WO2009127572A1 - Inspektionssystem und -verfahren für die optische untersuchung von objektoberflächen, insbesondere von waferoberflächen - Google Patents

Inspektionssystem und -verfahren für die optische untersuchung von objektoberflächen, insbesondere von waferoberflächen Download PDF

Info

Publication number
WO2009127572A1
WO2009127572A1 PCT/EP2009/054213 EP2009054213W WO2009127572A1 WO 2009127572 A1 WO2009127572 A1 WO 2009127572A1 EP 2009054213 W EP2009054213 W EP 2009054213W WO 2009127572 A1 WO2009127572 A1 WO 2009127572A1
Authority
WO
WIPO (PCT)
Prior art keywords
defect
fragment
values
determined
properties
Prior art date
Application number
PCT/EP2009/054213
Other languages
English (en)
French (fr)
Inventor
Dirk Bugner
Sergei Sitov
Mladen Nikolov
Original Assignee
Nanophotonics Ag
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 Nanophotonics Ag filed Critical Nanophotonics Ag
Publication of WO2009127572A1 publication Critical patent/WO2009127572A1/de

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
    • G01N21/9503—Wafer edge inspection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0004—Industrial image inspection
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
    • H01L22/00—Testing or measuring during manufacture or treatment; Reliability measurements, i.e. testing of parts without further processing to modify the parts as such; Structural arrangements therefor
    • H01L22/20—Sequence of activities consisting of a plurality of measurements, corrections, marking or sorting steps
    • 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 an inspection system, an inspection method and a computer program product for the optical examination of object surfaces, in particular of wafer surfaces, for surface defects.
  • the optical inspection process of semiconductor wafers for defects is an important part of the manufacturing process of computer chips.
  • the inspection includes both the planar wafer top and bottom sides as well as its edge area.
  • the top and bottom sides and the edge area are summarized herein under object surface or surface.
  • the optical inspection system comprises a digital camera, an image processing device, an analysis device and an evaluation device.
  • a surface image is generated, which is checked electronically for the presence of defects. Defects are found, they are assigned by means of the (defect) analysis device and the evaluation previously defined defect classes.
  • the inventors have made it their mission to improve the inspection system and the inspection process and the corresponding computer program product in such a way that the greatest possible security in defect detection is achieved.
  • At least one digital camera arranged to generate a digital image of the object surface
  • a first image processing device configured to associate contiguous image points in the image with a defect fragment if their contents lie within a specific value range
  • a first analysis device configured to determine values of specific defect fragment properties
  • a second analysis device configured to determine values of certain defect properties
  • an evaluation device configured to associate the defect with a predefined defect class on the basis of the determined defect fragment property values and / or the determined defect property values.
  • the process steps of image processing may be performed individually or be implemented jointly as software as well as hardware or in combination of software and hardware.
  • DekWfragment- property physically measurable size of the defect or fragment (eg: expansion, aspect ratio, roundness, centroid, ...);
  • Defect property which can be derived from the statistical analysis of defect fragment properties of fragments associated with a defect
  • Property information (defect / fragment) property information stored on a storage medium, for example in the form of a table or a program code (for example: value range for the extent, aspect ratio, roundness, centroid,...);
  • Property information in the form of a frequency distribution function of a property value in a defect class
  • the digital images of the object surface generated by means of the digital camera reveal specific defect characteristics or properties on the basis of which the defect can be assigned to the predefined defect class.
  • the inventors have recognized that as the number of predefined property information of the defect classes increases, the risk of erroneous classification decreases. They have also recognized that a defect is usually not depicted as a single contiguous area but as an accumulation of multiple defect fragments.
  • the inventive device or the inventive method and the Computer program product exploits the properties contained in the defect fragments plus the properties of the entire defect to increase the mapping accuracy.
  • each defect fragment is first identified by means of the first image processing device in that contiguous pixels whose contents (intensity, gray or color values) lie within a predetermined value range (intensity gray value or color value interval) are assigned to the same defect fragment.
  • the suitable interval limits will depend, inter alia, on the illumination technique (bright field or dark field) during the recording and can be determined or determined manually or automatically by means of a histogram, for example.
  • the defect fragments thus determined have properties that are analyzed by means of the first analysis device by extracting corresponding property values from the image information. For this, first the most meaningful defect fragment properties are defined or determined.
  • Some "certain" defect fragment properties that have been found to be useful for distinguishing different types of defects are summarized in the following Table 1. The list is meant to be illustrative and not exhaustive, and it may be sufficient to use only some of the listed defect fragment properties.
  • the calculation of softness is preceded by the calculation of the contour energy.
  • the contour energy is a measure of the "restlessness" of the contour, which is summed over the changes in direction of the connecting sections of successive contour points, where the higher the contribution to the contour energy, the greater the angle included between the links:
  • the softness is the contour energy normalized over the circumference:
  • Kurtosis and skewness are statistics known quantities and calculate according to the following formulas:
  • defect characteristics are further used to classify the defect.
  • the second image processing device performs such an assignment if the defect fragments have predetermined spacing and / or shape relationships, as will be explained in more detail below with reference to the description of the figures.
  • the defects thus determined in turn have properties, some of which are meaningful in terms of the classification of the defect.
  • the values of the properties determined or "determined” for this reason are obtained from the image information by means of the second analysis means.
  • An advantageous development of the method provides that property information about the specific defect fragment properties and the specific defect properties are stored in a memory device that is to be assigned to the evaluation device and assigned to the predefined defect classes.
  • the storage can be implemented in tabular form, in the form of a configuration file or in the form of program code.
  • the property information can be defined for example in the form of a property name, a minimum value and a maximum value and stored on the storage device.
  • Property information defined in this way, in particular compelling conditions, can moreover be combined with a Boolean equation, ie it can be required, for example, that any number of conditions are met simultaneously, and / or alternatively and / or conditionally.
  • the property information, in particular the property value distribution can for example also be stored in the form of a property name, an average value and a standard deviation. More generally, the property value distribution can also be stored in the form of any analytical distribution function or a value table. In one way or another, one or more different defect classes can be defined.
  • the determined defect fragment property values are then compared with the stored defect fragment property information and / or the determined defect property values with the stored defect property information. Based on this comparison, the assignment of the defect to the defect class thus defined is decided.
  • the comparison of the property information with the determined property values is carried out by means of a comparison device, which is likewise to be assigned to the evaluation device. It is preferably done in a predetermined sequence defect class for defect class in succession.
  • the number of property information stored for a defect class is basically not fixed and may vary depending on which and how many properties best represent the defect class.
  • the defect class definition system according to the invention thus enables a high degree of flexibility and adaptability, which allow, for example, an individual adaptation of the classification device to the requirements of a chip or wafer manufacturer.
  • the assignment information obtained by the evaluation device can then, for example, be appropriately displayed to an operator or forwarded to a sorting machine connected downstream of the inspection system, which or which sorts the wafer in accordance with a predetermined "grading".
  • a fragment edge is determined for each defect fragment in the first image processing device and extracted from the fragment At the edge, values of geometric defect fragment properties are determined in the first analysis device.
  • certain defect fragment properties can be determined on the basis of pixel contents (intensity, gray value or color information). This also happens in the first analysis device set up for this purpose.
  • the second image processing device is advantageously set up to detect a defect edge for each defect, and the second analysis device is set up to determine values of geometric defect properties from the defect edge. Analogous to the evaluation of geometric defect fragment properties, geometrical defect properties can be evaluated in a simple manner.
  • a third analysis device is provided, which is set up to determine values of specific statistical defect properties from all defect fragments assigned to a defect, optionally in conjunction with the determined defect fragment property values.
  • the values of the extended defect properties are added to the determined defect property values and supplied to the evaluation device for assigning the defect to a predefined defect class.
  • the inspection method also provides for a dark field image of the object surface and / or a bright field image of the object surface to be recorded.
  • defect fragments are preferably determined separately on the one hand in the healing field biography and on the other hand in the dark field image by assigning respective connected pixels.
  • the thus determined separate defect fragments from the bright field image and the dark field image are advantageously subsequently combined, with the assignment of adjacent defect fragments to a defect occurring in the amount of the merged defect fragments. In this way This gives a biid of the defect with a higher information density, which in turn increases the assignment accuracy of the defect to a predefined defect class.
  • Figure 1 is a simplified schematic representation of the inspection system according to the invention.
  • FIG. 3A shows a first representation of the allocation of adjacent defect fragments on the basis of distance relationships
  • FIG. 3B shows a second illustration of the assignment of adjacent defect fragments on the basis of form relationships
  • Figure 5 is a flow chart of an embodiment of the inspection method according to the invention.
  • Figure 6 is a flowchart of one embodiment of the defect assignment step to a predefined defect class (comparison);
  • FIG. 7 shows an exemplary diagram of two property value distributions of different defect classes and FIG. 8 shows a flow chart of an embodiment of the classification step.
  • FIG. 1 gives an overview of the steps carried out according to the method according to the invention and the features of the inspection system according to the invention in a schematic representation.
  • a digital camera 101 by means of a digital camera 101, one or more images are generated from the object surface.
  • image processing devices 102 Connected to the digital camera are image processing devices 102, more precisely a first and at least a second image processing device 102, which receive the bios data from the digital camera and, on the one hand, contiguous pixels in the image to a defect fragment and, on the other hand Assign adjacent defect fragments to a defect.
  • the image information thus obtained is passed on to an analysis device 103, more precisely a first and at least a second defect analysis device.
  • the evaluation device 104 is in turn subdivided into a comparison device 105 connected to the defect analysis device 103 and a classification device 106 connected to the comparison device 105, and furthermore has a memory device 107 which is accessed by the comparison device 105.
  • the comparison device 105 may consist of a plurality of individual comparison devices whose functions are apparent from the explanations to FIG. Likewise, it will be apparent from the following description that the sequence of steps of comparison and classification need not be performed strictly one after the other, but that by means of indices or flags, jump instructions may be triggered which prefer the classification and terminate the comparison prematurely.
  • the 224 for the bright field illumination is also a respective Umlenkspiegei 218 or 228 to count.
  • the arrangement of the illumination devices and the digital cameras, as well as the representation of the edge region of the wafer 201, are to be understood only as a schematic simplification.
  • the object edge can be provided with arcuate light and dark field illumination devices.
  • the upper and lower camera 212, 222 and the respective associated illumination systems 214, 216, 218, 224, 226, 228 may be arranged offset in the circumferential direction for reasons of space.
  • the upper digital camera 212 detects a part of the upper surface 230 of the wafer 201, the upper edge region or Beve!
  • the lower digital camera 222 correspondingly captures a portion of the planar underside 236 of the wafer 201, the lower edge area or bevel 238, as well as at least a portion of the face edge area or apex 234.
  • the invention is not limited to the edge inspection, but is fully applicable to the inspection of the flat top or bottom 230 and 236 of the wafer 201. Together with a corresponding image acquisition device for the planar upper side 230 and the planar underside 236, a complete inspection of the surface of the entire wafer 201 can take place.
  • the two digital cameras 212 and 222 are preferably line scan cameras whose image line lies in a vertical plane to the wafer plane E, ie radially to the wafer 201.
  • a circumferential edge image is generated by rotation of the wafer 201 about its central axis A, wherein when using a stepper motor preferably after each step either one or two line images of the top and bottom edges of the wafer 201 under light or dark field illumination is recorded. This means that the edge benders under bright or dark field illumination can be successively recorded in two cycles or step by step.
  • the line images are then combined to form a panorama image of the wafer edge (hereafter edge image). By means of such a measuring system so at least four edge images are generated.
  • the notch of the wafer (not shown) and the wafer edge are detected by means of suitable image processing methods and can be aligned with one another. the.
  • the edge images from the upper digital camera 212 and the lower digital camera 222 may then be merged by the image processing device into an overall image of the wafer edge.
  • FIGS. 3A and 3B the assignment of two defect fragments to a defect is illustrated on the basis of two criteria selected by way of example.
  • two defect fragments 301 and 302 are examined for membership of the same defect on the basis of defined distance criteria.
  • the projected distance 305 is determined from the projected vertical distance 303 and the projected horizontal distance 304. The assignment to a common defect takes place when the distance projected in this way is smaller than a predefined limit value.
  • the fragments are subjected to a shape analysis, whereby a "force of attraction" between two fragments 301 'and 302' is determined .
  • a high attractive force exists when the distances, preferably the minimum distance 303 ', between the defect edges are small and a high number of parallel tangents 304 ', 305' are present
  • the attractive force can be calculated according to the following formula:
  • FIG. 4 shows the virtual result of such an assignment of a plurality of defect fragments 401 to a defect which is delimited by an enveloping defect edge 410.
  • the first image processing device also referred to as a "defect tracer”
  • contiguous pixels whose contents lie within a certain range of values are identified and assigned to a defect fragment in step 501.
  • the value range depends on the illumination system used and must be set accordingly manually or automatically.
  • the defect fragments thus found are assigned a defect by means of the second image processing device in step 502 if they have predetermined spacing and / or shape relationships.
  • the assignment of adjacent defect fragments to a defect preferably takes place via the set of all defect fragments, ie the defect fragments, which were obtained from all (four) edge recordings, in order to achieve as complete a representation as possible of the total defect from the sum of the light and dark field fragments.
  • the summarization of the defect fragments in the virtual image has clear advantages over summarizing the fragments in the individual light or Bisfeidabilityn. in the summarized virtual image, the unity of a defect is much better recognizable because of the different optical exposure methods.
  • the entire defect is then examined by means of the second analysis device in step 503 for the presence of certain defect properties. More specifically, the values of predetermined defect characteristics are determined in this step.
  • the defect fragments are examined by means of the first analysis device in step 505 for the presence of specific defect fragment properties. More specifically, the values of predetermined defect fragment characteristics are determined in this step.
  • defect fragments are subjected to a further analysis with regard to the above-mentioned extended defect properties by means of a third analysis device in step 507.
  • a third analysis device in step 507.
  • defect fragments are jointly investigated, which were assigned to a common defect.
  • statistical values are derived (for example, by averaging or summation or other linkage of defect fragment property values).
  • an evaluation device uses a comparison of the determined defect fragment property values and the determined defect property values (including the extended defect property values) with stored defect property information or defect fragment property information, the defect assigned to a predefined defect class. This process of classification will be explained below with reference to FIGS. 6 to 8.
  • the affiliation check for any (defect) class begins at 601 with the input parameters passed by the analyzer.
  • step 602 a query is first of all made as to whether the defect under investigation has already been assigned to another defect class. If this is the case, all subsequent steps of the evaluation for the defect class currently being investigated can be skipped.
  • step 603 it is first queried in step 603 whether mandatory conditions exist for the defect class currently being investigated; H.
  • mandatory conditions for the defect class currently being investigated; H.
  • property information and / or their links which must be adhered to for the assignment of the defect to this defect class mandatory, (preferably in a memory device in tabular form or implemented in a program code) are stored. If such compelling conditions exist, then in step 604, by means of a first comparison device, a check of the determined defect property values for fulfillment of the mandatory conditions follows. In step 605, a case distinction then occurs. If the comparison shows that the mandatory conditions are not all fulfilled, no further query / evaluation takes place with respect to this defect class and the defect is not assigned to this class.
  • Step 606 a classification flag issued, with which the affiliation of the defect is affirmed to the presently examined defect class.
  • a classification flag issued, with which the affiliation of the defect is affirmed to the presently examined defect class.
  • Such a classification flag causes at the beginning in the query step 602 all subsequent test steps to be skipped and the overall test procedure to be abbreviated.
  • the classification flag from step 607 can also be used such that a jump command is issued directly to the end of the affiliation check of all defect classes.
  • step 606 If the query in step 606 indicates that a property value distribution, ie property information in the form of a frequency distribution function of the property value, is stored for this defect class, then in step 610 the determined defect property values are compared with the stored property value distributions in a second comparison device and in step 611 a corresponding probability value representing the probability of the existence of a defect of this De Stammkiasse issued.
  • a frequency distribution function can be determined empirically and preferably stored again in a storage means in functional or tabular form.
  • the comparison or the evaluation in step 610 takes place in such a way that the corresponding determined defect property value is inserted into each of the property value distributions stored for the currently examined defect class and the associated function value (the property probabilities) is retrieved.
  • a plurality of property probabilities are obtained, which in step 611 are combined to form an overall probability value.
  • the combination is preferably a multiplication or averaging of the individual property probabilities.
  • the case is mentioned in which no mandatory conditions are defined for a defect class.
  • the further association directly with the query in step 609 results in one or more property value distributions being deposited for that defect class. If this is not the case, no classification takes place and the next defect class is checked. If a property value distribution is stored, this again leads to the comparison of the determined defect property values with the stored property value distributions in the second comparison device in step 610.
  • the affiliation check shown in FIG. 6 summarizes for each defect class one of the following three results:
  • the defect remains unclassified if it has already been classified in a previous comparison with another defect class (step 602) or if it is determined in steps 604 and 605 that at least one of the mandatory conditions is not met, or if in steps 603 and 609 it is ascertained that neither imperative conditions nor property value distributions are stored for this defect class (this case is defect-independent and leads in each case to the fact that no defect can be assigned to the defect class)
  • the defect is assigned a probability value for the examined defect class.
  • four affiliation tests of the type described above are shown cascaded one behind the other for four exemplary defect classes (particles, scratches, outbreak, surface defect).
  • exemplary defect classes particles, scratches, outbreak, surface defect.
  • other classifications are possible besides the mentioned defect classes. For example, it is possible to differentiate between finer and coarser particles (dust and splinters). Area defects can also be subdivided into numbers, inhomogeneities, roughnesses or impressions, etc.
  • step 806 provides for an immediate termination of the classification if the defect of a defect class under investigation has already been uniquely assigned and thus classified in step 607. This can be determined by the classification flag. If this is not the case, a further distinction is made in step 808 as to whether probability values were output in steps 610 and 611 for at least one of the defect classes. If this is not the case, the defect is assigned to a given defect class (default). The classification is finished afterwards. However, steps 808 and 810 are optional.
  • Step 808 may be omitted if it is ensured that at least one property information from the group of mandatory conditions and property value distributions is stored for each predefined defect class.
  • Step 810 only ensures that a defect that could not otherwise be classified, for example because it does not satisfy the mandatory conditions of any defect class, does not remain unclassified. Thus, such defects can be adequately taken into account, for example in a downstream sorting, which were not taken into account in the defect class definition or deposited for the incorrect parameters.
  • the different probability values of the different defect classes are evaluated by the classification means connected to the second comparison device in step 809, ie compared and a classification flag for the one Issue a defect class for which the highest probability value was output.
  • the latter step is explained for two different defect classes with different property value distribution on the basis of a single defect property value with reference to FIG. If, for example, a frequency or property value distribution according to curve 701 is stored for defect class 1 and a frequency distribution according to curve 702 for defect class 2, then by assigning the corresponding determined defect property value of 5.5 to each of the two property value distributions, the associated property probability for the defect class is obtained 1 of 0.05 and that for the defect class 2 of 0.25.
  • This simple assignment rule of a function value ⁇ property probability) to a defect property value is by no means the only one possible. Also, to determine a probability value, for example, up to the defect property value may be integrated over the property value distribution.

Landscapes

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

Abstract

Die Anmeldung betrifft ein Inspektionssystem, ein Inspektionsverfahren sowie ein Computerprogrammprodukt für die optische Untersuchung von Objektoberflächen, insbesondere von Waferoberflächen, auf Oberflächendefekte. Nach dem Inspektionsverfahren wird ein Bild von der Objektoberfläche mittels einer Digitalkamera (101, 212, 222) aufgenommen, zusammenhängende Bildpunkte in dem Bild einem Defektfragment (301, 301', 302, 302', 401) zugeordnet, wenn deren Inhalte innerhalb eines bestimmten Wertebereiches liegen, Werte bestimmter Defektfragmenteigenschaften ermittelt, benachbarte Defektfragmente (301, 301', 302, 302', 401) einem Defekt zugeordnet, wenn diese vorbestimmte Abstands- und/oder Formzusammenhänge aufweisen, Werte bestimmter Defekteigenschaften ermittelt und der Defekt einer vordefinierten Defektklasse anhand der ermittelten Defektfragmenteigenschaftswerte und/oder der ermittelten Defekteigenschaftswerte zugeordnet.

Description

Inspektionssystem und -verfahren für die optische Untersuchung von Objektoberflächen, insbesondere von Waferoberflächen
Beschreibung
Die Erfindung betrifft eine Inspektionssystem, ein Inspektionsverfahren sowie ein Computerprogrammprodukt für die optische Untersuchung von Objektoberflächen, insbesondere von Waferoberflächen, auf Ober- fiächendefekte.
Das optische Inspektionsverfahren von Halbleiterwafern auf Defekte ist ein wichtiger Teil des Herstellungsprozesses von Computerchips. Die Inspektion umfasst sowohl die ebene Waferober- und -Unterseite als auch dessen Kantenbereich. Die Ober- und Unterseiten und der Kantenbereich werden hierin unter Objektoberfläche oder Oberfläche zu- sammengefasst.
Das optische Inspektionssystem umfasst in der Regel eine Digitalkamera, eine Bildverarbeitungseinrichtung, eine Analyseeinrichtung und eine Auswerteeinrichtung. Zur Inspektion der Objektoberfläche wird ein Oberfiächenbild erzeugt, welches elektronisch auf das Vorhandensein von Defekten überprüft wird. Werden Defekte aufgefunden, so werden diese mittels der (Defekt-) Analyseeinrichtung und der Auswerteeinrichtung vorher definierten Defektklassen zugeordnet.
Ein solches Verfahren zur Kanteninspektion eines Wafers ist in der Patentschrift US 6,947,588 B2 beschrieben. Hiernach wird ein Bild von einer Waferkante segmentweise auf hochfrequente Pixelanteile untersucht und bei überproportionalem Auftreten derselben auf einen Kantendefekt geschlossen. Solche Pixel werden dann zu Clustern zusam- mengefasst, welche wiederum nach statistischen Kriterien untersucht werden, um zu einer Klassifizierung zu gelangen.
Ein Inspektionssystem und -verfahren wird auch in der internationalen Patentanmeldung WO 99/16010 A1 vorgestellt, bei weichem Bilddaten abstrahiert in Form von Deskriptoren in einem Bedeutungsraum („se- mantic space") mit Erfahrungswerten verglichen werden und anhand des Vergleichs eine Klassifizierung eines Defekts vorgenommen wird. Gleichzeitig wird eine Aussagewahrscheinlichkeit („confidence level") erzeugt, die als Maß für die Zuverlässigkeit der Klassifizierung zur weiteren automatischen oder manuellen Auswertung ausgegeben werden kann.
In der Patentschrift US 5,991 ,699 wird ein Verfahren zur Klassifizierung von Defekten auf Objektoberflächen vorgestellt, bei dem die Defekte, welche mit hoher Wahrscheinlichkeit dieselbe Ursache haben, zu Clustern zusammengefasst werden.
Ferner wird auf die Patentanmeldung US 2006/0239536 A1 verwiesen, in welcher ein Verfahren und eine Vorrichtung zur Inspektion einer Wa- feroberfläche und zur Analyse von Defektdaten vorgestellt wird. Defekte werden anhand von Defektkoordinaten auf dem Wafer in Verteilungsmusterkategorien eingeteilt und erhalten entsprechende Verteilungsmusternummern zugeordnet. Anhand der Verteilungsmusternummern kann durch Vergleich mit Erfahrungswerten eine Aussage getroffen werden, was die Ursache dieses Defekts sein kann.
Insbesondere aus Kostengründen besteht ein großes Interesse daran, die Klassifizierung der Defekte so genau und effizient wie möglich zu gestalten. Auf diese Weise soll zuverlässig zwischen Defekten wie beispielsweise Partikel auf der Oberfläche, oberflächliche (Finger-) Abdrücke, Kratzer, Ausbrüche (Chip-Out) oder Risse, die sich auch in das Kristallgefüge fortpflanzen können, und somit letztlich zwischen solchen Defekten, die eine Verwertung des Wafers gar nicht oder zum Teil in Frage stellen oder gar vollständig ausschließen, unterschieden werden können.
Deshalb haben es sich die Erfinder zur Aufgabe gemacht, das Inspektionssystem bzw. das Inspektionsverfahren sowie das entsprechende Computerprogrammprodukt dahingehend zu verbessern, dass eine größtmögliche Sicherheit bei der Defekterkennung erzielt wird.
Die Aufgabe wird durch ein Inspektionssystem mit den Merkmalen des Anspruchs 1 , ein Inspektionsverfahren mit den Merkmalen des Anspruchs 7 sowie ein Computerprogrammprodukt mit den Merkmalen des Anspruchs 17 gelöst. Vorteilhafte Weiterbildungen der Erfindung sind Gegenstand der Unteransprüche.
Das Inspektionsverfahren sieht erfindungsgemäß die folgenden Schritte vor:
- Aufnehmen eines Bildes von der Objektoberfläche mittels einer Digitalkamera,
- Zuordnen zusammenhängender Bildpunkte in dem Bild zu einem Defektfragment, wenn deren Inhalte innerhalb eines bestimmten Wertebereiches liegen,
- Ermitteln von Werten bestimmter Defektfragmenteigenschaften,
- Zuordnen benachbarter Defektfragmenten zu einem Defekt, wenn diese vorbestimmte Abstands- und/oder Formzusammenhänge aufweisen,
- Ermitteln von Werten bestimmter Defekteigenschaften und
- Zuordnen des Defektes zu einer vordefinierten Defektklasse anhand der ermittelten Defektfragmenteigenschaftswerte und/oder der ermittelten Defekteigenschaftswerte. Dementsprechend weist das Inspektionssystem die folgenden Merkmale auf:
- wenigstens eine Digitalkamera, eingerichtet zum Erzeugen eines digitalen Bildes der Objektoberfläche,
- eine erste Biidverarbeitungseinrichtung, eingerichtet zum Zuordnen zusammenhängender Bifdpunkte in dem Bild zu einem Defektfragment, wenn deren Inhalte innerhalb eines bestimmten Werteberei- ches liegen,
- eine erste Analyseeinrichtung, eingerichtet zum Ermitteln von Werten bestimmter Defektfragmenteigenschaften,
- eine zweite Bildverarbeitungseinrichtung, eingerichtet zum Zuordnen von benachbarten Defektfragmenten zu einem Defekt, wenn diese vorbestimmte Abstands- und/oder Formzusammenhänge aufweisen,
- eine zweite Analyseeinrichtung, eingerichtet zum Ermitteln von Werten bestimmter Defekteigenschaften und
- eine Auswerteeinrichtung, eingerichtet zum Zuordnen des Defektes zu einer vordefinierten Defektklasse anhand der ermittelten Defekt- fragmenteigenschaftswerte und/oder der ermittelten Defekteigenschaftswerte.
Ferner ist das erfindungsgemäße Computerprogrammprodukt eingerichtet, aus Biiddaten von der Objektoberfläche zusammenhängende Bildpunkte mit Inhalten innerhalb eines bestimmten Wertebereiches zu identifizieren und zu einem Defektfragment zusammenzufassen, Werte bestimmter Eigenschaften des Defektfragmentes zu ermitteln, benachbarten Defektfragmente mit vorbestimmten Abstands- und/oder Formzusammenhängen zu identifizieren und zu einem Defekt zusammenzufassen, Werte bestimmter Eigenschaften des Defektes zu ermitteln und den Defekt einer vordefinierten Defektklasse anhand der ermittelten Defektfragmenteigenschaftswerte und/oder der ermittelten Defektei- genschaftswerte zuzuordnen.
Die Verfahrensschritte der Bildverarbeitung (Zuordnen der Bildpunkte zu einem Defektfragment und Zuordnen benachbarter Defektfragmenten zu einem Defekt), der Defektanalyse (Ermitteln von Werten bestimmter Defektfragmenteigenschaften und Ermittein von Werten bestimmter Defekteigenschaften) und der Auswertung (Zuordnen des Defektes zu einer vordefinierten Defektklasse) können einzeln oder gemeinsam sowohl als Software als auch als Hardware oder in Kombination aus Software und Hardware implementiert sein.
Neben den vorstehenden werden hierin ferner die nachfolgenden Begriffsdefinitionen verwendet, sofern sich nicht vereinzelt abweichende Bezeichnungen aus dem unmittelbaren Textzusammenhang ergeben:
- (Oberflächen-) Defekt physische Veränderung in oder auf der Oberfläche (einschließlich Fremdpartikel); der Begriff wird auch für das Bild derselben Verwendet;
- (Defekt-) Fragment als zusammenhängend ermittelter Teil eines Defekts;
- (DefekWfragment-) Eigenschaft physikalisch messbare Größe des Defektes bzw. des Fragmentes (Bsp.: Ausdehnung, Aspektverhältnis, Rundheit, Flächenschwerpunkt, ...);
- (erweiterte) statistische Defekteigenschaft
Defekteigenschaft, die sich aus der statistischen Untersuchung von Defektfragmenteigenschaften der einem Defekt zugeordneten Fragmente ableiten lassen;
- (DefekWfragment-) Eigenschaftswert der eine gemessene Eigenschaft repräsentierende Parameter; - (Defekt-/fragment-) Eigenschaftsinformation auf einem Speichermedium beispielsweise in Form einer Tabelle oder eines Programmcodes hinterlegte Information zu einer Eigenschaft (Bsp.: Wertebereich für die Ausdehnung, Aspekt- Verhältnis, Rundheit, Flächenschwerpunkt, ...);
- Defektklasse
Zusammenfassung von Defekten, zu denen eine oder mehrere identischen Eigenschaftsinformationen hinterlegt sind;
- zwingende Kondition
Eigenschaftsinformationen und/oder deren Verknüpfungen, welche für die Zuordnung eines Defektes zu einer Defektklasse zwingend eingehalten werden müssen;
- Eigenschaftswertverteilung
Eigenschaftsinformation in Form einer Häufigkeitsverteilungsfunktion eines Eigenschaftswertes in einer Defektklasse;
- Eigenschaftswahrscheinlichkeit
Funktionswert, ermittelt aus dem Eigenschaftswert und der Eigenschaftswertverteilung;
- Wahrscheinlichkeitswert
Verknüpfung aller Eigenschaftswahrscheinlichkeiten eines Defektes in einer Defektklasse.
Die mittels der Digitalkamera erzeugten digitalen Bilder der Objektoberfläche lassen je nach Beleuchtungssituation bestimmte Defektmerkmale oder Eigenschaften erkennen, aufgrund derer der Defekt der vordefinierten Defektklasse zugeordnet werden kann. Die Erfinder haben erkannt, dass mit wachsender Anzahl der vordefinierten Eigenschaftsinformationen der Defektklassen das Risiko einer fehlerhaften Klassifizierung abnimmt. Sie haben ferner erkannt, dass ein Defekt in der Regel nicht als ein einzelnes zusammenhängendes Gebiet sondern als Ansammlung mehrerer Defektfragmente abgebildet wird. Die erfindungsgemäße Vorrichtung bzw. das erfindungsgemäße Verfahren sowie das Computerprogrammprodukt machen sich die in den Defektfragmenten liegenden Eigenschaften zuzüglich zu den Eigenschaften des gesamten Defektes zunutze, um die Zuordnungsgenauigkeit zu erhöhen.
Hierzu wird zunächst jedes Defektfragment mittels der ersten Bildverar- beitungseinrichtung identifiziert, indem zusammenhängende Bildpunkte, deren Inhalte (Intensitäts-, Grau- oder Farbwerte) innerhalb eines vorher festgelegten Wertebereiches (intensitäts- Grauwert- oder Farbwertintervalls) liegen, demselben Defektfragment zugeordnet werden. Die geeigneten Intervallgrenzen werden unter anderem von der Beleuchtungstechnik (Hellfeld oder Dunkelfeld) während der Aufnahme abhängen und können beispielsweise manuell oder automatisch mittels Histogramm ermittelt bzw. festgelegt werden.
Die so ermittelten Defektfragmente weisen Eigenschaften auf, weiche mittels der ersten Analyseeinrichtung analysiert werden, indem entsprechende Eigenschaftswerte aus der Bildinformation extrahiert werden. Hierzu werden zunächst die aussagekräftigsten Defektfragmenteigenschaften festgelegt oder bestimmt. Einige „bestimmte" Defektfragmenteigenschaften, die sich zur Unterscheidung verschiedenartiger Defekte als nützlich erwiesen haben, sind der folgenden Tabelle 1 zu- sammengefasst. Die Aufzählung ist beispielhaft und nicht als abschließend zu verstehen. Auch mag es genügen, nur einige der aufgezählten Defektfragmenteigenschaften zu verwenden.
Tabelle 1 : Defektfragmenteigenschaften
Figure imgf000009_0001
Figure imgf000010_0001
Jedes der obigen Verhältnisse zweier Werte a und b wird dabei wie folgt berechnet:
a - b
Verhältnis = Formel 1 a + b
Die Rundheit wird wie folgt berechnet:
Rundheit = Umfang2 Formel 2 Flache
Der Berechnung der Weichheit ist das Berechnen der Konturenergie vorangestellt. Die Konturenergie ist ein Maß für die „Unruhe" der Kontur. Zur Berechnung wird über die Richtungsänderungen der Verbindungsstrecken aufeinander folgender Konturpunkte aufsummiert, wobei der Beitrag zur Konturenergie umso größer ist, je spitzer der zwischen den Verbindungsstrecken eingeschlossene Winkel ist:
( (Xn, -XJ - (Xn -Xn+1) )2 +
Konturenergie = ]jT Formel 3
H=I ( (Yn, - YJ -(Yn - Yn+]) )2_
Hierin sind Xπ,Yn die Koordinaten des n-ten Konturpunktes und N ist die Anzahl der Konturpunkte.
Die Weichheit ist die Konturenergie normiert über den Umfang:
„. . , , . Konturenergie
Weichheit = ——— — f— Formel 4
Umfang
Kurtosis und Schiefe („Skewness") sind aus der Statistik bekannte Größen und berechnen nach folgenden Formeln:
Kurtosis ~ ^-j- - 3 , Formel 5 σ
Skewness = ~ , Formel 6 σ
mit dem dritten bzw. vierten Moment der Verteilung μ3 = E(x-μ)3 bzw. μ4 = E(x-μ)4 (E: Erwartungswert, μ: Mittelwert und x: Funktionswert) und der Standardabweichung σ.
Die Berechnungen repräsentieren die genannten Eigenschaften nur beispielhaft und können in dem einen oder anderen Fall durch ähnliche Formeln ersetzt werden.
Zusätzlich zu den Defektfragmenteigenschaften werden zur Klassifizierung des Defektes ferner die Defekteigenschaften herangezogen. Hier- zu muss zunächst festgelegt werden, welche Defektfragmente einem einzigen Defekt zuzuordnen sind. Die zweite Bildverarbeitungsetnrich- tung nimmt eine solche Zuordnung vor, wenn die Defektfragmente vorbestimmte Abstands- und/oder Formzusammenhänge aufweisen, wie anhand der Figurenbeschreibung weiter unten näher erläutert wird. Die so ermittelten Defekte haben ihrerseits Eigenschaften, von denen einige hinsichtlich der Klassifikation des Defektes aussagekräftig sind. Die Werte der aus diesem Grund festgelegten oder „bestimmten" Eigenschaften werden mitteis der zweiten Anaiyseeinrichtung aus der Bildinformation gewonnen. Einige Defekteigenschaften, die sich zur Unterscheidung verschiedenartiger Defekte als nützlich erwiesen haben, sind nachfolgender Tabelle 2 zu entnehmen. Auch diese Aufzählung ist beispielhaft und nicht als abschließend zu verstehen. Auch mag es genügen, nur einige der aufgezählten Defektfragmenteigenschaften zu verwenden.
Tabelle 2: Defekteigenschaften aus der Umhüllung
Figure imgf000012_0001
Schon die Summe der Defektfragmenteigenschaften und der Defekteigenschaften ergeben mehr Anhaltspunkte für die Klassifizierung als nach den bislang bekannten Verfahren und somit eine höhere Treffsicherheit des nachfolgenden Zuordnungsschrittes des Defektes zu einer der vordefinierten Defektklassen. Dabei kann es gleichwohl genügen für eine eindeutige Zuordnung einzelner Defekte zu einer definierten Defektklasse nur ermittelte Defektfragmenteigenschaftswerte oder nur ermittelte Defekteigenschaftswerte heranzuziehen.
Eine vorteilhafte Weiterbildung des Verfahrens sieht vor, dass Eigenschaftsinformationen über die bestimmten Defektfragmenteigenschaften und die bestimmten Defekteigenschaften in einer Speichereinrichtung, die der Auswerteeinrichtung zuzuordnen ist, hinterlegt und den vordefinierten Defektkiassen zugeordnet sind. Das Hinterlegen kann in Tabellenform, in Form einer Konfigurationsdatei oder in Form eines Programmcodes implementiert sein.
Die Eigenschaftsinformation lässt sich beispielsweise in Form eines Eigenschaftsnamens, eines Minimalwertes und eines Maximalwertes definieren und auf der Speichereinrichtung hinterlegen. So definierte Eigenschaftsinformationen, insbesondere zwingende Konditionen, können darüber hinaus mit einer Booleschen Gleichung kombiniert werden, d.h. es kann beispielsweise gefordert werden, dass eine beliebige Anzahl von Konditionen gleichzeitig, und/oder alternativ und/oder bedingt erfüllt sind. Die Eigenschaftsinformation, insbesondere die Eigen- schaftswertverteilung, kann beispielsweise auch in Form eines Eigenschaftsnamens, eines Durchschnittswertes und einer Standardabweichung hinterlegt werden. Allgemeiner kann die Eigenschaftswertvertei- lung auch in Form einer beliebigen analytischen Verteilungsfunktion oder einer Wertetabelle hinterlegt sein. Auf die eine oder andere Weise können eine oder mehrere verschiedene Defektklassen definiert werden. Die ermittelten Defektfragmentei- genschaftswerte werden dann erfindungsgemäß mit den hinterlegten Defektfragmenteigenschaftsinformationen und/oder die ermittelten Defekteigenschaftswerte mit den hinterlegten Defekteigenschaftsinformationen verglichen. Anhand dieses Vergleiches wird über die Zuordnung des Defektes zu der so definierten Defektklasse entschieden.
Das Vergleichen der Eigenschaftsinformationen mit den ermittelten Eigenschaftswerten wird mittels einer Vergleichseinrichtung durchgeführt, die ebenfalls der Auswerteeinrichtung zuzuordnen ist. Es geschieht vorzugsweise in einer vorgegebenen Reihenfolge Defektklasse für Defektklasse nacheinander.
Die Anzahl der für eine Defektkiasse hinterlegten Eigenschaftsinformationen ist grundsätzlich nicht festgelegt und kann je nachdem variieren, welche und wie viele Eigenschaften die Defektklasse am besten abbilden. Das erfindungsgemäße System der Defektklassendefinition ermöglicht somit ein hohes Maß an Flexibilität und Anpassungsfähigkeit, welche beispielsweise eine individuelle Anpassung der Klassifizierungseinrichtung an die Anforderungen eines Chip- oder Waferherstel- iers erlauben.
Die von der Auswerteeinrichtung erlangte Zuordnungsinformation kann anschließend beispielsweise auf geeignete Weise einem Operator zur Anzeige gebracht oder an eine dem Inspektionssystem nachgeschalteten Sortiermaschine weitergegeben werden, der oder die den Wafer entsprechend einem vorgegebenen „Grading" sortiert.
Bevorzugt wird zu jedem Defektfragment in der ersten Bildverarbeitungseinrichtung ein Fragmentrand ermittelt und aus dem Fragment- rand werden in der ersten Analyseeinrichtung Werte geometrischer Defektfragmenteigenschaften ermittelt.
Gemäß einer vorteilhaften Weiterbildung können zusätzlich oder alternativ bestimmte Defektfragmenteigenschaften anhand von Bildpunktinhalten (Intensitäts-, Grauwert- oder FarbinformatJonen) ermittelt werden. Dies geschieht ebenfalls in der hierzu eingerichteten ersten Analyseeinrichtung.
Vorteilhaft ist ferner die zweite Bildverarbeitungseinrichtung eingerichtet, zu jedem Defekt einen Defektrand zu ermitteln, und die zweite Analyseeinrichtung eingerichtet, aus dem Defektrand Werte geometrischer Defekteigenschaften zu ermitteln. Ganz analog der Auswertung geometrischer Defektfragmenteigenschaften können so auf einfache Weise auch geometrische Defekteigenschaften ausgewertet werden.
Alternativ oder zusätzlich ist gemäß einer vorteilhaften Weiterbildung eine dritte Analyseeinrichtung vorgesehen, die eingerichtet ist, Werte bestimmter statistischer Defekteigenschaften aus allen einem Defekt zugeordneten Defektfragmenten gegebenenfalls in Verbindung mit den ermittelten Defektfragmenteigenschaftswerten zu ermitteln.
Diese auch als erweiterte Defekteigenschaften bezeichneten statistischen Eigenschaftswerte (beispielsweise Mittelwerte oder Summen) werden aus einer Kombination der Defektfragmenteigenschaften der demselben Defekt zugeordneten Fragmente abgeleitet. Sie resultieren aus der inneren Struktur des Defektes und beinhalten daher über die beispielhaft in Tabelle 2 genannten Defekteigenschaften hinaus aussagekräftige Informationen. Als erweiterte Defekteigenschaften gemäß dieser Weiterbildung der Erfindung lassen sich unter anderem die folgenden in Tabelle 3 genannten Eigenschaften nennen. Tabelle 3: Erweiterte Defekteigenschaften
Figure imgf000016_0001
Eine Berechnung der Eigenschaftswerte erfolgt nach den folgenden Formeln:
1 N AverageStdev = — * ]T (FAn * FSTDn ) ,
Formel 7 n=l
1 Λ' AverageSmoothness = — * ^T (FAn * FSNn ) ,
Formel 8
∑FAn -1 π=l
1 N AverageRounώiess = — * ^ (FAn * FRNn ) ,
Formel 9
∑FAn -
Figure imgf000017_0001
1 N
AverageSkewness = —, * ∑ (FAn * FSKn ) ,
V pA "=1 rormθi 1 1
H=I
mit der Anzahl N der Fragmente, der Fragmentfläche FAn, der Stan- dardabweichung der Inhalts- (Intensitäts-, Grauwert-)verteilung FSTDn, der Weichheit FSNn, der Rundheit FRNn, der Kurtosis FKSn und der Skewness FSKn jeweils des n-ten Fragments.
Die Werte der erweiterten Defekteigenschaften werden zusammen mit den Werten der beispielhaft in Tabelle 2 genannten Defekteigenschaften den ermittelten Defekteigenschaftswerten zugerechnet und der Auswerteeinrichtung zum Zuordnen des Defektes zu einer vordefinierten Defektklasse zugeführt.
Das Inspektionsverfahren sieht in einer vorteilhaften Weiterbildung ferner vor, dass ein Dunkelfeldbild der Objektoberfläche und/oder ein Hellfeldbild der Objektoberffäche aufgenommen werden.
Aufgrund der unterschiedlichen Beleuchtungsverfahren wird eine größere Anzahl von Bildinformationen gewonnen, was in der Regel zu einer größeren Anzahl von identifizierten Defektfragmenten je Defekt führt. Die Defektfragmente werden dabei bevorzugt separat einerseits im Heilfeldbiid und andererseits im Dunkeifeldbild durch Zuordnen jeweils zusammenhängender Bildpunkte ermittelt. Die so ermittelten separaten Defektfragmente aus dem Hellfeldbild und dem Dunkelfeldbild werden vorteilhafter Weise anschließend zusammengeführt, wobei das Zuordnen benachbarter Defektfragmente zu einem Defekt in der Menge der zusammengeführten Defektfragmente erfolgt. Auf diese Weise er- gibt sich ein Biid des Defektes mit höherer Informationsdichte, was wiederum die Zuordnungsgenauigkeit des Defektes zu einer vordefinierten Defektklasse erhöht.
Weitere Aufgaben, Merkmale und Vorteile der Erfindung werden nachfolgend anhand eines Ausführungsbeispiels mit Hilfe der Zeichnungen näher erläutert. Es zeigen:
Figur 1 eine schematisch vereinfachte Darstellung des erfindungsgemäßen Inspektionssystems;
Figur 2 eine Seitenansicht eines Messsystems zur Erzeugung eines Waferkantenbildes;
Figur 3A eine erste Darstellung der Zuordnung benachbarter Defektfragmente anhand von Abstandszusammenhängen;
Figur 3B eine zweite Darstellung der Zuordnung von benachbarten Defektfragmenten anhand von Formzusammenhängen;
Figur 4 eine Darstellung eines nach dem erfindungsgemäßen Verfahren ermittelten virtuellen Defektbildes;
Figur 5 ein Ablaufdiagramm einer Ausführungsform des erfindungsgemäßen Inspektionsverfahrens;
Figur 6 ein Ablaufdiagramm einer Ausführungsform des Zuordnungsschrittes des Defektes zu einer vordefinierten Defektklasse (Vergleich);
Figur 7 ein beispielhaftes Diagramm zweier Eigenschaftswertverteilungen unterschiedlicher Defektklassen und Figur 8 ein Ablaufdiagramm einer Ausführungsform des Klassifika- tionsschrittes.
Figur 1 gibt eine Übersicht über die nach dem erfindungsgemäßen Verfahren ausgeführten Schritte sowie die Merkmale des erfindungsgemä- ßen Inspektionssystems in einer schematisierten Darstellung. Demgemäß werden mittels einer Digitalkamera 101 eines oder mehrere Bilder von der Objektoberfläche erzeugt Mit der Digitalkamera verbunden sind Bildverarbeitungseinrichtungen 102, genauer eine erste und wenigstens eine zweite Bildverarbeitungseinrichtung 102, die die Biiddaten von der Digitalkamera erhalten und einerseits zusammenhängende Bildpunkte in dem Bild einem Defektfragment und andererseits benachbarte Defektfragmente einem Defekt zuordnen. Die so gewonnene Bildinformation wird an eine Analyseeinrichtung 103, genauer eine erste und wenigstens eine zweite Defektanalyseeinrichtung, weitergeben. Dort wird die erste und wenigstens die zweite Analyse ausgeführt, wobei die Bildverarbeitung und die Defektanaiyse nicht streng aufeinander folgend abgearbeitet werden müssen, sondern auch ineinander greifend zuerst die erste Defektanalyse auf die erste Bildverarbeitung und anschließend die zweite Defektanaiyse auf die zweite Bild Verarbeitung, usw., folgen kann. Auch können diese Prozessschritte teilweise parallel ausgeführt werden. Die Ergebnisse der Defektanalyse, also die Eigenschaftswerte der Defekte und Defektfragmente, werden an die mit der Defektanalyseeinrichtung 103 verbundene Auswerteeinrichtung 104 weitergegeben, wo der Defekt einer vordefinierten Defektklasse anhand der ermittelten Defektfragmenteigenschaftswerte und der ermittelten Defekteigenschaftswerte zugeordnet wird. Die Auswerteeinrichtung 104 ist ihrerseits in eine mit der Defektanalyseeinrichtung 103 verbundene Vergleichseinrichtung 105 und ein mit der Vergleichseinrichtung 105 verbundenes Klassifizierungsmittel 106 unterteilt und weist ferner eine Speichereinrichtung 107, auf die die Vergleichseinrichtung 105 zugreift. Die Vergleichseinrichtung 105 kann aus mehreren einzelnen Vergleichseinrichtungen bestehen, deren Funktionen aus den Erläuterungen zu Figur 6 ersichtlich werden. Ebenso wird aus der nachfolgenden Beschreibung ersichtlich, dass auch die Abfolge der Schritte des Vergleiches und der Klassifizierung nicht streng nacheinander ausgeführt werden müssen, sondern mittels Indizes oder Flags Sprunganweisungen ausgelöst werden können, die die Klassifizierung vorziehen und den vergleich vorzeitig beenden.
Beispielhaft ist in Figur 2 ein Messsystem zur Kanteninspektion eines Halbleiterwafers 201 dargestellt. Der Wafer 201 liegt auf einem Drehtisch 200 auf, welcher motorisch, vorzugsweise mittels Schrittmotor, angetrieben ist und den Wafer 201 während der Messung in Rotation versetzt. Das Messsystem weist ferner eine obere und eine untere Bilderzeugungseinrichtung 210 bzw. 220 in symmetrischer Anordnung bezüglich der Mittelebene E des Wafers 201 auf. Beide Bilderzeugungseinrichtungen verfügen jeweils über eine Digitalkamera 212 bzw. 222, eine Beleuchtungseinrichtung 214 bzw. 224 zur Erzeugung einer Hellfeldbeleuchtung sowie einer Beleuchtungseinrichtung 216 bzw. 226 zur Erzeugung einer Dunkelfeldbeleuchtung des oberen bzw. des unteren Kantenabschnittes des Wafers 201. Zu den Beleuchtungseinrichtungen 214 bzw. 224 für die Hellfeldbeleuchtung ist ferner jeweils ein Umlenkspiegei 218 bzw. 228 zu zählen. Die Anordnung der Beieuch- tungseinrichtungen und der Digitalkameras ist ebenso wie die Darstellung des Kantenbereichs des Wafers 201 nur als schematische Vereinfachung zu verstehen. Zur Erzeugung einer gleichmäßigen Hellfeld- und Dunkelfeldbeleuchtung der Objektkante können beispielsweise die Objektkante bogenförmig umspannende Hell- und Dunkelfeldbeleuch- tungseinrichtungen vorgesehen sein. Die obere und untere Kamera 212, 222 sowie die jeweils zugeordneten Beleuchtungssysteme 214, 216, 218, 224, 226, 228 können aus Platzgründen in Umfangsrichtung versetzt angeordnet sein. Die obere Digitalkamera 212 erfasst einen Teil der Oberseite 230 des Wafers 201 , den oberen Kantenbereich oder Beve! 232 und wenigstens einen Teil des stirnseitigen Kantenbereichs oder Apex 234. Die untere Digitalkamera 222 erfasst entsprechend einen Teil der ebenen Unterseite 236 des Wafers 201 , den unteren Kantenbereich oder Bevel 238 sowie ebenfalls zumindest einen Teil des stirnseitigen Kantenbereichs oder Apex 234.
Es sei an dieser Stelle nochmals darauf hingewiesen, dass die Erfindung nicht auf die Kanteninspektion beschränkt ist, sondern uneingeschränkt auch auf die Inspektion der ebenen Ober- bzw. Unterseite 230 bzw. 236 des Wafers 201 anwendbar ist. Zusammen mit einer entsprechenden Bilderfassungseinrichtung für die ebene Oberseite 230 und die ebene Unterseite 236 kann eine lückenlose Inspektion der Oberfläche des gesamten Wafers 201 erfolgen.
Die beiden Digitaikameras 212 und 222 sind vorzugsweise Zeilenkameras, deren Bildzeile in einer vertikalen Ebene zur Waferebene E, d. h. radial zum Wafer 201 liegt. Ein umlaufendes Kantenbild wird durch Rotation des Wafers 201 um seine Mittelachse A erzeugt, wobei bei Einsatz eines Schrittmotors vorzugsweise nach jedem Schritt jeweils entweder ein oder zwei Zeilenbilder von der Ober- und Unterkante des Wafers 201 unter Hell- bzw. Dunkelfeldbeleuchtung aufgenommen wird. Das heißt, die Kantenbiider unter Hell- bzw. Dunkelfeldbeleuchtung können nacheinander in zwei Umläufen oder schrittweise nacheinander aufgenommen werden. Die Zeilenbilder werden anschließend zu einem Panoramabild der Waferkante (nachfolgend Kantenbild) zusammengesetzt. Mittels eines solchen Messsystems werden also mindestens vier Kantenbilder erzeugt. In jedem Kantenbild werden die Notch des Wafers (nicht dargestellt) und die Waferkante mittels geeigneter Bildverarbeitungsverfahren erkannt und können zueinander ausgerichtet wer- den. Die Kantenbilder aus der oberen Digitalkamera 212 und der unteren Digitalkamera 222 können dann mittels der Bildverarbeitungseinrichtung zu einem Gesamtbild der Waferkante zusammengefügt werden.
In den Figuren 3A und 3B ist anhand zweier beispielhaft ausgewählter Kriterien das Zuordnen zweier Defektfragmente zu einem Defekt illustriert. Gemäß Figur 3A werden zwei Defektfragmente 301 und 302 anhand von festgelegten Abstandskriterien auf Zugehörigkeit zu demselben Defekt untersucht. Hierbei wird der projizierte Abstand 305 aus dem projizierten Vertikalabstand 303 und dem projizierten Horizontalabstand 304 ermittelt. Die Zuordnung zu einem gemeinsamen Defekt erfolgt dann, wenn der so projizierte Abstand kleiner als ein vordefinierter Grenzwert ist.
Gemäß Figur 3B werden die Fragmente einer Formanaiyse unterzogen, wobei eine „Anziehungskraft" zwischen zwei Fragmenten 301' und 302' ermittelt wird. Eine hohe Anziehungskraft liegt dann vor, wenn die Abstände, vorzugsweise der minimale Abstand 303', zwischen den Defekträndern gering sind und eine hohe Anzahl paralleler Tangenten 304', 305' vorliegen. Die Anziehungskraft kann gemäß folgender Formel berechnet werden:
ormel 12
Figure imgf000022_0001
Mit den folgenden Platzhaltern: i: Defektfragment i j Defektfragment j lij: Konturpunkt
I1(I1) : Tangentenvektor des Konturpunktes I von Defektfragment i (/J : Tangentenvektor des Konturpunktes I von Defektfragment j r(li,lj): Abstand der Konturpunkte 1 von Defektfragment i zu j
1 ... L, von Defekt-
Figure imgf000023_0001
fragment i
1 ... Lj von Defekt-
Figure imgf000023_0002
fragment j
Figur 4 zeigt das virtuelle Ergebnis einer solchen Zuordnung mehrerer Defektfragmente 401 zu einem Defekt, der durch einen einhüllenden Defektrand 410 eingegrenzt ist.
Das unter Bezugnahme auf Figur 1 andeutungsweise beschriebene Verfahren wird anhand von Figur 5 näher erläutert. Mittels der ersten Bildverarbeitungseinrichtung (auch „defect tracer" genannt) werden in jedem (Kanten-)Bild zusammenhängende Bildpunkte, deren Inhalte innerhalb eines bestimmten Wertebereiches liegen, in Schritt 501 identifiziert und einem Defektfragment zugeordnet. Der Wertebereich ist jeweils abhängig von dem eingesetzten Beieuchtungssystem und muss dementsprechend manuell oder automatisch festgelegt werden.
Die so aufgefundenen Defektfragmente werden mittels der zweiten Bildverarbeitungseinrichtung in Schritt 502 einem Defekt zugeordnet, wenn diese vorbestimmte Abstands- und/oder Formzusammenhänge aufweisen. Die Zuordnung benachbarter Defektfragmente zu einem Defekt erfolgt vorzugsweise über die Menge aller Defektfragmente, also der Defektfragmente, die aus allen (vier) Kantenaufnahmen gewonnen wurden, um eine möglichst lückenlose Darstellung des gesamten Defekts aus der Summe der Hell- als auch aus Dunkelfeldfragmenten zu erzielen. Das Zusammenfassen der Defektfragmente im virtuellen Bild hat deutliche Vorteile gegenüber einem Zusammenfassen der Fragmente in den individuellen Hell- oder Dunkelfeidaufnahmen. im zu- sammengefassten virtuellen Bild ist die Einheit eines Defekts aufgrund der verschiedenen optischen Belichtungsmethoden nämlich erheblich besser erkennbar.
Der gesamte Defekt wird dann mittels der zweiten Analyseeinrichtung in Schritt 503 auf das Vorliegen bestimmter Defekteigenschaften hin untersucht. Genauer gesagt werden die Werte vorher bestimmter Defekteigenschaften in diesem Schritt ermittelt.
Im Grunde parallel zu den schritten 502 und 503 werden die Defektfragmente mittel der ersten Analyseeinrichtung in Schritt 505 auf das Vorliegen bestimmter Defektfragmenteigenschaften hin untersucht. Genauer gesagt werden die Werte vorher bestimmter Defektfragmenteigenschaften in diesem Schritt ermittelt.
Anschließend werden die Defektfragmente mittels einer dritten Analyseeinrichtung in Schritt 507 einer weiteren Analyse hinsichtlich der oben genannten erweiterten Defekteigenschaften unterzogen. Hierbei werden nur solche Defektfragmente gemeinschaftlich untersucht, welche einem gemeinsamen Defekt zugeordnet wurden. In diesem Schritt werden statistische Werte (beispielsweise durch Mittelwert- oder Summenbildung oder andere Verknüpfungen von Defektfragmenteigenschaft- swerten) hergeleitet.
In einem letzten Schritt 509 wird mitteis einer Auswerteeinrichtung anhand eines Vergleichs der ermittelten Defektfragmenteigenschaftswerte und der ermittelten Defekteigenschaftswerte (einschließlich der erweiterten Defekteigenschaftswerte) mit hinterlegten Defekteigenschaftsinformationen bzw. Defektfragmenteigenschaftsinformationen, der Defekt einer vordefinierten Defektklasse zugeordnet. Dieser Vorgang der Klassifizierung wird nachfolgend anhand der Figuren 6 bis 8 erläutert.
Bei der Erläuterung der Auswertung oder Zugehörigkeitsprüfung der mittels der Analyseeinrichtungen gewonnenen Eigenschaftswerte anhand von Figur 6 wird nicht zwischen den Defekteigenschaftswerten und Defektfragmenteigenschaftswerten unterschieden. Die Zugehörigkeitsprüfung bezüglich einer (beliebigen) Defektklasse beginnt bei 601 mit den Eingangsparametern, die von der Analyseeinrichtung übergeben werden. In Schritt 602 erfolgt zunächst eine Abfrage, ob der untersuchte Defekt bereits einer anderen Defektklasse zugeordnet wurde. Wenn dies zutrifft, können sämtiiche nachfolgenden Schritte der Auswertung für die aktuell untersuchte Defektklasse übersprungen werden.
Hat noch keine Klassifizierung stattgefunden, wird in Schritt 603 zunächst abgefragt, ob zu der aktuell untersuchten Defektklasse zwingende Konditionen, d. h. also Eigenschaftsinformationen und/oder deren Verknüpfungen, welche für die Zuordnung des Defektes zu dieser Defektklasse zwingend eingehalten werden müssen, (vorzugsweise in einer Speichereinrichtung in tabellarischer Form oder implementiert in einem Programmcode) hinterlegt sind. Sind solche zwingende Konditionen vorhanden, dann folgt in Schritt 604 mittels einer ersten Vergleichseinrichtung eine Prüfung der ermittelten Defekteigenschaftswerte auf Erfüllung der zwingenden Konditionen. In Schritt 605 findet darauf hin eine Fallunterscheidung statt. Ergibt der Vergleich, dass die zwingenden Konditionen nicht allesamt erfüllt sind, findet keine weitere Abfrage/Auswertung bezüglich dieser Defektklasse statt und der Defekt wird dieser Klasse nicht zugeordnet.
Sind die zwingenden Konditionen indes erfüllt, findet in Schritt 606 erneut eine Faliunterscheidung statt. Ist für die vorliegend untersuchte Defektklasse keine Eigenschaftswertverteilung hinterlegt, so wird in Schritt 607 ein Klassifikationsflag ausgegeben, mit welchem die Zugehörigkeit des Defekts zu der vorliegend untersuchten Defektklasse bejaht wird. Ein solcher Klassifikationsflag bewirkt bei der Prüfung bezüglich der nächsten Defektklasse, dass eingangs in dem Abfrageschritt 602 alle nachfolgenden Prüfschritte übersprungen werden können und das Prüfungsverfahren insgesamt abgekürzt wird. Alternativ zu der in Figur 6 dargestellten Auswertung kann das Klassifikationsflag aus Schritt 607, auch so eingesetzt werden, dass ein Sprungbefehl unmittelbar an das Ende der Zugehörigkeitsprüfung aller Defektklassen erteilt wird.
Ergibt die Abfrage in Schritt 606, dass eine Eigenschaftswertverteilung, also eine Eigenschaftsinformation in Form einer Häufigkeitsverteilungsfunktion des Eigenschaftswertes, zu dieser Defektklasse hinterlegt ist, dann werden in Schritt 610 in einer zweiten Vergleichseinrichtung die ermittelten Defekteigenschaftswerte mit den hinterlegten Eigenschafts- wertverteiiungen verglichen und in Schritt 611 ein entsprechender Wahrscheinlichkeitswert, der die Wahrscheinlichkeit für das Vorliegen eines Defekts dieser Defektkiasse repräsentiert, ausgegeben. Eine solche Häufigkeitsverteilungsfunktion kann empirisch ermittelt und vorzugsweise abermals in einem Speichermittel in funktionaler oder tabellarischer Form hinterlegt werden. Der Vergleich bzw. die Auswertung in Schritt 610 erfolgt dergestalt, dass in jede der für die aktuell geprüfte Defektklasse hinterlegten Eigenschaftswertverteilungen der entsprechende ermittelte Defekteigenschaftswert einsetzt und der zugehörige Funktionswert (die Eigenschaftswahrscheinlichkeiten) abgerufen wird. Sind mehrere Eigenschaftswertverteilungen für eine Defektklasse hinterlegt, so erhält man in dem Auswerteschritt 610 mehrere Eigenschaftswahrscheinlichkeiten, welche in Schritt 611 zu einem gesamten Wahrscheinlichkeitswert verknüpft werden. Die Verknüpfung ist vorzugsweise eine Multiplikation oder Mittelwertbildung der einzelnen Eigenschaftswahrscheinlichkeiten. Der Vollständigkeit halber sei noch der Fall erwähnt, in dem für eine Defektklasse keine zwingenden Konditionen hinterlegt sind. In diesem Fall führt nach Abfrage in Schritt 603 die weitere Zuordnung unmittelbar zu der Abfrage in Schritt 609, ob eine oder mehrere Eigenschaftswertverteilungen für diese Defektklasse hinterlegt sind. Ist auch dies nicht der Fall, findet keinerlei Klassifikation statt und es wird zur Prüfung der nächsten Defektklasse übergegangen. Ist eine Eigenschaftswertverteilung hinterlegt, so führt dies abermals zum Vergleich der ermittelten Defekteigenschaftswerte mit den hinterlegten Eigenschaftswertverteilungen in der zweiten Vergleichseinrichtung in Schritt 610.
Die in Figur 6 dargestellte Zugehörigkeitsprüfung führt für jede Defektklasse zusammengefasst zu einem der drei folgenden Ergebnisse:
ein Defekt wird der untersuchten Defektklasse in Schritt 607 eindeutig zugeordnet und somit klassifiziert,
der Defekt bleibt unklassifiziert, wenn er bereits in einem vorausgegangenen Vergleich mit einer anderen Defektklasse klassifiziert wurde (Schritt 602) oder wenn in den Schritten 604 und 605 festgestellt wird, dass wenigstens eine der zwingenden Konditionen nicht erfüllt ist, oder wenn in den Schritten 603 und 609 festgestellt wird, dass zu dieser Defektklasse weder zwingende Konditionen noch Eigenschaftswertverteilungen hinterlegt sind (dieser Fall ist defektunabhängig und führt in jedem Fall dazu, dass der Defektklasse kein Defekt zugeordnet werden kann)
dem Defekt wird für die untersuchte Defektklasse ein Wahrscheinlichkeitswert zugeordnet. In Figur 8 sind vier Zugehörigkeitsprüfungen der zuvor beschriebenen Art kaskadiert hintereinander für vier beispielhafte Defektklassen (Partikel, Kratzer, Ausbruch, Flächendefekt) dargestellt. Neben den genannten Defektklassen sind selbstverständlich auch weitere Klassifikationen möglich. Es kann beispielsweise zwischen feineren und gröberen Partikeln (Staub und Splitter) unterschieden werden. Flächendefekt können ferner in Wenigkeiten, Inhomogenitäten, Rauhigkeiten oder Abdrücke unterteilt werden, etc.
An die Zugehörigkeitsprüfungen aller Defektklassen mittels der Auswerteeinrichtungen schließt sich die anhand von Figur 8 erläuterte eigentliche Klassifizierung durch ein Klassifizierungsmittel an. Eine Fallunterscheidung in Schritt 806 sorgt für eine sofortige Beendigung der Klassifizierung, wenn der Defekt einer untersuchten Defektklasse in Schritt 607 bereits eindeutig zugeordnet und somit klassifiziert wurde. Dies kann anhand des Klassifikationsflags festgestellt werden. Ist dies nicht der Fall, wird abermals eine Faüunterscheidung in Schritt 808 dahingehend getroffen, ob Wahrscheinlichkeitswerte in den Schritten 610 und 611 für wenigstens eine der Defektklassen ausgegeben wurden. Ist dies nicht der Fall, dann wird der Defekt einer vorgegebenen Defekt- klasse zugeordnet (Default). Die Klassifikation ist danach beendet. Die Schritte 808 und 810 sind allerdings optional. Auf Schritt 808 kann verzichtet werden, wenn sichergestellt ist, dass zu jeder vordefinierten Defektklasse wenigstens eine Eigenschaftsinformation aus der Gruppe zwingender Konditionen und Eigenschaftswertverteilungen hinterlegt ist. Schritt 810 stellt nur sicher, dass ein Defekt, der anderweitig nicht klassifiziert werden konnte, weil er beispielsweise die zwingenden Konditionen keiner Defektklasse erfüllt, nicht unklassifiziert bleibt. Somit können auch solche Defekte beispielsweise bei einer nachgeschalteten Sortierung adäquat berücksichtigt werden, die bei der Defektklassendefinition nicht berücksichtigt oder für die unzutreffende Parameter hinterlegt wurden. Liegt wenigstens ein Wahrscheinlichkeitswert vor (oder wird auf die Fallunterscheidung bei 808 verzichtet) werden durch das Klassifizierungsmittel, welches mit der zweiten Vergleichseinrichtung verbunden ist, die unterschiedlichen Wahrscheinlichkeitswerte der verschiedenen Defektklassen in Schritt 809 ausgewertet, d.h. verglichen und ein Klas- sifikations-Flag für diejenige Defektklasse ausgeben, für welche der höchste Wahrscheinlichkeitswert ausgegeben wurde.
Letzterer Schritt wird für zwei verschiedene Defektklassen mit unterschiedlicher Eigenschaftswertverteilung anhand eines einzigen Defekteigenschaftswertes anhand von Figur 7 erläutert. Ist beispielsweise für die Defektklasse 1 eine Häufigkeits- oder Eigenschaftswertverteilung gemäß Kurve 701 und für die Defektklasse 2 eine Häufigkeitsverteilung gemäß Kurve 702 hinterlegt, dann erhält man durch Einsetzen des entsprechenden ermittelten Defekteigenschaftswertes von 5,5 in jede der beiden Eigenschaftswertverteilung die zugeordnete Eigenschaftswahrscheinlichkeit für die Defektkiasse 1 von 0,05 und die für die Defektlasse 2 von 0,25. Diese einfache Zuordnungsvorschrift eines Funktionswertes {Eigenschaftswahrscheinlichkeit) zu einem Defekteigenschaftswert ist keineswegs die einzig mögliche. Auch kann zur Ermittlung eines Wahrscheinlichkeitswertes beispielsweise bis zu dem Defekteigenschaftswert über die Eigenschaftswertverteilung aufintegriert werden.
Bezugszeichenliste
101 Digitalkamera
102 Bildverarbeitungseinrichtung
103 Defektanaiyseeinrichtung
104 Auswerteeinrichtung
105 Vergleichseinrichtung
106 Klassifizierungsmittel
107 Speichereinrichtung
200 Drehtisch
201 Wafer
210 Bilderzeugungseinrichtung
220 Bilderzeugungseinrichtung
212 Digitalkamera
214 Beleuchtungseinrichtung
216 Beleuchtungseinrichtung
222 Digitalkamera
224 Beieuchtungseinrichtung
226 Beleuchtungseinrichtung
218 Umlenkspiegel
228 Umlenkspiegel
230 ebene Oberseite
232 oberer Kantenbereich (Bevel)
234 stirnseitiger Kantenbereich (Apex)
236 ebene Unterseite
238 unterer Kantenbereich
301 Defektfragment 301' Defektfragment
302 Defektfragment 302' Defektfragment
303 projizierter Vertikalabstand 303' Abstand
304 projizierter Horizontalabstand 304' Tangente
305 projizierter Abstand 305' Tangente
401 Defektfragment
410 Defektrand

Claims

Patentansprüche
1. Inspektionssystem für die optische Untersuchung von Objektoberflächen, insbesondere von Waferoberfiächen, mit
- wenigstens einer Digitaikamera (101 , 212, 222), eingerichtet zum Erzeugen wenigstens eines digitalen Bildes der Objektoberfläche,
- einer ersten Bildverarbeitungseinrichtung (102), eingerichtet zum Zuordnen zusammenhängender Bildpunkte in dem Bild zu einem Defektfragment (301 , 301', 302, 302', 401 ), wenn deren Inhalte innerhalb eines bestimmten Wertebereiches liegen,
- einer ersten Analyseeinrichtung (103), eingerichtet zum Ermitteln von Werten bestimmter Defektfragmenteigenschaften,
- einer zweiten Bildverarbeitungseinrichtung (102), eingerichtet zum Zuordnen von benachbarten Defektfragment (301 , 301', 302, 302', 401) zu einem Defekt, wenn diese vorbestimmte Abstands- und/oder Formzusammenhänge aufweisen,
- einer zweiten Analyseeinrichtung (103), eingerichtet zum Ermitteln von Werten bestimmter Defekteigenschaften und
- einer Auswerteeinrichtung (104), eingerichtet zum Zuordnen des Defektes zu einer vordefinierten Defektklasse anhand der ermittelten Defektfragmenteigenschaftswerte und/oder der ermittelten Defekteigenschaftswerte.
2. Inspektionssystem nach Anspruch 1 , dadurch gekennzeichnet, dass die Auswerteeinrichtung (104)
- eine Speichereinrichtung (107) für die vordefinierten Defektklassen, in der Informationen über die bestimmten Defektfragmenteigenschaften und die bestimmten Defektei- genschaften hinterlegt und den vordefinierten Defektklassen zugeordnet sind, und
- eine Vergleichseinrichtung (105) aufweist, eingerichtet zum Vergleichen der ermittelten Defektfragmenteigenschaftswer- te mit den hinterlegten Defektfragmenteigenschaftsinforma- tionen und/oder der ermittelten Defekteigenschaftswerte mit den hinterlegten Defekteigenschaftsinformationen und zum Ausgeben eines Vergleichsergebnisses.
3. Inspektionssystem nach Anspruch 1 oder 2, dadurch gekennzeichnet, dass die erste Bildverarbeitungseinrichtung (102) ferner eingerichtet ist, zu jedem Defektfragment (301 , 301\ 302, 302', 401 ) ein Fragmentrand zu ermittein, und dass die erste Analyseeinrichtung (103) ferner eingerichtet ist, aus dem Fragmentrand Werte geometrischer Defektfragmenteigenschaften zu ermitteln.
4. Inspektionssystem nach einem der Ansprüche 1 bis 3, dadurch gekennzeichnet, dass die erste Analyseeinrichtung (103) ferner eingerichtet ist, aus den Bildpunktinhalten Werte bestimmter Defektfragmenteigenschaften zu ermitteln.
5. Inspektionssystem nach einem der Ansprüche 1 bis 4, dadurch gekennzeichnet, dass die zweite Bildverarbeitungseinrichtung (102) ferner eingerichtet ist, zu jedem Defekt einen Defektrand (410) zu ermitteln, und dass die zweite Analyseeinrichtung (103) ferner eingerichtet ist, aus dem Defektrand (410) Werte geometrischer Defekteigenschaften zu ermitteln.
6. Inspektionssystem nach einem der Ansprüche 1 bis 5, gekennzeichnet durch eine dritte Analyseeinrichtung (103) , eingerichtet Werte bestimmter statistischer Defekteigenschaften aus allen einem Defekt zugeordneten Defektfragmenten (301 , 301', 302, 302', 401 ) gegebenenfalls in Verbindung mit den ermittelten Defektfragmen- teigenschaftswerten zu ermitteln.
7. Inspektionsverfahren für die optische Untersuchung von Objekt- oberfiächen, insbesondere von Waferoberflächen, auf Oberflächendefekte mit den Schritten:
- Aufnehmen wenigstens eines Bildes von der Objektoberfläche mittels einer Digitalkamera (101 , 212, 222),
- Zuordnen zusammenhängender Bildpunkte in dem Bild zu einem Defektfragment (301 , 301 ', 302, 302', 401 ), wenn deren Inhalte innerhalb eines bestimmten Wertebereiches liegen,
- Ermitteln von Werten bestimmter Defektfragmenteigenschaften,
- Zuordnen benachbarter Defektfragmenten (301 , 301', 302, 302', 401 ) zu einem Defekt, wenn diese vorbestimmte Abstands- und/oder Formzusammenhänge aufweisen,
- Ermitteln von Werten bestimmter Defekteigenschaften und
- Zuordnen des Defektes zu einer vordefinierten Defektkiasse anhand der ermittelten Defektfragmenteigenschaftswerte und/oder der ermittelten Defekteigenschaftswerte.
8. Inspektionsverfahren nach Anspruch 7, dadurch gekennzeichnet, dass, Eigenschaftsinformationen über die bestimmten Defektfragmenteigenschaften und die bestimmten Defekteigenschaften in einer Speichereinrichtung (107) hinterlegt und den vordefinier- ten Defektklassen zugeordnet sind, und dass die ermittelten De- fektfragmenteigenschaftswerte mit den hinterlegten Defektfrag- menteigenschaftsinformationen und/oder die ermittelten Defekteigenschaftswerte mit den hinterlegten Defekteigenschaftsinformationen verglichen werden.
9. Inspektionsverfahren nach Anspruch 7 oder 8, dadurch gekennzeichnet, dass zu jedem Defektfragment (301 , 301', 302, 302', 401 ) ein Fragmentrand ermittelt und dass aus dem Fragmentrand Werte geometrischer Defektfragmenteigenschaften ermittelt werden.
10. Inspektionsverfahren nach einem der Ansprüche 7 bis 9, dadurch gekennzeichnet, dass Werte bestimmter Defektfragmenteigenschaften anhand von Bildpunktinhalten ermittelt werden.
11. Inspektionsverfahren nach einem der Ansprüche 7 bis 10, dadurch gekennzeichnet, dass zu jedem Defekt ein Defektrand (410) ermittelt und dass aus dem Defektrand (410) Werte geometrischer Defekteigenschaften ermittelt werden.
12. Inspektionsverfahren nach einem der Ansprüche 7 bis 11 , dadurch gekennzeichnet, dass aus allen einem Defekt zugeordneten Defektfragmenten (301 , 301', 302, 302', 401 ) gegebenenfalls in Verbindung mit den ermittelten Defektfragmenteigenschaftswerten bestimmte statistische Defekteigenschaften ermittelt werden.
13. Inspektionsverfahren nach einem der Ansprüche 7 bis 12, dadurch gekennzeichnet, dass ein Dunkelfeldbild der Objektoberfläche aufgenommen wird.
14. Inspektionsverfahren nach einem der Ansprüche 7 bis 13, dadurch gekennzeichnet, dass ein Heilfeldbild der Objektoberfläche aufgenommen wird.
15. Inspektionsverfahren nach Anspruch 13 und 14, dadurch gekennzeichnet, dass das Zuordnen zusammenhängender Bildpunkte einerseits in dem Helifeldbild und andererseits in dem Dunkelfeldbild zu separaten Defektfragmenten (301 , 301', 302, 302', 401 ) erfolgt.
16. Inspektionsverfahren nach Anspruch 15, dadurch gekennzeichnet, dass die separaten Defektfragmente (301 , 301 ', 302, 302', 401 ) aus dem Hellfeldbiid und dem Dunkelfeldbiid zusammengeführt werden und das Zuordnen benachbarter Defektfragmente (301 , 301 ', 302, 302', 401 ) in der Menge der zusammengeführten Defektfragmente (301 , 301', 302, 302\ 401 ) erfolgt.
17. Computerprogramm produkt zur Identifikation von Oberflächendefekten auf Objektoberfiächen, welches eingerichtet ist, aus Bilddaten von der Objektoberfläche zusammenhängende Bildpunkte mit Inhalten innerhalb eines bestimmten Wertebereiches zu identifizieren und zu einem Defektfragment (301 , 301', 302, 302', 401 ) zusammenzufassen, Werte bestimmter Eigenschaften des Defektfragmentes (301 , 301', 302, 302', 401 ) zu ermitteln, benachbarten Defektfragmente (301 , 301 ', 302, 302', 401 ) mit vorbestimmten Abstands- und/oder Formzusammenhängen zu identifizieren und zu einem Defekt zusammenzufassen, Werte bestimmter Eigenschaften des Defektes zu ermitteln und den Defekt einer vordefinierten Defektklasse anhand der ermittelten Defektfragmenteigenschaftswerte und/oder der ermittelten Defekteigenschaftswerte zuzuordnen.
PCT/EP2009/054213 2008-04-14 2009-04-08 Inspektionssystem und -verfahren für die optische untersuchung von objektoberflächen, insbesondere von waferoberflächen WO2009127572A1 (de)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
DE200810001174 DE102008001174B9 (de) 2008-04-14 2008-04-14 Inspektionssystem und -verfahren für die optische Untersuchung von Objektoberflächen, insbesondere von Waferoberflächen
DE102008001174.6 2008-04-14

Publications (1)

Publication Number Publication Date
WO2009127572A1 true WO2009127572A1 (de) 2009-10-22

Family

ID=40852160

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/EP2009/054213 WO2009127572A1 (de) 2008-04-14 2009-04-08 Inspektionssystem und -verfahren für die optische untersuchung von objektoberflächen, insbesondere von waferoberflächen

Country Status (2)

Country Link
DE (1) DE102008001174B9 (de)
WO (1) WO2009127572A1 (de)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106409711A (zh) * 2016-09-12 2017-02-15 佛山市南海区广工大数控装备协同创新研究院 一种太阳能硅晶片缺陷检测系统及方法
CN115841972A (zh) * 2023-02-10 2023-03-24 广州粤芯半导体技术有限公司 缺陷检测装置及贴膜装置

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FR2977939B1 (fr) 2011-07-11 2013-08-09 Edixia Procede d'acquisition de plusieurs images d'un meme objet a l'aide d'une seule camera lineaire
DE102014118460B3 (de) * 2014-12-11 2016-03-24 Pqc - Process Quality Competence Gmbh Verfahren sowie System zur Bewertung von flächigen Materialien

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5991699A (en) * 1995-05-04 1999-11-23 Kla Instruments Corporation Detecting groups of defects in semiconductor feature space
US20040085532A1 (en) * 2000-05-04 2004-05-06 Wayne Chen System and methods for classifying anomalies of sample surfaces
US6947588B2 (en) * 2003-07-14 2005-09-20 August Technology Corp. Edge normal process
US20070286473A1 (en) * 2006-06-08 2007-12-13 Kla-Tencor Technologies Corp. Methods and Systems for Detecting Defects on a Specimen Using a Combination of Bright Field Channel Data and Dark Field Channel Data

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
AU9399398A (en) * 1997-09-22 1999-04-12 Intelligent Reasoning Systems, Inc. Automated visual inspection system and process for detecting and classifying defects
JP4038356B2 (ja) * 2001-04-10 2008-01-23 株式会社日立製作所 欠陥データ解析方法及びその装置並びにレビューシステム

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5991699A (en) * 1995-05-04 1999-11-23 Kla Instruments Corporation Detecting groups of defects in semiconductor feature space
US20040085532A1 (en) * 2000-05-04 2004-05-06 Wayne Chen System and methods for classifying anomalies of sample surfaces
US6947588B2 (en) * 2003-07-14 2005-09-20 August Technology Corp. Edge normal process
US20070286473A1 (en) * 2006-06-08 2007-12-13 Kla-Tencor Technologies Corp. Methods and Systems for Detecting Defects on a Specimen Using a Combination of Bright Field Channel Data and Dark Field Channel Data

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106409711A (zh) * 2016-09-12 2017-02-15 佛山市南海区广工大数控装备协同创新研究院 一种太阳能硅晶片缺陷检测系统及方法
CN106409711B (zh) * 2016-09-12 2019-03-12 佛山市南海区广工大数控装备协同创新研究院 一种太阳能硅晶片缺陷检测系统及方法
CN115841972A (zh) * 2023-02-10 2023-03-24 广州粤芯半导体技术有限公司 缺陷检测装置及贴膜装置

Also Published As

Publication number Publication date
DE102008001174B9 (de) 2013-05-29
DE102008001174A1 (de) 2009-11-05
DE102008001174B4 (de) 2013-03-14

Similar Documents

Publication Publication Date Title
DE19521346C2 (de) Bilduntersuchungs/-Erkennungsverfahren, darin verwendetes Verfahren zur Erzeugung von Referenzdaten und Vorrichtungen dafür
DE69422128T2 (de) Verfahren zur interaktiven automatischen Zytologie
DE69131102T2 (de) Untersuchungskontrollverfahren für bilder die auf einer anzeige gezeigt werden
EP2577620B1 (de) Vorrichtung zur echtheitsprüfung von wertdokumenten
DE60307967T2 (de) Bildverarbeitungsverfahren für die untersuchung des erscheinungsbildes
DE112018007375T5 (de) Qualitätsüberwachungssystem
EP1897067B1 (de) Verfahren und vorrichtung zur erkennung einer münze unter verwendung ihres prägebildes
DE102018202051A1 (de) Vorrichtung zum automatischen Prüfen von Linsen und Verfahren zum automatischen Prüfen einer Vielzahl von Linsen
DE2903625A1 (de) Vorrichtung zur automatischen blutanalyse
DE102014002582A1 (de) Verfahren zur Erkennung von Rissen in den Wandungen von Hohlglasartikeln
DE112019006855T5 (de) Simulationsvorrichtung und simulationsverfahren
DE102008001174B9 (de) Inspektionssystem und -verfahren für die optische Untersuchung von Objektoberflächen, insbesondere von Waferoberflächen
EP3108461B1 (de) Verfahren zum untersuchen eines wertdokuments und mittel zur durchführung des verfahrens
DE102017219244B4 (de) Inspektionsbedingungsbestimmungseinrichtung, inspektionsbedingungsbestimmungsverfahren und inspektionsbedingungsbestimmungsprogramm
DE102008001171B4 (de) Inspektionssytem und -verfahren für die optische Untersuchung von Objektkanten, insbesondere von Waferkanten
WO2018007619A1 (de) Verfahren und einrichtung zur kategorisierung einer bruchfläche eines bauteils
DE102013006925A1 (de) Vorrichtung und Verfahren zur Prüfung von Wertdokumenten, insbesondere Banknoten, sowie Wertdokumentbearbeitungssystem
DE102008001173B3 (de) Klassifizierungseinrichtung und -verfahren für die Klassifizierung von Oberflächendefekten, insbesondere aus Waferoberflächen
WO2008077680A1 (de) Verfahren und vorrichtung zur optischen prüfung von objekten
DE19637741B4 (de) Automatisches Zytologisches Probenanalysesystem unter Verwendung von individualisierten Patientendaten
DE20317095U1 (de) Vorrichtung zur Erkennung von Oberflächenfehlern
DE102016109027A1 (de) Verfahren zur Lageüberprüfung charakteristischer Punkte in Lichtverteilungen
DE10066189B4 (de) Verfahren zur Erkennung von Objekten
DE10024559B4 (de) Verfahren zur Erkennung von Objekten
DE10351925B4 (de) Verfahren und Vorrichtung zur Erkennung von Oberflächenfehlern

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: 09733396

Country of ref document: EP

Kind code of ref document: A1

122 Ep: pct application non-entry in european phase

Ref document number: 09733396

Country of ref document: EP

Kind code of ref document: A1