JP2014190821A - Defect detection device, and defect detection method - Google Patents
Defect detection device, and defect detection method Download PDFInfo
- Publication number
- JP2014190821A JP2014190821A JP2013066311A JP2013066311A JP2014190821A JP 2014190821 A JP2014190821 A JP 2014190821A JP 2013066311 A JP2013066311 A JP 2013066311A JP 2013066311 A JP2013066311 A JP 2013066311A JP 2014190821 A JP2014190821 A JP 2014190821A
- Authority
- JP
- Japan
- Prior art keywords
- inspection
- recipe
- defect
- image data
- 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
Images
Landscapes
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
Description
この発明は、画像処理技術を応用した検査技術に関し、特に例えば半導体基板やプリント基板等の欠陥を検出する技術に関する。 The present invention relates to an inspection technique to which an image processing technique is applied, and more particularly to a technique for detecting a defect such as a semiconductor substrate or a printed board.
例えば半導体やプリント基板等の製造技術分野では、製品に含まれる欠陥を検出しこれを分析・評価するために、検査対象物をカメラや顕微鏡等の撮像手段により撮像し、得られた画像を予め用意された欠陥を含まないサンプル画像と比較することで欠陥の有無やその位置を判定する技術が実用化されている（例えば、特許文献１参照）。この種の技術では、要求される検出精度を得るためには、得られた画像やサンプル画像に対してどのような画像処理や演算を行うかを定めたいわゆる検査レシピを適切に設定することが重要となる。このような検査レシピの最適化は、検査レシピを決定づける処理パラメータを少しずつ変更しながら欠陥検出を試行し、最も良好な検出精度が得られるように処理パラメータをチューニングしてゆくことによって行われるのが一般的である（例えば、特許文献２参照）。 For example, in the field of manufacturing technology such as semiconductors and printed circuit boards, in order to detect defects contained in products and analyze / evaluate them, the inspection object is imaged by an imaging means such as a camera or a microscope, and the obtained image is pre- A technique for determining the presence or absence of a defect and its position by comparing with a prepared sample image not including a defect has been put into practical use (for example, see Patent Document 1). In this type of technology, in order to obtain the required detection accuracy, it is possible to appropriately set a so-called inspection recipe that defines what kind of image processing or calculation is performed on the obtained image or sample image. It becomes important. Such optimization of the inspection recipe is performed by trying to detect defects while gradually changing the processing parameters that determine the inspection recipe, and tuning the processing parameters to obtain the best detection accuracy. Is common (see, for example, Patent Document 2).
製造ライン等で基板等を検査対象物とする実際の検査では、検査対象物の検査対象領域の全体を短時間で検査することが求められる。この目的のために、検査を行うのに十分な分解能を有する撮像素子を検査対象物の表面に対して相対移動させて検査対象領域の全域を短時間で走査することが行われる。そして、走査に伴って逐次生成される画像データについては、検査レシピを例えばＦＰＧＡ（Field Programmable Gate Array）などで具現化した専用ハードウェアによりリアルタイム処理される。 In an actual inspection using a substrate or the like as an inspection target in a production line or the like, it is required to inspect the entire inspection target region of the inspection target in a short time. For this purpose, an entire image of the inspection target region is scanned in a short time by moving an image sensor having a resolution sufficient for the inspection relative to the surface of the inspection target. Then, the image data sequentially generated along with the scanning is processed in real time by dedicated hardware in which the inspection recipe is realized by, for example, an FPGA (Field Programmable Gate Array).
一方、検査レシピを調整する段階では、検査対象領域のうち一部の画像があれば足り、検査対象領域の全域を走査することは必要ではない。また検査レシピの変更が頻繁に行われるため、これに対応する柔軟性が必要とされる。このことから、検査対象領域の一部を撮像した画像と、ワークステーションやパーソナルコンピュータ上で実現されるエミュレータとを用いて検査レシピが評価される。 On the other hand, at the stage of adjusting the inspection recipe, it is sufficient to have some images in the inspection target area, and it is not necessary to scan the entire inspection target area. Moreover, since the inspection recipe is frequently changed, the flexibility corresponding to this is required. Therefore, the inspection recipe is evaluated using an image obtained by capturing a part of the inspection target area and an emulator realized on a workstation or a personal computer.
このように、実際の検査段階と調整段階とで検査レシピの運用が異なることから、実検査時の検出結果と調整時の検出結果とが一致しない場合があり、実検査時の検査レシピを最適化するためには多大の労力を必要とする。 In this way, because the inspection recipe operation is different between the actual inspection stage and the adjustment stage, the detection result during the actual inspection may not match the detection result during the adjustment, and the inspection recipe during the actual inspection may be optimal. It takes a lot of effort to make it.
この発明は上記課題に鑑みなされたものであり、半導体基板やプリント基板等の検査対象物の欠陥を検出する欠陥検出装置および欠陥検出方法において、検査対象物から欠陥を検出するための検査レシピを効率よく最適化することが可能な技術を提供することを目的とする。 This invention is made in view of the said subject, In the defect detection apparatus and defect detection method which detect the defect of inspection objects, such as a semiconductor substrate and a printed circuit board, the inspection recipe for detecting a defect from an inspection object is provided. The object is to provide a technique that can be optimized efficiently.
この発明にかかる欠陥検出装置は、上記目的を達成するため、検査対象基板を撮像して画像データを出力する検査用撮像手段と、検査用撮像手段から出力される画像データと予め用意された基準画像データとの差分から検査対象基板の欠陥を検出する欠陥検出処理を、所定の検査レシピに基づき実行する検出処理手段と、検出処理手段に検査レシピを与えるレシピ設定手段と、欠陥検出処理の結果をユーザに報知する報知手段と、検査レシピを決定するために必要な設定情報に関する設定入力をユーザから受け付ける受付手段とを備え、レシピ設定手段は、受付手段による設定情報の受付と、該設定情報に応じて設定した仮検査レシピおよび検査用撮像手段から出力された画像データに基づく検出処理手段による欠陥検出処理と、該欠陥検出処理の結果の報知手段による報知とを含むレシピ決定処理の結果に基づき、検査レシピを設定する。 In order to achieve the above object, the defect detection apparatus according to the present invention images an inspection target substrate and outputs image data, inspection image means output from the inspection imaging means, and a reference prepared in advance Detection processing means for executing defect detection processing for detecting defects on the inspection target substrate from the difference from the image data based on a predetermined inspection recipe, recipe setting means for giving the inspection recipe to the detection processing means, and result of the defect detection processing Informing the user, and accepting means for accepting setting input related to the setting information necessary for determining the inspection recipe from the user, the recipe setting means accepting the setting information by the accepting means, and the setting information Defect detection processing by the detection processing means based on the provisional inspection recipe set in accordance with the image data output from the inspection imaging means, and the defect detection Based on the results of the recipe determination process and a notification by the notification means management results, sets the inspection recipe.
また、この発明の他の態様は、検査対象基板から欠陥を検出する欠陥検出方法において、上記目的を達成するため、欠陥検出処理の検査レシピを設定する第１工程と、検査対象物を検査用撮像手段により撮像して画像データを取得する第２工程と、画像データと予め用意された基準画像データとの差分から検査対象基板の欠陥を検出する検査用検出処理手段により、第１工程で設定された検査レシピに基づく欠陥検出処理を実行する第３工程とを備え、第１工程では、検査レシピを決定するために必要な設定情報に関するユーザからの設定入力を受け付ける工程と、設定情報に応じて設定した仮検査レシピと、検査用撮像手段から出力された画像データとに基づく欠陥検出処理を、検査用検出処理手段と同一のまたは同一構成の検査レシピ作成用検出処理手段により実行する工程と、その結果をユーザに報知する工程とを含むレシピ決定処理を少なくとも１回実行し、その結果に基づき検査レシピを設定する。 According to another aspect of the present invention, there is provided a defect detection method for detecting defects from a substrate to be inspected, in order to achieve the above object, a first step of setting an inspection recipe for defect detection processing, and an inspection object for inspection Set in the first step by a second step of acquiring image data by taking an image with the imaging unit and an inspection processing unit for detecting a defect of the inspection target substrate from the difference between the image data and reference image data prepared in advance. A third step of executing a defect detection process based on the inspected inspection recipe. In the first step, a step of accepting a setting input from a user regarding setting information necessary for determining the inspection recipe, and according to the setting information The defect detection process based on the provisional inspection recipe set in step S3 and the image data output from the inspection imaging unit is the same as or in the same configuration as the inspection detection processing unit. A step of performing by the use detection processing unit, the recipe determination process and a step of notifying the user of the result executed at least once, to set an inspection recipe based on the result.
このように構成された発明では、検査対象基板の実際の検査処理において使用される撮像手段と検出処理手段（またはそれと同一構成の検出処理手段）を動作させてレシピ決定処理が実行されることで検査レシピが設定される。したがって、レシピ決定処理において実施された欠陥検出処理と同一の処理がそのまま実際の検査に適用される。そのため、ユーザにとっては、レシピ決定処理において最良の結果が得られるように設定情報を与えれば実際の検査でも同等の結果が得られ、レシピ設定時と実検査時との乖離を考慮する必要がない。このように、本発明によれば、検査対象物から欠陥を検出するための検査レシピを短時間で効率よく最適化することが可能であり、これによりユーザの労力が大きく軽減される。 In the invention configured as described above, the recipe determination process is executed by operating the imaging unit and the detection processing unit (or the detection processing unit having the same configuration) used in the actual inspection processing of the inspection target substrate. An inspection recipe is set. Therefore, the same process as the defect detection process performed in the recipe determination process is applied to the actual inspection as it is. Therefore, for the user, if setting information is given so that the best result can be obtained in the recipe determination process, the same result can be obtained in the actual inspection, and there is no need to consider the difference between the recipe setting time and the actual inspection time. . As described above, according to the present invention, it is possible to efficiently optimize an inspection recipe for detecting a defect from an inspection object in a short time, thereby greatly reducing a user's labor.
この発明において、例えば、検出処理手段は互いに独立したデータを入力可能で互いに同一の制御命令を並列実行する複数の演算ユニットを有するものが好ましく、この場合、検査レシピに応じた制御命令のセットを検出処理手段に与えるようにすればよい。撮像された画像の画像データと基準画像データとの差分を算出する処理は、例えば画素ごとに輝度値の減算を行うことにより可能であるが、画素単位の処理を並列処理することで、演算処理に要する時間を大幅に短縮することが可能である。 In the present invention, for example, the detection processing means preferably has a plurality of arithmetic units capable of inputting mutually independent data and executing the same control command in parallel. In this case, a set of control commands corresponding to the inspection recipe is set. What is necessary is just to give to a detection process means. The process of calculating the difference between the image data of the captured image and the reference image data can be performed, for example, by subtracting the luminance value for each pixel. It is possible to greatly reduce the time required for the process.
また、レシピ決定処理は必要に応じて複数回実行され得るが、その都度撮像を行ったのでは処理に長時間が必要となる。そこで、例えば検査用撮像手段から出力された画像データを記憶手段に記憶させておき、記憶手段から読み出した画像データを用いて複数回、レシピ決定処理を実行する構成とすれば、処理時間を短縮することができる。また、同一の画像データに基づくレシピ決定処理が複数回実行されるので、ユーザは設定情報の変更が結果にどのように反映されているかを直感的に把握しやすくなり、レシピ設定をさらに効率的に行うことが可能となる。 In addition, the recipe determination process can be executed a plurality of times as necessary, but if the image is taken each time, a long time is required for the process. Therefore, for example, if the image data output from the imaging unit for inspection is stored in the storage unit and the recipe determination process is executed a plurality of times using the image data read out from the storage unit, the processing time is shortened. can do. In addition, since the recipe determination process based on the same image data is executed multiple times, it becomes easier for the user to intuitively understand how the setting information change is reflected in the result, and the recipe setting is more efficient. Can be performed.
また、検査用撮像手段よりも高い分解能を有し、検査対象基板を撮像して画像データを出力する評価用撮像手段をさらに備え、評価用撮像手段から出力される画像データに基づく欠陥評価を行うための評価用検査レシピを設定する構成であってもよく、この場合、例えば、評価用検査レシピを決定するために必要な設定情報に関するユーザからの設定入力を受け付け、設定情報に応じて設定した仮検査レシピと評価レシピ作成用撮像手段から出力された画像データとに基づく欠陥検出処理を検査用検出処理手段と同一のまたは同一構成の評価レシピ作成用検出処理手段により実行してその結果を報知するレシピ決定処理を少なくとも１回実行し、その結果に基づき評価用検査レシピを設定することができる。 Further, the image forming apparatus further includes an evaluation imaging unit that has a higher resolution than the inspection imaging unit, images the inspection target substrate, and outputs image data, and performs defect evaluation based on the image data output from the evaluation imaging unit. In this case, for example, the setting input from the user related to the setting information necessary for determining the evaluation inspection recipe is accepted and set according to the setting information. Defect detection processing based on the temporary inspection recipe and the image data output from the evaluation recipe creation imaging means is executed by the evaluation recipe creation detection processing means having the same or the same configuration as the inspection detection processing means, and the result is notified. The recipe determination process to be performed is executed at least once, and an inspection inspection recipe can be set based on the result.
単に欠陥を検出するのみでなく、その欠陥がどのような性質のものかを評価することが必要な場合があるが、この場合、詳しい評価を行うために検査時よりも高分解での撮像が必要である。このために評価用撮像手段を設け、さらに評価用撮像手段により撮像された画像から欠陥を検出するための検査レシピを、検査時の検出処理手段と同一のまたは同一構成の検出処理手段を用いたレシピ決定処理により設定することで、装置をより効率よく利用することができる。 In some cases, it is necessary to evaluate not only the defect but also the nature of the defect. In this case, in order to perform a detailed evaluation, imaging at a higher resolution than at the time of inspection is required. is necessary. For this purpose, an imaging device for evaluation is provided, and an inspection recipe for detecting a defect from an image captured by the imaging device for evaluation is used as a detection processing unit having the same or the same configuration as the detection processing unit at the time of inspection. By setting the recipe determination process, the apparatus can be used more efficiently.
そして、評価のための検査レシピを決めるレシピ決定処理を実行したのと同一のまたは同一構成の検出処理手段を用いて欠陥の評価を行うことで、レシピ決定処理において得られた結果と同等の結果が実際の評価においても得られるので、欠陥の評価を効率よく行うことができる。 And by performing the defect evaluation using the detection processing means having the same or the same configuration as the recipe determination process for determining the inspection recipe for evaluation, a result equivalent to the result obtained in the recipe determination process Can also be obtained in actual evaluation, so that the defect can be evaluated efficiently.
本発明によれば、検査レシピを決定するレシピ決定処理において実施される欠陥検出処理と、実際の検査時の欠陥検出処理とが同一のまたは同一構成の検出処理手段により実行されるので、レシピ決定時と検査時とで結果の乖離がなく、検査レシピを短時間で効率よく最適化することができる。 According to the present invention, since the defect detection process performed in the recipe determination process for determining the inspection recipe and the defect detection process at the time of actual inspection are executed by the same or the same configuration detection processing means, recipe determination There is no divergence of results between time and inspection, and the inspection recipe can be optimized efficiently in a short time.
図１はこの発明を好適に適用可能な検査装置の概略構成を示す図である。この検査装置１は、検査対象である半導体基板やプリント配線基板などの基板Ｓの外観に現れたピンホールや異物等の欠陥検査を行うものであり、本発明の欠陥検出装置の一実施形態である。検査装置１は、基板Ｓ上の検査対象領域を撮像する撮像ユニット２０と、撮像ユニット２０から出力される画像信号に基づき欠陥検出処理を実行する検出ユニット１０とを備えている。検出ユニット１０は、以下に説明する機能を有するものであれば汎用のパーソナルコンピュータやワークステーション等であってもよい。この検査装置１は、基板Ｓの製造ラインに組み込まれたいわゆるインライン型のシステムとなっている。
FIG. 1 is a diagram showing a schematic configuration of an inspection apparatus to which the present invention can be preferably applied. This
撮像ユニット２０は、水平方向および鉛直軸周りの回転方向への自由度を有するＸＹθステージ２５を備えており、該ＸＹθステージ２５に基板保持ステージ２６が取り付けられている。基板保持ステージ２６の上面は略水平面となっており、該上面に基板Ｓが載置される。したがって、基板保持ステージ２６に載置される基板Ｓは、いずれも水平方向のＸ軸およびＹ軸、ならびに鉛直軸周りのθ軸に沿った移動が可能となっている。
The
基板保持ステージ２６の上方には２つの撮像手段が設けられている。より具体的には、第１撮像手段２１は撮像素子としてのラインセンサを有する撮像手段であり、ＸＹθステージ２５の作動により基板Ｓに対して相対移動し、直下位置を通過する基板Ｓの表面をラインセンサにより走査して撮像する。また、第２撮像手段２２は撮像素子としてのエリアセンサを有する撮像手段であり、ＸＹθステージ２５により基板Ｓが所定位置に位置決めされると、そのとき直下位置にある基板Ｓの表面を撮像する。
Two image pickup means are provided above the
これらの撮像手段の撮像範囲は第１撮像手段２１の方が広く、分解能は第２撮像手段２２の方が高い。すなわち、第１撮像手段２１は基板Ｓの広い範囲を比較的粗い分解能で高速に撮像する目的に用いられる一方、第２撮像手段２２は基板Ｓ表面のうち特定の一部領域を高い分解能で撮像する目的に用いられる。具体的には、第１撮像手段２１の分解能は例えば１．５μｍ／ピクセル程度、第２撮像手段２２の分解能は例えば０．８μｍ／ピクセル程度である。より多くの情報を取得するため、第２撮像手段２２はカラー画像を撮像可能としてもよい。これらの撮像手段２１，２２は互いに適宜離隔して基板保持ステージ２６の上方に固定されており、基板Ｓ表面の撮像位置の設定はＸＹθステージ２５が基板Ｓを移動させることによって行われる。
The imaging range of these imaging means is wider for the first imaging means 21, and the resolution is higher for the second imaging means 22. That is, the
検出ユニット１０は、一般的なパーソナルコンピュータと同様に内部バス１００を有し、該バス１００に、装置全体の動作を司るＣＰＵ１０１、各種処理データを一時的に保存するための主メモリ１０２、ユーザからの操作入力を受け付けるキーボードやマウス、入力タブレットなどの入力デバイス１０３、各種情報を表示するディスプレイ１０４、各種制御プログラムやデータファイル、画像ライブラリなどを保存するストレージ１０５などの各機能ブロックが接続されている。
The
また、この検出ユニット１０には、第１撮像手段２１のラインセンサから随時出力される画像信号を受信して所定のデータフォーマットの画像データとしてバス１００に出力するラインセンサ用キャプチャボード１０６と、第２撮像手段２２のエリアセンサから随時出力される画像信号を受信して所定のデータフォーマットの画像データとしてバス１００に出力するエリアセンサ用キャプチャボード１０７とを備えている。これらのキャプチャボード１０６，１０７が取り扱うデータフォーマットは共通のものとされる。したがって、検出ユニット１０内の他の各機能ブロックにおいては、第１撮像手段２１により取得された画像データと第２撮像手段２２により取得された画像データとを区別することなく同様に扱うことができる。
The
また、検出ユニット１０は、ＸＹθステージ２５に設けられたモータ類を駆動制御するためのモータドライバ１０９を備えており、ＸＹθステージ２５を制御して基板保持ステージ２６を所定速度で移動させたり任意の位置に位置決めすることができる。モータドライバ１０９はバス１００に接続されており、バス１００を介してＣＰＵ１０１から送出される制御指令に応じてＸＹθステージ２５を駆動する。
The
また、図示を省略しているが、ＸＹθステージ２５には基板保持ステージ２２の位置を検出するための例えばリニアエンコーダからなる位置検出手段が設けられており、この位置検出手段からの出力信号を受信して基板保持ステージ２２の位置情報をバス１００に出力するカウンタボード１０８が検出ユニット１０に設けられている。したがって、ＣＰＵ１０１は、カウンタボード１０８から出力される位置情報から基板Ｓの位置座標を把握することができる。
Although not shown, the
カウンタボード１０８から出力される位置情報に基づきモータドライバ１０９を制御することで、ＣＰＵ１０１は第１撮像手段２１および第２撮像手段２２に基板Ｓ表面の任意の位置を撮像させることができる。
By controlling the
さらに、検出ユニット１０では、画像データ処理に特化した演算プロセッサであるＧＰＵ（Graphics Processing Unit）１１０が少なくとも１つ、バス１００に接続されている。ＧＰＵ１１０は、共通の制御命令と個別の入力データとを受け付けて並列演算処理を行う演算器を複数備えたＧＰＵコア１１１と、ＧＰＵコア１１１により処理される画像データを一時的に保存し、バス１００を介さずにＧＰＵコア１１１と接続されてＧＰＵコア１１１との間で高速にデータ交換可能なビデオメモリ１１２とを備えている。ＧＰＵ１１０は単体で並列演算処理を高速に行うものであるが、さらなる高速化のために、必要に応じて複数セットのＧＰＵ１１０を設けてもよい。各ＧＰＵ１１０がそれぞれ複数有する演算器は、ＣＰＵ１０１から与えられる共通の制御命令セットに基づいて並列動作する。
Further, in the
上記のように構成された検査装置１の第１の機能は、外部から搬入される検査対象基板の外観検査を行うリアルタイム検査機能である。すなわち、検査対象基板Ｓが与えられると基板Ｓの表面各部を撮像し、得られた実画像を予め用意された欠陥を含まない基準画像と比較し、相違する部分を欠陥領域として特定し、ユーザに報知する。欠陥領域の検出は例えば、実画像と基準画像との間で画素単位で差分を求め、その差分が所定の閾値を超える画素が集中している領域を探索することにより実行可能である。
The first function of the
このような画素単位での演算を汎用ＣＰＵで行うと長時間を要するため、高速処理を必要とされる従来のインライン型の検査装置では、予め定められた検査レシピに基づく処理を実行する専用ハードウェアを例えばＡＳＩＣ（Application Specific Integrated Circuit）やＦＰＧＡ（Field Programmable Gate Array）などによって作成して実装していた。一方、そのための検査レシピについては、用途や対象物に応じて処理条件の細かいチューニングが必要であることから、処理時間を要するものの機能の変更が容易なソフトウェアにより実現された、コンピュータ上のエミュレータを用いて作成されてきた。 When such a calculation in units of pixels is performed by a general-purpose CPU, it takes a long time. Therefore, in a conventional in-line type inspection apparatus that requires high-speed processing, dedicated hardware that executes processing based on a predetermined inspection recipe The hardware has been created and implemented by, for example, an application specific integrated circuit (ASIC) or a field programmable gate array (FPGA). On the other hand, for the inspection recipe for that purpose, it is necessary to finely tune the processing conditions according to the application and the object, so an emulator on the computer realized by software that requires processing time but can easily change functions. Has been created using.
しかしながら、これらのハードウェアとソフトウェアとでは処理内容が完全に同一とはならないため、エミュレータ上で作成した検査レシピが実際の検査装置で必ずしも最適なものとなっていないことがある。すなわち、エミュレータ上の検出結果と実検査時の検出結果とが一致しないことがある。これを修正するための微調整はユーザにとって大きな負担である。また、予め作成したハードウェアを用いて検査レシピを作成しようとすると、調整可能な範囲がハードウェアにより制約され、またハードウェアが基板全体を高速に検査する目的に特化して作成されることから、条件を変えながら基板の一部を何度も検査する目的には向いておらず、これを用いたレシピ作成作業は非効率的で時間を要するものとなる。 However, since the processing contents of these hardware and software are not completely the same, the inspection recipe created on the emulator may not always be optimal in an actual inspection apparatus. That is, the detection result on the emulator may not match the detection result at the actual inspection. Fine adjustment to correct this is a heavy burden on the user. Also, when trying to create an inspection recipe using pre-made hardware, the adjustable range is limited by the hardware, and the hardware is created specifically for the purpose of inspecting the entire board at high speed. It is not suitable for the purpose of inspecting a part of the substrate many times while changing the conditions, and the recipe creation work using this is inefficient and requires time.
これに対し、この実施形態では、画素単位の演算を並列演算により高速に実行することのできるプロセッサとしてＧＰＵ１１０を欠陥検出処理に適用し、専用ハードウェアの処理速度とソフトウェアエミュレータの柔軟性とを兼備した検出ユニット１０を構成している。これにより、検査レシピの作成と実際の基板検査とを同一の、または同一構成の検出装置を用いて実行することができる。そのため、上記したようなレシピ作成時と実検査時との乖離が生じず、レシピ作成時に最適化された検査レシピで実検査を行うことにより、期待された通りの検出結果を得ることができる。
On the other hand, in this embodiment, the
検査レシピを決定づける処理パラメータとしては、例えば、実画像に対するノイズ除去等を目的とするフィルタや補正処理の強度、有意な差分とみなす閾値、欠陥とみなす領域のサイズ範囲などがあり、これらは、設定を多段階に仮設定しながら試行した検出処理の結果を総合的に参酌して、最終的にはユーザによって判断される。 The processing parameters that determine the inspection recipe include, for example, a filter for the purpose of removing noise from an actual image, the intensity of correction processing, a threshold value that is considered a significant difference, a size range of an area that is considered a defect, and the like. Is finally determined by the user by comprehensively taking into account the results of the trial detection process that was temporarily set in multiple stages.
また、この検査装置１のもう１つの機能として、検出された欠陥を精査してどのような種別の欠陥であるかを評価するレビュー機能がある。これは、発生した欠陥を詳しく評価することで種々の欠陥の発生状況を統計的に把握して、製造プロセスの検証や改善を図ることを目的とするものである。
Further, as another function of the
製造ライン上でのリアルタイム検査では、基板における欠陥の有無とその位置が判れば事足りる。このため、分解能は低くても、広い範囲を高速に撮像することのできる撮像手段が適している。この目的のために、ラインセンサを備えた第１撮像手段２１を好適に利用可能である。一方、レビューでは欠陥の形状や大きさなどより詳細な情報が必要となる。このため、リアルタイム検査時よりも高い分解能で基板を撮像し改めて欠陥検出を行う必要がある。この場合、欠陥と判定された位置は既知であるから、当該位置のみを高分解能で撮像すればよい。この目的のため、基板Ｓ表面の特定位置を高分解能で撮像することができるエリアセンサを備えた第２撮像手段２２を好適に利用可能である。 In real-time inspection on the production line, it is sufficient to know the presence and location of defects on the substrate. For this reason, an imaging means capable of imaging a wide range at high speed even if the resolution is low is suitable. For this purpose, the first imaging means 21 provided with a line sensor can be suitably used. On the other hand, the review requires more detailed information such as the shape and size of the defect. For this reason, it is necessary to detect defects again by imaging the substrate with a higher resolution than in real-time inspection. In this case, since the position determined to be a defect is known, only the position need be imaged with high resolution. For this purpose, it is possible to suitably use the second imaging means 22 including an area sensor that can image a specific position on the surface of the substrate S with high resolution.
レビュー時において改めて撮像が行われるため、撮像結果から欠陥を検出するための欠陥検出処理も新たに必要である。この場合にも、リアルタイム検査時とは異なるレビュー用の検査レシピ（以下、「レビュー用レシピ」という）が予め用意される必要がある。 Since imaging is performed again at the time of review, a defect detection process for detecting a defect from the imaging result is also newly required. In this case as well, a review inspection recipe (hereinafter referred to as “review recipe”) different from that used in the real-time inspection needs to be prepared in advance.
このように目的および必要とされる機能が異なることから、従来はリアルタイム検査機能とレビュー機能とは異なる装置により実現されていた。しかしながら、高速性と汎用性とを兼備するＧＰＵ１１０を備えた本実施形態の検査装置１は、リアルタイム検査機能を実現するための装置構成と同じ装置構成でレビュー機能を実現することも可能である。そこで、以下に説明するように、この実施形態では、検査対象基板のリアルタイム検査、該検査のための検査レシピ作成、検出された欠陥のレビューおよびそのためのレビュー用レシピ作成の４種類の処理を、単一の検査装置１で実行する構成としている。この例では、１枚のウエハに複数のダイが形成された半導体基板を検査対象基板としている。
Since the purpose and required functions are different as described above, the real-time inspection function and the review function have conventionally been realized by different devices. However, the
図２はこの検査装置の動作を示すフローチャートである。また、図３は検査対象である半導体基板の例を模式的に示す図である。この動作は、ＣＰＵ１０１が予め用意された処理プログラムに基づき装置各部を制御することにより実行される。なお、基板を撮像した実画像と無欠陥の基準画像との差分画像に基づく欠陥検出技術、および、検出された欠陥の画像を例えばその特徴量によって分類し欠陥種別を判定する技術は公知であり、本実施形態における欠陥検出およびその種別の判定もこれらの公知技術を適用することが可能であるため、その詳細については説明を省略する。
FIG. 2 is a flowchart showing the operation of this inspection apparatus. FIG. 3 is a diagram schematically showing an example of a semiconductor substrate to be inspected. This operation is executed by the
この検査装置１では、最初にリアルタイム検査に適用するための検査レシピを決定する（ステップＳ１０１）。このための処理については後述することとし、まずリアルタイム検査の流れを説明する。ステップＳ１０１で検査レシピが決定されると、検査対象基板Ｓが検査装置１にロードされ、基板保持ステージ２６上の所定位置に載置される（ステップＳ１０２）。続いて、第１撮像手段２１のラインセンサによる基板Ｓの走査が行われる（ステップＳ１０３）。より具体的には、第１撮像手段２１に対して、基板保持ステージ２６に保持された基板ＳがＸＹθステージ２５により移動されることで、基板Ｓに対するラインセンサの走査移動が実現される。
In this
図３に示すように、検査対象基板Ｓの表面には、それぞれが独立した半導体デバイスとして機能する複数のダイＤが多数配置されている。一定の撮像幅Ｗｓを有する第１撮像手段２１のラインセンサが基板Ｓの表面に沿って一方向に走査移動することで、基板Ｓの一部を帯状に撮像したストライプ画像Ｉｓが得られる。該走査移動を走査方向に直交する方向に位置を異ならせて複数回実行することで、最終的に基板Ｓ全体が撮像される。撮像幅Ｗｓの大きさは任意であるが、各ダイＤの１辺の長さより大きいことが効率的であり、例えば８ｍｍないし１２ｍｍ程度とすることができる。ラインセンサの分解能を１．５μｍ／ピクセルとすれば、８１９２ピクセルが約１２ｍｍに相当する。図において白抜き矢印は基板Ｓに対するラインセンサの相対的な走査移動方向を示している。 As shown in FIG. 3, a large number of dies D each functioning as an independent semiconductor device are arranged on the surface of the inspection target substrate S. The line sensor of the first imaging means 21 having a constant imaging width Ws scans and moves in one direction along the surface of the substrate S, so that a stripe image Is obtained by imaging a part of the substrate S in a strip shape is obtained. The entire substrate S is finally imaged by executing the scanning movement a plurality of times with different positions in the direction orthogonal to the scanning direction. Although the size of the imaging width Ws is arbitrary, it is efficient that it is larger than the length of one side of each die D, and can be about 8 mm to 12 mm, for example. If the resolution of the line sensor is 1.5 μm / pixel, 8192 pixels correspond to about 12 mm. In the figure, the white arrow indicates the relative scanning movement direction of the line sensor with respect to the substrate S.
ラインセンサから随時出力される１ライン分の画像信号は、ラインセンサ用キャプチャボード１０６により所定フォーマットの画像データに変換されて出力される。高速処理を必要とするリアルタイム検査では、基板Ｓ全体の画像データが集積するのを待たず、ラインセンサ用キャプチャボード１０６から出力される画像データを順次処理して、先に設定された検査レシピに基づく欠陥検出を行う（ステップＳ１０４）。このため、基板Ｓ全体の画像データを記憶するためのメモリ空間を確保する必要は必ずしもなく、例えばフィルタリング処理に必要な数ライン分程度の画像データを一時的にバッファする機能があればよい。
An image signal for one line output from the line sensor as needed is converted into image data of a predetermined format by the line
欠陥検出処理は、ＣＰＵ１０１が検査レシピに応じた制御命令セットをＧＰＵ１１０に与え、ＧＰＵ１１０の各演算器が、与えられた制御命令セットを実行して画素ごとのデータを並列処理することにより行う。より具体的には、検査対象基板Ｓ表面のある領域の画像データが与えられると、予めストレージ１０５に記憶されている無欠陥基板に相当する基準画像データのうち、当該領域に対応する領域の基準画像データとの差分を求める。画素ごとの演算を各演算器により並列的に行うことで、処理時間は短くて済む。
The defect detection processing is performed by the
こうして得られた差分データを所定の閾値で二値化し、差分の大きい画素と小さい画素とを区別する。この処理も画素ごとに並列処理することが可能であり、ＧＰＵ１１０により実行することができる。また、ノイズ除去等を目的として画像データに適宜施す補正処理やフィルタリング処理についても、例えばシェーディング補正や濃度補正、移動平均フィルタ処理などは並列処理が可能である。このように、並列処理可能な処理をＧＰＵ１１０に実行させることで、検出処理に要する時間を短くすることが可能である。
The difference data obtained in this way is binarized with a predetermined threshold value, and a pixel with a large difference is distinguished from a pixel with a small difference. This processing can also be performed in parallel for each pixel, and can be executed by the
上記処理の結果、差分の大きい画素がある程度まとまって存在する領域があればＣＰＵ１０１は当該領域を欠陥とみなし、その位置座標を特定して主メモリ１０２に記憶させておく。このような処理を基板Ｓ全体について行うことで、基板Ｓ全体からの欠陥検出が完了する。
As a result of the above processing, if there is an area where pixels with large differences exist to some extent, the
欠陥が検出されたとき（ステップＳ１０５）、続いて欠陥の真偽判定を行う（ステップＳ１０６）。この真偽判定は、欠陥とされた領域が検出されるべき真の欠陥であるのか、あるいは単なる画像ノイズやデバイス性能に影響を与えない軽微な欠陥であり検出される必要のないもの（偽欠陥）であるかを判定する処理である。具体的には、例えば、欠陥とされた領域の画像からその特徴量を算出し、例えば決定木やニューラルネットワーク、サポートベクタマシン、判別分析法などの公知の分類技術を用いて既知の欠陥との異同を判定することで、真偽を決することができる。なお、後のレビューにおいて欠陥が精査される前提から真偽判定を省いてもよく、また真偽が疑わしい欠陥のみを判定の対象としてもよい。また、真偽判定は欠陥が検出される都度実行されてもよく、ある程度の領域についての欠陥検出が終了した段階で行われてもよい。 When a defect is detected (step S105), the authenticity of the defect is subsequently determined (step S106). This true / false determination is made as to whether the area considered as a defect is a true defect to be detected, or a simple defect that does not affect image performance or device performance and does not need to be detected (false defect) ). Specifically, for example, the feature amount is calculated from the image of the area determined to be a defect, and the known defect is detected using a known classification technique such as a decision tree, a neural network, a support vector machine, or a discriminant analysis method. By determining the difference, the authenticity can be determined. It should be noted that the authenticity determination may be omitted from the assumption that the defect will be scrutinized in a later review, or only a defect that is suspected of authenticity may be determined. Further, the authenticity determination may be performed every time a defect is detected, or may be performed at the stage where the defect detection for a certain area has been completed.
こうして得られた検査結果は、ディスプレイ１０４に表示することでユーザに提示される。検査結果については、例えば基板Ｓ全体の画像に欠陥検出位置を示すマークを重畳表示して欠陥分布を示すことができる。これにより、ユーザは欠陥の分布状況を概観することができる。また、ダイごとに欠陥分布を示してもよく、ユーザの操作入力に応じて適宜拡大・縮小表示を行えるようにしてもよい。
The inspection result thus obtained is displayed on the
次に、検出された欠陥をより詳細に評価するレビューを実施するか否かをユーザに指定させる（ステップＳ１０８）。レビューが必要とされた場合（ステップＳ１０８においてＹＥＳ）の処理については後に説明する。レビューが不要である場合（ステップＳ１０８においてＮＯ）、続いて検査レシピの再調整が必要か否かをユーザに指定させる（ステップＳ１０９）。必要であれば検査レシピ決定処理（ステップＳ１０１）に戻ることができるようにすることで、ユーザは検査レシピを修正した上で検査を再実行させることができる。 Next, the user is designated whether or not to perform a review for evaluating the detected defect in more detail (step S108). The process when review is required (YES in step S108) will be described later. If the review is not required (NO in step S108), the user is allowed to specify whether or not the inspection recipe needs to be readjusted (step S109). By making it possible to return to the inspection recipe determination process (step S101) if necessary, the user can reinspect the inspection after correcting the inspection recipe.
再調整の必要がなければ、当該基板Ｓについての検査は終了である。引き続き検査すべき他の基板があればステップＳ１０２に戻り（ステップＳ１１０）、当該他の基板を新たな検査対象基板Ｓとして上記処理を繰り返す。他の基板がなければ処理を終了する。例えば複数枚の基板を収容するカセットと、該カセットと検査装置１との間で基板を搬送するローダとを組み合わせることで、カセットに収容された複数の基板を連続的に検査することができる。１つのカセットに収容されている基板が同一プロセス、同一ロットで製造されたものであれば、欠陥の発生態様は互いに類似しているから、基板１枚ごとに検査レシピを設定する必要はない。もちろん必要に応じてレシピを再調整することは可能である。
If there is no need for readjustment, the inspection for the substrate S is completed. If there is another substrate to be inspected, the process returns to step S102 (step S110), and the above processing is repeated with the other substrate as a new inspection target substrate S. If there is no other substrate, the process is terminated. For example, by combining a cassette that accommodates a plurality of substrates and a loader that conveys the substrate between the cassette and the
これら一連の処理における各種閾値や補正およびフィルタリングの強度等の各種処理パラメータが、ステップＳ１０１の検査レシピ決定処理において決定されている。次にこの検査レシピ決定処理について説明する。 Various processing parameters such as various threshold values and correction and filtering intensities in the series of processes are determined in the inspection recipe determination process in step S101. Next, the inspection recipe determination process will be described.
図４は検査レシピ決定処理を示すフローチャートである。最初に、検査対象基板Ｓが検査装置１にロードされる（ステップＳ２０１）。このときの基板はリアルタイム検査に供されるものでもよく、また別途用意したダミー基板でもよい。そして、第１撮像素子２１のラインセンサにより基板Ｓ表面を走査して撮像する第１回のプリスキャンを行う（ステップＳ２０２）。この第１回プリスキャンは、単に基板保持ステージ２６に載置された基板Ｓの姿勢を確認するためのものであり、リアルタイム検査時と同等の分解能は不要である。したがって、ラインセンサから出力される画像信号の全てを有効な画像データとして読み込む必要はなくデータを適宜間引いてよい。走査速度についてもリアルタイム検査時のものより速くしてよく、これにより処理時間を短縮することができる。
FIG. 4 is a flowchart showing the inspection recipe determination process. First, the inspection target substrate S is loaded into the inspection apparatus 1 (step S201). The substrate at this time may be used for real-time inspection or may be a dummy substrate prepared separately. Then, the first pre-scan for scanning the surface of the substrate S by the line sensor of the
こうして得られた基板Ｓ全体の画像をディスプレイ１０４に表示させ、θ方向、つまり鉛直軸周りの基板Ｓの傾きを補正するために必要な回転量をユーザに指定入力させる。必要な回転量が入力されると、それに応じてＸＹθステージ２５を作動させて、基板Ｓの傾きを補正する（ステップＳ２０３）。適宜の基準マークを基板Ｓに設けてこれを検出し自動的に傾き補正を行うようにしてもよい。
The image of the entire substrate S obtained in this way is displayed on the
続いて、第１撮像素子２１のラインセンサにより第２回のプリスキャンが行われる（ステップＳ２０４）。このときの走査および撮像は、リアルタイム検査時と同じ分解能、走査速度で実行される。得られた画像はディスプレイ１０４に表示され、ユーザからの基準ダイ位置の指定入力を受け付ける（ステップＳ２０５）。またこのとき、基板Ｓにおける位置座標の基準となるアライメントマークの位置についても、ユーザにより指定させる。
Subsequently, a second pre-scan is performed by the line sensor of the first image sensor 21 (step S204). The scanning and imaging at this time are executed with the same resolution and scanning speed as in the real-time inspection. The obtained image is displayed on the
図３に示すように、基板Ｓには複数のダイＤが配置されているが、ダイの配置やサイズは形成されたデバイスにより様々であり、この時点では、画像において各ダイが占める領域が特定されていない。ユーザが画像における１つの基準ダイの位置を指定することで、その位置を基準として基板Ｓにおける各ダイＤの位置が把握される。また、リアルタイム検査において欠陥が検出されたとき、指定されたアライメントマークの位置を基準とした欠陥の位置座標情報が検出結果として出力される。 As shown in FIG. 3, a plurality of dies D are arranged on the substrate S, but the arrangement and size of the dies vary depending on the formed device. At this point, the area occupied by each die in the image is specified. It has not been. When the user designates the position of one reference die in the image, the position of each die D on the substrate S is grasped based on that position. Further, when a defect is detected in the real-time inspection, defect position coordinate information based on the position of the designated alignment mark is output as a detection result.
次に、第１撮像素子２１のラインセンサにより１つのダイが走査され画像データが取得される（ステップＳ２０６）。ここでは撮像されるダイは上記した基準ダイとするが、ユーザにより指定された他のダイであってもよい。このとき取得されたダイ画像データについては、主メモリ１０２に記憶保存しておく。こうして撮像された１つのダイの画像に対して、同一の検査レシピが適用される範囲である検査エリアを１つまたは複数ユーザに設定させる（ステップＳ２０７）。
Next, one die is scanned by the line sensor of the
ユーザにより指定されたダイＤ１の拡大図が図３右上に示されている。１つのダイに作り込まれる回路の種類に応じてその表面の外観は一様でない場合がある。例えば演算プロセッサでは、演算ユニットが形成される領域、メモリが形成される領域、入出力ポートが形成される領域など回路構成の異なる複数の領域が１つのダイに作り込まれる。これに起因してダイの外観が領域ごとに異なり（図では異なるハッチングにより区別）、欠陥検出のための処理パラメータも各領域ごとに最適値が異なることがある。これに対応するために、検査エリアの設定を行う。すなわち、１つの検査エリアでは同一の処理パラメータが適用され、複数の検査エリアが設定された場合、各処理パラメータの値は検査エリアごとに個別に設定可能である。１つのダイ全体が１つの検査エリアとされてもよく、この場合、ダイ全体に同一の処理パラメータが適用される。また複数の検査エリアが重複してもよく、この場合、重複箇所については処理パラメータの値を変えて複数回欠陥検出処理が行われることになる。 An enlarged view of the die D1 designated by the user is shown in the upper right of FIG. Depending on the type of circuitry built into one die, the surface appearance may not be uniform. For example, in an arithmetic processor, a plurality of regions having different circuit configurations such as a region where an arithmetic unit is formed, a region where a memory is formed, and a region where an input / output port is formed are formed in one die. Due to this, the appearance of the die differs from region to region (differentiated by different hatching in the figure), and the processing parameters for defect detection may have different optimum values for each region. In order to cope with this, an inspection area is set. That is, when the same processing parameter is applied to one inspection area and a plurality of inspection areas are set, the value of each processing parameter can be set individually for each inspection area. An entire die may be an inspection area, in which case the same processing parameters are applied to the entire die. In addition, a plurality of inspection areas may be overlapped. In this case, the defect detection process is performed a plurality of times by changing the value of the processing parameter for the overlapped portion.
こうして設定された検査エリアのそれぞれに対して、検査レシピを特徴付ける設定情報としての処理パラメータの設定入力を受け付ける（ステップＳ２０８）。入力されるべき設定情報は、上記したリアルタイム検査における各処理パラメータ、すなわち各種閾値やフィルタ特性などを指定するための情報である。また、適用すべき検出アルゴリズムそのものを特定するための情報を含んでもよい。 For each of the inspection areas set in this manner, a process parameter setting input as setting information characterizing the inspection recipe is received (step S208). The setting information to be input is information for designating each processing parameter in the above-described real-time inspection, that is, various threshold values, filter characteristics, and the like. Further, information for specifying the detection algorithm itself to be applied may be included.
そして、与えられた設定情報に基づき検査レシピを作成する。すなわち、設定情報に基づき、適切な処理アルゴリズムに処理パラメータの値を組み込んで構成した制御命令セットを作成し、これをこの時点での検査レシピとする（ステップＳ２０９）。この時点の検査レシピは確定したものではなく、引き続き検証に供される仮のレシピである。 Then, an inspection recipe is created based on the given setting information. That is, based on the setting information, a control instruction set configured by incorporating processing parameter values into an appropriate processing algorithm is created, and this is set as an inspection recipe at this time (step S209). The inspection recipe at this point is not finalized, but is a temporary recipe that is subsequently used for verification.
続いて検査レシピの検証が行われる。すなわち、主メモリ１０２に保存されているダイ画像データを読み出し、上記で仮設定された検査レシピを適用して欠陥検出処理を試行し（ステップ２１０）、その結果をディスプレイ１０４に表示させる（ステップＳ２１１）。具体的には、ＣＰＵ１０１が、ステップＳ２０９において構成された制御命令セットをＧＰＵ１１０に与えるとともに、主メモリ１０２から読み出されたダイ画像データと基準画像データとをＧＰＵ１１０に入力して、リアルタイム検査と同様の画素ごとのデータ処理を行わせ、得られた欠陥分布をディスプレイ１０４に表示させる。
Subsequently, the inspection recipe is verified. That is, the die image data stored in the
表示された欠陥分布を確認して、ユーザは処理パラメータを変更することができる。処理パラメータの変更を受け付けると（ステップＳ２１２）、ステップＳ２０８に戻ってユーザによる処理パラメータの再設定入力を受け付ける。そして、入力された処理パラメータに基づき新たな検査レシピを作成して欠陥検出処理を再試行するが（ステップＳ２０９、Ｓ２１０）、画像データとしては主メモリ１０２に記憶されたダイ画像データを用いるので、新たな撮像は不要である。したがって撮像を行うための待ち時間は発生しない。
By confirming the displayed defect distribution, the user can change the processing parameter. When the process parameter change is accepted (step S212), the process returns to step S208 to accept the process parameter reset input by the user. Then, a new inspection recipe is created based on the input processing parameters and the defect detection process is retried (steps S209 and S210). Since the die image data stored in the
ユーザが満足できる検査結果が得られるまで、上記ステップＳ２０８〜Ｓ２１２のループ処理が繰り返し実行される。この間、新たな撮像は行われず、また欠陥検出処理はＧＰＵ１１０により高速で実行されるので、１回のループ処理が短時間で終了する。そのため、ユーザが処理パラメータの多くの組み合わせを試行した場合でも、全体に要する時間は従来より大幅に短縮される。
The loop processing of steps S208 to S212 is repeatedly executed until a test result that satisfies the user is obtained. During this time, no new imaging is performed, and the defect detection process is executed at high speed by the
処理パラメータの変更が必要ないとユーザが判断すれば（ステップＳ２１２においてＮＯ）、続いて第１撮像素子２１のラインセンサにより基板Ｓ全体の走査が行われる（ステップＳ２１３）。そして、先のループ処理で最後に設定された検査レシピを適用して、基板Ｓ全体についての欠陥検出処理を行い（ステップＳ２１４）、結果をディスプレイ１０４に表示させる（ステップＳ２１５）。 If the user determines that the processing parameter does not need to be changed (NO in step S212), then the entire substrate S is scanned by the line sensor of the first image sensor 21 (step S213). Then, the inspection recipe set last in the previous loop process is applied to perform the defect detection process for the entire substrate S (step S214), and the result is displayed on the display 104 (step S215).
１つのダイ画像データに基づいて設定した検査レシピが基板Ｓ全体では必ずしも最適とならない場合もあり得る。そこで、ユーザは表示された結果を見て基準ダイを変更することが可能となっている。すなわち、ユーザから基準ダイの変更指示を受け付けると（ステップＳ２１６）、ステップＳ２０５に戻って基準ダイの再指定を行うことができる。ユーザは、例えば先の欠陥検出処理で多くのあるいは重大な欠陥が検出されたダイを新たな基準ダイとしてレシピ決定をやり直すことができる。 The inspection recipe set based on one die image data may not necessarily be optimal for the entire substrate S. Therefore, the user can change the reference die by looking at the displayed result. That is, when an instruction to change the reference die is received from the user (step S216), it is possible to return to step S205 and re-specify the reference die. The user can redo the recipe determination using, for example, a die in which many or serious defects are detected in the previous defect detection process as a new reference die.
基準ダイの変更も必要ないと判断されれば、その時点における検査レシピを、リアルタイム検査に適用する最終的な検査レシピとして主メモリ１０２またはストレージ１０５に記憶保存し（ステップＳ２１７）、検査レシピ決定処理を終了する。このときの検査レシピが、先に説明したリアルタイム検査において適用される。リアルタイム検査時と、検査レシピ設定時とで同じ検出ユニット１０が用いられているので、実検査時とは異なるエミュレータ上で検査レシピが設定される態様において問題となる検出結果の乖離が生じない。また、リアルタイム検査を行うためのシステムと、検査レシピを作成するためのシステムとを個別に用意する必要がないので、装置の設置スペースや装置および保守コストの点でも有利である。
If it is determined that there is no need to change the reference die, the inspection recipe at that time is stored and saved in the
また、欠陥検出処理の主要部をＧＰＵ１１０により行うことで、高速処理と汎用性とを兼備した装置となっているので、当該検査装置１をリアルタイム検査に適用した場合、そのための検査レシピ作成に使用した場合のいずれにおいても、専用装置と比べても遜色ない処理が可能である。特に、レシピ作成においては、従来汎用ＣＰＵで行っていた実画像と基準画像との対比を画像処理に特化したＧＰＵにより実行しているので、処理時間が大きく短縮され、ユーザにとっての利便性はより優れたものとなっている。したがって、実検査時との結果の乖離がないことと併せて、この実施形態では、検査レシピを効率よく最適化することができ、検査レシピ作成に係るユーザの負担は大きく軽減されている。
In addition, since the main part of the defect detection processing is performed by the
図２に戻って、この検査装置１のレビュー機能について説明する。ステップＳ１０２〜Ｓ１０７までの欠陥検出処理において検出された欠陥について、ユーザがより詳しい評価が必要であると判断した場合には（ステップＳ１０８）、続いてレビュー処理（ステップＳ１１１〜Ｓ１１６）が行われる。最初に、レビュー用レシピ、すなわちレビュー処理における欠陥検出処理に適用される検査レシピが決定される（ステップＳ１１１）。なお、以前の動作においてレビュー用レシピが適切に設定されている場合にはこのステップを省略することも可能である。
Returning to FIG. 2, the review function of the
図５はレビュー用レシピ決定処理を示すフローチャートである。レビュー用レシピの決定も、基本的には先に説明したリアルタイム検査用の検査レシピの決定と同じ考え方で行うことができる。ただし、欠陥を詳しく評価するためにリアルタイム検査時とは異なる撮像手段での必要があり、また評価すべき欠陥の位置が既に判っていることから、これらに伴って具体的な動作については一部変更が必要である。 FIG. 5 is a flowchart showing the review recipe determination process. The review recipe can be determined basically in the same way as the determination of the inspection recipe for real-time inspection described above. However, in order to evaluate defects in detail, it is necessary to use an imaging means different from that used during real-time inspection, and the position of the defect to be evaluated is already known. Change is required.
最初に、第２撮像手段２２に設けられたエリアセンサにより、基板Ｓ表面のうち評価したい欠陥のある部位を撮像する（ステップＳ３０１）。取得された画像データについては主メモリ１０２に記憶保存しておく。基板Ｓにおいて欠陥とみなされる部位のある位置の座標はリアルタイム検査において特定されており、その位置が第２撮像手段２２の直下位置となるように、ＸＹθステージ２５により基板保持ステージ２２が移動される。評価すべき位置が既知で基板Ｓの傾き等も既に補正されているから、これらを求めるための処理はこの場合には不要である。
First, the area sensor provided in the second imaging means 22 images a defective part to be evaluated on the surface of the substrate S (step S301). The acquired image data is stored and saved in the
続いて、撮像された画像から欠陥検出を行うための処理パラメータの設定入力を受け付ける（ステップＳ３０２）。撮像手段の特性や撮像方法、撮像する領域、求められる検出精度などが互いに異なることから、リアルタイム検査時とは別に改めて処理パラメータの設定が必要である。特に、エリアセンサとしてカラー撮像が可能なものを用いた場合、カラー画像処理のための処理パラメータがさらに追加される必要がある。 Subsequently, a process parameter setting input for detecting a defect from the captured image is received (step S302). Since the characteristics of the imaging means, the imaging method, the imaging area, the required detection accuracy, and the like are different from each other, it is necessary to set processing parameters separately from the time of the real-time inspection. In particular, when an area sensor capable of color imaging is used, it is necessary to further add processing parameters for color image processing.
ユーザにより処理パラメータが与えられると、検査レシピ作成時と同様に、与えられた処理パラメータを組み込んで仮設定した検査レシピを作成し（ステップＳ３０３）、これに対応する制御命令セットをＧＰＵ１１０に与えて、欠陥を撮像した画像に対する欠陥検出処理を実行する（ステップＳ３０４）。その結果をディスプレイ１０４に表示させて（ステップＳ３０５）、処理パラメータの変更が必要か否かをユーザに判定させる（ステップＳ３０６）。変更が必要であればステップＳ３０２に戻って処理パラメータの再設定を受け付け、パラメータの変更が不要となるまでループ処理を繰り返す。この間、画像データは主メモリ１０２に記憶されたものを読み出して利用することができるので、再度の撮像は不要である。
When the processing parameters are given by the user, an inspection recipe temporarily set by incorporating the given processing parameters is created (step S303), and a corresponding control instruction set is given to the
こうして処理パラメータの変更が必要なくなれば、その時点の検査レシピを最終的に確定したレビュー用レシピとして主メモリ１０２またはストレージ１０５に記憶保存し、レビュー用レシピ決定処理を終了する。続くレビュー処理における欠陥検出処理では、こうして設定されたレビュー用レシピが適用される。
If the process parameters do not need to be changed in this way, the inspection recipe at that time is finally stored as a review recipe in the
図２に戻って、こうしてレビュー用レシピが決定されると、評価したい欠陥の画像が第２撮像手段２２のエリアセンサにより撮像される（ステップＳ１１２）。続いて、取得された画像データと先に設定されたレビュー用レシピとに基づき欠陥検出処理が実行されて（ステップＳ１１３）、欠陥とみなされる領域が詳細に特定される。検出された欠陥部位については、リアルタイム検査における真偽判定のときと同様、適宜の分類方法により欠陥の種別が判定される（ステップＳ１１４）。例えば既知の欠陥画像により機械学習させた分類アルゴリズムをＣＰＵ１０１が実行することで、このような判定を行うことができる。評価すべき他の欠陥があれば（ステップＳ１１５）、ステップＳ１１２に戻って当該他の欠陥の撮像および評価が順次行われる。
Returning to FIG. 2, when the review recipe is thus determined, an image of a defect to be evaluated is captured by the area sensor of the second imaging means 22 (step S112). Subsequently, a defect detection process is executed based on the acquired image data and the previously set review recipe (step S113), and an area regarded as a defect is specified in detail. About the detected defect site | part, the classification of a defect is determined by the appropriate classification method similarly to the time of authenticity determination in a real-time inspection (step S114). For example, such a determination can be made by the
評価の対象となる欠陥についてその種別判定が終了すると、得られた判定結果をディスプレイ１０４に表示しユーザに提示する（ステップＳ１１６）。その後、処理はステップＳ１０９に戻り、判定結果を見たユーザが検査レシピの再調整が必要と判断すればステップＳ１０１に戻る。検査レシピを変更する必要がなければ、さらに他の基板の検査を続行する（ステップＳ１１０）。
When the type determination for the defect to be evaluated ends, the obtained determination result is displayed on the
レビュー処理においても、レビュー用レシピを決定するための欠陥検出処理と、実際のレビュー処理における欠陥検出処理とが同一の検出ユニット１０上で実行される。したがって、リアルタイム検査の場合と同様に、レシピ決定時と実際のレビュー処理時との間で結果の乖離がなく、レシピ決定を効率よく行うことができる。
Also in the review process, the defect detection process for determining the review recipe and the defect detection process in the actual review process are executed on the
また、高速性と汎用性を兼備するＧＰＵ１１０を検出ユニット１０に設けたことにより、リアルタイム検査のための検出ユニット１０をそのままレビュー処理およびそのためのレシピ決定処理に適用することができる。リアルタイム検査とレビュー処理とで撮像手段が相違するが、それぞれの撮像手段に対応したキャプチャボードを介在させることで、以後の処理においてはいずれの撮像手段で取得された画像データについても特に区別することなく同等に処理することができる。
Further, by providing the
なお、リアルタイム検査とそのためのレシピ作成との間、およびレビュー処理とそのためのレシピ作成との間では、それぞれ検出アルゴリズムが同一であることが望ましいが、リアルタイム検査とレビュー処理との間では異なる検出アルゴリズムが適用されてもよい。本実施形態では、欠陥検出処理の主要部を専用ハードウェアではなくＧＰＵ１１０により行っているので、このように異なる検出アルゴリズムを同一の装置構成で実行することも可能である。
In addition, it is desirable that the detection algorithm is the same between the real-time inspection and recipe creation therefor, and between the review processing and recipe creation therefor, but different detection algorithms are used between the real-time inspection and the review processing. May be applied. In this embodiment, since the main part of the defect detection processing is performed by the
本実施形態による一連の動作を図３の例に即して説明する。リアルタイム検査の結果、図に示す領域Ｒ１において欠陥が検出されたとする。右下の画像Ｐ１はリアルタイム検査において第１撮像手段２１により撮像された、欠陥を含むとされる画像である。なお、この画像Ｐ１は本実施形態を説明するための仮想的なものであり、実際の装置においてこのような画像が構成・保存されていることを意味するものではない。
A series of operations according to the present embodiment will be described with reference to the example of FIG. It is assumed that a defect is detected in the region R1 shown in the figure as a result of the real-time inspection. The lower right image P <b> 1 is an image captured by the
この画像Ｐ１は比較的低分解能であるため、含まれる欠陥がどのようなものかを判別するには不十分である。一方、画像Ｐ２はリアルタイム検査で検出された欠陥の位置座標情報に基づき第２撮像手段２２が撮像した画像の例であり、画像Ｐ１のうち点線で囲まれた領域の拡大画像に相当する。欠陥とみなされた位置を含む領域をより高分解能で撮像し、これにより得られた画像Ｐ２において欠陥検出およびその種別判定を行うことにより、欠陥の種別（例えば配線の短絡、断線、異物など）をより的確に判別することができる。
Since the image P1 has a relatively low resolution, it is insufficient to determine what kind of defect is included. On the other hand, the image P2 is an example of an image captured by the
そして、このようなリアルタイム検査における欠陥検出、リアルタイム検査のための検査レシピ決定のための欠陥検出、レビューにおける欠陥検出およびレビューのための検査レシピ決定のための欠陥検出が、本実施形態ではいずれも同一の検出ユニット１０により実行されている。検出ユニット１０は、並列演算処理を高速に実行可能なＧＰＵ１１０を備えているので、高速性が要求されるリアルタイム検査と、パラメータが頻繁に変更されるための柔軟性（汎用性）が要求されるレシピ決定処理とを同一構成の検出ユニットにより実行することが可能となっている。
In the present embodiment, defect detection in such real-time inspection, defect detection for inspection recipe determination for real-time inspection, defect detection for review and defect detection for inspection recipe determination for review are all performed in this embodiment. It is executed by the
以上説明したように、この実施形態では、第１撮像手段２１が本発明の「検査用撮像手段」として機能する一方、第２撮像手段２２が本発明の「評価用撮像手段」として機能している。また、ＧＰＵ１１０が本発明の「検出処理手段」として機能し、ＧＰＵ１１０に設けられた複数の演算器が本発明の「演算ユニット」に相当している。また、本実施形態では、ＣＰＵ１０１が本発明の「レシピ設定手段」および「欠陥評価手段」として機能している。また、この実施形態では、ディスプレイ１０４が本発明の「報知手段」として機能する一方、入力デバイス１０３が「受付手段」として機能している。さらに、上記実施形態では、主メモリ１０２が本発明の「記憶手段」として機能している。
As described above, in this embodiment, the
また、図２の処理におけるステップＳ１０１、Ｓ１０３およびＳ１０４が、それぞれ本発明の「第１工程」、「第２工程」および「第３工程」に相当している。また、ステップＳ１１２、Ｓ１１３およびＳ１１４が、それぞれ本発明の「第６工程」、「第７工程」および「第８工程」に相当している。また、図４におけるステップＳ２０８、Ｓ２１０およびＳ２１１が、それぞれ本発明の「第１サブ工程」、「第２サブ工程」および「第３サブ工程」に相当している。さらに、図５におけるステップＳ３０１が本発明の「第４工程」に相当する一方、ステップＳ３０２〜Ｓ３０７が本発明の「第５工程」に相当している。そして、そのうちステップＳ３０２、Ｓ３０４およびＳ３０５が、それぞれ本発明の「第４サブ工程」、「第５サブ工程」および「第６サブ工程」に相当している。 Also, steps S101, S103, and S104 in the process of FIG. 2 correspond to the “first step”, “second step”, and “third step” of the present invention, respectively. Steps S112, S113, and S114 correspond to the “sixth step”, “seventh step”, and “eighth step” of the present invention, respectively. Steps S208, S210, and S211 in FIG. 4 correspond to the “first sub-step”, “second sub-step”, and “third sub-step” of the present invention, respectively. Further, step S301 in FIG. 5 corresponds to the “fourth step” of the present invention, while steps S302 to S307 correspond to the “fifth step” of the present invention. Of these, steps S302, S304, and S305 correspond to the “fourth sub-step”, “fifth sub-step”, and “sixth sub-step” of the present invention, respectively.
なお、本発明は上記した実施形態に限定されるものではなく、その趣旨を逸脱しない限りにおいて上述したもの以外に種々の変更を行うことが可能である。例えば上記実施形態では、リアルタイム検査における欠陥検出処理と、そのための検査レシピ決定処理における欠陥検出処理とを同一の検出ユニット１０を用いて行っている。しかしながら、リアルタイム検査と検査レシピ決定処理とで結果の乖離を生じさせないという本発明の思想からは、本実施形態のように欠陥検出処理が同一の検出ユニットにより実行されるケースのほか、同一構成を有する他の検出ユニットにより実行されるケースも包含される。検出ユニットの構成が同一であれば、同一の検査レシピを適用することで同じ結果を得られることが期待されるからである。レビュー処理とレビュー用レシピ決定処理との間についても同様である。
The present invention is not limited to the above-described embodiment, and various modifications other than those described above can be made without departing from the spirit of the present invention. For example, in the above-described embodiment, the defect detection process in the real-time inspection and the defect detection process in the inspection recipe determination process are performed using the
実際の製造ラインでの運用を考えると、例えば、同一構成の複数台の検査装置が用意された状況では、リアルタイム検査機能とそのための検査レシピ決定機能とを兼備する１台の検査装置で設定された検査レシピを、他の検査装置に適用してリアルタイム検査を実行する態様が考えられる。 Considering operation on an actual production line, for example, in a situation where a plurality of inspection apparatuses having the same configuration are prepared, the inspection apparatus is set by one inspection apparatus having both a real-time inspection function and an inspection recipe determination function therefor. A mode in which a real-time inspection is executed by applying the inspection recipe to another inspection apparatus is conceivable.
また例えば、上記実施形態では、リアルタイム検査用の第１撮像手段２１と、レビュー用の第２撮像手段２２とを共に備え、同一の装置でリアルタイム検査とレビューとを実行できるようにしているが、これに限定されるものではない。すなわち、レビュー用の第２撮像手段を備えず、リアルタイム検査のみを実行する装置であっても、そのための検査レシピを作成する機能を有し、かつ検査レシピ作成のための欠陥検出処理の試行をリアルタイム検査と同一の（または同一構成の）検出ユニットで実行するものであれば本発明の技術思想の範疇に含まれる。 Further, for example, in the above embodiment, the first imaging means 21 for real-time inspection and the second imaging means 22 for review are both provided so that the real-time inspection and review can be executed by the same device. It is not limited to this. That is, even if the apparatus does not include the second imaging means for review and performs only real-time inspection, it has a function of creating an inspection recipe for that purpose, and attempts a defect detection process for preparing the inspection recipe. Any method that is executed by the same detection unit (or the same configuration) as that of the real-time inspection is included in the scope of the technical idea of the present invention.
また、上記実施形態では、本発明の「検出処理手段」として画像処理用に開発されたＧＰＵを適用している。このようにＧＰＵを他の用途に適用する技術はＧＰＧＰＵ（General-Purpose computing on Graphics Processing Units）と呼ばれるものであるが、検出処理手段としてはこれに限定されるものではなく、差分画像処理のような並列演算処理を高速に行うことのできる演算手段であれば同様に適用可能である。 In the above embodiment, a GPU developed for image processing is applied as the “detection processing means” of the present invention. The technology for applying the GPU to other uses in this way is called GPGPU (General-Purpose computing on Graphics Processing Units). However, the detection processing means is not limited to this, and is similar to differential image processing. Any arithmetic means capable of performing high-speed parallel arithmetic processing at high speed can be similarly applied.
また、上記実施形態では、リアルタイム検査において欠陥の真偽判定を行ったり、検査レシピ決定処理において基板の傾き補正を行ったりしているが、これらは必須の要件ではなく、必要に応じて実行したり省いても構わない。 In the above embodiment, the authenticity of the defect is determined in the real-time inspection, or the substrate inclination is corrected in the inspection recipe determination process. However, these are not essential requirements, and are executed as necessary. You can omit it.
また、上記実施形態は半導体基板の欠陥を検査する検査装置であるが、本発明の適用対象たる検査装置は、半導体基板を検査する装置だけでなく、他の対象物、例えばプリント基板やガラス基板等を検査する装置や、各種材料の表面状態を検査する表面検査装置であってもよい。 Moreover, although the said embodiment is an inspection apparatus which test | inspects the defect of a semiconductor substrate, the inspection apparatus which is an application object of this invention is not only the apparatus which test | inspects a semiconductor substrate, but another target object, for example, a printed board or a glass substrate Etc., and a surface inspection apparatus for inspecting the surface states of various materials.
本発明は基板の欠陥を検出する欠陥検出装置および欠陥検出方法に関するものであり、特にユーザによる欠陥検出のための検査レシピの作成作業を効率的に支援することができるものである。 The present invention relates to a defect detection apparatus and a defect detection method for detecting a defect on a substrate, and in particular, can efficiently support creation of an inspection recipe for defect detection by a user.
１ 検査装置（欠陥検出装置）
２１ 第１撮像手段（検査用撮像手段）
２２ 第２撮像手段（評価用撮像手段）
１０１ ＣＰＵ（レシピ設定手段、欠陥評価手段）
１０２ 主メモリ（記憶手段）
１０３ 入力デバイス（受付手段）
１０４ ディスプレイ（報知手段）
１１０ ＧＰＵ（（複数の演算ユニットを含む）検出処理手段）
Ｓ 基板（検査対象基板）
Ｓ１０１第１工程
Ｓ１０３第２工程
Ｓ１０４第３工程
Ｓ１１２、第６工程
Ｓ１１３第７工程
Ｓ１１４第８工程
Ｓ２０８第１サブ工程
Ｓ２１０第２サブ工程
Ｓ２１１第３サブ工程
Ｓ３０１第４工程
Ｓ３０２第５工程の第４サブ工程
Ｓ３０４第５工程の第５サブ工程
Ｓ３０５第５工程の第６サブ工程
1 Inspection device (defect detection device)
21 First imaging means (inspection imaging means)
22 Second imaging means (evaluation imaging means)
101 CPU (recipe setting means, defect evaluation means)
102 Main memory (storage means)
103 Input device (reception means)
104 Display (notification means)
110 GPU (detection processing means (including a plurality of arithmetic units))
S substrate (substrate to be inspected)
S101 1st process S103 2nd process S104 3rd process S112, 6th process S113 7th process S114 8th process S208 1st subprocess S210 2nd subprocess S211 3rd subprocess S301 4th process S302 5th process 5th process 4 sub-processes S304 5th process 5th subprocess S305 5th process 6th subprocess
Claims (10)
前記検査用撮像手段から出力される前記画像データと予め用意された基準画像データとの差分から前記検査対象基板の欠陥を検出する欠陥検出処理を、所定の検査レシピに基づき実行する検出処理手段と、
前記検出処理手段に前記検査レシピを与えるレシピ設定手段と、
前記欠陥検出処理の結果をユーザに報知する報知手段と、
前記検査レシピを決定するために必要な設定情報に関する設定入力をユーザから受け付ける受付手段と
を備え、
前記レシピ設定手段は、前記受付手段による前記設定情報の受付と、該設定情報に応じて設定した仮検査レシピおよび前記検査用撮像手段から出力された前記画像データに基づく前記検出処理手段による前記欠陥検出処理と、該欠陥検出処理の結果の前記報知手段による報知とを含むレシピ決定処理の結果に基づき、前記検査レシピを設定する欠陥検出装置。 An imaging means for inspection that images the inspection target substrate and outputs image data;
Detection processing means for executing a defect detection process for detecting a defect on the inspection target substrate from a difference between the image data output from the inspection imaging means and reference image data prepared in advance based on a predetermined inspection recipe; ,
Recipe setting means for giving the inspection recipe to the detection processing means;
Informing means for informing the user of the result of the defect detection processing;
Receiving means for receiving a setting input related to setting information necessary for determining the inspection recipe from a user;
The recipe setting means receives the setting information by the receiving means, the temporary inspection recipe set according to the setting information, and the defect by the detection processing means based on the image data output from the inspection imaging means. A defect detection apparatus that sets the inspection recipe based on a result of a recipe determination process including a detection process and a notification by the notification unit of a result of the defect detection process.
前記レシピ設定手段から与えられる検査レシピと前記評価用撮像手段から出力された前記画像データとに基づき前記検出処理手段が実行する前記欠陥検出処理で検出された欠陥を評価する欠陥評価手段と
をさらに備える請求項１ないし３のいずれかに記載の欠陥検出装置。 An evaluation imaging unit that has a higher resolution than the inspection imaging unit, images the inspection target substrate, and outputs image data;
Defect evaluation means for evaluating defects detected in the defect detection processing executed by the detection processing means based on the inspection recipe given from the recipe setting means and the image data output from the evaluation imaging means A defect detection apparatus according to any one of claims 1 to 3.
欠陥検出処理の検査レシピを設定する第１工程と、
前記検査対象物を検査用撮像手段により撮像して画像データを取得する第２工程と、
前記画像データと予め用意された基準画像データとの差分から前記検査対象基板の欠陥を検出する検査用検出処理手段により、前記第１工程で設定された前記検査レシピに基づく欠陥検出処理を実行する第３工程と
を備え、
前記第１工程では、
前記検査レシピを決定するために必要な設定情報に関するユーザからの設定入力を受け付ける第１サブ工程と、
前記第１サブ工程で受け付けた前記設定情報に応じて設定した仮検査レシピと、前記検査用撮像手段から出力された前記画像データとに基づく欠陥検出処理を、前記検査用検出処理手段と同一のまたは同一構成の検査レシピ作成用検出処理手段により実行する第２サブ工程と、
前記第２サブ工程の結果をユーザに報知する第３サブ工程と
を含むレシピ決定処理を少なくとも１回実行し、その結果に基づき前記検査レシピを設定する欠陥検出方法。 In the defect detection method for detecting defects from the inspection target substrate,
A first step of setting an inspection recipe for defect detection processing;
A second step in which the inspection object is imaged by an imaging means for inspection to obtain image data;
A defect detection process based on the inspection recipe set in the first step is executed by an inspection detection processing unit that detects a defect of the inspection target substrate from a difference between the image data and reference image data prepared in advance. A third step,
In the first step,
A first sub-step for receiving a setting input from a user regarding setting information necessary for determining the inspection recipe;
The defect detection process based on the temporary inspection recipe set according to the setting information received in the first sub-process and the image data output from the inspection imaging unit is the same as the inspection detection processing unit. Or a second sub-process executed by the detection processing means for creating an inspection recipe having the same configuration;
The defect detection method which performs the recipe determination process including the 3rd sub process of alert | reporting the result of a said 2nd sub process to a user at least once, and sets the said inspection recipe based on the result.
前記評価用撮像手段から出力される画像データに基づく欠陥評価を行うための評価用検査レシピを設定する第５工程と
をさらに備え、
前記第５工程では、
前記評価用検査レシピを決定するために必要な設定情報に関するユーザからの設定入力を受け付ける第４サブ工程と、
前記第４サブ工程で受け付けた前記設定情報に応じて設定した仮検査レシピと、前記評価レシピ作成用撮像手段から出力された前記画像データとに基づく欠陥検出処理を、前記検査用検出処理手段と同一のまたは同一構成の評価レシピ作成用検出処理手段により実行する第５サブ工程と、
前記第５サブ工程の結果をユーザに報知する第６サブ工程と
を含むレシピ決定処理を少なくとも１回実行し、その結果に基づき前記評価用検査レシピを設定する請求項６ないし８のいずれかに記載の欠陥検出方法。 A fourth step in which the inspection target substrate is imaged by the imaging means for creating an evaluation recipe having a higher resolution than the imaging means for inspection, and image data is acquired;
And a fifth step of setting an evaluation inspection recipe for performing defect evaluation based on image data output from the evaluation imaging means,
In the fifth step,
A fourth sub-step for receiving a setting input from a user regarding setting information necessary for determining the inspection recipe for evaluation;
Defect detection processing based on the provisional inspection recipe set according to the setting information received in the fourth sub-step and the image data output from the evaluation recipe creation imaging means, and the detection processing means for inspection A fifth sub-step executed by the detection processing means for creating an evaluation recipe of the same or the same configuration;
The recipe determination process including the sixth sub process for notifying the user of the result of the fifth sub process is executed at least once, and the evaluation inspection recipe is set based on the result. The defect detection method described.
前記第５工程で設定された前記評価用検査レシピと、前記評価用撮像手段から出力された前記画像データとに基づく前記欠陥検出処理を実行する第７工程と、
前記第７工程で検出された欠陥を評価する第８工程と
をさらに備える請求項９に記載の欠陥検出方法。 A sixth step in which the inspection target substrate is imaged by an evaluation imaging unit having the same or the same configuration as the evaluation recipe creating imaging unit to obtain image data;
A seventh step of executing the defect detection process based on the evaluation inspection recipe set in the fifth step and the image data output from the evaluation imaging means;
The defect detection method according to claim 9, further comprising an eighth step of evaluating the defect detected in the seventh step.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2013066311A JP2014190821A (en) | 2013-03-27 | 2013-03-27 | Defect detection device, and defect detection method |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2013066311A JP2014190821A (en) | 2013-03-27 | 2013-03-27 | Defect detection device, and defect detection method |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JP2014190821A true JP2014190821A (en) | 2014-10-06 |
Family
ID=51837211
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2013066311A Pending JP2014190821A (en) | 2013-03-27 | 2013-03-27 | Defect detection device, and defect detection method |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2014190821A (en) |
Cited By (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20170064036A (en) * | 2015-11-30 | 2017-06-09 | 에스케이하이닉스 주식회사 | Apparatus and Method of Filter Extraction for Defect Detection of Semiconductor Apparatus, and Defect Detection System Using the Same |
| JP2018054375A (en) * | 2016-09-27 | 2018-04-05 | 日本電気株式会社 | Image inspection device, image inspection method and image inspection program |
| JP2020009977A (en) * | 2018-07-12 | 2020-01-16 | キヤノンマシナリー株式会社 | Imaging apparatus, imaging method, positioning device, and die bonder |
| JP2020085705A (en) * | 2018-11-28 | 2020-06-04 | セイコーエプソン株式会社 | Determination device and determination method |
| JP2021032894A (en) * | 2019-08-16 | 2021-03-01 | ラオンピープル株式会社 | Substrate defect inspection device and method |
| WO2022107743A1 (en) * | 2020-11-19 | 2022-05-27 | ファナック株式会社 | Image processing device, and computer-readable storage medium |
| DE112021003974T5 (en) | 2020-07-27 | 2023-05-25 | Fanuc Corporation | test device |
| US20230168650A1 (en) * | 2021-12-01 | 2023-06-01 | United Microelectronics Corp. | Recipe verifying method, recipe verifying server, and smart manufacturing controlling system using the same |
| DE112021005038T5 (en) | 2020-09-25 | 2023-07-13 | Fanuc Corporation | VISUAL INSPECTION MODEL GENERATION DEVICE AND VISUAL INSPECTION DEVICE |
| DE112021005018T5 (en) | 2020-09-25 | 2023-07-27 | Fanuc Corporation | VISUAL INSPECTION MODELING DEVICE AND VISUAL INSPECTION DEVICE |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2008304195A (en) * | 2007-06-05 | 2008-12-18 | Hitachi High-Technologies Corp | Pattern defect inspection device and pattern defect inspection method |
| JP2010048587A (en) * | 2008-08-20 | 2010-03-04 | Hitachi High-Technologies Corp | Pattern defect inspecting device and method |
-
2013
- 2013-03-27 JP JP2013066311A patent/JP2014190821A/en active Pending
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2008304195A (en) * | 2007-06-05 | 2008-12-18 | Hitachi High-Technologies Corp | Pattern defect inspection device and pattern defect inspection method |
| JP2010048587A (en) * | 2008-08-20 | 2010-03-04 | Hitachi High-Technologies Corp | Pattern defect inspecting device and method |
Cited By (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102561093B1 (en) | 2015-11-30 | 2023-08-01 | 에스케이하이닉스 주식회사 | Apparatus and Method of Filter Extraction for Defect Detection of Semiconductor Apparatus, and Defect Detection System Using the Same |
| KR20170064036A (en) * | 2015-11-30 | 2017-06-09 | 에스케이하이닉스 주식회사 | Apparatus and Method of Filter Extraction for Defect Detection of Semiconductor Apparatus, and Defect Detection System Using the Same |
| JP2018054375A (en) * | 2016-09-27 | 2018-04-05 | 日本電気株式会社 | Image inspection device, image inspection method and image inspection program |
| JP7139174B2 (en) | 2018-07-12 | 2022-09-20 | キヤノンマシナリー株式会社 | IMAGING DEVICE, IMAGING METHOD, POSITIONING DEVICE, AND DIE BONDER |
| JP2020009977A (en) * | 2018-07-12 | 2020-01-16 | キヤノンマシナリー株式会社 | Imaging apparatus, imaging method, positioning device, and die bonder |
| JP2020085705A (en) * | 2018-11-28 | 2020-06-04 | セイコーエプソン株式会社 | Determination device and determination method |
| JP7119949B2 (en) | 2018-11-28 | 2022-08-17 | セイコーエプソン株式会社 | Judgment device and judgment method |
| JP7224048B2 (en) | 2019-08-16 | 2023-02-17 | ラオンピープル株式会社 | Substrate defect inspection device and method |
| JP2021032894A (en) * | 2019-08-16 | 2021-03-01 | ラオンピープル株式会社 | Substrate defect inspection device and method |
| DE112021003974T5 (en) | 2020-07-27 | 2023-05-25 | Fanuc Corporation | test device |
| DE112021005038T5 (en) | 2020-09-25 | 2023-07-13 | Fanuc Corporation | VISUAL INSPECTION MODEL GENERATION DEVICE AND VISUAL INSPECTION DEVICE |
| DE112021005018T5 (en) | 2020-09-25 | 2023-07-27 | Fanuc Corporation | VISUAL INSPECTION MODELING DEVICE AND VISUAL INSPECTION DEVICE |
| WO2022107743A1 (en) * | 2020-11-19 | 2022-05-27 | ファナック株式会社 | Image processing device, and computer-readable storage medium |
| DE112021004630T5 (en) | 2020-11-19 | 2023-07-06 | Fanuc Corporation | IMAGE PROCESSING DEVICE AND COMPUTER READABLE STORAGE MEDIUM |
| JP7415046B2 (en) | 2020-11-19 | 2024-01-16 | ファナック株式会社 | Image processing device and computer readable storage medium |
| US20230168650A1 (en) * | 2021-12-01 | 2023-06-01 | United Microelectronics Corp. | Recipe verifying method, recipe verifying server, and smart manufacturing controlling system using the same |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP2014190821A (en) | Defect detection device, and defect detection method | |
| US11386542B2 (en) | Training data creation method and device, and defect inspection method and device | |
| US7869966B2 (en) | Inspection method and its apparatus, inspection system | |
| CN111539908B (en) | Method and system for detecting defects of sample | |
| JP4154374B2 (en) | Pattern matching device and scanning electron microscope using the same | |
| US20140119638A1 (en) | System, method and computer program product to evaluate a semiconductor wafer fabrication process | |
| TWI534646B (en) | Method and system for intelligent weak pattern diagnosis, and non-transitory computer-readable storage medium | |
| KR20120014886A (en) | Inspection recipe generation and inspection based on an inspection recipe | |
| KR20130108413A (en) | Charged particle beam apparatus | |
| US20070172111A1 (en) | Inspection apparatus of object to be inspected | |
| IL189010A (en) | Advanced cell-to-cell inspection | |
| JP2006098153A (en) | Method and apparatus for automatically sorting defect | |
| CN112740383B (en) | System, computer-implemented method, and readable medium for detecting defects on a wafer | |
| JP5018868B2 (en) | Sample observation method and apparatus | |
| WO2014208193A1 (en) | Wafer appearance inspection device | |
| JP2006113073A (en) | System and method for pattern defect inspection | |
| JP6049052B2 (en) | Wafer visual inspection apparatus and sensitivity threshold setting method in wafer visual inspection apparatus | |
| JP4801697B2 (en) | Image forming method, image forming apparatus, and computer program | |
| JP2009139133A (en) | Flaw detection method and flaw detector | |
| JP2018091771A (en) | Method for inspection, preliminary image selection device, and inspection system | |
| JP3752849B2 (en) | Pattern defect inspection apparatus and pattern defect inspection method | |
| CN114723650A (en) | Wafer defect detection method and device, equipment and storage medium | |
| JP4415285B1 (en) | Wire inspection apparatus, wire inspection method, and wire inspection program | |
| JP4262288B2 (en) | Pattern matching method and apparatus | |
| TW202100991A (en) | Appearance inspection management system, appearance inspection management device, appearance inspection management method and program which can support a user to select a feature amount used as a defect determination index in an appearance inspection device and set a threshold value for each feature amount |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20160218 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20161115 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20161121 |
|
| A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20170110 |
|
| A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20170704 |
|
| RD04 | Notification of resignation of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7424 Effective date: 20170725 |