TWI681357B

TWI681357B - 用於基板缺陷分析之裝置及方法

Info

Publication number: TWI681357B
Application number: TW107135341A
Authority: TW
Inventors: 孫俊宏; 蘇緣峻; 郭竣齊; 黃蔚彬
Original assignee: 台灣福雷電子股份有限公司
Priority date: 2018-10-08
Filing date: 2018-10-08
Publication date: 2020-01-01
Also published as: TW202014971A

Abstract

本發明實施例包含一種計算裝置，其包含：一接收單元、一計算單元及一判斷單元。該接收單元經組態以接收一第一板材相關資料及一第二板材相關資料，該第一板材相關資料包含一第一板材上之複數個座標及對應於該等座標之複數個缺陷值，該第二板材相關資料包含一第二板材上之複數個座標及對應於該等座標之複數個缺陷值。該計算單元經組態以累加該第一板材相關資料及該第二板材相關資料以產生複數個輸出資料，該等輸出資料包含對應於該等複數個座標之複數個經累加缺陷值。該計算單元進一步經組態以根據該等經累加缺陷值將該等輸出資料分派複數個屬性標籤。該判斷單元經組態以根據該複數個屬性標籤判斷該第一板材及該第二板材之製造流程是否異常。

Description

用於基板缺陷分析之裝置及方法

本揭露中所闡述之技術大體而言係關於半導體製程。特定言之，係關於半導體製程中用於基板缺陷分析之裝置及方法。

基板在製作過程中及完成後，會經過自動光學檢測(AOI, Automatic Optic Inspection)機台、電性測試機台及自動視覺檢測(AVI, Automatic Visual Inspection)機台來檢測基板上是否具有缺陷，以計算良率並用以控管基板整體製程的品質。在一種作法中，當某批基板良率低於標準時，操作人員必需一一檢視該批基板每一者的缺陷碼，判斷該批基板是否有缺陷集中的現象，並藉此推論可能造成缺陷的製程站別。然一一檢視每一基板的缺陷碼十分耗費時間與人力。此外，此種作法僅有在整批基板良率低於標準時，才由操作人員檢視缺陷。然此作法並未能及時(in time)或即時(real time)找出整體製程中的隱患。亦即，也許某些製程站台的錯誤率偏高，但其他製程站台的錯誤率低，在平均之後整體良率符合標準，喪失了找出錯誤率偏高站台的機會。

本發明之實施例係關於一種計算裝置，其包含：一接收單元、一計算單元及一判斷單元。該接收單元經組態以接收一第一板材(panel/strip)相關資料及一第二板材相關資料，該第一板材相關資料包含一第一板材上之複數個座標及對應於該等座標之複數個缺陷值，該第二板材相關資料包含一第二板材上之複數個座標及對應於該等座標之複數個缺陷值。該計算單元經組態以累加該第一板材相關資料及該第二板材相關資料以產生複數個輸出資料，該等輸出資料包含對應於該等複數個座標之複數個經累加缺陷值。該計算單元進一步經組態以根據該等經累加缺陷值將該等輸出資料分派(assign)複數個屬性標籤。該判斷單元經組態以根據該複數個屬性標籤判斷該第一板材及該第二板材之製造流程是否異常。

本發明之實施例係關於一種基板缺陷異常分析識別方法，其包含接收一第一板材(panel/strip)相關資料及一第二板材相關資料，該第一板材相關資料包含一第一板材上之複數個座標及對應於該等座標之複數個缺陷值，該第二板材相關資料包含一第二板材上之複數個座標及對應於該等座標之複數個缺陷值。該方法進一步包含：累加該第一板材相關資料及該第二板材相關資料以產生複數個輸出資料，該等輸出資料包含對應於該等複數個座標之複數個經累加缺陷值。該方法進一步包含根據該等經累加缺陷值將該等輸出資料分派(assign)複數個屬性標籤，以及根據該複數個屬性標籤判斷該第一板材及該第二板材之製造流程是否異常。

以下揭露提供用於實施本發明實施例之不同構件之諸多不同實施例或實例。下文闡述組件及配置之具體實例以簡化本揭露。當然，此等僅係實例且不意欲具限制性。此外，為了便於說明，可在本文中使用空間相關術語(例如「下方」、「下面」、「下部」、「上」、「上部」等)來闡述一個元件或構件與另一(些)元件或構件之關係，如各圖中所圖解說明。該等空間相關術語意欲囊括除各圖中所繪示之定向之外的在使用或操作中之裝置之不同定向。設備可以其他方式定向(旋轉90度或處於其他定向)且因此可同樣地解釋本文中所使用之空間相關描述符。

在本發明中，利用一計算裝置(例如電腦、伺服器等)將每批基板的缺陷資料進行疊加（疊圖概念），可以利用疊加後的缺陷資料判斷製程需調整之處。不論整體良率是否符合標準，對每一批基板的缺陷碼都進行累加，只要發現缺陷集中的情形便依累加資料找出製程中的問題，可及早發現並改善製程異常，藉此提升製程良率。本發明提供伺服器對疊加後的缺陷資料辨識區域集中及線型情形，可以依據所辨識出的集中區域及線型區域來推論可能造成缺陷的製程站別。

圖1係根據某些實施例之基板缺陷分析系統之示意圖。如圖1所示，基板缺陷分析系統100包括AOI機台10、電性測試機台12、AVI機台14以及計算裝置20。計算裝置20可包含但不限於一接收單元22、一計算單元24及一判斷單元26。在一個實施例中，計算裝置20、接收單元22、計算單元24及判斷單元26之每一者可由硬體元件實施。在一個實施例中，計算裝置20、接收單元22、計算單元24及判斷單元26之每一者可由硬體元件搭配軟體程式實施。在一個實施例中，計算裝置20、接收單元22、計算單元24及判斷單元26之每一者可由軟體程式實施。

AOI機台10、電性測試機台12、AVI機台14用於半導體製程之不同階段，分別用於檢測半導體成品或半成品的良率。舉例言之，AOI檢測機台10可用於半導體製程的金屬鍍線製程之後，用於檢測半導體板材（panel）上每一單位裝置（例如，一晶粒或一基板）上的金屬線路寬度是否符合規格。在半導體板材已經切割為帶材（strip）之後，電性測試機台12可用於檢測每一單位裝置的電性功能是否符合規格。AVI機台14可用於檢測半導體成品的外觀是否具有缺陷，例如，是否具有刮傷或缺角。

在一個實施例中，AOI檢測機台10、電性測試機台12、AVI機台14之每一者可由硬體元件實施。在一個實施例中，AOI檢測機台10、電性測試機台12、AVI機台14之每一者可由硬體元件搭配軟體程式實施。在一個實施例中，AOI檢測機台10、電性測試機台12、AVI機台14之每一者可由軟體程式實施。

AOI機台10、電性測試機台12及AVI機台14之每一者皆可產生檢測資料16。檢測資料16可包含板材(panel)相關資料或帶材（strip）相關資料。在一個實施例中，檢測資料16包含單一板材相關資料。在一個實施例中，檢測資料16包含複數個板材相關資料。在一實施例中，檢測資料16包含一板材上每一單位裝置（例如，一晶粒或一基板）的二維座標及對應於每一座標的缺陷值。

由AOI機台10、電性測試機台12及AVI機台14之一或多者所產生的檢測資料16被傳送至計算裝置20。檢測資料16經由計算裝置20之接收單元22接收之後，傳送至計算單元24進行計算處理。在一實施例中，計算單元24將檢測資料16進行累加並產生輸出資料。在一實施例中，計算單元24產生的輸出資料包含板材上每一單位裝置（例如，一晶粒或一基板）的二維座標及對應於每一單位裝置座標的經累加缺陷值。在一實施例中，計算單元24根據輸出的資料中的經累加缺陷值將輸出資料分成複數個群組。將輸出資料分成複數個群組可藉由各種可能的手段達成，例如，將輸出資料分派(assign)複數個屬性標籤。判斷單元26隨後可以根據該複數個屬性標籤判斷該第一板材及該第二板材之製造流程中是否具有異常。

圖2A係根據某些實施例之基板缺陷分析計算之示意圖。在圖2A中顯示了板材（panel）P1、P2、P3及P4之示意圖。在一個實施例中，板材P1、P2、P3及P4皆經由相同的半導體製造流程製成。每一板材上可包含一或多個帶材（strip）。舉例言之，板材P1上包含多個帶材32。每一帶材涵蓋一個二維區域並具有複數個單位裝置（例如，一晶粒或一基板）。每一單位裝置具有一個相對應的座標，指示一單位裝置在板材上的二維位置。如圖2A所示，每一板材上具有一條碼（例如，一維條碼或二維條碼）以利於後續的缺陷分析及計算。舉例言之，在後續缺陷分析及計算中，板材P1上的條碼30可幫助辨識哪一些缺陷資料屬於板材P1。同樣的，每一帶材上也可包含一條碼，以在後續缺陷分析及計算中辨識哪一些缺陷資料屬於特定的帶材。

在圖2A所示的示意圖中，可經由圖1所示的AOI機台10、電性測試機台12、AVI機台14中任何一者檢測板材P1、P2、P3及P4後產生檢測資料。檢測資料可指示板材P1、P2、P3及P4上具有缺陷之單位裝置之座標。舉例言之，圖2A上所標示的座標d1、d2、d3、d4、d5、d6、及d7代表各個板材上具有缺陷之單位裝置所在的座標。在上述座標中，d1、d2、d3及d4分別出現在板材P1、P2、P3及P4上相同的座標，而d5、d6、及d7則分散於板材P2、P3及P4上不同的座標。

在本揭露中提及的「缺陷」，意指經由AOI機台10、電性測試機台12、AVI機台14中任何一者檢測後判定為不符合規格之單位裝置。舉例言之，在圖2A中所示的板材P1，在座標d1處的單位裝置經AOI機台10、電性測試機台12、AVI機台14中任何一者檢測後判定為不符合規格，則在板材P1的檢測資料16中，座標d1處將儲存一缺陷值。在某些實施例中，板材上的缺陷值可以由數字表示。例如，在不符合規格之單位裝置之座標處儲存數字1。

圖2B係根據某些實施例之基板缺陷相關性分析之示意圖。在一些實施例中，多個板材經檢測所產生的檢測資料16之間可經由相關性計算32來分析彼此之間的相關性。例如，對板材P1、P2、P3...至Pn的檢測資料進行相關性計算。在圖2B所示之例子中，對任兩個板材的檢測資料進行相關性計算。舉例言之，對板材P1的檢測資料與板材P2至板材Pn每一者的檢測資料進行一相關性計算、對板材P2的檢測資料與板材P3至板材Pn每一者的檢測資料進行一相關性計算、對板材P3的檢測資料與板材P4至板材Pn每一者的檢測資料進行一相關性計算，依此類推。在板材數量為n的情況下，共需進行

次計算。此等數量的計算將耗費計算裝置20大量的運算能力及儲存空間。舉例言之，當一批板材的數量為n且每一板材的尺寸為X*Y（亦即，共具有X*Y個單位裝置）時，在使用2個位元組（bytes）來儲存一單位裝置之缺陷值的情況下，相關性計算32需要使用一共n*X*Y*2個位元組的儲存空間。此外，因為針對任兩個板材的檢測資料進行相關性計算（亦即，兩兩板材間涉及乘法運算），計算過程將十分耗時。在電腦科學中，一個演算法執行的時間可由時間複雜度表示，時間複雜度常用大O符號表述。一般而言，涉及n筆資料兩兩之間乘法演算所需的時間複雜度為

。

圖2C係根據某些實施例之基板缺陷相關性分析之示意圖。如圖2C中所示，板材P1在X軸方向具有A個單位裝置，在Y軸方向具有B個單位裝置，故板材P1一共具有A*B個單位裝置。相同地，板材P2至板材Pn之每一者皆具有A*B個單位裝置。在進行板材檢測資料的相關性分析之前，每一板材的檢測資料可以使用矩陣34的一個列來表示。舉例言之，矩陣34的第一列可紀錄板材P1上共A*B個單位裝置的缺陷值，矩陣34的第二列可紀錄板材P2上共A*B個單位裝置的缺陷值，依此類推。矩陣34內所儲存之缺陷值隨後可用於板材P1至Pn之相關性分析。

圖2D係根據某些實施例之基板缺陷相關性計算結果之示意圖。相關性圖36顯示一高度相關趨勢，亦即板材P1至板材Pn上的缺陷值在二維座標上呈現高度相似性。相關性圖38顯示一低度相關趨勢，亦即板材P1至板材Pn上的缺陷值在二維座標上呈現低度相似性。圖2B至圖2D中描述的缺陷相關性計算可以顯示出板材P1至板材Pn上的缺陷是否具有集中趨勢。然而，尚無法藉此判斷整個製造流程中具有缺陷之製程站台。獲得上述計算結果後，仍須人工使用光學儀器一一檢視分析每一板材。舉例言之，人工檢視一批板材上的缺陷可能需耗費三至五小時，非常耗時。

藉由將多個板材經檢測後所得的資料進行累加或疊加，半導體製程中的製程缺陷趨勢可以更加凸顯。舉例言之，若在板材的製造過程中，在許多板材的相同座標上皆產生缺陷，可以根據座標位置推測出可能在該座標產生缺陷的製程站台。此外，針對累加資料進行缺陷處理可以大幅降低計算裝置20耗費的運算能力及儲存空間。舉例言之，當一批板材的數量為n且每一板材的尺寸為X*Y（亦即，共具有X*Y個單位裝置）時，在使用2個位元組（bytes）來儲存一單位裝置之缺陷值的情況下，對累加資料進行缺陷處理僅需要使用一共X*Y*2個位元組的儲存空間。此外，因為針對累加資料進行缺陷處理涉及加法運算而非乘法運算，大幅減輕計算裝置20之運算負擔。一般而言，涉及n筆資料之加法演算所需的時間複雜度為

。

圖2E係根據某些實施例之經累加缺陷資料之示意圖。圖2E中顯示一經累加的板材相關資料40。板材相關資料40可由以下流程獲得：數個板材（例如，圖2A中所示的板材P1、P2、P3及P4）經由AOI機台10、電性測試機台12、AVI機台14中任何一者檢測後產生數筆檢測資料16，再經由計算單元24累加該數筆檢測資料16而得。板材相關資料40包括複數個帶材相關資料（例如，帶材相關資料41）。每一帶材相關資料41涵蓋一個二維區域，在該二維區域中包含複數個單位裝置（例如，一晶粒或一基板）。

在單一板材的檢測資料16中，每一單位裝置具有一獨特的二維座標，並在該二維座標儲存該單位裝置的缺陷值。單一板材的檢測資料16經過計算單元24累加計算後，相同座標位置的缺陷值經過累加。舉例言之，板材相關資料40上包含經累加缺陷值42及43。

在圖2E中所示的例子中，經累加缺陷值42表示一符合規格的單位裝置座標。亦即，複數個板材（例如，圖2A中所示的板材P1、P2、P3及P4）在該座標的單位裝置經檢測後皆符合規格。因此，在板材相關資料40上經累加缺陷值42數值為0。在一些實施例中，經累加缺陷值42可由百分比表示，亦即，經累加缺陷值42可以顯示複數個板材中在該座標的單位裝置不符合規格的百分比。

在圖2E中所示的例子中，經累加缺陷值43表示一不符合規格的單位裝置座標。亦即，複數個板材在該座標的單位裝置經檢測後，具有數個不符合規格的單位裝置。因此在板材相關資料40上經累加缺陷值43數值為不為0。例如，當一共4個板材（例如，圖2A中所示的板材P1、P2、P3及P4）的檢測資料16經過累加後，其中3個板材在該座標位置的單位裝置經檢測不符規格，則經累加缺陷值43之數值為3。在一些實施例中，經累加缺陷值43可由百分比表示，亦即，經累加缺陷值43可以顯示複數個板材中在該座標的單位裝置不符合規格的百分比。

經累加處理所產生之板材相關資料40可以顯示半導體製造流程所製成之多個板材是否具有缺陷集中的情況。舉例言之，圖2E中顯示了缺陷集中區44、45及46。藉由缺陷集中區44、45及46的分佈情況，可以推測半導體製造流程中具有潛在問題的製程站台。

圖3A係根據某些實施例之基板缺陷分析計算之示意圖。在圖3A中，板材相關資料40上顯示一缺陷集中區48。以圖像化顯示的缺陷集中區48可以用人眼輕易辨識。然而，對於電腦或處理器而言，需要數據化的資訊以辨識板材相關資料40上的缺陷集中區。在一些實施例中，可以藉由計算X軸上的偏度值（skew）及Y軸上的偏度值來辨識出缺陷集中區48的存在。在圖3A所示的例子中，X軸方向上的偏度值

為-1.21716，Y軸方向上的偏度值

為0。X軸方向上的負數偏度值代表板材相關資料40上具有缺陷集中於X軸右側的現象。Y軸方向上的0偏度值代表板材相關資料40上的缺陷於Y軸方向上呈現標準分佈，亦即，未呈現偏向Y軸任一側的情況。

在一個實施例中，可在X軸方向上設定一偏度臨限值

Y軸方向上設定一偏度臨限值

藉由將X軸方向上的偏度值與偏度臨限值

比較、以及藉由將Y軸方向上的偏度值與臨限值偏度臨限值

比較，可以判斷板材相關資料40是否顯示異常。在一個實施例中，可以用以下公式(1)及公式(2)進行異常判斷。

・・・ (1)

・・・ (2) 當公式(1)及公式(2)任一者成立時，判斷一異常發生。

上述的基板缺陷分析可以判定出大多數異常情況。然而，若缺陷集中分佈於板材相關資料40的中心區域，或圍繞周邊區域呈現對稱的環狀分佈，則上述缺陷判定方法便會失準。圖3B係根據某些實施例之基板缺陷分析計算之示意圖。圖3B顯示了兩種無法僅以X軸偏度值與Y軸偏度值判定異常的情況。在圖3B顯示的兩種情況中，X軸偏度值與Y軸偏度值均為0。

圖3C係根據某些實施例之基板缺陷分析計算之示意圖。為了進一步辨識出缺陷集中分佈的中心區域、或缺陷圍繞周邊區域呈現對稱的環狀分佈的情況，本發明提供了一種實施例，利用額外定義的偏度值進行判斷。在圖3C所示的示意圖中，使用偏度值

進行基板缺陷分析計算。偏度值

板材相關資料40的整體區域50中在X軸方向上的偏度值。偏度值

相關資料40的整體區域50中在Y軸方向上的偏度值。偏度值

相關資料40的右半側區域52的偏度值。偏度值

相關資料40的左半側區域54的偏度值。偏度值

相關資料40的上半部區域56的偏度值。偏度值

相關資料40的下半部區域58的偏度值。

在圖3C所示之實施例中，使用一偏度臨限值

進行基板缺陷判斷。在一個實施例中，可以使用以下公式(3)進行異常判斷。

・・・ (3) 在公式(3)中，當偏度值

任一者的絕對值大於偏度臨限值

圖4A及圖4B係根據某些實施例之基板缺陷分析計算之示意圖。在一個實施例中，計算單元24可對經累加的板材相關資料40進行分群組計算。在分群組計算中，計算單元24首先界定一個搜尋區塊60。在圖4A所示的示意圖中，搜尋區塊60涵蓋3X3範圍之單位裝置。在其他實施例中，搜尋區塊60可以涵蓋更多（例如4X4、5X5）或更少（例如2X2）範圍之單位裝置。在圖4A所示的示意圖中，搜尋區塊60具有一中心區塊62。

搜尋區塊60沿著水平方向，從板材相關資料40的左側依序移動直至右側。當搜尋區塊60到達板材相關資料40的最右側時，搜尋區塊60將回到板材相關資料40的最左側、向下移動一個單位裝置範圍後，再從板材相關資料40的左側依序移動直至右側。搜尋區塊60將以上述的掃描方式掃描板材相關資料40的全部範圍，直到搜尋區塊60到達板材相關資料40的最右下側。

在一個實施例中，計算單元24可以藉由選擇板材相關資料40中的不同資料群組來實現搜尋區塊60之移動。計算單元24可以在第一時間點選擇板材相關資料40中的第一群組資料，並在後續之第二時間點選擇板材相關資料40中的第二群組資料，其中第一群組資料與第二群組資料具有部分重疊的資料。舉例言之，計算單元24可以在第一時間點選擇板材相關資料40最左上方的3X3範圍的資料（如圖4A所示左上方搜尋區塊60），並在第一時間點選擇板材相關資料40向右水平移動一個單位裝置範圍的3X3範圍的資料（如圖4B所示左上方搜尋區塊60）。其中圖4A中搜尋區塊60所涵蓋的板材資料與圖4B中搜尋區塊60所涵蓋的板材資料具有部分重疊。

圖4C-1及圖4C-2係根據某些實施例之基板缺陷分析計算之示意圖。計算單元24對經累加的板材相關資料40進行的分群組計算可進一步參照圖4C-1及圖4C-2加以說明。若搜尋區塊60的中心區塊62所涵蓋之板材資料，其經累加缺陷值並未超過（亦即，大於或等於）臨限值，則計算單元24不進行任何動作，逕行將搜尋區塊60向右水平移動以進行下一群組之判斷。舉例言之，在圖4C-1中，中心區塊62之經累加缺陷值為1，並未超過臨限值為2，則計算單元24不對搜尋區塊60所涵蓋之缺陷資料進行任何動作。

若搜尋區塊60的中心區塊62所涵蓋之板材資料，其經累加缺陷值超過臨限值，則將搜尋區塊60涵蓋的所有缺陷超標區塊設為同一群組。舉例言之，在圖4C-2中，中心區塊62之經累加缺陷值為3，超過了臨限值2，則搜尋區塊60涵蓋的所有其餘缺陷超標區塊63、64、65及66皆與中心區塊62設為同一群組。

在一個實施例中，當判定中心區塊62之經累加缺陷值超過臨限值時，若搜尋區塊60涵蓋的範圍內已經有一既有群組（例如，群組A），則計算單元24將搜尋區塊60涵蓋的所有缺陷超標區塊皆設定為該既有群組。在一個實施例中，當判定中心區塊62之經累加缺陷值超過臨限值時，搜尋區塊60涵蓋的範圍內並未包含一既有群組，則計算單元24將中心區塊62設定為一新群組。

圖4D係根據某些實施例之基板缺陷分組計算之示意圖。計算單元24根據上述的分組規則，將累加的板材相關資料40分為數個群組。在圖4D所示之例子中，累加的板材相關資料40被分成群組A至群組W。在一個實施例中，計算單元24可藉由將板材相關資料40分派（assign）不同的屬性標籤來完成群組A至群組W之設定。計算單元24隨後將根據分組結果，對群組A至群組W進一步進行群組密度分析以及群組嚴重度分析。以下將以群組68（即群組J）作為群組密度分析以及群組嚴重度分析之範本。

圖4E係根據某些實施例之群組密度分析之示意圖。圖4D中所示之群組68中每一者的行座標（即Y座標）值顯示於圖4E中。例如，缺陷單元72之行座標值為9，缺陷單元73之行座標值為10。針對群組68，計算單元24沿著水平方向（亦即，列方向或X軸方向）計算一組邊緣座標Ti以及一組邊緣座標Bi。

邊緣座標Ti之每一者指示群組68中，具有相同列座標值（亦即，具有相同X座標值）之所有缺陷單元所具有之最大行座標值。亦即，邊緣座標Ti之每一者指示從群組68上方觀察到的第一個行座標值。邊緣座標Bi之每一者指示群組68中，具有相同列座標值（亦即，具有相同X座標值）之所有缺陷單元所具有之最小行座標值。亦即，邊緣座標Bi之每一者指示從群組68下方觀察到的第一個行座標值。

根據邊緣座標Ti以及邊緣座標Bi，計算單元24計算出一跨距矩陣74。跨距矩陣74中所記錄之數值可以由以下公式(4)計算。

・・・ (4)

計算單元24進一步計算出一數目矩陣75。數目矩陣75記錄的數值指示群組68中具有一相同列座標之缺陷單元數目。隨後將跨距矩陣74及數目矩陣75內所儲存的數值分別進行加總。水平方向密度（Density_X）可藉由數目矩陣75內儲存的數值總和與跨距矩陣74內儲存的數值總和相除而獲得。在圖4E所示的例子中，水平方向密度為37/43=0.8605。

圖4F係根據某些實施例之群組密度分析之示意圖。群組68中每一者的列座標（即X座標）值顯示於圖4E中。例如，缺陷單元76之列座標值為4，缺陷單元77之列座標值為5。針對群組68，計算單元24沿著垂直方向（亦即，行方向或Y軸方向）計算一組邊緣座標Li以及一組邊緣座標Ri。邊緣座標Ri之每一者指示群組68中，具有相同行座標值（亦即，具有相同Y座標值）之所有缺陷單元所具有之最大列座標值。亦即，邊緣座標Ri之每一者指示從群組68右側觀察到的第一個列座標值。邊緣座標Li之每一者指示群組68中，具有相同行座標值（亦即，具有相同Y座標值）之所有缺陷單元所具有之最小列座標值。亦即，邊緣座標Li之每一者指示從群組68左側觀察到的第一個列座標值。

根據邊緣座標Li以及邊緣座標Ri，計算單元24計算出一跨距矩陣78。跨距矩陣78中所記錄之數值可以由以下公式(5)計算。

・・・ (5)

計算單元24進一步計算出一數目矩陣79。數目矩陣79記錄的數值指示群組68中具有一相同行座標之缺陷單元數目。隨後將跨距矩陣78及數目矩陣79內所儲存的數值分別進行加總。垂直方向密度（Density_Y）可藉由數目矩陣79內儲存的數值總和與跨距矩陣78內儲存的數值總和相除而獲得。在圖4F所示的例子中，垂直方向密度為37/45=0.82222。

當水平方向密度及垂直方向密度分別計算出來後，計算單元24進一步由以下公式(6)計算群組68之群組密度（Density）。

・・・ (6)

在一實施例中，若計算單元24可藉由將板材相關資料40設定不同的屬性標籤來完成群組分類，則群組密度亦可稱為屬性密度。當群組密度的值超過一密度臨限值時，判斷單元26判定一異常發生。在一個實施例中，密度臨限值為0.5。當計算單元24完成板材相關資料40的分組及各組的密度分析之後，計算單元24可進一步計算每一群組（例如，圖4D中所示之群組A至群組W）之嚴重度。

圖4G係根據某些實施例之群組嚴重度分析之示意圖。圖4G中顯示了一個簡化的例子，其中板材相關資料80係將70片板材檢測獲得之70份檢測資料16，經計算單元24累加後獲得。在圖4G的例子中，每一板材在X軸方向上具有10個單位裝置（例如，一晶粒或一基板），且在Y軸上具有12個單位裝置。

圖4G中顯示一群組82，其包含6個超標區塊。群組82的六個超標區塊分別具有經累加缺陷值29、30、31、32、33及34。群組嚴重度可由以下公式(7)計算。

・・・ (7) 公式（7）中，N代表群組中超標區塊的數目，W _k代表群組中超標區塊每一者的經累加缺陷值，M代表經累加的板材資料數目（在圖4G之例子中為70），X代表每一板材在X軸方向上具有的個單位裝置數目（在圖4G之例子中為10），Y代表每一板材在Y軸方向上具有的個單位裝置數目（在圖4G之例子中為12）。在圖4G所示的例子中，群組82之嚴重度為

= 0.24。當一群組的群組嚴重度超過一嚴重度臨限值時，判斷單元26判定一異常發生。在一個實施例中，嚴重度臨限值為0.06。

為了提高缺陷在板材相關資料上呈線型分佈時的判斷率，本發明提供一種線型辨識演算法。圖5A係根據某些實施例之基板缺陷線型分析之示意圖。在一個實施例中，計算單元24可對經累加的板材相關資料40進行線型群組分析。在線型群組分析中，計算單元24首先界定一個搜尋區塊83。搜尋區塊83涵蓋板材相關資料40在一個維度上之所有單位裝置。舉例言之，在圖5A中搜尋區塊83涵蓋板材相關資料40沿Y軸方向上的所有單位裝置。同樣地，搜尋區塊83亦可定義為涵蓋板材相關資料40沿X軸方向上的所有單位裝置。

搜尋區塊83沿著板材相關資料40的一個維度依序移動進行搜尋，將符合搜尋條件的群組挑選出來。如圖5A所示，搜尋區塊83沿著板材相關資料40的X軸方向依序移動，挑選出群組84、85、86及87。在一個實施例中，搜尋區塊83可沿著板材相關資料40的Y軸方向依序移動以挑選群組。計算單元24可以設定不同之條件以挑選出群組。舉例言之，在圖5A所示之實施例中，搜尋區塊83挑選出之群組84、85、86及87皆具有至少3個不符合規格之單位裝置，且不符合規格之單位裝置之間最大距離至少為5。

當計算出群組84、85、86及87之後，計算單元24將進一步針對群組84、85、86及87之每一者進行標準判斷，以決定每一群組中的線型代表區間。

表1係本發明用於判斷線型群組中線型代表區間之標準，及每一標準的判斷屬性、目的及判斷條件。

標準	判斷屬性	目的	判斷條件
1	長度	長度越長，影響範圍越大	不符合規格長度/群組總長度
2	密度	當密度越高，線型較為明顯	不符合規格數量/不符合規格長度
3	間隔	若間隔過長，判斷線型中斷	最大間隔/不符合規格長度

表1

為了找出每一群組的線型代表區間，計算單元24將在各群組內，計算各種不同的子範圍是否符合標準1至標準3。

在標準1中，判斷經搜尋區塊83挑選出之各群組（例如，圖5A中的群組84、85、86及87）中不同子範圍的長度。在標準2中，判斷經搜尋區塊83挑選出之各群組中不同子範圍的密度。在標準3中，判斷經搜尋區塊83挑選出之各群組中不同子範圍是否具有間隔（亦即，不符合規格之單位裝置之間是否具有符合規格之單位裝置）。

以下將參閱圖5B及5C進行標準1至標準3之說明。圖5B係根據某些實施例之基板缺陷線型判斷標準之示意圖。參閱圖5B中所示之標準1示意圖，在標準1之示意圖中顯示了群組的一個子範圍88。在此實施例中，子範圍88之長度L2為10。子範圍88中具有共7個不符合規格之單位裝置，橫跨Y軸座標2至9，因此子範圍88中不符合規格長度L1為8。計算單元24將計算L1/L2是否超過一長度臨限值

若L1/L2未超過長度臨限值

，則計算單元24將子範圍88從線型代表區間之候選者中排除。在一個實施例中，長度臨限值

為40%，圖5B中所示之L1/L2=80%大於長度臨限值

，因此保留於線型代表區間之候選者中。

參閱圖5B中所示之標準2示意圖，在此實施例中，子範圍88中不符合規格長度L1為8，且子範圍88內不符合規格之單位裝置數目n為7。計算單元24將計算n/L1是否超過一密度臨限值

若n/L1未超過密度臨限值

，則計算單元24將子範圍88從線型代表區間之候選者中排除。在一個實施例中，密度臨限值

為55%，圖5B中所示之n/L1=87%大於密度臨限值

，因此保留於線型代表區間之候選者中。

參閱圖5B中所示之標準3示意圖，在此實施例中，子範圍88中不符合規格長度L1為8，且子範圍88內間隔的最大長度L3為1。計算單元24將計算L3/L1是否超過一間隔臨限值

若L3/L1超過間隔臨限值

，則計算單元24將子範圍88從線型代表區間之候選者中排除。在一個實施例中，間隔臨限值

為20%，圖5B中所示之L3/L1=12%小於間隔臨限值

，因此保留於線型代表區間之候選者中。

圖5C係根據某些實施例之基板缺陷線型判斷標準之示意圖。參閱圖5C中所示之標準1示意圖，在標準1之示意圖中顯示了群組的一個子範圍88。在此實施例中，子範圍88之長度L2為10。子範圍88中具有共5個不符合規格之單位裝置，橫跨Y軸座標1至10，因此子範圍88中不符合規格長度L1為10。計算單元24將計算L1/L2是否超過一長度臨限值

在一個實施例中，長度臨限值

為40%，圖5C中所示之L1/L2=100%大於長度臨限值

，因此保留於線型代表區間之候選者中。

參閱圖5C中所示之標準2示意圖，在此實施例中，子範圍88中不符合規格長度L1為10，且子範圍88內不符合規格之單位裝置數目n為5。計算單元24將計算n/L1是否超過一密度臨限值

在一個實施例中，密度臨限值

為55%，圖5C中所示之n/L1=50%並未超過於密度臨限值

，因此將子範圍88從線型代表區間之候選者中排除。

參閱圖5C中所示之標準3示意圖，在此實施例中，子範圍88中不符合規格長度L1為10，且子範圍88內最大的間隔長度L3為4。計算單元24將計算L3/L1是否超過一間隔臨限值

在一個實施例中，間隔臨限值

為20%，圖5C中所示之L3/L1=40%超過了間隔臨限值

，因此將子範圍88從線型代表區間之候選者中排除。

圖5D係根據某些實施例之基板缺陷線型分析之示意圖。圖5D中所示實施例係根據經搜尋區塊83挑選出之一群組90作說明。群組90之總長度為10，其中一共具有7個不符合規格之單位裝置（位於Y座標1、2及6至10處）及3個符合規格之單位裝置（位於Y座標3至5處）。計算單元24將在群組90內，計算各種不同的子範圍90-a至90-k是否符合表1中所列之標準1至標準3。

在第一階段，子範圍90-a之涵蓋範圍從Y座標1開始，直到不符合規格之單位裝置數量達到3個為止（亦即，從Y座標1至Y座標6涵蓋3個不符合規格之單位裝置）。子範圍90-b至90-e之涵蓋範圍亦從Y座標1開始，長度相較於子範圍90-a逐漸增加。

在下一階段，子範圍90-f之涵蓋範圍從Y座標2開始，直到不符合規格之單位裝置數量達到3個為止（亦即，從Y座標2至Y座標7涵蓋3個不符合規格之單位裝置）。子範圍90-g至90-i之涵蓋範圍亦從Y座標2開始，長度相較於子範圍90-f逐漸增加，依此類推。在另一階段中，子範圍90-j之涵蓋範圍從Y座標6至Y座標9。子範圍90-k之涵蓋範圍從Y座標6至Y座標10。

針對每一子範圍90-a至90-k，計算單元24計算其每一者是否符合表1中所列之標準1至標準3。當標準1至標準3中任一者不符合時，計算單元24該子範圍從線型代表區間之候選者中排除。在圖5D所示之例子中，子範圍90-a至90-i皆因為未同時滿足標準1至標準3而被排除，而子範圍90-j及90-k同時符合表1中所列之標準1至標準3。當具有二個以上同時符合標準1至標準3之子範圍時，計算單元24將挑選長度最長者作為線型代表區間。因此，在圖5D所示之例子中，子範圍90-k將被選定為群組90之線型代表區間。

在每一群組的線型代表區間決定後，計算單元24將進一步進行標準4及標準5之計算分析。表2係本發明用於線型判斷之標準4及標準5及其判斷屬性、目的及判斷條件。

標準	判斷屬性	目的	判斷條件
4	相鄰線型代表區間交集	判斷相鄰線型代表區間之間的交集程度	相鄰線型代表區間交集範圍時寬度加一
5	相鄰線型代表區間寬度	若寬度過寬，則排除為線型區域	寬度

表2

在標準4中，若各群組之線型代表區間任兩者彼此相鄰，計算單元24將判斷相鄰線型代表區間之交集程度。在標準5中，若各群組之線型代表區間任兩者或多者彼此相鄰，計算單元24將判斷相鄰線型代表區間之寬度。以下將參閱圖5E進行標準4及標準5之說明。

圖5E係根據某些實施例之基板缺陷線型判斷標準之示意圖。參閱圖5E中所示之標準4示意圖，分屬於不同群組之線型代表區間91及92具有交集區域93。計算單元24將交集區域93之長度與一交集範圍臨限值

相比較。在一個實施例中交集範圍臨限值

為50%。在圖5E中，因交集區域93的長度（在圖5E中為2）與線型代表區間91及92任一者之總長度（在圖5E中為6）相比並未超過50%，故計算單元24將線型代表區間91及92判定為兩個獨立的線型代表區間。

在圖5E所示之標準4示意圖中，分屬於不同群組之線型代表區間94及95具有交集區域96。因交集區域96的長度（在圖5E中為4）與線型代表區間94及95任一者之總長度（在圖5E中為7）相比超過50%，故計算單元24將線型代表區間94及95判定為同一個線型代表區間。

參閱圖5E中所示之標準5示意圖，計算單元24將進一步將相鄰之線型代表區間的寬度與一寬度臨限值

相比較。當相鄰之線型代表區間的寬度超過寬度臨限值

時，該線型代表區間將被改判定為區域集中態樣。在一個實施例中，寬度臨限值

為2。圖5E中所示之線型代表區間97之寬度為1而線型代表區間98之寬度為3。在寬度臨限值

為2的情況下，線型代表區間97符合線型區域的定義，而線型代表區間98將被改判定為一區域集中態樣。

圖6係根據某些實施例之基板缺陷線型分析流程圖。在步驟601中，計算單元24定義一搜尋區塊83，並沿著板材相關資料40的一個維度（例如，X軸或Y軸）依序移動進行搜尋，將符合搜尋條件的群組挑選出來。步驟601的詳細操作對應於圖5A及其相關說明段落。

在步驟602中，計算單元24對步驟601中挑選出之群組之每一者，選定一線型代表區間。步驟602的詳細操作對應於圖5B至圖5D、表1及其相關說明段落。

在步驟603中，計算單元24進一步判斷各群組之線型代表區間任兩者是否彼此相鄰，並判斷相鄰線型代表區間之交集程度。步驟603的詳細操作對應於圖5E、表2及其相關說明段落。

回應於步驟603中判定各群組之線型代表區間任兩者中具有相鄰者，在步驟604中，計算單元24進一步計算相鄰之線型代表區間的寬度。步驟604的詳細操作對應於圖5E、表2及其相關說明段落。

在步驟605中，計算單元24將相鄰之線型代表區間的寬度與一寬度臨限值

進行比較。若相鄰之線型代表區間的寬度小於寬度臨限值

時，將該線型代表區間歸類為線型區間。若相鄰之線型代表區間的寬度超過寬度臨限值

時，該線型代表區間將被改判定為區域集中態樣。

前文概述數項實施例之構件，使得熟習此項技術者可更好地理解本揭露之態樣。熟習此項技術者應瞭解，其可容易地使用本揭露作為設計或修改其他製程及結構以用於實施相同目的及/或實現本文中所介紹之實施例之相同優點之基礎。熟習此項技術者亦認識到，此等等效構造不背離本揭露之精神及範疇，且其可在本文中做出各種改變、替代及變更而不背離本揭露之精神及範疇。

10‧‧‧AOI機台

12‧‧‧電性測試機台

14‧‧‧AVI機台

16‧‧‧檢測資料

20‧‧‧計算裝置

22‧‧‧接收單元

24‧‧‧計算單元

26‧‧‧判斷單元

30‧‧‧條碼

32‧‧‧相關性計算

34‧‧‧矩陣

36‧‧‧相關性圖

38‧‧‧相關性圖

40‧‧‧板材相關資料

41‧‧‧帶材相關資料

42‧‧‧經累加缺陷值

43‧‧‧經累加缺陷值

44‧‧‧缺陷集中區

45‧‧‧缺陷集中區

46‧‧‧缺陷集中區

48‧‧‧缺陷集中區

50‧‧‧整體區域

52‧‧‧右半側區域

54‧‧‧左半側區域

56‧‧‧上半部區域

58‧‧‧下半部區域

60‧‧‧搜尋區塊

62‧‧‧中心區塊

63‧‧‧缺陷超標區塊

64‧‧‧缺陷超標區塊

65‧‧‧缺陷超標區塊

66‧‧‧缺陷超標區塊

68‧‧‧群組

72‧‧‧缺陷單元

73‧‧‧缺陷單元

74‧‧‧跨距矩陣

75‧‧‧數目矩陣

76‧‧‧缺陷單元

77‧‧‧缺陷單元

78‧‧‧跨距矩陣

79‧‧‧數目矩陣

80‧‧‧板材相關資料

82‧‧‧群組

83‧‧‧搜尋區塊

84‧‧‧群組

85‧‧‧群組

86‧‧‧群組

87‧‧‧群組

88‧‧‧子範圍

90‧‧‧群組

90-a至90-k‧‧‧子範圍

91‧‧‧線型代表區間

92‧‧‧線型代表區間

93‧‧‧交集區域

94‧‧‧線型代表區間

95‧‧‧線型代表區間

96‧‧‧交集區域

97‧‧‧線型代表區間

98‧‧‧線型代表區間

100‧‧‧基板缺陷分析系統

601‧‧‧步驟

602‧‧‧步驟

603‧‧‧步驟

604‧‧‧步驟

605‧‧‧步驟

d1‧‧‧座標

d2‧‧‧座標

d3‧‧‧座標

d4‧‧‧座標

d5‧‧‧座標

d6‧‧‧座標

d7‧‧‧座標

P1‧‧‧板材

P2‧‧‧板材

P3‧‧‧板材

P4‧‧‧板材

Pn‧‧‧板材

‧‧‧偏度值

‧‧‧偏度值

L1‧‧‧長度

L2‧‧‧長度

L3‧‧‧長度

n‧‧‧數目

當搭配附圖閱讀時，自以下詳細說明最佳地理解本揭露之態樣。應注意，根據行業中之標準實踐，各種構件未按比例繪製。實際上，為論述清晰起見，可任意地增大或減小各種構件之尺寸。圖1係根據某些實施例之基板缺陷分析系統之示意圖。圖2A係根據某些實施例之基板缺陷分析計算之示意圖。圖2B係根據某些實施例之基板缺陷相關性分析之示意圖。圖2C係根據某些實施例之基板缺陷相關性分析之示意圖。圖2D係根據某些實施例之基板缺陷相關性計算結果之示意圖。圖2E係根據某些實施例之經累加缺陷資料之示意圖。圖3A係根據某些實施例之基板缺陷分析計算之示意圖。圖3B係根據某些實施例之基板缺陷分析計算之示意圖。圖3C係根據某些實施例之基板缺陷分析計算之示意圖。圖4A係根據某些實施例之基板缺陷分組計算之示意圖。圖4B係根據某些實施例之基板缺陷分組計算之示意圖。圖4C-1係根據某些實施例之基板缺陷分組計算之示意圖。圖4C-2係根據某些實施例之基板缺陷分組計算之示意圖。圖4D係根據某些實施例之基板缺陷分組計算之示意圖。圖4E係根據某些實施例之群組密度分析之示意圖。圖4F係根據某些實施例之群組密度分析之示意圖。圖4G係根據某些實施例之群組嚴重度分析之示意圖。圖5A係根據某些實施例之基板缺陷線型分析之示意圖。圖5B係根據某些實施例之基板缺陷線型判斷標準之示意圖。圖5C係根據某些實施例之基板缺陷線型判斷標準之示意圖。圖5D係根據某些實施例之基板缺陷線型分析之示意圖。圖5E係根據某些實施例之基板缺陷線型判斷標準之示意圖。圖6係根據某些實施例之基板缺陷線型分析流程圖。

10‧‧‧AOI機台

12‧‧‧電性測試機台

14‧‧‧AVI機台

16‧‧‧檢測資料

20‧‧‧計算裝置

22‧‧‧接收單元

24‧‧‧計算單元

26‧‧‧判斷單元

100‧‧‧基板缺陷分析系統

Claims

一種計算裝置，其包含：一接收單元，其經組態以接收一第一板材(panel/strip)相關資料及一第二板材相關資料，該第一板材相關資料包含一第一板材上之複數個座標及對應於該等座標之複數個缺陷值，該第二板材相關資料包含一第二板材上之複數個座標及對應於該等座標之複數個缺陷值，該等座標之每一者包含一行座標及一列座標；一計算單元，其經組態以累加該第一板材相關資料及該第二板材相關資料以產生複數個輸出資料，該等輸出資料包含對應於該等複數個座標之複數個經累加缺陷值，該計算單元進一步經組態以根據該等經累加缺陷值將該等輸出資料分派(assign)複數個屬性標籤；以及一判斷單元，其經組態以根據該複數個屬性標籤判斷該第一板材及該第二板材之製造流程是否異常。
如請求項1之計算裝置，其中該計算單元進一步經組態以：選擇該等輸出資料中之一第一群組，當該第一群組中一第一座標之一第一經累加缺陷值超過一臨限值時，將該第一座標設定一第一屬性標籤。
如請求項2之計算裝置，其中該計算單元進一步經組態以：選擇該等輸出資料中之一第二群組，該第一群組及該第二群組具有複數個相同座標；當該第二群組中一第二座標之一第二經累加缺陷值超過該臨限值時，將該第二座標設定一第二屬性標籤；且當該複數個相同座標中之一者具有該第一屬性標籤時，將該第二屬性標籤修改為該第一屬性標籤。
如請求項2之計算裝置，其中該計算單元進一步經組態以：沿著一第一座標維度，計算包含該第一屬性標籤之輸出資料之一第一組邊緣座標及一第二組邊緣座標，該第一組邊緣座標之每一者指示包含該第一屬性標籤之輸出資料中，具有相同列座標之輸出資料中所具有之最大行座標，該第二組邊緣座標之每一者指示包含該第一屬性標籤之輸出資料中，具有相同列座標之輸出資料中所具有之最小行座標；沿著一第二座標維度，計算含該第一屬性標籤之輸出資料之一第三組邊緣座標及一第四組邊緣座標，該第三組邊緣座標之每一者指示包含該第一屬性標籤之輸出資料中，具有相同行座標之輸出資料中所具有之最大列座標，該第四組邊緣座標之每一者指示包含該第一屬性標籤之輸出資料中，具有相同行座標之輸出資料中所具有之最小列座標。
如請求項4之計算裝置，其中該計算單元進一步經組態以：計算一第一數目矩陣，該第一數目矩陣中每一者指示包含該第一屬性標籤之輸出資料中具有一相同列座標之輸出資料數目；計算一第二數目矩陣，該第二數目矩陣中每一者指示包含該第一屬性標籤之輸出資料中具有一相同行座標之輸出資料數目；基於該第一數目矩陣、該第一組邊緣座標及該第二組邊緣座標計算一第一密度；基於該第二數目矩陣、該第一組邊緣座標及該第二組邊緣座標計算一第二密度；以及根據該第一密度及該第二密度產生一第一屬性密度。
如請求項5之計算裝置，其中該等輸出資料包含一第一數目個輸出資料，且該計算單元進一步經組態以：針對包含該第一屬性標籤之輸出資料，計算每一座標之該經累加缺陷值之一總和；以及根據該總和及該第一數目計算一嚴重度。
如請求項6之計算裝置，其中該判斷單元進一步根據該第一屬性密度及該嚴重度判斷該第一板材及該第二板材之製造流程是否具有異常。
如請求項1之計算裝置，其中該計算單元進一步經組態以：選擇該等輸出資料中之一第一群組，當該第一群組中一第一座標之一第一經累加缺陷值超過一臨限值時，將該第一座標設定一第一屬性標籤；選擇該等輸出資料中之一第二群組，當該第二群組中一第一座標之一第一經累加缺陷值超過一臨限值時，將該第一座標設定一第二屬性標籤。
如請求項8之計算裝置，其中該等輸出資料具有一第一數目個行及一第二數目個列，該計算單元進一步經組態以：計算包含該第一屬性標籤之輸出資料之一第一長度與該第二數目之一第一比例；計算包含該第一屬性標籤之輸出資料之數目與該第二數目之一第二比例；以及計算該第一群組中不包含該第一屬性標籤之輸出資料之數目與該第一長度之一第三比例。
如請求項9之計算裝置，其中該計算單元進一步經組態以：計算包含該第二屬性標籤之輸出資料之一第二長度與該第二數目之一第四比例；計算包含該第二屬性標籤之輸出資料之數目與該第二數目之一第五比例；以及計算該第二群組中不包含該第二屬性標籤之輸出資料之數目與該第一長度之一第六比例。
如請求項10之計算裝置，其中該計算單元進一步經組態以：從該第一群組中，計算該第一比例、該第二比例及該第三比例皆符合一預定條件之一第一輸出資料子群組；以及從該第二群組中，計算該第四比例、該第五比例及該第六比例皆符合該預定條件之一第二輸出資料子群組。
如請求項11之計算裝置，其中該計算單元進一步經組態以：計算該第一輸出資料子群組與該第二輸出資料子群組是否相鄰，且回應於該第一輸出資料子群組與該第二輸出資料子群組相鄰，計算該第一輸出資料子群組與該第二輸出資料子群組之一交集數目。
如請求項11之計算裝置，其中該計算單元進一步經組態以：計算是否存在與該第一輸出資料子群組相鄰之兩個輸出資料子群組。
一種基板缺陷異常分析識別方法，其包含：接收一第一板材(panel/strip)相關資料及一第二板材相關資料，該第一板材相關資料包含一第一板材上之複數個座標及對應於該等座標之複數個缺陷值，該第二板材相關資料包含一第二板材上之複數個座標及對應於該等座標之複數個缺陷值，該等座標之每一者包含一行座標及一列座標；累加該第一板材相關資料及該第二板材相關資料以產生複數個輸出資料，該等輸出資料包含對應於該等複數個座標之複數個經累加缺陷值；根據該等經累加缺陷值將該等輸出資料分派(assign)複數個屬性標籤；以及根據該複數個屬性標籤判斷該第一板材及該第二板材之製造流程是否異常。
如請求項14之方法，其進一步包含：選擇該等輸出資料中之一第一群組，當該第一群組中一第一座標之一第一經累加缺陷值超過一臨限值時，將該第一座標設定一第一屬性標籤；選擇該等輸出資料中之一第二群組，該第一群組及該第二群組具有複數個相同座標；當該第二群組中一第二座標之一第二經累加缺陷值超過該臨限值時，將該第二座標設定一第二屬性標籤；且當該複數個相同座標中之一者具有該第一屬性標籤時，將該第二屬性標籤修改為該第一屬性標籤。
如請求項14之方法，其進一步包含：選擇該等輸出資料中之一第一群組，當該第一群組中一第一座標之一第一經累加缺陷值超過一臨限值時，將該第一座標設定一第一屬性標籤；選擇該等輸出資料中之一第二群組，當該第二群組中一第一座標之一第一經累加缺陷值超過一臨限值時，將該第一座標設定一第二屬性標籤。
如請求項16之方法，其中該等輸出資料具有一第一數目個行及一第二數目個列，該方法進一步包含：計算包含該第一屬性標籤之輸出資料之一第一長度與該第二數目之一第一比例；計算包含該第一屬性標籤之輸出資料之數目與該第二數目之一第二比例；計算該第一群組中不包含該第一屬性標籤之輸出資料之數目與該第一長度之一第三比例；計算包含該第二屬性標籤之輸出資料之一第二長度與該第二數目之一第四比例；計算包含該第二屬性標籤之輸出資料之數目與該第二數目之一第五比例；以及計算該第二群組中不包含該第二屬性標籤之輸出資料之數目與該第一長度之一第六比例。
如請求項17之方法，其進一步包含：從該第一群組中，計算該第一比例、該第二比例及該第三比例皆符合一預定條件之一第一輸出資料子群組；以及從該第二群組中，計算該第四比例、該第五比例及該第六比例皆符合該預定條件之一第二輸出資料子群組。