摘要

檢測(cè)圖案化半導(dǎo)體晶圓上的缺陷是晶圓生產(chǎn)中的關(guān)鍵步驟。為此目的已經(jīng)開(kāi)發(fā)了許多檢查方法和設(shè)備。我們最近提出了一種基于幾何流形學(xué)習(xí)技術(shù)的異常檢測(cè)方法。這種方法是數(shù)據(jù)驅(qū)動(dòng)的，通過(guò)使用擴(kuò)散圖將異常與圖像固有幾何結(jié)構(gòu)引起的背景分離。在本文中，我們將算法擴(kuò)展到多通道晶圓缺陷檢測(cè)中的 3D 數(shù)據(jù)。我們?cè)谝唤M半導(dǎo)體晶片上測(cè)試了我們的算法，并證明了我們的多尺度多通道算法與單尺度和單通道方法相比具有卓越的性能。

簡(jiǎn)介

缺陷檢測(cè)對(duì)于半導(dǎo)體晶圓的制造至關(guān)重要，但依賴(lài)手動(dòng)檢測(cè)既費(fèi)時(shí)又昂貴，并且可能導(dǎo)致良率下降。對(duì)此問(wèn)題的強(qiáng)大自動(dòng)化解決方案至關(guān)重要，因?yàn)閷H向用戶(hù)顯示可疑區(qū)域，從而節(jié)省寶貴的時(shí)間。缺陷檢測(cè)具有挑戰(zhàn)性，因?yàn)榭赡艿娜毕輿](méi)有精確的特征，它們可能包括顆粒、開(kāi)路、線間短路或其他問(wèn)題。缺陷可能屬于晶片背景或其圖案，并且可能占主導(dǎo)地位或幾乎不明顯。這種多樣性使得基于一些先驗(yàn)特征或檢測(cè)訓(xùn)練數(shù)據(jù)庫(kù)執(zhí)行模板匹配變得非常困難，因此鼓勵(lì)開(kāi)發(fā)無(wú)監(jiān)督的數(shù)據(jù)驅(qū)動(dòng)方法。

各種各樣的圖像處理技術(shù)已應(yīng)用于晶圓中的自動(dòng)缺陷檢測(cè)。晶圓缺陷檢測(cè)的常用方法是利用無(wú)缺陷的參考圖像，并對(duì)參考圖像和檢查圖像之間的差異進(jìn)行檢測(cè) 。差異圖像的計(jì)算對(duì)參考圖像和檢查圖像之間的圖像配準(zhǔn)非常敏感，并且會(huì)影響基于參考的方法的性能。

(a) 根據(jù)與擴(kuò)散圖的前三個(gè)坐標(biāo)相關(guān)的 RGB 顏色著色的圖像像素。(b) 多通道多尺度 (MCMS) 方法的異常分?jǐn)?shù)。只有缺陷會(huì)獲得高分。

結(jié)論

我們已將我們的多尺度異常檢測(cè)算法擴(kuò)展到多通道晶圓缺陷檢測(cè)中的 3D 數(shù)據(jù)。所提出的算法在半導(dǎo)體晶片 SEM 圖像數(shù)據(jù)集上進(jìn)行了測(cè)試，與單尺度和單通道方法相比，表現(xiàn)出優(yōu)越的性能。

映射嵌入在此應(yīng)用中特別有吸引力，因?yàn)閿U(kuò)散映射提供了晶片圖像中重復(fù)幾何結(jié)構(gòu)的緊湊表示，無(wú)需參考圖像，此外對(duì)這些圖像中的主要噪聲具有魯棒性。該算法以前應(yīng)用于水雷檢測(cè)中的側(cè)掃聲納圖像。本文證明了所提出算法的魯棒性及其對(duì)成像傳感器、背景和噪聲模型的魯棒性。

　　審核編輯：湯梓紅