晶圓邊緣檢測技術研究

劉西鋒

摘 要

伴隨著集成電子電路制造技術的提升，人們對于晶圓的研究逐漸深入。晶圓的特征尺寸縮小的同時將會產生很多的微小缺陷。通過晶圓的邊緣檢測技術能夠實現對晶圓缺陷的檢測。在本文中利用邊緣提取技術以及模式識別技術，對晶圓的缺陷等進行有效識別，對邊緣檢測技術進行研究。

【關鍵詞】晶圓 邊緣檢測技術 研究

應用晶圓邊緣檢測技術，需要對晶圓表面的缺陷種類以及成因進行分析。然后根據晶圓圖像，對其中的直線幾何特征進行提取，有助于對于晶圓進行相關的缺陷檢測。晶圓缺陷檢測技術，綜合了機器視覺、數字圖像處理等技術，從而實現對于晶圓表面的缺陷檢查。

1 晶圓表面缺陷的種類以及成因

1.1 晶圓表面缺陷種類

一般情況下，晶圓主要分為無圖案晶圓和有圖案晶圓，該兩種晶圓的性質不同，其實際的缺陷也存在著明顯的不同。而造成晶圓表面出現缺陷的原因有多種，一方面來自于晶圓本身材質的問題，另一方面來自于晶圓在實際生產中所造成的缺陷。不同晶圓，在不同的缺陷下，其缺陷檢測方法不同。為了提升晶圓缺陷檢測算法的針對性，需要對晶圓的缺陷進行分類。晶圓的缺陷主要是有以下幾種類型：表面冗余物、晶體缺陷、劃痕、圖案缺陷等。

1.2 晶圓表面缺陷成因

對于晶圓表面的冗余物，其種類比較多，例如包含微小顆粒、灰塵、晶圓加工前一個工序的殘留物。這些冗余物的出現，一般是來自于晶圓表面的空氣污濁以及加工環節中化學試劑的清理不干凈等。這些冗余物的出現，將會嚴重的影響到晶圓表面的完整性。對于晶體缺陷，該種缺陷在晶圓應用環節中比較常見，晶體本身的缺陷一般是在晶體加工環節中由于溫度、濕度等設置不合理而造成的。該種缺陷形式能夠通過人工觀測的方式將其缺陷識別出來。例如，堆垛層錯類型缺陷是由于晶體結構在密排面的正常堆垛順序被破壞，最終導致晶圓出現缺陷。

對于晶圓的機械損傷，一般是指晶圓表面的因為拋光、或者是切片而為晶圓表面所造成的劃痕，該種缺陷一般是由于是化學機械在實際研磨環境中所造成的。

2 晶圓圖像的直線幾何特征提取

2.1 特征提取

對于晶圓圖像的直線幾何特征進行提取，希望能夠用于相關配準的幾何特征有以下幾個特點：晶圓圖像的幾何形狀變換性比較低，當圖像發生了較為大幅度的選轉，晶圓的幾何特征都不會發生相對位置、形狀上的改變。另外一個特點就是其特征便于提取。

在晶圓圖像上，具有一定的街區域，在該街區域中，具有圖像不變化的幾何特性，圖像的信息能夠在街區域中實現自動提取?？梢哉f，街區域能夠作為晶圓圖像相關性配準的特征量，晶圓圖像街區域具有一定的寬度，同時該區域中都是由一定的“粗線”構成的。對于該矩形區域，需要檢測出圖形的水平線與垂直線，同時在檢測的環節中，能夠根據區域中的幾何特征進行分拍子圖的拼接。

2.2 街區域二值化處理與Hough變換

在晶圓幾何特征提取環節中，可以在街區域中，進行二值化處理，然后對于晶圓進行水平和垂直邊緣缺陷的檢測，接下來可以通過Hough的變換，得到缺陷檢測的水平線具體位置。最后，在Hough變換基礎上，計算得得到垂直線的具體位置。實際的Hough變換，需要對圖像進行進行邊緣的檢測，將圖像中的灰度變化明顯點找出來。實現邊緣檢測，可以滿足兩個條件，第一是噪聲抑制，第二是盡可能的準確找到晶圓的缺陷邊緣。在晶圓缺陷邊緣上存在著亮度，亮度的會發生不同程度的變化，亮度變化特征就是晶圓缺陷亮度計算的導數。對缺陷亮度進行一階求導，就會得到亮度梯度，在亮度梯度的基礎上，在進行求導，就會得到亮度梯度的變化率。

3 IC晶圓缺陷檢測算法

對IC晶圓的缺陷進行識別與檢測，需要在一定的算法在支持下實現。一般情況下，晶圓的缺陷檢測算法是實現晶圓缺陷檢測的核心技術之一，其缺陷檢測技術主要含有三方面的內容：

（1）晶圓圖像被處理后，將其與模板進行對比；

（2）對于晶圓圖像進行形態學上的分析；

（3）第一種方式和第二種方式結合起來，實現晶圓缺陷檢測的揚長避短。

在以上晶圓缺陷檢測算法中，基于模板對比法，實質是將待測的晶圓圖像與標準的圖像進行對比。具體的對比環節中，將含有缺陷的晶圓模板與標準晶圓模板之間進行直接的對比，從圖像特征、位置等入手，進行晶圓圖像之間的異或運算。該種模板運算的最大優勢在于其效率高，能夠在短時間內檢測出模板上的缺陷位置以及缺陷所形成的原因。對劃痕、邊緣破損、顆粒等缺陷急性有效的識別。形態分析方法中，首先預設一個標準形態，在實際檢測中，對晶圓形態進行遍歷，一旦出現不符合標準形態的圖像則被判定為缺陷圖像。該種缺陷檢測算法與第一種算法相比，算法實現的時間比較長，同時其復雜度比較高。而混合法在實際缺陷檢測中，能夠綜合以上兩種檢測方法的優勢。

根據經驗，對于晶圓的邊緣缺陷檢測，如果晶圓的圖案比較簡單的情況下，可以以周期性重復的圖案最為缺陷邊緣對比的模板。顯微鏡所能夠觀察的圖像范圍比較少，在圖像融合的情況下，難以觀察到缺陷邊緣，使用差影法所得到的缺陷圖像，能夠對缺陷的特征有針對性的提取。

4 結論

綜上所述，近年來，晶圓邊緣檢測技術逐漸成為了一種比較重要的圖像預處理技術。在傳統的晶圓檢測方法下，難以實現缺陷特征的提取，基于邊緣的缺陷檢測技術，在獲取晶圓完整圖像的基礎上，采用數字圖像處理技術，實現了晶圓缺陷檢測的自動化。在本文中對晶圓表面缺陷的種類以及成因進行總結，研究晶圓圖像的直線幾何特征提取，并提出 IC晶圓缺陷檢測算法。

參考文獻

[1]劉紅俠，楊靚，黃巾，等.快速圖像匹配相關系數算法及實現[J].微電子學與計算機，2013，24（02）：32-35.

[2]周文.IC互連中的缺陷檢測方法及缺陷對電路可靠性的影響[D].西安電子科技大學，2013.30-38.

[3]黃德歡，王慶康，龐乾駿，等.掃描隧道顯微鏡單原子操縱技術及其物理機理[J].上海交通大學學報，2011，35（02）：157-167.

[4]吳黎明，崔山領，王立萍，等.重復圖案晶片自動檢測新方法[J].光學精密工程，201316（05）：925-930.

[5]李政廣，吳黎明，賴南輝，等.骨架提取在IC晶片缺陷機器視覺識別中的研究[J].半導體技術，2013，32（04）：324-327.

作者單位

北京自動化技術研究院 北京市 100078