CN115100097A - 基于基板图像处理的膜非均匀性的像素和区域分类 - Google Patents

基于基板图像处理的膜非均匀性的像素和区域分类 Download PDF

Info

Publication number
CN115100097A
CN115100097A CN202210218508.3A CN202210218508A CN115100097A CN 115100097 A CN115100097 A CN 115100097A CN 202210218508 A CN202210218508 A CN 202210218508A CN 115100097 A CN115100097 A CN 115100097A
Authority
CN
China
Prior art keywords
color
substrate
computer
pixels
readable medium
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
CN202210218508.3A
Other languages
English (en)
Inventor
D·J·本韦格努
N·莫达麦迪
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 Inc
Original Assignee
Applied Materials 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 Applied Materials Inc filed Critical Applied Materials Inc
Publication of CN115100097A publication Critical patent/CN115100097A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
    • H01L22/00—Testing 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
    • H01L22/10—Measuring as part of the manufacturing process
    • H01L22/12—Measuring 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
    • 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
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B24—GRINDING; POLISHING
    • B24B—MACHINES, DEVICES, OR PROCESSES FOR GRINDING OR POLISHING; DRESSING OR CONDITIONING OF ABRADING SURFACES; FEEDING OF GRINDING, POLISHING, OR LAPPING AGENTS
    • B24B37/00—Lapping machines or devices; Accessories
    • B24B37/04—Lapping machines or devices; Accessories designed for working plane surfaces
    • B24B37/07—Lapping machines or devices; Accessories designed for working plane surfaces characterised by the movement of the work or lapping tool
    • B24B37/10—Lapping machines or devices; Accessories designed for working plane surfaces characterised by the movement of the work or lapping tool for single side lapping
    • B24B37/105—Lapping machines or devices; Accessories designed for working plane surfaces characterised by the movement of the work or lapping tool for single side lapping the workpieces or work carriers being actively moved by a drive, e.g. in a combined rotary and translatory movement
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B24—GRINDING; POLISHING
    • B24B—MACHINES, DEVICES, OR PROCESSES FOR GRINDING OR POLISHING; DRESSING OR CONDITIONING OF ABRADING SURFACES; FEEDING OF GRINDING, POLISHING, OR LAPPING AGENTS
    • B24B37/00—Lapping machines or devices; Accessories
    • B24B37/11—Lapping tools
    • B24B37/20—Lapping pads for working plane surfaces
    • B24B37/205—Lapping pads for working plane surfaces provided with a window for inspecting the surface of the work being lapped
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B24—GRINDING; POLISHING
    • B24B—MACHINES, DEVICES, OR PROCESSES FOR GRINDING OR POLISHING; DRESSING OR CONDITIONING OF ABRADING SURFACES; FEEDING OF GRINDING, POLISHING, OR LAPPING AGENTS
    • B24B49/00—Measuring or gauging equipment for controlling the feed movement of the grinding tool or work; Arrangements of indicating or measuring equipment, e.g. for indicating the start of the grinding operation
    • B24B49/12—Measuring or gauging equipment for controlling the feed movement of the grinding tool or work; Arrangements of indicating or measuring equipment, e.g. for indicating the start of the grinding operation involving optical means
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
    • G01N21/9501—Semiconductor wafers
    • 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
    • G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
    • G01N21/956—Inspecting patterns on the surface of objects
    • G01N21/95607—Inspecting patterns on the surface of objects using a comparative method
    • 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
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/90—Determination of colour characteristics
    • 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
    • H01L21/02—Manufacture or treatment of semiconductor devices or of parts thereof
    • H01L21/04—Manufacture or treatment of semiconductor devices or of parts thereof the devices having potential barriers, e.g. a PN junction, depletion layer or carrier concentration layer
    • H01L21/18—Manufacture or treatment of semiconductor devices or of parts thereof the devices having potential barriers, e.g. a PN junction, depletion layer or carrier concentration layer the devices having semiconductor bodies comprising elements of Group IV of the Periodic Table or AIIIBV compounds with or without impurities, e.g. doping materials
    • H01L21/30—Treatment of semiconductor bodies using processes or apparatus not provided for in groups H01L21/20 - H01L21/26
    • H01L21/302—Treatment of semiconductor bodies using processes or apparatus not provided for in groups H01L21/20 - H01L21/26 to change their surface-physical characteristics or shape, e.g. etching, polishing, cutting
    • H01L21/306—Chemical or electrical treatment, e.g. electrolytic etching
    • H01L21/30625—With simultaneous mechanical treatment, e.g. mechanico-chemical polishing
    • 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
    • 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
    • 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
    • G01N21/8422—Investigating thin films, e.g. matrix isolation method
    • 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
    • G06T2207/10—Image acquisition modality
    • G06T2207/10024—Color image
    • 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
    • G06T2207/20072—Graph-based image processing
    • 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)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • Immunology (AREA)
  • General Health & Medical Sciences (AREA)
  • Biochemistry (AREA)
  • Pathology (AREA)
  • Analytical Chemistry (AREA)
  • Chemical & Material Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Manufacturing & Machinery (AREA)
  • Mechanical Engineering (AREA)
  • Quality & Reliability (AREA)
  • Computer Hardware Design (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • Power Engineering (AREA)
  • Condensed Matter Physics & Semiconductors (AREA)
  • Mathematical Physics (AREA)
  • Signal Processing (AREA)
  • Testing Or Measuring Of Semiconductors Or The Like (AREA)
  • Image Analysis (AREA)
  • Mechanical Treatment Of Semiconductor (AREA)
  • Image Processing (AREA)
  • Constituent Portions Of Griding Lathes, Driving, Sensing And Control (AREA)

Abstract

对基板上的膜非均匀性进行分类的方法包括：获取基板的彩色图像，其中该彩色图像包括多个色彩通道；针对基板的彩色图像获取标准色；针对沿着彩色图像中的路径的每个相应像素，确定该相应像素的颜色与标准色之间的差分向量，以生成差分向量序列；并基于差分向量序列，包括将序列中的多个差分向量与阈值进行比较，来将沿着该路径的像素拣选到多个区域中，包括至少一个正常区域和至少一个异常区域。

Description

基于基板图像处理的膜非均匀性的像素和区域分类
技术领域
本公开涉及光学计量学，例如，对基板上膜的非均匀性进行分类的技 术。
背景技术
集成电路通常通过在硅晶片上顺序沉积导电层、半导电层或绝缘层而形成 于基板上。为了在集成电路的制造期间去除填充层或者提高光刻的平整性，可 能需要对基板表面进行平坦化。
化学机械抛光(CMP)是一种公认的平坦化方法。这种平坦化方法通常需 要将基板安装在承载头或抛光头上。基板的暴露表面通常抵靠旋转的抛光垫放 置。承载头提供基板上的可控负载，从而将基板推至抵靠抛光垫。研磨抛光浆 料通常被供应至抛光垫的表面。
各种光学计量系统，例如光谱计量系统或椭偏计量系统，可用于测量抛光 前和抛光后基板层的厚度，例如在内联(in-line)计量站或独立计量站处进行 测量。
作为并行的问题，硬件资源(诸如图形处理单元(GPU)和张量处理单元 (TPU))的进步已导致深度学习算法及其应用的极大改善。深度学习逐渐发 展的领域之一是计算机视觉和图像识别。此类计算机视觉算法大多是为了图像 分类或分割而设计。
发明内容
在一个方面中，对基板上的膜非均匀性进行分类的方法包括：获取基板的 彩色图像，该彩色图像包括多个色彩通道；针对基板的彩色图像获取标准色；
针对沿着彩色图像中的路径的每个相应像素，确定该相应像素的颜色与标 准色之间的差分向量以生成差分向量序列；以及基于差分向量序列，包括将序 列中的多个差分向量与阈值进行比较，来将沿着该路径的像素拣选到多个区域 中，所述多个区域包括至少一个正常区域和至少一个异常区域。
在另一方面中，可以提供计算机程序产品以对膜进行分类。
在另一方面中，一种化学机械抛光系统包括控制系统，该控制系统被配置 为对膜进行分类。
实现方式可以包括以下特征中的一项或多项。拣选可以包括响应于确定相 应差值的大小超过第一阈值而将像素标记为异常。确定差值可以包括计算第一 元组和第二元组之间的向量差的大小，所述第一元组代表了相应像素的颜色， 而第二元组代表标准色。拣选可以包括基于确定相应差值的大小小于第一阈值 而将像素标记为正常。可将掩模施加到彩色图像，以去除刻划线和/或基板外的 区域。前两个色彩通道可以是绿色和红色，且后两个色彩通道可以是蓝色和红 色。多条径向路径可以绕着基板中心均匀地间隔开。
实现方式可以包括以下潜在优势中的一个或多个。可以快速地分析基板上 的膜的异常，例如厚度的非均匀性、以及残留物或缺陷的存在。在一些实现方 式中，可以快速分析基板上的膜的异常，以用于管芯到管芯的测量。例如，内 联计量系统可以基于基板的彩色图像测量该基板的膜异常。可以使用测得的异 常，例如测得的非均匀性，来控制抛光参数从而补偿基板的抛光不足或过度抛 光。
所述方法可以使用像素序列中的颜色值来检测基板的膜中的异常，并对异 常的类型进行分类。可以训练模型以基于颜色值确定不同的异常类型。
该计量系统可以具有高推理速度，以及对非均匀区域的高质量检测与分 类。该方法还可以考虑子层变化。
在以下所附附图和描述中阐述一个或多个实施方式的细节。根据说明书和 附图以及根据权利要求书，其他方面、特征以及优点将显而易见。
附图说明
图1示出了内联光学测量系统的示例的视图。
图2示出了使用计算方法对基板上的膜的非均匀性进行分类的方法的流 程图。
图3A示出了施加于用于计算分析的基板的示例性图像的掩模。
图3B示出了三个色彩通道的直方图。
图4A-4C示出了基板的具有径向廓线的示例性图像与非均匀性分析的结 果的示例。
图5A-5C示出了基板的具有径向廓线的示例性图像与非均匀性分析的结 果的另一示例。
各个附图中相同的引用符号指示相同的要素。
具体实施方式
由于CMP工艺中发生的抛光速率的变化，在CMP工艺中使用来自干法 计量系统的薄膜厚度测量。此类干法计量测量技术通常使用光谱法或椭偏法， 其中膜叠层的光学模型中的变量适应于所收集的测量值。此类测量技术通常要 求将传感器精确对准基板的测量点，以确保模型适用于所收集的测量值。因此， 测量基板上的大量的点可能会非常耗时，并且对抛光不足和过度抛光的类型和 程度进行分类可能不可行，因为会导致不可接受的产量降低。
然而，基于彩色图像的图像处理技术可以提供对基板上的异常的更快检 测，并且以令人满意的准确度对异常的类型进行分类。具体而言，来自基板的 管芯的彩色图像可以被划分为多个区域。每个区域可以被划分为相同或相似颜 色的多个区。例如，具有足够接近目标向量的颜色向量的像素可被分类为适当 抛光；未通过该测试的像素可被分类为异常。在一个实现中，对于跨基板的多 条路径中的每一条，可以分析沿该路径的每个像素的颜色，并且可以基于沿着 该路径的适当抛光区域和不适当抛光区域之间的边界处的像素的色彩空间中 的向量序列来确定异常的类型和程度。例如，可以基于所述向量来确定区域相 对于其他区域是抛光不足还是过度抛光，以及抛光不足或过度抛光的程度。
参考图1，抛光装置100包括一个或多个承载头126、一个或多个抛光站 106、以及将基板装载到承载头和从承载头卸载基板的传送站，每个承载头126 被配置为承载基板10。每个抛光站106包括被支撑在台板120上的抛光垫130。 抛光垫130可以是具有外抛光层和较软背衬层的双层抛光垫。
承载头126可以悬挂自支撑件128，并在抛光站之间可移动。在一些实现 方式中，支撑件128是顶部轨道，且每个承载头126耦合到安装在该轨道上的 托架108，以便每个托架108可以在抛光站124和传送站之间选择性地移动。 或者，在一些实现方式中，支撑件128是可旋转的转盘，并且转盘的旋转沿着 圆形路径同时移动承载头126。
抛光装置100的每个抛光站106可以例如在臂134的端部包括端口，以将 抛光液136(诸如研磨料浆)分配到抛光垫130上。抛光装置100的每个抛光 站106还可以包括垫调节装置，用于研磨抛光垫130，从而使抛光垫130维持 在一致的研磨状态中。
每个承载头126可操作用于将基板10固持抵靠抛光垫130。每个承载头 126可以具有对与各相应基板相关联的抛光参数的独立控制，抛光参数例如压 力。具体而言，每个承载头126可以包括保持环142，以将基板10保持在柔性 膜144下方。每个承载头126还可以包括由膜定义的多个可独立控制的可加压 腔室，例如，三个腔室146a-146c，所述腔室可以将可独立控制的压力施加到 柔性膜144上的相关联区域，从而施加到基板10上。尽管为了便于说明，图1 中仅示出了三个腔室，但也可以有一个或两个腔室，或者四个或更多个腔室，例如，五个腔室。
每个承载头126悬挂自支撑件128，并通过传动轴154连接到承载头旋转 电机156，以便承载头可以绕轴127旋转。可选地，每个承载头126可以横向 振荡，例如通过在轨道上驱动托架108，或通过转盘自身的旋转振荡。在操作 中，台板绕其中心轴旋转，且每个承载头绕其中心轴127旋转并跨抛光垫的顶 表面横向平移。
控制器190，诸如可编程计算机，提供了控制系统。控制器190被连接到 每个电机，以独立地控制台板120和承载头126的旋转速率。控制器190可以 包括中央处理单元(CPU)、存储器，以及支持电路(例如，输入/输出电路)、 电源、时钟电路、缓存等。存储器被连接到CPU。存储器是非瞬态可计算的可 读介质，且可以是一种或多种随时可用的存储器，诸如随机存取存储器(RAM)、 只读存储器(ROM)、软盘、硬盘或其他形式的数字存储。另外，尽管图示为单 台计算机，但控制器190也可以是分布式系统，例如，包括多个独立操作的处 理器和存储器。
抛光装置100还包括内联(也称为串联)光学计量系统160。内联光学计 量系统160的彩色成像系统被定位在抛光装置100内，但在抛光操作期间不执 行测量；而是在抛光操作之间(例如，当基板被从一个抛光站移动到另一个抛 光站时)或抛光前或抛光后(例如，当基板被从传送站移动到抛光站时，反之 亦然)收集测量值。此外，内联光学计量系统160可以定位在工厂接口单元或 从工厂接口单元可访问的模块中，从而在从晶片盒中取出基板之后但在基板被 移动到抛光单元之前对基板进行测量，或在基板已被清洗之后但在基板回到晶 片盒中之前对基板进行测量。
所述内联光学计量系统160包括传感器组件161，该传感器组件161提供 基板10的彩色成像。传感器组件161可以包括光源162、光检测器164和用于 在控制器190与光源162和光检测器164之间发送和接收信号的电路166。
光源162可操作用于发射白光。在一个实现方式中，所发射的白光包括波 长为200-800纳米的光。合适的光源是白光发光二极管(LED)阵列，或氙灯 或氙汞灯。光源162被定向为以非零入射角α将光168引导到基板10的暴露 表面上。入射角α可以是例如约30°到75°，例如50°。
光源可以照亮跨越基板10宽度的基本线性的拉长区域。例如，光源162 可以包括光学器件，例如扩束器，以将来自光源的光扩散到拉长区域中。替代 地或另外地，光源162可以包括光源的线性阵列。光源162自身以及照射在基 板上的区域可以拉长，并具有平行于基板表面的纵轴。
可以将扩散器170放置在光168的路径中，或者光源162可以包括扩散器， 以在光到达基板10之前将其扩散。
检测器164是对来自于光源162的光敏感的彩色相机。该相机包括检测器 元件阵列。例如，该相机可以包括CCD阵列。在一些实现方式中，所述阵列 是单行检测器元件。例如，所述相机可以是线扫描相机。检测器元件的行可以 平行于由光源162照明的拉长区域的纵轴延伸。在光源162包括一排发光元件 的情况下，该排检测器元件可以沿与光源162的纵轴平行的第一轴延伸。一行 检测器元件可以包括1024个或更多个元件。
相机164配置有适当的聚焦光学器件172，以将基板的视场投影到检测器 元件阵列上。视场可以足够长，以看到基板10的完整宽度，例如，150到300 毫米长。相机164，包括相关联的光学器件172，可以被配置为使得单独的像 素对应于长度等于或小于大约0.5毫米的区域。例如，假定视场为大约200毫 米长，且检测器164包括1024个元件，那么由该线扫描相机生成的图像可以 具有长度为约0.5毫米的像素。为了确定图像的长度分辨率，可以将视场(FOV) 的长度除以FOV得以成像的像素的数量，从而得到长度分辨率。
相机164也可以被配置为使得像素宽度与像素长度相当。例如，线扫描相 机的一个优势是它的帧速率非常快。帧速率可以是至少5kHz。帧速率可以被 设定在一频率，使得在成像区域跨基板10扫描时，像素宽度与像素长度相当， 例如，等于或小于大约0.3毫米。
光源162与光检测器164可以被支撑在台180上。在光检测器164是线扫 描相机的情况下，光源162和相机164相对于基板10可移动，使得成像区域 可以扫描基板的整个长度。特别地，所述相对运动可以在平行于基板10表面 并垂直于线扫描相机164的检测器元件的行的方向上。
在一些实现方式中，台182是静止的，并且用于基板的支撑件移动。例如， 承载头126可以移动，例如，通过托架108的运动或通过转盘的旋转振荡，或 者在工厂接口单元中固持基板的机械臂可以将基板10移动经过线扫描相机 182。在一些实现方式中，当承载头或机械臂保持静止以进行图像采集时，台 180是可移动的。例如，台180可以是沿轨道184通过线性致动器182可移动 的。在任一情况下，这允许光源162和相机164在正被扫描的区域跨基板10 移动时保持相对彼此的固定位置。
具有跨基板一起移动的线扫描相机和光源的一个可能优势是，例如与传统 2D相机相比，光源和相机之间的相对角度在晶片上的不同位置保持不变因此， 可以减少或消除由视角变化引起的伪影。此外，线扫描相机可以消除透视失真， 而传统2D相机表现出固有的透视失真，该固有的透视失真需要接下来通过图 像变换进行校正。
传感器组件161可包括用于调整基板10与光源162和检测器164之间的 垂直距离的机构。例如，传感器组件161可以包括用于调整台180的垂直位置 的致动器。
可选地，偏振滤波器174可被定位在光的路径中，例如，在基板10与检 测器164之间。偏振滤波器174可以是圆偏振镜(CPL)。典型的CPL是线性 偏振镜和四分之一波片的组合。偏振滤波器174的偏振轴的适当取向可以减少 图像中的雾度，并锐化或增强理想的视觉特征。
假设基板上的最外层为半透明层，例如介电层，则在检测器164处检测到 的光的颜色取决于例如基板表面的组成、基板表面的平滑度，和/或从基板上的 一个或多个层(例如介电层)的不同界面反射的光之间的干涉的量。如前所述， 光源162和光检测器164可以连接到可操作来控制光源162和光检测器164的 操作并接收它们的信号的计算设备，例如控制器190。执行各种功能以将彩色 图像转化为厚度测量的计算设备可以被视为计量系统160的一部分。
图2示出了在对基板上的膜中的异常进行检测和分类时使用的图像处理 方法200。该方法可以由控制器190执行。控制器190接收基板的彩色图像。 所述彩色图像可以是RGB图像，或其他色彩空间中的图像，例如XYZ或HCL。
控制器执行处理彩色图像的图像处理算法。控制器将来自光检测器164 的各个图像线组装成二维彩色图像(步骤205)。控制器可以对每个色彩通道 中的图像中的像素的强度值施加偏移和/或增益调整(步骤210)。每个色彩通 道可以具有不同的偏移和/或增益。可选地，所述图像可以被归一化(步骤215)。 例如，可以计算测得图像与标准预定义图像之间的差异。例如，控制器可以针 对红色、绿色和蓝色通道中的每一个通道存储背景图像，并且可以从针对每个 色彩通道的测得图像中减去背景图像。还可以将图像变换(例如，缩放和/或旋 转和/或平移)到标准图像坐标系中(步骤220)。例如，可以平移图像，使得 基板中心位于图像的中心点处，和/或可以缩放图像，使得基板的边缘位于图像 的边缘处，和/或可以旋转图像，使得图像的x轴与连接基板中心和基板取向特 征(例如，晶片的凹口或平面)的径向片段之间存在0°角。可以通过凹口寻迹 器，或者通过对彩色图像320的图像处理(例如，从而确定图像中刻划线的角 度)，来确定基板取向。通过彩色图像320的图像处理还可以确定基板位置， 例如，通过检测圆形基板边缘且然后确定圆心。
可以对图像320施加掩模。掩模可以从计算中消除不想要的像素，例如， 来自与刻划线相对应的基板部分的像素。例如，控制器190可以存储标识图像 中的感兴趣位置和区域的管芯掩模。例如，对于矩形区域，可以通过图像中的 右上角坐标与左下角坐标来限定区域。因此，掩模可以是数据文件，该数据文 件包括用于每个区域的一对右上角坐标和左下角坐标。在其他情况(其中区域 是非矩形的)下，可以使用更复杂的功能。在一些实现方式中，可以确定基板 取向和位置，并可以相对于图像对准管芯掩模。
参考图3，示出了利用内联光学计量系统160收集基板10的图像300的 示例。所述内联光学计量系统160产生具有至少三个色彩通道(例如RGB通 道)的彩色图像300。该图像可以是高分辨率图像(例如，具有至少720 x 1080 像素高分辨率的图像)，但也可以使用更低的分辨率(例如，低至150 x 150 像素)或更高的分辨率。任何特定像素处的颜色取决于与该像素对应的基板区 域中的一个或多个层(包括顶层)的厚度。
之后的算法确定图像的无掩模部分的“均匀色”(步骤225)。在一些实 现方式中，针对每个色彩通道确定强度直方图，并且该算法在三个直方图(R、 G和B平面)中的每一个直方图中找到峰值。来自直方图中峰值的强度值的元 组提供颜色值。该颜色值被称为图像300的“均匀色”(UC)。例如，图3B 示出了分别针对红色、绿色和蓝色通道的直方图360、370、380，以及每个直 方图在R1、G1、B1处的峰值。元组(R1，G1，B1)提供了均匀色。然而， 也可以使用其他技术来定义均匀色，例如，简单地计算每个通道的众数值或平 均值。
收集的彩色图像可以被存储为PNG图像以供进一步分析或处理，但是许 多其他格式(例如JPEG等)也是可行的。
回到图2，可以将施加了掩模的图像馈入图像处理算法中。控制器可以存 储定义横跨图像的多条路径的数据。例如，路径可以是从基板中心径向向外延 伸的线(参见图4A中的路径406)，但其他路径也是可行的。对于径向的线， 该线可以以相同的角度间隔(例如，1-10°)围绕基板中心定位。
对于每条路径，控制器计算沿该路径的像素序列中的每个像素与均匀色 (UC)之间的差分向量(DV)(步骤230)。差分向量可以被表示为元组， 例如，(DR，DG，DB)。在下面所示的计算算法中，像素的差分向量可以由 笛卡尔坐标或者由球坐标来表示：
DV＝(Dr,Dg,Db)，其中(笛卡尔坐标)
DX＝X–PP平均值X，其中X＝R，G，或B
Figure BDA0003533108760000091
其中(球坐标)
Figure BDA0003533108760000092
θ＝tan-1(Dg/Dr)
Figure BDA0003533108760000093
其中
Figure BDA0003533108760000094
是DV到(RG)平面上的投影。
沿特定路径的差分向量序列提供了差分向量廓线。分析每个差分向量廓线 以检测沿径向廓线的非均匀的区域或片段(步骤240)。
在一些实现方式中，通过使用阈值区分均匀区域与非均匀区域。差分向量 的大小(例如，计算为常规欧几里得距离)高于阈值的像素被分类为“非均匀”。 相比之下，差分向量的大小低于阈值的像素被分类为“均匀”。在一些实现方 式中，可以通过使用机器学习来自动设置区域解释。
在一些实现方式中，控制器针对像素建立了四种可能的分类：适当抛光(类 型1)、抛光不足(类型2)、过度抛光(类型3)，或非均匀抛光但未分类或 异常(类型4)。
算法首先将路径划分为连续适当抛光像素组和连续未分类像素组。对于选 定的像素，如果前面的像素被适当抛光(Properly Polished)，但差分向量的大 小(MagDV)大于阈值，则标识新的非均匀区域(即非PP或类型4)。该算 法继续将沿着路径的像素分组到已标识的非均匀区域中，直到遇到多个按序适 当抛光的像素。通过沿路径重复此过程，像素被划分为正常像素组与异常像素 组。“n维持”参数可用作噪声滤波器，用于确定开始新类型的区域所需要的 相邻像素的序列的长度。例如，如果类型1(即正常像素)区域短于“n维持” 参数值，则这些类型1像素被分配到类型4(即异常像素)的相邻区域。
将沿着路径的像素划分为组之后，可以针对每个组对异常的类型进行分 类，例如抛光不足(类型2)或过度抛光(类型3)(步骤250)。可以通过检 查差分向量，特别是异常像素组开始处的差分向量，来确定异常的类型。在不 受任何特定理论限制的情况下，尽管非均匀区域中心处的颜色值可以匹配，但 从PP区域到抛光不足(即UP或类型2)区域的过渡可能与从PP区域到过度 抛光(即OP或类型3)区域的过渡不同。
在一些实现方式中，值F是基于特定色彩通道中的差值比计算的。例如， 可以基于两个色彩通道中的第一差值比和两个色彩通道中的第二差值比的和 计算F。然后可以将值F与一个或两个阈值进行比较，以确定该区域是抛光不 足(类型2)还是过度抛光(类型3)。如果F不满足任一阈值，那么该区域 可以被标识为异常，例如，保持类型4。
在一些实现方式中，F和异常类型是根据以下函数确定的：
Figure BDA0003533108760000101
其中，DR、DG和DB是红色、绿色和蓝色色彩通道的差值，而FT1和 FT2是根据经验确定的阈值。
估计非PP区域中的像素的预设数量，所述像素沿着从相邻的PP区域 开始的路径是连续的。可以由用户(例如，通过用户输入)选定像素的预 设数量。通过查看3-10个像素(例如，3-5个像素)(例如，一个区域可 以是50-60个像素宽)并计算差值比来执行分类序列。例如，对于N个像 素的序列中的每个像素，控制器计算因子(F)以提供F1、F2、F3、……、FN。将每个算出的F(即F1、F2、F3、……、FN)与每个阈值FT1、FT2、……、 FTn进行比较。若所有像素满足相同条件，例如，F1、……、FN都比FT1 小或都比FT2大，则该区域被分类为“过度抛光”或“抛光不足”。否则， 该区域被分类为未分类的非均匀性或异常。
在另一个实现方式中，可以使用类型4区域中的DV点(即与邻近类 型1区域相邻的点)的球坐标角度(例如θ和φ)来评估抛光不足或过度 抛光之间的解释。因此，确定UP还是OP的顺序是：a)针对UP表现的θ 和φ设定上限与下限阈值；b)分析类型4区域中的数个PP相邻点；以及 c)若θ和φ落入类型2的范围，则分类为类型2；否则，分类为类型3。
基于计算的数据，“非均匀性”可以按类型(步骤250a)和按严重程 度(步骤250b)进一步分类(步骤250)。与前面的步骤类似，彩色图像 被输入到图像处理算法中并划分为诸个体积，然后针对每个体积计算DV。 对于每个非均匀区域，通过诸如“轻度”、“中度”或“重度”之类的准 定量描述确定严重程度。这是通过将非均匀区域中的RGB像素集变换到RG色度空间来针对每个径向廓线执行的。然后计算RG空间中的非均匀像 素序列的边界矩形(BRA)的面积。然后将BRA与阈值的面积作比较以确 定严重程度的级别。例如，若有两个阈值A1和A2，其中A1<A2，若BRA 小于A1，那么分类为“轻度”。若BRA在A1和A2之间，那么分类为“中 度”。若BRA大于A2，那么分类为“重度”。如所述的，只列出了三个 类别，然而，基于面积阈值的数量，该算法可以有多于或少于三个类别。
作为确定严重程度的另一种方法，可以计算RG序列的弧长(而不是 BRA)。这可能更困难，尽管这应该与基本理论相符。然而，边界矩形的 计算在计算上更简单，并且看起来足够精确。
参考图4A-4C，示出了基板的具有径向廓线的示例性图像400的第一 示例，其显示了具有“重度”异常级别的非均匀区域402和404。严重程度 的级别由图4B显示的图表中的数据来分类和表示。线408指示阈值水平； 高于阈值线408的数据412是非均匀的，而低于阈值线408的数据410是 均匀的。BRA区域的尺寸被计算并表示在图4C中，确认了该径向廓线400 的严重非均匀性。
图5A-5C示出了基板的具有径向廓线的示例性图像500的另一示例， 显示了轻度到中度非均匀性的情况。
通常，可以用数据控制CMP装置的一个或多个操作参数。操作参数包 括，例如，台板旋转速度、基板旋转速度、基板的抛光路径、横跨板的基 板速度、施加于基板上的压力、浆料组成、浆料流率和基板表面处的温度。 可以实时控制操作参数并自动调整操作参数，而不需要进一步的人为干预。
如在当前说明书中所使用的，术语基板可以包括，例如，产品基板(例 如，其包括多个存储器或处理器管芯)、测试基板、裸基板和门控基板。 基板可以处于集成电路制造的各种阶段，例如，基板可以是裸晶片，或者 基板可以包括一个或多个沉积的和/或图案化的层。术语基板可以包括圆盘 和矩形片材。
本说明书中描述的本发明的实施例和所有功能性操作可以以数字电子 电路、或以计算机软件、固件、或硬件(包括本说明书中公开的结构装置 或其结构等效物)、或以它们的组合来实现。本发明的实施例可以实现为 一个或多个计算机程序产品，即有形地体现在非暂态机器可读存储介质中 的一个或多个计算机程序，以供数据处理装置(例如，可编程处理器、计 算机，或多个处理器或计算机)执行或控制数据处理装置的操作。
相对定位的术语用于表示系统的部件相对于彼此的定位，不一定是关 于重力；应当理解，抛光表面和基板可以保持在垂直取向或一些其他取向 上。
已经描述了许多实现方式。然而，应当理解，可进行各种修改。例如
·可以使用对整个基板成像的相机，而非线扫描相机。在这种情况 下，不需要相机相对于基板的运动。
·相机可以覆盖少于基板的整个宽度。在这种情况下，相机会需要 在两个垂直的方向上经历运动，例如，被支撑在X-Y台上，以便对整 个基板进行扫描。
·光源可以照亮整个基板。在这种情况下，光源不需要相对于基板 运动。
·光检测器可以是光谱仪而非彩色相机；然后，光谱数据可以简化 为RGB色彩空间。
·传感器组件不需要定位在抛光站之间或抛光站和传送站之间的 内联系统。例如，传感器组件可以被定位在传送站中，被定位在晶片盒 接口单元中，或是独立系统。
相应地，其他实现方式也在权利要求的范围内。

Claims (20)

1.一种非瞬态计算机可读介质，包括用于对基板上的膜非均匀性进行分类的计算机程序，所述计算机程序包含指令以使一台或多台计算机：
获取基板的彩色图像，所述彩色图像包括多个色彩通道；
针对所述基板的所述彩色图像获取标准色；
针对沿着所述彩色图像中的路径的每个相应像素，确定所述相应像素的颜色与所述标准色之间的差分向量，以生成差分向量序列；
基于所述差分向量序列，通过将所述序列中的多个差分向量与阈值进行比较，将沿着所述路径的所述像素分类为正常或异常；并且
响应于所述像素被标识为正常或异常，将所述像素拣选到一个或多个区域中。
2.如权利要求1所述的计算机可读介质，其特征在于，用于对所述像素进行分类的指令包括用于针对所述多个差分向量中的每一个相应差分向量确定所述相应差分向量的大小是否超过第一阈值的指令。
3.如权利要求1所述的计算机可读介质，其特征在于，用于对所述像素进行分类的指令包括用于基于确定沿着所述路径的多个连续像素中的每个像素是否超过第二阈值而对像素进行标记的指令。
4.如权利要求1所述的计算机可读介质，其特征在于，用于获取所述标准色的指令包括用于确定所述彩色图像的所述多个通道中的每个通道的强度直方图的、用于在每个相应直方图中选择峰值的强度的、以及用于将所述标准色设置为具有与所述峰值的强度对应的值的元组的指令。
5.如权利要求1所述的计算机可读介质，其特征在于，用于获取所述标准色的指令包括用于确定所述彩色图像的平均色的指令。
6.如权利要求1所述的计算机可读介质，包括用于确定所述基板上的多条路径的、以及针对每条相应路径用于确定沿着所述相应路径的每个像素的差值并将沿着所述相应路径的所述像素拣选到所述多个区域中的指令。
7.如权利要求6所述的计算机可读介质，其特征在于，所述多条路径是从所述基板的中心向外延伸的径向路径。
8.如权利要求1所述的计算机可读介质，包括用于基于异常区域与相邻正常区域之间的边界处的像素的至少一个差分向量将异常区域分类为过度抛光或抛光不足的指令。
9.如权利要求8所述的计算机可读介质，包括用于基于沿着所述路径在所述边界处的多个连续像素中的每一个像素的多个差分向量来将异常区域分类为过度抛光或抛光不足的指令。
10.如权利要求9所述的计算机可读介质，其特征在于，所述多个连续像素不超过5个像素。
11.如权利要求9所述的计算机可读介质，包括用于基于所述多个差分向量中满足标准的每一个差分向量将异常区域分类为过度抛光或抛光不足的指令。
12.如权利要求10所述的计算机可读介质，其特征在于，用于将异常区域分类为过度抛光或抛光不足的指令包括用于基于两个色彩通道中的差值比计算因子的指令。
13.如权利要求12所述的计算机可读介质，其特征在于，用于计算所述因子的指令包括用于计算前两个色彩通道中的第一差值比和后两个色彩通道中的第二差值比的和的指令。
14.如权利要求12所述的计算机可读介质，其特征在于，用于将异常区域分类为过度抛光或抛光不足的指令包括用于将所述因子与至少第三阈值进行比较的指令。
15.如权利要求1所述的计算机可读介质，包括用于基于所述多个差分向量确定所述异常区域的严重程度的指令。
16.如权利要求15所述的计算机可读介质，其特征在于，确定所述严重程度包括在至少两个色彩通道的色彩空间中确定包含所述异常区域中的像素的差分向量的最小边界区域，并将所述边界区域的面积与第五阈值进行比较。
17.如权利要求16所述的计算机可读介质，其特征在于，所述最小边界区域包括矩形。
18.一种对基板上的膜非均匀性进行分类的方法，包括：
获取基板的彩色图像，所述彩色图像包括多个色彩通道；
针对所述基板的所述彩色图像获取标准色；
针对沿着所述彩色图像中的路径的每个相应像素，确定所述相应像素的颜色与所述标准色之间的差分向量，以生成差分向量序列；以及
基于所述差分向量序列，包括将所述序列中的多个差分向量与阈值进行比较，来将沿着所述路径的所述像素拣选到多个区域中，所述多个区域包括至少一个正常区域和至少一个异常区域。
19.如权利要求18所述的方法，其特征在于，获取所述彩色图像包括利用包含线扫描成像仪的内联计量系统对基板进行扫描。
20.一种抛光系统，包括：
用于对基板进行抛光的抛光机；
用于获取基板的彩色图像的内联计量系统，所述彩色图像包括多个色彩通道；
控制器，所述控制器被配置成用于：
从所述内联计量系统接收获取的所述彩色图像；
针对所述基板的所述彩色图像获取标准色；
针对沿着所述彩色图像中的路径的每个相应像素，确定所述相应像素的颜色与所述标准色之间的差分向量，以生成差分向量序列；
基于所述差分向量序列，通过将所述序列中的多个差分向量与阈值进行比较，将沿着所述路径的所述像素分类为正常或异常；并且
响应于所述像素被标识为正常或异常，将所述像素拣选到一个或多个区域中；并且
基于拣选到所述至少一个异常区域中的像素，调整抛光机的抛光参数。
CN202210218508.3A 2021-03-04 2022-03-04 基于基板图像处理的膜非均匀性的像素和区域分类 Pending CN115100097A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US202163156856P 2021-03-04 2021-03-04
US63/156,856 2021-03-04

Publications (1)

Publication Number Publication Date
CN115100097A true CN115100097A (zh) 2022-09-23

Family

ID=83116375

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210218508.3A Pending CN115100097A (zh) 2021-03-04 2022-03-04 基于基板图像处理的膜非均匀性的像素和区域分类

Country Status (5)

Country Link
US (2) US20220284562A1 (zh)
KR (1) KR20230148849A (zh)
CN (1) CN115100097A (zh)
TW (2) TW202336697A (zh)
WO (1) WO2022187079A1 (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2019146456A1 (ja) * 2018-01-26 2019-08-01 東京エレクトロン株式会社 基板処理装置
JP2023516872A (ja) * 2020-06-29 2023-04-21 アプライド マテリアルズ インコーポレイテッド 機械学習に基づく基板画像処理からの膜厚推定
TWI770906B (zh) * 2021-03-26 2022-07-11 環球晶圓股份有限公司 晶圓表面缺陷檢測方法及其裝置

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6718053B1 (en) * 1996-11-27 2004-04-06 Chromavision Medical Systems, Inc. Method and apparatus for automated image analysis of biological specimens
JP3788279B2 (ja) * 2001-07-09 2006-06-21 株式会社日立製作所 パターン検査方法及び装置
US7295700B2 (en) * 2003-10-24 2007-11-13 Adobe Systems Incorporated Object extraction based on color and visual texture
WO2015114833A1 (ja) * 2014-02-03 2015-08-06 株式会社プロスパークリエイティブ 画像検査装置及び画像検査プログラム
KR101834812B1 (ko) * 2015-10-27 2018-03-06 엘지전자 주식회사 비전 검사를 이용한 디스플레이 불량 검출 방법 및 시스템
CN105957878A (zh) * 2016-07-08 2016-09-21 京东方科技集团股份有限公司 显示基板及其制备方法、显示装置
US11100628B2 (en) * 2019-02-07 2021-08-24 Applied Materials, Inc. Thickness measurement of substrate using color metrology

Also Published As

Publication number Publication date
TW202247093A (zh) 2022-12-01
KR20230148849A (ko) 2023-10-25
US20220284562A1 (en) 2022-09-08
TW202336697A (zh) 2023-09-16
US20220285227A1 (en) 2022-09-08
WO2022187079A1 (en) 2022-09-09
TWI803220B (zh) 2023-05-21

Similar Documents

Publication Publication Date Title
US11682114B2 (en) Thickness measurement of substrate using color metrology
US11715193B2 (en) Color imaging for CMP monitoring
US11776109B2 (en) Thickness measurement of substrate using color metrology
TWI803220B (zh) 用於基於基板影像處理的膜非均勻性的像素和區域分類的非瞬態電腦可讀媒體、方法和拋光系統
US11557048B2 (en) Thickness measurement of substrate using color metrology
TWI792370B (zh) 根據基於機器學習的基板圖像處理作膜厚度估測
US11315232B2 (en) Residue detection using a luminance histogram
JP2024521237A (ja) 基板画像の処理に基づいたピクセルおよび領域の膜不均一分類
TWI839399B (zh) 決定基板是否已經適當拋光的方法、電腦程式產品以及用於獲得代表基板上的層之厚度的量測值的系統
CN113518691B (zh) 使用色彩计量进行的基板的厚度测量

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