TWI668436B - 用於增強檢測工具之檢測靈敏度之系統及方法 - Google Patents

用於增強檢測工具之檢測靈敏度之系統及方法 Download PDF

Info

Publication number
TWI668436B
TWI668436B TW105108129A TW105108129A TWI668436B TW I668436 B TWI668436 B TW I668436B TW 105108129 A TW105108129 A TW 105108129A TW 105108129 A TW105108129 A TW 105108129A TW I668436 B TWI668436 B TW I668436B
Authority
TW
Taiwan
Prior art keywords
wafer
grayscale image
processor
grayscale
images
Prior art date
Application number
TW105108129A
Other languages
English (en)
Other versions
TW201636602A (zh
Inventor
緒方 李
佑仙 溫
賽分 史克威塔拉
普拉香特 艾吉
蕾娜 妮可雷德思
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 TW201636602A publication Critical patent/TW201636602A/zh
Application granted granted Critical
Publication of TWI668436B publication Critical patent/TWI668436B/zh

Links

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
    • G06T7/001—Industrial image inspection using an image reference approach
    • 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
    • G01N21/8806—Specially adapted optical and illumination features
    • G—PHYSICS
    • G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
    • G03F—PHOTOMECHANICAL PRODUCTION OF TEXTURED OR PATTERNED SURFACES, e.g. FOR PRINTING, FOR PROCESSING OF SEMICONDUCTOR DEVICES; MATERIALS THEREFOR; ORIGINALS THEREFOR; APPARATUS SPECIALLY ADAPTED THEREFOR
    • G03F1/00—Originals for photomechanical production of textured or patterned surfaces, e.g., masks, photo-masks, reticles; Mask blanks or pellicles therefor; Containers specially adapted therefor; Preparation thereof
    • G03F1/68—Preparation processes not covered by groups G03F1/20 - G03F1/50
    • G03F1/82—Auxiliary processes, e.g. cleaning or inspecting
    • G03F1/84—Inspecting
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures
    • 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 using two or more images, e.g. averaging or subtraction
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/56—Cameras or camera modules comprising electronic image sensors; Control thereof provided with illuminating means
    • 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
    • G06T2207/10016—Video; Image sequence
    • 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
    • G06T2207/10024—Color image
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Data Mining & Analysis (AREA)
  • Quality & Reliability (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Signal Processing (AREA)
  • Multimedia (AREA)
  • General Engineering & Computer Science (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Chemical & Material Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
  • Testing Or Measuring Of Semiconductors Or The Like (AREA)

Abstract

本發明揭示用於增強使用一檢測工具偵測晶圓中之缺陷之檢測靈敏度之系統及方法。複數個發光二極體照明一晶圓之至少一部分且捕獲一灰階影像集合。在該灰階影像集合之各影像中判定一殘餘信號且自該灰階影像集合之各影像減去該殘餘信號。基於該經減去之灰階影像集合識別缺陷。在該等所揭示系統及方法之一些實施例中可建置及精製該檢測工具及該晶圓之模型。

Description

用於增強檢測工具之檢測靈敏度之系統及方法 相關申請案之交叉參考
本申請案主張於2015年3月16日申請之現處於待審中之美國臨時申請案第62/133,959號之優先權，該案之揭示內容以引用的方式併入本文中。
本發明係關於用於增強一檢測工具(諸如一度量衡工具)之檢測靈敏度之系統及方法。
晶圓檢測系統幫助半導體製造者增大及維持積體電路(IC)晶片良率。IC產業採用檢測系統以偵測在製程期間出現之缺陷。其等之主要目的係監測程序是否處於控制之下。若該程序係在所建立規範之範疇之外，則系統應指示IC製造程序之一管理者可修復之問題及/或問題源。一些重要檢測系統特性係缺陷偵測靈敏度及晶圓產量。靈敏度及產量經耦合使得較大靈敏度通常意謂較低產量。對於此關係存在實體原因及經濟原因兩者。
靈敏度及產量之相對值取決於檢測系統之功能。對於此等系統存在三種一般功能要求：第一，在程序開發中偵測缺陷且對該等缺陷分類；第二，監測一加工線；及第三，監測一站台。在程序開發中，吾人可容忍低產量以獲得較小缺陷及較大範圍之缺陷類型。然而，在 監測一生產線或一站台時，所有權成本及因此產量變得相對較重要。當然，在此情況中，靈敏度必須足以捕獲良率限制缺陷。
半導體製造業之演變對於良率管理且特定言之對於度量衡及檢測系統寄予更高要求。在晶圓大小增加時臨界尺寸縮小。經濟學驅動產業減少實現高良率、高價值生產之時間。因此，最小化偵測一良率問題以將其修復之總時間判定對於半導體製造者之投資回報。
因此，檢測系統正自僅找到缺陷之獨立「工具」演變至其中偵測缺陷、對其等分類、分析此等結果及推薦校正動作係其等功能之一更完整解決方案之一部分。
現有系統及方法已用於半導體晶圓之自動缺陷檢測。然而，先前技術系統及方法之檢測參數在一高產量環境中相當受限。例如，諸如經塗佈膜厚度或跨晶圓之程序均勻性之參數係耗時且計算昂貴的。
本發明系統在紅色、綠色及藍色LED照明之所有可能組合下捕獲一半導體晶圓之灰階影像。該等灰階影像當前用於對半導體晶圓之自動缺陷偵測或偵測晶圓至晶圓程序變動(G視圖)。
本發明之一實施例係一種使用一檢測工具識別一晶圓中之缺陷之方法。該方法包括藉由使用該檢測工具之一電子影像捕獲裝置來捕獲該晶圓之一灰階影像集合之步驟。可藉由以下步驟來捕獲該灰階影像集合：用一藍色波長光照明該晶圓之至少一部分且捕獲一第一灰階影像；用一紅色波長光照明該晶圓之至少一部分且捕獲一第二灰階影像；及用一綠色波長光照明該晶圓之至少一部分且捕獲一第三灰階影像。在一項實施例中，該方法可進一步包括用藍色、紅色或綠色波長光之一組合照明該晶圓之至少一部分且捕獲一或多個額外灰階影像。
該方法可進一步包括將該灰階影像集合儲存至一電腦可讀記憶體中。
該方法可進一步包括使用與該電腦可讀記憶體通信之一處理器基於該灰階影像集合中之該等影像之一組合判定該灰階影像集合之該等影像之各者中之一殘餘信號。可藉由以下步驟來判定該殘餘信號：使用該處理器建置使用檢測工具之缺陷偵測之一嚴密數學模型；使用該處理器基於一已知標準灰階影像集合(諸如一VLSI薄膜標準影像集合)判定一或多個模型參數；使用一處理器運用該一或多個模型參數建置晶圓之一模型，該模型基於設計值或先前量測值(諸如模型參數)；藉由使用該晶圓之模型及該嚴密數學模型來預測灰階信號；調整該晶圓之模型之一或多個參數直至找到該等經預測之灰階信號與來自晶圓之經量測灰階信號之間之一最佳匹配；使用該處理器報告對應於最佳匹配模型之該一或多個參數作為經量測樣本參數；使用該處理器基於經預測灰階與晶圓上之經量測灰階之間的差異來計算一殘餘信號；及將該經計算之殘餘信號儲存於電腦可讀記憶體中以用於未來缺陷偵測。
該方法可進一步包括使用該處理器自該灰階影像集合之各影像減去該灰階影像集合之各影像之殘餘信號。
該方法可進一步包括使用該處理器基於該經減去之灰階影像集合識別該晶圓中之一缺陷。
該方法可進一步包括使用一類比轉數位轉換器轉換藉由該影像捕獲裝置捕獲之灰階影像集合。
該方法可進一步包括將晶圓資訊匯入至電腦可讀記憶體中，其中計算該灰階影像集合之影像之各者中之一殘餘信號之步驟係進一步基於該經匯入之晶圓資訊。該晶圓資訊可呈GDSII格式。亦可藉由該處理器自動匯入該晶圓資訊。
該方法可進一步包括：在已修改一晶圓之後使用該檢測工具之電子影像捕獲裝置捕獲該晶圓之額外灰階影像集合；使用與該電腦可 讀記憶體通信之處理器基於該額外灰階影像集合中之影像之一組合判定該額外灰階影像集合之影像之各者中之一殘餘信號；使用該處理器自該額外灰階影像集合中之各影像減去該額外灰階影像集合中之各影像之該殘餘信號；及使用該處理器基於該等灰階影像集合之間的差異識別該晶圓中之一缺陷。
本發明之一實施例可描述為一經增強之檢測工具系統。該系統可包括一控制處理器及與該控制處理器電子通信之一電子影像捕獲裝置。該系統可進一步包括複數個發光二極體，各發光二極體經組態以發射一不同波長之光。該複數個發光二極體可與該控制處理器電子通信。
該系統可進一步包括與影像捕獲裝置電子通信之一電腦可讀記憶體及與該電腦可讀記憶體電子通信之一分析處理器。在一項實施例中，該系統可進一步包括經組態以轉換灰階影像集合以儲存於該電腦可讀記憶體中之一類比轉數位轉換器。
該控制處理器可經組態以指示該複數個發光二極體以用一藍色、紅色及綠色波長光照明一晶圓之至少一部分且捕獲一第一、第二及第三灰階影像。
該控制處理器亦可經組態以指示電子影像捕獲裝置以捕獲一晶圓之一灰階影像集合。可在藉由該複數個發光二極體照明該晶圓之至少一部分時捕獲該集合之各影像。該控制處理器亦可經組態以將該灰階影像集合儲存至電腦可讀記憶體中。該控制處理器可進一步經組態以指示該複數個發光二極體以用藍色、紅色及綠色波長光之一組合照明晶圓之至少一部分且在該組合光下捕獲一額外灰階影像。
該分析處理器可經組態以基於自電腦可讀記憶體擷取之灰階影像集合中之影像之一組合來判定該灰階影像集合之影像之各者中之一殘餘信號。該分析處理器可藉由以下步驟來判定灰階影像集合之影像 之各者中之一殘餘信號：使用該分析處理器建置使用檢測工具之缺陷偵測之一嚴密數學模型；使用該分析處理器基於一已知標準灰階影像集合判定一或多個模型參數；使用該分析處理器運用該一或多個模型參數建置晶圓之一模型，該模型基於設計值或先前量測值；藉由使用該晶圓之模型及該嚴密數學模型來預測灰階信號；調整該晶圓之模型之一或多個參數直至找到該等經預測之灰階信號與來自該晶圓之經量測灰階信號之間之一最佳匹配；使用該分析處理器報告對應於最佳匹配模型之該一或多個參數作為經量測樣本參數；使用該分析處理器基於經預測灰階與晶圓上之經量測灰階之間的差異來計算一殘餘信號；及將該經計算之殘餘信號儲存於電腦可讀記憶體中以用於未來缺陷偵測。
該分析處理器可進一步經組態以自灰階影像集合之各影像減去該灰階影像集合之各影像之殘餘信號且基於該經減去之灰階影像集合識別該晶圓中之一缺陷。該分析處理器可進一步經組態以自電腦可讀記憶體匯入晶圓資訊且進一步基於該經匯入之晶圓資訊判定灰階影像集合之影像之各者中之一殘餘信號。該晶圓資訊可呈GDSII格式。
該控制處理器可進一步經組態以在已修改一晶圓之後指示電子影像捕獲裝置以捕獲該晶圓之一額外灰階影像集合。在此一實施例中，該分析處理器可進一步經組態以：基於該額外灰階影像集合中之影像之一組合判定該額外灰階影像集合之該等影像之各者中之一殘餘信號；自該額外灰階影像集合中之各影像減去該額外灰階影像集合中之各影像之該殘餘信號；及基於該等灰階影像集合之間的差異識別該晶圓中之一缺陷。
600‧‧‧晶圓
601‧‧‧再檢測相機
603‧‧‧明場通道/偵測器/明場偵測器
605‧‧‧偵測器/暗場偵測器
607‧‧‧明場照明器
609‧‧‧照明中繼光學器件
611‧‧‧自動聚焦單元
613‧‧‧暗場照明器
701‧‧‧捕獲
703‧‧‧照明
705‧‧‧照明
707‧‧‧照明
709‧‧‧轉換
711‧‧‧儲存
713‧‧‧判定
715‧‧‧建置
717‧‧‧判定
719‧‧‧匯入
721‧‧‧建置
723‧‧‧預測
725‧‧‧調整
727‧‧‧報告
729‧‧‧計算
731‧‧‧儲存
733‧‧‧減去
735‧‧‧識別
為更充分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係繪示使用本發明之一系統或方法偵測一晶圓上之缺陷之一圖式；圖2係繪示使用本發明之一系統或方法偵測隨晶圓之程序漂移之一圖式；圖3a至圖3c係使用本發明之一系統或方法之一半導體晶圓之經紅光照明(圖3a)、經綠光照明(圖3b)及經藍光照明(圖3c)之例示性灰階影像；圖4a係展示如使用本發明之一系統或方法量測之厚度之晶圓圖之一圖式；圖4b係展示在圖4a及圖4c中捕獲之資料之一比較之一圖式；圖4c係展示如使用一度量衡工具量測之厚度之晶圓圖之一圖式；圖5a至圖5c係展示在使用本發明之一系統或方法移除來自厚度變動之信號之後之紅光、綠光及藍光通道之殘餘信號之圖式；圖6係本發明之一系統或方法中所使用之一例示性成像裝置；及圖7係繪示本發明之一例示性實施例之一流程圖。
儘管將依據某些實施例描述所主張之標的，然包含並未提供本文中所闡釋之所有益處及特徵之實施例之其他實施例亦在本發明之範疇內。可在不脫離本發明之範疇的情況下作出各種結構、邏輯、程序步驟及電子變化。
本文中所揭示之系統及方法之實施例實現定量監測樣本參數及提供改良之檢測能力。系統每波長產生晶圓上每點之更可靠及可量測量。此增加可能應用且改良結果。自一檢測工具提取樣本參數可有助於偵測程序參數漂移，此將使半導體製造者能夠採取預防性或校正動作。
如本文中所使用，術語「晶圓」大體上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、砷化鎵、磷化銦、藍寶石及玻璃。通常可在半導體製造設施中找到及/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)：一光阻劑、一介電材料、一導電材料及一半導體材料。此項技術中已知此等層之許多不同類型，且如本文中所使用之術語晶圓意欲涵蓋包含此等層之所有類型之一晶圓。
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。此等材料層之形成及處理最終可導致經完成裝置。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。
所揭示系統及方法之實施例以一數學上嚴密方式自現有資料提取資訊。在一項實施例中，用預定照明光源(即，紅色、綠色及藍色LED之任何組合)經由掃描通過一晶圓之一部分或整個晶圓區域來獲得來自圖6中之系統之明場通道603之灰階信號。使用先前資料分析校準圖6中之系統。可藉由在該系統掃描具有已知表面結構(諸如VLSI薄膜標準)之一或多個晶圓時分析灰階信號來執行校準程序。此校準程序找到用於圖6中之系統之一嚴密數學模型之所有參數。在對測試中之晶圓進行資料分析期間，除了嚴密模型化晶圓上之結構之外，亦使用具有來自該校準程序之預定參數之模型。圖6之經嚴密模型化之樣本及系統之結果係經預測之灰階信號。接著藉由系統比較該等經預測之灰階信號與經量測之灰階信號。藉由調整測試中之樣本之參數(諸如膜之厚度、材料之光學常數及/或一些圖案化特徵之臨界尺寸(CD))來獲得經預測信號與經量測信號之間的一最佳匹配。報告給定該最佳匹配之參數作為量測結果。
在一項實施例中，將一嚴密模型化方法應用於諸如圖6中所展示之一自動光學檢測裝置。在該方法改良檢測系統之效能時，(如圖3a至圖3c中所繪示之)灰階信號變得愈來愈精確。藉由嚴密分析或模型化灰階資料，本發明之實施例可使用來自該光學檢測裝置之灰階資料量測樣本參數(諸如薄膜堆疊之厚度)。圖4a展示如使用本發明之系統及方法經由本文中所描述之校準及資料分析程序判定之一半導體晶圓之厚度。圖4c展示如藉由一良好建立準確度但耗時之度量衡工具判定之相同半導體晶圓之厚度。圖4b藉由在對角線上繪製來自兩種方法之結果來繪示當前揭示之系統及方法相較於度量衡工具之準確度。為清楚起見，在圖4b中將其等之間的差異繪製為正方形。
在另一實施例中，可藉由將一嚴密模型化方法應用於原始灰階成像而增加缺陷偵測靈敏度。在一實例中，可捕獲一例示性明場RGB灰階影像(諸如圖3a至圖3c中之影像)。一RGB灰階影像可為藉由一紅光、綠光或藍光照明之晶圓或該晶圓之一部分之一灰階影像集合。該集合中之各影像可對應於在一不同色彩光下捕獲之一影像。跨經成像晶圓之灰階變動之主要分量部分歸因於晶圓中之膜厚度變動。在數學上移除藉由膜厚度變動引起之信號之後，可如圖5a至圖5c中所展示般找到殘餘信號。
例如，在圖5a至圖5c內展示三個主要資料分量：(a)在半徑範圍110mm至150mm之間尤其在左上角範圍中之環內部之異常特徵係引起膜之光學性質表現不同於一正常值之一程序非均勻性；(b)環型及水平條帶型特徵係例示性實施例中之一已知硬體限制；及(c)在移除(b)中所描述之硬體訊符之後，影像揭示在一子數位化計數中具有一弱信號之缺陷。因而，將在移除主要厚度變動分量之後改良系統之缺陷偵測靈敏度。
在另一實施例中，可藉由收集及分析在晶圓程序期間在相同晶 圓上但在不同時間獲取之多個灰階影像集合來擴展本發明之能力。例如，可在各膜層沈積程序之後捕獲一灰階影像集合。在一項實施例中可在預微影層、ARC層及光阻劑層之後獲取一灰階影像集合。可在顯影圖案之後獲取另一灰階影像集合。當一起分析所有灰階影像集合時，可量測所有膜之厚度及經圖案化結構之CD值。此外，在自原始RGB灰階影像集合移除歸因於膜厚度及CD變動之主要信號分量之後，可在所有程序步驟以較高靈敏度偵測程序變動及小缺陷。
在另一實施例中，可將膜堆疊及/或經圖案化結構資訊匯入嚴密分析中。例如，可自一GDSII檔案或其他合適類型之檔案匯入所關注位置處之堆疊及/或經圖案化結構資訊。可自動或手動匯入該資訊。膜堆疊及/或經圖案化結構對光入射、入射角及方位角、數值孔徑、波長、偏光等可具有不同回應。晶粒或場內、晶圓內及晶圓之間的該等獨有膜堆疊及/或經圖案化結構之變動可反映晶圓製程中之變動。可藉由應用演算法(諸如智能影像分析)及/或嚴密模型化系統來偵測此等變動且使該等變動分離及/或解耦合。例如，在減去經由圖3a至圖3c之厚度變動之灰階變動之主要分量之後，可如圖5a至圖5c中所展示般判定殘餘灰階變動。圖5a中之外環展示高殘餘且可經識別，此係因為在晶圓程序期間膜光學性質不同於其他區域。此可為引起材料性質變動且在未移除藉由厚度變動之主要灰階變動的情況下將不會被偵測到之一程序工具缺陷。可應用相同演算法以找到與程序或程序工具有關之更多類型之缺陷。
圖6係用於捕獲一晶圓之灰階影像之硬體之一類型之一圖式。圖6繪示其中期望遍及照明光譜之最大靈活性之一晶圓檢測系統之一實施例。圖6中所展示之該晶圓檢測系統包含晶圓600、物鏡、轉座、明場照明器607、照明中繼光學器件609、自動聚焦單元611、分束器、鏡筒透鏡、再檢測相機601及暗場照明器613。為達成空間分離，偵測 器603及605之視野必須在不重疊的情況下擬合於物鏡之視野內。使用線掃描CCD或TDI(時延積分)CCD感測器促進此目標，此係因為此等感測器具有長及細之佔據面積。然而，明場及暗場偵測器並不限於線掃描CCD或TDI CCD感測器且可替代性地用任何其他合適感測器實施。儘管使用TDI偵測器係例示性實施例之一者，然藉由使用TDI偵測器存在許多優點。藉由使用TDI偵測器，諸如圖6中所展示之系統可相對於連續移動之偵測視野驅動晶圓之一掃描同時獲取灰階信號，且輸出具有僅受晶圓大小限制之長度之掃描帶(swath)。當自量測期望一功率譜密度(PSD)時，此可為重要的。PSD係經量測之量之一傅立葉變換。為覆蓋廣泛範圍之來自一量測之經量測PSD之空間頻率範圍，可期望使用延伸一高頻端之一小像素大小及亦延伸一低頻端之長量測長度。總掃描長度對像素大小之比率給定沿著掃描方向之總像素數目。對於TDI，此可大於1,000,000(例如，300mm長線與0.3微像素大小)，且此在一TDI掃描期間提供空間頻率覆蓋之六個數量級。相比而言，運用選通技術，此比率受限於偵測器中之像素數目(對於半導體產業中之自動光學檢測工具通常少於2,000)。此意謂TDI方案在一量測中可提供大於500倍寬的空間頻率覆蓋範圍。使用TDI之其他優點包含較快及較高解析度。
藉由鏡筒透鏡將藉由物鏡收集之反射光及散射光會聚成真實影像。在一項實施例中，可藉由呈一稜鏡之形狀之雙面鏡將明場影像及暗場影像分離至適當偵測通道中。然而，存在可用於分離明場影像與暗場影像之許多其他合適光學組件。
在一項實施例中，將暗場影像直接聚焦至暗場偵測器605上。在明場側，將大部分之明場光聚焦至明場偵測器603上。然而，可藉由一立方體分束器分裂明場光之一小部分且將該小部分引導至一再檢測相機601。再檢測相機601可用於獲取檢測中之樣品之彩色影像。在一 些情況中，可將一額外光學元件放置於一分束器與再檢測相機601之間以根據成像要求調整影像放大率。
一分束器、一光學元件及再檢測相機601可不包含於本發明之所有實施例中。若經消除，則可將來自雙面鏡之明場影像直接聚焦至明場偵測器603上。亦值得一提的是，可將該等分束器、光學元件及再檢測相機601添加至包含明場檢測之其他實施例。
可將來自明場及暗場偵測器之輸出信號傳遞至一電腦(未展示)以用於進一步處理。因為兩個通道在空間上分離，所以明場及暗場偵測器能夠實質上同時獲取晶圓之明場及暗場影像。此改良產量(超過一次僅提供一種模式之系統)且藉由使偵測器輸出信號能夠在判定缺陷之前組合而增加對廣泛範圍之缺陷之靈敏度。除了明場及暗場缺陷之外，亦可組合輸出信號以定位可僅在明場差對暗場差決策空間中偵測之缺陷。
可將來自兩個偵測器之輸出信號供應至一或多個電腦系統(未展示)以用於進一步處理。例如，可將輸出信號供應至一處理器(未展示)。該處理器可藉由一傳輸媒體(未展示)耦合至該兩個偵測器。該傳輸媒體可包含此項技術中已知之任何合適傳輸媒體。此外，處理器可藉由諸如一類比轉數位轉換器之一或多個電子組件(未展示)耦合至偵測器。以此方式，處理器可經組態以自偵測器接收輸出信號。
在一些實施例中，處理器可經組態以使用輸出信號來偵測樣品上之一或多個缺陷。該等缺陷可包含樣品上之任何所關注缺陷。此外，處理器可經組態以執行此項技術中已知之任何其他檢測相關功能(例如，缺陷位置判定、缺陷分類、缺陷映射等)。處理器可採取各種形式，包含一個人電腦系統、大型電腦系統、工作站、影像電腦、平行處理器或此項技術中已知之任何其他處理裝置。一般而言，術語「電腦系統」可經廣泛定義以涵蓋具有執行來自一記憶體媒體之指令 之一或多個處理器之任何裝置。處理器通常可經組態以使用輸出信號及此項技術中已知之任何方法及/或演算法以偵測樣品上之缺陷。
圖7係本發明之一實施例之一流程圖。此特定實施例係包括藉由使用檢測工具之一電子影像捕獲裝置捕獲701晶圓之一灰階影像集合之步驟之一方法。可藉由以下步驟來捕獲701該灰階影像集合：用一藍色波長光照明703該晶圓之至少一部分且捕獲一第一灰階影像；用一紅色波長光照明705該晶圓之至少一部分且捕獲一第二灰階影像；及用一綠色波長光照明707該晶圓之至少一部分且捕獲一第三灰階影像。
該方法可進一步包括使用一類比轉數位轉換器轉換709藉由影像捕獲裝置捕獲之灰階影像集合。該方法可進一步包括將該灰階影像集合儲存711至一電腦可讀記憶體中。
該方法可進一步包括使用與該電腦可讀記憶體通信之一處理器基於該灰階影像集合中之影像之一組合判定713該灰階影像集合之該等影像之各者中之一殘餘信號。可藉由以下步驟來判定713該殘餘信號：使用該處理器建置715使用檢測工具之缺陷偵測之一嚴密數學模型；使用該處理器基於一已知標準灰階影像集合(諸如一VLSI薄膜標準影像集合)判定717一或多個模型參數；使用一處理器運用該一或多個模型參數建置721晶圓之一模型，該模型基於設計值或先前量測值(諸如模型參數)；使用該分析處理器藉由使用該晶圓之模型及該嚴密數學模型來預測723灰階信號；調整725該晶圓之模型之一或多個參數直至找到該等經預測723之灰階信號與來自該晶圓之經量測灰階信號之間之一最佳匹配；使用該處理器報告727對應於最佳匹配模型之一或多個參數作為經量測樣本參數；使用該處理器基於經預測灰階與晶圓上之經量測灰階之間的差異來計算729一殘餘信號；及將該經計算之殘餘信號儲存731於電腦可讀記憶體中以用於未來缺陷偵測。
該方法可進一步包括將晶圓資訊匯入719至電腦可讀記憶體中，其中計算灰階影像集合之影像之各者中之一殘餘信號之步驟係進一步基於該經匯入之晶圓資訊。該晶圓資訊可呈GDSII格式。亦可藉由處理器自動匯入719該晶圓資訊。該方法可進一步包括使用處理器自灰階影像集合之各影像減去733該灰階影像集合之各影像之殘餘信號。該方法可進一步包括使用處理器基於該經減去之灰階影像集合識別735晶圓中之一缺陷。
儘管將依據某些實施例描述所主張之標的，然包含並未提供本文中所闡釋之所有益處及特徵之實施例之其他實施例亦在本發明之範疇內。可在不脫離本發明之範疇的情況下作出各種結構、邏輯、程序步驟及電子變化。
本文中所揭示之系統及方法之實施例實現定量監測樣本參數及提供改良之檢測能力。系統每波長產生晶圓上每點之更可靠及可量測量。此增加可能應用且改良結果。自一檢測工具提取樣本參數可有助於偵測程序參數漂移，此將使半導體製造者能夠採取預防性或校正動作。
在一些實施例中，本文中所描述之檢測系統可經組態為「獨立工具」或並未實體耦合至一程序工具之工具。在其他實施例中，本文中所描述之檢測系統可藉由可包含有線及無線部分之一傳輸媒體耦合至一程序工具(未展示)。該程序工具可包含此項技術中已知之任何程序工具，諸如一微影工具、一蝕刻工具、一沈積工具、一拋光工具、一電鍍工具、一清潔工具或一離子植入工具。該程序工具可經組態為一叢集工具或藉由一共同處理機耦合之許多程序模組。替代性地，本文中所描述之檢測系統可整合至諸如上文所描述之程序工具之一程序工具中。在一些情況中，藉由本文中所描述之系統執行之檢測之結果可用於使用一回饋控制技術、一前饋控制技術及/或一原位控制技術 變更一程序或一程序工具之一參數。可手動或自動變更該程序或該程序工具之參數。
本發明之實施例可容許提取來自一檢測工具之樣本參數且容許在一早期階段偵測程序參數漂移以容許預防性動作。如此，可在無顯著成本的情況下增加檢測工具之價值。
儘管已關於一或多項特定實施例描述本發明，然將理解，可在不脫離本發明之精神及範疇的情況下作出本發明之其他實施例。因此，本發明被視為僅受隨附申請專利範圍及其合理解釋限制。

Claims (17)

  1. 一種使用一檢測工具識別一晶圓中之缺陷之方法，該方法包括：使用該檢測工具之一電子影像捕獲裝置藉由以下步驟來捕獲該晶圓之一灰階影像集合：用一藍色波長光照明該晶圓之至少一部分且捕獲一第一灰階影像；用一紅色波長光照明該晶圓之至少一部分且捕獲一第二灰階影像；及用一綠色波長光照明該晶圓之至少一部分且捕獲一第三灰階影像；將該灰階影像集合儲存至一電腦可讀記憶體中；使用與該電腦可讀記憶體通信之一處理器基於該灰階影像集合中之該等影像之一組合判定該灰階影像集合之該等影像之各者中之一殘餘信號；使用該處理器自該灰階影像集合之各影像減去該灰階影像集合之各影像之該殘餘信號；及使用該處理器基於該經減去之灰階影像集合識別該晶圓中之一缺陷。
  2. 如請求項1之方法，其中捕獲該晶圓之該灰階影像集合進一步包括：用藍色、紅色或綠色波長光之一組合照明該晶圓之至少一部分且捕獲一或多個額外灰階影像。
  3. 如請求項1之方法，其進一步包括：使用一類比轉數位轉換器轉換藉由該影像捕獲裝置捕獲之該灰階影像集合。
  4. 如請求項1之方法，其中判定該灰階影像集合之該等影像之各者 中之一殘餘信號之該步驟包括：使用一處理器建置使用該檢測工具之缺陷偵測之一嚴密數學模型；使用該處理器基於一已知標準灰階影像集合判定一或多個模型參數；使用該處理器建置使用該一或多個模型參數之該晶圓之一模型，該模型基於設計值或先前量測值；藉由使用該晶圓之該模型及該嚴密數學模型來預測灰階信號；調整該晶圓之該模型之一或多個參數直至找到該等經預測之灰階信號與來自該晶圓之經量測灰階信號之間之一最佳匹配；使用該處理器報告對應於最佳匹配模型之該一或多個參數作為經量測樣本參數；使用該處理器基於該經預測灰階與該晶圓上之該經量測灰階之間的差異來計算一殘餘信號；及將該經計算之殘餘信號儲存於電腦可讀記憶體中以用於未來缺陷偵測。
  5. 如請求項4之方法，其中該已知標準灰階影像集合係一VLSI薄膜標準影像集合。
  6. 如請求項4之方法，其中待量測之變量係模型參數。
  7. 如請求項1之方法，其進一步包括將晶圓資訊匯入至該電腦可讀記憶體中，其中計算該灰階影像集合之該等影像之各者中之一殘餘信號之該步驟係進一步基於該經匯入之晶圓資訊。
  8. 如請求項7之方法，其中該晶圓資訊係呈GDSII格式。
  9. 如請求項7之方法，其中可藉由該處理器自動匯入該晶圓資訊。
  10. 如請求項1之方法，其進一步包括： 在已修改一晶圓之後使用該檢測工具之該電子影像捕獲裝置捕獲該晶圓之一額外灰階影像集合；使用與該電腦可讀記憶體通信之該處理器基於該額外灰階影像集合中之該等影像之一組合判定該額外灰階影像集合之該等影像之各者中之一殘餘信號；使用該處理器自該額外灰階影像集合中之各影像減去該額外灰階影像集合中之各影像之該殘餘信號；及使用該處理器基於該等灰階影像集合之間的差異識別該晶圓中之一缺陷。
  11. 一種經增強之檢測工具系統，其包括：一控制處理器；一電子影像捕獲裝置，其與該控制處理器電子通信；複數個發光二極體，各發光二極體經組態以發射一不同波長之光，該複數個發光二極體與該控制處理器電子通信；一電腦可讀記憶體，其與該影像捕獲裝置電子通信；一分析處理器，其與該電腦可讀記憶體電子通信；其中該控制處理器經組態以：指示該複數個發光二極體以用一藍色波長光照明一晶圓之至少一部分且捕獲一第一灰階影像；指示該複數個發光二極體以用一紅色波長光照明該晶圓之至少一部分且捕獲一第第二灰階影像；及指示該複數個發光二極體以用一綠色波長光照明該晶圓之至少一部分且捕獲一第三灰階影像；指示該電子影像捕獲裝置以捕獲一晶圓之一灰階影像集合，在藉由該複數個發光二極體照明該晶圓之至少一部分時捕獲該集合之各影像；及 將該灰階影像集合儲存至該電腦可讀記憶體中；且其中該分析處理器經組態以：基於自該電腦可讀記憶體擷取之該灰階影像集合中之該等影像之一組合來判定該灰階影像集合之該等影像之各者中之一殘餘信號；自該灰階影像集合之各影像減去該灰階影像集合之各影像之該殘餘信號；及基於該經減去之灰階影像集合識別該晶圓中之一缺陷。
  12. 如請求項11之系統，其中該控制處理器進一步經組態以指示該複數個發光二極體以用藍色、紅色及綠色波長光之一組合照明該晶圓之至少一部分且在該經組合光下捕獲一額外灰階影像。
  13. 如請求項11之系統，其進一步包括經組態以轉換該灰階影像集合以儲存於該電腦可讀記憶體中之一類比轉數位轉換器。
  14. 如請求項11之系統，其中該分析處理器藉由以下步驟來判定該灰階影像集合之該等影像之各者中之一殘餘信號：使用該分析處理器建置使用該檢測工具之缺陷偵測之一嚴密數學模型；使用該分析處理器基於一已知標準灰階影像集合判定一或多個模型參數；使用該分析處理器建置使用該一或多個模型參數之該晶圓之一模型，該模型基於設計值或先前量測值；藉由使用該晶圓之該模型及該嚴密數學模型來預測灰階信號；調整該晶圓之該模型之一或多個參數直至找到該等經預測之灰階信號與來自該晶圓之經量測灰階信號之間之一最佳匹配；使用該分析處理器報告對應於最佳匹配模型之該一或多個參 數作為經量測樣本參數；使用該分析處理器基於該經預測灰階與該晶圓上之該經量測灰階之間的差異來計算一殘餘信號；及將該經計算之殘餘信號儲存於該電腦可讀記憶體中以用於未來缺陷偵測。
  15. 如請求項11之系統，其中該分析處理器進一步經組態以自該電腦可讀記憶體匯入晶圓資訊且基於該經匯入之晶圓資訊判定該灰階影像集合之該等影像之各者中之一殘餘信號。
  16. 如請求項15之系統，其中該晶圓資訊係呈GDSII格式。
  17. 如請求項11之系統，其中該控制處理器進一步經組態以在已修改一晶圓之後指示該電子影像捕獲裝置捕獲該晶圓之一額外灰階影像集合；且其中該分析處理器進一步經組態以：基於該額外灰階影像集合中之該等影像之一組合判定該額外灰階影像集合之該等影像之各者中之一殘餘信號；自該額外灰階影像集合中之各影像減去該額外灰階影像集合中之各影像之該殘餘信號；及基於該等灰階影像集合之間的差異識別該晶圓中之一缺陷。
TW105108129A 2015-03-16 2016-03-16 用於增強檢測工具之檢測靈敏度之系統及方法 TWI668436B (zh)

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
US201562133959P 2015-03-16 2015-03-16
US62/133,959 2015-03-16
US15/068,320 US9747520B2 (en) 2015-03-16 2016-03-11 Systems and methods for enhancing inspection sensitivity of an inspection tool
US15/068,320 2016-03-11

Publications (2)

Publication Number Publication Date
TW201636602A TW201636602A (zh) 2016-10-16
TWI668436B true TWI668436B (zh) 2019-08-11

Family

ID=56919431

Family Applications (1)

Application Number Title Priority Date Filing Date
TW105108129A TWI668436B (zh) 2015-03-16 2016-03-16 用於增強檢測工具之檢測靈敏度之系統及方法

Country Status (7)

Country Link
US (1) US9747520B2 (zh)
EP (1) EP3271939B1 (zh)
JP (1) JP6807324B2 (zh)
KR (1) KR102364951B1 (zh)
CN (1) CN107580710B (zh)
TW (1) TWI668436B (zh)
WO (1) WO2016149285A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI782324B (zh) * 2019-09-27 2022-11-01 台灣積體電路製造股份有限公司 缺陷檢測之方法

Families Citing this family (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102359050B1 (ko) * 2014-02-12 2022-02-08 에이에스엠엘 네델란즈 비.브이. 프로세스 윈도우를 최적화하는 방법
US10563973B2 (en) 2016-03-28 2020-02-18 Kla-Tencor Corporation All surface film metrology system
JP6233824B1 (ja) * 2017-04-25 2017-11-22 合同会社ウイングビジョン 画像検査装置、生産システム、画像検査方法、プログラム及び記憶媒体
KR102658977B1 (ko) * 2017-11-03 2024-04-18 도쿄엘렉트론가부시키가이샤 기능성 마이크로 전자 디바이스의 수율 향상
US11244873B2 (en) * 2018-10-31 2022-02-08 Tokyo Electron Limited Systems and methods for manufacturing microelectronic devices
US11221300B2 (en) 2020-03-20 2022-01-11 KLA Corp. Determining metrology-like information for a specimen using an inspection tool
US11935244B2 (en) 2020-10-29 2024-03-19 Changxin Memory Technologies, Inc. Method and apparatus for improving sensitivity of wafer detection, and storage medium
US11868119B2 (en) 2021-09-24 2024-01-09 Tokyo Electron Limited Method and process using fingerprint based semiconductor manufacturing process fault detection
CN113936002A (zh) * 2021-12-17 2022-01-14 成都数之联科技有限公司 周期提取方法、装置、计算机设备及可读存储介质
CN116107154B (zh) * 2023-04-13 2023-09-05 长鑫存储技术有限公司 掩膜版数据生成方法、装置、设备及介质
CN117269197B (zh) * 2023-11-21 2024-02-02 昆明理工大学 多晶硅原料表面质量检测方法及检测装置

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TW563345B (en) * 2001-03-15 2003-11-21 Canon Kk Image processing for correcting defects of read image
TW200612510A (en) * 2004-09-29 2006-04-16 Dainippon Screen Mfg Defect detection apparatus and defect detection method
US20070133862A1 (en) * 1999-07-25 2007-06-14 Orbotech Ltd. Detection of surface defects employing subsampled images
TW200732650A (en) * 2006-02-07 2007-09-01 Hantech Co Ltd Apparatus and method for detecting defects in wafer using line sensor camera
US20080225286A1 (en) * 2005-09-09 2008-09-18 Yukihiro Shibata Method And Apparatus For Detecting Defects
TW201409022A (zh) * 2012-08-30 2014-03-01 Nat Applied Res Laboratories 檢知晶圓表面之缺陷的檢測方法

Family Cites Families (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5050230A (en) * 1989-11-29 1991-09-17 Eastman Kodak Company Hybrid residual-based hierarchical storage and display method for high resolution digital images in a multiuse environment
US6578188B1 (en) * 1997-09-17 2003-06-10 Numerical Technologies, Inc. Method and apparatus for a network-based mask defect printability analysis system
US6859565B2 (en) * 2001-04-11 2005-02-22 Hewlett-Packard Development Company, L.P. Method and apparatus for the removal of flash artifacts
DE10330003B4 (de) 2003-07-03 2007-03-08 Leica Microsystems Semiconductor Gmbh Vorrichtung, Verfahren und Computerprogramm zur Wafer-Inspektion
JP4723362B2 (ja) 2005-11-29 2011-07-13 株式会社日立ハイテクノロジーズ 光学式検査装置及びその方法
JP5228490B2 (ja) * 2005-12-26 2013-07-03 株式会社ニコン 画像解析によって欠陥検査を行う欠陥検査装置
US7589869B2 (en) * 2006-04-28 2009-09-15 Electro Scientific Industries, Inc. Adjusting image quality using multi-wavelength light
JP5144202B2 (ja) * 2007-10-05 2013-02-13 オリンパス株式会社 画像処理装置およびプログラム
JP5286938B2 (ja) * 2008-05-27 2013-09-11 東京エレクトロン株式会社 針跡検査装置、プローブ装置、及び針跡検査方法、並びに記憶媒体
US8223327B2 (en) * 2009-01-26 2012-07-17 Kla-Tencor Corp. Systems and methods for detecting defects on a wafer
EP2425299A2 (en) * 2009-05-01 2012-03-07 Koninklijke Philips Electronics N.V. Systems and apparatus for image-based lighting control and security control
US8855403B2 (en) * 2010-04-16 2014-10-07 Koh Young Technology Inc. Method of discriminating between an object region and a ground region and method of measuring three dimensional shape by using the same
TWI502549B (zh) 2012-02-20 2015-10-01 Univ Nat Kaohsiung Applied Sci 元件影像檢測方法及其系統
US9939386B2 (en) 2012-04-12 2018-04-10 KLA—Tencor Corporation Systems and methods for sample inspection and review
KR101590831B1 (ko) * 2013-04-02 2016-02-03 주식회사 고영테크놀러지 기판의 이물질 검사방법
US9658150B2 (en) 2015-01-12 2017-05-23 Kla-Tencor Corporation System and method for semiconductor wafer inspection and metrology

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070133862A1 (en) * 1999-07-25 2007-06-14 Orbotech Ltd. Detection of surface defects employing subsampled images
TW563345B (en) * 2001-03-15 2003-11-21 Canon Kk Image processing for correcting defects of read image
TW200612510A (en) * 2004-09-29 2006-04-16 Dainippon Screen Mfg Defect detection apparatus and defect detection method
US20080225286A1 (en) * 2005-09-09 2008-09-18 Yukihiro Shibata Method And Apparatus For Detecting Defects
TW200732650A (en) * 2006-02-07 2007-09-01 Hantech Co Ltd Apparatus and method for detecting defects in wafer using line sensor camera
TW201409022A (zh) * 2012-08-30 2014-03-01 Nat Applied Res Laboratories 檢知晶圓表面之缺陷的檢測方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI782324B (zh) * 2019-09-27 2022-11-01 台灣積體電路製造股份有限公司 缺陷檢測之方法

Also Published As

Publication number Publication date
EP3271939A1 (en) 2018-01-24
US20160275671A1 (en) 2016-09-22
CN107580710A (zh) 2018-01-12
JP2018516451A (ja) 2018-06-21
JP6807324B2 (ja) 2021-01-06
KR102364951B1 (ko) 2022-02-17
EP3271939A4 (en) 2018-09-12
TW201636602A (zh) 2016-10-16
CN107580710B (zh) 2019-05-14
US9747520B2 (en) 2017-08-29
EP3271939B1 (en) 2019-09-25
KR20170128507A (ko) 2017-11-22
WO2016149285A1 (en) 2016-09-22

Similar Documents

Publication Publication Date Title
TWI668436B (zh) 用於增強檢測工具之檢測靈敏度之系統及方法
TWI621849B (zh) 用於偵測晶圓上之缺陷之電腦實施方法、非暫時性電腦可讀媒體及系統
TWI614722B (zh) 用於檢測晶圓上缺陷之系統
US8073240B2 (en) Computer-implemented methods, computer-readable media, and systems for identifying one or more optical modes of an inspection system as candidates for use in inspection of a layer of a wafer
US10692203B2 (en) Measuring defectivity by equipping model-less scatterometry with cognitive machine learning
US10557802B2 (en) Capture of repeater defects on a semiconductor wafer
KR102177682B1 (ko) 모든 표면 막 계측 시스템
CN111819596B (zh) 组合模拟及光学显微术以确定检验模式的方法和系统
US9702827B1 (en) Optical mode analysis with design-based care areas
US10803576B2 (en) Defect inspection apparatus and defect inspection method
US6864971B2 (en) System and method for performing optical inspection utilizing diffracted light
KR100714751B1 (ko) 자동 웨이퍼 검사 시스템
KR20220041126A (ko) 광학 검사를 이용한 프로세스 모니터링 방법
KR20230148710A (ko) 반도체 소자 검사 계측 장치 및 방법
KR20230160234A (ko) 인라인 선별을 위한 촬상 반사계측