apparatus in the fabrication of microlithographic patterns
US6952653B2 (en) * 2003-04-29 2005-10-04 Kla-Tencor Technologies Corporation Single tool defect classification solution
US9002497B2 (en) * 2003-07-03 2015-04-07 Kla-Tencor Technologies Corp. Methods and systems for inspection of wafers and reticles using designer intent data
JP2005283326A (ja) * 2004-03-30 2005-10-13 Hitachi High-Technologies Corp 欠陥レビュー方法及びその装置
TW200622275A (en) * 2004-09-06 2006-07-01 Mentor Graphics Corp Integrated circuit yield and quality analysis methods and systems
US7729529B2 (en) 2004-12-07 2010-06-01 Kla-Tencor Technologies Corp. Computer-implemented methods for detecting and/or sorting defects in a design pattern of a reticle
KR101885585B1 (ko) * 2005-11-18 2018-08-07 케이엘에이-텐코 코포레이션 검사 데이터와 조합하여 설계 데이터를 활용하는 방법 및 시스템
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
JP4287863B2 (ja) * 2006-05-15 2009-07-01 株式会社日立製作所 レビューｓｅｍ
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
JP5081590B2 (ja) * 2007-11-14 2012-11-28 株式会社日立ハイテクノロジーズ 欠陥観察分類方法及びその装置
JP5297261B2 (ja) * 2009-04-28 2013-09-25 株式会社日立ハイテクノロジーズ 観察欠陥選択処理方法、欠陥観察方法、観察欠陥選択処理装置、欠陥観察装置
US8559001B2 (en) 2010-01-11 2013-10-15 Kla-Tencor Corporation Inspection guided overlay metrology
JP5543872B2 (ja) * 2010-07-27 2014-07-09 株式会社東芝 パターン検査方法およびパターン検査装置
US8781781B2 (en) * 2010-07-30 2014-07-15 Kla-Tencor Corp. Dynamic care areas
US9208552B2 (en) 2011-04-26 2015-12-08 Kla-Tencor Corporation Method and system for hybrid reticle inspection
US9069923B2 (en) 2011-06-16 2015-06-30 Globalfoundries Singapore Pte. Ltd. IP protection
JP5581286B2 (ja) * 2011-09-09 2014-08-27 株式会社日立ハイテクノロジーズ 欠陥検査方法および欠陥検査装置
US9087367B2 (en) * 2011-09-13 2015-07-21 Kla-Tencor Corp. Determining design coordinates for wafer defects
US9075934B2 (en) * 2011-09-24 2015-07-07 Globalfoundries Inc. Reticle defect correction by second exposure
US9189844B2 (en) * 2012-10-15 2015-11-17 Kla-Tencor Corp. Detecting defects on a wafer using defect-specific information
KR102019534B1 (ko) 2013-02-01 2019-09-09 케이엘에이 코포레이션 결함 특유의, 다중 채널 정보를 이용한 웨이퍼 상의 결함 검출
US9098891B2 (en) 2013-04-08 2015-08-04 Kla-Tencor Corp. Adaptive sampling for semiconductor inspection recipe creation, defect review, and metrology
US9275450B2 (en) 2013-04-09 2016-03-01 Kla-Tencor Corp. High accuracy design based classification
US9171364B2 (en) 2013-06-21 2015-10-27 Kla-Tencor Corp. Wafer inspection using free-form care areas
US9123583B2 (en) * 2013-07-12 2015-09-01 Taiwan Semiconductor Manufacturing Co., Ltd. Overlay abnormality gating by Z data

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110286656A1 (en) * 2005-11-18 2011-11-24 Kla-Tencor Technologies Corporation Methods and systems for utilizing design data in combination with inspection data
US20070133860A1 (en) * 2005-12-14 2007-06-14 Lin Jason Z Methods and systems for binning defects detected on a specimen
CN101197301A (zh) * 2006-12-08 2008-06-11 奥林巴斯株式会社 缺陷检查装置及缺陷检查方法
US20090078868A1 (en) * 2007-09-25 2009-03-26 De Jonge Niels Method and apparatus for a high-resolution three dimensional confocal scanning transmission electron microscope

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107918936A (zh) * 2016-10-06 2018-04-17 奥多比公司 使用标签跟踪用于分块匹配算法的高频偏移
CN110325843A (zh) * 2017-01-30 2019-10-11 东方晶源微电子科技（北京）有限公司 引导式集成电路缺陷检测
CN112292753B (zh) * 2018-05-22 2023-03-10 科磊股份有限公司 用于更好的设计对准的目标选择改进
CN112292753A (zh) * 2018-05-22 2021-01-29 科磊股份有限公司 用于更好的设计对准的目标选择改进
CN113169086A (zh) * 2018-11-07 2021-07-23 科磊股份有限公司 具有全晶片覆盖能力的极高敏感度混和式检验
CN113169086B (zh) * 2018-11-07 2022-08-05 科磊股份有限公司 具有全晶片覆盖能力的极高敏感度混和式检验
CN113677980A (zh) * 2019-04-10 2021-11-19 科磊股份有限公司 用于检验的缺陷候选生成
CN114930512A (zh) * 2020-01-31 2022-08-19 科磊股份有限公司 用于半导体装置印刷检查对准的系统及方法
CN114930512B (zh) * 2020-01-31 2024-05-03 科磊股份有限公司 用于半导体装置印刷检查对准的系统及方法
CN113363175A (zh) * 2020-03-05 2021-09-07 联华电子股份有限公司 设有基板扫描器的基板处理设备
CN113363175B (zh) * 2020-03-05 2024-06-11 联华电子股份有限公司 设有基板扫描器的基板处理设备
CN111524197A (zh) * 2020-04-01 2020-08-11 武汉精立电子技术有限公司 一种Microled或Miniled的异常像素实时检测修复方法及装置
CN115795068A (zh) * 2023-02-09 2023-03-14 安徽合信国质检验检测有限公司 一种基于智能识别技术检测报告ai自动校核系统

Also Published As

Publication number Publication date
IL248121B (en) 2018-10-31
KR102300550B1 (ko) 2021-09-08
CN106415807B (zh) 2018-04-10
JP2017523390A (ja) 2017-08-17
US9401016B2 (en) 2016-07-26
WO2015175404A1 (en) 2015-11-19
US20150324965A1 (en) 2015-11-12
KR20170005379A (ko) 2017-01-12
JP6785663B2 (ja) 2020-11-18
TW201602565A (zh) 2016-01-16
TWI648533B (zh) 2019-01-21

Similar Documents

Publication Publication Date Title
CN106415807B (zh) 使用高分辨率全裸片图像数据进行检验
US9875536B2 (en) Sub-pixel and sub-resolution localization of defects on patterned wafers
US10074036B2 (en) Critical dimension uniformity enhancement techniques and apparatus
JP6789920B2 (ja) 被検査物上の関心対象領域の座標決定
US9767548B2 (en) Outlier detection on pattern of interest image populations
US9171364B2 (en) Wafer inspection using free-form care areas
US9275450B2 (en) High accuracy design based classification
JP2020510864A (ja) ２つのフォトマスクを比較することによるフォトマスクの検査
US20090290784A1 (en) Methods and systems for binning defects detected on a specimen
CN106796724A (zh) 自动化图案保真度测量计划产生
CN109659245B (zh) 监测光掩模缺陷率的改变
IL262464A (en) Systems and methods for automatic correction of deviation between testing and design for a massive model search
CN113412485B (zh) 用于选择设计文件的系统、计算机可读媒体及实施方法
TW201443678A (zh) 在設計資料空間中判定檢測系統輸出之一位置
IL257205A (en) Self-directed metrology and example classification
CN117518747B (zh) 一种光刻量测强度的生成方法、装置、设备及存储介质

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant