劉西鋒

摘 要

伴隨著集成電子電路制造技術(shù)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(chǎn)生很多的微小缺陷。通過晶圓的邊緣檢測技術(shù)能夠?qū)崿F(xiàn)對晶圓缺陷的檢測。在本文中利用邊緣提取技術(shù)以及模式識別技術(shù)，對晶圓的缺陷等進行有效識別，對邊緣檢測技術(shù)進行研究。

【關(guān)鍵詞】晶圓 邊緣檢測技術(shù) 研究

應(yīng)用晶圓邊緣檢測技術(shù)，需要對晶圓表面的缺陷種類以及成因進行分析。然后根據(jù)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(guān)的缺陷檢測。晶圓缺陷檢測技術(shù)，綜合了機器視覺、數(shù)字圖像處理等技術(shù)，從而實現(xiàn)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(zhì)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(xiàn)缺陷的原因有多種，一方面來自于晶圓本身材質(zhì)的問題，另一方面來自于晶圓在實際生產(chǎn)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(xiàn)，一般是來自于晶圓表面的空氣污濁以及加工環(huán)節(jié)中化學(xué)試劑的清理不干凈等。這些冗余物的出現(xiàn)，將會嚴(yán)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(yīng)用環(huán)節(jié)中比較常見，晶體本身的缺陷一般是在晶體加工環(huán)節(jié)中由于溫度、濕度等設(shè)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(jié)構(gòu)在密排面的正常堆垛順序被破壞，最終導(dǎo)致晶圓出現(xiàn)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(xué)機械在實際研磨環(huán)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(guān)配準(zhǔn)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(dāng)圖像發(fā)生了較為大幅度的選轉(zhuǎn)，晶圓的幾何特征都不會發(fā)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(qū)域，在該街區(qū)域中，具有圖像不變化的幾何特性，圖像的信息能夠在街區(qū)域中實現(xiàn)自動提取?？梢哉f，街區(qū)域能夠作為晶圓圖像相關(guān)性配準(zhǔn)的特征量，晶圓圖像街區(qū)域具有一定的寬度，同時該區(qū)域中都是由一定的“粗線”構(gòu)成的。對于該矩形區(qū)域，需要檢測出圖形的水平線與垂直線，同時在檢測的環(huán)節(jié)中，能夠根據(jù)區(qū)域中的幾何特征進行分拍子圖的拼接。

2.2 街區(qū)域二值化處理與Hough變換

在晶圓幾何特征提取環(huán)節(jié)中，可以在街區(qū)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(chǔ)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(xiàn)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(zhǔn)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(fā)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(dǎo)數(shù)。對缺陷亮度進行一階求導(dǎo)，就會得到亮度梯度，在亮度梯度的基礎(chǔ)上，在進行求導(dǎo)，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(xiàn)。一般情況下，晶圓的缺陷檢測算法是實現(xiàn)晶圓缺陷檢測的核心技術(shù)之一，其缺陷檢測技術(shù)主要含有三方面的內(nèi)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(tài)學(xué)上的分析；

（3）第一種方式和第二種方式結(jié)合起來，實現(xiàn)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(zhì)是將待測的晶圓圖像與標(biāo)準(zhǔn)的圖像進行對比。具體的對比環(huán)節(jié)中，將含有缺陷的晶圓模板與標(biāo)準(zhǔn)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(yōu)勢在于其效率高，能夠在短時間內(nèi)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(tài)分析方法中，首先預(yù)設(shè)一個標(biāo)準(zhǔn)形態(tài)，在實際檢測中，對晶圓形態(tài)進行遍歷，一旦出現(xiàn)不符合標(biāo)準(zhǔn)形態(tài)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(xiàn)的時間比較長，同時其復(fù)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(yōu)勢。

根據(jù)經(jīng)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(fù)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?qū)θ毕莸奶卣饔嗅槍π缘奶崛　?/p>

4 結(jié)論

綜上所述，近年來，晶圓邊緣檢測技術(shù)逐漸成為了一種比較重要的圖像預(yù)處理技術(shù)。在傳統(tǒng)的晶圓檢測方法下，難以實現(xiàn)缺陷特征的提取，基于邊緣的缺陷檢測技術(shù)，在獲取晶圓完整圖像的基礎(chǔ)上，采用數(shù)字圖像處理技術(shù)，實現(xiàn)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(jié)，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(guān)系數(shù)算法及實現(xiàn)[J].微電子學(xué)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(xué)，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(shù)及其物理機理[J].上海交通大學(xué)學(xué)報，2011，35（02）：157-167.

[4]吳黎明，崔山領(lǐng)，王立萍，等.重復(fù)圖案晶片自動檢測新方法[J].光學(xué)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(dǎo)體技術(shù)，2013，32（04）：324-327.

作者單位

北京自動化技術(shù)研究院 北京市 100078