CN111344851A - 判定图样的临界尺寸变化 - Google Patents

判定图样的临界尺寸变化 Download PDF

Info

Publication number
CN111344851A
CN111344851A CN201880073469.4A CN201880073469A CN111344851A CN 111344851 A CN111344851 A CN 111344851A CN 201880073469 A CN201880073469 A CN 201880073469A CN 111344851 A CN111344851 A CN 111344851A
Authority
CN
China
Prior art keywords
pattern
interest
measurements
contour
reference image
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.)
Pending
Application number
CN201880073469.4A
Other languages
English (en)
Inventor
瓦迪姆·维列斯卡金
罗马·克里斯
伊谢·施瓦茨班德
波阿斯·科恩
阿里尔·沙卡林
叶夫根尼·巴尔
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.)
Applied Materials Israel Ltd
Original Assignee
Applied Materials Israel 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 Applied Materials Israel Ltd filed Critical Applied Materials Israel Ltd
Publication of CN111344851A publication Critical patent/CN111344851A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • G06T7/0004Industrial image inspection
    • G06T7/001Industrial image inspection using an image reference approach
    • HELECTRICITY
    • H01ELECTRIC ELEMENTS
    • H01LSEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
    • H01L22/00Testing 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
    • H01L22/10Measuring as part of the manufacturing process
    • H01L22/12Measuring 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
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • G06T7/0004Industrial image inspection
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/12Edge-based segmentation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/13Edge detection
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/60Analysis of geometric attributes
    • HELECTRICITY
    • H01ELECTRIC ELEMENTS
    • H01LSEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
    • H01L22/00Testing 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
    • H01L22/20Sequence of activities consisting of a plurality of measurements, corrections, marking or sorting steps
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30108Industrial image inspection
    • G06T2207/30148Semiconductor; IC; Wafer

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Manufacturing & Machinery (AREA)
  • Quality & Reliability (AREA)
  • Computer Hardware Design (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • Power Engineering (AREA)
  • Geometry (AREA)
  • Testing Or Measuring Of Semiconductors Or The Like (AREA)
  • Image Processing (AREA)
  • Image Analysis (AREA)
  • Testing Of Coins (AREA)
  • Length-Measuring Devices Using Wave Or Particle Radiation (AREA)

Abstract

可接收图样的参考图像和图样的捕获图像。可识别图样的感兴趣的轮廓。可对每一参考图像和捕获图像针对图样的感兴趣轮廓,判定图样的尺寸的一个或多个测量结果。可基于对每一参考图像和捕获图像所判定的图样尺寸的一个或多个测量结果,来分类相关联于感兴趣轮廓的缺陷。

Description

判定图样的临界尺寸变化
技术领域
本公开内容涉及临界尺寸,且更特定而言,涉及判定图案的临界尺寸变化。
背景技术
集成电路在半导体晶片上的生产或制造的演进,利用越来越小的设计元件以实施集成电路。例如,集成电路可被实施在半导体晶片上,作为一个或多个设计元件的图样对应于集成电路的不同部分。生产或制造工艺可造成半导体晶片上的集成电路的一个或多个缺陷。可通过测量对应于集成电路的不同部分的设计元件的图样的尺寸,以识别和/或分类这种缺陷。
发明内容
下文为公开内容的简化概要,以提供对于公开内容的一些方面的基本了解。本概要并非公开内容的延伸性综观。本概要并不意为识别公开内容的关键或临界元素,也不意为划定公开内容的特定实施方式的任何范围或权利要求书的任何范围。本概要唯一的目的,仅为由简化形式呈现公开内容的一些概念,而作为下文呈现的更详细说明的前言。
在实施方式中,可接收图样的捕获的图像。可接收图样的参考图像。可识别图样的感兴趣的轮廓。可对每一参考图像和捕获图像针对图样的感兴趣轮廓,判定图样的尺寸的一个或多个测量结果。可基于对每一参考图像和捕获图像所判定的图样尺寸的一个或多个测量结果,来分类相关联于感兴趣轮廓的缺陷。
在一些实施方式中,感兴趣轮廓对应于相关联于缺陷的图样的变形的位置。
在一些实施方式中,判定图样的尺寸的一个或多个测量结果进一步包括判定在图样的特定点处对沿着捕获图像中图样的感兴趣轮廓的多个点的第一多个测量结果,其中第一多个测量结果的每一个对应于从特定点到沿着捕获图像中感兴趣轮廓各别点的距离。此外,判定在图样的特定点处对沿着参考图像中图样的感兴趣轮廓的多个点的第二多个测量结果,其中第二多个测量结果的每一个对应于从特定点到沿着参考图像中感兴趣轮廓的各别点的距离。
在一些实施方式中,沿着感兴趣轮廓的多个点相关联于从图样的特定点到感兴趣轮廓的不同的方向。
在一些实施方式中,方法进一步包含:基于来自第一和第二多个测量结果的一对测量结果,判定对于每一各别点沿着感兴趣轮廓的临界尺寸参数值。
在一些实施方式中,基于临界尺寸参数值来分类缺陷,临界尺寸参数值具有在来自相关联于捕获图像的第一多个测量结果的各别测量结果,与来自相关联于参考图像的第二多个测量结果的另一各别测量结果的最大差异。
在一些实施方式中,基于距离转换函数来判定一个或多个测量结果。
附图说明
根据下文所述详细描述以及公开内容的各种实施方式的附加附图,将可更完整了解本公开内容。
图1A图示说明用于判定图样的临界尺寸(CD)变化的范例系统的方块图。
图1B图示说明根据一些实施方式的用于判定图样的临界尺寸变化的范例方法的流程图。
图2A图示说明根据本公开内容的一些实施方式的半导体晶片的范例图样。
图2B图示说明根据本公开内容的一些实施方式的半导体晶片的另一范例图样。
图2C图示说明根据本公开内容的一些实施方式的半导体晶片的另一范例图样。
图2D图示说明根据本公开内容的一些实施方式的半导体晶片的另一范例图样。
图2E图示说明根据本公开内容的一些实施方式的半导体晶片的另一范例图样。
图2F图示说明根据本公开内容的一些实施方式的半导体晶片的另一范例图样。
图3A图示说明根据一些实施方式的具有相关联于临界尺寸的缺陷的范例图样。
图3B图示说明根据一些实施方式的具有相关联于临界尺寸的缺陷的另一范例图样。
图3C图示说明根据一些实施方式的具有相关联于临界尺寸的缺陷的另一范例图样。
图4A图示说明根据本公开内容的一些实施方式判定具有任意形状的图样的临界尺寸参数。
图4B图示说明根据本公开内容的一些实施方式判定基于线的图样的临界尺寸参数的另一范例。
图5A图示说明根据一些实施方式基于距离测量结果判定临界尺寸参数。
图5B图示说明根据一些实施方式基于距离测量结果判定临界尺寸参数的另一范例。
图5C图示说明根据一些实施方式基于与参考图像和检查图像相关联的比率来判定临界尺寸参数。
图6图示说明根据一些实施方式测量临界尺寸。
图7图示说明根据一些实施方式测量临界尺寸的另一范例。
图8图示说明根据一些实施方式测量临界尺寸的另一范例。
图9图示说明根据本公开内容的一些实施方式的判定临界尺寸变化的范例方法。
图10为根据一些实施方式的判定对于具有任意形状的图样的临界尺寸中变化的范例方法。
图11为根据一些实施方式的判定对于具有任意形状的图样的临界尺寸中变化的另一范例方法。
图12为根据一些实施方式的判定具有任意形状的图样与邻近图样的邻近性(neighbor-wise)临界尺寸参数的范例方法。
图13为范例计算机系统的方框图,本公开内容的实施方式可操作于其中。
具体实施方式
本公开内容的方面涉及判定图样的临界尺寸变化。一般而言,半导体晶片检查系统可分析的半导体晶片,包含对应于集成电路的图样。例如,检查系统可识别半导体晶片的图样处的任何缺陷,并可将所识别的缺陷分类。
半导体晶片检查系统可识别对应于半导体晶片处缺陷的图样。图样可对应于各种形状和复杂结构。在于半导体晶片上制造集成电路的期间内,特定图样的形状或结构,可改变而不同于特定图样本应具有的形状或结构。这种图样变化可造成半导体晶片的缺陷。半导体晶片检查的操作者可检查每一缺陷。例如,操作者可检查缺陷并可判定图样中的变化,是否对半导体晶片上制造的集成电路产生冲击。然而,制造在半导体晶片上的图样可对应于不同的形状和/或结构。因此,半导体晶片检查系统的操作者可需要付出大量的时间,来观看不同图样的许多不同的形状和/或结构。
本公开内容的方面通过判定图样的临界尺寸变化,来处理前述和其他的不足之处。可判定并使用图样的各种临界尺寸,以判定临界尺寸中的变化是否可造成对应图样的质量下降(例如缺陷)。例如,可接收参考图像(例如所期望的图样)与检查图像(例如已制造和/或相关联于缺陷的图样)。可判定来自参考图像的特定图样的临界尺寸值或参数,以及来自检查图像的对应图样的临界尺寸值或参数。
在一些实施方式中,可使用距离转换(DT)操作以判定临界尺寸值。可通过识别图样的感兴趣轮廓(COI),并基于所识别的感兴趣轮廓来测量距离,以判定临界尺寸值。感兴趣轮廓可被视为是图样的变形部分(MP)。例如,变形部分可对应于检查图像的图样部分,此部分不同于参考图像的对应图样的对应部分。可对参考图像的图样的感兴趣轮廓判定第一临界尺寸值。在一些实施方式中,第一临界尺寸值为图样位置与参考图像上感兴趣轮廓之间的距离。第二临界尺寸值可为图样的对应位置与检查图像上感兴趣轮廓之间的距离。因此,可判定图样的两个尺寸值。随后可基于第一临界尺寸值与第二临界尺寸值的组合,来判定临界尺寸的参数或变化。在一些实施方式中,临界尺寸值的变化或参数,可基于第一与第二临界尺寸值之间的比例。因此,临界尺寸变化或参数可识别图样的改变,作为图样的变形部分的结果。这种临界尺寸变化或参数,随后可用以判定图样中的变化或改变是否为显著的。例如,如果临界尺寸变化或参数超过相关联于图样的阈值,则变形部分可造成在对于半导体晶片的半导体工艺中要被处理的缺陷。
本公开内容的优点包含(但不限于)提升了半导体晶片检查系统的效率。例如,可对许多不同类型的图样判定临界尺寸变化或参数,而不需要半导体晶片检查系统的操作者的输入。因此,半导体晶片的检查可需要较少的时间。此外,由半导体晶片检查系统判定图样的临界尺寸变化,可提升半导体制造工艺的可靠性,因为可在制造工艺期间内处理具有指示缺陷的临界尺寸变化的一些图样,使得随后的半导体晶片的随后缺陷被减少。
图1A图示说明用于判定图样的临界尺寸(CD)变化的范例系统的方块图。系统可对应于半导体晶片检查系统。
如图1A图标,第一系统(系统1)可对应于计算机系统,计算机系统包含处理装置(例如处理器),处理装置可实施临界尺寸部件(SP)。在一些实施方式中,临界尺寸部件可对应于固件单元、软件产品、或软件应用程序。临界尺寸部件可实施距离转换(DT)函数,以判定半导体晶片W的图样的临界尺寸值或测量结果。在一些实施方式中,第一系统S1可包含存储器M、计算装置C、显示器D和输入单元(例如键盘)K。计算装置C可被经由通信链路L可操作地耦接于光学工具或扫描电子显微镜(SEM)。虽然图示说明了SEM,但可使用任何其他类型的光学设备以获得半导体晶片W的图像。
在操作中,计算装置C接收来自SEM的半导体晶片W的数据。SEM可产生在半导体晶片W上制造的一个或多个图样的一个或多个图像。计算装置C可接收对应于一个或多个图样的参考图像(例如来自存储器M),以判定一个或多个图样的临界尺寸中的变化。
在图样已被变形或可被变形时,DT函数可用于对任何任意图样,判定图样相对于图样上特定位置的临界尺寸。可相对于参考图像判定CD变化,可由对应于图样的设计的经模拟计算机辅助设计(CAD)图像,及/或不包含变形部分的对应图样(例如不具有缺陷的图样)的图像,来呈现参考图像。
在一些实施方式中,DT函数可允许在存在缺陷时确实地并精确地估算CD。DT函数可允许半导体晶片检查系统对于具有不同结构的所有类型的图样,改良CD与临界尺寸变化(CDV)的监测,而操作者不需要对每一类型的图样限定所期望的实际测量结果。
图1B图示说明判定图样临界尺寸变化的范例方法150的流程图。方法150可由处理逻辑执行,处理逻辑可包括硬件(例如处理装置、电路系统、专用逻辑、可编程逻辑、微码、装置硬件、集成电路等等)、软件(例如在处理装置上运行或执行的指令)、或以上的组合。在一些实施方式中,可由图1A的临界尺寸部件(SP)执行方法150。
如图标,在方框151,处理逻辑可接收参考图像和捕获图像(或检查图像)。参考图像和捕获图像可包含半导体晶片的图样。参考图像的图样可被视为不具有任何缺陷或变形的理想图样,且捕获图像的图样可包含缺陷或变形。因此,参考图像可包含图样,且捕获图像可包含根据参考图像所制造的图样。在方框152,处理逻辑可识别参考图像和捕获图像中图样的感兴趣轮廓。例如,感兴趣轮廓可为包含捕获图像中的变形的图样的边界或部分。变形可为相对于参考图像中对应图样的边界或部分处的图样的改变。在一些实施方式中,变形可为图样的缺陷或可能缺陷的结果。因此,可将图样的部分识别为感兴趣轮廓。
在方框153,处理逻辑可对每一参考图像和捕获图像针对感兴趣轮廓,判定图样的尺寸的一个或多个测量结果。例如,可识别图样上的位置。位置可位于相对于图样感兴趣轮廓的正常位置。因此,位置可与感兴趣轮廓隔开。可获得沿着感兴趣轮廓的多个点或位置的测量结果。在一些实施方式中,可获得对于参考图像的第一测量结果,并可获得对于捕获图像的第二测量结果。例如,可获得第一测量结果,以测量图样上位置相对于捕获图像图样上感兴趣轮廓上的一点的距离。随后可在参考图像中图样上的相同位置(即在与捕获图像相同的位置),获得对于捕获图像的第二测量结果,以测量此位置与图样上对应点之间的距离。在一些实施方式中,可获得相对于感兴趣轮廓上的每一不同点的多对测量结果。因此,对于沿着感兴趣轮廓的每一点,可获得对于参考图像的距离值以及对于捕获图像的另一距离值。
参照图1B,在方框154,处理逻辑可基于所判定的一个或多个测量结果,来将相关联于感兴趣轮廓的缺陷分类。缺陷可导致感兴趣轮廓。在一些实施方式中,可基于一个或多个测量结果,将缺陷分类为显著的或非显著的。如果缺陷造成包含图样的集成电路失效,则此缺陷可为显著的。可基于临界尺寸参数值来分类缺陷,基于一个或多个测量结果来选择临界尺寸参数值。例如对于每一对测量结果,可基于来自参考图像的第一测量结果与来自捕获图像的第二测量结果的结合,相对于图样上的相同位置与沿着感兴趣轮廓的相同点,来判定临界尺寸参数。临界尺寸参数可为第一测量结果与第二测量结果之间的比例。随后,可将具有最大值的临界尺寸参数(指示在参考图像图样与捕获图像图样之间沿着感兴趣轮廓的最大改变)选择为临界尺寸参数。随后可基于所选择的临界尺寸参数超过阈值,来分类缺陷。例如,如果临界尺寸参数超过阈值,则可将感兴趣轮廓视为显著缺陷。或者,如果临界尺寸参数未超过阈值,则可不将感兴趣轮廓视为显著缺陷。在一些实施方式中,阈值可基于相关联于感兴趣轮廓的缺陷类型(例如形状)而改变。
本文所提及的参考图样(例如原始的、初始的、期望的、设计的、计划的图样)可以仅与图样(也可被称为任意的、捕获的、真实的、变形的、缺陷图样、检查、受变形影响的图样)进行比较。在一些实施方式中,图样的参考图像可例如为CAD图像、期望参考图样的模拟图像、在制造工艺期间创建的参考图样的SEM生成的灰阶图像、由光学工具(例如,在掩模检查中)创建的参考图样图像、小晶片(die)或一组小晶片(例如邻近的小晶片)等等。参考轮廓可为在参考图像处的图样的轮廓。对于作为单一特征的图样,这种图样的参考图像的任何轮廓可被了解为作为这种图样的参考轮廓。对于包含内部(或子)轮廓的图样,这种图样的参考图像上的外部轮廓与内部轮廓可作为参考轮廓。在一组图样中,邻近基本图样的图样外部轮廓,可被视为基本图样的参考轮廓。
图样的捕获图像,可涉及指示在用初级电子束照射时在光刻掩模上或半导体晶片上产生的亮度的信息。在这种情况中,捕获图像对应于真实的/任意的/变形的图样。或者,捕获图像可为参考图样的所计划变形的模拟图像。捕获图像因此可为基于所捕获的信号(由以光束或初级电子束扫描掩模或半导体晶片的产生)、基于捕获信号的信息(图像亮度的数字测量结果的文件)、图像的函数性、在处理图像时获得的数据、过滤或增强、或模拟图像所产生的任何图像。参考图像和捕获图像的形式可为可见图像(例如由SEM获得的灰阶图像)。捕获轮廓可涉及包含在捕获图像中的图样的轮廓。
本文所提及的变形部分,可涉及在图样上的至少一个项目。例如,变形部分可为(但不限于)改变、缺陷、增加特征、具有不同于图样其他区域的特性的区域。变形部分可具有任意形状/轮廓,并可位于图样的任何部分上。变形部分可为虚拟变形部分(诸如在图样上的区域),在此处计划/期望所提及的改变/缺陷/增加特征/区域。感兴趣轮廓(COI)可涉及图样上的一组点,且受到(或期望受到)初始(参考)图样变形的影响。例如,COI可为至少一部分的参考轮廓,此部分邻接于(实际的或虚拟的)变形部分,并位于变形部分被“附接”(或应被附接)至参考图像/轮廓之处。例如,感兴趣轮廓可被了解为邻近于变形部分的参考轮廓的部分,或可被了解为在图样与图样的变形部分之间的边界。感兴趣轮廓可预先被预选定,或可基于至少一个图样图像(捕获图像或参考图像)且基于关于变形部分(缺陷)的位置与形状的信息来被判定。变形部分的轮廓的区段(并非为参考轮廓的部分)可被称为变形感兴趣轮廓(COI)。可对不具有任何可见的变形部分(缺陷)的图样限定感兴趣轮廓。例如,特定参考轮廓区段(其中可能具有潜在的变形)可被视为感兴趣轮廓,并称为假想(或虚拟)感兴趣轮廓。对于假想感兴趣轮廓于其上具有特定位置的图样,可对此种图样判定CD参数。
距离转换(DT)函数可为在所导出的数字图像表示上执行的操作。DT函数可被限定为地图,地图由对最近非零像素的距离标示感兴趣图像的每一像素。例如,非零障碍物像素在二进制图像中可为边界像素。
图2A图标说明半导体晶片的范例图样。如图示,基本图样P1可包含其自身的标示为RO的外部轮廓(参考自身轮廓),以及标示为RCh的内部/子轮廓(参考子轮廓)。邻近图样N1位于接近图样P1处。变形部分MP1可出现在图样P1的一侧上。MP1可为突出部(由标示为MP1a的突出粗线图示)。在一些实施方式中,变形部分可为凹部,诸如MP2(例如粗虚线)。这种变形部分被标示为MP1b。感兴趣轮廓可为MP1a或MP1b与RO之间的边界(例如在粗虚线之间的RO部分)。
如图示,可判定两种类型的CD测量。例如,第一类型(类型I)可为对于图样P1的自身CD的测量,以估算缺陷MP1如何影响自身容纳图样P1的质量。第二类型(类型II)可为图样P1相对于图样N1的邻近性CD的测量,以估算缺陷MP1如何影响图样P1的周围。
图2B图示说明半导体晶片的另一范例图样。如图示,可判定类型III与类型IV的测量。对于类型III测量,在制造工艺期间内图样P2已被缩小(图样P2的直径/总体尺寸被一致地降低)。外侧的细轮廓被标示为P2的参考自身轮廓RO,而内侧的粗轮廓为P2的变形新轮廓。差异被标示为环形变形部分MP2。变形部分MP2与参考图样之间的边界,为图样的参考轮廓RO(被视为感兴趣轮廓COI-2)。在类型IV的测量中,在制造期间内图样P3的总体尺寸/直径以提升(由粗线图示P3的变形新轮廓)。图样P3的参考自身轮廓被标示为RO。因为总体RO已改变,RO也代表变形部分MP3的边界。在此情况中,总体RO为感兴趣轮廓COI-3。此缺陷类型为类型IV,这可由所提出的临界尺寸测量技术来处理,以判定类似于P3的图样的自身CD。
图2C图示说明半导体晶片的另一范例图样。例如,图2C可被视为图2A的变化,其中图样P4与邻近图样N2都具有缺陷(MP4、MP5),所述缺陷一起改变邻接图样之间的距离,且因此改变这种图样的任意者的邻近性CD。这种缺陷类型为类型V,其中对于图样P4的感兴趣轮廓为COI-4,而CN(邻近图样N2的捕获轮廓)可作为参考轮廓(相对于参考轮廓估算缺陷MP4与MP5的影响)。COI-5为对于图样N2的感兴趣轮廓,若估算其自身的CD。
图2D图示说明半导体晶片的另一范例图样。如图示,图样可为圆形图样P6,圆形图样P6包含在其弧形的一个上的感兴趣轮廓COI-6。变形部分可出现在弧形上,如由感兴趣轮廓COI-6所指示的。图样P6的CD参数的测量可基于COI-6的位置。
图2E图示说明半导体晶片的另一范例图样。如图示,图样可对应于具有感兴趣轮廓COI-7的线性图样P7,感兴趣轮廓COI-7可为假想的(例如虚拟的或想象的)。可基于COI-7的位置来判定图样P7的CD参数。
图2F图示说明半导体晶片的另一范例图样。如图示,图样P8可包含复杂形状。可针对感兴趣轮廓COI-8来判定图样P8的临界尺寸参数。在一些实施方式中,临界尺寸参数可对应于在变形部分出现在COI-8上时,识别图样P8的哪个尺寸将受到最多影响。
虽然图2A至图2F说明了各种范例图样,但可判定任何类型或形状的图样的临界尺寸变化。
图3A、图3B和图3C图示如何判定图样变形(例如缺陷)对于图样CD的相对影响。任意图样可包含变形部分(例如缺陷),变形部分改变图样的外部轮廓(且相应地改变图样的CD)。图样上的变形部分,可影响图样相对于一个或多个邻近图样的图样CD。
图3A图示说明具有相关联于临界尺寸的缺陷的范例图样。如图示,图样可包含图样内缺陷(即明确目标区域)。例如,图样P10可包含复杂形状。由轮廓120与140代表图样的所计划的参考形状。真实图样P10包含缺陷或变形部分MP(阴影区域130),缺陷或变形部分MP改变图样的外部轮廓。例如,变形图样现在终止于边界/边缘160(而非140)。边缘140可被视为图样P10的感兴趣轮廓(COI-10)。
在此情况中,图样P10的CD为相对于参考图样相差最大(或改变最大)的尺寸或测量距离。例如,最大改变距离为受到变形部分/缺陷130最大影响的距离。如可见于图3A,参考图样P10的直径Dr(接近感兴趣轮廓160测量,且较佳地为正交于感兴趣轮廓160测量),明显大于在相同方向中测量的缺陷图样的直径Dd(所捕获的)(接近感兴趣轮廓160测量,且较佳地为正交于感兴趣轮廓160测量)。例如,直径Dd(即缺陷直径)可为轮廓120处“o”与轮廓160之间的距离,且直径Dr(即参考直径)可为轮廓120处“o”与轮廓140处“o”之间的距离。比例Dd/Dr可指示缺陷的最大效果,使得Dd(所捕获的)可被视为变形图样P10的CD。因为Dr可被视为参考图样的CD,比例可被指定为CD捕获/CD参考
给定比例以及测量的特定方向,可判定图样P10的临界尺寸变化(CDV)如下:
Figure BDA0002489651180000101
在一些实施方式中,值Ratio为如先前所述的比例,值C为重量系数,且值α、β、γ为由分别针对参考轮廓RC、感兴趣轮廓COI以及变形感兴趣轮廓MCOI而选定的对于CD的测量方向所形成的角度,如图示说明。
图3B图示说明具有相关联于临界尺寸的缺陷的另一范例图样。例如,图3B图示一对图样D11与D12,其中图样为直线。图样D12上的缺陷135,改变图样D12自身的CD与邻近性CD(例如针对邻近图样D11的临界尺寸)。对于针对邻近图样D11的CD,参考距离Dr(在未改变/参考图样D12与邻近图样D11之间测量得的)可被与距离Dd(在具有缺陷的图样D12与邻近图样D11之间测量得的)比较。了解到这种距离受到缺陷135的最大影响。
为了估算/测量缺陷(或图样中的任何变形部分)对于此图样CD的相对影响,可使用Dd/Dr比例。比例可基于在变形图样(例如缺陷)的捕获图像上测量得的距离Dd,以及在未变形图样(例如不具有缺陷)的参考图像上测量得的距离Dr,其中接近变形部分来测量这两个距离。例如,可接近感兴趣轮廓137(例如由缺陷135所围绕)来测量距离。最大比例可被选定为CD比例。
图3C图示说明具有相关联于临界尺寸的缺陷的另一范例图样。例如,可判定变形部分对于图样以及邻近图样的效应。使用由数个邻近图样围绕的范例图样来图标说明作法。
图3C图示一组图样。在图样组中,图样122的一个受到突出部121的变形,因此同时影响图样122的尺寸以及图样122与其他邻接图样124与126之间的距离,邻接图样124与126最接近或近似于变形部分121。可基于因突出部(即缺陷)121而改变的相对CD的最大值,来估算或判定突出部121的冲击。
为了测量突出部21对于图样122的CD值或参数的影响,应在差异/改变最大的位置/方向测量图样122的Dd1与Dr1。
相对CD改变可被估算为:
max|1-Dd(捕获)/Dref)|
作为范例,可在图样122(相关于在突出部基底处的感兴趣轮廓)中测量的比例Dd1/Dr1等于1.31。为了测量缺陷或突出部121对于图样122的CD参数的针对图样126的相对影响,应在差异/改变最大的位置/方向测量Dd2与Dr2(或者这种方向/位置应自动被找出)。例如,可对最接近的邻近图样126测量的比例Dd2/Dr2(例如由图样122与图样126之间的虚线所代表)等于0.71。
图4A图示说明判定具有任意形状的图样的临界尺寸参数。如图标,可通过使用距离转换函数(在各种方向测量距离),来判定任意图样的CD参数。
如图示,图样131可包含圆形形状。图样131的外部轮廓被图示为图样131的边界。外部轮廓可被视为参考轮廓。弧形132指示为感兴趣轮廓的一组点S1,这组点S1(可)受到缺陷的变形或冲击。可在感兴趣轮廓(S1组)附近沿着各种方向施加DT函数,即在图样131轮廓的点与包含S1组的弧形132的点之间,以测量距离,且该多个距离测量结果的DT值被图标在图表134上。图表134的极值对应于图样的直径136,在弧形中心处被测得(例如在感兴趣轮廓的一组点S1的中心处)。极值可代表在图样131轮廓处的任意点与弧形132处任意点之间的最大距离。这种测量结果可为图样针对感兴趣轮廓S1的CD参数或值(例如图样自身的局部CD参数)。
图4B图示具有线型图样的另一范例图样140,图样包含具有一组点S2的感兴趣轮廓142。在感兴趣轮廓142附近施加至图样轮廓的DT函数,产生具有三个极值的图表144。极值的一个(例如图表的最小值)相关联于线图样上的一点,在此点处图样轮廓与轮廓142(例如S2组点)之间的距离将改变最大。在此点处测得的距离146(CD),可为变形图样的CD参数(例如局部CD)。再者,因为距离146在形成极值144的其他距离中具有最小绝对值(距离146与142垂直),距离146可被选定为图样140的局部CD参数或值。
图4A和图4B展示出缺陷/变形在图样上的位置(由图样感兴趣轮廓代表)会影响图样的CD比例。CD被称为局部CD,并可被通过分析DT极值与比例的改变来估算。可通过考虑参考图样的轮廓与变形图样的轮廓(或它们中的一个的轮廓以及虚拟/计划或真实变形的感兴趣轮廓)、测量方向对于感兴趣轮廓垂直方向的接近性、以及在DT函数测量方向中选择最佳候选者,来提供估算。
图5A和图5B图示说明基于距离测量结果来判定临界尺寸参数。例如图示,图5A和图5B图标说明两个范例,其中图样P13具有大抵圆形的形状,形状具有位置不同且形状不同的变形部分(或感兴趣轮廓)。在此范例中,感兴趣轮廓指示参考图样与变形图样之间的边界。如图示,可在变形部分/COI附近从各种方向来测量对于CD参数或值的候选者,并可将至少一个候选者选定为适合的局部CD值或参数。方向由黑虚线图示(例如DT)。在一些实施方式中,较接近垂直于变形图样轮廓(以及感兴趣轮廓COI)的方向,可为用于判定图样CD参数(最大尺寸相对改变,由右侧的所测得Dr与Dd图示)的较佳候选者。
图5C图标说明基于与参考图像和检查图像相关联的比率来判定临界尺寸参数。如图标,可接收图样的参考图像150与捕获图像151(例如缺陷的捕获图像)。可在结合图像153中获得感兴趣轮廓153,并可对所产生的结合图像153估算CD参数或值。
图5C也验证对于图样150(具有存在在感兴趣轮廓153附近的缺陷)的圆形形状可获得的最大CD比例(指示CD参数或局部CD)被判定为0.83。在感兴趣轮廓153附近的测量,可由施加DT函数来执行。
图6、图7和图8图示说明测量临界尺寸。例如,每一附图图示说明不同图样,选择适合的方向以在感兴趣轮廓与变形部分(例如突出部及/或凹部)的轮廓附近在不同方向中(由黑虚线图示)测量CD参数(例如DT操作)的操作。由DT函数对这些不同的图样建置对应的DT值图表。图6、图7和图8中心的图表,至少相关于放到图表左侧的对应范例(例如相关于左侧范例与右侧范例,因为他们具有相同COI以及对称变形部分)。每一DT图表将CD参数候选者图示说明为受到变形部分最大影响的测量结果(即为接近DT函数极值的测量结果)。接着,将CD参数选择为在候选者中具有最大CD比例的测量结果。对应附图中图示了最大CD比例的示例性值。
图9为判定临界尺寸中的变化的范例方法。图9的方法可由处理逻辑执行,处理逻辑可包括硬件(例如处理装置、电路系统、专用逻辑、可编程逻辑、微码、装置硬件、集成电路等等)、软件(例如在处理装置上运行或执行的指令)、或以上的组合。在一些实施方式中,可由图1A的临界尺寸部件(SP)执行方法。
一般而言,可判定变形图样的CD参数,以估算变形图样的质量。变形图样的质量,可对应于变形或缺陷对于变形图样的CD参数的影响的测量结果。此外,图9包含个别的分支以判定CD参数,以及基于各别CD参数估算变形部分对图样的冲击。例如,第一分支可相关于判定容纳图样内的CD参数(例如用于判定自身CD参数的左侧分支)以及针对一个或多个邻近图样的CD参数(例如用于判定邻近性CD参数的右侧分支)。
在一些实施方式中,在因改变次序或缺陷所变形的图样之内和/或之外测量局部CD,且随后判定变形改变图样的程度。例如,可计算变形尺寸与原始(参考)尺寸之间的比例,使得输出为所造成的改变。如图标,在方框10,处理装置可接收输入图像。例如,输入图像可包含图样的至少一个图像以及一些特定位置数据,数据识别图样是否具有(或应具有)变形部分MP,并识别图样在何处具有(或应具有)变形部分MP。在一些实施方式中,图样的图像可构成SEM图像,为图样的捕获图像或图样的参考图像。数据可包含关于感兴趣轮廓(COI)的信息,为图样与MP之间的边界。如果MP为假想的或计划的,则COI可被视为虚拟的。
在方框12,处理装置可基于从方框10接收来的输入,形成一组边界(轮廓)。例如,边界组可包含图样的轮廓PC,为参考轮廓或捕获轮廓、变形部分的轮廓(CMP)(如果存在这种轮廓),感兴趣轮廓COI被提供或创建等等。可基于输入数据获得其他轮廓。
在方框14,处理装置测量自身的CD参数。例如,方框14可对应于用于判定自身CD测量结果的第一分支,以估算MP对包含感兴趣轮廓自身的容纳图样的冲击。方框14对应于测量COI和/或CMP附近的自身CD。方框16指示用于判定邻近性CD参数或测量结果的第二分支,以估算MP对一个或多个邻近图样(例如不包含感兴趣轮廓的其他邻接图样)的冲击。方框16对应于测量基本图样的COI与CMP的邻近性CD。
方框14的测量可由子分支a)与b)的至少一个来实施。如图标,在方框14,处理装置在坚实的容纳图样内测量自身的CD参数。在方框14b,处理装置在具有内部轮廓(或子轮廓)的容纳图样内测量自身的CD参数。方框15指示对于选项14a与14b的每一者,可将其对应的自身CD参数选择为由于存在MP而改变地最大的测量结果。然而,可在所有在14a与14b中执行的测量中,选出一个改变最大的自身CD参数。
在方框15,处理装置可计算对于测量结果的各别改变比例(及/或CDV),并可选择由比例与CDV的最大值特征化的CD参数。类似或替代地,方框16a可对应于处理装置测量针对特定邻近图样的邻近性CD参数。方框16b可对应于处理装置针对邻近图样的变形部分(MP')测量邻近性CD,如果也位于邻近图样对之间。
在方框17,对于选项16a和/或16b的每一个,处理装置可判定由于存在一个或多个MP而改变最大的邻近性CD参数。在方框18,处理装置可将来自流程图的两个分支所判定的CD参数分别收集成自身与邻近性CD参数的两个结合组,所述CD参数由于在特定位置处存在变形部分MP而改变最大。也可记录各别的比例和/或CDV值。
图10图示说明用于判定对于具有任意形状的图样的临界尺寸中变化的范例方法。图10的方法可由处理逻辑执行,处理逻辑可包括硬件(例如处理装置、电路系统、专用逻辑、可编程逻辑、微码、装置硬件、集成电路等等)、软件(例如在处理装置上运行或执行的指令)、或以上的组合。在一些实施方式中,可由图1A的临界尺寸部件(SP)执行方法。
一般而言,可基于距离转换(DT)函数判定CD参数。在一些实施方式中,DT函数可判定最佳测量方向(相关联于DT函数极值)并判定在这种方向的CD候选者。如图标,在方框20,处理装置可接收输入。输入可包含图样与周围区域的两个灰阶扫描电子显微镜(SEM)图像(例如参考图像和捕获或检查图像),使得关于变形部分(MP)(例如缺陷)的信息可作为差异而被获得。例如,差异可位于参考图像与检查图像的图样之间。在相同或替代性的实施方式中,输入可包含参考图像与关于假想感兴趣轮廓(COI)的信息。在方框22,处理装置可形成一组轮廓。轮廓可包含图样的参考轮廓(RC),参考轮廓(RC)可被从以下的任意者选出或为以下的全部:参考自身轮廓RO;参考子轮廓RCh;参考邻近轮廓RN;以及捕获邻近轮廓CN(在其也具有自身的变形部分时可作为参考轮廓)。
在一些实施方式中,变形部分的轮廓(CMP)可为自身图样的部分或邻近图样的部分。感兴趣轮廓(COI)可为自身的(假想或真实的)或为邻近图样的COI。如果对于包含COI的图样测量CD参数(例如自身CD参数测量),则在方框24处理装置可施加DT函数至COI/CMP附近的参考轮廓RC,以测量自身CD参数值。处理装置可基于方框24a、24b和24c施加DT函数。
在方框24a,处理装置通过使用自身COI与自身CMP施加DT函数,其中RC为参考自身轮廓(RO)。在一些实施方式中,与自身CMP相反,可使用COI附近的捕获自身轮廓CO。在方框24b,处理装置通过使用自身COI与自身CMP施加DT函数,其中RC为参考子轮廓(RCh)。在一些实施方式中,与自身CMP相反,可使用COI附近的捕获自身轮廓CO。在方框24c,处理装置可施加DT函数,其中RC为参考自身轮廓(RO),且使用自身COI(例如不存在CMP)。可通过沿着COI参照RO的其他点施加DT函数,获得DT函数的一个或多个极值。
参照图10,在方框25a,处理装置对于方框24a、24b和24c的每一个判定CD参数候选者为DT函数的极值。在方框25b,处理装置可对在方框25a测得的CD参数候选者的每一个判定比例和/或CDV。在方框25c,处理装置可判定产生最大CDV的CD参数候选者。在一些实施方式中,可判定产生最小CDV的CD参数候选者。
如图10图示,可针对邻近的、邻接的、或紧邻的图样,判定邻近性CD参数测量结果。例如,在方框26,处理装置可施加DT函数至COI/CMP附近的参考轮廓(RC),以测量邻近性CD参数值。可基于方框26a和/或26b施加DT函数。例如,在方框26a,处理装置施加DT函数,其中RC为参考邻近图样轮廓(RN),同时DT函数使用自身COI与自身CMP。在一些实施方式中,与自身CMP相反,可使用COI附近的捕获自身轮廓CO。在方框26b,处理装置施加DT函数以判定位于两个不同的邻近图样的两个变形部分之间的邻近性CD参数。例如,可考虑两个图样轮廓RC(例如,第一RC可为参考邻近轮廓(RN),且第二RC将为参考自身轮廓(RO))。分别地,变形部分MP1可为自身图样的MP,且变形部分MP2可为邻近图样的MP。在相同或替代性的实施方式中,RC可被选为邻近图样(图示于26b的CN)的捕获轮廓,且DT可使用自身COI与CMP。因此,可检测测量两个变形部分之间距离的数个CD参数值。
在方框27a,处理装置判定CD参数候选者为在方框26a和/或26b接收的DT函数极值。在方框27b,处理装置对在方框27a(例如基于方框26a和/或26b)找到的CD参数候选者的每一者判定比例和/或CDV。在方框28,处理装置可将来自方法的所有分支与子分支所判定的CD参数和/或CDV值,分别收集成(1)自身与(2)邻近性CD/CDV参数的两个结合组。结合组可包含具有真实变形的图样的自身CD/CDV,和/或在给定假想COI时以对任意图样判定的自身CD参数。如果图样包含多于一个变形部分MP,则可从对每一MP所限定者中将自身CD/CDV选定为最大CD/CDV。结合组可进一步包含针对各别数个邻近图样的邻近性CD参数,其中所述CD参数的每一个可受到最大的改变(例如具有最大比例/CDV),这是由于在特定位置处在基本图样(感兴趣图样)上存在变形部分MP。第二组可包含从所提及的邻近性参数中选出的经结合邻近性CD参数,以判定受到基本图样上的MP最大影响的邻近图样。在一些实施方式中,第二组可包含对图样选定的双重结合邻近性CD参数,具有数个MP与数个邻近参数。双重结合CD可指示由特定MP与特定邻近图样的结合所产生的最大尺寸改变(最大CDV)。
CD参数候选者的判定,可进一步基于计算比率(例如Dd/Dr)以及根据公式[1]:CDV=f(Ratio),推导CDV为选定比例函数。判定可进一步基于计算比例以及推导百分比形式的CDV,例如根据公式[2]:
CDV=max|(1-Ratio)|*100(对于任何情况,自身CD或邻近性CD)
在相同或替代性的实施方式中,基于公式[3]判定CDV:
Figure BDA0002489651180000171
在一些实施方式中,比例为CD捕获/CD参考,C为重量系数,C为重量系数,且α、β、γ为由分别针对参考轮廓RC、感兴趣轮廓COI以及变形感兴趣轮廓MCOI而选定的对于CD的测量方向(例如参见图3A)所形成的角度。
在方框28,处理装置可接收结合组,结合组包含CD参数和CDV值,CD参数和CDV值将说明变形部分对于自身变形图样及其邻近区域的冲击。在一些实施方式中,可利用平滑运算,以提升稳健性并减少噪声的影响(例如见图5C)。
图11为用于判定对于具有任意形状的图样的临界尺寸中变化的范例方法的流程图。图11的方法可由处理逻辑执行,处理逻辑可包括硬件(例如处理装置、电路系统、专用逻辑、可编程逻辑、微码、装置硬件、集成电路等等)、软件(例如在处理装置上运行或执行的指令)、或以上的组合。在一些实施方式中,可由图1A的临界尺寸部件(SP)执行方法。
一般而言,可接收输入,其中输入可包含图样的两个二进制图像(参考自身图像和捕获或检查自身图像),且变形部分的位置信息可被获得为两个图像之间的差异。轮廓组可类似于图10的方框22中图示的轮廓组。在一些实施方式中,方框34-38可对应于图10的方框24-28。例如,轮廓组可包含RO、RCh和MPC。COI可被获得为MP(MPC)与RO之间的边界。在一些实施方式中,COI可为MP与RCh之间的边界。对于在图样上检测到的每一变形部分MP,可执行如下述的一些动作。
在方框34,处理装置可针对RC(为RO或RCh)施加DT函数至COI,以判定函数极值。RC可被选为排除COI的参考轮廓,并可邻接于(最接近)变形部分(例如方框34.1、34.2和34.3)。在方框35,处理装置可使用RC上找到的极值,通过在RC与COI点之间创建一组射线以判定测量方向,并在那些方向的每一个中执行对于参考距离Dr与捕获/变形/缺陷距离Dd的一对测量(例如方框35.1与35.2)。这些测量对随后将产生CD参数候选者。虽然可在RC与COI之间测量Dr,可在与RC以及变形部分轮廓MPC之间的射线相同的方向中测量Dd。基于Dr与Dd的测量结果,可对每一对这种测量估算比例和/或CDV(例如对于每一方向/射线)。
在方框38,处理装置可判定或测量自身CD参数和图样。例如在方框38.1,处理装置选择具有最大比例和/或CDV的CD候选者。在方框38.2,处理装置可寻找对于每一变形图样的CD候选者,如果图样中存在多于一个变形部分。所有CD候选者随后可被比较,以将图样的最为临界的自身CD参数,选为自身CD测量结果(在所有变形部分中具有最大的比例和CDV)。
在方框38.2,处理装置可测量所选定的自身CD参数。所选定的自身CD参数也可被(较佳地与所选定的自身CD参数的比例和CDV)传送至对于此图样的结合CD组(见方框18和28)。应注意到对于每一MP(例如如果感兴趣图样上存在多于一个MP),将产生此MP对应的CD和CDV组,且随后将在所有MP中选出最大自身CD(和/或CDV)。下文参照图12说明邻近性CD结合组(由方框38.3与38.4产生)。
图12图示说明判定具有任意形状的图样和邻近图样的邻近性临界尺寸的范例方法。因此,可执行邻近性CD参数的测量。图12的方法可由处理逻辑执行,处理逻辑可包括硬件(例如处理装置、电路系统、专用逻辑、可编程逻辑、微码、装置硬件、集成电路等等)、软件(例如在处理装置上运行或执行的指令)、或以上的组合。在一些实施方式中,可由图1A的临界尺寸部件(SP)执行方法。
在一些实施方式中,可接收输入,其中输入可包含图样及其周围的二进制图像(参考自身图像、参考邻近图像、捕获邻近图像),且变形部分的位置信息可包含自身图像上的MP与邻近图像上的MP'。轮廓组可类似于图10的方框22中图示的轮廓组。例如,轮廓组可包含RO、RN、CN与MPC。CN(所捕获邻近区域的轮廓)可作为RC,如果邻近图样在基本图样侧上也具有变形部分。COI可被获得为MP(MPC)与RO之间的边界。可对在基本自身图样上检测到的每一变形部分(MP)执行方法。
在方框36,处理装置可针对RC(为RN或CN)施加DT函数至COI,以寻找函数极值。例如,处理装置可使用RC上找到的函数极值(最小值、最大值)与端点,通过在RC(为RN或CN)与COI点之间创建一组射线以判定测量方向,并在那些方向的每一个中执行对于Dr与Dd的一对测量(例如方框36.1、36.2和36.3)。每一这种测量对随后将产生邻近性CD候选者。
在方框37(例如37.1和372),处理装置可测量RC与COI之间的Dr,并可在与RC以及变形部分轮廓MPC之间的射线相同的方向中测量Dd。基于Dr与Dd的测量结果,可对每一这种方向/射线估算邻近性比例和/或CDV。
在方框38(例如方框38.3),处理装置可由对于基本图样上的特定MP/缺陷的最大比例/CDV选择邻近性CD候选者。在方框38.4,处理装置可判定对于每一基本图样的邻近性CD候选者,如果基本图样中存在多于一个变形部分。所有CD候选者随后可被比较,以将图样的最为临界的(结合)邻近性CD参数,选为在变形部分中具有最大的比例和CDV的CD测量结果。对于基本图样上的每一MP,图样的邻近性CD可被选定为在所有邻近图样中给出最大CDV值的CD。如果所有选项被一起完成,则可将结合CD/CDV转为双结合CD/CDV。
在方框38.4,处理装置选择对于图样的邻近性CD参数。所选定的邻近性CD被传送至对于此图样的结合CD组(见方框18和28)。
在一些实施方式中,可对基本图样上的每一变形部分MP(例如缺陷)测量邻近性CD(且施加或不施加DT函数)。例如,可在缺陷与邻近图样之间限定CD,为缺陷轮廓与邻近图样之间的距离,以判定最大CDV。如果邻近图样上也存在缺陷,则可判定由于缺陷或由于两个缺陷所造成的CD变化或比例。可计算对于变化的准则(CDV),并可选择相关联于最大CDV值(与最大邻近性比例)的最佳区段。随后可对感兴趣图样上的每一MP针对所有邻近图样重复此处理程序,并对此MP选择结合邻近性CD为给出最大CD变化的邻近图样CD。在一些实施方式中,最接近MP邻近图样的给出最大的CD变化。可对基本图样的所有缺陷(MP)重复此种程序,以在他们之中选择最大邻近性比例/CDV值,以及用于对基本图样测量双结合邻近性CD的适当区段。
图13图标说明计算机系统1300的范例机器,可于其中执行一组指令以使机器执行本文所讨论的方法的任一个或多个。在替代性实施方式中,可将机器连接(例如网络连接)至在LAN、内部网络、外部网络和/或因特网中的其他机器。机器可在客户端对服务器网络环境中以服务器或客户端机器的身份操作,或可作为对等(或分布式)网络环境中的对等机器,或作为云计算基础设施或环境中的服务器或客户端机器。
此机器可为个人计算机(PC)、平板计算机、机顶盒(STB)、个人数字助理(PDA)、蜂窝电话、网页器件、服务器、网络路由器、交换器或网桥、或能够(顺序地或以其他方式)执行指定此机器要采取的动作的一组指令的任何机器。此外,虽然示出了单个机器,但用词“机器”还应被视为包括单独或联合执行一组(或多组)指令以执行本文所讨论的任何一种或多种方法的任何机器集合。
范例计算机系统1300包含处理装置1302、主存储器1304(例如只读存储器(ROM)、闪存、动态随机存取存储器(DRAM)诸如同步DRAM(SDRAM)或Rambus DRAM(RDRAM)等等)、静态存储器1306(例如,闪存、静态随机存取存储器(SRAM)等等)和数据存储装置1318,数据存储装置1318经由总线1330彼此通信。
处理装置1302代表一个或多个通用处理装置,诸如微处理器、中央处理单元等等。更特定而言,处理装置可为复杂指令集计算(CISC)微处理器、精简指令集计算(RISC)微处理器、超长指令字(VLIW)微处理器、或实施其他指令集的处理器、或实现指令集组合的处理器。处理装置502也可为一个或多个专用处理装置,诸如专用集成电路(ASIC)、现场可编程门阵列(FPGA)、数字信号处理器(DSP)、网络处理器等等。处理装置1302经配置以执行指令1326以执行本文所讨论的操作和与步骤。
计算机系统1300可进一步包含网络接口装置1308以通过网络1320通信。计算机系统1300也可包含视频显示单元1310(例如液晶显示器(LCD)或阴极射线管(CRT))、字母数字输入装置1312(例如键盘)、光标控制装置1314(例如,鼠标)、图形处理单元1322、信号产生装置1316(例如扬声器)、图形处理单元1322、视频处理单元1328和音频处理单元1332。
数据存储装置1318可包括机器可读存储介质1324(也称为计算机可读介质),其上存储有一组或多组指令或软件1326,其体现了本文所述的任何一种或多种方法或功能。指令1326也可在由计算机系统1300执行期间完全或至少部分地驻留在主存储器1304内和/或处理装置1302内,主存储器1304和处理装置1302也构成机器可读存储介质。
在一个实施方式中,指令1326包含指令以实施对应于临界尺寸部件(例如图1A的临界尺寸部件(SP))的功能性。虽然机器可读存储介质1324在范例实施方式中被示为单一介质,但是用词“机器可读存储介质”应当被视为包括存储一组或多组指令的单一介质或多个介质(例如,集中式或分布式数据库,和/或相关联的缓存和服务器)。用词“机器可读存储介质”也应被视为包含能够存储或编码指令组的任何介质,此指令组要由机器执行并使机器执行本公开内容的方法的任一个或更多个。用词“机器可读存储介质”应相应地被视为包含(但不限于)固态存储器、光学介质与磁性介质。
前述实施方式的一些部分已被根据对计算机存储器内的数据位的操作的算法和符号表示来呈现。这些算法描述和表示是数据处理领域的技术人员用来最有效地将其工作的实质传达给本领域其他技术人员的方式。算法在此(且一般而言)被认为是产生期望结果的自我一致(self-consistent)的操作序列。操作需要实体操纵实体量值。通常而言(但非必然),这些量值的形式为电性或磁性信号,所述信号可被存储、结合、比较、及以其他方式操纵。有时,主要是出于普遍使用的原因,已证明将这些信号称为位、值、要素、符号、字符、项、数字等等是方便的。
但是应该记住,所有这些和类似的术语都应该与适当的物理量相关联,并且仅仅是适用于这些量的便利标签。除非另有明确说明,否则从以上讨论中将可显然理解到,在说明书全文中,利用诸如“识别”或“判定”或“执行”或“运行”或“收集”或“创建”或“传送”等等的用词,指向计算机系统或类似的电子计算装置的操作和程序,其将在计算机系统的寄存器和存储器内的表示为物理(电子)量的数据,操纵和变换成类似地表示为计算机系统存储器或寄存器或其他此类信息存储装置内的物理量的其他数据。
本公开内容还涉及用于执行本文所述操作的设备。此设备可专门为预期目的而构造,或者它可包括由存储在计算机中的计算机程序选择性地激活或重新配置的通用计算机。这种计算机程序可被存储在计算机可读存储介质中,诸如(但不限于)任何类型的磁盘,包含软盘、光盘、CD-ROM、与磁光片、只读存储器(ROM)、随机存取存储器(RAM)、EPROM、EEPROM、磁卡或光卡、或适合存储电子指令的任何类型的介质,每一者被耦接至计算机系统总线。
本文呈现的算法和显示器,并不固有地与任何特定的计算机或其他设备相关。各种通用系统可与根据本文教导的程序一起使用,或者可证明建置更专用的设备来执行方法是方便的。各种这些系统的结构将呈现于下文。此外,并未参照任何特定的编程语言来说明本公开内容。应理解到,可使用各种编程语言来实施本文所说明的公开内容的教导。
本公开内容可被提供为计算机程序产品或软件,计算机程序产品或软件可包含其上存储有指令的机器可读介质,指令可用于编程计算机系统(或其他电子装置)以执行根据本公开内容的工艺。机器可读介质包含用于将信息存储为可为机器(例如计算机)读取的形式的任何机制。例如,机器可读(例如计算机可读)介质包含机器(例如计算机)可读存储介质,诸如只读存储器(“ROM”)、随机存取存储器(“RAM”)、磁盘存储介质、光学存储介质、闪存装置等等。
在前述说明中,已参照本公开内容的特定范例实施方式说明了公开内容的实施方式。将显然可知的是可进行各种变形,而不脱离如随附权利要求书阐述的本公开内容的宽广的精神与范围。说明书和附图因此应被视为说明性而非限制性。

Claims (20)

1.一种方法,包含以下步骤:
接收图样的捕获图像;
接收所述图样的参考图像;
识别所述图样的感兴趣轮廓,
由处理装置对于所述参考图像和所述捕获图像的每一个,针对所述图样的所述感兴趣轮廓判定所述图样的尺寸的一个或多个测量结果;和
基于对于所述参考图像和所述捕获图像的每一个所判定的所述图样的所述尺寸的一个或多个测量结果,分类相关联于所述感兴趣轮廓的缺陷。
2.如权利要求1所述的方法,其中所述感兴趣轮廓对应于相关联于所述缺陷的所述图样的变形的位置。
3.如权利要求1所述的方法,其中判定所述图样的所述尺寸的所述一个或多个测量结果进一步包含以下步骤:
判定在所述图样的特定点处对沿着所述捕获图像中所述图样的所述感兴趣轮廓的多个点的第一多个测量结果,其中所述第一多个测量结果的每一个对应于从所述特定点到沿着所述捕获图像中所述感兴趣轮廓的所述各别点的距离;和
判定在所述图样的所述特定点处对沿着所述参考图像中所述图样的所述感兴趣轮廓的多个点的第二多个测量结果,其中所述第二多个测量结果的每一个对应于从所述特定点到沿着所述参考图像中所述感兴趣轮廓的所述各别点的距离。
4.如权利要求3所述的方法,其中沿着所述感兴趣轮廓的所述多个点相关联于从所述图样的所述特定点到所述感兴趣轮廓的不同的方向。
5.如权利要求3所述的方法,其中所述方法进一步包含以下步骤:
基于来自所述第一和第二多个测量结果的一对测量结果,判定对于每一各别点沿着所述感兴趣轮廓的临界尺寸参数值。
6.如权利要求5所述的方法,其中基于所述临界尺寸参数值来分类所述缺陷,所述临界尺寸参数值具有在来自相关联于所述捕获图像的所述第一多个测量结果的各别测量结果,与来自相关联于所述参考图像的所述第二多个测量结果的另一各别测量结果的最大差异。
7.如权利要求1所述的方法,其中基于距离转换函数来判定所述一个或多个测量结果。
8.一种系统,包含:
存储器;和
处理装置,所述处理装置可操作地耦接于所述存储器,以:
接收图样的捕获图像;
接收所述图样的参考图像;
识别所述图样的感兴趣轮廓,
对于所述参考图像和所述捕获图像的每一个,针对所述图样的所述感兴趣轮廓判定所述图样的尺寸的一个或多个测量结果;和
基于对于所述参考图像与所述捕获图像的每一个所判定的所述图样的所述尺寸的一个或多个测量结果,分类相关联于所述感兴趣轮廓的缺陷。
9.如权利要求8所述的系统,其中所述感兴趣轮廓对应于相关联于所述缺陷的所述图样的变形的位置。
10.如权利要求8所述的系统,其中为了判定所述图样的所述尺寸的所述一个或多个测量结果,所述处理装置进一步:
判定在所述图样的特定点处对沿着所述捕获图像中所述图样的所述感兴趣轮廓的多个点的第一多个测量结果,其中所述第一多个测量结果的每一个对应于从所述特定点到沿着所述捕获图像中所述感兴趣轮廓的所述各别点的距离;和
判定在所述图样的所述特定点处对沿着所述参考图像中所述图样的所述感兴趣轮廓的多个点的第二多个测量结果,其中所述第二多个测量结果的每一个对应于从所述特定点到沿着所述参考图像中所述感兴趣轮廓的所述各别点的距离。
11.如权利要求10所述的系统,其中沿着所述感兴趣轮廓的所述多个点相关联于从所述图样的所述特定点到所述感兴趣轮廓的不同的方向。
12.如权利要求10所述的系统,其中所述处理装置进一步:
基于来自所述第一和第二多个测量结果的一对测量结果,判定对于每一各别点沿着所述感兴趣轮廓的临界尺寸参数值。
13.如权利要求12所述的系统,其中基于所述临界尺寸参数值来分类所述缺陷,所述临界尺寸参数值具有在来自相关联于所述捕获图像的所述第一多个测量结果的各别测量结果,与来自相关联于所述参考图像的所述第二多个测量结果的另一各别测量结果的最大差异。
14.如权利要求8所述的系统,其中基于距离转换函数来判定所述一个或多个测量结果。
15.一种非暂时性计算机可读取介质,包含指令,所述指令在由处理装置执行时使所述处理装置执行操作,操作包含:
接收图样的捕获图像;
接收所述图样的参考图像;
识别所述图样的感兴趣轮廓,
对于所述参考图像和所述捕获图像的每一个,针对所述图样的所述感兴趣轮廓判定所述图样的尺寸的一个或多个测量结果;和
基于对于所述参考图像和所述捕获图像的每一个所判定的所述图样的所述尺寸的一个或多个测量结果,分类相关联于所述感兴趣轮廓的缺陷。
16.如权利要求15所述的非暂时性计算机可读取介质,其中所述感兴趣轮廓对应于相关联于所述缺陷的所述图样的变形的位置。
17.如权利要求15所述的非暂时性计算机可读取介质,其中为了判定所述图样的所述尺寸的所述一个或多个测量结果,所述操作进一步包含:
判定在所述图样的特定点处对沿着所述捕获图像中所述图样的所述感兴趣轮廓的多个点的第一多个测量结果,其中所述第一多个测量结果的每一个对应于从所述特定点到沿着所述捕获图像中所述感兴趣轮廓的所述各别点的距离;和
判定在所述图样的所述特定点处对沿着所述参考图像中所述图样的所述感兴趣轮廓的多个点的第二多个测量结果,其中所述第二多个测量结果的每一个对应于从所述特定点到沿着所述参考图像中所述感兴趣轮廓的所述各别点的距离。
18.如权利要求17所述的非暂时性计算机可读取介质,其中沿着所述感兴趣轮廓的所述多个点相关联于从所述图样的所述特定点到所述感兴趣轮廓的不同的方向。
19.如权利要求17所述的非暂时性计算机可读取介质,其中所述操作进一步包含:
基于来自所述第一和第二多个测量结果的一对测量结果,判定对于每一各别点沿着所述感兴趣轮廓的临界尺寸参数值。
20.如权利要求19所述的非暂时性计算机可读取介质,其中基于所述临界尺寸参数值来分类所述缺陷,所述临界尺寸参数值具有在来自相关联于所述捕获图像的所述第一多个测量结果的各别测量结果,与来自相关联于所述参考图像的所述第二多个测量结果的另一各别测量结果的最大差异。
CN201880073469.4A 2017-10-02 2018-10-01 判定图样的临界尺寸变化 Pending CN111344851A (zh)

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
US201762567150P 2017-10-02 2017-10-02
US62/567,150 2017-10-02
US201862634686P 2018-02-23 2018-02-23
US62/634,686 2018-02-23
PCT/US2018/053789 WO2019070600A1 (en) 2017-10-02 2018-10-01 DETERMINING A CRITICAL DIMENSION VARIATION OF A PATTERN

Publications (1)

Publication Number Publication Date
CN111344851A true CN111344851A (zh) 2020-06-26

Family

ID=65994627

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201880073469.4A Pending CN111344851A (zh) 2017-10-02 2018-10-01 判定图样的临界尺寸变化

Country Status (5)

Country Link
US (2) US11276160B2 (zh)
KR (2) KR20230170806A (zh)
CN (1) CN111344851A (zh)
TW (2) TWI780234B (zh)
WO (1) WO2019070600A1 (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111344851A (zh) * 2017-10-02 2020-06-26 应用材料以色列公司 判定图样的临界尺寸变化
US11379972B2 (en) * 2020-06-03 2022-07-05 Applied Materials Israel Ltd. Detecting defects in semiconductor specimens using weak labeling

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100215247A1 (en) * 2008-12-22 2010-08-26 Tadashi Kitamura System And Method For A Semiconductor Lithographic Process Control Using Statistical Information In Defect Identification
US20120298862A1 (en) * 2011-05-25 2012-11-29 Chien-Huei Chen Contour-based defect detection using an inspection apparatus
CN103765200A (zh) * 2011-06-07 2014-04-30 光子动力公司 使用整个原始图像进行缺陷检测的系统和方法
US20140219545A1 (en) * 2011-07-27 2014-08-07 Hitachi High-Technologies Corporation Semiconductor inspection system

Family Cites Families (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5065943B2 (ja) * 2008-02-29 2012-11-07 株式会社日立ハイテクノロジーズ 製造プロセスモニタリングシステム
JP5429869B2 (ja) * 2008-12-22 2014-02-26 株式会社 Ngr パターン検査装置および方法
JP6018802B2 (ja) * 2012-05-31 2016-11-02 株式会社日立ハイテクノロジーズ 寸法測定装置、及びコンピュータープログラム
TW201430336A (zh) * 2013-01-23 2014-08-01 Huang Tian Xing 缺陷檢測方法、裝置及系統
US9483819B2 (en) * 2013-01-29 2016-11-01 Kla-Tencor Corporation Contour-based array inspection of patterned defects
JP6106743B2 (ja) * 2013-02-20 2017-04-05 株式会社日立ハイテクノロジーズ パターン測定装置、及び半導体計測システム
US9355208B2 (en) * 2013-07-08 2016-05-31 Kla-Tencor Corp. Detecting defects on a wafer
KR20150044732A (ko) 2013-10-17 2015-04-27 엘지전자 주식회사 무안경 방식의 입체 영상 표시장치, 및 그 동작방법
KR102085522B1 (ko) * 2013-11-14 2020-03-06 삼성전자 주식회사 패턴의 결함 탐지 방법
SG11201606179QA (en) * 2014-02-11 2016-08-30 Asml Netherlands Bv Model for calculating a stochastic variation in an arbitrary pattern
EP3245493B1 (en) * 2015-01-13 2019-03-13 BAE Systems PLC Structural damage detection
KR102419162B1 (ko) * 2015-03-17 2022-07-11 삼성전자주식회사 패턴 검사 방법 및 그를 사용하는 기판 제조 장치
US9996942B2 (en) 2015-03-19 2018-06-12 Kla-Tencor Corp. Sub-pixel alignment of inspection to design
TWI588468B (zh) * 2015-07-13 2017-06-21 All Ring Tech Co Ltd Method for searching for area of ​​interest of electronic components and method and device for detecting defect of electronic components using the same
CN111344851A (zh) * 2017-10-02 2020-06-26 应用材料以色列公司 判定图样的临界尺寸变化

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100215247A1 (en) * 2008-12-22 2010-08-26 Tadashi Kitamura System And Method For A Semiconductor Lithographic Process Control Using Statistical Information In Defect Identification
US20120298862A1 (en) * 2011-05-25 2012-11-29 Chien-Huei Chen Contour-based defect detection using an inspection apparatus
CN103765200A (zh) * 2011-06-07 2014-04-30 光子动力公司 使用整个原始图像进行缺陷检测的系统和方法
US20140219545A1 (en) * 2011-07-27 2014-08-07 Hitachi High-Technologies Corporation Semiconductor inspection system

Also Published As

Publication number Publication date
KR20230170806A (ko) 2023-12-19
KR102611427B1 (ko) 2023-12-07
US20220198639A1 (en) 2022-06-23
TWI780234B (zh) 2022-10-11
KR20200052379A (ko) 2020-05-14
US11276160B2 (en) 2022-03-15
TW201923923A (zh) 2019-06-16
WO2019070600A1 (en) 2019-04-11
US11756188B2 (en) 2023-09-12
TW202307993A (zh) 2023-02-16
TWI812461B (zh) 2023-08-11
US20200327652A1 (en) 2020-10-15

Similar Documents

Publication Publication Date Title
JP5981838B2 (ja) 検査画像内の欠陥を検出するためのシステム、方法及びコンピュータプログラム製品
US10628935B2 (en) Method and system for identifying defects of integrated circuits
JP2013257304A5 (zh)
JP4908440B2 (ja) 画像処理装置及び方法
JP2012032370A (ja) 欠陥検出方法、欠陥検出装置、学習方法、プログラム、及び記録媒体
US11756188B2 (en) Determining a critical dimension variation of a pattern
US9824852B2 (en) CD-SEM technique for wafers fabrication control
TW201546926A (zh) 由參考影像改變之檢測方式設定
CN115797300A (zh) 一种基于自适应梯度阈值canny算子的边缘检测方法及其装置
CN110622289A (zh) 测量半导体晶片上的图案中的高度差
CN110660694B (zh) 基于系统缺陷的半导体晶片的引导式检验
JP5647999B2 (ja) パターンマッチング装置、検査システム、及びコンピュータプログラム
CN110310897B (zh) 基于空间密度分析的半导体晶片的引导检查
CN110678968B (zh) 用于检查半导体晶片的技术
JP6018802B2 (ja) 寸法測定装置、及びコンピュータープログラム
JP2006337167A (ja) 周期性ノイズ下での低コントラスト欠陥検査方法、繰返しパターン下での低コントラスト欠陥検査方法
US20230052350A1 (en) Defect inspecting system and defect inspecting method
US20230237762A1 (en) Template-based image processing for target segmentation and metrology
TW202230203A (zh) 用於計量的基於最佳化的圖像處理

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