JP7402061B2 - 試験片の調査の方法およびそのシステム - Google Patents
試験片の調査の方法およびそのシステム Download PDFInfo
- Publication number
- JP7402061B2 JP7402061B2 JP2020005707A JP2020005707A JP7402061B2 JP 7402061 B2 JP7402061 B2 JP 7402061B2 JP 2020005707 A JP2020005707 A JP 2020005707A JP 2020005707 A JP2020005707 A JP 2020005707A JP 7402061 B2 JP7402061 B2 JP 7402061B2
- Authority
- JP
- Japan
- Prior art keywords
- defect
- image patch
- noise
- inspection
- estimates
- 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.)
- Active
Links
- 238000012360 testing method Methods 0.000 title claims description 124
- 238000000034 method Methods 0.000 title claims description 50
- 238000011835 investigation Methods 0.000 title claims description 45
- 230000007547 defect Effects 0.000 claims description 244
- 238000007689 inspection Methods 0.000 claims description 173
- 238000012545 processing Methods 0.000 claims description 51
- 238000001514 detection method Methods 0.000 claims description 37
- 239000002131 composite material Substances 0.000 claims description 30
- 238000009826 distribution Methods 0.000 claims description 18
- 238000003860 storage Methods 0.000 claims description 17
- 230000003287 optical effect Effects 0.000 claims description 5
- 230000004044 response Effects 0.000 claims description 4
- 230000008569 process Effects 0.000 description 17
- 235000012431 wafers Nutrition 0.000 description 14
- 238000012986 modification Methods 0.000 description 12
- 230000004048 modification Effects 0.000 description 12
- 238000013461 design Methods 0.000 description 10
- 238000004519 manufacturing process Methods 0.000 description 10
- 238000000605 extraction Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 7
- 238000012552 review Methods 0.000 description 7
- 230000035945 sensitivity Effects 0.000 description 7
- 230000006870 function Effects 0.000 description 6
- 239000004065 semiconductor Substances 0.000 description 6
- 230000009466 transformation Effects 0.000 description 6
- 230000002159 abnormal effect Effects 0.000 description 4
- 238000006073 displacement reaction Methods 0.000 description 4
- 238000011160 research Methods 0.000 description 4
- 230000015572 biosynthetic process Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 230000002950 deficient Effects 0.000 description 3
- 238000010606 normalization Methods 0.000 description 3
- 230000005856 abnormality Effects 0.000 description 2
- 230000001066 destructive effect Effects 0.000 description 2
- 238000012887 quadratic function Methods 0.000 description 2
- 238000002310 reflectometry Methods 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 238000000844 transformation Methods 0.000 description 2
- 241000473391 Archosargus rhomboidalis Species 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000010894 electron beam technology Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000012634 optical imaging Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000011895 specific detection Methods 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 239000011800 void material Substances 0.000 description 1
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
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
- G01N21/9501—Semiconductor wafers
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/8806—Specially adapted optical and illumination features
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
- G01N2021/8887—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges based on image processing techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20212—Image combination
-
- 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)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Pathology (AREA)
- Immunology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Quality & Reliability (AREA)
- Signal Processing (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
- Testing Or Measuring Of Semiconductors Or The Like (AREA)
- Automatic Analysis And Handling Materials Therefor (AREA)
Description
(i)処理ユニットは、1つまたは複数の参照画像パッチに対して複数の修正された検査画像パッチを使用して試験片上の欠陥検出を実行し、更新された欠陥マップを生じさせるようにさらに構成することができる。
(ii)処理ユニットは、欠陥候補を特性化する1組の属性を使用して、欠陥候補クラスタ形成を実行するようにさらに構成することができ、1組の属性は、推定されたノイズの少なくとも1つまたは複数の属性を含む。
(iii)推定することは、1つまたは複数の参照画像パッチのそれぞれに対する空間異常の空間サイズおよび多項式関係の1つまたは複数の係数を推定して、1つまたは複数の参照画像パッチに対応する空間サイズおよび係数の1つまたは複数の推定を生じさせることと、1つまたは複数の推定の少なくともいくつかに基づいて除去を実行することとを含むことができる。
(iv)推定することは、空間サイズの1つまたは複数の推定を組み合わせて、空間異常の複合推定を生成することと、複合推定を既知の欠陥モデルと比較して、複合推定が検査画像パッチ上の既知の欠陥モデルの存在を表すかどうかを判定することとをさらに含むことができ、除去することは、既知の欠陥モデルの存在の判定に応答して、複合推定に基づいて第2のタイプのノイズを検査画像パッチから除去することを含む。
(v)推定することは、係数の1つまたは複数の推定を組み合わせて、多項式関係の複合推定を生成することをさらに含むことができ、除去することは、複合推定に基づいて第1のタイプのノイズを検査画像パッチから除去することを含む。
(vi)空間サイズを推定することは、1つまたは複数の参照画像パッチのうちの所与の参照画像パッチに対して、
空間異常の長さ、幅、および振幅をそれぞれ含む空間サイズの異なる推定、ならびに空間異常と同位置にある潜在的な欠陥の振幅の異なる欠陥推定を提供することと、
空間サイズの異なる推定と異なる欠陥推定との間の複数の組合せを使用して、予期の修正された検査画像パッチと所与の参照画像パッチとの間の残留差分をそれぞれ示す複数の推定誤差を計算することであり、予期の修正された画像パッチが、それぞれの組合せを使用して検査画像パッチを修正することによって取得可能である、計算することと、
複数の組合せの中から、複数の推定誤差の中で最小推定誤差を提供する組合せを選択することであり、選択された組合せが空間サイズの選択された推定を含む、選択することとを含むことができる。
(vii)1つまたは複数の係数は、多項式関係の利得およびオフセットを含むことができる。
(viii)推定されたノイズの1つまたは複数の属性は、空間サイズおよび係数の1つまたは複数の推定を含むことができる。
(ix)調査ツールは光学検査ツールとすることができる。
102 処理ユニット
104 パッチ抽出モジュール
106 パッチ修正モジュール
108 ノイズ推定モジュール
110 ノイズ除去モジュール
120 調査ツール
122 記憶ユニット
124 グラフィカルユーザインターフェース
126 入出力インターフェース
210 ブロック
212 ブロック
214 ブロック
302 検査画像
304 検査画像パッチ
305 欠陥候補
306 参照画像
307 参照パッチ
308 画像パッチ
402 検査および参照画像パッチ内の画素のグレーレベル間の二次関数
404 線形表現y=x
502 参照画像パッチ
503 円
504 検査画像パッチ
505 正方形
506 ライン構造体
507 三角形
508 ライン構造体
510 欠陥
700 最小推定誤差
702 グラフ
704 グラフ
706 グラフ
708 グラフ
802 欠陥マップ
804 欠陥マップ
806 DOI
808 誤警報
902 検査画像パッチ
904 参照画像パッチ
906 差分画像パッチ
907 誤警報
908 空間異常
910 検査画像パッチ
912 差分画像パッチ
Claims (20)
- 試験片の調査のコンピュータ化システムであって、
前記試験片のダイの検査画像を捕捉し、1つまたは複数の参照画像を使用して前記検査画像上の欠陥候補分布を示す欠陥マップを生成するように構成された調査ツールと、
前記調査ツールに動作可能に接続された処理ユニットとを備え、前記処理ユニットが、メモリと、前記メモリに動作可能に結合されたプロセッサとを備え、前記処理ユニットが、
事前定義された基準に応じて、前記欠陥マップから複数の欠陥候補を選択し、
前記複数の欠陥候補のそれぞれに対して、それぞれの修正された検査画像パッチを生成して、前記複数の欠陥候補に対応する複数の修正された検査画像パッチを生じさせるように構成され、前記生成することが、前記複数の欠陥候補のうちの所与の欠陥候補に対して、
それぞれ前記検査画像および前記1つまたは複数の参照画像のそれぞれから前記所与の欠陥候補の位置を取り囲む画像パッチを抽出して、前記所与の欠陥候補に対応する検査画像パッチおよび1つまたは複数の参照画像パッチを含む1組の画像パッチを生じさせることと、
前記検査画像パッチを修正して、修正された検査画像パッチを取得することとを含み、前記取得することが、前記1組の画像パッチを使用して前記検査画像パッチ上の強度変動を表すノイズを推定することであり、前記ノイズが、前記検査画像パッチの画素値と前記参照画像パッチの少なくともいくつかの対応する画素値との間の多項式関係を表す第1のタイプのノイズと、前記参照画像パッチの少なくともいくつかに対する前記検査画像パッチ内の空間異常の存在を表す第2のタイプのノイズとを含む、推定することと、前記推定されたノイズに基づいて、前記第1および第2のタイプのノイズのうちの少なくとも1つを前記検査画像パッチから除去することとを含み、
前記修正された検査画像パッチおよび/または前記推定されたノイズが、前記試験片のさらなる調査のために使用可能である、コンピュータ化システム。 - 前記処理ユニットが、前記1つまたは複数の参照画像パッチに対して前記複数の修正された検査画像パッチを使用して前記試験片上の欠陥検出を実行し、更新された欠陥マップを生じさせるようにさらに構成される、請求項1に記載のコンピュータ化システム。
- 前記処理ユニットが、前記欠陥候補を特性化する1組の属性を使用して、欠陥候補クラスタ形成を実行するようにさらに構成され、前記1組の属性が、前記推定されたノイズの少なくとも1つまたは複数の属性を含む、請求項1に記載のコンピュータ化システム。
- 前記推定することが、前記1つまたは複数の参照画像パッチのそれぞれに対する前記空間異常の空間サイズおよび前記多項式関係の1つまたは複数の係数を推定して、前記1つまたは複数の参照画像パッチに対応する前記空間サイズおよび前記係数の1つまたは複数の推定を生じさせることと、前記1つまたは複数の推定の少なくともいくつかに基づいて前記除去を実行することとを含む、請求項1に記載のコンピュータ化システム。
- 前記推定することが、前記空間サイズの前記1つまたは複数の推定を組み合わせて、前記空間異常の複合推定を生成することと、前記複合推定を既知の欠陥モデルと比較して、前記複合推定が前記検査画像パッチ上の前記既知の欠陥モデルの存在を表すかどうかを判定することとをさらに含み、前記除去することが、前記既知の欠陥モデルの存在の判定に応答して、前記複合推定に基づいて前記第2のタイプのノイズを前記検査画像パッチから除去することを含む、請求項4に記載のコンピュータ化システム。
- 前記推定することが、前記係数の前記1つまたは複数の推定を組み合わせて、前記多項式関係の複合推定を生成することをさらに含み、前記除去することが、前記複合推定に基づいて前記第1のタイプのノイズを前記検査画像パッチから除去することを含む、請求項4に記載のコンピュータ化システム。
- 前記推定することが、前記係数の前記1つまたは複数の推定を組み合わせて、前記多項式関係の複合推定を生成することをさらに含み、前記除去することが、前記多項式関係の前記複合推定に基づいて前記第1のタイプのノイズを前記検査画像パッチから除去することをさらに含む、請求項5に記載のコンピュータ化システム。
- 前記空間サイズを推定することが、前記1つまたは複数の参照画像パッチのうちの所与の参照画像パッチに対して、
前記空間異常の長さ、幅、および振幅をそれぞれ含む前記空間サイズの異なる推定、ならびに前記空間異常と同位置にある潜在的な欠陥の振幅の異なる欠陥推定を提供することと、
前記空間サイズの前記異なる推定と前記異なる欠陥推定との間の複数の組合せを使用して、予期の修正された検査画像パッチと前記所与の参照画像パッチとの間の残留差分をそれぞれ示す複数の推定誤差を計算することであり、前記予期の修正された画像パッチが、それぞれの組合せを使用して前記検査画像パッチを修正することによって取得可能である、計算することと、
前記複数の組合せの中から、前記複数の推定誤差の中で最小推定誤差を提供する組合せを選択することであり、前記選択された組合せが前記空間サイズの選択された推定を含む、選択することとを含む、請求項4に記載のコンピュータ化システム。 - 前記1つまたは複数の係数が、前記多項式関係の利得およびオフセットを含む、請求項4に記載のコンピュータ化システム。
- 前記推定されたノイズの前記1つまたは複数の属性が、前記1つまたは複数の参照画像パッチのそれぞれに対する前記空間異常の空間サイズおよび前記多項式関係の前記係数の1つまたは複数の推定を含む、請求項3に記載のコンピュータ化システム。
- 前記調査ツールが光学検査ツールである、請求項1に記載のコンピュータ化システム。
- 試験片の調査のコンピュータ化方法であって、
調査ツールによって前記試験片のダイの検査画像を捕捉し、1つまたは複数の参照画像を使用して前記検査画像上の欠陥候補分布を示す欠陥マップを生成することと、
前記調査ツールに動作可能に接続された処理ユニットによって、事前定義された基準に応じて、前記欠陥マップから複数の欠陥候補を選択することと、
前記処理ユニットによって、前記複数の欠陥候補のそれぞれに対して、それぞれの修正された検査画像パッチを生成して、前記複数の欠陥候補に対応する複数の修正された検査画像パッチを生じさせることとを含み、前記生成することが、前記複数の欠陥候補のうちの所与の欠陥候補に対して、
それぞれ前記検査画像および前記1つまたは複数の参照画像のそれぞれから前記所与の欠陥候補の位置を取り囲む画像パッチを抽出して、前記所与の欠陥候補に対応する検査画像パッチおよび1つまたは複数の参照画像パッチを含む1組の画像パッチを生じさせることと、
前記検査画像パッチを修正して、修正された検査画像パッチを取得することとを含み、前記取得することが、前記1組の画像パッチを使用して前記検査画像パッチ上の強度変動を表すノイズを推定することであり、前記ノイズが、前記検査画像パッチの画素値と前記参照画像パッチの少なくともいくつかの対応する画素値との間の多項式関係を表す第1のタイプのノイズと、前記参照画像パッチの少なくともいくつかに対する前記検査画像パッチ内の空間異常の存在を表す第2のタイプのノイズとを含む、推定することと、前記推定されたノイズに基づいて、前記第1および第2のタイプのノイズのうちの少なくとも1つを前記検査画像パッチから除去することとを含み、
前記修正された検査画像パッチおよび/または前記推定されたノイズが、前記試験片のさらなる調査のために使用可能である、コンピュータ化方法。 - 前記1つまたは複数の参照画像パッチに対して前記複数の修正された検査画像パッチを使用して前記試験片上の欠陥検出を実行し、更新された欠陥マップを生じさせることをさらに含む、請求項12に記載のコンピュータ化方法。
- 前記欠陥候補を特性化する1組の属性を使用して、欠陥候補クラスタ形成を実行することをさらに含み、前記1組の属性が、前記推定されたノイズの少なくとも1つまたは複数の属性を含む、請求項12に記載のコンピュータ化方法。
- 前記推定することが、前記1つまたは複数の参照画像パッチのそれぞれに対する前記空間異常の空間サイズおよび前記多項式関係の1つまたは複数の係数を推定して、前記1つまたは複数の参照画像パッチに対応する前記空間サイズおよび前記係数の1つまたは複数の推定を生じさせることと、前記1つまたは複数の推定の少なくともいくつかに基づいて前記除去を実行することとを含む、請求項12に記載のコンピュータ化方法。
- 前記推定することが、前記空間サイズの前記1つまたは複数の推定を組み合わせて、前記空間異常の複合推定を生成することと、前記複合推定を既知の欠陥モデルと比較して、前記複合推定が前記検査画像パッチ上の前記既知の欠陥モデルの存在を表すかどうかを判定することとをさらに含み、前記除去することが、前記既知の欠陥モデルの存在の判定に応答して、前記複合推定に基づいて前記第2のタイプのノイズを前記検査画像パッチから除去することを含む、請求項15に記載のコンピュータ化方法。
- 前記推定することが、前記係数の前記1つまたは複数の推定を組み合わせて、前記多項式関係の複合推定を生成することをさらに含み、前記除去することが、前記複合推定に基づいて前記第1のタイプのノイズを前記検査画像パッチから除去することを含む、請求項15に記載のコンピュータ化方法。
- 前記推定することが、前記係数の前記1つまたは複数の推定を組み合わせて、前記多項式関係の複合推定を生成することをさらに含み、前記除去することが、前記多項式関係の前記複合推定に基づいて前記第1のタイプのノイズを前記検査画像パッチから除去することをさらに含む、請求項16に記載のコンピュータ化方法。
- 前記空間サイズを推定することが、前記1つまたは複数の参照画像パッチのうちの所与の参照画像パッチに対して、
前記空間異常の長さ、幅、および振幅をそれぞれ含む前記空間サイズの異なる推定、ならびに前記空間異常と同位置にある潜在的な欠陥の振幅の異なる欠陥推定を提供することと、
前記空間サイズの前記異なる推定と前記異なる欠陥推定との間の複数の組合せを使用して、予期の修正された検査画像パッチと前記所与の参照画像パッチとの間の残留差分をそれぞれ示す複数の推定誤差を計算することであり、前記予期の修正された画像パッチが、それぞれの組合せを使用して前記検査画像パッチを修正することによって取得可能である、計算することと、
前記複数の組合せの中から、前記複数の推定誤差の中で最小推定誤差を提供する組合せを選択することであり、前記選択された組合せが、前記空間サイズの選択された推定を含む、選択することとを含む、請求項15に記載のコンピュータ化方法。 - コンピュータによって実行されたとき、前記コンピュータに試験片の調査の方法を実行させる命令のプログラムを有形に実施する非一時的コンピュータ可読記憶媒体であって、前記方法が、
前記試験片のダイの検査画像を取得し、1つまたは複数の参照画像を使用して前記検査画像上の欠陥候補分布を示す欠陥マップを生成することと、
事前定義された基準に応じて、前記欠陥マップから複数の欠陥候補を選択することと、
前記複数の欠陥候補のそれぞれに対して、それぞれの修正された検査画像パッチを生成して、前記複数の欠陥候補に対応する複数の修正された検査画像パッチを生じさせることとを含み、前記生成することが、前記複数の欠陥候補のうちの所与の欠陥候補に対して、
それぞれ前記検査画像および前記1つまたは複数の参照画像のそれぞれから前記所与の欠陥候補の位置を取り囲む画像パッチを抽出して、前記所与の欠陥候補に対応する検査画像パッチおよび1つまたは複数の参照画像パッチを含む1組の画像パッチを生じさせることと、
前記検査画像パッチを修正して、修正された検査画像パッチを取得することとを含み、前記取得することが、前記1組の画像パッチを使用して前記検査画像パッチ上の強度変動を表すノイズを推定することであり、前記ノイズが、前記検査画像パッチの画素値と前記参照画像パッチの少なくともいくつかの対応する画素値との間の多項式関係を表す第1のタイプのノイズと、前記参照画像パッチの少なくともいくつかに対する前記検査画像パッチ内の空間異常の存在を表す第2のタイプのノイズとを含む、推定することと、前記推定されたノイズに基づいて、前記第1および第2のタイプのノイズのうちの少なくとも1つを前記検査画像パッチから除去することとを含み、
前記修正された検査画像パッチおよび/または前記推定されたノイズが、前記試験片のさらなる調査のために使用可能である、非一時的コンピュータ可読記憶媒体。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US16/250,832 US10957034B2 (en) | 2019-01-17 | 2019-01-17 | Method of examination of a specimen and system thereof |
US16/250,832 | 2019-01-17 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2020115131A JP2020115131A (ja) | 2020-07-30 |
JP7402061B2 true JP7402061B2 (ja) | 2023-12-20 |
Family
ID=71609074
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020005707A Active JP7402061B2 (ja) | 2019-01-17 | 2020-01-17 | 試験片の調査の方法およびそのシステム |
Country Status (5)
Country | Link |
---|---|
US (1) | US10957034B2 (ja) |
JP (1) | JP7402061B2 (ja) |
KR (1) | KR20200090117A (ja) |
CN (1) | CN111443094A (ja) |
TW (1) | TWI798516B (ja) |
Families Citing this family (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110278366B (zh) * | 2018-03-14 | 2020-12-01 | 虹软科技股份有限公司 | 一种全景图像虚化方法、终端及计算机可读存储介质 |
US11493453B2 (en) * | 2019-06-28 | 2022-11-08 | Kyocera Document Solutions Inc. | Belt inspection system, belt inspection method, and recording medium for belt inspection program |
US11379972B2 (en) * | 2020-06-03 | 2022-07-05 | Applied Materials Israel Ltd. | Detecting defects in semiconductor specimens using weak labeling |
US11307150B2 (en) * | 2020-08-17 | 2022-04-19 | Applied Materials Israel Ltd. | Automatic optimization of an examination recipe |
US11828714B2 (en) * | 2020-09-30 | 2023-11-28 | Applied Materials Israel Ltd. | Image acquisition by an electron beam examination tool for metrology measurement |
US11854184B2 (en) * | 2021-01-14 | 2023-12-26 | Applied Materials Israel Ltd. | Determination of defects and/or edge roughness in a specimen based on a reference image |
US20220301133A1 (en) * | 2021-03-16 | 2022-09-22 | Kla Corporation | Segmentation of design care areas with a rendered design image |
US20230306580A1 (en) * | 2022-03-28 | 2023-09-28 | Applied Materials Israel Ltd. | Machine learning based examination of a semiconductor specimen and training thereof |
EP4376049A1 (en) * | 2022-11-28 | 2024-05-29 | ASML Netherlands B.V. | Charged particle assessment method and system |
CN116337414B (zh) * | 2023-02-03 | 2023-12-08 | 海的电子科技(苏州)有限公司 | 显示屏盲测检测方法、专注度评估方法和点屏设备 |
CN116993718B (zh) * | 2023-09-25 | 2023-12-22 | 深圳市东陆科技有限公司 | 基于机器视觉的tft阵列基板缺陷检测方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2014149177A (ja) | 2013-01-31 | 2014-08-21 | Hitachi High-Technologies Corp | 欠陥検査装置および欠陥検査方法 |
WO2018061067A1 (ja) | 2016-09-27 | 2018-04-05 | 株式会社日立ハイテクノロジーズ | 欠陥検査装置及び欠陥検査方法 |
Family Cites Families (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3092892B2 (ja) * | 1993-12-27 | 2000-09-25 | シャープ株式会社 | 半導体チップの外観検査方法および装置 |
US7558419B1 (en) * | 2003-08-14 | 2009-07-07 | Brion Technologies, Inc. | System and method for detecting integrated circuit pattern defects |
US7294817B2 (en) * | 2004-05-06 | 2007-11-13 | Siemens Power Generation, Inc. | System and methods for determining nonuniformity correction parameters in detector-array imaging |
US7813541B2 (en) * | 2005-02-28 | 2010-10-12 | Applied Materials South East Asia Pte. Ltd. | Method and apparatus for detecting defects in wafers |
US7570796B2 (en) * | 2005-11-18 | 2009-08-04 | Kla-Tencor Technologies Corp. | Methods and systems for utilizing design data in combination with inspection data |
US7570800B2 (en) * | 2005-12-14 | 2009-08-04 | Kla-Tencor Technologies Corp. | Methods and systems for binning defects detected on a specimen |
US7877722B2 (en) * | 2006-12-19 | 2011-01-25 | Kla-Tencor Corp. | Systems and methods for creating inspection recipes |
US8199248B2 (en) * | 2009-01-30 | 2012-06-12 | Sony Corporation | Two-dimensional polynomial model for depth estimation based on two-picture matching |
US9875536B2 (en) * | 2015-03-31 | 2018-01-23 | Kla-Tencor Corp. | Sub-pixel and sub-resolution localization of defects on patterned wafers |
US10186028B2 (en) | 2015-12-09 | 2019-01-22 | Kla-Tencor Corporation | Defect signal to noise enhancement by reducing die to die process noise |
US10395358B2 (en) * | 2016-11-10 | 2019-08-27 | Kla-Tencor Corp. | High sensitivity repeater defect detection |
US10395362B2 (en) * | 2017-04-07 | 2019-08-27 | Kla-Tencor Corp. | Contour based defect detection |
US10853932B2 (en) * | 2019-01-16 | 2020-12-01 | Applied Material Israel, Ltd. | Method of defect detection on a specimen and system thereof |
-
2019
- 2019-01-17 US US16/250,832 patent/US10957034B2/en active Active
- 2019-12-30 CN CN201911402710.6A patent/CN111443094A/zh active Pending
- 2019-12-31 TW TW108148498A patent/TWI798516B/zh active
-
2020
- 2020-01-15 KR KR1020200005369A patent/KR20200090117A/ko active Search and Examination
- 2020-01-17 JP JP2020005707A patent/JP7402061B2/ja active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2014149177A (ja) | 2013-01-31 | 2014-08-21 | Hitachi High-Technologies Corp | 欠陥検査装置および欠陥検査方法 |
WO2018061067A1 (ja) | 2016-09-27 | 2018-04-05 | 株式会社日立ハイテクノロジーズ | 欠陥検査装置及び欠陥検査方法 |
Also Published As
Publication number | Publication date |
---|---|
US20200234417A1 (en) | 2020-07-23 |
TW202036475A (zh) | 2020-10-01 |
CN111443094A (zh) | 2020-07-24 |
TWI798516B (zh) | 2023-04-11 |
JP2020115131A (ja) | 2020-07-30 |
US10957034B2 (en) | 2021-03-23 |
KR20200090117A (ko) | 2020-07-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7402061B2 (ja) | 試験片の調査の方法およびそのシステム | |
TWI750553B (zh) | 對樣本的缺陷檢測的方法及其系統 | |
JP3870044B2 (ja) | パターン検査方法及びパターン検査装置 | |
KR102079022B1 (ko) | 검사 레시피를 생성하는 방법 및 그 시스템 | |
JP5543872B2 (ja) | パターン検査方法およびパターン検査装置 | |
KR20110139261A (ko) | 웨이퍼에 대한 검사 프로세스를 생성하기 위한 방법들 및 시스템들 | |
US10275872B2 (en) | Method of detecting repeating defects and system thereof | |
US10460434B2 (en) | Method of defect detection and system thereof | |
CN114930260A (zh) | 确定检验样品的缺陷位置 | |
TW202225640A (zh) | 半導體樣品的三維重建 | |
CN113919276B (zh) | 检验半导体样本的***、方法及非暂时性计算机可读介质 | |
JP7475901B2 (ja) | 試験片上の欠陥検出の方法およびそのシステム | |
JP2001281178A (ja) | 欠陥検出方法、半導体装置の製造方法および欠陥検出装置 | |
US11828714B2 (en) | Image acquisition by an electron beam examination tool for metrology measurement | |
US11443420B2 (en) | Generating a metrology recipe usable for examination of a semiconductor specimen | |
US20230306580A1 (en) | Machine learning based examination of a semiconductor specimen and training thereof | |
KR20230034183A (ko) | 반도체 시편에서의 국부적 형상 편차 | |
KR20220002084A (ko) | 반도체 시편의 이미지의 세그먼트화 | |
JP2006319351A (ja) | パターン検査方法及びパターン検査装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220728 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230615 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230914 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20231109 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20231208 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7402061 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |