JP2012042390A - 欠陥検査装置および欠陥検査方法 - Google Patents
欠陥検査装置および欠陥検査方法 Download PDFInfo
- Publication number
- JP2012042390A JP2012042390A JP2010185331A JP2010185331A JP2012042390A JP 2012042390 A JP2012042390 A JP 2012042390A JP 2010185331 A JP2010185331 A JP 2010185331A JP 2010185331 A JP2010185331 A JP 2010185331A JP 2012042390 A JP2012042390 A JP 2012042390A
- Authority
- JP
- Japan
- Prior art keywords
- defect
- group
- defects
- identification information
- position information
- 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
Images
Landscapes
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
【課題】低コストな欠陥検査装置を提供する。
【解決手段】実施形態の欠陥検査装置は基板表面又は膜表面に製造過程で発生した複数の欠陥を検出する検出手段40と検出手段に検出された複数の欠陥を位置に基づいて欠陥群に分類するクラスタリング手段41と欠陥群及び欠陥に識別情報を付与する識別情報付与手段42と欠陥群及び欠陥の位置情報を識別情報付与手段が付与した識別情報と共に保持する記憶手段34を備える。さらに実施形態の欠陥検査装置は欠陥群及び欠陥から2つを選択して直線を引きそのなかで傾きの差が所定範囲内である直線の上の欠陥群及び欠陥を同一グループに属するとして同一のラベルを付けて位置情報及び識別情報と共に記憶手段に保持するグルーピング手段42とグループ毎にそこに属する欠陥群及び欠陥の中から2つ以上の欠陥群または欠陥についての位置情報を残して他の位置情報は記憶手段から削除する削除手段42を備える。
【選択図】図6
【解決手段】実施形態の欠陥検査装置は基板表面又は膜表面に製造過程で発生した複数の欠陥を検出する検出手段40と検出手段に検出された複数の欠陥を位置に基づいて欠陥群に分類するクラスタリング手段41と欠陥群及び欠陥に識別情報を付与する識別情報付与手段42と欠陥群及び欠陥の位置情報を識別情報付与手段が付与した識別情報と共に保持する記憶手段34を備える。さらに実施形態の欠陥検査装置は欠陥群及び欠陥から2つを選択して直線を引きそのなかで傾きの差が所定範囲内である直線の上の欠陥群及び欠陥を同一グループに属するとして同一のラベルを付けて位置情報及び識別情報と共に記憶手段に保持するグルーピング手段42とグループ毎にそこに属する欠陥群及び欠陥の中から2つ以上の欠陥群または欠陥についての位置情報を残して他の位置情報は記憶手段から削除する削除手段42を備える。
【選択図】図6
Description
本発明の実施の形態は、半導体装置の欠陥検査装置および欠陥検査方法に関する。
半導体デバイスを形成するウェハ(半導体基板)の製造工程において異物および欠陥の検査は製品歩留まりに大きな影響を与えるものである。特にウェハ全面の欠陥の種類と分布を把握することが歩留まり予測精度や欠陥対策の優先順位をつけるために必要な因子である。一般に欠陥の抽出は複数取得した画像による比較検査方式が用いられている。
しかし、欠陥要素が複数の場所に大量にかつ不連続に存在した場合、距離だけでは同じ種類の欠陥として認識することはできない。どのような座標に分布しているかの情報をあわせて判断しそれらの欠陥も別の種類の欠陥としてカウントしなければならない。従って、欠陥個数は増加し、画像処理の演算量が膨大となり処理時間が長くなる。従って、欠陥検査のために高コストで大規模な画像処理システムを構築しなければならないという問題があった。
実施の形態の欠陥検査装置は、半導体基板の表面或いは当該基板上に形成された膜の表面に製造過程で発生した複数の欠陥を検出する検出手段と、前記検出手段により検出された複数の前記欠陥を位置に基づいて欠陥群に分類するクラスタリング手段と、前記欠陥群および前記欠陥に識別情報を付与する識別情報付与手段と、前記欠陥群および前記欠陥の位置情報を前記識別情報付与手段が付与した識別情報と共に保持する記憶手段を備える。さらに、実施の形態の欠陥検査装置は、前記欠陥群および前記欠陥から2つを選択して直線を引き、複数本引かれた前記直線のなかで傾きの差が所定範囲内である前記直線の上の前記欠陥群および前記欠陥は同一のグループに属するとして同一のグループラベルを付けて前記位置情報および前記識別情報と共に前記記憶手段に保持するグルーピング手段と、前記グループ毎に、当該グループに属する前記欠陥群および前記欠陥の中から2つ以上の前記欠陥群または前記欠陥についての前記位置情報を残して、他の位置情報は前記記憶手段から削除する削除手段を備える。
以下に説明する実施形態の前提となる技術について最初に述べる。一例として図1にその手順を示す。図1(a)の被検査画像の欠陥21と図1(b)の参照画像との画素ごとの差をとる処理を行い所定の閾値より大きな画素値をもつ画素を差画像である図1(c)の欠陥22として検出するものである。
しかしウェハ(半導体基板)の表面ラフネスや検査装置のノイズ(ステージ振動、検出器の電気的なノイズ等)により処理前に一般的な平均化フィルタを実施しても1つの欠陥が複数の近接した欠陥として検出されることがある。また近年微細化によりプロセスの難易度があがり半導体基板の表面および基板上に形成された膜の表面に発生する欠陥はシステマティック欠陥の比重が高まってきている。システマティック欠陥の特徴として欠陥の位置の分布において一部に固まっていたり、ウェハ外周部に位置が局在することがある。
システマティック欠陥が発生すると1つの欠陥種のみが大量に欠陥として検出される。従って欠陥個数が多くなるため、検査装置の負荷は増大し、また観察作業は総欠陥数の中からのサンプリング観察となり他の少数の致命的な欠陥種は比率が少ないためサンプリング観察では見逃すリスクがある。その場合欠陥種ごとの個数の正しい把握や欠陥の観察作業(光学顕微鏡や電子顕微鏡を使ったシステムが用いられる)を効率よく行うことができない。上記の解決法として従来は別々のものとして検出された複数の欠陥が所定の距離以内であれば、これら複数の欠陥を図1(d)のように同一の欠陥23と判定していた。
しかし、図2に示すようにウェハ上のCMPプロセスのスクラッチ欠陥24のような欠陥要素がたとえ直線状であっても複数の場所に大量にかつ不連続に存在した場合、距離だけでは同じ種類の欠陥として認識することはできない。または同じ原因で直線状に欠陥が分布していても検査装置の精度のばらつきで直線状に検出できないため1つの欠陥として認識することが出来ない。
以下に添付図面を参照して、本発明の実施の形態にかかる欠陥検査装置および欠陥検査方法について詳細に説明する。なお、これらの実施の形態により本発明が限定されるものではない。
(実施の形態)
図3は本実施の形態の欠陥検査装置100の構成を示す。検査を行うウェハ25を搭載するステージ26、ウェハ25に検査光27(または電子ビーム)を照射する照射部28、反射光29を検出する検出部30、その検出信号を処理する信号処理部31、処理された信号を表示するモニタ32、装置を制御する制御PC33、検査レシピや検査結果などを記憶しておく記憶部34から構成されている。
図3は本実施の形態の欠陥検査装置100の構成を示す。検査を行うウェハ25を搭載するステージ26、ウェハ25に検査光27(または電子ビーム)を照射する照射部28、反射光29を検出する検出部30、その検出信号を処理する信号処理部31、処理された信号を表示するモニタ32、装置を制御する制御PC33、検査レシピや検査結果などを記憶しておく記憶部34から構成されている。
図3では省略しているが照射部28からウェハ25までの間には光学レンズ(電子ビームの場合は電磁レンズ)が構成されている。次に本構成の欠陥検査装置100で画像を取得する手順を説明する。オペレータが検査したいウェハの種類からあらかじめ記憶させておいたウェハの種類ごとの検査レシピを記憶部34から制御PC33にて選択する。次に欠陥検査装置100は記憶部34に記憶させて置いた検査レシピに基づき、あらかじめ検査したいウェハ25の位置にステージ26を移動させて検査光27をウェハ25に照射する。
ウェハ25上で反射した反射光29は検出部30にて信号として検出される。次にステージ26を次に検査したい箇所に移動させて同様の動作を繰り返す。この際ステージ26を移動させながら検査光を照射する動作をステージ26を停止させずに連続的に繰り返していくことも可能である。検出部30にはいった信号は信号処理部31に転送され所定の処理を行い、モニタ32で検査結果として表示される。そして記憶部34に検査結果として記憶される。
次に画像比較について詳細の説明を行う。上記の方法により2箇所の同様のパターンの画像を取得したものを図4に示す。図4(a)の画像α、図4(b)の画像βと2枚の画像をそれぞれ比較する場合図4(c)の差画像は画像αから画像βを同一箇所の画素の輝度の差を算出したものとなる。ここでは画像αに欠陥35があるものと仮定する。
図4(c)の差画像では欠陥35の位置だけ輝度の差が発生しかつノイズがないとすると図4(a)の画像αと全く等しくなる。図4(c)の差画像について輝度差の絶対値ごとに欠陥個数を集計して横軸に輝度差の絶対値、縦軸に各画素の輝度差の絶対値ごとの個数で表すとグラフ図5を作成することができる。すると欠陥でない部分36に対して欠陥部分38はグラフ上で分離している。この欠陥部分38を検出するような輝度差の絶対値の閾値37を設けることで欠陥35を検出することが出来る。この手法によれば、ウェハ25の上に何らかの膜が形成されていた場合においても、当該膜表面の欠陥が同様に検出可能であり、以下の説明も同様である。またパターンのばらつきによる形状の微小な変化に対しても隣接するパターンと比較することでばらつきを誤って検出することはない。
次に信号処理部31の内部の構成を図6に説明する。信号処理部31は、信号フィルター部39、欠陥検出部40、クラスタ処理部A41、クラスタ処理部B42、欠陥分類部43で構成されている。検出部30から信号処理部31の中に送られてきた信号は信号フィルター部39にてノイズを除去する前処理を行う。フィルター方法は画像処理で一般的な平均化処理等を画像に応じて選択できるようになっている。一般的な処理としては微分処理、二値化、平滑化処理等がありノイズに応じて最適なものを用いればよい。ノイズを除去した信号を欠陥検出部40に送り先に述べたように画像比較法により欠陥が検出される。
この際比較する画像は検査ウェハ内の所定の部分か他のウェハの同一パターンの部分を記憶しておいた画像やあるいは設計パターンを用いても良い。検出された欠陥はクラスタ処理部A41にて所定の距離あるいは画素数以下の距離の欠陥は同一欠陥(群)とするクラスタリング処理が実施される。このクラスタリング処理と並行して欠陥分類部43にて欠陥の特徴量(輝度、画素数、形状等)を基に分類することができる。分類ができれば必要でない欠陥についての情報を記憶部34から削除したり、クラスタリングする場合に欠陥の特徴量をもとに実施することも可能である。
クラスタ処理部A41が上記クラスタリング処理を行った後の欠陥(群)の様子を図7に示す。図7は検出された複数の欠陥(群)の検査エリア内での分布を示す。この後、図8に示すフローチャートに従って、クラスタ処理部B42にて以下に説明するクラスタ処理を行う。まず全ての欠陥(群)に対して欠陥(群)1、2、3、・・・、12(=n)と欠陥番号(識別情報)を付与するナンバリング(識別情報付与)処理を行う(ステップS1)。これらの欠陥(群)の位置情報は、上記付与された欠陥番号と共に記憶部34に保持される。次に、iの初期値をi=1と初期化する(ステップS2)。
次いで、ステップS3において、欠陥(群)1を起点に欠陥(群)2〜12まで直線を引きその傾きを算出する。この直線は、例えば、欠陥群ならばその重心、単一の欠陥ならばそれを点とみなして、そこを通るように引けばよい。ステップS3では、一般に、欠陥(群)のうちグループ番号がついていない欠陥のみに線を引きその傾きを算出する。i=1の場合は、グループ番号が付与された欠陥(群)はまだ無いので、全ての欠陥(群)2〜12まで直線を引きその傾きを算出することになる。
次に、ステップS4に進み、ステップS3で求めたそれぞれの直線の傾きの差(の絶対値)をそれぞれ求め、あらかじめ設定した所定の値の範囲内にあれば、そのような条件をみたす直線同士を同一グループとする。図7の例で言えば、太線で結ばれた欠陥(群)、(欠陥(群)1,3,6)及び(欠陥(群)7,8,9,10,11,12)がそれぞれ同一のグループに属していることになる。そして、同一のグループに属する直線上のそれぞれの欠陥(群)は、同一の原因による欠陥(群)とみなして、同一グループに属すことを示す同じグループ番号(ラベル)をつける。このグループ番号(ラベル)はステップS1で付与された欠陥番号と共に各欠陥(群)の位置情報に付与されて記憶部34に保持される。
そして、ステップS5に進み、同一のグループ番号(ラベル)が付与された同一グループの欠陥(群)の座標のうち、代表的な2つ以上の欠陥(群)を残して、他の情報は記憶部34から消去する。例えば、欠陥番号が一番小さい欠陥(群)と一番大きい欠陥番号の欠陥(群)以外の情報は記憶部34から消去する。
この後、i=i+1とiをインクリメントし(ステップS6)、ステップS7に進む。ステップS7で、iがn(欠陥番号の最大値)未満ならば(ステップS7、No)、ステップS3に進んで、欠陥iを起点に同じようにi+1から12(=n)までの欠陥のうちグループ番号がついていない欠陥のみに線を引きその傾きを算出する。
以上のループを、ステップS7でiがn(欠陥番号の最大値)以上(ステップS7、Yes)となるまで繰り返して、全欠陥(群)について実施することでグルーピングが終了する。なお欠陥群同士の傾きを算出した際に設計データを用いてパターンの主な方向性にそった傾きが同一欠陥であると判断することも可能である。ここでいう主な方向性とは例えばラインパターンであればパターン輪郭線がある方向に多いことから自動的に算出することができる方向を示す。
上記実施の形態により直線にほぼ沿って分布しているシステマティックな原因で発生する同一の欠陥種による欠陥(群)を大量に検出してもグルーピングされた後に、欠陥(群)を記憶部34から削減できるので記憶部34の記憶容量を少なくすることが可能である。そのため多発している同じ欠陥種以外の少数個数である欠陥の見落としを防ぐことが可能となる。
即ち、上記欠陥検査方法を用いた欠陥検査装置により、同一種類の欠陥(群)により欠陥(群)の個数が増大し、記憶手段の記憶容量を超過するオーバーフローを回避して検査することが可能となるためウェハ全面(或いはウエハ上に形成された膜全面)の欠陥の分布を検査装置の記憶部や画像処理部に負荷をかけずに求めることができるようになる。
上述したように、システマティック欠陥による広範囲におよぶ欠陥は主にその発生原因から直線状に分布することが多い。それは微細化が進むため配線や穴にそって欠陥が存在するため直線性が高くなるのである。従って欠陥の発生する座標がある程度処理が進むと次に同一の欠陥がどの位置に出るかが予測可能となる。上記実施の形態においては、この事実を利用することにより、簡易なアルゴリズムを使用して複雑な画像処理計算をすることなく所定の誤差範囲内のものを同一欠陥と判定することができる。
以上説明したように、上記実施の形態によりシステマティックな多数の欠陥を高速にかつ簡易的に分類(以後カテゴライズ)することが可能となる。従って、欠陥検査する装置において同じ原因で発生した欠陥を欠陥座標を用いて高速かつ容易に欠陥を分類することが可能となる。
本発明のいくつかの実施形態を説明したが、これらの実施形態は、例として提示したものであり、発明の範囲を限定することは意図していない。これら新規な実施形態は、その他の様々な形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で、種々の省略、置き換え、変更を行うことができる。これら実施形態やその変形は、発明の範囲や要旨に含まれるとともに、特許請求の範囲に記載された発明とその均等の範囲に含まれる。
1〜12、21〜24、35 欠陥(群)、25 ウェハ、26 ステージ、27 検査光、28 照射部、29 反射光、30 検出部、31 信号処理部、32 モニタ、33 制御PC、34 記憶部、36 欠陥でない部分、37 閾値、38 欠陥部分、39 信号フィルター部、40 欠陥検出部、41 クラスタ処理部A、42 クラスタ処理部B、43 欠陥分類部、S1〜S7 ステップ。
Claims (5)
- 半導体基板の表面或いは当該基板上に形成された膜の表面に製造過程で発生した複数の欠陥を検出する検出手段と、
前記検出手段により検出された複数の前記欠陥を位置に基づいて欠陥群に分類するクラスタリング手段と、
前記欠陥群および前記欠陥に識別情報を付与する識別情報付与手段と、
前記欠陥群および前記欠陥の位置情報を前記識別情報付与手段が付与した識別情報と共に保持する記憶手段と、
前記欠陥群および前記欠陥から2つを選択して直線を引き、複数本引かれた前記直線のなかで傾きの差が所定範囲内である前記直線の上の前記欠陥群および前記欠陥は同一のグループに属するとして同一のグループラベルを付けて前記位置情報および前記識別情報と共に前記記憶手段に保持するグルーピング手段と、
前記グループ毎に、当該グループに属する前記欠陥群および前記欠陥の中から2つ以上の前記欠陥群または前記欠陥についての前記位置情報を残して、他の位置情報は前記記憶手段から削除する削除手段と、
を備えることを特徴とする欠陥検査装置。 - 前記検出手段は画像比較による輝度差を閾値処理して行う
ことを特徴とする請求項1に記載の欠陥検査装置。 - 前記検出手段により検出された複数の前記欠陥を輝度、画素数、または形状に基づいてあるいは設計データに基づいて分類する欠陥分類手段を
さらに備えることを特徴とする請求項1に記載の欠陥検査装置。 - 半導体基板の表面或いは当該基板上に形成された膜の表面に製造過程で発生した複数の欠陥を検出する検出ステップと、
前記検出ステップにより検出された複数の前記欠陥を位置に基づいて欠陥群に分類するクラスタリングステップと、
前記クラスタリングステップの後に前記欠陥群および前記欠陥に識別情報を付与する識別情報付与ステップと、
前記欠陥群および前記欠陥の位置情報を前記識別情報付与ステップで付与した識別情報と共に記憶手段に記憶させるステップと、
前記欠陥群および前記欠陥から2つを選択して直線を引き、複数本引かれた前記直線のなかで傾きの差が所定範囲内である前記直線の上の前記欠陥群および前記欠陥は同一のグループに属するとして同一のグループラベルを付けて前記位置情報および前記識別情報と共に前記記憶手段に記憶させるグルーピングステップと、
前記グループ毎に、当該グループに属する前記欠陥群および前記欠陥の中から2つ以上の前記欠陥群または前記欠陥についての前記位置情報を残して、他の位置情報は前記記憶手段から削除するステップと、
を備えることを特徴とする欠陥検査方法。 - 前記検出ステップは画像比較による輝度差を閾値処理して行う
ことを特徴とする請求項4に記載の欠陥検査方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2010185331A JP2012042390A (ja) | 2010-08-20 | 2010-08-20 | 欠陥検査装置および欠陥検査方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2010185331A JP2012042390A (ja) | 2010-08-20 | 2010-08-20 | 欠陥検査装置および欠陥検査方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2012042390A true JP2012042390A (ja) | 2012-03-01 |
Family
ID=45898880
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2010185331A Pending JP2012042390A (ja) | 2010-08-20 | 2010-08-20 | 欠陥検査装置および欠陥検査方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2012042390A (ja) |
-
2010
- 2010-08-20 JP JP2010185331A patent/JP2012042390A/ja active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR102324677B1 (ko) | 결함 검출을 위한 동적 케어 영역 | |
JP5429869B2 (ja) | パターン検査装置および方法 | |
JP5297261B2 (ja) | 観察欠陥選択処理方法、欠陥観察方法、観察欠陥選択処理装置、欠陥観察装置 | |
CN104183517B (zh) | 智能型弱点图形诊断方法与*** | |
WO2013153891A1 (ja) | 荷電粒子線装置 | |
US10074167B2 (en) | Reducing registration and design vicinity induced noise for intra-die inspection | |
KR102352701B1 (ko) | 투명 또는 반투명 웨이퍼 상에서의 결함 검출 | |
US11788973B2 (en) | Defect inspection device and defect inspection method | |
JP2011017705A (ja) | パターン検査装置、パターン検査方法および記録媒体 | |
JP2010159979A (ja) | 外観検査方法及び外観検査システム | |
JP2020041889A (ja) | ワーク検査方法及びワーク検査システム | |
KR20220012217A (ko) | 반도체 시편에서의 결함들의 기계 학습 기반 분류 | |
JP2010164487A (ja) | 欠陥検査装置及び欠陥検査方法 | |
CN108039326B (zh) | 根据电路设计图形设置扫描阈值的方法 | |
JP4982125B2 (ja) | 欠陥検査方法及びパターン抽出方法 | |
JP2007019270A (ja) | 顕微鏡を用いた欠陥観察方法および観察装置 | |
KR102572968B1 (ko) | 딥러닝을 이용한 웨이퍼 검사방법과 이것을 구현하기 위한 웨이퍼 검사장치 | |
JP2012042390A (ja) | 欠陥検査装置および欠陥検査方法 | |
JP2011002280A (ja) | 欠陥検査方法 | |
US20070031982A1 (en) | Method of classifying defects and apparatus for performing the method | |
KR20180027637A (ko) | 범위 기반 실시간 스캐닝 전자 현미경 비시각적 비너 | |
US20220334567A1 (en) | Fabrication fingerprint for proactive yield management | |
US6944573B2 (en) | Method and apparatus for the analysis of scratches on semiconductor wafers | |
CN110741466B (zh) | 基于扰乱点图的宽带等离子检验 | |
JP2004165395A (ja) | 検査データ解析プログラムと検査方法 |