CN111091523B - 用于基板缺陷分析的计算装置及方法 - Google Patents

用于基板缺陷分析的计算装置及方法 Download PDF

Info

Publication number
CN111091523B
CN111091523B CN201811167798.3A CN201811167798A CN111091523B CN 111091523 B CN111091523 B CN 111091523B CN 201811167798 A CN201811167798 A CN 201811167798A CN 111091523 B CN111091523 B CN 111091523B
Authority
CN
China
Prior art keywords
output data
group
coordinate
coordinates
attribute tag
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
CN201811167798.3A
Other languages
English (en)
Other versions
CN111091523A (zh
Inventor
孙俊宏
苏缘峻
郭竣齐
黄蔚彬
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.)
ASE Test Inc
Original Assignee
ASE Test Inc
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 ASE Test Inc filed Critical ASE Test Inc
Priority to CN201811167798.3A priority Critical patent/CN111091523B/zh
Publication of CN111091523A publication Critical patent/CN111091523A/zh
Application granted granted Critical
Publication of CN111091523B publication Critical patent/CN111091523B/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
    • G06T7/0008—Industrial image inspection checking presence/absence
    • 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
    • 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)
  • Immunology (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Pathology (AREA)
  • Health & Medical Sciences (AREA)
  • Quality & Reliability (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
  • Testing Or Measuring Of Semiconductors Or The Like (AREA)

Abstract

本发明实施例包含一种计算装置，其包含：一接收单元、一计算单元及一判断单元。该接收单元经组态以接收一第一板材相关资料及一第二板材相关资料，该第一板材相关资料包含一第一板材上之复数个坐标及对应于该等坐标之复数个缺陷值，该第二板材相关资料包含一第二板材上之复数个坐标及对应于该等坐标之复数个缺陷值。该计算单元经组态以累加该第一板材相关资料及该第二板材相关资料以产生复数个输出资料，该等输出资料包含对应于该等复数个坐标之复数个经累加缺陷值。该计算单元进一步经组态以根据该等经累加缺陷值将该等输出资料分派复数个属性卷标。该判断单元经组态以根据该复数个属性卷标判断该第一板材及该第二板材之制造流程是否异常。

Description

用于基板缺陷分析的计算装置及方法
技术领域
本揭露中所阐述之技术大体而言系关于半导体制程。特定言之，系关于半导体制程中用于基板缺陷分析之装置及方法。
背景技术
基板在制作过程中及完成后，会经过自动光学检测(AOI,Automatic OpticInspection)机台、电性测试机台及自动视觉检测(AVI,Automatic Visual Inspection)机台来检测基板上是否具有缺陷，以计算良率并用以控管基板整体制程的质量。在一种作法中，当某批基板良率低于标准时，操作人员必需一一检视该批基板每一者的缺陷码，判断该批基板是否有缺陷集中的现象，并藉此推论可能造成缺陷的制程站别。然一一检视每一基板的缺陷码十分耗费时间与人力。此外，此种作法仅有在整批基板良率低于标准时，才由操作人员检视缺陷。然此作法并未能及时(in time)或实时(real time)找出整体制程中的隐患。亦即，也许某些制程站台的错误率偏高，但其他制程站台的错误率低，在平均之后整体良率符合标准，丧失了找出错误率偏高站台的机会。
发明内容
本发明之实施例系关于一种计算装置，其包含：一接收单元、一计算单元及一判断单元。该接收单元经组态以接收一第一板材(panel/strip)相关资料及一第二板材相关资料，该第一板材相关资料包含一第一板材上之复数个坐标及对应于该等坐标之复数个缺陷值，该第二板材相关资料包含一第二板材上之复数个坐标及对应于该等坐标之复数个缺陷值。该计算单元经组态以累加该第一板材相关资料及该第二板材相关资料以产生复数个输出资料，该等输出资料包含对应于该等复数个坐标之复数个经累加缺陷值。该计算单元进一步经组态以根据该等经累加缺陷值将该等输出资料分派(assign)复数个属性卷标。该判断单元经组态以根据该复数个属性卷标判断该第一板材及该第二板材之制造流程是否异常。
本发明之实施例系关于一种基板缺陷异常分析识别方法，其包含接收一第一板材(panel/strip)相关资料及一第二板材相关资料，该第一板材相关资料包含一第一板材上之复数个坐标及对应于该等坐标之复数个缺陷值，该第二板材相关资料包含一第二板材上之复数个坐标及对应于该等坐标之复数个缺陷值。该方法进一步包含：累加该第一板材相关资料及该第二板材相关资料以产生复数个输出资料，该等输出资料包含对应于该等复数个坐标之复数个经累加缺陷值。该方法进一步包含根据该等经累加缺陷值将该等输出资料分派(assign)复数个属性卷标，以及根据该复数个属性卷标判断该第一板材及该第二板材之制造流程是否异常。
附图说明
当搭配附图阅读时，自以下详细说明最佳地理解本揭露之态样。应注意，根据行业中之标准实践，各种构件未按比例绘制。实际上，为论述清晰起见，可任意地增大或减小各种构件之尺寸。
图1系根据某些实施例之基板缺陷分析系统之示意图。
图2A系根据某些实施例之基板缺陷分析计算之示意图。
图2B系根据某些实施例之基板缺陷相关性分析之示意图。
图2C系根据某些实施例之基板缺陷相关性分析之示意图。
图2D系根据某些实施例之基板缺陷相关性计算结果之示意图。
图2E系根据某些实施例之经累加缺陷资料之示意图。
图3A系根据某些实施例之基板缺陷分析计算之示意图。
图3B系根据某些实施例之基板缺陷分析计算之示意图。
图3C系根据某些实施例之基板缺陷分析计算之示意图。
图4A系根据某些实施例之基板缺陷分组计算之示意图。
图4B系根据某些实施例之基板缺陷分组计算之示意图。
图4C-1系根据某些实施例之基板缺陷分组计算之示意图。
图4C-2系根据某些实施例之基板缺陷分组计算之示意图。
图4D系根据某些实施例之基板缺陷分组计算之示意图。
图4E系根据某些实施例之群组密度分析之示意图。
图4F系根据某些实施例之群组密度分析之示意图。
图4G系根据某些实施例之群组严重度分析之示意图。
图5A系根据某些实施例之基板缺陷线型分析之示意图。
图5B系根据某些实施例之基板缺陷线型判断标准之示意图。
图5C系根据某些实施例之基板缺陷线型判断标准之示意图。
图5D系根据某些实施例之基板缺陷线型分析之示意图。
图5E系根据某些实施例之基板缺陷线型判断标准之示意图。
图6系根据某些实施例之基板缺陷线型分析流程图。
具体实施方式
以下揭露提供用于实施本发明实施例之不同构件之诸多不同实施例或实例。下文阐述组件及配置之具体实例以简化本揭露。当然，此等仅系实例且不意欲具限制性。此外，为了便于说明，可在本文中使用空间相关术语(例如「下方」、「下面」、「下部」、「上」、「上部」等)来阐述一个组件或构件与另一(些)组件或构件之关系，如各图中所图解说明。该等空间相关术语意欲囊括除各图中所绘示之定向之外的在使用或操作中之装置之不同定向。设备可以其他方式定向(旋转90度或处于其他定向)且因此可同样地解释本文中所使用之空间相关描述符。
在本发明中，利用一计算装置(例如计算机、服务器等)将每批基板的缺陷资料进行迭加(迭图概念)，可以利用迭加后的缺陷资料判断制程需调整之处。不论整体良率是否符合标准，对每一批基板的缺陷码都进行累加，只要发现缺陷集中的情形便依累加资料找出制程中的问题，可及早发现并改善制程异常，藉此提升制程良率。本发明提供服务器对迭加后的缺陷资料辨识区域集中及线型情形，可以依据所辨识出的集中区域及线型区域来推论可能造成缺陷的制程站别。
图1系根据某些实施例之基板缺陷分析系统之示意图。如图1所示，基板缺陷分析系统100包括AOI机台10、电性测试机台12、AVI机台14以及计算装置20。计算装置20可包含但不限于一接收单元22、一计算单元24及一判断单元26。在一个实施例中，计算装置20、接收单元22、计算单元24及判断单元26之每一者可由硬件组件实施。在一个实施例中，计算装置20、接收单元22、计算单元24及判断单元26之每一者可由硬件组件搭配软件程序实施。在一个实施例中，计算装置20、接收单元22、计算单元24及判断单元26之每一者可由软件程序实施。
AOI机台10、电性测试机台12、AVI机台14用于半导体制程之不同阶段，分别用于检测半导体成品或半成品的良率。举例言之，AOI检测机台10可用于半导体制程的金属镀线制程之后，用于检测半导体板材(panel)上每一单位装置(例如，一晶粒或一基板)上的金属线路宽度是否符合规格。在半导体板材已经切割为带材(strip)之后，电性测试机台12可用于检测每一单位装置的电性功能是否符合规格。AVI机台14可用于检测半导体成品的外观是否具有缺陷，例如，是否具有刮伤或缺角。
在一个实施例中，AOI检测机台10、电性测试机台12、AVI机台14之每一者可由硬件组件实施。在一个实施例中，AOI检测机台10、电性测试机台12、AVI机台14之每一者可由硬件组件搭配软件程序实施。在一个实施例中，AOI检测机台10、电性测试机台12、AVI机台14之每一者可由软件程序实施。
AOI机台10、电性测试机台12及AVI机台14之每一者皆可产生检测资料16。检测资料16可包含板材(panel)相关资料或带材(strip)相关资料。在一个实施例中，检测资料16包含单一板材相关资料。在一个实施例中，检测资料16包含复数个板材相关资料。在一实施例中，检测资料16包含一板材上每一单位装置(例如，一晶粒或一基板)的二维坐标及对应于每一坐标的缺陷值。
由AOI机台10、电性测试机台12及AVI机台14之一或多者所产生的检测资料16被传送至计算装置20。检测资料16经由计算装置20之接收单元22接收之后，传送至计算单元24进行计算处理。在一实施例中，计算单元24将检测资料16进行累加并产生输出资料。在一实施例中，计算单元24产生的输出资料包含板材上每一单位装置(例如，一晶粒或一基板)的二维坐标及对应于每一单位装置坐标的经累加缺陷值。在一实施例中，计算单元24根据输出的资料中的经累加缺陷值将输出资料分成复数个群组。将输出资料分成复数个群组可藉由各种可能的手段达成，例如，将输出资料分派(assign)复数个属性卷标。判断单元26随后可以根据该复数个属性卷标判断该第一板材及该第二板材之制造流程中是否具有异常。
图2A系根据某些实施例之基板缺陷分析计算之示意图。在图2A中显示了板材(panel)P1、P2、P3及P4之示意图。在一个实施例中，板材P1、P2、P3及P4皆经由相同的半导体制造流程制成。每一板材上可包含一或多个带材(strip)。举例言之，板材P1上包含多个带材32。每一带材涵盖一个二维区域并具有复数个单位装置(例如，一晶粒或一基板)。每一单位装置具有一个相对应的坐标，指示一单位装置在板材上的二维位置。如图2A所示，每一板材上具有一条形码(例如，一维条形码或二维条形码)以利于后续的缺陷分析及计算。举例言之，在后续缺陷分析及计算中，板材P1上的条形码30可帮助辨识哪一些缺陷资料属于板材P1。同样的，每一带材上也可包含一条形码，以在后续缺陷分析及计算中辨识哪一些缺陷资料属于特定的带材。
在图2A所示的示意图中，可经由图1所示的AOI机台10、电性测试机台12、AVI机台14中任何一者检测板材P1、P2、P3及P4后产生检测资料。检测资料可指示板材P1、P2、P3及P4上具有缺陷之单位装置之坐标。举例言之，图2A上所标示的坐标d1、d2、d3、d4、d5、d6、及d7代表各个板材上具有缺陷之单位装置所在的坐标。在上述坐标中，d1、d2、d3及d4分别出现在板材P1、P2、P3及P4上相同的坐标，而d5、d6、及d7则分散于板材P2、P3及P4上不同的坐标。
在本揭露中提及的「缺陷」，意指经由AOI机台10、电性测试机台12、AVI机台14中任何一者检测后判定为不符合规格之单位装置。举例言之，在图2A中所示的板材P1，在坐标d1处的单位装置经AOI机台10、电性测试机台12、AVI机台14中任何一者检测后判定为不符合规格，则在板材P1的检测资料16中，坐标d1处将储存一缺陷值。在某些实施例中，板材上的缺陷值可以由数字表示。例如，在不符合规格之单位装置之坐标处储存数字1。
图2B系根据某些实施例之基板缺陷相关性分析之示意图。在一些实施例中，多个板材经检测所产生的检测资料16之间可经由相关性计算32来分析彼此之间的相关性。例如，对板材P1、P2、P3...至Pn的检测资料进行相关性计算。在图2B所示之例子中，对任两个板材的检测资料进行相关性计算。举例言之，对板材P1的检测资料与板材P2至板材Pn每一者的检测资料进行一相关性计算、对板材P2的检测资料与板材P3至板材Pn每一者的检测资料进行一相关性计算、对板材P3的检测资料与板材P4至板材Pn每一者的检测资料进行一相关性计算，依此类推。在板材数量为n的情况下，共需进行
Figure GDA0004074481760000051
次计算。此等数量的计算将耗费计算装置20大量的运算能力及储存空间。举例言之，当一批板材的数量为n且每一板材的尺寸为X*Y(亦即，共具有X*Y个单位装置)时，在使用2个字节(bytes)来储存一单位装置之缺陷值的情况下，相关性计算32需要使用一共n*X*Y*2个字节的储存空间。此外，因为针对任两个板材的检测资料进行相关性计算(亦即，两两板材间涉及乘法运算)，计算过程将十分耗时。在计算机科学中，一个算法执行的时间可由时间复杂度表示，时间复杂度常用大O符号表述。一般而言，涉及n笔资料两两之间乘法演算所需的时间复杂度为O(n2)。
图2C系根据某些实施例之基板缺陷相关性分析之示意图。如图2C中所示，板材P1在X轴方向具有A个单位装置，在Y轴方向具有B个单位装置，故板材P1一共具有A*B个单位装置。相同地，板材P2至板材Pn之每一者皆具有A*B个单位装置。在进行板材检测资料的相关性分析之前，每一板材的检测资料可以使用矩阵34的一个列来表示。举例言之，矩阵34的第一列可纪录板材P1上共A*B个单位装置的缺陷值，矩阵34的第二列可纪录板材P2上共A*B个单位装置的缺陷值，依此类推。矩阵34内所储存之缺陷值随后可用于板材P1至Pn之相关性分析。
图2D系根据某些实施例之基板缺陷相关性计算结果之示意图。相关性图36显示一高度相关趋势，亦即板材P1至板材Pn上的缺陷值在二维坐标上呈现高度相似性。相关性图38显示一低度相关趋势，亦即板材P1至板材Pn上的缺陷值在二维坐标上呈现低度相似性。图2B至图2D中描述的缺陷相关性计算可以显示出板材P1至板材Pn上的缺陷是否具有集中趋势。然而，尚无法藉此判断整个制造流程中具有缺陷之制程站台。获得上述计算结果后，仍须人工使用光学仪器一一检视分析每一板材。举例言之，人工检视一批板材上的缺陷可能需耗费三至五小时，非常耗时。
藉由将多个板材经检测后所得的资料进行累加或迭加，半导体制程中的制程缺陷趋势可以更加凸显。举例言之，若在板材的制造过程中，在许多板材的相同坐标上皆产生缺陷，可以根据坐标位置推测出可能在该坐标产生缺陷的制程站台。此外，针对累加资料进行缺陷处理可以大幅降低计算装置20耗费的运算能力及储存空间。举例言之，当一批板材的数量为n且每一板材的尺寸为X*Y(亦即，共具有X*Y个单位装置)时，在使用2个字节(bytes)来储存一单位装置之缺陷值的情况下，对累加资料进行缺陷处理仅需要使用一共X*Y*2个字节的储存空间。此外，因为针对累加资料进行缺陷处理涉及加法运算而非乘法运算，大幅减轻计算装置20之运算负担。一般而言，涉及n笔资料之加法演算所需的时间复杂度为O(n)。
图2E系根据某些实施例之经累加缺陷资料之示意图。图2E中显示一经累加的板材相关资料40。板材相关资料40可由以下流程获得：数个板材(例如，图2A中所示的板材P1、P2、P3及P4)经由AOI机台10、电性测试机台12、AVI机台14中任何一者检测后产生数笔检测资料16，再经由计算单元24累加该数笔检测资料16而得。板材相关资料40包括复数个带材相关资料(例如，带材相关资料41)。每一带材相关资料41涵盖一个二维区域，在该二维区域中包含复数个单位装置(例如，一晶粒或一基板)。
在单一板材的检测资料16中，每一单位装置具有一独特的二维坐标，并在该二维坐标储存该单位装置的缺陷值。单一板材的检测资料16经过计算单元24累加计算后，相同坐标位置的缺陷值经过累加。举例言之，板材相关资料40上包含经累加缺陷值42及43。
在图2E中所示的例子中，经累加缺陷值42表示一符合规格的单位装置坐标。亦即，复数个板材(例如，图2A中所示的板材P1、P2、P3及P4)在该坐标的单位装置经检测后皆符合规格。因此，在板材相关资料40上经累加缺陷值42数值为0。在一些实施例中，经累加缺陷值42可由百分比表示，亦即，经累加缺陷值42可以显示复数个板材中在该坐标的单位装置不符合规格的百分比。
在图2E中所示的例子中，经累加缺陷值43表示一不符合规格的单位装置坐标。亦即，复数个板材在该坐标的单位装置经检测后，具有数个不符合规格的单位装置。因此在板材相关资料40上经累加缺陷值43数值为不为0。例如，当一共4个板材(例如，图2A中所示的板材P1、P2、P3及P4)的检测资料16经过累加后，其中3个板材在该坐标位置的单位装置经检测不符规格，则经累加缺陷值43之数值为3。在一些实施例中，经累加缺陷值43可由百分比表示，亦即，经累加缺陷值43可以显示复数个板材中在该坐标的单位装置不符合规格的百分比。
经累加处理所产生之板材相关资料40可以显示半导体制造流程所制成之多个板材是否具有缺陷集中的情况。举例言之，图2E中显示了缺陷集中区44、45及46。藉由缺陷集中区44、45及46的分布情况，可以推测半导体制造流程中具有潜在问题的制程站台。
图3A系根据某些实施例之基板缺陷分析计算之示意图。在图3A中，板材相关资料40上显示一缺陷集中区48。以图像化显示的缺陷集中区48可以用人眼轻易辨识。然而，对于计算机或处理器而言，需要资料化的信息以辨识板材相关资料40上的缺陷集中区。在一些实施例中，可以藉由计算X轴上的偏度值(skew)及Y轴上的偏度值来辨识出缺陷集中区48的存在。在图3A所示的例子中，X轴方向上的偏度值γx为-1.21716，Y轴方向上的偏度值γy为0。X轴方向上的负数偏度值代表板材相关资料40上具有缺陷集中于X轴右侧的现象。Y轴方向上的0偏度值代表板材相关资料40上的缺陷于Y轴方向上呈现标准分布，亦即，未呈现偏向Y轴任一侧的情况。
在一个实施例中，可在X轴方向上设定一偏度临限值εx且在Y轴方向上设定一偏度临限值εy。藉由将X轴方向上的偏度值与偏度临限值εx比较、以及藉由将Y轴方向上的偏度值与临限值偏度临限值εy比较，可以判断板材相关资料40是否显示异常。在一个实施例中，可以用以下公式(1)及公式(2)进行异常判断。
|γx|≥εx··· (1)
|γy|≥εy···(2)
当公式(1)及公式(2)任一者成立时，判断一异常发生。
上述的基板缺陷分析可以判定出大多数异常情况。然而，若缺陷集中分布于板材相关资料40的中心区域，或围绕周边区域呈现对称的环状分布，则上述缺陷判定方法便会失准。图3B系根据某些实施例之基板缺陷分析计算之示意图。图3B显示了两种无法仅以X轴偏度值与Y轴偏度值判定异常的情况。在图3B显示的两种情况中，X轴偏度值与Y轴偏度值均为0。
图3C系根据某些实施例之基板缺陷分析计算之示意图。为了进一步辨识出缺陷集中分布的中心区域、或缺陷围绕周边区域呈现对称的环状分布的情况，本发明提供了一种实施例，利用额外定义的偏度值进行判断。在图3C所示的示意图中，使用偏度值γx、γy、γr、γl、γu、γd进行基板缺陷分析计算。偏度值γx代表板材相关资料40的整体区域50中在X轴方向上的偏度值。偏度值γy代表板材相关资料40的整体区域50中在Y轴方向上的偏度值。偏度值γr代表板材相关资料40的右半侧区域52的偏度值。偏度值γl代表板材相关资料40的左半侧区域54的偏度值。偏度值γu代表板材相关资料40的上半部区域56的偏度值。偏度值γd代表板材相关资料40的下半部区域58的偏度值。
在图3C所示之实施例中，使用一偏度临限值ε进行基板缺陷判断。在一个实施例中，可以使用以下公式(3)进行异常判断。
Max(|γx|,|γy|,|γr|,|γl|,|γu|,|γd|)≥ε··· (3)
在公式(3)中，当偏度值γx、γy、γr、γl、γu、γd任一者的绝对值大于偏度临限值ε時，判斷一異常發生。
图4A及图4B系根据某些实施例之基板缺陷分析计算之示意图。在一个实施例中，计算单元24可对经累加的板材相关资料40进行分群组计算。在分群组计算中，计算单元24首先界定一个搜寻区块60。在图4A所示的示意图中，搜寻区块60涵盖3X3范围之单位装置。在其他实施例中，搜寻区块60可以涵盖更多(例如4X4、5X5)或更少(例如2X2)范围之单位装置。在图4A所示的示意图中，搜寻区块60具有一中心区块62。
搜寻区块60沿着水平方向，从板材相关资料40的左侧依序移动直至右侧。当搜寻区块60到达板材相关资料40的最右侧时，搜寻区块60将回到板材相关资料40的最左侧、向下移动一个单位装置范围后，再从板材相关资料40的左侧依序移动直至右侧。搜寻区块60将以上述的扫描方式扫描板材相关资料40的全部范围，直到搜寻区块60到达板材相关资料40的最右下侧。
在一个实施例中，计算单元24可以藉由选择板材相关资料40中的不同资料群组来实现搜寻区块60之移动。计算单元24可以在第一时间点选择板材相关资料40中的第一群组资料，并在后续之第二时间点选择板材相关资料40中的第二群组资料，其中第一群组资料与第二群组资料具有部分重迭的资料。举例言之，计算单元24可以在第一时间点选择板材相关资料40最左上方的3X3范围的资料(如图4A所示左上方搜寻区块60)，并在第一时间点选择板材相关资料40向右水平移动一个单位装置范围的3X3范围的资料(如图4B所示左上方搜寻区块60)。其中图4A中搜寻区块60所涵盖的板材资料与图4B中搜寻区块60所涵盖的板材资料具有部分重迭。
图4C-1及图4C-2系根据某些实施例之基板缺陷分析计算之示意图。计算单元24对经累加的板材相关资料40进行的分群组计算可进一步参照图4C-1及图4C-2加以说明。若搜寻区块60的中心区块62所涵盖之板材资料，其经累加缺陷值并未超过(亦即，大于或等于)临限值，则计算单元24不进行任何动作，径行将搜寻区块60向右水平移动以进行下一群组之判断。举例言之，在图4C-1中，中心区块62之经累加缺陷值为1，并未超过临限值为2，则计算单元24不对搜寻区块60所涵盖之缺陷资料进行任何动作。
若搜寻区块60的中心区块62所涵盖之板材资料，其经累加缺陷值超过临限值，则将搜寻区块60涵盖的所有缺陷超标区块设为同一群组。举例言之，在图4C-2中，中心区块62之经累加缺陷值为3，超过了临限值2，则搜寻区块60涵盖的所有其余缺陷超标区块63、64、65及66皆与中心区块62设为同一群组。
在一个实施例中，当判定中心区块62之经累加缺陷值超过临限值时，若搜寻区块60涵盖的范围内已经有一既有群组(例如，群组A)，则计算单元24将搜寻区块60涵盖的所有缺陷超标区块皆设定为该既有群组。在一个实施例中，当判定中心区块62之经累加缺陷值超过临限值时，搜寻区块60涵盖的范围内并未包含一既有群组，则计算单元24将中心区块62设定为一新群组。
图4D系根据某些实施例之基板缺陷分组计算之示意图。计算单元24根据上述的分组规则，将累加的板材相关资料40分为数个群组。在图4D所示之例子中，累加的板材相关资料40被分成群组A至群组W。在一个实施例中，计算单元24可藉由将板材相关资料40分派(assign)不同的属性卷标来完成群组A至群组W之设定。计算单元24随后将根据分组结果，对群组A至群组W进一步进行群组密度分析以及群组严重度分析。以下将以群组68(即群组J)作为群组密度分析以及群组严重度分析之范本。
图4E系根据某些实施例之群组密度分析之示意图。图4D中所示之群组68中每一者的行坐标(即Y坐标)值显示于图4E中。例如，缺陷单元72之行坐标值为9，缺陷单元73之行坐标值为10。针对群组68，计算单元24沿着水平方向(亦即，列方向或X轴方向)计算一组边缘坐标Ti以及一组边缘坐标Bi。
边缘坐标Ti之每一者指示群组68中，具有相同列坐标值(亦即，具有相同X坐标值)之所有缺陷单元所具有之最大行坐标值。亦即，边缘坐标Ti之每一者指示从群组68上方观察到的第一个行坐标值。边缘坐标Bi之每一者指示群组68中，具有相同列坐标值(亦即，具有相同X坐标值)之所有缺陷单元所具有之最小行坐标值。亦即，边缘坐标Bi之每一者指示从群组68下方观察到的第一个行坐标值。
根据边缘坐标Ti以及边缘坐标Bi，计算单元24计算出一跨距矩阵74。跨距矩阵74中所记录之数值可以由以下公式(4)计算。
Bi-Ti+1···(4)
计算单元24进一步计算出一数目矩阵75。数目矩阵75记录的数值指示群组68中具有一相同列坐标之缺陷单元数目。随后将跨距矩阵74及数目矩阵75内所储存的数值分别进行加总。水平方向密度(Density_X)可藉由数目矩阵75内储存的数值总和与跨距矩阵74内储存的数值总和相除而获得。在图4E所示的例子中，水平方向密度为37/43＝0.8605。
图4F系根据某些实施例之群组密度分析之示意图。群组68中每一者的列坐标(即X坐标)值显示于图4E中。例如，缺陷单元76之列坐标值为4，缺陷单元77之列坐标值为5。针对群组68，计算单元24沿着垂直方向(亦即，行方向或Y轴方向)计算一组边缘坐标Li以及一组边缘坐标Ri。边缘坐标Ri之每一者指示群组68中，具有相同行坐标值(亦即，具有相同Y坐标值)之所有缺陷单元所具有之最大列坐标值。亦即，边缘坐标Ri之每一者指示从群组68右侧观察到的第一个列坐标值。边缘坐标Li之每一者指示群组68中，具有相同行坐标值(亦即，具有相同Y坐标值)之所有缺陷单元所具有之最小列坐标值。亦即，边缘坐标Li之每一者指示从群组68左侧观察到的第一个列坐标值。
根据边缘坐标Li以及边缘坐标Ri，计算单元24计算出一跨距矩阵78。跨距矩阵78中所记录之数值可以由以下公式(5)计算。
Ri-Li+1···(5)
计算单元24进一步计算出一数目矩阵79。数目矩阵79记录的数值指示群组68中具有一相同行坐标之缺陷单元数目。随后将跨距矩阵78及数目矩阵79内所储存的数值分别进行加总。垂直方向密度(Density_Y)可藉由数目矩阵79内储存的数值总和与跨距矩阵78内储存的数值总和相除而获得。在图4F所示的例子中，垂直方向密度为37/45＝0.82222。
当水平方向密度及垂直方向密度分别计算出来后，计算单元24进一步由以下公式(6)计算群组68之群组密度(Density)。
Density＝Density_X×Density_Y· · · (6)
在一实施例中，若计算单元24可藉由将板材相关资料40设定不同的属性卷标来完成群组分类，则群组密度亦可称为属性密度。当群组密度的值超过一密度临限值时，判断单元26判定一异常发生。在一个实施例中，密度临限值为0.5。当计算单元24完成板材相关资料40的分组及各组的密度分析之后，计算单元24可进一步计算每一群组(例如，图4D中所示之群组A至群组W)之严重度。
图4G系根据某些实施例之群组严重度分析之示意图。图4G中显示了一个简化的例子，其中板材相关资料80系将70片板材检测获得之70份检测资料16，经计算单元24累加后获得。在图4G的例子中，每一板材在X轴方向上具有10个单位装置(例如，一晶粒或一基板)，且在Y轴上具有12个单位装置。
图4G中显示一群组82，其包含6个超标区块。群组82的六个超标区块分别具有经累加缺陷值29、30、31、32、33及34。群组严重度可由以下公式(7)计算。
Figure GDA0004074481760000111
公式(7)中，N代表群组中超标区块的数目，Wk代表群组中超标区块每一者的经累加缺陷值，M代表经累加的板材资料数目(在图4G之例子中为70)，X代表每一板材在X轴方向上具有的个单位装置数目(在图4G之例子中为10)，Y代表每一板材在Y轴方向上具有的个单位装置数目(在图4G之例子中为12)。在图4G所示的例子中，群组82之严重度为
Figure GDA0004074481760000112
当一群组的群组严重度超过一严重度临限值时，判断单元26判定一异常发生。在一个实施例中，严重度临限值为0.06。
为了提高缺陷在板材相关资料上呈线型分布时的判断率，本发明提供一种线型辨识算法。图5A系根据某些实施例之基板缺陷线型分析之示意图。在一个实施例中，计算单元24可对经累加的板材相关资料40进行线型群组分析。在线型群组分析中，计算单元24首先界定一个搜寻区块83。搜寻区块83涵盖板材相关资料40在一个维度上之所有单位装置。举例言之，在图5A中搜寻区块83涵盖板材相关资料40沿Y轴方向上的所有单位装置。同样地，搜寻区块83亦可定义为涵盖板材相关资料40沿X轴方向上的所有单位装置。
搜寻区块83沿着板材相关资料40的一个维度依序移动进行搜寻，将符合搜寻条件的群组挑选出来。如图5A所示，搜寻区块83沿着板材相关资料40的X轴方向依序移动，挑选出群组84、85、86及87。在一个实施例中，搜寻区块83可沿着板材相关资料40的Y轴方向依序移动以挑选群组。计算单元24可以设定不同之条件以挑选出群组。举例言之，在图5A所示之实施例中，搜寻区块83挑选出之群组84、85、86及87皆具有至少3个不符合规格之单位装置，且不符合规格之单位装置之间最大距离至少为5。
当计算出群组84、85、86及87之后，计算单元24将进一步针对群组84、85、86及87之每一者进行标准判断，以决定每一群组中的线型代表区间。
表1系本发明用于判断线型群组中线型代表区间之标准，及每一标准的判断属性、目的及判断条件。
Figure GDA0004074481760000121
表1
为了找出每一群组的线型代表区间，计算单元24将在各群组内，计算各种不同的子范围是否符合标准1至标准3。
在标准1中，判断经搜寻区块83挑选出之各群组(例如，图5A中的群组84、85、86及87)中不同子范围的长度。在标准2中，判断经搜寻区块83挑选出之各群组中不同子范围的密度。在标准3中，判断经搜寻区块83挑选出之各群组中不同子范围是否具有间隔(亦即，不符合规格之单位装置之间是否具有符合规格之单位装置)。
以下将参阅图5B及5C进行标准1至标准3之说明。图5B系根据某些实施例之基板缺陷线型判断标准之示意图。参阅图5B中所示之标准1示意图，在标准1之示意图中显示了群组的一个子范围88。在此实施例中，子范围88之长度L2为10。子范围88中具有共7个不符合规格之单位装置，横跨Y轴坐标2至9，因此子范围88中不符合规格长度L1为8。计算单元24将计算L1/L2是否超过一长度临限值ε1。若L1/L2未超过长度临限值ε1，则计算单元24将子范围88从线型代表区间之候选者中排除。在一个实施例中，长度临限值ε1为40％，图5B中所示之L1/L2＝80％大于长度临限值ε1，因此保留于线型代表区间之候选者中。
参阅图5B中所示之标准2示意图，在此实施例中，子范围88中不符合规格长度L1为8，且子范围88内不符合规格之单位装置数目n为7。计算单元24将计算n/L1是否超过一密度临限值ε2。若n/L1未超过密度临限值ε2，则计算单元24将子范围88从线型代表区间之候选者中排除。在一个实施例中，密度临限值ε2为55％，图5B中所示之n/L1＝87％大于密度临限值ε2，因此保留于线型代表区间之候选者中。
参阅图5B中所示之标准3示意图，在此实施例中，子范围88中不符合规格长度L1为8，且子范围88内间隔的最大长度L3为1。计算单元24将计算L3/L1是否超过一间隔临限值ε3。若L3/L1超过间隔临限值ε3，则计算单元24将子范围88从线型代表区间之候选者中排除。在一个实施例中，间隔临限值ε3为20％，图5B中所示之L3/L1＝12％小于间隔临限值ε3，因此保留于线型代表区间之候选者中。
图5C系根据某些实施例之基板缺陷线型判断标准之示意图。参阅图5C中所示之标准1示意图，在标准1之示意图中显示了群组的一个子范围88。在此实施例中，子范围88之长度L2为10。子范围88中具有共5个不符合规格之单位装置，横跨Y轴坐标1至10，因此子范围88中不符合规格长度L1为10。计算单元24将计算L1/L2是否超过一长度临限值ε1。在一个实施例中，长度临限值ε1为40％，图5C中所示之L1/L2＝100％大于长度临限值ε1，因此保留于线型代表区间之候选者中。
参阅图5C中所示之标准2示意图，在此实施例中，子范围88中不符合规格长度L1为10，且子范围88内不符合规格之单位装置数目n为5。计算单元24将计算n/L1是否超过一密度临限值ε2。在一个实施例中，密度临限值ε2为55％，图5C中所示之n/L1＝50％并未超过于密度临限值ε2，因此将子范围88从线型代表区间之候选者中排除。
参阅图5C中所示之标准3示意图，在此实施例中，子范围88中不符合规格长度L1为10，且子范围88内最大的间隔长度L3为4。计算单元24将计算L3/L1是否超过一间隔临限值ε3。在一个实施例中，间隔临限值ε3为20％，图5C中所示之L3/L1＝40％超过了间隔临限值ε3，因此将子范围88从线型代表区间之候选者中排除。
图5D系根据某些实施例之基板缺陷线型分析之示意图。图5D中所示实施例系根据经搜寻区块83挑选出之一群组90作说明。群组90之总长度为10，其中一共具有7个不符合规格之单位装置(位于Y坐标1、2及6至10处)及3个符合规格之单位装置(位于Y坐标3至5处)。计算单元24将在群组90内，计算各种不同的子范围90-a至90-k是否符合表1中所列之标准1至标准3。
在第一阶段，子范围90-a之涵盖范围从Y坐标1开始，直到不符合规格之单位装置数量达到3个为止(亦即，从Y坐标1至Y坐标6涵盖3个不符合规格之单位装置)。子范围90-b至90-e之涵盖范围亦从Y坐标1开始，长度相较于子范围90-a逐渐增加。
在下一阶段，子范围90-f之涵盖范围从Y坐标2开始，直到不符合规格之单位装置数量达到3个为止(亦即，从Y坐标2至Y坐标7涵盖3个不符合规格之单位装置)。子范围90-g至90-i之涵盖范围亦从Y坐标2开始，长度相较于子范围90-f逐渐增加，依此类推。在另一阶段中，子范围90-j之涵盖范围从Y坐标6至Y坐标9。子范围90-k之涵盖范围从Y坐标6至Y坐标10。
针对每一子范围90-a至90-k，计算单元24计算其每一者是否符合表1中所列之标准1至标准3。当标准1至标准3中任一者不符合时，计算单元24该子范围从线型代表区间之候选者中排除。在图5D所示之例子中，子范围90-a至90-i皆因为未同时满足标准1至标准3而被排除，而子范围90-j及90-k同时符合表1中所列之标准1至标准3。当具有二个以上同时符合标准1至标准3之子范围时，计算单元24将挑选长度最长者作为线型代表区间。因此，在图5D所示之例子中，子范围90-k将被选定为群组90之线型代表区间。
在每一群组的线型代表区间决定后，计算单元24将进一步进行标准4及标准5之计算分析。表2系本发明用于线型判断之标准4及标准5及其判断属性、目的及判断条件。
Figure GDA0004074481760000141
表2
在标准4中，若各群组之线型代表区间任两者彼此相邻，计算单元24将判断相邻线型代表区间之交集程度。在标准5中，若各群组之线型代表区间任两者或多者彼此相邻，计算单元24将判断相邻线型代表区间之宽度。以下将参阅图5E进行标准4及标准5之说明。
图5E系根据某些实施例之基板缺陷线型判断标准之示意图。参阅图5E中所示之标准4示意图，分属于不同群组之线型代表区间91及92具有交集区域93。计算单元24将交集区域93之长度与一交集范围临限值ε4相比较。在一个实施例中交集范围临限值ε4为50％。在图5E中，因交集区域93的长度(在图5E中为2)与线型代表区间91及92任一者之总长度(在图5E中为6)相比并未超过50％，故计算单元24将线型代表区间91及92判定为两个独立的线型代表区间。
在图5E所示之标准4示意图中，分属于不同群组之线型代表区间94及95具有交集区域96。因交集区域96的长度(在图5E中为4)与线型代表区间94及95任一者之总长度(在图5E中为7)相比超过50％，故计算单元24将线型代表区间94及95判定为同一个线型代表区间。
参阅图5E中所示之标准5示意图，计算单元24将进一步将相邻之线型代表区间的宽度与一宽度临限值ε5相比较。当相邻之线型代表区间的宽度超过宽度临限值ε5时，该线型代表区间将被改判定为区域集中态样。在一个实施例中，宽度临限值ε5为2。图5E中所示之线型代表区间97之宽度为1而线型代表区间98之宽度为3。在宽度临限值ε5为2的情况下，线型代表区间97符合线型区域的定义，而线型代表区间98将被改判定为一区域集中态样。
图6系根据某些实施例之基板缺陷线型分析流程图。在步骤601中，计算单元24定义一搜寻区块83，并沿着板材相关资料40的一个维度(例如，X轴或Y轴)依序移动进行搜寻，将符合搜寻条件的群组挑选出来。步骤601的详细操作对应于图5A及其相关说明段落。
在步骤602中，计算单元24对步骤601中挑选出之群组之每一者，选定一线型代表区间。步骤602的详细操作对应于图5B至图5D、表1及其相关说明段落。
在步骤603中，计算单元24进一步判断各群组之线型代表区间任两者是否彼此相邻，并判断相邻线型代表区间之交集程度。步骤603的详细操作对应于图5E、表2及其相关说明段落。
响应于步骤603中判定各群组之线型代表区间任两者中具有相邻者，在步骤604中，计算单元24进一步计算相邻之线型代表区间的宽度。步骤604的详细操作对应于图5E、表2及其相关说明段落。
在步骤605中，计算单元24将相邻之线型代表区间的宽度与一宽度临限值ε5进行比较。若相邻之线型代表区间的宽度小于宽度临限值ε5时，将该线型代表区间归类为线型区间。若相邻之线型代表区间的宽度超过宽度临限值ε5时，该线型代表区间将被改判定为区域集中态样。
前文概述数项实施例之构件，使得熟习此项技术者可更好地理解本揭露之态样。熟习此项技术者应了解，其可容易地使用本揭露作为设计或修改其他制程及结构以用于实施相同目的及/或实现本文中所介绍之实施例之相同优点之基础。熟习此项技术者亦认识到，此等等效构造不背离本揭露之精神及范畴，且其可在本文中做出各种改变、替代及变更而不背离本揭露之精神及范畴。
[符号的说明]
10          AOI机台
12          电性测试机台
14          AVI机台
16          检测资料
20          计算装置
22          接收单元
24          计算单元
26          判断单元
30          条形码
32          相关性计算
34          矩阵
36          相关性图
38          相关性图
40          板材相关资料
41          带材相关资料
42          经累加缺陷值
43          经累加缺陷值
44          缺陷集中区
45          缺陷集中区
46          缺陷集中区
48          缺陷集中区
50          整体区域
52          右半侧区域
54          左半侧区域
56          上半部区域
58          下半部区域
60          搜寻区块
62          中心区块
63          缺陷超标区块
64          缺陷超标区块
65          缺陷超标区块
66          缺陷超标区块
68          群组
72          缺陷单元
73          缺陷单元
74          跨距矩阵
75          数目矩阵
76          缺陷单元
77          缺陷单元
78          跨距矩阵
79          数目矩阵
80          板材相关资料
82          群组
83          搜寻区块
84          群组
85          群组
86          群组
87          群组
88          子范围
90          群组
90-a至90-k  子范围
91          线型代表区间
92          线型代表区间
93          交集区域
94          线型代表区间
95          线型代表区间
96          交集区域
97          线型代表区间
98          线型代表区间
100         基板缺陷分析系统
601         步骤
602         步骤
603         步骤
604         步骤
605         步骤
d1           坐标
d2           坐标
d3           坐标
d4           坐标
d5           坐标
d6           坐标
d7           坐标
P1           板材
P2           板材
P3           板材
P4           板材
Pn           板材
γx           偏度值
γy           偏度值
L1           长度
L2           长度
L3           长度
n            数目

Claims (18)

1.一种用于基板缺陷分析的计算装置，其包含：
一接收单元，其经组态以接收一第一板材相关资料及一第二板材相关资料，所述第一板材相关资料包含一第一板材上的复数个坐标及对应于所述复数个坐标的复数个缺陷值，所述第二板材相关资料包含一第二板材上的复数个坐标及对应于所述复数个坐标的复数个缺陷值，所述复数个坐标的每一者包含一行坐标及一列坐标；
一计算单元，其经组态以累加所述第一板材相关资料及所述第二板材相关资料以产生复数个输出资料，所述复数个输出资料包含对应于所述复数个坐标的复数个经累加缺陷值，所述计算单元进一步经组态以根据所述复数个经累加缺陷值将所述复数个输出资料分派复数个属性卷标；以及
一判断单元，其经组态以根据所述复数个属性卷标判断所述第一板材及所述第二板材的制造流程是否异常。
2.根据权利要求1所述的计算装置，其中所述计算单元进一步经组态以：
选择所述复数个输出资料中的一第一群组，当所述第一群组中一第一坐标的一第一经累加缺陷值超过一临限值时，将所述第一坐标设定一第一属性卷标。
3.根据权利要求2所述的计算装置，其中所述计算单元进一步经组态以：
选择所述复数个输出资料中的一第二群组，所述第一群组及所述第二群组具有复数个相同坐标；
当所述第二群组中一第二坐标的一第二经累加缺陷值超过所述临限值时，将所述第二坐标设定一第二属性卷标；且
当所述复数个相同坐标中的一者具有所述第一属性卷标时，将所述第二属性卷标修改为所述第一属性卷标。
4.根据权利要求2所述的计算装置，其中所述计算单元进一步经组态以：
沿着一第一坐标维度，计算包含所述第一属性卷标的输出资料的一第一组边缘坐标及一第二组边缘坐标，所述第一组边缘坐标的每一者指示包含所述第一属性卷标的输出资料中，具有相同列坐标的输出资料中所具有的最大行坐标，所述第二组边缘坐标的每一者指示包含所述第一属性卷标的输出资料中，具有相同列坐标的输出资料中所具有的最小行坐标；
沿着一第二坐标维度，计算包含所述第一属性卷标的输出资料的一第三组边缘坐标及一第四组边缘坐标，所述第三组边缘坐标的每一者指示包含所述第一属性卷标的输出资料中，具有相同行坐标的输出资料中所具有的最大列坐标，所述第四组边缘坐标的每一者指示包含所述第一属性卷标的输出资料中，具有相同行坐标的输出资料中所具有的最小列坐标。
5.根据权利要求4所述的计算装置，其中所述计算单元进一步经组态以：
计算一第一数目矩阵，所述第一数目矩阵中每一者指示包含所述第一属性卷标的输出资料中具有一相同列坐标的输出资料数目；
计算一第二数目矩阵，所述第二数目矩阵中每一者指示包含所述第一属性卷标的输出资料中具有一相同行坐标的输出资料数目；
基于所述第一数目矩阵、所述第一组边缘坐标及所述第二组边缘坐标计算一第一密度；
基于所述第二数目矩阵、所述第一组边缘坐标及所述第二组边缘坐标计算一第二密度；以及
根据所述第一密度及所述第二密度产生一第一属性密度。
6.根据权利要求5所述的计算装置，其中所述复数个输出资料包含一第一数目个输出资料，且所述计算单元进一步经组态以：
针对包含所述第一属性卷标的输出资料，计算每一坐标的所述经累加缺陷值的一总和；以及
根据所述总和及所述第一数目个输出资料的数目计算一严重度。
7.根据权利要求6所述的计算装置，其中所述判断单元进一步根据所述第一属性密度及所述严重度判断所述第一板材及所述第二板材的制造流程是否具有异常。
8.根据权利要求1所述的计算装置，其中所述计算单元进一步经组态以：
选择所述复数个输出资料中的一第一群组，当所述第一群组中一第一坐标的一第一经累加缺陷值超过一临限值时，将所述第一坐标设定一第一属性卷标；
选择所述复数个输出资料中的一第二群组，当所述第二群组中一第一坐标的一第一经累加缺陷值超过一临限值时，将所述第一坐标设定一第二属性卷标。
9.根据权利要求8所述的计算装置，其中所述复数个输出资料具有一第一数目个行及一第二数目个列，所述计算单元进一步经组态以：
计算包含所述第一属性卷标的输出资料的一第一长度与所述第二数目的一第一比例；
计算包含所述第一属性卷标的输出资料的数目与所述第二数目的一第二比例；以及
计算所述第一群组中不包含所述第一属性卷标的输出资料的数目与所述第一长度的一第三比例。
10.根据权利要求9所述的计算装置，其中所述计算单元进一步经组态以：
计算包含所述第二属性卷标的输出资料的一第二长度与所述第二数目的一第四比例；
计算包含所述第二属性卷标的输出资料的数目与所述第二数目的一第五比例；以及
计算所述第二群组中不包含所述第二属性卷标的输出资料的数目与所述第一长度的一第六比例。
11.根据权利要求10所述的计算装置，其中所述计算单元进一步经组态以：
从所述第一群组中，计算所述第一比例、所述第二比例及所述第三比例皆符合一预定条件的一第一输出资料子群组；以及
从所述第二群组中，计算所述第四比例、所述第五比例及所述第六比例皆符合所述预定条件的一第二输出资料子群组。
12.根据权利要求11所述的计算装置，其中所述计算单元进一步经组态以：
计算所述第一输出资料子群组与所述第二输出资料子群组是否相邻，且
响应于所述第一输出资料子群组与所述第二输出资料子群组相邻，计算所述第一输出资料子群组与所述第二输出资料子群组的一交集数目。
13.根据权利要求11所述的计算装置，其中所述计算单元进一步经组态以：
计算是否存在与所述第一输出资料子群组相邻的两个输出资料子群组。
14.一种用于基板缺陷分析的方法，其包含：
接收一第一板材相关资料及一第二板材相关资料，所述第一板材相关资料包含一第一板材上的复数个坐标及对应于所述复数个坐标的复数个缺陷值，所述第二板材相关资料包含一第二板材上的复数个坐标及对应于所述复数个坐标的复数个缺陷值，所述复数个坐标的每一者包含一行坐标及一列坐标；
累加所述第一板材相关资料及所述第二板材相关资料以产生复数个输出资料，所述复数个输出资料包含对应于所述复数个坐标的复数个经累加缺陷值；
根据所述复数个经累加缺陷值将所述复数个输出资料分派复数个属性卷标；以及
根据所述复数个属性卷标判断所述第一板材及所述第二板材的制造流程是否异常。
15.根据权利要求14所述的方法，其进一步包含：
选择所述复数个输出资料中的一第一群组，当所述第一群组中一第一坐标的一第一经累加缺陷值超过一临限值时，将所述第一坐标设定一第一属性卷标；
选择所述复数个输出资料中的一第二群组，所述第一群组及所述第二群组具有复数个相同坐标；
当所述第二群组中一第二坐标的一第二经累加缺陷值超过所述临限值时，将所述第二坐标设定一第二属性卷标；且
当所述复数个相同坐标中的一者具有所述第一属性卷标时，将所述第二属性卷标修改为所述第一属性卷标。
16.根据权利要求14所述的方法，其进一步包含：
选择所述复数个输出资料中的一第一群组，当所述第一群组中一第一坐标的一第一经累加缺陷值超过一临限值时，将所述第一坐标设定一第一属性卷标；
选择所述复数个输出资料中的一第二群组，当所述第二群组中一第一坐标的一第一经累加缺陷值超过一临限值时，将所述第一坐标设定一第二属性卷标。
17.根据权利要求16所述的方法，其中所述复数个输出资料具有一第一数目个行及一第二数目个列，所述方法进一步包含：
计算包含所述第一属性卷标的输出资料的一第一长度与所述第二数目的一第一比例；
计算包含所述第一属性卷标的输出资料的数目与所述第二数目的一第二比例；
计算所述第一群组中不包含所述第一属性卷标的输出资料的数目与所述第一长度的一第三比例；
计算包含所述第二属性卷标的输出资料的一第二长度与所述第二数目的一第四比例；
计算包含所述第二属性卷标的输出资料的数目与所述第二数目的一第五比例；以及
计算所述第二群组中不包含所述第二属性卷标的输出资料的数目与所述第一长度的一第六比例。
18.根据权利要求17所述的方法，其进一步包含：
从所述第一群组中，计算所述第一比例、所述第二比例及所述第三比例皆符合一预定条件的一第一输出资料子群组；以及
从所述第二群组中，计算所述第四比例、所述第五比例及所述第六比例皆符合所述预定条件的一第二输出资料子群组。
CN201811167798.3A 2018-10-08 2018-10-08 用于基板缺陷分析的计算装置及方法 Active CN111091523B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811167798.3A CN111091523B (zh) 2018-10-08 2018-10-08 用于基板缺陷分析的计算装置及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811167798.3A CN111091523B (zh) 2018-10-08 2018-10-08 用于基板缺陷分析的计算装置及方法

Publications (2)

Publication Number Publication Date
CN111091523A CN111091523A (zh) 2020-05-01
CN111091523B true CN111091523B (zh) 2023-04-18

Family

ID=70391232

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811167798.3A Active CN111091523B (zh) 2018-10-08 2018-10-08 用于基板缺陷分析的计算装置及方法

Country Status (1)

Country Link
CN (1) CN111091523B (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TW569373B (en) * 2002-12-31 2004-01-01 Powerchip Semiconductor Corp Method for analyzing defect inspection parameters
CN1521822A (zh) * 2003-01-29 2004-08-18 力晶半导体股份有限公司 缺陷检测参数分析方法
JP2006145269A (ja) * 2004-11-17 2006-06-08 Hitachi High-Technologies Corp 欠陥レビュー装置及び欠陥レビュー方法
CN101566460A (zh) * 2008-04-24 2009-10-28 鸿富锦精密工业（深圳）有限公司 双面电路板的基板检测系统、检测方法及其检测用的载具
TW201039703A (en) * 2009-04-16 2010-11-01 Unimicron Technology Corp Quality control and inspection process flow for printed circuit board manufacturing
CN107328791A (zh) * 2017-07-31 2017-11-07 京东方科技集团股份有限公司 一种缺陷检测方法及装置

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TW569373B (en) * 2002-12-31 2004-01-01 Powerchip Semiconductor Corp Method for analyzing defect inspection parameters
CN1521822A (zh) * 2003-01-29 2004-08-18 力晶半导体股份有限公司 缺陷检测参数分析方法
JP2006145269A (ja) * 2004-11-17 2006-06-08 Hitachi High-Technologies Corp 欠陥レビュー装置及び欠陥レビュー方法
CN101566460A (zh) * 2008-04-24 2009-10-28 鸿富锦精密工业（深圳）有限公司 双面电路板的基板检测系统、检测方法及其检测用的载具
TW201039703A (en) * 2009-04-16 2010-11-01 Unimicron Technology Corp Quality control and inspection process flow for printed circuit board manufacturing
CN107328791A (zh) * 2017-07-31 2017-11-07 京东方科技集团股份有限公司 一种缺陷检测方法及装置

Also Published As

Publication number Publication date
CN111091523A (zh) 2020-05-01

Similar Documents

Publication Publication Date Title
US8081814B2 (en) Linear pattern detection method and apparatus
CN106611106B (zh) 基因变异检测方法及装置
US8041443B2 (en) Surface defect data display and management system and a method of displaying and managing a surface defect data
US9916653B2 (en) Detection of defects embedded in noise for inspection in semiconductor manufacturing
US6334097B1 (en) Method of determining lethality of defects in circuit pattern inspection method of selecting defects to be reviewed and inspection system of circuit patterns involved with the methods
US7386418B2 (en) Yield analysis method
US9430713B2 (en) Method and apparatus for detecting repetitive pattern in image
US8170707B2 (en) Failure detecting method, failure detecting apparatus, and semiconductor device manufacturing method
CN115293463B (zh) 一种基于切割质量预测的玻璃镜片加工监督方法及系统
CN107689335B (zh) 一种多种产品晶圆缺陷的分析方法
US9652836B2 (en) Defect cell clustering method and apparatus thereof
CN117871416A (zh) 一种晶粒坐标排序方法及系统
CN109141829B (zh) 一种靶线清晰度计算及工业相机后截距的检测方法
JP2009070834A (ja) 基板分類方法および装置、異常設備推定方法および装置、基板分類方法または異常設備推定方法をコンピュータに実行させるためのプログラム、並びに上記プログラムを記録したコンピュータ読み取り可能な記録媒体
CN111091523B (zh) 用于基板缺陷分析的计算装置及方法
JP6609954B2 (ja) Ｄｎａチップ画像のスポット有効性判定装置、ｄｎａチップ画像のスポット有効性判定方法、及びｄｎａチップ画像のスポット有効性判定プログラ
US6828776B2 (en) Method for analyzing defect inspection parameters
TWI681357B (zh) 用於基板缺陷分析之裝置及方法
TWI808595B (zh) 分析缺陷的方法
US7079966B2 (en) Method of qualifying a process tool with wafer defect maps
CN116468373A (zh) 一种基于物联网的电厂设备仓储管理系统
CN116703862A (zh) 一种用于视觉检测的智能大数据监管系统及方法
US6968280B2 (en) Method for analyzing wafer test parameters
CN118520317B (zh) 一种适用于高通量分析的生物元件数据分析方法
KR100472776B1 (ko) 반도체 장치의 웨이퍼 결함 검사 방법

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