TWI711098B - 用於偵測基板上之缺陷之方法及系統 - Google Patents

用於偵測基板上之缺陷之方法及系統 Download PDF

Info

Publication number
TWI711098B
TWI711098B TW106105685A TW106105685A TWI711098B TW I711098 B TWI711098 B TW I711098B TW 106105685 A TW106105685 A TW 106105685A TW 106105685 A TW106105685 A TW 106105685A TW I711098 B TWI711098 B TW I711098B
Authority
TW
Taiwan
Prior art keywords
image
additional
channel
noise
detection
Prior art date
Application number
TW106105685A
Other languages
English (en)
Other versions
TW201740482A (zh
Inventor
普立查卓 Ｍ 桑卡
阿秀克 巴拉達拉真
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 TW201740482A publication Critical patent/TW201740482A/zh
Application granted granted Critical
Publication of TWI711098B publication Critical patent/TWI711098B/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
    • 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
    • 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
    • G06T7/0008—Industrial image inspection checking presence/absence
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
    • H01L21/00—Processes or apparatus adapted for the manufacture or treatment of semiconductor or solid state devices or of parts thereof
    • H01L21/67—Apparatus specially adapted for handling semiconductor or electric solid state devices during manufacture or treatment thereof; Apparatus specially adapted for handling wafers during manufacture or treatment of semiconductor or electric solid state devices or components ; Apparatus not specifically provided for elsewhere
    • H01L21/67005—Apparatus not specifically provided for elsewhere
    • H01L21/67242—Apparatus for monitoring, sorting or marking
    • 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
    • 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
    • H01L22/30—Structural arrangements specially adapted for testing or measuring during manufacture or treatment, or specially adapted for reliability measurements
    • 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
    • G06T2207/10052—Images from lightfield camera
    • 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
    • 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
    • G06T2207/20216—Image averaging
    • 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
    • G06T2207/20221—Image fusion; Image merging
    • 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)
  • Manufacturing & Machinery (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Hardware Design (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • Power Engineering (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Quality & Reliability (AREA)
  • Condensed Matter Physics & Semiconductors (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
  • Testing Or Measuring Of Semiconductors Or The Like (AREA)

Abstract

本發明揭示一種檢測方法，其包含：接收一基板之複數個檢測影像。該方法包含：自來自第一通道之一第一影像產生一第一雜訊影像，及自來自額外通道之額外影像產生一額外雜訊影像。該方法進一步包含：自該第一雜訊影像產生一第一信雜比(SNR)影像，及自該額外雜訊影像產生一額外SNR影像；以及識別該第一SNR影像及該額外SNR影像中之一或多個第一像素候選者。該方法進一步包含：基於該一或多個經識別第一像素候選者及該一或多個經識別額外像素候選者，在共同像素候選位點處，將來自該第一SNR影像之影像資料與來自該額外SNR影像之影像資料組合以形成用於偵測該基板上之缺陷之一組合影像。

Description

用於偵測基板上之缺陷之方法及系統
本發明大體上係關於半導體晶圓檢測，且更特定言之，本發明係關於來自一多通道檢測工具之多個檢測通道之資料的融合。
在一半導體製程期間之各種步驟中使用檢測程序來偵測諸如主光罩及晶圓之一樣本上之缺陷。檢測程序一直為製造諸如積體電路之半導體裝置之一重要部分。隨著對半導體裝置之需求增加，亦需要不斷改良裝置檢測能力。然而，隨著半導體裝置之尺寸減小，檢測程序對成功製造可接受半導體裝置變得更重要。例如，隨著半導體裝置之尺寸減小，偵測減小大小之缺陷已成為必然，此係因為：即使缺陷相對較小，其會引起半導體裝置中之無用像差。在另一例項中，既有檢測演算法提供使用一多通道系統來偵測缺陷之一相對簡單方法。然而，因為多通道系統之既有檢測演算法使用信號強度，所以存在缺陷計數歸因於照明光位準及晶圓間變動而顯著變動的情況。該影響引起缺陷檢測無法適應照明及晶圓間變動。
因此，可期望提供一種消除先前方法之缺點的系統及方法。
根據本發明之一或多項實施例，揭示一種用於基板檢測之方法。在 一實施例中，該方法包含：接收一基板之複數個檢測影像，其中該複數個檢測影像包含來自一檢測系統之兩個或兩個以上通道之兩個或兩個以上影像。在另一實施例中，該方法包含：基於來自一第一通道之一第一影像來產生一第一雜訊影像及基於來自一額外通道之一額外影像來產生一額外雜訊影像。在另一實施例中，該方法包含：基於該第一雜訊影像來產生一第一信雜比影像及基於該額外雜訊影像來產生一額外信雜比影像。在另一實施例中，該方法包含：識別該第一信雜比影像中之一或多個第一像素候選者及該額外信雜比影像中之一或多個額外像素候選者。在另一實施例中，該方法包含：基於該一或多個經識別第一像素候選者及該一或多個經識別額外像素候選者來在共同像素候選位點處將來自該第一信雜比影像之影像資料與來自該額外信雜比影像之影像資料組合而形成一組合影像。在另一實施例中，該方法包含：使用該組合影像來偵測該基板上之缺陷。
根據本發明之一或多項實施例，揭示一種檢測設備。在一實施例中，該檢測設備包含用於自一基板獲取一組檢測結果之一檢測系統。在另一實施例中，該設備包含通信地耦合至該檢測系統之一控制器。在另一實施例中，該控制器包含用於執行儲存於記憶體中之一組程式指令的一或多個處理器。在另一實施例中，該組程式指令經組態以引起該一或多個處理器接收一基板之複數個檢測結果，其中該複數個檢測結果包含來自該檢測系統之一第一通道之一第一影像及來自該檢測系統之一額外通道之至少一額外影像。在另一實施例中，該組程式指令經組態以引起該一或多個處理器基於來自該第一通道之該第一影像來產生一第一雜訊影像及基於來自該額外通道之該額外影像來產生一額外雜訊影像。在另一實施例中，該組程式指令經組態以引起該一或多個處理器基於該第一雜訊影像來產生一第一 信雜比影像及基於該額外雜訊影像來產生一額外信雜比影像。在另一實施例中，該組程式指令經組態以引起該一或多個處理器識別該第一信雜比影像中之一或多個第一像素候選者及該額外信雜比影像中之一或多個額外像素候選者。在另一實施例中，該組程式指令經組態以引起該一或多個處理器基於該一或多個經識別第一像素候選者及該一或多個額外像素候選者來在共同像素候選位點處將來自該第一信雜比影像之影像資料與來自該額外信雜比影像之影像資料組合而形成一組合影像。在另一實施例中，該組程式指令經組態以引起該一或多個處理器使用該組合影像來偵測該基板上之缺陷。
應瞭解，以上一般描述及以下詳細描述兩者僅供例示及說明且未必限制所主張之本發明。併入本說明書中且構成本說明書之一部分的附圖繪示本發明之實施例且與一般描述一起用於解釋本發明之原理。
100:檢測系統
101:控制器
102:檢測工具
104:處理器
105:顯示器/顯示裝置
106:記憶體媒體
107:使用者介面/使用者介面裝置
108:樣品
110:樣品台
111:第一檢測通道
112:額外檢測通道
200:方法
202:第一步驟
204:第二步驟
206:第三步驟
208:第四步驟
210:第五步驟
212:第六步驟
310:檢測影像
320:檢測影像
410:第一信雜比(SNR)影像
420:第二信雜比(SNR)影像
510:影像
515:像素候選者
610:組合影像
615:經識別缺陷
620:組合影像
熟習技術者可藉由參考附圖來較佳地理解本發明之諸多優點，其中：
圖1繪示根據本發明之一或多項實施例之一檢測系統之一簡化示意圖。
圖2係繪示根據本發明之一或多項實施例之用於多通道融合基板檢測之一方法中所執行之步驟之一流程圖。
圖3A繪示根據本發明之一或多項實施例之使用檢測系統之一第一通道所獲取之一檢測影像。
圖3B繪示根據本發明之一或多項實施例之使用檢測系統之一額外通道所獲取之一額外檢測影像。
圖4A繪示根據本發明之一或多項實施例之來自檢測系統之第一通道之一第一信雜比(SNR)影像。
圖4B繪示根據本發明之一或多項實施例之來自檢測系統之一額外通道之一額外信雜比(SNR)影像。
圖5繪示根據本發明之一或多項實施例之一信雜比(SNR)影像中所識別之一或多個像素候選者。
圖6A繪示根據本發明之一或多項實施例之來自一檢測系統之兩個或兩個以上通道之兩個或兩個以上信雜比(SNR)影像之一組合影像。
圖6B繪示根據本發明之一或多項實施例之自來自一或多個檢測系統之一或多個通道之兩個或兩個以上影像所產生之一組合影像。
優先權
本申請案根據35 U.S.C.§ 119(e)規定主張名字為Premchandra M.Shankar及Ashok Varadarajan之發明者於2016年2月25日申請之名稱為「NOVEL ADAPTIVE CHANNEL FUSION ALGORITHM FOR LASER SCNNING SYSTEMS」之美國臨時專利申請案第62/299,879號之優先權，該案之全文以引用方式併入本文中。
現將詳細參考附圖中所繪示之揭示標的。
大體上參考圖1至圖6B，本發明大體上係針對一種基板檢測之系統及方法。本發明進一步係針對具有一雷射掃描檢測系統之一基板上之多通道基板檢測，其允許改良一缺陷偵測演算法之穩定性及敏感性。本發明藉由融合來自兩個或兩個以上檢測通道之像素信雜比(SNR)資訊來改良多通道檢測。此外，本發明之實施例提供回應於照明位準變化及晶圓間變動的改 良缺陷計數穩定性。本發明之額外實施例藉由改良關注缺陷(DOI)偵測能力及抑制損害來提供更高良率相關結果。
如本發明中所使用，術語「晶圓」一般係指由一半導體或非半導體材料形成之基板。例如，一半導體或非半導體材料可包含(但不限於)單晶矽、砷化鎵及磷化銦。一晶圓可包含一或多個層。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。諸多不同類型之此等層在此項技術中係已知的，且本文中所使用之術語「晶圓」意欲涵蓋其上可形成全部類型之此等層之一晶圓。經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。諸多不同類型之裝置可被形成於一晶圓上，且本文中所使用之術語「晶圓」意欲涵蓋其上製造有此項技術中已知之任何類型之裝置之一晶圓。
為了本發明，術語「多通道」可係指一單一檢測系統之兩個或兩個以上檢測通道，或一第一檢測系統之一第一檢測通道及一額外檢測系統之一額外檢測通道。就此而言，術語「多通道」不應被解譯為受限於一單一檢測系統。
來自一檢測工具之多個影像的組合大體上係描述於2013年9月26日發佈之美國專利公開案第2013/0250287號中，該案之全文以引用方式併入本文中。一多通道檢測系統係大體上描述於1998年10月13日發表之美國專利第5,822,055號中，該專利之全文以引用方式併入本文中。
圖1繪示根據本發明之一或多項實施例之一檢測系統100之一簡化示意圖。在一實施例中，檢測系統100包含多個通道。例如，檢測系統100 可包含一第一通道111及至少一額外通道112。例如，一第一影像可由檢測系統100之第一通道111界定。在另一例項中，額外影像資料可由檢測系統100之額外通道112界定。另外及/或替代地，一第一通道111可係與一第一檢測系統相關聯，且額外通道112可係與一額外檢測系統相關聯。
檢測工具102可包含此項技術中已知之任何檢測工具或系統，諸如(但不限於)一明場檢測工具或一暗場檢測工具。此外，儘管圖中未展示，但檢測工具102可包含一照明源、一偵測器，及用於對樣品108執行檢測之各種光學組件(例如透鏡、反射鏡、分光器及其類似者)。當前可用之晶圓檢測工具的實例係詳細描述於以下美國專利中：美國專利第7,092,082號、美國專利第6,702,302號、美國專利第6,621,570號、美國專利第5,805,278號、美國專利第8,223,327號及美國專利第8,467,047號，該等專利之全文各以引用方式併入本文中。
在一實施例中，檢測系統100包含此項技術中已知之任何照明源。例如，照明源可包含一窄頻帶光源，諸如(但不限於)一雷射源。舉另一實例而言，照明源可經組態以(經由各種光學組件)將光導引至經安置於樣品台110上之樣品108之表面。此外，檢測工具102之各種光學組件可經組態以將自樣品108之一檢測區域之表面反射及/或散射的光導引至檢測工具102的偵測器。
檢測系統100之多個通道111、112之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)及延時積分(TDI)攝影機。偵測器亦可包含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。依此方式，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)，但不可經組態以偵測依據成像平面內之位置而變化之特性。因而，由包含於輸出獲取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，但並非為影像信號或影像資料。在此等例項中，系統之一或或多個處理器可經組態以自偵測器之非成像輸出產生晶圓之影像。然而，在其他例項中，偵測器可經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，系統可經組態以依若干方式產生本文中所描述之影像。
在另一實施例中，檢測系統100包含一控制器101。在一實施例中，控制器101通信地耦合至檢測工具102。例如，控制器101可通信地耦合至檢測工具102之一或多個偵測器。就此而言，控制器101可經組態以使用由偵測器收集、處理及傳輸之影像資料來偵測樣品108上之缺陷。
控制器101可依任何適合方式(例如，藉由圖1中所展示之虛線所指示之一或多個傳輸媒介)耦合至檢測工具102之一或多個偵測器，使得控制器101可接收由偵測器產生之輸出。在另一實施例中，檢測系統100之控制器101可經組態以藉由可包含有線及/或無線部分之一傳輸媒介來自其他系統接收及/或獲取資料或資訊(例如來自一額外檢測系統之檢測結果或來自一度量系統之度量結果)。依此方式，傳輸媒介可充當檢測系統100之一或多個控制器101與其他子系統之間的一資料鏈路。在另一例項中，一或多個控制器101可經由一傳輸媒介(例如網路連接)來將資料發送至外部系統。
在另一實施例中，控制器101包含一或多個處理器104。在另一實施例中，控制器101包含通信地耦合至一或多個處理器104之一非暫時性媒體106(即，記憶體媒體)。例如，記憶體媒體106可儲存用於引起一或多個處理器104實施透過本發明所描述之各種步驟的程式指令。可依各種方 式(其尤其包含基於程序之技術、基於組件之技術及/或物件導向技術)之任何者實施程式指令。例如，可根據期望使用ActiveX控制、C++物件、JavaBeans、微軟基礎類別(「MFC」)、SSE(串流SIMD擴展)或其他技術或方法來實施程式指令。
此外，一或多個處理器104可包含桌上型電腦、大型電腦系統、工作站、影像電腦、並行處理器或經組態以執行一程式(其經組態以操作檢測系統100)之其他電腦系統(例如網路電腦)，如本發明中所描述。例如，一或多個處理器104可包含此項技術中已知之任何一或多個處理元件。就此而言，一或多個處理器104可包含經組態以執行軟體演算法及/或指令之任何微處理器型裝置。應認識到，本發明中所描述之步驟可由一單一電腦系統或替代地，多個電腦系統實施。一般而言，術語「處理器」可經廣義界定以涵蓋具有一或多個處理元件之任何裝置，該一或多個處理元件執行來自一非暫時性記憶體媒體106之程式指令。再者，檢測系統100之不同子系統(例如顯示器105或使用者介面107)可包含適合於實施本發明中所描述之步驟之至少一部分的一處理器或邏輯元件。因此，以上描述不應被解譯為對本發明之一限制，而是僅為一說明。
在一實施例中，檢測系統100包含此項技術中已知之任何記憶體媒體106，其適合於儲存可由相關聯之一或多個處理器104執行之程式指令。例如，記憶體媒體106可包含(但不限於)一唯讀記憶體、一隨機存取記憶體、一磁性或光學記憶體裝置(例如磁碟)、一磁帶、一固態碟機及其類似者。在本文中應注意，記憶體媒體106經組態以儲存來自檢測工具102之一或多個結果及/或本文中所描述之各種步驟之輸出。應進一步注意，記憶體媒體106可與一或多個處理器104容置於一共同控制器外殼中。例 如，記憶體媒體106可相對於處理器及控制器101之實體位置而定位於遠端處。在另一例項中，控制器101之一或多個處理器104可存取一遠端記憶體媒體(例如伺服器)，可透過一網路(例如網際網路、內部網路及其類似者)來存取。
在一實施例中，檢測系統100包含一顯示器105。例如，顯示器105可通信地耦合至控制器101。舉另一實例而言，顯示器105可通信地耦合至控制器101之一或多個處理器104。就此而言，一或多個處理器104可在顯示器105上顯示本發明之各種結果之一或多者。例如，顯示裝置105可包含此項技術中已知之任何顯示裝置。在另一例項中，顯示裝置105可包含(但不限於)一液晶顯示器(LCD)。
此外，顯示裝置105可包含(但不限於)一基於有機發光二極體(OLED)之顯示器。例如，顯示裝置105可包含(但不限於)一CRT顯示器。熟習技術者應認識到，各種顯示裝置105可適合於實施於本發明中且顯示裝置105之特定選擇可取決於包含(但不限於)外型尺寸、成本及其類似者之各種因數。一般而言，能夠與一使用者介面裝置(例如觸控螢幕、面板安裝介面、鍵盤、滑鼠、軌跡墊及其類似者)整合之任何顯示裝置適合於實施於本發明中。在另一實施例中，如本文中所進一步描述，顯示器105用於對一使用者(圖中未展示)顯示資料。接著，一使用者可回應於經由顯示裝置105對使用者顯示之檢測資料而輸入選擇及/或指令(例如檢測區域之一使用者選擇)。例如，顯示裝置105可與一觸控螢幕介面(諸如(但不限於)一電容性觸控螢幕、一電阻性觸控螢幕、一基於表面聲波之觸控螢幕、一基於紅外線之觸控螢幕或其類似者)整合。一般而言，能夠與顯示裝置105之顯示部分整合之任何觸控螢幕介面適合於實施於本發明中。
在另一實施例中，檢測系統100包含一使用者介面裝置107。例如，使用者介面裝置107可通信地耦合至控制器101之一或多個處理器104。舉另一實例而言，使用者介面裝置107可由控制器101用於接受來自一使用者之選擇及/或指令。例如，使用者介面裝置107可包含此項技術中已知之任何使用者介面。在另一例項中，使用者介面107可包含(但不限於)一鍵盤、一小鍵盤、一觸控螢幕、一控制桿、一旋鈕、一滾輪、一軌跡球、一開關、一刻度盤、一滑桿、一捲軸、一滑件、一把手、一觸控墊、一踏板、一方向盤、一操縱桿、一面板輸入裝置或其類似者。就一觸控螢幕介面裝置而言，熟習技術者應認識到，大量觸控螢幕介面裝置可適合於實施於本發明中。此外，使用者介面107可包含(但不限於)一面板安裝介面。
在另一實施例中，檢測系統100檢測安置於一樣品台110上之樣品108。例如，樣品台110可包含此項技術中已知之任何適當機械及/或機器人總成。
圖2係繪示根據本發明之一或多項實施例之用於多通道融合基板檢測之方法200中所執行之步驟的一流程圖。在本文中應注意，方法200之步驟可全部或部分由檢測系統100實施。然而，應進一步認識到，方法200受限於檢測系統100，此係因為額外或替代系統級實施例可實施方法200之步驟之全部或部分。
在一第一步驟202中，在一實施例中，接收一樣品之一組多通道檢測影像。在一實施例中，該組多通道檢測影像包括來自一第一檢測通道之一第一影像及來自一額外檢測通道之一額外影像。圖3A及圖3B分別描繪自一第一檢測通道111及一第二檢測通道112獲取之檢測影像310及320。例如，檢測影像可由控制器101自檢測工具102接收。在一實施例中，檢測影像可儲存於記憶體媒體106中。就此而言，檢測系統100可儲存檢測影 像且隨後存取其用於分析。由控制器101接收之檢測影像可包含此項技術中已知之任何類型之檢測資料。例如，檢測影像可包含(但不限於)明場(BF)檢測資料或暗場(DF)檢測資料。
在另一實施例中，在應用以下分析步驟之前獲取及平均化多個檢測影像。例如，對於一指定檢測通道，可獲取及平均化來自該檢測通道之多個檢測影像以呈現由本發明之實施例分析之檢測影像。
在一第二步驟204中，基於來自第一檢測通道之一第一影像來產生一第一雜訊影像且基於來自額外檢測通道之一額外影像來產生一額外雜訊影像。例如，藉由控制器101來產生來自檢測工具102之第一通道111之一第一雜訊影像及來自檢測工具102之額外通道112之一額外雜訊影像。
應注意，可利用若干步驟來產生第一雜訊影像及額外雜訊影像。在一實施例中，藉由取得多個檢測影像之間之差異之一全局平均值來計算第一及/或額外雜訊影像。在另一實施例中，藉由取得檢測影像之間之多個像素之間之差異之一局部空間平均值來計算第一及/或額外雜訊影像。在另一實施例中，藉由取得檢測影像之間之不同像素強度處之程序變動之一平均值來計算第一及/或額外雜訊影像。
在一實施例中，雜訊影像係產生自來自相同通道或不同通道之檢測影像。例如，上文所討論之雜訊計算程序之任何者可被應用於自相同檢測通道獲取之一組影像，或自不同檢測通道獲取之一組影像。例如，可使用由第一通道111所獲取之(步驟202之)兩個或兩個以上檢測影像來產生第一通道111之一雜訊影像，同時使用由額外通道112所獲取之(步驟202之)兩個或兩個以上檢測影像來產生額外通道112之一雜訊影像。舉另一實例而言，可使用來自第一通道111之一或多個影像及來自額外通道112之一或多 個影像來產生第一通道111及/或額外通道112之一雜訊影像。
在一第三步驟206中，於一實施例中，產生基於第一雜訊影像之一第一信雜比影像及基於額外雜訊影像之一額外信雜比影像。例如，可自步驟204中所產生之第一雜訊影像產生圖4A中所展示之第一SNR影像。舉另一實例而言，可自圖2中所描繪之第二步驟204中所產生之額外雜訊影像產生圖4B中所展示之額外SNR影像。在一實施例中，藉由基於步驟202之(若干)檢測影像及步驟204之(若干)雜訊影像形成一影像來計算第一SNR影像及額外SNR影像。例如，可基於自步驟202之(若干)檢測影像及步驟204之(若干)雜訊影像獲取之各像素處的檢測信號及雜訊值來計算第一SNR影像及額外SNR影像。例如，第一通道111及/或額外通道112之第一SNR影像及額外SNR影像可經計算為一指定像素之信號值(發現於步驟202中)與雜訊值(發現於步驟204中)的比率。就此而言，形成一SNR影像，藉此各像素表示該像素處之信雜比。應進一步注意，可使用任何數目個影像聚合/處理技術來實施SNR影像之各像素的SNR計算。例如，可實施一局部平均程序，藉此使用數個相鄰像素值來計算該指定像素處的特定值(例如信號、雜訊或SNR)。例如，對於一指定像素，可使用N個相鄰像素(例如8個像素)來計算信號、雜訊或SNR之一或多者之一平均值。
在一第四步驟208中，識別一或多個第一像素候選者及一或多個額外像素候選者。在一實施例中，可利用步驟206中所計算之SNR影像來識別一或多個像素候選者。例如，可將一臨限值(即，一臨限像素值)應用於與第一通道111及額外通道112相關聯的SNR影像，以識別分別藉由第一通道111及額外通道112所獲取之影像資料中的像素候選者。就此而言，可將顯示高於選定SNR臨限值之一SNR值之SNR影像中的像素識別為像素候選 者。可將程序應用於與第一通道111及/或額外通道112相關聯的SNR影像。在本文中應注意，用於選擇(若干)像素候選者之一或多者的SNR臨限值可取決於檢測條件及要求而不同。
在另一實施例中，可利用步驟202中所獲取之影像來識別一或多個像素候選者。例如，可將一臨限值(即，一臨限像素值)應用於與第一通道111及額外通道112相關聯的影像(獲取於步驟202中)，以識別分別藉由第一通道111及額外通道112所獲取之影像資料中的像素候選者。就此而言，可將顯示高於選定信號臨限值之一檢測強度之獲取影像中的像素識別為像素候選者。可將程序應用於與第一通道111及/或額外通道112相關聯的SNR影像。在本文中應注意，用於選擇(若干)像素候選者之一或多者的信號臨限值可隨檢測條件及要求而不同。
例如，如圖5中所展示，在一指定SNR影像中，控制器101可應用一選定SNR臨限值。如影像510所展示，可藉由控制器101來將具有高於選定SNR臨限值之一SNR值的一或多個像素候選者515識別為像素候選者(用於步驟210中)。
在一第五步驟210中，基於一或多個經識別第一像素候選者及一或多個經識別額外像素候選者來將來自第一信雜比影像之影像資料與來自額外信雜比影像之影像資料組合，以形成一組合影像。例如，可於基於一或多個經識別第一像素候選者及一或多個經識別額外像素候選者，在共同像素候選位點處，將來自第一信雜比影像之影像資料與來自額外信雜比影像之影像資料(步驟206)組合以形成一組合影像或一融合影像。
可依任何適合方式實施影像之組合或融合。例如，可將來自第一檢測通道111之SNR影像與來自額外檢測通道112之SNR影像相加以形成一 融合影像。舉另一實例而言，可將來自第一檢測通道111之SNR影像與來自額外檢測通道112之SNR影像相乘(例如，將對應像素相乘或將平均像素相鄰值相乘)以形成一融合影像。在另一實例中，可藉由應用來自第一檢測通道111及額外檢測通道112之SNR影像之像素值之一加權和來組合來自第一檢測通道111及額外檢測通道112之SNR影像。在另一實例中，可藉由應用來自第一檢測通道111及額外檢測通道112之SNR影像之像素值之一加權積來組合來自第一檢測通道111及額外檢測通道112之SNR影像。在本文中應注意，組合或融合影像資料可允許(若干)使用者提取具有弱信號之缺陷且抑制雜訊。圖6A繪示基於來自一檢測工具102之一或多個通道之兩個或兩個以上SNR影像的一組合影像。如圖6A中所展示，可自背景雜訊輕易辨別出經識別缺陷615。應注意，圖6A中所展示之組合影像610之背景雜訊位準低於圖4A中所展示之第一SNR影像410及圖4B中所展示之第二SNR影像420之背景雜訊位準。
在另一實施例中，可對個別像素單獨執行在共同像素候選位點處將來自兩個或兩個以上SNR影像之影像資料組合。在另一實施例中，可依一同步方式在共同像素候選位點處將來自兩個或兩個以上SNR影像之影像資料組合。在另一實施例中，在共同像素候選位點鄰區處分析來自兩個或兩個以上SNR影像之影像資料。例如，可將來自不同通道之兩個或兩個以上SNR影像之共同像素候選位點鄰區的影像資料相乘且將乘積加總。例如，可將來自包圍一共同像素候選位點之一5像素×5像素鄰區的影像資料相乘且將乘積加總。在本文中應注意，將影像資料融合可允許(若干)使用者利用振幅(強度)資訊及相位(相關)資訊兩者。
可預期，儘管上文所描述之方法包含在共同像素候選位點處將來自 兩個或兩個以上SNR影像之影像資料組合而產生一組合影像，但本發明不受限於在共同像素候選位點處將來自兩個或兩個以上SNR影像之影像資料組合而形成一單一組合影像。在一實施例中，本發明包含：產生一第二組合影像。在另一實施例中，第二組合影像亦可用於缺陷偵測以補充及/或改良檢測影像。例如，自在共同像素候選位點處將來自兩個或兩個以上SNR影像之檢測影像組合所獲得之組合影像可進一步用於在共同像素候選位點處與來自另一SNR影像之影像資料組合而產生第二組合影像。在本文中應注意，儘管本發明聚焦於單次組合來自兩個或兩個以上SNR影像之影像資料，但組合步驟可不受限於被執行一次。例如，本發明之組合步驟可被執行兩次或兩次以上，直至其滿足基板檢測要求。
在一實施例中，上文所描述之方法包含：將經處理影像資料(例如，由上文所描述之步驟處理)與未經處理影像資料組合。在另一實施例中，上文所描述之方法包含：使用來自不同檢測系統之影像來產生一組合或融合影像。例如，上文所描述之方法包含：使用自處於相同光學狀態中之不同檢測系統獲取之影像來產生一組合或融合影像。在另一實施例中，上文所描述之方法包含：使用包含(但不限於)一暗場或明場檢測系統之不同檢測系統來產生影像。如本文中所使用，術語「光學狀態」一般由一或若干檢測系統之不同光學參數界定。不同光學參數可包含照明波長、收集波長、偵測波長、照明偏振、收集偏振、偵測偏振、照明角、收集角、偵測角、像素大小及其類似者。另外，術語「第一」及「額外」一般係指具有檢測系統之光學參數之一或多者之不同值的不同光學狀態。
圖6B繪示在無需應用本發明之方法200之方法步驟202至210的情況下形成之一基板樣品之一組合影像620。在本文中應注意，圖6A具有比圖 6B低之一雜訊位準且因此具有比圖6B大之一SNR。在本文中應進一步注意，比圖6B大之圖6A中之SNR使圖6A中之像素候選位點更容易識別。
在一第六步驟212中，在一實施例中，使用組合影像來偵測基板上之缺陷。在一實施例中，使用組合影像偵測到的基板上之缺陷可包含此項技術中已知之任何缺陷。在本文中應注意，樣品上所偵測之缺陷可取決於基板之特性及基板檢測條件而變動。在另一實施例中，使用組合影像之偵測步驟包含：將一或多個缺陷偵測臨限值應用於組合影像。在另一實施例中，偵測一或多個缺陷可包含：應用一或多個缺陷偵測演算法。例如，步驟212中所使用之一(或若干)缺陷偵測演算法可包含(但不限於)一分段自動定限(SAT)或多晶粒自動定限(MDAT)可用於缺陷偵測。
在一實施例中，基於步驟212中所偵測之缺陷，控制器101可調整一相關聯生產線之一或多個參數。例如，若在一半導體裝置製造設施之一或多個步驟中對半導體晶圓實施本發明之檢測，則控制器101可將回饋及/或前饋指令提供至製造設施之一或多個處理工具。例如，在一些情況中，控制器101可回應於偵測到一些缺陷而將回饋指令提供至一或多個上游處理工具以調整應用於隨後晶圓之相關程序以避免或減少產生於隨後晶圓上之缺陷數目。在另一例項中，在一些情況中，控制器101可回應於偵測到一些缺陷而將前饋指令提供至一或多個下游處理工具以調整待應用於晶圓(由上述方法分析)之下游程序以減輕已偵測到之缺陷之影響。
本文中所描述之全部方法可包含：將方法實施例之一或多個步驟之結果儲存於一儲存媒體中。結果可包含本文中所描述之結果之任何者且可依此項技術中已知之任何方式儲存。儲存媒體可包含本文中所描述之任何儲存媒體或此項技術中已知之任何其他適合儲存媒體。在已儲存結果之 後，結果可存取於儲存媒體中且由本文中所描述之方法或系統實施例之任何者使用，經格式化以對一使用者顯示，由另一軟體模組、方法或系統使用，等等。此外，結果可被「永久」儲存、被「半永久」儲存、被暫時儲存或被儲存一段時間。例如，儲存媒體可為隨機存取記憶體(RAM)，且結果未必無限期地保存於儲存媒體中。
可進一步預期，上文所描述之方法之實施例之各者可包含本文中所描述之任何其他(若干)方法之任何其他(若干)步驟。另外，上文所描述之方法之實施例之各者可由本文中所描述之系統之任何者執行。
本文中所描述之標的有時繪示含於不同其他組件內或與不同其他組件連接之不同組件。應瞭解，此等所描繪之架構僅供例示，且事實上，可實施達成相同功能性之諸多其他架構。就概念而言，達成相同功能性之組件之任何配置經有效「相關聯」以達成所要功能性。因此，在本文中經組合以達成一特定功能性之任何兩個組件可被視為彼此「相關聯」以達成所要功能性，無論架構或中間組件如何。同樣地，如此相關聯之任何兩個組件亦可被視為彼此「可操作地連接」或「可操作地耦合」以達成所要功能性，且能夠如此相關聯之任何兩個組件亦可被視為彼此「可操作地耦合」以達成所要功能性。「可操作地耦合」之特定實例包含(但不限於)使組件可實體配合及/或實體互動、及/或使組件可無線互動及/或無線互動及/或使組件邏輯互動及/或可邏輯互動。
儘管已展示及描述本文中所描述之本發明標的之特定態樣，但熟習技術者應明白，基於本文中之教示，可在不脫離本文中所描述之標的及其更廣泛態樣之情況下作出改變及修改，因此，隨附申請專利範圍應將在本文中所描述之標的之精神及範疇內之全部此等改變及修改涵蓋於其範疇 內。
此外，應瞭解，本發明由隨附申請專利範圍界定。熟習技術者應瞭解，一般而言，本文中且尤其是隨附申請專利範圍(例如隨附申請專利範圍之主體)中所使用之術語一般意欲為「開放式」術語(例如，術語「包含」應被解譯為「包含(但不限於)」，術語「具有」應被解譯為「至少具有」，等等)。熟習技術者應進一步瞭解，若想要一引入請求項敘述之一特定數目，則此一意圖會被明確敘述於請求項中，且若缺乏此敘述，則不存在此意圖。例如，為輔助理解，以下隨附申請專利範圍可含有：使用引導性片語「至少一」及「一或多個」來引入請求項敘述。然而，此等片語之使用不應被解釋為隱含：由不定冠詞「一」引入一請求項敘述將含有此引入請求項敘述之任何特定請求項限制於為僅含有一個此敘述之發明，即使相同請求項包含引導性片語「一或多個」或「至少一」及諸如「一」之不定冠詞(例如，「一」通常應被解譯為意指「至少一」或「一或多個」)；此同樣適用於用於引入請求項敘述之定冠詞。另外，即使已明確敘述特一引入請求項敘述之一特定數目，但熟習技術者應認識到，此敘述通常應被解譯為意指至少敘述數目(例如，無其他修飾語之「兩個敘述」之赤裸敘述通常意指至少兩個敘述或兩個或兩個以上敘述)。此外，在其中使用類似於「A、B及C等等之至少一者」之一慣例的例項中，此一構造一般意指熟習技術者習慣理解之含義(例如，「具有A、B及C之至少一者的一系統」將包含(但不限於)僅具有A之系統、僅具有B之系統、僅具有C之系統、同時具有A及B之系統、同時具有A及C之系統、同時具有B及C之系統及/或同時具有A、B及C之系統，等等)。在其中使用類似於「A、B或C等等之至少一者」之一慣例的例項中，此一構造一般意指熟習技術者習慣理解之 含義(例如，「具有A、B或C之至少一者的一系統」將包含(但不限於)僅具有A之系統、僅具有B之系統、僅具有C之系統、同時具有A及B之系統、同時具有A及C之系統、同時具有B及C之系統及/或同時具有A、B及C之系統，等等)。熟習技術者應進一步瞭解，在[實施方式]、申請專利範圍或圖式中，實際上存在兩個或兩個以上替代項之任何轉折用語及/或片語應被理解為涵蓋包含該等項之一者、該等項之任一者或兩個項的可能性。例如，片語「A或B」將被理解為包含「A」或「B」或「A及B」之可能性。
儘管已繪示本發明之特定實施例，但應明白，熟習技術者可在不背離本發明之範疇及精神之情況下促成本發明之各種修改及實施例。據此，本發明之範疇應僅受限於隨附於其之申請專利範圍。
據信，本發明及其諸多伴隨優點將藉由以上描述來理解，且應明白，可在不背離所揭示標的或不犧牲其全部材料優點之情況下對組件之形式、構造及配置作出各種改變。所描述之形式僅供說明，且以下申請專利範圍意欲涵蓋及包含此等改變。
100‧‧‧檢測系統
101‧‧‧控制器
102‧‧‧檢測工具
104‧‧‧處理器
105‧‧‧顯示器/顯示裝置
106‧‧‧記憶體媒體
107‧‧‧使用者介面/使用者介面裝置
108‧‧‧樣品
110‧‧‧樣品台
111‧‧‧第一檢測通道
112‧‧‧額外檢測通道

Claims (22)

  1. 一種用於提供基板檢測之方法，其包括：接收一基板之複數個檢測影像，其中該複數個檢測影像包含來自一檢測系統之兩個或兩個以上通道的兩個或兩個以上影像；基於來自一第一通道之一第一影像來產生一第一雜訊影像，及基於來自一額外通道之一額外影像來產生一額外雜訊影像；基於該第一雜訊影像來產生一第一信雜比影像，及基於該額外雜訊影像來產生一額外信雜比影像；識別該第一信雜比影像中之一或多個第一像素候選者及該額外信雜比影像中之一或多個額外像素候選者；基於該一或多個經識別第一像素候選者及該一或多個經識別額外像素候選者，在共同像素候選位點處，將來自該第一信雜比影像之影像資料與來自該額外信雜比影像之影像資料組合以形成一組合影像；及使用該組合影像來偵測該基板上之缺陷。
  2. 如請求項1之方法，其中該檢測系統包括：一光學檢測系統或一電子束檢測系統之至少一者。
  3. 如請求項1之方法，其中該第一通道係與一第一檢測系統相關聯，且該額外通道係與一額外檢測系統相關聯。
  4. 如請求項1之方法，其中該第一通道及該額外通道係與一單一檢測系 統相關聯。
  5. 如請求項1之方法，其中基於來自該第一通道之該第一影像產生一第一雜訊影像，及基於來自該額外通道之該額外影像產生一額外雜訊影像包括：利用來自該第一通道之一或多個檢測影像計算該第一雜訊影像，及利用來自該額外通道之一或多個檢測影像計算該額外雜訊影像。
  6. 如請求項5之方法，其中利用來自該第一通道之一或多個檢測影像計算該第一雜訊影像，及利用來自該額外通道之一或多個檢測影像計算該額外雜訊影像包括：經由一或多個平均程序(averaging procedures)利用來自該第一通道之一或多個檢測影像計算該第一雜訊影像及利用來自該額外通道之一或多個檢測影像計算該額外雜訊影像。
  7. 如請求項1之方法，其中識別該第一信雜比影像中之一或多個第一像素候選者及該額外信雜比影像中之一或多個額外像素候選者包括：將一臨限值應用於該第一信雜比影像或該額外信雜比影像之至少一者。
  8. 如請求項1之方法，其中該組合影像具有至少比來自該檢測系統之該第一通道之該第一影像或來自該檢測系統之該額外通道之該額外影像高的信雜比。
  9. 如請求項1之方法，其中該組合影像具有至少比來自該檢測系統之該第一通道之該第一影像或來自該檢測系統之該額外通道之該額外影像低的雜訊。
  10. 如請求項1之方法，其中該檢測系統包括：一暗場檢測系統或一明場檢測系統之至少一者。
  11. 如請求項1之方法，其中該基板包括：一晶圓。
  12. 一種檢測設備，其包括：一檢測系統，用於自一基板獲取一組檢測結果；及一控制器，其經通信地耦合至該檢測系統，該控制器包含用於執行儲存於記憶體中之一組程式指令的一或多個處理器，該組程式指令經組態以引起該一或多個處理器：接收該基板之該組檢測結果，其中該組檢測結果包含來自該檢測系統之一第一通道之一第一影像及來自該檢測系統之一額外通道之至少一額外影像；基於來自該第一通道之該第一影像來產生一第一雜訊影像，及基於來自該額外通道之該額外影像來產生一額外雜訊影像；基於該第一雜訊影像來產生一第一信雜比影像，及基於該額外雜訊影像來產生一額外信雜比影像； 識別該第一信雜比影像中之一或多個第一像素候選者及該額外信雜比影像中之一或多個額外像素候選者；基於該一或多個經識別第一像素候選者及該一或多個經識別額外像素候選者，在共同像素候選位點處，將來自該第一信雜比影像之影像資料與來自該額外信雜比影像之影像資料組合以形成一組合影像；及使用該組合影像來偵測該基板上之缺陷。
  13. 如請求項12之檢測設備，其中該檢測系統包括：一光學檢測系統或一電子束檢測系統之至少一者。
  14. 如請求項12之檢測設備，其中該第一通道係與一第一檢測系統相關聯，且該額外通道係與一額外檢測系統相關聯。
  15. 如請求項12之檢測設備，其中該第一通道及該額外通道係與一單一檢測系統相關聯。
  16. 如請求項12之檢測設備，其中該一或多個處理器經組態以藉由利用來自該第一通道之一或多個檢測影像計算該第一雜訊影像及利用來自該額外通道之一或多個檢測影像計算該額外雜訊影像而基於來自該第一通道之該第一影像產生一第一雜訊影像，及基於來自該額外通道之該額外影像產生一額外雜訊影像。
  17. 如請求項16之檢測設備，其中該一或多個處理器經組態以藉由經由一或多個平均程序利用來自該第一通道之一或多個檢測影像計算該第一雜訊影像及利用來自該額外通道之一或多個檢測影像計算該額外雜訊影像基於來自該第一通道之該第一影像產生一第一雜訊影像，及基於來自該額外通道之該額外影像產生一額外雜訊影像。
  18. 如請求項12之檢測設備，其中該一或多個處理器經組態以將一臨限值應用於該第一信雜比影像或該額外信雜比影像之至少一者。
  19. 如請求項12之檢測設備，其中該組合影像具有至少比來自該檢測系統之該第一通道之該第一影像或來自該檢測系統之該額外通道之該額外影像高的信雜比。
  20. 如請求項12之檢測設備，其中該組合影像具有至少比來自該檢測系統之該第一通道之該第一影像或來自該檢測系統之該額外通道之該額外影像低的雜訊。
  21. 如請求項12之檢測設備，其中該檢測系統包括：一暗場檢測系統或一明場檢測系統之至少一者。
  22. 如請求項12之檢測設備，其中該基板包括：一晶圓。
TW106105685A 2016-02-25 2017-02-21 用於偵測基板上之缺陷之方法及系統 TWI711098B (zh)

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
US201662299879P 2016-02-25 2016-02-25
US62/299,879 2016-02-25
US15/285,248 2016-10-04
US15/285,248 US10062156B2 (en) 2016-02-25 2016-10-04 Method and system for detecting defects on a substrate

Publications (2)

Publication Number Publication Date
TW201740482A TW201740482A (zh) 2017-11-16
TWI711098B true TWI711098B (zh) 2020-11-21

Family

ID=59680224

Family Applications (1)

Application Number Title Priority Date Filing Date
TW106105685A TWI711098B (zh) 2016-02-25 2017-02-21 用於偵測基板上之缺陷之方法及系統

Country Status (6)

Country Link
US (1) US10062156B2 (zh)
KR (1) KR102531906B1 (zh)
CN (1) CN108701626B (zh)
IL (1) IL260854B (zh)
TW (1) TWI711098B (zh)
WO (1) WO2017147275A1 (zh)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6795224B2 (ja) * 2017-02-28 2020-12-02 Ｎｅｃソリューションイノベータ株式会社 移動体検知装置、移動体検知方法、及びプログラム
US11138722B2 (en) * 2018-12-21 2021-10-05 Kla-Tencor Corporation Differential imaging for single-path optical wafer inspection
US11410292B2 (en) 2019-09-27 2022-08-09 Kla Corporation Equi-probability defect detection
US11557031B2 (en) * 2019-11-21 2023-01-17 Kla Corporation Integrated multi-tool reticle inspection
CN112051298B (zh) * 2020-09-09 2021-06-04 飞础科智慧科技(上海)有限公司 钢包表面故障诊断方法及设备
CN112288723B (zh) * 2020-10-30 2023-05-23 北京市商汤科技开发有限公司 缺陷检测方法、装置、计算机设备及存储介质
TW202420236A (zh) * 2022-11-09 2024-05-16 德商卡爾蔡司Ｓｍｔ有限公司 用於薄膜分段的感測器融合

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5805278A (en) * 1995-02-09 1998-09-08 Inspex, Inc. Particle detection method and apparatus
US20050282299A1 (en) * 2004-06-18 2005-12-22 Kwang-Soo Kim Wafer inspection system and method thereof
TW201011695A (en) * 2008-08-01 2010-03-16 Eastman Kodak Co Improved image formation using different resolution images
CN102292805A (zh) * 2009-01-26 2011-12-21 恪纳腾公司 用于检测晶片上的缺陷的系统和方法

Family Cites Families (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO1996039619A1 (en) 1995-06-06 1996-12-12 Kla Instruments Corporation Optical inspection of a specimen using multi-channel responses from the specimen
US6061476A (en) * 1997-11-24 2000-05-09 Cognex Corporation Method and apparatus using image subtraction and dynamic thresholding
US6217034B1 (en) 1998-09-24 2001-04-17 Kla-Tencor Corporation Edge handling wafer chuck
US6621570B1 (en) 1999-03-04 2003-09-16 Inspex Incorporated Method and apparatus for inspecting a patterned semiconductor wafer
US7092082B1 (en) 2003-11-26 2006-08-15 Kla-Tencor Technologies Corp. Method and apparatus for inspecting a semiconductor wafer
US8073240B2 (en) * 2007-05-07 2011-12-06 Kla-Tencor Corp. 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
US7796804B2 (en) 2007-07-20 2010-09-14 Kla-Tencor Corp. Methods for generating a standard reference die for use in a die to standard reference die inspection and methods for inspecting a wafer
US8810646B2 (en) * 2010-10-12 2014-08-19 Kla-Tencor Corporation Focus offset contamination inspection
US10460998B2 (en) 2010-11-09 2019-10-29 Nikon Corporation Method for inspecting substrate, substrate inspection apparatus, exposure system, and method for producing semiconductor device
US9075027B2 (en) * 2012-11-21 2015-07-07 Kla-Tencor Corporation Apparatus and methods for detecting defects in vertical memory
US9311698B2 (en) 2013-01-09 2016-04-12 Kla-Tencor Corp. Detecting defects on a wafer using template image matching
US9176074B2 (en) * 2013-01-28 2015-11-03 Kabushiki Kaisha Toshiba Pattern inspection method and pattern inspection apparatus
US9709510B2 (en) 2014-06-26 2017-07-18 Kla-Tencor Corp. Determining a configuration for an optical element positioned in a collection aperture during wafer inspection

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5805278A (en) * 1995-02-09 1998-09-08 Inspex, Inc. Particle detection method and apparatus
US20050282299A1 (en) * 2004-06-18 2005-12-22 Kwang-Soo Kim Wafer inspection system and method thereof
TW201011695A (en) * 2008-08-01 2010-03-16 Eastman Kodak Co Improved image formation using different resolution images
CN102292805A (zh) * 2009-01-26 2011-12-21 恪纳腾公司 用于检测晶片上的缺陷的系统和方法

Also Published As

Publication number Publication date
US20170249732A1 (en) 2017-08-31
IL260854B (en) 2020-07-30
CN108701626B (zh) 2019-12-10
KR20180110162A (ko) 2018-10-08
KR102531906B1 (ko) 2023-05-12
WO2017147275A1 (en) 2017-08-31
CN108701626A (zh) 2018-10-23
TW201740482A (zh) 2017-11-16
US10062156B2 (en) 2018-08-28

Similar Documents

Publication Publication Date Title
TWI711098B (zh) 用於偵測基板上之缺陷之方法及系統
JP6957579B2 (ja) ウエハ上の欠陥を検出するためのシステムおよび方法
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
US8049877B2 (en) Computer-implemented methods, carrier media, and systems for selecting polarization settings for an inspection system
US9747520B2 (en) Systems and methods for enhancing inspection sensitivity of an inspection tool
CN107966453B (zh) 一种芯片缺陷检测装置及检测方法
KR20210034699A (ko) 웨이퍼 상의 결함 검출
TW201834100A (zh) 藉由跨層影像相減之晶圓雜訊減少
TWI731975B (zh) 用於缺陷偵測之系統及方法
TWI840620B (zh) 檢驗系統及檢驗方法
TWI714750B (zh) 用於具有一雜訊邊界臨限值之晶圓檢測之系統及方法
JP2017527991A (ja) 単一の検査プロセスでの多プロセスステップの検査
TW202208840A (zh) 模式選擇和缺陷偵測訓練
KR20180121663A (ko) 모든 표면 막 계측 시스템
CN111837227B (zh) 用于确定在晶片上所检测到的缺陷位于上面的层的系统
TWI730133B (zh) 在邏輯和熱點檢測中使用z層脈絡以用於改善靈敏度及抑制滋擾的系統及方法
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
US20230351553A1 (en) Shot noise reduction using frame averaging