KR20130049357A - Defect analyzing method of semiconductor wafer - Google Patents
Defect analyzing method of semiconductor wafer Download PDFInfo
- Publication number
- KR20130049357A KR20130049357A KR1020110114337A KR20110114337A KR20130049357A KR 20130049357 A KR20130049357 A KR 20130049357A KR 1020110114337 A KR1020110114337 A KR 1020110114337A KR 20110114337 A KR20110114337 A KR 20110114337A KR 20130049357 A KR20130049357 A KR 20130049357A
- Authority
- KR
- South Korea
- Prior art keywords
- image
- value
- pixel
- pixel value
- defect
- 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
Description
본 발명은 결함 검사방법에 관한 것으로, 더욱 상세하게는 검사대상이미지에서 정상이미지를 각 대응되는 좌표별로 감산하여 차이이미지를 생성하되, 이 차이이미지의 화소값 중 일정 범위내에서 가장 큰 화소값을 주변 좌표 화소값 중 가장 작은 값으로 대치하여 화소값이 재연산된 재연산이미지를 이용하여 임계값을 결정하며, 재연산이미지의 화소값을 해당되는 임계값과 비교하여 결함을 결정할 수 있어 종래보다 정밀하게 결함을 검출할 수 있는 반도체용 웨이퍼 결함 검사방법에 관한 것이다.
The present invention relates to a defect inspection method, and more specifically, to generate a difference image by subtracting a normal image from each inspection target image by the corresponding coordinates, and selecting the largest pixel value within a predetermined range among the pixel values of the difference image. The threshold value is determined using a recomputed image in which the pixel value is recomputed by replacing the smallest value among the surrounding coordinate pixel values, and defects can be determined by comparing the pixel value of the recomputed image with a corresponding threshold value. A wafer defect inspection method for semiconductors capable of accurately detecting defects.
일반적으로, 반도체 장치는 반도체 웨이퍼 상에 정교하게 미세한 패턴을 형성하는 것으로, 패턴을 형성할 때, 먼지 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 a finely fine pattern on a semiconductor wafer, and when forming the pattern, dust particles may adhere to the surface of the semiconductor wafer, and thus, the wafer may be damaged and thus defective 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 검사대상물인 원본 이미지(I)는 이미지 자체의 결함 외에 실제 결함이 아니지만 표시되는 노이즈(sub-pixel misalignment error)가 존재하며, 이러한 노이즈를 결함에서 분리하는 과정에서 실제 결함까지 분류되는 문제점이 있다.
However, the original image (I), which is the inspection object, is not a real defect but a sub-pixel misalignment error that is not a real defect, and there is a problem of classifying the real defect in the process of separating such noise from the 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, 생성한 차이이미지의 화소값 중 일정 범위내에서 가장 큰 화소값을 주변 좌표 화소값 중 가장 작은 값으로 대치하여 화소값이 재연산된 재연산이미지를 생성하며, 이 재연상이미지의 화소값으로 임계값을 결정하며, 재연산이미지의 화소값을 임계값과 비교하여 결함을 산출할 수 있어 결함이 아닌 노이즈를 분류하여 실제 결함을 정밀하게 산출할 수 있고, 이에 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 A difference image is generated, and a recomputed image is generated by recalculating pixel values by replacing the largest pixel value within a predetermined range among the pixel values of the generated difference image with the smallest value of the surrounding coordinate pixel values. The threshold value is determined by the pixel value of the image, and the defect value can be calculated by comparing the pixel value of the recomputed image with the threshold value, so that the actual defect can be precisely calculated by classifying the noise rather than the defect. It is an object of the present invention to provide a wafer defect inspection method for semiconductors which can improve the efficiency of the semiconductor.
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 각 좌표에 해당하는 각 화소값에서 정상이미지의 상기 각 좌표에 대응하는 각 화소값을 감산하여 얻은 차이값을 통해 차이이미지를 생성하는 제1단계, 상기 차이이미지의 화소값들을 스케닝하여 비교하면서 주변의 화소값들보다 큰 화소값을 갖는 위치의 좌표를 중심 좌표로 설정하고, 상기 중심 좌표와 접하는 부근을 일정범위로 하여 상기 일정범위에 위치한 좌표들의 화소값을 확인한 후, 상기 중심 좌표의 화소값을 이 주변 좌표 화소값 중 가장 작은 값으로 대치하는 제2단계, 상기 제2단계를 반복하여 진행하면서, 차이이미지의 모든 좌표에 대해 스케닝하여 주변의 화소값보다 큰 화소값을 주변의 화소값 중 가장 작은값으로 대치한 후 상기 화소값이 재연산된 값을 사용하여 재연산이미지 생성하는 제3단계, 상기 재연산이미지의 화소값을 연산하여 임계값(Tc)을 결정하는 제4단계를 포함하여 이루어지고, 상기 제2단계에서 스케닝된 중심 좌표의 화소값과 이 주변 좌표 화소값은 다음 스케닝에서 제외되며, 상기 재연산이미지의 화소값은 통해 임계값을 별도로 산출하고 상기 임계값을 통해 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. A first step of generating a difference image based on a difference value obtained by subtracting each pixel value corresponding to each coordinate of a normal image from each pixel value corresponding to each coordinate of the inspection target image. The pixel values of the coordinates located in the predetermined range are set by setting the coordinates of the position having the pixel value larger than the surrounding pixel values as the center coordinates while scanning and comparing the pixel values of. After checking, the second step and the second step of replacing the pixel value of the central coordinate with the smallest value among the peripheral coordinate pixel values are repeated. In the process of scanning, all coordinates of the difference image are scanned to replace a pixel value larger than the surrounding pixel value with the smallest value of the surrounding pixel value, and then generate a recomputed image using the recalculated value of the pixel value. And a fourth step of determining a threshold value Tc by calculating a pixel value of the recomputed image, wherein the pixel value of the center coordinate scanned in the second step and the peripheral coordinate pixel value are as follows. Excluded from scanning, the pixel value of the recomputed image is separately calculated through a threshold value and a defect is calculated through the threshold value.
바람직하게, 상기 재연산이미지에서 화소값들과 상기 임계값(Tc)을 비교하여 화소값들 중에 임계값(Tc)보다 큰값을 갖는 화소값은 결함으로 결정하는 결함결정 단계를 더 포함하여 결함을 산출한다.Preferably, the method further includes a defect determination step of comparing the pixel values with the threshold value Tc in the recomputed image and determining a pixel value having a value larger than the threshold value Tc among the pixel values as a defect. Calculate.
그리고 상기 중심 좌표와 접하는 부근의 일정범위는 최소 3×3블럭으로 설정한다.And a predetermined range in the vicinity of the contact with the center coordinates is set to at least 3 × 3 blocks.
또한, 상기 임계값(Tc)은, 상기 재연산이미지의 화소값 전체에 대한 평균과 표준편차를 구하고, 상기 평균과 표준편차를 합산한 값을 포함한다.The threshold value Tc includes a value obtained by calculating an average and a standard deviation of the entire pixel value of the recalculated image, and adding the average and the standard deviation.
그리고 상기 임계값(Tc)은, 누적 히스토그램의 90% 이내 범위에 해당하는 화소값을 대상으로 계산하여 이상값(outlier)에 의한 영향을 최소화시킨다.The threshold value Tc is calculated by targeting pixel values within 90% of the cumulative histogram to minimize the influence of outliers.
또한, 상기 임계값(Tc)은, 상기 화소값 전체의 최대 및 최소를 고려하여 상수값을 더 구하고, 이 상수값을 상기 표준편차에 곱한 후, 상기 평균에 합산한 합산값을 포함한다.The threshold value Tc further includes a sum value obtained by further calculating a constant value in consideration of the maximum and minimum values of the entire pixel value, multiplying the constant value by the standard deviation, and adding the average value.
그리고 상기 화소값은 절대값으로 치환한다.
The pixel value is replaced with an absolute value.
상기한 바와 같이, 본 발명에 의한 반도체용 웨이퍼 결함 검사방법에 의하면, 차이이미지의 화소값 중 일정 범위내에서 가장 큰 화소값을 주변 좌표 화소값 중 가장 작은 값으로 대치하여 화소값이 재연산된 재연산이미지를 생성함에 따라 결함이 아닌 노이즈를 산출하여 감소시킬 수 있고, 이러한 재연상이미지의 화소값으로 임계값을 결정하여 재연산이미지의 화소값과 비교하여 결함을 산출함에 따라 종래보다 정밀하게 결함을 산출할 수 있게 하는 매우 유용하고 효과적인 발명이다.
As described above, according to the semiconductor wafer defect inspection method according to the present invention, the pixel value is recomputed by replacing the largest pixel value within a predetermined range among the pixel values of the difference image with the smallest value of the peripheral coordinate pixel values. By generating a recomputed image, it is possible to reduce noise by calculating a non-defective noise. The threshold value is determined by the pixel value of the re-computed image and compared with the pixel value of the re-computed image to calculate a defect more precisely than before. It is a very useful and effective invention that allows the calculation of defects.
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 결함 검사방법을 도시한 도면이고,
도 4는 본 발명에 따른 재연산이미지 생성단계를 도시한 도면이며,
도 5는 본 발명에 따른 재연산이미지를 도시한 도면이고,
도 6은 본 발명에 따른 임계값을 도시한 도면이며,
도 7은 본 발명에 따른 테스트 결과를 도시한 도면이고,
도 8은 본 발명에 따른 다른 실시 예의 재연산이미지를 도시한 도면이며,
도 9는 다른 실시 예에 따른 테스트 결과를 도시한 도면이고,
도 10은 다른 실시 예에 따른 브라이트 필드 테이트의 세부사항을 도시한 도면이며,
도 11은 다른 실시 예에 따른 다크 필드 테이트의 세부사항을 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 semiconductors according to the present invention;
4 is a diagram illustrating a recomputed image generation step according to the present invention;
5 is a view showing a recomputed image according to the present invention,
6 is a diagram illustrating a threshold according to the present invention.
7 is a view showing a test result according to the present invention,
8 is a view showing a recomputed image of another embodiment according to the present invention;
9 is a diagram illustrating test results according to another embodiment;
10 is a view illustrating details of a bright field tate according to another embodiment;
11 is a diagram illustrating details of a dark field date according to another embodiment.
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 결함 검사방법을 도시한 도면이고, 도 4는 본 발명에 따른 재연산이미지 생성단계를 도시한 도면이며, 도 5는 본 발명에 따른 재연산이미지를 도시한 도면이고, 도 6은 본 발명에 따른 임계값을 도시한 도면이며, 도 7은 본 발명에 따른 테스트 결과를 도시한 도면이고, 도 8은 본 발명에 따른 다른 실시 예의 재연산이미지를 도시한 도면이며, 도 9는 다른 실시 예에 따른 테스트 결과를 도시한 도면이고, 도 10은 다른 실시 예에 따른 브라이트 필드 테이트의 세부사항을 도시한 도면이며, 도 11은 다른 실시 예에 따른 다크 필드 테이트의 세부사항을 도시한 도면이다.3 is a view showing a wafer defect inspection method for a semiconductor according to the present invention, Figure 4 is a view showing a re-computation image generation step according to the present invention, Figure 5 shows a re-computed image according to the present invention. 6 is a diagram illustrating a threshold value according to the present invention, FIG. 7 is a diagram illustrating a test result according to the present invention, and FIG. 8 is a diagram illustrating a recomputed image of another embodiment according to the present invention. 9 is a diagram illustrating a test result according to another embodiment, FIG. 10 is a view illustrating details of a bright field data according to another embodiment, and FIG. 11 is a diagram of a dark field data according to another embodiment. It is a figure which shows the detail.
도면에서 도시한 바와 같이, 반도체용 웨이퍼 결함 검사방법은 차이이미지를 생성하는 제1단계(S10)와 중심 좌표의 화소값을 주변 좌표 화소값 중 가장 작은 값으로 대치하는 제2단계(S20), 재연산이미지 생성하는 제3단계(S30) 및 임계값(Tc)을 결정하는 제4단계(S40)로 구성된다.As shown in the drawing, the semiconductor wafer defect inspection method includes a first step (S10) of generating a difference image and a second step (S20) of replacing the pixel value of the center coordinate with the smallest value among the peripheral coordinate pixel values, A third step S30 of generating a recomputed image and a fourth step S40 of determining a threshold value Tc.
이러한 재연산이미지의 화소값은 통해 임계값(Tc)을 별도로 산출하고, 이 임계값(Tc)을 통해 결함을 산출한다.The pixel value of the recalculated image is separately calculated through the threshold value Tc, and the defect value is calculated through the threshold value Tc.
먼저, 제1단계(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, in step S10, each pixel value R 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 is obtained. The difference image (D) is generated from the difference value obtained by subtracting (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 결정된다.The difference value of the generated difference image D is determined by a formula of D (x, y) = I (x, y)-R (x, y).
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 제2단계(S20)는 차이이미지(D)의 화소값들을 스케닝하여 비교하면서 주변의 화소값들보다 큰 화소값을 갖는 위치의 좌표를 중심 좌표로 설정하고, 이 중심 좌표와 접하는 부근을 일정범위로 하여 일정범위에 위치한 좌표들의 화소값을 확인한 후, 중심 좌표의 화소값을 이 주변 좌표 화소값 중 가장 작은 값으로 대치하게 된다.In operation S20, the pixel values of the difference image D are scanned and compared, and the coordinates of the position having the pixel value larger than the surrounding pixel values are set as the center coordinates, and the vicinity of the contact with the center coordinates is fixed. After confirming the pixel values of the coordinates located in the predetermined range as the range, the pixel value of the center coordinate is replaced with the smallest value among the peripheral coordinate pixel values.
제3단계(S30)는 제2단계(S20)를 반복하여 진행하면서, 차이이미지(D)의 모든 좌표에 대해 스케닝하여 주변의 화소값보다 큰 화소값을 주변의 화소값 중 가장 작은값으로 대치한 후 이 화소값이 재연산된 값을 사용하여 재연산이미지 생성하게 된다.The third step S30 is performed by repeating the second step S20 while scanning all coordinates of the difference image D to replace a pixel value larger than the surrounding pixel value with the smallest value of the surrounding pixel value. After that, the recalculated image is generated using the recalculated value of the pixel value.
다시 말해, 중심 좌표와 접하는 주변 좌표들의 화소값을 확인한 후, 중심 좌표의 화소값을 이 주변 좌표 화소값 중 가장 작은 값으로 대치하여 화소값이 재연산된 재연산이미지(Dc)를 생성하는 것이다.In other words, after checking the pixel values of the peripheral coordinates in contact with the center coordinates, the pixel values of the central coordinates are replaced with the smallest of the peripheral coordinate pixel values to generate a recomputed image Dc in which the pixel values are recomputed. .
이때, 제2단계(S20)에서 스케닝된 중심 좌표의 화소값과 이 주변 좌표 화소값은 다음 스케닝에서 제외됨이 당연하다.In this case, it is natural that the pixel value of the center coordinate and the peripheral coordinate pixel value scanned in the second step S20 are excluded from the next scanning.
이와 같이, 재연산이미지(Dc)를 생성하는 이유는 웨이퍼 표면에 존재하는 결함과 노이즈를 분류하는 것으로, 결함을 보존하고 노이즈를 감소시킴으로, 결함을 용이하게 산출하기 위한 것이다.As described above, the reason for generating the recomputed image Dc is to classify defects and noise existing on the wafer surface, and to easily calculate defects by preserving the defects and reducing the noises.
여기서, 노이즈는 결함이 아니지만, 검사과정에서 발생될 수 있는 것으로, 실제 결함이 아닌 부분을 나타낸다.Here, the noise is not a defect, but may be generated during the inspection process, and represents a part that is not an actual defect.
이러한 재연산이미지(Dc)의 재연산값은 Dc(x,y) = min[D(x + i,y + j)]의 수학식으로 결정되고, i = ±1, j = ± 1이다.The recalculated value of this recomputed image Dc is determined by a formula of Dc (x, y) = min [D (x + i, y + j)], i = ± 1, j = ± 1.
이러한 재연산과정은 도 4에서 도시한 바와 같이, 일 실시 예로, 차이이미지(D)의 일정 범위 화소값 중 가장 높은 화소값 10의 좌표를 중심으로 주변 좌표에 대한 화소값을 확인한다.As shown in FIG. 4, the recomputation process checks the pixel value of the peripheral coordinates based on the coordinate of the
그리고 가장 높은 화소값 10을 확인된 주변 화소값 중 가장 작은 화소값인 4로 대치하게 된다.The
이에 따라, 일정 범위의 재연산이미지(Dc)가 생성되는 것이다.
As a result, a predetermined range of recomputed images Dc is generated.
또한, 차이이미지(D)의 다른 일정 범위 화소값 중 가장 높은 화소값 7의 좌표를 중심으로 주변 좌표에 대한 화소값을 확인한다.In addition, the pixel value of the peripheral coordinates is identified based on the coordinate of the
그리고 가장 높은 화소값 7을 확인된 주변 화소값 중 가장 작은 화소값인 1로 대치하게 된다.The
이에 따라, 다른 일정 범위의 재연산이미지(Dc)가 생성되는 것이다.
Accordingly, another range of recomputed images Dc is generated.
이때, 차이이미지(D)의 화소값은 음(-)이 존재하는 것으로, 가장 높은 화소값이 가장 낮은 음(-)의 숫자로 대치될 수도 있지만, 이는 배경을 기준으로 한 수치적인 것일 뿐, 실제가 아님이 당연하다.
In this case, the pixel value of the difference image D is negative, and the highest pixel value may be replaced with the lowest negative number. However, this is only a numerical value based on the background. Of course it's not real.
이와 같은 과정을 거쳐 차이이미지(D)가 재연산된 재연산이미지(Dc)는 도 5에서 도시하였으며, 재연산이미지(Dc)는 차이이미지(D)에 비하여 전체적으로 어두워지지만, 정상인 부분은 더욱 어두워지고, 결함은 상대적으로 밝게 나타나는 것이다.
The recomputed image (Dc) recalculated difference image (D) through this process is shown in Figure 5, the recalculated image (Dc) is darker than the difference image (D) as a whole, but the normal part is darker Defects are relatively bright.
그리고 제4단계(S40)는 재연산이미지(Dc)의 화소값을 연산하여 임계값(Tc)을 결정하게 된다.In operation S40, the threshold Tc is determined by calculating the pixel value of the recomputed image Dc.
이러한 임계값(Tc)은 재연산이미지(Dc)의 화소값 전체에 대한 평균(M)과 표준편차(S)를 구하고, 평균(M)과 표준편차(S)를 합산한 값을 포함한다.The threshold value Tc includes a value obtained by calculating an average M and a standard deviation S of all pixel values of the recomputed image Dc, and adding the average M and the standard deviation S to each other.
그리고 양임계값(Tc)은 누적 히스토그램의 90% 이내 범위에 해당하는 화소값을 대상으로 계산하여 이상값(outlier)에 의한 영향을 최소화시킨다.The positive threshold Tc minimizes the influence of the outlier by calculating pixel values corresponding to a range within 90% of the cumulative histogram.
또한 양임계값(Tc)은 재연산이미지(Dc)의 화소값 전체의 최대 및 최소를 고려하여 상수값(α)을 더 구하고, 이 상수값(α)을 표준편차(S)에 곱한 후, 평균(M)에 합산한 합산값을 포함한다.In addition, the positive threshold value Tc further calculates a constant value α in consideration of the maximum and minimum values of all pixel values of the recomputed image Dc, and multiplies the constant value α by the standard deviation S. The sum added to the average M is included.
이에 따라, 임계값(Tc)은 평균(M) + {상수값(α)×표준편차(S)}를 포함하는 것으로,Accordingly, the threshold value Tc includes a mean M + {constant value α × standard deviation S},
Tc = M + (α×S)의 수학식으로 표시된다.
It is represented by the formula of Tc = M + (α × S).
여기서, 상수값(αp, αn)은 수학식Herein, the constant values α p and α n are represented by equations.
이와 같이 결정된 임계값(Tc)을 통해 결함결정 단계(S50)가 더 구성되며, 도 6에서 도시한 바와 같다.The defect determination step S50 is further configured through the threshold value Tc determined as described above, as shown in FIG. 6.
결함결정 단계(S50)는 재연산이미지(Dc)에서 화소값들과 임계값(Tc)을 비교하여 화소값들 중에 임계값(Tc)보다 큰값을 갖는 화소값은 결함으로 결정하게 된다.In the defect determination step S50, the pixel values having a value greater than the threshold value Tc among the pixel values are determined as defects in the recomputed image Dc by comparing the pixel values with the threshold value Tc.
여기서, 차이이미지(D)와 재연산이미지(Dc)의 화소값은 절대값으로 치환하여 계산하는 것이 바람직하다.Here, the pixel values of the difference image D and the recomputed image Dc may be calculated by substituting an absolute value.
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.
이러한 결함결정 단계(S50)에 의해 웨이퍼 표면에 대한 결함을 최소한의 오차범위로 감소시키며 정밀하게 분류함에 따라 종래 결함 결정과정에서 결함이 아닌 노이즈를 정밀하게 분류하지 못하는 문제를 해소하여 정밀하게 분류할 수 있어 제품의 품질을 향상시킬 수 있다.
The defect determination step (S50) reduces the defects on the wafer surface to a minimum error range and precisely classifies, thereby eliminating the problem of not accurately classifying noises other than defects in the conventional defect determination process. Can improve the product quality.
일 실시 예로, 웨이퍼 표면 검사 결과를 도 7에서 도시하였다.In one embodiment, the wafer surface inspection results are shown in FIG. 7.
총 72개의 샘플 이미지를 이용하여 종래와 본 발명으로 구분하였으며, 종래의 경우, 43개의 정상이미지와 29개의 결함이미지를 결정하였다.A total of 72 sample images were used to classify the conventional and the present invention. In the conventional case, 43 normal images and 29 defect images were determined.
반면에, 본 발명의 경우, 24개의 정상이미지와 48개의 결함이미지를 결정하여 종래보다 많은 결함을 결정함을 알 수 있으며, 정밀한 검사가 이루어짐을 알 수 있다.On the other hand, in the case of the present invention, it can be seen that by determining the 24 normal images and 48 defect images to determine more defects than the prior art, the precise inspection is made.
다시 말해, 본 발명은 결함이 아닌 노이즈를 결함과 분류할 수 있어 실제 결함을 더욱 정밀하게 검출할 수 있고, 이에 따라 제품의 품질을 향상할 수 있음을 알 수 있는 것이다.
In other words, it can be seen that the present invention can classify the noise, rather than the defect, as a defect so that the actual defect can be detected more precisely, thereby improving the quality of the product.
또한 도 8에서 도시한 바와 같이, 검사대상이미지(I)와 정상이미지(R)는 브라이트 필드(Bright Field)와 다크 필드(Dark Field)로 구분되어 획득하고, 이러한 검사대상이미지(I)와 정상이미지(R)에 의해 차이이미지(D) 및 재연산이미지(Dc)가 각각 생성된다.In addition, as shown in FIG. 8, the inspection subject image I and the normal image R are obtained by being divided into a bright field and a dark field, and the inspection subject image I and the normal image R are obtained. The difference image D and the recomputed image Dc are generated by the image R, respectively.
여기서, 브라이트 필드(Bright Field)는 이미지를 촬상하는 방향과 측정광 입사방향이 동일한 상태에서 획득한 것이고, 다크 필드(Dark Field)는 이미지를 촬상하는 방향과 측정광 입사방향이 일정 경사를 갖는 상태에서 획득한 것이다.
Here, the bright field is obtained when the direction in which the image is captured and the measurement light incident direction are the same, and the dark field is a state in which the direction in which the image is captured and the incident direction of the measurement light has a predetermined slope. Obtained from.
이러한 브라이트 필드(Bright Field)와 다크 필드(Dark Field)로 구분된 재연산이미지(Dc)를 통해 웨이퍼 표면 검사 결과를 도 9에서 도시하였다.The wafer surface inspection results are illustrated in FIG. 9 through the recomputed image (Dc) divided into the bright field and the dark field.
총 72개의 샘플 이미지를 이용하여 종래와 본 발명으로 구분하였으며, 브라이트 필드(Bright Field)의 경우, 종래 43개의 정상이미지와 29개의 결함이미지를 결정하였다.A total of 72 sample images were used to classify the present invention and the present invention. In the case of a bright field, 43 normal images and 29 defect images were determined.
반면에, 본 발명은 24개의 정상이미지와 48개의 결함이미지를 결정하여 종래보다 많은 결함을 결정함을 알 수 있으며, 정밀한 검사가 이루어짐을 알 수 있다.On the other hand, it can be seen that the present invention determines more defects than before by determining 24 normal images and 48 defect images, and it can be seen that precise inspection is made.
이와 같은, 브라이트 필드(Bright Field) 검사 결과의 세부사항은 도 10에서 도시하여 정밀한 검사가 이루어지는 것을 뒷받침하고 있다.Such details of the Bright Field test results are shown in FIG. 10 to support the precise testing.
다시 말해, 본 발명은 결함이 아닌 노이즈를 결함과 분류할 수 있어 실제 결함을 더욱 정밀하게 검출할 수 있고, 이에 따라 제품의 품질을 향상할 수 있음을 알 수 있는 것이다.
In other words, it can be seen that the present invention can classify the noise, rather than the defect, as a defect so that the actual defect can be detected more precisely, thereby improving the quality of the product.
또한 다크 필드(Dark Field)의 경우, 종래 72개의 정상이미지와 0개의 결함이미지를 결정하였다.In the dark field, 72 normal images and 0 defect images were determined.
반면에, 본 발명은 56개의 정상이미지와 16개의 결함이미지를 결정하여 종래보다 많은 결함을 결정함을 알 수 있으며, 정밀한 검사가 이루어짐을 알 수 있다.On the other hand, it can be seen that the present invention determines more than 56 defects and 16 defect images to determine more defects than before, and the precise inspection is performed.
다시 말해, 본 발명은 결함이 아닌 노이즈를 결함과 분류할 수 있어 실제 결함을 더욱 정밀하게 검출할 수 있고, 이에 따라 제품의 품질을 향상할 수 있음을 알 수 있는 것이다.In other words, it can be seen that the present invention can classify the noise, rather than the defect, as a defect so that the actual defect can be detected more precisely, thereby improving the quality of the product.
이와 같은, 다크 필드(Dark Field) 검사 결과의 세부사항은 도 11에서 도시하여 정밀한 검사가 이루어지는 것을 뒷받침하고 있다.
Such details of the dark field test results are shown in FIG. 11 to support a precise test.
R : 정상이미지 I : 검사대상이미지
D : 차이이미지 Dc : 재연산이미지
Tc : 임계값 M : 평균
S : 표준편차 α : 상수값R: Normal image I: Target image
D: Difference image Dc: Recalculation image
Tc: Threshold M: Average
S: Standard deviation α: Constant value
Claims (7)
획득한 검사대상이미지의 각 좌표에 해당하는 각 화소값에서 정상이미지의 상기 각 좌표에 대응하는 각 화소값을 감산하여 얻은 차이값을 통해 차이이미지를 생성하는 제1단계;
상기 차이이미지의 화소값들을 스케닝하여 비교하면서 주변의 화소값들보다 큰 화소값을 갖는 위치의 좌표를 중심 좌표로 설정하고, 상기 중심 좌표와 접하는 부근을 일정범위로 하여 상기 일정범위에 위치한 좌표들의 화소값을 확인한 후, 상기 중심 좌표의 화소값을 이 주변 좌표 화소값 중 가장 작은 값으로 대치하는 제2단계;
상기 제2단계를 반복하여 진행하면서, 차이이미지의 모든 좌표에 대해 스케닝하여 주변의 화소값보다 큰 화소값을 주변의 화소값 중 가장 작은값으로 대치한 후 상기 화소값이 재연산된 값을 사용하여 재연산이미지 생성하는 제3단계;
상기 재연산이미지의 화소값을 연산하여 임계값(Tc)을 결정하는 제4단계;를 포함하여 이루어지고,
상기 제2단계에서 스케닝된 중심 좌표의 화소값과 이 주변 좌표 화소값은 다음 스케닝에서 제외되며,
상기 재연산이미지의 화소값은 통해 임계값을 별도로 산출하고 상기 임계값을 통해 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 the 'normal image') and the inspection of the wafer surface image (hereinafter referred to as the 'test image') inspection on the semiconductor wafer,
Generating a difference image based on a difference value obtained by subtracting each pixel value corresponding to each coordinate of the normal image from each pixel value corresponding to each coordinate of the inspection target image;
By comparing the pixel values of the difference image by scanning, the coordinates of the position having the pixel value larger than the surrounding pixel values are set as the center coordinates, and the coordinates located in the predetermined ranges with the vicinity of the center coordinates as a predetermined range. A second step of checking a pixel value and replacing the pixel value of the center coordinate with the smallest value among the peripheral coordinate pixel values;
By repeating the second step, the pixel value is recomputed after replacing the pixel value larger than the surrounding pixel value with the smallest value among the surrounding pixel values by scanning all coordinates of the difference image. A third step of generating a recalculated image;
And a fourth step of determining a threshold value Tc by calculating pixel values of the recomputed image.
Pixel values of the central coordinates scanned in the second step and the peripheral coordinate pixel values are excluded from the next scanning.
And a threshold value is calculated separately through the pixel value of the recomputed image, and a defect is calculated through the threshold value.
상기 재연산이미지에서 화소값들과 상기 임계값(Tc)을 비교하여 화소값들 중에 임계값(Tc)보다 큰값을 갖는 화소값은 결함으로 결정하는 결함결정 단계를 더 포함하여 결함을 산출하는 것을 특징으로 하는 반도체용 웨이퍼 결함 검사방법.
The method of claim 1,
The method may further include a defect determination step of comparing pixel values with the threshold value Tc in the recomputed image and determining a pixel value having a value greater than a threshold value Tc among the pixel values as a defect. A wafer defect inspection method for semiconductors.
상기 중심 좌표와 접하는 부근의 일정범위는 최소 3×3블럭으로 설정하는 것을 특징으로 하는 반도체용 웨이퍼 결함 검사방법.
The method of claim 1,
A predetermined range in the vicinity of the contact with the center coordinates is set to at least 3 × 3 blocks, the wafer defect inspection method for semiconductors.
상기 재연산이미지의 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 threshold value Tc,
And obtaining a mean and standard deviation for the entire pixel value of the recomputed image, and including the sum of the mean and the standard deviation.
누적 히스토그램의 90% 이내 범위에 해당하는 화소값을 대상으로 계산하여 이상값(outlier)에 의한 영향을 최소화시키는 것을 특징으로 하는 반도체용 웨이퍼 결함 검사방법.
The method of claim 4, wherein the threshold value Tc is
A method for inspecting wafer defects for semiconductors, characterized by minimizing the effect of outliers by calculating pixel values that fall within 90% of the cumulative histogram.
상기 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 결함 검사방법.
The method of claim 4, wherein the threshold value Tc is
And further calculating a constant value in consideration of the maximum and minimum of the entire pixel value, multiplying this constant value by the standard deviation, and adding the sum to the average.
상기 화소값은 절대값으로 치환되는 것을 특징으로 하는 반도체용 웨이퍼 결함 검사방법.The method of claim 1,
And the pixel value is replaced with an absolute value.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020110114337A KR101297208B1 (en) | 2011-11-04 | 2011-11-04 | Defect analyzing method of semiconductor wafer |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020110114337A KR101297208B1 (en) | 2011-11-04 | 2011-11-04 | Defect analyzing method of semiconductor wafer |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20130049357A true KR20130049357A (en) | 2013-05-14 |
| KR101297208B1 KR101297208B1 (en) | 2013-08-16 |
Family
ID=48660122
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020110114337A KR101297208B1 (en) | 2011-11-04 | 2011-11-04 | Defect analyzing method of semiconductor wafer |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR101297208B1 (en) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113916903A (en) * | 2021-09-29 | 2022-01-11 | 芯盟科技有限公司 | Defect detection method and system |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5864394A (en) | 1994-06-20 | 1999-01-26 | Kla-Tencor Corporation | Surface inspection system |
| JP3357001B2 (en) | 1998-12-02 | 2002-12-16 | 株式会社東京精密 | Pattern inspection apparatus and pattern inspection method for semiconductor integrated device |
| JP2002002421A (en) | 2000-04-21 | 2002-01-09 | Higashi Nippon Kogyo:Kk | Bumper for vehicle |
| 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 KR1020110114337A patent/KR101297208B1/en active IP Right Grant
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113916903A (en) * | 2021-09-29 | 2022-01-11 | 芯盟科技有限公司 | Defect detection method and system |
Also Published As
| Publication number | Publication date |
|---|---|
| KR101297208B1 (en) | 2013-08-16 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US7330581B2 (en) | Image defect inspection method, image defect inspection apparatus and appearance inspection apparatus | |
| US7346207B2 (en) | Image defect inspection method, image defect inspection apparatus, and appearance inspection apparatus | |
| US7602960B2 (en) | System and method for measuring thin film thickness variations and for compensating for the variations | |
| JP5549364B2 (en) | Wafer defect inspection apparatus and wafer defect inspection method | |
| KR20080073281A (en) | Image defect inspection apparatus, image defect inspection system, and image defect inspection method | |
| KR20110124703A (en) | Apparatus and method for defect inspection of wafer | |
| EP1174707A1 (en) | Defect inspection method and defect inspection apparatus | |
| JP2003215060A (en) | Pattern inspection method and inspection apparatus | |
| US20060222232A1 (en) | Appearance inspection apparatus and appearance inspection method | |
| JP4060558B2 (en) | Defect inspection method and apparatus | |
| JP2012049503A (en) | Inspection device for semiconductor device, and inspection method for semiconductor device | |
| JP7157580B2 (en) | Board inspection method and board inspection apparatus | |
| JP2011237302A (en) | Device and method for wafer defect inspection | |
| JP2004109018A (en) | Circuit pattern inspecting method and inspecting device | |
| US7336815B2 (en) | Image defect inspection method, image defect inspection apparatus, and appearance inspection apparatus | |
| US7492942B2 (en) | Image defect inspection method, image defect inspection apparatus, and appearance inspection apparatus | |
| KR20160087197A (en) | Defect detecting apparatus and method for thereof | |
| US7561751B2 (en) | Image processing method | |
| KR101304088B1 (en) | Defect analyzing method of semiconductor wafer | |
| KR101297208B1 (en) | Defect analyzing method of semiconductor wafer | |
| KR101297207B1 (en) | Defect analyzing method of semiconductor wafer | |
| KR101297209B1 (en) | Defect analyzing method of semiconductor wafer | |
| JP4244046B2 (en) | Image processing method and image processing apparatus | |
| JP2005140655A (en) | Method of detecting stain flaw, and stain flaw detector | |
| JP5391172B2 (en) | Foreign object inspection apparatus and alignment adjustment method |
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 |