KR101301289B1 - 결함 검출을 위한 방법 및 시스템 - Google Patents

결함 검출을 위한 방법 및 시스템 Download PDF

Info

Publication number
KR101301289B1
KR101301289B1 KR1020120142928A KR20120142928A KR101301289B1 KR 101301289 B1 KR101301289 B1 KR 101301289B1 KR 1020120142928 A KR1020120142928 A KR 1020120142928A KR 20120142928 A KR20120142928 A KR 20120142928A KR 101301289 B1 KR101301289 B1 KR 101301289B1
Authority
KR
South Korea
Prior art keywords
image
pixel
golden
pixels
test
Prior art date
Application number
KR1020120142928A
Other languages
English (en)
Other versions
KR20120140233A (ko
Inventor
마이클 벤-이샤이
오피르 그비르트저
Original Assignee
어플라이드 머티리얼즈 이스라엘 리미티드
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 어플라이드 머티리얼즈 이스라엘 리미티드 filed Critical 어플라이드 머티리얼즈 이스라엘 리미티드
Publication of KR20120140233A publication Critical patent/KR20120140233A/ko
Application granted granted Critical
Publication of KR101301289B1 publication Critical patent/KR101301289B1/ko

Links

Images

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
    • H01L22/30—Structural arrangements specially adapted for testing or measuring during manufacture or treatment, or specially adapted for reliability measurements
    • G—PHYSICS
    • G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
    • G03F—PHOTOMECHANICAL PRODUCTION OF TEXTURED OR PATTERNED SURFACES, e.g. FOR PRINTING, FOR PROCESSING OF SEMICONDUCTOR DEVICES; MATERIALS THEREFOR; ORIGINALS THEREFOR; APPARATUS SPECIALLY ADAPTED THEREFOR
    • G03F1/00—Originals for photomechanical production of textured or patterned surfaces, e.g., masks, photo-masks, reticles; Mask blanks or pellicles therefor; Containers specially adapted therefor; Preparation thereof
    • G03F1/68—Preparation processes not covered by groups G03F1/20 - G03F1/50
    • G03F1/72—Repair or correction of mask defects
    • G—PHYSICS
    • G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
    • G03F—PHOTOMECHANICAL PRODUCTION OF TEXTURED OR PATTERNED SURFACES, e.g. FOR PRINTING, FOR PROCESSING OF SEMICONDUCTOR DEVICES; MATERIALS THEREFOR; ORIGINALS THEREFOR; APPARATUS SPECIALLY ADAPTED THEREFOR
    • G03F7/00—Photomechanical, e.g. photolithographic, production of textured or patterned surfaces, e.g. printing surfaces; Materials therefor, e.g. comprising photoresists; Apparatus specially adapted therefor
    • G03F7/70—Microphotolithographic exposure; Apparatus therefor
    • G03F7/70483—Information management; Active and passive control; Testing; Wafer monitoring, e.g. pattern monitoring
    • G03F7/70491—Information management, e.g. software; Active and passive control, e.g. details of controlling exposure processes or exposure tool monitoring processes
    • G03F7/70508—Data handling in all parts of the microlithographic apparatus, e.g. handling pattern data for addressable masks or data transfer to or from different components within the exposure apparatus
    • G—PHYSICS
    • G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
    • G03F—PHOTOMECHANICAL PRODUCTION OF TEXTURED OR PATTERNED SURFACES, e.g. FOR PRINTING, FOR PROCESSING OF SEMICONDUCTOR DEVICES; MATERIALS THEREFOR; ORIGINALS THEREFOR; APPARATUS SPECIALLY ADAPTED THEREFOR
    • G03F7/00—Photomechanical, e.g. photolithographic, production of textured or patterned surfaces, e.g. printing surfaces; Materials therefor, e.g. comprising photoresists; Apparatus specially adapted therefor
    • G03F7/70—Microphotolithographic exposure; Apparatus therefor
    • G03F7/70483—Information management; Active and passive control; Testing; Wafer monitoring, e.g. pattern monitoring
    • G03F7/70605—Workpiece metrology
    • G03F7/70616—Monitoring the printed patterns
    • G03F7/7065—Defects, e.g. optical inspection of patterned layer for defects
    • G—PHYSICS
    • G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
    • G03F—PHOTOMECHANICAL PRODUCTION OF TEXTURED OR PATTERNED SURFACES, e.g. FOR PRINTING, FOR PROCESSING OF SEMICONDUCTOR DEVICES; MATERIALS THEREFOR; ORIGINALS THEREFOR; APPARATUS SPECIALLY ADAPTED THEREFOR
    • G03F7/00—Photomechanical, e.g. photolithographic, production of textured or patterned surfaces, e.g. printing surfaces; Materials therefor, e.g. comprising photoresists; Apparatus specially adapted therefor
    • G03F7/70—Microphotolithographic exposure; Apparatus therefor
    • G03F7/70483—Information management; Active and passive control; Testing; Wafer monitoring, e.g. pattern monitoring
    • G03F7/70605—Workpiece metrology
    • G03F7/706835—Metrology information management or control
    • 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
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
    • H01L21/00—Processes or apparatus adapted for the manufacture or treatment of semiconductor or solid state devices or of parts thereof
    • H01L21/02—Manufacture or treatment of semiconductor devices or of parts thereof
    • H01L21/027—Making masks on semiconductor bodies for further photolithographic processing not provided for in group H01L21/18 or H01L21/34
    • H01L21/0271—Making masks on semiconductor bodies for further photolithographic processing not provided for in group H01L21/18 or H01L21/34 comprising organic layers
    • H01L21/0273—Making masks on semiconductor bodies for further photolithographic processing not provided for in group H01L21/18 or H01L21/34 comprising organic layers characterised by the treatment of photoresist layers
    • H01L21/0274—Photolithographic processes
    • 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)
  • Manufacturing & Machinery (AREA)
  • Computer Hardware Design (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • Power Engineering (AREA)
  • Theoretical Computer Science (AREA)
  • Condensed Matter Physics & Semiconductors (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Quality & Reliability (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
  • Image Analysis (AREA)
  • Image Processing (AREA)
  • Preparing Plates And Mask In Photomechanical Process (AREA)
  • Exposure And Positioning Against Photoresist Photosensitive Materials (AREA)
  • Testing Or Measuring Of Semiconductors Or The Like (AREA)

Abstract

본 발명은 결함 검출을 위한 시스템, 방법 및 컴퓨터 프로그램 물건에 관한 것으로서, 상기 방법은 (i) 대상물(object)의 제1 이미지의 테스트 픽셀(tested pixel)에 대응하는 제2 이미지의 제2 픽셀을 리트리브(retrieve)하는 단계 ― 제1 이미지 및 제2 이미지는 상이한 획득 방법들을 이용하여 획득됨 ― ; (ii) 제2 픽셀의 주변부(neighborhood)가 제2 이미지의 제3 픽셀의 주변부와 유사한, 제3 픽셀을 탐색하는 단계; (iii) 제3 픽셀에 대응하는 제1 이미지의 제4 픽셀을 리트리브하는 단계; 및 (iv) 테스트 픽셀과 제4 픽셀을 비교하는 단계를 포함한다.

Description

결함 검출을 위한 방법 및 시스템{METHOD AND SYSTEM FOR DEFECT DETECTION}
본 출원은 2006년 7월 31일자로 출원된 미국 가특허 일련 번호 60/820,924호의 우선권을 주장한다.
본 발명은 일반적으로 반도체 웨이퍼들, 인쇄회로기판들 및 레티클들(마스크들로도 또한 지칭됨)과 같은 패터닝된 물품(article)들의 자동 광학 검사 분야에 관한 것이다.
현대 마이크로전자 디바이스들은 공통적으로 포토리소그래픽 프로세스를 이용하여 제조된다. 이러한 프로세스에서, 반도체 웨이퍼는 먼저 포토레지스트의 층으로 코팅된다. 다음에 이러한 포토레지스트 층은 마스크를 이용하여 조명광에 노광되고 그 후에 현상된다. 현상 후에, 노광되지 않은 포토레지스트는 제거되고, 노광된 포토레지스트는 웨이퍼 상에 마스크의 이미지를 생성한다. 그 후에, 웨이퍼의 최상위층은 에칭된다. 그 후에, 나머지 포토레지스트는 스트립핑된다. 다층 웨이퍼들에 대해서는, 그 후에 상기 프로시져가 반복되어 차후의 패터닝된 층들을 형성한다.
상기 포토리소그래픽 프로세스를 이용하여 제조된 마이크로전자 회로들의 컴포넌트들 수의 증가는 포토레지스트 노광에서 매우 높은 레졸루션(resolution) 이미지들의 사용을 요구한다.
본 기술분야의 당업자들은 연산(operational) 마이크로전자 회로를 제조하기 위해 마스크가 가능한 한 결함이 없고, 바람직하게는 완전히 결함이 없어야 한다는 것을 인식해야 한다. 따라서, 마이크로전자 회로 제조 수율을 잠재적으로 감소시킬 수 있는 마스크들의 여러 결함들을 검출하는데 마스크 검사 도구들이 필요하다.
(잉여 패턴, 누락 패턴 또는 입자들과 같은) 특정 종류들의 마스크 결함들이 여러 검사 방법들에 의해 검출될 수 있다. 잘 알려진 결함 검출 기술은 다이 대 다이 비교로 알려져 있다. 다이 대 다이 비교는 다이의 이미지를 또 다른 다이의 이미지와 비교하는 것을 포함한다. 다이 대 다이 비교는 단일 다이 마스크들 또는 마스크의 비-다이(non-die) 영역들에서는 효과적이지 않다.
결함 검출을 위한, 특히 마스크들의 결함 검출을 위한 방법들과 시스템들을 제공할 필요가 있다.
결함 검출을 위한 방법, 컴퓨터 판독가능 매체 및 시스템이 제공된다. 편의상, 하나 또는 그 초과의 "테스트(tested)" 픽셀들이 선택되고, 그 다음 하나 또는 그 초과의 상응하는 "기준(reference)" 픽셀들이 발견된다. 하나 또는 그 초과의 "테스트" 픽셀들은 가능한 결함들을 발견하기 위해 하나 또는 그 초과의 "기준" 픽셀들과 비교된다. 테스트 픽셀과 "기준" 픽셀 간의 불일치(mismatch)는 결함이 존재함을 표시할 수 있다.
방법이 제공된다. 상기 방법은, 대상물(object)의 제1 이미지의 테스트 픽셀을 선택하는 단계; 테스트 픽셀에 대응하는 제2 이미지의 제2 픽셀을 리트리브(retrieve)하는 단계 ― 상기 제1 이미지 및 제2 이미지는 상이한 획득(acquisition) 방법들을 이용하여 획득됨 ― ; 제2 픽셀의 주변부(neighborhood)가 제2 이미지의 제3 픽셀의 주변부와 유사한 제3 픽셀을 탐색하는(search) 단계; 제3 픽셀에 대응하는 제1 이미지의 제4 픽셀을 리트리브하는 단계; 및 테스트 픽셀과 제4 픽셀을 비교하는 단계를 포함한다.
결함 검출을 위한 컴퓨터 판독가능 코드가 내부에 포함된 컴퓨터 판독가능 매체가 제공되며, 상기 컴퓨터 판독가능 코드는 대상물의 제1 이미지의 테스트 픽셀을 선택하고; 테스트 픽셀에 대응하는 제2 이미지의 제2 픽셀을 리트리브하고 ― 상기 제1 이미지 및 제2 이미지는 상이한 획득 방법들을 이용하여 획득됨 ― ; 제2 픽셀의 주변부가 제2 이미지의 제3 픽셀의 주변부와 유사한 제3 픽셀을 탐색하고; 제3 픽셀에 대응하는 제1 이미지의 제4 픽셀을 리트리브하고; 그리고 테스트 픽셀과 제4 픽셀을 비교하기 위한 명령들을 포함한다.
결함 검출을 위한 시스템이 제공되며, 상기 시스템은, 대상물의 제1 이미지 내의 그리고 대상물의 제2 이미지 내의 픽셀들의 주변부들을 나타내는 정보를 저장하도록 적응된 메모리 유닛: 및 메모리 유닛에 연결된 프로세서를 포함하며, 상기 프로세서는, 대상물의 제1 이미지의 테스트 픽셀을 선택하고, 테스트 픽셀에 대응하는 제2 이미지의 제2 픽셀을 리트리브하고 ― 상기 제1 이미지 및 제2 이미지는 상이한 획득 방법을 이용하여 획득됨 ― , 제2 픽셀의 주변부가 제2 이미지의 제3 픽셀의 주변부와 유사한 제3 픽셀을 탐색하고, 제3 픽셀에 대응하는 제1 이미지의 제4 픽셀을 리트리브하며, 그리고 테스트 픽셀과 제4 픽셀을 비교하도록 적응된다.
방법이 제공되며, 상기 방법은, 대상물의 제1 이미지의 테스트 픽셀에 대응하는 제2 이미지의 제2 픽셀을 리트리브하는 단계 ― 상기 제1 이미지 및 제2 이미지는 상이한 획득 방법들을 이용하여 획득됨 ― ; 대상물의 다수의 이미지들 내에서, 제2 픽셀의 주변부가 제3 픽셀의 주변부와 유사한 제3 픽셀을 탐색하는 단계; 제3 픽셀에 대응하는 제1 이미지의 제4 픽셀을 리트리브하는 단계; 및 테스트 픽셀과 제4 픽셀을 비교하는 단계를 포함한다.
결함 검출을 위한 방법이 제공되며, 상기 방법은, 대상물의 제1 이미지의 제1 피쳐(feature)에 대응하는 제2 이미지의 피쳐를 리트리브하는 단계 ― 상기 제1 이미지 및 제2 이미지는 상이한 획득 방법들을 이용하여 획득됨 ― ; 제2 피쳐의 주변부가 제2 이미지의 제3 피쳐의 주변부와 유사한 제3 피쳐를 탐색하는 단계; 제3 피쳐에 대응하는 제1 이미지의 제4 피쳐를 리트리브하는 단계; 및 제1 피쳐와 제4 피쳐를 비교하는 단계를 포함한다.
결함 검출을 위한 방법이 제공되며, 상기 방법은, 대상물의 제1 이미지의 테스트 픽셀에 대응하는 제2 이미지의 제2 픽셀을 리트리브하는 단계 ― 상기 제1 이미지 및 제2 이미지는 상이한 획득 방법들을 이용하여 획득됨 ― ; 제2 골든 이미지의 골든 매칭(golden matching) 픽셀의 주변부가 제3 픽셀의 주변부와 유사한 골든 매칭 픽셀을 탐색하는 단계; 골든 매칭 픽셀에 대응하는 제1 골든 이미지의 대응 골든 픽셀을 리트리브하는 단계; 및 테스트 픽셀과 대응 골든 픽셀을 비교하는 단계를 포함한다.
편의상, 상기 방법은 제2 픽셀의 주변부와 매칭되는 주변부들을 갖는 제2 이미지의 다수의 픽셀들을 탐색하는 단계를 포함한다.
편의상, 상기 방법은 다수의 테스트 픽셀들에 대한 탐색을 반복하고 탐색 동안 발견된 픽셀들의 수를 나타내는 통계치들을 생성하는 단계를 포함한다.
편의상, 상기 방법은 테스트 픽셀들을 기준 픽셀들로 대체함으로써 합성 이미지를 생성하는 단계를 포함한다.
편의상, 상기 컴퓨터 판독가능 코드는, 대상물의 제1 이미지의 테스트 픽셀에 대응하는 제2 이미지의 제2 픽셀을 리트리브하고 ― 제1 이미지 및 제2 이미지는 상이한 획득 방법들을 이용하여 획득됨 ― ; 대상물의 다수의 이미지들 내에서, 제2 픽셀의 주변부가 제3 픽셀의 주변부와 유사한 제3 픽셀을 탐색하고; 제3 픽셀에 대응하는 제1 이미지의 제4 픽셀을 리트리브하며; 그리고 테스트 픽셀과 제4 픽셀을 비교하기 위한 명령들을 포함한다.
편의상, 상기 컴퓨터 판독가능 코드는, 대상물의 제1 이미지의 제1 피쳐에 대응하는 제2 이미지의 피쳐를 리트리브하고 ― 제1 이미지 및 제2 이미지는 상이한 획득 방법들을 이용하여 획득됨 ― ; 제2 피쳐의 주변부가 제2 이미지의 제3 피쳐의 주변부와 유사한 제3 피쳐를 탐색하고; 제3 피쳐에 대응하는 제1 이미지의 제4 피쳐를 리트리브하며; 그리고 제1 피쳐와 제4 피쳐를 비교하기 위한 명령들을 포함한다.
편의상, 상기 컴퓨터 판독가능 코드는, 대상물의 제1 이미지의 테스트 픽셀에 대응하는 제2 이미지의 제2 픽셀을 리트리브하고 ― 제1 이미지 및 제2 이미지는 상이한 획득 방법들을 이용하여 획득됨 ― ; 제2 골든 이미지의 골든 매칭 픽셀의 주변부가 제3 픽셀의 주변부와 유사한 골든 매칭 픽셀을 탐색하고; 골든 매칭 픽셀에 대응하는 제1 골든 이미지의 대응 골든 픽셀을 리트리브하며; 그리고 테스트 픽셀과 대응 골든 픽셀을 비교하기 위한 명령들을 포함한다.
편의상, 상기 컴퓨터 판독가능 코드는 제2 픽셀의 주변부와 매칭되는 주변부들을 갖는 제2 이미지의 다수의 픽셀들을 탐색하기 위한 명령들을 포함한다.
편의상, 상기 컴퓨터 판독가능 코드는 다수의 테스트 픽셀들에 대한 탐색을 반복하고 탐색 동안 발견된 픽셀들의 수를 나타내는 통계치들을 생성하기 위한 명령들을 포함한다.
편의상, 상기 컴퓨터 판독가능 코드는 테스트 픽셀들을 기준 픽셀들로 대체함으로써 합성 이미지를 생성하기 위한 명령들을 포함한다.
결함 검출을 위한 시스템이 제공되며, 상기 시스템은, 대상물의 제1 이미지 내의 그리고 대상물의 제2 이미지 내의 픽셀들의 주변부들을 나타내는 정보를 저장하도록 적응되는 메모리 유닛: 및 대상물의 제1 이미지의 테스트 픽셀에 대응하는 제2 이미지의 제2 픽셀을 리트리브하고 ― 제1 이미지 및 제2 이미지는 상이한 획득 방법들을 이용하여 획득됨 ― , 제2 골든 이미지의 골든 매칭 픽셀의 주변부가 제3 픽셀의 주변부와 유사한 골든 매칭 픽셀을 탐색하고, 골든 매칭 픽셀에 대응하는 제1 골든 이미지의 대응 골든 픽셀을 리트리브하며, 그리고 테스트 픽셀과 대응 골든 픽셀을 비교하도록 적응되는 프로세서를 포함한다.
편의상, 상기 프로세서는 제2 픽셀의 주변부와 매칭되는 주변부들을 가지는 제2 이미지의 다수의 픽셀들을 탐색하도록 적응된다.
편의상, 상기 프로세서는 다수의 테스트 픽셀들의 탐색을 반복하고 탐색 동안 발견된 픽셀들의 수를 나타내는 통계치들을 생성하도록 적응된다.
편의상, 상기 프로세서는 테스트 픽셀들을 기준 픽셀들로 대체함으로써 합성 이미지를 생성하도록 추가로 적응된다.
결함 검출을 위한 시스템이 제공되며, 상기 시스템은, 대상물의 제1 이미지 내의 픽셀들의 주변부들을 나타내는 정보를 저장하도록 적응되는 메모리 유닛; 및 메모리 유닛에 연결된 프로세서를 포함하고, 상기 프로세서는 대상물의 제1 이미지의 테스트 픽셀에 대응하는 제2 이미지의 제2 픽셀을 리트리브하고 ― 제1 이미지 및 제2 이미지는 상이한 획득 방법들을 이용하여 획득됨 ― , 대상물의 다수의 이미지들 내에서, 제2 픽셀의 주변부가 제3 픽셀의 주변부와 유사한 제3 픽셀을 탐색하며, 제3 픽셀에 대응하는 제1 이미지의 제4 픽셀을 리트리브하고, 그리고 테스트 픽셀과 제4 픽셀을 비교하도록 적응된다.
결함 검출을 위한 시스템이 제공되며, 상기 시스템은, 대상물의 제1 이미지 내의 픽셀들의 주변부들을 나타내는 정보를 저장하도록 적응되는 메모리 유닛; 및 메모리 유닛에 연결된 프로세서를 포함하고, 상기 프로세서는 대상물의 제1 이미지의 제1 피쳐에 대응하는 제2 이미지의 피쳐를 리트리브하고 ― 제1 이미지 및 제2 이미지는 상이한 획득 방법들을 이용하여 획득됨 ― , 제2 피쳐의 주변부가 제2 이미지의 제3 피쳐의 주변부와 유사한 제3 피쳐를 탐색하며, 제3 피쳐에 대응하는 제1 이미지의 제4 피쳐를 리트리브하고, 그리고 제1 피쳐와 제4 피쳐를 비교하도록 적응된다.
본 발명을 이해하고 실제로 어떻게 실행될 수 있는지를 이해하기 위해, 이제 한정이 아닌 단지 예시로 첨부 도면들을 참조하여 실시예가 설명될 것이다.
도 1은 본 발명의 실시예에 따른 두 개의 이미지들, 몇 개의 픽셀들 및 이들 몇 개의 픽셀들의 몇 개의 주변부들을 도시한다.
도 2는 본 발명의 실시예에 따른 픽셀의 몇 개의 주변부들을 도시한다.
도 3a는 본 발명의 실시예에 따른, 제1 이미지 데이터 구조 및 제2 이미지 데이터 구조를 생성하기 위한 방법의 흐름도이다.
도 3b는 본 발명의 실시예에 따른, 제1 이미지 데이터 구조를 생성하기 위한 방법의 흐름도이다.
도 4는 본 발명의 실시예에 따른 결함 검출을 위한 방법의 흐름도이다.
도 5 - 도 6은 본 발명의 실시예에 따른 결함 검출을 위한 방법들의 흐름도들이다.
도 7은 본 발명의 실시예에 따른 마스크의 반사 이미지, 마스크의 투과 이미지 및 결함 맵을 도시한다.
도 8은 본 발명의 실시예에 따라 결함들을 검출하기 위한 시스템을 도시한다.
도 9는 본 발명의 다른 실시예에 따른 4개의 이미지들, 몇 개의 픽셀들 및 이들 몇 개의 픽셀들의 몇 개의 주변부들을 도시한다.
시스템, 방법 및 컴퓨터 프로그램 물건들이 제공된다. 상이한 획득 방법들을 이용하여 획득된 동일한 대상물의 두 개의 이미지들을 분석함으로써 결함들이 발견될 수 있다. 이러한 두 개의 이미지들은 동일한 대상물의 반사(reflected) 이미지 및 투과(transmissive) 이미지를 포함할 수 있다.
마스크의 비-다이(non-die) 영역들 상에서 소프트(soft) 결함들을 발견하기 위해 시스템, 방법 및 컴퓨터 프로그램 물건이 사용될 수 있다.
방법, 시스템 및 컴퓨터 프로그램 물건은 두 개의 이미지들 중 하나에서만 볼 수 있는 결함들을 검출할 수 있다.
방법, 시스템 및 컴퓨터 프로그램 물건은 결함이 없는 대상물에 대해, 한 이미지에서 유사한 두 개의 위치들이 제2 이미지에서도 또한 유사하다는 가정을 이용한다. 한 이미지에서 결함이 나타나면, 위치들 간의 유사성이 훼손된다(violated).
설명의 간소화를 위해, 다음 설명은 동일한 대상물의 투과 이미지 및 반사 이미지의 분석과 관련될 것이다. 당업자들은 방법, 시스템 및 컴퓨터 프로그램 물건이 필요한 부분만 약간 수정하여 서로 상이한 다른 이미지 획득 방법들에 적용될 수 있는 것으로 인식할 것이다.
도 1은 두 개의 이미지들을 도시한다. 각각의 이미지는 상당수의 픽셀들을 포함하지만, 이들 중 단지 몇 개의 픽셀들만 도시된다. 이 도면뿐 아니라 다른 도면들도 비율이 맞지 않는다는 점에 유의한다.
제1 이미지 I1(21)은 이에 한정되는 것은 아니지만 테스트 픽셀(1), 제4 픽셀(4), 제6 픽셀(6) 및 제7 픽셀(7)과 같은 다수의 픽셀들을 포함한다. 제2 이미지 I2(22)는 이에 한정되는 것은 아니지만 제2 픽셀(2), 제3 픽셀(3), 제5 픽셀(5) 및 제8 픽셀(8)과 같은 다수의 픽셀들을 포함한다.
제1 픽셀 내지 제8 픽셀(1-8)은 다수의 주변 픽셀들로 둘러싸여 다수의 주변부들(11-18)을 형성한다. 정사각형 형상의 주변부들이 도시되지만, 다른 형상의 주변부들이 사용될 수 있다는 점에 유의한다.
픽셀들에 관련하여 사용되는 "제2", "제3", "제4", "제5", "제6", "제7" 및 "제8"이라는 용어들은 편의를 위한 것일 뿐이라는 점에 유의한다. 이들 용어들은 우선순위 레벨, 위치 관련 정보 등과 같은 메타데이터를 나타내지 않는다.
도 2는 본 발명의 다양한 실시예들에 따른 픽셀(1)의 몇 개의 주변부들(11, 11' 및 11")을 도시한다.
주변부(11")는 9개의 미세 레졸루션(fine resolution) 픽셀들을 포함하고, 테스트 픽셀(1)을 중심으로 한다. 주변부(11')는 9개의 비세분 레졸루션(coarse resolution) 픽셀들을 포함하고 테스트 픽셀(1)을 중심으로 한다. 주변부(11)는 주변부(11')의 9개의 비세분 레졸루션 픽셀들 및 주변부(11")의 9개의 미세 레졸루션 픽셀들의 조합이다.
편의상, 주변부들(11 및 11')은 9개의 엘리먼트들을 포함하는 벡터에 의해 표현된다 ― 픽셀 당 하나의 엘리먼트임. 주변부(11)는 18개의 엘리먼트들을 포함하는 벡터에 의해 표현된다 ― 픽셀당 하나의 엘리먼트임. 각각의 벡터 엘리먼트는 단일 픽셀의 강도(intensity) 값일 수 있지만, 이는 반드시 그러한 것은 아니다. 주변부들(11 및 11') 내의 픽셀들의 형상, 및 대안으로 또는 부가적으로 개수는 서로 다를 수 있다는 점에 추가로 유의한다.
미세 레졸루션 픽셀들을 사용하는 것은 비세분 레졸루션 픽셀들을 사용하는 것과 관련하여 더욱 작은 영역의 보다 우수한 묘사를 제공한다. 비세분 레졸루션 픽셀들 및 미세 레졸루션 픽셀들 양측 모두에 의해 주변부를 표현하는 것은 픽셀의 부근에 관해 더욱 상세한 정보를 제공하면서 그 픽셀 주변의 더욱 큰 영역을 나타내는 것을 가능하게 한다.
미세 레졸루션은 미리 정의된 인자만큼 비세분 레졸루션과 상이할 수 있다. 약 2개 내지 4개의 인자들이 선택될 수 있지만, 이는 반드시 그러한 것은 아니다.
비록 도 2가 9개 또는 18개의 픽셀 주변부를 도시하지만, 더욱 큰(또는 더욱 작은) 주변부들이 선택될 수 있다는 점에 추가로 유의한다.
제1 이미지 및 제2 이미지가 다이 대 다이 또는 셀 대 셀 분석을 적용함으로써 분석될 수 없는 스크라이브(scribe) 라인들 또는 다른 구역들을 포함하는 마스크 영역의 이미지들일 수 있다는 점에 유의한다. 마스크의 다른 위치들이 다이 대 다이 비교, 셀 대 셀 비교 및 등과 같은 다른 결함 검출 방법들에 의해 분석될 수 있다는 점에 추가로 유의한다.
마스크의 다양한 영역들이 클리어 영역(clear area)들, 라인들, 콘택들 등과 같은 특정 마스크 영역들에 대해 지정된 더 단순한 검출 방법들을 적용함으로써 분석될 수 있다는 점에 추가로 유의한다. 이러한 조합은 해결 방안의 전체 시간 복잡성을 감소시킨다.
도 3a는 본 발명의 실시예에 따른, 제1 이미지 데이터 구조 및 제2 이미지 데이터 구조를 생성하기 위한 방법(400)의 흐름도이다.
방법(400)은 상이한 이미지 획득 방법들을 이용함으로써 획득된 동일한 대상물의 제1 이미지 및 제2 이미지를 수신하는 단계(410)에 의해 시작된다.
예를 들어, 소정의 이미지는 높은 NA 광학기(optics)를 사용하여 획득될 수 있는 반면, 다른 이미지는 낮은 NA 광학기를 이용하여 획득될 수 있으며, 소정의 이미지는 명시야(bright field) 조명을 이용하여 획득될 수 있고, 다른 이미지는 암시야(dark field) 조명을 이용하여 획득될 수 있으며, 제1 이미지 및 다른 이미지는 상이한 픽셀 크기들을 가질 수 있고, 상이한 레졸루션으로 특징화될 수 있으며, 소정의 이미지가 획득될 수 있는 한편, 다른 이미지는 골든 이미지, (히스토리로부터) 선택된 이미지, 데이터베이스 표현 등일 수 있다.
단계(410)에 이어 제1 이미지 내에서 그리고 제2 이미지 내에서 선택된 픽셀들을 선택하는 단계(420)가 뒤따른다.
선택된 픽셀들은 이를테면, 제1 이미지에서 나타날 것으로 예상되는 피쳐들을 나타내도록 선택될 수 있다. 선택은 자동, 수동(사용자 피쳐 정의들 또는 사용자 픽셀 선택에 응답하여), 또는 반자동으로 실행될 수 있다. 선택은 메모리 크기 제약들, 프로세서 제약들, 데이터 구조 리트리벌(retrieval)의 속도, 관심 피쳐의 수 및 복잡성 등과 같은 다양한 파라미터들에 반응할 수 있다. 제2 이미지의 다수의 픽셀들이 또한 선택되고, 그 주변부들(또는 그 주변부들의 더 낮은 차원의 표현)이 제2 이미지 데이터 구조에 저장되는 점에 유의한다.
선택은 또한 다양한 결함들을 검출하기 위해 적용되어야 하는 결함 검출 방법에 반응할 수 있다. 결함 검출 방법들 간의 선택은 결함을 발견하기 위한 결함 검출 방법의 적합성 및 결함 검출 방법의 리소스 소모 레벨에 기초할 수 있다. 예를 들어, 마스크의 소정의 영역들은 클리어 영역들, 라인들, 콘택들 등과 같은 특정 마스크 영역들에 대해 지정된 더 단순한 검출 방법들을 이용함으로써 분석될 수 있다. 이러한 경우 그러한 영역들에 속하는 픽셀들(소위 "다른 픽셀들")은 단계(340)에 의해 도시된 바와 같이 다른 검출 방식을 이용하여 분석된다.
단계(420)에 이어 선택된 픽셀들의 주변부들의 표현들을 생성하는 단계(430)가 뒤따른다. 이는 주변부를 표현하는 M개의 엘리먼트 벡터들을 N차원 표현으로 변환시키는 압축 방식을 적용하는 단계를 포함할 수 있다. N은 M보다 작다.
단계(430)에 이어 제1 이미지 데이터 구조에서 그리고 제2 이미지 데이터 구조에서 이러한 주변부들(또는 이러한 주변부들의 더 낮은 차원의 표현들)을 정렬하는 단계(440)가 뒤따른다. 제1 이미지 데이터 구조 및 제2 이미지 데이터 구조는 고속 리트리벌 시간에 의해 특징화될 수 있다는 점에 유의한다. 예를 들어, 이러한 데이터 구조들은 고속 최근접 주변부 탐색(nearest-neighbor searching)을 지원하는 다차원 KD-트리(tree)들일 수 있다.
도 3b는 본 발명의 실시예에 따른, 제2 이미지 데이터 구조를 생성하기 위한 방법(401)의 흐름도이다.
방법(401)은 제2 이미지 데이터 구조만을 생성함으로써 방법(400)과는 상이하다. 방법(401)은 제1 이미지의 결함 평가 동안 적용될 수 있다.
방법(401)은 대상물의 제2 이미지를 수신하는 단계(411)에 의해 시작한다.
편의상, 평가되고 있는 제1 이미지(특히 제1 이미지 내의 결함들이 검출 및 평가되고 있음)가 또한 존재한다. 동일 대상물의 제1 이미지 및 제2 이미지는 상이한 이미지 획득 방법들을 이용함으로써 획득된다.
단계(411)에 이어 제2 이미지 내에서 선택된 픽셀들을 선택하는 단계(421)가 뒤따른다.
단계(421)에 이어 선택된 픽셀들의 주변부들의 표현들을 생성하는 단계(431)가 뒤따른다.
단계(431)에 이어 제2 이미지 데이터 구조에서 이러한 주변부들(또는 이러한 주변부들의 더 낮은 차원의 표현들)을 정렬하는 단계(441)가 뒤따른다. 제2 이미지 데이터 구조는 고속 리트리벌 시간에 의하여 특징화될 수 있다는 점에 유의한다. 예를 들어, 이러한 데이터 구조들은 고속 최근접 주변부 탐색을 지원하는 다차원 KD-트리들일 수 있다.
도 4는 본 발명의 실시예에 따른, 결함 검출을 위한 방법(300)의 흐름도이다. 도 5 - 도 6은 본 발명의 실시예에 따라 결함들을 검출하기 위한 방법들(100 및 200)을 도시한다. 도 5는 제1 이미지의 테스트 픽셀에 대해 적용되는 단계들(150-180)을 도시한다. 도 6은 제2 이미지의 제5 픽셀에 대해 실행되는 단계들(250-280)을 도시한다.
도 4를 참조하면, 방법(300)은 단계들(310 및 320) 중 어느 하나에 의해 시작된다.
단계(310)는 제1 이미지 데이터 구조 및 제2 이미지 데이터 구조의 생성을 나타내는 반면, 단계(320)는 이러한 데이터 구조들의 수신을 도시한다. 단계(310)는 방법(400)의 다양한 단계들을 적용하는 단계를 포함할 수 있다. 단계(320)는 방법(400)의 다양한 단계들을 적용함으로써 생성된 데이터 구조들을 수신하는 단계를 포함할 수 있다.
단계들(310 및 320)이 완료된 후 분석이 시작된다. 분석은 단계들(310 및 320)에 이어지는 단계(330)에 의해 도시된 바와 같이, 픽셀 대 픽셀 단위로 수행된다.
단계(330)는 평가할 픽셀을 선택하는 것 ― "새로운" 테스트 픽셀을 선택하는 것을 포함한다.
단계(330)에 이어 유사성(similarity) 기반 결함 검출 방식을 적용함으로써 "새로운" 테스트 픽셀을 분석하는 단계(340)가 뒤따른다. 단계(340)는 (도 5의) 방법(100)의 단계들을 적용하는 것과, 부가적으로 또는 대안으로, (도 6의) 방법(200)의 단계들을 적용하는 것을 포함할 수 있다.
단계(340)에 이어 더 많은 픽셀들이 검사(examine)되어야 하는지 ― "유사성 기반 결함 검출 방식을 적용함으로써 평가할 임의의 픽셀들이 더 있는가?"를 점검하는 단계(350)가 뒤따른다.
응답이 긍정이라면, 단계(350)에 이어 새로운 테스트 픽셀을 선택하는 단계(330)가 뒤따른다. 그렇지 않으면, 단계(350)에 이어 제1 이미지 의심(suspected) 결함들의 맵 및 제2 이미지 의심 결함들의 맵을 제공하는 단계(360)가 뒤따를 수 있다. 방법(300)은 제1 이미지 및 제2 이미지 중 단일 이미지에 있어서의 결함들을 발견하기 위하여 적용될 수 있으며, 이러한 경우 단계(360)의 결과물은 단일 이미지 의심 결함 맵이라는 점에 유의한다.
본 기술 분야의 당업자들은 유사성 기반 결함 검출 방식의 결과들이 다른 방식들로 제공될 수 있으며, 맵이 단지 샘플로서 제공된다는 것을 인식할 것이다. 상기 맵은 다수의 맵 픽셀들을 포함할 수 있으며, 각각의 픽셀들은 동일한 이미지의 픽셀들 간의 차이를 표시하는 값을 갖는다.
도 5의 방법(100)은 제2 이미지 내에서 제1 이미지 내의 테스트 픽셀에 대응하는 제2 픽셀을 리트리브하는 단계(150)에 의해 시작된다.
본 발명의 일 실시예에 따라, 테스트 픽셀은 사용자에 의해, 자동 프로세스 등에 의해 선택될 수 있다. 테스트 픽셀은 마스크의 예상 구조, 잠재적으로는 결함 경향(defect prone) 구역들을 고려하여 선택될 수 있다. 테스트 픽셀은 또한 제1 이미지 내의 임의적(arbitrary) 픽셀을 나타낼 수 있다. 예를 들어, 제1 이미지 내의 모든 픽셀들이 분석된다면, 테스트 픽셀은 제1 이미지 내의 임의의 픽셀을 나타낼 수 있다.
제1 픽셀 및 제2 픽셀은 대상물 내에서 동일한 위치를 나타내야 한다. 단계(150)는 제1 이미지 및 제2 이미지의 등록(registration)이 선행될 수 있다.
단계(150)에 이어 제2 픽셀의 주변부가 제2 이미지의 제3 픽셀의 주변부와 유사한 제2 이미지의 제3 픽셀을 탐색하는 단계(160)가 뒤따른다. 그러한 제3 픽셀이 발견되지 않는다면, 방법(100)은 종료될 수 있고, 또는 "새로운" 테스트 픽셀이 선택될 수 있으며, 이러한 새로운 픽셀에 대해 단계들(160-180)이 반복될 수 있다. 그러한 제3 픽셀이 발견되지 않는다면, 디폴트(default) 비교 결과값이 생성되어 저장될 수 있다. 도 1을 참조로 하여, 주변부(13)를 갖는 제3 픽셀(3)이 발견되는 것으로 추정된다. 제3 픽셀(3)의 주변부(13)는 테스트 픽셀(1)의 주변부(11)의 대략적 최근접 주변부일 수 있다.
단계(160)는 편의상, 단계들(162 및 164)을 포함한다. 단계(162)는 제2 픽셀의 주변부의 N차원 표현을 생성하는 단계를 포함한다. 단계(164)는 제2 픽셀의 주변부의 대략적 최근접 주변부인 제3 픽셀의 주변부에 대한 N차원 KD-트리를 탐색하는 단계를 포함한다.
N차원 KD-트리들이 아닌 다른 데이터 구조가 탐색될 수 있고, 최근접 주변부들을 근사화하는 다른 알고리즘들이 적용될 수 있다는 점에 유의한다.
그러한 제3 픽셀이 발견된다면, 단계(160)에 이어 제3 픽셀에 대응하는 제1 이미지의 제4 픽셀을 리트리브하는 단계(170)가 뒤따른다. 제3 픽셀 및 제4 픽셀은 대상물 내에서 그 동일한 위치를 나타내야 한다.
단계(170)에 이어 테스트 픽셀과 제4 픽셀을 비교하는 단계(180)가 뒤따른다. 이러한 픽셀들이 서로 유사하다면, 결함이 존재하지 않는 것으로 추정되거나, 그렇지 않으면(이러한 픽셀들이 유사하지 않다면), 결함이 발견된 것으로 추정된다. 단계(180)는 테스트 픽셀과 제4 픽셀의 주변부들 간의 비교, 이러한 주변부들의 몇몇 픽셀들 간의 비교 등을 또한 포함할 수 있다는 점에 유의한다. 상기 비교는 각각의 픽셀의 강도(intensity), 각각의 픽셀의 에너지 등의 비교를 포함할 수 있다.
이상적으로 유사한 피쳐들을 나타내는 2개보다 많은 수의 픽셀들을 비교함으로써 결함이 알려질(announced) 수 있다는 점에 유의한다.
편의상, 비교는 제1 픽셀과 제4 픽셀의 주변부들 간의 서브-픽셀 등록을 포함하고(또는 등록이 선행되고), 주변부들은 노이즈, 비주얼 아티팩트들(visual artifacts) 등을 제거하기(또는 감소시키기) 위하여 추가로 프로세싱될 수 있다.
동일한 프로세스가 제2 이미지의 픽셀들에 적용될 수 있다는 점에 유의한다. 많은 경우들에서, 제1 이미지 및 제2 이미지의 픽셀들이 평가될 수 있으나, 반드시 그러한 것은 아니라는 점에 추가로 유의한다.
도 6의 방법(200)은 방법(100)의 단계들(150-180)과 유사한 단계들(250-280)을 포함한다.
단계(200)는 제1 이미지의 제5 픽셀에 대응하는 제1 이미지의 제6 픽셀을 리트리브하는 단계(250)에 의해 시작된다.
단계(250)에 이어, 제1 이미지의 제7 픽셀의 주변부가 제6 픽셀의 주변부와 유사한 제7 픽셀을 탐색하는 단계(260)가 뒤따른다. 그러한 제7 픽셀이 발견되지 않는다면, 방법(200)이 종료될 수 있거나 "새로운" 제5 픽셀이 선택될 수 있고, 새로운 제5 픽셀에 대해 단계들(260-280)이 반복될 수 있다. 이러한 제7 픽셀이 발견되지 않으면, 디폴트 비교 결과가 생성되어 저장될 수 있다.
그러한 제7 픽셀이 발견된다면, 단계(260)에 이어 제2 이미지 내에서 제7 픽셀에 대응하는 제8 픽셀을 리트리브하는 단계(270)가 뒤따른다. 제7 픽셀 및 제8 픽셀은 대상물 내에서 동일한 위치를 나타내야 한다.
단계(270)에 이어 제5 픽셀의 주변부와 제8 픽셀의 주변부를 비교하는 단계(280)가 뒤따른다. 이러한 주변부들이 서로 유사하다면, 어떠한 결함도 없는 것으로 추정되고, 그렇지 않으면(이러한 주변부들이 유사하지 않다면), 결함이 발견된 것으로 추정된다.
당업자들은 단계들(250-280)이 도 4의 방법(300)과 유사한 결함 검출 방법 동안에 적용될 수 있음을 인식할 것이다. 이러한 경우, 제1 이미지 내의 테스트 픽셀들을 찾는(look for) 대신에, 제2 이미지에서 테스트 픽셀들이 탐색될 것이다.
도 7은 마스크의 투과 이미지(410), 의심 결함들을 둘러싸는 원들 및 반사 이미지(420), 그리고 반사 이미지(420)의 실질적으로 모든 픽셀들에 대한 방법(100)의 적용을 나타내는 맵(430)을 도시한다.
도 8은 본 발명의 일 실시예에 따른 시스템(60)을 도시한다. 시스템(60)은 마스크(66)의 투과 및 반사 이미지들을 획득할 수 있고, 방법(100, 200 또는 300)과 같은 유사성 기반 검출 방식을 적용함으로써 이미지들을 프로세싱할 수 있다.
그러한 시스템의 일부가 아닌 프로세서가 마스크의 반사 및 투과 이미지들을 수신한 후에 유사성 기반 검출 방식을 적용할 수 있다는 점에 유의한다.
시스템(60)은 반사 광원(74), 투과 광원(72), 대물 렌즈(82), 빔 분할기(84), 광학기(86), 검출기 유닛(88), 프로세서(90) 및 메모리 유닛(92)을 포함한다. 부가적으로 또는 대안으로, 단일 광원 및 (마스크(60)의 위와 아래의) 다수의 검출기들이 이용될 수 있다.
반사 광원(74)으로부터의 광은 빔 분할기(84)를 통해 마스크(60) 쪽으로 지향된다. 투과 광원(72)으로부터의 광은 마스크(60)를 통과한다. 광(반사 또는 투과되는 광 ― 이는 활성화되는 광원에 좌우됨)은 대물 렌즈(82), 빔 분할기(84) 및 광학기(86)를 통과하여 검출기 유닛(88)에 의해 검출된다. 검출 유닛(88)은 마스크(60)의 부분들을 나타내는 프레임들을 제공할 수 있다. 마스크(60)의 이미지 또는 마스크(60)의 일부는 프레임의 적어도 일부로부터 형성될 수 있다.
메모리 유닛(92)은 이미지들을 저장하고, 부가적으로 또는 대안으로, 대상물의 제1 이미지 내의 그리고 대상물의 제2 이미지 내의 픽셀들의 주변부들을 나타내는 정보를 저장할 수 있다.
프로세서(90)는 메모리 유닛(92)에 연결된다. 프로세서(90)는: (i) 대상물의 제1 이미지의 테스트 픽셀에 대응하는 제2 이미지의 제2 픽셀을 리트리브하고 ― 여기서 제1 이미지 및 제2 이미지는 상이한 획득 방법을 이용하여 획득됨 ― ; (ii) 제2 픽셀의 주변부가 제2 이미지의 제3 픽셀의 주변부와 유사한 제3 픽셀을 탐색하고; (iii) 제3 픽셀에 대응하는 제1 이미지의 제4 픽셀을 리트리브하고; 그리고 테스트 픽셀과 제4 픽셀을 비교하도록 적응된다.
광학기(86)는 조리개(aperture), 포커싱 렌즈(focusing lens)(튜브 렌즈와 같은), 줌 확대 렌즈(zoom magnification lens), 그리고 다른 빔 분할기(예컨대, 본 명세서에 참조로서 통합된 미국 특허 7133548에 도시된 바와 같이, 검출 유닛(88)이 다수의 이격된 카메라들을 포함하는 경우)를 포함할 수 있다.
상기 언급된 다양한 방법들 각각은 컴퓨터 판독가능 매체에 저장된 컴퓨터 프로그램을 실행하는 컴퓨터에 의해 실행될 수 있다.
상기 언급된 설명은 테스트 픽셀들의 선택 및 기준 픽셀과의 테스트 픽셀의 비교와 관련된다. 본 발명은 필요한 부분만 약간 수정하여 피쳐들에 적용될 수 있다는 점에 유의한다. 따라서, 테스트 피쳐가 선택될 수 있고, 대응하는 피쳐가 대상물의 다른 이미지로부터 리트리브되고, 다른 이미지에서 유사한 피쳐가 탐색되어 일단 발견되면, 기준 피쳐가 리트리브되어 테스트 피쳐와 비교될 수 있다.
상기 언급된 설명은 제1 이미지 및 제2 이미지 내의 픽셀들의 비교에 관한 것이었다. 본 발명의 실시예에 따르면, 각각의 이미지는 마스크의 일부분을 나타내고, 유사성 기반 탐색은 제2 이미지에 속박되기보다는 레티클의 상이한 부분들의 다수의 이미지들 내에서 유사한 주변부들을 갖는 픽셀을 찾는 것으로 확장될 수 있다. 따라서, 다수의 이미지들의 데이터 구조가 생성될 수 있다.
상기 언급된 설명은 제1 이미지 및 제2 이미지 내의 픽셀들의 비교에 관한 것이었다. 본 발명의 실시예에 따르면, 데이터베이스 또는 "골든" 이미지들이 결함들을 찾는데 사용된다. 제1 "골든" 이미지는 제1 이미지를 획득하기 위해 적용되는 획득 방법 동안에 이미지화됨에 따라, 결함 없는(이상적) 레티클을 나타낼 수 있다. 제2 "골든" 이미지는 제2 이미지를 획득하기 위해 적용되는 획득 방법 동안에 이미지화됨에 따라, 결함 없는(이상적) 레티클을 나타낼 수 있다. 제2 이미지 내에서 유사성 기반 탐색을 적용하는 것 대신에, 유사성 기반 탐색은 제2 이미지 내에 위치된 제2 픽셀의 주변부와 유사한 주변부를 갖는, 제2 "골든" 이미지 내의 매칭 픽셀(골든 매칭 픽셀)을 탐색한다. 골든 매칭 픽셀이 발견된 후, (제1 "골든" 이미지 내의) 대응 골든 픽셀이 리트리브된다. 골든 매칭 픽셀의 위치는 대응 골든 픽셀의 위치와 동일하다. 그런 다음, 대응 골든 픽셀은 테스트 픽셀과 비교된다. 이러한 픽셀들이 서로 상이하다면(임계치 기반 결정이 적용될 수 있다면), 테스트 픽셀은 결함을 나타낼 수 있다. 이 경우, 테스트 픽셀은 테스트되는 픽셀이고, 대응 골든 픽셀은 기준 픽셀이다. 제2 이미지의 픽셀들이 평가될 때, 유사한 프로세스가 적용될 수 있다는 점에 유의한다.
도 9는 제1 골든 이미지 G1(21'), 제2 골든 이미지 G2(22), 제1 픽셀 및 제2 픽셀(1, 2)과 그들의 주변부들(11, 12), 골든 매칭 픽셀(3')과 그 주변부(13'), 대응 골든 픽셀(4')과 그 주변부(14')를 도시한다. 테스트 픽셀(1)이 테스트되는 픽셀로서 선택된다. 제2 픽셀(2)이 제1 이미지 I1(21) 내의 테스트 픽셀(1)과 (제2 이미지 I2(22)에서) 동일한 위치에 있는 것으로 리트리브된다. 제2 픽셀(2)의 주변부와 유사한 주변부를 갖는 (제2 골든 이미지 내의) 픽셀을 탐색한 후에 (제2 골든 이미지 G2(22') 내의) 골든 매칭 픽셀(3')이 발견된다. 대응 골든 픽셀(4')이 리트리브되고, 골든 매칭 픽셀(3')의 위치와 (제1 골든 이미지 G1(21') 내의) 동일한 위치를 갖는다. 대응 골든 픽셀(4')은 테스트 픽셀(1)의 기준 픽셀이고 결함을 검출하기 위해 테스트 픽셀과 비교된다.
본 발명의 실시예에 따르면, 유사성 기반 탐색은 타겟 픽셀당 다수의 유사 픽셀들을 위치설정(locate)하도록 시도할 수 있다. 프로세스는 유사(기준) 픽셀들의 개수(또는 다른 속성)와 픽셀들 간의 관계를 나타내는 통계치들을 생성함으로써 지속될 수 있다.
본 발명의 다른 실시예에 따르면, 합성 이미지가 생성된다. 이러한 합성 이미지에서는, 기준 픽셀들이 타겟 픽셀들을 대체하고 그 반대일 수도 있다. 유사 픽셀들을 갖지 않는 타겟 픽셀들은 필터링될 수 있다.
다양한 변경들 및 수정들이, 첨부되는 청구항들 내에서 그리고 첨부되는 청구항들에 의해 정의되는 본 발명의 범위를 벗어나지 않고 앞서 설명된 바와 같은 본 발명의 실시예들에 적용될 수 있음을 당업자들은 용이하게 인식할 것이다.

Claims (10)

  1. 결함 검출을 위한 방법으로서,
    대상물(object)의 제1 이미지의 테스트 픽셀에 대응하는, 상기 대상물의 제2 이미지의 제2 픽셀을 리트리브(retrieve)하는 단계 ― 상기 제1 이미지 및 상기 제2 이미지는 상이한 획득 방법들을 이용하여 획득됨 ― ;
    제2 골든 이미지의 골든 매칭 픽셀(golden matching pixel)의 주변부가 상기 제2 픽셀의 주변부와 매칭되는 상기 골든 매칭 픽셀을 탐색하는 단계;
    상기 골든 매칭 픽셀에 대응하는, 제1 골든 이미지의 대응 골든 픽셀을 리트리브하는 단계;
    상기 테스트 픽셀과 상기 대응 골든 픽셀을 비교하는 단계; 및
    상기 비교에 기초하여 상기 대상물에서 결함들을 식별하는 단계
    를 포함하며,
    골든 이미지는 결함이 없는(defect-free) 대상물을 나타내는 이미지이며, 골든 이미지의 골든 픽셀 및 골든 매칭 픽셀 각각은 결함이 없는 대상물을 나타내는 이미지의 픽셀인,
    결함 검출을 위한 방법.
  2. 제 1 항에 있어서,
    다수의 테스트 픽셀들에 대한 탐색을 반복하고, 상기 탐색 동안에 발견된 픽셀들의 수를 나타내는 통계(statistics)를 생성하는 단계를 더 포함하는, 결함 검출을 위한 방법.
  3. 결함 검출을 위한 컴퓨터 판독가능 코드가 내부에 포함된 컴퓨터 판독가능 매체로서,
    상기 컴퓨터 판독가능 코드는,
    대상물의 제1 이미지의 테스트 픽셀에 대응하는, 상기 대상물의 제2 이미지의 제2 픽셀을 리트리브하고 ― 상기 제1 이미지 및 상기 제2 이미지는 상이한 획득 방법들을 이용하여 획득됨 ― ;
    제2 골든 이미지의 골든 매칭 픽셀의 주변부가 상기 제2 픽셀의 주변부와 매칭되는 상기 골든 매칭 픽셀을 탐색하고;
    상기 골든 매칭 픽셀에 대응하는, 제1 골든 이미지의 대응 골든 픽셀을 리트리브하고;
    상기 테스트 픽셀과 상기 대응 골든 픽셀을 비교하며; 그리고
    상기 비교에 기초하여 상기 대상물에서 결함들을 식별하기 위한
    명령들을 포함하며,
    골든 이미지는 결함이 없는 대상물을 나타내는 이미지이며, 골든 이미지의 골든 픽셀 및 골든 매칭 픽셀 각각은 결함이 없는 대상물을 나타내는 이미지의 픽셀인,
    컴퓨터 판독가능 매체.
  4. 제 3 항에 있어서,
    상기 컴퓨터 판독가능 코드는 상기 제2 픽셀의 주변부와 매칭되는 주변부들을 갖는 상기 제2 이미지의 다수의 픽셀들을 탐색하기 위한 명령들을 포함하는, 컴퓨터 판독가능 매체.
  5. 제 4 항에 있어서,
    상기 컴퓨터 판독가능 코드는 다수의 테스트 픽셀들에 대한 탐색을 반복하고, 상기 탐색 동안에 발견된 픽셀들의 수를 나타내는 통계를 생성하기 위한 명령들을 포함하는, 컴퓨터 판독가능 매체.
  6. 제 3 항에 있어서,
    상기 컴퓨터 판독가능 코드는 테스트 픽셀들을 기준 픽셀들로 대체함으로써 합성 이미지를 생성하기 위한 명령들을 포함하는, 컴퓨터 판독가능 매체.
  7. 결함 검출을 위한 시스템으로서,
    대상물의 제1 이미지 내의 그리고 상기 대상물의 제2 이미지 내의 픽셀들의 주변부들을 나타내는 정보를 저장하도록 적응되는(adapted) 메모리 유닛; 및
    프로세서를 포함하며,
    상기 프로세서는,
    상기 대상물의 제1 이미지의 테스트 픽셀에 대응하는, 상기 대상물의 제2 이미지의 제2 픽셀을 리트리브하고 ― 상기 제1 이미지 및 상기 제2 이미지는 상이한 획득 방법들을 이용하여 획득됨 ― ;
    제2 골든 이미지의 골든 매칭 픽셀의 주변부가 상기 제2 픽셀의 주변부와 매칭되는 상기 골든 매칭 픽셀을 탐색하고;
    상기 골든 매칭 픽셀에 대응하는, 제1 골든 이미지의 대응 골든 픽셀을 리트리브하며; 그리고
    상기 테스트 픽셀과 상기 대응 골든 픽셀을 비교하도록
    적응되고,
    골든 이미지는 결함이 없는 대상물을 나타내는 이미지이며, 골든 이미지의 골든 픽셀 및 골든 매칭 픽셀 각각은 결함이 없는 대상물을 나타내는 이미지의 픽셀인,
    결함 검출을 위한 시스템.
  8. 제 7 항에 있어서,
    상기 프로세서는 상기 제2 픽셀의 주변부와 매칭되는 주변부들을 갖는 상기 제2 이미지의 다수의 픽셀들을 탐색하도록 적응되는, 결함 검출을 위한 시스템.
  9. 제 8 항에 있어서,
    상기 프로세서는 다수의 테스트 픽셀들에 대한 탐색을 반복하고, 상기 탐색 동안에 발견된 픽셀들의 수를 나타내는 통계를 생성하도록 적응되는, 결함 검출을 위한 시스템.
  10. 제 7 항에 있어서,
    상기 프로세서는 상기 비교에 기초하여 상기 대상물에서 결함들을 식별하도록 적응되는, 결함 검출을 위한 시스템.
KR1020120142928A 2006-07-31 2012-12-10 결함 검출을 위한 방법 및 시스템 KR101301289B1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US82092406P 2006-07-31 2006-07-31
US60/820,924 2006-07-31

Related Parent Applications (1)

Application Number Title Priority Date Filing Date
KR1020070077118A Division KR101320037B1 (ko) 2006-07-31 2007-07-31 결함 검출을 위한 방법 및 시스템

Publications (2)

Publication Number Publication Date
KR20120140233A KR20120140233A (ko) 2012-12-28
KR101301289B1 true KR101301289B1 (ko) 2013-08-28

Family

ID=39340129

Family Applications (2)

Application Number Title Priority Date Filing Date
KR1020070077118A KR101320037B1 (ko) 2006-07-31 2007-07-31 결함 검출을 위한 방법 및 시스템
KR1020120142928A KR101301289B1 (ko) 2006-07-31 2012-12-10 결함 검출을 위한 방법 및 시스템

Family Applications Before (1)

Application Number Title Priority Date Filing Date
KR1020070077118A KR101320037B1 (ko) 2006-07-31 2007-07-31 결함 검출을 위한 방법 및 시스템

Country Status (3)

Country Link
JP (1) JP5134880B2 (ko)
KR (2) KR101320037B1 (ko)
CN (1) CN101236164B (ko)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
SG163442A1 (en) * 2009-01-13 2010-08-30 Semiconductor Technologies & Instruments System and method for inspecting a wafer
JP2014515859A (ja) * 2011-04-26 2014-07-03 ケーエルエー−テンカー コーポレイション データベース駆動型のセルツーセルレチクル検査
US10192303B2 (en) * 2012-11-12 2019-01-29 Kla Tencor Corporation Method and system for mixed mode wafer inspection

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20050024279A (ko) * 2002-05-22 2005-03-10 어플라이드 머티어리얼스, 인코포레이티드 프로세스 편차 모니터용 시스템 및 방법
KR20050023548A (ko) * 2003-08-28 2005-03-10 엠텍비젼 주식회사 이미지 센서의 결함픽셀 보정 장치 및 그 방법
KR20050092595A (ko) * 2004-03-16 2005-09-22 엠텍비젼 주식회사 가중치 값을 이용한 결함 픽셀 보정 장치 및 방법

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2510687B2 (ja) * 1987-08-13 1996-06-26 日本電信電話株式会社 高速欠陥検出方法および装置
US6175645B1 (en) * 1998-01-22 2001-01-16 Applied Materials, Inc. Optical inspection method and apparatus
KR100333744B1 (ko) * 1999-06-08 2002-04-25 이계철 영상 압축이미지를 이용한 유사이미지 검색시스템 및 그 방법과 기록매체
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
JP4428112B2 (ja) * 2004-04-02 2010-03-10 ソニー株式会社 外観検査方法及び外観検査装置
JP4533689B2 (ja) * 2004-07-15 2010-09-01 株式会社東芝 パターン検査方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20050024279A (ko) * 2002-05-22 2005-03-10 어플라이드 머티어리얼스, 인코포레이티드 프로세스 편차 모니터용 시스템 및 방법
KR20050023548A (ko) * 2003-08-28 2005-03-10 엠텍비젼 주식회사 이미지 센서의 결함픽셀 보정 장치 및 그 방법
KR20050092595A (ko) * 2004-03-16 2005-09-22 엠텍비젼 주식회사 가중치 값을 이용한 결함 픽셀 보정 장치 및 방법

Also Published As

Publication number Publication date
KR101320037B1 (ko) 2013-10-18
CN101236164B (zh) 2012-09-05
CN101236164A (zh) 2008-08-06
JP5134880B2 (ja) 2013-01-30
JP2008076383A (ja) 2008-04-03
KR20080011635A (ko) 2008-02-05
KR20120140233A (ko) 2012-12-28

Similar Documents

Publication Publication Date Title
US8238647B2 (en) Method and system for defect detection
KR102100007B1 (ko) 레티클들을 검사하기 위한 머신 학습 방법 및 장치
KR102300550B1 (ko) 검사를 위한 고해상도 전체 다이 이미지 데이터의 사용
US9846930B2 (en) Detecting defects on a wafer using defect-specific and multi-channel information
TWI621849B (zh) 用於偵測晶圓上之缺陷之電腦實施方法、非暫時性電腦可讀媒體及系統
TWI603409B (zh) 用於半導體檢查處方創建、缺陷檢閱及計量之適應性取樣
KR102485553B1 (ko) 임계 치수 균일도 강화 기술들 및 장치
KR102110634B1 (ko) 자유형의 주의 영역들을 사용한 웨이퍼 검사
JP4617970B2 (ja) 欠陥検査装置及び欠陥検査方法
JP2010151655A (ja) 欠陥検査方法及びその装置
KR102102019B1 (ko) 포토마스크 결함의 변화 모니터링
JP2001326263A (ja) ウェーハー表面の構造欠陥を査定する方法
WO2015027198A1 (en) Block-to-block reticle inspection
KR101301289B1 (ko) 결함 검출을 위한 방법 및 시스템
CN115131596A (zh) 缺陷分类装置、方法以及程序
US7756318B2 (en) Pattern inspection apparatus and method with local critical dimension error detectability
JP2006266943A (ja) 欠陥検査装置及び欠陥検査方法
IL286948B1 (en) Generating defect candidates for testing
US20220270212A1 (en) Methods for improving optical inspection and metrology image quality using chip design data
Bhamidipati et al. Automatic classification of patterned mask defects for requalification at wafer fabs in absence of layout data

Legal Events

Date Code Title Description
A107 Divisional application of patent
A201 Request for examination
A302 Request for accelerated examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20160629

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20170629

Year of fee payment: 5

FPAY Annual fee payment

Payment date: 20180801

Year of fee payment: 6