亚洲成年人黄色一级片,日本香港三级亚洲三级,黄色成人小视频,国产青草视频,国产一区二区久久精品,91在线免费公开视频,成年轻人网站色直接看

檢測圖案誤差的方法和裝置的制作方法

文檔序號:6479340閱讀:586來源:國知局
專利名稱:檢測圖案誤差的方法和裝置的制作方法
檢測圖案誤差的方法和裝置優(yōu)先權(quán)聲明此非臨時專利申請要求2007年11月12日提交到美國專利與商標(biāo)局的臨時美國 專利申請No. 60/987,186在35U.S.C. § 119(e)之下的優(yōu)先權(quán),并且其完整內(nèi)容被通過引用 而合并到這里。
背景技術(shù)
傳統(tǒng)地,用于循環(huán)圖案的芯片塊到芯片塊(die-to-die)檢查包括比較參考圖像 與要檢查的圖案的一部分(例如,像素或其它重復(fù)圖案單元)的所記錄的圖像。美國專利 No. 5,640,200中描述了該方法的示例。在該傳統(tǒng)方法中,基于多個測試圖像創(chuàng)建“黃金模 板”,并稍后將該“黃金模板”與測試圖像比較。可以用多種方法創(chuàng)建參考圖像,例如平均來自整個圖案的不同部分的許多圖像、 從數(shù)據(jù)計算參考圖像等等。但,例如,參考圖像與圖案的所記錄部分之間的比較精度由于與 該參考圖像的創(chuàng)建相關(guān)的誤差而受到限制。其它用于檢測圖案中的重復(fù)圖案單元或重復(fù)圖案單元組之間的誤差的芯片塊到 芯片塊檢查的傳統(tǒng)方法包括將來自于完整圖案的不同部分的不同像素或其它重復(fù)圖案單 元互相進行比較。另一傳統(tǒng)方法包括比較圖案的相同部分的多個圖像,其中每個圖像在不同條件下 由相同成像獲取單元記錄。美國專利No. 6,298,149中描述了該傳統(tǒng)方法的例子。在該傳 統(tǒng)方法中,圖案的第一圖像和該相同圖案的第二圖像被產(chǎn)生,并且將第二圖像從第一圖像 中減去來識別圖像中的誤差。然而,這些傳統(tǒng)方法具有某些缺陷和大量誤差源。例如,如果兩個圖像獲取單元 (例如,電荷耦合器件(CCD)照相機、互補金屬氧化硅(CMOS)照相機、掃描線系統(tǒng)等)被并 行使用,并且比較來自這些單元的圖像,則由各個照相機的校準(zhǔn)、各個光學(xué)器件和/或各個 電子器件導(dǎo)致的贗像降低了真正的誤差(例如,CD誤差)可以被確定的精度。由多個照相 機記錄的圖像之間的差別不僅取決于實際圖案中的差別,還取決于使用兩個不同照相機的 事實。而且,從工件的不同部分獲得多個記錄的圖像的事實可以限制可確定差別的精度。例 如,如果對于兩個不同的位置,反射率和透射率不同,則所述圖像在被比較時可被感知為不 同,即使所述兩個位置在檢查時基本相同,也是如此。即使當(dāng)一個成像獲取單元被用來記錄工件上不同位置或不同時刻的多個圖像時, 誤差檢測的精度也被降低。例如,如果工件的透射率或反射率在工件的不同位置處不同,或 者光照條件隨著時間變化,則兩個圖像之間的比較質(zhì)量受損。當(dāng)具有基本相同的圖案部分的兩個圖像在不同條件下(例如,光照、極化 (polarization)、時間戳等)被記錄時,圖像記錄之間的條件和時間的改變使誤差檢測的 精度惡化。在參考圖像被用于比較的情況下,參考圖像的質(zhì)量較重要。如果這樣的圖像是通 過平均來自圖案內(nèi)的許多位置的圖像而創(chuàng)建的,則例如在被透射或被反射的光的量上的差
7別破壞參考圖像,這降低了可確定重復(fù)圖案單元之間的差別的精度。一種本質(zhì)上循環(huán)的誤差稱為Mura缺陷。Mura缺陷定義為與環(huán)境不同或反常的照 明區(qū)域。用于在完成的顯示模塊中或在單元格(cell)組裝之后檢測Mura缺陷的許多傳統(tǒng) 方法已被公知。例如,美國專利No. 5,917,935描述了用于檢測平板顯示器上的Mura缺陷 的方法。在該傳統(tǒng)方法中,獲取完成的模塊的高質(zhì)量圖像,并且分析照明的差別來檢測和分 類不同類型的Mura缺陷。然而,該傳統(tǒng)方法在制造過程后期檢測Mura。在制造過程的后期 而不是前期檢測誤差不可避免地導(dǎo)致成本的增加,這由于在每個制造步驟中增加的產(chǎn)品價 值。例如,用以檢測Mura缺陷或誤差的對光掩膜(photomask)的檢查通常通過一般以 傾斜角度從后側(cè)或前側(cè)用外部光源照射光掩膜而進行。然后,反射或透射的散射光直接或 間接地經(jīng)由光獲取系統(tǒng)被人眼檢測,來檢測理想均勻光中的不均勻或差異。因為手動檢查是器官感覺的,因此它的使用導(dǎo)致Mura質(zhì)量控制的不確定性,這是 因為該傳統(tǒng)方法非常主觀,并且不同的個體不同地感知Mura缺陷的外觀和嚴(yán)重性。而且, 例如燈光強度、視角、環(huán)境、圖案設(shè)計等的特性限制了獲得客觀結(jié)果的潛力。日本專利JP 10-300447A(1998)公開了上文剛提到的方法的自動化變型。在該傳 統(tǒng)方法中,使用時間延遲和積分(TDI)傳感器檢測Mura缺陷,該TDI傳感器代替人眼檢測 從圖案邊緣散射的光。然而,該傳統(tǒng)方法在涉及到分類所檢測的缺陷的不同誤差源和導(dǎo)致 缺陷的誤差尺寸時也受到限制。此外,使用該傳統(tǒng)方法檢測與所述循環(huán)圖案的邊緣接近的 循環(huán)圖案部分可能相當(dāng)困難或不可能。然而,即使JP 10-300447A(1998)中描述的裝置能夠檢測Mura缺陷,該裝置也不 能在質(zhì)量上評價Mura缺陷,因此不能將需要進一步檢查的Mura缺陷與不需要進一步檢查 的Mura缺陷區(qū)分。該傳統(tǒng)裝置也不能基于其強度而在數(shù)量上評價Mura缺陷。美國專利申 請公布No. 2005/0271262公開了處理該限制的傳統(tǒng)校準(zhǔn)方法。在美國專利申請公布No. 2005/0271262中,具有已知特性和類型的Mura缺陷的預(yù) 定圖案(校準(zhǔn)板)被檢查來建立設(shè)置(set-up)的靈敏度(Mura缺陷檢查裝置的檢測靈敏 度)。該檢測靈敏度由光接收器和分析器件來確定。通過該Mura缺陷檢查裝置檢測Mura 缺陷檢查掩膜中的偽Mura缺陷,來確定靈敏度是否足夠。前面所提的傳統(tǒng)方法或其變型是 在數(shù)量上檢測Mura的次優(yōu)化方法,這是因為它們依賴于器官感覺的判定或校準(zhǔn)板的使用。此外,如全局差別(例如,要檢查的工件的反射率和透射率上的差別)、圖案檢測 的邊緣問題、光照機構(gòu)的角度誤差、光照穩(wěn)定性、檢測精度對圖案的高依賴性等的誤差源使 Mura檢測的質(zhì)量惡化。因為Mura傳統(tǒng)上通過眼睛或例如CXD照相機的光強測量器件來檢測,因此Mura 缺陷可能在“亮掩膜(bright mask)”(例如,具有相對高的反射/透射光比的掩膜)中很 難檢測。兩個掩膜上的相同的位置誤差或關(guān)鍵維度(dimension) (CD)誤差將具有不同的可 見度,因此被不同地判定。在一個示例中,考慮包括測量為約9μπι的不透明線和不透明線之間的測量為約 1 μ m的間隔(例如,間距10 μ m)的圖案,如圖1所示,其透射率約為10%。通過引入約50nm 的誤差(例如,一個間隔變?yōu)榧s1. 05 μ m),對于該圖案的所述部分的透射率變?yōu)榧s10. 5%。 該圖案的所述部分中的透射率與該圖案的剩余部分的透射率之間的比(例如,對比度)變
8為約5%。該誤差將清晰可見。然后考慮包含測量為約1 μ m的不透明線和不透明線之間的測量為約9 μ m的間隔 (例如,間距ΙΟμπι)的另一個圖案,其透射率變?yōu)榧s90%。通過引入約50nm的相同誤差 (例如,一個間隔變?yōu)榧s9. 05 μ m),該圖案的所述部分的透射率變?yōu)榧s90. 5%。在該情況 下,對比度僅變?yōu)榧s0.5%。在該相對基本的例子中,僅基于圖案的極性(polarity),相同 的誤差的可見度降低了約10倍。如果可見度是非線性的,則因此特定誤差的可見度將甚至 更受影響。闡述不同圖案之間的可見度差別的另一個方法在圖2中描述,其中示出了兩個不 同的圖案A和B。在兩個圖像中均引入了相同的誤差,但識別圖案A中的變化比圖案B中的 變化更易可見和可探測,圖案A中的誤差引起了更高的透射率變化。因此,在該示例中,由具有恒定或基本恒定的間距的循環(huán)圖案中誤差的出現(xiàn)所引 起的可見度取決于明場和暗場之間的比或圖案極性。換句話說,基本(base)透射、反射或 其它影響可見度的特性高度影響哪個Mura缺陷可被檢測的精度。這通常導(dǎo)致即使存在 將破壞模板、光掩膜、襯底晶片等的案例檢測中的最終器件的誤差,正被判定的圖案也可接 受。Mura缺陷檢測能力取決于正被檢查的圖案。當(dāng)使用傳統(tǒng)CCD或類似的循環(huán)傳感器器件來檢查循環(huán)圖案時的另一個問題是正 被檢查的循環(huán)圖案和CCD上的系統(tǒng)間距(各個傳感器之間的距離)之間的拍(beating)在 所記錄的圖案上產(chǎn)生莫爾(moir6)。當(dāng)檢測記錄的圖案中的Mura缺陷時,這使得分析步驟
變復(fù)雜。傳統(tǒng)C⑶照相機可能具有類似于平板顯示器的構(gòu)造。照相機中的每個像素通過輸 出電信號(以電壓)響應(yīng)于光,該電信號與入射在照相機像素上的光量成比例。照相機像 素包括不響應(yīng)于光的邊界。每個像素互相間均勻間隔以形成二維周期圖案。像素的圖案形 成光強度的離散采樣點,其定義了刺射(impinging)在CCD照相機上的圖像。通過照相機像素的圖像的離散采樣創(chuàng)建干涉圖案,其公知為莫爾干涉。該干涉圖 案是CCD照相機創(chuàng)建的圖像電壓信號的周期調(diào)制。調(diào)制的周期是CCD像素和平板像素的圖 案的周期的函數(shù)。圖像的周期調(diào)制經(jīng)常阻礙檢查系統(tǒng)檢測和表征出現(xiàn)在平板顯示器上的真 正缺陷的能力。該真正缺陷也調(diào)制信號,但本質(zhì)上不趨于周期的。已提出降低莫爾贗像的一些傳統(tǒng)方法。例如,美國專利No. 7,095,883公開了一種 記錄包括莫爾圖案的多個圖像的方法。所述圖像被組合來形成包括莫爾圖案的參考圖像, 并且該參考圖像與樣本圖像組合來抑制莫爾圖案以形成測試圖像。用于降低記錄的圖像中的莫爾效應(yīng)的傳統(tǒng)方法在例如美國專利W). 7,095,883中 描述。在該傳統(tǒng)方法中,莫爾贗像的抑制通過創(chuàng)建參考莫爾圖像(通過組合許多記錄的圖 案圖像)以及接著從在檢查階段期間拍攝的樣本圖像中除去該參考圖像而進行。美國專利No. 5,764,209公開了克服循環(huán)圖像傳感器和循環(huán)圖案之間的失配的影 響的傳統(tǒng)方法。這些傳統(tǒng)方法包括在每個圖像中使用有限數(shù)量的傳感器元件和使用大量圖 像,通過平均在不同位置的大量記錄的圖像以及過濾所記錄的圖像來去除特定拍頻。其它用于處理莫爾的破壞性出現(xiàn)的傳統(tǒng)方法在美國專利No. 5,764,209中被公 開。在該示例中,來自在不同位移的位置處記錄的大量圖像的強度被抵消。在該示例中,所 記錄的圖像是照相機位移的而不是圖案位移的。
9

發(fā)明內(nèi)容
示例實施例涉及用于與更精確的圖案和作為結(jié)果的器件的制造和生產(chǎn)相關(guān)的 質(zhì)量控制和檢測誤差的方法和裝置。所述圖案或器件可以包括顯示應(yīng)用中使用的圖案, 所述顯示應(yīng)用例如薄膜晶體管液晶顯示器(TFT-IXD)、有機發(fā)光二極管(OLED)、表面 傳導(dǎo)電子發(fā)射顯示器(SED)、等離子顯示板(PDP)、場致發(fā)射顯示器(FED)、低溫多晶硅 IXD(LTPS-LCD)以及使用至少部分循環(huán)圖案的類似的顯示技術(shù)。圖案還可以包括諸如CXD 傳感器、CMOS傳感器和其它傳感器之類的傳感器器件、或本質(zhì)上為循環(huán)的(或周期的)圖 像拾取(獲取)技術(shù)的圖案。示例實施例還涉及用于生產(chǎn)本質(zhì)上為循環(huán)的器件的其它器件或材料的質(zhì)量控制, 例如,存儲器(例如靜態(tài)隨機存取存儲器(SRAM)、動態(tài)隨機存取存儲器(DRAM)、閃存、鐵電 存儲器、鐵磁存儲器等)、表征為循環(huán)圖案的光學(xué)器件(例如光柵、標(biāo)尺(scale)、衍射光元 件(DOE)、開諾全息照片、全息圖等)以及其它循環(huán)結(jié)構(gòu)(例如3D結(jié)構(gòu),壓印章、膠印版、浮 雕等)。這些精確圖案的載體(此后稱為工件)可以是(但不限定于)半導(dǎo)體晶片、塑料 材料(例如,聚對苯二甲酸乙二醇酯(PET)、聚鄰苯二甲酸酯(PEN)等)、鍍鉻石英掩膜、柔 性材料、金屬等。具體的例子可以是用于顯示器制造的玻璃襯底、用于光刻的光掩膜、半導(dǎo) 體晶片、基于彈性體的模板等。示例實施例還涉及檢測至少部分循環(huán)的圖案中的缺陷。這樣的缺陷或誤差可以定 義為(但不限定于)關(guān)鍵維度(CD)或線寬與特定特征或特征組的預(yù)期值之間的差別、布置 與特定特征或特征組的預(yù)期位置的差別、特征或特征組之間間距的差別、或者特定特征或 特征組之間的形狀的差別。特征的預(yù)期CD值或預(yù)期位置可以從圖案設(shè)計中得到或者由圖 案自身定義。示例實施例還涉及檢測一個方向或平面上的循環(huán)圖案或結(jié)構(gòu)中的缺陷,該方向或 平面具有相對于要被檢查的工件的表平面的斜角和/或具有相對于用于創(chuàng)建該循環(huán)圖案 或結(jié)構(gòu)的寫射束的入射角、印章或壓輥的斜角,例如,檢測具有通過壓花(embossing)技術(shù) 創(chuàng)建的循環(huán)3D結(jié)構(gòu)的傾斜平面“檢查表面”中的缺陷。示例實施例還涉及芯片塊到芯片塊檢查的方法。芯片塊到芯片塊檢查是至少部分 循環(huán)的圖案中相同或至少相似的特征之間的比較。這些特征可以包括實際記錄的圖案單 元、測量的圖案單元或其它圖像表示。示例實施例還涉及(但不局限于)通常被稱為Mura缺陷的誤差或缺陷。Mura缺 陷通過分布在工件的更大區(qū)域中,與更孤立的圖案誤差(例如,開路、短路、穿孔等)在性質(zhì) 上分開。換句話說,Mura缺陷通常不是點缺陷。使用傳統(tǒng)檢查方法,檢測Mura缺陷被公知 為有問題的,這是因為傳統(tǒng)檢查方法通常集中于循環(huán)圖案的相對小的部分。結(jié)果,只要使用 顯微圖案檢查,Mura缺陷就可能看上去像規(guī)則排列的圖案。—旦來自圖案的較大部分的區(qū)域被觀察到,Mura缺陷就可以被識別為與所述圖案 的主要部分不同的圖案部分。當(dāng)Mura缺陷存在于傳感器器件或顯示器件中時,可以產(chǎn)生靈敏度波動或顯示波 動,這可以降低器件性能。此外,當(dāng)Mura缺陷在光掩膜或類似的制造模板的圖案中產(chǎn)生時,
10Mura缺陷可能被傳遞到圖像器件的圖案中,這也降低圖像器件的性能,其中所述制造模板 用于制造傳感器器件、顯示器件或任何其它本質(zhì)上為循環(huán)的器件。示例實施例還涉及公知為莫爾贗像的問題。莫爾贗像是有關(guān)圖像惡化的問題,這 由通過本質(zhì)上為循環(huán)的(周期的)圖像記錄器件記錄循環(huán)圖案引起。至少一個示例實施例提供了可以相對高的精度確定循環(huán)圖案中的重復(fù)特征之間 的差別的方法。至少一個示例實施例還提供了在某種意義上將要被檢查的圖案的所記錄的 圖像與自身相比較的方法。結(jié)果,與存儲的參考圖像、由于圖像記錄之間的時間而導(dǎo)致的外 部條件變化、或多位置圖像相關(guān)的誤差源被消除。通過消除或至少降低通常折磨傳統(tǒng)技術(shù) 的誤差源,該圖像內(nèi)比較可以實現(xiàn)在檢測例如在各個重復(fù)圖案單元之間的CD、形狀和/或 位置的偏差時的相對高的精度。至少一些示例實施例還減少了依賴于圖案設(shè)計的檢測精度的差別。例如,根據(jù)至 少一些示例實施例,圖案的占空比或基本對比度不限制精度。示例實施例不要求顯示器具有識別Mura缺陷的功能,因此誤差檢測可以在常規(guī) 器件生產(chǎn)流程中的上游進行。示例實施例還涉及Mura檢測。傳統(tǒng)和現(xiàn)有技術(shù)的Mura檢測方法具有由示例實施 例處理的許多缺點。例如,這里所討論的方法不依賴于斜入射光,而是相反,依賴相對于檢 查表面而垂直或基本垂直的圖像獲取。這使其尤其適于整個圖案的精確檢查而不降低接近 于圖案邊緣的檢測精度。示例實施例還提供了以客觀的和/或在數(shù)量上的方式檢測Mura缺陷的各種方法, 而不使用給定的或預(yù)定的校準(zhǔn)板對不同類型的Mura缺陷分類。示例實施例提供了用于檢測Mura和/或點缺陷的方法,其中檢查的圖案設(shè)計中差 別的影響被降低。該方法使誤差檢測能在周期圖案的極性或占空比的較不重要或不重要的 環(huán)境下執(zhí)行。示例實施例提供了在循環(huán)傳感器記錄中降低至少部分循環(huán)的圖案的莫爾的潛在 存在性的方法。示例實施例提供了用于檢測包括至少部分循環(huán)結(jié)構(gòu)的工件上的偏差和/或缺陷、 和/或至少部分被周期圖案覆蓋的工件上的偏差和/或缺陷的方法和裝置。示例實施例提供了用于通過將誤差/缺陷檢測主要基于來自與它們自身相比較 的單個圖像的數(shù)據(jù)、以增加的精度檢測循環(huán)圖案中相對小的誤差的更快、更有效和易懂的 方法。另一個示例實施例提供了用于與相對于占空比或極性的圖案設(shè)計無關(guān)地檢測循 環(huán)圖案中相對小的誤差的方法。另一個示例實施例提供了不使用參考圖像、多個圖像獲取單元或在多于一個時間 點(instance in time)記錄相同圖像的芯片塊到芯片塊的檢查方法。另一個示例實施例提供了不比較通過不同圖像獲取系統(tǒng)記錄的圖案中的不同位 置的芯片塊到芯片塊的檢查方法。另一個示例實施例提供了在不使用復(fù)雜過濾或邊緣確定函數(shù)的情況下檢測循環(huán) 圖案中相對小的誤差的更有效方法。另一個示例實施例提供了確定缺陷幅度的方法。
另一個示例實施例提供了可基于統(tǒng)計計算而檢測和分類Mura和/或莫爾缺陷的 方法。另一個示例實施例融合來自可能至少部分重疊的多個圖像的信息來檢測Mura和 /或莫爾缺陷。另一個示例實施例結(jié)合各種Mura和/或莫爾誤差的分類和/或來自在前Mura和 /或莫爾產(chǎn)生的統(tǒng)計,使用多個圖像來檢測Mura和/或莫爾缺陷。另一個示例實施例提供了用于提高記錄的圖像的質(zhì)量、同時抑制和/或控制莫爾 效應(yīng)的方法。


此處描述的附圖僅僅為了所選示例實施而不是所有可能的實施方式的描述目的, 而且非意在限制本公開的范圍。圖1圖示了包括測量為約9 μ m的不透明線和不透明線之間的測量為約1 μ m的間 隔(例如,間距為IOym)的圖案。圖2是用于圖示不同圖案之間的可見度差別的示例。圖3以概念形式圖示了用于實現(xiàn)根據(jù)示例實施例的方法的圖像獲取器件。圖4圖示了置于CXD網(wǎng)格上的循環(huán)圖案的旋轉(zhuǎn)部分。圖5示出了發(fā)射定義矩形圖的光的有限數(shù)目的點源。圖6圖示了實現(xiàn)方程(2)的解調(diào)器的模擬模型。圖7是圖示根據(jù)示例實施例的用于誤差檢測的方法的流程圖。圖8圖示了示例獲取的圖像和差別圖像。圖9圖示了另一個示例獲取的圖像和差別圖像。圖10圖示了用于闡述示例的4點插值(interpolation)的虛擬網(wǎng)格的部分。圖11A-11D示出了當(dāng)采用邊緣的不同導(dǎo)數(shù)(derivative)對信號采樣以及使用粗 略的采樣網(wǎng)格時、對于插值誤差發(fā)生了什么的比較。圖12示出了用于解釋旋轉(zhuǎn)誤差的圖案的部分。圖13是示出在執(zhí)行了位移操作使得僅有用信息保留在差別圖像的灰色陰影區(qū)域 中之后的結(jié)果的示例。圖14示出了用于解釋根據(jù)示例實施例的估計間距的方法的橫截面(cross section)圖。圖15圖示了根據(jù)示例實施例的用于誤差檢測的另一方法。圖16是在對由圖IlB中所示的橫截面代表的圖像在Y方向位移20. 5μπι之后得 到的橫截面。圖17示出了視頻電子標(biāo)準(zhǔn)協(xié)會(VESA)定義的、用于對完成的FPD模塊中的誤差 進行分類的平板顯示器測試標(biāo)準(zhǔn)(FPDM)。圖18是根據(jù)示例實施例、在用于檢測誤差的方法的第一和第二位移期間發(fā)生了 什么的幾何表示。圖19示出了例如使用圖3所示的圖像獲取單元在X方向捕獲的一些重疊圖像的 示例。
12
圖20是圖示超級采樣方法的示例,在該方法中,當(dāng)沿著邊緣時,照相機中的每個 像素在傳輸函數(shù)的不同物理點處采樣邊緣。貫穿附圖的幾個視圖,相應(yīng)的附圖標(biāo)記指示相應(yīng)部分。
具體實施例方式下面將參照附圖更全面地描述本發(fā)明的各個示例實施例,所述附圖中示出了本發(fā) 明的一些示例實施例。在附圖中,為了清楚起見,層和區(qū)域的厚度被夸大。本發(fā)明的詳細(xì)闡述實施例在此公開。然而,這里所公開的特定結(jié)構(gòu)和功能細(xì)節(jié)僅 是為了描述本發(fā)明的示例實施例目的的代表。然而,本發(fā)明可以以許多可替代的形式實施, 而不應(yīng)該被解釋為僅限于這里提出的實施例。因此,當(dāng)本發(fā)明的示例實施例能夠有各種修改和不同的形式時,其實施例通過舉 例在附圖中示出,并將在此詳細(xì)描述。然而,應(yīng)當(dāng)理解,并非意在將本發(fā)明的示例實施例限 定到公開的特定形式,而相反,本發(fā)明的示例實施例將覆蓋落入本發(fā)明范圍內(nèi)的所有修改、 等價物和替代物。貫穿附圖描述,相同的數(shù)字指相同的元件。將理解,盡管這里可以使用術(shù)語“第一”、“第二”等來描述各種元件,但這些元件不 應(yīng)該被這些術(shù)語限制。這些術(shù)語僅用來將一個元件和另一個元件區(qū)別。例如,第一元件可 以被稱為第二元件,并且類似地,第二元件可以被稱為第一元件,而不偏離本發(fā)明的示例實 施例的范圍。正如這里所用,術(shù)語“和/或”包括一個或多個所列關(guān)聯(lián)條目的任何以及所有組合。將理解,當(dāng)元件被稱為正“連接”或“耦合”到另一個元件時,它可直接連接或耦合 到另一個元件,或者可能存在介于其間的元件。相反,當(dāng)元件被稱為正“直接連接”或“直接 耦合”到另一個元件時,就不存在介于其間的元件。用來描述元件之間的關(guān)系的其它詞應(yīng)該 用類似方式解釋(例如,“在......之間”和“直接在......之間”,“相鄰”和“直接相鄰”
寸J ο這里所用的術(shù)語僅是為了描述特定實施例的目的,而并非意在限制本發(fā)明的示例 實施例。正如這里所用,單數(shù)形式“一個(a)”、“一個(an)”和“該(所述)”也意在包括復(fù) 數(shù)形式,除非上下文明確表示其它情況。將進一步理解,當(dāng)在這里使用時的術(shù)語“包括”和 /或“包含”指明所述特征、整數(shù)、步驟、操作、元件和/或組件的存在,但不排除一個或多個 其它特征、整數(shù)、步驟、操作、元件、組件和/或其組的出現(xiàn)和加入。還應(yīng)當(dāng)注意,在一些可選實現(xiàn)中,所標(biāo)注的功能/動作可不以圖中所標(biāo)注的順序 發(fā)生。例如,取決于所包含的功能性/動作,順序示出的兩個圖事實上可基本同時執(zhí)行,或 者有時可以相反順序執(zhí)行。以下描述中提供具體細(xì)節(jié)來提供對示例實施例的全面理解。然而,本領(lǐng)域的普通 技術(shù)人員將理解,示例實施例可以在沒有這些具體細(xì)節(jié)的情況下實施。例如,系統(tǒng)可在框圖 中示出,以使示例實施例在不必要細(xì)節(jié)中并不難以理解。在其它情況下,公知處理、結(jié)構(gòu)和 技術(shù)可不在沒有不必要的細(xì)節(jié)的情況下顯示,來避免難以理解示例實施例。而且,注意,示例實施例可以被描述為用流程圖、流程圖示、數(shù)據(jù)流圖、結(jié)構(gòu)圖或框 圖描繪的處理。雖然流程圖可以將操作描述為順序處理,但許多操作可并行、并發(fā)或同時執(zhí) 行。另外,操作的順序可以被重排列。處理可以在它的操作完成時被終止,但也可以具有不包括在圖中的附加步驟。處理可以對應(yīng)于方法、函數(shù)、進程、子例行程序、子程序等。當(dāng)處理 對應(yīng)于函數(shù)時,它的終止可以對應(yīng)于函數(shù)返回到調(diào)用函數(shù)或主函數(shù)。另外,正如這里公開的,術(shù)語“存儲介質(zhì)”可以代表一個或多個用于存儲數(shù)據(jù)的器 件,包括只讀存儲器(ROM)、隨機存取存儲器(RAM)、磁RAM、磁芯存儲器、磁盤存儲介質(zhì)、光 存儲介質(zhì)、閃存器件和/或其它用于存儲信息的機器可讀介質(zhì)。術(shù)語“計算機可讀介質(zhì)”可 以包括(但不限定于)便攜式或固定存儲器件,光存儲器件、無線信道和能存儲、包含或攜 帶指令和/或數(shù)據(jù)的各種其它介質(zhì)。而且,示例實施例可以通過硬件、軟件、固件、中間件、微代碼、硬件描述語言或它 們的任意組合來實現(xiàn)。當(dāng)用軟件、固件、中間件或微代碼實現(xiàn)時,執(zhí)行必要任務(wù)的程序代碼 或代碼段可以被存儲在機器或計算機可讀介質(zhì)中,例如存儲介質(zhì)。處理器可以執(zhí)行所述必 要任務(wù)。代碼段可以代表進程、函數(shù)、子程序、程序、例行程序、子例行程序、模塊、軟件包、 類,或指令、數(shù)據(jù)結(jié)構(gòu)或程序語句的任何組合。代碼段可以通過傳遞和/或接收信息、數(shù)據(jù)、 自變量、參數(shù)或存儲器內(nèi)容而被耦合到另一代碼段或硬件電路。信息、自變量、參數(shù)、數(shù)據(jù)等 可經(jīng)由包括存儲器共享、消息傳遞、令牌傳遞、網(wǎng)絡(luò)傳送等的任何合適的方法來傳遞、轉(zhuǎn)發(fā) 或傳送。正如這里所討論,術(shù)語“圖像”是指具有一維或多維的圖案或結(jié)構(gòu)。例如,圖像可 以指獲取的圖案或結(jié)構(gòu)的1維(ID)表示,其中,圖案被描述為值的陣列。術(shù)語“圖像”還可 以指獲取的圖像的2維(2D)表示,其中,圖案被描述為值的矩陣。這樣的值的例子可以是 強度值、維度值(例如,高度或距離)、磁特性值、電特性值或其它描述物理特性的值。圖像 還可以指獲取的圖案或結(jié)構(gòu)的多維表示。例如,圖像可指循環(huán)3D結(jié)構(gòu)的3維(3D)表示、或 3D結(jié)構(gòu)的平面的2D表示,例如,包括維度值。正如這里所討論的,圖案單元指以某頻率重復(fù)它或它們自身的特征或特征組(圖 案的部分)。圖案單元或單元圖案包括循環(huán)圖案或結(jié)構(gòu)的一個周期的內(nèi)容。根據(jù)圖像獲取, 所述頻率可以是空間頻率或時間頻率。圖3以概念形式圖示了用于實現(xiàn)根據(jù)示例實施例的方法的圖像獲取器件。圖3中所示的圖像獲取器件可以是(但不限定于)例如強度測量器件,諸如照相 機、橢偏儀、厚度儀、接觸式探頭、感應(yīng)測量器件等??梢栽谒鰣D像獲取器件或任何其它傳 統(tǒng)圖像獲取器件中實現(xiàn)根據(jù)示例實施例的方法。圖3中的圖像獲取器件可以包括布置在工件卡具(holder) 708之上的圖像獲取單 元704。工件卡具708可以支持工件706。分析器件702可以被耦合到圖像獲取單元704。在至少一個示例實施例中,圖像獲取單元704可以是C⑶照相機。(XD704可以包 括CCD像素陣列或矩陣,所述像素是排列在陣列矩陣中的模擬傳感器組。每個傳感器測量 射到該傳感器的有效表面的光量。如果將CCD陣列置于一些光收集光學(xué)器件之后(例如, 如在照相機中)的像平面中,則該陣列中的每個傳感器測量圖案或結(jié)構(gòu)的一部分。所有傳 感器一起提供了像平面中(例如,所述傳感器所置的地方)的模擬圖像的近似。因為CCD陣列包括有限數(shù)目的傳感器,并且可以將每個傳感器輸出量化為有限數(shù) 目的離散水平,所以使用CCD陣列獲取的圖像會遭受分辨率和/或灰度級惡壞。可以將由CXD 704捕獲的模擬圖像輸出到分析器件702。分析器件702處理從CXD
14704輸出的數(shù)據(jù)。分析器件702可以是一組用于圖像獲取的硬件和/或固件。圖像獲取單 元704可以是傳感器,諸如CCD陣列、TDI傳感器或任何其它用于記錄或獲取圖像的傳感器。 分析器件702還可以包括用于更高級分析功能的軟件??梢杂嬎銠C或類似的處理器件的形 式來實現(xiàn)分析器件702。因為圖像獲取單元和分析器件在本領(lǐng)域為公知,因此省略詳細(xì)討 論。示例實施例提供了用于檢測循環(huán)圖案中的不同誤差的方法。例如,可以被檢測的 誤差包括偏移、CD和/或形狀誤差。取代如在傳統(tǒng)技術(shù)中應(yīng)用用于檢測圖像中的邊緣布置 的模型,根據(jù)示例實施例的方法同時或并發(fā)地使用圖像中所有或基本上所有的可用邊緣信 息。在使用CCD或其它光測量器件的情況下(例如,如圖3中),測量的光強度的差別被用 于檢測和量化誤差,從而避免使用如在傳統(tǒng)技術(shù)中的、用于確定邊緣的幾何布置的相對復(fù) 雜且誤差敏感的邊緣布置算法。通常,當(dāng)由CXD獲取圖案的圖像時,該圖案旋轉(zhuǎn)。圖4圖示了置于C⑶網(wǎng)格上的循 環(huán)圖案的旋轉(zhuǎn)部分。圖4中所示的多個矩形表示較大循環(huán)圖案的部分。在該示例中,圖案 被旋轉(zhuǎn)并且并非完美地置于CCD網(wǎng)格上。換句話說,圖案在CCD網(wǎng)格上搖擺(roll)。當(dāng)發(fā)生圖案旋轉(zhuǎn)時,圖像中的邊緣并非與圖4中一樣尖銳。獲取的圖像的邊緣的 “尖銳度”取決于光學(xué)系統(tǒng)的分辨率(點擴散函數(shù)(PSF))和對焦。當(dāng)在圖像獲取期間、PSF相 對較大或光學(xué)系統(tǒng)沒有對焦時,包含布置信息的邊緣可以在幾個CXD像素上模糊開(smear out)。當(dāng)包含布置信息的邊緣模糊開或擴散開時,沿著邊緣的幾個像素包括邊緣相對于CCD 網(wǎng)格而在哪里的信息。如果系統(tǒng)的光學(xué)分辨率或焦點固定,和/或增加CCD陣列像素的數(shù) 目,則包含邊緣信息的像素數(shù)目增加。如果假定光學(xué)系統(tǒng)具有無限高的分辨率,則圖案可以類似圖4中所示的圖案的部 分。這是理想情況。在該示例中,從無光到有光的轉(zhuǎn)變僅影響C⑶上沿著邊緣的一個像素。 在該相對不真實的情況下,通過檢驗被邊緣影響的像素的灰度值而實現(xiàn)在CCD網(wǎng)格中的邊 緣位置的相對良好的估計。用于估計CCD像素中的邊緣位置的相對簡單的公式由如下所示 的方程(1)給出。EDGE_P0SITI0N = (I(PIXEL)/MAX_INTENSITY)*CCD_GRID (1)在方程(1)中,I (PIXEL)是給定像素的測量強度,MAX_INTENSITY是整個圖像中的 最大強度,以及CCD_GRID是重新計算到nm量級的CXD的網(wǎng)格。通過圖像獲取系統(tǒng)的光學(xué) 放大率和CXD中某方向上的像素數(shù)目來設(shè)置網(wǎng)格CCD_GRID。在傳統(tǒng)放大的圖像中,可以使 用700nm/像素的分辨率。方程(1)中的EDGE_P0SITI0N是邊緣相對于重新計算到nm量級 的CXD網(wǎng)格的位置。另一方面,如果假定光學(xué)系統(tǒng)的更真實的傳輸函數(shù),則需要來自在所有方向上沿 著邊緣的幾個像素的信息來估計邊緣位置。實際上,像平面中的點上的光是所有圍繞該點的光的和。圖5示出了發(fā)射出定義 矩形圖的光的有限數(shù)目的點源。如果圖案的形狀被損害,則射到CCD陣列上的每個像素的 光是來自幾個點源(實際上其是無限數(shù)目)的光的和。該和(光子數(shù)目)僅取決于距源的 距離以及光學(xué)系統(tǒng)的實際傳輸函數(shù)(例如,點擴散函數(shù)(PSF))。單位移方法ID 情況
至少一個示例實施例提供了用于檢測在ID循環(huán)圖案中的誤差的方法,其中,位 移一次獲取的圖像并且然后將其與其自身比較,來檢測圖像中的誤差??梢允褂冒琓DI 傳感器或CCD照相機的檢測的掃描部件(例如,在轉(zhuǎn)讓給Micronic激光系統(tǒng)AB公司 (Micronic Laser Systems AB)的美國專利申請No. 10/587482、11/623174和 11/919219 中 所描述的注冊(registration)測量工具)來獲取ID循環(huán)圖案。當(dāng)使用掃描射束在探測器上記錄循環(huán)圖案時,時域上的循環(huán)信號是所期望的結(jié) 果。該信號可以相對于其本身位移(例如,延遲)某一時間間隔,以便檢測與所獲取的圖案 的期望循環(huán)行為的偏差。在數(shù)學(xué)上,此時間位移可以通過如下所示的方程(2)描述。I_DIFF (PIXEL) = I (PIXEL+PITCH)-I (PIXEL)(2)方程(2)表示兩個偏移(PITCH)開的像素之間的強度差。在方程(2)中,I (PIXEL) 是圖像在某一像素或網(wǎng)格地址上的強度。PITCH是在兩個像素單元間的像素數(shù)目上的偏移, 或者換句話說,圖案的兩個相同部分之間的偏移。因此,I (PIXEL+PITCH)是從像素PIXEL遠 離多個(PITCH數(shù)目)像素的像素處的強度。此外,I_DIFF(PIXEL)是像素I (PIXEL+PITCH) 和I (PIXEL)之間的強度差。更一般地,方程(2)可以被重寫為以下所示的方程(3),其中N是不等于O的正或
負(fù)整數(shù)。I_DIFF(PIXEL) = I (PIXEL+N*PITCH)-I (PIXEL)(3)圖6圖示了實現(xiàn)方程(2)的解調(diào)器的模擬模型。如果將圖6中所示的延遲602調(diào) 整為輸入信號的一個或多個周期,則可以抑制載波頻率,并且如果輸入與延遲的輸入之間 有差別,則可看到不等于O的輸出。圖6圖示了在ID方法中將信號與其自身比較的時域效應(yīng)。如所示的,在空域中比 較虛擬網(wǎng)格中的兩個不同像素。如果在圖像中沒有出現(xiàn)誤差,則所述像素之間的比較的結(jié)果為O。另一方面,如果 所述像素之間有差別,則誤差被檢測為正或負(fù)差別。在信號方面,誤差對應(yīng)于來自比較器 604的正或負(fù)的輸出信號。重要的是偏移(PITCH)大于0。2D 情況另一個示例實施例提供了用于在2D圖像中的誤差檢測的方法。圖7是圖示根據(jù) 示例實施例的誤差檢測方法的流程圖??梢杂蓤D3中所示的圖像獲取器件來執(zhí)行圖7中所 示的方法,并且為了清楚起見將如此描述。參照圖7,在S1202,圖像獲取單元704獲取或記錄至少一部分循環(huán)圖案,并且將所 記錄的圖像發(fā)送到分析器件702。此圖像Imagel可以被描述為二維像素地圖(map),其中, 由表示給定像素位置的所獲取的圖案特性的值來描述所有像素。如果圖像獲取單元704是CCD (或任何其它圖像獲取器件),則所記錄的圖案特性 可以是強度,并且二維像素地圖可以對應(yīng)于CXD傳感器矩陣。像素地圖可以位于延伸到該像素地圖外的虛擬網(wǎng)格中。虛擬網(wǎng)格的一部分在圖10 中所示,下文將更詳細(xì)描述其。在該虛擬網(wǎng)格中,可以自由放置從所獲取的圖像計算出的后 續(xù)圖像。根據(jù)示例實施例,參考像素始終在網(wǎng)格上,因為例如上述方程(3)中的“PIXEL”始 終是整數(shù)?!癙ITCH”是浮點數(shù)。因此,示例實施例比較網(wǎng)格上的像素與不在網(wǎng)格上的像素。
16
仍然參照圖7,在S1204,分析器件702在虛擬網(wǎng)格中將所記錄的圖像Imagel相 對于其自身位移某一距離,來產(chǎn)生位移的圖像Image2。換句話說,重計算所記錄的圖像 Imagel,以產(chǎn)生新的圖像Image2,其具有在虛擬網(wǎng)格中的不同位置發(fā)現(xiàn)圖案特性(例如,真 實的或經(jīng)插值的圖案特性)的表示。在該操作中,如果位移距離不是所記錄的圖像Imagel中的像素的倍數(shù)、而是循環(huán) 圖案中的兩個特征之間的真實距離(或投影距離),則插值會是必要的。仍參照圖7,在S1206,分析器件704從所位移的圖像Image2中減去所獲取的圖像 Imagel,來產(chǎn)生差別圖像Image3。差別圖像Image3是包含有關(guān)該循環(huán)圖像的各個部分之間 的差別的信息的差別圖像??梢宰鳛橹虚g步驟而計算所位移的圖像Image2的產(chǎn)生,或者所 位移的圖像Image2的產(chǎn)生可以被包括在差別圖像Image3的計算中。如果圖像獲取單元704是(XD,則第一差別圖像Image3的產(chǎn)生的數(shù)學(xué)解釋可以由 如下所示的方程(4)描述。IDIFF (X,y) = I (x+i*X_PITCH,y+j*Y_PITCH)-I (χ, y)(4)在方程(4)中,χ是X方向上的像素指數(shù),y是Y方向上的像素指數(shù),X_PITCH是 C⑶上的X方向上的圖案間距,Y_PITCH是C⑶上的Y方向上的圖案間距,“ i ”是定義X間 距數(shù)目的整數(shù),j是定義Y間距數(shù)目的整數(shù),I (X,y)是所獲取的圖像(Imagel)的像素(X, y)的強度,以及IDIFF(x,y)是差別圖像(Image3)的像素(x, y)的強度。仍然參照圖7,在S1208,分析器件702可以執(zhí)行對差別圖像Image3的誤差分析。 如上文所注,分析器件702可以是包括用于從差別圖像Image3中的黑色水平確定差別的誤 差分析軟件的計算機。如上文所述,如果所獲取的圖像Imagel和所位移的圖像Image2相 同,則差別圖像Image3為完全黑色。因為所獲取的圖像Imagel和所位移的圖像Image2實 際上是與其自身比較而相同的圖像,所以差別圖像Image3中的差別(正或負(fù))揭示了所獲 取的圖像Imagel中的誤差。因為大部分所獲取的圖像Imagel不包含任何誤差,因此在差 別圖像Image3中的大部分信息將是黑色像素。僅分析差別圖像Image3中的不為黑色的像 素。因此,示例實施例提供了用以減少需要被分析的數(shù)據(jù)的更高效的方法。分析器件702可以使用不同方法將差別圖像Image3中的差別轉(zhuǎn)換到像素尺度 (scale)上的誤差。一種方法是調(diào)整方程(4)中的Y_PITCH和X_PITCH參數(shù),以獲得最小的 IDIFF。因為圖案的真實間距已知,因此已知間距和調(diào)整的間距之間的差別是像素尺度上的 誤差的量度。還存在用于將誤差信號(其實際上在DAC單元中)變換到像素域中的誤差的 其它方法。使用不同的數(shù)學(xué)模型是可以執(zhí)行該標(biāo)度(scaling)的方法的另一示例。在所記錄的圖像Imagel中不存在誤差、并且用以產(chǎn)生第一位移圖像Image2而執(zhí) 行的位移正好是一個圖案間距或者圖案間距的倍數(shù)(例如,該循環(huán)圖像的一個全周期或多 個周期)的理想情況下,作為結(jié)果的差別圖像Image3為“0”;即,在所記錄的圖像Imagel和 所位移的圖像Image2重疊的位置處,所有強度都為0。不管例如極性、占空比等的圖案特性,都可以獲得相同的結(jié)果(0變化的理論基準(zhǔn) 水平)。結(jié)果,可以認(rèn)為根據(jù)至少該示例實施例的方法是自正則的(self-normalized)。如 這里所討論的,自正則指如果存在誤差,則不管循環(huán)圖案的特性,其都將具有相同的或基 本相同的幅度。根據(jù)至少該示例實施例,如果虛擬網(wǎng)格是在X和Y維度上的2D網(wǎng)格,則可以在X
17或Y方向上、或者在這兩個矢量之間的任何角度或方向上執(zhí)行上文所提的位移。位移的長 度或距離可以約為該圖案的空間頻率的一個周期、或多個周期。也可以自由地或任意地選 擇位移的距離。圖8圖示了示例獲取的圖像Image 1和差別圖像Image3。如所示的,在該示例中,通 過在虛擬笛卡爾網(wǎng)格的X方向上位移所記錄的圖像Imagel、并從所記錄的獲取圖像Imagel 中減去所位移的圖像Image2,來產(chǎn)生差別圖像Image3。圖9圖示了另一示例獲取的圖像Imagel和差別圖像Image3。如所示的,可以通過 在虛擬笛卡爾網(wǎng)格的任意方向上(例如,在成角度的方向上)位移所獲取的圖像Imagel、并 從所獲取的圖像Imagel中減去所位移的圖像Image2,來產(chǎn)生差別圖像Image3。如通過檢查圖8和圖9而所示的,感興趣區(qū)域(例如,由虛線輪廓標(biāo)注的、所獲取 的圖像Imagel和所位移的圖像Image2重疊的虛擬網(wǎng)格的區(qū)域)中的作為結(jié)果的圖像被 抵消,這是因為在虛擬網(wǎng)格中的這些位置上,圖案在所獲取的圖像Imagel和所位移的圖像 Image2的點上具有相同值。在一個示例實施例中,可以由以下偽代碼描述位移方法。在該偽代碼中,“src”是 包括所獲取的圖像Imagel的像素值的二維矩陣。“dst”是包括差別圖像Image3的像素值 的作為結(jié)果的矩陣。For χ = 0 to xlndexMax{For y = 0 to yIndexMax{dst(χ, y) = get4PointValue(x+xPitch, y+yPitch)-src(x, y)}}在該示例中,CXD是參考坐標(biāo)系統(tǒng)。所獲取的圖像(圖案)位于相對于CXD網(wǎng)格 矩陣平移(translated)或旋轉(zhuǎn)的坐標(biāo)系統(tǒng)中。實際上,X_PITCH* Y_PITCH是有理數(shù)。圖案很少在C⑶上的“網(wǎng)格上”。由于該 原因,當(dāng)計算所位移的圖像Image2的像素強度時,或者可選地當(dāng)計算差別圖像Image3時, 可以在CXD網(wǎng)格矩陣中執(zhí)行插值。插值通常導(dǎo)致插值誤差的產(chǎn)生??赡苄枰线m的插值算法來較少該插值誤差。在一個示例中,可以使用4點插值 算法或方法。例如,可以在計算所位移的圖像Image2時使用2D-4P插值,或者直接在差別 圖像Image3的計算中使用2D-4P插值。圖10圖示了用于闡述示例的4點插值的虛擬網(wǎng)格的一部分。該4點插值方案是 用以從恒定CCD網(wǎng)格產(chǎn)生虛擬網(wǎng)格的相對簡單的方法。當(dāng)然,可以使用用以基于周圍像素 而計算像素強度值的其它方法。在4點插值中,可以基于圍繞點ρ的4個虛擬網(wǎng)格點處的強度來計算點“ρ”處的 強度??梢愿鶕?jù)以下方程組計算在4個網(wǎng)格點的每個處的強度。Il = I(i, j) +dy/d* (I (i+1,j) -I (i,j))12 = I(i,j)+dx/d*(I(i,j+l)-I(i, j))13 = I(i, j+l)+dy/d*(I(i+l,j+l)_I(i,j+1))
14 = I (i+Ι,1) +dx/d* (I (i+1,j+1) -I (i+1,j))在以上方程組中,11-14是由CCD中的4個網(wǎng)格點(i,j)、(i+1, j)、(i,j+1)和 (i+1, j+1)定義的矩形頂點處的強度。然后,可以根據(jù)下述方程組計算點ρ處的強度。I(p) = Il+dx/d*(I3_Il);或者I(p) = I2+dy/d* (14-12)在2D情況下,當(dāng)位移獲取的圖像時,必須處理旋轉(zhuǎn)和標(biāo)度(scale)誤差。無法確 定圖案的真實間距、理想間距或平均間距(即,位移所獲取的圖像所利用的間距),這也可 以是誤差源。下文更詳細(xì)討論當(dāng)位移和/或獲取圖像時可能發(fā)生的插值、旋轉(zhuǎn)和標(biāo)度誤差。因為不可能捕獲不具有CXD網(wǎng)格和圖案之間的旋轉(zhuǎn)的圖像,所以在ID情況中,由 于旋轉(zhuǎn)導(dǎo)致的差別總是存在。重要的是,認(rèn)識到由旋轉(zhuǎn)(以及標(biāo)度)引起的誤差在位移的 圖像中產(chǎn)生恒定的非黑色水平。如果旋轉(zhuǎn)較大,則由旋轉(zhuǎn)效應(yīng)引起的“誤差”可以比被檢 測到的誤差大得多。但是,在第二次位移之后,由旋轉(zhuǎn)(或標(biāo)度)引起的該恒定誤差被有 效地降低,這是因為在確定差別時考慮該恒量,如以下方程(5)中所示。在方程(5)中, constant指恒定誤差,I_DIFF⑴指所獲取的圖像和位移的圖像之間的像素i的強度差,以 及I_DIFF(j)指所獲取的圖像和位移的圖像之間的像素j的強度差。(I_DIFF(i)+constant)-(I_DIFF(j)+constant) = I_DIFF (i)-I_DIFF (j) (5)插值誤差通常由于例如CXD中的傳感器或像素的有限數(shù)目而存在。如果在坐標(biāo)軸 之一的方向上執(zhí)行位移,則通過相對于CCD坐標(biāo)陣列或虛擬網(wǎng)格而旋轉(zhuǎn)圖案,引入差別圖 像Image3中的恒定旋轉(zhuǎn)誤差。該旋轉(zhuǎn)誤差在大多數(shù)情況下為恒量。在該情況下,恒定誤差 意味著類似的誤差出現(xiàn)在差別圖像Image3中的所有的或基本上所有的單元圖案中;即,差 別圖像的循環(huán)圖案的所有周期都包括由原始圖像中的旋轉(zhuǎn)引起的相似或基本相似的偏差。全局線性標(biāo)度誤差(即,如果所獲取的圖案的間距在圖像上以線性方式增加或減 小)也可以在差別圖像Image3中引入恒定誤差。關(guān)于線性標(biāo)度誤差,恒定誤差意味著相 似或基本相似的誤差出現(xiàn)在差別圖像Image3中的所有的或基本上所有的單元圖案中;即, 差別圖像Image3的循環(huán)圖案的所有的或基本上所有的周期都可以包含由所獲取的圖像 Imagel中出現(xiàn)的線性標(biāo)度誤差引起的相似或基本相似的偏差。如果不能找到圖案的合適間距,則可能發(fā)生差別圖像Image3中的恒定誤差。關(guān)于 如此的間距誤差,恒定誤差意味著相似或基本相似的誤差出現(xiàn)在差別圖像Image3中的所 有的或基本上所有的單元圖案中,例如,差別圖像Image3的循環(huán)圖案的所有的或基本上所 有的周期都包括由所獲取的圖像Imagel中出現(xiàn)的線性標(biāo)度誤差引起的相似或基本相似的偏差。由于以上誤差(例如,旋轉(zhuǎn)、標(biāo)度、間距等),通常在一般情況下,不可能在差別圖 像Image3中的每個像素上獲得絕對0強度。然而,可以通過包括差別圖像Image3的第二 位移而取消或至少減小旋轉(zhuǎn)、標(biāo)度以及間距估計誤差的源。單位移方法的此擴展版本在這 里有時被稱為雙位移方法。下面關(guān)于圖5而更詳細(xì)描述該示例實施例。插倌誤差如先前提及的,相對于像素數(shù)目、傳感器間距和CXD尺寸的、像平面上的圖像分辨
19率可以影響多少像素描述圖案邊緣。被邊緣影響的像素/傳感器的數(shù)目越少,產(chǎn)生的插值 誤差越大。圖11A-11D是正方形的循環(huán)圖案在Y方向上的橫截面。圖IlA和IlC是所獲取的 圖像的橫截面,而圖IlB和IlD是如上文所討論而產(chǎn)生的差別圖像的橫截面。在該示例中,一個正方形和每側(cè)上兩個正方形之間距離的一半構(gòu)成單元圖案。該 單元圖案位于以下0.0、20. 5和41. Oym位置處的、約IymWtXD網(wǎng)格中。Y方向上的正 方形尺寸約為8 μ m,并且該圖案已經(jīng)通過具有約5. 0 μ m的半功率寬度的高斯核(Gaussian kernel)進行卷積。圖11A-11D示出當(dāng)利用邊緣的不同導(dǎo)數(shù)來采樣信號并且使用粗略的采樣網(wǎng)格時、 對于插值誤差發(fā)生了什么的比較。采樣網(wǎng)格(實際上是照相機或CXD網(wǎng)格)在圖11A-11D 所示的示例中是恒定的。當(dāng)產(chǎn)生ID位移圖像時,執(zhí)行插值。在該插值中,必須使用周圍的像素。在轉(zhuǎn)變區(qū) 域中(例如,插值誤差具有其最大或最小值的地方),信號具有轉(zhuǎn)折點。在該轉(zhuǎn)折點,導(dǎo)數(shù) 改變符號。在插值時,不進行信號的實際形狀的假定。因此,當(dāng)采樣點之間的距離與邊緣導(dǎo) 數(shù)相比而相對較大時,誤差較大。這是因為使用遠離轉(zhuǎn)折點的數(shù)據(jù)不能很好地表示轉(zhuǎn)折點 (或接近它)的值。所述另一方法,如果采樣網(wǎng)格相對于邊緣導(dǎo)數(shù)而小得多,則插值誤差可以忽略,這 是因為接近于感興趣點的兩個點更好地表示了該點的信號。參照圖11A,約4個C⑶像素描述了圖案中的每個邊緣。在該示例中,用來獲得圖 案的CXD具有約Ιμπι的網(wǎng)格。這些點在圖中用圓點表示。當(dāng)比較圖IlA與圖16B-16D時,可以清楚地看到由于固定的C⑶網(wǎng)格中的圖案邊 緣的位置而不同地描述不同單元圖案。如果基于圖IlA中所示的圖像產(chǎn)生差別圖像,如上文關(guān)于圖7而描述的,則產(chǎn)生圖 IlB中所示的橫截面圖。在該示例中,用于產(chǎn)生差別圖像的位移圖像被位移了約20. 5μπι。 在該示例中,約+/_8單位的插值誤差存在。如果提高系統(tǒng)中的光學(xué)分辨率(例如,HPW = 3 μ m),但保持CXD中的像素數(shù)目,則 通過圖像獲取器件獲取具有圖IlC所示的橫截面的圖像。圖IlC中的圖像比圖IlA中所示 的圖像更尖銳。因此,更少數(shù)目的像素描述每個邊緣。當(dāng)產(chǎn)生差別圖像時,插值誤差可能增 加。圖IlD示出了基于具有圖IlC所示的橫截面的所獲取的圖像而產(chǎn)生的差別圖像的 橫截面。在該示例中,存在約+/-14單位的插值誤差。圖IlB所示的差別圖像與圖IlD中 的差別圖像之間的插值誤差增加的原因在于圖IlD中的差別圖像在轉(zhuǎn)變區(qū)域中具有邊緣 的較不準(zhǔn)確的近似。通常,位移圖像中的插值誤差隨著分辨率程度的提高而增加。旋轉(zhuǎn)誤差當(dāng)根據(jù)示例實施例執(zhí)行位移算法來產(chǎn)生位移的圖像Image2時,從C⑶上的參考像 素中減去經(jīng)插值的像素。對于圖像中的每個像素執(zhí)行該操作。圖12示出了用于解釋旋轉(zhuǎn) 誤差的圖案的一部分。例如,如果在Y方向上位移圖12所示的圖像,則可以根據(jù)以下偽代碼計算強度差For χ = 0 to xlndexMax{For y = 0 to ylndexMax{dst (x, y) = get4PointValue (x, y+yPitch) -src (x, y)}}以上偽代碼描述了根據(jù)示例實施例計算差別圖像的方法。在該偽代碼中, xlndexMax是圖像在X方向上的最大指數(shù)(整型(int)),ylndexMax是圖像在Y方向 上的最大指數(shù)(整型),以及Get4P0intValUe(X,y)是計算經(jīng)插值的值的函數(shù)。函數(shù) Get4PointValue(x,y)在src(x,y)上操作,src(x,y)是原始數(shù)據(jù)圖像的陣列。間距yPitch 是其中在圖像中捕獲位移的數(shù)據(jù)(實型(float))的偏移(Y方向上),dst(x,y)是存儲由 偽代碼產(chǎn)生的結(jié)果的陣列。在該示例中,結(jié)果實際上是ID位移圖像。在執(zhí)行位移操作之后,僅有用的信息保留在差別圖像的灰色陰影區(qū)域中。這在圖 13中所示。如明顯的,在差別圖像中,旋轉(zhuǎn)在矩形上方產(chǎn)生負(fù)差,而在矩形下方產(chǎn)生正差。旋轉(zhuǎn)信息現(xiàn)在被傳遞到差別圖像中的偏移。在該示例中,旋轉(zhuǎn)被夸大。通常,圖像 的旋轉(zhuǎn)相對較小,以使得兩個矩形之間的偏移差小于CCD上的一個像素。如果線性標(biāo)度誤 差存在于圖像中,則可以看到相似的影響。在圖13所示的圖像中,在X方向上的另一位移可以完全取消所獲取的圖像中的旋 轉(zhuǎn)誤差的影響。將與下文更詳細(xì)描述的雙位移示例實施例結(jié)合起來進一步描述。間距估計方法根據(jù)示例實施例,可能需要估計所獲取的圖像的參數(shù)??赡苄枰烙嫷膮?shù)包括 例如所獲取的圖像的X和Y間距。即使平板或襯底上的圖案的設(shè)計間距是已知的(這和系 統(tǒng)的放大率結(jié)合,像平面上的投影圖案間距已知),計算所獲取的圖像中的當(dāng)前間距有時會 是有價值的。當(dāng)不知放大率時,可以計算間距以確定如何執(zhí)行足夠的位移來檢測誤差。通常,不 同方向上的間距被用于定義在創(chuàng)建差別圖像或確定后續(xù)位移時應(yīng)該執(zhí)行多少位移。在根據(jù)示例實施例估計間距的一種方法中,可以選擇圖案的快速傅立葉變換 (FFT)的功率譜上的第一峰值。這可以通過使用圖14所示的橫截面圖來實現(xiàn)。在圖14中,值得注意的是,稍后用于在創(chuàng)建差別圖像時的位移的估計間距的誤差 對于所有單元圖案產(chǎn)生恒定或基本恒定的誤差。該類型的誤差在性質(zhì)上與旋轉(zhuǎn)和/或線性 標(biāo)度誤差相似或基本相似。在具有約20μπι間距的圖案中,觀察到約0.05的相應(yīng)空間頻率。在圖14所示的 FFT圖中,第一峰值出現(xiàn)在DC電平之后。DC電平是圖14所示的圖中的0軸。該點對應(yīng)于 空間頻率是0的信號。在一個示例中,如果圖像的FFT僅僅包含恒定數(shù)據(jù),則所有“能量”都 集中在該軸。根據(jù)示例實施例檢測誤差的雙位移方法
21
圖15圖示了根據(jù)示例實施例的用于誤差檢測的另一種方法。圖15所示的方法與 圖7的方法類似,但還包含第二位移。該位移進一步增強作為結(jié)果的差別圖像,以更容易識 別圖像中存在的誤差。如圖7所示方法的情況,可以由圖3所示的圖像獲取器件執(zhí)行圖15 所示的方法。因為第一獲取圖像、第一位移圖像和第一差別圖像可以和以上關(guān)于圖7而描 述的這些相同,因此Imagel、Image2和Image3將再次被用于描述圖15所示的方法。參照圖15,在S2202,圖像獲取單元704記錄至少一部分循環(huán)圖案,并將所記錄的 圖像Imagel發(fā)送給分析器件702。圖像獲取單元704以如上文關(guān)于圖7中的S1202而描述 的相同方式來記錄圖像Imagel。在S2204,分析器件702以如上文關(guān)于圖7中的S1204而描述的相同方式,在虛擬 網(wǎng)格中,將第一記錄圖像Imagel相對于其自身而位移某一距離。在S2206,分析器件702以如上文關(guān)于圖7中的S1206而描述的相同方式,從第一 位移圖像Image2中減去第一圖像Imagel,以產(chǎn)生第一差別圖像Image3。在步驟S2208,分析器件702以與在S2202中位移所獲取的圖像Imagel相同的方 式,位移第一差別圖像Image3,以產(chǎn)生第二位移圖像Image4。在S2210,接著從第二位移圖像Image4中減去第一差別圖像Image3,以產(chǎn)生第二 差別圖像Image5??梢砸耘c在圖7中的S1206中的第一差別圖像Image3相同的方式產(chǎn)生 第二差別圖像Image5。在S2212,分析器件702可以執(zhí)行對第二差別圖像Image5的誤差分析。如上所述,一些剩余的恒定誤差(例如,來自旋轉(zhuǎn)、標(biāo)度等的影響)在ID圖像中保 留。在2D圖像中,這些影響被降低了。結(jié)果,僅最終的“真實”誤差保留在2D圖像中。當(dāng) 然,二階標(biāo)度誤差可以仍然保留在2D圖像中。但,可以使用統(tǒng)計學(xué)分別處理(和降低)這 些影響。在單位移方法中,來自旋轉(zhuǎn)、標(biāo)度、間距估計誤差和/或插值的影響保留在不同的 圖像中。這是當(dāng)使用單位移時的缺點,因為可能相對難以檢測真實誤差(描述圖案單元之 間的偏差的誤差)。而且,插值誤差的影響可以降低檢測精度,因為這些誤差的幅度可以與 單元圖案之間的誤差的幅度相似或基本相似。如果對第一差別圖像Image3應(yīng)用相似的位移和差別方法,則可以降低或甚至消 除這些負(fù)面影響。在與第一位移相同的方式中,對位移的方向沒有限制。然而,從計算效率或吞吐量 的觀點看,在虛擬網(wǎng)格中執(zhí)行正交位移是有價值的。在討論旋轉(zhuǎn)誤差的在前示例中,可以清 楚地看到x方向上的第二位移完全抵消了從第一差別圖像Irnagel中存在的旋轉(zhuǎn)所引起的偏差。而且,如果對第一位移執(zhí)行不與所獲取的圖像的一個周期或整數(shù)倍周期相等或基 本相等的距離,則誤差在第一差別圖像Image3中以恒定間距產(chǎn)生。如果接近該恒定間距位 移第一獲取圖像,則第二位移可以在第二差別圖像Image5中消除或至少降低這些誤差。可以使用用于第二位移的其它方法。第二位移的特性(例如,位移距離或方向) 可以取決于感興趣檢測的誤差類型,或例如圖案設(shè)計。第二位移距離可以被選擇為與第一 位移距離相同,可以基于第一獲取圖像Imagel或第一差別圖像Image3的分析,可以基于第 一獲取圖像Imagel或第一差別圖像Image3的FFT計算,或者基于其它感興趣的參數(shù)而決
22定。使用雙位移方法消除或至少降低這些“一階誤差”的能力是有益的。例如,可以建 立具有在重復(fù)性、光照條件、穩(wěn)定性、光學(xué)性能等上的相對較松的要求的系統(tǒng)。第二位移的一個進一步的影響是可以在第二差別圖像Image5中降低插值誤差。如果考慮由圖1IB中的橫截面描述的相同差別圖像,則在Y方向上的20. 5 μ m的 第一位移之后觀察到+/-8單位的插值誤差,如前文所述。在Y方向上位移圖IlB所示的差 別圖像之后,獲得圖16中所示的橫截面圖。在第二位移之后,降低了插值誤差的幅度。在該示例中,僅約+/-1. 5單位的誤差 出現(xiàn)在第二位移圖像中。關(guān)于第二位移中的插值而真正所做的,本質(zhì)上是在已經(jīng)插值的圖 像中的插值??梢灾苯釉谥T如圖3所示的系統(tǒng)之類的傳統(tǒng)圖案誤差檢測系統(tǒng)的硬件中實現(xiàn)檢 測循環(huán)圖案的至少一部分中的相對較小的偏差的方法。例如,可經(jīng)由連接到傳統(tǒng)圖像獲取 器件或在圖3所示的分析器件702之內(nèi)的計算機(例如,專用計算機)實現(xiàn)該方法。當(dāng)然,也可以在圖像收集之后、對所收集的數(shù)據(jù)(例如,記錄的圖像)執(zhí)行所述方 法??梢栽谑纠龑嵤├木裰袌?zhí)行在線位移、離線位移以及分.析各個圖像或圖像組之 間的任何組合。誤差的分類根據(jù)示例實施例的方法也可以被用于檢測Mura缺陷,如下文更詳細(xì)描述的??梢砸远喾N方式來分類Mura缺陷。視頻電子標(biāo)準(zhǔn)協(xié)會(VESA)已經(jīng)定義了平板顯 示測量標(biāo)準(zhǔn)(FPDM)來對完成的FPD模塊中的誤差進行分類。該分類如圖17所示。VESA規(guī) 則對被驅(qū)動到某灰度級的完成的面板上的Mura進行分類,其中缺陷表現(xiàn)為低對比度、不均 勻亮度區(qū)域,典型地大于單像素。它們由各種物理因素引起。例如,在IXD顯示中,Mura缺 陷的原因包括非均勻分布的液晶材料和液晶內(nèi)的雜質(zhì)粒子。示例實施例在組裝模塊之前檢測Mura。這意味著可以在制造過程中的不同階段檢 測Mura。這些階段可以包括在光學(xué)掩膜、壓印模板、襯底和/或晶片上檢測Mura??梢酝ㄟ^考慮典型器件的一層一層建立而進行進一步的分類。在完成的顯示器或循環(huán)傳感器上的Mura可能來源于存在于建立器件的一個層中 的缺陷。這些誤差被稱為層內(nèi)缺陷,并且典型地被分類為CD、邊緣粗糙度、形狀和/或間距 誤差。誤差還可以來源于層間的相對偏離(displacement)(例如,層間影響)。類對準(zhǔn) (alignment)誤差、全局和本地失真誤差、標(biāo)度誤差等可以構(gòu)成來源于層間相對偏離的誤差。例如,在光學(xué)掩膜上,可以將誤差分類為⑶、偏移或形狀誤差。⑶誤差被描述為循 環(huán)圖案內(nèi)單個圖案單元或圖案單元組的線寬上的差別。如果CD大于或小于預(yù)期值或周圍 特征的CD,則該類別可以具有子類。還可以包括絕對CD誤差的估計。偏移誤差被描述為循環(huán)圖案內(nèi)單個圖案單元或圖案單元組的位置差別。偏移誤差 可以具有定義關(guān)于整個圖案的偏移的方向的子類。而且可以包括所影響的圖案單元的數(shù) 目。還可以包括絕對偏移距離的估計。形狀誤差被描述為循環(huán)圖案內(nèi)單個圖案單元或圖案單元組的形狀差別。形狀誤差
23可以具有在形狀上定義誤差的不同類型的子類。而且,可以包括所影響的圖案單元的數(shù)目。 還可以包括絕對意義上的形狀誤差的估計。根據(jù)示例實施例的方法可以被用于直接通過根據(jù)所公開的位移和雙位移方法分 析獲取的圖像Imagel來檢測和分類Mura誤差。而且,可以通過組合從經(jīng)受不同位移方式 的多個圖像中獲得的信息,執(zhí)行該分類。例如,如果誤差擴展到所獲取的圖像之外,或者構(gòu)成比所獲取的圖像更大的區(qū)域, 則可以使用從多個圖像中得到的信息來檢測和分類該誤差,例如,分別通過單位移或雙位 移方法、或者單位移和雙位移方法兩者的組合來進行分類。為了根據(jù)示例實施例來形象化誤差檢測方法,在一般的循環(huán)圖案中引入誤差。在 該示例中,所引入的誤差是一個圖案單元中相對于周圍圖案單元的偏移誤差、或圖案單元 之一的⑶誤差。為了進一步簡化該解釋,在以下示例中僅描述Y方向上的誤差。當(dāng)然不將這考慮 為對示例實施例的限制,而是作為有助于相對簡單且清楚地理解示例實施例的方法。在該示例中,原始圖像中的圖案被表示為ABCDEF在該示例中,A、B......F表示所獲取的圖像(例如,上文所描述的Imagel)中的
圖案單元的強度。理想地,圖案中的間距是恒定的。假定這是理想情況,基于原始圖像而產(chǎn) 生的差別圖像的圖案單元(例如,B-A = C-B = D-C)等于K,其中K為恒量。該理想情況不與真實情況完全相同,因為一個圖案單元的位移產(chǎn)生相對較小的間 距差別??紤]該差別,假定B-A = K+D(ab)以及C-B = K+D(cb)等。項D(*)說明各個圖案 單元之間的所有變化。也可以引入旋轉(zhuǎn)、標(biāo)度和插值誤差(當(dāng)圖案位移一個或多個圖案單元時,這些誤 差可以被看作圖案單元強度偏差)。可以根據(jù)以下方程組描述這些誤差。旋轉(zhuǎn)誤差—Rot(ab)、Rot (be)... Rot (fe)標(biāo)度誤差一Scale (ab)、Scale (be) · . . Scale (fe)以及插值誤差一IntErr (ab)、IntErr (be). . . IntErr (fe)包括這些誤差,可以根據(jù)以下方程確定D(*)。D(ab) = Rot(ab)+Scale(ab)+IntErr (ab)D (be) = Rot (be) +Scale (be) +IntErr (be)D (fe) = Rot (fe) +Scale (fe) +IntErr (fe),等此外,還引入了一個圖案單元中的誤差。在實際情況下,所有圖案單元都可以相對 于彼此而位移,但為了簡化描述,在該示例中僅考慮影響一個特定圖案單元的誤差。在一個示例中,在原始圖像的圖案單元D中引入誤差(例如,偏移、⑶、形狀誤 差)‘e’。為了方便解釋,假定所引入的誤差e影響一個圖案單元的一個邊緣。在該示例中,當(dāng)在Y方向上以預(yù)期的圖案間距距離執(zhí)行第一位移時,可以根據(jù)以 下描述作為結(jié)果的差別(例如,差別圖像)(B-A) (C-B) ((D+e) -C) (Ε- (D+e)) (F-E)。為上述差別的每個引入的D(*)表示如下。D(ab)D(bc)D(dc)+e D(ed)_e D(fe)
通過觀察該表達式,容易意識到例如旋轉(zhuǎn)誤差的影響在所產(chǎn)生的差別圖像中是恒 定的。而且,線性標(biāo)度誤差的影響在所產(chǎn)生的差別圖像中是恒定的。與旋轉(zhuǎn)和線性標(biāo)度 誤差不同,插值誤差在差別圖像中的像素之間不是恒定的。如果D(*)被描述為D(*) = R+S+Int,其中R表示恒定旋轉(zhuǎn)誤差,S表示恒定標(biāo)度 誤差,以及Int表示插值誤差。則通過將D(*) = R+S+Int代入上述D(*),可以根據(jù)以下描 述差別圖像。R + S + IntErr (ab)R + S + IntErr (be)R + S + IntErr (dc) +e R+S+IntErr(ed)-eR+S+IntErr (fe)在該示例中,誤差e可以比旋轉(zhuǎn)誤差R和標(biāo)度誤差S小得多。而且,插值誤差項 Int可以比誤差e大。這可以在準(zhǔn)確檢測誤差e時引起一些困難。因為原始圖像中的噪聲 將在差別圖像中乘以因子2,這也影響檢測誤差e的能力。當(dāng)雙位移方法被應(yīng)用時,可以通過以下描述第二差別圖像。(IntErr (be)- IntErr (ab))(IntErr (dc)- IntErr (be)+ e) (IntErr(ed)-IntErr(dc)_2e)(IntErr(fe)-IntErr(ed)+e)如可見的,旋轉(zhuǎn)和線性標(biāo)度誤差的影響被抑制和/或取消了。另外,測量了在每個像素中的兩個插值誤差之間的差別。實際上,因為上述原因, 該差別相對較小,并且通常比誤差e小得多。如果忽略該誤差,則更清楚地看到所述誤差的表示。即,圖案單元中的所述誤差可 以被描述如下。0+e-2e+e以上序列示出了圖案單元中的邊緣誤差相對于其鄰居的標(biāo)識。通過尋找和識別上 述標(biāo)識,可以檢測第一獲取圖像中存在的誤差。誤差“el”、“e2”、“e3”等的不同組合產(chǎn)生相 似標(biāo)識。這使得可以確定存在于第一獲取圖像中的誤差的類型。例如,可以基于對第二差 別圖像中的誤差標(biāo)識的分析,區(qū)分CD誤差與偏移誤差,因此可以將其相應(yīng)地(不同地)分 類。不管使用什么方法來測量或檢測,噪聲都可以設(shè)置分辨率的下限。在示例實施例 中,以相對有效的方式,同時或并發(fā)地使用圖像中的所有可用信息。這顯著降低了來自噪聲 的影響。在通常情況下,圖案單元是一組特征。這些特征具有不同方向上的邊緣。當(dāng)使用 根據(jù)示例實施例的方法時,自動使用所有邊緣。當(dāng)產(chǎn)生差別圖像時,原始圖案單元中的所有特征都貢獻于該圖案單元中的強度。 當(dāng)然,當(dāng)我們產(chǎn)生差別圖像時,噪聲可能成倍增加,但這與用于計算的像素數(shù)目相比是可容 忍的??梢允褂煤唵问纠齺砻枋龃恕H绻俣▓D案中的邊緣包括100個像素,并且假定100個像素包括至少一些 噪聲,則差別圖像的每個像素中的噪聲被乘以約為2的因子。但是,因為僅對圖案單元中的 平均光感興趣,因此根據(jù)如下計算像素噪聲的平均噪聲值。^m(2N) 強度到維度的轉(zhuǎn)換
25
示例實施例提供了在不使用不精確的人為估計或預(yù)定校準(zhǔn)工件的情況下量化圖 案中所檢測的誤差的方法。通過作為自正則方法(上文所描述),可以通過從差別圖像中的基準(zhǔn)值分析差別 來估計誤差(例如直接估計),在該方法中,不管被檢查的循環(huán)圖案的特性,誤差的不存在 產(chǎn)生平滑(flat)圖像,其在差別圖像中的所有位置中具有基本相同的值。因為根據(jù)示例實施例的方法,實際上通過將圖案的不同部分與其自身比較而檢測 圖案中的誤差,所以來自單位移圖像(第一差別圖像)和/或雙位移圖像(第二差別圖像) 的信息可以被用于估計所檢測的誤差的幾何尺寸。例如,如果考慮由CXD獲取的圖像(其中,由強度值描述該圖像),則強度信息可以 被轉(zhuǎn)化為幾何特性。這可以以多種方式完成。下文參照圖18描述用于確定圖案單元相對 于其鄰居的位移的一個示例方法。圖18是根據(jù)示例實施例、在用于檢測誤差的方法的第一和第二位移期間發(fā)生了 什么的幾何表示。在該示例中,偏移誤差已經(jīng)被引入到圖案單元C中。在第一位移之后,差別圖像圖案單元的比較(C-B)中的誤差(+e,_e)和差別圖像 圖案單元的比較(D-C)中的誤差(_e,+e)的標(biāo)識如圖18所示。這些是第一位移圖像中的 圖案單元。在該示例中,圖案被位移了該圖案的一個理想間距。相等的圖案單元在第一差別 圖像中不產(chǎn)生任何強度差別。在第一差別圖像中,對準(zhǔn)比較(A-B)和(E-D),以便在這些圖案單元位置中檢測不 到強度(例如,(A-B) = (E-D) = 0)。這提供了第一差別圖像中的兩個圖案單元((C-B)和(D-C))的誤差信息。因為圖像被旋轉(zhuǎn),第一位移不嚴(yán)格是圖案間距,并且/或者存在不可預(yù)知的插值 誤差,因此還可能檢測到第一差別圖像中的所有圖案單元中的虛假強度。用于估計以ym為單位的誤差e的尺寸的相對簡單方法是最小化圖案單元 (C-B)或(D-C)中的一個的強度。這可以使用如下所示的相對簡單的算法進行。Dy = . 5D = Opattern_unit = "C-B,,Shift(yPitch+D)minLight = measure(pattern—unit)loop{}
26
D = D+Dy
Shift(yPitch+D)
light = measure(pattern—unit)
if(light < minLight){minLight = light Dmin = D}
if(light > minLight)Dy = -Dy/2
if (abs(Dy) < 0. 001) break
Error_in_ μ m = D在上述算法中,Dy是以μ m為單位的位移,以及D是Y方向上所有Dy位移的和。以上所注的算法僅僅是示例,并且可以通過各種算法實現(xiàn)所述方法。因此,不應(yīng)該 通過該具體實施方式
來限制示例實施例。使用第一差別圖像用于測量可能具有一些缺點。例如,已知第一位移圖像中的圖 案單元遭受不可預(yù)見的插值誤差。典型地,該誤差具有與使用這里所描述的方法檢測的誤 差相同的幅度。因此,在量化循環(huán)圖案中的缺陷幅度的另一方法中,計算雙位移圖像中的位移的影響。如圖18所示,在第一差別圖像中,誤差可以在兩個圖案單元中以不同的符號出 現(xiàn)。在一個示例中,這對于圖案單元(C-B)和(D-C)而發(fā)生。對于雙位移圖像中的圖案單 元(D-C)-(C-B),測量到所示誤差的兩倍。而且,插值誤差在雙位移圖像中的所有圖案單元 中都相對較小。以下算法僅是兩個圖案單元的位移的示例實現(xiàn)。Dy = . 5D = Oleft_pattern_unit = "C-B,,right_pattern_unit = "D_C,,double_pattern_unit = “ (D-C) - (C-B),,ShiftUnit(left_pattern_unit, yPitch+D)ShiftUnit(right一pattern一unit,yPitch-D)ShiftDouble (double_pattern_unit, yPitch)minLight = measure(double—pattern—unit)loop{}Error_in_ μ m = D在全面實現(xiàn)中,可以計算雙位移圖像中的所有圖案單元的標(biāo)識和幅度。在雙位移 圖像中的此計算之后,可以使用邏輯運算來確定第一獲取圖像中的各個圖案單元之間的誤差。使用多個圖像來檢測Mura缺陷至少一個其它示例實施例提供了用于使用來自幾個圖像的信息而檢測Mura缺陷
!這產(chǎn)生C-B圖案單元。 !這產(chǎn)生D-C圖案單元。 !這產(chǎn)生(D-C)-(C-B)圖案單元。
D = D+Dy
ShiftUnit(left_pattern_unit, yPitch+D)
ShiftUnit(right_pattern_unit, yPitch-D)
light = measure(double—pattern—unit)
if (light < minLight){minLight = light Dmin = D}
if (light > minLight)Dy = -Dy/2
if (abs(Dy) < 0. 001) break的方法。如上文已描述的,可以使用單和雙位移圖像信息來檢測圖像中的所有誤差。當(dāng)然, 所獲取的圖像之外發(fā)生了什么的信息不可用。圖19示出了例如使用圖3所示的圖像獲取單元在X方向上捕獲的一些重疊圖像 的示例。在該示例中,我們不需要確切地知道圖像在X或Y方向上的哪里被獲得。而僅需 要覆蓋近似相同的區(qū)域(帶有一些重疊)。假定在Y方向上位移如所述列之一的誤差(例如,對接(butting)誤差)。在圖 19中,該列被標(biāo)記為G。隨機誤差位移誤差作為對接誤差,也存在于具有相同或基本相同的 幅度的全部列之中。假定可以捕獲覆蓋X方向上的所有5個像素的圖像??梢愿鶕?jù)以下方 程,基于該圖像計算所述列之間的平均差別。Ydiff(col) = Σ Ydiff(Pixel_Unit(i)/number_of_pixelUnits在該方程中,指數(shù)“i”對應(yīng)于i列中的行指數(shù)。對于沒有對接誤差的此大圖像,任 何列的平均誤差為0。這意味著對于沒有對接誤差的列,YdifT(Col) =0。這是因為大量 像素單元被用于計算中。所述平均值中的Σ (sigma)可以根據(jù)下面的方程表達,其中“η” 是計算中的像素單元數(shù)目。Sigma(Pixel_unit)/sqrt(η)在圖19中,5個圖像覆蓋了感興趣的區(qū)域。如果檢驗一個圖像,則可以如上描述地 計算相同的平均值。因此,該計算僅基于圖像中的像素單元的1/5。結(jié)果,用于平均的Σ較 差。平均的Σ可以由下面的方程表達。在該示例中,假定沒有重疊。上面的方程也可以表達為average_Sigma(Pixel_unit)= Sigma(Plx^-unit) ^
__Vn與基于對大圖像的計算的結(jié)果相比,這是更大的Σ。但,在“合并”處理中,我們擁 有所有5個圖像的信息。因此,可以用同樣的方式計算平均值??梢苑謩e計算每個圖像的 平均,并且可以計算每個圖像的平均的平均??蛇x地,該計算可以基于所有Ydiff(i) —起。 在整個圖案相對于下一圖像位移的情況下,當(dāng)圖像之間沒有一些重疊時,可能不能檢測到 誤差。重疊提供了圖像之間的位移的信息。因此,可以認(rèn)為重疊尺寸是重要的。使用簡單示例來解釋示例實施例的該方面。如果我們假定存在IOOnm的圖像內(nèi)的隨機誤差,并且如果計算基于該圖像中的差 別yDiff(i),則根據(jù)下式計算平均的Σ IOOnm 如果使用“η”個像素單元的重疊,則獲得重疊區(qū)域中的像素單元的Σ為"Τ“。如
果隨機誤差已知,則可以確定用以實現(xiàn)某精度所需的重疊。 圖案在圖像中移動的事實僅影響插值誤差,并且其中在差別圖像中發(fā)現(xiàn)每個像素
28(例如,薄膜晶體管(TFT)像素)的光子。因為圖案的間距顯著大于CCD像素網(wǎng)格,因此,掩 蔽(mask)屬于相同像素單元的TFT像素或多或少是微不足道的任務(wù)。莫爾抑制因為示例實施例依賴于一個圖像與其自身的位移版本的比較,所以圖像的質(zhì)量相 對重要。莫爾被定義為圖像中不想要的贗像,其來源于例如循環(huán)圖案的間距之間的拍頻,并 且通過本身具有循環(huán)行為的傳感器記錄所述循環(huán)圖案可以導(dǎo)致圖像的惡化。一個示例是使 用CCD照相機記錄循環(huán)顯示圖案。在某條件下,所獲取的或記錄的圖像顯示出強度變化,其并非來源于顯示圖案或 CCD本身的誤差,而是來源于成像的圖案間距與CCD芯片的固有間距之間的差別。因為根據(jù)示例實施例的莫爾降低的方法基于記錄大量圖像,所以所述方法可能不 能為依賴于基于單個記錄圖像分析誤差的方法工作。在一個示例中,可以通過設(shè)計圖像獲取系統(tǒng)而降低莫爾的負(fù)面影響,從而避免嚴(yán) 重的莫爾效應(yīng)。在一個示例中,可以選擇系統(tǒng)中的放大率,以使得典型的投影空間圖案頻率 和圖像獲取單元之間的拍不引起嚴(yán)重的莫爾。還可能需要選擇圖像獲取單元的合適的分辨率。示例將被用于闡述用于選擇放大率來最小化莫爾的方法。為了該示例的目的,假 定具有100 μ m的已知間距的圖案。具有1000X 1000個像素的恒定網(wǎng)格的照相機或CXD被用于獲取圖像。還假定使 用變焦光學(xué)系統(tǒng)(zoom optics)??梢哉{(diào)整變焦來使得場尺寸對應(yīng)于N χ圖案間距。在該 情況下,N是整數(shù)。如果調(diào)整變焦以使得在Y方向上獲取像場中的5個像素單元,則1000個 像素被用來獲取這5個單元。另外,每個像素單元正好使用照相機中的在Y方向上的200 個像素。因此,圖案將在Y方向上的照相機中的網(wǎng)格上。因為圖案在網(wǎng)格上,因此降低和/ 或消除了莫爾效應(yīng)。自然地,如果假定在兩個方向上已經(jīng)在數(shù)據(jù)中使用相同的網(wǎng)格,則圖案 也將在另一方向(例如,X方向)上的網(wǎng)格上。在另一示例實施例中,可以使用下述檢測系統(tǒng)記錄圖像,在該檢測系統(tǒng)中,通過將 在至少一個方向上的圖像傳感器上的投影圖案的間距、與該圖像傳感器的固有間距匹配, 抑制被檢查的圖案和檢測系統(tǒng)之間的拍頻(例如,其是莫爾贗像的源)。該檢查系統(tǒng)可以使 用變焦光學(xué)系統(tǒng)來調(diào)整放大器,從而其“適合”該圖案。換句話說,所記錄的圖案被放置于 照相機或CXD的網(wǎng)格上。在該示例實施例中,可以改變要記錄的圖案的間距與傳感器的固有間距之間的關(guān) 系。例如,該傳感器可以是CCD。為了闡明,可以用合適的方式控制傳感器上所投影的圖案 的周期與傳感器本身的周期之間的關(guān)系,來按需匹配間距。為了抑制和/或消除莫爾贗像,所投影的圖案間距與傳感器間距必須嚴(yán)格匹配。 只要以作為結(jié)果的拍頻不嚴(yán)重影響所記錄的圖像的方式來選擇所述間距之間的關(guān)系,此嚴(yán) 格匹配就會是不可能的。例如,如果作為結(jié)果的莫爾圖案的空間頻率足夠長,則可以抑制由 作為結(jié)果的莫爾圖案導(dǎo)致的對所記錄的圖像的破壞??梢酝ㄟ^許多方式進行所述間距之間的關(guān)系的改變,例如,通過改變將圖案圖像 投影到圖像獲取器件上的光學(xué)系統(tǒng)的放大率,例如使用光學(xué)變焦。這可以在一維或(如果 必要)具有兩個不同的放大率的二維中進行。改變所述間距之間的關(guān)系的另一方法是改變
29例如CCD的探測器陣列或矩陣上的進入檢測場的角度。在另一示例實施例中,可以通過將工件或圖像獲取系統(tǒng)相對于彼此傾斜和/或旋 轉(zhuǎn)來改變間距之間的關(guān)系??梢栽趫?zhí)行全圖案的檢查/檢測之前,例如,在執(zhí)行圖像獲取系統(tǒng)的圖案依賴的 校準(zhǔn)之前,在循環(huán)圖案的一部分上執(zhí)行莫爾抑制方法。在另一示例實施例中,可以在圖案的 檢查期間執(zhí)行Mura抑制的方法。在該示例中,例如,可以在檢查期間改變光學(xué)系統(tǒng)的設(shè)置。找到正確設(shè)置的方法可以被用來獲取要被檢查的圖案的圖像,通過圖案知識或圖 案間距的測量和成像系統(tǒng)或成像獲取單元的知識來識別莫爾圖案,因此進一步改變成像的 圖案間距和圖像傳感器間距之間的比例。示例實施例還提供了超采樣方法。如上文所提,在很多地方,使用在X和Y方向上具有有限數(shù)目的像素的照相機(例 如,(XD、TDI傳感器或任何其它圖像獲取器件)。通過在光學(xué)系統(tǒng)中使用相對較高的放大 率,可以由大量像素描述所獲取的圖像中的每個邊緣。在該情況下,獲得關(guān)于該邊緣的真實 形狀的足夠信息。然而,使用相對較高的放大率并非優(yōu)選的,這是因為像場隨著放大率增加 而縮小。相對較小的像場意味著可能需要許多圖像來覆蓋該圖案。許多圖像和相對較高的 放大率可以導(dǎo)致相對昂貴的系統(tǒng)。傳統(tǒng)地,如果使用照相機系統(tǒng)中的較低放大率和有限數(shù)目的像素,則邊緣可能不 能以足夠的點來采樣以確定其傳輸函數(shù)的形狀。這導(dǎo)致了大的插值誤差。根據(jù)示例實施例的方法減小了必需的放大率,同時仍然獲得足夠的點來確定邊緣 的形狀。示例實施例提供了用來減小必需的放大率、以便獲取每個圖像中盡可能大的區(qū)域 和盡可能多的像素單元的方法??梢砸酝瑯拥姆绞绞褂靡陨纤龅姆椒?,但使用超采樣的數(shù)據(jù)。唯一的區(qū)別在于 當(dāng)采樣圖案時獲得高得多的分辨率。將關(guān)于圖12而描述根據(jù)示例實施例的超采樣方法,圖12示出了圖案的一部分。為了該示例的目的,如果假定不相對于照相機網(wǎng)格而旋轉(zhuǎn)圖案,則該圖案的每個 點與照相機網(wǎng)格完美對準(zhǔn)。例如,如果圖案中的邊緣在X方向上被追蹤,則該方向上的每個 像素采樣傳輸函數(shù)的相同物理點。在該示例中,傳輸函數(shù)在Y方向上。這很簡單,因為圖案 與照相機的像素網(wǎng)格完全對準(zhǔn)。采樣點在該方向上的唯一區(qū)別在于它們由于來自噪聲的影 響而導(dǎo)致不相同。另外,直到Y(jié)方向上的下一個像素,才獲得關(guān)于傳輸函數(shù)的信息。由于照相機中的 有限數(shù)目的像素導(dǎo)致到Y(jié)方向上的下一個像素的距離相對較大。例如,當(dāng)如上文關(guān)于圖10 而描述地進行插值時,產(chǎn)生相對較大的插值誤差。不能重建采樣點之間的信息。在傳輸函 數(shù)中間(例如,接近于轉(zhuǎn)折點),所述誤差最大。如果相對于照相機網(wǎng)關(guān)而旋轉(zhuǎn)圖案,則情況完全不同。參照圖12,當(dāng)沿著邊緣時,照相機中的每個像素在傳輸函數(shù)的不同物理點處采樣 邊緣。因此,當(dāng)沿著邊緣時,獲得有關(guān)邊緣轉(zhuǎn)變(transition)函數(shù)的更多信息。這在圖20 中示出。在該示例實施例中,圖案至少在“邊緣”方向上擴展一些。如果已知該邊緣為直的 (不彎曲),則順著邊沿一起處理所有采樣的像素,作為對轉(zhuǎn)變函數(shù)的說明。
30
例如,如果在另一方向上將圖案旋轉(zhuǎn)100個像素上的5個像素,則當(dāng)估計邊緣傳輸 函數(shù)時,獲得高20倍的分辨率。如果使用以上描述的相對簡單的插值,則獲得小得多的插
值誤差。如果圖案的旋轉(zhuǎn)為已知,則從圖像自身計算實際上是相當(dāng)簡單的,順著圖案中的 任何邊緣的冗余為已知。當(dāng)估計傳輸函數(shù)時,更長的邊緣提供更多的冗余和更高的精度。因為噪聲總是存在于圖像中,所以需要一些圖像用于平均。順著邊緣的梯度方向 散布開的像素比未散布開的像素更佳地用于平均。在該示例中,梯度方向是從(垂直于) 邊緣方向旋轉(zhuǎn)90度的方向。使用超采樣方法,不擴展需要用于分析的數(shù)據(jù)量,并且使用與圖案間距相比大得 多的像場(更低的放大率)。結(jié)果,需要更少的圖像來覆蓋該圖案,并且仍能夠沿著必要信 息所位于的邊緣使用相對較高的分辨率。已經(jīng)為了例證和說明的目的而提供了所述實施例的前述描述。并非意在窮盡或限 制本發(fā)明。特定實施例的各個元件或特征通常不限定于該特定實施例,而是,在適用的情況 下,可互換并可用于所選擇的實施例中,即使沒有被具體示出或描述,也是如此??梢砸栽S 多方式變化所述元件或特征。這樣的變化不被認(rèn)為偏離本發(fā)明,并且所有這樣的修改都意 在被包含在本發(fā)明的范圍內(nèi)。
權(quán)利要求
一種用于檢測包括至少部分循環(huán)的圖案的工件上的缺陷的方法,所述方法的特征在于獲取所述循環(huán)的圖案的至少一部分的至少第一圖像;通過在虛擬網(wǎng)格中將所述第一圖像相對于其原始位置而位移,產(chǎn)生第二圖像;通過對所述第一圖像和所述第二圖像執(zhí)行數(shù)學(xué)或邏輯運算來創(chuàng)建差別圖像,以創(chuàng)建第三圖像;以及分析所述第三圖像來檢測存在于所述第一圖像中的缺陷。
2.如權(quán)利要求1所述的方法,其中,在幾個第一圖像中所檢測的缺陷被用來檢測Mura缺陷。
3.如權(quán)利要求2所述的方法,其中,所述幾個第一圖像重疊。
4.如權(quán)利要求1所述的方法,其中,用于檢測所述缺陷的所述虛擬網(wǎng)格相對于所述循 環(huán)的圖案而旋轉(zhuǎn),以便在估計邊緣傳輸函數(shù)時獲得更高的分辨率。
5.如權(quán)利要求1所述的方法,其中,所檢測的缺陷被分類為不同的誤差。
6.如權(quán)利要求1所述的方法,其中,所檢測的缺陷被分類為Mura。
7.如權(quán)利要求1所述的方法,其中,所述分析包括 測量所述第三圖像中的強度變化,并且其中所述方法還包括對投影圖案的間距與成像傳感器間距進行間距匹配,來減小所測量的強度變化。
8.如權(quán)利要求7所述的方法,其中,所述間距匹配的特征還在于 在至少一個方向上改變圖像傳感器上的投影圖像尺寸。
9.如權(quán)利要求7所述的方法,其中,所述間距匹配的特征還在于 均勻地改變圖像傳感器上的投影圖像尺寸。
10.如權(quán)利要求7所述的方法,其中,所述間距匹配的特征還在于在第一方向上將圖像傳感器上的投影圖像尺寸改變第一因子K,而在第二方向上將圖 像傳感器上的投影圖像尺寸改變不同的第二因子L。
11.如權(quán)利要求7所述的方法,其中,所述間距匹配的特征還在于通過相對于所述圖像傳感器的成像面而傾斜所述工件,來改變圖像傳感器上的投影圖 像尺寸。
12.一種用于檢測包括至少部分循環(huán)的圖案的工件上的缺陷的方法,所述方法的特征 在于獲取所述循環(huán)的圖案的至少一部分的至少第一圖像;通過在虛擬網(wǎng)格中將所述第一圖像相對于其原始位置而位移,以產(chǎn)生第二圖像; 通過對所述第一圖像和所述第二圖像執(zhí)行數(shù)學(xué)或邏輯運算來創(chuàng)建差別圖像,以創(chuàng)建第 三圖像;在虛擬網(wǎng)格中將所述第三圖像相對其位置而位移,來產(chǎn)生第四圖像; 對所述第四圖像執(zhí)行數(shù)學(xué)或邏輯運算來產(chǎn)生第五圖像;以及 分析所述第五圖像來檢測存在于所述第一圖像中的缺陷。
13.如權(quán)利要求12所述的方法,其中,在幾個第一圖像中所檢測的缺陷被用來檢測 Mura缺陷。
14.如權(quán)利要求13所述的方法,其中,所述幾個第一圖像重疊。
15.如權(quán)利要求12所述的方法,其中,用于檢測所述缺陷的所述虛擬網(wǎng)格相對于所述 循環(huán)的圖案而旋轉(zhuǎn),以便在估計邊緣傳輸函數(shù)時獲得更高的分辨率。
16.如權(quán)利要求12所述的方法,其中,所檢測的缺陷被分類為不同的誤差。
17.如權(quán)利要求12所述的方法,其中,所檢測的缺陷被分類為Mura。
18.如權(quán)利要求12所述的方法,其中,所述分析的特征還在于測量所述第三圖像中的強度變化,并且其中所述方法還包括對投影圖案的間距與成像傳感器間距進行距匹配,來降低所測量的強度變化。
19.如權(quán)利要求18所述的方法,其中,所述間距匹配的特征還在于在至少一個方向上改變圖像傳感器上的投影圖像尺寸。
20.如權(quán)利要求18所述的方法,其中,所述間距匹配的特征還在于均勻地改變圖像傳感器上的投影圖像尺寸。
21.如權(quán)利要求18所述的方法,其中,所述間距匹配的特征還在于在第一方向上將圖像傳感器上的投影圖像尺寸改變第一因子K,而在第二方向上將圖 像傳感器上的投影圖像尺寸改變不同的第二因子L。
22.如權(quán)利要求18所述的方法,其中,所述間距匹配的特征還在于通過相對于所述圖像傳感器的成像面而傾斜所述工件,來改變圖像傳感器上的投影圖 像尺寸。
23.一種用于檢測包括至少部分循環(huán)的圖案的工件上的缺陷的裝置,所述裝置的特征 在于用于獲取所述循環(huán)的圖案的至少一部分的至少第一圖像的部件;用于通過在虛擬網(wǎng)格中將所述第一圖像相對于其原始位置而位移以產(chǎn)生第二圖像的 部件;用于通過對所述第一圖像和所述第二圖像執(zhí)行數(shù)學(xué)或邏輯運算來創(chuàng)建差別圖像以創(chuàng) 建第三圖像的部件;以及用于分析所述第三圖像來檢測存在于所述第一圖像中的缺陷的部件。
24.如權(quán)利要求23所述的裝置,其中,所述用于獲取的部件是CCD照相機。
25.如權(quán)利要求23所述的裝置,其中,所述用于獲取的部件是TDI傳感器。
26.如權(quán)利要求23所述的裝置,其中,所述至少部分循環(huán)的圖案是1維圖案。
27.如權(quán)利要求23所述的裝置,其中,所述至少部分循環(huán)的圖案是2維圖案。
28.如權(quán)利要求23所述的裝置,其中,所述至少部分循環(huán)的圖案是3維圖案。
29.如權(quán)利要求23所述的裝置,其中,所述至少部分循環(huán)的圖案是3D結(jié)構(gòu)的2維表示。
30.一種用于檢測包括至少部分循環(huán)的圖案的工件上的缺陷的裝置,所述裝置的特征 在于用于獲取所述循環(huán)的圖案的至少一部分的至少第一圖像的部件;用于通過在虛擬網(wǎng)格中將所述第一圖像相對于其原始位置而位移以產(chǎn)生第二圖像的 部件;用于通過對所述第一圖像和所述第二圖像執(zhí)行數(shù)學(xué)或邏輯運算來創(chuàng)建差別圖像以創(chuàng) 建第三圖像的部件;用于在虛擬網(wǎng)格中將所述第三圖像相對于其位置而位移來產(chǎn)生第四圖像的部件;用于對所述第四圖像執(zhí)行數(shù)學(xué)或邏輯運算來產(chǎn)生第五圖像的部件;以及 用于分析所述第五圖像來檢測存在于所述第一圖像中的缺陷的部件。
31.如權(quán)利要求30所述的裝置,其中,所述用于獲取的部件是CCD照相機。
32.如權(quán)利要求30所述的裝置,其中,所述用于獲取的部件是TDI傳感器。
33.如權(quán)利要求30所述的裝置,其中,所述至少部分循環(huán)的圖案是1維圖案。
34.如權(quán)利要求30所述的裝置,其中,所述至少部分循環(huán)的圖案是2維圖案。
35.如權(quán)利要求30所述的裝置,其中,所述至少部分循環(huán)的圖案是3維圖案。
36.如權(quán)利要求30所述的裝置,其中,所述至少部分循環(huán)的圖案是3D結(jié)構(gòu)的2維表示。
37.一種用于檢測至少部分包括循環(huán)結(jié)構(gòu)或至少部分被至少部分循環(huán)的圖案覆蓋的工 件上的缺陷的方法,所述方法的特征在于獲取至少第一圖像,所述第一圖像包括所述循環(huán)的圖案的至少一部分; 將所述第一圖像映射到虛擬網(wǎng)格上;在所述虛擬網(wǎng)格中位移所述第一圖像來產(chǎn)生第二圖像,所述第一圖像相對于所述第一 圖像的原始位置而位移;基于所述第一圖像和所述第二圖像,產(chǎn)生第三圖像;以及 基于所述第三圖像,檢測所述工件上的缺陷。
38.如權(quán)利要求37所述的方法,其中,所述產(chǎn)生的特征還在于 從所述第二圖像中減去所述第一圖像來產(chǎn)生所述第三圖像。
39.如權(quán)利要求37所述的方法,其中,所檢測的缺陷是CD、偏移和形狀誤差中的一個。
40.如權(quán)利要求37所述的方法,其中,通過朝向與所述工件垂直或基本垂直的方向的 檢測器件,獲取所述第一圖像。
41.如權(quán)利要求37所述的方法,其中,通過朝向與所述工件成傾斜角的檢測器件,獲取 所述第一圖像。
42.如權(quán)利要求37所述的方法,其中,在位移之前,旋轉(zhuǎn)所述第二圖像。
43.如權(quán)利要求37所述的方法,其中,在位移之前,鏡像所述第二圖像。
44.如權(quán)利要求37所述的方法,其中,實時進行對所述第三圖像的分析。
45.如權(quán)利要求37所述的方法,其中,在對后續(xù)第一圖像的記錄之間執(zhí)行所述檢測步驟。
46.如權(quán)利要求37所述的方法,其中,所述第二圖像的位移距離、與在將被檢查的循環(huán) 的圖案中的至少一個方向上存在的至少一個圖案間距之間的比是整數(shù)或整數(shù)的比。
47.一種用于檢測至少部分包括循環(huán)結(jié)構(gòu)或至少部分被至少部分循環(huán)的圖案覆蓋的工 件上的缺陷的方法,所述方法的特征在于獲取至少第一圖像,所述第一圖像包括所述循環(huán)的圖案的至少一部分; 將所述第一圖像映射到虛擬網(wǎng)格上;在所述虛擬網(wǎng)格中位移所述第一圖像來產(chǎn)生第二圖像,所述第一圖像在所述網(wǎng)格中相 對于所述第一圖像的原始位置而位移;基于所述第一圖像和所述第二圖像,產(chǎn)生第三圖像;在所述虛擬網(wǎng)格中位移所述第三圖像來產(chǎn)生第四圖像,所述第三圖像在所述網(wǎng)格中相 對于所述第三圖像的原始位置而位移;基于所述第三圖像和所述第四圖像,產(chǎn)生第五圖像;以及 基于所述第五圖像,檢測所述工件上的缺陷。
48.如權(quán)利要求47所述的方法,其中,所檢測的缺陷是CD、偏移和形狀誤差中的一個。
49.一種用于抑制圖像獲取器件中的莫爾效應(yīng)的方法,所述方法的特征在于 通過在至少一個方向上改變圖像傳感器上的投影圖像的間距與所述圖像傳感器的固有間距之間的比,控制所檢查的圖案與檢測系統(tǒng)之間的拍頻。
50.一種用于控制獲取的圖像中莫爾的影響的方法,所述方法的特征在于 獲取將被分析的圖案的圖像;測量被認(rèn)為構(gòu)成關(guān)鍵莫爾的至少一部分頻率的能量內(nèi)容; 在至少一個方向上改變圖像獲取單元上的投影圖像的間距與所述圖像獲取單元的固 有間距之間的比;重新測量被認(rèn)為構(gòu)成關(guān)鍵莫爾的至少一部分頻率的能量內(nèi)容;以及 重復(fù)所述改變和重新測量,直到對于所述關(guān)鍵頻率而獲得期望能量內(nèi)容為止。
51.一種用于檢測至少部分被循環(huán)的圖案覆蓋的工件上的偏差和缺陷中的至少一個的 方法,所述方法的特征在于記錄所述循環(huán)的圖案的至少一部分的至少第一圖像,使用數(shù)字化圖像記錄單元來執(zhí)行 所述記錄;通過基于所述第一圖像和所述圖案的間距的估計而執(zhí)行插值,來計算所述第一圖像內(nèi) 的第二圖像,其中,所述插值是四點插值,并且所述間距是浮點數(shù);從所述第二圖像中減去所述第一圖像來產(chǎn)生第一差別圖像,所述減去包括以循環(huán)的方 式將所述第一圖像的所有像素從所述第二圖像中的所有對應(yīng)像素中減去;通過基于所述第一差別圖像和所述圖案的間距的估計而執(zhí)行插值,來計算第二差別圖 像,其中,所述插值是四點插值,并且所述間距是浮點數(shù);以及分析所述第二差別圖像來定位存在于第一記錄圖像中的偏差。
52.如權(quán)利要求51所述的方法,特征還在于從所述第二差別圖像中減去所述第一差別圖像來產(chǎn)生第三差別圖像,所述減去包括以 循環(huán)的方式將所述第一差別圖像的所有像素從所述第二差別圖像中的所有對應(yīng)像素中減 去;其中所述第一圖像中的兩個位移去除了來自所述第一圖像中的不同誤差源的影響,所述誤 差源包括旋轉(zhuǎn)誤差、圖案間距估計的誤差、強度分布誤差和插值誤差。
53.如權(quán)利要求51所述的方法,其中,在不同方向上執(zhí)行所述第一差別圖像和所述第 二差別圖像的產(chǎn)生,來精確確定所述第一圖像中的不同類型的誤差。
54 .如權(quán)利要求51所述的方法,其中,通過執(zhí)行額外的位移以及數(shù)學(xué)或邏輯運算,進一 步增強所述第二差別圖像。
55.如權(quán)利要求51所述的方法,其中,產(chǎn)生基于來自所述第一差別圖像或所述第二差 別圖像的結(jié)果的誤差矢量,并將其用于精確確定所述第一圖像中的誤差。
56.如權(quán)利要求51所述的方法,其中,在位移之前,旋轉(zhuǎn)所述第一圖像或第一差別圖像。
57.如權(quán)利要求51所述的方法,其中,在位移之前,鏡像所述第一圖像或第一差別圖像。
58.如權(quán)利要求51所述的方法,其中,所述第一差別圖像與所述第二差別圖像的位移 距離(間距)之間的比是整數(shù)或浮點數(shù),所述位移距離是將被檢查的循環(huán)的圖案中的至少 一個方向上存在的至少一個圖案間距。
59.如權(quán)利要求51所述的方法,其中,多個圖像被用來(分別分析)產(chǎn)生全局統(tǒng)計誤差 矢量,其用于精確確定所述圖案中的長波誤差。
60.一種用于檢測至少部分被循環(huán)的圖案覆蓋的工件上的缺陷的方法,所述方法的特 征在于記錄所述循環(huán)的圖案的至少一部分的至少第一圖像;顛倒所記錄的第一圖像來創(chuàng)建第二圖像;在虛擬網(wǎng)格中,在至少一個方向上將所述第二圖像位移不同的距離;對于每個距離,對所述第一圖像和所位移的第二圖像執(zhí)行數(shù)學(xué)或邏輯運算,創(chuàng)建大量 子圖像。組合所述子圖像來創(chuàng)建具有比所述第一圖像更大的尺寸的第四圖像;以及分析所述第四圖像來找到整個第一記錄圖像中存在的偏差。
61.如權(quán)利要求60所述的方法,其中,所述第二圖像或多個第二圖像的位移距離、與在 所述循環(huán)的圖案中的至少一個方向上存在的至少一個圖案間距之間的比是整數(shù)或整數(shù)的 比。
62.一種用于確定對于特定圖案的最佳設(shè)置的方法,所述方法的特征在于記錄已知循環(huán)的圖案的至少一部分的至少第一圖像;顛倒所記錄的第一圖像來創(chuàng)建第二圖像;在虛擬網(wǎng)格中,在至少一個方向上位移所述第二圖像;以及對所述第一圖像和所位移的第二圖像執(zhí)行數(shù)學(xué)或邏輯運算來創(chuàng)建第三圖像。
全文摘要
提供了用于與更精確的圖案和作為結(jié)果的器件的制造和生產(chǎn)相關(guān)的質(zhì)量控制和檢測誤差的方法和裝置。所述圖案或器件可以包括在顯示應(yīng)用中使用的圖案,所述顯示應(yīng)用例如TFT-LCD、OLED、SED、PDP、FED、LTPS-LCD以及使用至少部分循環(huán)的圖案的類似顯示技術(shù)。
文檔編號G06T7/00GK101918818SQ200880123412
公開日2010年12月15日 申請日期2008年11月12日 優(yōu)先權(quán)日2007年11月12日
發(fā)明者弗雷德里克·肖斯特羅姆, 彼得·??瞬?申請人:麥克羅尼克激光系統(tǒng)公司
網(wǎng)友詢問留言 已有0條留言
  • 還沒有人留言評論。精彩留言會獲得點贊!
1