TW202449727A

TW202449727A - 偵測樣品上之缺陷

Info

Publication number: TW202449727A
Application number: TW112144493A
Authority: TW
Inventors: 宋春衛; 聶思晴; 周衛峰; 曉春李; 相奉朴
Original assignee: 美商科磊股份有限公司
Priority date: 2023-03-05
Filing date: 2023-11-17
Publication date: 2024-12-16
Also published as: WO2024186510A1; US12190500B2; US20240296545A1

Abstract

本發明提供用於偵測一樣品上之缺陷之方法及系統。一種系統自藉由一檢測子系統產生的該樣品之影像的不同組合運算不同候選像且在不修改之情況下組合該等候選參考影像之不同部分以藉此產生一最終參考影像。接著，該最終參考影像用於缺陷偵測，其可為單一或雙重偵測。實施例對於樣品之僅包含不可解析、重複裝置圖案之區域，如胞元區中之缺陷偵測特別有用，但亦可用於其他類型之區域之檢測。

Description

偵測樣品上之缺陷

本發明大體上係關於在半導體技術中用於偵測一樣品上之缺陷之方法及系統。

以下描述及實例並未憑藉其等包含於此章節中而被認為係先前技術。

製造諸如邏輯及記憶體裝置之半導體裝置通常包含使用若干半導體製程處理諸如一半導體晶圓之一樣品以形成半導體裝置之各種特徵及多個層級。舉例而言，微影係通常涉及將一圖案轉印至配置於一半導體晶圓上之一光阻之一半導體製程。半導體製程之額外實例包含(但不限於)化學機械拋光、蝕刻、沈積及離子植入。多個半導體裝置可經製造為一半導體晶圓上之一配置，且接著經分離成個別半導體裝置。

在半導體產業中，使用光學或電子束成像進行檢測係用於對半導體製程偵錯、監測程序變動及改良生產良率之一重要技術。隨著現代積體電路(IC)之規模不斷縮小以及製程之複雜性增加，檢測變得愈來愈困難。

在對一半導體晶圓執行之各處理步驟中，將相同電路圖案列印於各晶粒上。大多數晶圓檢測系統利用此事實且使用一相對簡單晶粒間比較來偵測晶圓上之缺陷。然而，各晶粒中之印刷電路可包含在x或y方向上重複之許多圖案化特徵區域，諸如DRAM、SRAM或FLASH之區域。此類型之區域通常被稱為一「陣列區域」 (其餘區域被稱為「隨機」或「邏輯區域」)。為達成較佳靈敏度，先進檢測系統採用不同策略來檢測陣列區域及隨機或邏輯區域。

陣列偵測演算法經設計以藉由利用DRAM胞元區之可重複性而達成胞元區之相對較高靈敏度。舉例而言，經組態用於陣列區域檢測之檢測系統通常執行一胞元間比較，其中同一晶粒中之一陣列區域中之不同胞元之影像彼此相減並檢查差異以尋找缺陷。此陣列檢測策略可在陣列區域中達成比隨機檢測(其通常藉由自另一晶粒之一影像減去一個晶粒之一影像來執行)高得多的靈敏度，此係因為其避免由晶粒間變動引起之雜訊。

許多當前使用之陣列缺陷偵測方法將一整個關注區域劃分成幾個單元(被稱為胞元)。將全部胞元置於獨立群組中，且使用各群組來產生一個單一參考胞元，該參考胞元用作最終參考影像之基礎。當前使用之陣列缺陷偵測方法通常假設各群組中之全部胞元係相同的，惟一些隨機雜訊除外。全部胞元之相同位置之灰階僅圍繞一無雜訊實況波動。然而，歸因於來自不同晶圓區之高度不均勻反射率，此等均勻灰階假設可能並不總是正確的。舉例而言，來自胞元邊緣區域之相對較強洩漏可引入相對低頻灰階變動，此最終可引起相對較低檢測靈敏度。此外，當前使用之陣列偵測方法將各關注區域作為一單一偵測區域。藉由將不同位置捆綁在一起，無法在靈敏度與擾亂點控制之間達成一良好平衡。利用可自內部區域達成最佳靈敏度之一設定，可能存在來自邊緣/邊角區域之大量擾亂點。

在隨機缺陷偵測演算法中，仲裁兩次偵測之結果已展示比僅依賴於單一偵測更佳之效能。此雙重偵測能力亦使陣列缺陷偵測方法在擾亂點減少方面受益，但其未用於當前使用之陣列缺陷偵測方法。

因此，開發不具有上文所描述之缺點之一或多者之用於樣品之檢測之系統及方法將為有利的。

各項實施例之以下描述絕不應被解釋為限制隨附發明申請專利範圍之標的物。

一項實施例係關於一種經組態用於偵測一樣品上之缺陷之系統。該系統包含一檢測子系統，該檢測子系統經組態用於產生一樣品之影像，該等影像包含一測試影像及對應於該測試影像之兩個或更多個其他影像。該系統亦包含一電腦子系統，該電腦子系統經組態用於自該測試影像及該兩個或更多個其他影像之至少兩者的不同組合運算第一及第二候選參考影像。該電腦子系統亦經組態用於選擇對應於該測試影像之一第一部分的該第一候選參考影像之至少一部分及對應於該測試影像之一第二部分的該第二候選參考影像之一部分。另外，該電腦子系統經組態用於在不修改該等第一及第二候選參考影像之該等選定部分之情況下組合該等第一及第二候選參考影像之該等選定部分以藉此產生一最終參考影像。該電腦子系統進一步經組態用於藉由比較該測試影像與該最終參考影像而產生一差異影像且藉由將一缺陷偵測方法應用於該差異影像而偵測該測試影像中之缺陷。該系統可如本文中所描述般進一步組態。

另一實施例係關於一種用於偵測一樣品上之缺陷之電腦實施方法。該方法包含擷取藉由一檢測子系統產生的一樣品之影像，該等影像包含一測試影像及對應於該測試影像之兩個或更多個其他影像。該方法亦包含上文所描述之運算、選擇、組合、產生及偵測步驟。藉由耦合至該檢測子系統之一電腦子系統執行擷取、運算、選擇、組合、產生及偵測。上文所描述之該方法之該等步驟之各者可如本文中進一步描述般執行。另外，上文所描述之該方法之實施例可包含本文中所描述之(若干)任何其他方法之(若干)任何其他步驟。上文所描述之該方法可由本文中所描述之該等系統之任一者執行。

另一實施例係關於一種儲存程式指令之非暫時性電腦可讀媒體，該等程式指令可在一電腦系統上執行以執行用於偵測一樣品上之缺陷之一電腦實施方法。該電腦實施方法包含上文所描述之方法之步驟。該電腦可讀媒體可如本文中所描述般進一步組態。該電腦實施方法之步驟可如本文中進一步描述般執行。另外，可針對其等執行該等程式指令之該電腦實施方法可包含本文中所描述之(若干)任何其他方法之(若干)任何其他步驟。

現參考圖式，應注意，圖未按比例繪製。特定言之，極大地誇大圖之一些元件之比例以強調元件之特性。亦應注意，該等圖未按相同比例繪製。已使用相同元件符號指示可經類似組態之展示於一個以上圖中之元件。除非本文中另有說明，否則所描述且展示之元件之任一者可包含任何適合市售元件。

一般而言，本文中所描述之實施例經組態用於偵測一樣品上之缺陷。本文中所描述之實施例提供對於非圖案偵測區域特別有用之新參考影像產生及偵測方法。用於非圖案陣列(NPA)區域中之缺陷偵測之當前使用方法假設整個檢測區具有均勻灰階且僅晶圓/成像雜訊引起灰度波動。但歸因於不同材料及結構反射率之色彩變動之存在打破此假設。未能適當地處置色彩變動可導致額外雜訊，其有時甚至大於所關注缺陷(DOI)信號，且降低NPA缺陷偵測靈敏度。基於此等觀察，提出本文中進一步描述之步驟以改良非圖案區處之缺陷偵測效能。

如本文中所使用之術語「擾亂點」 (其有時與「擾亂點缺陷」互換使用)通常被定義為在一樣品上偵測但實際上並非樣品上之真實缺陷之事件。歸因於一樣品上之非缺陷雜訊源(例如，樣品上之金屬線中之顆粒、來自樣品上之底層或材料之信號、線邊緣粗糙度(LER)、圖案化特徵中之相對較小臨界尺寸(CD)變動、厚度變動等)及/或歸因於檢測系統本身及其用於檢測之組態之邊緣性，實際上並非缺陷之擾亂點可被偵測為事件。

本文中使用術語「第一」及「第二」僅為了便於指代不同事物，但該等術語不意謂對本文中所描述之實施例具有任何其他含義。

在一些實施例中，樣品係一晶圓。晶圓可包含半導體技術中已知之任何晶圓。儘管本文中可關於一或若干晶圓描述一些實施例，然實施例不限於可其等可用於之樣品。舉例而言，本文中所描述之實施例可用於樣品，諸如倍縮光罩、平板、個人電腦(PC)板及其他半導體樣品。

圖1中展示經組態用於偵測一樣品上之缺陷之一系統之一項實施例。系統包含檢測子系統100。在圖1中所展示之實施例中，檢測子系統經組態為一基於光之檢測子系統。然而，在本文中所描述之其他實施例中，檢測子系統經組態為一基於電子束或帶電粒子束之檢測子系統。一般而言，本文中所描述之檢測子系統包含至少一能量源及一偵測器。能量源經組態以產生被引導至一樣品之能量。偵測器經組態以偵測來自樣品之能量且回應於所偵測能量而產生輸出。

在一基於光之檢測子系統中，被引導至樣品之能量包含光，且自樣品偵測之能量包含光。舉例而言，在圖1中所展示之系統之實施例中，檢測子系統包含經組態以將光引導至樣品14的一照明子系統。照明子系統包含至少一個光源。舉例而言，如圖1中所展示，照明子系統包含光源16。照明子系統經組態以按可包含一或多個傾斜角及/或一或多個法向角之一或多個入射角將光引導至樣品。舉例而言，如圖1中所展示，來自光源16之光按一傾斜入射角引導穿過光學元件18且接著穿過透鏡20而至樣品14。傾斜入射角可包含可取決於(例如)樣品之特性及待在樣品上偵測之缺陷而變化之任何適合傾斜入射角。

照明子系統可經組態以在不同時間按不同入射角將光引導至樣品。舉例而言，檢測子系統可經組態以更改照明子系統之一或多個元件之一或多個特性，使得可按不同於圖1中所展示之一入射角將光引導至樣品。在一個此實例中，檢測子系統可經組態以移動光源16、光學元件18及透鏡20，使得按一不同傾斜入射角或一法向(或近法向)入射角將光引導至樣品。

檢測子系統可經組態以在相同時間按一個以上入射角將光引導至樣品。舉例而言，照明子系統可包含一個以上照明通道，該等照明通道之一者可包含如圖1中所展示之光源16、光學元件18及透鏡20，且該等照明通道之另一者(未展示)可包含可不同或相同組態之類似元件或可包含至少一光源及可能一或多個其他組件(諸如本文中進一步描述之組件)。若在與其他光相同之時間將此光引導至樣品，則按不同入射角引導至樣品之光之一或多個特性(例如，波長、偏光等)可不同，使得可在(若干)偵測器處將由按不同入射角照明樣品產生的光彼此區分。

照明子系統可包含僅一個光源(例如，圖1中所展示之源16)且來自該光源之光可由照明子系統之(若干)光學元件(未展示)分成不同光學路徑(例如，基於波長、偏光等)。接著，可將不同光學路徑之各者中之光引導至樣品。多個照明通道可經組態以在相同時間或不同時間(例如，當使用不同照明通道以依序照明樣品時)將光引導至樣品。在另一例項中，同一照明通道可經組態以在不同時間將具有不同特性之光引導至樣品。舉例而言，光學元件18可經組態為一光譜濾光器且可以多種不同方式(例如，藉由用另一光譜濾光器調換出一個光譜濾光器)改變光譜濾光器之性質，使得可在不同時間將不同波長之光引導至樣品。照明子系統可具有此項技術中已知之用於依序或同時按不同或相同入射角將具有不同或相同特性之光引導至樣品之任何其他適合組態。

光源16可包含一寬頻電漿(BBP)光源。以此方式，由光源產生且被引導至樣品之光可包含寬頻光。然而，光源可包含任何其他適合光源，諸如一雷射。雷射可包含此項技術中已知之任何適合雷射且可經組態以產生此項技術中已知之(若干)任何適合波長之光。另外，雷射可經組態以產生單色或近單色光。舉例而言，雷射可為一窄頻雷射。光源亦可包含產生多個離散波長或波帶之光之一多色光源。

來自光學元件18之光可藉由透鏡20聚焦至樣品14上。儘管透鏡20在圖1中被展示為一單折射光學元件，然實務上，透鏡20可包含組合地將來自光學元件之光聚焦至樣品的若干折射及/或反射光學元件。圖1中展示且本文中描述之照明子系統可包含任何其他適合光學元件(未展示)。此等光學元件之實例包含(但不限於) (若干)偏光組件、(若干)光譜濾光器、(若干)空間濾光器、(若干)反射光學元件、(若干)變跡器、(若干)光束分離器、(若干)光圈及可包含此項技術中已知之任何此等適合光學元件之類似者。另外，系統可經組態以基於待用於檢測之照明之類型更改照明子系統之元件之一或多者。

檢測子系統亦可包含一掃描子系統，該掃描子系統經組態以改變樣品上之位置(將光引導至該位置且自該位置偵測光)且可能導致光掃描遍及樣品。舉例而言，檢測子系統可包含在檢測期間在其上安置樣品14的載物台22。掃描子系統可包含可經組態以移動樣品，使得可將光引導至樣品上之不同位置且自樣品上之不同位置偵測光的任何適合機械及/或機器人總成(其包含載物台22)。另外或替代地，檢測子系統可經組態使得檢測子系統之一或多個光學元件執行光遍及樣品之某一掃描，使得可將光引導至樣品上之不同位置且自樣品上之不同位置偵測光。可以任何適合方式(諸如以一蛇形路徑或以一螺旋路徑)使光掃描遍及樣品。

檢測子系統進一步包含一或多個偵測通道。(若干)偵測通道之至少一者包含一偵測器，該偵測器經組態以偵測歸因於藉由系統照明樣品而來自樣品之光且回應於所偵測光而產生輸出。舉例而言，圖1中所展示之檢測子系統包含兩個偵測通道，一偵測通道由集光器24、元件26及偵測器28形成且另一偵測通道由集光器30、元件32及偵測器34形成。如圖1中所展示，兩個偵測通道經組態以按不同收集角收集並偵測光。在一些例項中，兩個偵測通道經組態以偵測散射光，且偵測通道經組態以偵測按不同角度自樣品散射之光。然而，偵測通道之一或多者可經組態以偵測來自樣品之另一類型之光(例如，反射光)。

如圖1中進一步展示，兩個偵測通道被展示為定位在紙平面中且照明子系統亦被展示為定位在紙平面中。因此，兩個偵測通道定位於(例如，居中於)入射平面中。然而，偵測通道之一或多者可定位在入射平面外。舉例而言，由集光器30、元件32及偵測器34形成之偵測通道可經組態以收集並偵測散射出入射平面之光。因此，此一偵測通道通常可被稱為一「側」通道，且此一側通道可居中於實質上垂直於入射平面之一平面中。

檢測子系統可包含與圖1中所展示不同之數目個偵測通道(例如，僅一個偵測通道或兩個或更多個偵測通道)。在一個此例項中，由集光器30、元件32及偵測器34形成之偵測通道可形成如上文所描述之一個側通道，且檢測子系統可包含形成為定位在入射平面之相對側上之另一側通道之一額外偵測通道(未展示)。因此，檢測子系統可包含偵測通道，該偵測通道包含集光器24、元件26及偵測器28且其居中於入射平面中且經組態以按處於或接近法向於樣品表面之(若干)散射角收集並偵測光。因此，此偵測通道通常可被稱為一「頂部」通道，且檢測子系統亦可包含如上文所描述般組態之兩個或更多個側通道。因而，檢測子系統可包含至少三個通道(即，一個頂部通道及兩個側通道)，且該至少三個通道之各者具有其自身集光器，集光器之各者經組態以按不同於其他集光器之各者之散射角收集光。

如上文進一步描述，包含於檢測子系統中之偵測通道之各者可經組態以偵測散射光。因此，圖1中所展示之檢測子系統可經組態用於樣品之暗場(DF)檢測。然而，檢測子系統可亦或替代地包含經組態用於樣品之明場(BF)檢測之(若干)偵測通道。換言之，檢測子系統可包含經組態以偵測自樣品鏡面反射之光的至少一個偵測通道。因此，本文中所描述之檢測子系統可經組態用於僅DF、僅BF或DF及BF檢測兩者。儘管在圖1中將集光器之各者展示為單折射光學元件，然應瞭解，集光器之各者可包含一或多個折射光學元件及/或一或多個反射光學元件。

一或多個偵測通道可包含此項技術中已知之任何適合偵測器。舉例而言，偵測器可包含光電倍增管(PMT)、電荷耦合裝置(CCD)及時間延遲積分(TDI)相機。偵測器亦可包含非成像偵測器或成像偵測器。若偵測器係非成像偵測器，則偵測器之各者可經組態以偵測散射光之某些特性(諸如強度)，但可未經組態以偵測依據成像平面內之位置而變化之此等特性。因而，由包含於偵測通道之各者中之偵測器之各者產生的輸出可為信號或資料，而非影像信號或影像資料。在此等例項中，一電腦子系統(諸如形成具有檢測子系統之一檢測系統之部分之電腦子系統36)可經組態以自偵測器之非成像輸出產生樣品之影像。然而，在其他例項中，偵測器可組態為經組態以產生成像信號或影像資料之成像偵測器。因此，檢測子系統可經組態以依若干方式產生影像。

應注意，本文中提供圖1以大體上繪示可包含於本文中所描述之系統實施例中之一檢測子系統之一組態。顯然，可更改本文中所描述之檢測子系統組態以如在設計一商業檢測系統時通常執行般最佳化檢測子系統之效能。另外，可使用諸如商業上可購自加利福尼亞州米爾皮塔斯市KLA公司之29xx/39xx系列之工具之一現有檢測系統(例如，藉由將本文中所描述之功能性添加至一現有檢測系統)來實施本文中所描述之系統。對於一些此等系統，本文中所描述之方法可經提供為檢測系統之選用功能性(例如，除檢測系統之其他功能性以外)。替代地，可「從頭開始」設計本文中所描述之檢測系統以提供一全新檢測系統。

電腦子系統36可以任何適合方式(例如，經由一或多個傳輸媒體，該一或多個傳輸媒體可包含「有線」及/或「無線」傳輸媒體)耦合至檢測子系統之偵測器，使得電腦子系統可接收由偵測器產生的輸出。電腦子系統36可經組態以使用偵測器之輸出來執行若干功能，如本文中進一步描述。耦合至檢測子系統之電腦子系統可如本文中所描述般進一步組態。

耦合至檢測子系統之電腦子系統(以及本文中所描述之其他電腦子系統)在本文中亦可被稱為(若干)電腦系統。本文中所描述之(若干)電腦子系統或(若干)系統之各者可採取多種形式，包含一個人電腦系統、影像電腦、主機電腦系統、工作站、網路設備、網際網路設備或其他裝置。一般而言，術語「電腦系統」可經廣泛定義以涵蓋具有執行來自一記憶體媒體之指令之一或多個處理器之任何裝置。(若干)電腦子系統或(若干)系統亦可包含此項技術中已知之任何適合處理器(諸如一平行處理器)。另外，(若干)電腦子系統或(若干)系統可包含具有高速度處理及軟體之一電腦平台(作為一獨立工具或一網路連結工具)。

若系統包含一個以上電腦子系統，則不同電腦子系統可彼此耦合，使得可在電腦子系統之間發送影像、資料、資訊、指令等。舉例而言，電腦子系統36可藉由可包含此項技術中已知之任何適合有線及/或無線傳輸媒體之任何適合傳輸媒體耦合至(若干)電腦系統102 (如由圖1中之虛線所展示)。兩個或更多個此等電腦子系統亦可藉由一共用電腦可讀儲存媒體(未展示)有效耦合。

儘管上文將檢測子系統描述為一光學或基於光之檢測子系統，然在另一實施例中，檢測子系統經組態為一基於電子束之檢測子系統。在一電子束型檢測子系統中，被引導至樣品之能量包含電子，且自樣品偵測之能量包含電子。在圖1a中所展示之一項此實施例中，檢測子系統包含電子柱122，且系統包含耦合至檢測子系統的電腦子系統124。電腦子系統124可如上文所描述般組態。另外，此一檢測子系統可以上文描述且圖1中展示之相同方式耦合至另一或多個電腦子系統。

亦如圖1a中所展示，電子柱包含電子束源126，該電子束源126經組態以產生由一或多個元件130聚焦至樣品128之電子。電子束源可包含(舉例而言)一陰極源或發射器尖端，且一或多個元件130可包含(舉例而言)一槍透鏡、一陽極、一束限制孔隙、一閘閥、一束電流選擇孔隙、一物鏡及一掃描子系統，其等全部可包含此項技術中已知之任何此等適合元件。

自樣品返回之電子(例如，二次電子)可由一或多個元件132聚焦至偵測器134。一或多個元件132可包含(舉例而言)一掃描子系統，該掃描子系統可為包含於(若干)元件130中之相同掃描子系統。

電子柱可包含此項技術中已知之任何其他適合元件。另外，電子柱可如在以下專利中描述般進一步組態：2014年4月4日頒予Jiang等人之美國專利第8,664,594號、2014年4月8日頒予Kojima等人之美國專利第8,692,204號、2014年4月15日頒予Gubbens等人之美國專利第8,698,093號及2014年5月6日頒予MacDonald等人之美國專利第8,716,662號，該等專利宛如全文陳述般以引用之方式併入本文中。

儘管電子柱在圖1a中被展示為經組態使得電子按一傾斜入射角引導至樣品且按另一傾斜角自樣品散射，然電子束可按任何適合角度引導至樣品且自樣品散射。另外，如本文中進一步描述，電子束檢測子系統可經組態以使用多種模式來產生樣品之輸出(例如，運用不同照射角度、收集角度等)。電子束檢測子系統之多種模式可在檢測子系統之任何輸出產生參數方面不同。

電腦子系統124可耦合至偵測器134，如上文所描述。偵測器可偵測自樣品之表面返回之電子，藉此形成樣品之電子束影像(或其他輸出)。電子束影像可包含任何適合電子束影像。電腦子系統124可經組態以執行本文中所描述之(若干)任何步驟。包含圖1a中所展示之檢測子系統之一系統可如本文中所描述般進一步組態。

本文中提供圖1a以大體上繪示可包含於本文中所描述之實施例中之一電子束檢測子系統之一組態。如同上文所描述之光學檢測子系統，可更改本文中所描述之電子束檢測子系統組態以如在設計一商業檢測系統時所通常執行般最佳化檢測子系統之效能。另外，可使用諸如商業上可購自KLA之工具之一現有檢測系統(例如，藉由將本文中所描述之功能性添加至一現有檢測系統)實施本文中所描述之系統。對於一些此等系統，本文中所描述之方法可被提供為系統之選用功能性(例如，除系統之其他功能性以外)。替代地，可「從頭開始」設計本文中所描述之系統以提供一全新系統。

儘管上文將檢測子系統描述為一光或電子束檢測子系統，然檢測子系統可為一離子束檢測子系統。此一檢測子系統可如圖1a中所展示般組態，惟電子束源可由此項技術中已知之任何適合離子束源取代除外。另外，檢測子系統可包含任何其他適合離子束系統，諸如包含於市售聚焦離子束(FIB)系統、氦離子顯微術(HIM)系統及二次離子質譜儀(SIMS)系統中之系統。

本文中所描述之檢測子系統可經組態以運用多種模式產生樣品之輸出(例如，影像)。一般而言，藉由用於產生一樣品之輸出及/或影像之檢測子系統之參數值(或用於產生樣品之影像之輸出)定義一「模式」。因此，模式可在檢測子系統之參數(除產生輸出之樣品上之位置以外)之至少一者之值方面不同。舉例而言，在一光學子系統中，不同模式可使用不同波長之光用於照明。如本文中進一步描述，模式可在(若干)照明波長方面不同(例如，藉由針對不同模式使用不同光源、不同光譜濾光器等)。在另一實例中，不同模式可使用光學子系統之不同照明通道。舉例而言，如上所述，光學子系統可包含一個以上照明通道。因而，不同照明通道可用於不同模式。模式可亦或替代地在光學子系統之一或多個收集/偵測參數方面不同。模式可在檢測子系統之任一或多個可更改參數(例如，(若干)照明偏光、(若干)角度、(若干)波長等、(若干)偵測偏光、(若干)角度、(若干)波長等)方面不同。檢測子系統可經組態以(例如)取決於使用多個模式來同時掃描樣品之能力而在相同掃描或不同掃描中運用不同模式掃描樣品。

以一類似方式，由電子束子系統產生的輸出可包含由電子束子系統運用電子束子系統之一參數之兩個或更多個不同值產生的輸出(例如，影像)。可藉由用於產生一樣品之輸出及/或影像之電子束子系統之參數值定義電子束子系統之多種模式。因此，模式可在電子束子系統之電子束參數之至少一者之值方面不同。舉例而言，不同模式可使用不同入射角用於照明。

如上所述，檢測子系統經組態用於使能量(例如，光、電子等)掃描遍及樣品之一實體版本，藉此產生樣品之實體版本之輸出。以此方式，檢測子系統可經組態為一「實際」子系統而非一「虛擬」子系統。然而，一儲存媒體(未展示)及圖1中所展示之(若干)電腦子系統102可經組態為一「虛擬」系統。特定言之，儲存媒體及(若干)電腦子系統可經組態為如以下共同轉讓之美國專利中所描述之一「虛擬」檢測系統：於2012年2月28日頒予Bhaskar等人之美國專利第8,126,255號及於2015年12月29日頒予Duffy等人之美國專利第9,222,895號，該兩案宛如全文陳述般以引用之方式併入本文中。本文中所描述之實施例可如此等專利中所描述般進一步組態。

非圖案陣列(NPA)參考產生係陣列檢測之一重要部分。NPA檢測方法用於針對高度重複但不可解析之圖案區域執行陣列檢測。因此，對於一NPA檢測，光學(或其他)影像中不存在圖案。影響NPA檢測靈敏度之一個問題係色彩變動(CV)。CV可能表現在輸入NPA影像之相對低頻灰階變動中，特別在邊角或邊緣區域附近。CV對NPA檢測帶來一重大挑戰。相對較高數目個擾亂點係NPA檢測之另一重大挑戰。本文中所描述之實施例提供經由處置CV之一新參考產生方法及抑制擾亂點之一新偵測策略來解決上述挑戰兩者之一新方法。

圖2繪示此等挑戰及如何設計本文中所描述之實施例以克服該等挑戰。在此圖中，影像200係藉由諸如本文中所描述之一光學檢測子系統針對一樣品產生的一測試影像。參考影像202係藉由用於NPA缺陷偵測之一當前使用方法產生的一參考影像，且藉由自測試影像200減去參考影像202而產生差異影像204。如藉由比較參考影像202與測試影像200可見，參考影像202在參考影像中之胞元區之左及右邊緣附近(參考影像中之較亮區域)比在測試影像中之相同邊緣附近安靜得多。當(例如)測試影像在如附近邊緣之一些區域中含有雜訊且參考影像產生未能考量此雜訊時，測試與參考影像之間之此等差異可能出現。

參考影像與測試影像之間之此等差異在差異影像中表現為定位成接近差異影像中之胞元區之左及右邊緣之較暗區域。接著，當一缺陷偵測方法應用於此一差異影像時，參考與測試影像之間之此等雜訊差異可被錯誤地偵測為缺陷。若增加缺陷偵測臨限值以避免此雜訊之偵測，則測試影像中存在之DOI可能未被偵測到。出於若干明顯原因，兩種此等情境皆為不利的。

相比之下，參考影像206繪示可藉由本文中所描述之實施例產生的一參考影像之一實施例。藉由自測試影像200減去參考影像206而產生差異影像208。如藉由比較參考影像206與測試影像200可見，參考影像206及測試影像200在測試影像中之胞元區之左及右邊緣附近(較亮區域)含有類似雜訊。雜訊特性中之此等類似性變得可能，此係因為本文中所描述之參考產生經執行，使得測試影像中之雜訊可在參考影像中更佳地複製，此藉此導致一雜訊安靜得多的差異影像，如藉由比較差異影像208與差異影像204可見。因此，與差異影像204相比，運用相同參數(例如，臨限值)對差異影像204及差異影像208執行之缺陷偵測將不會在差異影像208中偵測到同樣多的擾亂點。另外，歸因於差異影像208之相對安靜性質，可在未偵測到過高數目個擾亂點之情況下對差異影像208執行一更靈敏檢測，同時亦偵測到包含具有相對較弱信號之DOI之更多DOI。

經組態用於偵測一樣品上之缺陷之一系統之一項實施例包含經組態用於產生一樣品之影像之一檢測子系統，其可包含本文中所描述之檢測子系統之任一者。影像包含(但不限於)一測試影像及對應於該測試影像之兩個或更多個其他影像。可在樣品上僅包含不可解析、重複裝置圖案之區域中產生測試影像及兩個或更多個其他影像。換言之，在本文中所描述之實施例中使用之影像不含有在其中產生影像之樣品之區域中形成之裝置圖案之影像。在一個此實例中，測試影像200係一樣品上含有形成於其中之圖案化特徵之兩個胞元區之一影像，但該等圖案化特徵皆未在此影像中進行解析。儘管本文中所描述之實施例特別適合且有利於NPA檢測，然實施例亦可用於運用其中解析圖案化特徵之影像執行之檢測。

術語「影像」及「影像圖框」在本文中互換使用。一般而言，一「影像圖框」被定義為一影像中出於諸如缺陷偵測之一目的共同處理之一像素集合。因此，影像或影像圖框之大小可取決於檢測子系統或電腦子系統之某些特性而變化。在一些檢測使用情況下，一影像實際上可由多個影像圖框組成，但本文中所描述之實施例在可處理之影像之大小方面非固有地受到限制。

如本文中所使用之術語「作業」被定義為藉由電腦子系統共同處理以偵測樣品上之缺陷之若干影像圖框。通常，在一檢測程序期間產生的全部影像無法全部一起處理(例如，即使有可能，通常亦不具時間或成本效率)。因此，將全部影像分成可以一更便宜且及時方式共同處理以進行缺陷偵測之影像圖框之作業。

擷取影像可包含運用如本文中所描述般組態之一檢測子系統產生影像。當電腦子系統及檢測子系統耦合於一個工具中時且可能當在工具上執行本文中所描述之缺陷偵測時及/或在產生影像時，可完成此影像擷取。在其他例項中，電腦子系統可自另一方法、系統或儲存媒體擷取影像。舉例而言，電腦子系統及檢測子系統可耦合至或可不耦合至一單一工具中，且檢測子系統、電腦子系統或另一電腦子系統可儲存藉由檢測子系統產生的影像。接著，電腦子系統可自儲存影像之儲存媒體擷取影像。當電腦子系統在工具外執行本文中所描述之步驟時及/或在已產生全部(或至少一些)影像之後，可完成此影像擷取。上文所描述之元件之各者可如本文中進一步描述及展示般組態。

在一項實施例中，電腦子系統經組態用於將對應於樣品上之一關注區域之影像劃分成對應於一測試胞元之測試影像及對應於與測試胞元相鄰的兩個或更多個其他胞元之兩個或更多個其他影像。可將各關注區域劃分成許多胞元，像當前使用之NPA缺陷偵測方法一樣。但代替像當前使用之方法及系統一樣將全部胞元置於一些非重疊群組中，電腦子系統可為各胞元形成一群組，其包含幾個相鄰胞元。可執行以此方式對胞元進行分組以為NPA參考產生提供一CV補償方法。藉由重新組織胞元分組，可達成一更清晰差異影像。

圖3繪示一關注區域之一影像之一個實例及將關注區域影像劃分成一測試胞元之測試影像及對應於與測試胞元相鄰的其他胞元之其他影像之不同實施例。特定言之，影像300係一關注區域之一假設影像。雖然此影像僅為一單一灰階值影像且因此並不真正表示可能藉由如本文中所描述般組態之一檢測子系統產生的一影像，但其準確地表示一NPA影像，因為在樣品上形成於關注區域中之圖案化裝置特徵皆無法在影像中解析。可能存在一樣品上之同一關注區域之多個例項，且影像300僅表示一個此例項之一影像。

各關注區域可僅沿水平或垂直方向等分成幾個胞元。如圖3中所展示，若沿水平方向劃分關注區域，則一測試胞元影像可為影像部分302且與測試胞元相鄰的其他胞元影像可為影像部分304、306、308及310。若沿垂直方向劃分關注區域，則一測試胞元影像可為影像部分312且與測試胞元相鄰的其他胞元影像可為影像部分314、316、318及320。以此方式，相鄰胞元係在一個目標胞元之左側及/或右側(若沿水平方向劃分關注區域)或在目標胞元之頂部及/或底部(若沿垂直方向劃分關注區域)之胞元。電腦子系統可針對各測試胞元目標形成一相鄰胞元群組。換言之，若針對對應於影像部分304之一測試胞元執行檢測，則不同於上文所描述之一影像部分群組可被選擇為與該測試胞元相鄰的胞元。

因此，如圖3中所展示，與一測試胞元相鄰的胞元不必鄰近測試胞元且可藉由一或多個其他胞元與測試胞元隔開。然而，鄰近一測試胞元之胞元可被選擇為相鄰胞元。另外，與一測試胞元相鄰的胞元可包含在測試胞元之兩側上之胞元，但此亦並非必需的。此外，儘管與一測試胞元相鄰的胞元之數目在圖3中被展示為四個胞元，然相鄰胞元之數目亦可有很大變化且取決於數個因素，諸如胞元間之色彩變動之變化程度、可藉由電腦子系統同時處置之實際影像資料量等。亦可針對水平及垂直方向上之胞元選擇不同數目個相鄰胞元。亦可沿水平及垂直方向劃分相同關注區域影像，且可分開處理所得測試胞元。舉例而言，可針對測試胞元302及其相鄰胞元304、306、308及310執行參考產生及缺陷偵測，且亦可針對測試胞元312及其相鄰胞元314、316、318及320分開地執行參考產生及缺陷偵測。

在一些實施例中，在如本文中進一步描述般運算第一及第二候選參考影像之前，電腦子系統經組態用於將一CV補償應用至測試影像及兩個或更多個其他影像。舉例而言，第一步驟可為將CV補償添加至參考產生程序。在形成一參考胞元之前可將一個CV補償應用至一個群組中之全部胞元。舉例而言，在使用胞元304、306、308及310來產生一參考胞元影像之前可將CV補償應用至該等胞元。在此步驟之後，CV固有地整合至最終自測試影像減去之參考影像中，此藉此產生一更清晰最終差異影像。以此方式，本文中所描述之實施例為NPA參考產生提供一CV補償方法。藉由重新組織胞元分組並補償CV，達成一更清晰差異影像。

CV可致使各胞元具有不同灰度，除非進行補償，否則此將限制基於胞元之雜訊移除能力。一種進行CV補償之特別適合方式係將一個胞元中之灰度假設為一變數。接著，可運用幾個未知參數形成一特殊函數。此函數可應用於各像素位置。可藉由最小化目標胞元與函數運算之後之胞元之間之差異而計算各胞元之參數。將此函數應用於對應胞元將補償CV。以此方式，電腦子系統可擬合各胞元內之灰階變化。基本擬合函數可為(舉例而言)分段線性的。在完成擬合之後，擬合結果成為各胞元內之局部參考影像。由於擬合參考影像實質上與測試影像非常一致，因此移除或顯著減少嵌入至原始測試影像中之CV。

如上文所提及，CV整合至參考胞元影像中。針對此之一個原因係上文所描述之CV補償。特定言之，本文中所描述之較佳參考產生的目的係獲取一更清晰差異影像。過去，無法或未執行CV補償，此意謂CV將保留在差異影像中且可使差異影像雜訊太多而無法進行缺陷偵測。但藉由對用於產生參考影像之影像執行CV補償，CV補償整合至自其產生的任何參考影像中，該參考影像接著可用於產生一更清晰差異影像。換言之，在參考影像產生程序中固有地處置CV。以此方式，參考影像中之CV將補償測試影像中之CV。CV補償可固有地整合至針對如本文中所描述般產生的全部參考影像之參考產生中。

本文中所描述之實施例針對各測試影像產生多個候選參考影像且如本文中進一步描述般將其等混合在一起以進一步提高CV處置能力。電腦子系統經組態用於自測試影像及兩個或更多個其他影像之至少兩者的不同組合運算第一及第二候選參考影像。舉例而言，如圖4之步驟400中所展示，電腦子系統可運算候選參考影像。可藉由使用(舉例而言)一線性組合、一中值運算、一平均運算、用於產生一運算參考(CR)之另一當前使用方法等來組合兩個或更多個影像而執行運算本文中所描述之候選參考影像之任一者。以此方式，自兩個或更多個影像運算一候選參考影像可產生具有不同於輸入影像之一或多者之特性之一影像。換言之，運算候選參考影像中之像素可具有不同於用於產生運算候選參考影像之影像之各者中之對應像素之影像特性，諸如灰階值。因此，候選參考影像產生根本上不同於本文中進一步描述之最終參考影像產生。

在大多數例項中，可針對各測試影像運算兩個或更多個候選參考影像。換言之，候選參考影像可不用於一作業中的一個以上測試影像。代替地，在如本文中進一步描述般對影像進行分組之後，對於各作業內之各測試影像，電腦子系統將形成至少兩個候選參考影像。然而，在其他例項中，可將候選參考影像重用於多於一個測試影像。

在一項實施例中，用於運算第一候選參考影像之測試影像及兩個或更多個其他影像之至少兩者的不同組合之一第一者包含僅在x方向上跨樣品產生的影像之一部分。在另一此實施例中，用於運算第二候選參考影像之測試影像及兩個或更多個其他影像之至少兩者的不同組合之一第二者包含僅在y方向上跨樣品產生的影像之一額外部分。當前使用之NPA缺陷偵測方法總是以一列獨立方式產生一參考(即，使用沿x方向產生的影像來產生一參考)。本文中所描述之實施例亦可採用相同策略來形成一個候選參考影像。另外，亦可以一行獨立方式應用一類似操作以產生另一候選參考影像(即，使用沿y方向產生的影像來產生一候選參考影像)。產生兩個此等候選參考影像提供本文中進一步描述之若干顯著優點。

在一進一步實施例中，用於運算第一及第二候選參考影像之測試影像及兩個或更多個其他影像之至少兩者的不同組合之一者包含在影像之一作業中的樣品上之兩個或更多個晶粒中產生的全部影像。舉例而言，可藉由考量全部晶粒而產生一額外參考。此背景內容中之「全部晶粒」意謂包含在一個作業中的全部晶粒，此係影像處理之最小單位。一個作業可包含至多一個晶粒列中之全部晶粒或至少三個晶粒。圖5繪示包含用於檢測之多個胞元區的一作業之一個實例。特定言之，作業500包含胞元區502、504、506及508，各胞元區可包含在樣品上之一不同晶粒中。在此實施例中，可自包含在作業500中之全部胞元區之全部影像產生一候選參考影像。

以此方式，可自一單一晶粒產生一些候選參考影像(例如，列獨立及行獨立參考)，同時可自兩個或更多個晶粒影像產生一或多個其他候選參考影像(例如，自「全部晶粒」產生的一候選參考影像)。一般而言，在本文中所描述之實施例中，產生至少兩個候選參考影像，使得可自該兩個影像形成一最終候選參考影像。然而，在許多使用情況下，產生本文中所描述之全部三個類型之候選參考影像(即，列獨立、行獨立及多晶粒候選參考影像)將為有利的。可使用兩個或更多個此等候選參考影像來產生一最終參考影像。在執行雙重偵測時之例項中，亦可使用此等候選參考影像之一或多者作為一第二或額外最終參考影像。此等實施例在本文中進一步描述。

在當前使用之NPA缺陷偵測中，參考產生在各個別圖框內發生。換言之，圖框3之參考產生不需要來自圖框2或圖框4之任何輸入。相比之下，在本文中所描述之實施例中，為產生圖框3之一參考影像，可使用圖框3及全部其他圖框兩者。使用此等影像來產生一候選參考影像可為有利的，舉例而言，當一胞元邊角區域相對於胞元區之其餘部分具有一唯一灰階值時。此等唯一灰階值可能使得很難針對各胞元區內之各邊角找到一良好匹配參考影像。然而，自其他胞元區之其他邊角找到一良好匹配可能明顯更容易。藉由使用一作業中的全部其他圖框，可形成較佳候選參考影像且使用該等候選參考影像來形成一較佳最終參考影像。

電腦子系統亦經組態用於選擇對應於測試影像之一第一部分之第一候選參考影像之至少一部分及對應於測試影像之一第二部分之第二候選參考影像之一部分。舉例而言，如圖4之步驟402中所展示，電腦子系統可經組態用於選擇對應於一測試影像之不同部分之候選參考影像之不同部分。如本文中進一步描述，實施例經組態以提供一較佳參考影像，其繼而可用於產生一較佳差異影像，此藉此實現較少擾亂點偵測及/或更靈敏檢測。為了這麼做，繼而一較佳參考將為與測試影像較佳匹配之參考，尤其關於測試影像中之雜訊。舉例而言，若參考影像中之雜訊實質上與測試影像中之雜訊匹配，則當自測試影像減去參考影像時，測試影像中之該雜訊將被抵消，藉此防止其被偵測為擾亂點及/或干擾DOI之偵測。因此，選擇步驟之目標係在逐個測試影像部分之基礎上自一組候選參考影像找到最佳匹配參考影像，此可以本文中進一步描述之數個方式執行。

在一項實施例中，選擇包含識別第一及第二候選參考影像之哪些部分與測試影像之不同部分最佳匹配。圖6展示可如何執行此之一項實施例。在此實施例中，測試影像600係可針對一樣品上之一關注區域產生的一測試影像之一實例。像圖2中所展示之測試影像一樣，此測試影像包含中心部分606，該中心部分606與近接左邊緣之部分602及近接右邊緣之部分604相比相對安靜。由於(舉例而言)可在關注區域影像之邊緣附近發生之色彩變動，此等部分與中心部分相比相對具雜訊。如上文進一步描述，若與測試影像一起用於缺陷偵測之參考影像不含有與測試影像類似之雜訊，則此將導致缺陷偵測之問題。因此，形成本文中所描述之參考影像產生的新方式。

選擇步驟可包含將測試影像劃分成一區塊陣列，如影像608中所展示。區塊之各者可具有諸如尺寸之相同預定特性且僅用於將影像劃分成可在一個別基礎上評估之較小部分，如本文中進一步描述。一影像被劃分成之區塊之數目可變化(可能極大)，且可基於若干因素進行判定，諸如初始影像大小及雜訊跨影像變化之速度(當其相對快速變化時，較小區塊可能更適於在其改變之相同或類似標度上擷取雜訊之不同值)。

如上文所提及，可藉由電腦子系統識別與測試影像之不同部分最佳匹配之候選參考影像之部分，此意謂即使個別地處理各測試影像部分，亦可放鬆測試影像部分與參考影像部分之間之對應關係。換言之，與一測試影像之一部分最佳匹配之候選參考影像之部分可能不一定限於僅具有與測試影像部分相同之影像內位置之候選參考影像之彼等部分。

為繪示此概念，考量兩個例示性候選參考影像614及616，其等可為以本文中所描述之方式之任一者產生的候選參考影像之任一者。可以與測試影像相同之方式將此等候選參考影像之各者劃分成區塊，此藉由覆疊於此等影像上之黑線所展示。識別步驟可從定位於區塊之行610之上列中之測試影像區塊開始。可比較此測試影像區塊與候選參考影像614中之各區塊，以判定此候選參考影像中之哪些區塊與測試影像區塊最佳匹配。可保存與測試影像區塊最佳匹配之該候選參考影像之區塊，且接著可運用候選參考影像616區塊執行相同比較步驟以判定一甚至更佳匹配區塊是否含於該候選參考影像中。接著，候選參考影像614或616中之最佳匹配區塊可經識別並保存以包含在測試影像區塊之位置處之最終參考影像中。

以此方式，對於各測試影像區塊，可考量全部(或至少一些)候選參考影像中之全部區塊以找到最佳匹配影像區塊。接著，可針對測試影像中之下一區塊執行此相同程序。在一些例項中，候選參考影像之一者之同一區塊可被識別為一個以上測試影像區塊之最佳匹配。藉由使得可使用候選參考影像之任一者中之任何區塊作為一測試影像區塊之最佳匹配區塊，可能形成比僅考量相同影像內位置處之區塊之情況更佳之一參考影像。當測試影像及候選參考影像之各者展現具有實質上不同空間或其他特性之雜訊時，此方法可提供一較佳最終參考影像。

在另一實施例中，選擇包含識別第一及第二候選參考影像之哪些部分與測試影像之對應部分最佳匹配。以此方式，不同於上文所描述之實施例，對於各測試影像區塊，僅可考量具有相同影像內位置之候選參考影像區塊。此實施例可能比上文所描述更快，此係因為針對任一個測試影像區塊考量之區塊之數目將限於已產生的候選參考影像之數目。然而，不同於上文所描述之實施例，此實施例在所考量之區塊中將不那麼靈活或詳盡，且因此可更適於其中已知或預期候選參考影像之至少一者含有具有與測試影像類似之空間及可能其他特性之雜訊之例項。

為繪示此概念，作為劃分成區塊之測試影像600之影像608可再次搭配候選參考影像614及616使用。識別步驟可從定位於區塊之行610之上列中之測試影像區塊開始。可比較此區塊與定位於候選參考影像614中之行618之上列中之影像區塊及定位於候選參考影像616中之行626之上列中之影像區塊，以判定此等區塊之哪一者與測試影像區塊最佳匹配。若尚未針對此測試影像產生其他候選參考影像，則可能不針對此測試影像區塊考量其他候選參考影像區塊。如藉由影像608、614及616所展示，與候選參考影像616中之相同位置處之影像區塊相比，定位於候選參考影像614之行618之上列中之影像區塊係定位於行610之上列中之測試影像區塊之一好得多的匹配。接著，可保存藉由此步驟識別之最佳匹配候選參考影像區塊以用於產生最終參考影像，如本文中進一步描述。

接著，識別步驟可繼續進行定位於區塊之行610中之從頂部算起第二列中之測試區塊。可比較此區塊與定位於候選參考影像614中之行618中之從頂部算起第二列中之影像區塊及定位於候選參考影像616之行626中之從頂部算起第二列中之影像區塊，以判定此兩個區塊之哪一者與測試影像區塊最佳匹配。再次，若尚未針對此測試影像產生其他候選參考影像，則可能不會針對此測試影像區塊考量其他候選參考影像區塊。如藉由影像608、614及616所展示，與候選參考影像616中之相同位置處之影像區塊相比，定位於候選參考影像614之行618之從頂部算起第二列中之影像區塊係定位於行610之從頂部算起第二列中之測試影像區塊之一較佳匹配。亦可保存藉由此步驟識別之最佳匹配候選參考影像區塊以用於產生最終參考影像，如本文中進一步描述。接著，可針對影像608中之全部剩餘測試區塊繼續進行識別步驟。

無論以哪種方式針對圖6中所展示之影像執行比較，不同候選參考影像含有與測試影像不同之雜訊。特定言之，候選參考影像614之左及右邊緣處之雜訊(藉由影像之較暗部分展示)比測試影像之左及右邊緣處之雜訊(亦藉由測試影像之較暗部分展示)更遠地延伸至候選參考影像中。特定言之，候選參考影像614中之區塊之行618、620、622及624含有雜訊，而僅測試影像608中之區塊之行610及612含有雜訊。相比之下，候選參考影像616在此影像之左及右邊緣處幾乎不含有雜訊(如藉由候選參考影像中缺少任何相對較暗區域所展示)。特定言之，候選參考影像616之行626及628不含有或幾乎不含有雜訊，而影像608之對應行610及612顯然含有雜訊。因此，若任一候選參考影像與測試影像一起用於缺陷偵測，則任一參考影像可導致擾亂點之大量偵測或缺陷偵測出現其他問題。然而，藉由基於候選參考影像與測試影像之匹配程度而選擇性地識別用於包含在最終參考影像中之候選參考影像之部分，可產生顯然含有雜訊之與測試影像600較佳匹配之最終參考影像634。

電腦子系統進一步經組態用於在不修改第一及第二候選參考影像之選定部分之情況下組合第一及第二候選參考影像之選定部分以藉此產生一最終參考影像。如圖4之步驟404中所展示，電腦子系統可組合選定部分以產生一第一最終參考影像，該第一最終參考影像在單一偵測之情況下可為唯一最終參考影像或在雙重偵測之情況下可為兩個最終參考影像之一者。舉例而言，可藉由組合第一候選參考影像614及第二候選參考影像616之選定部分而不修改該等影像之選定部分來產生圖6中所展示之最終參考影像634。

特定言之，如圖6中所展示，對於影像608之行610中之影像區塊，候選參考影像614之行618中之影像區塊係比候選參考影像616之行626中之影像區塊好得多地匹配。因此，最終參考影像634之行636中之影像區塊可為行618中之影像區塊。以一類似方式，對於影像608之行612中之影像區塊，候選參考影像614之行620中之影像區塊係比候選參考影像616之行628中之影像區塊好得多地匹配。因而，最終參考影像634之行642中之影像區塊可為行620中之影像區塊。

相比之下，候選參考影像614之行622及624中之影像區塊與影像608中之影像區塊之對應行不太匹配。然而，候選參考影像616之行630及632中之影像區塊係影像608中之影像區塊之對應行之一好得多的匹配。因此，此等影像區塊可分別作為行638及640包含在最終參考影像634中。影像608中之區塊之剩餘四個中心行可與兩個候選參考影像中之區塊之四個中心行非常匹配。因此，可使用候選參考影像之任一者中之區塊之四個中心行作為最終參考影像634中之區塊之四個中心行。

以此方式，將多個候選參考影像混合在一起以形成一最終參考影像可係基於區塊的。將影像切割成相對較小區塊。運用各區塊，比較測試影像與每一個別參考影像。選擇與測試影像區塊最佳匹配之參考影像區塊以包含在最終參考影像中。

如上文進一步描述，在不修改第一及第二候選參考影像之選定部分之情況下執行組合步驟以藉此產生一最終參考影像。因此，此參考影像產生與其他運算參考(CR)產生方法顯著不同。特定言之，本文中所描述之最終參考影像產生可被認為係一種「取放」操作，其中一旦如上文所描述般識別並選擇候選參考影像之不同部分，其等便被放置至其等被選擇用於之測試影像之部分之位置中。接著，不同候選參考影像之選定部分可在某種程度上「拼接在一起」成為一最終參考影像。然而，在不修改影像本身之情況下執行此等步驟。換言之，在影像之實際組合時，未修改選定影像部分。

相比之下，在當前使用之CR產生方法中，組合兩個或更多個影像以產生一CR涉及組合影像，使得所得影像資料不同於原始影像之影像資料。舉例而言，可使用一線性組合操作來產生一CR且因此所得CR中之一或多個像素可不同於用於產生CR之全部影像中之相同一或多個像素。影像之至少一些像素之此修改實際上係當前使用之CR方法之要點。特定言之，當前使用之CR方法之目標通常係產生一參考影像，其盡可能安靜，使得其基本上係一「無缺陷」影像。

該目標根本上不同於本文中所描述之組合步驟之目標，組合步驟之目標係產生在雜訊上盡可能類似於測試影像之一最終參考影像。此藉由圖6中之測試影像600進行繪示，該測試影像600如本文中進一步描述在影像之左及右邊緣附近含有相對顯著雜訊。若使用諸如候選參考影像616之一顯著無雜訊參考影像來產生測試影像之一差異影像，則測試影像600之左及右邊緣處之雜訊可被偵測為缺陷。相比之下，最終參考影像634可由本文中所描述之實施例產生且可含有與具有相同或實質上相同特性之測試影像一樣之相對顯著雜訊。以此方式，此最終參考影像絕非無雜訊的，而是在自測試影像減去以產生一差異影像時，將產生一實質上安靜差異影像，其可用於偵測包含具有相對較低信號之DOI的DOI而不偵測許多擾亂點。因此，本文中所描述之實施例產生根本上不同於當前產生及使用之CR之最終參考影像，此為本文中所描述之實施例提供顯著優點。

取代將多個候選參考影像混合在一起以產生如上文所描述之一不同最終參考影像，可在逐個測試影像部分基礎上執行上文所描述之比較步驟以判定候選參考影像之哪一者與測試影像最佳匹配。以此方式，在已針對各測試影像產生多個候選參考影像之後，可自多個參考影像選擇最佳參考影像。舉例而言，在不同於其中兩個候選參考影像之部分絕對未與測試影像之對應部分很好地匹配的圖6中所展示之例項之一些例項中，可能存在其中在本文中所描述之各種方式之一者中產生的候選參考影像之一者具有實質上類似於測試影像之雜訊特性的雜訊特性之情境。特定言之，若影像634係一第三候選參考影像而非如上文所描述之最終參考影像，則顯然影像634實質上與測試影像600之雜訊特性匹配，遠遠優於其他候選參考影像614及616兩者。因此，可能不需要組合不同候選參考影像之不同部分，此係因為一適合最終候選參考影像已存在於候選參考影像634中。

在一些實施例中，電腦子系統經組態用於自不同組合運算一第三候選參考影像且選擇對應於測試影像之一第三部分之第三候選參考影像之至少一部分，且組合步驟包含在不修改第一、第二及第三候選參考影像之選定部分之情況下組合第一、第二及第三候選參考影像之選定部分以藉此產生最終參考影像。舉例而言，可自各測試影像之三個候選參考影像建構一個最終參考影像。可以一列獨立方式產生參考之一者，可以一行獨立方式產生參考之另一者，且藉由使用一個以上晶粒而產生參考之第三者，藉此為所得最終參考影像賦予三維(3D)性質。以此方式，本文中所描述之實施例可被稱為3DNPA。本文中所描述之三個候選參考影像產生及合併方法為本文中所描述之實施例提供優點。舉例而言，藉由自列獨立、行獨立及多晶粒方式產生三個候選參考影像且接著合併全部三個參考影像，可獲取較佳雜訊降低。除使用更多數目個候選參考影像以外，此等步驟可如上文所描述般執行。

在一項實施例中，繼組合步驟之後，電腦子系統經組態用於將一色彩變動補償應用至組合結果。舉例而言，即使將不同候選參考影像之不同部分組合成一最終參考影像本身不涉及修改不同候選參考影像之選定部分，亦可在將最終參考影像用於缺陷偵測之前對其執行一或多個額外影像處理步驟。如上文所描述，可在經執行以產生一最終參考影像之步驟之前將CV補償應用至候選參考影像，此意謂所產生的最終參考影像將固有地具有相同CV補償。因此，可能不需要對最終參考影像執行一額外CV步驟且可在逐個情況基礎上評估是否執行此步驟。在任何情況下，應用至所產生的最終參考影像之任何CV補償可如上文進一步描述般執行。

電腦子系統進一步經組態用於藉由比較測試影像與最終參考影像而產生一差異影像。舉例而言，如圖4之步驟408中所展示，電腦子系統可經組態以藉由自測試影像減去最終參考影像1而產生差異影像1。可以此項技術中已知之任何適合方式執行產生差異影像。特定言之，自測試影像減去最終參考影像可以任何適合方式執行。

電腦子系統進一步經組態用於藉由將一缺陷偵測方法應用於差異影像而偵測測試影像中之缺陷。舉例而言，如圖4之步驟412中所展示，電腦子系統可經組態用於使用差異影像1作為輸入來執行偵測。在可能最簡單的實施方案中，在步驟412中偵測缺陷可包含比較差異影像像素或信號與一臨限值及判定具有高於臨限值之一值之任何像素或信號係缺陷且不具有高於臨限值之一值之任何像素或信號並非缺陷。然而，在此項技術中已開發出許多更複雜的缺陷偵測方法，且該等方法可用於步驟412中。換言之，藉由本文中所描述之實施例產生的差異影像可用於以任何其他差異影像用於缺陷偵測之相同方式進行缺陷偵測。另外，缺陷偵測方法可包含此項技術中已知之任何缺陷偵測方法，諸如一MCAT缺陷偵測方法，其係由商業上可購自KLA之一些檢測系統使用之一缺陷偵測演算法，或另一適合市售缺陷偵測方法及/或演算法。在一單一偵測方法之情況下，此步驟之輸出可為最終缺陷結果418。

本文中所描述之實施例可經組態用於單一偵測及雙重偵測模式兩者。兩種偵測模式可基於如本文中所描述般執行之多重參考產生。在一單一偵測模式中，需要僅一個最終參考影像且將其用於產生各測試影像之一單一差異影像。接著，運用單一差異影像執行缺陷偵測。可針對任一個測試影像產生一個以上最終參考影像且將其等用於雙重偵測。舉例而言，本文中所描述之實施例實現NPA缺陷偵測之雙重偵測，此在當前使用之NPA缺陷偵測方法中未得到支援。為實現雙重偵測，可自候選參考影像產生兩個最終參考影像，而非一個。

數項實施例可經組態且用於此缺陷偵測。在一項實施例中，電腦子系統經組態用於重複選擇及組合以藉此產生一額外最終參考影像。舉例而言，使用本文中所描述之步驟，可基於三個候選參考影像建構兩個同樣清晰但不同的參考影像。以此方式，本文中所描述之實施例有利地提供一種用於擾亂點減少之雙重參考產生方法。

在一項此實施例中，圖4中所展示之步驟402可執行兩次，一次用以選擇一第一最終參考影像之候選參考影像之不同部分且另一次用以選擇一第二最終參考影像之候選參考影像之其他不同部分。兩個選擇步驟皆可以上文所描述之方式之一或多者執行。另外，針對各最終參考影像執行之選擇步驟可以相同或不同方式執行。如圖4之步驟406中所展示，電腦子系統可組合選定部分以產生一第二最終參考影像。特定言之，選擇步驟可產生用於產生一第一最終參考影像之一第一組選定部分及用於產生一第二最終參考影像之一第二組選定部分。第一及第二組選定部分應包含測試影像之任一個部分之至少一些不同部分，否則第二最終參考影像係冗餘的。第一組選定部分可用於在步驟404中產生一第一最終參考影像，且第二組選定部分可用於在步驟406中產生一第二最終參考影像。組合步驟可以其他方式執行，如本文中進一步描述。

在另一實施例中，電腦子系統經組態用於選擇第一及第二候選參考影像之一者作為一額外最終參考影像。舉例而言，取代產生各自來自不同候選參考影像之不同部分之一組合之兩個最終參考影像，一個最終參考影像可以該方式產生，而另一最終參考影像可僅為候選參考影像之一者。可如本文中進一步描述般選擇用作第二最終參考影像之最佳候選參考影像。

在一進一步實施例中，電腦子系統經組態用於選擇一額外候選參考影像作為一額外最終參考影像。舉例而言，額外候選參考影像可為可用的及/或專門產生用於考量作為一第二最終參考影像。在一個此實例中，電腦子系統可經組態以擷取同一晶粒或一相鄰晶粒中之一相鄰關注區域之一影像。以此方式，此一影像可能並非一CR，因為其可能並非藉由組合兩個或更多個影像而產生。代替地，此一影像可僅為藉由檢測子系統，可能運用對其執行之一或多個影像處理步驟，諸如CV補償、高通濾波及類似者而產生的影像。接著，可比較此一影像與測試影像及/或其他候選參考影像之一或多者，以判定影像之哪一者或兩者最適合缺陷偵測。在任一情況下，可針對各測試影像產生多個候選參考影像，且電腦子系統可選擇最佳兩個參考影像，而非最佳一個參考影像，以用於缺陷偵測。

在另一此實例中，兩個最終參考影像可來自對三個所產生候選參考影像執行之一選擇程序。特定言之，可選擇最佳前兩個候選參考影像用於雙重偵測。可進行特別關注使得兩個選定參考影像兩者皆具有良好品質。舉例而言，在諸如圖5中所展示之胞元區之邊角區域處，最佳參考影像通常來自第三參考影像(例如，一晶粒間操作類型參考)。次佳參考影像在邊角區域處可能具有降低很多的品質(即，其可能與測試影像中之相同區域大不相同)。在此情況下，電腦子系統可迫使用於雙重偵測之選定兩個參考影像為相同類型，此意謂其等皆來自最佳多晶粒候選參考影像。以此方式，本文中所描述之實施例可確保雙重偵測具有相對較高靈敏度。

雙重最終參考影像產生可在NPA缺陷偵測中啟動雙重偵測。在上述實施例之任一者中，電腦子系統可經組態用於藉由比較測試影像與額外最終參考影像而產生一額外差異影像且藉由將缺陷偵測方法應用於額外差異影像而偵測測試影像中之缺陷。無論哪一額外最終參考影像經產生及選擇以在本文中所描述之實施例中使用，電腦子系統亦可藉由自測試影像減去最終參考影像2 (如圖4之步驟410中所展示)及執行偵測(如在使用差異影像2作為輸入之步驟414中所展示)而產生差異影像2。此等步驟可如本文中進一步描述般執行。

僅當缺陷偵測方法在差異影像及額外差異影像中之對應位置處偵測到一缺陷時，該缺陷偵測方法才判定在測試影像中之一位置處存在該缺陷。舉例而言，如圖4之步驟416中所展示，由偵測步驟412及414兩者偵測之缺陷可組合成在兩次比較中偵測到之一組缺陷。接著，組合組之缺陷可經分析以產生圖4中所展示之最終缺陷結果418，其僅包含在第一及第二差異影像中之對應位置處偵測到之缺陷。特定言之，電腦子系統可比較在差異影像中偵測之缺陷，且缺陷當中之任何共通性將被指定為真實缺陷，且缺陷之間之任何差異將被指定為擾亂點或假影。電腦子系統可以任何適合方式比較運用不同差異影像執行之不同缺陷偵測步驟之結果，使得不同差異影像中之對應位置處之結果可被比較，以藉此判定一所偵測缺陷是否係一真實缺陷或一假影或擾亂點。以此方式，缺陷偵測方法較佳地經組態使得僅當在兩個差異影像中之相同位置或相同像素處偵測到一缺陷時才報告一缺陷。因而，本文中所描述之實施例可執行將有助於抑制擾亂點偵測之雙重偵測。換言之，CR雙重偵測可藉由仲裁而最小化參考影像中之唯一擾亂點或假影對缺陷偵測結果之影響。

本文中所描述之實施例亦有利地提供一種抑制擾亂點偵測之新的基於片段之偵測策略。在一項實施例中，電腦子系統經組態用於將對應於樣品上之一胞元區之一關注區域之影像劃分成對應於一測試胞元之測試影像及對應於與測試胞元相鄰的兩個或更多個其他胞元之兩個或更多個其他影像，且缺陷偵測方法將關注區域劃分成胞元區之不同片段且分開地偵測不同片段之各者中之缺陷。以此方式，本文中所描述之實施例可添加影像分段以將不同位置叢集化至分開偵測流程中。電腦子系統可將整個影像劃分成不同區，且可基於擾亂點差異來決定各區之尺寸。在偵測階段中，各區可具有獨立參數以適應不同擾亂點控制要求。

在一項實施例中，不同片段包含用於胞元區之頂部及底部邊緣之一第一片段、用於胞元區之左及右邊緣之一第二片段、用於胞元區之一中心之一第三片段及用於胞元區之邊角之一第四片段。圖7中展示用以改良擾亂點減少之基於片段之偵測之一項此實施例。在此實施例中，將關注區域700之一整個影像分成不同片段。片段包含中心片段700a、左/右邊緣片段700b、頂部/底部邊緣片段700c及邊角片段700d。可將樣品上之此關注區域之各例項劃分成此四個片段。

可針對片段之各者共同或獨立地執行本文中所描述之步驟之各者。舉例而言，針對對應於整個關注區域之一測試影像，可如本文中所描述般產生一最終參考影像，且可藉由自測試影像減去最終參考影像而針對整個關注區域產生一差異影像。接著，可將差異影像劃分成不同片段之各者之對應部分，且可針對差異影像之部分之各者分開地執行缺陷偵測。

在一個此實例中，在圖7中所展示之標繪圖702中，可針對關注區域中之各不同片段分開地且獨立地產生一不同雜訊雲。特定言之，可僅針對中心片段700a產生雜訊雲702a，可僅針對左/右邊緣片段700b產生雜訊雲702b，可僅針對頂部/底部邊緣片段700c產生雜訊雲702c，且可僅針對邊角片段700d產生雜訊雲702d。接著，可針對各雜訊雲分開地執行缺陷偵測。在偵測階段中，各區可具有獨立參數以適應不同擾亂點控制要求。以此方式，可運用個別參數針對各片段形成一分開的雜訊雲以在DOI偵測與擾亂點抑制之間取得最佳平衡。

可針對各測試影像產生諸如圖7中所展示之一多雜訊雲標繪圖。換言之，標繪圖702中所展示之雜訊雲僅用於一單一測試影像，且可針對其他測試影像產生類似標繪圖。另外，標繪圖702中所展示之雜訊雲係基於針對一個測試影像產生的差異影像。可為針對同一測試影像產生的另一差異影像產生一分開的雜訊雲標繪圖(如在雙重偵測中，其中針對一單一測試影像產生多個差異影像)。

本文中所描述之電腦子系統之任一者可產生檢測結果，該等檢測結果可包含本文中所描述之步驟之任一者之結果。檢測結果可包含所偵測缺陷之資訊，諸如所偵測缺陷之定界框之缺陷ID、位置等、大小、偵測分數、關於缺陷分類之資訊(諸如類別標籤或ID等)，或此項技術中已知之任何此等適合資訊。可藉由電腦子系統以任何適合方式產生缺陷之結果。缺陷之結果可具有任何適合形式或格式，諸如一標準檔案類型。電腦子系統可產生結果且儲存該等結果，使得可由電腦子系統及/或另一系統或方法使用該等結果來執行樣品或相同類型之另一樣品之一或多個功能。

電腦子系統可經組態用於將所偵測缺陷之資訊儲存於任何適合電腦可讀儲存媒體中。資訊可與本文中所描述之結果之任一者一起儲存且可以此項技術中已知之任何方式儲存。儲存媒體可包含本文中所描述之任何儲存媒體或此項技術中已知之任何其他適合儲存媒體。在已儲存資訊之後，資訊可在儲存媒體中進行存取且由本文中所描述之方法或系統實施例之任一者使用、經格式化以對一使用者顯示、由另一軟體模組、方法或系統使用等。

可藉由本文中所描述之實施例及/或其他系統及方法以多種方式使用藉由對樣品執行檢測所產生的結果及資訊。此等功能包含(但不限於)更改已經或將以一回饋或前饋方式對所檢測樣品或另一樣品執行之一程序，諸如一製程或製造步驟。舉例而言，電腦子系統可經組態以基於(若干)所偵測缺陷而判定已經或將對如本文中所描述般檢測之一樣品執行之一程序之一或多個變化。程序變化可包含程序之一或多個參數之任何適合變化。電腦子系統較佳地判定該等變化，使得可減少或防止對其執行修正程序之其他樣品上之缺陷，可在對樣品執行之另一程序中校正或消除樣品上之缺陷，可在對樣品執行之另一程序中補償缺陷等。電腦子系統可以此項技術中已知之任何適合方式判定此等變化。

接著，可將該等變化發送至一半導體製造系統(未展示)或可存取電腦子系統及半導體製造系統之一儲存媒體(未展示)。半導體製造系統可為或可非本文中所描述之系統實施例之部分。舉例而言，本文中所描述之電腦子系統及/或檢測子系統可(例如)經由一或多個共同元件(諸如一外殼、一電力供應器、一樣品處置裝置或機構等)耦合至半導體製造系統。半導體製造系統可包含此項技術中已知之任何半導體製造系統，諸如一微影工具、一蝕刻工具、一化學機械拋光(CMP)工具、一沈積工具及類似者。

本文中所描述之實施例具有優於用於偵測一樣品上之缺陷之其他方法及系統之若干優點。舉例而言，本文中所描述之實施例提供較佳參考產生以在存在色彩變動時降低檢測雜訊且提供一新偵測策略以進一步抑制擾亂點。另外，本文中所描述之實施例在非圖案區處提供一新參考產生方法及偵測策略，此以較少及較小雜訊提供較佳差異影像產生且因此在存在色彩變動時提供較高靈敏度及較強擾亂點抑制能力。

藉由本文中所描述之實施例之若干重要新特徵實現上文所描述之優點。舉例而言，本文中所描述之實施例實現針對任一個測試影像同時產生兩個或甚至三個候選參考影像之一新可能性。此能力對於不可解析裝置圖案化特徵及可解析特徵兩者而言係新的。對於可解析重複胞元區，不同於本文中所描述之實施例，當前使用之檢測系統及方法通常可僅沿重複方向產生一參考影像。本文中所描述之多候選參考影像混合程序亦可用於檢測不可解析圖案化區域以及其他類型之區域。另外，本文中所描述之實施例支援使用最佳一個最終參考影像之單一偵測以及使用以本文中所描述之任何方式產生的最佳兩個參考影像之雙重偵測。本文中所描述之實施例亦非特定於任一個缺陷偵測方法且可用於產生至此項技術中已知之任何適合缺陷偵測方法之輸入。

上文所描述之系統之實施例之各者可一起組合成一項單一實施例。換言之，除非本文中另有所述，否則系統實施例不與任何其他系統實施例互斥。

另一實施例係關於一種用於偵測一樣品上之缺陷之電腦實施方法。方法包含擷取藉由一檢測子系統產生的一樣品之影像，該等影像包含一測試影像及對應於該測試影像之兩個或更多個其他影像。方法亦包含自測試影像及兩個或更多個其他影像之至少兩者的不同組合運算第一及第二參考影像(如在圖4中所展示之步驟400中)。方法亦包含選擇對應於測試影像之一第一部分之第一候選參考影像之至少一部分及對應於測試影像之一第二部分之第二候選參考影像之一部分(如在圖4之步驟402中)。另外，方法包含在不修改第一及第二候選參考影像之選定部分之情況下組合第一及第二候選參考影像之選定部分以藉此產生一最終參考影像(如在圖4之步驟404中)。方法亦包含藉由比較測試影像與最終參考影像而產生一差異影像(如在圖4中之步驟408中)。另外，方法包含藉由將一缺陷偵測方法應用於差異影像而偵測測試影像中之缺陷(如在圖4中所展示之步驟412中)。藉由耦合至可根據本文中所描述之實施例之任一者組態之檢測子系統之一電腦子系統執行擷取、運算、選擇、組合、產生及偵測步驟。

方法之步驟之各者可如本文中進一步描述般執行。方法亦可包含可由本文中所描述之檢測子系統及/或電腦子系統執行之(若干)任何其他步驟。另外，上文所描述之方法可由本文中所描述之系統實施例之任一者執行。

一額外實施例係關於一種儲存程式指令之非暫時性電腦可讀媒體，該等程式指令可在一電腦系統上執行以執行用於偵測一樣品上之缺陷之一電腦實施方法。圖8中展示一項此實施例。特定言之，如圖8中所展示，非暫時性電腦可讀媒體800包含可在電腦系統804上執行之程式指令802。電腦實施方法可包含本文中所描述之(若干)任何方法之(若干)任何步驟。

實施諸如本文中所描述之方法之方法之程式指令802可儲存於電腦可讀媒體800上。電腦可讀媒體可為一儲存媒體，諸如一磁碟或光碟、一磁帶或此項技術中已知之任何其他適合非暫時性電腦可讀媒體。

程式指令可以各種方式(包含基於程序之技術、基於組件之技術及/或物件導向技術等等)之任一者實施。舉例而言，可視需要使用ActiveX控制項、C++物件、JavaBeans、微軟基礎類別(「MFC」)、SSE (串流SIMD擴展)或其他技術或方法論實施程式指令。

電腦系統804可根據本文中所描述之實施例之任一者組態。

鑑於此描述，熟習此項技術者將瞭解本發明之多種態樣之進一步修改及替代實施例。舉例而言，提供用於偵測一樣品上之缺陷之方法及系統。因此，此描述待被解釋為僅係闡釋性且係出於向熟習此項技術者教示實行本發明之一般方式之目的。應瞭解，本文中展示且描述之本發明之形式待被視為目前較佳實施例。元件及材料可替代本文中繪示且描述之該等元件及材料，可顛倒部分及程序，且可獨立利用本發明之某些屬性，所有皆如熟習此項技術者在受益於本發明之此描述之後將瞭解。可對本文中所描述之元件做出改變而不脫離如以下發明申請專利範圍中所描述之本發明之精神及範疇。

14:樣品 16:光源 18:光學元件 20:透鏡 22:載物台 24:集光器 26:元件 28:偵測器 30:集光器 32:元件 34:偵測器 36:電腦子系統 100:檢測子系統 102:電腦系統 122:電子柱 124:電腦子系統 126:電子束源 128:樣品 130:元件 132:元件 134:偵測器 200:測試影像 202:參考影像 204:差異影像 206:參考影像 208:差異影像 300:影像 302:影像部分/測試胞元 304:影像部分/相鄰胞元 306:影像部分/相鄰胞元 308:影像部分/相鄰胞元 310:影像部分/相鄰胞元 312:影像部分/測試胞元 314:影像部分/相鄰胞元 316:影像部分/相鄰胞元 318:影像部分/相鄰胞元 320:影像部分/相鄰胞元 400:步驟 402:步驟 404:步驟 406:步驟 408:步驟 410:步驟 412:步驟 414:步驟 416:步驟 418:最終缺陷結果 500:作業 502:胞元區 504:胞元區 506:胞元區 508:胞元區 600:測試影像 602:近接左邊緣之部分 604:近接右邊緣之部分 606:中心部分 608:測試影像 610:行 612:行 614:候選參考影像 616:候選參考影像 618:行 620:行 622:行 624:行 626:行 628:行 630:行 632:行 634:最終參考影像 636:行 638:行 640:行 642:行 700:關注區域 700a:中心片段 700b:左/右邊緣片段 700c:頂部/底部邊緣片段 700d:邊角片段 702:標繪圖 702a:雜訊雲 702b:雜訊雲 702c:雜訊雲 702d:雜訊雲 800:非暫時性電腦可讀媒體 802:程式指令 804:電腦系統

熟習此項技術者在受益於較佳實施例之以下詳細描述之情況下且在參考隨附圖式之後將變得瞭解本發明之進一步優點，其中：圖1及圖1a係繪示如本文中所描述般組態之一系統之實施例之側視圖的示意圖；圖2係繪示一測試影像、一對應參考影像及利用一當前使用之檢測方法自其產生的一差異影像之一個實例以及如本文中所描述般產生的一最終參考影像及自其產生的一差異影像之一實施例之一平面圖的一示意圖；圖3係繪示針對一樣品產生的一影像之一個實例及將該影像劃分成一測試胞元及與該測試胞元相鄰的兩個或更多個其他胞元之不同實施例之一平面圖的一示意圖；圖4係繪示可執行用於偵測一樣品上之缺陷之步驟之一項實施例之一流程圖；圖5係繪示包含一樣品上之不同胞元區之影像圖框的一作業之一個實例之一平面圖的一示意圖；圖6係繪示不同候選參考影像之一項實施例之一平面圖的一示意圖，其中對應於一測試影像之不同部分之不同部分經選擇且在不進行修改之情況下組合以藉此產生一最終參考影像；圖7係繪示劃分成不同片段之一關注區域之一實施例之一平面圖及展示分開地偵測不同片段之各者中之缺陷之一項實施例之一標繪圖的一示意圖；及圖8係繪示儲存用於導致一電腦系統執行本文中所描述之一電腦實施方法之程式指令之一非暫時性電腦可讀媒體之一項實施例的一方塊圖。雖然本發明易於具有各種修改及替代形式，但本發明之特定實施例藉由實例在圖式中展示且在本文中詳細描述。圖式可未按比例繪製。然而，應瞭解，圖式及其詳細描述不意欲將本發明限於所揭示之特定形式，而相反，本發明欲涵蓋落於如由隨附發明申請專利範圍界定之本發明之精神及範疇內之全部修改、等效物及替代。

400:步驟

402:步驟

404:步驟

406:步驟

408:步驟

410:步驟

412:步驟

414:步驟

416:步驟

418:最終缺陷結果

Claims

一種經組態用於偵測一樣品上之缺陷之系統，其包括：一檢測子系統，其經組態用於產生一樣品之影像，該等影像包含一測試影像及對應於該測試影像之兩個或更多個其他影像；及一電腦子系統，其經組態用於：自該測試影像及該兩個或更多個其他影像之至少兩者的不同組合運算第一及第二候選參考影像；選擇對應於該測試影像之一第一部分的該第一候選參考影像之至少一部分及對應於該測試影像之一第二部分的該第二候選參考影像之一部分；在不修改該等第一及第二候選參考影像之該等選定部分之情況下組合該等第一及第二候選參考影像之該等選定部分以藉此產生一最終參考影像；藉由比較該測試影像與該最終參考影像而產生一差異影像；及藉由將一缺陷偵測方法應用於該差異影像而偵測該測試影像中之缺陷。
如請求項1之系統，其中在該樣品上僅包括不可解析、重複裝置圖案之區域中產生該測試影像及該兩個或更多個其他影像。
如請求項1之系統，其中該電腦子系統進一步經組態用於將對應於該樣品上之一關注區域之該等影像劃分成對應於一測試胞元之該測試影像及對應於與該測試胞元相鄰的兩個或更多個其他胞元之該兩個或更多個其他影像。
如請求項1之系統，其中在該運算之前，該電腦子系統進一步經組態用於將一色彩變動補償應用至該測試影像及該兩個或更多個其他影像。
如請求項1之系統，其中繼該組合之後，該電腦子系統進一步經組態用於將一色彩變動補償應用至該組合之結果。
如請求項1之系統，其中用於運算該第一候選參考影像之該測試影像及該兩個或更多個其他影像之該至少兩者的該等不同組合之一第一者包括僅在x方向上跨該樣品產生的該等影像之一部分。
如請求項6之系統，其中用於運算該第二候選參考影像之該測試影像及該兩個或更多個其他影像之該至少兩者的該等不同組合之一第二者包括僅在y方向上跨該樣品產生的該等影像之一額外部分。
如請求項1之系統，其中用於運算該等第一及第二候選參考影像之一者之該測試影像及該兩個或更多個其他影像之該至少兩者相鄰的該等不同組合之一者包括在該等影像之一作業中的該樣品上之兩個或更多個晶粒中產生的全部該等影像。
如請求項1之系統，其中該電腦子系統進一步經組態用於自該等不同組合運算一第三候選參考影像且選擇對應於該測試影像之一第三部分的該第三候選參考影像之至少一部分，且其中該組合包括在不修改該等第一、第二及第三候選參考影像之該等選定部分之情況下組合該等第一、第二及第三候選參考影像之該等選定部分以藉此產生該最終參考影像。
如請求項1之系統，其中該選擇包括識別該等第一及第二候選參考影像之哪些部分與該測試影像之不同部分最佳匹配。
如請求項1之系統，其中該選擇包括識別該等第一及第二候選參考影像之哪些部分與該測試影像之對應部分最佳匹配。
如請求項1之系統，其中該電腦子系統進一步經組態用於重複該選擇及組合以藉此產生一額外最終參考影像，藉由比較該測試影像與該額外最終參考影像而產生一額外差異影像，且藉由將該缺陷偵測方法應用於該額外差異影像而偵測該測試影像中之缺陷，且其中僅當該缺陷偵測方法在該差異影像及該額外差異影像中之對應位置處偵測到一缺陷時，該缺陷偵測方法才判定在該測試影像中之一位置處存在該缺陷。
如請求項1之系統，其中該電腦子系統進一步經組態用於選擇該等第一及第二候選參考影像之一者作為一額外最終參考影像，藉由比較該測試影像與該額外最終參考影像而產生一額外差異影像，且藉由將該缺陷偵測方法應用於該額外差異影像而偵測該測試影像中之缺陷，且其中僅當該缺陷偵測方法在該差異影像及該額外差異影像中之對應位置處偵測到一缺陷時，該缺陷偵測方法才判定在該測試影像中之一位置處存在該缺陷。
如請求項1之系統，其中該電腦子系統進一步經組態用於選擇一額外候選參考影像作為一額外最終參考影像，藉由比較該測試影像與該額外最終參考影像而產生一額外差異影像，且藉由將該缺陷偵測方法應用於該額外差異影像而偵測該測試影像中之缺陷，且其中僅當該缺陷偵測方法在該差異影像及該額外差異影像中之對應位置處偵測到一缺陷時，該缺陷偵測方法才判定在該測試影像中之一位置處存在該缺陷。
如請求項1之系統，其中該電腦子系統進一步經組態用於將對應於該樣品上之一胞元區之一關注區域之該等影像劃分成對應於一測試胞元之該測試影像及對應於與該測試胞元相鄰的兩個或更多個其他胞元之該兩個或更多個其他影像，且其中該缺陷偵測方法將該關注區域劃分成該胞元區之不同片段且分開地偵測該等不同片段之各者中之缺陷。
如請求項15之系統，其中該等不同片段包括用於該胞元區之頂部及底部邊緣之一第一片段、用於該胞元區之左及右邊緣之一第二片段、用於該胞元區之一中心之一第三片段及用於該胞元區之邊角之一第四片段。
如請求項1之系統，其中該檢測子系統進一步經組態為一基於光之檢測子系統。
如請求項1之系統，其中該檢測子系統進一步經組態為一基於電子束之檢測子系統。
一種非暫時性電腦可讀媒體，其儲存程式指令，該等程式指令可在一電腦系統上執行以執行用於偵測一樣品上之缺陷之一電腦實施方法，其中該電腦實施方法包括：擷取藉由一檢測子系統產生的一樣品之影像，該等影像包含一測試影像及對應於該測試影像之兩個或更多個其他影像；自該測試影像及該兩個或更多個其他影像之至少兩者的不同組合運算第一及第二候選參考影像；選擇對應於該測試影像之一第一部分的該第一候選參考影像之至少一部分及對應於該測試影像之一第二部分的該第二候選參考影像之一部分；在不修改該等第一及第二候選參考影像之該等選定部分之情況下組合該等第一及第二候選參考影像之該等選定部分以藉此產生一最終參考影像；藉由比較該測試影像與該最終參考影像而產生一差異影像；及藉由將一缺陷偵測方法應用於該差異影像而偵測該測試影像中之缺陷。
一種用於偵測一樣品上之缺陷之電腦實施方法，其包括：擷取藉由一檢測子系統產生的一樣品之影像，該等影像包含一測試影像及對應於該測試影像之兩個或更多個其他影像；自該測試影像及該兩個或更多個其他影像之至少兩者的不同組合運算第一及第二候選參考影像；選擇對應於該測試影像之一第一部分的該第一候選參考影像之至少一部分及對應於該測試影像之一第二部分的該第二候選參考影像之一部分；在不修改該等第一及第二候選參考影像之該等選定部分之情況下組合該等第一及第二候選參考影像之該等選定部分以藉此產生一最終參考影像；藉由比較該測試影像與該最終參考影像而產生一差異影像；及藉由將一缺陷偵測方法應用於該差異影像而偵測該測試影像中之缺陷，其中藉由耦合至該檢測子系統之一電腦子系統執行該擷取、運算、選擇、組合、產生及偵測。