当前对与超大规模集成相关的高密度和性能的需求需要亚微米 部件、更高的晶体管和电路速度以及改善的可靠性。这样的需求要求 以高的精度和均匀性形成器件部件，这反过来又要求了仔细的工艺监 控，包括在器件还是半导体晶片时就对其进行频繁且细致的检查。
传统的工艺中监控技术使用一种两步“检查和复查”程序。在第一 步中，以高速和相对较低的分辨率检查晶片表面。第一步的目的在于 产生缺陷图，示出晶片上具有缺陷的可能性较高的可疑位置。在第二 步中，对可疑位置进行更彻底的分析。两个步骤可以用同一器件来执 行，但这并非必须的。
两步检查工具可具有单个探测器或多个探测器。在Alumot的美 国专利5,699,447、5,982,921和6,178,257B1中描述了一种多探测器的 两步检查器件(以下统称为Alumot系统)，这些专利的内容在此引 入作为参考。
在第一步中(也称作检查步骤)，Alumot系统(a)获得一个已 检像素、邻近已检像素和一个参考像素，(b)确定已检像素的类型 和/或确定参考像素类型，(c)比较已检像素和参考像素和取决于已 检像素类型的阈值，(d)响应于所述比较判断缺陷的存在。确定缺 陷类型的步骤包括确定下列参数的第一阶段：(i)局部极大值——该 像素是否局部极大值(该像素相对于其相邻像素来说是否最大)，(ii) 强度——该像素是否强烈(该像素的强度相对于阈值来说是否显著)， (iii)比值——像素的强度与其相邻像素的强度关于阈值之比，以及 (iv)梯度——该像素是否处于相对于阈值的斜面区域中。第二阶段 包括根据参数将像素归于下列类型之一：(I)孤立峰(如果该像素是 具有显著强度和比值的局部极大值)，(II)多峰(如果该像素不是 孤立峰，它具有显著的强度，并且其相邻像素中没有一个是孤立峰)， (III)斜面——如果该像素的相邻像素之一为孤立峰或具有显著的梯 度，或(IV)背景——如果该像素不具有显著的强度或梯度并且其相 邻像素中没有一个是孤立峰。
因此，缺陷探测响应于已检像素的类型而阈值响应于像素的类 型。测量过程中，尤其是有干扰环境中的各种误差和/或测量不精确会 影响类型确定并会导致不正确的缺陷探测。此外，像素类型的设置是 固定的。从而不能根据终端用户的需求来动态调整或编制类型。
参考像素通常来自于另一单元片(die)——无论是否同一晶片 ——的预先检查。来自不同单元片的像素之间的比较——尤其是当检 查工具的参数可以改变时——也会导致错误的判断。
需要改善的且更全面的方法来为衬底，尤其是半导体衬底检查缺 陷。
还需要能够动态定义像素类型的方法来检查衬底。

本发明给出为衬底检查缺陷的方法，该方法包括下列步骤：(a) 获得已检像素和参考像素；(b)计算已检值和参考值，已检值代表 已检像素而参考值代表参考像素；(c)根据从已检值和参考值中选出 的值来选择阈值；以及(d)确定选定阈值、参考值和已检值之间的 关系以指示缺陷的存在。该关系已检反映一对已检像素和参考像素与 阈值之间的替换。步骤(d)还可包括将选定阈值与已检值和参考值 之差进行比较。理想情况下，没有缺陷时，已检像素和参考像素相等。
本发明给出为衬底检查缺陷的方法，该方法包括下列步骤：(a) 获得已检像素；(b)计算代表已检像素的已检值；(c1)判断是从与 已检像素相同的单元片获得参考像素还是从另一单元片获得参考像 素；(c2)根据该判断获得参考像素；(c3)计算代表已检像素的已 检值；(d)根据从已检值和参考值中选出的值选择阈值；以及(e) 将选定阈值与参考值和已检值之差进行比较以判断缺陷的存在。步骤 (a)-(b)使得判断是否从同一单元片获得参考像素。从与已检像 素相同的单元片获得参考像素并使用相同的检查工具，尤其是在相同 的检查过程中，可补偿工作环境的变化、测量不精确等。还应注意， 从相同单元片获得参考像素可简化获得参考像素的过程，因为参考像 素可以在测量单元的同一次扫描中获得。通常，参考像素可从同一单 元片获得，甚至，如果已检像素位于背景区域中的话，还从已检像素 附近获得。背景区域中相邻像素处灰度的变化通常意味着缺陷。
从已检像素和参考像素中选择一个值的步骤可根据与已检和参 考值中的每一个有关的噪声的估计来进行，从而选择噪声更少的值。 在许多情形中，噪声更少的值就是更小的值。选择可包括估计已检值 为错误的第一可能性以及估计参考值为错误的第二可能性，并选择与 第一和第二可能性中更小的可能性相关的值。
已检值代表已检像素和/或相邻已检像素。参考值代表参考像素 和/或相邻参考像素。已检值可代表已检像素和相邻已检像素之间的比 较。参考值可代表参考像素和相邻参考像素之间的比较。
已检值可代表下列参数中至少一个：已检像素的灰度；已检像素 的灰度与至少一个已检相邻像素的灰度的组合之间的比值；已检像素 的灰度与至少一个已检相邻像素的灰度的组合之间的差值。已检值可 反映相邻已检像素的最大灰度和相邻已检像素的最小灰度之间的差 值。已检值还可反映相邻已检像素的灰度的平均值或者甚至相邻已检 像素的灰度和已检像素的灰度之间的平均值。
参考值可代表下列参数中至少一个：参考像素的灰度；参考像素 的灰度与至少一个参考相邻像素的灰度的组合之间的比值；参考像素 的灰度与至少一个参考相邻像素的灰度的组合之间的差值。参考值可 反映相邻参考像素的最大灰度和相邻参考像素的最小灰度之间的差 值。参考值还可反映相邻参考像素的灰度的平均值或者甚至相邻参考 像素的灰度和参考像素的灰度之间的平均值。
根据本发明的某一方面，选定值用于确定参考像素和已检像素的 类型。应当注意，为两种像素选择单一类型使得可以克服噪声、测量 不精确和测量失配，尤其是因为选择可以是根据噪声更少的值——被 认为是误差更小的值——来进行的。
本发明给出包括如下步骤的方法：建立像素类型数据库，反映选 定值的不同值的公因子方差。数据库可以采用直方图形式，但这并非 必须的。通常，该方法进一步包含将选定值的域对应于像素类型。方 便地，相邻的选定值域以代表选定值与其公因子方差之间关系的公因 子方差图的局部极小值为界。直方图的局部极小值处的类型间边界使 得来自噪声测量和来自测量不精确的错误的类型分类的数量最小化。
值域的分配还可根据每个值域中数据点的最小数量来进行。数据 点的数量可通过局部极大值或者甚至处于预定阈值之上的局部极大值 来反映，以确保每个域包括足够多的数据点。
值域的分配可根据终端用户的输入来进行，从而使得能够修改本 发明以适应终端用户的需求。
通常，分配根据单元片上的各种区域类型来进行，这些区域包括 单元片的已构图区域和单元片的背景。因此，这些区域还可包括周期 单元(也称作存储单元)、非周期单元(也称作逻辑单元)和背景。
根据本发明某一方面，数据库可在本发明运行过程中动态升级， 从而使得能够对当前信息进行调整。升级可在任何实施本发明的时候 进行，也可仅在没有探测到缺陷时进行。
根据本发明某一方面，该方法包括建立参考已检数据库的步骤， 反映一对已检值和参考值的公因子方差。考虑到参考已检数据库，至 少可以确定一个阈值。这些数据库可以是直方图形式的。
根据本发明又一方面，本发明包括为每个像素类型建立参考已检 类型数据库，反映属于该像素类型的像素的一对已检值和参考值的公 因子方差。每个像素类型域一个阈值相关。考虑参考已检类型数据库 确定阈值。方便地，从一组阈值中选择阈值的步骤包含选择与选自已 检像素和参考像素的选定像素的像素类型相关的阈值。
参考已检类型数据库为N维直方图，N为大于1的整数。阈值可 以是与直方图的包络相切的直线、基本平行于形成直方图的数据点的 平均值的直线、与直方图的包络相距预定距离的直线，或者反映位于 由形成直方图的数据点的平均值所得的预定统计参数内的数据点的直 线。
参考像素可以来自存储器、另一单元片或与获得已检像素的图形 理想上相同的图形。
本发明给出一种方法，其中确定选定阈值、参考值和已检值之间 的关系以指示缺陷的存在的步骤包括给出指示缺陷存在的可能性的报 警信号。方便地，报警信号的值根据选定阈值与该对已检值和参考值 之间的距离来确定。本发明给出为衬底检查缺陷的方法，该方法包括 下列步骤：(i)获得已检像素、已检相邻像素和参考像素；(ii)计 算已检值、第二已检值和参考值，第二已检值只代表已检像素，参考 值代表参考像素和相邻参考像素，而已检值代表已检像素和已检相邻 像素；(iii)根据从已检值和参考值中选定的值来选择第一阈值和第 二阈值；(iv)确定选定第一阈值、已检值和第二已检值之间的第一 关系，确定选定第二阈值、已检值和参考值之间的第二关系；以及(v) 根据第一关系和第二关系中至少一个来指示缺陷的存在。
第一关系可反映选定第一阈值与反映已检值和第二已检值的数 据元素之间的距离。第二关系反映选定第二阈值与反映已检值和参考 值的数据元素之间的距离。指示步骤包括从第一关系和第二关系中选 择一个选定关系。每个关系可反映缺陷存在的一个可能性；其中选择 反映缺陷存在的可能性更高的关系。
第二已检值反映已检像素的亮度。该方法可进一步包括建立反映 一对已检值和参考值的公因子方差的参考已检数据库和建立反映一对 已检值和相邻已检值的公因子方差的已检相邻数据库的步骤。该方法 可包括根据参考已检数据库定义一组第一阈值的步骤和根据已检相邻 数据库定义一组第二阈值的步骤。
该方法可进一步包括为每个像素类型建立反映属于该像素类型 的像素的一对已检值和参考值的公因子方差的相邻已检类型数据库的 步骤。该方法还可包括为每个像素类型根据与所述像素类型相关的相 邻已检类型数据库确定第二阈值的步骤。从一组第二阈值中选择第二 阈值的步骤包括选择与选自已检像素和参考像素的选定像素的像素类 型相关的第二阈值。第二阈值可包括(a)与直方图的包络相切的直线， (b)基本平行于形成直方图的数据点的平均值的直线，(c)与直方 图的包络相距预定距离的直线，或(d)反映位于由形成直方图的数 据点的平均值所得的预定统计参数内的数据点的直线。
从下面的详细描述中，本领域技术人员将能容易地获知本发明的 其它优点，其中只简单地以实现本发明的最佳模式为说明例证，示出 并描述了本发明的优选实施方案。正如所能认识的，本发明可以有其 它和不同的实施方案，其某些细节能够有各种显而易见的调整，它们 都不会偏离本发明。因此，附图和描述将被看作是说明性的，而非限 制性的。

参考附图，其中在所有附图中，具有相同参考号标志的元素代表 类似元素，其中：
图1示出根据本发明实施方案要由本方法检查以探测缺陷的晶 片；
图2-3示出根据本发明实施方案用于缺陷探测并用于获得像素 的系统；
图4为一流程图，示出根据本发明实施方案的缺陷探测方法；
图5为根据本发明实施方案的像素类型数据库的图形描述；
图6-9为根据本发明实施方案的参考已检类型数据库的图形描 述；
图10为一流程图，示出根据本发明实施方案的缺陷探测方法；
图11-13为根据本发明实施方案的相邻已检类型数据库的图形 描述。

参看图1，(在检查之前)对要检查的物品——例如半导体晶片 20——进行处理以使其具有许多理想上相同的的已构图集成电路单元 片(integrated circuit die)22，每个单元片(die)22在晶片20的表 面上形成类似的图形，例如T形图形24。注意单个单元片可包括大量 图形，每个单元片超过百万个图形。半导体单元片通常包括许多层。 图形——例如局部图形24——可以是金属互连线的一部分、沟槽、通 孔、导电栅等。注意单元片上的各区域通常分成背景区域(理想上非 常光滑的区域)、存储区域(包括大量重复图形的区域)或逻辑区域 (通常不包括大量相邻重复图形的区域)。注意本方法允许其它类别/ 类型的动态定义以及类型间边界的动态定义，正如将要参考图4和5 详细说明的。
本发明发可由各种探测工具来实现，获得像素的装置和方法在本 技术中是已知的。探测工具可具有单个探测器、多个探测器、暗场探 测器、亮场探测器或探测器的任何组合。Alumot系统为多探测器系统， 但是也可以使用具有其它探测器排列方式的多探测器系统。
参看图2，示出用于实现进行缺陷探测的方法的检查工具30。检 查工具30包括：(A)成像器31，用于扫描晶片20的表面；(B) 处理器32，优选地用电子方法进行此处所公开的分析，以及(C)监 视器33，用于显示处理器32的分析结果。适用于扫描晶片的典型检 查工具包括Compass，可从加利福尼亚Santa Clara的Applied Materials，Inc.买到。
参看图3，示出根据本发明实施方案用于获得像素的系统。光束 源40相对于晶片22成掠入射角放置。四个探测器——例如PMT 42、 44、46和48——也以掠入射角放置，但是远离光束49的法线反射方 向(即Snell反射定律)排列。这样，四个探测器42、44、46、48从 四个视角以连续数据流的形式给出暗场图像。另一暗场探测器50设置 为与晶片表面成90度角。亮场探测器52接收法线反射束49。亮场探 测器52可以是点传感器或许多光传感器，例如CCD。
图4示出根据本发明优选实施方案用于为衬底检查缺陷的方法 100。
方法100开始于初始化步骤110。步骤110包括收集涉及像素值 的公因子方差的统计信息。注意在步骤110中，可检查许多单元片以 建立有统计意义的样品母体，所用方式对本领域技术人员来说都是已 知的。
步骤110可包括产生像素类型数据库的步骤112。在图5中图示 处一个示例性像素类型数据库。像素类型数据库反映像素方差值的公 因子方差。像素的方差反映该像素相邻像素之间的关系，但是也可反 映像素和其相邻像素之间的关系。相邻像素位于可以是各种形状和尺 寸的相邻图形中。通常，像素位于相邻图形中央，但这并非必须的。 相邻图形通常为矩形，但这并非必须的。为说明方便，假设相邻图形 为N×M像素的网格。像素CP的方差v为该像素的相邻像素的灰度组 Aij的单值函数，其中i为从1到N的整数，j为从1到M的正数。 中央像素的方差v(Ai，j)可等于：(a)相邻像素的最高和最低灰度之间 的差值，(b)相邻像素灰度的平均值，或(c)相邻像素的加权平均 值，等等。
注意在许多情形中，来自单元片上某一点的反射光束可以比来自 单元片上另一点或来自同一点但是角度不同的反射光束亮得多(通常 高至100000倍)。在许多检查工具中，只分配了相对有限的亮度值域 (在如灰度这样的技术中也是已知的)来描述像素差异。一般地，域 跨度在0和255之间。探测器通常校准于亮度的这一有限域。因此， 将值255赋于具有至少255个亮度级的像素。这些信号通常称作饱和 信号。根据本发明一个方面，如果一个像素或其相邻像素具有255的 灰度，则那一像素的方差被设为其最大值，因为饱和值和其它像素之 间的差值实际上是未知的。
步骤112之后是步骤114，将选定值域分配给像素类型。方便地， 相邻选定值域由位于直方图局部极小值处的类型间边界来分界。参看 图5，三个相邻值域类型(标为TYPE 1、TYPE 2和TYPE 3)由分 别位于直方图208的局部极小值PV1 210和PV2 212处的类型间边界 来分界。将类型间边界定位于局部极小值处减小了错误分类的的数量， 因为每个边界由相对较少的公共像素值包围。
注意值域也可根据每个值域中数据点的数量来分配至局部极大 值甚至位于预定阈值之上的局部极大值的位置处，从而保证每个域包 括相当数量的数据点。步骤418还可包括根据终端用户的输入来分配 值域，从而使得可以修改本方法以适应终端用户的需求。
通常，分配要响应于单元片上各种类型的区域，这些区域包括单 元片的已构图区域和单元片的背景。因此，这些区域还可包括周期单 元(也称作存储单元)、非周期单元(也称作逻辑单元)和背景区域。 参看图5，TYPE 1特征在于最小像素方差值，代表背景区域。TYPE 3 特征在于最大像素方差值，代表非周期——例如“逻辑”——区域。 TYPE 2代表包括重复图形——例如存储单元——的已构图区域。
步骤114之后是步骤116，产生参考已检类型数据库，反映属于 那一类型的像素的一对(已检值、参考值)的公因子方差。参看图6 -8，TYPE 1-TYPE 3中的每个类型具有一个参考已检类型数据库。 这些图图示出两维曲线图，但实际上这些曲线图是三维的，其中x-y 平面示出(已检像素值、参考像素值)对，而z轴示出具有相同值的 对的数量。步骤116进一步包括确定直方图包络和定义阈值。参看图 6-8，示出直方图包括224和225，以及各种阈值线TS1 232、TS2 234、 TS3 236、TS5 235和TS7 237。选择直方图包络以包括预定数目的对， 或保证预定数目的错误警报。阈值可以根据各种标准来选择。例如， 阈值TS2234为与图6的直方图包络224相切的直线。阈值TS1 232 包括比直方图包络224稍高的三条直线。阈值TS7 237为基本平行于 形成图7的直方图的数据点的平均值227的直线。TS3 236为与直方 图包络224相距预定距离的直线。注意可选择其它阈值，例如反映位 于由形成直方图的数据点的平均值所得的预定统计参数内的数据点的 直线。如图9所示，将一对已检像素值和参考像素值——例如DP2 252 和DP1 251——的位置与位置阈值TS2 234相比较以给出关于缺陷存 在的指示。
注意步骤150之后可以是步骤114和116，以便用当前已检像素 值来刷新数据库。数据库只能在没有探测到缺陷时才能刷新。
步骤110之后是步骤120，获得已检像素和参考像素。已检像素 可以用各种探测系统来获得，例如，但不局限于，图2和3的系统。 参考像素通常来自存储单元，但是也可由探测系统本身来获得。步骤 120通常包括下列步骤：(A)用，例如，图3的光束源200照亮已检 单元片的步骤121。(B)由至少一个探测器——例如PMT 220、225、 230、235、240和/或250——接收探测信号的步骤122。(C)处理探 测信号以给出被照亮的单元片的一部分的图像的步骤123，图像包括 像素网格，每个像素都由一个信号——例如灰度信号——来表征。(D) 将像素网格中的哪个像素选择到当前处理中的步骤124，所述像素即 为已检像素。选择可按预定图形——例如光栅扫描图形——来进行， 但是也可使用其它选择方案。(E)从存储单元检索参考像素的步骤 125。注意步骤120通常包括对准步骤，从而已检像素和参考像素分别 与已检单元片和参考单元片上的相同位置相关，或与相同单元片上的 不同图形上的相同位置相关。对准方法在本技术中是已知的。在 Alumot的美国专利5,699,447、5,982,921和6,178,257B1中描述了用 于这种对准的方法的说明。在Wagner的美国专利5,659,172中描述 了另一种对准方法。
步骤120之后是步骤130，计算已检值和参考值，已检值代表已 检像素而参考值代表参考像素。为说明方便，假设已检值为参考像素 的方差而参考值为参考像素的方差，尽管可选择其它函数来产生已检 值和参考值。
步骤130之后是步骤140，根据从已检值和参考值中选出的选定 值来选择阈值。步骤140包括步骤142，从已检值和参考值中选出一 个值。选择包含参考值和已检值中哪一个噪声更大并选择噪声更小的 值。通常，选定值是更小的值，但这并非必须的，取决于探测系统中 信号和噪声的特性。这些特性可包括噪声的概率分布。步骤142可包 括评估已检值为错误的第一可能性、评估参考值为错误的第二可能性 以及选择与第一和第二可能性中更小的可能性相关的值。
步骤142之后是步骤144，考虑选定值确定已检和参考像素的类 型。参看图5，如果选定值小于PV1，那么选择TYPE 1作为参考像 素和已检像素的类型。如果选定值等于PV1或大于PV1但是小于 PV2，那么选择TYPE 2作为参考像素和已检像素的类型。如果选定 值等于PV2或大于PV2，那么选择TYPE 3作为参考像素和已检像素 的类型。
步骤144之后是步骤146，根据选定类型确定阈值。
步骤140之后是步骤150，确定选定阈值、参考值和已检值之间 的关系以指示缺陷的存在。步骤150包含关于某一类型的阈值确定由 该阈值所表征的一对(已检值、参考值)的位置。参看图6-8，如果 已检和参考像素的类型为TYPE 2，那么步骤150包括确定(已检值、 参考值)对是否超过阈值TS7 237。如果答案是“否”，表示该处没有 缺陷，然后方法100可继续进行以检查其它已检像素，且步骤150之 后是步骤120(如果必须照亮另一单元片或单元片的另一部分以获得 像素)或步骤124(用于处理来自在步骤121-123中以获得的图像的 另一像素)。如果答案是“是”，表示该处有缺陷，估计(已检值、参 考值)对和阈值TS7 237之间距离的附加步骤。所述距离的长度通常 比例于缺陷存在的可能性，尽管该长度也可与缺陷类型有关(例如形 成粒子的材料等)。在这种情形中，步骤150包括产生错误指示信号。 错误指示信号可被缺陷复查器件所使用，例如Alumot系统的步骤II。 如果已检和参考像素的类型为TYPE 2，那么步骤150包括确定(已 检值、参考值)对是否超过阈值TS7 237。如果已检和参考像素的类 型为TYPE 1，那么之后150包括确定所述对和预先从TS1 232、TS2 234和TS3 236选出的单个阈值之间的关系。图9示出两对(已检值、 参考值)，由位于阈值TS2 234之上的DP1 150和DP2 152表示。距 离D1 140和D2 142可指示缺陷存在的可能性。
图10示出方法101，用于根据本发明优选实施方案为衬底探测缺 陷。
方法101开始于初始步骤110。步骤110包括收集涉及像素值公 因子方差的统计信息。注意在步骤110中，可检查许多单元片以建立 有统计意义的样本母体，所用方式对本领域技术人员来说都是已知的。
步骤110可包括步骤112，产生像素类型数据库。示例性像素类 型数据库图示于图5中。
步骤112之后是步骤114，将选定值分配给像素类型。
步骤114之后是步骤118，产生参考已检类型数据库，反映属于 该类型的像素的(已检值、参考值)对的公因子方差，并产生相邻已 检类型数据库，反映属于该类型的像素的(第二已检值、已检值)对 的公因子方差。第二已检值代表已检像素本身，而已检值代表相邻已 检像素或已检像素和相邻已检像素之间的关系。例如，第二已检值代 表已检像素的强度/亮度而已检值代表已检像素的方差。图6-8示出 示例性参考已检类型数据库，而图11-13示出相邻已检类型数据库。 TYPE 1-TYPE 3中的每个类型具有一个参考已检像素类型数据库和 一个相邻已检类型数据库。图11-13图示出两维曲线图，但是实际上 该曲线是三维的，其中x-y平面示出(已检值、第二已检值)对，而 z轴示出具有相同值的对的数量。步骤118包括定义直方图包络和定 义阈值。参看图11-13，示出直方图包络324和325，以及各阈值直 线TS11 332、TS12 334、TS13 336、TS15 335和TS17 337。选择直方 图包络以包括预定数目的对，或者保证预定数目的错误警报。阈值可 根据各种标准来选择。例如，阈值TS12 334为与图11的直方图包络 324相切的直线。阈值TS11 332包括比直方图包络324稍高的三条直 线。阈值TS17 337为基本平行于形成图12的直方图的数据点的平均 值327的直线。TS13 336为与直方图包络324相距预定距离的直线。 注意可选择其它阈值，例如包括反映位于由形成直方图的数据点的平 均值所得的预定统计参数内的数据点的直线的阈值。
注意步骤150之后可以是步骤114和118，以便用当前已检像素 值来刷新数据库。数据库只能在没有探测到缺陷时才能刷新。
步骤110之后是步骤120，获得已检像素和参考像素。已检像素 可以用各种探测系统来获得，例如，但不局限于，图2和3的系统。 参考像素通常来自存储单元，但是也可由探测系统本身来获得。
步骤130之后是步骤140，根据从已检值和参考值中选出的选定 值来选择阈值。步骤140包括步骤142，从已检值和参考值中选出一 个值。步骤142之后是步骤144，考虑选定值确定已检和参考像素的 类型。步骤144之后是步骤147，根据选定类型选择第一阈值和第二 阈值。
步骤140之后是步骤152，确定选定第一阈值、已检值和第二已 检值之间的第一关系，并确定选定第二阈值、已检值和第二已检值之 间的第二关系。
步骤152包含(a)关于选定类型的第一阈值确定由选定类型所 表征的一对(已检值、第二已检值)的位置，以及(b)关于选定类 型的第二阈值确定由选定类型所表征的一对(已检值、参考值)的位 置。参看图6-11，如果选定和参考像素的类型为TYPE 2，那么步骤 152包括(a)确定一对(选定值、第二参考值)是否在阈值TS17 337 之上，并(b)确定一对(已检值、参考值)是否在阈值TS7 237之上。
步骤152包括根据第一关系和第二关系中至少一个来指示缺陷的 存在。例如，如果两对都在阈值之上，那么表明没有缺陷，然后方法 101继续进行以检查其它已检像素，且步骤160之后是步骤120(如果 必须照亮另一单元片或单元片的另一部分以获得像素)或步骤124(用 于处理来自在步骤121-123中以获得的图像的另一像素)。如果至少 有一对在相应阈值之上，表明有缺陷，估计在其相应阈值之上的至少 一对与其相应阈值之间的距离的附加步骤。所述距离的长度通常比例 于缺陷存在的可能性，尽管该长度也可与缺陷类型有关(例如形成粒 子的材料等)。
第一关系可反映选定第一阈值和反映已检值和第二已检值的数 据元素之间的距离。第二关系反映选定第二阈值和反映已检值和参考 值的数据元素之间的距离。注意步骤160可包括从第一关系和第二关 系中选择选定关系。每个关系可反映缺陷存在的可能性；其中选择反 映更大的缺陷存在可能性的关系。
本发明能够用于各种类型半导体器件——尤其是具有大约0.18 μm以下设计规则的高密度半导体器件——的制造。
本发明可通过使用传统材料、方法和设备来进行。因此，这些材 料、设备和方法的细节将不在此进行详细陈述。在前面的描述中，陈 述了大量特定细节，例如特定材料、结构、化学性质、工艺等等，以 便提供对本发明的全面了解。然而，应当理解，本发明可在不诉诸于 所特定陈述的细节的情况下进行。在其它情形中，没有详细描述众所 周知的处理结构，以便不会不必要地使本发明变得模糊。
在本公开中仅示出并描述了本发明的优选实施方案以及其各方 面的一些实施例。应当理解，本发明能够用于各种其它组合和环境中， 并且能在此处所表述的发明概念的领域中进行改变和调整。