CN116917721A - 具有图像上取样的光学晶片特征化的系统及方法 - Google Patents
具有图像上取样的光学晶片特征化的系统及方法 Download PDFInfo
- Publication number
- CN116917721A CN116917721A CN202280017885.9A CN202280017885A CN116917721A CN 116917721 A CN116917721 A CN 116917721A CN 202280017885 A CN202280017885 A CN 202280017885A CN 116917721 A CN116917721 A CN 116917721A
- Authority
- CN
- China
- Prior art keywords
- images
- processing unit
- filter
- target
- optical wafer
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 148
- 230000003287 optical effect Effects 0.000 title claims abstract description 133
- 238000012512 characterization method Methods 0.000 title claims abstract description 96
- 238000012545 processing Methods 0.000 claims abstract description 141
- 230000007547 defect Effects 0.000 claims abstract description 46
- 239000004065 semiconductor Substances 0.000 claims description 40
- 238000004519 manufacturing process Methods 0.000 claims description 36
- 238000005286 illumination Methods 0.000 claims description 31
- 230000006870 function Effects 0.000 claims description 23
- 230000004044 response Effects 0.000 claims description 9
- 230000004075 alteration Effects 0.000 claims description 7
- 230000008569 process Effects 0.000 abstract description 49
- 235000012431 wafers Nutrition 0.000 description 69
- 238000007689 inspection Methods 0.000 description 31
- 230000006872 improvement Effects 0.000 description 17
- 238000003384 imaging method Methods 0.000 description 16
- 230000035945 sensitivity Effects 0.000 description 16
- 230000008901 benefit Effects 0.000 description 13
- 238000012546 transfer Methods 0.000 description 12
- 238000010586 diagram Methods 0.000 description 8
- 238000001914 filtration Methods 0.000 description 8
- 230000005855 radiation Effects 0.000 description 6
- 238000005070 sampling Methods 0.000 description 6
- 230000005540 biological transmission Effects 0.000 description 5
- 238000013461 design Methods 0.000 description 5
- 239000000463 material Substances 0.000 description 5
- 230000003750 conditioning effect Effects 0.000 description 4
- 238000001228 spectrum Methods 0.000 description 4
- 238000012795 verification Methods 0.000 description 4
- 238000013459 approach Methods 0.000 description 3
- 238000010276 construction Methods 0.000 description 3
- 230000001965 increasing effect Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000003595 spectral effect Effects 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 230000007704 transition Effects 0.000 description 3
- 229910052770 Uranium Inorganic materials 0.000 description 2
- 238000003491 array Methods 0.000 description 2
- 239000000969 carrier Substances 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 238000010168 coupling process Methods 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- 230000008021 deposition Effects 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 230000009977 dual effect Effects 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 238000000206 photolithography Methods 0.000 description 2
- 238000005498 polishing Methods 0.000 description 2
- 238000011045 prefiltration Methods 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 238000000926 separation method Methods 0.000 description 2
- 238000000391 spectroscopic ellipsometry Methods 0.000 description 2
- 238000003860 storage Methods 0.000 description 2
- 239000010409 thin film Substances 0.000 description 2
- 238000013519 translation Methods 0.000 description 2
- JBRZTFJDHDCESZ-UHFFFAOYSA-N AsGa Chemical compound [As]#[Ga] JBRZTFJDHDCESZ-UHFFFAOYSA-N 0.000 description 1
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-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
- 230000002411 adverse Effects 0.000 description 1
- 238000003556 assay Methods 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 239000002800 charge carrier Substances 0.000 description 1
- 238000000701 chemical imaging Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 239000004020 conductor Substances 0.000 description 1
- 230000000593 degrading effect Effects 0.000 description 1
- 239000003989 dielectric material Substances 0.000 description 1
- 230000005684 electric field Effects 0.000 description 1
- 238000000572 ellipsometry Methods 0.000 description 1
- 230000003628 erosive effect Effects 0.000 description 1
- 238000005530 etching Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000004907 flux Effects 0.000 description 1
- 238000011065 in-situ storage Methods 0.000 description 1
- 230000001939 inductive effect Effects 0.000 description 1
- 238000005468 ion implantation Methods 0.000 description 1
- 230000031700 light absorption Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000004020 luminiscence type Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 229910044991 metal oxide Inorganic materials 0.000 description 1
- 150000004706 metal oxides Chemical class 0.000 description 1
- 238000004377 microelectronic Methods 0.000 description 1
- 238000000386 microscopy Methods 0.000 description 1
- 239000003607 modifier Substances 0.000 description 1
- 229910021421 monocrystalline silicon Inorganic materials 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000010355 oscillation Effects 0.000 description 1
- 229920002120 photoresistant polymer Polymers 0.000 description 1
- 238000007747 plating Methods 0.000 description 1
- 238000012805 post-processing Methods 0.000 description 1
- 210000001747 pupil Anatomy 0.000 description 1
- 238000002310 reflectometry Methods 0.000 description 1
- 230000002040 relaxant effect Effects 0.000 description 1
- 229920006395 saturated elastomer Polymers 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 239000000758 substrate Substances 0.000 description 1
- 230000002459 sustained effect Effects 0.000 description 1
Landscapes
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
- Testing Or Measuring Of Semiconductors Or The Like (AREA)
Abstract
一种系统包含通信地耦合到光学晶片特征化系统的检测器阵列的处理单元。所述处理单元经配置以执行包含以下步骤的方法或过程的一或多个步骤:从所述检测器阵列获取晶片上的目标位置的一或多个目标图像;将去噪滤波器应用到至少所述一或多个目标图像;从一或多个参考图像及所述一或多个目标图像确定一或多个差异图像;及上取样所述一或多个差异图像以产生一或多个经上取样图像。可在所述一或多个差异图像或所述经上取样图像中检测一或多个晶片缺陷。
Description
相关申请案的交叉参考
本申请案主张2021年5月21日申请的序列号为63/191,845的美国临时申请案的权利,所述美国临时申请案的全文以引用方式并入本文中。
技术领域
本发明大体上涉及样品特征化及检验且更特定来说,涉及一种具有图像上取样的光学晶片特征化的系统及方法。
背景技术
对于具有越来越小的占据面积及特征的电子逻辑及存储器装置的需求提出超出所需尺度的制造的各种制造挑战。例如,在宽带等离子体(BBP)晶片检验中,更小像素可以处理能力为代价提供更高灵敏度,从而导致对于灵敏度与处理能力之间的折衷的需要。通过另一实例,BBP晶片检验可包含通过减去目标图像及参考图像的灰度而获得差异图像,滤波器可以有限容量应用到所述差异图像以增加所关注缺陷的信噪比(SMR)。通过另一实例,取决于在BBP晶片检验期间采用的检验模式中的取样的类型及/或量,可将混叠噪声引入到图像。
因此,可期望提供一种解决上文识别的现有方法的缺点的系统及方法。
发明内容
根据本公开的一或多个实施例,公开一种系统。在一个说明性实施例中,所述系统包含通信地耦合到光学晶片特征化系统的检测器阵列的处理单元。在另一说明性实施例中,所述处理单元经配置以从所述检测器阵列获取晶片上的目标位置的一或多个目标图像。在另一说明性实施例中,所述处理单元经配置以从一或多个参考图像及所述一或多个目标图像确定一或多个差异图像。在另一说明性实施例中,所述处理单元经配置以上取样所述一或多个差异图像以产生一或多个经上取样图像。在另一说明性实施例中,可在所述一或多个经上取样图像中检测一或多个晶片缺陷。
根据本公开的一或多个实施例,公开一种方法。在一个说明性实施例中,所述方法可包含(但不限于)经由处理单元从光学晶片特征化系统的检测器阵列获取晶片上的目标位置的一或多个目标图像。在另一说明性实施例中,所述方法可包含(但不限于)经由所述处理单元从一或多个参考图像及所述一或多个目标图像确定一或多个差异图像。在另一说明性实施例中,所述方法可包含(但不限于)经由所述处理单元上取样所述一或多个差异图像以产生一或多个经上取样图像。在另一说明性实施例中,可在所述一或多个经上取样图像中检测一或多个晶片缺陷。
根据本公开的一或多个实施例,公开一种光学晶片特征化系统。在一个说明性实施例中,所述光学晶片特征化系统包含经配置以产生且传输光的光源。在另一说明性实施例中,所述光学晶片特征化系统包含照明分支,所述照明分支具有经配置以使用从所述光源接收的光照明安置于载物台组合件上的晶片的一或多个照明光学器件。在另一说明性实施例中,所述光学晶片特征化系统包含具有一或多个集光光学器件的集光分支。在另一说明性实施例中,所述光学晶片特征化系统包含检测器阵列,所述检测器阵列包含一或多个传感器。在另一说明性实施例中,所述一或多个集光光学器件经配置以将所述晶片成像到所述检测器阵列上。在另一说明性实施例中,所述光学晶片特征化系统包含通信地耦合到所述检测器阵列的处理单元。在另一说明性实施例中,所述处理单元经配置以从所述检测器阵列获取所述晶片上的目标位置的一或多个目标图像。在另一说明性实施例中,所述处理单元经配置以从一或多个参考图像及所述一或多个目标图像确定一或多个差异图像。在另一说明性实施例中,所述处理单元经配置以上取样所述一或多个差异图像以产生一或多个经上取样图像。在另一说明性实施例中,可在所述一或多个经上取样图像中检测一或多个晶片缺陷。
根据本公开的一或多个实施例,公开一种系统。在一个说明性实施例中,所述系统包含通信地耦合到光学晶片特征化系统的检测器阵列的处理单元。在另一说明性实施例中,所述处理单元经配置以从所述检测器阵列获取晶片上的目标位置的一或多个目标图像。在另一说明性实施例中,所述处理单元经配置以将去噪滤波器应用到至少所述一或多个目标图像。在另一说明性实施例中,所述处理单元经配置以在对至少所述一或多个目标图像去噪之后从一或多个参考图像及所述一或多个目标图像确定一或多个差异图像。在另一说明性实施例中,可在所述一或多个差异图像中检测一或多个晶片缺陷。
根据本公开的一或多个实施例,公开一种方法。在一个说明性实施例中,所述方法可包含(但不限于)经由处理单元从光学晶片特征化系统的检测器阵列获取晶片上的目标位置的一或多个目标图像。在另一说明性实施例中,所述方法可包含(但不限于)经由所述处理单元将去噪滤波器应用到至少所述一或多个目标图像。在另一说明性实施例中,所述方法可包含(但不限于)在对至少所述一或多个目标图像去噪之后经由所述处理单元从一或多个参考图像及所述一或多个目标图像确定一或多个差异图像。在另一说明性实施例中,可在所述一或多个差异图像中检测一或多个晶片缺陷。
根据本公开的一或多个实施例,公开一种光学晶片特征化系统。在一个说明性实施例中,所述光学晶片特征化系统包含经配置以产生且传输光的光源。在另一说明性实施例中,所述光学晶片特征化系统包含照明分支,所述照明分支具有经配置以使用从所述光源接收的光照明安置于载物台组合件上的晶片的一或多个照明光学器件。在另一说明性实施例中,所述光学晶片特征化系统包含具有一或多个集光光学器件的集光分支。在另一说明性实施例中,所述光学晶片特征化系统包含检测器阵列,所述检测器阵列包含一或多个传感器。在另一说明性实施例中,所述一或多个集光光学器件经配置以将所述晶片成像到所述检测器阵列上。在另一说明性实施例中,所述光学晶片特征化系统包含通信地耦合到所述检测器阵列的处理单元。在另一说明性实施例中,所述处理单元经配置以从所述检测器阵列获取所述晶片上的目标位置的一或多个目标图像。在另一说明性实施例中,所述处理单元经配置以将去噪滤波器应用到至少所述一或多个目标图像。在另一说明性实施例中,所述处理单元经配置以在对至少所述一或多个目标图像去噪之后从一或多个参考图像及所述一或多个目标图像确定一或多个差异图像。在另一说明性实施例中,可在所述一或多个差异图像中检测一或多个晶片缺陷。
应理解,前文概述及下文详细描述两者仅是示范性及说明性的且未必限制如主张的本发明。并入本说明书中且构成本说明书的部分的附图说明本发明的实施例且与概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通过参考附图可更佳理解本公开的多个优点,其中:
图1说明根据本公开的一或多个实施例的用于具有图像上取样的光学晶片特征化的系统的简化框图;
图2说明根据本公开的一或多个实施例的用于具有图像上取样的光学晶片特征化的系统的简化示意图;
图3是说明根据本公开的一或多个实施例的在用于具有图像上取样的光学晶片特征化的方法中执行的步骤的流程图;
图4说明根据本公开的一或多个实施例的用于具有图像上取样的光学晶片特征化的方法的框图;
图5A是说明根据本公开的一或多个实施例的光学信息与噪声的分离的图表;
图5B是说明根据本公开的一或多个实施例的光学信息与噪声的分离的图表;
图6A是根据本公开的一或多个实施例的表示有限脉冲响应(FIR)滤波器的转移函数的圆的图像;
图6B是根据本公开的一或多个实施例的经由x空间正规化频率比较FIR滤波器的转移函数的图表;
图7是说明根据本公开的一或多个实施例的使用频域零填补进行上取样的过程的图像序列;
图8A是根据本公开的一或多个实施例的原始明场(BF)图像;
图8B是根据本公开的一或多个实施例的重现BF图像;
图9A是根据本公开的一或多个实施例的比较利用上取样的滤波器、差异滤波器以及上取样与差异滤波器的组合的图表;
图9B是根据本公开的一或多个实施例的比较利用上取样的滤波器、差异滤波器以及上取样与差异滤波器的组合的图表;
图10A说明根据本公开的一或多个实施例的非模糊图像;
图10B说明根据本公开的一或多个实施例的具有双像素模糊的模糊图像;
图11是根据本公开的一或多个实施例的比较遵循无模糊、单像素模糊及双像素模糊的内插重建误差的图表;
图12A说明根据本公开的一或多个实施例的混叠图像;
图12B说明根据本公开的一或多个实施例的抗混叠图像;
图13是根据本公开的一或多个实施例的通过比较缺陷计数与抗混叠图像的抗混叠信噪比(SNR)的改进而说明平均SNR改进的图表;
图14是说明根据本公开的一或多个实施例的在用于具有图像上取样的光学晶片特征化的方法中执行的步骤的流程图;及
图15说明根据本公开的一或多个实施例的具有图像上取样的光学晶片特征化的系统的简化示意图。
具体实施方式
已关于某些实施例及其特定特征特别展示且描述本公开。将本文中阐述的实施例视为说明性而非限制性。所属领域的一般技术人员将容易了解,可作出形式及细节上的各种改变及修改而不脱离本公开的精神及范围。
现将详细参考在附图中说明的所公开标的物。
对于具有越来越小的占据面积及特征的电子逻辑及存储器装置的需求提出超出所需尺度的制造的各种制造挑战。
例如,在宽带等离子体(BBP)晶片检验中,更小像素可以处理能力为代价提供更高灵敏度(例如,高灵敏度但低处理能力),而更大像素可以灵敏度为代价提供更高处理能力(例如,高处理能力但低灵敏度),从而导致需要灵敏度与处理能力之间的折衷。
通过另一实例,BBP晶片检验可包含通过减去目标图像及参考图像的灰度而获得差异图像,滤波器可以有限容量应用到所述差异图像以增加所关注缺陷的信噪比(SMR)。本文中应注意,为了本公开的目的,“应用到差异图像的滤波器”可被理解为被卷积为检测器像素的大小与图像的平方的二维核心。
在此实例中,滤波器(“差异滤波器(diff-filter或dif-filter)”)可仅应用到差异图像,且无法应用到目标及参考图像,这是因为如此做可大大地更改图像且可使图像对准算法降级。在此方面,目标及参考图像可不获益于差异滤波器,尽管目标及参考图像中的噪声通过影响二维(2D)检测算法(例如,多裸片自动阈值(MDAT)算法或类似者)、在BBP检验期间在扰乱点事件滤波器(NEF)中使用的属性或类似者而潜在地影响晶片检验的效能。另外,可在BBP检验系统中的成像计算机的中央处理单元(CPU)中应用差异滤波器,此可限制可使用的最大滤波器而不使成像计算机的处理能力降级。
通过另一实例,取决于在BBP晶片检验期间采用的检验模式中的取样的类型及/或量,可将混叠噪声引入到图像。
现参考图1A到15,根据本公开的一或多个实施例描述具有图像上取样的光学晶片特征化的系统及方法。
实施例涉及一种具有图像上取样的光学晶片特征化的系统及方法。本公开的实施例还涉及通过使用具有上取样的大像素以产生等效小像素灵敏度而改进处理能力与灵敏度之间的折衷。本公开的实施例还涉及可用于增加由检测器撷取的光学图像的信噪比(SNR)的空间频率滤波器或频带限制滤波器(BLF)。本公开的实施例涉及抗混叠技术。
根据本公开的一或多个实施例,图1说明光学晶片特征化系统100且图2说明光学晶片特征化系统200。一般来说,系统100及/或系统200可包括所属领域中已知的任何特征化系统,包含(但不限于)检验或度量衡系统。例如,系统100及/或系统200可包含宽带等离子体(BBP)光学检验系统。在此方面,系统100及/或系统200可经配置以在样本上执行检验或光学度量衡。然而,本文中应注意,上文描述不应被解译为对本公开的限制而仅为图解。应注意,关于图1的系统100描述的各种实施例及组件可被解释为延伸到图2的系统200,且反之亦然。
在实施例中,系统100包含经配置以产生且传输光的光源102、经配置以接收光的照明分支104、经配置以将光引导到检测器阵列108的集光分支106以及包含一或多个处理器112及存储器114的控制器110。例如,光源102可包含(但不限于)宽带等离子体(BBP)光源。例如,光源102可包含(但不限于)激光维持等离子体(LSP)辐射源102。
如贯穿本公开使用,术语“样本”大体上指的是由半导体或非半导体材料形成的衬底(例如,晶片、倍缩光罩/光罩或类似者)。例如,半导体或非半导体材料可包含(但不限于)单晶硅、砷化镓及磷化铟。样本可包含一或多个层。例如,此类层可包含(但不限于)光致抗蚀剂、电介质材料、导电材料及半导电材料。许多不同类型的此类层在所属领域中已知,且如本文中使用的术语样本希望涵盖其上可形成全部类型的此类层的样本。形成于样本上的一或多个层可经图案化或未经图案化。例如,样本可包含各自具有可重复图案化特征的多个裸片。通过另一实例,多个裸片中的每一者可包含多个场。此类材料层的形成及处理最终可导致成品装置。许多不同类型的装置可形成于样本上,且如本文中使用的术语样本希望涵盖在其上制造所属领域中已知的任何类型的装置的样本。此外,为了本公开的目的,术语样本及晶片应被解释为可互换的。
在实施例中,样本116安置于载物台组合件118上以促进样本116的移动。载物台组合件118可包含所属领域中已知的任何载物台组合件118,包含(但不限于)X-Y载物台、R-θ载物台或类似者。在实施例中,载物台组合件118能够在检验或成像期间调整样本116的高度以维持聚焦于样本116上。一般来说,载物台组合件118可包含(但不限于)适用于选择性沿着一或多个线性方向(例如,x方向、y方向及/或z方向)地平移样品116的一或多个平移载物台。另外,载物台组合件118可包含(但不限于)适用于选择性地沿着旋转方向旋转样本116的一或多个旋转载物台。通过另一实例,载物台组合件118可包含(但不限于)适用于选择性地沿着线性方向平移样品116及/或沿着旋转方向旋转样品116的旋转载物台及平移载物台。
在实施例中,照明分支104经配置以将来自光源102的光120引导到样本116。照明分支104可包含所属领域中已知的任何数目及/或类型的光学组件。例如,照明分支104可包含(但不限于)一或多个光学元件122、光束分离器124及物镜126。例如,一或多个光学元件122可包含所属领域中已知的任何光学元件或光学元件的组合,包含(但不限于)一或多个镜、一或多个透镜、一或多个偏光器、一或多个光栅、一或多个滤波器、一或多个光束分离器或类似者。在此方面,照明分支104可经配置以将来自光源102的光120聚焦到样本116的表面上。
在实施例中,集光分支106经配置以收集从样本116反射、散射、绕射及/或发射的光。集光分支106可包含所属领域中已知的任何数目及/或类型的光学组件。例如,集光分支106可包含(但不限于)一或多个光学元件128。例如,一或多个光学元件128可包含所属领域中已知的任何光学元件或光学元件的组合,包含(但不限于)一或多个镜、一或多个透镜、一或多个偏光器、一或多个光栅、一或多个滤波器、一或多个光束分离器或类似者。
在实施例中,集光分支106经配置以将来自样本116的光引导及/或聚焦到检测器阵列108的传感器或检测器130。应注意,检测器130及检测器阵列108可包含所属领域中已知的任何传感器及检测器组合件。检测器130可包含(但不限于)电荷耦合装置(CCD)检测器、互补金属氧化物半导体(CMOS)检测器、延时积分(TDI)检测器、光电倍增管(PMT)、突崩光电二极管(APD)或类似者。此外,检测器130可包含(但不限于)线传感器或电子轰击线传感器。
在实施例中,检测器阵列108通信地耦合到处理单元132。例如,处理单元132可包含(但不限于)现场可编程门阵列(FPGA)。通过另一实例,处理单元132可包含(但不限于)专用集成电路、图形处理单元(GPU)或中央处理单元(CPU)。本文中应注意,处理单元132可包含上文的实例的单个例子或组合。
在实施例中,处理单元132通信地耦合到包含一或多个处理器112及存储器114的控制器110。一或多个处理器112可通信地耦合到存储器114,其中一或多个处理器112经配置以执行存储于存储器114上的一组程序指令。然而,本文中应注意,处理单元132可集成到控制器110中且非独立组件。另外,本文中应注意,检测器阵列108可通信地耦合到包含一或多个处理器112及存储器114的控制器110,使得处理单元132集成到检测器阵列108或控制器110中,或处理单元132并非系统100的组件(例如,其中控制器110经配置以执行处理单元132的功能)。
在实施例中,一或多个处理器112经配置以分析检测器阵列108的输出。在实施例中,所述组程序指令经配置以引起一或多个处理器112分析样本116的一或多个特性。在实施例中,所述组程序指令经配置以引起一或多个处理器112修改系统100的一或多个特性以便维持聚焦于样本116及/或检测器130上。例如,一或多个处理器112可经配置以调整物镜126或一或多个光学元件122以便将来自光源102的光120聚焦到样本116的表面上。通过另一实例,一或多个处理器112可经配置以调整物镜126及/或一或多个光学元件128以便收集来自样本116的表面的照明且将经收集照明聚焦于检测器130上。
应注意,系统100可配置为所属领域中已知的任何光学配置,包含(但不限于)暗场配置、明场定向或类似者。
本文中应注意,系统100的一或多个组件可以所属领域中已知的任何方式通信地耦合到系统100的各种其它组件。例如,光源102、检测器阵列108、处理单元132、控制器110及/或一或多个处理器112可经由有线连接(例如,铜线、光纤缆线或类似者)、无线连接(例如,RF耦合、IR耦合、WiMax、蓝牙、3G、4G、4G LTE、5G或类似者)彼此通信地耦合且通信地耦合到其它组件。
在实施例中,系统200包含光源102、照明分支104、集光分支106、检测器阵列108及包含一或多个处理器112及存储器114的控制器110。系统200可为以反射测量及/或椭偏测量配置布置的系统200。本文中应注意,系统200可包含所属领域中已知的任何类型的度量衡系统。
在实施例中,来自光源102的光120经由照明分支104引导到样本116。在实施例中,系统200经由集光分支106收集从样本116发出的辐射。照明分支104可包含适于修改及/或调节光120的一或多个光束调节元件202。例如,一或多个光束调节元件202可包含(但不限于)一或多个偏光器、一或多个滤波器、一或多个光束分离器、一或多个漫射体、一或多个均质器、一或多个变迹器、一或多个光束整形器或一或多个透镜。
在实施例中,照明分支104可利用第一聚焦元件204来将光120聚焦及/或引导到安置于载物台组合件118上的样本116上。在实施例中,集光分支106可包含第二聚焦元件206以收集来自样本116的辐射。集光分支106可进一步包含一或多个收集光束调节元件208以引导及/或修改由第二聚焦元件206收集的照明。例如,一或多个收集光束调节元件208可包含(但不限于)一或多个透镜、一或多个滤波器、一或多个偏光器或一或多个相位板。
在实施例中,检测器阵列108经配置以通过集光分支106捕获从样本116发出的辐射。例如,检测器组合件或阵列108可接收(例如,经由镜面反射、漫反射或类似者)从样本116反射或散射的辐射。通过另一实例,检测器阵列108可接收由样本116产生的辐射(例如,与光120的吸收相关联的发光或类似者)。应注意,检测器阵列108可包含所属领域中已知的任何传感器及检测器组合件。传感器可包含(但不限于)CCD检测器、CMOS检测器、TDI检测器、PMT、APD或类似者。
系统200可配置为所属领域中已知的任何类型的度量衡工具,例如(但不限于)具有一或多个照明角度的光谱椭偏仪、用于测量穆勒(Mueller)矩阵元素(例如,使用旋转补偿器)的光谱椭偏仪、单波长椭偏仪、角分辨椭偏仪(例如,光束轮廓椭偏仪)、光谱反射计、单波长反射计、角分辨反射计(例如,光束轮廓反射计)、成像系统、光瞳成像系统、光谱成像系统或散射计。
在以下案中提供对适于在本公开的各种实施例中实施的检验/度量衡工具的描述:于2009年7月16日发表的标题为“使用小折反射物镜的分裂场检验系统(Split FieldInspection System Using Small Catadioptric Objectives)”的美国公开专利申请案2009/0180176;于2007年1月4日发表的标题为“用于折反射光学系统中激光暗场照明的光束传输系统(Beam Delivery System for Laser Dark-Field Illumination in aCatadioptric Optical System)”的美国公开专利申请案2007/0002465;于1999年12月7日发布的标题为“具有大范围变焦能力的超宽带UV显微镜成像系统(Ultra-broadband UVMicroscope Imaging System with Wide Range Zoom Capability)”的美国专利5,999,310;于2009年4月28日发布的标题为“使用具有二维成像的激光线照明的表面检验系统(Surface Inspection System Using Laser Line Illumination with Two DimensionalImaging)”的美国专利7,525,649;王(Wang)等人于2013年5月9日发表的标题为“动态可调半导体计量系统(Dynamically Adjustable Semiconductor Metrology System)”的美国公开专利申请案2013/0114085;皮沃尔科勒(Piwonka-Corle)等人于1997年3月4日发布的标题为“聚焦光束光谱椭偏测量方法及系统(Focused Beam Spectroscopic EllipsometryMethod and System)”的美国专利5,608,526;及罗森韦格(Rosencwaig)等人于2001年10月2日发布的标题为“用于分析半导体上多层薄膜堆叠的设备(Apparatus for AnalyzingMulti-Layer Thin Film Stacks on Semiconductors)”的美国专利6,297,880,所述美国专利中的每一者的全文以引用方式并入本文中。
在实施例中,系统100、200可配置为“独立工具”,其在本文中被解译为未实体耦合到制程工具的工具。在其它实施例中,例如检验或度量衡系统的系统100、200可通过可包含有线及/或无线部分的传输媒体耦合到制程工具(未展示)。例如,制程工具可包含所属领域中已知的任何制程工具,例如光刻工具、蚀刻工具、沉积工具、抛光工具、镀覆工具、清洁工具、离子植入工具或类似者。可使用由本文中描述的系统100、200执行的检验或测量的结果来使用反馈控制技术、前馈控制技术及/或原位控制技术更改制程或制程工具的参数。可手动或自动更改制程或制程工具的参数。
可如本文中描述般进一步配置系统100、200的实施例。另外,系统100、200可经配置以执行本文中描述的方法实施例中的任何者的任何其它步骤。
图3说明根据本公开的一或多个实施例的用于具有图像上取样的光学晶片特征化的方法或过程300的流程图。图4说明根据本公开的一或多个实施例的用于具有图像上取样的光学晶片特征化的方法或过程300的框图400。方法或过程300的一或多个步骤可利用例如来自系统100及/或系统200的一或多个图像的信息。方法或过程300的一或多个步骤可在系统100及/或系统200的一或多个组件上或通过系统100及/或系统200的一或多个组件执行。例如,方法或过程300的一或多个步骤可通过处理单元132及/或控制器110执行。
在步骤302,获取一或多个参考图像。在步骤304中,获取一或多个目标图像。例如,一或多个目标图像可为由检测器阵列108撷取的经历测试的晶片116上的裸片上的位置(例如,场)的图像,且一或多个参考图像可为由检测器阵列108撷取的来自晶片116上的接近裸片(例如,相邻、邻近、相距一段距离内或类似者)的相同位置(例如,场)的图像。通过另一实例,一或多个目标图像可为由检测器阵列108撷取的经历测试的晶片116上的裸片上的位置(例如,场)的图像,且一或多个参考图像可为来自另一晶片116上的裸片的相同位置(例如,场)的历史数据。例如,可以优选像素大小获取一或多个目标图像。所获取图像402可包含一或多个参考图像及一或多个目标图像。然而,本文中应注意,一或多个目标图像被表示为所获取图像402(例如,其中一或多个参考图像是历史数据)。
在一个非限制性实例中,宽带等离子体(BBP)检验系统100、200是用于针对缺陷检验半导体晶片116的自动化检验显微镜。样本116可在连续移动样本116的经致动载物台118上。样本116可成像到具有检测器130的检测器阵列108上。系统100、200的成像光学器件可包含变焦透镜。例如,从样本116到检测器阵列108的放大率可由变焦透镜调整。例如,在大放大率(例如,600倍)下,样本116上的一个检测器像素的图像可为检测器130的像素的实际尺寸的1/600,且检测器130的视场可为检测器阵列108的1/600。检测器130可在TDI模式中操作。例如,CCD检测器130上的光生电荷载子由经施加电场与样本116的图像跨CCD检测器130的运动同步地扫掠。当电荷到达检测器阵列108的边缘时,可数字化所述电荷。
系统100、200可包含以宽光谱辐射的激光泵浦等离子体光源102。照明分支104内的照明光学器件可照明样本116的部分。例如,照明光学器件可将波长滤波器及/或偏光器插入到照明分支104中。照明在样本116上的场可为固定的且独立于集光分支106的成像变焦设置。例如,样本116上的经照明场可需要至少如检测器130在最小放大率下的视场般大。本文中应注意,经照明场可为固定的,这是因为由于BBP光源102的光展量太大而无法在不损失光功率的情况下将全部所产生光成像到检测器130的视场上,故在照明光学器件中不存在变焦透镜。在此方面,从样本116反射的光通量F[光子/s/m2]可独立于成像放大率。
针对样本116处的像素大小p,每秒到达检测器130的光子数目n由b=η*F*p2表示,其中η是成像系统100、200及检测器130的传输效率,且其中p是检测器阵列108上的像素的实体尺寸除以集光分支106中的放大率。
例如,在对TDI进行计时使得一行像素在频率fL下数字化的情况下,每一像素的TDI积分时间是Tint=nx/fL,其中nx是扫描方向(例如,x方向)上的检测器阵列108上的像素的数目。另外,载物台组合件118的速度v是v=p*fL。此外,如果检测器130在y方向上高nx个像素,那么检测器130可扫描具有扫描带高度hswath=p*nx的晶片116区域的扫描带。此外,(例如,在每单位时间检验的晶片中)检验的处理能力是Tput=v*hswath/A=p2*fL*ny/A,其中A是在样本116上检验的区域。此外,在检测器130像素处收集的光子的数目nv由nv=η*F*p2*Tint=η*F*p2*nx/fL表示。在组合上文时,处理能力与检测器130像素处的光子的数目有关,如在方程式1中提供:
Tput=p2*fL*ny/A=p4*F*nx*ny/A*nv 方程式1
本文中应注意,处理能力Tput是使用或不使用滤波器的样本116上的像素大小的增加函数。在每像素的光子的数目保持恒定的情况下,处理能力Tput与p4成比例,或样本116上的像素线性尺寸提高到四次方。相反地,如果使处理能力Tput保持恒定,那么每像素收集的光子的数目与p4成比例。此关系保持,直到检测器饱和(例如,CCD的电位井被填满)。然而,将滤波器应用到图像减小处理能力Tput以与p2成比例,其中短噪声变异数保持恒定。
本文中应注意,可在应用去噪滤波器404及/或产生一或多个差异图像406中的至少一者之前上取样全部所获取图像402(例如,一或多个目标图像及/或一或多个参考图像),其中在本文中进一步详细描述上取样。
在步骤306中,将去噪滤波器404应用到所获取图像。例如,一或多个参考图像及/或一或多个目标图像可由滤波器404去噪,所述滤波器拒绝在频率平面(fx,fy)中的任何方向上大于2*NA/λmin的空间频率。
系统100的空间分辨率可取决于两个点可放置在一起的接近程度及如何经分辨。光学图像在空间频率平面中经频带限制,其中图像中的任何方向上的最大空间频率在暗场及/或明场成像系统两者中不超过fmax=2*NA/λmin,其中NA是样本116侧处的成像光学器件的数值孔径,λmin是经检测光的光谱中的最短或最小波长,且空间频率f的单位系循环/单位长度。本文中应注意,在NA是检测器侧数值孔径的情况下,空间频率是在阵列检测器平面处的往复距离。另外,本文中应注意,在NA是物镜的数值孔径的情况下,空间频率是对象(晶片)平面处的往复距离。
本公开的一个优点是空间频率滤波器或频带限制滤波器(BLF)。BLF可通过半径2*NA/λmin不变的圆中的全部空间频率(例如,转移函数振幅=1,相位=0),且可阻挡所述圆外部的全部频率(例如,转移函数振幅=0)。BLF可不更改无噪声光学图像(例如,不使其模糊或失真),使得图像及/或图像处理算法的对准可不受BLF的不利影响。然而,BLF可拒绝图像中的一些噪声,从而改进图像的信噪比(SNR)。在此方面,空间频率滤波器可被理解为经配置以移除由阵列检测器108获取的一或多个目标图像及/或一或多个参考图像中的噪声的部分,且还经配置以减少无噪声图像的更改。
在检测器130检测整数数目个光子,经受泊松(Poisson)分布时,图像含有散粒噪声。针对给定光强度,所检测光子的平均数是m,其可为分数。检测器130可以概率P(n)=e-m*mn/n!检测随机整数数目n个光子。检测器130像素处的光子计数(σ2=m)的随机波动在像素之间不相关。因此,散粒噪声具有白光谱(例如,其空间光谱密度是均匀的),且BLF可拒绝在具有半径2*NA/λmin的圆外部的此白噪声的光谱部分而不影响光学图像。
读出噪声可为宽带噪声的原因。例如,读出噪声由电子器件在检测器阵列108的输出的模/数转换期间引起。BLF可拒绝在具有半径2*NA/λmin的圆外部的读出噪声的光谱部分。
在一个非限制性实例中,在检测器阵列108具有具备p的像素间距的NxN个像素的情况下,检测器阵列108可对空间频率平面中的1/p乘1/p正方形区域进行取样。当灰度在视场中均匀时,散粒噪声可均匀地分布在此平面中,且BLF可使具有半径2*NA/λmin的圆中的散粒噪声通过。噪声的变异数减小因素,如在方程式2中提供:
其中ΔNyquist=1/2fmin。
当p<ΔNyquist时,图像经过采样,且更大过取样因素导致滤波器的更大信噪比优点。当图像经过取样时,散粒噪声及光学图像可变得更可分离。通过对相异于光学图像的散粒噪声的部分滤波,可通过过取样因素改进SNR,且可以SNR的改进换取速度。本文中应注意,即使当接近关键取样时,滤波器仍将散粒噪声减小约20%。
图5A及5B分别是说明光学信息502与噪声504(例如,散粒噪声、读出噪声及类似者)的分离的图表500及510。在图5A及5B中提供的非限制性实例中,光学信息可限于具有半径4πNA/λmin的圆盘及1的滤波值,而噪声504可在圆盘外部且被给予0的滤波值。本文中应注意,模式过取样越多(例如,比较具有1/t2×1/t2栅格大小的图表510与具有1/t1×1/t1栅格大小的图表500),可移除的散粒噪声的分率越大。
在一些实施例中,可以两个方式(有限脉冲响应(FIR)及快速傅里叶变换(FFT))中的一者实施BLF。
在FIR实施方案中,FIR是具有滤波系数h的笔直卷积。可如在方程式3中提供般计算经滤波图像:
在方程式3中,x及x′(分别)是图像及滤波器行的整数索引,且y及y′(分别)是图像及滤波器列的整数索引。Imagein是自检测器阵列(其是灰度值的二维阵列)获取的图像,Imageout是滤波器的输出。滤波器的大小是(2N+1)x(2N+1)。在滤波之后,第一及最后N列以及第一及最后N行的图像变得无效,从而引起图像的侵蚀,所述侵蚀可通过增加经独立处理的图像的扫描带之间的重叠而补偿。可通过解决优化问题而确定滤波系数h(x′,y′),其中优化问题中的损失函数是h(x′,y′)的傅里叶变换从理想转移函数(其在具有半径2*NA/λmin的圆外部为0且在圆内部为1)的偏差的平方和。
在方程式4中提供理想转移函数:
最佳
在方程式4中,是的二维傅里叶变换,且g(fx,fy)是如方程式5中提供的滤波器的转移函数的目标:
其中
在方程式4中,权重函数w(fx,fy)可辅助放松在从通带到阻带的过渡期间在其不连续性周围匹配目标g(fx,fy)的要求,如在方程式6中提供:
在一个非限制性实例中,∈在方程式6中被设置为0.05。本文中应注意,不在圆形通带的半径的±5%内强制执行传输函数可改进通带中的传输及±5%裕度之外的阻带中的衰减。
在FFT实施方案中,傅里叶变换是实值的且具有与被限于对称的滤波器相同的对称性,如在方程式7中提供:
h(x,y)=h(-x,y)=h(x,-y)=h(y,x) 方程式7
图6A说明表示针对30纳米(nm)像素间距,0.9NA及190nm最小波长设计的15x15FIR滤波器的转移函数的圆的图像600。在图像600中,空间频率轴fx及fy由fmax=2*NA/λmin标准化。
图6B说明比较针对30纳米(nm)像素间距,0.9NA及190nm最小波长设计的15x15FIR滤波器的转移函数与经正规化的x空间频率(例如,通过零y空间频率的区段,或fy=0)的图表610。在图表610中,空间频率轴由fmax=2*NA/λmin正规化。
在方程式8及9中提供FFT实施方案:
其中
在方程式8及9中,是FFT,是逆FFT,fx及fy是空间频率变量(例如,变换变量),且fr是径向空间频率。无量网变量∈可远小于1(例如,0.05或类似者),且可定义从通带到阻带的平滑余弦过渡的宽度。本文中应注意,平滑过渡可减少Imageout(x,y)中的振铃(例如,振荡)。
在方程式8及9中,FFT导致圆,其中选定图像频率在所述圆内且非选定图像频率及/或噪声在圆外部,从而容许噪声在计算逆FFT之前被移除。
在比较FIR实施方案与FFT实施方案时,应注意,当输入图像的大小为大(例如,1024x 1024个像素)且FIR滤波器大小为小(例如,20x20个像素)时,BLF的FFT实施方案可比BLF的FIR实施方案更佳地近似表示理想转移函数。因而,FFT实施方案可提供更大准确度。
然而,FIR实施方案可针对运算处理能力更佳。本文中应注意,FIR实施方案(例如,15x15FIR滤波器)可应用到经由一或多个检测器130通过处理单元132获取的原始图像(例如,其中处理单元132定位于系统100内的检测器阵列108与控制器110之间或检测器阵列108内且经配置以在传输到控制器110之前接收原始图像)。
本文中应注意,不同SNR及/或不同NA可需要不同滤波器。因而,本公开的实施例涉及动态光学设置,其中可取决于SNR及/或NA调整滤波器。
虽然本公开的实施例说明去噪滤波器的实施方案,但本文中应注意,去噪滤波器404可从方法或过程300省略。因此,上文描述不应被解译为对本公开的限制而仅为图解。
在步骤308,从一或多个所获取图像确定一或多个差异图像406。例如,可通过使用一或多个参考图像修改一或多个目标图像而确定一或多个差异图像406。例如,可通过从一或多个目标图像减去一或多个参考图像而确定一或多个差异图像406。
在步骤310,上取样一或多个差异图像406以产生一或多个经上取样图像408。例如,可在一或多个经上取样图像408中检测一或多个晶片缺陷。
本文中应注意,晶片上的小像素大小(例如,高放大率)具有灵敏度优点。可以不同灵敏度设置检验经测试晶片的集成电路设计中的不同区域,且可通过将区域ID指派到每一图像像素而完成图像到设计特征的映像。一般来说,集成电路设计特征可为光学图像的像素的1/2或1/3。因而,如果像素更小,那么到设计特征的映像更有用。
虽然小像素大小是用于灵敏度的目的,但在处理能力方面,大像素大小(例如,小放大率)是优选的。本公开的实施例涉及通过以未经下取样的最大像素大小获取图像且演算上上取样图像而改进处理能力与灵敏度之间的折衷。本文中应注意,上取样可提供找到信号的峰值的经增加概率,从而给出信号的更高强度。另外,本文中应注意,如相对于当使用更小像素时,上取样可提供将图像与实际设计对准的经增加概率。
为了避免下取样(例如,混叠),像素间距应满足不等式p<λmin/4*NA。例如,晶片116上的优选像素大小是以5%裕度满足不等式p<λmin/4*NA的最大像素大小。
在上取样的一个非限制性实例中,上取样由惠特克-香农(Whittaker-Shannon)内插执行,如方程式10中提供:
在方程式10中,p是Imagein(m,n)的取样时间间隔,且整数m及n分别是经内插图像的列及行索引。内插输出是Imageout(x,y),其中(x,y)是输出图像的像素的中心的坐标。变量x、y及p具有相同距离单位,且经上取样图像Imageout(x,y)的像素小于p。正规化sinc函数可定义为sinc(z)=sin(πz)/πz。
在整数N接近无穷大时,内插误差接近零。为了本公开的目的,在N=6处获得一个优选运算处理能力及内插准确度。然而,只要p<λmin/4*NA(其确保根据奈奎斯特定理(Nyquist theorem),光学图像经过取样)便成功的任何内插可用于本公开的目的。
在上取样的另一非限制性实例中,仅使用来自通过检测算法的缺陷的图像对满足奈奎斯特准则(例如,其陈述必须以连续模拟图像中的最高频率的至少两倍的速率对图像取样)的图像数据的子集应用图像内插或上取样可导致缺陷图块内的经改进缺陷信号且可用于额外处理后滤波或提取经改进特征以用于扰乱点及/或分级。例如,可期望使用违反奈奎斯特准则的大像素大小以便满足检验处理能力目标或达成低光暗场光学模式中的光预算。
图7是说明使用频域零填补进行上取样的过程的序列图像700、710、720、730。在一个非限制性实例中,可通过获取Imagein(例如,图像700到图像710)的二维FFT乘以或零填补变换阵列(图像710到图像720)且获取经填补阵列(例如,图像720到图像730)的逆FFT而达成上取样。经零填补光谱可经逆变换,其结果包含经内插值,其可由频域中的零填补的程度控制。例如,通过二倍的零填补达成二倍的上取样(例如,在原始像素之间内插等距点)。
对缺陷信号取样是统计过程且任何单个撷取可通过上取样而导致或多或少SNR改进。为了进一步改进缺陷SNR可经由经设计以增强缺陷能量同时减少噪声的差异滤波器完成。例如,可在上取样之前应用差异滤波器。因而,上取样可与差异滤波器及/或去噪滤波器(其实施FIR及/或FFT以相较于较小像素改进一经上取样像素,从而获得处理能力与灵敏度之间的经改进折衷)组合。例如,上取样差异滤波器可导致噪声的改进。然而,本文中应注意,差异滤波器可在经不适当地设计的情况下使缺陷SNR降级,而上取样将不使缺陷SNR降级。
图8A及8B分别说明明场(BF)图像的图像800及810。在图8A中,图像800包含实际36nm BF图像;在图8B中,图像810包含通过上取样以50/36=1.39的上取样因素从50nm图像重建的36nm BF图像。从图8A与8B之间的比较,36nm BF图像是以高程度的准确度重现,如在横截面比较中展示。在选定情况中,实际36nm像素可展示优于50nm像素的15%改进,且36nm上取样可展示优于50nm像素的10%改进。
图9A及9B通过比较上取样(例如,上取样)、差异滤波器(例如,自动差异)以及上取样及差异滤波器的组合(例如,组合)而分别展示各种缺陷的SNR改进%的图表900及910。如图9A及9B中说明,上取样及差异滤波器的组合提供大于单独上取样或差异滤波器的改进。在选定情况中,上取样的改进平均为7%到8%,通过差异滤波器的改进平均为从18%到28%,且通过差异滤波器及上取样的组合的改进将改进增加额外6%到9%。
在尝试进一步改进缺陷SNR时,抗混叠预滤波可在场到场检验中在混叠检验模式上实施,其中场可理解为例如彼此相当的裸片内的重复逻辑图案区域的位置。图像混叠是源自以不足以撷取通过光学系统的全部图像频率的速率的图像的数字化的误差,且抗混叠可为在数字图像及信号处理中使用的滤波过程以限制在数字化之前的模拟图像或信号中的频率内容,其中滤波器必须经设计使得满足奈奎斯特准则且无混叠发生。
可在2015年2月3日发布的第8,947,521号美国专利中找到用于减少混叠的策略,所述美国专利的全文以引用方式并入本文中。在应用策略的一个非限制性实例中,用于抗混叠预滤波器的基于TDI的方法可包含有意地跨一或多个检测器130在图像中在x及/或y上引发模糊。可通过在TDI频率、载物台速度或图像放大率中引入小误差而在读出之前在TDI上的图像中引发模糊。针对N像素宽度TDI,在标称TDI放大率中赋予2/N误差将在最终图像中引入双像素模糊。此模糊可模型化为在图像域中与矩形函数的卷积,或等效地在空间频域中与sinc函数的乘法。此所得sinc预滤波器可包含导致一些混叠能量泄漏到通带中的旁瓣。
包含像素化及图像模糊的成像域复合方程式如在方程式11中提供:
其中I(x)是真实图像,s是像素大小且E是像素中的模糊量。
在方程式12中提供频域中的对应调制转移函数:
本文中应注意,最小化混叠能量且以取样频率的一半产生空间频率截止所需的模糊可为大约两个像素的值。例如,针对给定下取样像素速率r,频率内容必须限于r/2,从而需要双像素模糊。
图10A及10B分别说明图像1000及1010。在图10A中,图像1000是非模糊的;在图10B中,图像1010以双像素模糊抗混叠。针对图9A及9B的比较,可见,双像素模糊导致高频光谱X内容的显著衰减。
图11是通过比较非模糊(例如,非滤波)图像、具有单像素模糊的图像与具有双像素模糊的图像的误差百分比(%)与内插距离而说明内插重建误差的图表1100。如图11中说明,可见,单像素模糊可不足以减少混叠噪声,双像素模糊代替性地导致通常与最小混叠相关联的<5%的误差。
图12A及12B分别说明缺陷群体的图像1200及1210。在图12A中,说明混叠目标(例如,不包含预滤波);在图12B中,说明抗混叠目标。从图12A与12B之间的比较,当执行场到场检验时,相较于不具有预滤波的场到场检验,针对混叠模式的场到场检验,SNR改进大约2倍。在选定情况中,在场到场检验期间应用抗混叠的情况下,缺陷信号可见14%到20%的平均改进。
图13是通过比较缺陷计数与抗混叠SNR的改进(作为优于混叠的百分比)而说明平均SNR改进的图表1300。如图13中说明,在选定情况中,当将抗混叠预滤波应用到图像时观察到117%的平均改进。
本文中应注意,使用抗混叠,裸片到裸片检验可经历平均缺陷信号及SNR的稍微降低,但所述稍微降低通过由场到场检验中的抗混叠技术引起的改进抵消及/或超过。
在步骤312,使一或多个经上取样图像408通过异常(或缺陷)检测器。异常检测器410寻求基本上高于或低于背景的像素值。例如,异常检测器410可搜寻超过高于或低于背景的设置阈值的值。例如,异常检测器410可调整或移除超过高于或低于背景的设置阈值的经上取样图像像素值。本文中应注意,目标及参考图像优选相同,且其差异是零,除存在缺陷的情况之外。然而,由于相邻裸片不相同,故差异图像通常是非零。
在此方面,选择与过取样光学图像一致的最低放大率,且通过上取样图像而获得更小像素大小。特定来说,如果光学图像不使检测器130饱和,那么此改进信号对散粒噪声比率。另外,如果照明不足够强以利用井深(因此检测器阵列108的动态范围),那么此尤其有利。
在步骤314,确定用于对一或多个光学检验组件进行一或多个调整的一或多个控制信号。例如,可基于一或多个经上取样图像确定一或多个控制信号。通过另一实例,可基于一或多个差异信号(例如,代替基于一或多个经上取样图像确定一或多个控制信号或除基于一或多个经上取样图像确定一或多个控制信号之外)确定一或多个控制信号。一般来说,一或多个控制信号可经配置以选择性地调整系统100及/或系统200的一或多个组件的一或多个特性。
应注意,本文中在系统100及/或系统200的背景内容中先前描述的实施例及实现技术应解译为延伸到方法或过程300。在此方面,方法或过程300的步骤可通过系统100及/或系统200实行,且方法或过程300可进一步包含系统100及/或系统200的架构需要或暗示的一或多个步骤。然而,方法或过程300不限于系统100及/或系统200的架构,且应认知,方法或过程300或其部分的一或多个步骤可使用替代系统组件及/或架构实行。此外,方法或过程300的步骤可以任何顺序实行,除非本文中另外指定。
图14说明根据本公开的一或多个实施例的方法或过程1400。图15说明根据本公开的一或多个实施例的用于执行方法或过程1400的一或多个步骤的系统1500。方法或过程1400可利用来自系统1500的信息。方法或过程1400可在系统1500的一或多个组件上或通过系统1500的一或多个组件执行。
在步骤1402,执行一或多个半导体制造过程。可通过一或多个半导体制造工具1502在样本116上执行一或多个半导体制造过程。例如,一或多个半导体制造工具1502可包含所属领域中已知的用于微电子器件制造的任何制程工具,包含(但不限于)光刻工具及/或等离子体制程工具(例如,蚀刻工具、沉积工具、抛光工具、扫描仪或类似者)。
在步骤1404,执行具有图像上取样的光学晶片特征化。例如,方法或过程300的一或多个步骤由系统100及/或系统200执行,如贯穿本公开描述。
在步骤1406,确定用于对一或多个制造过程进行一或多个调整的一或多个控制信号。例如,可基于经由方法或过程300的一或多个步骤产生的一或多个经上取样图像确定一或多个控制信号。通过另一实例,可基于经由方法或过程300的一或多个步骤产生的一或多个差异信号确定一或多个控制信号(例如,代替基于一或多个经上取样图像确定一或多个控制信号或除基于一或多个经上取样图像确定一或多个控制信号之外)。一般来说,一或多个控制信号可经配置以选择性地调整系统100及/或系统1500的一或多个组件的一或多个特性。
一或多个半导体制造工具1502可通信地耦合到包含一或多个处理器112及存储器114的控制器1504。
控制器1504可通信地耦合到系统100及/或系统200。本文中应注意,控制器1504可与控制器110分开且直接或经由第三方服务器通信地耦合到控制器110。另外,本文中应注意,控制器110可由一或多个半导体制造工具1502、系统100及/或系统200共享(例如,使得控制器1504可非必要)。
控制器1504可经配置以产生经配置以基于从系统100及/或系统200接收的输入在前馈或反馈回路中调整一或多个制程工具的一或多个特性的一或多个控制信号。控制器1504可耦合到用户接口1506。
一或多个处理器112可包含所属领域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112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。一或多个处理器112可由桌面计算机、主计算机系统、工作站、图像计算机、并行处理器或经配置以执行程序(其经配置以操作系统100)的其它计算机系统(例如,联网计算机)组成,如贯穿本公开所描述。应认知,贯穿本公开描述的步骤可通过单个计算机系统或替代地通过多个计算机系统实行。此外,应认知,贯穿本公开描述的步骤可在一或多个处理器112中的任何一或多者上实行。一般来说,术语“处理器”可经广泛定义以涵盖具有执行来自存储器114的程序指令的一或多个处理元件的任何装置。再者,系统100的不同子系统(例如,检测器阵列108、处理单元132、用户接口1506或类似者)可包含或为适用于实行贯穿本公开描述的步骤的至少一部分的处理器或逻辑元件。因此,上文描述不应被解译为对本公开的限制而仅为图解。
存储器114可包含所属领域中已知的适用于存储可由相关联的一或多个处理器112执行的程序指令及从度量衡子系统接收的数据的任何存储媒体。例如,存储器114可包含非暂时性存储器媒体。例如,存储器114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、固态驱动器及类似者。应进一步注意,存储器114可与一或多个处理器112一起容置于共同控制器外壳中。在替代实施例中,存储器114可相对于处理器112、控制器110、控制器1504或类似者的实体位置远程定位。在另一实施例中,存储器114维持用于引起一或多个处理器112实行贯穿本公开描述的各种步骤的程序指令。
在实施例中,用户接口1506通信地耦合到控制器1504。在实施例中,用户接口1506可包含(但不限于)一或多个桌面计算机、平板计算机、手机、智能型手表或类似者。在另一实施例中,用户接口1506包含用于将系统100的数据显示给用户的显示器。用户接口1506的显示器可包含所属领域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知,能够与用户接口1506整合的任何显示装置适用于本公开中的实施方案。在另一实施例中,用户可响应于经由用户接口1506的用户输入装置显示给用户的数据而输入选择及/或指令。
应注意,本文中在系统1500的背景内容中先前描述的实施例及实现技术应解译为延伸到方法或过程1400。在此方面,方法或过程1400的步骤可通过系统1500实行,且方法或过程1400可进一步包含系统1500的架构需要或暗示的一或多个步骤。然而,方法或过程1400不限于系统1500的架构,且应认知,方法或过程1400或其部分的一或多个步骤可使用替代系统组件及/或架构实行。此外,方法或过程1400的步骤可以任何顺序实行,除非本文中另外指定。
本文中应注意,方法或过程300、1400不限于经提供步骤及/或子步骤。方法或过程300、1400可包含更多或更少步骤及/或子步骤。方法或过程300、1400可同时执行步骤及/或子步骤。方法或过程300、1400可循序(包含以经提供顺序或除经提供顺序之外的顺序)执行步骤及/或子步骤。因此,上文描述不应解译为对本公开的范围的限制而仅为图解。
在此方面,本公开具有优于常规系统及方法的数个优点。本公开的优点涉及一种具有图像上取样的光学晶片特征化的系统及方法。本公开的优点还涉及通过使用具有上取样的大像素产生等效小像素灵敏度而改进处理能力与灵敏度之间的折衷。本公开的优点还涉及可用于增加由检测器撷取的光学图像的信噪比(SNR)的空间频率滤波器或频带限制滤波器(BLF)。本公开的优点还涉及抗混叠技术。
所属领域的技术人员将认知,为概念清楚起见,将本文中描述的组件(例如,操作)、装置、对象及伴随其的论述用作实例,且审慎考虑各种配置修改。因此,如本文中所使用,所阐述的特定范例及所附论述希望表示其更一般类别。一般来说,使用任何特定范例希望表示其类别,且未包含特定组件(例如,操作)、装置及对象不应被视为限制性的。
所属领域的技术人员将了解,存在可实现本文中所描述的过程及/或系统及/或其它技术的各种载体(例如,硬件、软件及/或固件),且优选载体将随着其中部署所述过程及/或系统及/或其它技术的背景内容而变动。例如,如果实施者确定速度及准确度是最重要的,那么实施者可选择主要硬件及/或固件载体;替代地,如果灵活性是最重要的,那么实施者可选择主要软件实施方案;或又再次替代地,实施者可选择硬件、软件及/或固件的某一组合。因此,存在可实现本文中描述的过程及/或装置及/或其它技术的若干可能载体,其中的任一者本质上并不优于其它者,这是因为待利用的任何载体是取决于其中将部署载体的背景内容及实施者的特定考虑因素(例如,速度、灵活性或可预测性)的选择,所述背景内容及考虑因素中的任一者可能改变。
呈现先前描述以使所属领域的一般技术人员能够制造且使用如在特定应用及其要求的背景内容中提供的本发明。如本文中所使用,例如“顶部”、“底部”、“上方”、“下方”、“上”、“向上”、“下”、“下面”及“向下”的方向性术语希望为描述的目的而提供相对位置,且并不希望指定绝对参考系。所属领域的技术人员将明白对所描述实施例的各种修改,且本文中定义的一般原理可应用于其它实施例。因此,本发明并不希望限于所展示及描述的特定实施例,而是应符合与本文中公开的原理及新颖特征一致的最广范围。
关于本文中所使用的基本上任何复数及/或单数术语,所属领域的技术人员可根据背景内容及/或应用来将复数转化成单数及/或将单数转化成复数。为清楚起见,本文中未明确阐述各种单数/复数排列。
本文中描述的全部方法可包含将方法实施例的一或多个步骤的结果存储于存储器中。结果可包含本文中描述的任何结果且可以所属领域中已知的任何方式存储。存储器可包含本文中描述的任何存储器或所属领域中已知的任何其它适合存储媒体。在已存储结果之后,结果可在存储器中存取且通过本文中描述的任何方法或系统实施例使用、经格式化以显示给用户、通过另一软件模块、方法或系统使用或类似者。此外,结果可“永久地”、“半永久地”、“暂时地”存储或存储达某一时段。例如,存储器可为随机存取存储器(RAM),且结果可能不一定无限期地保存于存储器中。
进一步经审慎考虑,上文描述的方法的实施例中的每一者可包含本文中描述的任何其它方法的任何其它步骤。另外,上文描述的方法的实施例中的每一者可通过本文中描述的任何系统执行。
本文中描述的标的物有时说明其它组件内含有或与其它组件连接的不同组件。应理解,此类所描绘的架构仅仅是示范性,且事实上可实施达成相同功能性的许多其它架构。在概念意义上,用于达成相同功能性的组件的任何布置有效“相关联”使得达成所需功能性。因此,在本文中组合以达成特定功能性的任何两个组件可被视为彼此“相关联”使得达成所需功能性而不考虑架构或中间组件。同样地,如此相关联的任何两个组件亦可被视为彼此“连接”或“耦合”以达成所需功能性,且能够如此相关联的任何两个组件还可被视为彼此“可耦合”以达成所需功能性。可耦合的特定实例包含(但不限于)可实体配合及/或实体互动组件及/或可无线互动及/或无线互动组件及/或逻辑互动及/或可逻辑互动组件。
此外,应理解,本发明由所附权利要求书定义。所属领域的技术人员将理解,一般来说,本文中所使用的术语且尤其所附权利要求书(例如,所附权利要求书的主体)中所使用的术语一般希望为“开放式”术语(例如,术语“包含(including)”应解译为“包含但不限于”,术语“具有”应解译为“至少具有”,术语“包含(includes)”应解译为“包括但不限于”,及类似者)。所属领域的技术人员应进一步理解,如果想要引入权利要求叙述的特定数目,那么此希望将被明确叙述于权利要求中,且如果缺乏此叙述,那么不存在此希望。例如,作为理解的辅助,所附权利要求书可含有使用引导性短语“至少一个”及“一或多个”来引入权利要求叙述。然而,此类短语的使用不应被解释为隐含:由不定冠词“一(a/an)”引入的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此叙述的发明,即使相同权利要求包含引导性短语“一或多个”或“至少一个”及例如“一(a/an)”的不定冠词(例如,“一(a/an)”通常应被解译为指的是“至少一个”或“一或多个”);上述内容对用于引入权利要求叙述的定冠词的使用同样适用。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还应认知,此叙述通常应被解译为指的是至少所述叙述数目(例如,“两条叙述”的基本叙述(无其它修饰语)通常指的是至少两条叙述或两条或两条以上叙述)。此外,在其中使用类似于“A、B及C中的至少一者或类似者”的惯用表述的所述例子中,此构造一般指的是所属领域的技术人员将理解的惯用表述意义(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,等等)。在其中使用类似于“A、B或C中的至少一者或类似者”的惯用表述的所述例子中,此构造一般指的是所属领域的技术人员将理解的惯用表述意义(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,等等)。所属领域的技术人员应进一步理解,无论在具体实施方式、权利要求书或图式中,呈现两个或更多个替代项的实际上任何析取词及/或短语通常应被理解为审慎考虑以下可能性:包含所述项中的一者、所述项中的任一者或两项。例如,短语“A或B”通常将被理解为包含“A”或“B”或“A及B”的可能性。
据信本公开及许多其伴随优点将通过前述描述理解,且将明白,可对组件的形式、构造及布置做出多种改变而不脱离所公开的标的物或不牺牲全部其材料优点。所描述的形式仅仅是解释性,且所附权利要求书希望涵盖且包含此类改变。此外,应理解,本发明由所附权利要求书定义。
Claims (72)
1.一种系统,其包括:
处理单元,其通信地耦合到光学晶片特征化系统的检测器阵列,其中所述处理单元经配置以:
从所述检测器阵列获取晶片上的目标位置的一或多个目标图像;
从一或多个参考图像及所述一或多个目标图像确定一或多个差异图像;及
上取样所述一或多个差异图像以产生一或多个经上取样图像,其中能够在所述一或多个经上取样图像中检测一或多个晶片缺陷。
2.根据权利要求1所述的系统,其中所述处理单元经配置以:
从所述检测器阵列获取所述一或多个参考图像,其中所述一或多个参考图像具有接近所述晶片上的所述目标位置的参考位置。
3.根据权利要求1所述的系统,其中所述处理单元经配置以:
通过从所述一或多个目标图像减去所述一或多个参考图像而从所述一或多个参考图像及所述一或多个目标图像确定一或多个差异图像。
4.根据权利要求1所述的系统,其中所述处理单元经配置以:
将去噪滤波器应用到至少所述一或多个目标图像;及
在去噪之后从所述一或多个参考图像及所述一或多个目标图像确定所述一或多个差异图像。
5.根据权利要求4所述的系统,其中所述去噪滤波器是经配置以移除由所述阵列检测器获取的至少所述一或多个目标图像中的噪声的部分且经配置以减少无噪声图像的更改的空间频率滤波器。
6.根据权利要求5所述的系统,其中所述空间频率滤波器是快速傅里叶变换(FFT)滤波器,其中所述至少所述一或多个目标图像经傅里叶变换,乘以空间频率函数且通过所述FFT滤波器逆傅里叶变换。
7.根据权利要求5所述的系统,其中所述空间频率滤波器是有限脉冲响应(FIR)滤波器,其中所述至少所述一或多个目标图像由所述FIR滤波器卷积。
8.根据权利要求4所述的系统,其中所述处理单元经配置以:
将所述去噪滤波器应用到所述一或多个参考图像;及
在对所述一或多个参考图像及所述一或多个目标图像去噪之后从所述一或多个参考图像及所述一或多个目标图像确定所述一或多个差异图像。
9.根据权利要求1所述的系统,其中所述处理单元经配置以:
使所述一或多个经上取样图像通过异常检测器,其中所述异常检测器经配置以调整或移除超过设置阈值的经上取样图像像素值。
10.根据权利要求1所述的系统,其中所述处理单元包含现场可编程门阵列(FPGA)、专用集成电路、图形处理单元或中央处理单元。
11.根据权利要求1所述的系统,其中所述光学晶片特征化系统是宽带等离子体(BBP)工具。
12.根据权利要求1所述的系统,其中所述处理单元经配置以:
基于在所述一或多个经上取样图像中检测的一或多个晶片缺陷确定一或多个控制信号,其中所述一或多个控制信号经配置以对所述光学晶片特征化系统的一或多个光学晶片特征化组件或半导体制造系统的一或多个半导体制造组件中的至少一者进行一或多个调整。
13.根据权利要求1所述的系统,其中所述处理单元通信地耦合到控制器,其中所述控制器包含一或多个处理器及存储器,其中所述存储器经配置以存储程序指令,其中所述一或多个处理器经配置以执行所述程序指令,从而引起所述一或多个处理器:
从所述处理单元接收所述一或多个经上取样图像;及
基于在所述一或多个经上取样图像中检测的一或多个晶片缺陷确定一或多个控制信号,其中所述一或多个控制信号经配置以对所述光学晶片特征化系统的一或多个光学晶片特征化组件或半导体制造系统的一或多个半导体制造组件中的至少一者进行一或多个调整。
14.一种方法,其包括:
经由处理单元从光学晶片特征化系统的检测器阵列获取晶片上的目标位置的一或多个目标图像;
经由所述处理单元从一或多个参考图像及所述一或多个目标图像确定一或多个差异图像;及
经由所述处理单元上取样所述一或多个差异图像以产生一或多个经上取样图像,其中能够在所述一或多个经上取样图像中检测一或多个晶片缺陷。
15.根据权利要求14所述的方法,其进一步包括:
经由所述处理单元从所述检测器阵列获取所述一或多个参考图像,其中所述一或多个参考图像具有接近所述晶片上的所述目标位置的参考位置。
16.根据权利要求14所述的方法,其中所述从所述一或多个参考图像及所述一或多个目标图像确定所述一或多个差异图像包含从所述一或多个目标图像减去所述一或多个参考图像。
17.根据权利要求14所述的方法,其进一步包括:
经由所述处理单元将去噪滤波器应用到至少所述一或多个目标图像;及
在去噪之后经由所述处理单元从所述一或多个参考图像及所述一或多个目标图像确定一或多个差异图像。
18.根据权利要求17所述的方法,其中所述去噪滤波器是经配置以移除由所述阵列检测器获取的至少所述一或多个目标图像中的噪声的部分且经配置以减少无噪声图像的更改的空间频率滤波器。
19.根据权利要求18所述的方法,其中所述空间频率滤波器是快速傅里叶变换(FFT)滤波器,其中所述至少所述一或多个目标图像经傅里叶变换,乘以空间频率函数且通过所述FFT滤波器逆傅里叶变换。
20.根据权利要求18所述的方法,其中所述空间频率滤波器是有限脉冲响应(FIR)滤波器,其中所述至少所述一或多个目标图像由所述FIR滤波器卷积。
21.根据权利要求17所述的方法,其进一步包括:
将所述去噪滤波器应用到所述一或多个参考图像;及
在对所述一或多个参考图像及所述一或多个目标图像去噪之后从所述一或多个参考图像及所述一或多个目标图像确定所述一或多个差异图像。
22.根据权利要求14所述的方法,其进一步包括:
经由所述处理单元使所述一或多个经上取样图像通过异常检测器,其中所述异常检测器经配置以调整或移除超过设置阈值的经上取样图像像素值。
23.根据权利要求14所述的方法,其中所述处理单元包含现场可编程门阵列(FPGA)、专用集成电路、图形处理单元或中央处理单元。
24.根据权利要求14所述的方法,其中所述光学晶片特征化系统是宽带等离子体(BBP)工具。
25.根据权利要求14所述的方法,其进一步包括:
经由所述处理单元基于在所述一或多个经上取样图像中检测的一或多个晶片缺陷确定一或多个控制信号,其中所述一或多个控制信号经配置以对所述光学晶片特征化系统的一或多个光学晶片特征化组件或半导体制造系统的一或多个半导体制造组件中的至少一者进行一或多个调整。
26.根据权利要求14所述的方法,其中所述处理单元通信地耦合到控制器,其中所述方法进一步包括:
经由所述控制器从所述处理单元接收所述一或多个经上取样图像;及
经由所述控制器基于在所述一或多个经上取样图像中检测的一或多个晶片缺陷确定一或多个控制信号,其中所述一或多个控制信号经配置以对所述光学晶片特征化系统的一或多个光学晶片特征化组件或半导体制造系统的一或多个半导体制造组件中的至少一者进行一或多个调整。
27.一种光学晶片特征化系统,其包括:
光源,其经配置以产生并传输光;
照明分支,其包含经配置以使用从所述光源接收的所述光照明安置于载物台组合件上的晶片的一或多个照明光学器件;
集光分支,其包含一或多个集光光学器件;
检测器阵列,其包含一或多个传感器,其中所述一或多个集光光学器件经配置以将所述晶片成像到所述检测器阵列上;及
处理单元,其通信地耦合到所述检测器阵列,其中所述处理单元经配置以:
从所述检测器阵列获取所述晶片上的目标位置的一或多个目标图像;
从一或多个参考图像及所述一或多个目标图像确定一或多个差异图像;及
上取样所述一或多个差异图像以产生一或多个经上取样图像,其中能够在所述一或多个经上取样图像中检测一或多个晶片缺陷。
28.根据权利要求27所述的光学晶片特征化系统,其中所述处理单元经配置以:
从所述检测器阵列获取所述一或多个参考图像,其中所述一或多个参考图像具有接近所述晶片上的所述目标位置的参考位置。
29.根据权利要求27所述的光学晶片特征化系统,其中所述处理单元经配置以:
通过从所述一或多个目标图像减去所述一或多个参考图像而从所述一或多个参考图像及所述一或多个目标图像确定一或多个差异图像。
30.根据权利要求27所述的光学晶片特征化系统,其中所述处理单元经配置以:
将去噪滤波器应用到至少所述一或多个目标图像;及
在去噪之后从所述一或多个参考图像及所述一或多个目标图像确定一或多个差异图像。
31.根据权利要求30所述的光学晶片特征化系统,其中所述去噪滤波器是经配置以移除由所述阵列检测器获取的至少所述一或多个目标图像中的噪声的部分且经配置以减少无噪声图像的更改的空间频率滤波器。
32.根据权利要求31所述的光学晶片特征化系统,其中所述空间频率滤波器是快速傅里叶变换(FFT)滤波器,其中所述至少所述一或多个目标图像经傅里叶变换,乘以空间频率函数且通过所述FFT滤波器逆傅里叶变换。
33.根据权利要求31所述的光学晶片特征化系统,其中所述空间频率滤波器是有限脉冲响应(FIR)滤波器,其中所述至少所述一或多个目标图像由所述FIR滤波器卷积。
34.根据权利要求30所述的光学晶片特征化系统,其中所述处理单元经配置以:
将所述去噪滤波器应用到所述一或多个参考图像;及
在对所述一或多个参考图像及所述一或多个目标图像去噪之后从所述一或多个参考图像及所述一或多个目标图像确定所述一或多个差异图像。
35.根据权利要求27所述的光学晶片特征化系统,其中所述处理单元经配置以:
使所述一或多个经上取样图像通过异常检测器,其中所述异常检测器经配置以调整或移除超过设置阈值的经上取样图像像素值。
36.根据权利要求27所述的光学晶片特征化系统,其中所述处理单元包含现场可编程门阵列(FPGA)、专用集成电路、图形处理单元或中央处理单元。
37.根据权利要求27所述的光学晶片特征化系统,其中所述光学晶片特征化系统是包含激光泵浦等离子体光源的宽带等离子体(BBP)工具。
38.根据权利要求27所述的光学晶片特征化系统,其中所述处理单元经配置以:
基于在所述一或多个经上取样图像中检测的一或多个晶片缺陷确定一或多个控制信号,其中所述一或多个控制信号经配置以对所述光学晶片特征化系统的一或多个光学晶片特征化组件或半导体制造系统的一或多个半导体制造组件中的至少一者进行一或多个调整。
39.根据权利要求27所述的光学晶片特征化系统,其中所述光学晶片特征化系统进一步包括:
控制器,其通信地耦合到所述处理单元,其中所述控制器包含一或多个处理器及存储器,其中所述存储器经配置以存储程序指令,其中所述一或多个处理器经配置以执行所述程序指令,从而引起所述一或多个处理器:
从所述处理单元接收所述一或多个经上取样图像;及
基于在所述一或多个经上取样图像中检测的一或多个晶片缺陷确定一或多个控制信号,其中所述一或多个控制信号经配置以对所述光学晶片特征化系统的一或多个光学晶片特征化组件或半导体制造系统的一或多个半导体制造组件中的至少一者进行一或多个调整。
40.一种系统,其包括:
处理单元,其通信地耦合到光学晶片特征化系统的检测器阵列,其中所述处理单元经配置以:
从所述检测器阵列获取晶片上的目标位置的一或多个目标图像;
将去噪滤波器应用到至少所述一或多个目标图像;及
在对至少所述一或多个目标图像去噪之后从一或多个参考图像及所述一或多个目标图像确定一或多个差异图像,其中能够在所述一或多个差异图像中检测一或多个晶片缺陷。
41.根据权利要求40所述的系统,其中所述处理单元经配置以:
从所述检测器阵列获取所述一或多个参考图像,其中所述一或多个参考图像具有接近所述晶片上的所述目标位置的参考位置。
42.根据权利要求40所述的系统,其中所述处理单元经配置以:
通过从所述一或多个目标图像减去所述一或多个参考图像而从所述一或多个参考图像及所述一或多个目标图像确定所述一或多个差异图像。
43.根据权利要求40所述的系统,其中所述去噪滤波器是经配置以移除由所述阵列检测器获取的至少所述一或多个目标图像中的噪声的部分且经配置以减少无噪声图像的更改的空间频率滤波器。
44.根据权利要求43所述的系统,其中所述空间频率滤波器是快速傅里叶变换(FFT)滤波器,其中所述至少所述一或多个目标图像经傅里叶变换,乘以空间频率函数且通过所述FFT滤波器逆傅里叶变换。
45.根据权利要求43所述的系统,其中所述空间频率滤波器是有限脉冲响应(FIR)滤波器,其中所述至少所述一或多个目标图像由所述FIR滤波器卷积。
46.根据权利要求40所述的系统,其中所述处理单元经配置以:
将去噪滤波器应用到所述一或多个参考图像;及
在对所述一或多个参考图像及所述一或多个目标图像去噪之后从所述一或多个参考图像及所述一或多个目标图像确定所述一或多个差异图像。
47.根据权利要求40所述的系统,其中所述处理单元包含现场可编程门阵列(FPGA)、专用集成电路、图形处理单元或中央处理单元。
48.根据权利要求40所述的系统,其中所述光学晶片特征化系统是宽带等离子体(BBP)工具。
49.根据权利要求40所述的系统,其中所述处理单元经配置以:
基于在所述差异图像中检测的一或多个晶片缺陷确定一或多个控制信号,其中所述一或多个控制信号经配置以对所述光学晶片特征化系统的一或多个光学晶片特征化组件或半导体制造系统的一或多个半导体制造组件中的至少一者进行一或多个调整。
50.根据权利要求40所述的系统,其中所述处理单元通信地耦合到控制器,其中所述控制器包含一或多个处理器及存储器,其中所述存储器经配置以存储程序指令,其中所述一或多个处理器经配置以执行所述程序指令,从而引起所述一或多个处理器:
从所述处理单元接收所述一或多个差异图像;及
基于在所述一或多个差异图像中检测的一或多个晶片缺陷确定一或多个控制信号,其中所述一或多个控制信号经配置以对所述光学晶片特征化系统的一或多个光学晶片特征化组件或半导体制造系统的一或多个半导体制造组件中的至少一者进行一或多个调整。
51.一种方法,其包括:
经由处理单元从光学晶片特征化系统的检测器阵列获取晶片上的目标位置的一或多个目标图像;
经由所述处理单元将去噪滤波器应用到至少所述一或多个目标图像;及
在对至少所述一或多个目标图像去噪之后经由所述处理单元从一或多个参考图像及所述一或多个目标图像确定一或多个差异图像,其中能够在所述一或多个差异图像中检测一或多个晶片缺陷。
52.根据权利要求51所述的方法,其进一步包括:
经由所述处理单元从所述检测器阵列获取所述一或多个参考图像,其中所述一或多个参考图像具有接近所述晶片上的所述目标位置的参考位置。
53.根据权利要求51所述的方法,其进一步包括:
经由所述处理单元通过从所述一或多个目标图像减去所述一或多个参考图像而从所述一或多个参考图像及所述一或多个目标图像确定所述一或多个差异图像。
54.根据权利要求51所述的方法,其中所述去噪滤波器是经配置以移除由所述检测器阵列获取的至少所述一或多个目标图像中的噪声的部分且经配置以减少无噪声图像的更改的空间频率滤波器。
55.根据权利要求54所述的方法,其中所述空间频率滤波器是快速傅里叶变换(FFT)滤波器,其中所述至少所述一或多个目标图像经傅里叶变换,乘以空间频率函数且通过所述FFT滤波器逆傅里叶变换。
56.根据权利要求54所述的方法,其中所述空间频率滤波器是有限脉冲响应(FIR)滤波器,其中所述至少所述一或多个目标图像由所述FIR滤波器卷积。
57.根据权利要求51所述的方法,其进一步包括:
经由所述处理单元将去噪滤波器应用到所述一或多个参考图像;及
在对所述一或多个参考图像及所述一或多个目标图像去噪之后经由所述处理单元从所述一或多个参考图像及所述一或多个目标图像确定所述一或多个差异图像。
58.根据权利要求51所述的方法,其中所述处理单元包含现场可编程门阵列(FPGA)、专用集成电路、图形处理单元或中央处理单元。
59.根据权利要求51所述的方法,其中所述光学晶片特征化系统是宽带等离子体(BBP)工具。
60.根据权利要求51所述的方法,其进一步包括:
经由所述处理单元基于在所述差异图像中检测的一或多个晶片缺陷确定一或多个控制信号,其中所述一或多个控制信号经配置以对所述光学晶片特征化系统的一或多个光学晶片特征化组件或半导体制造系统的一或多个半导体制造组件中的至少一者进行一或多个调整。
61.根据权利要求51所述的方法,其中所述处理单元通信地耦合到控制器,其中所述方法进一步包括:
经由所述控制器从所述处理单元接收所述一或多个差异图像;及
经由所述控制器基于在所述一或多个差异图像中检测的一或多个晶片缺陷确定一或多个控制信号,其中所述一或多个控制信号经配置以对所述光学晶片特征化系统的一或多个光学晶片特征化组件或半导体制造系统的一或多个半导体制造组件中的至少一者进行一或多个调整。
62.一种光学晶片特征化系统,其包括:
光源,其经配置以产生并传输光;
照明分支,其包含经配置以使用从所述光源接收的所述光照明安置于载物台组合件上的晶片的一或多个照明光学器件;
集光分支,其包含一或多个集光光学器件;
检测器阵列,其包含一或多个传感器,其中所述一或多个集光光学器件经配置以将所述晶片成像到所述检测器阵列上;及
处理单元,其通信地耦合到所述检测器阵列,其中所述处理单元经配置以:
从所述检测器阵列获取晶片上的目标位置的一或多个目标图像;
将去噪滤波器应用到至少所述一或多个目标图像;及
在对至少所述一或多个目标图像去噪之后从一或多个参考图像及所述一或多个目标图像确定一或多个差异图像,其中能够在所述一或多个差异图像中检测一或多个晶片缺陷。
63.根据权利要求62所述的光学晶片特征化系统,其中所述处理单元经配置以:
从所述检测器阵列获取所述一或多个参考图像,其中所述一或多个参考图像具有接近所述晶片上的所述目标位置的参考位置。
64.根据权利要求62所述的光学晶片特征化系统,其中所述处理单元经配置以:
通过从所述一或多个目标图像减去所述一或多个参考图像而从所述一或多个参考图像及所述一或多个目标图像确定所述一或多个差异图像。
65.根据权利要求62所述的光学晶片特征化系统,其中所述去噪滤波器是经配置以移除由所述阵列检测器获取的至少所述一或多个目标图像中的噪声的部分且经配置以减少无噪声图像的更改的空间频率滤波器。
66.根据权利要求65所述的光学晶片特征化系统,其中所述空间频率滤波器是快速傅里叶变换(FFT)滤波器,其中所述至少所述一或多个目标图像经傅里叶变换,乘以空间频率函数且通过所述FFT滤波器逆傅里叶变换。
67.根据权利要求65所述的光学晶片特征化系统,其中所述空间频率滤波器是有限脉冲响应(FIR)滤波器,其中所述至少所述一或多个目标图像由所述FIR滤波器卷积。
68.根据权利要求62所述的光学晶片特征化系统,其中所述处理单元经配置以:
将去噪滤波器应用到所述一或多个参考图像;及
在对所述一或多个参考图像及所述一或多个目标图像去噪之后从所述一或多个参考图像及所述一或多个目标图像确定所述一或多个差异图像。
69.根据权利要求62所述的光学晶片特征化系统,其中所述处理单元包含现场可编程门阵列(FPGA)、专用集成电路、图形处理单元或中央处理单元。
70.根据权利要求62所述的光学晶片特征化系统,其中所述光学晶片特征化系统是宽带等离子体(BBP)工具。
71.根据权利要求62所述的光学晶片特征化系统,其中所述处理单元经配置以:
基于在所述差异图像中检测的一或多个晶片缺陷确定一或多个控制信号,其中所述一或多个控制信号经配置以对所述光学晶片特征化系统的一或多个光学晶片特征化组件或半导体制造系统的一或多个半导体制造组件中的至少一者进行一或多个调整。
72.根据权利要求62所述的光学晶片特征化系统,其中所述光学晶片特征化系统进一步包括:
控制器,其通信地耦合到所述处理单元,其中所述控制器包含一或多个处理器及存储器,其中所述存储器经配置以存储程序指令,其中所述一或多个处理器经配置以执行所述程序指令,从而引起所述一或多个处理器:
从所述处理单元接收所述一或多个差异图像;及
基于在所述一或多个差异图像中检测的一或多个晶片缺陷确定一或多个控制信号,其中所述一或多个控制信号经配置以对所述光学晶片特征化系统的一或多个光学晶片特征化组件或半导体制造系统的一或多个半导体制造组件中的至少一者进行一或多个调整。
Applications Claiming Priority (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US63/191,845 | 2021-05-21 | ||
US17/492,321 | 2021-10-01 | ||
US17/492,321 US20220383470A1 (en) | 2021-05-21 | 2021-10-01 | System and method for optical wafer characterization with image up-sampling |
PCT/US2022/028648 WO2022245602A1 (en) | 2021-05-21 | 2022-05-11 | System and method for optical wafer characterization with image up-sampling |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116917721A true CN116917721A (zh) | 2023-10-20 |
Family
ID=88351591
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202280017885.9A Pending CN116917721A (zh) | 2021-05-21 | 2022-05-11 | 具有图像上取样的光学晶片特征化的系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116917721A (zh) |
-
2022
- 2022-05-11 CN CN202280017885.9A patent/CN116917721A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109075091B (zh) | 用于偏光晶片检验的方法及设备 | |
TWI707139B (zh) | 使用影像重建以用於缺陷偵測之系統及方法 | |
KR102321944B1 (ko) | 저해상도 검사 이미지들로부터 고해상도 점 확산 함수들을 재구성하기 위한 시스템 및 방법 | |
US9395309B2 (en) | Multiple angle computational wafer inspection | |
KR102707760B1 (ko) | 효과적인 검출을 위해 낮은 snr 플랫 잔류물/얼룩 결함의 주파수 도메인 향상 | |
US11703460B2 (en) | Methods and systems for optical surface defect material characterization | |
US11769242B2 (en) | Mode selection and defect detection training | |
KR102514136B1 (ko) | 반도체 웨이퍼의 리피터 결함 포착 | |
KR20210107860A (ko) | 비원형 퓨필을 가진 검사 시스템 | |
CN112654859B (zh) | 用于缺陷分类的检验系统和方法 | |
US20220383470A1 (en) | System and method for optical wafer characterization with image up-sampling | |
CN116917721A (zh) | 具有图像上取样的光学晶片特征化的系统及方法 | |
US10473454B1 (en) | Imaging-based height measurement based on known geometric information | |
TW201837458A (zh) | 用於從低解析度檢測影像重建高解析度點擴散函數之系統及方法 | |
US20230351553A1 (en) | Shot noise reduction using frame averaging | |
US12066763B2 (en) | Sensitivity improvement of optical and SEM defection inspection | |
CN118119839A (zh) | 使用帧平均化的散粒噪声降低 |
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 |