TW201816392A - 氣袋偵測方法與系統 - Google Patents

氣袋偵測方法與系統 Download PDF

Info

Publication number
TW201816392A
TW201816392A TW107103123A TW107103123A TW201816392A TW 201816392 A TW201816392 A TW 201816392A TW 107103123 A TW107103123 A TW 107103123A TW 107103123 A TW107103123 A TW 107103123A TW 201816392 A TW201816392 A TW 201816392A
Authority
TW
Taiwan
Prior art keywords
matrix
processor
data units
axis
interest
Prior art date
Application number
TW107103123A
Other languages
English (en)
Other versions
TWI635271B (zh
Inventor
F 維利約翰
Original Assignee
美商Memc電子材料公司
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 美商Memc電子材料公司 filed Critical 美商Memc電子材料公司
Publication of TW201816392A publication Critical patent/TW201816392A/zh
Application granted granted Critical
Publication of TWI635271B publication Critical patent/TWI635271B/zh

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • G06T7/0004Industrial image inspection
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/59Transmissivity
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84Systems specially adapted for particular applications
    • G01N21/88Investigating the presence of flaws or contamination
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84Systems specially adapted for particular applications
    • G01N21/88Investigating the presence of flaws or contamination
    • G01N21/95Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
    • G01N21/9501Semiconductor wafers
    • G01N21/9505Wafer internal defects, e.g. microcracks
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10Complex mathematical operations
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/60Analysis of geometric attributes
    • G06T7/68Analysis of geometric attributes of symmetry
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/59Transmissivity
    • G01N21/5907Densitometers
    • G01N2021/5957Densitometers using an image detector type detector, e.g. CCD
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84Systems specially adapted for particular applications
    • G01N2021/8477Investigating crystals, e.g. liquid crystals
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10048Infrared image
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30108Industrial image inspection
    • G06T2207/30148Semiconductor; IC; Wafer
    • HELECTRICITY
    • H01ELECTRIC ELEMENTS
    • H01LSEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
    • H01L22/00Testing 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
    • H01L22/10Measuring as part of the manufacturing process
    • H01L22/12Measuring 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (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)
  • Computer Vision & Pattern Recognition (AREA)
  • Quality & Reliability (AREA)
  • Geometry (AREA)
  • Data Mining & Analysis (AREA)
  • Mathematical Physics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Computational Mathematics (AREA)
  • Algebra (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)
  • Image Analysis (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
  • Crystals, And After-Treatments Of Crystals (AREA)

Abstract

本發明描述用於在偵測一單晶材料中之一氣袋中使用的方法及系統。一實例方法包含:提供包含複數個資料單元之一矩陣,該複數個資料單元包含關於該單晶材料之一關注區域的影像資料;藉由一處理器判定該矩陣之資料單元與該矩陣之一對應資料單元之間的一差,其中該對應資料單元係藉由該矩陣之一第一操作而界定;藉由該處理器基於該等對應資料單元之該等差來計算一第一指標值;並且基於該第一指標值及一預先判定之臨限值而識別該單晶材料內的一氣袋。

Description

氣袋偵測方法與系統
本發明大體上係關於氣袋偵測系統及方法,並且更具體言之,係關於基於材料之一關注區域內的一影像物件之對稱性來偵測一單晶材料中的一或多個氣袋。 此申請案主張2011年12月28日申請之美國臨時申請案第61/580,900號的優先權,其整個揭示內容以引用之形式全部併入本文中。
諸如矽錠之單晶晶錠經生長並且處理為半導體晶圓。在處理期間,在切割為晶圓之前及/或之後,可履行一或多個測試或檢驗以判定一或多個氣袋(例如,氣孔)是否存在於錠內。需要在處理早期偵測氣袋以避免進一步處理具有氣袋之錠的部分,此係因為氣袋可影響錠之結構完整性,及/或一或多個產品中之錠的有用性。可需要在裝運產品晶圓之前偵測氣袋,以防止晶圓諸如在一半導體及/或光電裝置的生產期間的一些未來處理時的故障。 此段落旨在介紹讀者可關於本發明之各種態樣之技術的各種態樣,其等在下文中描述及/或主張。據信此討論能夠幫助提供讀者背景資訊以促進本發明之各種態樣的一較佳瞭解。相應地,應瞭解如此閱讀此等聲明,並且不作為先前技術之承認而閱讀。
在本發明之一態樣中,提供一種用於在偵測一單晶材料中之一氣袋中使用的方法。該方法包含:提供包含複數個資料單元的一矩陣,該複數個資料單元包含關於單晶材料之一關注區域的影像資料;藉由一處理器判定矩陣之資料單元與矩陣之一對應資料單元之間的一差,其中該對應資料單元係藉由矩陣之一第一操作而界定;藉由處理器基於該等對應資料單元之差來計算一第一指標值;並且基於該第一指標值及一預先判定臨限值來識別單晶材料內的一氣袋。 本發明之另一態樣係一種用於在偵測一材料中之一氣袋中使用的偵測系統。該偵測系統包含:一光源,其經組態以朝向一材料發射近紅外線(NIR)光;一偵測裝置,其經定位鄰近於該材料以基於通行通過該材料之光來捕捉影像資料;及一處理器,其耦接至該光源及該偵測裝置。該處理器經組態以:識別包含複數個資料單元的一正方形矩陣;判定矩陣之資料單元與矩陣之對應資料單元之間的一差;基於該等對應資料單元之該等差來計算一第一指標值;並且基於該第一指標值及一預先判定臨限值來識別單晶材料內的一氣袋。該複數個資料單元包含關於單晶材料之一關注區域的影像資料,並且對應資料單元係藉由對矩陣之一第一操作而界定。 本發明之又另一態樣係具有收錄於其上之電腦可執行指令的一或多種非暫時性電腦可讀儲存媒體。當藉由至少一處理器執行時,該等電腦可執行指令引起至少一處理器:識別包含複數個資料單元之一矩陣;判定矩陣之資料單元與矩陣之對應資料單元之間的一差;基於對應資料單元之差來計算一第一指標值;並且基於第一指標值及一預先判定臨限值來識別單晶材料內的一氣袋。該複數個資料單元包含關於單晶材料之一關注區域的影像資料,並且該等對應資料單元係藉由對矩陣之一第一操作而界定。 在本發明之一態樣中,提供一種用於在偵測一單晶材料中之一氣袋中使用的電腦實現方法。該方法包含:提供包含複數個資料單元之一矩陣,該複數個資料單元包含關於單晶材料之一關注區域的影像資料;基於通行通過矩陣之中心的一第一軸界定矩陣的一第一半部及一第二半部;藉由一處理器判定該第一半部之每一資料單元與該第二半部之一對應資料單元之間的一差;藉由處理器基於判定之差來計算一第一指標值;並且基於該第一指標值及一預先判定臨限值來識別單晶材料內的一氣袋。 本發明之另一態樣係一種用於在偵測一材料中之一氣袋中使用的偵測系統。該偵測系統包含:一光源,其經組態以朝向一材料發射近紅外線(NIR)光;一偵測裝置,其經定位鄰近於該材料以基於通行通過該材料之光來捕捉影像資料;及一處理器,其耦接至該光源及該偵測裝置。該處理器經組態以:提供包含複數個資料單元及一中心的一矩陣:基於通行通過矩陣之中心之一第一軸界定矩陣的一第一半部及一第二半部;判定第一半部之每一資料單元與第二半部之一對應資料單元之間的一差;基於經判定差來計算一第一指標值;並且基於第一指標值及一預先判定臨限值來識別單晶材料內的一氣袋。 本發明之又另一態樣係具有收錄於其上之電腦可執行指令的一或多個非暫時性電腦可讀儲存媒體。當藉由至少一處理器執行時,該等電腦可執行指令引起該至少一處理器:識別包含複數個資料單元及一中心的一矩陣;基於通行通過矩陣之中心的一第一軸界定矩陣之一第一半部及一第二半部;判定第一半部之每一資料單元與第二半部之一對應資料單元之間的一差;基於經判定差來計算一第一指標值;並且基於該第一指標值及一預先判定臨限值來識別單晶材料內的一氣袋。該複數個資料單元包含關於單晶材料之一關注區域的影像資料。 關於本發明之上文提到之態樣提出之特徵存在各種精細化。進一步特徵亦可併入本發明之上文提到的態樣。此等精細化及額外特徵可個別存在或以任何組合存在。例如,下文關於本發明之圖解說明之實施例的任何者討論的各種特徵可單獨或以任何組合併入本發明之上文描述之態樣的任何者。
貫穿圖式,對應參考數字指示對應部分。 本文描述之系統可操作以偵測通行通過諸如一單晶樣品的一單晶材料的光,並且基於經偵測光來處理影像資料以判定一氣袋(APK)是否存在於材料內。大體上,APK異常(例如,氣孔)界定實質上圓形形狀,同時非APK異常偏離一圓形形狀。如此,本文描述之該等系統判定影像資料之強度的對稱性以使一材料在材料中之APK與非APK異常之間區別。 在一實施例中,本文描述之方法、系統及電腦可讀媒體的技術效應包含下列至少一者:(a)提供包含複數個資料單元之一矩陣,該複數個資料單元包含關於單晶材料之一關注區域的影像資料;(b)藉由一處理器判定矩陣之資料單元與矩陣之對應資料單元之間的一差,其中該等對應資料單元係藉由對矩陣之一第一操作而界定;(c)藉由該處理器基於該等對應資料單元的該等差來計算一第一指標值;及(d)基於該第一指標值及一預先判定臨限值來識別該單晶材料內的一氣袋。 參考圖式,圖1中展示並且以100大體上指示一例示性偵測系統。在此實施例中,偵測系統100包含諸如一近IR或近紅外線光源的一光源102以偵測朝向一材料104的光。該光源102經組態以提供光,該光界定充分穿透材料104的一波長。在各項實施例中,來自光源102之光(例如,近紅外線(NIR)光)之波長係基於材料104的厚度而選擇。在一實例中,自光源102發射之近IR光的波長係約1微米至約2微米。然而,預期可自光源102發射具有一或多個不同波長的光。 在材料104之相對側上,偵測系統100包含經組態以捕捉通行通過材料104之光的一捕捉裝置106。在此實例中,該影像捕捉裝置106係一相機,諸如一矽基CCD或CMOS陣列相機。在另一實例中,該捕捉裝置106包含一InGaAs MOS陣列相機。本文預期之影像陣列係二維的。而且,具有機械化掃描之一維行掃描相機或二維時間延遲積分(TDI行掃描)相機可用於製造二維影像陣列,同時亦可使用標準二維陣列「快照」相機。亦可運用單個捕捉裝置106,其等係用於使用一尼普科夫(Nipkow)盤或其他方法來掃描橫跨一單個捕捉裝置、或系列之離散捕捉裝置的一影像,以製造二維影像。較一般言之,針對此申請案,經組態以捕捉藉由光源102發射並且傳送通過材料104之特定波長之光的各種不同類型之捕捉裝置106係可能的。提供捕捉裝置106以產生二維影像資料,其實質上聚焦並且代表通行通過材料104的光。影像資料可提供於一單個影像或多個影像中。多個影像可提供為在材料104的不同深度處、或自諸如觀看或照明角度之不同視角的材料104的多個影像圖塊(image slice)。 材料104可包含各種不同類型之材料,諸如矽、鍺、砷化鎵、或通過一結晶程序形成之其他類型的材料。在此實施例中,該單晶材料104係形成一或多個錠區段、圖塊、晶圓、錠塊、片及/或圓柱的一契氏(Czochralski(CZ))生長材料。圖1中展示之材料104係標稱平面平行的,使得頂部表面大體上與材料104之底部表面平行。在其他實例中,一材料可係幾乎平面平行的或非平面平行的,諸如圓柱形錠區段。 在此實施例中,單晶材料104可以各種條件在偵測系統100處經受測試,包含例如用各種摻雜物潛在地摻雜至一定位準、粗製(諸如在切割、研磨、研光或蝕刻之後的扁塊(slab)或錠塊(slug))、拋光(例如,僅前側拋光、背側在各種條件中之SSP晶圓,或兩個表面拋光、前表面潛在地最終拋光或吻式拋光的DSP晶圓),及/或用相同單晶材料的一磊晶層塗敷,惟潛在地一不同摻雜位準除外。可提供各種厚度的材料104,舉例而言諸如自小於1 mm至多達約10 mm,或直接來自一生長程序、或在一或多個處理步驟之後的其他厚度。 偵測系統100進一步包含一處理器108及耦接至處理器108的一記憶體110。處理器108可包含一或多個處理單元(例如,一多核心組態)。如本文使用之術語處理器係指中央處理單元、微處理器、微控制器、精簡指令集電路(RISC)、專用積體電路(ASIC)、邏輯電路及/或能夠執行指令以履行本文描述之功能的任何其他電路或處理器。而且,處理器108可包含靠近彼此及/或遠離彼此定位的分離離散裝置。 記憶體110係可操作以使能儲存及/或擷取諸如可執行指令及/或其他資料之資訊的一或多個裝置。記憶體110可包含一或多個電腦可讀媒體,諸如但非限於硬碟儲存器、光碟機/碟儲存器、可抽換式碟儲存器、快閃記憶體、非揮發性記憶體、ROM、EEPROM、隨機存取記憶體(RAM)等。在數項實例中,記憶體110包含一或多個非暫時性電腦可讀儲存媒體,其等經組態以(但非限於)儲存電腦可執行指令、影像資料、預先判定臨限值及/或本文清楚地或固有地提到的任何其他類型的資料。記憶體110可併入處理器108中及/或自處理器108分離,及/或可透過一或多個網路(例如,雲儲存)存取。 如本文使用,術語「關注區域」可係指包含二元影像或灰階影像區域的任何影像區域,其包含一或多個影像物件或光斑。如本文使用,術語「影像物件」及「光斑」可係指例如其至少一部分藉由本文描述之方法及系統評估的資料單元。在一些實施例中,術語「影像物件」可係指灰階影像內的資料單元,同時術語「光斑」可係指二元影像內的資料單元。 在使用中,單晶材料104定位於光源102與捕捉裝置106之間,使得來自光源102的光經引導通過材料104,並且藉由捕捉裝置106捕捉,潛在地需要掃描材料104或影像捕捉裝置106以製造經捕捉的二維影像陣列。藉由捕捉裝置106產生之影像資料提供至處理器108,該處理器108將影像資料儲存於記憶體110中。藉由捕捉裝置106捕捉之材料的實例影像資料係在圖2A至圖4A中圖解說明。提供本文描述之系統及方法以處理影像資料,以判定一或多個APK是否存在於材料104中。 在此實施例中,處理影像資料以提供代表影像資料之一關注區域(例如,一異常)的資料單元(例如,圖像元素或像素)的一矩陣。在一實例中,處理器108根據一或多個臨限值倒轉影像資料的強度,如圖2B至圖4B中展示。該處理提供一像素影像物件(例如,一光斑),像素影像物件代表材料104內的一異常。處理器108將異常識別為關注區域(諸如圖2A之關注區域),其可含有一APK。在至少一實施例中,處理器108可或可不施加一或多個初始處理以識別較大、較容易識別的APK,同時本文之其他方法可用於識別APK及類APK異常。例如,在藉由諸如一行掃描或TDI行掃描相機的捕捉裝置106使材料104成像期間,可識別較大APK或不像APK的異常。而且,在各項實施例中,處理器可初始地履行對影像資料之一或多個其他操作,諸如濾光、倒轉、或其他操作,以根據本文提供之方法提供影像資料的較有效處理。 在偵測一關注區域之後,處理器108界定包含指示影像物件之影像之至少一部分的資料單元之一矩陣。在圖解說明之實例中,處理器108提供包含影像物件114及124之灰階資料單元的矩陣107及127,如圖2B及圖3B中各自展示。在該等實例中,該等矩陣107及127係正方形。在其他實施例中,一矩陣可包含一不同形狀,其大體上關於至少一軸對稱。在進一步處理之前,可潛在地填補矩陣之大小以包含經發現之影像物件外側的像素,或截割矩陣之大小以移除影像物件的最外像素。可進一步運用臨限值處理及/或其他處理方法以改良關於背景雜訊之關注區域的影像品質。而且,可基於一最適圓、最適橢圓、或關於關注區域定位的臨限邊界而將一遮罩應用於影像資料。在圖4之實例中,一圓遮罩111應用於關注區域以限制雜訊及遮罩111外側的其他影響。在實例實施例中,處理器108將遮罩111外側的資料單元(例如,像素)設定為零強度或黑色。應體會,可在各項實施例中使用各種不同類型及形狀之遮罩(例如,橢圓、圓、影像物件臨限邊界),以增強偵測系統100的效率及/或精確度。在其他實施例中,諸如圖2及圖3中展示,可省略一遮罩或其可包含多個加權位準。 如圖2中所展示,矩陣107定位於影像資料內的影像物件114上。影像物件114大體上包含一中心113,並且處理器108實質上在影像物件114之中心113上中心定位矩陣107。在一實例中,透過使用雙線性及/或雙三次內插而於影像物件上中心定位一矩陣。更具體言之,一或多個內插演算法可應用於矩陣內的存在資料單元(在正方形材料內或在識別矩陣之前),以增強影像資料的解析度。在一實例中,處理器108基於存在之資料單元而運用一多項式內插,以將額外資料單元填充於一陣列中以提供增強型解析度。在此一實例中,處理器108可將一N×N像素正方形矩陣擴展為4N×4N像素正方形矩陣,N係一奇或偶整數。透過內插之使用,可較精確定位關注區域之一中心,並且如下文描述般利用。通常使用雙線性或較佳地雙三次內插或潛在地其他方法而履行矩陣之擴展。 在一或多項實例中,透過使用質量計算之一強度加權中心、基於一2D二元影像光斑適橢圓距心、或灰階影像資料之中心適而中心定位關注區域,二元影像光斑及灰階影像物件具有相同邊界。替代地,矩陣在影像物件上可非中心定位,及/或包含少於整個影像物件。在一或多項實施例中,可用繞影像物件之額外資料單元填補矩陣。例如,圖2B之矩陣圖解說明圍繞影像物件114的額外資料單元115,同時圖4B之矩陣包含遮罩111以減少圍繞影像物件114的資料單元。替代地,影像物件可以矩陣之邊界而截割,以僅包含距影像物件之中心最近的矩陣資料。 矩陣包含任何數目的資料單元。在圖2B之實例中,矩陣107大約包含180×180像素的影像資料。在圖3B之實例中,矩陣127大約包含90×90像素的影像資料。該等矩陣107及127的每一者係選自具有大約1000×750像素的影像資料,如圖2A及圖3A中展示。取決於數個因素(例如,一影像物件的大小),於矩陣中可包含任何數目之資料單元。一矩陣可包含自捕捉裝置106提供之大小的自約3×3資料單元多至整個經捕捉影像資料。而且,可透過一或多種類型之內插或次取樣而提高及/或降低矩陣的大小及/或解析度。應瞭解正方形矩陣之大小可變化,其可基於要藉由處理器108在一時期內處理的資料的量而選擇,該時期適用於在各項實施例中以高體積或中體積製造的檢驗。例如,當在材料104之一製作程序中使用時,包含於矩陣中之資料的量可經選擇以提供充分可信度,同時允許在小於約1.0秒或另一適當之時間間隔中處理正方形影像。 當識別矩陣時,處理器108界定矩陣之多種半部,其等係藉由矩陣之多個不同軸而界定。矩陣107之數項實例半部及實例軸在圖5中展示。具體地,軸200垂直延伸,並且界定矩陣107之一左半部208及一右半部210;同時軸202水平地延伸,並且界定一頂部半部及一底部半部。而且,軸204在一對角線上延伸,並且界定一頂部右半部及一底部左半部;同時軸206在一對角線上延伸,並且界定頂部左半部及底部右半部。應體會圖5中圖解說明之該等軸及半部係為圖解說明之目的,並且不限制軸及/或半部之定向的數目。如本文使用,術語「半部」大體上係指在包含於兩個半部之每一者中之資料單元的一實質上相等數目內的矩陣之一實質上相等分割。自資料單元之數目的精確半部之微小偏離應考慮為在定義內。 而且,如圖5之此實施例中展示,軸200、202、204及206的每一者通行通過矩陣107的中心109。在此實例中,矩陣107之中心109實質上與影像物件114之中心113相同。在其他實施例中,矩陣之中心可相對於影像物件另外定位。 參考圖5A之垂直軸200,在此例示性實施例中,處理器108履行使矩陣107繞軸200翻轉,並且判定原始矩陣之每一資料單元與經翻轉矩陣之一對應資料單元之間的差。在另一實施例中,處理器108履行使矩陣107繞軸200折疊,並且判定左半部208之每一資料單元與右半部210之一對應資料單元之間的差。對應資料單元包含一資料單元,若矩陣107實體折疊及/或翻轉至其自身上,則一資料單元將根據諸如軸200的一軸而落於該對應資料單元上。如圖5A中展示,像素212A及212B代表一對對應資料單元。若包含於矩陣中之一關注區域的強度界定一對稱形狀,則對應資料點之間的差應大約係0。然而,若關注區域不對稱,則對應資料單元之間的數個差將實質上非0。 使用之差計算累加具有相同正負號之所有差,例如所有差累加為正值,使得任何影像差相加至累加之量值。例如,為達成相同正負號差,可使用每資料單元差的絕對值、或經平方之每資料單元差的平方根來履行累加。亦預期達成相同正負號之每資料單元差、或該等差之運算的其他途徑。一此類運算包含將經平方之差累加為對應資料單元之一總和,該總和除以求和之差的數目,接著採用該商數的平方根。此係稱為該等差的均方根值(或RMS)。應瞭解差之其他線性或非線性加權亦在本發明之範疇內。 具體而言,例如如圖2A中展示,影像資料118內之影像物件114或異常實質上係圓的。相應地,當矩陣107關於垂直軸200折疊時,該等對應資料單元之每一者的差在圖2C中展示。因為影像物件114不完全係圓的,其具有自影像物件114之內側至外側的一淨過渡(clean transition),一些差具有除了0之外的一量值,如圖2C中展示。相對而言,如圖3A之實例中展示,影像資料128內之影像物件實質上非圓形的。相應地,當矩陣127關於其垂直軸折疊時,對應資料單元之每一者之差的至少一部分具有實質上大於0的量值,如圖3C中展示。因為影像物件124(或異常)非圓形並且不對稱,強度之差大於圖2C中展示的差。以此方式,為基於APK之圓形形狀偵測一APK,處理器108能夠判定一矩陣之半部中之對應資料單元之間的差,作為關注區域之對稱性的一指示項。注意歸因於對稱性,當翻轉矩陣時,可橫跨整個矩陣履行差的相同正負號累加,並且在矩陣折疊於其自身上時,可橫跨矩陣之半部履行差的相同正負號累加。在數項實例中,此等累加藉由兩個及/或幾乎兩個因素的一因素而區別。 而且,處理器108基於該兩個半部之對應資料單元的經累加差而計算一指標值,並且將該指標值儲存於記憶體110中。接著單獨或與資料矩陣或原始影像資料之其他度量結合使用該指標值,以識別一APK。可比較該指標值與一預先判定臨限值,及/或可包含於矩陣及/或原始影像之度量的一較複雜功能中。在此實施例中,處理器108判定對應資料單元之間之差的RMS,該處理器108提供指標值。可基於差計算中涉及之矩陣資料單元的平均值而進一步正規化指標值,使得底層影像之亮度及/或暗度對指標值之影響不足以影響指標值的結論。該RMS程序已經移除矩陣大小的影響,但是適當之矩陣大小正規化步驟可考慮對應資料單元之間之差的其他累加。在另一實例中,可自對應資料單元之差之每一者的一點積提供指標值。該點積經累加並且藉由依靠點積累加之資料單元的數目而正規化。一或多個其他方法可用於組合對應單元之差以與一或多個預先判定臨限值相比較;以將任一影像判斷判定為APK、非APK、或潛在APK;或若進一步可需要更詳細分析,則將樣品配發判定為合格、不合格、或復檢。在一或多項實施例中,該(等)預先判定臨限值係基於經驗資料,該經驗資料係自多次使用本文描述之關於已知包含APK及非APK異常的材料之方法而收集。該等預先判定臨限值可進一步經向上或向下調適以改變APK之識別的可信度。通常矩陣及/或原始影像之多個度量係用於最清楚地識別類APK影像與不太可能係APK的影像。在一些情況中,在異常之最終分類之前,可需要較高解析度的其他影像,或可使用其他度量技術。在一些實施例中,此方法可應用於異常的較低解析度及較高解析度影像。 而且在各項實施例中,處理器108基於矩陣之多個軸計算多個指標值,並且將該多個指標值儲存於記憶體110中。在圖5中展示之此實施例中,針對每對半部或每對矩陣(經翻轉或原始的)判定四個指標值。具體而言,對針對於左/右半部、頂部/底部半部、頂部右/底部左半部及頂部左/底部右半部的每一者之對應資料單元的差來計算一指標值。以此方式,處理器108實質上限制將一APK誤判定為舉例而言諸如十字形或菱形的實質上對稱形狀的可能性。應體會定向於各種不同方向上的多個不同軸可用於判定多個不同指標值。該等軸之數目及定向大體上經選擇以在偵測一APK中提供可信度的至少一臨限值位準,而非材料104內之一塊碎屑或其他非APK異常。 與預先判定值相比,當計算多個指標值時,APK之識別係基於多個指標值的一組合。在此實施例中,針對該四個軸之該等指標值的每一者相加在一起以提供針對矩陣的一總指標值。均值及最大指標值亦係矩陣的潛在有用度量。該預先判定臨限值經提供以指示該總指標值是否指示材料104中的一APK或一非APK異常。在與一預先判定臨限值相比之前,可進一步包含額外資訊。在一實例中,一橢圓之長半徑對一短半徑的一比率相加至該多個指標值。例如使用發現之異常影像光斑之時刻的方法,橢圓可基於二元光斑影像,諸如一最適橢圓。可進一步包含指示影像物件或二元光斑之屬性的其他值或度量,以增強APK或非APK異常之偵測的精確度。 在此實施例中,在一或多個折疊/差或翻轉/差運算之後,處理器108可正規化代表該等差之影像(例如,圖2C及圖3C),以考慮關注區域之2維大小及/或關注區域的強度。更具體言之,在此實施例中,正規化該影像可包含該指標值除以像素之一總數目及/或該指標值除以平均強度。可提供多種不同運算以正規化影像資料及/或指標值,以提供與一單個預先判定臨限值的精確比較。較一般言之,充分處理針對每一材料104的資料,使得影像物件之三維(3D)形狀控制影像物件是否係一氣袋或其他物體的判定。強度及大小可促進判定,雖然本文描述該等操作,但3D形狀係在受測試的主要特性。在此例示性實施例中,影像資料之正規化發生於折疊或翻轉操作之後,但是可預期在其他實施例中發生於一或多個折疊操作之前。 應體會本發明之一或多項態樣在經組態以履行本文描述之功能、方法及/或程序時,將一般用途計算裝置變換為特殊用途計算裝置。 本文之實施例可在電腦可執行指令之一般內容中描述,諸如儲存於一或多個非暫時性電腦可讀儲存媒體上、並且藉由一或多個處理器執行的程式組件或模組。本文描述之態樣可以任何數目或組織之組件或模組而實現。例如,本發明之態樣不限於圖式中圖解說明及本文描述之具體電腦可執行指令、或具體組件或模組。本發明之替代實施例可包含具有較本文圖解說明及描述之較多或較少功能性的不同電腦可執行指令或組件。 本文圖解說明及描述之實施例中之操作的執行或履行順序不重要,除非否則指定。即,該等操作可以任何順序履行,除非否則指定,並且本發明之實施例可包含較本文揭示之該等的額外或較少操作。例如,預期在另一操作之前、與另一操作同時、或在另一操作之後執行或履行一特定操作係在本發明之態樣的範疇內。 當介紹本發明之元件或其實施例時,冠詞「一」、「一個」、「該(等)」旨在意謂存在元件之一或多者。術語「包括」、「包含」、「含有」及「具有」旨在係包含的,並且意謂除了列出之元件之外,可存在額外元件。指示一特定定向(例如,「頂部」、「底部」、「側」等)之術語的使用係為描述之方便的目的,並且不要求描述之項目的任何特定定向。 因為可不脫離本發明之範疇而在上文建構及方法中做出各種改變,所以預達成上文描述中含有及隨附圖式中展示的全部物質應該解釋為圖解說明的,並且不以一限制意義解釋。
100‧‧‧偵測系統
102‧‧‧光源
104‧‧‧材料
106‧‧‧捕捉裝置
107‧‧‧矩陣
108‧‧‧處理器
109‧‧‧中心
110‧‧‧記憶體
111‧‧‧遮罩
113‧‧‧中心
114‧‧‧影像物件
115‧‧‧額外資料單元
118‧‧‧影像資料
124‧‧‧影像物件
127‧‧‧矩陣
128‧‧‧影像資料
200‧‧‧軸
202‧‧‧軸
204‧‧‧軸
206‧‧‧軸
208‧‧‧左半部
210‧‧‧右半部
212A‧‧‧像素
212B‧‧‧像素
圖1係一例示性偵測系統的一方塊圖。 圖2(包含圖2A至圖2C)圖解說明針對具有一氣袋(APK)異常之一材料的影像資料。 圖3(包含圖3A至圖3C)圖解說明針對具有一非APK異常之一材料的影像資料。 圖4(包含圖4A至圖4C)圖解說明針對憑藉施加至矩陣之一遮罩而具有一APK異常之一材料的影像資料。 圖5係圖解說明圖2之材料之四個例示性軸的一方塊圖。

Claims (20)

  1. 一種用於在偵測一單晶材料(single crystal material)中之一氣袋(air pocket)的電腦實現方法,該方法包括: 提供包含複數個資料單元及一中心(center)之一矩陣,該複數個資料單元(data units)包含關於該單晶材料之一關注(interest)區域的影像資料; 基於通過該矩陣之該中心之一第一軸而界定該矩陣之一第一半部及一第二半部; 藉由一處理器判定該第一半部之各資料單元與該第二半部之一對應資料單元之間的一差; 藉由該處理器基於該經判定之差來計算一第一指標值(index value); 基於通過該矩陣之該中心之一第二軸而界定該矩陣之一第三半部及一第四半部,該第二軸不同於該第一軸; 藉由該處理器判定該第三半部之各資料單元與該第四半部之一對應資料單元之間的一差; 藉由該處理器基於該第三半部及該第四半部之該等對應資料單元之該等差來計算一第二指標值;及 基於該第一指標值、該第二指標值及一預先判定臨限值來識別該單晶材料內的氣袋。
  2. 如請求項1之方法,其進一步包括: 藉由該處理器基於一第五半部及一第六半部之對應資料單元之間的差來計算一第三指標值,該第五半部及該第六半部由不同於該第一軸及該第二軸之一第三軸所界定;及 藉由該處理器基於一第七半部及一第八半部之對應資料單元之間的差來計算一第四指標值,該第七半部及該第八半部由不同於該第一軸、該第二軸及該第三軸之一第四軸所界定; 其中進一步基於該第三指標值及該第四指標值來識別該單晶材料內的氣袋。
  3. 如請求項2之方法,其中該第一指標值、該第二指標值、該第三指標值及該第四指標值係該等對應資料單元之該等差的一均方根值(root-mean-square)。
  4. 如請求項1之方法,其進一步包括將該單晶材料之一影像內之資料單元的一光斑(blob)識別為該關注區域。
  5. 如請求項1之方法,其進一步包括下列至少一者:用額外資料單元填補(padding)該關注區域以提供該矩陣,及自該關注區域截割(clipping)資料單元以提供該矩陣。
  6. 如請求項1之方法,其進一步包括基於該矩陣之大小(size)及與該關注區域相關聯之一強度的至少一者來正規化(normalizing)該矩陣及該第一指標值的至少一者。
  7. 如請求項1之方法,其中提供該矩陣包含:將一正方形矩陣定位於包含該關注區域之該影像資料的一部分上。
  8. 如請求項7之方法,其中定位該正方形矩陣包含:實質上在該關注區域上中心定位(center)該正方形矩陣。
  9. 如請求項1之方法,其進一步包括至少部分地基於與該影像資料相關聯之一強度來正規化該矩陣及該第一指標值的至少一者。
  10. 如請求項1之方法,其進一步包括至少部分地基於該關注區域之大小來正規化該矩陣及該第一指標值的至少一者。
  11. 如請求項1之方法,其中將該單晶材料包含一矽材料、一鍺(germanium)材料及一鎵(gallium)材料之一者。
  12. 一種用於在偵測一材料內之ㄧ氣袋的偵測系統,該偵測系統包括: 一光源,其經組態以朝向一材料發射近紅外線(NIR)光; 一偵測裝置,其經定位鄰近於(adjacent to)該材料以基於通行通過該材料之光來捕捉影像資料;及 一處理器,其耦接至該光源及該偵測裝置,該處理器經組態以: 提供包含複數個資料單元及一中心之一矩陣,該複數個資料單元包含關於單晶材料之一關注區域的影像資料; 基於通過該矩陣之該中心之一第一軸而界定該矩陣之一第一半部及一第二半部; 判定該第一半部之各資料單元與該第二半部之ㄧ對應資料單元之間的一差; 基於該等經判定之差來計算一第一指標值; 基於通過該矩陣之該中心之一第二軸而界定該矩陣之一第三半部及一第四半部,該第二軸不同於該第一軸; 判定該第三半部之各資料單元與該第四半部之一對應資料單元之間的一差; 基於該第三半部及該第四半部之該等對應資料單元之該等差來計算一第二指標值;及 基於該第一指標值、該第二指標值及一預先判定臨限值來識別該單晶材料內的氣袋。
  13. 如請求項12之偵測系統,其中該處理器進一步經組態以基於該矩陣之一大小及與該關注區域相關聯之一強度的至少一者來正規化該矩陣及該第一指標的至少一者。
  14. 如請求項12之偵測系統,其中該處理器經組態以判定該等對應資料單元之該等差的均方根值(root-mean-square),以計算該第一指標值。
  15. 如請求項12之偵測系統,其中該複數個資料單元包含複數個像素。
  16. 如請求項12之偵測系統,其中該單晶材料包含一矽材料、一鍺材料及一砷化鎵材料的一者。
  17. 如請求項12之偵測系統,其中該處理器經組態以實質上在該關注區域上中心定位該正方形矩陣。
  18. 一種非暫時性電腦可讀儲存媒體,其具有體現(embodied)於其上之電腦可執行指令,其中當藉由至少一處理器執行該等電腦可執行指令時,該等電腦可執行指令使得該至少一處理器執行以下步驟: 識別包含複數個資料單元及一中心的一矩陣,該複數個資料單元包含關於單晶材料之一關注區域的影像資料; 基於通過該矩陣之該中心之一第一軸而界定該矩陣之一第一半部及一第二半部; 判定該第一半部之各資料單元與該第二半部之ㄧ對應資料單元之間的一差; 基於該經判定之差來計算一第一指標值; 基於通過該矩陣之該中心之一第二軸而界定該矩陣之一第三半部及一第四半部,該第二軸不同於該第一軸; 判定該第三半部之各資料單元與該第四半部之一對應資料單元之間的一差; 基於該第三半部及該第四半部之該等對應資料單元之該等差來計算一第二指標值;及 基於該第一指標值、該第二指標值及一預先判定臨限值來識別該單晶材料內的一氣袋。
  19. 如請求項18之非暫時性電腦可讀儲存媒體,其中該電腦可執行指令進一步引起該處理器基於該矩陣之一大小及與該關注區域相關聯之一強度的至少一者來正規化該矩陣及該第一指標值的至少一者。
  20. 如請求項18之非暫時性電腦可讀儲存媒體,其中該電腦可執行指令進一步引起該處理器判定該等資料單元與該等對應資料單元之間的該等差的均方根值,以計算該第一指標值。
TW107103123A 2011-12-28 2012-12-26 氣袋偵測方法與系統 TWI635271B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US201161580900P 2011-12-28 2011-12-28
US61/580,900 2011-12-28

Publications (2)

Publication Number Publication Date
TW201816392A true TW201816392A (zh) 2018-05-01
TWI635271B TWI635271B (zh) 2018-09-11

Family

ID=47605727

Family Applications (2)

Application Number Title Priority Date Filing Date
TW107103123A TWI635271B (zh) 2011-12-28 2012-12-26 氣袋偵測方法與系統
TW101150220A TWI617798B (zh) 2011-12-28 2012-12-26 氣袋偵測方法與系統

Family Applications After (1)

Application Number Title Priority Date Filing Date
TW101150220A TWI617798B (zh) 2011-12-28 2012-12-26 氣袋偵測方法與系統

Country Status (5)

Country Link
US (2) US9665931B2 (zh)
JP (1) JP6199893B2 (zh)
KR (2) KR101923105B1 (zh)
TW (2) TWI635271B (zh)
WO (1) WO2013101527A1 (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9395268B2 (en) * 2013-07-03 2016-07-19 General Electric Company Method and system to tolerance test a component
JP6486757B2 (ja) * 2015-04-23 2019-03-20 株式会社荏原製作所 基板処理装置
EP3667903B1 (en) 2017-10-31 2021-04-28 SZ DJI Technology Co., Ltd. Photovoltaic panel recognition method, ground station, control apparatus, and unmanned aerial vehicle
DE102019208670A1 (de) 2019-06-14 2020-12-17 Siltronic Ag Verfahren zur Herstellung von Halbleiterscheiben aus Silizium
EP3940124B1 (de) 2020-07-14 2024-01-03 Siltronic AG Kristallstück aus monokristallinem silizium
US20220395904A1 (en) * 2021-06-15 2022-12-15 Arcam Ab Devices, systems, and methods for calibrating and maintaining a temperature of materials in an additive manufacturing build chamber

Family Cites Families (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6735745B2 (en) 2002-02-07 2004-05-11 Applied Materials, Inc. Method and system for detecting defects
HUP0302597A2 (hu) 2003-08-14 2005-02-28 György Darvas Antiszimmetrikus-szimmetrikus összetevőkre bontáson alapuló képelemző eljárás
JP2007071791A (ja) 2005-09-08 2007-03-22 Matsushita Electric Ind Co Ltd 欠陥判定方法
SG170805A1 (en) 2006-02-09 2011-05-30 Kla Tencor Tech Corp Methods and systems for determining a characteristic of a wafer
JP4864504B2 (ja) 2006-03-24 2012-02-01 Sumco Techxiv株式会社 シリコンウェーハの結晶欠陥検査方法及び装置
JP4765890B2 (ja) 2006-10-19 2011-09-07 株式会社デンソー 異物検出装置
US7728969B2 (en) 2006-12-05 2010-06-01 Kla-Tencor Technologies Corp. Methods and systems for identifying defect types on a wafer
US20090120353A1 (en) 2007-11-13 2009-05-14 Memc Electronic Materials, Inc. Reduction of air pockets in silicon crystals by avoiding the introduction of nearly-insoluble gases into the melt
KR100983195B1 (ko) 2007-12-28 2010-09-20 주식회사 실트론 2차원 선결함이 제어된 실리콘 잉곳, 웨이퍼, 에피택셜웨이퍼와, 그 제조방법 및 제조장치
US7912658B2 (en) 2008-05-28 2011-03-22 Kla-Tencor Corp. Systems and methods for determining two or more characteristics of a wafer
US8269960B2 (en) 2008-07-24 2012-09-18 Kla-Tencor Corp. Computer-implemented methods for inspecting and/or classifying a wafer
EP2449390A1 (en) 2009-07-01 2012-05-09 KLA-Tencor Corporation Monitoring of time-varying defect classification performance
US8339583B2 (en) 2009-07-17 2012-12-25 The Boeing Company Visual detection of clear air turbulence

Also Published As

Publication number Publication date
KR20140112045A (ko) 2014-09-22
KR20180131627A (ko) 2018-12-10
US9665931B2 (en) 2017-05-30
KR102134985B1 (ko) 2020-07-17
US20130176454A1 (en) 2013-07-11
TW201337244A (zh) 2013-09-16
JP2015511308A (ja) 2015-04-16
US20130179094A1 (en) 2013-07-11
KR101923105B1 (ko) 2018-11-28
WO2013101527A1 (en) 2013-07-04
US9317912B2 (en) 2016-04-19
JP6199893B2 (ja) 2017-09-20
TWI617798B (zh) 2018-03-11
TWI635271B (zh) 2018-09-11

Similar Documents

Publication Publication Date Title
TWI635271B (zh) 氣袋偵測方法與系統
JP6312370B2 (ja) ウェーハジオメトリ計測ツールによるウェーハ表面フィーチャの検出、分類および定量化のためのシステムおよび方法
JP4758492B2 (ja) 単結晶の欠陥密度測定方法
US9230318B2 (en) Analysis of the digital image of the external surface of a tyre and processing of false measurement points
JP2015511308A5 (zh)
CN109632808A (zh) 棱边缺陷检测方法、装置、电子设备及存储介质
TW201337839A (zh) 用於晶圓檢測之分段處理
EP3163604B1 (en) Position detection apparatus, position detection method, information processing program, and storage medium
TW201516395A (zh) 用於晶圓檢測之刮痕濾除器
JP6673122B2 (ja) シリコンウェーハの評価方法、シリコンウェーハ製造工程の評価方法およびシリコンウェーハの製造方法
CN117495856B (zh) 基于深度学习的晶圆表面检测方法、装置、设备和介质
CN108831844B (zh) 检测晶圆缺陷的方法和系统
TW202006850A (zh) 矽晶圓的檢查方法、檢查裝置、製造方法
US9772296B2 (en) Method of inspecting a surface of a substrate and apparatus for performing the same
Chang et al. Fast and high-resolution optical inspection system for in-line detection and labeling of surface defects
JP2014517367A (ja) 光学像中の異常を識別して修正する方法及び装置
CN107292824A (zh) 一种基于相关性的分焦平面偏振图像插值方法
JP2022126019A (ja) エピタキシャルウェーハの欠陥パターン検出システムおよび検出方法
GERGELY et al. Morphological algorythm for fast contour characterisation in white paprika sorting process
Yubo et al. A PIB-Oriented Elliptic Beam Quality Calculation Based on Energy Distribution
Ma et al. Spatial Attention Enhanced Wafer Defect Classification Algorithm for Tiny Defects
KR20150127997A (ko) 동적 계획법 기반의 마이크로 크랙 검사 방법
Tian et al. Image processing method and implementation for a laser automatic tracking extensometer
Sheybani et al. Digital Image Processing in Surface Engineering Quality Control