JP2013542404A - 領域ベースの仮想フーリエ・フィルタ - Google Patents
領域ベースの仮想フーリエ・フィルタ Download PDFInfo
- Publication number
- JP2013542404A JP2013542404A JP2013523249A JP2013523249A JP2013542404A JP 2013542404 A JP2013542404 A JP 2013542404A JP 2013523249 A JP2013523249 A JP 2013523249A JP 2013523249 A JP2013523249 A JP 2013523249A JP 2013542404 A JP2013542404 A JP 2013542404A
- Authority
- JP
- Japan
- Prior art keywords
- vff
- image data
- patterned
- spectrum
- pattern
- 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
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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
-
- 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
-
- 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
- G06T2207/10—Image acquisition modality
- G06T2207/10056—Microscopic image
- G06T2207/10061—Microscopic image from scanning electron microscope
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20021—Dividing image into blocks, subimages or windows
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20048—Transform domain processing
- G06T2207/20056—Discrete and fast Fourier transform, [DFT, FFT]
-
- 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)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Quality & Reliability (AREA)
- General Engineering & Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Data Mining & Analysis (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Manufacturing & Machinery (AREA)
- Evolutionary Biology (AREA)
- Microelectronics & Electronic Packaging (AREA)
- Power Engineering (AREA)
- Testing Or Measuring Of Semiconductors Or The Like (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
- Exposure And Positioning Against Photoresist Photosensitive Materials (AREA)
- Image Processing (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
Description
Claims (28)
- 半導体表面から取得される画像データの欠陥を検出するためのコンピュータで実行される方法であって、
半導体ウェハ上の1つ又は複数のパターン形成された領域を識別するために画像データの1つ又は複数の組のパターン・サーチを行うこと、
1つ又は複数の仮想フーリエ・フィルタ(VFF)作業領域であり、前記1つ又は複数の識別されたパターン形成された領域のうちの少なくとも1つをそれぞれが含むVFF作業領域を生成すること、
前記VFF作業領域のそれぞれから画像データの最初の組を取得すること、
前記画像データの最初の組を用いて前記1つ又は複数のVFF作業領域の前記1つ又は複数の識別されたパターン形成された各領域内の1つ又は複数のVFFトレーニング・ブロックを定義することであり、前記識別されたパターン形成された領域の繰り返しパターンでない部分からの強度の寄与が制限されるように、識別されたパターン領域内の各VFFトレーニング・ブロックが、選択された繰り返しパターンを呈する識別されたパターン形成された領域の一部を包含するように定義され、
前記VFFトレーニング・ブロックのそれぞれからの前記画像データの最初の組を用いて、前記1つ又は複数のVFFトレーニング・ブロックに関連する空間領域強度情報を周波数領域スペクトル情報に変換することによって、各VFFトレーニング・ブロックに関する少なくとも1つの次元に沿って最初のスペクトルを計算すること、
前記周波数領域におけるスペクトル極大を有する最初のスペクトルの周波数を識別することによって、各VFFトレーニング・ブロックに関するVFFを生成することであり、そのVFFは、スペクトル極大を呈するように識別された最初のスペクトルの周波数での最初のスペクトルの大きさを無効にするように構成されるものであり、
前記1つ又は複数の生成されたVFFを前記1つ又は複数のパターン形成された領域の最初のスペクトルに適用することによって、前記1つ又は複数のパターン形成された領域に関する1つ又は複数のフィルタされたスペクトルを生成すること、
前記1つ又は複数のパターン形成された領域の前記1つ又は複数の生成されたフィルタされたスペクトルを1つ又は複数の空間領域画像データセットに変換することによって、前記1つ又は複数のパターン形成された領域に関する画像データのフィルタされた組を作成すること、
を含む方法。 - 半導体ウェハの一部の画像データのフィルタされた組を取得するために、半導体ウェハの一部の検査プロセス中に、生成されたVFFのうちの1つ又は複数を用いることをさらに含む、請求項1に記載の方法。
- 半導体ウェハの1つ又は複数の欠陥を検出するために、半導体ウェハの一部の画像データのフィルタされた組を用いることをさらに含む、請求項2に記載の方法。
- パターン形成された領域の第1のトレーニング・ブロックの第1のVFFと、前記パターン形成された領域の少なくとも第2のトレーニング・ブロックからの少なくとも第2のVFFを、集約されたVFFに組み合わせることをさらに含む、請求項1に記載の方法。
- 前記画像データのフィルタされた組を前記画像データの最初の組と比較することによって、前記画像データのフィルタされた組を検証することをさらに含む、請求項1に記載の方法。
- 各トレーニング・ブロックに関するフィルタされたスペクトルを各トレーニング・ブロックに関する最初の計算されたスペクトルと比較することによって、各トレーニング・ブロックに関するフィルタされたスペクトルを検証することをさらに含む、請求項1に記載の方法。
- 前記周波数領域におけるスペクトル極大を有する最初のスペクトルの周波数が、ピーク検出アルゴリズムを介して識別される、請求項1に記載の方法。
- 前記周波数領域におけるスペクトル極大を有する最初のスペクトルの周波数が、ユーザ・インターフェースを介して提供されるユーザ・フィードバックを用いて識別可能である、請求項1に記載の方法。
- 前記1つ又は複数のVFFトレーニング・ブロックが、トレーニング・ブロック・アルゴリズムを介して識別される、請求項1に記載の方法。
- 前記1つ又は複数のVFFトレーニング・ブロックが、ユーザ・インターフェースを介するユーザ・フィードバックを用いて識別可能である、請求項1に記載の方法。
- 前記VFF作業領域のそれぞれからの画像データの最初の組が、ダイからのイメージの組を含み、前記イメージの組のうちの各イメージがダイの一部をカバーする、請求項1に記載の方法。
- 前記半導体ウェハ上の1つ又は複数のパターン形成された領域が、パターン・サーチ及びグループ化アルゴリズムを介して識別される、請求項1に記載の方法。
- 前記パターン・サーチ及びグループ化アルゴリズムが、
同じ繰り返しピッチを有する半導体ウェハの一部にわたる複数の繰り返しパターンエリアを識別し、
同じ繰り返しピッチを有する複数の繰り返しパターンエリアをパターン形成された領域にマージする、
ように構成される、請求項12に記載の方法。 - 前記画像データの最初の組が、画像データの第1の部分及び画像データの少なくとも第2の組を含み、前記画像データの第1の部分が第1のチャネル上に収集され、前記画像データの少なくとも第2の組が前記第1のチャネルとは異なる少なくとも第2のチャネル上に収集される、請求項1に記載の方法。
- 前記1つ又は複数の生成されたVFFが、一次元VFF又は二次元VFFのうちの少なくとも1つを含む、請求項1に記載の方法。
- 前記1つ又は複数のVFF作業領域に対応する半導体ウェハの一部から反射した照明の一部に対してハードウェア・フーリエ・フィルタ(HWFF)を使用してハードウェア・フーリエ・フィルタリング・プロセスを行うことをさらに含む、請求項1に記載の方法。
- 前記HWFFが、繰り返しパターンの第1の組から反射された光をフィルタするように構成され、前記生成されたVFFが、繰り返しパターンの少なくとも第2の組から反射された光をフィルタするように構成され、前記繰り返しパターンの少なくとも第2の組が前記繰り返しパターンの第1の組とは異なる、請求項16に記載の方法。
- 少なくとも1つの生成されたVFFが、第1のパターン領域から反射された光をフィルタするように構成され、前記HWFFが、前記第1のパターン領域から反射された光をフィルタリングするのに適さない、請求項16に記載の方法。
- 前記HWFFが、前記生成されたVFFの性能を強化するように構成される、請求項16に記載の方法。
- 前記HWFF及び前記生成されたVFFが、繰り返しパターン・フィルタリングの全体を強化するように構成される、請求項16に記載の方法。
- 半導体表面に関連する設計データを用いて欠陥を検出するためのコンピュータで実行される方法であって、
半導体ウェハの1つ又は複数のデバイス構造の近傍の半導体ウェハの1つ又は複数のパターン形成された領域若しくは前記1つ又は複数のデバイス構造のうちの少なくとも1つを識別するために半導体ウェハに関連する設計レイアウトデータのパターン・サーチを行うこと、
半導体ウェハに対する1つ又は複数の仮想フーリエ・フィルタ(VFF)作業領域を生成することであり、各VFF作業領域は、前記設計レイアウトデータを介して識別される前記1つ又は複数のパターン形成された領域のうちの少なくとも1つを含み、
前記VFF作業領域のそれぞれから画像データの最初の組を取得すること、
前記画像データの最初の組を用いて前記1つ又は複数のVFF作業領域の前記1つ又は複数の識別されたパターン形成された各領域内の1つ又は複数のVFFトレーニング・ブロックを定義することであり、前記識別されたパターン形成された領域の繰り返しパターンでない部分からの強度の寄与が制限されるように、識別されたパターン領域内の各VFFトレーニング・ブロックが、選択された繰り返しパターンを呈する識別されたパターン形成された領域の一部を包含するように定義され、
前記VFFトレーニング・ブロックのそれぞれからの前記画像データの最初の組を用いて、前記1つ又は複数のトレーニング・ブロックに関連する空間領域強度情報を周波数領域スペクトル情報に変換することによって、各VFFトレーニング・ブロックに関する少なくとも1つの次元に沿って最初のスペクトルを計算すること、
前記周波数領域におけるスペクトル極大を有する最初のスペクトルの周波数を識別することによって、各VFFトレーニング・ブロックに関するVFFを生成すること、
前記1つ又は複数の生成されたVFFを前記1つ又は複数のパターン形成された領域の最初のスペクトルに適用することによって、前記1つ又は複数のパターン形成された領域に関する1つ又は複数のフィルタされたスペクトルを生成すること、
前記1つ又は複数のパターン形成された領域の前記1つ又は複数の生成されたフィルタされたスペクトルを1つ又は複数の空間領域画像データセットに変換することによって、前記1つ又は複数のパターン形成された領域に関する画像データのフィルタされた組を作成すること、
を含む方法。 - 前記設計レイアウトデータがGDSデータ又はOASISデータのうちの1つを含む、請求項21に記載の方法。
- 前記1つ又は複数のデバイス構造のうちの1つがSRAMブロックを含む、請求項21に記載の方法。
- 前記1つ又は複数のデバイス構造の近傍の半導体ウェハの1つ又は複数のパターン形成された領域が、1つ又は複数のSRAMブロックの近傍に位置決めされた繰り返し構造を含む、請求項21に記載の方法。
- 前記1つ又は複数のパターン形成された領域を識別することが、パターン・サーチ及びグループ化アルゴリズムを用いて1つ又は複数のパターン形成された領域を識別することを含む、請求項21に記載の方法。
- 前記パターン・サーチ及びグループ化アルゴリズムが、
実質的に類似の繰り返しピッチサイズ及び繰り返しピッチ配向を有する半導体ウェハの複数のパターン形成されたエリアを識別し、
前記半導体ウェハの前記識別された複数のパターン形成されたエリアを共通のパターン形成された領域にグループ化する、
ように構成される、請求項25に記載の方法。 - 前記パターン・サーチ・アルゴリズムが、少なくとも1つのSRAM領域と、前記SRAM領域の近傍の少なくとも1つのパターン形成された領域と、少なくとも1つのランダム論理領域とを区別するように構成される、請求項25に記載の方法。
- 半導体表面から取得される画像データの欠陥を検出するためのコンピュータで実行される方法であって、
半導体ウェハに対する1つ又は複数の仮想フーリエ・フィルタ(VFF)作業領域であり、1つ又は複数の繰り返しパターンをそれぞれが含むVFF作業領域を生成すること、
前記VFF作業領域に対応する前記半導体ウェハの一部から反射した照明の一部に対してハードウェア・フーリエ・フィルタリング・プロセスを行うこと、
前記VFF作業領域のそれぞれから画像データの最初の組を取得することであり、その画像データは、前記ハードウェア・フーリエ・フィルタリング・プロセスの後で取得され、
前記1つ又は複数のVFF作業領域からの前記画像データの最初の組を用いて前記1つ又は複数のVFF作業領域に関連する空間領域強度情報を周波数領域スペクトル情報に変換することによって、前記1つ又は複数のVFF作業領域に関する少なくとも1つの次元に沿って最初のスペクトルを計算すること、
前記周波数領域におけるスペクトル極大を有する最初のスペクトルの周波数を識別することによって、1つ又は複数のVFF作業領域に関するVFFを生成すること、
前記1つ又は複数のVFF作業領域の生成されたVFFであり、スペクトル極大を呈するように識別された最初のスペクトルの周波数での最初のスペクトルの大きさを無効にするように構成されるVFFを、前記1つ又は複数のVFF作業領域の最初のスペクトルに適用することによって、前記1つ又は複数のVFF作業領域に関するフィルタされたスペクトルを生成すること、
前記1つ又は複数のVFF作業領域の生成されたフィルタされたスペクトルを空間領域強度情報に変換することによって、前記1つ又は複数のVFF作業領域に関する画像データのフィルタされた組を作成すること、
を含む方法。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US36964910P | 2010-07-30 | 2010-07-30 | |
US61/369,649 | 2010-07-30 | ||
PCT/US2011/046154 WO2012016243A2 (en) | 2010-07-30 | 2011-08-01 | Region based virtual fourier filter |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2013542404A true JP2013542404A (ja) | 2013-11-21 |
Family
ID=45530768
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2013523249A Pending JP2013542404A (ja) | 2010-07-30 | 2011-08-01 | 領域ベースの仮想フーリエ・フィルタ |
Country Status (6)
Country | Link |
---|---|
US (1) | US8989479B2 (ja) |
JP (1) | JP2013542404A (ja) |
KR (1) | KR101853991B1 (ja) |
CN (2) | CN105118046B (ja) |
IL (1) | IL223857A (ja) |
WO (1) | WO2012016243A2 (ja) |
Families Citing this family (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8855399B2 (en) | 2012-02-07 | 2014-10-07 | Applied Materials Israel, Ltd. | System, a method and a computer program product for CAD-based registration |
JP5661833B2 (ja) * | 2013-02-28 | 2015-01-28 | ファナック株式会社 | 線状パターンを含む対象物の外観検査装置及び外観検査方法 |
JP5944850B2 (ja) * | 2013-03-11 | 2016-07-05 | 株式会社日立ハイテクノロジーズ | 欠陥検査方法及びこれを用いた装置 |
US10127652B2 (en) * | 2014-02-06 | 2018-11-13 | Kla-Tencor Corp. | Defect detection and classification based on attributes determined from a standard reference image |
US9286675B1 (en) | 2014-10-23 | 2016-03-15 | Applied Materials Israel Ltd. | Iterative defect filtering process |
US10190991B2 (en) | 2016-11-03 | 2019-01-29 | Applied Materials Israel Ltd. | Method for adaptive sampling in examining an object and system thereof |
EP3548883B1 (en) * | 2016-11-29 | 2020-09-30 | Wärtsilä Finland Oy | An ultrasonic quality control using filtered image data |
EP3336608A1 (en) | 2016-12-16 | 2018-06-20 | ASML Netherlands B.V. | Method and apparatus for image analysis |
US10955361B2 (en) | 2017-07-18 | 2021-03-23 | Hitachi High-Tech Corporation | Defect inspection apparatus and pattern chip |
CN111108368B (zh) * | 2017-09-19 | 2022-06-28 | 富士胶片株式会社 | 教学数据制作方法及装置以及缺陷检查方法及装置 |
US10969773B2 (en) * | 2018-03-13 | 2021-04-06 | Applied Materials, Inc. | Machine learning systems for monitoring of semiconductor processing |
US10849264B1 (en) * | 2019-05-21 | 2020-12-01 | Farmobile Llc | Determining activity swath from machine-collected worked data |
EP3796230B1 (en) * | 2019-09-17 | 2022-03-09 | Imec VZW | A method for determining process limits of a semiconductor process |
US11403782B2 (en) * | 2019-12-31 | 2022-08-02 | Alibaba Group Holding Limited | Static channel filtering in frequency domain |
US11494895B2 (en) * | 2020-02-14 | 2022-11-08 | KLA Corp. | Detecting defects in array regions on specimens |
CN112884720B (zh) * | 2021-02-01 | 2023-08-11 | 广东电网有限责任公司广州供电局 | 一种配电线路污闪绝缘子检测方法及*** |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH06242013A (ja) * | 1993-02-16 | 1994-09-02 | Matsushita Electric Ind Co Ltd | 欠陥検査装置 |
JPH0798281A (ja) * | 1993-06-11 | 1995-04-11 | Toshiba Corp | パターン欠陥検出方法及びパターン欠陥検出装置 |
JP2002243617A (ja) * | 2000-12-15 | 2002-08-28 | Promos Technol Inc | 集積回路の欠陥検出方法 |
JP2006030215A (ja) * | 1991-12-11 | 2006-02-02 | Renesas Technology Corp | 欠陥検査方法及び欠陥検査装置 |
JP2008235575A (ja) * | 2007-03-20 | 2008-10-02 | Toshiba Corp | パターン測定方法、パターン測定装置およびプログラム |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5537669A (en) | 1993-09-30 | 1996-07-16 | Kla Instruments Corporation | Inspection method and apparatus for the inspection of either random or repeating patterns |
US5970168A (en) * | 1997-08-05 | 1999-10-19 | Kla-Tencor Corporation | Fourier filtering mechanism for inspecting wafers |
US6731824B2 (en) * | 2001-02-21 | 2004-05-04 | Promos Technologies, Inc. | Spatial filtering method for failure analysis of a device |
US7505619B2 (en) * | 2002-09-27 | 2009-03-17 | Kla-Tencor Technologies Corporation | System and method for conducting adaptive fourier filtering to detect defects in dense logic areas of an inspection surface |
US8160350B2 (en) * | 2006-02-01 | 2012-04-17 | Applied Materials Israel, Ltd. | Method and system for evaluating a variation in a parameter of a pattern |
US8031931B2 (en) * | 2006-04-24 | 2011-10-04 | Applied Materials South East Asia Pte. Ltd. | Printed fourier filtering in optical inspection tools |
JP4908995B2 (ja) * | 2006-09-27 | 2012-04-04 | 株式会社日立ハイテクノロジーズ | 欠陥分類方法及びその装置並びに欠陥検査装置 |
US7925072B2 (en) * | 2007-03-08 | 2011-04-12 | Kla-Tencor Technologies Corp. | Methods for identifying array areas in dies formed on a wafer and methods for setting up such methods |
-
2011
- 2011-08-01 WO PCT/US2011/046154 patent/WO2012016243A2/en active Application Filing
- 2011-08-01 CN CN201510415381.4A patent/CN105118046B/zh active Active
- 2011-08-01 KR KR1020137004976A patent/KR101853991B1/ko active IP Right Grant
- 2011-08-01 CN CN201180045204.1A patent/CN103329167B/zh active Active
- 2011-08-01 US US13/381,696 patent/US8989479B2/en active Active
- 2011-08-01 JP JP2013523249A patent/JP2013542404A/ja active Pending
-
2012
- 2012-12-25 IL IL223857A patent/IL223857A/en active IP Right Grant
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006030215A (ja) * | 1991-12-11 | 2006-02-02 | Renesas Technology Corp | 欠陥検査方法及び欠陥検査装置 |
JPH06242013A (ja) * | 1993-02-16 | 1994-09-02 | Matsushita Electric Ind Co Ltd | 欠陥検査装置 |
JPH0798281A (ja) * | 1993-06-11 | 1995-04-11 | Toshiba Corp | パターン欠陥検出方法及びパターン欠陥検出装置 |
JP2002243617A (ja) * | 2000-12-15 | 2002-08-28 | Promos Technol Inc | 集積回路の欠陥検出方法 |
JP2008235575A (ja) * | 2007-03-20 | 2008-10-02 | Toshiba Corp | パターン測定方法、パターン測定装置およびプログラム |
Also Published As
Publication number | Publication date |
---|---|
US20120141013A1 (en) | 2012-06-07 |
WO2012016243A2 (en) | 2012-02-02 |
WO2012016243A8 (en) | 2012-09-27 |
CN105118046B (zh) | 2018-05-18 |
US8989479B2 (en) | 2015-03-24 |
CN103329167B (zh) | 2016-08-17 |
KR101853991B1 (ko) | 2018-05-02 |
CN103329167A (zh) | 2013-09-25 |
KR20130138184A (ko) | 2013-12-18 |
IL223857A (en) | 2017-02-28 |
WO2012016243A3 (en) | 2013-08-15 |
CN105118046A (zh) | 2015-12-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2013542404A (ja) | 領域ベースの仮想フーリエ・フィルタ | |
TWI675306B (zh) | 在半導體元件的製造流程中利用自適應機器學習的自動缺陷篩選 | |
US9170209B1 (en) | Inspection guided overlay metrology | |
TWI588924B (zh) | 用於晶圓檢測之方法、裝置及電腦可讀取媒體 | |
US20170221190A1 (en) | Machine learning method and apparatus for inspecting reticles | |
CN109616426B (zh) | 智能型的缺陷校正***与其实施方法 | |
CN110969598A (zh) | 晶圆检查方法以及晶圆检查*** | |
JP6472447B2 (ja) | フォトマスク欠陥性における変化の監視 | |
KR102110634B1 (ko) | 자유형의 주의 영역들을 사용한 웨이퍼 검사 | |
CN108369915B (zh) | 减少配准及设计附近所引发的裸片内检验的噪声 | |
KR20170005379A (ko) | 검사를 위한 고해상도 전체 다이 이미지 데이터의 사용 | |
US10312164B2 (en) | Method and system for intelligent weak pattern diagnosis, and non-transitory computer-readable storage medium | |
CN109314067B (zh) | 在逻辑及热点检验中使用z层上下文来改善灵敏度及抑制干扰的***及方法 | |
JP2010164333A (ja) | 欠陥検査装置および欠陥検査方法 | |
WO2022182808A1 (en) | Methods for improving optical inspection and metrology image quality using chip design data | |
JP2022146937A (ja) | 半導体試料の調査のための画像生成 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20140731 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20150313 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20150324 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20150622 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20151201 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20160426 |