一种集成电路芯片缺陷识别方法与流程

摘要: 本发明涉及芯片领域,具体涉及一种集成电路芯片缺陷识别方法。背景技术:1、集成电路芯片在制造过程中通常需要经过光刻、刻蚀、沉积、离子注入、化学机械抛光以及金属互连...
一种集成电路芯片缺陷识别方法与流程

本发明涉及芯片领域,具体涉及一种集成电路芯片缺陷识别方法。

背景技术:

1、集成电路芯片在制造过程中通常需要经过光刻、刻蚀、沉积、离子注入、化学机械抛光以及金属互连等多道工艺步骤,任一工艺环节中的颗粒污染、图形偏移、刻蚀不足、刻蚀过度、金属桥连、线路断开或边缘塌缩等问题,均可能在芯片表面或内部图形中形成缺陷。随着集成电路芯片图形尺寸不断缩小,芯片图形结构更加密集且重复区域更多,缺陷在图像中的表现往往具有尺度小、对比度低、边界模糊以及与正常工艺波动相互混杂的特点,因此,对芯片检测图像进行准确、稳定的缺陷识别,是提高芯片制造良率和降低后续失效风险的重要环节。

2、现有的芯片缺陷识别方法通常包括模板匹配、参考图像差分、die-to-die比对、die-to-database比对以及基于深度学习模型的缺陷检测方法。其中,模板匹配和参考图像差分方法通常依赖固定模板或预先建立的标准参考图像,当待检测图像与模板之间存在局部偏移、亮度漂移、边界形变或工艺允许范围内的正常波动时,容易将正常工艺变化误判为缺陷。die-to-die比对方法虽然可以利用相邻芯片单元或重复图形单元作为参考,但如果相邻区域存在同源噪声、连续污染带或同一方向上的工艺漂移,则容易导致参考图像本身携带异常信息,进而降低缺陷判断的准确性。die-to-database比对方法需要将检测图像与版图数据库进行精确对应,实际检测中由于成像畸变、局部工艺收缩、边缘扩散及图像噪声等因素影响,也容易产生大量非真实缺陷残差。

3、基于深度学习的缺陷识别方法在一定程度上能够提高识别效率,但该类方法通常依赖大量标注样本进行训练,对于低频缺陷、新型缺陷或特定工艺条件下出现的弱缺陷,模型泛化能力容易受到限制。同时,单纯依靠神经网络输出缺陷位置,往往难以清楚区分真实缺陷与正常工艺偏差之间的边界,也难以解释缺陷判断所依据的图形关系和参考来源,在专利技术方案中容易表现为简单的模型替换或算法优化,缺乏与芯片图形结构特征相结合的稳定验证机制。

4、因此,现有技术中仍然需要一种新的集成电路芯片缺陷识别方法,其能够在利用芯片重复图形结构和版图描述数据的基础上,避免直接依赖单一参考图像或单一模型输出结果,并能够将初次识别得到的候选缺陷信息进一步用于参考图像重构和缺陷真实性验证,使候选缺陷信息在不同处理阶段产生连续联动作用,从而提高缺陷识别的准确性、稳定性和可解释性。

技术实现思路

1、为了解决上述问题,本发明提供一种集成电路芯片缺陷识别方法,能够有效解决现有技术中的不足。

2、本发明是通过以下技术方案来实现的:一种集成电路芯片缺陷识别方法,包括如下步骤:

3、s1、获取待识别集成电路芯片的检测图像以及与所述检测图像对应的版图描述数据,将所述检测图像与所述版图描述数据进行坐标配准,使所述检测图像中的芯片图形位置与所述版图描述数据中的版图图形位置形成对应关系;

4、s2、根据所述版图描述数据中的图形重复关系、图形边界关系以及图形连通关系,在所述检测图像中划分出多个同构图形单元,并生成同构单元图谱,所述同构单元图谱包括多个单元节点以及连接相邻单元节点的邻接边,每个所述单元节点对应一个同构图形单元,每个所述单元节点至少记录有单元标识、单元图像、版图边界位置、邻接链标识以及工艺敏感边界位置;

5、s3、选取一个待识别同构图形单元作为目标单元,并从所述同构单元图谱中选取与所述目标单元具有相同单元标识、且不位于所述目标单元所在邻接链上的多个同源单元,将多个所述同源单元的单元图像按照所述目标单元的版图边界位置分别对齐到所述目标单元的图像坐标系内,得到多个同源对齐图像;

6、s4、根据多个所述同源对齐图像与所述目标单元的单元图像之间的非边界区域相似度,对多个所述同源对齐图像进行加权融合,生成对应所述目标单元的第一无缺陷伪参考图像;

7、s5、将所述目标单元的单元图像与所述第一无缺陷伪参考图像进行差异计算,得到第一残差图像,并根据所述第一残差图像中超出工艺允许形变范围的残差区域生成候选缺陷掩膜,所述工艺允许形变范围根据所述工艺敏感边界位置以及多个所述同源对齐图像之间的边界浮动量确定;

8、s6、将所述候选缺陷掩膜回流至所述同源对齐图像的加权融合过程,在多个所述同源对齐图像中屏蔽与所述候选缺陷掩膜对应的同位区域,并根据屏蔽后的同源对齐图像重新生成第二无缺陷伪参考图像;

9、s7、将所述目标单元的单元图像与所述第二无缺陷伪参考图像进行差异计算,得到第二残差图像,从所述第二残差图像中提取与所述候选缺陷掩膜对应的候选残差片段,并将所述候选残差片段按照版图坐标投射到至少两个未参与生成所述第二无缺陷伪参考图像的同源单元中,形成影子验证图像;

10、s8、分别对所述影子验证图像以及对应的未投射同源单元图像进行残差响应计算,当所述候选残差片段在所述影子验证图像中形成与所述目标单元相同版图坐标、相同残差极性且响应强度满足预设一致条件的影子响应,同时所述未投射同源单元图像在相同版图坐标处未形成满足所述预设一致条件的原始响应时,将所述候选缺陷掩膜对应的位置确定为真实缺陷位置,并输出包括缺陷坐标、缺陷轮廓以及缺陷置信度的缺陷识别结果。

11、作为优选的技术方案,步骤s1中,将所述检测图像与所述版图描述数据进行坐标配准包括:先根据芯片定位标记、划片槽边界或周期性图形中心点进行全局仿射配准,再根据局部版图边界与检测图像中的实际图形边缘进行局部非刚性校正,得到检测图像坐标与版图坐标之间的映射关系。

12、作为优选的技术方案,步骤s2中,所述同构图形单元按照版图描述数据中的最小重复图形区域、存储阵列重复区域、标准单元重复区域或金属互连重复区域进行划分;当相邻两个同构图形单元之间具有相同的版图图形拓扑、相同的连通方向以及相同的边界包络尺寸时,赋予相同的单元标识。

13、作为优选的技术方案,步骤s3中,选取多个所述同源单元时,排除与所述目标单元处于同一邻接链、同一局部污染带或同一连续亮度漂移带上的同构图形单元,使参与生成伪参考图像的同源单元与所述目标单元之间具有空间隔离关系。

14、作为优选的技术方案,步骤s4中,多个所述同源对齐图像的融合权重由非边界区域灰度相似度、局部照明一致度、边界形变一致度以及单元空间隔离距离共同确定;其中,非边界区域灰度相似度越高、局部照明一致度越高、边界形变一致度越高且单元空间隔离距离越大,对应同源对齐图像的融合权重越高。

15、作为优选的技术方案,步骤s5中,所述工艺允许形变范围包括边界浮动带和灰度漂移带;所述边界浮动带由多个同源对齐图像中同一版图边界的实际边缘偏移量统计得到,所述灰度漂移带由多个同源对齐图像中同一非缺陷区域的灰度分布差异统计得到;仅当残差区域同时超出所述边界浮动带和所述灰度漂移带时,才被写入所述候选缺陷掩膜。

16、作为优选的技术方案,步骤s6中,将所述候选缺陷掩膜回流至所述同源对齐图像的加权融合过程包括:在各同源对齐图像中对与所述候选缺陷掩膜同版图坐标的区域进行遮蔽,并根据遮蔽区域周围的非遮蔽图形连续性、相邻同源单元的同位像素值以及版图边界延伸方向,对遮蔽区域进行无缺陷回填,从而生成所述第二无缺陷伪参考图像。

17、作为优选的技术方案,步骤s7中,所述候选残差片段包括残差位置、残差轮廓、残差极性以及残差强度分布;将所述候选残差片段投射到同源单元中时,保持所述残差位置相对于版图边界的位置关系不变,并根据被投射同源单元的局部亮度均值对所述残差强度分布进行比例归一化。

18、作为优选的技术方案,步骤s8中,所述预设一致条件包括:影子响应的中心位置与所述候选残差片段的投射位置之间的距离小于预设位置阈值,影子响应的残差极性与所述候选残差片段的残差极性相同,影子响应的轮廓重叠率大于预设轮廓阈值,并且影子响应的强度变化趋势与所述候选残差片段的强度变化趋势一致。

19、作为优选的技术方案,在输出所述缺陷识别结果时,根据所述真实缺陷位置与所述版图描述数据中的图形类别关系,对缺陷类型进行分类;当真实缺陷位置跨越相邻导电图形之间的间隔区域时,输出桥连类缺陷;当真实缺陷位置位于连续导电图形的断裂区域时,输出断开类缺陷;当真实缺陷位置覆盖在非设计图形区域且不与版图边界连续时,输出颗粒或污染类缺陷;当真实缺陷位置沿版图边界连续延伸且超出所述工艺允许形变范围时,输出边缘塌缩或边缘残缺类缺陷。

20、本发明的有益效果是:本发明通过检测图像与版图描述数据的坐标配准,基于版图图形重复关系、图形边界关系以及图形连通关系划分多个同构图形单元,并生成同构单元图谱,使后续缺陷识别不再仅依赖像素层面的简单差分,而是建立在芯片图形结构对应关系和版图拓扑关系的基础上。由此能够更准确地确定目标单元、同源单元以及工艺敏感边界位置,提高参考构建和残差判断的针对性,降低由于图像局部偏移、亮度漂移或正常边界浮动造成的误检。

21、本发明在生成第一无缺陷伪参考图像后,并不直接将第一残差图像中的异常区域作为最终缺陷输出,而是先根据工艺允许形变范围形成候选缺陷掩膜,再将该候选缺陷掩膜回流至同源对齐图像的融合过程,通过屏蔽候选区域并重新生成第二无缺陷伪参考图像。该处理方式使候选缺陷掩膜既作为初步识别结果,又作为后续参考图像重构的约束信息使用,能够避免疑似缺陷区域被错误参与到参考图像生成过程中,从而提高伪参考图像的纯净度和缺陷残差的可信度。

22、本发明进一步将第二残差图像中的候选残差片段投射到未参与参考生成的同源单元中形成影子验证图像,并通过影子响应一致条件判断候选缺陷是否为真实缺陷。由此,候选残差片段不仅用于表示目标单元中的异常位置,还被反向用于未参与参考构建的同源单元中进行独立验证,使同一候选缺陷信息在候选定位、参考重构和影子验证三个阶段形成递进联动关系,能够有效排除由参考偏差、局部噪声或正常工艺波动引起的伪缺陷,提高真实缺陷识别的可靠性。

23、本发明能够结合缺陷位置与版图描述数据中的图形类别关系,对桥连类缺陷、断开类缺陷、颗粒或污染类缺陷、边缘塌缩或边缘残缺类缺陷进行分类输出,使缺陷识别结果不仅包括缺陷坐标和缺陷轮廓,还能够对应芯片图形结构给出缺陷类型和缺陷置信度,便于后续进行工艺分析、缺陷复核和生产良率改进。