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
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
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
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。
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。
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。
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。
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。
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。
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。
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。
図面を参照しながら説明する。
念を表す図である。
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。
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。
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。
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。
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。
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。
て図4〜6を参照しながら詳細に説明する。
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。
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。
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。
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。
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。
説明する。
画像704を作成する方法について説明する。
ためのフローを表す図である。
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。
自動生成方法について説明する。
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。
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。
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。
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。
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。
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。
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。
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。
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。
下に説明する。
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。
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。
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。
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。
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。
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。
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。
例の構成を説明する図である。
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。
ンの両方のモードで実行することができる。
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。
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。
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。
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。
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。
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。
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。
例の構成を説明する図である。
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。
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。
4の動作は、第一の実施例と同様である。
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。
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。
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。
たレビューシステムについて説明する。
明する図である。
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。
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。
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。
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。
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。
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。
フロー図である。
図である。
る図である。
図である。
説明する図である。
ー図である。
図である。
る図である。
像との一致度の算出方法を説明する図である。
度算出方法を説明する図である。
である。
である。
ロック図である。
ロック図である。
画面の一例を示す表示画面の正面図である。
すブロック図である。
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
Claims (14)
- 【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。 - 【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。 - 【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。 - 【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。 - 【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。 - 【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。 - 【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。 - 【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。 - 【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。 - 【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。 - 【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。 - 【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。 - 【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。 - 【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。
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)
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)
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)
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 |
-
2001
- 2001-09-26 JP JP2001292786A patent/JP4038356B2/ja not_active Expired - Fee Related
-
2002
- 2002-04-10 US US10/119,018 patent/US6876445B2/en not_active Expired - Lifetime
-
2005
- 2005-04-01 US US11/095,614 patent/US7084968B2/en not_active Expired - Fee Related
-
2006
- 2006-06-22 US US11/472,399 patent/US20060239536A1/en not_active Abandoned
- 2006-06-22 US US11/472,368 patent/US8027527B2/en not_active Expired - Fee Related
-
2008
- 2008-12-22 US US12/341,657 patent/US8086422B2/en not_active Expired - Fee Related
Cited By (20)
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 |