KR20220070490A - 웨이퍼 결함 검출을 위한 변형 기반 분할 - Google Patents
웨이퍼 결함 검출을 위한 변형 기반 분할 Download PDFInfo
- Publication number
- KR20220070490A KR20220070490A KR1020227013949A KR20227013949A KR20220070490A KR 20220070490 A KR20220070490 A KR 20220070490A KR 1020227013949 A KR1020227013949 A KR 1020227013949A KR 20227013949 A KR20227013949 A KR 20227013949A KR 20220070490 A KR20220070490 A KR 20220070490A
- Authority
- KR
- South Korea
- Prior art keywords
- segments
- range attribute
- intensity
- processor
- image
- Prior art date
Links
- 230000007547 defect Effects 0.000 title claims abstract description 37
- 238000001514 detection method Methods 0.000 title claims description 41
- 230000011218 segmentation Effects 0.000 title claims description 14
- 238000000034 method Methods 0.000 claims description 57
- 239000004065 semiconductor Substances 0.000 claims description 32
- 230000001174 ascending effect Effects 0.000 claims description 18
- 238000003860 storage Methods 0.000 claims description 12
- 238000004891 communication Methods 0.000 claims description 5
- 230000010339 dilation Effects 0.000 claims 1
- 230000003287 optical effect Effects 0.000 description 38
- 235000012431 wafers Nutrition 0.000 description 38
- 238000007689 inspection Methods 0.000 description 17
- 238000005286 illumination Methods 0.000 description 14
- 238000004519 manufacturing process Methods 0.000 description 11
- 101100421134 Schizosaccharomyces pombe (strain 972 / ATCC 24843) sle1 gene Proteins 0.000 description 10
- 230000006870 function Effects 0.000 description 9
- 238000013500 data storage Methods 0.000 description 8
- 230000035945 sensitivity Effects 0.000 description 8
- 230000005540 biological transmission Effects 0.000 description 6
- 238000013461 design Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 238000003384 imaging method Methods 0.000 description 5
- 239000000463 material Substances 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 230000003595 spectral effect Effects 0.000 description 4
- 238000000638 solvent extraction Methods 0.000 description 3
- 239000000758 substrate Substances 0.000 description 3
- 230000001629 suppression Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 230000002950 deficient Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000000737 periodic effect Effects 0.000 description 2
- 229920002120 photoresistant polymer Polymers 0.000 description 2
- 230000010287 polarization Effects 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 238000012163 sequencing technique Methods 0.000 description 2
- 230000009897 systematic effect Effects 0.000 description 2
- JBRZTFJDHDCESZ-UHFFFAOYSA-N AsGa Chemical compound [As]#[Ga] JBRZTFJDHDCESZ-UHFFFAOYSA-N 0.000 description 1
- 235000006719 Cassia obtusifolia Nutrition 0.000 description 1
- 235000014552 Cassia tora Nutrition 0.000 description 1
- 244000201986 Cassia tora Species 0.000 description 1
- 229910002601 GaN Inorganic materials 0.000 description 1
- 229910001218 Gallium arsenide Inorganic materials 0.000 description 1
- JMASRVWKEDWRBT-UHFFFAOYSA-N Gallium nitride Chemical compound [Ga]#N JMASRVWKEDWRBT-UHFFFAOYSA-N 0.000 description 1
- GPXJNWSHGFTCBW-UHFFFAOYSA-N Indium phosphide Chemical compound [In]#P GPXJNWSHGFTCBW-UHFFFAOYSA-N 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000004020 conductor Substances 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000008021 deposition Effects 0.000 description 1
- 238000000151 deposition Methods 0.000 description 1
- 230000001627 detrimental effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 239000003989 dielectric material Substances 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000005530 etching Methods 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000005468 ion implantation Methods 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 238000005304 joining Methods 0.000 description 1
- 238000001459 lithography Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 229910021421 monocrystalline silicon Inorganic materials 0.000 description 1
- 238000005498 polishing Methods 0.000 description 1
- 238000004886 process control Methods 0.000 description 1
- 238000003908 quality control method Methods 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 229910052594 sapphire Inorganic materials 0.000 description 1
- 239000010980 sapphire Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000012549 training Methods 0.000 description 1
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
-
- G06T5/002—
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/20—Image enhancement or restoration using local operators
- G06T5/30—Erosion or dilatation, e.g. thinning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/136—Segmentation; Edge detection involving thresholding
-
- 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
- G01N2021/8854—Grading and classifying of flaws
- G01N2021/8867—Grading and classifying of flaws using sequentially two or more inspection runs, e.g. coarse and fine, or detecting then analysing
- G01N2021/887—Grading and classifying of flaws using sequentially two or more inspection runs, e.g. coarse and fine, or detecting then analysing the measurements made in two or more directions, angles, positions
-
- 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
- G06T2207/30—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)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Chemical & Material Sciences (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Quality & Reliability (AREA)
- Signal Processing (AREA)
- Testing Or Measuring Of Semiconductors Or The Like (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
관심 결함 및 누이선스 결함은 하나의 세그먼트에서만 관심 결함을 검출할 수 있는 다른 세그먼트들로 분리될 수 있다. 이미지의 영역은 복수의 세그먼트로 분할될 수 있다. 세그먼트의 범위 속성을 결정할 수 있다. 임계화를 사용하여 범위 속성으로부터 세그먼트 중 하나를 선택할 수 있다. 선택된 세그먼트는 확장될 수 있다.
Description
관련 출원에 대한 상호 참조
본 출원은 2019년 9월 26일에 출원되고 미국 출원 제62/906,673호로서 할당된 가특허 출원에 대한 우선권을 주장하며, 이것의 개시내용은 참고로 여기에 통합된다.
개시내용의 분야
본 개시내용은 반도체 웨이퍼 검사에 관한 것이다.
반도체 제조 산업의 발전으로 수율 관리, 특히 계측 및 검사 시스템에 대한 요구가 높아지고 있다. 중요한 치수는 계속 줄어들고 있지만, 업계에서는 고수율, 고부가가치 생산을 달성하기 위해 시간을 단축해야 한다. 수율 문제를 검출하고 이를 해결하는 데 걸리는 총 시간을 최소화하는 것이 반도체 제조업체의 투자 수익을 결정한다.
로직 및 메모리 디바이스와 같은 반도체 디바이스를 제조하는 것은 일반적으로 반도체 디바이스의 다양한 피처 및 다중 레벨을 형성하기 위해 다수의 제조 프로세스를 사용하여 반도체 웨이퍼를 처리하는 것을 포함한다. 예를 들어, 리소그래피는 레티클로부터 반도체 웨이퍼에 배열된 포토레지스트로 패턴을 전사하는 것을 포함하는 반도체 제조 프로세스이다. 반도체 제조 프로세스의 추가 예들은 화학 기계적 연마(CMP), 에칭, 퇴적, 및 이온 주입을 포함하지만, 이에 제한되지는 않는다. 단일 반도체 웨이퍼에 제조된 다중 반도체 디바이스의 배열은 개별 반도체 디바이스들로 분리될 수 있다.
검사 프로세스는 반도체 제조 중 다양한 단계에서 웨이퍼의 결함을 검출하여 제조 프로세스에서 더 높은 수율을 촉진하고, 이에 따라서 더 높은 수익을 올리기 위해 사용된다. 검사는 집적 회로(IC)와 같은 반도체 장치를 제조할 때 항상 중요한 부분이었다. 그러나 반도체 디바이스의 치수가 감소함에 따라, 허용 가능한 반도체 디바이스의 성공적인 제조를 위해 검사가 훨씬 더 중요해지는데, 그 이유는 더 작은 결함이 디바이스를 고장나게 할 수 있기 때문이다. 예를 들어, 반도체 디바이스의 치수가 감소함에 따라, 상대적으로 작은 결함이라도 반도체 디바이스에 원치 않는 수차를 유발할 수 있기 때문에, 감소하는 크기의 결함 검출이 필요하게 되었다.
그러나 설계 규칙이 축소됨에 따라, 반도체 제조 프로세스가 프로세스의 성능 기능에 대한 제한에 더 가깝게 동작할 수 있다. 또한, 더 작은 결함은 설계 규칙이 축소됨에 따라 디바이스의 전기적 파라미터에 영향을 미칠 수 있으므로, 이는 보다 민감한 검사를 수행하게 한다. 설계 규칙이 축소됨에 따라, 검사에 의해 검출된 잠재적인 수율 관련 결함의 수가 급격히 증가하고, 검사에 의해 검출된 누이선스(nuisance) 결함의 수도 급격히 증가한다. 따라서, 웨이퍼 상에서 더 많은 결함이 검출될 수 있고, 모든 결함을 제거하기 위해 프로세스를 수정하는 것은 어렵고 비용이 많이 들 수 있다. 결함 중 실제로 디바이스의 전기적 파라미터와 수율에 영향을 미치는 결함을 결정하는 것은, 프로세스 제어 방법이 다른 결함을 크게 무시하면서 이러한 결함에 집중할 수 있게 한다. 또한, 더 작은 설계 규칙에서, 프로세스 유도된 실패는, 경우에 따라 체계적인 경향이 있다. 즉, 프로세스 유도된 실패는 설계 내에서 종종 여러 번 반복되는 미리 결정된 설계 패턴에서 실패하는 경향이 있다. 공간적으로 체계적이고, 전기적으로 관련된 결함을 제거하는 것은, 수율에 영향을 미칠 수 있다.
반도체 웨이퍼에 대해 수행되는 각 처리 단계에서, 웨이퍼 상의 각 다이에 동일한 회로 패턴이 인쇄된다. 대부분의 웨이퍼 검사 시스템은, 이 사실을 이용하고 상대적으로 간단한 다이간 비교를 사용하여 웨이퍼의 결함을 검출한다. 그러나, 각 다이에서의 인쇄 회로는, DRAM, SRAM, 또는 FLASH의 영역과 같이 X 또는 Y 방향으로 반복되는 패턴화된 피처의 많은 영역을 포함할 수 있다. 이러한 유형의 영역을 일반적으로 어레이 영역이라고 지칭한다(영역 중 나머지 영역을 랜덤 또는 논리 영역이라고 지칭함). 더 나은 감도를 달성하기 위해, 고급 검사 시스템은 어레이 영역과 랜덤 또는 논리 영역을 검사하기 위해 상이한 전략을 사용한다.
강도는 유사한 강도 픽셀을 함께 그룹화하기 위한 분할의 피처로서 사용될 수 있다. 그 후, 동일한 강도 기반 그룹의 모든 픽셀에 동일한 결함 검출 파라미터 세트가 적용된다. 그러나, 이 방법은 여러 가지 단점을 갖는다. 예를 들어, 기하학적 구조 피처가 균일하게 흩어지는 경우, 강도 기반 분할 알고리즘을 사용할 수 있다. 종종, 이것으로 충분하지 않다. 예를 들어, 강도 기반 또는 강도의 합 기반(sum-of-intensity-based) 분할에서, 웨이퍼 이미지는 조용한 어레이 세그먼트, 노이즈가 있는 페이지 나누기 세그먼트 및 노이즈가 있는 교차 세그먼트로 분할될 수 있다. 그러나, 조용한 세그먼트가 노이즈가 있는 세그먼트로서 잘못 분류되면 조용한 세그먼트의 관심 결함(defects of interest; DOI)을 놓칠 수 있다. 세그먼트 간의 동일한 컷라인이 훈련 및 런타임에서 다른 분할로 이어지는 경우에, 세그먼트를 잘못 분류할 수도 있다. 세그먼트의 이러한 잘못된 분류는 또한, 페이지 나누기 영역에서 주기적 패턴을 제거하는 것과 같은, 이미지의 임의의 사전 처리에 좋지 않을 수 있다. 이와 같이, 순전히 강도 또는 강도의 합에 기초하는 분할은, 런타임 동안 작업간 강도 변화와 관련된 불안정성이 발생하기 쉽다. 따라서, 다른 속성 기반 분할이 필요하다.
암시야(DF) 검사 시스템의 출력을 분할하는 또 다른 방법은, 투영 기반 분할(PBS)이다. PBS는 X 및 Y 방향의 상대적 투영 강도에 기초하여 영역에서 세그먼트를 분리하는 방법을 제공한다. 대부분의 경우, PBS 접근 방식이 잘 작동한다. 그러나, 이는 DF 웨이퍼 검사 알고리즘의 전처리 부분에 사용되기 때문에, PBS 분할 결과가 기본 물리적 구조 패턴의 측면을 따라 변동하여, 이것이 투영 기반 분할을 불안정하게 하는 경우가 있다. 일부 조용한 세그먼트는 노이즈가 있는 세그먼트로서 잘못 분류되며 그 반대의 경우도 마찬가지이다. 그 영향은 결함 검사가 국부적 노이즈에 덜 적응하도록 하는 것이다. 따라서, PBS는 일반적으로 영역 이미지가 주요 수평 및/또는 수직 패턴이 포함된 경우에만 사용된다.
암시야 검사 시스템의 출력을 분할하는 추가 방법은, MBS(median intensity-based segmentation; 중간값 강도 기반 분할)이다. MBS는 대부분의 경우 어레이 영역과 페이지 나누기 영역 사이의 중간값 강도 차이가 상당하여, 이것이 어레이와 페이지 나누기를 더 쉽게 분리할 수 있기 때문에 PBS보다 더 안정적이다. 그러나, MBS로부터의 세그먼트 경계는 불규칙할 수 있으며, 이는 기본 물리적 구조 패턴과 상관 관계가 없을 수 있다. 따라서, 결함과 누이선스 백그라운드 강도가 상이한 경우, 일반적으로 MBS가 사용된니다.
위의 기준을 만족하지 못하는 경우가 있으므로, 종래의 분할 방법을 적용할 수 없다. 개선된 방법과 시스템이 필요하다.
시스템은 제1 실시예에서 제공된다. 시스템은 광을 생성하는 광원; 웨이퍼를 유지하도록 구성된 스테이지; 웨이퍼로부터 반사된 광을 수신하는 검출기; 및 상기 검출기와 전자 통신하는 프로세서를 포함한다. 광원은 레이저일 수 있다. 프로세서는 이미지의 영역을 복수의 세그먼트로의 분할을 수행하고, 상기 영역의 픽셀에 대한 범위 속성을 결정하고, 상기 범위 속성에 로우 패스 필터를 적용하고, 상기 범위 속성으로부터 세그먼트 중 하나를 선택하도록 임계화를 적용하고, X 방향과 상기 X 방향에 수직인 Y 방향을 따라 세그먼트 중 하나에 확장을 적용하도록 구성된다. 이미지는 검출기의 데이터로부터 생성된다.
범위 속성은 이미지의 모든 다이의 위치에서 픽셀의 강도를 오름차순으로 정렬하고 두 번째로 높은 강도에서 두 번째로 낮은 강도를 감산하여 범위 속성을 규정함으로써 결정될 수 있다.
범위 속성은 또한, 이미지의 다이에서 픽셀의 강도를 오름차순으로 정렬하고 가장 높은 강도에서 중간 강도를 뺀 값 또는 중간 강도에서 가장 낮은 강도를 뺀 값 중 더 낮은 값을 사용하여 범위 속성을 규정함으로써 결정될 수 있다.
임계화는 범위 속성이 컷라인 이하이면 세그먼트들 중 제1 세그먼트를 선택할 수 있고, 상기 범위 속성이 컷라인보다 크면 세그먼트들 중 제2 세그먼트를 선택할 수 있다.
프로세서는 또한, 강도가 낮은 세그먼트들 중 적어도 2개를 결합하도록 구성될 수 있다.
프로세서는 또한, 세그먼트들 중 하나 이상의 세그먼트에서 결함 검출을 수행하도록 구성될 수 있다.
방법은 제2 실시예에서 제공된다. 상기 방법은, 프로세서를 사용하여 이미지의 영역을 복수의 세그먼트로 분할하는 단계; 상기 프로세서를 사용하여 상기 영역의 픽셀에 대한 범위 속성을 결정하는 단계; 상기 프로세서를 사용하여 범위 속성에 로우 패스 필터를 적용하는 단계; 프로세서를 사용하여 범위 속성으로부터 세그먼트들 중 하나를 선택하기 위해 임계화를 적용하는 단계; 및 프로세서를 사용하여 X 방향 및 상기 X 방향에 수직인 Y 방향을 따라 세그먼트들 중 하나를 확장하는 단계를 포함한다.
범위 속성은 이미지의 모든 다이의 위치에서 픽셀의 강도를 오름차순으로 정렬하고, 두 번째로 높은 강도에서 두 번째로 낮은 강도를 감산함으로써 범위 속성을 규정함으로써 결정될 수 있다.
범위 속성은 또한 이미지의 다이에서 픽셀의 강도를 오름차순으로 정렬하고, 최고 강도에서 중간 강도를 뺀 값 또는 상기 중간 강도에서 최저 강도를 뺀 값 중 더 낮은 값을 사용하여 범위 속성을 규정함으로써 결정될 수 있다.
임계화는 범위 속성이 컷라인 이하이면 세그먼트들 중 제1 세그먼트를 선택할 수 있고, 상기 범위 속성이 컷라인보다 크면 세그먼트들 중 제2 세그먼트를 선택할 수 있다.
방법은 프로세서를 사용하여 저강도를 갖는 세그먼트들 중 적어도 2개의 세그먼트를 결합하는 단계를 더 포함할 수 있다.
방법은 프로세서를 사용하여 세그먼트들 중 하나 이상의 세그먼트에서 결함 검출을 수행하는 단계를 더 포함할 수 있다.
비일시적 컴퓨터 판독가능 저장 매체가 제3 실시예에서 제공된다. 비일시적 컴퓨터 판독가능 저장 매체는, 하나 이상의 컴퓨팅 디바이스에서 다음 단계를 실행하기 위한 하나 이상의 프로그램을 포함한다. 단계는, 반도체 웨이퍼의 이미지를 수신하는 단계; 상기 이미지의 영역을 복수의 세그먼트로 분할하는 단계; 상기 영역의 픽셀에 대한 범위 속성을 결정하는 단계; 상기 범위 속성에 로우 패스 필터 를 적용하는 단계; 상기 범위 속성으로부터 세그먼트들 중 하나를 선택하기 위해 임계화를 적용하는 단계; 그리고 X 방향 및 상기 X 방향에 수직인 Y 방향을 따라 세그먼트 중 하나를 확장시키는 단계를 포함한다.
범위 속성은 이미지의 모든 다이의 위치에서 픽셀의 강도를 오름차순으로 정렬하고, 두 번째로 높은 강도에서 두 번째로 낮은 강도를 감산하여 범위 속성을 규정함으로써 결정될 수 있다.
범위 속성은 또한 이미지의 다이에서 픽셀의 강도를 오름차순으로 정렬하고, 최고 강도에서 중간 강도를 뺀 값 또는 상기 중간 강도에서 최저 강도를 뺀 값 중 더 낮은 값을 사용하여 범위 속성을 규정함으로써 결정될 수 있다.
임계화는 범위 속성이 컷라인 이하이면 세그먼트 중 제1 세그먼트를 선택할 수 있고, 상기 범위 속성이 컷라인보다 크면 세그먼트 중 제2 세그먼트를 선택할 수 있다.
단계는 강도가 낮은 세그먼트 중 적어도 2개의 세그먼트를 결합하는 단계를 더 포함할 수 있다.
단계는 세그먼트들 중 하나 이상의 세그먼트에서 결함 검출을 수행하는 단계를 더 포함할 수 있다.
본 개시내용의 성질 및 목적에 대한 보다 완전한 이해를 위해, 첨부 도면과 함께 취해진 다음의 상세한 설명을 참조해야 한다.
도 1은 대응하는 예시적인 다이 이미지를 갖는 본 개시내용에 따른 방법의 흐름도이다.
도 2a 내지 도 2c는 본 개시내용에 따른 방법의 다른 실시예를 예시하는 도면이다.
도 3은 본 개시내용에 따른 시스템이다.
도 1은 대응하는 예시적인 다이 이미지를 갖는 본 개시내용에 따른 방법의 흐름도이다.
도 2a 내지 도 2c는 본 개시내용에 따른 방법의 다른 실시예를 예시하는 도면이다.
도 3은 본 개시내용에 따른 시스템이다.
청구된 주제가 특정 실시예와 관련하여 설명될 것이지만, 여기에 설명된 모든 이점 및 피처를 제공하지 않는 실시예를 포함하는 다른 실시예도 본 개시내용의 범위 내에 있다. 다양한 구조적, 논리적, 프로세스 단계 및 전자적 변경이 본 개시내용의 범위를 벗어나지 않고 이루어질 수 있다. 따라서, 본 개시내용의 범위는 첨부된 청구범위를 참조하여 규정될 뿐이다.
현재 웨이퍼 결함 검출 도구는 어레이 및 조용한 논리 영역에서 상당히 좋은 감도를 가지고 있다. 본 명세서에 개시된 실시예는 일반적으로 노이즈가 있는 영역인, 일반 논리 영역에서 감도를 향상시킬 수 있다. 본 명세서에 개시된 변동 기반 분할(variation-based segmentation; VBS) 알고리즘은, 검사 도구로부터 수신된 영역 이미지를 다른 세그먼트로 분리하여 누이선스 또는 잘못된 이벤트를 억제하고, 따라서 결함 검출 감도를 개선시킬 수 있다. 이 VBS 알고리즘은 결함 검출 감도와 누이선스 억제를 향상시킬 수 있다. 다른 이미지에서, DOI 백그라운드는 누이선스보다 조용하다. 따라서, 차분 영상 정보를 이용하여 DOI와 누이선스를 분리할 수 있다.
도 1은 방법(100)의 실시예이다. 방법(100)의 단계들 중 일부 또는 전부는 프로세서를 사용하여 수행될 수 있다. 예시적인 다이 이미지의 다이어그램이 각 단계 옆에 도시된다. 방법(100)은 이미지 또는 이미지들 내의 픽셀들에 기초하여 분할을 수행할 수 있다.
101에서, 반도체 웨이퍼의 하나 이상의 이미지가 수신되고 및/또는 반도체 웨이퍼의 하나 이상의 이미지의 영역 규정이 수신된다. 분할은 하나 이상의 영역에서 결정될 수 있다. 이것은 이미지 또는 이미지의 영역을 세그먼트로 나눈다. 영역은 어레이, 페이지 나누기, 논리 등을 포함할 수 있는 블록으로 이미지를 분리하는 사용자 규정된 직사각형 또는 다각형 영역이다. 따라서, 영역은 반도체 웨이퍼의 이미지의 논리 영역일 수 있다. VBS와 같은 분할 방법은 논리 영역을 세그먼트로 나눌 수 있다.
102에서, 영역의 각 픽셀에 대한 범위 속성은, 도 1의 단계 102에 대해 상이한 회색 음영을 갖는 상자에 의해 도시된 바와 같이 결정된다. 범위 속성은 단계 101로부터 이미지 개수에 따라 다르게 결정될 수 있다. 따라서, 더 많은 픽셀이 있으면, 가장 작은 강도와 가장 큰 강도를 제거할 수 있다. 제거되는 강도 또는 강도들은 이미지의 수에 기초할 수 있다. 범위 속성 결정은 제안된 VBS 분할을 수행하는데 사용될 수 있다. 픽셀 범위 값은 그 픽셀의 노이즈와 관련된다. 이후 단계는 이 범위 속성에 기초할 수 있다.
4개 이상의 다이에서, 각 픽셀 위치에 대한 범위 속성은 모든 다이 중에서 그 위치에 있는 픽셀의 강도를 강도에 따라 오름차순으로 정렬함으로써 결정될 수 있다. 따라서, 범위 속성은 픽셀당 계산될 수 있다. 픽셀 강도는 흑백 사이의 회색 강도일 수 있다. 다이 수는 레시피 설정 단계에서 규정될 수 있다. 범위 속성은 2 번째로 높은 강도에서 2 번째로 낮은 강도를 감산함으로써 규정된다. 따라서, 범위는 다른 이미지에서 동일한 위치에 있는 픽셀의 강도 간의 차이로서 규정될 수 있다.
예를 들어, N>4인 N 다이 케이스에 대하여, 각 픽셀의 강도(I)는 오름차순으로 정렬된다(예를 들어, I1, I2, ..., IN-1, IN). 범위 속성은 IN-1 - I2와 동등하다.
3개의 다이를 사용하면 픽셀을 오름차순으로 정렬할 수 있습니다. 범위 속성은 최고 강도에서 중간 강도를 뺀 값 또는 중간 강도에서 최저 강도를 뺀 값 중 더 낮은 값을 사용하여 규정된다.
예를 들어, 3개의 다이 케이스의 경우, 각 픽셀은 최소, 중간 및 최대 강도를 결정하기 위해 오름차순으로 정렬된다. 범위 속성은 최대 강도에서 중간 강도를 뺀 값 또는 중간 강도에서 최소 강도를 뺀 값 중 더 낮은 값과 동일하다.
범위 속성은 두 강도 값 간의 차이로서 계산될 수 있다. 4개 이상의 다이가 있는 예의 경우, 최고 강도와 최저 강도를 제거한 후에도 여전히 2개 이상의 다이가 남아 있다. 그러나 3-다이 예의 경우, 최고 강도와 최저 강도를 모두 제거하면 하나의 값만 남게 되며, 이는 범위 속성 계산에 충분하지 않다. 따라서 3-다이 케이스에 대해 다른 방법을 사용하여, 최고 강도 또는 최저 강도 중 하나를 제거할 수 있지만, 둘 다 제거할 수는 없다. 대부분의 응용 분야에는 3개 이상의 다이가 포함된다.
예를 들어, 각 픽셀로부터의 강도 차이를 사용하는 대신, 범위 속성을 계산할 때 특정 이웃 내의 표준 편차를 결정할 수 있다.
103에서 범위 속성에 로우 패스 필터가 적용된다. 이는 DOI에 의해 야기된 잠재적 변동을 억제할 수 있다. 예를 들어, 평균 필터 또는 가우스 필터를 사용할 수 있다. 로우 패스 필터는 실제 결함이 있는 위치에서 계산된 범위 값의 변동을 억제할 수 있다. 결함 픽셀의 강도는 일반적으로 결함이 없는 픽셀과 동일한 강도 분포를 따르지 않는다. 로우 패스 필터는 인접 픽셀의 범위 값을 사용하여 결함으로 인한 영향을 수정할 수 있다. 이 단계 후에, 계산된 범위에서 비정상적으로 높거나 낮은 값이 제거될 수 있다.
범위 속성에서 세그먼트 중 하나를 선택하기 위해 임계화가 104에서 적용된다. 임계화는 범위 속성이 컷라인 이하이면 세그먼트 중 제1 세그먼트를 선택하고 상기 범위 속성이 컷라인보다 크면 세그먼트 중 제2 세그먼트를 선택한다. 컷라인은 사용자에 의해 규정될 수 있다. 사용자는 원하는 분할 결과를 달성할 때까지 다른 컷라인을 사용할 수 있다.
예를 들어, 여러 임계값[Th0, Th1, ..., ThN]이 있다. 범위 속성이 <Th0이면, VBS를 수행하여 제1 세그먼트(seg0)를 규정할 수 있다. Th0 < 범위 속성 < Th1인 경우, VBS를 수행하여 제2 세그먼트(seg1)를 규정할 수 있다. 그에 따라, 추가 세그먼트를 규정할 수 있다.
임계화에서 선택된 세그먼트는, 105에서 X 방향 및 Y 방향을 따라 확장된다. Y 방향은 X 방향에 수직이다. 이것은 도 1의 다이어그램에 도시된 바와 같이, 높은 노이즈 영역의 이웃 영역을 커버하는데 사용될 수 있다. 도 1의 다이어그램은 직사각형을 포함하는 반면에, 세그먼트는 원, 타원, 삼각형, 정사각형, 또는 다각형과 같은 다른 형상일 수 있다.
예를 들어, seg1을 seg0으로 확장하려면, seg0의 픽셀이 seg1의 픽셀 옆에 있으면, 픽셀의 세그먼트가 seg1로 설정된다(즉, seg1의 크기가 커짐). 확장 배후의 가정은 노이즈가 있는 영역의 이웃도 노이즈가 있다는 것이다. 강도 변경으로 인해, 단계 102-104는 모든 픽셀을 올바르게 분할하지 않을 수 있다. 확장은 세그먼트를 연장하여 이웃 영역을 커버할 수 있다.
단계 102의 예에서, DOI 및 누이선스는 유사한 이미지 백그라운드에 있다. 따라서, 기존 분할 방법을 사용할 때, 이들은 동일한 세그먼트에 있다. 단계 105에서, 이들은 다른 세그먼트에 있다. 세그먼트 내부의 자세한 위치는 중요하지 않을 수 있다.
VBS를 사용하면, 낮은 변동 영역과 높은 변동 영역은 다른 세그먼트들로 분리될 수 있다. 낮은 변동 세그먼트는 결함 감지를 향상시키는 데 사용될 수 있는 반면에 높은 변동 세그먼트는 누이선스 억제에 사용될 수 있다.
PBS나 MBS는 DOI와 누이선스가 모두 유사한 백그라운드 강도를 갖는 랜덤한 논리 영역에 위치하는 경우 적용될 수 없다. DOI 및 누이선스는 둘다 검출되거나 둘다 손실된다. DOI만 검출할 수 있는 방법은 없다. 본 명세서에 개시된 VBS 알고리즘으로, DOI와 누이선스는 다른 세그먼트로 분리되므로, 하나의 세그먼트에서만 DOI를 검출할 수 있다.
방법(100)은 선택적으로 프로세서를 사용하여 저강도를 갖는 세그먼트들 중 적어도 2개를 결합하는 단계를 포함할 수 있다. 예를 들어, MBS를 사용하여 세그먼트를 결합할 수 있다. 이것은 도 2a 내지 도 c에 예시되어 있다.
MBS는 두 개 이상의 세그먼트를 출력한다. 표준 MBS 사용 사례에서는, 두 개의 세그먼트가 사용된다. 도 2a에 도시된 바와 같이, seg0은 향상된 감도를 위해 사용될 수 있고, seg1은 누이선스 억제를 위해 사용될 수 있다. 각 세그먼트마다 편차가 있을 수 있다. VBS는 도 2b에 도시된 바와 같이, 각 MBS 세그먼트를 추가 세그먼트로 더 나눌 수 있다. MBS의 seg0은 seg0과 seg2로 나뉜다. MBS의 seg1은 seg1과 seg3으로 나뉜다.
본 명세서에 개시된 VBS 알고리즘과 MBS를 결합하는 예에서, seg0 및 seg2는 동일한 감도를 갖는다. 개선된 결함 검출은 seg1에서 수행될 수 있고, 누이선스는 seg3에서 억제될 수 있다. 따라서, 도 2b의 seg0 및 seg2이 결합될 수 있고, 이는 도 2c의 분할을 초래할 수 있다. 도 2c의 조합은 seg0 감도를 보존할 수 있고, 이전 seg1에서 새로운 결함을 검출할 수 있으며, 나머지 seg2(이전 seg3)에서 누이선스를 억제할 수 있다.
시스템(200)의 일 실시예가 도 3에 도시되어 있다. 시스템(200)은 광학 기반 서브시스템(201)을 포함한다. 일반적으로, 광학 기반 서브시스템(201)은 광을 시료(202)로 향하게 하고(또는 시료 위에 광을 주사하고) 시료(202)로부터의 광을 검출함으로써 시료(202)에 대한 광학 기반 출력을 생성하도록 구성된다. 일 실시예에서, 시료(202)는 웨이퍼를 포함한다. 웨이퍼는 당해 분야에 공지된 임의의 웨이퍼를 포함할 수 있다. 다른 실시예에서, 시료(202)는 레티클을 포함한다. 레티클은 당해 분야에 공지된 임의의 레티클을 포함할 수 있다.
도 3에 도시된 시스템(200)의 실시예에서, 광학 기반 서브시스템(201)은 광을 시료(202)로 지향시키도록 구성된 조명 서브시스템을 포함한다. 광학 기반 서브시스템(201)은 적어도 하나의 광원을 포함한다. 예를 들어, 도 3에 도시된 바와 같이, 조명 서브시스템은 광원(203)을 포함한다. 일 실시예에서, 조명 서브시스템은 하나 이상의 경사각 및/또는 하나 이상의 수직각을 포함할 수 있는 하나 이상의 입사각으로 광을 시료(202)로 지향시키도록 구성된다. 예를 들어, 도 3에 도시된 바와 같이, 광원(203)으로부터의 광은 광학 요소(204)를 통과한 다음 렌즈(205)를 거쳐 경사 입사각에서 시료(202)로 지향된다. 경사 입사각은 임의의 적절한 경사 입사각을 포함할 수 있으며, 이는 예를 들어 시료(202)의 특성에 따라 변화할 수 있다.
광학 기반 서브시스템(201)은 상이한 시간에 상이한 입사각으로 광을 시료(202)로 지향시키도록 구성될 수 있다. 예를 들어, 광학 기반 서브시스템(201)은 조명 서브시스템의 하나 이상의 요소의 하나 이상의 특성을 변경하여, 광이 도 3에 도시된 것과 상이한 입사각에서 시료(202)로 지향될 수 있도록 구성될 수 있다. 하나의 그러한 예에서, 광학 기반 서브시스템(201)은 광원(203), 광학 요소(204), 및 렌즈(205)를 이동시켜, 광이 상이한 경사 입사각 또는 수직(또는 거의 수직) 입사각에서 시료(202)로 지향될 수 있도록 구성될 수 있다.
일부 예에서, 광학 기반 서브시스템(201)은 동시에 하나보다 많은 입사각에서 시료(202)에 광을 지향시키도록 구성될 수 있다. 예를 들어, 조명 서브시스템은 하나보다 많은 조명 채널을 포함할 수 있고, 조명 채널 중 하나는 도 3에 도시된 바와 같이 광원(203), 광학 요소(204), 및 렌즈(205)를 포함할 수 있고, 조명 채널 중 다른 하나(도시되지 않음)는 상이하게 또는 동일하게 구성될 수 있는 유사한 요소를 포함할 수 있거나, 적어도 광원 및 가능하게는 본 명세서에 추가로 설명되는 것과 같은 하나 이상의 다른 구성요소를 포함할 수 있다. 그러한 광이 다른 광과 동시에 시료로 지향되는 경우, 서로 다른 입사각에서 시료(202)로 지향되는 광의 하나 이상의 특성(예를 들어, 파장, 편광 등)이 상이할 수 있어, 상이한 입사각에서의 시료(202)의 조명으로 인한 광은 검출기(들)에서 서로 구별될 수 있다.
다른 예에서, 조명 서브시스템은 단 하나의 광원(예를 들어, 도 3에 도시된 광원(203))을 포함할 수 있고, 광원으로부터의 광은, 조명 서브시스템의 하나 이상의 광학 요소(도시되지 않음)에 의해, (예를 들어, 파장, 편광 등에 기초하여) 상이한 광학 경로로 분리될 수 있다. 그 후, 서로 다른 광학 경로의 각각의 광은, 시료(202)로 지향될 수 있다. 다수의 조명 채널은 동시에 또는 다른 시간에(예를 들어, 시료를 순차적으로 조명하기 위해 서로 다른 조명 채널이 사용되는 경우) 시료(202)에 광을 지향시키도록 구성될 수 있다. 다른 예에서, 동일한 조명 채널은 상이한 시간에 상이한 특성을 갖는 시료(202)에 광을 지향시키도록 구성될 수 있다. 예를 들어, 일부 경우에, 광학 요소(204)는 스펙트럼 필터로서 구성될 수 있고 스펙트럼 필터의 특성은 다양한 상이한 방식으로(예를 들어, 스펙트럼 필터를 교체함으로써) 변경될 수 있으므로, 상이한 파장의 광이 다른 시간에 시료(202)로 지향될 수 있다. 조명 서브시스템은 상이하거나 동일한 특성을 갖는 광을 상이하거나 동일한 입사각으로 순차적으로 또는 동시에 시료(202)에 지향시키기 위해 당해 분야에 공지된 임의의 다른 적절한 구성을 가질 수 있다.
일 실시예에서, 광원(203)은 광대역 플라즈마(BBP) 소스를 포함할 수 있다. 이러한 방식으로, 광원(203)에 의해 생성되어 시료(202)로 지향되는 광은 광대역 광을 포함할 수 있다. 그러나, 광원은 레이저와 같은 임의의 다른 적절한 광원을 포함할 수 있다. 레이저는 당해 분야에 공지된 임의의 적절한 레이저를 포함할 수 있고, 당해 분야에 공지된 임의의 적절한 파장 또는 파장들에서 광을 생성하도록 구성될 수 있다. 또한, 레이저는 단색 또는 거의 단색인 광을 생성하도록 구성될 수 있다. 이러한 방식으로, 레이저는 협대역 레이저일 수 있다. 광원(203)은 또한, 다수의 이산 파장 또는 주파수대에서 광을 생성하는 다색 광원을 포함할 수 있다.
광학 요소(204)로부터의 광은, 렌즈(205)에 의해 시료(202)에 집속될 수 있다. 렌즈(205)가 단일 굴절 광학 요소로서 도 3에 도시되어 있지만, 실제로, 렌즈(205)는 광학 요소로부터 시료로 광을 조합하여 집속시키는 다수의 굴절 및/또는 반사 광학 요소를 포함할 수 있음을 이해해야 한다. 도 3에 도시되고 본 명세서에서 설명된 조명 서브시스템은 임의의 다른 적절한 광학 요소(미도시)를 포함할 수 있다. 이러한 광학 요소의 예에는, 편광 구성요소(들), 스펙트럼 필터(들), 공간 필터(들), 반사 광학 요소(들), 아포다이저(들), 빔 스플리터(들)(예를 들어, 빔 스플리터(213), 개구(들) 등을 포함지만 이들로 제한되지는 않으며, 이는 당해 분야에 공지된 임의의 적절한 광학 요소를 포함할 수 있다. 또한, 광학 기반 서브시스템(201)은 광학 기반 출력을 생성하기 위해 사용될 조명의 유형에 기초하여 조명 서브시스템의 요소들 중 하나 이상을 변경하도록 구성될 수 있다.
광학 기반 서브시스템(201)은 또한 광이 시료(202) 위에 스캐닝되게 하도록 구성된 스캐닝 서브시스템을 포함할 수 있다. 예를 들어, 광학 기반 서브시스템(201)은 광학 기반 출력 생성 동안 시료(202)가 배치되는 스테이지(206)를 포함할 수 있다. 스캐닝 서브시스템은 광이 시편(202) 위에서 스캔될 수 있도록, 시료(202)를 이동시키도록 구성될 수 있는 임의의 적절한 기계적 및/또는 로봇형 어셈블리(이는 스테이지(206)를 포함함)를 포함할 수 있다. 추가로, 또는 대안적으로, 광학 기반 서브시스템(201)은 광학 기반 서브시스템(201)의 하나 이상의 광학 요소가 시료(202)에 걸쳐 광의 일부 스캐닝을 수행하도록 구성될 수 있다. 광은 구불구불한 경로 또는 나선형 경로와 같은 임의의 적절한 방식으로 시료(202) 위에 스캔될 수 있다.
광학 기반 서브시스템(201)은 하나 이상의 검출 채널을 더 포함한다. 하나 이상의 검출 채널 중 적어도 하나는, 서브시스템에 의한 시료(202)의 조명으로 인해 시료(202)로부터의 광을 검출하고 그 검출된 광에 응답하는 출력을 생성하도록 구성된 검출기를 포함한다. 예를 들어, 도 3에 도시된 광학 기반 서브시스템(201)은 2개의 검출 채널을 포함하는데, 하나는 수집기(207), 요소(208), 및 검출기(209)에 의해 형성되고, 다른 하나는 수집기(210), 요소(211), 및 검출기(212)에 의해 형성된다. 도 3에 도시된 바와 같이, 2개의 검출 채널은 상이한 수집 각도에서 광을 수집 및 검출하도록 구성된다. 일부 경우에, 두 검출 채널은 산란광을 검출하도록 구성되고, 검출 채널은 시료(202)로부터 다른 각도로 산란된 광을 검출하도록 구성된다. 그러나, 검출 채널 중 하나 이상의 검출 채널은. 시료(202)로부터의 다른 유형의 광(예를 들어, 반사광)을 검출하도록 구성될 수 있다.
도 3에 추가로 도시된 바와 같이, 두 검출 채널은 종이의 평면에 위치된 것으로 도시되고, 조명 서브시스템은 또한 종이의 평면에 위치된 것으로 도시된다. 따라서, 이 실시예에서, 두 검출 채널은 입사 평면에(예를 들어, 중앙에) 위치된다. 그러나, 검출 채널 중 하나 이상의 검출 채널이 입사 평면 밖에 위치될 수 있다. 예를 들어, 수집기(210), 요소(211), 및 검출기(212)에 의해 형성된 검출 채널은, 입사 평면 밖으로 산란되는 광을 수집 및 검출하도록 구성될 수 있다. 따라서, 그러한 검출 채널은, 일반적으로 "측(side)" 채널로서 지칭될 수 있고, 그러한 측 채널은 입사 평면에 실질적으로 수직인 평면의 중심에 있을 수 있다.
도 3은 2개의 검출 채널을 포함하는 광학 기반 서브시스템(201)의 실시예를 도시하지만, 광학 기반 서브시스템(201)은 상이한 수의 검출 채널(예를 들어, 단 하나의 검출 채널 또는 2개 이상의 검출 채널)을 포함할 수 있다. 하나의 그러한 예에서, 수집기(210), 요소(211), 및 검출기(212)에 의해 형성된 검출 채널은, 전술한 바와 같이 하나의 측 채널을 형성할 수 있고, 광학 기반 서브시스템(201)은 다른 측 채널로서 형성된 추가 검출 채널(미도시)을 포함할 수 있고, 이는 입사 평면의 반대쪽에 위치한다. 따라서, 광학 기반 서브시스템(201)은 수집기(207), 요소(208), 및 검출기(209)를 포함하고 입사 평면의 중심에 있고 시료(202) 표면에 수직이거나 수직에 가까운 산란 각도(들)에서 광을 수집 및 검출하도록 구성된 검출 채널을 포함할 수 있다. 따라서 이 검출 채널은 일반적으로 "상부" 채널로서 지칭될 수 있고, 광학 기반 서브시스템(201)은 또한 위에서 설명된 바와 같이 구성된 2개 이상의 측 채널을 포함할 수 있다. 이와 같이, 광학 기반 서브시스템(201)은 적어도 3개의 채널(즉, 1개의 상부 채널 및 2개의 측 채널)을 포함할 수 있고, 적어도 3개의 채널의 각각은, 각각이 다른 수집기의 각각과 서로 다른 산란에서 광을 수집하도록 구성되는 자체 수집기를 갖는다.
위에서 추가로 설명된 바와 같이, 광학 기반 서브시스템(201)에 포함된 각각의 검출 채널은 산란된 광을 검출하도록 구성될 수 있다. 따라서, 도 3에 도시된 광학 기반 서브시스템(201)은 시료(202)에 대한 암시야(DF) 출력 생성을 위해 구성될 수 있다. 그러나, 광학 기반 서브시스템(201)은 또한 또는 대안적으로 시료(202)에 대한 명시야(BF) 출력 생성을 위해 구성된 검출 채널(들)을 포함할 수 있습니다. 다시 말해서, 광학 기반 서브시스템(201)은 시료(202)로부터 정반사된 광을 검출하도록 구성된 적어도 하나의 검출 채널을 포함할 수 있다. 따라서, 본 명세서에서 설명된 광학 기반 서브시스템(201)은 DF만, BF만, 또는 DF와 BF 이미징 모두를 위해 구성될 수 있다. 각각의 수집기가 단일 굴절 광학 요소로서 도 3에 도시되어 있지만, 각각의 수집기는 하나 이상의 굴절 광학 다이(들) 및/또는 하나 이상의 반사 광학 요소(들)를 포함할 수 있음을 이해해야 한다.
하나 이상의 검출 채널은 당해 분야에 공지된 임의의 적절한 검출기를 포함할 수 있다. 예를 들어, 검출기는 광 증배관(PMT), 전하 결합 소자(CCD), 시간 지연 통합(TDI) 카메라, 및 당해 분야에 공지된 임의의 다른 적절한 검출기를 포함할 수 있다. 검출기는 또한 비-영상 검출기 또는 영상 검출기를 포함할 수 있다. 이러한 방식으로, 검출기가 비-영상 검출기인 경우, 검출기의 각각은 강도와 같은 산란광의 임의의 특성을 검출하도록 구성될 수 있지만, 이미징 평면 내의 위치의 함수로서 이러한 특성을 검출하도록 구성되지 않을 수 있다. 이와 같이, 광학 기반 서브시스템의 각각의 검출 채널에 포함된 각각의 검출기에 의해 생성되는 출력은, 신호 또는 데이터일 수 있지만, 이미지 신호 또는 이미지 데이터는 아닐 수 있다. 그러한 경우에, 프로세서(214)와 같은 프로세서는 검출기의 비-이미징 출력으로부터 시료(202)의 이미지를 생성하도록 구성될 수 있습니다. 그러나, 다른 경우에, 검출기는 이미징 신호 또는 이미지 데이터를 생성하도록 구성된 이미징 검출기로 구성될 수 있다. 따라서, 광학 기반 서브시스템은 다양한 방식으로 여기에 설명된 광학 이미지 또는 다른 광학 기반 출력을 생성하도록 구성될 수 있다.
도 3은 본 명세서에 설명된 시스템 실시예에 포함될 수 있거나 본 명세서에 설명된 시스템 실시예에 의해 사용되는 광학 기반 출력을 생성할 수 있는 광학 기반 서브시스템(201)의 구성을 일반적으로 예시하기 위해 본 명세서에 제공된다. 본 명세서에 설명된 광학 기반 서브시스템(201) 구성은, 상용 출력 획득 시스템을 설계할 때 일반적으로 수행되는 바와 같이, 광학 기반 서브시스템(201)의 성능을 최적화하도록 변경될 수 있다. 또한, 본 명세서에서 설명된 시스템은, 기존 시스템을 사용하여 구현될 수 있다(예를 들어, 본 명세서에 설명된 기능을 기존 시스템에 추가함으로써). 이러한 일부 시스템의 경우, 본 명세서에 설명된 방법은 시스템의 선택적 기능(예: 시스템의 다른 기능에 추가하여)으로서 제공될 수 있다. 대안적으로, 본 명세서에 설명된 시스템은 완전히 새로운 시스템으로서 설계될 수 있다.
프로세서(214)는 프로세서(214)가 출력을 수신할 수 있도록, 임의의 적절한 방식으로(예를 들어, 유선 및/또는 무선 전송 매체를 포함할 수 있는 하나 이상의 전송 매체를 통해) 시스템(200)의 구성요소에 결합될 수 있다. 프로세서(214)는 출력을 사용하여 다수의 기능을 수행하도록 구성될 수 있다. 시스템(200)은 프로세서(214)로부터 명령 또는 다른 정보를 수신할 수 있다. 프로세서(214) 및/또는 전자 데이터 저장 유닛(215)은 선택적으로 추가 정보를 수신하거나 명령을 보내기 위해 웨이퍼 검사 도구, 웨이퍼 계측 도구, 또는 웨이퍼 검토(review) 도구(미도시)와 전자 통신할 수 있다. 예를 들어, 프로세서(214) 및/또는 전자 데이터 저장 유닛(215)은 주사 전자 현미경과 전자 통신할 수 있다.
본 명세서에 설명된 프로세서(214), 다른 시스템(들), 또는 다른 서브시스템(들)은, 개인용 컴퓨터 시스템, 이미지 컴퓨터, 메인프레임 컴퓨터 시스템, 워크스테이션, 네트워크 기기, 인터넷 기기, 또는 다른 디바이스를 포함하는 다양한 시스템의 일부일 수 있다. 서브시스템(들) 또는 시스템(들)은 또한 병렬 프로세서와 같이 당해 분야에 공지된 임의의 적절한 프로세서를 포함할 수 있다. 또한, 서브시스템(들) 또는 시스템(들)은 독립형 또는 네트워크 도구로서, 고속 처리 및 소프트웨어를 갖춘 플랫폼을 포함할 수 있다.
프로세서(214) 및 전자 데이터 저장 유닛(215)은, 시스템(200) 또는 다른 디바이스에, 또는 그렇지 않으면 그 일부에 배치될 수 있다. 예에서, 프로세서(214) 및 전자 데이터 저장 유닛(215)은, 독립형 제어 유닛의 일부일 수 있거나 중앙 품질 제어 유닛에 있을 수 있다. 다중 프로세서(214) 또는 전자 데이터 저장 유닛(215)이 사용될 수 있다.
프로세서(214)는 실제로 하드웨어, 소프트웨어, 및 펌웨어의 임의의 조합에 의해 구현될 수 있다. 또한, 본 명세서에 설명된 기능은, 하나의 유닛에 의해 수행되거나, 하드웨어, 소프트웨어, 및 펌웨어의 임의의 조합에 의해 각각이 차례로 구현될 수 있는 서로 다른 구성요소로 분할될 수 있다. 프로세서(214)가 다양한 방법 및 기능을 구현하기 위한 프로그램 코드 또는 명령은, 전자 데이터 저장 유닛(215)의 메모리 또는 다른 메모리와 같은 판독 가능한 저장 매체에 저장될 수 있다.
시스템(200)이 하나 보다 많은 프로세서(214)를 포함하는 경우, 이미지, 데이터, 정보, 명령 등이 서브시스템 사이에서 전송될 수 있도록, 상이한 서브시스템이 서로 결합될 수 있다. 예를 들어, 하나의 서브시스템은 당해 분계에 공지된 임의의 적절한 유선 및/또는 무선 전송 매체를 포함할 수 있는 임의의 적절한 전송 매체에 의해 추가 서브시스템(들)에 결합될 수 있다. 이러한 서브시스템 중 2개 이상은 또한, 공유 컴퓨터 판독가능 저장 매체(미도시)에 의해 효과적으로 결합될 수 있다.
프로세서(214)는 시스템(200)의 출력 또는 다른 출력을 사용하여 다수의 기능을 수행하도록 구성될 수 있다. 예를 들어, 프로세서(214)는 출력을 전자 데이터 저장 유닛(215) 또는 다른 저장 매체로 전송하도록 구성될 수 있다. 프로세서(214)는 본 명세서에서 설명된 바와 같이 추가로 구성될 수 있다.
프로세서(214)는 본 명세서에서 설명된 실시예들 중 임의의 것에 따라 구성될 수 있다. 프로세서(214)는 또한, 시스템(200)의 출력을 사용하거나 다른 소스로부터의 이미지 또는 데이터를 사용하여 다른 기능 또는 추가 단계를 수행하도록 구성될 수 있다.
본 명세서에서 개시된 시스템(200) 및 방법의 다양한 단계, 기능, 및/또는 동작은, 전자 회로, 논리 게이트, 멀티플렉서, 프로그램 가능 논리 디바이스, ASIC, 아날로그 또는 디지털 제어장치/스위치, 마이크로컨트롤러, 또는 컴퓨팅 시스템 중 하나 이상에 의해 수행된다. 본 명세서에 설명된 것과 같은 방법을 구현하는 프로그램 명령은, 캐리어 매체를 통해 송신되거나 이에 저장될 수 있다. 캐리어 매체는, 판독 전용 메모리, 랜덤 액세스 메모리, 자기 또는 광 디스크, 비휘발성 메모리, 솔리드 스테이트 메모리, 자기 테이프 등과 같은 저장 매체를 포함할 수 있다. 캐리어 매체는 유선, 케이블, 또는 무선 전송 링크와 같은 전송 매체를 포함할 수 있다. 예를 들어, 본 개시내용 전체에 걸쳐 설명된 다양한 단계들은, 단일 프로세서(214), 또는 대안적으로 다중 프로세서(214)에 의해 수행될 수 있다. 더욱이, 시스템(200)의 상이한 서브시스템은, 하나 이상의 컴퓨팅 또는 논리 시스템을 포함할 수 있다. 따라서, 위의 설명은 본 개시내용을 제한하는 것으로 해석되어서는 안되며, 예시에 불과하다.
예에서, 프로세서(214)는 시스템(200)과 통신한다. 프로세서(214)는 도 1의 방법(100)과 같이, 본 명세서에 개시된 실시예들 중 임의의 것을 수행하도록 구성될 수 있다. 예에서, 프로세서(214)는 이미지의 영역을 복수의 세그먼트로 분할하고; 상기 영역의 픽셀에 대한 범위 속성을 결정하고; 범위 속성에 로우 패스 필터를 적용하고; 범위 속성으로부터 세그먼트 중 하나를 선택하기 위해 임계화를 적용하고; 그리고 X 방향과 그 X 방향에 수직인 Y 방향을 따라 세그먼트 중 하나에 확장을 적용하도록 구성된다.
범위 속성은 이미지의 모든 다이의 위치에서 픽셀의 강도를 오름차순으로 정렬하고, 두 번째로 높은 강도에서 두 번째로 낮은 강도를 감산하여 범위 속성을 규정함으로써 결정될 수 있다.
범위 속성은 또한 이미지의 다이에서 픽셀의 강도를 오름차순으로 정렬하고, 최고 강도에서 중간 강도를 뺀 값 또는 중간 강도에서 최저 강도를 뺀 값 중 더 낮은 값을 사용하여 범위 속성을 규정함으로써 결정될 수 있다.
임계화는 범위 속성이 컷라인 이하이면 세그먼트 중 제1 세그먼트를 선택하거나, 상기 범위 속성이 컷라인보다 크면 세그먼트 중 제2 세그먼트를 선택할 수 있다.
프로세서(214)는 또한, 저강도를 갖는 세그먼트들 중 적어도 2개를 결합하도록 구성될 수 있다.
추가 실시예는 본 명세서에 개시된 웨이퍼 검사를 위한 컴퓨터 구현 방법을 수행하기 위해 컨트롤러 상에서 실행가능한 프로그램 명령을 저장하는 비일시적 컴퓨터 판독가능 매체에 관한 것이다. 특히, 도 3에 도시된 바와 같이, 전자 데이터 저장 유닛(215) 또는 다른 저장 매체는, 프로세서(214) 상에서 실행가능한 프로그램 명령을 포함하는 비일시적 컴퓨터 판독가능 매체를 포함할 수 있다. 컴퓨터 구현 방법은 방법(100)을 포함하여, 본 명세서에서 설명된 임의의 방법(들)의 임의의 단계(들)를 포함할 수 있다.
예를 들어, 단계는, 반도체 웨이퍼의 이미지를 수신하는 단계; 이미지의 영역을 복수의 세그먼트로 분할하는 단계; 영역의 픽셀에 대한 범위 속성을 결정하는 단계; 범위 속성에 로우 패스 필터를 적용하는 단계; 범위 속성으로부터 세그먼트 중 하나를 선택하기 위해 임계화를 적용하는 단계; 그리고 X 방향 및 그 X 방향에 수직인 Y 방향을 따라 세그먼트 중 하나를 확장시키는 단계를 포함한다.
프로그램 명령은, 무엇보다도, 절차 기반 기술, 구성요소 기반 기술, 및/또는 객체 지향 기술을 포함하는 다양한 방식 중 임의의 것으로 구현될 수 있다. 예를 들어, 프로그램 명령은, 원하는 대로, ActiveX 컨트롤, C++ 객체, JavaBeans, MFC(Microsoft Foundation Classes), SSE(Streaming SIMD Extension), 또는 기타 기술이나 방법론을 사용하여 구현될 수 있다.
본 명세서에서 사용된 바와 같이, 용어 "웨이퍼"는 일반적으로 반도체 또는 비반도체 재료로 형성된 기판을 지칭한다. 이러한 반도체 또는 비반도체 재료의 예는, 단결정 실리콘, 질화갈륨, 비소화 갈륨, 인화인듐, 사파이어, 및 유리를 포함하지만 이에 제한되지는 않는다. 이러한 기판은 일반적으로 반도체 제조 시설에서 발견 및/또는 처리될 수 있다.
웨이퍼는 기판 상에 형성된 하나 이상의 층을 포함할 수 있다. 예를 들어, 이러한 층은 포토레지스트, 유전체 재료, 전도성 재료, 및 반도체 재료를 포함할 수 있지만, 이에 제한되지는 않는다. 이러한 층의 많은 상이한 유형이, 당해 분야에 공지되어 있고, 본 명세서에서 사용되는 웨이퍼라는 용어는, 모든 유형의 이러한 층을 포함하는 웨이퍼를 포함하는 것으로 의도된다.
웨이퍼 상에 형성된 하나 이상의 층은, 패턴화되거나 패턴화되지 않을 수 있다. 예를 들어, 웨이퍼는 복수의 다이를 포함할 수 있으며, 각각은 반복 가능한 패턴화된 피처 또는 주기적 구조를 갖는다. 이러한 재료 층의 형성 및 처리는 궁극적으로 완성된 디바이스를 초래할 수 있다. 많은 상이한 유형의 디바이스가 웨이퍼 상에 형성될 수 있고, 본 명세서에서 사용되는 바와 같은 웨이퍼라는 용어는, 당해 분야에 공지된 임의의 유형의 디바이스가 제조되고 있는 웨이퍼를 포함하도록 의도된다.
다른 유형의 웨이퍼도 사용될 수 있다. 예를 들어, 웨이퍼는 LED, 태양 전지, 자기 디스크, 평면 패널, 또는 연마된 플레이트를 제조하는 데 사용될 수 있다. 다른 물체에 대한 결함도 본 명세서에서 개시된 기술 및 시스템을 사용하여 분류될 수 있다.
방법의 각 단계는 본 명세서에서 설명된 바와 같이 수행될 수 있다. 방법은 또한 본 명세서에서 설명된 프로세서 및/또는 컴퓨터 서브시스템(들) 또는 시스템(들)에 의해 수행될 수 있는 임의의 다른 단계(들)를 포함할 수 있다. 단계들은 본 명세서에서 설명된 실시예들 중 임의의 것에 따라 구성될 수 있는 하나 이상의 컴퓨터 시스템에 의해 수행될 수 있다. 또한, 위에서 설명된 방법은, 본 명세서에서 설명된 시스템 실시예 중 임의의 것에 의해 수행될 수 있다.
본 개시내용은 하나 이상의 특정 실시예와 관련하여 설명되었지만, 본 개시내용의 범위를 벗어나지 않고 본 개시내용의 다른 실시예가 이루어질 수 있다는 것이 이해될 것이다. 따라서, 본 개시내용은 첨부된 청구범위 및 그에 대한 합리적인 해석에 의해서만 제한되는 것으로 간주된다.
Claims (19)
- 시스템에 있어서,
광을 발생시키는 광원;
웨이퍼를 유지하도록 구성된 스테이지;
상기 웨이퍼로부터 반사된 광을 수신하는 검출기; 및
상기 검출기와 전자 통신하는 프로세서
를 포함하고, 상기 프로세서는,
이미지의 영역을 복수의 세그먼트들로 분할을 수행하도록 - 상기 이미지는 상기 검출기의 데이터로부터 생성됨 -;
상기 영역의 픽셀에 대한 범위 속성을 결정하도록;
상기 범위 속성에 로우 패스 필터를 적용하도록;
상기 범위 속성에서 상기 세그먼트들 중 하나를 선택하기 위해 임계화(thresholding)를 적용하도록; 그리고
X 방향과 상기 X 방향에 수직인 Y 방향을 따라 상기 세그먼트들 중 하나에 확장(dilation)을 적용하도록 구성되는 것인, 시스템. - 제1항에 있어서, 상기 광원은 레이저인 것인 시스템.
- 제1항에 있어서, 상기 범위 속성은, 상기 이미지의 모든 다이의 위치에서 픽셀의 강도를 오름차순으로 정렬하는 단계; 및
두 번째로 높은 강도에서 두 번째로 낮은 강도를 감산하여 상기 범위 속성을 규정하는 단계
에 의해 결정되는 것인 시스템. - 제1항에 있어서, 상기 범위 속성은,
상기 이미지의 다이에서 픽셀의 강도를 오름차순으로 정렬하는 단계; 및
최고 강도에서 중간 강도를 뺀 값 또는 상기 중간 강도에서 최저 강도를 뺀 값 중 더 낮은 값을 사용하여 상기 범위 속성을 규정하는 단계
에 의해 결정되는 것인 시스템. - 제1항에 있어서, 상기 임계화는 상기 범위 속성이 컷라인 이하이면 상기 세그먼트들 중 제1 세그먼트를 선택하고, 상기 범위 속성이 상기 컷라인보다 크면 세그먼트들 중 제2 세그먼트를 선택하는 것인 시스템.
- 제1항에 있어서, 상기 프로세서는 또한, 저강도를 갖는 상기 세그먼트들 중 적어도 2개를 결합하도록 구성되는 것인 시스템.
- 제1항에 있어서, 상기 프로세서는 또한, 상기 세그먼트 중 하나 이상의 세그먼트에서 결함 검출을 수행하도록 구성되는 것인 시스템.
- 방법에 있어서,
프로세서를 사용하여 이미지의 영역을 복수의 세그먼트들로 분할하는 단계;
상기 프로세서를 사용하여 상기 영역의 픽셀에 대한 범위 속성을 결정하는 단계;
상기 프로세서를 사용하여 상기 범위 속성에 로우 패스 필터를 적용하는 단계;
상기 프로세서를 사용하여 상기 범위 속성으로부터 상기 세그먼트들 중 하나를 선택하기 위해 임계화를 적용하는 단계; 및
상기 프로세서를 사용하여 X 방향 및 상기 X 방향에 수직인 Y 방향을 따라 상기 세그먼트들 중 하나를 확장하는 단계
를 포함하는 방법. - 제8항에 있어서, 상기 범위 속성은,
상기 이미지의 모든 다이의 위치에서 픽셀의 강도를 오름차순으로 정렬하는 단계; 및
두 번째로 높은 강도에서 두 번째로 낮은 강도를 감산함으로써 상기 범위 속성을 규정하는 단계
에 의해 결정되는 것인 방법. - 제8항에 있어서, 상기 범위 속성은,
상기 이미지의 다이에서 픽셀의 강도를 오름차순으로 정렬하는 단계; 및
최고 강도에서 중간 강도를 뺀 값 또는 상기 중간 강도에서 최저 강도를 뺀 값 중 더 낮은 값을 사용하여 상기 범위 속성을 규정하는 단계
에 의해 결정되는 것인 방법. - 제8항에 있어서, 상기 임계화는 상기 범위 속성이 컷라인 이하이면 상기 세그먼트들 중 제1 세그먼트를 선택하고, 상기 범위 속성이 컷라인보다 크면 상기 세그먼트들 중 제2 세그먼트를 선택하는 것인 방법.
- 제8항에 있어서, 상기 프로세서를 사용하여 저강도를 갖는 상기 세그먼트들 중 적어도 2개의 세그먼트를 결합하는 단계를 더 포함하는 방법.
- 제8항에 있어서, 상기 프로세서를 사용하여 상기 세그먼트들 중 하나 이상의 세그먼트에서 결함 검출을 수행하는 단계를 더 포함하는 방법.
- 하나 이상의 컴퓨팅 디바이스에서, 이하의 단계:
반도체 웨이퍼의 이미지를 수신하는 단계;
이미지의 영역을 복수의 세그먼트들로 분할하는 단계;
상기 영역의 픽셀에 대한 범위 속성을 결정하는 단계;
상기 범위 속성에 로우 패스 필터를 적용하는 단계;
상기 범위 속성으로부터 상기 세그먼트들 중 하나를 선택하기 위해 임계화를 적용하는 단계; 및
X 방향 및 상기 X 방향에 수직인 Y 방향을 따라 상기 세그먼트들 중 하나를 확장시키는 단계
를 실행하기 위한 하나 이상의 프로그램을 포함하는 비일시적 컴퓨터 판독가능 저장 매체. - 제14항에 있어서, 상기 범위 속성은,
상기 이미지의 모든 다이의 위치에서 픽셀의 강도를 오름차순으로 정렬하는 단계; 및
두 번째로 높은 강도에서 두 번째로 낮은 강도를 감산함으로써 상기 범위 속성을 규정하는 단계
에 의해 결정되는 것인 비일시적 컴퓨터 판독가능 저장 매체. - 제14항에 있어서, 상기 범위 속성은,
상기 이미지의 다이에서 픽셀의 강도를 오름차순으로 정렬하는 단계; 및
최고 강도에서 중간 강도를 뺀 값 또는 상기 중간 강도에서 최저 강도를 뺀 값 중 더 낮은 값을 사용하여 상기 범위 속성을 규정하는 단계
에 의해 결정되는 것인 비일시적 컴퓨터 판독가능 저장 매체. - 제14항에 있어서,
상기 임계화는 상기 범위 속성이 컷라인 이하이면 상기 세그먼트들 중 제1 세그먼트를 선택하고, 상기 범위 속성이 컷라인보다 크면 상기 세그먼트들 중 제2 세그먼트를 선택하는 것인 비일시적 컴퓨터 판독가능 저장 매체. - 제14항에 있어서, 상기 단계는 낮은 강도를 갖는 상기 세그먼트들 중 적어도 2개의 세그먼트를 결합하는 단계를 더 포함하는 비일시적 컴퓨터 판독가능 저장 매체.
- 제14항에 있어서, 상기 단계는 상기 세그먼트들 중 하나 이상의 세그먼트에서 결함 검출을 수행하는 단계를 더 포함하는 비일시적 컴퓨터 판독가능 저장 매체.
Applications Claiming Priority (5)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US201962906673P | 2019-09-26 | 2019-09-26 | |
| US62/906,673 | 2019-09-26 | ||
| US17/024,681 US11676260B2 (en) | 2019-09-26 | 2020-09-17 | Variation-based segmentation for wafer defect detection |
| US17/024,681 | 2020-09-17 | ||
| PCT/US2020/051894 WO2021061585A1 (en) | 2019-09-26 | 2020-09-22 | Variation-based segmentation for wafer defect detection |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR20220070490A true KR20220070490A (ko) | 2022-05-31 |
Family
ID=75163629
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020227013949A KR20220070490A (ko) | 2019-09-26 | 2020-09-22 | 웨이퍼 결함 검출을 위한 변형 기반 분할 |
Country Status (4)
| Country | Link |
|---|---|
| US (1) | US11676260B2 (ko) |
| KR (1) | KR20220070490A (ko) |
| CN (1) | CN114402192B (ko) |
| WO (1) | WO2021061585A1 (ko) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| TWI798725B (zh) * | 2021-06-18 | 2023-04-11 | 浚輔科技股份有限公司 | 晶圓缺口位置之判斷裝置及其方法 |
| CN114511565B (zh) * | 2022-04-19 | 2022-07-26 | 杭州灵西机器人智能科技有限公司 | 基于多角度光源的2.5d缺陷检测方法、装置、设备及介质 |
Family Cites Families (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6178260B1 (en) * | 1998-09-23 | 2001-01-23 | Xerox Corporation | Image segmentation apparatus and method |
| JP3848236B2 (ja) | 2002-10-18 | 2006-11-22 | 株式会社東芝 | 欠陥情報検出感度データの決定方法及び欠陥情報検出感度データの決定装置、欠陥検出装置の管理方法、半導体装置の欠陥検出方法及び半導体装置の欠陥検出装置 |
| JP5604208B2 (ja) | 2010-07-28 | 2014-10-08 | 株式会社日立ハイテクノロジーズ | 欠陥検出装置及びコンピュータプログラム |
| EP2518719B1 (en) | 2011-04-08 | 2016-05-18 | Dolby Laboratories Licensing Corporation | Image range expansion control methods and apparatus |
| EP2509044B1 (en) | 2011-04-08 | 2018-10-03 | Dolby Laboratories Licensing Corporation | Local definition of global image transformations |
| US8831334B2 (en) * | 2012-01-20 | 2014-09-09 | Kla-Tencor Corp. | Segmentation for wafer inspection |
| US8977035B2 (en) | 2012-06-13 | 2015-03-10 | Applied Materials Israel, Ltd. | System, method and computer program product for detection of defects within inspection images |
| US10127652B2 (en) | 2014-02-06 | 2018-11-13 | Kla-Tencor Corp. | Defect detection and classification based on attributes determined from a standard reference image |
| TWI638339B (zh) * | 2017-11-14 | 2018-10-11 | 瑞昱半導體股份有限公司 | 錯色移除方法 |
| US11170475B2 (en) * | 2019-01-10 | 2021-11-09 | Kla Corporation | Image noise reduction using stacked denoising auto-encoder |
| US10621702B1 (en) * | 2019-03-20 | 2020-04-14 | Bae Systems Information And Electronic Systems Integration Inc. | Edge rejecting scene based non-uniformity correction for uncooled infrared |
-
2020
- 2020-09-17 US US17/024,681 patent/US11676260B2/en active Active
- 2020-09-22 CN CN202080061765.XA patent/CN114402192B/zh active Active
- 2020-09-22 KR KR1020227013949A patent/KR20220070490A/ko unknown
- 2020-09-22 WO PCT/US2020/051894 patent/WO2021061585A1/en active Application Filing
Also Published As
| Publication number | Publication date |
|---|---|
| US20210097671A1 (en) | 2021-04-01 |
| TW202127553A (zh) | 2021-07-16 |
| CN114402192B (zh) | 2023-10-31 |
| US11676260B2 (en) | 2023-06-13 |
| WO2021061585A1 (en) | 2021-04-01 |
| CN114402192A (zh) | 2022-04-26 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR102369848B1 (ko) | 관심 패턴 이미지 집단에 대한 이상치 검출 | |
| US9766187B2 (en) | Repeater detection | |
| US10698325B2 (en) | Performance monitoring of design-based alignment | |
| US10557802B2 (en) | Capture of repeater defects on a semiconductor wafer | |
| US11783470B2 (en) | Design-assisted inspection for DRAM and 3D NAND devices | |
| KR20220070490A (ko) | 웨이퍼 결함 검출을 위한 변형 기반 분할 | |
| CN114341630B (zh) | 等概率缺陷检测 | |
| KR102201122B1 (ko) | 민감도 개선 및 뉴슨스 억제를 위해 로직 및 핫스팟 검사에서 z-층 컨텍스트를 사용하는 시스템 및 방법 | |
| KR20220104776A (ko) | 노이즈 특성에 기초한 서브케어 영역의 클러스터링 | |
| US11610296B2 (en) | Projection and distance segmentation algorithm for wafer defect detection | |
| TW202225675A (zh) | 雜訊圖案化特徵之檢測 | |
| US10739276B2 (en) | Minimizing filed size to reduce unwanted stray light | |
| US20230122514A1 (en) | Laser Anneal Pattern Suppression | |
| US20240054632A1 (en) | Detecting defects on specimens | |
| TW202301191A (zh) | 用於導出及改善成像條件之影像對比度量 |