用于检测硅晶圆上激光打标缺陷的方法
技术领域
本发明属于晶硅领域,具体而言,本发明涉及用于检测硅晶圆上激光打标缺陷的方法。
背景技术
硅晶圆制造工序中,需在硅晶圆正面或背面上以激光打标方式,标注硅晶圆制造的流水编号,以便在芯片制造工序得以追踪到每一片原始的硅晶圆。激光打标一般可概分软打标及硬打标两种方式。通常软打标工序在抛光后,且标注在硅晶圆正面,激光打标深度极浅,约在5μm左右,打标过程中较少产生溅出物,因此问题不大。
而硬打标工序,一般在抛光前,标通常标注在硅晶圆背面,激光打标深度较深,约在60~90μm左右,由于打标深度较深,尤其是T7打标密度较高,较容易产生溅出物堆积在打标点附近,形成类似火山口堆积,若是在后续腐蚀及抛光工序未能有效移除类似火山口堆积物,则可能造成后续硅晶圆上激光打标的读取误判。现有技术并未有明确的判断方法,以用来量化激光打标的缺陷状况,本发明利用图像处理方式,来测定打标点附近的明亮对比,用以判定打标点附近的缺陷状态。
发明内容
本发明旨在至少在一定程度上解决相关技术中的技术问题之一。为此,本发明的一个目的在于提出一种用于检测硅晶圆上激光打标缺陷的方法,采用方法可以有效地检测出硅片上因激光打标或者抛光工序不当产生的缺陷,进而对硅片的质量、激光打标和抛光工序进行评价和监测,同时可以为激光打标或者抛光工序提供指导。
根据本发明的一个方面,本发明提出了一种用于检测硅晶圆上激光打标缺陷的方法,根据本发明的实施例,该方法包括:
(1)对硅晶圆上的激光码进行拍照取像,以便得到原始图像;
(2)对所述原始图像进行灰阶转换和高斯模糊处理,以便得到处理后图像;
(3)预先确定阈值灰度范围,并将所述处理后图像中不在所述阈值灰度范围内的灰度值调节至所述阈值灰度范围外的任一灰度值,得到所述缺陷图像;
(4)对所述缺陷图像进行缺陷分析;
(5)根据分析结果标识出缺陷位置、统计缺陷总个数和缺陷面积。
由此,本发明通过对激光打标产生缺陷的原因以及缺陷的形态特征进行分析,进而利用打标点、硅片表面以及缺陷在处理后的图像上显现的灰度不同,实现对缺陷的定量检测,以便最终对硅片的质量进行评价。同时达到监测激光打标和抛光工序的目的,以便及时对激光打标或者抛光工序作出调整和优化。
另外,根据本发明上述实施例的用于检测硅晶圆上激光打标缺陷的方法还可以具有如下附加的技术特征:
在本发明的一些实施例中,所述激光打标缺陷包括凸起缺陷和凹陷缺陷,
进一步地,步骤(3)包括:
(3-1)预先确定所述凸起缺陷的阈值灰度范围,并将所述处理后图像中不在所述凸起缺陷的阈值灰度范围内的灰度值调节至所述凸起缺陷的阈值灰度范围外的任一灰度值,以便得到显示凸起缺陷的缺陷图像;
(3-2)预先确定所述凹陷缺陷的阈值灰度范围,并将所述处理后图像中不在所述凹陷缺陷的阈值灰度范围内的灰度值调节至所述凹陷缺陷的阈值灰度范围外的任一灰度值,以便得到显示凹陷缺陷的缺陷图像。
在本发明的一些实施例中,步骤(5)进一步包括:对所述缺陷图像中的所述凸起缺陷和所述凹陷缺陷进行区分标记,以便完成所述激光打标缺陷的定性分析。
在本发明的一些实施例中,所述凸起缺陷与所述凹陷缺陷的阈值灰度范围不同。
在本发明的一些实施例中,所述阈值灰度范围是通过对50-100片硅片的所述处理后图像进行灰度筛选获得,其中至少60%的所述处理后图像在所述阈值灰度范围下能够显现出所述凹陷缺陷或所述突起缺陷。
在本发明的一些实施例中,所述拍照取像采用显微摄像机在放大5-20倍的条件下完成的。
在本发明的一些实施例中,所述高斯模糊的模板大小为3×3、5×5、7×7或者9×9的像素。
在本发明的一些实施例中,所述原始图像的像素为不小于640×480,优选为1024×768、2048×1536或者4096×2160。
在本发明的一些实施例中,所述激光码是通过硬打标形成的。
在本发明的一些实施例中,所述方法是对经过抛光处理后硅晶圆进行的。
附图说明
图1是根据发明一个实施例的检测硅晶圆上激光打标缺陷的方法的流程图。
图2是利用发明一个实施例的阈值灰度处理后的图像。
图3是利用发明一个实施例的检测硅晶圆上激光打标缺陷的方法获得的图像。
图4是利用发明一个实施例的阈值灰度处理后的图像。
图5是利用发明一个实施例的检测硅晶圆上激光打标缺陷的方法获得的图像。
具体实施方式
下面详细描述本发明的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,旨在用于解释本发明,而不能理解为对本发明的限制。
根据本发明的一个方面,本发明提出了一种用于检测硅晶圆上激光打标缺陷的方法,根据本发明的实施例,该方法包括:
(1)对硅晶圆上的激光码进行拍照取像,以便得到原始图像;
(2)对所述原始图像进行灰阶转换和高斯模糊处理,以便得到处理后图像;
(3)预先确定阈值灰度范围,并将所述处理后图像中不在所述阈值灰度范围内的灰度值调节至所述阈值灰度范围外的任一灰度值,得到所述缺陷图像;
(4)对所述缺陷图像进行缺陷分析;
(5)根据分析结果标识出缺陷位置、统计缺陷总个数和缺陷面积。
由此,本发明通过对激光打标产生缺陷的原因以及缺陷的形态特征进行分析,进而利用打标点、硅片表面以及缺陷在处理后的图像上显现的灰度不同,实现对缺陷的定量检测,以便最终对硅片的质量进行评价。同时达到监测激光打标和抛光工序的目的,以便及时对激光打标或者抛光工序作出调整和优化。
下面对本发明上述实施例的用于检测硅晶圆上激光打标缺陷的方法进行详细描述。
根据本发明的实施例,首先,对硅晶圆上的激光码进行拍照取像,以便得到原始图像。具体地,对硅晶圆上的激光码进行拍照取像可以采用显微摄像机进行,进而可以清楚地获得激光码。另外,采用显微摄像机在放大5-20倍的条件下进行拍摄效果最佳。若放大倍数过大,则对准焦距较为困难;放大倍数过小,则分辨率较差。
根据本发明的实施例,硅晶圆上的激光码是通过硬打标形成的,而硬打标容易产生溅出物。尤其是T7打标密度较高,较容易产生溅出物堆积在打标点附近,形成类似火山口堆积,进而造成硅晶圆缺陷,影响硅晶圆品质,所以对于该激光打标缺陷的检测极其重要。
通常对激光打标后的硅晶圆进行抛光处理后,可以减少部分突起缺陷或者凹陷缺陷,甚至可以完全消除上述缺陷。但是由于抛光不当或者缺陷过大等原因,抛光后仍可能存在一些缺陷,影响硅晶圆的品质。因此对经过抛光处理后的硅晶圆的上的激光打标缺陷进行检测,更加具有实际意义,而且还可以及时发现激光打标或者抛光工序存在的缺陷,以便及时作出调整和优化,提高硅晶圆的品质。
根据本发明的具体实施例,采用上述步骤获得的原始图像的像素为不小于640×480,优选为1024×768、2048×1536或者4096×2160进而可以有效地捕捉到激光打标缺陷,提高检测的灵敏度和精确度。若像素过小,则缺陷可能无法在原始图像上清楚的显现,而该原始图像再经过进一步地后续处理后,缺陷可能会变得更加模糊,甚至分辨不出,进而降低检测的灵敏度。因此,本发明采用像素为不小于640×480,优选为1024×768、2048×1536或者4096×2160的显微摄像机放大至5-20倍进行拍摄,可以获得足够清楚的图像,便于后续处理。
本发明的检测方法是利用光的反射原理,打标点位置、硅晶圆底色位置和缺陷位置的高度不同,在光的反射下,通过图像拍摄,其像素不同。在图像拍摄后,会有一些噪声存在,这些杂讯会干扰后续的缺陷分析。
为此,根据本发明的具体实施例,进一步对所述原始图像进行灰阶转换和高斯模糊处理,以便得到处理后图像。
具体地,所述高斯模糊的模板大小为3×3、5×5、7×7或者9×9的像素。由此可以保证处理后图像中能够分辨出打标点、硅晶圆底色和缺陷。另外,高斯模糊的模板大小须依据原始图像的像素大小作适当选择,以便过滤部分噪声及强化所欲寻找缺陷的区块。发明人发现,原始图像的像素愈大可选用较大的模板,进而可以达到最佳的过滤掉噪声及强化所欲寻找缺陷的区块。
根据本发明的具体实施例,进一步地,预先确定阈值灰度范围,并将所述处理后图像中不在所述阈值灰度范围内的灰度值调节至所述阈值灰度范围外的任一灰度值,得到所述缺陷图像。由此,通过对处理后图像进行上述处理,可以有效地去除背景干扰,进而将缺陷突出,便于缺陷的识别。
由此,在灰阶转换和高斯模糊处理后,根据预先确定的阈值灰度范围,对所述处理后图像进行处理,可以有效地去除背景干扰,进而将缺陷突出,便于缺陷的识别,得到所述缺陷图像。例如图2和图4中经过阈值灰度处理后,可明显看到缺陷图像。该阈值灰度范围可通过对50-100片硅片的所述处理后图像进行灰度筛选获得,其中至少60%的所述处理后图像在所述阈值灰度下能够显现出激光打标缺陷。
根据本发明的实施例,发明人发现,激光打标产生的缺陷分为两种,一种为凸起缺陷,一种为凹陷缺陷,凸起缺陷在硅晶圆平面之上,凹陷缺陷在硅晶圆平面之下,在图像处理过程中,其灰度阈值范围不一样。
因此,为了有效地去除背景干扰,分别使得凸起缺陷和凹陷缺陷得到有效的显现。上述步骤进一步地包括:
(1)预先确定所述凸起缺陷的阈值灰度范围,并将所述处理后图像中不在所述凸起缺陷的阈值灰度范围内的灰度值调节至所述凸起缺陷的阈值灰度范围外的任一灰度值,以便得到显示凸起缺陷的缺陷图像;
(2)预先确定所述凹陷缺陷的阈值灰度范围,并将所述处理后图像中不在所述凹陷缺陷的阈值灰度范围内的灰度值调节至所述凹陷缺陷的阈值灰度范围外的任一灰度值,以便得到显示凹陷缺陷的缺陷图像。
根据本发明的具体实施例,上述步骤(1)和(2)可以是分别对高斯模糊处理后的图像进行处理,进而可以分别找出处理后图像上的凸起缺陷和凹陷缺陷,并将凸起缺陷和凹陷缺陷的位置、个数、面积进行分析,并在处理后图像上进行标记。
具体地,上述凸起缺陷的阈值灰度范围或者凹陷缺陷的阈值灰度范围是通过对50-100片硅片的所述处理后图像进行灰度筛选获得,其中至少60%的所述处理后图像在所述阈值灰度下能够显现出凸起缺陷或者凹陷缺陷。根据本发明的实施例,上述凸起缺陷的阈值灰度范围可以为180-255、180-240、180-230、180-220、180-210、180-200、190-240、190-230、190-220、190-210、190-200、200-240、200-230、200-220、200-210;上述凹陷缺陷的阈值灰度范围可以为120-150、120-140、120-130、130-150、130-140或者140-150。
另外,凸起缺陷的阈值灰度范围外或者凹陷缺陷的阈值灰度范围外的任一灰度值不受特别限制,只要是阈值灰度范围外的灰度值,既可将凸起缺陷和凹陷缺陷处的灰度显现出来,进而便于分析,提高分析的准确度。
具体地,例如图2是经过上述步骤(1)凸起缺陷的阈值处理后获得的缺陷图像,凸起缺陷的阈值灰度范围为180-255;图4是经过上述步骤(2)凹陷缺陷的阈值处理后获得的缺陷图像,凹陷缺陷的阈值灰度范围为120-150。由于凹陷缺陷与激光码都在硅晶圆平面之下,因此其阈值灰度范围会有一点重叠,在阈值灰度处理图像上会有模糊的激光码的图像现象,经过缺陷分析,可有效的识别出凹陷缺陷。
根据本发明的具体实施例,得到所述缺陷图像后,进一步地,对所述缺陷图像进行分析,得到缺陷的位置、数量和面积。该分析方法可通过物体侦测处理完成。
根据本发明的具体实施例,得到缺陷的位置、数量和面积后,对所述缺陷的位置、数量和面积进行标识,实现缺陷的定量检测。进一步地还可以对上述缺陷图像中的凸起缺陷和凹陷缺陷进行区分标记,以便完成激光打标缺陷的定性分析。
例如,通过对图2获得的缺陷图像进行分析,在图2的原处理后图像即图3中标记缺陷的个数、面积以及缺陷类型。图3中分别显示了经过标记后的缺陷个数为25个,同时统计25个缺陷的总面积为635像素,所有缺陷均为凸起缺陷。通过对图4获得的缺陷图像进行分析,在图4的原处理后图像即图5中标记缺陷的个数、面积以及缺陷类型。图5中的图像分别显示了经过标记后的缺陷个数为1个,缺陷类型为凹陷缺陷,缺陷面积为14像素。
由此,本发明上述实施例的检测硅晶圆上激光打标缺陷的方法利用图像处理方式测定打标点附近的明亮对比,用以判定打标点附近的缺陷类型为凹陷缺陷或者突起缺陷,并将缺陷加以量化。因此,本发明的上述检测方法能够有效辨识出缺陷的位置、数量、面积和缺陷类型,进而不仅可以实时用于监测激光打标或者抛光工序操作是否得当,还可以对测激光打标或者抛光工序提供指导。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不必针对的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
尽管上面已经示出和描述了本发明的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本发明的限制,本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。