识别晶圆边缘缺陷类型的方法、装置、介质及晶圆加工方法制造方法及图纸

本发明专利技术实施例公开了一种识别晶圆边缘缺陷类型的方法、装置、介质及晶圆加工方法；所述识别晶圆边缘缺陷类型的方法包括：接收采集到的待测晶圆的边缘图像；根据所述边缘图像的图像特征确定存在缺陷的待识别区域；获取所述待识别区域内所存在的缺陷的形貌特征；根据所述形貌特征以及所述待识别区域特征确定所述待识别区域内所存在的缺陷的类型。识别区域内所存在的缺陷的类型。识别区域内所存在的缺陷的类型。

【技术实现步骤摘要】
识别晶圆边缘缺陷类型的方法、装置、介质及晶圆加工方法


[0001]本专利技术实施例涉及半导体制造
，尤其涉及一种识别晶圆边缘缺陷类型的方法、装置、介质及晶圆加工方法。

技术介绍

[0002]在集成电路制造的过程中，在每个工艺流程中都有可能在晶圆上形成缺陷。随着半导体工艺的发展，半导体器件越来越趋向于小型化，晶圆上的缺陷在半导体工艺中的影响越来越大，因此在集成电路制造的过程中，需要对晶圆进行缺陷检测，以检测结果为依据分析产生缺陷的原因，以对生产工艺或工艺设备进行调整，减小缺陷产生。
[0003]晶圆边缘非常容易出现划伤或者残留异物，这些缺陷会成为污染源，向晶圆的内部区域以及表面扩散，影响晶圆内部的器件。随着特征尺寸的持续缩小，器件越发地靠近晶圆的边缘，晶圆边缘缺陷对于工艺过程以及产品良率的影响都越来越大。特别是65nm及以下的制造工艺中，晶圆边缘缺陷已经严重影响工艺过程，并且造成大量的产品报废。所以，晶圆边缘缺陷已经成为必须要检测和控制的项目。
[0004]在传统工艺上，可以通过显微镜扫描晶圆的边缘进行人工目视观察，但人工的效率太低，影响生产制造的速度。而对于当前专门针对晶圆边缘进行扫描监控的自动化边缘缺陷扫描设备来说，大都仅仅是检测是否存在边缘缺陷，无法针对边缘缺陷进行分类，也就无法针对检测结果对生产工艺或工艺设备进行调整。

技术实现思路

[0005]有鉴于此，本专利技术实施例期望提供一种识别晶圆边缘缺陷类型的方法、装置、介质及晶圆加工方法；能够准确识别晶圆边缘缺陷类型。
>[0006]本专利技术实施例的技术方案是这样实现的：
[0007]第一方面，本专利技术实施例提供了一种识别晶圆边缘缺陷类型的方法，所述方法包括：
[0008]接收采集到的待测晶圆的边缘图像；
[0009]根据所述边缘图像的图像特征确定存在缺陷的待识别区域；
[0010]获取所述待识别区域内所存在的缺陷的形貌特征；
[0011]根据所述形貌特征以及所述待识别区域特征确定所述待识别区域内所存在的缺陷的类型。
[0012]在一些示例中，所述根据所述边缘图像的图像特征确定存在缺陷的待识别区域，包括：
[0013]在所述边缘图像对应的灰度图像中，选取灰度波动值小于设定的第一阈值的位置处的灰度值作为基准值；
[0014]将与所述基准值存在灰度波动幅度值大于设定的第二阈值的区域作为待扩展区域；
[0015]以所述待扩展区域内的中心，分别沿水平方向和竖直方向获取所述待扩展区域的边界的最长距离，形成所述待识别区域的宽度边和高度边；
[0016]根据所述待识别区域的宽度边和高度边以及所述待扩展区域内的中心确定所述待识别区域。
[0017]在一些示例中，所述形貌特征包括：所述缺陷在所述待识别区域内的面积占比以及所述缺陷的最长轴相对于设定参考角度的偏转角度；所述待识别区域特征包括所述待识别区域的水平方向长度和竖直方向长度。
[0018]在一些示例中，
[0019]所述根据所述形貌特征以及所述待识别区域特征确定所述待识别区域内所存在的缺陷的类型，包括：
[0020]相应于所述缺陷在所述待识别区域内的面积占比不小于设定的面积占比阈值，且所述待识别区域的水平方向长度和竖直方向长度分别不小于设定的第一长度阈值和第二长度阈值，确定所述待识别区域内所存在的缺陷的类型为崩边缺陷；
[0021]相应于所述缺陷的最长轴相对于设定参考角度的偏转角度处于设定的第一偏转角度范围、所述待识别区域的竖直方向长度不小于所述第二长度阈值、且所述缺陷在所述待识别区域内的面积占比小于所述面积占比阈值，确定所述待识别区域内所存在的缺陷的类型为裂纹缺陷；
[0022]相应于所述缺陷的最长轴相对于设定参考角度的偏转角度处于设定的第二偏转角度范围、所述待识别区域的水平方向长度不小于所述第一长度阈值、且所述缺陷在所述待识别区域内的面积占比小于面积占比阈值，确定所述待识别区域内所存在的缺陷的类型为划痕缺陷。
[0023]在一些示例中，所述获取所述待识别区域内所存在的缺陷的形貌特征，包括：
[0024]在所述待识别区域内，将缺陷所占区域的两端进行连线，并将距离最长的连线按照设定旋转方向转至设定参考线的旋转角度确定为所述缺陷的最长轴相对于设定参考角度的偏转角度。
[0025]第二方面，本专利技术实施例提供了一种识别晶圆边缘缺陷类型的装置，所述装置包括：接收部分、确定部分、获取部分和识别部分；其中，
[0026]所述接收部分，经配置为接收采集到的待测晶圆的边缘图像；
[0027]所述确定部分，经配置为根据所述边缘图像的图像特征确定存在缺陷的待识别区域；
[0028]所述获取部分，经配置为获取所述待识别区域内所存在的缺陷的形貌特征；
[0029]所述识别部分，经配置为根据所述形貌特征以及所述待识别区域特征确定所述待识别区域内所存在的缺陷的类型。
[0030]第三方面，本专利技术实施例提供了一种计算设备，所述计算设备包括：处理器和存储器；所述处理器用于执行所述存储器中存储的指令，以实现如第一方面以及第一方面中任一示例所述的识别晶圆边缘缺陷类型的方法。
[0031]第四方面，本专利技术实施例提供了一种计算机存储介质，所述存储介质存储有至少一条指令，所述至少一条指令用于被处理器执行以实现如第一方面以及第一方面中任一示例所述的识别晶圆边缘缺陷类型的方法。
[0032]第五方面，本专利技术实施例提供了一种计算机程序产品，该计算机程序产品包括计算机指令，该计算机指令存储在计算机可读存储介质中；电子设备的处理器从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该电子设备执行以实现如第一方面以及第一方面中任一示例所述的识别晶圆边缘缺陷类型的方法。
[0033]第六方面，本专利技术实施例提供了一种晶圆加工方法，所述方法包括：
[0034]对通过设定方法拉制的单晶硅锭实施晶圆加工处理，获得多个晶圆；
[0035]针对所述多个晶圆中的每一个，在通过第一方面以及第一方面中任一示例所述的识别晶圆边缘缺陷类型的方法识别边缘缺陷类型。
[0036]本专利技术实施例提供了一种识别晶圆边缘缺陷类型的方法、装置、介质及晶圆加工方法；在获取存在缺陷的待识别区域之后，结合能够框选住缺陷的待识别区域特征以及缺陷的形貌特征对边缘缺陷类型进行识别，提高了晶圆边缘缺陷类型的识别准确度。
附图说明
[0037]图1为本专利技术实施例提供的一种实施环境示意图；
[0038]图2为本专利技术实施例提供的一种识别晶圆边缘缺陷类型的方法流程示意图；
[0039]图3为本专利技术实施例提供的晶圆边缘图像示意图；
[0040]图4为本专利技术实施例提供的晶圆边缘存在缺陷的示意图；
[0041]图5为本专利技术实施例提供的崩边缺陷示意图；
[0042]图6为本专利技术实施例提供的裂纹缺陷示意图；
[0043]图7为本专利技术实施本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种识别晶圆边缘缺陷类型的方法，其特征在于，所述方法包括：接收采集到的待测晶圆的边缘图像；根据所述边缘图像的图像特征确定存在缺陷的待识别区域；获取所述待识别区域内所存在的缺陷的形貌特征；根据所述形貌特征以及所述待识别区域特征确定所述待识别区域内所存在的缺陷的类型。2.根据权利要求1所述的方法，其特征在于，所述根据所述边缘图像的图像特征确定存在缺陷的待识别区域，包括：在所述边缘图像对应的灰度图像中，选取灰度波动值小于设定的第一阈值的位置处的灰度值作为基准值；将与所述基准值存在灰度波动幅度值大于设定的第二阈值的区域作为待扩展区域；以所述待扩展区域内的中心，分别沿水平方向和竖直方向获取所述待扩展区域的边界的最长距离，形成所述待识别区域的宽度边和高度边；根据所述待识别区域的宽度边和高度边以及所述待扩展区域内的中心确定所述待识别区域。3.根据权利要求1所述的方法，所述形貌特征包括：所述缺陷在所述待识别区域内的面积占比以及所述缺陷的最长轴相对于设定参考角度的偏转角度；所述待识别区域特征包括所述待识别区域的水平方向长度和竖直方向长度。4.根据权利要求3所述的方法，其特征在于，所述根据所述形貌特征以及所述待识别区域特征确定所述待识别区域内所存在的缺陷的类型，包括：相应于所述缺陷在所述待识别区域内的面积占比不小于设定的面积占比阈值，且所述待识别区域的水平方向长度和竖直方向长度分别不小于设定的第一长度阈值和第二长度阈值，确定所述待识别区域内所存在的缺陷的类型为崩边缺陷；相应于所述缺陷的最长轴相对于设定参考角度的偏转角度处于设定的第一偏转角度范围、所述待识别区域的竖直方向长度不小于所述第二长度阈值、且所述缺陷在所述待识别区域内的面积占比小于所述面积占比阈值，确定所述待识别区域内所存在的缺陷的类型为裂纹缺陷；相应于所述缺陷的最长轴相对于设定参考角度的偏转角度处于设定的第二偏转角度...

【专利技术属性】
技术研发人员：马强强，
申请(专利权)人：西安奕斯伟硅片技术有限公司，
类型：发明
国别省市：