使用缺陷特定的信息检测晶片上的缺陷.pdf

本发明提供用于使用缺陷特定的信息检测晶片上的缺陷的方法及系统。一种方法包含获取晶片上的目标的信息。所述目标包含形成在所述晶片上的关注图案及接近所述关注图案或在所述关注图案中发生的已知DOI。所述信息包含所述晶片上的所述目标的图像。所述方法还包含搜索所述晶片或另一晶片上的目标候选者。所述目标候选者包含所述关注图案。提供所述目标及目标候选者位置以进行缺陷检测。此外，所述方法包含通过识别所述目标候选者的图像中的潜在DOI位置及将一或多个检测参数应用到所述潜在DOI位置的图像而检测所述目标候选者中的所述已知DOI。

1.  一种用于检测晶片上的缺陷的计算机实施的方法，其包括：
获取晶片上的目标的信息，其中所述目标包括形成在所述晶片上的关注图案及接近所述关注图案或在所述关注图案中发生的已知关注缺陷，且其中所述信息包括通过使所述晶片上的所述目标成像而获取的所述晶片上的所述目标的图像、所述晶片上的所述关注图案的位置、所述已知关注缺陷相对于所述关注图案的位置，以及从所述关注图案及所述已知关注缺陷计算的一或多个特性；
搜索所述晶片或另一晶片上的目标候选者，其中所述目标候选者包括所述关注图案；及
通过识别所述目标候选者的图像中的潜在关注缺陷位置及将一或多个检测参数应用到所述潜在关注缺陷位置的图像而检测所述目标候选者中的所述已知关注缺陷，其中使用计算机系统执行所述检测。

2.  根据权利要求1所述的方法，其中所述方法的任何步骤无需所述晶片或所述另一晶片的设计数据。

3.  根据权利要求1所述的方法，其中所述方法的每一步骤独立使用所述晶片或所述另一晶片的设计数据。

4.  根据权利要求1所述的方法，其中获取所述目标的所述信息包括：导入关注缺陷样本的位置。

5.  根据权利要求1所述的方法，其中获取所述目标的所述信息包括：使用检验系统在关注缺陷的已知位置中抓取所述晶片上的所述目标的所述图像。

6.  根据权利要求1所述的方法，其中获取所述目标的所述信息包括指定：关照区域的大小、形状及位置；模板的大小、形状及位置；及其中在所述一或多个检测参数所应用到的所述图像中确定所述一或多个特性的区域。

7.  根据权利要求1所述的方法，其中获取所述目标的所述信息包括：提供图形用户接 口给用户。

8.  根据权利要求1所述的方法，其中获取所述目标的所述信息包括：显示关注缺陷位置的高分辨率图像。

9.  根据权利要求1所述的方法，其中获取所述目标的所述信息包括：抓取其中将执行所述搜索的所述晶片或所述另一晶片上的一个裸片中的所有已知关注缺陷的模板。

10.  根据权利要求1所述的方法，其中获取所述目标的所述信息包括：确定模板与所述目标的所述图像之间的类似性；及确定所述关注图案相对于接近所述关注图案的其它图案的唯一性。

11.  根据权利要求1所述的方法，其中所述关注图案的宽度及高度分别比形成在所述晶片及所述另一晶片上的裸片的宽度及高度短。

12.  根据权利要求1所述的方法，其中所述潜在关注缺陷位置接近所述关注图案的位置。

13.  根据权利要求1所述的方法，其中所述一或多个特性包括所述已知关注缺陷的一或多个特性。

14.  根据权利要求1所述的方法，其中所述一或多个特性包括所述已知关注缺陷的大小、形状、强度、对比度或极性。

15.  根据权利要求1所述的方法，其中所述已知关注缺陷的所述位置相对于所述关注图案的所述位置是唯一的。

16.  根据权利要求1所述的方法，其中产生微关照区域以覆盖所述潜在关注缺陷位置中的一者或多者。

17.  根据权利要求1所述的方法，其中在缺陷检测之前的设置步骤中使用检验系统执行所述获取及所述搜索。

18.  根据权利要求1所述的方法，其中使用相同类型的不同检验系统执行所述获取及所述搜索。

19.  根据权利要求1所述的方法，其中在不同裸片中执行所述获取及所述搜索，且其中在一个裸片中使用所述目标候选者的一或多个模板执行所述搜索。

20.  根据权利要求1所述的方法，其进一步包括通过将所述关注图案的模板图像与用于检测所述已知关注缺陷的所述图像相互关联而确定关照区域位置。

21.  根据权利要求1所述的方法，其进一步包括：选择所述目标的一或多个特性；选择所述一或多个检测参数；及确定关照区域的一或多个参数，使得不在所述目标候选者中检测除所述已知关注缺陷外的缺陷。

22.  根据权利要求1所述的方法，其进一步包括：获取所述晶片或所述另一晶片的其它图像；及使用所述其它图像以检测所述晶片或所述另一晶片上的其它缺陷。

23.  根据权利要求1所述的方法，其中所述一或多个检测参数所应用到的所述图像包括使用参考图像及测试图像产生的图像，且其中所述参考图像为所述关注图案的模板。

24.  根据权利要求1所述的方法，其进一步包括通过确定所述目标的模板是否与所述裸片的所述图像的不同部分相互关联而针对所述关注图案搜索所述晶片或所述另一晶片上的裸片的图像。

25.  根据权利要求1所述的方法，其进一步包括产生所述关注图案的模板及通过改变所述模板的所述大小或翻转、旋转或处理所述模板而修改所述模板。

26.  根据权利要求1所述的方法，其中所述搜索包括：使用最佳光学器件模式获取所述目标候选者的图像，用于进行所述目标候选者的所述图像到所述关注图案的图像或模板的图像匹配。

27.  根据权利要求1所述的方法，其中使用第一光学器件模式执行所述晶片上的所述目标的所述成像，且其中使用与所述第一光学器件模式不同的第二光学器件模式获取用于所述检测的所述目标候选者的所述图像。

28.  根据权利要求1所述的方法，其中所述检测包括：将所述目标的所述信息提供到缺陷检测模块，以准确识别所述潜在关注缺陷位置。

29.  根据权利要求1所述的方法，其中所述检测包括：通过将在设置期间获得的模板与在缺陷检验期间获得的所述目标候选者的所述图像相互关联，而识别所述目标候选者的所述图像中的所述潜在关注缺陷位置。

30.  根据权利要求1所述的方法，其进一步包括基于所述目标的所述信息确定所述一或多个检测参数。

31.  根据权利要求1所述的方法，其进一步包括分别基于每一类型的所述目标候选者的图像单独地针对每一类型的所述目标候选者确定所述一或多个检测参数。

32.  根据权利要求1所述的方法，其中应用所述一或多个检测参数包括：使用所述潜在关注缺陷位置的所述图像及参考图像产生差异图像；及对所述差异图像中的信号应用阈值。

33.  根据权利要求1所述的方法，其进一步包括确定接近所述潜在关注缺陷位置的差异图像的一或多个特性，其中应用所述一或多个检测参数包含将阈值应用到所述差异图像的所述一或多个特性的一或多个值。

34.  根据权利要求1所述的方法，其中所述一或多个特性包括所述已知关注缺陷的一或多个特性，且其中应用所述一或多个检测参数包含将阈值应用到从所述潜在关注缺陷位置的所述图像确定的所述一或多个特性的一或多个值。

35.  根据权利要求1所述的方法，其中所述一或多个检测参数所应用到的所述潜在关注缺陷位置的所述图像为围绕所述潜在关注缺陷位置的关照区域的图像，且其中所述关照区域基于接近所述关注图案或在所述关注图案中发生的所述已知关注缺陷的 大小确定。

36.  一种非暂时性计算机可读媒体，其存储可在计算机系统上执行以用于执行用于检测晶片上的缺陷的计算机实施的方法的程序指令，其中所述计算机实施的方法包括：
获取晶片上的目标的信息，其中所述目标包括形成在所述晶片上的关注图案及接近所述关注图案或在所述关注图案中发生的已知关注缺陷，且其中所述信息包括通过使所述晶片上的所述目标成像而获取的所述晶片上的所述目标的图像、所述晶片上的所述关注图案的位置、所述已知关注缺陷相对于所述关注图案的位置，以及从所述关注图案及所述已知关注缺陷计算的一或多个特性；
搜索所述晶片或另一晶片上的目标候选者，其中所述目标候选者包括所述关注图案；及
通过识别所述目标候选者的图像中的潜在关注缺陷位置及将一或多个检测参数应用到所述潜在关注缺陷位置的图像而检测所述目标候选者中的所述已知关注缺陷。

37.  一种经配置以检测晶片上的缺陷的系统，其包括：
检验子系统，其经配置以获取晶片上的目标的信息，其中所述目标包括形成在所述晶片上的关注图案及接近所述关注图案或在所述关注图案中发生的已知关注缺陷，且其中所述信息包括通过使所述晶片上的所述目标成像而获取的所述晶片上的所述目标的图像；
其中所述检验子系统进一步经配置以搜索所述晶片或另一晶片上的目标候选者，其中所述目标候选者包括所述关注图案；及
计算机系统，其经配置以通过识别所述目标候选者的图像中的潜在关注缺陷位置及将一或多个检测参数应用到所述潜在关注缺陷位置的图像而检测所述目标候选者中的所述已知关注缺陷。

使用缺陷特定的信息检测晶片上的缺陷
技术领域
本发明大体上涉及使用缺陷特定的信息检测晶片上的缺陷。
背景技术
下文描述及实例不因其包含在背景技术中而被认定为现有技术。
在半导体制造工艺期间的不同步骤中使用检验工艺以检测晶片上的缺陷。任何晶片检验系统的一个重要目的是抑制妨害缺陷。妨害缺陷是可能与半导体良率无关的所检测事件。这些妨害缺陷可能由晶片噪声及系统噪声导致或为晶片上的实体对象。妨害缺陷可能出现在晶片上的任何位置。一些关注缺陷(DOI)可能出现在晶片上的特定位置。DOI的上下文信息可用作缺陷检测的先前知识。已开发使用上下文信息的数种方法以检测缺陷。一种此方法使用图形数据串流(GDS)数据或设计信息以寻找缺陷可能以更高概率发生的热点及检验热点周围的缺陷。另一此方法匹配缺陷背景并在缺陷检测后保留或移除匹配的缺陷。
但是，此类方法存在若干缺点。举例来说，第一方法适用于GDS数据。但是，(例如)半导体制造厂中的缺陷工程师可能无法在所有情形中都获得GDS信息。此外，用户需进行图块到设计对准(patch-to-design alignment；PDA)及基于运行时间划幅的对准以精确重叠图像上的关照区域。如果基于划幅的对准失败，那么被划幅覆盖的位置将得不到检验。如果妨害缺陷的缺陷计数及缺陷类型相对较大，那么在缺陷检测后执行的第二方法可使检验显著变慢。此外，如果缺陷信号相对较弱，那么可检测大量妨害缺陷。缺陷信号可被定义为具有缺陷的图像与无缺陷的参考图像之间的最大灰阶差异。参考图像与缺陷图像在空间上对准且可从晶片上的相邻裸片或多个裸片获取。此外，如果执行所述方法以保持系统DOI，那么需要其它妨害移除机制以分离妨害缺陷及随机分布的DOI。这些方法均不使用缺陷特定的信息。
因此，开发无上述的缺点中的一者或多者的用于检测晶片上的缺陷的方法及/或系统将是有利的。
发明内容
各种实施例的下文描述不得以任何方式解释为限制所附权利要求书的标的物。
一个实施例涉及用于使用缺陷特定的信息检测晶片上的缺陷的计算机实施的方法。所述方法包含获取晶片上的目标的信息。所述目标包含形成在晶片上的关注图案(POI)及接近POI或在POI中发生的已知关注缺陷(DOI)。所述信息包含通过使晶片上的目标成像而获取的晶片上的目标的图像、晶片上的POI的位置、已知DOI相对于POI的位置，以及从POI及已知DOI计算的一或多个特性。所述方法还包含搜索与晶片上或另一晶片上的裸片中的POI匹配的目标候选者。所述目标候选者包含POI。可在缺陷检测前的设置步骤中执行POI搜索。在POI搜索后，可针对每一潜在缺陷位置产生微关照区域(MCA)。可提供这些位置用于缺陷检测。此外，所述方法包含通过识别目标候选者的图像中的潜在DOI位置及将一或多个检测参数应用到潜在DOI位置的图像而检测目标候选者中的已知DOI。使用计算机系统执行已知DOI的检测。
本方法与当前使用的基于上下文的检验之间存在数个差异。首先，本方法不依赖图形数据串流(GDS)数据。此外，可执行高度精确的关照区域对准以检测特定缺陷。此外，在设置及缺陷检测期间使用上下文及缺陷特定的信息，而非在缺陷检测后使用上下文及缺陷特定的信息。
可如本文中进一步描述那样执行上述方法。此外，上述方法可包含本文中描述的任何其它方法的任何其它步骤。此外，可由本文描述的任何系统执行上述方法。
另一实施例涉及非暂时性计算机可读媒体，其存储可在计算机系统上执行以用于执行用于检测晶片上的缺陷的计算机实施的方法的程序指令。计算机实施的方法包含上述方法的步骤。可进一步如本文中描述那样配置计算机可读媒体。可如本文中进一步描述那样执行计算机实施的方法的步骤。此外，可对其执行程序指令的计算机实施的方法可包含本文中描述的任何其它方法的任何其它步骤。
额外实施例涉及经配置以检测晶片上的缺陷的系统。所述系统包含经配置以获取晶片上的目标的信息的检验子系统。所述目标包含形成在晶片上的POI及接近POI或在POI中发生的已知DOI。所述信息包含通过使晶片上的目标成像而获取的晶片上的目标的图像。所述检验子系统还经配置以搜索与晶片上或另一晶片上的POI匹配的目标候选者及获取目标候选者的图像。此外，所述系统包含计算机系统，所述计算机系统经配置以通过识别目标候选者的图像中的潜在DOI位置及将一或多个检测参数应用到潜在DOI位置的图像而检测目标候选者中的已知DOI。所述系统可如本文中描述那样进一步配置。
附图说明
在阅读下文详细描述后且在参考附图后，将明白本发明的其它目的及优点，附图中：
图1为说明形成在晶片上的图案的一个实施例的平面图的示意图，且所述图案具有在所述图案中检测到的已知关注缺陷(DOI)；
图2为说明其上多个裸片及多个关注图案(POI)形成在多个裸片内的晶片的一个实施例的平面图的示意图；
图2a到2d为说明POI、靠近POI或在POI中发生的一或多个已知DOI，以及可针对已知DOI产生的一或多个微关照区域的不同实施例的平面图的示意图；
图3为说明图像、用于确定一或多个检测参数的图像内的区域及图像内的所述一或多个检测参数所应用到的区域的一个实施例的平面图的示意图；
图4为说明存储可在计算机系统上执行用于执行本文中描述的计算机实施的方法中的一者或多者的程序指令的非暂时性计算机可读媒体的一个实施例的框图；及
图5为说明经配置以检测晶片上的缺陷的系统的一个实施例的侧视图的示意图。
虽然本发明可容许各种修改及替代形式，但是其特定实施例仅借助实例展示在图式中且将在本文中详细描述。然而，应理解，图式及其详细描述不希望将本发明限于所揭示的特定形式，而是相反，本发明将涵盖落在如所附权利要求书所定义的本发明的精神及范围内的所有修改、等效物及替代物。
具体实施方式
现参考图式，应注意，图式未按比例绘制。明确来说，图式的一些元件的比例被很大程度上夸示以突出元件的特性。还应注意，图式未按相同比例绘制。已使用相同参考数字指示一个以上图式中所示的可能类似地配置的元件。
一个实施例涉及用于检测晶片上的缺陷的计算机实施的方法。所述方法包含获取晶片上的目标的信息。所述目标包含形成在晶片上的关注图案(POI)及接近(靠近)POI或在POI中发生的已知关注缺陷(DOI)。POI可仅包含形成在晶片上或将形成在晶片上的裸片的整个设计中的一些经图案化特征。换句话说，包含在目标中的POI不包含形成在晶片上或待形成在晶片上的裸片的整个图案。
DOI的样本可从特定源得知，例如对晶片执行的e光束检验或扫描电子显微术(SEM)复检。在一些此类情况中，用户将想要了解整个晶片上的这些种类的缺陷的数量。给定目标信息(特定上下文中的样本DOI)，本文中描述的实施例可用于检测所有DOI并抑制 整个晶片上的妨害缺陷。此外，由于本文中描述的实施例经设计以仅检测含有特定图案的目标候选者中的缺陷，所以本文中描述的实施例对于检测晶片上的系统缺陷特别有用，所述系统缺陷为通常归因于图案与用于在晶片上形成图案的工艺之间的相互作用而在晶片上以特定模式重复发生的缺陷。因此，DOI可包含形成在晶片上的图案中的缺陷，例如桥接。
在一个此实施例中，如图1中所示，图案100可形成在晶片上且在图1中展示，因为图案100可通过高分辨率检验系统(例如e光束检验系统或光学检验系统)成像。系统可抓取两个图像，一个图像来自目标位置，且另一图像来自待对其执行POI搜索的裸片或晶片。图案100中所示的特征可包含在本文中描述的目标中，这是因为如图案102(其等效于图案100但具有发生于其中的缺陷)中所示，可能已在晶片上的图案的一或多个例子中检测到经图案化特征106与经图案化特征108之间的DOI 104(例如桥接缺陷)。图1中所示的图案不希望代表可能实际形成在晶片上的任何图案。而是，所述图案希望展示可包含在目标的POI中的特征的类型及可能发生于其中的DOI的类型。可选择包含在POI中的经图案化特征的数量，使得可以预定精确度在针对晶片或其它晶片获取的图像中识别目标候选者。POI的大小还可如本文中进一步描述那样确定。
目标的信息包含通过使晶片上的目标成像而获取的晶片上的POI的图像、晶片上的POI的位置、已知DOI相对于POI的位置，以及从POI及已知DOI计算的一或多个特性。此外，目标的信息还可包含DOI可发生的位置，且所述位置可能是已知的且对POI位置来说是唯一的。目标的信息可在设置期间产生且可包含识别潜在缺陷位置及使用样本缺陷的测试图像及参考图像计算缺陷信息。
在一个实施例中，获取目标的信息包含：导入DOI样本的位置。这些位置的源可从检验结果及SEM复检结果获取。这些位置可用于抓取目标的图像。在一个实施例中，获取目标的信息包含：显示DOI位置的高分辨率图像。所述图像可从其它系统产生，例如SEM复检机或e光束检验机。此外，获取目标的信息可包含提供到用户的图形用户接口(GUI)。GUI可显示针对目标获取的任何信息。
在一个实施例中，获取目标的信息包含使用检验系统在DOI的已知位置中抓取晶片上的目标的图像。举例来说，在设置期间，所述系统抓取两组图像，一组图像来自裸片中的目标位置且另一组图像来自待对其执行POI搜索的裸片。目标位置上的图像组包含测试图像及参考图像。系统将一个图像与另一图像对准且计算两个图像之间的差异。用户通过参考测试图像或差异图像而手动标记DOI位置及POI位置。另一组图像包含在用于POI搜索的裸片中的相应位置处的测试图像及参考图像。所述系统通过将两个参考图 像相互关联而自动定位用于POI搜索的裸片的图像中的POI位置。当用户指定POI位置时，可从用于POI搜索的裸片中抓取模板(POI的图像)。获取信息还可包含界定模板位置及大小。此外，获取信息还可包含界定其中可针对缺陷检测确定一或多个参数的区域。还可计算POI及DOI的特性。将保存此目标信息用于将在下文中描述的POI搜索。在另一实施例中，获取目标的信息包含针对晶片或另一晶片上的一个裸片中的所有已知DOI抓取图像，其中将执行如本文中进一步描述搜索目标候选者。可通过将目标的图像与从用于POI搜索的裸片产生的图像相互关联而获得这些模板的位置。可能存在许多类型的目标。可针对每一类型抓取一个模板。
在另一实施例中，获取目标的信息包含指定：关照区域的大小、形状及位置；模板的大小、形状及位置；及其中在一或多个检测参数所应用到的图像(用于缺陷检测的图像)中确定所述一或多个特性的区域。可如本文中进一步描述那样执行这些步骤中的每一者。
可从用于POI搜索的相同裸片抓取所有模板。归因于晶片结构的相对较小变化，晶片图案的图像强度有时跨晶片实质不同。此差异被称作颜色变异。在裸片内颜色变异比跨晶片颜色变异小得多。为了确保POI搜索的实质高质量，可从一个裸片抓取所有模板且可对从其中抓取模板的裸片执行POI搜索。
在一个实施例中，获取目标的信息包含：确定目标的模板与图像之间的类似性；及确定POI相对于接近POI的其它图案的唯一性(即，POI相对于其周围环境的唯一性)。举例来说，在模板抓取期间，来自目标裸片的图像与用于POI搜索的裸片的图像之间的相互关联值可经计算并保存以用于POI搜索。选择模板以唯一地寻找DOI位置。可计算测量模板的唯一性的度量。举例来说，针对图像中的所有位置的相互关联值之中的第二最高峰值与最高峰值的比率可用作唯一性度量。用户可根据唯一性值调整模板位置。
不同目标可共享一些相同目标信息。举例来说，两个DOI可位于相同POI中或接近相同POI。这两个DOI的潜在位置可相对于POI位置而界定且可通过搜索POI而识别。在另一实例中，两个DOI具有相同特性，例如极性。缺陷极性由其灰阶界定，所述灰阶比其背景更亮或更暗。
所述方法还可包含从一个裸片搜索所有POI位置以确定DOI在任何POI位置中或靠近任何POI位置。对应于这些POI位置的潜在DOI位置被称作目标候选者。以此方式，所述方法可包含搜索裸片上的所有目标候选者(或潜在DOI位置)。相同图案在这些位置上发生，但DOI可能在这些位置上发生或可能不在这些位置上发生。只有在某一位置上检测到DOI，图案及缺陷才为实际目标。在一些实施例中，所述方法包含通过确定 目标的模板是否与裸片的图像的不同部分相互关联而搜索用于POI的晶片上或另一晶片上的裸片的图像。举例来说，检验系统可用于抓取整个裸片的图像及运行模板与图像之间的相互关联(例如正规化交互相互关联(NCC))以搜索POI位置。通过相互关联阈值的位置为目标候选者。用户可选择手动精选目标候选者。在一个实施例中，所述方法包含产生POI的模板及通过改变模板的大小或翻转、旋转或处理模板而修改模板。所述模板形状可为正方形或矩形且其大小可小于由检验系统获取的图像。从POI搜索获取的POI位置被保存且将在缺陷检测期间使用。
随着半导体设计规则缩小，特定晶片结构导致缺陷的概率更高。当使用设计数据(例如图形数据串流(GDS)数据)识别所述晶片结构时，所述结构通常被称作“热点”。更特定来说，可通过使用GDS数据识别“热点”，以确定哪些晶片结构可能(假设地)导致晶片上的缺陷。在一个裸片上可能存在不同类型的热点且相同类型的热点可印刷在裸片中的多个位置上。热点上产生的缺陷通常为系统缺陷且通常具有比周围噪声弱的信号，使得其相对难以检测。
因此，热点与本文中描述的目标不同之处在于：本文中描述的目标未被识别为GDS数据中可能导致缺陷的晶片结构。而是，使用其上已形成晶片结构的一或多个实际晶片来识别目标。举例来说，e光束检验或e光束复检可用于寻找实质局部区域中的目标。由于e光束检验及e光束复检的处理量通常实质上低，所以其通常无法用于检验整个晶片。然而，给定目标(例如通过e光束检验寻找到的目标)的位置，本文中描述的实施例可用于确定多少目标候选者形成在整个晶片上及多少DOI出现在这些目标候选者上。以此方式，给定样本缺陷位置，所述方法可确定在晶片上有多少这种缺陷。
因此，本文中描述的实施例与使用基于GDS的检验检测缺陷的方法实质不同。举例来说，基于GDS的方法试图捕获任何类型的缺陷并执行图块到设计对准以产生图像用于基于运行时间划幅的对准。相比之下，本文中描述的方法使用样本DOI的图像以寻找整个晶片上的所有相同类型的缺陷。样本DOI可来自SEM复检、e光束检验或另一检验或缺陷复检结果文件。在检验期间，可通过将模板与晶片图像相互关联而调整每一POI位置。因此，两种方法不同在于：使用热点的方法寻找所有可能缺陷，而本文中描述的方法仅寻找特定已知缺陷。
在一个实施例中，POI的宽度及高度分别比形成在晶片及另一晶片上的裸片的宽度及高度短。举例来说，图2展示其上形成多个裸片的晶片，且多个POI形成在多个裸片中的每一者中。特定来说，可在利用处于特定布局的裸片202的晶片制造工艺(例如，光刻)期间印刷晶片200。第一POI 204可位于裸片中的第一位置。举例来说，第一POI 204 可位于裸片的左上角。此外，如图2中所示，POI 204的宽度小于裸片的宽度，且POI 204的高度小于裸片的高度。第二POI 206位于裸片中的第二位置，所述第二位置与第一POI的第一位置不同。此外，如图2中所示，POI 204及206可具有彼此不同的尺寸。举例来说，由于POI 204及206包含在不同图案中检测到的不同DOI，所以两个POI可具有基于位于不同图案中的DOI而确定的不同尺寸。此外，如图2中所示，POI 206的宽度小于裸片的宽度，且POI 206的高度小于裸片的高度。此外，POI可部分重叠。
在另一实施例中，所述一或多个特性包含已知DOI的一或多个特性。举例来说，可使用样本缺陷的测试图像及参考图像来确定缺陷信息。特定来说，可从测试图像中减去参考图像以产生差异图像，且可从所述差异图像确定已知DOI的一或多个特性。在一个此实施例中，所述一或多个特性包含已知DOI的大小、形状、强度、对比度或极性。可使用目标的差异图像来计算缺陷大小、形状、对比度及极性。可从目标的测试图像计算强度。
在一个实施例中，包含在目标中的图案优选可通过检验系统解析。本文中描述的实施例将不适用于非图案区域中且将不适用于随机分布的缺陷。
本文中描述的方法的设置还可包含任何其它适当步骤，例如光学器件选择，其可基于已知缺陷位置予以执行。一些方法还可包含用检验系统的多个光学器件模式检验任一目标或任一类型的目标。光学器件模式为检验系统的波长、孔隙、像素大小、焦点、光级及类似参数的参数配置。此方法可包含针对多个模式选择一或多个参数。以此方式，所述方法可包含针对基于目标的检验设置一个以上模式。此方法可包含使用缺陷信号的最佳模式以从不同裸片中选择DOI及从一个裸片收集目标信息。收集目标信息可包含：在第一步骤中获得的裸片位置上抓取缺陷图像；及在对POI搜索最佳的另一模式中执行模式间图像对准以寻找相应模板。接着，所述方法可包含使用搜索模式在一个裸片中寻找所有目标候选者位置。接着，可基于在这些位置上抓取的图像图块检视或修改位置。接着，检测配方可利用针对缺陷信号的最佳模式来予以设置。可如本文中描述那样进一步执行目标候选者的检验。
所述方法还包含搜索晶片或另一晶片上的目标候选者。目标候选者包含POI(例如，在整个晶片上)的位置。举例来说，可能存在具有与目标相同类型的图案的许多位置。相同类型的缺陷可能发生在这些位置中的一些上。为了检测所有缺陷，搜索并报告这些位置。可如本文中进一步描述那样围绕这些位置界定微关照区域(MCA)。“关照区域”为其中执行缺陷检测的一组连接图像像素。举例来说，可由用户在计算机图形用户接口(GUI)的帮助下定义围绕目标的位置的MCA大小。在检验期间，针对任何DOI活动检 测这些位置。为了搜索这些位置，系统可察看裸片上的每一像素并计算模板与围绕裸片上的像素的图案之间的类似性的值。如果类似性值大于模板抓取时定义的阈值，那么像素位置被标记为POI位置。可通过将从POI偏移的位置相加到目标候选者位置而计算目标候选者位置。潜在DOI位置及POI位置的图像被抓取并显示给用户。用户可通过复检POI及潜在DOI位置的图像及其类似性值而精选目标候选者。保存POI位置以用于缺陷检测。可提供目标信息及目标候选者位置以进行缺陷检测。
在一个实施例中，搜索目标候选者包含：使用最佳光学器件模式获取目标候选者的图像，用于进行目标候选者的图像到POI的图像或模板的图像匹配。举例来说，可用对于图像匹配最佳的光学器件模式中获得的图像来执行POI搜索。可使用用不同光学器件模式获得的图像来执行如本文中进一步描述获取目标信息及缺陷检测。举例来说，在一个实施例中，使用第一光学器件模式执行使晶片上的目标成像，及使用与第一光学器件模式不同的第二光学器件模式获取用于检测目标候选者中的已知DOI的目标候选者的图像。可在两个光学器件模式之间执行模式间图像对准。
在一个实施例中，使用检验系统(即，相同检验系统)执行获取目标的信息及搜索目标候选者。此外，可在缺陷检测之前的设置步骤中使用检验系统执行获取目标信息及搜索目标候选者。举例来说，应使用相同检验系统用于模板抓取及POI搜索。或者，使用相同类型的不同检验系统执行获取目标的信息及搜索目标候选者。在另一实施例中，在不同裸片中执行获取目标的信息及搜索目标候选者，且在一个裸片中使用目标候选者的一或多个模板来执行目标候选者的搜索。
在一个实施例中，目标候选者可来自其它源，例如基于GDS的图案搜索。在这些情况中，基于目标的检验仅需抓取模板及计算目标信息。可省略基于图像的POI搜索。针对每一目标候选者产生MCA。在检验期间，可通过将模板与经产生而用于检验的图像相互关联而搜索POI位置。可用POI搜索结果校正MCA位置。可由MCA内的计算机系统执行缺陷检测。
在一个实施例中，所述方法包含针对基于目标的检验确定关照区域的一或多个参数。举例来说，针对每一类型的缺陷，可基于POI位置围绕缺陷位置产生一种类型的MCA。图2a到2d展示晶片上的图案、图案中的POI、位于POI中及/或靠近POI的一或多个DOI及可针对DOI中的每一者产生的一或多个MCA之间的各种关系。举例来说，如图2a中所示，POI 210可位于图案212中。图2a及2c到2d中所示的POI 210的图像为如其可能出现在POI的模板中的POI。如图2a中所示，DOI 214可靠近POI 210而定位，但不一定在POI 210中。MCA 216可定位成围绕DOI的位置且在DOI的位置上居 中。以类似方式，如图2b中所示，POI 218可位于图案220中。图2b中所示的POI 218的图像为如其可能出现在POI的模板中的POI。DOI 222可位于POI 218中。MCA 224可被确定为围绕DOI的位置且在DOI的位置上居中。一个POI可与一个以上DOI相互关联。举例来说，如图2c中所示，DOI 226可位于POI 210中，而DOI 228可位于靠近POI 210处，但不一定在POI 210中。MCA 230可定位成围绕DOI 226的位置及在DOI 226的位置上居中，而MCA 232可定位成围绕DOI 228的位置且在DOI 228的位置上居中。因此，MCA中的每一者可仅与DOI中的一者相关联。但是，MCA可与一个以上DOI相关联。举例来说，如图2d中所示，可针对DOI 226及228两者产生MCA 234。POI及MCA形状不限于正方形或矩形。图2a到2d中所示的图案不希望代表可能实际形成在晶片上的任何图案。
在一个实施例中，所述方法包含通过将POI的模板图像与用于检测DOI的图像相互关联而确定关照区域位置。举例来说，POI搜索及缺陷检测可为两个不同的晶片扫描。在POI搜索期间产生的MCA可仅在检验工艺期间充当缺陷的近似位置。可通过将模板与用于缺陷检测的图像相互关联而识别精确缺陷位置。换句话说，MCA可能未与潜在缺陷位置精确对准。因而，在缺陷检测期间，模板可与图像相互关联以精选MCA位置。此实施例还可包含校正晶片载物台不确定性。接着，可在这些MCA内执行缺陷检测，如本文中进一步描述。以此方式，基于目标的检验可仅包含使用目标候选者的关照区域中的图像像素，且因而，图像像素可能不用于晶片上的非目标候选者且可能不针对非目标候选者执行检验。因此，本文中描述的实施例可能与多数检验方法不同，多数检验方法通常涉及使用针对整个晶片或晶片上通常横跨晶片上的整个尺寸的整个划幅的图像像素。这些当前使用的方法对于若干使用情况有利，例如检测可能存在于晶片上的任何位置中的任何缺陷。但是，如果晶片噪声实质上高且DOI信号相对较弱，那么这些方法可能无法寻找任何DOI。由于仅针对晶片上的仅特定目标候选者中存在的特定DOI执行本文中描述的实施例，所以所述实施例能够检测具有相对较低信噪比、具有实质高处理量的DOI，同时实质上抑制其它区域中的妨害缺陷。此外，如果仅存在针对特定DOI的一个区域，那么可绕过POI搜索(设置步骤)。
作为确定目标的关照区域的一或多个参数的补充或替代，在设置期间，所述方法可包含识别晶片上的目标候选者的潜在位置。举例来说，将形成在晶片上的裸片内的目标的位置及有关晶片上的裸片的布局的信息可用于识别晶片上的目标候选者的潜在位置及因此晶片上的DOI的潜在位置。
所述方法进一步包含通过识别目标候选者的图像中的潜在DOI位置及将一或多个 检测参数应用到潜在DOI位置的图像而检测目标候选者中的已知DOI。潜在DOI位置可能接近POI的位置。POI可包含0或更多个DOI位置且POI可部分重叠。以此方式，所述方法可包含在整个晶片上的目标候选者位置处检测其它目标。
检测DOI可包含识别目标候选者的精确位置及基于缺陷信息检查已知DOI是否存在于所述位置上。更具体来说，在检验期间，设置期间产生的模板及缺陷信息可发送到计算机系统，例如本文中进一步描述的计算机系统。举例来说，在一个实施例中，检测步骤包含将目标的信息提供到缺陷检测模块(例如本文中描述的计算机系统)以准确识别潜在DOI位置。以此方式，模板可用于寻找目标候选者的精确位置。举例来说，在一个实施例中，检测步骤包含通过将在设置期间获得的模板与在缺陷检测期间获得的目标候选者的图像相互关联而在目标候选者的图像中识别潜在DOI位置。
以此方式，可使用例如NCC等任何适当相互关联，将模板与针对某一范围内的目标候选者获取的图像相互关联。根据晶片载物台不确定性及检验像素大小而确定此范围。典型值为20个像素。对应于最大NCC值的像素的位置被选择作为POI位置。可基于相对于POI位置的缺陷位置计算目标候选者位置。以此方式，在检验期间，本文中描述的实施例使用图像匹配寻找实质上准确的目标候选者位置。
在相同目标的多个POI位置出现在一个图像中的情况中，针对一个位置执行POI搜索且计算从近似MCA位置到真实MCA位置的偏差。此偏差被应用于此图像中的其它近似MCA位置。无需搜索所有POI位置。
可产生MCA以覆盖潜在DOI位置中的一者或多者。举例来说，由于目标候选者位置实质上准确，所以可围绕所述位置界定MCA，如本文中进一步描述。MCA的大小可为例如5像素×5像素。此外，由于本文中描述的实施例使用缺陷特定的信息，所以DOI检测及妨害抑制更有效。
由于本文中描述的实施例执行基于目标的对准以实质上准确地定位所有潜在缺陷位置，所以本文中描述的实施例比可在基于设计的方法中使用的基于划幅对准的方法有利。划幅为由时间延迟积分(TDI)传感器产生的覆盖整个裸片行的原始图像。基于划幅的对准将关照区域与划幅相互关联。对于相对较小百分比的检验数据，基于划幅的校准可能失败。在此未对准发生时，将不检验整个划幅，或将归因于未对准的检验数据而检测及报告大量妨害缺陷。但是，本文中描述的实施例将不受此类对准问题影响，这是因为本文中描述的基于目标的相互关联为局部执行。
可以任何适当方式执行将一或多个检测参数应用到目标候选者的图像。举例来说，在一些实施例中，应用所述一或多个检测参数包含使用潜在DOI位置的图像及参考图像 产生差异图像；计算噪声量度及阈值；及将阈值应用到差异图像中的信号。在另一实施例中，所述方法包含确定靠近潜在DOI位置的差异图像的一或多个特性，且应用所述一或多个检测参数包含将阈值应用到差异图像的所述一或多个特性的一或多个值。参考图像可为例如其中尚未检测到DOI的裸片中的潜在DOI位置的图像、多个裸片的中值图像或在设置时获取的模板。举例来说，在一个实施例中，所述一或多个检测参数所应用到的潜在DOI位置的图像包含使用参考图像及测试图像产生的图像，且参考图像为POI的模板。以此方式，参考图像可能不是在检验期间获取的图像。换句话说，参考图像不限于检验期间获取的图像。在另一实例中，可在晶片上识别非缺陷目标候选者的位置，且可使用检验系统在所述晶片上的所述位置上获取图像。可从在另一目标候选者的位置上获取的图像减去此图像以产生差异图像，且例如本文中描述的阈值可应用到差异图像。差异图像中高于阈值的任何信号可被识别为缺陷或潜在缺陷。使用计算机系统执行已知DOI的检测，所述计算机系统可如文本中进一步描述那样配置。
使用模板作为参考图像的方法在特定情况中是有利的。举例来说，如果系统缺陷的数量实质上高，那么晶片上的大多数裸片是有缺陷的。因此，实质上可能的是，多裸片图像的中值是有缺陷的。因此，中值图像无法用作参考图像。参考图像可在设置时确定且被验证为无缺陷。因此，可在检验期间使用参考图像。
在一些实施例中，所述方法包含基于目标的信息确定所述一或多个检测参数。举例来说，所述一或多个检测参数(或缺陷检测算法)可为噪声自适应的。即，如果在针对目标获取的图像中噪声相对较高，那么检验灵敏度可能设置为相对较低。否则，检验灵敏度可设置为相对较高。可通过选择施加到目标候选者的差异图像的相对较高阈值而将检验灵敏度设定为相对较低。相比之下，可通过选择施加到目标候选者的差异图像的相对较低阈值而将检验灵敏度设定为相对较高。此外，在另一实施例中，所述方法包含分别基于每一目标类型的图像而单独地针对每一目标类型确定所述一或多个检测参数。因此，由于方法可用于不同类型的目标，所以不同阈值可用于检测不同类型的目标候选者中的缺陷。举例来说，第一阈值可用于检测第一类型的目标候选者中的第一已知DOI，且第二不同阈值可用于检测第二不同类型的目标候选者中的第二不同已知DOI。
相同一或多个检测参数可用于检测具有相同目标类型的目标候选者中的每一者中的缺陷。然而，在另一实施例中，所述方法包含分别基于目标候选者的图像单独地针对对其执行已知DOI的检测的目标候选者中的每一者确定所述一或多个检测参数。以此方式，可逐目标候选者基础上确定检测参数。举例来说，一旦已识别潜在目标候选者或潜在DOI位置，则可确定局部区域中差异图像的标准偏差。接着，阈值可确定为：阈值＝ 平均值+G+K*(局部区域的差异)的标准偏差，其中平均值为局部区域中差异图像的平均值且G及K为用户定义的参数。G及K为带正负号值。但是，每一目标候选者的阈值可以任何其它适当方式确定。
DOI信息还可用于确定潜在DOI位置上是否存在已知DOI。举例来说，在额外实施例中，所述一或多个特性包含已知DOI的一或多个特性，例如上述特性中的任何者，且应用所述一或多个检测参数包含将阈值应用到从潜在DOI位置的图像确定的所述一或多个特性的一或多个值。在一个此实例中，如果已知DOI的特性(例如极性)在DOI之间是一致的，那么检测DOI可包含针对特性的值设定阈值。此基于极性的阈值设定可应用于针对目标候选者获取的图像，所述图像与如上文描述针对目标候选者产生的模板或差异图像相互关联。缺陷特性的阈值设定可结合本文中描述的其它阈值设定(例如，在差异图像中对信号设定阈值)使用。以此方式使用缺陷特性(例如极性及缺陷大小)还可有助于抑制妨害缺陷检测。
在又一实施例中，所述一或多个检测参数所应用到的潜在DOI位置的图像为围绕潜在DOI位置的关照区域的图像，且基于接近POI或在POI中发生的已知DOI的大小来确定关照区域。举例来说，大致在目标候选者的位置上获取的图像的大小可能相对较大以确保实际针对目标候选者获取图像。在一个此实例中，图3中所示的区域300可大致为在目标候选者处获取的图像的大小。此外，区域300可为针对目标候选者产生的差异图像的大小。接着，可使用如上所述的相互关联来确定所述图像内的目标候选者的位置。接着，可使用已知比目标候选者大的区域以在逐目标候选者基础上确定阈值，如上所述。举例来说，如图3中所示，可使用区域300内的区域302以确定目标候选者的阈值。接着，阈值可应用于稍微大于已知DOI的区域的区域。举例来说，如图3中所示，区域302内的区域304可为阈值所应用到的区域，且区域304可稍微大于已知DOI的区域。在一个此实例中，取决于已知DOI的大小，用于确定阈值的图像的部分可为大约64像素×大约64像素，而所确定的阈值所应用到的区域可为大约5像素×大约5像素。减小阈值所应用到的差异图像的大小使图像中的噪声将被误识别为潜在DOI的可能性降低。此外，使用此实质小区域作为阈值所应用到的关照区域允许使用实质低阈值，而不检测大量妨害缺陷。出于这个原因，本实施例中使用的关照区域被称作微关照区域或MCA。相比之下，针对实质上灵敏检验使用相对较低阈值的许多当前使用的检验方法检测大量妨害缺陷，接着需要使所述妨害缺陷与DOI分离。
在一个实施例中，所述方法包含选择目标的一或多个特性、选择一或多个检测参数及确定关照区域的一或多个参数，使得不在目标候选者中检测除已知DOI外的缺陷(例 如，仅检验其中已知DOI可能发生的位置)。举例来说，可缩减关照区域以仅包含针对已知DOI的区域并且实质上排除不含已知DOI且仅含妨害缺陷的区域。特定来说，可围绕已知DOI可能发生的位置界定关照区域。因此，可完全忽略关照区域外的噪声。此外，由于目标或模板的图像可用于寻找目标候选者的实质精确位置，所以关照区域可制作为实质小。本文中描述的实施例中使用的关照区域还可实质小于其它当前使用的关照区域，这是因为其它方法无实质上准确定位目标候选者的机制。可确定的目标候选者位置越准确，则可使用的关照区域越小且将检测的妨害缺陷越少。此外，本文中描述的实施例可通过精选源自设计数据的关照区域位置而检测系统缺陷。
虽然本文中参考搜索目标候选者及检测目标候选者中的已知DOI描述实施例，但是应了解，本文中描述的实施例可用于搜索一种以上类型的目标候选者及检测一种以上类型的目标候选者中的DOI。举例来说，可能在晶片上存在多种类型的桥接缺陷或相同类型的桥接可能发生在不同的晶片结构中。这些桥接可被视作不同类型的目标。本文中描述的实施例可包含使用有关这些类型的目标的信息以搜索整个裸片来寻找目标候选者的任何其它例子。围绕这些目标候选者界定MCA且在检验期间精选MCA的位置。可针对目标候选者的每一例子执行缺陷检测。以此方式，本文中描述的实施例可用于跨整个晶片检验目标候选者。
在一个实施例中，使用晶片或另一晶片的设计数据执行方法的步骤。换句话说，晶片或另一晶片的设计数据并非对于所述方法的任何步骤都是需要的。因此，本文中描述的实施例有利之处在于其无需设计数据。而是，使用除GDS信息以外的检验图像。因而，GDS可用性不成问题。相比之下，使用热点的方法需要设计数据才能执行。此类方法有时还需来自具有设计知识的一些人(例如，客户)的支持。但是，由于本文中描述的实施例无需任何设计数据，所以任何用户可执行检验，这是重要的优点，尤其因为可能无法在所有情况中获得设计数据。
在一个实施例中，方法的每一步骤可独立使用晶片或另一晶片的设计数据。举例来说，本文中描述的实施例可适用于从设计数据的提供的信息。举例来说，设计工程师可指定易遭受桥接缺陷且想要监测位置的晶片结构。可产生目标信息，且可在裸片中执行搜索以寻找具有与目标相同的图案的所有目标候选者。可在这些目标候选者中执行缺陷检测以寻找此晶片或其它晶片上的其它目标。在另一实施例中，可执行基于设计的图案搜索以寻找裸片上的所有目标候选者。本文中描述的实施例可产生目标信息，跳过基于图像的搜索并在这些目标候选者上执行缺陷检测。
本文中描述的实施例还可执行为基于设计的检验。举例来说，所有目标候选者位置 可用作热点位置。基于设计的检验产生围绕热点的相对较小关照区域并执行图块到设计对准以精选关照区域位置。接着，在热点处执行缺陷检测。
在另一实施例中，对应于已知DOI的目标候选者的图像中的信号大致等于或弱于对应于晶片上的妨害缺陷的信号。举例来说，定期检验可涉及在覆盖裸片的多数区域的检验关照区域中执行缺陷检测。在DOI的信号比假(妨害)缺陷弱得多的情况中，可通过现有方法检测绝大多数假缺陷。举例来说，为了检测具有相对较弱信号的缺陷，可执行实质上灵敏的检验，其还检测许多妨害缺陷。妨害计数可能大于总检测事件的99％。实质上难以在此类大量妨害缺陷中寻找DOI。举例来说，可针对来自图像的每一缺陷计算特征向量及缺陷属性并且在缺陷分类中使用特征向量及缺陷属性。然而，有时，无法分离DOI与妨害缺陷，这是因为这两种类型的事件可在特征向量及属性空间中占据相同区域。因此，需额外信息来解决此问题。此外，如果使用较不灵敏的检验，那么妨害率可显著减小，但DOI也可能丢失(即，未被检测到)。
相比之下，本文中描述的实施例抑制大量妨害缺陷。举例来说，本文中描述的实施例使用以特定DOI为目标且对于缺陷检测非常重要的信息。分类方法在妨害事件被检测到后移除妨害缺陷。本文中描述的实施例尝试防止妨害事件被检测。更具体来说，本文中描述的实施例允许运行高灵敏检验，同时通过检验已知DOI将可能出现的区域(即，目标候选者)中的晶片而控制妨害缺陷计数。换句话说，如本文中描述，使用实质上准确缺陷位置信息为对妨害抑制的主要贡献。以此方式，本文中描述的实施例可在重复结构中针对具有相对较弱信号的已知DOI实现显著妨害缺陷抑制。因此，本文中描述的实施例可检测DOI并更准确地抑制妨害缺陷。
本文中描述的实施例可补充也可用于检验晶片的任何其它检验。举例来说，在另一实施例中，所述方法包含获取晶片或另一晶片的其它图像及使用其它图像以检测晶片或另一晶片上的其它缺陷。在一个此实例中，针对其它区域，定期检验可照常设置并运行以检测随机分布的缺陷，且可运行本文中描述的实施例以检测具有相对较弱信号的系统缺陷。此外，可在一个测试中执行如本文中描述的已知DOI的检测及定期检验，借此提供显著处理量优势。举例来说，本文中描述的实施例可用于检测具有相对较弱信号的已知DOI且可与任何一般检验方法并行运行。
本文中描述的实施例还可用于特定妨害缺陷移除。举例来说，可如本文中描述那样执行本文中描述的实施例，而非针对已知DOI执行本文中描述的实施例，可针对已知系统妨害缺陷执行实施例。已知妨害缺陷可被定义为移除目标。本文中描述的实施例可搜索裸片上的移除目标候选者且不在移除目标候选者上执行缺陷检测。因此，将不检测此 类型的妨害缺陷。
上述方法的实施例中的每一者可包含本文中描述的任何其它方法的任何其它步骤。此外，可通过本文中描述的任何系统执行上述方法的实施例中的每一者。
本文中描述的所有方法可包含：在非暂时性计算机可读存储媒体中存储方法实施例的一或多个步骤的结果。所述结果可包含本文中描述的任何结果并可以此项技术中已知的任何方式予以存储。存储媒体可包含本文中描述的任何存储媒体或此项技术中已知的任何其它适当存储媒体。在已存储结果后，可在存储媒体中存取结果并由本文中描述的任何方法或系统实施例使用结果；将结果格式化以显示给用户；由另一软件模块、方法或系统使用结果等。举例来说，在方法检测缺陷后，所述方法可包含在存储媒体中存储有关所检测的缺陷的信息。
额外实施例涉及非暂时性计算机可读媒体，其存储可在计算机系统上执行的程序指令，用于执行用于检测晶片上的缺陷的计算机实施的方法。在图4中展示一个此实施例。特定来说，如图4中所示，非暂时性计算机可读媒体400包含可在计算机系统404上执行的程序指令402。计算机实施的方法包含上述方法的步骤。可执行其程序指令的计算机实施的方法可包含本文中描述的任何其它步骤。
实施例如本文中描述的方法等方法的程序指令402可存储在计算机可读媒体400上。计算机可读媒体可为存储媒体，例如磁盘或光盘、磁带或此项技术中已知的任何其它适当非暂时性计算机可读媒体。
可以任何不同方式实施程序指令，包含基于程序的技术、基于组件的技术及/或面向对象的技术等等。举例来说，程序指令可根据需要使用ActiveX控件、C++对象、JavaBeans、Microsoft Foundation Classes(“MFC”)或其它技术或方法实施。
计算机系统可采用不同形式，包含个人计算机系统、图像计算机、大型主计算机系统、工作站、网络设备、因特网设备或其它装置。一般来说，术语“计算机系统”可广泛地定义为涵盖具有一或多个处理器的任何装置，其执行来自存储器媒体的指令。计算机系统还可包含此项技术中已知的任何适当处理器，例如并行处理器。此外，计算机系统可包含具有高速处理及软件的计算机平台，其作为独立工具或联网工具。
另一实施例涉及经配置以检测晶片上的缺陷的系统。在图5中展示此系统的一个实施例。所述系统包含经配置以获取晶片上的目标的信息的检验子系统。检验子系统可包含任何适当检验子系统，例如e光束检验子系统。适当e光束检验子系统的实例包含市售的e光束检验工具(例如来自加利福尼亚州苗必达市的KLA-Tencor的eSxxx工具)中包含的子系统。或者，检验子系统可包含光学检验子系统，其可具有如本文中描述的配置。
目标包含形成在晶片上的POI及接近POI或在POI中发生的已知DOI。可进一步如本文中描述那样配置目标。信息包含通过使晶片上的目标成像而获取的晶片上的目标的图像。目标的图像可包含任何适当数据、图像数据、信号或图像信号。检验子系统可以任何适当方式使晶片上的目标成像。目标的信息可包含本文中描述的任何其它目标信息。
检验子系统还经配置以搜索晶片或另一晶片上的目标候选者。目标候选者包含POI。目标候选者可如本文中描述配置。如图5中所示，检验子系统包含光源502。光源502可包含此项技术中已知的任何适当光源，例如激光。光源502经配置以将光引导到光束分光器504，光束分光器504经配置以将来自光源502的光反射到折射光学元件506。折射光学元件506经配置以使来自光束分光器504的光聚焦到晶片508。光束分光器504可包含任何适当光束分光器，例如50/50光束分光器。折射光学元件506可包含任何适当折射光学元件，且虽然折射光学元件506在图5中展示为单个折射光学元件，但是其可用一或多个折射光学元件及/或一或多个反射光学元件替代。
光源502、光束分光器504及折射光学元件506因此可形成检验子系统的照明子系统。照明子系统可包含任何其它适当元件(图5中未展示)，例如一或多个偏光组件及一或多个滤光器，例如光谱滤光器。如图5中所示，光源、光束分光器及折射光学元件经配置使得光按法向或大体上法向入射角被引导到晶片。然而，光可按任何其它适当入射角被引导到晶片。检验子系统可经配置从而以任何适当方式在晶片上扫描光。
从晶片508反射的光可被折射光学元件506收集并可通过光束分光器504被引导到检测器510。因此，折射光学元件、光束分光器及检测器可形成检验子系统的检测子系统。检测器可包含此项技术中已知的任何适当成像检测器，例如电荷耦合装置(CCD)。检测子系统还可包含一或多个额外组件(图5中未展示)，例如一或多个偏光组件、一或多个空间滤光器、一或多个光谱滤光器及类似组件。检测器510经配置以产生响应于被检测器检测到的反射光的图像。
所述系统还包含计算机系统512，计算机系统512经配置以通过识别目标候选者的图像中的潜在DOI位置及将一或多个检测参数应用到潜在DOI位置的图像而检测目标候选者中的已知DOI。计算机系统可识别位置并应用所述一或多个检测参数，如本文中进一步描述。此外，计算机系统可经配置以执行本文中描述的任何其它步骤。由检测器产生的图像可被提供到计算机系统512。举例来说，计算机系统可耦合到检测器(例如，通过图5中的虚线所示的一或多个传输媒体，其可包含此项技术中已知的任何适当传输媒体)，使得计算机系统可接收由检测器产生的图像。计算机系统可以任何适当方式耦合 到检测器。计算机系统可如本文中描述那样进一步配置。检验子系统还可如本文中描述那样进一步配置。此外，所述系统可如本文中描述那样进一步配置。
应注意，本文中提供图5以大致说明可包含在本文中描述的系统实施例中的检验子系统的一个配置。显然，可更改本文中描述的检验子系统配置以使检验系统的性能优化，犹如在设计商用检验系统时正常执行。此外，可使用现有检验系统(例如可购自KLA-Tencor的28XX、29XX及Puma 9XXX系列工具)实施本文中描述的系统，例如，通过将本文中描述的功能性加到现有检验系统。对于一些此类系统，本文中描述的方法可提供为系统的任选功能性(例如，作为系统的其它功能性的补充)。或者，本文中描述的系统可“从头开始”设计以提供全新系统。
虽然检验子系统在上文中被描述为亮场(BF)检验子系统，但是应理解，检验子系统还可或替代地配置为暗场(DF)检验子系统(即，检验子系统经配置以使用散射光来检测缺陷)。
所属领域的技术人员鉴于此描述内容将了解本发明的各个方面的其它修改及替代实施例。举例来说，提供用于检测晶片上的缺陷的方法及系统。因此，本描述将仅被解释为说明性且用于教示所属领域的技术人员实行本发明的一般方式的目的。应理解，本文中展示及描述的本发明的形式将被视作目前优选的实施例。元件及材料可取代本文中说明及描述的元件及材料，零件及工艺可颠倒且本发明的特定特征可独立利用，其全部如所属领域的技术人员在受益于本发明的此描述后所了解。可对本文中描述的元件进行变更而不脱离如所附权利要求书中描述的本发明的精神及范围。