TW201802462A - 用於具有一雜訊邊界臨限值之晶圓檢測之系統及方法 - Google Patents

用於具有一雜訊邊界臨限值之晶圓檢測之系統及方法 Download PDF

Info

Publication number
TW201802462A
TW201802462A TW106110988A TW106110988A TW201802462A TW 201802462 A TW201802462 A TW 201802462A TW 106110988 A TW106110988 A TW 106110988A TW 106110988 A TW106110988 A TW 106110988A TW 201802462 A TW201802462 A TW 201802462A
Authority
TW
Taiwan
Prior art keywords
intensity
value
boundary
noise boundary
intensity value
Prior art date
Application number
TW106110988A
Other languages
English (en)
Other versions
TWI714750B (zh
Inventor
姜旭光
永 張
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 TW201802462A publication Critical patent/TW201802462A/zh
Application granted granted Critical
Publication of TWI714750B publication Critical patent/TWI714750B/zh

Links

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
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
    • H01L22/00—Testing or measuring during manufacture or treatment; Reliability measurements, i.e. testing of parts without further processing to modify the parts as such; Structural arrangements therefor
    • H01L22/10—Measuring as part of the manufacturing process
    • H01L22/12—Measuring as part of the manufacturing process for structural parameters, e.g. thickness, line width, refractive index, temperature, warp, bond strength, defects, optical inspection, electrical measurement of structural dimensions, metallurgic measurement of diffusions
    • 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
    • G06T5/00—Image enhancement or restoration
    • G06T5/40—Image enhancement or restoration using histogram techniques
    • 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
    • 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
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
    • H01L22/00—Testing or measuring during manufacture or treatment; Reliability measurements, i.e. testing of parts without further processing to modify the parts as such; Structural arrangements therefor
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
    • H01L22/00—Testing or measuring during manufacture or treatment; Reliability measurements, i.e. testing of parts without further processing to modify the parts as such; Structural arrangements therefor
    • H01L22/20—Sequence of activities consisting of a plurality of measurements, corrections, marking or sorting steps
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
    • H01L22/00—Testing or measuring during manufacture or treatment; Reliability measurements, i.e. testing of parts without further processing to modify the parts as such; Structural arrangements therefor
    • H01L22/20—Sequence of activities consisting of a plurality of measurements, corrections, marking or sorting steps
    • H01L22/24—Optical enhancement of defects or not directly visible states, e.g. selective electrolytic deposition, bubbles in liquids, light emission, colour change
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
    • H01L22/00—Testing or measuring during manufacture or treatment; Reliability measurements, i.e. testing of parts without further processing to modify the parts as such; Structural arrangements therefor
    • H01L22/30—Structural arrangements specially adapted for testing or measuring during manufacture or treatment, or specially adapted for reliability measurements
    • G—PHYSICS
    • 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
    • G01N2021/8883—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 involving the calculation of gauges, generating models
    • 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
    • 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
    • G01N21/956—Inspecting patterns on the surface of objects
    • 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
    • G06T2207/10—Image acquisition modality
    • G06T2207/10056—Microscopic image
    • G06T2207/10061—Microscopic image from scanning electron microscope
    • 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)
  • Manufacturing & Machinery (AREA)
  • Computer Hardware Design (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • Power Engineering (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Quality & Reliability (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Testing Or Measuring Of Semiconductors Or The Like (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)

Abstract

一種方法包含：接收一晶圓之三個或三個以上晶粒之一或多個影像；判定自該三個或三個以上晶粒之各者上之一相同位置獲取之一組像素強度值之一中值強度值；藉由比較該組像素強度值之該中值強度值與各像素強度值而判定該組像素強度值之一差值強度值；基於該組像素強度值之該中值強度值而將該等像素強度值分組成一強度分格；基於該強度分格中之一選定差值強度值而產生一初始雜訊邊界；藉由調整該初始雜訊邊界而產生一最終雜訊邊界；藉由將一臨限值應用至該最終雜訊邊界而產生一偵測邊界；及將該偵測邊界外部之一或多個像素強度值分類為一缺陷。

Description

用於具有一雜訊邊界臨限值之晶圓檢測之系統及方法
本發明大體上係關於晶圓檢測及檢視，且更特定言之係關於在晶圓檢測及檢視期間產生及實施一雜訊邊界臨限值(NBT)程序。
製造半導體裝置(諸如邏輯及記憶體裝置)通常包含使用較大數目個半導體製造程序處理一基板(諸如一半導體晶圓)以形成半導體裝置之各種特徵及多個層級。多個半導體裝置可經製造於一單一半導體晶圓上之一配置中且接著分離為個別半導體裝置。 半導體裝置可在製造程序期間產生缺陷。在一半導體製造程序期間之各種步驟實行檢測程序以偵測一樣品上之缺陷。檢測程序係製造半導體裝置(諸如積體電路)之一重要部分，隨著半導體裝置之尺寸減小，檢測程序對於成功製造可接受半導體裝置變得更重要。舉例而言，隨著半導體裝置之尺寸減小，極度期望缺陷偵測，因為甚至相對小缺陷可導致半導體裝置中之非所要像差。 一種缺陷偵測方法包含使用一或多個程序檢查一或多個檢視圖案(POR)，該等程序包含階層及局部自動定限(HLAT)及快速適應性分段定限(FAST)程序。HLAT程序高度敏感且包含多個非預設(即，可調諧)操作參數(例如，系統雜訊、晶圓雜訊、圖案雜訊及類似物)。因此，HLAT程序難以調諧且係使用者相依的。 相比之下，FAST程序僅包含一單一非預設(即，可調諧)操作參數且因此經快速調諧，但具有低於HLAT程序之敏感度。另外，FAST程序可包含相對於HLAT程序之一敏感度間隙或一寬頻電漿(BBP)檢測系統。 HLAT程序及FAST程序兩者皆需要關於經檢測之一或多個晶圓作出數個理想案例假設。舉例而言，HLAT程序及FAST程序兩者皆假設一或多個晶圓之一或多個晶粒中之雜訊分佈係相同的。藉由另一實例，HLAT程序及FAST程序兩者皆針對一或多個晶粒使用一共同雜訊臨限值參數。藉由另一實例，HLAT程序及FAST程序兩者皆針對亮雜訊及暗雜訊缺陷兩者使用一共同雜訊臨限值參數。在本文中應注意，HLAT及FAST兩者皆包含一暗缺陷因數以供兩個演算法解諧暗缺陷；然而，暗缺陷因數無法在因數低於一亮雜訊臨限值時偵測暗缺陷。然而，真實世界案例可包含不均勻雜訊分佈、不均勻亮雜訊分佈及/或不均勻暗雜訊分佈。舉例而言，相鄰於一晶圓上之一特定晶粒之晶粒可包含色彩變化。藉由另一實例，一或多個晶粒可具有埋藏於一或多個較強信號缺陷下方之一或多個弱信號缺陷。藉由另一實例，可由亮雜訊及/或暗雜訊主宰一或多個晶粒。 FAST程序需要亮雜訊及暗雜訊在所有三個晶粒中遵循一高斯分佈(例如，高斯平均值及標準差分佈位準)方案之一額外理想案例假設。然而，真實世界案例可包含相鄰於一特定晶粒之晶粒中之色彩變化，此防止亮雜訊及暗雜訊遵循高斯分佈曲線。 因而，將理想案例假設應用於真實世界案例通常導致在晶圓檢測及檢視期間遺漏所關注缺陷(DOI)及一高妨害率。因此，可期望提供一種用於處置如上文識別之先前方法之缺點之系統及方法。
根據本發明之一或多項實施例揭示一種晶圓檢測系統。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，該系統包含經組態以固定一晶圓之一載物台。在另一闡釋性實施例中，該系統包含通信地耦合至該檢測子系統之一控制器。在另一闡釋性實施例中，該控制器包含經組態以執行儲存於記憶體中之一組程式指令之一或多個處理器。在另一闡釋性實施例中，該等程式指令經組態以導致該一或多個處理器自該檢測子系統接收該晶圓之三個或三個以上晶粒之一或多個影像。在另一闡釋性實施例中，該等程式指令經組態以導致該一或多個處理器判定自該三個或三個以上晶粒之各者上之一相同位置獲取之一組像素強度值之一中值強度值。在另一闡釋性實施例中，該等程式指令經組態以導致該一或多個處理器藉由比較該組像素強度值之該中值強度值與各像素強度值而判定該組像素強度值之一差值強度值。在另一闡釋性實施例中，該等程式指令經組態以導致該一或多個處理器基於該組像素強度值之該中值強度值而將該等像素強度值分組成一強度分格。在另一闡釋性實施例中，該等程式指令經組態以導致該一或多個處理器基於該強度分格中之一選定差值強度值而產生一初始雜訊邊界。在另一闡釋性實施例中，該等程式指令經組態以導致該一或多個處理器藉由調整該初始雜訊邊界而產生一最終雜訊邊界。在另一闡釋性實施例中，該等程式指令經組態以導致該一或多個處理器藉由將一臨限值應用至該最終雜訊邊界而產生一偵測邊界。在另一闡釋性實施例中，該等程式指令經組態以導致該一或多個處理器將該偵測邊界外部之一或多個像素強度值分類為一缺陷。 根據本發明之一或多項實施例揭示一種方法。在一項闡釋性實施例中，該方法包含自一檢測子系統接收晶圓之三個或三個以上晶粒之一或多個影像。在另一闡釋性實施例中，該方法包含判定自該三個或三個以上晶粒之各者上之一相同位置獲取之一組像素強度值之一中值強度值。在另一闡釋性實施例中，該方法包含藉由比較該組像素強度值之該中值強度值與各像素強度值而判定該組像素強度值之一差值強度值。在另一闡釋性實施例中，該方法包含基於該組像素強度值之該中值強度值而將該等像素強度值分組成一強度分格。在另一闡釋性實施例中，該方法包含基於該強度分格中之一選定差值強度值而產生一初始雜訊邊界。在另一闡釋性實施例中，該方法包含藉由調整該初始雜訊邊界而產生一最終雜訊邊界。在另一闡釋性實施例中，該方法包含藉由將一臨限值應用至該最終雜訊邊界而產生一偵測邊界。在另一闡釋性實施例中，該方法包含將該偵測邊界外部之一或多個像素強度值分類為一缺陷。 應理解，前述一般描述及下列詳細描述僅係例示性及解釋性且未必限制本發明。併入特性中且構成特性之一部分之隨附圖式繪示本發明之標的。描述及圖式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2016年4月4日申請之以Xuguang Jiang及Yong Zhang為發明人之標題為NOISE BOUNDARY THRESHOLDING (NBT) ALGORITHM FOR LS PLATFORM DEFECT DETECTION之美國臨時專利申請案第62/317,927號之優先權，該案之全部內容以引用的方式併入本文中。 現在將詳細參考隨附圖式中繪示之所揭示標的物。 參考圖1至圖5C，根據本發明之一或多項實施例揭示用於在晶圓檢測及檢視期間產生及實施一雜訊邊界臨限值程序之系統及方法。 本發明之實施例係關於提供具有改良缺陷偵測能力之一晶圓檢測程序。本發明之實施例亦係關於作出更密切相似於可在晶圓檢測及檢視期間發生之真實世界案例之一或多個操作假設。本發明之實施例亦係關於在晶圓上偵測可被已知雷射掃描缺陷偵測程序(包含HLAT程序及FAST程序)遺漏之一或多個類型之缺陷。 本發明之實施例亦係關於針對晶圓檢測資料產生一或多個雜訊邊界。本發明之實施例亦係關於調整一或多個雜訊邊界以適應於雜訊。本發明之實施例亦係關於將一臨限值應用至經調整之一或多個雜訊邊界以產生一臨限值邊界以分離檢測系統雜訊與一或多個真實缺陷。 本發明之一或多項實施例之優勢包含改良缺陷偵測敏感度。本發明之一或多項實施例之優勢亦包含對各種類型之晶圓檢測系統雜訊之一增大適應性。舉例而言，本發明之一或多項實施例之優勢亦包含偵測一或多個弱信號缺陷。藉由另一實例，本發明之一或多項實施例之優勢亦包含偵測相鄰晶粒中之色彩變化。藉由另一實例，本發明之一或多項實施例之優勢亦包含由亮雜訊及/或暗雜訊主宰之檢測影像中之改良缺陷偵測。本發明之一或多項實施例之優勢亦包含提供僅需調諧最少量操作參數之一程序，從而允許本發明之一更廣泛應用。本發明之一或多項實施例之優勢亦包含與其他晶圓檢測程序之相容性。本發明之一或多項實施例之優勢亦包含藉由降低計算要求而增大晶圓檢測期間之處理量。 圖1繪示根據本發明之一或多項實施例之用於樣本檢測之系統100之一方塊圖。在一項實施例中，系統100包含一檢測子系統102。在另一實施例中，系統100包含用於固定一或多個樣本104之一樣本載物台106。在另一實施例中，系統100包含一控制器110。在另一實施例中，系統100包含一使用者介面120。 在另一實施例中，檢測子系統102經組態以偵測樣本104之一或多個缺陷。舉例而言，檢測子系統102可包含此項技術中已知的任何適當特性化工具，諸如(但不限於)一檢測子系統或檢視工具。舉例而言，檢測子系統102可包含(但不限於)一光學檢測子系統。舉例而言，光學檢測子系統可包含一寬頻檢測子系統，包含(但不限於)一基於雷射維持電漿(LSP)之檢測子系統。另外，光學檢測子系統可包含一窄頻檢測子系統，諸如(但不限於)一雷射掃描檢測子系統。此外，光學檢測子系統可包含(但不限於)一亮場成像工具或一暗場成像工具。在本文中應注意，檢測子系統102可包含經組態以收集及分析自一樣本104之一表面反射、散射、繞射及/或輻射之照明之任何光學系統。藉由另一實例，檢測子系統102可包含(但不限於)一電子束檢測或檢視工具(例如，一掃描電子顯微鏡(SEM)系統)。 在以下專利中描述檢測子系統之實例：2006年8月8日發佈之美國專利第7,092,082號；2003年9月16日發佈之美國專利第6,621,570號；及1998年9月9日發佈之美國專利第5,805,278號，該等案之各者之全部內容以引用的方式併入本文中。亦在以下專利中描述檢測子系統之實例：2014年4月4日發佈之美國專利第8,664,594號；2014年4月8日發佈之美國專利第8,692,204號；2014年4月15日發佈之美國專利第8,698,093號；2014年5月6日發佈之美國專利第8,716,662號；2015年4月29日發佈之美國專利申請案第14/699,781號；2015年3月24日發佈之美國專利申請案第14/667,235號；及2014年8月13日發佈之美國專利申請案第14/459,155號，該等案之各者之全部內容以引用的方式併入本文中。 出於本發明之目的，可將一缺陷分類為一空隙、短路、粒子、殘渣、浮渣或此項技術中已知的任何其他缺陷。 在另一實施例中，儘管未展示，檢測子系統102可包含一照明源、一偵測器及用於實行檢測之各種光學組件(例如，透鏡、光束分離器及類似物)。舉例而言，檢測子系統102可包含此項技術中已知的任何照明源。舉例而言，照明源可包含(但不限於)一寬頻光源或一窄頻光源。另外，照明源可經組態以(經由各種光學組件)將光引導至安置於樣本載物台106上之樣本104之表面。此外，檢測子系統102之各種光學組件可經組態以將自樣本104之表面反射及/或散射之光引導至檢測子系統102之偵測器。藉由另一實例，檢測子系統102之偵測器可包含此項技術中已知的任何適當偵測器。舉例而言，偵測器可包含(但不限於)一光電倍增管(PMT)、電荷耦合裝置(CCD)、延時積分(TDI)攝影機及類似物。另外，偵測器之輸出可通信地耦合至一控制器110，在本文中進一步詳細描述。 在另一實施例中，檢測子系統102包含一或多個檢測通道。在另一實施例中，一或多個檢測通道之至少一部分可將照明引導至一個偵測器。在另一實施例中，一或多個檢測通道之各者可將照明引導至一偵測器。 在一項實施例中，樣本104包含一或多個晶圓。舉例而言，樣本104可包含(但不限於)一或多個半導體晶圓。如在本發明各處所使用，術語「晶圓」係指由一半導體及/或非半導體材料形成之一基板。舉例而言，一半導體或半導體材料可包含(但不限於)單晶矽、砷化鎵及磷化銦。 在另一實施例中，樣本載物台106可包含此項技術中已知的任何適當機械及/或機器人總成。在另一實施例中，控制器110可致動樣本載物台106。舉例而言，樣本載物台106可由控制器110組態以將樣本104致動至一選定位置或定向。舉例而言，樣本載物台106可包含或可機械地耦合至經組態以根據一選定檢測或計量演算法平移或旋轉樣本104以進行定位、聚焦及/或掃描之一或多個一致動器(諸如一馬達或伺服系統)，此項技術中已知若干致動器。 在一項實施例中，控制器110包含一或多個處理器112及一記憶體媒體114。在另一實施例中，一或多組程式指令116儲存於記憶體媒體114中。在另一實施例中，一或多個處理器112經組態以執行該等組程式指令116以執行貫穿本發明描述之各種步驟之一或多者。 在另一實施例中，控制器110經組態以藉由可包含有線部分及/或無線部分之一傳輸媒體接收及/或獲取來自其他系統或子系統之資料或資訊(例如，來自檢測子系統102或來自檢測子系統102之組件之任一者之一或多組資訊或經由使用者介面120接收之一或多個使用者輸入)。舉例而言，檢測子系統102或檢測子系統102之組件之任一者可將關於檢測子系統102或檢測子系統102之組件之任一者之操作之一或多組資訊傳輸至控制器110。藉由另一實例，檢測子系統102可將一或多個樣本104之一或多個檢測區之一或多個影像傳輸至控制器110。舉例而言，傳輸至控制器110之一或多個影像可包含(但不限於)晶圓104之一或多個檢測區之一或多個影像。 在另一實施例中，系統100之控制器110經組態以藉由可包含有線部分及/或無線部分之一傳輸媒體將資料或資訊(例如，本文中揭示之一或多個程序之輸出)傳輸至一或多個系統或子系統(例如，將一或多個命令傳輸至檢測子系統102或檢測子系統102之組件之任一者、樣本載物台106或顯示於使用者介面120上之一或多個輸出)。就此而言，傳輸媒體可充當控制器110與系統100之其他子系統之間的一資料鏈路。在另一實施例中，控制器110經組態以經由一傳輸媒體(例如，網路連接)將資料發送至外部系統。 在另一實施例中，系統100包含檢測子系統102中之一或多個編碼器，其中一或多個編碼器在一或多組資訊(例如，一或多個影像)傳輸至控制器110之前彙總一或多個影像。在另一實施例中，系統100包含控制器110中之一或多個解碼器以解彙總(de-aggregate)由檢測子系統102傳輸之一或多組資訊(例如，一或多個影像)。然而，在本文中應注意，控制器110及檢測子系統102可另外或替代性地分別包含編碼器或解碼器。 在一個實例中，檢測子系統102之一偵測器可以任何合適方式(例如，憑藉由在圖1中展示之虛線指示之一或多個傳輸媒體)耦合至控制器110，使得控制器110可接收由偵測器產生之輸出。藉由另一實例，若檢測子系統102包含一個以上偵測器，則控制器110可耦合至如上文描述之多個偵測器。在本文中應注意，控制器110可經組態以利用此項技術中已知的用以偵測晶圓上之缺陷之任何方法及/或演算法使用由檢測子系統102收集及傳輸之偵測資料來偵測樣本104之一或多個缺陷。舉例而言，檢測子系統102可經組態以接受來自系統100之另一子系統(包含(但不限於)控制器110)之指令。在接收來自控制器110之指令之後，檢測子系統102可在所提供指令(即，檢測配方)中識別之樣本104之一或多個位置(例如，一或多個待檢測區)處實行一檢測程序，從而將檢測程序之結果傳輸至控制器110。 在一項實施例中，該組程式指令116經程式化以導致一或多個處理器112自檢測子系統102接收晶圓104之三個或三個以上晶粒之一或多個影像。在另一實施例中，該組程式指令116經程式化以導致一或多個處理器112判定自三個或三個以上晶粒之各者上之一相同位置獲取之一組像素強度值之一中值強度值。在另一實施例中，該組程式指令116經程式化以導致一或多個處理器112藉由比較該組像素強度值之中值強度值與各像素強度值而判定該組像素強度值之一差值強度值。在另一實施例中，該組程式指令116經程式化以導致一或多個處理器112基於該組像素強度值之中值強度值而將像素強度值分組成一強度分格。在另一實施例中，該組程式指令116經程式化以導致一或多個處理器112基於強度分格中之一選定差值強度值而產生一初始雜訊邊界。在另一實施例中，該組程式指令116經程式化以導致一或多個處理器112藉由調整初始雜訊邊界而產生一最終雜訊邊界。在另一實施例中，該組程式指令116經程式化以導致一或多個處理器112藉由將一臨限值應用至最終雜訊邊界而產生一偵測邊界。在另一實施例中，該組程式指令116經程式化以導致一或多個處理器112將偵測邊界外部之一或多個像素強度值分類為一缺陷。 在另一實施例中，該組程式指令116經程式化以針對一或多個晶粒上之各像素產生一或多個亮雜訊統計值。在另一實施例中，該組程式指令116經程式化以針對一或多個晶粒上之各像素產生一或多個暗雜訊統計值。 在另一實施例中，該組程式指令經程式化以產生一或多個散佈圖。舉例而言，一或多個散佈圖經組態以比較一或多個像素強度值。藉由另一實例，一或多個散佈圖經組態以包含基於一或多個像素強度值之一或多個雜訊邊界。 在另一實施例中，在檢測子系統102包含多個檢測通道之情況下，該組程式指令116經程式化以藉由組合由檢測子系統之一或多個通道獲取之一或多個影像而產生一或多個重建影像。在此實施例中，該組程式指令116經程式化以僅在多個檢測通道之至少一部分中偵測到一像素(即，該像素存在於重建影像中)時將該像素分類為一缺陷。在此實施例中，一或多個重建影像之產生組合缺陷信號及雜訊邊界之差值之多個檢測通道資訊。 在一項實施例中，控制器110之一或多個處理器112包含此項技術中已知的任何一或多個處理元件。在此意義上，一或多個處理器112可包含經組態以執行演算法及/或指令之任何微處理器裝置。舉例而言，一或多個處理器112可由一桌上型電腦、主機電腦系統、工作站、影像電腦、平行處理器、車載電腦、手持式電腦(例如，平板電腦、智慧型手機或平板手機)或經組態以執行經組態以操作系統100之一程式之其他電腦系統(例如，網路電腦)構成，如貫穿本發明描述。應認知，可由一單一電腦系統或(替代性地)多個電腦系統執行貫穿本發明描述之步驟。一般言之，術語「處理器」可經廣泛定義以涵蓋具有執行來自一非暫時性記憶體媒體(例如，記憶體114)之程式指令116之一或多個處理元件之任何裝置。再者，系統100之不同子系統(例如，檢測子系統102或使用者介面120)可包含適合於執行貫穿本發明描述之步驟之至少一部分之處理器或邏輯元件。因此，上文描述不應解釋為對本發明之一限制而僅為一圖解。 在一項實施例中，控制器110之記憶體媒體114包含此項技術中已知的適合於儲存可由相關聯之一或多個處理器112執行之程式指令116之任何儲存媒體。舉例而言，記憶體媒體114可包含一非暫時性記憶體媒體。舉例而言，記憶體媒體114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，光碟)、一磁帶、一固態硬碟及類似物。在另一實施例中，在本文中應注意，記憶體114經組態以將顯示資訊提供至一顯示裝置122及/或本文中描述之各種步驟之輸出。進一步應注意，記憶體114可容置於具有一或多個處理器112之一共同控制器外殼中。在一替代實施例中，記憶體114可相對於處理器112及控制器110之實體位置而遠端地定位。舉例而言，控制器110之一或多個處理器112可存取可透過一網路(例如，網際網路、內部網路及類似物)存取之一遠端記憶體(例如，伺服器)。在另一實施例中，記憶體媒體114儲存程式指令116，其等導致一或多個處理器112執行透過本發明描述之各種步驟。 在另一實施例中，使用者介面120通信地耦合至控制器110之一或多個處理器112。在另一實施例中，使用者介面120包含一顯示裝置122。在另一實施例中，使用者介面120包含一使用者輸入124。 在一項實施例中，顯示裝置122包含此項技術中已知的任何顯示裝置。舉例而言，顯示裝置可包含(但不限於)一液晶顯示器(LCD)。藉由另一實例，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。藉由另一實例，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於在本發明中實施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、成本及類似物。在一般意義上，能夠與使用者輸入裝置(例如，觸控螢幕、面板安裝介面、鍵盤、滑鼠、軌跡墊及類似物)整合之任何顯示裝置適合於在本發明中實施。 在一項實施例中，使用者輸入裝置124包含此項技術中已知的任何使用者輸入裝置。舉例而言，使用者輸入裝置124可包含(但不限於)鍵盤、小鍵盤、觸控螢幕、槓桿、旋鈕、捲輪、軌跡球、開關、刻度盤、滑桿、捲棒、滑件、把手、觸控墊、踏板、方向盤、操縱桿、面板輸入裝置或類似物。在觸控螢幕介面之情況中，熟習此項技術者應認知，較大數目個觸控螢幕介面可適合於在本發明中實施。舉例而言，顯示裝置122可與一觸控螢幕介面(諸如(但不限於)電容式觸控螢幕、電阻式觸控螢幕、基於表面聲波之觸控螢幕、基於紅外線之觸控螢幕或類似物)整合。在一般意義上，能夠與一顯示裝置之顯示部分整合之任何觸控螢幕介面適合於在本發明中實施。在另一實施例中，使用者輸入裝置124可包含(但不限於)一面板安裝介面。 可如本文中所描述般進一步組態在圖1中繪示之系統100之實施例。另外，系統100可經組態以實行本文中描述之(若干)系統及方法實施例之任一者之(若干)任何其他步驟。 圖2繪示描繪用於使用一雜訊邊界臨限值程序(NBT程序200)檢測一晶圓之一方法200之一程序流程圖。該方法亦可包含可由本文中描述之輸出獲取子系統及/或(若干)電腦子系統或(若干)系統實行之(若干)任何其他步驟。可由可根據本文中描述之實施例之任一者組態之一或多個電腦系統實行步驟。在本文中應注意，可由系統100全部或部分實施方法200之步驟。然而，應認知，方法200不限於系統100，其中額外或替代系統級實施例可執行方法200之全部或部分步驟。 在一項實施例中，NBT程序200包含針對一或多個晶粒之各晶粒之單獨雜訊統計。舉例而言，NBT程序200並不假設雜訊為一或多個晶粒所共有。在另一實施例中，NBT程序200包含針對一或多個晶粒之各晶粒之單獨亮雜訊及暗雜訊統計。舉例而言，NBT程序200並不假設雜訊為亮缺陷及暗缺陷兩者所共有。在本文中應注意，雜訊統計及亮雜訊及暗雜訊統計可一起計算或彼此獨立計算。在另一實施例中，NBT程序200並不實施一預定義(即，高斯)雜訊模型。 在一步驟202中，自一檢測子系統102接收一晶圓之三個或三個以上晶粒之一或多個影像。在另一實施例中，三個或三個以上晶粒包含一或多個像素強度值。 在另一實施例中，一或多個像素強度值係在一相同位置(例如，基於三個或三個以上晶粒之間的匹配軸之一組x、y座標)處。在本文中應注意，出於本發明之目的，在相同位置處之一或多個像素強度值被視為一組像素強度值。在本文中進一步應注意，可存在定位於三個或三個以上晶粒上之一相同位置處之任何數目組一或多個像素強度值。 在另一實施例中，NBT程序200經組態以接收包含少數缺陷像素之所接收影像。然而，在本文中應注意，NBT程序200可應用於具有任何數目個缺陷像素之影像。在另一實施例中，NBT程序200經組態以檢測隨著像素灰階(GL)改變而平穩改變之雜訊。然而，在本文中應注意，NBT程序200可檢測隨著像素GL改變而不均勻改變之雜訊。在另一實施例中，在缺陷像素差值強度值小於具有一類似GL之非缺陷像素之差值強度值之情況下，NBT程序200無法偵測一或多個缺陷。舉例而言，NBT程序200無法偵測埋藏於一雜訊底下方之缺陷。 在步驟204中，判定自三個或三個以上晶粒之各者上之一相同位置獲取之一組像素強度值之一中值強度值。在一項實施例中，三個或三個以上晶粒較佳地實行統計程序，包含尋找各組像素強度值之中值強度值之程序。然而，在本文中應注意，可存在任何數目個晶粒，包含兩個晶粒。在兩個晶粒之情況中，將強度值之較高或較低值選為「中值」強度值。因此，上文描述不應解釋為對本發明之一限制而僅為一圖解。 在步驟206中，藉由比較該組像素強度值之中值強度值與各像素強度值而判定該組像素強度值之一差值強度值。在一項實施例中，差值強度值係自各像素強度值減去之中值強度值。在另一實施例中，差值強度值可為正(即，中值強度值低於特定像素強度值)。在另一實施例中，差值強度值可為負(即，中值強度值高於特定像素強度值)。 圖3A繪示根據本發明之一或多項實施例之一散佈圖之圖形資料300。在一項實施例中，圖形資料300繪製該組像素強度值之各像素強度值對比該組像素強度值之中值強度值之差值強度值，如由T中值標記302表示。在另一實施例中，由DOI標記304表示一或多個潛在缺陷。 在步驟208中，基於該組像素強度值之中值強度值而將像素強度值分組成一強度分格。在一項實施例中，檢測子系統102具有一選定強度範圍。舉例而言，選定強度範圍可為[0 4095]或4096個總點。然而，在本文中應注意，選定強度範圍可為任何數目個總點。在另一實施例中，將強度範圍分為一或多個強度分格。舉例而言，NBT程序200可包含基於檢測系統之應用之可組態數目個強度分格。舉例而言，NBT程序200可具有128個強度分格。在另一實施例中，一或多個強度分格包含可組態數目個像素強度值。舉例而言，NBT程序200可包含各強度分格中之32個像素強度值。藉由另一實例，NBT程序200可包含用於更佳雜訊邊界判定之一較小強度分格大小(例如，各分格中之4個像素強度值)，其中像素動態範圍較小(例如，約150 GL計數)。藉由另一實例，NBT程序200可具有一較大強度分格大小以避免來自局部雜訊變化之影響，其中像素動態範圍較大。在另一實施例中，由可選擇中值強度值範圍界定一或多個強度分格。舉例而言，中值強度值範圍可為0至100、100至200、200至300及類似物。 在本文中應注意，NBT程序200可包含任何數目個強度分格、任何分格像素容納大小或中值強度值範圍之任何範圍。因此，上文描述不應解釋為對本發明之一限制而僅為一圖解。 在步驟210中，NBT程序200基於一或多個強度分格中之一選定差值強度值而產生一初始雜訊邊界312。舉例而言，選定差值強度值可為最大正差值強度值。藉由另一實例，選定差值強度值可為一或多個強度分格中之最小負差值強度值。圖3B繪示根據本發明之一或多項實施例之包含初始雜訊邊界312之一散佈圖之圖形資料310。 在另一實施例中，選定差值強度值可為第N大正(或第N小負)強度值，其中N係一可選擇且可組態參數(例如，8或10)。圖4A繪示根據本發明之一或多項實施例之一散佈圖之圖形資料400。在一項實施例中，圖形資料400包含一或多個T中值402、一或多個離群點T中值403、一或多個DOI 404、一或多個雜訊邊界406及一或多個偵測邊界408。如在圖4A中繪示，歸因於一或多個離群點T中值403，選擇最大正差值強度值導致一偏斜雜訊邊界406及偵測邊界408，此意謂最大正差值強度值之選擇將導致一或多個遺漏DOI 404。圖4B繪示根據本發明之一或多項實施例之一散佈圖之圖形資料410。在一項實施例中，圖形資料410包含一或多個T中值412、一或多個離群點T中值413、一或多個DOI 414、一或多個雜訊邊界416及一或多個偵測邊界418。如在圖4B中繪示，選擇第N大正差值強度值導致能夠觀察到一或多個DOI 414之一雜訊邊界416及偵測邊界418。注意，第N個參數之應用可為追從缺陷而非選擇最大正(或最小負)差值強度之一更精確方法，且進一步可為當缺陷大於一特定大小(即，缺陷係一刮痕或完全缺失結構)時(其中存在對應於缺陷像素之較大數目個像素強度值)之唯一方法。 在本文中應注意，NBT程序200可選擇多個差值強度值。舉例而言，NBT程序200可選擇最大正差值強度值及第二最大正差值強度值。舉例而言，NBT程序200可針對強度分格中之選定差值強度值選擇第二最大正差值強度值。藉由另一實例，NBT程序200可選擇任何數目個差值強度值，且另外可選擇將差值強度值之任一者保持為強度分格之選定差值強度值。 在另一實施例中，儘管未展示，獨立於初始雜訊邊界312而產生一亮雜訊邊界。在另一實施例中，儘管未展示，獨立於初始雜訊邊界312而產生一暗雜訊邊界。 在步驟212中，藉由調整初始雜訊邊界312而產生一最終雜訊邊界。在一項實施例中，選擇一相鄰最小強度分格值。在另一實施例中，判定一或多個強度分格之各者之一最小強度值。在另一實施例中，由初始雜訊邊界312產生一第一經調整雜訊邊界。圖3C繪示根據本發明之一或多項實施例之包含經調整雜訊邊界322之一散佈圖之圖形資料320。 舉例而言，可選擇一相鄰最小強度分格值5，此意謂一分格及其2個左相鄰分格及2個右相鄰分格。藉由另一實例，將分格之初始雜訊值調整為5個選定相鄰分格之最小值，由此產生一第一經調整雜訊邊界。 在另一實施例中，選擇一相鄰最大強度分格值。在另一實施例中，判定來自第一經調整雜訊邊界之一或多個強度分格之各者之一最大強度值。在另一實施例中，自第一經調整雜訊邊界產生一第二經調整雜訊邊界。 舉例而言，可首先選擇相鄰最大強度分格值5，此意謂一分格及其2個左相鄰分格及2個右相鄰分格。藉由另一實例，將分格之第一經調整雜訊值調整為5個選定相鄰分格之最大值，由此產生一第二經調整雜訊邊界。 在本文中應注意，相鄰最小值程序及相鄰最大值程序之順序取決於初始雜訊邊界本質上係正或本質上係負。舉例而言，可基於最大正差值強度值按初始雜訊邊界上列出之順序實行最小值程序及最大值程序。在此實例中，尋找相鄰最小強度分格值以自初始雜訊邊界移除缺陷貢獻，且尋找相鄰最大強度分格值以增大經不當降低之非缺陷分格之值。藉由另一實例，可基於最小負差值強度值按與初始雜訊邊界上列出之順序相反之順序實行最小值程序及最大值程序。在此實例中，尋找相鄰最大強度分格值以自初始雜訊邊界移除缺陷貢獻，且尋找相鄰最小強度分格值以降低經不當增大之非缺陷分格之值。 在一額外步驟中，使第二經調整雜訊邊界平滑化。在一項實施例中，選擇一相鄰平均強度分格值。在另一實施例中，判定一或多個強度分格之各者之一平均強度值。舉例而言，可藉由平均化各強度分格之第二經調整雜訊邊界值取而判定平均差值強度值。在另一實施例中，自第二經調整雜訊邊界產生一第三經調整雜訊邊界。在本文中應注意，出於本發明之目的，第三經調整雜訊邊界可另外被視為一平滑化雜訊邊界。圖3D繪示根據本發明之一或多項實施例之包含第三經調整雜訊邊界332之一散佈圖之圖形資料330。 在一額外步驟中，內插第三經調整雜訊邊界332以產生一最終雜訊邊界。舉例而言，在128分格系統之情況中，內插128分格平滑化邊界以包含4096個點以產生最終雜訊邊界。舉例而言，圖5A繪示根據本發明之一或多項實施例之包含內插雜訊邊界506之一散佈圖之圖形資料500。 在本文中應注意，可自NBT程序200移除步驟212之子步驟之一或多者。舉例而言，儘管本發明之實施例係關於產生一第一經調整雜訊邊界、一第二經調整雜訊邊界及一第三經調整雜訊邊界，但在本文中應注意，可產生三個以下經調整雜訊邊界(即，僅基於最小或最大相鄰強度分格值之一雜訊邊界)。在本文中進一步應注意，可在一最終雜訊邊界之前產生至少一第四經調整雜訊邊界，在本文中進一步詳細論述。因此，上文描述不應解釋為對本發明之一限制而僅為一圖解。 因此，上文描述不應解釋為對本發明之一限制而僅為一圖解。 在步驟214中，藉由將一臨限值應用至(即，加至或乘以)最終雜訊邊界而產生一偵測邊界。在一項實施例中，臨限值係一可組態參數。舉例而言，可由檢測子系統102組態臨限值。藉由另一實例，可由一使用者組態臨限值。藉由另一實例，可由控制器110組態臨限值。圖5A繪示根據本發明之一或多項實施例之包含偵測或臨限值雜訊邊界508之一散佈圖之圖形資料500。 在步驟216中，將偵測邊界外部之一或多個像素分類為一缺陷。在一項實施例中，偵測邊界外部之一或多個像素強度值對應於一或多個影像中之一或多個像素。在另一實施例中，外部係指高於最大正偵測邊界之像素強度值。在另一實施例中，外部係指低於最小負偵測邊界之像素強度值。 在本文中應注意，NBT程序200不限於產生初始雜訊邊界312、經調整雜訊邊界322及332、最終雜訊邊界506、或偵測或臨限值邊界508之一單一例項。舉例而言，NBT程序200可產生各邊界之至少兩者。 圖5A至圖5C繪示根據本發明之一或多項實施例之一或多個晶圓上之一目標晶粒及一組參考晶粒。圖5A繪示根據本發明之一或多項實施例之包含一或多個雜訊邊界之圖形資料500。在一項實施例中，圖形資料500包含一或多個T中值502、一或多個DOI 504、一或多個最終雜訊邊界506及一或多個偵測或臨限值邊界508。圖5B繪示根據本發明之一或多項實施例之包含一或多個雜訊邊界之圖形資料510。在一項實施例中，圖形資料510包含一或多個T中值512、一或多個最終雜訊邊界514及一或多個偵測或臨限值邊界516。圖5C繪示根據本發明之一或多項實施例之包含一或多個雜訊邊界之圖形資料500。在一項實施例中，圖形資料520包含一或多個T中值522、一或多個最終雜訊邊界524及一或多個偵測或臨限值邊界526。 如在圖5A至圖5C中繪示，各晶粒中之雜訊分佈係不同的。另外，如在圖5A至圖5C中繪示，各晶粒中之雜訊分佈針對亮雜訊及暗雜訊係不同的。此外，如在圖5A至圖5C中繪示，偵測邊界508、516、526之各者分別遵循對應最終雜訊邊界506、514、524。 在本文中應注意，在圖3A至圖5B之圖形資料中表示之一或多個散佈圖係概念圖解，因為就記憶體及計算能力而言，在整個直方圖上方產生一2D散佈圖(例如，如由一MDAT BBP程序實施)將受晶圓檢測及檢視速度抑制。在一項實施例中，NBT程序200儲存以下之任一者：初始雜訊邊界312；經調整雜訊邊界322、332；最終雜訊邊界506、514、524；偵測或臨限值邊界508、516、526；亮雜訊邊界；及/或暗雜訊邊界。在另一實施例中，儲存邊界允許NBT程序200實行少於FAST程序之計算操作。舉例而言，NBT程序200需要計算能力來比較1值及指派1值。藉由另一實例，FAST程序需要計算能力來判定強度總和及強度總和之平方。然而，在本文中進一步應注意，NBT程序200可產生一或多個散佈圖且將其等顯示於使用者介面120之顯示器122上。因此，上文描述不應解釋為對本發明之一限制而僅為一圖解。 在本文中應注意，可由控制器110 (或另一控制器、一使用者或一遠端伺服器)使用將NBT程序200應用於樣本106之檢測或檢視之結果之結果以將回饋或前饋資訊提供至一半導體裝置製造線之一或多個處理工具。就此而言，由系統100觀察或量測之一或多個結果可用於調整半導體裝置製造線之先前階段(回饋)或後續階段(前饋)之程序條件。 在本文中進一步應注意，NBT程序200可作為一獨立設定實施至現有晶圓檢測程序中。舉例而言，NBT程序200可與其他晶圓檢測程序(諸如FAST及CF2)並行運行。藉由另一實例，NBT程序200具有一組新晶圓檢測配方參數，但可採用相同於其他晶圓檢測程序之資料流。藉由另一實例，NBT程序200可產生一組新缺陷屬性且將該等屬性添加至結果緩衝器。藉由另一實例，NBT程序200之偵測結果可與來自其他晶圓檢測程序之結果合併為一最終結果。 本文中描述之所有方法可包含將方法實施例之一或多個步驟之結果儲存於一儲存媒體中。結果可包含本文中描述之結果之任一者且可以此項技術中已知的任何方式儲存。儲存媒體可包含本文中描述之任何儲存媒體或此項技術中已知的任何其他合適儲存媒體。在已儲存結果之後，結果可在儲存媒體中存取且藉由本文中描述之方法或系統實施例之任一者使用，經格式化以顯示給一使用者，由另一軟體模組、方法或系統等等使用。此外，可「永久」、「半永久」、臨時或在一段時間內儲存結果。舉例而言，儲存媒體可為隨機存取記憶體(RAM)，且結果可不必無限存留於儲存媒體中。 熟習此項技術者將認知，最先進技術已發展到系統之態樣之硬體及軟體實施方案之間不存在區別的地步；硬體或軟體之使用一般為(但不一定，由於在某些內容脈絡中，硬體與軟體之間的選擇可變得顯著)表示成本之一設計選擇對效率權衡。熟習此項技術者將瞭解，存在可藉由其而實現本文中所述之程序及/或系統及/或其他技術之各種載體（例如，硬體、軟體及/或韌體），且較佳的工具將隨著該等程序及/或系統及/或其他技術部署所處的背景而變化。舉例而言，若一實施者判定出速度及精確性係非常重要的，則該實施者可選擇一主要硬體及/或韌體載體；替代地，若靈活性為非常重要，則該實施者可選擇一主要軟體實施方案；或再次替代，該實施者可選擇硬體、軟體及/或韌體之某一組合。因此，存在可藉由其而實現本文中所述之程序及/或裝置及/或其他技術之若干可行載體，該等載體之任一者本質上並不優於其他載體，因為待利用之任意載體係取決於該載體部署所處之背景及該實施者之特定考量因素(例如，速度、靈活性或可預測性)的一選擇，該等背景及考量因素之任意者可能變化。熟習此項技術者將認知，實施方案之光學態樣通常將採用光學定向之硬體、軟體及/或韌體。 熟習此項技術者將認知，以本文所闡述之方式描述裝置及/或程序，及隨後使用工程實踐以將此等所描述之裝置及/或程序整合至資料處理系統中在技術中係常見的。即，本文中所描述之裝置及/或程序之至少一部分可經由合理量之實驗整合至一資料處理系統中。熟習此項技術者將認知，一典型資料處理系統大體上包含以下之一或多者：一系統單元外殼、一視訊顯示裝置、一記憶體(諸如揮發性及非揮發性記憶體)、處理器(諸如微處理器及數位信號處理器)、計算實體(諸如作業系統、驅動器、圖形使用者介面及應用程式)、一或多個互動裝置(諸如一觸控墊或螢幕)及/或包含回饋迴路及控制馬達(例如，用於感測位置及/或速度之回饋；用於移動及/或調整組件及/或數量之控制馬達)之控制系統。可利用任何合適市售組件(諸如通常在資料計算/通信及/或網路計算/通信系統中發現之組件)來實施一典型資料處理系統。 據信，將藉由前述描述理解本發明及其諸多伴隨優勢，且將明白，在不脫離所揭示之標的物或不犧牲所有其材料優勢之情況下可對組件之形式、構造及配置做出各種改變。所描述形式僅為解釋性，且下列發明申請專利範圍之意圖係涵蓋及包含此等改變。 儘管已繪示本發明之特定實施例，但應明白，熟習此項技術者可在不脫離前述發明之範疇及精神之情況下做出本發明之各種修改及實施例。因此，本發明之範疇應僅受限於隨附發明申請專利範圍。
100‧‧‧系統
102‧‧‧檢測子系統
104‧‧‧樣本
106‧‧‧樣本載物台
110‧‧‧控制器
112‧‧‧處理器
114‧‧‧記憶體媒體
116‧‧‧程式指令
120‧‧‧使用者介面
122‧‧‧顯示裝置/顯示器
124‧‧‧使用者輸入
200‧‧‧雜訊邊界臨限值(NBT)程序/方法
202‧‧‧步驟
204‧‧‧步驟
206‧‧‧步驟
208‧‧‧步驟
210‧‧‧步驟
212‧‧‧步驟
214‧‧‧步驟
216‧‧‧步驟
300‧‧‧圖形資料
302‧‧‧T中值標記
304‧‧‧所關注缺陷(DOI)標記
310‧‧‧圖形資料
312‧‧‧初始雜訊邊界
320‧‧‧圖形資料
322‧‧‧經調整雜訊邊界
330‧‧‧圖形資料
332‧‧‧第三經調整雜訊邊界
400‧‧‧圖形資料
402‧‧‧T中值
403‧‧‧離群點T中值
404‧‧‧所關注缺陷(DOI)
406‧‧‧雜訊邊界
408‧‧‧偵測邊界
410‧‧‧圖形資料
412‧‧‧T中值
413‧‧‧離群點T中值
414‧‧‧所關注缺陷(DOI)
416‧‧‧雜訊邊界
418‧‧‧偵測邊界
500‧‧‧圖形資料
502‧‧‧T中值
504‧‧‧所關注缺陷(DOI)
506‧‧‧最終雜訊邊界
508‧‧‧偵測或臨限值雜訊邊界
510‧‧‧圖形資料
512‧‧‧T中值
514‧‧‧最終雜訊邊界
516‧‧‧偵測或臨限值邊界
520‧‧‧圖形資料
522‧‧‧T中值
524‧‧‧最終雜訊邊界
526‧‧‧偵測或臨限值邊界
藉由參考附圖可使熟習此項技術者更好理解本發明之數種優勢，其中： 圖1繪示根據本發明之一或多項實施例之用於使一樣本成像之一系統之一方塊圖。 圖2繪示描繪根據本發明之一或多項實施例之使用一邊界定限程序定位一或多個缺陷之一方法之一流程圖。 圖3A繪示根據本發明之一或多項實施例之包含一或多個像素樣本之資料之圖形資料。 圖3B繪示根據本發明之一或多項實施例之包含一或多個初始雜訊邊界之圖形資料。 圖3C繪示根據本發明之一或多項實施例之包含一或多個雜訊邊界之圖形資料。 圖3D繪示根據本發明之一或多項實施例之包含一或多個雜訊邊界之圖形資料。 圖4A繪示根據本發明之一或多項實施例之包含一或多個雜訊邊界之圖形資料。 圖4B繪示根據本發明之一或多項實施例之包含一或多個雜訊邊界之圖形資料。 圖5A繪示根據本發明之一或多項實施例之包含一或多個雜訊邊界之圖形資料。 圖5B繪示根據本發明之一或多項實施例之包含一或多個雜訊邊界之圖形資料。 圖5C繪示根據本發明之一或多項實施例之包含一或多個雜訊邊界之圖形資料。
100‧‧‧系統
102‧‧‧檢測子系統
104‧‧‧樣本
106‧‧‧樣本載物台
110‧‧‧控制器
112‧‧‧處理器
114‧‧‧記憶體媒體
116‧‧‧程式指令
120‧‧‧使用者介面
122‧‧‧顯示裝置/顯示器
124‧‧‧使用者輸入

Claims (20)

  1. 一種晶圓檢測系統，其包括： 一檢測子系統； 一載物台，其經組態以固定一晶圓；及 一控制器，其通信地耦合至該檢測子系統，其中該控制器包含經組態以執行儲存於記憶體中之一組程式指令之一或多個處理器，其中該等程式指令經組態以導致該一或多個處理器： 自該檢測子系統接收該晶圓之三個或三個以上晶粒之一或多個影像； 判定自該三個或三個以上晶粒之各者上之一相同位置獲取之一組像素強度值之一中值強度值； 藉由比較該組像素強度值之該中值強度值與各像素強度值而判定該組像素強度值之一差值強度值； 基於該組像素強度值之該中值強度值而將該等像素強度值之各者分組成一強度分格； 基於該強度分格中之一選定差值強度值而產生一初始雜訊邊界； 藉由調整該初始雜訊邊界而產生一最終雜訊邊界； 藉由將一臨限值應用至該最終雜訊邊界而產生一偵測邊界；及 將該偵測邊界外部之一或多個像素強度值分類為一缺陷。
  2. 如請求項1之系統，其中該選定差值強度值包含： 該強度分格中之一最大正差值強度值、該強度分格中之一最小負差值強度值或低於該最大正差值強度值或高於該最小負差值強度值之一可選擇差值強度值。
  3. 如請求項1之系統，其中該等程式指令經組態以導致該一或多個處理器： 選擇一相鄰最小強度分格值； 基於該相鄰最小強度分格值而對一或多個強度分格分組； 藉由比較各強度分格之該強度值而判定該一或多個強度分格之一最小強度值； 藉由將該一或多個強度分格之該強度值減小至該最小強度值而自該初始雜訊邊界產生一第一經調整雜訊邊界； 選擇一相鄰最大強度分格值； 基於該相鄰最大強度分格值而對一或多個強度分格分組； 藉由比較各強度分格之該強度值而判定該一或多個強度分格之一最大強度值；及 藉由將該一或多個強度分格之該強度值增大至該最大強度值而自該第一經調整雜訊邊界產生一第二經調整雜訊邊界。
  4. 如請求項1之系統，其中該等程式指令經組態以導致該一或多個處理器： 選擇一相鄰最大強度分格值； 基於該相鄰最大強度分格值而對一或多個強度分格分組； 藉由比較各強度分格之該強度值而判定該一或多個強度分格之一最大強度值； 藉由將該一或多個強度分格之該強度值增大至該最大強度值而自該初始雜訊邊界產生一第一經調整雜訊邊界； 選擇一相鄰最小強度分格值； 基於該相鄰最小強度分格值而對一或多個強度分格分組； 藉由比較各強度分格之該強度值而判定該一或多個強度分格之一最小強度值； 藉由將該一或多個強度分格之該強度值減小至該最小強度值而自該第一經調整雜訊邊界產生一第二經調整雜訊邊界。
  5. 如請求項1之系統，其中該等程式指令經進一步組態以導致該一或多個處理器： 選擇一相鄰平均強度分格值； 基於該相鄰平均強度分格值而對一或多個強度分格分組； 藉由比較各強度分格之該第二經調整雜訊邊界值而判定該一或多個強度分格之一平均強度值；及 藉由將該一或多個強度分格之該強度值設定為該平均強度值而自該第二經調整雜訊邊界產生一第三經調整雜訊邊界。
  6. 如請求項1之系統，其中該等程式指令經進一步組態以導致該一或多個處理器： 藉由內插該第三經調整雜訊邊界而產生該最終雜訊邊界。
  7. 如請求項1之系統，其中該等程式指令經進一步組態以導致該一或多個處理器： 針對該三個或三個以上晶粒之各者判定一亮雜訊邊界。
  8. 如請求項1之系統，其中該等程式指令經進一步組態以導致該一或多個處理器： 針對該三個或三個以上晶粒之各者判定一暗雜訊邊界。
  9. 如請求項1之系統，其中該檢測子系統包括一或多個成像通道，其中該一或多個成像通道獲取該晶圓之該三個或三個以上晶粒之該一或多個影像。
  10. 如請求項1之系統，其中該等程式指令經進一步組態以導致該一或多個處理器： 接收由該檢測子系統之該一或多個通道獲取之該晶圓之該一或多個晶粒之該一或多個影像； 藉由組合由該檢測子系統之該一或多個通道獲取之該一或多個影像而產生一或多個重建影像；及 將該一或多個重建影像中之該偵測邊界外部之一或多個像素分類為一缺陷。
  11. 一種方法，其包括： 自一檢測子系統接收一晶圓之三個或三個以上晶粒之一或多個影像； 判定自該三個或三個以上晶粒之各者上之一相同位置獲取之一組像素強度值之一中值強度值； 藉由比較該組像素強度值之該中值強度值與各像素強度值而判定該組像素強度值之一差值強度值； 基於該組像素強度值之該中值強度值而將該等像素強度值分組成一強度分格； 基於該強度分格中之一選定差值強度值而產生一初始雜訊邊界； 藉由調整該初始雜訊邊界而產生一最終雜訊邊界； 藉由將一臨限值應用至該最終雜訊邊界而產生一偵測邊界；及 將該偵測邊界外部之一或多個像素強度值分類為一缺陷。
  12. 如請求項11之方法，其中該選定差值強度值包含： 該強度分格中之一最大正差值強度值、該強度分格中之一最小負差值強度值或低於該最大正差值強度值或高於該最小負差值強度值之一可選擇差值強度值。
  13. 如請求項11之方法，其進一步包括： 選擇一相鄰最小強度分格值； 基於該相鄰最小強度分格值而對一或多個強度分格分組； 藉由比較各強度分格之該強度值而判定該一或多個強度分格之一最小強度值； 藉由將該一或多個強度分格之該強度值減小至該最小強度值而自該初始雜訊邊界產生一第一經調整雜訊邊界； 選擇一相鄰最大強度分格值； 基於該相鄰最大強度分格值而對一或多個強度分格分組； 藉由比較各強度分格之該強度值而判定該一或多個強度分格之一最大強度值；及 藉由將該一或多個強度分格之該強度值增大至該最大強度值而自該第一經調整雜訊邊界產生一第二經調整雜訊邊界。
  14. 如請求項11之方法，其進一步包括： 選擇一相鄰最大強度分格值； 基於該相鄰最大強度分格值而對一或多個強度分格分組； 藉由比較各強度分格之該強度值而判定該一或多個強度分格之一最大強度值； 藉由將該一或多個強度分格之該強度值增大至該最大強度值而自該初始雜訊邊界產生一第一經調整雜訊邊界； 選擇一相鄰最小強度分格值； 基於該相鄰最小強度分格值而對一或多個強度分格分組； 藉由比較各強度分格之該強度值而判定該一或多個強度分格之一最小強度值； 藉由將該一或多個強度分格之該強度值減小至該最小強度值而自該第一經調整雜訊邊界產生一第二經調整雜訊邊界。
  15. 如請求項11之方法，其進一步包括： 選擇一相鄰平均強度分格值； 基於該相鄰平均強度分格值而對一或多個強度分格分組； 藉由比較各強度分格之該第二經調整雜訊邊界值而判定該一或多個強度分格之一平均強度值；及 藉由將該一或多個強度分格之該強度值設定為該平均強度值而自該第二經調整雜訊邊界產生一第三經調整雜訊邊界。
  16. 如請求項11之方法，其進一步包括： 藉由內插該第三經調整雜訊邊界而產生該最終雜訊邊界。
  17. 如請求項11之方法，其進一步包括： 針對該三個或三個以上晶粒之各者判定一亮雜訊邊界。
  18. 如請求項11之方法，其進一步包括： 針對該三個或三個以上晶粒之各者判定一暗雜訊邊界。
  19. 如請求項11之方法，其中該檢測子系統包括一或多個成像通道，其中該一或多個成像通道獲取該晶圓之該三個或三個以上晶粒之該一或多個影像。
  20. 如請求項11之方法，其進一步包括： 接收由該檢測子系統之該一或多個通道獲取之該晶圓之該一或多個晶粒之該一或多個影像； 藉由組合由該檢測子系統之該一或多個通道獲取之該一或多個影像而產生一或多個重建影像；及 將該一或多個重建影像中之該偵測邊界外部之一或多個像素分類為一缺陷。
TW106110988A 2016-04-04 2017-03-31 用於具有一雜訊邊界臨限值之晶圓檢測之系統及方法 TWI714750B (zh)

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
US201662317927P 2016-04-04 2016-04-04
US62/317,927 2016-04-04
US15/388,577 US10533953B2 (en) 2016-04-04 2016-12-22 System and method for wafer inspection with a noise boundary threshold
US15/388,577 2016-12-22

Publications (2)

Publication Number Publication Date
TW201802462A true TW201802462A (zh) 2018-01-16
TWI714750B TWI714750B (zh) 2021-01-01

Family

ID=59958662

Family Applications (1)

Application Number Title Priority Date Filing Date
TW106110988A TWI714750B (zh) 2016-04-04 2017-03-31 用於具有一雜訊邊界臨限值之晶圓檢測之系統及方法

Country Status (6)

Country Link
US (1) US10533953B2 (zh)
KR (1) KR102177187B1 (zh)
CN (1) CN109075094B (zh)
IL (1) IL261615B (zh)
TW (1) TWI714750B (zh)
WO (1) WO2017176592A1 (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20180045937A1 (en) * 2016-08-10 2018-02-15 Zeta Instruments, Inc. Automated 3-d measurement
KR20220001125A (ko) 2020-06-29 2022-01-05 삼성전자주식회사 기판 불량 검출 방법 및 장치
US11631169B2 (en) * 2020-08-02 2023-04-18 KLA Corp. Inspection of noisy patterned features
TWI822271B (zh) * 2022-08-25 2023-11-11 大陸商北京歐錸德微電子技術有限公司 避免干擾觸控偵測的顯示驅動方法、驅動晶片及oled觸控顯示器
TWI833338B (zh) * 2022-08-25 2024-02-21 大陸商北京歐錸德微電子技術有限公司 避免干擾觸控偵測的顯示驅動方法、驅動晶片及oled觸控顯示器

Family Cites Families (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5864394A (en) * 1994-06-20 1999-01-26 Kla-Tencor Corporation Surface inspection system
US5805278A (en) 1995-02-09 1998-09-08 Inspex, Inc. Particle detection method and apparatus
US6621570B1 (en) 1999-03-04 2003-09-16 Inspex Incorporated Method and apparatus for inspecting a patterned semiconductor wafer
US6829381B2 (en) * 2001-11-28 2004-12-07 Applied Materials, Inc. Method for detecting defects
US7092082B1 (en) 2003-11-26 2006-08-15 Kla-Tencor Technologies Corp. Method and apparatus for inspecting a semiconductor wafer
US20060193531A1 (en) 2005-02-25 2006-08-31 William Roberts System for analyzing images of blazed phase grating samples
JP4699873B2 (ja) 2005-11-10 2011-06-15 株式会社日立ハイテクノロジーズ 欠陥データ処理及びレビュー装置
US8698093B1 (en) 2007-01-19 2014-04-15 Kla-Tencor Corporation Objective lens with deflector plates immersed in electrostatic lens field
JP2009097923A (ja) * 2007-10-15 2009-05-07 Tokyo Seimitsu Co Ltd 欠陥検出装置及び欠陥検出方法
US8000922B2 (en) 2008-05-29 2011-08-16 Kla-Tencor Corp. Methods and systems for generating information to be used for selecting values for one or more parameters of a detection algorithm
US8664594B1 (en) 2011-04-18 2014-03-04 Kla-Tencor Corporation Electron-optical system for high-speed and high-sensitivity inspections
US8692204B2 (en) 2011-04-26 2014-04-08 Kla-Tencor Corporation Apparatus and methods for electron beam detection
US9619876B2 (en) * 2013-03-12 2017-04-11 Kla-Tencor Corp. Detecting defects on wafers based on 2D scatter plots of values determined for output generated using different optics modes
US10429320B2 (en) 2013-06-04 2019-10-01 Kla-Tencor Corporation Method for auto-learning tool matching
US9558858B2 (en) 2013-08-14 2017-01-31 Kla-Tencor Corporation System and method for imaging a sample with a laser sustained plasma illumination output
US10127652B2 (en) 2014-02-06 2018-11-13 Kla-Tencor Corp. Defect detection and classification based on attributes determined from a standard reference image
US9941655B2 (en) 2014-03-25 2018-04-10 Kla-Tencor Corporation High power broadband light source
US10032620B2 (en) 2014-04-30 2018-07-24 Kla-Tencor Corporation Broadband light source including transparent portion with high hydroxide content
EP3345122B1 (en) * 2015-09-02 2021-06-30 Ventana Medical Systems, Inc. Automated analysis of cellular samples having intermixing of analytically distinct patterns of analyte staining
EP3365682B1 (en) * 2015-10-23 2020-10-07 Novartis AG System for deriving cell-to-cell spatial proximities
US10432972B2 (en) * 2016-10-19 2019-10-01 Google Llc Guided offset correction for loop restoration in video coding

Also Published As

Publication number Publication date
IL261615B (en) 2021-06-30
IL261615A (en) 2018-10-31
CN109075094B (zh) 2023-07-04
TWI714750B (zh) 2021-01-01
US20170284944A1 (en) 2017-10-05
KR20180123173A (ko) 2018-11-14
CN109075094A (zh) 2018-12-21
KR102177187B1 (ko) 2020-11-10
US10533953B2 (en) 2020-01-14
WO2017176592A1 (en) 2017-10-12

Similar Documents

Publication Publication Date Title
TWI714750B (zh) 用於具有一雜訊邊界臨限值之晶圓檢測之系統及方法
US10290092B2 (en) System, a method and a computer program product for fitting based defect detection
TWI672636B (zh) 對一晶圓上偵測之缺陷進行分類之方法、系統及非暫時性電腦可讀媒體
JP5567008B2 (ja) 検出アルゴリズムの１つ以上のパラメータの値を選択するために用いられる情報を生成する方法及びシステム
CN110121732B (zh) 用于从低分辨率检验图像重建高分辨率点扩散函数的系统及方法
US9406115B2 (en) Scratch detection method and apparatus
US10692203B2 (en) Measuring defectivity by equipping model-less scatterometry with cognitive machine learning
TWI751372B (zh) 用於缺陷偵測之系統及方法
KR20200046014A (ko) 자동 결함 분류
TWI785216B (zh) 結合模擬及光學顯微鏡以判定檢查模式
TWI743340B (zh) 用於偵測缺陷之方法、掃描電子顯微鏡及儲存一程式之非暫時性電腦可讀媒體
TW201834100A (zh) 藉由跨層影像相減之晶圓雜訊減少
TW201805618A (zh) 結合修補及基於設計之缺陷偵測
TWI751233B (zh) 用於從低解析度檢測影像重建高解析度點擴散函數之系統及方法
TW202037910A (zh) 使用淺層深度學習的差值濾波器及孔徑選擇之系統與方法
US10545020B2 (en) System, a method and a computer program product for size estimation
US10372113B2 (en) Method for defocus detection
US11610296B2 (en) Projection and distance segmentation algorithm for wafer defect detection
US20230122514A1 (en) Laser Anneal Pattern Suppression
TW202409550A (zh) 半導體樣品的缺陷偵測