[发明专利]晶圆缺陷的检测方法及装置

说明书

本申请是关于一种晶圆缺陷的检测方法及装置。该方法包括：通过模板匹配算法识别出待测晶圆上不同缺陷形态所对应的图像区域，从而根据不同图像区域的检测图像进行特征参数的提取，提取出的特征参数可以可靠表征待测晶圆，对提取出的特征参数进行阈值判断，根据判断结果得到待测晶圆的缺陷检测结果。本申请提供的方案，能够识别出缺陷类型，并根据映射关系推算出晶圆生产制程中的站点异常，从而为晶圆制程提供指导性的改善建议。

技术领域

本申请涉及计算机视觉技术领域，尤其涉及晶圆缺陷的检测方法及装置。

背景技术

全球半导体市场中，95%以上的半导体器件和99%以上的集成电路都采用高纯晶圆片制作。晶圆片上刻蚀出数以百万计的晶体管，这些晶体管比人的头发要细小上百倍，所以，晶圆检测中对于精度的要求很高。而作为半导体器件的核心零件，晶圆的质量好坏对于半导体器件能否正常工作起着决定性的作用，因此，对晶圆片进行缺陷检查对于半导体的生产有着重要作用，寻求一种高效准确的晶圆缺陷检测方法是半导体行业的热点话题。

目前，晶圆内部缺陷一般是通过电性能的测试来进行判别的，该方法只能对晶圆进行是否存在缺陷的检测，而不能针对不同的缺陷类型进行检测，因此无法直观地体现出晶圆制程中黄光、蚀刻或切割等站点的制程问题，对晶圆生产过程无法产生指导性的改善建议，同时与光学检测方法相比，也不具备高效和低成本优势。

而公告号为CN505153093A的专利文件公开了一种利用待测晶圆的图像和模板图像的残差图进行待测晶圆的缺陷检测的方法，但是该方案存在以下缺陷：

1、该方案利用整个晶圆灰度图像与模板图像进行缺陷判定，大于灰度残差阈值的区域即被判定为缺陷，并没有对缺陷类型进行区分；

2、该方案仅靠灰度特征进行缺陷检测，检测结果的可靠性低。

发明内容

为克服相关技术中存在的问题，本申请提供一种晶圆缺陷的检测方法，该方法能够高效准确地检测出晶圆的缺陷类型。

本申请第一方面提供一种晶圆缺陷的检测方法，包括：

采集待测晶圆的红外图像；

利用模板匹配算法对所述红外图像进行定位，得到目标形态图像；所述目标形态图像包括：牛顿环图；

对所述目标形态图像进行预处理，得到目标检测图像；所述目标检测图像包括：去噪牛顿环骨架图；

基于所述目标检测图像提取得到检测特征参数；所述检测特征参数包括：牛顿环层数；

基于所述检测特征参数进行阈值判断，得到所述待测晶圆的缺陷类型。

在一种实施方式中，当所述目标形态图像为牛顿环图时，所述对所述目标形态图像进行预处理，得到目标检测图像，包括：

利用拉普拉斯算子对所述牛顿环图进行处理，提取得到牛顿环特征图；

利用骨架提取算法对所述牛顿环特征图进行骨架提取，得到牛顿环骨架图；

对所述牛顿环骨架图进行异常轮廓线的剔除，得到去噪牛顿环骨架图。

在一种实施方式中，所述基于所述目标检测图像提取得到检测特征参数，包括：

计算出所述去噪牛顿环骨架图中各个轮廓线的中心点数据，得到中心点数据集合；

利用k-means聚类算法对所述中心点数据集合进行分类，得到N个簇；所述N为正整数；

计算簇P中的所有中心点数据的均值作为所述牛顿环的中心点数据；所述簇P为所述N个簇中，数据量最多的簇；

以所述牛顿环的中心点为原点建立平面坐标系，计算牛顿环与坐标系横轴正半轴的最大交点数作为牛顿环层数。