JP2003233801A - 欠陥分類検査装置 - Google Patents
欠陥分類検査装置Info
- Publication number
- JP2003233801A JP2003233801A JP2002032910A JP2002032910A JP2003233801A JP 2003233801 A JP2003233801 A JP 2003233801A JP 2002032910 A JP2002032910 A JP 2002032910A JP 2002032910 A JP2002032910 A JP 2002032910A JP 2003233801 A JP2003233801 A JP 2003233801A
- Authority
- JP
- Japan
- Prior art keywords
- defect
- classification
- image
- unit
- database
- 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
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
- H01L22/00—Testing or measuring during manufacture or treatment; Reliability measurements, i.e. testing of parts without further processing to modify the parts as such; Structural arrangements therefor
-
- 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)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- Computer Hardware Design (AREA)
- Microelectronics & Electronic Packaging (AREA)
- Power Engineering (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
- Testing Or Measuring Of Semiconductors Or The Like (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
供する。 【解決手段】 撮像装置20により検査対象物を撮像
し、欠陥抽出部50により抽出された欠陥部位の画像の
特徴量を特徴抽出部60により抽出して数値化する。そ
して、データベース作成部70では、作業者により表示
/入力部74を介して選択指定された欠陥グループに属
する欠陥について、特徴抽出部60により数値化された
特徴情報に基づいて欠陥分類部72により類似した特徴
をもつ欠陥を再度グループ化して、検査対象物の欠陥を
階層的に分類したデータベースをデータベースメモリ7
7上に作成する。また、分類実行部80では、上記デー
タベース作成部70により与えられるデータベースを参
照して、上記欠陥抽出部50により抽出される検査対象
物の欠陥部位の画像から、上記特徴抽出部60により抽
出される数値化された特徴情報に基づいて、上記検査対
象物の欠陥を階層的に分類する。
Description
の欠陥の分類検査を行う欠陥分類検査装置に関する。
微細なデバイスパターンを形成することにより作製され
る。このようなデバイスパターンを形成するときに、半
導体ウエハー上に塵埃等が付着したり、傷が付いたりし
て、欠陥が生じることがある。このような欠陥が生じた
半導体デバイスは、不良デバイスとなり、歩留りを低下
させる。
準で安定させるためには、塵埃や傷等によって発生する
欠陥を早期に発見し、その原因を突き止め、製造設備や
製造プロセスに対して有効な対策を講じることが好まし
い。
検査装置を用いて、その欠陥が何であるかを調べて分類
分けを行い、その欠陥の原因となった設備やプロセスを
特定するようにしている。ここで、欠陥が何であるかを
調べる欠陥検査装置は、いわば光学顕微鏡のようなもの
であり、欠陥を拡大して見ることで、その欠陥が何であ
るかを識別するようにしている。
法として、欠陥画像と参照画像の比較により欠陥を抽出
し、欠陥の特徴をデータベースと比較・分類する手法が
広く採用されている。
欠陥分類用データべースの作成工程図である。
撮像装置201により撮像された欠陥画像と参照画像が
それぞれ欠陥画像メモリ202と参照画像メモリ203
に保存される。各画像は、欠陥抽出部204で欠陥部位
の画像のみが抽出され、特徴抽出部205で欠陥の大き
さや色などの特徴量が欠陥情報として数値化される。数
値化された欠陥情報は、一旦、分類前データメモリ20
6に蓄積された後、作業者により分類される。作業者は
各欠陥を経験に基づいて分類し、分類した各グループに
分類コードを付与する。上記分類コードを付与された各
グループの特徴情報が分類1〜Nの情報として分類結果
メモリ212に保存される。そして、分類結果メモリ2
12に保存された分類1〜Nの情報からデータ選択部2
13により冗長性を排除した分類1〜Nの特徴情報がデ
ータベースとしてデータベースメモリ218に保存され
る。
おける分類実行工程の工程図である。
と同様に、撮像装置201により撮像された欠陥画像と
参照画像がそれぞれ欠陥画像メモリ202と参照画像メ
モリ203に保存される。各画像は、欠陥抽出部204
で欠陥部位の画像のみが抽出され、特徴抽出部205で
欠陥の大きさや色などの特徴量が欠陥情報として数値化
された後、比較/分類コード付与部219でデータベー
スメモリ218に保存されているデータベースに含まれ
る分類1〜Nの特徴情報と比較され、特徴の一致した分
類のコードが付与されることにより分類結果出力部22
0から分類結果がされる。
陥に基づき製造設備や製造プロセスの改善を行うために
は、より多くの半導体ウエハーの欠陥を検査し、正確な
欠陥原因を突き止めることが望ましい。しかしながら、
半導体ウエハーのデバイスルールの微細化に伴い欠陥の
多様化等が進み、分類作業を的確に行うためには、多大
な手間と時間を要する。
プ相互の特徴の差異が少ない場合に欠陥の誤分類が多
い。従来のデータベース作成工程においては図4で示す
ように作業者が経験に基づき判断し分類するため、熟練
を要するとともにデータベースに含まれる分類グルーフ
相互の類似性の排除が困難である。
欠陥を分類するため分類精度が低下し、誤分類が発生し
やすいという欠点がある。
欠陥分類検査装置を提供することにある。
ス作成における作業者の関与を少なくすることで、欠陥
グループ相互の類似性の少ないデータベースを容易に構
築でき、分類実行工程では複数の階層に分けて分類す
る。
象物を撮像し、欠陥のない参照画像と比較することによ
り欠陥部位の画像を抽出する欠陥抽出部と、上記欠陥抽
出部により抽出された欠陥部位の画像の特徴量を抽出し
て数値化する特徴抽出部と、上記特徴抽出部により数値
化された特徴情報に基づいて類似した特徴をもつ欠陥を
グループ化する欠陥分類手段と、上記欠陥分類手段によ
りグループ化された欠陥に分類コードを付与する分類コ
ード付与手段と、上記欠陥分類手段によりグループ化さ
れた欠陥の特徴情報を上記分類コード付与手段により付
与される分類コードとともにデータベースとして保存す
る記憶手段と、上記グループ化され分類コードが付与さ
れた各欠陥グループから次階層のデータベースを作成す
る欠陥グループを選択指定する選択指定手段とを備え、
上記選択指定手段により選択指定された欠陥グループに
属する欠陥について、上記特徴抽出手段により数値化さ
れた特徴情報に基づいて上記欠陥分類手段により類似し
た特徴をもつ欠陥を再度グループ化して、検査対象物の
欠陥を階層的に分類したデータベースを作成するデータ
ベース作成部と、上記データベース作成部により与えら
れるデータベースを参照して、上記欠陥抽出部により抽
出される検査対象物の欠陥部位の画像から、上記特徴抽
出部により抽出される数値化された特徴情報に基づい
て、上記検査対象物の欠陥を階層的に分類する分類実行
部とを備えることを特徴とする。
て図面を参照して詳細に説明する。
欠陥分類検査装置100に適用される。
ージ10上に検査対象物として載置される半導体ウエハ
ー90の欠陥の分類検査を行うものであって、ステージ
制御部1により制御される搬送ステージ10、撮像制御
部2により制御される撮像装置20、データ処理制御部
3により制御される欠陥画像メモリ30、参照画像メモ
リ40、欠陥抽出部50、特徴抽出部60、データベー
ス作成部70及び分類実行部80からなる。
送ステージ10は、ステージ制御部1により制御され、
載置された半導体ウエハー90を上記ステージ制御部1
により指定された座標位置に位置決めする。
するものであって、撮像制御部2により制御され、フォ
ーカス、明るさ等が調整されて、上記搬送ステージ10
上の検査対象物すなわち半導体ウエハー90の表面を撮
像する。この撮像装置20による撮像出力は、画像ファ
イルとして欠陥画像メモリ30又は参照画像メモリ40
に供給される。
による撮像出力として得られる欠陥部位の画像を含む欠
陥画像を保存するものであって、画像データの書き込み
/読み出しがデータ処理制御部3により制御され、上記
撮像装置20による撮像出力として得られる欠陥画像デ
ータが書き込まれ、また、上記欠陥画像データが読み出
される。
較される欠陥のない参照画像を保存するものであって、
画像データの書き込み/読み出しがデータ処理制御部3
により制御され、上記撮像装置20による撮像出力とし
て得られる欠陥のない同様パターンの参照画像データが
書き込まれ、また、上記参照画像データが読み出され
る。
画像メモリ40には、データベース作成及び欠陥分類の
実行時に、上記半導体ウエハー90の製造ラインにおけ
る欠陥検査において検出された欠陥の座標位置データに
基づいて上記ステージ制御部1により上記搬送ステージ
10を制御して、上記搬送ステージ10上の半導体ウエ
ハー90を上記欠陥の座標位置に位置決めした状態で、
上記撮像装置20により上記半導体ウエハー90の表面
を撮像することによって得られる欠陥部位の画像を含む
欠陥画像データが上記欠陥画像メモリ30書き込まれ、
また、上記半導体ウエハー90を欠陥のない同様パター
ンの同位置に位置決めした状態で、上記撮像装置20に
より上記半導体ウエハー90の表面を撮像することによ
って得られる画像が参照画像データとして上記参照画像
メモリ40に書き込まれる。
得られる検査対象画像を欠陥のない参照画像と比較する
ことにより欠陥部位の画像を抽出するもので、上記欠陥
画像メモリ30に保存された欠陥画像データと上記参照
画像メモリ40に保存された参照画像データとを比較す
ることにより、上記撮像装置20により撮像した半導体
ウエハー90の欠陥部位の画像として欠陥画像と参照画
像の差分を抽出する。この欠陥抽出部50により抽出さ
れた欠陥部位の画像は、特徴抽出部60に供給される。
より抽出された欠陥部位の画像について、大きさ、色、
コントラスト、形状などの情報を特徴量として抽出して
数値化する。
きさ、色、コントラスト、形状などの特徴情報は、デー
タベースの作成時にはデータベース作成部70に供給さ
れ、また、欠陥分類の実行時には分類実行部80に供給
される。
部60から供給される特徴情報を保存する分類前データ
メモリ71、上記分類前データメモリ71に保存されて
いる数値化された特徴情報に基づいて類似した特徴をも
つ欠陥を自動的にグループ化する欠陥分類部72、上記
欠陥分類部72による分類結果として得られる各欠陥グ
ループを保存する分類結果メモリ73、上記分類結果メ
モリ73に保存されている各欠陥グループを表示し、作
業者による分類コードの入力を受け付け、また、欠陥グ
ループを選択指定入力を受け付ける表示及び入力部7
4、上記分類結果メモリ73に保存されている各欠陥グ
ループの中で作業者によって上記表示/入力部74を介
して選択指定された欠陥グループの分類コードを判定
し、上記選択指定された欠陥グループに属する欠陥につ
いて、上記数値化された特徴情報に基づいて類似した特
徴をもつ欠陥を上記欠陥分類部72により再度グループ
化させる分類コード判定部75、上記分類結果メモリ7
3に保存されている各欠陥グループの特徴情報と付与さ
れた分類コードを選択するデータ選択部76や、このデ
ータ選択部76により選択された各欠陥グループの特徴
情報と付与された分類コードをデータベースとして保存
するデータベースメモリ77などからなる。このデータ
ベース作成部70では、作業者により上記表示/入力部
74を介して選択指定された欠陥グループに属する欠陥
について、上記特徴抽出部60により数値化された特徴
情報に基づいて上記欠陥分類部72により類似した特徴
をもつ欠陥を再度グループ化して、検査対象物の欠陥を
階層的に分類したデータベースをデータベースメモリ7
7上に作成する。
部60により抽出され数値化された特徴情報を上記デー
タベース作成部70により与えられるデータベースと比
較し、上記データベースに従って分類コードする比較/
分類コード付与部81、上記比較/分類コード付与部8
1により付与された分類コードについて次階層の処理を
必要とするか否かを判定する分類コード判定部82、上
記比較/分類コード付与部81により付与された分類コ
ードを出力する分類結果出力部83からなる。この分類
実行部80は、上記データベース作成部70により与え
られるデータベースを参照して、上記欠陥抽出部50に
より抽出される検査対象物すなわち半導体ウエハー90
の欠陥部位の画像から、上記特徴抽出部60により抽出
される数値化された特徴情報に基づいて、上記半導体ウ
エハー90の欠陥を階層的に分類する。
では、次のようにしてデータベースを作成して欠陥分類
を実行する。
記半導体ウエハー90の製造ラインにおける欠陥検査に
おいて検出された欠陥の座標位置データに基づいて上記
ステージ制御部1により上記搬送ステージ10を制御し
て、上記搬送ステージ10上の半導体ウエハー90を上
記欠陥の座標位置に位置決めした状態で、上記撮像装置
20により上記半導体ウエハー90の表面を撮像するこ
とによって得られる欠陥部位の画像を含む欠陥画像デー
タを上記欠陥画像メモリ30に保存し、また、上記半導
体ウエハー90を欠陥のない同様パターンの位置に位置
決めした状態で、上記撮像装置20により上記半導体ウ
エハー90の表面を撮像することによって得られる画像
を参照画像データとして上記参照画像メモリ40に保存
する。
画像メモリ30に保存された欠陥画像データと上記参照
画像メモリ40に保存された参照画像データとを比較す
ることにより、上記撮像装置20により撮像した半導体
ウエハー90の欠陥部位の画像として欠陥画像と参照画
像の差分を抽出し、特徴抽出部60において、上記欠陥
抽出部50により抽出された欠陥部位の画像について、
大きさ、色、コントラスト、形状などの情報を特徴量と
して抽出して数値化する。例えば大きさは面積がそのま
ま保存され、色は3原色の明るさとして保存され、コン
トラストは欠陥画像内の輝度の最高値と最低値の比が保
存され、形状は一番近い形状モデルの種類とその構成
比、例えば楕円であれば直径比が、長方形であれば2辺
の比が保存される。
記特徴抽出部60により得られる数値化された特徴情報
を分類前データメモリ71に蓄積し、上記数値化された
特徴情報に基づいて欠陥分類部72により類似した特徴
をもつ欠陥を自動的にグループ化し、上記欠陥分類部7
2による分類結果として得られる各欠陥グループを保存
する分類結果メモリ73に保存する。
例えば次の手順で実行される。
めパラメータとして設定しておく。次に大きさで全欠陥
を例えば3種類に分類した後、各々のグループをさらに
形状モデルと構成比に基づいて分類する。次に、コント
ラスト比により閾値に応じて別グループに分類する。以
上のように各特徴を順次適用して数値の違いによりグル
ープを細分化していく。
結果を表示/入力部74で確認し、そのグループが所望
の欠陥のみで構成されているか複数の欠陥が混在してい
るか及び欠陥の種類を判断し、各々の欠陥グループが識
別できる分類コードを上記表示/入力部74を介して各
欠陥グループに付与する。分類コードを付与された各欠
陥グループの欠陥情報は、データ選択部76で冗長性を
排除されデータベースメモリ77に分類コードとともに
保存される。
ている各欠陥グループの中で複数の欠陥が混在している
グループが、作業者によって上記表示/入力部74を介
して選択指定される。そして、分類コード判定部75に
より各欠陥グループの分類コードを判定することによ
り、複数の欠陥が混在している欠陥グループに属する欠
陥の特徴情報を特定し、上記複数の欠陥が混在している
欠陥グループに属する欠陥について、上記特徴抽出部6
0により数値化された特徴情報に基づいて上記欠陥分類
部72により類似した特徴をもつ欠陥を再度グループ化
して、分類コードを付与する。作業者は、再度混在グル
ープの有無を確認し、混在グループが存在しなくなるま
で、分類処理を繰り返し行い、その都度、その階層のデ
ータベースを作成する。
導体ウエハー90の製造ラインにおける欠陥検査におい
て検出された欠陥の座標位置データに基づいて上記ステ
ージ制御部1により上記搬送ステージ10を制御して、
上記搬送ステージ10上の半導体ウエハー90を上記欠
陥の座標位置に位置決めした状態で、上記撮像装置20
により上記半導体ウエハー90の表面を撮像することに
よって得られる欠陥部位の画像を含む欠陥画像データを
上記欠陥画像メモリ30に保存し、また、上記半導体ウ
エハー90を欠陥のない同様パターンの同位置に位置決
めした状態で、上記撮像装置20により上記半導体ウエ
ハー90の表面を撮像することによって得られる画像を
参照画像データとして上記参照画像メモリ40に保存す
る。
画像メモリ30に保存された欠陥画像データと上記参照
画像メモリ40に保存された参照画像データとを比較す
ることにより、上記撮像装置20により撮像した半導体
ウエハー90の欠陥部位の画像として欠陥画像と参照画
像の差分を抽出し、特徴抽出部60において、上記欠陥
抽出部50により抽出された欠陥部位の画像について、
大きさ、色、コントラスト、形状などの情報を特徴量と
して抽出して数値化する。
コード付与部81において、上記特徴抽出部60により
得られる数値化された特徴情報を上記データベース作成
部70により与えられるデータベースと比較し、上記デ
ータベースに従って分類コードを付与する。分類コード
判定部82は、上記比較/分類コード付与部81で付与
された分類コードについて、次階層の再比較が必要な分
類コードであるか否かを判定する。次階層の再比較が必
要な分類コードであった場合に、再度、上記比較/分類
コード付与部81において次階層の比較を行い分類コー
ドを付与する。そして、再比較が不要な分類コードであ
った場合は、その欠陥の分類コードとして分類結果出力
部83に送られる。再比較の必要な分類コードを付与さ
れた欠陥は、改めて上記比較/分類コード付与部81に
おいて上記データベース作成部70により与えられる次
階層のデータベースと比較され分類コードを付与され
る。上記比較/分類コード付与部81において再比較の
不要な分類コードが付与されるまで、上記分類処理が繰
り返し行われる。そして、再分類不要の分類コードが付
与され、分類が確定した欠陥は、その都度、分類結果出
力部83に送られる。
におけるデータベース作成処理の実行例を図2に示す。
この図2に示す実行例では、以下の手順がデータ処理制
御部3により決定・実行される。
画像の画像ファイルはそれぞれ欠陥画像メモリ30と参
照画像メモリ40に取り込まれ、欠陥抽出部50で欠陥
画像と参照画像の差分画像が欠陥情報として抽出され
る。抽出された欠陥情報は、特徴抽出部60により、大
きさ、色、コントラスト、形状などの情報が数値化され
て欠陥画像の特徴情報とされる。
て、先ず第1階層のデータベース作成工程70Aを実行
する。
は、欠陥画像の特徴情報は一旦、分類前データメモリ7
1に蓄積された後、欠陥分類部72により似通った特徴
を持つ複数のグループに自動分類され、分類結果メモリ
73に「分類1」から「分類4」のグループとして保存
される。そして、次に作業者により、所望の単一欠陥の
みで構成されているグループとして、分類aが振り分け
られ、欠陥が混在しているグループとして分類b,c,
dが振り分けられる。この時点では既に自動分類が行わ
れており、作業者は自己判断による分類を要求されない
ため比較的容易に判断および分類コードの付与が可能で
ある。分類コードが付与された分類a〜dの欠陥情報は
冗長性が排除され、第1階層のデータベースD1として
各分類a〜dの特徴情報が分類コードとともにデータベ
ースメモリ77に保存される。
類b,cについて、第2階層の第1のデータべース作成
工程70B1を実行する。また、分類dについて、第2
階層の第2のデータべース作成工程70B2を実行す
る。
0B1では、第1階層のデータべース作成工程70Aと
同様に、欠陥情報が欠陥分類部72により自動分類さ
れ、その分類結果が分類結果メモリ73に保存され、作
業者により、単一欠陥グループに分類eが振り分けら
れ、また混在欠陥グループに分類fと分類gが振り分け
られた後、第2階層の第1のデータベースD21として
各分類e〜gの特徴情報が分類コードとともにデータベ
ースメモリ77に保存される。
ついて第3階層のデータべース作成工程70Cを実行す
る。
工程70B2では、第1階層のデータべース作成工程7
0Aと同様に、欠陥情報が欠陥分類部72により自動分
類され、その分類結果が分類結果メモリ73に保存さ
れ、作業者により、単一欠陥グループに分類h,iが振
り分けられ、付与された分類コードにより次階層に送る
ことを不要と認識し、分類h,iの特徴情報が分類コー
ドとともに第2階層の第2のデータベースD22として
保存され工程を終了する。
0Cにおける欠陥情報の流れは第2階層の第2のデータ
べース作成工程70B2と同様に、自動分類/分類コー
ド付与の後、作業者により分類j,kが振り分けられ、
付与された分類コードにより次階層に送ることを不要と
認識し、分類j,kが第3階層のデータベースD3とし
てデータベースメモリ77に保存され工程を終了する。
層的にデータベースを作成することにより、分類が容易
である、つまり欠陥の特徴が際立っている分類のみ順次
確定させることができるため1階層のデータベースで全
ての分類を行う場合に比べ分類グループ相互の類似性の
排除が容易である。
タベースによる自動分類の実行例を図3に示す。この図
3に示す実行例では、以下の手順がデータ処理制御部3
により決定、実行される。
画像の画像ファイルはそれぞれ欠陥画像メモリ30と参
照画像メモリ40に取り込まれ、欠陥抽出部50で欠陥
画像と参照画像の差分画像が欠陥情報として抽出され
る。抽出された欠陥情報は、特徴抽出部60により、大
きさ、色、コントラスト、形状などの情報が数値化され
て欠陥画像の特徴情報とされる。
の分類実行工程80Aを実行する。
/分類コード付与部81により、特徴抽出部60により
数値化された欠陥画像の特徴情報が第1階層のデータベ
ースD1に含まれる分類a〜dの特徴情報と比較され、
特徴の一致する分類のコードが付与される。本事例の場
合、第1階層の分類実行工程80Aで付与された分類コ
ードが分類aである場合はそのままの分類コードが確定
し、分類結果出力部83に送られて分類工程を終了す
る。
で付与された分類コードが、分類b,c又は不定を示す
分類xであった場合、その欠陥について第2階層の第1
の分類実行工程80B1を実行する。
は、上記第1階層の分類実行工程80Aを実行した結
果、付与された分類コードが分類b,c又は不定を示す
分類xであった欠陥について、比較/分類コード付与部
81により、その欠陥画像の特徴情報が第2階層の第1
のデータベースD21に含まれる分類e,f,gの特徴
情報と比較され、特徴の一致する分類のコードが付与さ
れる。本事例の場合、第2階層の第1の分類実行工程8
0B1で付与された分類コードが分類eである場合はそ
のままの分類コードが確定し、分類結果出力部83に送
られて分類工程を終了する。
80B1で付与された分類コードが分類f,g又は不定
を示す分類xであった場合は、その欠陥について第3階
層の分類実行工程80Cを実行する。
第2階層の第1の分類実行工程80B1を実行した結
果、付与された分類コードが分類f,g又は不定を示す
分類xであった欠陥について、比較/分類コード付与部
81により、その欠陥画像の特徴情報が第3階層のデー
タベースD3に含まれる分類j,kの特徴情報と比較さ
れ、特徴の一致する分類のコードが付与される。本事例
では、第3階層の分類実行工程80Cで付与された分類
j,k又は不定の分類xはそのまま分類コードが確定
し、分類結果出力部83に送られて分類工程を終了す
る。
で付与された分類コードが分類dであった場合、その欠
陥について第2階層の第2の分類実行工程80B2を実
行する。
は、上記第1階層の分類実行工程80Aで付与された分
類コードが分類dであった欠陥について、比較/分類コ
ード付与部81により、その欠陥画像の特徴情報が第2
階層の第2のデータベースD 22に含まれる分類h,i
の特徴情報と比較され、特徴の一致する分類のコードが
付与される。本事例では、第3階層の分類実行工程80
Cで付与された分類h,i又は不定の分類xはそのまま
分類コードが確定し、分類結果出力部83に送られて分
類工程を終了する。
のデータベースと比較して特徴の際立った分類から順次
分類コードを確定させることになり精度の良い分類が可
能となる。
部50は、上記欠陥画像メモリ30に保存された欠陥画
像データと上記参照画像メモリ40に保存された参照画
像データとを比較することにより、上記撮像装置20に
より撮像した半導体ウエハー90の欠陥部位の画像とし
て欠陥画像と参照画像の差分を抽出するようにしたが、
画像メモリ上の記憶領域を分割して参照画像データと欠
陥画像データを保存してもよく、また、繰り返しパター
ンの形成された検査対象物の場合には、上記検査対象物
を撮像して得られる繰り返しパターンの画像の一部を参
照画像として用いるようにして、上記繰り返しパターン
の画像の変化に基づいて欠陥部位の画像を抽出するよう
にすることもできる。
置では、データベース作成部において、選択指定手段に
より選択指定された欠陥グループに属する欠陥につい
て、特徴抽出手段により数値化された特徴情報に基づい
て欠陥分類手段により類似した特徴をもつ欠陥を再度グ
ループ化して、検査対象物の欠陥を階層的に分類したデ
ータベースを作成することができる。また、本発明に係
る欠陥検査装置では、特徴抽出部により数値化された特
徴情報に基づいて、上記欠陥分類手段により類似した特
徴をもつ欠陥をグループ化するため、作業者は欠陥グル
ープが所望の欠陥のみで構成されているかどうかの判断
と識別コードの付与するのみで容易にデータベースを作
成することができ、また、データベースの作成を複数階
層に分散させることにより、分類グループ相互の類似性
を排除することが可能となる。
ス作成部により与えられる階層的なデータベースを参照
して、上記欠陥抽出部により抽出される検査対象物の欠
陥部位の画像から、上記特徴抽出部により抽出される数
値化された特徴情報に基づいて、上記検査対象物の欠陥
を階層的に分類するので、一階層で全ての分類を確定さ
せる場合に比べ精度の高い欠陥分類が可能となる。
ロック図である。
成処理の実行例を示す図である。
成処理により作成された階層的なデータベースによる自
動分類の実行例を示す図である。
ータべースの作成工程図である。
の工程図である。
制御部、10 搬送ステージ、20 撮像装置、30
欠陥画像メモリ、40 参照画像メモリ、50欠陥抽出
部、60 特徴抽出部、70 データベース作成部、7
1 分類前データメモリ、72 欠陥分類部、73 分
類結果メモリ、74 表示及び入力部、75 分類コー
ド判定部、76 データ選択部、77 データベースメ
モリ、80 分類実行部、81 比較/分類コード付与
部、82 分類コード判定部、83 分類結果出力部、
90 半導体ウエハー、100 欠陥分類検査装置
Claims (3)
- 【請求項1】 検査対象物を撮像し、欠陥のない参照画
像と比較することにより欠陥部位の画像を抽出する欠陥
抽出部と、 上記欠陥抽出部により抽出された欠陥部位の画像の特徴
量を抽出して数値化する特徴抽出部と、 上記特徴抽出部により数値化された特徴情報に基づいて
類似した特徴をもつ欠陥をグループ化する欠陥分類手段
と、上記欠陥分類手段によりグループ化された欠陥に分
類コードを付与する分類コード付与手段と、上記欠陥分
類手段によりグループ化された欠陥の特徴情報を上記分
類コード付与手段により付与される分類コードとともに
データベースとして保存する記憶手段と、上記グループ
化され分類コードが付与された各欠陥グループから次階
層のデータベースを作成する欠陥グループを選択指定す
る選択指定手段とを備え、上記選択指定手段により選択
指定された欠陥グループに属する欠陥について、上記特
徴抽出手段により数値化された特徴情報に基づいて上記
欠陥分類手段により類似した特徴をもつ欠陥を再度グル
ープ化して、検査対象物の欠陥を階層的に分類したデー
タベースを作成するデータベース作成部と、 上記データベース作成部により与えられるデータベース
を参照して、上記欠陥抽出部により抽出される検査対象
物の欠陥部位の画像から、上記特徴抽出部により抽出さ
れる数値化された特徴情報に基づいて、上記検査対象物
の欠陥を階層的に分類する分類実行部とを備えることを
特徴とする欠陥分類検査装置。 - 【請求項2】 上記欠陥抽出部は、検査対象物を撮像し
た画像の繰り返しパターンの変化に基づいて欠陥部位の
画像を抽出することを特徴とする請求項1記載の欠陥分
類検査装置。 - 【請求項3】 上記分類実行部は、上記特徴抽出部によ
り抽出される数値化された特徴情報と上記データベース
作成部により与えられるデータベースを比較して分類コ
ードを付与することにより、上記検査対象物の欠陥を階
層的に分類することを特徴とする請求項1記載の欠陥分
類検査装置。
Priority Applications (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2002032910A JP4154156B2 (ja) | 2002-02-08 | 2002-02-08 | 欠陥分類検査装置 |
TW091118288A TW565689B (en) | 2002-02-08 | 2002-08-14 | Defect classification/inspection system |
US10/222,431 US7171039B2 (en) | 2002-02-08 | 2002-08-16 | Defect classification/inspection system |
KR1020020050747A KR100615738B1 (ko) | 2002-02-08 | 2002-08-27 | 결함 분류 검사 장치 |
DE10240877A DE10240877A1 (de) | 2002-02-08 | 2002-09-04 | Fehlerklassifikations-/Inspektions-System |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2002032910A JP4154156B2 (ja) | 2002-02-08 | 2002-02-08 | 欠陥分類検査装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2003233801A true JP2003233801A (ja) | 2003-08-22 |
JP4154156B2 JP4154156B2 (ja) | 2008-09-24 |
Family
ID=27621384
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2002032910A Expired - Fee Related JP4154156B2 (ja) | 2002-02-08 | 2002-02-08 | 欠陥分類検査装置 |
Country Status (5)
Country | Link |
---|---|
US (1) | US7171039B2 (ja) |
JP (1) | JP4154156B2 (ja) |
KR (1) | KR100615738B1 (ja) |
DE (1) | DE10240877A1 (ja) |
TW (1) | TW565689B (ja) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005010008A (ja) * | 2003-06-19 | 2005-01-13 | Nippon Steel Corp | 表面疵検査方法およびその装置 |
KR100805486B1 (ko) | 2005-12-09 | 2008-02-20 | 타이완 티에프티 엘씨디 오쏘시에이션 | 디스플레이의 다각도 계측 시스템 및 방법 |
JP2013254286A (ja) * | 2012-06-06 | 2013-12-19 | Dainippon Screen Mfg Co Ltd | 欠陥画像の提示方法 |
JP2017003358A (ja) * | 2015-06-08 | 2017-01-05 | 東京エレクトロン株式会社 | 基板の検査方法、コンピュータ記憶媒体及び基板検査装置 |
Families Citing this family (28)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006507539A (ja) * | 2002-11-21 | 2006-03-02 | トッパン、フォウタマスクス、インク | 欠陥画像を検査システムからデータベースに自動的に送信するシステム及び方法 |
JP2005158780A (ja) | 2003-11-20 | 2005-06-16 | Hitachi Ltd | パターン欠陥検査方法及びその装置 |
US7647132B2 (en) * | 2004-05-05 | 2010-01-12 | Taiwan Semiconductor Manufacturing Company, Ltd. | Method and system for problem case packaging |
US7593565B2 (en) * | 2004-12-08 | 2009-09-22 | Rudolph Technologies, Inc. | All surface data for use in substrate inspection |
US7643665B2 (en) * | 2004-08-31 | 2010-01-05 | Semiconductor Insights Inc. | Method of design analysis of existing integrated circuits |
US7460688B2 (en) * | 2004-12-09 | 2008-12-02 | Aptina Imaging Corporation | System and method for detecting and correcting defective pixels in a digital image sensor |
US7283227B2 (en) * | 2005-11-21 | 2007-10-16 | Corning Incorporated | Oblique transmission illumination inspection system and method for inspecting a glass sheet |
KR100893157B1 (ko) * | 2007-04-27 | 2009-04-16 | 삼성전자주식회사 | 반도체 디바이스의 불량 분석 방법 및 불량 분석 시스템 |
US7773224B2 (en) * | 2007-09-28 | 2010-08-10 | Motorola, Inc. | Spectrum verification imaging system and method |
JP5243785B2 (ja) * | 2007-12-28 | 2013-07-24 | 日清紡ホールディングス株式会社 | 太陽電池検査装置及び太陽電池欠陥判定方法 |
JP5155698B2 (ja) | 2008-03-06 | 2013-03-06 | 東京エレクトロン株式会社 | パーティクル発生要因判別システム及びパーティクル発生要因判別方法 |
JP5156452B2 (ja) * | 2008-03-27 | 2013-03-06 | 東京エレクトロン株式会社 | 欠陥分類方法、プログラム、コンピュータ記憶媒体及び欠陥分類装置 |
JP5381166B2 (ja) * | 2009-03-04 | 2014-01-08 | オムロン株式会社 | モデル画像取得支援装置、モデル画像取得支援方法およびモデル画像取得支援プログラム |
JP5714232B2 (ja) * | 2009-03-12 | 2015-05-07 | オムロン株式会社 | キャリブレーション装置および3次元計測のためのパラメータの精度の確認支援方法 |
JP2010210585A (ja) * | 2009-03-12 | 2010-09-24 | Omron Corp | 3次元視覚センサにおけるモデル表示方法および3次元視覚センサ |
JP5245938B2 (ja) * | 2009-03-12 | 2013-07-24 | オムロン株式会社 | 3次元認識結果の表示方法および3次元視覚センサ |
JP5282614B2 (ja) * | 2009-03-13 | 2013-09-04 | オムロン株式会社 | 視覚認識処理用のモデルデータの登録方法および視覚センサ |
JP5448598B2 (ja) | 2009-06-24 | 2014-03-19 | 東京エレクトロン株式会社 | パーティクル発生要因判定システム、課金方法、及び記憶媒体 |
JP2011023638A (ja) * | 2009-07-17 | 2011-02-03 | Toshiba Corp | 検査領域設定方法 |
US20130022240A1 (en) * | 2011-07-19 | 2013-01-24 | Wolters William C | Remote Automated Planning and Tracking of Recorded Data |
US9308690B2 (en) | 2012-07-31 | 2016-04-12 | Makerbot Industries, Llc | Fabrication of objects with enhanced structural characteristics |
US9244946B2 (en) | 2012-11-26 | 2016-01-26 | International Business Machines Corporation | Data mining shape based data |
US9142014B2 (en) * | 2013-05-30 | 2015-09-22 | Dmo Systems Limited | System and method for identifying systematic defects in wafer inspection using hierarchical grouping and filtering |
SG11201602201XA (en) * | 2013-12-26 | 2016-04-28 | Hamamatsu Photonics Kk | Image processing method, image processing system, image processing program, and storage medium storing image processing program |
JP6329397B2 (ja) * | 2014-03-07 | 2018-05-23 | 株式会社ダイヘン | 画像検査装置及び画像検査方法 |
WO2018222136A1 (zh) * | 2017-05-30 | 2018-12-06 | 正凯人工智能私人有限公司 | 图像处理方法及系统 |
WO2019138263A1 (en) * | 2018-01-11 | 2019-07-18 | Remade | Method and system for grading the visual aspect of an electronic device |
CN108776808A (zh) * | 2018-05-25 | 2018-11-09 | 北京百度网讯科技有限公司 | 一种用于检测钢包溶蚀缺陷的方法和装置 |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4519041A (en) * | 1982-05-03 | 1985-05-21 | Honeywell Inc. | Real time automated inspection |
JPH0750483B2 (ja) * | 1985-05-22 | 1995-05-31 | 株式会社日立製作所 | 文書画像追加情報の蓄積方法 |
US5226118A (en) * | 1991-01-29 | 1993-07-06 | Prometrix Corporation | Data analysis system and method for industrial process control systems |
US5544256A (en) * | 1993-10-22 | 1996-08-06 | International Business Machines Corporation | Automated defect classification system |
US6292582B1 (en) * | 1996-05-31 | 2001-09-18 | Lin Youling | Method and system for identifying defects in a semiconductor |
US6092059A (en) * | 1996-12-27 | 2000-07-18 | Cognex Corporation | Automatic classifier for real time inspection and classification |
US6148099A (en) * | 1997-07-03 | 2000-11-14 | Neopath, Inc. | Method and apparatus for incremental concurrent learning in automatic semiconductor wafer and liquid crystal display defect classification |
US20030061243A1 (en) * | 1998-05-21 | 2003-03-27 | Kim Jeong Jung | Information auto classification method and information search and analysis method |
GB9821787D0 (en) * | 1998-10-06 | 1998-12-02 | Data Limited | Apparatus for classifying or processing data |
US6751343B1 (en) * | 1999-09-20 | 2004-06-15 | Ut-Battelle, Llc | Method for indexing and retrieving manufacturing-specific digital imagery based on image content |
US6535776B1 (en) * | 1999-09-20 | 2003-03-18 | Ut-Battelle, Llc | Method for localizing and isolating an errant process step |
-
2002
- 2002-02-08 JP JP2002032910A patent/JP4154156B2/ja not_active Expired - Fee Related
- 2002-08-14 TW TW091118288A patent/TW565689B/zh not_active IP Right Cessation
- 2002-08-16 US US10/222,431 patent/US7171039B2/en not_active Expired - Fee Related
- 2002-08-27 KR KR1020020050747A patent/KR100615738B1/ko not_active IP Right Cessation
- 2002-09-04 DE DE10240877A patent/DE10240877A1/de not_active Withdrawn
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005010008A (ja) * | 2003-06-19 | 2005-01-13 | Nippon Steel Corp | 表面疵検査方法およびその装置 |
KR100805486B1 (ko) | 2005-12-09 | 2008-02-20 | 타이완 티에프티 엘씨디 오쏘시에이션 | 디스플레이의 다각도 계측 시스템 및 방법 |
JP2013254286A (ja) * | 2012-06-06 | 2013-12-19 | Dainippon Screen Mfg Co Ltd | 欠陥画像の提示方法 |
JP2017003358A (ja) * | 2015-06-08 | 2017-01-05 | 東京エレクトロン株式会社 | 基板の検査方法、コンピュータ記憶媒体及び基板検査装置 |
Also Published As
Publication number | Publication date |
---|---|
US20030152276A1 (en) | 2003-08-14 |
DE10240877A1 (de) | 2003-08-21 |
KR100615738B1 (ko) | 2006-08-25 |
US7171039B2 (en) | 2007-01-30 |
TW565689B (en) | 2003-12-11 |
JP4154156B2 (ja) | 2008-09-24 |
KR20030067457A (ko) | 2003-08-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2003233801A (ja) | 欠陥分類検査装置 | |
US6941009B2 (en) | Method for evaluating pattern defects on a water surface | |
US9464992B2 (en) | Automated wafer defect inspection system and a process of performing such inspection | |
US7173693B2 (en) | Method for inspecting defects and an apparatus of the same | |
US6292582B1 (en) | Method and system for identifying defects in a semiconductor | |
US6205239B1 (en) | System and method for circuit repair | |
US6091846A (en) | Method and system for anomaly detection | |
US6483938B1 (en) | System and method for classifying an anomaly | |
US7409081B2 (en) | Apparatus and computer-readable medium for assisting image classification | |
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 | |
US7035447B2 (en) | Semiconductor wafer examination system | |
US6721733B2 (en) | Information search and retrieval system | |
US5831865A (en) | Method and system for declusturing semiconductor defect data | |
US6556955B2 (en) | Method of determining lethality of defects in circuit pattern inspection, method of selecting defects to be reviewed, and inspection system of circuit patterns involved with the methods | |
CN101120329A (zh) | 用于分类样品上的缺陷的计算机实现的方法和系统 | |
CN113627457A (zh) | 基于深度学习使用晶圆缺陷图像对晶圆内的缺陷进行分类的方法和系统 | |
JP2006252563A (ja) | 画像内の欠陥を検出する方法 | |
JP2006284447A (ja) | 欠陥検査装置及び欠陥検査方法 | |
EP2212909B1 (en) | Patterned wafer defect inspection system and method | |
US7634131B2 (en) | Image recognition apparatus and image recognition method, and teaching apparatus and teaching method of the image recognition apparatus | |
US6303394B1 (en) | Global cluster pre-classification methodology | |
US20050058335A1 (en) | Defect management method | |
JP2000306964A (ja) | 検査データ処理方法および検査データ処理装置 | |
JP2006266943A (ja) | 欠陥検査装置及び欠陥検査方法 | |
JP4610364B2 (ja) | 良否判定装置、良否判定方法および良否判定プログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20041215 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20080307 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20080311 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20080509 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20080603 |
|
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20080707 |
|
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: 20110711 Year of fee payment: 3 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120711 Year of fee payment: 4 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130711 Year of fee payment: 5 |
|
LAPS | Cancellation because of no payment of annual fees |