CN111812105B - 缺陷检测方法、装置、设备及计算机存储介质 - Google Patents

缺陷检测方法、装置、设备及计算机存储介质 Download PDF

Info

Publication number
CN111812105B
CN111812105B CN202010907198.7A CN202010907198A CN111812105B CN 111812105 B CN111812105 B CN 111812105B CN 202010907198 A CN202010907198 A CN 202010907198A CN 111812105 B CN111812105 B CN 111812105B
Authority
CN
China
Prior art keywords
defect
target wafer
wafer
gray value
acquiring
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
CN202010907198.7A
Other languages
English (en)
Other versions
CN111812105A (zh
Inventor
艾立夫
赵东峰
董立超
刘宝山
刘艺
朱春霖
彭旭
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.)
Goertek Optical Technology Co Ltd
Original Assignee
Goertek 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 Goertek Inc filed Critical Goertek Inc
Priority to CN202010907198.7A priority Critical patent/CN111812105B/zh
Publication of CN111812105A publication Critical patent/CN111812105A/zh
Application granted granted Critical
Publication of CN111812105B publication Critical patent/CN111812105B/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
    • G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/47—Scattering, i.e. diffuse reflection
    • 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
    • G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/47—Scattering, i.e. diffuse reflection
    • G01N2021/4735—Solid samples, e.g. paper, glass
    • 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
    • G01N2021/8854—Grading and classifying of flaws
    • G01N2021/888—Marking defects
    • 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

  • 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)
  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (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)

Abstract

本发明公开了一种缺陷检测方法、装置、设备及计算机存储介质，该方法包括：构建已标定缺陷尺寸的目标晶圆；采集目标晶圆对应的缺陷图像，并获取目标晶圆对应的缺陷图像的灰度值；确定目标晶圆标定的缺陷尺寸，以根据所述目标晶圆对应的缺陷图像的灰度值与所述目标晶圆标定的缺陷尺寸获得缺陷尺寸映射函数；基于所述缺陷尺寸映射函数，获取待测试晶圆对应的缺陷尺寸。由此，通过利用目标晶圆对应的缺陷图像的灰度值与目标晶圆标定的缺陷尺寸获得缺陷尺寸映射函数，进而利用缺陷尺寸映射函数及晶圆中缺陷图像的灰度值实现晶圆任何尺寸缺陷的检测。

Description

缺陷检测方法、装置、设备及计算机存储介质
技术领域
本发明涉及缺陷检测技术领域，尤其涉及一种缺陷检测方法、装置、设备及计算机存储介质。
背景技术
目前晶圆表面缺陷检测的方法通常包括基于暗场散射原理的表面缺陷检测方法和基于明场成像原理的表面缺陷检测方法，然而由于物镜衍射极限的限制，导致这两种方法均不能检测出物镜衍射极限以下尺寸的微小缺陷。
发明内容
本发明提供一种缺陷检测方法、装置、设备及计算机存储介质，旨在解决目前无法检测物镜衍射极限以下尺寸缺陷的技术问题。
为实现上述目的，本发明提供一种缺陷检测方法，所述缺陷检测方法包括：
构建已标定缺陷尺寸的目标晶圆；
采集目标晶圆对应的缺陷图像，并获取目标晶圆对应的缺陷图像的灰度值；
确定目标晶圆标定的缺陷尺寸，以根据所述目标晶圆对应的缺陷图像的灰度值与所述目标晶圆标定的缺陷尺寸获得缺陷尺寸映射函数；
基于所述缺陷尺寸映射函数，获取待测试晶圆对应的缺陷尺寸。
优选地，所述构建已标定缺陷尺寸的目标晶圆的步骤包括：
采集预设直径的缺陷标定物，并将缺陷标定物涂抹于无缺陷的晶圆表面，以构建目标晶圆；
基于目标晶圆中的缺陷标定物的预设直径标定目标晶圆的缺陷尺寸，以构建已标定缺陷尺寸的目标晶圆。
优选地，所述缺陷标定物包括聚苯乙烯微球，所述采集预设直径的缺陷标定物，并将缺陷标定物涂抹于无缺陷的晶圆表面，以构建目标晶圆的步骤包括：
采集预设微球直径的聚苯乙烯微球悬浊液，并将预设微球直径的聚苯乙烯微球悬浊液稀释至预设浓度；
采用旋涂法将预设浓度的聚苯乙烯微球悬浊液涂抹于无缺陷的晶圆表面，以构建目标晶圆。
优选地，所述采集目标晶圆对应的缺陷图像，并获取目标晶圆对应的缺陷图像的灰度值的步骤包括：
利用预设角度的平行光照射目标晶圆；
确定平行光经过目标晶圆散射后的散射光线，并采集散射光线对应的光斑图像；
将所述光斑图像作为目标晶圆对应的缺陷图像，并获取所述光斑图像的灰度值。
优选地，所述确定平行光经过目标晶圆散射后的散射光线，并采集散射光线对应的光斑图像的步骤包括：
确定平行光经过目标晶圆散射后的散射光线位置；
调控预设图像传感器位置使散射光线经过所述预设图像传感器；
利用调控后的预设图像传感器采集目标晶圆的散射光线对应的光斑图像。
优选地，所述将所述光斑图像作为目标晶圆对应的缺陷图像，并获取所述光斑图像的灰度值的步骤包括：
将所述光斑图像作为目标晶圆对应的缺陷图像，并获取光斑图像中各个像素对应的子光斑图像的灰度值；
计算多个子光斑图像的灰度值对应的灰度总值，以获取所述光斑图像的灰度值。
优选地，所述基于所述缺陷尺寸映射函数，获取待测试晶圆对应的缺陷尺寸的步骤包括：
采集待测试晶圆对应的待测试缺陷图像；
获取所述待测试缺陷图像的灰度值；
将所述待测试缺陷图像的灰度值输入至缺陷尺寸映射函数，以基于所述缺陷尺寸映射函数获取所述待测试缺陷图像的灰度值对应的缺陷尺寸。
此外，为实现上述目的，本发明还提供一种缺陷检测装置，所述缺陷检测装置包括：
构建模块，用于构建已标定缺陷尺寸的目标晶圆；
采集模块，用于采集目标晶圆对应的缺陷图像，并获取目标晶圆对应的缺陷图像的灰度值；
确定模块，用于确定目标晶圆标定的缺陷尺寸，以根据所述目标晶圆对应的缺陷图像的灰度值与所述目标晶圆标定的缺陷尺寸获得缺陷尺寸映射函数；
获取模块，用于基于所述缺陷尺寸映射函数，获取待测试晶圆对应的缺陷尺寸。
此外，为实现上述目的，本发明还提供一种缺陷检测设备，所述缺陷检测设备包括处理器，存储器以及存储在所述存储器中的缺陷检测程序，所述缺陷检测程序被所述处理器运行时，实现如上所述的缺陷检测方法的步骤。
此外，为实现上述目的，本发明还提供一种计算机存储介质，所述计算机存储介质上存储有缺陷检测程序，所述缺陷检测程序被处理器运行时实现如上所述缺陷检测方法的步骤。
相比现有技术，本发明公开了一种缺陷检测方法、装置、设备及计算机存储介质，构建已标定缺陷尺寸的目标晶圆；采集目标晶圆对应的缺陷图像，并获取目标晶圆对应的缺陷图像的灰度值；确定目标晶圆标定的缺陷尺寸，以根据所述目标晶圆对应的缺陷图像的灰度值与所述目标晶圆标定的缺陷尺寸获得缺陷尺寸映射函数；基于所述缺陷尺寸映射函数，获取待测试晶圆对应的缺陷尺寸。由此，通过利用目标晶圆对应的缺陷图像的灰度值与目标晶圆标定的缺陷尺寸获得缺陷尺寸映射函数，进而利用缺陷尺寸映射函数及晶圆中缺陷图像的灰度值实现晶圆任何尺寸缺陷的检测。
附图说明
图1是本发明各实施例涉及的缺陷检测设备的硬件结构示意图；
图2是本发明缺陷检测方法第一实施例的流程示意图；
图3是本发明缺陷检测方法第二实施例的流程示意图；
图4是本发明缺陷检测装置第一实施例的功能模块示意图。
本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
本发明实施例主要涉及的缺陷检测设备是指能够实现网络连接的网络连接设备，所述缺陷检测设备可以是服务器、云平台等。
参照图1，图1是本发明各实施例涉及的缺陷检测设备的硬件结构示意图。本发明实施例中，缺陷检测设备可以包括处理器1001（例如中央处理器Central ProcessingUnit、CPU），通信总线1002，输入接口1003，输出接口1004，存储器1005。其中，通信总线1002用于实现这些组件之间的连接通信；输入接口1003用于数据输入；输出接口1004用于数据输出，存储器1005可以是高速RAM存储器，也可以是稳定的存储器（non-volatile memory），例如磁盘存储器，存储器1005可选的还可以是独立于前述处理器1001的存储装置。本领域技术人员可以理解，图1中示出的硬件结构并不构成对本发明的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
继续参照图1，图1中作为一种可读存储介质的存储器1005可以包括操作系统、网络通信模块、应用程序模块以及缺陷检测程序。在图1中，网络通信模块主要用于连接服务器，与服务器进行数据通信；而处理器1001可以调用存储器1005中存储的缺陷检测程序，并执行如下操作：
构建已标定缺陷尺寸的目标晶圆；
采集目标晶圆对应的缺陷图像，并获取目标晶圆对应的缺陷图像的灰度值；
确定目标晶圆标定的缺陷尺寸，以根据所述目标晶圆对应的缺陷图像的灰度值与所述目标晶圆标定的缺陷尺寸获得缺陷尺寸映射函数；
基于所述缺陷尺寸映射函数，获取待测试晶圆对应的缺陷尺寸。
进一步地，处理器1001还可以用于调用存储器1005中存储的缺陷检测程序，并执行以下步骤：
采集预设直径的缺陷标定物，并将缺陷标定物涂抹于无缺陷的晶圆表面，以构建目标晶圆；
基于目标晶圆中的缺陷标定物的预设直径标定目标晶圆的缺陷尺寸，以构建已标定缺陷尺寸的目标晶圆。
进一步地，处理器1001还可以用于调用存储器1005中存储的缺陷检测程序，并执行以下步骤：
采集预设微球直径的聚苯乙烯微球悬浊液，并将预设微球直径的聚苯乙烯微球悬浊液稀释至预设浓度；
采用旋涂法将预设浓度的聚苯乙烯微球悬浊液涂抹于无缺陷的晶圆表面，以构建目标晶圆。
进一步地，处理器1001还可以用于调用存储器1005中存储的缺陷检测程序，并执行以下步骤：
利用预设角度的平行光照射目标晶圆；
确定平行光经过目标晶圆散射后的散射光线，并采集散射光线对应的光斑图像；
将所述光斑图像作为目标晶圆对应的缺陷图像，并获取所述光斑图像的灰度值。
进一步地，处理器1001还可以用于调用存储器1005中存储的缺陷检测程序，并执行以下步骤：
确定平行光经过目标晶圆散射后的散射光线位置；
调控预设图像传感器位置使散射光线经过所述预设图像传感器；
利用调控后的预设图像传感器采集目标晶圆的散射光线对应的光斑图像。
进一步地，处理器1001还可以用于调用存储器1005中存储的缺陷检测程序，并执行以下步骤：
将所述光斑图像作为目标晶圆对应的缺陷图像，并获取光斑图像中各个像素对应的子光斑图像的灰度值；
计算多个子光斑图像的灰度值对应的灰度总值，以获取所述光斑图像的灰度值。
进一步地，处理器1001还可以用于调用存储器1005中存储的缺陷检测程序，并执行以下步骤：
采集待测试晶圆对应的待测试缺陷图像；
获取所述待测试缺陷图像的灰度值；
将所述待测试缺陷图像的灰度值输入至缺陷尺寸映射函数，以基于所述缺陷尺寸映射函数获取所述待测试缺陷图像的灰度值对应的缺陷尺寸。
基于上述的结构，提出本发明缺陷检测方法的各个实施例。
参照图2，图2是本发明缺陷检测方法第一实施例的流程示意图。
本实施例中，所述缺陷检测方法应用于缺陷检测设备，所述方法包括：
步骤S10：构建已标定缺陷尺寸的目标晶圆；
本实施例中，需要说明的是，晶圆是指制作硅半导体积体电路所用的硅晶片，其原始材料是硅，高纯度的多晶硅溶解后掺入硅晶体晶种，然后慢慢拉出，形成圆柱形的单晶硅。硅晶棒在经过研磨，抛光，切片后，形成硅晶圆片，也就是晶圆，由于要在晶圆上实现多层布线，晶圆表面必须具有极高的平整度、光滑度和洁净度，因此目前在晶圆制备完之后，需对晶圆进行缺陷检测，目前现有技术常采用基于暗场散射原理的表面缺陷检测方法和基于明场成像原理的表面缺陷检测方法来检测晶硅的表面缺陷，然而由于物镜衍射极限的限制，目前两种表面缺陷检测方法无法检测出物镜衍射极限以下缺陷尺寸的微小缺陷。
本发明基于上述现有技术中的技术缺陷，提出一种缺陷检测方法，首先构建已标定缺陷尺寸的目标晶圆，以利用已标定缺陷尺寸的目标晶圆训练出缺陷尺寸模型，进而利用该缺陷尺寸模型检测出晶圆上任意缺陷尺寸的缺陷。
具体地，构建已标定缺陷尺寸的目标晶圆的步骤包括：
步骤S101：采集预设直径的缺陷标定物，并将缺陷标定物涂抹于无缺陷的晶圆表面，以构建目标晶圆；
步骤S102：基于目标晶圆中的缺陷标定物的预设直径标定目标晶圆的缺陷尺寸，以构建已标定缺陷尺寸的目标晶圆。
该步骤中，采用在无缺陷的晶圆表面涂抹直径已知的标定物，来构建缺陷特征已知的目标晶圆，具体地，采集预设直径的缺陷标定物，其中，缺陷标定物为可附着在晶圆表面，且稳定性高的物质，具体物质种类不作限制，比如聚苯乙烯微球，将缺陷标定物均匀涂抹于无缺陷的晶圆表面，其中，将缺陷标定物均匀涂抹于无缺陷的晶圆表面是指缺陷标定物之间无叠加，每一粒缺陷标定物均附着于晶圆表面，在将缺陷标定物涂抹于无缺陷的晶圆表面，以构建目标晶圆之后，根据目标晶圆上涂抹的缺陷标定物的预设直径来标定该目标晶圆的缺陷尺寸，以构建已标定缺陷尺寸的目标晶圆。
具体地，本实施例中，缺陷标定物包括聚苯乙烯微球，所述采集预设直径的缺陷标定物，并将缺陷标定物涂抹于无缺陷的晶圆表面，以构建目标晶圆的步骤包括：
步骤S101a：采集预设微球直径的聚苯乙烯微球悬浊液，并将预设微球直径的聚苯乙烯微球悬浊液稀释至预设浓度；
步骤S101b：采用旋涂法将预设浓度的聚苯乙烯微球悬浊液涂抹于无缺陷的晶圆表面，以构建目标晶圆。
该步骤中，将聚苯乙烯微球作为缺陷标定物，具体地，采集多组微球直径不同的聚苯乙烯微球悬浊液或聚苯乙烯微球颗粒，其中，聚苯乙烯微球为是球形的胶体颗粒，聚苯乙烯微球具有独特的阴离子表面，并非敏感的多价阳离子表面保证了胶体的稳定性，聚苯乙烯微球的粒径尺寸处于0.02μm至100μm之间，因此，本发明为了解决目前无法检测出物镜衍射极限以下缺陷的技术问题，采用粒径尺寸处于0.02μm至100μm之间的聚苯乙烯微球来构建目标晶圆，进而利用目标晶圆训练出可检测任意缺陷尺寸的缺陷尺寸模型。
该步骤中，在采集多组微球直径不同的聚苯乙烯微球悬浊液或聚苯乙烯微球颗粒之后，将聚苯乙烯微球悬浊液稀释至预设浓度或将聚苯乙烯微球颗粒配置成预设浓度的聚苯乙烯微球悬浊液，需要说明的是，为了提高缺陷检测的准确性，需将聚苯乙烯微球均匀涂抹于无缺陷的晶圆表面，其中，将聚苯乙烯微球均匀涂抹于无缺陷的晶圆表面是指聚苯乙烯微球之间无叠加，每一粒聚苯乙烯微球均附着于晶圆表面，因此为了使聚苯乙烯微球均匀涂抹于无缺陷的晶圆表面，需减小聚苯乙烯微球悬浊液的浓度，进一步地，本实施例中采用旋涂法将预设浓度的聚苯乙烯微球悬浊液涂抹于无缺陷的晶圆表面，具体地，将聚苯乙烯微球悬浊液装入均胶机中，然后调整均胶机的转速及聚苯乙烯微球悬浊液的滴速，以使聚苯乙烯微球悬浊液均匀涂抹于无缺陷的晶圆表面，在将聚苯乙烯微球悬浊液均匀涂抹于无缺陷的晶圆表面之后，聚苯乙烯微球悬浊液的溶剂挥发，从而使聚苯乙烯微球均匀附着于无缺陷的晶圆表面，以构建目标晶圆。
步骤S20：采集目标晶圆对应的缺陷图像，并获取目标晶圆对应的缺陷图像的灰度值；
在构建目标晶圆之后，利用预设图像传感器采集目标晶圆对应的缺陷图像，并获取目标晶圆对应的缺陷图像的灰度值，其中，预设图像传感器包括CCD图像传感器及CMOS图像传感器等具备光采集功能的传感器，具体不作限制。
步骤S30：确定目标晶圆标定的缺陷尺寸，以根据所述目标晶圆对应的缺陷图像的灰度值与所述目标晶圆标定的缺陷尺寸获得缺陷尺寸映射函数；
在获取到目标晶圆对应的缺陷图像的灰度值之后，根据该目标晶圆标定的缺陷尺寸获得缺陷尺寸映射函数，其中，需要说明的是，本实施例利用多个直径不同的缺陷标定物构建多个目标晶圆，并分别获取各个目标晶圆的缺陷图像的灰度值，以获得多组训练数据，利用多组训练数据训练预先构建的初始神经网络模型，以获得训练好的缺陷尺寸检测模型，即缺陷尺寸映射函数。
步骤S40：基于所述缺陷尺寸映射函数，获取待测试晶圆对应的缺陷尺寸。
该步骤中，在获得缺陷尺寸映射函数之后，利用该缺陷尺寸映射函数，获取待测试晶圆对应的缺陷尺寸。
具体地，步骤S40包括：
步骤S401：采集待测试晶圆对应的待测试缺陷图像；
步骤S402：获取所述待测试缺陷图像的灰度值；
步骤S403：将所述待测试缺陷图像的灰度值输入至缺陷尺寸映射函数，以基于所述缺陷尺寸映射函数获取所述待测试缺陷图像的灰度值对应的缺陷尺寸。
该步骤中，利用预设图像传感器采集待测试晶圆对应的待测试缺陷图像，具体地，将待测试晶圆置于可透光的载物平台上，然后利用预设角度的平行光照射待测试晶圆，并判断该平行光经过该待测试晶圆后是否存在散射光，若存在，则表明该待测试晶圆存在缺陷，则确定平行光经过待测试晶圆散射后的散射光线位置，调控预设图像传感器位置使散射光线经过预设图像传感器，以利用预设图像传感器采集待测试晶圆的散射光线对应的光斑图像，其中，该光斑图像即为待测试晶圆对应的待测试缺陷图像。
在获取待测试晶圆的散射光线对应的光斑图像之后，获取光斑图像的灰度值总值，其中，需要说明的是，散射光线对应的光斑图像由多个像素值不同的子光斑叠加而成，因此分别计算光斑图像中各个像素对应的子光斑图像的灰度值，然后计算多个子光斑图像的灰度值对应的灰度总值，以获取待测试缺陷图像的灰度值，最后将待测试缺陷图像的灰度值输入至缺陷尺寸映射函数，以基于缺陷尺寸映射函数获取待测试缺陷图像的灰度值对应的缺陷尺寸。
本实施例通过上述方案，构建已标定缺陷尺寸的目标晶圆；采集目标晶圆对应的缺陷图像，并获取目标晶圆对应的缺陷图像的灰度值；确定目标晶圆标定的缺陷尺寸，以根据所述目标晶圆对应的缺陷图像的灰度值与所述目标晶圆标定的缺陷尺寸获得缺陷尺寸映射函数；基于所述缺陷尺寸映射函数，获取待测试晶圆对应的缺陷尺寸。由此，通过利用目标晶圆对应的缺陷图像的灰度值与目标晶圆标定的缺陷尺寸获得缺陷尺寸映射函数，进而利用缺陷尺寸映射函数及晶圆中缺陷图像的灰度值实现晶圆任何尺寸缺陷的检测。
基于上述图2所示的第一实施例，提出本发明第二实施例，参考图3，图3是本发明缺陷检测方法第二实施例的流程示意图。
在本实施例中，采集目标晶圆对应的缺陷图像，并获取目标晶圆对应的缺陷图像的灰度值的步骤包括：
步骤S201：利用预设角度的平行光照射目标晶圆；
步骤S202：确定平行光经过目标晶圆散射后的散射光线，并采集散射光线对应的光斑图像；
该步骤中，将目标晶圆置于可透光的载物平台上，然后利用预设角度的平行光照射目标晶圆，需要说明的是，由于目标晶圆为已标定缺陷尺寸的目标晶圆，即缺陷晶圆，因此，平行光经过目标晶圆散射后的部分照射在缺陷标定物上的平行光会发生散射现象，因此在利用预设角度的平行光照射目标晶圆之后，确定平行光经过目标晶圆散射后的散射光线，并采集散射光线对应的光斑图像。
具体地，确定平行光经过目标晶圆散射后的散射光线，并采集散射光线对应的光斑图像的步骤包括：
步骤S202a：确定平行光经过目标晶圆散射后的散射光线位置；
步骤S202b：调控预设图像传感器位置使散射光线经过所述预设图像传感器；
步骤S202c：利用调控后的预设图像传感器采集目标晶圆的散射光线对应的光斑图像。
该步骤中，为了获得目标晶圆的缺陷部位的灰度值需采集散射光线，具体地，本实施例中利用预设图像传感器采集散射光线，其中，预设图像传感器包括CCD图像传感器及CMOS图像传感器等具备光采集功能的传感器，具体不作限制，为了利用预设图像传感器采集散射光线，首先确定平行光经过目标晶圆散射后的散射光线位置，调控预设图像传感器位置与散射光线位置处于同一水平面上，以使散射光线经过预设图像传感器，其中，在调控预设图像传感器位置与散射光线位置处于同一水平面上时，还可调控预设图像传感器与目标晶圆之间的距离，以使预设图像传感器采集到散射光线对应的清晰的光斑图像。
步骤S203：将所述光斑图像作为目标晶圆对应的缺陷图像，并获取所述光斑图像的灰度值。
该步骤中，预设图像传感器采集的光斑图像即为目标晶圆的缺陷部位对应的缺陷图像，进一步需要说明的是，光斑图像由多个像素不同的子光斑图像组成，因此，光斑图像中所有像素的子光斑图像最终对应的所有灰度值之和是光斑图像的灰度值
具体地，步骤S203包括：
步骤S203a：将所述光斑图像作为目标晶圆对应的缺陷图像，并获取光斑图像中各个像素对应的子光斑图像的灰度值；
步骤S203b：计算多个子光斑图像的灰度值对应的灰度总值，以获取所述光斑图像的灰度值。
该步骤中，分别计算光斑图像中每一个像素对应的子光斑图像的灰度值，之后将所有像素对应的子光斑图像的灰度值累计加和，即得到光斑图像的灰度值。
本实施例通过上述方案，利用预设角度的平行光照射目标晶圆；确定平行光经过目标晶圆散射后的散射光线，并采集散射光线对应的光斑图像；将所述光斑图像作为目标晶圆对应的缺陷图像，并获取所述光斑图像的灰度值，通过采集已标定缺陷尺寸的目标晶圆的光斑图像，来作为目标晶圆的缺陷图像，且获取光斑图像的灰度值来构建缺陷尺寸映射函数，进而利用缺陷尺寸映射函数及晶圆中缺陷图像的灰度值实现晶圆任何尺寸缺陷的检测。
此外，本实施例还提供一种缺陷检测装置。参照图4，图4为本发明缺陷检测装置第一实施例的功能模块示意图。
本实施例中，所述缺陷检测装置为虚拟装置，存储于图1所示的缺陷检测设备的存储器1005中，以实现缺陷检测程序的所有功能：用于构建已标定缺陷尺寸的目标晶圆；用于采集目标晶圆对应的缺陷图像，并获取目标晶圆对应的缺陷图像的灰度值；用于确定目标晶圆标定的缺陷尺寸，以根据所述目标晶圆对应的缺陷图像的灰度值与所述目标晶圆标定的缺陷尺寸获得缺陷尺寸映射函数；用于基于所述缺陷尺寸映射函数，获取待测试晶圆对应的缺陷尺寸。
具体地，所述缺陷检测装置包括：
构建模块10，用于构建已标定缺陷尺寸的目标晶圆；
采集模块20，用于采集目标晶圆对应的缺陷图像，并获取目标晶圆对应的缺陷图像的灰度值；
确定模块30，用于确定目标晶圆标定的缺陷尺寸，以根据所述目标晶圆对应的缺陷图像的灰度值与所述目标晶圆标定的缺陷尺寸获得缺陷尺寸映射函数；
获取模块40，用于基于所述缺陷尺寸映射函数，获取待测试晶圆对应的缺陷尺寸。
进一步地，所述构建模块包括：
第一构建单元，用于采集预设直径的缺陷标定物，并将缺陷标定物涂抹于无缺陷的晶圆表面，以构建目标晶圆；
第二构建单元，用于基于目标晶圆中的缺陷标定物的预设直径标定目标晶圆的缺陷尺寸，以构建已标定缺陷尺寸的目标晶圆。
进一步地，所述第一构建单元还包括：
采集子单元，用于采集预设微球直径的聚苯乙烯微球悬浊液，并将预设微球直径的聚苯乙烯微球悬浊液稀释至预设浓度；
构建子单元，用于采用旋涂法将预设浓度的聚苯乙烯微球悬浊液涂抹于无缺陷的晶圆表面，以构建目标晶圆。
进一步地，所述采集模块还包括
照射单元，用于利用预设角度的平行光照射目标晶圆；
采集单元，用于确定平行光经过目标晶圆散射后的散射光线，并采集散射光线对应的光斑图像；
获取单元，用于将所述光斑图像作为目标晶圆对应的缺陷图像，并获取所述光斑图像的灰度值。
进一步地，所述采集单元包括：
确定子单元，用于确定平行光经过目标晶圆散射后的散射光线位置；
调控子单元，用于调控预设图像传感器位置使散射光线经过所述预设图像传感器；
采集子单元，用于利用调控后的预设图像传感器采集目标晶圆的散射光线对应的光斑图像。
进一步地，所述获取单元包括：
第一获取子单元，用于将所述光斑图像作为目标晶圆对应的缺陷图像，并获取光斑图像中各个像素对应的子光斑图像的灰度值；
第二获取子单元，用于计算多个子光斑图像的灰度值对应的灰度总值，以获取所述光斑图像的灰度值。
进一步地，所述获取模块包括：
采集单元，用于采集待测试晶圆对应的待测试缺陷图像；
第一获取单元，用于获取所述待测试缺陷图像的灰度值；
第二获取单元，用于将所述待测试缺陷图像的灰度值输入至缺陷尺寸映射函数，以基于所述缺陷尺寸映射函数获取所述待测试缺陷图像的灰度值对应的缺陷尺寸。
此外，本发明实施例还提供一种计算机存储介质，所述计算机存储介质上存储有缺陷检测程序，所述缺陷检测程序被处理器运行时实现如上所述缺陷检测方法的步骤，此处不再赘述。
相比现有技术，本发明提出的一种缺陷检测方法、装置、设备及计算机存储介质，该方法包括：构建已标定缺陷尺寸的目标晶圆；采集目标晶圆对应的缺陷图像，并获取目标晶圆对应的缺陷图像的灰度值；确定目标晶圆标定的缺陷尺寸，以根据所述目标晶圆对应的缺陷图像的灰度值与所述目标晶圆标定的缺陷尺寸获得缺陷尺寸映射函数；基于所述缺陷尺寸映射函数，获取待测试晶圆对应的缺陷尺寸。由此，通过利用目标晶圆对应的缺陷图像的灰度值与目标晶圆标定的缺陷尺寸获得缺陷尺寸映射函数，进而利用缺陷尺寸映射函数及晶圆中缺陷图像的灰度值实现晶圆任何尺寸缺陷的检测。
需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在如上所述的一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备执行本发明各个实施例所述的方法。
以上所述仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或流程变换，或直接或间接运用在其它相关的技术领域，均同理包括在本发明的专利保护范围内。

Claims (9)

1.一种缺陷检测方法，其特征在于，所述缺陷检测方法包括以下步骤：
构建已标定缺陷尺寸的目标晶圆；
采集目标晶圆对应的缺陷图像，并获取目标晶圆对应的缺陷图像的灰度值；
确定目标晶圆标定的缺陷尺寸，以根据所述目标晶圆对应的缺陷图像的灰度值与所述目标晶圆标定的缺陷尺寸获得缺陷尺寸映射函数；
基于所述缺陷尺寸映射函数，获取待测试晶圆对应的缺陷尺寸；
其中，所述构建已标定缺陷尺寸的目标晶圆的步骤包括：
采集预设直径的缺陷标定物，并将缺陷标定物涂抹于无缺陷的晶圆表面，以构建目标晶圆；
基于目标晶圆中的缺陷标定物的预设直径标定目标晶圆的缺陷尺寸，以构建已标定缺陷尺寸的目标晶圆。
2.根据权利要求1所述的方法，其特征在于，所述缺陷标定物包括聚苯乙烯微球，所述采集预设直径的缺陷标定物，并将缺陷标定物涂抹于无缺陷的晶圆表面，以构建目标晶圆的步骤包括：
采集预设微球直径的聚苯乙烯微球悬浊液，并将预设微球直径的聚苯乙烯微球悬浊液稀释至预设浓度；
采用旋涂法将预设浓度的聚苯乙烯微球悬浊液涂抹于无缺陷的晶圆表面，以构建目标晶圆。
3.根据权利要求1所述的方法，其特征在于，所述采集目标晶圆对应的缺陷图像，并获取目标晶圆对应的缺陷图像的灰度值的步骤包括：
利用预设角度的平行光照射目标晶圆；
确定平行光经过目标晶圆散射后的散射光线，并采集散射光线对应的光斑图像；
将所述光斑图像作为目标晶圆对应的缺陷图像，并获取所述光斑图像的灰度值。
4.根据权利要求3所述的方法，其特征在于，所述确定平行光经过目标晶圆散射后的散射光线，并采集散射光线对应的光斑图像的步骤包括：
确定平行光经过目标晶圆散射后的散射光线位置；
调控预设图像传感器位置使散射光线经过所述预设图像传感器；
利用调控后的预设图像传感器采集目标晶圆的散射光线对应的光斑图像。
5.根据权利要求3所述的方法，其特征在于，所述光斑图像由多个像素不同的子光斑图像组成，所述将所述光斑图像作为目标晶圆对应的缺陷图像，并获取所述光斑图像的灰度值的步骤包括：
将所述光斑图像作为目标晶圆对应的缺陷图像，并获取光斑图像中各个像素对应的子光斑图像的灰度值；
计算多个子光斑图像的灰度值对应的灰度总值，以获取所述光斑图像的灰度值。
6.根据权利要求1至5任一项所述的方法，其特征在于，所述基于所述缺陷尺寸映射函数，获取待测试晶圆对应的缺陷尺寸的步骤包括：
采集待测试晶圆对应的待测试缺陷图像；
获取所述待测试缺陷图像的灰度值；
将所述待测试缺陷图像的灰度值输入至缺陷尺寸映射函数，以基于所述缺陷尺寸映射函数获取所述待测试缺陷图像的灰度值对应的缺陷尺寸。
7.一种缺陷检测装置，其特征在于，所述缺陷检测装置包括：
构建模块，用于构建已标定缺陷尺寸的目标晶圆；
采集模块，用于采集目标晶圆对应的缺陷图像，并获取目标晶圆对应的缺陷图像的灰度值；
确定模块，用于确定目标晶圆标定的缺陷尺寸，以根据所述目标晶圆对应的缺陷图像的灰度值与所述目标晶圆标定的缺陷尺寸获得缺陷尺寸映射函数；
获取模块，用于基于所述缺陷尺寸映射函数，获取待测试晶圆对应的缺陷尺寸。
8.一种缺陷检测设备，其特征在于，所述缺陷检测设备包括处理器，存储器以及存储在所述存储器中的缺陷检测程序，所述缺陷检测程序被所述处理器运行时，实现如权利要求1-5中任一项所述的缺陷检测方法的步骤。
9.一种计算机存储介质，其特征在于，所述计算机存储介质上存储有缺陷检测程序，所述缺陷检测程序被处理器运行时实现如权利要求1-6中任一项所述缺陷检测方法的步骤。
CN202010907198.7A 2020-09-02 2020-09-02 缺陷检测方法、装置、设备及计算机存储介质 Active CN111812105B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010907198.7A CN111812105B (zh) 2020-09-02 2020-09-02 缺陷检测方法、装置、设备及计算机存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010907198.7A CN111812105B (zh) 2020-09-02 2020-09-02 缺陷检测方法、装置、设备及计算机存储介质

Publications (2)

Publication Number Publication Date
CN111812105A CN111812105A (zh) 2020-10-23
CN111812105B true CN111812105B (zh) 2020-12-08

Family

ID=72860736

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010907198.7A Active CN111812105B (zh) 2020-09-02 2020-09-02 缺陷检测方法、装置、设备及计算机存储介质

Country Status (1)

Country Link
CN (1) CN111812105B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112884769B (zh) * 2021-04-12 2021-09-28 深圳中科飞测科技股份有限公司 图像处理方法、装置、光学系统和计算机可读存储介质
CN114998344A (zh) * 2022-08-04 2022-09-02 南通金茂防爆电气有限公司 基于图像处理的离子交换膜表面缺陷评估方法及系统
CN116525482B (zh) * 2023-06-28 2024-01-05 广东兆恒智能科技有限公司 一种半导体检测设备标定的方法
CN117350967B (zh) * 2023-10-08 2024-04-05 珠海诚锋电子科技有限公司 一种基于光学检测晶圆外观缺陷检测系统及其方法

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001331784A (ja) * 2000-05-18 2001-11-30 Hitachi Ltd 欠陥分類方法及びその装置
CN101210932B (zh) * 2006-12-27 2011-07-13 中芯国际集成电路制造(上海)有限公司 一种可提高缺陷检验可靠性的方法
CN103674965B (zh) * 2013-12-06 2017-06-06 大族激光科技产业集团股份有限公司 一种晶圆外观缺陷的分类以及检测方法
CN108765389A (zh) * 2018-05-18 2018-11-06 浙江大学 一种微观晶圆表面缺陷图像检测方法
CN110717881A (zh) * 2018-07-12 2020-01-21 长鑫存储技术有限公司 晶圆缺陷识别方法、装置、存储介质和终端设备
CN109596638B (zh) * 2018-10-26 2022-05-06 中国科学院光电研究院 有图形晶圆及掩模版的缺陷检测方法及装置

Also Published As

Publication number Publication date
CN111812105A (zh) 2020-10-23

Similar Documents

Publication Publication Date Title
CN111812105B (zh) 缺陷检测方法、装置、设备及计算机存储介质
CN111709948B (zh) 容器瑕疵检测方法和装置
CN110988849B (zh) 雷达系统的标定方法、装置、电子设备及存储介质
CN107727364B (zh) 测试3d成像系统
CN109690622A (zh) 多相机系统中的相机登记
TW200842341A (en) Defect detection apparatus and defect detection method
CN113112480B (zh) 视频场景变换检测方法、存储介质和电子设备
CN104167109A (zh) 车辆位置的检测方法和检测装置
CN113554643B (zh) 一种目标检测方法、装置、电子设备及存储介质
CN108932273A (zh) 图片筛选方法及装置
CN112823412A (zh) 用于半导体衬底的临界尺寸测量的基于深度学习的自适应关注区域
CN105074569A (zh) 可旋转的相机模块测试系统
KR20190051395A (ko) 피검사 장치의 검사 시스템 및 방법
CN112703589B (zh) 用于掩埋缺陷的特性化的系统及方法
WO2022088660A1 (zh) 提高晶圆检测灵敏度的方法、装置以及存储介质
CN101672631B (zh) 平面光学元件的面形偏差测量方法
CN108362227A (zh) 轮毂检测方法、装置、系统及控制设备
CN112767211A (zh) 救援资源推荐方法、装置、电子设备和存储介质
CN109883354B (zh) 用于投影光栅建模的调节系统及方法
US20230145904A1 (en) Method and measurement system for determining characteristics of particles of a bulk material
WO2014088605A1 (en) Sub-pixel imaging for enhanced pixel resolution
CN113624358B (zh) 用于光热反射显微热成像的三维位移补偿方法及控制装置
Reddy et al. Internet of Things based pothole detection system using Kinect sensor
KR102324162B1 (ko) 포토레지스트 코팅 품질 검사가 가능한 스핀 코터
KR102327761B1 (ko) Ｄｖｓ와 딥러닝을 이용한 스핀 코터의 포토레지스트 코팅 품질 검사 시스템

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
TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20221116

Address after: 261031 workshop 1, phase III, Geer Photoelectric Industrial Park, 3999 Huixian Road, Yongchun community, Qingchi street, high tech Zone, Weifang City, Shandong Province

Patentee after: GoerTek Optical Technology Co.,Ltd.

Address before: 261031 No. 268 Dongfang Road, hi tech Industrial Development Zone, Shandong, Weifang

Patentee before: GOERTEK Inc.