KR20220001125A

KR20220001125A - 기판 불량 검출 방법 및 장치

Info

Publication number: KR20220001125A
Application number: KR1020200079050A
Authority: KR
Inventors: 이성희; 장규백
Original assignee: 삼성전자주식회사
Priority date: 2020-06-29
Filing date: 2020-06-29
Publication date: 2022-01-05
Also published as: US11587235B2; US20210407099A1

Abstract

본 개시의 일 실시예는, 계측 장치에 의해 생성된 피검사체의 제1 이미지를 수신하는 단계; 상기 제1 이미지를 그레이 스케일(gray scale) 레벨로 변환하여 제2 이미지를 생성하는 단계; 상기 제2 이미지의 그레이 레벨에 대한 화소수의 히스토그램(histogram)으로부터, 화소수가 최대인 제1 그레이 레벨값과, 화소수가 상기 제1 그레이 레벨값의 1/10인 제2 및 제3 그레이 레벨값을 산출하는 단계; 상기 제2 이미지를 상기 제1 그레이 레벨값 미만의 레벨을 갖는 화소들로 이루어진 제3 이미지와, 상기 제1 그레이 레벨값 이상의 화소들로 이루어진 제4 이미지로 변환하는 단계; 상기 제3 및 제4 이미지에 각각 캐니(Canny) 알고리즘을 적용하여 에지를 검출하고 상기 제3 및 제4 이미지에 중첩하여 제5 및 제6 이미지를 생성하는 단계 -상기 제2 및 제3 그레이 레벨값을 각각 낮은 문턱값(low threshold)으로 적용함-; 및 상기 제5 및 제6 이미지를 중첩하고 출력하는 단계;를 포함하는 기판 불량 검출 방법을 제공한다.

Description

기판 불량 검출 방법 및 장치{METHOD AND APPARATUS FOR DETECTING DEFECTS ON SUBSTRATE}

본 개시는 기판 불량 검출 방법 및 장치에 관한 것이다.

반도체 칩을 생산하기 위한 기판의 제조 공정은 복수의 공정들이 순차적으로 이루어지므로, 어느 하나의 공정에서 불량이 발생하면, 불량이 존재하는 상태로 마지막 공정까지 거쳐 불량인 기판을 생산하게 된다. 그러므로, 생산성의 향상시키기 위해서는, 불량이 발생한 기판을 발견하고 이를 제거하는 과정이 중요하다. 기판의 불량을 더욱 신속하게 파악하기 위하여, 불량 영역의 표시 정확도 향상에 대한 요구가 증가하고 있다.

본 개시에서 해결하려는 과제는, 기판 제조 공정에서 발생한 불량 영역의 표시 정확도를 향상시킬 수 있는 기판 불량 검출 방법 및 장치를 제공하는데 있다.

본 개시의 일 실시예는, 피검사체를 촬영하여 제1 이미지를 생성하는 계측 장치; 및 상기 제1 이미지를 수신하고, 상기 제1 이미지를 그레이 스케일(gray scale) 레벨로 변환하여 제2 이미지를 생성하고, 상기 제2 이미지의 그레이 레벨에 대한 화소수의 히스토그램(histogram)으로부터, 화소수가 최대인 제1 그레이 레벨값과, 화소수가 상기 제1 그레이 레벨값의 1/10인 제2 및 제3 그레이 레벨값을 산출하고, 상기 제2 이미지를 상기 제1 그레이 레벨값 미만의 레벨을 갖는 화소들로 이루어진 제3 이미지와, 상기 제1 그레이 레벨값 이상의 화소들로 이루어진 제4 이미지로 변환하고, 상기 제3 및 제4 이미지에 각각 캐니(Canny) 알고리즘을 적용하여 에지를 검출하고 상기 제3 및 제4 이미지에 중첩하여 제5 및 제6 이미지를 생성하고 -상기 제2 및 제3 그레이 레벨값을 각각 낮은 문턱값(low threshold)으로 적용함-, 상기 제5 및 제6 이미지를 중첩하고 출력하는 화상 처리부;를 포함하는 기판 불량 검출 장치를 제공한다.

이미지의 히스토그램 분석을 통해 이미지에 적용하는 활성화 함수의 기준값을 최적화하고, 에지 검출의 문턱값을 최적화함으로써 기판 제조 공정에서 발생한 불량 영역의 표시 정확도를 향상시킬 수 있는 기판 불량 검출 방법 및 장치를 제공할 수 있다.

도 1은 본 개시의 일 실시예에 따른 기판 불량 검출 장치를 개략적으로 도시한 도면이다.
도 2는 도 1의 화상 처리부가 기판의 표면을 스캔하며 촬영하는 과정을 도시한 도면이다.
도 3은 본 개시의 일 실시예에 따른 기판 불량 검출 장치를 이용한 기판 불량 검출 방법을 도시한 흐름도이다.
도 4a는 계측 장치에서 촬영된 광학 이미지이다.
도 4b는 도 4의 광학 이미지의 히스토그램이다.
도 5a는 제1 활성화 함수를 도시한 그래프이다.
도 5b는 제1 활성화 함수를 적용한 이미지이다.
도 5c는 도 5b의 이미지의 히스토그램이다.
도 6a는 제2 활성화 함수를 도시한 그래프이다.
도 6b는 제2 활성화 함수를 적용한 이미지이다.
도 6c는 도 6b의 이미지의 히스토그램이다.
도 7은 도 5b의 이미지에 제1 낮은 문턱값을 적용하여 에지를 검출하고 중첩한 이미지이다.
도 8은 도 6b의 이미지에 제2 낮은 문턱값을 적용하여 에지를 검출하고 중첩한 이미지이다.
도 9a 내지 도 9f는 낮은 문턱값을 변화시킴에 따라 검출된 에지들을 표시한 이미지이다.
도 10a는 제2 이미지에 이진화 함수를 적용한 비교예이다.
도 10b는 도 10a의 이미지에서 에지를 검출하고 중첩한 이미지이다.

이하, 첨부된 도면을 참조하여 본 개시의 다양한 실시예들을 상세히 설명하기로 한다.

도 1을 참조하면, 본 개시의 일 실시예에 의한 기판 불량 검출 장치(10)는 피검사체인 기판(W)의 상부에서 기판(W)의 표면을 촬영하여 이미지를 생성하는 계측 장치(100)와, 계측 장치(100)에서 전송된 이미지를 화상 처리하여 기판(W)의 불량 영역을 검출하고 출력하는 화상 처리부(200)를 포함할 수 있다. 일 실시예의 경우, 기판(W)은 웨이퍼일 수 있으며, 척 테이블(T)과 같은 지지부에 안착된 상태로 제공될 수 있다. 또한, 일 실시예는 기판(W)이 화학적 기계적 연마(Chemical mechanical polishing; CMP) 공정을 거친 이후에 기판 불량 검출 장치(10)가 기판(W)의 이미지를 촬영하고 불량 영역을 검출하는 경우를 예로 들어 설명한다. 다만, 이에 한정하는 것은 아니며, 일 실시예에 의한 기판 불량 검출 장치(10)는 기판(W)에 마스크를 형성한 후에, 마스크 표면의 불량 영역을 검출하는 경우와 같이, 기판 제조 공정의 다양한 공정에 폭넓게 적용될 수 있다.

계측 장치(100)는 기판(W)의 제조공정을 모니터링하는 데에 사용되는 전자 현미경일 수 있다. 전자 현미경은 CD-SEM(critical dimension scanning electron microscopy), Cross-sectional SEM, 및 투과 전자 현미경(transmission electron microscope; TEM) 중 어느 하나일 수 있다. 도 2에 도시된 바와 같이, 계측 장치(100)는 일 방향(D)을 따라 이동하며 기판(W)을 전체적으로 스캔하며, 기판(W)의 각 영역을 순차적으로 촬영할 수 있다. 계측 장치(100)는 촬영된 각 영역에 대응되는 복수의 이미지(IM1)를 생성할 수 있다. 복수의 이미지(IM1)는 각각 소정의 화소들(예를 들어, 2048×2000)(P)로 이루어질 수 있다. 실시예에 따라, 촬영된 각각의 이미지는 컬러 이미지 (color image)또는 그레이 이미지(gray image) 일 수 있다.

화상 처리부(200)는 계측 장치(100)에서 전송된 복수의 이미지를 각각 화상 처리하여 이미지 내의 불량 영역을 검출하고, 검출된 불량 영역을 사용자가 인식하기 용이하도록 시인성이 높은 색깔로 표시하여 출력할 수 있다. 일 실시예의 경우, 화상 처리부(200)는 PC(personal computer)로 구현될 수 있으며, 기판(W)의 불량 영역이 표시된 이미지를 모니터로 출력할 수 있다.

도 3을 참조하여, 화상 처리부(200)가 이미지의 불량 영역을 검출하는 방법에 대해 설명한다. 종래에는 촬영된 기판의 이미지에서 불량 영역을 검출하기 위해, 정상적인 기판을 촬영한 기준 이미지와 촬영된 이미지를 서로 대조하는 방법이 사용되었다. 그러나, 이러한 방법은 기준 이미지가 반드시 필요하였으며, 생산 공정이 변화되면 기준 이미지를 다시 준비해야 하는 문제가 있었다. 반면에, 일 실시예에 의한 기판 불량 검출 장치는 기준 이미지 없이, 촬영된 이미지 만으로도 불량 영역을 검출할 수 있다.

또한, 촬영된 기판의 이미지만으로 불량 영역을 검출하기 위해, 촬영된 이미지를 이진화 처리하고, 이진화 처리된 이미지로 에지를 검출하는 방법이 사용되기도 하였으나, 촬영된 이미지에 따라 불량 영역이 매우 부정확하게 검출되는 문제가 있었다. 도 10a 및 도 10b를 참조하여 이에 대하여 설명한다.

도 10a는 촬영된 이미지에 이진화 함수를 활성화 함수(activation function)로 적용한 비교예이고, 도 10b는 도 10a의 이미지에서 에지를 검출하고 중첩한 이미지이다. 이진화 함수는 입력값이 기준값 미만이면 0으로 변환하고 입력값이 기준값 이상이면 최대값으로 변환하므로, 촬영된 이진화 함수를 적용하면 도 10a와 같이 흑백으로만 이루어진 이미지가 생성된다. 따라서, 불량 영역(DA4)과 정상 영역(NA4)에 동일한 레벨의 흑백 화소가 혼재된 것을 볼 수 있다.

이러한 이미지에서 에지를 검출할 경우, 임계값으로 입력한 값에 따라, 이미지 전체가 에지 영역으로 검출되어 불량 영역으로 표시되거나, 이미지에 에지가 없는 것으로 검출되어 불량 영역이 없는 것으로 표시될 수 있다. 도 10b는 검출된 불량 영역을 빨간색으로 표시한 이미지로, 이미지 전체가 불량 영역으로 표시된 것을 보여준다. 따라서, 이미지에 이진화 함수를 적용하고 에지를 검출할 경우, 기판(W)의 불량 영역을 정확하게 표시하지 못하는 문제가 있다. 이는 기판의 불량을 판별하는 시간을 증가시켜 생산비용을 증가를 가져온다. 일 실시예에 의한 기판 불량 검출 장치는 기준 이미지 없이, 촬영된 이미지 만으로도 불량 영역을 표시하면서도 높은 정확도로 불량 부분을 표시할 수 있다. 일 실시예에 의한 기판 불량 처리 장치(10)의 화상 처리부(200)가 이미지의 불량 영역을 검출하는 방법에 대해 구체적으로 설명한다.

먼저, 화상 처리부(200)는 계측 장치(100)로부터 촬영된 이미지(이하, '제1 이미지'라 함)를 수신 받을 수 있다(S10). 제1 이미지는 컬러 이미지일 수 있으나, 실시예에 따라서는, 컬러 이미지가 그레이 스케일(gray scale) 변환된 그레이 이미지일 수 있다. 수신된 제1 이미지가 컬러 이미지이면 화상 처리부(200)는 제1 이미지를 그레이 이미지(이하, '제2 이미지'라 함)로 변환하고(S20) 이 후의 단계들을 수행할 수 있다. 도 4a는 화상 처리부(200)에서 촬영된 컬러 이미지를 그레이 변환하여 생성한 제2 이미지의 일 예이다. 도 4a의 이미지에는 정상 영역(NA1)과 함께 불량이 발생한 영역(이하 '불량 영역'이라 함)(DA1)이 모두 촬영된 것을 볼 수 있다.

실시예에 따라서, 화상 처리부(200)는 제1 이미지를 제2 이미지로 변환하기 전에 제1 이미지의 크기를 재조정(resize)하거나, 제1 이미지를 블러링(blurring)하는 과정을 더 수행할 수 있다. 블러링은 가우시안 필터(Gaussian filter) 또는 미디언 필터(median filter)와 같은 함수를 적용하여 수행될 수 있다.

다음으로, 화상 처리부(200)는 제2 이미지의 그레이 레벨에 따른 화소수를 산출한 히스토그램(histogram)을 작성하고, 히스토그램에서 화소수가 최대인 지점의 그레이 레벨값(이하, '제1 그레이 레벨값'이라 함)과 대역폭에 대응되는 그레이 레벨값(이하, '제2 및 제3 그레이 레벨값'이라 함)을 검출할 수 있다(S30).

제2 이미지는 그레이 이미지이므로, 도 4b에 도시된 바와 같이, 제2 이미지의 히스토그램은 1개의 피크(PK)를 가지며 피크값을 기준으로 좁은 대역폭 (ΔBW)을 갖는 이른바 싱글 피크(single-peak)의 분포를 보이게 된다. 도 4b는 그레이 레벨이 127인 지점에 25000개의 화소수를 갖는 피크(PK)가 위치하는 경우를 도시한 것이다. 제2 이미지의 히스토그램에서, 그레이 레벨값이 127인 지점에서 화소수의 피크가 검출되었다는 것은 제2 이미지에 그레이 레벨값이 127인 화소가 가장 많음을 의미한다. 일반적인 기판 처리 공정에서 기판(W)의 표면에 발생한 불량은 기판의 전체 면적에 대비하여 작은 면적에서 발생하게 된다. 따라서, 촬영된 이미지의 대부분의 영역에서는 불량이 발생하지 않은 정상 영역(NA1)이 촬영되며, 정상 영역(NA1)이 제2 이미지의 히스토그램에서 가장 화소가 많은 그레이 레벨로 나타날 수 있다. 그러나, 불량 영역(DA1)에도 정상 영역(NA1)과 동일한 레벨값을 갖는 화소가 포함되어 있을 수 있으며, 정상 영역(DA1)도 제1 그레이 레벨값 이외의 레벨을 갖는 화소가 포함될 수 있으므로, 단순히 피크가 검출된 레벨의 화소가 표시하는 영역을 정상 영역(NA1)으로 볼 수 없다. 따라서, 정상 영역(NA1)에서 불량 영역(DA1)을 추출해낼 필요가 있다. 다음 단계에서는 불량 영역을 추출하기 위한 처리가 이루어진다.

또한, 화상 처리부(200)는 제2 이미지의 히스토그램에서 피크(PK)의 1/10이 되는 두 지점의 그레이 레벨값(L1, L2)을 산출하고, 그레이 레벨값(L1, L2)의 사이의 크기를 대역폭(ΔBW)으로 정의할 수 있다. 이하에서는, L1 및 L2를 각각 제2 및 제3 그레이 레벨값으로 정의한다. 제2 이미지의 히스토그램은 피크값을 기준으로 대칭인 분포를 보이므로, 화소 최대값이 1/10인 지점은 제1 그레이 레벨값의 양측에 대칭적으로 위치하게 된다. 제2 및 제3 그레이 레벨값(L1, L2)은 불량 영역의 에지를 검출하는 후속 단계에서 낮은 문턱값(low threshold)으로 사용될 수 있다. 이에 관해서는 후술한다.

다음으로, 화상 처리부(200)는 제2 이미지에 제1 및 제2 활성화 함수(activation function)를 각각 적용하여 제1 그레이 레벨값 미만의 레벨을 갖는 화소들로 이루어진 제3 이미지와, 제1 그레이 레벨값 이상의 화소들로 이루어진 제4 이미지를 생성할 수 있다(S40). 제3 이미지와 제4 이미지는 상이한 활성화 함수를 적용하여 생성된 이미지이므로, 상이한 계조를 갖는다.

활성화 함수로는 아래와 같은 수학식1, 2로 정의되는 두 개의 ReLU(rectified linear unit) 함수가 적용될 수 있다. Gv1는 제1 그레이 레벨값을 의미한다.

도 5a 및 도 6a는 수학식1, 2에 따른 제1 및 제2 활성화 함수를 도시한 것이며, 도 5c 및 도 6c는 제2 이미지에 각각 제1 및 제2 활성화 함수를 적용한 이미지의 히스토그램으로, 제1 그레이 레벨값(GV1)이 127인 경우를 예로 들어 설명한다.

제2 이미지에 수학식1을 적용하면 도 5b와 같은 제3 이미지가 생성되며, 제2 이미지에 수학식 2를 적용하면 도 6b와 같은 제4 이미지가 생성될 수 있다.

수학식1은 제1 그레이 레벨값(GV1) 미만인 값을 0으로 처리하므로, 도 5b의 히스토그램은, 도 5c와 같이, 제1 그레이 레벨값(GV1)의 오른쪽에 위치하는 값과 그레이 레벨이 0인 값만 남게 된다. 따라서, 제3 이미지(도 5b)는 제2 이미지(도 4a) 중 제1 그레이 레벨에 미치지 못하는 어두운 화소가 더욱 검게 표현되도록 변환되었음을 알 수 있다. 즉, 제3 이미지(도 5b)는 불량 영역(DA2)의 어두운 부분이 전반적으로 더욱 어둡게 변환되어, 제2 이미지(도 4a)보다 정상 영역(NA2)과 불량 영역(DA2)의 어두운 부분의 그레이 레벨 차가 더욱 증가하게 된다.

반면에, 수학식 2는 제1 그레이 레벨값(GV1) 이상인 값을 0으로 처리하므로, 도 6b의 히스토그램은 도 6c와 같이, 제1 그레이 레벨값(GV1)의 왼쪽에 위치하는 값과 그레이 레벨이 0인 값만 남게 된다. 따라서, 제4 이미지(도 6b)는 제2 이미지(도 4a) 중 제1 그레이 레벨 이상인 밝은 화소가 검게 표현되도록 변환되었음을 알 수 있다. 제2 이미지(도 4a)에서 밝게 표현되었던 불량 영역의 밝은 영역이 제4 이미지(도 6b)에서는 검게 표현되었음을 볼 수 있다. 즉, 제4 이미지(도 6b)는 불량 영역(DA3)의 밝은 부분이 어둡게 변환되어, 불량 영역(DA3)의 밝은 부분과 어두운 부분의 그레이 레벨 차가 감소되고 어둡게 변환되지 않은 테두리 영역으로 인해, 제2 이미지(도 4a)에서 불량 영역의 밝은 부분이 어둡게 변환되어 확연하게 두드러져 보이는 것을 볼 수 있다.

다음으로, 제3 및 제4 이미지에 각각 캐니(Canny) 알고리즘을 적용하여 에지를 검출하고, 제3 및 제4 이미지에 각각 검출된 에지를 중첩하여 제5 및 제6 이미지를 생성할 수 있으며(S50), 생성된 제5 및 제6 이미지를 중첩하여 불량 영역의 에지가 검출된 하나의 이미지(제7 이미지)를 생성할 수 있다(S60).

캐니 알고리즘은 낮은 문턱값(low threshold)과 높은 문턱값(high threshold)을 임계값으로 에지를 판별하는 방법이다. 구체적으로, 캐니 알고리즘은 낮은 문턱값 보다 작은 값들은 에지가 아닌 것으로 판별하고, 높은 문턱값 보다 큰 값들은 확실한 에지로 판별하며, 낮은 문턱값과 높은 문턱값의 사이 값들은 확실한 에지와 연결된 경우에만 에지로 판별하는 방법이다.

일 실시예의 경우, 제3 및 제4 이미지의 에지 판별 시에 서로 다른 낮은 문턱값을 적용하여, 제3 및 제4 이미지에서 각각 불량 영역의 에지를 검출할 수 있다. 화상 처리부(200)는 검출된 에지를 각각 제3 및 제4 이미지에 중첩하여 제5 및 제6 이미지를 생성할 수 있다. 제3 이미지에 대해서는 낮은 문턱값으로 제2 그레이 레벨값을 적용하고, 제4 이미지에 대해서는 낮은 문턱값으로 제3 그레이 레벨값을 적용할 수 있다.

이와 같이, 제3 이미지와 제4 이미지에 서로 다른 낮은 문턱값을 적용하여 에지를 검출함으로써, 기존에는 검출하지 못하였던 불량 영역의 검출이 가능하다.

도 7은 제3 이미지에 제2 그레이 레벨값을 낮은 문턱값으로 적용하여 에지를 검출하고, 제3 이미지에 검출된 에지를 중첩하여 생성한 제5 이미지의 일 예이다. 빨간 색으로 표시된 부분이 캐니 알고리즘에 의해 에지로 검출된 부분을 의미한다. 불량 영역(F1) 중 어두분 부분의 에지가 검출된 것을 볼 수 있다.

도 8은 제4 이미지에 제3 그레이 레벨값을 낮은 문턱값으로 적용하여 에지를 검출하고, 제4 이미지에 검출된 에지를 중첩하여 생성한 제6 이미지이다. 도 8과 동일하게, 빨간 색으로 표시된 부분이 캐니 알고리즘에 의해 에지로 판별된 부분을 의미한다. 불량 영역(F2) 중 밝은 부분의 둘레가 에지로 검출된 것을 볼 수 있다.

이렇게 에지가 표시된 제5 및 제6 이미지를 중첩(overlap)하면, 불량 영역(F3)의 어두운 부분과 밝은 부분이 에지들 표시된 제7 이미지(도 9a)를 얻을 수 있다. 또한, 실시예에 따라서는, 제7 이미지에 허프(Hough) 알고리즘을 적용하여 에지들을 연결하는 직선인 에지 라인을 검출하는 단계를 더 포함할 수 있다.

이와 같이, 제2 및 제3 그레이 레벨값을 캐니 알고리즘의 낮은 문턱값으로 사용하면 불량 영역의 어두운 부분과 밝은 부분을 에지로 검출할 수 있다. 이와 관련하여, 도 9a 내지 도 9f를 참조하여 설명한다. 하기 표 1과 같이 높은 문턱값은 고정하고 낮은 문턱값을 변경하면서, 각각의 경우에 에지로 검출된 영역을 표시하였다. 각각의 도면에서 캐니 알고리즘에 의해 검출된 에지는 빨간 색으로 표시하였다.

	제3 이미지	제4 이미지
낮은 문턱값	10	250	도 9b
	40	220	도 9c
	70	190	도 9d
	100	160	도 9a
	120	140	도 9e
	130	130	도 9f
높은 문턱값	255	255

도 9a의 경우, 불량 영역(F3)의 에지가 명확하게 표시된 것에 비해, 도 9b 내지 도 9d는 각각 불량 영역(F4, F5, F6)의 에지가 도 9a의 불량 영역(F3)의 에지에 비해, 인식이 어려울 정도로 작게 표시된 것을 볼 수 있다. 또한, 도 9e 및 도 9f는 에지가 아닌 영역(F7, F8)도 불량 영역의 에지로 표시되어 불량 영역이 있는 지를 한 눈에 알기 어렵다. 이와 같이, 제3 및 제4 이미지의 에지 판별을 위해 캐니 알고리즘을 적용할 때에, 낮은 문턱값을 각각 제2 및 제3 그레이 레벨로 적용하면, 그 외의 값을 낮은 문턱값으로 적용한 경우에 비해 불량 영역의 에지를 더욱 효과적으로 표시할 수 있다.

본 발명은 상술한 실시예 및 첨부된 도면에 의해 한정되는 것이 아니며 첨부된 청구범위에 의해 한정하고자 한다. 따라서, 청구범위에 기재된 본 발명의 기술적 사상을 벗어나지 않는 범위 내에서 당 기술분야의 통상의 지식을 가진 자에 의해 다양한 형태의 치환, 변형 및 변경이 가능할 것이며, 이 또한 본 발명의 범위에 속한다고 할 것이다.

10: 기판 불량 검출 장치
100: 계측 장치
200: 화상 처리부
W: 기판
T: 척 테이블

Claims

계측 장치에 의해 생성된 피검사체의 제1 이미지를 수신하는 단계;
상기 제1 이미지를 그레이 스케일(gray scale) 레벨로 변환하여 제2 이미지를 생성하는 단계;
상기 제2 이미지의 그레이 레벨에 대한 화소수의 히스토그램(histogram)으로부터, 화소수가 최대인 제1 그레이 레벨값과, 화소수가 상기 제1 그레이 레벨값의 1/10인 제2 및 제3 그레이 레벨값을 산출하는 단계;
상기 제2 이미지를 상기 제1 그레이 레벨값 미만의 레벨을 갖는 화소들로 이루어진 제3 이미지와, 상기 제1 그레이 레벨값 이상의 화소들로 이루어진 제4 이미지로 변환하는 단계;
상기 제3 및 제4 이미지에 각각 캐니(Canny) 알고리즘을 적용하여 에지를 검출하고 상기 제3 및 제4 이미지에 중첩하여 제5 및 제6 이미지를 생성하는 단계 -상기 제2 및 제3 그레이 레벨값을 각각 낮은 문턱값(low threshold)으로 적용함-; 및
상기 제5 및 제6 이미지를 중첩하고 출력하는 단계;를 포함하는 기판 불량 검출 방법.
제1 항에 있어서,
상기 제3 및 제4 이미지로 변환하는 단계는 상기 제2 이미지에 제1 및 제2 활성화 함수(activation function)를 적용하는 기판 불량 검출 방법.
제2 항에 있어서,
상기 제1 및 제2 활성화 함수는 ReLU(rectified linear unit) 함수인 기판 불량 검출 방법.
제3항에 있어서,
상기 제1 및 제2 활성화 함수는 상기 제1 그레이 레벨값을 임계값으로하며, 하기의 수학식1, 2를 만족하는 기판 불량 검출 방법.
(수학식 1) f(x) = 0 for x < GV1, f(x) = x for x ≥ GV1
(수학식2) f(x) = x for x < GV1, f(x) = 0 for x ≥ GV1
GV1은 상기 제1 그레이 레벨값임
제1항에 있어서,
상기 제1 이미지를 생성하는 단계 전에, 상기 제2 이미지를 블러링(blurring)하는 단계를 더 포함하는 기판 불량 검출 방법.
제5항에 있어서,
상기 블러링은 가우시안 필터(Gaussian filter)를 적용하는 기판 불량 검출 방법.
제1항에 있어서,
상기 피검사체는 웨이퍼이며,
상기 계측 장치는 상기 웨이퍼의 표면을 스캔하며 순차적으로 촬영하는 기판 불량 검출 방법.
제7항에 있어서,
상기 제3 이미지와 상기 제4 이미지는 상이한 계조를 갖는 이미지인 기판 불량 검출 방법.
피검사체를 촬영하여 제1 이미지를 생성하는 계측 장치; 및
상기 제1 이미지를 수신하고, 상기 제1 이미지를 그레이 스케일(gray scale) 레벨로 변환하여 제2 이미지를 생성하고, 상기 제2 이미지의 그레이 레벨에 대한 화소수의 히스토그램(histogram)으로부터, 화소수가 최대인 제1 그레이 레벨값과, 화소수가 상기 제1 그레이 레벨값의 1/10인 제2 및 제3 그레이 레벨값을 산출하고, 상기 제2 이미지를 상기 제1 그레이 레벨값 미만의 레벨을 갖는 화소들로 이루어진 제3 이미지와, 상기 제1 그레이 레벨값 이상의 화소들로 이루어진 제4 이미지로 변환하고, 상기 제3 및 제4 이미지에 각각 캐니(Canny) 알고리즘을 적용하여 에지를 검출하고 상기 제3 및 제4 이미지에 중첩하여 제5 및 제6 이미지를 생성하고 -상기 제2 및 제3 그레이 레벨값을 각각 낮은 문턱값(low threshold)으로 적용함-, 상기 제5 및 제6 이미지를 중첩하고 출력하는 화상 처리부;를 포함하는 기판 불량 검출 장치.
제9 항에 있어서,
상기 화상 처리부는 상기 제2 이미지에 서로 다른 제1 및 제2 활성화 함수를 적용하여 상기 제3 및 제4 이미지를 생성하며,
상기 제1 및 제2 활성화 함수는 ReLU(rectified linear unit) 함수인 기판 불량 검출 장치.