CN109154575B - 用于基于设计的缺陷检测的系统和方法 - Google Patents

用于基于设计的缺陷检测的系统和方法 Download PDF

Info

Publication number
CN109154575B
CN109154575B CN201780028352.XA CN201780028352A CN109154575B CN 109154575 B CN109154575 B CN 109154575B CN 201780028352 A CN201780028352 A CN 201780028352A CN 109154575 B CN109154575 B CN 109154575B
Authority
CN
China
Prior art keywords
image
value
controller
comparing
test 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.)
Active
Application number
CN201780028352.XA
Other languages
English (en)
Other versions
CN109154575A (zh
Inventor
B·布拉尔
S·巴塔查里亚
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 CN109154575A publication Critical patent/CN109154575A/zh
Application granted granted Critical
Publication of CN109154575B publication Critical patent/CN109154575B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84Systems specially adapted for particular applications
    • G01N21/88Investigating the presence of flaws or contamination
    • G01N21/95Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
    • G01N21/9501Semiconductor wafers
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • G06T7/0004Industrial image inspection
    • G06T7/001Industrial image inspection using an image reference approach
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84Systems specially adapted for particular applications
    • G01N21/88Investigating the presence of flaws or contamination
    • G01N21/8851Scan 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
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • G06T7/0004Industrial image inspection
    • G06T7/0006Industrial image inspection using a design-rule based approach
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/70Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74Image or video pattern matching; Proximity measures in feature spaces
    • G06V10/75Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
    • G06V10/751Comparing pixel values or logical combinations thereof, or feature values having positional relevance, e.g. template matching
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2223/00Investigating materials by wave or particle radiation
    • G01N2223/60Specific applications or type of materials
    • G01N2223/611Specific applications or type of materials patterned objects; electronic devices
    • G01N2223/6116Specific applications or type of materials patterned objects; electronic devices semiconductor wafer
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10056Microscopic image
    • G06T2207/10061Microscopic image from scanning electron microscope
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30108Industrial image inspection
    • G06T2207/30148Semiconductor; IC; Wafer

Abstract

本发明揭示通过比较测试图像及参考图像与呈现设计图像来执行缺陷检测,所述呈现设计图像可从设计文件产生。这可发生的原因是:归因于噪声,测试图像与另一参考图像的比较是非结论性的。所述两个与所述呈现设计图像的比较的结果可指示缺陷是否存在于所述测试图像中。

Description

用于基于设计的缺陷检测的系统和方法
相关申请案的交叉参考
本申请案主张2016年5月25日申请的临时专利申请案且转让的第62/341,545号美国申请案的优先权,所述申请案的揭示内容以引用的方式并入本文中。
技术领域
本发明涉及缺陷检测。
背景技术
晶片检验系统通过检测制造工艺期间发生的缺陷而帮助半导体制造商增加及维持集成电路(IC)芯片良率。检验系统的一个目的是监测制造工艺是否满足规范。如果制造工艺不在已建立规范的范围内,那么检验系统指示半导体制造商可接着解决的问题及/或问题的来源。
半导体制造产业的演进产生对良率管理且特定来说对计量及检验系统的更大需求。晶片大小增加的同时临界尺寸缩小。经济驱动产业减少用于实现高产率、高价值生产的时间。因此,最小化从检测到良率问题到解决所述问题的总时间确定半导体制造商的投资回报。
检测到缺陷处于测试图像中对于半导体制造商可为重要的。可通过比较晶片的图像与参考图像而检测缺陷。例如,“双重检测”可用于检测缺陷。使用此双重检测技术,需要在两个不同图像中检测缺陷。这两个不同图像中的每一者从第一参考图像或第二参考图像中的一者减去所述测试图像。然而,如果所述参考图像中的一者受晶片噪声影响,那么即使当比较所述测试图像与其它参考图像时检测到缺陷,可不标记所述缺陷。
因此,需要用于缺陷检测的改进的系统及技术。
发明内容
在第一实施例中,提供一种系统。一种系统包括复检工具及与所述复检工具电子通信的控制器。复检工具包含经配置以固持晶片的载物台及经配置以产生晶片的测试图像的图像产生系统。控制器经配置以:比较所述测试图像与第一参考图像;基于比较测试图像与第一参考图像确定缺陷存在于所述测试图像中;比较第一参考图像与呈现设计图像以产生第一值;比较所述测试图像与所述呈现设计图像以产生第二值;及确定对应于所述第二值是否大于所述第一值的结果。
控制器可包含处理器、与所述处理器电子通信的电子数据存储单元、及与所述处理器及所述电子数据存储单元电子通信的通信端口。电子数据存储单元可包含第一参考图像。
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以产生晶片的图像。在例子中,复检工具为扫描电子显微镜。
如果所述结果指示所述第一值大于或等于所述第二值,那么控制器可进一步经配置以报告所述测试图像中无缺陷存在。如果所述结果指示所述第二值大于所述第一值,那么控制器可进一步经配置以比较所述第二值与阈值。如果所述第二值超过所述阈值,那么控制器可经配置以报告缺陷存在于所述测试图像中。如果所述第二值小于所述阈值,那么控制器可经配置以报告所述测试图像中无缺陷存在。
所述呈现的设计可基于设计文件。
比较所述测试图像与所述第一参考图像可包含从所述测试图像减去所述第一参考图像。
比较所述第一参考图像与所述呈现设计图像可包含从所述第一参考图像减去所述呈现设计图像。比较所述测试图像与所述呈现设计图像可包含从所述测试图像减去所述呈现设计图像。
在第二实施例中提供一种方法。所述方法包括:使用控制器比较测试图像与晶片的第一参考图像;基于比较所述测试图像与所述第一参考图像使用所述控制器确定缺陷存在于所述测试图像中;使用所述控制器比较所述第一参考图像与呈现设计图像以产生第一值;使用所述控制器比较所述测试图像与所述呈现设计图像以产生第二值;及使用所述控制器确定结果,其中所述结果对应于所述第二值是否大于所述第一值。
所述方法可进一步包括在比较所述测试图像与所述呈现设计之前比较所述测试图像与第二参考图像且基于比较所述测试图像与所述第二参考图像使用控制器确定所述测试图像中无缺陷存在。所述第二参考图像可具有比所述第一参考图像更多的噪声。
如果结果为所述第一值大于或等于所述第二值,那么所述方法可进一步包括使用控制器报告所述测试图像中无缺陷存在。如果结果为所述第二值大于所述第一值,那么所述方法可进一步包括使用控制器比较所述第二值与阈值。如果所述第二值超过所述阈值,那么所述方法可进一步包括使用控制器报告缺陷存在于所述测试图像中。如果所述第二值小于所述阈值,那么所述方法可进一步包括使用控制器报告所述测试图像中无缺陷存在。
呈现的设计可基于设计文件。
比较所述测试图像与所述第一参考图像可包含从所述测试图像减去所述第一参考图像。
比较所述第一参考图像与所述呈现设计图像可包含从所述第一参考图像减去所述呈现设计图像。比较所述测试图像与所述呈现设计图像可包含从所述测试图像减去所述呈现设计图像。
所述方法可进一步包括将所述晶片装载到复检工具的载物台上,及在复检工具的所述载物台上对所述晶片成像。
附图说明
为更好地理解本发明的本质及标的物,应结合附图参考以下详细描述,其中:
图1表示根据本发明的实施例中使用的示范性图像;
图2是根据本发明的方法的流程图;及
图3是根据本发明的系统的框图。
具体实施方式
尽管将依据某些实施例来描述所主张的标的物,但其它实施例,包含不提供本文中所陈述的所有优势及特征的实施例也在本发明的范围内。在不脱离本发明的范围的情况下,可做出各种结构、逻辑、过程步骤及电改变。因此,本发明的范围仅参考所附权利要求书来界定。
使用双重检测以检测缺陷提供关于缺陷是处于测试图像中或参考图像中的信息。双重检测还可防止误报。依据定义,必须在所述两个差异图像中检测缺陷(例如,比较第一参考图像-测试图像及比较第二参考图像-测试图像)。如果所述参考图像中的一者(例如,所述第二参考图像)显著受晶片噪声影响,那么即使当比较所述测试图像与另一参考图像(例如,所述第一参考图像)时检测到缺陷,也可不标记所述缺陷。当参考图像中的晶片有噪声时,本文中揭示的实施例改进缺陷检测。为解决参考图像中的可能晶片噪声,比较所述测试图像与呈现设计图像。即使仅是单独对缺陷进行检测,此技术仍标记缺陷。此技术还可解决无法使用先前技术来轻易减少、排除或校正的随机晶片噪声。
图1表示本文中揭示的技术的实施例中使用的图像。图式100包含测试图像101。测试图像101可为(例如)来自光学显微镜的图像或扫描电子显微镜(SEM)图像。测试图像101包含经说明为方形的缺陷110。缺陷110可为半导体晶片上的(例如)颗粒、空通孔、桥、突出部、图案缺陷、缺失材料填充,或其它类型的缺陷。
图式100中还包含第一参考图像102及第二参考图像103。第一参考图像102及第二参考图像103是晶片或裸片的与测试图像101相同的部分。第二参考图像103包含噪声。例如,第二参考图像103可包含比第一参考图像102或测试图像101更多的噪声。归因于临界尺寸(CD)变化、先前层噪声、线边缘粗糙度、膜厚度变化及/或另一类型的噪声,第二参考图像103中的噪声可为随机晶片噪声。第二参考图像103中可出现不同量的噪声。然而,如果第二参考图像103具有如此多噪声,使得从第二差异图像105导出的缺陷的差异灰阶低于噪声的差异灰阶或不超过界定阈值,那么可能检测不到缺陷。
当比较测试图像101与第一参考图像102时,第一差异图像104实现缺陷110的检测。然而,归因于第二参考图像103中的噪声,当比较测试图像101与第二参考图像103时,缺陷110可能未被检测到。即使在通过比较测试图像101与第二参考图像103而形成的第二差异图像105中可看见缺陷110,缺陷110可能在第二差异图像105的噪声中丢失。因此,即使在第一差异图像104中检测到缺陷110,仍不发生双重检测。
呈现设计图像107是由设计片段106产生。设计片段106可为用于晶片的设计文件的部分。呈现设计图像107可为使用各种技术来产生。例如,线框设计可通过考虑检验工具的各种光学组件及物理晶片性质的光学模拟过程。这些光学组件可包含物镜的数值孔径、用于检验的光的波长或照明中的光学孔径、光收集路径或其它组件。还可使用晶片性质,例如用于当前及先前设计层的材料、工艺层厚度、来自当前及若干先前层的设计或其它特征。基于此信息,模拟系统可求解微分方程式且实现数值闭式解以获得灰阶图像。
比较第一参考图像102与呈现设计图像107以形成第三差异图像108。第三差异图像108并未展示缺陷110。这可帮助验证缺陷110是不处于第一参考图像102中,且可防止误报。
比较测试图像101与呈现设计图像107以形成第四差异图像109。第四差异图像109实现缺陷110的检测。此第四差异图像109可与第一差异图像104一起提供缺陷110的双重检测。
图2为方法200的流程图。在方法200中,比较201测试图像与第一参考图像。基于比较201,可确定缺陷是否存在。基于所述测试图像与所述第一参考图像的比较201,确定202缺陷存在。比较203所述第一参考图像与呈现设计图像。比较204所述测试图像与所述呈现设计图像。所述呈现设计图像可基于设计文件。确定205结果,所述结果可指示缺陷是否存在。比较203及比较204可以任一顺序发生。
第一参考图像与呈现设计图像的比较203及测试图像与呈现设计图像的比较204可各自产生值。这些值可用于确定结果205。例如,比较203的第一值可大于或小于比较204的第二值。这可指示所述测试图像中无缺陷存在。在另一实例中,比较204的所述第二值大于比较203的所述第一值,这可指示缺陷可能存在。所述值可从逐像素从第二图像的灰阶减去第一图像的灰阶而导出。在例子中,第一图像可为第一参考图像且第二图像可为呈现设计图像。在另一例子中,第一图像可为测试图像且第二图像为呈现设计图像。这可造成对于用于图像减法的每对像素的差异图像灰阶。如果第一参考图像减去呈现设计图像的差异图像灰阶大于从测试图像减去呈现设计图像的差异图像灰阶,那么这指示所述测试图像中无缺陷。
如果比较204的所述第二值大于比较203的所述第一值,那么比较204的所述第二值可与阈值比较。如果比较204的所述第二值超过所述阈值,那么可报告所述测试图像中存在缺陷。如果比较204的所述第二值小于阈值,那么可报告所述测试图像中无缺陷存在。如果比较204的所述第二值等于所述阈值,那么此可指示缺陷存在、无缺陷存在或需要进一步分析。如果参考图像减去呈现设计图像的差异图像中的最大灰阶仅微小于从测试图像减去呈现设计图像的差异图像的最大灰阶,那么其仍可为扰乱点或噪声事件。阈值可通过复检热扫描(例如,其中阈值设置为小值的扫描)的若干缺陷的SEM来设置。这将允许检验工具上发现的缺陷的分类。可由用户以一种方式设置所述阈值使得所有关注缺陷都可能超过阈值但扰乱点不超过所述阈值。因此,扰乱点事件可被排除。
在例子中,第一及第二值为绝对值。
可将所述结果报告到用户,例如半导体制造商。
在例子中,在对呈现设计图像作任何比较之前,或在产生呈现设计图像之前,比较测试图像与第二参考图像。然而,所述第二参考图像可能具有比所述第一参考图像更多的噪声。所述第二参考图像还可能具有比测试图像更多的噪声。即使所述测试图像与所述第一参考图像之间的比较201指示缺陷存在,此噪声仍可阻碍双重检测。噪声可妨碍所述第二参考图像与所述测试图像的比较,且因此所述结果可指示无缺陷存在。
可使用复检工具来产生测试图像。晶片可被装载到复检工具的载物台上,且在所述复检工具的所述载物台上成像,以产生测试图像。
所述测试图像与所述第一参考图像或所述第二参考图像之间的比较可涉及从一个图像减去另一图像。所述呈现设计图像与所述测试图像或所述第一参考图像之间的比较也可涉及从一个图像减去另一图像。第一,需要待相减的所述两个图像彼此尽可能地对准(例如,子像素精确度)。从第二图像中处于位置1,1的像素的灰阶减去第一图像中处于位置1,1的像素的灰阶。接着,在下一像素处执行所述减法,且以此类推直到已对每个像素对计算差异灰阶。
图3是根据本发明的系统的框图。缺陷复检系统300包含经配置以固持晶片303或其它工件的载物台304。载物台304可经配置以移动或以一个、两个或三个轴旋转。
缺陷复检系统300还包含图像产生系统301,其经配置以产生晶片303的表面的图像。所述图像可为晶片303的特定层或特定区域。在此实例中,图像产生系统301产生电子束302以产生测试图像。其它图像产生系统301是可能的,例如使用宽带等离子体或激光扫描的图像产生系统。例如,可通过图像产生系统301来执行暗场成像或明场成像。缺陷复检系统300及/或图像产生系统301可产生晶片303的测试图像。
如本文中所使用,术语“晶片”大体上指代由半导体材料或非半导体材料形成的衬底。此半导体材料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。通常可在半导体制造厂中找到及/或处理此类衬底。
晶片可包含经形成于衬底上的一或多个层。例如,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。所属领域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希望涵盖包含所有类型的此类层的晶片。
经形成于晶片上的一或多个层可经图案化或未经图案化。例如,晶片可包含多个裸片,每一裸片具有可重复图案化特征或周期性结构。此类材料层的形成及处理最终可导致完成装置。许多不同类型的装置可经形成于晶片上,且如本文中所使用的术语晶片希望涵盖其上制造所属领域中已知的任何类型的装置的晶片。
在特定实例中,缺陷复检系统300为SEM的部分或为SEM。晶片303的图像是通过用聚焦电子束302扫描晶片303来产生。所述电子用于产生包含关于表面形貌及晶片303的组成的信息的信号。电子束302可以光栅扫描图案进行扫描,且电子束302的位置可与所检测信号结合以产生图像。
缺陷复检系统300与控制器305通信。例如,控制器305可与图像产生系统301或缺陷复检系统300的其它组件通信。控制器305可包含处理器306,与处理器306电子通信的电子数据存储单元307,及与处理器306电子通信的通信端口308。应了解,实际上,控制器305可为由硬件、软件或固件的任何组合实施。此外,如本文中所描述的其功能可通过一个单元执行或在不同组件中划分,所述组件中的每一者可又通过硬件、软件及固件的任何组合来实施。用于控制器305实施本文中所描述的各种方法及功能的程序代码或程序指令可存储于控制器可读存储媒体(例如电子数据存储单元307中、控制器305内、控制器305外部或其组合的存储器)中。
控制器305可为以任何适当方式(例如,经由一或多个传输媒体,其中可包含“有线”及/或“无线”传输媒体)耦合到缺陷复检系统300的所述组件,使得控制器305可接收由缺陷复检系统300产生的输出,例如从成像装置301的输出。控制器305可经配置以使用所述输出来执行数个功能。举例来说,控制器305可经配置以使用所述输出来复检晶片303上的缺陷。在另一实例中,控制器305可经配置以将所述输出发送到电子数据存储单元307或另一存储媒体,而不对所述输出执行缺陷复检。控制器305可如本文中所描述那样经进一步配置以例如执行图2中的实施例。
本文中所描述的控制器305、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、主计算机系统、工作站、网络设备、因特网设备,或其它装置。一般来说,术语“控制器”可广义地定义为涵盖具有一或多个处理器的任何装置,所述一或多个处理器执行来自存储器媒体的指令。子系统或系统还可包含所属领域中已知的任何适当处理器,例如并行处理器。此外,子系统或系统可包含具有高速处理及软件的计算机平台,作为独立工具或网络工具。
如果所述系统包含多于一个子系统,那么所述不同子系统可耦合到彼此使得可在所述子系统之间发送图像、数据、信息、指令等。例如,一个子系统可通过任何适当传输媒体耦合到额外子系统,所述传输媒体可包含所属领域中已知的任何适当有线及/或无线传输媒体。还可通过共享的计算机可读存储媒体(未展示)可有效地耦合两个或两个以上此类子系统。
额外实施例涉及非暂时性计算机可读媒体,其存储可在控制器上执行的程序指令,所述指令用于执行用于识别晶片上的异常或检测顺从性/非顺应性的计算机实施方法。特定来说,如图3中所展示,电子数据存储单元307或其它存储媒体可包含非暂时性计算机可读媒体,其包含可在控制器305上执行的程序指令。所述计算机实施方法可包含本文中所描述的任何方法的任何步骤。
例如本文中描述的所述程序指令实施方法可存储于计算机可读媒体上,例如存储于电子数据存储单元307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、磁带或所属领域中已知的任何其它适当非暂时性计算机可读媒体)。
可以各种方式中的任一者实施所述程序指令,所述方式包含(尤其)基于程序的技术、基于组件的技术及/或面向对象技术。例如,可使用ActiveX控件、C++对象、JavaBeans、微软基础类别(“MFC”)、SSE(流式SIMD扩展)或所需的其它技术或方法实施所述程序指令。
控制器305可根据本文中所描述的实施例中的任一者加以配置。例如,控制器305可经编程以执行图2的一些步骤或所有步骤。
尽管揭示为缺陷复检系统的部件,但本文中所描述的控制器305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305可经配置以与计量系统一起使用。因此,如本文中揭示的所述实施例描述可以数种方式调适的用于分类的一些配置,所述配置用于具有或多或少适用于不同应用的不同成像能力的系统。
所述方法的步骤中的每一者可如本文中进一步描述那样执行。所述方法还可包含可通过控制器及/或本文中所描述的计算机子系统或系统执行的任何其它步骤。所述步骤可通过一或多个计算机系统执行,计算机系统可根据本文中描述的实施例中的任一者加以配置。此外,可由本文中所描述的任意系统实施例执行上述方法。
本文中揭示的实施例实现对有噪声晶片的缺陷检测。代替地使用本文中所描述的技术检测原本可能未注意到的缺陷。可改进对特定关注缺陷(DOI)的灵敏性。寻找此DOI的改进能力可节约半导体制造商的时间及花费。本文中揭示的所述实施例还提供对噪声限制晶片上的缺陷的更高敏感性。此外,通过不产生用于第二参考图像的完全多裸片自动阈值化(MDAT)云可实现良率改进。代替地,其中存在缺陷像素的小片块可用于仲裁。如果噪声过高(低信噪比(SNR)),那么呈现设计图像可用作参考图像。片块为小图像,例如是32像素×32像素的图像。与通常用于统计计算及识别离群值(例如,缺陷像素)的图像相比,此相对较小。例如,MDAT统计可通常从1000像素×1000像素大小的图像帧导出。全新实施方案允许对第二参考图像使用小图像片块。
尽管已相对于一或多个特定实施例描述本发明,但应理解在不脱离本发明的范围的情况下可实行本发明的其它实施例。因此,本发明应视为仅由所附权利要求书及其合理解释限制。

Claims (20)

1.一种用于基于设计的缺陷检测系统,其包括:
复检工具,其中所述复检工具包含:
载物台,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的测试图像;及
控制器,其与所述复检工具电子通信,其中所述控制器经配置以:
比较所述测试图像与第一参考图像;
基于比较所述测试图像与所述第一参考图像来确定缺陷存在于所述测试图像中;
比较所述第一参考图像与呈现设计图像以产生与潜在缺陷有关的第一值;
比较所述测试图像与所述呈现设计图像以产生与所述潜在缺陷有关的第二值;及
确定对应于所述第二值是否大于所述第一值的结果。
2.根据权利要求1所述的系统,其中所述控制器包含处理器、与所述处理器电子通信的电子数据存储单元,及与所述处理器及所述电子数据存储单元电子通信的通信端口,且其中所述电子数据存储单元包含所述第一参考图像。
3.根据权利要求1所述的系统,其中所述复检工具为扫描电子显微镜。
4.根据权利要求1所述的系统,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以产生所述晶片的所述图像。
5.根据权利要求1所述的系统,其中所述结果是所述第一值大于或等于所述第二值,且其中所述控制器进一步经配置以报告所述测试图像中无缺陷存在。
6.根据权利要求1所述的系统,其中所述结果是所述第二值大于所述第一值,且其中所述控制器进一步经配置以比较所述第二值与阈值。
7.根据权利要求6所述的系统,其中所述第二值超过所述阈值,且其中所述控制器经配置以报告缺陷存在于所述测试图像中。
8.根据权利要求6所述的系统,其中所述第二值小于所述阈值,且其中所述控制器经配置以报告所述测试图像中无缺陷存在。
9.根据权利要求1所述的系统,其中所述呈现设计图像是基于设计文件。
10.根据权利要求1所述的系统,其中比较所述测试图像与所述第一参考图像包含从所述测试图像减去所述第一参考图像。
11.根据权利要求1所述的系统,其中比较所述第一参考图像与所述呈现设计图像包含从所述第一参考图像减去所述呈现设计图像,且其中比较所述测试图像与所述呈现设计图像包含从所述测试图像减去所述呈现设计图像。
12.一种用于基于设计的缺陷检测方法,其包括:
使用控制器来比较测试图像与晶片的第一参考图像;
基于比较所述测试图像与所述第一参考图像,使用所述控制器来确定缺陷存在于所述测试图像中;
使用所述控制器来比较所述第一参考图像与呈现设计图像以产生与潜在缺陷有关的第一值;
使用所述控制器来比较所述测试图像与所述呈现设计图像以产生与所述潜在缺陷有关的第二值;及
使用所述控制器来确定结果,其中所述结果对应于所述第二值是否大于所述第一值。
13.根据权利要求12所述的方法,其进一步包括:
在比较所述测试图像与所述呈现设计图像之前,比较所述测试图像与第二参考图像,其中所述第二参考图像具有比所述第一参考图像更多的噪声;及
基于比较所述测试图像与所述第二参考图像,使用所述控制器来确定所述测试图像中无缺陷存在。
14.根据权利要求12所述的方法,其中所述结果是所述第一值大于或等于所述第二值,且进一步包括使用所述控制器来报告所述测试图像中无缺陷存在。
15.根据权利要求12所述的方法,其中所述结果是所述第二值大于所述第一值,且进一步包括使用所述控制器来比较所述第二值与阈值。
16.根据权利要求15所述的方法,其中所述第二值超过所述阈值,且进一步包括使用所述控制器来报告缺陷存在于所述测试图像中。
17.根据权利要求15所述的方法,其中所述第二值小于所述阈值,且进一步包括使用所述控制器来报告所述测试图像中无缺陷存在。
18.根据权利要求12所述的方法,其中所述呈现设计图像是基于设计文件。
19.根据权利要求12所述的方法,其中比较所述测试图像与所述第一参考图像包含从所述测试图像减去所述第一参考图像,其中比较所述第一参考图像与所述呈现设计图像包含从所述第一参考图像减去所述呈现设计图像,且其中比较所述测试图像与所述呈现设计图像包含从所述测试图像减去所述呈现设计图像。
20.根据权利要求12所述的方法,其进一步包括:
将所述晶片装载到复检工具的载物台上;及
在所述复检工具的所述载物台上对所述晶片成像。
CN201780028352.XA 2016-05-25 2017-05-23 用于基于设计的缺陷检测的系统和方法 Active CN109154575B (zh)

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
US201662341545P 2016-05-25 2016-05-25
US62/341,545 2016-05-25
US15/356,799 2016-11-21
US15/356,799 US10192302B2 (en) 2016-05-25 2016-11-21 Combined patch and design-based defect detection
PCT/US2017/033976 WO2017205361A1 (en) 2016-05-25 2017-05-23 Combined patch and design-based defect detection

Publications (2)

Publication Number Publication Date
CN109154575A CN109154575A (zh) 2019-01-04
CN109154575B true CN109154575B (zh) 2020-11-06

Family

ID=60411576

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201780028352.XA Active CN109154575B (zh) 2016-05-25 2017-05-23 用于基于设计的缺陷检测的系统和方法

Country Status (6)

Country Link
US (1) US10192302B2 (zh)
KR (1) KR102174286B1 (zh)
CN (1) CN109154575B (zh)
IL (1) IL262671B (zh)
TW (1) TWI731975B (zh)
WO (1) WO2017205361A1 (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10964016B2 (en) * 2018-03-13 2021-03-30 Kla-Tencor Corporation Combining simulation and optical microscopy to determine inspection mode
US11880193B2 (en) 2019-07-26 2024-01-23 Kla Corporation System and method for rendering SEM images and predicting defect imaging conditions of substrates using 3D design
US11416982B2 (en) 2019-10-01 2022-08-16 KLA Corp. Controlling a process for inspection of a specimen
US11580650B2 (en) * 2019-10-01 2023-02-14 KLA Corp. Multi-imaging mode image alignment
CN111340753B (zh) 2019-12-30 2023-06-02 上海集成电路研发中心有限公司 一种晶圆检测装置、数据处理方法及存储介质
US11748872B2 (en) * 2020-08-31 2023-09-05 KLA Corp. Setting up inspection of a specimen

Family Cites Families (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3693508B2 (ja) * 1998-10-28 2005-09-07 株式会社東京精密 パターン比較方法および外観検査装置
US20050205781A1 (en) 2004-01-08 2005-09-22 Toshifumi Kimba Defect inspection apparatus
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
JP4174504B2 (ja) * 2005-08-31 2008-11-05 アドバンスド・マスク・インスペクション・テクノロジー株式会社 試料検査装置、試料検査方法及びプログラム
US7676077B2 (en) 2005-11-18 2010-03-09 Kla-Tencor Technologies Corp. Methods and systems for utilizing design data in combination with inspection data
KR101885585B1 (ko) * 2005-11-18 2018-08-07 케이엘에이-텐코 코포레이션 검사 데이터와 조합하여 설계 데이터를 활용하는 방법 및 시스템
JP5460023B2 (ja) * 2008-10-16 2014-04-02 株式会社トプコン ウェハのパターン検査方法及び装置
SG164293A1 (en) * 2009-01-13 2010-09-29 Semiconductor Technologies & Instruments Pte System and method for inspecting a wafer
US8223327B2 (en) * 2009-01-26 2012-07-17 Kla-Tencor Corp. Systems and methods for detecting defects on a wafer
JPWO2011004534A1 (ja) 2009-07-09 2012-12-13 株式会社日立ハイテクノロジーズ 半導体欠陥分類方法,半導体欠陥分類装置,半導体欠陥分類プログラム
JP2012049381A (ja) * 2010-08-27 2012-03-08 Toshiba Corp 検査装置、及び、検査方法
JP5639541B2 (ja) * 2011-07-06 2014-12-10 株式会社日立ハイテクノロジーズ 光学式検査装置、検査システムおよび座標管理用ウエハ
US8855400B2 (en) 2012-03-08 2014-10-07 Kla-Tencor Corporation Detection of thin lines for selective sensitivity during reticle inspection using processed images
US9619876B2 (en) * 2013-03-12 2017-04-11 Kla-Tencor Corp. Detecting defects on wafers based on 2D scatter plots of values determined for output generated using different optics modes
JP2014211352A (ja) 2013-04-18 2014-11-13 株式会社東芝 テンプレートの検査装置及びテンプレートの検査方法
US9766187B2 (en) * 2014-08-27 2017-09-19 Kla-Tencor Corp. Repeater detection
KR20160107006A (ko) * 2015-03-03 2016-09-13 삼성전자주식회사 3차원 영상을 이용한 웨이퍼 검사장치

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
An u supervised neural network approach for automatic semiconductor wafer defect inspection;Chang C.Y.,et al.;《EXPERT SYSTEMS WITH APPLICATIONS》;20091231(第36期);第950-958页 *
Defect detection on semiconductor wafer surfaces;Shankar, N.G., et al.;《MICROELECTRONIC ENGINEERING》;20051231(第77期);第337-346页 *

Also Published As

Publication number Publication date
KR20190003790A (ko) 2019-01-09
IL262671B (en) 2020-08-31
TW201805618A (zh) 2018-02-16
TWI731975B (zh) 2021-07-01
WO2017205361A1 (en) 2017-11-30
US20170345142A1 (en) 2017-11-30
CN109154575A (zh) 2019-01-04
US10192302B2 (en) 2019-01-29
KR102174286B1 (ko) 2020-11-04
IL262671A (en) 2018-12-31

Similar Documents

Publication Publication Date Title
CN109154575B (zh) 用于基于设计的缺陷检测的系统和方法
CN108369202B (zh) 通过降低裸片到裸片过程噪声的缺陷信噪比增强
US10290092B2 (en) System, a method and a computer program product for fitting based defect detection
US10127651B2 (en) Defect sensitivity of semiconductor wafer inspectors using design data with wafer image data
US10504213B2 (en) Wafer noise reduction by image subtraction across layers
CN108604560B (zh) 使用设计文件或检查图像自动抗扭斜
US10074167B2 (en) Reducing registration and design vicinity induced noise for intra-die inspection
US9235885B2 (en) System, a method and a computer program product for patch-based defect detection
US10533953B2 (en) System and method for wafer inspection with a noise boundary threshold
TWI760523B (zh) 用於偵測一缺陷之方法、非暫時性電腦可讀媒體及系統
TW201710999A (zh) 使用設計之預層缺陷現場審查
US8526708B2 (en) Measurement of critical dimensions of semiconductor wafers
TW201713937A (zh) 以範圍為基礎之即時掃描電子顯微鏡之非視覺分格器
TWI785065B (zh) 基於妨害地圖之寬帶電漿檢查
JP2003329611A (ja) 欠陥検査装置及び欠陥検査方法

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