TWI751372B - 用於缺陷偵測之系統及方法 - Google Patents

用於缺陷偵測之系統及方法 Download PDF

Info

Publication number
TWI751372B
TWI751372B TW107128695A TW107128695A TWI751372B TW I751372 B TWI751372 B TW I751372B TW 107128695 A TW107128695 A TW 107128695A TW 107128695 A TW107128695 A TW 107128695A TW I751372 B TWI751372 B TW I751372B
Authority
TW
Taiwan
Prior art keywords
calculated value
value
image
images
controller
Prior art date
Application number
TW107128695A
Other languages
English (en)
Other versions
TW201921139A (zh
Inventor
姜旭光
永 張
丁翊武
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 TW201921139A publication Critical patent/TW201921139A/zh
Application granted granted Critical
Publication of TWI751372B publication Critical patent/TWI751372B/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
    • 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
    • G01N21/958—Inspecting transparent materials or objects, e.g. windscreens
    • 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
    • G03F7/00—Photomechanical, e.g. photolithographic, production of textured or patterned surfaces, e.g. printing surfaces; Materials therefor, e.g. comprising photoresists; Apparatus specially adapted therefor
    • G03F7/70—Microphotolithographic exposure; Apparatus therefor
    • G03F7/70483—Information management; Active and passive control; Testing; Wafer monitoring, e.g. pattern monitoring
    • 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
    • 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
    • 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
    • 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
    • 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
    • G06T2207/10056—Microscopic 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
    • G06T2207/10—Image acquisition modality
    • G06T2207/10141—Special mode during image acquisition
    • G06T2207/10152—Varying illumination
    • 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
    • G06T2207/20112—Image segmentation details
    • G06T2207/20152—Watershed segmentation
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/50—Depth or shape recovery
    • G06T7/55—Depth or shape recovery from multiple images

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Manufacturing & Machinery (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Computer Hardware Design (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • Power Engineering (AREA)
  • Quality & Reliability (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Signal Processing (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
  • Testing Or Measuring Of Semiconductors Or The Like (AREA)
  • Image Processing (AREA)
  • Image Analysis (AREA)

Abstract

可使用來自一晶粒之參考來對相同晶粒執行透明或半透明晶圓上之缺陷偵測。基於一核心大小來判定諸如一移動平均數之一第一計算值。藉由自一像素強度減去該第一計算值來判定一第一差值。將具有高於一臨限值之一第一差值之候選像素分類。基於一核心大小來判定諸如一局部中位數之一第二計算值。藉由自該像素強度減去該第二計算值來判定一第二差值。當該第二差值高於該臨限值時，將包含一缺陷之像素分類。

Description

用於缺陷偵測之系統及方法
本發明係關於透明或半透明晶圓上之缺陷偵測。
半導體製造產業之發展對良率管理且尤其是度量及檢測系統提出越來越高要求。臨界尺寸不斷縮小，而晶圓大小不斷增大。經濟效益驅使產業減少用於達成高良率高價值生產之時間。因此，最小化自偵測到一良率問題至將其修復之總時間決定半導體製造商之投資回報率。
針對透明或半透明晶圓，來自特定缺陷偵測系統之一影像可含有來自晶圓及工具(諸如晶圓下方之夾盤)兩部分之貢獻。透明或半透明晶圓上之缺陷偵測提出獨特挑戰。例如，晶圓下方之夾盤出現於一玻璃晶圓之缺陷偵測期間。玻璃晶圓含有難以在亦使夾盤組件成像之缺陷偵測期間辨別之一些結構或裝置。當一夾盤出現於玻璃晶圓影像中時，既有缺陷偵測工具或演算法無法達到半導體製造商之缺陷偵測敏感度或生產率目標。
在另一實例中，一夾盤圖案出現於一明場影像中，而夾盤表面粗糙度出現於一暗場影像中。各晶粒中之夾盤圖案係不同的。因此，既有缺陷偵測演算法無法提供該等透明或半透明晶圓上之令人滿意缺陷偵 測。例如，演算法僅能夠依降級檢測敏感度偵測具有最小像素大小(例如10X或0.65μm)之晶圓上之大缺陷。
實例見於圖1至圖3中。圖1繪示具有明場成像及暗場成像兩者之一玻璃晶圓上之三個例示性晶粒。如晶粒0及晶粒1之明場影像中所見，可透過玻璃晶圓看見夾盤。可在各暗場影像中看見表面粗糙度。晶粒0及晶粒2之明場影像中圈出所關注缺陷(DOI)。圖2繪示晶粒2及晶粒0之影像減法及晶粒2及晶粒1之影像減法。各影像中存在雜訊，其使缺陷偵測變得有挑戰。圖3展示明場影像之額外影像分析。如圖3中所見，一些晶粒影像中圈出一或兩個DOI。藉由夾盤組件來矮化DOI。演算法將提供諸如圖3中之影像之影像之不佳缺陷偵測效能。
因此，需要改良透明或半透明晶圓上之缺陷偵測。
在一第一實施例中，提供一種系統。該系統包含一控制器。該控制器包含一處理器及與該處理器電子通信之一電子資料儲存單元。該處理器經組態以執行一或多個軟體模組。該一或多個軟體模組經組態以接收三個晶粒之明場影像。該三個晶粒位於一透明或半透明晶圓上。該等明場影像之各者包含複數個影像列及複數個影像行。該一或多個軟體模組經組態以接收該三個晶粒之暗場影像。該等暗場影像之各者包含複數個該等影像列及複數個該等影像行。該一或多個軟體模組經組態以針對該等明場影像及該等暗場影像之該等影像行之各者判定一第一計算值。該第一計算值係基於沿該等影像行之至少一者所應用之一核心大小。該一或多個軟體模組經組態以：藉由自該等影像行之各像素之一像素強度減去該第一計算值來判定一第一差值；將候選像素分類；判定一第二計算值；藉由 自該像素強度減去該第二計算值來判定一第二差值；及將包含一缺陷之像素分類。該等候選像素之該第一差值高於一臨限值。該第二計算值係基於該核心大小。包含一缺陷之該等像素之該第二差值高於該臨限值。該三個晶粒可為相鄰晶粒。
一明場成像系統及/或一暗場成像系統可與該控制器電子通信。
該第一計算值可為一移動平均數。該第二計算值可為一局部中位數。
該第二計算值可屬於該等候選像素之各者。該第二差值可來自該等候選像素之各者。
在一第二實施例中，提供一種方法。該方法包含在一控制器接收三個晶粒之明場影像。該三個晶粒位於一透明或半透明晶圓上。該等明場影像之各者包含複數個影像列及複數個影像行。在該控制器處接收該三個晶粒之暗場影像。該等暗場影像之各者包含複數個該等影像列及複數個該等影像行。使用該控制器來針對該等明場影像及該等暗場影像之該等影像行之各者判定一第一計算值。該第一計算值係基於沿該等影像行之至少一者所應用之一核心大小。使用該控制器藉由自該等影像行之各像素之一像素強度減去該第一計算值來判定一第一差值。使用該控制器來將候選像素分類。該等候選像素之該第一差值高於一臨限值。使用該控制器來判定一第二計算值。該第二計算值係基於該核心大小。使用該控制器藉由自該像素強度減去該第二計算值來判定一第二差值。使用該控制器來將包含一缺陷之像素分類。包含一缺陷之該等像素之該第二差值高於該臨限值。該三個晶粒可為相鄰晶粒。
該第一計算值可為一移動平均數。該第二計算值可為一局部中位數。
該第一計算值及該第二計算值之一者可為使用一低通濾波器之一快速傅立葉(Fourier)變換。該第一計算值及該第二計算值之一者可為使用一高斯(Gaussian)核心之一卷積。
該第二計算值可屬於該等候選像素之各者。該第二差值可來自該等候選像素之各者。
在一例項中，該像素強度可為相同晶粒之一相同影像行中之三個相鄰像素之一平均值。該第二計算值可為該相同晶粒之該相同影像行中之該等候選像素及兩個相鄰像素之一平均值。該第二差值可基於該等候選像素之該平均值。
可判定該等明場影像之各者及該等暗場影像之各者之該第一計算值。
可基於一相同晶粒之該等明場影像之各者及該等暗場影像之各者之一對應者之融合影像來判定該第一計算值及該第二計算值。該等明場影像之各者及該等暗場影像之各者之對應者可經融合以形成該等融合影像。
在一例項中，該第二計算值係一局部中位數。可基於該等明場影像及該等暗場影像兩者來判定該第二計算值及該第二差值。該臨限值可包含一明場臨限值及一暗場臨限值。
在另一例項中，該第二計算值係一局部中位數。該臨限值可用於該等融合影像。該分類可包含取得一第一值及一第二值之乘積之平方根以形成一第三值且比較該第三值與該臨限值。該第一值可為該明場影 像之該像素強度減去該明場影像之該局部中位數。該第二值可為該暗場影像之該像素強度減去該暗場影像之該局部中位數。
100:方法
101:步驟
102:步驟
103:步驟
104:步驟
105:步驟
106:步驟
107:步驟
200:方法
201:步驟
202:步驟
203:步驟
204:步驟
205:步驟
206:步驟
207:步驟
300:方法
301:步驟
302:步驟
303:步驟
304:步驟
305:步驟
400:系統
401:量測系統
402:控制器
403:處理器
404:電子資料儲存單元
405:通信埠
406:夾盤
407:晶圓
為更完全理解本發明之性質及目的，應參考結合附圖之以下詳細描述，其中：圖1繪示具有一玻璃晶圓之明場成像及暗場成像兩者之三個例示性晶粒；圖2繪示使用圖1之晶粒之影像減法；圖3提供一玻璃晶圓之明場影像之額外影像分析；圖4係根據本發明之一方法之一實施例之一流程圖；圖5繪示一單一影像行之一明場影像；圖6繪示根據本發明之一例示性明場影像、例示性中位數影像及例示性差值影像；圖7繪示根據本發明之一例示性暗場影像、例示性中位數影像及例示性差值影像；圖8繪示一局部參考演算法(LRA)及傳統檢測演算法之評估之一柏拉圖(Pareto)；圖9繪示根據本發明之方法之另一實施例之一流程圖；圖10繪示根據本發明之方法之又一實施例之一流程圖；圖11係根據本發明之一系統之一實施例之一方塊圖；圖12係根據本發明之具有一原始影像之一使用者介面之一實施例之一影像；圖13係根據本發明之具有一濾波影像之一使用者介面之一實施例之 一影像；圖14係根據本發明之具有一差值影像之一使用者介面之一實施例之一影像；圖15係根據本發明之用於編輯一方案之一使用者介面之一實施例之一影像；及圖16係可用於LRA中之缺陷屬性之一例示表。
相關申請案之交叉參考
本申請案主張2017年8月24日申請且讓與之美國申請號為62/549,775之臨時專利申請案之優先權，該案之揭示內容以引用的方式併入本文中。
儘管根據特定實施例來描述主張標的，但其他實施例(其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。可在不背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。因此，本發明之範疇僅參考隨附申請專利範圍來界定。
本文中所揭示之檢測方法、系統及演算法可用於透明及半透明晶圓(諸如玻璃晶圓、藍寶石晶圓或由其他材料製成之晶圓)上之缺陷偵測。此檢測演算法僅使用來自各晶粒之參考來偵測相同晶粒上之缺陷。因此，檢測演算法不受相鄰晶粒之間之影像差異影響。檢測演算法亦可使用局部參考像素來移除各晶粒中之一夾盤圖案。因此，可在一晶粒影像含有圖案時使用檢測演算法。檢測演算法亦可包含用於檢測演算法參數評估之一設置步驟及用於晶圓檢測之一偵測步驟。
圖4係一方法100之一實施例之一流程圖。可使用一控制器 來執行方法100中之步驟101至107之各者。如此實施例中所見，可使用來自一單一晶粒之局部像素來計算一參考。方法100具有一兩步驟偵測方法。在一例項中，方法100使用用於快速候選選擇之一平均數及用於精確缺陷偵測之一中位數，但其他技術係可行的。平均數可為一移動平均數。方法100實現相對於既有技術之高敏感度、高速度缺陷偵測。方法100亦改良透明或半導體晶圓之結果。
來自三個相鄰晶粒之明場及暗場通道影像可用於方法100中。方法100可對各晶粒及各通道獨立執行缺陷偵測。不是將一相鄰晶粒用作參考，而是將相同晶粒上之相鄰像素用作缺陷偵測之一參考。若不存在影像融合，則可對明通道及暗通道獨立執行偵測。若任一通道偵測到一缺陷，則將缺陷分類。
因此，針對明場影像及暗場影像中之各行，可使用相鄰像素來計算一參考。可藉由自原值減去參考來計算一差值。若差值之絕對值大於一臨限值，則可偵測到缺陷。此可發生於兩個階段中。首先進行候選偵測，其比較每一像素與局部相鄰平均數或其他值。接著進行缺陷偵測，其比較一候選像素與局部相鄰中位數或其他值。
在101中，在一控制器處接收三個晶粒之明場及暗場影像。三個晶粒位於一透明或半透明晶圓(諸如一玻璃晶圓)上。明場影像及暗場影像之各者係二維的且包含複數個影像列及影像行。儘管已繪示三個晶粒，但亦可使用一單一晶粒、兩個晶粒或三個以上晶粒。晶粒(諸如此實施例中所涉及之三個晶粒)可為相鄰晶粒。「相鄰」意謂晶粒在晶圓上彼此相鄰。
在102中，針對明場影像及暗場影像之各像素判定一第一 計算值。第一計算值係基於沿影像行之至少一者所應用之一核心大小。在一例項中，沿影像行之各者應用核心大小。核心大小可變動。可自設置步驟獲得值，如圖9中所見。例如，需要較大核心大小來偵測較大缺陷。
在103中，藉由自影像行之各像素之一像素強度減去第一計算值來判定至少一第一差值。可針對影像行之各像素判定第一差值。
在104中，將候選像素分類。任何候選像素之第一差值高於一臨限值。因此，若第一差值大於臨限值，則將像素標記為一候選像素。可由一使用者或使用其他技術來選擇臨限值。臨限值可有助於判定像素係真實缺陷或雜訊。可調諧或依其他方式調整臨限值。
在105中，判定一第二計算值。第二計算值係基於核心大小。可針對影像行中之各候選像素判定第二計算值。
在106中，藉由自像素強度減去第二計算值來判定一第二差值。
在107中，將包含一缺陷之像素分類。包含一缺陷之像素之第二差值高於臨限值。因此，若第二差值大於臨限值，則將像素標記為有缺陷的。可產生有缺陷像素之一報告或彙總。
在一例項中，第一計算值係一移動平均數且第二計算值係一局部中位數。平均數可被快速計算且可提供快速候選選擇。局部中位數可比平均數慢地被計算，但可提供更精確缺陷偵測。
在另一例項中，第一計算值及第二計算值之一者係使用一低通濾波器之一快速傅立葉變換。
在又一例項中，第一計算值及第二計算值之一者係使用一高斯核心之卷積。
像素強度可屬於各像素。第二計算值可屬於候選像素之各者。第二差值可來自候選像素之各者。
在另一例項中，像素強度可為相同晶粒之相同影像行中之三個相鄰像素之一平均值。第二計算值可為相同晶粒之相同影像行中之候選像素及其兩個相鄰像素之一平均值。使用三個對應像素之一平均值可進一步抑制公害事件。
可針對明場影像之各者及暗場影像之各者判定第一計算值。
亦可基於相同晶粒之明場影像之各者及暗場影像之各者之一對應者之融合影像來判定第一計算值及第二計算值。可融合明場影像之各者及暗場影像之各者之對應者以形成融合影像。
在一例項中，第二計算值係一局部中位數。基於明場影像及暗場影像兩者來判定第二計算值及第二差值。臨限值包含一明場臨限值及一暗場臨限值。若明場像素強度減去明場中位數大於一明場臨限值且暗場像素強度減去暗場中位數大於一暗場臨限值，則一像素可為有缺陷的。
在另一例項中，第二計算值係一局部中位數。臨限值用於融合影像。分類包含取得一第一值及一第二值之乘積之平方根以形成一第三值且比較第三值與臨限值，該臨限值可為用於明場通道影像及暗場通道影像之融合之一臨限值。第一值係明場影像之像素強度減去明場影像之局部中位數。第二值係暗場影像之像素強度減去暗場影像之局部中位數。
圖5繪示一單一影像行之一明場影像，其包含影像行輪廓之一走勢圖及圍繞具有原始強度、平均數及中位數之DOI之一放大截面。圖5中標記一DOI。如圖5中右側影像上所展示，DOI可與平均數或中位數 參考清楚分離。因此，相鄰像素平均值及中位數可為缺陷偵測可接受之參考。
圖6繪示一例示性明場影像、例示性中位數影像及例示性差值影像。可使用(例如)方法100來形成差值影像。可使用本文中所揭示之實施例來偵測DOI且抑制夾盤圖案。如差值影像中所見，缺陷可顯現為暗點。
圖7繪示一例示性暗場影像、例示性中位數影像及例示性差值影像。可使用本文中所揭示之實施例來偵測DOI且抑制雜訊圖案。如差值影像中所見，缺陷可顯現為亮點。
圖8繪示具有一游標像素大小(指稱5X)之一局部參考演算法(LRA)及具有一更佳且更精細像素大小(指稱10X)之先前檢測技術之評估之一柏拉圖。LRA(其可包含本文中所揭示之實施例)用於缺陷偵測。就游標像素大小而言，以2.5倍較快晶圓掃描速度執行LRA。總缺陷計數係相當的。62%之缺陷係共同缺陷。使用本文中所揭示之技術所發現之幾乎全部新缺陷係真實缺陷。
圖9及圖10繪示方法之其他實施例之流程圖。在圖9中所見之方法200(其可指稱一設置方法)中，在201中收集訓練影像。在202中，諸如由一使用者將一初始濾波器大小(例如一核心大小)輸入至一使用者介面中。在203中，諸如藉由一控制器上之一演算法來處理影像。在204中，顯示經處理影像及差值影像及品質度量。接著，在205中，諸如由一使用者判定是否接受參數。若接受參數，則在207中將參數寫入至一方案中。若不接受參數，則在206中調整濾波器大小且重複一些步驟。此能夠調諧濾波器大小或其他參數。
在一演算實施方案中，可在設置步驟期間使用所選擇之濾波器大小來評估方法之參數。一使用者可抓取需要被抑制之一工具夾盤結構或其他部件周圍之一影像。使用者可輸入一濾波器大小。演算法可處理影像且輸出參考影像及差值影像兩者。使用者可調整濾波器大小以提供一最佳結果。可用參數填寫諸如一XML檔案中之一方案。使用者可調諧其他方案參數以提供經改良之缺陷偵測結果。圖12係具有一原始影像之一使用者介面之一實例，圖13係具有一經濾波影像之一使用者介面之一實例，及圖14係具有一差值影像之一使用者介面之一實例。圖13中之影像移除圖12中之影像之一些組分、點或標記。圖15係用於編輯展示LRA之一方案之一使用者介面之一實例。可在方案中展示濾波器大小及其他演算法參數。
圖10中之方法300可指稱一檢測步驟。可在方法300中執行來自圖4中之方法100之部分或全部步驟。在301中，接收一影像。在302中，使用方案參數(諸如來自方法200之方案參數)來計算一局部參考。在303中，計算一差值影像。在304中使用一臨限值來偵測缺陷且在305中輸出偵測結果。圖16係可用於LRA中之缺陷屬性之一例示表。圖16可為一複查使用者介面之部分。一使用者可基於LRA屬性來調諧經改良缺陷偵測結果之LRA方案參數。
圖11係一系統400之一實施例之一方塊圖。系統400包含經組態以固持一晶圓407、倍縮光罩或其他工件之一夾盤406。夾盤406可經組態以沿一個、兩個或三個軸移動或旋轉。夾盤406亦可經組態以諸如圍繞Z軸自旋。
系統400亦包含經組態以量測晶圓407、倍縮光罩或其他工 件之一表面之一量測系統401。量測系統401可產生一光束、一電子束、寬頻電漿，或可使用其他技術來量測晶圓407之一表面。在一實例中，量測系統401包含一雷射。量測系統401可提供晶圓407上之晶粒之影像或可提供用於形成晶圓407上之晶粒之影像之資訊。
在一例項中，量測系統401可產生一光束且包含一明場通道及一暗場通道兩者。此可提供晶圓407之明場影像及暗場影像兩者。在一例項中，量測系統401包含一明場成像系統及一暗場成像系統。
系統400與一控制器402通信。例如，控制器402可與量測系統401或系統400之其他組件通信。控制器402可包含一處理器403、與處理器403電子通信之一電子資料儲存單元404及與處理器403電子通信之一通信埠405。應瞭解，控制器402可實際上由硬體、軟體及韌體之任何組合實施。此外，其在本文中所描述之功能可由一個單元執行或由不同組件(其等之各者繼而可由硬體、軟體及韌體之任何組合實施)分擔。使控制器402實施各種方法及功能之程式碼或指令可儲存於控制器可讀儲存媒體(諸如電子資料儲存單元404中之一記憶體、控制器402內之一記憶體、控制器402外之一記憶體或其等之組合)中。
控制器402可包含一或多個處理器403及一或多個電子資料儲存單元404。各處理器403可與電子資料儲存單元404之一或多者電子通信。在一實施例中，通信地耦合一或多個處理器403。就此而言，一或多個處理器403可接收量測系統401處所接收之讀數且將讀數儲存於控制器402之電子資料儲存單元404中。控制器402可為系統本身之部分或可與系統分離(例如一獨立控制單元或在一集中式品質控制單元中)。
在一例項中，處理器包含經組態以(例如)執行方法100、方 法200或方法300之部分或全部步驟之軟體模組。
控制器402、(若干)其他系統或本文中所描述之(若干)其他子系統可採用各種形式，其包含個人電腦系統、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。一般而言，術語「控制器」可被廣義界定為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。(若干)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，諸如一並行處理器。另外，(若干)子系統或系統可包含具有高速處理及軟體之一平台作為一獨立或網路工具。
控制器402可依任何適合方式(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400之組件，使得控制器402可接收由系統400產生之輸出，諸如來自量測系統401之輸出。控制器402可經組態以使用輸出來執行諸多功能。例如，控制器402可經組態以偵測晶圓407上之缺陷。在另一實例中，控制器402可經組態以將輸出發送至一電子資料儲存單元404或另一儲存媒體且無需複查輸出。可如本文中所描述般進一步組態控制器402。
若系統包含一個以上子系統，則可使不同子系統彼此耦合，使得影像、資料、資訊、指令等等可發送於子系統之間。例如，一子系統可藉由任何適合傳輸媒體(其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)耦合至(若干)額外子系統。此等子系統之兩者或兩者以上亦可由一共用電腦可讀儲存媒體(圖中未展示)有效耦合。
系統400可為一缺陷複查系統、一檢測系統、一度量系統或一些其他類型之系統之部分。因此，本文中所揭示之實施例描述可依諸多方式適應具有幾乎適合於不同應用之不同性能之系統之一些組態。
控制器402可與量測系統401或系統400之其他組件電子通信。可根據本文中所描述之實施例之任何者來組態控制器402。控制器402亦可經組態以使用量測系統401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。
一額外實施例係關於儲存可在用於執行一電腦實施方法散焦偵測之一控制器上執行之程式指令之一非暫時性電腦可讀媒體，如本文中所揭示。特定而言，如圖11中所展示，控制器402可包含電子資料儲存單元404中之一記憶體或具有非暫時性電腦可讀媒體之其他電子資料儲存媒體，其包含可在控制器402上執行之程式指令。電腦實施方法可包含本文中所描述之(若干)任何方法之(若干)任何步驟。例如，控制器402可經程式化以執行方法100、方法200或方法300之部分或全部步驟。電子資料儲存單元404中之記憶體或其他電子資料儲存媒體可為諸如一磁碟或光碟、一磁帶或此項技術中已知之任何其他適合非暫時性電腦可讀媒體之一儲存媒體。
可依各種方式之任何者(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)實施程式指令。例如，可視需要使用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。
在另一實施例中，控制器402可依此項技術中已知之任何方式通信地耦合至系統400之各種組件或子系統之任何者。再者，控制器402可經組態以藉由可包含有線及/或無線部分之一傳輸媒體來自其他系統接收及/或獲取資料或資訊(例如來自一檢測系統(諸如一複查工具)、一遠端資料庫(其包含設計資料)等等之檢測結果)。依此方式，傳輸媒體可充 當控制器402與系統400之其他子系統或系統400外之系統之間之一資料鏈路。
在一些實施例中，由以下之一或多者實施本文中所揭示之系統400及方法之各種步驟、功能及/或操作：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/開關、微控制器或運算系統。實施方法(諸如本文中描述之方法)之程式指令可透過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、一磁帶等等。一載體媒體可包含一傳輸媒體，諸如一導線、纜線或無線傳輸鏈路。例如，本發明中所描述之各種步驟可由一單一控制器402(或電腦系統)或替代地，多個控制器402(或多個電腦系統)實施。再者，系統400之不同子系統可包含一或多個運算或邏輯系統。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。
控制器402可經組態以使用偵測器之輸出來執行諸多功能。例如，控制器402可經組態以使用量測系統401之輸出來偵測晶圓407上之缺陷。可由控制器402藉由將某一缺陷偵測演算法及/或方法應用於由系統400產生之輸出來執行偵測晶圓407上之缺陷。缺陷偵測演算法及/或方法可包含本文中所揭示之演算法及/或方法或此項技術中已知之任何適合演算法及/或方法。例如，控制器402可比較偵測器之輸出與一臨限值。具有高於臨限值之值之任何輸出可被識別為一潛在缺陷，而具有低於臨限值之值之任何輸出可不被識別為一潛在缺陷。在另一實例中，控制器402可經組態以將系統400之輸出發送至一儲存媒體且無需對輸出執行缺陷偵測。可如本文中所描述般進一步組態系統之控制器402。
可如本文中所描述般執行方法之各步驟。方法亦可包含可由本文中所描述之控制器及/或(若干)電腦子系統或系統執行之(若干)任何其他步驟。步驟可由可根據本文中所描述之實施例之任何者來組態之一或多個電腦系統執行。另外，上述方法可由本文中所描述之系統實施例之任何者執行。
儘管已相對於一或多個特定實施例來描述本發明，應瞭解，可在不背離本發明之範疇的情況下進行本發明之其他實施例。因此，可認為本發明僅受限於隨附申請專利範圍及其合理解譯。
100:方法
101:步驟
102:步驟
103:步驟
104:步驟
105:步驟
106:步驟
107:步驟

Claims (19)

  1. 一種用於缺陷偵測之系統，其包括：一控制器，其包含一處理器及與該處理器電子通信之一電子資料儲存單元，其中該處理器經組態以執行一或多個軟體模組，且其中該一或多個軟體模組經組態以：接收三個晶粒之明場影像，其中該三個晶粒位於一透明或半透明(translucent)晶圓上，且其中該等明場影像之各者包含複數個影像列及複數個影像行；接收該三個晶粒之暗場影像，其中該等暗場影像之各者包含複數個該等影像列及複數個該等影像行；針對該等明場影像及該等暗場影像之該等影像行之各者判定一第一計算值，其中該第一計算值係基於沿該等影像行之至少一者所應用之一核心(kernel)大小；藉由自該等影像行之各像素之一像素強度減去該第一計算值來判定一第一差值；將候選像素分類，其中該等候選像素之該第一差值高於一臨限值；判定一第二計算值，其中該第二計算值係基於該核心大小；藉由自該像素強度減去該第二計算值來判定一第二差值；及將包含一缺陷之該等像素分類，其中包含一缺陷之該等像素之該第二差值高於該臨限值。
  2. 如請求項1之系統，其進一步包括與該控制器電子通信之一明場成像系統。
  3. 如請求項1之系統，其進一步包括與該控制器電子通信之一暗場成像系統。
  4. 如請求項1之系統，其中該第一計算值係一移動平均數。
  5. 如請求項1之系統，其中該第二計算值係一局部中位數。
  6. 如請求項1之系統，其中該第二計算值屬於該等候選像素之各者，且其中該第二差值來自該等候選像素之各者。
  7. 如請求項1之系統，其中該三個晶粒係相鄰晶粒。
  8. 一種用於缺陷偵測之方法，其包括：在一控制器處接收三個晶粒之明場影像，其中該三個晶粒位於一透明或半透明晶圓上，且其中該等明場影像之各者包含複數個影像列及複數個影像行；在該控制器處接收該三個晶粒之暗場影像，其中該等暗場影像之各者包含複數個該等影像列及複數個該等影像行；使用該控制器來針對該等明場影像及該等暗場影像之該等影像行之各者判定一第一計算值，其中該第一計算值係基於沿該等影像行之至少一 者所應用之一核心大小；使用該控制器藉由自該等影像行之各像素之一像素強度減去該第一計算值來判定一第一差值；使用該控制器來將候選像素分類，其中該等候選像素之該第一差值高於一臨限值(threshold)；使用該控制器來判定一第二計算值，其中該第二計算值係基於該核心大小；使用該控制器藉由自該像素強度減去該第二計算值來判定一第二差值；及使用該控制器來將包含一缺陷之該等像素分類，其中包含一缺陷之該等像素之該第二差值高於該臨限值。
  9. 如請求項8之方法，其中該第一計算值係一移動平均數。
  10. 如請求項8之方法，其中該第二計算值係一局部中位數。
  11. 如請求項8之方法，其中該第一計算值及該第二計算值之一者係使用一低通濾波器之一快速傅立葉(Fourier)變換。
  12. 如請求項8之方法，其中該第一計算值及該第二計算值之一者係使用一高斯(Gaussian)核心之一卷積(convolution)。
  13. 如請求項8之方法，其中該第二計算值屬於該等候選像素之各者，且 其中該第二差值來自該等候選像素之各者。
  14. 如請求項8之方法，其中該像素強度係相同晶粒之一相同影像行中之三個相鄰像素之一平均值，其中該第二計算值係該相同晶粒之該相同影像行中之該等候選像素及兩個相鄰像素之一平均值，且其中該第二差值係基於該等候選像素之該平均值。
  15. 如請求項8之方法，其中針對該等明場影像之各者及該等暗場影像之各者判定該第一計算值。
  16. 如請求項8之方法，其中基於一相同晶粒之該等明場影像之各者及該等暗場影像之各者之一對應者之融合(fused)影像來判定該第一計算值及該第二計算值，且進一步包括融合該等明場影像之各者及該等暗場影像之各者之該對應者以形成該等融合影像。
  17. 如請求項16之方法，其中該第二計算值係一局部中位數，且其中基於該等明場影像及該等暗場影像兩者來判定該第二計算值及該第二差值，且其中該臨限值包含一明場臨限值及一暗場臨限值。
  18. 如請求項16之方法，其中該第二計算值係一局部中位數，其中該臨限值用於該等融合影像，其中該分類包含取得一第一值及一第二值之乘積之平方根以形成一第三值且比較該第三值與該臨限值，其中該第一值係該明場影像之該像素強度減去該明場影像之該局部中位數，且其中該第二值 係該暗場影像之該像素強度減去該暗場影像之該局部中位數。
  19. 如請求項8之方法，其中該三個晶粒係相鄰晶粒。
TW107128695A 2017-08-24 2018-08-17 用於缺陷偵測之系統及方法 TWI751372B (zh)

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
US201762549775P 2017-08-24 2017-08-24
US62/549,775 2017-08-24
US15/803,091 US10402963B2 (en) 2017-08-24 2017-11-03 Defect detection on transparent or translucent wafers
US15/803,091 2017-11-03

Publications (2)

Publication Number Publication Date
TW201921139A TW201921139A (zh) 2019-06-01
TWI751372B true TWI751372B (zh) 2022-01-01

Family

ID=65435468

Family Applications (1)

Application Number Title Priority Date Filing Date
TW107128695A TWI751372B (zh) 2017-08-24 2018-08-17 用於缺陷偵測之系統及方法

Country Status (7)

Country Link
US (1) US10402963B2 (zh)
EP (1) EP3646372A4 (zh)
JP (1) JP7169344B2 (zh)
KR (1) KR102352701B1 (zh)
CN (1) CN111033710B (zh)
TW (1) TWI751372B (zh)
WO (1) WO2019040679A1 (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10402963B2 (en) * 2017-08-24 2019-09-03 Kla-Tencor Corporation Defect detection on transparent or translucent wafers
CN110363759B (zh) * 2019-07-22 2021-03-19 国家超级计算天津中心 三维模具调试参数确定方法及装置
JP7418274B2 (ja) * 2020-04-17 2024-01-19 東京エレクトロン株式会社 異物検査システム、異物検査方法、プログラム及び半導体製造装置
US11631169B2 (en) * 2020-08-02 2023-04-18 KLA Corp. Inspection of noisy patterned features
US11803960B2 (en) * 2020-08-12 2023-10-31 Kla Corporation Optical image contrast metric for optical target search
CN114937041B (zh) * 2022-07-25 2022-10-25 聊城市博源节能科技有限公司 一种汽车发动机油路铜套缺陷检测方法及系统

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030094586A1 (en) * 2001-11-16 2003-05-22 Toshirou Kurosawa Wafer defect inspection machine
CN102412170A (zh) * 2010-07-13 2012-04-11 联达科技设备私人有限公司 多方向上反射的光源的采集系统和方法
US8595666B2 (en) * 2009-07-09 2013-11-26 Hitachi High-Technologies Corporation Semiconductor defect classifying method, semiconductor defect classifying apparatus, and semiconductor defect classifying program

Family Cites Families (24)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US702102A (en) * 1901-06-14 1902-06-10 W A Schrock Connecting-joint for bedsteads.
FI79961C (fi) * 1988-09-16 1990-04-10 Metsae Botnia Ab Oy Anordning foer skaerning av knivarna i en kapningsvals i en cellulosatorkmaskins arkskaermaskin.
JPH06100555B2 (ja) 1990-12-19 1994-12-12 東洋ガラス株式会社 透明物体の欠陥検査方法とその装置
JP3148187B2 (ja) 1998-10-08 2001-03-19 日本電気株式会社 パーティクルモニタシステム及びパーティクル検出方法並びにパーティクル検出プログラムを格納した記録媒体
US6407373B1 (en) * 1999-06-15 2002-06-18 Applied Materials, Inc. Apparatus and method for reviewing defects on an object
US6809809B2 (en) * 2000-11-15 2004-10-26 Real Time Metrology, Inc. Optical method and apparatus for inspecting large area planar objects
CN100582753C (zh) * 2001-11-28 2010-01-20 应用材料有限公司 探测缺陷的方法
US6654109B2 (en) 2002-02-05 2003-11-25 Taiwan Semiconductor Manufacturing Co. Ltd System for detecting surface defects in semiconductor wafers
TW535207B (en) * 2002-05-08 2003-06-01 Powerchip Semiconductor Corp Method for automatically controlling defect-specification in manufacturing process of semiconductors
SE526617C2 (sv) 2003-10-01 2005-10-18 Sick Ivp Ab System och metod för att avbilda ett objekts egenskaper
US7433031B2 (en) * 2003-10-29 2008-10-07 Core Tech Optical, Inc. Defect review system with 2D scanning and a ring detector
EP1794577A4 (en) 2004-09-17 2010-10-06 Wdi Wise Device Inc OPTICAL INSPECTION OF FLAT MEDIA USING DIRECT PICTURE TECHNOLOGY
JP4562126B2 (ja) 2004-09-29 2010-10-13 大日本スクリーン製造株式会社 欠陥検出装置および欠陥検出方法
JP4851960B2 (ja) * 2006-02-24 2012-01-11 株式会社日立ハイテクノロジーズ 異物検査方法、および異物検査装置
JP4994164B2 (ja) * 2007-09-07 2012-08-08 株式会社牧野フライス製作所 工作機械の移動体の冷却方法及び装置
JP5007979B2 (ja) * 2008-05-22 2012-08-22 独立行政法人産業技術総合研究所 欠陥を検査する方法及び欠陥検査装置
SG164293A1 (en) 2009-01-13 2010-09-29 Semiconductor Technologies & Instruments Pte System and method for inspecting a wafer
WO2011002651A1 (en) * 2009-07-01 2011-01-06 Kla-Tencor Corporation Monitoring of time-varying defect classification performance
JPWO2012133591A1 (ja) * 2011-03-30 2014-07-28 株式会社フジミインコーポレーテッド 研磨用組成物並びにそれを用いた研磨方法及び半導体デバイスの製造方法
JP6080379B2 (ja) * 2012-04-23 2017-02-15 株式会社日立ハイテクノロジーズ 半導体欠陥分類装置及び半導体欠陥分類装置用のプログラム
US9189844B2 (en) * 2012-10-15 2015-11-17 Kla-Tencor Corp. Detecting defects on a wafer using defect-specific information
US9619876B2 (en) 2013-03-12 2017-04-11 Kla-Tencor Corp. Detecting defects on wafers based on 2D scatter plots of values determined for output generated using different optics modes
CN104008550A (zh) * 2014-06-05 2014-08-27 深圳市大族激光科技股份有限公司 晶圆表面缺陷特征分析方法、系统、分类方法和系统
US10402963B2 (en) * 2017-08-24 2019-09-03 Kla-Tencor Corporation Defect detection on transparent or translucent wafers

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030094586A1 (en) * 2001-11-16 2003-05-22 Toshirou Kurosawa Wafer defect inspection machine
US8595666B2 (en) * 2009-07-09 2013-11-26 Hitachi High-Technologies Corporation Semiconductor defect classifying method, semiconductor defect classifying apparatus, and semiconductor defect classifying program
CN102412170A (zh) * 2010-07-13 2012-04-11 联达科技设备私人有限公司 多方向上反射的光源的采集系统和方法

Also Published As

Publication number Publication date
CN111033710A (zh) 2020-04-17
EP3646372A1 (en) 2020-05-06
KR102352701B1 (ko) 2022-01-17
JP7169344B2 (ja) 2022-11-10
EP3646372A4 (en) 2021-02-17
KR20200035320A (ko) 2020-04-02
US20190066284A1 (en) 2019-02-28
WO2019040679A1 (en) 2019-02-28
CN111033710B (zh) 2021-09-24
TW201921139A (zh) 2019-06-01
JP2020532122A (ja) 2020-11-05
US10402963B2 (en) 2019-09-03

Similar Documents

Publication Publication Date Title
TWI751372B (zh) 用於缺陷偵測之系統及方法
US20180144442A1 (en) Wafer noise reduction by image subtraction across layers
CN109075094B (zh) 用于具有噪声边界阈值的晶片检验的系统及方法
US9569834B2 (en) Automated image-based process monitoring and control
CN110870053B (zh) 重复缺陷检查
US9947596B2 (en) Range-based real-time scanning electron microscope non-visual binner
US10372113B2 (en) Method for defocus detection
KR102352698B1 (ko) 자동화된 이미지 기반 프로세스 모니터링 및 제어
KR102589631B1 (ko) 뉴슨스 맵에 기반한 광대역 플라즈마 검사
CN107923856B (zh) 以范围为基础的实时扫描电子显微镜的非视觉分格器
IL256806A (en) A non-visual spacer for range-based real-time scanning electron microscopy