CN109725499B - 缺陷检测方法及缺陷检测系统 - Google Patents

缺陷检测方法及缺陷检测系统 Download PDF

Info

Publication number
CN109725499B
CN109725499B CN201810415053.8A CN201810415053A CN109725499B CN 109725499 B CN109725499 B CN 109725499B CN 201810415053 A CN201810415053 A CN 201810415053A CN 109725499 B CN109725499 B CN 109725499B
Authority
CN
China
Prior art keywords
target
images
wafer
die
die images
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
CN201810415053.8A
Other languages
English (en)
Other versions
CN109725499A (zh
Inventor
陈建辉
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.)
Taiwan Semiconductor Manufacturing Co TSMC Ltd
Original Assignee
Taiwan Semiconductor Manufacturing Co TSMC Ltd
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 Taiwan Semiconductor Manufacturing Co TSMC Ltd filed Critical Taiwan Semiconductor Manufacturing Co TSMC Ltd
Publication of CN109725499A publication Critical patent/CN109725499A/zh
Application granted granted Critical
Publication of CN109725499B publication Critical patent/CN109725499B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0004—Industrial image inspection
    • G06T7/001—Industrial image inspection using an image reference approach
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
    • G01N21/956—Inspecting patterns on the surface of objects
    • G—PHYSICS
    • G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
    • G03F—PHOTOMECHANICAL PRODUCTION OF TEXTURED OR PATTERNED SURFACES, e.g. FOR PRINTING, FOR PROCESSING OF SEMICONDUCTOR DEVICES; MATERIALS THEREFOR; ORIGINALS THEREFOR; APPARATUS SPECIALLY ADAPTED THEREFOR
    • G03F7/00—Photomechanical, e.g. photolithographic, production of textured or patterned surfaces, e.g. printing surfaces; Materials therefor, e.g. comprising photoresists; Apparatus specially adapted therefor
    • G03F7/70—Microphotolithographic exposure; Apparatus therefor
    • G03F7/70483—Information management; Active and passive control; Testing; Wafer monitoring, e.g. pattern monitoring
    • G03F7/70605—Workpiece metrology
    • G03F7/70616—Monitoring the printed patterns
    • G03F7/7065—Defects, e.g. optical inspection of patterned layer for defects
    • 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
    • G01N2021/95676—Masks, reticles, shadow masks
    • 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)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Chemical & Material Sciences (AREA)
  • Immunology (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Pathology (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Quality & Reliability (AREA)
  • Theoretical Computer Science (AREA)
  • Signal Processing (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
  • Testing Or Measuring Of Semiconductors Or The Like (AREA)
  • Image Processing (AREA)

Abstract

本公开内容提供一种缺陷检测方法及一种缺陷检测系统。所述缺陷检测方法包括：对由晶片检验工具扫描的参考晶片的连续的管芯的多个扫描图像应用排序滤波器，以获得多个参考管芯图像；收集由所述晶片检验工具扫描的目标晶片的目标管芯的多个目标管芯图像；将所述多个目标管芯图像与所述多个参考管芯图像进行比较，以根据所述多个目标管芯图像与所述多个参考管芯图像中的对应像素的像素值的差异来检测多个缺陷；以及从所检测到的所述缺陷中排除多个共有缺陷，以检测印刷在所述目标晶片上的至少一个掩模缺陷，其中所述共有缺陷是通过所述晶片检验工具对所述目标晶片实行晶片检验而获得。据此，能够即时地检测出掩模上的缺陷并且节省成本。

Description

缺陷检测方法及缺陷检测系统
技术领域
本公开内容涉及一种用于检测缺陷的方法及一种用于检测缺陷的系统。
背景技术
光刻(photolithography)是半导体制作的主要工艺之一。在光刻工艺中，使用光将几何图案从光掩模转移到衬底或晶片上的感光性光刻胶。晶片上的每一管芯往往是通过相同的光掩模来印刷。因此，光掩模缺陷所导致的晶片缺陷会重复出现在每一管芯上，因此无法通过例如科磊(KLA)或UVision等基于管芯对管芯比较(die-to-die comparison)的现有晶片检验工具来检测。如此一来，光掩模上存在缺陷可能在所述光掩模缺陷通过掩模检验而被检测到及被修复之前造成显著的产率损失。
通常每周实行一次掩模检验来修补光掩模上的缺陷。然而，掩模检验是会拖延工艺的昂贵的介入性操作，且因此频繁实行掩模检验是一种浪费。为将产率损失最小化及降低成本，在不进行掩模检验的条件下尽可能早地检测到光掩模上的缺陷是所期望的。
发明内容
本公开内容的实施例提出一种缺陷检测方法，包括：对由晶片检验工具扫描的参考晶片的连续的管芯的多个扫描图像应用排序滤波器，以获得多个参考管芯图像；收集由所述晶片检验工具扫描的目标晶片的目标管芯的多个目标管芯图像；将所述多个目标管芯图像与所述多个参考管芯图像进行比较，以根据所述多个目标管芯图像与所述多个参考管芯图像中的对应像素的像素值的差异来检测多个缺陷；以及从所检测到的所述缺陷中排除多个共有缺陷，以检测印刷在所述目标晶片上的至少一个掩模缺陷。其中，所述共有缺陷是通过所述晶片检验工具对所述目标晶片实行晶片检验而获得。
本公开内容的实施例提出一种缺陷检测系统，包括连接装置、存储媒体以及处理器。连接装置被配置成连接晶片检验工具以接收由所述晶片检验工具扫描的扫描图像。存储媒体被配置成存储由所述连接装置接收的所述扫描图像。处理器耦接于所述连接装置及所述存储媒体，且被配置成执行指令来实行以下步骤：对由所述晶片检验工具扫描的参考晶片的连续的管芯的所述扫描图像应用排序滤波器，以获得多个参考管芯图像；收集由所述晶片检验工具扫描的目标晶片的目标管芯的多个目标管芯图像；将所述多个目标管芯图像与所述多个参考管芯图像进行比较，以根据所述多个目标管芯图像与所述多个参考管芯图像中的对应像素的像素值的差异来检测多个缺陷；以及从所检测到的所述缺陷中排除多个共有缺陷，以检测印刷在所述目标晶片上的至少一个掩模缺陷。其中，所述共有缺陷是通过所述晶片检验工具对所述目标晶片实行晶片检验而获得。
本公开内容的实施例提出一种适用于缺陷检测系统的缺陷检测方法，包括：使用晶片检验工具对目标晶片实行晶片检验，以获得多个第一缺陷；将由所述晶片检验工具扫描的所述目标晶片的目标管芯的多个目标管芯图像与一组参考管芯图像进行比较，以获得多个第二缺陷；以及通过从所述多个第二缺陷排除所述多个第一缺陷来检测印刷在所述目标晶片上的至少一个掩模缺陷。
附图说明
结合附图阅读以下详细说明，会最好地理解本公开内容的各个方面。应注意，根据本行业中的标准惯例，各种特征并非按比例绘制。事实上，为论述清晰起见，可任意增大或减小各种特征的尺寸。
图1示出根据本公开内容实施例的缺陷检测系统的示意性方块图。
图2示出根据本公开内容实施例的由晶片检验工具扫描的扫描图像的示意图。
图3示出根据本公开内容实施例的构建参考管芯图像的示意图。
图4示出根据本公开内容实施例的直方图均衡化的示意图。
图5示出根据本公开内容实施例的检测晶片上的缺陷的示意图。
图6示出根据本公开内容实施例的检测掩模缺陷的示意图。
图7示出根据本公开内容实施例的缺陷检测系统的流程图。
具体实施方式
以下公开内容提供用于实作所提供主题的不同特征的许多不同的实施例或实例。以下阐述组件及排列的具体实例以简化本公开内容。当然，这些仅为实例且不旨在进行限制。举例来说，以下说明中将第一特征形成在第二特征“之上”或第二特征“上”可包括其中第一特征及第二特征被形成为直接接触的实施例，且也可包括其中第一特征与第二特征之间可形成有附加特征、进而使得所述第一特征与所述第二特征可能不直接接触的实施例。另外，本公开内容可能在各种实例中重复使用参考编号及/或字母。这种重复使用是出于简洁及清晰的目的，而不是自身表示所论述的各种实施例及/或配置之间的关系。
此外，为易于说明，本文中可能使用例如“之下(beneath)”、“下面(below)”、“下部的(lower)”、“上方(above)”、“上部的(upper)”等空间相对性用语来阐述图中所示的一个元件或特征与另一(其他)元件或特征的关系。所述空间相对性用语旨在除图中所绘示的取向外还囊括装置在使用或操作中的不同取向。设备可具有其他取向(旋转90度或处于其他取向)，且本文中所使用的空间相对性描述语可同样相应地进行解释。
图1示出根据本公开内容实施例的缺陷检测系统的示意性方块图。参照图1，缺陷检测系统100包括连接装置110、存储媒体120、及耦接于连接装置110及存储媒体120的处理器130。
在一些实施例中，缺陷检测系统100通过有线或无线方式从外部连接到晶片检验工具200，其中晶片检验工具200被配置成扫描所印刷晶片的图像以实时检测所述所印刷晶片上的缺陷(例如，通过管芯对管芯比较(die-to-die comparison))。另一方面，缺陷检测系统100被配置成从晶片检验工具200获取扫描图像img且对所获取的扫描图像img实行大量计算，以在不对掩模实行掩模检验的条件下通过本公开内容中所介绍的缺陷检测方法算出光掩模(在下文中也称作掩模)上存在的缺陷。
应注意，在其他实施例中，缺陷检测系统100可设置或嵌入在晶片检验工具200中，本文中不对此加以限定。以下说明中将详细阐述缺陷检测系统100及晶片检验工具200。
连接装置110被配置成连接到晶片检验工具200以接收由晶片检验工具200扫描的扫描图像img。连接装置110为例如可与晶片检验工具200兼容的任何有线或无线接口，例如通用串行总线(universal serial bus，USB)、火线(firewire)、雷电(thunderbolt)、通用异步接收发送设备(universal asynchronous receiver/transmitter，UART)、序列周边接口总线(serial peripheral interface bus，SPI)、无线保真(WiFi)、或蓝牙，本文中不对此加以限定。
存储媒体120被配置成存储由连接装置110接收的扫描图像。应注意，来自晶片检验工具的扫描图像占用相当大的内存存储量，因此存储媒体120为例如海量存储装置、独立磁盘冗余阵列(redundant array of independent disk，RAID)、具有高存储容量的其他相似存储装置或其组合。应注意，本公开内容并非仅限于此。
处理器130被配置成执行用于施行本公开内容实施例的缺陷检测方法的指令。处理器130为例如中央处理器(central processing unit，CPU)、其他可编程通用或专用微处理器、数字信号处理器(digital signal processor，DSP)、可编程控制器、应用专用集成电路(application specific integrated circuit，ASIC)、可编程逻辑装置(programmablelogic device，PLD)、其他相似装置、或其组合。应注意，本公开内容并非仅限于此。
图2示出根据本公开内容实施例的由晶片检验工具扫描的扫描图像的示意图。参照图2，当扫描晶片W时，晶片检验工具200对每一管芯获得多个扫描图像。在实施例中，如图2中所示，晶片检验工具200从管芯D获得m*n个扫描图像I(1,1)至I(m,n)，其中m及n均为大于1的自然数。标记在后面的二维参数指示管芯D上的捕获所述图像的位置(或称为座标)。具体来说，扫描图像I(1,1)的二维参数(1,1)指示扫描图像I(1,1)是在管芯D的左上角处捕获的图像，扫描图像I(m,n)的二维参数(m,n)指示扫描图像I(m,n)是在管芯D的右下角处捕获的图像，以此类推。因此，两个不同管芯的两个图像具有相同的参数指示所述两个图像是在每一管芯的相同位置处捕获。
此外，每一扫描图像中的像素的数目取决于晶片检验工具200的分辨率，本文中未对此加以限定。另一方面，从一个单一管芯获得的图像的数目在本公开内容中也不受限定。在以下说明中，捕获所述图像的位置是以与图2所示实施例相似的方式由二维参数指示。
在本公开内容的一些实施例中，缺陷检测方法中包括两个主要阶段。第一阶段是构建参考管芯图像，且第二阶段是使用由晶片检验工具200扫描的扫描图像及在所述第一阶段中构建的所述参考管芯图像来在运行时间中检测缺陷。
参考管芯图像的构建
图3示出根据本公开内容实施例的构建参考管芯图像的示意图。参照图3，在第一阶段中使用参考晶片WREF构建参考管芯图像，使得所构建的参考管芯图像可用作在第二阶段中检测所印刷晶片上的缺陷的标准。
在一些实施例中，参考管芯图像是不包含缺陷的管芯图像(也称为无缺陷管芯图像)。因此，在通过实行掩模检验修复所有掩模缺陷之后立即印刷的无掩模缺陷晶片被视为参考晶片WREF。然而，本公开内容并非仅限于此。所属领域中的技术人员可根据其需求来选择任何晶片(例如，通过崭新的掩模而印刷的晶片)作为参考晶片WREF。
应注意，参考晶片WREF并不等于完美晶片，且在参考晶片WREF的一个或多个管芯上仍可能出现随机缺陷。然而，随机缺陷往往不会重复出现在参考晶片WREF的两个管芯的相同位置处，因此可通过对多个管芯的对应扫描图像应用排序滤波器(rank filter)来清除参考晶片WREF的扫描图像中所示出的所述随机缺陷。
针对已选择出的参考晶片WREF，处理器130获得WREF的多个连续的管芯(例如，至少三个连续的管芯)的扫描图像，使得可通过对所获得的扫描图像应用排序滤波器来计算参考管芯图像。在一些实施例中，晶片检验工具200获得整个晶片WREF的扫描图像且处理器130通过连接装置110而从晶片检验工具200接收所述扫描图像并将所述扫描图像存储到存储媒体120中。然而，本公开内容并非仅限于此。在其他实施例中，晶片检验工具200可仅扫描由被输入到晶片检验工具200的信号所指示的连续的管芯以获得所指示的所述连续的管芯的扫描图像，且处理器130从晶片检验工具200接收所述扫描图像并将所述扫描图像存储到存储媒体120中。
参照图3，在此实施例中，处理器130获得通过晶片检验工具200利用晶片检验工具200的最高分辨率进行扫描而得到的每一管芯Dk、Dk+1、及Dk+2的多个扫描图像(例如，如图2中所示的m*n个图像)。连续的管芯Dk、Dk+1、及Dk+2的扫描图像被堆叠成三维(three-dimensional，3D)像素阵列。如图3中所示，Dk的扫描图像I(i,j)的像素排列成第一堆叠，Dk+1的扫描图像I(i,j)的像素排列成第二堆叠，且Dk+2的扫描图像I(i,j)的像素排列成第三堆叠。在此实施例中，具有二维参数(i,j)的扫描图像I(i,j)用于阐述所述扫描图像如何进行堆叠，且连续的管芯Dk、Dk+1、及Dk+2的所有其他扫描图像是以相似的方式进行堆叠。因此，获得连续的管芯Dk、Dk+1、及Dk+2的扫描图像的三维像素阵列。
在一些实施例中，处理器130获得多于三个连续的管芯的扫描图像，且对每一管芯的扫描图像进行堆叠以形成所述连续的管芯的扫描图像的三维像素阵列。所述连续的管芯的数目在本公开内容中不受限定。
然后，对每一堆叠的对应像素应用排序滤波器。在一些实施例中，排序滤波器为中值滤波器(median filter)。参照图3，在管芯Dk的扫描图像I(i,j)中未呈现出随机缺陷，在管芯Dk+1的扫描图像I(i,j)的至少一个像素中呈现出随机缺陷RD1，且在管芯Dk+2的扫描图像I(i,j)的至少一个像素中呈现出随机缺陷RD2。通过对每一堆叠的对应像素应用中值排序滤波器，参考管芯图像R(i,j)得以形成。具体来说，中值排序滤波器取管芯Dk、Dk+1、及Dk+2的扫描图像I(i,j)中的对应三个像素的所述三个像素值的中值。结果证明，在对管芯Dk、Dk+1、及Dk+2的扫描图像I(i,j)的对应像素应用中值排序滤波器之后，呈现出随机缺陷RD1的管芯Dk+1的扫描图像I(i,j)中的像素及呈现出随机缺陷RD2的管芯Dk+2的扫描图像I(i,j)中的像素被丢弃，以由此形成洁净的参考管芯图像R(i,j)。在此实施例中，与参考晶片WREF的相同管芯对应的其他参考管芯图像是通过与前述说明中所阐述的参考管芯图像R(i,j)相同的方式形成。举例来说，参考管芯图像R(i+1,j+1)可通过对管芯Dk、Dk+1、及Dk+2的扫描图像I(i+1,j+1)的对应像素应用排序滤波器来形成，参考管芯图像R(i+2，j+2)可通过对管芯Dk、Dk+1、及Dk+2的扫描图像I(i+2,j+2)的对应像素应用排序滤波器来形成，以此类推。
然而，本公开内容并未对所选择使用的排序滤波器加以限定。所属领域中的技术人员可视其需要选取其他排序滤波器来消除随机缺陷及获得参考图像。
根据前述说明，获得与包括参考管芯图像R(i,j)的参考晶片WREF的管芯对应的一组参考管芯图像(例如，根据图2的m*n个参考管芯图像)。在一些实施例中，将所获得的参考管芯图像存储到存储媒体120中。
在一些实施例中，可通过晶片检验工具200对连续的管芯进行多次扫描(每一次以微小的子像素偏移量进行扫描)，以由缺陷检测系统100的处理器130获得多组参考管芯图像，且每一组参考管芯图像对应于参考晶片WREF的一个管芯或对应于在一次扫描中的扫描图像。
运行时间缺陷检测
在印刷晶片的运行时间期间，晶片检验工具200上线且扫描所印刷晶片以获得每一所印刷晶片的每一管芯的多个管芯图像，且对每一所印刷晶片实行晶片检验(例如，以管芯对管芯比较方式)以检测所印刷晶片上的缺陷。应注意，如果缺陷是掩模缺陷(即，掩模的一个或多个缺陷所导致的缺陷)，则所述缺陷将重复出现在所印刷晶片的每一管芯上且因此无法通过由晶片检验工具200所实行的晶片检验来检测。
在本公开内容的一些实施例中，缺陷检测系统100的处理器130从晶片检验工具200收集至少一个所印刷晶片中的一者(在下文中也称为目标晶片)的多个管芯中的一者(在下文中也称为目标管芯)的多个扫描图像(在下文中也称为目标管芯图像)。理想上，目标管芯图像与在第一阶段中获得的参考管芯图像之间的差异应该对应于目标晶片的目标管芯上的所有缺陷，而无论所述缺陷来自何处。因此，处理器130将目标管芯图像与参考管芯图像进行比较，以根据目标管芯图像与参考管芯图像的对应像素的像素值的差异来检测缺陷。
在此实施例中，目标管芯与用于构建参考管芯图像的管芯是在相同的成像条件下被扫描，使得可基于相同的比较基础来比较所述目标管芯图像与所述参考管芯图像。然而，本公开内容在本文中不受限定。
在一些实施例中，缺陷检测系统100还对目标管芯图像实行例如直方图均衡化及图像对齐等图像处理(即，预处理)，以使可基于相同的比较基础来比较所述目标管芯图像与参考管芯图像。
图4示出根据本公开内容实施例的直方图均衡化的示意图。由于不同的捕获时间、不同的捕获环境、不同的机器状态、或其他可能原因，目标管芯图像与参考管芯图像可能具有不同的对比度。然而，此种对比度差异会使目标管芯图像与参考管芯图像之间的比较变得困难。
在一些实施例中，对目标管芯图像实行直方图均衡化，以将目标管芯图像的直方图与参考管芯图像的直方图进行匹配。具体来说，将目标管芯图像的像素值的对比度或灰阶范围调整成具有与特定参考管芯图像的像素值的相似的对比度或灰阶范围，其中经调整的目标管芯图像是在管芯上的与所述特定参考管芯图像相同的位置处捕获。参照图4，目标管芯图像T(i,j)被处理器130调整成具有与参考管芯图像R(i,j)相似的对比度，参考管芯图像R(i,j)是在管芯上的与目标管芯图像T(i,j)相同的位置处捕获。相似地，目标管芯图像T(i+1,j+1)被处理器130调整成具有与参考管芯图像R(i+1,j+1)相似的对比度，参考管芯图像R(i+1,j+1)是在管芯上的与目标管芯图像T(i+1,j+1)相同的位置处捕获，目标管芯图像T(i+2,j+2)被处理器130调整成具有与参考管芯图像R(i+2,j+2)相似的对比度，参考管芯图像R(i+2,j+2)是在管芯上的与目标管芯图像T(i+2,j+2)相同的位置处捕获，以此类推。所属领域中的技术人员应具有关于直方图均衡化的基础知识，或者可从图像处理的有关文献中获得关于直方图均衡化的相关信息，因此本文中不再对直方图均衡化予以赘述。
应注意，直方图均衡化这一预处理可能使参考管芯图像与目标管芯图像之间的灰度级(grey level)差异最小化(如图4中所示)。因此，提高了缺陷检测的敏感度。
除直方图均衡化以外，为计算同一位置的目标管芯图像与参考管芯图像的对应像素的像素值的差异，必须对每一对目标管芯图像与参考管芯图像实行图像对齐。在一些实施例中，目标管芯图像中的每一者与在管芯的相同位置处捕获的对应参考管芯图像对齐。举例来说，目标管芯图像T(i,j)与参考管芯图像R(i,j)对齐，目标管芯图像T(i+1，j+1)与参考管芯图像R(i+1,j+1)对齐，目标管芯图像T(i+2,j+2)与参考管芯图像R(i+2,j+2)对齐，以此类推。在一些实施例中，每一对目标管芯图像与参考管芯图像的图像对齐是利用相位相关性(phase correlation)而实行的子像素对齐。
所属领域中的技术人员应具有关于相位相关性的基础知识，或者可从图像处理的有关文献中获得关于相位相关性的相关信息，因此本文中不再对相位相关性予以赘述。此外，本公开内容并非仅限于此。所属领域中的技术人员可视其需要来选取用于实作图像对齐的算法。
在一些实施例中，获得多组参考管芯图像。每一组参考管芯图像对应于参考晶片WREF的一或多个管芯，但具有微小的子像素偏移量。举例来说，晶片检验工具200可对连续的管芯(例如，如图3中所示Dk、Dk+1、Dk+2)进行多次扫描，其中每一次都以微小的子像素偏移量进行扫描。针对在每一次扫描中的扫描图像，处理器130可对所述扫描图像应用排序滤波器以获得所述多组参考管芯图像，其中各组参考管芯图像对应于在一次扫描中的扫描图像。举例来说，在晶片检验工具200对连续的管芯(例如，如图3中所示Dk、Dk+1、Dk+2)进行第一次扫描时，处理器130对所输出的扫描图像应用排序滤波器，以获得第一组参考管芯图像。在晶片检验工具200对连续的管芯(例如，如图3中所示Dk、Dk+1、Dk+2)进行第二次扫描时，处理器130对所输出的扫描图像应用排序滤波器以获得第二组参考管芯图像，以此类推。作为结果，每一组参考管芯图像具有微小的子像素偏移量。处理器130计算目标管芯图像与每一组参考管芯图像之间的对齐误差，且选择造成最小对齐误差的一组参考管芯图像以便随后使用。
图5示出根据本公开内容实施例的检测晶片上的缺陷的示意图。在一些实施例中，将一组参考管芯图像与目标管芯图像进行比较以检测目标晶片的对应目标管芯上的所有缺陷。应注意，将参考管芯图像与目标管芯图像进行比较以检测目标管芯上的缺陷可通过设定至少一个参数而以各种方式(例如统计测试)来实作。以下阐述一个示例性实施例，但应知道，本公开内容中未对其加以限定。
在一些实施例中，处理器130计算已经过预处理的目标管芯图像与参考管芯图像中的每一对目标管芯图像与参考管芯图像的差异图像。差异图像中的每一像素的像素值是目标管芯图像与参考管芯图像的对应像素之间的像素值差异。参照图5，差异图像DI(i,j)的像素值是目标管芯图像T(i,j)与参考管芯图像R(i,j)的像素值差异。除与缺陷对应的像素(以白色绘示)以外，差异图像DI(i,j)的像素的像素值中的大部分像素值应大约为零(以黑色绘示)。在实施例中，处理器130还计算如图5中所绘示差异图像DI(i,j)的像素值的统计分布DIST，其中统计分布DIST的图的垂直轴线表示像素数目，且统计分布DIST的图的水平轴线表示像素值。通过设定用于确定离群值OLR的至少一个阈值TH-及TH+，处理器130可将与统计分布DIST的离群值OLR对应的像素确定为出现在目标管芯的在其中捕获目标管芯图像T(i,j)的区域中的缺陷DF1、DF2、及DF3。通过前述方法，可检测整个目标管芯上的缺陷。
图6示出根据本公开内容实施例的检测掩模缺陷的示意图。通过将目标管芯图像与参考管芯图像进行比较而检测到的缺陷可包括由掩模的缺陷导致的掩模缺陷、及并非由掩模的缺陷导致的随机缺陷。随机缺陷是因各种可能的原因而在光刻工艺期间产生，且可在由晶片检验工具200实行的晶片检验中被检测出。因此，从由晶片检验工具200实行的晶片检验获得的随机缺陷是通过将目标管芯图像与参考管芯图像进行比较而检测到的缺陷中的共有缺陷，因此所述共有缺陷被视为并非由掩模导致的缺陷。
在一些实施例中，处理器130可通过连接装置110从晶片检验工具200接收包括通过晶片检验而检测到的缺陷在内的信息，且从通过将目标管芯图像与参考管芯图像进行比较而检测到的缺陷中排除通过晶片检验而检测到的所述缺陷。作为结果，剩下的缺陷可被处理器130确定为由掩模导致的缺陷(即，印刷在目标晶片上的掩模缺陷)。
参照图6，通过将目标管芯图像T(i,j)与参考管芯图像R(i,j)进行比较而检测到缺陷DF1、DF2、及DF3。如图6所示区域INS(i,j)中所示，在管芯上的捕获目标管芯图像T(i,j)的区域中，通过由晶片检验工具200实行的晶片检验而检测到缺陷DF2及DF3。在此种情形中，通过晶片检验而检测到的缺陷DF2及DF3是通过将目标管芯图像T(i,j)与参考管芯图像R(i,j)进行比较而检测到的缺陷DF1、DF2、及DF3中的共有缺陷。因此，共有缺陷DF2及DF3被处理器130从通过将目标管芯图像T(i,j)与参考管芯图像R(i,j)进行比较而检测到的缺陷DF1、DF2、及DF3中排除，使得可确定出及检测到掩模缺陷DF1。通过对每一对目标管芯图像与参考管芯图像采取前述方法，可检测到印刷在整个目标管芯上的掩模缺陷。
因此，可根据印刷在目标晶片上且根据晶片检验工具200的扫描图像而检测到的所述至少一个掩模缺陷来定位掩模上的至少一个缺陷。
图7示出根据本公开内容实施例的缺陷检测方法的流程图。可通过前述缺陷检测系统100来实作所述缺陷检测方法。前述说明中阐述了每一步骤的细节，本文中不再对其予以赘述。
参照图7，在步骤S110中，对由晶片检验工具扫描的参考晶片的连续的管芯的多个扫描图像应用排序滤波器，以获得多个参考管芯图像。在步骤S120中，收集由晶片检验工具扫描的目标晶片的目标管芯的多个目标管芯图像。在步骤S130中，将目标管芯图像与参考管芯图像进行比较，以根据目标管芯图像与参考管芯图像中的对应像素的像素值的差异来检测多个缺陷。在步骤S140中，从所检测到的缺陷中排除多个共有缺陷，以检测印刷在目标晶片上的至少一个掩模缺陷。
以下在本公开内容的实施例中还介绍一种非暂时性计算机可读媒体。所述非暂时性计算机可读媒体包括处理器可执行指令。当所述指令被处理器执行时，可实作如前面所阐述的缺陷检测方法。
通过采取缺陷检测方法，针对可能印刷有掩模缺陷的第一片晶片进行的早期掩模缺陷检测得以实现。另外，所公开缺陷检测方法可为不需要实时运行的离线工具检测(off-tool detection)。因此，可应用例如用于图像处理或图像比较的算法等更先进的算法，且灵活性及准确性可提高。
此外，掩模上的所有缺陷均可通过普通掩模检验来检测，但所检测到的掩模上的缺陷可能不会在晶片上造成缺陷。所公开缺陷检测方法是基于实质上印刷在晶片上的缺陷，可避免对普通掩模检验的检测结果作出过度反应(例如，当无需修复或替换掩模时对所述掩模进行修复或替换)。因此，材料成本可降低。
根据一些实施例，一种缺陷检测方法包括：对由晶片检验工具扫描的参考晶片的连续的管芯的多个扫描图像应用排序滤波器，以获得多个参考管芯图像；收集由所述晶片检验工具扫描的目标晶片的目标管芯的多个目标管芯图像；将所述多个目标管芯图像与所述多个参考管芯图像进行比较，以根据所述多个目标管芯图像与所述多个参考管芯图像中的对应像素的像素值的差异来检测多个缺陷；以及从所检测到的缺陷中排除多个共有缺陷，以检测印刷在所述目标晶片上的至少一个掩模缺陷。其中，共有缺陷是通过所述晶片检验工具对所述目标晶片实行晶片检验而获得。
根据一些实施例，所述晶片检验工具的每一次扫描中的所述连续的管芯的所述多个扫描图像被堆叠成三维像素阵列，且对每一堆叠的所述像素应用所述排序滤波器以获得参考像素值，其中所述三维像素阵列的所述堆叠的所述参考像素值形成所述参考管芯图像中的一者。
根据一些实施例，将所述多个目标管芯图像与所述多个参考管芯图像进行比较包括：对所述多个目标管芯图像实行直方图均衡化，以将所述多个目标管芯图像的直方图与所述多个参考管芯图像的直方图进行匹配。
根据一些实施例，将所述多个目标管芯图像与所述多个参考管芯图像进行比较包括：对所述多个目标管芯图像与所述多个参考管芯图像实行图像对齐，以将所述多个目标管芯图像与所述多个参考管芯图像对齐。
根据一些实施例，所述晶片检验工具被配置成对所述连续的管芯进行多次扫描来获得所述多个扫描图像，其中对所述多个扫描图像应用所述排序滤波器包括：对每一次扫描获得的所述多个扫描图像应用所述排序滤波器，以获得多组所述多个参考管芯图像，其中在每一次扫描中，所述晶片检验工具以子像素偏移量对所述连续的管芯进行扫描且各组所述多个参考管芯图像对应于在所述多次扫描的其中之一所扫描的所述多个扫描图像，且其中对所述多个目标管芯图像及所述多个参考管芯图像实行所述图像对齐以将所述多个目标管芯图像与所述多个参考管芯图像对齐包括：根据所述多个目标管芯图像及各组所述多个参考管芯图像来计算对齐误差；以及选择与所述对齐误差中的最小对齐误差对应的一组所述多个参考管芯图像来检测所述缺陷。
根据一些实施例，所述图像对齐是利用相位相关性实行的子像素对齐。
根据一些实施例，将所述多个目标管芯图像与所述多个参考管芯图像进行比较以根据所述多个目标管芯图像与所述多个参考管芯图像中的对应像素的像素值的差异来检测所述缺陷包括：计算所述多个目标管芯图像与所述多个参考管芯图像中的一对的差异图像；计算所述差异图像的像素值的统计分布；以及确定与所述统计分布中的离群值对应的像素作为所述缺陷。
根据一些实施例，所述连续的管芯的数目大于或等于3。
根据一些实施例，所述参考晶片的所述连续的管芯的所述多个扫描图像及所述目标晶片的所述目标管芯的所述多个目标管芯图像是由所述晶片检验工具在相同的成像条件下扫描得到。
根据一些实施例，一种缺陷检测系统包括：连接装置，被配置成连接晶片检验工具以接收由所述晶片检验工具扫描的扫描图像；存储媒体，被配置成存储由所述连接装置接收的所述扫描图像；以及处理器，耦接于所述连接装置及所述存储媒体。所述处理器被配置成执行指令来实行以下步骤：对由所述晶片检验工具扫描的参考晶片的连续的管芯的扫描图像应用排序滤波器，以获得多个参考管芯图像；收集由所述晶片检验工具扫描的目标晶片的目标管芯的多个目标管芯图像；将所述多个目标管芯图像与所述多个参考管芯图像进行比较，以根据所述多个目标管芯图像与所述多个参考管芯图像中的对应像素的像素值的差异来检测多个缺陷；以及从所检测到的缺陷中排除多个共有缺陷，以检测印刷在所述目标晶片上的至少一个掩模缺陷。其中，共有缺陷是通过所述晶片检验工具对所述目标晶片实行晶片检验而获得。
根据一些实施例，所述连续的管芯的数目大于或等于3。
根据一些实施例，所述缺陷检测系统被设置或嵌置在所述晶片检验工具中。
根据一些实施例，所述缺陷检测系统在外部连接到所述晶片检验工具。
根据一些实施例，一种适用于缺陷检测系统的缺陷检测方法包括：使用晶片检验工具对目标晶片实行晶片检验以获得多个第一缺陷；将由所述晶片检验工具扫描的所述目标晶片的目标管芯的多个目标管芯图像与一组参考管芯图像进行比较，以获得多个第二缺陷；以及通过从所述多个第二缺陷中排除所述多个第一缺陷来检测印刷在所述目标晶片上的至少一个掩模缺陷。
根据一些实施例，对所述目标晶片实行的所述晶片检验是采取管芯对管芯比较方式。
根据一些实施例，所述参考管芯图像是无缺陷管芯图像。
根据一些实施例，每一组所述无缺陷管芯图像是通过对由所述晶片检验工具扫描的参考晶片的连续的管芯的多个扫描图像应用排序滤波器来获得。
根据一些实施例，所述参考晶片是无掩模缺陷晶片。
根据一些实施例，所述晶片检验工具被配置成对所述连续的管芯进行多次扫描来获得所述扫描图像，所述缺陷检测方法还包括：对每一次扫描获得的所述扫描图像应用所述排序滤波器，以获得多组所述参考管芯图像，其中在每一次扫描中，所述晶片检验工具以子像素偏移量对所述连续的管芯进行扫描且各组所述参考管芯图像对应于在所述多次扫描中的其中之一所扫描的所述扫描图像；根据所述多个目标管芯图像及各组所述参考管芯图像来计算对齐误差；以及选择与所述对齐误差中的最小对齐误差对应的一组所述参考管芯图像来获得所述第二缺陷。
根据一些实施例，将所述多个目标管芯图像与所述一组参考管芯图像进行比较以获得所述多个第二缺陷包括：对所述多个目标管芯图像及所述一组参考管芯图像实行至少一个图像处理，其中所述至少一个图像处理包括直方图均衡化或图像对齐；以及将经处理的所述多个目标管芯图像与所述一组参考管芯图像进行比较，以获得所述多个第二缺陷。
根据一些实施例，一种非暂时性计算机可读媒体包括处理器可执行指令，所述处理器可执行指令在被执行时实行一种用于检测缺陷的方法。所述方法包括：对由晶片检验工具扫描的参考晶片的连续的管芯的多个扫描图像应用排序滤波器，以获得多个参考管芯图像；收集由所述晶片检验工具扫描的目标晶片的目标管芯的多个目标管芯图像；将所述多个目标管芯图像与所述多个参考管芯图像进行比较，以根据所述多个目标管芯图像与所述多个参考管芯图像中的对应像素的像素值的差异来检测多个缺陷；以及从所检测到的缺陷中排除多个共有缺陷，以检测印刷在所述目标晶片上的至少一个掩模缺陷。其中，共有缺陷是通过所述晶片检验工具对所述目标晶片实行晶片检验而获得。
以上概述了若干实施例的特征，以使所属领域中的技术人员可更好地理解本公开内容的各个方面。所属领域中的技术人员应知，其可容易地使用本公开内容作为设计或修改其他工艺及结构的基础来施行与本文中所介绍的实施例相同的目的及/或实现与本文中所介绍的实施例相同的优点。所属领域中的技术人员还应认识到，这些等效构造并不背离本公开内容的精神及范围，而且他们可在不背离本公开内容的精神及范围的条件下对其作出各种改变、代替及变更。

Claims (18)

1.一种缺陷检测方法，其特征在于，包括：
对由晶片检验工具扫描的通过崭新的或修复后的掩模印刷的参考晶片的连续的管芯的多个扫描图像应用排序滤波器，以获得多个参考管芯图像；
收集由所述晶片检验工具扫描的目标晶片的目标管芯的多个目标管芯图像；
将所述多个目标管芯图像与所述多个参考管芯图像进行比较，以根据所述多个目标管芯图像与所述多个参考管芯图像中的对应像素的像素值的差异来检测多个缺陷；以及
从所检测到的所述缺陷中排除多个共有缺陷，以检测印刷在所述目标晶片上的至少一个掩模缺陷，其中所述共有缺陷是由所述晶片检验工具通过管芯对管芯比较对所述目标晶片实行晶片检验而获得的且包含在所检测的所述多个缺陷中的随机缺陷。
2.根据权利要求1所述的缺陷检测方法，其特征在于，所述晶片检验工具的每一次扫描中的所述连续的管芯的所述多个扫描图像被堆叠成三维像素阵列，且对每一堆叠的所述像素应用所述排序滤波器以获得参考像素值，其中所述三维像素阵列的所述堆叠的所述参考像素值形成所述多个参考管芯图像中的一者。
3.根据权利要求1所述的缺陷检测方法，其特征在于，将所述多个目标管芯图像与所述多个参考管芯图像进行比较包括：
对所述多个目标管芯图像实行直方图均衡化，以将所述多个目标管芯图像的直方图与所述多个参考管芯图像的直方图进行匹配。
4.根据权利要求3所述的缺陷检测方法，其特征在于，将所述多个目标管芯图像与所述多个参考管芯图像进行比较包括：
对所述多个目标管芯图像与所述多个参考管芯图像实行图像对齐，以将所述多个目标管芯图像与所述多个参考管芯图像对齐。
5.根据权利要求4所述的缺陷检测方法，其特征在于，所述晶片检验工具被配置成对所述连续的管芯进行多次扫描来获得所述多个扫描图像，其中对所述多个扫描图像应用所述排序滤波器包括：
对每一次扫描获得的所述多个扫描图像应用所述排序滤波器，以获得多组所述多个参考管芯图像，其中在每一次扫描中，所述晶片检验工具以子像素偏移量对所述连续的管芯进行扫描且各组所述多个参考管芯图像对应于在所述多次扫描的其中之一所扫描的所述多个扫描图像，且
其中对所述多个目标管芯图像及所述多个参考管芯图像实行所述图像对齐以将所述多个目标管芯图像与所述多个参考管芯图像对齐包括：
根据所述多个目标管芯图像及各组所述多个参考管芯图像来计算对齐误差；以及
选择与所述对齐误差中的最小对齐误差对应的一组所述多个参考管芯图像来检测所述缺陷。
6.根据权利要求4所述的缺陷检测方法，其特征在于，所述图像对齐是利用相位相关性实行的子像素对齐。
7.根据权利要求1所述的缺陷检测方法，其特征在于，将所述多个目标管芯图像与所述多个参考管芯图像进行比较以根据所述多个目标管芯图像与所述多个参考管芯图像中的对应像素的像素值的差异来检测所述缺陷包括：
计算所述多个目标管芯图像与所述多个参考管芯图像中的一对的差异图像；
计算所述差异图像的像素值的统计分布；以及
确定与所述统计分布中的离群值对应的像素作为所述缺陷。
8.根据权利要求1所述的缺陷检测方法，其特征在于，所述连续的管芯的数目大于或等于3。
9.根据权利要求1所述的缺陷检测方法，其特征在于，所述参考晶片的所述连续的管芯的所述多个扫描图像及所述目标晶片的所述目标管芯的所述多个目标管芯图像是由所述晶片检验工具在相同的成像条件下扫描得到。
10.一种缺陷检测系统，其特征在于，包括：
连接装置，被配置成连接晶片检验工具以接收由所述晶片检验工具扫描的扫描图像；
存储媒体，被配置成存储由所述连接装置接收的所述扫描图像；
处理器，耦接于所述连接装置及所述存储媒体，且被配置成执行指令来实行以下步骤：
对由所述晶片检验工具扫描的参考晶片的连续的管芯的所述扫描图像应用排序滤波器，以获得多个参考管芯图像；
收集由所述晶片检验工具扫描的目标晶片的目标管芯的多个目标管芯图像；
将所述多个目标管芯图像与所述多个参考管芯图像进行比较，以根据所述多个目标管芯图像与所述多个参考管芯图像中的对应像素的像素值的差异来检测多个缺陷；以及
从所检测到的所述缺陷中排除多个共有缺陷，以检测印刷在所述目标晶片上的至少一个掩模缺陷，其中所述共有缺陷是由所述晶片检验工具通过管芯对管芯比较对所述目标晶片实行晶片检验而获得的且包含在所检测的所述多个缺陷中的缺陷。
11.根据权利要求10所述的缺陷检测系统，其特征在于，所述连续的管芯的数目大于或等于3。
12.根据权利要求10所述的缺陷检测系统，其特征在于，所述缺陷检测系统被设置或嵌置在所述晶片检验工具中。
13.根据权利要求10所述的缺陷检测系统，其特征在于，所述缺陷检测系统在外部连接到所述晶片检验工具。
14.一种适用于缺陷检测系统的缺陷检测方法，其特征在于，包括：
使用晶片检验工具通过管芯对管芯比较对目标晶片实行晶片检验，以获得多个第一缺陷；
将由所述晶片检验工具扫描的所述目标晶片的目标管芯的多个目标管芯图像与一组参考管芯图像进行比较，以获得多个第二缺陷，所述参考管芯图像是无缺陷管芯图像；以及
通过从所述多个第二缺陷排除所述多个第一缺陷来检测印刷在所述目标晶片上的至少一个掩模缺陷。
15.根据权利要求14所述的缺陷检测方法，其特征在于，每一组所述无缺陷管芯图像是通过对由所述晶片检验工具扫描的参考晶片的连续的管芯的多个扫描图像应用排序滤波器来获得。
16.根据权利要求15所述的缺陷检测方法，其特征在于，所述参考晶片是无掩模缺陷晶片。
17.根据权利要求15所述的缺陷检测方法，其特征在于，所述晶片检验工具被配置成对所述连续的管芯进行多次扫描来获得所述扫描图像，所述缺陷检测方法还包括：
对每一次获得的所述扫描图像应用所述排序滤波器，以获得多组所述参考管芯图像，其中在每一次中，所述晶片检验工具以子像素偏移量对所述连续的管芯进行扫描且每一组所述参考管芯图像对应于在所述多次中的一次中扫描的所述扫描图像；
根据所述目标管芯图像及每一组所述参考管芯图像来计算对齐误差；以及
选择与所述对齐误差中的最小对齐误差对应的所述一组参考管芯图像来获得所述第二缺陷。
18.根据权利要求14所述的缺陷检测方法，其特征在于，将所述目标管芯图像与所述一组参考管芯图像进行比较以获得所述多个第二缺陷包括：
对所述目标管芯图像及所述一组参考管芯图像实行至少一个图像处理，其中所述至少一个图像处理包括直方图均衡化或图像对齐；以及
将经处理的所述目标管芯图像与所述一组参考管芯图像进行比较，以获得所述多个第二缺陷。
CN201810415053.8A 2017-10-30 2018-05-03 缺陷检测方法及缺陷检测系统 Active CN109725499B (zh)

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
US201762579106P 2017-10-30 2017-10-30
US62/579,106 2017-10-30
US15/884,305 US10964014B2 (en) 2017-10-30 2018-01-30 Defect detecting method and defect detecting system
US15/884,305 2018-01-30

Publications (2)

Publication Number Publication Date
CN109725499A CN109725499A (zh) 2019-05-07
CN109725499B true CN109725499B (zh) 2021-06-29

Family

ID=66244893

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810415053.8A Active CN109725499B (zh) 2017-10-30 2018-05-03 缺陷检测方法及缺陷检测系统

Country Status (3)

Country Link
US (1) US10964014B2 (zh)
CN (1) CN109725499B (zh)
TW (1) TWI662358B (zh)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11127136B2 (en) * 2019-12-05 2021-09-21 Kla Corporation System and method for defining flexible regions on a sample during inspection
CN111050088B (zh) * 2019-12-30 2021-12-21 英特尔产品（成都）有限公司 对检测管芯缺陷的相机的成像亮度进行校准的机制
US11201074B2 (en) * 2020-01-31 2021-12-14 Kla Corporation System and method for semiconductor device print check alignment
CN113012120B (zh) * 2021-03-09 2022-11-15 普迪飞半导体技术(上海)有限公司 灰度值有效性分析方法、装置、电子设备以及存储介质
TWI770906B (zh) * 2021-03-26 2022-07-11 環球晶圓股份有限公司 晶圓表面缺陷檢測方法及其裝置
US20230063102A1 (en) * 2021-08-25 2023-03-02 Kla Corporation Methods And Systems For Selecting Wafer Locations To Characterize Cross-Wafer Variations Based On High-Throughput Measurement Signals
WO2024012966A1 (en) * 2022-07-15 2024-01-18 Asml Netherlands B.V. Transient defect inspection using an inspection image

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1501174A (zh) * 2002-10-28 2004-06-02 Asml 检测掩模缺陷的方法，计算机程序和基准衬底
CN101241084A (zh) * 2007-02-06 2008-08-13 台湾积体电路制造股份有限公司 晶圆检查的方法和系统
CN106662538A (zh) * 2014-08-27 2017-05-10 科磊股份有限公司 重复缺陷检测

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5795688A (en) 1996-08-14 1998-08-18 Micron Technology, Inc. Process for detecting defects in photomasks through aerial image comparisons
US6122397A (en) * 1997-07-03 2000-09-19 Tri Path Imaging, Inc. Method and apparatus for maskless semiconductor and liquid crystal display inspection
US8799831B2 (en) * 2007-05-24 2014-08-05 Applied Materials, Inc. Inline defect analysis for sampling and SPC
US7796804B2 (en) * 2007-07-20 2010-09-14 Kla-Tencor Corp. Methods for generating a standard reference die for use in a die to standard reference die inspection and methods for inspecting a wafer
US8055101B2 (en) * 2008-04-29 2011-11-08 Adobe Systems Incorporated Subpixel registration
JP6307367B2 (ja) 2014-06-26 2018-04-04 株式会社ニューフレアテクノロジー マスク検査装置、マスク評価方法及びマスク評価システム
US9766187B2 (en) * 2014-08-27 2017-09-19 Kla-Tencor Corp. Repeater detection
KR20180030228A (ko) 2015-08-10 2018-03-21 케이엘에이-텐코 코포레이션 웨이퍼-레벨 결함 인쇄성을 예측하기 위한 장치 및 방법들

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1501174A (zh) * 2002-10-28 2004-06-02 Asml 检测掩模缺陷的方法，计算机程序和基准衬底
CN101241084A (zh) * 2007-02-06 2008-08-13 台湾积体电路制造股份有限公司 晶圆检查的方法和系统
CN106662538A (zh) * 2014-08-27 2017-05-10 科磊股份有限公司 重复缺陷检测

Also Published As

Publication number Publication date
TWI662358B (zh) 2019-06-11
US20190130551A1 (en) 2019-05-02
CN109725499A (zh) 2019-05-07
US10964014B2 (en) 2021-03-30
TW201917488A (zh) 2019-05-01

Similar Documents

Publication Publication Date Title
CN109725499B (zh) 缺陷检测方法及缺陷检测系统
CN101996398B (zh) 用于晶圆对准的图像匹配方法及设备
TWI614721B (zh) 在半導體製造中用於檢測之雜訊中所內嵌之缺陷之偵測
KR20190124319A (ko) 결함 검출을 위한 동적 케어 영역
TWI716684B (zh) 臨界尺寸量測方法及用於量測臨界尺寸的影像處理裝置
JP3749090B2 (ja) パターン検査装置
JP2016009180A (ja) マスク検査装置、マスク評価方法及びマスク評価システム
CN112635346B (zh) 晶圆检测方法、半导体检测设备及存储介质
KR100960543B1 (ko) 미지 품질의 패턴을 사용하여 기준 이미지를 생성하기 위한시스템 및 방법
JP6139002B2 (ja) 画像中の異常を識別する方法
JP2008002935A (ja) 外観検査方法及び外観検査装置
US10067029B2 (en) Systems and methods for estimating modulation transfer function in an optical system
US8606017B1 (en) Method for inspecting localized image and system thereof
JP2010182330A (ja) カラー画像の処理方法および画像処理装置
JP4772815B2 (ja) 補正パターン画像生成装置、パターン検査装置および補正パターン画像生成方法
JP2018088228A (ja) 交点検出装置、カメラ校正システム、交点検出方法、カメラ校正方法、プログラムおよび記録媒体
TWM585899U (zh) 用於檢測半導體裝置之缺陷之系統
JP2012004664A (ja) 画像処理装置、検査装置、画像処理方法および画像処理プログラム
JP7087221B2 (ja) 検査装置、方法、及び、プログラム
TWI840374B (zh) 用於檢測半導體裝置之缺陷之系統及方法
CN117495856B (zh) 基于深度学习的晶圆表面检测方法、装置、设备和介质
KR101614207B1 (ko) 획득한 영상의 특징점을 추출하는 방법 및 이를 이용하여 웨이퍼의 결함을 검출하는 방법
JP3654501B2 (ja) 半導体ウェハのマクロ検査装置
JP2005346300A (ja) 筋状欠陥検出方法及び装置
JP2020085527A (ja) パターン検査装置及びパターン検査方法

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