TW201728892A - 用於區域可調適之缺陷偵測的系統及方法 - Google Patents

用於區域可調適之缺陷偵測的系統及方法 Download PDF

Info

Publication number
TW201728892A
TW201728892A TW105137757A TW105137757A TW201728892A TW 201728892 A TW201728892 A TW 201728892A TW 105137757 A TW105137757 A TW 105137757A TW 105137757 A TW105137757 A TW 105137757A TW 201728892 A TW201728892 A TW 201728892A
Authority
TW
Taiwan
Prior art keywords
target
defect
reference image
defect detection
image
Prior art date
Application number
TW105137757A
Other languages
English (en)
Other versions
TWI699521B (zh
Inventor
克里斯多夫 馬希爾
伯裘恩 布拉爾
維賈亞柯馬 瑞瑪錢德倫
勞倫特 卡森堤
伊利薩 羅森高斯
約翰Ｒ 三世 喬丹
洛尼 米勒
Original Assignee
克萊譚克公司
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 克萊譚克公司 filed Critical 克萊譚克公司
Publication of TW201728892A publication Critical patent/TW201728892A/zh
Application granted granted Critical
Publication of TWI699521B publication Critical patent/TWI699521B/zh

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0004—Industrial image inspection
    • G06T7/001—Industrial image inspection using an image reference approach
    • G—PHYSICS
    • 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
    • G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/1717—Systems in which incident light is modified in accordance with the properties of the material investigated with a modulation of one or more physical properties of the sample during the optical investigation, e.g. electro-reflectance
    • 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
    • G01N21/8803—Visual 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
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
    • G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
    • G06V10/751—Comparing pixel values or logical combinations thereof, or feature values having positional relevance, e.g. template matching
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
    • G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
    • G06V10/758—Involving statistics of pixels or of feature values, e.g. histogram matching
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/88—Image or video recognition using optical means, e.g. reference filters, holographic masks, frequency domain filters or spatial domain filters
    • 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
    • G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N2021/1765—Method using an image detector and processing of image signal
    • G01N2021/177—Detector of the video camera type
    • 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
    • G06T2207/20172—Image enhancement details
    • G06T2207/20182—Noise reduction or smoothing in the temporal domain; Spatio-temporal filtering
    • 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)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Multimedia (AREA)
  • Evolutionary Computation (AREA)
  • Software Systems (AREA)
  • Medical Informatics (AREA)
  • Databases & Information Systems (AREA)
  • Computing Systems (AREA)
  • Artificial Intelligence (AREA)
  • Quality & Reliability (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
  • Testing Or Measuring Of Semiconductors Or The Like (AREA)
  • Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)
  • Radar Systems Or Details Thereof (AREA)
  • Image Analysis (AREA)
  • Analysing Materials By The Use Of Radiation (AREA)
  • Peptides Or Proteins (AREA)

Abstract

本發明揭示一種缺陷偵測方法，其包含獲取一參考影像；選擇該參考影像之一目標區域；基於一匹配度量識別對應於該目標區域之該參考影像之一或多個比較區域；獲取一測試影像；使用該參考影像之該目標區域及該參考影像之該一或多個比較區域遮蔽該測試影像；基於該測試影像中之該一或多個比較區域定義該測試影像中之該目標區域之一缺陷臨限值；及基於該缺陷臨限值判定該測試影像之該目標區域是否含有一缺陷。

Description

用於區域可調適之缺陷偵測的系統及方法
本發明大體上係關於缺陷偵測且更特定言之係關於區域可調適之缺陷偵測。
檢測系統識別半導體晶圓上之缺陷且對缺陷分類以產生一晶圓上之一缺陷群體。一給定半導體晶圓可包含數百個晶片，各晶片含有數千個所關注組件，且各所關注組件可在一晶片之一給定層上具有數百萬個例項。因此，檢測系統可產生一給定晶圓上之大量資料點(例如，針對一些系統數億個資料點)。此外，對於不斷收縮之裝置之推動導致對檢測系統之增加之需求。需求包含對於在不犧牲檢測速度或靈敏度之情況下增加解析度及容量之需要。 缺陷偵測之靈敏度極大取決於缺陷偵測方法中之雜訊源。舉例而言，典型缺陷偵測系統產生一測試影像與一參考影像之間之一差異影像，其中將測試影像中之缺陷顯現為測試影像及參考影像中之像素值之間之一差異。然而，與參考影像及/或測試影像相關聯之雜訊降低缺陷偵測靈敏度。一些額外缺陷偵測系統利用多個參考影像(例如，來自不同晶圓、不同晶粒、一晶粒內之一重複圖案之不同區域或類似者)以試圖增加靈敏度。即使如此，此等系統仍固有地易受參考資料雜訊影響，此最終限制缺陷偵測靈敏度。因此，可期望提供用於處置諸如上文識別之缺點之一系統及方法。
根據本發明之一或多項闡釋性實施例揭示一種缺陷偵測方法。在一項闡釋性實施例中，該方法包含獲取一參考影像。在另一闡釋性實施例中，該方法包含選擇該參考影像之一目標區域。在另一闡釋性實施例中，該方法包含基於一匹配度量識別對應於該目標區域之該參考影像之一或多個比較區域。在另一闡釋性實施例中，該方法包含獲取一測試影像。在另一闡釋性實施例中，該方法包含使用該參考影像之該目標區域及該參考影像之該一或多個比較區域遮蔽該測試影像。在另一闡釋性實施例中，該方法包含基於該測試影像中之該一或多個比較區域定義該測試影像中之該目標區域之一缺陷臨限值。在另一闡釋性實施例中，該方法包含基於該缺陷臨限值判定該測試影像之該目標區域是否含有一缺陷。 根據本發明之一或多項闡釋性實施例揭示一種缺陷偵測系統。在一項闡釋性實施例中，該系統包含一檢測子系統。在另一闡釋性實施例中，該檢測子系統包含產生一照明射束之一照明源。在另一闡釋性實施例中，該檢測子系統包含將該照明射束引導至一樣品之一組照明光學器件。在另一闡釋性實施例中，該系統包含收集自該樣品發出之照明之一偵測器。在另一闡釋性實施例中，該系統包含通信地耦合至該偵測器之一控制器。在另一闡釋性實施例中，該控制器經組態以獲取一參考影像。在另一闡釋性實施例中，該控制器經組態以選擇該參考影像之一目標區域。在另一闡釋性實施例中，該控制器經組態以基於一匹配度量識別對應於該目標區域之該參考影像之一或多個比較區域。在另一闡釋性實施例中，該控制器經組態以獲取一測試影像。在另一闡釋性實施例中，該控制器經組態以使用該參考影像之該目標區域及該參考影像之該一或多個比較區域遮蔽該測試影像。在另一闡釋性實施例中，該控制器經組態以基於該測試影像中之該一或多個比較區域定義該測試影像中之該目標區域之一缺陷臨限值。在另一闡釋性實施例中，該控制器經組態以基於該缺陷臨限值判定該測試影像之該目標區域是否含有一缺陷。 根據本發明之一或多項闡釋性實施例揭示一種缺陷偵測系統。在一項闡釋性實施例中，該系統包含一檢測子系統。在另一闡釋性實施例中，該檢測子系統包含產生一照明射束之一照明源。在另一闡釋性實施例中，該檢測子系統包含將該照明射束引導至一樣品之一組照明光學器件。在另一闡釋性實施例中，該系統包含收集自該樣品發出之照明之一偵測器。在另一闡釋性實施例中，該系統包含通信地耦合至該偵測器之一控制器。在另一闡釋性實施例中，該控制器經組態以獲取一參考影像。在另一闡釋性實施例中，該控制器經組態以選擇該參考影像之一目標像素。在另一闡釋性實施例中，該控制器經組態以定義包含像素之一經定義佈局之一鄰近區域圖案。在另一闡釋性實施例中，該控制器經組態以界定根據該鄰近區域圖案配置之該參考影像之一目標鄰近區域。根據本發明之一或多項闡釋性實施例，該目標鄰近區域包含該目標像素。在另一闡釋性實施例中，該控制器經組態以基於一匹配度量識別對應於該目標區域之該參考影像之一或多個比較鄰近區域。根據本發明之一或多項闡釋性實施例，該匹配度量包含該目標鄰近區域之一像素值分佈。在另一闡釋性實施例中，該控制器經組態以獲取一測試影像。在另一闡釋性實施例中，該控制器經組態以使用該參考影像之該目標區域及該參考影像之該一或多個比較鄰近區域遮蔽該測試影像。在另一闡釋性實施例中，該控制器經組態以計算該測試影像之該一或多個比較鄰近區域之一或多個像素值分佈。在另一闡釋性實施例中，該控制器經組態以基於該測試影像之該一或多個比較鄰近區域之該等像素值分佈估計該測試影像之該目標鄰近區域中之一像素值分佈。在另一闡釋性實施例中，該控制器經組態以基於該目標鄰近區域中之該經估計像素值分佈定義該目標像素之缺陷臨限值。在另一闡釋性實施例中，該控制器經組態以基於該缺陷臨限值判定該測試影像之該目標像素是否含有一缺陷。 應理解，前述一般描述及以下詳細描述兩者僅係例示性及說明性的且未必限制本發明。併入至本說明書中且構成本說明書之一部分之隨附圖式繪示本發明之實施例且與一般描述一起用於解釋本發明之原理。
相關申請案之交叉參考 本申請案根據35 U.S.C. § 119(e)規定主張2015年11月18日申請之以Laurent Karsenti、Eliezer Rosengaus、John Jordan及Roni Miller為發明者之標題為AUTOMATED GENERALIZED REGION ADAPTIVE DEFECTIVE ENGINE (A-GRADE)之美國臨時申請案第62/257,025號之權利，該申請案之全文以引用的方式併入本文中。 現在將詳細參考在隨附圖式中繪示之所揭示之標的物。已關於某些實施例及其等之具體特徵特定展示且描述本發明。將本文中闡述之實施例視為闡釋性而非限制性。一般技術者將容易瞭解，可做出形式及細節之多種改變及修改而不脫離本發明之精神及範疇。 本發明之實施例係關於用於區域可調適缺陷偵測之系統及方法。在此方面，可使用一測試影像中之冗餘資訊以判定具有類似特性之測試影像之區域(例如，比較區域)。因此，可基於測試影像之比較區域中之像素值產生缺陷偵測臨限值。本發明之實施例係關於直接判定一測試影像上之比較區域而不使用一參考影像。本發明之額外實施例係關於使用參考資料(例如，參考影像、設計資料或類似者)判定一參考影像上之比較區域且使用比較區域遮蔽測試影像。以此方式，參考資料可促進測試影像中之比較區域之精確判定，但缺陷偵測臨限值可僅基於測試影像之像素值。本發明之進一步實施例係關於像素特定缺陷偵測臨限值之判定。舉例而言，針對一參考影像中之各像素，可比較周圍像素之一鄰近區域中之像素值之一分佈與遍及測試影像之類似鄰近區域以判定該像素是否存在一缺陷。本發明之額外實施例係關於將測試影像分段成多個片段且判定各片段之一區域特定缺陷偵測臨限值。舉例而言，可根據具有類似像素值(例如，灰階像素值或類似者)之區域對一測試影像分段且可針對各片段判定區域特定缺陷偵測臨限值。 本文中應認知，典型缺陷偵測系統可藉由比較一測試影像與一或多個參考影像(例如，藉由產生一或多個差異影像或類似者)而偵測缺陷。一參考影像可與另一晶粒(例如，晶粒間偵測或類似者)或另一單元(例如，單元間偵測或類似者)相關聯。然而，與參考影像相關聯之雜訊可極大降低缺陷偵測靈敏度。試圖藉由利用多個參考影像克服參考影像雜訊可負面影響額外系統效能度量，諸如(但不限於)處理能力或處理要求。舉例而言，比較一測試影像與兩個參考影像存在挑戰，此係因為僅在藉由對兩個影像之一比較識別一缺陷之情況下標記該缺陷。此一系統仍受參考影像雜訊限制。藉由另一實例，一些缺陷偵測系統設法產生一「最佳化」 (例如，一黃金)參考影像。舉例而言，一「最佳化」參考影像可包含多個參考影像之一統計彙總，諸如(但不限於)其中一參考影像之各像素表示多個參考影像中之對應像素之一中值之一中值晶粒。類似地，尤其針對亦展現雜訊之測試影像，此等系統可仍經受低靈敏度。本發明之額外實施例提供基於測試影像而非一參考影像之像素值判定缺陷臨限值，此可規避參考影像雜訊。 本文中應進一步認知，缺陷偵測系統可將樣品分割成多個部分使得可預期樣品上各部分內之結構具有類似特性。此外，此等系統可單獨詢問各部分以提供各部分內之類似結構之一統計比較。舉例而言，此等缺陷偵測系統可採用(但不限於)分段自動定限(SAT)、多晶粒可調適定限(MDAT/MDAT2)、階層式及局部自動定限(HLAT)、基於背景內容之成像(CBI)、標準參考圖塊(SRP)或基於模板之檢測(TBI)。通常在以下各者中描述使用一樣品之設計資料以促進檢測之檢測系統：2010年3月9日頒布之美國專利第7,676,077號；2000年11月28日頒布之美國專利第6,154,714號；及2011年10月18日頒布之美國專利第8,041,103號，該等專利之全文以引用的方式併入本文中。 然而，單獨詢問樣品之不同部分可引入可負面影響偵測靈敏度之量測效應。舉例而言，基於粒子之成像方法(例如，掃描電子顯微鏡、聚焦離子射束成像及類似者)可引入可高度取決於量測區域之充電效應。舉例而言，由一邊緣包圍且在一大量測區域上方成像之一像素之表現可不同於由藉由相同邊緣界定之一材料區域成像之一像素。本發明之額外實施例識別具有一大量測區域之一全影像內之比較區域，此可規避人工量測效應。 如貫穿本發明使用之術語「樣品」通常係指由一半導體或非半導體材料形成之一基板(例如，一晶圓或類似者)。舉例而言，一半導體或非半導體材料可包含(但不限於)單晶矽、砷化鎵及磷化銦。一樣品可包含一或多個層。舉例而言，此等層可包含(但不限於)一光阻劑、一介電材料、一導電材料及一半導體材料。在此項技術中已知許多不同類型之此等層，且如本文中使用之術語樣品旨在涵蓋其上可形成全部類型之此等層之一樣品。形成於一樣品上之一或多個層可經圖案化或未經圖案化。舉例而言，一樣品可包含複數個晶粒，各晶粒具有可重複圖案化特徵。此等材料層之形成及處理最終可導致完成裝置。可在一樣品上形成許多不同類型之裝置，且如本文中使用之術語樣品旨在涵蓋在其上製造此項技術中已知之任何類型之裝置之一樣品。此外，為了本發明之目的，術語樣品及晶圓應解譯為可互換。另外，為了本發明之目的，術語圖案化裝置、遮罩及倍縮光罩應解譯為可互換。 圖1係根據本發明之一或多項實施例之一檢測系統100之一概念視圖。在一項實施例中，檢測系統100包含一檢測量測子系統102以詢問一樣品104。舉例而言，檢測量測子系統102可偵測樣品104上之一或多個缺陷。 本文中應注意，檢測量測子系統102可係此項技術中已知之適合於偵測一樣品104上之缺陷之任何類型之檢測系統。舉例而言，檢測量測子系統102可包含一粒子射束檢測子系統。因此，檢測量測子系統102可將一或多個粒子射束(例如，電子射束、離子射束或類似者)引導至樣品104使得可基於自樣品104發出之經偵測輻射(例如，二次電子、反向散射電子、發光或類似者)偵測一或多個缺陷。作為另一實例，檢測量測子系統102可包含一光學檢測子系統。因此，檢測量測子系統102可將光學輻射引導至樣品104使得可基於自樣品104發出之經偵測輻射(例如，經反射輻射、經散射輻射、經繞射輻射、發光輻射或類似者)偵測一或多個缺陷。 檢測量測子系統102可在一成像模式或一非成像模式中操作。舉例而言，在一成像模式中，可在樣品上之經照明點內解析個別物件(例如，缺陷) (例如，作為一明場影像、一暗場影像、一相位對比度影像或類似者之部分)。在操作之一非成像模式中，由一或多個偵測器收集之輻射可與樣品上之一單一照明點相關聯且可表示樣品104之一影像之一單一像素。在此方面，可藉由自一樣品位置陣列獲取資料而產生樣品104之一影像。此外，檢測量測子系統102可操作為一基於散射量測之檢測系統，其中在一光瞳平面處分析來自樣品之輻射以特性化來自樣品104之輻射之角度分佈(例如，與樣品104所發出之輻射之散射及/或繞射相關聯)。 在另一實施例中，檢測系統100包含耦合至檢測量測子系統102之一控制器106。在此方面，控制器106可經組態以接收資料，包含(但不限於)來自檢測量測子系統102之檢測資料。在另一實施例中，控制器106包含一或多個處理器108。舉例而言，一或多個處理器108可經組態以執行維持在一記憶體裝置110或記憶體中之一組程式指令。一控制器106之一或多個處理器108可包含此項技術中已知之任何處理元件。在此意義上，該(等)一或多個處理器108可包含經組態以執行演算法及/或指令之任何微處理器型裝置。此外，記憶體裝置110可包含此項技術中已知之適合於儲存可由相關聯之一或多個處理器108執行之程式指令之任何儲存媒體。舉例而言，記憶體裝置110可包含一非暫時性記憶體媒體。作為一額外實例，記憶體裝置110可包含(但不限於)一唯讀記憶體、一隨機存取記憶體、一磁性或光學記憶體裝置(例如，磁碟)、一磁帶、一固態硬碟及類似者。應進一步注意，記憶體裝置110可與一或多個處理器108一起容置於一共同控制器外殼中。 圖2係根據本發明之一或多項實施例之包含適合於由檢測系統100偵測之一缺陷之一樣品104之一示意圖。在一項實施例中，樣品104包含與一結構202相關聯之一缺陷200。如本文中先前描述，可藉由比較樣品104之一影像(例如，一測試影像)與一參考影像而識別缺陷200。然而，與參考影像相關聯之雜訊可負面影響偵測靈敏度。 在一項實施例中，可藉由利用與樣品104相關聯之重複資訊(例如，小花紋重複)而偵測一缺陷(例如，缺陷200或類似者)。舉例而言，樣品104可包含一或多組重複結構。可預期與樣品104上之一特定結構相關聯之一測試影像中之像素具有類似於與其他重複結構相關聯之比較區域中之像素之像素值。如圖2中繪示，結構202至208可形成一第一組類似結構，結構210至212可形成一第二組類似結構等。此外，可基於缺陷200之像素值與跨樣品之比較區域之像素值之一比較偵測缺陷200。舉例而言，可(但不需要)基於缺陷200之像素值與相關聯於結構204至208之比較區域216至220中之像素之一比較偵測缺陷200。藉由另一實例，可(但不需要)基於一周圍鄰近區域214 (例如，一像素鄰域)內之像素值與相關聯於結構204至208之比較區域216至220中之像素之一比較偵測缺陷200。 如圖2中繪示，重複結構無需在一樣品上具有相同定向以便提供適合於缺陷之偵測之重複資料。舉例而言，結構202、208在樣品104上不具有與結構204至206相同之定向。 此外，與樣品104相關聯之重複資訊可不限於重複結構。實情係，情況可係一樣品104可含有與各種結構之部分相關聯之跨樣品之大量比較鄰近區域(例如，像素鄰域)使得可預期比較鄰近區域中之像素具有類似像素值。在另一實施例中，基於跨一測試影像之比較區域估計該測試影像之所關注區域(例如，目標區域)之像素統計資料。在另一實施例中，利用參考資料(例如，一參考影像、設計資料或類似者)以識別跨樣品104之比較區域(例如，比較鄰近區域)。在此方面，可基於測試影像之比較區域內之像素值之一分析偵測一樣品上之缺陷，其中比較區域可由參考資料提供。在此方面，檢測系統100可偵測一樣品104之一測試影像中之缺陷而未直接比較測試影像及一參考影像之像素(例如，未產生測試影像與一參考影像之間之一差異影像)。因此，可規避與一參考影像相關聯之雜訊以提供高度靈敏缺陷偵測。 如本發明中使用之術語「設計資料」大體上係指一積體電路之實體設計及透過複雜模擬或簡單幾何及布林運算自實體設計導出之資料。另外，藉由一倍縮光罩檢測系統獲取之一倍縮光罩之一影像及/或其之導出物可用作用於設計資料之一代理或若干代理。此一倍縮光罩影像或其之一導出物可在使用設計資料之本文中描述之任何實施例中充當對於設計佈局之一取代物。在以下專利中描述設計資料及設計資料代理：由Kulkarni在2010年3月9日發佈之美國專利第7,676,007號；由Kulkarni在2011年5月25日申請之美國專利申請案第13/115,957號；由Kulkarni在2011年10月18日發佈之美國專利第8,041,103號；及由Zafar等人在2009年8月4日發佈之美國專利第7,570,796號，該等案全部以引用的方式併入本文中。此外，在2012年2月17日申請之Park之美國專利申請案第13/339,805中大體上描述設計資料在引導檢測程序中之使用，該案之全文以引用的方式併入本文中。 設計資料可包含樣品104上之個別組件及/或層(例如，一絕緣體、一導體、一半導體、一井、一基板或類似者)之特性、樣品104上之層之間之一連接能力關係或樣品104上之組件及連接(例如，導線)之一實體佈局。在此方面，設計資料可包含對應於樣品104上之印刷圖案元素之複數個設計圖案元素。 本文中應注意，設計資料可包含所謂的一「平面設計」，其含有樣品104上之圖案元素之放置資訊。本文中應進一步注意，可自通常以GDSII或OASIS檔案格式儲存之一晶片之實體設計提取此資訊。結構行為或程序-設計互動可依據一圖案元素之背景內容(周圍環境)而變化。藉由使用平面設計，經提出分析可識別設計資料內之圖案元素(諸如描述待建構於一半導體層上之特徵之多邊形)。此外，經提出方法可提供此等重複區塊之協調資訊以及背景內容資料(例如，鄰近結構之位置或類似者)。 在一項實施例中，設計資料包含圖案元素之一或多個圖形表示(例如，視覺表示、符號表示、圖解表示或類似者)。舉例而言，設計資料可包含組件之實體佈局之一圖形表示(例如，對應於製造在樣品104上之經印刷圖案元素之一或多個多邊形之描述)。此外，設計資料可包含一樣品設計之一或多個層(例如，製造在樣品104上之經印刷圖案元素之一或多個層)之一圖形表示或一或多個層之間之連接能力。作為另一實例，設計資料可包含樣品104上之組件之電連接能力之一圖形表示。在此方面，設計資料可包含與樣品相關聯之一或多個電路或子電路之一圖形表示。在另一實施例中，設計資料包含含有樣品104之一或多個部分之圖形表示之一或多個影像檔案。 在另一實施例中，設計資料包含樣品104之圖案元素之連接能力之一或多個文字描述(例如，一或多個清單、一或多個表、一或多個資料庫或類似者)。舉例而言，設計資料可包含(但不限於) 接線對照表資料、電路模擬資料或硬體描述語言資料。接線對照表可包含此項技術中已知之用於提供一電路之連接能力之一描述之任何類型之接線對照表，包含(但不限於)實體接線對照表、邏輯接線對照表、基於例項之接線對照表或基於網路之接線對照表。此外，一接線對照表可包含一或多個子接線對照表(例如，呈一階層式組態)以描述一樣品104上之電路及/或子電路。舉例而言，與一接線對照表相關聯之接線對照表資料可包含(但不限於)一節點清單(例如，網路、一電路之組件之間之導線或類似者)、一埠清單(例如，終端、接腳、連接器或類似者)、網路之間之電組件之一描述(例如，電阻器、電容器、電感器、電晶體、二極體、電源或類似者)、與電組件相關聯之值(例如，一電阻器之以歐姆為單位之一電阻值、一電源之以伏特為單位之一電壓值、一電壓源之頻率特性、組件之初始條件或類似者)。在另一實施例中，設計資料可包含與一半導體程序流程之特定步驟相關聯之一或多個接線對照表。舉例而言，可在一半導體程序流程中之一或多個中間點處(例如，藉由檢測系統100)檢測一樣品104。因此，用於產生關照區域之設計資料可特定於半導體程序流程中之一當前點處之樣品104之佈局。在此方面，與一半導體程序流程中之一特定中間點相關聯之一接線對照表可自與一技術檔案(層連接能力、各層之電性質及類似者)組合之實體設計佈局或與一樣品104之一最終佈局相關聯之一接線對照表導出(例如，提取或類似者)以僅包含在半導體程序流程中之特定中間點處存在於晶圓上之組件。 圖3係繪示根據本發明之一或多項實施例之在用於檢測一樣品之一方法300中執行之步驟之一流程圖。申請者應注意，在檢測系統100之背景內容中在本文中先前描述之實施例及賦能技術應解譯為延伸至方法300。然而，應進一步注意，方法300不限於檢測系統100之架構。 可如本文中進一步描述般執行方法300之各步驟。步驟可由可根據本文中描述之任何實施例組態之一或多個控制器(例如，控制器106或類似者)執行。另外，上文中描述之方法可由本文中描述之任何系統實施例執行。方法300亦可包含可由控制器或本文中描述之任何系統實施例執行之一或多個額外步驟。 在一項實施例中，方法300包含獲取一參考影像之一步驟302。參考影像可表示待檢測缺陷之樣品104之一部分。舉例而言，一參考影像可包含樣品104 (例如，一晶粒、一單元或類似者)之一部分之一影像。藉由另一實例，參考影像可形成為多個參考子影像之一彙總。在此方面，參考影像之各像素可具有對應於多個參考子影像之對應像素之一統計彙總之一值(例如，對應像素之像素值之一中值、對應像素之像素值之一平均值或類似者)。在另一實施例中，參考影像包含雜訊資料。舉例而言，參考影像可包含與多個參考子影像相關聯之雜訊資料。在此方面，參考影像可包含指示樣品104之多個區域之雜訊之一相對量測之資料(例如，多個參考子影像之像素值之間之變動或類似者)。 圖4A係根據本發明之一或多項實施例之具有多個目標區域之一參考影像400之一概念視圖。舉例而言，樣品104可包含一第一組類似結構402、一第二組類似結構404及一第三組類似結構406。應理解，僅為了闡釋性目的在圖4A中將第一組類似結構402、第二組類似結構404及第三組類似結構406繪示為圓圈組且第一組類似結構402、第二組類似結構404及第三組類似結構406之各者內之像素可以任何圖案配置。應進一步注意，根據此項技術中已知之任何度量(諸如(但不限於)形狀、大小、像素值或像素值之分佈)，類似結構可係類似的。 參考影像可由此項技術中已知之任何方法形成。舉例而言，可(但不需要)至少部分使用檢測量測子系統102產生參考影像。因此，參考影像可對應於一光學影像、一掃描電子顯微鏡影像、一粒子射束影像或類似者。藉由另一實例，可藉由檢測系統100儲存參考影像。舉例而言，參考影像可儲存於控制器106之記憶體裝置110內。藉由另一實例，參考影像可自一外部源(例如，一資料儲存系統、一伺服器、一額外檢測系統或類似者)擷取。 在另一實施例中，至少部分使用設計資料產生參考影像。在此方面，參考影像可包含待檢測之一或多個特徵之預期佈局(例如，實體佈局、電佈局或類似者)之一或多個態樣。 在另一實施例中，方法300包含選擇參考影像之一目標區域之一步驟304。舉例而言，目標區域可包含待檢測缺陷(例如，在方法300之一給定反覆中)之一或多個所關注像素。一參考影像可包含任何數目個目標區域。舉例而言，測試影像之各像素可係一單獨目標區域。在此方面，可單獨考量參考影像之各像素。藉由另一實例，目標區域可包含測試影像中之一組像素。在此方面，可同時考量目標區域中之全部像素。再次參考圖4A，目標區域可包含(但不限於)第一組類似結構402之像素組408、第二組類似結構404之像素組410或第三組類似結構406之像素組412。此外，可循序或並列(例如，藉由控制器106或類似者)考量多個目標區域。 在另一實施例中，方法300包含基於一匹配度量識別對應於目標區域之參考影像之一或多個比較區域之一步驟306。在此方面，匹配度量可控制預期具有與目標區域類似之像素統計資料之參考影像之比較區域之選擇。在另一實施例中，方法300包含獲取一測試影像之一步驟308。在另一實施例中，方法300包含使用參考影像之目標區域及參考影像之一或多個比較區域遮蔽測試影像之一步驟310。在此方面，可使用與參考影像之一或多個比較區域相關聯之位置資料以選擇測試影像之相關部分。此外，可避免(例如，在一差異影像中)可係一顯著雜訊源之參考影像及測試影像之像素值之一直接比較。 測試影像可係待檢測缺陷之(例如，樣品104之)一影像。此外，可由此項技術中已知之任何方法形成測試影像。舉例而言，可(但不需要)至少部分使用檢測量測子系統102產生測試影像。因此，測試影像可對應於一光學影像、一掃描電子顯微鏡影像、一粒子射束影像或類似者。藉由另一實例，可藉由檢測系統100儲存測試影像。舉例而言，測試影像可儲存於控制器106之記憶體裝置110內。在此方面，檢測系統100可操作為一虛擬檢測系統。藉由另一實例，可自一外部源(例如，一資料儲存系統、一伺服器、一額外檢測系統或類似者)擷取測試影像。 匹配度量可係此項技術中已知之用以比較影像中之像素之區域之任何類型之度量。 在一項實施例中，匹配度量包含基於設計資料之樣品104之經類似設計區域之位置資料。舉例而言，設計資料可用於判定可能比較區域之位置。在一項實施例中，可藉由檢測系統100 (例如，在記憶體裝置110或類似者中)儲存參考影像之各像素之可能比較區域之位置。舉例而言，參考影像之各像素之可能比較區域可儲存於一資料儲存裝置(例如，一經編索引資料儲存裝置或類似者)中以用於有效擷取。 在另一實施例中，匹配度量包含一目標像素(例如，包含一單一像素之一目標區域)周圍之像素值之一分佈。舉例而言，與一匹配度量相關聯之像素值之一特定分佈可包含(但不限於)與一特定鄰近區域(例如，一像素鄰域)相關聯之像素值之一特定頻率曲線圖或具有一組相對或絕對定義之像素值之像素之一特定空間分佈。在此方面，比較區域可包含遍及參考影像之具有與目標像素周圍之像素相同(或實質上類似)之像素值分佈之像素之鄰近區域。此外，一鄰近區域匹配度量可具有一特定鄰近區域圖案(例如，具有一經定義大小及/或形狀(例如，矩形、圓形或類似者)之像素之一佈局)。因此，參考影像之一或多個比較區域可包含跨參考影像根據鄰近區域圖案配置之比較鄰近區域，其中比較鄰近區域具有對應於一目標鄰近區域之像素值分佈之一像素值分佈。 在另一實施例中，鄰近區域圖案之尺寸及/或佈局係基於用於產生參考影像及/或樣品104之一影像(例如，一測試影像)之檢測量測子系統102。舉例而言，鄰近區域圖案之尺寸及/或佈局可係基於用於製造樣品之一微影系統之一互動功能及/或一解析度。在一個例項中，鄰近區域可(但不需要)表示樣品104上近似100 nm且因此可表示一微影系統(例如，一193 nm微影系統或類似者)之一近似解析度。藉由另一實例，鄰近區域圖案之尺寸及/或佈局可係基於檢測量測子系統102之一互動功能及/或一解析度。 可基於此項技術中已知之任何方法在一參考影像中識別一或多個比較區域。在一項實施例中，可基於一圖案匹配技術識別比較區域。在本文中應認知，在一參考影像中識別比較區域可潛在係時間及/或計算密集的。舉例而言，使用一蠻力圖案匹配程序識別比較區域所需之時間及/或計算資源可負面影響檢測系統100之整體效能。在一項實施例中，檢測系統100 (例如，經由控制器106)可使用一位置敏感雜湊技術識別比較區域。舉例而言，檢測系統100可利用核心位置敏感雜湊以將比較區域有效識別為一目標鄰近區域之「最近鄰」。在此方面，搜尋方法係計算受限且利用參考影像之固定性質。 在另一實施例中，匹配度量包含像素值(例如，灰階像素值、RGB像素值或類似者)之一經定義範圍。在此方面，參考影像之一或多個比較區域可包含具有在像素值之經定義範圍內之像素值之像素。 圖4B係根據本發明之一或多項實施例之與圖4A中繪示之參考影像相關聯之像素值之一分佈(例如，一頻率曲線圖(histogram)) 416之一曲線圖414。在一項實施例中，參考影像400係一灰階影像使得參考影像之像素值表示灰階值。在另一實施例中，第一組類似結構402、第二組類似結構404及第三組類似結構406具有位於可區分範圍中之像素值。舉例而言，如圖4B中繪示，可識別三個範圍：具有低於截距418之灰階值之像素；具有截距418與截距420之間之灰階值之像素；及具有高於截距420之灰階值之像素。因此，可使用包含像素值之一範圍之一匹配度量以識別參考影像中具有具備在與目標區域相同之範圍內之一像素值之像素之結構。 在另一實施例中，藉由檢測系統100 (例如，在記憶體裝置110或類似者中)儲存一或多個比較區域之位置資料。位置資料可包含(但不限於)參考影像中之一或多個比較區域之位置、大小或形狀。 在另一實施例中，在步驟310中，使用測試區域及比較區域遮蔽測試影像。在此方面，可將與測試區域及比較區域相關聯之像素作為一群組進行分析。 在另一實施例中，步驟310包含基於在步驟306中識別之比較區域產生一遮罩。可藉由此項技術中已知之任何方法產生遮罩。舉例而言，步驟310可包含產生一遮罩以包含對應於目標區域及比較區域之位置之像素之一二進制圖案。此外，步驟310可包含修改遮罩以移除非所要假影，諸如與參考影像相關聯之雜訊。在一個例項中，步驟310包含一或多個影像處理步驟(例如，濾波、邊緣偵測、形態影像處理或類似者)以移除非所要假影。在一項實施例中，步驟310包含至少部分使用設計資料產生一遮罩。在此方面，可基於設計資料補充及/或修改遮罩使得遮罩圖案對應於與在步驟306中識別之比較區域相關聯之樣品上之結構之經設計特性。 圖5A至圖5C係根據本發明之一或多項實施例之與不同比較區域相關聯之例示性遮罩之概念視圖。圖5A係繪示對應於目標區域408 (例如，在步驟304中選擇)及相關聯比較區域(例如，在步驟306中識別)之遮罩圖案元素504之一遮罩502之一概念視圖。圖5B係繪示對應於目標區域410 (例如，在步驟304中選擇)及相關聯比較區域(例如，在步驟306中識別)之遮罩圖案元素508之一遮罩506之一概念視圖。圖5C係繪示對應於目標區域412 (例如，在步驟304中選擇)及相關聯比較區域(例如，在步驟306中識別)之遮罩圖案元素512之一遮罩510之一概念視圖。 圖6係根據本發明之一或多項實施例之包含一缺陷之樣品104之一測試影像之一概念視圖。舉例而言，測試影像600可包含一第一組類似結構602、一第二組類似結構604及一第三組類似結構606。此外，一缺陷608可存在於樣品104上且在測試影像600中顯現為像素值之一修改。 在另一實施例中，方法300包含基於測試影像中之一或多個比較區域定義測試影像中之目標區域之一缺陷臨限值之一步驟312。因此，測試影像中之目標區域之缺陷臨限值可係基於測試影像自身之像素值且參考影像可提供像素之比較區域之位置。在另一實施例中，方法300包含基於缺陷臨限值判定測試影像之目標區域是否含有一缺陷之一步驟314。 可使用此項技術中已知之任何方法基於比較區域定義缺陷臨限值。舉例而言，步驟312可包含定義一缺陷臨限值(例如，針對如在步驟310中由遮罩濾波之目標區域及/或比較區域)以偵測在遮蔽之後在測試影像中剩餘之像素之像素值分佈中之離群點像素使得在步驟314中可將離群點像素判定為缺陷。在一個例項中，可基於剩餘像素之像素值之一頻率曲線圖之尾部之存在(或缺乏)判定離群點像素。在此方面，可將具有與一頻率曲線圖之一尾部相關聯之像素值之像素判定為缺陷。 圖7A係根據本發明之一或多項實施例之如由遮罩502遮蔽之測試影像600之一概念視圖。圖7B係根據本發明之一或多項實施例之剩餘像素之像素值分佈704之一曲線圖702。在一項實施例中，藉由經設計以偵測像素值分佈704中之離群點之截距值706定義缺陷臨限值。舉例而言，如在圖7A及圖7B中繪示，像素未落在由截距值706界定之界限外部且因此未偵測到缺陷。 圖7C係根據本發明之一或多項實施例之如由遮罩506遮蔽之測試影像600之一概念視圖。圖7D係根據本發明之一或多項實施例之剩餘像素之像素值分佈710之一曲線圖708。在一項實施例中，藉由經設計以偵測像素值分佈710中之離群點之截距值712定義缺陷臨限值。舉例而言，如在圖7C及圖7D中繪示，像素未落在由截距值712界定之界限外部且因此未偵測到缺陷。 圖7E係根據本發明之一或多項實施例之如由遮罩508遮蔽之測試影像600之一概念視圖。圖7F係根據本發明之一或多項實施例之剩餘像素之像素值分佈704之一曲線圖714。在一項實施例中，藉由經設計以偵測像素值分佈716中之離群點之截距值718定義缺陷臨限值。舉例而言，如在圖7E及圖7F中繪示，像素值分佈716包含一尾部，該尾部延伸超過截距值718使得超過截距值718之離群點像素720與缺陷608相關聯。 在另一實施例中，返回至本文中先前描述之一實例，可藉由以下步驟判定包含一單一目標像素之一目標區域之缺陷臨限值：計算測試影像之比較鄰近區域之像素值分佈；基於測試影像之一或多個比較鄰近區域之像素值分佈估計在測試影像之目標鄰近區域中之一像素值分佈；及基於目標鄰近區域中之經估計像素值分佈定義目標像素之缺陷臨限值。 在一項實施例中，步驟314包含產生樣品104之一缺陷圖。圖8係根據本發明之一或多項實施例之樣品104之一缺陷圖800之一概念視圖。舉例而言，一缺陷圖800可包含任何經識別缺陷之一影像。藉由另一實例，一缺陷圖可包含與任何經識別缺陷相關聯之資料，諸如(但不限於)經識別缺陷之大小、形狀或位置。 本文中應進一步注意，與方法300相關聯之高偵測靈敏度可基於一測試影像之局部性質提供自調諧缺陷偵測。在此方面，與一特定目標區域相關聯之一缺陷偵測臨限值可係基於局部影像性質。此可避免與全域或半全域缺陷偵測臨限值(其等與可產生具有不同平均灰階值之一測試影像之不同部分之間之一競爭之替代技術相關聯)相關聯之錯誤。舉例而言，在本發明之一項實施例中，(例如，在步驟310中)可調整跨測試影像之各種比較區域之像素統計資料以補償測試影像中之大規模變動(例如，平均灰階值之變動或類似者)。根據方法300之缺陷偵測可另外提供足以偵測信號-像素缺陷之一高信雜比。此高偵測靈敏度可提供經識別缺陷之輪廓之精確偵測且可高度容忍圖案雜訊。 在另一實施例中，缺陷偵測方法300可形成一混合缺陷偵測方法之一部分。在此方面，可使用此項技術中已知之任何額外缺陷偵測方法補充偵測方法300。舉例而言，在一參考影像中之一特定目標區域可能不具有足夠數目個比較區域以提供一缺陷臨限值之一精確判定(例如，歸因於參考影像之特性、不足重複結構或類似者)之情況中，可使用用以定義特定目標區域之缺陷臨限值之一替代方法補充偵測方法300。藉由另一實例，在一大缺陷影響一鄰近區域(例如，一目標鄰近區域及/或一比較鄰近區域)內之像素統計資料之情況中，可使用用以定義特定目標區域之缺陷臨限值之一替代方法補充偵測方法300。 再次參考圖1，檢測系統100可包含此項技術中已知之任何檢測子系統。 圖9A係根據本發明之一或多項實施例之經組態為一光學檢測子系統之一檢測量測子系統102之一概念視圖。在一項實施例中，檢測量測子系統102包含一照明源902。照明源902可包含此項技術中已知之適合於產生一或多個照明射束904 (例如，一光子射束)之任何照明源。舉例而言，照明源902可包含(但不限於)一單色光源(例如，一雷射)、具有包含兩個或兩個以上離散波長之一光譜之一多色光源、一寬頻光源或一波長掃掠光源。此外，照明源902可(但不限於)由以下各者形成：一白光源(例如，具有包含可見波長之一光譜之一寬頻光源)、一雷射源、一自由形式照明源、一單極照明源、一多極照明源、一弧光燈、一無電極燈或一雷射持續電漿(LSP)源。此外，照明射束904可經由自由空間傳播或經導引光(例如，一光纖、一光管或類似者)遞送。 在另一實施例中，照明源902經由一照明路徑906而將一或多個照明射束904引導至樣品104。照明路徑906可包含一或多個透鏡910。此外，照明路徑906可包含適合於修改及/或調節一或多個照明射束904之一或多個額外光學組件908。舉例而言，一或多個光學組件908可包含(但不限於)一或多個偏光器、一或多個濾波器、一或多個射束分離器、一或多個擴散器、一或多個均質器、一或多個變跡器或一或多個射束塑形器。在一項實施例中，照明路徑906包含一射束分離器914。在另一實施例中，檢測量測子系統102包含將一或多個照明射束904聚焦至樣品104上之一物鏡916。 照明源902可經由照明路徑906而按任何角度將一或多個照明射束904引導至樣品。在一項實施例中，如圖9A中展示，照明源902按法向入射角將一或多個照明射束904引導至樣品104。在另一實施例中，照明源902按一非法向入射角(例如，一掠射角、一45度角或類似者)將一或多個照明射束904引導至樣品104。 在另一實施例中，樣品104安置於適合於在掃描期間固定樣品104之一樣品載物台912上。在另一實施例中，樣品載物台912係一可致動載物台。舉例而言，樣品載物台912可包含(但不限於)適合於沿著一或多個線性方向(例如，x方向、y方向及/或z方向)選擇性平移樣品104之一或多個平移載物台。藉由另一實例，樣品載物台912可包含(但不限於)適合於沿著一旋轉方向選擇性旋轉樣品104之一或多個旋轉載物台。藉由另一實例，樣品載物台912可包含(但不限於)適合於沿著一線性方向選擇性平移樣品及/或沿著一旋轉方向旋轉樣品104之一旋轉載物台及一平移載物台。 在另一實施例中，照明路徑906包含適合於跨樣品104掃描照明射束904之一或多個射束掃描光學器件(未展示)。舉例而言，一或多個照明路徑906可包含此項技術中已知之任何類型之射束掃描器，諸如(但不限於)一或多個電光射束偏轉器、一或多個聲光射束偏轉器、一或多個電流掃描器、一或多個諧振掃描器或一或多個多邊形掃描器。以此方式，可以一r-θ圖案掃描一樣品104之表面。應進一步注意，可根據樣品上之任何圖案掃描照明射束904。在一項實施例中，將照明射束904分離成一或多個射束使得可同時掃描一或多個射束。 在另一實施例中，檢測量測子系統102包含經組態以透過一集光路徑918獲取自樣品104發出之輻射之一或多個偵測器922 (例如，一或多個光學偵測器、一或多個光子偵測器或類似者)。集光路徑918可包含引導及/或修改由物鏡916收集之照明之多個光學元件，包含(但不限於)一或多個透鏡920、一或多個濾波器、一或多個偏光器、一或多個射束阻斷器或一或多個射束分離器。本文中應注意，可在相對於樣品104之任何位置中定向集光路徑918之組件。在一項實施例中，集光路徑包含法向於樣品104定向之物鏡916。在另一實施例中，集光路徑918包含經定向以按多個立體角自樣品收集輻射之多個集光透鏡。 在一項實施例中，檢測系統100包含一明場檢測系統。舉例而言，可(例如，藉由物鏡916、一或多個透鏡920或類似者)將樣品104之一明場影像或樣品104之一部分投射至偵測器922上。在另一實施例中，檢測系統100包含一暗場檢測系統。舉例而言，檢測系統100可包含一或多個組件(例如，一環形射束阻斷器、一暗場物鏡916或類似者)，其等按一大入射角將照明射束904引導至樣品104使得偵測器922上之樣品之影像與散射及/或繞射光相關聯。在另一實施例中，檢測系統100包含一傾斜角檢測系統。舉例而言，檢測系統100可按一離軸角將照明射束904引導至樣品以提供用於缺陷之檢測之對比度。在另一實施例中，檢測系統100包含一相位對比度檢測系統。舉例而言，檢測系統100可包含一或多個相位板及/或射束阻斷器(例如，一環形射束阻斷器或類似者)以提供來自樣品之繞射光與非繞射光之間之一相位對比度以提供用於缺陷檢測之對比度。在另一實施例中，檢測系統100可包含一發光檢測系統(例如，一螢光檢測系統、一磷光檢測系統或類似者)。舉例而言，檢測系統100可將具有一第一波長光譜之一照明射束904引導至樣品104，且包含偵測自樣品104發出(例如，自樣品104之一或多個組件及/或樣品104上之一或多個缺陷發出)之一或多個額外波長光譜之一或多個濾波器。在另一實施例中，檢測系統包含定位於共焦位置中使得系統100可操作為一共焦檢測系統之一或多個針孔。 圖9B係根據本發明之一或多項實施例之經組態為一粒子射束檢測子系統之一檢測子系統之一簡化示意圖。在一項實施例中，照明源902包含經組態以產生一粒子射束904之一粒子源。粒子源902可包含此項技術中已知之適合於產生一粒子射束904之任何粒子源。藉由非限制性實例，粒子源902可包含(但不限於)一電子槍或一離子槍。在另一實施例中，粒子源902經組態以提供具有一可調諧能量之一粒子射束904。舉例而言，包含一電子源之一粒子源902可(但不限於)提供在0.1 kV至30 kV之範圍中之一加速電壓。作為另一實例，包含一離子源之一粒子源可(但不需要)提供具有在1 keV至50 keV之範圍中之一能量值之一離子射束。 在另一實施例中，檢測量測子系統102包含用於產生兩個或兩個以上粒子射束904之兩個或兩個以上粒子射束源902 (例如，電子射束源或離子射束源)。 在另一實施例中，照明路徑906包含一或多個粒子聚焦元件924。舉例而言，一或多個粒子聚焦元件924可包含(但不限於)一單一粒子聚焦元件或形成一複合系統之一或多個粒子聚焦元件。在另一實施例中，系統100之一物鏡916經組態以將粒子射束904引導至樣品104。此外，一或多個粒子聚焦元件924及/或物鏡916可包含此項技術中已知之任何類型之粒子透鏡，包含(但不限於)靜電、磁性、單電位或雙電位透鏡。此外，檢測量測子系統102可包含(但不限於)一或多個電子偏轉器、一或多個孔隙、一或多個濾波器或一或多個像散校正器。 在另一實施例中，檢測量測子系統102包含一或多個粒子射束掃描元件926。舉例而言，一或多個粒子射束掃描元件可包含(但不限於)適合於控制射束相對於樣品104之表面之一位置之一或多個掃描線圈或偏轉器。在此方面，可利用一或多個掃描元件以依一選定圖案跨樣品104掃描粒子射束904。 在另一實施例中，檢測子系統包含一偵測器922以使自樣品104發出之粒子成像或以其他方式偵測自樣品104發出之粒子。在一項實施例中，偵測器922包含一電子收集器(例如，二次電子收集器、反向散射電子偵測器或類似者)。在另一實施例中，偵測器922包含用於偵測來自樣品表面之電子及/或光子之一光子偵測器(例如，一光電偵測器、一x射線偵測器、耦合至光電倍增管(PMT)偵測器之一閃爍元件或類似者)。在一般意義上，本文中應認知，偵測器922可包含此項技術中已知之用於使用一粒子射束904特性化一樣品表面或塊體之任何裝置或裝置之組合。舉例而言，偵測器922可包含此項技術中已知之經組態以收集反向散射電子、歐傑(Auger)電子、透射電子或光子(例如，藉由表面回應於樣品104之入射電子、陰極發光發射之x射線)之任何粒子偵測器。 在另一實施例中，檢測系統100包含一電壓對比度成像(VCI)系統。本文中應認知，利用粒子射束(例如，電子射束、離子射束或類似者)之檢測系統可歸因於一高可達成空間解析度而尤其用於偵測及/或識別一半導體樣品(例如，一隨機邏輯晶片或類似者)上之缺陷機制。舉例而言，可在一檢測系統內利用粒子射束以使一樣品成像(例如，藉由獲取自樣品發出之二次電子、反向散射電子或類似者)。另外，一樣品(例如，一圖案化半導體晶圓)上之結構可回應於使用一粒子射束之激發而展現充電效應。充電效應可包含由系統獲取之電子(例如，二次電子)之數目及因此VCI信號強度之一修改。在此方面，一電壓對比度成像(VCI)系統可產生一樣品之一高解析度影像，其中影像之各像素之強度提供關於樣品在像素位置處之電性質之資料。舉例而言，絕緣結構及/或未連接至一接地源(例如，未接地)之結構可回應於由粒子射束誘發之粒子(例如，二次電子、離子或類似者)之空乏而產生一電荷(例如，一正電荷或一負電荷)。因此，經誘發電荷可使二次電子之軌道偏轉且降低由一偵測器獲取之信號強度。相反地，接地結構可不產生一電荷且因此可展現一強信號(例如，在一相關聯VCI影像中顯得明亮)。此外，電容結構之信號強度可依據粒子射束之掃描速度及/或能量而變化。在此方面，一VCI影像可包含其中各像素之灰階值提供關於晶圓上之該位置之相對電特性之資料之一灰階影像。在一進一步實施例中，檢測系統100包含經組態以將一或多個電壓施加至樣品108之一或多個位置之一或多個組件(例如，一或多個電極)。在此方面，系統100可產生主動電壓對比度成像資料。 在另一實施例中，檢測系統100可包含一顯示器(未展示)。在另一實施例中，顯示器通信地耦合至控制器106。舉例而言，顯示器可通信地耦合至控制器106之一或多個處理器108。在此方面，一或多個處理器108可在顯示器上顯示本發明之各種結果之一或多者。 顯示裝置可包含此項技術中已知之任何顯示裝置。在一項實施例中，顯示裝置可包含(但不限於)一液晶顯示器。在另一實施例中，顯示裝置可包含(但不限於)一基於有機發光二極體(OLED)之顯示器。在另一實施例中，顯示裝置可包含(但不限於)一CRT顯示器。熟習此項技術者應認知，各種顯示裝置可適合實施於本發明中且顯示裝置之特定選擇可取決於各種因素，包含(但不限於)外觀尺寸、成本及類似者。在一般意義上，能夠與一使用者介面裝置(例如，觸控螢幕、面板安裝介面、鍵盤、滑鼠、軌跡墊及類似者)整合之任何顯示裝置適合實施於本發明中。 在另一實施例中，檢測系統100可包含一使用者介面裝置(未展示)。在一項實施例中，使用者介面裝置通信地耦合至控制器106之一或多個處理器108。在另一實施例中，使用者介面裝置可由控制器106利用以接受來自一使用者之選擇及/或指令。在一些實施例中，在本文中進一步描述，可使用顯示器以將資料顯示給一使用者。繼而，一使用者可回應於經由顯示裝置顯示給使用者之檢測資料而輸入選擇及/或指令(例如，檢測區域之一使用者選擇)。 使用者介面裝置可包含此項技術中已知之任何使用者介面。舉例而言，使用者介面可包含(但不限於)一鍵盤、一小鍵盤、一觸控螢幕、一槓桿、一旋鈕、一滾輪、一軌跡球、一開關、一撥號盤、一滑桿、一捲桿、一滑件、一把手、一觸控墊、一踏板、一方向盤、一操縱桿、一面板輸入裝置或類似者。在一觸控螢幕介面裝置之情況中，熟習此項技術者應認知，大量觸控螢幕介面裝置可適合實施於本發明中。舉例而言，顯示裝置可與一觸控螢幕介面整合，諸如(但不限於)一電容式觸控螢幕、一電阻式觸控螢幕、一基於表面聲波之觸控螢幕、一基於紅外線之觸控螢幕或類似者。在一般意義上，能夠與顯示裝置105之顯示部分整合之任何觸控螢幕介面適合實施於本發明中。在另一實施例中，使用者介面可包含(但不限於)一面板安裝介面。 本文中應注意，圖9A及圖9B以及上文中之對應描述僅為了圖解而提供且不應解譯為限制性。預期可利用在本發明之範疇內之若干等效或額外組態。 此外，系統100可經組態為一「真實」或一「虛擬」檢測系統。舉例而言，系統100可產生與樣品104相關聯之實際影像或其他輸出資料。在此方面，系統100可經組態為一「真實」檢測系統而非一「虛擬」系統。藉由另一實例，本文中描述之一儲存媒體(未展示)及控制器106可經組態為一「虛擬」檢測系統。因此，系統100可不在一實體樣品上操作，而可重現及/或串流化經儲存資料(例如，儲存於一記憶體媒體110中之資料或類似者)，如同正在掃描一實體樣品。在此方面，一「偵測器」之輸出可係在一先前步驟中由一實際檢測系統之一或多個偵測器(例如，一偵測器922)先前產生之資料。在2012年2月28日發佈之共同讓與之美國專利第8,126,255號及在2015年12月29日發佈之美國專利申請案第9,222,895號中描述經組態為「虛擬」檢測系統之系統及方法，該兩個案之全文以引用的方式併入本文中。 本文中描述之標的物有時繪示其他組件內含有或與其他組件連接之不同組件。應理解，此等所描繪之架構僅僅係例示性，且事實上可實施達成相同功能性之許多其他架構。在一概念意義上，達成相同功能性之組件之任何配置經有效「相關聯」使得達成所要功能性。因此，在本文中經組合以達成一特定功能性之任何兩個組件可視作彼此「相關聯」使得達成所要功能性而不考慮架構或中間組件。同樣地，如此相關聯之任何兩個組件亦可視作彼此「連接」或「耦合」以達成所要功能性，且能夠如此相關聯之任何兩個組件亦可視作彼此「可耦合」以達成所要功能性。可耦合之特定實例包含(但不限於)可實體互動及/或實體互動組件及/或可無線互動及/或無線互動組件及/或可邏輯互動及/或邏輯互動組件。 據信本發明及許多其伴隨優點將藉由前述描述理解，且將明白，可對組件之形式、構造及配置做出多種改變而不脫離所揭示之標的物或不犧牲全部其材料優點。所描述之形式僅僅係解釋性，且以下申請專利範圍之意圖係涵蓋且包含此等改變。此外，應理解，本發明由隨附發明申請專利範圍界定。
100‧‧‧檢測系統
102‧‧‧檢測量測子系統
104‧‧‧樣品
106‧‧‧控制器
108‧‧‧處理器
110‧‧‧記憶體
200‧‧‧缺陷
202‧‧‧結構
204‧‧‧結構
206‧‧‧結構
208‧‧‧結構
210‧‧‧結構
212‧‧‧結構
214‧‧‧周圍鄰近區域
216‧‧‧比較區域
218‧‧‧比較區域
220‧‧‧比較區域
300‧‧‧方法
302‧‧‧步驟
304‧‧‧步驟
306‧‧‧步驟
308‧‧‧步驟
310‧‧‧步驟
312‧‧‧步驟
314‧‧‧步驟
400‧‧‧參考影像
402‧‧‧第一組類似結構
404‧‧‧第二組類似結構
406‧‧‧第三組類似結構
408‧‧‧像素組
410‧‧‧像素組
412‧‧‧像素組
414‧‧‧曲線圖
416‧‧‧分佈
418‧‧‧截距
420‧‧‧截距
502‧‧‧遮罩
504‧‧‧遮罩圖案元素
506‧‧‧遮罩
508‧‧‧遮罩圖案元素
510‧‧‧遮罩
512‧‧‧遮罩圖案元素
600‧‧‧測試影像
602‧‧‧第一組類似結構
604‧‧‧第二組類似結構
606‧‧‧第三組類似結構
608‧‧‧缺陷
702‧‧‧曲線圖
704‧‧‧像素值分佈
706‧‧‧截距值
708‧‧‧曲線圖
710‧‧‧像素值分佈
712‧‧‧截距值
714‧‧‧曲線圖
716‧‧‧像素值分佈
718‧‧‧截距值
720‧‧‧離群點像素
800‧‧‧缺陷圖
902‧‧‧照明源/粒子源
904‧‧‧照明射束/粒子射束
906‧‧‧照明路徑
908‧‧‧光學組件
910‧‧‧透鏡
912‧‧‧樣品載物台
914‧‧‧射束分離器
916‧‧‧物鏡
918‧‧‧集光路徑
920‧‧‧透鏡
922‧‧‧偵測器
924‧‧‧粒子聚焦元件
926‧‧‧粒子射束掃描元件
熟習此項技術者藉由參考附圖可較佳理解本發明之若干優點，其中： 圖1係根據本發明之一或多項實施例之一檢測系統之一概念視圖。 圖2係根據本發明之一或多項實施例之包含適合於藉由檢測系統偵測之一缺陷之一樣品之一示意圖。 圖3係繪示根據本發明之一或多項實施例之在用於檢測一樣品之一方法中執行之步驟之一流程圖。 圖4A係根據本發明之一或多項實施例之具有多個目標區域之一參考影像之一概念視圖。 圖4B係根據本發明之一或多項實施例之與圖4A中繪示之參考影像相關聯之像素值之一分佈之一曲線圖。 圖5A係繪示對應於目標區域及相關聯比較區域之遮罩圖案元素之一遮罩之一概念視圖。 圖5B係繪示對應於目標區域及相關聯比較區域之遮罩圖案元素之一遮罩之一概念視圖。 圖5C係繪示對應於目標區域及相關聯比較區域之遮罩圖案元素之一遮罩之一概念視圖。 圖6係根據本發明之一或多項實施例之包含一缺陷之樣品之一測試影像之一概念視圖。 圖7A係根據本發明之一或多項實施例之如由遮罩遮蔽之測試影像之一概念視圖。 圖7B係根據本發明之一或多項實施例之剩餘像素之像素值分佈之一曲線圖。 圖7C係根據本發明之一或多項實施例之如由遮罩遮蔽之測試影像之一概念視圖。 圖7D係根據本發明之一或多項實施例之剩餘像素之像素值分佈之一曲線圖。 圖7E係根據本發明之一或多項實施例之如由遮罩遮蔽之測試影像之一概念視圖。 圖7F係根據本發明之一或多項實施例之剩餘像素之像素值分佈之一曲線圖。 圖8係根據本發明之一或多項實施例之樣品之一缺陷圖之一概念視圖。 圖9A係根據本發明之一或多項實施例之經組態為一光學檢測子系統之一檢測量測子系統之一概念視圖。 圖9B係根據本發明之一或多項實施例之經組態為一粒子射束檢測子系統之一檢測子系統之一簡化示意圖。
300‧‧‧方法
302‧‧‧步驟
304‧‧‧步驟
306‧‧‧步驟
308‧‧‧步驟
310‧‧‧步驟
312‧‧‧步驟
314‧‧‧步驟

Claims (54)

  1. 一種缺陷偵測方法，其包括： 獲取一參考影像； 選擇該參考影像之一目標區域； 基於一匹配度量識別對應於該目標區域之該參考影像之一或多個比較區域； 獲取一測試影像； 使用該參考影像之該目標區域及該參考影像之該一或多個比較區域遮蔽該測試影像； 基於該測試影像中之該一或多個比較區域定義該測試影像中之該目標區域之一缺陷臨限值；及 基於該缺陷臨限值判定該測試影像之該目標區域是否含有一缺陷。
  2. 如請求項1之缺陷偵測方法，其中該匹配度量包含像素值之一範圍，其中識別該參考影像之該一或多個比較區域包括： 識別具有在像素值之該範圍內之像素值之該參考影像之一或多個區域。
  3. 如請求項2之缺陷偵測方法，其中該等像素值包含灰階值。
  4. 如請求項2之缺陷偵測方法，其中基於該目標影像中之該一或多個比較區域定義該目標區域之該缺陷臨限值包括： 計算一像素值分佈，其中該像素分佈包含在該目標影像中之該目標區域及該一或多個比較區域內之像素之像素值之一分佈；及 基於該像素值分佈定義該目標區域之該缺陷臨限值。
  5. 如請求項4之缺陷偵測方法，其中該像素值分佈包含在該目標影像中之該目標區域及該一或多個比較區域內之該等像素之該等像素值之一頻率曲線圖。
  6. 如請求項4之缺陷偵測方法，其中基於該像素分佈定義該目標區域之該缺陷臨限值包括： 定義該目標區域之該缺陷臨限值以識別與該像素值分佈之一尾部相關聯之離群點。
  7. 如請求項4之缺陷偵測方法，其進一步包括： 基於該缺陷臨限值判定該測試影像之該一或多個比較區域是否含有一缺陷。
  8. 如請求項1之缺陷偵測方法，其中該目標區域包含一單一目標像素。
  9. 如請求項8之缺陷偵測方法，其中該匹配度量包含像素值之一分佈，其中識別該參考影像之該一或多個比較區域包括： 界定包含像素之一經定義佈局之一鄰近區域圖案； 界定根據該鄰近區域圖案配置之該參考影像中之一目標鄰近區域，其中該目標鄰近區域包含該目標像素，其中該匹配度量包含該目標鄰近區域之一像素值分佈；及 基於該匹配度量識別根據該鄰近區域圖案配置之該參考影像之一或多個比較鄰近區域，其中該一或多個比較區域包含該一或多個比較鄰近區域。
  10. 如請求項9之缺陷偵測方法，其中識別該參考影像之該一或多個比較鄰近區域包括： 基於位置敏感雜湊識別該等參考影像之一或多個比較鄰近區域。
  11. 如請求項9之缺陷偵測方法，其中識別該參考影像之該一或多個比較鄰近區域包括： 基於核心位置敏感雜湊識別該等參考影像之一或多個比較鄰近區域。
  12. 如請求項9之缺陷偵測方法，其中識別該參考影像之該一或多個比較鄰近區域包括： 基於一圖案匹配技術識別該等參考影像之一或多個比較鄰近區域。
  13. 如請求項9之缺陷偵測方法，其中識別該參考影像之該一或多個比較鄰近區域包括： 基於設計資料識別該等參考影像之一或多個比較鄰近區域。
  14. 如請求項9之缺陷偵測方法，其進一步包括： 在一資料庫中儲存該一或多個比較鄰近區域之一或多個位置。
  15. 如請求項14之缺陷偵測方法，其中該資料庫包括： 一經編索引資料庫。
  16. 如請求項9之缺陷偵測方法，其中基於該測試影像中之該一或多個比較區域定義該測試影像中之該目標區域之該缺陷臨限值包括： 計算該測試影像之該一或多個比較鄰近區域之一或多個像素值分佈； 基於該測試影像之該一或多個比較鄰近區域之該等像素值分佈估計該測試影像之該目標鄰近區域中之一像素值分佈；及 基於該目標鄰近區域中之該經估計像素值分佈定義該目標像素之該缺陷臨限值。
  17. 如請求項16之缺陷偵測方法，其中基於該缺陷臨限值判定該測試影像之該目標區域是否含有一缺陷包括： 基於該測試影像中之該目標鄰近區域之該經估計像素值分佈與一實際像素值分佈之一比較判定該測試影像之該目標區域是否含有一缺陷。
  18. 如請求項9之缺陷偵測方法，其中該鄰近區域圖案之一大小係基於用於產生該目標影像之一量測工具之一互動功能。
  19. 如請求項9之缺陷偵測方法，其中該鄰近區域圖案之一大小係基於用於產生該目標影像之一量測工具之一解析度。
  20. 如請求項1之缺陷偵測方法，其中該參考資料包括： 一參考影像或設計資料之至少一者。
  21. 如請求項20之缺陷偵測方法，其中該參考影像係基於一黃金晶粒。
  22. 如請求項20之缺陷偵測方法，其中該參考影像係基於至少一個參考晶粒。
  23. 如請求項20之缺陷偵測方法，其中該參考影像包括： 一中值參考晶粒。
  24. 如請求項20之缺陷偵測方法，其中該設計資料包括： 接線對照表資料或一或多個結構之一設計佈局之至少一者。
  25. 一種缺陷偵測系統，其包括： 一檢測子系統，其包括： 一照明源，其經組態以產生一照明射束； 一組照明光學器件，其等將該照明射束引導至一樣品；及 一偵測器，其經組態以收集自該樣品發出之照明；及 一控制器，其通信地耦合至該偵測器，該控制器包含一記憶體裝置及經組態以執行程式指令之一或多個處理器，該等程式指令經組態以引起該一或多個處理器以： 獲取一參考影像； 選擇該參考影像之一目標區域； 基於一匹配度量識別對應於該目標區域之該參考影像之一或多個比較區域； 獲取一測試影像； 使用該參考影像之該目標區域及該參考影像之該一或多個比較區域遮蔽該測試影像； 基於該測試影像中之該一或多個比較區域定義該測試影像中之該目標區域之一缺陷臨限值；及 基於該缺陷臨限值判定該測試影像之該目標區域是否含有一缺陷。
  26. 如請求項25之缺陷偵測系統，其中該匹配度量包含像素值之一範圍，其中識別該參考影像之該一或多個比較區域包括： 識別具有在像素值之該範圍內之像素值之該參考影像之一或多個區域。
  27. 如請求項26之缺陷偵測系統，其中該等像素值包含灰階值。
  28. 如請求項26之缺陷偵測系統，其中基於該目標影像中之該一或多個比較區域定義該目標區域之該缺陷臨限值包括： 計算一像素值分佈，其中該像素分佈包含在該目標影像中之該目標區域及該一或多個比較區域內之像素之像素值之一分佈；及 基於該像素值分佈定義該目標區域之該缺陷臨限值。
  29. 如請求項28之缺陷偵測系統，其中該像素值分佈包含在該目標影像中之該目標區域及該一或多個比較區域內之該等像素之該等像素值之一頻率曲線圖。
  30. 如請求項28之缺陷偵測系統，其中基於該像素分佈定義該目標區域之該缺陷臨限值包括： 定義該目標區域之該缺陷臨限值以識別與該像素值分佈之一尾部相關聯之離群點。
  31. 如請求項28之缺陷偵測系統，其進一步包括： 基於該缺陷臨限值判定該測試影像之該一或多個比較區域是否含有一缺陷。
  32. 如請求項25之缺陷偵測系統，其中該目標區域包含一單一目標像素。
  33. 如請求項32之缺陷偵測系統，其中該匹配度量包含像素值之一分佈，其中識別該參考影像之該一或多個比較區域包括： 界定包含像素之一經定義佈局之一鄰近區域圖案； 界定根據該鄰近區域圖案配置之該參考影像中之一目標鄰近區域，其中該目標鄰近區域包含該目標像素，其中該匹配度量包含該目標鄰近區域之一像素值分佈；及 基於該匹配度量識別根據該鄰近區域圖案配置之該參考影像之一或多個比較鄰近區域，其中該一或多個比較區域包含該一或多個比較鄰近區域。
  34. 如請求項33之缺陷偵測系統，其中識別該參考影像之該一或多個比較鄰近區域包括： 基於位置敏感雜湊識別該等參考影像之一或多個比較鄰近區域。
  35. 如請求項33之缺陷偵測系統，其中識別該參考影像之該一或多個比較鄰近區域包括： 基於核心位置敏感雜湊識別該等參考影像之一或多個比較鄰近區域。
  36. 如請求項33之缺陷偵測系統，其中識別該參考影像之該一或多個比較鄰近區域包括： 基於一圖案匹配技術識別該等參考影像之一或多個比較鄰近區域。
  37. 如請求項33之缺陷偵測系統，其中識別該參考影像之該一或多個比較鄰近區域包括： 基於設計資料識別該等參考影像之一或多個比較鄰近區域。
  38. 如請求項33之缺陷偵測系統，其進一步包括： 在一資料庫中儲存該一或多個比較鄰近區域之一或多個位置。
  39. 如請求項38之缺陷偵測系統，其中該資料庫包括： 一經編索引資料庫。
  40. 如請求項33之缺陷偵測系統，其中基於該測試影像中之該一或多個比較區域定義該測試影像中之該目標區域之該缺陷臨限值包括： 計算該測試影像之該一或多個比較鄰近區域之一或多個像素值分佈； 基於該測試影像之該一或多個比較鄰近區域之該等像素值分佈估計該測試影像之該目標鄰近區域中之一像素值分佈；及 基於該目標鄰近區域中之該經估計像素值分佈定義該目標像素之該缺陷臨限值。
  41. 如請求項40之缺陷偵測系統，其中基於該缺陷臨限值判定該測試影像之該目標區域是否含有一缺陷包括： 基於該測試影像中之該目標鄰近區域之該經估計像素值分佈與一實際像素值分佈之一比較判定該測試影像之該目標區域是否含有一缺陷。
  42. 如請求項33之缺陷偵測系統，其中該鄰近區域圖案之一大小係基於用於產生該目標影像之一量測工具之一互動功能。
  43. 如請求項33之缺陷偵測系統，其中該鄰近區域圖案之一大小係基於用於產生該目標影像之一量測工具之一解析度。
  44. 如請求項25之缺陷偵測系統，其中該參考資料包括： 一參考影像或設計資料之至少一者。
  45. 如請求項44之缺陷偵測系統，其中該參考影像係基於一黃金晶粒。
  46. 如請求項44之缺陷偵測系統，其中該參考影像係基於至少一個參考晶粒。
  47. 如請求項44之缺陷偵測系統，其中該參考影像包括： 一中值參考晶粒。
  48. 如請求項44之缺陷偵測系統，其中該設計資料包括： 接線對照表資料或一或多個結構之一設計佈局之至少一者。
  49. 如請求項25之缺陷偵測系統，其中該照明射束包括： 一光子射束或一粒子射束之至少一者。
  50. 如請求項49之缺陷偵測系統，其中該等粒子射束包括： 一電子射束或一離子射束之至少一者。
  51. 如請求項25之缺陷偵測系統，其中該組照明光學器件包括： 光子光學器件或粒子光學器件之至少一者。
  52. 如請求項25之缺陷偵測系統，其中該偵測器包括： 一光子偵測器或一粒子偵測器之至少一者。
  53. 一種缺陷偵測系統，其包括： 一檢測子系統，其包括： 一照明源，其經組態以產生一照明射束； 一組照明光學器件，其等將該照明射束引導至一樣品；及 一偵測器，其經組態以收集自該樣品發出之照明；及 一控制器，其通信地耦合至該偵測器，該控制器包含一記憶體裝置及經組態以執行程式指令之一或多個處理器，該等程式指令經組態以引起該一或多個處理器以： 獲取一參考影像； 選擇該參考影像之一目標像素； 界定包含像素之一經定義佈局之一鄰近區域圖案； 界定根據該鄰近區域圖案配置之該參考影像之一目標鄰近區域，其中該目標鄰近區域包含該目標像素； 基於一匹配度量識別對應於該目標區域之該參考影像之一或多個比較鄰近區域，其中該匹配度量包含該目標鄰近區域之一像素值分佈； 獲取一測試影像； 使用該參考影像之該目標區域及該參考影像之該一或多個比較區域遮蔽該測試影像； 計算該測試影像之該一或多個比較鄰近區域之一或多個像素值分佈； 基於該測試影像之該一或多個比較鄰近區域之該等像素值分佈估計該測試影像之該目標鄰近區域中之一像素值分佈； 基於該目標鄰近區域中之該經估計像素值分佈定義該目標像素之缺陷臨限值；及 基於該缺陷臨限值判定該測試影像之該目標像素是否含有一缺陷。
  54. 一種缺陷偵測方法，其包括： 獲取一參考影像； 選擇該參考影像之一目標區域； 基於一匹配度量識別對應於該目標區域之該參考影像之一或多個比較區域； 獲取一測試影像； 使用該參考影像之該目標區域及該參考影像之該一或多個比較區域遮蔽該測試影像； 基於該測試影像中之該一或多個比較區域定義該測試影像中之該目標區域之一缺陷臨限值；及 基於該缺陷臨限值判定該測試影像之該目標區域是否含有一缺陷。
TW105137757A 2015-11-18 2016-11-18 用於區域可調適之缺陷偵測的系統及方法 TWI699521B (zh)

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
US201562257025P 2015-11-18 2015-11-18
US62/257,025 2015-11-18
US15/350,632 2016-11-14
US15/350,632 US10535131B2 (en) 2015-11-18 2016-11-14 Systems and methods for region-adaptive defect detection

Publications (2)

Publication Number Publication Date
TW201728892A true TW201728892A (zh) 2017-08-16
TWI699521B TWI699521B (zh) 2020-07-21

Family

ID=58690746

Family Applications (1)

Application Number Title Priority Date Filing Date
TW105137757A TWI699521B (zh) 2015-11-18 2016-11-18 用於區域可調適之缺陷偵測的系統及方法

Country Status (8)

Country Link
US (1) US10535131B2 (zh)
JP (1) JP6873129B2 (zh)
KR (1) KR102445535B1 (zh)
CN (1) CN108352063B (zh)
IL (1) IL258804B (zh)
SG (1) SG11201803667RA (zh)
TW (1) TWI699521B (zh)
WO (1) WO2017087571A1 (zh)

Families Citing this family (24)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10186026B2 (en) * 2015-11-17 2019-01-22 Kla-Tencor Corp. Single image detection
EP3560375B1 (en) * 2016-12-20 2023-08-16 Shiseido Company, Ltd. Application control device, application device, application control method, and recording medium
US11151711B2 (en) 2018-06-06 2021-10-19 Kla-Tencor Corporation Cross layer common-unique analysis for nuisance filtering
US11429806B2 (en) 2018-11-09 2022-08-30 Canon Virginia, Inc. Devices, systems, and methods for anomaly detection
CN109580632B (zh) * 2018-11-23 2021-03-30 京东方科技集团股份有限公司 一种缺陷确定方法、装置及存储介质
US11474052B2 (en) 2019-01-09 2022-10-18 The Boeing Company Real time additive manufacturing process inspection using x-ray emission and detection through a build chamber
US11321846B2 (en) 2019-03-28 2022-05-03 Canon Virginia, Inc. Devices, systems, and methods for topological normalization for anomaly detection
CN111768357B (zh) * 2019-03-29 2024-03-01 银河水滴科技（北京）有限公司 一种图像检测的方法及装置
US11120546B2 (en) * 2019-09-24 2021-09-14 Kla Corporation Unsupervised learning-based reference selection for enhanced defect inspection sensitivity
US11416982B2 (en) 2019-10-01 2022-08-16 KLA Corp. Controlling a process for inspection of a specimen
US11127136B2 (en) * 2019-12-05 2021-09-21 Kla Corporation System and method for defining flexible regions on a sample during inspection
US11328435B2 (en) * 2020-06-08 2022-05-10 KLA Corp. Image alignment setup for specimens with intra- and inter-specimen variations using unsupervised learning and adaptive database generation methods
CN111986159B (zh) * 2020-07-24 2024-02-27 苏州威华智能装备有限公司 太阳能电池片的电极缺陷检测方法、设备及存储介质
US11803960B2 (en) * 2020-08-12 2023-10-31 Kla Corporation Optical image contrast metric for optical target search
DE102020123979A1 (de) 2020-09-15 2022-03-17 Carl Zeiss Smt Gmbh Defekterkennung für Halbleiterstrukturen auf einem Wafer
CN112381799B (zh) * 2020-11-16 2024-01-23 广东电网有限责任公司肇庆供电局 一种导线断股确认方法、装置、电子设备和计算机可读存储介质
US11854184B2 (en) * 2021-01-14 2023-12-26 Applied Materials Israel Ltd. Determination of defects and/or edge roughness in a specimen based on a reference image
CN113283279B (zh) * 2021-01-25 2024-01-19 广东技术师范大学 一种基于深度学习的视频中多目标跟踪方法及装置
CN112819778B (zh) * 2021-01-28 2022-04-12 中国空气动力研究与发展中心超高速空气动力研究所 一种航天材料损伤检测图像多目标全像素分割方法
CN114723701B (zh) * 2022-03-31 2023-04-18 厦门力和行自动化有限公司 基于计算机视觉的齿轮缺陷检测方法和系统
US20230314336A1 (en) 2022-03-31 2023-10-05 Kla Corporation Multi-mode optical inspection
US11922619B2 (en) 2022-03-31 2024-03-05 Kla Corporation Context-based defect inspection
CN115876823B (zh) * 2023-01-19 2023-07-14 合肥晶合集成电路股份有限公司 薄膜缺陷的检测方法、薄膜缺陷的检测装置及检测系统
CN116152257B (zh) * 2023-04-22 2023-06-27 拓普思传感器(太仓)有限公司 应用于传感器的检测信息优化方法、服务器及介质

Family Cites Families (30)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6154714A (en) 1997-11-17 2000-11-28 Heuristic Physics Laboratories Method for using wafer navigation to reduce testing times of integrated circuit wafers
US6539106B1 (en) 1999-01-08 2003-03-25 Applied Materials, Inc. Feature-based defect detection
US7135344B2 (en) 2003-07-11 2006-11-14 Applied Materials, Israel, Ltd. Design-based monitoring
US7676007B1 (en) 2004-07-21 2010-03-09 Jihoon Choi System and method for interpolation based transmit beamforming for MIMO-OFDM with partial feedback
US7570796B2 (en) 2005-11-18 2009-08-04 Kla-Tencor Technologies Corp. Methods and systems for utilizing design data in combination with inspection data
US8041103B2 (en) 2005-11-18 2011-10-18 Kla-Tencor Technologies Corp. Methods and systems for determining a position of inspection data in design data space
US7676077B2 (en) 2005-11-18 2010-03-09 Kla-Tencor Technologies Corp. Methods and systems for utilizing design data in combination with inspection data
JP2008203034A (ja) * 2007-02-19 2008-09-04 Olympus Corp 欠陥検出装置および欠陥検出方法
JP2008258982A (ja) * 2007-04-05 2008-10-23 Canon Inc 画像処理装置及びその制御方法及びプログラム
US7796804B2 (en) * 2007-07-20 2010-09-14 Kla-Tencor Corp. Methods for generating a standard reference die for use in a die to standard reference die inspection and methods for inspecting a wafer
US8126255B2 (en) 2007-09-20 2012-02-28 Kla-Tencor Corp. Systems and methods for creating persistent data for a wafer and for using persistent data for inspection-related functions
JP2009186319A (ja) 2008-02-06 2009-08-20 Fujitsu Microelectronics Ltd 欠陥検査方法および欠陥検査装置
US8702566B2 (en) 2008-12-23 2014-04-22 Paul Mazzanobile Speed and/or agility training devices and systems and methods for use thereof
JP5275017B2 (ja) * 2008-12-25 2013-08-28 株式会社日立ハイテクノロジーズ 欠陥検査方法及びその装置
JP2010164487A (ja) * 2009-01-16 2010-07-29 Tokyo Seimitsu Co Ltd 欠陥検査装置及び欠陥検査方法
JP5536805B2 (ja) * 2009-02-03 2014-07-02 キューセプト テクノロジーズ インコーポレイテッド 非振動式接触電位差センサーを用いたパターン付きウェハ検査システム
WO2010093733A2 (en) * 2009-02-13 2010-08-19 Kla-Tencor Corporation Detecting defects on a wafer
US9098893B2 (en) * 2011-12-21 2015-08-04 Applied Materials Israel, Ltd. System, method and computer program product for classification within inspection images
JP5767963B2 (ja) * 2011-12-28 2015-08-26 株式会社キーエンス 外観検査装置、外観検査方法及びコンピュータプログラム
JP2013160629A (ja) 2012-02-06 2013-08-19 Hitachi High-Technologies Corp 欠陥検査方法、欠陥検査装置、プログラムおよび出力部
US9041793B2 (en) * 2012-05-17 2015-05-26 Fei Company Scanning microscope having an adaptive scan
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
US9367911B2 (en) * 2012-06-13 2016-06-14 Applied Materials Israel, Ltd. Apparatus and method for defect detection including patch-to-patch comparisons
US9916653B2 (en) * 2012-06-27 2018-03-13 Kla-Tenor Corporation Detection of defects embedded in noise for inspection in semiconductor manufacturing
US9189844B2 (en) * 2012-10-15 2015-11-17 Kla-Tencor Corp. Detecting defects on a wafer using defect-specific information
US9311698B2 (en) 2013-01-09 2016-04-12 Kla-Tencor Corp. Detecting defects on a wafer using template image matching
US9222895B2 (en) 2013-02-25 2015-12-29 Kla-Tencor Corp. Generalized virtual inspector
WO2014165547A1 (en) * 2013-04-01 2014-10-09 Kla-Tencor Corporation Mesoscopic defect detection for reticle inspection
US10127652B2 (en) * 2014-02-06 2018-11-13 Kla-Tencor Corp. Defect detection and classification based on attributes determined from a standard reference image
US10290092B2 (en) * 2014-05-15 2019-05-14 Applied Materials Israel, Ltd System, a method and a computer program product for fitting based defect detection

Also Published As

Publication number Publication date
KR102445535B1 (ko) 2022-09-20
CN108352063A (zh) 2018-07-31
IL258804A (en) 2018-06-28
US10535131B2 (en) 2020-01-14
SG11201803667RA (en) 2018-06-28
US20170140516A1 (en) 2017-05-18
JP2019505089A (ja) 2019-02-21
KR20180071404A (ko) 2018-06-27
TWI699521B (zh) 2020-07-21
JP6873129B2 (ja) 2021-05-19
WO2017087571A1 (en) 2017-05-26
IL258804B (en) 2021-04-29
CN108352063B (zh) 2022-03-25

Similar Documents

Publication Publication Date Title
TWI699521B (zh) 用於區域可調適之缺陷偵測的系統及方法
CN110383441B (zh) 使用经预测的计量图像的计量配方产生
US10018571B2 (en) System and method for dynamic care area generation on an inspection tool
KR102300550B1 (ko) 검사를 위한 고해상도 전체 다이 이미지 데이터의 사용
KR102514134B1 (ko) 웨이퍼 노이즈 뉴슨스 식별을 위한 sem 및 광학 이미지의 상관
US7711177B2 (en) Methods and systems for detecting defects on a specimen using a combination of bright field channel data and dark field channel data
KR102330738B1 (ko) 검사 도구에서의 동적 관리 영역 생성을 위한 시스템 및 방법
TW201734441A (zh) 使用影像重建以用於缺陷偵測之系統及方法
TWI515813B (zh) Charged particle - ray device
WO2020061241A1 (en) Dispositioning defects detected on extreme ultraviolet photomasks
US11550309B2 (en) Unsupervised defect segmentation
KR20240032832A (ko) 이상 기반 결함 검사 방법 및 시스템
CN109314067B (zh) 在逻辑及热点检验中使用z层上下文来改善灵敏度及抑制干扰的系统及方法
TWI683997B (zh) 用於在檢測工具上之動態看護區域產生的系統及方法
TWI611162B (zh) 相對臨界尺寸之量測的方法及裝置
EP4152096A1 (en) System and method for inspection by failure mechanism classification and identification in a charged particle system
TW202416335A (zh) 用於多射束檢測設備之精細聚焦次級射束點於偵測器上的方法及系統
TW202300900A (zh) 以經呈現設計影像之設計照護區域之分段
WO2022207236A1 (en) System and method for determining local focus points during inspection in a charged particle system
WO2023156125A1 (en) Systems and methods for defect location binning in charged-particle systems