JP2003059984A - 欠陥データ解析方法および検査装置並びにレビューシステム - Google Patents

欠陥データ解析方法および検査装置並びにレビューシステム

Info

Publication number
JP2003059984A
JP2003059984A JP2001292786A JP2001292786A JP2003059984A JP 2003059984 A JP2003059984 A JP 2003059984A JP 2001292786 A JP2001292786 A JP 2001292786A JP 2001292786 A JP2001292786 A JP 2001292786A JP 2003059984 A JP2003059984 A JP 2003059984A
Authority
JP
Japan
Prior art keywords
defect
pattern
defects
density
distribution
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.)
Granted
Application number
JP2001292786A
Other languages
English (en)
Other versions
JP4038356B2 (ja
Inventor
Hisae Shibuya
久恵 渋谷
Yuji Takagi
裕治 高木
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.)
Hitachi Ltd
Hitachi High Tech Corp
Original Assignee
Hitachi Ltd
Hitachi Electronics Engineering 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 Hitachi Ltd, Hitachi Electronics Engineering Co Ltd filed Critical Hitachi Ltd
Priority to JP2001292786A priority Critical patent/JP4038356B2/ja
Priority to US10/119,018 priority patent/US6876445B2/en
Publication of JP2003059984A publication Critical patent/JP2003059984A/ja
Priority to US11/095,614 priority patent/US7084968B2/en
Priority to US11/472,368 priority patent/US8027527B2/en
Priority to US11/472,399 priority patent/US20060239536A1/en
Application granted granted Critical
Publication of JP4038356B2 publication Critical patent/JP4038356B2/ja
Priority to US12/341,657 priority patent/US8086422B2/en
Anticipated expiration legal-status Critical
Expired - Fee Related legal-status Critical Current

Links

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
    • G01N21/956—Inspecting patterns on the surface of objects
    • 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
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0004—Industrial image inspection
    • G06T7/001—Industrial image inspection using an image reference approach
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • 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)
  • Immunology (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Pathology (AREA)
  • Health & Medical Sciences (AREA)
  • Quality & Reliability (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • Testing Or Measuring Of Semiconductors Or The Like (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)

Abstract

(57)【要約】 【課題】半導体基板の製造工程において、検査装置によ
って検出された欠陥データに基づいて欠陥分布状態解析
を行い、装置あるいはプロセス起因の不良原因の特定を
容易にする。 【解決手段】検査装置によって検出された欠陥位置座標
に基づいて欠陥の分布状態を解析し、繰り返し欠陥、密
集欠陥、線状分布欠陥、環・塊状分布欠陥、ランダム欠
陥のうちいずれかの分布特徴カテゴリに分類する。

Description

【発明の詳細な説明】
【０００１】
【発明の属する技術分野】本発明は、半導体基板上に回
路パターンを形成する半導体デバイスの製造工程におい
て、検査装置によって検出された欠陥データから、欠陥
分布状態を解析する、欠陥データ解析方法に関する。
【０００２】
【従来の技術】半導体基板上に回路パターンを形成する
半導体デバイスの製造工程（以下、半導体基板の製造工
程という）においては、歩留まり向上及び安定化を目的
として、各工程後にパターン欠陥検査あるいは異物検査
が実施され、検査結果の解析が行われる。すなわち、オ
ペレータが検出された欠陥を光学顕微鏡あるいは走査電
子顕微鏡等で観察することにより、その欠陥の種類を認
識し、不良原因が特定される。この作業はレビューと呼
ばれるが、レビューを効率的に行う方法として、特開平
１０−２１４８６６号公報に、欠陥分布から欠陥が集中
して存在する領域をクラスタとして認識し、クラスタの
面積と形状に基づいてレビューポイントを選択する方法
が示されている。
【０００３】一方検査結果解析の別の方法として、欠陥
分布状態の解析により、装置あるいはプロセス起因の不
良原因を推定する試みがなされている。特開平６−６１
３１４号公報には、欠陥マップがクラスタ化している様
子に従ってウエハをグループ分けし、その様子が既知の
パターンと類似しているかどうかを判定することにより
不良原因の特定を行う方法が記載されている。また、米
国特許５９８２９２０号公報には、欠陥を微小クラス
タ、線状クラスタ、不定形クラスタ、クラスタ以外のグ
ローバルのうちいずれかに分類し、それぞれを不良原因
と結びつける方法が記載されている。
【０００４】
【発明が解決しようとする課題】上記特開平１０−２１
４８６６号公報記載の方法によると、クラスタの認識を
行い、しかる後に形状を特定する必要がある。そのた
め、クラスタが認識できない程疎な分布には対応できな
い。上記特開平６−６１３１４号公報または米国特許５
９８２９２０号公報記載の方法でも同様にクラスタ認識
を必要とするため、疎な欠陥分布には対応できない。し
かしながら、装置またはプロセスの異常の早期発見のた
めには、疎な欠陥分布に対応しなければならない。
【０００５】また、上記特開平６−６１３１４号公報記
載の方法によると、比較する既知のパターンを実在のウ
エハに基づいて作成するため、不定形なパターンが登録
される。上記米国特許５９８２９２０号公報に記載の方
法によると、様々な形状の線または不定形のクラスタが
一つの分類に混在してしまう。いずれの場合でも人手に
よる不良原因の特定は熟練を要する作業になる。自動化
を実現するには膨大なデータを蓄積しなければならず、
その結果計算時間も増大する。そのため、人手による不
良原因特定が容易となる情報を高速に出力する必要があ
る。
【０００６】本発明の目的は、検出した欠陥の密度が疎
な分布であっても、相対的に密度の高い領域を抽出可能
な欠陥データ解析方法を提供することに有る。
【０００７】また、本発明の目的は、検出した欠陥の高
密度領域のクラスタの実用的なレベルでの分類を高速に
行うことができる欠陥データ解析方法を提供することに
ある。
【０００８】
【課題を解決するための手段】上記目的を達成するため
に、本発明の欠陥データ解析方法は、検査装置によって
検出された欠陥位置座標に基づいて前記欠陥を繰り返し
欠陥、密集欠陥、線状分布欠陥、環・塊状分布欠陥、ラ
ンダム欠陥の分布特徴カテゴリのうち少なくとも1種類
のカテゴリに分類するものである。
【０００９】
【発明の実施の形態】以下に、本発明の実施例について
図面を参照しながら説明する。
【００１０】図１は、本発明の欠陥データ解析方法の概
念を表す図である。
【００１１】本発明の欠陥データ解析方法の第一の実施
例では、半導体基板の検査装置１０１から出力される欠
陥データ１０２には、少なくとも欠陥の位置座標が含ま
れている。１０３a、ｂは、欠陥位置をウェーハの中の
一点を原点とした座標系で表したウェーハマップであ
る。検査装置が出力する欠陥の位置座標は、ウェーハの
中の一点を原点とした座標系で記述されている場合と、
チップ毎に原点を持つ座標系で記述されている場合があ
り、前者の場合はそのＸ、Ｙの座標値をそのまま用いる
が、後者の場合はチップ内の位置座標をチップ配列情報
とチップサイズの情報を用いて座標系を変換する必要が
ある。ウェーハマップ上の欠陥分布状態に基づいて、繰
り返し欠陥識別、密集欠陥識別、線状分布識別、環・環
状分布識別、ランダム欠陥抽出の処理により欠陥点の各
分布特徴カテゴリへの分類を行う。
【００１２】繰り返し欠陥は、複数のチップにわたって
チップ内のほぼ同じ位置に存在する欠陥である。１０４
a、ｂ上の黒点で示す部分は、１０３a、ｂにそれぞれ対
応する繰り返し欠陥である。図２は、繰返し欠陥識別の
フローを示す図である。まず欠陥位置座標から全ての欠
陥位置をチップ原点基準の座標で表したチップ重ね合わ
せマップを作成する（Ｓ２０１）。欠陥の位置座標がウ
ェーハ全体の座標系で記述されている場合は、チップ配
列情報とチップサイズの情報を用いてチップ原点の座標
系に変換する必要がある。次に、最近点ボロノイ図を作
成し、チップ重ね合わせマップ上で隣接する欠陥間の距
離を求めておく（Ｓ２０２）。図３に、最近点ボロノイ
図の例を示す。最近点ボロノイ図とは、各座標点の勢力
範囲を表す図である。座標点Ｐの勢力範囲は、最も近い
座標点がＰである点の集合と定義する。これは、Ｐを取
り囲む多角形で表され、Ｐのボロノイ領域と呼ばれる。
Ｐのボロノイ領域に接するボロノイ領域に対応する点は
Ｐの隣接点である。次に、同一チップ内でクラスタ化し
ている欠陥、すなわち隣接欠陥が同じチップでありかつ
距離ｄが予め指定されたしきい値ｄ１以下となる欠陥を
処理対象から除く（Ｓ２０３）。残った欠陥の中から、
クラスタ化している欠陥、すなわち欠陥間距離ｄが予め
指定されたしきい値ｄ２以下である欠陥をつなげてグル
ーピングし、予め指定された個数以上の欠陥からなるグ
ループを繰り返し欠陥として検出する（Ｓ２０４）。繰
り返し欠陥はグループ毎に、グループ番号を付加する。
グループを特徴づけるチップ内座標、構成欠陥数、チッ
プ数を算出、記録しておく。
【００１３】密集欠陥は、ウェーハマップ上で隣接する
欠陥との距離が非常に小さい、通常クラスタ欠陥と呼ば
れるものである。１０５a、ｂの黒点で示す部分は、１
０３a、ｂにそれぞれ対応する密集欠陥である。密集欠
陥識別のためには、欠陥間の距離が予め指定されたしき
い値以下である欠陥をつなげてグルーピングし、予め指
定された個数の欠陥から構成されるグループを密集欠陥
として検出する。ウェーハマップに対応する最近点ボロ
ノイ図を作成して隣接する欠陥間の距離を求めておき、
隣接欠陥への距離がしきい値以下であるかどうかをチェ
ックする。あるいは、ウェーハマップを格子に分割して
各点がどの格子に属するかを予め調べておき、同じ格子
か隣の格子にある欠陥の間の距離がしきい値以下である
かどうかをチェックしてもよい。密集欠陥はグループ毎
にグループ番号を付加し、グループを特徴づける重心座
標、最大ｘ／ｙ座標、最小ｘ／ｙ座標、面積、欠陥密
度、構成欠陥数などを算出、記録しておく。
【００１４】線状分布欠陥は欠陥密度の高い部分が直線
状に分布している欠陥である。１０６a、ｂの四角で囲
んだ部分は、１０３a、ｂにそれぞれ対応する線状分布
欠陥である。線状分布といっても厳密に一直線上に並ん
でいるわけではなく、ある程度の幅を持つものである。
【００１５】環・塊状分布欠陥は欠陥密度の高い部分が
環状あるいは塊状に分布している欠陥である。１０７
a、ｂの実線で囲んだ部分は、１０３a、ｂにそれぞれ対
応する環・塊状分布欠陥である。
【００１６】上記のいずれの種類にも分類されなかった
ものをランダム欠陥として抽出する。１０８a、ｂは、
１０３a、ｂにそれぞれ対応するランダム欠陥である。
【００１７】次に本発明の線状分布欠陥識別方法につい
て図４〜６を参照しながら詳細に説明する。
【００１８】直線検出のためにはハフ変換がよく用いら
れる。図４は、ハフ変換の原理を説明する図である。図
４（ａ）に示すように、ｘｙ平面上の直線は原点からの
距離ρと垂線の角度θの二つのパラメータで表現され
る。図４（ａ）のｘｙ平面上の点Ｐ１を通る直線を図４
（ｂ）のθρ平面にプロットすると、その軌跡は図４
（ｂ）に示すように（θ１，ρ１）（θ２，ρ２）を通
る曲線となる。ｘｙ平面上の他の点についても同様に曲
線を描くことができる。図４（ａ）のように点群が一直
線上に分布するときそれぞれの点の軌跡は、図４（ｂ）
に示すように、これらの点を通る直線を表す（θ２，ρ
２）で交差する。したがってｘｙ平面上の点群のθρ平
面上の軌跡を（θ，ρ）に投票し、投票数が極大となる
（θ，ρ）に対応する直線を検出することが行われてい
る。
【００１９】本発明の線状分布欠陥識別にもハフ変換を
利用する。図５は、線状分布欠陥識別のフローを示す
図、図６は処理の例を示す図である。初めに、欠陥座標
のハフ変換を行い（Ｓ５０１）、投票数最大の（θ，
ρ）を候補直線として検出する（Ｓ５０２）。図６
（ｂ）は、図６（ａ）に示すウェーハマップに対するハ
フ変換画像である。前述したように線状分布はある程度
の幅を持っているため（θ，ρ）の解像度を粗くしてお
く。しかし通常のハフ変換を実行すると、例えば密集欠
陥が２カ所にあるとき２つの密集欠陥を結ぶ直線が検出
されるという問題が生じる。密集欠陥が線状に分布して
いることも考えられるため、密集欠陥を除去することも
結果に悪影響を及ぼす。この問題を解決するため、投票
の際に欠陥間の距離あるいは欠陥間の距離の２乗に比例
する重み付を行うことにより、密集欠陥の寄与を低減す
る。そのために、予めウェーハマップに対応する最近点
ボロノイ図を作成し、欠陥間の距離を計算しておく。密
集欠陥識別時にボロノイ図の作成をしていればそれを用
いてもよい。また、ボロノイ領域の中には１個だけ欠陥
が存在するから、ボロノイ領域の面積の逆数は対応する
座標における局所的な欠陥密度であると言える。前述の
重み付に欠陥密度の逆数、すなわちボロノイ領域面積を
使用しても良い。
【００２０】次に、図６（ｂ）に示すように、候補直線
を中心とした投票数最大値のα％以上の部分のρ方向の
幅Ｗを求める（Ｓ５０３）。αは予め指定されたしきい
値であり、Ｗは候補直線の幅と考えられる。次に、Ｗが
予め指定されたしきい値以下であるかをチェックする。
しきい値より大きい場合、すなわち幅が広すぎるとき
は、線状分布がないと判断し処理を終了する（Ｓ５０
４）。しきい値より小さい場合はウェーハマップを−θ
回転させた上で、候補直線の周辺の密度を表す濃淡画像
を作成する（Ｓ５０５）。このとき画素サイズはＷと等
しくする。図６（ｃ）に示す格子は濃淡画像の画素に対
応している。ただし図中ではウェーハマップを−θ回転
させるかわりに格子をθ回転させて示してある。濃淡画
像は欠陥密度が高い格子に大きい画素値を、欠陥密度が
低い格子に小さい画素値を対応させるように作成する。
例えば格子の中の欠陥数に比例させるなどである。密集
欠陥の寄与を低減させるためのハフ変換処理時と同様の
重み付を行っても良い。
【００２１】次に判別分析法などの適切な方法を用い、
濃淡画像を図６（ｄ）に示すように二値化し、二値画像
から線状分布の有無を判断する（Ｓ５０６）。図６
（ｄ）の黒で示す部分は線状分布欠陥の候補である。中
央の列は候補直線の位置に対応するので、線状分布有無
の判断は、中央の列の候補部分の長さ、連続しているか
どうか、左右の列の分布の有無を数値化して予め指定し
たしきい値と比較することにより行う。図６（ｄ）に示
す例では、図６（ｅ）の実線の四角の部分が線状分布で
あると判断できる。線状分布がない場合は処理を終了す
る（Ｓ５０７）。線状分布がある場合は、図６（ｆ）に
示すように図６（ｅ）をθ回転させてウェーハマップの
対応する位置に重ね、実線の四角の内側の欠陥を線状分
布欠陥として検出する（Ｓ５０８）。検出した線状分布
欠陥を次の処理対象から除き（Ｓ５０９）、Ｓ５０１か
らの処理を繰り返す。一回の処理で検出される線状分布
毎にグループ番号を付加し、位置・幅・角度・長さ・欠
陥密度などの特徴量を算出、記録しておく。
【００２２】次に、本発明の環・塊状分布欠陥識別方法
について詳細に説明する。図７は本発明の本発明の環・
塊状分布欠陥識別の概念を表す図である。最初のステッ
プでは、欠陥の位置座標をもとに、欠陥密度の高い部分
を１、低い部分を０で表した２値の画像を作成する。以
後、この画像を高密度領域画像７０４と呼ぶことにす
る。次のステップで、高密度領域画像７０４の画像サイ
ズに合わせて複数の幾何学的辞書パターン７０５が自動
生成される。次に、高密度領域画像７０４と自動生成さ
れた複数の幾何学的辞書パターン画像７０５との一致度
がそれぞれ計算され、最後のステップで一致度の最も高
いパターン画像７０６が選択される。本発明の別の形態
では，自動生成される幾何学的辞書パターン７０５の他
にユーザによって辞書パターン７０７を予め登録してお
き、両方の中から一致度の最も高いパターン画像７０６
が選択される。パターン画像７０６とウェーハマップ１
０３を重ね、パターン部に含まれる欠陥を環・塊状分布
欠陥として検出する。
【００２３】次に、それぞれのステップの詳細について
説明する。
【００２４】まず、欠陥位置座標に基づいて高密度領域
画像７０４を作成する方法について説明する。
【００２５】図８は、高密度領域画像７０４を作成する
ためのフローを表す図である。
【００２６】初めに、全欠陥の座標点に対して最近点ボ
ロノイ図を作成し、各点のボロノイ領域の面積を求める
（Ｓ８０１）。前述の線状分布欠陥識別処理でこの計算
を行っていればその結果を用いてもよい。次に、ボロノ
イ領域の面積のヒストグラムを計算する（Ｓ８０２）。
ただし、繰り返し欠陥、密集欠陥、線状分布欠陥のいず
れかに分類された欠陥はヒストグラムの計算に含めな
い。ヒストグラムから最頻度値を求め、最頻度値に予め
決められた数（Ｎとする）をかけて平方根を計算した値
を画素サイズとし（Ｓ８０３）、ウエハ全体が一枚の画
像にちょうど収まるように画像サイズを決め、画素当た
りの欠陥数を濃淡値で表した画像を作成する（Ｓ８０
４）。このような画像は、全画素を初期値０とし、各欠
陥について座標に対応する位置の画素値を１ずつ増加し
ていくことによって作成される。このとき、Ｎが大きす
ぎると画像サイズが小さくなり、形状の認識が難しくな
ってしまうので５程度にするとよい。逆にＮが小さすぎ
ると高密度部分と低密度部分の濃度差が小さくなり、判
別が困難になってしまう。次に、予め決められたしきい
値（Ｔとする）を用いて二値化し、高密度部分を１、低
密度部分を０で表した画像を得る（Ｓ８０５）。ここで
ＴはＮと同程度にすると良い。得られる画像には、欠陥
密度が相対的に高い部分のパターンが見られる。最後に
そのパターンに対して膨張収縮処理を行い、高密度領域
画像７０４とする（Ｓ８０６）。このような手法で画像
を作成することにより、疎な分布であっても、適切な画
素サイズを設定して、相対的に密度の高い領域を抽出す
ることができる。また、Ｓ８０４で濃淡画像を作成し、
Ｓ８０５で二値化する別の方法も考えられる。各欠陥に
隣接欠陥との最短距離またはその二乗あるいはボロノイ
領域面積に比例する重み付を行った上で対応する位置の
画素値に加算することによって濃淡画像を作成し、判別
分析法を用いて二値化する。
【００２７】次に、幾何学的辞書パターン画像７０５の
自動生成方法について説明する。
【００２８】幾何学的辞書パターン画像７０５は環状の
パターンと塊状のパターンに分けて自動生成される。画
像サイズは、高密度領域画像７０４と同じとし、画像上
に描ける最大の円を基準として以下の方法でパターンを
生成する。
【００２９】環状パターンは、基準となる円を同心円に
よって半径方向に等分に分割し、扇形によって中心角方
向に等分に分割されてできた小領域の組み合わせによっ
て生成される。図９に示す、半径方向に５分割、中心角
方向に８分割したパターンを例にとって小領域の組み合
わせ方法について説明する。まず、半径方向に分割した
円環（一番内側は円）に外側からａ，ｂ，ｃ，ｄ，ｅと
記号を付け、中心角方向に８分割した扇形に順に１〜８
の番号を付ける。完全な円環または円の大きさの組み合
わせは、ａ，ｂ，ｃ，ｄ，ｅ，ａｂ，ｂｃ，ｃｄ，ｄ
ｅ，ａｂｃ，ｂｃｄ，ｃｄｅ，ａｂｃｄ，ｂｃｄｅ，ａ
ｂｃｄｅ の１５通りである。円環の部分のバリエーシ
ョンは８分の１、８分の２、８分の３、８分の４、８分
の５、８分の６、８分の７の大きさについてそれぞれ８
通りの組合せがある。例えば８分の２の大きさの場合は
１２，２３，３４，４５，５６，６７，７８，８１の組
合せである。これらの組み合わせに完全な円環１通りを
加えて計５７通りの組み合わせが考えられる。それぞれ
に対して前述の大きさの組み合わせ１５通りが考えられ
るから、合計８５５通りのパターンが生成される。
【００３０】半径方向および中心角方向の分割はこの通
りでなくても良い。また、等分の分割である必要もない
が、処理を煩雑にしないためには等分の方が望ましい。
【００３１】塊状パターンは、基準となる円を垂直方向
の直径を長軸とする楕円により水平方向に等分に分割
し、かつ水平方向の直径を長軸とする楕円により垂直方
向に等分に分割してできる小領域の組み合わせによって
生成される。図１０（ａ）に水平方向、垂直方向にそれ
ぞれ８分割した例を示す。水平方向の大きさと位置の組
み合わせは、大きさは１から８までの８通りで、位置は
大きさＮのとき（９−Ｎ）通りであるから計３６通りで
ある。垂直方向も同様で、水平方向と垂直方向の組み合
わせは自由にできるので１２９６通りのパターンが生成
される。図１０（ｂ）〜（ｄ）は、この方法によって生
成されるパターンの例である。それぞれ黒く塗りつぶし
た部分がパターンに対応している。図１０（ｅ）のよう
に離れた領域の組み合わせや、図１０（ｆ）のように凹
凸のあるパターンはこの方法によっては生成されない。
塊状パターンとしては、上記方法によって作成したパタ
ーンを基準となる円の中心を基準に４５度回転させたも
のも考えられる。図１０（ｇ）に、この場合の分割され
る小領域の様子を示す。どちらか一方を用いてもよい
し、両方用いてもよい。また、分割数は８でなくてもよ
い。
【００３２】以上の方法で幾何学的辞書パターン画像７
０５を自動生成することにより、パターン数を実用的な
レベルに押さえることができ、したがって高速な処理を
実現できる。
【００３３】次に、高密度領域画像７０４とそれぞれの
辞書パターン画像７０５との一致度の算出方法について
図１１を用いて説明する。高密度領域画像７０４の各画
素値を、辞書パターン画像７０５の同じアドレスの画素
値と比較し、一致していれば＋１不一致ならば−１とし
て全画素での比較の結果を合計し、この値を一致度とす
る。図１１では、高密度領域画像７０４と辞書パターン
画像の一部７０５ａ、７０５ｂを画素値１を黒で、画素
値０を白で表している。７０８ａ、７０８ｂはそれぞ
れ、高密度領域画像７０４と辞書パターン画像７０５
ａ、７０５ｂとの不一致箇所を黒で示した画像である。
すなわち、これらの画像の白部分の画素値は１、黒部分
の画素値は−１であり、全画素値の合計が一致度とな
る。７０８ａと７０８ｂを比較すると７０８ａの方が黒
の面積が小さいので、７０５ａのパターンの方が７０５
ｂより高密度領域画像７０４との一致度が高い。
【００３４】以上説明した方法では、必ずパターン７０
６が検出されるが、実際には非常に密度の低い場合や密
度差の小さい場合はパターンなしとした方が良い。した
がって検出したパターン７０６を検証しパターンの有無
の判定を行う。以下にパターン有無の判定方法およびパ
ターン検出の感度調整方法について説明する。パターン
の有無の判定を行うためには、高密度領域画像７０４作
成時に重み付を行う方法で濃淡画像作成し、その濃淡画
像を用いる。検出したパターン画像７０６と濃淡画像を
重ね、濃淡画像の画素値からパターン内外の判別分析値
の比Ｃを次式を用いて算出する。
【００３５】
【数１】
【００３６】Ｃを予め指定したしきい値と比較し、しき
い値以下の場合はパターンなしと判定する。また、Ｓ８
０２で得たヒストグラムにおいて最頻度値が予め指定し
たしきい値より低いときは以下の処理を行わないでパタ
ーンなしと判定する。前者のしきい値は小さく設定すれ
ばより密度差の小さいパターンを検出するようになる。
また、後者のしきい値は小さく設定すればより欠陥密度
の小さいパターンを検出するようになる。したがってこ
れらのしきい値をユーザによって指定されるようにすれ
ば、ユーザによる感度調整が可能となる。
【００３７】ところで半導体基板の検査は、スループッ
トの制約から全面を検査するとは限らず、チップ列毎に
検査・非検査を指定する部分検査が行われる場合も多
い。この場合上記の環・塊状分布識別方法ではパターン
検出が困難である。この問題を解決するための、環・塊
状分布識別の別の方法について図１２を参照しながら以
下に説明する。図１２は、部分検査ウェーハの欠陥デー
タに適用可能な環・塊状分布識別の概念を表す図であ
る。部分検査を実行した場合、ウェーハマップ１０３は
例えば図に示すようになる。前述と同様の方法で高密度
領域画像７０４を作成し、幾何学的辞書パターン７０５
を自動生成する。一方、検査条件情報およびチップマト
リックスデータをもとに、検査領域画像７０９を作成す
る。検査領域画像７０９と各幾何学的辞書パターン７０
５を重ね、非検査領域をマスクして一致度の算出を行
う。つまり、高密度領域画像７０４の、辞書パターン画
像７０５、検査領域画像７０９を同時に走査し、非検査
領域の場合には０、検査領域の場合には高密度領域画像
７０４と辞書パターン画像７０５の画素値が一致してい
れば＋１、不一致ならば−１を全画素について合計し、
この値を一致度とする。このようにして各辞書パターン
画像７０５との一致度を算出し、最も一致度の高いパタ
ーン画像７０６を選択する。この方法によれば、部分検
査の場合でも辞書パターン７０５との一致度を精度良く
算出することができるため、環・塊状分布欠陥識別が可
能となる。
【００３８】次に、ユーザパターン登録方法について以
下に説明する。
【００３９】図１３は、ユーザパターン登録方法を説明
する図である。初めにユーザは登録したいパターンを持
つウェーハマップ９０１を指定して画面に表示させる。
この指定は省略してもよくその場合は何も表示されな
い。次に、幾何学的辞書パターンの自動生成のもとにな
る、分割パターン９０２ａ〜９０２ｃの中から一種類を
選択する。９０２ａは、図９に示す環状パターンと同一
のものであり、９０２ｂ、９０２ｂは図１０（ａ）、
（ｇ）にそれぞれ示す塊状パターンと同一のものであ
る。選択された分割パターン９０２はウェーハマップ９
０１に重ねて表示される。また、選択された分割パター
ン９０２の各小領域はマウスクリックなどのユーザの指
定により選択・非選択状態がスイッチされ、選択された
領域が色違いで表示される。ユーザはウェーハマップ上
で欠陥密度が高い位置、あるいは自由に小領域を選択
し、選択終了後登録を指示する。指定された小領域の組
み合わせは、自動生成されるパターンと比較され、自動
生成されるパターンに含まれていない場合は、パターン
画像９０３が、ユーザ登録パターン７０７として保存さ
れる。この方法によれば、ユーザ登録パターンとしては
パターン画像ではなく選択した小領域の組み合わせをコ
ード化して記録しておけば充分である。
【００４０】図１４は、上記と異なるユーザパターン登
録方法を説明する図である。ユーザは登録したいパター
ンを持つウェーハマップ９０１を指定して画面に表示さ
せる。前述した高密度領域画像作成方法によって高密度
領域９０４が作成され、表示される。高密度領域９０４
は自動生成される辞書パターンおよび既登録のユーザ登
録パターンとの間で一致度が算出され、一致度の最大値
が予め決められたしきい値以下であれば、ユーザ登録パ
ターン７０７として登録される。この場合、ユーザ登録
パターン７０７は画像データとして記録される。
【００４１】ユーザパターン登録方法としては、上記２
種類の方法の両方を備えていてもよいし、どちらか一方
でもよい。また、上記とは異なる方法でもかまわない。
【００４２】本発明の欠陥データ解析方法の第二の実施
例では、環・塊状分布欠陥識別において、自動生成され
る幾何学的辞書パターン７０５とユーザ登録パターン７
０７のそれぞれに関連する情報を付加しておき、第一の
実施例と同様の方法でパターン画像７０６を選択する。
【００４３】付加する情報は、パターンの位置、サイ
ズ、形状、重要度、特記事項である。幾何学的辞書パタ
ーン７０５のパターン位置、大きさ、形状については一
定のルールにより大雑把な分類を行い、デフォルトの情
報を付加しておく。塊状のパターンについては、パター
ンの位置は右上、上、左上、右、中央、左、右下、下、
左下程度に分類、サイズは大、中、小程度に分類、形状
は塊状とする。例えば図１０（ｂ）は、左上にサイズ小
の塊状パターン、図１０（ｃ）は、右にサイズ中の塊状
パターン、図１０（ｄ）は、中央にサイズ大の塊状パタ
ーンとなる。環状のパターンについては、右上に半径大
の４分の１の環状パターンとする。ただし、塊状のパタ
ーンから派生したパターンであっても、一番外側一列の
みのパターンであれば環状パターン、環状パターンから
派生したパターンであっても、一番内側の円を含んでい
れば塊状パターンとする。
【００４４】さらに、幾何学的辞書パターン７０５およ
びユーザ登録パターンを手動でグルーピングし、まとめ
て情報を付加する手段を備えておき、ユーザが同一だと
判断するパターンには同じ情報をつけられるようにす
る。これにより位置やサイズの情報の解像度を調整する
ことができる。重要度の情報はユーザが入力する。特記
事項には、直接不良原因と関連する情報などを入力す
る。
【００４５】次に、本発明の欠陥データ解析方法を備え
た検査装置の第一の実施例について説明する。以下の説
明では繰り返し欠陥、密集欠陥、線状分布欠陥、環・塊
状分布欠陥、ランダム欠陥を分布特徴カテゴリと呼ぶこ
とにする。半導体基板の検査装置としては、異物検査装
置、光学式パターン欠陥検査装置、ＳＥＭ式パターン欠
陥検査装置などが知られているが、本発明の検査装置
は、それら検査装置いずれかと同様の公知の方法で半導
体基板の検査を行い、得られる欠陥データ情報に基づ
き、前述の方法で分布特徴カテゴリへの分類を行い、カ
テゴリ情報を欠陥データ情報とともに出力するものであ
る。
【００４６】図１５は、本発明の検査装置の第一の実施
例の構成を説明する図である。
【００４７】パターン情報付加手段３０１は、自動生成
される複数の幾何学的辞書パターンとユーザ登録辞書パ
ターンに対して、パターンの位置、サイズ、形状、重要
度、特記事項といったパターンに関連する情報を付加す
る。幾何学的辞書パターンに対してデフォルトの情報を
付加する部分と、幾何学的辞書パターンおよびユーザ登
録辞書パターンに手動で情報を付加する部分からなる。
パターン情報の付加はオフラインで行われる。最低一回
は実施して結果をハードディスクなどの記憶手段３０２
にパターン情報ファイル３１１として保存しておくよう
にする。
【００４８】欠陥データ解析は、インラインとオフライ
ンの両方のモードで実行することができる。
【００４９】検査手段３０３は公知の方法でウェーハ検
査を行い、少なくとも欠陥位置座標を含む欠陥データ１
０２を記憶手段３０２に保存する。
【００５０】インラインモードの場合、検査手段３０３
は１枚毎のウェーハ検査終了時に検査終了の通知を欠陥
データ解析手段３０４に送る。欠陥データ解析手段３０
４は、記憶手段３０２よりウェーハ１枚分の欠陥データ
１０２を読み込む。あるいは記憶手段３０２を介さずに
欠陥データ１０２の受け渡しがなされるように構成して
もよい。
【００５１】オフラインモードの場合、欠陥データ解析
手段３０４は、オペレータにより指示されたウェーハの
欠陥データ１０２を読み込む。
【００５２】欠陥データ解析手段３０４は、欠陥の位置
座標をもとに分布特徴カテゴリへの分類を行い、各欠陥
の欠陥データに、分布特徴カテゴリ番号とカテゴリ内の
グループ番号を付加する。環・塊状分布欠陥が検出され
た場合は、記憶手段３０２からパターン情報ファイル３
１１を読み出し、環・塊状分布欠陥の欠陥データにパタ
ーン画像番号またはパターン情報を付加し、検査と解析
両方の結果を含む欠陥データ１０２として記憶手段３０
２に保存する。インラインモードの場合は、解析の終了
を検査手段３０３に通知する。
【００５３】分布特徴カテゴリへの分類結果は、表示手
段３０５により表示される。ウェーハマップにカテゴリ
毎に異なる色で表示しても良いし、図１に示すようにカ
テゴリ別にウェーハマップを作成して表示しても良い。
同時にチップ重ね合わせマップを表示しても良い。ま
た、環・塊状分布識別において選択されたパターン画像
７０６は、検査対象ウェーハに関連する情報とパターン
に付加されていたパターン情報とともに表示手段３０５
により表示される。同時に検査対象ウェーハと関連づけ
て画像ファイルとして保存される。また、線状分布欠陥
が検出された場合はその位置を示す四角形がウェーハマ
ップに重ねて表示され、同時に位置・幅・角度・長さ・
欠陥密度などの情報が表示される。これらの情報は検査
対象ウェーハと関連づけて保存される。
【００５４】ユーザパターン登録手段３０６は、オペレ
ータの指示によりユーザ登録パターンを作成し、前述し
た方法の違いによりパターンコードあるいはパターン画
像を記憶手段３０２に保存する。ユーザパターン登録手
段３０６がない構成にすることも可能である。
【００５５】次に、本発明の欠陥データ解析方法を備え
た検査装置の第二の実施例について説明する。第二の実
施例は、公知の方法で半導体基板の検査を行い、得られ
る欠陥データ情報に基づき、前述の方法で欠陥の分布特
徴カテゴリへの分類を行い、カテゴリ毎に予め指定され
たルールに基づきサンプリングを行い、欠陥データとと
もに分類結果及びサンプリング結果を出力するものであ
る。
【００５６】図１６は、本発明の検査装置の第二の実施
例の構成を説明する図である。
【００５７】パターン情報付加手段３０１は前述の情報
の他に、サンプリング条件番号を付加する。同一のサン
プリング条件を用いる辞書パターンを手動でグルーピン
グし、同じサンプリング番号をつける。その番号に対応
するサンプリング条件がない場合は、サンプリング条件
作成手段３０７によって、サンプリング条件を作成する
ようにする。
【００５８】サンプリング条件作成手段３０７は、レビ
ューを行う欠陥を決定するためのサンプリング条件を作
成する。環・塊状分布欠陥のパターンに関連づけられた
サンプリング条件および他の分布特徴カテゴリ毎のサン
プリング条件が手動で作成され、サンプリング条件ファ
イル３１２として記憶手段３０２に保存される。サンプ
リング条件は、例えばサンプリング数またはサンプリン
グ比率とサンプリング方法である。サンプリング数とサ
ンプリング比率はどちらで指定するかのを選択してから
数値を入力する。サンプリング数はパターン内の欠陥数
に対するサンプリング比率で決められる。サンプリング
方法としては、ランダム、欠陥番号順など考えられる方
法をリストアップしておき、ユーザによって選択される
ようにしておく。欠陥番号順が指定されたとき、サンプ
リング比率に合う間隔でサンプリングを行う。
【００５９】検査手段３０３、欠陥データ解析手段３０
４の動作は、第一の実施例と同様である。
【００６０】サンプリング手段３０８は、欠陥解析終了
後、記憶手段３０２よりサンプリング条件ファイル３１
２とウェーハ１枚分の分布特徴情報付加済みの欠陥デー
タ１０２を読み込む。欠陥データ１０２の受け渡しは、
記憶手段３０２を介さずになされるように構成してもよ
い。次に欠陥データが分布特徴カテゴリのいずれである
のかによって、環・塊状分布欠陥であれば付加されてい
るパターン情報に関連するサンプリング条件を用いてサ
ンプリングを行い、その他であれば分布特徴カテゴリ毎
のサンプリング条件に基づいてサンプリングを行う。サ
ンプリングの結果、レビューする・しないのフラグが欠
陥データに付加され、検査、解析、サンプリングの結果
を含む欠陥データ１０２として記憶手段３０２に保存さ
れる。
【００６１】欠陥データ解析手段３０４によって選択さ
れたパターン画像７０６は、検査対象ウェーハに関連す
る情報とパターンに付加されていたパターン情報ととも
に表示手段３０５により表示される。ウェーハマップ上
にサンプリングされた欠陥が他の欠陥とは異なる色また
は記号で示されたものが表示される。図１７に、結果表
示画面の一例を示す。
【００６２】ユーザパターン登録手段３０６の動作は、
第一の実施例と同様であるが、これがない構成とするこ
とも可能である。
【００６３】次に、本発明の欠陥データ解析方法を備え
たレビューシステムについて説明する。
【００６４】図１８は、本発明のレビューシステムを説
明する図である。
【００６５】ネットワーク上には異物検査装置４０１、
光学式パターン欠陥検査装置４０２、ＳＥＭ式パターン
欠陥検査装置４０３、欠陥データ解析装置４０４、レビ
ュー装置４０５が接続されている。各検査装置４０１〜
４０３とレビュー装置４０５はクリーンルーム内に設置
される。欠陥データ解析装置４０４はどこにあってもよ
い。
【００６６】各検査装置４０１〜４０３によって検査さ
れた結果は欠陥データ１０２として同一形式でファイル
出力され、欠陥データ解析装置４０４に転送される。欠
陥データ解析装置４０４は、図１２に示す検査装置から
検査手段３０３を除いた構成である。欠陥解析対象ウェ
ーハの欠陥データ１０２を読み込み、分布特徴カテゴリ
への分類と、分類結果に基づくサンプリングを実行す
る。欠陥データ１０２に分布特徴情報とサンプリングフ
ラグを付加してファイル出力し、レビュー装置４０５に
転送する。
【００６７】レビュー装置４０５は、指定されたレビュ
ー対象ウェーハに対応する、サンプリングフラグを付加
された欠陥データ１０２を読み込み、その情報に従い欠
陥をレビューし、手動あるいは自動で欠陥種の分類を行
う。分類結果としてカテゴリ番号を欠陥データに１０２
に付加して、ファイル出力し、欠陥データ解析装置４０
５に転送する。同時に関連するレビュー画像も転送す
る。欠陥データ解析装置４０５は、解析対象ウェーハの
欠陥分布パターン、欠陥レビュー結果をもとにレポート
を作成して保存する。レポートに記述する情報は、対象
ウェーハの情報、分布特徴カテゴリへの分類結果、レビ
ュー画像とする。分布特徴と欠陥のレビュー画像が同時
に示されることによって、原因の推定が容易になる。ユ
ーザの要求によって、サンプリング位置情報、レビュー
結果とサンプリング比率から算出される、推定欠陥種別
比率、その他、公知の解析手段による解析結果などより
詳細な情報を記述するようにしてもよい。レポートのフ
ァイル形式は何でもよいが、ＨＴＭＬ形式のフォーマッ
トとし、インターネットあるいはイントラネットで接続
されるデータサーバ４０６にアップロードし、接続可能
な任意の端末４０７から閲覧できるようにしてもよい。
【００６８】以上、３種類の検査装置と、１台のレビュ
ー装置が接続されている例を示したが、最低１台の検査
装置と１台のレビュー装置が接続されているだけでもよ
い。また、各種検査装置およびレビュー装置が複数台あ
ってもかまわない。各検査装置が本発明の検査装置の第
二の実施例と同様の構成を持っているならば、検査装置
の中で欠陥データ解析装置の機能が実現できるので、独
立した欠陥データ解析装置は不要である。
【００６９】上記の欠陥データ解析方法、およびそれを
有する検査装置またはレビューシステムは、一枚のウェ
ーハの欠陥データを処理することを前提としているが、
サンプリングではなく欠陥分布識別を目的とする限りに
おいては、複数のウェーハを解析対象とすることも可能
である。その場合、まず、複数のウェーハの欠陥位置座
標を重ね合わせ、重ね合わせられた欠陥位置座標をもと
に高密度領域画像を作成すればよい。
【００７０】
【発明の効果】本発明によれば、検査装置によって検出
された欠陥位置座標に基づいて欠陥の高密度部分を表す
高密度領域画像を作成するため、高密度領域をクラスタ
として認識する必要がなく、疎な分布であっても、相対
的に密度の高い領域を抽出することができる。また、本
発明によれば、高密度領域画像を予め登録された複数の
幾何学的パターンのうちいずれかに分類するため、計算
時間、記憶容量ともに実用的なレベルでの欠陥分布状態
の解析が実現可能となる。複数の幾何学的パターンのそ
れぞれに予め意味づけすることが可能なので、装置・プ
ロセス起因の不良原因の特定を容易にすることができ
る。
【図面の簡単な説明】
【図１】本発明の欠陥データ解析方法の概念を表す処理
フロー図である。
【図２】繰り返し欠陥識別の処理手順を示す処理フロー
図である。
【図３】最近点ボロノイ図の例である。
【図４】（ａ）及び（ｂ）は、ハフ変換の原理を説明す
る図である。
【図５】線状分布欠陥識別の処理手順を示す処理フロー
図である。
【図６】（ａ）〜（ｆ）は、線状分欠陥識別処理方法を
説明する図である。
【図７】環・塊状分布欠陥識別の概念を表す図である。
【図８】高密度領域画像作成の処理手順を示す処理フロ
ー図である。
【図９】環状の辞書パターンの自動生成方法を説明する
図である。
【図１０】塊状の辞書パターンの自動生成方法を説明す
る図である。
【図１１】高密度領域画像とそれぞれの辞書パターン画
像との一致度の算出方法を説明する図である。
【図１２】高密度領域画像と辞書パターン画像との一致
度算出方法を説明する図である。
【図１３】第一のユーザパターン登録方法を説明する図
である。
【図１４】第二のユーザパターン登録方法を説明する図
である。
【図１５】本発明による検査装置の第一の構成を示すブ
ロック図である。
【図１６】本発明による検査装置の第二の構成を示すブ
ロック図である。
【図１７】本発明による欠陥データ解析結果を表示する
画面の一例を示す表示画面の正面図である。
【図１８】本発明によるレビューシステムの構成例を示
すブロック図である。
【符号の説明】
１０１…検査装置 １０２…欠陥データ １０３…
ウェーハマップ １０４…繰り返し欠陥 １０５…
密集欠陥 １０６…線状分布欠陥 １０７…環・塊
状分布欠陥１０８…ランダム欠陥 ３０１…パターン
情報付加手段 ３０２…記憶手段 ３０３…検査手段 ３０４
…欠陥データ解析手段 ３０５…表示手段 ３０６…ユーザパターン登録手段
３０７…サンプリング条件作成手段 ３０８…サ
ンプリング手段 ３１１…パターン情報ファイル
３１２…サンプリング条件ファイル ４０１…異
物検査装置 ４０２…光学式パターン欠陥検査装置 ４０３…ＳＥ
Ｍ式パターン欠陥検査装置 ４０４…欠陥データ解析
装置 ４０５…レビュー装置 ４０６…データ
サーバ ４０７…端末装置 ７０４…高密度領域画
像 ７０５…幾何学的辞書パターン ７０６…分布
パターン ７０７…ユーザ登録辞書パターン ７０
８…不一致部分を表す画像 ７０９…検査領域画像
９０１…指定されたウェーハマップ ９０２…分割
パターン ９０３…登録パターン ９０４…指定されたウェーハマップ高密度領域画像
───────────────────────────────────────────────────── フロントページの続き (72)発明者 高木 裕治 神奈川県横浜市戸塚区吉田町292番地 株 式会社日立製作所生産技術研究所内 Ｆターム(参考） 4M106 AA01 CA39 CA42 CA50 DA15 DB21 DH03 DJ14 DJ20 DJ21

Claims (14)

    【特許請求の範囲】
  1. 【請求項１】基板上に回路パターンを形成する工程デ処
    理された被処理基板を検査して得られた欠陥の位置座標
    に基づいて、前記欠陥の分布特徴カテゴリを、繰り返し
    欠陥、密集欠陥、線状分布欠陥、環・塊状分布欠陥、ラ
    ンダム欠陥のうちの少なくとも何れか1種類のカテゴリ
    に分類することを特徴とする欠陥データ解析方法。
  2. 【請求項２】基板上に回路パターンを形成する工程デ処
    理された被処理基板を検査して得られた欠陥の少なくと
    も位置座表を含む欠陥データを用いて全欠陥の位置をチ
    ップ原点基準の座標系で表したチップ重ね合わせマップ
    を作成するステップと、前記チップ重ね合わせマップに
    対応する最近点ボロノイ図を用いて隣接欠陥間の距離を
    算出するステップと、前記隣接欠陥間の距離に基づいて
    繰り返し欠陥を識別するステップと、全欠陥の位置をウ
    ェーハ原点基準の座標系で表したウェーハマップを作成
    するステップと、前記ウェーハマップに対応する最近点
    ボロノイ図を用いて隣接欠陥間の距離とボロノイ領域面
    積を算出するステップと、前記隣接欠陥間の距離に基づ
    いて密集欠陥を識別するステップと、前記隣接欠陥間の
    距離およびボロノイ領域面積に基づいて線状分布欠陥を
    識別するステップと、前記隣接欠陥間の距離およびボロ
    ノイ領域面積に基づいて環・塊状分布欠陥を識別するス
    テップと、前記繰り返し欠陥および密集欠陥および線状
    分布欠陥および環・塊状分布欠陥のいずれにも該当しな
    い欠陥をランダム欠陥として抽出するステップを含むこ
    とを特徴とする欠陥データ解析方法。
  3. 【請求項３】請求項２記載の繰り返し欠陥識別は、前記
    チップ重ね合わせマップ上で隣接欠陥が同一チップで隣
    接欠陥への距離が予め決められたしきい値以下のものを
    処理対象から除去し、残りの欠陥について、隣接欠陥へ
    の距離が予め決められたしきい値以下のものをつなげて
    グルーピングし、予め決められた個数以上の欠陥から構
    成されるグループを繰り返し欠陥として検出することを
    特徴とする請求項２記載の欠陥データ解析方法。
  4. 【請求項４】請求項２記載の密集欠陥識別は、前記ウェ
    ーハマップ上で隣接欠陥への距離が予め決められたしき
    い値以下のものをつなげてグルーピングし、予め決めら
    れた個数以上の欠陥から構成されるグループを密集欠陥
    として検出することを特徴とする請求項２記載の欠陥デ
    ータ解析方法。
  5. 【請求項５】請求項２記載の線状分布欠陥識別は、前記
    ウェーハマップを各欠陥について前記隣接欠陥への距離
    またはボロノイ領域面積に関連付けられた重み付けを行
    った上でハフ変換し、ハフ変換面上の最大値に対応する
    （θ，ρ）を検出し、ハフ変換面で最大値に対し予め決
    められた割合の部分の幅が予め決められたしきい値以下
    である場合に（θ，ρ）に対応するウェーハマップ上の
    位置の周辺の欠陥密度を表す濃淡画像に基づいて線状分
    布欠陥を識別することを特徴とする請求項２記載の欠陥
    データ解析方法。
  6. 【請求項６】請求項２記載の環・塊状分布欠陥識別は、
    前記ボロノイ領域面積の頻度分布に基づいて最適画像サ
    イズを決定し、前記ウェーハマップに基づいて欠陥密度
    が相対的に高い部分を表す前記最適画像サイズの高密度
    領域画像を作成し、前記最適画像サイズの幾何学的辞書
    パターンを自動生成し、前記高密度領域画像と各々の前
    記幾何学的辞書パターンとの一致度を算出し、一致度の
    最も高い前記幾何学的辞書パターンを選択することによ
    り行うことを特徴とする請求項２記載の欠陥データ解析
    方法。
  7. 【請求項７】請求項２記載の環・塊状分布欠陥識別は、
    前記ボロノイ領域面積の頻度分布に基づいて最適画像サ
    イズを決定し、前記ウェーハマップを各欠陥について前
    記隣接欠陥への距離またはボロノイ領域面積に関連付け
    られた重み付けを行った上で画素値がその位置の欠陥密
    度を表す密度画像を前記最適画像サイズで作成し、前記
    密度画像を二値化することにより欠陥密度が相対的に高
    い部分を表す高密度領域画像を作成し、前記最適画像サ
    イズの幾何学的辞書パターンを自動生成し、前記高密度
    領域画像と各々の前記幾何学的辞書パターンとの一致度
    を算出し、一致度の最も高い前記幾何学的辞書パターン
    を選択することにより行うことを特徴とする請求項２記
    載の欠陥データ解析方法。
  8. 【請求項８】請求項２記載の環・塊状分布欠陥識別は、
    前記ボロノイ領域面積の最頻度値が予め決められた第一
    のしきい値以下であるときに実行され、前記最頻度値に
    基づいて最適画像サイズを決定し、前記ウェーハマップ
    を各欠陥について前記隣接欠陥への距離またはボロノイ
    領域面積に関連付けられた重み付けを行った上で画素値
    がその位置の欠陥密度を表す密度画像を前記最適画像サ
    イズで作成し、前記密度画像を二値化することにより欠
    陥密度が相対的に高い部分を表す高密度領域画像を作成
    し、前記最適画像サイズの幾何学的辞書パターンを自動
    生成し、前記高密度領域画像と各々の前記幾何学的辞書
    パターンとの一致度を算出し、一致度の最も高い前記幾
    何学的辞書パターンを選択し、前記密度画像と前記選択
    された幾何学的辞書パターンを重ね、パターン内外の判
    別分析値の比を算出し、前記判別分析値の比の値を予め
    指定された第二のしきい値と比較することによりパター
    ンの有無を判定することにより行うことを特徴とする請
    求項２記載の欠陥データ解析方法。
  9. 【請求項９】請求項８記載の第一および第二のしきい値
    はユーザによって指定されることを特徴とする請求項８
    記載の欠陥データ解析方法。
  10. 【請求項１０】請求項７ないし９記載の欠陥データ解析
    方法であって、検査条件に関する情報に基づいて前記最
    適画像サイズの検査領域画像を作成しておき、前記高密
    度領域画像と各々の前記幾何学的辞書パターンとの一致
    度を算出する際に、同時に検査領域画像を参照し、検査
    領域のみ一致度算出に寄与させることを特徴とする請求
    項７ないし９記載の欠陥データ解析方法。
  11. 【請求項１１】半導体基板の検査装置であって、 光あるいは電子線によって基板の表面を走査することに
    よって異物またはパターン欠陥を検出し、少なくとも欠
    陥の位置座標を含む欠陥データを出力する検査手段と、 前記欠陥データに含まれる前記欠陥の位置座標に基づき
    前記欠陥の高密度部分を表す高密度領域画像を作成し、
    複数の幾何学的辞書パターンを自動生成し、前記高密度
    領域画像と前記自動生成された各々の辞書パターンとの
    一致度を算出し、一致度の最も高い辞書パターンを選択
    することにより欠陥分布パターン識別を実行する欠陥デ
    ータ解析手段と、 前記辞書パターンにパターンに関連する情報を付加する
    パターン情報付加手段と、 前記欠陥データおよび前記パターン情報および欠陥分布
    パターン識別結果とを記憶する記憶手段と、 検査対象または解析対象基板に関連する情報と前記選択
    された辞書パターンと前記選択された辞書パターンに関
    連する前記パターン情報とを表示する表示手段とを備え
    ることを特徴とする検査装置。
  12. 【請求項１２】半導体基板の検査装置であって、 光あるいは電子線によって基板の表面を走査することに
    よって異物またはパターン欠陥を検出し、少なくとも欠
    陥の位置座標を含む欠陥データを出力する検査手段と、 前記欠陥データに含まれる前記欠陥の位置座標に基づき
    前記欠陥の高密度部分を表す高密度領域画像を作成し、
    複数の幾何学的辞書パターンを自動生成し、前記高密度
    領域画像と前記自動生成された各々の幾何学的辞書パタ
    ーンおよび予め登録されたユーザ登録辞書パターンとの
    一致度を算出し、一致度の最も高い辞書パターンを選択
    することにより欠陥分布パターン識別を実行する欠陥デ
    ータ解析手段と、 前記辞書パターンにパターンに関連する情報を付加する
    パターン情報付加手段と、 前記欠陥データおよび前記パターン情報および欠陥分布
    パターン識別結果とを記憶する記憶手段と、 検査対象または解析対象基板に関連する情報と前記選択
    された辞書パターンと前記選択された辞書パターンに関
    連する前記パターン情報とを表示する表示手段と、 ユーザ登録辞書パターン登録するユーザパターン登録手
    段とを備えることを特徴とする検査装置。
  13. 【請求項１３】請求項１１または１２の検査装置であっ
    て、さらに 前記辞書パターンに関連づけられたサンプリング条件お
    よびパターン外のサンプリング条件を作成するサンプリ
    ング条件作成手段と、 前記サンプリング条件に基づきレビュー対象とする欠陥
    をサンプリングするサンプリング手段とを備えることを
    特徴とする検査装置。
  14. 【請求項１４】半導体基板のレビューシステムであっ
    て、 少なくとも１台の、光あるいは電子線によって基板の表
    面を走査することによって異物またはパターン欠陥を検
    出し、少なくとも欠陥の位置座標を含む欠陥データを出
    力する検査装置と、 前記欠陥データに含まれる前記欠陥の位置座標に基づき
    前記欠陥の高密度部分を表す高密度領域画像を作成し、
    複数の幾何学的辞書パターンを自動生成し、前記高密度
    領域画像と前記自動生成された各々の幾何学的辞書パタ
    ーンおよび予め登録されたユーザ登録辞書パターンとの
    一致度を算出し、一致度の最も高い辞書パターンを選択
    することにより欠陥分布パターン識別を実行し、前記識
    別されたパターンと予め決められたサンプリング条件に
    基づきレビュー対象点をサンプリングすることと、前記
    識別された欠陥分布パターンと、前記レビュー装置によ
    るレビュー結果と前記識別された欠陥分布パターンと、
    前記レビュー結果に基づき解析される情報をもとにレポ
    ートを作成することを特徴とする欠陥データ解析装置
    と、 少なくとも１台の、光あるいは電子線式の、欠陥画像を
    取得し自動または手動で欠陥種別の分類を行うレビュー
    装置とから構成されることを特徴とするレビューシステ
    ム。
JP2001292786A 2001-04-10 2001-09-26 欠陥データ解析方法及びその装置並びにレビューシステム Expired - Fee Related JP4038356B2 (ja)

Priority Applications (6)

Application Number Priority Date Filing Date Title
JP2001292786A JP4038356B2 (ja) 2001-04-10 2001-09-26 欠陥データ解析方法及びその装置並びにレビューシステム
US10/119,018 US6876445B2 (en) 2001-04-10 2002-04-10 Method for analyzing defect data and inspection apparatus and review system
US11/095,614 US7084968B2 (en) 2001-04-10 2005-04-01 Method for analyzing defect data and inspection apparatus and review system
US11/472,368 US8027527B2 (en) 2001-04-10 2006-06-22 Method for analyzing defect data and inspection apparatus and review system
US11/472,399 US20060239536A1 (en) 2001-04-10 2006-06-22 Method for analyzing defect data and inspection apparatus and review system
US12/341,657 US8086422B2 (en) 2001-04-10 2008-12-22 Method for analyzing defect data and inspection apparatus and review system

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
JP2001110794 2001-04-10
JP2001-110794 2001-04-10
JP2001173411 2001-06-08
JP2001-173411 2001-06-08
JP2001292786A JP4038356B2 (ja) 2001-04-10 2001-09-26 欠陥データ解析方法及びその装置並びにレビューシステム

Related Child Applications (1)

Application Number Title Priority Date Filing Date
JP2006270261A Division JP4521386B2 (ja) 2001-04-10 2006-10-02 欠陥データ解析方法およびその装置

Publications (2)

Publication Number Publication Date
JP2003059984A true JP2003059984A (ja) 2003-02-28
JP4038356B2 JP4038356B2 (ja) 2008-01-23

Family

ID=27346501

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2001292786A Expired - Fee Related JP4038356B2 (ja) 2001-04-10 2001-09-26 欠陥データ解析方法及びその装置並びにレビューシステム

Country Status (2)

Country Link
US (5) US6876445B2 (ja)
JP (1) JP4038356B2 (ja)

Cited By (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100750193B1 (ko) * 2006-06-16 2007-08-17 삼성전자주식회사 방향성 결함 분류 방법 및 이를 수행하기 위한 장치
JP2007232480A (ja) * 2006-02-28 2007-09-13 Hitachi High-Technologies Corp レポートフォーマット設定方法、レポートフォーマット設定装置、及び欠陥レビューシステム
JP2007248198A (ja) * 2006-03-15 2007-09-27 Sharp Corp 特性分布の特徴量抽出方法および特性分布の分類方法
JP2008294361A (ja) * 2007-05-28 2008-12-04 Hitachi High-Technologies Corp 欠陥観察装置及び欠陥観察方法
JP2009206439A (ja) * 2008-02-29 2009-09-10 Toshiba Corp 線状パターンの検知方法および装置
JP2009218570A (ja) * 2008-02-15 2009-09-24 Fujitsu Microelectronics Ltd 欠陥管理システム及び欠陥管理方法
US7653236B2 (en) 2004-09-10 2010-01-26 Fujitsu Microelectronics Limited Surface inspection device and method
US7720275B2 (en) 2005-03-24 2010-05-18 Hitachi High-Technologies Corporation Method and apparatus for detecting pattern defects
WO2013008746A1 (ja) * 2011-07-14 2013-01-17 株式会社メガチップス 直線検出装置および直線検出方法
JP2013020590A (ja) * 2011-07-14 2013-01-31 Mega Chips Corp 直線検出装置および直線検出方法
JP2013029967A (ja) * 2011-07-28 2013-02-07 Mega Chips Corp 直線検出装置および直線検出方法
JP2017106776A (ja) * 2015-12-08 2017-06-15 株式会社Sumco 特定欠陥の検出方法、特定欠陥の検出システムおよびプログラム
KR20190081710A (ko) * 2017-12-29 2019-07-09 주식회사 비스텔 웨이퍼 맵을 불량 패턴에 따라 분류하는 방법 및 컴퓨터 프로그램
JP2021111650A (ja) * 2020-01-07 2021-08-02 株式会社東芝 情報処理装置および情報処理方法

Families Citing this family (136)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2000046736A1 (en) * 1999-02-05 2000-08-10 Yoav Smith Similarity measurement method for the classification of medical images into predetermined categories
TW513772B (en) * 2000-09-05 2002-12-11 Komatsu Denshi Kinzoku Kk Apparatus for inspecting wafer surface, method for inspecting wafer surface, apparatus for judging defective wafer, method for judging defective wafer and information treatment apparatus of wafer surface
JP4038356B2 (ja) * 2001-04-10 2008-01-23 株式会社日立製作所 欠陥データ解析方法及びその装置並びにレビューシステム
JP4104840B2 (ja) * 2001-08-23 2008-06-18 株式会社東芝 マスクパターン評価システム及びその方法
US20060100730A1 (en) * 2002-07-12 2006-05-11 Parkes Alan S Method for detection and relocation of wafer defects
EP1523696B1 (en) * 2002-07-15 2016-12-21 KLA-Tencor Corporation Defect inspection methods that include acquiring aerial images of a reticle for different lithographic process variables
EP1430446B1 (en) * 2002-07-26 2006-08-30 Matsushita Electric Works, Ltd. Image processing method for appearance inspection
US6959251B2 (en) * 2002-08-23 2005-10-25 Kla-Tencor Technologies, Corporation Inspection system setup techniques
US7738693B2 (en) * 2002-12-24 2010-06-15 Lam Research Corporation User interface for wafer data analysis and visualization
US7098048B1 (en) * 2002-09-30 2006-08-29 Advanced Micro Devices, Inc. Method and apparatus for capturing fault state data
DE50308812D1 (de) * 2002-10-23 2008-01-24 Siemens Ag Verfahren und anordnung sowie computerprogramm mit programmcode-mitteln und computerprogramm-produkt zur bildung einer graphenstruktur zur beschreibung einer fläche mit einer freifläche und einer belegtfläche
US6882745B2 (en) * 2002-12-19 2005-04-19 Freescale Semiconductor, Inc. Method and apparatus for translating detected wafer defect coordinates to reticle coordinates using CAD data
US7602962B2 (en) * 2003-02-25 2009-10-13 Hitachi High-Technologies Corporation Method of classifying defects using multiple inspection machines
JP4185789B2 (ja) * 2003-03-12 2008-11-26 株式会社日立ハイテクノロジーズ パターン検査方法及びその装置
US9002497B2 (en) * 2003-07-03 2015-04-07 Kla-Tencor Technologies Corp. Methods and systems for inspection of wafers and reticles using designer intent data
CN100371939C (zh) * 2003-08-27 2008-02-27 上海宏力半导体制造有限公司 在缺陷管理系统中使用的方法
WO2005073807A1 (en) 2004-01-29 2005-08-11 Kla-Tencor Technologies Corporation Computer-implemented methods for detecting defects in reticle design data
US7373277B1 (en) 2004-03-09 2008-05-13 Kla-Tencor Technologies Corp. Methods and systems for detection of selected defects particularly in relatively noisy inspection data
JP4242796B2 (ja) * 2004-03-12 2009-03-25 パナソニック株式会社 画像認識方法及び画像認識装置
US7143371B2 (en) * 2004-04-27 2006-11-28 International Business Machines Corporation Critical area computation of composite fault mechanisms using voronoi diagrams
EP1763756A4 (en) * 2004-05-21 2009-05-06 Pressco Tech Inc USER CONFIGURATION INTERFACE OF A GRAPHICAL REINSPECTION
JP4480001B2 (ja) * 2004-05-28 2010-06-16 Ｈｏｙａ株式会社 ムラ欠陥検査マスク、ムラ欠陥検査装置及び方法、並びにフォトマスクの製造方法
KR100591736B1 (ko) * 2004-07-13 2006-06-22 삼성전자주식회사 기판의 반복 결함 분류 방법 및 장치
JP4904034B2 (ja) 2004-09-14 2012-03-28 ケーエルエー−テンカー コーポレイション レチクル・レイアウト・データを評価するための方法、システム及び搬送媒体
US7105364B2 (en) * 2004-09-14 2006-09-12 Atmel Corporation Method of increasing reliability of packaged semiconductor integrated circuit dice
US7139145B1 (en) * 2004-09-23 2006-11-21 Western Digital Technologies, Inc. Cluster-based defect detection testing for disk drives
JP4374303B2 (ja) * 2004-09-29 2009-12-02 株式会社日立ハイテクノロジーズ 検査方法及びその装置
US7440607B1 (en) * 2004-11-03 2008-10-21 Kla-Tencor Corporation Outlier substrate inspection
US7844100B2 (en) * 2004-11-29 2010-11-30 Applied Materials Israel, Ltd. Method for filtering nuisance defects
KR100698331B1 (ko) * 2005-01-28 2007-03-23 삼성전자주식회사 영상표시장치 및 그의 색 조절 방법
US7240306B2 (en) * 2005-02-24 2007-07-03 International Business Machines Corporation Integrated circuit layout critical area determination using Voronoi diagrams and shape biasing
JP4216263B2 (ja) * 2005-03-09 2009-01-28 シャープ株式会社 製造検査解析システム、および製造検査解析方法
TWI261878B (en) * 2005-04-20 2006-09-11 Univ Nat Taiwan Science Tech Method for analyzing effective polishing frequency and times for chemical mechanical planarization polishing wafer with different polishing pad profile
US7769225B2 (en) 2005-08-02 2010-08-03 Kla-Tencor Technologies Corp. Methods and systems for detecting defects in a reticle design pattern
US8041103B2 (en) 2005-11-18 2011-10-18 Kla-Tencor Technologies Corp. Methods and systems for determining a position of inspection data in design data space
US7676077B2 (en) 2005-11-18 2010-03-09 Kla-Tencor Technologies Corp. Methods and systems for utilizing design data in combination with inspection data
US7570796B2 (en) 2005-11-18 2009-08-04 Kla-Tencor Technologies Corp. Methods and systems for utilizing design data in combination with inspection data
KR101195226B1 (ko) * 2005-12-29 2012-10-29 삼성전자주식회사 반도체 웨이퍼 분석 시스템
US7391510B2 (en) * 2006-01-26 2008-06-24 Orbotech Ltd System and method for inspecting patterned devices having microscopic conductors
US7760930B2 (en) * 2006-02-21 2010-07-20 Taiwan Semiconductor Manufacturing Company, Ltd. Translation engine of defect pattern recognition
JP4734148B2 (ja) * 2006-03-14 2011-07-27 株式会社日立ハイテクノロジーズ 試料観察方法，画像処理装置、及び荷電粒子線装置
DE102006042956B4 (de) * 2006-04-07 2009-10-01 Vistec Semiconductor Systems Gmbh Verfahren zur optischen Inspektion und Visualisierung der von scheibenförmigen Objekten gewonnenen optischen Messwerte
JP4864526B2 (ja) * 2006-04-27 2012-02-01 富士通セミコンダクター株式会社 検査方法、検査装置および半導体装置の製造方法
CN101432864B (zh) * 2006-04-27 2012-05-30 夏普株式会社 缺陷分布分类方法及系统、故障源设备确定方法及系统
JP4882505B2 (ja) * 2006-05-19 2012-02-22 東京エレクトロン株式会社 異物分布パターンの照合方法及びその装置
US7634745B2 (en) 2006-08-02 2009-12-15 International Business Machines Corporation Method for computing the critical area of compound fault mechanisms
WO2008077100A2 (en) 2006-12-19 2008-06-26 Kla-Tencor Corporation Systems and methods for creating inspection recipes
US8194968B2 (en) 2007-01-05 2012-06-05 Kla-Tencor Corp. Methods and systems for using electrical information for a device being fabricated on a wafer to perform one or more defect-related functions
JP4597155B2 (ja) * 2007-03-12 2010-12-15 株式会社日立ハイテクノロジーズ データ処理装置、およびデータ処理方法
US9404858B2 (en) * 2007-03-22 2016-08-02 Byk-Gardner Gmbh Method and apparatus for determination of surface properties of coatings by determining contrast of an evaluated image
US7738093B2 (en) 2007-05-07 2010-06-15 Kla-Tencor Corp. Methods for detecting and classifying defects on a reticle
US7962863B2 (en) 2007-05-07 2011-06-14 Kla-Tencor Corp. Computer-implemented methods, systems, and computer-readable media for determining a model for predicting printability of reticle features on a wafer
US8213704B2 (en) 2007-05-09 2012-07-03 Kla-Tencor Corp. Methods and systems for detecting defects in a reticle design pattern
KR100924694B1 (ko) * 2007-06-21 2009-11-03 삼성전자주식회사 계층적 클러스터링과 커브 피트를 이용한 하드디스크드라이브의 디펙트 예측 및 처리 방법
US7796804B2 (en) 2007-07-20 2010-09-14 Kla-Tencor Corp. Methods for generating a standard reference die for use in a die to standard reference die inspection and methods for inspecting a wafer
US9536275B1 (en) 2007-07-31 2017-01-03 Nvidia Corporation Using a geometry shader for variable input and output algorithms
US7711514B2 (en) 2007-08-10 2010-05-04 Kla-Tencor Technologies Corp. Computer-implemented methods, carrier media, and systems for generating a metrology sampling plan
WO2009026358A1 (en) 2007-08-20 2009-02-26 Kla-Tencor Corporation Computer-implemented methods for determining if actual defects are potentially systematic defects or potentially random defects
US8139844B2 (en) 2008-04-14 2012-03-20 Kla-Tencor Corp. Methods and systems for determining a defect criticality index for defects on wafers
DE102008001174B9 (de) * 2008-04-14 2013-05-29 Rudolph Technologies Germany Gmbh Inspektionssystem und -verfahren für die optische Untersuchung von Objektoberflächen, insbesondere von Waferoberflächen
US8254661B2 (en) * 2008-06-02 2012-08-28 Applied Materials Israel, Ltd. System and method for generating spatial signatures
KR101841897B1 (ko) 2008-07-28 2018-03-23 케이엘에이-텐코어 코오포레이션 웨이퍼 상의 메모리 디바이스 영역에서 검출된 결함들을 분류하기 위한 컴퓨터-구현 방법들, 컴퓨터-판독 가능 매체, 및 시스템들
US7937234B2 (en) * 2008-08-29 2011-05-03 Intel Corporation Classification of spatial patterns on wafer maps
JP5291419B2 (ja) * 2008-09-25 2013-09-18 株式会社日立ハイテクノロジーズ データ処理装置及びデータ処理方法並びにこれを用いた検査作業支援システム
JP2010133929A (ja) * 2008-10-28 2010-06-17 Toshiba Corp 欠陥解析装置，および欠陥解析方法
US8775101B2 (en) 2009-02-13 2014-07-08 Kla-Tencor Corp. Detecting defects on a wafer
US9768082B2 (en) * 2009-02-13 2017-09-19 Hermes Microvision Inc. Method and machine for examining wafers
US8204297B1 (en) 2009-02-27 2012-06-19 Kla-Tencor Corp. Methods and systems for classifying defects detected on a reticle
US8112241B2 (en) 2009-03-13 2012-02-07 Kla-Tencor Corp. Methods and systems for generating an inspection process for a wafer
US20110047519A1 (en) * 2009-05-11 2011-02-24 Juan Andres Torres Robles Layout Content Analysis for Source Mask Optimization Acceleration
US8208714B2 (en) * 2009-05-21 2012-06-26 Taiwan Semiconductor Manufacturing Co., Ltd. Formation of prescribed pattern on wafer for use in SEM defect offset
US8149528B1 (en) 2009-09-02 2012-04-03 Western Digital Technologies, Inc. Disk drive connecting defect shapes to preempt data loss
JP5452392B2 (ja) * 2009-12-16 2014-03-26 株式会社日立ハイテクノロジーズ 欠陥観察方法及び欠陥観察装置
JP5533092B2 (ja) 2010-03-18 2014-06-25 株式会社リコー 座標平面におけるデータ点分布領域の識別方法及びその識別プログラム
JP5533091B2 (ja) 2010-03-18 2014-06-25 株式会社リコー 座標平面におけるデータ点分布領域の識別方法及びその識別プログラム
JP5533196B2 (ja) 2010-04-27 2014-06-25 株式会社リコー 座標平面におけるデータ点分布領域の識別方法及びその識別プログラム
US8781781B2 (en) 2010-07-30 2014-07-15 Kla-Tencor Corp. Dynamic care areas
JP2012049381A (ja) * 2010-08-27 2012-03-08 Toshiba Corp 検査装置、及び、検査方法
JP2012078140A (ja) 2010-09-30 2012-04-19 Hitachi High-Technologies Corp 基板表面欠陥検査方法およびその装置
KR20120045774A (ko) * 2010-11-01 2012-05-09 삼성전자주식회사 웨이퍼 검사 방법
KR101692277B1 (ko) * 2010-11-23 2017-01-04 주식회사 고영테크놀러지 검사방법
US9170211B2 (en) 2011-03-25 2015-10-27 Kla-Tencor Corp. Design-based inspection using repeating structures
JP5782782B2 (ja) * 2011-03-30 2015-09-24 株式会社Sumco 特定欠陥の検出方法、特定欠陥の検出システムおよびプログラム
US10362019B2 (en) 2011-07-29 2019-07-23 Amazon Technologies, Inc. Managing security credentials
US11444936B2 (en) 2011-07-29 2022-09-13 Amazon Technologies, Inc. Managing security credentials
US9087367B2 (en) 2011-09-13 2015-07-21 Kla-Tencor Corp. Determining design coordinates for wafer defects
US8698492B1 (en) 2012-01-11 2014-04-15 Western Digital Technologies, Inc. Methods for testing for defects on magnetic media storage disks
US8831334B2 (en) 2012-01-20 2014-09-09 Kla-Tencor Corp. Segmentation for wafer inspection
CN103219256A (zh) * 2012-01-20 2013-07-24 艾特麦司股份有限公司 发光二极体磊晶片的对应磊晶载盘位置量测分布图像的呈现方法
US8863250B2 (en) 2012-02-01 2014-10-14 Amazon Technologies, Inc. Logout from multiple network sites
JP2013210241A (ja) 2012-03-30 2013-10-10 Hitachi High-Technologies Corp ディスク表面検査方法及びその装置
US8826200B2 (en) 2012-05-25 2014-09-02 Kla-Tencor Corp. Alteration for wafer inspection
US9355440B1 (en) 2012-10-10 2016-05-31 Kla-Tencor Corp. Detection of selected defects in relatively noisy inspection data
US9189844B2 (en) 2012-10-15 2015-11-17 Kla-Tencor Corp. Detecting defects on a wafer using defect-specific information
US9244946B2 (en) * 2012-11-26 2016-01-26 International Business Machines Corporation Data mining shape based data
US9536308B2 (en) * 2012-12-10 2017-01-03 Verint Systems Ltd. Irregular event detection in push notifications
US9053527B2 (en) 2013-01-02 2015-06-09 Kla-Tencor Corp. Detecting defects on a wafer
US9134254B2 (en) 2013-01-07 2015-09-15 Kla-Tencor Corp. Determining a position of inspection system output in design data space
US9311698B2 (en) 2013-01-09 2016-04-12 Kla-Tencor Corp. Detecting defects on a wafer using template image matching
US9235885B2 (en) * 2013-01-31 2016-01-12 Applied Materials Israel Ltd System, a method and a computer program product for patch-based defect detection
KR102019534B1 (ko) 2013-02-01 2019-09-09 케이엘에이 코포레이션 결함 특유의, 다중 채널 정보를 이용한 웨이퍼 상의 결함 검출
US9202517B1 (en) 2013-02-08 2015-12-01 Western Digital Technologies, Inc. Disk drive calibrating defect threshold based on statistical quality metric measured for reference tracks
US9222895B2 (en) 2013-02-25 2015-12-29 Kla-Tencor Corp. Generalized virtual inspector
US9865512B2 (en) 2013-04-08 2018-01-09 Kla-Tencor Corp. Dynamic design attributes for wafer inspection
US9310320B2 (en) 2013-04-15 2016-04-12 Kla-Tencor Corp. Based sampling and binning for yield critical defects
US9406330B1 (en) 2013-06-19 2016-08-02 WD Media, LLC Method for HDD disk defect source detection
US9442077B2 (en) 2013-08-28 2016-09-13 Kla-Tencor Corp. Scratch filter for wafer inspection
US8890084B1 (en) * 2013-09-03 2014-11-18 United Microelectronics Corp. Method for analyzing circuit pattern
US9842309B1 (en) * 2013-09-25 2017-12-12 Amazon Technologies, Inc. Defective storage unit map
KR102154075B1 (ko) * 2013-10-21 2020-09-09 삼성전자주식회사 반도체 소자의 검사 방법 및 반도체 검사 시스템
US10475018B1 (en) 2013-11-29 2019-11-12 Amazon Technologies, Inc. Updating account data for multiple account providers
CN104752252A (zh) * 2013-12-30 2015-07-01 中芯国际集成电路制造(上海)有限公司 表征晶背缺陷的方法
US9965588B2 (en) * 2014-03-06 2018-05-08 Ricoh Co., Ltd. Film to DICOM conversion
JP2015230982A (ja) * 2014-06-05 2015-12-21 株式会社東芝 対象物分布解析装置および対象物分布解析方法
JP6251647B2 (ja) * 2014-07-15 2017-12-20 株式会社ニューフレアテクノロジー マスク検査装置及びマスク検査方法
US9816939B2 (en) 2014-07-22 2017-11-14 Kla-Tencor Corp. Virtual inspection systems with multiple modes
JP2016109485A (ja) * 2014-12-03 2016-06-20 株式会社日立ハイテクノロジーズ 欠陥観察方法及び欠陥観察装置
US9613255B2 (en) 2015-03-30 2017-04-04 Applied Materials Israel Ltd. Systems, methods and computer program products for signature detection
CN106311625B (zh) * 2015-06-17 2019-02-19 晶元光电股份有限公司 半导体元件分类方法
PL3486638T3 (pl) * 2016-07-12 2024-03-04 Yoshino Gypsum Co., Ltd. Sposób kontroli, sposób kontroli i raportowania, sposób wytwarzania, w tym sposób kontroli, urządzenie kontrolujące i urządzenie wytwarzające
JP2018022343A (ja) * 2016-08-03 2018-02-08 株式会社東芝 画像処理装置、および画像処理方法
JP6273339B1 (ja) * 2016-12-08 2018-01-31 Ckd株式会社 検査装置及びｐｔｐ包装機
US10620618B2 (en) * 2016-12-20 2020-04-14 Palantir Technologies Inc. Systems and methods for determining relationships between defects
US10249033B1 (en) 2016-12-20 2019-04-02 Palantir Technologies Inc. User interface for managing defects
US10692228B2 (en) * 2017-08-11 2020-06-23 Mapbox, Inc. Identifying spatial locations of images using location data from mobile devices
US11314721B1 (en) 2017-12-07 2022-04-26 Palantir Technologies Inc. User-interactive defect analysis for root cause
CN109065467B (zh) * 2018-08-31 2020-11-13 上海华力微电子有限公司 晶圆缺陷检测系统及检测方法和计算机存储介质
CN110887840A (zh) * 2018-09-07 2020-03-17 超能高新材料股份有限公司 一种晶体质量判定方法
CN109886956B (zh) * 2019-03-06 2021-11-30 京东方科技集团股份有限公司 检测缺陷点聚集性的方法及装置
CN110516726A (zh) * 2019-08-19 2019-11-29 上海华力微电子有限公司 一种自动识别晶圆空间图案分布的分类方法
JP7324116B2 (ja) * 2019-10-15 2023-08-09 キヤノン株式会社 異物検査装置および異物検査方法
CN111415327B (zh) * 2020-02-20 2023-02-28 清华大学 基于相关分析的pcb图像分块采样装置及方法
US11854184B2 (en) * 2021-01-14 2023-12-26 Applied Materials Israel Ltd. Determination of defects and/or edge roughness in a specimen based on a reference image
CN113781483B (zh) * 2021-11-12 2022-02-11 常州微亿智造科技有限公司 工业产品外观缺陷检测方法和装置
CN117197617A (zh) * 2023-09-19 2023-12-08 芯率智能科技(苏州)有限公司 一种重复缺陷的缺陷分类方法及系统
CN117471292B (zh) * 2023-12-28 2024-03-19 深圳市森美协尔科技有限公司 晶圆裂痕识别方法及相关装置

Family Cites Families (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5240866A (en) 1992-02-03 1993-08-31 At&T Bell Laboratories Method for characterizing failed circuits on semiconductor wafers
US5479252A (en) * 1993-06-17 1995-12-26 Ultrapointe Corporation Laser imaging system for inspection and analysis of sub-micron particles
US5649169A (en) * 1995-06-20 1997-07-15 Advanced Micro Devices, Inc. Method and system for declustering semiconductor defect data
US5943437A (en) * 1995-10-09 1999-08-24 Kabushiki Kaisha Kobe Seiko Sho Method and apparatus for classifying a defect on a semiconductor wafer
US5982920A (en) * 1997-01-08 1999-11-09 Lockheed Martin Energy Research Corp. Oak Ridge National Laboratory Automated defect spatial signature analysis for semiconductor manufacturing process
JPH10214866A (ja) 1997-01-28 1998-08-11 Hitachi Ltd 不良解析方法および装置
US6097887A (en) * 1997-10-27 2000-08-01 Kla-Tencor Corporation Software system and method for graphically building customized recipe flowcharts
JP3665215B2 (ja) 1999-01-28 2005-06-29 株式会社日立製作所 異常原因特定システムおよびその方法
JP2000332071A (ja) 1999-05-17 2000-11-30 Hitachi Ltd 外観検査方法および装置ならびに半導体装置の製造方法
US6317859B1 (en) * 1999-06-09 2001-11-13 International Business Machines Corporation Method and system for determining critical area for circuit layouts
US6507933B1 (en) * 1999-07-12 2003-01-14 Advanced Micro Devices, Inc. Automatic defect source classification
US6466895B1 (en) * 1999-07-16 2002-10-15 Applied Materials, Inc. Defect reference system automatic pattern classification
US20020121915A1 (en) * 2001-03-05 2002-09-05 Agere Systems Guardian Corp. Automated pattern clustering detection for wafer probe maps
JP4038356B2 (ja) * 2001-04-10 2008-01-23 株式会社日立製作所 欠陥データ解析方法及びその装置並びにレビューシステム

Cited By (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7653236B2 (en) 2004-09-10 2010-01-26 Fujitsu Microelectronics Limited Surface inspection device and method
US7912276B2 (en) 2005-03-24 2011-03-22 Hitachi High-Technologies Corporation Method and apparatus for detecting pattern defects
US8306312B2 (en) 2005-03-24 2012-11-06 Hitachi High-Technologies Corporation Method and apparatus for detecting pattern defects
US7720275B2 (en) 2005-03-24 2010-05-18 Hitachi High-Technologies Corporation Method and apparatus for detecting pattern defects
JP2007232480A (ja) * 2006-02-28 2007-09-13 Hitachi High-Technologies Corp レポートフォーマット設定方法、レポートフォーマット設定装置、及び欠陥レビューシステム
JP2007248198A (ja) * 2006-03-15 2007-09-27 Sharp Corp 特性分布の特徴量抽出方法および特性分布の分類方法
KR100750193B1 (ko) * 2006-06-16 2007-08-17 삼성전자주식회사 방향성 결함 분류 방법 및 이를 수행하기 위한 장치
JP2008294361A (ja) * 2007-05-28 2008-12-04 Hitachi High-Technologies Corp 欠陥観察装置及び欠陥観察方法
JP2009218570A (ja) * 2008-02-15 2009-09-24 Fujitsu Microelectronics Ltd 欠陥管理システム及び欠陥管理方法
US8081814B2 (en) 2008-02-29 2011-12-20 Kabushiki Kaisha Toshiba Linear pattern detection method and apparatus
JP2009206439A (ja) * 2008-02-29 2009-09-10 Toshiba Corp 線状パターンの検知方法および装置
WO2013008746A1 (ja) * 2011-07-14 2013-01-17 株式会社メガチップス 直線検出装置および直線検出方法
JP2013020590A (ja) * 2011-07-14 2013-01-31 Mega Chips Corp 直線検出装置および直線検出方法
US9195902B2 (en) 2011-07-14 2015-11-24 Megachips Corporation Straight line detection apparatus and straight line detection method
JP2013029967A (ja) * 2011-07-28 2013-02-07 Mega Chips Corp 直線検出装置および直線検出方法
JP2017106776A (ja) * 2015-12-08 2017-06-15 株式会社Sumco 特定欠陥の検出方法、特定欠陥の検出システムおよびプログラム
KR20190081710A (ko) * 2017-12-29 2019-07-09 주식회사 비스텔 웨이퍼 맵을 불량 패턴에 따라 분류하는 방법 및 컴퓨터 프로그램
KR102073362B1 (ko) * 2017-12-29 2020-02-04 주식회사 비스텔 웨이퍼 맵을 불량 패턴에 따라 분류하는 방법 및 컴퓨터 프로그램
JP2021111650A (ja) * 2020-01-07 2021-08-02 株式会社東芝 情報処理装置および情報処理方法
JP7237863B2 (ja) 2020-01-07 2023-03-13 株式会社東芝 情報処理装置および情報処理方法

Also Published As

Publication number Publication date
US20090105990A1 (en) 2009-04-23
US7084968B2 (en) 2006-08-01
US8086422B2 (en) 2011-12-27
US20020181756A1 (en) 2002-12-05
US6876445B2 (en) 2005-04-05
US20060239536A1 (en) 2006-10-26
US20060238755A1 (en) 2006-10-26
US20050168731A1 (en) 2005-08-04
JP4038356B2 (ja) 2008-01-23
US8027527B2 (en) 2011-09-27

Similar Documents

Publication Publication Date Title
JP4038356B2 (ja) 欠陥データ解析方法及びその装置並びにレビューシステム
JP4310090B2 (ja) 欠陥データ解析方法及びその装置並びにレビューシステム
JP4521386B2 (ja) 欠陥データ解析方法およびその装置
CN108463875B (zh) 使用具有晶片图像数据的设计数据改进半导体晶片检验器的缺陷敏感度
US7869966B2 (en) Inspection method and its apparatus, inspection system
US8582864B2 (en) Fault inspection method
US7171039B2 (en) Defect classification/inspection system
KR102110634B1 (ko) 자유형의 주의 영역들을 사용한 웨이퍼 검사
JP6078234B2 (ja) 荷電粒子線装置
KR20150140349A (ko) 반도체 검사 레시피 생성, 결함 리뷰 및 계측을 위한 적응적 샘플링
JPH1089931A (ja) パターン検査方法及びその装置並びに半導体ウエハの製造方法
JP2009002743A (ja) 外観検査方法及びその装置および画像処理評価システム
JP2001326263A (ja) ウェーハー表面の構造欠陥を査定する方法
JP2006098151A (ja) パターン検査装置およびパターン検査方法
JP4472305B2 (ja) パターン検査装置および方法
JP2008004863A (ja) 外観検査方法及びその装置
US20210158498A1 (en) Wafer inspection methods and devices
JP2006113073A (ja) パターン欠陥検査装置及びパターン欠陥検査方法
US10928437B2 (en) Method of inspecting a specimen and system thereof
JP2023109690A (ja) 欠陥観察方法、装置、およびプログラム
JP3722757B2 (ja) 欠陥撮像装置
US20230238290A1 (en) Defect observation method, apparatus, and program
JP2008227027A (ja) データ処理装置，検査システム、およびデータ処理方法
Astillo et al. Computer Vision and Image Segmentation Implemented on GPU Using Compute Unified Device Architecture as Applied on Quality Inspection of Pre-etched Printed Circuit Board

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20040528

A711 Notification of change in applicant

Free format text: JAPANESE INTERMEDIATE CODE: A711

Effective date: 20040907

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20050701

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20060509

RD02 Notification of acceptance of power of attorney

Free format text: JAPANESE INTERMEDIATE CODE: A7422

Effective date: 20060512

RD04 Notification of resignation of power of attorney

Free format text: JAPANESE INTERMEDIATE CODE: A7424

Effective date: 20060512

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20060707

A02 Decision of refusal

Free format text: JAPANESE INTERMEDIATE CODE: A02

Effective date: 20060801

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20061002

A911 Transfer to examiner for re-examination before appeal (zenchi)

Free format text: JAPANESE INTERMEDIATE CODE: A911

Effective date: 20061101

A912 Re-examination (zenchi) completed and case transferred to appeal board

Free format text: JAPANESE INTERMEDIATE CODE: A912

Effective date: 20061208

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20070927

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20071105

R150 Certificate of patent or registration of utility model

Free format text: JAPANESE INTERMEDIATE CODE: R150

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20101109

Year of fee payment: 3

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20101109

Year of fee payment: 3

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20111109

Year of fee payment: 4

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20111109

Year of fee payment: 4

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20121109

Year of fee payment: 5

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20121109

Year of fee payment: 5

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20131109

Year of fee payment: 6

LAPS Cancellation because of no payment of annual fees