KR20160119170A - 표준 기준 이미지로부터 결정된 속성에 기초한 결함 검출 및 분류 - Google Patents

표준 기준 이미지로부터 결정된 속성에 기초한 결함 검출 및 분류 Download PDF

Info

Publication number
KR20160119170A
KR20160119170A KR1020167024498A KR20167024498A KR20160119170A KR 20160119170 A KR20160119170 A KR 20160119170A KR 1020167024498 A KR1020167024498 A KR 1020167024498A KR 20167024498 A KR20167024498 A KR 20167024498A KR 20160119170 A KR20160119170 A KR 20160119170A
Authority
KR
South Korea
Prior art keywords
wafer
reference image
defects
standard reference
die
Prior art date
Application number
KR1020167024498A
Other languages
English (en)
Other versions
KR102203112B1 (ko
Inventor
리쉥 가오
아비지트 레이-차우드후리
라가브 바불나스
Original Assignee
케이엘에이-텐코 코포레이션
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 케이엘에이-텐코 코포레이션 filed Critical 케이엘에이-텐코 코포레이션
Publication of KR20160119170A publication Critical patent/KR20160119170A/ko
Application granted granted Critical
Publication of KR102203112B1 publication Critical patent/KR102203112B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0004—Industrial image inspection
    • G06T7/001—Industrial image inspection using an image reference approach
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
    • H01L22/00—Testing or measuring during manufacture or treatment; Reliability measurements, i.e. testing of parts without further processing to modify the parts as such; Structural arrangements therefor
    • H01L22/10—Measuring as part of the manufacturing process
    • H01L22/12—Measuring as part of the manufacturing process for structural parameters, e.g. thickness, line width, refractive index, temperature, warp, bond strength, defects, optical inspection, electrical measurement of structural dimensions, metallurgic measurement of diffusions
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10024—Color image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10056—Microscopic image
    • G06T2207/10061—Microscopic image from scanning electron microscope
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30108—Industrial image inspection
    • G06T2207/30148—Semiconductor; IC; Wafer

Landscapes

  • Engineering & Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Manufacturing & Machinery (AREA)
  • Computer Hardware Design (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • Power Engineering (AREA)
  • Testing Or Measuring Of Semiconductors Or The Like (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)

Abstract

웨이퍼 상의 검출된 결함들을 분류하기 위한 시스템 및 방법이 제공된다. 하나의 방법은 검사 시스템에 의해 웨이퍼를 위해 생성된 출력에 기초해서 웨이퍼 상의 결함들을 검출하는 단계를 포함한다. 본 방법은, 결함들 중 적어도 하나의 결함에 대응하는 표준 기준 이미지의 부분들에 기초해서 결함들 중 적어도 하나의 결함을 위한 하나 이상의 속성들을 결정하는 단계를 또한 포함한다. 본 방법은 하나 이상의 결정된 속성에 적어도 부분적으로 기초해서 결함들 중 적어도 하나의 결함을 분류하는 단계를 더 포함한다.

Description

표준 기준 이미지로부터 결정된 속성에 기초한 결함 검출 및 분류{DEFECT DETECTION AND CLASSIFICATION BASED ON ATTRIBUTES DETERMINED FROM A STANDARD REFERENCE IMAGE}
본 발명은 일반적으로 표준 기준 이미지로부터 결정된 하나 이상의 속성에 기초해서 반도체 웨이퍼 상의 결함을 검출하고 분류하기 위한 시스템 및 방법에 대한 것이다.
이하의 설명 및 예는 이 섹션에서의 그 포함에 의해 종래 기술인 것으로 용인되는 것은 아니다.
검사 프로세스는 반도체 제조 프로세스에 있어서 더 높은 수율 및 따라서 더 높은 이익을 촉진하도록 웨이퍼 상의 결함을 검출하기 위해 반도체 제조 프로세스 중에 다양한 단계에서 사용된다. 검사는 항상 IC와 같은 반도체 장치를 제조하는 중요한 부분이어 왔다. 그러나, 반도체 장치의 치수가 감소함에 따라, 검사는 더 작은 결함이 장치를 고장(fail)나게 할 수도 있기 때문에 허용 가능한 반도체 장치의 성공적인 제조에 더욱 더 중요해지고 있다.
자주 이용되는 검사 알고리즘은 MDAT(multi-die automatic thresholding)이다. 이 알고리즘은 각 픽셀에서 테스트 이미지와 기준 이미지 간의 차이 값을 계산한다. 이미지 내의 모든 픽셀들에서 기준 이미지로부터 계산된 두 개의 값들, 즉, 차이 및 그레이 레벨(gray level)은, 2차원(two-dimensional; 2D) 히스토그램을 구축하도록 사용된다. 수평 축(검출 축이라고 또한 지칭됨)은 테스트와 기준들간의 차이 값들을 나타낸다. 수직 축(세그멘테이션 축이라고 또한 지칭됨)은 이웃하는 다이들의 이미지로부터 구축된 그레이 레벨 값을 나타낸다. 사용자는 수직 축을 따르는 값들을 다수의 세그먼트로 분할하고, 수평 축 내의 값들에 대해 상이한 문턱값들을 할당한다. 문턱값들보다 더 큰 차이 값들을 갖는 픽셀들은, MDAT에 의해 결함 픽셀들이라고 간주된다. 잡음과 프로세스 변화에 기인해서, 수직 축 내의 그레이 레벨 분포는 다이마다 다를 수 있다. 하나의 다이 내의 하나의 세그먼트에 속하는 픽셀들은 다른 다이 상의 다른 세그먼트에 속할 수 있다. 이 문제는 불안정한 검사 및 비일관적인 검사 결과들을 야기한다. 기준 이미지로부터 계산된 일부 결함 속성은 또한 그레이 레벨 값 분포의 변화에 기인해서 다르다. 따라서, 이 속성들에 기초한 결함 분류가 영향을 받는다.
도 9는 위에서 설명한 기존 MDAT 알고리즘과의 문제점을 예증한다. 특히, 도 9는 위에서 설명된 차이 값들을 나타내는 수평 축과, 위에서 설명된 그레이 레벨들의 값을 나타내는 세그멘테이션 축을 가지며 생성된 두 개의 2D 히스토그램들을 예증한다. 이 히스토그램들 중 하나는, 도 9에서 도시된 바와 같이, 레시피(recipe) 파라미터들을 결정하기 위해 사용되는 2D 히스토그램이다. 다른 히스토그램은, 도 9에 도시된 바와 같이, 웨이퍼(900) 상의 다이 M에 대해 생성된 2D 히스토그램이다. 점선들 및 점들의 조합에서 의해 도 9에 도시된 라인들은, 레시피 내의 각 세그먼트에 대한 세그먼트 브레이크(break) 및 문턱값들을 도시한다. 이것들은 일부 테이터에 기초해서(예컨대, 상이한 영역들, 상이한 웨이퍼들 등으로부터) 결정된다. 하지만, 예컨대 다이 M과 같은 상이한 영역들 내에 이미지 그레이 레벨들의 일부 변화가 있다면, 2D 히스토그램 위치 및 형상은 레시피 설정을 위해 이용되는 것들과는 다르다. 도 9에 도시된 실직선(solid straight line)들은, 다이 M을 위한 이상적인 세그먼트 브레이크 및 문턱값을 도시한다. (점선들과 점들의 조합으로 이루어진 라인들에 의해 도시된) 실제 레시피 파라미터들은 이동되고, 감소된 검사 민감도를 야기한다. 웨이퍼 잡음과 컬러 변화 때문에, 상이한 위치들을 위한 2D 히스토그램들이 변화할 수 있다. 그러므로, 2D 히스토그램 위치를 안정화시켜서 세그먼트 브레이크들이 웨이퍼들을 가로질러 그리고 웨이퍼들 사이에서 작업할 수 있게 하는 것은 이로울 것이다.
일부 검사 방법은 웨이퍼 상의 결함을 검출하기 위해 표준 다이 이미지와 같은 표준 이미지를 사용한다. 이 접근법은 포토 마스크들 또는 레티클들을 적격화하기 위해 사용된다. 단일 다이 레티클 상에 결함이 존재한다면, 결함은 모든 다이 상에 인쇄될 것이다. 일반적인 다이 대 다이 비교 알고리즘은, 다이들간의 동일 결함들 중 두 개의 결함들의 뺄셈이 큰 차이를 나타내지 않으므로, 양호한 만감도를 갖지 않는다. 이러한 유형의 결함을 검출하도록, 다이 리피터(die-repeater) 결함들이 없는 기준 이미지가 필요하다. 예를 들어, 표준 다이 이미지(또한 통상적으로 "골든 다이" 또는 "표준 기준 다이"라 칭함)가, 검사되고 있는 웨이퍼에 대해 취득된 테스트 다이 이미지에 비교될 수도 있고, 비교의 결과는 임의의 결함이 테스트 다이 내에 존재하는지를 결정하기 위해 결함 검출 알고리즘 또는 방법에 입력될 수도 있다. 이러한 골든 다이 이미지들은, 어떠한 다이 리피터 결함들 또는 다이 리피터들도 다이들의 이미지로부터 제거되지 않은 소수의 클린(clean) 다이들 또는 하나의 클린 웨이퍼로부터 일반적으로 생성된다. 이 골든 다이 이미지는 모든 웨이퍼들을 위해 모든 다이들의 이미지들과 비교된다.
이에 따라, 전술된 단점들 중 하나 이상을 갖지 않는 웨이퍼 상의 결함을 검출하고 분류기 위한 시스템 및 방법을 개발하는 것이 유리할 것이다.
다양한 실시예의 이하의 설명은 결코 첨부된 청구범위의 요지를 한정하는 것으로서 해석되어서는 안된다.
일 실시예는 웨이퍼 상의 결함을 검출하고 분류하기 위한 방법에 관한 것이다. 본 방법은 표준 기준 이미지를 생성하도록 하나 이상의 웨이퍼로부터 하나 이상의 다이를 선택하는 것을 포함할 수 있다. 본 방법은 표준 기준 이미지를 생성하는 것을 또한 포함할 수 있다. 본 방법은 검사 시스템에 의해 웨이퍼를 위해 생성된 출력에 기초해서 웨이퍼 상의 결함들을 검출하는 것을 포함한다. 본 방법은 결함들 중 적어도 하나의 결함에 대응하는 표준 기준 이미지의 부분들에 기초해서 결함들 중 적어도 하나의 결함을 위한 하나 이상의 속성들을 결정하는 것을 또한 포함한다. 또한, 본 방법은 하나 이상의 결정된 속성에 적어도 부분적으로 기초해서 결함들 중 적어도 하나의 결함을 분류하는 것을 포함한다. 검출, 결정, 및 분류 단계들은 컴퓨터 시스템에 의해 수행된다.
방법의 각각의 단계는 본 명세서에 설명된 바와 같이 또한 수행될 수도 있다. 게다가, 방법은 본 명세서에 설명된 임의의 다른 방법(들)의 임의의 다른 단계(들)를 포함할 수도 있다. 더욱이, 방법은 본 명세서에 설명된 임의의 시스템에 의해 수행될 수도 있다.
다른 실시예는 웨이퍼 상의 결함을 검출하기 위한 컴퓨터 구현 방법을 수행하기 위해 컴퓨터 시스템 상에서 실행가능한 프로그램 명령어를 저장하는 비일시적 컴퓨터 판독가능 매체에 관한 것이다. 컴퓨터 구현식 방법은 전술된 방법의 단계를 포함한다. 컴퓨터 판독 가능 매체가 본 명세서에 설명된 바와 같이 또한 구성될 수도 있다. 컴퓨터 구현식 방법의 단계는 본 명세서에 또한 설명된 바와 같이 수행될 수도 있다. 게다가, 프로그램 명령어가 실행 가능한 컴퓨터 구현식 방법은 본 명세서에 설명된 임의의 다른 방법(들)의 임의의 다른 단계(들)를 포함할 수도 있다.
부가의 실시예는 웨이퍼 상에서 검출된 결함들을 검출하도록 구성된 시스템에 관한 것이다. 시스템은 웨이퍼 위에 광을 스캐닝하고 스캐닝 동안에 웨이퍼로부터 광을 검출함으로써 웨이퍼를 위한 출력을 생성하기 위해 구성된 검사 서브시스템을 포함한다. 이 시스템은 전술된 방법의 검출, 결정, 및 분류 단계들을 수행하기 위해 구성된 컴퓨터 서브시스템을 또한 포함한다. 시스템은 본 명세서에 설명된 바와 같이 또한 구성될 수도 있다.
본 발명의 다른 장점은 첨부 도면을 참조하여 바람직한 실시예의 이하의 상세한 설명의 이익을 갖는 당 기술 분야의 숙련자들에게 명백해질 것이다.
도 1 내지 4는 여기서 설명된 결함들을 검출하기 위해 수행될 수 있는 상이한 단계들의 실시예들을 예증하는 개략도들이다.
도 5는 여기서 설명된 결함들을 검출 및/또는 분류하기 위해 수행될 수 있는 단계의 실시예를 예증하는 개략도이다.
도 6은 여기서 설명된 결함들을 검출 및/또는 분류하기 위해 수행될 수 있는 단계들의 실시예들을 예증하는 흐름도이다.
도 7은 컴퓨터 시스템이 본 명세서에 설명된 컴퓨터 구현 방법을 수행하게 하기 위한 프로그램 명령어를 저장하는 비일시적 컴퓨터 판독가능 매체의 일 실시예를 도시하고 있는 블록도이다.
도 8은 웨이퍼 상의 결함을 검출하도록 구성된 시스템의 실시예의 측면도를 도시하고 있는 개략도이고,
도 9는 결함 검출의 기존 방법들과의 문제점들을 예증하는 개략도이다.
본 발명이 다양한 수정 및 대안적인 형태가 가능하지만, 그 특정 실시예가 도면에 예로서 도시되어 있고, 본 명세서에 상세히 설명된다. 도면은 실제 축적대로 도시되어 있지 않을 수도 있다. 그러나, 그 도면 및 상세한 설명은 개시된 특정 형태에 본 발명을 한정하도록 의도된 것은 아니고, 대조적으로, 의도는 첨부된 청구범위에 의해 규정된 바와 같은 본 발명의 사상 및 범주 내에 있는 모든 수정, 등가물 및 대안을 포괄하는 것이라는 것이 이해되어야 한다.
이제, 도면을 참조하면, 도면은 실제 축적대로 도시되어 있는 것은 아니라는 것이 주목된다. 특히, 도면의 요소 중 일부의 축적은 요소의 특성을 강조하기 위해 상당히 과장되어 있다. 도면은 동일한 축적으로 도시되어 있는 것은 아니라는 것이 또한 주목된다. 유사하게 구성될 수도 있는 하나 초과의 도면에 도시되어 있는 요소는 동일한 도면 부호를 사용하여 지시되어 있다. 본 명세서에 달리 언급되지 않으면, 설명되고 도시되어 있는 임의의 요소는 임의의 적합한 상업적으로 입수 가능한 요소를 포함할 수도 있다.
일 실시예는 웨이퍼 상의 검출된 결함을 분류하기 위한 방법에 관한 것이다. 여기서 더 설명되는 바와 같이, 실시예들은 결함 검출 및/또는 분류를 위해 표준 기준 이미지(들)를 활용하고, 웨이퍼 검사 레시피 안정성을 향상시키는 것과 같은 응용들을 위해 사용될 수 있다. 여기서 또 설명되는 바와 같이, 실시예들은 표준 기준 다이 이미지를 사용하는 세그멘테이션 축을 위한 내용(content)을 생성하기 위해 사용될 수 있다. 결함 검출 및 분류가 세그멘테이션 축의 내용을 규정하기 위해 단일 이미지를 사용하면, 세그멘테이션축은 다이 대 다이 또는 웨이퍼 대 웨이퍼 컬러 변화에 의해 영향을 받지 않을 것이다.
일 실시예에서, 웨이퍼 및 적어도 하나의 다른 웨이퍼는, 검사 시스템으로 검사되기 전에 동일한 하나 이상의 프로세스들을 거쳤고, 웨이퍼 및 적어도 하나의 다른 웨이퍼를 위한 검사 시스템의 출력은 컬러 변화를 갖는다. 다른 실시예에서, 검사 시스템에 의해 생성된 웨이퍼를 위한 출력은 웨이퍼를 가로질러 컬러 변화들을 갖는다. 이 방식으로, 여기서 설명된 실시예들은, 웨이퍼 대 웨이퍼로부터 또는 단일 웨이퍼를 가로질러 검사 시스템의 출력의 컬러 변화를 갖는 웨이퍼들을 위해 사용될 수 있다. 컬러 변화는 일반적으로 웨이퍼 라인 에지 거칠기, 프로세싱 변화, 이전의 층의 패턴들 및 금속 그레인(grain)에 의해 야기된다. 이러한 컬러 변화는 일반적으로 웨이퍼 상의 실제 결함들에 관련되지 않으며, 그 대신에 웨이퍼 대 웨이퍼로부터 또는 웨이퍼를 가로질러 허용가능한 프로세스 변화에 관련될 수 있다. 하지만, 이러한 컬러 변화는 검사 민감도를 감소시키고, 중요한 결함들이 검출되지 않게 할 수 있다. 또한, 컬러 변화는 검사 시스템에 의해 실제 결함들로서 검출될 수 있어서, 검사 결과들의 불확실성 및 부정확성을 발생시킬 수 있다.
보다 구체적으로, 동일 검사 레시피가, 동일 프로세스를 사용해 제조된 웨이퍼 대 웨이퍼(웨이퍼 제조 프로세스 내의 동일 지점의 웨이퍼들)로부터 상당히 상이한 개수의 DOI를 검출한 다수의 예시들이, 웨이퍼 검사 시스템 개발자들 및 사용자들에 의해 보고되어 왔다. 예를 들면, 동일 프로세스들이 수행되었던 상이한 웨이퍼들 상에서 수행되는 동일 웨이퍼 검사 프로세스가, 하나의 웨이퍼 상에 특정 유형의 어떠한 DOI들도 검출하지 않을 수 있고, 다른 웨이퍼 상에서는 동일 유형의 DOI들의 상당한 존재를 검출할 수 있다. 컬러 및 프로세스 변화는 이러한 안정성 이슈들과 연관된다고 종종 관찰되어 왔다. 분석은, 이러한 컬러 및 프로세스 변화에 기인해 검출을 위해 사용되는 기준 이미지들이 불안정할 수 있다는 것을 보여 왔다.
그러므로, 기준 이미지와 관련된 세그멘테이션과 같은 검출의 파라미터는 불안정할 수 있다 예를 들면, 일부 결함 검출 알고리즘에서 세그멘테이션은, 이미지의 그레이 레벨 변화에 기초해서 웨이퍼 상의 상이한 위치들 내의 결함을 검출하기 위해 사용되는 민감도를 결정한다. 이 방식으로, 다이의 상이한 부분들 및/또는 웨이퍼의 상이한 부분들을 위해 생성된 출력은, 출력의 하나 이상의 특징에 기초해서 상이한 세그먼트들에 할당될 수 있고, 그런 다음, 상이한 검출 파라미터(들)가 상이한 세그먼트들 내의 결함 검출을 위해 사용될 수 있다. 하지만, 컬러 변화를 가지고, 검출 시스템 출력은 동일 위치를 위해 다이마다 및/또는 웨이퍼마다 변한다. 그러므로, 동일한 강도 변화는 동일한 다이 위치에서 두 개의 상이한 다이들 내에서 상이한 세그멘테이션을 초래할 수 있다. 이와 같이, 비록 두 개의 상이한 다이들 내의 동일한 다이 위치가 동일한 실제 결함 특징을 가질지라도, 상이한 결함 검출은, 동일 다이 위치에서 상이한 결함 검출 결과들을 생성할 수 있는, 동일한 다이 위치에서 두 개의 상이한 다이들 내에서 수행될 수 있다.
이 방식으로, 이러한 불안정성은 웨이퍼 내의 및/또는 다이 내의 동일한 위치에서의 DOI를 위해서조차 DOI 캡처에 상당한 영향을 줄 수 있다. 예를 들면, 컬러 및 프로세스 변화에 기인해서, 웨이퍼 상의 한 위치에서의 DOI가 웨이퍼 검사 프로세스에 의해 검출될 수 있지만, 상이하지만 유사하게 처리된 웨이퍼 상의 대응 위치에서의 동일한 DOI는, DOI가 그 위치에서 실제로 존재할지라도 검출되지 않을 수 있다. 유사한 방식으로, 컬러 및 프로세스 변화에 기인해서, 웨이퍼 상의 한 다이 내의 한 위치에서의 DOI가 웨이퍼 검사 프로세스에 의해 검출될 수 있지만, 동일 웨이퍼 상의 다른 다이 내의 대응 위치에서의 동일한 DOI는, DOI가 그 대응 위치에 실제로 존재할지라도 검출되지 않을 수 있다.
분류를 위해 사용되는 기준 이미지는 또한, 이러한 컬러 및 프로세스 변화에 기인해 불안정적일 수 있다. 그러므로, 기준 이미지로부터 적어도 부분적으로 결정된 결함 속성과 같은 분류의 파라미터는 불안정적일 수 있다. 예를 들면, 많은 검사 레시피는, 뉴슨스(nuisance) 필터링과 같은 응용을 위해 수행될 수 있는 일부 종류의 결함 분류를 포함한다. 여기서 사용되는 용어 "뉴슨스"는 웨이퍼 검사에 의해 웨이퍼 상에서 검출되지만 실제로 결함은 아닌, 결함으로서 정의될 수 있다. 그러므로, 뉴슨스는 반도체 수율과 관련이 없고 반도체 제조자가 관심이 없다. 예를 들면, "뉴슨스"는 결함이라고 오류로 검출되는, 웨이퍼 검사 시스템 출력 내의 잡음의 소스일 수 있다. 그러므로, 웨이퍼 상의 실제 결함이 아닌 검출된 결함으로부터 웨이퍼 상에 존재하는 실제 결함인 검출된 결함을 분리시키는 것은, 웨이퍼 검사의 중요한 부분일 수 있다.
기준 이미지로부터 결정된 속성은 일반적으로 결함 분류 결정 트리에서 사용된다. 하지만, 기준 이미지 내에 컬러 변화가 존재하면, 속성 계산은 불안정하게 될 수 있다. 예를 들면, 컬러 및 프로세스 변화에 기인해서, 웨이퍼 상의 동일한 거칠기 범위는, 동일한 다이 위치에서 두 개의 상이한 다이들을 위한 실질적으로 상이한 기준 이미지 속성들로서 결정될 수 있다. 그러므로, 이러한 기준 이미지 속성이 결함 분류를 위해 사용되면, 두 개의 상이한 다이들 내의 다이 위치 내의 동일하게 위치한 결함들은, 이 결함들이 동일 유형의 결함 또는 뉴슨스일 수 있을지라도 부정확한 분류들 또는 상이한 분류들로 할당될 수 있다.
따라서, 여기서 설명된 실시예는, 결함 검출의 하나 이상의 파라미터(예컨대, 세그멘테이션) 및/또는 결함 분류의 하나 이상의 파라미터(예컨대, 결함 속성 계산)를 안정화시키도록, 여기서 설명된 표준 기준 이미지를 사용하기 위해 개발되어 왔다.
본 방법은 검사 시스템에 의해 웨이퍼를 위해 생성된 출력에 기초해서 웨이퍼 상의 결함들을 검출하는 것을 포함한다. 결함을 검출하는 것은 여기서 더 설명되는 바와 같이 수행될 수 있다. 또한, 결함을 검출하는 것은, 캘리포니아주 밀피타스 소재의 KLA-텐코로부터 상업적으로 이용가능한 검사 시스템 상에서 현재 이용가능한 MDAT(multi-die automatic thresholding) 알고리즘과 같은 하나 이상의 결함 검출 알고리즘(들)으로의 입력으로서 검사 시스템의 출력을 사용함으로써 수행될 수 있다. 검사 시스템의 출력은 여기서 설명되거나, 여기서 설명되는 검사 시스템에 의해 생성될 수 있는 임의의 출력을 포함할 수 있다. 검사 시스템은 본 명세서에 설명된 바와 같이 또한 구성될 수 있다.
본 방법은 하나 이상의 웨이퍼로부터 하나 이상의 다이를 선택하는 것을 포함할 수 있다. 예를 들면, 표준 다이 이미지는 사용자에 의해 할당되는 하나의 다이로부터 생성될 수 있다. 이 이미지는 대표적이지 않으면, 사용자는 복수의 다이들을 선택하고, 이 다이 이미지들로부터 표준 기준 이미지를 구축할 수 있다. 사용자는, 어느 다이가 선택되어야 하는지를 결정할 수 있다. 표준 기준 이미지는 여기서 더 설명되는 바와 같이 생성될 수 있다.
본 방법은 검사 시스템을 사용하여 출력을 얻는 단계를 포함할 수 있다. 예를 들면, 출력을 얻는 단계는, 웨이퍼 위에 광을 스캐닝하는 단계와, 스캐닝 동안 검사 시스템에 의해 검출된 웨이퍼로부터의 광에 응답하여 출력을 생성하는 단계를 포함할 수 있다. 이 방식으로, 출력을 취득하는 것은 웨이퍼를 스캐닝하는 것을 포함할 수도 있다. 그러나, 출력을 취득하는 것은 반드시 웨이퍼를 스캐닝하는 것을 포함하는 것은 아니다. 예를 들어, 출력을 취득하는 것은 출력이 저장되어 있는 저장 매체로부터 출력을 취득하는 것(예를 들어, 검사 시스템에 의해)을 포함할 수도 있다. 저장 매체로부터 출력을 취득하는 것은 임의의 적합한 방식으로 수행될 수도 있고, 출력이 그로부터 취득되는 저장 매체는 본 명세서에 설명된 임의의 저장 매체를 포함할 수도 있다.
결함을 검출하는 단계는 세그멘테이션 축을 위한 정보를 구축하는 단계를 포함할 수 있다. 이 축을 위한 예시들의 하나는 8개의 다이들로부터의 중간 이미지이다. 세그멘테이션 축을 위한 정보를 구축하는 것은 여기서 설명된 바와 같이 또한 수행될 수 있다.
일 실시예에서, 상기 결함들을 검출하는 단계는, 상기 웨이퍼 상의 두 개 이상의 다이들을 위해 상기 검사 시스템에 의해 생성된 출력에 기초해서 다이 위치 내의 함수로서 중간 강도를 결정하는 단계, 상기 웨이퍼 상의 기준 다이를 위한 출력 내의 개별 픽셀의 특성을 상기 웨이퍼 상의 테스트 다이를 위한 출력 내의 그 대응 픽셀의 특성으로부터 빼어 차이 값을 결정하는 단계, 실질적으로 동일한 위치에 대응하는 상기 중간 강도와 상기 차이 값의 2차원(2D) 산란 플롯(scatter plot)을 생성하는 단계, 및 상기 2D 산란 플롯에 기초해서 상기 결함들을 검출하는 단계를 포함한다.
하나의 이러한 예시에서, 도 1에 도시된 실시예에서, 검출 작업(job)은 8개의 다이들로부터의 이미지 프레임들을 포함할 수 있다. 그러므로, 이 작업을 위한 테스트 다이들은 테스트 다이들(1 내지 8)을 포함할 수 있다. 도 1에 도시된 테스트 다이들은 예를 들면, 웨이퍼 상의 다이들의 행 내의 하나의 웨이퍼 상에 서로 인접한 다이들일 수 있다. 하지만, 도 1에 도시된 테스트 다이들(1 내지 8)은 도 1에 도시된 관계에 비해, 웨이퍼 상에서 서로에 대해 상이한 공간적 관계를 가질 수 있다. 다른 말로 하면, 이 실시예에서 사용된 테스트 다이는 반드시 웨이퍼 상의 단일 행의 다이들 내에 있어야 할 필요는 없다.
이 실시예에서 위에서 설명된 중간 강도를 결정하는 것은, 도 1에서 도시된 중간 다이를 결정하기 위해 테스트 다이들(1 내지 8) 중 두 개 이상(또는 전부)을 사용하는 것을 포함할 수 있다. 중간 강도는 중간 강도 이미지로서 결정될 수 있거나 임의의 다른 적절한 포맷으로 결정될 수 있다. 중간 강도는 임의의 적절한 방법 및/또는 알고리즘을 사용하여 임의의 적절한 방식으로 결정할 수 있다. 여기서 더 설명되는 바와 같이, 이러한 중간 강도는 표준 기준 이미지 생성을 위해 사용될 수 있다. 하지만, 여기서 더 설명되는 바와 같이, 기준 생성은 중간 연산에만 제한되지는 않으며, 견고한(robust) 평균, 단순 평균 등과 같은 다른 알고리즘을 사용해서 수행될 수 있거나 단일의 클린(clean) 이미지로부터 생성될 수 있다.
위에서 설명된 상이한 값들은 테스트 다이들 중 하나를 테스트 다이들 중 다른 하나로부터 뺌으로써 결정될 수 있다. 예를 들면, 도 1에 도시된 바와 같이, 테스트 다이(4 및 5)는 Diff 1을 생성하기 위해 사용될 수 있고, 테스트 다이(5 및 6)는 Diff 2를 생성하기 위해 사용될 수 있다. 도 1에 도시된 다른 테스트 다이는 유사한 방식으로 차이 값들을 생성하기 위해 사용될 수 있다. 이 방식으로, 이 실시예에서 수행된 결함 검출은 다이 대 다이 유형 결함 검출일 수 있다. 차이 값들을 결정하기 위해 서로부터 차감되는 테스트 다이들의 특징은, 출력 내의 픽셀들의 강도 또는 출력의 임의의 다른 적절한 특징일 수 있다. 이 방식으로, 차이 값을 결정하는 것은 인접 다이들 내의 픽셀들의 강도들 간의 차이들을 결정하는 것을 포함할 수 있다. 비록 차이값들이 다이 위치 내의 함수로서 임의의 다른 포맷으로 표현될 수 있지만, 차이 값들은 테스트 다이들 각각을 위해 차이 값들을 생성하기 위해 사용될 수 있다. 이 차이값들은 임의의 적절한 방법 및/또는 알고리즘을 사용하여 임의의 적절한 방식으로 결정될 수 있다.
중간 강도와 차이 값들이 위에서 설명된 바와 같이 결정된 후에, 도 2에 도시된 산란 플롯(200)과 같은 2D 산란 플롯이 생성될 수 있다. 특히, 테스트 이미지 상의 각 픽셀은 두 개의 값들, 수직 축의 중간 강도 값과 수평 축의 차이 값의 견지에서 플롯팅된다.
도 2에 도시된 산란 플롯의 타원 형상 부분은, 외곽(outlying) 산란 플롯 데이터 포인트들과 외곽이 아닌(non-outlying) 산란 플롯 데이터 포인트들 간의 경계선들을 정의한다. 예를 들면, 타원 형상 부분 내의 데이터 포인트들은 이상이 아닐 수 있고, 타원 형상 부분의 외부의 데이터 포인트들은 이상(outlier)일 수 있다. 이 방식으로, 산란 플롯의 X들에 의해 도 2에 도시된 데이터 포인트들은 이상이라고 결정될 수 있고, 이 데이터 포인트들에 대응하는 위치는 웨이퍼 상의 결함의 위치라고 식별될 수 있다. 그러므로, 결함은 2D 산란 플롯에 기초해서 검출될 수 있다.
다른 실시예에서, 상기 결함들을 검출하는 것은, 표준 기준 이미지(여기서 더 설명되는 표준 기준 이미지들 중 임의의 것)에 기초해서 다이 위치 내의 함수로서 중간 강도를 결정하는 것, 상기 웨이퍼 상의 두 개 이상의 테스트 다이들을 위한 출력을 결합하는 것, 상기 표준 기준 이미지 내의 개별 픽셀의 특성을, 상기 두 개 이상의 테스트 다이들을 위한 상기 결합된 출력 내의 그 대응 픽셀의 특성으로부터 빼어 차이 값을 결정하는 것, 실질적으로 동일한 위치에 대응하는 상기 중간 강도와 상기 차이 값의 2차원 산란 플롯을 생성하는 것, 및 상기 2차원 산란 플롯에 기초해서 상기 결함들을 검출하는 것을 포함한다.
이 실시예에서 2D 산란 플롯을 생성하고 결함을 검출하는 것은 위에서 설명된 바와 같이 수행될 수 있다. 이 방식으로, 일단 2D 산란 플롯이 생성되었으면, 결함 검출이 위에서 설명된 바와 같이 수행될 수 있다. 하지만, 이 실시예에서 2D 산란 플롯이 상이한 중간 강도와 차이 값들로부터 생성된다.
하나의 이러한 예시에서, 도 3에 도시된 실시예에서, 검축 작업(job)은 8개의 다이들로부터의 이미지 프레임들을 포함할 수 있다. 도 3에 도시된 테스트 다이는 여기서 설명된 바와 같이 더 구성될 수 있다. 이 실시예에서 웨이퍼 상의 두 개 이상의 테스트 다이들을 위한 출력을 결합하는 것은 평균화를 통해 출력을 결합하는 것에 더해 더 설명될 것이다. 하지만, 테스트 다이들을 위한 출력은 임의의 적절한 방식으로 결합될 수 있다. 이 실시예에서, 도 3에 도시된 테스트 다이들(1 내지 8)을 위한 검사 시스템의 출력은 도 3에 도시된 평균 테스트 다이를 생성하기 위해 사용될 수 있다. 이 실시예에서, 평균 테스트 다이를 생성하는 것은, 테스트 다이 이미지 내의 픽셀의 강도와 같은 일부 특징의 평균 값을 결정하도록 테스트 다이들(1 내지 8) 중 두 개 이상(또는 전부)을 사용하는 것을 포함할 수 있다. 평균 테스트 다이는 평균 데이트 다이 이미지로서 결정될 수 있거나 임의의 적절한 포맷으로 결정될 수 있다. 복수의 테스트 다이들의 출력의 평균 값은 임의의 적절한 방법 및/또는 알고리즘을 사용하여 임의의 적절한 방식으로 결정될 수 있다.
위에서 설명된 차이 값은, 표준 기준 다이를 평균 테스트 다이로부터 뺌으로써 결정될 수 있다. 예를 들면, 도 3에 도시된 바와 같이, 표준 기준 이미지는 차이를 생성하기 위해 평균 테스트로부터 빼어 질 수 있다. 차이 값을 결정하도록 평균 테스트 이미지로부터 빼어지는 표준 기준 이미지의 특징은, 표준 기준 이미지와 평균 테스트 이미지 내의 픽셀의 강도이거나 이미지의 임의의 다른 적절한 특징일 수 있다. 이 방식으로, 차이 값을 결정하는 것은 2개의 이미지들 내의 픽셀들의 강도간의 차이를 결정하는 것을 포함할 수 있다. 비록 차이값들이 다이 위치 내의 함수로서 임의의 다른 포맷으로 표현될 수 있지만, 차이 값들은 차이 이미지를 생성하기 위해 사용될 수 있다. 이 차이값들은 임의의 적절한 방법 및/또는 알고리즘을 사용하여 어떤 적절한 방식으로 결정할 수 있다.
이 실시예에서, 2D 산란 플롯의 중간 강도는 표준 기준 다이 내의 픽셀의 강도일 수 있고, 2D 산란 플롯에서 사용되는 차이 값은 표준 기준 다이와 평균 테스트 간의 강도 차이일 수 있다. 이 실시예에서 사용되는 표준 기준 다이 이미지는 여기서 설명되는 표준 기준 이미지들 중 임의의 것을 포함할 수 있다.
일부 실시예에서, 상기 결함들을 검출하는 단계는, 상기 웨이퍼 상의 두 개 이상의 다이들을 위해 상기 검사 시스템에 의해 생성된 출력에 기초해서 다이 위치 내의 함수로서 중간 강도를 결정하는 단계, 상기 웨이퍼 상의 기준 다이를 위한 출력 내의 개별 픽셀의 특성을, 상기 웨이퍼 상의 테스트 다이를 위한 출력 내의 그 대응 픽셀의 특성으로부터 빼어 차이 값을 결정하는 단계, 상기 표준 기준 이미지로부터 결정된 세그먼트들 중 적어도 하나를 위해, 상기 테스트 다이를 위한 출력 내의 픽셀들을 상기 세그먼트들 내로 분리시키는 단계, 실질적으로 동일한 위치에 대응하는 상기 적어도 하나의 세그먼트 내의 상기 중간 강도와 상기 차이 값의 2차원 산란 플롯을 생성하는 단계, 및 상기 2차원 산란 플롯에 기초해서 상기 결함들을 검출하는 단계를 포함한다.
이 실시예에서 중간 강도와 차이 값을 결정하는 것은 위에서 설명된 바와 같이 수행될 수 있다. 하나의 이러한 예시에서, 도 4에 도시된 실시예에서, 검출 작업은 8개의 다이들로부터의 이미지 프레임들을 포함할 수 있다. 도 4에 도시된 테스트 다이는 여기서 설명된 바와 같이 더 구성될 수 있다. 이 실시예에서 위에서 설명된 중간 강도를 결정하는 것은, 도 4에 도시된 중간 다이를 결정하기 위해 테스트 다이들(1 내지 8) 중 두 개 이상(또는 전부)을 사용하는 것을 포함할 수 있다. 이 실시예에서 차이 값은 테스트 다이들 중 하나를 테스트 다이들 중 다른 하나로부터 뺌으로써 결정될 수 있다. 예를 들면, 도 4에 도시된 바와 같이, 테스트 다이(4 및 5)는 Diff 1을 생성하기 위해 사용될 수 있고, 테스트 다이(5 및 6)은 Diff 2를 생성하기 위해 사용될 수 있다. 도 4에 도시된 다른 테스트 다이는 유사한 방식으로 상이한 값들을 생성하기 위해 사용될 수 있다. 이 차이 값은 여기서 더 설명되는 바와 같이 결정될 수 있다.
도 4에 도시된 표준 기준 이미지가 생성된 후에, 이 표준 기준 이미지가 대응 다이 위치들에서 테스트 이미지에 정렬된다. 임의의 이미지 등록 알고리즘이 정렬을 수행하도록 사용될 수 있다. 이미지들이 정렬된 후에, 테스트 이미지와 기준 이미지 간의 차이 값이 각 픽셀에서 계산될 수 있다. 모든 픽셀에서 그레이 레벨 값과 이 차이 값은 2D 산란 플롯을 생성하기 위해 사용된다. 사용자는 2D 산란 플롯 상의 세그멘테이션과 검출 파라미터를 결정할 수 있다.
그런 다음, 도 4에 도시된 표준 기준 이미지가 결함 검출을 위해 세그멘테이션을 결정하기 위해 사용될 수 있다. 이 실시예에서 사용되는 세그먼트는 여기서 설명된 표준 기준 이미지들 중 임의의 것으로부터 결정될 수 있다. 예를 들어, 표준 기준 이미지는 표준 기준 이미지 내의 픽셀의 강도 값을 포함하면, 상이한 범위의 강도 값이 상이한 세그먼트들에 할당될 수 있다. 하나의 이러한 예시에서, 0 내지 100의 강도 값이 세그먼트 1에 할당될 수 있는 반면, 101 내지 255의 강도 값이 세그먼트 2에 할당될 수 있다. 픽셀의 다른 값(예컨대, 중간 강도 값)은 유사한 방식으로 세그먼트를 규정하기 위해 사용될 수 있다.
이 방식으로, 일단 세그먼트가 표준 기준 이미지에 기초해서 규정되면, 테스트 이미지 내의 픽셀의 대응 값(예컨대, 강도, 중간 강도 등)이, 픽셀을 세그먼트들 중 어느 세그먼트에 할당할지를 결정하도록 세그먼트들에 할당된 값과 비교될 수 있다. 이와 같이, 상이한 픽셀들이 상이한 세그먼트들에 할당될 수 있다. 일단 픽셀이 세그먼트에 할당되었으면, 2D 산란 플롯이 세그먼트들 각각을 위해 별도로 생성될 수 있다. 예를 들면, 하나의 세그먼트 내의 픽셀에 대응하는 중간 강도 및 상이한 값들은, 여기서 설명된 바와 같은 이 세그먼트를 위해 2D 산란 플롯을 생성하기 위해 사용될 수 있다. 그런 다음, 이 픽셀들을 위한 결함 검출은 여기서 설명된 바와 같이 이 2D 산란 플롯을 사용해서 수행될 수 있다. 그런 다음, 결함 검출은 동일한 방식으로 다른 세그먼트를 위해 수행될 수 있다. 하지만, 결함 검출이 상이한 세그먼트들을 위해 별도로 수행되므로, 상이한 세그먼트들을 위해 수행된 결함 검출의 하나 이상의 파라미터는 상이할 수 있다. 상이한 세그먼트를 위해 상이한 하나 이상의 파라미터는, 임의의 결함 검출 알고리즘 및/또는 방법의 임의의 파라미터를 포함할 수 있다.
본 방법은, 결함들 중 적어도 하나의 결함에 대응하는 표준 기준 이미지의 부분들에 기초해서 결함들 중 적어도 하나의 결함을 위한 하나 이상의 속성들을 결정하는 단계를 또한 포함한다. 하나 이상의 속성은 여기서 더 설명되는 바와 같이 결함들을 분류하도록 사용될 수 있는 임의의 결함 속성을 포함할 수 있다. 하나 이상의 속성은 임의의 적합한 방법 및/또는 알고리즘을 사용하여 표준 기준 이미지로부터 결정될 수 있다.
표준 기준 이미지는 웨이퍼 검사 레시피의 셋업 동안 생성된 "골든(golden)" 이미지일 수 있다. 예를 들면, 표준 기준 이미지는 웨이퍼들을 가로질러 프로세스 변화를 고려하도록 셋업 동안 생성될 수 있다. 일 예시에서, 표준 기준 이미지는, 웨이퍼 검사 시스템를 사용해 웨이퍼 상의 다이의 적어도 일 예시의 이미지를 얻음으로써 생성될 수 있다. 예를 들어, 장치/층을 위한 검사 레시피를 위한 셋업 단계 중에, 검사 시스템은 다이(또는 다수의 다이들)를 스캐닝하고 다이들을 위한 표준 기준 이미지를 구성할 수 있다. 이는 다수의 방식으로 행해질 수 있다. 사용자가 단지 웨이퍼 상의 특정 위치에 있는 다이의 하나의 인스턴스를 사용할 수 있거나, 레시피 셋업 동안에 사용자가 웨이퍼 상의 무결함 다이를 할당할 수 있다.
일부 실시예에서, 상기 표준 기준 이미지는 단일 웨이퍼 상의 단일 다이에 기초해서 생성되지 않는다. 추가적인 실시예에서, 상기 표준 기준 이미지는 단일 웨이퍼 상의 단일 다이에 기초해서 생성된 기준 이미지와는 다르다. 일부 실시예에서, 본 방법은, 상기 검사 시스템에 의해 상기 웨이퍼를 위해 생성된 출력에 기초해서 상기 표준 기준 이미지를 생성하는 단계를 포함하고, 상기 표준 기준 이미지는 다른 웨이퍼를 위해 사용되지 않는다. 또 다른 실시예에서, 본 방법은, 상기 검사 시스템에 의해 상기 웨이퍼의 일부분만을 위해 생성된 출력에 기초해서 상기 표준 기준 이미지를 생성하는 단계를 포함하고, 상기 표준 기준 이미지는 웨이퍼의 다른 부분을 위해 사용되지 않는다. 예를 들면, 표준 기준 이미지는 웨이퍼 런 타임(run time) 당 8개의 중간 다이들 상에 기초해서 결정될 수 있다. 이러한 표준 기준 이미지는, 변화가 웨이퍼 내에 있다면 생성될 수 있다. 이 방식으로, 표준 기준 이미지는, 웨이퍼 상의 상이한 다이들에 대응하는 웨이퍼 검사 시스템에 의해 획득된 다수의 이미지들로부터 생성될 수 있다. 하나의 이런한 예시에서, 상이한 다이들에 대응하는 리미지들의 집합에 걸쳐 픽셀 단위 평균(또는 중간)을 취함으로써 "평균" 이미지 또는 "중간" 이미지를 구성할 수 있다.
본 방법은 반도체 설계 데이터로부터 표준 기준 이미지를 생성하는 단계를 포함할 수 있다. 웨이퍼 구조 정보를 포함하는 설계 데이터를 취하여, 시뮬레이션 소프트웨어는 다이의 웨이퍼 이미지를 합성할 수 있다. 이미지 그레이-레벨 값은 웨이퍼 구조 정보를 반영하지만, 검사 머신으로부터 생성된 이미지와는 유사하지 않을 수 있다. 예를 들면, 가장 간단한 합성 이미지는, 웨이퍼 패턴과 배경만을 나타내는 이진 이미지일 수 있다. 합성 이미지를 표준 기준 이미지로서 사용하는 이점은, 합성 이미지가 임의의 웨이퍼 잡음을 포함하지 않고, 합성 이미지로부터 도출된 세그멘테이션 파라미타가 웨이퍼 잡음에 의해 영향받지 않는다는 것이다. 또한, 일부 실시예에서, 표준 기준 이미지는 웨이퍼 설계 데이터일 수 있다. 이 방식으로, 웨이퍼 설계는, 여기서 더 설명되는 바와 같이, 웨이퍼 상의 각 다이를 위해 세그먼트를 생성하고 기준 속성(들)을 계산하기 위해 표준 기준 이미지로서 사용될 수 있다. 더 나아가, 상기 표준 기준 이미지는 스캐닝 전자 현미경(scanning electron microscope; SEM)에 의해 생성된 상기 웨이퍼를 위한 웨이퍼 설계 데이터의 이미지일 수 있다. 이러한 표준 기준 이미지는, 기준 속성(들)뿐만 아니라 여기서 더 설명되는 바와 같이 세그멘테이션을 안정화시킬 수 있다. 이 방식으로, 표준 기준 이미지는, 여기서 더 설명되는 바와 같이, 결함 검출을 위한 세그먼트를 결정하고 그리고/또는 기준 속성(들)을 계산하도록 웨이퍼 설계의 프록시로서 사용되는 SEM 이미지일 수 있다 이러한 표준 기준 이미지는, 기준 속성(들)뿐만 아니라 여기서 더 설명되는 바와 같이 세그멘테이션을 안정화할 것이다.
다수의 이미지들로부터 표준 기준 이미지를 생성하는 것은 또한, 다수의 이미지들을 서브-픽셀 정밀도로 서로에 대해 정렬시키는 것은, 정렬된 다수의 이미지들을 함께 처리함으로써 정렬된 이미지로부터 표준 기준 이미지를 생성하는 것을 포함할 수 있다. 예를 들면, 평균 또는 중간 이미지를 계산할 때, 평균화되고 있는(또는 중간 값이 계산되는 있는) 이미지들은 서브-픽셀 정밀도로 정렬될 수 있다. 유사한 정렬이 또한 결함 검출을 위해 수행될 수 있다. 예를 들면, 일 실시예에서, 결함을 검출하는 것은 서브-픽셀 정밀도로 다수의 이미지들을 서로 정렬하는 것과, 여기서 설명되는 실시예들 중 임의의 실시예에 따라 수행될 수 있는 정렬된 다수의 이미지들에 기초해서 결함을 검출하는 것을 포함한다. 서브-픽셀 정밀도 내에서 다수의 이미지들을 정렬하는 것은, 여기서 완전히 설명되는 것처럼 참조로서 통합되어 있는, 쿨카르니(Kulkarni) 등의 2010년 3월 9일에 허여된 미국 특허 제7,676,077호에 설명된 바와 같은 것을 포함하는 임의의 적절한 방식으로 수행될 수 있다. 여기서 설명되는 실시예는 이 특허에서 설명되는 임의의 방법(들)의 임의의 단계(들)를 포함할 수 있다.
표준 기준 이미지는 검사 동안에 사용하기 위해 검사 레시피 내에 저장될 수 있다. 표준 기준 이미지는 또한, 여기서 완전히 설명되는 것처럼 참조로서 통합되어 있는, 바스카(Bhaskar) 등의 2012년 6월 19일에 허여된 공동으로 양도된 미국 특허 제8,204,296호에 설명된 바와 같은 것이 생성될 수 있다. 여기서 설명되는 실시예는 이 특허에서 설명되는 임의의 방법(들)의 임의의 단계(들)를 포함할 수 있고, 이 특허에서 설명되는 바와 같이 더 구성될 수 있다.
일부 실시예에서, 본 방법은, 상기 웨이퍼 상의 단일 다이를 위한 상기 표준 기준 이미지를 생성하는 단계를 포함하고, 상기 표준 기준 이미지는 상기 웨이퍼 상의 다른 다이를 위해 사용되지 않는다. 예를 들면, 표준 기준 이미지는 다이 대 다이 기반으로 여기서 설명되는 실시예들 중 임의의 실시예에 따라 생성될 수 있다. 이 방식으로, 상이한 표준 기준 이미지들은 웨이퍼 상에 상이한 다이들을 위해 사용될 수 있다.
다른 실시예에서, 본 방법은, 상기 웨이퍼 상의 하나 이상의 다이의 하나 이상의 기준 이미지 내의 하나 이상의 프레임 이미지의 하나 이상의 제1 히스토그램을 결정하고, 상기 검사 시스템에 의해 생성된 출력으로부터 상기 웨이퍼를 위해 생성된 중간 이미지 내의 하나 이상의 프레임 이미지의 하나 이상의 제2 히스토그램을 결정하고, 상기 하나 이상의 제2 히스토그램이 상기 하나 이상의 제1 히스토그램과 실질적으로 매칭되도록 상기 하나 이상의 제2 히스토그램을 수정하며, 상기 하나 이상의 수정된 제2 히스토그램에 기초해서 상기 표준 기준 이미지를 생성함으로써 상기 표준 기준 이미지를 생성하는 단계를 포함한다. 이 방식으로, 히스토그램 수정은, 여기서 더 설명되는 바와 같이 사용되는 표준 기준 이미지를 생성하기 위해 사용될 수 있다.
하나의 이러한 실시예에서, 도 5에 도시된 바와 같이, 이미지(500)는 셋업 동안 획득된 표준의 전체 다이 이미지일 수 있다. 이 이미지는 표준 프레임 이미지(502)를 포함할 수 있고, 히스토그램(504)은 표준 프레임 이미지들 각각을 위해 결정될 수 있다. 웨이퍼 검사 동안에, 전체 다이 중간 이미지인 이미지(506)가 획득될 수 있다. 이 이미지는 중간 프레임 이미지(508)를 포함할 수 있고, 히스토그램(510)은 중간 프레임 이미지들 각각을 위해 결정될 수 있다. 이미지들(500 및 506) 내의 대응 위치들 내의 프레임 이미지들은 웨이퍼 상의 다이의 동일 위치들에 대응한다. 이미지들(500 및 506) 내의 프레임 이미지들을 위해 결정된 히스토그램들(504 및 510)의 비교로부터 알 수 있는 바와 같이, 상이한 이미지들 내의 대응 프레임 이미지들의 히스토그램들은 실질적으로 상이하다.
히스토그램 매핑은 이미지(506) 상에 수행됨으로써, 히스토그램(516)이 별도로 결정된, 프레임 이미지(514)를 포함하는 이미지(512)를 생성할 수 있다. 이에 따라, 히스토그램 매핑은, 복수의 매핑된 중간 프레임 이미지들을 포함하는 매핑된 전체-다이 중간 이미지를 생성할 수 있다. 이와 같이, 이미지들(500 및 512)의 히스토그램들이 매칭되고, 이미지들은 실질적으로 유사하게 보인다. 이 방식으로, 중간 프레임 이미지는, 모든 다이들 및 웨이퍼들을 위한 표준 기준 이미지와 실질적으로 유사하게 보이게 될 수 있다. 중간 프레임 이미지들이 모든 다이들 및 웨이퍼들을 위해 실질적으로 동일하면, 이러한 중간 프레임 이지들을 사용해서 수행된 세그멘테이션은 안정적일 것이다. 또한, 이러한 표준 중간 프레임 이미지들로부터 계산된 결함 속성들은 안정적일 것이다.
하나의 이러한 실시예에서, 기준 이미지는 상기 웨이퍼 상의 단일 다이의 이미지이다. 예를 들면, 레시피 셋업 동안에, 웨이퍼 상의 적어도 전체 다이는 검사 시스템을 사용해서 스캐닝될 수 있고, 스캐닝 동안에 검사 시스템에 의해 생성된 출력은, 여기서 더 설명되는 바와 같이 기준 이미지를 생성하기 위해 사용될 수 있다. 다른 이러한 실시예에서, 기준 이미지는 상기 웨이퍼 상의 다수의 다이들의 합성 이미지이다. 예를 들면, 레시피 셋업 동안에, 웨이퍼 상의 다수의 다이들은 검사 시스템을 사용해서 스캐닝될 수 있고, 스캐닝 동안에 검사 시스템에 의해 생성된 출력은, 여기서 설명되는 바와 같이 기준 이미지를 생성하기 위해 사용될 수 있다. 하나의 이러한 예시에서, 다수의 다이 경우들을 위해서, 합성 이미지(예컨대, 평균, 중간값, 견고한 평균(robust average), 등)가 다수의 다이 이미지들로부터 생성될 수 있다. 각 경우에서, 전체 다이 이미지 또는 합성 이미지는, 기준 이미지로서 규정될 수 있고, 프레임 이미지들로 분할될 수 있다. 그런 다음, 히스토그램은 각각의 기준 프레임 이미지를 위해 결정될 수 있고, 히스토그램이 레시피 내에 저장될 수 있다.
일부 이러한 실시예에서, 상기 결함들을 검출하는 것은, 상기 표준 기준 이미지에 기초해서 상기 웨이퍼를 위한 테스트 이미지의 상이한 부분들을 상이한 세그먼트들에 할당하는 것을 포함하고, 상기 상이한 세그먼트들을 위해 수행된 상기 검출 단계의 하나 이상의 파라미터는 상이하다. 예를 들면, 검사 동안에, 검사가 각 프레임 이미지에 대해 수행될 수 있다. 그런 다음, 중간 프레임 이미지는 세그멘테이션 목적을 위해 생성될 수 있다. 중간 프레임 이미지는, 대응하는 중간 프레임 이미지의 히스토그램을, 표준 기준 프레임 이미지의 히스토그램에 매핑시킴으로써 수정될 수 있다. 그런 다음, 세그멘테이션은, 여기서 더 설명되는 바와 같이 중간 프레임 이미지를 사용해서 수행될 수 있다.
추가적인 이러한 실시예에서, 상기 하나 이상의 히스토그램을 결정하는 것은, 상기 하나 이상의 제1 히스토그램을 위한 데이터를 생성하는 것을 포함하고, 상기 하나 이상의 제2 히스토그램을 수정하는 것은 상기 하나 이상의 제1 히스토그램을 위해 생성된 데이터 전부보다 적은 데이터를 가지고 수행된다. 예를 들면, 레시피 내로 저장되는 데이터를 감소시키도록, 히스토그램의 서브세트가 저장될 수 있다. 최소 서브세트는 히스토그램의 단지 두개의 종점들일 수 있다. 검사 동안에, 중간 프레임 이미지는 표준 기준 이미지의 히스토그램 데이터의 서브세트를 사용해서 매핑될 수 있다. 표준 기준 이미지 효과는, 더 적은 정보가 레시피 내로 저장되기 때문에 일부 감소될 수 있다. 하지만, 컬러 변화가 비교적 심하지 않으면, 더 적은 정보를 사용하는 것은 안정성을 저하시키지 않는 반면, 레시피 크기가 감소된다.
본 방법은 하나 이상의 결정된 속성에 적어도 부분적으로 기초해서 결함들 중 적어도 하나의 결함을 분류하는 단계를 더 포함한다. 일 실시예에서, 상기 분류하는 단계는, 상기 결함들 중 적어도 하나가 관심 결함 또는 뉴슨스인지 여부를 결정하는 것을 포함한다. 결함을 분류하는 것은 여기서 더 설명되는 바와 같이 수행될 수 있다. 또한, 결함을 분류하는 것은, 다른 결함 속성을 여기서 설명된 결정된 속성(들)로 대체시키거나, 임의의 적절한 결함 분류 방법 및/또는 알고리즘을 수정함으로써 이 임의의 적절한 결함 분류 방법 및/또는 알고리즘을 사용해서 수행될 수 있어서, 여기서 설명된 결정된 속성(들)이 이 방법 및/또는 알고리즘에 의해 사용되는 다른 속성(들)과 결합해서 사용되게 된다.
일부 실시예에서, 상기 분류하는 단계는, 상기 하나 이상의 결정된 속성, 상기 결함들 중 적어도 하나에 대응하는 테스트 이미지의 일부분에 기초해서 상기 결함들 중 적어도 하나를 위해 결정된 하나 이상의 다른 속성, 및 상기 결함들 중 적어도 하나에 대응하는 차이 이미지의 일부분에 기초해서 상기 결함들 중 적어도 하나를 위해 결정된 하나 이상의 추가적인 속성에 기초한다. 하나의 이러한 실시예는 도 6에 도시되어 있다. 특히, 도 6에 도시되어 있는 바와 같이, 테스트 이미지(600)와 기준 이미지(602)는 여기서 더 설명되는 바와 같이 수행될 수도 있는 차이 이미지(606)를 생성하기 위해 사용될 수 있다. 그런 다음, 차이 이미지(606)가, 여기서 설명되는 실시예들 중 임의의 실시예에 따라 수행될 수 있는, 결함 검출(608)을 위해 사용될 수 있다. 결함 검출에 의해 검출되는 결함들 중 임의의 결함을 위해, 테스트 속성(들)(610)이 결함 위치에 대응하는 테스트 이미지(600)의 부분으로부터 결정될 수 있고, 차이 속성(들)(612)이 결함 위치에 대응하는 차이 이미지(606)의 부분으로부터 결정될 수 있고, 표준 기준 속성(들)(614)은 결함 위치에 대응하는 표준 기준 이미지(604)의 부분으로부터 결정될 수 있다. 테스트 속성(들), 차이 속성(들), 및 표준 기준 속성(들)은 여기서 설명되는 속성(들) 중 임의의 속성을 포함할 수 있고, 여기서 더 설명되는 바와 같이 결정될 수 있다. 표준 기준 이미지(604)는 여기서 설명되는 표준 기준 이미지들 중 임의의 것을 포함할 수 있다. 도 6에 더 도시되는 바와 같이, 테스트 속성(들)(610), 차이 속성(들)(612), 및 표준 기준 속성(들)(614)은 결함 분류(616)를 위해 결합되어 사용될 수 있다.
이 방식으로, 결함 속성이 테스트 이미지로부터 결정되는 일부 일반적으로 사용되는 접근법과는 달리, 여기서 설명되는 실시예에서, 차이 이미지, 및 비표준 기준 이미지가 결함 분류를 위해 사용되고, 표준 기준 다이 이미지는 결함의 속성을 결정하기 위해 사용되고, 그런 다음 이 속성이 결함 분류를 위해 사용된다. 그러므로, 위에서 더 설명되는 바와 같이, 여기서 설명되는 표준 기준 이미지는 다른 일반적으로 사용되는 기준 이미지보다 더 안정적일 것이고, 여기서 설명되는 실시예는 다른 방법 및 시스템보다, 결함 분류를 위해 더 안정적인 기준 이미지 결함 속성(들)을 제공한다. 이 방식에서, 여기서 설명된 실시예에 따라 결정된 결함 분류는 보다 안정적일 것이고, 웨이퍼 대 웨이퍼로부터 그리고 웨이퍼 내에서 프로세스 변화에 의해 유도된 컬러 변화에 거의 영향을 받지 않는다.
여기서 설명된 분류 단계들은, 여기서 설명된 하나 이상의 결정된 속성을 사용하기 위해 현재 사용되는 결함 검출 알고리즘 및/또는 방법을 수정함으로써 수행될 수 있다. 예를 들면, KLA-텐코로부터 상업적으로 이용가능한 검사 시스템에 의해 현재 사용되는 iDO 소프트웨어가 수정될 수 있어서, 결함들을 상이한 분류들로 분리시키도록 이 소프트웨어가 적어도 여기서 설명된 하나 이상의 결정된 속성을 사용한다.
여기서 설명된 검출, 결정, 및 분류 단계들은, 여기서 한 설명되는 실시예들 중 임의의 실시예에 따라 구성될 수 있는, 컴퓨터 시스템에 의해 수행된다.
전술된 방법의 실시예들의 각각은 본 명세서에 설명된 임의의 다른 방법(들)의 임의의 다른 단계(들)를 포함할 수도 있다. 더욱이, 전술된 방법의 실시예들의 각각은 본 명세서에 설명된 임의의 시스템에 의해 수행될 수도 있다.
본 명세서에 설명된 방법의 모두는 방법 실시예의 하나 이상의 단계의 결과를 컴퓨터 판독 가능 저장 매체에 저장하는 것을 포함할 수도 있다. 그 결과는 본 명세서에 설명된 임의의 결과를 포함할 수도 있고, 당 기술 분야에 공지된 임의의 방식으로 저장될 수도 있다. 저장 매체는 본 명세서에 설명된 임의의 저장 매체 또는 당 기술 분야에 공지된 임의의 다른 적합한 저장 매체를 포함할 수도 있다. 결과가 저장된 후에, 결과는 저장 매체에 액세스되고 본 명세서에 설명된 임의의 방법 또는 시스템 실시예에 의해 사용되고, 사용자에 표시하기 위해 포맷되고, 다른 소프트웨어 모듈, 방법, 또는 시스템 등에 의해 사용될 수 있다.
다른 실시예는, 웨이퍼 상에서 검출된 결함을 분류하기 위한 컴퓨터 구현 방법을 수행하기 위해 컴퓨터 시스템 상에서 실행가능한 프로그램 명령어를 저장하는 비일시적 컴퓨터 판독가능 매체에 관한 것이다. 하나의 이러한 실시예가 도 7에 도시되어 있다. 예를 들어, 도 7에 도시되어 있는 바와 같이, 비일시적 컴퓨터 판독가능 매체(700)는, 웨이퍼 상의 검출된 결함을 분류하기 위한 컴퓨터 구현 방법을 수행하기 위해 컴퓨터 시스템(704) 상에서 실행가능한 프로그램 명령어(702)를 저장한다. 컴퓨터 구현 방법은 본 명세서에 설명된 임의의 방법(들)의 임의의 단계(들)를 포함할 수도 있다.
본 명세서에 설명된 것과 같은 방법을 구현하는 프로그램 명령어(702)는 비일시적 컴퓨터 판독가능 매체(700) 상에 저장될 수도 있다. 컴퓨터 판독 가능 매체는 자기 또는 광학 디스크, 또는 자기 테이프 또는 당 기술 분야에 공지된 임의의 다른 적합한 비일시적 컴퓨터 판독 가능 매체와 같은 저장 매체일 수도 있다.
프로그램 명령어는 무엇보다도, 절차 기반 기술, 구성요소 기반 기술, 및/또는 객체 지향 기술을 포함하여, 임의의 다양한 방식으로 구현될 수도 있다. 예를 들어, 프로그램 명령어는 원하는 바에 따라, 매트랩(Matlab), 비쥬얼 베이직(Visual Basic), 액티브엑스(ActiveX) 콘트롤, C, C++ 오브젝트(object), C#, 자바빈(JavaBeans), 마이크로소프트 파운데이션 클래스(Microsoft Foundation Classes: "MFC"), 또는 다른 기술 또는 방법론을 사용하여 구현될 수도 있다.
컴퓨터 시스템(704)은 퍼스널 컴퓨터 시스템, 메인프레임 컴퓨터 시스템, 워크스테이션, 시스템 컴퓨터, 이미지 컴퓨터, 프로그램가능 이미지 컴퓨터, 병렬 프로세서, 또는 당 기술 분야에 공지되어 있는 임의의 다른 장치를 포함하는 다양한 형태를 취할 수도 있다. 일반적으로, 용어 "컴퓨팅 시스템"은 메모리 매체로부터의 명령어를 실행하는 하나 이상의 프로세서를 갖는 임의의 장치를 포함하도록 광범위하게 정의될 수도 있다.
부가의 실시예는 웨이퍼 상에서 검출된 결함들을 분류하도록 구성된 시스템에 관한 것이다. 시스템은 웨이퍼 위에 광을 스캐닝하고 스캐닝 동안에 웨이퍼로부터 광을 검출함으로써 웨이퍼를 위한 출력을 생성하기 위해 구성된 검사 서브시스템을 포함한다. 이러한 검사 서브시스템의 일 실시예는 시스템(806)의 검사 서브시스템(804)으로서 도 8에 도시되어 있다.
도 8에 도시되어 있는 바와 같이, 검사 서브시스템은, 광대역 플라즈마(broadband plasma; BBP) 광원과 같은 당 기술 분야에 공지된 임의의 적합한 광원을 포함할 수 있는 광원(808)을 포함한다. 광원으로부터의 광은 광원으로부터 웨이퍼(812)로 광을 지향하도록 구성될 수도 있는 빔 스플리터(810)에 지향될 수도 있다. 광원은 하나 이상의 집광 렌즈, 시준 렌즈, 릴레이 렌즈, 대물 렌즈, 개구, 스펙트럼 필터, 편광 구성요소 등과 같은 임의의 다른 적합한 요소(도시 생략)에 결합될 수도 있다. 도 8에 도시되어 있는 바와 같이, 광은 수직 입사각에서 웨이퍼에 지향될 수도 있다. 그러나, 광은 거의 수직 및 경사 입사를 포함하는 임의의 적합한 입사각에서 웨이퍼에 지향될 수도 있다. 게다가, 광 또는 다중 광빔들은 하나 초과의 입사각에서 순차적으로 또는 동시에 웨이퍼에 지향될 수도 있다. 검사 서브시스템은 임의의 적절한 방식으로 웨이퍼 위에 광을 스캔하도록 구성될 수도 있다.
웨이퍼(812)로부터의 광은 스캐닝 중에 검사 서브시스템의 하나 이상의 검출기에 의해 집광되고 검출될 수도 있다. 예를 들어, 수직에 비교적 근접한 각도에서 웨이퍼(812)로부터 반사된 광(즉, 입사가 수직일 때 정반사광)은 빔 스플리터(810)를 통해 렌즈(814)로 통과할 수도 있다. 렌즈(814)는 도 8에 도시되어 있는 바와 같은 하나 이상의 굴절 광학 요소를 포함할 수도 있다. 게다가, 렌즈(814)는 하나 이상의 굴절 광학 요소 및/또는 하나 이상의 반사 광학 요소를 포함할 수도 있다. 렌즈(814)에 의해 집광된 광은 검출기(816)에 포커싱될 수도 있다. 검출기(816)는 하전 결합 소자(charge coupled device; CCD) 또는 다른 유형의 촬상 검출기와 같은 당 기술 분야에 공지된 임의의 적합한 검출기를 포함할 수도 있다. 검출기(816)는 렌즈(814)에 의해 집광된 반사광에 응답성이 있는 출력을 발생하도록 구성된다. 따라서, 렌즈(814) 및 검출기(816)는 검사 서브시스템의 하나의 채널을 형성한다. 검사 서브시스템의 이 채널은 당 기술 분야에 공지된 임의의 다른 적합한 광학 구성요소(도시 생략)를 포함할 수도 있다. 검출기의 출력은 예를 들어, 이미지, 이미지 데이터, 신호, 이미지 신호, 또는 검사 시스템에서 사용하기 위해 적합한 검출기에 의해 발생될 수 있는 임의의 다른 출력을 포함할 수도 있다.
도 8에 도시되어 있는 검사 서브시스템은 웨이퍼로부터 정반사된 광을 검출하도록 구성되기 때문에, 검사 서브시스템은 명시야(bright field; BF) 검사 시스템으로서 구성된다. 그러나, 이러한 검사 서브시스템은 다른 유형의 웨이퍼 검사를 위해 또한 구성될 수도 있다. 예를 들어, 도 8에 도시되어 있는 검사 서브시스템은 하나 이상의 다른 채널(도시 생략)을 또한 포함할 수도 있다. 다른 채널(들)은 산란광 채널로서 구성된 렌즈 및 검출기와 같은, 본 명세서에 설명된 임의의 광학 구성요소를 포함할 수도 있다. 렌즈 및 검출기는 본 명세서에 설명된 바와 같이 또한 구성될 수도 있다. 이 방식으로, 검사 서브시스템은 또한 암시야(dark field; DF) 검사를 위해 구성될 수도 있다.
본 시스템은 또한, 검사 서브시스템에 결합된 컴퓨터 서브시스템(818)을 포함한다. 예를 들면, 컴퓨터 서브시스템은 검사 서브시스템의 하나 이상의 검출기에 결합될 수 있어서, 컴퓨터 서브시스템은 검출기(들)에 의해 생성된 출력을 수신할 수 있다. 이 방식으로, 검사 서브시스템의 검출기(들)에 의해 발생된 출력은 컴퓨터 서브시스템(818)에 제공될 수도 있다. 컴퓨터 서브시스템(818)은, 여기서 설명된 실시예들 중 임의의 실시예에 따라 수행될 수 있는, 검사 서브시스템에 의해 웨이퍼를 위해 생성된 출력에 기초해서 웨이퍼 상의 결함을 검출하기 위해 구성될 수 있다. 컴퓨터 서브시스템은 또한, 여기서 설명된 바와 같은 결정 단계 및 분류 단계를 수행하기 위해 구성될 수 있다. 컴퓨터 서브시스템(818)은 본 명세서에 설명된 임의의 다른 단계를 수행하도록 구성될 수도 있다.
도 8은 본 명세서에 설명된 시스템 실시예에 포함될 수도 있는 검사 서브시스템의 구성을 일반적으로 도시하기 위해 본 명세서에 제공된다는 것이 주목된다. 명백하게, 본 명세서에 설명된 검사 서브시스템 구성은 상업적인 검사 시스템을 설계할 때 통상적으로 수행되는 바와 같이 검사 서브시스템의 성능을 최적화하도록 변경될 수도 있다. 게다가, 본 명세서에 설명된 시스템은 캘리포니아주 밀피타스 소재의 KLA-Tencor로부터 상업적으로 입수 가능한 29xx/28xx 시리즈 도구와 같은 현존하는 검사 서브시스템을 사용하여(예를 들어, 현존하는 검사 시스템에 본 명세서에 설명된 기능성을 추가함으로써) 구현될 수도 있다. 일부 이러한 시스템에서, 본 명세서에 설명된 방법은 시스템의 선택적인 기능성으로서 제공될 수도 있다(예를 들어, 시스템의 다른 기능성에 추가하여). 대안적으로, 본 명세서에 설명된 시스템은 완전히 신규한 시스템을 제공하기 위해 "처음부터(from scratch)" 설계될 수도 있다.
더욱이, 시스템은 광학 또는 광 기반 검사 시스템인 것으로서 본 명세서에 설명되어 있지만, 검사 서브시스템은 전자빔 기반 검사 서브시스템으로서 구성될 수도 있다. 전자빔 기반 검사 서브시스템은 임의의 적합한 상업적으로 입수 가능한 전자빔 검사 시스템에 포함된 임의의 적합한 전자빔 기반 검사 서브시스템일 수도 있다.
본 발명의 다양한 양태의 추가의 수정 및 대안적인 실시예가 이 설명을 고려하여 당 기술 분야의 숙련자들에게 명백할 것이다. 예를 들어, 웨이퍼 상의 검출된 결함을 분류하기 위한 시스템 및 방법이 제공된다. 이에 따라, 이 설명은 단지 예시적인 것으로서 그리고 발명을 수행하는 일반적인 방식을 당 기술 분야의 숙련자들에게 교시하기 위해 해석되어야 한다. 본 명세서에 도시되어 있고 설명되어 있는 본 발명의 형태는 현재 바람직한 실시예로서 취해져야 한다는 것이 이해되어야 한다. 모두가 본 발명의 이 설명의 이익을 가진 후에 당 기술 분야의 숙련자에게 명백할 것이기 때문에, 요소 및 재료는 본 명세서에 설명되고 예시된 것들을 대체할 수도 있고, 프로세스는 반전될 수도 있고, 본 발명의 특정 특징은 독립적으로 이용될 수도 있다. 이하의 청구범위에 설명된 바와 같은 본 발명의 사상 및 범주로부터 벗어나지 않고 변경이 본 명세서에 설명된 요소에 이루어질 수도 있다.

Claims (45)

  1. 웨이퍼 상의 검출된 결함들을 분류하기 위한 방법에 있어서,
    검사 시스템에 의해 상기 웨이퍼를 위해 생성된 출력에 기초해서 상기 웨이퍼 상의 결함들을 검출하는 단계;
    상기 결함들 중 적어도 하나의 결함에 대응하는 표준 기준 이미지의 부분들에 기초해서 상기 결함들 중 적어도 하나의 결함을 위한 하나 이상의 속성들을 결정하는 단계;
    상기 하나 이상의 결정된 속성에 적어도 부분적으로 기초해서 상기 결함들 중 적어도 하나를 분류하는 단계
    를 포함하고,
    상기 검출하는 단계, 상기 결정하는 단계, 및 상기 분류하는 단계는 컴퓨터 시스템에 의해 수행되는 것인, 웨이퍼 상의 검출된 결함들을 분류하기 위한 방법.
  2. 제1항에 있어서,
    상기 분류하는 단계는, 상기 결함들 중 적어도 하나가 관심 결함 또는 뉴슨스(nuisance)인지 여부를 결정하는 단계를 포함하는 것인, 웨이퍼 상의 검출된 결함들을 분류하기 위한 방법.
  3. 제1항에 있어서,
    상기 웨이퍼 및 적어도 하나의 다른 웨이퍼는, 상기 검사 시스템으로 검사되기 전에 동일한 하나 이상의 프로세스들을 거쳤고, 상기 웨이퍼를 위한 상기 검사 시스템의 출력과 상기 적어도 하나의 다른 웨이퍼를 위한 상기 검사 시스템의 출력은 컬러 변화를 갖는 것인, 웨이퍼 상의 검출된 결함들을 분류하기 위한 방법.
  4. 제1항에 있어서,
    상기 검사 시스템에 의해 생성된 상기 웨이퍼를 위한 출력은 상기 웨이퍼를 가로질러 컬러 변화들을 갖는 것인, 웨이퍼 상의 검출된 결함들을 분류하기 위한 방법.
  5. 제1항에 있어서,
    상기 표준 기준 이미지는 하나 이상의 웨이퍼 상의 하나 이상의 다이에 기초해서 생성되는 것인, 웨이퍼 상의 검출된 결함들을 분류하기 위한 방법.
  6. 제1항에 있어서,
    상기 표준 기준 이미지는, 입력으로서 웨이퍼 설계 데이터를 사용하고 합성 웨이퍼 이미지를 출력하는 시뮬레이션 소프트웨어에 의해 생성되며, 상기 표준 기준 이미지는 웨이퍼 구조체를 나타내지만 상기 검사 시스템에 의해 상기 웨이퍼를 위해 생성된 테스트 이미지로서 동일한 그레이 레벨 값을 갖지 않는 것인, 웨이퍼 상의 검출된 결함들을 분류하기 위한 방법.
  7. 제1항에 있어서,
    상기 검사 시스템에 의해 상기 웨이퍼를 위해 생성된 출력에 기초해서 상기 표준 기준 이미지를 생성하는 단계를 더 포함하고, 상기 표준 기준 이미지는 다른 웨이퍼를 위해 사용되지 않는 것인, 웨이퍼 상의 검출된 결함들을 분류하기 위한 방법.
  8. 제1항에 있어서,
    상기 검사 시스템에 의해 상기 웨이퍼의 일부분만을 위해 생성된 출력에 기초해서 상기 표준 기준 이미지를 생성하는 단계를 더 포함하고, 상기 표준 기준 이미지는 상기 웨이퍼의 다른 부분을 위해 사용되지 않는 것인, 웨이퍼 상의 검출된 결함들을 분류하기 위한 방법.
  9. 제1항에 있어서,
    상기 결함들을 검출하는 단계는,
    상기 웨이퍼 상의 두 개 이상의 다이들을 위해 상기 검사 시스템에 의해 생성된 출력에 기초해서 다이 위치 내의 함수로서 중간 강도를 결정하는 단계,
    상기 웨이퍼 상의 기준 다이를 위한 출력 내의 개별 픽셀의 특성을, 상기 웨이퍼 상의 테스트 다이를 위한 출력 내의 그 대응 픽셀의 특성으로부터 빼어 차이 값을 결정하는 단계,
    실질적으로 동일한 위치에 대응하는 상기 중간 강도와 상기 차이 값의 2차원 산란 플롯(scatter plot)을 생성하는 단계, 및
    상기 2차원 산란 플롯에 기초해서 상기 결함들을 검출하는 단계
    를 포함하는 것인, 웨이퍼 상의 검출된 결함들을 분류하기 위한 방법.
  10. 제1항에 있어서,
    상기 결함들을 검출하는 단계는,
    상기 표준 기준 이미지에 기초해서 다이 위치 내의 함수로서 중간 강도를 결정하는 단계,
    상기 웨이퍼 상의 두 개 이상의 테스트 다이들을 위한 출력을 결합하는 단계,
    상기 표준 기준 이미지 내의 개별 픽셀의 특성을, 상기 두 개 이상의 테스트 다이들을 위한 상기 결합된 출력 내의 그 대응 픽셀의 특성으로부터 빼어 차이 값을 결정하는 단계,
    실질적으로 동일한 위치에 대응하는 상기 중간 강도와 상기 차이 값의 2차원 산란 플롯을 생성하는 단계, 및
    상기 2차원 산란 플롯에 기초해서 상기 결함들을 검출하는 단계
    를 포함하는 것인, 웨이퍼 상의 검출된 결함들을 분류하기 위한 방법.
  11. 제1항에 있어서,
    상기 결함들을 검출하는 단계는,
    상기 웨이퍼 상의 두 개 이상의 다이들을 위해 상기 검사 시스템에 의해 생성된 출력에 기초해서 다이 위치 내의 함수로서 중간 강도를 결정하는 단계,
    상기 웨이퍼 상의 기준 다이를 위한 출력 내의 개별 픽셀의 특성을, 상기 웨이퍼 상의 테스트 다이를 위한 출력 내의 그 대응 픽셀의 특성으로부터 빼어 차이 값을 결정하는 단계,
    상기 표준 기준 이미지로부터 결정된 세그먼트들 중 적어도 하나를 위해, 상기 테스트 다이를 위한 출력 내의 픽셀들을 상기 세그먼트들 내로 분리시키는 단계,
    실질적으로 동일한 위치에 대응하는 상기 적어도 하나의 세그먼트 내의 상기 중간 강도와 상기 차이 값의 2차원 산란 플롯을 생성하는 단계, 및
    상기 2차원 산란 플롯에 기초해서 상기 결함들을 검출하는 단계
    를 포함하는 것인, 웨이퍼 상의 검출된 결함들을 분류하기 위한 방법.
  12. 제1항에 있어서,
    상기 분류하는 단계는, 상기 하나 이상의 결정된 속성, 상기 결함들 중 적어도 하나에 대응하는 테스트 이미지의 일부분에 기초해서 상기 결함들 중 적어도 하나를 위해 결정된 하나 이상의 다른 속성, 및 상기 결함들 중 적어도 하나에 대응하는 차이 이미지의 일부분에 기초해서 상기 결함들 중 적어도 하나를 위해 결정된 하나 이상의 추가적인 속성에 기초하는 것인, 웨이퍼 상의 검출된 결함들을 분류하기 위한 방법.
  13. 제1항에 있어서,
    상기 웨이퍼 상의 단일 다이를 위한 상기 표준 기준 이미지를 생성하는 단계를 더 포함하고, 상기 표준 기준 이미지는 상기 웨이퍼 상의 다른 다이를 위해 사용되지 않는 것인, 웨이퍼 상의 검출된 결함들을 분류하기 위한 방법.
  14. 제1항에 있어서,
    상기 웨이퍼 상의 다이의 기준 이미지 내의 하나 이상의 프레임 이미지의 하나 이상의 제1 히스토그램을 결정함으로써 상기 표준 기준 이미지를 생성하는 단계, 상기 검사 시스템에 의해 생성된 상기 출력으로부터 상기 웨이퍼를 위해 생성된 중간 이미지 내의 하나 이상의 프레임 이미지의 하나 이상의 제2 히스토그램을 결정하는 단계, 상기 하나 이상의 제2 히스토그램이 상기 하나 이상의 제1 히스토그램에 실질적으로 매칭되도록 상기 하나 이상의 제2 히스토그램을 수정하는 단계, 및 상기 하나 이상의 수정된 제2 히스토그램에 기초해서 상기 표준 기준 이미지를 생성하는 단계를 더 포함하는, 웨이퍼 상의 검출된 결함들을 분류하기 위한 방법.
  15. 제14항에 있어서,
    상기 기준 이미지는 상기 웨이퍼 상의 단일 다이의 이미지인 것인, 웨이퍼 상의 검출된 결함들을 분류하기 위한 방법.
  16. 제14항에 있어서,
    상기 기준 이미지는 상기 웨이퍼 상의 복수의 다이들의 합성 이미지인 것인, 웨이퍼 상의 검출된 결함들을 분류하기 위한 방법.
  17. 제14항에 있어서,
    상기 결함들을 검출하는 단계는, 상기 표준 기준 이미지에 기초해서 상기 웨이퍼를 위한 테스트 이미지의 상이한 부분들을 상이한 세그먼트들에 할당하는 단계를 포함하고, 상기 상이한 세그먼트들을 위해 수행된 상기 검출하는 단계의 하나 이상의 파라미터는 상이한 것인, 웨이퍼 상의 검출된 결함들을 분류하기 위한 방법.
  18. 제14항에 있어서,
    상기 하나 이상의 제1 히스토그램을 결정하는 단계는 상기 하나 이상의 제1 히스토그램을 위한 데이터를 생성하는 단계를 포함하고, 상기 하나 이상의 제2 히스토그램을 수정하는 단계는, 상기 하나 이상의 제1 히스토그램을 위해 생성된 데이터 전부보다 적은 데이터를 가지고 수행되는 것인, 웨이퍼 상의 검출된 결함들을 분류하기 위한 방법.
  19. 제1항에 있어서,
    상기 표준 기준 이미지는 웨이퍼 설계 데이터인 것인, 웨이퍼 상의 검출된 결함들을 분류하기 위한 방법.
  20. 제1항에 있어서,
    상기 표준 기준 이미지는 스캐닝 전자 현미경에 의해 생성된 상기 웨이퍼를 위한 웨이퍼 설계 데이터의 이미지인 것인, 웨이퍼 상의 검출된 결함들을 분류하기 위한 방법.
  21. 제1항에 있어서,
    복수의 이미지들을 서브픽셀(sub-pixel) 정확도로 서로 정렬시킴으로써 상기 표준 기준 이미지를 생성하는 단계, 및 상기 정렬된 복수의 이미지들로부터 상기 표준 기준 이미지를 생성하는 단계를 더 포함하는, 웨이퍼 상의 검출된 결함들을 분류하기 위한 방법.
  22. 제1항에 있어서, 상기 결함들을 검출하는 단계는, 복수의 이미지들을 서브픽셀 정확도로 서로 정렬시키는 단계와, 상기 정렬된 복수의 이미지들에 기초해서 상기 결함들을 검출하는 단계를 포함하는 것인, 웨이퍼 상의 검출된 결함들을 분류하기 위한 방법.
  23. 웨이퍼 상의 검출된 결함들을 분류하기 위한 컴퓨터로 구현된 방법을 수행하기 위해 컴퓨터 시스템 상에서 실행가능한 프로그램 명령어들을 저장한 비일시적(non-transitory) 컴퓨터 판독가능 매체에 있어서,
    상기 컴퓨터로 구현된 방법은,
    검사 시스템에 의해 상기 웨이퍼를 위해 생성된 출력에 기초해서 웨이퍼 상의 결함들을 검출하는 단계;
    상기 결함들 중 적어도 하나의 결함에 대응하는 표준 기준 이미지의 부분들에 기초해서 상기 결함들 중 적어도 하나의 결함을 위한 하나 이상의 속성을 결정하는 단계; 및
    상기 하나 이상의 결정된 속성에 적어도 부분적으로 기초해서 상기 결함들 중 적어도 하나의 결함을 분류하는 단계
    를 포함하는 것인, 비일시적 컴퓨터 판독가능 매체.
  24. 웨이퍼 상의 검출된 결함들을 분류하도록 구성된 시스템에 있어서,
    웨이퍼 위에 광을 스캐닝하고 상기 스캐닝 동안에 상기 웨이퍼로부터 광을 검출함으로써 상기 웨이퍼를 위한 출력을 생성하도록 구성된 검사 서브시스템; 및
    컴퓨터 서브시스템
    을 포함하고,
    상기 컴퓨터 서브시스템은,
    상기 검사 서브시스템에 의해 웨이퍼를 위해 생성된 출력에 기초해서 상기 웨이퍼 상의 결함들을 검출하고;
    상기 결함들 중 적어도 하나의 결함에 대응하는 표준 기준 이미지의 부분들에 기초해서 상기 결함들 중 적어도 하나의 결함을 위한 하나 이상의 속성들을 결정하며;
    상기 하나 이상의 결정된 속성에 적어도 부분적으로 기초해서 상기 결함들 중 적어도 하나의 결함을 분류하기 위해
    구성된 것인, 웨이퍼 상의 검출된 결함들을 분류하도록 구성된 시스템.
  25. 제24항에 있어서,
    상기 분류하는 것은, 상기 결함들 중 적어도 하나가 관심 결함 또는 뉴슨스인지 여부를 결정하는 것을 포함하는 것인, 웨이퍼 상의 검출된 결함들을 분류하도록 구성된 시스템.
  26. 제24항에 있어서,
    상기 웨이퍼 및 적어도 하나의 다른 웨이퍼는, 상기 검사 서브시스템으로 검사되기 전에 동일한 하나 이상의 프로세스들을 거쳤고, 상기 웨이퍼를 위한 상기 검사 서브시스템의 출력과 상기 적어도 하나의 다른 웨이퍼를 위한 상기 검사 서브시스템의 출력은 컬러 변화를 갖는 것인, 웨이퍼 상의 검출된 결함들을 분류하도록 구성된 시스템.
  27. 제24항에 있어서,
    상기 검사 서브시스템에 의해 생성된 상기 웨이퍼를 위한 출력은 상기 웨이퍼를 가로질러 컬러 변화들을 갖는 것인, 웨이퍼 상의 검출된 결함들을 분류하도록 구성된 시스템.
  28. 제24항에 있어서, 상기 표준 기준 이미지는 단일 웨이퍼 상의 단일 다이에 기초해서 생성되지 않는 것인, 웨이퍼 상의 검출된 결함들을 분류하도록 구성된 시스템.
  29. 제24항에 있어서, 상기 표준 기준 이미지는 단일 웨이퍼 상의 단일 다이로부터 생성된 기준 이미지와는 상이한 것인, 웨이퍼 상의 검출된 결함들을 분류하도록 구성된 시스템.
  30. 제24항에 있어서, 상기 컴퓨터 서브시스템은 또한, 상기 검사 서브시스템에 의해 상기 웨이퍼를 위해 생성된 출력에 기초해서 상기 표준 기준 이미지를 생성하기 위해 구성되고, 상기 표준 기준 이미지는 다른 웨이퍼를 위해 사용되지 않는 것인, 웨이퍼 상의 검출된 결함들을 분류하도록 구성된 시스템.
  31. 제24항에 있어서, 상기 컴퓨터 서브시스템은 또한, 상기 검사 서브시스템에 의해 상기 웨이퍼의 일부분만을 위해 생성된 출력에 기초해서 상기 표준 기준 이미지를 생성하기 위해 구성되고, 상기 표준 기준 이미지는 상기 웨이퍼의 다른 부분을 위해 사용되지 않는 것인, 웨이퍼 상의 검출된 결함들을 분류하도록 구성된 시스템.
  32. 제24항에 있어서, 상기 결함들을 검출하는 것은, 상기 웨이퍼 상의 두 개 이상의 다이들을 위해 상기 검사 서브시스템에 의해 생성된 출력에 기초해서 다이 위치 내의 함수로서 중간 강도를 결정하는 것, 상기 웨이퍼 상의 기준 다이를 위한 출력 내의 개별 픽셀의 특성을, 상기 웨이퍼 상의 테스트 다이를 위한 출력 내의 그 대응 픽셀의 특성으로부터 빼어 차이 값을 결정하는 것, 실질적으로 동일한 위치에 대응하는 상기 중간 강도와 상기 차이 값의 2차원 산란 플롯을 생성하는 것, 및 상기 2차원 산란 플롯에 기초해서 상기 결함들을 검출하는 것을 포함하는 것인, 웨이퍼 상의 검출된 결함들을 분류하도록 구성된 시스템.
  33. 제24항에 있어서, 상기 결함들을 검출하는 것은, 상기 표준 기준 이미지에 기초해서 다이 위치 내의 함수로서 중간 강도를 결정하는 것, 상기 웨이퍼 상의 두 개 이상의 테스트 다이들을 위한 출력을 결합하는 것, 상기 표준 기준 이미지 내의 개별 픽셀의 특성을, 상기 두 개 이상의 테스트 다이들을 위한 상기 결합된 출력 내의 그 대응 픽셀의 특성으로부터 빼어 차이 값을 결정하는 것, 실질적으로 동일한 위치에 대응하는 상기 중간 강도와 상기 차이 값의 2차원 산란 플롯을 생성하는 것, 및 상기 2차원 산란 플롯에 기초해서 상기 결함들을 검출하는 것을 포함하는 것인, 웨이퍼 상의 검출된 결함들을 분류하도록 구성된 시스템.
  34. 제24항에 있어서, 상기 결함들을 검출하는 것은, 상기 웨이퍼 상의 두 개 이상의 다이들을 위해 상기 검사 서브시스템에 의해 생성된 출력에 기초해서 다이 위치 내의 함수로서 중간 강도를 결정하는 것, 상기 웨이퍼 상의 기준 다이를 위한 출력 내의 개별 픽셀의 특성을, 상기 웨이퍼 상의 테스트 다이를 위한 출력 내의 그 대응 픽셀의 특성으로부터 빼어 차이 값을 결정하는 것, 상기 표준 기준 이미지로부터 결정된 세그먼트들 중 적어도 하나를 위해, 상기 테스트 다이를 위한 출력 내의 픽셀들을 상기 세그먼트들 내로 분리시키는 것, 실질적으로 동일한 위치에 대응하는 상기 적어도 하나의 세그먼트 내의 상기 중간 강도와 상기 차이 값의 2차원 산란 플롯을 생성하는 것, 및 상기 2차원 산란 플롯에 기초해서 상기 결함들을 검출하는 것을 포함하는 것인, 웨이퍼 상의 검출된 결함들을 분류하도록 구성된 시스템.
  35. 제24항에 있어서, 상기 분류하는 것은, 상기 하나 이상의 결정된 속성, 상기 결함들 중 적어도 하나에 대응하는 테스트 이미지의 일부분에 기초해서 상기 결함들 중 적어도 하나를 위해 결정된 하나 이상의 다른 속성, 및 상기 결함들 중 적어도 하나에 대응하는 차이 이미지의 일부분에 기초해서 상기 결함들 중 적어도 하나를 위해 결정된 하나 이상의 추가적인 속성에 기초하는 것인, 웨이퍼 상의 검출된 결함들을 분류하도록 구성된 시스템.
  36. 제24항에 있어서, 상기 컴퓨터 서브시스템은 또한, 상기 웨이퍼 상의 단일 다이를 위한 상기 표준 기준 이미지를 생성하기 위해 구성되고, 상기 표준 기준 이미지는 상기 웨이퍼 상의 다른 다이를 위해 사용되지 않는 것인, 웨이퍼 상의 검출된 결함들을 분류하도록 구성된 시스템.
  37. 제24항에 있어서,
    상기 컴퓨터 서브시스템은 또한,
    상기 웨이퍼 상의 다이의 기준 이미지 내의 하나 이상의 프레임 이미지의 하나 이상의 제1 히스토그램을 생성하고,
    상기 검사 서브시스템에 의해 생성된 상기 출력으로부터 상기 웨이퍼를 위해 생성된 중간 이미지 내의 하나 이상의 프레임 이미지의 하나 이상의 제2 히스토그램을 결정하고,
    상기 하나 이상의 제2 히스토그램이 상기 하나 이상의 제1 히스토그램과 실질적으로 매칭되도록 상기 하나 이상의 제2 히스토그램을 수정하며,
    상기 하나 이상의 수정된 제2 히스토그램에 기초해서 상기 표준 기준 이미지를 생성함으로써
    상기 표준 기준 이미지를 생성하기 위해 구성되는 것인, 웨이퍼 상의 검출된 결함들을 분류하도록 구성된 시스템.
  38. 제37항에 있어서, 상기 기준 이미지는 상기 웨이퍼 상의 단일 다이의 이미지인 것인, 웨이퍼 상의 검출된 결함들을 분류하도록 구성된 시스템.
  39. 제37항에 있어서, 상기 기준 이미지는 상기 웨이퍼 상의 복수의 다이들의 합성 이미지인 것인, 웨이퍼 상의 검출된 결함들을 분류하도록 구성된 시스템.
  40. 제37항에 있어서, 상기 결함들을 검출하는 것은, 상기 표준 기준 이미지에 기초해서 상기 웨이퍼를 위한 테스트 이미지의 상이한 부분들을 상이한 세그먼트들에 할당하는 것을 포함하고, 상기 상이한 세그먼트들을 위해 수행된 상기 검출의 하나 이상의 파라미터는 상이한 것인, 웨이퍼 상의 검출된 결함들을 분류하도록 구성된 시스템.
  41. 제37항에 있어서, 상기 하나 이상의 제1 히스토그램을 결정하는 것은 상기 하나 이상의 제1 히스토그램을 위한 데이터를 생성하는 것을 포함하고, 상기 하나 이상의 제2 히스토그램을 수정하는 것은 상기 하나 이상의 제1 히스토그램을 위해 생성된 데이터 전부보다 적은 데이터를 가지고 수행되는 것인, 웨이퍼 상의 검출된 결함들을 분류하도록 구성된 시스템.
  42. 제24항에 있어서, 상기 표준 기준 이미지는 웨이퍼 설계 데이터인 것인, 웨이퍼 상의 검출된 결함들을 분류하도록 구성된 시스템.
  43. 제24항에 있어서, 상기 표준 기준 이미지는 스캐닝 전자 현미경에 의해 생성된 상기 웨이퍼를 위한 웨이퍼 설계 데이터의 이미지인 것인, 웨이퍼 상의 검출된 결함들을 분류하도록 구성된 시스템.
  44. 제24항에 있어서, 상기 컴퓨터 서브시스템은 또한, 복수의 이미지들을 서브픽셀 정확도로 서로 정렬시키고, 상기 정렬된 복수의 이미지들로부터 상기 표준 기준 이미지를 생성함으로써 상기 표준 기준 이미지를 생성하기 위해 구성되는 것인, 웨이퍼 상의 검출된 결함들을 분류하도록 구성된 시스템.
  45. 제24항에 있어서, 상기 결함들을 검출하는 것은, 복수의 이미지들을 서브픽셀 정확도로 서로 정렬시키는 것과, 상기 정렬된 복수의 이미지들에 기초해서 상기 결함들을 검출하는 것을 포함하는 것인, 웨이퍼 상의 검출된 결함들을 분류하도록 구성된 시스템.
KR1020167024498A 2014-02-06 2015-02-05 표준 기준 이미지로부터 결정된 속성에 기초한 결함 검출 및 분류 KR102203112B1 (ko)

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
US201461936330P 2014-02-06 2014-02-06
US61/936,330 2014-02-06
US14/612,192 US10127652B2 (en) 2014-02-06 2015-02-02 Defect detection and classification based on attributes determined from a standard reference image
US14/612,192 2015-02-02
PCT/US2015/014682 WO2015120193A1 (en) 2014-02-06 2015-02-05 Defect detection and classification based on attributes determined from a standard reference image

Publications (2)

Publication Number Publication Date
KR20160119170A true KR20160119170A (ko) 2016-10-12
KR102203112B1 KR102203112B1 (ko) 2021-01-13

Family

ID=53755259

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020167024498A KR102203112B1 (ko) 2014-02-06 2015-02-05 표준 기준 이미지로부터 결정된 속성에 기초한 결함 검출 및 분류

Country Status (6)

Country Link
US (1) US10127652B2 (ko)
KR (1) KR102203112B1 (ko)
CN (1) CN105960702B (ko)
IL (1) IL246839B (ko)
TW (1) TWI672636B (ko)
WO (1) WO2015120193A1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20190069597A (ko) * 2016-11-10 2019-06-19 케이엘에이-텐코 코포레이션 고감도 리피터 결함 검출

Families Citing this family (52)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10127652B2 (en) * 2014-02-06 2018-11-13 Kla-Tencor Corp. Defect detection and classification based on attributes determined from a standard reference image
US10290092B2 (en) * 2014-05-15 2019-05-14 Applied Materials Israel, Ltd System, a method and a computer program product for fitting based defect detection
US10514685B2 (en) * 2014-06-13 2019-12-24 KLA—Tencor Corp. Automatic recipe stability monitoring and reporting
US9816939B2 (en) 2014-07-22 2017-11-14 Kla-Tencor Corp. Virtual inspection systems with multiple modes
US10436720B2 (en) 2015-09-18 2019-10-08 KLA-Tenfor Corp. Adaptive automatic defect classification
US10535131B2 (en) * 2015-11-18 2020-01-14 Kla-Tencor Corporation Systems and methods for region-adaptive defect detection
US10186028B2 (en) * 2015-12-09 2019-01-22 Kla-Tencor Corporation Defect signal to noise enhancement by reducing die to die process noise
US10533953B2 (en) * 2016-04-04 2020-01-14 Kla-Tencor Corporation System and method for wafer inspection with a noise boundary threshold
JP6625475B2 (ja) * 2016-04-22 2019-12-25 株式会社 東京ウエルズ 欠陥検査方法および欠陥検査システム
CN106204598B (zh) * 2016-07-13 2019-02-05 东方晶源微电子科技（北京）有限公司 在自动缺陷分类流程中管理缺陷的方法及***
US9928446B2 (en) 2016-07-13 2018-03-27 Dongfang Jingyuan Electron Limited Augmented automatic defect classification
US10141156B2 (en) * 2016-09-27 2018-11-27 Kla-Tencor Corporation Measurement of overlay and edge placement errors with an electron beam column array
US10267748B2 (en) * 2016-10-17 2019-04-23 Kla-Tencor Corp. Optimizing training sets used for setting up inspection-related algorithms
US10402688B2 (en) * 2016-12-07 2019-09-03 Kla-Tencor Corporation Data augmentation for convolutional neural network-based defect inspection
KR20180082169A (ko) * 2017-01-10 2018-07-18 한화에어로스페이스 주식회사 불량 패널 검사 장치
US10685432B2 (en) * 2017-01-18 2020-06-16 Ricoh Company, Ltd. Information processing apparatus configured to determine whether an abnormality is present based on an integrated score, information processing method and recording medium
US10761128B2 (en) * 2017-03-23 2020-09-01 Kla-Tencor Corporation Methods and systems for inline parts average testing and latent reliability defect detection
US11270430B2 (en) * 2017-05-23 2022-03-08 Kla-Tencor Corporation Wafer inspection using difference images
US11237872B2 (en) * 2017-05-23 2022-02-01 Kla-Tencor Corporation Semiconductor inspection and metrology systems for distributing job among the CPUs or GPUs based on logical image processing boundaries
US11295432B2 (en) 2017-06-29 2022-04-05 Kla-Tencor Corporation Broad band plasma inspection based on a nuisance map
TWI641961B (zh) * 2017-07-21 2018-11-21 敖翔科技股份有限公司 設計佈局為主的快速線上缺陷診斷、分類及取樣方法及系統
US10699926B2 (en) * 2017-08-30 2020-06-30 Kla-Tencor Corp. Identifying nuisances and defects of interest in defects detected on a wafer
US10503078B2 (en) * 2017-09-01 2019-12-10 Kla-Tencor Corporation Criticality analysis augmented process window qualification sampling
US10997710B2 (en) * 2017-10-18 2021-05-04 Kla-Tencor Corporation Adaptive care areas for die-die inspection
US10789703B2 (en) * 2018-03-19 2020-09-29 Kla-Tencor Corporation Semi-supervised anomaly detection in scanning electron microscope images
US10867877B2 (en) * 2018-03-20 2020-12-15 Kla Corporation Targeted recall of semiconductor devices based on manufacturing data
US10872406B2 (en) * 2018-04-13 2020-12-22 Taiwan Semiconductor Manufacturing Company, Ltd. Hot spot defect detecting method and hot spot defect detecting system
CN108986086A (zh) * 2018-07-05 2018-12-11 福州大学 印刷显示面板喷墨打印像素缺陷检测与分类方法及其装置
US11668655B2 (en) * 2018-07-20 2023-06-06 Kla Corporation Multimode defect classification in semiconductor inspection
CN110907796B (zh) * 2018-09-14 2022-02-08 长鑫存储技术有限公司 集成电路量测结果图像化分析方法及***
US10801968B2 (en) * 2018-10-26 2020-10-13 Kla-Tencor Corporation Algorithm selector based on image frames
US11429806B2 (en) * 2018-11-09 2022-08-30 Canon Virginia, Inc. Devices, systems, and methods for anomaly detection
WO2020096724A1 (en) * 2018-11-09 2020-05-14 University Of Florida Research Foundation, Inc. Histogram-based method for auto segmentation of integrated circuit structures from sem images
US10957035B2 (en) * 2018-11-30 2021-03-23 Kla Corporation Defect classification by fitting optical signals to a point-spread function
US11276161B2 (en) * 2019-02-26 2022-03-15 KLA Corp. Reference image generation for semiconductor applications
CN111724335A (zh) * 2019-03-21 2020-09-29 深圳中科飞测科技有限公司 检测方法及检测***
CN110231360B (zh) * 2019-05-31 2020-06-26 华南农业大学 电镜像差的确定方法、消除方法及装置
US11676260B2 (en) * 2019-09-26 2023-06-13 Kla Corporation Variation-based segmentation for wafer defect detection
US11415531B2 (en) * 2019-10-11 2022-08-16 KLA Corp. Statistical learning-based mode selection for multi-mode inspection
US11450012B2 (en) * 2019-10-31 2022-09-20 Kla Corporation BBP assisted defect detection flow for SEM images
US11615993B2 (en) 2019-11-21 2023-03-28 Kla Corporation Clustering sub-care areas based on noise characteristics
US11127136B2 (en) * 2019-12-05 2021-09-21 Kla Corporation System and method for defining flexible regions on a sample during inspection
TWI783200B (zh) * 2019-12-30 2022-11-11 緯創資通股份有限公司 物件的瑕疵判斷方法及裝置
US11328411B2 (en) 2020-05-04 2022-05-10 KLA Corp. Print check repeater defect detection
CN111754470A (zh) * 2020-06-11 2020-10-09 厦门雨程户外运动用品有限公司 自动验布方法、装置、自动验布机和存储介质
KR20210156894A (ko) 2020-06-18 2021-12-28 삼성전자주식회사 스루-포커스 이미지 기반 계측 장치, 그것의 동작 방법, 및 그 동작을 실행하는 컴퓨팅 장치
US11599988B2 (en) * 2020-09-11 2023-03-07 Super Micro Computer, Inc. Inspection of circuit boards for unauthorized modifications
CN114723650A (zh) * 2020-12-21 2022-07-08 东方晶源微电子科技（北京）有限公司 晶圆缺陷检测方法和装置、设备及存储介质
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
US20240054632A1 (en) * 2022-08-10 2024-02-15 Kla Corporation Detecting defects on specimens
CN116913827B (zh) * 2023-09-12 2023-12-12 威海奥牧智能科技有限公司 一种基于无脉冲泵供液的芯片清洗***及清洗方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5777729A (en) * 1996-05-07 1998-07-07 Nikon Corporation Wafer inspection method and apparatus using diffracted light
JP2007305760A (ja) * 2006-05-11 2007-11-22 Hitachi High-Technologies Corp Ｓｅｍ式レビュー装置を用いた欠陥レビュー方法及びｓｅｍ式欠陥レビュー装置
US7330248B2 (en) * 2001-04-03 2008-02-12 Hitachi, Ltd. Method and apparatus for inspecting defects
JP2012083351A (ja) * 2011-10-17 2012-04-26 Hitachi High-Technologies Corp 欠陥検査装置およびその方法

Family Cites Families (25)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5640200A (en) * 1994-08-31 1997-06-17 Cognex Corporation Golden template comparison using efficient image registration
US5850466A (en) * 1995-02-22 1998-12-15 Cognex Corporation Golden template comparison for rotated and/or scaled images
JP3139998B2 (ja) * 1998-12-01 2001-03-05 株式会社東京精密 外観検査装置及び方法
US6975754B2 (en) * 2000-10-26 2005-12-13 Hitachi, Ltd. Circuit pattern inspection method and apparatus
US7162073B1 (en) * 2001-11-30 2007-01-09 Cognex Technology And Investment Corporation Methods and apparatuses for detecting classifying and measuring spot defects in an image of an object
US6850321B1 (en) * 2002-07-09 2005-02-01 Kla-Tencor Technologies Corporation Dual stage defect region identification and defect detection method and apparatus
JP3944075B2 (ja) 2002-12-27 2007-07-11 株式会社東芝 試料検査方法及び検査装置
TWI231557B (en) * 2004-05-10 2005-04-21 Powerchip Semiconductor Corp Method of defect inspection
JP2009506339A (ja) * 2005-08-30 2009-02-12 カムテック エルティーディー． 検査システム、及び基準フレームに基づいて欠陥を検査する方法
US7676077B2 (en) * 2005-11-18 2010-03-09 Kla-Tencor Technologies Corp. Methods and systems for utilizing design data in combination with inspection data
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
JP4065893B1 (ja) * 2006-12-04 2008-03-26 東京エレクトロン株式会社 欠陥検出装置、欠陥検出方法、情報処理装置、情報処理方法及びそのプログラム
US8194968B2 (en) * 2007-01-05 2012-06-05 Kla-Tencor Corp. Methods and systems for using electrical information for a device being fabricated on a wafer to perform one or more defect-related functions
US8045145B1 (en) * 2007-06-06 2011-10-25 Kla-Tencor Technologies Corp. Systems and methods for acquiring information about a defect on a specimen
US7796804B2 (en) 2007-07-20 2010-09-14 Kla-Tencor Corp. Methods for generating a standard reference die for use in a die to standard reference die inspection and methods for inspecting a wafer
US8401272B2 (en) * 2007-08-02 2013-03-19 Asti Holdings Limited Patterned wafer defect inspection system and method
US8126255B2 (en) 2007-09-20 2012-02-28 Kla-Tencor Corp. Systems and methods for creating persistent data for a wafer and for using persistent data for inspection-related functions
US8000922B2 (en) 2008-05-29 2011-08-16 Kla-Tencor Corp. Methods and systems for generating information to be used for selecting values for one or more parameters of a detection algorithm
US8175373B2 (en) 2009-02-16 2012-05-08 Kla-Tencor Corporation Use of design information and defect image information in defect classification
US8559001B2 (en) 2010-01-11 2013-10-15 Kla-Tencor Corporation Inspection guided overlay metrology
CN102129164B (zh) 2010-01-15 2012-08-22 中芯国际集成电路制造(上海)有限公司 掩膜版缺陷的判断方法及判断***
WO2012016243A2 (en) 2010-07-30 2012-02-02 Kla-Tencor Corporation Region based virtual fourier filter
US8669523B2 (en) 2011-05-25 2014-03-11 Kla-Tencor Corporation Contour-based defect detection using an inspection apparatus
US10127652B2 (en) * 2014-02-06 2018-11-13 Kla-Tencor Corp. Defect detection and classification based on attributes determined from a standard reference image

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5777729A (en) * 1996-05-07 1998-07-07 Nikon Corporation Wafer inspection method and apparatus using diffracted light
US7330248B2 (en) * 2001-04-03 2008-02-12 Hitachi, Ltd. Method and apparatus for inspecting defects
JP2007305760A (ja) * 2006-05-11 2007-11-22 Hitachi High-Technologies Corp Ｓｅｍ式レビュー装置を用いた欠陥レビュー方法及びｓｅｍ式欠陥レビュー装置
US7598490B2 (en) * 2006-05-11 2009-10-06 Hitachi High-Technologies Corporation SEM-type reviewing apparatus and a method for reviewing defects using the same
JP2012083351A (ja) * 2011-10-17 2012-04-26 Hitachi High-Technologies Corp 欠陥検査装置およびその方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20190069597A (ko) * 2016-11-10 2019-06-19 케이엘에이-텐코 코포레이션 고감도 리피터 결함 검출

Also Published As

Publication number Publication date
WO2015120193A1 (en) 2015-08-13
TWI672636B (zh) 2019-09-21
US10127652B2 (en) 2018-11-13
TW201531963A (zh) 2015-08-16
KR102203112B1 (ko) 2021-01-13
CN105960702A (zh) 2016-09-21
CN105960702B (zh) 2019-06-07
IL246839B (en) 2020-04-30
IL246839A0 (en) 2016-08-31
US20150221076A1 (en) 2015-08-06

Similar Documents

Publication Publication Date Title
KR102203112B1 (ko) 표준 기준 이미지로부터 결정된 속성에 기초한 결함 검출 및 분류
US9766186B2 (en) Array mode repeater detection
US9721337B2 (en) Detecting defects on a wafer using defect-specific information
US9778206B2 (en) Defect inspection device and defect inspection method
US8775101B2 (en) Detecting defects on a wafer
US9766187B2 (en) Repeater detection
US9355208B2 (en) Detecting defects on a wafer
KR101674698B1 (ko) 웨이퍼 상의 결함들 검출
US9293298B2 (en) Defect discovery and inspection sensitivity optimization using automated classification of corresponding electron beam images
KR102363265B1 (ko) 적응적 국부 역치화 및 색 필터링
US9262821B2 (en) Inspection recipe setup from reference image variation
US20140185919A1 (en) Detecting Defects on a Wafer
KR20180123173A (ko) 노이즈 경계 임계값에 의한 웨이퍼 검사 시스템 및 방법
US10923317B2 (en) Detecting defects in a logic region on a wafer
IL286948B2 (en) Generating defect candidates for testing

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant