TW201517192A - 晶片對資料庫的影像檢測方法 - Google Patents

晶片對資料庫的影像檢測方法 Download PDF

Info

Publication number
TW201517192A
TW201517192A TW103111539A TW103111539A TW201517192A TW 201517192 A TW201517192 A TW 201517192A TW 103111539 A TW103111539 A TW 103111539A TW 103111539 A TW103111539 A TW 103111539A TW 201517192 A TW201517192 A TW 201517192A
Authority
TW
Taiwan
Prior art keywords
wafer
image
inspection
actual image
database
Prior art date
Application number
TW103111539A
Other languages
English (en)
Inventor
Tuung Luoh
Hsiang-Chou Liao
Ling-Wuu Yang
Ta-Hone Yang
Kuang-Chao Chen
Original Assignee
Macronix Int Co Ltd
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 Macronix Int Co Ltd filed Critical Macronix Int Co Ltd
Publication of TW201517192A publication Critical patent/TW201517192A/zh

Links

Classifications

    • 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
    • G06T7/0006—Industrial image inspection using a design-rule based approach
    • 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

Landscapes

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

Abstract

一種晶片對資料庫的影像檢測方法並可選擇整個晶圓中欲檢查之各晶片位置。在此方法中，先選擇一晶圓中欲檢查之多個晶片位置中的數個檢查區域，再取得所述檢查區域的實際影像，並對所述實際影像的位置進行解碼。然後，對所述實際影像進行影像萃取，以得到數個影像輪廓，隨後比對所述輪廓與上述晶片的設計資料庫，以得到缺陷檢測的結果，並可實施到整個晶圓。

Description

晶片對資料庫的影像檢測方法
本發明是有關於一種晶片檢測方法，且特別是有關於一種晶片對資料庫(D2DB)的影像檢測方法。
隨著IC製程的線寬持續縮小，製程的關鍵尺寸(CD)的控制與監測也更加重要。以奈米世代半導體技術來看，要精確檢測出晶片表面結構之缺陷也更加不易。
一般有使用電子束檢測工具(E-beam inspection tool)來檢測晶圓表面結構但都以少量百分比的檢查面積來判定其晶圓缺陷表現好壞，這種方法大部份為晶片比晶片 (die to die) 的檢測方法。隨著製程微縮許多系統性缺陷(systematic defect)的發生, 這是晶片比晶片檢測方法無法發現的缺陷。 因此，這須要晶片對資料庫(die to database) 的檢測方法，但是因單位晶片面積大，E-Beam檢測需要將整個晶片的影像都取得後才能一一進行檢查，所以單片晶片檢測時間往往長達數個月。因此，如何有效將檢測面積縮小是一重要課題，另外，因為半導體元件線寬小，所以有可能發生光學鄰近效應校正(OPC)的資料不準確，而導致晶片生產後才發現缺陷，這些一般都在已經生產了很多產品後才被發現，所以嚴重影響奈米世代半導體元件之良率。
因此目前亟需能有效的晶片對資料庫(die to database) 的檢測方法。
本發明提供一種晶粒對資料庫(die to database，D2DB)的影像檢測方法，能即時取得精確的影像檢測結果也可在離線 (off-line)時取得精確的影像檢測結果。
本發明另提供一種晶片對資料庫(D2DB)的影像檢測方法，能快速取得整個晶片中各個檢查區域內的檢測結果。
本發明的晶片對資料庫的影像檢測方法，包括選擇晶圓中欲檢查之晶片位置中的數個檢查區域，再取得所述檢查區域的實際影像，並對所述實際影像的位置進行解碼。然後，對所述實際影像進行影像萃取，以得到數個影像輪廓，隨後比對所述影像輪廓與所述晶片圓的設計資料庫(design database)，以得到整個晶圓中欲檢查之晶片的缺陷檢測的結果。
在本發明的一實施例中，上述方法在取得所述實際影像之前還可重新設定所述檢查區域的座標，以使各區域實際影像重疊的部份降至最少。
本發明另一種晶片對資料庫的影像檢測方法，包括選擇一晶圓中欲檢查之晶片位置中的數個檢查區域，再取得所述檢查區域的實際影像，並對所述實際影像的位置進行解碼。然後，根據所述實體座標使所述實際影像大小1:1直接顯示於所述晶片的設計資料庫上，再比對所述實際影像與所述設計資料庫，以進行缺陷分類。
在本發明的各個實施例中，選擇上述檢查區域之方法包括設定在所述設計資料庫中之關鍵尺寸(CD)在一預定值以下的區域為檢查區域。
在本發明的一實施例中，選擇上述檢查區域之方法包括根據設計法則(design rule)將超過一預定數值或低於一預定數值的區域設定為檢查區域。
在本發明的各個實施例中，選擇上述檢查區域之方法包括根據先前進行的晶圓從缺陷檢測結果選定檢查區域, 其中檢測機台為亮場檢測 (bright field inspection) 、 暗場檢測 (dark field inspection) 、電子束檢測工具(E-beam inspection tool) 或其他光學掃描儀器 (optical scanning tool)。
在本發明的各個實施例中，取得上述實際影像的方法包括利用電子束檢測方式取得所述實際影像。
在本發明的各個實施例中，用來執行上述電子束檢測方式的儀器包括電子束檢測工具(E-beam inspection tool)、搭配波長150nm~800nm光源的亮場檢測(bright field inspection)設備、搭配雷射光源的暗場檢測(laser light source with dark field inspection)設備、或掃描式電子顯微鏡(scanning electron microscope review tool)。
在本發明的各個實施例中，取得所述實際影像之方法還可進而包括對實際影像中的定義圖形中繼檔(metafile)進行解碼並標示所述晶片位置(die)及相對掃描晶片原點(die corner)之缺陷座標位置，以便將實際影像轉入晶片資料庫。
在本發明的各個實施例中，取得所述實際影像之方法進而包括解碼實際影像之檔名並標示出所述晶片位置及相對掃描晶片原點(die corner)之缺陷座標位置，以便將實際影像轉入晶片資料庫。
在本發明的各個實施例中，取得所述實際影像之方法包括根據已知所在晶片位置(die)及相對掃描晶片原點(die corner)之缺陷座標位置，僅作拍攝動作，進而將上述已知晶片位置及相對影像轉入晶片資料庫。
在本發明的各個實施例中，上述設計資料庫包括原始設計資料庫之GDS檔、模擬的後光學鄰近效應校正(post-OPC)之GDS檔、或由模擬器(simulated tool)所轉換得到設計資料庫。
在本發明的各個實施例中，選擇上述檢查區域之方法包括選擇整個晶圓中的所有晶片位置作為所述檢查區域。
在本發明的各個實施例中，在取得所述檢查區域的實際影像之前，為了使檢測設備在一晶圓能在每個晶片(die) 都能準確對位，可先做晶片對位(die register, i.e align with some position in each die)，即在每個晶片對準同樣位置(如原點)；以及在不同晶片上置入相同易認位置(easy to identify position)或晶片原點(virtual die corner)在欲拍攝位置上或欲拍照檢測之座標檔案(Klarf file)上增進其對準效果。
基於上述，本發明藉由把實際影像顯示於設計資料庫上，所以能即時或離線取得特定的檢查區域內之缺陷資訊。而且，本發明利用影像萃取的方式進行實際影像與設計資料庫的比較。能得到精確的結果。另外，本發明如根據實體座標直接比較實際影像與設計資料庫，則可更為快速地得到缺陷資訊。
為讓本發明的上述特徵和優點能更明顯易懂，下文特舉實施例，並配合所附圖式作詳細說明如下。
圖1是依照本發明的一實施例的一種晶片對資料庫的影像檢測流程圖。
在圖1中，先進行步驟100，選擇一晶圓中欲檢查之多個晶片位置中的數個檢查區域。選擇檢查區域的步驟能將整個檢測流程的時間大幅縮短，並且經由本實施例的方式還可檢測出已知以及/或是未知的缺陷。在本實施例中減少受測的檢查區域之方式有很多種，例如根據風險分析(risk analysis)、圖案密度(pattern density)、設計法則(design rule)、最小關鍵尺寸(minimum CD)、圖案均勻度(pattern uniformity)、或經KLA亮場或暗場光學儀器檢測得到的結果，來挑選要進行以下各個步驟的區域。如果需要的話，仍可選擇整個晶片的全部區域執行以下各個步驟。
詳細地說，本實施例選擇檢查區域之方法有以下幾種。第一種是設定在設計資料庫(design database)中之關鍵尺寸(CD)在一預定值以下的區域為檢查區域。所述設計資料庫例如原始設計資料庫之圖形資料系統(graphic data system，GDS)檔、模擬的後光學鄰近效應校正(post-OPC)之GDS檔、或由模擬器(simulated tool)所轉換得到設計資料庫等。第二種選擇方法是依照經驗法則將容易發生缺陷的區域設定為檢查區域。第三種選擇是根據設計法則(design rule)將超過一預定數值或低於一預定數值的區域設定為檢查區域，譬如黃光規則檢查(lithographic rule checking，LRC)與設計規則檢查(design rule checking，DRC)、風險注意區(care area)等可直接轉移，作為選擇檢查區域的依據。第四種選擇方法是根據先前進行的晶圓缺陷檢測結果選定檢查區域，其中所述晶圓缺陷檢測例如是經KLA儀器檢測得到的結果，其檔案形式稱為KLARF (即KLA result file)，且KLARF輸出可能來自多種不同光源和解析度的掃描、光學掃描、或單一條件的單次掃描。以上各種選擇方法可單獨使用或者合併兩種以上運用。此外，本實施例的方法仍包括選擇整個晶圓中的所有晶片位置作為檢查區域。
接著進行步驟110，取得所述檢查區域的實際影像(raw images)，其中取得實際影像的方法例如利用電子束檢測方式取得。而用來執行上述電子束檢測方式的儀器可為電子束檢測工具(E-beam inspection tool)、搭配波長150nm~800nm光源的亮場檢測(bright field inspection)設備、搭配雷射光源的暗場檢測(laser light source with dark field inspection)設備、或掃描式電子顯微鏡(scanning electron microscope review tool)等。上述方式取得的實際影像在輸出時進而對實際影像中的定義圖形中繼檔(metafile)進行解碼並標示所在晶片位置(die)及相對掃描晶片原點(die corner)之缺陷座標位置，以便將實際影像轉入晶片資料庫。另外，取得實際影像的方法也可進而解碼實際影像之檔名並標示所述晶片位置及相對掃描晶片原點(die corner)之缺陷座標位置，以便將實際影像轉入晶片資料庫。此外，取得實際影像的方法也可根據已知所在晶片位置(die)及相對掃描晶片原點(die corner)之缺陷座標位置，如檢測座標(Klarf file)僅作拍攝動作，進而將已知晶片位置及相對影像轉入晶片資料庫。
此外，在取得實際影像之前還可重新設定所述檢查區域的座標，以使各區域重疊的部分降至最少。舉例來說，如果步驟100時是根據先前進行的晶圓缺陷檢測結果(如KLA檢測)選定檢查區域，則會得到如圖3A所示的示意圖。圖3A是在晶片(chip)中有五個檢查區域300a-e，但是這些區域300a-e明顯有很多部分是彼此重疊的。如果晶圓中的同一部位遭受多次電子束照射的檢測，有可能會破壞線路結構，所以應避免檢查區域彼此重疊。因此，可藉由此規則，經運算最佳化將檢查區域300a-e根據其座標排除重疊的部分，而保留圖3B的區域300c，或者將檢查區域300a-d重新設定不重疊的檢查區域。
另外，在進行步驟110之前，為了使檢測設備在一晶圓能在每個晶片(die)都能準確對位，還可先做晶片對位(die register, i.e align with some position in each die)，即在每個晶片對準同樣位置(如原點)；抑或，在不同晶片上置入相同易認位置(easy to identify position)或晶片原點(virtual die corner)在欲拍攝位置上或欲拍照檢測之座標檔案(Klarf file)上，以增進其對準效果。
之後，進行步驟120，對所述實際影像的位置進行解碼，以得到實際影像的實體座標。這個步驟可與上一步驟110一樣自電子束檢測的儀器中輸出。也就是說，藉由將LRC或Care area、risk area利用電子束檢測並拍攝完畢(步驟110)之後，把相對於檢測機台檢測位置轉換為設計資料庫(design base) GDS座標對到相對應之設計佈局(design layout)上(比例為1:1)。
圖2A顯示針對特定區域200 (假設一矩陣大小)，以固定視區(field of view，FOV)之影像進行實際影像(raw images)拍照錄製動作，假設對應相同線路結構的區域202是圖案密度高的區域，所以可將其選為檢查區域。另外，也可以將CD值在某數值以下的區域204a-d設為檢查區域。如此一來，原本應該全面取得影像資料的檢測流程，將縮減成只需對其中七個區域202、204a-d進行檢測，能大幅節省所需時間。之後可將得到的實際影像轉換至對應晶片資料庫示意圖，在此過程中所檢測之影像即被錄製在晶片資料庫比對報告上。
圖2B是圖2A的一實際例子之示意圖，原本應檢測拍攝錄製整個晶片210大部分區域(上圖之斜線部分)，假設面積有0.24cm2 。但是在經過有效分析後，請見下圖，其風險注意區(care area)可轉為許多大大小小的矩形區塊(polygon)212a，在放大後可看出矩形區塊212b內有缺陷，最小單位為拍照之視區(FOV)大小。由於矩形區塊212a之面積只有0.0000225cm2 ，所以比原本要執行檢測的區域約縮小一萬倍的面積，因此能大幅節省檢測所需時間。
然後，可選擇進行步驟130或者步驟150。
在步驟130中，對所述每張實際影像進行影像萃取(image extraction)，以得到各張影像輪廓。上述影像萃取能萃取出二維(2D) 影像的輪廓(contour)。至於影像萃取的方法例如邊緣輪廓萃取(Edge contour extraction)、自仿射繪圖系統(Self-Affine mapping system)、自仿射蛇行模式 (Self- Affine snake model)、主動輪廓模式(Active contour model)、最大期望(expectation- maximisation)演算法、主成分分析(Principal component analysis)、層集(level sets)演算法或蒙地卡羅法(Monte Carlo techniques)。而且上述影像萃取可以是線上(on-line)萃取，可藉由快速演算而達到即時處理的功效，並且能標示出座標。
在步驟130之後進行步驟140，比對所述影像輪廓與所述晶片的設計資料庫，以即時得到缺陷檢測的結果。由於能將影像輪廓顯示於設計資料庫之圖形上，所以能即時且精確地比對出影像輪廓與設計資料庫之差別而直接判定其為缺陷並將其差別大小及嚴重性分類。本實施例還可藉由晶圓內位於不同晶片(chip)之檢測結果得到重複的系統缺陷(systematic defect)或熱點(hot spot)。
此外，如果在步驟120之後進行步驟150，則是根據所述實體座標使實際影像大小1:1直接顯示於晶圓的設計資料庫上。
然後進行步驟160，比對實際影像與設計資料庫，以進行缺陷分類。經由步驟150~160所進行的離線比較，因為視區(FOV)大(3µm ~50µm)、解析度好，所以能在同一影像內找出多個缺陷；並且沒有影像質量和對比度的問題，在影像交接處也不會不正確的問題。在本實施例中，步驟160可以直接以目視的方式進行比對，但本發明並不限於此。
除此之外，因應不同情況可對上述本發明的檢測流程進行更改，譬如依序進行以下步驟。
第一步驟: 選擇晶圓，其中被選的晶圓可為FEM或PWQ(Process Window Qualification)晶圓、或者普通的晶圓。
第二步驟: 選擇風險注意區域(care area)，且可參照圖1的步驟100。譬如藉由風險分析輸入(如LRC、DRC等結果)選定檢查區域。另外也可藉由風險圖案規定(risk pattern specified)的圖案搜尋或相似性(similarity)選定檢查區域。此外，還可藉由風險注意區縮減或自KLA BF或DF選定檢查區域。
第三步驟: 使用KLA BF或DF抑或E-beam tool來檢測並進行拍攝。
第四步驟: 進行電子束最佳化(e beam optimize)。
第五步驟: 裝載晶圓並取得根據第二步驟所選定的區域之實際影像。
第六步驟: 對上述影像進行解碼到layout上。
第七步驟: 對layout進行影像萃取。
第八步驟: 比對輪廓差異(contour differences)與設計資料庫目標(design target)，其中依照所選的區域，可選擇每單位做一次量測，單位可選從0.0001µm~ 0.5µm測一次。
第九步驟: 把「線寬或線距(line or space)」、「線端(line end)」、「最大值“max”」、「最小值“min”」、「平均值(average)」、「3 sigma」、「target」、「bias」、「bias percentage」、 LER (line edge roughness)、LWR (line width roughness)…等與設計目標比對後輸出。然後設定臨界條件(threshold condition)再將缺陷依比對差別程度分類, 若線寬比標準目標大很多則易形成橋接(bridge)、若線寬比標準目標小很多則形成斷路(open)。最後輸出分類嚴重性及其最終缺陷解析結果。此些缺陷均可依晶片資料庫座標系找出相對應位置。
同時請注意，上述步驟中應排除使用一種避免實際影像界面導致誤差的演算法。
綜上所述，本發明因為能直接把E-beam影像放在資料庫上，並有座標進行對準，因此能即時或者離線對表面結構中想要得到資訊的特定目標區域取得缺陷資訊，並迅速與標準影像或資料庫作比較。
雖然本發明已以實施例揭露如上，然其並非用以限定本發明，任何所屬技術領域中具有通常知識者，在不脫離本發明的精神和範圍內，當可作些許的更動與潤飾，故本發明的保護範圍當視後附的申請專利範圍所界定者為準。
100~160‧‧‧步驟
200‧‧‧特定區域
202、204-d、300a-e‧‧‧區域
210‧‧‧晶片
212a、212b‧‧‧矩形區塊
圖1是依照本發明的一實施例的一種晶片對資料庫的影像檢測流程圖。 圖2A是本發明的實施例中針對特定區域進行實際影像取得的示意圖。 圖2B是圖2A的一實際例子之示意圖。 圖3A顯示在一晶圓中有數個檢查區域之示意圖。 圖3B是將圖3A的檢查區域重新設定後的示意圖。
100~160‧‧‧步驟

Claims (15)

  1. 一種晶片對資料庫的影像檢測方法，包括： 選擇一晶圓中欲檢查之多數個晶片位置中的多數個檢查區域； 取得所述檢查區域的實際影像； 對所述實際影像的位置進行解碼； 對所述實際影像進行影像萃取，以得到多數個影像輪廓；以及 比對所述影像輪廓與所述晶片的設計資料庫(design database)，以得到所述晶圓中欲檢查之所述晶片位置的缺陷檢測的結果。
  2. 如申請專利範圍第1項所述的晶片對資料庫的影像檢測方法，其中在取得所述實際影像之前更包括：重新設定所述檢查區域的座標，以使各區域重疊的部分降至最少。
  3. 一種晶片對資料庫的影像檢測方法，包括： 選擇一晶圓中欲檢查之多數個晶片位置中的多數個檢查區域； 取得所述檢查區域的實際影像； 對所述實際影像的位置進行解碼，以得到所述實際影像的實體座標； 根據所述實體座標使所述實際影像大小1:1直接顯示於所述晶片的設計資料庫(design database)上；以及 比對所述實際影像與所述設計資料庫，以進行缺陷分類。
  4. 如申請專利範圍第1項或第3項所述的晶片對資料庫的影像檢測方法，其中選擇所述晶圓中欲檢查之所述晶片位置中的所述檢查區域之方法包括依照經驗法則將容易發生缺陷的區域設定為所述檢查區域。
  5. 如申請專利範圍第1項或第3項所述的晶片對資料庫的影像檢測方法，其中選擇所述晶圓中欲檢查之所述晶片位置中的所述檢查區域之方法包括根據設計法則(design rule)將超過一預定數值或低於一預定數值的區域設定為所述檢查區域。
  6. 如申請專利範圍第1項所述的晶片對資料庫的影像檢測方法，其中選擇所述晶圓中欲檢查之所述晶片位置中的所述檢查區域之方法包括根據先前進行的一晶圓缺陷檢測結果選定所述檢查區域。
  7. 如申請專利範圍第1項或第3項所述的晶片對資料庫的影像檢測方法，其中取得所述實際影像的方法包括利用電子束檢測方式取得所述實際影像。
  8. 如申請專利範圍第7項所述的晶片對資料庫的影像檢測方法，其中執行所述電子束檢測方式的儀器包括電子束檢測工具(E-beam inspection tool)、搭配波長150nm~800nm光源的亮場檢測(bright field inspection)設備、或搭配雷射光源的暗場檢測(laser light source with dark field inspection)設備或掃描式電子顯微鏡(scanning electron microscope review tool)。
  9. 如申請專利範圍第1項或第3項所述的晶片對資料庫的影像檢測方法，其中取得所述檢查區域的所述實際影像之方法更包括對所述實際影像中的定義圖形中繼檔(metafile)進行解碼並標示出所述晶片位置及相對掃描晶片原點(die corner)之缺陷座標位置。
  10. 如申請專利範圍第1項或第3項所述的晶片對資料庫的影像檢測方法，其中取得所述檢查區域的所述實際影像之方法更包括對所述實際影像之檔名進行解碼並標示出所述晶片位置及相對掃描晶片原點(die corner)之缺陷座標位置。
  11. 如申請專利範圍第1項或第3項所述的晶片對資料庫的影像檢測方法，其中取得所述檢查區域的所述實際影像之方法包括： 對已知晶片位置(die)及相對掃描晶片原點(die corner)之缺陷座標位置作拍攝動作；以及 將所述已知晶片位置及相對影像轉入晶片資料庫。
  12. 如申請專利範圍第1項或第3項所述的晶片對資料庫的影像檢測方法，其中所述設計資料庫包括原始設計資料庫之GDS檔、模擬的後光學鄰近效應校正(post-OPC)之GDS檔、或由模擬器(simulated tool)所轉換得到設計資料庫。
  13. 如申請專利範圍第1項或第3項所述的晶片對資料庫的影像檢測方法，其中選擇所述晶圓中欲檢查之所述晶片位置中的所述檢查區域之方法包括：選擇整個晶圓中的所有晶片位置作為所述檢查區域。
  14. 如申請專利範圍第1項或第3項所述的晶片對資料庫的影像檢測方法，其中在取得所述檢查區域的所述實際影像之前，更包括進行晶片對位(die register)，以增進其對準效果。
  15. 如申請專利範圍第1項或第3項所述的晶片對資料庫的影像檢測方法，其中在取得所述檢查區域的所述實際影像之前，更包括： 在不同的所述晶片上置入相同記號之位置(identify position)在欲拍攝位置上或欲拍照檢測之座標檔案上增進其對準效果；以及 在不同的所述晶片上置入晶片原點(virtual die corner)在欲拍攝位置上或欲拍照檢測之座標檔案上增進其對準效果。
TW103111539A 2013-10-23 2014-03-27 晶片對資料庫的影像檢測方法 TW201517192A (zh)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
US201361894440P 2013-10-23 2013-10-23

Publications (1)

Publication Number Publication Date
TW201517192A true TW201517192A (zh) 2015-05-01

Family

ID=52826230

Family Applications (1)

Application Number Title Priority Date Filing Date
TW103111539A TW201517192A (zh) 2013-10-23 2014-03-27 晶片對資料庫的影像檢測方法

Country Status (3)

Country Link
US (1) US20150110384A1 (zh)
CN (1) CN104568979A (zh)
TW (1) TW201517192A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI741541B (zh) * 2020-03-26 2021-10-01 華邦電子股份有限公司 影像分析系統及影像分析方法

Families Citing this family (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102310123B1 (ko) * 2014-09-05 2021-10-08 삼성전자주식회사 반도체 소자의 패턴 분석방법
US20160110859A1 (en) * 2014-10-17 2016-04-21 Macronix International Co., Ltd. Inspection method for contact by die to database
US10012599B2 (en) 2015-04-03 2018-07-03 Kla-Tencor Corp. Optical die to database inspection
CN106290390B (zh) * 2015-05-24 2019-11-26 上海微电子装备（集团）股份有限公司 缺陷检测装置及方法
CN106409706B (zh) * 2015-07-27 2019-04-05 鸿骐新技股份有限公司 点胶状况的检测方法及点胶状况的检测机构
US10304178B2 (en) * 2015-09-18 2019-05-28 Taiwan Semiconductor Manfacturing Company, Ltd. Method and system for diagnosing a semiconductor wafer
US9928446B2 (en) 2016-07-13 2018-03-27 Dongfang Jingyuan Electron Limited Augmented automatic defect classification
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系统
US10902576B2 (en) * 2016-08-12 2021-01-26 Texas Instruments Incorporated System and method for electronic die inking after automatic visual defect inspection
JP2018116022A (ja) * 2017-01-20 2018-07-26 三菱重工機械システム株式会社 寸法計測システム、寸法計測システム用のサーバ及び寸法計測方法
CN108039326B (zh) * 2017-11-29 2020-06-30 上海华力微电子有限公司 根据电路设计图形设置扫描阈值的方法
CN108461414A (zh) * 2018-03-30 2018-08-28 上海华力微电子有限公司 一种增加晶圆扫描面积的方法
CN110727247B (zh) * 2018-07-17 2022-10-04 敖翔科技股份有限公司 半导体厂缺陷操作系统及装置
US11122680B2 (en) * 2019-03-18 2021-09-14 International Business Machines Corporation Passive methods of loose die identification
CN111539955A (zh) * 2020-05-28 2020-08-14 上海华力集成电路制造有限公司 一种缺陷检测方法
CN114092385A (zh) * 2020-08-27 2022-02-25 北京市天元网络技术股份有限公司 基于机器视觉的工业机械故障检测方法及装置
CN113533356A (zh) * 2021-09-16 2021-10-22 武汉精创电子技术有限公司 晶粒阵列缺陷检测方法、装置、设备及可读存储介质
US12444628B2 (en) * 2022-06-24 2025-10-14 Kla Corporation Image modeling-assisted contour extraction
CN115375679B (zh) * 2022-10-24 2023-01-20 广东工业大学 一种缺陷芯片寻边寻点定位方法及装置

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1154168C (zh) * 1999-08-16 2004-06-16 台湾积体电路制造股份有限公司 晶片缺陷检查及特性分析的方法
EP2587515A1 (en) * 2000-06-27 2013-05-01 Ebara Corporation Inspection system by charged particle beam and method of manufacturing devices using the system
JP2004363085A (ja) * 2003-05-09 2004-12-24 Ebara Corp 荷電粒子線による検査装置及びその検査装置を用いたデバイス製造方法
JP5159373B2 (ja) * 2008-03-06 2013-03-06 オリンパス株式会社 基板検査方法
CN101872715B (zh) * 2009-04-21 2012-02-08 南茂科技股份有限公司 晶片缺陷标示系统
US9466463B1 (en) * 2012-11-20 2016-10-11 Multibeam Corporation Charged particle beam substrate inspection using both vector and raster scanning
CN103500722B (zh) * 2013-10-21 2016-04-06 上海华力微电子有限公司 一种电子束缺陷检测方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI741541B (zh) * 2020-03-26 2021-10-01 華邦電子股份有限公司 影像分析系統及影像分析方法

Also Published As

Publication number Publication date
US20150110384A1 (en) 2015-04-23
CN104568979A (zh) 2015-04-29

Similar Documents

Publication Publication Date Title
TW201517192A (zh) 晶片對資料庫的影像檢測方法
TWI524079B (zh) 晶片對資料庫的接觸窗檢測方法
US9171364B2 (en) Wafer inspection using free-form care areas
US10483081B2 (en) Self directed metrology and pattern classification
TWI665442B (zh) 用於判定將對一試樣執行之一度量程序之參數之系統、方法及非暫時性電腦可讀取媒體
TWI618161B (zh) 使用設計資料於半導體晶圓上偵測重複缺陷之方法、系統及非暫時性電腦可讀媒體
TWI686718B (zh) 判定用於樣本上之關注區域之座標
JP2020057008A (ja) デバイスの特性の予測方法及びシステム
TW201602565A (zh) 使用高解析度全晶粒圖像資料進行檢查
TWI515813B (zh) Charged particle - ray device
US8675949B2 (en) Reviewed defect selection processing method, defect review method, reviewed defect selection processing tool, and defect review tool
TWI603078B (zh) 高準確性基於設計之分類
JP2004077390A (ja) パターン検査装置
TWI734720B (zh) 檢查晶圓之系統及方法
KR102043486B1 (ko) 설계 데이터 공간에서 검사 시스템 출력의 위치 결정
JP4778685B2 (ja) 半導体デバイスのパターン形状評価方法及びその装置
US20160110859A1 (en) Inspection method for contact by die to database
IL257205A (en) Self-directed metrology and example classification
JP4233556B2 (ja) 画像補正装置、パターン検査装置、画像補正方法、及び、パターン検査方法
US10303839B2 (en) Electrically relevant placement of metrology targets using design analysis
CN105588844A (zh) 芯片对数据库的接触窗检测方法
CN104851817A (zh) 电子束检测优化方法