CN108369915A - 减少配准及设计附近所引发的裸片内检验的噪声 - Google Patents
减少配准及设计附近所引发的裸片内检验的噪声 Download PDFInfo
- Publication number
- CN108369915A CN108369915A CN201680070964.0A CN201680070964A CN108369915A CN 108369915 A CN108369915 A CN 108369915A CN 201680070964 A CN201680070964 A CN 201680070964A CN 108369915 A CN108369915 A CN 108369915A
- Authority
- CN
- China
- Prior art keywords
- poi
- group
- pattern
- interest
- image
- 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
Links
- 238000013461 design Methods 0.000 title claims abstract description 57
- 230000000694 effects Effects 0.000 claims abstract description 16
- 238000000034 method Methods 0.000 claims description 51
- 235000012431 wafers Nutrition 0.000 claims description 18
- 238000004891 communication Methods 0.000 claims description 14
- 238000005070 sampling Methods 0.000 claims description 14
- 238000001514 detection method Methods 0.000 claims description 12
- 238000013500 data storage Methods 0.000 claims description 7
- 238000010894 electron beam technology Methods 0.000 claims description 5
- 238000001000 micrograph Methods 0.000 claims description 4
- 238000005259 measurement Methods 0.000 claims description 3
- 230000007547 defect Effects 0.000 description 20
- 238000005516 engineering process Methods 0.000 description 20
- 239000004065 semiconductor Substances 0.000 description 15
- 230000003287 optical effect Effects 0.000 description 13
- 238000001878 scanning electron micrograph Methods 0.000 description 13
- 238000004458 analytical method Methods 0.000 description 10
- 238000007689 inspection Methods 0.000 description 8
- 238000003860 storage Methods 0.000 description 7
- 238000004519 manufacturing process Methods 0.000 description 6
- 238000012545 processing Methods 0.000 description 6
- 230000008859 change Effects 0.000 description 5
- 239000000463 material Substances 0.000 description 5
- 238000003384 imaging method Methods 0.000 description 4
- 239000000126 substance Substances 0.000 description 4
- 238000012360 testing method Methods 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 229910003460 diamond Inorganic materials 0.000 description 3
- 239000010432 diamond Substances 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 239000000203 mixture Substances 0.000 description 3
- 238000012797 qualification Methods 0.000 description 3
- 239000000758 substrate Substances 0.000 description 3
- 241001269238 Data Species 0.000 description 2
- 238000013459 approach Methods 0.000 description 2
- 238000005520 cutting process Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000005611 electricity Effects 0.000 description 2
- 239000011521 glass Substances 0.000 description 2
- PCHJSUWPFVWCPO-UHFFFAOYSA-N gold Chemical compound [Au] PCHJSUWPFVWCPO-UHFFFAOYSA-N 0.000 description 2
- 229910052737 gold Inorganic materials 0.000 description 2
- 239000010931 gold Substances 0.000 description 2
- JBRZTFJDHDCESZ-UHFFFAOYSA-N AsGa Chemical compound [As]#[Ga] JBRZTFJDHDCESZ-UHFFFAOYSA-N 0.000 description 1
- 235000006719 Cassia obtusifolia Nutrition 0.000 description 1
- 244000201986 Cassia tora Species 0.000 description 1
- 235000014552 Cassia tora Nutrition 0.000 description 1
- 229910002601 GaN Inorganic materials 0.000 description 1
- 229910001218 Gallium arsenide Inorganic materials 0.000 description 1
- JMASRVWKEDWRBT-UHFFFAOYSA-N Gallium nitride Chemical compound [Ga]#N JMASRVWKEDWRBT-UHFFFAOYSA-N 0.000 description 1
- GPXJNWSHGFTCBW-UHFFFAOYSA-N Indium phosphide Chemical compound [In]#P GPXJNWSHGFTCBW-UHFFFAOYSA-N 0.000 description 1
- 244000131316 Panax pseudoginseng Species 0.000 description 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 1
- 235000003140 Panax quinquefolius Nutrition 0.000 description 1
- 238000005311 autocorrelation function Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 239000004020 conductor Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 235000008434 ginseng Nutrition 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 229910021421 monocrystalline silicon Inorganic materials 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 230000010363 phase shift Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 229910052594 sapphire Inorganic materials 0.000 description 1
- 239000010980 sapphire Substances 0.000 description 1
- 238000013077 scoring method Methods 0.000 description 1
- 238000012876 topography Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
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
- 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
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
- H01L22/00—Testing or measuring during manufacture or treatment; Reliability measurements, i.e. testing of parts without further processing to modify the parts as such; Structural arrangements therefor
- H01L22/30—Structural arrangements specially adapted for testing or measuring during manufacture or treatment, or specially adapted for reliability measurements
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
- G06T7/33—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods
- G06T7/337—Determination of transform parameters for the alignment of images, i.e. image registration 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
-
- 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
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
- H01L22/00—Testing or measuring during manufacture or treatment; Reliability measurements, i.e. testing of parts without further processing to modify the parts as such; Structural arrangements therefor
- H01L22/20—Sequence of activities consisting of a plurality of measurements, corrections, marking or sorting steps
-
- 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
- G06T2207/10—Image acquisition modality
- G06T2207/10056—Microscopic image
- G06T2207/10061—Microscopic image from scanning electron microscope
-
- 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)
- Manufacturing & Machinery (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Microelectronics & Electronic Packaging (AREA)
- Power Engineering (AREA)
- Quality & Reliability (AREA)
- Condensed Matter Physics & Semiconductors (AREA)
- Testing Or Measuring Of Semiconductors Or The Like (AREA)
- Image Analysis (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
- Golf Clubs (AREA)
- Bending Of Plates, Rods, And Pipes (AREA)
- Moulds For Moulding Plastics Or The Like (AREA)
- Analysing Materials By The Use Of Radiation (AREA)
Abstract
减少裸片内检验中由所关注图案POI图像配准及POI附近设计图案所引发的噪声。通过接近配准目标的共现将POI分组成若干对准群组。使用接近配准目标的所述共现来配准所述对准群组。执行通过表决进行配准,此可测量所述所关注图案中的每一者是离群值的程度。将POI分组成具有相同附近设计效应的至少一个附近群组。
Description
相关申请案的交叉参考
本申请案主张对2015年12月6日提出申请且指派为第62/263,665号美国申请案的临时专利申请案的优先权,所述临时专利申请案的揭示内容据此以引用方式并入。
技术领域
本发明涉及晶片检验。
背景技术
晶片检验系统通过检测在制造过程期间出现的缺陷而帮助半导体制造商增加及维持集成电路(IC)芯片合格率。检验系统的一个目的是监测制造过程是否满足规格。如果制造过程在所确立规范的范围外,那么检验系统指示问题及/或问题的根源,半导体制造商然后可解决问题。
半导体制造工业的演变对合格率管理且特定来说对计量及检验系统的需求越来越大。临界尺寸在缩小,而晶片大小在增加。经济驱动工业减少用于实现高合格率高价值生产的时间。因此,最小化从检测合格率问题到修理所述合格率问题的总时间确定了半导体制造商的投资回报率。
含有所关注图案(POI)的光学片块与从一个样本图像随机拾取的模板POI图像之间的正规化交叉相关(NCC)可用于POI图像配准。每一POI图像与同一模板对准。如果随机挑选的模板是此POI图像族群的稳健代表,那么此方法对于POI配准可为有效的。
然而,NCC裸片间检验不考虑POI附近设计图案的效应。这是因为当将来自两个邻近裸片的POI图像进行比较时,由相同附近导致的共同噪声会抵消。这对于裸片内检验可能并不适用,在裸片内检验中,POI可在裸片内的任何地方出现且可具有不同附近图案。在所述情形中,POI图像可被不同附近设计图案污染。因此,分析且减少由附近设计图案所引发的噪声可为重要的。
辨别NCC方法对于POI图像配准是否足够可为困难的,这是因为模板是随机挑选的。如果模板POI图像具有噪声或缺陷,那么将其它POI图像与模板POI图像对准可导致不对准误差。
针对裸片间,假设来自邻近裸片的参考图像与测试图像是对准的。如果针对POI存在偏移,那么所述两者的偏移是相同的。因此,所述偏移将不损害差值图像。然而,针对裸片内,每一POI具有在对准时需要验证的不同位置及周围环境。否则,比较是困难的或甚至不可能的。
如果POI太小或具有不充足几何形状,那么其可能并非是良好配准目标。NCC方法对于要求高的裸片内比较任务可能会失败。
在裸片间检验中,POI附近所引发的噪声被抵消,这是因为两个实例具有相同附近图案。然而,这对于裸片内检验并不适用,这是因为附近图案差异是其的额外噪声源。
因此,需要经改善缺陷再检测技术及更特定来说经改善裸片内检验技术。
发明内容
在第一实施例中,揭示一种系统。所述系统包括控制器,所述控制器包含处理器、与所述处理器进行电子通信的电子数据存储单元以及与所述处理器及所述电子数据存储单元进行电子通信的通信端口。所述控制器经配置以:使用对准目标查找器模块通过接近配准目标的共现来将所关注图案分组成一或多个对准群组;使用与所述所关注图案偏移相同量的接近配准目标的所述共现来配准每一对准群组;通过表决进行配准;且将所述所关注图案分组成具有相同附近设计效应的至少一个附近群组。所述通过表决进行配准包含测量所述所关注图案中的每一者是离群值的程度。所述控制器可经配置以执行裸片内检验。
所述控制器可与基于设计的分格服务器进行电子通信。所述控制器也可与经配置以产生晶片图像的再检测工具进行电子通信。在一实例中,所述再检测工具包含经配置以固持晶片的载台及经配置以产生所述晶片图像的图像产生系统。所述图像产生系统可经配置以使用电子束、宽带等离子体或激光中的至少一者来产生所述晶片的所述图像。在一实例中,所述再检测工具是扫描电子显微镜。
所述所关注图案可位于基于设计文件的再现图像中。所述所关注图案也可位于晶片图像中。在一实例中,所述晶片图像是扫描电子显微镜图像。
所述控制器可进一步经配置以在所述分组成所述一或多个对准群组之前利用取样模块执行智能取样。
在第二实施例中,提供一种方法。所述方法包括:使用控制器,使用对准目标查找器模块来通过接近配准目标的共现将所关注图案分组成一或多个对准群组;使用所述控制器,使用与所述所关注图案偏移相同量的接近配准目标的所述共现来配准每一对准群组;使用所述控制器,通过表决进行配准;及使用所述控制器,将所述所关注图案分组成具有相同附近设计效应的至少一个附近群组。所述通过表决进行配准包含测量所述所关注图案中的每一者是离群值的程度。所述方法可用于裸片内检验。
可在所述通过表决进行配准之前发生将具有相同附近设计效应的所关注图案分组,在所述情形中可对所述至少一个附近群组中的每一者执行所述通过表决进行配准。也可在所述通过表决进行配准之后发生将具有相同附近设计效应的所关注图案分组。
所述所关注图案可位于基于设计文件的再现图像中。所述所关注图案也可位于晶片图像中。在一实例中,所述晶片图像是扫描电子显微镜图像。
所述方法可进一步包括在所述分组成所述一或多个对准群组之前利用取样模块进行智能取样。
所述对准群组中的每一者中的接近配准目标的所述共现可与所述所关注图案偏移相同量。
所述通过表决进行配准可经配置以通过将稳健均值图像视为配准模板而使用来自整个图像族群的信息。
所述通过表决进行配准可经配置以使用来自所述对准群组中的每一者中的离群值百分比的信息。
附图说明
为更全面理解本发明的本质及目标,应参考结合附图做出的以下详细描述,在附图中:
图1是根据本发明的第一实施例的流程图;
图2是根据本发明的第二实施例的流程图;
图3是根据本发明的表示产生再现图像的实施例的图式;
图4是根据本发明的表示产生扫描电子显微镜(SEM)图像的实施例的图式;
图5是稳健配准的实例;
图6是根据本发明的表示将来自产品晶片的设计图像分组的实施例的图式;
图7A到7B是根据本发明的表示使用来自设计夹及光学片块的信息将POI附近分组的图式;
图8是根据本发明的实施例的流程图,其中是良好对准目标的POI的光学图像被分出且形成其自身的对准群组;
图9是根据本发明的实施例的流程图,其中POI自身并非是良好对准目标且设计是可用的;
图10是根据本发明的实施例的流程图,其中POI自身并非是良好对准目标及/或设计是不可用的,且替代设计而使用SEM图像;
图11是表示根据本发明的实施例的图式,其中对两个群组进行配准使得可确定POI的位置;
图12是根据本发明的在检验“运行”期间对准流程的实施例的流程图;
图13是根据本发明的配准的实施例的流程图;及
图14是根据本发明的系统的实施例。
具体实施方式
尽管将就特定实施例来说描述所主张的标的物,但包含不提供本文中所陈述的全部益处及特征的实施例的其它实施例也在本发明的范围内。可在不背离本发明的范围的情况下做出各种结构、逻辑、过程步骤及电子改变。因此,本发明的范围仅参考所附权利要求书来界定。
本文中所揭示的实施例减少由所关注图案(POI)图像配准及POI附近设计图案(例如在裸片内检验期间)所引发的噪声。裸片内检验是指跨越同一裸片上的同一图案的多个(即,两个或多于两个)实例比较所述图案的方法。裸片内检验可集中于由例如半导体制造商等用户提供的特定所关注区域(AOI)。本文中所揭示的实施例可减少裸片内POI比较中由POI图像错误配准及POI附近设计图案的差异导致的噪声。
裸片内检验具有优于传统裸片间比较检验方法的数个优点。这些优点包含观察到裸片内过程变化噪声可少于裸片间过程变化,这是因为相同POI(所关注图案)位置比在裸片间中彼此更加靠近,其中相同POI分开一个裸片间距。此外,在裸片间比较中无法以与在裸片内比较中相同的敏感度捕捉系统缺陷,例如在掩模的一个部分中与在另一部分中印刷同一图案的变化性(例如,归因于掩模上的缺陷或扫描仪场/焦点的变化)。这是因为在裸片间比较中,图案的两个实例可以相同方式受影响且差值信号不展示此异常。裸片内比较可捕捉此异常,这是因为同一扫描仪场中的图案的两个实例可展示差值信号。
然而,裸片内检验具有许多挑战。与裸片间(其中假设一对裸片的两个POI图像出现在同一位置处且共用许多共同噪声模式)不同,裸片内检验需要每一POI图像彼此或与参考POI的更准确配准。此外,裸片中的同一POI的不同实例可在其附近具有不同的设计图案,且因此可将来自此附近区域的信号的不同泄漏量引入到构成POI的区中。
本文中所揭示的技术使用来自整个POI图像族群的信息来产生稳健均值POI图像作为用于配准的模板。使用“表决”方法来进一步精细化对准。这些技术对于裸片内检验是更稳健且准确的,不仅是通过使用稳健均值POI图像作为模板,而且通过代替NCC图使用L2范数差值图来搜索位置(这是因为L2范数差值图具有比NCC图陡的谷值/峰值)。
通过将在POI附近具有相同共现且良好的配准目标的POI图像分组且使用那些POI图像来在每一此类群组中正确地定位POI而解决NCC技术的问题。本文中所揭示的实施例将具有类似附近所引发的噪声的POI图像分组,使得可单独分析每一群组以找出离群值。
图1到2中的流程图展示用于减少配准及设计附近所引发的裸片内检验的噪声源的技术。当不同附近中的图像彼此充分不同时,可需要将具有相同附近设计效应的POI分组以产生“附近群组”。如图1中所展示,可通过针对每一附近群组中的离群值的特定百分比的表决程序而提供稳健配准。这可使整个配准程序更稳健。
每图像的附近群组的数目可变化。通常可使用五个附近群组中的四者,但其它数目个附近群组也是可能的。举例来说,图7A展示五个附近群组。例如设计大小、交互作用距离、光学接近校正(OPC)、亚分辨率辅助特征(SRAF)的放置、所涉及的各种材料的电磁性质及光学效应等因素可影响附近群组的数目。
当POI自身不适合用于配准时,可使用将具有相同共现邻近配准目标的POI分组以产生“对准群组”。如图2中所展示,可通过针对每一对准群组中的离群值的特定百分比的表决程序而提供稳健配准。由于在此处使用稳健配准方法,因此结果通常将不太受不同附近群组影响。在一实例中,执行此分组成若干对准群组的算术模块称为自动对准目标查找器(AATF)。
在一实例中,每图像存在从七个到十四个对准群组。然而,其它数目个对准群组也是可能的。一些对准群组可被用户忽略或不予考虑。
为确定族群中的离群值,例如使用2016年4月21日提出申请的第15/135465号美国申请案中所揭示的技术计算所述族群中的图像中的每一者的拒斥分数。具有最高拒斥分数的每一对准群组中的数据的百分比可假设为离群值。
在替代实施例中,图1到2可经组合以通过进行针对离群值的特定百分比的表决程序两次或多于两次以使所述程序更稳健而应用稳健配准。
这些实施例可用于裸片内检验。本文中揭示在处理或未处理设计数据的情况下用于裸片内检验的对准流程。如果(举例来说)执行智能取样,那么SEM图像可代理设计再现图像。此外,甚至在半导体制造商不提供完整设计数据时,所述半导体制造商可使用POI中的形状的再现图像来规定POI,如图3中所展示。
可在本文中所揭示的实施例中使用设计夹,包含图1到2中的那些设计夹。设计数据在可用时可存储于如图3中所展示的服务器(例如基于设计的分格(binning)(DBB)服务器)中。检验工具(例如,宽带等离子体(BBP)工具)可将位置发送到DBB服务器且DBB服务器可输出与给定层集合的给定视场(FOV)相交的所有多边形的文本文件。依据此文本文件,可构造展示以用户规定的像素大小再现的所有多边形的图像(图3中称作再现图像)。图3中的所述再现图像展示此再现的实例,其中多边形内部为白色且背景为黑色。当设计数据可用时,此再现设计称作设计夹。
设计数据可为不可用的。这可在演示或概念证明(POC)研究期间当半导体制造商无法共用敏感设计时发生。在此情景中,扫描电子显微镜(SEM)可将用作设计夹的晶片位置成像以代替再现图像。这展示于图4中。
不管所述设计夹是再现图像还是SEM图像(其在一些实例中可为大致相同的),BBP工具产生的大量数据及当前SEM再检测工具在收集图像时的缓慢性都可对分析的吞吐量构成挑战。为增加吞吐量,可在图像收集委派给SEM再检测工具之前执行通过智能取样减少BBP工具数据。图4中所展示的取样模块执行智能取样,此可涉及取决于中间分析结果而收集数个样本群组。举例来说,参见图10中的“是”路径来看NCC分数是否小于阈值。
出于产生对准群组的目的,当设计图像自身是不可用时,SEM图像可用作设计图像代理。通常需要大量时间来获取充足质量的SEM图像。为节省时间,可通过智能取样限制所获取SEM图像的数目。如图10中所见,如果POI的光学片块不与其群组的代表良好匹配,那么所述光学片块可能属于与所述代表的群组不同的对准群组,且可获取对应于所述不匹配光学片块位置的设计代理(例如,SEM图像)。图10中关于NCC分数小于阈值的决定菱形框可做出POI的光学片块匹配还是不匹配其群组的代表的决定。其可通过检验光学片块与其代表之间的对准的NCC匹配分数而做出此决定。举例来说,分数越低,匹配越差。挑选匹配阈值(例如,75%),且如果POI的光学片块与其代表之间的NCC匹配分数降到此阈值以下,那么决定菱形框决定所述光学片块不匹配其代表。然后可倾印输出所有非匹配(例如,非对准)光学片块的位置,如图10中所描绘。随后,可从这些位置获取SEM图像。
可通过经由表决进行稳健配准来减少配准所引发的噪声。用于POI图像的传统NCC配准方法随机拾取一个样本作为模板,这可并非是充分稳健的。可使用通过将稳健均值图像视为配准模板而获得来自整个图像族群的信息的表决方法。所述稳健均值图像是整个族群中的所有“正常值(inlier)”的均值图像。可通过计算拒斥分数而确定“正常值”及“离群值”,例如2016年4月21日提出申请的第15/135465号美国申请案(其以全文引用方式并入)中所描述。举例来说,可将POI的数字图像数据转换成拒斥分数表。可使用基于排名的得分、基于中值的得分或交叉拒斥得分。
L2范数差值图可被视为噪声类型,这是因为其包含对准的均方根(RMS)残余噪声。表决方法可使用整个族群来计算稳健均值作为配准模板,这减少此整体上的配准噪声。相比来说,传统NCC方法被迫代替稳健均值而选择随机样本作为配准模板。此选择由于其是相对任意的而可能不会减少整个族群上的配准噪声。举例来说,所选择的随机样本可为族群的离群值。
可通过邻近配准目标的共现将POI分组。随着POI变得越来越小,进行POI图像配准可变得越来越困难,尤其当POI并非是良好配准目标(例如,太平坦、一维图案等)时。在此情形中,可需要其它配准目标以及POI自身用于配准。由AATF模块执行的此技术提供通过邻近配准目标的共现将POI分组成不同对准群组的方式。然后使用与POI偏移相同量的这些共现目标在每一对准群组内进行配准。
在AATF中,使用一系列图像处理启发法将POI集合分离成若干对准群组。图6展示从顶部到底部对准且堆叠的100个POI图像的平均值。平均值图像A中存在具有高灰度的数个分量。这些分量对于大量100个POI图像可为共同的。AATF可将POI图像集合划分成具有共同分量的子集。此操作的第一步骤(如图像B中所展示)是,识别由于平均值图像A中的高灰度而具有共同分量的标记为1、2及3的区。在一实例中,图像B的区1分离成三个纯(例如,在区1内在其自身当中100%匹配)图像集合C1、C2及C3。
作为配准目标的POI的质量可通过研究其自相关函数(例如所述目标与其自身的NCC映射)的形状来评估,其中所述目标是模板图像且此模板图像由构成参考图像的小的零界限填补。在一实例中,评估指示沿x方向及y方向两者从中心下降的速度的差值测量,且如果此高于预设定阈值,那么配准目标可被视为良好的。
可减少附近所引发的噪声。不同附近设计图案可为POI区贡献不同噪声量。此技术经设计以将具有相同或类似附近效应的POI实例分组成同一附近群组且然后将这些POI彼此进行比较。首先,可通过使用不同类似度阈值对设计夹进行群集而找出产生附近群组的多种方式。然后分析POI光学图像上的附近群组标记的效应。最终,选择有意义“附近”分组方法以用于每一附近群组内的进一步配准。
包含设计大小、交互作用距离、OPC、SRAF的放置、所涉及的各种材料的电磁性质及光学效应的物理因素可导致可从纳米伸展到微米的附近影响距离。
为将POI分组成若干附近群组,可使用例如NCC等类似度测量来评估设计夹。然后可通过确保属于同一群集的所有设计夹在其之间具有高于特定预定义阈值的类似度测量而执行群集。可使用基于类似度测量的其它群集方法。举例来说,可使用以其全文引用方式并入的杜达(Duda)及哈特(Hart)的图案分类及场景分析(Pattern Classification andScene Analysis)(1973)的第6章中所揭示的技术。任选地,设计夹群集可使用每一对设计夹群集中的POI之间的类似度测量(如NCC)来合并到POI的附近群组中。由于设计类似度,与一个群集内的所有设计夹对应的所有POI的附近效应是类似的。然而,两个不同群集内的设计夹可在其对应POI中具有类似附近效应。
考虑到在裸片内检验中可需要完全晶片覆盖,在对准流程中可存在两个阶段:设置阶段及运行阶段。
在所述设置阶段中,针对每一POI(包含其子类型)确定含有所述POI的相互对准光学图像的“金色”集合上的一或多个位置。此“金色”集合是所述POI的对准群组的代表。所述可称为所述POI的POI对准群组训练数据(PAGTD)。所述PAGTD由含有POI、其稳健均值或中值、模板位置等的相互对准光学图像组成。在POI的PAGTD上识别的一或多个模板位置可用于在裸片内检验“运行”期间精确地找到其在含有所述POI的任一光学片块图像(在晶片上)中所代表的POI的位置。
POI的子类型是POI的空间扩展以涵盖在其周围的其它几何形状。此子类型的定义可由用户(例如,半导体制造商)针对每一POI类型创建。这允许每一POI的进一步细分。
在对准流程设置中的初始步骤期间,将自身是良好对准目标的POI的光学图像分出。因此,这些POI的图像形成其自身的对准群组。图8中展示此流程。
可利用设计(例如,利用设计再现图像)发生对准流程设置。如果POI自身并非是良好对准目标且设计是可用的,那么图9中展示对应对准流程。在此情形中,通过AATF模块将POI分解成若干对准群组,且PAGTD包含POI对准群组的数据。如果用户定义对准目标,那么可忽视图9中所展示的AATF模块。
也可不利用设计(例如,利用SEM图像)发生对准流程设置。假使POI自身并非是良好对准目标及/或设计是不可用的,且替代设计而使用SEM图像,那么图10中展示对应对准流程。注意,由于典型SEM再检测工具在收集图像时的缓慢性,可访问POI位置的子集而非整个集合且收集图像的样本。因此,其可成为概率覆盖的问题且取样方案允许更完整覆盖的循环。此循环可确保不错失设计夹代理图像。由图10中的决定菱形框起始此循环,且针对包含未给出良好光学模板匹配分数的位置的SEM图像而创建位置的新样本。在此情形中,对准目标可通过使用SEM AATF算术模块而在SEM图像中自动找到,或在用户定义其的情况下手动找到。
可通过两个或多于两个对准群组之间的空间对应性来提取POI夹。在给出POI的两个对准群组的情况下,可配准所述两个群组使得可确定POI的位置,且因此可在所述两个群组之间对其图像进行比较。图11展示此技术的实例。可按子像素层级而对准代表两个对准群组的两个SEM/设计图像中的POI。然后可按子像素层级而定义POI与那些对准群组的模板目标的偏移。通过对准群组的SEM/设计图像与其经对准光学片块代表之间的空间对应性,可确定按子像素层级的POI在含有POI的所有光学片块中的位置。
图12中展示在检验“运行”期间的对准流程。其可使用在设置阶段期间创建的PAGTD来提取如本文中详述的POI夹,之后将其发送出以用于进一步分析。
可执行通过表决进行稳健配准。本文中所揭示的实施例可为更稳健的,这是因为使用稳健均值POI图像,其是来自整个族群的信息。可使用可用于定量地测量每一POI图像是POI图像族群中的离群值的程度而不必计算稳健均值图像的拒斥分数方法。在给出样本族群的情况下,找出离群值且通过每一POI图像是POI图像族群中的离群值的程度对所述离群值进行排名或记分。任选地,使用对族群中的离群值的特定百分比的表决方法重新配准所述图像。因此,可移动图像以降低每一POI图像是POI图像族群中的离群值的程度。用以改善对准或降低每一POI图像是POI图像族群中的离群值的程度的移动程度可变化。然而,通过表决进行配准的目标可为最小化分数或排名以使得尽可能多的点是分布中的正常值。每一POI图像是离群值的程度可基于(举例来说)拒斥或偏差得分方法而经计算为分数。
移动路径可用于降低每一POI图像是离群值的程度。当稳健均值模板及参考POI图像不对准时,与每一POI图像是参考图像的离群值的程度对应的偏差分数是大的。当稳健均值模板及参考POI图像对准时,偏差分数较小。
举例来说,通过表决进行配准可独立计算每一像素与中值相距多远。这可对离群值的位置求和。提供最少离群值的对准图案通过表决配准而可为优选的。这可考虑到每一像素的个别贡献。
通过表决进行稳健配准可用于改善结果。本文中所揭示的技术可为更稳健的,这是因为每一技术可使用稳健均值POI图像,其是来自整个族群的信息。可使用可定量地测量每一POI图像是离群值的程度而不必须计算稳健均值图像的拒斥分数方法。可使用对族群中的离群值的特定百分比的表决技术任选地重新配准所述图像。
可通过共现邻近配准目标将POI分组。本文中所揭示的实施例可提供通过邻近配准目标的共现将POI图像分组以在POI自身并非是良好配准目标时改善配准的能力。举例来说,可检验POI附近的共现目标且可仅选择对于配准是良好的目标。
可减少附近所引发的噪声。本文中所揭示的技术使用设计及/或光学图像来将POI分组成若干附近群组,使得每一群组就针对每一附近群组中的POI上的每一像素的噪声统计数据(例如,均值及标准偏差)来说展现来自附近区的类似噪声级。从一个此类群组到另一群组的噪声贡献中可存在统计上显著的差异。这可减少附近所引发的噪声。低方差可等效于噪声参数的估计的高置信度,此又可导致针对附近群组中的POI上的每一像素的离群值(例如,缺陷)的更准确检测。
图7A到7B中展示使用来自设计夹及光学片块的信息将POI附近分组的一个实例。图7A展示通过对设计夹进行群集而做出的类似设计附近的分组。图7B展示用于使用因子分析方法预测离群值分数的“附近”分组的重要性。如果分组是有意义的,那么与例如裸片位置及裸片内的位置等其它影响因素相比较将看到因子分析图表中的“附近群组”的重要性。
通过表决进行稳健配准也可用于减少配准所引发的噪声。图5中展示稳健配准的一个实例。第一行展示一个样本的表决经重新对准POI图像、稳健均值POI及由传统NCC配准使用的模板。在第二行上,展示裁剪之前的原始整个光学片块、L2范数距离图及NCC搜索图。原始光学片块上的方框展示由在晶片的检验期间运行的像素与设计对准(PDA)提供的POI的初始位置、使用随机模板的NCC的配准结果及在表决方法应用到其之后的配准结果。由表决方法产生的POI图像夹比由NCC方法产生的夹更类似于稳健均值POI。
L2范数差值图及NCC图两者均可用于模板匹配,但以多个方式不同。对于L2范数差值图,所使用的匹配统计数据是搜索图像与模板图像的灰度之间的广义欧式距离(例如,平方差的总和)。可针对匹配统计数据输入两个图像中的重叠像素集合的灰度值对。针对模板图像的每一移位(x,y)计算的统计数据的值可写入到可称为图的阵列。对于NCC,所使用的匹配统计数据是限定在-1与+1之间的皮尔逊相关系数。当匹配统计数据的值对于L2范数差值图是0时发生精确匹配,而当匹配统计数据的值对于NCC是+1时发生精确匹配。因此,以L2范数差值图的最小值及NCC的最大值发生最佳匹配。
通过邻近配准目标的共现将POI分组也可用于减少配准所引发的噪声。图6中展示将来自产品晶片的设计图像分组的一个实例。将一百个图像分组成三个群组。一个群组中的设计图像共用由纯度掩模突出显示的相同共现配准目标。纯度掩模内侧的所述共现目标连同POI自身一起可用于较佳配准。
图13是配准的实施例的流程图。在可用于裸片内检验的方法100中,通过接近配准目标的共现将POI分组101成一或多个对准群组。所述对准群组中的每一者中的接近配准目标的共现可与POI偏移相同量。POI可在基于设计文件的再现图像中及/或在例如SEM图像等晶片图像中。分组101可使用对准目标查找器模块。使用与POI偏移相同量的接近配准目标的共现配准102每一对准群组。在配准102之后,发生通过表决进行配准103及将POI分组104成若干附近群组。通过表决进行配准103可包含测量POI中的每一者是离群值的程度。将POI分组104成至少一个附近群组会形成具有相同附近设计效应的若干附近群组。
可在通过表决进行配准103之后发生分组104。也可在分组104之后发生通过表决进行配准103,在所述情形中对至少一个附近群组中的每一者执行通过表决进行配准103。
方法100可进一步包含在分组101成一或多个对准群组之前利用取样模块进行智能取样。
通过表决进行配准103可通过将稳健均值图像视为配准模板而使用来自整个图像族群的信息。通过表决进行配准103也可使用来自所述对准群组中的每一者中的离群值百分比的信息。
本文中所揭示的实施例经设计以对于POI图像的配准是更稳健且准确的,此可适合用于裸片内检验的更严格要求。本发明的技术提供用于当POI自身并非是适合目标模板时POI的配准的方式。当POI区域变得太小而不能被准确地对准时或当POI图像从其附近的不同图案获得太多噪声时,此可变得必要。
本文中所揭示的实施例可将一族群的图像彼此对准,此对于POI族群的裸片内检验可为有用的。AATF及附近分组可实现此稳健配准而不管环绕POI的设计的改变及其光学响应的改变。
虽然关于裸片内检验经揭示,但本文中所揭示的实施例可与其它应用一起使用。举例来说,在当前内联配准方法失败时,裸片间检验可使用稳健配准及共现目标配准方法来提供更稳健且准确配准。在同一几何位置处或附近出现的缺陷的任何检验后分析可需要在执行此分析之前光学片块彼此对准(举例来说)以将缺陷排名以用于取样。
图14是根据本发明的系统的框图。控制器205与缺陷再检测系统200及/或基于设计的分格(DBB)服务器209进行电子通信。
缺陷再检测系统200包含经配置以固持晶片203或其它工件的载台204。载台204可经配置以沿一个、两个或三个轴线移动或旋转。缺陷再检测系统200还包含经配置以产生晶片203的表面的图像的图像产生系统201。所述图像可为针对晶片203的特定层或区。在此实例中,图像产生系统201产生电子束202以产生测试图像203。其它图像产生系统201也是可能的,例如使用宽带等离子体或激光扫描的那些图像产生系统。举例来说,可由图像产生系统201执行暗场成像或亮场成像。缺陷再检测系统200及/或图像产生系统201可产生晶片203的测试图像。
如本文中所使用,术语“晶片”一般是指由半导体或非半导体材料形成的衬底。此半导体或非半导体材料的实例包含但不限于单晶硅、氮化镓、砷化镓、磷化铟、蓝宝石及玻璃。通常可在半导体制作设施中找到及/处理此类衬底。
晶片可包含形成于衬底上的一或多个层。举例来说,此类层可包含但不限于光致抗蚀剂、电介质材料、导电材料及半导电材料。此项技术中已知许多不同类型的此类层,且如本文中所使用的术语晶片打算囊括包含所有类型的此类层的晶片。
形成于晶片上的一或多个层可为经图案化或未图案化的。举例来说,晶片可包含多个裸片,每一裸片具有可重复的经图案化特征或周期性结构。此类材料层的形成及处理可最终产生完成装置。可在晶片上形成许多不同类型的装置,且如本文中所使用的术语晶片打算囊括其上制作有此项技术中已知的任何类型的装置的晶片。
在特定实例中,缺陷再检测系统200是扫描电子显微镜(SEM)的部分或是扫描电子显微镜。通过用经聚焦电子束202扫描晶片303而产生晶片203的图像。电子用于产生含有关于晶片203的表面形貌及组合物的信息的信号。可使电子束202以光栅扫描图案扫描,且电子束202的位置可与所检测到的信号组合以产生图像。
DBB服务器209经配置以存储半导体晶片或其它工件的设计图像。
缺陷再检测系统200及DBB服务器可与控制器205通信。举例来说,控制器205可与图像产生系统201或缺陷再检测系统200的其它组件通信。控制器205可包含处理器206、与处理器206进行电子通信的电子数据存储单元207及与处理器206进行电子通信的通信端口208。应了解,可在实务中通过硬件、软件及固件的任一组合实施控制器205。而且,如本文中所描述的其功能可由一个单元执行,或在不同组件间进行划分,其等中的每一者又可通过硬件、软件及固件的任一组合来实施。供控制器205实施本文中所描述的各种方法及功能的程序代码或指令可存储在例如电子数据存储单元207(在控制器205内、在控制器205外部或其组合)中的存储器等控制器可读存储媒体中。
控制器205可以任何适合方式(例如,经由可包含“有线”及/或“无线”发射媒体的一或多个发射媒体)耦合到缺陷再检测系统200的组件或DBB服务器209,使得控制器205可接收由缺陷再检测系统200产生的输出(例如来自成像装置201的输出)或由DBB服务器209产生的输出。控制器205可经配置以使用输出执行若干个功能。例如,控制器205可经配置以使用输出再检测晶片203上的缺陷。在另一实例中,控制器205可经配置以将输出发送到电子数据存储单元207或另一存储媒体而不对输出执行缺陷再检测。控制器205可如本文中所描述进一步经配置(例如)以执行图1、2或13的实施例。
本文中所描述的控制器205、其它系统或其它子系统可采用各种形式,包含个人计算机系统、图像计算机、主机计算机系统、工作站、网络器具、因特网器具或其它装置。一般来说,术语“控制器”可广泛地定义为囊括具有一或多个处理器的执行来自存储器媒体的指令的任何装置。子系统或系统还可包含此项技术中已知的任何适合处理器,例如平行处理器。另外,子系统或系统可包含具有高速处理及软件的平台作为独立工具或经网络连线工具。
如果所述系统包含多于一个子系统,那么不同子系统可彼此耦合使得图像、数据、信息、指令等可在子系统之间发送。举例来说,一个子系统可通过任何适合发射媒体(其可包含此项技术中已知的任何适合有线及/或无线发射媒体)耦合到额外子系统。此类子系统中的两者或多于两者也可通过共用计算机可读存储媒体(未展示)有效地耦合。
额外实施例涉及存储可在控制器上执行以用于执行计算机实施的方法以用于识别晶片上的异常或检测顺从性/不顺从性的程序指令的非暂时性计算机可读媒体,如本文中所揭示。特定来说,如图13中所展示,电子数据存储单元207或其它存储媒体可含有包含可在控制器205上执行的程序指令的非暂时性计算机可读媒体。计算机实施的方法可包含本文中描述的任何方法的任何步骤。
实施例如本文中所描述的那些方法等方法的程序指令可存储在计算机可读媒体上,例如电子数据存储单元207中或其它存储媒体中。所述计算机可读媒体可为存储媒体,例如磁盘或光盘、磁带或此项技术中已知的任何其它适合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/或面向对象的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”)、SSE(流式SIMD扩展)或者其它技术或方法来实施程序指令。
控制器205可根据本文中所描述的实施例中的任一者来配置。举例来说,控制器205可经编程以执行图1、2或13的步骤中的一些或所有步骤。
虽然经揭示为缺陷再检测系统的部分,但本文中所描述的控制器205可经配置以与检验系统一起使用。在另一实施例中,本文中所描述的控制器205可经配置以与计量系统一起使用。因此,如本文中所揭示的实施例描述可针对或多或少适合用于不同应用的具有不同成像能力的系统以若干种方式经裁适的一些分类配置。
可如本文中进一步描述而执行所述方法的步骤中的每一者。方法还可包含可由本文中所描述的控制器及/或计算机子系统或系统执行的任何其它步骤。所述步骤可由可根据本文中所描述的实施例中的任一者配置的一或多个计算机系统来执行。另外,上文所描述的方法可由本文中所描述的系统实施例中的任一者来执行。
尽管已关于一或多个特定实施例描述本发明,但将理解可在不背离本发明的范围的情况下做出本发明的其它实施例。因而,认为本发明仅受所附权利要求书及其合理解释限制。
Claims (20)
1.一种系统,其包括:
控制器,其包含处理器、与所述处理器进行电子通信的电子数据存储单元以及与所述处理器及所述电子数据存储单元进行电子通信的通信端口,其中所述控制器经配置以:
使用对准目标查找器模块通过接近配准目标的共现来将所关注图案分组成一或多个对准群组;
使用与所述所关注图案偏移相同量的接近配准目标的所述共现来配准每一对准群组;
通过表决进行配准,其中所述通过表决进行配准包含测量所述所关注图案中的每一者是离群值的程度;及
将所述所关注图案分组成具有相同附近设计效应的至少一个附近群组。
2.根据权利要求1所述的系统,其中所述控制器与基于设计的分格服务器进行电子通信。
3.根据权利要求1所述的系统,其中所述控制器与经配置以产生晶片图像的再检测工具进行电子通信,其中所述再检测工具包含:
载台,其经配置以固持晶片;及
图像产生系统,其经配置以产生所述晶片图像,其中所述图像产生系统经配置以使用电子束、宽带等离子体或激光中的至少一者来产生所述晶片的所述图像。
4.根据权利要求3所述的系统,其中所述再检测工具是扫描电子显微镜。
5.根据权利要求1所述的系统,其中所述所关注图案位于基于设计文件的再现图像中。
6.根据权利要求1所述的系统,其中所述所关注图案位于晶片图像中。
7.根据权利要求6所述的系统,其中所述晶片图像是扫描电子显微镜图像。
8.根据权利要求1所述的系统,其中所述控制器进一步经配置以在所述分组成所述一或多个对准群组之前利用取样模块执行智能取样。
9.根据权利要求1所述的系统,其中所述控制器经配置以执行裸片内检验。
10.一种方法,其包括:
使用控制器,使用对准目标查找器模块通过接近配准目标的共现来将所关注图案分组成一或多个对准群组;
使用所述控制器,使用与所述所关注图案偏移相同量的接近配准目标的所述共现来配准每一对准群组;
使用所述控制器,通过表决进行配准,其中所述通过表决进行配准包含测量所述所关注图案中的每一者是离群值的程度;及
使用所述控制器,将所述所关注图案分组成具有相同附近设计效应的至少一个附近群组。
11.根据权利要求10所述的方法,其中在所述通过表决进行配准之前发生所述将具有相同附近设计效应的所关注图案分组,且其中对所述至少一个附近群组中的每一者执行所述通过表决进行配准。
12.根据权利要求10所述的方法,其中在所述通过表决进行配准之后发生所述将具有相同附近设计效应的所关注图案分组。
13.根据权利要求10所述的方法,其中所述所关注图案位于基于设计文件的再现图像中。
14.根据权利要求10所述的方法,其中所述所关注图案位于晶片图像中。
15.根据权利要求14所述的方法,其中所述晶片图像是扫描电子显微镜图像。
16.根据权利要求10所述的方法,其进一步包括在所述分组成所述一或多个对准群组之前利用取样模块进行智能取样。
17.根据权利要求10所述的方法,其中所述对准群组中的每一者中的接近配准目标的所述共现与所述所关注图案偏移相同量。
18.根据权利要求10所述的方法,其中所述通过表决进行配准经配置以通过将稳健均值图像视为配准模板而使用来自整个图像族群的信息。
19.根据权利要求10所述的方法,其中所述通过表决进行配准经配置以使用来自所述对准群组中的每一者中的离群值百分比的信息。
20.根据权利要求10所述的方法,其中所述方法是用于裸片内检验。
Applications Claiming Priority (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201562263665P | 2015-12-06 | 2015-12-06 | |
US62/263,665 | 2015-12-06 | ||
US15/355,509 US10074167B2 (en) | 2015-12-06 | 2016-11-18 | Reducing registration and design vicinity induced noise for intra-die inspection |
US15/355,509 | 2016-11-18 | ||
PCT/US2016/064482 WO2017100076A1 (en) | 2015-12-06 | 2016-12-01 | Reducing registration and design vicinity induced noise for intra-die inspection |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108369915A true CN108369915A (zh) | 2018-08-03 |
CN108369915B CN108369915B (zh) | 2019-11-01 |
Family
ID=58799133
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201680070964.0A Active CN108369915B (zh) | 2015-12-06 | 2016-12-01 | 减少配准及设计附近所引发的裸片内检验的噪声 |
Country Status (5)
Country | Link |
---|---|
US (1) | US10074167B2 (zh) |
KR (1) | KR102449376B1 (zh) |
CN (1) | CN108369915B (zh) |
TW (1) | TWI734720B (zh) |
WO (1) | WO2017100076A1 (zh) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10074167B2 (en) * | 2015-12-06 | 2018-09-11 | Kla-Tencor Corporation | Reducing registration and design vicinity induced noise for intra-die inspection |
US9916965B2 (en) | 2015-12-31 | 2018-03-13 | Kla-Tencor Corp. | Hybrid inspectors |
US10572991B2 (en) * | 2017-11-07 | 2020-02-25 | Kla-Tencor Corporation | System and method for aligning semiconductor device reference images and test images |
US11597156B2 (en) * | 2018-10-29 | 2023-03-07 | Hewlett-Packard Development Company, L.P. | Monitoring additive manufacturing |
US10853932B2 (en) * | 2019-01-16 | 2020-12-01 | Applied Material Israel, Ltd. | Method of defect detection on a specimen and system thereof |
US11113827B2 (en) * | 2019-09-23 | 2021-09-07 | Kla Corporation | Pattern-to-design alignment for one-dimensional unique structures |
US11328435B2 (en) | 2020-06-08 | 2022-05-10 | KLA Corp. | Image alignment setup for specimens with intra- and inter-specimen variations using unsupervised learning and adaptive database generation methods |
US20220301133A1 (en) * | 2021-03-16 | 2022-09-22 | Kla Corporation | Segmentation of design care areas with a rendered design image |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080199078A1 (en) * | 2007-02-16 | 2008-08-21 | Raytheon Company | System and method for image registration based on variable region of interest |
Family Cites Families (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6164847A (en) * | 1997-01-28 | 2000-12-26 | Agfa Corporation | Imaging parameter detection |
US6222513B1 (en) * | 1998-03-10 | 2001-04-24 | Xerox Corporation | Charge retention islands for electric paper and applications thereof |
JP2000021738A (ja) * | 1998-06-26 | 2000-01-21 | Nikon Corp | 位置検出装置及び該装置を用いた位置検出方法 |
JP4312910B2 (ja) * | 1999-12-02 | 2009-08-12 | 株式会社日立製作所 | レビューsem |
US6792061B1 (en) * | 2000-08-21 | 2004-09-14 | Bitblitz Communications, Inc. | High-speed bit-pattern detector |
JP4303410B2 (ja) * | 2000-09-29 | 2009-07-29 | 富士通株式会社 | 紋様中心決定装置および紋様方向決定装置並びに紋様位置合わせ装置および紋様照合装置 |
EP1273907A4 (en) * | 2000-11-17 | 2006-08-30 | Ebara Corp | METHOD AND INSTRUMENT FOR WAFER INSPECTION AND ELECTRON BEAM |
JP3810694B2 (ja) * | 2002-02-15 | 2006-08-16 | 三菱電機株式会社 | パターン検査装置及びパターン検査方法 |
JP2004022797A (ja) * | 2002-06-17 | 2004-01-22 | Nikon Corp | マーク位置検出装置およびマーク位置検出方法 |
TWI236562B (en) * | 2002-11-21 | 2005-07-21 | Hitachi Int Electric Inc | A method of detecting a pattern and an apparatus thereof |
US7265894B2 (en) * | 2003-12-18 | 2007-09-04 | Xerox Corporation | Bi-directional printer wiper for printing on bichromal or multi-colored electronic paper |
CA2507174C (en) * | 2005-05-13 | 2013-07-16 | Semiconductor Insights Inc. | Method of registering and aligning multiple images |
JP5075861B2 (ja) * | 2009-03-16 | 2012-11-21 | 株式会社東芝 | 画像処理装置及び画像処理方法 |
JP5572973B2 (ja) | 2009-03-16 | 2014-08-20 | 富士通セミコンダクター株式会社 | パターン検証方法、検証装置及びプログラム |
US8559001B2 (en) | 2010-01-11 | 2013-10-15 | Kla-Tencor Corporation | Inspection guided overlay metrology |
US9087367B2 (en) | 2011-09-13 | 2015-07-21 | Kla-Tencor Corp. | Determining design coordinates for wafer defects |
KR102019534B1 (ko) | 2013-02-01 | 2019-09-09 | 케이엘에이 코포레이션 | 결함 특유의, 다중 채널 정보를 이용한 웨이퍼 상의 결함 검출 |
US9355208B2 (en) | 2013-07-08 | 2016-05-31 | Kla-Tencor Corp. | Detecting defects on a wafer |
US9767548B2 (en) | 2015-04-24 | 2017-09-19 | Kla-Tencor Corp. | Outlier detection on pattern of interest image populations |
US10074167B2 (en) * | 2015-12-06 | 2018-09-11 | Kla-Tencor Corporation | Reducing registration and design vicinity induced noise for intra-die inspection |
-
2016
- 2016-11-18 US US15/355,509 patent/US10074167B2/en active Active
- 2016-12-01 CN CN201680070964.0A patent/CN108369915B/zh active Active
- 2016-12-01 WO PCT/US2016/064482 patent/WO2017100076A1/en active Application Filing
- 2016-12-01 KR KR1020187018310A patent/KR102449376B1/ko active IP Right Grant
- 2016-12-06 TW TW105140289A patent/TWI734720B/zh active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080199078A1 (en) * | 2007-02-16 | 2008-08-21 | Raytheon Company | System and method for image registration based on variable region of interest |
Also Published As
Publication number | Publication date |
---|---|
KR20180081820A (ko) | 2018-07-17 |
CN108369915B (zh) | 2019-11-01 |
TW201731004A (zh) | 2017-09-01 |
TWI734720B (zh) | 2021-08-01 |
US20170161888A1 (en) | 2017-06-08 |
KR102449376B1 (ko) | 2022-09-29 |
WO2017100076A1 (en) | 2017-06-15 |
US10074167B2 (en) | 2018-09-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108369915B (zh) | 减少配准及设计附近所引发的裸片内检验的噪声 | |
US9805462B2 (en) | Machine learning method and apparatus for inspecting reticles | |
JP6807844B2 (ja) | ビルトインターゲットを用いた検査対デザイン位置揃え | |
US8045789B2 (en) | Method and apparatus for inspecting defect of pattern formed on semiconductor device | |
JP3998334B2 (ja) | 欠陥検査方法 | |
TWI597689B (zh) | 使用表面形貌屬性之缺陷分類 | |
TWI616823B (zh) | 使用以cad為基礎之環境背景屬性之缺陷分類 | |
JP4323475B2 (ja) | 試料検査装置、試料検査方法及びプログラム | |
CN108475649A (zh) | 通过异常值检测的特征选择及自动化工艺窗监测 | |
US9996942B2 (en) | Sub-pixel alignment of inspection to design | |
JP2011017705A (ja) | パターン検査装置、パターン検査方法および記録媒体 | |
US9851714B2 (en) | Method of inspecting a specimen and system thereof | |
JP6472447B2 (ja) | フォトマスク欠陥性における変化の監視 | |
WO2016172622A1 (en) | Outlier detection on pattern of interest image populations | |
TWI798521B (zh) | 選擇一或多個設計檔案以供在測試影像與設計對準中使用之系統及電腦實施之方法,以及非暫時性電腦可讀媒體 | |
JP4067677B2 (ja) | 走査電子顕微鏡の自動検出シーケンスファイル作成方法及び走査電子顕微鏡の自動測長シーケンス方法 | |
JP2003303868A (ja) | 検査条件設定プログラムと検査装置と検査システム | |
JP5389456B2 (ja) | 欠陥検査装置および欠陥検査方法 | |
JP4597509B2 (ja) | パターン検査装置およびパターン検査方法 | |
JP2001281161A (ja) | 欠陥検査装置及び検査方法 | |
JP2010231044A (ja) | パターン検査装置及びパターン検査方法 | |
CN117015850B (zh) | 以经呈现设计图像进行的设计注意区域的分段 |
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 |