重复缺陷检测的制作方法

本发明大致涉及用于检测晶片上的缺陷的系统及方法，其对检测晶片上的阵列区域中的重复缺陷特别有用。

背景技术：

下文描述及实例不会因为其包含于本段落中而被认为是现有技术。

在半导体制程期间的各个步骤使用检验工艺来检测晶片上的缺陷以促进所述制程中的较高成品率及因此较高收益。检验始终为制造半导体装置(例如IC)的重要部分。然而，随着半导体装置的尺寸减小，检验对可接受的半导体装置的成功制造变得更重要，此是因为较小缺陷可导致装置失效。

一些当前检验方法使用标准图像(例如标准裸片图像)来检测晶片上的重复缺陷。重复缺陷通常由光罩/掩模上的外物导致。在运用此种种类的光罩印刷晶片之后，缺陷出现于所有裸片上。裸片间比较检验将失效，此是因为所有裸片上的缺陷将彼此抵消，导致来自缺陷的信号弱或无来自缺陷的信号。可比较标准裸片图像(又统称作“金色裸片(golden die)”)与针对被检验晶片获取的测试裸片图像，并可将比较结果输入到缺陷检测算法或方法以确定测试裸片中是否存在任何缺陷。此类金色裸片图像通常用于检验裸片的逻辑区域，此是因为裸片的逻辑区域通常不包含可彼此比较以进行缺陷检测的周期性重复特征。

将标准裸片图像用于检验的缺点在于：如果从被检验晶片以外的晶片获取标准裸片图像，那么晶片间噪声可相对较高且可干扰缺陷检测或减小缺陷检测的灵敏度。此外，如果使用被检验的相同晶片获取标准裸片图像，那么裸片间噪声也可干扰缺陷检测或减小缺陷检测的灵敏度。此外，如果使用晶片的设计数据产生标准裸片图像，那么标准裸片图像可能无法充分表示晶片上的噪声源，由此具有上文所述的相同缺点。

据此，开发无上文所述的一或多个缺点的用于检测晶片上的缺陷的系统及方法将是有利的。

技术实现要素：

各个实施例的下文描述不应依任何方式解释为限制随附权利要求书的主题。

一个实施例涉及一种用于检测晶片上的缺陷的计算机实施方法。所述方法包含从通过运用检验系统扫描晶片产生的一或多个帧图像，产生所述晶片上的一或多个裸片中的阵列区域的至少一部分的一或多个测试图像。所述方法还包含从通过运用所述检验系统的所述晶片的所述扫描而产生的帧图像中的两者或更多者，产生所述阵列区域中的一或多个单元的参考图像。此外，所述方法包含通过从对应于所述一或多个裸片中的阵列区域的至少一部分中的至少一个单元的一或多个测试图像的一或多个部分减去所述参考图像而确定所述至少一个单元的一或多个差异图像。所述方法进一步包含基于针对所述至少一个单元确定的一或多个差异图像在至少一个单元中检测所述晶片上的缺陷。运用计算机系统执行产生所述一或多个测试图像，产生所述参考图像，确定所述一或多个差异图像及检测所述缺陷。

可如本文中所述般进一步执行所述方法的步骤中的每一者。此外，所述方法可包含本文中所述的任何其它方法的任何其它步骤。此外，所述方法可由本文中所述的系统中的任一者执行。

另一实施例涉及一种非暂时性计算机可读媒体，其存储可在计算机系统上执行以执行用于检测晶片上的缺陷的计算机实施方法的程序指令。所述计算机实施方法包含上文所述的方法的步骤。可如本文中所述般进一步配置所述计算机可读媒体。可如本文中进一步所述般执行所述计算机实施方法的步骤。此外，可执行程序指令以实现的所述计算机实施方法可包含本文中所述的任何其它方法的任何其它步骤。

额外实施例涉及一种经配置以检测晶片上的缺陷的系统。所述系统包含经配置以扫描晶片以由此产生所述晶片的帧图像的检验子系统。所述系统还包含经配置以执行上文所述的方法的步骤的计算机子系统。还可如本文中所述般进一步配置所述系统。

附图说明

所属领域技术人员得益于优选实施例的下文详细描述且参考附图将变得明白本发明的进一步优点，其中：

图1为说明用于检测晶片上的缺陷的计算机实施方法的一个实施例的流程图；

图2为说明存储程序指令以导致计算机系统执行本文中所述的计算机实施方法的非暂时性计算机可读媒体的一个实施例的框图；

图3为说明经配置以检测晶片上的缺陷的系统的实施例的侧视图的示意图；

图4为说明用于检测晶片上的缺陷的一种当前使用方法的流程图；

图5为说明用于检测晶片上的缺陷的方法的一个实施例的流程图；

图6为说明用于检测晶片上的缺陷的一种当前使用方法的示意图；及

图7为说明用于检测晶片上的缺陷的方法的一个实施例的示意图。

虽然本发明易于具有各种修改及替代形式，但是在图式中通过实例展示且在本文中详细描述其特定实施例。图式可能未按比例绘制。然而，应了解所述图式及其详细描述并非旨在将本发明限于所揭示的特定形式，恰相反，本发明将涵盖落于如通过随附权利要求书界定的本发明的精神及范围内的全部修改、等效物及替代。

具体实施方式

现参考图式，应注意，图式未按比例绘制。特定地说，图式的一些元件的比例极大地放大以突显元件的特性。还应注意，图式未按相同比例绘制。已使用相同元件符号指示多个图式中所展示的可类似地配置的元件。除非本文中另有提及，否则所述及所展示的元件中的任一者可包含任何合适的市售元件。

本文中所述的实施例涉及用于检测晶片上的缺陷的计算机实施方法。本文中所述的实施例对检测晶片上的阵列重复缺陷特别有利。依此方式，经配置以执行本文中所述的方法实施例的缺陷检测算法可被称作阵列模式重复缺陷算法(array mode repeater algorithm)。术语“阵列区域”指代裸片中晶片图案周期性地重复的区域。基本重复图案被称作“单元”。通常通过单元间比较(而非裸片间比较)检验阵列区域。可在针对晶片上的不同裸片产生的多个帧图像中的相同裸片内位置处检测裸片重复缺陷。裸片重复缺陷可定位于晶片上的裸片的阵列区域中。归因于裸片的此区域中的严重噪声，阵列模式检测(通常通过单元间比较执行)不具有用于检测阵列重复缺陷的相对较高灵敏度。然而，如本文中将进一步所述，本文中所述的实施例可用来以高于可通过当前使用系统及方法实现的灵敏度的灵敏度检测阵列区域中的缺陷。

所述方法包含从通过运用检验系统扫描晶片产生的一或多个帧图像，产生晶片上的一或多个裸片中的阵列区域的至少一部分的一或多个测试图像，如图1的步骤100中所展示。一或多个裸片可包含晶片上的任何合适数目个裸片。例如，一或多个裸片可包含晶片上的一行中的裸片中的所有者，所述行可大致包含3个或更多个裸片。一或多个裸片中的阵列区域可具有所述领域中已知的任何合适配置且可在裸片中依任何合适方式(例如，基于晶片的设计及/或基于晶片的输出(例如，图像)中的图案特性)识别。可如本文中进一步所述般运用可如本文中进一步所述般配置的检验系统执行扫描晶片。此外，所述方法可包含通过执行晶片的此扫描来获取帧图像或可从其中存储帧图像的存储媒体获取帧图像(例如，通过执行扫描的检验系统)。

在一个实施例中，执行产生一或多个测试图像，使得对应于缺陷的一或多个测试图像的部分与对应于噪声的一或多个测试图像的部分之间的差异大于一或多个帧图像中的差异。例如，如本文中进一步所述般产生测试图像可增强信噪比(信号来自裸片重复缺陷；噪声为随机缺陷及其它噪声)。在此一实例中，如本文中进一步所述，产生一或多个测试图像包含执行多个帧图像的稳健平均化。虽然在本文中参考稳健平均化描述一些实施例，但所述实施例不限于使用此平均化来产生用作测试图像的图像。例如，可使用如上文所述的可增强裸片重复缺陷信号的任何方法或算法产生测试图像，其可包含从帧图像产生中值图像或平均图像，所述中值图像或平均图像接着用作测试图像。依此方式，测试图像可包含裸片相关中值图像。

在一个实施例中，产生一或多个测试图像包含从帧图像中的两者或更多者确定稳健平均图像。一般来说，可通过移除一个离群点的像素及从其余像素计算平均值来产生稳健平均值。在一些此类实施例中，检测工作可包含来自晶片上的一行中的两个或更多个裸片的图像帧。因此，产生测试图像可包含使用来自晶片上的一行中的所有或一些裸片的图像帧中的每一者来产生平均测试图像。依此方式，产生测试图像可包含确定所有输入帧的稳健平均值。

稳健平均帧图像可接着用来检测裸片重复缺陷，如本文中进一步所述。如本文中所述般产生稳健平均图像增强裸片重复缺陷信号。例如，稳健平均化将大致减少在裸片之间变化的任何信号(例如噪声及来自随机缺陷的信号)，同时基本上维持在裸片之间基本上相同的任何信号(例如来自重复缺陷的信号)。如此，裸片重复缺陷信号将相对于存在于被平均化的个别帧中的每一者中的随机缺陷信号及噪声而增强。因此，如本文中进一步所述，将此图像作为测试图像用于缺陷检测可增大缺陷检测的灵敏度。

在另一实施例中，产生一或多个测试图像包含从帧图像中的两者或更多者确定一或多个测试图像，且所述方法包含在产生一或多个测试图像之前将两个或更多个帧图像对准于彼此。因此，所述方法可包含逐个帧对准，接着从经对准的帧产生测试图像。例如，针对通过扫描晶片上的一行裸片获取的帧图像，帧图像可对准于帧图像中在行中的最中心裸片处所获取的帧图像。依此方式，所有个别测试帧可在如本文中所述般产生一或多个测试图像(例如，经由平均化)之前对准于中心测试帧。此外，输入图像中的所有者可对准于任何其它合适的共同点(例如，在晶片的设计中或在晶片自身上)。可根据本文中进一步所述的实施例中的任一者执行从两个或更多个经对准的帧图像确定一或多个测试图像。

在产生测试图像(例如，通过平均化)之前对准帧图像将增大测试图像中的信噪比，其将在如本文中所述般确定的差异图像中产生较高信噪比。由于差异图像如本文中进一步所述般用于缺陷检测，所以差异图像中的较高信噪比将提供缺陷检测的较高灵敏度。

在额外实施例中，仅从一或多个帧图像中的一者产生一或多个测试图像中的每一者。例如，与上文所述的一些实施例(其中多个帧图像被组合使用来产生单个测试图像，所述单个测试图像接着用于缺陷检测)不同，在一些实施例中，测试图像可简单包含由检验系统产生的帧图像。依此方式，用于本文中所述的其它步骤的测试图像中的每一者可产生自或对应于帧图像中的仅一者。在一些此类实施例中，测试图像可包含帧图像自身。然而，可对帧图像执行某种处理(例如，噪声过滤)，帧图像中的每一者可接着在本文中所述的其它步骤中用作测试图像。

所述方法包含从通过运用检验系统扫描晶片而产生的帧图像中的两者或更多者产生阵列区域中的一或多个单元的参考图像，如图1的步骤102中所展示。可依如本文中所述的数种不同方式执行产生参考图像，且产生参考图像的方式可取决于用作测试图像的图像而变化。阵列区域中的单元可具有所述领域中已知的任何合适配置，且可依任何合适方式(例如，基于晶片的设计或基于可从晶片的图像确定的有关在晶片上的裸片中形成的图案的信息)在阵列区域中识别单元。

在一个实施例中，执行从两个或更多个帧图像产生阵列区域中的一或多个单元的参考图像，使得变更对应于晶片上的缺陷的两个或更多个帧图像的部分。换句话来说，优选地，在参考图像中响应于晶片上的缺陷的帧图像的一些部分看似不同于在帧图像中的部分。优选变更对应于晶片上的缺陷的两个或更多个帧图像的部分，使得基本上抑制或最小化对应于所有缺陷及所有噪声的信号或图像数据。例如，虽然本文中描述用于产生参考信号(例如，使用稳健平均值的中值)的一些特定方法，但此类数学运算的重要特征在于其可用来从最终参考图像基本上排除离群点(缺陷)且基本上抑制最终参考图像中的随机噪声。具备此类能力的任何其它数学运算(例如，稳健调和平均)将起作用且在一些情况中可能是有用的。

在产生一或多个测试图像包含从帧图像中的两者或更多者确定稳健平均图像的一个实施例中，产生参考图像包含从稳健平均图像确定中值单元图像。依此方式，所述方法可包含从稳健平均测试图像确定多单元中值图像。如上文所述，产生稳健平均测试图像将相对于测试图像帧中的每一者中的随机缺陷信号及噪声而增强重复缺陷信号。因此，可从稳健平均测试图像基本上剔除随机缺陷及噪声。如此，此稳健平均测试图像中的重复缺陷信号将基本上为离群点，可通过从稳健平均测试图像产生中值图像而从稳健平均测试图像移除所述离群点。因此，来自随机缺陷及噪声的信号将通过用来产生测试图像的稳健平均化而在参考图像中基本上被抑制，且来自重复缺陷的信号将通过取稳健平均化图像的中值而基本上被抑制。因此，此中值单元图像将归因于其基本上低的噪声及无缺陷特性而成为用于缺陷检测的极佳参考图像。

在从一或多个帧图像中的仅一者产生一或多个测试图像中的每一者的额外实施例中，产生参考图像包含从一或多个帧图像中的至少一者确定中值单元图像。例如，针对每个帧图像，可确定中值单元图像并将其用作参考图像。特定地说，在仅一个测试图像包含多于一个(或许多)单元时，可通过来自所述测试图像的多单元中值(或稳健平均化)计算参考图像(其中通过多裸片中值(或稳健平均化)计算测试图像)。如本文中进一步所述，还可使用其它数学运算，其可本质上从帧图像移除缺陷信息。

在一些实施例中，在扫描期间执行的晶片的相同扫描中获取用来产生一或多个测试图像的一或多个帧图像及用来产生参考图像的两个或更多个帧图像。换句话来说，可在晶片的仅一次扫描中获取在本文中所述的实施例中用来产生测试图像及参考图像的帧图像中的所有者。因此，本文中所述的实施例不同于使用标准参考裸片(SRD)的一些其它晶片检验方法，此是因为与通常要求两次扫描的方法不同，可使用晶片的仅一次扫描执行本文中所述的实施例。例如，一些基于SRD的方法包含SRD训练扫描及SRD检验扫描。训练扫描可用来从已知的良好晶片产生标准参考。SRD检验轮次接着扫描被检验晶片，且比较当前扫描图像与在SRD训练扫描期间所产生的标准参考图像。然而，本文中所述的实施例不要求任何此SRD训练扫描。而是，本文中所述的实施例可使用类似于裸片间(随机模式检验)或单元间(阵列模式)检验的单次扫描来扫描晶片一次且执行缺陷检测。例如，可从相同晶片扫描产生例如本文中所述的稳健平均测试及作为多单元中值图像的参考图像。

在另一实施例中，在晶片上的单个裸片的相同扫描中获取用来产生一或多个测试图像的一或多个帧图像中的至少一者及用来产生参考图像的两个或更多个帧图像中的至少一者。例如，用来产生测试图像的帧图像中的所有者可用来产生参考图像。在另一实例中，用来产生测试图像的帧图像中的至少一些可用来产生参考图像。依此方式，可在晶片上的相同裸片中获取用来产生测试图像及参考图像的图像。此外，在晶片上的至少一个裸片中所获取的图像可用来产生测试图像及参考图像两者。因此，本文中所述的实施例不同于从晶片上的裸片的第一部分产生测试图像及从晶片上的裸片的不同于第一部分的第二部分产生参考图像的其它方法。实施例也不同于从一个晶片上的裸片或多个裸片产生测试图像及从另一晶片上的裸片或多个裸片产生参考图像的其它方法。

使用在相同裸片中所获取的至少一些图像来产生测试图像及参考图像两者是可能的，此是因为如本文中所述般产生参考图像导致抑制及/或剔除所得参考图像中的重复缺陷信号、随机缺陷信号及噪声。将来自相同裸片的图像用于测试图像产生及参考图像产生两者是有利的，此是因为测试图像及参考图像的产生无需不同扫描，其增大检验工艺的处理量并且减少需要由检验系统处置及处理的检验系统输出。此外，当存在跨晶片或多个晶片的变化(例如，导致检验系统输出的色彩变化的制程变化)时，使用在相同裸片中所获取的至少一些图像可能是特别有利的，此是因为在此类情况中，变化可导致使用不同于用来产生测试图像的裸片的裸片的图像而产生的参考图像成为非理想参考图像，其可接着降低使用参考图像执行的检验的灵敏度。相比之下，由于本文中所述的实施例可将晶片上的相同裸片用于测试图像产生及参考图像产生两者，所以用于测试图像产生及参考图像产生两者的图像的晶片变化将相对较低，其允许产生特别合适的参考图像，由此实现相对较灵敏的检验。虽然如上文所述般将相同裸片用于测试图像产生及参考图像产生两者可能是有利的，但还可执行本文中所述的实施例，使得用于测试图像产生的裸片不同于(例如，相互排斥)用于参考图像产生的裸片。

所述方法还包含通过从对应于一或多个裸片中的阵列区域的至少部分中的至少一个单元的一或多个测试图像的一或多个部分减去参考图像而确定所述至少一个单元的一或多个差异图像，如图1的步骤104中所展示。可使用本文中所述的测试图像及参考图像中的任一者执行确定一或多个差异图像。例如，在一个实施例中，确定差异图像可包含比较稳健平均测试图像与多单元中值图像以检测晶片上的裸片重复缺陷。由于可如本文中所述般产生晶片上的单元的参考图像且由于可从对应于晶片上的单元的测试图像的部分减去参考图像，因此如本文中所述般产生差异图像涉及单元间比较。此外，由于如本文中进一步所述差异图像用于缺陷检测，因此本文中所述的缺陷检测方法及系统可被大致称作单元间缺陷检测方法及系统。

在从一或多个帧图像中的仅一者产生一或多个测试图像中的每一者的额外实施例中，通过从一或多个测试图像中的每一者的一或多个部分减去参考图像而执行确定一或多个差异图像。在此实施例中，参考图像可为如本文中进一步所述的中值单元图像。例如，针对每个帧图像，可使用帧图像及中值单元图像确定差异图像。依此方式，可通过从测试图像中的每一者减去中值单元图像而产生差异图像，所述测试图像中的每一者是从帧图像中的仅一者产生。因此，可针对每个单元产生差异图像。换句话来说，可针对每一单元单独地产生差异图像，导致差异图像与单元之间的一对一对应关系。此实施例不同于本文中所述的一些其它实施例，在所述一些其它实施例中，通过从自多个帧图像及因此多个单元产生的测试图像减去参考图像而产生差异图像。依此方式，测试图像可共同地(例如，如在稳健平均测试图像中)或单独地(例如，作为多个帧图像)用来确定仅一个差异图像或多个差异图像。

所述方法进一步包含基于针对至少一个单元确定的一或多个差异图像在至少一个单元中检测晶片上的缺陷，如图1的步骤106中所展示。例如，可使用本文中所述的差异图像中的任一者执行阵列模式缺陷检测。可使用所述领域中已知的任何合适缺陷检测方法及/或算法执行基于一或多个差异图像检测缺陷。例如，可依据一或多个差异图像中的不同值绘制从如本文中所述般产生的参考图像所确定的中值强度值，以由此产生二维(2D)散布图。散布图中的离群点可接着被识别为对应于晶片上的潜在缺陷。现有缺陷检测算法(例如在可购自美国加州米尔皮塔斯市(Milpitas,Calif.)KLA-Tencor的一些检验系统上所使用的多裸片自动定阈(MDAT)算法)可用来使用散布图执行此缺陷检测。在另一实例中，可比较差异图像中的信号与阈值，且高于阈值的信号可被识别为对应于缺陷，而低于阈值的信号不会被识别为对应于缺陷。然而，本文中所述的实施例不限于可结合本文中所述的差异图像使用的缺陷检测方法及/或算法的类型。例如，如本文中所述般确定的差异图像可输入到接受差异图像作为输入的任何缺陷检测算法。

在一个实施例中，被检测的缺陷包含在晶片上的裸片中的两者或更多者中的基本上相同的裸片内位置处的不同单元中重复的缺陷。由于通过使用多个裸片中的多个帧图像执行的稳健平均化而产生测试图像，所以所检测的缺陷对于此类裸片中的所有者是共同的且因此，被报告为此类裸片中的所有者的重复缺陷。依此方式，本文中所述的实施例可用来检测裸片的阵列区域中的裸片重复缺陷。归因于通常存在于裸片的阵列区域的检验系统输出中的噪声，检测此类缺陷通常是基本上困难的。然而，如本文中进一步所述，如本文中所述般产生测试图像可增强重复缺陷的信噪比，且如本文中所述般产生参考图像可抑制来自晶片上的所有缺陷及噪声的信号。因此，将此类测试图像及参考图像用于如本文中所述的缺陷检测可提供检测重复缺陷(包含定位于阵列区域中的重复缺陷)的基本上高的灵敏度。本文中所述的实施例因此特别适用于阵列模式重复缺陷检测。

在一个实施例中，检测缺陷包含从差异图像中的两者或更多者确定额外差异图像及基于额外差异图像检测缺陷。在此一实施例中，确定额外差异图像包含从两个或更多个差异图像确定稳健平均图像。例如，在帧图像自身用作测试图像且中值单元图像用作参考图像的实施例中，可针对每一单元确定差异图像，且接着可产生差异图像中的所有者的稳健平均值。可接着如本文中进一步所述般将差异图像的所述稳健平均值输入到缺陷检测步骤，且可如本文中进一步所述般执行缺陷检测。

在另一此实施例中，确定额外差异图像包含将两个或更多个差异图像对准于彼此及基于经对准的两个或更多个差异图像确定额外差异图像。例如，在针对每一单元确定差异图像的本文中所述实施例中，可将单元中的所有者(或单元中的至少两者)的差异图像中的所有者(或差异图像中的至少两者)对准于彼此，且接着可从经对准的差异图像确定稳健平均图像。将差异图像对准于彼此可包含将差异图像中的所有者对准于共同点(例如，在晶片的设计中或基于由检验系统针对晶片产生的输出中的图案)。在此情况中，对准差异图像而非输入图像。差异图像无相对较尖锐的边缘，此是因为单元结构为存在于中值图像及测试图像中的共同图案，其导致稳健平均差异图像的较低对准/内插噪声(相较于测试图像的对准)且改进缺陷检测的信噪比。

在一些实施例中，所述方法包含识别至少一个单元中的一或多者，其中基于一或多个帧图像定位缺陷。在另一实施例中，所检测的缺陷为晶片上的潜在缺陷，且所述方法包含确定潜在缺陷中的每一者的缺陷属性及基于对应于至少一个单元的经确定的缺陷属性来确定至少一个单元中的哪一个含有实际重复缺陷。例如，所述方法可包含后处理步骤，所述后处理步骤确定每一裸片上的重复缺陷信号以找出哪个(哪些)裸片具有裸片重复缺陷。换句话来说，所述方法可包含计算每一重复缺陷的缺陷属性以指示来自帧图像及参考图像的重复缺陷信号。重复缺陷信号值可由缺陷属性表示。在此一实例中，缺陷属性计算可包含对来自包含于检测工作中的裸片的每一帧上的缺陷块(patch)进行后处理以量测重复缺陷信号，以确定缺陷是否存在于每一帧上。在经识别的重复缺陷位置处具有相对较强信号的裸片可被识别为含有重复缺陷，而在经识别的重复缺陷位置处具有相对较弱信号的裸片可被识别为不含有重复缺陷。

运用计算机系统执行产生一或多个测试图像、产生参考图像、确定一或多个差异图像及检测缺陷，所述计算机系统可根据本文中所述的实施例中的任一者配置。

上文所述的方法的实施例中的每一者可包含本文中所述的任何其它方法的任何其它步骤。此外，可由本文中所述的系统中的任一者执行上文所述的方法的实施例中的每一者。

本文中所述的方法中的所有者可包含将方法实施例的一或多个步骤的结果存储于计算机可读存储媒体中。结果可包含本文中所述的结果中的任一者且可依所述领域中已知的任何方式存储。存储媒体可包含本文中所述的任何存储媒体或所述领域中已知的任何其它合适存储媒体。在结果已存储之后，可在存储媒体中存取结果且结果由本文中所述的方法或系统实施例中的任一者使用，经格式化以显示给用户，由另一软件模块、方法或系统使用等。

另一实施例涉及一种非暂时性计算机可读媒体，其存储可在计算机系统上执行以执行用于检测晶片上的缺陷的计算机实施方法的程序指令。图2中展示此一实施例。例如，如图2中所展示，非暂时性计算机可读媒体200存储可在计算机系统204上执行以执行用于检测晶片上的缺陷的计算机实施方法的程序指令202。计算机实施方法可包含本文中所述的任何方法的任何步骤。

实施例如本文中所述的方法的方法的程序指令202可存储于非暂时性计算机可读媒体200上。计算机可读媒体可为存储媒体，例如磁盘或光盘、磁带或所述领域中已知的任何其它合适的非暂时性计算机可读媒体。

可依各种方式中的任一者实施程序指令，所述方式尤其包含基于过程的技术、基于组件的技术及/或面向对象技术。例如，可根据需要使用Matlab、Visual Basic、ActiveX控件、C、C++对象、C#、JavaBeans、Microsoft基础类(“MFC”)、或其它技术或方法实施程序指令。

计算机系统204可采取各种形式，包含个人计算机系统、大型计算机系统、工作站、系统计算机、图像计算机、可编程图像计算机、并行处理器或所述领域中已知的任何其它装置。一般来说，术语“计算机系统”可被广义地定义为涵盖具有执行来自存储器媒体的指令的一或多个处理器的任何装置。

额外实施例涉及一种经配置以检测晶片上的缺陷的系统。系统包含检验子系统，所述检验子系统经配置以扫描晶片以由此产生晶片的帧图像。此检验子系统的一个实施例在图3中被展示为系统306的检验子系统304。检验子系统经配置以通过运用光扫描晶片及在扫描期间检测来自晶片的光而扫描晶片。例如，如图3中所展示，检验子系统包含光源308，所述光源308可包含所述领域中已知的任何合适光源，例如宽带等离子体光源。

来自光源的光可被引导到分束器310，所述分束器310可经配置以将来自光源的光引导到晶片312。光源可耦合到任何其它合适元件(未展示)，例如一或多个聚光透镜、准直透镜、替续透镜、物镜、光圈、光谱滤光器、偏振组件及类似物。如图3中所展示，光可依垂直入射角被引导到晶片。然而，光可依任何合适入射角(包含近垂直入射及倾斜入射)被引导到晶片。此外，光或多个光束可依多个入射角循序或同时被引导到晶片。检验子系统可经配置以依任何合适方式在晶片上扫描光。

在扫描期间可由检验子系统的一或多个检测器收集及检测来自晶片312的光。例如，依相对较接近垂直的角度从晶片312反射的光(即，在入射是垂直时的镜面反射光)可穿过分束器310到透镜314。透镜314可包含如图3中所展示的折射光学元件。此外，透镜314可包含一或多个折射光学元件及/或一或多个反射光学元件。由透镜314收集的光可聚焦到检测器316。检测器316可包含所述领域中已知的任何合适检测器，例如电荷耦合装置(CCD)或另一类型的成像检测器。检测器316经配置以产生输出，所述输出是响应于由透镜314收集的经反射光。因此，透镜314及检测器316形成检验子系统的一个通道。检验子系统的此通道可包含所述领域中已知的任何其它合适光学组件(未展示)。检测器的输出可包含例如图像、图像数据、信号、图像信号或可由检测器产生的适用于检验系统中的任何其它输出。

由于图3中所展示的检验子系统经配置以检测从晶片镜面反射的光，所以检验子系统配置为明场(BF)检验系统。然而，此检验子系统还可经配置用于其它类型晶片检验。例如，图3中所展示的检验子系统还可包含一或多个其它通道(未展示)。其它通道可包含本文中所述的光学组件中的任一者，例如透镜及检测器，其配置为散射光通道。可如本文中所述般进一步配置透镜及检测器。依此方式，检验子系统还可经配置用于暗场(DF)检验。

系统还包含计算机子系统318，所述计算机子系统318耦合到检验子系统，使得计算机子系统可接收由检验子系统产生的帧图像。例如，计算机子系统可耦合到检测器316及包含于检验子系统中的任何其它检测器，使得计算机子系统可接收由检测器产生的帧图像输出。计算机子系统经配置以根据本文中所述的实施例中的任一者执行本文中所述方法的步骤，包含产生一或多个测试图像、产生参考图像、确定一或多个差异图像及检测缺陷。计算机子系统318可经配置以执行本文中所述的任何其它步骤。图3中所展示的系统还可经配置以执行本文中所述的任何其它步骤。可如本文中所述般进一步配置计算机子系统及系统。

应注意，图3在本文中被提供来大致说明可包含于本文中所述的系统实施例中的检验子系统的配置。显然，如在设计商业检验系统时通常执行地，本文中所述的检验子系统配置可经变更以优化检验子系统的性能。此外，可使用现有检验子系统(例如，通过将本文中所述的功能添加到现有检验系统)实施本文中所述的系统，所述现有检验子系统例如可购自美国加州米尔皮塔斯市(Milpitas,Calif.)KLA-Tencor的29xx/28xx系列工具。针对一些此类系统，本文中所述的方法可被提供为系统的可选功能(例如，作为系统的其它功能的补充)。替代地，可“从头开始”设计本文中所述的系统以提供全新系统。

此外，虽然系统在本文中被描述为光学或基于光的检验系统，但检验子系统可配置为基于电子束的检验子系统。基于电子束的检验子系统可为包含于任何合适的市售电子束检验系统中的任何合适的基于电子束的检验子系统。

本文中所述的额外实施例涉及用于使用检验系统(例如本文中进一步所述的宽带等离子体(BBP)工具)最大化阵列中的重复缺陷检测的新方法及系统。例如，如本文中进一步所述，在一个实施例中，检验子系统(例如，图3中所展示的检验子系统304)包含经配置以产生在晶片(例如，晶片312)上扫描的光的光源(例如，光源308)，且光源包含BBP光源。在另一实施例中，检验子系统被配置为BF工具，且本文中进一步描述此类配置。

在许多半导体制造工厂中，检验工具的用户监视其在扫描仪中使用的掩模的质量以监视光罩浊雾的存在。如果浊雾增大到大于临界大小，那么其可表现为晶片上的重复缺陷，且用户通常监视晶片上的重复事件的数目并使用此信息来监视光罩浊雾。例如，用户可运行基本上热检验且接着使用晶片后处理方法，以仅使用传统重复缺陷分析方法基于重复缺陷是否出现于n个裸片或n个光罩场中而使重复缺陷分离。在此一实例中，检验可产生具有数百万个缺陷的晶片图且接着可对此数据使用后处理分析来提取所要求的重复缺陷。

依此方式，当前使用方法可包含运行对于最佳已知模式(BKM)的基本上热扫描以在一或多个光罩行或裸片行中寻找所有已知重复缺陷。所述方法还可包含确定使得能够寻找所有重复缺陷的阈值。基于经确定的阈值，执行全晶片扫描，其通常可产生具有数百万个缺陷的晶片图。(有时，如果已超过缺陷计数极限，那么扫描可停止，或工具可由于被检测到的缺陷量超过能够处置的缺陷量而遗漏缺陷)。在全晶片扫描完成之后，用户可在晶片后处理中启用自动重复缺陷分析以提取重复缺陷。

图4说明一种用于寻找重复缺陷的当前使用方法。所述方法开始于开始400处且接着在步骤402中，运行“超”热扫描。“超”热扫描可被定义为使用阈值执行缺陷检测的扫描，所述阈值处于在(例如，由一或多个检测器进行)扫描期间产生的输出的噪声底限。“处于”输出的噪声底限的阈值通常可被定义为近似等于噪声底限的平均值或均值的阈值。因此，此阈值及超热扫描将导致大量噪声在晶片上被检测为潜在缺陷。所述方法还包含在步骤404中确定扫描是否因单像素噪声而过热。例如，所述方法可包含确定扫描是否已检测到过多噪声或扰乱点事件。如果扫描未被确定为过热，那么所述方法可包含继续进行扫描，如步骤406中所展示。如果扫描被确定为过热，那么所述方法可包含将扫描划分成多个轮次，如步骤408中所展示。在步骤404及406或408中执行扫描之后，所述方法包含执行后处理分析以寻找重复缺陷及移除噪声，如步骤410中所展示。所述方法可接着停止，如步骤412中所展示。

用于监视光罩浊雾的当前使用方法具有缺点，此是因为所述方法可能无法在运行超热检验来检测此类重复缺陷时处置单像素系统噪声。例如，晶片缺陷计数可达到相当高的计数，其可使得基本上难以在尝试检测此类相对较小的重复缺陷的同时管理检验结果。此外，在运行极热检验时，检验工具的计算机子系统可丢失缺陷。如果检验工具丢失缺陷，那么可能未检测所关注的关键重复缺陷，此是因为检验工具可在尝试保留某个单像素噪声时丢失重复缺陷。此外，如果检验工具因运行极热扫描而超越其缺陷检测极限，那么系统可能无法完成全晶片检验。此外，如果要求依多轮次运行扫描，那么出于数个明显理由，此类扫描劣于单次扫描。

本文中所述的实施例主要在运行阵列模式检验来检测阵列区域中的重复缺陷时增强重复缺陷的检测。此类重复缺陷(如果被印刷)将被印刷于每个裸片及/或光罩场中，且挑战为最小重复缺陷中的一些的信号将极低，使得必须运行基本上热检验，这导致检测大量单像素系统噪声，其要求后处理(例如重复缺陷分析)以移除被检测到的扰乱点事件。此外，有时，可能无法针对被执行来将重复缺陷拉出噪声底限的极热检验完成全晶片检验。

本文中所述的实施例可被大致称作基于BF的检验工具的裸片融合或光罩融合，其通过使用重复缺陷将存在于裸片中的所有者中的相同位置中且扰乱点事件不会具有此特性的事实来增强对重复缺陷的检测。实施例通过以下步骤保留仅印刷于相邻裸片上的缺陷：融合测试图像及一或多个参考图像，由此使用经融合的信息来保留印刷于图像经融合的所有裸片中的相同位置上的缺陷及丢弃不存在于所有裸片中的缺陷。依此方式，在一个实施例中，缺陷包含重复缺陷。因此，此检测将不适用于增强随机非重复缺陷的检测，此是因为所述理念要求缺陷在所有裸片中重复。

在一个实施例中，本文中所述的实施例包含使用BKM针对晶片执行基本上热扫描以寻找一或多个光罩行或裸片行中的所有已知重复缺陷。例如，在一个实施例中，使用处于检验子系统的检测器的输出的噪声底限的预定阈值执行检测缺陷。预定阈值可“处于”如上文进一步所述的噪声底限。在此一实例中，如图5中所展示，所述方法可开始于步骤500处，且接着包含运行超热扫描，如步骤502中所展示。在运行此基本上热扫描时，实施例可包含融合相邻裸片之间的图像并保留所有经融合的位置，此是因为其可能为重复事件及/或重复缺陷。例如，如图5中所展示，所述方法可包含在步骤504中使用裸片融合/光罩融合来调谐/丢弃明显的单像素噪声。依此方式，可在线内丢弃明显单像素噪声事件。在线内丢弃明显单像素噪声事件使处置批结果变得更简单。此外，缺陷被丢失的可能性随着在线内丢弃明显噪声像素而降低。

在一些实施例中，融合在图像或检测器输出层级发生。例如，在一个实施例中，产生一或多个测试图像包含组合对应于一或多个裸片中的基本上相同的位置的帧图像中的至少两者，由此产生晶片的额外图像数据，且额外图像数据在确定一或多个差异图像中用作一或多个测试图像。可如本文中进一步所述般执行组合至少两个帧图像。例如，组合至少两个帧图像可包含产生至少两个帧图像的平均值或稳健平均值以由此产生额外图像数据。所述额外图像数据可如本文中进一步所述般用来确定差异图像。融合图像数据还可或替代地如以下专利中所述般执行：2012年7月17日发布的Chen等人的第8,223,327号美国专利、2013年6月18日发布的Chen等人的第8,467,047号美国专利及2013年12月10日发布的Chen等人的第8,605,275号美国专利，所述专利如在本文中全文陈述般以引用的方式并入本文中。本文中所述的实施例可如此类专利中所述般进一步配置且可经配置以执行此类专利中所述的任何方法的任何步骤。

在此一实施例中，帧图像中的至少两者包含一或多个裸片中的至少两者的图像。在另一实施例中，帧图像中的至少两者包含印刷于晶片上的至少两个光罩场的图像。例如，可在裸片或光罩场层级执行上文所述的图像融合。

在其它实施例中，融合使用经识别的潜在缺陷发生。例如，经配置以检测晶片上的缺陷的系统的一个实施例包含经配置以扫描晶片以由此产生晶片的图像的检验子系统。可如本文中所述般进一步配置此检验子系统。

系统还包含计算机子系统，所述计算机子系统经配置以在检验子系统正扫描晶片时，通过将预定阈值应用于图像来检测晶片上的潜在缺陷。预定阈值处于检验子系统的检测器的输出的噪声底限。依此方式，计算机子系统可经配置以通过对晶片执行热扫描来检测潜在缺陷。预定阈值可“处于”如本文中进一步所述的输出的噪声底限。

此外，计算机子系统经配置以在检验子系统正扫描晶片时，组合对应于晶片上的两个或更多个裸片或者两个或更多个光罩场中的基本上相同的位置的检测的结果。例如，被比较结果可包含是否在两个或更多个裸片或者两个或更多个光罩场中的基本上相同的位置处检测到潜在缺陷。在一个实施例中，仅针对两个或更多个裸片或者两个或更多个光罩场的阵列区域执行组合。例如，本文中所述的实施例可特别适于晶片的阵列区域的检验。可对晶片的其它区域执行其它检验，例如本文中进一步所述的检验。

计算机子系统还经配置以在检验子系统正扫描晶片时，将在基本上相同的位置中的所有者处检测到的一组潜在缺陷识别为重复缺陷。例如，在计算机子系统确定已在两个或更多个裸片或光罩场中的相同位置的所有实例处检测到潜在缺陷时，所述相同位置的实例中的每一者处的缺陷中的所有者可被识别为重复缺陷。依此方式，可将在晶片上检测到的重复缺陷中的所有者分成一组。在一个实施例中，重复缺陷包含归因于用来印刷晶片的光罩上的浊雾而形成于晶片上的两个或更多个缺陷。例如，如本文中进一步所述，归因于光罩浊雾，本文中所述的实施例对检测晶片上的缺陷是特别有利的。

计算机子系统进一步经配置以在检验子系统正扫描晶片时，将在少于基本上相同的位置中的所有者处检测到的另一组潜在缺陷识别为非重复缺陷。例如，在计算机子系统确定未在两个或更多个裸片或光罩场中的相同位置的所有实例处检测到潜在缺陷时，所述相同位置的实例中的每一者处的缺陷中的所有者可被识别为非重复缺陷。依此方式，可将在晶片上检测到的非重复缺陷中的所有者分成不同于包含重复缺陷的组的另一组。如此，重复缺陷可在线内与非重复缺陷分离。

计算机子系统还经配置以产生晶片的检验结果，所述检验结果至少包含重复缺陷的信息。例如，产生检验结果可包含例如通过舍弃非重复缺陷的任何信息而从检验结果排除非重复缺陷的信息。在另一实例中，产生检验结果可包含独立于非重复缺陷的信息存储重复缺陷的信息。在此一实例中，非重复缺陷的信息可独立于重复缺陷存储于相同文件或不同文件中。依此方式，在晶片检验之后可获得或可能无法获得非重复缺陷的信息。

在一些实例中，可能期望不舍弃非重复缺陷的所有信息，使得所述信息可用于其它功能。例如，在一个实施例中，计算机子系统经配置以将扰乱点筛选器应用于非重复缺陷以识别作为实际缺陷的非重复缺陷中的至少一者及作为扰乱点的非重复缺陷中的至少另一者。依此方式，对于未发生完美融合的位置，所述位置可被传递穿过扰乱点筛选器，所述扰乱点筛选器可包含任何合适扰乱点筛选器及/或缺陷分类方法及/或算法以保留明显真实事件且丢弃所有单像素噪声事件。例如，如图5中所展示，所述方法可包含执行后处理分析以寻找重复(噪声已使用融合移除)，如步骤506中所展示，此后所述方法可停止，如步骤508中所展示。实施例赋予用户能够根据要求运行超热扫描以能够检测所要重复事件的灵活性且还赋予用户融合相邻裸片图像且能够通过融合丢弃不需要的噪声事件的灵活性。

在一些实施例中，计算机子系统还经配置以确定重复缺陷是否是归因于用来印刷晶片的光罩上的浊雾。例如，本文中所述的系统的计算机子系统可经配置以使用有关光罩的信息(例如，可在由计算机子系统检测缺陷之后执行的光罩检验的结果)、使用光罩印刷的其它晶片的信息(例如，先前针对其它晶片产生的晶片检验结果)及可供计算机子系统用来确定重复缺陷是归因于光罩上的浊雾或归因于另一起因的任何其它信息。

本文中所述的实施例有利地允许现有检验工具增强重复缺陷检测能力且允许工具用户依用于监视重复缺陷的改进/更好方式监视光罩浊雾，且寻找重复缺陷的此新方法可为关键特征，所述关键特征将在引入极紫外光(EUV)(例如，针对10nm/7nm逻辑)时增强现有检验工具寻找重复缺陷的性能。此外，本文中所述的实施例扩展了在运行极热扫描时基本上小的重复缺陷检测能力，且通过为用户赋予凭借融合相邻裸片图像丢弃不需要的噪声的选项而在无需具有极难解决的极热批结果时仍产生成功结果。此外，对于进一步分析，具有合理地小的批结果通常基本上容易处置。此外，本文中所述的实施例的配方可无缝地集成到生产环境中，此是因为裸片及/或光罩融合提供用来管理单像素噪声事件的方式。此外，在运行热扫描时，工具有时可被阻塞及丢失缺陷，且此情况可能通过使用此方法而避免。

本文中所述的进一步实施例涉及使用光罩的稳健平均图像来改进逻辑区域中的光罩缺陷检测的灵敏度(其可被称作随机重复缺陷或(RIR))。例如，EUV技术正接近被应用于生产。归因于EUV扫描仪的真空环境及暴露于较短波长，污染控制(尤其微粒控制)基本上是关键的。将在10nm及更先进逻辑装置及1znm DRAM装置上采用EUV技术。因此，灵敏度要求是相当高的。当前使用的检验方法无法满足逻辑区域中的EUV光罩监视灵敏度要求来在晶片上监视EUV光罩。然而，本文中所述的实施例可用来以最小成本扩展BBP图案检验工具的灵敏度能力以实现此类灵敏度。

特定地说，当前使用方法遗漏较小及/或较低信号重复缺陷。例如，如图6中所展示，当前检验可涉及裸片间比较600，其中针对相同光罩场604中的不同裸片602比较图像或其它检测器输出。可针对形成于晶片上的每一光罩场执行此类比较(图6中未展示)。此类裸片间比较可检测缺陷608、610、612及614。如图6中所展示，缺陷610、612及614为随机缺陷，因为两个或更多个缺陷不存在于此类缺陷中的任一者在多个裸片或光罩场中的基本上相同的位置中。然而，如图6中进一步展示，未检测到与其它光罩场中的缺陷608处于相同位置中的缺陷616及618(例如，归因于缺陷616及618的较低信号)。因此，在将裸片间比较的结果输入到重复缺陷算法620时，随机缺陷610、612及614将被识别为非重复缺陷且从检验结果622剔除。然而，重复缺陷算法还将从检验结果剔除缺陷608，此是因为未在多个光罩场内在与缺陷608相同的位置处检测到缺陷。

相比之下，在本文中针对随机或RIR检验中的重复缺陷描述的实施例中，计算机子系统经配置以平均化多个光罩的图像(如由图7中的步骤700所展示)，以由此产生光罩场702的平均图像710。例如，经配置以检测晶片上的缺陷的系统的一个实施例包含经配置以扫描晶片以由此产生晶片的图像的检验子系统。检验子系统可包含本文中进一步所述的检验子系统中的任一者。两个或更多个光罩场印刷于晶片上，且两个或更多个光罩场中的每一者包含印刷于晶片上的两个或更多个裸片。例如，如图6中所展示，光罩场604(其中的每一者包含裸片602)可印刷于晶片上。计算机子系统(其可包含本文中所述的计算机子系统中的任一者)经配置以通过平均化光罩场中的两者或更多者中的至少一个裸片中所产生的图像中的两者或更多者而产生两个或更多个裸片中的至少一者的一或多个测试图像。在一个实施例中，平均化包含可如本文中进一步所述般执行的稳健平均化。平均化多个光罩场的图像将减少未定位于多个光罩场中的基本上相同的位置中的任何缺陷的信号。例如，如图7中所展示，不在多个光罩场中重复的缺陷712、714及716将在平均化图像710中的此类缺陷的位置处产生小于此类缺陷中的每一者的信号的信号。

依此方式，对平均化图像执行的缺陷检测将能够检测更多重复缺陷及更少缺陷。对平均化图像执行的缺陷检测可包含所述领域中已知的任何合适缺陷检测，例如裸片间比较718。例如，在一个实施例中，计算机子系统进一步经配置以通过从至少一个裸片的一或多个测试图像减去晶片上的另一裸片的一或多个测试图像来确定至少一个裸片的一或多个差异图像，及基于一或多个差异图像检测晶片上的缺陷。此缺陷检测可检测对应于重复缺陷704、706及708的缺陷720，且可能不检测对应于缺陷712、714及716的缺陷722、724及726。依此方式，在一些实施例中，在检测步骤中检测到的缺陷包含重复缺陷。因此，缺陷检测将检测重复缺陷但不检测非重复或随机缺陷。如此，此缺陷检测可增大针对较小及/或较低信号重复缺陷的检验的灵敏度。

在一个实施例中，缺陷包含重复缺陷，且计算机子系统经配置以确定缺陷是否是归因于用来印刷晶片的光罩上的缺陷。可如本文中进一步所述般执行确定晶片上的缺陷是否是归因于用来印刷晶片的光罩上的缺陷。

本文中所述的实施例具有优于用于晶片检验的其它方法及系统的数个优点。例如，相较于当前使用的裸片间比较，RIR能够通过平均化光罩图像及增大将作为重复缺陷的光罩缺陷的信噪比来移除随机晶片噪声/扰乱点。换句话来说，本文中所述的RIR使背景更安静且增强重复缺陷的检测。此外，本文中所述的实施例解决晶片的随机区域中的重复缺陷检测的灵敏度。例如，在一个实施例中，仅针对两个或更多个裸片中的逻辑区域执行产生、确定及检测步骤。相较于本文中针对阵列区域检验描述的实施例，RIR包含检验期间的光罩间对准及图像记录。

鉴于此描述，所属领域技术人员将明白本发明的各种方面的进一步修改及替代实施例。例如，提供用于检测晶片上的缺陷的系统及方法。据此，此描述仅被解释为说明性的且用于向所属领域技术人员教示实行本发明的一般方式的目的。应了解，本文中所展示及所述的本发明的形式将被视为目前优选实施例。可置换本文中所说明及所述的元件及材料，可颠倒部件及工艺，且可独立地利用本发明的某些特征，均如所属领域技术人员在得益于本发明的此描述后将明白。在不背离如所附权利要求书中所述的本发明的精神及范围的情况下，可对本文中所述的元件作出改变。