KR101297207B1 - Defect analyzing method of semiconductor wafer - Google Patents
Defect analyzing method of semiconductor wafer Download PDFInfo
- Publication number
- KR101297207B1 KR101297207B1 KR1020110114335A KR20110114335A KR101297207B1 KR 101297207 B1 KR101297207 B1 KR 101297207B1 KR 1020110114335 A KR1020110114335 A KR 1020110114335A KR 20110114335 A KR20110114335 A KR 20110114335A KR 101297207 B1 KR101297207 B1 KR 101297207B1
- Authority
- KR
- South Korea
- Prior art keywords
- value
- negative
- positive
- threshold value
- pixel
- Prior art date
Links
Images
Classifications
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
- H01L22/00—Testing or measuring during manufacture or treatment; Reliability measurements, i.e. testing of parts without further processing to modify the parts as such; Structural arrangements therefor
- H01L22/10—Measuring as part of the manufacturing process
- H01L22/12—Measuring as part of the manufacturing process for structural parameters, e.g. thickness, line width, refractive index, temperature, warp, bond strength, defects, optical inspection, electrical measurement of structural dimensions, metallurgic measurement of diffusions
Landscapes
- Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- Computer Hardware Design (AREA)
- Microelectronics & Electronic Packaging (AREA)
- Power Engineering (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
- Testing Or Measuring Of Semiconductors Or The Like (AREA)
Abstract
본 발명은 반도체용 웨이퍼 결점 검사방법에 관한 것으로, 더욱 상세하게는 반도체 웨이퍼에서 정상웨이퍼 표면 이미지(이하, ‘정상이미지’라함)와 검사대상 웨이퍼 표면이미지(이하, ‘검사대상이미지’라함)검사를 비교하여 결함을 검출하는 방법에 있어서, 획득한 검사대상이미지의 좌표로 표시되는 각 화소값에서 정상이미지의 상기 좌표에 대응하는 각 화소값을 감산하여 얻은 차이값을 통해 차이이미지를 생성하는 차이이미지 생성단계, 상기 차이이미지의 화소값에서 양(+)의 값만을 연산하여 양임계값(Tp)을 결정하는 단계, 상기 차이이미지의 화소값에서 음(-)의 값만을 연산하여 음임계값(Tn)을 결정하는 단계;를 포함하여 이루어지고, 양의 화소값과 음의 화소값을 연산하여 양임계값과 음임계값을 별도로 산출하고 상기 양임계값과 음임계값을 통해 결함을 산출한다.
상기와 같은 본 발명에 의하면, 차이이미지의 다수의 화소값을 양의 화소값들과 음의 화소값들로 구분하여 양임계값과 음임계값을 결정하고, 양의 화소값과 음의 화소값 각각을 해당 양임계값과 음임계값과 비교하여 결함을 종래보다 정밀하게 결정할 수 있다.The present invention relates to a wafer defect inspection method for semiconductors, and more particularly, to examine a normal wafer surface image (hereinafter referred to as a 'normal image') and an inspection target wafer surface image (hereinafter referred to as an 'inspection image') in a semiconductor wafer. In the method for detecting a defect by comparing the difference, the difference of generating a difference image through the difference value obtained by subtracting each pixel value corresponding to the coordinates of the normal image from each pixel value represented by the obtained coordinates of the inspection target image An image generating step, determining a positive threshold value Tp by calculating only a positive value from pixel values of the difference image, and calculating a negative threshold value by calculating only a negative value from pixel values of the difference image Determining (Tn); and calculating a positive threshold value and a negative threshold value separately by calculating a positive pixel value and a negative pixel value, and calculating the positive threshold value and the negative threshold value. It calculates the defect.
According to the present invention as described above, a plurality of pixel values of the difference image is divided into positive pixel values and negative pixel values to determine a positive threshold value and a negative threshold value, and a positive pixel value and a negative pixel value. The defects can be determined more precisely than before by comparing each of the positive and negative thresholds.
Description
본 발명은 결점 검사방법에 관한 것으로, 더욱 상세하게는 검사대상이미지에서 정상이미지를 각 대응되는 좌표별로 감산하여 차이이미지를 생성하되, 이 차이이미지의 화소값 중 양의 화소값들로 양임계값을 결정하고, 음의 화소값들로 음임계값을 결정하며, 차이이미지의 양의 화소값과 음의 화소값을 해당되는 양임계값과 음임계값과 비교하여 결함을 결정할 수 있어 종래보다 정밀하게 결함을 검출할 수 있는 반도체용 웨이퍼 결점 검사방법에 관한 것이다.
The present invention relates to a defect inspection method, and more specifically, a difference image is generated by subtracting a normal image by each corresponding coordinate from an inspection target image, and a positive threshold value using positive pixel values among the pixel values of the difference image. To determine the negative threshold value with negative pixel values, and compare the positive and negative pixel values of the difference image with the corresponding positive and negative threshold values to determine defects. The present invention relates to a wafer defect inspection method for semiconductors capable of detecting defects.
일반적으로, 반도체 장치는 반도체 웨이퍼 상에 정교하게 미세한 패턴을 형성하는 것으로, 패턴을 형성할 때, 주변의 미세 입자가 반도체 웨이퍼의 표면에 부착될 수 있고, 이에 따라, 웨이퍼가 손상될 수 있어 결함이 있는 웨이퍼가 형성될 수 있다.In general, a semiconductor device forms an elaborately fine pattern on a semiconductor wafer, and when forming the pattern, peripheral fine particles may adhere to the surface of the semiconductor wafer, thereby damaging the wafer so that defects may occur. With wafers can be formed.
그리고 패턴을 형성하는 과정에서 다양한 결함이 발생될 수 있으며, 이러한 결함이 존재하는 웨이퍼로 반도체를 제조할 경우, 불량이 발생되어 폐기해야되는 문제점이 있다.In addition, various defects may occur in the process of forming a pattern, and when a semiconductor is manufactured from a wafer in which such defects exist, there is a problem that a defect occurs and must be discarded.
이에, 반도체 칩으로 패킹하기 전에 웨이퍼 표면을 검사하여 결함이 있는 웨이퍼를 분류하는 과정이 시행되고 있다.Accordingly, a process of classifying defective wafers by inspecting the wafer surface before packing with semiconductor chips has been carried out.
이러한 종래 반도체 웨이퍼의 결함을 검사하는 방법은 특허등록번호 제10-0748861호에 제시된 바와 같이, 결함이 있는 웨이퍼 표면 이미지(이하 원본 이미지라 함.)와 정상 이미지(이하 참조 이미지라 함.)를 비교하여 결함을 결정하기 위한 임계값을 정의하고, 검사를 위한 웨이퍼 표면의 이미지를 픽업하여 임계값과 비교함에 따라 결함 여부를 확인하게 된다.The method for inspecting defects of the conventional semiconductor wafer includes a defective wafer surface image (hereinafter referred to as an original image) and a normal image (hereinafter referred to as a reference image) as shown in Patent Registration No. 10-0748861. By comparison, a threshold is defined for determining defects, and an image of the wafer surface for inspection is picked up and compared with the threshold to check for defects.
도 1은 종래 결함 검사하는 방법을 도시한 도면이고, 도 2는 종래 임계값을 적용하여 결함을 확인할 수 있는 그래프를 도시한 도면이다.1 is a view showing a conventional defect inspection method, Figure 2 is a diagram showing a graph that can confirm the defect by applying a conventional threshold value.
도면에서 도시한 바와 같이, 참조 이미지(R)와 검사를 위한 원본 이미지(I)를 획득하여 원본 이미지(I)에서 참조 이미지(R)를 감산하여 차이 이미지(D)를 확인하게 된다.As shown in the figure, the reference image R and the original image I for inspection are obtained and the reference image R is subtracted from the original image I to identify the difference image D.
이는, 각 이미지가 각각의 색상정보를 갖고 있어 원본 이미지(I)와 참조 이미지(R)의 대응되는 좌표 위치별로 색상정보를 감산할 수 있고, 그 결과의 절대값으로 다수의 차이 이미지(D)를 생성할 수 있다.This means that each image has its own color information, so that the color information can be subtracted by the corresponding coordinate positions of the original image I and the reference image R, and the plurality of difference images D as an absolute value of the result. Can be generated.
이러한 모든 차이 이미지(D)를 이용하여 임계값(T)을 정의한 후, 이 임계값(T)과 차이 이미지(D)를 비교하여 해당 색상정보가 임계값(T)보다 높은 차이 이미지(D)의 좌표 위치에 결함이 존재한다고 결정하게 된다.After defining the threshold value T using all of the difference images D, the threshold value T is compared with the difference image D, and the corresponding color information is higher than the threshold value T. It is determined that a defect exists at the coordinate position of.
여기서, 종래 임계값을 정의하는 방법은 웨이퍼의 배경에 해당하는 색상정보보다 높은 색상정보를 갖는 좌표위치를 모두 확인하고, 모든 해당 좌표위치의 색상정보에 대한 평균(M) 및 표준편차(S)를 계산하여 평균(M)과 표준편차(S)의 합산값을 임계값(T)이라 정의하고, 도 2에서와 같이 도시하고 있다.Here, the conventional method of defining the threshold value checks all coordinate positions having color information higher than the color information corresponding to the background of the wafer, and average (M) and standard deviation (S) for the color information of all corresponding coordinate positions. The sum of the average M and the standard deviation S is defined as a threshold value T, and is shown as in FIG.
그러나 반도체 웨이퍼 표면에는 정상적인 부분과 돌출된 부분(결함) 및 함몰된 부분이 존재하며, 통상적으로 돌출된 부분은 반사가 잘됨으로 인해 절대값이 커 임계값보다 높게 연산되어 결함으로 산출되지만, 함몰된 부분은 반사가 잘되지 않음으로 인해 절대값이 작아 임계값보다 낮게 연산되어 실제 결함임에도 불구하고 산출되지 않는 문제점이 있다.
However, on the surface of the semiconductor wafer, there are normal portions, protruding portions (defects), and recessed portions. Typically, the protruding portions are calculated as defects because the absolute value is larger than the threshold value due to the good reflection, and is calculated as a defect. Because the part is not reflected well, the absolute value is calculated to be smaller than the threshold value, so that there is a problem in that it is not calculated despite the actual defect.
이에 본 발명은 상기와 같은 문제점들을 해소하기 위해 안출된 것으로써, 획득한 검사대상이미지의 좌표로 표시되는 각 화소값에서 정상이미지의 상기 좌표에 대응하는 각 화소값을 감산하여 얻은 차이값을 통해 차이이미지를 생성하고, 생성된 차이이미지의 다수의 화소값 중 통상적으로 돌출된 부분인 양의 화소값들과 통상적으로 함몰된 부분인 음의 화소값들로 구분하여 양임계값과 음임계값을 결정하고, 양의 화소값과 음의 화소값 각각을 해당 양임계값과 음임계값과 비교하여 결함을 결정할 수 있어 종래보다 정밀하게 결함을 검출할 수 있어 제품의 품질을 향상시킬 수 있는 반도체용 웨이퍼 결함 검사방법을 제공하는 것이 목적이다.
Accordingly, the present invention has been made to solve the above problems, through the difference value obtained by subtracting each pixel value corresponding to the coordinates of the normal image from each pixel value represented by the obtained coordinates of the inspection target image The difference image is generated, and the positive threshold value and the negative threshold value are divided into positive pixel values, which are typically protruding portions, and negative pixel values, which are typically recessed portions, of the plurality of pixel values of the generated difference image. Determination can be made by comparing each of the positive pixel value and the negative pixel value with the corresponding positive and negative threshold values to determine the defect more accurately than the conventional semiconductor for improving the quality of the product It is an object to provide a wafer defect inspection method.
상기 목적을 이루기 위한 본 발명은, 반도체 웨이퍼에서 정상웨이퍼 표면 이미지(이하, ‘정상이미지’라함)와 검사대상 웨이퍼 표면이미지(이하,‘검사대상이미지’라함)검사를 비교하여 결함을 검출하는 방법에 있어서, 획득한 검사대상이미지의 좌표로 표시되는 각 화소값에서 정상이미지의 상기 좌표에 대응하는 각 화소값을 감산하여 얻은 차이값을 통해 차이이미지를 생성하는 차이이미지 생성단계, 상기 차이이미지의 화소값에서 양(+)의 화소값만을 연산하여 양임계값(Tp)을 결정하는 단계, 상기 차이이미지의 화소값에서 음(-)의 화소값만을 연산하여 음임계값(Tn)을 결정하는 단계를 포함하여 이루어지고, 상기 양임계값(Tp)을 결정하는 단계와 음임계값(Tn)을 결정하는 단계를 별도로 각각 산출하며, 상기 차이이미지의 양의 화소값들의 결함은 상기 양임계치를 적용하여 결정하고, 상기 차이이미지의 음의 화소값들의 결함은 상기 음임계치를 적용하여 결함을 산출한다.In order to achieve the above object, the present invention provides a method for detecting defects by comparing a normal wafer surface image (hereinafter referred to as a 'normal image') and an inspection target wafer surface image (hereinafter referred to as an 'inspection image') inspection in a semiconductor wafer. In the difference image generation step of generating a difference image through the difference value obtained by subtracting each pixel value corresponding to the coordinates of the normal image from each pixel value represented by the coordinates of the inspection target image obtained, the difference image Determining a positive threshold value Tp by calculating only a positive pixel value from the pixel value, and determining a negative threshold value Tn by calculating only a negative pixel value from the pixel value of the difference image. And determining the positive threshold value Tp and the negative threshold value Tn separately, respectively, and the defects of the positive pixel values of the difference image Determination is performed by applying the positive threshold value, and defects of negative pixel values of the difference image are calculated by applying the negative threshold value.
바람직하게, 상기 차이이미지에서 양의 화소값들과 상기 양임계값(Tp)을 비교하여 양의 화소값들 중에 양임계값(Tp)보다 절대치가 큰값을 갖는 화소값은 결함으로 결정하는 양의 결함결정 단계, 상기 차이이미지에서 음의 화소값들과 상기 음임계값(Tn)을 비교하여 음의 화소값들 중에 음임계값(Tn)보다 절대치가 큰값을 갖는 화소값은 결함으로 결정하는 음의 결함결정 단계를 더 포함하여 결함을 산출한다.Preferably, in the difference image, a pixel value having an absolute value greater than the positive threshold value Tp among the positive pixel values by comparing the positive pixel values with the positive threshold value Tp is determined as a defect. In the defect determination step, negative pixel values in the difference image are compared with the negative threshold value Tn, and among the negative pixel values, a pixel value having an absolute value greater than the negative threshold value Tn is determined as a defect. The defect determination step further comprises calculating a defect.
그리고 상기 차이이미지의 양의 화소값들 중에 양임계값(Tp)보다 절대치가 큰값을 갖는 화소값에 해당하는 위치를 결함이 있는 위치로 결정하는 단계, 상기 차이이미지의 음의 화소값들 중에 음임계값(Tp)보다 절대치가 큰값을 갖는 화소값에 해당하는 위치를 결함이 있는 위치로 결정하는 단계를 더 포함하여 결함을 산출한다.And determining a position corresponding to a pixel value having an absolute value greater than a positive threshold value Tp among the positive pixel values of the difference image as a defective position, and negative among the negative pixel values of the difference image. The method may further include determining a position corresponding to a pixel value having an absolute value greater than the threshold value Tp as a defective position to calculate a defect.
그리고 상기 양임계값(Tp)은, 상기 차이이미지의 화소값 중 양의 화소값 전체에 대한 평균과 표준편차를 구하고, 상기 평균과 표준편차를 합산한 값을 포함한다.The positive threshold Tp includes a value obtained by calculating an average and a standard deviation of all positive pixel values among the pixel values of the difference image, and adding the average and the standard deviation.
또한, 양임계값(Tp)은, 상기 차이이미지의 화소값 중 양의 화소값 전체에 대한 평균과 표준편차를 구하고, 상기 평균과 표준편차를 합산한 값을 포함한다.The positive threshold value Tp includes a value obtained by calculating an average and a standard deviation of all positive pixel values among the pixel values of the difference image, and adding the average and the standard deviation.
그리고 상기 양임계값(Tp)은, 누적 히스토그램의 90% 이내 범위에 해당하는 양의 화소값을 대상으로 계산하여 이상값(outlier)에 의한 영향을 최소화시킨다.In addition, the positive threshold value Tp is calculated by calculating a positive pixel value within a 90% range of the cumulative histogram to minimize the influence of the outlier.
또한, 상기 양임계값(Tp)은, 상기 양의 화소값 전체의 최대 및 최소를 고려하여 상수값을 더 구하고, 이 상수값을 상기 표준편차에 곱한 후, 상기 평균에 합산한 합산값을 포함한다.The positive threshold value Tp further includes a sum value obtained by further calculating a constant value in consideration of the maximum and minimum values of all the positive pixel values, multiplying the constant value by the standard deviation, and adding the average value. do.
그리고 상기 음임계값(Tn)은, 상기 차이이미지의 화소값 중 음의 화소값 전체에 대한 평균과 표준편차를 구하고, 상기 평균과 표준편차를 합산한 값을 포함한다.The negative threshold value Tn includes a value obtained by calculating an average and a standard deviation of all negative pixel values among the pixel values of the difference image, and adding the average and the standard deviation.
또한, 상기 음임계값(Tn)은, 누적 히스토그램의 90% 이내 범위에 해당하는 음의 화소값을 대상으로 계산하여 이상값(outlier)에 의한 영향을 최소화시킨다.In addition, the negative threshold value Tn is calculated for a negative pixel value corresponding to a range within 90% of the cumulative histogram to minimize the influence of the outlier.
그리고 상기 음임계값(Tn)은, 상기 음의 화소값 전체의 최대 및 최소를 고려하여 상수값을 더 구하고, 이 상수값을 상기 표준편차에 곱한 후, 상기 평균에 합산한 합산값을 포함한다.The negative threshold value Tn further includes a sum value obtained by further calculating a constant value in consideration of the maximum and minimum values of all the negative pixel values, multiplying the constant value by the standard deviation, and adding the average value. .
또한, 상기 음의 화소값은 절대값으로 치환된다.
In addition, the negative pixel value is replaced with an absolute value.
상기한 바와 같이, 본 발명에 의한 반도체용 웨이퍼 결점 검사방법에 의하면, 차이이미지의 다수의 화소값을 양의 화소값들과 음의 화소값들로 구분하여 양임계값과 음임계값을 결정하고, 양의 화소값과 음의 화소값 각각을 해당 양임계값과 음임계값과 비교하여 결함을 종래보다 정밀하게 결정할 수 있게 하는 매우 유용하고 효과적인 발명이다.
As described above, according to the wafer defect inspection method for semiconductors according to the present invention, a positive threshold value and a negative threshold value are determined by dividing a plurality of pixel values of a difference image into positive pixel values and negative pixel values. For example, the present invention is a very useful and effective invention that compares each of the positive pixel value and the negative pixel value with the corresponding positive and negative threshold values so that defects can be determined more precisely than before.
도 1은 종래 결함 검사하는 방법을 도시한 도면이고,
도 2는 종래 임계값을 적용하여 결함을 확인할 수 있는 그래프를 도시한 도면이며,
도 3은 본 발명에 따른 반도체용 웨이퍼 결점 검사방법을 도시한 도면이고,
도 4는 본 발명에 따른 반도체용 웨이퍼 결점 검사방법의 순서도를 도시한 도면이며,
도 5는 본 발명에 따른 양임계값과 음임계값을 함께 도시한 도면이고,
도 6은 본 발명에 따른 테스트 결과를 도시한 도면이다.1 is a view showing a conventional defect inspection method,
2 is a view showing a graph that can determine the defect by applying a conventional threshold,
3 is a view showing a wafer defect inspection method for a semiconductor according to the present invention,
4 is a flowchart showing a wafer defect inspection method for semiconductors according to the present invention;
5 is a diagram showing both the positive and negative threshold values according to the present invention,
6 is a diagram illustrating a test result according to the present invention.
이하, 본 발명의 바람직한 실시 예를 첨부된 도면을 참조하여 설명한다.Hereinafter, preferred embodiments of the present invention will be described with reference to the accompanying drawings.
또한, 본 실시 예는 본 발명의 권리범위를 한정하는 것은 아니고 단지 예시로 제시된 것이며, 그 기술적 요지를 이탈하지 않는 범위 내에서 다양한 변경이 가능하다.It should be noted that the present invention is not limited to the scope of the present invention but is only illustrative and various modifications are possible within the scope of the present invention.
도 3은 본 발명에 따른 반도체용 웨이퍼 결점 검사방법을 도시한 도면이고, 도 4는 본 발명에 따른 반도체용 웨이퍼 결점 검사방법의 순서도를 도시한 도면이며, 도 5는 본 발명에 따른 양임계값과 음임계값을 함께 도시한 도면이고, 도 6은 본 발명에 따른 테스트 결과를 도시한 도면이다.3 is a view showing a wafer defect inspection method for semiconductors according to the present invention, Figure 4 is a view showing a flow chart of the wafer defect inspection method for semiconductors according to the present invention, Figure 5 is a positive threshold value according to the present invention And a negative threshold together, and FIG. 6 is a diagram illustrating a test result according to the present invention.
도면에서 도시한 바와 같이, 반도체용 웨이퍼 결점 검사방법은 차이이미지 생성단계(S10)와 양임계값(Tp)를 결정하는 단계(S20) 및 음임계값(Tn)를 결정하는 단계(S30)로 구성되며, 이러한 차이이미지의 각 양의 화소값과 음의 화소값을 연산하여 양임계값(Tp)과 음임계값(Tn)을 별도로 산출하고 상기 양임계값(Tp)과 음임계값(Tn)을 통해 결함을 산출한다.As shown in the drawing, the wafer defect inspection method for semiconductors includes the step of generating a difference image (S10), a positive threshold value Tp (S20) and a negative threshold value Tn (S30). The positive threshold value Tp and the negative threshold value Tn are calculated separately by calculating the positive pixel value and the negative pixel value of the difference image, and the positive threshold value Tp and the negative threshold value Tn. ) To calculate the defect.
먼저, 차이이미지 생성단계(S10)는 획득한 검사대상이미지(I)의 좌표로 표시되는 각 화소값[I(x,y)]에서 정상이미지(R)의 상기 좌표에 대응하는 각 화소값[R(x,y)]을 감산하여 얻은 차이값을 통해 차이이미지(D)를 생성하게 된다.First, the difference image generating step S10 may be performed by setting each pixel value corresponding to the coordinates of the normal image R in each pixel value I (x, y) represented by the coordinates of the acquired inspection target image I. The difference image (D) is generated from the difference value obtained by subtracting R (x, y)].
여기서, 검사대상이미지(I)는 검사대상 웨이퍼 표면이미지를 말하고, 정상이미지(R)는 반도체 웨이퍼에서 정상웨이퍼 표면 이미지를 말한다.Here, the inspection target image I refers to the inspection surface of the wafer, and the normal image R refers to the normal wafer surface image of the semiconductor wafer.
이 정상웨이퍼 표면 이미지를 얻는 방법은 이미 여러 가지가 제시되어 있으며, 본 발명에서는 이들 방법 중 하나를 선택하여 얻는다.Various methods for obtaining the normal wafer surface image have already been proposed, and in the present invention, one of these methods is selected and obtained.
그리고 생성된 차이이미지(D)의 차이값은 D(x,y) = I(x,y) - R(x,y)의 수학식으로 결정되고, 이 차이값 중 양의 화소값은 Dp, 음의 화소값은 Dn으로 표시한다.The difference value of the generated difference image D is determined by a formula of D (x, y) = I (x, y)-R (x, y), and a positive pixel value of the difference value is Dp, Negative pixel values are denoted by Dn.
일반적으로, 모든 이미지는 화소값을 포함하며, 이 화소값은 일 실시 예로, 흑백 이미지의 경우 0 ~ 255 범위 내에 존재하고, 칼라 이미지(RBG)의 경우 빨간색 0 ~ 255, 파란색 0 ~ 255, 녹색 0 ~ 255 범위 내에서 RBG가 상호 조합되어 존재한다.In general, all images include pixel values, which in one embodiment are in the range of 0 to 255 for black and white images, 0 to 255 red for color images (RBG), 0 to 255 blue, and green. RBGs are present in combination with each other within the range of 0 to 255.
이에 따라, 검사대상이미지(I)의 좌표로 표시되는 각 화소값에서 정상이미지(R)의 상기 좌표에 대응하는 각 화소값을 감산할 수 있는 것이다.Accordingly, each pixel value corresponding to the coordinates of the normal image R may be subtracted from each pixel value represented by the coordinates of the inspection subject image I.
본 발명에서의 화소값은 흑백 이미지나 칼라 이미지를 필요에 따라 모두를 적용할 수 있음은 당연하다.Naturally, the pixel values in the present invention can be applied to both black and white images and color images as necessary.
이하, 흑백 이미지와 칼라 이미지에 관계없이 화소값에 대해 설명하기로 한다.Hereinafter, the pixel value will be described regardless of the monochrome image and the color image.
이렇게 생성된 차이이미지(D)는 정상이미지(R)의 배경(정상적인 부분)과 노이즈(배경과 결함이 공존하는 부분) 및 결함이 혼재되어 있는 것으로, 배경을 기준으로 양(+)과 음(-)이 존재한다.The generated difference image (D) is a mixture of background (normal part), noise (part where background and defect coexist) and defect of normal image (R), and positive (+) and negative ( -) Exists.
물론, 화소값은 음(-)이 존재하지 않지만, 여기서 표시한 양과 음은 배경을 기준으로 정의된 수치인 것이다.Of course, the pixel value does not have negative (-), but the positive and negative values shown here are numerical values defined based on the background.
그리고 양임계값(Tp)을 결정하는 단계(S20)는 차이이미지(D)의 화소값에서 양(+)의 값만을 연산하여 양임계값(Tp)을 결정하고, 음임계값(Tn)을 결정하는 단계(S30)는 차이이미지(D)의 화소값에서 음(-)의 값만을 연산하여 음임계값(Tn)을 결정하게 된다.In the step S20 of determining the positive threshold value Tp, the positive threshold value Tp is determined by calculating only the positive value from the pixel value of the difference image D, and the negative threshold value Tn is determined. In operation S30, the negative threshold Tn may be determined by calculating only a negative value from the pixel value of the difference image D.
따라서, 차이이미지의 양차이값(Dp)들과 음차이값(Dn)들은 배경을 기준으로 구분하여 결정한 양임계값(Tp)과 음임계값(Tn)을 통해 결함을 정밀하게 결정할 수 있는 것이다. Therefore, the positive difference values Dp and the negative difference values Dn of the difference image can be precisely determined through the positive threshold value Tp and the negative threshold value Tn determined based on the background. .
여기서, 차이이미지(D)의 차이값[D(x,y)]이 0일 경우, 양의 영역 또는 음의 영역 중 선택된 어느 한 곳으로 선별될 수 있는 것으로, 경우에 따라 선택적으로 설정할 수 있으며, 일 실시 예로, 음임계값(Tn)을 정밀하게 검사하도록 0의 화소값을 음의 영역으로 선별함이 바람직하다.
Here, when the difference value (D (x, y)) of the difference image (D) is 0, it can be selected to any one selected from the positive region or the negative region, can be selectively set in some cases. In an embodiment, the pixel value of 0 may be selected as a negative region to precisely inspect the negative threshold value Tn.
이러한 양임계값(Tp)과 음임계값(Tn)은 차이이미지의 각 해당 화소값 전체에 대한 평균(Mp, Mn)과 표준편차(Sp, Sn)를 구하고, 평균(Mp, Mn)과 표준편차(Sp, Sn)를 합산한 값을 포함한다.The positive threshold (Tp) and the negative threshold (Tn) are obtained for the mean (Mp, Mn) and standard deviation (Sp, Sn) of all corresponding pixel values of the difference image, and the mean (Mp, Mn) and standard It includes the value obtained by adding up the deviations Sp and Sn.
그리고 양임계값(Tp)과 음임계값(Tn)은 누적 히스토그램의 90% 이내 범위에 해당하는 각각의 화소값을 대상으로 계산하여 이상값(outlier)에 의한 영향을 최소화시킨다.The positive threshold value Tp and the negative threshold value Tn are calculated for each pixel value within 90% of the cumulative histogram to minimize the influence of the outlier.
또한 양임계값(Tp)과 음임계값(Tn)은 차이이미지의 각 해당 화소값 전체의 최대 및 최소를 고려하여 상수값(αp, αn)을 더 구하고, 이 상수값(αp, αn)을 표준편차(Sp, Sn)에 곱한 후, 평균(Mp, Mn)에 합산한 합산값을 포함한다.
In addition, the positive threshold value Tp and the negative threshold value Tn are obtained by further calculating the constant values αp and αn in consideration of the maximum and minimum of all corresponding pixel values of the difference image, and calculating the constant values αp and αn. After multiplying the standard deviation (Sp, Sn), the sum value is added to the average (Mp, Mn).
다시 말해, 양임계값(Tp)은 차이이미지의 양화소값(Dp)들의 평균(Mp)과 표준편차(Sp)를 구하여 합산하되, 양화소값(Dp) 전체의 최대 및 최소를 고려하여 상수값(αp)을 더 구하고, 표준편차(Sp)에 곱한 후, 평균(Mp)에 합산한 합산값을 포함하는 것이다.In other words, the positive threshold value Tp is obtained by summing the mean Mp and standard deviation Sp of the positive pixel values Dp of the difference image, but considering the maximum and minimum of the entire positive pixel values Dp. The value αp is further obtained, multiplied by the standard deviation Sp, and then included in the sum value added to the mean Mp.
이에 따라, 양임계값(Tp)은 평균(Mp) + {상수값(αp)×표준편차(Sp)}를 포함하는 것으로,Accordingly, the positive threshold value Tp includes the mean Mp + {constant value αp × standard deviation Sp),
Tp = Mp + (αp×Sp)의 수학식으로 표시된다.
It is represented by the formula Tp = Mp + (? P x Sp).
또한 음임계값(Tn)은 차이이미지의 음화소값(Dn)들의 평균(Mn)과 표준편차(Sn)를 구하여 합산하되, 양화소값(Dn) 전체의 최대 및 최소를 고려하여 상수값(αn)을 더 구하고, 표준편차(Sn)에 곱한 후, 평균(Mn)에 합산한 합산값을 포함하는 것이다.In addition, the negative threshold value (Tn) is calculated by adding the average (Mn) and the standard deviation (Sn) of the negative pixel values (Dn) of the difference image, but considering the maximum and minimum values of the entire positive pixel values (Dn). (alpha) n is further calculated | required, it multiplies by the standard deviation Sn, and includes the sum total added to the mean Mn.
이에 따라, 음임계값(Tn)은 평균(Mn) + {상수값(αn)×표준편차(Sn)}를 포함하는 것으로,Accordingly, the negative threshold value Tn includes the average Mn + {constant value αn × standard deviation (Sn)}.
Tn = Mn + (αn×Sn)의 수학식으로 표시된다.
It is represented by the formula of Tn = Mn + (? N × Sn).
여기서, 상수값(αp, αn)은 수학식Herein, the constant values α p and α n are represented by equations.
이와 같이 결정된 양임계값(Tp)과 음임계값(Tn)을 통해 양의 결함결정 단계(S40)와 음의 결함결정 단계(S50)가 더 구성되며, 도 5에서 도시한 바와 같다.A positive defect determination step S40 and a negative defect determination step S50 are further configured through the positive threshold value Tp and the negative threshold value Tn determined as described above, as shown in FIG. 5.
양의 결함결정 단계(S40)는 차이이미지에서 양의 화소값들과 양임계값(Tp)을 비교하여 양의 화소값들 중에 양임계값(Tp)보다 절대치가 큰값을 갖는 화소값은 결함으로 결정하게 된다.The positive defect determination step S40 compares the positive pixel values and the positive threshold value Tp in the difference image so that any pixel value having an absolute value greater than the positive threshold value Tp among the positive pixel values is a defect. You decide.
그리고 음의 결함결정 단계(S50)는 차이이미지에서 음의 화소값들과 음임계값(Tn)을 비교하여 음의 화소값들 중에 음임계값(Tn)보다 절대치가 큰값을 갖는 화소값은 결함으로 결정함에 따라 결함을 산출할 수 있다.The negative defect determining step S50 compares the negative pixel values and the negative threshold value Tn in the difference image so that a pixel value having an absolute value greater than the negative threshold value Tn among the negative pixel values is defective. The defect can be calculated according to the determination.
위에서 음의 결함 결정을 위해서는 음의 화소값과 음임계값(Tn)은 절대값으로 환산하여 계산하는 것이 바람직하다.In order to determine the negative defect from the above, it is preferable to calculate the negative pixel value and the negative threshold value Tn in terms of absolute values.
이는, 각 이미지의 화소값이 0 ~ 255의 범위에서 존재함에 따라 실제 음(-)이란 존재하지 않기 때문이며, 웨이퍼 표면의 배경(정상적인 부분)이 되는 화소값을 기준으로 양과 음이 수치적으로 존재하게 된다.This is because the actual negative value does not exist as the pixel value of each image is in the range of 0 to 255, and the positive and negative values exist numerically based on the pixel value that is the background (normal part) of the wafer surface. Done.
이에 배경보다 낮은 화소값을 갖는 좌표점을 음의 화소값으로 분류하고, 분류된 후에 절대값을 적용하여 음임계값(Tn)을 결정하여 차이이미지의 음의 화소값과 비교 및 감산이 가능하다.Therefore, coordinate points having a lower pixel value than the background are classified as negative pixel values, and after classifying, negative threshold values (Tn) are determined by applying an absolute value to be compared with and subtracted from negative pixel values of the difference image. .
이러한 양의 결함결정 단계(S40)와 음의 결함결정 단계(S50)에 의해 웨이퍼 표면에 대한 결함을 양의 영역과 음의 영역으로 구분하여 오차범위를 감소시키며 정밀하게 분류함에 따라 종래 결함임에도 불구하고 분류하지 못한 음의 영역까지 분류할 수 있어 제품의 품질을 향상시킬 수 있다.Although the defects on the wafer surface are divided into positive and negative regions by the positive defect determination step (S40) and the negative defect determination step (S50), the error range is reduced and precisely classified, despite the conventional defects. And it can classify even the unsorted sound area, which can improve the product quality.
여기서, 차이이미지(D)의 양의 화소값들 중에 양임계값(Tp)보다 절대치가 큰값을 갖는 화소값에 해당하는 위치를 결함이 있는 위치로 결정하는 단계(S60)와 차이이미지(D)의 음의 화소값들 중에 음임계값(Tp)보다 절대치가 큰값을 갖는 화소값에 해당하는 위치를 결함이 있는 위치로 결정하는 단계(S70)를 더 포함하여 결함을 산출한다.Here, the step S60 and the difference image D of determining a position corresponding to a pixel value having an absolute value greater than the positive threshold value Tp among the positive pixel values of the difference image D as a defective position In operation S70, a defect is determined by determining a position corresponding to a pixel value having an absolute value greater than the negative threshold value Tp among the negative pixel values of the defective pixel as a defective position.
이에 따라, 차이이미지(D)에서 결함이 산출된 위치를 확인할 수 있고, 이 차이이미지(D)에 대응되는 검사대상이미지(I)의 위치를 확인하여 결함 위치를 정밀하게 산출할 수 있다.
Accordingly, the position where the defect is calculated in the difference image D can be confirmed, and the defect position can be accurately calculated by checking the position of the inspection target image I corresponding to the difference image D. FIG.
일 실시 예로, 웨이퍼 표면 검사 결과를 도 6에서 도시하였다.In one embodiment, the wafer surface inspection results are shown in FIG. 6.
총 72개의 샘플 이미지를 이용하여 종래와 본 출원으로 구분하였으며, 종래의 경우, 43개의 정상이미지와 29개의 결함이미지를 결정하였다.A total of 72 sample images were used to classify the conventional application and the present application. In the conventional case, 43 normal images and 29 defect images were determined.
반면에, 본 출원의 경우, 38개의 정상이미지와 34개의 결함이미지를 결정하여 종래보다 많은 결함을 결정함을 알 수 있으며, 정밀한 검사가 이루어짐을 알 수 있다.On the other hand, in the present application, it can be seen that by determining the 38 normal images and 34 defect images to determine more defects than the prior art, the precise inspection is made.
이를 도 8 하단에 더욱 자세히 분류하였으며, 양임계값(Tp)과 음임계값(Tn)에 동시에 검출된 결함(S-S)은 29개, 양임계값(Tp)과 음임계값(Tn)에 검출되지 않은 정상(F-F)은 38개, 양임계값(Tp)에 검출되고 음임계값(Tn)에 검출되지 않은 정상(S-F)은 0개, 양임계값(Tp)에 검출되지 않고 음임계값(Tn)에 검출된 결함(F-S)은 5개임을 알 수 있다.This is classified in more detail in the lower part of FIG. 8, and 29 defects (SS) detected simultaneously in the positive threshold (Tp) and the negative threshold (Tn) are detected in the positive threshold (Tp) and the negative threshold (Tn). 38 non-normal thresholds (FF) are detected at positive threshold Tp, and zero (SF) not detected at negative threshold Tn, negative threshold is not detected at positive threshold Tp. It can be seen that there are five defects FS detected at (Tn).
이는, 양임계값(Tp)과 음임계값(Tn)에 동시에 검출된 결함(S-S)이 29개로 종래의 결함과 동일함을 알 수 있으며, 양임계값(Tp)에 검출되지 않고 음임계값(Tn)에 검출된 결함(F-S)이 5개로 결함이 있는 이미지를 종래에는 정상이미지에 분류했음을 알 수 있습니다.
This indicates that 29 defects SS simultaneously detected at both the positive threshold value Tp and the negative threshold value Tn are the same as the conventional defects, and the negative threshold value is not detected at the positive threshold value Tp. It can be seen that the defect image is classified into a normal image with five defects (FS) detected at (Tn).
그리고 양임계값(Tp)과 음임계값(Tn)을 통해 결정된 결함은 해당 화소값을 중심으로 주변을 따라 화소값이 0인 좌표까지이다.The defect determined through the positive threshold value Tp and the negative threshold value Tn is a coordinate having a pixel value of 0 along the periphery of the pixel value.
물론, 이 화소값은 차이이미지의 화소값을 뜻함이 당연하다.Naturally, this pixel value means the pixel value of the difference image.
이에 따라, 결함의 위치를 정밀하게 결정할 수 있어 반도체 품질을 향상시킬 수 있게 된다.
As a result, the position of the defect can be precisely determined and the semiconductor quality can be improved.
R : 정상이미지 I : 검사대상이미지
D : 차이이미지 Tp : 양임계값
Tn : 음임계값 Mp, Mn : 평균
Sp, Sn : 표준편차 αp, αn : 상수값R: Normal image I: Target image
D: Differential image Tp: Positive threshold
Tn: Negative Threshold Mp, Mn: Average
Sp, Sn: standard deviation αp, αn: constant value
Claims (10)
획득한 검사대상이미지의 좌표로 표시되는 각 화소값에서 정상이미지의 상기 좌표에 대응하는 각 화소값을 감산하여 얻은 차이값을 통해 차이이미지를 생성하는 차이이미지 생성단계;
상기 차이이미지의 화소값에서 양(+)의 화소값만을 연산하여 양임계값(Tp)을 결정하는 단계;
상기 차이이미지의 화소값에서 음(-)의 화소값만을 연산하여 음임계값(Tn)을 결정하는 단계;를 포함하여 이루어지고,
상기 양임계값(Tp)을 결정하는 단계와 음임계값(Tn)을 결정하는 단계를 별도로 각각 산출하며,
상기 차이이미지의 양의 화소값들의 결함은 상기 양임계값을 적용하여 결정하고, 상기 차이이미지의 음의 화소값들의 결함은 상기 음임계값을 적용하여 결함을 산출하는 것을 특징으로 하는 반도체용 웨이퍼 결함 검사방법.
In a method of detecting a defect by comparing a normal wafer surface image (hereinafter referred to as a 'normal image') and the inspection target wafer surface image (hereinafter referred to as an "test image") in the semiconductor wafer,
A difference image generation step of generating a difference image through a difference value obtained by subtracting each pixel value corresponding to the coordinates of the normal image from each pixel value represented by the obtained coordinates of the inspection target image;
Determining a positive threshold value Tp by calculating only a positive pixel value from the pixel value of the difference image;
Determining a negative threshold value (Tn) by calculating only a negative pixel value from the pixel value of the difference image;
Separately determining the positive threshold value Tp and the negative threshold value Tn, respectively;
The defect of positive pixel values of the difference image is determined by applying the positive threshold value, and the defect of negative pixel values of the difference image is applied to the negative threshold value to calculate a defect. How to check for defects.
상기 차이이미지에서 양의 화소값들과 상기 양임계값(Tp)을 비교하여 양의 화소값들 중에 양임계값(Tp)보다 절대치가 큰값을 갖는 화소값은 결함으로 결정하는 양의 결함결정 단계;
상기 차이이미지에서 음의 화소값들과 상기 음임계값(Tn)을 비교하여 음의 화소값들 중에 음임계값(Tn)보다 절대치가 큰값을 갖는 화소값은 결함으로 결정하는 음의 결함결정 단계;를 더 포함하여 결함을 산출하는 것을 특징으로 하는 반도체용 웨이퍼 결점 검사방법.
The method of claim 1,
A positive defect determination step of comparing a positive pixel value and the positive threshold value Tp in the difference image to determine that a pixel value having an absolute value greater than the positive threshold value Tp among the positive pixel values is determined as a defect. ;
A negative defect determination step of comparing a negative pixel value and the negative threshold value Tn in the difference image to determine that a pixel value having an absolute value greater than the negative threshold value Tn among the negative pixel values is determined as a defect. Wafer defect inspection method for a semiconductor, characterized in that it further comprises calculating a defect.
상기 차이이미지의 양의 화소값들 중에 양임계값(Tp)보다 절대치가 큰값을 갖는 화소값에 해당하는 위치를 결함이 있는 위치로 결정하는 단계;
상기 차이이미지의 음의 화소값들 중에 음임계값(Tp)보다 절대치가 큰값을 갖는 화소값에 해당하는 위치를 결함이 있는 위치로 결정하는 단계;를 더 포함하여 결함을 산출하는 것을 특징으로 하는 반도체용 웨이퍼 결점 검사방법.
The method of claim 2,
Determining a position corresponding to a pixel value having an absolute value greater than a positive threshold value Tp among the positive pixel values of the difference image as a defective position;
Determining a position corresponding to a pixel value having an absolute value greater than a negative threshold value Tp among the negative pixel values of the difference image as a defective position; and calculating a defect. Wafer defect inspection method for semiconductors.
상기 차이이미지의 화소값 중 양의 화소값 전체에 대한 평균과 표준편차를 구하고, 상기 평균과 표준편차를 합산한 값을 포함하는 것을 특징으로 하는 반도체용 웨이퍼 결함 검사방법.
The method of claim 1, wherein the positive threshold Tp is
And obtaining a mean and standard deviation of all positive pixel values among the pixel values of the difference image, and adding the mean and standard deviation together.
누적 히스토그램의 90% 이내 범위에 해당하는 양의 화소값을 대상으로 계산하여 이상값(outlier)에 의한 영향을 최소화시키는 것을 특징으로 하는 반도체용 웨이퍼 결함 검사방법.
The method according to claim 4, wherein the positive threshold Tp is
A method for inspecting wafer defects for semiconductors, characterized by minimizing the effect of outliers by calculating pixel values in an amount within 90% of the cumulative histogram.
상기 양의 화소값 전체의 최대 및 최소를 고려하여 상수값을 더 구하고, 이 상수값을 상기 표준편차에 곱한 후, 상기 평균에 합산한 합산값을 포함하는 것을 특징으로 하는 반도체용 웨이퍼 결점 검사방법.
The method according to claim 4, wherein the positive threshold Tp is
And further calculating a constant value in consideration of the maximum and minimum of all the positive pixel values, multiplying this constant value by the standard deviation, and then adding the sum value to the average. .
상기 차이이미지의 화소값 중 음의 화소값 전체에 대한 평균과 표준편차를 구하고, 상기 평균과 표준편차를 합산한 값을 포함하는 것을 특징으로 하는 반도체용 웨이퍼 결점 검사방법.
The method of claim 1, wherein the negative threshold value Tn,
And obtaining a mean and standard deviation of all negative pixel values among the pixel values of the difference image, and adding the mean and standard deviation together.
누적 히스토그램의 90% 이내 범위에 해당하는 음의 화소값을 대상으로 계산하여 이상값(outlier)에 의한 영향을 최소화시키는 것을 특징으로 하는 반도체용 웨이퍼 결점 검사방법.
The method of claim 7, wherein the negative threshold value Tn,
A method for inspecting wafer defects for semiconductors, characterized by minimizing the effect of outliers by calculating negative pixel values within 90% of the cumulative histogram.
상기 음의 화소값 전체의 최대 및 최소를 고려하여 상수값을 더 구하고, 이 상수값을 상기 표준편차에 곱한 후, 상기 평균에 합산한 합산값을 포함하는 것을 특징으로 하는 반도체용 웨이퍼 결점 검사방법.
The method of claim 7, wherein the negative threshold value Tn,
And further calculating a constant value in consideration of the maximum and minimum of all the negative pixel values, multiplying this constant value by the standard deviation, and then adding the sum value to the average. .
상기 음의 화소값은 절대값으로 치환되는 것을 특징으로 하는 반도체용 웨이퍼 결점 검사방법.The method of claim 1,
And the negative pixel value is replaced with an absolute value.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020110114335A KR101297207B1 (en) | 2011-11-04 | 2011-11-04 | Defect analyzing method of semiconductor wafer |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020110114335A KR101297207B1 (en) | 2011-11-04 | 2011-11-04 | Defect analyzing method of semiconductor wafer |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20130049355A KR20130049355A (en) | 2013-05-14 |
| KR101297207B1 true KR101297207B1 (en) | 2013-08-16 |
Family
ID=48660120
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020110114335A KR101297207B1 (en) | 2011-11-04 | 2011-11-04 | Defect analyzing method of semiconductor wafer |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR101297207B1 (en) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP6315419B2 (en) * | 2013-12-12 | 2018-04-25 | 三星電子株式会社Ｓａｍｓｕｎｇ Ｅｌｅｃｔｒｏｎｉｃｓ Ｃｏ．，Ｌｔｄ． | Semiconductor inspection method, semiconductor inspection apparatus, and semiconductor manufacturing method |
| KR102371939B1 (en) | 2020-12-01 | 2022-03-08 | (주)휴러스트 | Vibration assembly of ultrasonic fusion apparatus with improved durability |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2000171404A (en) | 1998-12-02 | 2000-06-23 | Tokyo Seimitsu Co Ltd | Apparatus and method for pattern inspection of semiconductor integrated device |
| JP2002022421A (en) | 2000-07-06 | 2002-01-23 | Dainippon Screen Mfg Co Ltd | Pattern inspection system |
| JP2008071988A (en) | 2006-09-15 | 2008-03-27 | Elpida Memory Inc | Defect inspecting device and method for inspecting defect of semiconductor device |
-
2011
- 2011-11-04 KR KR1020110114335A patent/KR101297207B1/en active IP Right Grant
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2000171404A (en) | 1998-12-02 | 2000-06-23 | Tokyo Seimitsu Co Ltd | Apparatus and method for pattern inspection of semiconductor integrated device |
| JP2002022421A (en) | 2000-07-06 | 2002-01-23 | Dainippon Screen Mfg Co Ltd | Pattern inspection system |
| JP2008071988A (en) | 2006-09-15 | 2008-03-27 | Elpida Memory Inc | Defect inspecting device and method for inspecting defect of semiconductor device |
Also Published As
| Publication number | Publication date |
|---|---|
| KR20130049355A (en) | 2013-05-14 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR101604789B1 (en) | Method for finding center position of overlay mark image | |
| JP4733154B2 (en) | Foreign matter inspection method and foreign matter inspection device | |
| TW201814244A (en) | Pattern evaluation device and computer program | |
| JP4060558B2 (en) | Defect inspection method and apparatus | |
| JP4250931B2 (en) | Appearance inspection apparatus and appearance inspection method | |
| KR101615843B1 (en) | Semiconductor measurement device and recording medium | |
| WO2012067041A1 (en) | Method for inspecting foreign material on substrate and apparatus for inspecting foreign material on substratrate | |
| JP5647999B2 (en) | Pattern matching apparatus, inspection system, and computer program | |
| KR101297207B1 (en) | Defect analyzing method of semiconductor wafer | |
| KR101304088B1 (en) | Defect analyzing method of semiconductor wafer | |
| US7639860B2 (en) | Substrate inspection device | |
| KR20160087197A (en) | Defect detecting apparatus and method for thereof | |
| KR101889833B1 (en) | Pattern-measuring device and computer program | |
| KR101297209B1 (en) | Defect analyzing method of semiconductor wafer | |
| US20230402249A1 (en) | Defect inspection apparatus | |
| KR101297208B1 (en) | Defect analyzing method of semiconductor wafer | |
| KR20080002044A (en) | Method of setting an inspection area | |
| CN108508053B (en) | Method for detecting systematic infinitesimal physical defects | |
| JP4244046B2 (en) | Image processing method and image processing apparatus | |
| JP2018536275A (en) | Real-time scanning electron microscope invisible binner based on range | |
| JP2008011005A (en) | Defect inspection method and program of image sensor | |
| JP6345937B2 (en) | Pattern shape inspection apparatus and pattern shape inspection method | |
| KR100817082B1 (en) | System for evaluating surface uniformity and method of evaluating the same | |
| TWI856420B (en) | Lead frame delivery method | |
| KR20000035264A (en) | Method for inspecting inferiority in shape |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A201 | Request for examination | ||
| E902 | Notification of reason for refusal | ||
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant | ||
| FPAY | Annual fee payment |
Payment date: 20160718 Year of fee payment: 4 |
|
| FPAY | Annual fee payment |
Payment date: 20170704 Year of fee payment: 5 |
|
| FPAY | Annual fee payment |
Payment date: 20180810 Year of fee payment: 6 |
|
| FPAY | Annual fee payment |
Payment date: 20190809 Year of fee payment: 7 |