KR20120140233A - Method and system for defect detection - Google Patents
Method and system for defect detection Download PDFInfo
- Publication number
- KR20120140233A KR20120140233A KR1020120142928A KR20120142928A KR20120140233A KR 20120140233 A KR20120140233 A KR 20120140233A KR 1020120142928 A KR1020120142928 A KR 1020120142928A KR 20120142928 A KR20120142928 A KR 20120142928A KR 20120140233 A KR20120140233 A KR 20120140233A
- Authority
- KR
- South Korea
- Prior art keywords
- pixel
- image
- golden
- pixels
- test
- Prior art date
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
- G03F7/70605—Workpiece metrology
- G03F7/70616—Monitoring the printed patterns
- G03F7/7065—Defects, e.g. optical inspection of patterned layer for defects
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Microelectronics & Electronic Packaging (AREA)
- Computer Hardware Design (AREA)
- Power Engineering (AREA)
- Condensed Matter Physics & Semiconductors (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
Description
본 출원은 2006년 7월 31일자로 출원된 미국 가특허 일련 번호 60/820,924호의 우선권을 주장한다.This application claims the priority of US Provisional Patent Serial No. 60 / 820,924, filed July 31, 2006.
본 발명은 일반적으로 반도체 웨이퍼들, 인쇄회로기판들 및 레티클들(마스크들로도 또한 지칭됨)과 같은 패터닝된 물품(article)들의 자동 광학 검사 분야에 관한 것이다.The present invention relates generally to the field of automatic optical inspection of patterned articles such as semiconductor wafers, printed circuit boards and reticles (also referred to as masks).
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.Modern microelectronic devices are commonly manufactured using photolithographic processes. In this process, the semiconductor wafer is first coated with a layer of photoresist. This photoresist layer is then exposed to illumination light using a mask and then developed. After development, the unexposed photoresist is removed, and the exposed photoresist creates an image of a mask on the wafer. Thereafter, the top layer of the wafer is etched. After that, the remaining photoresist is stripped. For multilayer wafers, the procedure is then repeated to form subsequent patterned layers.
상기 포토리소그래픽 프로세스를 이용하여 제조된 마이크로전자 회로들의 컴포넌트들 수의 증가는 포토레지스트 노광에서 매우 높은 레졸루션(resolution) 이미지들의 사용을 요구한다.Increasing the number of components of microelectronic circuits fabricated using the photolithographic process requires the use of very high resolution images in photoresist exposure.
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.Those skilled in the art should recognize that the mask should be as defect free as possible, and preferably completely defect free, in order to fabricate operational microelectronic circuits. Accordingly, mask inspection tools are needed to detect various defects in masks that can potentially reduce microelectronic circuit manufacturing yield.
(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.Certain kinds of mask defects (such as redundant patterns, missing patterns or particles) can be detected by various inspection methods. Well known defect detection techniques are known as die to die comparison. Die to die comparison involves comparing an image of a die with an image of another die. Die to die comparison is not effective in single die masks or non-die areas of the mask.
결함 검출을 위한, 특히 마스크들의 결함 검출을 위한 방법들과 시스템들을 제공할 필요가 있다.There is a need to provide methods and systems for defect detection, in particular for defect detection of masks.
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.Methods, computer readable media, and systems for defect detection are provided. For convenience, one or more "tested" pixels are selected, and then one or more corresponding "reference" pixels are found. One or more "test" pixels are compared with one or more "reference" pixels to find possible defects. Mismatch between the test pixel and the "reference" pixel may indicate that a defect exists.
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.A method is provided. The method includes selecting a test pixel of a first image of an object; Retrieving a second pixel of a second image corresponding to the test pixel; The first image and the second image are obtained using different acquisition methods. ; Searching for a third pixel in which a neighborhood of the second pixel is similar to a perimeter of the third pixel of the second image; Retrieving a fourth pixel of the first image corresponding to the third pixel; And comparing the test pixel with the fourth pixel.
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.A computer readable medium is provided that includes computer readable code therein for detecting a defect, the computer readable code selecting a test pixel of a first image of an object; Retrieve a second pixel of a second image corresponding to the test pixel; The first image and the second image are obtained using different acquisition methods. ; The peripheral portion of the second pixel searches for a third pixel that is similar to the peripheral portion of the third pixel of the second image; Retrieve a fourth pixel of the first image corresponding to the third pixel; And instructions for comparing the test pixel with the fourth pixel.
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.A system for defect detection is provided, the system comprising a memory unit adapted to store information indicative of periphery of pixels in a first image of an object and in a second image of the object, and a processor coupled to the memory unit, The processor selects a test pixel of the first image of the object and retrieves a second pixel of the second image corresponding to the test pixel. The first image and the second image are acquired using different acquisition methods. Search for a third pixel, wherein the periphery of the second pixel is similar to the periphery of the third pixel of the second image, retrieve the fourth pixel of the first image corresponding to the third pixel, and retrieve the test pixel and the fourth pixel. Adapted to compare.
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.A method is provided, the method comprising: retrieving a second pixel of a second image corresponding to a test pixel of a first image of an object; The first image and the second image are obtained using different acquisition methods. ; Within a plurality of images of the object, searching for a third pixel whose periphery of the second pixel is similar to the periphery of the third pixel; Retrieving a fourth pixel of the first image corresponding to the third pixel; And comparing the test pixel with the fourth pixel.
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.A method is provided for detecting defects, the method comprising: retrieving a feature of a second image corresponding to a first feature of a first image of the object; The first image and the second image are obtained using different acquisition methods. ; Searching for a third feature where the perimeter of the second feature is similar to the perimeter of the third feature of the second image; Retrieving a fourth feature of the first image corresponding to the third feature; And comparing the first feature and the fourth feature.
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.A method for defect detection is provided, the method comprising: retrieving a second pixel of a second image corresponding to a test pixel of a first image of an object; The first image and the second image are obtained using different acquisition methods. ; Searching for a golden matching pixel where the periphery of the golden matching pixel of the second golden image is similar to the periphery of the third pixel; Retrieving a corresponding golden pixel of the first golden image corresponding to the golden matching pixel; And comparing the test pixel with the corresponding golden pixel.
편의상, 상기 방법은 제2 픽셀의 주변부와 매칭되는 주변부들을 갖는 제2 이미지의 다수의 픽셀들을 탐색하는 단계를 포함한다.For convenience, the method includes searching for a plurality of pixels of the second image having peripheral portions that match the peripheral portions of the second pixel.
편의상, 상기 방법은 다수의 테스트 픽셀들에 대한 탐색을 반복하고 탐색 동안 발견된 픽셀들의 수를 나타내는 통계치들을 생성하는 단계를 포함한다.For convenience, the method includes repeating the search for the plurality of test pixels and generating statistics indicative of the number of pixels found during the search.
편의상, 상기 방법은 테스트 픽셀들을 기준 픽셀들로 대체함으로써 합성 이미지를 생성하는 단계를 포함한다.For convenience, the method includes generating a composite image by replacing test pixels with reference pixels.
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.For convenience, the computer-readable code retrieves a second pixel of the second image corresponding to the test pixel of the first image of the object. The first image and the second image are obtained using different acquisition methods. ; Within the plurality of images of the object, the perimeter of the second pixel searches for a third pixel that is similar to the perimeter of the third pixel; Retrieve a fourth pixel of the first image corresponding to the third pixel; And instructions for comparing the test pixel with the fourth pixel.
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.For convenience, the computer-readable code retrieves a feature of the second image corresponding to the first feature of the first image of the object. The first image and the second image are obtained using different acquisition methods. ; Search for a third feature where the perimeter of the second feature is similar to the perimeter of the third feature of the second image; Retrieve a fourth feature of the first image corresponding to the third feature; And instructions for comparing the first feature and the fourth feature.
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.For convenience, the computer-readable code retrieves a second pixel of the second image corresponding to the test pixel of the first image of the object. The first image and the second image are obtained using different acquisition methods. ; The periphery of the golden matching pixel of the second golden image searches for a golden matching pixel that is similar to the periphery of the third pixel; Retrieve the corresponding golden pixel of the first golden image corresponding to the golden matching pixel; And instructions for comparing the test pixel with the corresponding golden pixel.
편의상, 상기 컴퓨터-판독가능 코드는 제2 픽셀의 주변부와 매칭되는 주변부들을 갖는 제2 이미지의 다수의 픽셀들을 탐색하기 위한 명령들을 포함한다.For convenience, the computer-readable code includes instructions for searching for a plurality of pixels of the second image with peripherals that match the peripherals of the second pixel.
편의상, 상기 컴퓨터-판독가능 코드는 다수의 테스트 픽셀들에 대한 탐색을 반복하고 탐색 동안 발견된 픽셀들의 수를 나타내는 통계치들을 생성하기 위한 명령들을 포함한다.For convenience, the computer-readable code includes instructions for repeating the search for a plurality of test pixels and generating statistics indicative of the number of pixels found during the search.
편의상, 상기 컴퓨터-판독가능 코드는 테스트 픽셀들을 기준 픽셀들로 대체함으로써 합성 이미지를 생성하기 위한 명령들을 포함한다.For convenience, the computer-readable code includes instructions for generating a composite image by replacing test pixels with reference pixels.
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.A system for defect detection is provided, the system comprising: a memory unit adapted to store information indicative of periphery of pixels in a first image of an object and in a second image of the object: and in a test pixel of the first image of the object Retrieve the second pixel of the corresponding second image; The first image and the second image are obtained using different acquisition methods. The peripheral portion of the golden matching pixel of the second golden image searches for a golden matching pixel similar to the peripheral portion of the third pixel, retrieves the corresponding golden pixel of the first golden image corresponding to the golden matching pixel, and the test pixel and the corresponding golden A processor adapted to compare the pixels.
편의상, 상기 프로세서는 제2 픽셀의 주변부와 매칭되는 주변부들을 가지는 제2 이미지의 다수의 픽셀들을 탐색하도록 적응된다.For convenience, the processor is adapted to search for a plurality of pixels of the second image with peripherals that match the peripherals of the second pixel.
편의상, 상기 프로세서는 다수의 테스트 픽셀들의 탐색을 반복하고 탐색 동안 발견된 픽셀들의 수를 나타내는 통계치들을 생성하도록 적응된다.For convenience, the processor is adapted to repeat the search of the plurality of test pixels and generate statistics indicative of the number of pixels found during the search.
편의상, 상기 프로세서는 테스트 픽셀들을 기준 픽셀들로 대체함으로써 합성 이미지를 생성하도록 추가로 적응된다.For convenience, the processor is further adapted to generate a composite image by replacing test pixels with reference pixels.
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.A system for defect detection is provided, the system comprising: a memory unit adapted to store information indicative of perimeters of pixels in a first image of an object; And a processor coupled to the memory unit, wherein the processor retrieves a second pixel of the second image corresponding to the test pixel of the first image of the object; The first image and the second image are obtained using different acquisition methods. In a plurality of images of the object, the periphery of the second pixel searches for a third pixel that is similar to the periphery of the third pixel, retrieves the fourth pixel of the first image corresponding to the third pixel, and the test pixel And to compare the fourth pixel.
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.A system for defect detection is provided, the system comprising: a memory unit adapted to store information indicative of perimeters of pixels in a first image of an object; And a processor coupled to the memory unit, wherein the processor retrieves a feature of the second image corresponding to the first feature of the first image of the object; The first image and the second image are obtained using different acquisition methods. , Search for a third feature where the perimeter of the second feature is similar to the perimeter of the third feature of the second image, retrieve the fourth feature of the first image corresponding to the third feature, and first and fourth features Is adapted to compare.
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.In order to understand the present invention and how it may be practiced in practice, embodiments will now be described with reference to the accompanying drawings by way of illustration and not limitation.
1 shows two images, several pixels and several peripheries of these several pixels in accordance with an embodiment of the invention.
2 shows several perimeters of a pixel according to an embodiment of the invention.
3A is a flowchart of a method for generating a first image data structure and a second image data structure, in accordance with an embodiment of the invention.
3B is a flowchart of a method for generating a first image data structure, in accordance with an embodiment of the invention.
4 is a flowchart of a method for defect detection according to an embodiment of the present invention.
5-6 are flowcharts of methods for defect detection according to an embodiment of the present invention.
7 shows a reflection image of a mask, a transmission image of a mask and a defect map according to an embodiment of the invention.
8 illustrates a system for detecting defects in accordance with an embodiment of the invention.
9 shows four images, several pixels, and several perimeters of these several pixels, according to another embodiment of the invention.
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.Systems, methods and computer program products are provided. Defects can be found by analyzing two images of the same object obtained using different acquisition methods. These two images may comprise a reflected image and a transmissive image of the same object.
마스크의 비-다이(non-die) 영역들 상에서 소프트(soft) 결함들을 발견하기 위해 시스템, 방법 및 컴퓨터 프로그램 물건이 사용될 수 있다.The system, method and computer program product can be used to find soft defects on non-die areas of the mask.
방법, 시스템 및 컴퓨터 프로그램 물건은 두 개의 이미지들 중 하나에서만 볼 수 있는 결함들을 검출할 수 있다.The method, system and computer program product can detect defects that are only visible in one of the two images.
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).The method, system and computer program product make use of the assumption that for an object without defects, two similar locations in one image are also similar in the second image. If a defect appears in an image, the similarity between the locations is 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.For simplicity of explanation, the following description will relate to the analysis of transmitted and reflected images of the same object. Those skilled in the art will recognize that the method, system, and computer program product may be applied to other different image acquisition methods with minor modifications as necessary.
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.1 shows two images. Each image contains a significant number of pixels, but only a few of them are shown. Note that not only this drawing but also other drawings are not in proportion.
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.The
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.The first to eighth pixels 1-8 are surrounded by a plurality of peripheral pixels to form a plurality of peripheral parts 11-18. While perimeters of square shapes are shown, it is noted that other shapes of perimeters may be used.
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.The terms "second", "third", "fourth", "fifth", "sixth", "seventh", and "eighth" used in connection with pixels are merely for convenience. Note that These terms do not refer to metadata such as priority level, location related information, or the like.
도 2는 본 발명의 다양한 실시예들에 따른 픽셀(1)의 몇 개의 주변부들(11, 11' 및 11")을 도시한다.2 shows several
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.Peripheral 11 "includes nine fine resolution pixels, centered on
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.For convenience, the
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.Using fine resolution pixels provides a better depiction of a smaller area in relation to using non-resolution resolution pixels. Expressing the periphery by both the non-segmented resolution pixels and the fine resolution pixels makes it possible to represent a larger area around the pixel while providing more detailed information about the vicinity of the pixel.
미세 레졸루션은 미리 정의된 인자만큼 비세분 레졸루션과 상이할 수 있다. 약 2개 내지 4개의 인자들이 선택될 수 있지만, 이는 반드시 그러한 것은 아니다.The fine resolution can be different from the non- subdivision resolution by a predefined factor. About 2-4 factors may be selected, but this is not necessarily the case.
비록 도 2가 9개 또는 18개의 픽셀 주변부를 도시하지만, 더욱 큰(또는 더욱 작은) 주변부들이 선택될 수 있다는 점에 추가로 유의한다.Although FIG. 2 shows nine or eighteen pixel perimeters, it is further noted that larger (or smaller) perimeters may be selected.
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.Note that the first image and the second image may be images of a mask region that includes scribe lines or other regions that cannot be analyzed by applying die-to-die or cell-to-cell analysis. It is further noted that other locations of the mask may be analyzed by other defect detection methods such as die to die comparison, cell to cell comparison, and the like.
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.It is further noted that various areas of the mask can be analyzed by applying simpler detection methods specified for specific mask areas, such as clear areas, lines, contacts, and the like. This combination reduces the overall time complexity of the solution.
도 3a는 본 발명의 실시예에 따른, 제1 이미지 데이터 구조 및 제2 이미지 데이터 구조를 생성하기 위한 방법(400)의 흐름도이다.3A is a flowchart of a
방법(400)은 상이한 이미지 획득 방법들을 이용함으로써 획득된 동일한 대상물의 제1 이미지 및 제2 이미지를 수신하는 단계(410)에 의해 시작된다.The
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.For example, certain images may be obtained using high NA optics, while other images may be obtained using low NA optics, while certain images may have bright field illumination. Can be obtained using other field images, dark image illumination, the first image and other images can have different pixel sizes, can be characterized by different resolution, While an image of may be obtained, the other image may be a golden image, a selected image (from history), a database representation, and the like.
단계(410)에 이어 제1 이미지 내에서 그리고 제2 이미지 내에서 선택된 픽셀들을 선택하는 단계(420)가 뒤따른다.Step 410 is followed by
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.The selected pixels may be selected to represent features expected to appear in the first image, for example. The selection can be performed automatically, manually (in response to user feature definitions or user pixel selection), or semi-automatically. The selection can respond to various parameters such as memory size constraints, processor constraints, speed of data structure retrieval, number and complexity of features of interest, and the like. Note that a number of pixels of the second image are also selected, and their perimeters (or lower dimension representations of those perimeters) are stored in the second image data structure.
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.The selection can also respond to a defect detection method that must be applied to detect various defects. The selection between the defect detection methods may be based on the suitability of the defect detection method for finding the defect and the resource consumption level of the defect detection method. For example, certain areas of the mask can be analyzed by using simpler detection methods specified for specific mask areas such as clear areas, lines, contacts, and the like. In this case the pixels belonging to such regions (so-called "other pixels") are analyzed using another detection scheme as shown by step 340.
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.Step 420 is followed by
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.Step 430 is followed by the step 440 of aligning these perimeters (or lower dimension representations of these perimeters) in the first image data structure and in the second image data structure. Note that the first image data structure and the second image data structure can be characterized by fast retrieval time. For example, these data structures may be multidimensional KD-trees that support fast nearest-neighbor searching.
도 3b는 본 발명의 실시예에 따른, 제2 이미지 데이터 구조를 생성하기 위한 방법(401)의 흐름도이다.3B is a flowchart of a
방법(401)은 제2 이미지 데이터 구조만을 생성함으로써 방법(400)과는 상이하다. 방법(401)은 제1 이미지의 결함 평가 동안 적용될 수 있다.The
방법(401)은 대상물의 제2 이미지를 수신하는 단계(411)에 의해 시작한다.The
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.For convenience, there is also a first image being evaluated (especially defects in the first image are being detected and evaluated). The first image and the second image of the same object are obtained by using different image acquisition methods.
단계(411)에 이어 제2 이미지 내에서 선택된 픽셀들을 선택하는 단계(421)가 뒤따른다.Step 411 is followed by step 421 of selecting the selected pixels in the second image.
단계(421)에 이어 선택된 픽셀들의 주변부들의 표현들을 생성하는 단계(431)가 뒤따른다.Step 421 is followed by step 431 of generating representations of the perimeters of the selected pixels.
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.Step 431 is followed by step 441 of aligning these perimeters (or lower dimensional representations of these perimeters) in the second image data structure. Note that the second image data structure can be characterized by a fast retrieval time. For example, these data structures may be multidimensional KD-trees that support fast nearest neighbor search.
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.4 is a flowchart of a
도 4를 참조하면, 방법(300)은 단계들(310 및 320) 중 어느 하나에 의해 시작된다.Referring to FIG. 4, the
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.Step 310 illustrates the creation of the first image data structure and the second image data structure, while step 320 illustrates the reception of such data structures. Step 310 can include applying various steps of the
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.Analysis begins after steps 310 and 320 are completed. The analysis is performed on a pixel-by-pixel basis, as shown by step 330 following steps 310 and 320.
단계(330)는 평가할 픽셀을 선택하는 것 ? "새로운" 테스트 픽셀을 선택하는 것을 포함한다.Step 330 is selecting a pixel to evaluate. Involves selecting a "new" test pixel.
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.Step 330 is followed by step 340 of analyzing the "new" test pixels by applying a similarity based defect detection scheme. Step 340 may include applying the steps of method 100 (of FIG. 5) and, additionally or alternatively, applying the steps of method 200 (of FIG. 6).
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.Should step 340 be followed by more pixels to be examined? Check 350 follows, "Is there any more pixels to evaluate by applying the similarity based defect detection scheme?"
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.If the response is affirmative,
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.Those skilled in the art will appreciate that the results of the similarity based defect detection scheme may be provided in other ways, and the map is provided merely as a sample. The map may comprise a plurality of map pixels, each pixel having a value indicating a difference between pixels of the same image.
도 5의 방법(100)은 제2 이미지 내에서 제1 이미지 내의 테스트 픽셀에 대응하는 제2 픽셀을 리트리브하는 단계(150)에 의해 시작된다.The
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.According to one embodiment of the invention, the test pixel may be selected by a user, by an automated process, or the like. The test pixel may be selected taking into account the expected structure of the mask, potentially the defect prone regions. The test pixel can also represent an arbitrary pixel in the first image. For example, if all the pixels in the first image are analyzed, the test pixel can represent any pixel in the first image.
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.The first pixel and the second pixel should exhibit the same location within the object. Step 150 may be preceded by the registration of the first image and the second image.
단계(150)에 이어 제2 픽셀의 주변부가 제2 이미지의 제3 픽셀의 주변부와 유사한 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.Step 150 is followed by a search for a third pixel in which the periphery of the second pixel is similar to the periphery of the third pixel of the second image. If no such third pixel is found, the
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.Step 160 includes steps 162 and 164 for convenience. Step 162 includes generating an N-dimensional representation of the periphery of the second pixel. Step 164 includes searching the N-dimensional KD-tree for the periphery of the third pixel, which is the approximately nearest perimeter of the periphery of the second pixel.
N차원 KD-트리들이 아닌 다른 데이터 구조가 탐색될 수 있고, 최근접 주변부들을 근사화하는 다른 알고리즘들이 적용될 수 있다는 점에 유의한다.Note that other data structures other than N-dimensional KD-trees may be searched, and other algorithms that approximate the nearest neighbors may be applied.
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.If such a third pixel is found, step 160 is followed by a step 170 of retrieving the fourth pixel of the first image corresponding to the third pixel. The third pixel and the fourth pixel must exhibit their same location within the object.
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.Step 170 is followed by a step 180 of comparing the test pixel with the fourth pixel. If these pixels are similar to each other, it is assumed that a defect is not present, or otherwise (if these pixels are not similar), it is assumed that a defect is found. Note that step 180 may also include a comparison between the perimeter of the test pixel and the fourth pixel, a comparison between some pixels of these perimeters, and the like. The comparison may include a comparison of the intensity of each pixel, the energy of each pixel, and the like.
이상적으로 유사한 피쳐들을 나타내는 2개보다 많은 수의 픽셀들을 비교함으로써 결함이 알려질(announced) 수 있다는 점에 유의한다.Note that a defect may be announced by comparing more than two pixels that ideally represent similar features.
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.For convenience, the comparison includes (or precedes registration) a sub-pixel registration between the periphery of the first pixel and the fourth pixel, and the periphery removes (or reduces) noise, visual artifacts, and the like. May be further processed.
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.Note that the same process can be applied to the pixels of the second image. In many cases, it is further noted that pixels of the first image and the second image may be evaluated, but not necessarily.
도 6의 방법(200)은 방법(100)의 단계들(150-180)과 유사한 단계들(250-280)을 포함한다.The
단계(200)는 제1 이미지의 제5 픽셀에 대응하는 제1 이미지의 제6 픽셀을 리트리브하는 단계(250)에 의해 시작된다.Step 200 begins by retrieving 250 a sixth pixel of the first image corresponding to the fifth pixel of the first image.
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.Following step 250, step 260 is followed by searching for a seventh pixel whose periphery of the seventh pixel of the first image is similar to the periphery of the sixth pixel. If no such seventh pixel is found, the
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.If such a seventh pixel is found, step 260 is followed by a step 270 of retrieving an eighth pixel corresponding to the seventh pixel in the second image. The seventh and eighth pixels must exhibit the same location within the object.
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.Step 270 is followed by a step 280 of comparing the periphery of the fifth pixel with the periphery of the eighth pixel. If these peripherals are similar to each other, it is assumed that there are no defects, otherwise (if these peripherals are not similar), it is assumed that a defect has been found.
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.Those skilled in the art will appreciate that steps 250-280 can be applied during a defect detection method similar to the
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.FIG. 7 is a
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.8 shows a
그러한 시스템의 일부가 아닌 프로세서가 마스크의 반사 및 투과 이미지들을 수신한 후에 유사성 기반 검출 방식을 적용할 수 있다는 점에 유의한다.Note that a processor that is not part of such a system may apply a similarity-based detection scheme after receiving the reflected and transmitted images of the mask.
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.Light from the reflective
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.The memory unit 92 may store images, and additionally or alternatively, may store information indicative of perimeters of pixels in the first image of the object and in the second image of the object.
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.The processor 90 is connected to the memory unit 92. The processor 90 may: (i) retrieve a second pixel of a second image corresponding to the test pixel of the first image of the object; Where the first image and the second image are obtained using different acquisition methods? ; (ii) search for a third pixel where the perimeter of the second pixel is similar to the perimeter of the third pixel of the second image; (iii) retrieve the fourth pixel of the first image corresponding to the third pixel; And to compare the test pixel with the fourth pixel.
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.Each of the various methods mentioned above may be executed by a computer executing a computer program stored on a computer readable medium.
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.The above mentioned description relates to the selection of test pixels and the comparison of the test pixel with a reference pixel. Note that the present invention can be applied to features with only minor modifications. Thus, a test feature can be selected, and the corresponding feature can be retrieved from another image of the object, and once a similar feature is found in another image and found, the reference feature can be retrieved and compared with the test feature.
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.The above-mentioned description relates to the comparison of the pixels in the first image and the second image. According to an embodiment of the present invention, each image represents a portion of a mask, and similarity-based searching may be extended to finding pixels with similar peripherals within multiple images of different portions of the reticle rather than being bound to the second image. Can be. Thus, a data structure of multiple images can be generated.
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.The above-mentioned description relates to the comparison of the pixels in the first image and the second image. According to an embodiment of the invention, a database or "golden" images are used to find defects. The first “golden” image may represent a defect-free (ideal) reticle as it is imaged during the acquisition method applied to acquire the first image. The second “golden” image may represent a defect-free (ideal) reticle as it is imaged during the acquisition method applied to acquire the second image. Instead of applying a similarity-based search within the second image, the similarity-based search has a periphery similar to the periphery of the second pixel located in the second image (golden matching pixel) in the second "golden" image. Navigate. After the golden matching pixel is found, the corresponding golden pixel (in the first "golden" image) is retrieved. The position of the golden matching pixel is the same as the position of the corresponding golden pixel. The corresponding golden pixel is then compared with the test pixel. If these pixels are different from each other (threshold based determination can be applied), the test pixel may indicate a defect. In this case, the test pixel is the pixel under test and the corresponding golden pixel is the reference pixel. Note that when the pixels of the second image are evaluated, a similar process can be applied.
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.9 shows a first
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.In accordance with an embodiment of the present invention, similarity-based searching may attempt to locate multiple similar pixels per target pixel. The process may continue by generating statistics indicating the number (or other attribute) of similar (reference) pixels and the relationship between the pixels.
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.According to another embodiment of the invention, a composite image is generated. In such a composite image, the reference pixels may replace the target pixels and vice versa. Target pixels that do not have similar pixels can be filtered.
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.Those skilled in the art will readily appreciate that various changes and modifications may be applied to embodiments of the invention as described above without departing from the scope of the invention as defined in the appended claims and the appended claims. something to do.
Claims (10)
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(golden matching) 픽셀의 주변부가 상기 제2 픽셀의 주변부와 유사하게 되는 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 이미지의 골든 픽셀 및 골든 매칭 픽셀 각각은 결함이 없는(defect-free) 대상물을 나타내는 이미지의 픽셀인,
결함 검출을 위한 방법.As a method for detecting a defect,
Retrieving a second pixel of the second image of the object, corresponding to a test pixel of the first image of the object; The first image and the second image are obtained using different acquisition methods. ;
Searching for the golden matching pixel such that a periphery of a golden matching pixel of a second golden image becomes similar to a periphery of the second pixel;
Retrieving the corresponding golden pixel of the first golden image, corresponding to the golden matching pixel;
Comparing the test pixel with the corresponding golden pixel; And
Identifying defects in the object based on the comparison
Including;
Each of the golden and golden matching pixels of a golden image is a pixel of the image representing a defect-free object,
Method for fault detection.
다수의 테스트 픽셀들에 대한 탐색을 반복하고, 상기 탐색 동안에 발견된 픽셀들의 수를 나타내는 통계(statistics)를 생성하는 단계를 더 포함하는, 결함 검출을 위한 방법.The method of claim 1,
Repeating the search for a plurality of test pixels and generating statistics indicative of the number of pixels found during the search.
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 유사하게 되는 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 이미지의 골든 픽셀 및 골든 매칭 픽셀 각각은 결함이 없는 대상물을 나타내는 이미지의 픽셀인,
컴퓨터 판독가능 매체.A computer readable medium having therein computer-readable code for detecting a defect,
The computer-readable code is
Retrieve a second pixel of a second image of the object, corresponding to a test pixel of the first image of the object; The first image and the second image are obtained using different acquisition methods. ;
Search for the golden matching pixel such that the periphery of the golden matching pixel of the second golden image becomes similar to the periphery of the second pixel;
Retrieve the corresponding golden pixel of the first golden image, corresponding to the golden matching pixel;
Compare the test pixel with the corresponding golden pixel; And
To identify defects in the object based on the comparison
Instructions,
Each of the golden and golden matching pixels of a golden image is a pixel of the image that represents an object without defects,
Computer readable medium.
상기 컴퓨터-판독가능 코드는 상기 제2 픽셀의 주변부와 매칭되는 주변부들을 갖는 상기 제2 이미지의 다수의 픽셀들을 탐색하기 위한 명령들을 포함하는, 컴퓨터 판독가능 매체.The method of claim 3, wherein
And the computer-readable code includes instructions for searching for a plurality of pixels of the second image with peripherals that match the peripherals of the second pixel.
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.The method of claim 4, wherein
And the computer-readable code includes instructions for repeating a search for a plurality of test pixels and for generating statistics indicative of the number of pixels found during the search.
상기 컴퓨터-판독가능 코드는 테스트 픽셀들을 기준 픽셀들로 대체함으로써 합성 이미지를 생성하기 위한 명령들을 포함하는, 컴퓨터 판독가능 매체.The method of claim 3, wherein
And the computer-readable code includes instructions for generating a composite image by replacing test pixels with reference pixels.
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 유사하게 되는 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 이미지의 골든 픽셀 및 골든 매칭 픽셀 각각은 결함이 없는 대상물을 나타내는 이미지의 픽셀인,
결함 검출을 위한 시스템.A system for fault detection,
A memory unit adapted to store information indicative of periphery of pixels in the first image of the object and in the second image of the object; And
Includes a processor,
The processor comprising:
Retrieve a second pixel of the second image of the object, corresponding to a test pixel of the first image of the object; The first image and the second image are obtained using different acquisition methods. ;
Search for the golden matching pixel such that the periphery of the golden matching pixel of the second golden image becomes similar to the periphery of the second pixel;
Retrieve the corresponding golden pixel of the first golden image, corresponding to the golden matching pixel; And
To compare the test pixel with the corresponding golden pixel.
Adapted,
Each of the golden and golden matching pixels of a golden image is a pixel of the image that represents an object without defects,
System for fault detection.
상기 프로세서는 상기 제2 픽셀의 주변부와 매칭되는 주변부들을 갖는 상기 제2 이미지의 다수의 픽셀들을 탐색하도록 적응되는, 결함 검출을 위한 시스템.The method of claim 7, wherein
And the processor is adapted to search for a plurality of pixels of the second image with peripherals that match the peripherals of the second pixel.
상기 프로세서는 다수의 테스트 픽셀들에 대한 탐색을 반복하고, 상기 탐색 동안에 발견된 픽셀들의 수를 나타내는 통계를 생성하도록 적응되는, 결함 검출을 위한 시스템.The method of claim 8,
And the processor is adapted to repeat the search for a plurality of test pixels and generate statistics indicative of the number of pixels found during the search.
상기 프로세서는 상기 비교에 기초하여 상기 대상물에서 결함들을 식별하도록 적응되는, 결함 검출을 위한 시스템.The method of claim 7, wherein
And the processor is adapted to identify defects in the object based on the comparison.
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 (en) | 2006-07-31 | 2007-07-31 | Method and system for defect detection |
Publications (2)
Publication Number | Publication Date |
---|---|
KR20120140233A true KR20120140233A (en) | 2012-12-28 |
KR101301289B1 KR101301289B1 (en) | 2013-08-28 |
Family
ID=39340129
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020070077118A KR101320037B1 (en) | 2006-07-31 | 2007-07-31 | Method and system for defect detection |
KR1020120142928A KR101301289B1 (en) | 2006-07-31 | 2012-12-10 | Method and system for defect detection |
Family Applications Before (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020070077118A KR101320037B1 (en) | 2006-07-31 | 2007-07-31 | Method and system for defect detection |
Country Status (3)
Country | Link |
---|---|
JP (1) | JP5134880B2 (en) |
KR (2) | KR101320037B1 (en) |
CN (1) | CN101236164B (en) |
Families Citing this family (3)
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 |
US8914754B2 (en) * | 2011-04-26 | 2014-12-16 | Kla-Tencor Corporation | Database-driven cell-to-cell reticle inspection |
US10192303B2 (en) * | 2012-11-12 | 2019-01-29 | Kla Tencor Corporation | Method and system for mixed mode wafer inspection |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2510687B2 (en) * | 1987-08-13 | 1996-06-26 | 日本電信電話株式会社 | High-speed defect detection method and device |
US6175645B1 (en) * | 1998-01-22 | 2001-01-16 | Applied Materials, Inc. | Optical inspection method and apparatus |
KR100333744B1 (en) * | 1999-06-08 | 2002-04-25 | 이계철 | Searching system, method and recorder of similar images using for characteristics of compressed images |
US6862491B2 (en) * | 2002-05-22 | 2005-03-01 | Applied Materials Israel, Ltd. | System and method for process variation monitor |
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 |
KR100575444B1 (en) * | 2003-08-28 | 2006-05-03 | 엠텍비젼 주식회사 | Apparatus for compensating defect pixel existing in image sensor and method thereof |
KR100581514B1 (en) * | 2004-03-16 | 2006-05-22 | 엠텍비젼 주식회사 | Defective pixel correction apparatus and method using weight value |
JP4428112B2 (en) * | 2004-04-02 | 2010-03-10 | ソニー株式会社 | Appearance inspection method and appearance inspection apparatus |
JP4533689B2 (en) * | 2004-07-15 | 2010-09-01 | 株式会社東芝 | Pattern inspection method |
-
2007
- 2007-07-31 CN CN2007101428774A patent/CN101236164B/en not_active Expired - Fee Related
- 2007-07-31 KR KR1020070077118A patent/KR101320037B1/en active IP Right Grant
- 2007-07-31 JP JP2007199482A patent/JP5134880B2/en not_active Expired - Fee Related
-
2012
- 2012-12-10 KR KR1020120142928A patent/KR101301289B1/en active IP Right Grant
Also Published As
Publication number | Publication date |
---|---|
JP5134880B2 (en) | 2013-01-30 |
KR20080011635A (en) | 2008-02-05 |
CN101236164B (en) | 2012-09-05 |
JP2008076383A (en) | 2008-04-03 |
CN101236164A (en) | 2008-08-06 |
KR101301289B1 (en) | 2013-08-28 |
KR101320037B1 (en) | 2013-10-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US8238647B2 (en) | Method and system for defect detection | |
US9846930B2 (en) | Detecting defects on a wafer using defect-specific and multi-channel information | |
US9805462B2 (en) | Machine learning method and apparatus for inspecting reticles | |
KR102300550B1 (en) | Using high resolution full die image data for inspection | |
TWI621849B (en) | Computer-implemented method, non-transitory computer-readable medium, and system for detecting defects on a wafer | |
KR102485553B1 (en) | Critical dimension uniformity enhancement techniques and apparatus | |
KR102110634B1 (en) | Wafer inspection using free-form care areas | |
JP2010151655A (en) | Defect inspection method and apparatus therefore | |
JP2010520622A (en) | Method for accurately identifying the edge of an inspection area for an array area formed on a wafer, and a method for binning detected defects in an array area formed on a wafer | |
WO2015027198A1 (en) | Block-to-block reticle inspection | |
KR101301289B1 (en) | Method and system for defect detection | |
IL286948B2 (en) | Defect candidate generation for inspection | |
Bhamidipati et al. | Automatic classification of patterned mask defects for requalification at wafer fabs in absence of layout data | |
WO2022182808A1 (en) | Methods for improving optical inspection and metrology image quality using chip design 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 |