TW201516395A - 用於晶圓檢測之刮痕濾除器 - Google Patents
用於晶圓檢測之刮痕濾除器 Download PDFInfo
- Publication number
- TW201516395A TW201516395A TW103129745A TW103129745A TW201516395A TW 201516395 A TW201516395 A TW 201516395A TW 103129745 A TW103129745 A TW 103129745A TW 103129745 A TW103129745 A TW 103129745A TW 201516395 A TW201516395 A TW 201516395A
- Authority
- TW
- Taiwan
- Prior art keywords
- wafer
- scratches
- defect candidate
- potential
- potential defect
- Prior art date
Links
- 238000007689 inspection Methods 0.000 title claims abstract description 35
- 230000007547 defect Effects 0.000 claims abstract description 178
- 238000000034 method Methods 0.000 claims abstract description 93
- 238000001914 filtration Methods 0.000 claims abstract description 16
- 238000001514 detection method Methods 0.000 claims description 39
- 230000003287 optical effect Effects 0.000 claims description 25
- 238000012360 testing method Methods 0.000 claims description 16
- 239000000126 substance Substances 0.000 claims description 3
- 230000008859 change Effects 0.000 claims description 2
- 238000007517 polishing process Methods 0.000 claims 1
- 238000006748 scratching Methods 0.000 claims 1
- 230000002393 scratching effect Effects 0.000 claims 1
- 238000004519 manufacturing process Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 239000004065 semiconductor Substances 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 238000000926 separation method Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000005498 polishing Methods 0.000 description 2
- 230000035945 sensitivity Effects 0.000 description 2
- 238000010998 test method Methods 0.000 description 2
- 235000006719 Cassia obtusifolia Nutrition 0.000 description 1
- 235000014552 Cassia tora Nutrition 0.000 description 1
- 244000201986 Cassia tora Species 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000010287 polarization Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
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
- 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
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20048—Transform domain processing
- G06T2207/20061—Hough transform
-
- 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
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Testing Or Measuring Of Semiconductors Or The Like (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
本發明提供用於自晶圓檢測結果濾除刮痕之方法及系統。一方法包含產生包含依據該晶圓上之位置而變之關於潛在缺陷候選之影像資料之一缺陷候選圖,及自該缺陷候選圖移除雜訊以產生一經濾除缺陷候選圖。該方法亦包含基於對應於該等潛在缺陷候選之該經濾除缺陷候選圖之部分判定該等潛在缺陷候選之一或多個特徵。另外,該方法包含基於關於該等潛在缺陷候選之各者判定之該一或多個特徵判定該等潛在缺陷候選之各者是否係刮痕,及將經判定為該等刮痕之該等潛在缺陷候選自關於該晶圓之檢測結果中之其他缺陷分離。
Description
本發明大體上係關於自晶圓檢測之缺陷偵測結果濾除刮痕。
不承認以下描述及實例憑藉其等包含於此部分中而係先前技術。
檢測程序在一半導體製造程序期間用於多種步驟中以偵測晶圓上之缺陷以促進製造程序中之更高產量且因此促進更高利潤。檢測通常係製造諸如IC之半導體裝置之一重要部分。然而,隨著半導體裝置之尺寸減小,檢測對於可接受之半導體裝置之成功製造變得更重要,因為較小缺陷可導致裝置失效。
檢測程序通常偵測實際係晶圓或雜訊上之妨害缺陷之大量潛在缺陷。作為術語通常用於該技術中,妨害缺陷可定義為在晶圓上偵測之使用者不關心之缺陷或經偵測為缺陷但非任何類型之實際缺陷之事件。舉例而言,在一些晶圓檢測中,可偵測位於經檢測之層下方之晶圓之層上之缺陷,但在下伏層上之缺陷可不係對於經檢測之層所關注的。在一個此例項中,來自一化學機械拋光(CMP)層之刮痕可呈現為隨後層之檢測中之光學真實缺陷。然而,刮痕可不係對於經檢測之層所關注之缺陷。因此,一層上之刮痕可導致一晶圓上之隨後層之檢測之妨害率更高。因此,偵測此等妨害缺陷且向一使用者報告該等妨害缺陷作為實際缺陷具有若干缺點,諸如模糊一使用者關心之實際缺陷
及/或在檢測結果中以一有意義之方式影響裝置製造,阻礙一使用者關心之校正實際缺陷之程序控制嘗試,及導致使用者依導致較少關注缺陷經偵測之減小妨害缺陷之偵測之方法改變晶圓檢測程序。
由於妨害缺陷將藉由大多數各個檢測程序而偵測,所以開發許多檢測程序,其中執行缺陷偵測且接著以某種方式濾除經偵測缺陷以將關注缺陷自妨害缺陷分離。舉例而言,當存在一檢測程序中經偵測之先前層刮痕時,檢測程序可包含使用尺寸或形狀特徵以濾除相對大刮痕。此濾除對於一些刮痕可係有效但可能非全部刮痕。舉例而言,由一CMP程序導致之刮痕包含可具有一實質上模糊尾之微刮痕。常規檢測程序可能無法偵測微刮痕之相對模糊尾。因此,僅具有一相對模糊尾之一微刮痕之一部分可呈現於缺陷偵測結果中,藉此導致微刮痕似乎具有不同於晶圓上之其實際形狀之晶圓之一影像中之一形狀。因此,基於缺陷之形狀執行之缺陷濾除可能無法將此等微刮痕分類為刮痕缺陷。結果,晶圓檢測結果可包含大量微刮痕。另外,由於60%至70%之由CMP程序導致之刮痕可係具有相對模糊尾之微刮痕,所以晶圓檢測結果可包含一大百分比之晶圓上之全部刮痕。
因此,開發歸因於晶圓上之微刮痕而用於更有效減小關於晶圓之檢測程序之妨害率之用於濾除晶圓上經偵測之缺陷之方法及系統將係有利的。
不可以任何方式將多種實施例之以下描述理解為限制隨附申請專利範圍之標的。
一實施例係關於用於自關於一晶圓之檢測結果濾除刮痕之一電腦實施方法。該方法包含自藉由一晶圓檢測系統產生之一晶圓之影像產生關於該晶圓之一缺陷候選圖。該缺陷候選圖包含依據該晶圓上之位置而變之關於潛在缺陷候選之影像資料。該方法亦包含自該缺陷候
選圖移除雜訊以產生一經濾除缺陷候選圖。另外,該方法包含基於對應於該等潛在缺陷候選之該經濾除缺陷候選圖之部分判定該等潛在缺陷候選之一或多個特徵。該方法進一步包含基於關於該等潛在缺陷候選之各者判定之該一或多個特徵判定該等潛在缺陷候選之各者是否係刮痕。該方法亦包含將經判定為該等刮痕之該等潛在缺陷候選自藉由該晶圓檢測系統產生之關於該晶圓之檢測結果中之其他缺陷分離。藉由一電腦系統執行該產生、移除、判定該一或多個特徵,判定該等潛在缺陷候選之各者是否係刮痕,及分離步驟。
如本文中進一步描述之執行上文描述之該方法之該等步驟之各者。上文描述之該方法可包含本文中描述之任何其他(若干)方法之任何其他(若干)步驟。可使用本文中描述之該等系統之任何者執行上文描述之該方法。
另一實施例係關於一非暫時性電腦可讀媒體,其儲存用於執行用於自關於一晶圓之檢測結果濾除刮痕之一電腦實施方法之可執行於一電腦系統中之程式指令。該電腦實施方法包含上文描述之該電腦實施方法之該等步驟,可如本文中進一步描述之執行該等步驟。另外,該等程式指令可執行之該電腦實施方法可包含本文中描述之任何其他(若干)方法之任何其他(若干)步驟。可如本文中描述之進一步組態非暫時性電腦可讀媒體。
一額外實施例係關於經組態以自關於一晶圓之檢測結果濾除刮痕之一系統。該系統包含一光學子系統,其經組態以將光引導至一晶圓且自該晶圓偵測光以藉此產生關於該晶圓之影像。該系統亦包含一電腦子系統,其經組態以執行該產生、移除、判定該一或多個特徵,判定該等潛在缺陷候選之各者是否係該等刮痕,及上文描述之分離步驟。可如本文中描述之進一步組態該系統。
100‧‧‧步驟
102‧‧‧步驟
104‧‧‧步驟
106‧‧‧步驟
108‧‧‧步驟
110‧‧‧步驟
200‧‧‧非暫時性電腦可讀媒體
202‧‧‧程式指令
204‧‧‧電腦系統
300‧‧‧光學子系統
302‧‧‧電腦子系統
304‧‧‧光源
306‧‧‧分束器
308‧‧‧透鏡
310‧‧‧晶圓
312‧‧‧分束器
314‧‧‧偵測器
316‧‧‧偵測器
一旦閱讀以下詳細描述且一旦參考隨附圖式,即將瞭解本發明之其他目標及優點,其中:圖1係繪示用於自關於一晶圓之檢測結果濾除刮痕之一電腦實施方法之一實施例之一流程圖;圖2係繪示儲存用於執行本文中描述之電腦實施方法實施例之一或多者之可執行於一電腦系統中之程式指令之一非暫時性電腦可讀媒體之一實施例之一方塊圖;及圖3係繪示經組態以自關於一晶圓之檢測結果濾除刮痕之一系統之一實施例之一側視圖之一示意圖。
雖然本發明易於以多種修改及替代形式呈現,但其之特定實施例係藉由圖式中之實例展示且在本文中將詳細描述。然而,應瞭解,圖式及另外詳細描述不意欲將本發明限制於揭示之特定形式,而相反地,本發明欲涵蓋如由隨附申請專利範圍界定之落於本發明之精神及範疇內之全部修改、等效物及替代物。
現轉向圖式,應注意,圖式未按比例繪製。特定言之,極大誇大圖式之一些元件之比例以強調元件之特徵。亦注意,圖式未按相同比例繪製。使用相同參考數字指示可經類似組態之展示於一個以上之圖式中之元件。除非本文中另有指明,描述且展示之任何元件可包含任何適合之市場可購元件。
一實施例係關於用於自關於一晶圓之檢測結果濾除刮痕之一電腦實施方法。圖1繪示此一電腦實施方法之一實施例。電腦實施方法可包含使用檢測系統獲取檢測結果。舉例而言,獲取檢測結果可包含:在晶圓上方掃描光;回應於在掃描期間藉由檢測系統偵測之來自晶圓之光而產生輸出(例如,影像或影像資料);基於輸出偵測晶圓上之缺陷;及產生檢測結果以包含關於缺陷之資訊。以此方式,獲取檢
測結果可包含掃描晶圓。然而,獲取檢測結果不必須包含掃描晶圓。舉例而言,獲取檢測結果可包含自其中儲存檢測結果之一儲存媒體(例如,藉由檢測系統)獲取檢測結果。可以任何適合方式執行自儲存媒體獲取檢測結果,且自其獲取檢測結果之儲存媒體可包含本文中描述之儲存媒體之任何者。可以類似方式(例如,藉由掃描晶圓或自其中儲存影像之一儲存媒體)獲取本文中描述之用於實施例中之影像。
該方法包含自藉由一晶圓檢測系統產生之一晶圓之影像產生關於該晶圓之一缺陷候選圖。舉例而言,如圖1之步驟100中所示,至方法之輸入可包含輸入測試/參考(「參考」)圖框。測試影像圖框及參考影像圖框可包含關於晶圓上之任何兩個晶粒(諸如,晶圓上之彼此鄰近之兩個晶粒)之影像圖框。然而,該技術中已知之任何其他參考及測試影像圖框可用於本文中描述之實施例中(例如,關於單元、圖場等之影像圖框)。缺陷候選圖包含作為晶圓上之位置之一函數之關於潛在缺陷候選之影像資料。潛在缺陷候選可在關於晶圓經產生之影像資料中偵測,如本文中進一步描述。缺陷候選圖可具有任何適合形式。可關於不同潛在缺陷候選產生不同缺陷候選圖。舉例而言,各個缺陷候選圖可包含包圍一經偵測潛在缺陷候選之位置之一預定數目個像素。
在一實施例中,本文中進一步描述之晶圓之影像藉由自晶圓偵測光之晶圓檢測系統而產生。可如本文中進一步描述之組態晶圓檢測系統。在一些實施例中,刮痕係由在晶圓上執行之一化學機械拋光(CMP)程序導致。在一進一步實施例中,刮痕位於晶圓之一層下方,關於該層產生檢測結果。舉例而言,來自一CMP層之刮痕通常呈現為在形成於一晶圓上之隨後層之檢測中之光學真實缺陷。換言之,在經檢測之層下方之一層上之刮痕可呈現於檢測期間產生之晶圓之影像中且可經偵測為缺陷,即使其等不位於經檢測之層上。另外,此等缺陷
非關於該等隨後層之檢測之關注缺陷(DOI)。因此,刮痕係妨害缺陷(即,使用者不關心之缺陷)且因此,刮痕可增加晶圓檢測工具之妨害率。本文中描述之實施例之一優點係其等可更好分類刮痕且進一步可濾除刮痕而不損害DOI擷取。
在一實施例中,產生該缺陷候選圖包含將一臨限值施加至影像且判定具有高於臨限值之值之影像之部分係潛在缺陷候選。在一個此實施例中,臨限值大體上接近影像中之一雜訊底限。以此方式,如圖1之步驟102中所示,方法可包含「挖」入雜訊底限中以產生一候選圖。將如本文中進一步描述經使用之用於產生一候選圖之臨限值在尋找微刮痕之模糊尾之一嘗試中可降低至雜訊底限位準中。作為術語用於本文中,「微刮痕」通常指具有約微米之長度之藉由CMP程序導致之刮痕。沿著刮痕之整個長度,「微刮痕」亦通常不非常深。以此方式,相較於刮痕之「頭」,刮痕之一「尾」在晶圓之影像中可呈現大體上模糊。微刮痕亦可具有彼此斷開之尾之多個部分但連接多個部分之輪廓之形狀形成一「刮痕線」。
本文中描述之實施例可挖入雜訊底限中,試圖使用上文描述之臨限值尋找微刮痕之模糊尾。使用此一臨限值以偵測潛在缺陷候選係有利的,因為60%至70%之刮痕係具有模糊尾之微刮痕。常規檢測無法截取微刮痕之模糊尾且因此無法將其等分類為刮痕(例如,將其等分類為另一類型之缺陷)。在一些實施例中,可使用一臨限值之一正常值在一晶圓上執行一常規檢測且接著僅有圍繞常規檢測中偵測之缺陷之像素可使用在雜訊底限處或接近雜訊底限之臨限值審查。以此方式,可為了缺陷檢測而藉由晶圓檢測系統掃描晶圓之整個區域,且接著僅在經偵測缺陷周圍(例如,鄰近或接近)之區域可使用接近雜訊底限之一臨限值檢測,嘗試看缺陷是否延伸超過其等之原始經偵測像素。以此方式,刮痕之先前未經偵測部分可使用雜訊底限位準臨限值
偵測。在另一此實施例中,晶圓之影像包含灰階影像。以此方式,可藉由對灰階影像設臨限值而形成候選圖。
該方法亦包含自缺陷候選圖移除雜訊以產生一經濾除缺陷候選圖。在一實施例中,自缺陷候選圖移除之雜訊包含局域色彩雜訊。在一個此實施例中,移除雜訊包含施加一局域差異濾除器至影像。以此方式,可藉由使用一差異濾除器移除局域色彩之雜訊源而減輕局域色彩雜訊。「局域色彩變動」係指歸因於晶圓上之程序變動之關於晶圓之影像或影像資料中之色彩變動。亦可如2014年8月1日申請之Huang等人之美國專利申請案第14/450,170號中描述之濾除影像中之局域色彩雜訊,該案以引用之方式併入如同完全在本文中提出。在另一實施例中,自缺陷候選圖移除之雜訊包含圖案雜訊。在一個此實施例中,移除雜訊包含自影像移除水平及垂直圖案雜訊。以此方式,可藉由移除水平及垂直圖案殘餘而減輕圖案雜訊。舉例而言,濾除圖案雜訊可包含藉由移除相對長線而抑制水平圖案雜訊。另外,本文中描述之實施例可經組態以移除局域色彩及圖案雜訊兩者。舉例而言,如圖1中所示,該方法可包含步驟104中之移除局域色彩/圖案雜訊。因此,本文中描述之實施例可減輕局域色彩變動及圖案雜訊之雜訊源。本文中描述之實施例亦可或替代地可經組態以移除缺陷候選圖中之任何其他雜訊源。
另外,該方法包含基於對應於潛在缺陷候選之經濾除缺陷候選圖判定潛在缺陷候選之一或多個特徵。在一實施例中,判定一或多個特徵包含施加一簡化霍夫(Hough)轉換至對應於潛在缺陷候選之經濾除缺陷候選圖之部分以藉此判定潛在缺陷候選之一或多個特徵。簡化霍夫轉換可包含任何適合形式之霍夫轉換且可以任何適合方式施加至對應於潛在缺陷候選之經濾除缺陷候選圖之部分。然而,可使用任何其他適合演算法及/或該技術中已知之方法判定一或多個特徵。舉例
而言,可藉由使用一幾何方法判定一或多個特徵以尋找刮痕頭及尾角度。
在一實施例中,一或多個特徵包含晶圓上之潛在缺陷候選之定向之角度。舉例而言,如圖1之步驟106中所示,一簡化版本之霍夫轉換可用於計算刮痕之角度及其他性質。以此方式,本文中描述之實施例可包含計算任何基於霍夫之特徵及缺陷候選之其他特徵(例如,定向、頭量值、尾量值、尾尺寸及刮痕可信度)。在另一實施例中,施加簡化霍夫轉換包含施加簡化霍夫轉換僅至對應於潛在缺陷候選之經濾除缺陷候選圖之部分。舉例而言,簡化霍夫轉換可用於僅自缺陷像素而非全部像素計算霍夫轉換。
本文中描述之實施例可使用一簡化霍夫轉換及局域色彩及圖案雜訊上之減輕以增加微刮痕分類之能力。舉例而言,該方法進一步包含基於關於潛在缺陷候選之各者判定之一或多個特徵判定潛在缺陷候選之各者是否係刮痕。判定潛在缺陷候選是否係刮痕可使用一簡單分級機執行以決定一經偵測缺陷是否確實係一刮痕。一「簡單」分級機可係可基於刮痕特徵(諸如本文中進一步描述之刮痕特徵)使用決策規則分類刮痕之任何分級機。舉例而言,如圖1之步驟108中所示,該方法可包含使用一分級機以識別刮痕。
在一實施例中,刮痕包含比刮痕之尾更強烈呈現於影像中之頭。在一個此實施例中,產生關於晶圓之檢測結果包含施加一臨限值至藉由晶圓檢測系統產生之晶圓之影像,且刮痕之尾具有約等於或小於臨限值之影像中之值。在另一此實施例中,一或多個特徵包含影像中之頭及尾之量值。在一額外此實施例中,一或多個特徵包含頭及尾之定向之角度。在一進一步此實施例中,一或多個特徵包含尾中之像素之數目。舉例而言,上文描述之簡單分級機可利用以下資訊:(1)一經檢測缺陷之頭及尾兩者之量值、(2)自頭及尾形成之角度、(3)尾
中有多少像素、及(4)形成一刮痕之該頭及該尾之可信度。
在一實例中,若頭部分之最大量值低於一特定預定臨限值(基於晶圓及檢測系統特徵判定),則可判定頭部分非一刮痕之部分。在另一實例中,若一潛在缺陷候選之尾部分之量值小於一第一預定臨限值或大於一第二預定臨限值(即,不在依賴晶圓及檢測系統之兩個預定臨限值之間),則包含尾部分之該缺陷候選可判定為非一缺陷。另外,若在缺陷候選之主要方向中之一潛在缺陷候選中之像素之數目小於一特定數目(例如,3),則該缺陷候選可判定為非一刮痕。此外,若一潛在缺陷候選之頭部分及尾部分之方向彼此不一致(即,刮痕可信度低),則該潛在缺陷候選可判定為非一刮痕。另外,若一潛在缺陷候選之方向係水平或垂直,則該潛在缺陷候選可判定為非一刮痕。此外,若一潛在缺陷候選之一初級部分不強,則該潛在缺陷候選可判定為非一刮痕。
相比之下,若一潛在缺陷候選之頭部分之最大量值高於特定預定臨限值;若頭部分之量值在第一預定臨限值及第二預定臨限值之間;若在潛在缺陷候選之主要方向中之像素之數目等於或大於特定數目;若主及次方向彼此一致;若潛在缺陷候選之方向非水平或垂直,且若潛在缺陷候選之初級部分強,則潛在缺陷候選可判定為一刮痕。因此,上文描述之分級機可經組態以比較上文描述之特徵與分離指示刮痕之特徵之值與非刮痕之特徵之值之若干不同基準。可以不同於上文描述之一順序考慮上文描述之特徵。另外,若任何其他適合特徵可用於將刮痕自非刮痕分離,則可將其等添加至上文描述之該等特徵。
該方法亦包含將經判定為刮痕之潛在缺陷候選自藉由晶圓檢測系統產生之關於晶圓之檢測結果中之其他缺陷分離。將經判定為刮痕之潛在缺陷候選自其他缺陷分離包含自檢測結果消除刮痕。以此方式,如圖1之步驟110中所示,該方法可包含輸出主要包含DOI且幾乎
無刮痕及微刮痕妨害缺陷之最終結果。然而,將經判定為刮痕之潛在缺陷候選自其他缺陷分離可包含將缺陷分離至不同於當前層缺陷之一經分類頻格中。以此方式,一使用者可追蹤一檢測檢查點中之先前層及當前層缺陷兩者。
因此,本文中描述之實施例可用作刮痕濾除器且第一次提供關於微刮痕之一可靠分類解決方案。相比之下,先前使用之刮痕濾除器僅可分類相對大刮痕且不存在對於微刮痕分類之解決方案。以此方式,本文中描述之實施例藉由減小妨害率且提供產量相關缺陷至晶圓工具使用者而提供關於工具靈敏度之增強之機會(即,關於晶圓檢測工具之更好靈敏度)。
本文中描述之實施例在若干重要方面不同於用於自檢測結果濾除刮痕之先前使用之方法。舉例而言,本文中描述之實施例不假定刮痕之大小(因為具有一相對模糊尾之許多微刮痕可係實質上小,但較大刮痕可跨過許多像素)。相比之下,許多先前使用之方法使用尺寸作為對於潛在缺陷候選之空間特徵之一需求且試圖在一影像上搜尋具有相同大小之刮痕。此外,一些先前使用之方法需要刮痕完全包含於一整個晶圓影像之一子影像中,而本文中描述之實施例不需要此。
產生缺陷候選圖;自缺陷候選圖移除雜訊;判定一或多個特徵;判定潛在缺陷候選之何者係刮痕及分離經判定為刮痕之潛在缺陷候選係由一電腦系統執行,可如本文中進一步描述之組態該電腦系統。
本文中描述之全部方法可包含儲存方法實施例之一或多個步驟之結果於一電腦可讀儲存媒體中。結果可包含本文中描述之任何結果且可以該技術中已知之任何方式儲存。儲存媒體可包含本文中描述之任何儲存媒體或該技術中已知之任何其他適合儲存媒體。在儲存結果之後,結果可存取於儲存媒體中且由本文中描述之任何方法或系統實
施例使用,經格式化以顯示至一使用者,由另一軟體模組、方法或系統等使用。
另一實施例係關於儲存用於執行用於自關於一晶圓之檢測結果濾除刮痕之一電腦實施方法之可執行於一電腦系統中之程式指令之一非暫時性電腦可讀媒體。在圖2中展示一個此實施例。舉例而言,如圖2中所示,非暫時性電腦可讀媒體200包含用於執行如上文所述之用於自關於一晶圓之檢測結果濾除刮痕之電腦實施方法之可執行於電腦系統204上之程式指令202。程式指令可執行之電腦實施方法可包含本文中描述之任何其他(若干)方法之任何其他(若干)步驟。
實施方法(諸如本文中描述之該等方法)之程式指令202可儲存於非暫時性電腦可讀媒體200上。電腦可讀媒體可係一儲存媒體,諸如一磁碟或光碟、一磁帶或該技術中已知之任何其他適合電腦可讀媒體。
程式指令可以多種方式之任何者實施,包含基於程序之技術、基於組件之技術及/或物件導向技術等。舉例而言,可如所要之使用矩陣實驗室(Matlab)、可視化BASIC語言(Visual Basic)、ActiveX控件(ActiveX controls)、C語言、C++物件(C++ objects)、C#、爪哇豆(JavaBeans)、微軟基礎類別(「MFC」)或其他技術或方法學實施程式指令。
電腦系統204可採取多種形式,包含一個人電腦系統、主機電腦系統、工作站、系統電腦、影像電腦、可程式化影像電腦、並行處理器或該技術中已知之任何其他裝置。一般而言,術語「電腦系統」可經廣泛定義以涵蓋具有一或多個處理器之執行來自一記憶體媒體之指令之任何裝置。
一額外實施例係關於經組態以自關於一晶圓之檢測結果濾除刮痕之一系統。在圖3中展示此一系統之一實施例。如圖3中所示,系統
包含光學子系統300及電腦子系統302。光學子系統經組態以將光引導至一晶圓且自該晶圓偵測光以藉此產生關於晶圓之影像。舉例而言,如圖3中所示,光學子系統包含光源304,其可包含該技術中已知之任何適合光源。
可將來自光源之光引導至分束器306,其可經組態以自光源引導光穿過透鏡308至晶圓310。光源可耦合至任何其他適合元件(未展示),諸如一或多個聚光透鏡、準直透鏡、中繼透鏡、物鏡、光圈、光譜濾除器、極化組件及類似者。如圖3中所示,可以一正常入射角將光引導至晶圓。然而,可以任何適合入射角(包含接近正常及傾斜入射)將光引導至晶圓。另外,可以一個以上入射角相繼或同時將光或多個光束引導至晶圓。光學子系統可經組態以任何適合方式在晶圓上方掃描光。
在掃描期間可藉由光學子系統之多個通道收集且偵測自晶圓310反射之光。舉例而言,自晶圓310鏡面反射之光可藉由透鏡308收集。透鏡308可包含如圖3中所示之一折射光學元件。另外,透鏡308可包含一或多個折射光學元件及/或一或多個反射光學元件。由透鏡308收集之光可經引導穿過分束器306至分束器312,其可經組態以將光分離至兩個不同路徑中,該兩個路徑之一者經引導至偵測器314且該兩個路徑之另一者經引導至偵測器316。圖3中展示之分束器可包含該技術中已知之任何適合分束器。圖3中展示之偵測器可包含該技術中已知之任何適合偵測器,諸如電荷耦合裝置(CCD)或另一類型之成像偵測器。偵測器314及316經組態以產生回應於鏡面反射光之影像。因此,偵測器之各者形成光學子系統之一通道。
由於圖3中展示之光學子系統經組態以偵測自晶圓鏡面反射之光,所以光學子系統經組態為一明場(BF)光學子系統。然而,此一光學子系統亦經組態以用於其他類型之晶圓檢測。舉例而言,圖3中展
示之光學子系統亦可包含一或多個其他通道(未展示)。其他(若干)通道可包含本文中描述之任何光學組件,諸如經組態為一散射光通道之一透鏡及一偵測器。可如本文中描述之進一步組態透鏡及偵測器。以此方式,光學子系統亦可經組態以用於暗場(DF)檢測。
電腦子系統302經組態以獲取由光學子系統產生之影像。舉例而言,在掃描期間由(若干)偵測器產生之影像可提供至電腦子系統302。特定言之,電腦子系統可(例如,藉由圖3中之虛線展示之可包含該技術中已知之任何適合傳輸媒體之一或多個傳輸媒體)耦合至偵測器之各者使得電腦子系統可接收藉由(若干)偵測器產生之影像。
電腦子系統經組態以執行本文中進一步描述之電腦實施方法之步驟。電腦子系統可經組態以執行本文中描述之任何(若干)方法實施例之任何其他(若干)步驟。可如本文中描述之進一步組態電腦子系統、光學子系統及系統。
應注意,在本文中提供圖3以一般繪示可包含於本文中描述之系統實施例中之一光學子系統之一組態。明顯地,可更改本文中描述之光學子系統組態以最佳化光學子系統之效能,如當設計一商業檢測系統時係正常執行的一般。另外,可使用諸如自KLA-Tencor市場可購之29xx/28xx系列之工具之一現存檢測系統(例如,藉由添加本文中描述之功能性至一現存檢測系統)實施本文中描述之系統。對於一些此等系統,可將本文中描述之方法提供為系統之選用功能性(例如,除了系統之其他功能性之外)。替代地,可「從頭開始」設計本文中描述之系統以提供一完全新之系統。
熟習此項技術者鑑於此描述將瞭解本發明之多種態樣之進一步修改及替代實施例。舉例而言,提供用於自關於一晶圓之檢測結果濾除刮痕之方法及系統。因此,將此描述理解為僅係闡釋性且係為了教示熟習此項技術者實施本發明之一般方式之目的。應瞭解,可如目前
較佳實施例採取本文中展示且描述之發明之形式。元件及材料可取代本文中繪示且描述之該等元件及材料,可顛倒零件及程序,且可獨立利用本發明之某些特徵,熟悉此項技術者在具有本發明之此描述之益處之後將瞭解全部。可在不脫離如以下申請專利範圍中所描述之本發明之精神及範疇下,對本文中描述之元件中做出改變。
100‧‧‧步驟
102‧‧‧步驟
104‧‧‧步驟
106‧‧‧步驟
108‧‧‧步驟
110‧‧‧步驟
Claims (22)
- 一種用於自關於一晶圓之檢測結果濾除刮痕之電腦實施方法,其包括:自藉由一晶圓檢測系統產生之一晶圓之影像產生關於該晶圓之一缺陷候選圖,其中該缺陷候選圖包括依據該晶圓上之位置而變之關於潛在缺陷候選之影像資料;自該缺陷候選圖移除雜訊以產生一經濾除缺陷候選圖;基於對應於該等潛在缺陷候選之該經濾除缺陷候選圖之部分判定該等潛在缺陷候選之一或多個特徵;基於關於該等潛在缺陷候選之各者判定之該一或多個特徵判定該等潛在缺陷候選之各者是否係刮痕;及將經判定為該等刮痕之該等潛在缺陷候選自藉由該晶圓檢測系統產生之關於該晶圓之檢測結果中之其他缺陷分離,其中藉由一電腦系統執行該產生、移除、判定該一或多個特徵,判定該等潛在缺陷候選之各者是否係該等刮痕,及分離步驟。
- 如請求項1之方法,其中產生該缺陷候選圖包括施加一臨限值至該等影像且判定具有高於該臨限值之值之該等影像之部分係該等潛在缺陷候選。
- 如請求項2之方法,其中該臨限值實質上接近該等影像之一雜訊底限。
- 如請求項2之方法,其中該晶圓之該等影像包括灰階影像。
- 如請求項1之方法,其中自該缺陷候選圖移除之該雜訊包括局域色彩雜訊。
- 如請求項5之方法,其中移除該雜訊包括施加一局域差異濾除器至該等影像。
- 如請求項1之方法,其中自該缺陷候選圖移除之該雜訊包括圖案雜訊。
- 如請求項7之方法,其中移除該雜訊包括自該等影像移除水平及垂直圖案雜訊。
- 如請求項1之方法,其中該一或多個特徵包括該晶圓上之該等潛在缺陷候選之定向之角度。
- 如請求項1之方法,其中判定該一或多個特徵包括施加一簡化霍夫轉換至對應於該等潛在缺陷候選之該經濾除缺陷候選圖之該等部分以藉此判定該等潛在缺陷候選之該一或多個特徵。
- 如請求項10之方法,其中施加該簡化霍夫轉換包括施加該簡化霍夫轉換僅至對應於該等潛在缺陷候選之該經濾除缺陷候選圖之該等部分。
- 如請求項1之方法,其中該等刮痕包括比該等刮痕之尾更強烈呈現於該等影像中之頭。
- 如請求項12之方法,其中產生關於該晶圓之該等檢測結果包括施加一臨限值至藉由該晶圓檢測系統產生之該晶圓之該等影像,且其中該等刮痕之該等尾具有約等於或小於該臨限值之該等影像中之值。
- 如請求項12之方法,其中該一或多個特徵包括該等影像中之該等頭及該等尾之量值。
- 如請求項12之方法,其中該一或多個特徵包括該等頭及該等尾之定向之角度。
- 如請求項12之方法,其中該一或多個特徵包括該等尾中之像素之數目。
- 如請求項1之方法,其中藉由自該晶圓偵測光之該晶圓檢測系統產生該晶圓之該等影像。
- 如請求項1之方法,其中藉由執行於該晶圓上之一化學機械拋光程序導致該等刮痕。
- 如請求項1之方法,其中該等刮痕位於關於其產生該等檢測結果之該晶圓之一層下方。
- 如請求項1之方法,其中該等刮痕包括微刮痕。
- 一種非暫時性電腦可讀媒體,其儲存用於執行用於自關於一晶圓之檢測結果濾除刮痕之一電腦實施方法之可執行於一電腦系統中之程式指令,其中該電腦實施方法包括:自藉由一晶圓檢測系統產生之一晶圓之影像產生關於該晶圓之一缺陷候選圖,其中該缺陷候選圖包括依據該晶圓上之位置而變之關於潛在缺陷候選之影像資料;自該缺陷候選圖移除雜訊以產生一經濾除缺陷候選圖;基於對應於該等潛在缺陷候選之該經濾除缺陷候選圖之部分判定該等潛在缺陷候選之一或多個特徵;基於關於該等潛在缺陷候選之各者判定之該一或多個特徵判定該等潛在缺陷候選之各者是否係刮痕;及將經判定為該等刮痕之該等潛在缺陷候選自藉由該晶圓檢測系統產生之關於該晶圓之檢測結果中之其他缺陷分離。
- 一種經組態以自關於一晶圓之檢測結果濾除刮痕之系統,其包括:一光學子系統,其經組態以將光引導至一晶圓且自該晶圓偵測光以藉此產生關於該晶圓之影像;及一電腦子系統,其經組態以:自該等影像產生關於該晶圓之一缺陷候選圖,其中該缺陷候選圖包含依據該晶圓上之位置而變之關於潛在缺陷候選之影像資料; 自該缺陷候選圖移除雜訊以產生一經濾除缺陷候選圖;基於對應於該等潛在缺陷候選之該經濾除缺陷候選圖之部分判定該等潛在缺陷候選之一或多個特徵;基於關於該等潛在缺陷候選之各者判定之該一或多個特徵判定該等潛在缺陷候選之各者是否係刮痕;且將經判定為該等刮痕之該等潛在缺陷候選自關於該晶圓之檢測結果中之其他缺陷分離。
Applications Claiming Priority (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201361871059P | 2013-08-28 | 2013-08-28 | |
US61/871,059 | 2013-08-28 | ||
US14/468,237 US9442077B2 (en) | 2013-08-28 | 2014-08-25 | Scratch filter for wafer inspection |
US14/468,237 | 2014-08-25 |
Publications (2)
Publication Number | Publication Date |
---|---|
TW201516395A true TW201516395A (zh) | 2015-05-01 |
TWI612295B TWI612295B (zh) | 2018-01-21 |
Family
ID=52583351
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW103129745A TWI612295B (zh) | 2013-08-28 | 2014-08-28 | 用於晶圓檢測之刮痕濾除器 |
Country Status (3)
Country | Link |
---|---|
US (1) | US9442077B2 (zh) |
TW (1) | TWI612295B (zh) |
WO (1) | WO2015031397A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111815565A (zh) * | 2020-06-11 | 2020-10-23 | 上海华虹宏力半导体制造有限公司 | 晶圆背面的检测方法、设备和存储介质 |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102368587B1 (ko) * | 2015-10-21 | 2022-03-02 | 삼성전자주식회사 | 검사 장치, 그를 포함하는 반도체 소자의 제조 시스템, 및 반도체 소자의 제조 방법 |
KR20180110169A (ko) * | 2016-02-24 | 2018-10-08 | 케이엘에이-텐코 코포레이션 | 광학 계측의 정확도 개선 |
US10957035B2 (en) * | 2018-11-30 | 2021-03-23 | Kla Corporation | Defect classification by fitting optical signals to a point-spread function |
US11494924B2 (en) * | 2020-04-28 | 2022-11-08 | KLA Corp. | Image alignment for noisy images |
US11328411B2 (en) * | 2020-05-04 | 2022-05-10 | KLA Corp. | Print check repeater defect detection |
Family Cites Families (25)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US3069654A (en) | 1960-03-25 | 1962-12-18 | Paul V C Hough | Method and means for recognizing complex patterns |
JPH04287290A (ja) | 1990-11-20 | 1992-10-12 | Imra America Inc | ハフ変換画像処理装置 |
US5418892A (en) | 1993-01-12 | 1995-05-23 | Board Of Trustees Of The Leland Stanford Junior University | Subspace-based line detection |
US5471066A (en) | 1993-08-26 | 1995-11-28 | Nikon Corporation | Defect inspection apparatus of rotary type |
US6268935B1 (en) | 1994-04-15 | 2001-07-31 | Minolta Co., Ltd. | Image processor |
US6330354B1 (en) | 1997-05-01 | 2001-12-11 | International Business Machines Corporation | Method of analyzing visual inspection image data to find defects on a device |
JPH1196334A (ja) | 1997-09-17 | 1999-04-09 | Olympus Optical Co Ltd | 画像処理装置 |
JP3435684B2 (ja) | 1997-09-30 | 2003-08-11 | 株式会社アドバンテスト | 画像情報処理装置 |
US6026186A (en) | 1997-11-17 | 2000-02-15 | Xerox Corporation | Line and curve detection using local information |
US6324299B1 (en) | 1998-04-03 | 2001-11-27 | Cognex Corporation | Object image search using sub-models |
JPH11328408A (ja) | 1998-05-12 | 1999-11-30 | Advantest Corp | データ処理装置および方法、情報記憶媒体 |
US6366690B1 (en) | 1998-07-07 | 2002-04-02 | Applied Materials, Inc. | Pixel based machine for patterned wafers |
US6665449B1 (en) | 1999-09-03 | 2003-12-16 | Battelle Memorial Institute | Method and algorithm for image processing |
US6493645B1 (en) | 2000-01-11 | 2002-12-10 | Infineon Technologies North America Corp | Method for detecting and classifying scratches occurring during wafer semiconductor processing |
JP2001331784A (ja) | 2000-05-18 | 2001-11-30 | Hitachi Ltd | 欠陥分類方法及びその装置 |
IL138158A (en) | 2000-08-30 | 2004-06-20 | Nova Measuring Instr Ltd | A method for determining the internal orientation of a silicon wafer |
JP4038356B2 (ja) | 2001-04-10 | 2008-01-23 | 株式会社日立製作所 | 欠陥データ解析方法及びその装置並びにレビューシステム |
US6763142B2 (en) * | 2001-09-07 | 2004-07-13 | Nline Corporation | System and method for correlated noise removal in complex imaging systems |
US7057721B2 (en) | 2002-01-10 | 2006-06-06 | Chemimage Corporation | Wide field method for detecting pathogenic microorganisms |
US6686602B2 (en) | 2002-01-15 | 2004-02-03 | Applied Materials, Inc. | Patterned wafer inspection using spatial filtering |
JP4310090B2 (ja) | 2002-09-27 | 2009-08-05 | 株式会社日立製作所 | 欠陥データ解析方法及びその装置並びにレビューシステム |
DE10260817B3 (de) | 2002-12-23 | 2004-08-26 | Infineon Technologies Ag | Verfahren und Vorrichtung zur Analyse von Kratzern auf Halbleiterwafern |
US7373277B1 (en) * | 2004-03-09 | 2008-05-13 | Kla-Tencor Technologies Corp. | Methods and systems for detection of selected defects particularly in relatively noisy inspection data |
US7201799B1 (en) * | 2004-11-24 | 2007-04-10 | Kla-Tencor Technologies Corporation | System and method for classifying, detecting, and counting micropipes |
US8223327B2 (en) | 2009-01-26 | 2012-07-17 | Kla-Tencor Corp. | Systems and methods for detecting defects on a wafer |
-
2014
- 2014-08-25 US US14/468,237 patent/US9442077B2/en active Active
- 2014-08-26 WO PCT/US2014/052758 patent/WO2015031397A1/en active Application Filing
- 2014-08-28 TW TW103129745A patent/TWI612295B/zh active
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111815565A (zh) * | 2020-06-11 | 2020-10-23 | 上海华虹宏力半导体制造有限公司 | 晶圆背面的检测方法、设备和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
WO2015031397A1 (en) | 2015-03-05 |
TWI612295B (zh) | 2018-01-21 |
US20150063677A1 (en) | 2015-03-05 |
US9442077B2 (en) | 2016-09-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
TWI648706B (zh) | 用於偵測晶圓上之缺陷之方法、系統及非暫時性電腦可讀媒體 | |
JP6231156B2 (ja) | ウエハ上の欠陥を検出するためのシステムおよび方法 | |
TWI612295B (zh) | 用於晶圓檢測之刮痕濾除器 | |
TWI615608B (zh) | 用於偵測在晶圓上之缺陷之方法、系統及電腦可讀媒體 | |
US10395359B2 (en) | Adaptive local threshold and color filtering | |
TWI641062B (zh) | 偵測在晶圓上之缺陷 | |
TWI643280B (zh) | 使用結構性資訊之缺陷偵測 | |
US9766187B2 (en) | Repeater detection | |
US20130304399A1 (en) | Systems and methods for wafer surface feature detection, classification and quantification with wafer geometry metrology tools | |
US10677742B2 (en) | Detecting die repeating programmed defects located in backgrounds with non-repeating features | |
TW201511157A (zh) | 使用設計資料於半導體晶圓上偵測重複缺陷之方法及系統 | |
WO2014107522A1 (en) | Detecting defects on a wafer | |
US9008410B2 (en) | Single die inspection on a dark field inspection tool | |
KR20140116946A (ko) | 웨이퍼 검사를 위한 분할 |