TW202242394A - 用於離層缺陷之邊緣輪廓檢測 - Google Patents

Abstract

可執行對一半導體晶圓影像之一輪廓影像之檢測，以便偵測晶圓邊緣附近之離層。為了估計一參考影像，判定一無缺陷輪廓邊緣，並且自該無缺陷輪廓邊緣產生該參考影像。自該參考影像及該輪廓影像判定一差影像。在二值化之後，對該差影像執行檢測。

Description

用於離層缺陷之邊緣輪廓檢測

本發明係關於半導體檢測。

半導體製造業之演進對良率管理，尤其對計量及檢測系統提出更高要求。臨界尺寸繼續收縮，但行業需要縮短用於達成高良率、高價值生產之時間。最小化自偵測一良率問題至解決該問題之總時間可最大化一半導體製造者之投資回報。

製作諸如邏輯裝置及記憶體裝置等半導體裝置通常包含使用大數目製作製程來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。舉例而言，微影係一種涉及將一圖案自一倍縮光罩轉印至配置在一半導體晶圓上之一光阻劑之半導體製作製程。半導體製作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。可將一單個半導體晶圓上所製作之多個半導體裝置之一配置分離成個別半導體裝置。

經接合(或經堆疊)晶圓頻繁用於半導體工業中。接合至一載體晶圓之一或多個超薄晶圓係一經接合晶圓之一實例，儘管其他半導體晶圓設計亦可係經接合晶圓。舉例而言，一經接合晶圓可包含接合至一載體晶圓之一頂部晶圓(例如，一裝置晶圓)。此等經接合晶圓可用於記憶體及邏輯應用兩者。可使用經接合晶圓來產生三維積體電路(3D IC)。

經接合晶圓可具有複雜邊緣輪廓。經接合晶圓之各種層可具有不同高度及直徑。此等尺寸可受到在堆疊之前各種晶圓之大小或者處理步驟之影響。

先前，對經接合晶圓之邊緣輪廓影像進行手動再檢驗。此很麻煩、很慢，並且容易出現使用者錯誤。用於手動再檢驗之影像亦會降低敏感度。

需要用於檢測邊緣輪廓之經改良技術。

在一第一實施例中，提供了一種方法。在一處理器處接收半導體晶圓之一邊緣之一輪廓影像。使用該處理器自該輪廓影像估計一參考影像。該估計包含：判定一無缺陷輪廓邊緣及使用該無缺陷輪廓邊緣來產生該參考影像。使用該處理器來判定該參考影像與該輪廓影像之間的一差影像。使用該處理器將該差影像二值化。在該二值化之後，使用該處理器在該差影像中檢測缺陷。

判定該無缺陷輪廓邊緣可包含：將該輪廓影像二值化；自該輪廓影像移除條紋；在該二值化及該移除之後，提取該輪廓影像之邊緣以產生一邊緣影像；及移除該邊緣影像中之缺陷。移除該邊緣影像中之該等缺陷可包含：接收該邊緣影像；使用一分段多項式擬合來估計該邊緣影像中之一邊緣，藉此產生一經估計邊緣影像；及移除該邊緣影像與該經估計邊緣影像之間的不匹配點，藉此產生該無缺陷輪廓邊緣。估計該邊緣及移除該等不匹配點可被重複。

產生該參考影像可包含：接收該無缺陷輪廓邊緣；將一距離變換應用於該無缺陷輪廓邊緣，藉此產生一距離變換影像；自該輪廓影像提取超出該距離變換影像之一邊緣一距離之像素，藉此產生一經提取軌跡；及將一個一維平均濾波器應用於該經提取軌跡上。提取該等像素及應用該一維平均濾波器可被重複，直至該距離小於一臨限值為止。

該估計可即時發生。

該方法可進一步包含在估計該參考影像之前使用該處理器來預處理該輪廓影像。該預處理可包含翻轉該輪廓影像。

一種儲存一程式之非暫時性電腦可讀媒體可經組態以指示一處理器執行該第一實施例之該方法。

在一第二實施例中，提供了一種系統。該系統包括：一載台，其經組態以支撐一晶圓；一成像系統，其經組態以產生該晶圓之一圓周邊緣之一輪廓影像；及一處理器，其與該成像系統電子通信。該成像系統包含經組態以產生經準直光之一光源及經組態以產生該輪廓影像之一偵測器。該處理器經組態以：接收半導體晶圓之一邊緣之一輪廓影像；自該輪廓影像估計一參考影像；判定該參考影像與該輪廓影像之間的一差影像；將該差影像二值化；及在該二值化之後在該差影像中檢測缺陷。該估計包含判定一無缺陷輪廓邊緣及使用該無缺陷輪廓邊緣來產生該參考影像。

判定該無缺陷輪廓邊緣可包含：將該輪廓影像二值化；自該輪廓影像移除條紋；在該二值化及該移除之後，提取該輪廓影像之邊緣以產生一邊緣影像；及移除該邊緣影像中之缺陷。移除該邊緣影像中之該等缺陷可包含：接收該邊緣影像；使用一分段多項式擬合來估計該邊緣影像中之一邊緣，藉此產生一經估計邊緣影像；及移除該邊緣影像與該經估計邊緣影像之間的不匹配點，藉此產生該無缺陷輪廓邊緣。估計該邊緣及移除該等不匹配點可被重複。

產生該參考影像可包含：接收該無缺陷輪廓邊緣；將一距離變換應用於該無缺陷輪廓邊緣，藉此產生一距離變換影像；自該輪廓影像提取超出該距離變換影像之一邊緣一距離之像素，藉此產生一經提取軌跡；及將一個一維平均濾波器應用於該經提取軌跡上。提取該等像素及應用該一維平均濾波器可被重複，直至該距離小於一臨限值為止。

該處理器可進一步經組態以在估計該參考影像之前預處理該輪廓影像。該預處理可包含翻轉該輪廓影像。

相關申請案之交叉參考

本申請案主張於2021年4月19日提出申請之印度專利申請案及經受讓申請案第202141017914號的優先權，該申請案之揭示內容特此係以引用的方式併入。

儘管將依據某些實施例闡述所主張標的物，但包含不提供本文中所陳述之所有益處及特徵之實施例的其他實施例亦在本發明之範疇內。可在不背離本發明之範疇的情況下做出各種結構、邏輯、程序步驟及電子改變。因此，僅參考所附申請專利範圍來界定本發明之範疇。

本文中所揭示之實施例可用於使用邊緣輪廓之一剪影影像來偵測晶圓邊緣附近之離層(例如，剝離)。經堆疊或經接合晶圓之輪廓形狀可跨越晶圓而發生變化。歸因於此形狀變化，將兩個輪廓影像對準並相減可能容易造成麻煩。因此，使用一影像來估計一參考影像。此減少了麻煩。

在一實例中，在一作業運行期間收集晶圓邊緣輪廓影像。舉例而言，針對多達180個位點而收集晶圓邊緣輪廓影像，然而可收集更多或更少影像。影像之數目可基於記憶體限制，但增加某些晶圓之影像數目可能會有所幫助。在預處理期間，多次校準可應用於影像。可自此等經校準影像提取邊緣圖。可自真實邊緣圖估計一無缺陷邊緣圖。可自此無缺陷邊緣圖估計一參考影像。可判定經校準影像與參考影像之間的差且接著將該差二值化。最終，諸如對二進制影像中之候選缺陷像素進行濾波及合併等後處理可提供所有位點之缺陷資訊。

圖1係一方法50之一流程圖。方法50之某些或所有步驟可使用一處理器。

在51處，接收一半導體晶圓之一邊緣之一輪廓影像。此可係一原始輪廓影像。步驟51之右邊展示了一例示性輪廓影像。圖2及圖3中展示了具有離層缺陷之影像之額外實例。在圖2及圖3中，使用虛線橢圓內部之方框來突出顯示離層缺陷。

在一例項中，在步驟52處，在依序估計參考影像之前對輪廓影像進行預處理。預處理可包含翻轉輪廓影像。影像可係上下顛倒收集的，因此翻轉影像可校正影像。其他預處理可包含校準原始影像，諸如執行死像素校正、失真分析及/或雷射束路徑校正。

在52處，自輪廓影像估計一參考影像。步驟52之右邊展示了參考影像之一實例。

在步驟52處，估計一參考影像可包含判定一無缺陷輪廓邊緣及使用無缺陷輪廓邊緣來產生參考影像。估計可即時發生。參考影像可補償晶圓或者同一晶圓的部分之間的輪廓改變。

在一例項中，於步驟52中，判定無缺陷輪廓邊緣包含：將輪廓影像二值化；自輪廓影像移除條紋；提取輪廓影像之邊緣以產生一邊緣影像；及移除邊緣影像中之缺陷。由於晶圓之邊緣處的繞射，可能出現條紋。此等條紋會干擾檢測或量測，因此在繼續進行偵測之前可移除條紋。邊緣提取可找出晶圓之邊界。圖4A展示一例示性經校準輪廓影像。圖4B展示在二值化並移除條紋之後圖4A的影像。二值化可將影像自灰度轉換為黑白。可藉由用1替換高於一經全域判定之臨限值的所有值，並用0替換其他值來創建來自影像的一個二進制影像。圖4C展示在邊緣被提取之後圖4B的影像。作為一邊緣影像之圖4D展示在移除缺陷之後圖4C的影像。移除圖4C之左下方之晶圓之外邊緣上的缺陷以形成圖4D中之一平滑輪廓。

移除邊緣影像中之缺陷可包含：接收邊緣影像；使用一分段多項式擬合來估計邊緣影像中之一邊緣，藉此產生一經估計邊緣影像；及移除邊緣影像與經估計邊緣影像之間的不匹配點，藉此產生無缺陷輪廓邊緣。一真實邊緣影像可具有缺陷。自真實邊緣影像估計一無缺陷邊緣影像可被用於此方法中。藉由比較這兩個影像，可識別有缺陷區域。圖5A係真實邊緣影像，並且圖6A係經估計邊緣影像。比較此兩個影像允許對缺陷進行定位。

可重複估計邊緣及移除不匹配點，直至移除匹配點為止。圖5A展示與圖4C之彼影像匹配之一真實邊緣影像。圖5B展示在分段多項式擬合之後圖5A的影像。圖5C展示在識別並移除不匹配點之後圖5B的影像。圖5C之影像類似於圖4D中之影像。圖5C中之中斷表示彼等像素不遵循在真實邊緣影像中之分段多項式擬合。演算法突出顯示彼等像素區域中之一差異，移除該等像素，對彼等像素進行估計，並將該等像素填充於其中。

在一例項中，可識別並移除真實邊緣影像(圖5A)與經估計邊緣影像(圖5B)之間的不匹配點。對於每個經估計邊緣點，系統可嘗試尋找真實影像中最靠近之邊緣點。若未找出，則將此等邊緣點識別為不匹配點。可重複此程序，直至不存在不匹配為止或者直至一最大迭代為止。然後，可輸出經估計邊緣影像。

在步驟52中，產生參考影像可包含：接收無缺陷輪廓邊緣；將一距離變換應用於無缺陷輪廓邊緣，藉此產生一距離變換影像；自輪廓影像提取超出距離變換影像之一邊緣一距離之像素，藉此產生一經提取軌跡；及將一個一維平均濾波器應用於經提取軌跡上。可重複提取像素及應用一維平均濾波器，直至距離小於一臨限值為止。臨限值可指示系統需要自輪廓邊緣離開多遠。在一例項中，此臨限值可在一第一條紋內，因此該臨限值可係一固定數字。

在給定一個二進制影像的情況下，一距離變換可輸出另一影像，其中一給定像素之強度將係二進制影像中最靠近之非零像素。可自距離變換為每個像素找出二進制影像中最靠近之非零像素。接著，按一距離d提取遠離輪廓邊緣之像素。距離d之範圍可係自零至一值。一維平均濾波器提供對一特定像素之一強度估計。在一例項中，取彼特定像素周圍之一平均值。

圖6A係例示性無缺陷輪廓邊緣，圖6A對應於圖4D。圖6B係在將距離變換應用於圖6B中之影像之後的一例示性距離變換影像。此為每個像素提供了最靠近之邊緣點。使用距離變換影像，可自邊緣提取超出一距離(軌跡)之所有像素。舉例而言，圖6C展示距邊緣一個5像素距離之像素。可將一個一維平均濾波器應用於經提取軌跡上。可重複此程序，直至距離(軌跡)小於一最大距離為止。圖6D展示在一次對一個軌跡進行濾波之後的一經估計參考影像。由於求平均值，因此可能不考慮黑點。圖6D展示一個側區域。

轉回至圖1，在53處，判定參考影像與輪廓影像之間的一差影像。在步驟53之右邊展示一差影像之一實例。

在54處，將差影像二值化。在步驟54之右邊展示一經二值化差影像之一實例。在虛線橢圓內部之一方框中突出顯示缺陷。

在55處，在二值化之後在差影像中檢測缺陷。可判定缺陷。舉例而言，在步驟54之右邊所展示之經二值化差影像中突出顯示一缺陷。

可在一晶圓上執行方法50一或多次。

圖7A至圖7D展示使用本文中所揭示之實施例的離層偵測之實例。在虛線橢圓內部之方框中突出顯示缺陷。本文中所揭示之實施例可消除對所有位點之手動再檢驗之需要，且可允許半導體製造者自動定位有缺陷位點。可自一潛在有缺陷影像產生無缺陷參考邊緣輪廓，此可提供經改良結果，乃因影像係相關的。此避免了使用一潛在不類似之參考影像，從而避免了錯誤。而且，與手動再檢驗相比，靈敏度得到提高。半導體製造者可接收關於晶圓邊緣上缺陷大小及位置之資訊。

在一實施例中，可自(相鄰位點之)一局部中值或(所有位點之)一全域中值判定一參考，而不是為每位點產生一經輪廓導引參考影像。可藉由對準所有輪廓影像並自其中取出一中值來產生一參考影像。當不存在跨越晶圓內之位點之輪廓變化時，可使用此方法。

在另一實施例中，使用模糊k均值聚類，後續接著動態臨限值以供弱缺陷之偵測。代替在差影像上使用一固定臨限值，可對強度分佈之統計進行分析以動態地判定一臨限值。

圖8及圖9係一系統100之一俯視圖及沿著一方塊圖之A-A之對應橫截面側視圖。圖10係對應於圖8及圖9之實施例的一系統100之一透視圖。系統100經組態以藉由獲取作為陰影圖(shadowgram)之影像來執行對一經接合晶圓之計量。一陰影圖應用一陰影顯像技術，並將經接合晶圓102之一陰影(例如經接合晶圓102之一圓周邊緣)可視化或成像。一載台101可經組態以旋轉一經接合晶圓102，儘管系統100亦可相對於經接合晶圓102旋轉。此種旋轉可係步進或連續的。經接合晶圓102在成像期間亦可不旋轉，並且系統100之組件可係固定的。

將例示性經接合晶圓102展示為具有一載體晶圓107及一頂部晶圓108。載體晶圓107及頂部晶圓108可具有不同直徑，例如圖1中所圖解說明之彼等直徑。舉例而言，載體晶圓107可係一載體晶圓，並且頂部晶圓108可係一裝置晶圓。另一選擇係，載體晶圓107及頂部晶圓108兩者可係裝置晶圓，或者不只是載體晶圓107及頂部晶圓108可形成經接合晶圓102。

一光源103經組態以在經接合晶圓102之一邊緣處引導經準直光104。在某些實施例中，經準直光104相對於經接合晶圓102而被切線地引導，以便產生邊緣輪廓之一陰影。因此，經接合晶圓102阻擋了經準直光104中之某些經準直光。將經準直光104圖解說明為近似圓形，但可係其他形狀。在一例示性實施例中，光源103利用一發光二極體(LED)。鑒於本發明，其他適合光源103 (例如產生經準直光之一燈、雷射、超連續光譜雷射、雷射驅動磷光體或雷射驅動燈)將係顯而易見的。可利用例如一雷射及一LED等光源103之組合。光源103在一單個系統或多個系統中可包含單頻帶及寬頻帶光源。經準直光104可平行於經接合晶圓102之一平面。舉例而言，經準直光104可平行於其上安置有頂部晶圓108的載體晶圓107之平面。繞射抑制技術可用於移除可能對量測產生不利影響之繞射相關偽像。使用經準直光104，在一輪廓中可看到大約幾毫米之經接合晶圓102，儘管其他尺寸亦係可能的。

位於遠離光源103處之一偵測器105接收經準直光104中之至少某些經準直光。偵測器105經定位使得當將一經接合晶圓102成像時，偵測器105接收陰影之至少一部分(亦即產生陰影之光)。偵測器105可係例如一電荷耦合裝置(CCD)或互補金屬氧化物半導體(CMOS)相機。以此方式，形成晶圓邊緣剪影之一影像(亦即，一晶圓邊緣輪廓影像)。偵測器105可經組態以收集經接合晶圓102之數百個晶圓邊緣輪廓影像來進行高取樣。舉例而言，可收集經接合晶圓102的介於2個與500個之間的晶圓邊緣輪廓影像，儘管可收集更多影像。在一實例中，收集一經接合晶圓之16個晶圓邊緣輪廓影像。在另一實例中，收集一經接合晶圓之36個晶圓邊緣輪廓影像。在另一實例中，收集一經接合晶圓之360個晶圓邊緣輪廓影像。

經準直光104可具有產生一陰影之一波長或多個波長。舉例而言，可使用諸如藍光或白光等可見光。鑒於本發明，其他適合經準直光104將係顯而易見的。舉例而言，可使用紫外線光。經準直光104可係偏光的，且可係脈衝的或連續的。

雖然在圖8至圖10中僅圖解說明一單個光源103及偵測器105，但可使用多個光源103及偵測器105。多個光源103及偵測器105可放置在圍繞經接合晶圓102周邊之不同位置處，以收集經接合晶圓102之不同位置處之影像。此可在最小化對檢測輸送量之影響的同時增加檢測輸送量或增加所產生之影像之數目輸送量。若將多個光源103及偵測器105放置在圍繞經接合晶圓102周邊之不同位置處，則經接合晶圓102可能不會相對於光源103及偵測器105旋轉。

一控制器106可操作地連接至偵測器105。控制器106經組態以分析經接合晶圓102之邊緣之一影像且可使用偵測器105來控制對影像之獲取。舉例而言，控制器106可使經接合晶圓102相對於光源103或偵測器105旋轉。控制器106亦可控制經接合晶圓102上影像獲取之時序或位置。控制器106可經組態以使用偵測器105之輸出來執行其他功能或額外步驟。舉例而言，控制器106可經程式化以執行圖1之步驟中之某些或所有步驟。控制器106可包含一處理器109及一記憶體110。

本文中所闡述之控制器106、其他系統或其他子系統可採取各種形式，包含一個人電腦系統、工作站、影像電腦、大型電腦系統、工作站、網路器具、網際網路器具、平行處理器或其他裝置。一般而言，可將術語「控制器」寬泛地定義為涵蓋具有一或多個處理器的執行來自一記憶體媒體之指令之任何裝置。子系統或系統亦可包含此項技術中已知之任何適合處理器，例如一平行處理器。另外，子系統或系統可包含具有高速度處理及軟體之一平臺作為一獨立工具或一網路連接工具。

若系統包含一個以上子系統，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。舉例而言，一個子系統可藉由任何適合傳輸媒體耦合至額外子系統，該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。亦可藉由一共用電腦可讀儲存媒體(未展示)對此類子系統中之兩者或更多者進行有效耦合。

在另一實施例中，控制器106可以此項技術中已知之任何方式通信地耦合至系統100之各種組件或子系統中之任一者。此外，控制器106可經組態以藉由可包含有線及/或無線部分之一傳輸媒體自其他系統接收及/或獲取資料或資訊。以此方式，傳輸媒體可用作控制器106與系統100之其他子系統或系統100外部之系統之間的一資料鏈路。

一額外實施例係關於儲存可在一控制器上執行之程式指令以便執行用於經接合晶圓計量之一電腦實施方法(諸如以便執行本文中所揭示之技術)的非暫時性電腦可讀媒體。特定而言，如圖8中所展示，控制器106可包含一記憶體110或具有非暫時性電腦可讀媒體之其他電子資料儲存媒體，該非暫時性電腦可讀媒體包含可在控制器106上執行之程式指令。電腦實施方法可包含本文中所闡述之任何方法的任何步驟，諸如關於圖1所揭示者。記憶體110或其他電子資料儲存媒體可係諸如一唯讀記憶體、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、一磁帶或者此項技術中已知之任何其他適合非暫時性電腦可讀媒體等儲存媒體。

可以各種方式中之任一者來實施程式指令，該等方式包含基於過程之技術、基於組件之技術，及/或物件導向之技術，以及其他技術。舉例而言，如所期望，可使用ActiveX控件、C++物件、JavaBeans、微軟基礎類別(MFC)、SSE (串流化IMD擴展)或者其他技術或方法來實施程式指令。

在某些實施例中，本文中所揭示之系統100及方法的各種步驟、功能及/或操作由以下各項中之一或多者實行：電子電路、邏輯閘、多工器、可程式化邏輯裝置、專用積體電路(ASIC)、類比或數位控制件/開關、微控制器或計算系統。實施方法之程式指令(諸如本文中所闡述之彼等指令)可經由載體媒體傳輸或儲存在載體媒體上。載體媒體可包含諸如記憶體110之一電子資料儲存媒體或者諸如一電線、電纜或無線傳輸鏈路之一傳輸媒體。舉例而言，貫穿本發明所闡述之各種步驟可由一單個控制器106 (或電腦系統)執行，或者另一選擇係，由多個控制器106 (或多個電腦系統)執行。此外，系統100之不同子系統可包含一或多個計算或邏輯系統。因此，以上闡述不應解釋為對本發明之一限制，而是僅係一闡釋。

如本文中所使用，術語「晶圓」一般而言係指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。此類基板通常可在半導體製作設施中發現及/或處理。

一晶圓可包含經形成於一基板之上的一或多個層。舉例而言，此類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。諸多不同類型之此類層在此項技術中係已知的，並且如本文中所使用之術語晶圓意欲涵蓋包含所有類型之此類層的一晶圓。

形成於一晶圓上之一或多個層可係經圖案化或未經圖案化的。舉例而言，一晶圓可包含複數個晶粒，每一晶粒皆具有可重複的經圖案化特徵或週期性結構。此類材料層之形成及處理最終可產生完工裝置。可在一晶圓上形成諸多不同類型之裝置，並且如本文中所使用之術語晶圓意欲涵蓋上面製作有此項技術中已知之任何類型之裝置之晶圓。

亦可使用其他類型之晶圓。舉例而言，晶圓可用於製造LED、太陽能電池、磁碟、扁平面板或經拋光板。亦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。

可如本文中所闡述地執行方法之步驟中之每一者。方法亦可包含可由本文中所闡述之控制器及/或電腦子系統或系統執行之任何其他步驟。該等步驟由一或多個電腦系統執行，可根據本文中所闡述之實施例中之任一者對該一或多個電腦子系統進行組態。另外，可藉由本文中所闡述之系統實施例中之任一者來執行上文所闡述之方法。

儘管已關於一或多個特定實施例闡述本發明，但應理解可在不背離本發明之範疇的情況下做出本發明之其他實施例。因而，認為本發明僅受到所附申請專利範圍及其合理揭示之限制。

50:方法 51:步驟 52:步驟 53:步驟 54:步驟 55:步驟 100:系統 101:載台 102:經接合晶圓/例示性經接合晶圓 103:光源 104:經準直光 105:偵測器 106:控制器 107:載體晶圓 108:頂部晶圓 109:處理器 110:記憶體 A-A:線

出於對本發明之性質及目標之一更全面理解目的，應參考結合附圖做出之以下詳細說明，在附圖中： 圖1係根據本發明之一方法之一流程圖； 圖2及圖3係具有離層缺陷之晶圓之一例示性輪廓影像； 圖4A至圖4D展示在判定一無缺陷輪廓邊緣之程序期間之例示性影像； 圖5A至圖5C展示在移除缺陷之程序期間之例示性影像； 圖6A至圖6D展示在產生一參考影像之程序期間之例示性影像； 圖7A至圖7D展示使用本文中所揭示之實施例之離層偵測之實例； 圖8及圖9係一系統之一俯視圖及沿著一方塊圖之A-A之對應橫截面側視圖；且 圖10係對應於圖14至圖15之實施例的系統之一透視圖。

50:方法

51:步驟

52:步驟

53:步驟

54:步驟

55:步驟

Claims (16)

1. 一種方法，其包括： 在一處理器處接收半導體晶圓之一邊緣之一輪廓影像； 使用該處理器自該輪廓影像估計一參考影像，其中該估計包含： 判定一無缺陷輪廓邊緣；及 使用該無缺陷輪廓邊緣來產生該參考影像； 使用該處理器來判定該參考影像與該輪廓影像之間之一差影像； 使用該處理器將該差影像二值化；以及 在該二值化之後，使用該處理器在該差影像中檢測缺陷。
2. 如請求項1之方法，其中判定該無缺陷輪廓邊緣包含： 將該輪廓影像二值化； 自該輪廓影像移除條紋； 在該二值化及該移除條紋之後，提取該輪廓影像之邊緣以產生一邊緣影像；及 移除該邊緣影像中之缺陷。
3. 如請求項2之方法，其中移除該邊緣影像中之該等缺陷包含： 接收該邊緣影像； 使用一分段多項式擬合來估計該邊緣影像中之一邊緣，藉此產生一經估計邊緣影像；及 移除該邊緣影像與該經估計邊緣影像之間的不匹配點，藉此產生該無缺陷輪廓邊緣。
4. 如請求項3之方法，其中重複估計該邊緣及移除該等不匹配點。
5. 如請求項1之方法，其中產生該參考影像包含： 接收該無缺陷輪廓邊緣； 將一距離變換應用於該無缺陷輪廓邊緣，藉此產生一距離變換影像； 自該輪廓影像提取超出該距離變換影像之一邊緣一距離的像素，藉此產生一經提取軌跡；及 將一個一維平均濾波器應用於該經提取軌跡上。
6. 如請求項5之方法，其中重複提取該等像素及應用該一維平均濾波器，直至該距離小於一臨限值為止。
7. 如請求項1之方法，其中該估計即時發生。
8. 如請求項1之方法，其中該方法進一步包括在估計該參考影像之前使用該處理器來預處理該輪廓影像，且其中該預處理包含翻轉該輪廓影像。
9. 一種儲存一程式之非暫時性電腦可讀媒體，該程式經組態以指示一處理器執行如請求項1之方法。
10. 一種系統，其包括： 一載台，其經組態以支撐一晶圓； 一成像系統，其經組態以產生該晶圓之一圓周邊緣之一輪廓影像，其中該成像系統包含經組態以產生經準直光之一光源及經組態以產生該輪廓影像之一偵測器；以及 一處理器，其與該成像系統電子通信，其中該處理器經組態以： 接收半導體晶圓之一邊緣之一輪廓影像； 自該輪廓影像估計一參考影像，其中該估計包含： 判定一無缺陷輪廓邊緣；及 使用該無缺陷輪廓邊緣來產生該參考影像； 判定該參考影像與該輪廓影像之間之一差影像； 將該差影像二值化；及 在該二值化之後，於該差影像中檢測缺陷。
11. 如請求項10之系統，其中判定該無缺陷輪廓邊緣包含： 將該輪廓影像二值化； 自該輪廓影像移除條紋； 在該二值化及該移除條紋之後，提取該輪廓影像之邊緣以產生一邊緣影像；及 移除該邊緣影像中之缺陷。
12. 如請求項11之系統，其中移除該邊緣影像中之該等缺陷包含： 接收該邊緣影像； 使用一分段多項式擬合來估計該邊緣影像中之一邊緣，藉此產生一經估計邊緣影像；及 移除該邊緣影像與該經估計邊緣影像之間的不匹配點，藉此產生該無缺陷輪廓邊緣。
13. 如請求項12之系統，其中重複估計該邊緣及移除該等不匹配點。
14. 如請求項10之系統，其中產生該參考影像包含： 接收該無缺陷輪廓邊緣； 將一距離變換應用於該無缺陷輪廓邊緣，藉此產生一距離變換影像； 自該輪廓影像提取超出該距離變換影像之一邊緣一距離的像素，藉此產生一經提取軌跡；及 將一個一維平均濾波器應用於該經提取軌跡上。
15. 如請求項14之系統，其中重複提取該等像素及應用該一維平均濾波器，直至該距離小於一臨限值為止。
16. 如請求項10之系統，其中該處理器進一步經組態以在估計該參考影像之前預處理該輪廓影像，且其中該預處理包含翻轉該輪廓影像。

Images