CN117853395A - 检查晶片缺陷的方法及系统 - Google Patents

检查晶片缺陷的方法及系统 Download PDF

Info

Publication number
CN117853395A
CN117853395A CN202211210554.5A CN202211210554A CN117853395A CN 117853395 A CN117853395 A CN 117853395A CN 202211210554 A CN202211210554 A CN 202211210554A CN 117853395 A CN117853395 A CN 117853395A
Authority
CN
China
Prior art keywords
partitions
image
wafer
reference image
partition map
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
CN202211210554.5A
Other languages
English (en)
Inventor
洪羽芃
陈庆荣
黄凯斌
黄清俊
谈文毅
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.)
United Semi Integrated Circuit Manufacture Xiamen Co ltd
Original Assignee
United Semi Integrated Circuit Manufacture Xiamen Co ltd
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 United Semi Integrated Circuit Manufacture Xiamen Co ltd filed Critical United Semi Integrated Circuit Manufacture Xiamen Co ltd
Priority to CN202211210554.5A priority Critical patent/CN117853395A/zh
Priority to US17/988,785 priority patent/US20240112323A1/en
Publication of CN117853395A publication Critical patent/CN117853395A/zh
Pending legal-status Critical Current

Links

Classifications

    • 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
    • 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
    • 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
    • G06T2207/30—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)
  • Quality & Reliability (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Testing Or Measuring Of Semiconductors Or The Like (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)

Abstract

本发明公开一种检查晶片缺陷的方法及系统，其中该检查晶片缺陷的方法包括以下步骤。首先，取得制作在一参考晶片上的一芯片图案的一参考影像。接着，使用计算机演算法分析该参考影像，以产生该芯片图案的一分区图，其中该分区图包括多个分区。然后，设定该多个分区各别的阈值，并在取得制作在一待测晶片上的该芯片图案的一待测影像后，比对该待测影像和该参考影像，获得一比对数据。接着，使用该分区图及该多个分区的阈值来检查该比对数据，识别该待测晶片上的一缺陷。

Description

检查晶片缺陷的方法及系统
技术领域
本发明涉及晶片制造领域。更具体而言，本发明是涉及一种检查晶片缺陷的方法。
背景技术
在晶片的制造过程中，通常会在不同制造阶段插入缺陷检查步骤，若发现异常，可及时反馈给线上进行改善，避免更多晶片遭受相同问题，也可节省异常晶片继续流片所造成的浪费。
业界常用来识别缺陷的方法，其中一种是利用计算机分析比对相同产品的晶片影像，当某对应位置的影像参数(例如灰度)的差异超过预设阈值，则判断该位置存在缺陷。也就是说，阈值的设定关系到缺陷检查的灵敏度。阈值设定太高则灵敏度太低，无法有效识别出缺陷。阈值设定太低则灵敏度太高，检查结果常发生过多误判噪声，掩盖了真实缺陷。因此，有必要提出一种改良的缺陷检查方法，可针对图案区块设定合适的阈值，以提高检查精准度。
发明内容
本发明一实施例提供一种检查晶片缺陷的方法，包括以下步骤。首先，取得制作在一参考晶片上的一芯片图案的一参考影像。接着，使用计算机演算法分析该参考影像，以产生该芯片图案的一分区图，其中该分区图包括多个分区。然后，设定该多个分区各别的阈值，并在取得制作在一待测晶片上的该芯片图案的一待测影像后，比对该待测影像和该参考影像，获得一比对数据。接着，使用该分区图及该多个分区的阈值来检查该比对数据，识别该待测晶片上的一缺陷。
本发明另一实施例提供一种用于检查晶片缺陷的系统，包括一检视设备以及一计算机设备。该检视设备配置为用于取得一芯片图案的一参考影像和一待测影像。该计算机设备配置为用于分析该参考影像以产生该芯片图案的一分区图，其中该分区图包括多个分区、设定该多个分区各别的阈值、计算该待测影像和该参考影像之间的差异以取得一比对数据，以及根据该分区图及该多个分区的阈值检查该比对数据，识别该待测晶片上的一缺陷。
附图说明
图1为本发明一实施例的集成电路芯片的布局数据的示意图；
图2为本发明一实施例的晶片制造的光刻系统的示意图；
图3为本发明一实施例的用于检查晶片缺陷的检查系统的示意图；
图4为本发明一实施例的检查晶片缺陷的方法的步骤流程图；
图5为本发明一实施例的参考晶片及芯片图案的一参考影像图；
图6为图5的参考影像经过计算机演算法分析后获得的分区图；
图7为本发明一实施例的待测晶片及芯片图案的一待测影像图；
图8为本发明一实施例，对图6的分区图经过边界调整后的分区图。
主要元件符号说明
100 布局数据
102 芯片区
104 切割道区
200 光刻系统
202 光源
203 光掩模
204 透镜
206 曝光区
300 检查系统
302 计算机设备
304 检视设备
308 使用者界面
310 存储器
400 方法
502 芯片区
504 芯片图案
506 分区图
3042 光源
3044 光线
3046 反射光信号
3048 感光元件
504a 参考影像
504b 待测影像
506' 分区图
BN1 边界
BN1' 边界
BN2 边界
BN2' 边界
BN3 边界
BN3' 边界
d1 距离
P1 暗点
P2 亮点
R1 分区
R2 分区
R3 分区
R4 分区
R5 分区
S01 步骤
S02 步骤
S03 步骤
S031 步骤
S032 步骤
S04 步骤
S05 步骤
W 晶片
W1 参考晶片
W2 待测晶片
具体实施方式
为使熟悉本发明所属技术领域的一般技术人员能更进一步了解本发明，下文特列举本发明的优选实施例，并配合所附的附图，详细说明本发明的构成内容及所欲达成的功效。
为了方便说明，本发明的各附图仅为示意以更容易了解本发明，其详细的比例可依照设计的需求进行调整。在文中所描述对于图形中相对元件的上下关系，在本领域的人都应能理解其是指物件的相对位置而言，因此都可以翻转而呈现相同的构件，此都应同属本说明书所揭露的范围，在此容先叙明。
图1为根据本发明一实施例的集成电路芯片的布局数据100的示意图。布局数据100可包括芯片区102以及介于芯片区102之间的切割道区104。芯片区102为形成集成电路芯片的区域。切割道区104可包括半导体制作工艺使用的对准标记、测量标记，以及用于电性分析的测试键(testkey)，并且为制作工艺完成后分离出各集成电路芯片的晶片切割(Wafer Die-Saw)区。布局数据100包括多个图案层(例如主动(有源)区图案层、栅极图案层、离子注入区图案层、内连线图案层，但不限于此)，这些图案层会各别写入至晶片制造使用的光掩模(photomask)中。
图2为根据本发明一实施例的晶片制造的光刻系统200的示意图，说明如何将光掩模203的图案转移至晶片W上。光刻系统200可包括光刻步进机(stepper)或步进扫描机(scanner)，但不限于此。光掩模203也可被称为光掩模(photomask)或倍缩光掩模(reticle)，包括集成电路布局数据100的某一图案层的图案。光掩模203可以是二元(binary)光掩模、相位移光掩模(PSM)，或其他合适的光掩模种类。光源202发射的光通过光掩模203再通过透镜204照射至覆盖在晶片W上的光致抗蚀剂剂(图未示)，使光致抗蚀剂剂曝光的部分改质而可在后续的显影步骤中被选择性地保留或移除(视光致抗蚀剂剂为正型或负型而定)，从而将该曝光区206(exposure field)的光致抗蚀剂剂图案化成光掩模203的图案。在一些实施例中，光致抗蚀剂剂可用作离子注入掩模，定义掺杂的注入区。在一些实施例中，光致抗蚀剂剂可用作蚀刻掩模，定义晶片W要被蚀刻移除的区域，以将光掩模203的图案转移至晶片W上。
通过进行上述图案转移方法及其他半导体制作工艺(例如薄膜沉积、蚀刻、研磨、离子注入等)，可在晶片W上逐层架构出芯片的集成电路结构。在此制作工艺期间，可于不同制造阶段插入缺陷检查步骤，以及时发现异常并反馈给线上制作工艺进行改善，避免更多晶片遭受相同问题，也可节省异常晶片继续流片所造成的浪费。有鉴于此，本发明提供了一种检查晶片缺陷的系统及方法，具有较佳的精准度，可提供即时且有效的缺陷数据，还可减少人工处理的时间。
请参考图3，为根据本发明一实施例的用于检查晶片缺陷的检查系统300的示意图。检查系统300可以是独立的检查系统，或者也可整合于生产制造半导体产品的设备中。如图3所示，检查系统300包括计算机设备302，其可通过任何合适的通信界面(例如有线、无线、直接通信，或经由区域网络)与检视设备304、存储器310，以及使用者界面308通信。检视设备304配置为可接收计算机设备302的指令以获得晶片W的影像(例如参考影像和待测影像)。检视设备304可包括任何合适的取影装置，例如扫描式电子显微(SEM)设备或光学影像(optical imaging)设备。根据本发明一实施例，检视设备304可包括光学影像设备，其包括光源3042，用于发射光线3044照射至晶片W表面的检视区域，以及感光元件3048，用于侦测反射光信号3046。计算机设备302配置为可处理反射光信号3046并输出为检视区域于此制作工艺阶段的线上影像(inline image)。此外，计算机设备302配置为还可执行以下步骤：分析该线上影像以产生一分区图、设定分区图分区的阈值、计算不同线上影像之间的差异以取得一比对数据，以及根据分区图及阈值检查比对数据，识别一线上影像中缺陷的位置。根据本发明一实施例，计算机设备302输出及分析的影像为灰度影像(grayscale image)。存储器310配置为用于储存计算机设备302输出的线上影像和根据线上影像产生的分区图。
图4为本发明一实施例的检查晶片缺陷的方法400的步骤流程图。图5为根据本发明一实施例的参考晶片及芯片图案的一参考影像。图6为图5的参考影像经过计算机演算法分析后获得的分区图。图7为根据本发明一实施例的待测晶片及芯片图案的一待测影像。图8说明根据本发明一实施例，对图6的分区图经过边界调整后的分区图。图6和图8为示意图，实际上的分区的形状和数量由计算机演算法决定，并且可包括更细部的分区，且各分区的边界可为平整直线或具有弯折，为了简化图示并未绘示于图中。图4的方法400可通过图3所示检查系统300来执行。
请参考图4和图5。方法400首先进行步骤S01，取得制作在一参考晶片W1上的一芯片图案504的一参考影像504a。参考晶片W1为已经完成部分半导体制作工艺的产品晶片，参考影像504a为利用如图3的检查系统300所获得的参考晶片W1的一芯片区502的线上影像，所显示为此产品(集成电路芯片)于目前制作工艺阶段的芯片图案504。根据本发明一实施例，参考影像504a为灰度影像，可用0至255表示影像中每个像素的灰度(或亮度)，其中最暗(即黑色)为0，最亮(即白色)为255。0至255之间为不同程度的灰度(或亮度)。整体来看，由于区域图案密度的差异，参考影像504a包括大大小小且具有不同灰度的区块。
请参考图4和图6，接着，进行步骤S02，使用计算机演算法分析该参考影像504a，以产生该芯片图案504的一分区图506。根据本发明一实施例，计算机演算法包括分析参考影像504a的像素并依照灰度分组，例如将0至255的灰度从较暗至较亮分成5至10组灰度组，再利用合适的边界抽取演算，产生包括多个分区的分区图506。图6以分成5个灰度组为例(图中使用不同图样来表示不同灰度组，图样不代表亮暗程度)，通过计算机演算法分析所产生的分区图506包括第一灰度组的多个分区R1、第二灰度组的多个分区R2、第三灰度组的多个分区R3、第四灰度组的多个分区R4，以及第五灰度组的多个分区R5。在其他实施例中，可根据需求将0至255的灰度分成更多灰度组，以获得更精细的分区图。
请继续参考图4和图6，接着，进行步骤S03，根据灰度组别，设定各分区的阈值。根据本发明一实施例，阈值为灰度差值。以图6举例，可设定最暗的第一灰度组的分区R1具有阈值T1，设定次暗的第二灰度组的分区R2具有阈值T2，设定再次暗的第三灰度组的分区R3具有阈值T3，设定次亮的第四灰度组的分区R4具有阈值T4，设定最亮的第五灰度组的分区R5具有阈值T5。其中，较暗区的阈值较小，即具有较小的灰度差容忍度；较亮区的阈值较大，即具有较大的灰度差容忍度，也就是说具阈值符合关系式T5>T4>T3>T2>T1。
请参考图4和图7，接着，进行步骤S04，取得制作在一待测晶片W2上的该芯片图案504的一待测影像504b。待测晶片W2与参考晶片W1为相同产品的产品晶片。待测影像504b可为利用如图3的检查系统300所获得的待测晶片W2的一芯片区502的线上影像。在一些实施例中，待测影像504b和参考影像504a为此产品于相同制作工艺阶段的影像，均为灰度影像，且包括相似的灰度区块。接着，分析该待测影像504b与该参考影像504a，获得两者之间的一比对数据。
接着，进行步骤S05，使用步骤S02和S03所获得的分区图506和各分区的阈值来检查该比对数据，识别待测晶片W2上的一缺陷。举例来说，如图7所示，待测影像504b右下的暗点P1所在位置属于分区图506右下的分区R5，在计算出暗点P1与参考影像504a中相同位置点之间的灰度差值后，用分区R5的阈值T5检查该灰度差值，若超过阈值T5，则判断暗点P1存在缺陷。类似的，待测影像504b右上的亮点P2所在位置属于分区图506右上的分区R1，在计算出亮点P2与参考影像504a相同位置点之间的灰度差值后，用分区R1的阈值T1检查该灰度差值，若超过阈值T1，则判断亮点P2存在缺陷。本发明特征在于，依照不同灰度组来分别设定各分区的阈值，可提高较暗分区处的缺陷检查灵敏度，并且可减少较亮分区处的误判噪声。
请参考图4、图6和图8。在一些实施例中，为了减少分区边界处误判而造成的噪声，可选择性进行步骤S031，识别出相邻且具有不同阈值的两分区之间的边界，然后进行步骤S032，将该边界往两分区中具有较小阈值者的方向移动一距离，获得调整后的分区图506’。举例来说，如图6所示，可在计算机设备310执行边界抽取演算时识别出分区R3和分区R5之间的边界BN1、分区R4和分区R5之间的边界BN2，以及分区R3和分区R5之间的边界BN1，然后如图8所示，将边界BN1往分区R3的方向移动距离d1以获得调整后的边界BN1’，将边界BN2往分区R4的方向移动距离d1以获得调整后的边界BN2’，将边界BN3往分区R1的方向移动距离d1以获得调整后的边界BN3’，进而获得调整后的分区图506’。距离d1可根据需求调整，根据本发明一实施例，距离d1可大约是0.3μm。经过上述调整，可使原本的边界落在较大阈值的分区内，减少被系统误判为缺陷的机会。
综合以上，本发明利用计算机演算法分析参考影像来自动产生分区图，然后设定各分区的阈值，用各分区的阈值来判断是否有缺陷，相较于现有技术仅设定一个阈值，本发明可较准确找到各分区内的缺陷。另外，由于分区图是经由计算机演算法分析自动产生，无需花费人工寻图绘制，可节省人力并排除人为主观因素造成的差异。
以上所述仅为本发明的优选实施例，凡依本发明权利要求所做的均等变化与修饰，都应属本发明的涵盖范围。

Claims (15)

1.一种检查晶片缺陷的方法，包括：
取得制作在参考晶片上的芯片图案的参考影像；
使用计算机演算法分析该参考影像，以产生该芯片图案的分区图，其中该分区图包括多个分区；
设定该多个分区各别的阈值；
取得制作在待测晶片上的该芯片图案的待测影像与该参考影像的比对数据；以及
使用该分区图及该多个分区的阈值来检查该比对数据，识别该待测晶片上的缺陷。
2.如权利要求1所述的方法，其中该参考影像及该待测影像为灰度影像。
3.如权利要求2所述的方法，其中该比对数据包括该待测影像和该参考影像之间的灰度差值。
4.如权利要求2所述的方法，其中该多个分区中较暗的分区的阈值小于该多个分区中较亮的分区的阈值。
5.如权利要求2所述的方法，还包括将该多个分区依照灰度范围分组。
6.如权利要求5所述的方法，其中该多个分区被分成5至10组。
7.如权利要求5所述的方法，其中同一组的该多个分区包括相同的阈值。
8.如权利要求1所述的方法，还包括：
识别相邻且具有不同阈值的两该分区之间的边界；以及
将该边界往两该分区中具有较小阈值者的方向移动距离。
9.如权利要求8所述的方法，其中该距离为0.3μm。
10.如权利要求1所述的方法，其中该参考影像及该待测影像是由相同检视设备获得。
11.如权利要求10所述的方法，其中该检视设备包括扫描式电子显微设备或光学影像设备。
12.一种用于检查晶片缺陷的检查系统，包括:
检视设备，配置为用于取得芯片图案的参考影像和待测影像；以及
计算机设备，配置为用于：
分析该参考影像以产生该芯片图案的分区图，该分区图包括多个分区；
设定该多个分区各别的阈值；
计算该待测影像和该参考影像之间的差异以取得比对数据；以及
根据该分区图及该多个分区的阈值检查该比对数据，识别该待测晶片上的缺陷。
13.如权利要求12所述的检查系统，其中该检视设备包括扫描式电子显微设备或光学影像设备。
14.如权利要求12所述的检查系统，还包括存储器，用于储存该参考影像、该待测影像，以及该分区图。
15.如权利要求12所述的检查系统，其中该计算机设备还配置为用于：
识别相邻且具有不同阈值的两该分区之间的边界；以及
将该边界往两该分区中具有较小阈值者的方向移动距离。
CN202211210554.5A 2022-09-30 2022-09-30 检查晶片缺陷的方法及系统 Pending CN117853395A (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202211210554.5A CN117853395A (zh) 2022-09-30 2022-09-30 检查晶片缺陷的方法及系统
US17/988,785 US20240112323A1 (en) 2022-09-30 2022-11-17 Method for detecting defects on wafers, system for detecting defects on wafers

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211210554.5A CN117853395A (zh) 2022-09-30 2022-09-30 检查晶片缺陷的方法及系统

Publications (1)

Publication Number Publication Date
CN117853395A true CN117853395A (zh) 2024-04-09

Family

ID=90471026

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211210554.5A Pending CN117853395A (zh) 2022-09-30 2022-09-30 检查晶片缺陷的方法及系统

Country Status (2)

Country Link
US (1) US20240112323A1 (zh)
CN (1) CN117853395A (zh)

Also Published As

Publication number Publication date
US20240112323A1 (en) 2024-04-04

Similar Documents

Publication Publication Date Title
US9406117B2 (en) Inspection system and method for inspecting line width and/or positional errors of a pattern
US9177372B2 (en) Defect estimation device and method and inspection system and method
US7570800B2 (en) Methods and systems for binning defects detected on a specimen
US7627179B2 (en) Image processing apparatus, image processing method, exposure apparatus, and device manufacturing method
JP4336672B2 (ja) 試料検査装置、試料検査方法及びプログラム
US20130010100A1 (en) Image generating method and device using scanning charged particle microscope, sample observation method, and observing device
KR101604789B1 (ko) 오버레이 마크 이미지의 중심점을 찾는 방법
KR20010062513A (ko) 패턴 검사 방법 및 패턴 검사 장치
US9589086B2 (en) Method for measuring and analyzing surface structure of chip or wafer
IL262464A (en) Systems and methods for automatic correction of deviation between testing and design for a massive model search
US11727557B2 (en) Inspection apparatus for detecting defects in photomasks and dies
US6846597B2 (en) Photomask inspecting method
US20160110859A1 (en) Inspection method for contact by die to database
US6546125B1 (en) Photolithography monitoring using a golden image
CN113611650B (zh) 对准晶片图案的方法
CN117853395A (zh) 检查晶片缺陷的方法及系统
JP4977123B2 (ja) 試料検査装置、試料検査方法及びプログラム
CN117111414B (zh) 一种光刻图像的在线自动生成方法
KR100741985B1 (ko) 기준 이미지 설정 방법 및 장치, 및 이를 이용한 패턴 검사방법 및 장치
KR100611398B1 (ko) 웨이퍼 패턴의 균일도 검사 방법
CN116754580A (zh) 半导体样品制造的掩模检查
CN115797249A (zh) 用于半导体样本制造的掩模检查
CN116152155A (zh) 用于半导体样本制造的掩模检查
CN116029966A (zh) 用于半导体样本制造的掩模检查

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