KR20200035320A - 투명 또는 반투명 웨이퍼 상에서의 결함 검출 - Google Patents

투명 또는 반투명 웨이퍼 상에서의 결함 검출 Download PDF

Info

Publication number
KR20200035320A
KR20200035320A KR1020207008264A KR20207008264A KR20200035320A KR 20200035320 A KR20200035320 A KR 20200035320A KR 1020207008264 A KR1020207008264 A KR 1020207008264A KR 20207008264 A KR20207008264 A KR 20207008264A KR 20200035320 A KR20200035320 A KR 20200035320A
Authority
KR
South Korea
Prior art keywords
image
calculated value
difference
controller
pixel
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.)
Granted
Application number
KR1020207008264A
Other languages
English (en)
Other versions
KR102352701B1 (ko
Inventor
쉬구앙 지앙
용 장
이위 딩
Original Assignee
케이엘에이 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 코포레이션 filed Critical 케이엘에이 코포레이션
Publication of KR20200035320A publication Critical patent/KR20200035320A/ko
Application granted granted Critical
Publication of KR102352701B1 publication Critical patent/KR102352701B1/ko
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H01L22/00—
    • H—ELECTRICITY
    • H10—SEMICONDUCTOR DEVICES; ELECTRIC SOLID-STATE DEVICES NOT OTHERWISE PROVIDED FOR
    • H10P—GENERIC PROCESSES OR APPARATUS FOR THE MANUFACTURE OR TREATMENT OF DEVICES COVERED BY CLASS H10
    • H10P74/00—Testing or measuring during manufacture or treatment of wafers, substrates or devices
    • H10P74/20—Testing or measuring during manufacture or treatment of wafers, substrates or devices characterised by the properties tested or measured, e.g. structural or electrical properties
    • H10P74/203—Structural properties, e.g. testing or measuring thicknesses, line widths, warpage, bond strengths or physical defects
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; 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
    • 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
    • G01N21/958—Inspecting transparent materials or objects, e.g. windscreens
    • G—PHYSICS
    • G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
    • G03F—PHOTOMECHANICAL PRODUCTION OF TEXTURED OR PATTERNED SURFACES, e.g. FOR PRINTING, FOR PROCESSING OF SEMICONDUCTOR DEVICES; MATERIALS THEREFOR; ORIGINALS THEREFOR; APPARATUS SPECIALLY ADAPTED THEREFOR
    • G03F7/00—Photomechanical, e.g. photolithographic, production of textured or patterned surfaces, e.g. printing surfaces; Materials therefor, e.g. comprising photoresists; Apparatus specially adapted therefor
    • G03F7/70—Microphotolithographic exposure; Apparatus therefor
    • G03F7/70483—Information management; Active and passive control; Testing; Wafer monitoring, e.g. pattern monitoring
    • G—PHYSICS
    • G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
    • G03F—PHOTOMECHANICAL PRODUCTION OF TEXTURED OR PATTERNED SURFACES, e.g. FOR PRINTING, FOR PROCESSING OF SEMICONDUCTOR DEVICES; MATERIALS THEREFOR; ORIGINALS THEREFOR; APPARATUS SPECIALLY ADAPTED THEREFOR
    • G03F7/00—Photomechanical, e.g. photolithographic, production of textured or patterned surfaces, e.g. printing surfaces; Materials therefor, e.g. comprising photoresists; Apparatus specially adapted therefor
    • G03F7/70—Microphotolithographic exposure; Apparatus therefor
    • G03F7/70483—Information management; Active and passive control; Testing; Wafer monitoring, e.g. pattern monitoring
    • G03F7/70605—Workpiece metrology
    • G03F7/70616—Monitoring the printed patterns
    • G03F7/7065—Defects, e.g. optical inspection of patterned layer for defects
    • G—PHYSICS
    • G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
    • G03F—PHOTOMECHANICAL PRODUCTION OF TEXTURED OR PATTERNED SURFACES, e.g. FOR PRINTING, FOR PROCESSING OF SEMICONDUCTOR DEVICES; MATERIALS THEREFOR; ORIGINALS THEREFOR; APPARATUS SPECIALLY ADAPTED THEREFOR
    • G03F7/00—Photomechanical, e.g. photolithographic, production of textured or patterned surfaces, e.g. printing surfaces; Materials therefor, e.g. comprising photoresists; Apparatus specially adapted therefor
    • G03F7/70—Microphotolithographic exposure; Apparatus therefor
    • G03F7/70483—Information management; Active and passive control; Testing; Wafer monitoring, e.g. pattern monitoring
    • G03F7/70605—Workpiece metrology
    • G03F7/706835—Metrology information management or control
    • G03F7/706837—Data analysis, e.g. filtering, weighting, flyer removal, fingerprints or root cause analysis
    • G—PHYSICS
    • G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
    • G03F—PHOTOMECHANICAL PRODUCTION OF TEXTURED OR PATTERNED SURFACES, e.g. FOR PRINTING, FOR PROCESSING OF SEMICONDUCTOR DEVICES; MATERIALS THEREFOR; ORIGINALS THEREFOR; APPARATUS SPECIALLY ADAPTED THEREFOR
    • G03F7/00—Photomechanical, e.g. photolithographic, production of textured or patterned surfaces, e.g. printing surfaces; Materials therefor, e.g. comprising photoresists; Apparatus specially adapted therefor
    • G03F7/70—Microphotolithographic exposure; Apparatus therefor
    • G03F7/70483—Information management; Active and passive control; Testing; Wafer monitoring, e.g. pattern monitoring
    • G03F7/70605—Workpiece metrology
    • G03F7/706843—Metrology apparatus
    • G03F7/706851—Detection branch, e.g. detector arrangements, polarisation control, wavelength control or dark/bright field detection
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; 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
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0004—Industrial image inspection
    • G06T7/001—Industrial image inspection using an image reference approach
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/136—Segmentation; Edge detection involving thresholding
    • H01L22/12—
    • H01L22/30—
    • H—ELECTRICITY
    • H10—SEMICONDUCTOR DEVICES; ELECTRIC SOLID-STATE DEVICES NOT OTHERWISE PROVIDED FOR
    • H10P—GENERIC PROCESSES OR APPARATUS FOR THE MANUFACTURE OR TREATMENT OF DEVICES COVERED BY CLASS H10
    • H10P72/00—Handling or holding of wafers, substrates or devices during manufacture or treatment thereof
    • H10P72/06—Apparatus for monitoring, sorting, marking, testing or measuring
    • H10P72/0616—Monitoring of warpages, curvatures, damages, defects or the like
    • H—ELECTRICITY
    • H10—SEMICONDUCTOR DEVICES; ELECTRIC SOLID-STATE DEVICES NOT OTHERWISE PROVIDED FOR
    • H10P—GENERIC PROCESSES OR APPARATUS FOR THE MANUFACTURE OR TREATMENT OF DEVICES COVERED BY CLASS H10
    • H10P74/00—Testing or measuring during manufacture or treatment of wafers, substrates or devices
    • H10P74/27—Structural arrangements therefor
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; 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
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10141—Special mode during image acquisition
    • G06T2207/10152—Varying illumination
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20112—Image segmentation details
    • G06T2207/20152—Watershed segmentation
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; 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
    • G06T2207/20221—Image fusion; Image merging
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; 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
    • G06T2207/20224—Image subtraction
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; 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
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/50—Depth or shape recovery
    • G06T7/55—Depth or shape recovery from multiple images

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Quality & Reliability (AREA)
  • Analytical Chemistry (AREA)
  • Pathology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Signal Processing (AREA)
  • Data Mining & Analysis (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
  • Testing Or Measuring Of Semiconductors Or The Like (AREA)
  • Manufacturing & Machinery (AREA)
  • Image Analysis (AREA)
  • Image Processing (AREA)

Abstract

투명 또는 반투명 웨이퍼 상에서의 결함 검출은 동일한 다이로부터의 기준을 사용하여 다이에 대해 수행될 수 있다. 이동 평균과 같은 커널 사이즈에 기초하여 제1 계산된 값이 결정된다. 제1 차이는 픽셀 강도로부터 제1 계산된 값을 감산하는 것에 의해 결정된다. 임계치를 초과하는 제1 차이를 갖는 후보 픽셀이 분류된다. 국소적 중앙값과 같은 커널 사이즈에 기초하여 제2 계산된 값이 결정된다. 제2 차이는 픽셀 강도로부터 제2 계산된 값을 감산하는 것에 의해 결정된다. 제2 차이가 임계치를 초과하는 경우 결함을 포함하는 픽셀이 분류된다.

Description

투명 또는 반투명 웨이퍼 상에서의 결함 검출
본 출원은 2017년 8월 24일자로 출원되고 미국 출원 번호 제62/549,775호를 할당받은 미국 특허 가출원에 대한 우선권을 주장하는데, 이 가출원의 개시는 참조에 의해 본원에 통합된다.
본 개시는 투명 또는 반투명 웨이퍼 상에서의 결함 검출에 관한 것이다.
반도체 제조 산업의 진화는, 수율 관리에 대해, 특히 계측(metrology) 및 검사 시스템에 대해 더욱 더 큰 요구를 하고 있다. 웨이퍼 사이즈가 증가하면서 임계 치수가 축소되고 있다. 경제적인 측면은, 높은 수율, 높은 가치의 생산을 달성하기 위한 시간을 단축시키도록 업계를 유도하고 있다. 따라서, 수율 문제점을 검출하는 것에서부터 그것을 해결까지의 총 시간을 최소화하는 것이, 반도체 제조자의 투자 수익률(return-on-investment)을 결정한다.
투명 또는 반투명 웨이퍼의 경우, 소정의 결함 검출 시스템으로부터의 이미지는, 웨이퍼 및 웨이퍼 아래의 척(chuck)과 같은 툴 부분 둘 모두로부터의 기여를 포함할 수 있다. 투명 또는 반투명 웨이퍼 상에서의 결함 검출은 고유한 도전 과제를 제공한다. 예를 들면, 웨이퍼 아래의 척은 유리 웨이퍼의 결함 검출 동안 나타난다. 유리 웨이퍼는, 척 컴포넌트가 또한 이미지화되는 경우 결함 검출 동안 식별하기 어려울 수 있는 몇몇 구조체 또는 디바이스를 포함한다. 척이 유리 웨이퍼 이미지에서 나타나는 경우, 현존하는 결함 검출 툴 또는 알고리즘은 반도체 제조자에 대한 결함 검출 감도 또는 스루풋 목표를 충족시킬 수 없다.
다른 예에서, 척 패턴은 명시야(bright field) 이미지에 나타나고, 한편 척 표면 거칠기는 암시야(dark field) 이미지에서 나타난다. 각각의 다이에서의 척 패턴은 상이하다. 따라서, 현존하는 결함 검출 알고리즘은 그들 투명 또는 반투명 웨이퍼 상에서의 만족스러운 결함 검출을 제공할 수 없다. 예를 들면, 알고리즘은 열화된 검사 감도(degraded inspection sensitivity)를 사용하여 최소 픽셀 사이즈(예를 들면, 10X 또는 0.65 ㎛)를 갖는 웨이퍼 상에서 큰 결함만을 검출할 수도 있다.
예는 도 1 내지 도 3에서 나타내어진다. 도 1은 명시야 및 암시야 이미징 둘 모두를 갖는 유리 웨이퍼 상의 세 개의 예시적인 다이를 예시한다. 다이 0 및 다이 1의 명시야 이미지에서 알 수 있는 바와 같이, 척은 유리 웨이퍼를 통해 보인다. 암시야 이미지의 각각에서 표면 거칠기를 알 수 있다. 주목하는 결함(defects of interest; DOI)은 다이 0 및 다이 2의 명시야 이미지에서 원으로 표시된다. 도 2는 다이 2와 다이 0의 이미지 차감을 예시하고 다이 2와 다이 1의 이미지 차감을 또한 예시한다. 각각의 이미지에 노이즈가 존재하는데, 노이즈는 결함의 검출을 어렵게 만든다. 도 3은 명시야 이미지의 추가적인 이미지 분석을 도시한다. 도 3에서 알 수 있는 바와 같이, 몇몇 다이 이미지에서 하나 또는 두 개의 DOI가 원으로 표시된다. DOI는 척 컴포넌트에 의해 작아 보인다. 알고리즘은 도 3에서의 것과 같은 이미지의 불량한 결함 검출 성능을 제공할 것이다.
따라서, 투명 또는 반투명 웨이퍼 상에서의 결함 검출에 대한 향상이 필요로 된다.
제1 실시형태에서, 시스템이 제공된다. 시스템은 컨트롤러를 포함한다. 컨트롤러는 프로세서 및 프로세서와 전자 통신하는 전자 데이터 스토리지 유닛을 포함한다. 프로세서는 하나 이상의 소프트웨어 모듈을 실행하도록 구성된다. 하나 이상의 소프트웨어 모듈은 세 개의 다이에 대한 명시야 이미지를 수신하도록 구성된다. 세 개의 다이는 투명 또는 반투명 웨이퍼 상에 있다. 명시야 이미지의 각각은 복수의 이미지 행(row) 및 복수의 이미지 열(column)을 포함한다. 하나 이상의 소프트웨어 모듈은 세 개의 다이에 대한 암시야 이미지를 수신하도록 구성된다. 암시야 이미지의 각각은 복수의 이미지 행 및 복수의 이미지 열을 포함한다. 하나 이상의 소프트웨어 모듈은 명시야 이미지 및 암시야 이미지의 이미지 열의 각각에 대한 제1 계산된 값을 결정하도록 구성된다. 제1 계산된 값은 이미지 열 중 적어도 하나를 따라 적용되는 커널 사이즈(kernel size)에 기초한다. 하나 이상의 소프트웨어 모듈은, 이미지 열의 각각의 픽셀에서의 픽셀 강도로부터 제1 계산된 값을 감산하는 것에 의해 제1 차이를 결정하도록; 후보 픽셀을 분류하도록; 제2 계산된 값을 결정하도록; 픽셀 강도로부터 제2 계산된 값을 감산하는 것에 의해 제2 차이를 결정하도록; 그리고 결함을 포함하는 픽셀을 분류하도록 구성된다. 후보 픽셀에 대한 제1 차이는 임계치를 초과한다. 제2 계산된 값은 커널 사이즈(kernel size)에 기초한다. 제2 차이는 결함을 포함하는 픽셀에 대한 임계치를 초과한다. 세 개의 다이는 이웃하는 다이일 수 있다.
명시야 이미징 시스템(imaging system) 및/또는 암시야 이미징 시스템은 컨트롤러와 전자 통신할 수도 있다.
제1 계산된 값은 이동 평균(moving mean)일 수도 있다. 제2 계산된 값은 국소적 중앙값(local median)일 수도 있다.
제2 계산된 값은 후보 픽셀의 각각의 것일 수도 있다. 제2 차이는 후보 픽셀의 각각으로부터 유래할 수도 있다.
제2 실시형태에서, 방법이 제공된다. 방법은, 컨트롤러에서, 세 개의 다이에 대한 명시야 이미지를 수신하는 것을 포함한다. 세 개의 다이는 투명 또는 반투명 웨이퍼 상에 있다. 명시야 이미지의 각각은 복수의 이미지 행 및 복수의 이미지 열을 포함한다. 세 개의 다이에 대한 암시야 이미지가 컨트롤러에서 수신된다. 암시야 이미지의 각각은 복수의 이미지 행 및 복수의 이미지 열을 포함한다. 명시야 이미지 및 암시야 이미지의 각각의 이미지 열에 대해, 컨트롤러를 사용하여, 제1 계산된 값이 결정된다. 제1 계산된 값은 이미지 열 중 적어도 하나를 따라 적용되는 커널 사이즈에 기초한다. 컨트롤러를 사용하여, 이미지 열의 각각의 픽셀에서의 픽셀 강도로부터 제1 계산된 값을 감산하는 것에 의해, 제1 차이가 결정된다. 후보 픽셀은 컨트롤러를 사용하여 분류된다. 후보 픽셀에 대한 제1 차이는 임계치를 초과한다. 제2 계산된 값은 컨트롤러를 사용하여 결정된다. 제2 계산된 값은 커널 사이즈에 기초한다. 컨트롤러를 사용하여, 픽셀 강도로부터 제2 계산된 값을 감산하는 것에 의해, 제2 차이가 결정된다. 결함을 포함하는 픽셀은 컨트롤러를 사용하여 분류된다. 제2 차이는 결함을 포함하는 픽셀에 대한 임계치를 초과한다. 세 개의 다이는 이웃하는 다이일 수도 있다.
제1 계산된 값은 이동 평균일 수도 있다. 제2 계산된 값은 국소적 중앙값일 수도 있다.
제1 계산된 값 및 제2 계산된 값 중 하나는 저역 통과 필터를 사용한 고속 푸리에 변환(fast Fourier transform)일 수 있다. 제1 계산된 값 및 제2 계산된 값 중 하나는 가우시안 커널(Gaussian kernel)과의 컨볼루션일 수 있다.
제2 계산된 값은 후보 픽셀의 각각의 것일 수 있다. 제2 차이는 후보 픽셀의 각각으로부터 유래할 수도 있다.
한 경우에, 픽셀 강도는 동일한 다이의 동일한 이미지 열에서의 세 개의 이웃하는 픽셀의 평균일 수 있다. 제2 계산된 값은 동일한 다이의 동일한 이미지 열에서의 후보 픽셀 및 두 개의 이웃하는 픽셀의 평균일 수 있다. 제2 차이는 후보 픽셀의 평균에 기초할 수 있다.
제1 계산된 값은 명시야 이미지의 각각 및 암시야 이미지의 각각에 대해 결정될 수 있다.
제1 계산된 값 및 제2 계산된 값은, 명시야 이미지의 각각 및 동일한 다이의 암시야 이미지의 각각 중 대응하는 하나의 융합된 이미지(fused image)에 기초하여 결정될 수 있다. 명시야 이미지의 각각 및 암시야 이미지의 각각 중 대응하는 하나는 융합되어 융합된 이미지를 형성할 수 있다.
한 경우에, 제2 계산된 값은 국소적 중앙값이다. 제2 계산된 값 및 제2 차이는, 명시야 이미지 및 암시야 이미지 둘 모두에 기초하여 결정될 수 있다. 임계치는 명시야 임계치 및 암시야 임계치를 포함할 수 있다.
다른 예에서, 제2 계산된 값은 국소적 중앙값이다. 임계치는 융합된 이미지에 대한 것일 수 있다. 분류하는 것은, 제1 값 및 제2 값의 곱의 제곱근을 취하여 제3 값을 형성하는 것 및 제3 값을 임계치에 비교하는 것을 포함할 수 있다. 제1 값은 명시야 이미지의 국소적 중앙값을 뺀 명시야 이미지의 픽셀 강도일 수 있다. 제2 값은 암시야 이미지의 국소적 중앙값을 뺀 암시야 이미지의 픽셀 강도일 수 있다.
본 개시의 본질 및 목적의 더 완전한 이해를 위해, 첨부 도면과 연계하여 취해지는 다음의 상세한 설명에 대한 참조가 이루어져야 하는데, 첨부의 도면에서:
도 1은 유리 웨이퍼의 명시야 및 암시야 이미징 둘 모두를 갖는 세 개의 예시적인 다이를 예시한다;
도 2는 도 1의 다이를 사용한 이미지 감산을 예시한다;
도 3은 유리 웨이퍼의 명시야 이미지의 추가적인 이미지 분석을 제공한다;
도 4는 본 개시에 따른 방법의 실시형태의 플로우차트이다;
도 5는 단일의 이미지 열에 대한 명시야 이미지를 예시한다;
도 6은 본 개시에 따른 예시적인 명시야 이미지, 예시적인 중앙값 이미지(median image), 및 예시적인 차이 이미지를 예시한다;
도 7은 본 개시에 따른 예시적인 암시야 이미지, 예시적인 중앙값 이미지, 및 예시적인 차이 이미지를 예시한다;
도 8은, 국소적 기준 알고리즘(local reference algorithm; LRA) 및 전통적인 검사 알고리즘의 평가의 파레토(Pareto)를 예시한다;
도 9는 본 개시에 따른 방법의 다른 실시형태의 플로우차트를 예시한다;
도 10은 본 개시에 따른 방법의 여전히 다른 실시형태의 플로우차트를 예시한다;
도 11은 본 개시에 따른 시스템의 실시형태의 블록도이다;
도 12는 본 개시에 따른 원래의 이미지(original image)를 갖는 유저 인터페이스의 실시형태의 이미지이다;
도 13은 본 개시에 따른 필터링된 이미지를 갖는 유저 인터페이스의 실시형태의 이미지이다;
도 14는 본 개시에 따른 차이 이미지를 갖는 유저 인터페이스의 실시형태의 이미지이다;
도 15는 본 개시에 따라 레시피를 편집하기 위한 유저 인터페이스의 실시형태의 이미지이다; 그리고
도 16은 LRA에서 사용될 수 있는 결함 속성의 예시적인 테이블이다.
청구된 주제가 소정의 실시형태의 관점에서 설명될 것이지만, 본원에서 기술되는 이점 및 피쳐의 모두를 제공하지는 않는 실시형태를 비롯한 다른 실시형태도 또한 본 개시의 범위 내에 있다. 본 개시의 범위를 벗어나지 않으면서 다양한 구조적, 논리적, 프로세스 단계의, 그리고 전자적 변경이 이루어질 수도 있다. 따라서, 본 개시의 범위는 첨부된 청구범위를 참조하는 것에 의해서만 정의된다.
본원에서 개시되는 검사 방법, 시스템, 및 알고리즘은, 유리 웨이퍼, 사파이어 웨이퍼, 또는 다른 재료로 만들어진 웨이퍼와 같은 투명하고 반투명한 웨이퍼 상에서의 결함 검출을 위해 사용될 수 있다. 이 검사 알고리즘은 동일한 다이로부터의 기준(reference)만을 사용하여 각각의 다이 상에서 결함을 검출한다. 따라서, 검사 알고리즘은 이웃 다이(neighbor die) 사이의 이미지에서의 차이에 의해 영향을 받지 않는다. 또한, 검사 알고리즘은 국소적 기준 픽셀을 사용하여 각각의 다이에서 척 패턴을 제거할 수 있다. 따라서, 다이 이미지가 패턴을 포함하는 경우 검사 알고리즘이 사용될 수 있다. 검사 알고리즘은 검사 알고리즘 파라미터 평가를 위한 셋업 단계 및 웨이퍼 검사를 위한 검출 단계를 또한 포함할 수 있다.
도 4는 방법(100)의 실시형태의 플로우차트이다. 방법(100)에서의 단계(101 내지 107)의 각각은 컨트롤러를 사용하여 수행될 수도 있다. 이 실시형태에서 알 수 있는 바와 같이, 단일의 다이로부터의 국소적 픽셀을 사용하여 기준이 계산될 수 있다. 방법(100)은 2 단계 검출 방법을 갖는다. 한 경우에, 방법(100)은, 비록 다른 기술도 가능하지만, 빠른 후보 선택을 위한 평균 및 정확한 결함 검출을 위한 중간값을 사용한다. 평균은 이동 평균일 수도 있다. 방법(100)은, 현존하는 기술에 비해, 고속에서 높은 감도를 갖는 결함 검출을 가능하게 한다. 방법(100)은 또한 투명 또는 반투명 웨이퍼에 대한 결과를 향상시킨다.
세 개의 이웃 다이로부터의 명시야 및 암시야 채널 이미지가 방법(100)에서 사용될 수 있다. 방법(100)은 각각의 다이 및 각각의 채널에 대해 결함 검출을 독립적으로 수행할 수 있다. 기준으로서 이웃 다이를 사용하는 대신, 동일한 다이 상의 이웃 픽셀이 결함 검출을 위한 기준으로서 사용된다. 이미지 융합이 없는 경우, 밝은 채널과 어두운 채널에 대한 검출이 독립적으로 수행될 수도 있다. 채널 중 하나가 결함을 검출하면 결함이 분류된다.
따라서, 명시야 및 암시야 이미지에서의 각각의 열에 대해, 이웃 픽셀을 사용하여 기준이 계산될 수 있다. 원본에서 기준을 감산하는 것에 의해 차이가 계산될 수 있다. 차이의 절대 값이 임계치보다 더 큰 경우, 결함이 검출될 수 있다. 이것은 두 단계로 발생할 수도 있다. 먼저, 모든 픽셀을 국소적 이웃 평균 또는 다른 값과 비교하는 후보 검출. 둘째, 후보 픽셀을 국소적 이웃 중간값 또는 다른 값과 비교하는 결함 검출.
101에서, 세 개의 다이에 대한 명시야 및 암시야 이미지가 컨트롤러에서 수신된다. 세 개의 다이는, 유리 웨이퍼와 같은 투명 또는 반투명 웨이퍼 상에 있다. 명시야 이미지 및 암시야 이미지의 각각은 2차원이며, 복수의 이미지 행 및 이미지 열을 포함한다. 세 개의 다이가 예시되지만, 단일의 다이, 두 개의 다이, 또는 세 개보다 더 많은 다이가 또한 사용될 수 있다. 이 실시형태에서 언급되는 세 개의 다이와 같은 다이는 이웃하는 다이일 수 있다. 이웃하는 것에 의해, 다이는 웨이퍼 상에서 서로 인접한다는 것이 의미된다.
102에서, 명시야 이미지 및 암시야 이미지의 각각의 픽셀에 대해 제1 계산된 값이 결정된다. 제1 계산된 값은 이미지 열 중 적어도 하나를 따라 적용되는 커널 사이즈에 기초한다. 한 경우에, 커널 사이즈는 이미지 열의 각각을 따라 적용된다. 커널 사이즈는 변할 수 있다. 그 값은, 도 9에서 알 수 있는 바와 같이, 셋업 단계로부터 획득될 수도 있다. 예를 들면, 더 큰 결함을 검출하기 위해서는, 더 큰 커널 사이즈가 필요로 될 수도 있다.
103에서, 이미지 열의 각각의 픽셀에서의 픽셀 강도로부터 제1 계산된 값을 감산하는 것에 의해, 적어도 하나의 제1 차이가 결정된다. 제1 차이는 이미지 열에서의 각각의 픽셀에 대해 결정될 수도 있다.
104에서, 후보 픽셀이 분류된다. 임의의 후보 픽셀에 대한 제1 차이는 임계치를 초과한다. 따라서, 제1 차이가 임계치보다 더 큰 경우, 픽셀은 후보 픽셀로서 마킹된다. 임계치는 유저에 의해 또는 다른 기술을 사용하는 것에 의해 선택될 수 있다. 임계치는, 픽셀이 실제 결함인지 또는 노이즈인지의 여부를 결정하는 데 도움이 될 수 있다. 임계치는 튜닝될 수 있거나 또는 다르게는 조정될 수 있다.
105에서, 제2 계산된 값이 결정된다. 제2 계산된 값은 커널 사이즈에 기초한다. 제2 계산된 값은 이미지 열에서의 각각의 후보 픽셀에 대해 결정될 수도 있다.
106에서, 픽셀 강도로부터 제2 계산된 값을 감산하는 것에 의해, 제2 차이가 결정된다.
결함을 포함하는 픽셀은 107에서 분류된다. 제2 차이는 결함을 포함하는 픽셀에 대한 임계치를 초과한다. 따라서, 제2 차이가 임계치보다 더 큰 경우, 픽셀은 결함으로서 마킹된다. 결함이 있는 픽셀의 리포트 또는 요약이 생성될 수 있다.
경우에 있어서, 제1 계산된 값은 이동 평균이고 제2 계산된 값은 국소적 중앙값이다. 평균은 빠르게 계산될 수도 있고 빠른 후보 선택을 제공할 수 있다. 국소적 중앙값은 평균보다 계산이 더 느릴 수도 있지만, 그러나 더욱 정확한 결함 검출을 제공할 수도 있다.
다른 경우에서, 제1 계산된 값 및 제2 계산된 값 중 하나는 저역 통과 필터를 사용한 고속 푸리에 변환이다.
여전히 다른 경우에서, 제1 계산된 값 및 제2 계산된 값 중 하나는 가우시안 커널과의 컨볼루션이다.
픽셀 강도는 각각의 픽셀의 것일 수 있다. 제2 계산된 값은 후보 픽셀의 각각의 것일 수 있다. 제2 차이는 후보 픽셀의 각각으로부터 유래할 수 있다.
다른 경우에서, 픽셀 강도는 동일한 다이의 동일한 이미지 열에서의 세 개의 이웃하는 픽셀의 평균일 수 있다. 제2 계산된 값은 동일한 다이의 동일한 이미지 열에서의 후보 픽셀 및 그것의 두 개의 이웃하는 픽셀의 평균일 수 있다. 세 개의 대응하는 픽셀의 평균을 사용하는 것은, 방해물 이벤트(nuisance event)를 추가로 억제할 수 있다.
제1 계산된 값은 명시야 이미지의 각각 및 암시야 이미지의 각각에 대해 결정될 수 있다.
제1 및 제2 계산된 값은 또한, 명시야 이미지의 각각 및 동일한 다이의 암시야 이미지의 각각 중 대응하는 하나의 융합된 이미지에 기초하여 결정될 수 있다. 명시야 이미지의 각각 및 암시야 이미지의 각각 중 대응하는 하나는 융합되어 융합된 이미지를 형성할 수 있다.
경우에 있어서, 제2 계산된 값은 국소적 중앙값이다. 제2 계산된 값 및 제2 차이는 명시야 이미지 및 암시야 이미지 둘 모두에 기초하여 결정된다. 임계치는 명시야 임계치 및 암시야 임계치를 포함한다. 명시야 중앙값을 뺀 명시야 픽셀 강도가 명시야 임계치보다 더 크고 암시야 중앙값을 뺀 암시야 픽셀 강도가 암시야 임계치보다 더 큰 경우, 픽셀은 결함이 있을 수도 있다.
다른 경우에서, 제2 계산된 값은 국소적 중앙값이다. 임계치는 융합된 이미지에 대한 것이다. 분류하는 것은, 제1 값 및 제2 값의 곱의 제곱근을 취하여 제3 값을 형성하는 것 및 제3 값을 임계치에 비교하는 것을 포함하는데, 임계치는, 명시야 및 암시야 채널 이미지의 융합을 위한 임계치일 수도 있다. 제1 값은, 명시야 이미지의 국소적 중앙값을 뺀 명시야 이미지의 픽셀 강도이다. 제2 값은 암시야 이미지의 국소적 중앙값을 뺀 암시야 이미지의 픽셀 강도이다.
도 5는, 이미지 열 프로파일의 차트 및 원래의 강도, 평균, 및 중앙값을 갖는 DOI 주위의 확대된 섹션 둘 모두를 포함하는, 단일의 이미지 열에 대한 명시야 이미지를 예시한다. 도 5에서는 DOI가 마킹된다. 도 5의 우측 이미지 상에서 도시되는 바와 같이, DOI는 평균 또는 중앙 기준으로부터 명확하게 분리 가능하다. 따라서, 이웃 픽셀 평균 및 중앙값은 결함 검출을 위한 허용 가능한 기준일 수 있다.
도 6은 예시적인 명시야 이미지, 예시적인 중앙값 이미지, 및 예시적인 차이 이미지를 예시한다. 차이 이미지는, 예를 들면, 방법(100)을 사용하여 형성될 수 있다. 본원에서 개시되는 실시형태를 사용하여, DOI는 검출 가능하고 척 패턴은 억제된다. 차이 이미지에서 알 수 있는 바와 같이, 결함은 어두운 점으로서 나타날 수 있다.
도 7은 예시적인 암시야 이미지, 예시적인 중앙값 이미지, 및 예시적인 차이 이미지를 예시한다. 본원에서 개시되는 실시형태를 사용하여, DOI는 검출 가능하고 노이즈 패턴은 억제된다. 차이 이미지에서 알 수 있는 바와 같이, 결함은 밝은 점으로서 나타날 수 있다.
도 8은 커서 픽셀 사이즈(5X로 지칭됨)를 사용한 국소적 기준 알고리즘(LRA) 및 더 양호하고 더 미세한 픽셀 사이즈(10X로 지칭됨)를 사용한 이전 검사 기술의 평가의 파레토를 예시한다. 본원에서 개시되는 실시형태를 포함할 수 있는 LRA는 결함 검출을 위해 사용된다. 커서 픽셀 사이즈를 사용하여, LRA는 2.5 배 더 빠른 웨이퍼 스캔 속도를 가지고 수행된다. 총 결함 수는 동등하다. 결함의 62 %는 일반적인 결함이다. 본원에서 개시되는 기술을 사용하여 발견되는 거의 모든 새로운 결함은 실제 결함이다.
도 9 및 도 10은 방법의 다른 실시형태의 플로우차트를 예시한다. 셋업 방법으로 지칭될 수 있는 도 9에서 도시되는 방법(200)에서, 트레이닝 이미지는 201에서 수집된다. 초기 필터 사이즈(예를 들면, 커널 사이즈)는, 202에서, 예컨대 유저에 의해 유저 인터페이스에 입력된다. 이미지는 203에서, 예컨대 알고리즘에 의해, 컨트롤러 상에서 프로세싱된다. 프로세싱된 이미지와 차이 이미지 및 품질 메트릭은 204에 디스플레이된다. 그 다음, 205에서, 예컨대 유저에 의해, 파라미터를 수락할지의 여부의 결정이 이루어진다. 그렇다면, 파라미터는 207에서 레시피에 기록된다. 그렇지 않다면, 필터 사이즈는 206에서 조정되고 몇몇 단계가 반복된다. 이것은 필터 사이즈 또는 다른 파라미터가 튜닝되는 것을 가능하게 할 수 있다.
알고리즘 구현에서, 방법의 파라미터는 선택되는 필터 사이즈를 사용하여 셋업 단계 동안 평가될 수 있다. 유저는 툴 척 구조체 또는 억제될 필요가 있을 수도 있는 다른 부품 주위에서 이미지를 포착할 수 있다. 유저는 필터 사이즈를 입력할 수 있다. 알고리즘은 이미지를 프로세싱하고 기준 이미지 및 차이 이미지를 둘 모두를 출력할 수 있다. 유저는 최상의 결과를 제공하기 위해 필터 사이즈를 조정할 수 있다. 파라미터는, 예컨대 XML 파일에서, 레시피 안으로 채워질 수 있다. 유저는 다른 레시피 파라미터를 튜닝하여 향상된 결함 검출 결과를 제공할 수 있다. 도 12는 원래의 이미지를 갖는 유저 인터페이스의 예이고, 도 13은 필터링된 이미지를 갖는 유저 인터페이스의 예이며, 도 14는 차이 이미지를 갖는 유저 인터페이스의 예이다. 도 13에서의 이미지는 도 12에서의 이미지의 몇몇 컴포넌트, 스팟, 또는 마크를 제거한다. 도 15는, LRA를 도시하는, 레시피를 편집하기 위한 유저 인터페이스의 예이다. 레시피에서 필터 사이즈 및 다른 알고리즘 파라미터가 나타내어질 수 있다.
도 10에서의 방법(300)은 검사 단계로 지칭될 수 있다. 도 4에서의 방법(100)으로부터의 단계 중 일부 또는 모두는 방법(300)에서 수행될 수도 있다. 301에서, 이미지가 수신된다. 국소적 기준은, 302에서, 방법(200)으로부터의 것과 같은 레시피 파라미터를 사용하여 계산된다. 차이 이미지가 303에서 계산된다. 304에서 임계치를 사용하여 결함이 검출되고 305에서 검출 결과가 출력된다. 도 16은 LRA에서 사용될 수 있는 결함 속성의 예시적인 테이블이다. 도 16은 리뷰 유저 인터페이스의 일부일 수도 있다. 유저는 향상된 결함 검출 결과를 위해 LRA 속성에 기초하여 LRA 레시피 파라미터를 튜닝할 수 있다.
도 11은 시스템(400)의 실시형태의 블록도이다. 시스템(400)은 웨이퍼(407), 레티클, 또는 다른 워크피스를 유지하도록 구성되는 척(406)을 포함한다. 척(406)은 하나, 둘, 또는 세 개의 축에서 이동 또는 회전하도록 구성될 수도 있다. 척(406)은 또한, 예컨대 Z 축 주위에서, 회전하도록 구성될 수도 있다.
시스템(400)은 또한 웨이퍼(407), 레티클 또는 다른 워크피스의 표면을 측정하도록 구성되는 측정 시스템(401)을 포함한다. 측정 시스템(401)은, 광의 빔, 전자의 빔, 광대역 플라즈마를 생성할 수도 있거나, 또는 웨이퍼(407)의 표면을 측정하기 위해 다른 기술을 사용할 수도 있다. 하나의 예에서, 측정 시스템(401)은 레이저를 포함한다. 측정 시스템(401)은 웨이퍼(407) 상에 다이의 이미지를 제공할 수 있거나 또는 웨이퍼(407) 상에 다이의 이미지를 형성하기 위해 사용되는 정보를 제공할 수 있다.
경우에 있어서, 측정 시스템(401)은 광의 빔을 생성할 수 있고 명시야 채널 및 암시야 채널 둘 모두를 포함한다. 이것은 웨이퍼(407)의 명시야 이미지 및 암시야 이미지 둘 모두를 제공할 수 있다. 한 경우에, 측정 시스템(401)은 명시야 이미징 시스템 및 암시야 이미징 시스템을 포함한다.
시스템(400)은 컨트롤러(402)와 통신한다. 예를 들면, 컨트롤러(402)는 측정 시스템(401) 또는 시스템(400)의 다른 컴포넌트와 통신할 수 있다. 컨트롤러(402)는 프로세서(403), 프로세서(403)와 전자 통신하는 전자 데이터 스토리지 유닛(404), 및 프로세서(403)와 전자 통신하는 통신 포트(405)를 포함할 수 있다. 컨트롤러(402)는, 실제로, 하드웨어, 소프트웨어, 및 펌웨어의 임의의 조합에 의해 구현될 수도 있다는 것이 인식되어야 한다. 또한, 본원에서 설명되는 바와 같은 그것의 기능은, 하나의 유닛에 의해 수행될 수도 있거나, 또는 상이한 컴포넌트 사이에서 나누어질 수도 있는데, 상이한 컴포넌트의 각각은, 결국에는, 하드웨어, 소프트웨어, 및 펌웨어의 임의의 조합에 의해 구현될 수 있다. 다양한 방법 및 기능을 구현하기 위한 컨트롤러(402)에 대한 프로그램 코드 또는 명령어는, 컨트롤러(402) 내의, 컨트롤러(402) 외부의, 또는 이들의 조합의 컨트롤러 판독 가능 저장 매체, 예컨대 전자 데이터 스토리지 유닛(404) 내의 메모리에 저장될 수도 있다.
컨트롤러(402)는 하나 이상의 프로세서(403) 및 하나 이상의 전자 데이터 스토리지 유닛(404)을 포함할 수 있다. 각각의 프로세서(403)는 전자 데이터 스토리지 유닛(404) 중 하나 이상과 전자 통신할 수도 있다. 한 실시형태에서, 하나 이상의 프로세서(403)는 통신 가능하게 커플링된다. 이와 관련하여, 하나 이상의 프로세서(403)는 측정 시스템(401)에서 수신되는 판독치를 수신하여 판독치를 컨트롤러(402)의 전자 데이터 스토리지 유닛(404)에 저장할 수도 있다. 컨트롤러(402)는 시스템 그 자체의 일부일 수도 있거나 또는 시스템과는 별개일 수도 있다(예를 들면, 독립형 제어 유닛 또는 중앙 집중식 품질 제어 유닛).
경우에 있어서, 프로세서는, 예를 들면, 방법(100), 방법(200), 또는 방법(300)의 단계 중 일부 또는 모두를 수행하도록 구성되는 소프트웨어 모듈을 포함한다.
본원에서 설명되는 컨트롤러(402), 다른 시스템(들), 또는 다른 서브시스템(들)은, 퍼스널 컴퓨터 시스템, 이미지 컴퓨터, 메인프레임 컴퓨터 시스템, 워크스테이션, 네트워크 어플라이언스, 인터넷 어플라이언스, 또는 다른 디바이스를 비롯한, 다양한 형태를 취할 수도 있다. 일반적으로, 용어 "컨트롤러"는, 메모리 매체로부터의 명령어를 실행하는 하나 이상의 프로세서를 구비하는 임의의 디바이스를 포괄하도록 광의적으로 정의될 수도 있다. 컴퓨터 서브시스템(들) 또는 시스템(들)은 또한, 병렬 프로세서와 같은 기술 분야에서 공지되어 있는 임의의 적절한 프로세서를 포함할 수도 있다. 또한, 서브시스템(들) 또는 시스템(들)은, 고속 프로세싱 및 소프트웨어를, 독립형의 또는 네트워크화된 툴 중 하나로서 갖는 플랫폼을 포함할 수도 있다.
컨트롤러(402)는, 컨트롤러(402)가 시스템(400)에 의해 생성되는 출력, 예컨대 측정 시스템(401)으로부터의 출력을 수신할 수 있도록, 임의의 적절한 방식으로(예를 들면, 유선 및/또는 무선 송신 매체를 포함할 수도 있는 하나 이상의 송신 매체를 통해) 시스템(400)의 컴포넌트에 커플링될 수도 있다. 컨트롤러(402)는 출력을 사용하여 다수의 기능을 수행하도록 구성될 수도 있다. 예를 들면, 컨트롤러(402)는 웨이퍼(407) 상의 결함을 검출하도록 구성될 수도 있다. 다른 예에서, 컨트롤러(402)는, 출력의 리뷰 없이, 출력을 전자 데이터 스토리지 유닛(404) 또는 다른 저장 매체로 전송하도록 구성될 수도 있다. 컨트롤러(402)는 또한, 본원에서 설명되는 바와 같이 구성될 수도 있다.
시스템이 하나보다 더 많은 서브시스템을 포함하는 경우, 이미지, 데이터, 정보, 명령어, 등등이 서브시스템 사이에 전송될 수 있도록 상이한 서브시스템은 서로 커플링될 수도 있다. 예를 들면, 하나의 서브시스템은 임의의 적절한 송신 매체에 의해 추가적인 컴퓨터 서브시스템(들)에 커플링될 수도 있는데, 임의의 적절한 송신 매체는 기술 분야에서 공지되어 있는 임의의 적절한 유선 및/또는 무선 송신 매체를 포함할 수도 있다. 그러한 서브시스템 중 두 개 이상은 또한, 공유된 컴퓨터 판독 가능 저장 매체(도시되지 않음)에 의해 효과적으로 커플링될 수도 있다.
시스템(400)은 결함 리뷰 시스템, 검사 시스템, 계측 시스템, 또는 어떤 다른 타입의 시스템의 일부일 수도 있다. 따라서, 본원에서 개시되는 실시형태는, 상이한 애플리케이션에 대해 더욱 또는 덜 적절한 상이한 성능을 갖는 시스템에 대해 다수의 방식으로 재단될 수 있는 몇몇 구성을 설명한다.
컨트롤러(402)는 측정 시스템(401) 또는 시스템(400)의 다른 컴포넌트와 전자 통신할 수도 있다. 컨트롤러(402)는 본원에서 설명되는 실시형태 중 임의의 것에 따라 구성될 수도 있다. 컨트롤러(402)는 또한 측정 시스템(401)의 출력을 사용하여 또는 다른 소스로부터의 이미지 또는 데이터를 사용하여, 다른 기능 또는 추가적인 단계를 수행하도록 구성될 수도 있다.
추가적인 실시형태는, 본원에서 개시되는 바와 같이, 컴퓨터 구현 방법 디포커스 검출을 수행하기 위해 컨트롤러 상에서 실행 가능한 프로그램 명령어를 저장하는 비일시적 컴퓨터 판독 가능 매체에 관한 것이다. 특히, 도 11에서 도시되는 바와 같이, 컨트롤러(402)는 전자 데이터 스토리지 유닛(404) 또는 컨트롤러(402) 상에서 실행 가능한 프로그램 명령어를 포함하는 비일시적 컴퓨터 판독 가능 매체를 갖는 다른 전자 데이터 저장 매체에서 메모리를 포함할 수 있다. 컴퓨터 구현 방법은, 본원에서 설명되는 임의의 방법(들)의 임의의 단계(들)를 포함할 수도 있다. 예를 들면, 컨트롤러(402)는 방법(100), 방법(200), 또는 방법(300)의 단계 중 일부 또는 모두를 수행하도록 프로그래밍될 수도 있다. 전자 데이터 스토리지 유닛(404) 또는 다른 전자 데이터 저장 매체 내의 메모리는, 자기 또는 광학 디스크, 자기 테이프, 또는 기술 분야에서 공지되어 있는 임의의 다른 적절한 비일시적 컴퓨터 판독 가능 매체와 같은 저장 매체일 수도 있다.
프로그램 명령어는, 다른 것들 중에서도, 프로시져 기반의 기술, 컴포넌트 기반의 기술, 및/또는 객체 지향 기술을 비롯한 다양한 방식 중 임의의 것으로 구현될 수도 있다. 예를 들면, 프로그램 명령어는, 소망에 따라, 액티브X(ActiveX) 컨트롤, C++ 오브젝트, 자바빈(JavaBeans), 마이크로소프트 파운데이션 클래스(Microsoft Foundation Classes; MFC), SSE(Streaming SIMD Extension; 스트리밍 SIMD 확장), 또는 다른 기술 또는 방법론을 사용하여 구현될 수도 있다.
다른 실시형태에서, 컨트롤러(402)는 기술 분야에서 공지되어 있는 임의의 방식으로 시스템(400)의 다양한 컴포넌트 또는 서브시스템 중 임의의 것에 통신 가능하게 커플링될 수도 있다. 또한, 컨트롤러(402)는, 유선부 및/또는 무선부를 포함할 수도 있는 송신 매체에 의해 다른 시스템으로부터 데이터 또는 정보(예를 들면, 리뷰 툴과 같은 검사 시스템, 설계 데이터를 포함하는 원격 데이터베이스 및 등등으로부터의 검사 결과)를 수신 및/또는 획득하도록 구성될 수도 있다. 이러한 방식으로, 송신 매체는 컨트롤러(402)와 시스템(400)의 다른 서브시스템 또는 시스템(400) 외부의 시스템 사이의 데이터 링크로서 역할을 할 수도 있다.
몇몇 실시형태에서, 본원에서 개시되는 시스템(400) 및 방법의 다양한 단계, 기능, 및/또는 동작은 다음 중 하나 이상에 의해 실행된다: 전자 회로, 로직 게이트, 멀티플렉서, 프로그래밍 가능한 로직 디바이스, ASIC, 아날로그 또는 디지털 제어부/스위치, 마이크로컨트롤러, 또는 컴퓨팅 시스템. 본원에서 설명되는 것과 같은 방법을 구현하는 프로그램 명령어는 캐리어 매체를 통해 송신될 수도 있거나 또는 캐리어 매체 상에 저장될 수도 있다. 캐리어 매체는 리드 온리 메모리, 랜덤 액세스 메모리, 자기 또는 광학 디스크, 불휘발성 메모리, 솔리드 스테이트 메모리, 자기 테이프 및 등등과 같은 저장 매체를 포함할 수도 있다. 캐리어 매체는, 유선, 케이블, 또는 무선 송신 링크와 같은 송신 매체를 포함할 수도 있다. 예를 들면, 본 개시 전체에 걸쳐 설명되는 다양한 단계는 단일의 컨트롤러(402)(또는 컴퓨터 시스템), 또는, 대안적으로, 다수의 컨트롤러(402)(또는 다수의 컴퓨터 시스템)에 의해 실행될 수도 있다. 또한, 시스템(400)의 상이한 서브시스템은 하나 이상의 컴퓨팅 또는 로직 시스템을 포함할 수도 있다. 따라서, 상기의 설명은 본 개시에 대한 제한으로서가 아니라 단지 예시로서 해석되어야 한다.
컨트롤러(402)는 검출기의 출력을 사용하여 다수의 기능을 수행하도록 구성될 수도 있다. 예를 들면, 컨트롤러(402)는 측정 시스템(401)의 출력을 사용하여 웨이퍼(407) 상의 결함을 검출하도록 구성될 수도 있다. 웨이퍼(407) 상의 결함을 검출하는 것은, 시스템(400)에 의해 생성되는 출력에 어떤 결함 검출 알고리즘 및/또는 방법을 적용하는 것에 의해, 컨트롤러(402)에 의해 수행될 수도 있다. 결함 검출 알고리즘 및/또는 방법은 본원에서 개시되는 것 또는 기술 분야에서 공지되어 있는 임의의 적절한 알고리즘 및/또는 방법을 포함할 수도 있다. 예를 들면, 컨트롤러(402)는 검출기의 출력을 임계치에 비교할 수도 있다. 임계치를 초과하는 값을 갖는 임의의 출력은 잠재적 결함으로서 식별될 수도 있고, 한편, 임계치 미만의 값을 갖는 임의의 출력은 잠재적 결함으로서 식별되지 않을 수도 있다. 다른 예에서, 컨트롤러(402)는 출력에 대한 결함 검출을 수행하지 않고 시스템(400)의 출력을 저장 매체에 전송하도록 구성될 수도 있다. 시스템의 컨트롤러(402)는 또한, 본원에서 설명되는 바와 같이 구성될 수도 있다.
방법의 단계의 각각은 본원에서 설명되는 바와 같이 수행될 수도 있다. 방법은 또한, 본원에서 설명되는 컴퓨터 서브시스템(들) 또는 시스템(들) 및/또는 컨트롤러에 의해 수행될 수 있는 임의의 다른 단계(들)를 포함할 수도 있다. 단계는, 본원에서 설명되는 실시형태 중 임의의 것에 따라 구성될 수도 있는 하나 이상의 컴퓨터 시스템에 의해 수행될 수 있다. 또한, 상기에서 설명되는 방법은 본원에서 설명되는 시스템 실시형태 중 임의의 것에 의해 수행될 수도 있다.
비록 본 개시가 하나 이상의 특정한 실시형태와 관련하여 설명되었지만, 본 개시의 범위를 벗어나지 않으면서 본 개시의 다른 실시형태가 이루어질 수도 있다는 것이 이해될 것이다. 그러므로, 본 개시는 첨부된 청구범위 및 그것의 합리적인 해석에 의해서만 제한되는 것으로 간주된다.

Claims (19)

  1. 시스템으로서,
    프로세서 및 상기 프로세서와 전자 통신하는 전자 데이터 스토리지 유닛을 포함하는 컨트롤러
    를 포함하고, 상기 프로세서는 하나 이상의 소프트웨어 모듈을 실행하도록 구성되고, 상기 하나 이상의 소프트웨어 모듈은,
    세 개의 다이에 대한 명시야(bright field) 이미지 - 상기 세 개의 다이는 투명 또는 반투명 웨이퍼 상에 있고, 상기 명시야 이미지의 각각은 복수의 이미지 행(row) 및 복수의 이미지 열(column)을 포함함 - 를 수신하고;
    상기 세 개의 다이에 대한 암시야(dark field) 이미지 - 상기 암시야 이미지의 각각은 복수의 이미지 행 및 복수의 이미지 열을 포함함 - 를 수신하고;
    상기 명시야 이미지 및 상기 암시야 이미지의 상기 이미지 열의 각각에 대한 제1 계산된 값 - 상기 제1 계산된 값은 상기 이미지 열 중 적어도 하나를 따라 적용되는 커널 사이즈(kernel size)에 기초함 - 을 결정하고;
    상기 이미지 열의 각각의 픽셀에서의 픽셀 강도로부터 상기 제1 계산된 값을 감산하는 것에 의해 제1 차이를 결정하고;
    후보 픽셀 - 상기 후보 픽셀에 대한 상기 제1 차이는 임계치를 초과함 - 을 분류하고;
    제2 계산된 값 - 상기 제2 계산된 값은 상기 커널 사이즈에 기초함 - 을 결정하고;
    상기 픽셀 강도로부터 상기 제2 계산된 값을 감산하는 것에 의해 제2 차이를 결정하며;
    결함을 포함하는 상기 픽셀 - 상기 제2 차이는 결함을 포함하는 상기 픽셀에 대한 상기 임계치를 초과함 - 을 분류하도록 구성된 것인, 시스템.
  2. 제1항에 있어서,
    상기 컨트롤러와 전자 통신하는 명시야 이미징 시스템(imaging system)
    을 더 포함하는, 시스템.
  3. 제1항에 있어서,
    상기 컨트롤러와 전자 통신하는 암시야 이미징 시스템
    을 더 포함하는, 시스템.
  4. 제1항에 있어서,
    상기 제1 계산된 값은 이동 평균(moving mean)인 것인, 시스템.
  5. 제1항에 있어서,
    상기 제2 계산된 값은 국소적 중앙값(local median)인 것인, 시스템.
  6. 제1항에 있어서,
    상기 제2 계산된 값은 상기 후보 픽셀의 각각의 것이고, 상기 제2 차이는 상기 후보 픽셀의 각각으로부터 유래된 것인, 시스템.
  7. 제1항에 있어서,
    상기 세 개의 다이는 이웃하는 다이인 것인, 시스템.
  8. 방법으로서,
    컨트롤러에서, 세 개의 다이에 대한 명시야 이미지 - 상기 세 개의 다이는 투명 또는 반투명 웨이퍼 상에 있고, 상기 명시야 이미지의 각각은 복수의 이미지 행 및 복수의 이미지 열을 포함함 - 를 수신하는 단계;
    상기 컨트롤러에서, 상기 세 개의 다이에 대한 암시야 이미지 - 상기 암시야 이미지의 각각은 복수의 이미지 행 및 복수의 이미지 열을 포함함 - 를 수신하는 단계;
    상기 컨트롤러를 사용하여, 상기 명시야 이미지 및 상기 암시야 이미지의 상기 이미지 열의 각각에 대한 제1 계산된 값 - 상기 제1 계산된 값은 상기 이미지 열 중 적어도 하나를 따라 적용되는 커널 사이즈에 기초함 - 을 결정하는 단계;
    상기 컨트롤러를 사용하여, 상기 이미지 열의 각각의 픽셀에서의 픽셀 강도로부터 상기 제1 계산된 값을 감산하는 것에 의해 제1 차이를 결정하는 단계;
    상기 컨트롤러를 사용하여, 후보 픽셀 - 상기 후보 픽셀에 대한 상기 제1 차이는 임계치를 초과함 - 을 분류하는 단계;
    상기 컨트롤러를 사용하여, 제2 계산된 값 - 상기 제2 계산된 값은 상기 커널 사이즈에 기초함 - 을 결정하는 단계;
    상기 컨트롤러를 사용하여, 상기 픽셀 강도로부터 상기 제2 계산된 값을 감산하는 것에 의해 제2 차이를 결정하는 단계; 및
    상기 컨트롤러를 사용하여, 결함을 포함하는 상기 픽셀 - 상기 제2 차이는 결함을 포함하는 상기 픽셀에 대한 상기 임계치를 초과함 - 을 분류하는 단계
    를 포함하는, 방법.
  9. 제8항에 있어서,
    상기 제1 계산된 값은 이동 평균인 것인, 방법.
  10. 제8항에 있어서,
    상기 제2 계산된 값은 국소적 중앙값인 것인, 방법.
  11. 제8항에 있어서,
    상기 제1 계산된 값 및 상기 제2 계산된 값 중 하나는 저역 통과 필터를 사용한 고속 푸리에 변환(fast Fourier transform)인 것인, 방법.
  12. 제8항에 있어서,
    상기 제1 계산된 값 및 상기 제2 계산된 값 중 하나는 가우시안 커널(Gaussian kernel)과의 컨볼루션인 것인, 방법.
  13. 제8항에 있어서,
    상기 제2 계산된 값은 상기 후보 픽셀의 각각의 것이고, 상기 제2 차이는 상기 후보 픽셀의 각각으로부터 유래된 것인, 방법.
  14. 제8항에 있어서,
    상기 픽셀 강도는 동일한 다이의 동일한 이미지 열에서의 세 개의 이웃하는 픽셀의 평균이고, 상기 제2 계산된 값은 동일한 다이의 동일한 이미지 열에서의 상기 후보 픽셀 및 두 개의 이웃하는 픽셀의 평균이며, 상기 제2 차이는 상기 후보 픽셀의 상기 평균에 기초한 것인, 방법.
  15. 제8항에 있어서,
    상기 제1 계산된 값은 상기 명시야 이미지의 각각 및 상기 암시야 이미지의 각각에 대해 결정된 것인, 방법.
  16. 제8항에 있어서,
    상기 제1 계산된 값 및 상기 제2 계산된 값은 상기 명시야 이미지의 각각 및 동일한 다이의 상기 암시야 이미지의 각각 중 대응하는 하나의 융합된 이미지에 기초하여 결정되고, 상기 명시야 이미지의 각각 및 상기 암시야 이미지의 각각 중 상기 대응하는 하나를 융합하여 상기 융합된 이미지를 형성하는 단계
    를 더 포함하는, 방법.
  17. 제16항에 있어서,
    상기 제2 계산된 값은 국소적 중앙값이고, 상기 제2 계산된 값 및 상기 제2 차이는 상기 명시야 이미지 및 상기 암시야 이미지 둘 모두에 기초하여 결정되며, 상기 임계치는 명시야 임계치 및 암시야 임계치를 포함한 것인, 방법.
  18. 제16항에 있어서,
    상기 제2 계산된 값은 국소적 중앙값이고, 상기 임계치는 상기 융합된 이미지에 대한 것이고, 상기 분류하는 단계는, 제1 값 및 제2 값의 곱의 제곱근을 취하여 제3 값을 형성하는 단계 및 상기 제3 값을 상기 임계치에 비교하는 단계를 포함하고, 상기 제1 값은 상기 명시야 이미지의 상기 국소적 중앙값을 뺀 상기 명시야 이미지의 상기 픽셀 강도이고, 상기 제2 값은 상기 암시야 이미지의 상기 국소적 중앙값을 뺀 상기 암시야 이미지의 상기 픽셀 강도인 것인, 방법.
  19. 제8항에 있어서,
    상기 세 개의 다이는 이웃하는 다이인 것인, 방법.
KR1020207008264A 2017-08-24 2018-08-23 투명 또는 반투명 웨이퍼 상에서의 결함 검출 Active KR102352701B1 (ko)

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
US201762549775P 2017-08-24 2017-08-24
US62/549,775 2017-08-24
US15/803,091 US10402963B2 (en) 2017-08-24 2017-11-03 Defect detection on transparent or translucent wafers
US15/803,091 2017-11-03
PCT/US2018/047620 WO2019040679A1 (en) 2017-08-24 2018-08-23 DETECTION OF DEFECTS ON TRANSPARENT OR TRANSLUCENT SLINGS

Publications (2)

Publication Number Publication Date
KR20200035320A true KR20200035320A (ko) 2020-04-02
KR102352701B1 KR102352701B1 (ko) 2022-01-17

Family

ID=65435468

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020207008264A Active KR102352701B1 (ko) 2017-08-24 2018-08-23 투명 또는 반투명 웨이퍼 상에서의 결함 검출

Country Status (7)

Country Link
US (1) US10402963B2 (ko)
EP (1) EP3646372B1 (ko)
JP (1) JP7169344B2 (ko)
KR (1) KR102352701B1 (ko)
CN (1) CN111033710B (ko)
TW (1) TWI751372B (ko)
WO (1) WO2019040679A1 (ko)

Families Citing this family (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10402963B2 (en) * 2017-08-24 2019-09-03 Kla-Tencor Corporation Defect detection on transparent or translucent wafers
CN110363759B (zh) * 2019-07-22 2021-03-19 国家超级计算天津中心 三维模具调试参数确定方法及装置
US11676260B2 (en) * 2019-09-26 2023-06-13 Kla Corporation Variation-based segmentation for wafer defect detection
FR3109159B1 (fr) * 2020-04-09 2023-06-23 Interscience Procédé de traitement d’images appliqué aux compteurs de colonies en microbiologie
JP7418274B2 (ja) * 2020-04-17 2024-01-19 東京エレクトロン株式会社 異物検査システム、異物検査方法、プログラム及び半導体製造装置
US11631169B2 (en) * 2020-08-02 2023-04-18 KLA Corp. Inspection of noisy patterned features
US11803960B2 (en) * 2020-08-12 2023-10-31 Kla Corporation Optical image contrast metric for optical target search
CN115829900A (zh) * 2021-09-16 2023-03-21 深圳中科飞测科技股份有限公司 检测方法及检测系统、设备和存储介质
CN114937041B (zh) * 2022-07-25 2022-10-25 聊城市博源节能科技有限公司 一种汽车发动机油路铜套缺陷检测方法及系统
CN116840256B (zh) * 2023-07-04 2026-04-17 哈尔滨工业大学 一种明暗场融合谐波显微成像装置及方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US702102A (en) * 1901-06-14 1902-06-10 W A Schrock Connecting-joint for bedsteads.
US5216841A (en) * 1988-09-16 1993-06-08 Pentti Piilonen Sharpening device for the blades of a cross-cutting roller
US20100183393A1 (en) * 2007-09-07 2010-07-22 Makino Milling Mahine Co., Ltd. Method and apparatus for cooling mobile body of machine tool

Family Cites Families (24)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH06100555B2 (ja) 1990-12-19 1994-12-12 東洋ガラス株式会社 透明物体の欠陥検査方法とその装置
JP3148187B2 (ja) * 1998-10-08 2001-03-19 日本電気株式会社 パーティクルモニタシステム及びパーティクル検出方法並びにパーティクル検出プログラムを格納した記録媒体
US6407373B1 (en) * 1999-06-15 2002-06-18 Applied Materials, Inc. Apparatus and method for reviewing defects on an object
US6809809B2 (en) * 2000-11-15 2004-10-26 Real Time Metrology, Inc. Optical method and apparatus for inspecting large area planar objects
JP2003149169A (ja) * 2001-11-16 2003-05-21 Tokyo Seimitsu Co Ltd ウエハ欠陥検査装置
JP4472341B2 (ja) * 2001-11-28 2010-06-02 アプライド マテリアルズ インコーポレイテッド 欠陥検出方法
US6654109B2 (en) * 2002-02-05 2003-11-25 Taiwan Semiconductor Manufacturing Co. Ltd System for detecting surface defects in semiconductor wafers
TW535207B (en) * 2002-05-08 2003-06-01 Powerchip Semiconductor Corp Method for automatically controlling defect-specification in manufacturing process of semiconductors
SE526617C2 (sv) 2003-10-01 2005-10-18 Sick Ivp Ab System och metod för att avbilda ett objekts egenskaper
US7433031B2 (en) * 2003-10-29 2008-10-07 Core Tech Optical, Inc. Defect review system with 2D scanning and a ring detector
CA2580551A1 (en) 2004-09-17 2006-03-23 De.Vice Scientific Incorporated Optical inspection of flat media using direct image technology
JP4562126B2 (ja) * 2004-09-29 2010-10-13 大日本スクリーン製造株式会社 欠陥検出装置および欠陥検出方法
JP4851960B2 (ja) * 2006-02-24 2012-01-11 株式会社日立ハイテクノロジーズ 異物検査方法、および異物検査装置
JP5007979B2 (ja) * 2008-05-22 2012-08-22 独立行政法人産業技術総合研究所 欠陥を検査する方法及び欠陥検査装置
SG164293A1 (en) 2009-01-13 2010-09-29 Semiconductor Technologies & Instruments Pte System and method for inspecting a wafer
KR20120093820A (ko) * 2009-07-01 2012-08-23 케이엘에이-텐코 코포레이션 시변 결함 분류 성능의 모니터링
JPWO2011004534A1 (ja) * 2009-07-09 2012-12-13 株式会社日立ハイテクノロジーズ 半導体欠陥分類方法，半導体欠陥分類装置，半導体欠陥分類プログラム
SG177786A1 (en) * 2010-07-13 2012-02-28 Semiconductor Tech & Instr Inc System and method for capturing illumination reflected in multiple directions
WO2012133591A1 (ja) * 2011-03-30 2012-10-04 株式会社 フジミインコーポレーテッド 研磨用組成物並びにそれを用いた研磨方法及び半導体デバイスの製造方法
JP6080379B2 (ja) * 2012-04-23 2017-02-15 株式会社日立ハイテクノロジーズ 半導体欠陥分類装置及び半導体欠陥分類装置用のプログラム
US9189844B2 (en) * 2012-10-15 2015-11-17 Kla-Tencor Corp. Detecting defects on a wafer using defect-specific information
US9619876B2 (en) 2013-03-12 2017-04-11 Kla-Tencor Corp. Detecting defects on wafers based on 2D scatter plots of values determined for output generated using different optics modes
CN104008550A (zh) * 2014-06-05 2014-08-27 深圳市大族激光科技股份有限公司 晶圆表面缺陷特征分析方法、系统、分类方法和系统
US10402963B2 (en) * 2017-08-24 2019-09-03 Kla-Tencor Corporation Defect detection on transparent or translucent wafers

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US702102A (en) * 1901-06-14 1902-06-10 W A Schrock Connecting-joint for bedsteads.
US5216841A (en) * 1988-09-16 1993-06-08 Pentti Piilonen Sharpening device for the blades of a cross-cutting roller
US20100183393A1 (en) * 2007-09-07 2010-07-22 Makino Milling Mahine Co., Ltd. Method and apparatus for cooling mobile body of machine tool

Also Published As

Publication number Publication date
WO2019040679A1 (en) 2019-02-28
US20190066284A1 (en) 2019-02-28
TWI751372B (zh) 2022-01-01
CN111033710A (zh) 2020-04-17
EP3646372A1 (en) 2020-05-06
US10402963B2 (en) 2019-09-03
TW201921139A (zh) 2019-06-01
EP3646372B1 (en) 2025-10-01
CN111033710B (zh) 2021-09-24
JP2020532122A (ja) 2020-11-05
EP3646372A4 (en) 2021-02-17
KR102352701B1 (ko) 2022-01-17
JP7169344B2 (ja) 2022-11-10

Similar Documents

Publication Publication Date Title
KR102352701B1 (ko) 투명 또는 반투명 웨이퍼 상에서의 결함 검출
US9916653B2 (en) Detection of defects embedded in noise for inspection in semiconductor manufacturing
JP5275017B2 (ja) 欠陥検査方法及びその装置
CA2638415C (en) Patterned wafer defect inspection system and method
US10692203B2 (en) Measuring defectivity by equipping model-less scatterometry with cognitive machine learning
JP4711570B2 (ja) パターン検査方法及び検査装置
KR20180117708A (ko) 제조된 컴포넌트 결함을 국부 적응 문턱값을 사용하여 식별하기 위한 시스템, 방법 및 컴퓨터 프로그램 제품
KR102440742B1 (ko) 반도체 소자 검사 시스템 및 그 동작 방법
US9569834B2 (en) Automated image-based process monitoring and control
KR20180123173A (ko) 노이즈 경계 임계값에 의한 웨이퍼 검사 시스템 및 방법
JP6031151B2 (ja) 欠陥検査方法及びその装置
JP5744965B2 (ja) 欠陥検査方法及びその装置
EP3289607B1 (en) Automated image-based process monitoring and control
KR102380099B1 (ko) 범위 기반 실시간 스캐닝 전자 현미경 비시각적 비너
KR102719204B1 (ko) 노이즈 특성에 기초한 서브케어 영역의 클러스터링
JP2018091771A (ja) 検査方法、事前画像選別装置及び検査システム
US10372113B2 (en) Method for defocus detection
JP4827896B2 (ja) 画像欠陥検査方法、画像欠陥検査装置及び外観検査装置
KR102589631B1 (ko) 뉴슨스 맵에 기반한 광대역 플라즈마 검사
KR20210157792A (ko) 반도체 소자의 자동화 검사용 레시피 생성을 위한 방법, 컴퓨터 시스템 및 장치

Legal Events

Date Code Title Description
PA0105 International application

St.27 status event code: A-0-1-A10-A15-nap-PA0105

PG1501 Laying open of application

St.27 status event code: A-1-1-Q10-Q12-nap-PG1501

A201 Request for examination
A302 Request for accelerated examination
PA0201 Request for examination

St.27 status event code: A-1-2-D10-D11-exm-PA0201

PA0302 Request for accelerated examination

St.27 status event code: A-1-2-D10-D17-exm-PA0302

St.27 status event code: A-1-2-D10-D16-exm-PA0302

E902 Notification of reason for refusal
PE0902 Notice of grounds for rejection

St.27 status event code: A-1-2-D10-D21-exm-PE0902

E13-X000 Pre-grant limitation requested

St.27 status event code: A-2-3-E10-E13-lim-X000

P11-X000 Amendment of application requested

St.27 status event code: A-2-2-P10-P11-nap-X000

P13-X000 Application amended

St.27 status event code: A-2-2-P10-P13-nap-X000

E701 Decision to grant or registration of patent right
PE0701 Decision of registration

St.27 status event code: A-1-2-D10-D22-exm-PE0701

GRNT Written decision to grant
PR0701 Registration of establishment

St.27 status event code: A-2-4-F10-F11-exm-PR0701

PR1002 Payment of registration fee

St.27 status event code: A-2-2-U10-U12-oth-PR1002

Fee payment year number: 1

PG1601 Publication of registration

St.27 status event code: A-4-4-Q10-Q13-nap-PG1601

P22-X000 Classification modified

St.27 status event code: A-4-4-P10-P22-nap-X000

PR1001 Payment of annual fee

St.27 status event code: A-4-4-U10-U11-oth-PR1001

Fee payment year number: 4

P22-X000 Classification modified

St.27 status event code: A-4-4-P10-P22-nap-X000