CN117529653A - 碎屑判定方法 - Google Patents

碎屑判定方法 Download PDF

Info

Publication number
CN117529653A
CN117529653A CN202280043984.4A CN202280043984A CN117529653A CN 117529653 A CN117529653 A CN 117529653A CN 202280043984 A CN202280043984 A CN 202280043984A CN 117529653 A CN117529653 A CN 117529653A
Authority
CN
China
Prior art keywords
region
chip
laser mark
luminance
hard laser
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
Application number
CN202280043984.4A
Other languages
English (en)
Inventor
齐藤智宏
舛田龙也
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shin Etsu Handotai Co Ltd
Original Assignee
Shin Etsu Handotai Co Ltd
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 Shin Etsu Handotai Co Ltd filed Critical Shin Etsu Handotai Co Ltd
Publication of CN117529653A publication Critical patent/CN117529653A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0004—Industrial image inspection
    • G06T7/001—Industrial image inspection using an image reference approach
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
    • G01N21/9501—Semiconductor wafers
    • 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
    • G01N21/956—Inspecting patterns on the surface of objects
    • 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
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/136—Segmentation; Edge detection involving thresholding
    • 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
    • G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G01N2021/8854—Grading and classifying of flaws
    • G01N2021/8861—Determining coordinates of flaws
    • G01N2021/8864—Mapping zones of defects
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G01N2021/8887—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges based on image processing techniques
    • 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
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
    • H01L22/00—Testing or measuring during manufacture or treatment; Reliability measurements, i.e. testing of parts without further processing to modify the parts as such; Structural arrangements therefor
    • H01L22/10—Measuring as part of the manufacturing process
    • H01L22/12—Measuring as part of the manufacturing process for structural parameters, e.g. thickness, line width, refractive index, temperature, warp, bond strength, defects, optical inspection, electrical measurement of structural dimensions, metallurgic measurement of diffusions

Landscapes

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

Abstract

本发明是一种碎屑判定方法，使用通过外观检查装置得到的图像判定在晶圆背面的硬激光标记(HLM)的周边产生的碎屑，该方法包含：根据通过外观检查装置得到的灰阶图像算出基准亮度的工序；从灰阶图像提取包含HLM的印字区域的工序；从印字区域将HLM的点部分排除的工序；以基准亮度为基准，从已经排除HLM的点部分的印字区域提取碎屑区域的工序；以及，基于碎屑区域，判定印字区域中有无碎屑的工序。由此，提供一种碎屑判定方法，其能够可靠地检测出无法通过形状测量机检测出的碎屑，而判定碎屑的有无。

Description

碎屑判定方法
技术领域
本发明涉及一种使用通过外观检查装置得到的图像判定在晶圆背面的硬激光标记的周边产生的碎屑的方法。
背景技术
为了识别硅晶圆的个体，有使用固体激光在晶圆背面的端部平面部分印上个体编号的工序(硬激光标记工序)。关于硬激光标记，一边通过高功率的固体激光熔化晶圆本身，一边以离散的方式形成点而作为文字进行刻印，因此在点部周边的硅会非晶质化，非晶质化的部分在后续的研磨工序中不能以与其他的单结晶部位相同的研磨速度进行研磨。因此认为在点周边的非晶质部会局部性地形成有具有较缓的倾斜的突起。该突起称为碎屑(日语：デブリ)，且指出当碎屑与器件工序的平台发生干涉时，会对器件制造带来不良影响。因此，有必要对在激光标记部产生的碎屑进行检测。
之前采用的方法是使用形状测量机，将硬激光标记部的碎屑作为因厚度变化而造成的形状异常进行判别，但发生无法通过形状测量机检测出的碎屑在器件制造工序中成为问题的情况。因此，有必要可靠地对这种无法通过形状测量机检测出的碎屑进行检测。
作为现有技术，公开有一种通过图像处理检测表面的凹凸或表面的缺陷的方法。
例如，专利文献1中表示对球面状凹部及球面状凸部进行图像处理的情况的一例，并公开以下内容：如果设为REV模式(倒转位置散焦)，则凸形状会被拍摄成较亮(凹形状被拍摄成较暗)，或是在FOW模式下(前进位置散焦)，凹形状会被拍摄成较亮(凸形状被拍摄成较暗)。
该技术的目的是要检测因加工或结晶造成的低洼状的缺陷，其目的并非要检测平缓的突起(碎屑)。
如果在通过该方法检测硬激光标记印字区域的表面的凹凸的情况下，仅能检测出硬激光标记的印字部的凹凸，而不能检测出平缓的突起(碎屑)。
另外，专利文献2中公开一种缺陷检查方法，其通过微分干涉显微镜对检查对象物的表面进行摄影，并通过图像处理对在表面上观察到的缺陷个数进行计数，且在摄影图像中以亮度变化的点为基础检测缺陷。
然而，该技术是计测表面的缺陷个数的方法，并不能检测背面的硬激光标记印刷区域的平缓突起(碎屑)。
现有技术文献
专利文献
专利文献1：日本特开2017-53764号公报
专利文献2：日本特开2002-365236号公报
发明内容
(一)要解决的技术问题
如上所述，之前采用的方法是使用形状测量机将硬激光标记部的碎屑作为厚度变化造成的形状异常进行判别，但会发生无法通过形状测量机检测出的碎屑在器件制造工序中成为问题的情况。
因此，本发明的目的在于提供一种碎屑判定方法，其能够可靠地检测出无法通过上述形状测量机检测出的碎屑，而判定碎屑的有无。
(二)技术方案
为了达成上述目的，本发明提供一种碎屑判定方法，使用通过外观检查装置得到的图像判定碎屑，该碎屑是在晶圆背面形成硬激光标记后，或是在所述硬激光标记形成后对所述背面进行研磨后，在所述背面的硬激光标记周边产生的，其特征在于，包括以下工序：
工序A，根据通过所述外观检查装置得到的灰阶图像算出基准亮度；
工序B，从所述灰阶图像提取包含所述硬激光标记的硬激光标记印字区域；
工序C，从所述提取的硬激光标记印字区域将所述硬激光标记的点部分排除；
工序D，以所述基准亮度为基准，从已经排除所述硬激光标记的点部分的所述硬激光标记印字区域提取所述碎屑区域；以及，
工序E，基于所述提取的碎屑区域，判定所述硬激光标记印字区域中有无所述碎屑。
如果是这样的本发明的碎屑判定方法，则能够可靠地仅提取无法通过形状测量器检测出的碎屑区域，而能够比现有方法更可靠地进行碎屑有无的判定。
另外，由于基于基准亮度进行碎屑区域的提取，因此能够抑制外观检查装置的个体偏差(机械误差)造成的检测偏差。
此时，可以是，在所述工序A中，
算出所述灰阶图像内的未刻印所述硬激光标记的部分的亮度平均值，作为所述基准亮度。
如果这样设置，则能够成为未受硬激光标记印字区域的亮度影响的基准亮度，而能够基于该基准亮度将提取碎屑区域的像素亮度的阈值设为高精度的阈值。
另外，也可以是，在所述工序B中，预先设定像素亮度的阈值(特定框)，该阈值(特定框)能够检测出在所述灰阶图像内以围绕所述硬激光标记印字区域的方式显示的白色特定框，
将该阈值(特定框)以上的区域判定为所述白色特定框进行检测，
将由该检测出的白色特定框围绕的区域作为所述硬激光标记印字区域进行提取
由于围绕硬激光标记印字区域的白色特定框(外观检查装置的自动功能)的像素亮度比其他区域高，因此能根据白色特定框与该框以外的区域的像素亮度值的差异而将用于仅提取白色特定框的像素亮度值设定为阈值(特定框)。
这样，通过仅提取白色特定框，能够提取其内部的硬激光标记印字区域，而能够简便地仅将产生碎屑的硬激光标记印字区域作为图像处理对象。
也可以是，在所述工序C中，
根据构成所述硬激光标记的点区域与该点区域的像素亮度的关系，预先设定能够仅提取所述点区域的像素亮度的阈值(点区域)，
将该阈值(点区域)以下的像素亮度的区域判定为所述点区域进行提取，
将该提取的点区域的外周扩大1像素量以上的区域作为所述点部分排除。
由于点部分(比点区域更向外周扩大1像素量以上的区域)不会成为碎屑区域，因此有必要预先从硬激光标记印字区域(即，图像处理区域)中排除。
首先，由于构成硬激光标记的点区域的像素亮度是特别低的值，因此能够根据像素亮度值而轻易识别点区域。此时，作为点部分而去除的区域，不仅有点区域，还扩大到点区域的外周扩大1像素量以上的区域，由此能够防止根据因点部分的影响而产生的像素亮度的变化而将点周边部错误检测为碎屑的情况。
另外，也可以是，在所述工序D中，
预先求出与所述基准亮度相比为高亮度的碎屑与该高亮度的碎屑的像素亮度的关系、以及与所述基准亮度相比为低亮度的碎屑与该低亮度的碎屑的像素亮度的关系，并且，以所述基准亮度为基准设定能够提取所述高亮度的碎屑的像素亮度阈值(高亮度碎屑)与能够提取所述低亮度的碎屑的像素亮度阈值(低亮度碎屑)，
将所述阈值(高亮度碎屑)以上的像素亮度的区域与所述阈值(低亮度碎屑)以下的像素亮度的区域判定为所述碎屑区域进行提取
通过这样进行基于基准亮度的碎屑区域的提取，能够更可靠地防止外观检查装置的个体偏差造成的检测偏差。
另外，也可以是，在所述工序E中，
预先求出所述硬激光标记印字区域中的所述碎屑区域的面积比例与器件制造工序中的碎屑引起的质量不良的关系，并且，预先设定发生所述碎屑引起的质量不良的碎屑的面积比例的阈值(有碎屑)，
根据所提取的碎屑区域的像素数求出所述硬激光标记印字区域中的所述碎屑区域的面积比例，
当该碎屑区域的面积比例为所述阈值(有碎屑)以上时，判定为有碎屑
这样，通过求出碎屑的面积比例，能够进行定量的评价。
另外，当在器件制造工序中已知因碎屑而发生的品质特性的不良时，如果如上述那样进行判定，则能够成为精度非常高且有效的碎屑判定方法。
另外，本发明提供一种晶圆，在背面具有硬激光标记，其特征在于，具有：通过上述本发明的碎屑判定方法判定为没有所述碎屑的所述硬激光标记印字区域。
这样的本发明的晶圆是判定为也没有形状测量机无法检测出的碎屑的合格品，是之后在器件制造工序中也能够抑制发生碎屑引起的问题的合格品。
(三)有益效果
如果是本发明的碎屑判定方法，则能够可靠地检测出无法通过形状测量机检测出的碎屑，从而能够判定有无碎屑。并且是一种能够抑制各外观检查装置的检查偏差的方法。
附图说明
图1是表示本发明的碎屑判定方法的一例的流程图。
图2是表示通过外观检查装置得到的灰阶图像的一例的测量图。
图3是表示灰阶中的0-255的亮度变化的说明图。
图4是表示硬激光标记的印字深度与亮度的关系的曲线图。
图5是表示点区域附近的图像部分与该图像部分的亮度变化的一例的曲线图。
图6是表示硬激光标记印字区域的一部分与扫描该一部分时的亮度变化的曲线图。
图7是表示通过外观检查装置将光照射至碎屑时的情景的说明图。
图8是表示碎屑区域的面积比例与器件制造工序中的散焦发生的关系的一例的曲线图。
图9是实施例1中的碎屑区域的面积比例为0％时的印字区域的图像(判定为无碎屑)。
图10是实施例1中的碎屑区域的面积比例为1.5％时的印字区域的图像(判定为有碎屑)。
图11是表示ESFQR与器件制造工序中的散焦发生的关系的一例的曲线图。
图12是表示实施例2中的碎屑区域的面积比例的机械误差的曲线图。
图13是表示比较例2中的碎屑区域的面积比例的机械误差的曲线图。
图14是表示包含硬激光标记的凹口位置的单元的说明图。
具体实施方式
以下，参照附图对本发明的实施方式进行说明，但本发明并不限定于此。
此外，为了方便起见，以下有时会将硬激光标记称为HLM，将硬激光标记印字区域称为印字区域。
本发明是这样一种方法，即，在作为个体编号形成有HLM的晶圆背面、或是之后进一步经过研磨后的背面，使用通过外观检查装置得到的图像(灰阶图像)对在HLM的周边产生的碎屑进行判定。作为外观检查装置，例如能够使用已在市面上销售的装置。作为一例，可举出SIFTer300。特别地，优选使用具有以下功能的装置，即，针对包含HLM的区域(印字区域)，自动地以白色特定框围绕该印字区域而作为图像保留。
图1表示本发明的碎屑判定方法的一例。大致分为以下工序，工序A：算出基准亮度，工序B：提取印字区域，工序C：排除点部分，工序D：提取碎屑区域，工序E：判定。此外，一并表示各工序中的说明图。
关于各工序，在以下详细描述。
<工序A：算出基准亮度>
是根据通过外观检查装置得到的灰阶图像算出基准亮度的工序。
位于图1左上的是通过外观检查装置得到的灰阶图像。示出HLM与已特定出HLM的位置的白色特定框。
此外，实际的灰阶图像的一例也表示于图2。是通过外观检查装置得到的硬激光标记印字位置检查图像B_T7(BMP形式)的8bit(位)灰阶(256灰度)。
在这样的灰阶图像(256灰度)中，算出未刻印HLM的部分的亮度平均值作为基准亮度。
由于外观检查装置的机械误差，即使使用同一晶圆也会产生亮度差异。于是，通过对于每一个作为测量对象的晶圆求出未刻印HLM的部分的亮度平均值，从而提高碎屑检测的精度。
此时，算出亮度平均值的区域并未特别限定，作为未刻印HLM的部分，例如能够设为与特定出HLM的位置的白色特定框在同一圆周上，且距离特定框的右端10像素的位置。更具体而言，能够在以特定框(或是印字区域)的短边长度作为一边的正方形区域中算出各晶圆的亮度平均值。
<工序B：提取印字区域>
是从灰阶图像提取包含HLM的印字区域的工序。
首先，为了仅提取印字区域，在灰阶图像(256灰度)中，预先设定能够检测出白色特定框的像素亮度的阈值(特定框)。例如从“像素亮度≧240”的像素中特定并检测出特定框。
由于该特定框以白色进行显示(在图1所示的例子中，在灰阶图像中直接以白色进行显示，另一方面，在工序A的部分的图中为了容易理解而进行强调显示)，因此阈值不会因晶圆或装置的不同而有所变化。在此，将灰阶中的0-255的亮度变化表示于图3。白色特定框的亮度在灰阶图像(256灰度)中为255，为了可靠地检测出特定框，如上所述，例如将240设为阈值(特定框)，从灰阶图像的左侧至右侧进行处理而检测出白色特定框，并将其围绕的区域作为硬激光标记印字区域进行提取。
此外，对于判定为白色特定框的“阈值(特定框)以上的区域”中的像素亮度的上限值，由于是灰阶而能够设为255。
这样，能够简便地提取产生碎屑的印字区域。
此外，当然不限定于该方法，即使外观检查装置不具备白色特定框这种自动功能，例如也可以通过操作员的手动方式，裁切出灰阶图像中包含HLM的区域，提取印字区域。
<工序C：排除点部分>
是从提取的印字区域将HLM的点部分排除的工序。
首先，简单说明在此使用的用语。将构成HLM的印字本身的部分称为点区域。另外，将相对于该点区域扩展到“外周扩大1像素量以上(例如1-5像素量)的区域”的区域称为点部分。
另外，预先根据点区域与其像素亮度的关系，设定能够仅提取点区域的像素亮度的阈值(点区域)。这是为了将该阈值(点区域)以下的像素亮度的区域判定为点区域进行提取。
例如，图4是表示当对直径300mm晶圆印上深度不同的HLM时的、HLM印字深度与亮度的关系的曲线图。
一般的HLM的印字深度以45μm±5μm为目标值，但在此考虑到所要求的规格的偏差而表示35μm-110μm的印字深度的亮度。在该情况下，如果将像素亮度的阈值(点区域)设为65以下，则能够可靠地将HLM的点区域从碎屑检测对象中排除。
此外，对于判定为点区域的“阈值(点区域)以下的区域”中的像素亮度的下限值，由于是灰阶而能够设为0。
此时，如图5所示，在点区域的外周部(点区域周边的排除区域)中，像素亮度降低。图5是表示点区域附近的图像部分与该图像部分的亮度变化的曲线图。由于有时该亮度变化会被错误地作为碎屑计数，为了防止这样的错误检测，对点区域至少扩大1像素来进行排除。如前所述，根据处理对象图像的大小，要扩大的像素数例如能够设为在1-5像素之间可变。当然，也可以根据需要而扩大超过5像素量，由于也跟图像的大小等有关，因此不设定上限。
在实际处理图像(即，在工序B中提取的印字区域)的情况下，提取阈值(点区域)以下的像素亮度的区域作为点区域，并将从该点区域扩大得到的上述点部分排除。
由此，能够防止碎屑的错误检测。
<工序D：提取碎屑区域>
是从已经将HLM的点部分排除的印字区域以基准亮度为基准提取碎屑区域的工序。
预先求出如下这两种关系，即，与基准亮度相比为高亮度的碎屑与其像素亮度的关系、以及与基准亮度相比为低亮度的碎屑与其像素亮度的关系。进而，根据这些关系，预先设定以下2个阈值：像素亮度的阈值(高亮度碎屑)，其能够以基准亮度为基准，提取高亮度的碎屑；以及像素亮度的阈值(低亮度碎屑)，其能够以基准亮度为基准，提取低亮度的碎屑。并且，实际从图像(即，已在工序C中将点部分排除的印字区域)提取该阈值(高亮度碎屑)以上的区域、阈值(低亮度碎屑)以下的区域，作为碎屑区域。
在图1所示的例子中，作为碎屑区域计数的像素数由40与50合计为90。
例如，阈值(低亮度碎屑)能够设为“像素亮度≦[基准亮度]-15”，阈值(高亮度碎屑)能够设为“像素亮度≧[基准亮度]+20”。
并且，针对如上所述已进行点部分的排除的印字区域的图像，按照上述基准扫描印字区域，对碎屑的产生部位(碎屑区域)的像素数进行计数。图6表示印字区域的一部分与扫描该一部分时的亮度变化的一例。相对于基准亮度，在高亮度侧和低亮度侧分别发现超过阈值的部位。
此外，对于作为高亮度碎屑进行提取的“阈值(高亮度碎屑)以上的区域”中的像素亮度相对于基准亮度的上限值，由于是灰阶而能够设为+255。另外，对于作为低亮度碎屑进行提取的“阈值(低亮度碎屑)以下的区域”中的像素亮度相对于基准亮度的下限值，由于是灰阶而能够设为-255。
针对该高亮度碎屑与低亮度碎屑进行说明。图7是表示通过外观检查装置将光照射至碎屑时的情景的说明图。在碎屑处形成有具有比较平缓的倾斜的突起。外观检查装置中使用透镜+同轴照明对晶圆扫描光线。当产生平缓突起，光发生散射而没有光返回摄像机时，亮度会变暗，而如果光较强地返回，则亮度会变亮，由此相对于基准亮度检测出高亮度与低亮度。
在本发明中，例如能够将在器件制造工序中成为问题的晶圆作为样本，分别决定上述高亮度侧与低亮度侧的阈值。优选地，特别考虑与器件工序的相关性及装置机械误差，适当设定阈值(高亮度碎屑)与阈值(低亮度碎屑)。
由于基于基准亮度进行碎屑区域的提取，因此能够有助于防止因外观检查装置的机械误差造成的检测偏差。
<工序E：判定>
是基于提取的碎屑区域判定印字区域中有无碎屑的工序。
首先，预先求出印字区域中的碎屑区域的面积比例、与器件制造工序中的碎屑引起的质量不良的关系。进而，根据该关系，预先设定发生碎屑引起的质量不良的碎屑的面积比例的阈值(有碎屑)。
并且，根据在实际的判定对象即晶圆中通过工序D提取的碎屑区域的像素数，求出印字区域中的碎屑区域的面积比例，当为上述阈值(有碎屑)以上时，判定为有碎屑(会引发质量不良的碎屑)。
图8表示碎屑区域的面积比例与器件制造工序中的散焦发生的关系的一例。图中以易于理解的方式将横轴的采样水平(Slot)以碎屑区域的面积比例从高到低的顺序排列。
在此情况下，散焦不良从碎屑区域的面积比例为处理对象区域(印字区域)的0.22％处开始产生，因此能够将0.2％设定为阈值(有碎屑)，当为0.2％以上时，能够判断为有碎屑。
由此，针对实际通过工序D提取的碎屑区域，能够根据[碎屑区域的像素数]/[HLM的印字区域的像素数]的比值，算出碎屑区域的面积比例，将该面积比例为处理对象区域(印字区域)的0.2％作为合格与否的判定基准来判断是否有碎屑，由此能够高精度地进行碎屑有无的判定。特别是，能够可靠地分选出不会在器件制造工序中发生散焦不良的晶圆。
此外，在图1所示的例子中，当印字区域的像素数为40000(纵400×横100)时，碎屑区域为90，面积比例为2.25％。因此，由于大于0.2％即上述阈值(有碎屑)而判定为有碎屑，预想会发生散焦不良。
其中，碎屑区域的面积比例的上限值由于取决于碎屑区域的像素数而无法决定，但是由于上述碎屑区域的面积比例的计算式的关系，最大为100％。
如果是上述的本发明，则能够可靠地检测出使用形状测量机的现有检查方法无法检测出的碎屑，且能够高精度地进行碎屑有无的判定。并且，也能够抑制因外观检查装置的机械误差而造成的检测偏差并进行检测。
另外，具有以本发明的判定方法判定为没有碎屑的印字区域的合格品的晶圆是如上所述进行了高精度的判定的晶圆，因此在器件制造工序中能够防止发生碎屑引起的散焦不良等问题。
实施例
以下，示出本发明的实施例及比较例，更具体地说明本发明，但本发明并不限定于这些实施例。
(实施例1)
准备以下晶圆，即，直径：300mm，结晶面方位：(110)，片数：(25+2)片。硬激光标记的刻印部位是距离晶圆背面凹口5±1°处，并实施了双面研磨。
此外，在合计27片之中，25片用于调查碎屑区域的面积比例与器件制造工序中的散焦发生的关系，以该关系为基准，针对另外2片进行有无对发生散焦造成影响的碎屑的判定。
关于这些晶圆，对通过外观检查装置(SIFTer300)得到的BMP形式的8位灰阶(256灰度)图像进行图像处理，检测碎屑。
<工序A：算出基准亮度>
作为未刻印硬激光标记的部分，在以与印有硬激光标记的印字区域(或是以白色特定框围绕的区域)在同一圆周上，且距离特定框的右端10像素的位置的、特定框的短边长度作为一边的正方形区域中，算出各晶圆的亮度平均值。
其结果在25片样本中为最小值118-最大值119。
<工序B：提取印字区域>
在硬激光标记印字区域的提取处理中，以“像素亮度≧240”为阈值(特定框)特定出白色特定框位置，并从距离凹口5°的角度起以像素尺寸约105×430对硬激光标记区域进行提取处理。
<工序C：排除点部分>
在硬激光标记印字区域中，以“像素亮度≦65”为阈值(点区域)特定出硬激光标记的点区域，并将去除处理对象区域设为从点区域的外周扩大1像素后的区域(点部分)。
在此，针对将该部分排除的具体的图像处理方法进行说明。
将硬激光标记印字区域内的左上像素作为开始点，通过光栅扫描进行扫描。在检测出“像素亮度≦65”的像素的情况下，作为点区域检测处理的开始坐标进行记录。以开始坐标为中心，逆时针方向调查周围的8个像素，将满足“像素亮度≦65”的最初的像素的坐标作为点外周进行记录，并设为新的开始坐标。反复进行上述处理直到回到最初设定的开始坐标为止。由于将点外周扩大1像素，因此针对记录的各像素的周围8个像素的坐标，也同样地作为点外周进行记录。将点的外周的内部作为点区域进行记录。
将通过上述方式得到的点外周及点区域排除在碎屑检测处理的对象之外。
<工序D：提取碎屑区域>
产生碎屑的像素数的具体计数方法如以下所述。
将硬激光标记印字区域内的左上像素作为开始点，通过光栅扫描进行扫描。
当为“像素亮度≦[基准亮度-15]”的阈值(低亮度碎屑)或“像素亮度≧[基准亮度+20]”的阈值(高亮度碎屑)时，将该像素作为产生碎屑的像素进行计数。
<工序E：判定>
根据得到的产生碎屑的像素数求出碎屑区域的面积比例，对与器件制造工序中的散焦发生的关系进行了调查，结果得到与图8相同的关系的曲线图。针对产生具体问题(散焦)的碎屑的面积比例，认为0.22％为散焦的发生边界，将0.2％以上设为产生碎屑。这是根据调查用的25片得到的结果。
并且，针对判定对象用的2片，按照根据图8的曲线图得到的合格与否的判定基准即0.2％进行判定，其中一片虽然有碎屑但较少，该区域的面积比例为约0％而判定为没有碎屑，是合格的。另一片为约1.5％而判定为有碎屑，是不合格的。分别表示在硬激光标记印字区域的图像中标记出产生碎屑的部位的图像(以箭头表示代表性的部分)。图9为面积比例为0％的图像，图10为1.5％的图像。
另外，实际经过器件制造工序后，判定为0％的对象未发生散焦不良，而判定为1.5％的对象发生了巨大散焦不良。
(比较例1)
针对以市场销售的形状测量机(WaferSight，KLA Tencor公司制)对硬激光标记印字区域进行形状测量的结果(ESFQR)，解析是否能够在器件工序中基于散焦判定结果进行分离。
作为晶圆，准备与实施例1的调查用的25片相同的晶圆。
此外，所谓ESFQR是指根据矩形区域(单元)的区域内最小二乘法算出正、负的偏差的范围。作为测量对象的大致矩形的区域是由相当于从外周端起在直径方向上为10mm且在周向上为18°的弧所围绕、且晶圆中心角为270°的位置的单元(凹口位置的单元)包含硬激光标记的区域。图14表示包含硬激光标记的凹口位置的单元。
图11表示ESFQR与器件制造工序中的散焦发生的关系的一例。横轴的采样水平的排列与实施例1的排列相同。
进行了形状测量的270°的矩形区域相当于硬激光标记的形成位置，可知不能基于ESFQR的值来判定器件工序中的碎屑引起的散焦不良的有无。
也就是说，作为现有的碎屑异常分选方法，在基于厚度形状变化值(ESFQR)对成为问题的晶圆进行分类时，为以下的结果。也有在器件工序中成为散焦的问题的晶圆示出较高的值的情况，但也有即使对于巨大散焦也不会变高的情况。相反，也存在没有问题的晶圆变高的情况，结果，根本不能通过ESFQR进行碎片的有无的分选。
(实施例2、比较例2)
从与实施例1相同的晶圆选出slot-15的1片，通过6台外观检查装置实施碎屑判定。
此时，比较以下两种情况的碎屑判定的装置间差异(机械误差)，即：通过6台外观检查装置对各晶圆进行工序A的基准亮度计算的情况(实施例2)、以及不通过6台外观检查装置对各晶圆进行工序A的基准亮度计算的情况(另外，此时低亮度碎屑通过“像素亮度≦105”提取，高亮度碎屑通过“像素亮度≧140”提取)(比较例2)。
各结果表示于图12、图13。
如图12所示，实施例2的结果为，6台中的碎屑区域的面积比例的最小值是0.07％，最大值是0.13％，标准偏差是0.024。
通过使用基准亮度消除机械误差，能够抑制由装置造成的碎屑的面积比例的偏差，在任一装置中都能够高精度地进行碎屑判定。
另一方面，如图13所示，比较例2的结果为，最小值是0％，最大值是0.17％，标准偏差是0.063。
由于装置间的机械误差，导致算出的碎屑的面积比例有很大的差别，难以进行高精度的碎屑判定。
另外，本发明并不限定于上述的实施方式。上述实施方式为示例，凡具有与本发明的权利要求书所记载的技术思想实质上相同的构成，并起到相同作用效果的方案，皆包含在本发明的技术范围内。

Claims (7)

1.一种碎屑判定方法，使用通过外观检查装置得到的图像判定碎屑，该碎屑是在晶圆背面形成硬激光标记后，或是在所述硬激光标记形成后对所述背面进行研磨后，在所述背面的硬激光标记周边产生的，其特征在于，包括以下工序：
工序A，根据通过所述外观检查装置得到的灰阶图像算出基准亮度；
工序B，从所述灰阶图像提取包含所述硬激光标记的硬激光标记印字区域；
工序C，从所述提取的硬激光标记印字区域将所述硬激光标记的点部分排除；
工序D，以所述基准亮度为基准，从已经排除所述硬激光标记的点部分的所述硬激光标记印字区域提取所述碎屑区域；以及，
工序E，基于所述提取的碎屑区域，判定所述硬激光标记印字区域中有无所述碎屑。
2.根据权利要求1所述的碎屑判定方法，其特征在于，
在所述工序A中，
算出所述灰阶图像内的未刻印所述硬激光标记的部分的亮度平均值，作为所述基准亮度。
3.根据权利要求1或2所述的碎屑判定方法，其特征在于，
在所述工序B中，
预先设定像素亮度的阈值(特定框)，该阈值(特定框)能够检测出在所述灰阶图像内以围绕所述硬激光标记印字区域的方式显示的白色特定框，
将该阈值(特定框)以上的区域判定为所述白色特定框进行检测，
将由该检测出的白色特定框围绕的区域作为所述硬激光标记印字区域进行提取。
4.根据权利要求1-3中任一项所述的碎屑判定方法，其特征在于，
在所述工序C中，
根据构成所述硬激光标记的点区域与该点区域的像素亮度的关系，预先设定能够仅提取所述点区域的像素亮度的阈值(点区域)，
将该阈值(点区域)以下的像素亮度的区域判定为所述点区域进行提取，
将该提取的点区域的外周扩大1像素量以上的区域作为所述点部分排除。
5.根据权利要求1-4中任一项所述的碎屑判定方法，其特征在于，
在所述工序D中，
预先求出与所述基准亮度相比为高亮度的碎屑与该高亮度的碎屑的像素亮度的关系、以及与所述基准亮度相比为低亮度的碎屑与该低亮度的碎屑的像素亮度的关系，并且，以所述基准亮度为基准预先设定能够提取所述高亮度的碎屑的像素亮度的阈值(高亮度碎屑)与能够提取所述低亮度的碎屑的像素亮度的阈值(低亮度碎屑)，
将所述阈值(高亮度碎屑)以上的像素亮度的区域与所述阈值(低亮度碎屑)以下的像素亮度的区域判定为所述碎屑区域进行提取。
6.根据权利要求1-5中任一项所述的碎屑判定方法，其特征在于，
在所述工序E中，
预先求出所述硬激光标记印字区域中的所述碎屑区域的面积比例与器件制造工序中的碎屑引起的质量不良的关系，并且，预先设定发生所述碎屑引起的质量不良的碎屑的面积比例的阈值(有碎屑)，
根据所述提取的碎屑区域的像素数求出所述硬激光标记印字区域中的所述碎屑区域的面积比例，
当该碎屑区域的面积比例为所述阈值(有碎屑)以上时，判定为有碎屑。
7.一种晶圆，在背面具有硬激光标记，其特征在于，
具有通过权利要求1-6中任一项所述的碎屑判定方法判定为没有所述碎屑的所述硬激光标记印字区域。
CN202280043984.4A 2021-07-13 2022-06-16 碎屑判定方法 Pending CN117529653A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2021-115739 2021-07-13
JP2021115739 2021-07-13
PCT/JP2022/024157 WO2023286519A1 (ja) 2021-07-13 2022-06-16 デブリ判定方法

Publications (1)

Publication Number Publication Date
CN117529653A true CN117529653A (zh) 2024-02-06

Family

ID=84919275

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202280043984.4A Pending CN117529653A (zh) 2021-07-13 2022-06-16 碎屑判定方法

Country Status (6)

Country Link
JP (1) JP2023012429A (zh)
KR (1) KR20240012575A (zh)
CN (1) CN117529653A (zh)
DE (1) DE112022002255T5 (zh)
TW (1) TW202314233A (zh)
WO (1) WO2023286519A1 (zh)

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2720193B2 (ja) * 1989-04-18 1998-02-25 日立電子エンジニアリング株式会社 ウエハの異物識別方法
JP3620470B2 (ja) 2001-06-08 2005-02-16 三菱住友シリコン株式会社 欠陥検査方法及び欠陥検査装置
JP2007150174A (ja) * 2005-11-30 2007-06-14 Casio Comput Co Ltd 半導体装置のマーク形成方法
JP2008085252A (ja) * 2006-09-29 2008-04-10 Renesas Technology Corp 半導体集積回路装置の製造方法
JP6531579B2 (ja) 2015-09-10 2019-06-19 株式会社Sumco ウェーハ検査方法およびウェーハ検査装置
JP2020187696A (ja) * 2019-05-17 2020-11-19 キヤノン株式会社 異物マーク判別方法、シート検査装置及びプログラム

Also Published As

Publication number Publication date
KR20240012575A (ko) 2024-01-29
JP2023012429A (ja) 2023-01-25
WO2023286519A1 (ja) 2023-01-19
DE112022002255T5 (de) 2024-02-22
TW202314233A (zh) 2023-04-01

Similar Documents

Publication Publication Date Title
JP4946668B2 (ja) 基板位置検出装置及び基板位置検出方法
JP2003215060A (ja) パターン検査方法及び検査装置
JP4060558B2 (ja) 欠陥検査方法及びその装置
CN108700531B (zh) 缺陷检查装置
JP2008175686A (ja) 外観検査装置及び外観検査方法
JP2018096908A (ja) 検査装置及び検査方法
CN115428125A (zh) 检查装置以及检查方法
KR100827906B1 (ko) 기판 검사 장치
CN111007086A (zh) 缺陷检测方法和装置、存储介质
KR20160087197A (ko) 결함 검출 장치 및 그 방법
CN117529653A (zh) 碎屑判定方法
JP3878340B2 (ja) パターンの欠陥検査方法およびその装置
CN114943704A (zh) 一种电池电极模切件缺陷检测方法、装置和设备
WO2023286518A1 (ja) デブリ判定方法
JP5391172B2 (ja) 異物検査装置及びアライメント調整方法
JPH06229929A (ja) 凹凸欠点検査方法
KR20110020437A (ko) 패턴이 형성된 웨이퍼의 결함 검사 방법
JP6595800B2 (ja) 欠損検査装置、及び欠損検査方法
US11587235B2 (en) Method and apparatus for detecting defects on substrate
US20240047278A1 (en) Method for detecting back surface of wafer
JP2014038425A (ja) 印刷物の検査方法
JPH0792105A (ja) 鋼板下地処理の評価方法
JP2002312764A (ja) 金属薄板製品の検査方法及び装置
JP2008089398A (ja) 光学部材の表面観察方法
JP2001194131A (ja) 模様性欠陥の判定方法

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