CN110870053B - 重复缺陷检查 - Google Patents

重复缺陷检查 Download PDF

Info

Publication number
CN110870053B
CN110870053B CN201880044655.5A CN201880044655A CN110870053B CN 110870053 B CN110870053 B CN 110870053B CN 201880044655 A CN201880044655 A CN 201880044655A CN 110870053 B CN110870053 B CN 110870053B
Authority
CN
China
Prior art keywords
die
inspection channel
images
image
inspection
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
CN201880044655.5A
Other languages
English (en)
Other versions
CN110870053A (zh
Inventor
P·M·桑卡
A·巴拉达拉真
罗柱桓
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 CN110870053A publication Critical patent/CN110870053A/zh
Application granted granted Critical
Publication of CN110870053B publication Critical patent/CN110870053B/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
    • G06T7/001—Industrial image inspection using an image reference approach
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
    • 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
    • G01N21/9501—Semiconductor wafers
    • 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
    • G06T7/0008—Industrial image inspection checking presence/absence
    • 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
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20212—Image combination
    • G06T2207/20221—Image fusion; Image merging
    • 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
    • G06T2207/20—Special algorithmic details
    • G06T2207/20212—Image combination
    • G06T2207/20224—Image subtraction
    • 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)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Manufacturing & Machinery (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Quality & Reliability (AREA)
  • Pathology (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Power Engineering (AREA)
  • Chemical & Material Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Computer Hardware Design (AREA)
  • Life Sciences & Earth Sciences (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

本发明涉及晶片上的重复缺陷，其可通过融合多个裸片图像来检测。在一例子中，统计地融合多个裸片图像以形成裸片融合图像。所述裸片图像中的每一者可为晶片上的不同裸片的图像。检测所述裸片融合图像中是否存在重复缺陷。可使用激光扫描系统或其它系统来产生所述裸片图像。

Description

重复缺陷检查
相关申请案的交叉参考
本申请案主张2017年7月10日申请且被让与美国申请案第62/530,699号的临时专利申请案的优先权，所述案的揭示内容以引用的方式并入本文中。
技术领域
本发明涉及重复缺陷检测。
背景技术
半导体制造行业的演进对良率管理(且特定来说，对计量及检验系统)提出更大需求。临界尺寸缩小，而晶片大小增大。经济考虑驱使所述行业减少用于实现高良率、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决定半导体制造商的投资回报率。
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来处理半导体晶片以形成半导体装置的各种特征及多个层级。例如，光刻术是涉及将图案从主光罩转移到布置在半导体晶片上的光致抗蚀剂的半导体制造工艺。半导体制造工艺的额外实例包含(但不限于)化学机械抛光(CMP)、蚀刻、沉积和离子植入。多个半导体装置可以一布置制造在单个半导体晶片上且接着被分离成个别半导体装置。
重复缺陷是半导体制造商的担忧的问题。重复缺陷是以某种规律周期性出现在晶片上且展示与主光罩上的裸片布局或晶片上的步进图案的某种固定关系的缺陷。所述重复缺陷通常为程序缺陷。主光罩缺陷是重复缺陷的普遍原因。可引起重复缺陷的主光罩缺陷包含(例如)掩模板上的额外铬图案、掩模板的铬缺失、掩模板或主光罩上的微粒或对护膜的损害。
已使用阵列模式算法及单裸片检验来配合激光扫描检验系统执行重复缺陷检测。两项技术均使用来自所述激光扫描检验系统的媒体检验通道中的单裸片图像的信息。因此，灵敏度受单裸片图像内的信号及噪声限制。使用来自单裸片图像的统计数据易于产生妨害。
因此，需要用于检测重复缺陷的改进技术。
发明内容
在第一实施例中，提供一种方法。统计地融合多个裸片图像以使用控制器形成裸片融合图像。所述裸片图像的每一者为不同裸片的图像。多个裸片图像包含来自多个检验通道的图像。使用所述控制器检测所述裸片融合图像中是否存在重复缺陷。
所述检测可使用统计图像处理。所述统计地融合可包含融合信号或信噪比。
所述多个检验通道可包含明场检验通道及暗场检验通道。
所述裸片图像中的每一可具有单个晶片。
所述方法可进一步包括使用所述控制器减去背景且使用所述控制器按比例调整背景噪声。
所述多个裸片图像可包含所述裸片图像中的至少三者。
可使用激光检验及宽带等离子体检验中的至少一者形成所述裸片图像。
在第二实施例中，提供存储程序的非暂时性计算机可读媒体。所述程序经配置以指示处理器统计地融合多个裸片图像以形成裸片融合图像。所述裸片图像中的每一者为不同裸片的图像。多个裸片图像包含来自多个检验通道的图像。可在所述裸片融合图像中检测重复缺陷的存在。
可使用统计图像处理来检测所述重复缺陷。可通过融合信号或信噪比来统计地融合所述多个裸片图像。
所述多个检验通道可包含明场检验通道及暗场检验通道。
所述裸片图像中的每一者可具有单个晶片。
所述程序可经进一步配置以指示所述处理器减去背景且按比例调整背景噪声。
所述多个裸片图像可包含所述裸片图像中的至少三者。
在第三实施例中，提供一种系统。所述系统包括：卡盘，其经配置以固持晶片；测量系统，其经配置以检验所述卡盘上的所述晶片；及控制器，其包含处理器、存储器及与所述测量系统电子通信的通信端口。所述测量系统包含至少两个检验通道。所述控制器经配置以统计地融合多个裸片图像以形成裸片融合图像且检测所述裸片融合图像中是否存在重复缺陷。所述裸片图像中的每一者为不同裸片的图像。所述多个裸片图像包含来自所述至少两个检验通道中的每一者的图像。所述至少两个检验通道可包含明场检验通道及暗场检验通道。所述系统可为激光扫描检验系统及宽带等离子体检验系统中的一者。
附图说明
为了更全面理解本发明的性质及目标，应结合附图对以下具体实施方式作出参考，其中：
图1是根据本发明的实施例的流程图；
图2说明根据本发明的示范性图像融合；
图3说明根据本发明的使用多个检验通道的示范性图像融合；
图4说明具有所识别的所得重复缺陷的示范性晶片；及
图5是根据本发明的系统的框图。
具体实施方式
虽然将就特定实施例描述所主张标的物，但其它实施例(包含不提供本文中所阐述的益处及特征中的所有者的实施例)也处于本发明的范围内。可在不背离本发明的范围的情况下，作出各种结构、逻辑、工艺步骤及电子的改变。因此，本发明的范围仅参考所附权利要求书来定义。
本文中所揭示的实施例改进激光扫描检验系统对晶片上的重复缺陷的灵敏度。使用(例如)激光扫描检验系统合并多个裸片图像的空间相关性可改进检验。如本文中所揭示的裸片融合展示在重复缺陷检查(例如，通过激光扫描工具)期间的特定适用性。重复缺陷通常为程序缺陷，重复缺陷的检测对半导体制造商很重要。裸片融合增大激光扫描检验系统对重复缺陷及其它程序缺陷的灵敏度。
图1是方法100的流程图。方法100可改进激光扫描检验系统、宽带等离子体系统或其它检验系统对晶片的裸片上的重复缺陷的灵敏度。裸片融合组合来自检验通道内的多个裸片的信息而非如现有方法中那样依赖于单裸片图像。来自(例如)激光扫描检验系统中的处理单元(作业)内的多个裸片的图像像素信息经融合以利用多个裸片图像上的缺陷信号的空间相关性。凭借融合操作，重复缺陷的信噪比(SNR)增大，而非重复缺陷的SNR减小。
在101，使用控制器统计地融合多个裸片图像以形成裸片融合图像。所述裸片图像的每一者为不同裸片的图像。裸片图像可全部来自单个晶片，但也可使用来自不同晶片的具有类似结构的裸片的图像。统计地融合裸片图像可包含融合信号或SNR比。在一例子中，可将来自裸片图像的像素强度直接融合在一起。在另一例子中，可使用图像背景的统计数据预处理像素强度，且接着，融合来自裸片图像的预处理像素。
裸片图像的数量可变化。例如，可融合两个、三个、四个、五个、十个、十五个或更多个裸片图像。在例子中，可融合三个裸片图像。间隔相对较远(例如，间隔五个裸片以上)的裸片可就工艺变化来说十分不同，且因此，融合其可引入无用工艺变化的混合。检验系统可具有可同时获取且使用多少裸片图像方面的限制。例如，在特定检验系统上，一次仅可处理三个裸片。
裸片图像可由任何检验系统提供。例如，可使用激光检验(例如，使用激光扫描检验系统)及宽带等离子体检查中的至少一者形成裸片图像。
多个裸片图像可由单个检验通道或由多个检验通道提供。可通过融合来自单个检验通道或来自多个检验通道的图像来形成裸片融合图像。在一例子中，融合使用两个不同检验通道的相同裸片的图像。在另一例子中，融合使用两个不同检验通道的不同裸片的图像。在又一例子中，融合使用两个不同检验通道的相同裸片及不同裸片的图像。
用于图像融合的裸片图像通常已被配准。不正确配准可导致图像融合期间的错误，因此如果必要，那么可配准裸片图像。
可使用的裸片融合的一些实例包含高通滤波技术、基于强度色度饱和度(HIS)变换的图像融合、基于主成分分析(PCA)的图像融合、小波变换图像融合或成对空间频率匹配。
在102，使用控制器检测裸片融合图像中是否存在重复缺陷。检测可使用统计图像处理。例如，在以任何上述方法融合裸片图像后，可对融合图像像素应用阈值化以检测重复缺陷。对融合像素值及/或裸片图像之间的像素值的相对强度的一组约束也可用于使检测更为稳健。
为辅助检测重复缺陷，可使用控制器减去背景及/或可使用控制器按比例调整背景噪声。
可在检测重复缺陷前或检测期间设置融合图像像素的阈值。此阈值可由用户提供。
图2说明示范性图像融合。揭示三个裸片图像。在晶片检验系统(例如激光扫描检验系统)中的处理单元内部的多个裸片的图像中，重复缺陷通常为空间相关的。裸片图像201、202及203各自说明位于中心(使用箭头识别)的重复缺陷。所述缺陷可连续地放置在晶片上，但不需要是连续的。归因于图像的每一者中的噪声，难以检验重复缺陷。因此，有可能在缺陷检测期间错过重复缺陷的一者。除由漏掉重复缺陷引起的对良率的潜在影响外，也有可能的是，由于跨多个裸片的缺陷图案在缺陷检测期间可能是不明显的，因而可无法正确识别重复缺陷。
来自处理单元中的多个裸片图像201到203的信息经统计地融合以形成裸片融合图像204。接着，对裸片融合图像204使用统计图像处理以检验缺陷及异常。凭借融合将放大裸片融合图像中来自重复缺陷的信号而将减少来自非重复妨害的信号。在一个实例中，相对于先前技术，重复缺陷信号从40％改进到148％。此最大化所有关于重复图像的可用图像信息且利用多个裸片上的重复缺陷信号的空间相关性。
激光扫描检验系统及其它检验系统可具有一个以上成像/检验通道。可扩展裸片融合以融合来自一个以上检验/成像通道的多个裸片图像中的信息。图3说明使用多个检验通道的示范性图像融合。每一检验通道产生裸片融合图像。接着，融合两个裸片融合图像以形成裸片通道融合图像。
裸片图像201到203来自第一检验通道。统计地融合这些裸片图像201到203以形成裸片融合图像204。此可为(例如)明场检验通道。
裸片图像205到207来自第二检验通道。统计地融合这些裸片图像205到207以形成裸片融合图像208。此可为(例如)暗场检验通道。
虽然在此实例中使用明场检验通道及暗场检验通道，但是第一检验通道及第二检验通道也可为来自激光扫描检验系统的两个明场检验通道或两个暗场检验通道。
可统计地融合裸片融合图像204及裸片融合图像208以形成裸片通道融合图像209。
在图3的实例中，原始图像具有8.9的SNR。裸片融合图像204具有22.1的SNR。裸片通道融合图像具有27.4的SNR。
虽然说明为将三个图像融合在一起，但可融合更多或更少图像。例如，可仅融合两个图像。
图4说明具有所识别的所得重复缺陷的示范性晶片。如图4中所见，重复缺陷位于跨晶片的多个裸片上。本文中所揭示的使用多个裸片图像的实施例将在减少妨害(非重复)信号的同时，改进激光扫描晶片检验系统或其它检验系统相对于重复缺陷的灵敏度。
图4的实例展示晶片上的747个重复缺陷，其为总缺陷数5,666的部分。每一重复缺陷经说明为晶片上的点。先前重复缺陷分析算法发现627个重复缺陷(总缺陷数10,076的部分)。因此，使用裸片融合提供较低妨害计数下的经改进灵敏度。
图5是系统300的实施例的框图。系统300包含经配置以固持晶片307或其它工件的卡盘306。卡盘306可经配置以沿一条、两条或三条轴线移动或旋转。卡盘306也可经配置以(例如)围绕Z轴旋转。
系统300也包含经配置以测量晶片307的表面的测量系统301。测量系统301可产生光束、电子束、宽带等离子体或可使用其它技术测量晶片307的表面。在一个实例中，测量系统301包含激光且系统300是激光扫描系统。在另一实例中，系统300是宽带等离子体检查工具。测量系统301可提供晶片307上的裸片的图像或可提供用于形成晶片307上的裸片的图像的信息。测量系统301可包含至少两个检验通道，例如明场检验通道及暗场检验通道、两个明场检验通道或两个暗场检验通道。
系统300与控制器302通信。例如，控制器302可与测量系统301或系统300的其它组件通信。控制器302可包含处理器303、与处理器303电子通信的电子数据存储单元304及与处理器303电子通信的通信端口305。也应理解，实际上，可通过硬件、软件及固件的任何组合实施控制器302。此外，如本文中所描述的功能可由一个单元实施，或划分到不同组件，其中的每一者又可通过硬件、软件及固件的任何组合实施。用于使控制器302实施各种方法及功能的程序代码或指令可存储在控制器可读存储媒体中，例如电子数据存储单元304中、控制器302内、控制器302外部或其组合的存储器。
控制器302可包含一或多个处理器303及一或多个电子数据存储单元304。每一处理器303可与电子数据存储单元304中的一或多者电子通信。在实施例中，通信地耦合一或多个处理器303。就此来说，一或多个处理器303可接收测量系统301处接收的读数，且将所述读数存储在控制器302的电子数据存储单元304中。控制器302本身可为系统的部分或可与系统分离(例如，为独立控制单元或位于集中质量控制单元中)。
控制器302可以任何合适方式(例如，经由一或多个传输媒体，其可包含有线及/或无线传输媒体)耦合到系统300的组件，使得控制器302可接收由系统300产生的输出，例如来自测量系统301的输出。控制器302可经配置以使用所述输出执行若干功能。例如，控制器302可经配置以执行晶片307的检验。在另一实例中，控制器302可经配置以在未重检所述输出的情况下将所述输出发送到电子数据存储单元304或另一存储媒体。可如本文中所描述那样进一步配置控制器302。
本文所描述的控制器302、(若干)其它系统或(若干)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、网络家电、因特网家电或其它装置。一般来说，术语“控制器”可广义地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媒体的指令。所述(若干)子系统或(若干)系统也可包含此项技术中已知的任何合适处理器，例如并行处理器。另外，所述(若干)子系统或(若干)系统可包含具有高速处理及软件的平台，作为独立或网络化工具。
如果系统包含一个以上子系统，那么不同子系统可彼此耦合，使得可在子系统之间发送图像、数据、信息、指令等等。例如，一个子系统可通过任何合适传输媒体耦合到(若干)额外子系统，所述传输媒体可包含此项技术中已知的任何合适有线及/或无线传输媒体。此类子系统中的两者或两者以上也可由共享计算机可读存储媒体(图中未展示)有效耦合。
系统300可为缺陷重检系统、检验系统、计量系统或某种其它类型的系统的部分。因此，本文中所揭示的实施例描述一些配置，其可以数种方式调节以用于或多或少适合于不同应用的具有不同能力的系统。
控制器302可与测量系统301或系统300的其它组件电子通信。可根据本文中所描述的实施例中的任何者来配置控制器302。控制器302也可经配置以使用测量系统301的输出或使用来自其它来源的图像或数据执行其它功能或额外步骤。
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以用于执行计算机实施方法散焦检测的程序指令。特定来说，如图5中展示，控制器302可包含电子数据存储单元304中的存储器或具有包含可在控制器302上执行的程序指令的非暂时性计算机可读媒体的其它电子数据存储媒体。计算机实施方法可包含本文中所描述的(若干)任何方法的(若干)任何步骤。例如，控制器302可经编程以执行图1的步骤的一些或所有者。在一例子中，控制器302可统计地融合多个裸片图像以形成裸片融合图像，其中裸片图像中的每一者是不同裸片的图像，且接着检测裸片融合图像中是否存在重复缺陷。电子数据存储单元304中的存储器或其它电子数据存储媒体可为存储媒体，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。
可以各种方式(其尤其包含基于程序的技术、基于组件的技术及/或面向对象技术)中的任何者实施程序指令。例如，可根据期望使用ActiveX控件、C++对象、JavaBeans、微软基础类别(MFC)、SSE(流式SIMD扩展)或其它技术或方法来实施程序指令。
在另一实施例中，控制器302可以此项技术中已知的任何方式可通信地耦合到系统300的各种组件或子系统中的任何者。此外，控制器302可经配置以通过可包含有线及/或无线部分的传输媒体接收及/或获取来自其它系统的数据或信息(例如，来自例如重检工具的检验系统的检查结果、包含设计数据及其类似者的远程数据库)。以此方式，传输媒体可用作控制器302与系统300的其它子系统或系统300的外部的系统之间的数据链接。
在一些实施例中，本文中所揭示的各种步骤、功能及/或系统300的操作及方法通过以下方式中的一或多者实施：电路、逻辑门、多路复用器、可编程逻辑装置、ASIC、模拟或数字控制/开关、微控制器或计算系统。可将例如本文中所描述的方法的程序指令实施方法经由载体媒体传输或存储在载体媒体上。载体媒体可包含例如只读存储器、随机存取存储器、磁盘或光盘、非易失性存储器、固态存储器、磁带及类似者的存储媒体。载体媒体可包含例如导线、电缆或无线传输链路的传输媒体。例如，本发明全篇中所描述的各种步骤可由单个控制器302(或计算机系统)或(替代地)由多个控制器302(或多个计算机系统)实施。此外，系统300的不同子系统可包含一或多个计算或逻辑系统。因此，以上描述不应解译为对本发明的限制而应仅解释为说明。
如本文中使用，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。通常可在半导体制造厂中找到及/或处理此类衬底。
晶片可包含形成在衬底上的一或多个层。例如，此类层可包括(但不限于)：光致抗蚀剂、电介质材料、导电材料及半导电材料。此项技术中已知诸多不同类型的此类层，且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。
形成在晶片上的一或多个层可经图案化或未经图案化。例如，晶片可包含每一者具有可重复图案化特征或周期性结构的多个裸片。此类材料层的形成及处理可最终导致成品装置。许多不同类型的装置可形成早晶片上，且本文中所使用的术语“晶片”希望涵盖其上制造此项技术中已知的任何类型的装置的晶片。
也可使用其它类型的晶片。例如，晶片可用于制造LED、太阳能电池、磁盘、平板或抛光板。也可使用本文中所揭示的技术及系统来分类其它对象上的缺陷。
可如本文中所描述那样执行所述方法的步骤中的每一者。所述方法也可包含可由本文中所描述的控制器、(若干)计算机子系统及/或(若干)系统执行的(若干)任何其它步骤。可通过可根据本文中所描述的实施例中的任何者配置的一或多个计算机系统执行所述步骤。另外，可通过本文中所描述的系统实施例中的任何者执行上文所描述的方法。
虽然已相对于一或多个特定实施例描述本发明，但应理解，可在不脱离本发明的范围的情况下，制造本发明的其它实施例。因此，认为本发明仅受所附权利要求书及其合理解释限制。

Claims (20)

1.一种用于缺陷检测的方法，其包括：
统计地融合来自第一检验通道的多个裸片图像以使用控制器形成第一裸片融合图像，其中来自所述第一检验通道的所述裸片图像中的每一者是不同裸片的图像，其中来自所述第一检验通道的所述多个裸片图像包含所述裸片图像中的至少十个，且其中来自所述第一检验通道的所述裸片图像中的所述裸片中的每一者与来自所述第一检验通道的所述裸片图像中的所述裸片中的其它者彼此间隔小于五个裸片；
统计地融合来自第二检验通道的多个裸片图像以使用所述控制器形成第二裸片融合图像，其中来自所述第二检验通道的所述裸片图像中的每一者是不同裸片的图像，其中来自所述第二检验通道的所述多个裸片图像包含所述裸片图像中的至少十个，其中来自所述第二检验通道的所述裸片图像中的所述裸片中的每一者与来自所述第二检验通道的所述裸片图像中的所述裸片中的其它者彼此间隔小于五个裸片，且其中重复缺陷的信号相较于来自所述第一检验通道的所述多个裸片图像在所述第一裸片融合图像中被放大或者相较于来自所述第二检验通道的所述多个裸片图像在所述第二裸片融合图像中被放大；
统计地融合所述第一裸片融合图像和所述第二裸片融合图像以使用所述控制器形成裸片通道融合图像；及
使用所述控制器，利用统计图像处理检测所述裸片通道融合图像中的所述重复缺陷的存在。
2.根据权利要求1所述的方法，其中所述统计地融合包含融合信号。
3.根据权利要求1所述的方法，其中所述统计地融合包含融合信噪比。
4.根据权利要求1所述的方法，其中所述第一检验通道和所述第二检验通道包含明场检验通道及暗场检验通道。
5.根据权利要求1所述的方法，其中所述裸片图像中的每一者是单个晶片的图像。
6.根据权利要求1所述的方法，其进一步包括使用所述控制器减去图像背景及使用所述控制器按比例调整背景噪声。
7.根据权利要求1所述的方法，其中使用激光检验及宽带等离子体检验中的至少一者形成所述裸片图像。
8.根据权利要求1所述的方法，其中所述重复缺陷是由主光罩缺陷引起的。
9.根据权利要求1所述的方法，其进一步包含使用所述控制器预处理来自所述第一检验通道和所述第二检验通道的所述多个裸片图像的像素强度，其中所述预处理使用图像背景的统计数据。
10.根据权利要求1所述的方法，其中所述统计图像处理基于阈值且基于来自所述第一检验通道的所述裸片图像及来自所述第二检验通道的所述裸片图像中的每一者中的所述重复缺陷之间的空间相关性。
11.根据权利要求10所述的方法，其中所述阈值包含来自所述第一检验通道的所述裸片图像及来自所述第二检验通道的所述裸片图像中的像素值的相对强度。
12.一种存储程序的非暂时性计算机可读媒体，所述程序经配置以指示处理器：
统计地融合来自第一检验通道的多个裸片图像以形成第一裸片融合图像，其中来自所述第一检验通道的所述裸片图像中的每一者是不同裸片的图像，且其中来自所述第一检验通道的所述多个裸片图像包含所述裸片图像中的至少十个，且其中来自所述第一检验通道的所述裸片图像中的所述裸片中的每一者与来自所述第一检验通道的所述裸片图像中的所述裸片中的其它者彼此间隔小于五个裸片；
统计地融合来自第二检验通道的多个裸片图像以形成第二裸片融合图像，其中来自所述第二检验通道的所述裸片图像中的每一者是不同裸片的图像，其中来自所述第二检验通道的所述多个裸片图像包含所述裸片图像中的至少十个，其中来自所述第二检验通道的所述裸片图像中的所述裸片中的每一者与来自所述第二检验通道的所述裸片图像中的所述裸片中的其它者彼此间隔小于五个裸片，且其中重复缺陷的信号相较于来自所述第一检验通道的所述多个裸片图像在所述第一裸片融合图像中被放大或者相较于来自所述第二检验通道的所述多个裸片图像在所述第二裸片融合图像中被放大；
统计地融合所述第一裸片融合图像和所述第二裸片融合图像以形成裸片通道融合图像；及
利用统计图像处理检测所述裸片通道融合图像中的所述重复缺陷的存在。
13.根据权利要求12所述的非暂时性计算机可读媒体，其中通过融合信号来统计地融合所述多个裸片图像。
14.根据权利要求12所述的非暂时性计算机可读媒体，其中通过融合信噪比来统计地融合所述多个裸片图像。
15.根据权利要求12所述的非暂时性计算机可读媒体，其中所述第一检验通道和所述第二检验通道包含明场检验通道及暗场检验通道。
16.根据权利要求12所述的非暂时性计算机可读媒体，其中所述裸片图像中的每一者是单个晶片的图像。
17.根据权利要求12所述的非暂时性计算机可读媒体，其中所述程序经进一步配置以指示所述处理器减去背景且按比例调整图像背景噪声。
18.一种用于缺陷检测的系统，其包括：
卡盘，其经配置以固持晶片；
测量系统，其经配置以检验所述卡盘上的所述晶片，其中所述测量系统包含至少两个检验通道；及
控制器，其包含处理器、存储器及与所述测量系统电子通信的通信端口，其中所述控制器经配置以：
统计地融合来自第一检验通道的多个裸片图像以形成第一裸片融合图像，其中来自所述第一检验通道的所述裸片图像中的每一者是不同裸片的图像，其中来自所述第一检验通道的所述多个裸片图像包含所述裸片图像中的至少十个，且其中来自所述第一检验通道的所述裸片图像中的所述裸片中的每一者与来自所述第一检验通道的所述裸片图像中的所述裸片中的其它者彼此间隔小于五个裸片；
统计地融合来自第二检验通道的多个裸片图像以形成第二裸片融合图像，其中来自所述第二检验通道的所述裸片图像中的每一者是不同裸片的图像，其中来自所述第二检验通道的所述多个裸片图像包含所述裸片图像中的至少十个，其中来自所述第二检验通道的所述裸片图像中的所述裸片中的每一者与来自所述第二检验通道的所述裸片图像中的所述裸片中的其它者彼此间隔小于五个裸片，且其中重复缺陷的信号相较于来自所述第一检验通道的所述多个裸片图像在所述第一裸片融合图像中被放大或者相较于来自所述第二检验通道的所述多个裸片图像在所述第二裸片融合图像中被放大；
统计地融合所述第一裸片融合图像和所述第二裸片融合图像以形成裸片通道融合图像；及
利用统计图像处理检测所述裸片通道融合图像中的所述重复缺陷的存在。
19.根据权利要求18所述的系统，其中所述至少两个检验通道包含明场检验通道及暗场检验通道。
20.根据权利要求18所述的系统，其中所述系统为激光扫描检验系统及宽带等离子体检验系统中的一者。
CN201880044655.5A 2017-07-10 2018-07-08 重复缺陷检查 Active CN110870053B (zh)

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
US201762530699P 2017-07-10 2017-07-10
US62/530,699 2017-07-10
US15/704,900 US10957033B2 (en) 2017-07-10 2017-09-14 Repeater defect detection
US15/704,900 2017-09-14
PCT/US2018/041178 WO2019014077A1 (en) 2017-07-10 2018-07-08 DETECTION OF REPEATER DEFECTS

Publications (2)

Publication Number Publication Date
CN110870053A CN110870053A (zh) 2020-03-06
CN110870053B true CN110870053B (zh) 2023-09-15

Family

ID=64903357

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201880044655.5A Active CN110870053B (zh) 2017-07-10 2018-07-08 重复缺陷检查

Country Status (7)

Country Link
US (1) US10957033B2 (zh)
EP (1) EP3635772A4 (zh)
JP (1) JP7073413B2 (zh)
KR (1) KR102356945B1 (zh)
CN (1) CN110870053B (zh)
TW (1) TWI760523B (zh)
WO (1) WO2019014077A1 (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110208284B (zh) * 2019-05-27 2021-09-17 武汉中导光电设备有限公司 一种多通道缺陷合并分析的方法及系统
US11710227B2 (en) * 2020-06-19 2023-07-25 Kla Corporation Design-to-wafer image correlation by combining information from multiple collection channels
US11810284B2 (en) * 2020-08-21 2023-11-07 Kla Corporation Unsupervised learning for repeater-defect detection

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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 (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7248353B2 (en) * 2003-05-30 2007-07-24 Ebara Corporation Method and apparatus for inspecting samples, and method for manufacturing devices using method and apparatus for inspecting samples
US20050105791A1 (en) * 2003-10-29 2005-05-19 Lee Ken K. Surface inspection method
JP4771714B2 (ja) * 2004-02-23 2011-09-14 株式会社Ｎｇｒ パターン検査装置および方法
KR100598381B1 (ko) 2004-06-18 2006-07-07 삼성전자주식회사 인-라인 타입의 자동 웨이퍼결함 분류장치 및 그 제어방법
EP1766363A2 (en) * 2004-07-12 2007-03-28 Negevtech Ltd. Multi mode inspection method and 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
JP4787673B2 (ja) * 2005-05-19 2011-10-05 株式会社Ｎｇｒ パターン検査装置および方法
US7711177B2 (en) * 2006-06-08 2010-05-04 Kla-Tencor Technologies Corp. Methods and systems for detecting defects on a specimen using a combination of bright field channel data and dark field channel data
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
US8126255B2 (en) 2007-09-20 2012-02-28 Kla-Tencor Corp. Systems and methods for creating persistent data for a wafer and for using persistent data for inspection-related functions
US8605275B2 (en) * 2009-01-26 2013-12-10 Kla-Tencor Corp. Detecting defects on a wafer
US8223327B2 (en) * 2009-01-26 2012-07-17 Kla-Tencor Corp. Systems and methods for detecting defects on a wafer
US8934705B2 (en) * 2010-08-09 2015-01-13 Bt Imaging Pty Ltd Persistent feature detection
US9279774B2 (en) * 2011-07-12 2016-03-08 Kla-Tencor Corp. Wafer inspection
US9311698B2 (en) 2013-01-09 2016-04-12 Kla-Tencor Corp. Detecting defects on a wafer using template image matching
US9766187B2 (en) 2014-08-27 2017-09-19 Kla-Tencor Corp. Repeater detection
US9816940B2 (en) 2015-01-21 2017-11-14 Kla-Tencor Corporation Wafer inspection with focus volumetric method

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
WO2019014077A1 (en) 2019-01-17
EP3635772A4 (en) 2021-03-10
JP7073413B2 (ja) 2022-05-23
TW201909115A (zh) 2019-03-01
EP3635772A1 (en) 2020-04-15
US20190012778A1 (en) 2019-01-10
KR102356945B1 (ko) 2022-02-08
CN110870053A (zh) 2020-03-06
US10957033B2 (en) 2021-03-23
JP2020526911A (ja) 2020-08-31
TWI760523B (zh) 2022-04-11
KR20200018703A (ko) 2020-02-19

Similar Documents

Publication Publication Date Title
US10504213B2 (en) Wafer noise reduction by image subtraction across layers
CN110870053B (zh) 重复缺陷检查
CN111033710B (zh) 在透明或半透明晶片上的缺陷检测
TW201939634A (zh) 使用電子束檢測及具有即時情報之深度學習以減少損害的缺陷探索
US9569834B2 (en) Automated image-based process monitoring and control
CN107533994B (zh) 自动化的基于图像的过程监测及控制
CN109690750B (zh) 用于散焦检测的方法、非暂时性计算机可读媒体和系统
TWI785065B (zh) 基於妨害地圖之寬帶電漿檢查
CN114946016A (zh) 用于晶片缺陷检测的投影及距离切割算法

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