CN117581093A - 激光退火图案抑制 - Google Patents
激光退火图案抑制 Download PDFInfo
- Publication number
- CN117581093A CN117581093A CN202280043769.4A CN202280043769A CN117581093A CN 117581093 A CN117581093 A CN 117581093A CN 202280043769 A CN202280043769 A CN 202280043769A CN 117581093 A CN117581093 A CN 117581093A
- Authority
- CN
- China
- Prior art keywords
- image
- grid lines
- region
- processor
- gray value
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000005224 laser annealing Methods 0.000 title description 4
- 230000001629 suppression Effects 0.000 title description 2
- 239000004065 semiconductor Substances 0.000 claims abstract description 34
- 238000000034 method Methods 0.000 claims description 52
- 230000007547 defect Effects 0.000 claims description 42
- 238000012937 correction Methods 0.000 claims description 20
- 238000007689 inspection Methods 0.000 claims description 14
- 238000003708 edge detection Methods 0.000 claims description 5
- 238000004891 communication Methods 0.000 claims description 4
- 230000003287 optical effect Effects 0.000 description 44
- 235000012431 wafers Nutrition 0.000 description 34
- 238000001514 detection method Methods 0.000 description 31
- 238000005286 illumination Methods 0.000 description 21
- 238000004519 manufacturing process Methods 0.000 description 11
- 230000008569 process Effects 0.000 description 11
- 230000006870 function Effects 0.000 description 9
- 238000013500 data storage Methods 0.000 description 8
- 238000003384 imaging method Methods 0.000 description 8
- 238000013461 design Methods 0.000 description 7
- 230000005540 biological transmission Effects 0.000 description 6
- 238000003860 storage Methods 0.000 description 5
- 230000003595 spectral effect Effects 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 230000007423 decrease Effects 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 230000010287 polarization Effects 0.000 description 2
- 238000003908 quality control method Methods 0.000 description 2
- 238000012552 review Methods 0.000 description 2
- 230000035945 sensitivity Effects 0.000 description 2
- 230000009897 systematic effect Effects 0.000 description 2
- 235000006719 Cassia obtusifolia Nutrition 0.000 description 1
- 235000014552 Cassia tora Nutrition 0.000 description 1
- 244000201986 Cassia tora Species 0.000 description 1
- 239000000654 additive Substances 0.000 description 1
- 230000000996 additive effect Effects 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 230000008021 deposition Effects 0.000 description 1
- 238000000151 deposition Methods 0.000 description 1
- 230000001627 detrimental effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000002845 discoloration Methods 0.000 description 1
- 238000005530 etching Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000005468 ion implantation Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 238000000206 photolithography Methods 0.000 description 1
- 229920002120 photoresistant polymer Polymers 0.000 description 1
- 238000005498 polishing Methods 0.000 description 1
- 238000004886 process control Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Classifications
-
- 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
- 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
- G06T7/0006—Industrial image inspection using a design-rule based approach
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/20—Image enhancement or restoration using local operators
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/40—Image enhancement or restoration using histogram techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/77—Retouching; Inpainting; Scratch removal
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/12—Edge-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—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
- 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
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
- G01N2021/8887—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges based on image processing techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10056—Microscopic image
- G06T2207/10061—Microscopic image from scanning electron microscope
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20021—Dividing image into blocks, subimages or windows
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
- G06T2207/30148—Semiconductor; IC; Wafer
Landscapes
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Quality & Reliability (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Pathology (AREA)
- Immunology (AREA)
- Analytical Chemistry (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Manufacturing & Machinery (AREA)
- Power Engineering (AREA)
- Computer Hardware Design (AREA)
- Microelectronics & Electronic Packaging (AREA)
- Signal Processing (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
- Testing Or Measuring Of Semiconductors Or The Like (AREA)
- Recrystallisation Techniques (AREA)
Abstract
确定经激光退火半导体晶片的图像中的网格线的位置。由所述网格线覆盖的区域可使用新灰度值来填充。所述新灰度值能够基于所述区域周围的邻域的第二灰度值。所述邻域位于由所述网格线覆盖的所述区域外部。
Description
技术领域
本公开涉及处理半导体晶片图像。
背景技术
半导体制造业的发展对良率管理提出更高要求,且特定来说对计量及检验系统提出更高要求。关键尺寸继续缩小,但业界需要缩短实现高良率、高价值生产的时间。最小化从检测良率问题到解决问题的总时间使半导体制造商的投资回报最大化。
制造半导体装置(例如逻辑及存储器装置)通常包含使用大量制造工艺来处理半导体晶片以形成半导体装置的各种特征及多层级。例如,光刻是一种半导体制造工艺,其涉及将图案从光罩转移到布置于半导体晶片上的光致抗蚀剂。半导体制造工艺的额外实例包含(但不限于)化学机械抛光(CMP)、蚀刻、沉积及离子植入。制造在单个半导体晶片上的多个半导体装置的布置可分离成个别半导体装置。
在半导体制造期间的各个步骤中使用检验过程来检测晶片上的缺陷以促进制造工艺中的更高良率且因此提高利润。检验一直是制造半导体装置(例如集成电路(IC))的重要部分。然而,随着半导体装置尺寸的减小,检验对于成功制造可接受半导体装置变得更重要,因为较小缺陷会导致装置失效。例如,随着半导体装置的尺寸减小,尺寸减小的缺陷的检测变得有必要,因为即使相对较小缺陷也可在半导体装置中引起非所要像差。
然而,随着设计规则的缩小,半导体制造工艺的操作可更接近工艺的性能能力的限制。另外,随着设计规则的缩小,较小缺陷会对装置的电气参数具有影响,其推动更敏感检验。随着设计规则的缩小,通过检验检测的与良率相关的潜在缺陷数量急剧增加,且通过检验检测的有害缺陷数量也急剧增加。因此,可在晶片上检测到更多缺陷,且校正工艺以消除所有缺陷可能是困难的且昂贵的。确定哪些缺陷实际上对装置的电参数及良率具有影响可使工艺控制方法专注于所述缺陷,而在很大程度上忽略其它缺陷。此外,在较小设计规则下,工艺引起的故障在一些情况下趋向于系统性的。即,工艺引起的故障趋向于在设计内重复多次的预定设计模式下失效。消除空间系统、电气相关的缺陷会对良率具有影响。
激光退火工艺在晶片的背面产生强烈网格图案,其表现为由激光照明及加热的区的变色。网格图案可表现为比晶片中的剩余者更亮或可表现为比晶片中的剩余者更暗。由于背面照明工具检验裸露区,所以这些网格图案可经标记或分类为错误缺陷。为了避免此错误,检验算法经调低或网格图案经涂黑。这些技术可避免由假缺陷淹没。
缺陷检测算法的失谐导致灵敏度损失,这可导致损坏芯片通过质量控制步骤。使网格线涂黑导致落在激光退火网格线上或附近的缺陷丢失。图1展示在应用激光退火工艺之后的背面晶片图像。规则网格线是可见的。这些网格线上或附近可出现缺陷。这些缺陷的一些可与网格图案重合。这些缺陷的一些的强度与网格线本身的量值相似,这使检测缺陷变得困难。如果网格线经涂黑,那么后续缺陷检测算法将无法发现靠近或位于网格线顶部上的缺陷。
因此,需要改进的系统及技术。
发明内容
在第一实施例中提供一种系统。所述系统包含:光源,其产生光;载物台,其经配置以将经激光退火半导体晶片保持在所述光的路径中;检测器,其经配置以接收从所述经激光退火半导体晶片反射的所述光;及处理器,其与所述检测器电子通信。所述处理器经配置以:使用来自所述检测器的数据来产生所述经激光退火半导体晶片的图像;确定所述图像中网格线的位置;且使用基于所述区域周围邻域的第二灰度值的新灰度值来填充由所述网格线覆盖的区域。所述邻域位于由所述网格线覆盖的所述区域外部。
所述处理器可进一步经配置以:将由所述网格线覆盖的所述区域的第一灰度值与所述区域周围的所述邻域的所述第二灰度值进行比较;且将所述区域中的所述第一灰度值除以校正比来确定所述新灰度值。所述校正比为所述区域中的平均灰度除以所述邻域中的平均灰度。所述第二灰度值可取自距所述第一灰度值比所述网格线的宽度更远的位置。可对所述图像的所述网格线中的所有像素重复所述比较、所述除法及所述填充。
所述光源及所述检测器可经配置使得所述图像是亮场图像或暗场图像。
所述处理器可进一步经配置以在所述区域用所述新灰度值填充之后对所述图像执行缺陷检验。
所述确定可使用Sobel边缘检测。
所述填充可包含直方图重新映射。
在第二实施例中提供一种方法。使用处理器来确定经激光退火半导体晶片的图像中网格线的位置。使用所述处理器,使用基于所述区域周围的邻域的第二灰度值的新灰度值来填充由所述网格线覆盖的区域。所述邻域位于由所述网格线覆盖的所述区域外部。
所述方法可进一步包含:使用所述处理器将由所述网格线覆盖的所述区域的第一灰度值与所述区域周围的所述邻域的所述第二灰度值进行比较;使用所述处理器将所述区域中的所述第一灰度值除以校正比来确定所述新灰度值。所述校正比为所述区域中的平均灰度除以所述邻域中的平均灰度。所述第二灰度值可取自距所述第一灰度值比所述网格线的宽度更远的位置。可对所述图像的所述网格线中的所有像素重复所述比较、所述除法及所述填充。
所述图像可为亮场图像或暗场图像。
所述方法可进一步包含在所述填充之后对所述图像执行缺陷检验。
所述确定可使用Sobel边缘检测。
所述填充可包含直方图重新映射。
一种非暂时性计算机可读媒体,其存储经配置以指示处理器执行第二实施例的方法的程序。
附图说明
为了更全面地理解本公开的性质及目的,应参考以下结合附图的详细描述,其中:
图1是具有可见激光退火网格图案的背面晶片图像;
图2是图1的图像,其中使用本文中所公开的实施例抑制网格图案;
图3是根据本公开的实施例的流程图;
图4是描绘在使用图3的方法之前的缺陷图的示范性图像;
图5是描绘在使用图3的方法之后的缺陷物质的示范性图像;及
图6是根据本公开的系统的实施例。
具体实施方式
尽管将鉴于特定实施例来描述所主张的标的物,但包含不提供本文阐述的所有益处及特征的实施例的其它实施例也在本公开的范围内。在不脱离本公开的范围的情况下,可进行各种结构、逻辑、工艺步骤及电子改变。因此,本公开的范围仅通过参考所附权利要求书来界定。
本文中所公开的实施例校正及抑制经激光退火半导体晶片上的变色区域的亮度变化。随后缺陷检测算法可不再从此网格图案发现假缺陷,其意味着缺陷检测算法可保持完全灵敏度。例如,图2是在使用本文中所公开的实施例抑制网格图案之后的图1的图像。网格图案在图2中不再可见。
方法100的实施例展示于图3中,每一步骤的右侧具对应示意图。图3的一些或全部步骤可使用处理器来执行。尽管公开单个图像,但可对半导体晶片的多个图像或跨多个半导体晶片执行方法100。
在101处,确定经激光退火半导体晶片的图像中的网格线105的位置。网格线105是比示范性图像中的非网格线更暗的阴影(例如灰度),但也可为比非网格线更亮的阴影。
图像可为亮场图像或暗场图像。取决于图像是亮场图像或暗场图像,网格线可为亮或暗。
网格线的位置可因晶片而异。此外,网格线可不与晶片定向对齐。因此,网格线可以一定角度展示。测量及校正此相对角度可允许更准确地确定网格位置。在例子中,可通过使用网格线之间的规则间距来确定网格线的确切位置。
若干其它技术可用于确定网格线的位置。例如,网格线位置可使用Sobel边缘检测或Canny滤波器来确定。
在另一例子中,网格线位置可使用傅里叶(Fourier)变换在频率空间中确定。傅里叶分析鉴于频率检验图像。任何规则间隔开的图案可在频谱中显示为强峰。
在另一例子中,网格线位置可使用规则重复的网格图案来确定。可使用网格线相对于设计起点的预期位置。除本文中列出的所述技术之外的其它技术可用于确定网格线的位置。
在101处确定网格线位置之后,由网格线105覆盖的区域使用基于区域106周围的邻域107的第二灰度值的新灰度值填充。邻域107位于由网格线105覆盖的区域106外部。
在102处,将由网格线105覆盖的区域106的第一灰度值与区域106周围的邻域107的第二灰度值进行比较。邻域可位于网格线105的任一侧上或可取网格线105两侧上的值的平均值。第二灰度值可取自距网格线的距离大于网格线的宽度的位置,其可防止第二灰度值与第一灰度值过于类似。在例子中,第二灰度值在第一灰度值的64个像素内。
将邻域107选择为尽可能靠近网格线105可提供比邻域107经选择为更远的更准确校正值测量。对于不同实例,确切距离可不同且可由用户选择以优化结果。
在103处确定校正量。例如,将区域106中的第一灰度值除以校正比。将第一灰度值相除可确定新灰度值。校正比是区域106中的平均灰度级除以邻域107中的平均灰度级。
可将平均灰度级确定为方格或水平/垂直线中的灰度级的平均值。区域可取决于是否正在校正水平/垂直网格线或是否正在校正不同区域。方格或线的大小可由用户选择以优化校正结果。
在另一实施例中,校正量用加法项来确定。灰度级的校正量可经添加到原始值或从原始值减去,而非使用校正比。
区域106在104处用新灰度值填充。因此,网格线上的像素可经校正以看起来更接近于其非网格邻居。在此灰度校正之后,图2展示与图1相同的晶片图像。现在,网格线肉眼几乎不可见。随着信噪比的增加,网格线上或附近的缺陷可见。
可逐个像素或逐个区域地填充区域106。区域106可填充在步骤101期间确定的边界内。因此,可应用于包含多个像素、单个像素或线的区域106。
由于晶片上的灰度可显著变化,其取决于已应用于晶片背面的工艺,所以可局部测量及校正灰度变化。网格线上及网格线外的灰度测量可通过若干不同技术以测量一维(线性投影)或二维的平均灰度级来实现。
例如,可执行直方图重新映射以填充区域106。可比较区域106及邻域107中的灰度级分布且可将直方图的端点彼此匹配以找到校正分布。也可应用其它色彩校正方案。
可针对图像的网格线中的所有像素重复比较102、校正量确定103及填充104。此可逐个像素地执行或可使用网格线内的多个局部区来执行。
在对图像的网格线中的一些或所有像素执行方法100之后,可对图像执行缺陷检验。
取决于像素与垂直或水平网格线的接近程度,方法100采用沿像素列或行的平均灰度的一维测量。网格线相交或交叉的区域可通过测量二维的平均亮度来校正。在例子中,方格用作区域106。所述方格可经定大小为垂直线与水平线之间的交叉区域。在此交叉点处使用的方格可经定大小以不落于交叉点外的网格线105的其它部分上。
图4及5展示示范性缺陷图。图4中的缺陷图包含缺陷及网格线两者。此可影响检验或缺陷重检。网格线可隐藏缺陷或可为误报。图5展示在应用方法100之后相同区域的缺陷图。网格线经抑制,而允许真正缺陷经识别及分类。图5的缺陷分析将导致比图4的缺陷分析较少的错误。
系统200的一个实施例展示于图6中。系统200包含基于光学的子系统201。一般来说,基于光学的子系统201经配置用于通过将光引导到(或利用光来扫描)并检测来自样本202的光来为样本202产生基于光学的输出。在一个实施例中,样本202包含晶片。晶片可包含所属领域中已知的任何晶片(例如经激光退火晶片)。其它样本是可能的。
在图6中展示的系统200的实施例中,基于光学的子系统201包含经配置以将光引导到样本202的照明子系统。所述照明子系统包含至少一个光源。例如,如图6中展示,照明子系统包含光源203。在一个实施例中,照明子系统经配置以按一或多个入射角将光引导到样本202,所述入射角可包含一或多个斜角及/或一或多个正交角。例如,如图6中展示,来自光源203的光经引导通过光学元件204且接着通过透镜205以倾斜入射角到达样本202。倾斜入射角可包含任何合适倾斜入射角,其可取决于(例如)样本202的特性而变化。
基于光学的子系统201可经配置以在不同时间以不同入射角将光引导到样本202。例如,基于光学的子系统201可经配置以改变照明子系统的一或多个元件的一或多个特性,使得光可以不同于图6中展示的入射角的入射角引导到样本202。在一个此实例中,基于光学的子系统201可经配置以移动光源203、光学元件204及透镜205,使得光以不同倾斜入射角或正交(或接近正交)入射角引导到样本202。
在一些例子中,基于光学的子系统201可经配置以同时以多于一个入射角将光引导到样本202。例如,照明子系统可包含多于一个照明通道,照明通道中的一者可包含光源203、光学元件204及透镜205(如图6中展示)且照明通道的另一者(未展示)可包含类似元件,所述元件可不同地或相同地配置,或可包含至少一光源及可包含一或多个其它组件(例如本文进一步描述的所述)。如果此光与其它光同时引导到样本,那么以不同入射角引导到样本202的光的一或多个特性(例如,波长、偏振等等)可不同,使得由以不同入射角照明样本202所产生的光可在检测器处彼此区分。
在另一情况下,照明子系统可仅包含一个光源(例如,图6中展示的光源203)且来自光源的光可由照明子系统的一或多个光学元件(未展示)分离到不同光学路径中(例如,基于波长、偏振等等)。接着可将不同光学路径中的每一者中的光引导到样本202。多个照明通道可经配置以在相同时间或不同时间将光引导到样本202(例如,当使用不同照明通道循序照明标本时)。在另一例子中,相同照明通道可经配置以在不同时间将光引导到具有不同特性的样本202。例如,在一些例子中,光学元件204可经配置为光谱滤光片且光谱滤光片的性质可以各种不同方式(例如,通过更换光谱滤光片)改变,使得不同波长的光可在不同时间引导到样本202。照明子系统可具有所属领域中已知的任何其它合适配置用于以不同或相同入射角循序或同时将具有不同或相同特性的光引导到样本202。
在一个实施例中,光源203可包含宽带等离子体(BBP)源。以此方式,由光源203产生且引导到样本202的光可包含宽带光。然而,光源可包含任何其它合适光源,例如激光。激光可包含所属领域中已知的任何合适激光且可经配置以产生所属领域中已知的任何合适波长或多个波长的光。另外,激光可经配置以产生单色或接近单色的光。以此方式,激光可为窄带激光。光源203还可包含产生多个离散波长或波段的光的多色光源。
来自光学元件204的光可由透镜205聚焦到样本202上。尽管透镜205在图6中展示为单个折射光学元件,但应理解,实际上,透镜205可包含数个折射及/或反射光学元件,其组合地将来自光学元件的光聚焦到样本。图6中展示及本文中描述的照明子系统可包含任何其它合适光学元件(未展示)。此类光学元件的实例包含(但不限于)偏振组件、光谱滤光片、空间滤光片、反射光学元件、切趾器、分束器(例如分束器213)、孔径及其类似者,其可包含所属领域中已知的任何此类合适光学元件。另外,基于光学的子系统201可经配置以基于将用于产生基于光学的输出的照明类型来改变照明子系统的元件中的一或多者。
基于光学的子系统201还可包含经配置以使光在样本202上方扫描的扫描子系统。例如,基于光学的子系统201可包含在基于光学的输出产生期间将样本202安置于其上的载物台206。扫描子系统可包含任何合适机械及/或机器人组合件(其包含载物台206),其可经配置以移动样本202,使得可使光在样本202上方扫描。另外,或替代地,基于光学的子系统201可经配置使得基于光学的子系统201的一或多个光学元件在样本202上方执行光的一些扫描。可以任何合适方式(例如以蛇形路径或以螺旋路径)使光在样本202上方扫描。
基于光学的子系统201进一步包含一或多个检测通道。一或多个检测通道的至少一者包含检测器,所述检测器经配置以检测归因于由子系统对样本202的照明而来自样本202的光且产生响应于所检测光的输出。例如,图6中展示的基于光学的子系统201包含两个检测通道,一者由集光器207、元件208及检测器209形成且另一者由集光器210、元件211及检测器212形成。如图6中展示,两个检测通道经配置以收集及检测不同收集角度的光。在一些例子中,两个检测通道经配置以检测散射光,且检测通道经配置以检测从样本202以不同角度散射的光。然而,检测通道中的一或多者可经配置以检测来自样本202的另一类型的光(例如反射光)。
如图6中进一步展示,两个检测通道展示成定位于纸平面中且照明子系统也展示成定位于纸平面中。因此,在此实施例中,两个检测通道定位于入射平面中(例如居中)。然而,检测通道中的一或多者可定位于入射平面之外。例如,由集光器210、元件211及检测器212形成的检测通道可经配置以收集及检测从入射平面散射出的光。因此,此检测通道通常可称为“侧”通道,且此侧通道可在大体上垂直于入射平面的平面中居中。
尽管图6展示包含两个检测通道的基于光学的子系统201的实施例,但基于光学的子系统201可包含不同数目个检测通道(例如,仅一个检测通道或两个或更多个检测通道)。在一个此例子中,由集光器210、元件211及检测器212形成的检测通道可形成如上文所描述的一个侧通道,且基于光学的子系统201可包含形成为另一侧通道的额外检测通道(未展示),其定位于入射平面的相对侧中。因此,基于光学的子系统201可包含检测通道,所述检测通道包含集光器207、元件208及检测器209且在入射平面中居中且经配置以收集及检测法向于或接近法向正交于样本202表面的散射角的光。因此,此检测通道可通常称为“顶部”通道,且基于光学的子系统201还可包含如上文所描述配置的两个或更多个侧通道。因而,基于光学的子系统201可包含至少三个通道(即,一个顶部通道及两个侧通道),且至少三个通道中的每一者具有其自身集光器,集光器中的每一者经配置以收集不同于其它集光器中的每一者的散射角的光。
如上文进一步描述,包含于基于光学的子系统201中的检测通道中的每一者可经配置以检测散射光。因此,图6中展示的基于光学的子系统201可经配置用于样本202的暗场(DF)输出产生。然而,基于光学的子系统201还可或替代地包含经配置用于样本202的亮场(BF)输出产生的检测通道。换句话说,基于光学的子系统201可包含经配置以检测从样本202镜面反射的光的至少一个检测通道。因此,本文中所描述的基于光学的子系统201可经配置用于仅DF、仅BF、或DF及BF两者成像。尽管集光器中的每一者在图6中展示为单折射光学元件,但应理解,集光器中的每一者可包含一或多个折射光学裸片及/或一或多个反射光学元件。
一或多个检测通道可包含所属领域中已知的任何合适检测器。例如,检测器可包含光电倍增管(PMT)、电荷耦合装置(CCD)、时间延迟积分(TDI)相机及所属领域中已知的任何其它合适检测器。检测器还可包含非成像检测器或成像检测器。以此方式,如果检测器是非成像检测器,那么检测器中的每一者可经配置以检测散射光的特定特性(例如强度),但可不经配置以检测作为成像平面内位置的函数的此类特性。因而,由包含于基于光学的子系统的检测通道中的每一者中的检测器中的每一者产生的输出可为信号或数据,但并非图像信号或图像数据。在此类例子中,处理器(例如处理器214)可经配置以从检测器的非成像输出产生样本202的图像。然而,在其它例子中,检测器可经配置为经配置以产生成像信号或图像数据的成像检测器。因此,基于光学的子系统可经配置以按多种方式产生光学图像或本文中所描述的其它基于光学的输出。
应注意,本文提供图6以大体上说明基于光学的子系统201的配置,所述子系统可包含于本文中所描述的系统实施例中或可产生由本文中所描述的系统实施例使用的基于光学的输出。可改变本文中所描述的基于光学的子系统201配置以优化基于光学的子系统201的性能,正如在设计商业输出获取系统时通常执行那样。另外,本文中所描述的系统可使用现有系统来实施(例如,通过将本文中所描述的功能添加到现有系统)。对于一些此类系统,本文中所描述的方法可作为系统的任选功能提供(例如除系统的其它功能之外)。替代地,本文中所描述的系统可设计为全新系统。
处理器214可以任何合适方式(例如,经由一或多种传输媒体,其可包含有线及/或无线传输媒体)耦合到系统200的组件,使得处理器214可接收输出。处理器214可经配置以使用输出来执行数个功能。系统200可从处理器214接收指令或其它信息。处理器214及/或电子数据存储单元215任选地可与晶片检验工具、晶片计量工具或晶片重检工具(未说明)电子通信以接收额外信息或发送指令。例如,处理器214及/或电子数据存储单元215可与扫描电子显微镜电子通信。
本文中所描述的处理器214、其它系统或其它子系统可为各种系统的部分,包含个人计算机系统、图像计算机、大型计算机系统、工作站、网络设备、因特网设备或其它装置。子系统或系统还可包含所属领域中已知的任何合适处理器(例如并行处理器)。另外,子系统或系统可包含具有高速处理及软件的平台,作为独立或联网工具。
处理器214及电子数据存储单元215可安置于系统200或另一装置中或以其它方式成为系统200或另一装置的部分。在实例中,处理器214及电子数据存储单元215可为独立控制单元的部分或在集中式质量控制单元中。可使用多个处理器214或电子数据存储单元215。
处理器214实际上可由硬件、软件及固件的任何组合来实施。此外,如本文中描述的其功能可由一个单元来执行,或分割到不同组件,组件中的每一者又可由硬件、软件及固件的任何组合来实施。用于处理器214实施各种方法及功能的程序码或指令可存储于可读存储媒体中,例如电子数据存储单元215中的存储器或其它存储器。
如果系统200包含多于一个处理器214,那么不同子系统可彼此耦合,使得可在子系统之间发送图像、数据、信息、指令等等。例如,一个子系统可由任何合适传输媒体耦合到额外子系统,所述传输媒体可包含所属领域中已知的任何合适有线及/或无线传输媒体。两个或更多个此类子系统还可由共享计算机可读存储媒体(未展示)有效耦合。
处理器214可经配置以使用系统200的输出或其它输出来执行若干功能。例如,处理器214可经配置以将输出发送到电子数据存储单元215或另一存储媒体。处理器214可根据本文中所描述的实施例中的任何者来配置。处理器214还可经配置以使用系统200的输出或使用来自其它源的图像或数据来执行其它功能或额外步骤。
系统200及本文中所公开的方法的各种步骤、功能及/或操作由以下中的一或多者执行:电子电路、逻辑门、多路复用器、可编程逻辑装置、ASIC、模拟或数字控制/开关、微控制器或计算系统。实施例如本文中所描述的所述的方法的程序指令可通过载体媒体传输或存储在载体媒体上。载体媒体可包含存储媒体,例如只读存储器、随机存取存储器、磁盘或光盘、非易失性存储器、固态存储器、磁带及其类似者。载体媒体可包含例如有线、缆线或无线传输链路的传输媒体。例如,贯穿本公开所描述的各种步骤可由单个处理器214或替代地由多个处理器214执行。此外,系统200的不同子系统可包含一或多个计算或逻辑系统。因此,以上描述不应被解释为对本公开的限制,而仅是图解说明。
在例子中,处理器214与系统200通信。处理器214经配置以使用来自检测器209及/或212的数据产生样本202(例如经激光退火半导体晶片)的图像;确定图像中网格线的位置;且通过使用基于由网格线覆盖的区域周围的邻域的第二灰度值的新灰度值来填充所述区域。邻域位于由网格线覆盖的区域外部。此可使用本文中所公开的实施例中的任何者来完成。
额外实施例涉及存储在控制器上可执行的程序指令的非暂时性计算机可读媒体用于执行用于调整经激光退火半导体晶片的网格线上的灰度值的计算机实施方法,如本文所公开。特定来说,如图6中展示,电子数据存储单元215或其它存储媒体可含有非暂时性计算机可读媒体,其包含在处理器214上可执行的程序指令。计算机实施方法可包含本文中所描述的任何方法的任何步骤,包含方法100。
程序指令可以各种方式中的任何者来实施,包含基于过程的技术、基于组件的技术及/或面向对象的技术等等。例如,程序指令可根据需要使用ActiveX控件、C++对象、JavaBean、Microsoft基础类(MFC)、流式SIMD扩展(SSE)或其它技术或方法来实施。
使用系统200的照明可位于样本202的正面或背面。
尽管已相对于一或多个特定实施例描述本公开,但应理解,在不脱离本公开的范围的情况下,可做出本公开的其它实施例。因此,认为本公开仅受所附权利要求书及其合理解释的限制。
Claims (19)
1.一种系统,其包括:
光源,其产生光;
载物台,其经配置以将经激光退火半导体晶片保持在所述光的路径中;
检测器,其经配置以接收从所述经激光退火半导体晶片反射的所述光;及
处理器,其与所述检测器电子通信,其中所述处理器经配置以:
使用来自所述检测器的数据来产生所述经激光退火半导体晶片的图像;
确定所述图像中网格线的位置;且
使用基于所述区域周围邻域的第二灰度值的新灰度值来填充由所述网格线覆盖的区域,其中所述邻域位于由所述网格线覆盖的所述区域外部。
2.根据权利要求1所述的系统,其中所述处理器进一步经配置以:
将由所述网格线覆盖的所述区域的第一灰度值与所述区域周围的所述邻域的所述第二灰度值进行比较;且
将所述区域中的所述第一灰度值除以校正比来确定所述新灰度值,其中所述校正比为所述区域中的平均灰度除以所述邻域中的平均灰度。
3.根据权利要求2所述的系统,其中所述第二灰度值取自距所述第一灰度值比所述网格线的宽度更远的位置。
4.根据权利要求2所述的系统,其中对所述图像的所述网格线中的所有像素重复所述比较、所述除法及所述填充。
5.根据权利要求1所述的系统,其中所述光源及所述检测器经配置使得所述图像是亮场图像。
6.根据权利要求1所述的系统,其中所述光源及所述检测器经配置使得所述图像是暗场图像。
7.根据权利要求1所述的系统,其中所述处理器进一步经配置以在所述区域用所述新灰度值填充之后对所述图像执行缺陷检验。
8.根据权利要求1所述的系统,其中所述确定使用Sobel边缘检测。
9.根据权利要求1所述的系统,其中所述填充包含直方图重新映射。
10.一种方法,其包括:
使用处理器来确定经激光退火半导体晶片的图像中网格线的位置;
使用所述处理器,使用基于所述区域周围的邻域的第二灰度值的新灰度值来填充由所述网格线覆盖的区域,其中所述邻域位于由所述网格线覆盖的所述区域外部。
11.根据权利要求10所述的方法,其进一步包括:
使用所述处理器将由所述网格线覆盖的所述区域的第一灰度值与所述区域周围的所述邻域的所述第二灰度值进行比较;及
使用所述处理器将所述区域中的所述第一灰度值除以校正比来确定所述新灰度值,其中所述校正比为所述区域中的平均灰度除以所述邻域中的平均灰度。
12.根据权利要求11所述的方法,其中所述第二灰度值取自距所述第一灰度值比所述网格线的宽度更远的位置。
13.根据权利要求11所述的方法,其中对所述图像的所述网格线中的所有像素重复所述比较、所述除法及所述填充。
14.根据权利要求10所述的方法,其中所述图像是亮场图像。
15.根据权利要求10所述的方法,其中所述图像是暗场图像。
16.根据权利要求10所述的方法,其进一步包括在所述填充之后对所述图像执行缺陷检验。
17.根据权利要求10所述的方法,其中所述确定使用Sobel边缘检测。
18.根据权利要求10所述的方法,其中所述填充包含直方图重新映射。
19.一种非暂时性计算机可读媒体,其存储经配置以指示处理器执行根据权利要求10所述的方法的程序。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US17/504,475 | 2021-10-18 | ||
US17/504,475 US12100132B2 (en) | 2021-10-18 | 2021-10-18 | Laser anneal pattern suppression |
PCT/US2022/046349 WO2023069282A1 (en) | 2021-10-18 | 2022-10-12 | Laser anneal pattern suppression |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117581093A true CN117581093A (zh) | 2024-02-20 |
Family
ID=85982461
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202280043769.4A Pending CN117581093A (zh) | 2021-10-18 | 2022-10-12 | 激光退火图案抑制 |
Country Status (7)
Country | Link |
---|---|
US (1) | US12100132B2 (zh) |
EP (1) | EP4337943A1 (zh) |
KR (1) | KR20240088635A (zh) |
CN (1) | CN117581093A (zh) |
IL (1) | IL309133A (zh) |
TW (1) | TW202338331A (zh) |
WO (1) | WO2023069282A1 (zh) |
Family Cites Families (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5318676A (en) * | 1992-06-22 | 1994-06-07 | The Regents Of The University Of California | Photolithographic fabrication of luminescent images on porous silicon structures |
IL138158A (en) * | 2000-08-30 | 2004-06-20 | Nova Measuring Instr Ltd | A method for determining the internal orientation of a silicon wafer |
KR100558483B1 (ko) | 2003-06-19 | 2006-03-07 | 삼성전자주식회사 | 패턴불량 검사방법 |
US20080037044A1 (en) | 2006-08-08 | 2008-02-14 | Xerox Corporation | Methods for background and noise suppression in binary to grayscale image conversion |
KR101214806B1 (ko) | 2010-05-11 | 2012-12-24 | 가부시키가이샤 사무코 | 웨이퍼 결함 검사 장치 및 웨이퍼 결함 검사 방법 |
TWI475597B (zh) * | 2012-02-08 | 2015-03-01 | Hitachi High Tech Corp | Pattern evaluation method and pattern evaluation device |
JP6051917B2 (ja) * | 2013-02-18 | 2016-12-27 | 日亜化学工業株式会社 | 半導体発光素子の検査方法及び半導体発光素子の製造方法 |
EP3521932A4 (en) * | 2016-09-30 | 2020-05-27 | Nikon Corporation | MEASURING SYSTEM, SUBSTRATE PROCESSING SYSTEM, AND DEVICE MANUFACTURING METHOD |
JP2018195514A (ja) | 2017-05-19 | 2018-12-06 | 東芝メモリ株式会社 | 荷電粒子線を用いたパターン検査方法 |
CN108508637B (zh) | 2018-03-08 | 2020-09-11 | 惠科股份有限公司 | 一种显示面板的检测方法、装置及自动光学检测设备 |
US11121046B2 (en) * | 2018-07-31 | 2021-09-14 | Taiwan Semiconductor Manufacturing Company Ltd. | Wafer-level testing method and test structure thereof |
US11199508B1 (en) * | 2020-06-12 | 2021-12-14 | Taiwan Semiconductor Manufacturing Company Ltd. | Failure analysis method with improved detection accuracy for advanced technology node |
-
2021
- 2021-10-18 US US17/504,475 patent/US12100132B2/en active Active
-
2022
- 2022-06-02 TW TW111120660A patent/TW202338331A/zh unknown
- 2022-10-12 CN CN202280043769.4A patent/CN117581093A/zh active Pending
- 2022-10-12 EP EP22884273.8A patent/EP4337943A1/en active Pending
- 2022-10-12 IL IL309133A patent/IL309133A/en unknown
- 2022-10-12 WO PCT/US2022/046349 patent/WO2023069282A1/en active Application Filing
- 2022-10-12 KR KR1020237043062A patent/KR20240088635A/ko unknown
Also Published As
Publication number | Publication date |
---|---|
US20230122514A1 (en) | 2023-04-20 |
US12100132B2 (en) | 2024-09-24 |
IL309133A (en) | 2024-02-01 |
KR20240088635A (ko) | 2024-06-20 |
EP4337943A1 (en) | 2024-03-20 |
WO2023069282A1 (en) | 2023-04-27 |
TW202338331A (zh) | 2023-10-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112106180B (zh) | 基于设计的对准的性能监测 | |
CN111819596B (zh) | 组合模拟及光学显微术以确定检验模式的方法和系统 | |
CN114402192B (zh) | 用于晶片缺陷检测的基于变化的分段 | |
US11783470B2 (en) | Design-assisted inspection for DRAM and 3D NAND devices | |
CN115777060A (zh) | 用于光学目标搜索的光学图像对比度量 | |
KR20230026359A (ko) | 다중 수집 채널로부터의 정보의 결합에 의한 디자인 대 웨이퍼 이미지 상관 관계 | |
US12100132B2 (en) | Laser anneal pattern suppression | |
JP2013174575A (ja) | パターン検査装置、及びこれを使用した露光装置の制御方法 | |
CN114424245A (zh) | 一维唯一结构的图案到设计的对准 | |
JP2024537955A (ja) | レーザアニールパターンの抑制 | |
KR102719204B1 (ko) | 노이즈 특성에 기초한 서브케어 영역의 클러스터링 | |
US20240221141A1 (en) | Pattern segmentation for nuisance suppression | |
CN117015850B (zh) | 以经呈现设计图像进行的设计注意区域的分段 | |
US11610296B2 (en) | Projection and distance segmentation algorithm for wafer defect detection | |
JP7087221B2 (ja) | 検査装置、方法、及び、プログラム | |
TW202301191A (zh) | 用於導出及改善成像條件之影像對比度量 | |
CN117355930A (zh) | 通过基于图像投影的修补对设计对准的晶片对准改进 | |
KR20220104776A (ko) | 노이즈 특성에 기초한 서브케어 영역의 클러스터링 | |
JP2005062950A (ja) | 画像処理装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |