TW201834100A - 藉由跨層影像相減之晶圓雜訊減少 - Google Patents

藉由跨層影像相減之晶圓雜訊減少 Download PDF

Info

Publication number
TW201834100A
TW201834100A TW106140436A TW106140436A TW201834100A TW 201834100 A TW201834100 A TW 201834100A TW 106140436 A TW106140436 A TW 106140436A TW 106140436 A TW106140436 A TW 106140436A TW 201834100 A TW201834100 A TW 201834100A
Authority
TW
Taiwan
Prior art keywords
wafer
image
layer
difference
processor
Prior art date
Application number
TW106140436A
Other languages
English (en)
Inventor
伯裘恩 布拉爾
Original Assignee
美商克萊譚克公司
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 美商克萊譚克公司 filed Critical 美商克萊譚克公司
Publication of TW201834100A publication Critical patent/TW201834100A/zh

Links

Classifications

    • G06T5/70—
    • 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
    • H01L22/26—Acting in response to an ongoing measurement without interruption of processing, e.g. endpoint detection, in-situ thickness measurement
    • G06T3/14—
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/50—Image enhancement or restoration by the use of more than one image, e.g. averaging, subtraction
    • 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
    • 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
    • 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
    • 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
    • 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
    • G06T2207/20212—Image combination
    • G06T2207/20224—Image subtraction
    • 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

Abstract

藉由計算一多層晶圓之一跨層差異影像而提供一光學檢測工具之一差異影像中之雜訊減少。使用一第一晶圓層之一第一晶圓影像及一第二晶圓層之一第二晶圓影像。該第一晶圓影像及該第二晶圓影像在該多層晶圓上之一相同平面位置處，但其等係不同層及/或在不同製程步驟之後之影像。計算該第一晶圓影像與該第二晶圓影像之間的一第一差異影像以減少晶圓雜訊。可使用該第一差異影像來識別缺陷。可使用具有一影像資料獲取子系統之一系統來執行此技術。

Description

藉由跨層影像相減之晶圓雜訊減少
本發明係關於減少缺陷偵測期間之雜訊。
製造半導體裝置(諸如邏輯及記憶體裝置)通常包含使用大量半導體製程處理一基板(像一半導體晶圓)以形成半導體裝置之各種特徵及多個層級。例如，微影係涉及將一圖案自一光罩轉印至配置於一半導體晶圓上之一光阻劑之一半導體製程。半導體製程之額外實例包含但不限於化學機械拋光(CMP)、蝕刻、沈積及離子植入。可在一單一半導體晶圓上之一配置中製造多個半導體裝置，且接著將其等分離成個別半導體裝置。 在一半導體製程期間之各個步驟使用檢測過程來偵測晶圓上之缺陷以促進製程中之較高良率及因此較高利潤。檢測始終為製造半導體裝置(諸如積體電路(IC))之一重要部分。然而，隨著半導體裝置尺寸之減小，檢測對於成功製造可接受的半導體裝置變得甚至更加重要，此係因為較小缺陷可引起裝置發生故障。例如，隨著半導體裝置尺寸之減小，對大小減小之缺陷之偵測已成為必要，此係因為甚至相對較小缺陷可引起半導體裝置中之不必要的像差。 然而，隨著設計規則之收縮，半導體製程可更靠近製程之效能能力之限制操作。另外，隨著設計規則之收縮，較小缺陷可對裝置之電參數具有影響，此驅使更為靈敏的檢測。隨著設計規則之收縮，藉由檢測偵測到的可能良率相關缺陷之群體急劇增長，且藉由檢測偵測到的擾亂點缺陷之群體亦急劇增長。因此，可在晶圓上偵測到愈來愈多的缺陷，且校正製程以消除全部缺陷可為困難的且昂貴的。因而，判定哪些缺陷實際上對裝置之電參數及良率具有影響可容許製程控制方法集中於該等缺陷同時在很大程度上忽略其他缺陷。此外，在較小設計規則下，在一些情況中，製程誘發之故障可趨於為系統性的。即，製程誘發之故障趨於在通常在設計內重複許多次之預定設計圖案處發生故障。消除空間系統性電相關缺陷係重要的，此係因為消除此等缺陷可對良率具有一顯著的總體影響。通常無法自上文描述之檢測、檢視及分析過程判定缺陷是否將影響裝置參數及良率，此係因為此等過程可能無法關於電設計判定缺陷之位置。 已證實跨一多層晶圓之多個層進行缺陷偵測成問題。先前技術依賴於缺陷屬性或客製化差分過濾器來減少雜訊或擾亂點。然而，若缺陷之信號看似類似於雜訊或擾亂點，則此等技術可能無法良好運作。例如，缺陷源分析(DSA)型擾亂點過濾係基於找到先前層上之缺陷且在下一層上將此等缺陷作為擾亂點濾除。此可能僅容許過濾離散的先前層擾亂點事件。此無法處置隨機晶圓雜訊，隨機晶圓雜訊需要在先前晶圓層上維持一配方以在製程改變時不斷地調諧。 因此，需要一種提供缺陷偵測期間之減少的雜訊之新穎技術及系統。
在一第一實施例中，提供一種用於一多層晶圓中之缺陷識別期間的雜訊減少之方法。該方法包括使用一影像資料獲取子系統執行之對安置於該多層晶圓之一第一晶圓層上之一第二晶圓層之一第二晶圓掃描。使用該影像資料獲取子系統將該第二晶圓掃描轉換為對應於該第二晶圓層之一第二晶圓影像。在一處理器處接收一第一晶圓影像及該第二晶圓影像。該第一晶圓影像係該第一晶圓層之影像，且該第二晶圓影像及該第一晶圓影像在該多層晶圓上之一相同平面位置處。使用該處理器藉由計算該第一晶圓影像與該第二晶圓影像之間的一第一差異影像而減少影像雜訊。使用該處理器來基於該第一差異影像識別一或多個缺陷。 若該第一差異影像中之一或多個像素超過一預定臨限值，則可偵測到該一或多個缺陷。 一第一晶圓掃描可為對該第一晶圓層之整個一表面之掃描。該第一晶圓影像可僅為整個該表面之一部分。可基於該第二晶圓影像之該位置選擇整個該表面之該部分。 在一例項中，該方法進一步包含：使用該處理器比較該第一晶圓影像與該第二晶圓影像之間的一對比度差異。若該對比度差異超過一預定臨限值，則使用該處理器將動態補償應用於該第一晶圓影像或該第二晶圓影像。 在一例項中，該方法進一步包含：使用該處理器來基於一晶圓設計檔案對準該第二晶圓影像與該第一晶圓影像。 在一例項中，該方法進一步包含：使用該影像資料獲取子系統執行對該第一晶圓層之一第一晶圓掃描。使用該影像資料獲取子系統將該第一晶圓掃描轉換為對應於該第一晶圓層之該第一晶圓影像。 在一例項中，該方法進一步包含：在該處理器處接收對應於該第一晶圓層之在該多層晶圓上不同於該第一晶圓影像及該第二晶圓影像之位置之一平面位置處之一第一參考影像。使用該處理器計算該第一參考影像與該第一晶圓影像之間的一第二差異影像。在該處理器處接收對應於該第二晶圓層之在該多層晶圓上不同於該第一晶圓影像及該第二晶圓影像之位置之一平面位置處之一第二參考影像。使用該處理器計算該第二參考影像與該第二晶圓影像之間的一第三差異影像。使用該處理器計算該第二差異影像與該第三差異影像之間的一第四差異影像。可使用該處理器比較該第四差異影像與該第一差異影像以驗證該一或多個缺陷之存在。 在一第二實施例中，提供一種用於一多層晶圓中之缺陷識別之系統。該系統包括一影像資料獲取子系統及與該影像資料獲取子系統電子通信之一控制器。該控制器包含經組態以執行一或多個軟體模組之一處理器。該一或多個軟體模組經組態以：接收一第一晶圓影像及一第二晶圓影像；計算該第一晶圓影像與該第二晶圓影像之間的一第一差異影像，藉此減少晶圓雜訊；及基於該第一差異影像識別一或多個缺陷。該第一晶圓影像係該多層晶圓之一第一晶圓層之影像。該第二晶圓影像係安置於該多層晶圓之該第一晶圓層上之一第二晶圓層之影像。該第二晶圓影像及該第一晶圓影像在該多層晶圓上之一相同平面位置處。該影像資料獲取子系統可經組態以執行一晶圓掃描。 該一或多個軟體模組可進一步經組態以：比較該第一晶圓影像與該第二晶圓影像之間的一對比度差異，且若該對比度差異超過一預定臨限值，則將動態補償應用於該第一晶圓影像或該第二晶圓影像。 該一或多個軟體模組可進一步經組態以基於一晶圓設計檔案對準該第二晶圓影像與該第一晶圓影像。 在一例項中，一第一晶圓掃描可為對該第一晶圓層之整個一表面之掃描。該第一晶圓影像可僅為整個該表面之一部分。該一或多個軟體模組可進一步經組態以基於該第二晶圓影像之該位置選擇整個該表面之一部分。 該一或多個軟體模組進一步經組態以：接收對應於該第一晶圓層之在該多層晶圓上不同於該第一晶圓影像及該第二晶圓影像之位置之一平面位置處之一第一參考影像；計算該第一參考影像與該第一晶圓影像之間的一第二差異影像；接收對應於該第二晶圓層之在該多層晶圓上不同於該第一晶圓影像及該第二晶圓影像之位置之一平面位置處之一第二參考影像；計算該第二參考影像與該第二晶圓影像之間的一第三差異影像；及計算該第二差異影像與該第三差異影像之間的一第四差異影像。該一或多個軟體模組可進一步經組態以比較該第四差異影像與該第一差異影像以驗證該一或多個缺陷之存在。
相關申請案之交叉參考 本申請案主張於2016年11月22日申請、現待審之美國臨時申請案第62/425,602號之優先權，該案之揭示內容以引用的方式併入本文中。 儘管將根據特定實施例描述所主張之標的，然其他實施例(包含未提供本文中闡述之全部優點及特徵之實施例)亦在本發明之範疇內。在不脫離本發明之範疇之情況下，可進行各種結構、邏輯、製程步驟及電子改變。因此，本發明之範疇僅參考隨附申請專利範圍定義。 本文中揭示之方法及系統之實施例藉由計算一多層晶圓之一跨層差異影像而提供一光學檢測工具之一差異影像中之雜訊減少。實現對先前埋藏於雜訊底限之缺陷(例如，其具有通常過低而難以偵測之一信號對雜訊比)之偵測。此可改良半導體製造商之缺陷偵測結果且增加處理量。特定言之，圖案相關缺陷(諸如缺失圖案、連接兩個金屬線之橋接缺陷或畸形圖案)可獲益於本文中揭示之技術，然而其他類型之缺陷亦可獲益。並未使用缺陷之一外觀差異及差異影像中之雜訊或擾亂點來將所關注缺陷(DOI)與雜訊或擾亂點分離。 圖5繪示一卡盤306上之一多層晶圓307。多層晶圓307包含一第一晶圓層308及一第二晶圓層309。第二晶圓層309經安置於第一晶圓層308上。雖然僅繪示兩層，但多層晶圓307可包含晶圓上之三個、四個、五個或更多個層。該等層可相隔許多步驟。在本文中未繪示之一實例中，層25中可能引入一擾亂點，層31中可能引入DOI，且可歸因於晶圓處理最佳化而在層34處檢測晶圓。在此實例中，比較層34上之候選影像與層25至33處之相同位置處之一影像。因此，第一晶圓層308及第二晶圓層309可能並非連續的。 製程步驟涉及層之論述。在本文中未繪示之一特定實例中，層2可為在氧化物沈積之後之層1，層3可為在氧化物蝕刻之後之層2，層4可為在金屬沈積之後之層3，且層5可為在拋光之後之層4。因此，第二晶圓層309可為第一晶圓層308之一經修改版本，及/或可包含相較於第一晶圓層308之額外材料。 可對第一晶圓層308執行一完全晶圓記錄，此可為在缺陷被引入之前之一檢測步驟，但其含有具隨機晶圓雜訊(諸如臨界尺寸(CD)變動、線邊緣粗糙度(LER))及先前層缺陷之一樣本。進一步處理多層晶圓307，一缺陷可被引入，且接著多層晶圓307到達第二晶圓層309之下一檢測步驟，在光學截圖(patch)中可見該第二晶圓層309上之缺陷。 可對第二晶圓層309執行一檢測，且可自第二晶圓層309之影像及在第一晶圓層308上之相同位置處取得之影像計算一差異影像。 圖1係繪示可用於一多層晶圓中之缺陷識別期間的雜訊減少之一方法100之一實施例之一流程圖。 在101，諸如使用一影像資料獲取子系統執行對一第二晶圓層之一第二晶圓掃描。第二晶圓層經安置於多層晶圓之一第一晶圓層上。第二晶圓層可為形成於第一晶圓層上之一額外層，但亦可為第一晶圓層之一經修改區段(例如，第一晶圓層上之一經蝕刻區域)。在102，諸如使用影像資料獲取子系統將第二晶圓掃描轉換為對應於第二晶圓層之一第二晶圓影像。 雖然展示在缺陷偵測之後之截圖影像之大小可僅為32x32像素2 ，但在偵測之前使用之圖框可為約1k x 1k像素2 。此大小可有助於提供當前之影像與先前層之影像之間的一高度準確對準。較大圖框可提供足夠特徵以容許高度準確影像對準。 在103，諸如在一處理器處接收一第一晶圓影像及第二晶圓影像。第一晶圓影像係第一晶圓層之影像。第二晶圓影像及第一晶圓影像可在多層晶圓上之一相同平面位置處。第一晶圓影像及第二晶圓影像可具有晶圓之平面之至少一些相同X-Y座標。 可基於一晶圓設計檔案或其他技術對準第二晶圓影像與第一晶圓影像。例如，基於設計之對準可用於在第一晶圓層上記錄晶圓且在第二晶圓層上檢測晶圓以幫助影像對準。 在一例項中，一第一晶圓掃描可為對第一晶圓層之整個一表面之掃描。第一晶圓影像可僅為整個表面之一部分。可基於第二晶圓影像之位置選擇整個表面之部分。 在另一例項中，諸如使用影像資料獲取系統執行對第一晶圓層之一第一晶圓掃描。諸如使用影像資料獲取子系統將第一晶圓掃描轉換為對應於第一晶圓層之第一晶圓影像。 在104，諸如使用處理器藉由計算第一晶圓影像與第二晶圓影像之間的一第一差異影像而減少影像雜訊。在105，諸如使用處理器來基於第一差異影像識別一或多個缺陷。若第一差異影像中之一或多個像素超過一預定臨限值，則可偵測一或多個缺陷。此經計算差異具有一改良的信號對雜訊比，此係因為先前層擾亂點及隨機晶圓雜訊得以減少或消除。 在一例項中，若全部雜訊來自先前層，則信號對雜訊比可自層內檢測之＜1變為跨層檢測之2至5。因此，缺陷可從無法偵測變為容易偵測。 可比較第一晶圓影像與第二晶圓影像之間的一對比度。若對比度差異超過一預定臨限值，則可將動態補償應用於第一晶圓影像或第二晶圓影像。處理器可比較對比度且應用動態補償。可在計算差異影像時應用動態補償。 在一例項中，諸如在處理器處接收對應於第一晶圓層之在多層晶圓上不同於第一晶圓影像及第二晶圓影像之位置之一平面位置處之一第一參考影像。諸如使用處理器來計算第一參考影像與第一晶圓影像之間的一第二差異影像。諸如在處理器處接收對應於第二晶圓層之在多層晶圓上不同於第一晶圓影像及第二晶圓影像之位置之一平面位置處之一第二參考影像。諸如使用處理器來計算第二參考影像與第二晶圓影像之間的一第三差異影像。諸如使用處理器來計算第二差異影像與第三差異影像之間的一第四差異影像。可諸如使用處理器來比較第四差異影像與第一差異影像以驗證一或多個缺陷之存在。若歸因於例如當前層與先前層中之相同位置處之影像之間的一對比度差異而無法簡單地自先前層處之影像減去當前層之候選影像，則可使用此技術。在此例項中，可計算當前層之差異影像與先前層之差異影像之差。若存在可見之一缺陷，則可能不清楚此缺陷是在候選影像中還是在參考影像中。可使用雙重偵測來判定缺陷實際上在哪一影像中。 在一實例中，可使用一虛擬檢測器來記錄一整個晶圓。可使用雙重偵測對第二晶圓層執行差異影像計算。若找到超過臨限值之一缺陷，則比較差異影像與來自第一晶圓層之具有與當前層之測試或參考影像相同之位置之差異影像。若層間差異影像中之一像素超過臨限值，則報告一缺陷。 圖2繪示層間缺陷檢測之一實施例。第一晶圓層之第一晶圓影像200及第二晶圓層之第二晶圓影像201對應於多層晶圓之相同區域。因此，第一晶圓影像200係第一晶圓層在缺陷205出現在第二晶圓層上之處(在第二晶圓影像201中所見)之一視圖。第二參考影像202係多層晶圓之第二晶圓層之影像，但其在晶圓表面上之一不同位置。例如，第二參考影像202可為相對於第二晶圓影像201之下一晶粒之影像。 如第一晶圓影像200中所見，CD變動206引起晶圓雜訊。在第二晶圓影像201中可見缺陷205。第二晶圓影像201及第二參考影像202之差異影像204可導致一雜訊差異影像，其展示缺陷205與雜訊207。用一雜訊差異影像可能無法容易偵測到缺陷。第一晶圓影像200與第二晶圓影像201之間的第一差異影像203展示缺陷205而具有較少或不具有相同類型之雜訊。 圖3繪示層間缺陷檢測之另一實施例。差異影像220係第一晶圓層之一第一晶圓影像與一第一參考影像兩者之影像相減之結果。差異影像221係第二晶圓層之一第二晶圓影像與一第二參考影像兩者之影像相減之結果。差異影像221包含缺陷223。差異影像220及差異影像221兩者包含隨機晶圓雜訊225及源於第一晶圓層之前之一先前層缺陷224。差異影像220及差異影像221之影像相減導致差異影像222，其以改良的信號對雜訊比展示缺陷223。使用圖3之實施例中之差異影像可減少最終差異影像中之雜訊，此改良缺陷偵測。 圖4繪示使用雙重偵測之層間缺陷檢測之另一實施例。在圖4中，星表示隨機晶圓雜訊，且圓表示一缺陷。繪示第一晶圓層之第一晶圓影像241與第一晶圓層上之一不同平面位置(諸如下一晶粒)處之第一參考影像242。亦包含第一晶圓層上之另一參考影像240。繪示第二晶圓層之第二晶圓影像244與第二晶圓層上之一不同平面位置(諸如下一晶粒)處之第二參考影像245。亦包含第二晶圓層之另一參考影像243。影像相減形成差異影像246至249。接著，在影像相減時使用第二差異影像247及第三差異影像249以形成第四差異影像250，該第四差異影像250展示缺陷。可比較第四差異影像與形成於第一晶圓影像241與第二晶圓影像244之間的第一差異影像以驗證一或多個缺陷之存在。接著，可報告缺陷。 如所需，可使用參考影像240及243與差異影像246及248進行雙重偵測。 圖5係一系統300之一實施例之一方塊圖。系統300包含經組態以固持一多層晶圓307或其他工件之一卡盤306。卡盤306可經組態以在一個、兩個或三個軸線上移動或旋轉。卡盤306亦可經組態以諸如繞Z軸自旋。 系統300亦包含經組態以量測多層晶圓307之一表面之一影像資料獲取子系統301。影像資料獲取子系統301可產生一光束、一電子束、寬頻電漿，或可使用其他技術來量測多層晶圓307之一表面。在一項實例中，影像資料獲取子系統301包含一雷射。在另一實例中，系統300係一寬頻電漿檢測工具。影像資料獲取子系統301可提供多層晶圓307上之晶粒之影像或可提供用以形成多層晶圓307上之晶粒之影像之資訊。影像資料獲取子系統301可經組態以諸如透過影像資料獲取子系統301與卡盤306之間的相對移動執行一晶圓掃描。 系統300與一控制器302通信。例如，控制器302可與影像資料獲取子系統301或系統300之其他組件通信。控制器302可包含一處理器303、與處理器303電子通信之一電子資料儲存單元304，及與處理器303電子通信之一通信埠305。應瞭解，實務上可藉由硬體、軟體及韌體之任何組合而實施控制器302。再者，如本文中描述之其之功能可由一個單元執行或在不同組件當中劃分，繼而可藉由硬體、軟體及韌體之任何組合實施各組件之功能。控制器302實施各種方法及功能之程式碼或指令可儲存於控制器可讀儲存媒體(諸如控制器302內、控制器302外部或其等組合之電子資料儲存單元304中之一記憶體)中。 控制器302可包含一或多個處理器303及一或多個電子資料儲存單元304。各處理器303可與電子資料儲存單元304之一或多者電子通信。在一實施例中，通信地耦合一或多個處理器303。就此而言，一或多個處理器303可接收在影像資料獲取子系統301處接收之讀數，且將讀數儲存於儲存控制器302之電子資料儲存單元304中。控制器302可為系統本身之部分或可與系統分離(例如，一獨立控制單元或在一集中式品質控制單元中)。 處理器可經組態以執行一或多個軟體模組。在一例項中，此等軟體模組可經組態以接收一第一晶圓影像及一第二晶圓影像。第一晶圓影像係多層晶圓之一第一晶圓層之影像。第二晶圓影像係安置於多層晶圓之第一晶圓層上之一第二晶圓層之影像。第二晶圓影像及第一晶圓影像在多層晶圓上之一相同平面位置處。一或多個軟體模組可經組態以計算第一晶圓影像與第二晶圓影像之間的一第一差異影像，藉此減少晶圓雜訊。一或多個軟體模組可經組態以基於第一差異影像識別一或多個缺陷。 一或多個軟體模組可進一步經組態以比較第一晶圓影像與第二晶圓影像之間的一對比度差異，且若對比度差異超過一預定臨限值則將動態補償應用於第一晶圓影像或第二晶圓影像。 一或多個軟體模組可進一步經組態以基於一晶圓設計檔案對準第二晶圓影像與第一晶圓影像。 在一例項中，一第一晶圓掃描係對第一晶圓層之整個一表面之掃描。第一晶圓影像可僅為整個表面之一部分。一或多個軟體模組可進一步經組態以基於第二晶圓影像之位置選擇整個表面之一部分。 一或多個軟體模組可進一步經組態以接收對應於第一晶圓層之在多層晶圓上不同於第一晶圓影像及第二晶圓影像之位置之一平面位置處之一第一參考影像。一或多個軟體模組可經組態以計算第一參考影像與第一晶圓影像之間的一第二差異影像。一或多個軟體模組可經組態以接收對應於第二晶圓層之在多層晶圓上不同於第一晶圓影像及第二晶圓影像之位置之一平面位置處之一第二參考影像。一或多個軟體模組可經組態以計算第二參考影像與第二晶圓影像之間的一第三差異影像。一或多個軟體模組可經組態以計算第二差異影像與第三差異影像之間的一第四差異影像。一或多個軟體模組可進一步經組態以比較第四差異影像與第一差異影像以驗證一或多個缺陷之存在。 控制器302可以任何適合方式(例如，經由一或多個傳輸媒體，其可包含有線及/或無線傳輸媒體)耦合至系統300之組件，使得控制器302可接收由系統300產生之輸出，諸如來自影像資料獲取子系統301之輸出。控制器302可經組態以使用該輸出來執行若干功能。例如，控制器302可經組態以執行對多層晶圓307之缺陷偵測。在另一實例中，控制器302可經組態以將輸出發送至一電子資料儲存單元304或另一儲存媒體而不檢視輸出。控制器302可如本文描述般進一步組態。 本文中描述之控制器302、(若干)其他系統或(若干)其他子系統可採取各種形式，包含一個人電腦系統、影像電腦、主機電腦系統、工作站、網路器具、網際網路器具或其他裝置。一般而言，術語「控制器」可廣義地定義為涵蓋具有一或多個處理器之任何裝置，該一或多個處理器執行來自一記憶媒體之指令。(若干)子系統或(若干)系統亦可包含此項技術中已知之任何適合處理器，諸如一平行處理器。另外，(若干)子系統或(若干)系統可包含具有高速處理及軟體之一平台，其作為一獨立工具或一網路工具。 若系統包含一個以上子系統，則可將不同子系統彼此耦合使得可在子系統之間發送影像、資料、資訊、指令等。例如，一個子系統可藉由任何適合傳輸媒體(可包含此項技術中已知之任何適合有線及/或無線傳輸媒體)耦合至(若干)額外子系統。亦可藉由一共用電腦可讀儲存媒體(未展示)有效地耦合兩個或更多個此等子系統。 系統300可為一缺陷檢視系統、一檢測系統、一計量系統或某一其他類型之系統之部分。因此，本文中揭示之實施例描述可以若干方式定製以用於具有不同能力之或多或少適用於不同應用之系統之一些組態。 控制器302可與影像資料獲取子系統301或系統300之其他組件電子通信。控制器302可根據本文中描述之實施例之任一者組態。控制器302亦可經組態以使用影像資料獲取子系統301之輸出或使用來自其他來源之影像或資料來執行其他功能或額外步驟。 一額外實施例係關於一種儲存可在一控制器上執行以執行一電腦實施方法散焦偵測之程式指令之一非暫時性電腦可讀媒體，如本文中揭示。特定言之，如圖5中展示，控制器302可包含電子資料儲存單元304中之一記憶體或其他電子資料儲存媒體，其具有包含可在控制器302上執行之程式指令之非暫時性電腦可讀媒體。電腦實施方法可包含本文中描述之任何(若干)方法之任何(若干)步驟。例如，控制器302可經程式化以執行圖1之一些或全部步驟。在一例項中，控制器302中之處理器303可經程式化以接收一第一晶圓影像及一第二晶圓影像。第一晶圓影像係多層晶圓之一第一晶圓層之影像。第二晶圓影像係安置於多層晶圓之第一晶圓層上之一第二晶圓層之影像。第二晶圓影像及第一晶圓影像在多層晶圓上之一相同平面位置處。計算第一晶圓影像與第二晶圓影像之間的一第一差異影像，藉此減少晶圓雜訊。基於第一差異影像識別一或多個缺陷。 可以各種方式之任一者實施程式指令，包含基於程序之技術、基於組件之技術及/或物件導向技術，等等。例如，可視需要使用ActiveX控制項、C++物件、JavaBeans、微軟基礎類別(Microsoft Foundation Classes, MFC)、SSE (串流SIMD延伸)或其他技術或方法論來實施程式指令。 在另一實施例中，控制器302可以此項技術中已知之任何方式通信地耦合至系統300之各種組件或子系統之任一者。此外，控制器302可經組態以藉由一傳輸媒體(其可包含有線及/或無線部分)自其他系統接收及/或獲取資料或資訊(例如，來自諸如一檢視工具之一檢測系統之檢測結果、包含設計資料之一遠端資料庫，及類似者)。以此方式，傳輸媒體可用作控制器302與系統300之其他子系統或系統300外部之系統之間的一資料鏈路。 在一些實施例中，藉由以下之一或多者實行本文中揭示之系統300及方法之各種步驟、功能及/或操作：電子電路、邏輯閘、多工器、可程式化邏輯裝置、ASIC、類比或數位控制項/開關、微控制器或計算系統。可經由載體媒體傳輸實施諸如本文中描述之方法之方法之程式指令，或將其等儲存於載體媒體上。載體媒體可包含一儲存媒體，諸如一唯讀記憶體、一隨機存取記憶體、一磁碟或光碟、一非揮發性記憶體、一固態記憶體、一磁帶，及類似者。一載體媒體可包含一傳輸媒體，諸如一導線、纜線或無線傳輸鏈路。可藉由一單一控制器302 (或電腦系統)或(替代地)多個控制器302 (或多個電腦系統)實行貫穿本發明描述之各種步驟。此外，系統300之不同子系統可包含一或多個計算或邏輯系統。因此，上文描述不應解釋為對本發明之一限制而是僅為一繪示。 如本文中使用，術語「晶圓」大體上指代由一半導體或非半導體材料形成之基板。此一半導體或非半導體材料之實例包含但不限於：單晶矽、氮化鎵、砷化鎵、磷化銦、藍寶石及玻璃。通常可在半導體製造廠中找到及/或處理此等基板。 一晶圓可包含形成於一基板上之一或多個層。例如，此等層可包含但不限於：一光致抗蝕劑、一介電材料、一導電材料及一半導電材料。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晶圓意欲涵蓋包含全部類型之此等層之一晶圓。 形成於一晶圓上之一或多個層可經圖案化或未經圖案化。例如，一晶圓可包含複數個晶粒，各晶粒具有可重複圖案化特徵或週期性結構。形成及處理此等材料層最終可導致成品裝置。許多不同類型之裝置可形成於一晶圓上，且如本文中使用之術語晶圓意欲涵蓋其上製造此項技術中已知之任何類型之裝置之一晶圓。 亦可使用其他類型之晶圓。例如，可使用晶圓來製造LED、太陽能電池、磁碟、平板或拋光板。亦可使用本文中揭示之技術及系統來對其他物件上之缺陷進行分類。 可如本文中描述般執行方法之步驟之各者。方法亦可包含可由本文中描述之控制器及/或(若干)電腦子系統或(若干)系統執行之任何其他(若干)步驟。該等步驟可由一或多個電腦系統執行，該一或多個電腦系統可根據本文中描述之實施例之任一者組態。另外，可藉由本文中描述之系統實施例之任一者執行上文描述之方法。 如本文中使用，「第一」及「第二」用以區分各種構件。並不暗指一連續順序，儘管在一些例項中，「第一」可直接出現在「第二」之前。 儘管已關於一或多個特定實施例描述本發明，然將瞭解，可在不脫離本發明之範疇之情況下進行本發明之其他實施例。因此，本發明被視為僅受限於隨附申請專利範圍及其等之合理解釋。
100‧‧‧方法
101‧‧‧執行對第二晶圓層之第二晶圓掃描
102‧‧‧將第二晶圓掃描轉換為對應於第二晶圓層之第二晶圓影像
103‧‧‧接收第一晶圓影像及第二晶圓影像
104‧‧‧藉由計算第一晶圓影像與第二晶圓影像之間的一第一差異影像而減少影像雜訊
105‧‧‧基於第一差異影像識別一或多個缺陷
200‧‧‧第一晶圓影像
201‧‧‧第二晶圓影像
202‧‧‧第二參考影像
204‧‧‧差異影像
205‧‧‧缺陷
206‧‧‧臨界尺寸(CD)變動
207‧‧‧雜訊
220‧‧‧差異影像
221‧‧‧差異影像
222‧‧‧差異影像
223‧‧‧缺陷
224‧‧‧先前層缺陷
225‧‧‧隨機晶圓雜訊
240‧‧‧參考影像
241‧‧‧第一晶圓影像
242‧‧‧第一參考影像
243‧‧‧參考影像
244‧‧‧第二晶圓影像
245‧‧‧第二參考影像
246‧‧‧差異影像
247‧‧‧第二差異影像
248‧‧‧差異影像
249‧‧‧第三差異影像
250‧‧‧第四差異影像
300‧‧‧系統
301‧‧‧影像資料獲取子系統
302‧‧‧控制器
303‧‧‧處理器
304‧‧‧電子資料儲存單元
305‧‧‧通信埠
306‧‧‧卡盤
307‧‧‧多層晶圓
308‧‧‧第一晶圓層
309‧‧‧第二晶圓層
為更全面理解本發明之性質及目的，應結合隨附圖式參考以下詳細描述，其中： 圖1係繪示根據本發明之一方法之一實施例之一流程圖； 圖2繪示層間缺陷檢測之一實施例； 圖3繪示層間缺陷檢測之另一實施例； 圖4繪示使用雙重偵測之層間缺陷檢測之另一實施例；及 圖5係根據本發明之一系統之一實施例之一方塊圖。

Claims (16)

  1. 一種用於一多層晶圓中之缺陷識別期間的雜訊減少之方法，其包括： 使用一影像資料獲取子系統執行對安置於該多層晶圓之一第一晶圓層上之一第二晶圓層之一第二晶圓掃描； 使用該影像資料獲取子系統將該第二晶圓掃描轉換為對應於該第二晶圓層之一第二晶圓影像； 在一處理器處接收一第一晶圓影像及該第二晶圓影像，其中該第一晶圓影像係該第一晶圓層之影像，且其中該第二晶圓影像及該第一晶圓影像在該多層晶圓上之一相同平面位置處； 使用該處理器藉由計算該第一晶圓影像與該第二晶圓影像之間的一第一差異影像而減少影像雜訊；及 使用該處理器來基於該第一差異影像識別一或多個缺陷。
  2. 如請求項1之方法，其進一步包括： 使用該處理器比較該第一晶圓影像與該第二晶圓影像之間的一對比度差異；及 若該對比度差異超過一預定臨限值，則使用該處理器將動態補償應用於該第一晶圓影像或該第二晶圓影像。
  3. 如請求項1之方法，其進一步包括使用該處理器來基於一晶圓設計檔案對準該第二晶圓影像與該第一晶圓影像。
  4. 如請求項1之方法，其中若該第一差異影像中之一或多個像素超過一預定臨限值，則偵測到該一或多個缺陷。
  5. 如請求項1之方法，其中一第一晶圓掃描係對該第一晶圓層之整個一表面之掃描，且其中該第一晶圓影像僅為整個該表面之一部分。
  6. 如請求項5之方法，其進一步包括基於該第二晶圓影像之該位置選擇整個該表面之該部分。
  7. 如請求項1之方法，其進一步包括： 使用該影像資料獲取子系統執行對該第一晶圓層之一第一晶圓掃描；及 使用該影像資料獲取子系統將該第一晶圓掃描轉換為對應於該第一晶圓層之該第一晶圓影像。
  8. 如請求項1之方法，其進一步包括： 在該處理器處接收對應於該第一晶圓層之在該多層晶圓上不同於該第一晶圓影像及該第二晶圓影像之位置之一平面位置處之一第一參考影像； 使用該處理器計算該第一參考影像與該第一晶圓影像之間的一第二差異影像； 在該處理器處接收對應於該第二晶圓層之在該多層晶圓上不同於該第一晶圓影像及該第二晶圓影像之位置之一平面位置處之一第二參考影像； 使用該處理器計算該第二參考影像與該第二晶圓影像之間的一第三差異影像；及 使用該處理器計算該第二差異影像與該第三差異影像之間的一第四差異影像。
  9. 如請求項8之方法，其進一步包括使用該處理器比較該第四差異影像與該第一差異影像以驗證該一或多個缺陷之存在。
  10. 一種用於一多層晶圓中之缺陷識別之系統，其包括： 一影像資料獲取子系統；及 一控制器，其與該影像資料獲取子系統電子通信，其中該控制器包含經組態以執行一或多個軟體模組之一處理器，該一或多個軟體模組經組態以： 接收一第一晶圓影像及一第二晶圓影像，其中該第一晶圓影像係該多層晶圓之一第一晶圓層之影像，其中該第二晶圓影像係安置於該多層晶圓之該第一晶圓層上之一第二晶圓層之影像，且其中該第二晶圓影像及該第一晶圓影像在該多層晶圓上之一相同平面位置處； 計算該第一晶圓影像與該第二晶圓影像之間的一第一差異影像，藉此減少晶圓雜訊；及 基於該第一差異影像識別一或多個缺陷。
  11. 如請求項10之系統，其中該影像資料獲取子系統經組態以執行一晶圓掃描。
  12. 如請求項10之系統，其中該一或多個軟體模組進一步經組態以： 比較該第一晶圓影像與該第二晶圓影像之間的一對比度差異；及 若該對比度差異超過一預定臨限值，則將動態補償應用於該第一晶圓影像或該第二晶圓影像。
  13. 如請求項10之系統，其中該一或多個軟體模組進一步經組態以基於一晶圓設計檔案對準該第二晶圓影像與該第一晶圓影像。
  14. 如請求項10之系統，其中一第一晶圓掃描係對該第一晶圓層之整個一表面之掃描，其中該第一晶圓影像僅為整個該表面之一部分，且其中該一或多個軟體模組進一步經組態以基於該第二晶圓影像之該位置選擇整個該表面之一部分。
  15. 如請求項10之系統，其中該一或多個軟體模組進一步經組態以： 接收對應於該第一晶圓層之在該多層晶圓上不同於該第一晶圓影像及該第二晶圓影像之位置之一平面位置處之一第一參考影像； 計算該第一參考影像與該第一晶圓影像之間的一第二差異影像； 接收對應於該第二晶圓層之在該多層晶圓上不同於該第一晶圓影像及該第二晶圓影像之位置之一平面位置處之一第二參考影像； 計算該第二參考影像與該第二晶圓影像之間的一第三差異影像；及 計算該第二差異影像與該第三差異影像之間的一第四差異影像。
  16. 如請求項15之系統，其中該一或多個軟體模組進一步經組態以比較該第四差異影像與該第一差異影像以驗證該一或多個缺陷之存在。
TW106140436A 2016-11-22 2017-11-22 藉由跨層影像相減之晶圓雜訊減少 TW201834100A (zh)

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
US201662425602P 2016-11-22 2016-11-22
US62/425,602 2016-11-22
US15/797,867 2017-10-30
US15/797,867 US10504213B2 (en) 2016-11-22 2017-10-30 Wafer noise reduction by image subtraction across layers

Publications (1)

Publication Number Publication Date
TW201834100A true TW201834100A (zh) 2018-09-16

Family

ID=62147744

Family Applications (1)

Application Number Title Priority Date Filing Date
TW106140436A TW201834100A (zh) 2016-11-22 2017-11-22 藉由跨層影像相減之晶圓雜訊減少

Country Status (5)

Country Link
US (1) US10504213B2 (zh)
KR (1) KR20190077582A (zh)
CN (1) CN109923654B (zh)
TW (1) TW201834100A (zh)
WO (1) WO2018098192A1 (zh)

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10648925B2 (en) * 2017-06-05 2020-05-12 Kla-Tencor Corporation Repeater defect detection
US11151711B2 (en) * 2018-06-06 2021-10-19 Kla-Tencor Corporation Cross layer common-unique analysis for nuisance filtering
KR102630568B1 (ko) * 2018-06-15 2024-01-29 삼성전자주식회사 반도체 소자의 제조 방법
US11035803B1 (en) 2020-02-26 2021-06-15 Applied Materials Israel Ltd. Multi-perspective examination of a specimen
US11494924B2 (en) 2020-04-28 2022-11-08 KLA Corp. Image alignment for noisy images
US11761903B2 (en) * 2020-11-23 2023-09-19 International Business Machines Corporation Wafer inspection and verification
US11922619B2 (en) 2022-03-31 2024-03-05 Kla Corporation Context-based defect inspection
US20230314336A1 (en) * 2022-03-31 2023-10-05 Kla Corporation Multi-mode optical inspection

Family Cites Families (23)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5943437A (en) 1995-10-09 1999-08-24 Kabushiki Kaisha Kobe Seiko Sho Method and apparatus for classifying a defect on a semiconductor wafer
US5949901A (en) 1996-03-21 1999-09-07 Nichani; Sanjay Semiconductor device image inspection utilizing image subtraction and threshold imaging
US5859698A (en) 1997-05-07 1999-01-12 Nikon Corporation Method and apparatus for macro defect detection using scattered light
US6140140A (en) 1998-09-16 2000-10-31 Advanced Micro Devices, Inc. Method for detecting process sensitivity to integrated circuit layout by compound processing
US6040912A (en) 1998-09-30 2000-03-21 Advanced Micro Devices, Inc. Method and apparatus for detecting process sensitivity to integrated circuit layout using wafer to wafer defect inspection device
US6200823B1 (en) 1999-02-09 2001-03-13 Advanced Micro Devices, Inc. Method for isolation of optical defect images
US6411378B1 (en) 2000-01-24 2002-06-25 Advanced Micro Devices, Inc. Mask, structures, and method for calibration of patterned defect inspections
US6586263B2 (en) 2000-09-18 2003-07-01 Neuristics Physics Laboratory, Inc. Correction of overlay offset between inspection layers in integrated circuits
US6642726B2 (en) 2001-06-29 2003-11-04 Kla-Tencor Corporation Apparatus and methods for reliable and efficient detection of voltage contrast defects
US6763142B2 (en) 2001-09-07 2004-07-13 Nline Corporation System and method for correlated noise removal in complex imaging systems
US7295695B1 (en) 2002-03-19 2007-11-13 Kla-Tencor Technologies Corporation Defect detection via multiscale wavelets-based algorithms
US7813541B2 (en) 2005-02-28 2010-10-12 Applied Materials South East Asia Pte. Ltd. Method and apparatus for detecting defects in wafers
TWI439684B (zh) 2005-07-06 2014-06-01 Nanometrics Inc 具自晶圓或其他工件特定材料層所發射光致發光信號優先偵測之光致發光成像
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
US7478360B2 (en) 2005-12-06 2009-01-13 Synopsys, Inc. Approximating wafer intensity change to provide fast mask defect scoring
KR100755372B1 (ko) * 2006-08-25 2007-09-04 삼성전자주식회사 웨이퍼 검사방법
JP4909729B2 (ja) 2006-12-13 2012-04-04 株式会社東芝 検査データ作成方法および検査方法
JP4919988B2 (ja) 2008-03-07 2012-04-18 株式会社日立ハイテクノロジーズ 回路パターン検査装置、および回路パターン検査方法
US8605275B2 (en) 2009-01-26 2013-12-10 Kla-Tencor Corp. Detecting defects on a wafer
JP5548159B2 (ja) 2010-11-05 2014-07-16 株式会社アドバンテスト 欠陥レビュー装置及び欠陥レビュー方法
US10330608B2 (en) 2012-05-11 2019-06-25 Kla-Tencor Corporation Systems and methods for wafer surface feature detection, classification and quantification with wafer geometry metrology tools
US9747670B2 (en) 2013-06-26 2017-08-29 Kla-Tencor Corporation Method and system for improving wafer surface inspection sensitivity
KR101520835B1 (ko) 2013-06-27 2015-05-18 파크시스템스 주식회사 이미지 획득 방법 및 이를 이용한 이미지 획득 장치

Also Published As

Publication number Publication date
KR20190077582A (ko) 2019-07-03
WO2018098192A1 (en) 2018-05-31
US20180144442A1 (en) 2018-05-24
CN109923654A (zh) 2019-06-21
CN109923654B (zh) 2023-06-20
US10504213B2 (en) 2019-12-10

Similar Documents

Publication Publication Date Title
CN109923654B (zh) 通过跨层图像相减的晶片噪声减少
TWI731975B (zh) 用於缺陷偵測之系統及方法
CN111033710B (zh) 在透明或半透明晶片上的缺陷检测
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
TW201730843A (zh) 藉由降低晶粒至晶粒製程雜訊之缺陷信號對雜訊增強
TW201939634A (zh) 使用電子束檢測及具有即時情報之深度學習以減少損害的缺陷探索
TWI760523B (zh) 用於偵測一缺陷之方法、非暫時性電腦可讀媒體及系統
TWI707305B (zh) 晶圓檢驗方法及系統
KR102201122B1 (ko) 민감도 개선 및 뉴슨스 억제를 위해 로직 및 핫스팟 검사에서 z-층 컨텍스트를 사용하는 시스템 및 방법
CN109690750B (zh) 用于散焦检测的方法、非暂时性计算机可读媒体和系统
TWI785065B (zh) 基於妨害地圖之寬帶電漿檢查
US20190137411A1 (en) Minimizing Field Size to Reduce Unwanted Stray Light