CN117437193A - 晶圆缺陷检测方法、装置、电子束扫描设备及存储介质 - Google Patents
晶圆缺陷检测方法、装置、电子束扫描设备及存储介质 Download PDFInfo
- Publication number
- CN117437193A CN117437193A CN202311390935.0A CN202311390935A CN117437193A CN 117437193 A CN117437193 A CN 117437193A CN 202311390935 A CN202311390935 A CN 202311390935A CN 117437193 A CN117437193 A CN 117437193A
- Authority
- CN
- China
- Prior art keywords
- image
- wafer
- sharpness
- evaluation value
- defect detection
- Prior art date
- Legal status (The legal status 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 status listed.)
- Pending
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 297
- 230000007547 defect Effects 0.000 title claims abstract description 291
- 238000010894 electron beam technology Methods 0.000 title claims abstract description 70
- 238000003860 storage Methods 0.000 title claims description 18
- 238000011156 evaluation Methods 0.000 claims abstract description 275
- 238000000034 method Methods 0.000 claims abstract description 59
- 238000009826 distribution Methods 0.000 claims description 144
- 241001270131 Agaricus moelleri Species 0.000 claims description 32
- 238000004364 calculation method Methods 0.000 claims description 32
- 238000007689 inspection Methods 0.000 claims description 32
- 238000003070 Statistical process control Methods 0.000 claims description 20
- 238000012797 qualification Methods 0.000 claims description 20
- 238000004590 computer program Methods 0.000 claims description 12
- 230000008569 process Effects 0.000 abstract description 18
- 235000012431 wafers Nutrition 0.000 description 385
- 238000010586 diagram Methods 0.000 description 13
- 239000000725 suspension Substances 0.000 description 10
- 230000006870 function Effects 0.000 description 7
- 238000009792 diffusion process Methods 0.000 description 6
- 238000012544 monitoring process Methods 0.000 description 6
- 239000004065 semiconductor Substances 0.000 description 6
- 238000004891 communication Methods 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 201000009310 astigmatism Diseases 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 230000002950 deficient Effects 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 206010042434 Sudden death Diseases 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N23/00—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00
- G01N23/22—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by measuring secondary emission from the material
- G01N23/225—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by measuring secondary emission from the material using electron or ion
- G01N23/2251—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by measuring secondary emission from the material using electron or ion using incident electron beams, e.g. scanning electron microscopy [SEM]
-
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/90—Determination of colour characteristics
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
- G06T2207/30148—Semiconductor; IC; Wafer
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Analytical Chemistry (AREA)
- General Health & Medical Sciences (AREA)
- Biochemistry (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Chemical & Material Sciences (AREA)
- Quality & Reliability (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Geometry (AREA)
- Testing Or Measuring Of Semiconductors Or The Like (AREA)
- Analysing Materials By The Use Of Radiation (AREA)
Abstract
本申请属于半导体技术领域,揭示一种晶圆缺陷检测方法、装置、电子束扫描设备及存储介质,该方案在启动对待检晶圆的目标缺陷检测区域进行电子束扫描以后,获取待检晶圆的晶圆图像,并计算晶圆图像的图像锐度,基于晶圆图像的图像锐度,获得晶圆图像的锐度评估值,当锐度评估值不符合预设条件,说明获取到的晶圆图像质量不良,标记待检晶圆的缺陷检测结果为不可靠检测结果,区分于晶圆图像质量良好的待检晶圆的缺陷检测结果,提高各待检晶圆的缺陷检测结果可靠性,避免后续工序使用错误的缺陷检测结果。并且,还通过中止待检晶圆的缺陷检测,及时停止该晶圆图像质量不良的待检晶圆的缺陷检测程序,避免无意义的执行步骤,提高EBI的有效利用率。
Description
技术领域
本申请涉及半导体技术领域,特别涉及一种晶圆缺陷检测方法、装置、电子束扫描设备及存储介质。
背景技术
随着半导体行业的发展,电子束扫描设备被大量应用到半导体领域,进行晶圆纳米级物理缺陷的检测和电路通断缺陷检测。晶圆图像质量直接关系到缺陷检测结果,但由于电子束扫描设备的基本原理所致,无法做到晶圆图像的精准稳定性,难以确保晶圆图像的质量。
目前行业内电子束扫描设备鲜有图像质量监测***,导致晶圆的物理缺陷的检测和电路通断缺陷因为图像质量不良,缺陷检测结果错误,缺陷检测结果可靠性低,这就会导致后续工序使用错误的缺陷检测结果。有些电子束扫描设备虽然设置了图像质量监测***,但其是在扫描之前获取样本图像,根据所获得样本图像调整扫描设备镜头、电子束等,以在缺陷检测过程中获得较佳的晶圆图像质量,这并不能保证实际图像质量不会导致缺陷误检,缺陷检测结果可靠性低。
发明内容
为了解决上述问题,本申请提供了一种晶圆缺陷检测方法、晶圆缺陷检测装置、电子束扫描设备及计算机可读存储介质。
根据本申请实施例的一方面,公开了一种晶圆缺陷检测方法,该晶圆缺陷检测方法包括:
对待检晶圆的目标缺陷检测区域进行电子束扫描,以检测所述目标缺陷检测区域的缺陷,其中,所述待检晶圆具有一个或多个缺陷检测区域;
获取所述待检晶圆的晶圆图像,并计算所述晶圆图像的图像锐度;
基于所述晶圆图像的图像锐度,获得所述晶圆图像的锐度评估值;
判断所述晶圆图像的锐度评估值是否符合预设条件;当所述晶圆图像的锐度评估值不符合预设条件,标记所述待检晶圆的缺陷检测结果为不可靠检测结果。
在一些实施例中,所述基于所述晶圆图像的图像锐度,获得所述晶圆图像的锐度评估值,包括:计算所述晶圆图像的图像锐度与预设的晶圆图像标准锐度的锐度差值,获得所述晶圆图像的锐度评估值;所述晶圆图像的锐度评估值不符合预设条件,为:所述晶圆图像的锐度评估值大于等于第一锐度差值阈值。
在一些实施例中,当所述晶圆图像的锐度评估值不符合预设条件,中止所述待检晶圆的缺陷检测。
在一些实施例中,在获得所述晶圆图像的锐度评估值之后,所述方法还包括:输出所述晶圆图像的锐度评估值至统计过程控制***,以使所述统计过程控制***在所述晶圆图像的锐度评估值不符合预设条件时,标记所述待检晶圆的缺陷检测结果为不可靠检测结果。
在一些实施例中,所述计算所述晶圆图像的图像锐度,包括:基于关系式 计算所述晶圆图像的图像锐度;其中,P为所述晶圆图像的图像锐度,m、n分别为所述晶圆图像的长和宽,df为所述晶圆图像的像素点灰度变化幅值,dx为所述晶圆图像的像素点间的距离增量,i为所述晶圆图像的像素点,a为所述像素点的邻域点。
在一些实施例中,所述晶圆图像为所述待检晶圆上所述目标缺陷检测区域以外,且距离所述目标缺陷检测区域小于第一预设距离之内的没有经过电子束扫描的晶圆区域图像。
在一些实施例中,在对待检晶圆的目标缺陷检测区域进行电子束扫描之前,所述方法还包括:获取待检晶圆的亮度/对比度图像,并获取所述亮度/对比度图像的灰阶分布;基于所述亮度/对比度图像的灰阶分布,获得所述亮度/对比度图像的灰阶分布评估值;判断所述灰阶分布评估值是否符合预设条件;当所述灰阶分布评估值不符合预设条件,中止所述待检晶圆的缺陷检测。
在一些实施例中,所述获取所述亮度/对比度图像的灰阶分布,包括:获取所述亮度/对比度图像中各灰阶所对应像素点数量的正态分布;计算所述正态分布中预设个西格玛之内的各灰阶所对应的像素点数量,以获得所述亮度/对比度图像的灰阶分布;所述基于所述亮度/对比度图像的灰阶分布,获得所述亮度/对比度图像的灰阶分布评估值,包括:基于所述正态分布中预设个西格玛之内的灰阶所对应的像素点数量与预设的标准灰阶分布中同一灰阶所对应的像素点数量,判断所述灰阶是否合格;计算所述正态分布中预设个西格玛之内所有灰阶的合格率,作为所述亮度/对比度图像的灰阶分布评估值。
在一些实施例中,所述预设个西格玛为1~2个西格玛。
在一些实施例中,当所述正态分布中预设个西格玛之内的灰阶所对应的像素点数量与所述标准灰阶分布中同一灰阶所对应的像素点数量的比值与100%的差值小于5%,判断所述灰阶合格;和/或
所述灰阶分布评估值不符合预设条件为:所述所有灰阶的合格率小于等于95%;当所述所有灰阶的合格率大于95%,所述灰阶分布评估值符合预设条件。
在一些实施例中,当所述灰阶分布评估值符合预设条件,所述方法还包括:获取待检晶圆的像散图像,并计算所述像散图像的图像锐度;基于所述像散图像的图像锐度,获得所述像散图像的锐度评估值;判断所述像散图像的锐度评估值是否符合预设条件;当所述像散图像的锐度评估值不符合预设条件,中止所述待检晶圆的缺陷检测;当所述像散图像的锐度评估值符合预设条件,执行所述对待检晶圆的目标缺陷检测区域进行电子束扫描的步骤。
在一些实施例中,所述基于所述像散图像的图像锐度,获得所述像散图像的锐度评估值,包括:计算所述像散图像的图像锐度与预设的像散图像标准锐度的锐度差值,获得所述像散图像的锐度评估值;所述像散图像的锐度评估值不符合预设条件,为:所述像散图像的锐度评估值大于等于第二锐度差值阈值;所述像散图像的锐度评估值符合预设条件,为:所述像散图像的锐度评估值小于第二锐度差值阈值。
在一些实施例中,在对待检晶圆的目标缺陷检测区域进行电子束扫描之前,所述方法还包括:获取待检晶圆的像散图像,并计算所述像散图像的图像锐度;基于所述像散图像的图像锐度,获得所述像散图像的锐度评估值;判断所述像散图像的锐度评估值是否符合预设条件;当所述像散图像的锐度评估值不符合预设条件,中止所述待检晶圆的缺陷检测。
在一些实施例中,在对待检晶圆的目标缺陷检测区域进行电子束扫描之前,所述方法还包括:获取待检晶圆的对焦图像,并计算所述对焦图像的图像锐度;基于所述对焦图像的图像锐度,获得所述对焦图像的锐度评估值;判断所述对焦图像的锐度评估值是否符合预设条件;当所述对焦图像的锐度评估值不符合预设条件,中止所述待检晶圆的缺陷检测。
在一些实施例中,所述基于所述对焦图像的图像锐度,获得所述对焦图像的锐度评估值,包括:计算所述对焦图像的图像锐度与预设的对焦图像标准锐度的锐度差值,获得所述对焦图像的锐度评估值;所述对焦图像的锐度评估值不符合预设条件,为:所述对焦图像的锐度评估值大于等于第三锐度差值阈值。
在一些实施例中,当所述对焦图像的锐度评估值符合预设条件,所述方法还包括:获取待检晶圆的亮度/对比度图像,并获取所述亮度/对比度图像的灰阶分布;基于所述亮度/对比度图像的灰阶分布,获得所述亮度/对比度图像的灰阶分布评估值;判断所述灰阶分布评估值是否符合预设条件;当所述灰阶分布评估值不符合预设条件,中止所述待检晶圆的缺陷检测;当所述灰阶分布评估值符合预设条件,获取待检晶圆的像散图像,并计算所述像散图像的图像锐度;基于所述像散图像的图像锐度,获得所述像散图像的锐度评估值;判断所述像散图像的锐度评估值是否符合预设条件;当所述像散图像的锐度评估值不符合预设条件,中止所述待检晶圆的缺陷检测;当所述像散图像的锐度评估值符合预设条件,执行所述对待检晶圆的目标缺陷检测区域进行电子束扫描的步骤。
根据本申请实施例的一方面,公开了一种晶圆缺陷检测装置,该晶圆缺陷检测装置包括待检晶圆扫描模块、图像锐度计算模块、锐度评估值计算模块、锐度评估值判断模块以及检测结果标记模块,其中,所述待检晶圆扫描模块用于对待检晶圆的目标缺陷检测区域进行电子束扫描,以检测所述目标缺陷检测区域的缺陷,其中,所述待检晶圆具有一个或多个缺陷检测区域;所述图像锐度计算模块用于获取所述待检晶圆的晶圆图像,并计算所述晶圆图像的图像锐度;所述锐度评估值计算模块用于基于所述晶圆图像的图像锐度,获得所述晶圆图像的锐度评估值;所述锐度评估值判断模块用于判断所述晶圆图像的锐度评估值是否符合预设条件;所述检测结果标记模块用于在所述晶圆图像的锐度评估值不符合预设条件时,标记所述待检晶圆的缺陷检测结果为不可靠检测结果。
根据本申请实施例的一方面,公开了一种电子束扫描设备,该电子束扫描设备包括一个或多个处理器以及存储器,所述存储器用于存储一个或多个计算机程序,当所述一个或多个计算机程序被所述一个或多个处理器执行时,使得所述处理器实现如上所述的晶圆缺陷检测方法。
根据本申请实施例的一方面,公开了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机可读指令,当所述计算机可读指令被计算机的处理器执行时,使所述计算机执行如上所述的晶圆缺陷检测方法。
本申请的实施例提供的技术方案至少包括以下有益效果:
本申请公开的方案,在启动对待检晶圆的目标缺陷检测区域进行电子束扫描以后,获取待检晶圆的晶圆图像,并计算晶圆图像的图像锐度,基于晶圆图像的图像锐度,获得晶圆图像的锐度评估值,当锐度评估值不符合预设条件,说明获取到的晶圆图像质量不良,标记待检晶圆的缺陷检测结果为不可靠检测结果,区分于晶圆图像质量良好的待检晶圆的缺陷检测结果,提高各待检晶圆的缺陷检测结果可靠性,避免后续工序使用错误的缺陷检测结果。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性的,并不能限制本申请。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本申请的实施例,并于说明书一起用于解释本申请的原理。
图1示出了一实施例图像质量不良和图像质量良好对应的检测结果示意图;
图2示出了本申请一实施例的晶圆缺陷检测方法的流程图;
图3示出了本申请一实施例亮度/对比度图像质量检测步骤的流程图;
图4示出了本申请一实施例获得的灰阶分布和标准灰阶分布示意图;
图5示出了本申请一实施例像散图像质量检测步骤的流程图;
图6示出了本申请一实施例对焦图像质量检测步骤的流程图;
图7示出了本申请一实施例的晶圆缺陷检测的整体流程图;
图8示出了本申请一实施例晶圆缺陷检测装置的组成框图;
图9示出了本申请一实施例电子束扫描设备的组成框图;
图10示出用于实现本申请的一些实施例的计算机***结构框图。
附图标记说明如下:
800、晶圆缺陷检测装置;801、待检晶圆扫描模块;802、图像锐度计算模块;803、锐度评估值计算模块;804、锐度评估值判断模块;805、检测结果标记模块;806、缺陷检测中止模块;807、灰阶分布计算模块;808、灰阶分布评估值计算模块;809、灰阶分布评估值判断模块;900、电子束扫描设备;901、处理器;902、存储器;1000、计算机***;1001、CPU;1002、ROM;1003、RAM;1004、总线;1005、I/O接口;1006、输入部分;1007、输出部分;1008、存储部分;1009、通信部分;1010、驱动器;1011、可拆卸介质。
具体实施方式
现在将参考附图更全面地描述示例实施方式。然而,示例实施方式能够以多种形式实施,且不应被理解为限于在此阐述的范例;相反,提供这些示例实施方式使得本申请的描述将更加全面和完整,并将示例实施方式的构思全面地传达给本领域的技术人员。
其中,术语“第一”、“第二”、“第三”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”、“第三”的特征可以明示或者隐含地包括一个或者更多个特征。
此外,所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施例中。在下面的描述中,提供许多具体细节从而给出对本申请的实施例的充分理解。然而,本领域技术人员将意识到,可以实践本申请的技术方案而没有特定细节中的一个或更多,或者可以采用其它的方法、组元、装置、步骤等。在其它情况下,不详细示出或描述公知方法、装置、实现或者操作以避免模糊本申请的各方面。
附图中所示的流程图仅是示例性说明,不是必须包括所有的内容和操作/步骤,也不是必须按所描述的顺序执行。例如,有的操作/步骤还可以分解,而有的操作/步骤可以合并或部分合并,因此实际执行的顺序有可能根据实际情况改变。
EBI(Electron-Beam Inspection,电子束缺陷检测设备),使用高能电子与晶圆表面的物质发生相互作用时所激发出的信息进行成像,通过图像处理和运算来实现对晶圆上的电性和物理缺陷进行检测的目的,是芯片制造过程中良率提升的关键设备。成像的图像质量直接关系到缺陷检测结果,当图像质量较差时,会导致缺陷检测结果可靠性低。
现有的一些EBI,在对待检晶圆进行电子束扫描期间,没有对图像质量进行监控。一般情况下,recipe(程式)会有<1%的概率发生图像质量漂移,主要原因是由于图像对焦、亮度/对比度、像散的抓取失败,同时设备本身硬件的突然死掉也会导致突然图像整体漂移。带来的影响是:在检测过程中检测不出缺陷,而且目前没有预警机制,从而导致缺陷检测部门无法保证缺陷检测结果的可靠性。
现有的一些EBI,虽然设置了图像质量监测***,但其图像质量监测***是在对待检晶圆进行电子束扫描之前获取EBI机台预埋的微片图像,也即样本图像,根据所获得样本图像调整扫描设备的镜头、电子束等,以在缺陷检测过程中获得更好的晶圆图像质量,该更好的晶圆图像质量并不能保证足够好以保证不发生缺陷误检,且样本图像质量并不能准确代表实际待检晶圆的图像质量,在一些情况下,例如,待检晶圆的厚度与样本的厚度不同,可能会出现样本图像质量良好,但待检晶圆的实际图像质量不好的情况,这时同样会导致缺陷检测结果的可靠性低,从而导致后续工序使用错误的检测结果。
示例性地,待检晶圆实际上存在缺陷,因缺陷检测过程中获得的晶圆图像质量不良,导致检测不出缺陷,待检晶圆的缺陷检测结果为0缺陷,如图1中(a)所示,而当缺陷检测过程中获得的晶圆图像质量良好时,待检晶圆的缺陷检测结果为若干个晶粒有缺陷,以x标记,如图1中(b)所示。
在半导体器件的CD(Critical Dimension,关键尺寸)不断缩小和业内对检测结果要求日趋苛刻下,缺陷检测结果的可靠性愈发重要。为此,本申请提供了一种晶圆缺陷检测方法,通过在启动对待检晶圆的目标缺陷检测区域进行电子束扫描以后,获取待检晶圆的晶圆图像,并对晶圆图像进行分析,判断晶圆图像的质量,在判断晶圆图像质量不良的情况下,标记待检晶圆的缺陷检测结果为不可靠检测结果,区分于晶圆图像质量良好的待检晶圆的缺陷检测结果,提高各待检晶圆的缺陷检测结果可靠性,可以避免后续工序使用错误的缺陷检测结果。
下面结合具体实施方式对本申请提供的晶圆缺陷检测方法做出详细说明。
图2示出了本申请一实施例的晶圆缺陷检测方法的流程图,参阅图2所示,该晶圆缺陷检测方法至少包括晶圆缺陷检测步骤、图像获取和锐度计算步骤、锐度评估值获取步骤、图像质量判断步骤、检测结果标记步骤等,分别对应于以下步骤S110至步骤S150,详细介绍如下:
在步骤S110,对待检晶圆的目标缺陷检测区域进行电子束扫描,以检测目标缺陷检测区域的缺陷。
其中,待检晶圆具有一个或多个缺陷检测区域。当待检晶圆仅具有一个缺陷检测区域,目标缺陷检测区域即为该缺陷检测区域,当待检晶圆具有多个缺陷检测区域,目标缺陷检测区域可以是该多个缺陷检测区域中的一个缺陷检测区域,也可以是该多个缺陷检测区域中的两个或者两个以上的缺陷检测区域。示例性地,待检晶圆具有多个缺陷检测区域,该多个缺陷检测区域分别位于待检晶圆的左上角区域、右上角区域、左下角区域、右下角区域,在一实施例中,目标缺陷检测区域包括左上角区域和右上角区域,在另一实施例中,目标缺陷检测区域包括左下角区域和右下角区域。
可以理解地,目标缺陷检测区域为当前需要进行电子束扫描以检测缺陷的缺陷检测区域。对于一具有多个缺陷检测区域的待检晶圆,可以间歇地分次对多个缺陷检测区域进行电子束扫描,例如,先以左上角区域和右上角区域作为目标缺陷检测区域,进行电子束扫描,在对左上角区域和右上角区域扫描完成之后,再以左下角区域和右下角区域作为目标缺陷检测区域,进行电子束扫描,此种情况下,两次电子束扫描之间可以***其他步骤,例如以下的步骤S120~步骤S140。当然,对于一具有多个缺陷检测区域的待检晶圆,也可以一次对多个缺陷检测区域进行电子束扫描,也即,在该待检晶圆的所有缺陷检测区域进行电子束扫描结束之前,不允许***其他步骤。
在一实施例中,检测目标缺陷检测区域的缺陷,是将对待检晶圆的目标缺陷检测区域进行电子束扫描所获得的扫描图像中,晶圆内部临近的三颗晶粒中每两颗晶粒两两进行灰阶相减,通过晶粒两两比对的方式,找出三颗晶粒中与另外两颗晶粒不同的晶粒,认为是存在缺陷的晶粒。该方式缺陷检测结果准确性高。
在步骤S120,获取待检晶圆的晶圆图像,并计算晶圆图像的图像锐度。
在一实施例中,是在完成对待检晶圆的目标缺陷检测区域进行电子束扫描之后,再利用电子束扫描该已完成扫描目标缺陷检测区域的待检晶圆,获得晶圆图像。在完成扫描目标缺陷检测区域之后,再另外获取晶圆图像,技术难度低,容易实现。可选地,在其他实施例中,也可以是在对待检晶圆的目标缺陷检测区域进行电子束扫描的过程中,获取实时的晶圆图像。
其中,晶圆图像,并非特指涵盖待检晶圆全部区域的图像,可以是待检晶圆的局部区域图像。在一实施例中,所获取的晶圆图像,为待检晶圆上目标缺陷检测区域以外,且距离目标缺陷检测区域小于第一预设距离之内的没有经过电子束扫描的晶圆区域图像。由于经过电子束扫描的晶圆区域,会留下痕迹,影响图像质量,通过获取距离目标缺陷检测区域较近的没有经过电子束扫描的晶圆区域图像,所获得的晶圆图像的图像质量更能够代表扫描过程中目标缺陷检测的实际图像质量,从而使得后续步骤的处理结果更加准确。
其中,第一预设距离,为预先设定的距离目标缺陷检测区域足够近的距离值,使晶圆图像为邻近于目标缺陷检测区域的区域图像,以避免由于待检晶圆不同区域间的细微误差导致所获得的晶圆图像不能准确代表扫描过程中目标缺陷检测区域的图像质量。
在一实施例中,基于关系式计算晶圆图像的图像锐度,其中,P为晶圆图像的图像锐度,m、n分别为晶圆图像的长和宽,df为晶圆图像的像素点灰度变化幅值,dx为晶圆图像的像素点间的距离增量,i为晶圆图像的像素点,a为像素点的邻域点。也即,逐个对晶圆图像中的每个像素点取8邻域点分别与之灰度相减,先求该8邻域点分别与之灰度相减后获得的8个灰度差值df的加权和,其中,权重的大小取决于邻域点与该像素点的距离dx,邻域点与该像素点的距离近,则权重大,邻域点与该像素点的距离远,则权重小,如45°和135°方向的灰度差值的权重需在0°和90°方向的灰度差值的权重基础上乘以再将所有像素点所得值相加后除以晶圆图像的像素点总个数m×n,获得晶圆图像的图像锐度P。该关系式可以看作对晶圆图像每个像素点周围的灰度扩散程度的统计,即扩散程度越剧烈,其值越大,图像越清晰。
在该实施例中,通过晶圆图像的8邻域点灰度差值和反映图像的灰度分布情况,不容易受噪声等因素的影响导致参数波动,可以获得准确的图像锐度计算结果。当然,在其他实施例中,也可以通过其他方式,来计算晶圆图像的图像锐度。
在步骤S130,基于晶圆图像的图像锐度,获得晶圆图像的锐度评估值。
其中,锐度评估值是指,可以用于评估晶圆图像的质量好坏,并与晶圆图像的图像锐度相关联的参数。
在一实施例中,基于晶圆图像的图像锐度,获得晶圆图像的锐度评估值,也即,计算晶圆图像的图像锐度与预设的晶圆图像标准锐度的锐度差值,获得晶圆图像的锐度评估值,即是,以晶圆图像的图像锐度与预设的晶圆图像标准锐度的锐度差值,作为晶圆图像的锐度评估值。晶圆图像的锐度评估值计算方法简单,且能够准确评估晶圆图像的图像质量。
在一实施例中,基于晶圆图像的图像锐度,获得晶圆图像的锐度评估值,也即,以晶圆图像的图像锐度,作为晶圆图像的锐度评估值。当晶圆图像的锐度评估值大于等于预设的晶圆图像标准锐度与第一锐度差值之和,即为晶圆图像的锐度评估值不符合预设条件。
当然,本申请不限于是以晶圆图像的图像锐度与预设的晶圆图像标准锐度的锐度差值或晶圆图像的图像锐度作为晶圆图像的锐度评估值,在其他实施例中,可以通过任意的方式确定晶圆图像的锐度评估值。
在步骤S140,判断晶圆图像的锐度评估值是否符合预设条件,当晶圆图像的锐度评估值不符合预设条件,进入步骤S150。
其中,在以晶圆图像的图像锐度与预设的晶圆图像标准锐度的锐度差值,作为晶圆图像的锐度评估值的实施例中,当晶圆图像的锐度评估值大于等于第一锐度差值阈值,即为晶圆图像的锐度评估值不符合预设条件,进入步骤S150;当晶圆图像的锐度评估值小于第一锐度差值阈值,即为晶圆图像的锐度评估值符合预设条件。
在以晶圆图像的图像锐度,作为晶圆图像的锐度评估值的实施例中,当晶圆图像的锐度评估值大于等于预设的晶圆图像标准锐度与第一锐度差值阈值之和,即为晶圆图像的锐度评估值不符合预设条件,进入步骤S150;当晶圆图像的锐度评估值小于预设的晶圆图像标准锐度与第一锐度差值阈值之和,即为晶圆图像的锐度评估值符合预设条件。
在步骤S150,标记待检晶圆的缺陷检测结果为不可靠检测结果。
晶圆图像的锐度评估值不符合预设条件,也即晶圆图像质量不良,在判断晶圆图像质量不良的情况下,标记待检晶圆的缺陷检测结果为不可靠检测结果,可以区分于晶圆图像质量良好的待检晶圆的缺陷检测结果,缺陷检测部门能够获知每一待检晶圆的缺陷检测结果是否可靠,提高了各待检晶圆的缺陷检测结果可靠性,可以避免后续工序使用错误的缺陷检测结果。
可选地,在一些实施例中,当步骤S140判断晶圆图像的锐度评估值符合预设条件,也即晶圆图像质量良好,也可以进一步执行标记待检晶圆的缺陷检测结果为可靠检测结果的步骤,也即,在这些实施例中,对晶圆图像质量不良和晶圆图像质量优良的待检晶圆对应的缺陷检测结果均进行标记,来区分每一待检晶圆的缺陷检测结果是否可靠。
其中,标记待检晶圆的缺陷检测结果为不可靠检测结果,可以是直接标记该待检晶圆,此时可以通过标记待检晶圆的晶圆ID来标记该待检晶圆;也可以是通过标记待检晶圆在所对应的晶圆批次中的晶圆序号,也即某一晶圆批次中的第几片晶圆,来间接标记该待检晶圆,此时无需获取待检晶圆的晶圆ID,程序更加简单。
在一实施例中,当图像质量判断步骤判断晶圆图像的锐度评估值不符合预设条件,还进一步执行缺陷检测中止步骤,该缺陷检测中止步骤包括:中止待检晶圆的缺陷检测。
当待检晶圆具有多个缺陷检测区域,且目标缺陷检测区域没有包含待检晶圆所有的缺陷检测区域,在图像质量判断步骤之后,可能还会存在一些缺陷检测区域待检测,当待检晶圆存在待检测的缺陷检测区域,中止待检晶圆的缺陷检测,可以及时停止该晶圆图像质量不良的待检晶圆的缺陷检测程序,避免无意义的执行步骤,提高EBI的有效利用率。
中止待检晶圆的缺陷检测,可以是输出中止待检晶圆的缺陷检测程序的控制指令,使机台基于该控制指令停止待检晶圆的缺陷检测,在该实施例中,当图像质量判断步骤判断晶圆图像的锐度评估值不符合预设条件,直接执行缺陷检测中止步骤,效率高。
在图像质量判断步骤之后,待检晶圆也可能不存在待检测的缺陷检测区域,在一些实施例中,当图像质量判断步骤判断晶圆图像的锐度评估值不符合预设条件,也可以是先执行待检确认步骤,也即确定待检晶圆是否存在待检测的缺陷检测区域,若待检晶圆存在待检测的缺陷检测区域,再进一步执行缺陷检测中止步骤,中止待检晶圆的缺陷检测。
在一实施例中,是通过SPC(Statistical Process Control,统计过程控制)***来执行图像质量判断步骤和检测结果标记步骤,在锐度评估值获取步骤之后,还进一步执行锐度评估值输出步骤,输出晶圆图像的锐度评估值至SPC***。而后,SPC***执行图像质量判断步骤,判断晶圆图像的锐度评估值是否符合预设条件,并在判断晶圆图像的锐度评估值不符合预设条件的情况下,执行检测结果标记步骤,标记待检晶圆的缺陷检测结果为不可靠检测结果。
在晶圆缺陷检测方法包括缺陷检测中止步骤的实施例中,SPC***还执行缺陷检测中止步骤,也即,在晶圆图像的锐度评估值不符合预设条件时,进一步执行中止待检晶圆的缺陷检测的步骤。
综上,本申请在启动对待检晶圆的目标缺陷检测区域进行电子束扫描以后,获取待检晶圆的晶圆图像,并计算晶圆图像的图像锐度,基于晶圆图像的图像锐度,获得晶圆图像的锐度评估值,当锐度评估值不符合预设条件,说明获取到的晶圆图像质量不良,标记待检晶圆的缺陷检测结果为不可靠检测结果,区分于晶圆图像质量良好的待检晶圆的缺陷检测结果,提高各待检晶圆的缺陷检测结果可靠性,避免后续工序使用错误的缺陷检测结果。并且,当锐度评估值不符合预设条件,中止待检晶圆的缺陷检测,可以及时停止该晶圆图像质量不良的待检晶圆的缺陷检测程序,避免无意义的检测,提高EBI的有效利用率。
在一些实施例中,在执行晶圆缺陷检测步骤之前,先执行亮度/对比度图像质量检测步骤,如图3所示,该亮度/对比度图像质量检测步骤包括亮度/对比度图像获取和灰阶分布计算步骤、灰阶分布评估值获取步骤以及亮度/对比度图像质量判断步骤,分别对应于以下步骤S210至步骤S230,详细介绍如下:
在步骤S210,获取待检晶圆的亮度/对比度图像,并获取亮度/对比度图像的灰阶分布。
在一实施例中,获取待检晶圆的亮度/对比度图像,为:利用电子束扫描待检晶圆上目标缺陷检测区域以外,且距离目标缺陷检测区域小于第二预设距离之内且非缺陷检测区域的晶圆区域,获得该晶圆区域的亮度/对比度图像。
第二预设距离,为预先设定的距离目标缺陷检测区域足够近的距离值,使亮度/对比度图像为邻近于目标缺陷检测区域的区域图像,以避免由于待检晶圆不同区域间的细微误差导致所获得的亮度/对比度图像不能准确代表目标缺陷检测区域的图像质量。
在一实施例中,获取亮度/对比度图像的灰阶分布,包括:获取亮度/对比度图像中各灰阶所对应像素点数量的正态分布;计算正态分布中预设个西格玛之内的各灰阶所对应的像素点数量,以获得亮度/对比度图像的灰阶分布。统计学理论上,只要样本数量够多,就会呈现正态分布,该实施例利用统计学理论计算亮度/对比度图像的灰阶分布,能够准确获得亮度/对比度图像的灰阶分布。
在步骤S220,基于亮度/对比度图像的灰阶分布,获得亮度/对比度图像的灰阶分布评估值。
其中,灰阶分布评估值是指,可以用于评估亮度/对比度图像的质量好坏,并与亮度/对比度图像的灰阶分布相关联的参数。
在一实施例中,获取亮度/对比度图像的灰阶分布,包括:获取亮度/对比度图像中各灰阶所对应像素点数量的正态分布;计算正态分布中预设个σ(Sigma,西格玛)之内的各灰阶所对应的像素点数量,以获得亮度/对比度图像的灰阶分布。基于亮度/对比度图像的灰阶分布,获得亮度/对比度图像的灰阶分布评估值,包括:基于正态分布中预设个σ之内的灰阶所对应的像素点数量与预设的标准灰阶分布中同一灰阶所对应的像素点数量,判断灰阶是否合格;计算正态分布中预设个σ之内所有灰阶的合格率,作为亮度/对比度图像的灰阶分布评估值。该方式获得的灰阶分布评估值,有助于后续步骤准确判断亮度/对比度图像的图像质量。
详细地,基于正态分布中预设个σ之内的灰阶所对应的像素点数量与预设的标准灰阶分布中同一灰阶所对应的像素点数量,判断灰阶是否合格,包括:计算正态分布中预设个σ之内的灰阶所对应的像素点数量与预设的标准灰阶分布中同一灰阶所对应的像素点数量的比值;将获得的比值与100%作差,获得差值;比较获得的差值与预设阈值的大小,当获得的差值小于预设阈值,判断该灰阶合格,当获得的差值大于等于预设阈值,判断灰阶不合格。通过将实际获得的灰阶分布情况与标准灰阶分布进行比较,可以准确判断各灰阶是否合格。
示例性的,该预设阈值为5%,也即,当正态分布中预设个σ之内的灰阶所对应的像素点数量与预设的标准灰阶分布中同一灰阶所对应的像素点数量的比值和100%的差值小于5%,判断该灰阶合格;当正态分布中预设个σ之内的灰阶所对应的像素点数量与预设的标准灰阶分布中同一灰阶所对应的像素点数量的比值和100%的差值大于等于5%,判断该灰阶不合格。
在一实施例中,预设个σ为1~2个σ。1~2个σ,已经具有足够多的样本数量,能够获得比较准确的灰阶分布评估值,同时,可以减少不必要的运算,提高灰阶分布评估值计算效率,从而提高图像质量检测效率。详细地,预设个σ例如是1个σ,1.5个σ、2个σ等。当然,预设个σ也可以是2个以上的σ。
示例性地,图4中(a)示出了步骤S210所获取到的亮度/对比度图像的灰阶分布示意图,图4中(b)示出了标准灰阶分布示意图,预设个σ之内的灰阶例如是110灰阶~170灰阶,在步骤S220中,计算110灰阶在图4中(a)对应的像素点数量与110灰阶在图4中(b)对应的像素点数量的比值和100%的差值,若差值小于5%,判断110灰阶合格,否则,判断110灰阶不合格;其他灰阶同样道理。在判断完所有灰阶是否合格之后,将110灰阶~170灰阶中合格灰阶的总数除以110灰阶~170灰阶的灰阶总数,即可以获得预设个σ之内所有灰阶的合格率,也即亮度/对比度图像的灰阶分布评估值。
需要说明的是,以正态分布中预设个σ之内所有灰阶的合格率作为亮度/对比度图像的灰阶分布评估值,仅作为本申请的一个实施例,在其他实施例中,也可以通过其他方式计算灰阶分布评估值。
在步骤S230,判断亮度/对比度图像的灰阶分布评估值是否符合预设条件,当亮度/对比度图像的灰阶分布评估值不符合预设条件,进入缺陷检测中止步骤,也即步骤S240。
在一实施例中,判断亮度/对比度图像的灰阶分布评估值是否符合预设条件,为:判断亮度/对比度图像的灰阶分布评估值是否大于预设阈值,当亮度/对比度图像的灰阶分布评估值大于预设阈值,灰阶分布评估值符合预设条件;当亮度/对比度图像的灰阶分布评估值小于等于预设阈值,灰阶分布评估值不符合预设条件。
示例性地,该预设阈值为95%,也即,当预设个σ之内所有灰阶的合格率大于95%,灰阶分布评估值符合预设条件,判断亮度/对比度图像的图像质量良好;当预设个σ之内所有灰阶的合格率小于等于95%,灰阶分布评估值不符合预设条件,判断亮度/对比度图像的图像质量不良,进入步骤S240。
在步骤S240,中止待检晶圆的缺陷检测。
在判断亮度/对比度图像的图像质量不良时,直接进入缺陷检测中止步骤,停止后续有关待检晶圆的缺陷检测程序,避免无意义的执行步骤,提高EBI的有效利用率。
在一实施例中,当步骤S230判断亮度/对比度图像的灰阶分布评估值符合预设条件,进一步执行像散图像质量检测步骤,如图5所示,该像散图像质量检测步骤包括像散图像获取和锐度计算步骤、锐度评估值获取步骤以及像散图像质量判断步骤,分别对应于以下步骤S310至步骤S330,详细介绍如下:
在步骤S310,获取待检晶圆的像散图像,并计算像散图像的图像锐度。
在一实施例中,获取待检晶圆的像散图像,为:利用电子束扫描待检晶圆上目标缺陷检测区域以外,且距离目标缺陷检测区域小于第三预设距离之内且非缺陷检测区域的晶圆区域,获得该晶圆区域的像散图像。
第三预设距离,为预先设定的距离目标缺陷检测区域足够近的距离值,使像散图像为邻近于目标缺陷检测区域的区域图像,以避免由于待检晶圆不同区域间的细微误差导致所获得的像散图像不能准确代表目标缺陷检测区域的图像质量。
在一实施例中,基于关系式计算像散图像的图像锐度,其中,P为像散图像的图像锐度,m、n分别为像散图像的长和宽,df为像散图像的像素点灰度变化幅值,dx为像散图像的像素点间的距离增量,i为像散图像的像素点,a为像素点的邻域点。也即,逐个对像散图像中的每个像素点取8邻域点分别与之灰度相减,先求该8邻域点分别与之灰度相减后获得的8个灰度差值df的加权和,其中,权重的大小取决于邻域点与该像素点的距离dx,邻域点与该像素点的距离近,则权重大,邻域点与该像素点的距离远,则权重小,如45°和135°方向的灰度差值的权重需在0°和90°方向的灰度差值的权重基础上乘以再将所有像素点所得值相加后除以像散图像的像素点总个数m×n,获得像散图像的图像锐度P。该关系式可以看作对像散图像每个像素点周围的灰度扩散程度的统计,即扩散程度越剧烈,其值越大,图像越清晰。
在该实施例中,通过像散图像的8邻域点灰度差值和反映图像的灰度分布情况,不容易受噪声等因素的影响导致参数波动,可以获得准确的图像锐度计算结果。当然,在其他实施例中,也可以通过其他方式,来计算像散图像的图像锐度。
在步骤S320,基于像散图像的图像锐度,获得像散图像的锐度评估值。
在一实施例中,基于像散图像的图像锐度,获得像散图像的锐度评估值,也即,计算像散图像的图像锐度与预设的像散图像标准锐度的锐度差值,获得像散图像的锐度评估值,即是,以像散图像的图像锐度与预设的像散图像标准锐度的锐度差值,作为像散图像的锐度评估值。像散图像的锐度评估值计算方法简单,且能够准确评估像散图像的图像质量。
在一实施例中,基于像散图像的图像锐度,获得像散图像的锐度评估值,也即,以像散图像的图像锐度,作为像散图像的锐度评估值。当像散图像的锐度评估值大于等于预设的像散图像标准锐度与第二锐度差值之和,即为像散图像的锐度评估值不符合预设条件。
当然,本申请不限于是以像散图像的图像锐度与预设的像散图像标准锐度的锐度差值或像散图像的图像锐度作为像散图像的锐度评估值,在其他实施例中,可以通过任意的方式确定像散图像的锐度评估值。
在步骤S330,判断像散图像的锐度评估值是否符合预设条件,当像散图像的锐度评估值不符合预设条件,执行缺陷检测中止步骤,也即步骤S340,当像散图像的锐度评估值符合预设条件,进一步执行对待检晶圆的目标缺陷检测区域进行电子束扫描的步骤。
其中,在以像散图像的图像锐度与预设的像散图像标准锐度的锐度差值,作为像散图像的锐度评估值的实施例中,当像散图像的锐度评估值大于等于第二锐度差值阈值,即为像散图像的锐度评估值不符合预设条件,进入步骤S340;当像散图像的锐度评估值小于第二锐度差值阈值,即为像散图像的锐度评估值符合预设条件。
在以像散图像的图像锐度,作为像散图像的锐度评估值的实施例中,当像散图像的锐度评估值大于等于预设的像散图像标准锐度与第二锐度差值阈值之和,即为像散图像的锐度评估值不符合预设条件,进入步骤S340;当像散图像的锐度评估值小于预设的像散图像标准锐度与第二锐度差值阈值之和,即为像散图像的锐度评估值符合预设条件。
在步骤S340,中止待检晶圆的缺陷检测。
在判断像散图像的图像质量不良时,直接进入缺陷检测中止步骤,停止后续有关待检晶圆的缺陷检测程序,避免无意义的执行步骤,提高EBI的有效利用率。
需要说明的是,在一些实施例中,当步骤S230判断亮度/对比度图像的灰阶分布评估值符合预设条件,可以不再执行像散图像质量检测步骤,而是直接执行对待检晶圆的目标缺陷检测区域进行电子束扫描的步骤及后续相关步骤。在一些实施例中,也可以是只执行像散图像质量检测步骤,不执行亮度/对比度图像质量检测步骤。
在一些实施例中,在执行晶圆缺陷检测步骤之前,先执行对焦图像质量检测步骤,如图6所示,该对焦图像质量检测步骤包括对焦图像获取和锐度计算步骤、锐度评估值获取步骤以及对焦图像质量判断步骤,分别对应于以下步骤S410至步骤S430,详细介绍如下:
在步骤S410,获取待检晶圆的对焦图像,并计算对焦图像的图像锐度。
在一实施例中,获取待检晶圆的对焦图像,为:利用电子束扫描待检晶圆上目标缺陷检测区域以外,且距离目标缺陷检测区域小于第四预设距离之内且非缺陷检测区域的晶圆区域,获得该晶圆区域的对焦图像。
第四预设距离,为预先设定的距离目标缺陷检测区域足够近的距离值,使对焦图像为邻近于目标缺陷检测区域的区域图像,以避免由于待检晶圆不同区域间的细微误差导致所获得的对焦图像不能准确代表目标缺陷检测区域的图像质量。
在一实施例中,基于关系式计算对焦图像的图像锐度,其中,P为对焦图像的图像锐度,m、n分别为对焦图像的长和宽,df为对焦图像的像素点灰度变化幅值,dx为对焦图像的像素点间的距离增量,i为对焦图像的像素点,a为像素点的邻域点。也即,逐个对对焦图像中的每个像素点取8邻域点分别与之灰度相减,先求该8邻域点分别与之灰度相减后获得的8个灰度差值df的加权和,其中,权重的大小取决于邻域点与该像素点的距离dx,邻域点与该像素点的距离近,则权重大,邻域点与该像素点的距离远,则权重小,如45°和135°方向的灰度差值的权重需在0°和90°方向的灰度差值的权重基础上乘以再将所有像素点所得值相加后除以对焦图像的像素点总个数m×n,获得对焦图像的图像锐度P。该关系式可以看作对对焦图像每个像素点周围的灰度扩散程度的统计,即扩散程度越剧烈,其值越大,图像越清晰。
在该实施例中,通过对焦图像的8邻域点灰度差值和反映图像的灰度分布情况,不容易受噪声等因素的影响导致参数波动,可以获得准确的图像锐度计算结果。当然,在其他实施例中,也可以通过其他方式,来计算对焦图像的图像锐度。
在步骤S420,基于对焦图像的图像锐度,获得对焦图像的锐度评估值。
在一实施例中,基于对焦图像的图像锐度,获得对焦图像的锐度评估值,也即,计算对焦图像的图像锐度与预设的对焦图像标准锐度的锐度差值,获得对焦图像的锐度评估值,即是,以对焦图像的图像锐度与预设的对焦图像标准锐度的锐度差值,作为对焦图像的锐度评估值。对焦图像的锐度评估值计算方法简单,且能够准确评估对焦图像的图像质量。
在一实施例中,基于对焦图像的图像锐度,获得对焦图像的锐度评估值,也即,以对焦图像的图像锐度,作为对焦图像的锐度评估值。当对焦图像的锐度评估值大于等于预设的对焦图像标准锐度与第三锐度差值之和,即为对焦图像的锐度评估值不符合预设条件。
当然,本申请不限于是以对焦图像的图像锐度与预设的对焦图像标准锐度的锐度差值或对焦图像的图像锐度作为对焦图像的锐度评估值,在其他实施例中,可以通过任意的方式确定对焦图像的锐度评估值。
在步骤S430,判断对焦图像的锐度评估值是否符合预设条件,当对焦图像的锐度评估值不符合预设条件,执行缺陷检测中止步骤,也即步骤S440,当对焦图像的锐度评估值符合预设条件,进一步执行对待检晶圆的目标缺陷检测区域进行电子束扫描的步骤。
其中,在以对焦图像的图像锐度与预设的对焦图像标准锐度的锐度差值,作为对焦图像的锐度评估值的实施例中,当对焦图像的锐度评估值大于等于第三锐度差值阈值,即为对焦图像的锐度评估值不符合预设条件,进入步骤S440;当对焦图像的锐度评估值小于第三锐度差值阈值,即为对焦图像的锐度评估值符合预设条件。
在以对焦图像的图像锐度,作为对焦图像的锐度评估值的实施例中,当对焦图像的锐度评估值大于等于预设的对焦图像标准锐度与第三锐度差值阈值之和,即为对焦图像的锐度评估值不符合预设条件,进入步骤S440;当对焦图像的锐度评估值小于预设的对焦图像标准锐度与第三锐度差值阈值之和,即为对焦图像的锐度评估值符合预设条件。
在步骤S440,中止待检晶圆的缺陷检测。
在判断对焦图像的图像质量不良时,直接进入缺陷检测中止步骤,停止后续有关待检晶圆的缺陷检测程序,避免无意义的执行步骤,提高EBI的有效利用率。
在一实施例中,当步骤S430判断对焦图像的锐度评估值符合预设条件,进一步执行亮度/对比度图像质量检测步骤,该亮度/对比度图像质量检测步骤具体参阅前述步骤S210至步骤S230中的描述,当步骤S230判断亮度/对比度图像的灰阶分布评估值符合预设条件,进一步执行像散图像质量检测步骤,该像散图像质量检测步骤具体参阅前述步骤S310至步骤S330中的描述,当步骤S330判断像散图像的锐度评估值符合预设条件,进一步执行对待检晶圆的目标缺陷检测区域进行电子束扫描的步骤,当步骤S330判断像散图像的锐度评估值不符合预设条件,执行中止待检晶圆的缺陷检测的步骤。
对焦、亮度/对比度、像散是电子束扫描图像中的三个重要评价指标,依次对对焦图像质量、亮度/对比度图像质量、像散图像质量进行判断,在任意指标不良时,中止待检晶圆的缺陷检测,在三个指标均良好时,才执行对待检晶圆的目标缺陷检测区域进行电子束扫描的步骤,能够最大程度上避免无意义的执行步骤,提高EBI的有效利用率。
需要说明的是,在一些实施例中,当步骤S430判断对焦图像的锐度评估值符合预设条件,可以不再执行亮度/对比度图像质量检测步骤、像散图像质量检测步骤中的一者或者两者。在一些实施例中,也可以调换对焦图像质量检测步骤、亮度/对比度图像质量检测步骤、像散图像质量检测步骤的执行顺序。
图7示出了本申请一实施例的晶圆缺陷检测的整体流程图,如图7所示,晶圆缺陷检测包括程式设定阶段和晶圆检测阶段。其中,在程式设定阶段,依次对对焦图像、亮度/对比度图像、像散图像、晶圆图像进行定义,并定义对焦图像所对应的对焦图像标准锐度、亮度/对比度图像所对应的标准灰阶分布、像散图像所对应的像散图像标准锐度、晶圆图像所对应的晶圆图像标准锐度。在晶圆检测阶段,首先获取待检晶圆的对焦图像,计算对焦图像的图像锐度,并计算对焦图像的图像锐度与对焦图像标准锐度的锐度差值,将该锐度差值送入SPC***,由SPC***判断该锐度差值是否小于第三锐度差值阈值,若否,中止待检晶圆的缺陷检测;若是,进一步获取待检晶圆的亮度/对比度图像,计算亮度/对比度图像的灰阶分布,并计算灰阶分布中预设个σ之内所有灰阶的合格率,将合格率送入SPC***,由SPC***判断该合格率是否大于预设阈值,若是,中止待检晶圆的缺陷检测;若否,进一步获取待检晶圆的像散图像,计算像散图像的图像锐度,并计算像散图像的图像锐度与像散图像标准锐度的锐度差值,将该锐度差值送入SPC***,由SPC***判断该锐度差值是否小于第二锐度差值阈值,若否,中止待检晶圆的缺陷检测;若是,进入晶圆缺陷检测步骤,对待检晶圆的目标缺陷检测区域进行电子束扫描,在扫描结束之后,进一步进行定点取图,获取待检晶圆的晶圆图像,计算晶圆图像的图像锐度,并计算晶圆图像的图像锐度与晶圆图像标准锐度的锐度差值,将该锐度差值送入SPC***,由SPC***判断该锐度差值是否小于第一锐度差值阈值,若否,中止待检晶圆的缺陷检测,并标记待检晶圆的缺陷检测结果为不可靠检测结果。
在图7所示实施例中,依次对对焦图像质量、亮度/对比度图像质量、像散图像质量进行判断,在任意指标不良时,中止待检晶圆的缺陷检测,在三个指标均良好时,也即确认EBI无故障、待检晶圆没有问题(如待检晶圆没放好),才执行对待检晶圆的目标缺陷检测区域进行电子束扫描的步骤,避免由于EBI故障、待检晶圆没放好等原因导致后续缺陷检测结果不可靠,能够最大程度上避免无意义的执行步骤,提高EBI的有效利用率。EBI在检测阶段可能出现问题,在扫描结束之后,二次检测图像质量,避免由于扫描阶段EBI或者晶圆出现问题导致图像质量不良,而导致的缺陷检测结果不准确,提高最终缺陷检测结果的可靠性。且,本申请是基于实际的待检晶圆进行图像质量检测,图像质量监测的精准性高。
接下来参阅图8所示,本实施例提供了一种晶圆缺陷检测装置800,该晶圆缺陷检测装置800主要包括待检晶圆扫描模块801、图像锐度计算模块802、锐度评估值计算模块803、锐度评估值判断模块804以及检测结果标记模块805。
其中,待检晶圆扫描模块801用于对待检晶圆的目标缺陷检测区域进行电子束扫描,以检测目标缺陷检测区域的缺陷,其中,待检晶圆具有一个或多个缺陷检测区域。
图像锐度计算模块802用于获取待检晶圆的晶圆图像,并计算晶圆图像的图像锐度。
在一实施例中,图像锐度计算模块802基于关系式计算晶圆图像的图像锐度;其中,P为晶圆图像的图像锐度,m、n分别为晶圆图像的长和宽,df为晶圆图像的像素点灰度变化幅值,dx为晶圆图像的像素点间的距离增量,i为晶圆图像的像素点,a为像素点的邻域点。
在一实施例中,晶圆图像为待检晶圆上目标缺陷检测区域以外,且距离目标缺陷检测区域小于第一预设距离之内的没有经过电子束扫描的晶圆区域图像。
锐度评估值计算模块803用于基于晶圆图像的图像锐度,获得晶圆图像的锐度评估值。
锐度评估值判断模块804用于判断晶圆图像的锐度评估值是否符合预设条件。检测结果标记模块805用于在晶圆图像的锐度评估值不符合预设条件时,标记待检晶圆的缺陷检测结果为不可靠检测结果。
在一实施例中,锐度评估值计算模块803被配置为计算晶圆图像的图像锐度与预设的晶圆图像标准锐度的锐度差值,获得晶圆图像的锐度评估值。晶圆图像的锐度评估值不符合预设条件,为:晶圆图像的锐度评估值大于等于第一锐度差值阈值。
在一实施例中,锐度评估值计算模块803输出晶圆图像的锐度评估值至SPC***,检测结果标记模块805作为SPC***的一部分。
在一实施例中,该晶圆缺陷检测装置800还包括缺陷检测中止模块806,缺陷检测中止模块806被配置为:当晶圆图像的锐度评估值不符合预设条件,中止待检晶圆的缺陷检测。
在一实施例中,该晶圆缺陷检测装置800还包括灰阶分布计算模块807、灰阶分布评估值计算模块808以及灰阶分布评估值判断模块809,其中,该灰阶分布计算模块807被配置为获取待检晶圆的亮度/对比度图像,并获取亮度/对比度图像的灰阶分布;该灰阶分布评估值计算模块808被配置为基于亮度/对比度图像的灰阶分布,获得亮度/对比度图像的灰阶分布评估值;该灰阶分布评估值判断模块809用于判断灰阶分布评估值是否符合预设条件;缺陷检测中止模块806被配置为:当亮度/对比度图像的灰阶分布评估值不符合预设条件,中止待检晶圆的缺陷检测。
在一实施例中,灰阶分布计算模块807被配置为:获取亮度/对比度图像中各灰阶所对应像素点数量的正态分布;计算正态分布中预设个西格玛之内的各灰阶所对应的像素点数量,以获得亮度/对比度图像的灰阶分布;灰阶分布评估值计算模块808被配置为:基于正态分布中预设个西格玛之内的灰阶所对应的像素点数量与预设的标准灰阶分布中同一灰阶所对应的像素点数量,判断灰阶是否合格;计算正态分布中预设个西格玛之内所有灰阶的合格率,作为亮度/对比度图像的灰阶分布评估值。
在一实施例中,预设个西格玛为1~2个西格玛。
在一实施例中,灰阶分布评估值计算模块808被配置为:当正态分布中预设个西格玛之内的灰阶所对应的像素点数量与标准灰阶分布中同一灰阶所对应的像素点数量的比值与90%的差值小于5%,判断灰阶合格。灰阶分布评估值不符合预设条件为:所有灰阶的合格率小于等于95%;当所有灰阶的合格率大于95%,灰阶分布评估值符合预设条件。
在一实施例中,图像锐度计算模块802还用于获取待检晶圆的像散图像,并计算像散图像的图像锐度;锐度评估值计算模块803还用于基于像散图像的图像锐度,获得像散图像的锐度评估值;锐度评估值判断模块804被配置为:判断像散图像的锐度评估值是否符合预设条件;缺陷检测中止模块806被配置为:当像散图像的锐度评估值不符合预设条件,中止待检晶圆的缺陷检测;待检晶圆扫描模块801被配置为:当像散图像的锐度评估值符合预设条件,执行对待检晶圆的目标缺陷检测区域进行电子束扫描的步骤。
在一实施例中,锐度评估值计算模块803被配置为:计算像散图像的图像锐度与预设的像散图像标准锐度的锐度差值,获得像散图像的锐度评估值。像散图像的锐度评估值不符合预设条件,为:像散图像的锐度评估值大于等于第二锐度差值阈值;像散图像的锐度评估值符合预设条件,为:像散图像的锐度评估值小于第二锐度差值阈值。
在一实施例中,图像锐度计算模块802还用于获取待检晶圆的对焦图像,并计算对焦图像的图像锐度;锐度评估值计算模块803还用于基于对焦图像的图像锐度,获得对焦图像的锐度评估值;锐度评估值判断模块804被配置为:判断对焦图像的锐度评估值是否符合预设条件;缺陷检测中止模块806被配置为:当对焦图像的锐度评估值不符合预设条件,中止待检晶圆的缺陷检测。
在一实施例中,锐度评估值计算模块803被配置为:计算对焦图像的图像锐度与预设的对焦图像标准锐度的锐度差值,获得对焦图像的锐度评估值。对焦图像的锐度评估值不符合预设条件,为:对焦图像的锐度评估值大于等于第三锐度差值阈值。
上述晶圆缺陷检测装置800中各个模块的功能和作用的实现过程具体详见上述晶圆缺陷检测方法中对应步骤的实现过程,在此不再赘述。
参阅图9所示,本实施例提供了一种电子束扫描设备900,该电子束扫描设备900包括一个或多个处理器901以及存储器902,存储器902用于存储一个或多个程序,当一个或多个程序被一个或多个处理器901执行时,使得电子束扫描设备900实现本申请的晶圆缺陷检测方法。
需要说明的是,电子束扫描设备900可以是装载有前述SPC***。
本申请针对于EBI的图像质量监测***进行重新设计,通过对图像的锐度和灰阶分布进行预检测,在扫描结束之后进行二次检测,通过标记晶圆图像质量不良的待检晶圆的缺陷检测结果为不可靠检测结果,区分于晶圆图像质量良好的待检晶圆的缺陷检测结果,提高各待检晶圆的缺陷检测结果可靠性。并且,及时停止该晶圆图像质量不良的待检晶圆的缺陷检测程序,避免无意义的执行步骤,提高EBI的有效利用率。
图10示出用于实现本申请的一些实施例的计算机***结构框图,需要说明的是,图10示出的计算机***仅是一个示例,不应对本申请实施例的功能和使用范围带来任何限制。
如图10所示,计算机***1000包括CPU(Central Processing Unit,中央处理单元)1001,其可以根据存储在ROM(Read-Only Memory,只读存储器)1002中的程序或者从存储部分1008加载到RAM(RandomAccess Memory,随机访问存储器)1003中的程序而执行各种适当的动作和处理,例如执行上述实施例中的晶圆缺陷检测方法。在RAM 1003中,还存储有***操作所需的各种程序和数据。CPU 1001、ROM 1002以及RAM 1003通过总线1004彼此相连。I/O(Input/Output,输入/输出)接口1005也连接至总线1004。
以下部件连接至I/O接口1005:包括键盘、鼠标等的输入部分1006;包括诸如CRT(Cathode Ray Tube,阴极射线管)、LCD(Liquid Crystal Display,液晶显示器)等以及扬声器等的输出部分1007;包括硬盘等的存储部分1008;以及包括诸如LAN(LocalAreaNetwork,局域网)卡、调制解调器等的网络接口卡的通信部分1009。通信部分1009经由诸如因特网的网络执行通信处理。驱动器1010也根据需要连接至I/O接口1005。可拆卸介质1011,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器1010上,以便于从其上读出的计算机程序根据需要被安装入存储部分1008。
特别地,根据本申请的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本申请的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行晶圆缺陷检测方法中流程图所示全部步骤或部分步骤的计算机程序。在这样的实施例中,该计算机程序可以通过通信部分1009从网络上被下载和安装,和/或从可拆卸介质1011被安装。在该计算机程序被中央处理单元(CPU)1001执行时,执行本申请的***中限定的各种功能。
需要说明的是,本申请实施例所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的***、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(Erasable Programmable Read Only Memory,EPROM)、闪存、光纤、便携式紧凑磁盘只读存储器(Compact Disc Read-Only Memory,CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本申请中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行***、装置或者器件使用或者与其结合使用。而在本申请中,计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的计算机程序。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行***、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的计算机程序可以用任何适当的介质传输,包括但不限于:无线、有线等等,或者上述的任意合适的组合。
附图中的流程图和框图,图示了按照本申请各种实施例的***、方法和计算机程序产品的可能实现的体系架构、功能和操作。其中,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图或流程图中的每个方框、以及框图或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的***来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本申请实施例中所涉及到的单元可以通过软件的方式实现,也可以通过硬件的方式来实现,所描述的单元也可以设置在处理器中。其中,这些单元的名称在某种情况下并不构成对该单元本身的限定。
作为另一方面,本申请还提供了一种计算机可读介质,该计算机可读介质可以是上述实施例中描述的电子束扫描设备中所包含的;也可以是单独存在,而未装配入该电子束扫描设备中。上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被一个该电子束扫描设备执行时,使得该电子束扫描设备实现上述实施例中的方法。
应当注意,尽管在上文详细描述中提及了用于动作执行的设备的若干模块或者单元,但是这种划分并非强制性的。实际上,根据本申请的实施方式,上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之,上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。
通过以上的实施方式的描述,本领域的技术人员易于理解,这里描述的示例实施方式可以通过软件实现,也可以通过软件结合必要的硬件的方式来实现。因此,根据本申请实施方式的技术方案可以以软件产品的形式体现出来,该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM,U盘,移动硬盘等)中或网络上,包括若干指令以使得一台计算设备(可以是个人计算机、服务器、触控终端、或者网络设备等)执行根据本申请实施方式的方法。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本申请的其它实施方案。本申请旨在涵盖本申请的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本申请的一般性原理并包括本申请未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本申请的真正范围和精神由所附的权利要求指出。
Claims (19)
1.一种晶圆缺陷检测方法,其特征在于,包括:
对待检晶圆的目标缺陷检测区域进行电子束扫描,以检测所述目标缺陷检测区域的缺陷,其中,所述待检晶圆具有一个或多个缺陷检测区域;
获取所述待检晶圆的晶圆图像,并计算所述晶圆图像的图像锐度;
基于所述晶圆图像的图像锐度,获得所述晶圆图像的锐度评估值;
判断所述晶圆图像的锐度评估值是否符合预设条件;当所述晶圆图像的锐度评估值不符合预设条件,标记所述待检晶圆的缺陷检测结果为不可靠检测结果。
2.根据权利要求1所述的晶圆缺陷检测方法,其特征在于,所述基于所述晶圆图像的图像锐度,获得所述晶圆图像的锐度评估值,包括:计算所述晶圆图像的图像锐度与预设的晶圆图像标准锐度的锐度差值,获得所述晶圆图像的锐度评估值;
所述晶圆图像的锐度评估值不符合预设条件,为:所述晶圆图像的锐度评估值大于等于第一锐度差值阈值。
3.根据权利要求1所述的晶圆缺陷检测方法,其特征在于,当所述晶圆图像的锐度评估值不符合预设条件,中止所述待检晶圆的缺陷检测。
4.根据权利要求1所述的晶圆缺陷检测方法,其特征在于,在获得所述晶圆图像的锐度评估值之后,所述方法还包括:
输出所述晶圆图像的锐度评估值至统计过程控制***,以使所述统计过程控制***在所述晶圆图像的锐度评估值不符合预设条件时,标记所述待检晶圆的缺陷检测结果为不可靠检测结果。
5.根据权利要求1所述的晶圆缺陷检测方法,其特征在于,所述计算所述晶圆图像的图像锐度,包括:
基于关系式计算所述晶圆图像的图像锐度;
其中,P为所述晶圆图像的图像锐度,m、n分别为所述晶圆图像的长和宽,df为所述晶圆图像的像素点灰度变化幅值,dx为所述晶圆图像的像素点间的距离增量,i为所述晶圆图像的像素点,a为所述像素点的邻域点。
6.根据权利要求1所述的晶圆缺陷检测方法,其特征在于,所述晶圆图像为所述待检晶圆上所述目标缺陷检测区域以外,且距离所述目标缺陷检测区域小于第一预设距离之内的没有经过电子束扫描的晶圆区域图像。
7.根据权利要求1至6任一项所述的晶圆缺陷检测方法,其特征在于,在对待检晶圆的目标缺陷检测区域进行电子束扫描之前,所述方法还包括:
获取待检晶圆的亮度/对比度图像,并获取所述亮度/对比度图像的灰阶分布;
基于所述亮度/对比度图像的灰阶分布,获得所述亮度/对比度图像的灰阶分布评估值;
判断所述灰阶分布评估值是否符合预设条件;当所述灰阶分布评估值不符合预设条件,中止所述待检晶圆的缺陷检测。
8.根据权利要求7所述的晶圆缺陷检测方法,其特征在于,所述获取所述亮度/对比度图像的灰阶分布,包括:
获取所述亮度/对比度图像中各灰阶所对应像素点数量的正态分布;
计算所述正态分布中预设个西格玛之内的各灰阶所对应的像素点数量,以获得所述亮度/对比度图像的灰阶分布;
所述基于所述亮度/对比度图像的灰阶分布,获得所述亮度/对比度图像的灰阶分布评估值,包括:
基于所述正态分布中预设个西格玛之内的灰阶所对应的像素点数量与预设的标准灰阶分布中同一灰阶所对应的像素点数量,判断所述灰阶是否合格;
计算所述正态分布中预设个西格玛之内所有灰阶的合格率,作为所述亮度/对比度图像的灰阶分布评估值。
9.根据权利要求8所述的晶圆缺陷检测方法,其特征在于,所述预设个西格玛为1~2个西格玛。
10.根据权利要求8所述的晶圆缺陷检测方法,其特征在于,当所述正态分布中预设个西格玛之内的灰阶所对应的像素点数量与所述标准灰阶分布中同一灰阶所对应的像素点数量的比值与100%的差值小于5%,判断所述灰阶合格;和/或
所述灰阶分布评估值不符合预设条件为:所述所有灰阶的合格率小于等于95%;当所述所有灰阶的合格率大于95%,所述灰阶分布评估值符合预设条件。
11.根据权利要求7所述的晶圆缺陷检测方法,其特征在于,当所述灰阶分布评估值符合预设条件,所述方法还包括:
获取待检晶圆的像散图像,并计算所述像散图像的图像锐度;
基于所述像散图像的图像锐度,获得所述像散图像的锐度评估值;
判断所述像散图像的锐度评估值是否符合预设条件;当所述像散图像的锐度评估值不符合预设条件,中止所述待检晶圆的缺陷检测;当所述像散图像的锐度评估值符合预设条件,执行所述对待检晶圆的目标缺陷检测区域进行电子束扫描的步骤。
12.根据权利要求11所述的晶圆缺陷检测方法,其特征在于,所述基于所述像散图像的图像锐度,获得所述像散图像的锐度评估值,包括:计算所述像散图像的图像锐度与预设的像散图像标准锐度的锐度差值,获得所述像散图像的锐度评估值;
所述像散图像的锐度评估值不符合预设条件,为:所述像散图像的锐度评估值大于等于第二锐度差值阈值;所述像散图像的锐度评估值符合预设条件,为:所述像散图像的锐度评估值小于第二锐度差值阈值。
13.根据权利要求1至6任一项所述的晶圆缺陷检测方法,其特征在于,在对待检晶圆的目标缺陷检测区域进行电子束扫描之前,所述方法还包括:
获取待检晶圆的像散图像,并计算所述像散图像的图像锐度;
基于所述像散图像的图像锐度,获得所述像散图像的锐度评估值;
判断所述像散图像的锐度评估值是否符合预设条件;当所述像散图像的锐度评估值不符合预设条件,中止所述待检晶圆的缺陷检测。
14.根据权利要求1至6任一项所述的晶圆缺陷检测方法,其特征在于,在对待检晶圆的目标缺陷检测区域进行电子束扫描之前,所述方法还包括:
获取待检晶圆的对焦图像,并计算所述对焦图像的图像锐度;
基于所述对焦图像的图像锐度,获得所述对焦图像的锐度评估值;
判断所述对焦图像的锐度评估值是否符合预设条件;当所述对焦图像的锐度评估值不符合预设条件,中止所述待检晶圆的缺陷检测。
15.根据权利要求14所述的晶圆缺陷检测方法,其特征在于,所述基于所述对焦图像的图像锐度,获得所述对焦图像的锐度评估值,包括:计算所述对焦图像的图像锐度与预设的对焦图像标准锐度的锐度差值,获得所述对焦图像的锐度评估值;
所述对焦图像的锐度评估值不符合预设条件,为:所述对焦图像的锐度评估值大于等于第三锐度差值阈值。
16.根据权利要求14所述的晶圆缺陷检测方法,其特征在于,当所述对焦图像的锐度评估值符合预设条件,所述方法还包括:
获取待检晶圆的亮度/对比度图像,并获取所述亮度/对比度图像的灰阶分布;
基于所述亮度/对比度图像的灰阶分布,获得所述亮度/对比度图像的灰阶分布评估值;
判断所述灰阶分布评估值是否符合预设条件;
当所述灰阶分布评估值不符合预设条件,中止所述待检晶圆的缺陷检测;当所述灰阶分布评估值符合预设条件,获取待检晶圆的像散图像,并计算所述像散图像的图像锐度;
基于所述像散图像的图像锐度,获得所述像散图像的锐度评估值;
判断所述像散图像的锐度评估值是否符合预设条件;
当所述像散图像的锐度评估值不符合预设条件,中止所述待检晶圆的缺陷检测;
当所述像散图像的锐度评估值符合预设条件,执行所述对待检晶圆的目标缺陷检测区域进行电子束扫描的步骤。
17.一种晶圆缺陷检测装置,其特征在于,包括:
待检晶圆扫描模块,用于对待检晶圆的目标缺陷检测区域进行电子束扫描,以检测所述目标缺陷检测区域的缺陷,其中,所述待检晶圆具有一个或多个缺陷检测区域;
图像锐度计算模块,用于获取所述待检晶圆的晶圆图像,并计算所述晶圆图像的图像锐度;
锐度评估值计算模块,用于基于所述晶圆图像的图像锐度,获得所述晶圆图像的锐度评估值;
锐度评估值判断模块,用于判断所述晶圆图像的锐度评估值是否符合预设条件;
检测结果标记模块,用于在所述晶圆图像的锐度评估值不符合预设条件时,标记所述待检晶圆的缺陷检测结果为不可靠检测结果。
18.一种电子束扫描设备,其特征在于,包括:
一个或多个处理器;
存储器,用于存储一个或多个计算机程序,当所述一个或多个计算机程序被所述一个或多个处理器执行时,使得所述处理器实现如权利要求1至16任一项所述的晶圆缺陷检测方法。
19.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机可读指令,当所述计算机可读指令被计算机的处理器执行时,使所述计算机执行如权利要求1至16任一项所述的晶圆缺陷检测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311390935.0A CN117437193A (zh) | 2023-10-24 | 2023-10-24 | 晶圆缺陷检测方法、装置、电子束扫描设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311390935.0A CN117437193A (zh) | 2023-10-24 | 2023-10-24 | 晶圆缺陷检测方法、装置、电子束扫描设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117437193A true CN117437193A (zh) | 2024-01-23 |
Family
ID=89557828
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311390935.0A Pending CN117437193A (zh) | 2023-10-24 | 2023-10-24 | 晶圆缺陷检测方法、装置、电子束扫描设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117437193A (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050072920A1 (en) * | 2003-09-29 | 2005-04-07 | Hitachi High-Technologies Corporation | Electron microscope |
US20070210252A1 (en) * | 2006-02-17 | 2007-09-13 | Atsushi Miyamoto | Scanning electron microscope and a method for imaging a specimen using the same |
CN113610788A (zh) * | 2021-07-27 | 2021-11-05 | 上海众壹云计算科技有限公司 | 图像采集装置的故障监测方法、装置、电子设备及存储介质 |
CN116095305A (zh) * | 2023-04-12 | 2023-05-09 | 长鑫存储技术有限公司 | 用于对图像采集***进行监测的方法、设备及介质 |
-
2023
- 2023-10-24 CN CN202311390935.0A patent/CN117437193A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050072920A1 (en) * | 2003-09-29 | 2005-04-07 | Hitachi High-Technologies Corporation | Electron microscope |
US20070210252A1 (en) * | 2006-02-17 | 2007-09-13 | Atsushi Miyamoto | Scanning electron microscope and a method for imaging a specimen using the same |
CN113610788A (zh) * | 2021-07-27 | 2021-11-05 | 上海众壹云计算科技有限公司 | 图像采集装置的故障监测方法、装置、电子设备及存储介质 |
CN116095305A (zh) * | 2023-04-12 | 2023-05-09 | 长鑫存储技术有限公司 | 用于对图像采集***进行监测的方法、设备及介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US7352890B2 (en) | Method for analyzing circuit pattern defects and a system thereof | |
JP2010164487A (ja) | 欠陥検査装置及び欠陥検査方法 | |
US7096086B2 (en) | Apparatus, method and program for generating a recipe for an inspection tool | |
US8914754B2 (en) | Database-driven cell-to-cell reticle inspection | |
WO2016152159A1 (ja) | Dnaチップ画像のスポット有効性判定装置、dnaチップ画像のスポット有効性判定方法、及びdnaチップ画像のスポット有効性判定プログラム | |
CN117437193A (zh) | 晶圆缺陷检测方法、装置、电子束扫描设备及存储介质 | |
CN112330590A (zh) | 晶圆缺陷的验证方法 | |
CN114937037B (zh) | 产品缺陷检测方法、装置、设备及可读存储介质 | |
CN108508053B (zh) | 一种***性极微物理缺陷的检测方法 | |
US20100046828A1 (en) | Measurement of critical dimensions of semiconductor wafers | |
US7679737B2 (en) | Method, system and apparatus of inspection | |
CN109817538B (zh) | Sram失效在线测试方法 | |
CN115293735A (zh) | 一种无人工厂工业互联网平台监测管理方法及*** | |
US11927625B2 (en) | Analysis method and analysis system of voltage contrast defect | |
JP4964400B2 (ja) | 測定波形の信号プロセスによる変則フォトレジスト線/間隔プロファイル検出 | |
CN117333488B (zh) | 一种手机主板缺陷视觉检测方法和*** | |
KR100741985B1 (ko) | 기준 이미지 설정 방법 및 장치, 및 이를 이용한 패턴 검사방법 및 장치 | |
CN115561975B (zh) | 一种opc验证缺陷的方法、装置及设备 | |
US20220223480A1 (en) | Wafer measurement method and apparatus, medium, and electronic device | |
US20240177295A1 (en) | Method and device for locating contact through-hole (ct) positions in memory device | |
KR0165319B1 (ko) | 포토리소그래피 공정에서의 공정 마진 평가 방법 | |
CN111524268B (zh) | 一种纸币粘贴物的检测方法、装置及设备 | |
CN118335635A (zh) | 接触孔状态判断方法与电子设备 | |
CN117577550A (zh) | 半导体器件的缺陷分析方法、装置、可读介质及电子设备 | |
CN117876345A (zh) | 一种用于led面板的缺陷检测方法、装置、介质及设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |