TW202127553A - 用於晶圓缺陷偵測之基於變化之分段 - Google Patents

用於晶圓缺陷偵測之基於變化之分段 Download PDF

Info

Publication number
TW202127553A
TW202127553A TW109133273A TW109133273A TW202127553A TW 202127553 A TW202127553 A TW 202127553A TW 109133273 A TW109133273 A TW 109133273A TW 109133273 A TW109133273 A TW 109133273A TW 202127553 A TW202127553 A TW 202127553A
Authority
TW
Taiwan
Prior art keywords
range attribute
segments
intensity
processor
image
Prior art date
Application number
TW109133273A
Other languages
English (en)
Other versions
TWI843894B (zh
Inventor
姜旭光
Original Assignee
美商科磊股份有限公司
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 美商科磊股份有限公司 filed Critical 美商科磊股份有限公司
Publication of TW202127553A publication Critical patent/TW202127553A/zh
Application granted granted Critical
Publication of TWI843894B publication Critical patent/TWI843894B/zh

Links

Images

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
    • 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
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
    • G01N21/9501—Semiconductor wafers
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/20—Image enhancement or restoration using local operators
    • G06T5/30—Erosion or dilatation, e.g. thinning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/70—Denoising; Smoothing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • 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
    • 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
    • G01N2021/8854—Grading and classifying of flaws
    • G01N2021/8867—Grading and classifying of flaws using sequentially two or more inspection runs, e.g. coarse and fine, or detecting then analysing
    • G01N2021/887—Grading and classifying of flaws using sequentially two or more inspection runs, e.g. coarse and fine, or detecting then analysing the measurements made in two or more directions, angles, positions
    • 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
    • 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)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Biochemistry (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Quality & Reliability (AREA)
  • Signal Processing (AREA)
  • Testing Or Measuring Of Semiconductors Or The Like (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)

Abstract

可將所關注缺陷及擾亂點分離成不同片段，此實現僅在一個片段中偵測到該等所關注缺陷。可將一影像之一區域分段成複數個片段。可判定該等片段之一範圍屬性。可使用定限以自該範圍屬性選擇該等片段之一者。可擴展所選擇之該片段。

Description

用於晶圓缺陷偵測之基於變化之分段
本發明係關於半導體晶圓檢測。
半導體製造產業之演進對良率管理且特定言之對度量衡及檢測系統提出更高要求。臨界尺寸繼續縮小，而產業需要減少用於達成高良率、高價值生產之時間。最小化從偵測到一良率問題至解決該問題之總時間判定一半導體製造商之投資回報率。
製作諸如邏輯及記憶體裝置之半導體裝置通常包含使用大量製作程序處理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倍縮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作程序。半導體製作程序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。製作於一單一半導體晶圓上之多個半導體裝置之一配置可被分離成個別半導體裝置。
在半導體製造期間之各個步驟使用檢測程序來偵測晶圓上之缺陷以促進製程中之更高良率及因此更高利潤。檢測始終為製作半導體裝置(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，檢測對於可接受半導體裝置之成功製造變得甚至更為重要，此係因為較小缺陷可能引起裝置發生故障。例如，隨著半導體裝置尺寸之減小，具有減小大小之缺陷之偵測已變得必要，此係因為甚至相對較小缺陷可引起半導體裝置中之非所要像差。
然而，隨著設計規則收縮，半導體製程可更接近程序之效能能力之限制操作。另外，隨著設計規則收縮，較小缺陷可能影響裝置之電參數，此驅使更靈敏檢測。隨著設計規則收縮，藉由檢測偵測到之潛在良率相關缺陷之群體急劇增長，且藉由檢測偵測到之擾亂點缺陷之群體亦急劇增加。因此，可在晶圓上偵測到更多缺陷，且校正程序以消除全部缺陷可為困難的且昂貴的。判定哪些缺陷實際上影響裝置之電參數及良率可容許程序控制方法集中於該等缺陷而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，程序誘發之故障趨於為系統性的。亦即，程序誘發之故障趨於在通常在設計內重複許多次之預定設計型樣處發生故障。空間系統、電相關缺陷之消除可影響良率。
在對一半導體晶圓執行之各處理步驟中，在晶圓上之各晶粒中印刷相同電路圖案。大多數晶圓檢測系統利用此事實且使用一相對簡單的晶粒間比較來偵測晶圓上之缺陷。然而，各晶粒中之經印刷電路可包含具有在X或Y方向上重複之圖案化特徵之許多區域，諸如DRAM、SRAM或FLASH之區域。此類型之區域通常被稱為一陣列區域(其餘區域被稱為隨機或邏輯區域)。為了達成更佳靈敏度，先進檢測系統針對檢測陣列區域及隨機或邏輯區域採用不同策略。
強度可用作用於將類似強度像素群組在一起之分段之一特徵。接著，將相同組之缺陷偵測參數應用於相同基於強度之群組中之全部像素。然而，此方法具有若干缺點。例如，當一幾何特徵均勻散佈時，可使用一基於強度之分段演算法。通常，此係不足夠的。例如，在一基於強度或基於強度總和之分段中，可將一晶圓影像分段成一安靜陣列片段、一嘈雜分頁片段(noisy page break segment)及一嘈雜交叉點片段。然而，若將一安靜片段錯誤分類為一嘈雜片段，則可遺漏一安靜片段中之所關注缺陷(DOI)。當片段之間之相同切割線(cutline)導致訓練及運行時間之不同分段時，片段亦可被錯誤分類。片段之此錯誤分類對於影像之任何預處理(諸如移除分頁區域中之週期性圖案之預處理)亦可為不利的。因而，純粹基於強度或強度總和之分段易受與運行時間期間之工作間強度變化有關之不穩定性影響。因此，需要基於其他性質之分段。
用於對一暗場(DF)檢測系統之輸出進行分段之另一方法係基於投影之分段(PBS)。PBS提供用於基於X及Y方向上之相對投影強度分離區域中之片段之一方式。大多數時間，PBS方法良好運作。然而，由於其用於DF晶圓檢測演算法之預處理部分中，故存在PBS分段結果沿著下伏實體結構圖案之側波動之情況，此使基於投影之分段不穩定。一些安靜片段被不正確地分段為嘈雜片段，且反之亦然。影響係引起缺陷檢測對局部雜訊之適應性降低。因此，PBS一般僅在區域影像含有主要水平及/或垂直圖案時使用。
用於對一暗場檢測系統之輸出進行分段之一額外方法係基於中值強度之分段(MBS)。MBS比PBS更穩定，此係因為大多數時間，陣列區域與分頁區域之間之中值強度差很大，此提供陣列與分頁之間之更容易分離。然而，來自MBS之片段邊界可能為不規則的，此可與下伏實體結構圖案不相關。因此，MBS一般在缺陷及擾亂點背景強度不同之條件下使用。
存在不滿足上述準則且因此舊分段方法不適用之情況。需要經改良方法及系統。
在一第一實施例中提供一種系統。該系統包括：一光源，其產生光；一載物台，其經組態以固持一晶圓；一偵測器，其接收自該晶圓反射之該光；及一處理器，其與該偵測器電子通信。該光源可為一雷射。該處理器經組態以：執行將一影像之一區域分段成複數個片段；判定該區域中之像素之一範圍屬性；將一低通濾波器應用於該範圍屬性；應用定限以自該範圍屬性選擇該等片段之一者；及沿著一X方向及垂直於該X方向之一Y方向將擴展(dilation)應用於該等片段之該一者。該影像係自來自該偵測器之資料產生。
可藉由以下步驟判定該範圍屬性：以升序對該影像之全部晶粒之一位置中之像素強度進行排序；及藉由自一第二最高強度減去一第二最低強度而定義該範圍屬性。
亦可藉由以下步驟判定該範圍屬性：以升序對該影像之晶粒中之像素強度進行排序；及藉由使用一最高強度減去一中值強度或該中等強度減去一最低強度中之一較低者來定義該範圍屬性。
若該範圍屬性小於或等於一切割線，則該定限可選擇該等片段之一第一片段，且若該範圍屬性大於該切割線，則該定限選擇該等片段之一第二片段。
該處理器可進一步經組態以組合具有一低強度之該等片段之至少兩者。
該處理器可進一步經組態以在該等片段之一或多者中執行缺陷偵測。
在一第二實施例中提供一種方法。該方法包括：使用一處理器執行將一影像之一區域分段成複數個片段；使用該處理器判定該區域中之像素之一範圍屬性；使用該處理器將一低通濾波器應用於該範圍屬性；使用該處理器應用定限以自該範圍屬性選擇該等片段之一者；及使用該處理器沿著一X方向及垂直於該X方向之一Y方向擴展該等片段之該一者。
可藉由以下步驟判定該範圍屬性：以升序對該影像之全部晶粒之一位置中之像素強度進行排序；及藉由自一第二最高強度減去一第二最低強度而定義該範圍屬性。
亦可藉由以下步驟判定該範圍屬性：以升序對該影像之晶粒中之像素強度進行排序；且藉由使用一最高強度減去一中值強度或該中等強度減去一最低強度中之一較低者來定義該範圍屬性。
若該範圍屬性小於或等於一切割線，則該定限可選擇該等片段之一第一片段，且若該範圍屬性大於該切割線，則該定限選擇該等片段之一第二片段。
該方法可進一步包含使用該處理器組合具有一低強度之該等片段之至少兩者。
該方法可進一步包含使用該處理器在該等片段之一或多者中執行缺陷偵測。
在一第三實施例中提供一種非暫時性電腦可讀儲存媒體。該非暫時性電腦可讀儲存媒體包括用於對一或多個運算裝置執行以下步驟之一或多個程式。該等步驟包含：接收一半導體晶圓之一影像；執行將該影像之一區域分段成複數個片段；判定該區域中之像素之一範圍屬性；將一低通濾波器應用於該範圍屬性；應用定限以自該範圍屬性選擇該等片段之一者；及沿著一X方向及垂直於該X方向之一Y方向擴展該等片段之該一者。
可藉由以下步驟判定該範圍屬性：以升序對該影像之全部晶粒之一位置中之像素強度進行排序；及藉由自一第二最高強度減去一第二最低強度而定義該範圍屬性。
亦可藉由以下步驟判定該範圍屬性：以升序對該影像之晶粒中之像素強度進行排序；及藉由使用一最高強度減去一中值強度或該中等強度減去一最低強度中之一較低者來定義該範圍屬性。
若該範圍屬性小於或等於一切割線，則該定限可選擇該等片段之一第一片段，且若該範圍屬性大於該切割線，則該定限選擇該等片段之一第二片段。
該等步驟可進一步包含組合具有一低強度之該等片段之至少兩者。
該等步驟可進一步包含在該等片段之一或多者中執行缺陷偵測。
相關申請案之交叉參考
本申請案主張2019年9月26日申請且被指派美國申請案第62/906,673號之臨時專利申請案之優先權，該案之揭示內容特此以引用的方式併入。
雖然將依據特定實施例描述所主張標的物，但其他實施例(包含未提供本文中所闡述之全部優點及特徵之實施例)亦在本發明之範疇內。可作出各種結構、邏輯、程序步驟及電子改變而不脫離本發明之範疇。因此，本發明之範疇僅藉由參考隨附發明申請專利範圍定義。
當前晶圓缺陷偵測工具在陣列及安靜邏輯區域中具有相當良好的靈敏度。本文中所揭示之實施例可改良在一般邏輯區域(其通常為一嘈雜區域)中之靈敏度。本文中所揭示之基於變化之分段(VBS)演算法可將自一檢測工具接收之一區域影像分離成不同片段以抑制擾亂點或錯誤事件，且因此改良缺陷偵測靈敏度。此VBS演算法可增強缺陷偵測靈敏度及擾亂點抑制。在差異影像中，DOI背景比擾亂點更安靜。因此，差異影像資訊可用於分離DOI與擾亂點。
圖1係一方法100之一實施例。方法100之一些或全部步驟可使用一處理器執行。在各步驟旁邊展示一例示性晶粒影像之一圖。方法100可基於一或多個影像中之像素執行分段。
在101，接收一半導體晶圓之一或多個影像及/或接收一半導體晶圓之一或多個影像之區域定義。可在一或多個區域中判定分段。此將影像或影像之區域劃分為片段。一區域係將影像分離成可包含一陣列、分頁、邏輯等之區塊的一使用者定義矩形或多邊形區域。因此，區域可為一半導體晶圓之一影像之一邏輯區域。一分段方法(諸如VBS)可將邏輯區域劃分為片段。
在102，判定區域中之各像素之一範圍屬性，如圖1中針對步驟102藉由具有不同灰色陰影之框展示。可取決於來自步驟101之影像之數目而不同地判定範圍屬性。因此，若存在更多像素，則可移除最小及最大強度。所移除之一或多個強度可基於影像之數目。範圍屬性判定可用於執行所提出之VBS分段。像素範圍值與該像素中之雜訊有關。稍後步驟可為基於此範圍屬性。
運用四個或更多個晶粒，各像素位置之範圍屬性可藉由按照強度以升序對全部晶粒當中之該位置中之像素強度進行排序而判定。因此，可按像素計算範圍屬性。像素強度可為在黑色與白色之間之灰色強度。可在一配方設置階段定義晶粒之數目。藉由自一第二最高強度減去一第二最低強度而定義範圍屬性。因此，可將範圍定義為不同影像中之相同位置處之像素強度之間之一差。
在一例項中，針對其中N＞ 4之N晶粒案例，以升序(例如，I1、I2、...、IN-1、IN)對各像素之強度(I)進行排序。範圍屬性等於IN-1 – I2。
運用三個晶粒，可以升序對像素進行排序。藉由使用一最高強度減去一中值強度或中值強度減去一最低強度中之一較低者而定義範圍屬性。
在一例項中，針對三晶粒案例，以升序對各像素進行排序以判定一最小、一中值及一最大強度。範圍屬性等於最大強度減去中值強度或中值強度減去最小強度中之較小者。
可將範圍屬性計算為兩個強度值之間之一差。針對具有四個或更多個晶粒之一實例，在移除最高強度及最低強度之後仍留下兩個或更多個晶粒。然而，針對三晶粒實例，若移除最高強度及最低強度兩者，則僅留下一個值，此對於範圍屬性計算係不足夠的。因此，一不同方法可用於三晶粒案例以移除最高強度或最低強度之任一者但非兩者。大多數應用包含三個或更多個晶粒。
在一例項中，代替使用來自各像素之強度差，可在計算範圍屬性時判定一特定鄰域內之標準偏差。
在103，將一低通濾波器應用於範圍屬性。此可抑制由DOI引起之潛在變化。例如，可使用一中值濾波器或高斯(Gaussian)濾波器。低通濾波器可抑制具有一真實缺陷之位置處之經計算範圍值之變化。一缺陷像素之強度通常不遵循與非缺陷像素相同之強度分佈。一低通濾波器可使用相鄰像素之範圍值來校正來自缺陷之影響。在此步驟之後，可移除經計算範圍中之異常高或低值。
在104，應用定限以自範圍屬性選擇片段之一者。若範圍屬性小於或等於一切割線，則定限選擇該等片段之一第一片段，且若範圍屬性大於切割線，則定限選擇該等片段之一第二片段。切割線可藉由一使用者定義。一使用者可使用不同切割線直至達成一所要分段結果。
在一例項中，存在多個臨限值[Th0、Th1、…、ThN]。若範圍屬性＜ Th0，則可執行VBS以定義一第一片段(seg0)。若Th0＜範圍屬性＜ Th1，則可執行VBS以定義一第二片段(seg1)。可相應地定義額外片段。
在105，沿著X方向及Y方向擴展在定限中選擇之片段。Y方向垂直於X方向。此可用於覆蓋高雜訊區域之相鄰區域，如圖1之圖中所展示。雖然圖1中之圖包含矩形，但片段可為其他形狀，諸如圓形、橢圓形、三角形、方形或多邊形。
例如，為了將seg1擴展至seg0中，若seg0中之一像素靠近seg1中之一像素，則將像素之片段設定為seg1 (即，seg1之大小增長)。擴展背後之假定係一嘈雜區域之鄰域亦為嘈雜的。歸因於強度變化，步驟102至104可未對每一像素正確地分段。擴展可延伸片段以覆蓋相鄰區域。
在步驟102之一例項中，DOI及擾亂點在類似影像背景中。因此，在使用現有分段方法時，其等在相同片段中。在步驟105中，其等在不同片段中。片段內部之詳細位置可無關緊要。
運用VBS，可將低變化及高變化區域分離為不同片段。低變化片段可用於增強缺陷偵測而高變化片段可用於擾亂點抑制。
當DOI及擾亂點兩者定位於具有類似背景強度之隨機邏輯區域中時，可不應用PBS及MBS。DOI及擾亂點兩者皆被偵測或兩者皆被遺漏。沒有僅偵測DOI之方式。運用本文中所揭示之VBS演算法，將DOI及擾亂點分離成不同片段，且因此可在一個片段中僅偵測DOI。
方法100可視情況包含使用處理器組合具有一低強度之片段之至少兩者。例如，MBS可用於組合片段。此在圖2A至圖2C中繪示。
MBS輸出兩個或更多個片段。在一標準MBS使用案例中，使用兩個片段。如圖2A中所展示，seg0可用於經改良靈敏度且seg1可用於擾亂點抑制。在各片段中可存在變化。VBS可將各MBS片段進一步劃分為額外片段，如圖2B中所展示。將MBS之seg0劃分為seg0及seg2。將MBS之seg1劃分為seg1及seg3。
在本文中所揭示之將MBS與VBS演算法組合之一實例中，seg0及seg2具有相同靈敏度。可在seg1中執行經改良缺陷偵測，且可在seg3中抑制擾亂點。因此，可組合圖2B中之seg0及seg2，此導致圖2C之分段。圖2C中之組合可保留seg0靈敏度，可在先前seg1中偵測新缺陷，且可在剩餘seg2 (先前seg3)中抑制擾亂點。
在圖3中展示一系統200之一項實施例。系統200包含基於光學之子系統201。一般而言，基於光學之子系統201經組態用於藉由將光引導至一樣品202 (或使光在樣品202上方掃描)且自樣品202偵測光而產生樣品202之基於光學之輸出。在一項實施例中，樣品202包含一晶圓。晶圓可包含此項技術中已知之任何晶圓。在另一實施例中，樣品202包含一倍縮光罩。倍縮光罩可包含此項技術中已知之任何倍縮光罩。
在圖3中所展示之系統200之實施例中，基於光學之子系統201包含經組態以將光引導至樣品202之一照明子系統。照明子系統包含至少一個光源。例如，如圖3中所展示，照明子系統包含光源203。在一項實施例中，照明子系統經組態以按可包含一或多個傾斜角及/或一或多個法向角之一或多個入射角將光引導至樣品202。例如，如圖3中所展示，來自光源203之光按一傾斜入射角引導穿過光學元件204及接著透鏡205而至樣品202。傾斜入射角可包含可取決於例如樣品202之特性而變化之任何適合傾斜入射角。
基於光學之子系統201可經組態以在不同時間按不同入射角將光引導至樣品202。例如，基於光學之子系統201可經組態以更改照明子系統之一或多個元件之一或多個特性，使得可按不同於圖3中所展示之入射角之一入射角將光引導至樣品202。在一個此實例中，基於光學之子系統201可經組態以使光源203、光學元件204及透鏡205移動，使得按一不同傾斜入射角或一法向(或近法向)入射角將光引導至樣品202。
在一些例項中，基於光學之子系統201可經組態以同時按一個以上入射角將光引導至樣品202。例如，照明子系統可包含一個以上照明通道，該等照明通道之一者可包含如圖3中所展示之光源203、光學元件204及透鏡205，且該等照明通道之另一者(未展示)可包含可不同地或相同地組態之類似元件，或可包含至少一光源及可能一或多個其他組件(諸如本文中進一步描述之組件)。若與另一光同時將此光引導至樣品，則按不同入射角引導至樣品202之光之一或多個特性(例如，波長、偏光等)可不同，使得可在(若干)偵測器處將源自按不同入射角照明樣品202之光彼此區分。
在另一例項中，照明子系統可僅包含一個光源(例如，圖3中所展示之光源203)，且可藉由照明子系統之一或多個光學元件(未展示)將來自光源之光分至不同光學路徑中(例如，基於波長、偏光等)。接著，可將不同光學路徑之各者中之光引導至樣品202。多個照明通道可經組態以同時或在不同時間(例如，當使用不同照明通道循序照明樣品時)將光引導至樣品202。在另一例項中，相同照明通道可經組態以在不同時間將具有不同特性之光引導至樣品202。例如，在一些例項中，光學元件204可組態為一光譜濾光片，且可以多種不同方式(例如，藉由調換出光譜濾光片)改變光譜濾光片之性質使得可在不同時間將不同波長之光引導至樣品202。照明子系統可具有此項技術中已知之用於循序或同時按不同或相同入射角將具有不同或相同特性之光引導至樣品202的任何其他適合組態。
在一項實施例中，光源203可包含一寬頻電漿(BBP)源。以此方式，由光源203產生且引導至樣品202之光可包含寬頻光。然而，光源可包含任何其他適合光源(諸如一雷射)。雷射可包含此項技術中已知之任何適合雷射，且可經組態以產生此項技術中已知之任一或多個適合波長之光。另外，雷射可經組態以產生單色或近單色之光。以此方式，雷射可為一窄頻雷射。光源203亦可包含產生多個離散波長或波帶之光之一多色光源。
來自光學元件204之光可藉由透鏡205聚焦至樣品202上。雖然透鏡205在圖3中被展示為一單折射光學元件，但應理解，實務上，透鏡205可包含組合地將來自光學元件之光聚焦至樣品之若干折射及/或反射光學元件。在圖3中展示且在本文中描述之照明子系統可包含任何其他適合光學元件(未展示)。此等光學元件之實例包含但不限於(若干)偏光組件、(若干)光譜濾光片、(若干)空間濾光片、(若干)反射光學元件、(若干)變跡器、(若干)光束分離器(諸如光束分離器213)、(若干)孔隙及類似者，其可包含此項技術中已知之任何此等適合光學元件。另外，基於光學之子系統201可經組態以基於待用於產生基於光學之輸出之照明類型來更改照明子系統之元件之一或多者。
基於光學之子系統201亦可包含經組態以引起光在樣品202上方掃描之一掃描子系統。例如，基於光學之子系統201可包含載物台206，在基於光學之輸出產生期間，樣品202安置於載物台206上。掃描子系統可包含可經組態以使樣品202移動使得光可在樣品202上方掃描之任何適合機械及/或機器人總成(其包含載物台206)。另外或替代地，基於光學之子系統201可經組態使得基於光學之子系統201之一或多個光學元件執行光在樣品202上方之某一掃描。光可以任何適合方式(諸如以一蛇形路徑或以一螺旋路徑)在樣品202上方掃描。
基於光學之子系統201進一步包含一或多個偵測通道。一或多個偵測通道之至少一者包含一偵測器，該偵測器經組態以偵測歸因於藉由子系統照明樣品202而來自樣品202之光，且回應於經偵測光而產生輸出。例如，圖3中所展示之基於光學之子系統201包含兩個偵測通道，一個偵測通道由集光器207、元件208及偵測器209形成且另一偵測通道由集光器210、元件211及偵測器212形成。如圖3中所展示，兩個偵測通道經組態以按不同收集角收集且偵測光。在一些例項中，兩個偵測通道經組態以偵測散射光，且偵測通道經組態以偵測按不同角度自樣品202散射之光。然而，偵測通道之一或多者可經組態以偵測來自樣品202之另一類型之光(例如，反射光)。
如圖3中進一步展示，兩個偵測通道被展示為定位於紙平面中且照明子系統亦被展示為定位於紙平面中。因此，在此實施例中，兩個偵測通道定位於入射平面中(例如，以入射平面為中心)。然而，偵測通道之一或多者可定位於入射平面外。例如，由集光器210、元件211及偵測器212形成之偵測通道可經組態以收集且偵測自入射平面散射出之光。因此，此一偵測通道可通常被稱為一「側」通道，且此一側通道可以實質上垂直於入射平面之一平面為中心。
雖然圖3展示包含兩個偵測通道之基於光學之子系統201之一實施例，但基於光學之子系統201可包含不同數目個偵測通道(例如，僅一個偵測通道或兩個或更多個偵測通道)。在一個此例項中，由集光器210、元件211及偵測器212形成之偵測通道可如上文描述般形成一個側通道，且基於光學之子系統201可包含形成為定位於入射平面之相對側上之另一側通道的一額外偵測通道(未展示)。因此，基於光學之子系統201可包含偵測通道，該偵測通道包含集光器207、元件208及偵測器209且以入射平面為中心，且經組態以按法向於或接近法向於樣品202表面之(若干)散射角收集且偵測光。因此，此偵測通道可通常被稱為一「頂部」通道，且基於光學之子系統201亦可包含如上文描述般組態之兩個或更多個側通道。因而，基於光學之子系統201可包含至少三個通道(即，一個頂部通道及兩個側通道)，且該至少三個通道之各者具有其自身之集光器，集光器之各者經組態以按不同於其他集光器之各者之散射角收集光。
如上文進一步描述，包含於基於光學之子系統201中之偵測通道之各者可經組態以偵測散射光。因此，圖3中所展示之基於光學之子系統201可經組態用於樣品202之暗場(DF)輸出產生。然而，基於光學之子系統201亦可或替代地包含經組態用於樣品202之明場(BF)輸出產生之(若干)偵測通道。換言之，基於光學之子系統201可包含經組態以偵測自樣品202鏡面反射之光之至少一個偵測通道。因此，本文中所描述之基於光學之子系統201可經組態用於僅DF成像、僅BF成像或DF成像及BF成像兩者。雖然在圖3中將集光器之各者展示為單折射光學元件，但應理解，集光器之各者可包含一或多個折射光學晶粒及/或一或多個反射光學元件。
一或多個偵測通道可包含此項技術中已知之任何適合偵測器。例如，偵測器可包含光電倍增管(PMT)、電荷耦合裝置(CCD)、延時積分(TDI)相機及此項技術中已知之任何其他適合偵測器。偵測器亦可包含非成像偵測器或成像偵測器。以此方式，若偵測器係非成像偵測器，則偵測器之各者可經組態以偵測散射光之特定特性(諸如強度)，但可未經組態以偵測依據在成像平面內之位置而變化之此等特性。因而，由包含於基於光學之子系統之偵測通道之各者中之偵測器之各者產生的輸出可為信號或資料，而非影像信號或影像資料。在此等例項中，一處理器(諸如處理器214)可經組態以自偵測器之非成像輸出產生樣品202之影像。然而，在其他例項中，偵測器可組態為經組態以產生成像信號或影像資料之成像偵測器。因此，基於光學之子系統可經組態以依若干方式產生本文中所描述之光學影像或其他基於光學之輸出。
應注意，本文中提供圖3以大體上繪示可包含於本文中所描述之系統實施例中或可產生由本文中所描述之系統實施例使用之基於光學之輸出的一基於光學之子系統201之一組態。可更改本文中所描述之基於光學之子系統201組態以最佳化基於光學之子系統201之效能，如在設計一商業輸出獲取系統時所通常執行。另外，可使用一現有系統(例如，藉由將本文中所描述之功能性新增至一現有系統)實施本文中所描述之系統。對於一些此等系統，本文中所描述之方法可提供為系統之選用功能性(例如，除系統之其他功能性之外)。替代地，可將本文中所描述之系統設計為一全新系統。
處理器214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200之組件，使得處理器214可接收輸出。處理器214可經組態以使用輸出執行若干功能。系統200可自處理器214接收指令或其他資訊。處理器214及/或電子資料儲存單元215視情況可與一晶圓檢測工具、一晶圓度量衡工具或一晶圓檢視工具(未繪示)電子通信以接收額外資訊或發送指令。例如，處理器214及/或電子資料儲存單元215可與一掃描電子顯微鏡電子通信。
本文中所描述之處理器214、(若干)其他系統或(若干)其他子系統可為各種系統之部分，該等系統包含一個人電腦系統、影像電腦、主機電腦系統、工作站、網路設備、網際網路設備或其他裝置。(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作為一獨立工具或一網路工具。
處理器214及電子資料儲存單元215可安置於系統200或另一裝置中或以其他方式作為系統200或另一裝置之部分。在一實例中，處理器214及電子資料儲存單元215可為一獨立控制單元之部分或在一集中式品質控制單元中。可使用多個處理器214或電子資料儲存單元215。
實務上，處理器214可藉由硬體、軟體及韌體之任何組合實施。再者，如本文中所描述之其之功能可藉由一個單元執行或在不同組件當中劃分，該等不同組件之各者繼而可藉由硬體、軟體及韌體之任何組合實施。供處理器214實施各種方法及功能之程式碼或指令可儲存於可讀儲存媒體(諸如電子資料儲存單元215中之一記憶體或其他記憶體)中。
若系統200包含一個以上處理器214，則不同子系統可彼此耦合，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/或無線傳輸媒體之任何適合傳輸媒體耦合至(若干)額外子系統。此等子系統之兩者或更多者亦可藉由一共用電腦可讀儲存媒體(未展示)有效地耦合。
處理器214可經組態以使用系統200之輸出或其他輸出執行若干功能。例如，處理器214可經組態以將輸出發送至一電子資料儲存單元215或另一儲存媒體。可如本文中描述般進一步組態處理器214。
可根據本文中所描述之實施例之任何者組態處理器214。處理器214亦可經組態以使用系統200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。
系統200之各種步驟、功能及/或操作以及本文中所揭示之方法係藉由以下之一或多者實行：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、微控制器或運算系統。實施諸如本文中所描述之方法之方法之程式指令可經由載體媒體傳輸或儲存於載體媒體上。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，諸如一線、纜線或無線傳輸鏈路。例如，在本發明各處描述之各種步驟可藉由一單一處理器214或替代地多個處理器214實行。此外，系統200之不同子系統可包含一或多個運算或邏輯系統。因此，上文描述不應被解釋為對本發明之一限制而是僅為一繪示。
在一例項中，處理器214與系統200通信。處理器214可經組態以執行本文中所揭示之實施例之任何者，諸如圖1之方法100。在一例項中，處理器214經組態以：執行將一影像之一區域分段成複數個片段；判定區域中之像素之一範圍屬性；將一低通濾波器應用於範圍屬性；應用定限以自範圍屬性選擇片段之一者；及沿著一X方向及垂直於X方向之一Y方向將擴展應用於片段之該一者。
可藉由以下步驟判定範圍屬性：以升序對影像之全部晶粒之一位置中之像素強度進行排序；及藉由自一第二最高強度減去一第二最低強度而定義範圍屬性。
亦可藉由以下步驟判定範圍屬性：以升序對影像之晶粒中之像素強度進行排序；及藉由使用一最高強度減去一中值強度或中等強度減去一最低強度中之一較低者來定義範圍屬性。
若範圍屬性小於或等於一切割線，則定限可選擇該等片段之一第一片段，或若範圍屬性大於切割線，則定限可選擇該等片段之一第二片段。
處理器214可進一步經組態以組合具有一低強度之片段之至少兩者。
一額外實施例係關於一種儲存程式指令之非暫時性電腦可讀媒體，該等程式指令可在一控制器上執行用於執行用於晶圓檢測之一電腦實施方法，如本文中所揭示。特定言之，如圖3中所展示，電子資料儲存單元215或其他儲存媒體可含有包含可在處理器214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所描述之任何(若干)方法(包含方法100)之任何(若干)步驟。
在一例項中，步驟包含：接收一半導體晶圓之一影像；執行將影像之一區域分段成複數個片段；判定區域中之像素之一範圍屬性；將一低通濾波器應用於範圍屬性；應用定限以自範圍屬性選擇片段之一者；及沿著一X方向及垂直於X方向之一Y方向擴展片段之該一者。
可以各種方式(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)之任何者實施程式指令。例如，可視需要使用ActiveX控制項、C++物件、JavaBeans、微軟基礎類別(MFC)、串流SIMD延伸(SSE)或其他技術或方法論來實施程式指令。
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。此等基板可普遍在半導體製作設施中找到及/或處理。
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阻劑、一介電材料、一導電材料及一半導電材料。許多不同類型之此等層在此項技術中已知，且如本文中所使用之術語晶圓旨在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，一晶圓可包含各具有可重複圖案化特徵或週期性結構之複數個晶粒。此等材料層之形成及處理可最終導致完成裝置。許多不同類型之裝置可形成於一晶圓上，且如本文中所使用之術語晶圓旨在涵蓋其上製作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，晶圓可用於製造LED、太陽能電池、磁碟、平板或拋光板。可使用本文中所揭示之技術及系統對其他物件上之缺陷進行分類。
可如本文中所描述般執行方法之步驟之各者。方法亦可包含可由本文中所描述之處理器及/或(若干)電腦子系統或(若干)系統執行之任何(若干)其他步驟。步驟可藉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所描述之實施例之任何者組態。另外，上文所描述之方法可藉由本文中所描述之系統實施例之任何者執行。
雖然已關於一或多個特定實施例描述本發明，但應理解，可進行本發明之其他實施例而不脫離本發明之範疇。因此，本發明被視為僅由隨附發明申請專利範圍及其合理解釋限制。
100:方法 101:接收半導體晶圓之一或多個影像及/或接收半導體晶圓之一或多個影像之區域定義/步驟 102:判定區域中之各像素之範圍屬性/步驟 103:將低通濾波器應用於範圍屬性/步驟 104:應用定限以自範圍屬性選擇片段之一者/步驟 105:沿著X方向及Y方向擴展在定限中選擇之片段/步驟 200:系統 201:基於光學之子系統 202:樣品 203:光源 204:光學元件 205:透鏡 206:載物台 207:集光器 208:元件 209:偵測器 210:集光器 211:元件 212:偵測器 213:光束分離器 214:處理器 215:電子資料儲存單元
為了更全面理解本發明之性質及目標，應參考結合隨附圖式進行之以下詳細描述，其中： 圖1係根據本發明之一方法之一流程圖與對應例示性晶粒影像； 圖2A至圖2C係繪示根據本發明之一方法之另一實施例之圖；及 圖3係根據本發明之一系統。
100:方法
101:接收半導體晶圓之一或多個影像及/或接收半導體晶圓之一或多 個影像之區域定義/步驟
102:判定區域中之各像素之範圍屬性/步驟
103:將低通濾波器應用於範圍屬性/步驟
104:應用定限以自範圍屬性選擇片段之一者/步驟
105:沿著X方向及Y方向擴展在定限中選擇之片段/步驟

Claims (19)

  1. 一種系統，其包括： 一光源，其產生光； 一載物台，其經組態以固持一晶圓； 一偵測器，其接收自該晶圓反射之該光；及 一處理器，其與該偵測器電子通信，其中該處理器經組態以： 執行將一影像之一區域分段成複數個片段，其中該影像係自來自該偵測器之資料產生； 判定該區域中之像素之一範圍屬性； 將一低通濾波器應用於該範圍屬性； 應用定限以自該範圍屬性選擇該等片段之一者；及 沿著一X方向及垂直於該X方向之一Y方向將擴展應用於該等片段之該一者。
  2. 如請求項1之系統，其中該光源係一雷射。
  3. 如請求項1之系統，其中該範圍屬性係藉由以下步驟判定： 以升序對該影像之全部晶粒之一位置中之像素強度進行排序；及 藉由自一第二最高強度減去一第二最低強度而定義該範圍屬性。
  4. 如請求項1之系統，其中該範圍屬性係藉由以下步驟判定： 以升序對該影像之晶粒中之像素強度進行排序；及 藉由使用一最高強度減去一中值強度或該中等強度減去一最低強度中之一較低者來定義該範圍屬性。
  5. 如請求項1之系統，其中若該範圍屬性小於或等於一切割線，則該定限選擇該等片段之一第一片段，且若該範圍屬性大於該切割線，則該定限選擇該等片段之一第二片段。
  6. 如請求項1之系統，其中該處理器進一步經組態以組合具有一低強度之該等片段之至少兩者。
  7. 如請求項1之系統，其中該處理器進一步經組態以在該等片段之一或多者中執行缺陷偵測。
  8. 一種方法，其包括： 使用一處理器執行將一影像之一區域分段成複數個片段； 使用該處理器判定該區域中之像素之一範圍屬性； 使用該處理器將一低通濾波器應用於該範圍屬性； 使用該處理器應用定限以自該範圍屬性選擇該等片段之一者；及 使用該處理器沿著一X方向及垂直於該X方向之一Y方向擴展該等片段之該一者。
  9. 如請求項8之方法，其中該範圍屬性係藉由以下步驟判定： 以升序對該影像之全部晶粒之一位置中之像素強度進行排序；及 藉由自一第二最高強度減去一第二最低強度而定義該範圍屬性。
  10. 如請求項8之方法，其中該範圍屬性係藉由以下步驟判定： 以升序對該影像之晶粒中之像素強度進行排序；及 藉由使用一最高強度減去一中值強度或該中等強度減去一最低強度中之一較低者而定義該範圍屬性。
  11. 如請求項8之方法，其中若該範圍屬性小於或等於一切割線，則該定限選擇該等片段之一第一片段，且若該範圍屬性大於該切割線，則該定限選擇該等片段之一第二片段。
  12. 如請求項8之方法，其進一步包括使用該處理器組合具有一低強度之該等片段之至少兩者。
  13. 如請求項8之方法，其進一步包括使用該處理器在該等片段之一或多者中執行缺陷偵測。
  14. 一種非暫時性電腦可讀儲存媒體，其包括用於對一或多個運算裝置執行以下步驟之一或多個程式： 接收一半導體晶圓之一影像； 執行將該影像之一區域分段成複數個片段； 判定該區域中之像素之一範圍屬性； 將一低通濾波器應用於該範圍屬性； 應用定限以自該範圍屬性選擇該等片段之一者；及 沿著一X方向及垂直於該X方向之一Y方向擴展該等片段之該一者。
  15. 如請求項14之非暫時性電腦可讀儲存媒體，其中該範圍屬性係藉由以下步驟判定： 以升序對該影像之全部晶粒之一位置中之像素強度進行排序；及 藉由自一第二最高強度減去一第二最低強度而定義該範圍屬性。
  16. 如請求項14之非暫時性電腦可讀儲存媒體，其中該範圍屬性係藉由以下步驟判定： 以升序對該影像之晶粒中之像素強度進行排序；及 藉由使用一最高強度減去一中值強度或該中等強度減去一最低強度中之一較低者而定義該範圍屬性。
  17. 如請求項14之非暫時性電腦可讀儲存媒體，其中若該範圍屬性小於或等於一切割線，則該定限選擇該等片段之一第一片段，且若該範圍屬性大於該切割線，則該定限選擇該等片段之一第二片段。
  18. 如請求項14之非暫時性電腦可讀儲存媒體，其中該等步驟進一步包含組合具有一低強度之該等片段之至少兩者。
  19. 如請求項14之非暫時性電腦可讀儲存媒體，其中該等步驟進一步包含在該等片段之一或多者中執行缺陷偵測。
TW109133273A 2019-09-26 2020-09-25 用於半導體晶圓檢測之系統及方法，及電腦可讀儲存媒體 TWI843894B (zh)

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
US201962906673P 2019-09-26 2019-09-26
US62/906,673 2019-09-26
US17/024,681 US11676260B2 (en) 2019-09-26 2020-09-17 Variation-based segmentation for wafer defect detection
US17/024,681 2020-09-17

Publications (2)

Publication Number Publication Date
TW202127553A true TW202127553A (zh) 2021-07-16
TWI843894B TWI843894B (zh) 2024-06-01

Family

ID=

Also Published As

Publication number Publication date
KR20220070490A (ko) 2022-05-31
US20210097671A1 (en) 2021-04-01
US11676260B2 (en) 2023-06-13
CN114402192A (zh) 2022-04-26
CN114402192B (zh) 2023-10-31
WO2021061585A1 (en) 2021-04-01

Similar Documents

Publication Publication Date Title
CN114402192B (zh) 用于晶片缺陷检测的基于变化的分段
US20220245791A1 (en) Design-assisted inspection for dram and 3d nand devices
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
CN114341630B (zh) 等概率缺陷检测
TWI829980B (zh) 半導體晶圓檢測之方法及系統，以及非暫時性電腦可讀媒體
JP6906044B2 (ja) 感度改善およびニューサンス抑制のため、論理的およびホットスポット検査でｚレイヤコンテキストを使用するシステムおよび方法
TWI843894B (zh) 用於半導體晶圓檢測之系統及方法，及電腦可讀儲存媒體
TWI768071B (zh) 成像系統及成像方法
US11610296B2 (en) Projection and distance segmentation algorithm for wafer defect detection
TW202125760A (zh) 一維唯一結構之圖案至設計的對齊
TWI844736B (zh) 等概率缺陷偵測
US20240221141A1 (en) Pattern segmentation for nuisance suppression
TW202301191A (zh) 用於導出及改善成像條件之影像對比度量
US20230122514A1 (en) Laser Anneal Pattern Suppression
WO2024144971A1 (en) Pattern segmentation for nuisance suppression
TW202312303A (zh) 通過基於影像投影之修補對設計對準之晶圓對準改良