[发明专利]液滴型缺陷的检测方法和检测系统

说明书

一种液滴型缺陷的检测方法和监测系统，其中所述检测方法，包括：获取待检测晶圆图像；获得所述待检测晶圆图像中的缺陷区域；对所述缺陷区域进行骨架化，获得骨架化缺陷图形；判断所述骨架化缺陷图形是否为线状，若所述骨架化缺陷图形为线状，则该骨架化缺陷图形对应的晶圆缺陷为液滴型缺陷。本发明实现对特定液滴型缺陷的识别并提高了识别的效率。

技术领域

本发明涉及半导体制造领域，尤其涉及一种液滴型缺陷的检测方法和检测系统。

背景技术

半导体集成电路制作主要通过曝光、蚀刻、离子注入、薄膜沉积和化学机械研磨等工艺步骤，在硅衬底上形成各种类型的半导体器件以及将半导体器件连接的互连线。其中，任一步工艺中所产生的缺陷，都可能会导致电路的制作失败或失效。因此，在工艺制作中常需要对多步工艺进行缺陷检测及分析，找出缺陷发生的原因，并加以排除。

现有的缺陷检测方法虽然能检测出缺陷，但是对于缺陷类别的识别不完善以及识别效率较低，不利于工艺人员和设备人员对特定类型缺陷的分析和统计，以快速的找到缺陷产生的原因，影响了生产的效率。

发明内容

本发明所要解决的技术问题是怎样实现对特定缺陷类别识别以及提高识别的效率。

本发明提供了一种液滴型缺陷的检测方法，包括：

获取待检测晶圆图像；

获得所述待检测晶圆图像中的缺陷区域；

对所述缺陷区域进行骨架化，获得骨架化缺陷图形；

判断所述骨架化缺陷图形是否为线状，若所述骨架化缺陷图形为线状，则该骨架化缺陷图形对应的晶圆缺陷为液滴型缺陷。

可选的，所述缺陷区域获得过程包括：提供标准晶圆图像；将所述待检测晶圆图像与所述标准晶圆图像相减，获得差异化图像；对所述差异化图像进行二值化，获得缺陷区域。

可选的，所述二值化采用的算法包括大律法、最大熵法或迭代法。

可选的，所述将所述待检测晶圆图像与所述标准晶圆图像相减之前，还包括：对所述检测晶圆图像进行直方图等化。

可选的，所述骨架化采用的算法包括Zhang Suen细化算法、Burning细化算法Hilditch细化算法、Pavlidis细化算法或Rosenfeld细化算法。

可选的，所述线状为直线状或曲线状。可选的，判断所述骨架化缺陷图形是否为线状的过程包括：对所述缺陷区域进行骨架化的结果为或者所述骨架化缺陷图形为若干个连续的线段，所述线段的宽度均为一个像素；计算线段上的每个像素的相邻像素的个数，并依据每个像素对应的相邻像素个数将线段上的每一个像素分类为端点、接续点和分支点三种，所述端点的相邻像素的数量为一个，所述接续点的相邻像素的数量为两个，所述分支点的相邻像素的数量为三个以及三个以上；根据液滴型缺陷的线状判断规则进行筛选，找出液滴型缺陷，所述线状判断规则包括最小线长、是否允许分支和分支的数量。

可选的，所述线状判断规则包括：液滴型缺陷需满足：接续点的数量≥最小长度，端点的数量≥2，最大分支点个数≥分支点的数量≥0。

可选的，所述线状判断规则包括：直线状的液滴型缺陷需满足：接续点的数量≥最小长度，端点的数量为2，分支点的数量为0。

可选的，所述线状判断规则包括：具有分支的液滴型缺陷需满足：接续点的数量≥最小长度，端点的数量≥3，分支点的数量为1。

可选的，所述最小长度≥30，所述最大分支点个数≤5。

可选的，还包括：对所述液滴型缺陷的位置、对应的图层、对应的处理设备和对应的处理腔室进行标记。

可选的，还包括：将所述液滴型缺陷进行加总，形成统计报表。