CN109075094A - 用于具有噪声边界阈值的晶片检验的系统及方法 - Google Patents

用于具有噪声边界阈值的晶片检验的系统及方法 Download PDF

Info

Publication number
CN109075094A
CN109075094A CN201780021325.XA CN201780021325A CN109075094A CN 109075094 A CN109075094 A CN 109075094A CN 201780021325 A CN201780021325 A CN 201780021325A CN 109075094 A CN109075094 A CN 109075094A
Authority
CN
China
Prior art keywords
intensity
intensity value
value
lattices
noise margin
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
CN201780021325.XA
Other languages
English (en)
Other versions
CN109075094B (zh
Inventor
姜旭光
永·张
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 CN109075094A publication Critical patent/CN109075094A/zh
Application granted granted Critical
Publication of CN109075094B publication Critical patent/CN109075094B/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
    • 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
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/40—Image enhancement or restoration by the use of histogram techniques
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/136—Segmentation; Edge detection involving thresholding
    • 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
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
    • H01L22/00—Testing or measuring during manufacture or treatment; Reliability measurements, i.e. testing of parts without further processing to modify the parts as such; Structural arrangements therefor
    • H01L22/10—Measuring as part of the manufacturing process
    • H01L22/12—Measuring as part of the manufacturing process for structural parameters, e.g. thickness, line width, refractive index, temperature, warp, bond strength, defects, optical inspection, electrical measurement of structural dimensions, metallurgic measurement of diffusions
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
    • H01L22/00—Testing or measuring during manufacture or treatment; Reliability measurements, i.e. testing of parts without further processing to modify the parts as such; Structural arrangements therefor
    • H01L22/20—Sequence of activities consisting of a plurality of measurements, corrections, marking or sorting steps
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
    • H01L22/00—Testing or measuring during manufacture or treatment; Reliability measurements, i.e. testing of parts without further processing to modify the parts as such; Structural arrangements therefor
    • H01L22/20—Sequence of activities consisting of a plurality of measurements, corrections, marking or sorting steps
    • H01L22/24—Optical enhancement of defects or not directly visible states, e.g. selective electrolytic deposition, bubbles in liquids, light emission, colour change
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
    • H01L22/00—Testing or measuring during manufacture or treatment; Reliability measurements, i.e. testing of parts without further processing to modify the parts as such; Structural arrangements therefor
    • H01L22/30—Structural arrangements specially adapted for testing or measuring during manufacture or treatment, or specially adapted for reliability measurements
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G01N2021/8883—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 involving the calculation of gauges, generating models
    • 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
    • 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
    • G01N21/956—Inspecting patterns on the surface of objects
    • 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

Abstract

本发明涉及一种方法，其包含：接收晶片的三个或三个以上裸片的一或多个图像；确定从所述三个或三个以上裸片中的每一者上的相同位置获取的一组像素强度值的中值强度值；通过比较所述组像素强度值的所述中值强度值与每一像素强度值而确定所述组像素强度值的差值强度值；基于所述组像素强度值的所述中值强度值而将所述像素强度值分组成强度分格；基于所述强度分格中的选定差值强度值而产生初始噪声边界；通过调整所述初始噪声边界而产生最终噪声边界；通过将阈值应用到所述最终噪声边界而产生检测边界；及将所述检测边界外部的一或多个像素强度值分类为缺陷。

Description

用于具有噪声边界阈值的晶片检验的系统及方法
相关申请案的交叉参考
本申请案根据35 U.S.C.§119(e)规定主张2016年4月4日申请的以蒋旭光(Xuguang Jiang)及张勇(Yong Zhang)为发明人的标题为“用于LS平台缺陷检测的噪声边界阈值化(NBT)算法(NOISE BOUNDARY THRESHOLDING(NBT)ALGORITHM FOR LS PLATFORMDEFECT DETECTION)”的第62/317,927号美国临时专利申请案的优先权，所述专利申请案的全部内容以引用的方式并入本文中。
技术领域
本发明大体上涉及晶片检验及复检，且更特定来说，涉及在晶片检验及复检期间产生及实施噪声边界阈值(NBT)程序。
背景技术
制造半导体装置(例如逻辑及存储器装置)通常包含使用大量半导体制造工艺处理基板(例如半导体晶片)以形成半导体装置的各种特征及多个层级。多个半导体装置可经制造于单个半导体晶片上的布置中且接着分离为个别半导体装置。
半导体装置可在制造工序期间产生缺陷。在半导体制造工艺期间的各种步骤实行检验程序以检测样品上的缺陷。检验程序是制造半导体装置(例如集成电路)的重要部分，随着半导体装置的尺寸减小，检验程序对于成功制造可接受半导体装置变得更重要。例如，随着半导体装置的尺寸减小，极度期望缺陷检测，因为甚至相对小缺陷可导致半导体装置中的非所要像差。
一种缺陷检测方法包含使用一或多个程序检查一或多个复检图案(POR)，所述程序包含分层及局部自动阈值化(HLAT)及快速适应性分段阈值化(FAST)程序。HLAT程序高度敏感且包含多个非默认(即，可调谐)操作参数(例如，系统噪声、晶片噪声、图案噪声及类似物)。因此，HLAT程序难以调谐且是用户相依的。
相比之下，FAST程序仅包含单个非默认(即，可调谐)操作参数且因此经快速调谐，但具有低于HLAT程序的敏感度。另外，FAST程序可包含相对于HLAT程序的敏感度间隙或宽带等离子(BBP)检验系统。
HLAT程序及FAST程序两者都需要关于经检验的一或多个晶片作出若干理想场景假设。例如，HLAT程序及FAST程序两者都假设一或多个晶片的一或多个裸片中的噪声分布是相同的。通过另一实例，HLAT程序及FAST程序两者都针对一或多个裸片使用共同噪声阈值参数。通过另一实例，HLAT程序及FAST程序两者都针对亮噪声及暗噪声缺陷两者使用共同噪声阈值参数。在本文中应注意，HLAT及FAST两者都包含暗缺陷因子以供两个算法解谐暗缺陷；但是，暗缺陷因子无法在因子低于亮噪声阈值时检测暗缺陷。但是，真实世界场景可包含不均匀噪声分布、不均匀亮噪声分布及/或不均匀暗噪声分布。例如，相邻于晶片上的特定裸片的裸片可包含色彩变化。通过另一实例，一或多个裸片可具有埋藏于一或多个较强信号缺陷下方的一或多个弱信号缺陷。通过另一实例，可由亮噪声及/或暗噪声主宰一或多个裸片。
FAST程序需要亮噪声及暗噪声在所有三个裸片中遵循高斯分布(例如，高斯平均值及标准偏差分布水平)方案的额外理想场景假设。但是，真实世界场景可包含相邻于特定裸片的裸片中的色彩变化，其防止亮噪声及暗噪声遵循高斯分布曲线。
因而，将理想场景假设应用到真实世界场景通常导致在晶片检验及复检期间遗漏所关注缺陷(DOI)及高干扰率。因此，可期望提供一种用于克服如上文识别的先前方法的缺点的系统及方法。
发明内容
根据本发明的一或多个实施例揭示一种晶片检验系统。在一个说明性实施例中，所述系统包含检验子系统。在另一说明性实施例中，所述系统包含经配置以固定晶片的载物台。在另一说明性实施例中，所述系统包含通信地耦合到所述检验子系统的控制器。在另一说明性实施例中，所述控制器包含经配置以执行存储于存储器中的程序指令集的一或多个处理器。在另一说明性实施例中，所述程序指令经配置以致使所述一或多个处理器从所述检验子系统接收所述晶片的三个或三个以上裸片的一或多个图像。在另一说明性实施例中，所述程序指令经配置以致使所述一或多个处理器确定从所述三个或三个以上裸片中的每一者上的相同位置获取的一组像素强度值的中值强度值。在另一说明性实施例中，所述程序指令经配置以致使所述一或多个处理器通过比较所述组像素强度值的所述中值强度值与每一像素强度值而确定所述组像素强度值的差值强度值。在另一说明性实施例中，所述程序指令经配置以致使所述一或多个处理器基于所述组像素强度值的所述中值强度值而将所述像素强度值分组成强度分格。在另一说明性实施例中，所述程序指令经配置以致使所述一或多个处理器基于所述强度分格中的选定差值强度值而产生初始噪声边界。在另一说明性实施例中，所述程序指令经配置以致使所述一或多个处理器通过调整所述初始噪声边界而产生最终噪声边界。在另一说明性实施例中，所述程序指令经配置以致使所述一或多个处理器通过将阈值应用到所述最终噪声边界而产生检测边界。在另一说明性实施例中，所述程序指令经配置以致使所述一或多个处理器将所述检测边界外部的一或多个像素强度值分类为缺陷。
根据本发明的一或多个实施例揭示一种方法。在一个说明性实施例中，所述方法包含从检验子系统接收晶片的三个或三个以上裸片的一或多个图像。在另一说明性实施例中，所述方法包含确定从所述三个或三个以上裸片中的每一者上的相同位置获取的一组像素强度值的中值强度值。在另一说明性实施例中，所述方法包含通过比较所述组像素强度值的所述中值强度值与每一像素强度值而确定所述组像素强度值的差值强度值。在另一说明性实施例中，所述方法包含基于所述组像素强度值的所述中值强度值而将所述像素强度值分组成强度分格。在另一说明性实施例中，所述方法包含基于所述强度分格中的选定差值强度值而产生初始噪声边界。在另一说明性实施例中，所述方法包含通过调整所述初始噪声边界而产生最终噪声边界。在另一说明性实施例中，所述方法包含通过将阈值应用到所述最终噪声边界而产生检测边界。在另一说明性实施例中，所述方法包含将所述检测边界外部的一或多个像素强度值分类为缺陷。
应理解，前述一般描述及下列详细描述仅为示范性及解释性且未必限制本发明。并入特性中且构成特性的部分的附图说明本发明的标的物。描述及图式一起用于解释本发明的原理。
附图说明
通过参考附图可使所属领域的技术人员更好理解本发明的数种优势，其中：
图1说明根据本发明的一或多个实施例的用于使样本成像的系统的框图。
图2说明描绘根据本发明的一或多个实施例的使用边界阈值化工艺定位一或多个缺陷的方法的流程图。
图3A说明根据本发明的一或多个实施例的包含一或多个像素样本的数据的图形数据。
图3B说明根据本发明的一或多个实施例的包含一或多个初始噪声边界的图形数据。
图3C说明根据本发明的一或多个实施例的包含一或多个噪声边界的图形数据。
图3D说明根据本发明的一或多个实施例的包含一或多个噪声边界的图形数据。
图4A说明根据本发明的一或多个实施例的包含一或多个噪声边界的图形数据。
图4B说明根据本发明的一或多个实施例的包含一或多个噪声边界的图形数据。
图5A说明根据本发明的一或多个实施例的包含一或多个噪声边界的图形数据。
图5B说明根据本发明的一或多个实施例的包含一或多个噪声边界的图形数据。
图5C说明根据本发明的一或多个实施例的包含一或多个噪声边界的图形数据。
具体实施方式
现在将详细参考附图中说明的所揭示标的物。
参考图1到5C，根据本发明的一或多个实施例揭示用于在晶片检验及复检期间产生及实施噪声边界阈值程序的系统及方法。
本发明的实施例涉及提供具有改进缺陷检测能力的晶片检验程序。本发明的实施例也涉及作出更密切相似于可在晶片检验及复检期间发生的真实世界场景的一或多个操作假设。本发明的实施例也涉及在晶片上检测可被已知激光扫描缺陷检测程序(包含HLAT程序及FAST程序)遗漏的一或多个类型的缺陷。
本发明的实施例也涉及针对晶片检验数据产生一或多个噪声边界。本发明的实施例也涉及调整一或多个噪声边界以适应于噪声。本发明的实施例也涉及将阈值应用到经调整的一或多个噪声边界以产生阈值边界以分离检验系统噪声与一或多个真实缺陷。
本发明的一或多个实施例的优势包含改进缺陷检测敏感度。本发明的一或多个实施例的优势也包含对各种类型的晶片检验系统噪声的增大适应性。例如，本发明的一或多个实施例的优势也包含检测一或多个弱信号缺陷。通过另一实例，本发明的一或多个实施例的优势也包含检测相邻裸片中的色彩变化。通过另一实例，本发明的一或多个实施例的优势也包含由亮噪声及/或暗噪声主宰的检验图像中的改进缺陷检测。本发明的一或多个实施例的优势也包含提供仅需调谐最少量操作参数的程序，从而允许本发明的更广泛应用。本发明的一或多个实施例的优势还包含与其它晶片检验程序的兼容性。本发明的一或多个实施例的优势也包含通过降低计算要求而增大晶片检验期间的处理量。
图1说明根据本发明的一或多个实施例的用于样本检验的系统100的框图。在一个实施例中，系统100包含检验子系统102。在另一实施例中，系统100包含用于固定一或多个样本104的样本载物台106。在另一实施例中，系统100包含控制器110。在另一实施例中，系统100包含用户接口120。
在另一实施例中，检验子系统102经配置以检测样本104的一或多个缺陷。例如，检验子系统102可包含所属领域中已知的任何适当特性化工具，例如(但不限于)检验子系统或复检工具。例如，检验子系统102可包含(但不限于)光学检验子系统。例如，光学检验子系统可包含宽带检验子系统，包含(但不限于)基于激光维持等离子(LSP)的检验子系统。另外，光学检验子系统可包含窄带检验子系统，例如(但不限于)激光扫描检验子系统。此外，光学检验子系统可包含(但不限于)亮场成像工具或暗场成像工具。在本文中应注意，检验子系统102可包含经配置以收集及分析从样本104的表面反射、散射、衍射及/或辐射的照明的任何光学系统。通过另一实例，检验子系统102可包含(但不限于)电子束检验或复检工具(例如，扫描电子显微镜(SEM)系统)。
在以下专利中描述检验子系统的实例：2006年8月8日发布的第7,092,082号美国专利；2003年9月16日发布的第6,621,570号美国专利；及1998年9月9日发布的第5,805,278号美国专利，所述专利中的每一者的全部内容以引用的方式并入本文中。也在以下专利中描述检验子系统的实例：2014年4月4日发布的第8,664,594号美国专利；2014年4月8日发布的第8,692,204号美国专利；2014年4月15日发布的第8,698,093号美国专利；2014年5月6日发布的第8,716,662号美国专利；2015年4月29日发布的第14/699,781号美国专利申请案；2015年3月24日发布的第14/667,235号美国专利申请案；及2014年8月13日发布的第14/459,155号美国专利申请案，所述专利中的每一者的全部内容以引用的方式并入本文中。
出于本发明的目的，可将缺陷分类为空隙、短路、粒子、残渣、浮渣或所属领域中已知的任何其它缺陷。
在另一实施例中，尽管未展示，检验子系统102可包含照明源、检测器及用于实行检验的各种光学组件(例如，透镜、光束分离器及类似物)。例如，检验子系统102可包含所属领域中已知的任何照明源。例如，照明源可包含(但不限于)宽带光源或窄带光源。另外，照明源可经配置以(经由各种光学组件)将光引导到安置于样本载物台106上的样本104的表面。此外，检验子系统102的各种光学组件可经配置以将从样本104的表面反射及/或散射的光引导到检验子系统102的检测器。通过另一实例，检验子系统102的检测器可包含所属领域中已知的任何适当检测器。例如，检测器可包含(但不限于)光电倍增管(PMT)、电荷耦合装置(CCD)、延时积分(TDI)相机及类似物。另外，检测器的输出可通信地耦合到控制器110，在本文中进一步详细描述。
在另一实施例中，检验子系统102包含一或多个检验通道。在另一实施例中，一或多个检验通道中的至少一部分可将照明引导到一个检测器。在另一实施例中，一或多个检验通道中的每一者可将照明引导到检测器。
在一个实施例中，样本104包含一或多个晶片。例如，样本104可包含(但不限于)一或多个半导体晶片。如在本发明各处所使用，术语“晶片”是指由半导体及/或非半导体材料形成的基板。例如，半导体或半导体材料可包含(但不限于)单晶硅、砷化镓及磷化铟。
在另一实施例中，样本载物台106可包含所属领域中已知的任何适当机械及/或机器人组合件。在另一实施例中，控制器110可致动样本载物台106。例如，样本载物台106可由控制器110配置以将样本104致动到选定位置或定向。例如，样本载物台106可包含或可机械地耦合到经配置以根据选定检验或计量算法平移或旋转样本104以进行定位、聚焦及/或扫描的一或多个致动器(例如电动机或伺服系统)，所属领域中已知若干致动器。
在一个实施例中，控制器110包含一或多个处理器112及存储器媒体114。在另一实施例中，一或多个程序指令集116存储于存储器媒体114中。在另一实施例中，一或多个处理器112经配置以执行程序指令集116以执行贯穿本发明描述的各种步骤中的一或多者。
在另一实施例中，控制器110经配置以通过可包含有线部分及/或无线部分的传输媒体接收及/或获取来自其它系统或子系统的数据或信息(例如，来自检验子系统102或来自检验子系统102的组件中的任一者的一或多组信息或经由用户接口120接收的一或多个用户输入)。例如，检验子系统102或检验子系统102的组件中的任一者可将关于检验子系统102或检验子系统102的组件中的任一者的操作的一或多组信息传输到控制器110。通过另一实例，检验子系统102可将一或多个样本104的一或多个检验区的一或多个图像传输到控制器110。例如，传输到控制器110的一或多个图像可包含(但不限于)晶片104的一或多个检验区的一或多个图像。
在另一实施例中，系统100的控制器110经配置以通过可包含有线部分及/或无线部分的传输媒体将数据或信息(例如，本文中揭示的一或多个工艺的输出)传输到一或多个系统或子系统(例如，将一或多个命令传输到检验子系统102或检验子系统102的组件中的任一者、样本载物台106或显示于用户接口120上的一或多个输出)。就此来说，传输媒体可充当控制器110与系统100的其它子系统之间的数据链路。在另一实施例中，控制器110经配置以经由传输媒体(例如，网络连接)将数据发送到外部系统。
在另一实施例中，系统100包含检验子系统102中的一或多个编码器，其中一或多个编码器在一或多组信息(例如，一或多个图像)传输到控制器110之前汇总一或多个图像。在另一实施例中，系统100包含控制器110中的一或多个解码器以解汇总(de-aggregate)由检验子系统102传输的一或多组信息(例如，一或多个图像)。但是，在本文中应注意，控制器110及检验子系统102可另外或替代地分别包含编码器或解码器。
在一个实例中，检验子系统102的检测器可以任何合适方式(例如，通过由在图1中展示的虚线指示的一或多个传输媒体)耦合到控制器110，使得控制器110可接收由检测器产生的输出。通过另一实例，如果检验子系统102包含一个以上检测器，那么控制器110可耦合到如上文描述的多个检测器。在本文中应注意，控制器110可经配置以利用所属领域中已知的用以检测晶片上的缺陷的任何方法及/或算法使用由检验子系统102收集及传输的检测数据来检测样本104的一或多个缺陷。例如，检验子系统102可经配置以接受来自系统100的另一子系统(包含(但不限于)控制器110)的指令。在接收来自控制器110的指令之后，检验子系统102可在所提供指令(即，检验配方)中识别的样本104的一或多个位置(例如，一或多个待检验区)处实行检验程序，从而将检验程序的结果传输到控制器110。
在一个实施例中，程序指令集116经编程以致使一或多个处理器112从检验子系统102接收晶片104的三个或三个以上裸片的一或多个图像。在另一实施例中，程序指令集116经编程以致使一或多个处理器112确定从三个或三个以上裸片中的每一者上的相同位置获取的一组像素强度值的中值强度值。在另一实施例中，程序指令集116经编程以致使一或多个处理器112通过比较所述组像素强度值的中值强度值与每一像素强度值而确定所述组像素强度值的差值强度值。在另一实施例中，程序指令集116经编程以致使一或多个处理器112基于所述组像素强度值的中值强度值而将像素强度值分组成强度分格。在另一实施例中，程序指令集116经编程以致使一或多个处理器112基于强度分格中的选定差值强度值而产生初始噪声边界。在另一实施例中，程序指令集116经编程以致使一或多个处理器112通过调整初始噪声边界而产生最终噪声边界。在另一实施例中，程序指令集116经编程以致使一或多个处理器112通过将阈值应用到最终噪声边界而产生检测边界。在另一实施例中，程序指令集116经编程以致使一或多个处理器112将检测边界外部的一或多个像素强度值分类为缺陷。
在另一实施例中，程序指令集116经编程以针对一或多个裸片上的每一像素产生一或多个亮噪声统计值。在另一实施例中，程序指令集116经编程以针对一或多个裸片上的每一像素产生一或多个暗噪声统计值。
在另一实施例中，程序指令集经编程以产生一或多个散布图。例如，一或多个散布图经配置以比较一或多个像素强度值。通过另一实例，一或多个散布图经配置以包含基于一或多个像素强度值的一或多个噪声边界。
在另一实施例中，在检验子系统102包含多个检验通道的情况下，程序指令集116经编程以通过组合由检验子系统的一或多个通道获取的一或多个图像而产生一或多个重建图像。在此实施例中，程序指令集116经编程以仅在多个检验通道中的至少一部分中检测到像素(即，所述像素存在于重建图像中)时将所述像素分类为缺陷。在此实施例中，一或多个重建图像的产生组合缺陷信号及噪声边界的差值的多个检验通道信息。
在一个实施例中，控制器110的一或多个处理器112包含所属领域中已知的任何一或多个处理元件。在此意义上，一或多个处理器112可包含经配置以执行算法及/或指令的任何微处理器装置。例如，一或多个处理器112可由台式计算机、大型计算机系统、工作站、图像计算机、并行处理器、车载计算机、手持式计算机(例如，平板计算机、智能手机或平板手机)或经配置以执行经配置以操作系统100的程序的其它计算机系统(例如，网络计算机)构成，如贯穿本发明描述。应认知，可由单个计算机系统或(替代地)多个计算机系统执行贯穿本发明描述的步骤。一般来说，术语“处理器”可经广泛定义以涵盖具有执行来自非暂时性存储器媒体(例如，存储器114)的程序指令116的一或多个处理元件的任何装置。此外，系统100的不同子系统(例如，检验子系统102或用户接口120)可包含适合于执行贯穿本发明描述的步骤中的至少一部分的处理器或逻辑元件。因此，上文描述不应解释为对本发明的限制而仅为说明。
在一个实施例中，控制器110的存储器媒体114包含所属领域中已知的适合于存储可由相关联的一或多个处理器112执行的程序指令116的任何存储媒体。例如，存储器媒体114可包含非暂时性存储器媒体。例如，存储器媒体114可包含(但不限于)只读存储器、随机存取存储器、磁性或光学存储器装置(例如，光盘)、磁带、固态驱动器及类似物。在另一实施例中，在本文中应注意，存储器114经配置以将显示信息提供到显示装置122及/或本文中描述的各种步骤的输出。进一步应注意，存储器114可与一或多个处理器112一起容置于共同控制器外壳中。在替代实施例中，存储器114可相对于处理器112及控制器110的物理位置而远程地定位。例如，控制器110的一或多个处理器112可存取可通过网络(例如，因特网、内联网及类似物)存取的远程存储器(例如，服务器)。在另一实施例中，存储器媒体114存储程序指令116，其致使一或多个处理器112执行通过本发明描述的各种步骤。
在另一实施例中，用户接口120通信地耦合到控制器110的一或多个处理器112。在另一实施例中，用户接口120包含显示装置122。在另一实施例中，用户接口120包含用户输入124。
在一个实施例中，显示装置122包含所属领域中已知的任何显示装置。例如，显示装置可包含(但不限于)液晶显示器(LCD)。通过另一实例，显示装置可包含(但不限于)基于有机发光二极管(OLED)的显示器。通过另一实例，显示装置可包含(但不限于)CRT显示器。所属领域的技术人员应认知，各种显示装置可适合于在本发明中实施且显示装置的特定选择可取决于各种因素，包含(但不限于)外观尺寸、成本及类似物。在一般意义上，能够与用户输入装置(例如，触摸屏、面板安装接口、键盘、鼠标、轨迹板及类似物)集成的任何显示装置适合于在本发明中实施。
在一个实施例中，用户输入装置124包含所属领域中已知的任何用户输入装置。例如，用户输入装置124可包含(但不限于)键盘、小键盘、触摸屏、杠杆、旋钮、滚轮、轨迹球、开关、刻度盘、滑杆、卷棒、滑件、把手、触摸板、踏板、方向盘、操纵杆、面板输入装置或类似物。在触摸屏接口的情况中，所属领域的技术人员应认知，大量触摸屏接口可适合于在本发明中实施。例如，显示装置122可与触摸屏接口(例如(但不限于)电容式触摸屏、电阻式触摸屏、基于表面声波的触摸屏、基于红外线的触摸屏或类似物)集成。在一般意义上，能够与显示装置的显示部分集成的任何触摸屏接口适合于在本发明中实施。在另一实施例中，用户输入装置124可包含(但不限于)面板安装接口。
可如本文中所描述那样进一步配置在图1中说明的系统100的实施例。另外，系统100可经配置以实行本文中描述的系统及方法实施例中的任一者的任何其它步骤。
图2说明描绘用于使用噪声边界阈值程序(NBT程序200)检验晶片的方法200的工艺流程图。所述方法也可包含可由本文中描述的输出获取子系统及/或计算机子系统或系统实行的任何其它步骤。可由可根据本文中描述的实施例中的任一者配置的一或多个计算机系统实行步骤。在本文中应注意，可由系统100全部或部分实施方法200的步骤。但是，应认知，方法200不限于系统100，其中额外或替代系统级实施例可执行方法200的全部或部分步骤。
在一个实施例中，NBT程序200包含针对一或多个裸片中的每一裸片的单独噪声统计。例如，NBT程序200并不假设噪声为一或多个裸片所共有。在另一实施例中，NBT程序200包含针对一或多个裸片中的每一裸片的单独亮噪声及暗噪声统计。例如，NBT程序200并不假设噪声为亮缺陷及暗缺陷两者所共有。在本文中应注意，噪声统计及亮噪声及暗噪声统计可一起计算或彼此独立计算。在另一实施例中，NBT程序200并不实施预定义(即，高斯)噪声模型。
在步骤202中，从检验子系统102接收晶片的三个或三个以上裸片的一或多个图像。在另一实施例中，三个或三个以上裸片包含一或多个像素强度值。
在另一实施例中，一或多个像素强度值在相同位置(例如，基于三个或三个以上裸片之间的匹配轴的一组x、y坐标)处。在本文中应注意，出于本发明的目的，在相同位置处的一或多个像素强度值被视为一组像素强度值。在本文中进一步应注意，可存在定位于三个或三个以上裸片上的相同位置处的任何数目组一或多个像素强度值。
在另一实施例中，NBT程序200经配置以接收包含少数缺陷像素的所接收图像。但是，在本文中应注意，NBT 200程序可应用于具有任何数目个缺陷像素的图像。在另一实施例中，NBT程序200经配置以检验随着像素灰阶(GL)改变而平稳改变的噪声。但是，在本文中应注意，NBT程序200可检验随着像素GL改变而不均匀改变的噪声。在另一实施例中，在缺陷像素差值强度值小于具有类似GL的非缺陷像素的差值强度值的情况下，NBT程序200无法检测一或多个缺陷。例如，NBT程序200无法检测埋藏于本底噪声下方的缺陷。
在步骤204中，确定从三个或三个以上裸片中的每一者上的相同位置获取的一组像素强度值的中值强度值。在一个实施例中，三个或三个以上裸片优选地实行统计程序，包含寻找每一组像素强度值的中值强度值的程序。但是，在本文中应注意，可存在任何数目个裸片，包含两个裸片。在两个裸片的情况中，将强度值的较高或较低值选为“中值”强度值。因此，上文描述不应解释为对本发明的限制而仅为说明。
在步骤206中，通过比较所述组的中值强度值与每一像素强度值而确定所述组像素强度值的差值强度值。在一个实施例中，差值强度值是从每一像素强度值减去的中值强度值。在另一实施例中，差值强度值可为正(即，中值强度值低于特定像素强度值)。在另一实施例中，差值强度值可为负(即，中值强度值高于特定像素强度值)。
图3A说明根据本发明的一或多个实施例的散布图的图形数据300。在一个实施例中，图形数据300绘制所述组像素强度值的每一像素强度值对比所述组像素强度值的中值强度值的差值强度值，如由T中值标记302表示。在另一实施例中，由DOI标记304表示一或多个潜在缺陷。
在步骤208中，基于所述组像素强度值的中值强度值而将像素强度值分组成强度分格。在一个实施例中，检验子系统102具有选定强度范围。例如，选定强度范围可为[04095]或4096个总点。但是，在本文中应注意，选定强度范围可为任何数目个总点。在另一实施例中，将强度范围分为一或多个强度分格。例如，NBT程序200可包含基于检验系统的应用的可配置数目个强度分格。例如，NBT程序200可具有128个强度分格。在另一实施例中，一或多个强度分格包含可配置数目个像素强度值。例如，NBT程序200可包含每一强度分格中的32个像素强度值。通过另一实例，NBT程序200可包含用于更好噪声边界确定的较小强度分格大小(例如，每一分格中的4个像素强度值)，其中像素动态范围较小(例如，约150GL计数)。通过另一实例，NBT程序200可具有较大强度分格大小以避免来自局部噪声变化的影响，其中像素动态范围较大。在另一实施例中，由可选择中值强度值范围界定一或多个强度分格。例如，中值强度值范围可为0到100、100到200、200到300及类似物。
在本文中应注意，NBT程序200可包含任何数目个强度分格、任何分格像素容纳大小或中值强度值范围的任何范围。因此，上文描述不应解释为对本发明的限制而仅为说明。
在步骤210中，NBT程序200基于一或多个强度分格中的选定差值强度值而产生初始噪声边界312。例如，选定差值强度值可为最大正差值强度值。通过另一实例，选定差值强度值可为一或多个强度分格中的最小负差值强度值。图3B说明根据本发明的一或多个实施例的包含初始噪声边界312的散布图的图形数据310。
在另一实施例中，选定差值强度值可为第N大正(或第N小负)强度值，其中N是可选择且可配置参数(例如，8或10)。图4A说明根据本发明的一或多个实施例的散布图的图形数据400。在一个实施例中，图形数据400包含一或多个T中值402、一或多个离群点T中值403、一或多个DOI 404、一或多个噪声边界406及一或多个检测边界408。如在图4A中说明，归因于一或多个离群点T中值403，选择最大正差值强度值导致偏斜噪声边界406及检测边界408，这表示最大正差值强度值的选择将导致一或多个遗漏DOI 404。图4B说明根据本发明的一或多个实施例的散布图的图形数据410。在一个实施例中，图形数据410包含一或多个T中值412、一或多个离群点T中值413、一或多个DOI 414、一或多个噪声边界416及一或多个检测边界418。如在图4B中说明，选择第N大正差值强度值导致能够观察到一或多个DOI 414的噪声边界416及检测边界418。注意，第N个参数的应用可为追踪缺陷而非选择最大正(或最小负)差值强度的更精确方法，且进一步可为当缺陷大于特定大小(即，缺陷是刮痕或完全缺失结构)时(其中存在对应于缺陷像素的大量像素强度值)的唯一方法。
在本文中应注意，NBT程序200可选择多个差值强度值。例如，NBT程序200可选择最大正差值强度值及第二最大正差值强度值。例如，NBT程序200可针对强度分格中的选定差值强度值选择第二最大正差值强度值。通过另一实例，NBT程序200可选择任何数目个差值强度值，且另外可选择将差值强度值中的任一者保持为强度分格的选定差值强度值。
在另一实施例中，尽管未展示，独立于初始噪声边界312而产生亮噪声边界。在另一实施例中，尽管未展示，独立于初始噪声边界312而产生暗噪声边界。
在步骤212中，通过调整初始噪声边界312而产生最终噪声边界。在一个实施例中，选择相邻最小强度分格值。在另一实施例中，确定一或多个强度分格中的每一者的最小强度值。在另一实施例中，由初始噪声边界312产生第一经调整噪声边界。图3C说明根据本发明的一或多个实施例的包含初始噪声边界322的散布图的图形数据320。
例如，可选择相邻最小强度分格值5，此意指分格其2个左相邻分格及2个右相邻分格。通过另一实例，将分格的初始噪声值调整为5个选定相邻分格的最小值，由此产生第一经调整噪声边界。
在另一实施例中，选择相邻最大强度分格值。在另一实施例中，确定来自第一经调整噪声边界的一或多个强度分格中的每一者的最大强度值。在另一实施例中，从第一经调整噪声边界产生第二经调整噪声边界。
例如，可首先选择相邻最大强度分格值5，这表示分格及其2个左相邻分格及2个右相邻分格。通过另一实例，将分格的第一经调整噪声值调整为5个选定相邻分格的最大值，由此产生第二经调整噪声边界。
在本文中应注意，相邻最小值程序及相邻最大值程序的顺序取决于初始噪声边界本质上是正或本质上是负。例如，可基于最大正差值强度值按初始噪声边界上列出的顺序实行最小值程序及最大值程序。在此实例中，寻找相邻最小强度分格值以从初始噪声边界移除缺陷贡献，且寻找相邻最大强度分格值以增大经不当降低的非缺陷分格的值。通过另一实例，可基于最小负差值强度值按与初始噪声边界上列出的顺序相反的顺序实行最小值程序及最大值程序。在此实例中，寻找相邻最大强度分格值以从初始噪声边界移除缺陷贡献，且寻找相邻最小强度分格值以降低经不当增大的非缺陷分格的值。
在额外步骤中，使第二经调整噪声边界平滑化。在一个实施例中，选择相邻平均强度分格值。在另一实施例中，确定一或多个强度分格中的每一者的平均强度值。例如，可通过平均化每一强度分格的第二经调整噪声边界值取而确定平均差值强度值。在另一实施例中，从第二经调整噪声边界产生第三经调整噪声边界。在本文中应注意，出于本发明的目的，第三经调整噪声边界可另外被视为平滑化噪声边界。图3D说明根据本发明的一或多个实施例的包含第三经调整噪声边界332的散布图的图形数据330。
在额外步骤中，内插第三经调整噪声边界332以产生最终噪声边界。例如，在128分格系统的情况中，内插128分格平滑化边界以包含4096个点以产生最终噪声边界。例如，图5A说明根据本发明的一或多个实施例的包含内插噪声边界506的散布图的图形数据500。
在本文中应注意，可从NBT程序200移除步骤212的子步骤中的一或多者。例如，尽管本发明的实施例涉及产生第一经调整噪声边界、第二经调整噪声边界及第三经调整噪声边界，但在本文中应注意，可产生三个以下经调整噪声边界(即，仅基于最小或最大相邻强度分格值的噪声边界)。在本文中进一步应注意，可在最终噪声边界之前产生至少第四经调整噪声边界，在本文中进一步详细论述。因此，上文描述不应解释为对本发明的限制而仅为说明。
因此，上文描述不应解释为对本发明的限制而仅为说明。
在步骤214中，通过将阈值应用到(即，加到或乘以)最终噪声边界而产生检测边界。在一个实施例中，阈值是可配置参数。例如，可由检验子系统102配置阈值。通过另一实例，可由用户配置阈值。通过另一实例，可由控制器110配置阈值。图5A说明根据本发明的一或多个实施例的包含检测或阈值噪声边界508的散布图的图形数据500。
在步骤216中，将检测边界外部的一或多个像素分类为缺陷。在一个实施例中，检测边界外部的一或多个像素强度值对应于一或多个图像中的一或多个像素。在另一实施例中，外部是指高于最大正检测边界的像素强度值。在另一实施例中，外部是指低于最小负检测边界的像素强度值。
在本文中应注意，NBT程序200不限于产生初始噪声边界312、经调整噪声边界322及332、最终噪声边界506、或检测或阈值边界508的单个例子。例如，NBT程序200可产生每一边界中的至少两者。
图5A到5C说明根据本发明的一或多个实施例的一或多个晶片上的目标裸片及一组参考裸片。图5A说明根据本发明的一或多个实施例的包含一或多个噪声边界的图形数据500。在一个实施例中，图形数据500包含一或多个T中值502、一或多个DOI 504、一或多个最终噪声边界506及一或多个检测或阈值边界508。图5B说明根据本发明的一或多个实施例的包含一或多个噪声边界的图形数据510。在一个实施例中，图形数据510包含一或多个T中值512、一或多个最终噪声边界514及一或多个检测或阈值边界516。图5C说明根据本发明的一或多个实施例的包含一或多个噪声边界的图形数据500。在一个实施例中，图形数据520包含一或多个T中值522、一或多个最终噪声边界524及一或多个检测或阈值边界526。
如在图5A到5C中说明，每一裸片中的噪声分布是不同的。另外，如在图5A到5C中说明，每一裸片中的噪声分布针对亮噪声及暗噪声是不同的。此外，如在图5A到5C中说明，检测边界508、516、526中的每一者分别遵循对应最终噪声边界506、514、524。
在本文中应注意，在图3A到5B的图形数据中表示的一或多个散布图是概念说明，因为就存储器及计算能力来说，在整个直方图上方产生2D散布图(例如，如由MDAT BBP程序实施)将受晶片检验及复检速度抑制。在一个实施例中，NBT程序200存储以下任一者：初始噪声边界312；经调整噪声边界322、332；最终噪声边界506、514、524；检测或阈值边界508、516、526；亮噪声边界；及/或暗噪声边界。在另一实施例中，存储边界允许NBT程序200实行少于FAST程序的计算操作。例如，NBT程序200需要计算能力来比较1值及指派1值。通过另一实例，FAST程序需要计算能力来确定强度总和及强度总和的平方。但是，在本文中进一步应注意，NBT程序200可产生一或多个散布图且将其显示于用户接口120的显示器122上。因此，上文描述不应解释为对本发明的限制而仅为说明。
在本文中应注意，可由控制器110(或另一控制器、用户或远程服务器)使用将NBT程序200应用于样本106的检验或复检的结果的结果以将反馈或前馈信息提供到半导体装置制造线的一或多个处理工具。就此来说，由系统100观察或测量的一或多个结果可用于调整半导体装置制造线的先前阶段(反馈)或后续阶段(前馈)的工艺条件。
在本文中进一步应注意，NBT程序200可作为独立设置实施到现有晶片检验程序中。例如，NBT程序200可与其它晶片检验程序(例如FAST及CF2)并行运行。通过另一实例，NBT程序200具有一组新晶片检验配方参数，但可采用与其它晶片检验程序相同的数据流。通过另一实例，NBT程序200可产生一组新缺陷属性且将所述属性添加到结果缓冲器。通过另一实例，NBT程序200的检测结果可与来自其它晶片检验程序的结果合并为最终结果。
本文中描述的所有方法可包含将方法实施例的一或多个步骤的结果存储于存储媒体中。结果可包含本文中描述的结果中的任一者且可以所属领域中已知的任何方式存储。存储媒体可包含本文中描述的任何存储媒体或所属领域中已知的任何其它合适存储媒体。在已存储结果之后，结果可在存储媒体中存取且由本文中描述的方法或系统实施例中的任一者使用，经格式化以显示给用户，由另一软件模块、方法或系统等等使用。此外，可“永久”、“半永久”、临时或在一段时间内存储结果。例如，存储媒体可为随机存取存储器(RAM)，且结果可不必无限存留于存储媒体中。
所属领域的技术人员将认知，最先进技术已发展到系统方面的硬件及软件实施方案之间不存在区别的地步；硬件或软件的使用一般为(但不一定，由于在某些上下文中，硬件与软件之间的选择可变得重大)表示成本的设计选择对效率权衡。所属领域的技术人员将了解，存在可通过其而实现本文中所述的过程及/或系统及/或其它技术的各种载体(例如，硬件、软件及/或固件)，且优选的载体将随着所述过程及/或系统及/或其它技术部署所处的背景而变化。例如，如果实施者确定速度及精确性是非常重要的，那么实施者可选择主要硬件及/或固件载体；替代地，如果灵活性非常重要，那么实施者可选择主要软件实施方案；或再次替代地，实施者可选择硬件、软件及/或固件的某一组合。因此，存在可通过其而实现本文中所述的工艺及/或装置及/或其它技术的若干可行载体，所述载体中的任一者本质上并不优于其它载体，因为所利用的任意载体是取决于载体部署所处的背景及实施者的特定考虑因素(例如，速度、灵活性或可预测性)的选择，所述背景及考虑因素中的任一者可能变化。所属领域的技术人员将认知，实施方案的光学方面通常将采用光学定向的硬件、软件及/或固件。
所属领域的技术人员将认知，以本文所阐述的方式描述装置及/或工艺及随后使用工程实践将这些所描述的装置及/或工艺集成到数据处理系统中在技术中是常见的。即，本文中所描述的装置及/或工艺中的至少一部分可经由合理量的实验集成到数据处理系统中。所属领域的技术人员将认知，典型数据处理系统大体上包含以下一或多者：系统单元外壳、视频显示装置、存储器(例如易失性及非易失性存储器)、处理器(例如微处理器及数字信号处理器)、计算实体(例如操作系统、驱动器、图形用户接口及应用程序)、一或多个交互装置(例如触摸板或屏幕)及/或包含反馈环路及控制电动机(例如，用于感测位置及/或速度的反馈；用于移动及/或调整组件及/或数量的控制电动机)的控制系统。可利用任何合适市售组件(例如通常在数据计算/通信及/或网络计算/通信系统中发现的组件)来实施典型数据处理系统。
据信，将通过前述描述理解本发明及其许多伴随优势，且将明白，在不脱离所揭示的标的物或不牺牲所有其材料优势的情况下可对组件的形式、构造及布置做出各种改变。所描述形式仅为解释性，且所附权利要求书的意图是涵盖及包含这些改变。
尽管已说明本发明的特定实施例，但应明白，所属领域的技术人员可在不脱离前述发明的范围及精神的情况下做出本发明的各种修改及实施例。因此，本发明的范围应仅受限于所附权利要求书。

Claims (20)

1.一种晶片检验系统，其包括：
检验子系统；
载物台，其经配置以固定晶片；及
控制器，其通信地耦合到所述检验子系统，其中所述控制器包含经配置以执行存储于存储器中的程序指令集的一或多个处理器，其中所述程序指令经配置以致使所述一或多个处理器：
从所述检验子系统接收所述晶片的三个或三个以上裸片的一或多个图像；
确定从所述三个或三个以上裸片中的每一者上的相同位置获取的一组像素强度值的中值强度值；
通过比较所述组像素强度值的所述中值强度值与每一像素强度值而确定所述组像素强度值的差值强度值；
基于所述组像素强度值的所述中值强度值而将所述像素强度值中的每一者分组成强度分格；
基于所述强度分格中的选定差值强度值而产生初始噪声边界；
通过调整所述初始噪声边界而产生最终噪声边界；
通过将阈值应用到所述最终噪声边界而产生检测边界；及
将所述检测边界外部的一或多个像素强度值分类为缺陷。
2.根据权利要求1所述的系统，其中所述选定差值强度值包含：
所述强度分格中的最大正差值强度值、所述强度分格中的最小负差值强度值或低于所述最大正差值强度值或高于所述最小负差值强度值的可选择差值强度值。
3.根据权利要求1所述的系统，其中所述程序指令经配置以致使所述一或多个处理器：
选择相邻最小强度分格值；
基于所述相邻最小强度分格值而对一或多个强度分格分组；
通过比较每一强度分格的所述强度值而确定所述一或多个强度分格的最小强度值；
通过将所述一或多个强度分格的所述强度值减小到所述最小强度值而从所述初始噪声边界产生第一经调整噪声边界；
选择相邻最大强度分格值；
基于所述相邻最大强度分格值而对一或多个强度分格分组；
通过比较每一强度分格的所述强度值而确定所述一或多个强度分格的最大强度值；及
通过将所述一或多个强度分格的所述强度值增大到所述最大强度值而从所述第一经调整噪声边界产生第二经调整噪声边界。
4.根据权利要求1所述的系统，其中所述程序指令经配置以致使所述一或多个处理器：
选择相邻最大强度分格值；
基于所述相邻最大强度分格值而对一或多个强度分格分组；
通过比较每一强度分格的所述强度值而确定所述一或多个强度分格的最大强度值；
通过将所述一或多个强度分格的所述强度值增大到所述最大强度值而从所述初始噪声边界产生第一经调整噪声边界；
选择相邻最小强度分格值；
基于所述相邻最小强度分格值而对一或多个强度分格分组；
通过比较每一强度分格的所述强度值而确定所述一或多个强度分格的最小强度值；
通过将所述一或多个强度分格的所述强度值减小到所述最小强度值而从所述第一经调整噪声边界产生第二经调整噪声边界。
5.根据权利要求1所述的系统，其中所述程序指令经进一步配置以致使所述一或多个处理器：
选择相邻平均强度分格值；
基于所述相邻平均强度分格值而对一或多个强度分格分组；
通过比较每一强度分格的所述第二经调整噪声边界值而确定所述一或多个强度分格的平均强度值；及
通过将所述一或多个强度分格的所述强度值设定为所述平均强度值而从所述第二经调整噪声边界产生第三经调整噪声边界。
6.根据权利要求1所述的系统，其中所述程序指令经进一步配置以致使所述一或多个处理器：
通过内插所述第三经调整噪声边界而产生所述最终噪声边界。
7.根据权利要求1所述的系统，其中所述程序指令经进一步配置以致使所述一或多个处理器：
针对所述三个或三个以上裸片中的每一者确定亮噪声边界。
8.根据权利要求1所述的系统，其中所述程序指令经进一步配置以致使所述一或多个处理器：
针对所述三个或三个以上裸片中的每一者确定暗噪声边界。
9.根据权利要求1所述的系统，其中所述检验子系统包括一或多个成像通道，其中所述一或多个成像通道获取所述晶片的所述三个或三个以上裸片的所述一或多个图像。
10.根据权利要求1所述的系统，其中所述程序指令经进一步配置以致使所述一或多个处理器：
接收由所述检验子系统的所述一或多个通道获取的所述晶片的所述一或多个裸片的所述一或多个图像；
通过组合由所述检验子系统的所述一或多个通道获取的所述一或多个图像而产生一或多个重建图像；及
将所述一或多个重建图像中的所述检测边界外部的一或多个像素分类为缺陷。
11.一种方法，其包括：
从检验子系统接收晶片的三个或三个以上裸片的一或多个图像；
确定从所述三个或三个以上裸片中的每一者上的相同位置获取的一组像素强度值的中值强度值；
通过比较所述组像素强度值的所述中值强度值与每一像素强度值而确定所述组像素强度值的差值强度值；
基于所述组像素强度值的所述中值强度值而将所述像素强度值分组成强度分格；
基于所述强度分格中的选定差值强度值而产生初始噪声边界；
通过调整所述初始噪声边界而产生最终噪声边界；
通过将阈值应用到所述最终噪声边界而产生检测边界；及
将所述检测边界外部的一或多个像素强度值分类为缺陷。
12.根据权利要求11所述的方法，其中所述选定差值强度值包含：
所述强度分格中的最大正差值强度值、所述强度分格中的最小负差值强度值或低于所述最大正差值强度值或高于所述最小负差值强度值的可选择差值强度值。
13.根据权利要求11所述的方法，其进一步包括：
选择相邻最小强度分格值；
基于所述相邻最小强度分格值而对一或多个强度分格分组；
通过比较每一强度分格的所述强度值而确定所述一或多个强度分格的最小强度值；
通过将所述一或多个强度分格的所述强度值减小到所述最小强度值而从所述初始噪声边界产生第一经调整噪声边界；
选择相邻最大强度分格值；
基于所述相邻最大强度分格值而对一或多个强度分格分组；
通过比较每一强度分格的所述强度值而确定所述一或多个强度分格的最大强度值；及
通过将所述一或多个强度分格的所述强度值增大到所述最大强度值而从所述第一经调整噪声边界产生第二经调整噪声边界。
14.根据权利要求11所述的方法，其进一步包括：
选择相邻最大强度分格值；
基于所述相邻最大强度分格值而对一或多个强度分格分组；
通过比较每一强度分格的所述强度值而确定所述一或多个强度分格的最大强度值；
通过将所述一或多个强度分格的所述强度值增大到所述最大强度值而从所述初始噪声边界产生第一经调整噪声边界；
选择相邻最小强度分格值；
基于所述相邻最小强度分格值而对一或多个强度分格分组；
通过比较每一强度分格的所述强度值而确定所述一或多个强度分格的最小强度值；
通过将所述一或多个强度分格的所述强度值减小到所述最小强度值而从所述第一经调整噪声边界产生第二经调整噪声边界。
15.根据权利要求11所述的方法，其进一步包括：
选择相邻平均强度分格值；
基于所述相邻平均强度分格值而对一或多个强度分格分组；
通过比较每一强度分格的所述第二经调整噪声边界值而确定所述一或多个强度分格的平均强度值；及
通过将所述一或多个强度分格的所述强度值设定为所述平均强度值而从所述第二经调整噪声边界产生第三经调整噪声边界。
16.根据权利要求11所述的方法，其进一步包括：
通过内插所述第三经调整噪声边界而产生所述最终噪声边界。
17.根据权利要求11所述的方法，其进一步包括：
针对所述三个或三个以上裸片中的每一者确定亮噪声边界。
18.根据权利要求11所述的方法，其进一步包括：
针对所述三个或三个以上裸片中的每一者确定暗噪声边界。
19.根据权利要求11所述的方法，其中所述检验子系统包括一或多个成像通道，其中所述一或多个成像通道获取所述晶片的所述三个或三个以上裸片的所述一或多个图像。
20.根据权利要求11所述的方法，其进一步包括：
接收由所述检验子系统的所述一或多个通道获取的所述晶片的所述一或多个裸片的所述一或多个图像；
通过组合由所述检验子系统的所述一或多个通道获取的所述一或多个图像而产生一或多个重建图像；及
将所述一或多个重建图像中的所述检测边界外部的一或多个像素分类为缺陷。
CN201780021325.XA 2016-04-04 2017-03-31 用于具有噪声边界阈值的晶片检验的系统及方法 Active CN109075094B (zh)

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
US201662317927P 2016-04-04 2016-04-04
US62/317,927 2016-04-04
US15/388,577 US10533953B2 (en) 2016-04-04 2016-12-22 System and method for wafer inspection with a noise boundary threshold
US15/388,577 2016-12-22
PCT/US2017/025528 WO2017176592A1 (en) 2016-04-04 2017-03-31 System and method for wafer inspection with a noise boundary threshold

Publications (2)

Publication Number Publication Date
CN109075094A true CN109075094A (zh) 2018-12-21
CN109075094B CN109075094B (zh) 2023-07-04

Family

ID=59958662

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201780021325.XA Active CN109075094B (zh) 2016-04-04 2017-03-31 用于具有噪声边界阈值的晶片检验的系统及方法

Country Status (6)

Country Link
US (1) US10533953B2 (zh)
KR (1) KR102177187B1 (zh)
CN (1) CN109075094B (zh)
IL (1) IL261615B (zh)
TW (1) TWI714750B (zh)
WO (1) WO2017176592A1 (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20180045937A1 (en) * 2016-08-10 2018-02-15 Zeta Instruments, Inc. Automated 3-d measurement
KR20220001125A (ko) 2020-06-29 2022-01-05 삼성전자주식회사 기판 불량 검출 방법 및 장치
US11631169B2 (en) * 2020-08-02 2023-04-18 KLA Corp. Inspection of noisy patterned features
TWI822271B (zh) * 2022-08-25 2023-11-11 大陸商北京歐錸德微電子技術有限公司 避免干擾觸控偵測的顯示驅動方法、驅動晶片及oled觸控顯示器

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030099392A1 (en) * 2001-11-28 2003-05-29 Evgeni Levin Method for detecting defects
US20060193531A1 (en) * 2005-02-25 2006-08-31 William Roberts System for analyzing images of blazed phase grating samples
US20070105245A1 (en) * 2005-11-10 2007-05-10 Hitachi High-Technologies Corporation Wafer inspection data handling and defect review tool
JP2009097923A (ja) * 2007-10-15 2009-05-07 Tokyo Seimitsu Co Ltd 欠陥検出装置及び欠陥検出方法
US20090299681A1 (en) * 2008-05-29 2009-12-03 Hong Chen Methods and systems for generating information to be used for selecting values for one or more parameters of a detection algorithm
US20140270474A1 (en) * 2013-03-12 2014-09-18 Kla-Tencor Corporation Detecting Defects on a Wafer
US20140358480A1 (en) * 2013-06-04 2014-12-04 Kla-Tencor Corporation Method for Auto-Learning Tool Matching
US20150221076A1 (en) * 2014-02-06 2015-08-06 Kla-Tencor Corporation Defect detection and classification based on attributes determined from a standard reference image

Family Cites Families (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5864394A (en) * 1994-06-20 1999-01-26 Kla-Tencor Corporation Surface inspection system
US5805278A (en) 1995-02-09 1998-09-08 Inspex, Inc. Particle detection method and apparatus
US6621570B1 (en) 1999-03-04 2003-09-16 Inspex Incorporated Method and apparatus for inspecting a patterned semiconductor wafer
US7092082B1 (en) 2003-11-26 2006-08-15 Kla-Tencor Technologies Corp. Method and apparatus for inspecting a semiconductor wafer
US8698093B1 (en) 2007-01-19 2014-04-15 Kla-Tencor Corporation Objective lens with deflector plates immersed in electrostatic lens field
US8664594B1 (en) 2011-04-18 2014-03-04 Kla-Tencor Corporation Electron-optical system for high-speed and high-sensitivity inspections
US8692204B2 (en) 2011-04-26 2014-04-08 Kla-Tencor Corporation Apparatus and methods for electron beam detection
US9558858B2 (en) 2013-08-14 2017-01-31 Kla-Tencor Corporation System and method for imaging a sample with a laser sustained plasma illumination output
US9941655B2 (en) 2014-03-25 2018-04-10 Kla-Tencor Corporation High power broadband light source
US10032620B2 (en) 2014-04-30 2018-07-24 Kla-Tencor Corporation Broadband light source including transparent portion with high hydroxide content
WO2017037180A1 (en) * 2015-09-02 2017-03-09 Ventana Medical Systems, Inc. Automated analysis of cellular samples having intermixing of analytically distinct patterns of analyte staining
AU2016342355B2 (en) * 2015-10-23 2022-07-28 Novartis Ag Computer method and system for deriving cell-to-cell spatial proximities
US10432972B2 (en) * 2016-10-19 2019-10-01 Google Llc Guided offset correction for loop restoration in video coding

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030099392A1 (en) * 2001-11-28 2003-05-29 Evgeni Levin Method for detecting defects
US20060193531A1 (en) * 2005-02-25 2006-08-31 William Roberts System for analyzing images of blazed phase grating samples
US20070105245A1 (en) * 2005-11-10 2007-05-10 Hitachi High-Technologies Corporation Wafer inspection data handling and defect review tool
JP2009097923A (ja) * 2007-10-15 2009-05-07 Tokyo Seimitsu Co Ltd 欠陥検出装置及び欠陥検出方法
US20090299681A1 (en) * 2008-05-29 2009-12-03 Hong Chen Methods and systems for generating information to be used for selecting values for one or more parameters of a detection algorithm
US20140270474A1 (en) * 2013-03-12 2014-09-18 Kla-Tencor Corporation Detecting Defects on a Wafer
US20140358480A1 (en) * 2013-06-04 2014-12-04 Kla-Tencor Corporation Method for Auto-Learning Tool Matching
US20150221076A1 (en) * 2014-02-06 2015-08-06 Kla-Tencor Corporation Defect detection and classification based on attributes determined from a standard reference image

Also Published As

Publication number Publication date
TWI714750B (zh) 2021-01-01
WO2017176592A1 (en) 2017-10-12
TW201802462A (zh) 2018-01-16
KR102177187B1 (ko) 2020-11-10
KR20180123173A (ko) 2018-11-14
IL261615B (en) 2021-06-30
US20170284944A1 (en) 2017-10-05
IL261615A (en) 2018-10-31
US10533953B2 (en) 2020-01-14
CN109075094B (zh) 2023-07-04

Similar Documents

Publication Publication Date Title
JP5570530B2 (ja) ウェハー上の欠陥検出
JP5572293B2 (ja) 欠陥検査方法及び欠陥検査装置
US9053390B2 (en) Automated inspection scenario generation
CN103630549B (zh) 检测晶片的系统和方法
KR102079418B1 (ko) 웨이퍼 상의 결함 검출
KR102110634B1 (ko) 자유형의 주의 영역들을 사용한 웨이퍼 검사
JP5510928B2 (ja) 集積回路の発光画像を生成するための方法、システム、およびプログラム
CN109075094A (zh) 用于具有噪声边界阈值的晶片检验的系统及方法
CN110121732B (zh) 用于从低分辨率检验图像重建高分辨率点扩散函数的系统及方法
TW201728897A (zh) 單一影像偵測
US8712184B1 (en) Method and system for filtering noises in an image scanned by charged particles
CN107077733B (zh) 用于以数字匹配滤波器进行增强型缺陷检测的系统及方法
KR20170007315A (ko) 광학적 검사 및 광학적 리뷰로부터의 결함 속성에 기초한 전자 빔 리뷰를 위한 결함 샘플링
US20190206047A1 (en) Defect inspection device and defect inspection method
US9008410B2 (en) Single die inspection on a dark field inspection tool
KR102084535B1 (ko) 결함 검사 장치, 결함 검사 방법
KR102531906B1 (ko) 기판 상의 결함들을 검출하는 방법 및 시스템
US10338002B1 (en) Methods and systems for selecting recipe for defect inspection
JP5450161B2 (ja) 欠陥検査装置および欠陥検査方法
WO2019173746A1 (en) Detecting die repeating programmed defects located in backgrounds with non-repeating features
US20190287232A1 (en) Combining simulation and optical microscopy to determine inspection mode
JP5744965B2 (ja) 欠陥検査方法及びその装置
JP3878340B2 (ja) パターンの欠陥検査方法およびその装置
US20070104359A1 (en) Digital inspection of the physical quality of plain surfaces
CN111640085B (zh) 图像处理方法和设备、检测方法和装置、存储介质

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