KR102170163B1 - 타겟 다이와 기준 다이의 비교로부터 생성된 차분 이미지를 보정하기 위한 시스템, 방법 및 컴퓨터 프로그램 제품 - Google Patents

타겟 다이와 기준 다이의 비교로부터 생성된 차분 이미지를 보정하기 위한 시스템, 방법 및 컴퓨터 프로그램 제품 Download PDF

Info

Publication number
KR102170163B1
KR102170163B1 KR1020187033742A KR20187033742A KR102170163B1 KR 102170163 B1 KR102170163 B1 KR 102170163B1 KR 1020187033742 A KR1020187033742 A KR 1020187033742A KR 20187033742 A KR20187033742 A KR 20187033742A KR 102170163 B1 KR102170163 B1 KR 102170163B1
Authority
KR
South Korea
Prior art keywords
image
interest
die
pattern
representative
Prior art date
Application number
KR1020187033742A
Other languages
English (en)
Other versions
KR20180128509A (ko
Inventor
마틴 플리할
Original Assignee
케이엘에이 코포레이션
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 케이엘에이 코포레이션 filed Critical 케이엘에이 코포레이션
Publication of KR20180128509A publication Critical patent/KR20180128509A/ko
Application granted granted Critical
Publication of KR102170163B1 publication Critical patent/KR102170163B1/ko

Links

Images

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
    • G01N21/9501—Semiconductor wafers
    • 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
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • 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
    • 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
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/174—Segmentation; Edge detection involving the use of two or more images
    • 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
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G01N2021/8887—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges based on image processing techniques
    • 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
    • G06T2207/20—Special algorithmic details
    • G06T2207/20212—Image combination
    • G06T2207/20224—Image subtraction
    • 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)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Chemical & Material Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Signal Processing (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
  • Testing Or Measuring Of Semiconductors Or The Like (AREA)

Abstract

타겟 다이와 기준 다이의 비교로부터 생성된 차분 이미지를 보정하기 위한 시스템, 방법 및 컴퓨터 프로그램 제품이 제공된다. 사용시, 각각의 관심 패턴에 대해 제 1 대표 이미지를 생성하기 위해 타겟 다이 이미지의 인트라 다이 검사가 수행된다. 각각의 관심 패턴에 대해 제 2 대표 이미지를 생성하기 위해 기준 다이 이미지의 인트라 다이 검사가 수행된다. 또한, 타겟 다이 이미지와 기준 다이 이미지를 비교하여 적어도 하나의 차분 이미지를 생성하고, 적어도 하나의 차분 이미지는 생성된 각각의 제 1 대표 이미지 및 생성된 각각의 제 2 대표 이미지를 사용하여 보정된다. 그런 다음, 보정된 차분 이미지를 사용하여 검출이 수행된다.

Description

타겟 다이와 기준 다이의 비교로부터 생성된 차분 이미지를 보정하기 위한 시스템, 방법 및 컴퓨터 프로그램 제품
관련 출원(들)
본 출원은 2016년 4월 22일자에 출원된 미국 가특허 출원 제62/326,684호의 우선권을 주장하며, 상기 출원의 전체 내용은 참조에 의해 본 명세서에 포함된다.
기술분야
본 발명은 웨이퍼 검사에 관한 것으로, 특히 웨이퍼의 결함을 검출하는 것에 관한 것이다.
현재, 웨이퍼의 결함은 웨이퍼 상에 제조된 타겟 다이와 웨이퍼 상에 제조된 기준 다이를 비교함으로써 검출될 수 있다. 검사 시스템은 비교를 위해 타겟 다이의 이미지 및 기준 다이의 이미지를 취함으로써 이를 성취한다. 특히, 결함을 검출하는 것은 종종 타겟 다이와 기준 다이 중 하나 사이에 비교를 한 번 하고, 타겟 다이와 기준 다이 중 다른 하나 사이에 다른 비교를 하는 두 개의 개별적인 비교를 수행하여 두 개의 개별적인 결과를 생성하는 것을 포함한다. 두 개의 개별적인 비교 결과 간의 임의의 유사성이 일반적으로 타겟 다이의 결함 지표로서 사용된다. 이 프로세스는 이중 차분 검출(double difference detection)로 알려져 있으며, 이는 PWQ(process window qualification) 웨이퍼, FEM(focus exposure matrix) 웨이퍼, 비변조 웨이퍼 등에 적용될 수 있다.
종래 기술 도 1은 칼럼(102) 내에 복수의 타겟 다이를 갖고, 또한 타겟 다이의 칼럼의 양측에 위치되는 칼럼(104, 106) 내에 복수의 기준 다이를 갖는 PWQ 웨이퍼에 대한 종래의 레이아웃을 도시하며, 복수의 타겟 다이 각각은 파라미터(예를 들어, 초점(F) 및 노출(E)) 값의 상이한 조합에 의해 동일한 패턴이 변조(즉, 증폭)된 것이고, 복수의 기준 다이 각각은 동일한 패턴의 공칭(즉, 변조되지 않은) 버전이다. 따라서, 칼럼(102) 내의 타겟 다이 중 임의의 특정 다이에 대해, 칼럼(104)으로부터의 기준 다이 및 칼럼(106)으로부터의 기준 다이가 이중 차분 검출을 사용하여 특정 타겟 다이(박스 108 참조)의 결함을 검출하는 데 사용될 수 있다. 기준 다이가 타겟 다이에 인접한 것으로 도시되어 있지만, 반드시 그럴 필요는 없다. 예를 들어, 다른 웨이퍼 구성에서, 임의의 특정 타겟 다이에 대한 기준 다이는 특정 타겟 컴포넌트에 가장 가까운 것일 수 있으나, 반드시 인접한 것은 아니다.
다른 잘 알려진 실시예(도시되지 않음)에서, FEM 웨이퍼는 다이의 파라미터가 매트릭스 레이아웃에서 변조되는 다이 매트릭스를 갖는다. 이 실시예에서, 한가운데 다이는 명목적일 수 있거나, 적어도 웨이퍼 상의 모든 다이 중 가장 명목적일 수 있다. 이중 차분 검출이 웨이퍼 상의 임의의 타겟 다이에 적용될 수 있고, 대응하는 기준 다이는 매트릭스 내에서 타겟 다이에 인접하다.
유감스럽게도, 이러한 다이 대 다이 비교에 의해 얻어진 결과의 정확도는 타겟 다이 및 기준 다이의 비임계 차이(non-critical differences)로 인해 부정적인 영향을 받을 수 있다. 예를 들어, PWQ 웨이퍼 및 FEM 웨이퍼에서의 타겟 다이 및/또는 기준 다이의 의도적인 변조는 이중 차분 검출 동안 결함으로 잘못 검출될 수 있는 이러한 비임계 차이를 본질적으로 야기한다. 물론, 비변조 웨이퍼가 검사 시스템 자체의 오류로 인해 다이 이미지 전반에 걸쳐 의도하지 않은 비임계 차이로 인해 유사하게 영향을 받을 수 있다.
종래 기술 도 2는 타겟 컴포넌트만의 변조가 사용되는 종래의 결함 검출 방법의 효과의 예를 도시한다. 도 2에서, 타겟 컴포넌트에 대한 변조가 증가함에 따라, 타겟 컴포넌트의 각각의 부분(결함 및 비결함 포함)의 크기가 또한 증가하여, 실제 결함에 상관없이 부분별로 타겟 컴포넌트와 기준 컴포넌트 간의 차별화를 유발한다. 도시된 바와 같이, 더 높은 변조에서의 비교로부터 생성된 차분 이미지는 더 낮은 변조에서보다 추가적인 차이를 포함한다. 상기 설명된 종래 기술을 개시하는 기존의 특허는 미국 특허 제8,213,704호 및 미국 특허 제6,902,855호를 포함하며, 이들의 설명은 그 전체가 참조에 의해 포함된다.
따라서, 제조된 컴포넌트의 결함 검출에 사용되는 종래 기술과 관련된 이들 및/또는 다른 문제점을 해결할 필요가 있다.
타겟 다이와 기준 다이의 비교로부터 생성된 차분 이미지를 보정하기 위한 시스템, 방법 및 컴퓨터 프로그램 제품이 제공된다. 사용시, 각각의 관심 패턴에 대해 제 1 대표 이미지를 생성하기 위해 타겟 다이 이미지의 인트라 다이 검사가 수행된다. 각각의 관심 패턴에 대해 제 2 대표 이미지를 생성하기 위해 기준 다이 이미지의 인트라 다이 검사가 수행된다. 또한, 타겟 다이 이미지와 기준 다이 이미지를 비교하여 적어도 하나의 차분 이미지를 생성하고, 적어도 하나의 차분 이미지는 생성된 각각의 제 1 대표 이미지 및 생성된 각각의 제 2 대표 이미지를 사용하여 보정된다. 그런 다음, 보정된 차분 이미지를 사용하여 검출이 수행된다.
도 1은 종래 기술에 따라, PWQ 웨이퍼에 대한 예시적인 레이아웃을 도시한다.
도 2는 종래 기술에 따라, 타겟 컴포넌트만의 변조가 사용되는 종래의 결함 검출 방법의 효과의 예를 도시한다.
도 3a는 본 명세서에서 설명된 하나 이상의 컴퓨터 구현 방법들을 수행하기 위해 컴퓨터 시스템 상에서 실행 가능한 프로그램 명령어들을 포함하는 비일시적 컴퓨터 판독 가능 매체의 일 실시예를 도시하는 블록도를 나타낸다.
도 3b는 제조된 디바이스의 결함을 검출하도록 구성된 검사 시스템의 일 실시예의 측면도를 도시하는 개략도이다.
도 4는 일 실시예에 따라, 타겟 다이와 기준 다이의 비교로부터 생성된 차분 이미지를 보정하는 방법을 도시한다.
도 5는 일 실시예에 따라, 타겟 다이와 기준 다이의 비교로부터 생성된 차분 이미지를 보정하는 데 사용하기 위한 셋업 데이터를 생성하는 방법을 도시한다.
도 6은 일 실시예에 따라, 타겟 다이와 기준 다이의 비교로부터 생성된 차분 이미지를 보정하기 위해 셋업 데이터를 사용하는 방법을 도시한다.
다음의 설명은 타겟 다이와 기준 다이의 비교로부터 생성된 차분 이미지를 보정하기 위한 시스템, 방법 및 컴퓨터 프로그램 제품을 개시한다. 아래에서 설명되는 다양한 실시예들을 포함하는 이러한 시스템, 방법 및 컴퓨터 프로그램 제품은 도 3b를 참조하여 아래에서 설명되는 것과 같은 임의의 검사 시스템(예를 들어, 웨이퍼 검사, 레티클 검사, 레이저 주사 검사 시스템 등)의 환경에서 구현될 수 있다는 것을 유념해야 한다.
추가적인 실시예는 타겟 다이와 기준 다이의 비교로부터 생성된 차분 이미지를 보정하기 위한 컴퓨터 구현 방법을 수행하기 위해 컴퓨터 시스템 상에서 실행 가능한 프로그램 명령어들을 저장하는 비일시적 컴퓨터 판독 가능 매체에 관한 것이다. 이러한 일 실시예가 도 3a에 도시되어 있다. 특히, 도 3a에 도시된 바와 같이, 컴퓨터 판독 가능 매체(300)는 컴퓨터 시스템(304) 상에서 실행 가능한 프로그램 명령어들(302)을 포함한다. 컴퓨터 구현 방법은 도 4를 참조하여 아래에서 설명되는 방법의 단계들을 포함한다. 프로그램 명령어들이 실행 가능한 컴퓨터 구현 방법은 본 명세서에 설명된 임의의 다른 동작들을 포함할 수 있다.
본 명세서에서 설명된 것과 같은 방법들을 구현하는 프로그램 명령어들(302)은 컴퓨터 판독 가능 매체(300) 상에 저장될 수 있다. 컴퓨터 판독 가능 매체는 자기 디스크 또는 광학 디스크, 또는 자기 테이프 또는 당 업계에 공지된 임의의 다른 적합한 비일시적 컴퓨터 판독 가능 매체와 같은 저장 매체일 수 있다. 옵션으로서, 컴퓨터 판독 가능 매체(300)는 컴퓨터 시스템(304) 내에 배치될 수 있다.
프로그램 명령어들은 그 중에서도, 절차 기반 기술, 컴포넌트 기반 기술 및/또는 객체 지향 기술을 포함하는 다양한 방법들 중 임의의 방법으로 구현될 수 있다. 예를 들어, 프로그램 명령어들은 원하는 대로 액티브 X 컨트롤(ActiveX control), C++ 객체, 자바빈(JavaBean), 마이크로소프트 파운데이션 클래스(Microsoft Foundation Classe; MFC) 또는 다른 기술들 또는 방법론들을 사용하여 구현될 수 있다.
컴퓨터 시스템(304)은 퍼스널 컴퓨터 시스템, 이미지 컴퓨터, 메인 프레임 컴퓨터 시스템, 워크 스테이션, 네트워크 어플라이언스, 인터넷 어플라이언스 또는 다른 디바이스를 포함하는 다양한 형태를 취할 수 있다. 일반적으로, 용어 "컴퓨터 시스템"은 메모리 매체로부터 명령어를 실행시키는, 하나 이상의 프로세서들을 갖는 임의의 디바이스를 포함하도록 광범위하게 정의될 수 있다. 컴퓨터 시스템(304)은 또한 당 업계에 공지된 병렬 프로세서와 같은 임의의 적합한 프로세서를 포함할 수 있다. 또한, 컴퓨터 시스템(304)은 독립형 또는 네트워크형 툴 중 어느 하나로서, 소프트웨어 및 고속 처리를 갖는 컴퓨터 플랫폼을 포함할 수 있다.
추가적인 실시예는 타겟 다이와 기준 다이의 비교로부터 생성된 차분 이미지를 보정하도록 구성된 시스템에 관한 것이다. 이러한 시스템의 일 실시예가 도 3b에 도시되어 있다. 시스템은 웨이퍼(또는 다른 디바이스) 상에 제조되는 다이에 대한 출력을 생성하도록 구성된 검사 시스템(305)을 포함하며, 이는 또한 본 명세서에서 설명되는 바와 같이 이 실시예에서 구성된다. 시스템은 또한 도 4를 참조하여 아래에서 설명되는 동작들을 수행하도록 구성된 하나 이상의 컴퓨터 시스템들을 포함한다. 하나 이상의 컴퓨터 시스템들은 본 명세서에 설명된 임의의 실시예에 따라 이러한 동작들을 수행하도록 구성될 수 있다. 컴퓨터 시스템(들) 및 시스템은 본 명세서에 설명된 임의의 다른 동작들을 수행하도록 구성될 수 있으며, 또한 본 명세서에 설명된 바와 같이 구성될 수 있다.
도 3b에 도시된 실시예에서, 컴퓨터 시스템들 중 하나는 전자 자동화 설계(electronic automation design; EAD) 툴의 일부이고, 검사 시스템 및 다른 컴퓨터 시스템은 EAD 툴의 일부가 아니다. 이 컴퓨터 시스템은, 예를 들어, 도 3a를 참조하여 상기 설명한 컴퓨터 시스템(304)을 포함할 수 있다. 예를 들어, 도 3b에 도시된 바와 같이, 컴퓨터 시스템들 중 하나는 EAD 툴(306)에 포함된 컴퓨터 시스템(308)일 수 있다. EAD 툴(306) 및 이러한 툴에 포함된 컴퓨터 시스템(308)은 임의의 상업적으로 사용 가능한 EAD 툴을 포함할 수 있다.
검사 시스템(305)은 광으로 웨이퍼를 주사하고 주사 동안에 웨이퍼로부터의 광을 검출함으로써 웨이퍼 상에 제조되는 다이에 대한 출력을 생성하도록 구성될 수 있다. 예를 들어, 도 3b에 도시된 바와 같이, 검사 시스템(305)은 당 업계에 공지된 임의의 적합한 광원을 포함할 수 있는 광원(320)을 포함한다. 광원으로부터의 광은 빔 스플리터(318)로 지향될 수 있으며, 빔 스플리터(318)는 광원으로부터 웨이퍼(322)로 광을 지향시키도록 구성될 수 있다. 광원(320)은 하나 이상의 집광 렌즈, 조준 렌즈, 릴레이 렌즈, 대물 렌즈, 애퍼처, 스펙트럼 필터, 편광 컴포넌트 등과 같은 임의의 다른 적합한 요소(도시되지 않음)에 결합될 수 있다. 도 3b에 도시된 바와 같이, 광은 수직 입사각으로 웨이퍼(322)로 지향될 수 있다. 그러나, 광은 거의 수직 및 경사 입사를 포함하는 임의의 적절한 입사각으로 웨이퍼(322)로 지향될 수 있다. 또한, 광 또는 다수의 광 빔은 하나 이상의 입사각으로 순차적으로 또는 동시에 웨이퍼(322)로 지향될 수 있다. 검사 시스템(305)은 임의의 적절한 방식으로 웨이퍼(322) 위에 광을 주사하도록 구성될 수 있다.
웨이퍼(322)로부터의 광은 주사 동안에 검사 시스템(305)의 다수의 채널들에 의해 수집되고 검출될 수 있다. 예를 들어, 수직에 비교적 가까운 각도로 웨이퍼(322)로부터 반사된 광(즉, 입사가 수직일 때의 정반사광)은 빔 스플리터(318)를 통과하여 렌즈(314)로 이동할 수 있다. 렌즈(314)는 도 3b에 도시된 바와 같은 굴절 광학 요소를 포함할 수 있다. 게다가, 렌즈(314)는 하나 이상의 굴절 광학 요소 및/또는 하나 이상의 반사 광학 요소를 포함할 수 있다. 렌즈(314)에 의해 수집된 광은 검출기(312)에 포커싱될 수 있다. 검출기(312)는 전하 결합 소자(charge coupled device; CCD) 또는 다른 유형의 이미지 검출기와 같은 당 업계에 공지된 임의의 적합한 검출기를 포함할 수 있다. 검출기(312)는 렌즈(314)에 의해 수집된 반사광에 응답하는 출력을 생성하도록 구성된다. 따라서, 렌즈(314) 및 검출기(312)는 검사 시스템(305)의 하나의 채널을 형성한다. 검사 시스템(305)의 이러한 채널은 당 업계에 공지된 임의의 다른 적합한 광학 컴포넌트들(도시되지 않음)을 포함할 수 있다.
도 3b에 도시된 검사 시스템은 웨이퍼(322)로부터의 정반사광을 검출하도록 구성되기 때문에, 검사 시스템(305)은 BF 검사 시스템으로 구성된다. 그러나 이러한 검사 시스템(305)은 다른 유형의 웨이퍼 검사를 위해 구성될 수도 있다. 예를 들어, 도 3b에 도시된 검사 시스템은 또한 하나 이상의 다른 채널들(도시되지 않음)을 포함할 수 있다. 산란광 채널로 구성된 다른 채널(들)은 렌즈 및 검출기와 같은 본 명세서에 설명된 임의의 광학 컴포넌트를 포함할 수 있다. 렌즈 및 검출기는 또한 본 명세서에서 설명된 바와 같이 구성될 수 있다. 이러한 방식으로, 검사 시스템(305)은 DF 검사를 위해 구성될 수도 있다.
검사 시스템(305)은 또한 본 명세서에 설명된 방법들의 하나 이상의 단계들을 수행하도록 구성된 컴퓨터 시스템(310)을 포함할 수 있다. 예를 들어, 상기 설명한 광학 요소는 검사 시스템(305)의 광학 서브 시스템(311)을 형성할 수 있고, 검사 시스템(305)은 또한 광학 서브 시스템(311)에 결합되는 컴퓨터 시스템(310)을 포함할 수 있다. 이러한 방식으로, 주사 동안에 검출기(들)에 의해 생성된 출력은 컴퓨터 시스템(310)에 제공될 수 있다. 예를 들어, 컴퓨터 시스템(310)은 (예를 들어, 당 업계에 공지된 임의의 적절한 전송 매체를 포함할 수 있는, 도 3b에서 점선으로 도시된 하나 이상의 전송 매체에 의해) 검출기(312)에 결합되어 컴퓨터 시스템(310)은 검출기에 의해 생성된 출력을 수신할 수 있다.
검사 시스템(305)의 컴퓨터 시스템(310)은 본 명세서에 설명된 임의의 동작들을 수행하도록 구성될 수 있다. 예를 들어, 컴퓨터 시스템(310)은 본 명세서에 설명된 바와 같이 타겟/기준 차분 이미지를 보정하고, 선택적으로 결함 검출을 수행하도록 구성될 수 있다. 게다가, 컴퓨터 시스템(310)은 본 명세서에 설명된 임의의 다른 단계들을 수행하도록 구성될 수 있다. 또한, 본 명세서에 설명된 일부 동작들이 상이한 컴퓨터 시스템들에 의해 수행될 수 있지만, 본 방법의 모든 동작들은 검사 시스템(305)의 것과 같은 단일 컴퓨터 시스템 또는 독립형 컴퓨터 시스템에 의해 수행될 수 있다. 또한, 컴퓨터 시스템(들) 중 하나 이상은 본 명세서에서 완전히 설명된 것처럼 참조에 의해 통합된, Bhaskar 등의 2012년 2월 28일자로 허여된 미국 특허 제8,126,255호에 설명된 것과 같은 가상 검사기로서 구성될 수 있다.
검사 시스템(305)의 컴퓨터 시스템(310)은 또한 컴퓨터 시스템(308)과 같은 검사 시스템의 일부가 아닌 다른 컴퓨터 시스템에 결합될 수 있으며, 상기 설명한 EAD 툴(306)과 같은 다른 툴에 포함될 수 있어 컴퓨터 시스템(310)이 컴퓨터 시스템(308)에 의해 생성된 출력을 수신할 수 있고 컴퓨터 시스템(308)에 의해 생성된 설계를 포함할 수 있도록 한다. 예를 들어, 두 개의 컴퓨터 시스템들은 fab 데이터베이스와 같은 공유된 컴퓨터 판독 가능 저장 매체에 의해 효과적으로 결합될 수 있거나, 정보가 두 개의 컴퓨터 시스템들 간에 전송될 수 있도록 상기 설명된 것과 같은 전송 매체에 의해 결합될 수 있다.
도 3b는 본 명세서에서 설명되는 시스템 실시예에 포함될 수 있는 검사 시스템의 구성을 일반적으로 도시하기 위해 본 명세서에 제공된 것임을 유념한다. 분명하게도, 본 명세서에서 설명된 검사 시스템 구성은 상업적 검사 시스템을 설계할 때 보통 수행되는 검사 시스템의 성능을 최적화하도록 변경될 수 있다. 또한, 본 명세서에서 설명된 시스템들은 KLA Tencor로부터 상업적으로 구입 가능한 29xx/28xx 시리즈 툴과 같은 기존의 검사 시스템을 사용하여 (예컨대, 본 명세서에서 설명된 기능을 기존의 검사 시스템에 추가함으로써) 구현될 수 있다. 이러한 일부 시스템들의 경우, 본 명세서에서 설명된 방법들은 (예컨대, 시스템의 다른 기능에 더하여) 시스템의 옵션 기능으로서 제공될 수 있다. 대안적으로, 본 명세서에 설명된 시스템은 완전히 새로운 시스템을 제공하기 위해 "처음부터" 설계될 수 있다.
도 4는 일 실시예에 따라, 타겟 다이와 기준 다이의 비교로부터 생성된 차분 이미지를 보정하는 방법(400)을 도시한다. 방법(400)은 도 3a 및/또는 도 3b와 관련하여 위에서 설명한 환경의 맥락에서 수행될 수 있다. 예를 들어, 방법(400)은 도 3b의 검사 시스템(305)에 의해 수행될 수 있다.
동작(402)에 도시된 바와 같이, 각각의 관심 패턴에 대해 제 1 대표 이미지를 생성하기 위해 타겟 다이 이미지의 인트라 다이 검사가 수행된다. 타겟 다이 이미지는 웨이퍼 상에 제조된 타겟 다이의 임의의 이미지일 수 있다. 예를 들어, 타겟 다이 이미지는 검사 시스템의 수집기로부터 수신될 수 있다.
타겟 다이가 제조되는 웨이퍼는 타겟 다이가 변조될 수 있도록 PWQ 웨이퍼, FEM 웨이퍼 또는 다른 변조된 웨이퍼일 수 있다. 다른 실시예에서, 웨이퍼는 타겟 다이가 변조되지 않을 수 있도록 비변조된 웨이퍼일 수 있다.
위에서 언급한 바와 같이, 인트라 다이 검사는 하나 이상의 관심 패턴에 대해 수행된다. 일 실시예에서, 결함이 있기 쉬운 것으로 알려진 패턴을 식별하기 위해 웨이퍼의 설계를 분석함으로써 이러한 관심 패턴은 식별될 수 있다. 어떤 경우에도, 각각의 관심 패턴에 대해 타겟 다이에 대한 제 1 대표 이미지를 생성하기 위해 타겟 다이 이미지의 인트라 다이 검사가 수행된다.
제 1 대표 이미지는 관심 패턴을 갖는 타겟 다이 이미지 내의 위치들로부터 수집된 신호들의 집합(예를 들어, 픽셀별 평균 또는 픽셀별 중간값)일 수 있다. 예를 들어, 인트라 다이 검사는 타겟 다이 이미지 내의 관심 패턴을 식별하는 단계, (예를 들어, 타겟 다이 이미지의 모든 스와스에 걸쳐) 타겟 다이 이미지 내의 관심 패턴의 모든 인스턴스를 식별하는 단계, 인스턴스에 대한 관리 영역을 생성하는 단계, (예를 들어, 관심 패턴과 연관된 단일 그룹으로) 관리 영역을 그룹화하는 단계, 관리 영역 각각으로부터 신호를 수집하는 단계, 및 수집된 신호를 집합시키는 단계를 포함하며, 여기서 집합된 신호는 관심 패턴에 대한 제 1 대표 이미지이다.
위에서 언급한 바와 같이, 인트라 다이 검사는 각각의 관심 패턴에 대해 수행된다. 이러한 방식으로, 개별적인 제 1 대표 이미지가 타겟 다이 이미지 내의 각각의 상이한 관심 패턴에 대해 생성될 수 있다.
동작(404)에 도시된 바와 같이, 각각의 관심 패턴에 대해 제 2 대표 이미지를 생성하기 위해 기준 다이 이미지의 인트라 다이 검사가 수행된다. 기준 다이 이미지는 웨이퍼 상에 제조된 기준 다이의 임의의 이미지일 수 있다. 예를 들어, 기준 다이 이미지는 검사 시스템의 수집기로부터 수신될 수 있다.
웨이퍼가 PWQ 웨이퍼 또는 비변조 웨이퍼인 경우, 기준 다이는 반드시 변조되는 것은 아닐 수 있다. 웨이퍼가 FEM 웨이퍼인 경우, 기준 다이는 변조될 수 있다.
위에서 언급한 바와 같이, 기준 다이 이미지의 인트라 다이 검사는 타겟 다이 이미지에 대해 식별된 각각의 관심 패턴에 대해 수행된다. 각각의 관심 패턴에 대해, 기준 다이 이미지에 대한 제 2 대표 이미지를 생성하기 위해 기준 다이 이미지의 인트라 다이 검사가 수행된다.
제 2 대표 이미지는 관심 패턴을 갖는 기준 다이 이미지 내의 위치들로부터 수집된 신호들의 집합(예를 들어, 픽셀별 평균 또는 픽셀별 중간값)일 수 있다. 예를 들어, 인트라 다이 검사는 타겟 다이 이미지와 관련된 관심 패턴 중 하나를 식별하는 단계, (예를 들어, 기준 다이 이미지의 모든 스와스에 걸쳐) 기준 다이 이미지 내의 관심 패턴의 모든 인스턴스를 식별하는 단계, 인스턴스에 대한 관리 영역을 생성하는 단계, (예를 들어, 관심 패턴과 관련된 단일 그룹으로) 관리 영역을 그룹화하는 단계, 관리 영역 각각으로부터 신호를 수집하는 단계, 및 수집된 신호를 집합시키는 단계를 포함하며, 여기서 집합된 신호는 관심 패턴에 대한 제 2 대표 이미지이다. 이는 타겟 다이 이미지에 대해 식별된 각각의 관심 패턴에 대해 반복될 수 있다. 이러한 방식으로, 개별적인 제 2 대표 이미지가 기준 다이 이미지 내의 각각의 상이한 관심 패턴에 대해 생성될 수 있다.
또한, 단계(406)에 도시된 바와 같이, 타겟 다이 이미지와 기준 다이 이미지가 비교되어 적어도 하나의 차분 이미지를 생성한다. 각각의 차분 이미지는 상이한 신호를 갖는 기준 다이 이미지 및 타겟 다이 이미지 내의 대응하는 위치를 나타낼 수 있다. 일 실시예에서, 각각의 차분 이미지는 감도 문턱 값을 사용하지 않고 생성될 수 있다 (즉, 차분 이미지는 타겟 다이 이미지와 기준 다이 이미지 내의 대응하는 위치 간의 임의의 레벨 차이에 대해 생성될 수 있다).
그런 다음, 동작(408)에 도시된 바와 같이, 적어도 하나의 차분 이미지는 생성된 각각의 제 1 대표 이미지 및 생성된 각각의 제 2 대표 이미지를 사용하여 보정된다. 위에서 언급한 바와 같이, 각각의 차분 이미지는 차이를 갖는 기준 다이 이미지 및 타겟 다이 이미지 내의 특정 위치에 대응한다. 따라서, 각각의 차분 이미지는 그 특정 위치에서 관심 패턴에 대해 생성된 제 1 대표 이미지들 중 하나와 제 2 대표 이미지들 중 하나를 사용하여 보정될 수 있다.
단지 예로서, 차분 이미지를 보정하는 단계는, 각각의 관심 패턴에 대해, 관심 패턴에 대해 생성된 제 1 대표 이미지와 관심 패턴에 대해 생성된 제 2 대표 이미지 간의 대표적인 차이를 획득하는 단계, 및 관심 패턴을 갖는 위치와 관련된 차분 이미지로부터 대표적인 차이를 차감하는 단계를 포함할 수 있다.
그런 다음, 동작(410)에 도시된 바와 같이, 보정된 차분 이미지를 사용하여 검출이 수행된다. 적어도 하나의 보정된 차분 이미지를 사용하여 검출을 수행하는 단계는, 적어도 하나의 보정된 차분 이미지에 검출 알고리즘을 적용하여 타겟 다이 이미지의 결함을 검출하는 단계를 포함할 수 있다.
도 5는 일 실시예에 따라, 타겟 다이와 기준 다이의 비교로부터 생성된 차분 이미지를 보정하는 데 사용하기 위한 셋업 데이터를 생성하는 방법(500)을 도시한다. 방법(500)은 도 3a 및/또는 도 3b와 관련하여 위에서 설명한 환경의 맥락에서 수행될 수 있다. 예를 들어, 방법(500)은 도 3b의 검사 시스템(305)에 의해 수행될 수 있다. 상기 설명 및 정의는 또한 본 명세서에 동일하게 적용될 수 있다.
방법(500)은 웨이퍼로부터 수집된 타겟 다이 이미지 및 기준 다이 이미지 모두에 대해 반복될 수 있다는 것을 유념해야 한다. 동작(502)에 도시된 바와 같이, 다이 이미지 내의 관심 패턴이 식별된다. 그런 다음, 동작(504)에 도시된 바와 같이, 다이 내의 관심 패턴의 모든 인스턴스가 (예를 들어, 패턴 검색을 사용하여) 식별된다.
그런 다음, 동작(506)에 도시된 바와 같이, 인스턴스에 대한 관리 영역이 생성된다. 관리 영역은 인스턴스를 갖는 위치에서의 가능한 가장 작은 영역일 수 있다. 동작(508)에 도시된 바와 같이, 관리 영역은 그룹화된다. 다시 말해서, 관리 영역은 (예를 들어, 보다 큰 컨텍스트를 사용하여) 관심 패턴에 의해 그룹화될 수 있고, 방법(500)은 다이 이미지 내에서 식별된 각각의 추가적인 관심 패턴에 대해 반복될 수 있다(동작 510 참조).
도 6은 일 실시예에 따라, 타겟 다이와 기준 다이의 비교로부터 생성된 차분 이미지를 보정하기 위해 셋업 데이터를 사용하는 방법(600)을 도시한다. 셋업 데이터는 도 5의 방법(500)을 사용하여 생성된 것이다. 또한, 방법(600)은 도 3a 및/또는 도 3b와 관련하여 위에서 설명한 환경의 맥락에서 수행될 수 있다. 예를 들어, 방법(600)은 도 3b의 검사 시스템(305)에 의해 수행될 수 있다. 상기 설명 및 정의는 또한 본 명세서에 동일하게 적용될 수 있다.
동작(602)에 도시된 바와 같이, 타겟 다이 대 기준 다이 검사가 수행되고, 각 위치에 대한 차분 이미지가 저장된다. 이 검사는 타겟 다이 이미지와 기준 다이 이미지를 비교하고, 상이한 타겟 다이 이미지/기준 다이 이미지 간의 각각의 대응하는 위치에 대한 차분 이미지를 생성하는 것을 포함할 수 있다.
동작(604)에서, 각 그룹에 속하는 타겟 다이 이미지 내의 모든 관리 영역에서 제 1 대표 이미지가 생성된다. 따라서, 각각의 관심 패턴에 대해, 제 1 대표 이미지가 타겟 다이에 대해 생성될 수 있다. 동작(606)에서, 각 그룹에 속하는 기준 다이 이미지 내의 모든 관리 영역에서 제 2 대표 이미지가 생성된다. 이 경우, 각각의 관심 패턴에 대해, 제 2 대표 이미지가 기준 다이에 대해 생성될 수 있다.
또한, 동작(608)에 도시된 바와 같이, 각각의 제 1 대표 이미지에 대해, 제 2 대표 이미지 중 대응하는 하나를 제 1 대표 이미지로부터 차감하여 대표 이미지 차이를 생성한다. 따라서, 각각의 대표 이미지 차이는 동일한 관심 패턴에 대한 제 1 대표 이미지와 제 2 대표 이미지 간의 차이일 수 있다.
그런 다음, 단계(610)에 도시된 바와 같이, 대표 이미지 차이가 대응하는 저장된 차분 이미지로부터 차감되어 보정된 차분 이미지를 생성한다. 이것은 각각의 차분 이미지를 보정하기 위해 반복될 수 있다. 보정된 차분 이미지는 타겟 다이 이미지와 기준 다이 이미지의 비교로부터 생성된 차분 이미지와 비교하여 잡음이 감소될 수 있다. 예를 들어, 보정은 임계 치수 변화 및 색 변화가 보정된 차분 이미지로부터 제거되도록 할 수 있다. 신호 및 문턱 값은 변조에 독립적일 수 있다.
또한, 단계(612)에 도시된 바와 같이, 검출 알고리즘이 보정된 차분 이미지에 적용된다. 검출 알고리즘은 보정된 차분 이미지에 적용되어 타겟 다이 이미지의 결함을 검출할 수 있다. 예를 들어, 크기, 에너지 및 첨두치와 같은 결함 속성이 보정된 차분 이미지를 사용하여 계산될 수 있으며, 이러한 속성은 이상치 사이트를 찾고 타겟 다이에서 발생할 가능성이 있는 결함을 식별하는 데 사용될 수 있다.
상기 설명된 방법을 PWQ 웨이퍼 및 FEM 웨이퍼에 적용하면 (a) 감도 증가, (b) 훨씬 간단한 조정, (c) 한 번의 테스트에서 PWQ 스캔을 수행하여 PWQ 검사의 처리량을 크게 증가시키는 능력을 제공할 수 있다.
또한, 이들 방법은 특히 PWQ 웨이퍼 상의 신호에서는 가장 두드러지지만 FEM 웨이퍼 및 심지어 비변조 웨이퍼 상의 신호에서는 적은, 전역 임계 치수 변화 및 색 변화의 영향을 억제할 수 있다. 전역 임계 치수 변화를 보다 완전하게 차감하면 PWQ 웨이퍼 상의 체계적인 결함의 국부적 특성을 포착하는 결함 속성을 보다 정확하게 계산할 수 있다. 또한, 단일 인트라 다이 검사와 비교할 때, 이러한 방법은 스와스에 걸쳐 전체 다이로부터의 이미지를 결합할 수 있는데, 보정이 센서 교정 문제 및 기타 다이 내부의 체계적인 잡음을 제거하기 때문이다.
이들 상기 설명된 방법들은 또한 핫 스폿 발견(즉, 제 1 패스 PWQ 검사)에 사용될 수 있다. 이러한 실시예에서, 규칙적인 핫 스폿 검사가 생성되어야 하고, 설계 기반 그룹(design based group; DBG)이 두 개의 스케일(핫 스폿의 스케일 및 보다 큰 컨텍스트의 스케일)에 수행되어야 할 것이다. 그런 다음, 핫 스폿 그룹의 후 처리가 상기 설명한 방법을 따를 수 있다. 또한, 잡음 통계와 함께 광학 선택기에 보정된 차분 이미지를 노출시키는 것이 모드 선택에 사용될 수 있다.
이상 다양한 실시예들이 설명되었지만, 이들 실시예들은 단지 예로서 제시된 것이으로 제한적인 것은 아님을 이해해야 한다. 따라서, 바람직한 실시예의 폭과 범위는 상기 설명한 예시적인 실시예들 중 임의의 실시예에 의해 제한되어서는 안 되며, 단지 다음의 청구 범위 및 그 등가물에 따라서만 정의되어야 한다.

Claims (20)

  1. 방법에 있어서,
    각각의 관심 패턴에 대해, 제 1 대표 이미지(representative image)를 생성하기 위해 타겟 다이 이미지의 인트라 다이 검사를 수행하는 단계;
    상기 각각의 관심 패턴에 대해, 제 2 대표 이미지를 생성하기 위해 기준 다이 이미지의 인트라 다이 검사를 수행하는 단계;
    적어도 하나의 차분 이미지를 생성하기 위해 상기 타겟 다이 이미지와 상기 기준 다이 이미지를 비교하는 단계;
    상기 적어도 하나의 차분 이미지를 상기 생성된 각각의 제 1 대표 이미지 및 상기 생성된 각각의 제 2 대표 이미지를 사용하여 보정하는 단계; 및
    상기 보정된 차분 이미지를 사용하여 검출을 수행하는 단계
    를 포함하는 방법.
  2. 제 1 항에 있어서,
    검사 시스템의 수집기로부터 상기 타겟 다이 이미지 및 상기 기준 다이 이미지를 수신하는 단계
    를 더 포함하는 방법.
  3. 제 1 항에 있어서, 상기 타겟 다이와 상기 기준 다이 중 적어도 하나가 변조되는 것인, 방법.
  4. 제 1 항에 있어서, 상기 각각의 관심 패턴에 대해, 상기 제 1 대표 이미지를 생성하기 위해 상기 타겟 다이 이미지의 상기 인트라 다이 검사를 수행하는 단계는,
    상기 타겟 다이 이미지 내의 관심 패턴을 식별하는 단계;
    상기 타겟 다이 이미지 내의 상기 관심 패턴의 모든 인스턴스를 식별하는 단계;
    상기 인스턴스에 대한 관리 영역을 생성하는 단계;
    상기 관리 영역을 그룹화하는 단계;
    상기 관리 영역 각각으로부터 신호를 수집하는 단계; 및
    상기 관심 패턴에 대해 상기 제 1 대표 이미지를 생성하기 위해 상기 신호를 집합시키는(aggregating) 단계
    를 포함하는 것인, 방법.
  5. 제 4 항에 있어서, 상기 신호를 집합시키는 단계는 상기 신호로부터 픽셀별 평균(pixel-by-pixel mean)을 결정하는 단계를 포함하는 것인, 방법.
  6. 제 4 항에 있어서, 상기 신호를 집합시키는 단계는 상기 신호로부터 픽셀별 중간값(pixel-by-pixel median)을 결정하는 단계를 포함하는 것인, 방법.
  7. 제 1 항에 있어서, 상기 각각의 관심 패턴에 대해, 상기 제 2 대표 이미지를 생성하기 위해 상기 기준 다이 이미지의 상기 인트라 다이 검사를 수행하는 단계는,
    상기 타겟 다이 이미지와 관련된 관심 패턴 중 하나를 식별하는 단계;
    상기 기준 다이 이미지 내의 상기 관심 패턴의 모든 인스턴스를 식별하는 단계;
    상기 인스턴스에 대한 관리 영역을 생성하는 단계;
    상기 관리 영역을 그룹화하는 단계;
    상기 관리 영역 각각으로부터 신호를 수집하는 단계; 및
    상기 관심 패턴에 대해 상기 제 2 대표 이미지를 생성하기 위해 상기 신호를 집합시키는 단계
    를 포함하는 것인, 방법.
  8. 제 1 항에 있어서, 상기 적어도 하나의 차분 이미지 각각은 상이한 신호를 갖는 상기 타겟 다이 이미지 및 상기 기준 다이 이미지 내의 대응하는 위치를 나타내는 것인, 방법.
  9. 제 8 항에 있어서, 상기 적어도 하나의 차분 이미지는 감도 문턱 값을 사용하지 않고 생성되는 것인, 방법.
  10. 제 1 항에 있어서, 상기 적어도 하나의 차분 이미지를 상기 생성된 각각의 제 1 대표 이미지 및 상기 생성된 각각의 제 2 대표 이미지를 사용하여 보정하는 단계는, 각각의 관심 패턴에 대해,
    상기 관심 패턴에 대해 생성된 상기 제 1 대표 이미지와 상기 관심 패턴에 대해 생성된 상기 제 2 대표 이미지 간의 대표적인 차이(representative difference)를 획득하는 단계; 및
    상기 관심 패턴을 갖는 위치와 관련된 상기 적어도 하나의 차분 이미지 각각으로부터 상기 대표적인 차이를 차감하는 단계
    를 포함하는 것인, 방법.
  11. 제 1 항에 있어서, 상기 적어도 하나의 보정된 차분 이미지를 사용하여 상기 검출을 수행하는 단계는, 상기 타겟 다이 이미지의 결함을 검출하기 위해 상기 적어도 하나의 보정된 차분 이미지에 검출 알고리즘을 적용하는 단계를 포함하는 것인, 방법.
  12. 제 1 항에 있어서, 상기 적어도 하나의 보정된 차분 이미지는 상기 타겟 다이 이미지와 상기 기준 다이 이미지의 비교로부터 생성된 상기 적어도 하나의 차분 이미지와 비교하여 감소된 잡음을 갖는 것인, 방법.
  13. 비일시적 컴퓨터 판독 가능 매체 상에 구현된 컴퓨터 프로그램 제품으로서, 상기 컴퓨터 프로그램 제품은 방법을 수행하도록 프로세서에 의해 실행되도록 구성된 코드를 포함하며, 상기 방법은,
    각각의 관심 패턴에 대해, 제 1 대표 이미지를 생성하기 위해 타겟 다이 이미지의 인트라 다이 검사를 수행하는 단계;
    상기 각각의 관심 패턴에 대해, 제 2 대표 이미지를 생성하기 위해 기준 다이 이미지의 인트라 다이 검사를 수행하는 단계;
    적어도 하나의 차분 이미지를 생성하기 위해 상기 타겟 다이 이미지와 상기 기준 다이 이미지를 비교하는 단계;
    상기 적어도 하나의 차분 이미지를 상기 생성된 각각의 제 1 대표 이미지 및 상기 생성된 각각의 제 2 대표 이미지를 사용하여 보정하는 단계; 및
    상기 보정된 차분 이미지를 사용하여 검출을 수행하는 단계
    를 포함하는 것인, 컴퓨터 프로그램 제품.
  14. 제 13 항에 있어서, 상기 각각의 관심 패턴에 대해, 상기 제 1 대표 이미지를 생성하기 위해 상기 타겟 다이 이미지의 상기 인트라 다이 검사를 수행하는 단계는,
    상기 타겟 다이 이미지 내의 관심 패턴을 식별하는 단계;
    상기 타겟 다이 이미지 내의 상기 관심 패턴의 모든 인스턴스를 식별하는 단계;
    상기 인스턴스에 대한 관리 영역을 생성하는 단계;
    상기 관리 영역을 그룹화하는 단계;
    상기 관리 영역 각각으로부터 신호를 수집하는 단계; 및
    상기 관심 패턴에 대해 상기 제 1 대표 이미지를 생성하기 위해 상기 신호를 집합시키는 단계
    를 포함하는 것인, 컴퓨터 프로그램 제품.
  15. 제 13 항에 있어서, 상기 각각의 관심 패턴에 대해, 상기 제 2 대표 이미지를 생성하기 위해 상기 기준 다이 이미지의 상기 인트라 다이 검사를 수행하는 단계는,
    상기 타겟 다이 이미지와 관련된 관심 패턴 중 하나를 식별하는 단계;
    상기 기준 다이 이미지 내의 상기 관심 패턴의 모든 인스턴스를 식별하는 단계;
    상기 인스턴스에 대한 관리 영역을 생성하는 단계;
    상기 관리 영역을 그룹화하는 단계;
    상기 관리 영역 각각으로부터 신호를 수집하는 단계; 및
    상기 관심 패턴에 대해 상기 제 2 대표 이미지를 생성하기 위해 상기 신호를 집합시키는 단계
    를 포함하는 것인, 컴퓨터 프로그램 제품.
  16. 제 13 항에 있어서, 상기 적어도 하나의 차분 이미지를 상기 생성된 각각의 제 1 대표 이미지 및 상기 생성된 각각의 제 2 대표 이미지를 사용하여 보정하는 단계는, 상기 각각의 관심 패턴에 대해,
    상기 관심 패턴에 대해 생성된 상기 제 1 대표 이미지와 상기 관심 패턴에 대해 생성된 상기 제 2 대표 이미지 간의 대표적인 차이를 획득하는 단계; 및
    상기 관심 패턴을 갖는 위치와 관련된 상기 적어도 하나의 차분 이미지 각각으로부터 상기 대표적인 차이를 차감하는 단계
    를 포함하는 것인, 컴퓨터 프로그램 제품.
  17. 검사 시스템에 있어서,
    적어도 하나의 프로세서
    를 포함하고, 상기 적어도 하나의 프로세서는,
    각각의 관심 패턴에 대해, 제 1 대표 이미지를 생성하기 위해 타겟 다이 이미지의 인트라 다이 검사를 수행하고;
    상기 각각의 관심 패턴에 대해, 제 2 대표 이미지를 생성하기 위해 기준 다이 이미지의 인트라 다이 검사를 수행하고;
    적어도 하나의 차분 이미지를 생성하기 위해 상기 타겟 다이 이미지와 상기 기준 다이 이미지를 비교하고;
    상기 적어도 하나의 차분 이미지를 상기 생성된 각각의 제 1 대표 이미지 및 상기 생성된 각각의 제 2 대표 이미지를 사용하여 보정하고;
    상기 보정된 차분 이미지를 사용하여 검출을 수행하기 위한 것인, 검사 시스템.
  18. 제 17 항에 있어서, 상기 각각의 관심 패턴에 대해, 상기 제 1 대표 이미지를 생성하기 위해 상기 타겟 다이 이미지의 상기 인트라 다이 검사를 수행하는 것은,
    상기 타겟 다이 이미지 내의 관심 패턴을 식별하는 것;
    상기 타겟 다이 이미지 내의 상기 관심 패턴의 모든 인스턴스를 식별하는 것;
    상기 인스턴스에 대한 관리 영역을 생성하는 것;
    상기 관리 영역을 그룹화하는 것;
    상기 관리 영역 각각으로부터 신호를 수집하는 것; 및
    상기 관심 패턴에 대해 상기 제 1 대표 이미지를 생성하기 위해 상기 신호를 집합시키는 것
    을 포함하는 것인, 검사 시스템.
  19. 제 17 항에 있어서, 상기 각각의 관심 패턴에 대해, 상기 제 2 대표 이미지를 생성하기 위해 상기 기준 다이 이미지의 상기 인트라 다이 검사를 수행하는 것은,
    상기 타겟 다이 이미지와 관련된 관심 패턴 중 하나를 식별하는 것;
    상기 기준 다이 이미지 내의 상기 관심 패턴의 모든 인스턴스를 식별하는 것;
    상기 인스턴스에 대한 관리 영역을 생성하는 것;
    상기 관리 영역을 그룹화하는 것;
    상기 관리 영역 각각으로부터 신호를 수집하는 것; 및
    상기 관심 패턴에 대해 상기 제 2 대표 이미지를 생성하기 위해 상기 신호를 집합시키는 것
    을 포함하는 것인, 검사 시스템.
  20. 제 17 항에 있어서, 상기 적어도 하나의 차분 이미지를 상기 생성된 각각의 제 1 대표 이미지 및 상기 생성된 각각의 제 2 대표 이미지를 사용하여 보정하는 것은, 각각의 관심 패턴에 대해,
    상기 관심 패턴에 대해 생성된 상기 제 1 대표 이미지와 상기 관심 패턴에 대해 생성된 상기 제 2 대표 이미지 간의 대표적인 차이를 획득하는 것; 및
    상기 관심 패턴을 갖는 위치와 관련된 상기 적어도 하나의 차분 이미지 각각으로부터 상기 대표적인 차이를 차감하는 것
    을 포함하는 것인, 검사 시스템.
KR1020187033742A 2016-04-22 2017-04-21 타겟 다이와 기준 다이의 비교로부터 생성된 차분 이미지를 보정하기 위한 시스템, 방법 및 컴퓨터 프로그램 제품 KR102170163B1 (ko)

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
US201662326684P 2016-04-22 2016-04-22
US62/326,684 2016-04-22
US15/373,930 2016-12-09
US15/373,930 US9984454B2 (en) 2016-04-22 2016-12-09 System, method and computer program product for correcting a difference image generated from a comparison of target and reference dies
PCT/US2017/028985 WO2017185058A1 (en) 2016-04-22 2017-04-21 System, method and computer program product for correcting a difference image generated from a comparison of target and reference dies

Publications (2)

Publication Number Publication Date
KR20180128509A KR20180128509A (ko) 2018-12-03
KR102170163B1 true KR102170163B1 (ko) 2020-10-26

Family

ID=60090307

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020187033742A KR102170163B1 (ko) 2016-04-22 2017-04-21 타겟 다이와 기준 다이의 비교로부터 생성된 차분 이미지를 보정하기 위한 시스템, 방법 및 컴퓨터 프로그램 제품

Country Status (6)

Country Link
US (1) US9984454B2 (ko)
KR (1) KR102170163B1 (ko)
CN (1) CN108885185B (ko)
IL (1) IL262170B (ko)
TW (1) TWI707416B (ko)
WO (1) WO2017185058A1 (ko)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10393671B2 (en) * 2015-04-29 2019-08-27 Kla-Tencor Corp. Intra-die defect detection
US11586939B2 (en) * 2019-02-28 2023-02-21 Entigenlogic Llc Generating comparison information
US11113827B2 (en) * 2019-09-23 2021-09-07 Kla Corporation Pattern-to-design alignment for one-dimensional unique structures
US11201074B2 (en) * 2020-01-31 2021-12-14 Kla Corporation System and method for semiconductor device print check alignment
US11803960B2 (en) * 2020-08-12 2023-10-31 Kla Corporation Optical image contrast metric for optical target search

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130070078A1 (en) 2010-01-05 2013-03-21 Yuji Takagi Method and device for testing defect using sem
KR101296532B1 (ko) 2004-12-07 2013-08-13 케이엘에이-텐코 코포레이션 레티클의 설계 패턴에서의 결함들을 검출 및/또는 분류하기 위한 컴퓨터 구현 방법들
US20160061745A1 (en) 2014-08-27 2016-03-03 Kla-Tencor Corporation Repeater Detection

Family Cites Families (23)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5917588A (en) * 1996-11-04 1999-06-29 Kla-Tencor Corporation Automated specimen inspection system for and method of distinguishing features or anomalies under either bright field or dark field illumination
US5854674A (en) * 1997-05-29 1998-12-29 Optical Specialties, Inc. Method of high speed, high detection sensitivity inspection of repetitive and random specimen patterns
US6392749B1 (en) * 1997-09-22 2002-05-21 Candela Instruments High speed optical profilometer for measuring surface height variation
US6902855B2 (en) 2002-07-15 2005-06-07 Kla-Tencor Technologies Qualifying patterns, patterning processes, or patterning apparatus in the fabrication of microlithographic patterns
JP4095860B2 (ja) 2002-08-12 2008-06-04 株式会社日立ハイテクノロジーズ 欠陥検査方法及びその装置
JP4038442B2 (ja) * 2003-02-28 2008-01-23 株式会社日立ハイテクノロジーズ 外観検査用画像処理装置
JP4351522B2 (ja) * 2003-11-28 2009-10-28 株式会社日立ハイテクノロジーズ パターン欠陥検査装置およびパターン欠陥検査方法
JP2005308464A (ja) * 2004-04-20 2005-11-04 Dainippon Screen Mfg Co Ltd 欠陥検出装置および欠陥検出方法
JP3965189B2 (ja) * 2005-03-24 2007-08-29 アドバンスド・マスク・インスペクション・テクノロジー株式会社 画像補正方法
US7676077B2 (en) 2005-11-18 2010-03-09 Kla-Tencor Technologies Corp. Methods and systems for utilizing design data in combination with inspection data
US8213704B2 (en) 2007-05-09 2012-07-03 Kla-Tencor Corp. Methods and systems for detecting defects in a reticle design pattern
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
US8126255B2 (en) 2007-09-20 2012-02-28 Kla-Tencor Corp. Systems and methods for creating persistent data for a wafer and for using persistent data for inspection-related functions
KR20100092014A (ko) * 2007-11-12 2010-08-19 마이크로닉 레이저 시스템즈 에이비 패턴 에러들을 검출하기 위한 방법들 및 장치들
JP5719843B2 (ja) * 2009-07-17 2015-05-20 ケーエルエー−テンカー・コーポレーションＫｌａ−Ｔｅｎｃｏｒ Ｃｏｒｐｏｒａｔｉｏｎ 設計データおよび欠陥データを使用したスキャナ性能の比較およびマッチング
US8559001B2 (en) * 2010-01-11 2013-10-15 Kla-Tencor Corporation Inspection guided overlay metrology
CA2878455C (en) * 2012-07-06 2020-12-22 Nant Holdings Ip, Llc Healthcare analysis stream management
US9189844B2 (en) * 2012-10-15 2015-11-17 Kla-Tencor Corp. Detecting defects on a wafer using defect-specific information
US10192303B2 (en) * 2012-11-12 2019-01-29 Kla Tencor Corporation Method and system for mixed mode wafer inspection
US9092846B2 (en) * 2013-02-01 2015-07-28 Kla-Tencor Corp. Detecting defects on a wafer using defect-specific and multi-channel information
KR20140116009A (ko) * 2013-03-21 2014-10-01 가부시키가이샤 에바라 세이사꾸쇼 검사 장치 및 검사용 화상 데이터의 생성 방법, 검사용 표시 장치, 결함 판별 방법 및 검사용 표시 프로그램이 기록된 기억 매체
US9766186B2 (en) * 2014-08-27 2017-09-19 Kla-Tencor Corp. Array mode repeater detection
US10393671B2 (en) * 2015-04-29 2019-08-27 Kla-Tencor Corp. Intra-die defect detection

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101296532B1 (ko) 2004-12-07 2013-08-13 케이엘에이-텐코 코포레이션 레티클의 설계 패턴에서의 결함들을 검출 및/또는 분류하기 위한 컴퓨터 구현 방법들
US20130070078A1 (en) 2010-01-05 2013-03-21 Yuji Takagi Method and device for testing defect using sem
US20160061745A1 (en) 2014-08-27 2016-03-03 Kla-Tencor Corporation Repeater Detection

Also Published As

Publication number Publication date
KR20180128509A (ko) 2018-12-03
CN108885185B (zh) 2020-03-27
TW201738985A (zh) 2017-11-01
WO2017185058A1 (en) 2017-10-26
US9984454B2 (en) 2018-05-29
US20170309007A1 (en) 2017-10-26
CN108885185A (zh) 2018-11-23
IL262170B (en) 2020-08-31
TWI707416B (zh) 2020-10-11
IL262170A (en) 2018-11-29

Similar Documents

Publication Publication Date Title
KR102170163B1 (ko) 타겟 다이와 기준 다이의 비교로부터 생성된 차분 이미지를 보정하기 위한 시스템, 방법 및 컴퓨터 프로그램 제품
US9721337B2 (en) Detecting defects on a wafer using defect-specific information
US20170091925A1 (en) Detecting Defects on a Wafer Using Defect-Specific and Multi-Channel Information
KR102223706B1 (ko) 제조된 컴포넌트 결함을 국부 적응 문턱값을 사용하여 식별하기 위한 시스템, 방법 및 컴퓨터 프로그램 제품
CN110494741B (zh) 用于从所制造组件识别的图案缺陷的系统性及随机性表征的系统、方法及计算机程序产品
US11139216B2 (en) System, method and non-transitory computer readable medium for tuning sensitivities of, and determining a process window for, a modulated wafer
CN109075101B (zh) 检测目标组件中的缺陷的系统、方法及计算机可读媒体
US10068323B2 (en) Aware system, method and computer program product for detecting overlay-related defects in multi-patterned fabricated devices

Legal Events

Date Code Title Description
A201 Request for examination
A302 Request for accelerated examination
E701 Decision to grant or registration of patent right
GRNT Written decision to grant