CN114930512B - 用于半导体装置印刷检查对准的系统及方法 - Google Patents
用于半导体装置印刷检查对准的系统及方法 Download PDFInfo
- Publication number
- CN114930512B CN114930512B CN202180008240.4A CN202180008240A CN114930512B CN 114930512 B CN114930512 B CN 114930512B CN 202180008240 A CN202180008240 A CN 202180008240A CN 114930512 B CN114930512 B CN 114930512B
- Authority
- CN
- China
- Prior art keywords
- alignment
- die
- sample
- images
- offset value
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 156
- 238000007689 inspection Methods 0.000 title claims abstract description 78
- 239000004065 semiconductor Substances 0.000 title description 37
- 230000008569 process Effects 0.000 claims abstract description 108
- 238000012549 training Methods 0.000 claims abstract description 79
- 230000003287 optical effect Effects 0.000 claims abstract description 51
- 230000007547 defect Effects 0.000 claims description 18
- 238000005286 illumination Methods 0.000 description 31
- 238000004519 manufacturing process Methods 0.000 description 14
- 238000012360 testing method Methods 0.000 description 10
- 235000012431 wafers Nutrition 0.000 description 10
- 238000010586 diagram Methods 0.000 description 7
- 238000005259 measurement Methods 0.000 description 6
- 238000012986 modification Methods 0.000 description 5
- 230000004048 modification Effects 0.000 description 5
- 238000012512 characterization method Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 238000010276 construction Methods 0.000 description 3
- 238000013461 design Methods 0.000 description 3
- 230000001747 exhibiting effect Effects 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 238000012805 post-processing Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 2
- 230000005855 radiation Effects 0.000 description 2
- 238000012552 review Methods 0.000 description 2
- 238000003860 storage Methods 0.000 description 2
- 239000000758 substrate Substances 0.000 description 2
- JBRZTFJDHDCESZ-UHFFFAOYSA-N AsGa Chemical compound [As]#[Ga] JBRZTFJDHDCESZ-UHFFFAOYSA-N 0.000 description 1
- 229910001218 Gallium arsenide Inorganic materials 0.000 description 1
- GPXJNWSHGFTCBW-UHFFFAOYSA-N Indium phosphide Chemical compound [In]#P GPXJNWSHGFTCBW-UHFFFAOYSA-N 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 230000008021 deposition Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 238000010894 electron beam technology Methods 0.000 description 1
- 238000005530 etching Methods 0.000 description 1
- 238000001900 extreme ultraviolet lithography Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000003607 modifier Substances 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 229910021421 monocrystalline silicon Inorganic materials 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 238000000206 photolithography Methods 0.000 description 1
- 238000005498 polishing Methods 0.000 description 1
- 230000010076 replication Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000002459 sustained effect Effects 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
- 229910052724 xenon Inorganic materials 0.000 description 1
- FHNFHKCVQCLJFQ-UHFFFAOYSA-N xenon atom Chemical compound [Xe] FHNFHKCVQCLJFQ-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
- H01L21/00—Processes or apparatus adapted for the manufacture or treatment of semiconductor or solid state devices or of parts thereof
- H01L21/67—Apparatus specially adapted for handling semiconductor or electric solid state devices during manufacture or treatment thereof; Apparatus specially adapted for handling wafers during manufacture or treatment of semiconductor or electric solid state devices or components ; Apparatus not specifically provided for elsewhere
- H01L21/68—Apparatus specially adapted for handling semiconductor or electric solid state devices during manufacture or treatment thereof; Apparatus specially adapted for handling wafers during manufacture or treatment of semiconductor or electric solid state devices or components ; Apparatus not specifically provided for elsewhere for positioning, orientation or alignment
- H01L21/681—Apparatus specially adapted for handling semiconductor or electric solid state devices during manufacture or treatment thereof; Apparatus specially adapted for handling wafers during manufacture or treatment of semiconductor or electric solid state devices or components ; Apparatus not specifically provided for elsewhere for positioning, orientation or alignment using optical controlling means
-
- 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
- G06T7/001—Industrial image inspection using an image reference approach
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
- G06V10/751—Comparing pixel values or logical combinations thereof, or feature values having positional relevance, e.g. template matching
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
- G06V10/751—Comparing pixel values or logical combinations thereof, or feature values having positional relevance, e.g. template matching
- G06V10/7515—Shifting the patterns to accommodate for positional errors
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/77—Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
- G06V10/774—Generating sets of training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
- H01L21/00—Processes or apparatus adapted for the manufacture or treatment of semiconductor or solid state devices or of parts thereof
- H01L21/67—Apparatus specially adapted for handling semiconductor or electric solid state devices during manufacture or treatment thereof; Apparatus specially adapted for handling wafers during manufacture or treatment of semiconductor or electric solid state devices or components ; Apparatus not specifically provided for elsewhere
- H01L21/67005—Apparatus not specifically provided for elsewhere
- H01L21/67242—Apparatus for monitoring, sorting or marking
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
- H01L21/00—Processes or apparatus adapted for the manufacture or treatment of semiconductor or solid state devices or of parts thereof
- H01L21/67—Apparatus specially adapted for handling semiconductor or electric solid state devices during manufacture or treatment thereof; Apparatus specially adapted for handling wafers during manufacture or treatment of semiconductor or electric solid state devices or components ; Apparatus not specifically provided for elsewhere
- H01L21/67005—Apparatus not specifically provided for elsewhere
- H01L21/67242—Apparatus for monitoring, sorting or marking
- H01L21/67259—Position monitoring, e.g. misposition detection or presence detection
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V2201/00—Indexing scheme relating to image or video recognition or understanding
- G06V2201/06—Recognition of objects for industrial automation
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Databases & Information Systems (AREA)
- Artificial Intelligence (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Evolutionary Computation (AREA)
- Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- General Health & Medical Sciences (AREA)
- Condensed Matter Physics & Semiconductors (AREA)
- Manufacturing & Machinery (AREA)
- Computer Hardware Design (AREA)
- Microelectronics & Electronic Packaging (AREA)
- Power Engineering (AREA)
- Quality & Reliability (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
- Exposure Of Semiconductors, Excluding Electron Or Ion Beam Exposure (AREA)
Abstract
本发明公开一种系统,其包含通信地耦合到光学检验子系统的控制器,所述控制器经配置以:接收样品的训练图像;识别主裸片中的对准目标;接收样品的第一裸片行的第一组参考图像,所述第一裸片行包含主裸片及第一组参考裸片;经由精细对准过程对准所述第一组参考裸片与所述主裸片以产生所述第一行的第一组对准参考图像;接收所述样品的第二裸片行的第二组参考图像;使用粗略对准偏移值基于所述对准目标及所述训练图像对准所述第二组参考裸片与所述主裸片;及经由精细对准过程对准所述第二组参考裸片与所述主裸片。
Description
技术领域
本发明大体上涉及半导体晶片制造及计量,且更特定来说,本发明涉及一种用于半导体装置参考图像及训练图像的改进印刷检查对准的方法及系统。
背景技术
半导体装置(例如逻辑及存储器装置)的制造通常包含使用大量半导体制造及计量工艺来处理半导体装置以形成半导体装置的各种特征及多个层。一些制造工艺利用掩模/光罩在例如晶片的半导体装置上印刷特征。随着半导体装置横向上变得越来越小且垂直延伸,开发增强检验及重检装置及工艺以提高晶片及掩模/光罩检验过程的敏感性及处理量变得至关重要。
半导体装置会在制造工艺期间产生缺陷。在半导体制造工艺期间的各个步骤中执行检验过程以检测样品上的缺陷。检验过程是制造例如集成电路的半导体装置的重要部分。随着半导体装置尺寸减小,这些检验过程对成功制造可接受半导体装置来说变得更加重要。随着半导体装置尺寸减小,缺陷检测变得非常重要,因为即使相对较小缺陷也会在半导体装置中引起非想要像差。
检测缺陷需要经由图像对准过程来准确对准半导体装置的参考图像与测试图像。图像对准过程可包含测量参考图像与测试图像之间的偏移及使参考图像及/或测试图像移位测量偏移。然而,常规对准技术(例如常规印刷检查技术)通常需要多次扫描来适当对准多个参考裸片与主裸片。另外,常规对准技术仅适用于标准参考裸片(SRD)中的单光罩参考案例。此外,这些常规对准技术不稳健,因为其无法在可接受对准阈值内适当对准图像。
因此,期望提供一种解决上文所识别的先前方法的一或多个缺点的系统及方法。
发明内容
本发明公开一种系统。在实施例中,所述系统包含通信地耦合到光学检验子系统的控制器,所述控制器包含经配置以执行存储在存储器中的一组程序指令的一或多个处理器,所述一组程序指令经配置以引起所述一或多个处理器:接收样品的一或多个训练图像,所述样品包含主裸片;识别所述主裸片中的一或多个对准目标且将所述一或多个对准目标存储在存储器中;接收样品的第一裸片行的第一组的一或多个参考图像,所述第一裸片行包含主裸片及第一组的一或多个参考裸片;经由一或多个精细对准过程对准所述第一组的一或多个参考裸片与所述主裸片以产生所述第一行的第一组的一或多个对准参考图像;接收所述样品的第二裸片行的第二组的一或多个参考图像,所述第二裸片行包含第二组的一或多个参考裸片;使用粗略对准偏移值基于所述对准目标及所述一或多个训练图像对准所述第二组的一或多个参考裸片与所述主裸片;及经由精细对准过程对准所述第二组的一或多个参考裸片与所述主裸片以产生所述第二裸片行的第二组的一或多个对准参考图像。
本发明公开一种系统。在实施例中,所述系统包含经配置以获取样品的图像的光学检验子系统。所述系统可进一步包含通信地耦合到所述光学检验子系统的控制器,所述控制器包含经配置以执行存储在存储器中的一组程序指令的一或多个处理器,所述一组程序指令经配置以引起所述一或多个处理器:从所述光学检验子系统接收第一样品的一或多个训练图像,所述第一样品包含主裸片;识别所述主裸片中的一或多个对准目标且将所述一或多个对准目标存储在存储器中;从所述光学检验子系统接收第二样品的第一裸片行的第一组的一或多个参考图像,所述第一裸片行包含主裸片及第一组的一或多个参考裸片;经由一或多个精细对准过程对准所述第一组的一或多个参考裸片与所述主裸片以产生所述第一行的第一组的一或多个对准参考图像;从所述光学检验子系统接收所述第二样品的第二裸片行的第二组的一或多个参考图像,所述第二裸片行包含第二组的一或多个参考裸片;使用粗略对准偏移值基于所述对准目标及所述一或多个训练图像对准所述第二组的一或多个参考裸片与所述主裸片;及经由精细对准过程对准所述第二组的一或多个参考裸片与所述主裸片以产生所述第二裸片行的第二组的一或多个对准参考图像。
本发明公开一种方法。在实施例中,所述方法包含:获取样品的一或多个训练图像,所述样品包含主裸片;识别所述主裸片中的一或多个对准目标且将所述一或多个对准目标存储在存储器中;获取样品的第一裸片行的第一组的一或多个参考图像,所述第一裸片行包含主裸片及第一组的一或多个参考裸片;经由一或多个精细对准过程对准所述第一组的一或多个参考裸片与所述主裸片以产生所述第一行的第一组的一或多个对准参考图像;获取所述样品的第二裸片行的第二组的一或多个参考图像,所述第二裸片行包含第二组的一或多个参考裸片;使用粗略对准偏移值基于所述对准目标及所述一或多个训练图像对准所述第二组的一或多个参考裸片与所述主裸片;及经由精细对准过程对准所述第二组的一或多个参考裸片与所述主裸片以产生所述第二裸片行的第二组的一或多个对准参考图像。
应了解,以上一般描述及以下详细描述两者仅供例示及说明且未必限制本发明。并入说明书中且构成说明书的一部分的附图说明本发明的实施例且与一般描述一起用于解释本发明的原理。
附图说明
所属领域的技术人员可通过参考附图来更好理解本公开的许多优点,其中:
图1说明根据本公开的一或多个实施例的用于对半导体装置的图像执行印刷检查对准的系统。
图2A到2B说明根据本公开的一或多个实施例的用于执行半导体装置的图像的印刷检查对准的方法的流程图。
图3A说明根据本公开的一或多个实施例的包含主裸片及多个参考裸片的样品的训练图像的简化框图。
图3B说明根据本公开的一或多个实施例的包含主裸片及多个参考裸片的样品的参考图像的简化框图。
图4说明根据本公开的一或多个实施例的用于执行半导体装置的图像的印刷检查对准的示意图。
图5是说明参考图像与训练图像之间的对准目标的偏移的图形。
图6是说明根据本公开的一或多个实施例的基于归一化互相关(NCC)排序之后的参考图像与训练图像之间的对准目标的偏移的图形。
图7A说明根据本公开的一或多个实施例的精细对准过程的分成小块的图像条带。
图7B是说明根据本公开的一或多个实施例的精细对准之后的对准目标的偏移的图形。
图8说明根据本公开的一或多个实施例的样品的图像。
图9是说明使用在x方向上包含图8中的图像的对准块测量的偏移的图形。
图10是说明根据本公开的一或多个实施例的条带级后处理之后的在x方向上包含图8中的图像的对准块的偏移的图形。
图11说明根据本公开的一或多个实施例的半导体装置的光学图像内的区域的稳定性。
具体实施方式
现将详细参考在附图中说明的公开标的物。
大体上参考图1到11,描述根据本公开的一或多个实施例的用于对半导体装置的图像执行印刷检查对准的系统及方法。
检测缺陷需要经由图像对准过程来准确对准半导体装置的参考图像与测试图像。图像对准过程可包含测量参考图像与测试图像之间的偏移及使参考图像及/或测试图像移位测量偏移。常规宽带等离子体(BBP)检验可用于识别在样品的制造期间产生的样品缺陷,且可经配置以对准相同条带内来自相同扫描的样品上的不同裸片。为了印刷检查,必须跨不同扫描及不同条带执行对准,且甚至需要在单独样品之间执行对准。
随着极紫外(EUV)光刻在生产中积极用于制造7nm以下设计规则装置,EUV掩模/光罩的检验变得越来越重要。通常,使用光学光罩检验工具来检验EUV掩模。然而,如果EUV掩模/光罩上存在不透射既有光罩检验工具中使用的光波长的薄膜,那么需要基于印刷样品检验的替代检验方法。印刷晶片检验方法有时可称为“光罩印刷检查”。
光罩印刷检查是用于通过印刷晶片检验的EUV掩模监测的BBP检验解决方案。一些光罩印刷检查技术已使用包含粗略对准过程及精细对准过程的两步检验/对准过程。此粗略及精细对准方法有时可用于SRD+20nm中,其旨在检测20nm以上的复制机缺陷。在SRD+20nm系列中,参考裸片从一个裸片行保存。随后,可利用10nm印刷检查来检测10nm以上的复制机缺陷。
然而,这些常规对准技术通常利用相同条带内来自相同扫描的裸片间对准来执行对准。因此,这些常规对准技术(例如常规印刷检查技术)通常需要多次扫描来适当对准多个参考裸片与主裸片。为检测较小复制机缺陷,挑战是在印刷检查单裸片光罩(SDR)训练期间从多个裸片行(例如多次扫描、多个条带)保存多个参考裸片。此外,这些常规对准技术不稳健,因为其无法在可接受对准阈值内适当对准图像。
因此,本公开的实施例涉及一种解决上文所识别的先前方法的一或多个缺点的系统及方法。本公开的实施例涉及一种可在训练期间的单次扫描中对准来自多个裸片的多个参考裸片与主裸片的系统及方法。在单次扫描期间,本公开的实施例能够从多个裸片行识别、对准及保存主裸片及参考裸片。本公开的额外实施例涉及利用单个粗略对准偏移值在足够粗略对准阈值内对准多个参考裸片与主裸片。
在此可预期,本公开的系统及方法能够在单次扫描内实施印刷检查对准。本公开的实施例也可通过针对单裸片光罩(SDR)及多裸片光罩(MDR)两个用例实现印刷检查的更稳健对准来改进粗略对准过程。此外,在此可考虑,本公开的实施例可减小扫描间变动。
图1说明根据本公开的一或多个实施例的用于对半导体装置的图像执行印刷检查对准的系统100。特定来说,图1说明用于对准半导体装置训练图像125与参考图像135的系统100。
在实施例中,系统100可包含光学特性化子系统102。光学检验子系统102可包含本技术中已知的任何基于光学的检验/特性化系统或工具,其包含(但不限于)基于图像的计量工具、重检工具及其类似者。例如,检验子系统102可包含光学暗场检验工具及/或光学明场检验工具。光学检验子系统102可包含(但不限于)照明源112、照明分支111、集光分支113及检测器组合件126。
在一个实施例中,光学检验子系统102经配置以检验及/或测量安置于载物台组合件122上的样品120。照明源112可包含本技术中已知用于产生照明101的任何照明源,其包含(但不限于)宽带辐射源(例如氙气灯、激光持续等离子体(LSP)照明源)、窄带照明源(例如激光照明源)及其类似者。照明源112可经配置以产生DUV、UV、VUV及/或EUV照明。例如,EUV照明源可包含经配置以产生EUV范围内的照明的放电产生等离子体(DPP)照明源或激光产生等离子体(LPP)照明源。举另一实例来说,照明源112可经配置以产生X射线辐射。在另一实施例中,照明源112可可操作地耦合到一组定位器,所述一组定位器经配置以在一或多个方向上致动照明源112。例如,控制器104可指导所述一组定位器在X方向、Y方向及/或Z方向中的一或多者上平移照明源112以校正由系统100的任何组件产生的光束未对准。
在另一实施例中,光学检验子系统102可包含经配置以将照明101引导到样品120的照明分支111。应注意,光学检验子系统102的照明源112可以本技术中已知的任何定向配置,其包含(但不限于)暗场定向、光场定向及其类似者。例如,能够可选择地调整一或多个光学元件114、124以按暗场定向、明场定向及其类似者配置检验子系统102。
样品120可包含本技术中已知的任何样品,其包含(但不限于)晶片(例如半导体晶片)、光罩、掩模及其类似者。如本公开中所使用,术语“晶片”是指由半导体及/或非半导体材料形成的衬底。例如,就半导体材料来说,晶片可由(但不限于)单晶硅、砷化镓及/或磷化铟形成。在另一实施例中,样品120包含掩模/光罩。因而,术语“晶片”、“衬底”及“样品”在本公开中可互换使用。因此,以上描述不应被解译为对本公开的范围的限制,而是仅为说明。
在一个实施例中,样品120安置于载物台组合件122上以促进样品120移动。在另一实施例中,载物台组合件122是可致动载物台。例如,载物台组合件122可包含(但不限于)适于沿一或多个线性方向(例如x方向、y方向及/或z方向)可选择地平移样品120的一或多个平移载物台。举另一实例来说,载物台组合件122可包含(但不限于)适于沿旋转方向选择性旋转样品120的一或多个旋转载物台。举另一实例来说,载物台组合件122可包含(但不限于)适于沿线性方向可选择地平移样品120及/或沿旋转方向旋转样品120的旋转载物台及平移载物台。在此应注意,系统100可以本技术中已知的任何扫描模式操作。
照明分支111可包含本技术中已知的任何数目及类型的光学组件。在一个实施例中,照明分支111包含一或多个光学元件114、一组的一或多个光学元件115、分束器116及物镜118。就此来说,照明分支111可经配置以将来自照明源112的照明101聚焦到样品120的表面上。一或多个光学元件114可包含本技术中已知的任何光学元件,其包含(但不限于)一或多个反射镜、一或多个透镜、一或多个偏光器、一或多个分束器、波片及其类似者。
在另一实施例中,光学检验子系统102a包含经配置以收集从样品120反射或散射的照明的集光分支113。在另一实施例中,集光分支113可经由一或多个光学元件124将反射及散射光引导及/或聚焦到检测器组合件126的一或多个传感器。一或多个光学元件124可包含本技术中已知的任何光学元件,其包含(但不限于)一或多个反射镜、一或多个透镜、一或多个偏光器、一或多个分束器、波片及其类似者。应注意,检测器组合件126可包含本技术中已知用于检测从样品120反射或散射的照明的任何传感器及检测器组合件。
在另一实施例中,光学检验子系统102的检测器组合件126经配置以基于从样品120反射或散射的照明来收集样品120的计量数据。检测器组合件126可包含本技术中已知的任何检测器组合件,其包含(但不限于)光倍增管(PMT)、电荷耦合装置(CCD)、时延积分(TDI)相机或其类似者。在另一实施例中,检测器组合件126经配置以将所收集/获取图像(例如训练图像125、参考图像135)及/或计量数据传输到控制器104。
在实施例中,控制器104可通信地耦合到光学检验子系统102的各个组件。例如,控制器104可可操作地耦合到照明源112、载物台组合件122及/或检测器组合件126。系统100的控制器104可包含一或多个处理器106及存储器108。存储器108可包含经配置以引起一或多个处理器106实施本公开的各个步骤的程序指令。在一个实施例中,程序指令经配置以引起一或多个处理器106调整光学检验子系统102的一或多个特性以执行样品120的一或多个测量。
在一个实施例中,一或多个处理器106可包含本技术中已知的任何一或多个处理元件。在此意义上,一或多个处理器106可包含经配置以执行软件算法及/或指令的任何微处理器型装置。在一个实施例中,一或多个处理器106可包括台式计算机、大型计算机系统、工作站、图像计算机、并行处理器或经配置以执行经配置以操作系统100的程序的其它计算机系统(例如网络计算机),如本公开中所描述。应认识到,本公开中所描述的步骤可由单个计算机系统或替代地,多个计算机系统实施。此外,应认识到,本公开中所描述的步骤可在一或多个处理器106中的任何一或多者上实施。一般来说,术语“处理器”可广义界定为涵盖具有执行来自存储器108的程序指令的一或多个处理元件的任何装置。此外,系统100的不同子系统(例如照明源112、电子束源128、检测器组合件126、电子检测器组合件134、控制器104、用户接口110及其类似者)可包含处理器或逻辑元件用于实施本公开中所描述的步骤的至少一部分。因此,以上描述不应被解译为对本公开的限制,而是仅为说明。
存储器108可包含本技术中已知适于存储可由相关联的一或多个处理器106执行的程序指令及从检验子系统102接收的数据的任何存储媒体。例如,存储器108可包含非暂时性存储媒体。例如,存储器108可包含(但不限于)只读存储器(ROM)、随机存取存储器(RAM)、磁性或光学存储器装置(例如磁盘)、磁带、固态驱动器及其类似者。进一步应注意,存储器108可与一或多个处理器106收容于共同控制器外壳中。在替代实施例中,存储器108可相对于处理器106、控制器104及其类似者的物理位置远程定位。在另一实施例中,存储器108保存用于引起一或多个处理器106实施本公开中所描述的各个步骤的程序指令。
在一个实施例中,用户接口110通信地耦合到控制器104。在一个实施例中,用户接口110可包含(但不限于)一或多个台式计算机、平板计算机、智能电话、智能手表或其类似者。在另一实施例中,用户接口110包含用于向用户显示系统100的数据的显示器。用户接口110的显示器可包含本技术中已知的任何显示器。例如,显示器可包含(但不限于)液晶显示器(LCD)、基于有机发光二极管(OLED)的显示器或CRT显示器。所属领域的技术人员应认识到,能够与用户接口110集成的任何显示装置适于在本公开中实施。在另一实施例中,用户可响应于经由用户接口110的用户输入装置向用户显示的数据而输入选择及/或指令。
如先前所提及,系统100的控制器104可包含经配置以执行存储在存储器108中的一组程序指令的一或多个处理器106,所述一组程序指令经配置以引起一或多个处理器106实施本公开的各种步骤/功能。在一个实施例中,程序指令经配置以引起一或多个处理器106调整光学检验子系统102的一或多个特性以执行样品120的一或多个测量。举另一实例来说,所述一组程序指令可经配置以引起控制器104的一或多个处理器106:接收样品的一或多个训练图像,样品包含主裸片;识别主裸片中的一或多个对准目标且将一或多个对准目标存储在存储器中;接收样品的第一裸片行的第一组的一或多个参考图像,第一裸片行包含主裸片及第一组的一或多个参考裸片;使用精细对准来对准第一组的一或多个参考裸片与每一对准块上的主裸片以产生第一行的第一组的一或多个对准参考图像;接收样品的第二裸片行的第二组的一或多个参考图像,第二裸片行包含第二组的一或多个参考裸片;使用粗略对准偏移值基于对准目标及一或多个训练图像对准第二组的一或多个参考裸片与主裸片;及经由精细对准过程对准第二组的一或多个参考裸片与主裸片以产生第二裸片行的第二组的一或多个对准参考图像。
由控制器104实施的各种步骤/功能可参考图2A到2B进一步展示及理解。
图2A到2B说明根据本公开的一或多个实施例的用于执行半导体装置(例如样品120)的图像的印刷检查对准的方法200的流程图。在此应注意,方法200的步骤可全部或部分由系统100实施。然而,进一步应认识到,方法200不受限于系统100,因为额外或替代系统级实施例可实施方法200的全部或部分步骤。
在步骤202中,获取样品120的一或多个训练图像125。例如,图3A说明样品120的训练图像125的简化框图。训练图像125可从本技术中已知的任何源接收,其包含(但不限于)光学特性化子系统102、存储器、网络及其类似者。例如,控制器104可经配置以引起光学检验子系统102获取一或多个训练图像125,且接着可从光学检验子系统102接收一或多个获取训练图像125。
可在样品120的一或多次条带扫描期间获取一或多个训练图像125。例如,可经由样品120的单个从左到右扫描获得条带扫描(条带图像)。举另一实例来说,可经由样品120的单个从右到左扫描获得条带图像。在此应注意,条带扫描包含多个裸片的一或多个图像用于本公开的目的。另外,在此应注意,每一裸片图像包含多个帧图像用于本公开的目的。在实施例中,一或多个训练图像125可包含多个裸片304,其包含主裸片306及多个参考裸片308a到308n。所接收的训练图像125可存储在存储器108中。
主裸片306可在随后步骤中用于对准参考裸片308中的每一者与主裸片306。主裸片306可手动及/或自动选自多个裸片304。例如,控制器104可自动选择多个裸片304的裸片作为主裸片306。举另一实例来说,用户可经由用户接口110输入一或多个输入命令以选择主裸片306。
如图3A中所展示,多个裸片304可以本技术中已知的任何布置/配置布置。例如,多个裸片304可布置成包含多个裸片行302a到302e的阵列。然而,在此应注意,图3A中所展示的裸片的布置仅供说明,而不应被视为限制。
在SDR训练期间,可选择一个裸片作为主裸片,且可选择一或多个额外裸片作为参考裸片。因此,在实施例中,可将多个裸片304的一个裸片识别或选择为主裸片306。类似地,可将一或多个额外裸片识别或选择为参考裸片308。在一些实施例中,多个裸片304中并非为主裸片306的每一裸片(例如“非参考裸片310”)可经识别/选择为参考裸片308。在此应注意,可选择来自任何裸片行302的任何裸片来执行SDR训练。
在额外及/或替代实施例中,如图3A中所展示,可仅选择多个裸片304的子组裸片作为参考裸片308。在其中多个参考裸片304布置于裸片行302中的一些实施例中,可选择参考裸片,使得每一裸片行302包含一或多个参考裸片308。例如,包含主裸片306的第一裸片行302a可包含第一组的一或多个参考裸片308a、308b、308c。类似地,举另一实例来说,相邻于第一裸片行302a的第二裸片行302b可包含第二组的一或多个参考裸片308d到308g。
在步骤204中,识别主裸片306中的一或多个对准目标。在此应注意,控制器104及/或用户(经由用户接口)可自动及/或手动识别一或多个对准目标。一或多个对准目标可存储在存储器108中。通过将一或多个对准目标的定位/位置存储在存储器108中,可检索及利用对准目标用于随后粗略对准过程及精细对准过程。
例如,对准目标可用于测量两个图像的偏移。对准目标可包含样品120的任何可区分及/或可识别特征,其包含(但不限于)X方向及Y方向两者上的高梯度的转角及/或位置。一般来说,具有唯一X及/或Y方向特征的任何特征或结构可用作对准目标。在一些实施例中,当测量对准偏移时,粗略对准过程可每帧利用一个对准目标。在另一实施例中,粗略对准过程利用经选择以覆盖载物台不确定性的较大搜索范围。在此应注意,选择包含载物台不确定性的较大搜索范围可导致较少目标适合于粗略对准过程。例如,如果目标驻留于重复图案的区域(例如阵列区域)中,那么其不适合于偏移测量。就此来说,整个条带及/或条带的选择区的对准偏移可能不够准确,因为从稀疏目标的偏移可能不足以表示精细图像位移。
在识别一或多个对准目标之后,控制器104可经配置以基于所识别的对准目标来确定参考裸片308中的每一者相对于主裸片306的位置及/或偏移。例如,控制器104可经配置以建构映射参考裸片308中的每一者相对于主裸片306的位置的虚拟“图”。就此来说,每一参考裸片308相对于主裸片306的位置可经确定及保存于存储器108中。
在步骤206中,获取样品120的第一裸片行302a的第一组的一或多个参考图像135。第一裸片行302a可包含主裸片306及第一组的一或多个参考裸片308a、308b、308c。在此应注意,第一组的一或多个参考裸片308a到308b可包含任何数目个参考裸片308。参考图像135可从本技术中已知的任何源接收,其包含(但不限于)光学特性化子系统102、存储器、网络及其类似者。例如,控制器104可经配置以引起光学检验子系统102获取一或多个参考图像135,且接着可从光学检验子系统102接收一或多个获取参考图像135。在一些例项中,所获取的参考图像135及训练图像125可未对准。例如,参考图像135及训练图像125可归因于载物台不确定性、传感器抖动、像素移位或其类似者而未对准。一或多个获取参考图像135可存储在存储器中。
图3B说明根据本公开的一或多个实施例的样品120的参考图像135的简化框图,参考图像135包含多个裸片304,多个裸片304包含主裸片306及多个参考裸片308a到308n。在此应注意,与图3A中所描绘的训练图像125相关联的任何讨论可被视为适用于图3B中所说明的参考图像135,除非本文另有说明。
在一个实施例中,在样品120的一或多次条带扫描期间获取第一裸片行302a的第一组的一或多个参考图像135。例如,可在样品120的第一裸片行302a的单次条带扫描期间获取第一裸片行302a的第一组的一或多个参考图像135。在此应注意,可将包含主裸片306的裸片行302识别为“第一裸片行302a”。因此,所获取的第一组的一或多个参考图像135可包含在包含主裸片306的裸片行302的条带扫描期间获取的一或多个参考图像135。
为了本公开,可执行样品或样品的部分的“扫描”以检验样品的选定区域。就此来说,经配置以通过“单次扫描”实施对准的本公开的实施例指示样品120的任何给定区域仅被扫描/检验一次(任何条带覆盖区域除外以确保检验所有区域)。为覆盖一个裸片行302中的所有区域,需要具有多个“条带”的扫描。在BBP检验工具上,典型条带高度可约为8000个像素到9000个像素。因此,假定像素大小为50nm且裸片高度为30mm,那么需要75个条带(30,000,000/(8000*50)=75个条带)来扫描/检验裸片行的总高度。
在一些实施例中,单个样品120可用于获取训练图像125及参考图像135。例如,样品120的第一组扫描可用于获取训练图像125,且样品120的第二组扫描可用于获取参考图像135。在此实例中,图3A中所说明的样品120可包含图3B中所说明的相同样品120。在额外及/或替代实施例中,可基于不同样品120来获取训练图像125及随后组参考图像135。例如,可使用第一样品120a的第一组扫描(例如黄金参考)来获取训练图像125,且可使用第二样品120b的第二组扫描(例如在执行标准参考裸片(SRD)检验时获取的扫描)来获取参考图像135。在此实例中,图3A中所说明的样品120可包含第一样品120a,且图3B中所说明的样品120可包含第二样品120b。
在步骤208中,经由一或多个精细对准过程对准第一组的一或多个参考裸片308a、308b、308c与主裸片306以产生第一裸片行302a的第一组的一或多个对准参考图像135。可基于对准目标及一或多个训练图像125来对准第一组的一或多个参考裸片308a、308b、308c与主裸片306以产生第一组的一或多个对准参考图像135。例如,控制器104可经配置以基于一或多个对准目标在第一组参考图像135内对准第一组参考裸片308a到308c与主裸片306以产生一或多个对准参考图像135。如本文中所使用,术语“对准参考图像135”可指已经选择性修改及/或调整使得对准参考图像135中的参考裸片308对应于(例如匹配、对齐)训练图像125中的相应参考裸片308的参考图像。在实施例中,控制器104可经配置以将第一组的一或多个对准参考图像135存储在存储器108中。
在实施例中,控制器104可经配置以经由一或多个粗略对准过程及/或一或多个精细对准过程对准第一组的一或多个参考裸片308a到308c与主裸片306。粗略对准过程可用于对准两个图像(例如对准参考裸片308)到±2像素内,而精细对准过程可用于对准两个图像(例如对准参考裸片308)到±0.05像素内。洪(Hong)等人在2017年12月11日申请的名称为“用于对准半导体装置参考图像与测试图像的系统及方法(SYSTEM AND METHOD FORALIGNING SEMICONDUCTOR DEVICE REFERENCE IMAGES AND TEST IMAGES)”的第15/837,582号美国专利申请案中进一步详细讨论精细对准过程,所述案的全部内容以引用的方式并入本文中。
在此应注意,单个裸片行302或条带扫描内的裸片(例如参考裸片308)的偏移一般可较小(例如在约±3个像素内)。此偏移范围完全在精细对准过程的范围内。就此来说,第一组的一或多个参考裸片308a、308b、308c可直接使用精细对准过程而非使用粗略对准过程来与主裸片306对准。例如,在一些实施例中,步骤208可包含使用一或多个精细对准过程对准第一组的一或多个参考裸片308a到308c与主裸片306。例如,控制器104可经配置以经由精细对准过程通过测量第一组的一或多个参考图像135与一或多个训练图像125之间的一或多个对准目标的多个个别偏移来对准第一组的一或多个参考裸片308a到308c与主裸片306。接着,控制器104可经配置以通过调整所测量的个别偏移以校正参考图像135与训练图像125之间的失真来对准第一组参考裸片308a到308c与主裸片306。
在其中第一裸片行302a内参考裸片308的偏移大于精细对准过程的范围的例项中,步骤208可包含经由一或多个粗略对准过程及接着一或多个精细对准过程对准第一组参考裸片308a到308c与主裸片306。本文中将进一步详细讨论一或多个粗略对准过程。
在步骤210中,获取样品120的第二裸片行302b的第二组的一或多个参考图像135。例如,控制器104可接收/获取第二裸片行302b的第二组的一或多个参考图像135,第二裸片行302b包含第二组的一或多个参考裸片308d、308e、308f、308g。第二组参考图像135可从本技术中已知的任何图像源获取,其包含(但不限于)光学检验子系统102。在一些实施例中,第二裸片行302b可直接相邻于第一裸片行302a,如图3B中所展示。然而,除非本文中另有说明,否则这不应被视为本公开的限制。
在实施例中,可在第二裸片行302b的条带扫描期间获取第二组的一或多个参考图像135。例如,在其中在第一样品120a的扫描期间获取训练图像125且在第二样品120b的第一条带扫描期间获取第一组参考图像135的实施例中,可在第二样品120b的第二条带扫描期间获取第二组参考图像135。
在步骤212中,使用粗略对准偏移值基于对准目标及一或多个训练图像125来对准第二组的一或多个参考裸片308d到308g与主裸片306。例如,控制器104可经配置以基于对准目标来确定第二组参考裸片308d到308g的粗略对准偏移值且在第二组参考图像135内对准第二组参考裸片308d到308g与主裸片306以产生第二组对准参考图像135。如本文先前所提及,第二组对准参考图像135可包含已经选择性修改及/或调整以对准参考裸片308d到308g与主裸片306(及/或训练图像125)的参考图像。在实施例中,控制器104可经配置以将第二组对准参考图像135存储在存储器中。
图4说明根据本公开的一或多个实施例的用于执行半导体装置(样品120)的图像的印刷检查对准的示意图。特定来说,图4说明参考裸片308与主裸片306的对准。如图4中所展示,控制器104可经配置以对准多个参考裸片308与位于第一裸片行302a中的主裸片306。多个参考裸片308可位于不同于第一裸片行302a的第二裸片行302b中。
如图4中所展示,控制器104可经配置以通过计算相同裸片行302b中的裸片之间的相应偏移及裸片行302之间的偏移(例如第二裸片行302b与第一裸片行302a之间的偏移)来对准参考裸片308与主裸片306。例如,在一个实施例中,参考裸片308d可经由粗略对准过程及精细对准过程与主裸片306对准。随后,与参考裸片308d相同的裸片行302b内的其它裸片308可仅经由精细对准过程与参考裸片308d对准。就此来说,通过对准一个参考裸片308与主裸片306,相同行内的其它参考裸片308无需粗略对准过程,因为可利用精细对准过程来与先前对准的参考裸片308d对准。
在一个实施例中,一或多个粗略对准(或整体对准)过程测量整个条带或条带的选择区的两个图像(例如参考图像135、训练图像125)之间的偏移。例如,粗略对准过程可测量来自相同扫描的图像之间的偏移。举另一实例来说,粗略对准过程可测量参考图像135与训练图像125之间的偏移。在另一实施例中,粗略对准过程可测量由半导体设计数据再现的图像与光学参考图像135之间的偏移。
归因于载物台不确定性(例如载物台组合件122的位置不确定性),跨裸片行(例如从第一裸片行302a到第二裸片行302b)及/或跨条带扫描的对准偏移可相对较大,高达约±1μm。此大偏移搜索范围(±1μm)通常大于精细对准过程的范围。因此,跨裸片行302及/或跨条带扫描的对准偏移需要粗略对准过程及精细对准过程两者。
在实施例中,粗略对准过程可经配置以对准参考图像135及训练图像125到±2个像素内(例如,基于训练图像125,对准参考裸片308与主裸片306到±2个像素内)。尽管这是相对较低准确度要求,但所使用的粗略对准过程必须稳健,因为其始终(总是)能够对准参考裸片308到±2个像素内。然而,我们发现,常规粗略对准技术不稳健,因为其有时无法适当对准两个图像(或参考裸片308)到±2个像素内。无法在粗略对准期间适当对准随后会引起精细对准过程失效。
因此,本公开的一些实施例涉及比先前粗略对准技术更稳健(例如更一致)的粗略对准过程。特定来说,本公开的实施例涉及能够总是使用相对少量对准目标对准两个图像到±2个像素内的粗略对准过程。
可参考图2B进一步理解本公开的粗略对准过程。图2B说明根据本公开的一或多个实施例的用于执行半导体装置(例如样品120)的图像的印刷检查对准的方法200的一部分的流程图。特定来说,图2B说明用于执行粗略对准过程的步骤212的子步骤。
在步骤216中,针对一或多个对准目标中的每一者确定第二组的一或多个参考图像135与一或多个训练图像125之间的偏移值。例如,针对第二裸片行302b的条带扫描,控制器104可经配置以确定相对于多个对准目标跨条带扫描的多个偏移值。这可参考图5到6进一步理解。
图5是说明参考图像与训练图像之间的对准目标的偏移的图形500。特定来说,图形500在x轴上说明多个对准目标及在y轴上说明训练图像与参考图像之间的相应对准目标的相应偏移。
图形500说明从相应裸片(例如参考裸片308、测试裸片)与主裸片306之间的多个对准目标测量的偏移。图形500中所说明的裸片的偏移可来自不同于主裸片306的条带扫描的条带扫描。不同条带可来自样品120的相同扫描,但属于不同于主裸片306的裸片行302。在额外及/或替代实施例中,不同条带可来自单独样品120a、120b的扫描。
对准目标可布置于x轴上依据单次条带扫描上的样品120及/或主裸片306上的位置而变化。如由图形500所展示,跨对准目标的偏移无明确界定。第一组对准目标展现0到1之间的偏移,而第二组对准目标展现约-8的偏移。常规对准聚类算法无法正确确定应选择哪个粗略对准偏移。因此,常规粗略对准聚类算法可能无法识别所述一组对准目标的粗略对准偏移。
本公开的实施例可使系统100及方法200能够解决图形500中所展示的先前粗略对准过程的不足。例如,本公开的实施例不是根据条带扫描内的相对位置而是根据与每一对准目标相关联的其它值(例如归一化互相关(NCC)值、平方差值总和(SSD)值及其类似者)来组织及/或排序偏移值。
例如,在步骤218中,控制器104可针对一或多个对准目标中的每一者计算归一化互相关(NCC)值。例如,控制器104可针对沿图形500的x轴图画的对准目标(例如对准目标1到79)中的每一者计算NCC值。控制器104可经配置以使用本技术中已知的任何数学技术或算法来计算NCC值。在实施例中,控制器104可将NCC值及相关联对准目标存储在存储器108中。
在步骤220中,控制器104可经配置以使对准目标根据其相关联NCC分数布置及/或排序。例如,控制器104可经配置以根据相关联NCC值产生一或多个对准目标的排序列表,其中在从最大NCC分数到最小NCC分数的排序列表内组织对准目标。这可参考图6进一步理解。
图6是说明根据本公开的一或多个实施例的基于归一化互相关(NCC)排序之后的参考图像135与训练图像125之间的对准目标的偏移的图形600。
再次,图形600在x轴上说明多个对准目标及在y轴上说明训练图像与参考图像之间的相应对准目标的相应偏移。然而,与图5相比,图形600根据每一相应对准目标的NCC值来组织对准目标及相应偏移。例如,控制器104可经配置以:针对每一相应对准目标计算NCC值,将相关联NCC值保存于存储器108中,且接着根据所确定的NCC值来布置对准目标。例如,图形600的x轴上的对准目标可从最大NCC值组织到最小NCC值(沿y轴最大,其中NCC值随着你沿x轴移动而变小)。
如图形600所展示,根据NCC值布置对准目标可导致比图形500更明确的偏移趋势。例如,通过根据NCC值布置对准目标,可看出第一组对准目标展现0到2之间的偏移且第二组对准目标展现-6到-8之间的偏移。
在步骤222中,控制器104可经配置以识别排序列表中展现彼此的选定范围内的偏移值的一或多个对准目标集群。换句话说,控制器104可经配置以在由NCC分阵列织时识别展现类似偏移值的一或多个对准目标集群。可由控制器104及/或用户(经由用户接口110)自动及/或手动选择用于确定对准目标集群的选定范围。例如,较小选定范围需要对准目标展现彼此的较小偏移值偏差以分组成单个集群,而较大选定范围可允许对准目标展现彼此的较大偏移值偏差以分组成单个集合。
在一些实施例中,控制器104可经配置以选择对应于展现类似偏移值的第一对准偏移集群的粗略对准偏移值(例如稳健粗略对准偏移值)。例如,如图6中所展示,控制器104可经配置以识别展现0到2之间的类似偏移的第一组对准目标,且因此可将第一组对准偏移的至少一部分识别为“第一集群”。举另一实例来说,控制器104可经配置以识别展现-6到-8之间的类似偏移的第二对准目标集群,且因此可将第二组对准偏移的至少一部分识别为“第二集群”。
在步骤224中,控制器104可经配置以基于所识别的对准目标集群的偏移值来确定粗略对准偏移值。例如,如果仅识别具有类似偏移值的一个对准目标集群,那么控制器104可经配置以基于所识别的集群的偏移值来确定相应条带扫描的粗略对准偏移值。例如,所确定的粗略对准偏移值可包含与所识别的对准目标集群相关联的偏移值的中值或平均值。
在其中控制器104识别具有类似偏移值的两个或更多个对准目标集群(例如展现彼此的选定范围内的偏移值的对准目标)的实施例中,控制器104可经配置以将具有最大平均NCC值的对准目标集群选择为用于确定粗略对准偏移值的集群。例如,如图形600中所展示,控制器104可经配置以识别具有0到2之间的偏移值的第一对准值集群,且可进一步经配置以识别具有-6到-8之间的偏移值的第二对准值集群。在此实例中,控制器104可经配置以确定第一集群展现比第二集群高的平均NCC值且借此将第一集群选择及/或识别为将用于确定粗略对准偏移值的集群。在此实例中,控制器104接着可经配置以将粗略对准偏移值确定为第一集群的中值或平均偏移值(例如0到1之间的偏移值的中值或平均值)。
尽管条带扫描(例如裸片行302b到302n的参考图像组135)的粗略对准偏移值经描述为由识别集群的中值或平均值计算,但这不应被视为本公开的限制,除非本文中另有说明。例如,在选择图形600中的第一对准目标集群之后,控制器104可经配置以使用第一集群的相关联偏移值及本技术中已知的任何数学技术、操作或算法来基于识别集群的相关联偏移值确定粗略对准偏移值。
通过选择与具有最高NCC值的对准目标集群相关联的偏移值,本公开的实施例可实现常规对准技术无法实现的粗略对准偏移值的准确确定。另外,通过针对一裸片行302b到302n的整个条带扫描或参考图像组135计算粗略对准偏移值,本公开的粗略对准过程可远比常规粗略对准过程更稳健。例如,当参考跨第二裸片行302b获取的第二组参考图像135时,控制器104可经配置以执行步骤216到224以计算将用于第二组参考图像135中的每一者的单个稳健粗略对准偏移值。通过使用将用于第二组参考图像135中的每一者的单个稳健粗略对准偏移值,我们发现,粗略对准偏移值可总是能够在±2个像素内对准第二组参考图像135。
在此应注意,利用单个粗略对准偏移值(与多个粗略对准偏移相对)可导致比常规粗略对准过程略微更不准确及对准图像的粗略对准过程。然而,我们发现,本公开的粗略对准过程远比传统过程稳健,因为其总是能够实现±2个像素内的对准。此外,归因于将在粗略对准过程之后进行精细对准过程的事实,准确度的略微降低变得无关紧要。因此,本公开的粗略对准过程实现更稳健粗略对准,同时在精细对准之后维持相同整体准确度。
尽管步骤216到224经展示及描述为基于NCC值确定粗略对准偏移值,但除非本文中另有说明,否则这不应被视为本公开的限制。例如,可根据SSD值来实施步骤216到224。例如,在一些实施例中,控制器104可经配置以通过以下来实施步骤216到224:针对一或多个对准目标中的每一者确定第二组的一或多个参考图像135与一或多个训练图像125之间的偏移值;针对一或多个对准目标中的每一者计算平方差值总和(SSD)值;根据相关联SSD值从最小到最大产生一或多个对准目标的排序列表(如图6中所展示);识别排序列表中展现彼此的选定范围内的偏移值的对准目标集群;及基于所识别的对准目标集群的偏移值来确定粗略对准偏移值。
在步骤212中的粗略对准之后,方法200可进行到步骤214中的精细对准。在步骤214中,经由精细对准过程对准第二组的一或多个参考裸片308与主裸片306以产生第二裸片行302b的第二组的一或多个对准参考图像。在实施例中,控制器104可经配置以将第二组的一或多个对准参考图像135存储在存储器108中。
在实施例中,在步骤214中实施的精细对准过程可利用稳健粗略对准偏移值(其在±2个像素内对准图像)及较小搜索范围(±1个到3个像素)以细化对准且对准参考图像135到±0.05个像素内。就此来说,精细对准过程可利用比粗略对准过程更多的目标。另外,归因于较小搜索范围,精细对准过程可使用比粗略对准过程更多的目标。例如,目标可包含(但不限于)阵列结构中重复图案的目标。
在实施例中,精细对准过程校正个别偏移数据。在另一实施例中,精细对准过程测量参考图像135与训练图像125之间的残余偏移。精细对准过程可产生比粗略对准过程更准确的图像偏移。例如,精细对准过程可在样品120上的任何位置以±0.05个像素(3σ)的对准准确度对准参考图像135与训练图像125,而粗略对准过程可在样品120上的任何位置仅以±1个像素(3σ)的对准准确度对准参考图像135与训练图像125。
如图4中所展示,控制器104可执行一或多个精细对准过程,其利用裸片行302b的所确定的稳健粗略对准偏移值,细化相应裸片行302b的稳健粗略对准偏移值,接着选择性修改与裸片行302b相关联的参考图像135以产生一组对准参考图像135。
举例来说,控制器104可经配置以经由精细对准过程通过测量第二组的一或多个参考图像135与一或多个训练图像125之间的一或多个对准目标的多个个别偏移来对准第二组的一或多个参考裸片308d到308g与主裸片306。在此实例中,控制器104可经配置以经由精细对准过程通过调整所测量的多个个别偏移来对准第二组的一或多个参考裸片308d到308g与主裸片306以校正失真。
尽管方法200经展示及描述为仅针对第一裸片行302a及第二裸片行302b产生对准参考图像组,但除非本文中另有说明,否则这不应被视为本公开的限制。就此来说,控制器104可经配置以对任何数目个裸片行302n及/或条带扫描执行步骤210到214及/或步骤216到224。
例如,参考包含第三组参考裸片308h、308i、308j、308k的第三裸片行302c,控制器104可经配置以:接收样品120的第三裸片行302c的第三组的一或多个参考图像135;使用粗略对准偏移值(其可根据步骤216到224计算)基于对准目标及一或多个训练图像125来对准第三组的一或多个参考裸片308h到308k与主裸片306;及经由精细对准过程对准第三组的一或多个参考裸片308h到308k与主裸片306以产生第三裸片行302c的第三组的一或多个对准参考图像135。此过程可针对样品120的每一裸片行302b到302n重复。
在此应注意,稳健粗略对准偏移值可在裸片行302及/或条带扫描之间变动。例如,用于对准(例如校正、修改)第二裸片行302b的粗略对准偏移值可不同于用于对准(例如校正、修改)第三裸片行302c的粗略对准偏移值。
在产生对准参考图像组135(例如与第一裸片行302a相关联的第一组对准参考图像135、与第二裸片行302b相关联的第二组对准参考图像135及其类似者)之后,控制器104可经配置以比较对准参考图像135与训练图像125以确定样品120的一或多个特性。例如,控制器104可经配置以基于一或多个训练图像125与与样品120的裸片行302及/或条带扫描中的任一者相关联的所存储的对准参考图像135之间的一或多个差异来确定从其获取参考图像135的样品120的一或多个特性。可确定的样品120的特性可包含本技术中已知的任何特性,其包含(但不限于)缺陷的类型、缺陷的位置、临界尺寸、测量及其类似者。
在一些实施例中,控制器104可进一步经配置以基于样品120的确定特性来产生控制信号,其中一或多个控制信号经配置以选择性调整一或多个处理工具的一或多个特性。例如,参考图1,系统100可进一步包含通信地耦合到控制器104的一或多个制造工具。一或多个制造工具可包含经配置以检验及/或制造样品120的本技术中已知的任何制造工具,其包含(但不限于)光刻工具、蚀刻工具、沉积工具、抛光工具及其类似者。继续相同实例,控制器104可经配置以产生一或多个控制信号,所述一或多个控制信号经配置以在前馈或反馈回路中基于样品120的确定特性来调整一或多个制造工具的一或多个特性。可启始前馈及/或反馈回路以校正由控制器104识别的样品120的一或多个缺陷。
图7A说明根据本公开的一或多个实施例的精细对准过程的分成小块的图像条带。特定来说,图7A说明对样品120的图像条带的精细对准偏移测量。
在实施例中,精细对准可包含精细对准偏移测量及条带级精细对准偏移后处理。当执行一或多个精细对准过程时,控制器104可经配置以将样品120的图像条带分成小块。例如,可针对样品120的第一行302a获取第一图像条带,可针对样品120的第二行302b获取第二图像条带,可针对样品120的第三行302c获取第三图像条带,等。在此实例中,每一条带(对应于行302a到302n)可分成多个块。第一条带可分成块700a到700n,第二条带可分成块702a到702n,第三条带可分成块704a到704n,等。
在精细对准过程期间,控制器104可经配置以确定每一个别块700、702、704、706的精细对准偏移。举例来说,当可基于对准目标执行粗略对准过程时,可对大小为256x400的每一对准块执行精细对准过程。就此来说,控制器104可经配置以确定块700a的第一精细对准偏移值、块700b的第二精细对准偏移值及块706n的第n精细对准偏移值。可将与每一个别块相关联的精细对准偏移值存储在存储器108中。这可参考图7B进一步理解。
图7B是说明根据本公开的一或多个实施例的精细对准之后的对准目标的偏移的图形701。特定来说,图形701沿x轴说明图7A中展示的块ID及沿y轴说明与每一块相关联的对应精细对准偏移。
在确定每一相应块的精细对准偏移值之后,控制器104可经配置以绘制所确定的精细对准偏移值对块的图形,如图形701中所展示。如图形701中所展示,恒定X值的沿Y的精细对准偏移差在不同X值之间一致。在此应注意,归因于缺少沿X及/或Y方向的特征(例如对准目标),一些块的偏移可不测量或无法正确测量。这可参考图8到10进一步理解。
图8说明根据本公开的一或多个实施例的样品120的图像135。如图8中所展示,图像135的整个帧可仅包含水平特征(“条纹”),而无可辨别的垂直特征。归因于此垂直特征缺少,常规对准技术无法沿X方向对准参考图像及测试图像。
例如,图9是说明使用在X方向上包含图8中的图像的对准块测量的偏移的图形900。图9中向上及向下的多个尖峰指示不正确偏移或无法从对准目标准确测量的偏移,例如沿图8中x方向的偏移。因此,图9中的多个尖峰指示常规对准技术无法有效确定沿X方向的每一块(例如块700、702、704、706)的精细对准偏移值。
作为比较,图10是说明根据本公开的一或多个实施例的条带级后处理之后的x方向上图8中的图像的对准目标的偏移的图形1000。就此来说,图形1000可说明图8中所说明的图像135的粗略及精细对准的结果,如由系统100及/或方法200所实施。如图10中所展示,条带级精细对准过程可消除图9中所说明的不正确偏移且用更准确、正确偏移替换不正确偏移。
比较图形1000与图形900,可看出,本公开的实施例可实现沿X方向的块的精细对准偏移的准确确定。通过利用在图像条带内的相邻帧,本公开的系统100及方法200可实现更准确及稳健偏移确定,即使缺少识别特征。
图11说明根据本公开的一或多个实施例的半导体装置的光学图像135内的多个区域1102a、1102b、1102c、1102d。更特定来说,图11说明不同扫描之间的区域的稳定性。如本文中所使用,术语“区域的稳定性”是指跨多次扫描相同像素(例如相同裸片相对位置)落入相同区域内的情况。
当检验样品120的缺陷或其它特征时,样品120及/或样品120的图像135可细分成多个区域。例如,图像135可分成包含第一区域1102a、第二区域1102b、第三区域1102c及第四区域1102d的象限。为促进及加快检验,控制器104可经配置以检验特定区域1102内的特定缺陷。因此,将与样品120上的位置相关联的像素分类/分组到正确区域1102中是很重要的。
如本文先前所提及,常规对准技术可导致扫描间变动,此可引起其内的相同像素在不同扫描期间落入不同区域1102中(无图案与设计对准(PDA))。例如,使用常规对准技术,可在第一扫描期间将与样品120上的位置相关联的像素放置于第一区域1102a中。随后,在第二扫描期间,可将与样品120上的相同位置相关联的像素放置于第三区域1102c中。这可导致无法识别样品120上的特征或缺陷。
作为比较,本公开的实施例可确保来自不同扫描的每一参考裸片308与主裸片306对准。例如,第一区域1102a内的像素将在扫描之间始终落入第一区域1102a中,第三区域1102c内的像素将在扫描之间始终落入第三区域1102c中,等。针对每一扫描,每一裸片与主裸片306对准(在训练扫描期间保存),使得像素级区域放置可在扫描间一致。来自不同扫描的相同像素(在相同裸片相对位置上)可分配到相同区域。通过将主裸片306的位置保存于存储器中且对准每一参考裸片308与主裸片306,本公开的实施例可确保像素(例如缺陷像素)将在扫描间落入相同区域1102中。因此,本公开的系统100及方法200可确保每一扫描导致相同光罩相对坐标准确度以借此减小扫描间变动。
所属领域的技术人员应认识到,为概念清楚起见,本文中所描述的组件(例如操作)、装置、对象及其伴随讨论用作实例且可考虑各种配置修改。因此,如本文中所使用,所阐述的具体范例及伴随讨论旨在表示其更一般类别。一般来说,任何具体范例的使用旨在表示其类别,且不包含特定组件(例如操作)、装置及对象不应被视作限制。
关于本文中使用大体上任何复数及/或单数术语,所属领域的技术人员可适当根据背景及/或应用从复数转化成单数及/或从单数转化成复数。为清楚起见,本文中未明确阐述各种单数/复数排列。
本文中所描述的目标有时说明含于不同其它组件内或与不同其它组件连接的不同组件。应了解,此类描绘架构仅供例示,且事实上可实施实现相同功能性的许多其它架构。就概念意义来说,实现相同功能性的组件的任何布置经有效“相关联”以实现所要功能性。因此,本文中经组合以实现特定功能性的任何两个组件可被视为经彼此“相关联”以实现所要功能性,无论架构或中间组件如何。同样地,如此相关联的任何两个组件也可被视为彼此“可操作地连接”或“可操作地耦合”以实现所要功能性,且能够如此相关联的任何两个组件也可被视为彼此“可操作地耦合”以实现所要功能性。可操作地耦合的特定实例包含(但不限于)可物理配合及/或物理交互组件及/或可无线交互及/或无线交互组件及/或逻辑交互及/或可逻辑交互组件。
在一些例项中,一或多个组件在本文中可涉及“经配置以…”、“可配置以…”、“可操作/操作以…”、“经适应/可调适”、“能够…”、“可符合/符合…”等。所属领域的技术人员应认识到,除非上下文另有要求,否则此类术语(例如“经配置以…”)一般可涵盖作用状态组件及/或非作用状态组件及/或备用状态组件。
尽管已展示及描述本文中所描述的本公开的特定方面,但所属领域的技术人员应明白,基于本文中的教示,可在不背离本文中所描述的目标及其更广方面的情况下作出改变及修改,因此,所附权利要求书将本文中所描述的目标的真实精神及范围内的所有此类改变及修改涵盖于其范围内。所属领域的技术人员应了解,一般来说,本文中且尤其是所附权利要求书(例如所附权利要求书的主体)中所使用的术语一般旨在为“开放式”术语(例如,术语“包含(including)”应被解译为“包含(但不限于)”,术语“具有”应被解译为“至少具有”,术语“包含(include)”应被解译为“包含(但不限于)”,等)。所属领域的技术人员应进一步了解,如果想要引入权利要求叙述的特定数目,那么此意图将在权利要求中明确叙述,且如果无此叙述,那么不存在此意图。例如,为辅助理解,以下所附权利要求书可含有使用引入性词组“至少一个”及“一或多个”来引入权利要求叙述。然而,此类词组的使用不应被解释为隐含由不定冠词“一”引入权利要求叙述将含有此引入权利要求叙述的任何特定权利要求限制为仅含有一个此叙述的权利要求,即使相同权利要求包含引入性词组“一或多个”或“至少一个”及例如“一”的不定冠词(例如,“一”通常应被解译为意味着“至少一个”或“一或多个”);此同样适用于用于引入权利要求叙述的定冠词的使用。另外,即使明确叙述引入权利要求叙述的特定数目,但所属领域的技术人员应认识到,此叙述通常应被解译为意味着至少叙述数目(例如,无其它修饰语的裸叙述“两个叙述”通常意味着至少两个叙述或两个或更多个叙述)。此外,在其中使用类似于“A、B及C中的至少一者等”的惯例的例项中,此建构一般旨在为所属领域的技术人员通常理解的意义(例如,“具有A、B及C中的至少一者的系统”将包含(但不限于)仅具有A、仅具有B、仅具有C、同时具有A及B、同时具有A及C、同时具有B及C及/或同时具有A、B及C的系统,等)。在其中使用类似于“A、B或C中的至少一者等”的惯例的例项中,此建构一般旨在为所属领域的技术人员通常理解的意义(例如,“具有A、B或C中的至少一者的系统”将包含(但不限于)仅具有A、仅具有B、仅具有C、同时具有A及B、同时具有A及C、同时具有B及C及/或同时具有A、B及C的系统,等)。所属领域的技术人员应进一步了解,无论在具体实施方式、权利要求书或附图中,呈现两个或更多个替代项的析取用语及/或词组应被理解为考虑包含项中的一者、两个项中的任一者或两个项的可能性,除非上下文另有指示。例如,词组“A或B”通常将被理解为包含“A”或“B”或“A及B”的可能性。
关于所附权利要求书,所属领域的技术人员应了解,其中所述的操作一般可以任何顺序执行。而且,尽管以(若干)序列呈现各种操作流程,但应了解,各种操作可以除所说明的顺序之外的顺序执行或可同时执行。此类替代排序的实例可包含重叠、交错、间断、重新排序、递增、预备、补充、同时、反向或其它不同排序,除非上下文另有指示。此外,除非上下文另有指示,否则如“响应于…”、“与…相关”或其它过去式形容词的术语一般不旨在排除此类变体。
尽管已说明本发明的特定实施例,但应明白,所属领域的技术人员可在不背离以上公开内容的范围及精神的情况下进行本发明的各种修改及实施例。据信,本发明及其许多伴随优点将根据以上描述理解,且应明白,可在不背离所公开的目标或不牺牲其所有材料优点的情况下对组件的形式、建构及布置作出各种改变。所描述的形式仅供说明,且以下权利要求书旨在涵盖及包含此类改变。因此,本发明的范围应仅受其所附权利要求书限制。
Claims (28)
1.一种用于印刷检查对准的系统,其包括:
控制器,其通信地耦合到光学检验子系统,所述控制器包含经配置以执行存储在存储器中的一组程序指令的一或多个处理器,所述一组程序指令经配置以引起所述一或多个处理器:
接收样品的一或多个训练图像,所述样品包含主裸片;
识别所述主裸片中的一或多个对准目标且将所述一或多个对准目标存储在存储器中;
接收样品的第一裸片行的第一组的一或多个参考图像,所述第一裸片行包含主裸片及第一组的一或多个参考裸片;
经由一或多个对准过程对准所述第一组的一或多个参考裸片与所述主裸片以产生所述第一裸片行的第一组的一或多个对准参考图像;
接收所述样品的第二裸片行的第二组的一或多个参考图像,所述第二裸片行包含第二组的一或多个参考裸片;
使用粗略对准偏移值基于所述对准目标及所述一或多个训练图像来对准所述第二组的一或多个参考裸片与所述主裸片;及
经由所述一或多个对准过程对准所述第二组的一或多个参考裸片与所述主裸片以产生所述第二裸片行的第二组的一或多个对准参考图像。
2.根据权利要求1所述的系统,基于所述一或多个训练图像与所述第一组的一或多个对准参考图像或所述第二组的一或多个对准参考图像中的至少一者之间的一或多个差异来确定所述样品的一或多个特性。
3.根据权利要求2所述的系统,其中所述样品的所述一或多个特性包括所述样品的一或多个缺陷。
4.根据权利要求1所述的系统,其中所述控制器经配置以通过以下来确定所述粗略对准偏移值:
针对所述一或多个对准目标中的每一者确定所述第二组的一或多个参考图像与所述一或多个训练图像之间的偏移值;
针对所述一或多个对准目标中的每一者计算归一化互相关NCC值;
根据所述NCC值从最大到最小产生所述一或多个对准目标的排序列表;
识别所述排序列表中展现彼此的选定范围内的偏移值的对准目标集群;及
基于所述所识别的对准目标集群的所述偏移值来确定所述粗略对准偏移值。
5.根据权利要求4所述的系统,其中基于所述所识别的对准目标集群的所述偏移值来确定所述粗略对准偏移值包括:
确定所述所识别的对准目标集群的所述偏移值的中值或均值中的至少一者。
6.根据权利要求4所述的系统,其中识别所述排序列表中展现彼此的选定范围内的偏移值的对准目标集群包括:
识别所述排序列表中展现彼此的选定范围内的偏移值的两个或更多个对准目标集群;及
识别具有最大平均NCC值的所述对准目标集群。
7.根据权利要求1所述的系统,其中所述控制器经配置以通过以下来确定所述粗略对准偏移值:
针对所述一或多个对准目标中的每一者确定所述第二组的一或多个参考图像与所述一或多个训练图像之间的偏移值;
针对所述一或多个对准目标中的每一者计算平方差值总和SSD值;
根据所述SSD值从最小到最大产生所述一或多个对准目标的排序列表;
识别所述排序列表中展现彼此的选定范围内的偏移值的对准目标集群;及
基于所述所识别的对准目标集群的所述偏移值来确定所述粗略对准偏移值。
8.根据权利要求1所述的系统,其中所述第一裸片行的所述第一组的一或多个对准参考图像存储在存储器中。
9.根据权利要求1所述的系统,其中所述第二裸片行的所述第二组的一或多个对准参考图像存储在存储器中。
10.根据权利要求1所述的系统,其中所述控制器进一步经配置以:
接收所述样品的至少一个额外裸片行的至少一个额外组的一或多个参考图像,所述至少一个额外裸片行包含至少一个额外组的一或多个参考裸片;
使用粗略对准偏移值基于所述对准目标及所述一或多个训练图像来对准所述至少一个额外组的一或多个参考裸片与所述主裸片;及
经由所述一或多个对准过程对准所述至少一个额外组的一或多个参考裸片与所述主裸片以产生所述至少一个额外裸片行的至少一个额外组的一或多个对准参考图像。
11.根据权利要求10所述的系统,其中用于对准所述第二裸片行的所述粗略对准偏移值不同于用于对准所述至少一个额外裸片行的所述粗略对准偏移值。
12.根据权利要求1所述的系统,其中所述一或多个训练图像、所述第一组的一或多个参考图像或所述第二组的一或多个参考图像中的至少一者是从所述光学检验子系统接收。
13.根据权利要求1所述的系统,
其中所述一或多个训练图像是在第一样品的扫描期间获取,
其中所述第一组的一或多个参考图像是在第二晶片的第一条带扫描期间获取,且其中所述第二组的一或多个参考图像是在所述第二晶片的第二条带扫描期间获取。
14.根据权利要求1所述的系统,其中所述控制器经配置以经由所述一或多个对准过程通过测量所述第二组的一或多个参考图像与所述一或多个训练图像之间的所述一或多个对准目标的多个个别偏移来对准所述第二组的一或多个参考裸片与所述主裸片。
15.根据权利要求14所述的系统,其中所述控制器经配置以经由所述一或多个对准过程通过调整所述所测量的多个个别偏移来对准所述第二组的一或多个参考裸片与所述主裸片以校正失真。
16.一种用于印刷检查对准的系统,其包括:
光学检验子系统,其经配置以获取样品的图像;
控制器,其通信地耦合到所述光学检验子系统,所述控制器包含经配置以执行存储在存储器中的一组程序指令的一或多个处理器,所述一组程序指令经配置以引起所述一或多个处理器:
从所述光学检验子系统接收第一样品的一或多个训练图像,所述第一样品包含主裸片;
识别所述主裸片中的一或多个对准目标且将所述一或多个对准目标存储在存储器中;
从所述光学检验子系统接收第二样品的第一裸片行的第一组的一或多个参考图像,所述第一裸片行包含主裸片及第一组的一或多个参考裸片;
经由一或多个对准过程对准所述第一组的一或多个参考裸片与所述主裸片以产生所述第一裸片行的第一组的一或多个对准参考图像;
从所述光学检验子系统接收所述第二样品的第二裸片行的第二组的一或多个参考图像,所述第二裸片行包含第二组的一或多个参考裸片;
使用粗略对准偏移值基于所述对准目标及所述一或多个训练图像来对准所述第二组的一或多个参考裸片与所述主裸片;及
经由所述一或多个对准过程对准所述第二组的一或多个参考裸片与所述主裸片以产生所述第二裸片行的第二组的一或多个对准参考图像。
17.根据权利要求16所述的系统,基于所述一或多个训练图像与所述第一组的一或多个对准参考图像或所述第二组的一或多个对准参考图像中的至少一者之间的一或多个差异来确定所述第二样品的一或多个特性。
18.根据权利要求17所述的系统,其中所述第二样品的所述一或多个特性包括所述第二样品的一或多个缺陷。
19.根据权利要求16所述的系统,其中所述控制器经配置以通过以下来确定所述粗略对准偏移值:
针对所述一或多个对准目标中的每一者确定所述第二组的一或多个参考图像与所述一或多个训练图像之间的偏移值;
针对所述一或多个对准目标中的每一者计算归一化互相关NCC值;
根据所述NCC值从最大到最小产生所述一或多个对准目标的排序列表;
识别所述排序列表中展现彼此的选定范围内的偏移值的对准目标集群;及
基于所述所识别的对准目标集群的所述偏移值来确定所述粗略对准偏移值。
20.根据权利要求19所述的系统,其中基于所述所识别的对准目标集群的所述偏移值来确定所述粗略对准偏移值包括:
确定所述所识别的对准目标集群的所述偏移值的中值或均值中的至少一者。
21.根据权利要求19所述的系统,其中识别所述排序列表中展现彼此的选定范围内的偏移值的对准目标集群包括:
识别所述排序列表中展现彼此的选定范围内的偏移值的两个或更多个对准目标集群;及
识别具有最大平均NCC值的所述对准目标集群。
22.根据权利要求16所述的系统,其中所述控制器经配置以通过以下来确定所述粗略对准偏移值:
针对所述一或多个对准目标中的每一者确定所述第二组的一或多个参考图像与所述一或多个训练图像之间的偏移值;
针对所述一或多个对准目标中的每一者计算平方差值总和SSD值;
根据所述SSD值从最大到最小产生所述一或多个对准目标的排序列表;
识别所述排序列表中展现彼此的选定范围内的偏移值的对准目标集群;及
基于所述所识别的对准目标集群的所述偏移值来确定所述粗略对准偏移值。
23.根据权利要求16所述的系统,其中所述控制器进一步经配置以:
从所述光学检验子系统接收所述第二样品的至少一个额外裸片行的至少一个额外组的一或多个参考图像,所述至少一个额外裸片行包含至少一个额外组的一或多个参考裸片;
使用粗略对准偏移值基于所述对准目标及所述一或多个训练图像来对准所述至少一个额外组的一或多个参考裸片与所述主裸片;及
经由所述一或多个对准过程对准所述至少一个额外组的一或多个参考裸片与所述主裸片以产生所述至少一个额外裸片行的至少一个额外组的一或多个对准参考图像。
24.根据权利要求23所述的系统,其中用于对准所述第二裸片行的所述粗略对准偏移值不同于用于对准所述至少一个额外裸片行的所述粗略对准偏移值。
25.根据权利要求16所述的系统,其中所述一或多个训练图像、所述第一组的一或多个参考图像或所述第二组的一或多个参考图像中的至少一者是从所述光学检验子系统接收。
26.根据权利要求16所述的系统,其中所述控制器经配置以经由所述一或多个对准过程通过测量所述第二组的一或多个参考图像与所述一或多个训练图像之间的所述一或多个对准目标的多个个别偏移来对准所述第二组的一或多个参考裸片与所述主裸片。
27.根据权利要求26所述的系统,其中所述控制器经配置以经由所述一或多个对准过程通过调整所述所测量的多个个别偏移来对准所述第二组的一或多个参考裸片与所述主裸片以校正失真。
28.一种用于印刷检查对准的方法,其包括:
获取样品的一或多个训练图像,所述样品包含主裸片;
识别所述主裸片中的一或多个对准目标且将所述一或多个对准目标存储在存储器中;
获取样品的第一裸片行的第一组的一或多个参考图像,所述第一裸片行包含主裸片及第一组的一或多个参考裸片;
经由一或多个对准过程对准所述第一组的一或多个参考裸片与所述主裸片以产生所述第一裸片行的第一组的一或多个对准参考图像;
获取所述样品的第二裸片行的第二组的一或多个参考图像,所述第二裸片行包含第二组的一或多个参考裸片;
使用粗略对准偏移值基于所述对准目标及所述一或多个训练图像来对准所述第二组的一或多个参考裸片与所述主裸片;及
经由所述一或多个对准过程对准所述第二组的一或多个参考裸片与所述主裸片以产生所述第二裸片行的第二组的一或多个对准参考图像。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US16/778,607 US11201074B2 (en) | 2020-01-31 | 2020-01-31 | System and method for semiconductor device print check alignment |
US16/778,607 | 2020-01-31 | ||
PCT/US2021/015147 WO2021154765A1 (en) | 2020-01-31 | 2021-01-26 | System and method for semiconductor device print check alignment |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114930512A CN114930512A (zh) | 2022-08-19 |
CN114930512B true CN114930512B (zh) | 2024-05-03 |
Family
ID=77062140
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202180008240.4A Active CN114930512B (zh) | 2020-01-31 | 2021-01-26 | 用于半导体装置印刷检查对准的系统及方法 |
Country Status (6)
Country | Link |
---|---|
US (1) | US11201074B2 (zh) |
KR (1) | KR20220134611A (zh) |
CN (1) | CN114930512B (zh) |
IL (1) | IL294865B1 (zh) |
TW (1) | TW202147473A (zh) |
WO (1) | WO2021154765A1 (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20230075297A1 (en) * | 2021-09-03 | 2023-03-09 | Kla Corporation | Wafer alignment improvement through image projection-based patch-to-design alignment |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106415807A (zh) * | 2014-05-12 | 2017-02-15 | 科磊股份有限公司 | 使用高分辨率全裸片图像数据进行检验 |
CN108885185A (zh) * | 2016-04-22 | 2018-11-23 | 科磊股份有限公司 | 用于校正从目标裸片及参考裸片的比较所产生的差异图像的系统、方法及计算机程序产品 |
CN109725499A (zh) * | 2017-10-30 | 2019-05-07 | 台湾积体电路制造股份有限公司 | 缺陷检测方法及缺陷检测系统 |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4185789B2 (ja) | 2003-03-12 | 2008-11-26 | 株式会社日立ハイテクノロジーズ | パターン検査方法及びその装置 |
TWI342043B (en) * | 2005-08-30 | 2011-05-11 | Camtek Ltd | A pipelined inspection system and method for inspecting a diced wafer |
US7570796B2 (en) | 2005-11-18 | 2009-08-04 | Kla-Tencor Technologies Corp. | Methods and systems for utilizing design data in combination with inspection data |
CN103097956B (zh) * | 2010-02-26 | 2016-01-27 | 密克罗尼克麦达塔公司 | 用于执行图案对准的方法和装置 |
US10043265B2 (en) * | 2016-03-17 | 2018-08-07 | Kla-Tencor Corporation | System, method and computer program product for identifying fabricated component defects using a local adaptive threshold |
US10151706B1 (en) * | 2016-04-07 | 2018-12-11 | Kla-Tencor Corp. | Inspection for specimens with extensive die to die process variation |
US10042974B2 (en) | 2016-05-30 | 2018-08-07 | Camtek Ltd. | Inspecting a wafer using image and design information |
US10365232B2 (en) * | 2017-05-15 | 2019-07-30 | Kla-Tencor Corp. | High accuracy of relative defect locations for repeater analysis |
KR102427648B1 (ko) * | 2017-11-03 | 2022-08-01 | 삼성전자주식회사 | 결함 검사 방법 및 결함 검사 장치 |
US10572991B2 (en) * | 2017-11-07 | 2020-02-25 | Kla-Tencor Corporation | System and method for aligning semiconductor device reference images and test images |
JP7057220B2 (ja) * | 2018-05-24 | 2022-04-19 | 株式会社ニューフレアテクノロジー | マルチ電子ビーム画像取得装置及びマルチ電子ビーム光学系の位置決め方法 |
-
2020
- 2020-01-31 US US16/778,607 patent/US11201074B2/en active Active
-
2021
- 2021-01-19 TW TW110101919A patent/TW202147473A/zh unknown
- 2021-01-26 KR KR1020227029919A patent/KR20220134611A/ko not_active Application Discontinuation
- 2021-01-26 CN CN202180008240.4A patent/CN114930512B/zh active Active
- 2021-01-26 WO PCT/US2021/015147 patent/WO2021154765A1/en active Application Filing
- 2021-01-26 IL IL294865A patent/IL294865B1/en unknown
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106415807A (zh) * | 2014-05-12 | 2017-02-15 | 科磊股份有限公司 | 使用高分辨率全裸片图像数据进行检验 |
CN108885185A (zh) * | 2016-04-22 | 2018-11-23 | 科磊股份有限公司 | 用于校正从目标裸片及参考裸片的比较所产生的差异图像的系统、方法及计算机程序产品 |
CN109725499A (zh) * | 2017-10-30 | 2019-05-07 | 台湾积体电路制造股份有限公司 | 缺陷检测方法及缺陷检测系统 |
Also Published As
Publication number | Publication date |
---|---|
IL294865B1 (en) | 2024-03-01 |
KR20220134611A (ko) | 2022-10-05 |
IL294865A (en) | 2022-09-01 |
WO2021154765A1 (en) | 2021-08-05 |
CN114930512A (zh) | 2022-08-19 |
US20210242059A1 (en) | 2021-08-05 |
US11201074B2 (en) | 2021-12-14 |
TW202147473A (zh) | 2021-12-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10451563B2 (en) | Inspection of photomasks by comparing two photomasks | |
KR102347057B1 (ko) | 전자 빔 이미지에서의 결함 위치 결정 | |
US9430824B2 (en) | Machine learning method and apparatus for inspecting reticles | |
US10026011B2 (en) | Mask inspection apparatus, mask evaluation method and mask evaluation system | |
US8811712B2 (en) | Defect inspection method and device thereof | |
TWI690006B (zh) | 用於模型化基礎臨界尺寸測量之技術及系統 | |
JP5843241B2 (ja) | 検査装置、及び検査方法 | |
US10365232B2 (en) | High accuracy of relative defect locations for repeater analysis | |
US9390494B2 (en) | Delta die intensity map measurement | |
JP2017523390A (ja) | 検査のための高解像度フルダイイメージデータの使用 | |
JP6472447B2 (ja) | フォトマスク欠陥性における変化の監視 | |
WO2016064685A1 (en) | Critical dimension uniformity enhancement techniques and apparatus | |
US11354798B2 (en) | Inspection apparatus for detecting defects in photomasks and dies | |
CN114930512B (zh) | 用于半导体装置印刷检查对准的系统及方法 | |
IL289609B (en) | High accuracy of relative defect locations for repeater testing | |
JP2006266747A (ja) | 画像作成方法、画像作成装置及びパターン検査装置 |
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 |