-
Technisches Gebiet
-
Die Erfindung betrifft ein Verfahren zur Inspektion von flachen Objekten, insbesondere Wafern mit den Schritten:
- (a) Aufnehmen eines digitalen Bildes der Objektoberfläche mit einem Detektor mit einer Vielzahl von Bildelementen;
- (b) Erfassen von Defekten auf der Objektoberfläche.
-
In verschiedenen Industriezweigen werden flächige Produkte mit optischen, bildgebenden Verfahren auf Fehler untersucht. In der Halbleiter- und Solarzellenindustrie sind dies unter anderem Wafer. Wafer sind Scheiben aus Halbleiter-, Glas-, Folien- oder Keramikmaterialien. Die Wafer werden in bestimmten Anwendungen typischerweise ganzflächig oder zumindest auf großen Teilflächen geprüft. Diese Prüfung nennt man Makro-Inspektion. Die für die Erkennung der gesuchten Fehler erforderliche laterale Auflösung steigt dabei mit der Weiterentwicklung der allgemeinen Produktionstechnik. Typischerweise werden für neue Technologien Auflösungen in der Makro-Inspektion von 5 µm und kleiner verlangt. Gleichzeitig sind Geräte mit einem hohen Durchsatz an zu prüfenden Wafern wünschenswert.
-
Analoge Aufgabenstellungen sind in anderen Industriezweigen zu lösen. In der Flat-Panel-Industrie sind die Displays in der Produktion auf Fehler zu prüfen. Dabei werden zum Teil ganzflächig auf den Displays bildgebende Verfahren zur Fehlersuche benutzt. In der Elektroindustrie werden bei der Prüfung von Leiterplatten Fehler mit optischen Verfahren auf Serien von Prüflingen ermittelt.
-
Gemeinsam ist allen diesen Anwendungen der Bedarf an schneller Prüfung einer hohen Anzahl von in der Regel gleichartigen Prüflingen. Solche Objekte sind Leiterplatten, Wafer, Solarzellen, Displays und dergleichen. Gemeinsam ist den Anwendungen auch der Einsatz von Sensoren zur Erzeugung von großflächigen Abbildungen der Prüflinge. Die Abbildungen können je nach Art des gesuchten Fehlers sowohl mit optisch fotografierende Systemen als auch mit punktuell arbeitenden Sensoren erzeugt werden. Optisch fotografierende Systeme sind beispielsweise Flächen- oder Zeilenkameras. Punktuell arbeitende Sensoren sind beispielsweise Detektoren zur Messung der Reflektion von optischen Strahlen, Mikrowellen oder Schallwellen. Es können auch magnetische Sensoren eingesetzt werden.
-
Stand der Technik
-
Es ist bekannt, Wafer oder andere Oberflächen zu scannen und das Bild zunächst mit einem fehlerfreien oder annähernd fehlerfreien Referenzbild zu vergleichen. Aus den Unterschieden des aktuellen Bildes und dem Referenzbild kann ein neues Bild erzeugt werden. Ein solches Bild kann als Binärbild erzeugt werden. Das bedeutet: entweder ein Defekt liegt auf einem Bildpunkt vor oder nicht. Defekte auf der Oberfläche, etwa Kratzer, Verunreinigungen oder produktionsbedingte Defekte, werden in einem solchen Binärbild, beispielsweise als schwarze Defekte auf weißem Hintergrund sehr gut sichtbar. Dabei können die Defekte auch sehr klein sein und die Größenordnung von nur einem Bildpunkt im Bereich von 5 Mikrometer haben.
-
Die realen Bilder der Objektoberfläche setzen sich aus einer Vielzahl von Einzelbildern zusammen. Sie nehmen sehr viel Speicherkapazität im Bereich von Gbyte ein. Dadurch wird die Handhabung der Bilder erschwert.
-
Bei in der Praxis üblichen Oberflächen treten sehr viele Defekte auf, die häufig unkritisch sind. Der Betrachter kann dann die interessierenden Defekte, etwa Kratzer, nicht mehr in der Masse unterschiedlicher Defekte identifizieren. Eine reduzierte Auflösung zur Defekterkennung kann die Detektion verhindern. Insbesondere Kratzer oder beginnende Brüche sind durch die extrem geringe Breite schwer erkennbar. Kratzer bilden oft nur eine Wolke aus Kleinstdefekten. Ein einfaches Filtern, etwa nach Defektgröße führt somit ebenfalls nicht zur sicheren Detektion. Umgekehrt führt die hochauflösende Defekterkennung eine Datenflut, die sich in der industriellen Praxis schlecht handhaben lässt. Die hochauflösende Defekterkennung führt aber ohne manuelle Datenauswertung nur in geringem Umfang zu zusätzlichen Informationen für den Benutzer.
-
Offenbarung der Erfindung
-
Es ist Aufgabe der Erfindung, ein Verfahren der eingangs genannten Art zu schaffen, mit welchem größere Defekte sicher vor einem Untergrund aus uninteressanten Kleinstdefekten erkannt werden können. Erfindungsgemäß wird die Aufgabe mit einem Verfahren gelöst mit den Schritten:
- (c) Zusammenfassen von defekten Bildpunkten zu Clustern;
- (d) Filtern der in Schritt (c) erzeugten Cluster, wobei Cluster, welche eine Minimalgröße nicht erreichen und bei denen keine weiteren defekte Bildpunkte innerhalb eines Minimalabstands vorhanden sind, verworfen werden;
- (e) Wiederholen der Schritte (c) und (d), wobei die Minimalgröße des Clusters bei jeder Wiederholung durch eine Größe ersetzt wird, die größer ist, als die Minimalgröße und/oder der Minimalabstand bei jeder Wiederholung durch einen Abstand ersetzt wird, der größer ist, als der Minimalabstand, bis eine Maximalgröße und/oder ein Maximalabstand erreicht sind.
-
Mit dem erfindungsgemäßen Verfahren werden interessierende Defekte, etwa Kratzer, Risse, kreisförmige Abdrücke und dergleichen aus dem „Sternenhimmel“ von uninteressanten Kleinstdefekten herausgefiltert und erkennbar gemacht. Dies erfolgt vollständig automatisiert. Eine manuelle Beurteilung durch den Benutzer ist nicht erforderlich. Anders als bekannte Lösungen der Halbleiterbranche werden nicht Ergebnisdateien mit Koordinaten und geometrischen Größen ausgewertet, sondern Bezug auf die primären Bilddaten in Form der Defektbilder genommen. Diese haben einen wesentlich höheren Informationsgehalt. Es ist daher wahrscheinlicher, die gewünschten Signaturen zu erkennen.
-
Bei dem Verfahren wird zunächst für alle Bildpunkte, welche als Defekt auftreten, die Umgebung betrachtet. Liegen weitere defekte Bildpunkte in der unmittelbaren Umgebung, werden diese „geclustert“. Bei der Bildung eines Clusters werden Bildpunkte, die zwischen den defekten Bildpunkten liegen, ebenfalls als defekt angenommen. Auf diese Weise werden alle Bildpunkte mit den Bildpunkten der unmittelbaren Umgebung zu Clustern zusammengefasst. Im Ergebnis entsteht ein Bild, auf dem weniger Defekte erscheinen und die Defekte, die Teil eines Clusters sind, größer auftreten.
-
Das Bild mit den Clustern wird gefiltert. Cluster, welche eine Minimalgröße nicht erreichen und bei denen keine weiteren defekte Bildpunkte innerhalb eines Minimalabstands vorhanden sind, werden verworfen. Diese Cluster repräsentieren einen Teil des „Sternenhimmels“ aus Kleinstdefekten. Es hat sich herausgestellt, dass mehrere Wiederholungen des Clusterns und Filterns erforderlich sind, um alle uninteressanten Defekte zu eliminieren, so dass lediglich die größeren, interessierenden Defekte sichtbar sind.
-
Vorzugsweise erfolgt das Erfassen von Defekten durch Vergleich des aufgenommenen Bildes mit einem Referenzbild. Dabei kann das Referenzbild von einem anderen, fehlerfreien Objekt oder von einem anderen Teil des gleichen Objekts stammen. Das Referenzbild kann auch aus einer Vielzahl von Bildern oder Teilbildern rechnerisch erzeugt werden.
-
Das Zusammenfassen von defekten Bildpunkten zu Clustern kann derart erfolgen, dass alle Bildpunkte zwischen defekten Bildpunkten, die innerhalb eines ausgewählten maximalen Abstands auftreten oder die mit mindestens einer ausgewählten, minimalen Dichte auftreten, ebenfalls als defekt angenommen werden. Die Umgebung eines defekten Bildpunktes welche für die Auswahl des Clusters maßgeblich ist, bestimmt sich also entweder durch ihren Abstand zu einem defekten Bildpunkt oder durch die Dichte, mit der defekte Bildpunkte in einem Bereich auftreten. Es versteht sich, dass auch beide Kriterien maßgeblich sein können.
-
Schritte (c) bis (e) können abschnittsweise für das aufgenommene Bild oder einen größeren Teil des aufgenommenen Bildes durchgeführt werden. Dadurch kann die Rechenleistung beispielsweise auf mehrere Rechner verteilt werden und das Ergebnis steht schneller zur Verfügung. Die bearbeiteten Abschnitte können anschließend wieder zu einem Gesamtbild des Objekts zusammengesetzt werden.
-
In einer besonders vorteilhaften Ausgestaltung der Erfindung wird für die nach der Bildbearbeitung verbleibenden Defekte eine Signaturerkennung durchgeführt. Dabei können die nach der Bildbearbeitung verbleibenden Defekte mit geometrischen Mustern verglichen werden. Die nach der Bildbearbeitung verbleibenden Defekte können alternativ oder zusätzlich mit einer Defekt-Bibliothek verglichen werden, in welcher Defektesignaturen gespeichert sind, welche von Werkzeugen erzeugt werden, die im Herstellungs- oder Bearbeitungsprozess des Objekts verwendet werden. Auf diese Weise werden bereits bekannte Defektsignaturen, die bei der Herstellung und/oder Bearbeitung der Objekte entstehen, während des Inspektionsprozesses erkannt und die Risiken für weitere Defekte können verringert werden.
-
Das Bild kann als reduziertes Signaturbild in einer Textdatei gespeichert werden. Insbesondere, da die große Vielzahl an Kleinstdefekten nicht mehr im Bild vorhanden ist, reicht eine Textdatei für die Speicherung aus.
-
Ausgestaltungen der Erfindung sind Gegenstand der Unteransprüche. Ein Ausführungsbeispiel ist nachstehend unter Bezugnahme auf die beigefügten Zeichnungen näher erläutert.
-
Kurze Beschreibung der Zeichnungen
-
1 illustriert einen Teil einer Waferoberfläche mit einem Kratzer und einer Vielzahl von Kleinstdefekten aus dem Stand der Technik.
-
2 ist eine schematische Darstellung einer Aufnahme der Waferoberfläche aus 1 mit hoher Auflösung nach dem Stand der Technik.
-
3 ist eine schematische Darstellung einer Aufnahme der Waferoberfläche aus 1 mit geringer Auflösung nach dem Stand der Technik.
-
4 illustriert das Clustern von Defekten in einem Bild der Waferoberfläche aus 1 nach dem Abstand.
-
5 zeigt das Ergebnis des Clusterns aus 4.
-
6 illustriert das Filtern kleiner Defekte nach dem Clustern.
-
7 zeigt das Ergebnis des Filterns aus 6.
-
8 illustriert das erneute, gröbere Clustern von Defekten, die nach dem Filterschritt gemäß 6 verbleiben.
-
9 zeigt das Ergebnis des erneuten Clusterns in 8.
-
10 illustriert das erneute Filtern von Defekten nach dem Clustern in 9.
-
11 zeigt das Ergebnis des erneuten Filterns in 10.
-
12 illustriert die Größenverhältnisse des in 11 gezeigten Defekts auf einem typischen Wafer.
-
13 zeigt ein aus mehreren, bearbeiteten Abschnitten zusammengesetztes Gesamtbild eines Wafers vor weiterem Clustern.
-
14 zeigt das Ergebnis eines weiteren Clusterschritts aus 13.
-
15 illustriert das Ergebnis eines weiteren Filterns von Defekten auf dem Gesamtbild eines Wafers nach dem Clustern in 14.
-
16 illustriert die Signaturerkennung an einem ersten größeren Defekt.
-
17 illustriert einen von einem Werkzeug im Herstellungsprozess verursachten Defekt aus einer Bibliothek.
-
Beschreibung des Ausführungsbeispiels
-
1 zeigt schematisch einen Teil einer Waferoberfläche 10 mit einem Kratzer 12 und einer Vielzahl von Kleinstdefekten 14, 16, 18 aus dem Stand der Technik. Diese Waferoberfläche 10 kann mit der Kamera eines Inspektionsgerätes aufgenommen werden.
-
Die nicht bearbeitete Aufnahme mit hoher Auflösung, wie sie aus dem Stand der Technik bekannt ist, ist in 2 dargestellt. Man erkennt, dass alle kleinen Defekte, beispielsweise die Defekte 14 und 18 gut dargestellt sind. Größere Defekte, wie der Defekt 16 und der Kratzer 12 bestehen bei dieser Aufnahme aus einer Vielzahl von einzelnen Punkten. Der Defekt 16 besteht beispielsweise aus zwei einzelnen Punkten 20 und 22. Der Kratzer 12 ist als solcher nicht mehr zu erkennen. Vielmehr sind an seiner Stelle Punkte 24 in der Aufnahme vorhanden.
-
3 ist eine schematische Darstellung einer Aufnahme der Waferoberfläche aus 1 mit geringer Auflösung nach dem Stand der Technik. Bei dieser Aufnahme sind nicht mehr alle Defekte zu erkennen. So ist beispielsweise der Defekt 18 überhaupt nicht vorhanden, während der Defekt 14 gut zu erkennen ist. Vom real vorhandenen, etwas größeren Defekt 16 ist nur noch ein Teil 20 zu sehen. Man erkennt an diesen Aufnahmen, dass die Verwendung einer geringeren oder größeren Auflösung nicht dazu führt, dass tatsächlich vorhandene Kratzer oder sonstige größere Defekte erkannt werden.
-
4 bis 17 illustrieren ein Ausführungsbeispiel der Erfindung, bei dem durch wiederholtes Clustern und Filtern größere Defekte erkannt und zugeordnet werden können.
-
4 illustriert das Clustern von Defekten in einem Bild der Waferoberfläche aus 1 nach dem Abstand. Im Prinzip wird dabei um jeden Defekt in einem hochaufgelösten Bild, wie etwa aus 2, ein Umriss mit einem ausgewählten Minimalabstand zum aufgenommenen Defekt gelegt. Der Defekt 16 beispielsweise besteht in dieser Darstellung aus zwei Einzeldefekten 22 und 20. Um jeden dieser beiden Einzeldefekte 20 und 22 wird ein Umriss 26 gelegt. Der Umriss einzelner, kleiner Defekte, beispielsweise des Defekts 18, überlappt mit keinem weiteren Defekt. Solche Defekte bleiben in der Darstellung in 4 zunächst wie sie sind. Die Umrisse 26 anderer Defekte, beispielsweise der Defekte 20 und 22 in 4 überlappen. Diese Defekte werden „geclustert“, d.h. der Zwischenraum zwischen diesen Defekten wird ebenfalls als Defekt angenommen. 5 zeigt das Ergebnis des Clusterns aus 4. Man erkennt, dass der Defekt 16 und der Kratzer 12 jetzt praktisch vollständig zu erkennen ist. Der Kratzer liegt jedoch immer noch vor einem „Sternenhimmel“ aus einer Vielzahl von uninteressanten Kleinstdefekten, beispielsweise Defekt 18. Es ist daher erforderlich, den Kratzer 12 von den Kleinstdefekten 18 durch Filtern zu trennen.
-
6 illustriert das Filtern kleiner Defekte nach dem Clustern. Dabei werden alle Defekte, die kleiner sind als ein ausgewähltes Maß eliminiert. Die Größe, nach der gefiltert wird, wird dabei so ausgewählt, dass noch Defekte übrig bleiben, aber auch einige Defekte herausgefiltert werden. Es ist nicht schädlich, wenn einige der kleineren Defekte, die ebenfalls uninteressant sind, im Bild verbleiben. Wichtig ist es, dass die Schritte Clustern und Filtern mehrfach wiederholt werden. Dadurch gehen anders als bei der Aufnahme mit unterschiedlicher Auflösung kleine Defekte, die Teil eines größeren Defekts sind, nicht einfach verloren. Vielmehr wird der volle Informationsgehalt einer hochauflösenden Aufnahme verwendet.
-
7 zeigt das Ergebnis des Filterns aus 6. Man erkennt, dass bereits weniger Kleinstdefekte in dem Bild vorliegen.
-
Die Schritte Clustern und Filtern werden nun mehrfach wiederholt. 8 illustriert das erneute, gröbere Clustern von Defekten, die nach dem Filterschritt gemäß 6 verbleiben. Der Umriss 26 der um einen Defekt, beispielsweise 16, gelegt wird, ist nun etwas weiter und hat einen größeren Abstand zu dem eigentlichen, bisher erkannten Defekt. Dadurch werden Teile von größeren Strukturen, die bei dem ersten Clustern mit einem Minimalabstand noch nicht als Teil der größeren Struktur erkannt wurden, ebenfalls erfasst. Ein Beispiel hierfür ist das linke, obere Ende 30 des Kratzers 12. Während die Umrisse 32 in 4 noch eine Lücke aufwiesen, überlappen die Umrisse in 8. 9 zeigt das Ergebnis des erneuten Clusterns in 8. Man erkennt Teil 30 nun als Teil des Kratzers 12.
-
10 und 11 illustrieren das erneute Filtern von Defekten nach dem Clustern in 9. Einzelne Defekte – auch der Defekt 16, der sich über mehrere Bildpunkte erstreckt – werden bei diesem Filtervorgang eliminiert. 11 zeigt das Ergebnis des erneuten Filterns in 10. Man erkennt, dass nun lediglich der Kratzer 12 und ein Kratzer 34 im Bild verbleiben. Es versteht sich, dass die Schritte Clustern und Filtern je nach Anwendung weitere Male wiederholt werden können.
-
Der Mensch erkennt bei der Betrachtung der beiden Defekte in 11 sofort, dass beide Teile 12 und 34 vermutlich Teil eines noch größeren Kratzers sind. Die automatisierte Auswertung bei der Bildverarbeitung muss dies jedoch noch erkennen. 12 illustriert die Größenverhältnisse des in 11 gezeigten Defekts auf einem typischen Wafer. Alle abschnittsweise aufgenommenen Bilder des Wafers 36 werden nun zusammengesetzt. Im Ergebnis ergibt sich ein Bild des Wafers mit mehreren, größeren Defekten. Dies ist in 13 dargestellt. 13 zeigt ein aus mehreren, bearbeiteten Abschnitten zusammengesetztes Gesamtbild eines Wafers 36 vor dem weiteren Clustern. Man erkennt, dass auch in anderen Abschnitten Defekte, beispielsweise 38 oder 40, vorliegen.
-
Je nach Abschnittsgröße, mit der die Abschnitte aufgenommen wurden, liegen nicht alle Teile eines größeren Defekts auf einem Abschnitt. So gehören zum Kratzer 12 und 34 weitere Teile 42 aus anderen Abschnitten. Dies ist nur im Gesamtbild in 13 zu erkennen. Das Gesamtbild wird daher bei Fällen wie diesem wenigstens ein weiteres Mal geclustert und gefiltert.
-
14 zeigt das Ergebnis eines weiteren Clusterschritts für das Gesamtbild. Man erkennt, dass der Kratzer 12 nun von einer durchgehenden Linie repräsentiert wird. Der Kratzer 12 ist gut als solcher zu erkennen. Neben dem Kratzer 12 sind weitere, kleiner Strukturen, z.B. Struktur 44, zu erkennen. Auch solche kleinen Strukturen können herausgefiltert werden. Hierzu erfolgt ein weiterer Filterschritt, dessen Ergebnis in 15 zu erkennen ist. In diesem Bild sind nur noch die wirklich interessierenden Defekte, nämlich der Kratzer 12 und die kreisförmigen Strukturen 38 und 40 zu erkennen.
-
Diese verbleibenden Strukturen 12, 38 und 40 werden einer automatisierten Formanalyse nach Geometrie und/oder Lage unterzogen, welche im Ergebnis ergibt, dass die Struktur 12 ein Kratzer ist. Dies ist in 16 dargestellt. Der Vergleich der Strukturen 38 und 40 mit einer gespeicherten Bibliothek aus Defektsignaturen liefert Rückschlüsse auf die Herkunft der Defekte. Auf diese Weise können Probleme im Herstellungsprozess des Wafers schnell erkannt und behoben werden.
-
Die Defekte können mit geringem Speicherplatz in einer Textdatei gespeichert werden. Dann kann das ursprünglich aufgenommene Bild mit hoher Auflösung und hohem Speicherplatzbedarf nach der Bildverarbeitung verworfen werden.
-
Das vorstehende Ausführungsbeispiel dient nur zu illustrierenden Zwecken. Es versteht sich, dass eine Vielzahl von Änderungen vorgenommen werden können, die sich dem Fachmann unmittelbar erschließen, ohne vom Erfindungsgedanken abzuweichen. So variieren die Anzahl der Wiederholungen der Schritte Clustern und Filtern je nach Art der Anwendung und gewünschtem Ergebnis. Auch können unterschiedliche Cluster- und Filterverfahren eingesetzt werden und die Widergabe von Defekten mit unterschiedlichen Referenzbildern erfolgen.
