CN111307819A - 晶圆边缘缺陷检测系统及方法 - Google Patents

晶圆边缘缺陷检测系统及方法 Download PDF

Info

Publication number
CN111307819A
CN111307819A CN202010183596.9A CN202010183596A CN111307819A CN 111307819 A CN111307819 A CN 111307819A CN 202010183596 A CN202010183596 A CN 202010183596A CN 111307819 A CN111307819 A CN 111307819A
Authority
CN
China
Prior art keywords
wafer
image
detection system
defect detection
light source
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.)
Granted
Application number
CN202010183596.9A
Other languages
English (en)
Other versions
CN111307819B (zh
Inventor
胡向华
冯亚丽
何广智
顾晓芳
倪棋梁
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.)
Shanghai Huali Microelectronics Corp
Original Assignee
Shanghai Huali Microelectronics 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 Shanghai Huali Microelectronics Corp filed Critical Shanghai Huali Microelectronics Corp
Priority to CN202010183596.9A priority Critical patent/CN111307819B/zh
Publication of CN111307819A publication Critical patent/CN111307819A/zh
Application granted granted Critical
Publication of CN111307819B publication Critical patent/CN111307819B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • G01N21/8851—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
    • G01N2021/8854—Grading and classifying of flaws
    • G01N2021/8874—Taking dimensions of defect into account
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Testing Or Measuring Of Semiconductors Or The Like (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)

Abstract

本发明涉及集成电路制造领域，提供了一种晶圆边缘缺陷检测系统，包括：一宽波段的光源及与之相适配的照相机；所述光源经所述晶圆边缘折射后形成一折射图像，所述照相机拍摄所述折射图像中异常的部分。本发明利用宽波段光源的折射成像所体现出的特征，结合智能图像识别系统分析出隐藏在晶圆内部的气泡/空洞，再配合尺寸量测系统得到气泡/空洞的尺寸，在晶圆制造的第一步过程中就对晶圆边缘薄膜剥离等缺陷进行有效监控。

Description

晶圆边缘缺陷检测系统及方法
技术领域
本发明涉及集成电路制造领域，尤其涉及一种晶圆边缘缺陷检测系统及方法。
背景技术
在集成电路制造的过程中，在每个工艺流程中都有可能在晶圆上形成缺陷。随着半导体工艺的发展，半导体器件越来越趋向于小型化，晶圆上的缺陷在半导体工艺中的影响越来越大，因此在集成电路制造的过程中，需要对晶圆进行缺陷检测，以检测结果为依据分析产生缺陷的原因，以对生产工艺或工艺设备进行调整，减小缺陷产生。
晶圆边缘非常容易出现划伤或者残留异物，这些缺陷会成为污染源，向晶圆的内部区域以及表面扩散，影响晶圆内部的器件。随着特征尺寸的持续缩小，器件越发地靠近晶圆的边缘，晶圆边缘缺陷对于工艺过程以及产品良率的影响都越来越大，影响的内容包括薄膜的均一性、边缘缺角、撞伤、腐蚀等。特别是65nm及以下的制造工艺中，晶圆边缘缺陷已经严重影响工艺过程，并且造成大量的产品报废。所以，晶圆边缘缺陷已经成为必须要检测和控制的项目。
晶圆边缘缺陷的主要类型包括划伤、颗粒污染、金属残留以及气泡，在传统工艺上都可以通过显微镜扫描晶圆的边缘进行观察，但人工的效率太低，影响生产制造的速度。
目前也有专门针对晶圆边缘进行扫描监控的自动化晶边缺陷扫描设备，但现在的晶边缺陷扫描机台一般采用单波长的激光作为光源，收集激光的反射或散射信号，然后进行数字化处理，得到一张灰度图，通过对该灰度图的分析来实现最终缺陷的抓捕。这种方法对缺角、撞伤、腐蚀等有很好的抓捕能力，但层间薄膜剥离而未破裂从而形成的鼓包的检测能力很差，因为反射或散射信号非常弱，无法实现有效的监控。
因此，需要提出一种能够有效的检测晶圆内部气泡的检测系统及方法。
发明内容
为了解决上述问题，提高对晶圆边缘的内部鼓包的检测能力，本发明首先提出了一种晶圆边缘缺陷检测系统，包括：一宽波段的光源及与之相适配的照相机；所述光源经所述晶圆边缘折射后形成一折射图像，所述照相机拍摄所述折射图像中异常的部分。
上述的晶圆边缘缺陷检测系统，还包括一图像识别模块，所述图像识别模块接收所述照相机拍摄的异常图像并从中提取出异常部分的轮廓。
上述的晶圆边缘缺陷检测系统，其中，所述图像识别模块将所述轮廓与特征数据库中的轮廓特征进行对比，确认缺陷类型。
上述的晶圆边缘缺陷检测系统，还包括一尺寸量测模块，所述尺寸量测模块测量所述轮廓的尺寸。
上述的晶圆边缘缺陷检测系统，其中，所述宽波段的光源为可见光。
上述的晶圆边缘缺陷检测系统，其中，所述尺寸量测模块在XY坐标系中分别测量所述轮廓在X方向和Y方向的尺寸。
上述的晶圆边缘缺陷检测系统，还包括一单波长的激光光源，所述激光光源照射在所述晶圆的边缘，所述缺陷检测系统收集所述激光光源的反射和散射信号，并进行灰阶数字化处理，从中提取晶圆边缘的缺陷。
基于同一发明构思，本发明还提出了一种晶圆边缘缺陷检测方法，基于上述的晶圆边缘缺陷检测系统施行，包括如下步骤：
S1、开启光源并使所述晶圆旋转，照相机拍摄异常部分的图像；
S2、对异常图像进行识别，提取异常图像的轮廓；
S3、将所述轮廓与特征数据库比对，确认缺陷的类型；
S4、测量所述轮廓在XY坐标中的尺寸数据；
S5、根据所述尺寸数据最终确定缺陷情况。
上述的晶圆边缘缺陷检测方法，其中，所述轮廓的特征包括：水纹、弧形和拐角，步骤S3中将所述特征与所述特征数据库中的数据进行比对。
上述的晶圆边缘缺陷检测方法，步骤S4中，记录所述轮廓在X方向的最大值和在Y方向的最大值。
与现有技术相比，本发明的技术方案利用宽波段光源的折射成像所体现出的特征，结合智能图像识别系统分析出隐藏在晶圆内部的气泡/空洞，再配合尺寸量测系统得到气泡/空洞的尺寸，在晶圆制造的第一步过程中就对晶圆边缘薄膜剥离等缺陷进行有效监控。
进一步地，采用宽波段可见光作为光源还可以使工程师可肉眼观察到缺陷的具体情形，有助于工程师在线快速反应。
附图说明
本领域技术人员可知，以下的附图仅仅列举出本发明的一些实施例，在不付出创造性劳动的前提下，本领域技术人员还可以根据这些附图获得其他同一性质的实施例(附图)。
图1是晶圆边缘结构示意图；
图2是本发明一实施例的系统示意图；
图3是本发明中提取出的缺陷形状及特征提取的效果图。
具体实施方式
为使本发明的目的、特征更明显易懂，下面结合附图对本发明的具体实施方式作进一步的说明。然而，本发明可以用不同的形式实现，不应只是局限在所述的实施例。且，在不冲突的情况下，本申请中的实施例及实施例中的特征允许相互组合或替换。结合以下的说明，本发明的优点和特征将更清楚。
需说明的是，附图均采用非常简化的形式且均使用非精准的比例，仅用以方便、明晰地辅助说明本发明实施例的目的。
还需声明的是，本发明中对步骤编号的目的在于便于引用，而非限定先后顺序。对于个别需强调顺序的步骤，文中将以专门文字进行特别说明。
如图所1示，将晶圆的边缘定义为三个部分：正面区域1、侧面区域2和背面区域3，其中，正面区域1和背面区域3都不是单纯的平面，而是由平面部分和斜面部分组成的。整个晶圆的边缘包括从正面的平面区域到斜坡，再到最外沿的侧壁，然后到背面斜坡，最后到背面平面区域。这些位置都有可能出现划伤或者异物残留，而其内部则可能出现气泡。
在大部分的晶圆加工工艺中，当晶圆被放置到晶圆转台上后，会对晶圆的槽口进行对准操作，以初步保证晶圆的朝向和晶圆中心的大致位置，以便于后续工艺步骤的精确对准。这一过程通常为旋转晶圆转台，本发明的核心思想在于，设置检测装置，利用旋转转台、初步对准的这一过程，采集晶圆边缘一圈的图像，然后通过图像识别系统、测量系统等对边缘图像进行分析，获取晶圆边缘的缺陷报告。
在晶圆初步对准的过程中就对晶圆边缘进行缺陷分析能够保证缺陷尽早被发现，及时采取适当措施，提高产品的良率。
以下结合附图和具体实施例对本发明提出的检测系统和检测方法作进一步详细说明。
请参考图2，图2为本发明一实施例所提出的一种晶圆边缘缺陷检测系统的示意图。所述晶圆边缘缺陷检测系统包括：宽波段光源21、与宽波段光源21的波段适配的第一照相机(未图示)、图像识别模块22、尺寸量测模块23、单波段激光光源24以及与单波段激光光源24相适配的第二照相机(未图示)。
宽波段光源21以及所述第一照相机用于采集晶圆边缘部分的折射图像。宽波段光源21固定于晶圆转台的上方，对准所述晶圆的边缘照射，宽波段光源21 透过晶圆边缘折射后形成晶圆边缘的特征图像。所述特征图像对所述晶圆边缘内部的气泡/空洞缺陷比较敏感，能够有效的分辨出这类的缺陷。所述第一照相机抓拍所述缺陷部分的图像，以供后续模块分析。如果宽波段光源21采用可见光，则其折射图像将呈现出类似彩虹的效果，通过人眼可直接观察，彩虹条膨大的部分可直观的判断为气泡/空洞缺陷。
单波段激光光源24以及所述第二照相机用于采集晶圆边缘部分的反射/散射图像。单波段激光光源24固定于晶圆转台的上方，对准所述晶圆的边缘照射，单波段激光光源24被晶圆边缘反射/散射后形成晶圆边缘的反射图像。所述反射图像有所述第二照相机摄取，主要用于识别晶圆边缘正面区域1、侧面区域2和背面区域3表面的划伤、撞伤或异物残留。
图像识别模块22与所述第一照相机和所述第二照相机连接，接收所述第一照相机拍摄的异常图像和所述第二照相机拍摄的反射图像，然后与数据库中的历史数据进行对比。进一步地，根据对比结果确认缺陷类型，还可生成缺陷报告，作为后续采取处理措施的依据。
具体的，图像识别模块22接收所述异常图像后，首先从中提取出异常部分的轮廓，然后将所述轮廓与特征数据库中的轮廓特征进行对比，以确认缺陷类型。
图像识别模块22接收所述反射图像后，通过分析所述反射图像的灰阶变化情况来判断是否在晶圆的边缘存在缺陷。
尺寸量测模块23与图像识别模块22连接，对图像识别模块22所提取的异常部分的轮廓进行测量。优选的，将所述轮廓放入XY坐标系中，对X和Y两个维度分别进行尺寸测量。根据X和Y的尺寸可以进一步进行判断，从而剔除干扰项。
较优的，宽波段光源21以及所述第一照相机和单波段激光光源24以及所述第二照相机以可拆卸、易迁移的方式设置，从而可以根据监控工艺步骤需求，灵活的设置在不同的生产机台的晶圆转台上或检测机台的晶圆台上。
依托上述的晶圆边缘缺陷检测系统进行检测，第一照相机拍摄的异常部分的图片经图像识别模块22识别后，从中提取出缺陷的轮廓图，尺寸量测模块23 在XY坐标系中对所述轮廓进行测量，然后进一步分析轮廓特征，与特征数据库进行对比的示意，通过对比，最终确定所述缺陷的类型。其实现的具体步骤包括：
S1、开启光源并使所述晶圆旋转，照相机拍摄异常部分的图像。具体的，开启宽波段光源21，第一照相机拍摄宽波段光源21经晶圆边缘折射后所成的图像。更近一步，所述第一照相机可预置识别程序，使得所述第一照相机只拍摄异常部分的图像，图3给出了一些异常图像的示例。对于系统中还包括激光光源的，还可开启单波段激光光源24，第二照相机拍摄单波段激光光源24经晶圆边缘反射以及散射后形成的图像。
S2、对异常图像进行识别，提取异常图像的轮廓。具体的，图像识别模块 22对步骤S1中所采集到的异常图像进行识别，提取图像轮廓。对于系统中包含激光光源的，还需对步骤S1中所采集到的反射图像进行灰度分析，获取表面缺陷的信息。
S3、将所述轮廓与特征数据库比对，确认缺陷的类型。所述特征数据库中所包括的特征包括：水纹、弧形和拐角等，可参见图3的示意。确认出的缺陷类型由机台控制系统自动的分类和报告，为后续计算提供依据。
S4、测量所述轮廓在XY坐标中的尺寸数据。尺寸量测模块23对步骤S2 所提取出的图像轮廓进行测量。优选的，测量并记录所述轮廓在X方向的最大值和在Y方向的最大值。
S5、根据所述尺寸数据最终确定缺陷情况。所述缺陷情况可作为后续的用户分析系统的输入，供用户进行分析之用。
综上所述，本发明提供了一种晶圆边缘缺陷检测系统及相应的方法，所述检测系统包括宽波段光源，经折射后能够体现晶边内部的气泡缺陷，对现有的单波段激光光源的检测系统进行了补充，弥补其不能有效检测内部气泡的缺点。并且，本发明提出的检测系统及方法在晶圆对准缺口的过程中实施缺陷检测，可以说是在集成电路制造的第一步骤中就及时发现缺陷，实施有效监控，提高了产品的良率。
显然，本领域的技术人员可以对发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (10)

1.一种晶圆边缘缺陷检测系统，其特征在于，包括：一宽波段的光源及与之相适配的照相机；所述光源经所述晶圆边缘折射后形成一折射图像，所述照相机拍摄所述折射图像中异常的部分。
2.如权利要求1所述的晶圆边缘缺陷检测系统，其特征在于，还包括一图像识别模块，所述图像识别模块接收所述照相机拍摄的异常图像并从中提取出异常部分的轮廓。
3.如权利要求2所述的晶圆边缘缺陷检测系统，其特征在于，所述图像识别模块将所述轮廓与特征数据库中的轮廓特征进行对比，确认缺陷类型。
4.如权利要求2所述的晶圆边缘缺陷检测系统，其特征在于，还包括一尺寸量测模块，所述尺寸量测模块测量所述轮廓的尺寸。
5.如权利要求1所述的晶圆边缘缺陷检测系统，其特征在于，所述宽波段的光源为可见光。
6.如权利要求4所述的晶圆边缘缺陷检测系统，其特征在于，所述尺寸量测模块在XY坐标系中分别测量所述轮廓在X方向和Y方向的尺寸。
7.如权利要求1所述的晶圆边缘缺陷检测系统，其特征在于，还包括一单波长的激光光源，所述激光光源照射在所述晶圆的边缘，所述缺陷检测系统收集所述激光光源的反射和散射信号，并进行灰阶数字化处理，从中提取晶圆边缘的缺陷。
8.一种晶圆边缘缺陷检测方法，其特征在于，基于如权利要求1～7任一项所述的系统执行，包括如下步骤：
S1、开启光源并使所述晶圆旋转，照相机拍摄异常部分的图像；
S2、对异常图像进行识别，提取异常图像的轮廓；
S3、将所述轮廓与特征数据库比对，确认缺陷的类型；
S4、测量所述轮廓在XY坐标中的尺寸数据；
S5、根据所述尺寸数据最终确定缺陷情况。
9.如权利要求8所述的检测方法，其特征在于，所述轮廓的特征包括：水纹、弧形和拐角，步骤S3中将所述特征与所述特征数据库中的数据进行比对。
10.如权利要求8所述的检测方法，其特征在于，步骤S4中，记录所述轮廓在X方向的最大值和在Y方向的最大值。
CN202010183596.9A 2020-03-16 2020-03-16 晶圆边缘缺陷检测系统及方法 Active CN111307819B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010183596.9A CN111307819B (zh) 2020-03-16 2020-03-16 晶圆边缘缺陷检测系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010183596.9A CN111307819B (zh) 2020-03-16 2020-03-16 晶圆边缘缺陷检测系统及方法

Publications (2)

Publication Number Publication Date
CN111307819A true CN111307819A (zh) 2020-06-19
CN111307819B CN111307819B (zh) 2024-03-08

Family

ID=71151214

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010183596.9A Active CN111307819B (zh) 2020-03-16 2020-03-16 晶圆边缘缺陷检测系统及方法

Country Status (1)

Country Link
CN (1) CN111307819B (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112461840A (zh) * 2020-10-13 2021-03-09 昆山工研院新型平板显示技术中心有限公司 柔性显示面板裂纹检测系统及检测方法
CN113504249A (zh) * 2021-06-26 2021-10-15 长江存储科技有限责任公司 键合晶圆的空洞检测方法及键合晶圆的空洞检测装置
CN115791807A (zh) * 2023-01-09 2023-03-14 苏州高视半导体技术有限公司 用于检测晶圆缺陷的装置
CN115979597A (zh) * 2023-02-13 2023-04-18 杭州简并激光科技有限公司 一种激光水平仪锥镜的缺陷检测方法
CN117929418A (zh) * 2024-03-22 2024-04-26 西安源易通电子科技有限公司 一种集成电路缺陷检测方法及系统

Citations (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000111484A (ja) * 1998-10-06 2000-04-21 Horiba Ltd ウェーハ欠陥検査装置
US6091846A (en) * 1996-05-31 2000-07-18 Texas Instruments Incorporated Method and system for anomaly detection
JP2006017630A (ja) * 2004-07-02 2006-01-19 Tokyo Electron Ltd 被処理体表面検査装置
US20070206184A1 (en) * 2006-03-01 2007-09-06 Sachio Uto Defect inspection method and system
WO2009021202A2 (en) * 2007-08-09 2009-02-12 Accretech Usa, Inc. Apparatus and method for wafer edge defects detection
JP2009071271A (ja) * 2007-08-23 2009-04-02 Hitachi High-Technologies Corp パターン形状評価方法，パターン形状評価装置，パターン形状評価データ生成装置およびそれを用いた半導体形状評価システム
US20090116727A1 (en) * 2006-05-02 2009-05-07 Accretech Usa, Inc. Apparatus and Method for Wafer Edge Defects Detection
JP4358889B1 (ja) * 2008-06-27 2009-11-04 日本エレクトロセンサリデバイス株式会社 ウエーハ欠陥検査装置
JP2011257222A (ja) * 2010-06-08 2011-12-22 Hitachi High-Technologies Corp 欠陥検査方法および欠陥検査装置
CN102778460A (zh) * 2012-07-31 2012-11-14 法国圣戈班玻璃公司 一种检测基质内缺陷的方法
JP2014020910A (ja) * 2012-07-18 2014-02-03 Omron Corp 欠陥検査方法及び欠陥検査装置
KR20140102471A (ko) * 2013-02-14 2014-08-22 김선종 웨이퍼 영상 검사 장치
CN203967042U (zh) * 2014-03-28 2014-11-26 中芯国际集成电路制造(北京)有限公司 检测装置
CN106463431A (zh) * 2014-05-17 2017-02-22 科磊股份有限公司 晶片边缘检测及检验
CN108139339A (zh) * 2015-10-05 2018-06-08 胜高股份有限公司 外延晶片背面检查装置及使用其的外延晶片背面检查方法
CN109425618A (zh) * 2017-08-31 2019-03-05 深圳中科飞测科技有限公司 光学测量系统及方法

Patent Citations (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6091846A (en) * 1996-05-31 2000-07-18 Texas Instruments Incorporated Method and system for anomaly detection
JP2000111484A (ja) * 1998-10-06 2000-04-21 Horiba Ltd ウェーハ欠陥検査装置
JP2006017630A (ja) * 2004-07-02 2006-01-19 Tokyo Electron Ltd 被処理体表面検査装置
US20070206184A1 (en) * 2006-03-01 2007-09-06 Sachio Uto Defect inspection method and system
US20090116727A1 (en) * 2006-05-02 2009-05-07 Accretech Usa, Inc. Apparatus and Method for Wafer Edge Defects Detection
WO2009021202A2 (en) * 2007-08-09 2009-02-12 Accretech Usa, Inc. Apparatus and method for wafer edge defects detection
JP2009071271A (ja) * 2007-08-23 2009-04-02 Hitachi High-Technologies Corp パターン形状評価方法，パターン形状評価装置，パターン形状評価データ生成装置およびそれを用いた半導体形状評価システム
JP4358889B1 (ja) * 2008-06-27 2009-11-04 日本エレクトロセンサリデバイス株式会社 ウエーハ欠陥検査装置
JP2011257222A (ja) * 2010-06-08 2011-12-22 Hitachi High-Technologies Corp 欠陥検査方法および欠陥検査装置
JP2014020910A (ja) * 2012-07-18 2014-02-03 Omron Corp 欠陥検査方法及び欠陥検査装置
CN102778460A (zh) * 2012-07-31 2012-11-14 法国圣戈班玻璃公司 一种检测基质内缺陷的方法
KR20140102471A (ko) * 2013-02-14 2014-08-22 김선종 웨이퍼 영상 검사 장치
CN203967042U (zh) * 2014-03-28 2014-11-26 中芯国际集成电路制造(北京)有限公司 检测装置
CN106463431A (zh) * 2014-05-17 2017-02-22 科磊股份有限公司 晶片边缘检测及检验
CN108139339A (zh) * 2015-10-05 2018-06-08 胜高股份有限公司 外延晶片背面检查装置及使用其的外延晶片背面检查方法
CN109425618A (zh) * 2017-08-31 2019-03-05 深圳中科飞测科技有限公司 光学测量系统及方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
HARUO YODA等: "An Automatic Wafer Inspection System Using Pipelined Image Processing Techniques", 《IEEE TRANSACTIONS ON PATTERN ANALYSIS AND MACHINE INTELLIGENCE》 *
HARUO YODA等: "An Automatic Wafer Inspection System Using Pipelined Image Processing Techniques", 《IEEE TRANSACTIONS ON PATTERN ANALYSIS AND MACHINE INTELLIGENCE》, vol. 10, no. 1, 31 January 1988 (1988-01-31), pages 1 *
赵勇胜: "晶圆表面缺陷检测系统的关键技术研究", 《万方学位论文》 *
赵勇胜: "晶圆表面缺陷检测系统的关键技术研究", 《万方学位论文》, 30 June 2011 (2011-06-30), pages 1 *

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112461840A (zh) * 2020-10-13 2021-03-09 昆山工研院新型平板显示技术中心有限公司 柔性显示面板裂纹检测系统及检测方法
CN113504249A (zh) * 2021-06-26 2021-10-15 长江存储科技有限责任公司 键合晶圆的空洞检测方法及键合晶圆的空洞检测装置
CN115791807A (zh) * 2023-01-09 2023-03-14 苏州高视半导体技术有限公司 用于检测晶圆缺陷的装置
CN115979597A (zh) * 2023-02-13 2023-04-18 杭州简并激光科技有限公司 一种激光水平仪锥镜的缺陷检测方法
CN115979597B (zh) * 2023-02-13 2024-01-12 杭州简并激光科技有限公司 一种激光水平仪锥镜的缺陷检测方法
CN117929418A (zh) * 2024-03-22 2024-04-26 西安源易通电子科技有限公司 一种集成电路缺陷检测方法及系统
CN117929418B (zh) * 2024-03-22 2024-06-07 西安源易通电子科技有限公司 一种集成电路缺陷检测方法及系统

Also Published As

Publication number Publication date
CN111307819B (zh) 2024-03-08

Similar Documents

Publication Publication Date Title
CN111307819A (zh) 晶圆边缘缺陷检测系统及方法
JP3051279B2 (ja) バンプ外観検査方法およびバンプ外観検査装置
JP5225297B2 (ja) ウエハー上に形成されたダイに於けるアレイ領域の認識方法、ならびに係る方法の設定方法
US9171364B2 (en) Wafer inspection using free-form care areas
US6661912B1 (en) Inspecting method and apparatus for repeated micro-miniature patterns
US20140185919A1 (en) Detecting Defects on a Wafer
US20130035876A1 (en) Detecting defects on a wafer
EP2396815A2 (en) Detecting defects on a wafer
CN109900719B (zh) 一种叶片表面刀纹的视觉检测方法
JP3938227B2 (ja) 異物検査方法および装置
JP3329805B2 (ja) 自動外観検査装置及び外観検査方法
CN109816627B (zh) 平面玻璃元件油墨区弱小缺陷目标检测方法
KR20210064365A (ko) 결함 검사 장치, 결함 검사 방법
JP3431567B2 (ja) 欠陥検査装置及び検査方法
Lin et al. Defect detection system for optical element surface based on machine vision
JP2005236094A (ja) 半導体装置の製造方法、不良解析方法および不良解析システム
KR102607149B1 (ko) 광학 검사를 이용한 프로세스 모니터링 방법
US11631169B2 (en) Inspection of noisy patterned features
JP4052733B2 (ja) パターン付きウエハの異物検査方法
Lin et al. X-ray imaging inspection system for blind holes in the intermediate layer of printed circuit boards with neural network identification
CN114371179B (zh) 一种精冲模具表面异物在线检测与清除系统、方法及装置
JP2007183283A (ja) 異物検査方法および装置
KR102618194B1 (ko) Ai와 자동제어 기술을 접목한 반도체 패키지 기판 가공홀 3d 자동 공정검사 방법 및 시스템
Chen et al. An automatic optical system for micro-defects inspection on 5 surfaces of a chip
JP4909215B2 (ja) 検査方法および装置

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