CN114140425A - 一种针对晶背缺陷的检测方法 - Google Patents

一种针对晶背缺陷的检测方法 Download PDF

Info

Publication number
CN114140425A
CN114140425A CN202111437022.0A CN202111437022A CN114140425A CN 114140425 A CN114140425 A CN 114140425A CN 202111437022 A CN202111437022 A CN 202111437022A CN 114140425 A CN114140425 A CN 114140425A
Authority
CN
China
Prior art keywords
detected
block
back image
blocks
abnormal
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
CN202111437022.0A
Other languages
English (en)
Inventor
周健刚
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 Integrated Circuit Manufacturing Co Ltd
Original Assignee
Shanghai Huali Integrated Circuit Manufacturing Co 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 Shanghai Huali Integrated Circuit Manufacturing Co Ltd filed Critical Shanghai Huali Integrated Circuit Manufacturing Co Ltd
Priority to CN202111437022.0A priority Critical patent/CN114140425A/zh
Publication of CN114140425A publication Critical patent/CN114140425A/zh
Pending legal-status Critical Current

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
    • 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
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20021—Dividing image into blocks, subimages or windows
    • 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)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Biochemistry (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Quality & Reliability (AREA)
  • Signal Processing (AREA)
  • Testing Or Measuring Of Semiconductors Or The Like (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)

Abstract

本发明公开了一种针对晶背缺陷的检测方法，包括得到每一层工艺结束后的标准晶背图像和待检测晶背图像，并对两者分区块化处理形成标准区块和待检测区块；在基于常规检测方法对待检测区块判定的基础上，再次将常规检测方法判定的正常区块与相应的标准区块对比，最终形成待检测区块是否正常的判定结果，提高了检测的准确性，形成的缺陷示意图形与待检测晶背图像也更一致，对后续晶背缺陷的统计工作更有利。

Description

一种针对晶背缺陷的检测方法
技术领域
本发明涉及半导体制造技术，特别涉及一种针对晶背缺陷的检测方法。
背景技术
在半导体芯片制造工艺中，随着技术节点的下行，器件的成型要求越来越严格，晶圆背面的缺陷(以下简称为晶背缺陷)对晶圆正面图形的影响也越来越严重，因此，对晶背缺陷的检测要求也越来越严格，对晶背缺陷的数量也越来越重视。晶背缺陷是指在晶圆加工过程中，晶圆背面与工艺机台接触过程中所形成的缺陷。目前，对晶圆缺陷的常规检测方法基于检查机对待检测晶圆的背面扫描得到的二维灰阶图像进行，并将该二维灰阶图像转换为与待检测晶圆背面形状相同的缺陷示意图形，且转换后的缺陷示意图形中，以两种不同的颜色分别代表正常区域和缺陷区域。常规检测方法检测时，正常区域和缺陷区域基于对待检测晶圆图像划分为多个大小相等的区块并对划分后的区块判定正常与否形成，但常规检测方法会导致对较大尺寸缺陷的误判，误判原因如图1所示，图1中，白色区域为采用常规检测方法判定的正常区域，灰色区域为采用常规检测方法判定的异常区域，标记为A的区域为实际正常区域，标记为B的区域为实际异常区域，即，对包括多个区块的面积较大的缺陷判定时，常规检测方法出现了误判，将该面积较大缺陷的中间区域判定为正常区块；图2a示出了待检测晶圆的二维灰阶晶背图像，图2b为采用常规检测方法对该待检测晶圆的晶背的二维灰阶晶背图像处理后生成的缺陷示意图形，图2a中，A处为实际正常区域，B处为实际异常区域，但在图2b中，实际异常区域B被判定为正常区域，即出现了误判；此种误判对于晶背缺陷的统计工作非常不利，例如，无法准确统计出晶背缺陷数量。
发明内容
本发明要解决的技术问题是提供一种针对晶背缺陷的检测方法，能够根据二维灰阶晶背图像准确形成晶背图形，提高晶背缺陷统计的准确性，有利于后续对晶背缺陷的统计。
为解决上述技术问题，本发明提供的一种针对晶背缺陷的检测方法，包括如下步骤：
步骤S01，得到每一层工艺结束后的标准晶背图像，所述标准晶背图像为二维灰阶图像；
步骤S02，得到每一次工艺结束后的待检测晶背图像，所述待检测晶背图像为二维灰阶图像，各工艺层的所述待测晶背图像与所述标准晶背图像相对应；
步骤S03，对步骤S02中得到的各工艺层的所述待检测晶背图像进行分区块化处理，将所述待检测晶背图像分割为多个大小相等的待检测区块，所述待检测区块至少包括一个像素区；
步骤S04，采用步骤S03中相同的分区块化处理方式，对步骤S01中得到的各工艺层的所述标准晶背图像进行分区块化处理，得到标准区块，所述标准区块与所述待检测区块相对应；
步骤S05，采用常规检测方法对步骤S03中得到的各所述待检测区块进行检测，当某一待检测区块被检测为异常时，直接判定该待检测区块为异常区块，并输出检测结果；当某一待检测区块被检测为正常时，再进行第二次判定：将该待检测区块的灰度值与对应的标准区块的灰度值进行比较，当两者之间的灰度差值小于设定灰度阈值时，最终判定该待检测区块为正常区块，并输出检测结果；当两者之间的灰度差值大于或等于设定的灰度阈值时，最终判定该待检测区块为异常区块，并输出检测结果。
优选地，所述检测方法还包括如下步骤：
步骤S06，根据步骤S05中输出的检测结果，统计待检测晶背图像中的缺陷数量。
优选地，所述待检测晶背图像的缺陷数量基于被判定为异常区块的待检测区块进行统计：
当与判定为异常区块相邻的其他待检测区块均被判定为正常区块，将该异常区块统计为一个缺陷；
当与判定为异常区块相邻的其他待检测区块中出现异常区块，将所有相邻的异常区块合并统计为一个缺陷。
优选地，步骤S05输出的测试结果最终形成与待测晶圆背面形状相同的缺陷示意图形，所述正常检测结果与所述异常检测结果在所述缺陷示意图形中的颜色不同。
优选地，所述正常检查结果的颜色输出为白色，所述异常检测结果输出为红色。
优选地，步骤S03中所述待检测区块大小为一个像素范围；步骤S04中所述标准区块的大小为一个像素范围。
优选地，所述标准晶背图像通过晶背检查机的历史扫描产品履历得到。
优选地，所述待检测晶背图像由晶背检查机对待检测晶圆扫描得到。
本发明通过在常规检测方法基础上，将采用常规检测方法判定的正常区块再次进行与标准区块的二次对比检测，提高了检测的准确性，形成的缺陷示意图形与待检测晶背图像也更一致，对后续晶背缺陷的统计工作更有利。
附图说明
为了更清楚地说明本发明的技术方案，下面对本发明所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是常规检测方法出现的误判的情况；
图2a是一待检测晶背图像的二维灰阶图；
图2b是常规检测方法基于图2a中待检测晶背图像二维形成的缺陷示意图形；
图中，A为实际正常区域，B为实际异常区域。
具体实施方式
下面将结合附图，对本发明中的技术方案进行清楚、完整的描述，显然，所描述的实施例是本发明的一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其它实施例，都属于本发明保护的范围。
图1示出了本发明实施例一种针对晶背缺陷的检测方法的流程图，包括如下步骤：
步骤S01，得到每一层工艺结束后的标准晶背图像，所述标准晶背图像为二维灰阶图像；
步骤S02，得到每一次工艺结束后的待检测晶背图像，所述待检测晶背图像为二维灰阶图像，各工艺层的所述待测晶背图像与所述标准晶背图像相对应；
步骤S03，对步骤S02中得到的各工艺层的所述待检测晶背图像进行分区块化处理，将所述待检测晶背图像分割为多个大小相等的待检测区块，所述待检测区块至少包括一个像素区；
步骤S04，采用步骤S03中相同的分区块化处理方式，对步骤S01中得到的各工艺层的所述标准晶背图像进行分区块化处理，得到标准区块，所述标准区块与所述待检测区块相对应；
步骤S05，采用常规检测方法对步骤S03中得到的各所述待检测区块进行检测，当某一待检测区块被检测为异常时，直接判定该待检测区块为异常区块，并输出检测结果；当某一待检测区块被检测为正常时，再进行第二次判定：将该待检测区块的灰度值与对应的标准区块的灰度值进行比较，当两者之间的灰度差值小于设定灰度阈值时，最终判定该待检测区块为正常区块，并输出检测结果；当两者之间的灰度差值大于或等于设定的灰度阈值时，最终判定该待检测区块为异常区块，并输出检测结果。优选地，步骤S05输出的测试结果最终形成与待测晶圆背面形状相同的缺陷示意图形，所述正常检测结果与所述异常检测结果在所述缺陷示意图形中的颜色不同。更优选地，所述正常检查结果的颜色输出为白色，所述异常检测结果输出为红色。
本发明实施例中，首先得到标准晶背图像：在对晶背的检测过程中发现，晶圆各工艺层制备完成后，检测晶背时得到的不同工艺层的晶背的二维灰阶图像的灰阶不同，但对于不同晶圆，相同工艺层的二维灰阶图像的灰阶值基本相同，因此，基于已检测的各层历史晶背的二维灰阶图像记录，制作标准晶背图像，编辑检测程序时，将制作好的标准晶背图像编辑至检测程序中备用。
本发明实施例中，增加了对采用常规检测方法判定为正常区块的再次判定，该判定的依据是待检测区块与标准区块之间的灰度值差。在对待检测晶背图像和标准晶背图像进行区块化处理时，采用了相同的处理方法，处理后待检测晶背图像中各待检测区块与标准晶背图像中各标准区块相对应，即，大小和相对位置均相同以保证其可比性。增加对采用常规检测方法判定为正常区块的再次判定这一环节，对于常规检测方法判定为正常的带检测区块，再次与标准区块对比后，若灰度值差大于设定的灰度阈值，最终将被判定为异常，因此，有效避免了采用常规检测方法判定时所产生的误判，本发明实施例中最终输出的缺陷示意图形中缺陷的形状、大小和数量与待检测晶背图像相一致，更便于后续对晶背缺陷的相关统计，比如数量统计。关于灰度阈值的设定，还需要做如下说明：各工艺层的灰度值不同，因此，各层的灰度阈值不同，但生产过程中，通常采用一些标准化的算法进行确定各层的标准阈值，例如，采用标准区块灰度值的3σ作为标准阈值，差值小于3σ判定为待测区块正常，差值大于3σ判定为待测区块异常；基于检测手段和生产的实际情况，也可以用其他标准定义灰度阈值，此处不一一列明。
在一种具体的实施方案中，所述检测方法还包括如下步骤：
步骤S06，根据步骤S05中输出的检测结果，统计待检测晶背图像中的缺陷数量。其中，所述待检测晶背图像的缺陷数量基于被判定为异常区块的待检测区块进行统计：
当与判定为异常区块相邻的其他待检测区块均被判定为正常区块，将该异常区块统计为一个缺陷；
当与判定为异常区块相邻的其他待检测区块中出现异常区块，将所有相邻的异常区块合并统计为一个缺陷。
该具体实施方式为采用本发明晶背缺陷检测方法的一种应用，具体为对缺陷数量的统计。当采用常规检测方法生产的缺陷示意图形进行统计时，由于存在误判，因此，对缺陷数量的统计也不准确；但采用本发明提供的晶背缺陷检测方法时，由于形成的缺陷示意图与待检测晶背图像相一致，不存在误判，因此，缺陷数量统计结果也非常准确。需要说明的是，对单个缺陷的判断时，一般采用相邻原则，即，把所有被判定为异常区块中相邻的异常区块认定为一个缺陷；但也可以通过设定，将相隔若干个区块之内的异常区块认定为一个缺陷。
在一种具体的实施方案中，步骤S03中所述待检测区块大小为一个像素范围；步骤S04 中所述标准区块的大小为一个像素范围。可理解地，以单像素作为区块的划分，可以提高检测结果的准确性。
在一种具体的实施方案中，所述标准晶背图像通过晶背检查机的历史扫描产品履历得到。可理解地，由于不同晶被的相同工艺层的二维灰阶图像的灰阶值基本相同，因此，虽然单张晶背图像的二维灰阶图中存在晶背缺陷，但根据众多历史晶背图像的二维灰阶图就能得到无缺陷的各层标准晶背图。
在一种具体的实施方案中，所述待检测晶背图像由晶背检查机对待检测晶圆扫描得到。
综上所述，本发明通过在常规检测方法基础上，将采用常规检测方法判定的正常区块再次进行与标准区块的二次对比检测，提高了检测的准确性，形成的缺陷示意图形与待检测晶背图像也更一致，对后续晶背缺陷的统计工作更有利。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明保护的范围之内。

Claims (8)

1.一种针对晶背缺陷的检测方法，其特征在于，包括如下步骤：
步骤S01，得到每一层工艺结束后的标准晶背图像，所述标准晶背图像为二维灰阶图像；
步骤S02，得到每一次工艺结束后的待检测晶背图像，所述待检测晶背图像为二维灰阶图像，各工艺层的所述待测晶背图像与所述标准晶背图像相对应；
步骤S03，对步骤S02中得到的各工艺层的所述待检测晶背图像进行分区块化处理，将所述待检测晶背图像分割为多个大小相等的待检测区块，所述待检测区块至少包括一个像素区；
步骤S04，采用步骤S03中相同的分区块化处理方式，对步骤S01中得到的各工艺层的所述标准晶背图像进行分区块化处理，得到标准区块，所述标准区块与所述待检测区块相对应；
步骤S05，采用常规检测方法对步骤S03中得到的各所述待检测区块进行检测，当某一待检测区块被检测为异常时，直接判定该待检测区块为异常区块，并输出检测结果；当某一待检测区块被检测为正常时，再进行第二次判定：将该待检测区块的灰度值与对应的标准区块的灰度值进行比较，当两者之间的灰度差值小于设定灰度阈值时，最终判定该待检测区块为正常区块，并输出检测结果；当两者之间的灰度差值大于或等于设定的灰度阈值时，最终判定该待检测区块为异常区块，并输出检测结果。
2.如权利要求1所述的检测方法，其特征在于，所述检测方法还包括如下步骤：
步骤S06，根据步骤S05中输出的检测结果，统计待检测晶背图像中的缺陷数量。
3.如权利要求2所述的检测方法，其特征在于，所述待检测晶背图像的缺陷数量基于被判定为异常区块的待检测区块进行统计：
当与判定为异常区块相邻的其他待检测区块均被判定为正常区块，将该异常区块统计为一个缺陷；
当与判定为异常区块相邻的其他待检测区块中出现异常区块，将所有相邻的异常区块合并统计为一个缺陷。
4.如权利要求1所述的检测方法，其特征在于，步骤S05输出的测试结果最终形成与待测晶圆背面形状相同的缺陷示意图形，所述正常检测结果与所述异常检测结果在所述缺陷示意图形中的颜色不同。
5.如权利要求4所述的检测方法，其特征在于，所述正常检查结果的颜色输出为白色，所述异常检测结果输出为红色。
6.如权利要求1所述的检测方法，其特征在于，步骤S03中所述待检测区块大小为一个像素范围；步骤S04中所述标准区块的大小为一个像素范围。
7.如权利要求1所述的检测方法，其特征在于，所述标准晶背图像通过晶背检查机的历史扫描产品履历得到。
8.如权利要求1所述的检测方法，其特征在于，所述待检测晶背图像由晶背检查机对待检测晶圆扫描得到。
CN202111437022.0A 2021-11-30 2021-11-30 一种针对晶背缺陷的检测方法 Pending CN114140425A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111437022.0A CN114140425A (zh) 2021-11-30 2021-11-30 一种针对晶背缺陷的检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111437022.0A CN114140425A (zh) 2021-11-30 2021-11-30 一种针对晶背缺陷的检测方法

Publications (1)

Publication Number Publication Date
CN114140425A true CN114140425A (zh) 2022-03-04

Family

ID=80389293

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111437022.0A Pending CN114140425A (zh) 2021-11-30 2021-11-30 一种针对晶背缺陷的检测方法

Country Status (1)

Country Link
CN (1) CN114140425A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115631198A (zh) * 2022-12-21 2023-01-20 深圳新视智科技术有限公司 玻璃显示屏的裂纹检测方法、装置及计算机设备
CN116958714A (zh) * 2023-09-20 2023-10-27 信熙缘(江苏)智能科技有限公司 晶圆背损伤缺陷的自动识别方法

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115631198A (zh) * 2022-12-21 2023-01-20 深圳新视智科技术有限公司 玻璃显示屏的裂纹检测方法、装置及计算机设备
CN115631198B (zh) * 2022-12-21 2023-08-08 深圳新视智科技术有限公司 玻璃显示屏的裂纹检测方法、装置及计算机设备
CN116958714A (zh) * 2023-09-20 2023-10-27 信熙缘(江苏)智能科技有限公司 晶圆背损伤缺陷的自动识别方法
CN116958714B (zh) * 2023-09-20 2023-12-01 信熙缘(江苏)智能科技有限公司 晶圆背损伤缺陷的自动识别方法

Similar Documents

Publication Publication Date Title
CN114140425A (zh) 一种针对晶背缺陷的检测方法
US5240866A (en) Method for characterizing failed circuits on semiconductor wafers
KR102546453B1 (ko) 인라인 부품 평균 테스팅 및 잠재 신뢰성 결함 검출을 위한 방법들 및 시스템들
US3751647A (en) Semiconductor and integrated circuit device yield modeling
US20040049722A1 (en) Failure analysis system, failure analysis method, a computer program product and a manufacturing method for a semiconductor device
KR101195226B1 (ko) 반도체 웨이퍼 분석 시스템
US20010026486A1 (en) Semiconductor memory production system and semiconductor memory production method
US7492942B2 (en) Image defect inspection method, image defect inspection apparatus, and appearance inspection apparatus
KR100267463B1 (ko) 반도체 칩 결함에 기인한 수율손실칩수 및 유형별 불량칩수 측정방법
US7174281B2 (en) Method for analyzing manufacturing data
CN109285791B (zh) 设计布局为主的快速在线缺陷诊断、分类及取样方法及系统
CN114068341A (zh) 测试方法及测试系统
CN112635346A (zh) 晶圆检测方法、半导体检测设备及存储介质
US7557598B2 (en) Method of inspecting quiescent power supply current in semiconductor integrated circuit and device for executing the method
CN108039326B (zh) 根据电路设计图形设置扫描阈值的方法
CN111554588B (zh) 晶圆缺陷监控系统及其监控方法
US6539272B1 (en) Electric device inspection method and electric device inspection system
US11307151B2 (en) Method for detecting wafer backside defect
US11988612B2 (en) Methods for determining focus spot window and judging whether wafer needs to be reworked
KR20080061938A (ko) 웨이퍼 상의 공정 결함 검사 방법
CN114002576A (zh) 针测卡异常判断方法及装置
CN107221507B (zh) 一种自适应定义缺陷扫描方程式扫描区域的方法
KR101297207B1 (ko) 반도체용 웨이퍼 결함 검사방법
CN111862076A (zh) 改善亮场缺陷检测精度及其过程中因色差导致杂讯的方法
US7421357B2 (en) Inspection data analysis program, inspection tools, review apparatus and yield analysis apparatus

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