缺陷检查系统以及缺陷检查方法技术方案

本发明专利技术提供缺陷检查系统、缺陷检查方法，能吸收拍摄条件不同所引起的检查图像的差，或具有各检查工序中能共同使用的过滤模型，能进行高效率的检查。缺陷检查系统(100)具有：缺陷检测部(104)，比较检查图像(4)和不具有缺陷的图像即参照图像来检测检查图像内缺陷位置；过滤模型，将检测的缺陷位置分类为虚报或指定的缺陷种类；过滤条件保持部(106)，保持过滤条件；缺陷区域提取部，在每个预定的距离内将缺陷检测部(104)检测的缺陷位置汇总；缺陷过滤部(105)，按每个缺陷区域判定是否符合过滤条件，仅提取符合的缺陷区域；标准化部(101)，基于检查时的加工工序和按每个加工工序或每个拍摄条件设定的标准化条件对检查图像(4)进行标准化。标准化。标准化。

【技术实现步骤摘要】
缺陷检查系统以及缺陷检查方法


[0001]本专利技术涉及使用了由电子显微镜取得的试样的检查图像的缺陷检查系统以及缺陷检查方法。

技术介绍

[0002]在半导体检查中，使用通过应用了扫描型电子显微镜(SEM：Scanning Electron Microscope)的测长SEM(CD
‑
SEM：Critical Dimmension
‑
SEM)等拍摄的SEM图像。作为以往的半导体检查方式有参照图像比较检查，将作为与检查图像相同形状且不同地点的图像的参照图像和检查图像进行比较，根据它们的像素差判定有无缺陷。在该检查中，为了检测微小的缺陷，需要提高检测灵敏度，但若提高检测灵敏度，则被称为虚报的误检测增加，因此存在难以调整检测灵敏度的课题。而且，半导体的缺陷种类存在多种，但在参照图像比较检查中难以通过检测灵敏度调整来识别缺陷种类。
[0003]为了解决这些课题，研究了用于从参照图像比较检查的检测结果中去除虚报的学习模型。作为该现有技术，例如，在专利文献1中公开了如下技术：通过提取缺陷区域的周边并对实际缺陷和虚报进行分类，能够实现检查精度充分的缺陷判定方法。具体而言，在专利文献1中记载了一种信息处理装置，具备：第一学习部，其使用正常数据的集合，学习用于判别上述正常数据的第一模型；第二学习部，其将从预先准备的多个拍摄图像的每一个基于上述第一模型检测出的、表示异常的候选区域的多个异常候选区域中的、由用户选择出的异常候选区域作为正解数据，将未由上述用户选择出的异常候选区域作为非正解数据，学习用于识别上述正解数据和上述非正解数据的第二模型；取得部，其取得上述拍摄图像；检测部，其使用上述第一模型，从由上述取得部取得的上述拍摄图像中检测上述异常候选区域；判断部，其判断使用上述第二模型由上述检测部检测出的上述异常候选区域是属于上述正解数据还是属于上述非正解数据；以及输出控制部，其进行输出上述判断部的判断结果的控制。
[0004]专利文献1：日本特开2018
‑
120300号公报

技术实现思路

[0005]在半导体检查的缺陷检测中，由于按照检查对象的每个工序想要提取的缺陷种类不同，因此要求按照每个工序对缺陷检测结果进行过滤。然而，在专利文献1所公开的技术中，由于按照每个工序学习用于过滤的模型，所以数据收集、学习需要时间。而且，在因拍摄条件的不同导致检查图像不同的情况下，可能产生需要模型的再学习的课题。
[0006]因此，本专利技术提供一种缺陷检查系统以及缺陷检查方法，能够吸收因拍摄条件的不同而引起的检查图像的差，或者通过具有在各检查工序中能够共同使用的过滤模型而进行高效率的检查。
[0007]为了解决上述课题，本专利技术的缺陷检查系统基于在通过1个以上的加工工序加工的试样中在1个以上的加工工序后拍摄到的试样的检查图像来检查缺陷的有无，其特征在
于，该缺陷检查系统具有：缺陷检测部，其将所述检查图像和参照图像进行比较来检测检查图像内的缺陷位置，其中，所述参照图像是与所述检查图像在同一检查点且不具有缺陷的图像；过滤模型，其将由所述缺陷检测部检测到的缺陷位置分类为虚报或指定的缺陷种类；过滤条件保持部，其保持由指定的缺陷种类和/或缺陷尺寸构成的过滤条件；缺陷区域提取部，其在每个预定的距离内将由所述缺陷检测部检测出的缺陷位置汇总在一起；缺陷过滤部，其针对由所述缺陷区域提取部提取出的每个缺陷区域，判定是否符合所述过滤条件，仅提取符合的所述缺陷区域；以及标准化部，其基于检查时的所述加工工序和按照每个所述加工工序或每个拍摄条件设定的标准化条件，对所述检查图像进行标准化，所述过滤模型通过使用由所述标准化部标准化后的检查图像来进行学习，从而得到所述过滤模型。
[0008]另外，本专利技术的缺陷检查方法基于在通过1个以上的加工工序加工的试样中在1个以上的加工工序后拍摄到的试样的检查图像来检查有无缺陷，其特征在于，所述缺陷检查方法包括如下处理：缺陷检测部将所述检查图像和参照图像进行比较来检测检查图像内的缺陷位置，其中，所述参照图像是与所述检查图像在同一检查点且不具有缺陷的图像；过滤模型将由所述缺陷检测部检测出的缺陷位置分类为虚报或指定的缺陷种类；过滤条件保持部保持由指定的缺陷种类和/或缺陷尺寸构成的过滤条件；缺陷区域提取部提取在每个预定的距离内将由所述缺陷检测部检测出的缺陷位置汇总而成的缺陷区域；缺陷过滤部针对由所述缺陷区域提取部提取出的每个缺陷区域，判定是否符合所述过滤条件，仅提取符合的缺陷区域；以及标准化部基于检查时的所述加工工序和按照每个加工工序或每个拍摄条件设定的标准化条件，对所述检查图像进行标准化，所述过滤模型通过使用由所述标准化部标准化后的检查图像进行学习而得到。
[0009]根据本专利技术，能够提供一种缺陷检查系统以及缺陷检查方法，能够吸收因拍摄条件的不同而引起的检查图像的差，或者通过具有在各检查工序中能够共同使用的过滤模型而能够进行高效率的检查。
[0010]例如，能够吸收由摄像条件的不同引起的检查图像的差，在各检查工序中使用共用的过滤模型来分离实际缺陷和虚报。而且，能够按照每个工序仅输出想要提取的缺陷种类和缺陷尺寸。
[0011]上述以外的课题、结构以及效果通过以下的实施方式的说明而变得明确。
附图说明
[0012]图1是表示本专利技术的一实施例所涉及的实施例1的缺陷检查系统的整体结构的功能框图。
[0013]图2是构成图1所示的缺陷检查系统的数据处理部进行学习时的主要功能部框图。
[0014]图3是图1所示的缺陷检查系统进行学习时的流程图。
[0015]图4是构成图1所示的缺陷检查系统的数据处理部进行推论时的主要功能框图。
[0016]图5是图1所示的缺陷检查系统进行推论时的流程图。
[0017]图6是实施例1中的具体的缺陷检查流程的详细图。
[0018]图7是表示实施例1的缺陷过滤部的动作的图。
[0019]图8是实施例1的缺陷过滤部的流程图。
[0020]图9是实施例1的检查图像标准化部的流程图。
[0021]图10是表示实施例1的检查图像标准化部的效果的图。
[0022]图11是表示实施例1的学习用GUI的图。
[0023]图12是表示实施例1的推论用GUI的图。
[0024]图13是本专利技术的另一实施例所涉及的实施例2的缺陷检查系统的学习时的流程图。
[0025]图14是以往的具体的缺陷检查流程的详细图。
[0026]附图标记说明
[0027]1…
试样
[0028]2…
拍摄制程
[0029]3…
检查装置
[0030]4…
检查图像
[0031]5…
检查图像DB
[0032]6…
标准化条件DB
[0033]7…
计算机
[0034]8…
过滤模型DB
[0035]9…
缺陷分类结果<本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种缺陷检查系统，其基于在通过1个以上的加工工序加工的试样中在1个以上的加工工序后拍摄到的试样的检查图像来检查有无缺陷，其特征在于，所述缺陷检查系统具备：缺陷检测部，其将所述检查图像和参照图像进行比较来检测检查图像内的缺陷位置，其中，所述参照图像是与所述检查图像在同一检查点且不具有缺陷的图像；过滤模型，其将由所述缺陷检测部检测出的缺陷位置分类为虚报或指定的缺陷种类；过滤条件保持部，其保持由指定的缺陷种类和/或缺陷尺寸构成的过滤条件；缺陷区域提取部，其在每个预定的距离内将由所述缺陷检测部检测出的缺陷位置汇总在一起；缺陷过滤部，其针对由所述缺陷区域提取部提取出的每个缺陷区域，判定是否符合所述过滤条件，仅提取符合的缺陷区域；以及标准化部，其基于检查时的所述加工工序和按照每个加工工序或每个拍摄条件设定的标准化条件，对所述检查图像进行标准化，所述过滤模型通过使用由所述标准化部标准化后的检查图像来进行学习，从而得到所述过滤模型。2.根据权利要求1所述的缺陷检查系统，其特征在于，如果所述过滤模型通过使用在多个加工工序中共用的由所述标准化部标准化后的检查图像进行学习而仅设定标准化条件，则也能够应用于没有学习数据的加工工序。3.根据权利要求2所述的缺陷检查系统，其特征在于，所述过滤模型通过使用了CNN即卷积神经网络的机器学习来确定所述检查图像中存在的缺陷的有无或缺陷种类。4.根据权利要求2所述的缺陷检查系统，其特征在于，构成所述过滤条件的缺陷种类至少是布线短、布线的短路、布线的前端变细、布线的开放、布线的损伤、存在于布线上和/或布线内的异物、布线以外的缺陷、以及对比度的差异中的任意一个。5.根据权利要求2所述的缺陷检查系统，其特征在于，所述标准化部根据用于将所述检查图像变换为在所述过滤模型中使用的基准图像的变换参数，将所述检查图像变换为所述基准图像，所述过滤模型能够在多个加工工序中共同使用。6.根据权利要求5所述的缺陷检查系统，其特征在于，所述过滤模型以所述检查图像的像素为单位分类为虚报或指定的缺陷种类。7.根据权利要求6所述的缺陷检查系统，其特征在于，所述缺陷检查系统具备标准化条件数据库，所述标准化部按照每个加工工序预先计算出用于标准化的变换参数，作为所述标准化条件存储在标准化条...

【专利技术属性】
技术研发人员：佐野裕子，石川昌义，新藤博之，
申请(专利权)人：株式会社日立高新技术，
类型：发明
国别省市：