DE112013000627T5 - Segmentierung zur Waferinspektion - Google Patents

Segmentierung zur Waferinspektion Download PDF

Info

Publication number
DE112013000627T5
DE112013000627T5 DE112013000627.8T DE112013000627T DE112013000627T5 DE 112013000627 T5 DE112013000627 T5 DE 112013000627T5 DE 112013000627 T DE112013000627 T DE 112013000627T DE 112013000627 T5 DE112013000627 T5 DE 112013000627T5
Authority
DE
Germany
Prior art keywords
segments
image
wafer
individual pixels
pixels
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
DE112013000627.8T
Other languages
English (en)
Inventor
Stephanie Chen
Tao Luo
Yong Zhang
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
KLA Corp
Original Assignee
KLA Tencor Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by KLA Tencor Corp filed Critical KLA Tencor Corp
Publication of DE112013000627T5 publication Critical patent/DE112013000627T5/de
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • G06T7/0004Industrial image inspection
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/13Edge detection
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/143Segmentation; Edge detection involving probabilistic approaches, e.g. Markov random field [MRF] modelling
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20076Probabilistic image processing
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30108Industrial image inspection
    • G06T2207/30148Semiconductor; IC; Wafer

Abstract

Verfahren und Systeme zur Segmentierung von Pixeln zur Waferinspektion werden bereitgestellt. Ein Verfahren beinhaltet die Bestimmung einer Statistik für einzelne Pixel auf Grundlage eines Merkmals der einzelnen Pixel in einem Bild, welches für einen Wafer durch ein Inspektionssystem aufgenommen wurde. Das Verfahren beinhaltet ebenfalls, die einzelnen Pixel auf Grundlage der Statistik ersten Segmenten zuzuordnen. Zusätzlich beinhaltet das Verfahren eine oder mehrere Kanten zwischen den ersten Segmenten in einem Bild der ersten Segmente zu detektieren, und eine Kantenkarte zu erzeugen, indem die eine oder mehreren Kanten auf eine Fläche projiziert werden, welche dem Bild des Wafers entspricht. Das Verfahren umfasst ferner, die einzelnen Pixel zweiten Segmenten zuzuordnen, indem die ersten Segmente und die Kantenkarte auf das Bild des Wafers angewendet werden, und dadurch das Bild segmentiert wird. Die Defektinspektion wird auf Grundlage der zweiten Segmente, denen die einzelnen Pixel zugeordnet sind, durchgeführt.

Description

  • 1. Gebiet der Erfindung
  • Diese Erfindung betrifft allgemein die Segmentierung von Pixeln in einem Bild eines Wafers zur Defektdetektion.
  • 2. Beschreibung verwandter Lehre
  • Die folgende Beschreibung und die Beispiele werden aufgrund ihres Einschlusses in diesen Abschnitt nicht als Stand der Technik anerkannt.
  • Die Waferinspektion, entweder mit optischen oder Elektronenstrahltechnologien, ist eine wichtige Technik zur Fehlersuche in Herstellungsprozessen von Halbleitern, zur Überwachung von Prozessschwankungen und zur Verbesserung des Produktionsausstoßes in der Halbleiterindustrie. Wegen der beständig sinkenden Größenskala moderner integrierter Schaltkreise (ICs) und der zunehmenden Komplexität des Herstellungsprozesses wird die Inspektion zunehmend schwierig.
  • Bei jedem Prozessschritt, der auf einen Halbleiterwafer angewandt wird, wird dasselbe Schaltkreismuster auf jeden Die auf dem Wafer gedruckt. Die meisten Wafer-Inspektionssysteme machen sich diesen Umstand zunutze und verwenden einen relativ einfachen Die-zu-Die-Vergleich, um Defekte auf dem Wafer zu detektieren. Jedoch kann der gedruckte Schaltkreis bei jedem Die viele Bereiche gemusterter Merkmale beinhalten, welche sich in der x- oder der y-Richtung wiederholen, etwa Bereiche von DRAM, SRAM oder FLASH. Diese Art von Bereich wird gemeinhin als ein Feldbereich bezeichnet (die übrigen Bereiche werden Zufalls- oder Logikbereiche genannt). Um eine höhere Empfindlichkeit zu erreichen, setzen fortschrittliche Inspektionssysteme unterschiedliche Strategien zur Inspektion der Feldbereiche und der Zufalls- oder Logikbereiche ein.
  • Die Intensität kann als ein Merkmal der Segmentierung benutzt werden, um Pixel ähnlicher Intensität zu einer Gruppe zusammenzufassen. Dann wird der gleiche Satz von Defektdetektionsparametern auf alle Pixel in derselben Gruppe angewendet (intensitätsbasiert). Jedoch hat dieses Verfahren eine Anzahl an Nachteilen. Beispielsweise kann ein intensitätsbasierter Segmentierungsalgorithmus verwendet werden, wenn ein Geometriemerkmal gleichmäßig streut. Dies ist jedoch oftmals nicht ausreichend. Beispielsweise kann bei einer Segmentierung, welche auf Intensität oder einer Summe von Intensität beruht, ein Wafer in ein ruhiges Feldsegment, ein verrauschtes Seitenumbruchssegment, und ein verrauschtes Überschneidungssegment segmentiert werden. Jedoch können Defekte von Interesse (DOIs) in einem ruhigen Segment übersehen werden, wenn ein ruhiges Segment als ein verrauschtes Segment fehlklassifiziert wird. Segmente können fehlklassifiziert werden, wenn die gleiche Trennlinie zwischen Segmenten im Training und im Betrieb zu unterschiedlichen Segmentierungen führt. Eine solche Fehlklassifizierung der Segmente kann auch schlecht für irgendeine Vorverarbeitung des Bildes sein, etwa für die, welche das periodische Muster in dem Seitenumbruchsbereich entfernt. Als solche ist eine Segmentierung, welche rein auf Intensität oder der Summe von Intensität beruht, anfällig für Instabilitäten, welche mit Intensitätsschwankungen von Job zu Job während des Betriebs in Zusammenhang stehen. Daher wird eine Segmentierung benötigt, welche auf einer anderen Eigenschaft beruht.
  • Ein weiteres Verfahren zur Segmentierung der Ausgabe eines Dunkelfeld(DF)-Inspektionssystems ist projektionsbasierte Segmentierung (PBS). PBS stellt eine relativ einfache Möglichkeit dar, Segmente in Bereichen zu trennen, welche auf der relativen projizierten Intensität in der x- und in der y-Richtung beruht. Meistens funktioniert der PBS-Ansatz gut. Da er im Vorverarbeitungsabschnitt von DF-Wafer-Inspektionsalgorithmen verwendet wird, gibt es jedoch Fälle, in denen das PBS-Segmentierungsergebnis entlang der Seite der zugrundeliegenden physikalischen Strukturmuster fluktuiert, was die projektionsbasierte Segmentierung instabil macht. Das direkte Ergebnis ist, einige ruhige Segmente als verrauschte Segmente fehlzusegmentieren und umgekehrt. Die Folge ist, dass die Defektinspektion weniger an lokales Rauschen anpassbar ist.
  • Ein zusätzliches Verfahren zur Segmentierung der Ausgabe eines Dunkelfeld-Inspektionssystems ist Segmentierung auf Grundlage des Intensitätsmedians (MBS). MBS ist stabiler als PBS, da die Unterschiede der Medianintensität zwischen dem Feldbereich und dem Seitenumbruchsbereich meistens erheblich sind, was eine einfachere Trennung zwischen Feld und Seitenumbruch bereitstellt. Jedoch können die Segmentgrenzen aus der MBS unregelmäßig sein, was möglicherweise nicht sehr gut mit dem zugrundeliegenden physikalischen Strukturmuster korreliert.
  • Dementsprechend wäre es vorteilhaft, Verfahren und Systeme zur Segmentierung von Pixeln in einem Bild eines Wafers zur Defektdetektion zu entwickeln, welche einen oder mehrere der vorstehend beschriebenen Nachteile nicht aufweisen.
  • Zusammenfassung der Erfindung
  • Die folgende Beschreibung verschiedener Ausführungsformen soll in keiner Weise als Beschränkung des Gegenstands der anhängenden Ansprüche aufgefasst werden.
  • Eine Ausführungsform betrifft ein computerimplementiertes Verfahren zur Segmentierung von Pixeln in einem Bild eines Wafers zur Defektdetektion. Das Verfahren beinhaltet das Bestimmen einer Statistik für einzelne Pixel auf Grundlage eines Merkmals der einzelnen Pixel in einem Bild, das für einen Wafer durch ein Inspektionssystem aufgenommen wurde. Das Verfahren beinhaltet ebenso, die einzelnen Pixel auf Grundlage der Statistik ersten Segmenten zuzuordnen und eine oder mehrere Kanten zwischen den ersten Segmenten in einem Bild der ersten Segmente zu detektieren. Zusätzlich beinhaltet das Verfahren, eine Kantenkarte zu erzeugen, indem die eine oder mehreren Kanten auf eine Fläche projiziert werden, welche dem Bild für den Wafer entspricht. Das Verfahren beinhaltet ferner, die einzelnen Pixel zweiten Segmenten zuzuordnen, indem die ersten Segmente und die Kantenkarte auf das Bild für den Wafer angewendet werden, wodurch das Bild segmentiert wird. Die Defektdetektion wird auf Grundlage der zweiten Segmente, denen die einzelnen Pixel zugeordnet sind, durchgeführt. Schritte des Verfahrens werden von einem Computersystem durchgeführt.
  • Jeder der Schritte des oben beschriebenen computerimplementierten Verfahrens kann wie im Weiteren hierin beschrieben durchgeführt werden. Das oben beschriebene computerimplementierte Verfahren kann jeglichen anderen Schritt oder jegliche anderen Schritte jeglichen anderen Verfahrens oder jeglicher anderer Verfahren beinhalten, welche hierin beschrieben werden. Das oben beschriebene computerimplementierte Verfahren kann unter Verwendung jeglicher hierin beschriebener Systeme durchgeführt werden.
  • Eine weitere Ausführungsform bezieht sich auf ein nicht-flüchtiges computerlesbares Medium, welches Programmanweisungen gespeichert hat, welche auf einem Computersystem ausführbar sind, um ein Verfahren zur Segmentierung von Pixeln in einem Bild eines Wafers zur Defektdetektion durchzuführen. Das Verfahren beinhaltet die Schritte des oben beschriebenen computerimplementierten Verfahrens. Das computerlesbare Medium kann ferner wie hierin beschrieben konfiguriert sein. Die Schritte des Verfahrens können wie hierin weiter beschrieben ausgeführt werden. Zusätzlich kann das Verfahren, für das die Programmanweisungen ausführbar sind, irgendeinen anderen Schritt oder irgendwelche anderen Schritte von irgendeinem anderen oder irgendwelchen anderen hierin beschriebenen Verfahren beinhalten.
  • Eine weitere Ausführungsform betrifft ein System, welches ausgebildet ist, Pixel in einem Bild eines Wafers zur Defektdetektion zu segmentieren. Das System beinhaltet ein Inspektionssubsystem, welches ausgebildet ist, ein Bild für einen Wafer zu erzeugen. Das System beinhaltet ebenso ein Computersubsystem, welches dazu ausgebildet ist, die Schritte des oben beschriebenen Verfahrens durchzuführen. Das System kann weiter wie hierin beschrieben ausgebildet sein.
  • Kurze Beschreibung der Zeichnungen
  • Andere Aufgaben und Vorteile der Erfindung werden nach dem Lesen der folgenden detaillierten Beschreibung und nach Bezugnahme auf die beigefügten Zeichnungen offenbar werden, in denen
  • 1 eine schematische Darstellung ist, welche eine Ausführungsform eines computerimplementierten Verfahrens zur Segmentierung von Pixeln in einem Bild eines Wafers zur Defektdetektion zeigt;
  • 2 ein Blockdiagramm ist, welches eine Ausführungsform eines nicht-flüchtigen computerlesbaren Mediums zeigt, welches Programmanweisungen beinhaltet, welche auf einem Computersystem ausführbar sind, um ein oder mehrere der hierin beschriebenen Ausführungsformen des Verfahrens durchzuführen;
  • 3 eine schematische Darstellung ist, welche eine Seitenansicht einer Ausführungsform eines Systems zeigt, welches ausgebildet ist, Pixel in einem Bild eines Wafers zur Defektdetektion zu segmentieren.
  • Wenngleich die Erfindung verschiedenen Abwandlungen und alternativen Gestaltungen zugänglich ist, werden spezifische Ausführungsformen davon als Beispiele in den Zeichnungen gezeigt und hierin im Detail beschrieben. Es sollte jedoch klar sein, dass die Zeichnungen und die zugehörige detaillierte Beschreibung nicht dazu gedacht sind, die Erfindung auf die offenbarte spezifische Ausführungsform zu beschränken, sondern im Gegenteil die Erfindung alle Abwandlungen, Äquivalente und Alternativen abdecken soll, welche unter den Geist und den Umfang der vorliegenden Erfindung, wie in den anhängenden Ansprüchen definiert, fallen.
  • Detaillierte Beschreibung der bevorzugten Ausführungsformen
  • Im Hinblick auf die Zeichnungen ist anzumerken, dass die Zeichnungen nicht maßstabsgetreu gezeichnet sind. Insbesondere ist der Maßstab einiger Elemente der Figuren stark übertrieben, um Merkmale der Elemente zu betonen. Es ist auch anzumerken, dass die Zeichnungen nicht im gleichen Maßstab gezeichnet sind. Elemente, welche in mehr als einer Zeichnung gezeigt sind und die ähnlich ausgebildet sein können, sind mit der gleichen Bezugsziffer gekennzeichnet.
  • Eine Ausführungsform betrifft ein computerimplementiertes Verfahren zur Segmentierung von Pixeln in einem Bild eines Wafers zur Defektdetektion. Das computerimplementierte Verfahren kann beinhalten, ein Bild eines Wafers zu erfassen, welches von einem Inspektionssystem erzeugt wurde. Das Erfassen des Bildes für den Wafer kann unter Verwendung des Inspektionssystems durchgeführt werden. Beispielsweise kann das Erfassen des Bildes es beinhalten, das Inspektionssystem zu benutzen, um Licht über den Wafer zu scannen und ein Bild/Bilder als Antwort auf Licht zu erzeugen, dass von dem Wafer, der durch das Inspektionssystem detektiert wird, während des Scannens gestreut und/oder reflektiert wird. Auf diese Weise kann das Erfassen des Bildes das Scannen des Wafers beinhalten. Jedoch beinhaltet das Erfassen des Bildes nicht notwendigerweise das Scannen des Wafers. Zum Beispiel kann das Erfassen des Bildes beinhalten, das Bild von einem computer-lesbaren Speichermedium zu erfassen, in welchem das Bild gespeichert worden ist (zum Beispiel durch das Inspektionssystem). Das Erfassen des Bildes von dem Speichermedium kann in jeder geeigneten Weise durchgeführt werden, und das Speichermedium, von dem das Bild erfasst wird, kann jegliches hierin beschriebene Speichermedium sein. Obwohl in manchen hierin beschriebenen Ausführungsformen das für den Wafer erfasste Bild als ein „Bildfeld” bezeichnet oder beschrieben wird, kann das Bild für den Wafer, welches in den hierin beschriebenen Ausführungsformen verwendet wird, jegliches Bild oder jeglicher Bereich eines jeglichen Bildes sein, welches von jeglichem Waferinspektionssystem erzeugt oder erfasst werden kann.
  • Das Verfahren beinhaltet, eine Statistik für einzelne Pixel auf Grundlage eines Merkmals der einzelnen Pixel in einem Bild zu bestimmen, das für einen Wafer durch ein Inspektionssystem erfasst worden ist. In einer Ausführungsform ist das Merkmal die Bildintensität der einzelnen Pixel. In einigen Ausführungsformen ist die Statistik der Median der Bildintensität der einzelnen Pixel. Auf diese Weise kann das Verfahren beinhalten, eine Statistik für jeden der einzelnen Pixel auf einer Pixel-für-Pixel-Basis zu bestimmen, wenn auch die Statistik für jeglichen Pixel unter Verwendung des Merkmals mehrerer Pixel in dem Bild bestimmt werden kann. Beispielsweise kann die Medianintensität eines einzelnen Pixels auf Grundlage der Bildintensität dieses Pixels und der Bildintensität der benachbarten Pixel bestimmt werden. Der Median der Bildintensität kann unter Verwendung irgendeines geeigneten Verfahrens oder Algorithmus bestimmt werden. Ferner können das Merkmal und die Statistik jegliches andere geeignete Merkmal und jegliche andere geeignete Statistik der einzelnen Pixel beinhalten, welche in irgendeiner geeigneten Weise bestimmt werden.
  • Das Verfahren beinhaltet ebenfalls, die einzelnen Pixel auf Grundlage der Statistik ersten Segmenten zuzuordnen. Wenn die Statistik der Median der Bildintensität ist, wie oben beschrieben, kann dieser Schritt ähnlich der Segmentierung auf Grundlage der Medianintensität (MBS) sein. Jedoch helfen zusätzliche hierin beschriebene Schritte dabei, die Segmentgrenzen in MBS mit größerer Genauigkeit zu bestimmen. „Segmente” können allgemein definiert werden als verschiedene Teile eines gesamten Wertebereichs von möglichen Werten für die einzelnen Pixel. Die Segmente können auf Grundlage von Werten für die Statistik der einzelnen Pixel definiert werden, in Abhängigkeit von dem Defektdetektionsalgorithmus, der die Segmente benutzt. Zum Beispiel kann im Multiple-Die-Auto-Thresholding (MDAT) Algorithmus der Wert für die Statistik der einzelnen Pixel, welcher zur Definition der ersten Segmente benutzt wird, den Medianwert der Intensität beinhalten. In einem solchen, verdeutlichenden und nicht beschränkenden, Beispiel kann, wenn der gesamte Wertebereich der Medianwerte der Intensität von 0 bis 255 reicht, eines der ersten Segmente Medianwerte der Intensität von 0 bis 100, und ein weiteres der ersten Segmente kann Medianwerte der Intensität von 101 bis 255 beinhalten. Auf diese Weise entspricht eines der ersten Segmente dunkleren Pixeln in dem Bild, und das andere der ersten Segmente entspricht helleren Pixeln in dem Bild. Die in den hierin beschriebenen Ausführungsformen verwendeten ersten Segmente können in jeglicher geeigneten Weise bestimmt werden, und die einzelnen Pixel können den ersten Segmenten unter Verwendung jeglichen geeigneten Verfahrens und/oder Algorithmus zugeordnet werden.
  • In einer Ausführungsform beinhaltet das Verfahren, ein Bild zu erzeugen, welches die Statistik zeigt, die für die einzelnen Pixel erzeugt worden ist, und das Zuordnen der einzelnen Pixel zu den ersten Segmenten wird auf Grundlage des Bildes, welches die Statistik zeigt, durchgeführt. Zum Beispiel kann das Verfahren beinhalten, das Bild für den Wafer auf Grundlage der Pixelintensitätsstatistiken (z. B. Medianintensität, bereichsbasiert, etc.) zu markieren. Ferner, wenn auch einige Ausführungen hierin als auf der Medianintensität basierend beschrieben werden, ist dies so zu verstehen, dass die Ausführungsformen zunächst auf jeglicher Statistik basieren können, wobei die Kantendetektion, wie hierin beschrieben, später durchgeführt wird. In einem solchen Beispiel, gezeigt in 1, kann das Verfahren das Bild 10 erzeugen, welches die Statistik zeigt, welche für jeden der einzelnen Pixel als eine Funktion der einzelnen Pixel bestimmt wird. Ist die Statistik der Median der Bildintensität, wie oben beschrieben, kann das in 1 gezeigte Bild 10 ein Medianbild für einen Kanal (ein Detektionssubsystem oder einen Detektor) des Inspektionssystems sein, und andere Bilder können separat für die anderen Kanäle des Inspektionssystems erzeugt werden. Jenes Bild kann dann für die erste Segmentierung benutzt werden. Zum Beispiel können die ersten Segmente 12 in dem Bild 10 so definiert werden, dass sie Pixel beinhalten, welche Werte für die Statistik in einem Wertebereich haben, und die ersten Segmente 14 können so definiert werden, dass sie Pixel beinhalten, die Werte für die Statistik in einem anderen Wertebereich, der von dem ersten Wertebereich verschieden ist, haben. Daher können die Pixel in dem Bild auf Grundlage der Statistik in erste Segmente getrennt werden. Das Zuordnen der Pixel zu den ersten Segmenten beinhaltet nicht notwendigerweise die Erzeugung eines Bildes wie oben beschrieben und die Verwendung des Bildes für die erste Segmentierung kann in jeglicher anderen geeigneten Weise durchgeführt werden.
  • Das Verfahren beinhaltet ebenso das Detektieren einer oder mehrerer Kanten zwischen den ersten Segmenten in einem Bild der ersten Segmente. In manchen Ausführungsformen beinhaltet das Verfahren es, das Bild der ersten Segmente dadurch zu erzeugen, dass die einzelnen Pixel auf Grundlage der ersten Segmente, denen die einzelnen Pixel zugeordnet wurden, markiert werden. Beispielsweise kann, wie in 1 gezeigt, das Bild 16 der ersten Segmente dadurch erzeugt werden, dass die einzelnen Pixel des Bildes 10 auf Grundlage der ersten Segmente, denen die einzelnen Pixel zugeordnet wurden, markiert werden. Die Kantendetektion kann dann auf das markierte Bild angewendet werden. Auf diese Weise kann MBS auf das Medianbild 10 angewendet werden, um das Bild 16 zu erzeugen, welches die markierten ersten Segmente zeigt. Genauer, da das Bild 16 Pixel in zwei verschiedenen ersten Segmenten (erste Segmente 12 und 14) beinhaltet, kann das Bild 16 ein binäres Bild sein, wobei eines der ersten Segmente (erste Segmente 12) als schwarze Bereiche 18 in dem Bild gezeigt werden, und die anderen der ersten Segmente (erste Segmente 14) als weiße Bereiche 20 in dem Bild gezeigt werden. Das Bild, das die markierten ersten Segmente zeigt, kann dann als eine Segmentierungsmaske für andere hierin beschriebene Schritte verwendet werden (z. B. indem es mit einem Bild, welches für den Wafer erfasst wurde, so überlagert wird, dass Pixel innerhalb der verschiedenen Segmente auf Grundlage ihrer Position innerhalb der Maske identifiziert werden können. Das Bild, das die ersten Segmente zeigt, kann ebenso in jeglicher anderen geeigneten Weise markiert werden (z. B. über Farbunterschiede, Grauwertunterschiede, alphanumerische Unterschiede und dergleichen). Dieses Bild kann dann benutzt werden, um die Kante/die Kanten der ersten Segmente zu detektieren, wie hierin weiter beschrieben wird.
  • In einer Ausführungsform beinhalten die eine oder mehreren Kanten mindestens eine Kante, die sich in der x-Richtung erstreckt, mindestens eine Kante, die sich in der y-Richtung erstreckt, oder eine Kombination aus mindestens einer Kante, die sich in der x-Richtung erstreckt und mindestens einer Kante, die sich in der y-Richtung erstreckt. Zum Beispiel kann die Kantendetektion horizontale und/oder vertikale Kantendetektion beinhalten. In einem solchen Beispiel kann die Kantendetektion für jeden Pixel (i, j) in einem Bild wie dem oben beschriebenen markierten Bild 1 zu der horizontalen Kante an der i-ten Position addieren, wenn (i, j – 1), (i, j + 1) zu verschiedenen Segmenten gehören. Zusätzlich kann die Kantendetektion 1 zu der vertikalen Kante bei der j-ten Position addieren, wenn (i – 1, j), (i + 1, j) zu verschiedenen Segmenten gehören. In dem in 1 gezeigten Beispiel können unter Verwendung des Bildes 16 zwei vertikale Kanten 22 und 24, welche sich in die y-Richtung erstrecken, detektiert werden (bezüglich der horizontalen Achse 26) und eine horizontale Kante 28, die sich in die x-Richtung erstreckt, kann detektiert werden (bezüglich der vertikalen Achse 30). Dies ist eine relativ einfache Kantendetektionsmethode, die auf jegliche spezifische Anwendung, Überlegungen hinsichtlich der Computernutzung, oder Kosten abgestimmt werden kann. Ferner kann die Kantendetektion in einer Anzahl weiterer Weisen durchgeführt werden.
  • In einigen Ausführungsformen beinhaltet das Verfahren es, eine oder mehrere der detektierten Kanten vor der hierin weiter beschriebenen Erzeugung der Kantenkarte zu modifizieren, auf Grundlage von räumlichen Merkmalen der einen oder mehreren detektierten Kanten. Dieser Schritt kann es beinhalten, redundante Kanten zu entfernen. Beispielsweise ist wegen der Rauigkeit der physikalischen Struktur und Auflösungsbeschränkungen des Inspektionssystems, die Kante von Segmenten in einem Bild nicht immer klar ausgebildet. Daher kann der Kantendetektionsschritt mehrere Kanten (redundante Kanten) detektieren, die im Wesentlichen nahe beieinander um eine wirkliche physikalische Kante herum liegen. Die eine oder mehreren detektierten Kanten können modifiziert werden, beispielsweise durch Verwendung eines Dilationsalgorithmus, um die Kanten, die im Wesentlichen nahe beieinander liegen, zu einer Kante zu vereinigen (oder zu reduzieren). Der Dilationsalgorithmus kann jeglicher geeignete bekannte Dilationsalgorithmus sein.
  • Das Verfahren beinhaltet ebenso, eine Kantenkarte zu erzeugen, indem die eine oder mehreren Kanten über eine Fläche projiziert werden, welche dem Bild für den Wafer entspricht. Auf diese Weise können die hierin beschriebenen Verfahren projektionsbasierte Segmentierung (PBS) auf Grundlage der Kanteninformation durchführen. Beispielsweise kann, wie in 1 gezeigt, die Kantenkarte 32 als ein Gitter aus der Kantenprojektion der in 1 gezeigten horizontalen und vertikalen Kanten (Kanten 22, 24 und 28) erzeugt werden. Projektion der einen oder mehreren Kanten kann beinhalten, jegliche Kanten auszudehnen, die detektiert wurden und sich nicht über das gesamte Bild erstrecken, so dass sie sich über das gesamte Bild erstrecken. Mit anderen Worten kann die Projektion der Kante(n) die Ausdehnung einer Kante entlang ihrer Länge beinhalten, so dass sie sich über die gesamte Bildfläche erstreckt.
  • Kanten auf Grundlage einer statistikbasierten (z. B. basierend auf dem Median der Intensität) Segmentkarte zu detektieren und dann die Kante(n) in die x- und/oder y-Richtungen zu projizieren, kann sehr dazu beitragen, die Zweideutigkeit der Kante(n) im Vergleich mit der intensitätsbasierten Projektion zu reduzieren. Daher kann diese Vorgehensweise benutzt werden, um akkurat Feldbilder für die zugrundeliegenden Strukturmuster zu segmentieren. Die hier beschriebene Kantendetektion, die auf eine Segmentkarte angewendet werden kann, und projektionsbasiert auf die Kantenkarte, ist ferner vorteilhaft stabil (im Hinblick auf irgendwelche Intensitätsschwankungen in dem detektierten Licht vom Wafer, welches zur Bildung des Bildes für den Wafer verwendet wird). Zum Beispiel ist eine MBS Segmentkarte stabil zur Durchführung der Kantendetektion in x und y. Ferner ist die Projektion auf Grundlage der x- und y-Kanten viel stabiler als die Kantenprojektion auf Grundlage anderer Merkmale des Bildes für den Wafer.
  • Das Verfahren beinhaltet ebenso, die einzelnen Pixel zweiten Segmenten zuzuordnen, indem die ersten Segmente und die Kantenkarte auf das Bild für den Wafer angewendet werden, und dadurch das Bild segmentieren. Daher können die hier beschriebenen Ausführungsformen das Feldbild auf Grundlage der Kanten segmentieren (und markieren). Das Verfahren kann die Pixel auf Grundlage einer Kombination aus Bildintensität (welche verwendet wird, um die ersten Segmente zu definieren, welche auf das Bild angewendet werden) und einem Muster der Intensitätsveränderung (welches verwendet wird, um die Kantenkarte, die auf das Bild angewendet wird, zu definieren) segmentieren, um die zugrundeliegenden Strukturen akkurat zu segmentieren. Zum Beispiel können sogar relativ schmale vertikale Bereiche mit relativ niedriger Bildintensität mit den hier beschriebenen Vorgehensweisen aussegmentiert werden. Ferner ist die hier beschriebene Kantenprojektion in x und y ziemlich stabil für die Rekonstruktion der Segmentkarte (für die zweiten Segmente).
  • In einer Ausführungsform beinhaltet das Zuordnen der einzelnen Pixel zu den zweiten Segmenten das Erzeugen der zweiten Segmente auf Grundlage der ersten Segmente und der Kantenkarte und das Anwenden der zweiten Segmente auf die einzelnen Pixel. Beispielsweise kann die Segmentierungsmaske (oder das Bild 16, welches die ersten Segmente zeigt) mit dem Gitter (oder der Kantenkarte 32, welche die Kanten zeigt) kombiniert werden, um Gruppen zweiter Segmente zu erzeugen, die im Bild 34 in 1 gezeigt sind. Auf diese Weise zeigt dieses Bild die Gruppen zweiter Segmente und kann als eine Maske für die zweite Segmentierung benutzt werden, wie oben beschrieben. Das Zuordnen der einzelnen Pixel zu den zweiten Segmenten kann jedoch in jeglicher anderen geeigneten Weise erfolgen.
  • Die Defektdetektion wird auf Grundlage der zweiten Segmente, denen die einzelnen Pixel zugeordnet sind, durchgeführt. Zum Beispiel können die hier beschriebenen Ausführungsformen als Vorverarbeitungsverfahren verwendet werden, um Bereiche in verschiedene Segmente zu trennen, sind aber selbst kein Inspektions- oder Defektdetektionsalgorithmus. Die hier beschriebenen Ausführungsformen können zur Vorverarbeitung bei jedem Inspektionsalgorithmus verwendet werden. Auf diese Weise kann die Defektdetektion in jeglicher geeigneten Weise durchgeführt werden, unter Verwendung jeglichen geeigneten Verfahrens und/oder Algorithmus.
  • Schritte des Verfahrens werden durch ein Computersystem ausgeführt, welches wie hier weiter beschrieben konfiguriert sein kann.
  • In einer Ausführungsform führt die Zuordnung der einzelnen Pixel zu den ersten Segmenten dazu, dass die einzelnen Pixel, die unterschiedliche Niveaus des Rauschens aufweisen, unterschiedlichen ersten Segmenten zugeordnet werden. Zum Beispiel segmentieren die hier beschriebenen Verfahren im Grunde Segmente niedriger Intensität von Segmenten hoher Intensität in der Form rechteckiger Begrenzungszellen. Daher trennen die hier beschriebenen Verfahren im Wesentlichen Segmente mit relativ niedrigem Rauschen von Segmenten mit relativ hohem Rauschen, und die Segmente, die unterschiedliche Niveaus des Rauschens aufweisen, können dann separat während der Defektdetektion bearbeitet werden, so dass interessierende Defekte (DOIs) in jedem der Segmente detektiert werden können, unabhängig von den Niveaus des Rauschens (z. B. indem eine auf die Pixel angewendete Schwelle angepasst wird), was ebenso Störungen, Rauschen und Hintergrundsignaldetektion unterdrückt.
  • In einer weiteren Ausführungsform entspricht wenigstens eines der ersten Segmente einem Bereich auf dem Wafer, welcher Strukturen mit einem ersten Merkmal enthält, und entspricht wenigstens ein weiteres der ersten Segmente einem Bereich auf dem Wafer, welcher Strukturen mit einem zweiten Merkmal enthält, welches vom ersten Merkmal verschieden ist. Zum Beispiel, da Waferstrukturen, die unterschiedliche Merkmale haben, das Licht von dem Wafer, das durch das Inspektionssystem detektiert wird, in unterschiedlichen Weisen beeinflussen, und da die ersten Segmente auf Grundlage einer Statistik, welche mit dem Bild des Wafers (z. B. Median der Bildintensität) in Zusammenhang steht, definiert werden können, können die ersten Segmente verwendet werden, um unterschiedliche Bereiche des Wafers zu trennen, die unterschiedliche Strukturen enthalten. Ferner, da die ersten Segmente auf Grundlage einer Statistik eines Merkmals der einzelnen Pixel definiert sind, anstatt auf Grundlage des Merkmals selbst, können die ersten Segmente verwendet werden, um die Bereiche mit relativ hoher Genauigkeit zu trennen.
  • In einigen Ausführungsformen entspricht wenigstens eines der zweiten Segmente einem Bereich auf dem Wafer, welcher Strukturen enthält, die ein erstes Merkmal aufweisen, und entspricht wenigstens ein anderes der zweiten Segmente einem Bereich auf dem Wafer, welcher Strukturen enthält, die ein zweites Merkmal aufweisen, welches vom ersten Merkmal verschieden ist. Zum Beispiel können, da die zweiten Segmente, zumindest teilweise, auf den ersten Segmenten beruhen, und da verschiedene erste Segmente, wie oben beschrieben, verschiedenen Bereichen entsprechen können, die Strukturen mit unterschiedlichen Merkmalen enthalten, auch die zweiten Segmente verschiedenen Bereichen entsprechen, die Strukturen mit unterschiedlichen Merkmalen enthalten.
  • In einer Ausführungsform entspricht mindestens eines der ersten Segmente einem Seitenumbruchsbereich einer Vorrichtung, die auf dem Wafer hergestellt wird, und mindestens ein weiteres der ersten Segmente entspricht einem Feldbereich der Vorrichtung. Seitenumbrüche sind in der Fachwelt allgemein definiert als Bereiche eines Die, die im Wesentlichen stetige Bereiche des physikalischen Speichers trennen. Jeder der stetigen Bereiche des physikalischen Speichers kann gemeinhin als eine Seite bezeichnet werden. Innerhalb eines dunklen Feldbereichs gibt es keinen wesentlichen Merkmalsunterschied und daher keinen wesentlichen Intensitätsunterschied, lediglich etwas Hintergrundrauschen. Da jedoch die Seitenumbrüche beträchtlich andersartige Strukturen beinhalten als die Feldbereiche, gibt es einen erheblichen Intensitätsunterschied im Bild für die Seitenumbrüche im Vergleich zu den Feldbereichen. Daher können die Ausführungsformen ein Feldsegment von einem Seitenumbruchssegment trennen. Wie hierin weiter beschrieben, kann die Medianintensität die Statistik des Merkmals der einzelnen Pixel sein, welche benutzt wird, um die einzelnen Pixel den ersten Segmenten zuzuordnen. Die Benutzung der Medianintensität, wie hierin beschrieben, ist vorteilhaft, weil sie stabil für die Unterscheidung von Feld und Seitenumbruch hinsichtlich des Intensitätsunterschieds ist.
  • In einigen Ausführungsformen entspricht mindestens eines der zweiten Segmente einem Seitenumbruchsbereich einer Vorrichtung, welches auf dem Wafer hergestellt wird, und mindestens ein weiteres der zweiten Segmente entspricht einem Feldbereich der Vorrichtung. Zum Beispiel können, da die zweiten Segmente, zumindest teilweise, auf den ersten Segmenten basieren, und da einige der ersten Segmente, wie oben beschrieben, Seitenumbruchsbereichen entsprechen können, während andere erste Segmente Feldbereichen entsprechen können, einige der zweiten Segmente ebenfalls Seitenumbruchsbereichen entsprechen, und andere zweite Segmente können Feldbereichen entsprechen.
  • In einer Ausführungsform wird das Verfahren durchgeführt, während das Inspektionssystem den Wafer scannt. Wenn zum Beispiel Bildfelder für einen Wafer während des Scannens erfasst werden, kann das Verfahren für jedes oder zumindest einige der Bildfelder durchgeführt werden. Auf diese Weise kann das Verfahren in Echtzeit während der Inspektion durch ein Computersubsystem eines Inspektionssystems durchgeführt werden, welches wie hierin weiter beschrieben konfiguriert sein kann.
  • In einer weiteren Ausführungsform beinhaltet das Bild für den Wafer eines von mehreren Bildfeldern, welche nacheinander für unterschiedliche Bereiche auf dem Wafer während des Scannens des Wafers durch das Inspektionssystem erfasst wurden. Zum Beispiel kann ein Detektor oder ein Detektionssubsystem des Inspektionssystems mehrere Bildfelder erfassen, während der Wafer relativ zu dem Inspektionssystem bewegt wird oder umgekehrt. Daher können die Bildfelder bei unterschiedlichen Positionen auf dem Wafer erfasst werden. Das hierin beschriebene Verfahren kann für irgendwelche oder alle diese Bildfelder durchgeführt werden. Zum Beispiel wird in einer solchen Ausführungsform das Verfahren für mehr als eines der mehreren Bildfelder durchgeführt. Auf diese Weise kann das Verfahren unabhängig und getrennt für jedes Bildfeld auf Feld-für-Feld-Basis durchgeführt werden.
  • In einigen Ausführungsformen beinhaltet das Bild für den Wafer eines von mehreren Bildfeldern, welche gleichzeitig für einen Bereich auf dem Wafer durch mehrere Detektionssubsysteme des Inspektionssystems erfasst wurden, und das Verfahren beinhaltet es, einzelne Pixel in mindestens einem anderen der mehreren Bildfelder den zweiten Segmenten zuzuordnen, indem die ersten Segmente und die Kantenkarte auf das mindestens eine andere der mehreren Bildfelder angewendet werden. Zum Beispiel kann das Segmentierungsergebnis, welches unter Verwendung irgendeines Feldbildes erzeugt wurde, auf Bildfelder zu anderen Detektionssubsystemen (oder „Kanälen”) des Inspektionssystems für denselben Job angewendet werden. Auf diese Weise kann die Segmentierung, die für Bildfelder, die durch einen Kanal erzeugt wurden, bestimmt wurde, in manchen Fällen auf ein Bildfeld angewendet werden, das durch einen anderen Kanal erzeugt wurde.
  • In einigen Ausführungsformen ist das Inspektionssystem ein Dunkelfeld-Inspektionssystem. Daher können die hierin beschriebenen Ausführungsformen zur Segmentierung auf einem Dunkelfeld-Inspektionssystem verwendet werden, welches wie hierin weiter beschrieben konfiguriert sein kann. Zusätzlich verbessern die hierin beschriebenen Ausführungsformen die Genauigkeit, Stabilität und die leichte Anwendbarkeit der Segmentierung von Waferbildern, die von einem Dunkelfeld-Scan-Inspektionssystem erzeugt werden. Jedoch sind die hierin beschriebenen Ausführungsformen nicht spezifisch für einen bestimmten Wafer, oder eine bestimmte Schicht oder ein bestimmtes Inspektionssystem. Zum Beispiel kann das Verfahren verwendet werden, um jegliche Bilder zu segmentieren, unabhängig davon, welche Art von Inspektionssystem zur Erfassung der Bilder benutzt wurde.
  • Das Verfahren kann ebenso beinhalten, Ergebnisse irgendeines Schrittes oder irgendwelcher Schritte des Verfahrens in einem computerlesbaren Speichermedium zu speichern. Die Ergebnisse können jegliche hierin beschriebenen Ergebnisse beinhalten, und können in jeder bekannten Weise abgespeichert werden. Das Speichermedium kann jegliches bekannte, geeignete Speichermedium beinhalten. Nachdem die Ergebnisse abgespeichert wurden, kann auf die Ergebnisse in dem Speichermedium zugegriffen werden, und die Ergebnisse können wie hierin beschrieben verwendet werden, zur Anzeige für einen Benutzer formatiert werden, von einem anderen Software-Modul, anderen Verfahren oder System benutzt werden, etc.
  • Eine weitere Ausführungsform betrifft ein nicht-flüchtiges computerlesbares Medium, welches Programmanweisungen speichert, die auf einem Computersystem ausführbar sind, um ein Verfahren (d. h. ein computerimplementiertes Verfahren) durchzuführen zur Segmentierung von Pixeln in einem Bild eines Wafers für die Defektdetektion. Eine solche Ausführungsform ist in 2 gezeigt. Zum Beispiel, wie in 2 gezeigt, speichert das computerlesbare Medium 36 Programmanweisungen 38, die auf einem Computersystem 40 ausführbar sind, um das oben beschriebene Verfahren durchzuführen. Das computerimplementierte Verfahren, für das die Programmanweisungen ausführbar sind, kann jeglichen anderen Schritt oder jegliche anderen Schritte jeglichen anderen hierin beschriebenen Verfahrens oder jeglicher anderen hierin beschriebenen Verfahren beinhalten. Die Programmanweisungen 38, welche Verfahren wie die hierin beschriebenen implementieren, können auf einem computerlesbaren Medium 40 gespeichert werden. Das computerlesbare Medium kann ein Speichermedium wie etwa eine magnetische oder optische Platte, oder ein magnetisches Band oder jegliches andere bekannte geeignete nicht-flüchtige computerlesbare Medium sein.
  • Die Programmanweisungen können in unterschiedlicher Weise implementiert werden, darunter unter anderem prozedurbasierte Techniken, komponentenbasierte Techniken, und/oder objektorientierte Techniken. Zum Beispiel können die Programmanweisungen unter Verwendung von Matlab, Visual Basic, ActiveX Controls, C, C++ Objekten, C#, JavaBeans, Microsoft Foundation Classes („MFC”), oder anderer Technologien oder Methoden, je nach Wunsch, implementiert werden.
  • Das Computersystem 40 kann unterschiedliche Formen haben, darunter ein Personal-Computer-System, ein Mainframe-Computer-System, eine Workstation, ein Systemcomputer, ein Bildcomputer, ein programmierbarer Bildcomputer, ein Parallelprozessor, oder jegliche andere bekannte Vorrichtung. Allgemein kann der Begriff „Computersystem” breit definiert werden als jegliche Vorrichtung umfassend, die einen oder mehrere Prozessoren aufweist und Anweisungen aus einem Speichermedium ausführt.
  • Eine zusätzliche Ausführungsform betrifft ein System, welches dazu konfiguriert ist, Pixel in einem Bild eines Wafers für die Defektdetektion zu segmentieren. Eine Ausführungsform eines solchen Systems ist in 3 gezeigt. Wie in 3 gezeigt, beinhaltet das System 42 das Inspektionssubsystem 44 und das Computersubsystem 46. Das Inspektionssubsystem ist dazu konfiguriert, ein Bild für einen Wafer zu erzeugen. Zum Beispiel, wie in 3 gezeigt, beinhaltet das Inspektionssubsystem die Lichtquelle 48, etwa einen Laser. Die Lichtquelle 48 ist dazu ausgebildet, Licht auf die Polarisationskomponente 50 zu richten. Zusätzlich kann das Inspektionssubsystem mehr als eine Polarisationskomponente (nicht gezeigt) beinhalten, welche jeweils unabhängig im Strahlengang von der Lichtquelle positioniert werden kann. Jede der Polarisationskomponenten kann dazu ausgebildet sein, die Polarisation des Lichts von der Lichtquelle in anderer Weise zu verändern. Das Inspektionssubsystem kann dazu ausgebildet sein, die Polarisationskomponenten in jeglicher geeigneten Weise in den Strahlengang von der Lichtquelle hinein und daraus heraus zu bewegen, abhängig davon, welche Polarisationseinstellung für die Beleuchtung des Wafers während eines Scans ausgewählt wird. Die Polarisationseinstellung, welche für die Beleuchtung des Wafers während eines Scans verwendet wird, kann beinhalten p-polarisiert (P), s-polarisiert (S) oder zirkular polarisiert (C).
  • Licht, das die Polarisationskomponente 50 verlässt, wird unter einem schiefen Einfallswinkel auf den Wafer 52 gerichtet, was jeden geeigneten schiefen Einfallswinkel beinhalten kann. Das Inspektionssubsystem kann ebenso eine oder mehrere optische Komponenten (nicht gezeigt) beinhalten, welche dazu ausgebildet sind, Licht von der Lichtquelle 48 auf die Polarisationskomponente 50 oder von der Polarisationskomponente 50 auf den Wafer 52 zu richten. Die optischen Komponenten können jegliche bekannte geeignete optische Komponenten beinhalten, etwa, aber nicht beschränkt auf, eine reflektierende optische Komponente. Zusätzlich können die Lichtquelle, die Polarisationskomponente und/oder die eine oder mehreren optischen Komponenten dazu ausgebildet sein, Licht unter einem oder mehreren Einfallswinkeln (z. B. ein schiefer Einfallswinkel und/oder ein im Wesentlichen rechter Einfallswinkel) auf den Wafer zu richten. Das Inspektionssubsystem kann dazu ausgebildet sein, das Scannen dadurch durchzuführen, dass das Licht in jeglicher geeigneten Weise über den Wafer gescannt wird.
  • Vom Wafer 52 gestreutes Licht kann gesammelt und von mehreren Kanälen des Inspektionssubsystems während des Scannens detektiert werden. Zum Beispiel kann Licht, welches vom Wafer 52 unter Winkeln gestreut wird, die relativ nahe bei einem rechten Winkel liegen, durch die Linse 54 gesammelt werden. Die Linse 54 kann ein lichtbrechendes optisches Element beinhalten, wie in 3 gezeigt. Zusätzlich kann die Linse 54 eines oder mehrere lichtbrechende optische Elemente und/oder eines oder mehrere reflektierende optische Elemente beinhalten. Von der Linse 54 gesammeltes Licht kann auf die Polarisationskomponente 56 gerichtet werden, welche jegliche geeignete bekannte Polarisationskomponente beinhalten kann. Zusätzlich kann das Inspektionssubsystem mehr als eine Polarisationskomponente (nicht gezeigt) beinhalten, von denen jede jeweils unabhängig im Strahlengang des von der Linse gesammelten Lichts positioniert werden kann. Jede der Polarisationskomponenten kann dazu ausgebildet sein, die Polarisation des von der Linse gesammelten Lichts in anderer Weise zu verändern. Das Inspektionssubsystem kann dazu ausgebildet sein, die Polarisationskomponenten in jeglicher geeigneten Weise in den Strahlengang des von der Linse gesammelten Lichts und daraus heraus zu bewegen, abhängig von der Polarisationseinstellung, welche für die Detektion des von der Linse 54 während des Scannens gesammelten Lichts ausgewählt wird. Die Polarisationseinstellung, welche für die Detektion des von der Linse 54 während des Scannens gesammelten Lichts verwendet wird, kann jegliche hierin beschriebene Polarisationseinstellung beinhalten (etwa P, S und unpolarisiert (N)).
  • Licht, welches die Polarisationskomponente 56 verlässt, wird auf den Detektor 58 gerichtet. Der Detektor 58 kann jeglichen bekannten geeigneten Detektor beinhalten, etwa ein Charge-Coupled-Device (CCD) oder eine andere Art von Bilddetektor. Der Detektor 58 ist dazu ausgebildet, ein Bild zu erzeugen, welches von dem gestreuten, von der Linse 54 gesammelten und durch das Polarisationselement 56 transmittierten Licht abhängt, wenn er im Strahlengang des gesammelten gestreuten Lichts positioniert wird. Daher bilden Linse 54, Polarisationskomponente 56, sofern im Strahlengang des von der Linse 54 gesammelten Lichts angebracht, und Detektor 58 einen Kanal des Inspektionssubsystems. Dieser Kanal des Inspektionssubsystems kann jegliche andere bekannte geeignete optische Komponente (nicht gezeigt) beinhalten, etwa eine Fourier-Filter-Komponente.
  • Licht das vom Wafer 52 unter anderen Winkeln gestreut wird, kann durch Linse 60 gesammelt werden. Die Linse 60 kann wie oben beschrieben ausgebildet sein. Von der Linse 60 gesammeltes Licht kann auf die Polarisationskomponente 62 gerichtet werden, welche jegliche bekannte geeignete Polarisationskomponente beinhalten kann. Zusätzlich kann das Inspektionssubsystem mehr als eine Polarisationskomponente (nicht gezeigt) beinhalten, von denen jede unabhängig in dem Strahlengang des von der Linse gesammelten Lichts positioniert werden kann. Jede der Polarisationskomponenten kann dazu ausgebildet sein, die Polarisation des von der Linse gesammelten Lichts in anderer Weise zu ändern. Das Inspektionssubsystem kann dazu ausgebildet sein, die Polarisationskomponenten in jeglicher geeigneten Weise in den Strahlengang des von der Linse gesammelten Lichts und daraus heraus zu bewegen, abhängig von der Polarisationseinstellung, welche für die Detektion des von der Linse 60 während des Scannens gesammelten Lichts ausgewählt wurde. Die Polarisationseinstellung, welche für die Detektion des von der Linse 60 während des Scannens gesammelten Lichts benutzt wird, kann P, S oder N beinhalten.
  • Licht, welches die Polarisationskomponente 62 verlässt, wird auf den Detektor 64 gerichtet, welcher wie oben beschrieben ausgebildet sein kann. Der Detektor 64 ist ebenso dazu ausgebildet, ein Bild zu erzeugen, welches abhängt von dem gesammelten gestreuten Licht, das durch die Polarisationskomponente 62 läuft, sofern sie in dem Strahlengang des gestreuten Lichts positioniert ist. Daher können Linse 60, Polarisationskomponente 62, sofern sie in dem Strahlengang des von der Linse 60 gesammelten Lichts positioniert ist und Detektor 64 einen weiteren Kanal des Inspektionssubsystems bilden. Dieser Kanal kann ebenso jegliche anderen, oben beschriebenen, optischen Komponenten (nicht gezeigt) beinhalten. In einigen Ausführungsformen kann die Linse 60 dazu ausgebildet sein, Licht zu sammeln, welches vom Wafer unter Polarwinkeln von ungefähr 20 Grad bis 70 Grad gestreut wird. Zusätzlich kann die Linse 60 als reflektierende optische Komponente (nicht gezeigt) ausgebildet sein, welche dazu ausgebildet ist, Licht zu sammeln, welches von dem Wafer unter Azimutalwinkeln von ungefähr 360 Grad gestreut wird.
  • Das in 3 gezeigte Inspektionssubsystem kann ebenso einen oder mehrere andere Kanäle (nicht gezeigt) beinhalten. Zum Beispiel kann das Inspektionssubsystem einen zusätzlichen Kanal beinhalten, der jegliche hierin beschriebenen optischen Komponenten beinhalten kann, etwa eine Linse, eine oder mehrere Polarisationskomponenten, und einen Detektor, und der als ein Seitenkanal konfiguriert ist. Die Linse, die eine oder die mehreren Polarisationskomponenten und der Detektor können weiter wie hierin beschrieben ausgebildet sein. In einem solchen Beispiel kann der Seitenkanal dazu ausgebildet sein, Licht zu sammeln und zu detektieren, welches aus der Einfallsebene herausgestreut wird (beispielsweise kann der Seitenkanal eine Linse beinhalten, welche in einer Ebene zentriert ist, die im Wesentlichen senkrecht zu der Einfallsebene ist, und einen Detektor, welcher dazu ausgebildet ist, von der Linse gesammeltes Licht zu detektieren).
  • Das Computersubsystem 46 ist dazu ausgebildet, das vom Inspektionssubsystem generierte Bild oder die vom Inspektionssubsystem generierten Bilder zu erhalten. Beispielsweise kann ein Bild oder können Bilder, erzeugt von den Detektoren während des Scannens, dem Computersubsystem 46 zur Verfügung gestellt werden. Insbesondere kann das Computersubsystem mit jedem der Detektoren (etwa durch ein oder mehrere Übertragungsmedien, die in der 3 durch gestrichelte Linien gezeigt sind, und welche jegliche bekannte geeignete Übertragungsmedien beinhalten können) verbunden sein, derart, dass das Computersubsystem das von den Detektoren erzeugte Bild bzw. die von den Detektoren erzeugten Bilder empfangen kann. Das Computersubsystem kann mit jedem der Detektoren in jeglicher geeigneten Weise verbunden sein. Das Bild bzw. die Bilder, die von den Detektoren während des Scannens des Wafers erzeugt werden, können jegliches hierin beschriebene Bild bzw. jegliche hierin beschriebene Bilder beinhalten.
  • Das Computersubsystem ist dazu ausgebildet, die Schritte des hierin beschriebenen Verfahrens durchzuführen. Das Computersubsystem kann ebenso dazu ausgebildet sein, jeglichen anderen Schritt oder jegliche anderen Schritte einer jeglichen hierin beschriebenen bzw. jeglicher hierin beschriebenen Verfahrensausführungsformen durchzuführen. Das Computersubsystem, das Inspektionssubsystem und das System können weiter wie hierin beschrieben ausgebildet sein.
  • Es sei angemerkt, dass die 3 hier gezeigt wird, um allgemein eine Konfiguration eines Inspektionssubsystems darzustellen, welches in die hierin beschriebenen Systemausführungsformen eingeschlossen werden kann. Es ist offensichtlich, dass die hierin beschriebene Konfiguration abgeändert werden kann, um die Leistung des Inspektionssubsystems zu optimieren, wie es gemeinhin gemacht wird, wenn ein kommerzielles Inspektionssystem entworfen wird. Ferner können die hierin beschriebenen Systeme unter Verwendung eines existierenden Inspektionssystems implementiert werden (z. B. indem hierin beschriebene Funktionalität zu einem existierenden Inspektionssystem hinzugefügt wird), etwa der Puma 90xx, 91xx und 93xx Reihen von Maschinen, die im Handel von KLA Tencor, Milpitas, Kalifornien, erhältlich sind. Für einige solche Systeme können die hierin beschriebenen Verfahren als optionale Funktionalität des Systems (z. B. zusätzlich zu anderer Funktionalität des Systems) bereitgestellt werden. Alternativ kann das hierin beschriebene System von Grund auf entworfen werden, um ein völlig neues System bereitzustellen.
  • Weitere Modifikationen und alternative Ausführungsformen unterschiedlicher Aspekte der Erfindung werden für den Fachmann in Anbetracht dieser Beschreibung offensichtlich sein. Zum Beispiel werden Verfahren und Systeme zur Segmentierung von Pixeln in einem Bild eines Wafers für die Defektdetektion bereitgestellt. Daher soll diese Beschreibung als lediglich beispielhaft aufgefasst werden und dient dem Zweck, den Fachmann über die allgemeine Weise der Ausführung der Erfindung zu unterrichten. Die hierin gezeigten und beschriebenen Formen der Erfindung sollen als die gegenwärtig bevorzugten Ausführungsformen aufgefasst werden. Elemente und Materialien können die hier dargestellten und beschriebenen ersetzen, Teile und Prozesse können umgekehrt werden, und bestimmte Merkmale der Erfindung können unabhängig verwendet werden, alles so, wie es dem Fachmann durch diese Beschreibung der Erfindung offensichtlich ist. In den hierin beschriebenen Elementen können Veränderungen vorgenommen werden, ohne vom Geist und dem Schutzumfang der Erfindung, wie in den folgenden Ansprüchen dargelegt, abzuweichen.

Claims (20)

  1. Ein computerimplementiertes Verfahren zur Segmentierung von Pixeln in einem Bild eines Wafers zur Defektdetektion, umfassend: Bestimmen einer Statistik für einzelne Pixel auf Grundlage eines Merkmals der einzelnen Pixel in einem Bild, welches für einen Wafer durch ein Inspektionssystem erfasst wurde; Zuordnen der einzelnen Pixel zu ersten Segmenten auf Grundlage der Statistik; Detektieren einer oder mehrerer Kanten zwischen den ersten Segmenten in einem Bild der ersten Segmente; Erzeugen einer Kantenkarte durch Projektion der einen oder mehreren Kanten auf eine Fläche, welche dem Bild für den Wafer entspricht; und Zuordnen der einzelnen Pixel zu zweiten Segmenten durch Anwenden der ersten Segmente und der Kantenkarte auf das Bild für den Wafer und dadurch Segmentierung des Bildes, wobei die Defektdetektion auf Grundlage der zweiten Segmente, denen die einzelnen Pixel zugeordnet sind, durchgeführt wird, und wobei die Schritte des Verfahrens von einem Computersystem durchgeführt werden.
  2. Verfahren nach Anspruch 1, wobei das Merkmal die Bildintensität der einzelnen Pixel ist.
  3. Verfahren nach Anspruch 1, wobei die Statistik der Bildintensitätsmedian der einzelnen Pixel ist.
  4. Verfahren nach Anspruch 1, welches ferner die Erzeugung eines Bildes umfasst, welches die für die einzelnen Pixel bestimmte Statistik zeigt, wobei das Zuordnen der einzelnen Pixel zu den ersten Segmenten auf Grundlage des die Statistik zeigenden Bildes durchgeführt wird.
  5. Verfahren nach Anspruch 1, welches ferner umfasst, das Bild der ersten Segmente dadurch zu erzeugen, dass die einzelnen Pixel auf Grundlage der ersten Segmente, denen die einzelnen Pixel zugeordnet wurden, markiert werden.
  6. Verfahren nach Anspruch 1, wobei die eine oder mehreren Kanten mindestens eine Kante umfassen, welche sich in die x-Richtung erstreckt, mindestens eine Kante, welche sich in die y-Richtung erstreckt, oder eine Kombination aus mindestens einer Kante, welche sich in die x-Richtung erstreckt, und mindestens einer Kante, welche sich in die y-Richtung erstreckt.
  7. Verfahren nach Anspruch 1, welches ferner umfasst, vor dem Erzeugen-Schritt die eine oder mehreren detektierten Kanten auf Grundlage von räumlichen Merkmalen der einen oder mehreren detektierten Kanten zu modifizieren.
  8. Verfahren nach Anspruch 1, wobei das Zuordnen der einzelnen Pixel zu den zweiten Segmenten umfasst, die zweiten Segmente auf Grundlage der ersten Segmente und der Kantenkarte zu erzeugen, und die zweiten Segmente auf die einzelnen Pixel anzuwenden.
  9. Verfahren nach Anspruch 1, wobei das Zuordnen der einzelnen Pixel zu den ersten Segmenten dazu führt, dass die einzelnen Pixel, die unterschiedliche Niveaus des Rauschens aufweisen, unterschiedlichen ersten Segmenten zugeordnet sind.
  10. Verfahren nach Anspruch 1, wobei mindestens eines der ersten Segmente einem Bereich auf dem Wafer entspricht, welcher Strukturen mit einem ersten Merkmal enthält, und wobei mindestens ein anderes der ersten Segmente einem Bereich auf dem Wafer entspricht, welcher Strukturen mit einem zweiten Merkmal, welches vom ersten Merkmal verschieden ist, enthält.
  11. Verfahren nach Anspruch 1, wobei mindestens eines der zweiten Segmente einem Bereich auf dem Wafer entspricht, welcher Strukturen mit einem ersten Merkmal enthält, und wobei mindestens ein anderes der zweiten Segmente einem Bereich auf dem Wafer entspricht, welcher Strukturen mit einem zweiten Merkmal, welches vom ersten Merkmal verschieden ist, enthält.
  12. Verfahren nach Anspruch 1, wobei mindestens eines der ersten Segmente einem Seitenumbruchsbereich einer Vorrichtung entspricht, welche auf dem Wafer hergestellt wird, und wobei mindestens ein anderes der ersten Segmente einem Feldbereich der Vorrichtung entspricht.
  13. Verfahren nach Anspruch 1, wobei mindestens eines der zweiten Segmente einem Seitenumbruchsbereich einer Vorrichtung entspricht, welche auf dem Wafer hergestellt wird, und wobei mindestens ein anderes der zweiten Segmente einem Feldbereich der Vorrichtung entspricht.
  14. Verfahren nach Anspruch 1, wobei das Verfahren während des Scannens des Wafers durch das Inspektionssystem durchgeführt wird.
  15. Verfahren nach Anspruch 1, wobei das Bild für den Wafer eines von mehreren Bildfeldern umfasst, welche nacheinander für unterschiedliche Bereiche auf dem Wafer während des Scannens des Wafers durch das Inspektionssystem aufgenommen wurden.
  16. Verfahren nach Anspruch 1, wobei das Bild für den Wafer eines von mehreren Bildfeldern umfasst, welche nacheinander für unterschiedliche Bereiche auf dem Wafer während des Scannens des Wafers durch das Inspektionssystem aufgenommen wurden, und wobei das Verfahren für mehr als eines der mehreren Bildfelder durchgeführt wird.
  17. Verfahren nach Anspruch 1, wobei das Bild für den Wafer eines von mehreren Bildfeldern umfasst, welche gleichzeitig für einen Bereich auf dem Wafer durch mehrere Detektionssubsysteme des Inspektionssystems aufgenommen wurden, und wobei das Verfahren ferner umfasst, einzelne Pixel in mindestens einem anderen der mehreren Bildfelder den zweiten Segmenten dadurch zuzuordnen, dass die ersten Segmente und die Kantenkarte auf das mindestens eine andere Bildfeld der mehreren Bildfelder angewendet werden.
  18. Verfahren nach Anspruch 1, wobei das Inspektionssystem ein Dunkelfeldinspektionssystem ist.
  19. Ein nichtflüchtiges computerlesbares Medium, welches Programmanweisungen enthält, welche auf einem Computersystem ausführbar sind, um ein Verfahren zur Segmentierung von Pixeln in einem Bild eines Wafers zur Defektdetektion durchzuführen, wobei das Verfahren umfasst: Bestimmen einer Statistik für einzelne Pixel auf Grundlage eines Merkmals der einzelnen Pixel in einem Bild, welches für einen Wafer durch ein Inspektionssystem erfasst wurde; Zuordnen der einzelnen Pixel zu ersten Segmenten auf Grundlage der Statistik; Detektieren einer oder mehrerer Kanten zwischen den ersten Segmenten in einem Bild der ersten Segmente; Erzeugen einer Kantenkarte durch Projektion der einen oder mehreren Kanten auf eine Fläche, welche dem Bild für den Wafer entspricht; und Zuordnen der einzelnen Pixel zu zweiten Segmenten durch Anwenden der ersten Segmente und der Kantenkarte auf das Bild für den Wafer und dadurch Segmentierung des Bildes, wobei die Defektdetektion auf Grundlage der zweiten Segmente, denen die einzelnen Pixel zugeordnet sind, durchgeführt wird.
  20. Ein System, welches dazu konfiguriert ist, Pixel in einem Bild eines Wafers zur Defektdetektion zu segmentieren, umfassend: ein Inspektionssubsystem, welches konfiguriert ist, ein Bild für einen Wafer zu erzeugen; und ein Computersubsystem, welches konfiguriert ist zum: Bestimmen einer Statistik für einzelne Pixel auf Grundlage eines Merkmals der einzelnen Pixel in dem Bild für den Wafer; Zuordnen der einzelnen Pixel zu ersten Segmenten auf Grundlage der Statistik; Detektieren einer oder mehrerer Kanten zwischen den ersten Segmenten in einem Bild der ersten Segmente; Erzeugen einer Kantenkarte durch Projektion der einen oder mehreren Kanten auf eine Fläche, welche dem Bild für den Wafer entspricht; und Zuordnen der einzelnen Pixel zu zweiten Segmenten durch Anwenden der ersten Segmente und der Kantenkarte auf das Bild für den Wafer und dadurch Segmentierung des Bildes, wobei die Defektdetektion auf Grundlage der zweiten Segmente, denen die einzelnen Pixel zugeordnet sind, durchgeführt wird.
DE112013000627.8T 2012-01-20 2013-01-17 Segmentierung zur Waferinspektion Pending DE112013000627T5 (de)

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
US201261588871P 2012-01-20 2012-01-20
USUS-61/588,871 2012-01-20
US13/742,259 US8831334B2 (en) 2012-01-20 2013-01-15 Segmentation for wafer inspection
USUS-13/742,259 2013-01-15
PCT/US2013/021940 WO2013109755A1 (en) 2012-01-20 2013-01-17 Segmentation for wafer inspection

Publications (1)

Publication Number Publication Date
DE112013000627T5 true DE112013000627T5 (de) 2014-10-09

Family

ID=48797246

Family Applications (1)

Application Number Title Priority Date Filing Date
DE112013000627.8T Pending DE112013000627T5 (de) 2012-01-20 2013-01-17 Segmentierung zur Waferinspektion

Country Status (6)

Country Link
US (1) US8831334B2 (de)
JP (1) JP2015511310A (de)
KR (1) KR102009494B1 (de)
DE (1) DE112013000627T5 (de)
TW (1) TWI562098B (de)
WO (1) WO2013109755A1 (de)

Families Citing this family (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI493177B (zh) * 2013-10-15 2015-07-21 Benq Materials Corp 一種檢測具週期性結構光學薄膜的瑕疵檢測方法及其檢測裝置
US9506873B2 (en) 2014-04-15 2016-11-29 Kla-Tencor Corp. Pattern suppression in logic for wafer inspection
US9262821B2 (en) * 2014-05-12 2016-02-16 Kla-Tencor Corp. Inspection recipe setup from reference image variation
US9816939B2 (en) 2014-07-22 2017-11-14 Kla-Tencor Corp. Virtual inspection systems with multiple modes
US9569834B2 (en) 2015-06-22 2017-02-14 Kla-Tencor Corporation Automated image-based process monitoring and control
JP6779229B2 (ja) * 2015-04-30 2020-11-04 ケーエルエー コーポレイション 自動イメージに基づくプロセスモニタリングおよび制御
KR102368587B1 (ko) 2015-10-21 2022-03-02 삼성전자주식회사 검사 장치, 그를 포함하는 반도체 소자의 제조 시스템, 및 반도체 소자의 제조 방법
US10186028B2 (en) * 2015-12-09 2019-01-22 Kla-Tencor Corporation Defect signal to noise enhancement by reducing die to die process noise
US10365639B2 (en) * 2016-01-06 2019-07-30 Kla-Tencor Corporation Feature selection and automated process window monitoring through outlier detection
JP2017134596A (ja) * 2016-01-27 2017-08-03 株式会社東芝 画像処理方法及びプロセスシミュレーション装置
US20180045937A1 (en) * 2016-08-10 2018-02-15 Zeta Instruments, Inc. Automated 3-d measurement
US11295432B2 (en) * 2017-06-29 2022-04-05 Kla-Tencor Corporation Broad band plasma inspection based on a nuisance map
EP3867942A1 (de) * 2018-10-19 2021-08-25 ASML Netherlands B.V. System und verfahren zur ausrichtung von elektronenstrahlen in einer mehrstrahl-inspektionsvorrichtung
WO2020133046A1 (zh) * 2018-12-27 2020-07-02 深圳配天智能技术研究院有限公司 一种缺陷检测方法及装置
US11676260B2 (en) * 2019-09-26 2023-06-13 Kla Corporation Variation-based segmentation for wafer defect detection
US11610296B2 (en) 2020-01-09 2023-03-21 Kla Corporation Projection and distance segmentation algorithm for wafer defect detection
KR20220001125A (ko) * 2020-06-29 2022-01-05 삼성전자주식회사 기판 불량 검출 방법 및 장치
US20220301133A1 (en) * 2021-03-16 2022-09-22 Kla Corporation Segmentation of design care areas with a rendered design image
TW202316535A (zh) * 2021-04-05 2023-04-16 美商科磊股份有限公司 基於半導體應用之語義圖像分割
CN115063413B (zh) * 2022-08-04 2022-11-11 宁波鑫芯微电子科技有限公司 一种超大规模晶圆异常数据的特征提取方法

Family Cites Families (378)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US3495269A (en) 1966-12-19 1970-02-10 Xerox Corp Electrographic recording method and apparatus with inert gaseous discharge ionization and acceleration gaps
US3496352A (en) 1967-06-05 1970-02-17 Xerox Corp Self-cleaning corona generating apparatus
US3909602A (en) 1973-09-27 1975-09-30 California Inst Of Techn Automatic visual inspection system for microelectronics
US4015203A (en) 1975-12-31 1977-03-29 International Business Machines Corporation Contactless LSI junction leakage testing method
US4247203A (en) 1978-04-03 1981-01-27 Kla Instrument Corporation Automatic photomask inspection system and apparatus
US4347001A (en) 1978-04-03 1982-08-31 Kla Instruments Corporation Automatic photomask inspection system and apparatus
FR2473789A1 (fr) 1980-01-09 1981-07-17 Ibm France Procedes et structures de test pour circuits integres a semi-conducteurs permettant la determination electrique de certaines tolerances lors des etapes photolithographiques.
US4378159A (en) 1981-03-30 1983-03-29 Tencor Instruments Scanning contaminant and defect detector
US4448532A (en) 1981-03-31 1984-05-15 Kla Instruments Corporation Automatic photomask inspection method and system
US4475122A (en) 1981-11-09 1984-10-02 Tre Semiconductor Equipment Corporation Automatic wafer alignment technique
US4926489A (en) 1983-03-11 1990-05-15 Kla Instruments Corporation Reticle inspection system
US4579455A (en) 1983-05-09 1986-04-01 Kla Instruments Corporation Photomask inspection apparatus and method with improved defect detection
US4532650A (en) 1983-05-12 1985-07-30 Kla Instruments Corporation Photomask inspection apparatus and method using corner comparator defect detection algorithm
US4555798A (en) 1983-06-20 1985-11-26 Kla Instruments Corporation Automatic system and method for inspecting hole quality
US4578810A (en) 1983-08-08 1986-03-25 Itek Corporation System for printed circuit board defect detection
JPS6062122A (ja) 1983-09-16 1985-04-10 Fujitsu Ltd マスクパターンの露光方法
US4599558A (en) 1983-12-14 1986-07-08 Ibm Photovoltaic imaging for large area semiconductors
US4595289A (en) 1984-01-25 1986-06-17 At&T Bell Laboratories Inspection system utilizing dark-field illumination
JPS60263807A (ja) 1984-06-12 1985-12-27 Dainippon Screen Mfg Co Ltd プリント配線板のパタ−ン欠陥検査装置
US4633504A (en) 1984-06-28 1986-12-30 Kla Instruments Corporation Automatic photomask inspection system having image enhancement means
US4817123A (en) 1984-09-21 1989-03-28 Picker International Digital radiography detector resolution improvement
US4818169A (en) * 1985-05-17 1989-04-04 Schram Richard R Automated wafer inspection system
JPH0648380B2 (ja) 1985-06-13 1994-06-22 株式会社東芝 マスク検査方法
US4734721A (en) 1985-10-04 1988-03-29 Markem Corporation Electrostatic printer utilizing dehumidified air
US4641967A (en) 1985-10-11 1987-02-10 Tencor Instruments Particle position correlator and correlation method for a surface scanner
US4928313A (en) 1985-10-25 1990-05-22 Synthetic Vision Systems, Inc. Method and system for automatically visually inspecting an article
US5046109A (en) 1986-03-12 1991-09-03 Nikon Corporation Pattern inspection apparatus
US4814829A (en) 1986-06-12 1989-03-21 Canon Kabushiki Kaisha Projection exposure apparatus
US4805123B1 (en) 1986-07-14 1998-10-13 Kla Instr Corp Automatic photomask and reticle inspection method and apparatus including improved defect detector and alignment sub-systems
US4758094A (en) 1987-05-15 1988-07-19 Kla Instruments Corp. Process and apparatus for in-situ qualification of master patterns used in patterning systems
US4766324A (en) 1987-08-07 1988-08-23 Tencor Instruments Particle detection method including comparison between sequential scans
US4812756A (en) 1987-08-26 1989-03-14 International Business Machines Corporation Contactless technique for semicondutor wafer testing
US4845558A (en) 1987-12-03 1989-07-04 Kla Instruments Corporation Method and apparatus for detecting defects in repeated microminiature patterns
US4877326A (en) 1988-02-19 1989-10-31 Kla Instruments Corporation Method and apparatus for optical inspection of substrates
US5054097A (en) 1988-11-23 1991-10-01 Schlumberger Technologies, Inc. Methods and apparatus for alignment of images
US5155336A (en) 1990-01-19 1992-10-13 Applied Materials, Inc. Rapid thermal heating apparatus and method
US5124927A (en) 1990-03-02 1992-06-23 International Business Machines Corp. Latent-image control of lithography tools
JP3707172B2 (ja) 1996-01-24 2005-10-19 富士ゼロックス株式会社 画像読取装置
US5189481A (en) 1991-07-26 1993-02-23 Tencor Instruments Particle detector for rough surfaces
US5563702A (en) 1991-08-22 1996-10-08 Kla Instruments Corporation Automated photomask inspection apparatus and method
DE69208413T2 (de) 1991-08-22 1996-11-14 Kla Instr Corp Gerät zur automatischen Prüfung von Photomaske
DE69333348T2 (de) 1992-03-09 2004-09-16 San Diego Regional Cancer Center, San Diego Anti-idiotypischer Antikörper und seine Verwendung zur Diagnose und Therapie bei HIV-bezogenen Krankheiten
US6205259B1 (en) 1992-04-09 2001-03-20 Olympus Optical Co., Ltd. Image processing apparatus
JP2667940B2 (ja) 1992-04-27 1997-10-27 三菱電機株式会社 マスク検査方法およびマスク検出装置
JP3730263B2 (ja) 1992-05-27 2005-12-21 ケーエルエー・インストルメンツ・コーポレーション 荷電粒子ビームを用いた自動基板検査の装置及び方法
JP3212389B2 (ja) 1992-10-26 2001-09-25 株式会社キリンテクノシステム 固体上の異物検査方法
KR100300618B1 (ko) 1992-12-25 2001-11-22 오노 시게오 노광방법,노광장치,및그장치를사용하는디바이스제조방법
US5448053A (en) 1993-03-01 1995-09-05 Rhoads; Geoffrey B. Method and apparatus for wide field distortion-compensated imaging
US5355212A (en) 1993-07-19 1994-10-11 Tencor Instruments Process for inspecting patterned wafers
US5453844A (en) 1993-07-21 1995-09-26 The University Of Rochester Image data coding and compression system utilizing controlled blurring
US5497381A (en) 1993-10-15 1996-03-05 Analog Devices, Inc. Bitstream defect analysis method for integrated circuits
US5544256A (en) 1993-10-22 1996-08-06 International Business Machines Corporation Automated defect classification system
US5500607A (en) 1993-12-22 1996-03-19 International Business Machines Corporation Probe-oxide-semiconductor method and apparatus for measuring oxide charge on a semiconductor wafer
US5553168A (en) 1994-01-21 1996-09-03 Texas Instruments Incorporated System and method for recognizing visual indicia
US5696835A (en) 1994-01-21 1997-12-09 Texas Instruments Incorporated Apparatus and method for aligning and measuring misregistration
US5883710A (en) 1994-12-08 1999-03-16 Kla-Tencor Corporation Scanning system for inspecting anomalies on surfaces
US5608538A (en) 1994-08-24 1997-03-04 International Business Machines Corporation Scan line queuing for high performance image correction
US5572608A (en) 1994-08-24 1996-11-05 International Business Machines Corporation Sinc filter in linear lumen space for scanner
US5528153A (en) 1994-11-07 1996-06-18 Texas Instruments Incorporated Method for non-destructive, non-contact measurement of dielectric constant of thin films
US6014461A (en) 1994-11-30 2000-01-11 Texas Instruments Incorporated Apparatus and method for automatic knowlege-based object identification
US5694478A (en) 1994-12-15 1997-12-02 Minnesota Mining And Manufacturing Company Method and apparatus for detecting and identifying microbial colonies
US5948972A (en) 1994-12-22 1999-09-07 Kla-Tencor Corporation Dual stage instrument for scanning a specimen
CA2139182A1 (en) 1994-12-28 1996-06-29 Paul Chevrette Method and system for fast microscanning
US5661408A (en) 1995-03-01 1997-08-26 Qc Solutions, Inc. Real-time in-line testing of semiconductor wafers
US5991699A (en) 1995-05-04 1999-11-23 Kla Instruments Corporation Detecting groups of defects in semiconductor feature space
US5485091A (en) 1995-05-12 1996-01-16 International Business Machines Corporation Contactless electrical thin oxide measurements
TW341664B (en) 1995-05-12 1998-10-01 Ibm Photovoltaic oxide charge measurement probe technique
US5644223A (en) 1995-05-12 1997-07-01 International Business Machines Corporation Uniform density charge deposit source
US6288780B1 (en) 1995-06-06 2001-09-11 Kla-Tencor Technologies Corp. High throughput brightfield/darkfield wafer inspection system using advanced optical techniques
US5649169A (en) 1995-06-20 1997-07-15 Advanced Micro Devices, Inc. Method and system for declustering semiconductor defect data
US5594247A (en) 1995-07-07 1997-01-14 Keithley Instruments, Inc. Apparatus and method for depositing charge on a semiconductor wafer
US5773989A (en) 1995-07-14 1998-06-30 University Of South Florida Measurement of the mobile ion concentration in the oxide layer of a semiconductor wafer
US5621519A (en) 1995-07-31 1997-04-15 Neopath, Inc. Imaging system transfer function control method and apparatus
US5619548A (en) 1995-08-11 1997-04-08 Oryx Instruments And Materials Corp. X-ray thickness gauge
WO1997013370A1 (en) 1995-10-02 1997-04-10 Kla Instruments Corporation Alignment correction prior to image sampling in inspection systems
US5754678A (en) 1996-01-17 1998-05-19 Photon Dynamics, Inc. Substrate inspection apparatus and method
JPH09320505A (ja) 1996-03-29 1997-12-12 Hitachi Ltd 電子線式検査方法及びその装置並びに半導体の製造方法及びその製造ライン
US5673208A (en) 1996-04-11 1997-09-30 Micron Technology, Inc. Focus spot detection method and system
US5917332A (en) 1996-05-09 1999-06-29 Advanced Micro Devices, Inc. Arrangement for improving defect scanner sensitivity and scanning defects on die of a semiconductor wafer
US5742658A (en) 1996-05-23 1998-04-21 Advanced Micro Devices, Inc. Apparatus and method for determining the elemental compositions and relative locations of particles on the surface of a semiconductor wafer
US6091846A (en) 1996-05-31 2000-07-18 Texas Instruments Incorporated Method and system for anomaly detection
US6246787B1 (en) 1996-05-31 2001-06-12 Texas Instruments Incorporated System and method for knowledgebase generation and management
US6292582B1 (en) 1996-05-31 2001-09-18 Lin Youling Method and system for identifying defects in a semiconductor
US6205239B1 (en) 1996-05-31 2001-03-20 Texas Instruments Incorporated System and method for circuit repair
US5822218A (en) 1996-08-27 1998-10-13 Clemson University Systems, methods and computer program products for prediction of defect-related failures in integrated circuits
US5767693A (en) 1996-09-04 1998-06-16 Smithley Instruments, Inc. Method and apparatus for measurement of mobile charges with a corona screen gun
US6076465A (en) 1996-09-20 2000-06-20 Kla-Tencor Corporation System and method for determining reticle defect printability
KR100200734B1 (ko) 1996-10-10 1999-06-15 윤종용 에어리얼 이미지 측정 장치 및 방법
US5866806A (en) 1996-10-11 1999-02-02 Kla-Tencor Corporation System for locating a feature of a surface
US5928389A (en) 1996-10-21 1999-07-27 Applied Materials, Inc. Method and apparatus for priority based scheduling of wafer processing within a multiple chamber semiconductor wafer processing tool
US6259960B1 (en) 1996-11-01 2001-07-10 Joel Ltd. Part-inspecting system
US5852232A (en) 1997-01-02 1998-12-22 Kla-Tencor Corporation Acoustic sensor as proximity detector
US5978501A (en) 1997-01-03 1999-11-02 International Business Machines Corporation Adaptive inspection method and system
US5955661A (en) 1997-01-06 1999-09-21 Kla-Tencor Corporation Optical profilometer combined with stylus probe measurement device
US5795685A (en) 1997-01-14 1998-08-18 International Business Machines Corporation Simple repair method for phase shifting masks
US5889593A (en) 1997-02-26 1999-03-30 Kla Instruments Corporation Optical system and method for angle-dependent reflection or transmission measurement
US5980187A (en) 1997-04-16 1999-11-09 Kla-Tencor Corporation Mechanism for transporting semiconductor-process masks
US6121783A (en) 1997-04-22 2000-09-19 Horner; Gregory S. Method and apparatus for establishing electrical contact between a wafer and a chuck
US6097196A (en) 1997-04-23 2000-08-01 Verkuil; Roger L. Non-contact tunnelling field measurement for a semiconductor oxide layer
US6078738A (en) 1997-05-08 2000-06-20 Lsi Logic Corporation Comparing aerial image to SEM of photoresist or substrate pattern for masking process characterization
KR100308811B1 (ko) 1997-05-10 2001-12-15 박종섭 Gps를이용한시간및주파수발생장치의시간오차개선방법
US6201999B1 (en) 1997-06-09 2001-03-13 Applied Materials, Inc. Method and apparatus for automatically generating schedules for wafer processing within a multichamber semiconductor wafer processing tool
US6011404A (en) 1997-07-03 2000-01-04 Lucent Technologies Inc. System and method for determining near--surface lifetimes and the tunneling field of a dielectric in a semiconductor
US6072320A (en) 1997-07-30 2000-06-06 Verkuil; Roger L. Product wafer junction leakage measurement using light and eddy current
US6104206A (en) 1997-08-05 2000-08-15 Verkuil; Roger L. Product wafer junction leakage measurement using corona and a kelvin probe
US5834941A (en) 1997-08-11 1998-11-10 Keithley Instruments, Inc. Mobile charge measurement using corona charge and ultraviolet light
US6191605B1 (en) 1997-08-18 2001-02-20 Tom G. Miller Contactless method for measuring total charge of an insulating layer on a substrate using corona charge
US6470489B1 (en) 1997-09-17 2002-10-22 Numerical Technologies, Inc. Design rule checking system and method
US6757645B2 (en) 1997-09-17 2004-06-29 Numerical Technologies, Inc. Visual inspection and verification system
US6578188B1 (en) 1997-09-17 2003-06-10 Numerical Technologies, Inc. Method and apparatus for a network-based mask defect printability analysis system
US7107571B2 (en) 1997-09-17 2006-09-12 Synopsys, Inc. Visual analysis and verification system using advanced tools
US5965306A (en) 1997-10-15 1999-10-12 International Business Machines Corporation Method of determining the printability of photomask defects
US5874733A (en) 1997-10-16 1999-02-23 Raytheon Company Convergent beam scanner linearizing method and apparatus
US6097887A (en) 1997-10-27 2000-08-01 Kla-Tencor Corporation Software system and method for graphically building customized recipe flowcharts
US6233719B1 (en) 1997-10-27 2001-05-15 Kla-Tencor Corporation System and method for analyzing semiconductor production data
US6104835A (en) 1997-11-14 2000-08-15 Kla-Tencor Corporation Automatic knowledge database generation for classifying objects and systems therefor
JPH11162832A (ja) 1997-11-25 1999-06-18 Nikon Corp 走査露光方法及び走査型露光装置
US5999003A (en) 1997-12-12 1999-12-07 Advanced Micro Devices, Inc. Intelligent usage of first pass defect data for improved statistical accuracy of wafer level classification
US6614520B1 (en) 1997-12-18 2003-09-02 Kla-Tencor Corporation Method for inspecting a reticle
US6060709A (en) 1997-12-31 2000-05-09 Verkuil; Roger L. Apparatus and method for depositing uniform charge on a thin oxide semiconductor wafer
US6122017A (en) 1998-01-22 2000-09-19 Hewlett-Packard Company Method for providing motion-compensated multi-field enhancement of still images from video
US6175645B1 (en) 1998-01-22 2001-01-16 Applied Materials, Inc. Optical inspection method and apparatus
US6171737B1 (en) 1998-02-03 2001-01-09 Advanced Micro Devices, Inc. Low cost application of oxide test wafer for defect monitor in photolithography process
US6091845A (en) 1998-02-24 2000-07-18 Micron Technology, Inc. Inspection technique of photomask
US5932377A (en) 1998-02-24 1999-08-03 International Business Machines Corporation Exact transmission balanced alternating phase-shifting mask for photolithography
US6091257A (en) 1998-02-26 2000-07-18 Verkuil; Roger L. Vacuum activated backside contact
US6282309B1 (en) 1998-05-29 2001-08-28 Kla-Tencor Corporation Enhanced sensitivity automated photomask inspection system
US6137570A (en) 1998-06-30 2000-10-24 Kla-Tencor Corporation System and method for analyzing topological features on a surface
JP2000089148A (ja) 1998-07-13 2000-03-31 Canon Inc 光走査装置及びそれを用いた画像形成装置
US6324298B1 (en) 1998-07-15 2001-11-27 August Technology Corp. Automated wafer defect inspection system and a process of performing such inspection
US6266437B1 (en) 1998-09-04 2001-07-24 Sandia Corporation Sequential detection of web defects
US6466314B1 (en) 1998-09-17 2002-10-15 Applied Materials, Inc. Reticle design inspection system
US6040912A (en) 1998-09-30 2000-03-21 Advanced Micro Devices, Inc. Method and apparatus for detecting process sensitivity to integrated circuit layout using wafer to wafer defect inspection device
US6122046A (en) 1998-10-02 2000-09-19 Applied Materials, Inc. Dual resolution combined laser spot scanning and area imaging inspection
US6535628B2 (en) 1998-10-15 2003-03-18 Applied Materials, Inc. Detection of wafer fragments in a wafer processing apparatus
US6393602B1 (en) 1998-10-21 2002-05-21 Texas Instruments Incorporated Method of a comprehensive sequential analysis of the yield losses of semiconductor wafers
JP3860347B2 (ja) 1998-10-30 2006-12-20 富士通株式会社 リンク処理装置
US6248486B1 (en) 1998-11-23 2001-06-19 U.S. Philips Corporation Method of detecting aberrations of an optical imaging system
US6476913B1 (en) 1998-11-30 2002-11-05 Hitachi, Ltd. Inspection method, apparatus and system for circuit pattern
US6529621B1 (en) 1998-12-17 2003-03-04 Kla-Tencor Mechanisms for making and inspecting reticles
US6539106B1 (en) 1999-01-08 2003-03-25 Applied Materials, Inc. Feature-based defect detection
US6373975B1 (en) 1999-01-25 2002-04-16 International Business Machines Corporation Error checking of simulated printed images with process window effects included
US7106895B1 (en) 1999-05-05 2006-09-12 Kla-Tencor Method and apparatus for inspecting reticles implementing parallel processing
WO2000068738A1 (fr) 1999-05-07 2000-11-16 Nikon Corporation Table de montage, micro-appareil, masque photographique, procede d'exposition, et procede de fabrication d'appareil
EP1190238A1 (de) 1999-05-18 2002-03-27 Applied Materials, Inc. Verfahren und vorrichtung zur überprüfung von artikeln durch vergleich mit einem master
US6526164B1 (en) 1999-05-27 2003-02-25 International Business Machines Corporation Intelligent photomask disposition
US6407373B1 (en) 1999-06-15 2002-06-18 Applied Materials, Inc. Apparatus and method for reviewing defects on an object
US6922482B1 (en) 1999-06-15 2005-07-26 Applied Materials, Inc. Hybrid invariant adaptive automatic defect classification
EP1065567A3 (de) 1999-06-29 2001-05-16 Applied Materials, Inc. Integrierte Kontrolle einer kritischen Dimension
JP3816390B2 (ja) 1999-07-02 2006-08-30 富士通株式会社 サービス割り当て装置
US6776692B1 (en) 1999-07-09 2004-08-17 Applied Materials Inc. Closed-loop control of wafer polishing in a chemical mechanical polishing system
US6466895B1 (en) 1999-07-16 2002-10-15 Applied Materials, Inc. Defect reference system automatic pattern classification
US6248485B1 (en) 1999-07-19 2001-06-19 Lucent Technologies Inc. Method for controlling a process for patterning a feature in a photoresist
US6466315B1 (en) 1999-09-03 2002-10-15 Applied Materials, Inc. Method and system for reticle inspection by photolithography simulation
US20020144230A1 (en) 1999-09-22 2002-10-03 Dupont Photomasks, Inc. System and method for correcting design rule violations in a mask layout file
US6268093B1 (en) 1999-10-13 2001-07-31 Applied Materials, Inc. Method for reticle inspection using aerial imaging
FR2801673B1 (fr) 1999-11-26 2001-12-28 Pechiney Aluminium Procede de mesure du degre et de l'homogeneite de calcination des alumines
US7190292B2 (en) 1999-11-29 2007-03-13 Bizjak Karl M Input level adjust system and method
KR20010101697A (ko) 1999-11-29 2001-11-14 기시모토 마사도시 결함검사시스템
US6738954B1 (en) 1999-12-08 2004-05-18 International Business Machines Corporation Method for prediction random defect yields of integrated circuits with accuracy and computation time controls
US6553329B2 (en) 1999-12-13 2003-04-22 Texas Instruments Incorporated System for mapping logical functional test data of logical integrated circuits to physical representation using pruned diagnostic list
US6445199B1 (en) 1999-12-14 2002-09-03 Kla-Tencor Corporation Methods and apparatus for generating spatially resolved voltage contrast maps of semiconductor test structures
US6771806B1 (en) 1999-12-14 2004-08-03 Kla-Tencor Multi-pixel methods and apparatus for analysis of defect information from test structures on semiconductor devices
US6701004B1 (en) 1999-12-22 2004-03-02 Intel Corporation Detecting defects on photomasks
US6778695B1 (en) 1999-12-23 2004-08-17 Franklin M. Schellenberg Design-based reticle defect prioritization
JP4419250B2 (ja) 2000-02-15 2010-02-24 株式会社ニコン 欠陥検査装置
US7120285B1 (en) 2000-02-29 2006-10-10 Advanced Micro Devices, Inc. Method for evaluation of reticle image using aerial image simulator
US6451690B1 (en) 2000-03-13 2002-09-17 Matsushita Electronics Corporation Method of forming electrode structure and method of fabricating semiconductor device
US6482557B1 (en) 2000-03-24 2002-11-19 Dupont Photomasks, Inc. Method and apparatus for evaluating the runability of a photomask inspection tool
US6569691B1 (en) 2000-03-29 2003-05-27 Semiconductor Diagnostics, Inc. Measurement of different mobile ion concentrations in the oxide layer of a semiconductor wafer
US6759255B2 (en) 2000-05-10 2004-07-06 Kla-Tencor Technologies Corp. Method and system for detecting metal contamination on a semiconductor wafer
US6425113B1 (en) 2000-06-13 2002-07-23 Leigh C. Anderson Integrated verification and manufacturability tool
US7135676B2 (en) 2000-06-27 2006-11-14 Ebara Corporation Inspection system by charged particle beam and method of manufacturing devices using the system
JP2002032737A (ja) 2000-07-14 2002-01-31 Seiko Instruments Inc 半導体装置のパターン観察のためのナビゲーション方法及び装置
US6636301B1 (en) 2000-08-10 2003-10-21 Kla-Tencor Corporation Multiple beam inspection apparatus and method
US6634018B2 (en) 2000-08-24 2003-10-14 Texas Instruments Incorporated Optical proximity correction
JP2002071575A (ja) 2000-09-04 2002-03-08 Matsushita Electric Ind Co Ltd 欠陥検査解析方法および欠陥検査解析システム
TW513772B (en) 2000-09-05 2002-12-11 Komatsu Denshi Kinzoku Kk Apparatus for inspecting wafer surface, method for inspecting wafer surface, apparatus for judging defective wafer, method for judging defective wafer and information treatment apparatus of wafer surface
DE10044257A1 (de) 2000-09-07 2002-04-11 Infineon Technologies Ag Verfahren zum Erzeugen von Masken-Layout-Daten für die Lithografiesimulation und von optimierten Masken-Layout-Daten sowie zugehörige Vorrichtung und Programme
US6513151B1 (en) 2000-09-14 2003-01-28 Advanced Micro Devices, Inc. Full flow focus exposure matrix analysis and electrical testing for new product mask evaluation
US6919957B2 (en) 2000-09-20 2005-07-19 Kla-Tencor Technologies Corp. Methods and systems for determining a critical dimension, a presence of defects, and a thin film characteristic of a specimen
US6724489B2 (en) 2000-09-22 2004-04-20 Daniel Freifeld Three dimensional scanning camera
WO2002029392A2 (en) 2000-10-02 2002-04-11 Applied Materials, Inc. Defect source identifier
US6593152B2 (en) 2000-11-02 2003-07-15 Ebara Corporation Electron beam apparatus and method of manufacturing semiconductor device using the apparatus
US6753954B2 (en) 2000-12-06 2004-06-22 Asml Masktools B.V. Method and apparatus for detecting aberrations in a projection lens utilized for projection optics
US6602728B1 (en) 2001-01-05 2003-08-05 International Business Machines Corporation Method for generating a proximity model based on proximity rules
US6680621B2 (en) 2001-01-26 2004-01-20 Semiconductor Diagnostics, Inc. Steady state method for measuring the thickness and the capacitance of ultra thin dielectric in the presence of substantial leakage current
US6597193B2 (en) 2001-01-26 2003-07-22 Semiconductor Diagnostics, Inc. Steady state method for measuring the thickness and the capacitance of ultra thin dielectric in the presence of substantial leakage current
US20020145734A1 (en) 2001-02-09 2002-10-10 Cory Watkins Confocal 3D inspection system and process
JP3998577B2 (ja) 2001-03-12 2007-10-31 ピー・デイ・エフ ソリユーシヨンズ インコーポレイテツド 特徴付けビヒクル及びその設計方法、欠陥を識別する方法並びに欠陥サイズ分布を求める方法
US6873720B2 (en) 2001-03-20 2005-03-29 Synopsys, Inc. System and method of providing mask defect printability analysis
JP3973372B2 (ja) 2001-03-23 2007-09-12 株式会社日立製作所 荷電粒子線を用いた基板検査装置および基板検査方法
US6605478B2 (en) 2001-03-30 2003-08-12 Appleid Materials, Inc, Kill index analysis for automatic defect classification in semiconductor wafers
US6665065B1 (en) 2001-04-09 2003-12-16 Advanced Micro Devices, Inc. Defect detection in pellicized reticles via exposure at short wavelengths
JP4038356B2 (ja) 2001-04-10 2008-01-23 株式会社日立製作所 欠陥データ解析方法及びその装置並びにレビューシステム
JP4266082B2 (ja) 2001-04-26 2009-05-20 株式会社東芝 露光用マスクパターンの検査方法
JP4199939B2 (ja) 2001-04-27 2008-12-24 株式会社日立製作所 半導体検査システム
JP2002353099A (ja) 2001-05-22 2002-12-06 Canon Inc 位置検出方法及び装置及び露光装置及びデバイス製造方法
US20030004699A1 (en) 2001-06-04 2003-01-02 Choi Charles Y. Method and apparatus for evaluating an integrated circuit model
US20020186878A1 (en) 2001-06-07 2002-12-12 Hoon Tan Seow System and method for multiple image analysis
US6779159B2 (en) 2001-06-08 2004-08-17 Sumitomo Mitsubishi Silicon Corporation Defect inspection method and defect inspection apparatus
JP3551163B2 (ja) 2001-06-08 2004-08-04 三菱住友シリコン株式会社 欠陥検査方法及び欠陥検査装置
US6581193B1 (en) 2001-06-13 2003-06-17 Kla-Tencor Apparatus and methods for modeling process effects and imaging effects in scanning electron microscopy
US7382447B2 (en) 2001-06-26 2008-06-03 Kla-Tencor Technologies Corporation Method for determining lithographic focus and exposure
US20030014146A1 (en) 2001-07-12 2003-01-16 Kabushiki Kaisha Toshiba Dangerous process/pattern detection system and method, danger detection program, and semiconductor device manufacturing method
US6593748B1 (en) 2001-07-12 2003-07-15 Advanced Micro Devices, Inc. Process integration of electrical thickness measurement of gate oxide and tunnel oxides by corona discharge technique
JP2003031477A (ja) 2001-07-17 2003-01-31 Hitachi Ltd 半導体装置の製造方法およびシステム
JP4122735B2 (ja) 2001-07-24 2008-07-23 株式会社日立製作所 半導体デバイスの検査方法および検査条件設定方法
US7030997B2 (en) 2001-09-11 2006-04-18 The Regents Of The University Of California Characterizing aberrations in an imaging lens and applications to visual testing and integrated circuit mask analysis
US7155698B1 (en) 2001-09-11 2006-12-26 The Regents Of The University Of California Method of locating areas in an image such as a photo mask layout that are sensitive to residual processing effects
EP1694076B1 (de) 2001-09-12 2009-12-30 Panasonic Corporation Bildkodierungs- und Biddekodierungsverfahren
JP3870052B2 (ja) 2001-09-20 2007-01-17 株式会社日立製作所 半導体装置の製造方法及び欠陥検査データ処理方法
JP4035974B2 (ja) 2001-09-26 2008-01-23 株式会社日立製作所 欠陥観察方法及びその装置
JP3955450B2 (ja) 2001-09-27 2007-08-08 株式会社ルネサステクノロジ 試料検査方法
US6670082B2 (en) 2001-10-09 2003-12-30 Numerical Technologies, Inc. System and method for correcting 3D effects in an alternating phase-shifting mask
DE60214506T2 (de) 2001-10-09 2007-05-16 Asml Masktools B.V. Methode zur Kalibrierung und Optimierung einer 2-dimensionalen Modellierung von Mustern
US7065239B2 (en) * 2001-10-24 2006-06-20 Applied Materials, Inc. Automated repetitive array microstructure defect inspection
US6948141B1 (en) 2001-10-25 2005-09-20 Kla-Tencor Technologies Corporation Apparatus and methods for determining critical area of semiconductor design data
US6918101B1 (en) 2001-10-25 2005-07-12 Kla -Tencor Technologies Corporation Apparatus and methods for determining critical area of semiconductor design data
US6813572B2 (en) 2001-10-25 2004-11-02 Kla-Tencor Technologies Corporation Apparatus and methods for managing reliability of semiconductor devices
US6751519B1 (en) 2001-10-25 2004-06-15 Kla-Tencor Technologies Corporation Methods and systems for predicting IC chip yield
US6734696B2 (en) 2001-11-01 2004-05-11 Kla-Tencor Technologies Corp. Non-contact hysteresis measurements of insulating films
JP2003151483A (ja) 2001-11-19 2003-05-23 Hitachi Ltd 荷電粒子線を用いた回路パターン用基板検査装置および基板検査方法
US6886153B1 (en) 2001-12-21 2005-04-26 Kla-Tencor Corporation Design driven inspection or measurement for semiconductor using recipe
US6658640B2 (en) 2001-12-26 2003-12-02 Numerical Technologies, Inc. Simulation-based feed forward process control
US6789032B2 (en) 2001-12-26 2004-09-07 International Business Machines Corporation Method of statistical binning for reliability selection
US6906305B2 (en) 2002-01-08 2005-06-14 Brion Technologies, Inc. System and method for aerial image sensing
US7236847B2 (en) 2002-01-16 2007-06-26 Kla-Tencor Technologies Corp. Systems and methods for closed loop defect reduction
JP2003215060A (ja) 2002-01-22 2003-07-30 Tokyo Seimitsu Co Ltd パターン検査方法及び検査装置
US6691052B1 (en) 2002-01-30 2004-02-10 Kla-Tencor Corporation Apparatus and methods for generating an inspection reference pattern
JP3629244B2 (ja) 2002-02-19 2005-03-16 本多エレクトロン株式会社 ウエーハ用検査装置
US7257247B2 (en) 2002-02-21 2007-08-14 International Business Machines Corporation Mask defect analysis system
US20030223639A1 (en) 2002-03-05 2003-12-04 Vladimir Shlain Calibration and recognition of materials in technical images using specific and non-specific features
US7693323B2 (en) 2002-03-12 2010-04-06 Applied Materials, Inc. Multi-detector defect detection system and a method for detecting defects
US20030192015A1 (en) 2002-04-04 2003-10-09 Numerical Technologies, Inc. Method and apparatus to facilitate test pattern design for model calibration and proximity correction
US6966047B1 (en) 2002-04-09 2005-11-15 Kla-Tencor Technologies Corporation Capturing designer intent in reticle inspection
US6642066B1 (en) 2002-05-15 2003-11-04 Advanced Micro Devices, Inc. Integrated process for depositing layer of high-K dielectric with in-situ control of K value and thickness of high-K dielectric layer
US7152215B2 (en) 2002-06-07 2006-12-19 Praesagus, Inc. Dummy fill for integrated circuits
US20030229875A1 (en) 2002-06-07 2003-12-11 Smith Taber H. Use of models in integrated circuit fabrication
AU2003274370A1 (en) 2002-06-07 2003-12-22 Praesagus, Inc. Characterization adn reduction of variation for integrated circuits
US6828542B2 (en) 2002-06-07 2004-12-07 Brion Technologies, Inc. System and method for lithography process monitoring and control
US7393755B2 (en) 2002-06-07 2008-07-01 Cadence Design Systems, Inc. Dummy fill for integrated circuits
JP3826849B2 (ja) 2002-06-07 2006-09-27 株式会社Sumco 欠陥検査方法および欠陥検査装置
US7363099B2 (en) 2002-06-07 2008-04-22 Cadence Design Systems, Inc. Integrated circuit metrology
US7124386B2 (en) 2002-06-07 2006-10-17 Praesagus, Inc. Dummy fill for integrated circuits
JP2004031709A (ja) 2002-06-27 2004-01-29 Seiko Instruments Inc ウエハレス測長レシピ生成装置
US6777676B1 (en) 2002-07-05 2004-08-17 Kla-Tencor Technologies Corporation Non-destructive root cause analysis on blocked contact or via
JP4073265B2 (ja) 2002-07-09 2008-04-09 富士通株式会社 検査装置及び検査方法
US7012438B1 (en) 2002-07-10 2006-03-14 Kla-Tencor Technologies Corp. Methods and systems for determining a property of an insulating film
EP1543451A4 (de) 2002-07-12 2010-11-17 Cadence Design Systems Inc Verfahren und system zum kontextspezifischen maskenschreiben
JP2006502422A (ja) 2002-07-12 2006-01-19 ケイデンス デザイン システムズ インコーポレイテッド コンテクスト特定型のマスク検査のための方法及びシステム
US7418124B2 (en) 2002-07-15 2008-08-26 Kla-Tencor Technologies Corp. Qualifying patterns, patterning processes, or patterning apparatus in the fabrication of microlithographic patterns
US6902855B2 (en) 2002-07-15 2005-06-07 Kla-Tencor Technologies Qualifying patterns, patterning processes, or patterning apparatus in the fabrication of microlithographic patterns
US6775818B2 (en) 2002-08-20 2004-08-10 Lsi Logic Corporation Device parameter and gate performance simulation based on wafer image prediction
US6784446B1 (en) 2002-08-29 2004-08-31 Advanced Micro Devices, Inc. Reticle defect printability verification by resist latent image comparison
US20040049722A1 (en) 2002-09-09 2004-03-11 Kabushiki Kaisha Toshiba Failure analysis system, failure analysis method, a computer program product and a manufacturing method for a semiconductor device
AU2003273324A1 (en) 2002-09-12 2004-04-30 Nline Corporation System and method for acquiring and processing complex images
US7043071B2 (en) 2002-09-13 2006-05-09 Synopsys, Inc. Soft defect printability simulation and analysis for masks
US7504182B2 (en) 2002-09-18 2009-03-17 Fei Company Photolithography mask repair
KR100474571B1 (ko) 2002-09-23 2005-03-10 삼성전자주식회사 웨이퍼의 패턴 검사용 기준 이미지 설정 방법과 이 설정방법을 이용한 패턴 검사 방법 및 장치
US7061625B1 (en) 2002-09-27 2006-06-13 Kla-Tencor Technologies Corporation Method and apparatus using interferometric metrology for high aspect ratio inspection
US6831736B2 (en) 2002-10-07 2004-12-14 Applied Materials Israel, Ltd. Method of and apparatus for line alignment to compensate for static and dynamic inaccuracies in scanning
US7027143B1 (en) 2002-10-15 2006-04-11 Kla-Tencor Technologies Corp. Methods and systems for inspecting reticles using aerial imaging at off-stepper wavelengths
US7379175B1 (en) 2002-10-15 2008-05-27 Kla-Tencor Technologies Corp. Methods and systems for reticle inspection and defect review using aerial imaging
US7123356B1 (en) 2002-10-15 2006-10-17 Kla-Tencor Technologies Corp. Methods and systems for inspecting reticles using aerial imaging and die-to-database detection
JP4302965B2 (ja) 2002-11-01 2009-07-29 株式会社日立ハイテクノロジーズ 半導体デバイスの製造方法及びその製造システム
US6807503B2 (en) 2002-11-04 2004-10-19 Brion Technologies, Inc. Method and apparatus for monitoring integrated circuit fabrication
US7386839B1 (en) 2002-11-06 2008-06-10 Valery Golender System and method for troubleshooting software configuration problems using application tracing
US7457736B2 (en) 2002-11-21 2008-11-25 Synopsys, Inc. Automated creation of metrology recipes
WO2004055472A2 (en) 2002-12-13 2004-07-01 Smith Bruce W Method for aberration detection and measurement
US6882745B2 (en) 2002-12-19 2005-04-19 Freescale Semiconductor, Inc. Method and apparatus for translating detected wafer defect coordinates to reticle coordinates using CAD data
US7162071B2 (en) 2002-12-20 2007-01-09 Taiwan Semiconductor Manufacturing Co., Ltd. Progressive self-learning defect review and classification method
US7525659B2 (en) 2003-01-15 2009-04-28 Negevtech Ltd. System for detection of water defects
US6718526B1 (en) 2003-02-07 2004-04-06 Kla-Tencor Corporation Spatial signature analysis
US7030966B2 (en) 2003-02-11 2006-04-18 Asml Netherlands B.V. Lithographic apparatus and method for optimizing an illumination source using photolithographic simulations
US7756320B2 (en) 2003-03-12 2010-07-13 Hitachi High-Technologies Corporation Defect classification using a logical equation for high stage classification
JP3699960B2 (ja) 2003-03-14 2005-09-28 株式会社東芝 検査レシピ作成システム、欠陥レビューシステム、検査レシピ作成方法及び欠陥レビュー方法
US7053355B2 (en) 2003-03-18 2006-05-30 Brion Technologies, Inc. System and method for lithography process monitoring and control
US7508973B2 (en) 2003-03-28 2009-03-24 Hitachi High-Technologies Corporation Method of inspecting defects
US6925614B2 (en) 2003-04-01 2005-08-02 Taiwan Semiconductor Manufacturing Company, Ltd. System and method for protecting and integrating silicon intellectual property (IP) in an integrated circuit (IC)
US6859746B1 (en) 2003-05-01 2005-02-22 Advanced Micro Devices, Inc. Methods of using adaptive sampling techniques based upon categorization of process variations, and system for performing same
US7739064B1 (en) 2003-05-09 2010-06-15 Kla-Tencor Corporation Inline clustered defect reduction
JP2004340652A (ja) 2003-05-14 2004-12-02 Hitachi Ltd 欠陥検査装置および陽電子線応用装置
US6777147B1 (en) 2003-05-21 2004-08-17 International Business Machines Corporation Method for evaluating the effects of multiple exposure processes in lithography
US7068363B2 (en) 2003-06-06 2006-06-27 Kla-Tencor Technologies Corp. Systems for inspection of patterned or unpatterned wafers and other specimen
US7346470B2 (en) 2003-06-10 2008-03-18 International Business Machines Corporation System for identification of defects on circuits or other arrayed products
US9002497B2 (en) 2003-07-03 2015-04-07 Kla-Tencor Technologies Corp. Methods and systems for inspection of wafers and reticles using designer intent data
US7135344B2 (en) 2003-07-11 2006-11-14 Applied Materials, Israel, Ltd. Design-based monitoring
US6947588B2 (en) * 2003-07-14 2005-09-20 August Technology Corp. Edge normal process
US7968859B2 (en) 2003-07-28 2011-06-28 Lsi Corporation Wafer edge defect inspection using captured image analysis
US6988045B2 (en) 2003-08-04 2006-01-17 Advanced Micro Devices, Inc. Dynamic metrology sampling methods, and system for performing same
US7271891B1 (en) 2003-08-29 2007-09-18 Kla-Tencor Technologies Corporation Apparatus and methods for providing selective defect sensitivity
US7433535B2 (en) 2003-09-30 2008-10-07 Hewlett-Packard Development Company, L.P. Enhancing text-like edges in digital images
US7003758B2 (en) 2003-10-07 2006-02-21 Brion Technologies, Inc. System and method for lithography simulation
US7114143B2 (en) 2003-10-29 2006-09-26 Lsi Logic Corporation Process yield learning
US7103484B1 (en) 2003-10-31 2006-09-05 Kla-Tencor Technologies Corp. Non-contact methods for measuring electrical thickness and determining nitrogen content of insulating films
JP2005158780A (ja) 2003-11-20 2005-06-16 Hitachi Ltd パターン欠陥検査方法及びその装置
JP2005183907A (ja) 2003-11-26 2005-07-07 Matsushita Electric Ind Co Ltd パターン解析方法及びパターン解析装置
JP4351522B2 (ja) 2003-11-28 2009-10-28 株式会社日立ハイテクノロジーズ パターン欠陥検査装置およびパターン欠陥検査方法
US8151220B2 (en) 2003-12-04 2012-04-03 Kla-Tencor Technologies Corp. Methods for simulating reticle layout data, inspecting reticle layout data, and generating a process for inspecting reticle layout data
KR101056142B1 (ko) 2004-01-29 2011-08-10 케이엘에이-텐코 코포레이션 레티클 설계 데이터의 결함을 검출하기 위한 컴퓨터로구현되는 방법
JP4426871B2 (ja) 2004-02-25 2010-03-03 エスアイアイ・ナノテクノロジー株式会社 Fib/sem複合装置の画像ノイズ除去
US7194709B2 (en) 2004-03-05 2007-03-20 Keith John Brankner Automatic alignment of integrated circuit and design layout of integrated circuit to more accurately assess the impact of anomalies
JP2005283326A (ja) 2004-03-30 2005-10-13 Hitachi High-Technologies Corp 欠陥レビュー方法及びその装置
US7171334B2 (en) 2004-06-01 2007-01-30 Brion Technologies, Inc. Method and apparatus for synchronizing data acquisition of a monitored IC fabrication process
JP4347751B2 (ja) 2004-06-07 2009-10-21 株式会社アドバンテスト 不良解析システム及び不良箇所表示方法
US7207017B1 (en) 2004-06-10 2007-04-17 Advanced Micro Devices, Inc. Method and system for metrology recipe generation and review and analysis of design, simulation and metrology results
WO2006019919A2 (en) 2004-07-21 2006-02-23 Kla-Tencor Technologies Corp. Computer-implemented methods for generating input for a simulation program for generating a simulated image of a reticle
US7678516B2 (en) 2004-07-22 2010-03-16 Kla-Tencor Technologies Corp. Test structures and methods for monitoring or controlling a semiconductor fabrication process
CN101027693B (zh) 2004-08-09 2010-05-12 伯拉考国际股份公司 基于多个掩码的用于医学成像的像对准方法及设备
US7310796B2 (en) 2004-08-27 2007-12-18 Applied Materials, Israel, Ltd. System and method for simulating an aerial image
TW200622275A (en) 2004-09-06 2006-07-01 Mentor Graphics Corp Integrated circuit yield and quality analysis methods and systems
JP4904034B2 (ja) 2004-09-14 2012-03-28 ケーエルエー−テンカー コーポレイション レチクル・レイアウト・データを評価するための方法、システム及び搬送媒体
US7142992B1 (en) 2004-09-30 2006-11-28 Kla-Tencor Technologies Corp. Flexible hybrid defect classification for semiconductor manufacturing
KR20170003710A (ko) 2004-10-12 2017-01-09 케이엘에이-텐코 코포레이션 표본 상의 결함들을 분류하기 위한 컴퓨터-구현 방법 및 시스템
US7729529B2 (en) 2004-12-07 2010-06-01 Kla-Tencor Technologies Corp. Computer-implemented methods for detecting and/or sorting defects in a design pattern of a reticle
JP2006200972A (ja) 2005-01-19 2006-08-03 Tokyo Seimitsu Co Ltd 画像欠陥検査方法、画像欠陥検査装置及び外観検査装置
JP4895569B2 (ja) 2005-01-26 2012-03-14 株式会社日立ハイテクノロジーズ 帯電制御装置及び帯電制御装置を備えた計測装置
US7475382B2 (en) 2005-02-24 2009-01-06 Synopsys, Inc. Method and apparatus for determining an improved assist feature configuration in a mask layout
US7804993B2 (en) 2005-02-28 2010-09-28 Applied Materials South East Asia Pte. Ltd. Method and apparatus for detecting defects in wafers including alignment of the wafer images so as to induce the same smear in all images
US7813541B2 (en) 2005-02-28 2010-10-12 Applied Materials South East Asia Pte. Ltd. Method and apparatus for detecting defects in wafers
US7496880B2 (en) 2005-03-17 2009-02-24 Synopsys, Inc. Method and apparatus for assessing the quality of a process model
US7760347B2 (en) 2005-05-13 2010-07-20 Applied Materials, Inc. Design-based method for grouping systematic defects in lithography pattern writing system
US7760929B2 (en) 2005-05-13 2010-07-20 Applied Materials, Inc. Grouping systematic defects with feedback from electrical inspection
US7444615B2 (en) 2005-05-31 2008-10-28 Invarium, Inc. Calibration on wafer sweet spots
US7853920B2 (en) 2005-06-03 2010-12-14 Asml Netherlands B.V. Method for detecting, sampling, analyzing, and correcting marginal patterns in integrated circuit manufacturing
US7564017B2 (en) 2005-06-03 2009-07-21 Brion Technologies, Inc. System and method for characterizing aerial image quality in a lithography system
US7501215B2 (en) 2005-06-28 2009-03-10 Asml Netherlands B.V. Device manufacturing method and a calibration substrate
US20070002322A1 (en) 2005-06-30 2007-01-04 Yan Borodovsky Image inspection method
US8219940B2 (en) 2005-07-06 2012-07-10 Semiconductor Insights Inc. Method and apparatus for removing dummy features from a data structure
KR100663365B1 (ko) 2005-07-18 2007-01-02 삼성전자주식회사 내부에 적어도 한 쌍의 빔 경로들을 갖는 렌즈 유니트를구비하는 광학적 검사장비들 및 이를 사용하여 기판의 표면결함들을 검출하는 방법들
US7769225B2 (en) 2005-08-02 2010-08-03 Kla-Tencor Technologies Corp. Methods and systems for detecting defects in a reticle design pattern
US7488933B2 (en) 2005-08-05 2009-02-10 Brion Technologies, Inc. Method for lithography model calibration
JP4806020B2 (ja) 2005-08-08 2011-11-02 エーエスエムエル ネザーランズ ビー.ブイ. リソグラフィプロセスのフォーカス露光モデルを作成するための方法、公称条件で使用するためのリソグラフィプロセスの単一のモデルを作成するための方法、およびコンピュータ読取可能媒体
US7749666B2 (en) 2005-08-09 2010-07-06 Asml Netherlands B.V. System and method for measuring and analyzing lithographic parameters and determining optimal process corrections
KR100909474B1 (ko) 2005-08-10 2009-07-28 삼성전자주식회사 웨이퍼 결함지수를 사용하여 국부성 불량 모드를 갖는결함성 반도체 웨이퍼의 검출 방법들 및 이에 사용되는장비들
WO2007026361A2 (en) 2005-09-01 2007-03-08 Camtek Limited A method and a system for establishing an inspection recipe
JP4203498B2 (ja) 2005-09-22 2009-01-07 アドバンスド・マスク・インスペクション・テクノロジー株式会社 画像補正装置、パターン検査装置、画像補正方法、及び、パターン欠陥検査方法
US7676077B2 (en) 2005-11-18 2010-03-09 Kla-Tencor Technologies Corp. Methods and systems for utilizing design data in combination with inspection data
US8041103B2 (en) 2005-11-18 2011-10-18 Kla-Tencor Technologies Corp. Methods and systems for determining a position of inspection data in design data space
US7570796B2 (en) 2005-11-18 2009-08-04 Kla-Tencor Technologies Corp. Methods and systems for utilizing design data in combination with inspection data
US7570800B2 (en) 2005-12-14 2009-08-04 Kla-Tencor Technologies Corp. Methods and systems for binning defects detected on a specimen
US7801353B2 (en) 2006-02-01 2010-09-21 Applied Materials Israel, Ltd. Method for defect detection using computer aided design data
EP1982160A4 (de) 2006-02-09 2016-02-17 Kla Tencor Tech Corp Verfahren und systeme zur bestimmung eines wafermerkmals
US8102408B2 (en) 2006-06-29 2012-01-24 Kla-Tencor Technologies Corp. Computer-implemented methods and systems for determining different process windows for a wafer printing process for different reticle designs
JP2008041940A (ja) 2006-08-07 2008-02-21 Hitachi High-Technologies Corp Sem式レビュー装置並びにsem式レビュー装置を用いた欠陥のレビュー方法及び欠陥検査方法
US7904845B2 (en) 2006-12-06 2011-03-08 Kla-Tencor Corp. Determining locations on a wafer to be reviewed during defect review
WO2008077100A2 (en) 2006-12-19 2008-06-26 Kla-Tencor Corporation Systems and methods for creating inspection recipes
WO2008086282A2 (en) 2007-01-05 2008-07-17 Kla-Tencor Corporation Methods and systems for using electrical information for a device being fabricated on a wafer to perform one or more defect-related functions
US7962863B2 (en) 2007-05-07 2011-06-14 Kla-Tencor Corp. Computer-implemented methods, systems, and computer-readable media for determining a model for predicting printability of reticle features on a wafer
US7738093B2 (en) 2007-05-07 2010-06-15 Kla-Tencor Corp. Methods for detecting and classifying defects on a reticle
US8073240B2 (en) 2007-05-07 2011-12-06 Kla-Tencor Corp. Computer-implemented methods, computer-readable media, and systems for identifying one or more optical modes of an inspection system as candidates for use in inspection of a layer of a wafer
US7962864B2 (en) 2007-05-24 2011-06-14 Applied Materials, Inc. Stage yield prediction
US8799831B2 (en) * 2007-05-24 2014-08-05 Applied Materials, Inc. Inline defect analysis for sampling and SPC
US7796804B2 (en) 2007-07-20 2010-09-14 Kla-Tencor Corp. Methods for generating a standard reference die for use in a die to standard reference die inspection and methods for inspecting a wafer
US8611639B2 (en) 2007-07-30 2013-12-17 Kla-Tencor Technologies Corp Semiconductor device property extraction, generation, visualization, and monitoring methods
US7711514B2 (en) 2007-08-10 2010-05-04 Kla-Tencor Technologies Corp. Computer-implemented methods, carrier media, and systems for generating a metrology sampling plan
WO2009026358A1 (en) 2007-08-20 2009-02-26 Kla-Tencor Corporation Computer-implemented methods for determining if actual defects are potentially systematic defects or potentially random defects
US8126255B2 (en) 2007-09-20 2012-02-28 Kla-Tencor Corp. Systems and methods for creating persistent data for a wafer and for using persistent data for inspection-related functions
JP5022191B2 (ja) 2007-11-16 2012-09-12 株式会社日立ハイテクノロジーズ 欠陥検査方法及び欠陥検査装置
US7890917B1 (en) 2008-01-14 2011-02-15 Xilinx, Inc. Method and apparatus for providing secure intellectual property cores for a programmable logic device
US8139844B2 (en) 2008-04-14 2012-03-20 Kla-Tencor Corp. Methods and systems for determining a defect criticality index for defects on wafers
US8049877B2 (en) 2008-05-14 2011-11-01 Kla-Tencor Corp. Computer-implemented methods, carrier media, and systems for selecting polarization settings for an inspection system
US8000922B2 (en) * 2008-05-29 2011-08-16 Kla-Tencor Corp. Methods and systems for generating information to be used for selecting values for one or more parameters of a detection algorithm
WO2009152046A1 (en) 2008-06-11 2009-12-17 Kla-Tencor Corporation Systems and methods for detecting design and process defects on a wafer, reviewing defects on a wafer, selecting one or more features within a design for use as process monitoring features, or some combination thereof
US8041106B2 (en) 2008-12-05 2011-10-18 Kla-Tencor Corp. Methods and systems for detecting defects on a reticle
US9262303B2 (en) 2008-12-05 2016-02-16 Altera Corporation Automated semiconductor design flaw detection system
US8094924B2 (en) 2008-12-15 2012-01-10 Hermes-Microvision, Inc. E-beam defect review system
CN102396058B (zh) 2009-02-13 2014-08-20 恪纳腾公司 检测晶片上的缺陷
US8204297B1 (en) 2009-02-27 2012-06-19 Kla-Tencor Corp. Methods and systems for classifying defects detected on a reticle
US8112241B2 (en) 2009-03-13 2012-02-07 Kla-Tencor Corp. Methods and systems for generating an inspection process for a wafer
US8295580B2 (en) 2009-09-02 2012-10-23 Hermes Microvision Inc. Substrate and die defect inspection method
TW201118758A (en) * 2009-11-25 2011-06-01 Hermes Microvision Inc Method and system for the visual classification of defects
US8437967B2 (en) 2010-01-27 2013-05-07 International Business Machines Corporation Method and system for inspecting multi-layer reticles
US9201022B2 (en) 2011-06-02 2015-12-01 Taiwan Semiconductor Manufacturing Company, Ltd. Extraction of systematic defects
US9069923B2 (en) 2011-06-16 2015-06-30 Globalfoundries Singapore Pte. Ltd. IP protection
US20130009989A1 (en) * 2011-07-07 2013-01-10 Li-Hui Chen Methods and systems for image segmentation and related applications
US8611598B2 (en) * 2011-07-26 2013-12-17 Harman International (China) Holdings Co., Ltd. Vehicle obstacle detection system

Also Published As

Publication number Publication date
WO2013109755A1 (en) 2013-07-25
KR20140116946A (ko) 2014-10-06
KR102009494B1 (ko) 2019-08-12
US20130188859A1 (en) 2013-07-25
JP2015511310A (ja) 2015-04-16
TWI562098B (en) 2016-12-11
US8831334B2 (en) 2014-09-09
TW201337839A (zh) 2013-09-16

Similar Documents

Publication Publication Date Title
DE112013000627T5 (de) Segmentierung zur Waferinspektion
DE112015004721B4 (de) Defektdetektion unter verwendung von strukturinformation
DE10000364B4 (de) Merkmalbasierende Feststellung von Fehlern
DE10392705B4 (de) Verfahren zur Musterprüfung
DE112016004904B4 (de) Überprüfungsmethode und Überprüfungsvorrichtung
DE60100594T2 (de) Verfahren und system zur aufspürung von fehlern auf einer gedruckten leiterplatte
DE112016000419B4 (de) Waferinspektion mit einem Verfahren mit volumetrischen Fokus
DE102012107287B4 (de) Computergestütztes Verfahren und Vorrichtung zum Identifizieren von Fehlern in einem Material
DE602004005358T2 (de) Objektdetektion in bildern
DE102014204876A1 (de) Inspektionsverfahren und Inspektionsvorrichtung
DE112015003362T5 (de) Virtuelle inspektionssysteme mit einer mehrzahl an modi
DE102010061505B4 (de) Verfahren zur Inspektion und Detektion von Defekten auf Oberflächen von scheibenförmigen Objekten
DE102011081668A1 (de) Vorrichtung und Verfahren zur Bestimmung der Form des Endes einer Schweißnaht
DE112012001439B4 (de) Computerimplementierte entwurfsbasierte Inspektion unter Verwendung wiederholender Strukturen
DE102015005267A1 (de) Informationsverarbeitungsvorrichtung, Verfahren dafür und Messvorrichtung
DE112015001902B4 (de) Elektronenmikroskopvorrichtung und sie verwendendes Abbildungsverfahren
DE112014006439B4 (de) Kantenerkennungsvorrichtung, Kantenerkennungsverfahren und Programm
DE10011200A1 (de) Verfahren zur Bewertung von Strukturfehlern auf einer Waferoberfläche
WO2020157249A1 (de) Verarbeitung von bilddatensätzen
DE102014107143A1 (de) System und Verfahren zur effizienten Oberflächenmessung mithilfe eines Laserverschiebungssensors
DE10307454B4 (de) Verfahren zur optischen Inspektion eines Halbleitersubstrats
EP2787485B1 (de) Verfahren und Vorrichtung zur automatischen Fehlerstellenerkennung bei biegeschlaffen Körpern
DE102020102853A1 (de) Fehlerprüfvorrichtung und -verfahren
DE112014000367T5 (de) Bestimmen einer Position einer Ausgabe eines Inspektionssystems im Designdatenraum
DE60026774T2 (de) Defekterkennung mit Verwendung von Grauwertsignaturen

Legal Events

Date Code Title Description
R012 Request for examination validly filed
R016 Response to examination communication