WO2008110159A2 - Method and device for determining a fracture in crystalline material - Google Patents

Method and device for determining a fracture in crystalline material Download PDF

Info

Publication number
WO2008110159A2
WO2008110159A2 PCT/DE2008/000439 DE2008000439W WO2008110159A2 WO 2008110159 A2 WO2008110159 A2 WO 2008110159A2 DE 2008000439 W DE2008000439 W DE 2008000439W WO 2008110159 A2 WO2008110159 A2 WO 2008110159A2
Authority
WO
WIPO (PCT)
Prior art keywords
image
spatial
transmitted light
fracture
frequency information
Prior art date
Application number
PCT/DE2008/000439
Other languages
German (de)
French (fr)
Other versions
WO2008110159A3 (en
Inventor
Marc Hemsendorf
Christian Probst
Original Assignee
Gp Solar Gmbh
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 Gp Solar Gmbh filed Critical Gp Solar Gmbh
Priority to DE112008001330T priority Critical patent/DE112008001330A5/en
Publication of WO2008110159A2 publication Critical patent/WO2008110159A2/en
Publication of WO2008110159A3 publication Critical patent/WO2008110159A3/en

Links

Classifications

    • 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
    • G01N21/9501—Semiconductor wafers
    • G01N21/9505—Wafer internal defects, e.g. microcracks
    • 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
    • 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
    • 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

Definitions

  • the invention relates to a method and an apparatus for determining a fracture in crystalline material.
  • micro-cracks Breaks in wafers are usually in the form of micro-cracks in a partially extremely fine form. In photovoltaics, microcracks influence the efficiency of the future solar cell. In addition, microcracks cause the problem that wafers break easily in places of microcracks and microcracks therefore interfere with production.
  • micro-cracks can be so small that they can be hidden in the wafer without protruding to the surface. Such micro-cracks often have no surface structure and are therefore not recognizable on the surfaces of the wafer. Another difficulty is that microcracks and grain boundaries of polycrystalline semiconductor materials, especially of polycrystalline silicon, look so similar that they are generally difficult to distinguish.
  • the invention utilizes anomaly of the optical transmission of semiconductors
  • Microcracks Within the wafer, reflections occur at the break. A transmitted light image of a crack therefore appears dull black. In this way, even microcracks not visible from the outside can be detected.
  • the invention is based on the further consideration that by recording frequency information from the transmitted light image, characteristics of local brightness fluctuations in the transmitted light image are recorded in great detail
  • f (x, y) is the brightness of the transmitted light image
  • f (k x / ky) of the brightness corresponding to the spatial function f (x, y) of the brightness thus has high frequencies in the presence of a microcrack.
  • the brightness transition of grain boundaries in the transmitted light image is less sharp, causing the grain boundaries in the frequency spectrum of the brightness distribution to lower frequencies. From the presence of high-frequency components in the frequency spectrum of the brightness distribution can therefore be concluded on the presence of microcracks. By evaluating the frequency information can thus be distinguished between microcracks and grain structures in crystalline semiconductor material.
  • the spatial function f (x, y) of the brightness may be discrete, e.g. as individual measurements of pixels of a camera, or continuously, e.g. in the form of an algebraic function. It can be present directly in two dimensions or as the sum of several one-dimensional functions f (x).
  • the frequency information is obtained from the location function of the brightness and therefore dependent on the location function. Through them, the brightness change in the location function is characterized.
  • the frequency information may be available explicitly, for example in the form of coefficients, or determined implicitly by an evaluation of the location function, e.g. through frequency-selective steps, and also be used directly without concrete formation of an explicitly present function as such. For example, an application of a frequency filter and the further use of the frequency-filtered data is an evaluation of frequency information.
  • the method is applicable to any transmittable crystalline material, in particular semiconductor material, for which there is a transmission window in an imaging method in transmitted light in an arbitrary wavelength range.
  • the semiconductor material is silicon, while For example, monocrystalline silicon, in particular polycrystalline silicon.
  • the closing is based on a break from an evaluation of high-frequency components with elimination of low-frequency components. This can be done by filters or mathematical steps. Particularly effectively, low frequency components can be eliminated by forming a differential image, in particular by subtracting an image without a e.g. filtered high frequency information from a picture with the high frequency information.
  • the frequency information is manipulated, from the manipulated frequency information, a spatial image is reconstructed and calculated from the difference between an otherwise or not manipulated image, e.g. the transmitted light image, and reconstructed spatial image is closed to the presence of a break, possibly using further evaluation steps.
  • an otherwise or not manipulated image e.g. the transmitted light image
  • reconstructed spatial image is closed to the presence of a break, possibly using further evaluation steps.
  • the spatial image can be present as a data set which is evaluated. It is not necessary that the location space image is displayed as a visible image, for example on a screen.
  • the spatial image may, for example, be a data set of the brightness as a function of two spatial directions. It is also conceivable that the spatial image is present as a plurality of data sets, each of which reflect the brightness as a function of spatial direction.
  • the difference between the transmitted image and the reconstructed spatial image is determined on the basis of a difference image, in particular using methods of image processing.
  • the effects of manipulating the frequency information can be particularly sensitive in this way be reliably detected.
  • broadband interference signals in the difference image are suppressed on the basis of a morphological filter.
  • a morphological filter can be understood as a mathematical operation in which elements of a two-dimensional set of numbers are linked together by an operator. Depending on the filter, the choice of input elements may be different, for example, it may be the nearest neighbors of a point, and the operator may be different.
  • a well-known example is an erosion filter in which the minimum is determined from each immediate neighborhood, and then the corresponding neighborhood-defining point can be minimized.
  • a H-maxima filter is used as the morphological filter.
  • An H maxima filter filters local maxima by filtering out isolated extrema. This is particularly effective in fractures, as fractions are characterized by a connected sequence of local maxima.
  • H-maxima filters are described, for example, in P. Soille, Morphological Image Analysis, Springer Verlag, Berlin, 1999.
  • the manipulation takes place by suppressing a frequency range characteristic of the fracture.
  • uncharacteristic frequencies in particular all other frequencies, can be made to disappear during the subtraction, so that the frequency information of the fraction or a position information resulting therefrom can be recognized particularly well, especially in a difference image.
  • the suppression can be done by reducing or eliminating the frequency range characteristic of the rupture. Both technical and mathematical particularly simple suppression can be done by a low-pass filtering.
  • the low-pass filtering can be performed by systematically eliminating frequency information, for example, by systematically reducing a resolution of the frequency information.
  • the suppression is carried out by a targeted elimination of individual frequency coefficients from a discrete location-frequency transformation.
  • the suppression can be very targeted to one or more specific frequency ranges.
  • the method according to the invention is advantageously further developed in that the frequency information is determined by means of a wavelet transformation.
  • a method which is particularly suitable for data processing is available, in particular when using a discrete wavelet transformation.
  • a wavelet or its mathematical function is connected to the location function and thus the frequency information is obtained.
  • a Daubechies-2 wavelet it is advantageous to use a Daubechies-2 wavelet as a wavelet.
  • other wavelets are also suitable, in particular those which allow a good reconstruction, in particular a perfect reconstruction.
  • a further embodiment of the invention provides that with the aid of the frequency information, a spatial image is created, for example a difference image, from which the presence of a break is concluded with the aid of image processing.
  • a spatial image is created, for example a difference image, from which the presence of a break is concluded with the aid of image processing.
  • the presence of a fracture can be done easily and automatically by image processing.
  • Characteristic information about the fracture eg the size and position of a fracture, can be reliably determined when the spatial view is reduced with an environment filter.
  • the ambient filter can be, for example, a brightness or grayscale filter so that a fraction is completely or partially black and the rest of the environment is displayed white or vice versa. Data obtained in this way can be used particularly easily to characterize the fracture.
  • a determination of a position of the fracture is carried out from the spatial image with the aid of a cluster algorithm.
  • Small-scale noise which can not be eliminated, for example, despite an environmental filter, can be separated from an image of a fracture and the fracture can thus be reliably detected.
  • a determination of a size of the fraction is carried out from the spatial image with the aid of a cluster algorithm.
  • the method according to the invention can be integrated particularly well into a production of products, in particular of semiconductor wafers, if the transmitted light image of the material is obtained with the aid of a flashlamp.
  • the transmitted light image can be created during a movement of the material without, for example, a conveyor belt for transporting the material would have to be stopped.
  • the flashlamp should work in the wavelength-transmissive range for the material and may be, for example, a xenon lamp or an LED lamp.
  • the invention is directed to an apparatus for determining a fracture in crystalline material.
  • the device comprises an image recording device for recording a transmitted light image of the material and a processing means which is prepared to obtain frequency information of the spatial function from a spatial function of the brightness of the transmitted light image and the presence of a fracture based on the presence of fractions characteristic frequencies to output a control signal.
  • the control signal may be used to discard the broken product from a process.
  • the process means is intended to carry out one or more method steps as described above.
  • FIG. 1 shows a schematic representation of a device for detecting fractures in crystalline material
  • FIG. 3 shows an illustration of an etched solar cell wafer with a fracture
  • FIG. 5 shows a flow chart of a method for detecting a fracture.
  • FIG. 1 shows a device 2 for determining a fracture in crystalline material, in FIG. 1 a wafer 4 made of polycrystalline silicon.
  • the device 2 comprises a camera 6, which is signal-connected to a processing means 8.
  • the process means 8 is used to evaluate signals from the camera 6 and to control the method for determining the breakage.
  • the device 2 comprises a light source 10 and a diffusion plate 12 between the light source ⁇ 10 and the wafer 4.
  • a means of transport 14, the transport speeds is also speed the process means 8 is controlled, serves to move the wafer 4 on the light source 10 over during a manufacturing process.
  • Silicon as a semiconductor is opaque in the visible wavelength range. Only in the near infrared range, above about 950 nm, the transmission increases and remains at a high level until about 6 ⁇ m.
  • a transmission spectrum of silicon is shown in FIG. Plotted is the transmission in percent at an average wafer, as it is used for photovoltaics, depending on the wave number ⁇ .
  • the light source 10 For the light source 10, this means that it must have a relevant spectral component in the transmission range, advantageously in the near infrared.
  • its sensor expediently a CCD sensor, is also sufficiently sensitive in the transmission range, in particular in the near infrared.
  • he should have a sufficiently large spatial resolution.
  • the ideal solution was a spatial resolution of 50 ⁇ m to 100 ⁇ m.
  • a camera S For receiving a transmitted light image of the wafer 4, which has a size of 15 cm x 15 cm, a camera S with a resolution of about 4 megapixels is well suited.
  • a xenon flash lamp has proved to be advantageous. It has a spectrum of about 300 nm to 2000 nm and can be operated with a flash time of about 0.1 msec by short-time overload operation of a halogen lamp. Also possible is an LED lighting, for example, with main activity around 950 nm and a flash time of 1 msec by short-term overload operation of the LEDs.
  • the device 2 is particularly suitable for integration into production lines, since a recording in the movement can be made by this short exposure time. Insofar as this is not necessary, it is also possible to work with permanent lighting.
  • Particularly suitable - especially in the search for fractures in silicon - is a camera 6, which is sensitive to electromagnetic radiation in the wavelength range between 1000 nm and 2000 nm.
  • the high permeability of the silicon in this range makes it possible to dispense with an overload operation of the lighting.
  • a particularly high dynamics of the camera 6 is not required, since there have the lighting and the wafer at a transmittance of about 50% about the same brightness.
  • FIG. 3 shows, in a very schematic representation, a section of a transmitted light image 16 of the wafer 4 with a break 18.
  • grain boundaries 20 of the grain structures in the polycrystalline silicon of the wafer 4 are shown schematically.
  • the evaluation comprises the decomposition of the transmitted light image 16 with a 2D wavelet filter into its high-pass and low-pass components.
  • the 2D wavelet filter is realized by a two-dimensional discrete wavelet transformation with which the transmitted light image or its data record is decomposed stepwise into its respective high-pass and low-pass components.
  • the high-pass component is discarded and then a spatial image is reconstructed from the low-pass component.
  • the reconstructed spatial image is subtracted from the original transmitted light image 16.
  • the result is a difference image.
  • the gray values of the difference image are reduced so far with the aid of an ambient filter that the central area of the fracture is barely visible.
  • FIG. 4 shows an evaluation image 38. Image residues of the grain boundaries 20 are suppressed by the environmental filter, so that a central area of the fracture 18 remains visible by means of sharp spots. With the help of a cluster
  • Algorithm can now determine the position and size of the fraction 18. If a break 18 has been found with the aid of this method, a signal can be forwarded to a sorting installation in order to exclude the defective wafer 4 from further processing.
  • the transmitted light image 16 is first obtained and converted by the camera 6 into a data record 22, which is forwarded to the processing means 8.
  • the process means is equipped with a program which forms a matrix of n 0 xm 0 floating-point numbers, which the transmitted light image 16 reproduces.
  • the processing means 8 performs a filtering process in which a high-pass component 24 and a low-pass component 26 are created from the data record 22.
  • the high-pass fraction 24 is discarded and the low-pass portion 26 is again filtered by the same filtering algorithm, so that from the low-pass portion 26 is a high-pass fraction 28 and a low-pass • portion 30 is formed.
  • the decomposition of the transmitted light image 16 or its data record 22 in the filtering process is carried out with the aid of the two-dimensional wave
  • the two-dimensional wavelet transformation can first be carried out one-by-one line by line, and then, for example, by line-wise compilation into two-dimensionality come.
  • equation (1) on the left side of the equation is the discrete wavelet ⁇ j (k (t) and on the right side ⁇ stands for the continuous wavelet according to equation (Ia), which is discretized by the parenthesized relationship can be described here as:
  • f (t) is the continuous function to be examined, which depends on the independent variable t. It does not matter whether t stands for time or for a spatial coordinate x or y, ⁇ * indicates the shape of the wavelet, ie the shape of the window with which the function to be examined is scanned. It has proved particularly suitable for this method a wavelet whose meanwhile is known under the name "Daubechies-2-Wavelet".
  • ⁇ is the time of the window or the position of the window over the function to be examined f (t).
  • s is the size of the window, that is about the width of the wavelet.
  • the function f (t) to be scanned ie an arbitrary signal, for example the brightness distribution of an image line of the transmitted light image as a function of the spatial coordinate within this line, can again be represented by the discrete wavelet transformation as.
  • ⁇ (j, k) generally describes so-called filter components, into which the arbitrary signal f (t) can be decomposed.
  • the signal f (t) can also be called a scaling function:
  • This scaling function can be used to form a subband filter chain. Since a wavelet can also be described by its scaling function, the following applies:
  • the ⁇ j _i (k) describe the low-pass component 26 and the ⁇ j -i (k) the high-pass component 24 of the first stage, defined by the type of wavelet:
  • the signal f (t) to be examined can be reconstructed from the high-pass component 24 and the low-pass component 26.
  • the two portions 24, 26 each provide a frequency information of the location function, in the above example, the brightness distribution within a picture line. Sharp transitions 1 from light to dark or from dark to light deliver high frequencies and smoother transitions lower frequencies.
  • this frequency information can be manipulated, for example by the function f (t) to be examined being reconstructed solely from the low-pass component 26, and the high-pass component 24 being rejected, ie set to zero. This results in a manipulated spatial image in which a part of the frequency information is missing. With a suitable choice of wavelet
  • the transformation according to equation (7) can be carried out in further stages so that components 28, 30, for example of the second stage, are formed. Also a third, fourth or further stages are conceivable. In the example shown in FIG. 5, in which only the low-pass component 30 is used to reconstruct the manipulated spatial image, only the lowest quarter of the frequencies is used for the reconstruction. Depending on the choice of the shares 24-30 and the different stages, the frequency information can also be manipulated differently and almost any frequency coefficients can be used or hidden.
  • the low-pass component 30 For examining the wafer 4, it makes sense to use only the low-pass component 30. In this low-pass component, the absolute brightness of the transmitted light image 16 from the wafer 4 is quite well contained, so that a difference between the transmitted light image 16 and the manipulated spatial image 32 effectively suppresses the absolute brightness of the image. Since with the thickness of the wafer 4 also its transmission varies, the algorithm used should be independent of the absolute, local brightness. This is achieved by the use of the low-pass component 30. By discarding the high-pass components 24, 28, the manipulated spatial image 32 is reconstructed, omitting the frequency band significant for the fraction 18. struiert. Only the grain boundary structure of the wafer 4 or of its transmitted light image 16 is reconstructed. By forming a differential image 34, the grain boundary structure can be largely eliminated. The difference image 34 thus contains little or no grain boundary structure. What remains is some noise and - if available - the break 18.
  • the wavelet filter can be regarded as a generalized bandpass filter.
  • the filtered band should be characteristic of the signal emanating from the break 18.
  • the difference image 34 there are also remaining portions of broadband noise, e.g. Noise or impurities, etc. Typically, however, these components are scattered and / or weak. With a suitable morphological filter, these components can be suppressed and it is possible to create a cleaned spatial image 36, which differs from the evaluation image 38 shown in FIG. 4 by gray scale levels. With regard to transmitted light examinations of Wazer 4, a H-maxima transformation is particularly suitable as a morphological filter.
  • the process means 8 can perform the filtering process and the formation of the difference image as follows: First, for example, a square submatrix I 2 with the size n 2 xn 2 is formed, where n 2 is the largest potential of 2, which ⁇ min (n o , m o ) is.
  • the matrix I 2 determines the image section on which the analysis is performed.
  • the matrix I 2 is decomposed by means of the two-fold, two-dimensional , wavelet wavelet transformation on the basis of the Daubechies-2 wavelet.
  • the low-pass component 30 from this Decomposition is saved.
  • a matrix A 2 with the edge length n 2 xn 2 is reconstructed with the aid of the discrete wavelet transformation, eg according to equation 6.
  • the spatial image 36 can be further processed, for example by being digitized with a suitable threshold, ie only completely white or black pixels are present.
  • a suitable threshold ie only completely white or black pixels are present.
  • Such an evaluation image 38 is shown in FIG.
  • An image of the wafer 4 without break 18 is then completely black or white, depending on the digitization.
  • All white or black pixels of the fraction 18 in the evaluation image 38 can now be combined into clusters, so that each fraction 18 is represented by a cluster.
  • the clusters can now be evaluated for size and location, as indicated schematically in FIG. 5 by the step 40 of cluster formation and cluster evaluation. As a result, the number of breaks 18 as well as their size and location will be present.
  • each decomposition into a wavelet basis ⁇ (j, k) or portions 24-30 represents a frequency band for the image signal f (t).
  • the band region of the crystal structure changes.
  • the burst signal in the frequency domain is particularly broad band, it is always possible to scale to a band range suitable for separating the grain boundary structure from the signature of the fraction 18.
  • the process offers some advantages. First, only the Transmission used. It can therefore satisfy a single image capture. It is not necessary to record both sides of the wafer 4. Even microcracks with no surface structure can be detected. In addition, when using a sufficiently strong flashlight source with a spectral approach in the infrared, a wafer 4 can be imaged in the movement and thus tested. In practice this means a particularly simple integration into an existing production line.
  • the method is largely independent of the surface structure of the wafer. For example, raw and etched wafers 4 can be tested. Furthermore, the grain structure of polycrystalline silicon is masked out by a suitable filter and the difference formation. The method can therefore be applied to both monocrystalline and polycrystalline silicon. In addition, the method is largely independent of the thickness of the wafer 4. It operates locally and therefore also tolerates variations in thickness within the wafer 4.
  • Short term Fourier transformation can also determine the location of the break 18 in the wafer 4.
  • the Fourier transformation can be used more generally and the frequency spectrum of the transmitted light image 16 can be examined for frequencies characteristic of the break 18. If these are present, the wafer 4 can be eliminated, for example, from the further production process without further investigation.

Landscapes

  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Health & Medical Sciences (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Pathology (AREA)
  • Analytical Chemistry (AREA)
  • Quality & Reliability (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • Investigating Strength Of Materials By Application Of Mechanical Stress (AREA)
  • Testing Or Measuring Of Semiconductors Or The Like (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)

Abstract

The invention relates to a method for determining a fracture (18) in crystalline material. According to the invention, a position function of the brightness of the transmitted light image (16) is obtained from a transmitted light image (16) of the material, and frequency information of the position function is obtained therefrom. It is then decided is a fracture (18) exists if the frequencies characterising the fracture (18) are present. It is also possible to detect externally invisible fractures (18) in a wafer (4) and to reliably identify grain boundaries (20) and fractures (18).

Description

Verfahren und Vorrichtung zum Bestimmen eines Bruchs in kristallinem MaterialMethod and apparatus for determining a fracture in crystalline material
Die Erfindung betrifft ein Verfahren und eine Vorrichtung zum Bestimmen eines Bruchs in kristallinem Material.The invention relates to a method and an apparatus for determining a fracture in crystalline material.
Für eine ordnungsgemäße Funktion von Halbleiterprodukten ist es wesentlich, dass diese aus bruchfreien Scheiben (Wafern) hergestellt werden. Bei der Herstellung von Wafern ist daher die Suche nach Brüchen ein entscheidender Teil der Qualitätssicherung und Produktionsüberwachung. Hierbei ist es unverzichtbar, dass die Suche zerstörungsfrei durchgeführt wird und gut in den Produktionsprozess der Halbleiterprodukte integrierbar ist.For proper functioning of semiconductor products, it is essential that they be made from non-breaking wafers. In the production of wafers, therefore, the search for fractures is a crucial part of quality assurance and production monitoring. Here it is indispensable that the search is carried out non-destructively and can be integrated well into the production process of semiconductor products.
Brüche in Wafern liegen zumeist als Mikrorisse in einer teilweise äußerst feinen Form vor. In der Photovoltaik beeinflussen Mikrorisse die Effizienz der späteren Solarzelle. Außerdem verursachen Mikrorisse das Problem, dass Wafer an Stellen der Mikrorisse leicht brechen und die Mikrorisse daher die Produktion beeinträchtigen.Breaks in wafers are usually in the form of micro-cracks in a partially extremely fine form. In photovoltaics, microcracks influence the efficiency of the future solar cell. In addition, microcracks cause the problem that wafers break easily in places of microcracks and microcracks therefore interfere with production.
Zur Bestimmung von Brüchen in Wafern ist es bekannt, eine Abbildung eines Wafers zu erzeugen und das gewonnene Bild mit Hilfe von Bildbearbeitungsmethoden auf Brüche zu untersuchen. Hierzu wird das Bild anhand einer computerisierten Auswertung von Grauwertebereichen auf für Brüche charakteristische Strukturen untersucht.In order to determine fractions in wafers, it is known to produce an image of a wafer and to examine the image obtained for fractions using image processing methods. For this purpose, the image is examined on the basis of a computerized evaluation of gray value ranges on structures characteristic of fractures.
Es ist eine Aufgabe der vorliegenden Erfindung, ein Verfahren zum Bestimmen eines Bruchs in kristallinem Material anzugeben, mit dem auch kleine Mikrorisse zuverlässig gefunden werden können.It is an object of the present invention to provide a method for determining a fracture in crystalline material, with which even small microcracks can be found reliably.
Diese Aufgabe wird durch ein Verfahren der eingangs genannten Art gelöst, bei dem erfindungsgemäß aus einem Durchlichtbild des Materials eine Ortsfunktion der Helligkeit des Durchlichtbilds und daraus eine Frequenzinformation der Ortsfunktion gewonnen wird und aus dem Vorhandensein von für Brüche charakteristischen Frequenzen auf das Vorhandensein eines Bruchs geschlossen wird.This object is achieved by a method of the type mentioned, in accordance with the invention from a transmitted light image the material is a location function of the brightness of the transmitted light image and from a frequency information of the location function is obtained and it is concluded from the presence of fractions characteristic frequencies on the presence of a fraction.
Die Erfindung geht hierbei von der Überlegung aus, dass Mik- rorisse so klein sein können, dass sie im Wafer verborgen sein können, ohne bis zur Oberfläche zu ragen. Solche Mikro- risse haben oft keinerlei Oberflächenstruktur und sind daher an den Oberflächen des Wafers nicht erkennbar. Als weitere Schwierigkeit kommt hinzu, dass Mikrorisse und Korngrenzen von polykristallinen Halbleitermaterialien, insbesondere von polykristallinem Silizium, so ähnlich aussehen, dass sie sich in der Regel nur schwer unterscheiden lassen.The invention is based on the consideration that micro-cracks can be so small that they can be hidden in the wafer without protruding to the surface. Such micro-cracks often have no surface structure and are therefore not recognizable on the surfaces of the wafer. Another difficulty is that microcracks and grain boundaries of polycrystalline semiconductor materials, especially of polycrystalline silicon, look so similar that they are generally difficult to distinguish.
Mit Hilfe des Durchlichtverfahrens besteht die Möglichkeit, auch innen liegende Mikrorisse zu erkennen. Bei der Unterscheidung von Mikrorissen und Korngrenzen nutzt die Erfindung eine Anomalie der optischen Transmission von Halbleitern anWith the help of the transmitted light method, it is possible to detect even internal microcracks. In distinguishing microcracks and grain boundaries, the invention utilizes anomaly of the optical transmission of semiconductors
Mikrorissen. Innerhalb des Wafers kommt es am Bruch zu Reflexionen. Ein Durchlichtbild eines Risses erscheint daher matt schwarz. Auf diese Weise können auch von außen nicht sichtbare Mikrorisse erkannt werden.Microcracks. Within the wafer, reflections occur at the break. A transmitted light image of a crack therefore appears dull black. In this way, even microcracks not visible from the outside can be detected.
Hinsichtlich der Schwierigkeit der Unterscheidung von Mikrorissen und Kornstrukturen in Halbleitern, "insbesondere in po- lykristallinem Silizium, geht die Erfindung von der weiteren Überlegung aus, dass durch das Erfassen von Frequenzinforma- tion aus dem Durchlichtbild Charakteristika von örtlichen HelligkeitsSchwankungen im Durchlichtbild sehr detailliert erfasst werden können. So wurde festgestellt, dass durch die optische Anomalie von Mikrorissen in Halbleitermaterial deren matt schwarze Sichtbarkeit sehr scharf abgegrenzt ist von der Umgebung. In der Funktion f (x,y) der Helligkeit des Durchlichtbilds in Abhängigkeit vom Ort im Durchlichtbild, beispielsweise in Abhängigkeit der beiden Raumkoordinaten x und y, führt das zu einem starken Gradienten der Helligkeit an der Abbildung des Mikrorisses im Durchlichtbild. Die der Ortsfunktion f (x,y) der Helligkeit entsprechende Frequenzfunktion f (kx/ky) der Helligkeit weist somit bei Vorliegen eines Mikrorisses hohe Frequenzen auf.With regard to the difficulty of distinguishing microcracks and grain structures in semiconductors, "in particular in polycrystalline silicon, the invention is based on the further consideration that by recording frequency information from the transmitted light image, characteristics of local brightness fluctuations in the transmitted light image are recorded in great detail For example, it has been found that the optical anomaly of microcracks in semiconductor material has a very sharp demarcation of its dull black visibility from the environment, where f (x, y) is the brightness of the transmitted light image, depending on the location of the transmitted light image, for example of the two space coordinates x and y, this leads to a strong gradient of the brightness the image of the micro-crack in the transmitted light image. The frequency function f (k x / ky) of the brightness corresponding to the spatial function f (x, y) of the brightness thus has high frequencies in the presence of a microcrack.
Der Helligkeitsübergang von Korngrenzen im Durchlichtbild ist weniger scharf, wodurch die Korngrenzen im FrequenzSpektrum der Helligkeitsverteilung zu weniger hohen Frequenzen führen. Aus dem Vorliegen hochfrequenter Anteile im FrequenzSpektrum der Helligkeitsverteilung kann daher auf das Vorliegen von Mikrorissen geschlossen werden. Durch das Auswerten der Frequenzinformation kann somit unterschieden werden zwischen Mikrorissen und Kornstrukturen in kristallinem Halbleitermaterial .The brightness transition of grain boundaries in the transmitted light image is less sharp, causing the grain boundaries in the frequency spectrum of the brightness distribution to lower frequencies. From the presence of high-frequency components in the frequency spectrum of the brightness distribution can therefore be concluded on the presence of microcracks. By evaluating the frequency information can thus be distinguished between microcracks and grain structures in crystalline semiconductor material.
Die Ortsfunktion f (x,y) der Helligkeit kann diskret vorliegen, z.B. als einzelne Messwerte von Pixeln einer Kamera, o- der kontinuierlich, z.B. in Form einer algebraischen Funktion. Sie kann direkt zweidimensional vorhanden sein oder als Summe mehrerer eindimensionalen Funktionen f (x) .The spatial function f (x, y) of the brightness may be discrete, e.g. as individual measurements of pixels of a camera, or continuously, e.g. in the form of an algebraic function. It can be present directly in two dimensions or as the sum of several one-dimensional functions f (x).
Die Frequenzinformation ist aus der Ortsfunktion der Helligkeit gewonnen und daher abhängig von der Ortsfunktion. Durch sie ist die Helligkeitsänderung in der Ortsfunktion charakte- risiert. Die Frequenzinformation kann explizit vorliegen, beispielsweise in Form von Koeffizienten, oder implizit durch eine Auswertung der Ortsfunktion ermittelt werden, z.B. durch frequenzselektive Schritte, und auch direkt weiterverwendet werden ohne konkrete Bildung einer explizit vorliegenden Funktion als solcher. So ist beispielsweise eine Anwendung eines Frequenzfilters und die Weiterverwendung der frequenz- gefilterten Daten eine Auswertung von Frequenzinformation.The frequency information is obtained from the location function of the brightness and therefore dependent on the location function. Through them, the brightness change in the location function is characterized. The frequency information may be available explicitly, for example in the form of coefficients, or determined implicitly by an evaluation of the location function, e.g. through frequency-selective steps, and also be used directly without concrete formation of an explicitly present function as such. For example, an application of a frequency filter and the further use of the frequency-filtered data is an evaluation of frequency information.
Das Verfahren ist auf jedes durchstrahlbare, kristalline Ma- terial, insbesondere Halbleitermaterial, anwendbar, für das es ein Transmissionsfenster in einem bildgebenden Verfahren im Durchlicht in einem beliebigen Wellenlängenbereich gibt. Zweckmäßigerweise ist das Halbleitermaterial Silizium, bei- spielsweise monokristallines Silizium, insbesondere polykristallines Silizium.The method is applicable to any transmittable crystalline material, in particular semiconductor material, for which there is a transmission window in an imaging method in transmitted light in an arbitrary wavelength range. Conveniently, the semiconductor material is silicon, while For example, monocrystalline silicon, in particular polycrystalline silicon.
In einer vorteilhaften Ausgestaltung der Erfindung erfolgt das Schließen auf einen Bruch aus einer Auswertung von Hochfrequenzanteilen unter Eliminierung von Tieffrequenzanteilen. Dies kann durch Filter bzw. mathematische Schritte geschehen. Besonders effektiv lassen sich Tieffrequenzanteile mit Hilfe der Bildung eines Differenzbilds eliminieren, insbesondere durch Subtraktion eines Bilds ohne eine z.B. ausgefilterte Hochfrequenzinformation von einem Bild mit der Hochfrequenz- information.In an advantageous embodiment of the invention, the closing is based on a break from an evaluation of high-frequency components with elimination of low-frequency components. This can be done by filters or mathematical steps. Particularly effectively, low frequency components can be eliminated by forming a differential image, in particular by subtracting an image without a e.g. filtered high frequency information from a picture with the high frequency information.
In einer weiteren vorteilhaften Ausgestaltung der Erfindung wird die FrequenzInformation manipuliert, aus der manipulierten Frequenzinformation wird ein Ortsraumbild rekonstruiert und aus der Differenz zwischen einem anders oder nicht manipulierten Bild, z.B. dem Durchlichtbild, und rekonstruiertem Ortsraumbild wird auf das Vorhandensein eines Bruchs ge- schlössen, ggf. unter Anwendung weiterer Auswertungsschritte. Hierdurch kann die Manipulation der Frequenzinformation in einem Ortraumbild sichtbar gemacht werden und das Ergebnis der Frequenzmanipulation leicht ausgewertet werden.In a further advantageous embodiment of the invention, the frequency information is manipulated, from the manipulated frequency information, a spatial image is reconstructed and calculated from the difference between an otherwise or not manipulated image, e.g. the transmitted light image, and reconstructed spatial image is closed to the presence of a break, possibly using further evaluation steps. As a result, the manipulation of the frequency information in a location space image can be made visible and the result of the frequency manipulation can be easily evaluated.
Das Ortsraumbild kann als Datensatz vorliegen, der ausgewertet wird. Es ist nicht notwendig, dass das Ortraumbild als sichtbares Bild dargestellt wird, beispielsweise auf einem Bildschirm. Das Ortsraumbild kann beispielsweise ein Datensatz der Helligkeit in Abhängigkeit von zwei Raumrichtungen sein. Ebenfalls denkbar ist es, dass das Ortsraumbild als eine Vielzahl von Datensätzen vorhanden ist, die jeweils die Helligkeit in Abhängigkeit Raumrichtung wiedergeben.The spatial image can be present as a data set which is evaluated. It is not necessary that the location space image is displayed as a visible image, for example on a screen. The spatial image may, for example, be a data set of the brightness as a function of two spatial directions. It is also conceivable that the spatial image is present as a plurality of data sets, each of which reflect the brightness as a function of spatial direction.
Vorteilhafterweise wird die Differenz zwischen dem Durch- lichtbild und dem rekonstruierten Ortsraumbild anhand eines Differenzbilds bestimmt, insbesondere mit Methoden der Bildverarbeitung. Die Auswirkungen der Manipulation der Frequenz- Information kann auf diese Weise besonders empfindlich und zuverlässig erfasst werden. Für die Form des Differenzbilds gilt das Gleiche wie oben zum Ortsraumbild ausgeführt ist.Advantageously, the difference between the transmitted image and the reconstructed spatial image is determined on the basis of a difference image, in particular using methods of image processing. The effects of manipulating the frequency information can be particularly sensitive in this way be reliably detected. The same applies to the shape of the difference image as explained above for the spatial image.
In einer weiteren vorteilhaften Ausführungsform der Erfindung werden breitbandige Störsignale im Differenzbild anhand eines morphologischen Filters unterdrückt. Ein morphologischer Filter kann als mathematische Operation verstanden werden, bei der Elemente einer zweidimensionalen Zahlenmenge durch einen Operator miteinander verknüpft werden. Je nach Filter kann die Auswahl der Eingangselemente unterschiedlich sein, beispielsweise können es die nächsten Nachbarn eines Punkts sein, und der Operator kann unterschiedlich sein. Ein bekanntes Beispiel ist ein Erosionsfilter, bei dem aus jeder direkten Nachbarschaft das Minimum bestimmt wird, wobei dann der entsprechende, die Nachbarschaft vorgebende Punkt auf das Minimum gesetzt werden kann.In a further advantageous embodiment of the invention, broadband interference signals in the difference image are suppressed on the basis of a morphological filter. A morphological filter can be understood as a mathematical operation in which elements of a two-dimensional set of numbers are linked together by an operator. Depending on the filter, the choice of input elements may be different, for example, it may be the nearest neighbors of a point, and the operator may be different. A well-known example is an erosion filter in which the minimum is determined from each immediate neighborhood, and then the corresponding neighborhood-defining point can be minimized.
Vorteilhafterweise wird als morphologischer Filter ein H-Maxima-Filter verwendet. Ein H-Maxima-Filter filtert lokale Maxima, indem isolierte Extrema herausgefiltert werden. Dieser ist besonders wirksam bei Brüchen, da sich Brüche durch eine zusammenhängende Folge von lokalen Maxima auszeichnen. H-Maxima-Filter sind beispielsweise beschrieben ist in P. Soille, Morphological Image Analysis, Springer Verlag, Ber- lin, 1999.Advantageously, a H-maxima filter is used as the morphological filter. An H maxima filter filters local maxima by filtering out isolated extrema. This is particularly effective in fractures, as fractions are characterized by a connected sequence of local maxima. H-maxima filters are described, for example, in P. Soille, Morphological Image Analysis, Springer Verlag, Berlin, 1999.
In einer weiteren Erfindungsvariante wird vorgeschlagen, dass das Manipulieren durch ein Unterdrücken eines für den Bruch charakteristischen Frequenzbereichs erfolgt. Hierdurch können für den Bruch uncharakteristische Frequenzen, insbesondere alle anderen Frequenzen, bei der Differenzbildung zum Verschwinden gebracht werden, so dass insbesondere in einem Differenzbild die FrequenzInformation des Bruchs oder eine daraus resultierende Ortsinformation besonders gut erkannt wer- den kann. Das Unterdrücken kann erfolgen, indem der für den Bruch charakteristische Frequenzbereich verringert oder eliminiert wird. Sowohl technisch als auch mathematisch besonders einfach kann das Unterdrücken durch eine Tiefpassfilterung erfolgen. Die Tiefpassfilterung kann durchgeführt werden, indem beispielsweise FrequenzInformation auf systematische Weise eliminiert wird, z.B. indem eine Auflösung der Frequenzinformation systematisch verringert wird.In a further variant of the invention, it is proposed that the manipulation takes place by suppressing a frequency range characteristic of the fracture. As a result, uncharacteristic frequencies, in particular all other frequencies, can be made to disappear during the subtraction, so that the frequency information of the fraction or a position information resulting therefrom can be recognized particularly well, especially in a difference image. The suppression can be done by reducing or eliminating the frequency range characteristic of the rupture. Both technical and mathematical particularly simple suppression can be done by a low-pass filtering. The low-pass filtering can be performed by systematically eliminating frequency information, for example, by systematically reducing a resolution of the frequency information.
In einer weiteren Möglichkeit erfolgt das Unterdrücken durch ein gezieltes Eliminieren von einzelnen Frequenzkoeffizienten aus einer diskreten Orts-Frequenz-Transformation. Hierdurch kann das Unterdrücken sehr gezielt auf einen oder mehrere spezielle Frequenzbereiche gerichtet werden.In a further possibility, the suppression is carried out by a targeted elimination of individual frequency coefficients from a discrete location-frequency transformation. As a result, the suppression can be very targeted to one or more specific frequency ranges.
Das erfindungsgemäße Verfahren ist vorteilhaft dadurch wei- tergebildet, dass die Frequenzinformation mittels einer Wave- let-Transformation ermittelt wird. Hierdurch steht ein für die Datenverarbeitung besonders geeignetes Verfahren zur Verfügung, insbesondere bei Verwendung einer diskreten Wavelet- Transformation.The method according to the invention is advantageously further developed in that the frequency information is determined by means of a wavelet transformation. As a result, a method which is particularly suitable for data processing is available, in particular when using a discrete wavelet transformation.
Bei der Durchführung einer Wavelet-Transformation wird ein Wavelet- bzw. dessen mathematische Funktion mit der Ortsfunktion verbunden und so die Frequenzinformation gewonnen. Zur Ermittlung von Brüchen in Halbleitermaterial is.t es vorteil- haft, ein Daubechies-2-Wavelet als Wavelet zu verwenden. Es sind jedoch auch andere Wavelets geeignet, insbesondere solche, die eine gute Rekonstruktion, insbesondere eine perfekte Rekonstruktion erlauben.When performing a wavelet transformation, a wavelet or its mathematical function is connected to the location function and thus the frequency information is obtained. In order to determine fractures in semiconductor material, it is advantageous to use a Daubechies-2 wavelet as a wavelet. However, other wavelets are also suitable, in particular those which allow a good reconstruction, in particular a perfect reconstruction.
Eine weitere Ausgestaltung der Erfindung sieht vor, dass mit Hilfe der Frequenzinformation ein Ortsraumbild erstellt wird, beispielsweise ein Differenzbild, aus dem mit Hilfe von Bildverarbeitung auf das Vorhandensein eines Bruchs geschlossen wird. Das Vorhandensein eines Bruchs kann einfach und automa- tisiert durch die Bildverarbeitung erfolgen.A further embodiment of the invention provides that with the aid of the frequency information, a spatial image is created, for example a difference image, from which the presence of a break is concluded with the aid of image processing. The presence of a fracture can be done easily and automatically by image processing.
Charakteristische Information zum Bruch, z.B. die Größe und Lage eines" Bruchs, können zuverlässig bestimmt werden, wenn das Ortsraumbild mit einem Umgebungsfilter reduziert wird. Der Umgebungsfilter kann beispielsweise ein Helligkeits- bzw. Grauwertefilter sein, so dass ein Bruch ganz oder teilweise schwarz und die übrige Umgebung weiß dargestellt wird oder umgekehrt . Solcher Art gewonnene Daten können besonders einfach zur Charakterisierung des Bruchs weiterverwendet werden.Characteristic information about the fracture, eg the size and position of a fracture, can be reliably determined when the spatial view is reduced with an environment filter. The ambient filter can be, for example, a brightness or grayscale filter so that a fraction is completely or partially black and the rest of the environment is displayed white or vice versa. Data obtained in this way can be used particularly easily to characterize the fracture.
Vorteilhafterweise wird aus dem Ortsraumbild eine Bestimmung einer Position des Bruchs mit Hilfe eines Clusteralgorithmus durchgeführt. Kleinflächiges Rauschen, das beispielsweise trotz eines Umgebungsfilters nicht eliminiert werden kann, kann von einer Abbildung eines Bruchs getrennt und der Bruch kann so zuverlässig erkannt werden. Mit gleichem Vorteil wird aus dem Ortsraumbild eine Bestimmung einer Größe des Bruchs mit Hilfe eines Clusteralgorithmus durchgeführt .Advantageously, a determination of a position of the fracture is carried out from the spatial image with the aid of a cluster algorithm. Small-scale noise, which can not be eliminated, for example, despite an environmental filter, can be separated from an image of a fracture and the fracture can thus be reliably detected. With the same advantage, a determination of a size of the fraction is carried out from the spatial image with the aid of a cluster algorithm.
Das erfindungsgemäße Verfahren lässt sich besonders gut in eine Produktion von Produkten einbinden, insbesondere von Halbleiterwafern, wenn das Durchlichtbild des Materials mit Hilfe einer Blitzlampe gewonnen wird. Das Durchlichtbild kann während einer Bewegung des Materials erstellt werden, ohne dass beispielsweise ein Transportband zum Transport des Materials gestoppt werden müsste. Die Blitzlampe sollte im für das Material transmissionsfähigen Wellenlängenbereich arbei- ten und kann beispielsweise eine Xenon-Lampe sein, oder eine LED-Lampe.The method according to the invention can be integrated particularly well into a production of products, in particular of semiconductor wafers, if the transmitted light image of the material is obtained with the aid of a flashlamp. The transmitted light image can be created during a movement of the material without, for example, a conveyor belt for transporting the material would have to be stopped. The flashlamp should work in the wavelength-transmissive range for the material and may be, for example, a xenon lamp or an LED lamp.
Außerdem ist die Erfindung gerichtet auf eine Vorrichtung zum Bestimmen eines Bruchs in kristallinem Material. Die Vorrich- tung umfasst erfindungsgemäß einer Bildaufnahmeeinrichtung zur Aufnahme eines Durchlichtbilds des Materials und ein Prozessmittel, das dazu vorbereitet ist, aus einer Ortsfunktion der Helligkeit des Durchlichtbilds eine Frequenzinformation der Ortsfunktion zu gewinnen und aus dem Vorhandensein von für Brüche charakteristischen Frequenzen das Vorhandensein eines Bruchs anhand eines Steuersignals auszugeben. Das Steuersignal kann zum Aussondern des bruchbehafteten Produkts aus einem Prozess verwendet werden. Zweckmäßigerweise ist das Prozessmittel dazu vorgesehen, einen oder mehrere Verfahrensschritte wie oben beschrieben durchzuführen.In addition, the invention is directed to an apparatus for determining a fracture in crystalline material. According to the invention, the device comprises an image recording device for recording a transmitted light image of the material and a processing means which is prepared to obtain frequency information of the spatial function from a spatial function of the brightness of the transmitted light image and the presence of a fracture based on the presence of fractions characteristic frequencies to output a control signal. The control signal may be used to discard the broken product from a process. Conveniently, the process means is intended to carry out one or more method steps as described above.
Die Erfindung .wird anhand von Ausführungsbeispielen näher erläutert, die in den Zeichnungen dargestellt sind.The invention will be explained in more detail by means of exemplary embodiments which are illustrated in the drawings.
Es zeigen:Show it:
FIG 1 eine schematische Darstellung einer Vorrichtung zum Erkennen von Brüchen in kristallinem Material,1 shows a schematic representation of a device for detecting fractures in crystalline material,
FIG 2 das Transmissions-Spektrum von Silizium in einem Diagramm,2 shows the transmission spectrum of silicon in a diagram,
FIG 3 eine Abbildung eines geätzten Solarzellen-Wafers mit einem Bruch,3 shows an illustration of an etched solar cell wafer with a fracture,
FIG 4 eine Abbildung eines Suchergebnisses nach dem Bruch und4 shows an illustration of a search result after the break and
FIG 5 ein Ablaufdiagramm eines Verfahrens zum Erkennen eines Bruchs.5 shows a flow chart of a method for detecting a fracture.
FIG 1 zeigt eine Vorrichtung 2 zum Bestimmen eines Bruchs in kristallinem Material, in FIG 1 einem Wafer 4 aus polykristallinem Silizium. Die Vorrichtung 2 umfasst eine Kamera 6, die mit einem Prozessmittel 8 signaltechnisch verbunden ist. Das Prozessmittel 8 dient zum Auswerten von Signalen der Kamera 6 und zur Steuerung des Verfahrens zum Bestimmen des Bruchs. Außerdem umfasst die Vorrichtung 2 eine Lichtquelle 10 und eine Streuscheibe 12 zwischen der Lichtquelle ■ 10 und dem Wafer 4. Ein Transportmittel 14, dessen Transportge- schwindigkeit ebenfalls vom Prozessmittel 8 gesteuert ist, dient zur Bewegung des Wafers 4 an der Lichtquelle 10 vorbei während eines Herstellungsprozesses. Silizium als Halbleiter ist im sichtbaren Wellenbereich undurchsichtig. Erst im nahen infraroten Bereich, etwa oberhalb von 950 nm, steigt die Transmission und bleibt bis etwa 6 μm auf hohem Niveau. Ein Transmissions-Spektrum von Silizium ist in FIG 2 dargestellt. Aufgetragen ist die Transmission in Prozent bei einem durchschnittlichen Wafer, wie er für die Photovoltaik gebräuchlich ist, in Abhängigkeit von der Wellenzahl ω .FIG. 1 shows a device 2 for determining a fracture in crystalline material, in FIG. 1 a wafer 4 made of polycrystalline silicon. The device 2 comprises a camera 6, which is signal-connected to a processing means 8. The process means 8 is used to evaluate signals from the camera 6 and to control the method for determining the breakage. Furthermore, the device 2 comprises a light source 10 and a diffusion plate 12 between the light source ■ 10 and the wafer 4. A means of transport 14, the transport speeds is also speed the process means 8 is controlled, serves to move the wafer 4 on the light source 10 over during a manufacturing process. Silicon as a semiconductor is opaque in the visible wavelength range. Only in the near infrared range, above about 950 nm, the transmission increases and remains at a high level until about 6 μm. A transmission spectrum of silicon is shown in FIG. Plotted is the transmission in percent at an average wafer, as it is used for photovoltaics, depending on the wave number ω.
Für die Lichtquelle 10 bedeutet das, dass sie einen relevanten spektralen Anteil im Transmissionsbereich, vorteilhafter- weise im nahen Infrarot, aufweisen muss. Bei der Auswahl der Kamera 6 ist darauf zu achten, dass ihr Sensor, zweckmäßigerweise ein CCD-Sensor, auch im Transmissionsbereich, insbeson- dere im nahen Infrarot, hinreichend empfindlich ist. Außerdem sollte er eine hinreichend große Ortsauflösung aufweisen. Als ideal erwies sich eine Ortsauflösung von 50 μm bis 100 μm. Zur Aufnahme eines Durchlichtbilds des Wafers 4, der eine Größe von 15 cm x 15 cm aufweist, ist eine Kamera S mit einer Auflösung von etwa 4 Mega-Pixel gut geeignet.For the light source 10, this means that it must have a relevant spectral component in the transmission range, advantageously in the near infrared. When selecting the camera 6, care must be taken that its sensor, expediently a CCD sensor, is also sufficiently sensitive in the transmission range, in particular in the near infrared. In addition, he should have a sufficiently large spatial resolution. The ideal solution was a spatial resolution of 50 μm to 100 μm. For receiving a transmitted light image of the wafer 4, which has a size of 15 cm x 15 cm, a camera S with a resolution of about 4 megapixels is well suited.
Als Lichtquelle 10 hat sich eine Xenon-Blitzlampe als vorteilhaft erwiesen. Sie hat ein Spektrum von etwa 300 nm bis 2000 nm und kann mit einer Blitzzeit von etwa 0,1 msek durch kurzzeitigen Überlastbetrieb einer Halogenlampe betrieben werden. Ebenfalls möglich ist eine LED-Beleuchtung, beispielsweise mit Hauptaktivität um 950 nm und einer Blitzzeit von 1 msek durch kurzzeitigen Überlastbetrieb der LEDs. Durch den Blitzbetrieb der Lichtquelle 10 ist die Vorrichtung 2 be- sonders geeignet für die Integration in Produktionslinien, da durch diese kurze Belichtungszeit eine Aufnahme in der Bewegung gemacht werden kann. Insofern das nicht nötig ist, kann auch mit einer permanenten Beleuchtung gearbeitet werden.As the light source 10, a xenon flash lamp has proved to be advantageous. It has a spectrum of about 300 nm to 2000 nm and can be operated with a flash time of about 0.1 msec by short-time overload operation of a halogen lamp. Also possible is an LED lighting, for example, with main activity around 950 nm and a flash time of 1 msec by short-term overload operation of the LEDs. As a result of the flash operation of the light source 10, the device 2 is particularly suitable for integration into production lines, since a recording in the movement can be made by this short exposure time. Insofar as this is not necessary, it is also possible to work with permanent lighting.
Bei Verwendung einer Kamera 6 mit einer hohen Dynamik im Helligkeitsbereich kann auf die Streuscheibe 12 verzichtet werden und der Wafer 4 direkt auf der Beleuchtung abgelegt werden/ insbesondere bei deren Ausgestaltung als LED-Beleuch- tung, da die Kamera 6 aufgrund ihrer hohen Dynamik unempfindlich gegen Überbelichtung ist. Es ist daher erlaubt, dass Licht von der Beleuchtung direkt in die Kamera 6 fällt.When using a camera 6 with a high dynamic range in the brightness range can be dispensed with the lens 12 and the wafer 4 are stored directly on the lighting / in particular in their design as LED lighting tion, since the camera 6 is insensitive to overexposure due to its high dynamics. It is therefore allowed that light from the illumination falls directly into the camera 6.
Besonders geeignet - insbesondere bei der Suche nach Brüchen in Silizium - ist eine Kamera 6, die für elektromagnetische Strahlung im Wellenlängenbereich zwischen 1000 nm und 2000 nm empfindlich ist. Die hohe Durchlässigkeit des Siliziums in diesem Bereich erlaubt einen Verzicht auf einen Überlastbe- trieb der Beleuchtung. Ferner ist eine besonders hohe Dynamik der Kamera 6 nicht erforderlich, da dort die Beleuchtung und der Wafer bei einem Transmissionsgrad von rund 50% etwa gleiche Helligkeit haben.Particularly suitable - especially in the search for fractures in silicon - is a camera 6, which is sensitive to electromagnetic radiation in the wavelength range between 1000 nm and 2000 nm. The high permeability of the silicon in this range makes it possible to dispense with an overload operation of the lighting. Furthermore, a particularly high dynamics of the camera 6 is not required, since there have the lighting and the wafer at a transmittance of about 50% about the same brightness.
FIG 3 zeigt in einer sehr schematischen Darstellung einen Ausschnitt eines Durchlichtbilds 16 des Wafers 4 mit einem Bruch 18. Schematisch dargestellt sind außerdem Korngrenzen 20 der Kornstrukturen im polykristallinen Silizium des Wafers 4. Zum Erkennen des Bruchs 18 im Wafer 4 wird zunächst mit Hilfe der Vorrichtung 2 das Durchlichtbild 16 von der Kamera 6 aufgenommen und in Datensignale umgewandelt, die an das Prozessmittel 8 weitergegeben werden. Das Prozessmittel 8 übernimmt die weitere Auswertung.FIG. 3 shows, in a very schematic representation, a section of a transmitted light image 16 of the wafer 4 with a break 18. In addition, grain boundaries 20 of the grain structures in the polycrystalline silicon of the wafer 4 are shown schematically. To detect the break 18 in the wafer 4, the device is first of all used 2, the transmitted light image 16 is received by the camera 6 and converted into data signals, which are passed on to the processing means 8. The process means 8 takes over the further evaluation.
Die Auswertung umfasst das Zerlegen des Durchlichtbilds 16 mit einem 2D-Wavelet-Filter in seinen Hochpass- und seinen Tiefpassanteil. Der 2D-Wavelet-Filter wird realisiert durch eine zweidimensionale diskrete Wavelet-Transformation, mit der das Durchlichtbild bzw. dessen Datensatz stufenweise in seinen jeweiligen Hochpass- und Tiefpassanteil zerlegt wird. Der Hochpassanteil wird verworfen und anschließend wird ein Ortsraumbild aus dem Tiefpassanteil rekonstruiert. Anschließend wird das rekonstruierte Ortsraumbild vom originalen Durchlichtbild 16 abgezogen. Das Ergebnis ist ein Differenz- bild. Die Grauwerte des Differenzbilds werden mit Hilfe eines Umgebungsfilters so weit reduziert, dass der zentrale Bereich des Bruchs gerade noch sichtbar bleibt. Eine Abbildung eines solchen Suchergebnisses ist in FIG 4 dargestellt, das ein Auswertebild 38 zeigt. Durch den Umgebungsfilter sind Abbildungsreste der Korngrenzen 20 unterdrückt, so dass ein zentraler Bereich des Bruchs 18 anhand scharfer Flecken sichtbar bleibt. Mit Hilfe eines Cluster-The evaluation comprises the decomposition of the transmitted light image 16 with a 2D wavelet filter into its high-pass and low-pass components. The 2D wavelet filter is realized by a two-dimensional discrete wavelet transformation with which the transmitted light image or its data record is decomposed stepwise into its respective high-pass and low-pass components. The high-pass component is discarded and then a spatial image is reconstructed from the low-pass component. Subsequently, the reconstructed spatial image is subtracted from the original transmitted light image 16. The result is a difference image. The gray values of the difference image are reduced so far with the aid of an ambient filter that the central area of the fracture is barely visible. An illustration of such a search result is shown in FIG. 4, which shows an evaluation image 38. Image residues of the grain boundaries 20 are suppressed by the environmental filter, so that a central area of the fracture 18 remains visible by means of sharp spots. With the help of a cluster
Algorithmus kann nun die Position und Größe des Bruchs 18 bestimmt werden. Ist mit Hilfe dieses Verfahrens ein Bruch 18 gefunden worden, kann ein Signal an eine Sortieranlage weitergegeben werden, um den schadhaften Wafer 4 von einer wei- teren Verarbeitung auszuschließen.Algorithm can now determine the position and size of the fraction 18. If a break 18 has been found with the aid of this method, a signal can be forwarded to a sorting installation in order to exclude the defective wafer 4 from further processing.
Eine detailliertere Beschreibung des Verfahrens wird anhand eines Flussdiagramms erläutert, das in FIG 5 dargestellt ist. Nach dem Start des Verfahrens wird zunächst das Durchlicht- bild 16 gewonnen und von der Kamera 6 in einen Datensatz 22 umgewandelt, der an das Prozessmittel 8 weitergeleitet wird. Das Prozessmittel ist mit einem Programm ausgestattet, das eine Matrix von n0 x m0 Fließkomma-Zahlen bildet, die das Durchlichtbild 16 wiedergibt.A more detailed description of the method will be explained with reference to a flowchart shown in FIG. After the method has been started, the transmitted light image 16 is first obtained and converted by the camera 6 into a data record 22, which is forwarded to the processing means 8. The process means is equipped with a program which forms a matrix of n 0 xm 0 floating-point numbers, which the transmitted light image 16 reproduces.
Anschließend führt das Prozessmittel 8 einen Filterprozess durch, bei dem aus dem Datensatz 22 ein Hochpass-Anteil 24 und ein Tiefpass-Anteil 26 entstehen. Der Hochpass-Anteil 24 wird verworfen und der Tiefpass-Anteil 26 wird erneut mit dem gleichen Filteralgorithmus gefiltert, so dass aus dem Tief- pass-Anteil 26 ein Hochpass-Anteil 28 und ein •Tiefpass-Anteil 30 entsteht.Subsequently, the processing means 8 performs a filtering process in which a high-pass component 24 and a low-pass component 26 are created from the data record 22. The high-pass fraction 24 is discarded and the low-pass portion 26 is again filtered by the same filtering algorithm, so that from the low-pass portion 26 is a high-pass fraction 28 and a low-pass • portion 30 is formed.
Die Zerlegung des Durchlichtbilds 16 bzw. dessen Datensatz 22 im Filterprozess wird mit Hilfe der zweidimensionalen Wave-The decomposition of the transmitted light image 16 or its data record 22 in the filtering process is carried out with the aid of the two-dimensional wave
Iet-Transformation durchgeführt. Diese ist beispielsweise beschrieben in S. Mallat, A Wavelet Tour of Signal Processing, Academic Press, San Diego, 1999. Die zweidimensionale Wavelet-Transformation kann zunächst Zeile für Zeile eindimensio- nal durchgeführt werden, um dann beispielsweise durch zeilenweises Zusammensetzen in die Zweidimensionalität zu kommen.Iet transformation performed. This is described, for example, in S. Mallat, A Wavelet Tour of Signal Pro- cessing, Academic Press, San Diego, 1999. The two-dimensional wavelet transformation can first be carried out one-by-one line by line, and then, for example, by line-wise compilation into two-dimensionality come.
Es wird vorzugsweise die diskrete Wavelet-Transformation via ^It is preferably the discrete wavelet transformation via ^
Lifting benutzt, wie sie durch Sweldens beschrieben wird. Ein geeignetes diskretes Wavelet ist beispielsweise beschrieben in „Daubechies, I. Ten Lectures on Wavelets, 2nd ed. Philadelphia, SIAM, 1992, CBMF-NFS regional Conference series in applied tnathematics, 61" und hat die Form:Lifting used as described by Sweldens. A suitable discrete wavelet is described, for example, in "Daubechies, I. Ten Lectures on Wavelets, 2nd Ed. Philadelphia, SIAM, 1992, CBMF-NFS Regional Conference Series in Applied Mathematics, 61" and has the form:
Figure imgf000014_0001
Figure imgf000014_0001
Hierbei sind j und k ganze Zahlen, S0 = 2 und τ0 = 1 • Auf diese Weise ist eine dyadische Skalierung eingestellt. S0 und τ0 beschreiben die Dilation und die Transpation des Wavelets Ψ. Mit S0 = 2 und τ0 = 1 wird die Wavelet-Transformation für einen Computer besonders handlich. Für das diskrete Wavelt der Form Ψj,k(t) bestimmt k den Aufpunkt entlang t des Wave- lets und j bestimmt die Breite des Wavelets bzw. den Frequenzbereich, den es abdeckt.Here j and k are integers, S 0 = 2 and τ 0 = 1. • In this way a dyadic scaling is set. S 0 and τ 0 describe the dilation and the transpation of the wavelet Ψ. With S 0 = 2 and τ 0 = 1, the wavelet transformation becomes particularly handy for a computer. For the discrete wavelet of the form Ψj, k (t) k determines the point along the t of the wavelet and j determines the width of the wavelet or the frequency range it covers.
Bei Gleichung (1) steht auf der linken Seite der Gleichung das diskrete Wavelet Ψj(k(t) und auf der rechten Seite steht Ψ für das kontinuierliche Wavelet nach Gleichung (Ia) , das durch die eingeklammerte Beziehung diskretisiert wird. Das kontinuierliche Wavelet kann hierbei beschrieben werden als:In equation (1), on the left side of the equation is the discrete wavelet Ψ j (k (t) and on the right side Ψ stands for the continuous wavelet according to equation (Ia), which is discretized by the parenthesized relationship can be described here as:
Figure imgf000014_0002
Figure imgf000014_0002
Hierbei ist f (t) die zu untersuchende kontinuierliche Funktion, die von der unabhängigen Variablen t abhängig ist. Hierbei ist unerheblich, ob t für die Zeit oder für eine Ortsraumkoordinate x oder y steht, ψ* gibt die Form des Wa- velets an, also die Form des Fensters, mit der die zu untersuchende Funktion abgetastet wird. Als besonders geeignet erwiesen hat sich für dieses Verfahren ein Wavelet, .dessen Form unter der Bezeichnung "Daubechies-2 -Wavelet" bekannt ist. In Gleichung (Ia) ist weiter τ der Zeitpunkt des Fensters bzw. die Lage des Fensters über der zu untersuchenden Funktion f (t) . s ist die Größe des Fensters, also in etwa die Breite des Wavelets .Here, f (t) is the continuous function to be examined, which depends on the independent variable t. It does not matter whether t stands for time or for a spatial coordinate x or y, ψ * indicates the shape of the wavelet, ie the shape of the window with which the function to be examined is scanned. It has proved particularly suitable for this method a wavelet whose meanwhile is known under the name "Daubechies-2-Wavelet". In equation (Ia), further, τ is the time of the window or the position of the window over the function to be examined f (t). s is the size of the window, that is about the width of the wavelet.
Die abzutastende Funktion f(t), also ein beliebiges Signal, beispielsweise die Helligkeitsverteilung einer Bildzeile des Durchlichtbilds in Abhängigkeit der Ortskoordinate innerhalb dieser Zeile, kann wiederum durch die diskrete Wavelet- Transformation dargestellt werden als. Durch die dyadische Zerlegung ergibt sich für f(t):
Figure imgf000015_0001
The function f (t) to be scanned, ie an arbitrary signal, for example the brightness distribution of an image line of the transmitted light image as a function of the spatial coordinate within this line, can again be represented by the discrete wavelet transformation as. The dyadic decomposition yields for f (t):
Figure imgf000015_0001
Hierbei beschreibt γ(j,k) ganz allgemein so genannte Filteranteile, in die das beliebige Signal f (t) zerlegt werden kann. In dieser Form kann das Signal f (t) auch als Skalierfunktion bezeichnet werden:
Figure imgf000015_0002
In this case, γ (j, k) generally describes so-called filter components, into which the arbitrary signal f (t) can be decomposed. In this form, the signal f (t) can also be called a scaling function:
Figure imgf000015_0002
Durch diese Skalierfunktion kann eine Subband-Filter-Kette gebildet werden. Da ein Wavelet auch durch seine Skalierfunktion beschrieben werden kann, gilt:This scaling function can be used to form a subband filter chain. Since a wavelet can also be described by its scaling function, the following applies:
Φ(2Jt)=∑hM(k)Φ(2J+ιt-k), ,(4)
Figure imgf000015_0003
Φ (2 J t) = Σh M (k) Φ (2 J + ι tk),, (4)
Figure imgf000015_0003
Dieser Zusammenhang erlaubt, das zu untersuchende Signal in die Filteranteile aufzuteilen. Die λj_i(k) beschreiben dabei den Tiefpass-Anteil 26 und die γj-i(k) den Hochpass-Anteil 24 der ersten Stufe, definiert durch die Art des Wavelets:This relationship allows to divide the signal to be examined into the filter components. The λ j _i (k) describe the low-pass component 26 and the γ j -i (k) the high-pass component 24 of the first stage, defined by the type of wavelet:
/(O =∑ViWΦ(2y+11-k)+∑Tj-i(k)Ψ(2j+11-k) (7)./ (O = ΣViWΦ (2 y + 1 1-k) + ΣT j -i (k) Ψ (2 j + 1 1-k) (7).
Auf diese Weise kann das zu untersuchende Signal f (t) aus dem Hochpass-Anteil 24 und dem Tiefpass-Anteil 26 rekonstruiert werden. Die beiden Anteile 24, 26 liefern dabei jeweils für sich eine Frequenzinformation der Ortsfunktion, im obigen Beispiel der Helligkeitsverteilung innerhalb einer Bildzeile. Scharfe Übergänge1 von hell zu dunkel oder von dunkel zu hell liefern dabei hohe Frequenzen und gleichmäßigere Übergänge tiefere Frequenzen. Auf der anderen Seite kann diese Fre- quenzinformation manipuliert werden, beispielsweise indem die zu untersuchende Funktion f (t) einzig aus dem Tiefpass-Anteil 26 rekonstruiert wird, und der Hochpass-Anteil 24 beispielsweise verworfen, also auf Null gesetzt wird. Es ergibt sich dann ein manipuliertes Ortsraumbild, bei dem ein Teil der Frequenzinformation fehlt. Bei geeigneter Wahl der Wavelet-In this way, the signal f (t) to be examined can be reconstructed from the high-pass component 24 and the low-pass component 26. The two portions 24, 26 each provide a frequency information of the location function, in the above example, the brightness distribution within a picture line. Sharp transitions 1 from light to dark or from dark to light deliver high frequencies and smoother transitions lower frequencies. On the other hand, this frequency information can be manipulated, for example by the function f (t) to be examined being reconstructed solely from the low-pass component 26, and the high-pass component 24 being rejected, ie set to zero. This results in a manipulated spatial image in which a part of the frequency information is missing. With a suitable choice of wavelet
Basis kann eine identische Rekonstruktion des Durchlichtbilds mit Hilfe von Gleichung (7) erreicht werden.Based on an identical reconstruction of the transmitted light image can be achieved with the help of equation (7).
Je nachdem, welcher Frequenz-Anteil verwendet oder verworfen werden soll, kann die Transformation nach Gleichung (7) in weiteren Stufen durchgeführt werden, so dass Anteile 28, 30 beispielsweise der zweiten Stufe entstehen. Auch eine dritte, vierte oder weitere Stufen sind denkbar. Bei dem in FIG 5 gezeigten Beispiel, bei dem lediglich der Tiefpass-Anteil 30 zum Rekonstruieren des manipulierten Ortsraumbilds verwendet wird, wird somit nur das tiefste Viertel der Frequenzen zur Rekonstruktion verwendet. Je nach Wahl der Anteile 24 - 30 und den verschiedenen Stufen kann die Frequenzinformation auch anders manipuliert werden und nahezu beliebige Frequenz- koeffizienten verwendet oder ausgeblendet werden.Depending on which frequency component is to be used or discarded, the transformation according to equation (7) can be carried out in further stages so that components 28, 30, for example of the second stage, are formed. Also a third, fourth or further stages are conceivable. In the example shown in FIG. 5, in which only the low-pass component 30 is used to reconstruct the manipulated spatial image, only the lowest quarter of the frequencies is used for the reconstruction. Depending on the choice of the shares 24-30 and the different stages, the frequency information can also be manipulated differently and almost any frequency coefficients can be used or hidden.
Zur Untersuchung des Wafers 4 ist es sinnvoll, nur den Tiefpass-Anteil 30 zu verwenden. In diesem Tiefpass-Anteil ist die Absolut-Helligkeit des Durchlichtbilds 16 vom Wafer 4 recht gut enthalten, so dass eine Differenzbildung vom Durchlichtbild 16 mit dem manipulierten Ortsraumbild 32 die absolute Helligkeit des Bildes gut ausblendet. Da mit der Dicke des Wafers 4 auch dessen Transmission variiert, sollte der verwendete Algorithmus unabhängig von der absoluten, lokalen Helligkeit sein. Dies wird durch die Verwendung des Tiefpass- Anteils 30 erreicht. Durch das Verwerfen der Hochpass-Anteile 24, 28 wird das manipulierte Ortsraumbild 32 unter Weglassen des für den Bruch 18 signifikanten Frequenzbandes rekon- struiert. Es wird lediglich die Korngrenzenstruktur des Wa- fers 4 bzw. von dessen Durchlichtbild 16 rekonstruiert. Durch die Bildung eines Differenzbilds 34 kann die Korngrenzenstruktur weitgehend eliminiert werden. Das Differenzbild 34 enthält somit kaum noch oder keine Korngrenzenstruktur mehr. Übrig bleibt etwas Rauschen und - wenn vorhanden - der Bruch 18.For examining the wafer 4, it makes sense to use only the low-pass component 30. In this low-pass component, the absolute brightness of the transmitted light image 16 from the wafer 4 is quite well contained, so that a difference between the transmitted light image 16 and the manipulated spatial image 32 effectively suppresses the absolute brightness of the image. Since with the thickness of the wafer 4 also its transmission varies, the algorithm used should be independent of the absolute, local brightness. This is achieved by the use of the low-pass component 30. By discarding the high-pass components 24, 28, the manipulated spatial image 32 is reconstructed, omitting the frequency band significant for the fraction 18. struiert. Only the grain boundary structure of the wafer 4 or of its transmitted light image 16 is reconstructed. By forming a differential image 34, the grain boundary structure can be largely eliminated. The difference image 34 thus contains little or no grain boundary structure. What remains is some noise and - if available - the break 18.
Durch die für einen Bruch 18 charakteristischen scharfen Ü- bergänge im Grauwertebild des Durchlichtbilds 16 liegen dieDue to the characteristic of a break 18 sharp Ü- transition in the gray scale image of the transmitted light image 16 are the
FrequenzInformationen des Bruchs 18 im Hochpass-Anteil 24 und auch noch im Hochpass-Anteil 28. Der Wavelet-Filter kann als verallgemeinerter Bandfilter angesehen werden. Das gefilterte Band sollte hierbei charakteristisch für das vom Bruch 18 ausgehende Signal sein.Frequency information of the fraction 18 in the high-pass component 24 and also in the high-pass component 28. The wavelet filter can be regarded as a generalized bandpass filter. The filtered band should be characteristic of the signal emanating from the break 18.
Im Differenzbild 34 verbleiben außerdem noch Anteile breit- bandiger Störsignale, z.B. Rauschen oder Verunreinigungen usw. Typischerweise sind diese Anteile aber verstreut und/oder schwach. Mit einem geeigneten morphologischen Filter können diese Anteile unterdrückt werden und es kann ein gereinigtes Ortsraumbild 36 geschaffen werden, das sich von dem in FIG 4 dargestellten Auswertebild 38 durch Grauwertstufen unterscheidet. In Bezug auf Durchlichtuntersuchungen von Wa- fern 4 ist als morphologischer Filter besonders eine H- Maxima-Transformation geeignet.In the difference image 34, there are also remaining portions of broadband noise, e.g. Noise or impurities, etc. Typically, however, these components are scattered and / or weak. With a suitable morphological filter, these components can be suppressed and it is possible to create a cleaned spatial image 36, which differs from the evaluation image 38 shown in FIG. 4 by gray scale levels. With regard to transmitted light examinations of Wazer 4, a H-maxima transformation is particularly suitable as a morphological filter.
Konkret kann das Prozessmittel 8 den Filterprozess und die Bildung des Differenzbilds wie folgt durchführen: Es wird zunächst eine beispielsweise quadratische Submatrix I2 mit der Größe n2 x n2 gebildet, wobei n2 die größte Potent von 2 ist, die ≤ min(no,mo) ist. Die Matrix I2 bestimmt den Bildausschnitt, auf dem die Analyse durchgeführt wird.Concretely, the process means 8 can perform the filtering process and the formation of the difference image as follows: First, for example, a square submatrix I 2 with the size n 2 xn 2 is formed, where n 2 is the largest potential of 2, which ≤ min (n o , m o ) is. The matrix I 2 determines the image section on which the analysis is performed.
Dann wird die Matrix I2 mit Hilfe der zweifachen, zweidimen- , sionalen Wavelet-Transformation zerlegt unter Zugrundelegung des Daubechies-2-Wavelets. Der Tiefpass-Anteil 30 aus dieser Zerlegung wird abgespeichert. Anschließend wird eine Matrix A2 mit der Kantenlänge n2 x n2 mit Hilfe der diskreten Wave- let-Transformation rekonstruiert, z.B. gemäß Gleichung 6. Nun wird das Differenzbild 34 gebildet durch D2 2 = (A2 - I2)2 und mit Hilfe der H-Maximä-Transformation das restliche Rauschen aus dem Differenzb'ild 34 reduziert, so dass sich das Orts- raumbild 36 ergibt, das den Bruch 18 im Wafer 4 zeigt.Then, the matrix I 2 is decomposed by means of the two-fold, two-dimensional , wavelet wavelet transformation on the basis of the Daubechies-2 wavelet. The low-pass component 30 from this Decomposition is saved. Subsequently, a matrix A 2 with the edge length n 2 xn 2 is reconstructed with the aid of the discrete wavelet transformation, eg according to equation 6. Now the difference image 34 is formed by D 2 2 = (A 2 -I 2 ) 2 and using the H-Maximae transformation reduces the remaining noise from the Differenzb 'ild 34, so that the local spatial image 36 results showing the fraction 18 in the wafer. 4
Zur weiteren Auswertung kann das Ortsraumbild 36 weiter bear- beitet werden, beispielsweise indem es mit einer geeigneten Schwelle digitalisiert wird, also nur komplett weiße oder schwarze Pixel vorhanden sind. Ein solches Auswertebild 38 ist in FIG 4 dargestellt. Ein Bild des Wafers 4 ohne Bruch 18 ist dann komplett schwarz oder weiß, je nach Digitalisierung. Alle weißen oder schwarzen Pixel des Bruchs 18 im Auswertebild 38 können nun zu Clustern zusammengefasst werden, so dass jeder Bruch 18 durch einen Cluster repräsentiert ist. Die Cluster können nun nach Größe und Lage ausgewertet werden, wie in FIG 5 durch den Schritt 40 der Clusterbildung und Clusterauswertung schematisch angedeutet ist. Als Ergebnis wird die Anzahl der Brüche 18 sowie deren Größe und Ort vorliegen.For further evaluation, the spatial image 36 can be further processed, for example by being digitized with a suitable threshold, ie only completely white or black pixels are present. Such an evaluation image 38 is shown in FIG. An image of the wafer 4 without break 18 is then completely black or white, depending on the digitization. All white or black pixels of the fraction 18 in the evaluation image 38 can now be combined into clusters, so that each fraction 18 is represented by a cluster. The clusters can now be evaluated for size and location, as indicated schematically in FIG. 5 by the step 40 of cluster formation and cluster evaluation. As a result, the number of breaks 18 as well as their size and location will be present.
Bei dem oben beschriebenen Verfahren wird eine Multiskaien- Methode verwendet, bei dem die Wavelet-Basis in der Weise pa- rametrisiert wird, dass jede Skala eine um den Faktor 2 unterschiedliche Wellenlänge abtastet. Die kürzesten Wellen sind daher diejenigen, die durch benachbarte Bildpunkte abgetastet werden. Demnach repräsentiert jede Zerlegung in eine Wavelet-Basis γ(j,k) bzw^ Anteile 24 - 30 ein Frequenzband für das Bildsignal f (t) . Je nach Bearbeitungszustand des Wafers 4 ändert sich der Bandbereich der Kristallstruktur. Da jedoch das Signal des Bruchs im Frequenzraum besonders breit- bandig ist, kann immer auf einen Bandbereich skaliert werden, der geeignet ist, die Korngrenzenstruktur von der Signatur des Bruchs 18 zu trennen.The method described above uses a multi-scale method in which the wavelet basis is parametrized in such a way that each scale samples a wavelength which is different by a factor of two. The shortest waves are therefore those that are scanned by adjacent pixels. Accordingly, each decomposition into a wavelet basis γ (j, k) or portions 24-30 represents a frequency band for the image signal f (t). Depending on the processing state of the wafer 4, the band region of the crystal structure changes. However, since the burst signal in the frequency domain is particularly broad band, it is always possible to scale to a band range suitable for separating the grain boundary structure from the signature of the fraction 18.
Das Verfahren bietet einige Vorteile. Zunächst wird nur die Transmission benutzt. Es kann daher eine einzige Bildaufnahme genügen. Es müssen nicht beide Seiten des Wafers 4 aufgenommen werden. Auch Mikrorisse mit keinerlei Oberflächenstruktur können erkannt werden. Außerdem kann bei Einsatz einer hin- reichend starken Blitzlichtquelle mit spektralem Ansatz im Infrarot ein Wafer 4 in der Bewegung abgebildet und so getestet werden. In der Praxis bedeutet das eine besonders einfache Integration in eine bestehende Produktionslinie. Außerdem ist die Methode weitgehend unabhängig von der Oberflächen- struktur des Wafers. So können u.a. rohe und geätzte Wafer 4 getestet werden. Des Weiteren wird die Kornstruktur von polykristallinem Silizium durch einen geeigneten Filter und die Differenzbildung ausgeblendet. Die Methode kann daher sowohl auf monokristallines als auch auf polykristallines Silizium angewandt werden. Außerdem ist das Verfahren weitgehend unabhängig von der Dicke des Wafers 4. Es arbeitet lokal und toleriert daher auch Schwankungen der Dicke innerhalb des Wafers 4.The process offers some advantages. First, only the Transmission used. It can therefore satisfy a single image capture. It is not necessary to record both sides of the wafer 4. Even microcracks with no surface structure can be detected. In addition, when using a sufficiently strong flashlight source with a spectral approach in the infrared, a wafer 4 can be imaged in the movement and thus tested. In practice this means a particularly simple integration into an existing production line. In addition, the method is largely independent of the surface structure of the wafer. For example, raw and etched wafers 4 can be tested. Furthermore, the grain structure of polycrystalline silicon is masked out by a suitable filter and the difference formation. The method can therefore be applied to both monocrystalline and polycrystalline silicon. In addition, the method is largely independent of the thickness of the wafer 4. It operates locally and therefore also tolerates variations in thickness within the wafer 4.
Abweichend von dem oben beschriebenen Verfahren können auch andere Methoden zum Gewinnen und gegebenenfalls Manipulieren von Frequenzinformationen verwendet werden. So ist beispielsweise ein aus der Bildverarbeitung bekannter "Opening- Prozess" bzw. Erosions-Prozess und Dilations-Prozess geeig- net. Beispielsweise kann von vier benachbarten Pixeln zunächst der Maximalwert bestimmt und abgespeichert, dann der Minimalwert bestimmt und abgespeichert und dann aus den abgespeicherten Werten die Differenz gebildet werden. Auch hierdurch kann ein Hochpass-Anteil gelöscht werden und die Fre- quenzinformation somit manipuliert werden. Durch die weiteren Schritte der Bildung eines Ortsraumbilds und der Differenz- bildung mit dem ursprünglichen Durchlichtbild 16 bzw. dessen Datensatz 22 kann ein Bruch 18 erkannt werden.Unlike the method described above, other methods for obtaining and possibly manipulating frequency information can also be used. Thus, for example, an "opening process" known from image processing or erosion process and dilation process is suitable. For example, the maximum value can first be determined and stored by four adjacent pixels, then the minimum value can be determined and stored, and then the difference can be formed from the stored values. As a result, a high-pass component can also be deleted and the frequency information thus manipulated. As a result of the further steps of forming a spatial image and the difference formation with the original transmitted light image 16 or its data record 22, a break 18 can be detected.
Ebenfalls wäre es möglich aus beispielsweise vier Pixeln den Durchschnittshelligkeitswert zu berechnen, dann die maximale Abweichung der vier Pixel vom Durchschnittshelligkeitswert zu ermitteln und wiederum die Differenz zu bilden. Auch hier- - oIt would also be possible to calculate the average brightness value from, for example, four pixels, then to determine the maximum deviation of the four pixels from the average brightness value and again to form the difference. Here too- - o
durch kann ein Hochpass-Anteil gelöscht werden.by a high-pass share can be deleted.
Recht rudimentär, aber ebenfalls möglich ist die Verwendung der bekannten Short-Term-Fourier-Transformation, mit der die Frequenzinformation des Durchlichtbilds 16 in Abhängigkeit vom Ort dargestellt werden kann. Sind die für einen Bruch 18 charakteristischen Frequenzen bekannt, so kann das entsprechende FrequenzSpektrum nach diesen charakteristischen Frequenzen untersucht werden und es kann auf das Vorliegen eines Bruchs 18 geschlossen werden. Durch die Ortsauflösung derQuite rudimentary, but also possible is the use of the known short-term Fourier transform, with which the frequency information of the transmitted light image 16 can be displayed depending on the location. If the frequencies characteristic of a fraction 18 are known, then the corresponding frequency spectrum can be examined for these characteristic frequencies and it can be concluded that a fraction 18 is present. Due to the spatial resolution of
Short-Term-Fourier-Transformation kann außerdem der Ort des Bruchs 18 im Wafer 4 bestimmt werden.Short term Fourier transformation can also determine the location of the break 18 in the wafer 4.
Kann auf die Ortsinformation verzichtet werden, so kann noch allgemeiner die Fourier-Transformation verwendet werden und das FrequenzSpektrum des Durchlichtbilds 16 auf für den Bruch 18 charakteristische Frequenzen untersucht werden. Liegen diese vor, kann der Wafer 4 beispielsweise ohne weitere Untersuchung aus dem weiteren Herstellungsprozess ausgeschieden werden. If it is possible to dispense with the location information, the Fourier transformation can be used more generally and the frequency spectrum of the transmitted light image 16 can be examined for frequencies characteristic of the break 18. If these are present, the wafer 4 can be eliminated, for example, from the further production process without further investigation.
Bezugszeichenliste :List of reference numbers:
2 Vorrichtung2 device
4 Wafer 6 Kamera4 wafers 6 camera
8 Prozessmittel8 process agents
10 Lichtquelle10 light source
12 Streuscheibe12 diffuser
14 Transportmittel 16 Durchlichtbild14 Transportation 16 Transparency image
18 Bruch18 break
20 Korngrenzen20 grain boundaries
22 Datensatz22 record
24 Hochpass-Anteil 26 Tiefpass-Anteil24 high-pass share 26 low-pass share
28 Hochpass-Anteil28 high-pass share
30 Tiefpass-Anteil30 low-pass share
32 Ortsraumbild.32 spatial picture.
34 Differenzbild 36 Ortsraumbild34 difference image 36 spatial image
38 Auswertebild38 Evaluation image
40 Schritt der Clusterbildung 40 step of clustering

Claims

Patentansprüche claims
1. Verfahren zum Bestimmen eines Bruchs (18) in kristallinem Material, bei dem aus einem Durchlichtbild (16) des Materials eine Ortsfunktion der Helligkeit des Durchlichtbilds (16) und daraus eine Frequenzinformation der Ortsfunktion gewonnen wird und aus dem Vorhandensein von für Brüche (18) charakteristischen Frequenzen auf das Vorhandensein eines Bruchs (18) geschlossen wird.1. A method for determining a fracture (18) in crystalline material, in which a spatial function of the brightness of the transmitted light image (16) and therefrom a frequency information of the spatial function is obtained from a transmitted light image (16) of the material and from the presence of fractions (18 ) characteristic frequencies on the presence of a break (18) is closed.
2. Verfahren nach Anspruch 1 , dadurch gekennzeichnet, dass die Frequenzinformation manipuliert wird, aus der manipulierten Frequenzinformation ein Ortsraumbild (32) rekonstruiert wird und aus der Differenz zwischen Durchlichtbild (16) und rekonstruiertem Ortsraumbild (32) auf das Vorhandensein eines Bruchs (18) geschlossen wird.2. The method according to claim 1, characterized in that the frequency information is manipulated, from the manipulated frequency information, a spatial image (32) is reconstructed and from the difference between transmitted light image (16) and reconstructed spatial image (32) for the presence of a fracture (18) is closed.
3. Verfahren nach Anspruch 2 , dadurch gekennzeichnet, dass die Differenz anhand eines Differenzbilds (34) bestimmt wird.3. The method according to claim 2, characterized in that the difference on the basis of a difference image (34) is determined.
4. Verfahren nach Anspruch 2 oder 3 , dadurch gekennzeichnet, dass breitbandige Störsignale im Dif- ferenzbild (34) anhand eines morphologischen Filters unterdrückt werden.4. The method according to claim 2 or 3, characterized in that broadband interference signals in the differential image (34) are suppressed using a morphological filter.
5. Verfahren nach Anspruch 4 , dadurch gekennzeichnet, dass als • morphologischer Filter ein H-Maxima-Filter verwendet wird.5. The method according to claim 4, characterized in that a H-maxima filter is used as the • morphological filter.
6. Verfahren nach einem der Ansprüche 2 bis 5, dadurch gekennzeichnet, dass das Manipulieren durch ein Unterdrücken eines für den Bruch (18) charakteristischen Fre- quenzbereichs erfolgt.6. The method according to any one of claims 2 to 5, characterized in that the manipulation is carried out by suppressing a characteristic of the fraction (18) frequency range.
7. Verfahren nach Anspruch 6 , dadurch gekennzeichnet, dass das Unterdrücken durch eine Tiefpassfilterung erfolgt.7. The method according to claim 6, characterized in that the suppression is performed by a low-pass filtering.
8. Verfahren nach Anspruch 6 oder 7 , dadurch gekennzeichnet, dass das Unterdrücken durch ein gezieltes Eliminieren von einzelnen Frequenzkoeffizienten aus einer diskreten Orts-Frequenz-Transformation erfolgt.8. The method according to claim 6 or 7, characterized in that the suppression takes place by a targeted elimination of individual frequency coefficients from a discrete location-frequency transformation.
9. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass die Frequenzinformation mittels einer Wavelet-Transformation ermittelt wird.9. The method according to any one of the preceding claims, characterized in that the frequency information is determined by means of a wavelet transformation.
10. Verfahren nach Anspruch 9, dadurch gekennzeichnet, dass als Wavelet ein Daubechies-2- Wavelet verwendet wird.10. The method according to claim 9, characterized in that a Daubechies-2 wavelet is used as a wavelet.
11. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass mit Hilfe der FrequenzInformation ein Ortsraumbild (32, 36) erstellt wird, aus dem mit Hilfe von Bildverarbeitung auf das Vorhandensein eines Bruchs (18) geschlossen wird.11. The method according to any one of the preceding claims, characterized in that with the aid of the frequency information, a spatial view image (32, 36) is created, from which by means of image processing on the presence of a fracture (18) is closed.
12. Verfahren nach Anspruch 11, dadurch gekennzeichnet, dass das Ortsraumbild (36) mit einem Umgebungsfilter reduziert wird.12. The method according to claim 11, characterized in that the spatial image (36) is reduced with an ambient filter.
13. Verfahren1 nach Anspruch 11 oder 12, dadurch gekennzeichnet, dass aus dem Ortsraumbild (36) eine Bestimmung einer Position des Bruchs mit Hilfe eines Cluster- Algorithmus durchgeführt wird.13. Method 1 according to claim 11 or 12, characterized in that a determination of a position of the break is carried out from the spatial image (36) with the aid of a cluster algorithm.
14. Verfahren nach einem der Ansprüche 11 bis 13 , dadurch gekennzeichnet, dass aus dem Ortsraumbild (36) eine Bestimmung einer Größe des Bruchs mit Hilfe eines Cluster- Algorithmus durchgeführt wird.14. The method according to any one of claims 11 to 13, characterized in that from the spatial view image (36) a determination of a size of the fracture is carried out using a cluster algorithm.
15. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass das Durchlichtbild (16) des Materials mit Hilfe einer Blitzlampe gewonnen wird.15. The method according to any one of the preceding claims, characterized in that the transmitted light image (16) of the material is obtained by means of a flash lamp.
16. Vorrichtung zum Bestimmen eines Bruchs (18) in kristalli- nem Material mit einer Bildaufnahmeeinrichtung zur Aufnahme eines Durchlichtbilds (16) des Materials und einem Prozessmittel (8) , das dazu vorbereitet ist, aus einer Ortsfunktion der Helligkeit des Durchlichtbilds (16) eine FrequenzInformation der Ortsfunktion zu gewinnen und aus dem Vorhandensein von für Brüche (18) charakteristischen Frequenzen das Vorhandensein eines Bruchs (18) anhand eines Steuersignals auszugeben. 16. An apparatus for determining a fracture (18) in crystalline material with an image recording device for receiving a transmitted light image (16) of the material and a processing means (8), which is prepared from a spatial function of the brightness of the transmitted light image (16) To obtain frequency information of the location function and to output from the presence of frequencies characteristic of fractions (18) the presence of a fraction (18) on the basis of a control signal.
PCT/DE2008/000439 2007-03-15 2008-03-15 Method and device for determining a fracture in crystalline material WO2008110159A2 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
DE112008001330T DE112008001330A5 (en) 2007-03-15 2008-03-15 Method and apparatus for determining a fracture in crystalline material

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
DE102007012525 2007-03-15
DE102007012525.0 2007-03-15

Publications (2)

Publication Number Publication Date
WO2008110159A2 true WO2008110159A2 (en) 2008-09-18
WO2008110159A3 WO2008110159A3 (en) 2008-11-20

Family

ID=39710976

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/DE2008/000439 WO2008110159A2 (en) 2007-03-15 2008-03-15 Method and device for determining a fracture in crystalline material

Country Status (2)

Country Link
DE (1) DE112008001330A5 (en)
WO (1) WO2008110159A2 (en)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108878307A (en) * 2017-05-11 2018-11-23 北京北方华创微电子装备有限公司 Chip detection system and chip detection method

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0309758A2 (en) * 1987-09-23 1989-04-05 Isotopen-Technik Dr. Sauerwein Gmbh Procedure and facility for determination and evaluation of surface cracks on workpieces
WO1999001985A1 (en) * 1997-07-03 1999-01-14 Neopath, Inc. Method and apparatus for semiconductor wafer and lcd inspection using multidimensional image decomposition and synthesis
WO2002040970A1 (en) * 2000-11-15 2002-05-23 Real Time Metrology, Inc. Optical method and apparatus for inspecting large area planar objects
US20060278831A1 (en) * 2005-06-14 2006-12-14 Mitsubishi Denki Kabushiki Kaisha Infrared inspection apparatus, infrared inspecting method and manufacturing method of semiconductor wafer
EP1801569A2 (en) * 2005-12-23 2007-06-27 Basler Aktiengesellschaft Method and device for detecting cracks in silicon wafers

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0309758A2 (en) * 1987-09-23 1989-04-05 Isotopen-Technik Dr. Sauerwein Gmbh Procedure and facility for determination and evaluation of surface cracks on workpieces
WO1999001985A1 (en) * 1997-07-03 1999-01-14 Neopath, Inc. Method and apparatus for semiconductor wafer and lcd inspection using multidimensional image decomposition and synthesis
WO2002040970A1 (en) * 2000-11-15 2002-05-23 Real Time Metrology, Inc. Optical method and apparatus for inspecting large area planar objects
US20060278831A1 (en) * 2005-06-14 2006-12-14 Mitsubishi Denki Kabushiki Kaisha Infrared inspection apparatus, infrared inspecting method and manufacturing method of semiconductor wafer
EP1801569A2 (en) * 2005-12-23 2007-06-27 Basler Aktiengesellschaft Method and device for detecting cracks in silicon wafers

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
ZIKUAN CHEN ET AL: "Subband correlation of Daubechies wavelet representations" OPTICAL ENGINEERING, SOC. OF PHOTO-OPTICAL INSTRUMENTATION ENGINEERS. BELLINGHAM, Bd. 40, Nr. 3, 1. März 2001 (2001-03-01), Seiten 362-371, XP002458776 ISSN: 0091-3286 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108878307A (en) * 2017-05-11 2018-11-23 北京北方华创微电子装备有限公司 Chip detection system and chip detection method

Also Published As

Publication number Publication date
WO2008110159A3 (en) 2008-11-20
DE112008001330A5 (en) 2010-02-18

Similar Documents

Publication Publication Date Title
DE69330010T2 (en) Device and method for coating density analysis using image processing
DE102004029012B4 (en) Method for inspecting a wafer
DE60115314T2 (en) Method for the evaluation of images for defect detection
DE112016002090T5 (en) METHOD AND SYSTEM FOR DEFECT CLASSIFICATION
DE102012206078A1 (en) Determining a number of objects in an IR image
DE102016224467A1 (en) Method for detecting defects and associated device
DE102010060375A1 (en) inspection procedures
CH660920A5 (en) METHOD AND DEVICE FOR THE AUTOMATIC DETECTION OF FAULTS IN TISSUES AND SIMILAR TEXTILES.
DE102006000946A1 (en) Method and system for optical inspection of a periodic structure
DE10307454B4 (en) Method for optical inspection of a semiconductor substrate
EP3108461B1 (en) Method for examining a value document, and means for carrying out the method
DE102007016922A1 (en) Method for detecting defects on the backside of a semiconductor wafer
DE10041354A1 (en) Foreign particle or defect checking system for inspection of substrate or wafer, has size information processing device which processes size of foreign particle or defect on predetermined object
DE102010015936B4 (en) Method and apparatus for performing multi-focal plane image acquisition and compression
DE102007010516A1 (en) Polycrystalline origin identification involves determining product image of product with comparison picture of comparison product in polycrystalline structure with help of image evaluation
DE102005038034B3 (en) Apparatus and method for inspecting the surface of a wafer
EP3707496B1 (en) Identification of one or more spectral features in a spectrum of a sample for a constituent analysis
DE68904316T2 (en) METHOD FOR CONTRAST OPTIMIZATION IN THE IMAGE OF A SAMPLE.
WO2008110159A2 (en) Method and device for determining a fracture in crystalline material
EP1156681A2 (en) Method and apparatus for measuring a picture noise content
DE69029461T2 (en) METHOD FOR MEASURING AND CONTROLLING TEXTURES.
WO2010083984A2 (en) Device and method for mapping the surface of a sample
DE10141051A1 (en) Arrangement and method for inspection of unstructured wafers
DE69129825T2 (en) Method for measuring a substitutive carbon concentration
DE102020102419A1 (en) Particle analysis with light microscope and multi-pixel polarization filter

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 08734379

Country of ref document: EP

Kind code of ref document: A2

WWE Wipo information: entry into national phase

Ref document number: 1120080013306

Country of ref document: DE

REF Corresponds to

Ref document number: 112008001330

Country of ref document: DE

Date of ref document: 20100218

Kind code of ref document: P

122 Ep: pct application non-entry in european phase

Ref document number: 08734379

Country of ref document: EP

Kind code of ref document: A2