TWI771690B - 晶圓觀察裝置及晶圓觀察方法 - Google Patents
晶圓觀察裝置及晶圓觀察方法 Download PDFInfo
- Publication number
- TWI771690B TWI771690B TW109118260A TW109118260A TWI771690B TW I771690 B TWI771690 B TW I771690B TW 109118260 A TW109118260 A TW 109118260A TW 109118260 A TW109118260 A TW 109118260A TW I771690 B TWI771690 B TW I771690B
- Authority
- TW
- Taiwan
- Prior art keywords
- image
- wafer
- recipe
- alignment
- unit
- Prior art date
Links
Images
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
- G06T7/001—Industrial image inspection using an image reference approach
-
- H10P72/0612—
-
- H10P72/0604—
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
- G06T7/33—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods
- G06T7/337—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods involving reference images or patches
-
- H10P72/0606—
-
- H10P74/23—
-
- H10P74/238—
-
- 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
- G06T2207/10061—Microscopic image from scanning electron microscope
-
- 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
-
- H10P74/203—
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Quality & Reliability (AREA)
- Computer Hardware Design (AREA)
- Power Engineering (AREA)
- Microelectronics & Electronic Packaging (AREA)
- Manufacturing & Machinery (AREA)
- Testing Or Measuring Of Semiconductors Or The Like (AREA)
- Condensed Matter Physics & Semiconductors (AREA)
- Image Analysis (AREA)
- Analysing Materials By The Use Of Radiation (AREA)
- Automation & Control Theory (AREA)
Abstract
本發明係於晶圓觀察裝置中,可僅自動選擇需要更新之項目並根據所選擇之項目更新配方。
於具備掃描型電子顯微鏡、控制部、記憶部及運算部之晶圓觀察裝置中,構成為於控制部中具備:晶圓觀察部,其觀察半導體元件之晶圓;及圖像獲取部,其獲取晶圓之圖像;於記憶部中具備:圖像記憶部,其記憶晶圓之圖像或模板圖像;及配方記憶部,其記憶包含模板圖像中所附帶之匹配成功與否判定用閾值、圖像處理參數集及使用優先度之晶圓對準用配方;且於運算部中具備:配方讀入部,其讀入模板圖像及晶圓對準用配方;配方更新需要與否判定部,其判定晶圓對準用配方是否需要更新;及配方更新部,其基於配方更新需要與否判定部中之判定結果而更新晶圓對準用配方。
Description
本發明係關於一種觀察半導體晶圓之晶圓觀察裝置及晶圓觀察方法。
為了提高半導體元件之良率,使用在半導體元件之製造工序之中途對半導體晶圓進行檢查或觀察之晶圓觀察裝置。晶圓觀察裝置藉由將晶圓搬送至載台上之後,自動地檢測設計上之位置已知之唯一圖案(對準標記)之位置,而算出半導體晶圓相對於載台之旋轉角度及位置偏移量(以下,記載為晶圓對準)。
一般而言,為了檢測對準標記,而使用模板匹配法。於模板匹配法中,預先將於視野內包含對準標記之圖像作為模板圖像登記於配方。於晶圓對準時,以於視野內包含半導體晶圓上之對準標記之方式獲取圖像(對準用圖像),並相對於所獲取之對準用圖像,一面拖動模板圖像一面進行重合,而算出圖像彼此之類似度,並特定出類似度最高之部位,藉此檢測出對準標記。
於模板匹配中,為了加強模板圖像或對準用圖像中之對準標記之對比度提高檢測精度,較為有效的是應用如邊緣抽取之圖像處理,並使用應用圖像處理所得之圖像而算出類似度。
又,於模板圖像與對準用圖像之類似度較低之情形時,對準標記之位置檢測失敗之可能性較高,故而一般將類似度與匹配成功與否判定用閾值進行比較,而判定模板匹配成功與否。
於晶圓對準時所使用之晶圓對準用配方中,除模板圖像以外,針對每個模板圖像還保存有用以判定模板匹配成功與否之匹配成功與否判定用閾值、及應用圖像處理時所使用之圖像處理參數集。
作為容易地管理配方之一方法,於日本專利特開2011-174757號公報(專利文獻1)中,記載有一種更新檢查配方之方法。
[先前技術文獻]
[專利文獻]
[專利文獻1]日本專利特開2011-174757號公報
[發明所欲解決之問題]
於半導體生產線中,經由多個工序製造多個品種。因此,晶圓觀察裝置必須觀察該等各種品種及工序之晶圓。若品種及工序不同,則電路圖案之外觀發生變化,故而配方較理想為針對每個品種與工序之組合製作、管理。但是,於此情形時配方數成為龐大之數量,故而適當之管理變得重要。
為了有效率地管理配方,配方之共通化變得重要。與晶圓對準相關之配方只要對準標記之外觀類似則可共通化。一般而言,於品種名或工序名一致之情形時,對準標記類似之情形較多。然而,未必限於此,必須觀察對準標記之後再判斷能否共通化。又,亦存在因經時或突發之製造程序變動而導致與配方內之模板圖像之類似度降低之情形,從而模板圖像或匹配成功與否判定用閾值或圖像處理參數集之管理較為重要。
如上所述,於半導體生產線中存在多個品種、工序,故而為了進行有效率之配方管理,較理想為裝置自動製作或自動更新配方。但是,為了實現穩定之配方更新,僅自動選擇需要更新之項目並根據所選擇之項目更新配方較為重要。於專利文獻1中,並不存在與關於晶圓對準之配方之更新相關之詳細記載。尤其是,不存在與僅自動選擇需要更新之項目之方法相關之記載。
本發明係解決上述先前技術之問題而提供一種晶圓觀察裝置及晶圓觀察方法者,上述晶圓觀察裝置及晶圓觀察方法藉由判定晶圓對準用配方是否需要更新,選擇配方所包含之模板圖像或匹配成功與否判定用閾值或圖像處理參數集之中需要更新之1個以上之項目,並根據所選擇之項目更新配方,而可有效率地管理配方。
[解決問題之技術手段]
為了解決上述先前技術之問題,於本發明中,具備掃描型電子顯微鏡、控制部、記憶部及運算部且觀察半導體元件之晶圓之晶圓觀察裝置構成為,於控制部中具備:晶圓觀察部,其控制掃描型電子顯微鏡而觀察半導體元件之晶圓;及圖像獲取部,其獲取由晶圓觀察部觀察到之晶圓之圖像;於記憶部中具備:圖像記憶部,其記憶由圖像獲取部獲取之晶圓之圖像或模板圖像;及配方記憶部,其記憶包含模板圖像中所附帶之匹配成功與否判定用閾值、圖像處理參數集及使用優先度之晶圓對準用配方;且於運算部中具備:配方讀入部,其讀入圖像記憶部中所記憶之模板圖像及配方記憶部中所記憶之晶圓對準用配方;配方更新需要與否判定部,其判定配方記憶部中所記憶之晶圓對準用配方是否需要更新;及配方更新部,其基於配方更新需要與否判定部中之判定結果而更新晶圓對準用配方。
又,為了解決上述先前技術之問題,於本發明中,使用觀察半導體元件之晶圓之晶圓觀察裝置而觀察晶圓之晶圓觀察方法具備:圖像獲取步驟,其係獲取晶圓之圖像;配方讀入步驟,其係讀入模板圖像及晶圓對準用配方,該晶圓對準用配方包含該模板圖像中所附帶之匹配成功與否判定用閾值、圖像處理參數集及使用優先度;晶圓對準執行步驟,其係使用配方讀入步驟中所讀入之晶圓對準用配方,而算出晶圓相對於晶圓觀察裝置之載台之旋轉角度及位置偏移量;晶圓觀察步驟,其係進行晶圓之觀察;配方更新需要與否判定步驟,其係判定晶圓對準用配方是否需要更新;及配方更新步驟,其係基於配方更新需要與否判定步驟中之判定之結果,而更新晶圓對準用配方。
[發明之效果]
根據本發明,於晶圓觀察裝置中,於晶圓對準用配方中包含複數個項目之情形時可有效率地更新配方。
又,根據本發明,判定晶圓對準用配方是否需要更新,選擇配方所包含之模板圖像或匹配成功與否判定用閾值或圖像處理參數集之中需要更新之1個以上之項目,並根據所選擇之項目更新配方,藉此可有效率地管理配方。
觀察作為試樣之晶圓之缺陷再檢SEM(Scanning Electron Microscope:掃描型電子顯微鏡)或測長SEM等晶圓觀察裝置於將晶圓搬送至載台上之後,獲取於視野內包含設計上之位置已知之對準標記之圖像,並使用所獲取之圖像、以及預先製成之晶圓對準用配方(以下,亦存在簡單記載為配方之情形)內之模板圖像、匹配成功與否判定用閾值及圖像處理參數集,自動地檢測設計上之位置已知之對準標記之位置,藉此算出試樣晶圓相對於載台之旋轉角度及位置偏移量。
於半導體生產線中,經由多個工序製造多個品種。因此,晶圓觀察裝置必須觀察該等各種品種及工序之晶圓。若品種及工序不同,則電路圖案之外觀發生變化,故而配方較理想為針對每個品種與工序之組合製作、管理。但是,於此情形時配方數成為龐大之數量,故而適當之管理變得重要。
為了有效率地管理配方,配方之共通化變得重要。與晶圓對準相關之配方只要對準標記之外觀類似則可共通化。一般而言,於品種名或工序名一致之情形時,對準標記類似之情形較多。然而,未必限於此,必須觀察對準標記之後再判斷能否共通化。又,亦存在因經時或突發之製造程序變動而導致與配方內之模板圖像之類似度降低之情形,從而模板圖像或匹配成功與否判定用閾值或圖像處理參數集之管理較為重要。
本發明係關於一種試樣觀察裝置及試樣觀察方法,上述試樣觀察裝置及試樣觀察方法具備進行晶圓對準用配方之更新需要與否判定之機構、及選擇晶圓對準用配方內之模板圖像或匹配成功與否判定用閾值或圖像處理參數中所要更新之項目之機構、更新晶圓對準用配方之機構。
又,本發明係藉由使用模板圖像與對準標記之圖像之類似度分佈之資訊、及模板圖像與非對準標記之圖像之類似度分佈之資訊,進行晶圓對準用配方之更新需要與否之判定、更新項目之選擇、及配方之更新,而更新與所選擇之項目相對應之晶圓對準用配方,藉此可有效率地進行晶圓對準用配方之管理。
本發明之一態樣之晶圓觀察裝置構成為:選擇模板圖像或匹配成功與否判定用閾值或圖像處理參數集之中需要更新之1個以上之項目,並根據所選擇之項目更新配方;藉由選擇模板圖像或匹配成功與否判定用閾值或圖像處理參數集之中需要更新之1個以上之項目,並根據所選擇之項目更新配方,而於晶圓對準用配方內包含複數個項目之情形時可有效率地更新配方。
以下,基於圖式對本發明之實施形態進行詳細說明。於用以說明本實施形態之所有圖中,具有同一功能者標註同一符號,且原則上省略其重複之說明。
但是,本發明並非限定於以下所示之實施形態之記載內容而進行解釋者。業者均可容易地理解:可於不脫離本發明之思想或主旨之範圍內,變更其具體構成。
[實施例1]
本實施例係關於製作晶圓對準用配方之方法、及進行配方之更新需要與否判定之方法、及選擇配方內之模板圖像或匹配成功與否判定用閾值或圖像處理參數集之中所要更新之項目之方法、及更新配方之方法、及觀察試樣晶圓之方法者,根據本實施例,於配方內包含複數個項目之情形時可有效率地更新配方。
圖1表示本實施例之晶圓觀察裝置100之構成圖。本實施例之晶圓觀察裝置100具備進行圖像之拍攝之掃描型電子顯微鏡(SEM)101、進行整體之控制之控制部102、於磁碟或半導體記憶體等記憶資訊之記憶部103、依照程式進行運算之運算部104、與連接於裝置之外部之記憶媒體進行資訊之輸入輸出之外部記憶媒體輸入輸出部105、控制與使用者之資訊之輸入輸出之使用者介面部106、及經由網路而與其他裝置等進行通信之網路介面部107。又,於使用者介面部106連接有包含鍵盤或滑鼠、顯示器等之輸入輸出終端113。
SEM101除具備搭載試樣晶圓(半導體晶圓)108之可動載台109、用以向試樣晶圓108照射電子束115之電子源110、檢測自試樣晶圓108產生之2次電子116或反射電子117等之檢測器111以外,還具備使電子束115收斂於試樣晶圓108上之電子透鏡(未圖示)、或用以於試樣晶圓108上掃描電子束115之偏向器(未圖示)、或對來自檢測器111之信號進行數位轉換而產生數位圖像之圖像化部112等。再者,該等構件經由匯流排114而連接,從而可相互交換資訊。
於圖2中,表示控制部102、記憶部103、運算部104之構成。
控制部102具備控制試樣晶圓108之搬送之晶圓搬送控制部201、進行可動載台109之控制之載台控制部202、控制電子束115向試樣晶圓108之照射位置之射束位移控制部203、控制電子束115之掃描之射束掃描控制部204、圖像獲取部205、及觀察試樣晶圓108之晶圓觀察部206。
記憶部103具備記憶試樣晶圓108之圖像之圖像記憶部211、記憶晶圓對準用配方之配方記憶部212、記憶自試樣晶圓108之圖像產生之圖像之產生圖像記憶部213、及記憶與配方更新相關之資訊之配方更新資訊記憶部214。
作為配方記憶部212中所記憶之晶圓對準用配方,包括拍攝條件(例如加速電壓或探針電流、疊加圖框數、拍攝視野尺寸等)或模板圖像資訊(模板圖像、匹配成功與否判定用閾值、圖像處理參數集、使用優先度)等。
運算部104具備:配方讀入部221,其讀入配方記憶部212中所保存之晶圓對準用配方;晶圓對準執行部222,其算出試樣晶圓108相對於可動載台109之旋轉角度及位置偏移量;配方更新需要與否判定部223,其判定配方記憶部212中所記憶之晶圓對準用配方是否需要更新;更新項目選擇部224,其選擇晶圓對準用配方所包含之模板圖像或匹配成功與否判定用閾值或圖像處理參數集之中所要更新之1個以上之項目;配方更新部228,其更新晶圓對準用配方;對準標記圖像產生部233,其產生對準標記圖像;非對準標記圖像產生部234,其產生非對準標記圖像;以及類似度分佈算出部235,其算出對準標記之類似度分佈及非對準標記之類似度分佈。
更新項目選擇部224具備:模板圖像更新需要與否判定部225,其判定晶圓對準用配方所包含之模板圖像是否需要更新;圖像處理參數集更新需要與否判定部226,其判定晶圓對準用配方所包含之圖像處理參數集是否需要更新;及匹配成功與否判定用閾值更新需要與否判定部227,其判定晶圓對準用配方所包含之匹配成功與否判定用閾值是否需要更新。
配方更新部228具備:圖像處理參數集決定部229,其決定合適之圖像處理參數集;匹配成功與否判定用閾值決定部230,其決定合適之匹配成功與否判定用閾值;模板圖像追加部231,其將模板圖像追加至晶圓對準用配方;及使用優先度更新部232,其更新晶圓對準用配方內之模板圖像中所附帶之使用優先度。再者,配方讀入部221至類似度分佈算出部235可構成為被設計成進行各運算之硬體,此外,亦可作為軟體安裝並構成為使用通用之運算裝置(例如CPU(Central Processing Unit,中央處理單元)或GPU(Graphics Processing Unit,圖形處理單元)等)而被執行。
其次,對用以使用圖像獲取部205獲取指定之座標之圖像之方法進行說明。
首先,藉由晶圓搬送控制部201之控制,使用未圖示之機械臂將成為測量對象之試樣晶圓108設置於可動載台109之上。繼而,可動載台109以試樣晶圓108之拍攝視野包含於電子束115之照射範圍內之方式被載台控制部202控制而移動。此時,為了吸收可動載台109之移動誤差,使用未圖示之測量機構進行可動載台109之位置之測量,並藉由射束位移控制部203以抵消移動誤差之方式進行射束照射位置之調整。
繼而,將自電子源110發射之電子束115照射至試樣晶圓108,並藉由射束掃描控制部204於拍攝視野內進行掃描。藉由電子束115之照射而自試樣晶圓108產生之2次電子116或反射電子117由檢測器111檢測出,並通過圖像化部112進行數位圖像化,然後記憶至圖像記憶部211。
作為配方記憶部212中所記憶之晶圓對準用配方300之資料,記憶有每個品種及工序之晶圓對準用配方。於晶圓對準用配方中,包含品種名、工序名、配方製作日期時間、圖像拍攝條件、對準點數(NA)、配方更新需要與否確認頻率(N)、類似度分佈標準偏差係數(α)、配方更新需要與否判定時所獲取之周邊圖像拍攝範圍(R)、模板圖像資訊、模板圖像張數(NT)、模板圖像張數上限(LT)、及圖像處理參數資訊。
於晶圓對準用配方所包含之模板圖像資訊中,包含與用於模板匹配之1張以上之模板圖像相關之資訊,於每個模板圖像中,附帶有用以區別模板圖像之模板編號、模板圖像檔案、匹配成功與否判定用閾值(TH)、圖像處理參數集編號、及使用優先度。
使用優先度係表示在晶圓對準時使用模板圖像之順序者,值越小則表示優先度越高。又,模板圖像中所附帶之圖像處理參數集編號表示之圖像處理參數集亦附帶於模板圖像中。
於晶圓對準用配方所包含之圖像處理參數資訊中,包含與對圖像應用圖像處理時所使用之參數集相關之資訊,多數情況下預先準備複數個參數集作為參數集候補。
例如,於每個參數集之中,附帶有用以區別參數集之圖像處理參數集編號(與模板圖像資訊之圖像處理參數集編號相同)、對圖像應用之濾波器之種類及濾波器尺寸、以及表示應用濾波器後是否進行二值化之有無二值化之資訊及二值化閾值。濾波器之種類中,例如有索貝爾(Sobel)濾波器、或高斯濾波器、平均值濾波器、雙向濾波器等。
使用圖3,對試樣晶圓108之觀察方法進行說明。
首先,藉由配方讀入部221,讀入配方記憶部212中所保存之晶圓對準用配方(S301),將對觀察對象之品種、工序之試樣晶圓108進行觀察之張數(以下,記載為觀察張數)NW設為0(S302)。
繼而,針對觀察對象之每個試樣晶圓108,將試樣晶圓108載入至可動載台109上(S303)。繼而,藉由晶圓對準執行部222,算出試樣晶圓108相對於可動載台109之旋轉角度及位置偏移量,並基於該算出結果控制載台控制部202或射束位移控制部203或射束掃描控制部204而進行晶圓對準(S304)。
繼而,藉由晶圓觀察部206,觀察試樣晶圓108(S305),然後藉由配方更新需要與否判定部223,判定於S301中所讀入之晶圓對準用配方是否需要更新(S306)。
於S306中判定為需要更新晶圓對準用配方之情形(需要更新)時,使用更新項目選擇部224選擇需要更新之項目(S307),然後使用配方更新部228進行晶圓對準用配方之更新(S308)。
另一方面,於S306中判定為無需更新晶圓對準用配方之情形(無需更新)時,或於執行S308之處理之後,將試樣晶圓108自可動載台109上卸載(S309),並將觀察張數NW加1(S310)。若於觀察對象之所有試樣晶圓108中均執行了S303至S310之處理,則結束試樣晶圓108之觀察。
使用圖4,對S301中之晶圓對準用配方之讀入方法之詳細內容進行說明。
首先,使用者輸入品種名及工序名作為試樣晶圓108之觀察資訊(S401),然後判定配方記憶部212中所記憶之晶圓對準用配方之中是否存在觀察資訊之品種名相同且觀察資訊之工序名相同之配方(以下,記載為對應配方)(S402)。於判定為配方記憶部212中存在對應配方之情形(於S402中為是(Yes)之情形)時,讀入對應配方(S406)。
於試樣晶圓108之晶圓對準中,於品種名或工序名相同之情形時,多數情況下可通用晶圓對準用配方。因此,於S402中判定為配方記憶部212中不存在對應配方之情形(於S402中為否(No)之情形)時,判定配方記憶部212中所記憶之晶圓對準用配方之中是否存在觀察資訊之品種名或工序名中之任一者相同之配方(以下,記載為類似配方)(S403)。
於S403中判定為配方記憶部212中不存在類似配方之情形(於S403中為否之情形)時,重新製作觀察對象之品種名、工序名之配方(S404),將所製成之配方記憶至配方記憶部212(S405),並自配方記憶部212讀入對應晶圓對準用配方(S406)。
另一方面,於S403中判定為配方記憶部212中存在類似配方之情形(於S403中為是之情形)時,將該類似配方作為觀察對象之品種名、工序名之配方複製至配方記憶部212(S407),並自配方記憶部212讀入對應晶圓對準用配方(S406)。
使用圖5至圖6,對晶圓對準用配方之製作方法(S404)進行說明。
於配方製作時,首先將觀察對象之試樣晶圓108載入至可動載台109(S501)。繼而,獲取於視野內包含設計上之位置已知之唯一圖案(以下,記載為對準標記)之圖像(S502),並顯示配方製作畫面,使用者輸入配方所需之資訊(S503)。
圖6係表示用以於S503中使用者輸入配方所需之資訊的輸入輸出終端113之配方製作畫面601之例之圖。於配方製作畫面601中,顯示品種、工序資訊顯示部602、圖像拍攝條件輸入部603、配方更新參數輸入部604、圖像處理參數輸入部605、晶圓之圖像顯示部606、模板圖像資訊輸入部607、對準點數輸入部608、模板圖像張數上限輸入部609、確認(OK)按鈕610等。於晶圓之圖像顯示部606中,顯示對準標記部周邊之圖像611。
使用者將獲取圖像時之加速電壓6031、探針電流6032、疊加圖框數6033及拍攝視野6034輸入至圖像拍攝條件輸入部603。使用者進而將配方更新需要與否確認頻率N:6041、類似度分佈標準偏差係數α:6042及配方更新需要與否判定時之圖像拍攝範圍R:6043輸入至配方更新參數輸入部604。又,使用者將應用於圖像之濾波器之種類6051、濾波器尺寸6052、二值化有無6053、二值化閾值6054輸入至圖像處理參數輸入部605。
使用者進而將自晶圓之圖像顯示部606中所顯示之對準標記部周邊之圖像611中成為用以於模板匹配中使用之模板圖像之區域(模板左上端座標6071及模板右下端座標6072)、以及用以判定模板匹配是否成功之匹配成功與否判定用閾值TH:6073輸入至模板圖像資訊輸入部607,將用於晶圓對準之點數NA:608輸入至對準點數輸入部608,將晶圓對準用配方內之模板圖像張數之上限LT輸入至模板圖像張數上限輸入部609。若輸入完成,則點選確認按鈕610,藉此執行S504以後之處理。
於藉由模板圖像資訊輸入部607輸入成為模板圖像之區域時,亦可藉由拖曳於晶圓之圖像顯示部606中所顯示之對準標記部周邊之圖像611內並選擇區域612,而能夠不對模板左上端座標6071及模板右下端座標6072輸入數值地指定成為模板圖像之區域。
又,關於S306中之配方更新需要與否判定時之圖像拍攝範圍R:6043,亦可考慮將試樣晶圓108設置於可動載台109上時所產生之晶圓設置誤差E1、可動載台109移動時所產生之載台移動誤差E2之至少1者以上而事先決定,以代替由使用者輸入至配方更新參數輸入部604。於僅考慮晶圓設置誤差E1之情形時,將E1設為輸入至拍攝範圍R:6043之值R,於僅考慮載台移動誤差E2之情形時,將E2設為輸入至拍攝範圍R:6043之值。又,於考慮晶圓設置誤差E1及載台移動誤差E2之情形時,將E1+E2設為輸入至拍攝範圍R:6043之值。
返回至圖5之說明。於執行S503之由使用者進行之配方資訊輸入處理之後,基於使用者輸入之模板左上端座標6071及模板右下端座標6072,而自S502中所獲取之圖像進行切取藉此產生模板圖像(S504),將使用者輸入之資訊及模板圖像保存於配方(S505),然後將試樣晶圓108卸載(S506),從而結束與配方製作相關之處理。
使用圖7至圖8,對晶圓對準(S304)中之晶圓對準方法進行說明。
圖7係表示試樣晶圓108與晶片701之關係之圖。於試樣晶圓108上配置有複數個晶片701,於S304之晶圓對準工序中,檢測用於晶圓對準之點數NA個(例如圖7之區域702中所表示之3個部位)之設計上之位置已知之對準標記,並使用所檢測出之位置資訊而算出晶圓之旋轉角度及位置偏移量。
使用圖8,對晶圓對準(S304)中之詳細之晶圓對準之處理流程進行說明。
首先,將表示對準點之索引之AI設定為1(S801),並以試樣晶圓108上之區域702落入由圖像獲取部205獲取之拍攝視野之方式使可動載台109移動(S802)。繼而,使用圖像獲取部205拍攝試樣晶圓108上之區域702,從而獲取對準用圖像(S803)。
繼而,將表示模板圖像之索引之TI設定為1(S804),並將於S803中獲取之對準用圖像作為被匹配圖像,與模板圖像資訊中之使用優先度為TI之模板圖像一起輸入而進行模板匹配(S805)。
圖9係對S805之模板匹配中之模板匹配方法進行表示之圖。於S805之模板匹配中,使用所輸入之模板圖像902中所附帶之圖像處理參數集,對所輸入之被匹配圖像901應用圖像處理(S911),而獲得應用圖像處理所得之被匹配圖像904。又,對所輸入之模板圖像902應用圖像處理(S912),而獲得應用圖像處理所得之模板圖像905。
相對於應用圖像處理所得之被匹配圖像904,一面藉由光柵掃描906拖動應用圖像處理所得之模板圖像905一面進行重合,而算出圖像彼此之類似度(S913),從而獲得具有於S913中所算出之類似度作為像素值之類似度圖像908。於圖9之類似度圖像908中,類似度越高之部位(909、910)顯示得越黑。
繼而,於類似度圖像908中,將類似度較周圍高之部位909至910作為檢測位置候補而與類似度一起輸出(S914)。作為類似度,只要例如使用標準化交叉相關值即可。又,亦可使用圖像彼此之差異越大則值越大之差異度代替類似度,於此情形時,大小關係與類似度相反。
作為於S914中輸出之資料之例,針對每個檢測位置候補輸出檢測位置候補編號、檢測候補位置、檢測候補位置之類似度之資訊。
返回至圖8之處理流程圖之說明。於與S805之模板匹配中輸出之模板圖像之類似度較低之情形時,無法準確地檢測出對準標記之位置之可能性較高。因此,於S304之晶圓對準中,判定於S805之模板匹配後模板匹配是否成功之成功與否(S806)。
具體而言,若於S805之模板匹配中,圖9中所說明之S914中輸出之資料中檢測候補位置中之類似度之最大值為用於模板匹配之模板圖像902中所附帶之匹配成功與否判定用閾值TH以上則判定為成功(成功),若類似度之最大值未達匹配成功與否判定用閾值TH則判定為失敗。
於成功與否判定(S806)中判定為模板匹配失敗之情形(失敗)時,將TI加1(S807),確認TI是否為模板圖像張數NT以下(S808)。
於TI為NT以下之情形(於S808中為是之情形)時,返回至S805再次執行處理。另一方面,於TI大於NT之情形(於S1108中為否之情形)時,認為無論使用晶圓對準用配方所包含之哪個模板圖像902均難以進行對準標記之檢測,故而使用者輸入對準用圖像內之對準標記之位置(S809),並將該位置設為檢測位置,將S803中所獲取之對準用圖像與檢測位置之資訊一起保存於圖像記憶部211。
於成功與否判定(S806)中判定為模板匹配成功之情形時,或者於由使用者執行對準標記位置輸入(S809)之後,將對準點之索引AI加1(S810),並確認AI是否為對準點數NA以下(S811)。
於AI為NA以下之情形(於S811中為是之情形)時,自S802再次執行處理。另一方面,於AI大於NA之情形(於S811中為否之情形)時,判斷為預先輸入之對準點數之對準標記之檢測結束,並使用檢測位置之資訊而算出試樣晶圓108相對於可動載台109之旋轉角度及位置偏移量(S812),從而結束圖3所示之處理流程圖中之晶圓對準(S304)。
作為執行晶圓對準(S304)後之圖像記憶部211中所保存之對準用圖像中所附帶的晶圓對準之結果之例,針對每個對準用圖像,附帶有用以區別對準點之對準點編號、藉由S805或S809檢測出之對準用圖像上之對準標記位置資訊、及晶圓上之對準用圖像之獲取位置。
將試樣晶圓108載入至可動載台109上時產生晶圓設置誤差,可動載台109移動時產生載台移動誤差。於晶圓對準(S304)中,無論誤差之大小,且無論對準用圖像中包含何種對準標記以外之圖案(以下,記載為非對準標記)均需要檢測對準標記。然而,於因製造程序之變動或製造品種、工序之不同而導致難以進行對準標記之檢測之情形時,需要進行配方記憶部212中所記憶之晶圓對準用配方之更新。
使用晶圓設置誤差或載台移動誤差或來自使用者之輸入資訊中之至少1個以上,於晶圓對準時有可能包含於視野內之範圍內,獲取對準標記周邊之圖像(以下,記載為周邊圖像),並使用周邊圖像,判定是否於無論包含何種非對準標記之情形時均可檢測對準標記,從而進行配方記憶部212中所記憶之晶圓對準用配方之更新需要與否判定(S306)。
使用圖10,對S306中判定晶圓對準用配方是否需要更新之方法之詳細內容進行說明。首先,判定觀察張數NW是否為特定張數N之整數倍(NW/N=i:N為配方更新需要與否確認頻率,i為整數)(S1001)。於S1001中判定觀察張數為特定張數N之整數倍之情形(於S1001中為是之情形)時,以S803中所獲取之對準用圖像中之對準標記之檢測位置為中心,於圖6之配方製作畫面601中之拍攝範圍R:6043所表示之範圍內獲取周邊圖像(S1002)。
使用圖11,對S1002中之周邊圖像獲取方法進行說明。圖11係表示對準標記周邊之區域之圖。若將晶圓對準(S304)中所檢測出之對準標記檢測位置設為1101,則於以該對準標記檢測位置1101為中心之2R×2R之範圍內,反覆進行載台移動及圖像獲取,從而獲取周邊圖像1102。於圖11之例中,獲取4張周邊圖像,但只要獲取以對準標記檢測位置1101為中心之2R×2R之範圍內之圖像,則可獲取任意張數之圖像。又,於圖11中,對晶圓上之1個部位之周邊圖像之獲取方法進行了說明,亦可於晶圓上之複數個部位、例如圖7之區域702所表示之3個部位分別獲取周邊圖像。
返回至圖10之說明。於執行周邊圖像獲取工序(S1002)之後,使用對準標記圖像產生部233,而由周邊圖像產生對準標記圖像(S1003),然後使用非對準標記圖像產生部234,而由周邊圖像產生非對準標記圖像(S1004)。將所產生之對準標記圖像及非對準標記圖像保存於產生圖像記憶部213。
使用圖12,對產生對準標記圖像之工序(S1003)中之對準標記圖像之產生方法進行說明。
首先,將周邊圖像獲取工序(S1002)中所獲取之周邊圖像1102作為被匹配圖像,並使用模板圖像902,進行模板匹配(S1211),而獲得類似度圖像1201。繼而,於周邊圖像1102中,切取與類似度圖像1201中類似度最大之部位1202對應之區域1203之圖像(S1212),從而獲得對準標記圖像1204。
於圖12中,對使用周邊圖像1102產生對準標記圖像1204之方法進行了說明,但亦可使用圖8中所說明之對準用圖像獲取工序(S803)中所獲取之對準用圖像代替周邊圖像1102而產生對準標記圖像。於使用對準用圖像獲取工序(S803)中所獲取之對準用圖像之情形時,亦可不進行模板匹配工序(S1211),而將晶圓對準工序(S304)中於晶圓對準時檢測出之對準標記位置所表示之區域自對準用圖像中切取並設為對準標記圖像。
繼而,使用圖13,對非對準標記圖像之產生工序(S1004)中之非對準標記圖像之產生方法進行說明。
首先,將周邊圖像獲取工序(S1002)中所獲取之周邊圖像1102作為被匹配圖像,並使用模板圖像902,進行模板匹配(S1311),而獲得類似度圖像1301。繼而,於周邊圖像1102中,切取區域1304之圖像(S1312)而獲得非對準標記圖像1305,上述區域1304與類似度圖像1301中之類似度最大之部位1302以外且類似度較周邊高之部位1303對應。
於圖13中,對使用周邊圖像1102及模板圖像902進行模板匹配(S1311)而產生非對準標記圖像1305之方法進行了說明,但亦可使用圖12中所說明之模板匹配工序(S1211)中算出之類似度圖像1201而產生非對準標記圖像。
使用圖13所說明之方法,由周邊圖像獲取工序(S1002)中所獲取之所有周邊圖像產生非對準標記圖像,而獲得1張以上之非對準標記圖像。
作為執行對準標記圖像產生工序(S1003)及非對準標記圖像產生工序(S1004)之後的產生圖像記憶部213中所保存之對準標記圖像及非對準標記圖像中所附帶之資訊,針對所產生之每個對準標記圖像及非對準標記圖像,保存有產生圖像編號、及表示對準標記圖像亦或非對準標記圖像之屬性。
返回至圖10之說明。執行非對準標記圖像產生工序(S1004)之後,於類似度分佈算出工序(S1005)中,針對配方所包含之每個模板圖像T,將模板圖像T、及模板圖像T中所附帶之圖像處理參數集作為輸入,並藉由類似度分佈算出部235而算出對準標記之類似度分佈及非對準標記之類似度分佈。
繼而,使用對準標記之類似度分佈、非對準標記之類似度分佈及匹配成功與否判定用閾值TH,判定類似度分佈算出工序(S1005)中所算出之對準標記之類似度分佈與非對準標記之類似度分佈可否進行類似度分佈之分離(S1006)。
使用圖14之流程圖,對在類似度分佈算出工序(S1005)中算出對準標記之類似度分佈及非對準標記之類似度分佈之方法之詳細內容進行說明。
首先,對所輸入之模板圖像、及產生圖像記憶部213中所保存之對準標記圖像,使用所輸入之圖像處理參數集而應用圖像處理(S1401)。繼而,針對應用圖像處理所得之每個對準標記圖像,算出其與應用圖像處理所得之模板圖像之類似度(S1402)。
其後,算出所算出之1個以上之類似度之平均值M1及標準偏差σ1(S1403),將具有平均值M1及標準偏差σ1之標準分佈設為模板圖像與對準標記圖像之類似度分佈(以下,記載為對準標記之類似度分佈)。繼而,對所輸入之模板圖像、及產生圖像記憶部213中所保存之非對準標記圖像,使用所輸入之圖像處理參數集而應用圖像處理(S1404),然後針對應用圖像處理所得之每個非對準標記圖像,算出其與應用圖像處理所得之模板圖像之類似度(S1405)。
其後,算出所算出之1個以上之類似度之平均值M2及標準偏差σ2(S1406),將具有平均值M2及標準偏差σ2之標準分佈設為模板圖像與非對準標記圖像之類似度分佈(以下,記載為非對準標記之類似度分佈)。
圖15係表示在類似度分佈算出部235中經由至S1401~S1406之處理而算出之類似度分佈之曲線圖。於橫軸表示類似度,於縱軸表示度數。於圖15之曲線圖中,示出對準標記之類似度分佈1501及其平均值M1、以及非對準標記之類似度分佈1502及其平均值M2。
其次,對在圖21之類似度分佈可否分離判定工序(S1006)中判定對準標記之類似度分佈與非對準標記之類似度分佈可否分離之方法進行說明。類似度分佈可否分離係於類似度分佈可否分離判定部236中,以是否可藉由匹配成功與否判定用閾值TH將對準標記之類似度分佈與非對準標記之類似度分佈分離而進行判定。
具體而言,於類似度分佈可否分離判定部236中,將(M1-α×σ1)設為對準標記之類似度分佈之下限值,將M2+α×σ2設為非對準標記之類似度分佈之上限值,若如圖16般,於對準標記之類似度分佈1501-1中(M1-α×σ1)為匹配成功與否判定用閾值TH以上且於非對準標記之類似度分佈1502-1中(M2+α×σ2)為匹配成功與否判定用閾值TH以下,則判定為2個類似度分佈可分離。
另一方面,若如圖17般,對準標記之類似度分佈1501-2與非對準標記之類似度分佈1502-2之關係為如圖16之關係之情形以外,則判定為不可分離。
其後,將類似度分佈可否分離判定工序(S1006)中之藉由類似度分佈可否分離判定部236獲得之判定結果保存於配方更新資訊記憶部214。
對於配方所包含之所有模板圖像執行S1005至S1006之後的配方更新資訊記憶部214中所保存之配方更新資訊中,針對每個模板圖像保存有模板編號、類似度分佈可否分離判定工序(S1006)中之類似度分佈之類似度分佈可否分離(可否分離判定結果)、及類似度分佈不可分離之情形時所要更新之更新項目。
返回至圖10之說明。對於晶圓對準用配方所包含之所有模板圖像執行類似度分佈算出工序(S1005)及類似度分佈可否分離判定工序(S1006)之後,使用配方更新資訊記憶部214中所保存之配方更新資訊,確認是否存在類似度分佈不可分離之模板圖像(S1007)。
於S1007中進行確認結果存在1張以上之類似度分佈不可分離之模板圖像之情形(於S1007中為是之情形)時,判定為需要更新晶圓對準用配方(S1009)。
另一方面,於S1007中進行確認結果不存在符合類似度分佈不可分離之條件之模板圖像之情形(於S1007中為否之情形)時,即,於對於配方所包含之所有模板圖像均判定為類似度分佈可分離之情形時,判定為無需更新配方(S1008)。又,於S1001中判定為觀察張數NW並非特定張數N之整數倍之情形(於S1001中為否之情形)時,亦進行至S1008,並判定為無需更新配方。
再者,於判定為需要更新晶圓對準用配方(S1009)之情形時,如圖18般,將每個模板圖像之類似度分佈之可否分離判定結果畫面1801顯示於輸入輸出終端113,從而使用者可確認類似度分佈之可否分離判定結果。
於圖18所示之輸入輸出終端113中所顯示之類似度分佈之可否分離判定結果畫面1801中,顯示結果顯示部1802、模板圖像顯示部1803、對準標記圖像顯示部1804、非對準標記圖像顯示部1805、類似度分佈顯示部1806及關閉(Close)按鈕1807。
若選擇結果顯示部1802中所顯示之模板編號,則於模板圖像顯示部1803中顯示與所選擇之模板編號對應之模板圖像,於對準標記圖像顯示部1804中顯示對準標記圖像,於非對準標記圖像顯示部1805中顯示非對準標記圖像,且於類似度分佈顯示部1806中顯示類似度分佈、平均值M1及M2以及匹配成功與否判定用閾值TH之關係。
若使用者於類似度分佈之可否分離判定結果畫面1801上結束類似度分佈之確認後,點選關閉按鈕1807,則關閉類似度分佈之可否分離判定結果畫面2501,並執行以下處理。
繼而,使用圖19之流程圖,對圖3之流程圖中之更新項目之選擇工序(S307)中的更新項目之選擇方法之詳細內容進行說明。
於更新項目之選擇工序(S307)中,首先,使用模板圖像更新需要與否判定部225而判定模板圖像T是否需要更新(S1901)。於S1901中判定為需要更新模板圖像T之情形時,選擇模板圖像作為更新項目(S1902)。
另一方面,於模板圖像更新需要與否判定工序(S1901)中判定為無需更新模板圖像T之情形時,於圖像處理參數集更新需要與否判定部226中判定是否需要更新圖像處理參數集(S1903)。於S1903中判定為需要更新圖像處理參數集之情形(需要更新)時,選擇圖像處理參數集作為更新項目(S1904)。
另一方面,於S1903中判定為無需更新圖像處理參數集之情形(無需更新)時,或者於S1903中判定為需要更新圖像處理參數集且於S1904中選擇圖像處理參數集作為更新項目之後,於匹配成功與否判定用閾值更新需要與否判定部227中判定匹配成功與否判定用閾值是否需要更新(S1905)。
於S1905中判定為需要更新匹配成功與否判定用閾值之情形(需要更新)時,選擇匹配成功與否判定用閾值作為更新項目(S1906)。
於執行S1902之後,或者於S1905中判定為無需更新匹配成功與否判定用閾值之情形(無需更新)時,或者於執行S1906之後,於對配方所包含之所有模板圖像均執行了S1901至S1906之處理之情形時,結束更新項目之選擇。
使用圖20之流程圖,對在模板圖像更新需要與否判定工序(S1901)中判定模板圖像T是否需要更新之方法進行說明。於判定模板圖像T是否需要更新時,自圖像處理參數資訊312所包含之圖像處理參數集之中搜尋如對準標記之類似度分佈2101與非對準標記之類似度分佈2102不重疊之圖像處理參數集。
具體而言,針對每個圖像處理參數集P,將圖像處理參數集P、及模板圖像T設為輸入,並藉由類似度分佈算出部235而算出對準標記之類似度分佈1501及非對準標記之類似度分佈1502(S2001:與S1005相同)。
繼而,判定於類似度分佈算出工序(S2001)中所算出之對準標記之類似度分佈1501與非對準標記之類似度分佈1502是否重疊(S2002)。於S2002中,若對準標記之類似度分佈1501之下限值(M1-α×σ1)為非對準標記之類似度分佈1502之上限值(M2+α×σ2)以上,則判定為2個類似度分佈不重疊(於S2002中為否),於除此以外之情形時,即,於(M1-α×σ1)未達(M2+α×σ2)之情形時,判定為2個類似度分佈重疊(於S2002中為是)。
關於圖像處理參數資訊312所包含之所有圖像處理參數集,於S2002中均判定為2個類似度分佈重疊之情形(於S2002中為是)時,判斷為無論使用何種圖像處理參數集均難以進行類似度分佈之分離,從而判定為需要更新模板圖像(S2003)。於S2002中判定為2個類似度分佈不重疊之情形(於S2002中為否)時,判定為無需更新模板圖像T(S2004)。
繼而,返回至圖19之流程圖,對在圖像處理參數集更新需要與否判定工序(S1903)中判定圖像處理參數集是否需要更新之方法進行說明。
於圖像處理參數集更新需要與否判定工序(S1903)中,將模板圖像T、及模板圖像T中所附帶之圖像處理參數集作為輸入,並藉由類似度分佈算出部235,與S2001中所說明者同樣地算出對準標記之類似度分佈1501及非對準標記之類似度分佈1502。
繼而,與S2002中所說明者同樣地,判定該所算出之對準標記之類似度分佈1501與非對準標記之類似度分佈1502是否重疊。於其結果判定為2個類似度分佈重疊之情形(相當於S2002中為是之情形)時,判定為需要更新圖像處理參數集,於判定為2個類似度分佈不重疊之情形(相當於S2002中為否之情形)時,判定為無需更新圖像處理參數集。
返回至圖19之流程圖,使用圖21,對在匹配成功與否判定用閾值更新需要與否判定工序(S1905)中判定匹配成功與否判定用閾值是否需要更新之方法進行說明。於匹配成功與否判定用閾值更新需要與否判定工序(S1905)中,與模板圖像更新需要與否判定工序(S1901)中之類似度分佈算出工序(S2001)同樣地,針對每個圖像處理參數集P,將圖像處理參數集P、及模板圖像T設為輸入,並藉由類似度分佈算出部235而算出對準標記之類似度分佈1501及非對準標記之類似度分佈1502(S2101)。
繼而,與使用圖14說明了詳細內容之類似度分佈可否分離判定工序(S1006)同樣地,藉由模板圖像中所附帶之匹配成功與否判定用閾值TH判定對準標記之類似度分佈1501與非對準標記之類似度分佈1502是否可分離(S2102)。
關於圖像處理參數資訊所包含之所有圖像處理參數集,於S2102中均判定為2個類似度分佈不可分離之情形(不可分離)時,判斷為無論使用何種圖像處理參數集均難以進行類似度分佈之分離,從而判定為需要更新匹配成功與否判定用閾值(S2103)。另一方面,於S2102中判定為2個類似度分佈可分離之情形(可分離)時,判定為無需更新匹配成功與否判定用閾值(S2104)。
於選擇更新項目之後之配方更新資訊記憶部214中所保存之配方更新資訊中,保存有類似度分佈可否分離之資訊及更新項目之資訊作為與模板編號對應之資訊。即,包含與是否更新模板圖像相關之資訊、與是否更新匹配成功與否判定用閾值相關之資訊、及與是否更新圖像處理參數集相關之資訊。
使用圖22,對圖3之流程圖中之晶圓對準用配方之更新方法(S308)進行說明。
首先,針對配方所包含之每個模板圖像T,判定配方更新資訊記憶部214中所保存之配方更新資訊中之更新項目中是否包含模板圖像(S2201)。
於S2201中判定為更新項目中不包含模板圖像之情形(於S2201中為否之情形)時,判定更新項目中是否包含圖像處理參數集(S2202)。於判定為包含圖像處理參數集之情形(於S2202中為是之情形)時,於圖像處理參數集決定工序(S2203)中,使用圖像處理參數集決定部229而決定合適之圖像處理參數集。
另一方面,於S2202中判定為不包含圖像處理參數集之情形(於S2202中為否之情形)時,或者,於執行S2203之後,判定更新項目中是否包含匹配成功與否判定用閾值(S2204)。於其結果判定為包含匹配成功與否判定用閾值之情形(於S2204中為是之情形)時,於匹配成功與否判定用閾值決定工序(S2205)中,使用匹配成功與否判定用閾值決定部230而決定合適之匹配成功與否判定用閾值。
對在圖像處理參數集決定工序(S2203)中決定合適之圖像處理參數集之方法進行說明。於決定圖像處理參數集時,自圖像處理參數資訊所包含之圖像處理參數集之中搜尋如對準標記之類似度分佈1501與非對準標記之類似度分佈1502不重疊之圖像處理參數集,並將如對準標記之類似度分佈1501與非對準標記之類似度分佈1502不重疊之圖像處理參數集設為合適之圖像處理參數集。所謂對準標記之類似度分佈1501與非對準標記之類似度分佈1502不重疊係指如使用圖16所說明般對準標記之類似度分佈1501-1之下限值(M1-α×σ1)為非對準標記之類似度分佈1502-1之上限值(M2+α×σ2)以上。
對在匹配成功與否判定用閾值決定工序(S2205)中決定合適之匹配成功與否判定用閾值之方法進行說明。於決定匹配成功與否判定用閾值時,將圖像處理參數集決定工序(S2203)中所決定之圖像處理參數集、及模板圖像T作為輸入,並藉由類似度分佈算出部235而算出對準標記之類似度分佈及非對準標記之類似度分佈,將對準標記之類似度分佈之下限值設為L1=M1-α×σ1,將非對準標記之類似度分佈之上限值設為U2=M2+α×σ2,而將(L1+U2)/2設為合適之匹配成功與否判定用閾值。
返回至圖22之說明。對於所有模板圖像執行S2201至S2205之後,使用模板圖像追加部231,將產生圖像記憶部213中所保存之產生圖像中之屬性為對準標記圖像之圖像設為模板圖像TA並追加至配方(S2206),並將晶圓對準用配方所包含之模板圖像張數NT加1。於產生圖像記憶部213中存在複數個屬性為對準標記圖像之圖像之情形時,將任意1張保存於配方。
繼而,使用圖像處理參數集決定部229,對在S2206中追加至配方之模板圖像TA決定合適之圖像處理參數集(S2207:與S2203相同)。進而,使用匹配成功與否判定用閾值決定部230,對在S2206中追加至配方之模板圖像TA決定合適之匹配成功與否判定用閾值(S2208:與S2205相同)。
繼而,於使用優先度更新工序(S2209)中,藉由使用優先度更新部232更新晶圓對準用配方所包含之模板圖像資訊中所附帶之使用優先度。其後,判定晶圓對準用配方所包含之模板圖像張數NT是否為模板圖像張數上限LT以上(S2210)。
於S2210中之判定之結果判定模板圖像張數NT為模板圖像張數上限LT以上之情形(於S2210中為是之情形)時,以晶圓對準用配方內之模板圖像張數NT成為未達模板圖像張數上限LT之方式,按照模板圖像中所附帶之使用優先度由低至高之順序自晶圓對準用配方進行刪除(S2211)。於判定NT並非LT以上之情形(於S2210中為否之情形)時,結束晶圓對準用配方之更新。
對在使用優先度更新工序(S2209)中更新晶圓對準用配方所包含之模板圖像資訊中所附帶之使用優先度之方法進行說明。
首先,針對每個晶圓對準用配方所包含之模板圖像T,將模板圖像T、及模板圖像T中所附帶之圖像處理參數集作為輸入,並藉由類似度分佈算出部235而算出對準標記之類似度分佈1501及非對準標記之類似度分佈1502,並算出對準標記之類似度分佈1501與非對準標記之類似度分佈1502之分離度。
作為對準標記之類似度分佈1501與非對準標記之類似度分佈1502之分離度,例如使用L1-U2(L1:對準標記之類似度分佈之下限值(M1-α×σ1);U2:非對準標記之類似度分佈之上限值(M2+α×σ2))、或L1/U2。
繼而,以按照針對每個模板圖像T算出之對準標記之類似度分佈與非對準標記之類似度分佈之分離度由高至低之順序,模板圖像中所附帶之使用優先度變高之方式,進行更新。
於晶圓對準用配方更新後之配方所包含之模板圖像資訊之資料中,與模板編號對應地登記有模板圖像檔案、匹配成功與否判定用閾值TH、圖像處理參數編號、及使用優先度之資訊。
若將配方更新前之模板圖像資訊之資料構成與配方更新後之模板圖像資訊之資料構成進行比較,則於配方更新後之模板圖像資訊之資料構成中,相對於配方更新前之模板圖像資訊之資料構成,使用優先度發生變更,或者匹配成功與否判定用閾值(TH)及圖像處理參數編號及使用優先度發生變更,或者一部分模板圖像被刪除並追加了新的模板圖像。
如以上所說明般,於本實施例中,使用在對準標記周邊獲取之周邊圖像而產生對準標記圖像及非對準標記圖像,使用模板圖像、對準標記圖像及非對準標記圖像而算出對準標記之類似度分佈及非對準標記之類似度分佈,並使用所算出之2個類似度分佈判定晶圓對準用配方是否需要更新。
繼而,基於該判定之結果,選擇模板圖像、或模板圖像中所附帶之匹配成功與否判定閾值、或模板圖像中所附帶之圖像處理參數集之中需要更新之至少1個以上之更新項目,並基於所選擇之更新項目而更新配方。
藉此,根據本實施例,於晶圓對準用配方內包含複數個項目之情形時可有效率地更新配方。
[實施例2]
其次,對藉由與實施例1不同之方法觀察試樣晶圓108之裝置進行說明。本實施例之裝置構成與實施例1中表示之圖1及圖2相同。不同之處在於藉由類似度分佈算出部235而算出對準標記之類似度分佈及非對準標記之類似度分佈之方法,該方法係使用圖14說明之圖10之類似度分佈算出工序(S1005)。以下,僅對與實施例1不同之部分進行說明。
於實施例1之類似度分佈算出部235中,於圖14之S1402中使用模板圖像及對準標記圖像而算出對準標記之類似度分佈,於S1405中使用模板圖像及非對準標記圖像而算出非對準標記之類似度分佈。此時,對準標記圖像及非對準標記圖像之張數越多則類似度分佈之算出精度變得越高。
相對於此,於本實施例中,對於對準標記圖像實施加工,並使用模板圖像、加工前之對準標記圖像及實施加工所得之對準標記圖像,而算出對準標記之類似度分佈,並使用模板圖像、加工前之非對準標記圖像及實施加工所得之非對準標記圖像,算出非對準標記之類似度分佈。
藉此,於本實施例中,即便在藉由對準標記圖像產生部233而產生之對準標記圖像及藉由非對準標記圖像產生部234而產生之非對準標記圖像之張數較少之情形時,亦能以較高之精度算出類似度分佈。
使用圖23,對藉由類似度分佈算出部235而算出對準標記之類似度分佈及非對準標記之類似度分佈之本實施例之方法進行說明。
首先,對產生圖像記憶部213中所保存之對準標記圖像實施加工而獲得對準標記加工圖像(S2301)。作為加工之種類例如有雜訊賦予、亮度值反轉、變淡等。
圖24之表2400係加工前之圖像及加工後之圖像之例,若對加工前之圖像2401實施雜訊賦予則獲得如圖像2402之圖像,若對圖像2401實施亮度值反轉則獲得如圖像2403之圖像,若對圖像2401實施變淡則獲得如圖像2404之圖像。
繼而,對於所輸入之模板圖像、產生圖像記憶部213中所保存之對準標記圖像、及S2301中所獲得對準標記加工圖像,使用所輸入之圖像處理參數集而應用圖像處理(S2302),然後針對應用圖像處理所得之對準標記圖像、及應用圖像處理所得之對準標記加工圖像之每一者,算出其與應用圖像處理所得之模板圖像之類似度(S2303)。
算出於S2303中所算出之1個以上之類似度之平均值M1及標準偏差σ1(S2304),將具有平均值M1及標準偏差σ1之標準分佈設為模板圖像與對準標記圖像之類似度分佈(以下,記載為對準標記之類似度分佈)。
繼而,對產生圖像記憶部213中所保存之非對準標記圖像實施加工而獲得非對準標記加工圖像(S2305)。繼而,對於所輸入之模板圖像、產生圖像記憶部213中所保存之非對準標記圖像、及S2305中所獲得之非對準標記加工圖像,使用所輸入之圖像處理參數集而應用圖像處理(S2306),然後針對應用圖像處理所得之對準標記圖像、及應用圖像處理所得之非對準標記圖像之每一者,算出其與應用圖像處理所得之模板圖像之類似度(S2307)。
算出於S2307中所算出之1個以上之類似度之平均值M2及標準偏差σ2(S2308),將具有平均值M2及標準偏差σ2之標準分佈設為模板圖像與非對準標記圖像之類似度分佈(以下,記載為非對準標記之類似度分佈)。
如以上所說明,根據本實施例,即便在藉由對準標記圖像產生部233而產生之對準標記圖像及藉由非對準標記圖像產生部234而產生之非對準標記圖像之張數較少之情形時,亦可藉由對圖像實施加工並使用實施加工所得之圖像算出類似度分佈,而以較高之精度算出類似度分佈,從而與實施例1同樣地,於晶圓對準用配方內包含複數個項目之情形時可有效率地更新配方。
[實施例3]
其次,對藉由與實施例1及實施例2不同之方法觀察試樣晶圓之裝置進行說明。本實施例之裝置構成與圖1及圖2相同。不同之處在於圖3所示之流程圖之配方更新需要與否判定工序(S306)中之藉由配方更新需要與否判定部223判定晶圓對準用配方是否需要更新之方法、及更新項目選擇工序(S307)中之藉由更新項目選擇部224選擇需要更新之項目之方法。以下,僅對與實施例1及實施例2不同之部分進行說明。
於實施例1及實施例2中,使用圖10之流程圖對獲取對準標記周邊之圖像(周邊圖像)並使用周邊圖像而判定晶圓對準用配方是否需要更新之方法進行了說明。相對於此,於本實施例中,使用晶圓觀察中所獲得之資訊、尤其是檢查缺陷部位之情形時所獲得之資訊而判定晶圓對準用配方是否需要更新。對方法進行說明。
於本實施例之觀察晶圓時所使用之晶圓觀察資訊中,包含品種名、工序名、圖像拍攝條件、晶圓觀察座標、及缺陷圖像率閾值。
使用圖25對本實施例中之觀察晶圓之方法進行說明,該方法與實施例1中藉由圖3之流程圖所說明之於晶圓觀察工序(S305)中藉由晶圓觀察部206觀察晶圓之方法對應。
於本實施例中,如圖25所示,針對晶圓觀察資訊之每個晶圓觀察座標,使載台移動至晶圓觀察座標所表示之座標(S2501),然後使用圖像獲取部205獲取觀察用圖像(S2502),並判定所獲取之觀察用圖像中有無缺陷(S2503)。
於晶圓觀察後之缺陷觀察結果中,針對每個晶圓觀察座標,附帶有S2502中所獲取之觀察用圖像之檔案名、及S2503中所判定之有無缺陷之資訊。
於S2503中之有無缺陷之判定中,亦可使用如下方法:除觀察用圖像以外,還獲取包含與觀察用圖像同樣之圖案且不存在缺陷之圖像(參照圖像),藉由將觀察用圖像與參照圖像進行比較而判定有無缺陷;還可使用機械學習型之缺陷有無判定方法。
使用圖26對本實施例之配方之更新需要與否判定方法進行說明,該方法與實施例1中所說明之配方之更新需要與否判定方法(S306)對應。
首先,判定觀察張數NW是否為特定張數N之整數倍(NW/N=i:N為配方更新需要與否確認頻率,i為整數)(S2601:與實施例1中之S1001相同)。
於S2601中判定觀察張數為特定張數N之整數倍之情形(於S2601中為是之情形)時,算出S2502中所獲取之觀察用圖像中之於S2503中判定為存在缺陷之圖像的比率(缺陷圖像率)(S2602),並判定所算出之缺陷圖像率是否為晶圓觀察資訊之缺陷圖像率閾值以上(S2603)。
於S2603中判定為缺陷圖像率為缺陷圖像率閾值以上之情形(於S2603中為是之情形)時,判斷為實施例1中所說明之晶圓對準工序(S304)中之晶圓對準成功,從而判定為無需更新晶圓對準用配方(S2604)。又,於S2601中判定為觀察張數並非特定張數之情形(於S2601中為否之情形)時,亦判定為無需更新晶圓對準用配方(S2604)。
於S2603中判定為缺陷圖像率未達缺陷圖像率閾值之情形(於S2603中為否之情形)時,判斷為S304中之晶圓對準失敗,從而判定為需要更新晶圓對準用配方(S2605)。
使用圖27對本實施例之更新項目之選擇方法進行說明,該方法與實施例1中所說明之更新項目之選擇方法(S307)對應。於本實施例中,與實施例1之情形不同,於配方之更新需要與否判定時(S306),並不進行周邊圖像之獲取、及對準標記圖像之產生、及非對準標記圖像之產生。因此,於本實施例中,於選擇更新項目時執行該等處理。
首先,於本實施例中,在對實施例1之晶圓對準工序S304之詳細步驟使用圖8所說明之對準用圖像獲取工序(S803)之後,繼而以S803中所獲取之對準用圖像中之對準標記之檢測位置為中心,於拍攝範圍R所表示之範圍內獲取周邊圖像(S2701),然後使用對準標記圖像產生部233,而由周邊圖像產生對準標記圖像(S2702),並使用非對準標記圖像產生部234,而由周邊圖像產生非對準標記圖像(S2703),將對準標記圖像及非對準標記圖像保存於產生圖像記憶部213。
執行S2703之後之處理由於與實施例1中所說明之圖19之S1901至S1906之處理相同,故而省略說明。
如以上所說明,根據本實施例,可藉由使用缺陷部位之檢查結果而判定晶圓對準用配方是否需要更新,且與實施例1及實施例2同樣地,於晶圓對準用配方內包含複數個項目之情形時可有效率地更新配方。
[實施例4]
其次,對藉由與實施例1至實施例3不同之方法觀察試樣晶圓108之裝置進行說明。本實施例之裝置構成與實施例3之情形時同樣地與實施例1中所說明之圖1及圖2相同。與實施例3之不同之處在於藉由晶圓觀察部206觀察試樣晶圓108之方法、及藉由配方更新需要與否判定部223判定晶圓對準用配方300是否需要更新之方法。以下,僅對與實施例3不同之部分進行說明。
於實施例3中,對使用檢查缺陷部位時所獲得之資訊而判定晶圓對準用配方是否需要更新之方法進行了說明。於本實施例中,對如下方法進行說明:使用對形成於試樣晶圓108之圖案進行尺寸測量之情形時所獲得之資訊,而判定晶圓對準用配方是否需要更新。
於進行圖案之尺寸測量時,為了不產生位置偏移地拍攝測量部位,而檢測試樣晶圓108上之座標已知且測量部位周邊之定址用圖案(以下,記載為定址)。於定址中,使用事先登記之定址用模板圖像,與晶圓對準同樣地,藉由模板匹配而檢測定址用圖案。
於觀察本實施例之晶圓時使用之晶圓觀察資訊中,包含品種名資訊、工序名資訊、圖像拍攝條件、定址座標、定址用模板圖像、定址成功與否判定用閾值、及定址成功率閾值。
使用圖28對本實施例中之晶圓觀察方法進行說明,該方法與實施例1中所說明之晶圓觀察工序(S305)中之藉由晶圓觀察部206觀察晶圓之方法對應。
首先,針對晶圓觀察資訊之每個定址座標,使載台移動至定址座標所表示之座標(S2801),並使用圖像獲取部205而獲取定址用圖像(S2802)。繼而,使用所獲取之定址用圖像及晶圓觀察資訊中所記憶之定址用模板圖像,進行模板匹配,而檢測出定址用圖案(S2803)。
繼而,以於S2803中檢測出之定址用圖案之位置為基準,使載台移動至進行尺寸測量之部位(S2804),並使用圖像獲取部205而獲取尺寸測量用圖像(S2805),使用所獲取之圖像測量圖案之尺寸(S2806)。
於觀察試樣晶圓108之後之定址結果中,針對每個定址座標附帶有進行尺寸測量之部位之座標、定址用圖像之檔案名、及於S2803之模板匹配中輸出之檢測位置候補中之最大之類似度。
其次,使用圖29對本實施例之配方之更新需要與否判定方法進行說明,該方法與實施例1中所說明之配方之更新需要與否判定方法(S306)對應。
首先,判定觀察張數NW是否為特定張數N之整數倍(NW/N=i:N為配方更新需要與否確認頻率,i為整數)(S2901:與實施例1中之S1001相同)。於S2901中判定為觀察張數為特定張數N之整數倍之情形時,算出S2802中所獲取之定址用圖像中之與定址用模板圖像之類似度為定址成功與否判定用閾值以上之圖像的比率(定址成功率)(S2902),並判定所算出之定址成功率是否為晶圓觀察資訊之定址成功率閾值以上(S2903)。
於S2903中判定為定址成功率為定址成功率閾值以上之情形(於S2903中為是之情形)時,判斷為S304中之晶圓對準成功,從而判定為無需更新晶圓對準用配方(S2904)。又,於S2901中判定為觀察張數並非特定張數之整數倍之情形時,亦判定為無需更新晶圓對準用配方(S2904)。
另一方面,於S2903中判定為定址成功率未達定址成功率閾值之情形時,判斷為S304中之晶圓對準失敗,從而判定為需要更新晶圓對準用配方(S2905)。
如以上所說明,根據本實施例,可藉由使用用以圖案之尺寸測量之定址結果而判定晶圓對準用配方是否需要更新,從而與實施例1至實施例3同樣地,於晶圓對準用配方內包含複數個項目之情形時可有效率地更新配方
以上,基於實施例對由本發明者完成之發明進行了具體說明,但當然本發明並不限定於上述實施例,可於不脫離其主旨之範圍內進行各種變更。例如,上述實施例係為了容易理解地說明本發明而詳細地進行說明者,未必限定於具備所說明之所有構成者。又,可對各實施例之構成之一部分添加、刪除、置換其他構成。
100:晶圓觀察裝置
101:SEM
102:控制部
103:記憶部
104:運算部
105:外部記憶媒體輸入輸出部
106:使用者介面部
107:網路介面部
108:試樣晶圓
109:可動載台
110:電子源
111:檢測器
112:圖像化部
113:輸入輸出終端
114:匯流排
115:電子束
116:2次電子
117:反射電子
201:晶圓搬送控制部
202:載台控制部
203:射束位移控制部
204:射束掃描控制部
205:圖像獲取部
206:晶圓觀察部
211:圖像記憶部
212:配方記憶部
213:產生圖像記憶部
214:配方更新資訊記憶部
221:配方讀入部
222:晶圓對準執行部
223:配方更新需要與否判定部
224:更新項目選擇部
225:模板圖像更新需要與否判定部
226:圖像處理參數集更新需要與否判定部
227:匹配成功與否判定用閾值更新需要與否判定部
228:配方更新部
229:圖像處理參數集決定部
230:匹配成功與否判定用閾值決定部
231:模板圖像追加部
232:使用優先度更新部
233:對準標記圖像產生部
234:非對準標記圖像產生部
235:類似度分佈算出部
236:類似度分佈可否分離判定部
601:配方製作畫面
602:品種、工序資訊顯示部
603:圖像拍攝條件輸入部
604:配方更新參數輸入部
605:圖像處理參數輸入部
606:晶圓之圖像顯示部
607:模板圖像資訊輸入部
608:對準點數輸入部
609:模板圖像張數上限輸入部
610:確認按鈕
611:對準標記部周邊之圖像
612:區域
701:晶片
702:區域
901:被匹配圖像
902:模板圖像
904:被匹配圖像
905:模板圖像
906:光柵掃描
908:類似度圖像
909:部位
910:部位
1101:對準標記檢測位置
1102:周邊圖像
1201:類似度圖像
1202:部位
1203:區域
1204:對準標記圖像
1301:類似度圖像
1302:部位
1303:部位
1304:區域
1305:非對準標記圖像
1501:對準標記之類似度分佈
1501-1:對準標記之類似度分佈
1501-2:對準標記之類似度分佈
1502:非對準標記之類似度分佈
1502-1:非對準標記之類似度分佈
1502-2:非對準標記之類似度分佈
1801:類似度分佈之可否分離判定結果畫面
1802:結果顯示部
1803:模板圖像顯示部
1804:對準標記圖像顯示部
1805:非對準標記圖像顯示部
1806:類似度分佈顯示部
1807:關閉按鈕
2400:表
2401:圖像
2402:圖像
2403:圖像
2404:圖像
6031:加速電壓
6032:探針電流
6033:疊加圖框數
6034:拍攝視野
6041:配方更新需要與否確認頻率N
6042:類似度分佈標準偏差係數α
6043:拍攝範圍R
6051:濾波器之種類
6052:濾波器尺寸
6053:二值化有無
6054:二值化閾值
6071:模板左上端座標
6072:模板右下端座標
6073:匹配成功與否判定用閾值TH
圖1係表示本發明之實施例1之晶圓觀察裝置之概略構成的方塊圖。
圖2係表示本發明之實施例1至實施例4之晶圓觀察裝置之控制部、記憶部及運算部之構成的方塊圖。
圖3係表示本發明之實施例1之試樣晶圓之觀察方法中的處理流程之流程圖。
圖4係表示藉由本發明之實施例1至實施例4之晶圓觀察裝置之配方讀入部進行的晶圓對準用配方之讀入方法之處理流程之流程圖。
圖5係表示本發明之實施例1之晶圓對準用配方之製作方法之處理流程的流程圖。
圖6係表示本發明之實施例1之晶圓對準用配方製作時的輸入輸出終端之顯示畫面之例的顯示畫面之前視圖。
圖7係表示本發明之實施例1之試樣晶圓與晶圓上之晶片之關係的圖。
圖8係表示藉由本發明之實施例1至實施例4之晶圓觀察裝置之晶圓對準執行部進行的晶圓對準之處理流程之流程圖。
圖9係表示本發明之實施例1之模板匹配之處理流程的流程圖。
圖10係表示藉由本發明之實施例1及實施例2之晶圓觀察裝置之配方更新需要與否判定部而判定晶圓對準用配方是否需要更新之方法之處理流程的流程圖。
圖11係表示本發明之實施例1之對準標記周邊之區域及周邊圖像之獲取範圍的圖。
圖12係表示藉由本發明之實施例1至實施例4之晶圓觀察裝置之對準標記圖像產生部而產生對準標記圖像之方法之處理流程的流程圖。
圖13係表示藉由本發明之實施例1至實施例4之晶圓觀察裝置之非對準標記圖像產生部而產生非對準標記圖像之方法中之處理流程的流程圖。
圖14係表示藉由本發明之實施例1及實施例3及實施例4之晶圓觀察裝置之類似度分佈算出部而算出對準標記之類似度分佈及非對準標記之類似度分佈之方法之處理流程的流程圖。
圖15係表示使用本發明之實施例1至實施例4之類似度分佈算出部而算出之類似度分佈所得的曲線圖。
圖16係表示本發明之實施例1至實施例4之可分離之對準標記之類似度分佈及非對準標記之類似度分佈之例的曲線圖。
圖17係表示本發明之實施例1至實施例4之不可分離之對準標記之類似度分佈及非對準標記之類似度分佈之例的曲線圖。
圖18係表示顯示有本發明之實施例1之對準標記之類似度分佈及非對準標記之類似度分佈之可否分離判定結果的輸入輸出終端之畫面之例的顯示畫面之前視圖。
圖19係表示藉由本發明之實施例1及實施例2之晶圓觀察裝置之更新項目選擇部而選擇需要更新之項目之方法之處理流程的流程圖。
圖20係表示藉由本發明之實施例1至實施例4之晶圓觀察裝置之模板圖像更新需要與否判定部而判定模板圖像是否需要更新之方法之處理流程的流程圖。
圖21係表示藉由本發明之實施例1至實施例4之晶圓觀察裝置之匹配成功與否判定用閾值需要與否判定部而判定匹配成功與否判定用閾值是否需要更新之方法之處理流程的流程圖。
圖22係表示藉由本發明之實施例1至實施例4之晶圓觀察裝置之配方更新部之配方更新方法之處理流程的流程圖。
圖23係表示藉由本發明之實施例2之晶圓觀察裝置之類似度分佈算出部而算出對準標記之類似度分佈及非對準標記之類似度分佈之方法之處理流程的流程圖。
圖24係表示對本發明之實施例2之對準標記圖像或非對準標記圖像實施加工所得之圖像之例的表。
圖25係表示藉由本發明之實施例3之晶圓觀察裝置中之晶圓觀察部而觀察晶圓之方法之處理流程的流程圖。
圖26係表示藉由本發明之實施例3之晶圓觀察裝置之配方更新需要與否判定部而判定晶圓對準用配方是否需要更新之方法之處理流程的流程圖。
圖27係表示藉由本發明之實施例3及實施例4之晶圓觀察裝置之更新項目選擇部而選擇需要更新之項目之方法之處理流程的流程圖。
圖28係表示藉由本發明之實施例4之晶圓觀察裝置中之晶圓觀察部而觀察晶圓之方法之處理流程的流程圖。
圖29係表示藉由本發明之實施例4之晶圓觀察裝置之配方更新需要與否判定部而判定晶圓對準用配方是否需要更新之方法之處理流程的流程圖。
Claims (13)
- 一種晶圓觀察裝置,其特徵在於:具備掃描型電子顯微鏡、控制部、記憶部及運算部,且觀察半導體元件之晶圓,上述控制部具備:晶圓觀察部,其控制上述掃描型電子顯微鏡而觀察上述半導體元件之晶圓;及圖像獲取部,其獲取由上述晶圓觀察部觀察到之上述晶圓之圖像;上述記憶部具備:圖像記憶部,其記憶由上述圖像獲取部獲取之上述晶圓之圖像或模板圖像;及配方記憶部,其記憶包含上述模板圖像中所附帶之匹配成功與否判定用閾值、圖像處理參數集及使用優先度之晶圓對準用配方;且上述運算部具備:配方讀入部,其讀入上述圖像記憶部中所記憶之模板圖像及上述配方記憶部中所記憶之上述晶圓對準用配方;配方更新需要與否判定部,其判定上述配方記憶部中所記憶之上述晶圓對準用配方是否需要更新;配方更新部,其基於上述配方更新需要與否判定部中之判定結果,而更新上述晶圓對準用配方;及更新項目選擇部,其選擇上述晶圓對準用配方所包含之上述模板圖像或上述匹配成功與否判定用閾值或上述圖像處理參數集之中所要更新之項目。
- 如請求項1之晶圓觀察裝置,其中上述配方更新部進而具備:對準標記圖像產生部,其使用將上述晶圓設置於上述晶圓觀察裝置之載台時所產生之晶圓設置誤差或上述載台之移動誤差或來自使用者之輸入 資訊中之至少1個以上,自藉由上述圖像獲取部獲取之上述晶圓之圖像獲取周邊圖像,並由所獲取之上述周邊圖像產生對準標記之圖像;非對準標記圖像產生部,其於上述對準標記圖像產生部中所獲取之上述周邊圖像中,產生上述對準標記以外之部位之圖像作為非對準標記之圖像;及類似度分佈算出部,其使用上述模板圖像及上述對準標記之上述圖像,算出上述對準標記之類似度分佈,並使用上述模板圖像及上述非對準標記之上述圖像,算出上述非對準標記之類似度分佈。
- 如請求項2之晶圓觀察裝置,其中上述配方更新部進而具備:模板圖像追加部,其將上述對準標記之上述圖像作為上述模板圖像追加至上述晶圓對準用配方;圖像處理參數集決定部,其決定合適之圖像處理參數集;匹配成功與否判定用閾值決定部,其決定合適之匹配成功與否判定用閾值;及使用優先度更新部,其更新上述晶圓對準用配方內之上述模板圖像中所附帶之使用優先度。
- 如請求項3之晶圓觀察裝置,其中上述配方更新需要與否判定部具備類似度分佈可否分離判定部,並基於上述類似度分佈可否分離判定部中之判定結果,判定上述晶圓對準用配方是否需要更新,上述類似度分佈可否分離判定部係使用由上述類似度分 佈算出部算出之上述對準標記之類似度分佈及上述非對準標記之類似度分佈、以及由上述匹配成功與否判定用閾值決定部決定之上述匹配成功與否判定用閾值,判定上述對準標記之類似度分佈與上述非對準標記之類似度分佈是否可分離。
- 如請求項3之晶圓觀察裝置,其中上述配方更新需要與否判定部係使用上述晶圓觀察部中之上述晶圓之觀察結果,而判定上述配方記憶部中所記憶之上述晶圓對準用配方是否需要更新。
- 如請求項4或5之晶圓觀察裝置,其中上述更新項目選擇部具備:模板圖像更新需要與否判定部,其判定記憶於上述配方記憶部之上述晶圓對準用配方所包含之上述模板圖像是否需要更新;匹配成功與否判定用閾值更新需要與否判定部,其判定記憶於上述配方記憶部之上述晶圓對準用配方所包含之上述匹配成功與否判定用閾值是否需要更新;及圖像處理參數集更新需要與否判定部,其判定記憶於上述配方記憶部之上述晶圓對準用配方所包含之上述圖像處理參數集是否需要更新。
- 一種晶圓觀察方法,其特徵在於:使用觀察半導體元件之晶圓之晶圓觀察裝置而觀察上述晶圓,且具備:圖像獲取步驟,其係獲取上述晶圓之圖像; 配方讀入步驟,其係讀入模板圖像及晶圓對準用配方,該晶圓對準用配方包含上述模板圖像中所附帶之匹配成功與否判定用閾值、圖像處理參數集及使用優先度;晶圓對準執行步驟,其係使用上述配方讀入步驟中所讀入之上述晶圓對準用配方,而算出上述晶圓相對於晶圓觀察裝置之載台之旋轉角度及位置偏移量;晶圓觀察步驟,其係進行上述晶圓之觀察;配方更新需要與否判定步驟,其係判定上述晶圓對準用配方是否需要更新;配方更新步驟,其係基於上述配方更新需要與否判定步驟中之判定之結果,而更新上述晶圓對準用配方;及更新項目選擇步驟,該更新項目選擇步驟係選擇上述晶圓對準用配方所包含之上述模板圖像或上述匹配成功與否判定用閾值或上述圖像處理參數集之中所要更新之1個以上之項目。
- 如請求項7之晶圓觀察方法,其進而具備:對準標記圖像產生步驟,其係使用將上述晶圓設置於上述載台時所產生之晶圓設置誤差或上述載台之移動誤差或來自使用者之輸入資訊中之至少1個以上,自上述圖像獲取步驟中所獲取之上述晶圓之圖像獲取周邊圖像,並由上述所獲取之上述周邊圖像產生對準標記之圖像;非對準標記圖像產生步驟,其係於上述對準標記圖像產生步驟中上述所獲取之上述周邊圖像中,產生上述對準標記以外之部位之圖像作為非對準標記之圖像;及 類似度分佈算出步驟,其係使用上述模板圖像及上述對準標記之上述圖像而算出上述對準標記之類似度分佈,並使用上述模板圖像及上述非對準標記之上述圖像而算出上述非對準標記之類似度分佈。
- 如請求項8之晶圓觀察方法,其中上述配方更新步驟具備:模板圖像追加步驟,其係將上述對準標記之上述圖像作為上述模板圖像追加至上述晶圓對準用配方;圖像處理參數集決定步驟,其係決定合適之圖像處理參數集;匹配成功與否判定用閾值決定步驟,其係決定合適之匹配成功與否判定用閾值;及使用優先度更新步驟,其係更新上述晶圓對準用配方內之上述模板圖像中所附帶之使用優先度。
- 如請求項9之晶圓觀察方法,其中上述配方更新需要與否判定步驟具備類似度分佈可否分離判定步驟,並基於上述類似度分佈可否分離判定步驟中之判定結果而判定上述晶圓對準用配方是否需要更新,上述類似度分佈可否分離判定步驟係使用上述類似度分佈算出步驟中所算出之上述對準標記之類似度分佈、上述非對準標記之類似度分佈及上述匹配成功與否判定用閾值,判定上述對準標記之類似度分佈與上述非對準標記之類似度分佈是否可分離。
- 如請求項9之晶圓觀察方法,其中 上述配方更新需要與否判定步驟係使用上述晶圓觀察步驟中之晶圓觀察結果而判定上述晶圓對準用配方是否需要更新。
- 如請求項10或11之晶圓觀察方法,其中上述更新項目選擇步驟具備:模板圖像更新需要與否判定步驟,其係判定上述晶圓對準用配方所包含之上述模板圖像是否需要更新;匹配成功與否判定用閾值更新需要與否判定步驟,其係判定上述晶圓對準用配方所包含之上述匹配成功與否判定用閾值是否需要更新;及圖像處理參數集更新需要與否判定步驟,其係判定上述晶圓對準用配方所包含之上述圖像處理參數集是否需要更新。
- 如請求項10之晶圓觀察方法,其中將於上述類似度分佈可否分離判定步驟中判定上述對準標記之類似度分佈與上述非對準標記之類似度分佈是否可分離所得之結果顯示於畫面上。
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2019118345A JP7245733B2 (ja) | 2019-06-26 | 2019-06-26 | ウェハ観察装置およびウェハ観察方法 |
| JP2019-118345 | 2019-06-26 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| TW202101631A TW202101631A (zh) | 2021-01-01 |
| TWI771690B true TWI771690B (zh) | 2022-07-21 |
Family
ID=74044862
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| TW109118260A TWI771690B (zh) | 2019-06-26 | 2020-06-01 | 晶圓觀察裝置及晶圓觀察方法 |
Country Status (4)
| Country | Link |
|---|---|
| US (1) | US11670528B2 (zh) |
| JP (1) | JP7245733B2 (zh) |
| KR (1) | KR102400851B1 (zh) |
| TW (1) | TWI771690B (zh) |
Families Citing this family (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114202578A (zh) * | 2020-09-18 | 2022-03-18 | 长鑫存储技术有限公司 | 一种晶圆的对准方法和装置 |
| US12118726B2 (en) * | 2021-01-15 | 2024-10-15 | Kulicke And Soffa Industries, Inc. | Intelligent pattern recognition systems for wire bonding and other electronic component packaging equipment, and related methods |
| JP7575972B2 (ja) * | 2021-03-10 | 2024-10-30 | 株式会社Screenホールディングス | 撮像方法、位置ずれ量算出方法、プログラムおよび記録媒体ならびに撮像装置 |
| CN113379692B (zh) * | 2021-06-01 | 2022-10-21 | 中科晶源微电子技术(北京)有限公司 | 校准om和sem坐标关系的方法和装置、设备和存储介质 |
| CN114548885B (zh) * | 2022-04-27 | 2022-11-08 | 广州粤芯半导体技术有限公司 | 晶圆制造的配方数据收集方法和装置 |
| CN115360133A (zh) * | 2022-08-24 | 2022-11-18 | 上海精测半导体技术有限公司 | 一种半导体设备多级自动晶圆对准方法和半导体设备 |
| CN117238800B (zh) * | 2023-08-02 | 2025-05-09 | 深圳市埃芯半导体科技有限公司 | 基于cim的半导体量测工艺控制方法和装置 |
| TWI897697B (zh) * | 2024-10-24 | 2025-09-11 | 中華精測科技股份有限公司 | 單晶圓級電路測試系統及其測試方法 |
| CN119579580A (zh) * | 2025-01-23 | 2025-03-07 | 全智芯(上海)技术有限公司 | 用于参数校正的方法、设备和存储介质 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| TWI225665B (en) * | 2001-10-17 | 2004-12-21 | Canon Kk | Apparatus control system, apparatus control method, semiconductor exposure apparatus, semiconductor exposure apparatus control method and semiconductor device manufacturing method |
| US20170109607A1 (en) * | 2015-10-15 | 2017-04-20 | Hitachi High-Technologies Corporation | Inspection Apparatus and Method Using Pattern Matching |
| TW201903536A (zh) * | 2017-05-31 | 2019-01-16 | 荷蘭商Asml荷蘭公司 | 用於預測量測方法的效能的方法和裝置、量測方法和裝置 |
Family Cites Families (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2006118870A (ja) | 2004-10-19 | 2006-05-11 | Olympus Corp | 検査条件設定方法及び検査条件設定装置並びにコンピュータプログラム |
| JP2006214816A (ja) | 2005-02-02 | 2006-08-17 | Nikon Corp | 半導体検査装置 |
| KR101665168B1 (ko) * | 2005-11-18 | 2016-10-11 | 케이엘에이-텐코 코포레이션 | 검사 데이터와 조합하여 설계 데이터를 활용하는 방법 및 시스템 |
| JP2010087070A (ja) | 2008-09-30 | 2010-04-15 | Hitachi High-Technologies Corp | 走査電子顕微鏡に用いられるレシピの診断装置 |
| EP2537069B1 (en) * | 2010-02-19 | 2020-03-04 | ASML Netherlands BV | Lithographic apparatus and device manufacturing method |
| JP2011174757A (ja) | 2010-02-23 | 2011-09-08 | Tokyo Electron Ltd | 欠陥検査方法、プログラム、コンピュータ記憶媒体及び欠陥検査装置 |
| JP5525421B2 (ja) | 2010-11-24 | 2014-06-18 | 株式会社日立ハイテクノロジーズ | 画像撮像装置および画像撮像方法 |
| JP5937878B2 (ja) * | 2012-04-24 | 2016-06-22 | 株式会社日立ハイテクノロジーズ | パターンマッチング方法及び装置 |
| US9224660B2 (en) | 2013-08-30 | 2015-12-29 | Kla-Tencor Corp. | Tuning wafer inspection recipes using precise defect locations |
| JP7001494B2 (ja) * | 2018-02-26 | 2022-01-19 | 株式会社日立ハイテク | ウェハ観察装置 |
| US10475710B1 (en) * | 2018-07-13 | 2019-11-12 | Uchicago Argonne, Llc | Method of characterizing the anisotropic, complex dielectric constant for materials with small dimensions |
| US11798157B2 (en) * | 2019-10-11 | 2023-10-24 | The Regents Of The University Of Michigan | Non-destructive imaging techniques for integrated circuits and other applications |
-
2019
- 2019-06-26 JP JP2019118345A patent/JP7245733B2/ja active Active
-
2020
- 2020-04-29 KR KR1020200052125A patent/KR102400851B1/ko active Active
- 2020-06-01 TW TW109118260A patent/TWI771690B/zh active
- 2020-06-22 US US16/908,386 patent/US11670528B2/en active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| TWI225665B (en) * | 2001-10-17 | 2004-12-21 | Canon Kk | Apparatus control system, apparatus control method, semiconductor exposure apparatus, semiconductor exposure apparatus control method and semiconductor device manufacturing method |
| US20170109607A1 (en) * | 2015-10-15 | 2017-04-20 | Hitachi High-Technologies Corporation | Inspection Apparatus and Method Using Pattern Matching |
| TW201903536A (zh) * | 2017-05-31 | 2019-01-16 | 荷蘭商Asml荷蘭公司 | 用於預測量測方法的效能的方法和裝置、量測方法和裝置 |
Also Published As
| Publication number | Publication date |
|---|---|
| JP2021005613A (ja) | 2021-01-14 |
| US20200411345A1 (en) | 2020-12-31 |
| KR102400851B1 (ko) | 2022-05-24 |
| TW202101631A (zh) | 2021-01-01 |
| US11670528B2 (en) | 2023-06-06 |
| KR20210001911A (ko) | 2021-01-06 |
| JP7245733B2 (ja) | 2023-03-24 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| TWI771690B (zh) | 晶圓觀察裝置及晶圓觀察方法 | |
| JP6307367B2 (ja) | マスク検査装置、マスク評価方法及びマスク評価システム | |
| CN104903712B (zh) | 缺陷观察方法以及缺陷观察装置 | |
| KR100310106B1 (ko) | 패턴검사방법 및 그 장치 | |
| US8547429B2 (en) | Apparatus and method for monitoring semiconductor device manufacturing process | |
| KR101608608B1 (ko) | 오버레이 계측 방법, 계측 장치, 주사형 전자 현미경 및 gui | |
| TWI644099B (zh) | 圖案測定裝置,及半導體計測系統 | |
| JP4933601B2 (ja) | 検査装置および検査方法 | |
| TWI492165B (zh) | Pattern matching method and device | |
| US8023723B2 (en) | Mask pattern dimensional inspection apparatus and method | |
| JP2007024737A (ja) | 半導体の欠陥検査装置及びその方法 | |
| JP2011222622A (ja) | 検査方法およびその装置 | |
| JP4970569B2 (ja) | パターン検査装置およびパターン検査方法 | |
| JP5514754B2 (ja) | 検査装置および検査方法 | |
| KR20150003783A (ko) | X선 검사 방법 및 x선 검사 장치 | |
| JP2009036572A (ja) | パターン測定方法及びパターン測定装置 | |
| KR102013287B1 (ko) | 계측 장치 및 계측 방법 | |
| JP2011085536A (ja) | レビュー装置および検査装置システム | |
| TWI874699B (zh) | 檢驗半導體樣品的系統及方法和包含指令之非暫時性電腦可讀媒體 | |
| JP7499864B2 (ja) | 検査方法 | |
| JP2011129624A (ja) | 荷電粒子ビーム描画装置の故障診断方法 | |
| Townsend et al. | Comparison of Three Measurement Modalities for 3D Characterization of Manufactured Features and Process-Induced Porosity in Titanium Alloy Additively Manufactured Parts | |
| JP2001101414A (ja) | マスクパターン形状計測評価装置および形状計測評価方法並びに形状計測評価プログラムを記録した記録媒体 | |
| Gorman | Detection and Classification of Defects in Metal Parts Using ATOS Professional 2019 | |
| Li et al. | Geometric Element Test Targets (GETT™) for Determination of 3D Printers' Resolutions |