特表 2024-521237 基板画像の処理に基づいたピクセルおよび領域の膜不均一分類

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】公表特許公報(A)

(11)【公表番号】

(43)【公表日】2024-05-29

(54)【発明の名称】基板画像の処理に基づいたピクセルおよび領域の膜不均一分類

(51)【国際特許分類】

   H01L 21/304 20060101AFI20240522BHJP

   G01N 21/956 20060101ALI20240522BHJP

   G01N 21/88 20060101ALI20240522BHJP

   B24B 49/12 20060101ALN20240522BHJP

   B24B 37/10 20120101ALN20240522BHJP

   B24B 37/013 20120101ALN20240522BHJP

   G01B 11/02 20060101ALN20240522BHJP

【ＦＩ】

H01L21/304 622S

G01N21/956 A

G01N21/88 J

B24B49/12

B24B37/10

B24B37/013

G01B11/02 Z

【審査請求】有

【予備審査請求】未請求

(21)【出願番号】P 2023553541

(86)(22)【出願日】2022-02-24

(85)【翻訳文提出日】2023-11-02

(86)【国際出願番号】 US2022017764

(87)【国際公開番号】W WO2022187079

(87)【国際公開日】2022-09-09

(31)【優先権主張番号】63/156,856

(32)【優先日】2021-03-04

(33)【優先権主張国・地域又は機関】US

(81)【指定国・地域】

(71)【出願人】

【識別番号】390040660

【氏名又は名称】アプライド マテリアルズ インコーポレイテッド

【氏名又は名称原語表記】ＡＰＰＬＩＥＤ ＭＡＴＥＲＩＡＬＳ，ＩＮＣＯＲＰＯＲＡＴＥＤ

【住所又は居所原語表記】３０５０ Ｂｏｗｅｒｓ Ａｖｅｎｕｅ Ｓａｎｔａ Ｃｌａｒａ ＣＡ ９５０５４ Ｕ．Ｓ．Ａ．

(74)【代理人】

【識別番号】110002077

【氏名又は名称】園田・小林弁理士法人

(72)【発明者】

【氏名】ベンヴェニュ， ドミニク ジェー．

(72)【発明者】

【氏名】モオタメディ， ノジャン

【テーマコード（参考）】

2F065

2G051

3C034

3C158

5F057

【Ｆターム（参考）】

2F065AA21

2F065AA31

2F065BB01

2F065CC17

2F065FF04

2F065FF48

2F065FF49

2F065JJ26

2F065QQ06

2F065QQ08

2F065QQ25

2F065QQ42

2F065RR08

2F065TT08

2G051AA51

2G051AB07

2G051BA20

2G051BB01

2G051BB07

2G051CA03

2G051CA04

2G051CB01

2G051CB10

2G051CC07

2G051DA06

2G051DA08

2G051EA08

2G051EA17

2G051EB01

2G051EC01

2G051EC02

2G051ED01

2G051ED07

2G051ED12

3C034AA13

3C034AA19

3C034BB93

3C034CA19

3C034CA22

3C034CA26

3C034CA30

3C034CB02

3C034CB04

3C034CB07

3C034CB13

3C034CB18

3C034CB20

3C034DD10

3C034DD18

3C158AA07

3C158AC02

3C158BB06

3C158BB08

3C158BB09

3C158BC01

3C158BC02

3C158BC03

3C158CB06

3C158DA12

3C158DA17

3C158EA11

3C158EB01

5F057AA03

5F057AA19

5F057BA15

5F057CA12

5F057DA03

5F057FA46

5F057GB02

5F057GB13

(57)【要約】

基板上の膜不均一性を分類する方法は、複数の色チャネルを含む、基板の色画像を取得することと、基板の色画像に対する標準色を取得することと、色画像の経路に沿った各ピクセルそれぞれについて、各ピクセルの色と標準色との差分ベクトルを決定して、一連の差分ベクトルを生成することと、一連の差分ベクトルを閾値と比較することを含めて、差分ベクトルのシーケンスに基づいて、経路に沿ったピクセルを、少なくとも１つの正常領域および少なくとも１つの異常領域を含む複数の領域にソートすることとを含む。
【選択図】図２

【特許請求の範囲】

【請求項1】

基板上の膜不均一性を分類するコンピュータプログラムを備える非一時的コンピュータ可読媒体であって、前記コンピュータプログラムが、
複数の色チャネルを含む、基板の色画像を取得することと、
前記基板の前記色画像に対する標準色を取得することと、
前記色画像の経路に沿った各ピクセルそれぞれについて、前記各ピクセルの色と前記標準色との差分ベクトルを決定して、一連の差分ベクトルを生成することと、
一連の差分ベクトルに基づいて、前記一連の差分ベクトルを一連の閾値と比較することによって、前記経路に沿った前記ピクセルを正常または異常に分類することと、
前記ピクセルが正常または異常と特定されるのに応答して、前記ピクセルを１つまたは複数の領域にソートすることと、を１つまたは複数のコンピュータに行わせる命令を含む、非一時的コンピュータ可読媒体。

【請求項2】

前記ピクセルを分類するための前記命令が、前記複数の差分ベクトルのうち各差分ベクトルそれぞれに対して、前記各差分ベクトルの大きさが第１の閾値を上回るか否かを判定するための命令を含む、請求項１に記載のコンピュータ可読媒体。

【請求項3】

前記ピクセルを分類するための前記命令が、前記経路に沿った複数の連続するピクセルの各ピクセルが第２の閾値を上回るか否かの判定に基づいて、ピクセルをラベリングするための命令を含む、請求項１に記載のコンピュータ可読媒体。

【請求項4】

前記標準色を取得するための前記命令が、前記色画像の前記複数のチャネルの各チャネルについて強度ヒストグラムを決定し、各ヒストグラムそれぞれのピークの強度を選択し、前記ピークの前記強度に対応する値を有するタプルとして前記標準色を設定するための命令を含む、請求項１に記載のコンピュータ可読媒体。

【請求項5】

前記標準色を取得するための前記命令が、前記色画像の平均色を決定するための命令を含む、請求項１に記載のコンピュータ可読媒体。

【請求項6】

前記基板上の複数の経路を決定し、各経路それぞれについて、前記各経路に沿った各ピクセルに対して前記差分を決定し、前記各経路に沿った前記ピクセルを前記複数の領域にソートするための命令を含む、請求項１に記載のコンピュータ可読媒体。

【請求項7】

前記複数の経路が、前記基板の中心から外側へと延在する半径方向の経路である、請求項６に記載のコンピュータ可読媒体。

【請求項8】

異常領域と隣接する正常領域との間の境界におけるピクセルの少なくとも１つの差分ベクトルに基づいて、前記異常領域を過研磨または研磨不足に分類するための命令を含む、請求項１に記載のコンピュータ可読媒体。

【請求項9】

前記境界における前記経路に沿った複数の連続するピクセルそれぞれについて、複数の差分ベクトルに基づいて、前記異常領域を過研磨または研磨不足に分類するための命令を含む、請求項８に記載のコンピュータ可読媒体。

【請求項10】

前記複数の連続するピクセルが５つ以下のピクセルである、請求項９に記載のコンピュータ可読媒体。

【請求項11】

基準を満たす前記複数の差分ベクトルそれぞれに基づいて、前記異常領域を過研磨または研磨不足に分類するための命令を含む、請求項９に記載のコンピュータ可読媒体。

【請求項12】

前記異常領域を過研磨または研磨不足に分類するための前記命令が、２つの色チャネルにおける差分値の比に基づいて係数を計算するための命令を含む、請求項１０に記載のコンピュータ可読媒体。

【請求項13】

前記係数を計算するための前記命令が、第１の２つの色チャネルにおける差分値の第１の比と、第２の２つの色チャネルにおける差分値の第２の比との合計を計算するための命令を含む、請求項１２に記載のコンピュータ可読媒体。

【請求項14】

前記異常領域を過研磨または研磨不足に分類するための前記命令が、前記係数を少なくとも第３の閾値と比較するための命令を含む、請求項１２に記載のコンピュータ可読媒体。

【請求項15】

前記複数の差分ベクトルに基づいて、異常領域の重大度を決定するための命令を含む、請求項１に記載のコンピュータ可読媒体。

【請求項16】

前記重大度を決定することが、前記色チャネルの少なくとも２つで色空間における前記異常領域内のピクセルに対する前記差分ベクトルを含む最小外接領域を決定することと、外接領域の面積を第５の閾値と比較することとを含む、請求項１５に記載のコンピュータ可読媒体。

【請求項17】

前記最小外接領域が矩形を含む、請求項１６に記載のコンピュータ可読媒体。

【請求項18】

複数の色チャネルを含む、基板の色画像を取得することと、
前記基板の前記色画像に対する標準色を取得することと、
前記色画像の経路に沿った各ピクセルそれぞれについて、前記各ピクセルの色と前記標準色との差分ベクトルを決定して、一連の差分ベクトルを生成することと、
前記一連の差分ベクトルを閾値と比較することを含めて、前記一連の差分ベクトルに基づいて、前記経路に沿った前記ピクセルを、少なくとも１つの正常領域および少なくとも１つの異常領域を含む複数の領域にソートすることと
を含む、基板上の膜不均一性を分類する方法。

【請求項19】

前記色画像を取得することが、ラインスキャン撮像装置を含むインライン計測システムで前記基板をスキャンすることを含む、請求項１８に記載の方法媒体。

【請求項20】

基板を研磨するポリッシャーと、
複数の色チャネルを含む基板の色画像を取得するためのインライン計測システムと、
コントローラであって、
前記色画像を前記インライン計測システムから受信および取得し、
前記基板の前記色画像に対する標準色を取得し、
前記色画像の経路に沿った各ピクセルそれぞれについて、前記各ピクセルの色と前記標準色との差分ベクトルを決定して、一連の差分ベクトルを生成し、
前記一連の差分ベクトルに基づいて、前記一連の差分ベクトルを閾値と比較することによって、前記経路に沿った前記ピクセルを正常または異常に分類し、
前記ピクセルが正常または異常と特定されるのに応答して、前記ピクセルを１つまたは複数の領域にソートし、
少なくとも１つの異常領域にソートされたピクセルに基づいて、前記ポリッシャーの研磨パラメータを調節するように構成された、コントローラと
を備える、研磨システム。

【発明の詳細な説明】

【技術分野】

【0001】

本開示は、例えば、基板上の膜の不均一性を分類する技法である、光学計測に関する。

【背景技術】

【0002】

集積回路は、一般的に、導電層、半導電層、または絶縁層をシリコンウエハ上に順次堆積させることによって、基板上に形成される。充填層除去のため、または集積回路の製造中のフォトリソグラフィのために平坦性を改善するため、基板表面の平坦化が必要なことがある。

【0003】

化学機械研磨（ＣＭＰ）は、１つの許容された平坦化方法である。この平坦化方法は、一般的に、基板をキャリアまたは研磨ヘッド上に載置する必要がある。基板の露出面は、一般的に、回転する研磨パッドに接して配置される。キャリアヘッドは、制御可能な負荷を基板に与えて基板を研磨パッドに押し付ける。一般的に、砥粒研磨スラリが研磨パッドの表面に供給される。

【0004】

様々な光計測システム、例えば分光または偏光解析システムを使用して、例えば、インラインまたはスタンドアロン計測ステーション内で、研磨前および研磨後の基板層の厚さを測定することができる。

【0005】

同時に、グラフィック処理ユニット（ＧＰＵ）およびテンソル処理ユニット（ＴＰＵ）などのハードウェアリソースの進歩により、深層学習アルゴリズムおよびそれらの応用における多大な改善がもたらされてきた。深層学習の展開分野の１つは、コンピュータビジョンおよび画像認識である。かかるコンピュータビジョンアルゴリズムはほとんどが画像分類またはセグメンテーションのために設計されている。

【発明の概要】

【0006】

一態様では、基板上の膜不均一性を分類する方法は、複数の色チャネルを含む、基板の色画像を取得することと、基板の色画像に対する標準色を取得することと、色画像の経路に沿った各ピクセルそれぞれについて、各ピクセルの色と標準色との差のベクトルを判定して、一連の差分ベクトルを生成することと、当該複数の差分ベクトルを一連の閾値と比較することを含めて、一連の差分ベクトルに基づいて、経路に沿ったピクセルを、少なくとも１つの正常領域および少なくとも１つの異常領域を含む複数の領域にソートすることとを含む。

【0007】

別の態様では、膜を分類する、コンピュータプログラム製品を提供することができる。

【0008】

別の態様では、化学機械研磨システムは、膜を分類するように構成された制御システムを含む。

【0009】

実施例は次の特徴のうち１つまたは複数を含むことができる。ソートすることは、それぞれの差分の大きさが第１の閾値を上回るという判定に応答して、ピクセルを異常とラベリングすることを含んでもよい。差分を判定することは、それぞれのピクセルの色を表す第１のタプルと標準色を表す第２のタプルとのベクトルの差の大きさを計算することを含んでもよい。ソートすることは、それぞれの差の大きさが第１の閾値未満であるという判定に基づいて、ピクセルを正常とラベリングすることを含んでもよい。基板外のスクライブラインおよび／または領域を除去するため、マスクが色画像に適用されてもよい。第１の２つの色チャネルは緑色および赤色であってもよく、ならびに第２の２つの色チャネルは青色および赤色であってもよい。複数の半径方向の経路は基板の中心の周りで均一に離隔されてもよい。

【0010】

実施例は次の潜在的な利点のうち１つまたは複数を含むことができる。基板上の膜における異常、例えば厚さの不均一性、および残留物または欠陥の存在は、迅速に解析することができる。いくつかの実施例では、基板上の膜における異常は、ダイ別測定（ｄｉｅ－ｔｏ－ｄｉｅ ｍｅａｓｕｒｅｍｅｎｔｓ）のために迅速に解析することができる。例えば、インライン計測システムは、基板の色画像に基づいて、基板の膜異常を測定することができる。測定された異常、例えば測定された不均一性を使用して、基板の研磨不足および過研磨を補償するように、研磨パラメータを制御することができる。

【0011】

記載するアプローチは、一連のピクセルの色値を使用して、基板の膜における異常を検出し、異常のタイプを分類することができる。色値に基づいて異なるタイプの異常を判定するように、モデルを訓練することができる。

【0012】

計測システムは、不均一領域の高い推論速度ならびに優れた検出性および分類性を有することができる。このアプローチは、副層のばらつきも考慮することができる。

【0013】

１つまたは複数の実施例の詳細を、添付図面および以下の記載で説明する。他の態様、特徴、および利点は、記載および図面から、また特許請求の範囲から明白となるであろう。

【図面の簡単な説明】

【0014】

【図1】インライン光学測定システムの一例を示す図である。

【図2】コンピュータアプローチを使用して基板上の膜の不均一性を分類する方法を示すフローチャートである。

【図3A】コンピュータ解析に使用される基板の例示的な画像に適用されるマスクを示す図である。

【図3B】３つの色チャネルについてのヒストグラムを示すグラフである。

【図4A】半径方向のプロファイルを有する基板の例示的な画像、および不均一性解析の結果の一例を示す図である。

【図4B】半径方向のプロファイルを有する基板の例示的な画像、および不均一性解析の結果の一例を示す図である。

【図4C】半径方向のプロファイルを有する基板の例示的な画像、および不均一性解析の結果の一例を示す図である。

【図5A】半径方向のプロファイルを有する基板の例示的な画像、および不均一性解析の結果の別の一例を示す図である。

【図5B】半径方向のプロファイルを有する基板の例示的な画像、および不均一性解析の結果の別の一例を示す図である。

【図5C】半径方向のプロファイルを有する基板の例示的な画像、および不均一性解析の結果の別の一例を示す図である。

【発明を実施するための形態】

【0015】

様々な図面における同様の参照記号は同様の要素を示す。

【0016】

ＣＭＰプロセスにおいて起こる研磨速度のばらつきのため、ＣＭＰ処理ではドライ計測（ｄｒｙ ｍｅｔｒｏｌｏｇｙ）システムによる薄膜厚さ測定が使用される。かかるドライ計測測定技法は、フィルムスタックの光学モデルにおける変数が収集された測定値に適合する、分光または偏光解析アプローチを使用する場合が多い。かかる測定技法は、一般的に、モデルが収集された測定値に適用可能であることを担保するため、基板の測定スポットへ、センサを精密に位置合わせすることが必要である。したがって、基板上の多数のポイントを測定するには時間がかかる可能性があり、研磨不足および過研磨のタイプならびに程度の分類は、スループットの許容できない低減をもたらすため、実行不能なことがある。

【0017】

しかしながら、色画像に基づいた画像処理技法は、基板上の異常をより高速で検出し、異常のタイプを十分な精度で分類することができる。特に、基板から取ったダイの色画像を複数領域に分割することができる。各領域は、同じ色または類似色の複数の範囲に分割することができる。例えば、ターゲットベクトルに十分に近い色ベクトルを有するピクセルを、適切に研磨されたものに分類することができ、試験に不合格のピクセルを異常に分類することができる。一実施形態では、基板にわたる複数の経路それぞれについて、経路に沿った各ピクセルの色を解析することができ、経路に沿って適切に研磨された領域と不適切に研磨された領域との境界にあるピクセルについて、色空間内のベクトルのシーケンスに基づいて、異常のタイプおよび程度を決定することができる。例えば、領域が他の領域と比べて過研磨されているかまたは研磨不足か、および過研磨または研磨不足の程度は、ベクトルに基づいて判定することができる。

【0018】

図１を参照すると、研磨装置１００は、基板１０を保持するようにそれぞれ構成された１つまたは複数のキャリアヘッド１２６と、１つまたは複数の研磨ステーション１０６と、基板をキャリアヘッドにロードし、基板をキャリアヘッドからアンロードする転送ステーションとを含む。各研磨ステーション１０６は、プラテン１２０上で支持される研磨パッド１３０を含む。研磨パッド１３０は、外側の研磨層とより柔らかいバッキング層とを有する、二層の研磨パッドであることができる。

【0019】

キャリアヘッド１２６は、支持体１２８から懸架することができ、研磨ステーション間で移動可能であることができる。いくつかの実施例では、支持体１２８はオーバーヘッドトラックであり、各キャリアヘッド１２６は、各キャリッジ１０８を研磨ステーション１２４と転送ステーションとの間で選択的に移動させることができるようにしてトラックに取り付けられた、キャリッジ１０８に結合される。あるいは、いくつかの実施例では、支持体１２８は回転式のカルーセルであり、カルーセルが回転するとキャリアヘッド１２６が同時に円形経路に沿って移動する。

【0020】

研磨装置１００の各研磨ステーション１０６は、例えば、アーム１３４の端部に、砥粒スラリなどの研磨液１３６を研磨パッド１３０上に分配する、ポートを含むことができる。研磨装置１００の各研磨ステーション１０６はまた、研磨パッド１３０を磨耗して研磨パッド１３０を一貫した砥粒状態で維持する、パッド調整装置を含むことができる。

【0021】

各キャリアヘッド１２６は、研磨パッド１３０に接して基板１０を保持するように動作可能である。各キャリアヘッド１２６は、各基板それぞれと関連付けられた研磨パラメータ、例えば圧力の、独立制御を有することができる。特に、各キャリアヘッド１２６は、基板１０を可撓性の膜１４４の下方で保定する保定リング１４２を含むことができる。各キャリアヘッド１２６はまた、可撓性の膜１４４上の、したがって基板１０上の関連するゾーンに独立制御可能な圧力を加えることができる、膜によって画成された複数の独立制御可能である加圧可能なチャンバを、例えば３つのチャンバ１４６ａ～１４６ｃを、含むことができる。例示を簡単にするため、図１には３つのチャンバのみが示されるが、１つもしくは２つのチャンバ、または４つ以上のチャンバ、例えば５つのチャンバが存在し得る。

【0022】

各キャリアヘッド１２６は、支持体１２８から懸架され、キャリアヘッドが軸線１２７を中心にして回転できるように、ドライバシャフト１５４によってキャリアヘッド回転モータ１５６に接続される。任意に、各キャリアヘッド１２６は、例えばキャリッジ１０８をトラック上で駆動することによって、またはカルーセル自体の回転振動によって、横方向に振動することができる。動作の際、プラテンはその中心軸を中心にして回転し、各キャリアヘッドは、その中心軸１２７を中心にして回転し、研磨パッドの上面を横切って横方向に並進する。

【0023】

プログラマブルコンピュータなどのコントローラ１９０が制御システムとなる。コントローラ１９０は各モータに接続されて、プラテン１２０およびキャリアヘッド１２６の回転速度を独立して制御する。コントローラ１９０は、中央処理ユニット（ＣＰＵ）、メモリ、および支援回路、例えば入力／出力回路、電力源、クロック回路、キャッシュなどを含むことができる。メモリはＣＰＵに接続される。メモリは、非一時的計算可能可読媒体であり、ランダムアクセスメモリ（ＲＡＭ）、読出し専用メモリ（ＲＯＭ）、フロッピーディスク、ハードディスク、または別の形態のデジタルストレージなど、１つまたは複数の容易に利用可能なメモリであることができる。加えて、単一のコンピュータとして示されているが、コントローラ１９０は、例えば、複数の独立して動作するプロセッサおよびメモリを含む、分散されたシステムであることができる。

【0024】

研磨装置１００はまた、インライン（インシーケンスとも呼ばれる）光計測システム１６０を含む。インライン光計測システム１６０のカラー撮像システムは、研磨装置１００内に配置されるが、研磨動作中の測定は実施せず、それよりもむしろ、研磨動作の合間、例えば基板を１つの研磨ステーションから別の研磨ステーションへと移動させている間に、または研磨前もしくは研磨後、例えば基板を転送ステーションから研磨ステーションへあるいはその逆へと移動させている間に、測定値が収集される。加えて、インライン光計測システム１６０は、基板がカセットから抽出された後であるが基板が研磨ユニットまで移動する前、または基板が洗浄された後であるが基板がカセットに戻される前に、基板を測定するため、ファブリック（ｆａｂ）インターフェースユニットまたはファブリックインターフェースユニットからアクセス可能なモジュール内に位置付けることができる。

【0025】

インライン光計測システム１６０は、基板１０をカラー撮像するセンサアセンブリ１６１を含む。センサアセンブリ１６１は、光源１６２と、光検出器１６４と、コントローラ１９０と光源１６２および光検出器１６４との間で信号を送信および受信する回路１６６とを含むことができる。

【0026】

光源１６２は白色光を放射するように動作可能であることができる。一実施例では、放射された白色光は２００～８００ナノメートルの波長を有する光を含む。好適な光源は、白色発光ダイオード（ＬＥＤ）のアレイ、またはキセノンランプもしくはキセノン水銀ランプである。光源１６２は、非ゼロの入射角αで光１６８を基板１０の露出表面に向けるように配向される。入射角αは、例えば、約３０°～７５°、例えば５０°であることができる。

【0027】

光源は、基板１０の幅にわたる実質的に直線的な細長い領域を照明することができる。例えば、光源１６２は、光を光源から細長い領域内へと拡散する光学部品、例えばビームエキスパンダを含むことができる。別の方法としてまたは加えて、光源１６２は光源の直線的なアレイを含むことができる。光源１６２自体、および基板上で照明される領域は、細長く、基板の表面に平行な長手方向軸線を有するものであることができる。

【0028】

光が基板１０に達する前に光を散乱させるため、ディフューザー１７０を光１６８の経路内に置くことができ、または光源１６２はディフューザーを含むことができる。

【0029】

検出器１６４は、光源１６２からの光に対する感度をもつカラーカメラである。カメラは検出器素子のアレイを含む。例えば、カメラはＣＣＤアレイを含むことができる。いくつかの実施例では、アレイは単列の検出器素子である。例えば、カメラはラインスキャンカメラであることができる。検出器素子の列は、光源１６２によって照明される細長い領域の長手方向軸線に平行に延在することができる。光源１６２が発光素子の列を含む場合、検出器素子の列は、光源１６２の長手方向軸線に平行な第１の軸線に沿って延在することができる。検出器素子の列は１０２４個以上の素子を含むことができる。

【0030】

カメラ１６４は、基板の視野を検出器素子のアレイ上に投影するように、適切な集束光学部品１７２で構成される。視野は、基板１０の全長を見るのに十分な長さ、例えば長さ１５０～３００ｍｍであり得る。カメラ１６４は、関連する光学部品１７２を含めて、個々のピクセルが約０．５ｍｍ以下の長さを有する領域に対応するように構成することができる。例えば、視野が長さ約２００ｍｍであり、検出器１６４が１０２４個の素子を含むと仮定して、ラインスキャンカメラによって生成される画像は、長さ約０．５ｍｍのピクセルを有することができる。画像の長さ分解能を判定するには、視野（ＦＯＶ）の長さを、長さ分解能に達するためにＦＯＶが結像されるピクセル数で割ることができる。

【0031】

カメラ１６４はまた、ピクセル幅がピクセル長さと同等であるように構成することができる。例えば、ラインスキャンカメラの利点はフレームレートが非常に高速であるという点である。フレームレートは少なくとも５ｋＨｚであることができる。フレームレートは、結像範囲が基板１０全体をスキャンする際に、ピクセル幅がピクセル長さと同等である、例えば約０．３ｍｍ以下であるような周波数で、設定することができる。

【0032】

光源１６２および光検出器１６４はステージ１８０上で支持することができる。光検出器１６４がラインスキャンカメラの場合、光源１６２およびカメラ１６４は、結像範囲が基板の長さ全体をスキャンできるように、基板１０に対して移動可能である。特に、相対移動は、基板１０の表面に平行であってラインスキャンカメラ１６４の検出器素子の列に垂直な方向であることができる。

【0033】

いくつかの実施例では、ステージ１８２は定置であり、基板の支持体が移動する。例えば、キャリアヘッド１２６は、例えば、キャリッジ１０８の動揺またはカルーセルの回転振動のどちらかによって移動することができ、あるいはファクトリインターフェースユニット内の基板を保持するロボットアームが、ラインスキャンカメラ１８２を越えて基板１０を移動させることができる。いくつかの実施例では、ステージ１８０が移動可能であり、画像獲得のため、キャリアヘッドまたはロボットアームが定置したままである。例えば、ステージ１８０は、リニアアクチュエータ１８２によってレール１８４に沿って移動可能であることができる。いずれの場合も、これによって、スキャンされる範囲が基板１０全体を移動する際に、光源１６２およびカメラ１６４が互いに対して固定位置に留まることを可能にする。

【0034】

例えば、従来の２Ｄカメラと比較して、基板全体をともに移動するラインスキャンカメラおよび光源を有することの考えられる利点は、ウエハ全体の異なる位置に対して、光源とカメラとの間の相対角度が一定のままであるという点である。結果として、視野角のばらつきによって生じるアーチファクトを低減または排除することができる。加えて、従来の２Ｄカメラは固有の透視歪みを示すので、その時は画像変換によって補正する必要があるが、ラインスキャンカメラは透視歪みを排除することができる。

【0035】

センサアセンブリ１６１は、基板１０と光源１６２および検出器１６４との間の垂直距離を調節するメカニズムを含むことができる。例えば、センサアセンブリ１６１は、ステージ１８０の垂直位置を調節するアクチュエータを含むことができる。

【0036】

任意に、光の経路内、例えば基板１０と検出器１６４との間に、偏光フィルタ１７４を位置付けることができる。偏光フィルタ１７４は円偏光板（ＣＰＬ）であることができる。一般的なＣＰＬは、直線的偏光子と４分の１波長板との組み合わせである。偏光フィルタ１７４の偏光軸を適切に配向することで、画像のぼけを低減し、望ましい視覚的特徴を鮮明にするかまたは向上させることができる。

【0037】

基板上の最外層が半透明層、例えば誘電体層であると仮定して、検出器１６４で検出される光の色は、例えば、基板表面の組成物、基板表面の平滑性、および／または基板上の１つもしくは複数の層（例えば、誘電体層）の異なるインターフェースから反射される光の干渉の量に応じて決まる。上述したように、光源１６２および光検出器１６４は、動作を制御し信号を受信するように動作可能な、コンピューティングデバイス、例えばコントローラ１９０に接続することができる。色画像を厚さ測定値へと変換するのに様々な機能を実施するコンピューティングデバイスは、計測システム１６０の一部とみなすことができる。

【0038】

図２は、基板上の膜における異常を検出し分類するのに使用される、画像処理の方法２００を示している。方法はコントローラ１９０によって実施することができる。コントローラ１９０は基板の色画像を受信する。色画像は、ＲＧＢ画像、または別の色空間、例えばＸＹＺもしくはＨＣＬの画像であることができる。

【0039】

コントローラは、色画像を処理する画像処理アルゴリズムを実行する。コントローラは、光検出器１６４からの個々の画線を組み合わせて二次元色画像にする（ステップ２０５）。コントローラは、オフセットおよび／またはゲイン調節を、各色チャネルにおける画像中のピクセルの強度値に適用することができる（ステップ２１０）。各色チャネルは異なるオフセットおよび／またはゲインを有する場合がある。任意に、画像を正規化することができる（ステップ２１５）。例えば、測定された画像と標準の規定画像との差分を計算することができる。例えば、コントローラは、赤色、緑色、および青色チャネルそれぞれに対して背景画像を保存することができ、背景画像を各色チャネルに対する測定された画像から差し引くことができる。また、画像を変換して、例えば、拡大縮小および／または回転ならびに／あるいは並進させて、標準画像座標フレームとすることができる（ステップ２２０）。例えば、基板中心が画像の中心点にあるように、画像を並進させることができ、ならびに／あるいは基板の端面が画像の端面にあるように、画像を拡大縮小することができ、および／または画像のｘ軸と、基板中心と基板配向特徴、例えばウエハのノッチもしくはフラットとを接続する半径方向のセグメントとの間の角度が０°であるように、画像を回転させることができる。基板配向は、例えば、画像内のスクライブラインの角度を決定するため、ノッチファインダによって、または色画像３２０の画像処理によって決定することができる。基板位置はまた、色画像３２０の画像処理によって、例えば、円形基板端面を検出し、次に円の中心を決定することによって、決定することができる。

【0040】

マスクを画像３２０に適用することができる。マスクは、望ましくないピクセル、例えば、スクライブラインに対応する基板の部分からのピクセルを、計算から排除することができる。一例として、コントローラ１９０は、画像における関心位置および関心範囲を特定するダイマスクを保存することができる。例えば、長方形領域の場合、範囲は画像内の右上および左下の座標によって規定することができる。したがって、マスクは、各領域に対して一対の右上および左下の座標を含む、データファイルであることができる。領域が長方形でないその他の場合、より複雑な機能を使用することができる。いくつかの実施例では、基板の配向および位置を決定することができ、ダイマスクを画像に対して位置合わせすることができる。

【0041】

図３を参照すると、基板１０の画像３００がインライン光計測システム１６０によって収集される一例が示されている。インライン光計測システム１６０は、少なくとも３つの色チャネル、例えばＲＧＢチャネルを有する色画像３００を作成する。画像は、高分解能画像、例えば、少なくとも７２０×１０８０ピクセルの高分解能の画像であることができるが、例えば１５０×１５０ピクセルまで下げた低い分解能、またはさらに高い分解能を使用することができる。任意の特定のピクセルにおける色は、ピクセルに対応する基板の範囲における、上層を含む１つもしくは複数の層の厚さに応じて決まる。

【0042】

次に、アルゴリズムは、画像のマスキングしていない部分の「均一色」を決定する（ステップ２２５）。いくつかの実施例では、各色チャネルに対して強度ヒストグラムが決定され、アルゴリズムは、３つのヒストグラム（Ｒ面、Ｇ面、およびＢ面）それぞれのピークを見つける。ヒストグラムのピークからの強度値のタプルが色値となる。この色値は画像３００の「均一色」（ＵＣ）と呼ばれる。例えば、図３Ｂは、赤色、緑色、および青色のチャネルそれぞれに対するヒストグラム３６０、３７０、３８０と、各ヒストグラムのＲ１、Ｇ１、およびＢ１におけるピークとを示している。タプル（Ｒ１、Ｇ１、Ｂ１）は均一色となる。しかしながら、均一色を規定する他の技法、例えば、単純に各チャネルのモード値または平均値を計算するものを使用することができる。

【0043】

収集された色画像は、後の解析または処理のため、ＰＮＧ画像として保存することができるが、他の多くのフォーマット、例えばＪＰＥＧなどが可能である。

【0044】

図２に戻ると、マスキングされた画像を画像処理アルゴリズムに供給することができる。コントローラは、画像全体にわたる複数の経路を規定するデータを保存することができる。例えば、経路は、基板の中心から外側へと半径方向に延在する線であることができるが（図４Ａの経路４０６を参照）、他の経路が可能である。半径方向の線について、線は、基板の中心の周りに均等な角度間隔で、例えば１～１０°で位置付けることができる。

【0045】

各経路について、コントローラは、経路に沿った一連のピクセルの各ピクセル間の差分ベクトル（ＤＶ）と、均一色（ＵＣ）とを計算する（ステップ２３０）。差分ベクトルは、タプル、例えば（Ｄ_Ｒ、Ｄ_Ｇ、Ｄ_Ｂ）として表すことができる。ピクセルの差分ベクトルは、以下に示すような計算アルゴリズム内で、デカルト座標または球面座標のどちらかによって表すことができる。
ＤＶ＝（Ｄ_ｒ，Ｄ_ｇ，Ｄ_b）、式中 （デカルト座標）
Ｄ_Ｘ＝Ｘ－ＰＰＭＥＡＮ_Ｘ、式中、Ｘ＝Ｒ、Ｇ、またはＢ
ＤＶ＝（ρ、θ、φ）、式中 （球面座標）

θ＝ｔａｎ^－１（Ｄ_ｇ／Ｄ_ｒ）
φ＝ｔａｎ^－１（Ｄ_ｂ／Ｓ） 式中、

は（ＲＧ）面上へのＤＶの投影である。

【0046】

特定の経路に沿った一連の差分ベクトルは、差分ベクトルプロファイルをもたらす。各差分ベクトルプロファイルを解析して、不均一な半径方向のプロファイルに沿った領域またはセグメントが検出される（ステップ２４０）。

【0047】

いくつかの実施例では、均一な領域は閾値を使用することによって不均一な領域と区別される。差分ベクトルの大きさ（例えば、従来のユークリッド距離として計算される）が閾値を上回るピクセルは、「不均一」に分類される。対照的に、差分ベクトルの大きさが閾値を下回るピクセルは「均一」に分類される。いくつかの実施例では、領域の解釈は機械学習を使用することによって自動的に設定することができる。

【0048】

いくつかの実施例では、コントローラは、ピクセルに対して、適切に研磨（タイプ１）、研磨不足（タイプ２）、過研磨（タイプ３）、または不均一に研磨されたが未分類もしくは例外（タイプ４）という４つの可能な分類を確立した。

【0049】

アルゴリズムは最初に、経路を、近接する適切に研磨されたピクセルのグループと、近接する未分類のピクセルのグループとに分割する。選択されたピクセルに対して、前のピクセルが適切に研磨されていたが、差分ベクトルの大きさ（ＭａｇＤＶ）が閾値よりも大きい場合、新しい不均一領域（即ち、ｎｏｎＰＰまたはタイプ４）領域が特定される。アルゴリズムは、経路に沿ったピクセルを、複数の連続した適切に研磨されたピクセルに当たるまで、特定された不均一領域にグループ分けし続ける。このプロセスを経路に沿って繰り返すことによって、ピクセルは、正常なピクセルのグループと異常なピクセルのグループとに分割される。「ｎＳｕｓｔａｉｎ」パラメータをノイズフィルタとして使用して、新しいタイプの領域を開始するのにどの程度の長さの隣接するピクセルのシーケンスが必要かを判定することができる。例えば、タイプ１（即ち、正常なピクセル）領域がｎＳｕｓｔａｉｎパラメータ値よりも短い場合、それらのタイプ１のピクセルは、タイプ４（即ち、正常でないピクセル）の隣接する領域に割り当てられる。

【0050】

経路に沿ったピクセルをグループに分割して、異常のタイプ、例えば研磨不足（タイプ２）または過研磨（タイプ３）を、各グループについて分類することができる（ステップ２５０）。異常のタイプは、差分ベクトルを、特に異常なピクセルのグループの始まりにおける差分ベクトルを調べることによって判定することができる。いずれの特定の理論にも限定されないが、不均一領域の中心における色値は一致する可能性があるものの、ＰＰ領域から研磨不足（即ち、ＵＰまたはタイプ２）領域への移行は、ＰＰ領域から過研磨（即ち、ＯＰタイプ３）領域への移行とは異なる場合がある。

【0051】

いくつかの実施例では、値Ｆは、特定の色チャネルにおける差分の比に基づいて計算される。例えば、Ｆは、２つの色チャネルにおける第１の差分比、および２つの色チャネルにおける第２の差分比の合計に基づいて、計算することができる。次に、値Ｆを１つまたは２つの閾値と比較して、領域が研磨不足（タイプ２）または過研磨（タイプ３）のどちらかを判定することができる。Ｆがどちらの閾値も満たさない場合、領域は、異常、例えば残りのタイプ４と特定することができる。

【0052】

いくつかの実施例では、Ｆおよび異常のタイプは次式にしたがって判定される。

式中、Ｄ_Ｒ、Ｄ_Ｇ、およびＤ_Ｂは、赤色、緑色、および青色チャネルの差分値であり、ＦＴ１およびＦＴ２は経験則的に決定された閾値である。

【0053】

隣り合うＰＰ領域で始まる経路に沿って連続する、ｎｏｎＰＰ領域のプリセットされたピクセル数が求められる。プリセットされたピクセル数はユーザによって、例えばユーザ入力によって選択することができる。分類シーケンスは、３～１０ピクセル、例えば３～５ピクセル（例えば、１つの領域は幅５０～６０ピクセルであることができる）を見て、差分の比を計算することによって実施される。例えば、Ｎピクセルのシーケンスにおける各ピクセルについて、コントローラは係数（Ｆ）を計算して、Ｆ１、Ｆ２、Ｆ３、．．．．．、ＦＮを提供する。計算されたＦ、即ちＦ１、Ｆ２、Ｆ３、．．．．．、ＦＮはそれぞれ、各閾値ＦＴ１、ＦＴ２、．．．、ＦＴｎと比較される。すべてのピクセルが同じ条件を満たす場合、例えば、Ｆ１、．．．、ＦＮがすべてＦＴ１未満であるか、またはすべてＦＴ２超過の場合、領域は「過研磨」または「研磨不足」に分類される。それ以外であれば、未分類の不均一性または異常に分類される。

【0054】

別の実施例では、研磨不足または過研磨の解釈は、タイプ４領域のＤＶポイント（即ち、隣り合うタイプ１領域に隣接するポイント）の球面座標角度（例えば、θおよびφ）を使用して求めることができる。したがって、ＵＰまたはＯＰを判定するシーケンスは、ａ）ＵＰ挙動に対してθおよびφの上限および下限閾値を設定する、ｂ）タイプ４領域のいくつかのＰＰ隣接ポイントを解析する、ならびにｃ）θおよびφがタイプ２の範囲内にある場合はタイプ２に分類し、それ以外はタイプ３に分類する、というものである。

【0055】

計算されたデータに基づいて、「不均一性」をさらに、タイプ別（ステップ２５０ａ）および重大度別（ステップ２５０ｂ）に分類することができる（ステップ２５０）。それまでのステップと同様に、色画像が画像処理アルゴリズムに入力され、体積に分割され、次にＤＶが各体積に対して計算される。各不均一領域について、重大度は、「軽度」、「中程度」、または「重度」などの準定量的記述によって判定される。不均一領域内のＲＧＢピクセルのセットをｒｇ色度空間に変換することによって、各半径方向のプロファイルに対してこれが実行される。次に、ｒｇ空間における不均一ピクセルシーケンスの外接矩形面積（ＢＲＡ）が計算される。次に、ＢＲＡを閾値面積と比較して、重大度のレベルが判定される。例えば、２つの閾値Ａ１およびＡ２があってＡ１＜Ａ１である場合、ＢＲＡがＡ１未満であれば、「軽度」と分類する。ＢＲＡがＡ１とＡ２との間の場合、「中程度」と分類する。ＢＲＡがＡ２超過の場合、「重度」と分類する。上述したように、３つのカテゴリのみが列挙されているが、アルゴリズムは、面積閾値の数に基づいて、３つよりも多いまたは少ないカテゴリを有することができる。

【0056】

重大度を判定する別の方法として、（ＢＲＡの代わりに）ｒｇシーケンスの弧長を計算することができる。これはより困難なことがあるが、基礎となる理論に対応しているべきである。しかしながら、外接矩形の計算はより簡単な計算であり、精度の面で十分であると思われる。

【0057】

図４Ａ～図４Ｃを参照すると、異常レベルが「重大」である不均一領域４０２および４０４を示す、半径方向のプロファイルを有する基板の例示的な画像４００の第１の例が示されている。重大レベルが分類され、図４Ｂに示されるチャートにデータによって表される。ライン４０８は閾値レベルを示し、閾値ライン４０８の上にあるデータ４１２は不均一であり、閾値ライン４０８の下にあるデータ４１０は均一である。ＢＲＡ面積のサイズが計算され、図４Ｃに表されて、この半径方向のプロファイル４００の不均一性が重大であることが確認される。

【0058】

図５Ａ～図５Ｃは、不均一性が軽度から中程度である事例を示す、半径方向のプロファイルを有する基板の例示的な画像５００の別の例を示している。

【0059】

概して、データは、ＣＭＰ装置の１つまたは複数の動作パラメータを制御するのに使用することができる。動作パラメータは、例えば、プラテン回転速度、基板回転速度、基板の研磨経路、プレートを移動する基板速度、基板にかかる圧力、スラリ組成物、スラリ流量、および基板表面温度を含む。動作パラメータは、リアルタイムで制御することができ、さらに人間が介入する必要なく自動で調節することができる。

【0060】

本明細書で使用されるとき、基板という用語は、例えば、製品基板（例えば、複数のメモリもしくはプロセッサダイを含む）、テスト基板、ベア基板、およびゲーティング基板を含むことができる。基板は、集積回路製造の様々な段階にあることができ、例えば、基板はベアウエハであることができ、あるいは１つもしくは複数の堆積および／またはパターニングされた層を含むことができる。基板という用語は、円形ディスクおよび長方形シートを含むことができる。

【0061】

本発明の実施形態、および本明細書に記載する機能的動作のすべては、デジタル電子回路で、あるいは本明細書で開示する構造的手段およびそれらの構造的等価物を含む、コンピュータソフトウェア、ファームウェア、またはハードウェアで、あるいは上記の組み合わせで実現することができる。本発明の実施形態は、１つまたは複数のコンピュータプログラム製品、即ち、データ処理装置、例えばプログラマブルプロセッサ、コンピュータ、または複数のプロセッサもしくはコンピュータによって実行される、あるいはその動作を制御する、非一時的機械可読記憶媒体の形で有形的に具体化された、１つまたは複数のコンピュータプログラムとして実現することができる。

【0062】

相対位置付けという用語は、必ずしも重力に関してではなく、システムの構成要素の互いに対する位置付けを示すのに使用され、研磨面および基板は、垂直配向または他の何らかの配向で保持することができることが理解されるべきである。

【0063】

多数の実施例について記載してきた。それでもなお、様々な修正が行われてもよいことが理解されるであろう。例えば、
・ラインスキャンカメラではなく、基板全体を撮像するカメラを使用することができる。この場合、基板に対するカメラの移動は不要である。
・カメラは、基板の全幅よりも網羅する範囲が狭い場合がある。この場合、基板全体をスキャンするために、カメラを２つの直交方向で移動させる、例えばＸ－Ｙステージ上で支持する必要がある。
・光源は基板全体を照明することができる。この場合、光源は必ずしも基板に対して移動しなくてよい。
・光検出器はカラーカメラではなく分光計であることができ、そのため、スペクトルデータをＲＧＢ色空間に縮約することができる。
・感覚アセンブリは必ずしも、研磨ステーション間、または研磨ステーションと転送ステーションとの間に位置付けられるインラインシステムでなくてもよい。例えば、センサアセンブリは、転送ステーション内に位置付けるか、カセットインターフェースユニットに位置付けるか、またはスタンドアロンシステムであることができる。

【0064】

したがって、他の実施例が特許請求の範囲内にある。

【図1】

【図2】

【図3A】

【図3B】

【図4A】

【図4B】

【図4C】

【図5A】

【図5B】

【図5C】

【国際調査報告】