CN107533994B - 自动化的基于图像的过程监测及控制 - Google Patents

自动化的基于图像的过程监测及控制 Download PDF

Info

Publication number
CN107533994B
CN107533994B CN201680023662.8A CN201680023662A CN107533994B CN 107533994 B CN107533994 B CN 107533994B CN 201680023662 A CN201680023662 A CN 201680023662A CN 107533994 B CN107533994 B CN 107533994B
Authority
CN
China
Prior art keywords
image
die
images
wafer
segment
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
CN201680023662.8A
Other languages
English (en)
Other versions
CN107533994A (zh
Inventor
H·法加里亚
S·卡达尔
T·托雷利
B·里斯
M·马哈德凡
S·潘戴夫
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
Priority claimed from US14/746,820 external-priority patent/US9569834B2/en
Application filed by KLA Tencor Corp filed Critical KLA Tencor Corp
Publication of CN107533994A publication Critical patent/CN107533994A/zh
Application granted granted Critical
Publication of CN107533994B publication Critical patent/CN107533994B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • HELECTRICITY
    • H01ELECTRIC ELEMENTS
    • H01LSEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
    • H01L22/00Testing 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
    • H01L22/20Sequence of activities consisting of a plurality of measurements, corrections, marking or sorting steps
    • HELECTRICITY
    • H01ELECTRIC ELEMENTS
    • H01LSEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
    • H01L22/00Testing 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
    • H01L22/10Measuring as part of the manufacturing process
    • H01L22/12Measuring 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
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/40Extraction of image or video features
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V2201/00Indexing scheme relating to image or video recognition or understanding
    • G06V2201/06Recognition of objects for industrial automation

Landscapes

  • Engineering & Computer Science (AREA)
  • Manufacturing & Machinery (AREA)
  • Computer Hardware Design (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • Power Engineering (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Testing Or Measuring Of Semiconductors Or The Like (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
  • Image Processing (AREA)

Abstract

本发明公开用于基于图像自动检测晶片制造过程的状态的方法及装置。所述方法有利地使用片段掩模来提高所述图像的信噪比。接着,针对片段掩模变化计算度量值以确定预测过程不合规性的片段掩模与度量值的一或多个组合。模型可因所述过程而产生。在另一实施例中,一种方法使用模型来监测过程的合规性。

Description

自动化的基于图像的过程监测及控制
技术领域
本发明涉及晶片制造过程的监测及控制。
背景技术
例如逻辑及存储器装置的半导体装置通常是由应用于衬底或晶片的一系列处理步骤制作。半导体装置的各种特征及多个结构层级是由这些处理步骤形成。举例来说,光刻是涉及在半导体晶片上产生图案的半导体制造工艺。半导体制造工艺的额外实例包含但不限于化学机械抛光(CMP)、蚀刻、沉积及离子植入。可在单个半导体晶片上制作多个半导体装置且接着将其分离成个别半导体装置。
在半导体制造过程期间在各个步骤处使用检验过程来检测晶片上的缺陷以促进较高良率。随着设计规则及过程窗口在大小上继续收缩,需要检验系统捕获晶片表面上的更广范围的物理缺陷同时维持高处理量。
通常使用缓慢但灵敏检验工具其后接着使用扫描电子显微镜(SEM)重检而基于低晶片取样执行晶片制造过程控制。在一些情况中,经由基于学习的方法实现过程监测及控制,其中工艺工程师学习过程工具在需要维护之前可使用多久。此基于工艺工程师的方法易于随机故障,这是因为无线内反馈。在这两个先前技术中,仅在工艺工具已有问题且产生在检验时可观察到的缺陷时才检测到问题。另外,这些技术较慢且因此晶片取样较低。
先前高处理量方法缺乏灵敏度及通用性。举例来说,先前技术可检测晶片上的预定义区中的已知图案。
因此,需要能够基于先前未知的图案检测不合规性(non-compliance)的高处理量过程监测及控制。
发明内容
本发明提供通过多光谱、多视角晶片级及批量级信息的定制分析及分类的自动化过程控制监测。以此方式,可实现对用于光刻、化学机械平坦化(CMP)、膜及其它半导体制造模块的过程的高处理量监测。所公开的技术可用来提供线内过程控制监测。所公开的技术的另一应用是针对晶片厂内的较缓慢但较高分辨率特性化工具提供智能取样。传统上,使用随机取样来研究过程漂移及控制。归因于由本发明的实施例实现的高处理量,可用智能取样取代随机取样来监测过程漂移。
在方法中,自动分段裸片、图场(field)及/或晶片级图像以提高信噪比。接着,跨越裸片/图场/晶片内的片段计算信号度量值。且针对稳健性而组合所得单晶片/单批量/多批量信息。在实施例中,模型建立引擎可消耗单个或多重扫描、沟道、晶片及批量信息以确定工艺工具状态。
在实施例中,提供一种用于检测过程状态(即,合规性或不合规性)的装置。本发明的方法及装置可有利地使用已由过程模块捕获的检验成像。
附图说明
为更充分理解本发明的本质及目的,应结合附图参考以下详细描述,其中:
图1是根据本发明的方法的图解视图;
图2是晶片的微距(macro)除错图像,其中晶片包含一组裸片;
图3描绘中间裸片及周围裸片的部分;
图4是中间裸片的强度直方图;
图5说明五个基于强度的片段掩模;
图6说明五个基于标准偏差的片段掩模;
图7说明五个基于主成分的片段掩模;
图8说明针对片段掩模(行中)与度量值(列中)中的每一组合产生的所得晶片图像的阵列;
图9是展示针对掩蔽裸片图像计算的一组示范性度量值的图表;
图10是展示根据本发明的实施例的方法的图表;
图11是展示根据本发明的另一实施例的方法的图表;及
图12是根据本发明的实施例的装置的图。
具体实施方式
本发明可具体体现为用于产生用于检测过程不合规性的模型的方法100。方法100包括接收103多个晶片图像(例如,参见图2)。接收到的103晶片图像可为相同晶片的图像,其中使用不同模态捕获每一图像,不同模态例如(举例来说)明场照明、暗场照明、偏振光、红光、蓝光、绿光、白光等或其组合。在其它实施例中,接收到的103晶片图像可为不同晶片的图像。在其它实施例中,晶片图像包括相同晶片的图像及不同晶片的图像两者。每一接收到的103晶片图像包含裸片的一组图像(例如,参见图3)。
针对每一接收到的103晶片图像,接收106每一裸片的检验结果。因而,对于晶片,接收103晶片图像且接收106一组检验结果,其中所述组中的每一检验结果对应于所述晶片的裸片集的裸片。接收到的106检验结果可为每一裸片的简单通过/故障指示。在其它实施例中,接收到的106检验结果可指示通过或故障,且进一步指示故障的一或多个原因。举例来说,对于光刻模块(用于光刻的生产工具),裸片可归因于对准、保真度、聚焦、主光罩倾斜、临界尺寸、重叠、颗粒等而故障。在CMP模块中,故障可归因于抛光缺陷、污染、刮擦等。在沉积模块中,故障可归因于对准、污染、膜厚度等。已知且可并入其它故障类型。因而,可使用方法100来产生具有多个类别的分类模型(例如,通过、对准故障或刮擦—三类别模型)。一般来说,此模型也可属于其中可用连续模型取代离散模型的回归类型。
虽然方法100可用来在问题出现时检测问题,但模型也可用来在问题出现之前检测问题即将发生的迹象。方法100并不专用于任何单个类别的过程问题。本技术的实施例具有通用性使得可跨越晶片厂中的任何或全部过程模块应用所述技术。
方法100包括基于每一组裸片图像中的裸片图像产生109片段掩模(例如,参见图1及10)。片段掩模允许掩蔽每一图像(晶片及/或裸片)以仅展示具有可能有用信息(即,信号)的图像的部分而掩蔽可能较不太有用的信息(即,噪声)。应注意,裸片中的不同结构能够携载不同级别的过程信息。当用光学参数的组合检验这些结构时,大量过程信息隐藏于数据中。可通过应用本文中公开的所述类型的分析而提取此丰富过程信息。此分析的方面是将裸片中不同种类的结构分段成各个群组。每一群组内的信号经积累以进一步提高信噪比。每一经产生109片段掩模基于分段类型,其中分段类型。每一分段类型提供提高信噪比的可能性。
示范性分段类型是基于强度的掩模。可通过首先识别具有平均强度的裸片—“平均裸片”(图3)而确定基于强度的掩模。接着,确定平均裸片的强度直方图且使用其导出至少一个强度阈值(图4)。存在多种强度分段方案。示范性固定分段方案可如下文所示。其它动态方案可自然地适于结构的密度及响应。在固定方案的实例中,可将阈值设置为掩蔽具有最低强度的25%的像素或具有最大强度的25%的像素。在图5中说明的示范性实施例中,通过将阈值设置为<10%(具有最低强度的百分之十的像素)、<25%、50%、>75%及>90%(具有最高强度的百分之十的像素)而产生109五个基于强度的片段掩模。在另一实施例中,基于10%、30%、50%、70%及90%强度设置阈值。应注意,其它强度值可用作阈值且可根据所要结果将掩模设置为大于或小于阈值。(应注意,图2到6及7到8是仅产生以说明本发明的实施例的图像且并非实际数据)。
在图6中说明的另一分段类型中,基于标准偏差选择阈值。举例来说,可将阈值设置为低于选定值(例如平均裸片的直方图峰值)的标准偏差(1σ)。在特定实例中,以设置为±2σ及±1σ的阈值产生109掩模—从而导致四个片段掩模。
在图7中说明的另一分段类型中,基于主成分分析(PCA)选择掩模阈值。选择中间裸片图像,且从裸片图像集中的每一其它裸片图像减去图像值。以此方式,针对每一裸片产生“差异裸片”图像。这些差异裸片的PCA提供掩模,其中起因于PCA针对不同掩模提供阈值,每一掩模与每一主成分(本征向量)相对应。可根据特定应用选择本征向量的数目(及因此所得掩模的数目),如所属领域中已知。在示范性实施例中,选择前五个主成分。以此方式,掩模跨越裸片捕获具有高变异数的区域。
虽然部分上述实例使用平均裸片图像来例如产生差异裸片图像或对直方图定限,但应注意,实施例可替代地或额外地使用参考裸片图像。
如上文所述,可选择每一分段类型以试图提高信噪比。举例来说,可确定,在特定过程中且运用特定晶片配置(可能具有大的结构),基于强度的掩模提供信噪比的有益改进,而基于强度的掩蔽对于作用于不同图案化的晶片(可能具有精细结构)的相同过程可能无用。可使用其它分段类型来产生掩模且鉴于本发明将明白所述其它分段类型。举例来说,更适当可使用其它自动定限技术来产生109片段掩模,其中直方图导致双峰分布。
接着将每一经产生109片段掩模应用112于每一裸片图像使得产生掩蔽裸片图像。针对每一掩蔽裸片图像(即,针对每一掩蔽区域)计算一组度量值。如果适当可对于应用选择任一或多个度量值。可针对强度、x,y对称、径向对称、角对称、频率中一或多个或以其它方式提供度量值。且可针对这些范畴中的每一个计算多个度量值。举例来说,对于度量值,其可以定限掩蔽裸片图像(0到50%)的平均值计算而来。且可由定限掩蔽裸片图像(50到100%)计算另一平均值。另一度量值可为从0到50%定限掩蔽裸片图像与另一定限50到100%的标准偏差。
度量值的其它实例包含(也参见图9):
·使用3x3水平索贝尔(Sobel)滤波器的x导向掩蔽梯度图像的平均值。
·使用3x3水平索贝尔滤波器的y导向掩蔽梯度图像的平均值。
·使用3x3水平索贝尔滤波器的x导向掩蔽梯度图像的标准偏差。
·使用3x3水平索贝尔滤波器的y导向掩蔽梯度图像的标准偏差。
·使用5x5水平索贝尔滤波器的x导向掩蔽梯度图像的平均值。
·使用5x5水平索贝尔滤波器的y导向掩蔽梯度图像的平均值。
·使用5x5水平索贝尔滤波器的x导向掩蔽梯度图像的标准偏差。
·使用5x5水平索贝尔滤波器的y导向掩蔽梯度图像的标准偏差。
应注意,度量值的上述清单是非详尽的且已知且可使用其它度量值。在其它实施例中,由操作者手动产生109片段掩模。举例来说,根据所需,操作者可通过绘制片段而手动划界结构。在其中例如存在关于裸片上的某些结构的先验信息的情况中此可为有益的。在一些实施例中,可从其中将特定结构分组成片段的经渲染CAD模型绘制分段。
通过基于裸片检验结果识别115度量值、片段掩模及晶片图像的一或多个统计上显著的组合而产生检测模型。可使用统计过程来确定显著过程。举例来说,可使用线性回归来确定裸片检验结果与度量值、片段掩模及晶片图像的组合之间的关系。
方法100可包括针对晶片图像、片段掩模及度量值的每一组合产生118结果晶片图像。每一经产生118结果晶片图像包括基于对应组合的一组结果裸片图像。举例来说,图8描绘其中以十二种方式分段特定晶片图像—四个基于强度的片段掩模、四个基于SD的片段掩模及四个基于PCA的片段掩模。分段图像的数目可更多或更少,如上文论述。又针对每一掩蔽晶片图像计算如图9中所示的十四个度量值。针对每一组合产生118结果晶片图像。在图8中可见,某些结果晶片图像可描绘晶片的变化,所述变化不同于其它结果图像描绘的变化(或缺乏其)。举例来说,行1、列5处的结果图像(对应于与x导向掩蔽梯度图像的平均值(使用3x3水平索贝尔滤波器)组合的基于强度的片段掩模)描绘变化,所述变化具有不同于行10、列11中的结果图像(对应于与x导向掩蔽梯度图像的SD(使用5x5水平索贝尔滤波器)组合的第二主成分片段掩模)的图案。此类结果图像以图形描绘组合可如何与晶片伪影及因此可能有用信息过程信息相关。
可针对额外晶片图像重复方法100的步骤以改善模型。举例来说,可针对具有不同(不同于所述方法中先前使用的图像模态的)图像模态的额外晶片图像重复步骤。以此方式,可改进所得模型,其中发现额外统计上显著的组合。在另一实例中,针对具有先前使用的图像的相同模态的额外晶片图像重复步骤—举例来说,额外图像是所述方法中先前未使用的额外晶片的图像。因而,可通过使用额外数据点而改进所得模型。以此方式,在制造环境中使用方法100的装置可持续改进其检测模型。
方法100提供用于提取原本在裸片到裸片分析中丢失的晶片级过程信息的技术。使用所公开的技术,可从明场及暗场图像提取信息,且可在具有图案的情况下(原始图像)及/或在去除图案的情况下(差异图像)提取信息。通过在片段上方集成信息,提高信息的信噪比。这实现对弱趋势的检测,因而,过程模块维护可为预测性的而非反应性的。预测性模块维护可节省不必要维护周期,同时也通过在下一经调度维护之前标示对过程工具预防性维护的需要而减少重大风险。
在另一实施例(例如图11中描绘的实施例)中,提供用于检测过程不合规性的方法200。方法200包含接收203能够检测过程不合规性的预定模型的步骤。接收到的203模型可为例如使用上文描述的方法100产生的模型。接收到的203模型是基于片段掩模、度量值及晶片图像的度量值的统计上显著的组合。当前公开的技术检查此情况的能力整体上使所述技术非常强大。此处,整体是指一起考虑光学模态、裸片结构及算法计算。在仅用以说明所述方法的实施例中,接收用于检测过程不合规性的模型,且所述模型指示以下显著(针对晶片图像的模态)组合:(1)-1σ片段掩模及定限掩蔽裸片图像(0到50%)的平均值;及(2)第一主成分片段掩模及使用5x5水平索贝尔(Sobel)滤波器的y导向掩蔽梯度图像的平均值。
接收206晶片图像。晶片图像包括一组裸片图像。举例来说,可由计算机在网络端口处接收206晶片图像。在其它情况中,处理器通过从存储装置检索图像而接收206晶片图像。在另一实例中,处理器从经连接相机或其它成像传感器接收206晶片图像。使用成像模态取得晶片图像,所述成像模态例如暗场照明、明场照明、彩色光照明(红、蓝、绿、白等)或其它模态及其组合。
使用模型的片段掩模来掩蔽209晶片图像。在说明性实例中,使用-1σ片段掩模及第一主成分片段掩模来掩蔽209晶片图像。接着,计算212掩蔽209裸片的度量值。对于所述说明性实例,针对用SD掩蔽所掩蔽209的裸片图像计算定限掩蔽裸片图像(0到50%)的平均值,且针对用PCA掩蔽所掩蔽209的裸片图像计算212y导向掩蔽梯度图像的平均值。针对模型中的每一组合重复掩蔽步骤209及度量值计算步骤212。
基于计算得到的212度量值及模型确定215过程状态(即,合规或不合规)。以所述说明性实例继续,接收到的203模型可指示:当第一显著组合(基于SD的掩模及基于强度的度量值)展示小于模型化值(N)的跨越晶片图像的变异数,且第二显著组合(基于PCA的掩蔽及基于梯度的度量值)展示小于模型化值(M)的跨越晶片的变异数时,过程合规。在一些情况中,N及M的值彼此独立,而在其它情况中,可存在N的值根据M的值变化的关系。
本发明可具体体现为用于检测过程的不合规性的装置10(例如,参见图12)。装置10包括处理器12及与处理器12电子通信的存储装置14。装置10进一步包括与处理器12电子通信的通信端口16。举例来说,通信端口16可为网络端口,例如以太网端口或无线以太网端口。
在其它实施例中,装置10可包含成像装置20,且通信端口16可为例如到成像装置20的串行接口。成像装置20包括成像传感器22。成像传感器22可为例如电荷耦合装置(CCD)或时间延迟与积分(TDI)传感器。成像装置20可进一步包括照明源24。照明源24可配置为明场源或暗场源,如所属领域中已知。照明源24可为宽光谱源(例如白光源)或较窄光谱源(例如红光、蓝光或绿光源)。成像装置20可经配置以使用偏振光捕获图像。成像装置20可包括一个以上照明源24使得装置10可利用具有不同模态的图像。已知其它成像模态及成像装置20配置且鉴于本发明将明白所述成像模态及成像装置20配置。成像装置20经配置以捕获晶片的图像。举例来说,可在将晶片输送通过装置10时捕获晶片图像。
处理器12经编程以执行上文描述的方法中的任一个。在实例中,处理器12经编程以在通信端口16处接收晶片的多个晶片图像。多个晶片图像中的每一晶片图像包括一组裸片图像(晶片的裸片)。处理器12进一步经编程以在通信端口16处接收所述组裸片图像中的每一裸片的检验结果。因而,对于多个晶片图像中的每一晶片图像,处理器12接收晶片中的每一裸片的裸片检验结果。
处理器12经编程以产生一组片段掩模,所述片段掩模基于每一组裸片图像的裸片图像及一或多个分段类型。处理器12经编程以将片段掩模应用于每一裸片图像以产生掩蔽裸片图像。针对每一掩蔽裸片图像计算一组度量值。处理器12经编程以基于裸片检验结果识别度量值、片段掩模及晶片图像(即,模态)的一或多个统计上显著的组合。以此方式,处理器12将产生用于基于经识别组合检测过程不合规性的模型。
此模型可用作反馈机构以调整处理工具(例如CMP工具)或提供处理工具需要维护的通知。因而,处理器12可经由通信端口16将指令发送到处理工具。额外地或替代地,处理器12可经由通信端口16或以其它方式(例如,警报装置等)发送维护通知信号。在一些实施例中,装置10可包括能够针对重加工或废弃而规定晶片的路线的输送台30。在此类实施例中,处理器12可经编程以针对重加工或废弃而规定晶片的路线。
尽管已关于一或多个特定实施例描述了本发明,但应理解,可在不背离本发明的精神及范围的情况下进行本发明的其它实施例。因此,本发明被视为仅受限于所附权利要求书及其合理解释。

Claims (12)

1.一种用于产生用于检测过程不合规性的模型的方法,其包括:
接收多个晶片图像,所述多个晶片图像中的每一晶片图像包括一组裸片图像;
接收对应于所述组裸片图像的每一裸片的检验结果;
基于每一组裸片图像中的所述裸片图像及一或多个分段类型产生片段掩模,其中每一片段掩模经配置以掩蔽噪声,以便所述裸片图像中的一者的仅有一部分被显现;
使用处理器将每一片段掩模应用于每一裸片图像以产生掩蔽裸片图像,且针对每一掩蔽裸片图像计算一组度量值;以及
使用所述处理器基于所述裸片检验结果识别度量值、片段掩模及晶片图像中的一或多个统计上显著的组合以产生检测模型。
2.根据权利要求1所述的方法,其进一步包括使用所述处理器针对晶片图像、片段掩模及度量值的每一组合产生结果晶片图像,其中每一结果晶片图像包括基于所述对应组合的一组结果裸片图像。
3.根据权利要求1所述的方法,其中所述一或多个分段类型包含:基于所述裸片图像的强度确定中间裸片;及基于所述中间裸片的强度直方图的值定限所述中间裸片的图像。
4.根据权利要求3所述的方法,其中所述值是小于10%、小于25%、小于50%、大于75%及大于90%强度。
5.根据权利要求3所述的方法,其中所述一或多个分段类型包含:从所述裸片图像中的每一个减去所述中间裸片以产生一组差异裸片;及计算所述组差异裸片中的一或多个主成分。
6.根据权利要求1所述的方法,其中所述组度量值包含以下各项中的一或多个:图像的平均值、图像的标准偏差、定限掩蔽图像的平均值、定限掩蔽图像的标准偏差、x导向掩蔽梯度图像的平均值、y导向掩蔽梯度图像的平均值、x导向掩蔽梯度图像的标准偏差及y导向掩蔽梯度图像的标准偏差。
7.根据权利要求1所述的方法,其中所述多个晶片图像包括以下各项中的一或多个:蓝光图像、红光图像、白光图像、绿光图像、暗场图像、明场图像及偏振图像。
8.根据权利要求1所述的方法,其中针对额外晶片图像重复接收晶片图像、接收检验结果、产生片段掩模及应用片段掩模的步骤,且所述方法进一步包括使用所述处理器基于所述裸片检验结果识别度量值、片段掩模及晶片图像的一或多个额外统计上显著的组合以增强所述检测模型的步骤。
9.一种用于检测过程的不合规性的方法,其包括:
接收能够检测过程不合规性的预定模型,其中所述模型是基于掩蔽裸片图像的度量值的组合且所述模型包括片段掩模、度量值及晶片图像的一组显著组合;
接收包括一组裸片图像的晶片图像;
使用所述模型的片段掩模来掩蔽所述晶片图像,其中所述片段掩模经配置以掩蔽噪声,以便所述裸片图像中的一者的仅有一部分被显现;
基于来自所述模型的片段掩模与度量值的对应组合计算所述掩蔽裸片图像的度量值;
重复掩蔽所述晶片图像及基于来自所述模型的片段掩模与度量值的每一组合计算度量值的步骤;以及
基于经计算度量值及所述模型确定过程状态以检测所述过程的合规性或不合规性状态。
10.一种用于检测过程不合规性的装置,其包括:
处理器;
存储装置,其与所述处理器电子通信;
通信端口,其与所述处理器电子通信;
其中所述处理器经编程以:
在所述通信端口处接收晶片的多个晶片图像,所述多个晶片图像中的每一晶片图像包括一组裸片图像;
在所述通信端口处接收对应于所述组裸片图像的每一裸片的检验结果;
产生一组片段掩模,所述片段掩模基于每一组裸片图像中的所述裸片图像及一或多个分段类型,其中每一片段掩模经配置以掩蔽噪声,以便所述裸片图像中的一者的仅有一部分被显现;
将每一片段掩模应用于每一裸片图像以产生掩蔽裸片图像,且针对每一掩蔽裸片图像计算一组度量值;
针对晶片图像、片段掩模及度量值的每一组合产生结果晶片图像,其中每一结果晶片图像包括针对所述对应组合的一组结果裸片图像;以及
基于所述结果晶片图像及所述裸片检验结果识别统计上显著的组合以产生检测模型。
11.根据权利要求10所述的装置,其中所述处理器进一步经编程以:
针对额外晶片重复每一程序步骤;以及
针对每一晶片根据所述统计上显著的组合改善经产生检测模型。
12.根据权利要求10所述的装置,其中晶片的所述多个晶片图像包括以下各项中的一或多个:蓝光图像、红光图像、白光图像、绿光图像、暗场图像、明场图像及偏振图像。
CN201680023662.8A 2015-04-30 2016-04-27 自动化的基于图像的过程监测及控制 Active CN107533994B (zh)

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
US201562155200P 2015-04-30 2015-04-30
US62/155,200 2015-04-30
US14/746,820 2015-06-22
US14/746,820 US9569834B2 (en) 2015-06-22 2015-06-22 Automated image-based process monitoring and control
PCT/US2016/029608 WO2016176354A1 (en) 2015-04-30 2016-04-27 Automated image-based process monitoring and control

Publications (2)

Publication Number Publication Date
CN107533994A CN107533994A (zh) 2018-01-02
CN107533994B true CN107533994B (zh) 2020-01-10

Family

ID=57199384

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201680023662.8A Active CN107533994B (zh) 2015-04-30 2016-04-27 自动化的基于图像的过程监测及控制

Country Status (6)

Country Link
EP (1) EP3289607A4 (zh)
JP (1) JP6779229B2 (zh)
KR (1) KR102352698B1 (zh)
CN (1) CN107533994B (zh)
TW (1) TWI601221B (zh)
WO (1) WO2016176354A1 (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI798725B (zh) * 2021-06-18 2023-04-11 浚輔科技股份有限公司 晶圓缺口位置之判斷裝置及其方法

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2009018337A1 (en) * 2007-07-30 2009-02-05 Kla-Tencor Corporation Semiconductor device property extraction, generation, visualization, and monitoring methods

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001156135A (ja) * 1999-11-29 2001-06-08 Hitachi Ltd 欠陥画像の分類方法及びその装置並びにそれを用いた半導体デバイスの製造方法
KR20080065584A (ko) * 2005-09-01 2008-07-14 캠텍 리미티드 검사 레시피의 확립을 위한 방법 및 시스템
US8255464B2 (en) 2006-05-09 2012-08-28 Wilkins John T Contact management system and method
US7664608B2 (en) * 2006-07-14 2010-02-16 Hitachi High-Technologies Corporation Defect inspection method and apparatus
US8112241B2 (en) * 2009-03-13 2012-02-07 Kla-Tencor Corp. Methods and systems for generating an inspection process for a wafer
JP2012049503A (ja) * 2010-07-27 2012-03-08 Fujitsu Semiconductor Ltd 半導体装置の検査装置及び半導体装置の検査方法
US8699784B2 (en) * 2010-08-10 2014-04-15 Camtek Ltd. Inspection recipe generation and inspection based on an inspection recipe
US9098893B2 (en) 2011-12-21 2015-08-04 Applied Materials Israel, Ltd. System, method and computer program product for classification within inspection images
US8831334B2 (en) * 2012-01-20 2014-09-09 Kla-Tencor Corp. Segmentation for wafer inspection
US8977035B2 (en) * 2012-06-13 2015-03-10 Applied Materials Israel, Ltd. System, method and computer program product for detection of defects within inspection images
US10192303B2 (en) * 2012-11-12 2019-01-29 Kla Tencor Corporation Method and system for mixed mode wafer inspection

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2009018337A1 (en) * 2007-07-30 2009-02-05 Kla-Tencor Corporation Semiconductor device property extraction, generation, visualization, and monitoring methods

Also Published As

Publication number Publication date
EP3289607A4 (en) 2018-12-19
JP6779229B2 (ja) 2020-11-04
KR20180002726A (ko) 2018-01-08
EP3289607A1 (en) 2018-03-07
JP2018518829A (ja) 2018-07-12
WO2016176354A1 (en) 2016-11-03
KR102352698B1 (ko) 2022-01-17
TW201707100A (zh) 2017-02-16
CN107533994A (zh) 2018-01-02
TWI601221B (zh) 2017-10-01

Similar Documents

Publication Publication Date Title
KR102476927B1 (ko) 이상치 검출을 통한 특성 선택 및 자동 프로세스 윈도우 모니터링
US10600175B2 (en) Dynamic care areas for defect detection
KR20180095715A (ko) 웨이퍼 이미지 데이터와 함께 설계 데이터를 사용하는 반도체 웨이퍼 검사기들의 결함 감도 개선
US9569834B2 (en) Automated image-based process monitoring and control
US8260034B2 (en) Multi-modal data analysis for defect identification
KR102352701B1 (ko) 투명 또는 반투명 웨이퍼 상에서의 결함 검출
CN110870053B (zh) 重复缺陷检查
CN107533994B (zh) 自动化的基于图像的过程监测及控制
KR20180027637A (ko) 범위 기반 실시간 스캐닝 전자 현미경 비시각적 비너
US10372113B2 (en) Method for defocus detection
CN110741466B (zh) 基于扰乱点图的宽带等离子检验
KR20060008609A (ko) 웨이퍼 검사 방법

Legal Events

Date Code Title Description
PB01 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