KR102158901B1 - 패턴 이미지들로부터의 모션 및 초점 블러 제거 - Google Patents

Abstract

이동 웨이퍼 이미징 시스템은 근사 점상 분포 함수를 결정하기 위하여 블라인드 디콘볼루션을 수행함으로써, 모션 및 초점 블러를 제거하기 위해 웨이퍼 이미지들을 프로세싱한다. 근사 점상 분포 함수, 추정 이미지 노이즈 및 가우시안 점상 분포 함수는 가중 점상 분포 함수를 계산하는데 사용된다. 가중 점상 분포 함수는 모션 초점 블러를 필터링 제거하는데 사용된다. 노이즈는 그 후, 로우 패스 필터로 제거된다.

Description

패턴 이미지들로부터의 모션 및 초점 블러 제거{MOTION AND FOCUS BLUR REMOVAL FROM PATTERN IMAGES}

본 출원은 2013년 11월 14일자로 출원된 미국 가출원 번호 제61/904,366호를 35 U.S.C. § 119(e) 하에서 우선권으로 주장하며, 상기 미국 가출원은 인용에 의해 본 명세서에 통합된다.

본 발명은 일반적으로 웨이퍼 검사와 관련되며, 더욱 구체적으로는 웨이퍼 검사 프로세스로부터 에러를 제거하는 것과 관련된다.

반도체 소자들에 대한 요구가 증가함에 따라, 반도체 특징화 데이터의 향상된 처리를 위한 필요성이 또한 증가하고 있다. 웨이퍼 검사 데이터는 흔히 반도체 소자 제조 라인들의 하나 이상의 웨이퍼 프로세싱 툴들로부터 광학 검사 툴들을 통해 획득된다. 이 획득된 검사 데이터는 반도체 소자 생산 프로세스의 각각의 단계에서 제조된 반도체 소자들의 품질을 추적하는데 사용될 수 있어, 사용자가 기준 이하의 소자들을 거절하고/거절하거나, 그 뒤에 프로세스 소자들이 선택된 공차 레벨 내에 있게 하기 위해 제조 프로세스를 조정하도록 허용한다. 웨이퍼 프로세싱량은 일반적으로 매우 크며, 인 라인(in-line) 검사 툴들은 빠르게 이동하는 웨이퍼들을 수용해야만 한다.

결함 검출 및 결함 분류를 위해 사용되는 모든 시스템들(툴들)에서, 웨이퍼는 웨이퍼 상의 임의의 측정들을 하기 이전의 스테이지들의 하나의 또는 2개 축들에 맞추어 정렬된다. 웨이퍼를 정렬 가능하도록, 시야의 고유 피쳐와 레시피에 저장된 템플릿 사이에 패턴 매칭이 수행된다.

시야에 있는 웨이퍼 상의 고유 피쳐와 템플릿 사이의 성공적인 패턴 매칭을 수행할 수 있도록, 스테이지는 움직이는 중이어서는 안되며, 웨이퍼는 우수한 품질의 이미지가 획득될 수 있도록 초점이 맞춰져야 한다. 스테이지 모션(motion) 및 웨이퍼의 초점 조정은 통상적으로 순차적으로 수행된다.

스테이지 운동이 여전히 진행중이거나 또는 운동이 끝난 이후 정착할 때 수집된 이미지들은 모션 및 초점 블러(focus blur) 모두를 갖는다. 그러한 이미지들은 패턴 매칭을 위해 사용될 수 없다.

결과적으로, 웨이퍼 검사로부터 모션 및 초점 블러를 제거하기에 적합한 장치가 존재하는 것이 바람직할 것이다.

따라서, 본 발명은 웨이퍼 검사 이미지들로부터 모션 및 초점 블러를 제거하기 위한 신규한 방법 및 장치에 관한 것이다.

적어도 일 실시예에서, 웨이퍼 이미지로부터 모션 및 초점 블러를 제거하기 위한 프로세스는, 근사(approximate) 점상 분포 함수(point spread function)를 결정하기 위하여 블라인드 디콘볼루션(blind deconvolution)을 수행하는 단계를 포함한다. 근사 점상 분포 함수, 추정 이미지 노이즈 값 및 가우시안(Gaussian) 점상 분포 함수 중 하나 이상이 가중 점상 분포 함수를 계산하는데 사용된다. 가중 점상 분포 함수는 모션 초점 블러를 필터링 제거(filter out)하는데 사용된다.

다른 실시예에서, 이동 웨이퍼 이미징 시스템은 가중 점상 분포 함수와 함께 와이너 필터(Weiner filter)를 그리고 노이즈를 제거하기 위하여 로우 패스 필터를 적용함으로써, 웨이퍼 이미지들을 프로세싱한다. 가중 점상 분포 함수는 근사 점상 분포 함수, 가우시안 점상 분포 함수, 및 추정 이미지 노이즈에 기반한다.

전술한 일반적 설명 및 하기의 상세한 설명 모두는 예시적이고 단지 설명을 위한 것이며, 청구되는 발명을 제한하지 않는다는 것이 이해될 것이다. 명세서에 통합되고 명세서의 일부분을 구성하는 첨부 도면들은 발명의 실시예를 예시하며, 일반적 설명과 함께 원리를 설명하는 역할을 한다.

본 발명의 복수의 장점들은 다음의 첨부 도면들을 참고로 하여 본 기술분야의 당업자들에 의해 더 잘 이해될 수 있다.
도 1은 본 발명의 실시예들을 구현하기에 적합한 인-라인 웨이퍼 검사 시스템의 블록도를 보여준다.
도 2는 본 발명의 적어도 일 실시예에 따른 웨에퍼 검사를 위한 방법의 흐름도를 보여준다.

첨부 도면들에 예시된, 개시된 청구범위 대한 상세한 참조가 이루어질 것이다. 발명의 범위는 청구항들에 의해서만 제한된다; 다양한 대안들, 변형들 및 등가물들이 고안된다. 명료성을 목적으로, 실시예들과 관련된 기술 분야에 알려진 기술적 재료는 설명을 불필요하게 모호하게 하지 않기 위해 상세히 설명되지 않았다.

본 발명의 실시예들은, 웨이퍼가 이동 중인 동안 그리고 이미징 디바이스가 초점 조정되기 이전에 얻어진 웨이퍼의 이미지들이 패턴 매칭에서 사용되도록 허용한다. 이미지는 웨이퍼가 정착되고 이미징 디바이스가 완전히 초점 조정되기 전에, 이동 웨이퍼에서 캡쳐된다. 이미지는 그 후 추정 이미지 노이즈, 가우시안 점상 분포 함수, 및 근사 점상 분포 함수에 기반하여, 가중 디콘볼루션을 통해 프로세싱된다.

고유 피쳐는 레시피 트레인(recipe train) 시간 동안 선택되고, 패턴 매칭을 위해 사용하기 위하여 템플릿으로서 레시피에 저장된다. 템플릿은 웨이퍼 좌표들을 사용하여 레시피에 저장된다. 템플릿은 또한 오프라인으로 생성되고 레시피에 저장되는 합성 이미지일 수 있다. 합성 이미지가 템플릿으로서 사용될 때, 트레인 시간 동안 결정된 원본 좌표들은 패턴 매칭이 수행되는 위치로 내비게이팅하는데 사용된다.

도 1을 참고하여, 본 발명의 실시예들을 구현하기에 적합한 인-라인 웨이퍼 검사 시스템의 블록도가 보여진다. 본 발명의 실시예들에 따른 시스템은 디지털 이미지 프로세싱을 위해 구성되는 프로세서(100)를 포함할 수 있다. 프로세서(100)는 더 큰 웨이퍼 이미징 시스템의 일부이거나, 또는 웨이퍼 이미징 디바이스(106)에 통합될 수 있다. 웨이퍼 이미징 디바이스(106)는 명시야(brightfield) 또는 암시야(darkfield) 검사, 또는 임의의 다른 적절한 웨이퍼 이미지 검사 프로세스를 위해 구성될 수 있다.

적어도 일 실시예에서, 메모리 디바이스(102)에 저장된 컴퓨터 실행가능 프로그램 코드를 실행하는 프로세서(100)는 웨이퍼 이미징 디바이스(106)로부터 웨이퍼 이미지를 수신할 수 있다. 웨이퍼 이미징 디바이스(106)는 이동 웨이퍼들(108)을 이미징한다. 웨이퍼(108)의 운동 및 웨이퍼 이미징 디바이스(106)의 초점의 작은 변동들은 결과적인 이미지에 흐릿함(blurring)을 야기할 수 있다. 프로세서(100)는 모션 및 초점 블러를 제거 또는 조정(mediate)하기 위하여 결과적인 이미지들을 프로세싱할 수 있다.

도 2를 참고하여, 본 발명의 적어도 일 실시예에 따른 웨이퍼 검사를 위한 방법의 흐름도가 보여진다. 일단 스테이지가 정착하기 전에, 스테이지가 패턴 매칭이 수행될 위치에 도달하면, 스테이지 좌표들은 로그에 저장된다. 저장된 위치는 다음 다이로의 내비게이션을 위한 시작점으로서 사용될 수 있다.

적어도 일 실시예에서, 이미지 프로세싱 시스템은 이동 웨이퍼의 흐릿한 이미지들을 수신하고(200), 모션 및 초점 블러를 제거하기 위하여 이미지를 프로세싱한다.

적어도 일 실시예에서, 이미지 프로세싱 시스템은 이미지 노이즈를 추정한다(202). 일 실시예에서, 이미지 노이즈 추정(202)은 제조 프로세스의 알려진 특성들에 기반할 수 있다. 예를 들어, 제조 프로세스의 알려진 특성들은 웨이퍼의 속도를 포함할 수 있다. 다른 실시예에서, 이미지 노이즈 추정(202)은 밝기 레벨들과 같은 환경의 알려진 특성들에 기반할 수 있다. 다른 실시예에서, 이미지 노이즈 추정(202)은 이미징 디바이스의 고유 품질들; 사용 기간에 걸쳐 축적된 노이즈 레벨 데이터; 또는 임의의 다른 노이즈 관련 인자들과 같은 이미징 시스템의 알려진 특성들에 기반할 수 있다.

적어도 일 실시예에서, 이미지 프로세싱 시스템은 흐릿한 이미지에 대해 블라인드 디콘볼루션을 또한 수행한다(204). 디콘볼루션은 레코딩된 데이터에 대한 콘볼루션의 효과들을 반전시키는데 사용되는 알고리즘 기반 프로세스이다. 블라인드 디콘볼루션은 콘볼루션을 야기한 점상 분포 함수(임펄스 응답 함수)에 대한 명확한 지식이 없는 디콘볼루션 프로세스를 지칭한다. 적어도 일 실시예에서, 블라인드 디콘볼루션에 기반하여, 이미지 프로세싱 시스템은 근사 점상 분포 함수를 식별한다(206).

점상 분포 함수는 점원(point source) 또는 점 객체(point object)에 대한 이미징 시스템의 응답을 설명한다. 점상 분포 함수는 이미지의 미분해(unresolved) 객체의 확장형 광학적 표현으로서 여겨질 수 있다. 함수적 용어들에서, 점상 분포 함수는 이미징 시스템의 전달 함수의 공간 도메인 버전이다. 점상 분포 함수는 퓨리에 광학계, 천문학적 이미징, 전자 현미경, 및 다른 이미징 기법들, 예컨대 3D 현미경(예를 들어, 공초점 주사 레이저 현미경), 및 형광 현미경에서 유용한 개념이라는 점이 본 명세서서 유념된다. 점 객체의 분포 정도는 이미징 시스템의 품질에 대한 척도(measure)이다. 형광 현미경, 망원경, 또는 광학 현미경과 같은 비-코히런트(non-coherent) 이미징 시스템들에서, 이미지 형성 프로세스는 2개 객체들이 동시에 이미징될 때 그 결과가 독립적으로 이미징된 객체들의 합산과 동일하도록, 전력에 있어 선형적이고, 선형적 시스템 이론에 의해 설명된다. 복합 객체의 이미지는 그 후 진짜(true) 객체와 점상 분포 함수의 콘볼루션으로서 보여질 수 있다. 그러나, 검출된 광이 코히런트할 때, 이미지 형성은 복합계(complex field)에서 선형적이다. 명암도 이미지의 레코딩은 그 후 소거(cancellation)들 또는 다른 비선형적 효과들로 이어질 수 있다.

적어도 일 실시예에서, 이미지 프로세싱 시스템은 수정된 가우시안 점상 분포 함수를 결정할 수 있다(208). 수정된 가우시안 점상 분포 함수는 점상 분포 함수에 의하여 야기된 블러의 정규화된 통계적 표현일 수 있다.

적어도 일 실시예에서, 이미지 프로세싱 시스템은 추정 이미지 노이즈, 근사 점상 분포 함수, 및 수정된 가우시안 점상 분포 함수 중 적어도 하나에 기반하여, 가중 점상 분포 함수를 계산할 수 있다(210). 적어도 일 실시예에서, 이미지 프로세싱 시스템은 컴포넌트들 각각에 미리 결정된 가중치를 적용하거나, 또는 다른 것들에 비해 특정 컴포넌트들에 유리한 이미징 시스템 및 웨이퍼 프로세싱 시스템의 피쳐들에 기반하여 가중치들을 극적으로 결정할 수 있다. 적어도 일 실시예에서, 이미지 프로세싱 시스템은 그 후, 본래 이미지를 디콘볼빙하기 위하여 가중 점상 분포 함수에 기반하여 와이너 필터를 적용할 수 있다(212). 신호 프로세싱에서, 통계적 신호 및 노이즈 스펙트럼들, 그리고 추가적인 노이즈가 알려진 것으로 가정하여, 와이너 필터는 관찰된 노이지 프로세스의 선형적인 시불변 필터링에 의해 원하는 랜덤한 프로세스의 추정을 만들어내는데 사용되는 필터이다. 와이너 필터는 추정 랜덤 프로세스와 원하는 프로세스 사이에 평균 제곱 에러를 최소화한다.

적어도 일 실시예에서, 이미지 프로세싱 시스템은 로우 패스 필터를 이용하여 디콘볼빙된 이미지로부터 노이즈를 제거할 수 있고(214), 향상된 이미지를 출력할 수 있다(216).

본 발명의 실시예들은, 스테이지가 정착되고 이미징 디바이스가 초점 조정되기 이전에 이미지가 획득될 수 있기 때문에 웨이퍼 정렬 시간을 감소시켜, 웨이퍼 프로세싱 툴의 처리량을 증가시킬 수 있다. 방법은 또한 부정확한 초점 교정으로 인하여 이미지가 완전히 초점 조정되지 않는 경우들에 사용될 수 있다.

본 발명 및 발명의 수반되는 장점들 중 다수가 본 발명의 실시예들에 대한 전술한 설명에 의해 이해될 것으로 여겨지며, 발명의 범위 및 진의를 벗어나지 않고, 또는 그것의 재료의 장점들 전부를 희생시키지 않고, 발명의 컴포넌트들의 형태, 구성 및 배열에 대한 다양한 변화들이 이루어질 수 있음이 명백할 것이다. 앞서 설명된 본 명세서의 형태는 단지 그것의 설명을 위한 실시예이며, 다음의 청구항들의 의도는 그러한 변화들을 포괄하고 포함하는 것이다.

Claims (20)

1. 반도체 웨이퍼 검사 방법에 있어서,
   웨이퍼 이미징 디바이스를 사용하여 이동 웨이퍼의 이미지의 캡처를 수행하는 단계;
   프로세서를 사용하여, 점원(point source)으로부터 도출된 통계적 블러 분포(statistical distribution of blur)를 정의하는 가우시안 점상 분포 함수(Gaussian point spread function)에 기초하여 가중 점상 분포 함수(weighted point spread function)를 계산하는 단계; 및
   상기 프로세서를 사용하여, 상기 가중 점상 분포 함수에 기초하여 상기 이미지에 대해 디콘볼루션(deconvolution)을 수행하는 단계
   를 포함하는 것인, 반도체 웨이퍼 검사 방법.
2. 제1항에 있어서,
   상기 디콘볼루션은 와이너 필터(Weiner filter)를 적용하는 것을 포함한 것인 반도체 웨이퍼 검사 방법.
3. 제1항에 있어서,
   상기 프로세서를 사용하여, 상기 디콘볼루션된 이미지로부터 노이즈를 제거하기 위해 로우 패스 필터를 적용하는 단계
   를 더 포함하는 것인, 반도체 웨이퍼 검사 방법.
4. 제1항에 있어서,
   상기 가중 점상 분포 함수는 근사(approximate) 점상 분포 함수를 더 포함하며, 상기 근사 점상 분포 함수는 블라인드 디콘볼루션(blind deconvolution)에 의하여 도출된 것인 반도체 웨이퍼 검사 방법.
5. 제1항에 있어서,
   상기 디콘볼루션된 이미지를 템플릿(template)에 패턴 매칭시키는 단계
   를 더 포함하는 것인, 반도체 웨이퍼 검사 방법.
6. 웨이퍼 검사 시스템에 있어서,
   프로세서; 및
   상기 프로세서에 연결된 웨이퍼 이미징 디바이스; 및
   컴퓨터 실행가능 프로그램 코드
   를 포함하고,
   상기 컴퓨터 실행가능 프로그램 코드는 상기 프로세서에게,
   상기 웨이퍼 이미징 디바이스를 사용하여 이동 웨이퍼의 이미지의 캡처를 수행하고;
   점원으로부터 도출된 통계적 블러 분포를 정의하는 가우시안 점상 분포 함수에 기초하여 가중 점상 분포 함수를 계산하며;
   상기 가중 점상 분포 함수에 기초하여 상기 이미지에 대해 디콘볼루션을 수행할 것을 명령하도록 구성된 것인 웨이퍼 검사 시스템.
7. 제6항에 있어서,
   상기 디콘볼루션은 와이너 필터를 적용하는 것을 포함한 것인 웨이퍼 검사 시스템.
8. 제6항에 있어서,
   상기 컴퓨터 실행가능 프로그램 코드는 또한, 상기 프로세서에게, 상기 디콘볼루션된 이미지로부터 노이즈를 제거하기 위해 로우 패스 필터를 적용할 것을 명령하도록 구성된 것인 웨이퍼 검사 시스템.
9. 제6항에 있어서,
   상기 가중 점상 분포 함수는 근사 점상 분포 함수를 더 포함하며, 상기 근사 점상 분포 함수는 블라인드 디콘볼루션에 의하여 도출된 것인 웨이퍼 검사 시스템.
10. 제6항에 있어서,
    상기 컴퓨터 실행가능 프로그램 코드는 또한, 상기 프로세서에게, 상기 디콘볼루션된 이미지를 템플릿에 패턴 매칭시킬 것을 명령하도록 구성된 것인 웨이퍼 검사 시스템.
11. 반도체 웨이퍼 이미지들을 프로세싱하기 위한 컴퓨터 장치에 있어서,
    프로세서; 및
    상기 프로세서에 연결된 메모리;
    상기 프로세서에 연결된 데이터 저장 엘리먼트;
    상기 프로세서에 연결된 웨이퍼 이미징 디바이스; 및
    상기 메모리에 저장된 컴퓨터 실행가능 프로그램 코드
    를 포함하고,
    상기 컴퓨터 실행가능 프로그램 코드는 상기 프로세서에게,
    상기 웨이퍼 이미징 디바이스를 사용하여 이동 웨이퍼의 이미지의 캡처를 수행하고;
    점원으로부터 도출된 통계적 블러 분포를 정의하는 가우시안 점상 분포 함수에 기초하여 가중 점상 분포 함수를 계산하며;
    상기 가중 점상 분포 함수에 기초하여 상기 이미지에 대해 디콘볼루션을 수행할 것을 명령하도록 구성된 것인 컴퓨터 장치.
12. 제11항에 있어서,
    상기 디콘볼루션은 와이너 필터를 적용하는 것을 포함한 것인 컴퓨터 장치.
13. 제11항에 있어서,
    상기 컴퓨터 실행가능 프로그램 코드는 또한, 상기 프로세서에게, 상기 디콘볼루션된 이미지로부터 노이즈를 제거하기 위해 로우 패스 필터를 적용할 것을 명령하도록 구성된 것인 컴퓨터 장치.
14. 제11항에 있어서,
    상기 가중 점상 분포 함수는 근사 점상 분포 함수를 더 포함하며, 상기 근사 점상 분포 함수는 블라인드 디콘볼루션에 의하여 도출된 것인 컴퓨터 장치.
15. 제11항에 있어서,
    상기 컴퓨터 실행가능 프로그램 코드는 또한, 상기 프로세서에게, 상기 디콘볼루션된 이미지를 상기 데이터 저장 엘리먼트에 저장되어 있는 템플릿에 패턴 매칭시킬 것을 명령하도록 구성된 것인 컴퓨터 장치.
16. 삭제
17. 삭제
18. 삭제
19. 삭제
20. 삭제

Images