自动缺陷分类制造技术

提供一种用于自动缺陷分类的方法，该方法包括(i)通过第一相机获取对象的至少一个区域的至少一个第一图像；(ii)处理所述至少一个第一图像以检测在所述至少一个区域内的疑似缺陷的组；(iii)进行第一分类过程以初始分类所述疑似缺陷的所述组；(iii)确定所述疑似缺陷的第一子组是否需要来自第二相机的附加信息以完成分类；(iv)当确定所述疑似缺陷的所述第一子组需要来自所述第二相机的附加信息时，则：(a)通过所述第二相机获取所述疑似缺陷的所述第一子组的第二图像；以及(b)进行第二分类过程以分类所述疑似缺陷的所述第一子组。

Automatic defect classification

【技术实现步骤摘要】
【国外来华专利技术】自动缺陷分类交叉引用本申请要求2017年6月14日提交的美国临时专利序列号62/519516的优先权。
技术介绍
对每一个行业来说，高收益率是保持竞争力的关键，尤其是在高度发展的微电子行业。每一个产量分数都会对生产阶段的盈亏能力产生重大影响。为了保持并不断提高产量，工厂必须投资于用于(QA)质量保证目的(哪个管芯是好和哪个管芯是坏的)和过程控制的检查。一种有效的过程控制系统可以在早期阶段识别出异常并由此防止恶化，并使工程人员能够执行纠正措施。纠正措施越快，工厂的损失就越小。
技术实现思路
提供一种用于自动缺陷分类的方法，该方法包括(i)通过第一相机获取对象的至少一个区域的至少一个第一图像；(ii)处理所述至少一个第一图像以检测在所述至少一个区域内的疑似缺陷的组；(iii)进行第一分类过程以初始分类所述疑似缺陷的所述组；(iii)确定所述疑似缺陷的第一子组是否需要来自第二相机的附加信息以完成分类；(iv)当确定所述疑似缺陷的所述第一子组需要来自所述第二相机的附加信息时，则：(a)通过所述第二相机获取所述疑似缺陷的所述第一子组的第二图像；以及(b)进行第二分类过程以分类所述疑似缺陷的所述第一子组。附图说明结合附图，从以下详细描述中更充分地理解和理解本专利技术：图1示出了方法的实例；图2示出了系统的实例；图3示出了系统的实例；图4示出了系统的实例；图5示出了参考图像的生成的实例；图6示出了缺陷检测过程的实例；图7示出了凸起及其周边的俯视图，以及沿假想线的像素的灰度级分布；图8示出了凸起及其周边以及用于提取凸起的参数的各种处理步骤的图像；图9示出了不同配方规则的实例；以及图10示出了各种确定规则。具体实施方式由于实施本专利技术的装置大部分由本领域技术人员已知的光学部件和电路组成，因此为了理解和了解本专利技术的基本概念并且为了不使本专利技术的教导混淆或分散注意力，对电路细节的解释将不比上述认为必要的范围大，。在下面的说明书中，将参考本专利技术实施例的具体实例来描述本专利技术。然而，显而易见的是，在不脱离所附权利要求中所述的本专利技术的更广泛的精神和范围的情况下，可以对其进行各种修改和改变。检查机可以检查各种缺陷和异常。然而，为了有明确的因果关系，需要对异常(缺陷)进行分类。例如，缺陷可以由有缺陷的CMP工艺、蚀刻或污染问题引起。缺陷分类过程可在不同的缺陷间进行区分。虽然可以执行手动分类过程，但它既慢又昂贵。一个自动缺陷分类(ADC)可廉价而快速地工作。在过去的几年里，机器学习技术的一些重大进步，使得能够使用ADC系统实现很好的效果。然而，在许多情况下，在扫描期间中使用的数据对于清楚分离不同类型的缺陷是不足的。例如，当出现色差时—如果是红色—它可能是铜层，但是如果是黑色，它可能只是一种外来物质。但是，在检测过程之后获得这些额外的数据，需要花费时间和资源。可提供一种方法，其包括：a、将晶片装到卡盘上。b、通过第一相机(例如高性能扫描相机—可是黑白相机)获取晶片的图像并将其发送到计算机进行处理。这可包括使用主获取模块(扫描器模块)扫描晶片(连续，通常具有高速率但相对于第二相机降低了灵敏度)。c、使用预定组的检测过程，缺陷被定位并存储在计算机中。d、第一分类过程将初始类分配到缺陷。e、在检查过程结束后，缺陷再次加载(被供给到计算机-特别是计算机的判定电路)。对于每个缺陷，根据预定规则(或基于任何其他判定过程)，该系统自动确定是否需要附加数据。f、如果是，则将缺陷位置带入第二相机(验证相机)的视野内，例如彩色相机(可是3d轮廓仪、IR相机、NIR相机或高倍显微镜)，并且获取关于缺陷的附加数据。g、基于全部数据，对缺陷进行最终分类，并将最终类别附加到该缺陷。h、然后存储数据(必要时报告)，以及将晶片从系统卸载。这一过程使制造厂(FAB)能够享有结合验证系统的高分辨率和详细信息的检查系统的高速度。验证系统的选择性应用(仅限于那些需要附加数据的缺陷)加快整个过程。两个(或更多)分类阶段的组合使得在使用相同的加载/卸载机构时能够优化晶片处理的时间，并结束于获得晶片状态的最终全面数据。这进而使得在先前步骤中出现故障时执行快速有效的措施。图1示出用于自动缺陷分类的方法900，该方法可以包括：加载晶片的步骤904。晶片可以加载在卡盘上。步骤904之后为将晶片保持在夹头上的步骤905，直到完成步骤908、910、912、914和916。步骤905之后是卸载晶片的步骤907。该方法还可以包括通过第一相机获取对象的至少一个区域的至少一个第一图像的步骤906。至少一个区域可以沿整个对象延伸，或者可以仅包括对象的一个或多个部分。步骤906之后是处理至少一个第一图像以检测至少一个区域内的疑似缺陷组的步骤908。步骤908之后是执行第一分类处理以初始分类疑似缺陷组的步骤910。步骤910之后是步骤912，确定疑似缺陷的第一子组是否需要来自第二相机的附加信息以完成分类。步骤912可以在没有人为干预的情况下进行。该确定可响应于以下至少一个：a、第一相机和第二相机的图像获取参数之间的差异。这些图像获取参数可包括频率(可见光对红外、近红外、彩色对黑白、窄带与宽带)、分辨率、吞吐量等。b、疑似缺陷的临界性(criticality)和/或重要性。更关键的缺陷(例如，可导致电路不可操作的致命缺陷)可用更多的资源进行检查。c、第一分类过程的准确性。d、第一分类过程的可靠性和第二分类过程的可靠性之间的差异。可靠性可由成功率、误警报率、误检出率(positiverate)等来反映。e、缺陷类型。可结合上述所有其他因素考虑缺陷的类型。例如，如果在使用红外辐射时能够以更可靠的方式检测特定缺陷，则使用红外相机的分类过程的可靠性要高于使用黑白相机的分类过程。步骤912可以包括计算成本函数，该成本函数将考虑执行步骤914的一个或多个优点(例如-更可靠的分类过程)、执行步骤914的一个或多个优点(例如-更高的时间消耗)，并且还可考虑与第一相机的限制(例如分辨率)相关的参数、吞吐量考虑等。如果步骤912的答案是否定的，则步骤912后接步骤916。如果步骤912的答案是肯定的，则步骤912后接步骤914。步骤914包括：a、通过第二相机获取疑似缺陷的第一子组的第二图像。b、执行用于分类疑似缺陷的第一子组的第二分类过程。步骤914可包括获取第二图像而不获取不属于疑似缺陷的第一子组的疑似缺陷的图像。步骤914之后为步骤916，提供分类结果。这可包括存储分类结果、将分类结果传送到另一系统等。步骤908、910、912和第二分类处理可由相同计算机、相同处理器、不同计算机、不本文档来自技高网...

【技术保护点】
1.一种用于自动缺陷分类方法，该方法包括：/n通过第一相机获取对象的至少一个区域的至少一个第一图像；/n处理所述至少一个第一图像以检测在所述至少一个区域内的疑似缺陷的组；/n进行第一分类过程以初始分类所述疑似缺陷的所述组；/n确定所述疑似缺陷的第一子组是否需要来自第二相机的附加信息以完成分类；/n当确定所述疑似缺陷的所述第一子组需要来自所述第二相机的附加信息时，则：/n通过所述第二相机获取所述疑似缺陷的所述第一子组的第二图像；以及/n进行第二分类过程以分类所述疑似缺陷的所述第一子组。/n

【技术特征摘要】
【国外来华专利技术】20170614 US 62/519,5161.一种用于自动缺陷分类方法，该方法包括：
通过第一相机获取对象的至少一个区域的至少一个第一图像；
处理所述至少一个第一图像以检测在所述至少一个区域内的疑似缺陷的组；
进行第一分类过程以初始分类所述疑似缺陷的所述组；
确定所述疑似缺陷的第一子组是否需要来自第二相机的附加信息以完成分类；
当确定所述疑似缺陷的所述第一子组需要来自所述第二相机的附加信息时，则：
通过所述第二相机获取所述疑似缺陷的所述第一子组的第二图像；以及
进行第二分类过程以分类所述疑似缺陷的所述第一子组。


2.根据权利要求1所述的方法，包括获取所述第二图像而不获取不属于所述疑似缺陷的所述第一子组的疑似缺陷的图像。


3.根据权利要求1所述的方法，其中所述第一相机的吞吐量超过所述第二相机的吞吐量。


4.根据权利要求1所述的方法，其中所述第一相机的分辨率比所述第二相机的分辨率粗糙。


5.根据权利要求1所述的方法，其中所述第一相机是黑白相机以及所述第二相机选自红外相机、近红外相机和三维轮廓仪。


6.根据权利要求1所述的方法，包括在获取所述至少一个第一图像期间、在获取所述第二图像期间以及在获取所述至少一个第一图像和获取所述第二图像之间，将所述晶片保持在卡盘上。


7.根据权利要求1所述的方法，其中所述确定响应于所述第一相机和第二相机的图像获取参数之间的差异。


8.根据权利要求1所述的方法，其中所述确定响应于所述疑似缺陷的临界性。


9.根据权利要求1所述的方法，其中所述确定响应于所述第一分类过程的准确性。


10.根据权利要求1所述的方法，其中在没有人为干预的情况下进行所述确定。


11.根据权利要求1所述的方法，其中所述确定响应于所述第一分类过程的与疑似缺陷的类型相关的可靠性与所述第二分类过程的与疑似缺陷的类型相关的可靠性之间的差异。


12.一种非暂时性的计算机程序产品，其存储指令，所述指令一旦由计算机化系统执行，使所述计算机系统执行以下步骤：通过第一相机获取对象的至少一个区域的至少一个第一图像；处理所述至少一个第一图像以检测在所述至少一个区域内的疑似缺陷的组；进行第一分类过程以初始分类所述疑似缺陷的所述组；确定所述疑似缺陷的第一子组是否需要来自第二相机的附加信息以完成分类；当确定所述疑似缺陷的所述第一子组需要来自所述第二相机的...

【专利技术属性】
技术研发人员：M·雷根斯布格尔，D·布扎格罗，
申请(专利权)人：康特科技公司，
类型：发明
国别省市：以色列;IL