CN115360133A - 一种半导体设备多级自动晶圆对准方法和半导体设备 - Google Patents

一种半导体设备多级自动晶圆对准方法和半导体设备 Download PDF

Info

Publication number
CN115360133A
CN115360133A CN202211018869.XA CN202211018869A CN115360133A CN 115360133 A CN115360133 A CN 115360133A CN 202211018869 A CN202211018869 A CN 202211018869A CN 115360133 A CN115360133 A CN 115360133A
Authority
CN
China
Prior art keywords
wafer
template
image
alignment
level
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
CN202211018869.XA
Other languages
English (en)
Inventor
刘骊松
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 Precision Measurement Semiconductor Technology Inc
Original Assignee
Shanghai Precision Measurement Semiconductor Technology 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 Shanghai Precision Measurement Semiconductor Technology Inc filed Critical Shanghai Precision Measurement Semiconductor Technology Inc
Priority to CN202211018869.XA priority Critical patent/CN115360133A/zh
Publication of CN115360133A publication Critical patent/CN115360133A/zh
Pending legal-status Critical Current

Links

Images

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
    • 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
    • G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
    • G06T7/33—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods
    • G06T7/337—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods involving reference images or patches
    • 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
    • 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)
  • Condensed Matter Physics & Semiconductors (AREA)
  • Manufacturing & Machinery (AREA)
  • Computer Hardware Design (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • Power Engineering (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Testing Or Measuring Of Semiconductors Or The Like (AREA)

Abstract

本发明公开了一种半导体设备多级自动晶圆对准方法和半导体设备，该方法包括：当设备初次执行工作菜单时，在晶圆上片后自动在晶圆中心区域获取初级晶圆对准所需模板图像和模板，根据晶粒周期性确定晶圆上至少一个目标图像采集位置，采集目标图像并用模板进行模板匹配，完成初级晶圆对准；然后从当前级的晶圆对准模板图像或成功匹配的目标图像中，自动获取更高一级晶圆对准的模板图像采集位置,采集更高一级的模板图像和目标图像，然后完成更高一级晶圆对准，并以同样的方式完成其余各级晶圆对准，并根据所获结果产生晶圆对准工作菜单，以供后续晶圆对准所用。本发明避免了人工创建晶圆对准工作菜单时选择模板出错的风险，无需占用产线上设备机时。

Description

一种半导体设备多级自动晶圆对准方法和半导体设备
技术领域
本发明涉及半导体设备，尤其涉及一种半导体设备多级自动晶圆对准方法和半导体设备。
背景技术
大规模集成电路(IC)制造和检测工艺需要使用半导体设备，在晶圆上片后设备大都需要先进行晶圆对准(Wafer Alignment,WA)。在现有技术中，如图1所示，上述半导体设备100通常包括最基本的前端机械模组(Equipment Front End Module，EFEM)110用于晶圆上下片，可放置晶圆盒112，其中有晶圆预对准器113和机械手114,机械手114用于上下片。上述设备还包括机械运动平台115，通常可在X,Y,Z方向运动和转动，其上可放置晶圆120。上述半导体设备还包括光学显微成像系统(Optical Microscope,OM)130，分辨率较低但视场(Field of View，即FOV)较大，通常用于初级晶圆对准。后续高级晶圆对准可切换高倍率OM物镜，更通常是用分辨率更高的检测、测量设备本身的核心任务/本职工作部件131，例如光学缺陷检测设备中的延时积分(Time Delayed Integration,即TDI)系统，像素尺寸可达100nm量级，或电子束晶圆缺陷检测(E-beam Inspection,即EBI)或复检(E-beam Review,即EBR)设备，EBR设备中电子光学成像/扫描电镜(Scanning Electron Microscopy,即SEM)系统像素尺寸可达10nm–1nm量级。这些设备通常需要3级晶圆对准，但通常不需更多级，否则会明显降低设备吞吐量(Throughput)。另外所述半导体设备100还包括计算机140和其上运行的软件141，包括用户界面(GUI)，系统软件和算法软件，硬件控制和通讯等模块。
上述设备中上片系统均自带晶圆预对准，精度不特别高，例如晶圆圆心位置不确定度在约200μm范围,晶圆取向不确定度在±1°范围，因此都需在此基础上进行晶圆对准，完成之后设备才可进行后续工作包括其本职工作/核心任务(包括缺陷检测，复检，关键尺寸量测等)。由于图像采集系统需兼顾视场(FOV)和最终核心任务所需精度要求，上述设备通常都需要多级晶圆对准，使晶圆圆心位置和取向从预对准精度，逐步达到核心任务所需精度。通常初级晶圆对准始于光学显微成像系统(Optical Microscope，OM)，后级对准可以仍然用OM配多级高倍率物镜，或可用设备本身的核心任务部件，例如诸多光学缺陷检测设备中的延时积分(Time Delayed Integration,TDI)系统，或如诸多基于扫描电子显微镜(Scanning Electron Microscopy,SEM)的系统。
半导体设备工作包括创建工作菜单(Recipe)和执行Recipe两部分。所述Recipe包括设备核心任务Recipe以及在开展核心任务之前所需准备工作的Recipe，其中包括WARecipe(Wafer Alignment Recipe,晶圆对准的工作菜单)。
另外大部分半导体设备的大部分应用涉及有图形晶圆(Patterned Wafer)。
参考图2，在创建WA Recipe时，通常在靠近晶圆中心处/区域采集模板图像201，从中选取模板202，为一子图像/区域，它在图中具有唯一性，且亮度、对比度都须达到既定要求，然后移动晶圆/机械运动平台115多个晶粒(Die)的距离，采集目标图像211，用模板202到其中进行模板匹配，搜寻获最佳匹配位置212。模板匹配常用算法很多，例如图像相似度算法，包括互相关(Normalized Cross Correlation，NCC)算法或是基于特征(Feature-based)的模板匹配方法，均可达亚像素精度。另外晶圆上晶粒排列在X,Y方向上都有周期，晶粒之间为Street(街道)，业内有标准的尺寸。参考图3A，用沿同一行(列)多个Die位置匹配结果，如311，312，313，314，315，316，依次逐步获取更多远离晶圆中心模板匹配位置，共同参与，例如取其中匹配成功的点拟合直线，来获得晶圆取向角θ，并予以纠正，例如反方向转动晶圆/机械运动平台。晶圆对准时晶圆上目标图像采集位置的选择方式有多种，不限于图3A中那样都在水平方向的位置，但都是基于晶粒的周期性来选择。例如参考图3B，用晶圆上位置321，322，323，324，325，有的在水平方向有的在垂直方向，其全部或部分，也都可以作为目标图像采集位置用于采集目标图像，通过模板匹配得到各个匹配位置，最终实现晶圆对准(理论上2个匹配位置即可定直线，而实际应用中匹配位置多、相距远能降低测量误差)，方法原理上类似，以后就只用图3A中的实例来说明。需要说明的是，现有技术中尚无晶圆自动对准，因此模板图像和至少第一/首个匹配位置，如图3中匹配位置311或312需要人工来确定，这通常在创建Recipe时做的，其余匹配位置可根据已知的晶粒周期来自动获得。在完成当前级WA后，过渡到放大倍率更高的下一级WA,当模板图像确定后，然后以同样方法，用分辨率更高的图像进行下一级的WA,例如用高放大倍率的OM图像或TDI/SEM图像进行，直至完成最后一级晶圆对准。所述从一级晶圆对准过渡到下一级的方法，现有技术中都是人工选择各级匹配模板。通常根据不同的应用，WA常有2-4级,最常见的是3级。然后保存各级模板和各成功匹配位置(纠正后的)。
另外通常还要在晶圆完成WA后选择晶圆坐标参考点，简称参考点，尽管理论上它不属于WA本身。实用中通常需要以该参考点为中心建立晶圆X,Y坐标系，WA已完成后，在一定精度范围内，它和机械运动平台的X,Y坐标系仅存在平移关系。例如，参考点选在最接近晶圆圆心处某个晶粒的角部。严格地讲，参考点位置由该处图像(例如图像中心位置)所决定的。通常可用晶圆上专门制定的对准图标(Alignment Mark,AM),例如参考图4A，晶圆中心处采集的图像401，其中有不同尺寸的AM402，403和404(形状没有限制，为方便说明，都放在同一图中)。对于初检设备，通常在其工作中才确定晶圆参考点，不存在事先确定的参考点，且有时晶圆上根本就没有所述AM,而是可用晶圆中心附近某特征位置，例如参考图4B，可用所需放大倍率下图像411的中心412，或其中所含晶粒角部附近位置413。这样图像中心有特征(例如，角点)或许更有利于后续可能需要的模板匹配，因为通常参考点处图像保存到Recipe中，为后续确定晶圆坐标系所用。这种参考点选取方法适用于大部分前述初检设备的许多应用，包括检测类的亮场(Bright Field，BF)晶圆缺陷检测设备,暗场(DarkField，DF)晶圆缺陷检测设备，宏观缺陷检测(Macro Defect Inspection)设备，电子束晶圆缺陷检测设备(e-beam inspection,EBI)设备，也包括量测(Metrology)类的CD-SEM等设备。当然选用统一的AM为参考点，实际应用中会更方便些。
另外这里涉及的半导体设备也包括许多IC制造后道封装测试设备例如探针测试(Prober)设备和晶圆切割(Dicing)设备等，其晶圆对准通常用低、高2级放大倍率的OM系统就够了，更简单些。
所述半导体设备工作时，晶圆上片后先执行晶圆对准Recipe，其过程和创建Recipe时相同，采用Recipe中保存的模板，到Recipe中保存的各级匹配位置，例如图3A中的311至316点附近采集图像进行晶圆对准，获得满足阈值条件的匹配的位置，共同确定当前晶圆取向，然后进行角度纠正，进入下一级WA,以同样的方式进行，直至完成最后一级。然后根据参考点模板图像，进行模板匹配以搜寻参考点，和创建Recipe时的步骤相同，但都是设备按Recipe全部自动地进行。
上述现有技术中存在的问题是：
1.WA Recipe的创建依赖于人工选择模板匹配所用的模板(需满足亮度、对比度、特征含量、唯一性等较严格的要求)，缺乏经验者操作时出错概率较高，如果设备在产线上执行晶圆对准工作菜单时，叠加上所述设备实际工作中在某些晶圆上有图像本身质量的漂移，包括噪声和局部改变,例如光学图像由于晶圆表面多层膜干涉造成的对比度/图案改变，SEM图像由于局部材料极化产生的荷电(charging)效应等，更加容易使得晶圆对准失败/出错，造成严重后果；
2.在晶圆对准完成后，仅仅提供晶圆对准中最后一级即最高放大倍率下晶圆参考点/参考点模板图像，无论是用晶圆上已有的对准标识(Alignment Mark)或是晶圆上的图案，使用中都不够方便，因为后续应用例如晶圆缺陷复检时的所用的成像机制，放大倍率可能不同，更多的不同放大倍率下的参考点/参考点模板图像选择会带来方便，节省时间；
3.而更重要的是，当前业内趋势是尽可能脱机产生设备工作的Recipe，即在不占用产线上设备宝贵机时的情况下制定工作Recipe。而脱机产生Recipe的最大的甚至唯一的障碍就是晶圆对准工作菜单的产生，它需要在设备上采集模板图像，此时设备不能进行其他工作，需要停止其本职工作/核心任务，带给产线在操作层面和经济层面的影响很大。而目前业内所述半导体设备都尚无多级自动晶圆对准(Automatic Wafer Alignment,AWA)的方法。
因此针对上述问题，下面本发明通过实施例和附图，提供了旨在解决上述问题的一种半导体设备多级自动晶圆对准方法和半导体设备。
发明内容
本发明的目的在于提供一种半导体设备多级自动晶圆对准方法和半导体设备，用以解决现有技术中完全依赖于人工选择晶圆对准中模板匹配所用模板的方法而导致出错风险较高的问题，以及尚无多级自动晶圆对准方法，不能脱机产生设备工作菜单的问题。
为达此目的，本发明实施例提供了一种半导体设备多级自动晶圆对准方法，包括:
当所述设备初次执行其菜单中定义的工作时，在晶圆上片后自动在晶圆中心区域获取初级晶圆对准所需模板图像和模板，根据晶粒周期性确定所述晶圆上至少一个目标图像采集位置，移动所述晶圆到所述目标图像采集位置采集目标图像并用所述模板进行模板匹配，完成初级晶圆对准；
从当前级的晶圆对准所述模板图像或成功匹配的目标图像中，自动获取更高一级晶圆对准的模板图像采集位置,并采集更高一级的模板图像，从中确定所需模板，根据晶粒周期性确定更高一级的目标图像采集位置并采集目标图像，然后完成更高一级晶圆对准，并以同样的方式完成其余各级晶圆对准，并根据所获结果产生晶圆对准工作菜单,供后续晶圆对准所用。
本发明实施例还提供一种半导体设备，所述设备在晶圆上片后执行以下步骤:判断所述设备是否已有用于晶圆对准的工作菜单，若为否，则使用所述的方法进行晶圆自动对准，并保存晶圆对准的工作菜单，然后执行所述设备的本职工作；若为是，则获取并执行所述工作菜单，然后执行所述设备的本职工作。
上述本发明实施例提供的一种半导体设备多级自动晶圆对准方法和半导体设备，首先它简化半导体设备工作菜单创建流程，避免人工创建晶圆对准工作菜单时选择模板的出错风险。且更重要的是，它无需占用半导体设备、特别是在线半导体设备宝贵的机时，使得脱机产生晶圆对准工作菜单乃至整个半导体设备的工作菜单成为可能。
进一步地，由于只需要设备在对同类晶圆同类工作的首次/前几次使用多级自动晶圆对准的方法，其在实际应用中它所带来的额外时耗实际上是可忽略不计，即无新增时间成本。因此其意义非凡。因为当前半导体设备上工作菜单的创建中最依赖于设备，且往往是唯一依赖于设备的部分，就是晶圆对准的工作菜单的创建。
附图说明
图1为本发明实施例所涉及的半导体设备示意图；
图2为现有技术中一种用于晶圆对准的模板匹配的示意图；
图3A为一种现有技术中某级晶圆对准中匹配位置的示意图；
图3B为另一种现有技术中某级晶圆对准中匹配位置的示意图；
图4A为现有技术中一种用晶圆上对准图标(Alignment Mark)作为晶圆坐标系参考点方法的示意图；
图4B为现有技术中另一种选择晶圆坐标系参考点方法的示意图；
图5A为本发明实施例中从初级WA的OM图像中确定匹配模板方法的示意图；
图5B为本发明实施例中从初级WA的OM图像中确定匹配模板另一方法的示意图；
图5C为本发明实施例中在投影数据中通过单个主极大构成峰值区域方法的示意图；
图5D为本发明实施例中在投影数据中通过多个峰值不同的组合构成多个峰值区域方法的示意图；
图5E为本发明实施例中在投影数据中通过单个靠近边缘的主极大峰值构成峰值区域方法的示意图；
图5F为本发明实施例中从沿X,Y方向投影中获得多个初始模板区域方法的示意图；
图5G为本发明实施例中一种初始模板区域优化方法示意图；
图6为本发明实施例中拼接WA的OM图像用于确定匹配模板方法的示意图；
图7为本发明实施例中在某级WA的图像中确定更高一级WA模板图像采集位置方法的示意图；
图8为本发明实施例中半导体设备中的多级晶圆自动对准流程示意图。
具体实施方式
下面结合附图对本发明实施例中的技术方案进行清楚、完整地描述。
本发明实施例提供了一种半导体设备多级自动晶圆对准方法，包括：
当所述设备初次执行其菜单中定义的工作时，在晶圆上片后自动在晶圆中心区域获取初级晶圆对准所需模板图像和模板，根据晶粒周期性确定所述晶圆上至少一个目标图像采集位置，移动所述晶圆到所述目标图像采集位置采集目标图像并用所述模板进行模板匹配，完成初级晶圆对准；
从当前级的晶圆对准所述模板图像或成功匹配的目标图像中，自动获取更高一级晶圆对准的模板图像采集位置,并采集更高一级的模板图像，从中确定所需模板，根据晶粒周期性确定更高一级的目标图像采集位置并采集目标图像，然后完成更高一级晶圆对准，并以同样的方式完成其余各级晶圆对准，并根据所获结果产生晶圆对准工作菜单,以供后续晶圆对准所用。
其中，本发明实施例中多级是指至少两级，即可以设置为两级或至少三级，通常设置三级自动晶圆对准即可。
在本发明实施例中，在晶圆上片后自动在晶圆中心区域获取初级晶圆对准所需模板图像和模板包括：
在晶圆中心区域，获取一帧模板图像并对所述模板图像进行预处理，所述预处理包括边缘提取和滤噪；获得边缘图像沿X,Y方向的两个投影，并分别从所述投影中探测满足既定阈值条件的峰值信息包括按大小排列的主极大和次主极大峰值，根据所述主极大和/或次主极大峰值按既定规则扩展以确定所述投影中的峰值区域，再沿X、Y方向分别将所述峰值区域反投影至模板图像，将反投影交汇处作为初始模板区域，基于所述初始模板区域获得初级晶圆对准的模板。补充一点，本发明中所谓的X/Y方向，皆指图像水平/垂直或图像行/列方向。
本发明的一个AWA实施方案中，上述半导体设备工作时，对有图形晶圆(PatternedWafer)不需要事先创建WA Recipe。大部分半导体设备的大部分应用都涉及有图形晶圆。在执行Recipe时，此时所述设备处于正常状态包括OM系统(一或多个放大倍率)聚焦，和后续图像采集系统例如延时积分(Time Delay Integration,TDI)相机或扫描电子显微镜(Scanning Electron Microscope,简称SEM)系统，也是设备本职工作所需的部分的聚焦，在晶圆上片后，此时移动机械运动平台使得初级WA的OM相机位于晶圆中心区域，所述晶圆中心为“理想晶圆中心”，因为每次上片总有误差，例如晶圆上片时预对准步骤保障晶圆中心偏离<200μm范围，本发明实施例中已考虑到了这些可能的误差。另外本发明实施例中仅以当前300mm晶圆为例，对既往的200mm,150mm晶圆同样适用，原理相同，且只会相对更加容易实现。通常所述半导体设备的初级OM图像视场(FOV)，由于上述预对准精度在一定范围内，FOV不会太小，且由于受相机CCD尺寸、信噪比、处理速度等限制，FOV也不会太大，例如常在2–8mm范围。这样实际晶圆中心偏移不超过FOV的1/10。考虑到当前300mm晶圆上晶粒周期在2mm-4mm，所述晶粒周期包括一晶粒间街道(Street)尺寸通常在70um。因此，即便在FOV小如4mm时，单帧初级OM图像总能包含至少一个4晶粒交叉路口，其中心不会太偏离图像中心/视场中心，且该区域通常是一个不错的模板选择(其对比度，特征含量、唯一性等都比较好)，就如图2所示的情况。补充说明，如果晶圆上最接近晶圆中心位置的4晶粒交叉路口，由于晶粒布局不同，不正好位于晶圆中心附近，但由于目前初级OM系统的视场(FOV)较大，通常都能包括所述4晶粒交叉路口，万一不包括的话，后文中也有充分的对策。另外给定晶圆上晶粒尺寸和布局为已知信息。还有涉及到各放大倍率下的像素尺寸均经过校准，也为已知。参考图2，其中OM图像201中的202区域包含了一个4晶粒交叉路口，也是不错的模板区域。又如图5A中OM图像511(方便起见，图中显示的是原OM灰度图像的边缘图像)中也包含了一个4晶粒交叉路口。通常OM系统的初级的FOV比图2中对应FOV更大，更能保障其中包含4晶粒交叉路口了。如果图像FOV相当于晶粒尺寸较大，初级OM甚至可包含接近于2个4晶粒交叉路口，但这些都不妨，只要用到其中之一就够了。找4晶粒交叉路口位置的方法应该有很多，下面给出一种方法，其余的可以按同样的思路获得。
在本发明实施例中，首先对OM图像进行预处理，包括进行边缘提取，例如，用高斯函数/核G的一阶偏导/梯度，获得边缘图像(强度部分)
Figure BDA0003813411410000081
其中▽表示一阶偏导/梯度，I代表图像，
Figure BDA0003813411410000082
代表卷积运算，Ei为单方向(X/Y)的边缘图像。同时也可以用二阶偏导/Laplace运算Δ，代替上述一阶偏导/梯度运算Δ。上述操作常分解为X(水平，也即图像中行的方向),Y(垂直，也即图像中列的方向)两方向的独立操作，获X方向的边缘图像Ex和Y方向的边缘图像Ey,最终有边缘图像的强度部分E(简称边缘图像)：
Figure BDA0003813411410000083
另还可过滤掉上述边缘图像中E值较小的部分，即进行滤噪。其他的图像边缘提取算法很多例如Sobel，也包括用小波变换(Wavelet Transform)等，但用高斯函数的好处是可以对其形状(σ)有更好的控制，特别是在频域操作时。可以肯定对于初级晶圆对准OM图像，上述边缘图像E中的边缘绝大多数是横平竖直的，包括最强的边缘部分，即便图像包括晶粒边界，也是如此。
然后对上述边缘图像E进行沿X,Y方向的投影获得1维的投影数据。投影是指把边缘图像E中各像素值沿X/Y即沿图像行/列方向简单地求和。参考图5A，图像511是原OM图像(也就是上式中的I)的边缘图像E,，然后进行沿X,Y方向的投影，获沿X方向投影512和沿Y方向投影513，然后在沿X,Y的投影中分别找均满足既定阈值条件的主极大峰值和次主极大峰值位置，优选地，次主极大峰值与主极大峰值之间的距离满足距离阈值要求，其中沿X方向投影512中有主极大峰值5121和次主极大峰值5122，沿Y方向投影513中有主极大峰值5131和次主极大峰值5132。其中，主极大峰值和次主极大峰值分别为投影数据中的最大值和次大值，且二者需要满足既定阈值条件，优选地，二者之间的距离还满足距离阈值要求。然后将上述沿X、Y方向投影的主极大、次主极大峰值位置整体向两边分别扩展加宽距离r，确定峰值区域，如图5A中沿水平方向投影的峰值区域边界有5123，5124，沿垂直方向投影的峰值区域边界有5133，5134，然后反投影(Back Projection)到模板图像中，于是所述区域边界沿X,Y方向反投影相交区域516给出了4晶粒交叉路口的位置区域530的位置，该区域可称为初始模板区域，基于所述初始模板区域获得初级晶圆对准的模板，在本发明实施例中，对于初始模板区域进一步优化以获得所述模板。
在本发明实施例中，使用以下任一种方法设定距离r：所述r可为预设的固定值，例如64个像素；也可以是一相对固定的值例如为图像宽/高中较小的一个分数，譬如r＝min(W,H)×c％，其中W,H为模板图像的宽和高，c为预设的常数例如5；另外还可以是主极大峰值的半高宽(full-width-half-maximum,FWHM)的一个预设倍数例如r＝d×FWHM，d为常数例如3.5。上述加宽时，如果遇到图像边缘则止步，并可选地，在相反方向进行补偿。
在本发明实施例中，上述单个主极大/次主极大峰的形状，例如FWHM本身也有要求，必须在一定范围内，即不太宽也不太窄，通常可根据经验和该级晶圆对准所用图像的宽、高(W,H，单位为像素)来决定。
在本发明实施例中，无论上述各种情况的r,最终产生的峰值区域(沿X方向和沿Y方向的峰值区域均)必须在[MinS,MaxS]之中，在将所述峰值区域反投影至模板图像前对其加以限制，所述限制包括：判断所述峰值区域的尺寸是否位于设定的[MinS,MaxS]范围内，若否，则缩小或扩展所述峰值区域的尺寸以使其位于所述范围内，其中，MinS和MaxS分别为预设的最小模板尺寸和最大模板尺寸。例如，可以对称地放大/缩小峰值区域使其满足[MinS,MaxS]的范围要求。
在本发明实施例中，所述优化中，固然包括模板在所述图像中的唯一性检验，所述主极大峰值指投影数据中的最大值且其FMWM满足一定的条件，不能太宽即在既定阈值范围内，次主极大峰值也有类似要求，即在距离主极大峰值一定距离即f×FWHM(f为经验参数，例如f＝1.5)之外的且FMWM也满足一定的条件(和主极大峰值的条件相同)的区域最大值。另外本发明实施例中规定二者也不能相距太远，二峰值位置之间距离要≤g×MinS(其中g为经验参数，例如g＝0.75)。另外二者都要满足一定的阈值条件(后面会阐述)。
如此构成的WA模板匹配用的模板从统计意义上讲很可靠，因为有足够的特征和唯一性这两个模板所需最重要的要素的支持。其实位置区域530也不需要很精确，通常移动几个甚至十几个像素(不超过模板尺寸的1/10)也不妨。
补充说明，上述关于投影数据主极大峰值和次主极大峰值的既定阈值条件，包括关于主极大峰值和次主极大峰值均需达到一定的阈值,所述阈值条件包括绝对阈值Ta和/或相对阈值Tr条件，例如必须达到绝对阈值Ta(见图5A)，绝对阈值条件包括：
Pi≥Ta，i＝X,Y
其中Pi为沿X,Y投影中待考察的主极大峰值和次主极大峰值。所述绝对阈值Ta为预设常数，通常由经验结合图像的尺寸、图像像素灰度值的深度和数据类型(例如8-bit,10–bit,16-bit等)决定。
同时本发明实施例中可以用相对阈值Tr(图5A中未显示)，例如其一可有：
Tr＝(Pmax-Pm)×C1
其中C1在0–100％即(0,1)之间，例如50％。Pmax为投影数据的最大值，也就是主极大峰值，Pm为在某一区间内，例如在待考察峰Pi两边共b个像素范围内(图中未显示，并不限定两边对称各为b/2个像素)的最小值或n个最小值的平均值，所述像素范围b为预设常数例如b＝min(W,H)×10％,n≤5。又例如其二可有：
Tr＝Pavg×C2
其中Pavg是沿X/Y方向投影在待考察峰(主极大峰值或次主极大峰值)两边共b个像素(同样并不限定两边对称各b/2个像素)范围内的平均值，b为预设的常数，C2是预设的常数，例如可以是3.0。然后按以下的相对阈值条件考察主极大峰值和次主极大峰值：
Pi≥Tr，i＝X,Y
满足此条件的峰值也都能保障构成合格模板的最基本条件如唯一性和对比度。还补充说明，实际应用中对上述b值的最大值可以不加限制，b最大可以是整个投影数据的长度。
本发明实施例中不限制这两个阈值的使用方法，可以单独用绝对阈值Ta,也可以用绝对阈值Ta(相对独立使用时放低)结合上述相对阈值中的一个。补充说明一点，满足上述条件的峰,一方面由于上述主极大和次主极大峰值为全局要求，另一方面由于上述关于局部b个像素范围的相对阈值要求，以及上述关于峰宽FWHM的要求，二者结合，将有力地保障了用上述方法产生的模板更具唯一性。
还需要说明的是，即便上述投影中的峰值对应的区域偏离或不是晶圆4晶粒交叉路口，因为能够满足匹配模板的条件像是X(水平),Y(垂直)方向的特征含量、对比度、唯一性，毫无疑问，也能够成为WA所需的模板。像图5B中的单个主极大峰值523那样，以其左右在一起至少共MinS范围，最大MaxS范围，反投影后也能构成初始模板区域，然后按和上面(有主极大和次主极大峰值时的情形)相同的方法进一步优化，最终获得匹配模板。这里满足条件的单个主极大峰值通常也能保障模板最需要的对比度和唯一性要求。即便其位置不一定在晶圆上4晶粒交叉路口，但由于晶圆上晶粒排列具周期性，以及晶圆上片中的预对准保障了晶圆取向角在±1°之内，用这样的模板完全能够用于像图3A中所示的现有技术中的晶圆对准(此时模板匹配位置312-316不在晶粒交叉路口附近)。这样更能适用于更高级的WA时自动获取模板的情况,因为随着视场的减小，图像可能不包括全部晶粒交叉路口于其中的情况。补充说明，图3中匹配位置311-316仅为说明本发明实施例，匹配位置311即为模板图像采集位置，后续的匹配位置312-316为通过模板匹配得到的匹配位置，实际应用中匹配位置最少2个例如匹配位置311和312，最多不止6个，可以有更多的匹配位置。
如果遇上极为特殊/罕见的情况，例如此时设备OM系统FOV相对于晶粒尺寸较小，同时上片后晶圆位置的偏差相对较大，或者晶粒在晶圆上分布(相当于晶圆中心)不对称，单帧OM图像中难以包括完整的4晶粒交叉路口。本发明实施例中的对策是，所述方法包括：当从所述投影中探测到满足既定阈值条件的主极大峰值而未探测到满足所述阈值条件的次主极大峰值位置时，若所述主极大峰值与任一侧的图像边界的距离满足距离阈值条件，则根据所述主极大峰值的位置向两边扩展直至预设的最大模板尺寸MaxS的范围，构成峰值区域；否则根据所述主极大峰值所对应的在晶圆上的位置，移动晶圆，到该位置处重新采集模板图像，然后重新探测满足所述既定阈值条件的主极大和次主极大峰值的位置，用于确定所述峰值区域。
例如，首先仍然用上面的方法获得沿X、Y方向投影，当上述沿X/Y某投影中主极大峰值P1远超过次主极大峰值P2，例如P2<P1×70％时，只用主极大峰值P1的位置，即用上面所述的单个主极大峰值构成峰值区域，用于反投影以确定初始模板区域。但如果此时所述单个主极大峰值太靠近图像的边缘(例如距离图像边缘<3×FWHM或者预设的常数h乘以该方向图像尺寸，例如h＝15％)，如果在远离图像边缘的方向空间，其中也有次主级大峰值例如其峰值超过主极大峰值的C％例如C＝10，尽管其本身不满足上述绝对或相对阈值条件，却也可在该方向扩展构成峰值区域。只有一个满足上述阈值条件的峰值的峰值区域是可以接受的。如图5E中所示，其中有较靠图像边缘的主极大峰值，其中G是峰值区域距离投影数据边缘的距离，如它在既定阈值范围内，按照上述方法，可有峰值区域552。而一种选择，当上述G小于既定阈值时，此时可以一次性的到该主极大峰值对应的区域重新采集以其为中心的模板图像，用上述方法确定其中合适的模板位置。此时增加一次模板图像的采集，其中包括近距离移动晶圆/机械运动平台一次，构成其最大额外耗时，但十分有限，而图像采集和上述全部图像处理耗时则更为有限，可忽略不计。另外后面会讲到这实际上对产线上所述设备的晶圆对准实际影响很小或可忽略，因为仅仅在初次的晶圆对准中才需要，一旦完成AWA后产生了Recipe就不需要这样了。而这样做换来的好处是，能够进一步保障AWA，使得总可能够获得可用的模板，用于完成该级晶圆对准，即增加了保险。补充说明，在上述单个主极大峰值过于靠近图像边缘，且次主极大峰值满足既定阈值要求其不是过于靠近图像边缘时，也可以仅用次主极大峰值构成峰值区域(和用单个主极大构成峰值区域的情况相同，不再赘述)，从而避免移动晶圆采集图像。
可选地，本发明实施例中并不限于使用单个峰值区域，也就是不限于使用单个模板。所述方法还包括：当探测到至少三个满足既定阈值条件的峰值信息(即包括主极大峰值和至少两个次主极大峰值，次主极大峰值至少包括第一次主极大峰值和第二次主极大峰值，第一次主极大峰值和第二次主极大峰值二者的峰值往往不同，但也不排除二者存在相同的可能，此时，本实施例将满足既定阈值条件且非主极大峰值的峰均称为次主极大峰值，另外上述各极大均满足上述峰宽FWHM和峰到峰之间距离的要求)时，根据所述峰值信息和预设的规则构成最多三个不同的峰值区域(沿X方向和Y方向分别满足最多三个不同的峰值区域)，然后分别反投影到所述模板图像确定最多六个初始模板区域，根据预设的条件筛选所述初始模板区域，筛选后获得至少一个且最多四个模板，用于晶圆对准(实用中WA通常支持使用多个模板，尽管通常只用1个模板)。例如，参考图5C,所述投影数据513上可以用前述主极大峰值5131和次主极大峰值5132构成峰值区域5130，可用单个主极大峰值5131或单个次主极大峰值5132为中心在其周边构成范围MaxS的峰值区域51310和51320，也可用单个主极大/次主极大峰值和达到既定阈值T(例如Ta或Ta结合Tr)的主极大/次主极大峰值构成峰值区域，总之本发明实施例中，用达到既定阈值条件的峰值组合构成多个峰值区域(本发明实施例中规定最多3个，区域宽度/范围满足既定要求例如最小和最大尺寸在[MinS,MaxS]之间，且区域中心间距也满足既定的要求例如X,Y方向分别不小于MinS/3，二区域可部分重叠。如果出现更多满足预设条件的峰，可以不同组合方式的结果按既定条件例如峰值个数和强度进行筛选，最终获得最多3个峰值区域)，然后将其反投影到图像中构成多个初始模板区域(如图5D中模板图像511中的初始模板区域541，542，543，且还可以有更多),例如6个，并对其进行和上述单个初始模板区域相同的方法优化(均要求在图中具唯一性)，并进一步进行筛选，包括排除位置过于接近的和特征含量相对少的，也排除过于偏离图像中心的/接近图像边缘的，最终构成最少1个最多M个模板，这里M是模板个数上限，例如4个。这里所述特征也无外乎图像中的边缘，角点等，可用边缘/梯度提取、角点提取例如Harris,FAST或SIFT等方法提取。使用多个匹配模板会通常使得后续模板匹配更灵活可靠，和使用单个模板方法相同，如前所述这是可选项，不再赘述。
作为示例，图5F显示了这种多模板的情况，其中有模板4个，图像570沿X,Y方向投影517，572，主极大和次主极大峰值可以用上述方法获得4个初始模板区域573，574，575和576，后面同样可以进一步筛选和优化。
另外还可再更进一步，作为预备方案(正常情况下通常不会遇到)，即当单帧模板图像中沿X/Y方向投影中上无法找到满足上述阈值条件的主极大峰值和次主极大峰值，本发明实施例中给出的对策是，当无法从所述投影中探测满足既定阈值条件的主极大和次主极大峰值时，在当前图像采集位置周边采集多帧图像，并与原模板图像拼接构成拼接模板图像，根据所述拼接模板图像进行和未拼接的原模板图像同样的操作，包括所述预处理、投影和反投影以获得所述初级晶圆对准的模板。例如，在晶圆中心处采集多帧图像拼接成大图，例如图6中的拼接模板图像601，其中t1为原单帧OM图像，和其周边8帧图像t2-t9构成九宫格，在拼接模板图像601中选择中心区域602，其X,Y方向的尺寸≥相应方向的晶粒尺寸的1.5倍，足以确保有至少一个4晶粒交叉路口。一种具体操作方法是，拼接所述图像，进行边缘提取，选取其中心区域602为一完整的图像，然后用上述处理单帧图像时完全相同的方法，即在X/Y方向投影，确定投影中主极大/次主极大峰值位置，反投影到图像区域来确定4晶粒交叉路口也是特征丰富和在图中具唯一性的区域，作为初始模板区域，然后再进一步优化来获得匹配模板。另一种具体操作方法是，可选地，按既定规则逐一采集t2-t9中的图像进行探测，如果存在满足主极大阈值条件的主极大峰值，就将该图像作为模板图像，按照和上述模板图像中自动提取模板同样的方法，获得模板，并终止采集九宫格中其他图像。实际应用中，只需要四宫格例如图6中的任意4帧图像(需要包括原模板图像t1)，例如t1,t2,t3,t4或t1,t6,t7,t8即可。这种四/九宫格拼图的方式，看似更为耗时，但是首先在正常情况下它应该不会发生，另外后面还会讲到，即便遇到，仅影响产线上同类设备、同类晶圆、同类Recipe的第一次晶圆对准。所述拼接可以有图像不重叠拼接(对初级WA用OM图像来说，机械运动平台误差是亚像素的，可以忽略)，也可以是有重叠的(基于图像重叠处特征)拼接。结果都不至于影响在拼接模板图像中在X/Y方向投影中获取主极大和次主极大的位置(完全不必精确到亚像素)。尽管这样较为耗时，但首先在初级晶圆对准时就很难遇到这种情况，其次考虑到(后面描述)实际应用中并非每次晶圆上片后都需要AWA,一旦完成初的AWA后就不再需要了，AWA的时间成本极为有限。而换来的好处是，作为安全保障，保障了最终AWA肯定能找到合适可用的模板。
另外更进一步，本发明实施例中还要对用上述方法获得的初始模板区域进行进一步处理/优化。基于所述初始模板区域获得初级晶圆对准的模板包括：当所述初始模板区域满足唯一性条件时，直接将其作为模板；或包括：优化所述初始模板区域，所述优化方法包括以所述初始模板区域中心为中心，搜寻尺寸在[MinS,MaxS]范围内，且在满足唯一性条件下特征含量比例最高时的区域选为模板。具体地，方法一，对一初始模板区域，考察其在模板图像内的唯一性，如其具备唯一性，可以直接用该区域作为模板/模板区域。如果不具唯一性(实为罕见/小概率情况，因为沿X,Y方向即一维投影数据中都对应于主/次主极大峰值，都是独一无二的)，可以考虑以该初始模板区域中心为中心，以最小模板尺寸MinS为下界和以最大模板尺寸MaxS为上界，取其中特征含量比例/浓度最高的区域，且满足唯一性要求的区域为模板区域。如图5G所示，模板图像580中某初始模板区域581，以其中心为中心，最小模板区域582，最大模板区域583，然后用上述方法选择其中特征含量比例/浓度最高的区域。所述特征就是图像中的边缘/梯度较大部分和角点。方法二，就是无论初始模板区域是否在模板图像中具唯一性，都以所述初始模板区域中心为中心，搜寻尺寸在[MinS,MaxS]范围内最终特征含量比例最高、满足唯一性条件的区域为模板。补充说明，对图像中任何一给定区域，所述特征含量比例即所述特征的密度ρ，其定义为：
Figure BDA0003813411410000151
其中特征含量指区域中属于上述特征的像素的个数，区域面积单位是像素的平方。在本发明实施例中，完成初级OM的WA模板选取后，当前级(初级OM)WA的步骤和现有技术中的类似,如图3A所示。例如此时已由上述方法确定了最接近晶圆中心的初级OM的WA匹配点/位置311并获取了模板图像和模板(匹配位置311即为模板图像采集位置，后续的匹配位置312-316为通过模板匹配得到的匹配位置)，然后根据已知的晶粒(Die)周期(DiePitch)容易运行正整数倍的X方向晶粒尺寸的距离找到312(晶圆预对准保障了目标图像/FOV中存在和模板相应的匹配，尽管和预期的位置可能会有些偏差，而后面的匹配就更加容易了)，采集目标图像进行模板匹配，然后根据匹配结果，即此时计算出的更精确的实际晶圆取向(2点可定直线斜率，多个相距远的点的结果更精确)和更精确的实际晶粒尺寸，继续获得其余相隔正整数倍的X方向晶粒尺寸的位置例如313，314，315，316等，从靠近晶圆中心的到远离晶圆中心的位置，这些满足模板匹配阈值要求的匹配位置共同参与，例如拟合直线或的当前晶圆取向角θ，并予以纠正，完成当前级别(初级OM)的WA，其中，可以在获得所有成功匹配的匹配位置312-316后进行一次晶圆取向纠正，也可以每获得一次成功匹配的匹配位置进行一次晶圆取向纠正，例如，在获得成功匹配的匹配位置312后，通过匹配位置311和312纠正一次晶圆的取向，在获得成功匹配的匹配位置313后，通过匹配位置311-313中的至少两个再次纠正晶圆的取向，以此类推，不再赘述，然后进入更高级的WA,此时可能是用更高放大倍率的OM(FOV更小)或是较低放大倍率的TDI/SEM图像，然后再进行更高级/放大倍率更大的WA，直至完成全部所有级的WA。补充一点，所述晶圆取向矫正，可以是转动机械运动平台，也可以是仅仅记录当前晶圆取向角，在后续凡涉及晶圆上坐标位置的时候用该取向角给予补偿。
补充说明，在完成当前级WA时，需要自动确定下一级的WA模板的位置，在现有技术中，这些更高一级WA的模板位置/图像是人工在创建Recipe时确定的，而本发明实施例中则必须在AWA中就地自动选取。
在本发明实施例中，所述从当前级的所述模板图像或成功匹配的目标图像中，自动获取更高一级晶圆对准的模板图像采集位置,并采集更高一级的模板图像，从中确定所需模板，包括：
a)从当前级晶圆对准所涉及图像包括模板图像和成功匹配的目标图像中按一定规则选取1个图像，称之为工作图像。所述规则可以是，用当前WA级的模板图像，或用当前WA中成功匹配位置的目标图像中的一个,例如是在和模板成功匹配各目标图像(如图3A中311处的图像可以是模板图像，312-316处的图像可以是目标图像)中包含特征最丰富的那一个目标图像。同上，所述特征也无外乎图像中的边缘，角点，或特定算法提取的特征点例如SIFT特征点；
b)从所述工作图像中寻找J个局部区域，其尺寸等于下一级晶圆对准所用图像的视场(FOV)在当前图像中的大小，J≥2，例如，在选取一个作为所述工作图像后，从所述工作图像中选取特征种类和/或数量满足要求的区域作为所述局部区域，这在初级OM的WA图像中很容易实现，尽管J＝1理论上也可行；参考图7为例，模板图像701中用模板区域702，其中可选择局部区域705，706，707，708，将各个局部区域705-708在晶圆上的对应的位置(根据这些局部区域在图像中的位置和该图像在晶圆上的采集位置容易推算出)作为候选下一级WA模板图像采集位置；或者，在上述目标图像711中，有当前级晶圆对准中模板匹配成功/目标区域712(其位置即为所述的匹配位置)，其中可选择局部区域715，716，717，718，将各个局部区域715-718对应在晶圆上的位置作为候选下一级WA模板图像采集位置；
c)将所述J个局部区域按一定规则排序，最直接了当的规则就是考察所述局部区中所述特征含量的多寡，即将所述J个局部区域按特征多寡从大到小排序；
d)将所述设备切换到下一级晶圆对准的图像采集视场(本来WA中在这一步就要做的，下一级时图像的放大倍率更高)，移动晶圆按所述排序逐一访问上述J个局部区域对应于晶圆上的候选位置，采集模板图像。用和初级晶圆对准中自动产生晶圆对准模板同样的方法或不同的方法确定更高一级的模板，且一旦获得，立即终止访问上述J个局部区域中的下一个，其中，当前模板用于完成当前级的晶圆对准。这包括用和上面搜寻模板区域同样的方式包括预处理、边缘提取、X,Y方向投影，搜寻主极大和次主极大峰值，反投影到模板图像确定初始模板区域并进一步优化其位置和尺寸，确定模板。需要注意，此时由于模板图像FOV更小，图中不能包括4晶粒交叉路口,对X/Y投影中次主极大峰值的要求有所改变，仅仅要求在满足阈值条件的主极大峰值左右共MaxS范围为反投影区域，和图5B中的情况类似，其中主极大峰值为523。然后将该区域边界用反投影来确定初始模板区域，再按和上面同样的方法对其进行位置和尺寸优化。另外还要注意，相关阈值包括绝对阈值Ta和两种相对阈值Tr都要相对放宽松。仍以图7为例，这样到了更高一级的WA时，假定模板图像701中的局部区域705为下一级模板匹配所用的模板图像采集位置，在局部区域705对应的晶圆上的位置采集下一级模板图像7051，其中有模板7052可以用于WA的模板。同理，以目标图像711中的局部区域717为下一级模板匹配所用的模板图像采集位置为例，在局部区域717对应的晶圆上的位置采集下一级模板图像7171，其中有模板7172。以图7为例，这样下一级晶圆对准中模板图像7051沿垂直方向的投影如数据/曲线7053所示，模板图像7171沿水平方向的投影如数据/曲线7173所示，其中较显著的峰能够产生构成良好模板的初始模板区域，其在图像中的唯一性、对比度应都可得到保障。所述不同的方法，指其他基于特征的模板选取方法，由于此时视场(无论是高放大倍率的OM图像或设备本职工作系统图像例如TDI或SEM图像)更小，使得其中包含的内容、特征较初级OM的WA时的更少，一些商业图像处理/机器视觉软件中有相应的模板自动选取功能，对此时的图像成功率较高。
在本实施例中，以同样的方法自动获取更高一级的晶圆对准所需模板，完成该级晶圆对准，直至完成其余各级晶圆对准。
至此设备完成了各级WA过程，然后设备可按照Recipe进行后续工作包括执行其核心任务。但如背景技术里所述，此时往往还需要确定晶圆参考点。
根据情况至少可有两种方法。其一，如果晶圆上印有对准图标Alignment Mark,如图4A中的402，403或404，只要已知其几何形状和大致尺寸，可以用模板匹配中的几何形状匹配算法，一些商用机器视觉/图像处理软件中都有，例如
Figure BDA0003813411410000171
Imaging Library中的Geometric Model Finder,(GMF)，因此也不需要事先上机采集图像。通常对准图标Alignment Mark的图案有良好的对称性，因此其中心就作为晶圆参考点，在不同的图像采集方式下(例如无论是OM图像，TDI图像明场或暗场，SEM图像)都不妨。当然此时搜寻会比较耗时。其二，如果没有对准图标的话，可以自由选取参考点，可在WA中最靠近晶圆中心的最高放大倍率(即最后一级)的WA图像中选择，例如该图像本身(晶圆参考点为该图像坐标原点，或其中心或其左上角或其中某角点(看上去更像是一个点，二者其实没有差别)，例如选择图7中的模板7052的左上角作为参考点。当然，在实际使用中，关于参考点的选择具体是指选择包括参考点的图像，称为参考点模板图像，参考点的选择结果包括参考点模板图像(严格地讲，参考点位置为参考点模板图像中特定点例如中心点在晶圆上对应的位置)，和AWA的结果一样也是需要保存的，可为后续同样的晶圆所用。且进一步，不同于现有技术，本发明实施例中不限制参考点的个数，可以在最后一级WA放大倍率下选择一个参考点，也可以在每次晶圆对准后都确定一个参考点于是有不同放大倍率的参考点，以应对将来不同的需求。例如当前设备为晶圆初检设备，而后续有晶圆复检设备例如EBR设备，所用OM图像的放大倍率往往不同于前者，EBR设备所用SEM图像的放大倍率相对于初检设备需要更高，因此保存不同放大倍率下的晶圆参考点(参考模板图像)更有意义，有利于在后续设备中确定前道设备所用的参考点。在本发明实施例中，在完成各级晶圆对准后，选用所述晶圆上已有的对准标识或从最后一级晶圆对准的模板图像或靠近晶圆中心的成功匹配的目标图像中选取满足既定条件的位置作为晶圆坐标参考点；或者在完成每一级晶圆对准后，选用所述晶圆上已有的对准标识或从每一级晶圆对准的模板图像或靠近晶圆中心的成功匹配的目标图像中选取满足既定条件的位置作为晶圆坐标参考点。补充说明，如果设备做的不是最初的工作例如缺陷初检，而是之后的工作例如缺陷复检，此时初检的参考点(参考点处模板图像)已经存在，此时只需要用已知的参考点处模板图像到既定位置去进行搜寻/匹配,其中涉及一些细节，超出本发明范围，且由于不影响本发明的正确性，不予赘述。
然后可以保存AWA结果，用其产生WA的Recipe，其内容包括各级WA的模板和晶圆取向纠正后的匹配位置。
需要特别说明的是，尽管上述WA方法在设备执行Recipe时的确增加了自动寻找合适WA所需模板匹配的步骤，其中包括图像处理(边缘提取，X/Y方向投影，并在其中找主极大和次主极大峰值等，但以目前计算机的能力，增加的耗时可以限制在100ms以下，相比机械运动的时间可以忽略不计。只是在罕见的情况下需要采集多帧图像进行拼接时，例如用四宫格，移动晶圆采集额外多张图像较为耗时，约需数秒的额外时间，但即便如此，对同一台设备只需对同类晶圆中的第一张晶圆做一次，当该次完成WA后，可保存全部各级WA的模板和成功匹配位置到设备上的计算机140中(内存中或添加到当前运行的Recipe中)，这也等同于在建立了WA Recipe。后续同类晶圆的WA完全可以用这些保存的结果(各级WA的模板和成功匹配的位置)，像现有技术中的那样自动完成WA。另外更有甚者，这样自动产生的WARecipe不仅可以用于本几台后续同样晶圆同样任务(Recipe)的晶圆，还可以通过工厂自动化(Fab Automation,FA)机制传给IC工厂(Fab)的管理中心，让其他设备分享，甚者可以分享给其他Fab。因此本发明实施例中的方法在实际产线上实质上几乎不增加额外耗时。
本发明实施例还公开了一种半导体设备，所述设备在晶圆上片后执行以下步骤:判断所述设备是否已有用于晶圆对准的工作菜单，若为否，则使用所述的方法进行晶圆自动对准，并保存为晶圆对准的工作菜单，然后执行所述设备的本职工作；若为是，则获取并执行所述工作菜单，然后执行所述设备的本职工作。
具体地，所述设备在工作中涉及的AWA相关流程如图8所示，其步骤包括：
801，所述设备晶圆上片，其内容和现有技术中的相同，包括了预对准。
802,判断此时设备(其计算机中)是否已有WA Recipe。如没有的话就进入步骤803进行AWA，否则进入步骤805，从计算机内存/数据库中获取之前保存的WA Recipe。
803，执行前面所述本发明实施例中的AWA。完成之后保存结果，即新的WA Recipe。在本实施例中，其中还包括了确定晶圆参考点。
804，步骤803之后，将AWA结果保存于设备计算机内存和数据库中，供后续同样工作使用(不需要再进行AWA了)。且可更进一步，通过设备Host传给IC工厂(Fab)的管理中心,以便和其他设备在执行同样工作时分享。需要补充说明，本发明实施例中支持1次AWA产生WA Recipe，即在所述设备对同类晶圆中的第1片完成多级自动晶圆对准后将其结果构成后续晶圆对准的工作菜单。本发明实施例中也支持进行k次AWA然后按既定规则选择其中之一，将其结果构成后续晶圆对准的工作菜单，例如，选择结果最好的那一次产生WA Recipe，k≥1。然后设备继续当前工作，其中主要就是设备的本职工作。所述结果最好，包括1)AWA中达到既定阈值的模板匹配点最多的，或2)全部各级成功模板匹配平均得分最高的那一次的结果。
805，获取之前保存的WA Recipe，无论来自哪里，包括在该设备上之前AWA产生的，也包括从Fab管理中心获得并保存于当前设备上的。
806，执行当前的WA Recipe。其步骤和现有技术中的相同，完成WA。其中包括晶圆参考点的选择。
807，完成所述半导体设备的本职工作。无论是经过AWA还是按之前保存的WARecipe完成的WA后，执行其本职工作Recipe。完成后设备继续后续工作包括下片、上片下一个晶圆做同样的事(一旦有了WA Recipe就不再需要AWA了)。
由此可见，同时本发明实施例中的方法，首先它简化半导体设备Recipe创建流程，避免人工创建WA Recipe时选择模板的出错风险。且更重要的是，它无需占用半导体设备、特别是在线半导体设备宝贵的机时，使得脱机产生WA Recipe乃至整个半导体设备的Recipe成为可能。
进一步地，由于只需要设备在对同类晶圆同类工作的首次/前几次使用多级自动晶圆对准的方法，其在实际应用中它所带来的额外时耗实际上是可忽略不计。因此其意义非凡。因为当前半导体设备上Recipe的创建中最依赖于设备，且往往是唯一依赖于设备的部分，就是WA Recipe的创建。
以上实施方式只是阐述了本发明的基本原理和特性，本发明不受上述实施方式限制，在不脱离本发明精神和范围的前提下，基于本发明中的实施方式，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他实施方式，都属于本发明保护的范围。

Claims (14)

1.一种半导体设备多级自动晶圆对准方法，其特征在于，包括：
当所述设备初次执行其菜单中定义的工作时，在晶圆上片后自动在晶圆中心区域获取初级晶圆对准所需模板图像和模板，根据晶粒周期性确定所述晶圆上至少一个目标图像采集位置，移动所述晶圆到所述目标图像采集位置采集目标图像并用所述模板进行模板匹配，完成初级晶圆对准；
从当前级的晶圆对准所述模板图像或成功匹配的目标图像中，自动获取更高一级晶圆对准的模板图像采集位置,并采集更高一级的模板图像，从中确定所需模板，根据晶粒周期性确定更高一级的目标图像采集位置并采集目标图像，然后完成更高一级晶圆对准，并以同样的方式完成其余各级晶圆对准，并根据所获结果产生晶圆对准工作菜单,以供后续晶圆对准所用。
2.根据权利要求1所述的方法，其特征在于，在晶圆上片后自动在晶圆中心区域获取初级晶圆对准所需模板图像和模板包括：
在晶圆中心区域，获取一帧模板图像并对所述模板图像进行预处理，所述预处理包括边缘提取和滤噪；获得边缘图像沿X,Y方向的两个投影，并分别从所述投影中探测满足既定阈值条件的峰值信息包括按大小排列的主极大和次主极大峰值，根据所述主极大和/或次主极大峰值按既定规则扩展以确定所述投影中的峰值区域，再沿X、Y方向分别将所述峰值区域反投影至模板图像，将反投影交汇处作为初始模板区域，基于所述初始模板区域获得初级晶圆对准的模板。
3.根据权利要求2所述的方法，其特征在于，所述阈值条件包括绝对阈值Ta和/或相对阈值Tr条件，所述绝对阈值条件包括：
Pi≥Ta，i＝X,Y
其中Ta为预设常数,所述相对阈值条件包括：
Pi≥Tr，i＝X,Y
其中Pi为沿X/Y投影中待考察的主极大峰值和次主极大峰值，所述相对阈值定义为:
Tr＝(Pmax-Pm)×C1
其中Pm为在包括待考察的主极大或次主极大峰值两边共b个像素范围内的最小值或n个最小值的平均值，b为预设的常数，n≤5，C1在(0，1)之间，Pmax为所述投影中数据的最大值，也就是主极大峰值；或所述相对阈值定义为:
Tr＝Pavg×C2
其中Pavg是沿X/Y方向投影在待考察的主极大或次主极大峰值两边共b个像素范围内的平均值，b为预设的常数，系数C2是预设的常数。
4.根据权利要求2所述的方法，其特征在于，在所述主极大峰值、次主极大峰值整体的两边分别扩展距离r以确定所述峰值区域，且使用以下任一种方法设定距离r：r为预设的固定值；r＝min(W,H)×c％，其中W,H为所述模板图像的宽和高，c为预设的常数；r为所述投影数据中主极大峰值的半高宽FWHM的一个预设倍数。
5.根据权利要求2所述的方法，其特征在于，在将所述峰值区域反投影至模板图像前对其加以限制，所述限制包括：判断所述峰值区域的尺寸是否位于设定的[MinS,MaxS]范围内，若否，则缩小或扩展所述峰值区域的尺寸以使其位于所述范围内，其中，MinS和MaxS分别为预设的最小模板尺寸和最大模板尺寸。
6.根据权利要求5所述的方法，其特征在于，基于所述初始模板区域获得初级晶圆对准的模板包括：当所述初始模板区域满足唯一性条件时，直接将其作为模板；或包括：优化所述初始模板区域，所述优化方法包括以所述初始模板区域中心为中心，搜寻尺寸在[MinS,MaxS]范围内，且在满足唯一性条件下特征含量比例最高时的区域选为模板。
7.根据权利要求2所述的方法，其特征在于，包括：当从所述投影中探测到满足既定阈值条件的主极大峰值而未探测到满足所述阈值条件的次主极大峰值位置时，若所述主极大峰值与任一侧的图像边界的距离满足距离阈值条件，则根据所述主极大峰值的位置向两边扩展直至预设的最大模板尺寸MaxS的范围，构成峰值区域；否则根据所述主极大峰值所对应的在晶圆上的位置，移动晶圆，到该位置处重新采集模板图像，然后重新探测满足所述既定阈值条件的主极大和次主极大峰值的位置，用于确定所述峰值区域。
8.根据权利要求2所述的方法，其特征在于，包括：当探测到至少三个满足既定阈值条件的峰值信息时，根据所述峰值信息和预设的规则构成最多三个不同的峰值区域，然后分别反投影到所述模板图像确定最多六个初始模板区域，根据预设的条件筛选所述初始模板区域，筛选后获得至少一个且最多四个模板，用于晶圆对准。
9.根据权利要求2所述的方法，其特征在于，当无法从所述投影中探测满足既定阈值条件的主极大和次主极大峰值时，在当前图像采集位置周边采集多帧图像，并与原模板图像拼接构成拼接模板图像，根据所述拼接模板图像进行和未拼接的原模板图像同样的操作，包括所述预处理、投影和反投影以获得所述初级晶圆对准的模板。
10.根据权利要求1所述的方法，其特征在于，所述从当前级的所述模板图像或成功匹配的目标图像中，自动获取更高一级晶圆对准的模板图像采集位置,并采集更高一级的模板图像，从中确定所需模板，包括：a)从当前级晶圆对准所涉及图像包括模板图像和成功匹配的目标图像中按一定规则选取1个工作图像；b)从所述工作图像中寻找J个局部区域，其尺寸等于下一级晶圆对准所用图像的视场大小，J≥2；c)将所述J个局部区域按一定规则排序；d)将所述设备切换到下一级晶圆对准的图像采集视场，移动晶圆按所述排序逐一访问上述J个局部区域对应于晶圆上的位置，采集模板图像，用和初级晶圆对准中自动产生晶圆对准模板同样的方法或不同的方法确定更高一级的模板，遇到满足既定条件的模板后终止访问J个局部区域中的下一个。
11.根据权利要求10所述的方法，其特征在于，将当前级晶圆对准的模板图像或在当前级晶圆对准所涉及的目标图像中选取一个作为所述工作图像后，从所述工作图像中选取特征种类和/或数量满足要求的区域作为所述局部区域；将所述J个局部区域按特征多寡从大到小排序。
12.根据权利要求1所述的方法，其特征在于，在完成各级晶圆对准后，选用所述晶圆上已有的对准标识或从最后一级晶圆对准的模板图像或靠近晶圆中心的成功匹配的目标图像中选取满足既定条件的位置作为晶圆坐标参考点；或者在完成每一级晶圆对准后，选用所述晶圆上已有的对准标识或从每一级晶圆对准的模板图像或靠近晶圆中心的成功匹配的目标图像中选取满足既定条件的位置作为晶圆坐标参考点。
13.根据权利要求1所述的方法，其特征在于，在所述设备对同类晶圆中的第1片完成自动晶圆对准后，或对初k片晶圆完成k次自动晶圆对准后，按既定规则选择其中之一，k≥1，将其结果构成后续晶圆对准的工作菜单。
14.一种半导体设备，其特征在于，所述设备在晶圆上片后执行以下步骤:判断所述设备是否已有用于晶圆对准的工作菜单，若为否，则使用如权利要求1-13中任一项所述的方法进行晶圆自动对准，并保存晶圆对准的工作菜单，然后执行所述设备的本职工作；若为是，则获取并执行所述工作菜单，然后执行所述设备的本职工作。
CN202211018869.XA 2022-08-24 2022-08-24 一种半导体设备多级自动晶圆对准方法和半导体设备 Pending CN115360133A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211018869.XA CN115360133A (zh) 2022-08-24 2022-08-24 一种半导体设备多级自动晶圆对准方法和半导体设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211018869.XA CN115360133A (zh) 2022-08-24 2022-08-24 一种半导体设备多级自动晶圆对准方法和半导体设备

Publications (1)

Publication Number Publication Date
CN115360133A true CN115360133A (zh) 2022-11-18

Family

ID=84004598

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211018869.XA Pending CN115360133A (zh) 2022-08-24 2022-08-24 一种半导体设备多级自动晶圆对准方法和半导体设备

Country Status (1)

Country Link
CN (1) CN115360133A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117115487A (zh) * 2023-10-23 2023-11-24 睿励科学仪器（上海）有限公司 模板匹配方法、模板匹配系统及存储介质

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117115487A (zh) * 2023-10-23 2023-11-24 睿励科学仪器（上海）有限公司 模板匹配方法、模板匹配系统及存储介质
CN117115487B (zh) * 2023-10-23 2024-03-08 睿励科学仪器（上海）有限公司 模板匹配方法、模板匹配系统及存储介质

Similar Documents

Publication Publication Date Title
US8538168B2 (en) Image pattern matching systems and methods for wafer alignment
US8045789B2 (en) Method and apparatus for inspecting defect of pattern formed on semiconductor device
US7693348B2 (en) Method of registering and aligning multiple images
US8213705B2 (en) Methods for accurate identification of an edge of a care area for an array area formed on a wafer and methods for binning defects detected in an array area formed on a wafer
TWI474363B (zh) Pattern evaluation device and pattern evaluation method
US7869643B2 (en) Advanced cell-to-cell inspection
US10074167B2 (en) Reducing registration and design vicinity induced noise for intra-die inspection
CN113594076B (zh) 有图形晶圆的对准方法及半导体设备
CN109659245B (zh) 监测光掩模缺陷率的改变
KR20170139613A (ko) 관심 패턴 이미지 집단에 대한 이상치 검출
US9940704B2 (en) Pre-layer defect site review using design
TWI843894B (zh) 用於半導體晶圓檢測之系統及方法，及電腦可讀儲存媒體
US7526119B2 (en) Pattern inspection apparatus
CN115360133A (zh) 一种半导体设备多级自动晶圆对准方法和半导体设备
US8692878B2 (en) Methods and apparatus for simultaneously inspecting multiple array regions having different pitches
CN117438360A (zh) 一种晶圆对位方法、装置和计算机设备和存储介质
CN115856000A (zh) 电子束晶圆缺陷复检设备的复检准备方法和复检方法
US20070024963A1 (en) Method of observing defect and observation apparatus using microscope
CN116864434A (zh) 一种有图形晶圆对准方法
CN115020174A (zh) 带电粒子束扫描成像设备实际像素尺寸的测量和监控方法
CN117894730A (zh) 一种半导体设备的晶圆对准方法
CN118229686B (zh) 一种用于检测图案缺陷的方法及相关产品
CN117080104A (zh) 电子束晶圆缺陷检测设备的检测准备方法和检测方法
CN116385418A (zh) 整叠硅片的图像处理方法及硅片整叠检测系统
CN116681638A (zh) 缺陷分类方法及缺陷分类设备

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