パターン検査装置、パターン検査方法、およびパターンを有する構造体
【課題】検査感度を向上させることができるパターン検査装置を提供する。
【解決手段】第１の検出データと前記第１の遅延データとから解像限界以下のパターンのデータを抽出する第１の抽出部３３と、前記抽出された第１の検出データに係るデータの注目画素に対する周辺領域の出力レベルの平均値を演算し、前記抽出された第１の検出データに係るデータの出力レベルと前記平均値との差を演算する第１の出力変位演算部３４ａと、前記抽出された第１の遅延データに係るデータの注目画素に対する周辺領域の出力レベルの平均値を演算し、前記抽出された第１の遅延データに係るデータの出力レベルと前記平均値との差を演算する第２の出力変位演算部３４ｂと、前記第１及び第２の出力変位演算部による演算結果に基づいて、パターン欠陥を検出する。
【解決手段】第１の検出データと前記第１の遅延データとから解像限界以下のパターンのデータを抽出する第１の抽出部３３と、前記抽出された第１の検出データに係るデータの注目画素に対する周辺領域の出力レベルの平均値を演算し、前記抽出された第１の検出データに係るデータの出力レベルと前記平均値との差を演算する第１の出力変位演算部３４ａと、前記抽出された第１の遅延データに係るデータの注目画素に対する周辺領域の出力レベルの平均値を演算し、前記抽出された第１の遅延データに係るデータの出力レベルと前記平均値との差を演算する第２の出力変位演算部３４ｂと、前記第１及び第２の出力変位演算部による演算結果に基づいて、パターン欠陥を検出する。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明の実施形態は、パターン検査装置、パターン検査方法、およびパターンを有する構造体に関する。
【背景技術】
【０００２】
構造体の表面に形成されたパターンを検査する方法としては、ダイ・トゥ・ダイ（Die-to-Die）法、ダイ・トゥ・データベース（Die-to-Database）法が知られている。
これらの検査方法においては、ＣＣＤセンサ(Charge Coupled Device Image Sensor)などの受光面上にパターンの拡大光学像を結像させることで得られた検出データを用いている。
ところが、近年においては、パターンの微細化が進みパターンを光学的に解像できないようになってきている。そのため、この様な光学的に解像できないパターンを検査する場合には、充分な検査感度が得られないおそれがある。
【先行技術文献】
【特許文献】
【０００３】
【特許文献１】特開２０１０−７１８９３号公報
【発明の概要】
【発明が解決しようとする課題】
【０００４】
本発明の実施形態は、検査感度を向上させることができるパターン検査装置、パターン検査方法、およびパターンを有する構造体を提供する。
【課題を解決するための手段】
【０００５】
実施形態によれば、被検査体に形成されたパターンの光学画像に基づいて第１の検出データを作成する第１の検出データ作成部と、前記第１の検出データを時間遅延させることで第１の遅延データを作成する第１の遅延部と、入力された前記第１の検出データと前記第１の遅延データとが解像限界以下のパターンの画像に関するデータであるか否かを識別する第１の識別部と、前記第１の識別部による識別の結果に基づいて、前記第１の検出データと前記第１の遅延データとから解像限界以下のパターンのデータを抽出する第１の抽出部と、前記抽出された第１の検出データに係るデータの注目画素に対する周辺領域の出力レベルの平均値を演算し、前記抽出された第１の検出データに係るデータの出力レベルと前記平均値との差を演算する第１の出力変位演算部と、前記抽出された第１の遅延データに係るデータの注目画素に対する周辺領域の出力レベルの平均値を演算し、前記抽出された第１の遅延データに係るデータの出力レベルと前記平均値との差を演算する第２の出力変位演算部と、前記第１の出力変位演算部による演算結果に基づいて、欠陥の有無を判定する第１の判定部と、前記第２の出力変位演算部による演算結果に基づいて、欠陥の有無を判定する第２の判定部と、第１の判定部による判定結果と、第２の判定部による判定結果と、を論理和演算する第１の論理和演算部と、を備えたことを特徴とするパターン検査装置が提供される。
【０００６】
また、他の実施形態によれば、被検査体に形成されたパターンの透過光による光学画像に基づいて第２の検出データを作成する第２の検出データ作成部と、前記第２の検出データを時間遅延させることで第２の遅延データを作成する第２の遅延部と、入力された前記第２の検出データと前記第２の遅延データとが解像限界以下のパターンの画像に関するデータであるか否かを識別する第２の識別部と、前記第２の識別部による識別の結果に基づいて、前記第２の検出データと前記第２の遅延データとから解像限界以下のパターンのデータを抽出する第２の抽出部と、前記抽出された第２の検出データに係るデータの注目画素に対する周辺領域の出力レベルの平均値を演算し、前記抽出された第２の検出データに係るデータの出力レベルと前記平均値との差を演算する第３の出力変位演算部と、前記抽出された第２の遅延データに係るデータの注目画素に対する周辺領域の出力レベルの平均値を演算し、前記抽出された第２の遅延データに係るデータの出力レベルと前記平均値との差を演算する第４の出力変位演算部と、被検査体に形成されたパターンの反射光による光学画像に基づいて第３の検出データを作成する第３の検出データ作成部と、前記第３の検出データを時間遅延させることで第３の遅延データを作成する第３の遅延部と、入力された前記第３の検出データと前記第３の遅延データとが解像限界以下のパターンの画像に関するデータであるか否かを識別する第３の識別部と、前記第３の識別部による識別の結果に基づいて、前記第３の検出データと前記第３の遅延データとから解像限界以下のパターンのデータを抽出する第３の抽出部と、前記抽出された第３の検出データに係るデータの注目画素に対する周辺領域の出力レベルの平均値を演算し、前記抽出された第３の検出データに係るデータの出力レベルと前記平均値との差を演算する第５の出力変位演算部と、前記抽出された第３の遅延データに係るデータの注目画素に対する周辺領域の出力レベルの平均値を演算し、前記抽出された第３の遅延データに係るデータの出力レベルと前記平均値との差を演算する第６の出力変位演算部と、前記第３の出力変位演算部による演算結果と、前記第５の出力変位演算部による演算結果との差を演算する第１のレベル差演算部と、前記第４の出力変位演算部による演算結果と、前記第６の出力変位演算部による演算結果との差を演算する第２のレベル差演算部と、前記第１のレベル差演算部による演算結果に基づいて、欠陥の有無を判定する第３の判定部と、前記第２のレベル差演算部による演算結果に基づいて、欠陥の有無を判定する第４の判定部と、第３の判定部による判定結果と、第４の判定部による判定結果と、を論理和演算する第２の論理和演算部と、を備えたことを特徴とするパターン検査装置が提供される。
【０００７】
また、他の実施形態によれば、被検査体に形成されたパターンの光学画像に基づいて第１の検出データを作成する第１の検出データ作成部と、前記パターンに関する第１の参照データを作成する第１の参照データ作成部と、前記第１の参照データの出力レベルが前記第１の検出データの出力レベルに対応したものとなるように出力レベルの変換を行う第１の階調変換部と、前記第１の検出データと、前記出力レベルの変換が行われた前記第１の参照データと、の差を演算する第３のレベル差演算部と、前記第３のレベル差演算部による演算結果に基づいて、欠陥の有無を判定する第５の判定部と、を備えたことを特徴とするパターン検査装置が提供される。
【０００８】
また、他の実施形態によれば、被検査体に形成されたパターンの光学画像に基づいて第１の検出データを作成する第１の検出データ作成部と、前記パターンに関する第１の参照データを作成する第１の参照データ作成部と、前記第１の参照データの出力レベルが前記第１の検出データの出力レベルに対応したものとなるように出力レベルの変換を行う第１の階調変換部と、前記第１の検出データと、前記出力レベルの変換が行われた前記第１の参照データと、の差を演算する第３のレベル差演算部と、前記第３のレベル差演算部により演算された値の平均値を演算する平均レベル差演算部と、前記平均値を前記被検査体の検査領域の全域に渡って集計する分布集計部と、を備えたことを特徴とするパターン検査装置が提供される。
【０００９】
また、他の実施形態によれば、被検査体に形成されたパターンの光学画像に基づいて第１の検出データを作成する第１の検出データ作成部と、前記第１の検出データを時間遅延させることで第１の遅延データを作成する第１の遅延部と、入力された前記第１の検出データと前記第１の遅延データとが解像限界以下のパターンの画像に関するデータであるか否かを識別する第１の識別部と、前記第１の識別部による識別の結果に基づいて、前記第１の検出データと前記第１の遅延データとから解像限界以下のパターンのデータを抽出する第１の抽出部と、前記抽出された第１の検出データに係るデータから特定の繰り返し周期を有するパターンのデータを抽出する第１のパターン抽出部と、前記第１のパターン抽出部により抽出されたデータを時間遅延させることで第１の比較データを作成する第４の遅延部と、前記第１のパターン抽出部により抽出されたデータと、前記第１の比較データと、の差を演算する第４のレベル差演算部と、前記第４のレベル差演算部による演算結果に基づいて、欠陥の有無を判定する第７の判定部と、前記抽出された第１の遅延データに係るデータから特定の繰り返し周期を有するパターンのデータを抽出する第２のパターン抽出部と、前記第２のパターン抽出部により抽出されたデータを時間遅延させることで第２の比較データを作成する第５の遅延部と、前記第２のパターン抽出部により抽出されたデータと、前記第２の比較データと、の差を演算する第５のレベル差演算部と、前記第５のレベル差演算部による演算結果に基づいて、欠陥の有無を判定する第８の判定部と、第７の判定部による判定結果と、第８の判定部による判定結果と、を論理和演算する第３の論理和演算部と、を備えたことを特徴とするパターン検査装置が提供される。
【００１０】
また、他の実施形態によれば、被検査体に形成されたパターンの光学画像に基づいて第１の検出データを作成する第１の検出データ作成部と、前記パターンに関する第１の参照データを作成する第１の参照データ作成部と、前記第１の参照データの出力レベルが前記第１の検出データの出力レベルに対応したものとなるように出力レベルの変換を行う第１の階調変換部と、入力された前記第１の参照データが解像限界以下のパターンの画像に関するデータであるか否かを識別する第４の識別部と、前記第４の識別部による識別の結果に基づいて、前記第１の検出データと前記第１の参照データとから解像限界以下のパターンのデータを抽出する第４の抽出部と、前記第４の抽出部により抽出された前記第１の検出データに係るデータと、前記第１の参照データに係るデータと、から特定の繰り返し周期を有するパターンのデータを抽出する第３のパターン抽出部と、前記第３のパターン抽出部により抽出された前記第１の検出データに係る特定の繰り返し周期を有するパターンのデータと、前記第１の参照データに係る特定の繰り返し周期を有するパターンのデータと、の差を演算する第６のレベル差演算部と、前記第６のレベル差演算部による演算結果に基づいて、欠陥の有無を判定する第９の判定部と、を備えたことを特徴とするパターン検査装置が提供される。
【００１１】
また、他の実施形態によれば、被検査体に形成されたパターンの光学像に基づいて第１の検出データを作成する工程と、前記第１の検出データを時間遅延させることで第１の遅延データを作成する工程と、前記第１の検出データから解像限界以下のパターンのデータを抽出する工程と、前記抽出された第１の検出データの注目画素に対する周辺領域の出力レベルの平均値を求める工程と、前記抽出された第１の検出データの出力レベルと、周辺領域の出力レベルの平均値と、の差を求める工程と、前記抽出された第１の検出データの出力レベルと、周辺領域の出力レベルの平均値と、の差に基づいて、前記第１の検出データにおける欠陥の有無を判定する工程と、前記第１の遅延データから解像限界以下のパターンのデータを抽出する工程と、前記抽出された第１の遅延データの注目画素に対する周辺領域の出力レベルの平均値を求める工程と、前記抽出された第１の遅延データの出力レベルと、周辺領域の出力レベルの平均値と、の差を求める工程と、前記抽出された第１の遅延データの出力レベルと、周辺領域の出力レベルの平均値と、の差に基づいて、前記第１の遅延データにおける欠陥の有無を判定する工程と、前記第１の検出データにおける欠陥の有無を判定する工程における判定結果と、前記第１の遅延データにおける欠陥の有無を判定する工程における判定結果と、に基づいて欠陥の検査結果を判定する工程と、を備えたことを特徴とするパターン検査方法が提供される。
【００１２】
また、他の実施形態によれば、被検査体に形成されたパターンの光学像に基づいて第１の検出データを作成する工程と、前記パターンに関する第１の参照データを作成する工程と、前記第１の参照データの出力レベルが前記第１の検出データの出力レベルに対応したものとなるように出力レベルの変換を行う工程と、前記第１の検出データと、前記出力レベルの変換が行われた前記第１の参照データと、の差を演算する第１の演算工程と、前記第１の演算工程における演算値の平均値を求める第２の演算工程と、前記平均値を被検査体の検査領域の全域に渡って集計する工程と、を備えたことを特徴とするパターン検査方法が提供される。
【００１３】
また、他の実施形態によれば、被検査体に形成されたパターンの光学像に基づいて第１の検出データを作成する工程と、前記第１の検出データを時間遅延させることで第１の遅延データを作成する工程と、前記第１の検出データから解像限界以下のパターンを抽出する第１の抽出工程と、前記第１の抽出工程において抽出された解像限界以下のパターンから特定の繰り返し周期を有するパターンを抽出する第２の抽出工程と、前記第２の抽出工程において抽出された特定の繰り返し周期を有するパターンのデータを時間遅延させることで第１の比較データを作成する第１の遅延工程と、前記第２の抽出工程において抽出された特定の繰り返し周期を有するパターンのデータと、前記第１の比較データと、の差を演算する第３の演算工程と、前記第３の演算工程における演算結果に基づいて、欠陥の有無を判定する第１の判定工程と、前記第１の遅延データから解像限界以下のパターンを抽出する第３の抽出工程と、前記第３の抽出工程において抽出された解像限界以下のパターンから特定の繰り返し周期を有するパターンを抽出する第４の抽出工程と、前記第４の抽出工程において抽出された特定の繰り返し周期を有するパターンのデータを時間遅延させることで第２の比較データを作成する第２の遅延工程と、前記第４の抽出工程において抽出された特定の繰り返し周期を有するパターンのデータと、前記第２の比較データと、の差を演算する第４の演算工程と、前記第４の演算工程における演算結果に基づいて、欠陥の有無を判定する第２の判定工程と、前記第１の判定工程における判定結果と、前記第２の判定工程における判定結果と、に基づいて欠陥の検査結果を判定する工程とを備えたことを特徴とするパターン検査方法が提供される。
【００１４】
また、他の実施形態によれば、上記のパターン検査方法を用いて検査されるパターンを有する構造体であって、ライン部分とスペース部分との比率、パターンの高さ寸法、パターンの表面に設けられた膜が占める割合、パターンの表面に設けられた膜の厚みからなる群より選ばれた少なくとも１種が、反射率および透過率の少なくともいずれかが高くなるように制御されたことを特徴とするパターンを有する構造体が提供される。
【図面の簡単な説明】
【００１５】
【図１】第１の実施形態に係るパターン検査装置を例示するためのブロック図である。
【図２】識別部を例示するためのブロック図である。
【図３】（ａ）は光学的に解像できたパターンと解像限界以下のパターンとを例示するための模式図、（ｂ）は解像限界以下のパターンを例示するための模式拡大図、（ｃ）はいわゆるパターン上のオープン欠陥を例示するための模式拡大図、（ｄ）はいわゆるパターン上のショート欠陥を例示するための模式拡大図、（ｅ）はパターンと出力レベルとの関係を例示するための模式グラフ図である。
【図４】（ａ）は出力変位演算部、判定部、論理和演算部を例示するためのブロック図、（ｂ）は注目画素、周辺領域を例示するための模式図である。
【図５】（ａ）、（ｂ）は出力変位演算部を設けていない場合、（ｃ）、（ｄ）は出力変位演算部を設けている場合を例示するための模式図である。
【図６】他の実施形態に係る検査部を例示するためのブロック図である。
【図７】（ａ）、（ｂ）は透過光に基づく検出データと遅延データとによる検査の場合、（ｃ）、（ｄ）は反射光に基づく検出データと遅延データとによる検査の場合、（ｅ）、（ｆ）は透過光に基づく検出データと反射光に基づく検出データ、透過光に基づく遅延データと反射光に基づく遅延データ、とによる検査の場合を例示するための模式図である。
【図８】第２の実施形態に係るパターン検査装置を例示するためのブロック図である。
【図９】反射検査部の作用を例示するための模式図である。
【図１０】他の実施形態に係る検査部を例示するためのブロック図である。
【図１１】第３の実施形態に係るパターン検査装置を例示するためのブロック図である。
【図１２】他の実施形態に係る検査部を例示するためのブロック図である。
【図１３】（ａ）は所定の繰り返し周期を有する筋状のパターンの模式拡大図、（ｂ）は（ａ）におけるＩ−Ｉ線に沿った出力レベルのプロファイル、（ｃ）は所定の繰り返し周期を有する筋状のパターンの模式拡大図、（ｄ）は（ｃ）におけるＪ−Ｊ線に沿った出力レベルのプロファイル、（ｅ）は所定の繰り返し周期を有する点状のパターンの模式拡大図、（ｆ）は（ｅ）におけるＫ−Ｋ線に沿った出力レベルのプロファイルである。
【図１４】第４の実施形態に係るパターン検査装置を例示するためのブロック図である。
【図１５】パターン抽出部、パターン遅延部、比較部、判定部を例示するためのブロック図である。
【図１６】可変テンプレートについて例示をするためのブロック図である。
【図１７】第５の実施形態に係るパターン検査装置を例示するためのブロック図である。
【図１８】（ａ）はパターンの周期的な構造を例示するための模式図、（ｂ）はパターンの形状条件と反射率との関係を例示するための模式グラフ図である。
【図１９】表面に設けられた膜が占める割合と反射率、透過率との関係を例示するための模式図である。
【図２０】（ａ）は表面に膜が設けられたパターンの構造を例示するための模式図、（ｂ）はパターンの表面に設けられた膜の厚みと反射率との関係を例示するための模式グラフ図である。
【図２１】（ａ）、（ｂ）は表面に膜が設けられたパターンの構造を例示するための模式図、（ｃ）はパターンの高さ寸法と反射率との関係を例示するための模式グラフ図である。
【図２２】第７の実施形態に係るパターン検査方法について例示をするためのフローチャートである。
【図２３】第８の実施形態に係るパターン検査方法について例示をするためのフローチャートである。
【図２４】第９の実施形態に係るパターン検査方法について例示をするためのフローチャートである。
【図２５】第１０の実施形態に係るパターン検査方法について例示をするためのフローチャートである。
【図２６】第１１の実施形態に係るパターン検査方法について例示をするためのフローチャートである。
【図２７】第１２の実施形態に係るパターン検査方法について例示をするためのフローチャートである。
【図２８】第１３の実施形態に係るパターン検査方法について例示をするためのフローチャートである。
【図２９】第１４の実施形態に係るパターン検査方法について例示をするためのフローチャートである。
【発明を実施するための形態】
【００１６】
以下、図面を参照しつつ、実施の形態について例示をする。なお、各図面中、同様の構成要素には同一の符号を付して詳細な説明は適宜省略する。
[第１の実施形態]
図１は、第１の実施形態に係るパターン検査装置を例示するためのブロック図である。 なお、図１は、一例として、ダイ・トゥ・ダイ（Die-to-Die）法を用いてパターンの検査を行うパターン検査装置を例示するものである。
図１に示すように、パターン検査装置１には、検出データ作成部２（第１の検出データ作成部）、検査部３が設けられている。
【００１７】
そして、検出データ作成部２には、光源２１、照明光学系２２、載置部２３、結像光学系２４、検出部２５、変換部２６が設けられている。
検出データ作成部２は、被検査体１００に形成されたパターンの光学画像に基づいて検出データ（第１の検出データ）を作成する。また、透過光に基づいた検出データと、反射光に基づいた検出データとをそれぞれ作成することができるようになっている。
【００１８】
光源２１は、検査光２１ａを出射する。光源２１としては、白色光、単色光、コヒーレント光などを出射する各種光源を用いることができる。この場合、微細なパターンの検査を行うためには、波長の短い検査光２１ａを出射可能なものとすることが好ましい。そのようなものとしては、例えば、波長が２６６ｎｍの検査光２１ａを出射するＹＡＧレーザ光源などを例示することができる。ただし、レーザ光源に限定されるわけではなく、パターンの大きさなどに応じて適宜変更することができる。
【００１９】
照明光学系２２は、透過照明光学系２２ａと反射照明光学系２２ｂとを有する。
透過照明光学系２２ａ、反射照明光学系２２ｂは、レンズやミラーなどの各種光学要素を備えたものとすることができる。
なお、透過照明光学系２２ａ、反射照明光学系２２ｂに備えられる光学要素の種類、配置、数などは例示をしたものに限定されるわけではなく適宜変更することができる。例えば、絞り、ビームスプリッタ、倍率チェンジャ、ズーム機構などの他の光学要素を適宜設けるようにすることもできる。
透過照明光学系２２ａは、光源２１から出射した検査光２１ａを被検査体１００の表面側に導き、被検査体１００の検査領域からの透過光を発生させる。
反射照明光学系２２ｂは、光源２１から出射した検査光２１ａを被検査体１００の裏面側に導き、被検査体１００の検査領域からの反射光を発生させる。
また、透過照明光学系２２ａ、反射照明光学系２２ｂは、検査領域における照射部分の大きさを制御する。
【００２０】
載置部２３は、被検査体１００を載置、保持する。また、載置部２３には図示しない移動手段が設けられ、載置部２３に載置された被検査体１００の位置を移動させることで検査が行われる位置を変化させることができるようになっている。なお、図示しない移動手段は必ずしも載置部２３に設ける必要はなく、検査が行われる位置が相対的に変化するようになっていればよい。例えば、図示しない移動手段により照明光学系２２、結像光学系２４、検出部２５などの位置が変化するようになっていてもよい。
【００２１】
結像光学系２４は、レンズやミラーなどの各種光学要素を備えたものとすることができる。
なお、結像光学系２４に備えられる光学要素の種類、配置、数などは例示をしたものに限定されるわけではなく適宜変更することができる。例えば、絞り、ビームスプリッタ、倍率チェンジャ、ズーム機構などの他の光学要素を適宜設けるようにすることもできる。 結像光学系２４は、被検査体１００からの透過光、反射光を検出部２５の受光面に導くとともに受光面上に光学像を結像させる。
【００２２】
検査光２１ａの波長よりもパターンの寸法が短くなるような場合には、パターンを光学的に解像できない場合がある。その様な場合には、光学的に解像されないパターン（以後、解像限界以下のパターンと称する）の画像が検出部２５の受光面に結像されることになる。 例えば、ラインアンドスペースパターンの場合、検査光２１ａの波長を１９３ｎｍ、開口数ＮＡを０．８とすると、ピッチ寸法（Ｌ＋Ｓ）が４８ｎｍのパターンは、検査光２１ａの波長の１／２以下のピッチ寸法のパターンとなるので光学的に解像されないパターン（解像限界以下のパターン）となる。
【００２３】
検出部２５には、透過光が入射する検出部２５ａと、反射光が入射する検出部２５ｂとがある。検出部２５ａ、２５ｂは、受光面に入射した光の強度に応じた電気信号を出力する。
検出部２５ａ、２５ｂとしては、例えば、ＣＣＤ（Charge Coupled Device）ラインセンサ、ＣＣＤエリアセンサ、ＴＤＩ（Time Delay and Integration）センサ（蓄積型センサ）などを例示することができる。ただし、これらに限定されるわけではなく、入射した光を光電変換できるものを適宜選択することができる。
変換部２６には、変換部２６ａ、２６ｂがある。
変換部２６ａは、検出部２５ａから出力された電気信号をＡ／Ｄ変換する。また、Ａ／Ｄ変換された電気信号を画像データに変換することで検出データを作成する。
変換部２６ｂは、検出部２５ｂから出力された電気信号をＡ／Ｄ変換する。また、Ａ／Ｄ変換された電気信号を画像データに変換することで検出データを作成する。
【００２４】
検査部３は、透過光に基づいた検出データを用いて検査を行う透過検査部３ａと、反射光に基づいた検出データを用いて検査を行う反射検査部３ｂとを有する。
透過検査部３ａに設けられる各要素と、反射検査部３ｂに設けられる各要素とは同様のものとすることができる。そのため、一例として、反射検査部３ｂに設けられる各要素について例示をする。
【００２５】
反射検査部３ｂには、遅延部３１（第１の遅延部）、識別部３２（第１の識別部）、抽出部３３（第１の抽出部）、出力変位演算部３４、判定部３５、論理和演算部３６（第１の論理和演算部）が設けられている。
前述したように、パターン検査装置１は、ダイ・トゥ・ダイ（Die-to-Die）法を用いてパターンの検査を行うものであるため、遅延部３１において比較対象となる参照データを作成する。
例えば、遅延部３１は、入力された検出データをパターンの繰り返しピッチに相当する分だけ時間遅延させることで、比較対象となるデータ（以後、遅延データと称する）を作成する。すなわち、遅延部３１は、入力された検出データの電気信号の波形を変えずに伝達に一定の時間遅れを作ることで遅延データ（第１の遅延データ）を作成する。そして、遅延部３１は、作成した遅延データを識別部３２、抽出部３３に向けて出力する。
【００２６】
識別部３２には、検出データと遅延データとが入力される。
識別部３２は、入力された検出データ、遅延データが前述した解像限界以下のパターンの画像に関するデータであるか否かを識別する。
図２は、識別部を例示するためのブロック図である。
図２に示すように、識別部３２には、判定部３２ａ１、３２ａ２、３２ｂ１、３２ｂ２、論理積演算部３２ａ３、３２ｂ３、論理和演算部３２４が設けられている。
【００２７】
判定部３２ａ１、３２ａ２は、入力された検出データに対して上限および下限の２つの閾値を用いて判定を行う。例えば、判定部３２ａ１が下限の閾値を用いて判定を行うものとし、判定部３２ａ２が上限の閾値を用いて判定を行うものとすることができる。
判定部３２ｂ１、３２ｂ２は、入力された遅延データに対して上限および下限の２つの閾値を用いて判定を行う。例えば、判定部３２ｂ１が下限の閾値を用いて判定を行うものとし、判定部３２ｂ２が上限の閾値を用いて判定を行うものとすることができる。
【００２８】
図３は、解像限界以下のパターンの画像に関するデータであるか否かを判定する方法を例示するための模式図である。
なお、図３（ａ）は光学的に解像できたパターンと解像限界以下のパターンとを例示するための模式図である。図３（ｂ）は解像限界以下のパターンを例示するための模式拡大図、図３（ｃ）はいわゆるパターン上のオープン欠陥を例示するための模式拡大図、図３（ｄ）はいわゆるパターン上のショート欠陥を例示するための模式拡大図である。図３（ｅ）はパターンと出力レベル（検出データまたは遅延データの出力レベル）との関係を例示するための模式グラフ図である。
【００２９】
図３（ａ）に示すように、解像限界以下のパターンはパターンの画像が解像しないため、図３（ｂ）に表したようなパターンが存在したとしても図中のＡ部に表したような略一様な分布の画像となる。一方、光学的に解像できたパターンはパターンの画像が解像される。ここでは一例として、図中のＢ部に表したような筋状のパターンの画像が解像された場合について例示をする。
この場合、筋状のパターンの内、明部Ｂ１の出力レベルは暗部Ｂ２の出力レベルよりも高くなる。また、一般的には、Ａ部の出力レベルは、明部Ｂ１の出力レベルと暗部Ｂ２の出力レベルとの間となる。
【００３０】
そのため、図３（ｅ）に示すような明部Ｂ１、暗部Ｂ２、Ａ部の関係となるので、光学的に解像できたパターンと解像限界以下のパターンとの識別を行うことができる。
この際、解像限界以下のパターンは略一様な分布となるので、下限の閾値ｔｈ１と上限の閾値ｔｈ２とを用いることで識別の精度を高めることができる。なお、閾値ｔｈ１、閾値ｔｈ２は、実験やシミュレーションなどにより予め求めるようにすることができる。
【００３１】
そのため、論理積演算部３２ａ３により、判定部３２ａ１、３２ａ２の判定結果を論理積演算することで、入力された検出データが解像限界以下のパターンの画像に関するデータであるか否かを識別することができる。
また、論理積演算部３２ｂ３により、判定部３２ｂ１、３２ｂ２の判定結果を論理積演算することで、入力された遅延データが解像限界以下のパターンの画像に関するデータであるか否かを識別することができる。
【００３２】
なお、Ａ部の出力レベルが明部Ｂ１の出力レベルと暗部Ｂ２の出力レベルとの間となる場合を例示したがこれに限定されるわけではない。例えば、Ａ部の出力レベルが明部Ｂ１の出力レベルよりも高くなったり、Ａ部の出力レベルが暗部Ｂ２の出力レベルよりも低くなったりした場合であっても同様にして光学的に解像できたパターンと解像限界以下のパターンとの識別を行うことができる。
【００３３】
そして、論理和演算部３２４により、論理積演算部３２ａ３による識別結果と、論理積演算部３２ｂ３による識別結果とが論理和演算される。論理積演算部３２ａ３による識別結果と、論理積演算部３２ｂ３による識別結果とのうち、少なくとも一方が解像限界以下のパターンであるとの識別結果の場合には、論理和演算部３２４は、抽出部３３に向けて「識別フラグ」を出力する。
前述したように、検出データの電気信号の波形と、遅延データの電気信号の波形とは同一である。そのため、論理和演算部３２４により論理和演算するようにすれば、どちらかのデータに大きな欠陥があったり、プロセスなどの要因で出力レベルが変動したりした場合であっても適切な識別を行うことができる。すなわち、閾値が適切に設定されているならば、少なくとも一方のデータに基づく識別結果から解像限界以下のパターンであるか否かを適切に識別することができる。
【００３４】
抽出部３３は、論理和演算部３２４からの「識別フラグ」が入力された場合には、対応する検出データと遅延データとを出力変位演算部３４に向けて出力する。すなわち、解像限界以下のパターンのデータであると識別された検出データと遅延データとを出力変位演算部３４に向けて出力する。
【００３５】
出力変位演算部３４は、抽出部３３を介して入力された検出データに対して演算を行う出力変位演算部３４ａ（第１の出力変位演算部）と、抽出部３３を介して入力された遅延データに対して演算を行う出力変位演算部３４ｂ（第２の出力変位演算部）とを有する。 出力変位演算部３４ａは、入力された検出データの注目画素（パターン検査において注目する部分）に対する周辺領域の出力レベルの平均値を演算し、入力された検出データの出力レベルと周辺領域の出力レベルの平均値との差をさらに演算する機能を有する。
出力変位演算部３４ｂは、入力された遅延データの注目画素に対する周辺領域の出力レベルの平均値を演算し、入力された遅延データの出力レベルと周辺領域の出力レベルの平均値との差をさらに演算する機能を有する。
判定部３５は、出力変位演算部３４ａからの入力に基づいて欠陥の有無を判定する判定部３５ａ（第１の判定部）と、出力変位演算部３４ｂからの入力に基づいて欠陥の有無を判定する判定部３５ｂ（第２の判定部）とを有する。
【００３６】
図４は、出力変位演算部、判定部、論理和演算部を例示するための模式図である。
なお、図４（ａ）は出力変位演算部、判定部、論理和演算部を例示するためのブロック図、図４（ｂ）は注目画素、周辺領域を例示するための模式図である。
また、出力変位演算部３４ａと出力変位演算部３４ｂ、判定部３５ａと判定部３５ｂは、それぞれ同様の構成とすることができるので、ここでは一例として出力変位演算部３４ａ、判定部３５ａの場合を例示する。
【００３７】
図４（ａ）に示すように、出力変位演算部３４ａには、周辺領域抽出部３４１、平均値演算部３４２、レベル差演算部３４３が設けられている。
周辺領域抽出部３４１は、入力された検出データの注目画素１０１に対する周辺領域１０２を抽出する。
例えば、図４（ｂ）に例示をしたように、入力された検出データの注目画素１０１、すなわちパターン検査において注目する部分に対する周辺領域１０２を抽出する。なお、周辺領域１０２の位置、大きさ、形状などは予め設定されているようにすることもできるし、適宜変更することができるようにすることもできる。
【００３８】
平均値演算部３４２は、周辺領域抽出部３４１により抽出された周辺領域１０２の出力レベルの平均値を演算する。
レベル差演算部３４３は、平均値演算部３４２により演算された周辺領域１０２の出力レベルの平均値と、入力された検出データの出力レベルとの差を演算する。
【００３９】
判定部３５ａには、判定部３５１、判定部３５２、論理和演算部３５３が設けられている。
判定部３５１、３５２は、レベル差演算部３４３を介して入力されたデータに対して上限および下限の２つの閾値を用いて欠陥の有無を判定する。この場合、例えば、判定部３５１が下限の閾値を用いて欠陥の有無の判定を行うものとし、判定部３５２が上限の閾値を用いて欠陥の有無の判定を行うものとすることができる。この場合、判定部３５１、３５２は、それぞれの閾値を超えた時に欠陥があるとの判定を行うようにすることができる。
【００４０】
論理和演算部３５３は、判定部３５１、３５２の判定結果を論理和演算する。そのため、判定部３５１、３５２の判定結果のうち、少なくとも一方が欠陥があるとの判定結果である場合には、論理和演算部３５３は、論理和演算部３６に向けて「欠陥有りのフラグ」を出力する。
【００４１】
以上は、出力変位演算部３４ａ、判定部３５ａの場合であるが、出力変位演算部３４ｂ、判定部３５ｂの場合には前述の検出データの代わりに遅延データが入力されることになる。そして、前述したものと同様にして遅延データに対する欠陥の有無が判定される。
【００４２】
図５は、出力変位演算部を設ける効果を例示するための模式図である。
図５（ａ）、（ｂ）は出力変位演算部を設けていない場合、図５（ｃ）、（ｄ）は出力変位演算部を設けている場合である。なお、図５（ｂ）は図５（ａ）におけるＣ−Ｃ線に沿った出力レベルのプロファイル、図５（ｄ）は図５（ｃ）におけるＤ−Ｄ線に沿った出力レベルのプロファイルである。また、図５（ａ）、（ｂ）中のＥ１、図５（ｃ）、（ｄ）中のＥ２が欠陥部である。
【００４３】
図５（ａ）に示すような欠陥部Ｅ１がある場合には、図５（ｂ）に示すように欠陥部Ｅ１の出力レベルが周辺領域の出力レベルよりも高くなる。
図５（ｃ）に示すような欠陥部Ｅ２がある場合にも、図５（ｄ）に示すように欠陥部Ｅ２の出力レベルが周辺領域の出力レベルよりも高くなる。
【００４４】
しかしながら、図５（ｃ）、（ｄ）は出力変位演算部３４を設けている場合であるので、周辺領域１０２の出力レベルの平均値が差し引かれていることになる。そのため、図５（ｄ）に示すように欠陥部Ｅ２の周辺領域の出力レベルが平坦化されることになる。その結果、欠陥部Ｅ２の出力レベルをＳ、周囲領域の出力レベルの最大値をＮとした場合、欠陥判定におけるＳ／Ｎ比を向上させることができるので、判定部３５においてより微細な欠陥まで判定することが可能となる。
図５に例示をしたものは、欠陥部の出力レベルが高くなる場合（欠陥部が明るくなる場合）である。この場合、欠陥部の出力レベルが低くなる場合（欠陥部が暗くなる場合）もある。ただし、出力変位演算部３４を設けることで欠陥部の周辺領域の出力レベルが平坦化されることにはかわりがない。そのため、欠陥部の出力レベルが低くなる場合であっても出力変位演算部３４を設けることで欠陥判定におけるＳ／Ｎ比を向上させることができ、判定部３５においてより微細な欠陥まで判定することが可能となる。
【００４５】
論理和演算部３６は、判定部３５ａにおける判定結果と、判定部３５ｂにおける判定結果とを論理和演算し、その結果を反射光に基づいたパターンの検査結果として出力する。すなわち、判定部３５ａにおける判定結果と、判定部３５ｂにおける判定結果とのうち、少なくとも一方が欠陥が有るとの判定結果である場合には、論理和演算部３６から欠陥が有るとの検査結果が出力される。
【００４６】
以上、反射検査部３ｂに設けられる各要素について例示をしたが、透過検査部３ａに設けられる各要素も同様のものとすることができる。そして、透過検査部３ａには、変換部２６ａからの検出データ、すなわち透過光に基づいた検出データが入力され、前述した反射検査部３ｂの場合と同様にして欠陥の有無が検査される。
【００４７】
なお、透過検査部３ａと反射検査部３ｂとが設けられた場合を例示したが、いずれか一方が設けられるようにすることもできる。ただし、透過検査部３ａと反射検査部３ｂとを設けるようにすればより適切な検査を行うことができる。
【００４８】
以上は、解像限界以下のパターンを検査する場合である。この場合、検査対象となるパターンに光学的に解像できるパターンが含まれている場合がある。そのため、図１に示すように検出データと遅延データとを外部に取り出す出力部３０を設け、出力部３０に光学的に解像できるパターンを検査する図示しない検査部を接続できるようになっている。なお、光学的に解像できるパターンを検査する検査部には既知の技術を適用させることができるので、その説明は省略する。
【００４９】
図６は、他の実施形態に係る検査部を例示するためのブロック図である。
本実施の形態に係るパターン検査装置は、被検査体１００に形成されたパターンの透過光による光学画像に基づいて検出データ（第２の検出データ）を作成する検出データ作成部（第２の検出データ作成部）と、検出データを時間遅延させることで遅延データ（第２の遅延データ）を作成する遅延部（第２の遅延部）と、を備えている（例えば、図１における透過光により検査を行う部分）。また、被検査体１００に形成されたパターンの反射光による光学画像に基づいて検出データ（第３の検出データ）を作成する検出データ作成部（第３の検出データ作成部）と、検出データを時間遅延させることで遅延データ（第３の遅延データ）を作成する遅延部（第３の遅延部）と、を備えている（例えば、図１における反射光により検査を行う部分）。
【００５０】
検査部１３は、透過光に基づいた検出データを用いて検査を行う透過検査部１３ａと、反射光に基づいた検出データを用いて検査を行う反射検査部１３ｂと、論理和演算部１３６（第２の論理和演算部）とを有する。
透過検査部１３ａには、遅延部３１、識別部３２ａ（第２の識別部）、抽出部３３ａ（第２の抽出部）、出力変位演算部３４ｃ（第３の出力変位演算部）、出力変位演算部３４ｄ（第４の出力変位演算部）、レベル差演算部１３４ａ（第１のレベル差演算部）、判定部１３５ａ（第３の判定部）が設けられている。
反射検査部１３ｂには、遅延部３１、識別部３２ｂ（第３の識別部）、抽出部３３ｂ（第３の抽出部）、出力変位演算部３４ａ（第５の出力変位演算部）、出力変位演算部３４ｂ（第６の出力変位演算部）、レベル差演算部１３４ｂ（第２のレベル差演算部）、判定部１３５ｂ（第４の判定部）が設けられている。
【００５１】
出力変位演算部３４ｃは、透過光により取得された検出データに基づいて演算を行う。すなわち、入力された検出データの注目画素に対する周辺領域の出力レベルの平均値を演算し、入力された検出データの出力レベルと周辺領域の出力レベルの平均値との差をさらに演算する。
出力変位演算部３４ｄは、透過光により取得された検出データから作成された遅延データに基づいて演算を行う。すなわち、入力された遅延データの注目画素に対する周辺領域の出力レベルの平均値を演算し、入力された遅延データの出力レベルと周辺領域の出力レベルの平均値との差をさらに演算する。
【００５２】
出力変位演算部３４ａは、反射光により取得された検出データに基づいて演算を行う。すなわち、入力された検出データの注目画素に対する周辺領域の出力レベルの平均値を演算し、入力された検出データの出力レベルと周辺領域の出力レベルの平均値との差をさらに演算する。
出力変位演算部３４ｂは、反射光により取得された検出データから作成された遅延データに基づいて演算を行う。すなわち、入力された遅延データの注目画素に対する周辺領域の出力レベルの平均値を演算し、入力された遅延データの出力レベルと周辺領域の出力レベルの平均値との差をさらに演算する。
【００５３】
レベル差演算部１３４ａは、出力変位演算部３４ｃにおける演算値と、出力変位演算部３４ａにおける演算値との差を演算する。
レベル差演算部１３４ｂは、出力変位演算部３４ｂにおける演算値と、出力変位演算部３４ｄにおける演算値との差を演算する。
【００５４】
判定部１３５ａは、レベル差演算部１３４ａからの入力に基づいて欠陥の有無を判定する。
判定部１３５ｂは、レベル差演算部１３４ｂからの入力に基づいて欠陥の有無を判定する。
判定部１３５ａ、１３５ｂにおける判定は、所定の閾値を用いて行うようにすることができる。
【００５５】
また、論理和演算部１３６は、判定部１３５ａ、１３５ｂの判定結果を論理和演算する。そのため、判定部１３５ａ、１３５ｂの判定結果のうち、少なくとも一方が欠陥があるとの判定結果である場合には、論理和演算部１３６から欠陥が有るとの検査結果が出力される。
【００５６】
ここで、前述した検査部３の場合には、透過光に基づく検出データと遅延データ、反射光に基づく検出データと遅延データ、によりそれぞれ欠陥の有無を判定するようにしている。
これに対して、検査部１３の場合には、透過光に基づく検出データと反射光に基づく検出データ、透過光に基づく遅延データと反射光に基づく遅延データ、によりそれぞれ欠陥の有無を判定するようにしている。
【００５７】
図７は、検査部の作用を例示するための模式図である。
図７（ａ）、（ｂ）は透過光に基づく検出データと遅延データとによる検査の場合、図７（ｃ）、（ｄ）は反射光に基づく検出データと遅延データとによる検査の場合、図７（ｅ）、（ｆ）は透過光に基づく検出データと反射光に基づく検出データ、透過光に基づく遅延データと反射光に基づく遅延データ、とによる検査の場合である。なお、図７（ｂ）は図７（ａ）におけるＦ−Ｆ線に沿った出力レベルのプロファイル、図７（ｄ）は図７（ｃ）におけるＧ−Ｇ線に沿った出力レベルのプロファイル、図７（ｆ）は図７（ｅ）におけるＨ−Ｈ線に沿った出力レベルのプロファイルである。また、図７（ａ）、（ｂ）中のＥ３、図７（ｃ）、（ｄ）中のＥ４、図７（ｅ）、（ｆ）中のＥ５が欠陥部である。
すなわち、図７（ａ）〜（ｄ）は検査部３による検査の場合、図７（ｅ）、（ｆ）は検査部１３による検査の場合である。
【００５８】
検査部３による検査の場合には、透過光と反射光とで極性が反転するため、一方が出力レベルの高い欠陥部Ｅ３（欠陥部が明るくなる場合）、他方が出力レベルの低い欠陥部Ｅ４（欠陥部が暗くなる場合）となる場合がある。
そのため、検査部１３による検査の場合には、透過光に基づくデータと反射光に基づくデータとの差をとる（一方の極性を反転させるとともに両者を足し合わせる）ことで欠陥部を強調するようにしている。
すなわち、欠陥部の出力レベルは、例えば、透過光による欠陥部の出力レベルと、極性が反転された反射光による欠陥部の出力レベルとの和となる。
【００５９】
ここで、透過光による場合の周辺領域の出力レベル（ノイズ成分の出力レベル）と、反射光による場合の周辺領域の出力レベル（ノイズ成分の出力レベル）とは独立である。
そのため、透過光に基づくデータと反射光に基づくデータとの差をとる場合、周辺領域の出力レベルは、透過光による場合の周辺領域の出力レベルと反射光による場合の周辺領域の出力レベルとの二乗和となる。
【００６０】
この場合、例えば、透過光による欠陥部の出力レベルをＳ、反射光による欠陥部の出力レベルを−Ｓ、周辺領域の出力レベルが透過光による場合、反射光による場合ともＮとすると、欠陥部の出力レベルは２Ｓ、周辺領域の出力レベルは１．４Ｎとなる。
そのため、欠陥判定におけるＳ／Ｎ比をさらに向上させることができるので、さらに微細な欠陥まで判定することが可能となる。
【００６１】
本実施の形態によれば、光学的に解像できないパターンであっても充分な検査感度を得ることができる。
また、出力変位演算部を設けることで、周辺領域の出力レベルを平坦化することができる。そのため、欠陥判定におけるＳ／Ｎ比を向上させることができるので、より微細な欠陥までを判定することができる。
【００６２】
また、透過光に基づくデータと反射光に基づくデータとの差をとる（一方の極性を反転させるとともに両者を足し合わせる）ことで欠陥部を強調することができる。そのため、欠陥判定におけるＳ／Ｎ比をさらに向上させることができるので、さらに微細な欠陥までを判定することができる。
【００６３】
[第２の実施形態]
図８は、第２の実施形態に係るパターン検査装置を例示するためのブロック図である。 なお、図８は、一例として、ダイ・トゥ・データベース（Die-to-Database）法を用いてパターンの検査を行うパターン検査装置を例示するものである。
図８に示すように、パターン検査装置５１には、検出データ作成部２ａ、参照データ作成部４０（第１の参照データ作成部）、検査部５３が設けられている。
【００６４】
そして、検出データ作成部２ａには、光源２１、照明光学系２２、載置部２３、結像光学系２４、検出部２５、変換部２６、位置検出部２７が設けられている。
位置検出部２７は、載置部２３の位置情報を取得して後述するデータ作成部４３に位置情報を提供する。位置検出部２７としては、例えば、レーザ干渉計やリニアエンコーダなどを例示することができる。ただし、これらに限定されるわけではなく、載置部２３の位置情報を電気信号に変換できるものを適宜選択することができる。
参照データ作成部４０には、データ格納部４１、データ展開部４２、データ作成部４３が設けられている。
参照データ作成部４０は、データ格納部４１に格納された設計データなどに基づいて参照データ（第１の参照データ）を作成する。すなわち、参照データ作成部４０は、被検査体１００に形成されたパターンに関する参照データを作成する。
データ格納部４１は、パターンの形成に用いられる作画データや作画データに変換する前の設計データなどを格納する。
【００６５】
データ展開部４２は、データ格納部４１から提供された設計データなどをビットパターンに展開する。
データ作成部４３は、ビットパターンに展開されたデータを図形解釈することで参照データを作成する。この際、検出データの分解能に合わせて参照データが作成される。
また、データ作成部４３は、位置検出部２７から提供された載置部２３の位置情報に基づいて、参照データから対象となる部分の参照データを抽出して出力する。すなわち、載置部２３の位置情報から載置部２３に保持された被検査体１００の検査領域に関する位置情報を取得し、検査領域の位置（検出部２５によるデータの取り込み位置）に合せて参照データから対象となる部分の参照データを抽出して出力する。
データ作成部４３には、後述する透過検査部５３ａに参照データを提供するデータ作成部４３ａと、反射検査部５３ｂに参照データを提供するデータ作成部４３ｂとがある。この場合、データ作成部４３ａと、データ作成部４３ｂとは同様のものとすることができる。
【００６６】
検査部５３は、透過光に基づいた検出データを用いて検査を行う透過検査部５３ａと、反射光に基づいた検出データを用いて検査を行う反射検査部５３ｂとを有する。
透過検査部５３ａ、反射検査部５３ｂには、階調変換部５２（第１の階調変換部）、レベル差演算部５４（第３のレベル差演算部）、判定部５５（第５の判定部）が設けられている。
ここで、透過検査部５３ａに設けられる各要素と、反射検査部５３ｂに設けられる各要素とは同様のものとすることができる。そのため、一例として、反射検査部５３ｂに設けられる各要素について例示をする。
【００６７】
前述したように参照データの作成は、設計データなどをビットパターンに展開して行う。この際、対象となる画素毎に展開したパターンデータに占める割合を演算し、これに基づいて参照データを作成する。この場合、例えば、パターンデータに占める割合が０％、５０％、１００％の画素は、それぞれ０、５０、１００などの数値に変換されて参照データが作成される。
【００６８】
この様な方法で作成された参照データは、光学的に解像できるパターンに対しては、パターンデータに占める割合に応じた出力レベルとなるので、検出部２５の出力レベルに対応したものとなる。
ところが、解像限界以下のパターンに対しては、解像限界以下のパターンの形状条件などにより透過率や反射率が変化するため、参照データが検出部２５の出力レベルに対応したものとはならない場合がある。
そのため、本実施の形態においては、参照データの出力レベルが検出部２５の出力レベルに対応したものとなるように階調変換部５２により出力レベルの変換を行っている。
【００６９】
階調変換部５２は、参照データの出力レベルが検出部２５の出力レベルに対応したものとなるように出力レベルの変換を行う。この場合、予め求められた階調変換テーブルにより出力レベルの変換を行うようにすることができる。なお、階調変換テーブルは、実験やシミュレーションなどにより予め求めるようにすることができる。
【００７０】
レベル差演算部５４は、変換部２６ｂからの検出データと、階調変換部５２により出力レベルの変換がされた参照データと、の差を演算する。
判定部５５は、レベル差演算部５４からの入力データに対して下限の閾値を用いて判定を行う判定部５６ａ、レベル差演算部５４からの入力データに対して上限の閾値を用いて判定を行う判定部５６ｂ、論理和演算部５７を有する。
論理和演算部５７は、判定部５６ａ、５６ｂにおける判定結果を論理和演算する。そのため、判定部５６ａ、５６ｂの判定結果のうち、少なくとも一方が欠陥があるとの判定結果である場合には、論理和演算部５７は、欠陥があるとの検査結果を出力する。
【００７１】
図９は、反射検査部５３ｂの作用を例示するための模式図である。
図９中のデータＰ１は検出データにおける画像データ、データＰ２は参照データにおける画像データ、データＰ３は階調変換部により変換された画像データを表している。データＰ１〜Ｐ３の下方に描かれた線図は、各画像データの横方向に沿った出力レベルのプロファイルである。
各画像データにおけるＡ、Ａ１、Ａ２は解像限界以下のパターン、Ｂ、Ｂ１、Ｂ２は光学的に解像できるパターンを表している。
また、図９中のグラフ図Ｊは、階調変換テーブルをグラフ図化したものである。この場合、グラフ図Ｊ中のＫ部に示す領域において出力レベルの変換が行われることを表している。図Ｊは、一例として、Ｋ部に示す領域において出力レベルを増加させる場合を例示したものである。なお、階調変換テーブルは図Ｊに例示をしたものに限定されるわけではなく、適宜変更することができる。
【００７２】
前述したように、解像限界以下のパターンの形状条件などにより透過率や反射率が変化するため、参照データが検出部２５の出力レベルに対応したものとはならない場合がある。そのため、データＰ１とデータＰ２とが異なるものとなる場合がある。
そこで、階調変換部５２によりデータＰ２の出力レベルの変換を行い、変換後のデータＰ３の出力レベルがデータＰ１の出力レベルに対応したものとなるようにしている。
【００７３】
そして、データＰ１とデータＰ３との差がレベル差演算部５４により演算される。レベル差演算部５４により演算されたデータは、判定部５６ａ、５６ｂに入力されてそれぞれ下限の閾値、上限の閾値を用いて判定が行われる。判定部５６ａ、５６ｂにおける判定結果は、論理和演算部５７において論理和演算され、判定部５６ａ、５６ｂの判定結果のうち、少なくとも一方が欠陥があるとの判定結果である場合には、欠陥があるとの検査結果が出力される。
【００７４】
以上、反射検査部５３ｂに設けられる各要素について例示をしたが、透過検査部５３ａに設けられる各要素も同様のものとすることができる。そして、透過検査部５３ａには、変換部２６ａからの検出データ、すなわち透過光に基づいた検出データが入力され、前述した反射検査部５３ｂの場合と同様にして欠陥の有無が検査される。
【００７５】
なお、透過検査部５３ａと反射検査部５３ｂとが設けられた場合を例示したが、いずれか一方が設けられるようにすることもできる。ただし、透過検査部５３ａと反射検査部５３ｂとを設けるようにすればより適切な検査を行うことができる。
【００７６】
図１０は、他の実施形態に係る検査部を例示するためのブロック図である。
図１０に示すように、検査部１５３には、階調変換部５２、識別部１３２（第４の識別部）、抽出部１３３（第４の抽出部）、レベル差演算部５４、判定部５５が設けられている。なお、検査部１５３には、透過光に基づいた検出データを用いて検査を行う透過検査部１５３ａと、反射光に基づいた検出データを用いて検査を行う反射検査部１５３ｂとがあるが、構成自体は同様とすることができる。
【００７７】
識別部１３２は、入力された参照データが解像限界以下のパターンの画像に関するデータであるか否かを識別する。なお、識別部１３２は、前述した識別部３２と同様のものとすることができるのでその構成や作用に関する説明は省略する。
抽出部１３３は、識別部１３２からの「識別フラグ」が入力された場合には、対応する検出データと階調変換部５２により変換がされた参照データとをレベル差演算部５４に向けて出力する。すなわち、識別部１３２により解像限界以下のパターンのデータであると識別された参照データと対応する検出データとをレベル差演算部５４に向けて出力する。なお、抽出部１３３は、前述した抽出部３３と同様のものとすることができるのでその構成や作用に関する説明は省略する。
【００７８】
この様にすれば、解像限界以下のパターンのみを検査することができる。
この場合、検査対象となるパターンに光学的に解像できるパターンが含まれている場合がある。そのため、図１０に示すように検出データと階調変換部５２により変換がされた参照データとを外部に取り出す出力部３０ａを設け、出力部３０ａに光学的に解像できるパターンを検査する図示しない検査部を接続できるようになっている。なお、光学的に解像できるパターンを検査する検査部には既知の技術を適用させることができるので、その説明は省略する。
【００７９】
本実施の形態によれば、光学的に解像できないパターンであっても充分な検査感度を得ることができる。
また、階調変換部５２を設けるようにしているので、参照データの出力レベルを検出部２５の出力レベルに対応したものとすることができる。そのため、検査精度を向上させることができ、より微細な欠陥までを判定することができる。
【００８０】
また、識別部１３２を設けるようにすれば、検査が困難であった光学的に解像できないパターンを優先して検査することができる。
【００８１】
[第３の実施形態]
図１１は、第３の実施形態に係るパターン検査装置を例示するためのブロック図である。なお、図１１は、一例として、ダイ・トゥ・データベース（Die-to-Database）法を用いてパターンの検査を行うパターン検査装置を例示するものである。
後述するように、ライン部分とスペース部分との比率やパターンの高さ寸法などのパターンの形状条件、表面に設けられた膜（例えば、クロム（Ｃｒ）膜など）が占める割合、膜の厚みなどにより透過率や反射率が変化する。
そのため、本実施の形態においては、解像限界以下のパターンの透過率や反射率の変化の度合いをも測定し、パターン線幅の変化、パターン形成時のプロセス条件の変化を検査するようにしている。
なお、パターンの形状条件などが透過率や反射率に与える影響に関しては後述する。
【００８２】
図１１に示すように、パターン検査装置６１には、検出データ作成部２ａ、参照データ作成部４０、検査部６３が設けられている。
【００８３】
そして、検出データ作成部２ａには、光源２１、照明光学系２２、載置部２３、結像光学系２４、検出部２５、変換部２６、位置検出部２７が設けられている。
参照データ作成部４０には、データ格納部４１、データ展開部４２、データ作成部４３が設けられている。
【００８４】
検査部６３は、透過光に基づいた検出データを用いて検査を行う透過検査部６３ａと、反射光に基づいた検出データを用いて検査を行う反射検査部６３ｂとを有する。
透過検査部６３ａに設けられる各要素と、反射検査部６３ｂに設けられる各要素とは同様のものとすることができる。そのため、一例として、反射検査部６３ｂに設けられる各要素について例示をする。
【００８５】
反射検査部６３ｂには、階調変換部５２、レベル差演算部５４、平均レベル差演算部６２、分布集計部６４、判定部６５、表示部６６が設けられている。
平均レベル差演算部６２は、レベル差演算部５４からの入力データの平均値を演算する。この際、予め定められた一定の領域（例えば、検出データにおけるＮ画素×Ｎ画素の領域）における平均値が演算される。
【００８６】
分布集計部６４は、平均レベル差演算部６２で演算された平均値を被検査体１００の検査領域の全域に渡って集計する。
この様に被検査体１００の検査領域の全域に渡ってデータを集計することで反射率の変化の度合を測定することができる。なお、透過検査部６３ａによれば透過率の変化の度合を測定することができる。
そして、解像限界以下のパターンの透過率や反射率の変化の度合いを測定することで、パターン線幅の変化、パターン形成時のプロセス条件の変化を検査することができる。また、製造過程における異常要因なども知ることができる。
また、パターンを形成する際の描画プロセスやエッチングプロセスにおけるプロセス条件の変化などが測定できるようになる。そのため、パターンを形成する際の描画プロセスやエッチングプロセス対して変化を低減させるための条件をフィードバックすることができる。
また、この様なパターンが形成されたものを使ってさらに他の製品を製造するような場合には、変化したパターン線幅などを後工程にフォードフォワードすることで製品の歩留まりを向上させることができる。例えば、被検査体１００がフォトマスクの場合には、変化したパターン線幅などをリソグラフィプロセスにフォードフォワードすることで半導体装置などの歩留まりを向上させることができる。
【００８７】
判定部６５は、平均レベル差演算部６２で演算された平均値を、例えば、上限および下限の２つの閾値を用いて判定し、閾値を超えた部分を欠陥部と判定するようにすることができる。なお、判定部６５の構成は、前述した判定部５５と同様とすることができるのでその説明は省略する。
【００８８】
表示部６６は、分布集計部６４により集計された情報を表示する。
例えば、分布集計部６４から提供された反射率の変化の度合（透過検査部６３ａの場合は透過率の変化の度合）を、等高線やカラーバーなどを用いた２次元マップとして表示するようにすることができる。
【００８９】
以上、反射検査部６３ｂに設けられる各要素について例示をしたが、透過検査部６３ａに設けられる各要素も同様のものとすることができる。そして、透過検査部６３ａには、変換部２６ａからの検出データ、すなわち透過光に基づいた検出データが入力され、前述した反射検査部６３ｂの場合と同様にして欠陥の有無が検査される。
【００９０】
なお、透過検査部６３ａと反射検査部６３ｂとが設けられた場合を例示したが、いずれか一方が設けられるようにすることもできる。ただし、透過検査部６３ａと反射検査部６３ｂとを設けるようにすればより適切な検査を行うことができる。
【００９１】
図１２は、他の実施形態に係る検査部を例示するためのブロック図である。
図１２に示すように、検査部１６３には、階調変換部５２、識別部１３２、抽出部１３３、レベル差演算部５４、平均レベル差演算部６２、分布集計部６４、判定部６５が設けられている。
検査部１６３には、透過光に基づいた検出データを用いて検査を行う透過検査部１６３ａと、反射光に基づいた検出データを用いて検査を行う反射検査部１６３ｂとがあるが、構成自体は同様とすることができる。
なお、検査部１６３に設けられる各要素自体は、前述したものと同様とすることができるので、それらの説明は省略する。
【００９２】
検査部１６３には、図１０に例示をしたものと同様に識別部１３２、抽出部１３３が設けられている。そのため、解像限界以下のパターンのみを検査することができる。
この場合、検査対象となるパターンに光学的に解像できるパターンが含まれている場合がある。そのため、図１２に示すように検出データと階調変換部５２により変換がされた参照データとを外部に取り出す出力部３０ｂを設け、出力部３０ｂに光学的に解像できるパターンを検査する図示しない検査部を接続できるようになっている。なお、光学的に解像できるパターンを検査する検査部には既知の技術を適用させることができるので、その説明は省略する。
【００９３】
本実施の形態によれば、光学的に解像できないパターンであっても充分な検査感度を得ることができる。
また、平均レベル差演算部、分布集計部を設けるようにしているので、透過率や反射率の変化の度合いを測定することができる。そのため、ライン部分とスペース部分との比率やパターンの高さ寸法などのパターンの形状条件、表面に設けられた膜が占める割合、膜の厚みなどの変化（例えば、パターン線幅の変化、パターン形成時のプロセス条件の変化など）を検査することができる。また、製造過程における異常要因なども知ることができる。さらに、変化を低減させるための条件をパターンを形成するプロセスにフィードバックしたり、変化したパターン線幅などを後工程にフォードフォワードすることで製品の歩留まりを向上させることができる。
【００９４】
また、階調変換部５２を設けるようにしているので、参照データの出力レベルを検出部２５の出力レベルに対応したものとすることができる。そのため、検査精度を向上させることができ、より微細な欠陥までを判定することができる。
また、識別部１３２を設けるようにすれば、検査が困難であった光学的に解像できないパターンを優先して検査することができる。
【００９５】
[第４の実施形態]
図１３は、所定の繰り返し周期を有する解像限界以下のパターンと検出データの出力レベルとの関係を例示するための模式図である。なお、図１３（ａ）は所定の繰り返し周期を有する筋状のパターンの模式拡大図、図１３（ｂ）は図１３（ａ）におけるＩ−Ｉ線に沿った出力レベルのプロファイルである。図１３（ｃ）も所定の繰り返し周期を有する筋状のパターンの模式拡大図、図１３（ｄ）は図１３（ｃ）におけるＪ−Ｊ線に沿った出力レベルのプロファイルである。図１３（ｅ）は所定の繰り返し周期を有する点状のパターンの模式拡大図、図１３（ｆ）は図１３（ｅ）におけるＫ−Ｋ線に沿った出力レベルのプロファイルである。
【００９６】
解像限界以下のパターンは、そのパターン自体を光学的に解像することができないが、例えば、図１３（ａ）、（ｃ）、（ｅ）に示すもののように、解像限界以下のパターンが所定の周期で配設されているような場合には、検出データの出力レベルが図１３（ｂ）、（ｄ）、（ｆ）に示すように所定の繰り返し周期で変動する。
そのため、検出データの出力レベルの繰り返し周期、変動の度合いなどを測定すれば、解像限界以下のパターンの形態（例えば、パターンの形状やピッチ寸法など）を特定することができる。
そこで、本実施の形態においては、解像限界以下のパターンを抽出し、抽出した解像限界以下のパターンから、相関演算により特定の繰り返し周期を有するパターンを検出するようにしている。
そして、検出された特定の繰り返し周期を有するパターンに基づいて欠陥の有無を判定するようにしている。
【００９７】
図１４は、第４の実施形態に係るパターン検査装置を例示するためのブロック図である。 なお、図１４は、一例として、ダイ・トゥ・ダイ（Die-to-Die）法を用いてパターンの検査を行うパターン検査装置を例示するものである。
図１４に示すように、パターン検査装置７１には、検出データ作成部２、検査部７３が設けられている。
【００９８】
検査部７３は、透過光に基づいた検出データを用いて検査を行う透過検査部７３ａと、反射光に基づいた検出データを用いて検査を行う反射検査部７３ｂとを有する。
透過検査部７３ａに設けられる各要素と、反射検査部７３ｂに設けられる各要素とは同様のものとすることができる。そのため、一例として、反射検査部７３ｂに設けられる各要素について例示をする。
【００９９】
反射検査部７３ｂには、遅延部３１、識別部３２、抽出部３３、パターン抽出部７２、パターン遅延部７４、比較部７５、判定部７６、論理和演算部７７（第３の論理和演算部）が設けられている。
図１５は、図１４におけるパターン抽出部、パターン遅延部、比較部、判定部を例示するためのブロック図である。
なお、検出データが入力される側には、パターン抽出部７２ａ（第１のパターン抽出部）、パターン遅延部７４ａ（第４の遅延部）、比較部７５ａ（レベル差演算部７５ａ１（第４のレベル差演算部））、判定部７６ａ（第７の判定部）が設けられている。
また、遅延データが入力される側には、パターン抽出部７２ｂ（第２のパターン抽出部）、パターン遅延部７４ｂ（第５の遅延部）、比較部７５ｂ（レベル差演算部（第５のレベル差演算部）、判定部７６ｂ（第８の判定部）が設けられている。
この場合、検出データが入力される側に設けられる各要素と、遅延データが入力される側に設けられる各要素とは同様とすることができる。そのため、一例として、検出データが入力される側に設けられる各要素について例示をする。
【０１００】
パターン抽出部７２ａには、パターン抽出部７２ａ１、相関演算部７２ａ２が設けられている。
パターン抽出部７２ａ１には、抽出部３３を介して検出データが入力される。すなわち、前述したものと同様に、識別部３２において解像限界以下のパターンの画像に関するデータと認識された検出データがパターン抽出部７２ａ１に入力される。
一方、相関演算部７２ａ２には、抽出部３３を介して検出データが入力されるとともにテンプレート情報１０４が入力される。すなわち、識別部３２において解像限界以下のパターンの画像に関するデータと認識された検出データとテンプレート情報１０４とが相関演算部７２ａ２に入力される。
【０１０１】
相関演算部７２ａ２は、入力された解像限界以下のパターンと、テンプレート情報１０４に含まれる特定の繰り返し周期を有するパターンとの相関演算（パターンマッチング）を行う。そして、マッチングがされた場合には「テンプレートマッチング結果」を出力する。「テンプレートマッチング結果」は、「有効フラグ」としてパターン抽出部７２ａ１に向けて出力される。
【０１０２】
パターン抽出部７２ａ１は、相関演算部７２ａ２においてマッチングがされたパターンのデータを検出データから抽出する。
【０１０３】
パターン遅延部７４ａには、パターン抽出部７２ａ１により抽出されたパターンに関するデータが入力される。
パターン遅延部７４ａは、入力されたデータの伝達に一定の時間遅れを作ることで、次にパターン抽出部７２ａ１から出力されるデータと比較するための比較データ（第１の比較データ）を作成する。なお、遅延データが入力される側に設けられるパターン遅延部７４ｂは、入力されたデータの伝達に一定の時間遅れを作ることで、次にパターン抽出部７２ａ１から出力されるデータと比較するための比較データ（第２の比較データ）を作成する。そして、パターン遅延部７４ａは、作成したデータを比較部７５ａに向けて出力する。
【０１０４】
比較部７５ａには、レベル差演算部７５ａ１（第４のレベル差演算部）が設けられている。
レベル差演算部７５ａ１は、パターン抽出部７２ａ１から入力されたデータと、遅延部７４ａから入力されたデータとの差を演算する。そして、レベル差演算部７５ａ１は、演算されたデータを判定部７６ａに向けて出力する。
【０１０５】
判定部７６ａには、判定部７６ａ１、７６ａ２、論理和演算部７６ａ３が設けられている。
判定部７６ａ１、７６ａ２は、入力されたデータに対して上限および下限の２つの閾値を用いて判定を行う。例えば、判定部７６ａ１が下限の閾値を用いて判定を行うものとし、判定部７６ａ２が上限の閾値を用いて判定を行うものとすることができる。
【０１０６】
論理和演算部７６ａ３は、判定部７６ａ１による判定結果と、判定部７６ａ２による判定結果との論理和演算を行う。そのため、判定部７６ａ１による判定結果と、判定部７６ａ２による判定結果とのうち、少なくとも一方が欠陥があるとの判定結果である場合には、論理和演算部７６ａ３は、欠陥があるとの判定結果を論理和演算部７７に向けて出力する。
【０１０７】
論理和演算部７７には、判定部７６ａからの判定結果と、判定部７６ｂからの判定結果とが入力される。すなわち、遅延データが入力される側においても同様の演算が行われ、判定部７６ｂから欠陥の有無に関する判定結果が論理和演算部７７に入力される。
論理和演算部７７は、判定部７６ａによる判定結果と、判定部７６ｂによる判定結果との論理和演算を行う。そのため、判定部７６ａによる判定結果と、判定部７６ｂによる判定結果とのうち、少なくとも一方が欠陥があるとの判定結果である場合には、論理和演算部７７から欠陥があるとの検査結果が出力される。
【０１０８】
なお、透過検査部７３ａと反射検査部７３ｂとが設けられた場合を例示したが、いずれか一方が設けられるようにすることもできる。ただし、透過検査部７３ａと反射検査部７３ｂとを設けるようにすればより適切な検査を行うことができる。
【０１０９】
前述した相関演算部７２ａ２における相関演算（パターンマッチング）は、固定テンプレートを用いた場合であるが、マッチング領域を任意に設定することができる可変テンプレートを用いることもできる。
図１６は、可変テンプレートについて例示をするためのブロック図である。
図１６に示すように、可変テンプレート１７０には、遅延部１７１、バッファ部１７２、二値化部１７３、マッチング部１７４、論理積演算部１７７が設けられている。
遅延部１７１は、入力されたデータ（例えば、検出データ）の電気信号の波形を変えずに伝達に一定の時間遅れを作る。
バッファ部１７２は、遅延部１７１を介して入力されたデータをＮ×Ｎ画素のデータとして蓄積する。
【０１１０】
二値化部１７３には、変換部１７３ａ、１７３ｂが設けられている。変換部１７３ａ、１７３ｂは、それぞれ異なる値の閾値（例えば、閾値Ｘ１、閾値Ｘ２）を用いて二値化を行う。
バッファ部１７２に蓄積されたＮ×Ｎ画素のデータは、二値化部１７３において異なる値の閾値を用いて二値化され、Ｎ×Ｎ画素の各画素に対応する画素マッチング部１７４０〜１７４Ｎ−１にそれぞれ提供される。なお、閾値は任意に変更することができるようになっている。
【０１１１】
マッチング部１７４には、Ｎ×Ｎ画素の各画素に対応する画素マッチング部１７４０〜１７４Ｎ−１が設けられている。また、各画素マッチング部１７４０〜１７４Ｎ−１には、論理演算部１７５ａ、１７５ｂ、論理積演算部１７６がそれぞれ設けられている。
論理演算部１７５ａ、１７５ｂにおける論理は任意に設定することができるようになっている。すなわち、論理演算部１７５ａ、１７５ｂにおける論理を任意に設定することで、テンプレートを構成する画素における論理を任意に設定することができる可変テンプレートが構成されるようになっている。
例えば、論理演算部１７５ａにおいては、「当該画素の値＞閾値Ｘ１、当該画素の値≦閾値Ｘ１、演算不要」のいずれかが選択、設定されるようになっている。また、論理演算部１７５ｂにおいては、「当該画素の値＞閾値Ｘ２、当該画素の値≦閾値Ｘ２、演算不要」のいずれかが選択、設定されるようになっている。そして、二値化部１７３から提供されたデータが、設定された論理により判定されるようになっている。
【０１１２】
この場合、「演算不要」は、当該画素の値がどのようなものであるかが明らかな場合に選択、設定するものとすることができる。例えば、ホールパターンのホール部分（透過部）に位置する画素のように「明」であることが明らかな場合には、図中の「１」を選択、設定することで常に「ＯＮ（明）」と判定するようにすることができる。
【０１１３】
論理積演算部１７６は、論理演算部１７５ａ、１７５ｂから出力された判定結果を論理積演算することで当該画素におけるマッチング結果を出力する。
論理積演算部１７７は、各画素マッチング部１７４０〜１７４Ｎ−１における論理積演算部１７６のマッチング結果をさらに論理積演算し、マッチングがされた場合には「テンプレートマッチング結果」を出力する。「テンプレートマッチング結果」は、「有効フラグ」としてパターン抽出部７２ａ１に向けて出力される。
【０１１４】
この様に、設定したテンプレートの論理設定に添ってＮ×Ｎ画素全部のマッチング結果の論理積をとることが可能となるので、任意の論理設定によるテンプレートマッチングが可能となる。また、任意の論理設定によるテンプレートマッチングが可能となれば、特性を検出するパターンの形状などに整合するテンプレートを「検出レシピ」などから容易に設定することができるようになる。
なお、二値化部１７３は、２個の異なる値の閾値を用いて二値化を行うだけではなく、３個以上の複数の閾値を用いて二値化を行うようにしてもよい。この場合、閾値の数に応じてマッチング部の論理演算部を増やすようにすれば、明るさレベルに対してもより任意な条件でテンプレートマッチングを行うことができるようになる。
【０１１５】
以上は、解像限界以下のパターンを検査する場合である。この場合、検査対象となるパターンに光学的に解像できるパターンが含まれている場合がある。そのため、図１４に示すように検出データと遅延データとを外部に取り出す出力部３０ｃを設け、出力部３０ｃに光学的に解像できるパターンを検査する図示しない検査部を接続できるようになっている。なお、光学的に解像できるパターンを検査する検査部には既知の技術を適用させることができるので、その説明は省略する。
【０１１６】
本実施の形態によれば、光学的に解像できないパターンであっても充分な検査感度を得ることができる。
また、相関演算部により、入力された解像限界以下のパターンから特定の繰り返し周期を有するパターンを検出し、検出された特定の繰り返し周期を有するパターンに基づいて欠陥の有無を判定することができる。
この際、検出された特定の繰り返し周期を有するパターン同士を比較することで、パターンのもつ出力レベルの変動を相互に相殺しながら比較検査を行うことが可能となる。
そのため、特定の繰り返し周期を有する解像限界以下のパターンにおいて、より微細な欠陥を検出することが可能となる。
【０１１７】
[第５の実施形態]
図１７は、第５の実施形態に係るパターン検査装置を例示するためのブロック図である。なお、図１７は、一例として、ダイ・トゥ・データベース（Die-to-Database）法を用いてパターンの検査を行うパターン検査装置を例示するものである。
図１７に示すように、パターン検査装置８１には、検出データ作成部２ａ、参照データ作成部４０、検査部８３が設けられている。
【０１１８】
検査部８３は、透過光に基づいた検出データを用いて検査を行う透過検査部８３ａと、反射光に基づいた検出データを用いて検査を行う反射検査部８３ｂとを有する。
透過検査部８３ａに設けられる各要素と、反射検査部８３ｂに設けられる各要素とは同様のものとすることができる。そのため、一例として、反射検査部８３ｂに設けられる各要素について例示をする。
【０１１９】
反射検査部８３ｂには、階調変換部５２、識別部１３２、抽出部１３３、パターン抽出部７２ｃ（第３のパターン抽出部）（パターン抽出部７２ｃ１、相関演算部７２ｃ２）、比較部７５ｃ、判定部７６ｃ（第９の判定部）が設けられている。
前述したものと同様に参照データ作成部４０により参照データが作成される。階調変換部５２は、参照データの出力レベルが検出部２５の出力レベルに対応したものとなるように出力レベルの変換を行う。識別部１３２は、入力された参照データが解像限界以下のパターンの画像に関するデータであるか否かを識別する。抽出部１３３は、識別部１３２により解像限界以下のパターンのデータであると識別された参照データと対応する検出データとをパターン抽出部７２ｃ１、相関演算部７２ｃ２に向けて出力する。
【０１２０】
相関演算部７２ｃ２は、入力された解像限界以下のパターンからテンプレート情報１０４に含まれる特定の繰り返し周期を有するパターンを相関演算（パターンマッチング）を行うことで検出する。
パターン抽出部７２ｃ１は、相関演算部７２ｃ２において検出されたパターンを検出データ、参照データから抽出する。
【０１２１】
前述したものと同様に、比較部７５ｃにはレベル差演算部７５ｃ１（第６のレベル差演算部）が設けられており、パターン抽出部７２ｃ１から入力された検出データと参照データとの差を演算する。そして、レベル差演算部７５ａ１は、演算されたデータを判定部７６ｃに向けて出力する。
前述したものと同様に、判定部７６ｃには、判定部７６ａ１、７６ａ２、論理和演算部７６ａ３が設けられている。
判定部７６ａ１、７６ａ２は、入力されたデータに対して上限および下限の２つの閾値を用いて判定を行う。例えば、判定部７６ａ１が下限の閾値を用いて判定を行うものとし、判定部７６ａ２が上限の閾値を用いて判定を行うものとすることができる。
論理和演算部７６ａ３は、判定部７６ａ１による判定結果と、判定部７６ａ２による判定結果との論理和演算を行う。そのため、判定部７６ａ１による判定結果と、判定部７６ａ２による判定結果とのうち、少なくとも一方が欠陥があるとの判定結果である場合には、論理和演算部７６ａ３から欠陥があるとの検査結果が出力される。
【０１２２】
なお、透過検査部８３ａと反射検査部８３ｂとが設けられた場合を例示したが、いずれか一方が設けられるようにすることもできる。ただし、透過検査部８３ａと反射検査部８３ｂとを設けるようにすればより適切な検査を行うことができる。
【０１２３】
以上は、解像限界以下のパターンを検査する場合である。この場合、検査対象となるパターンに光学的に解像できるパターンが含まれている場合がある。そのため、図１７に示すように検出データと参照データとを外部に取り出す出力部３０ｄを設け、出力部３０ｄに光学的に解像できるパターンを検査する図示しない検査部を接続できるようになっている。なお、光学的に解像できるパターンを検査する検査部には既知の技術を適用させることができるので、その説明は省略する。
【０１２４】
本実施の形態によれば、光学的に解像できないパターンであっても充分な検査感度を得ることができる。
また、相関演算部により、入力された解像限界以下のパターンから特定の繰り返し周期を有するパターンを検出し、検出された特定の繰り返し周期を有するパターンに基づいて欠陥の有無を判定することができる。
この際、特定の繰り返し周期を有する検出データに係るパターンと、特定の繰り返し周期を有する参照データに係るパターンとを比較することで、パターンのもつ出力レベルの変動を相互に相殺しながら比較検査を行うことが可能となる。
そのため、特定の繰り返し周期を有する解像限界以下のパターンにおいて、より微細な欠陥を検出することが可能となる。
【０１２５】
[第６の実施形態]
次に、第６の実施形態に係るパターンを有する構造体について例示をする。
まず、前述したパターンの形状条件などが透過率や反射率に与える影響について例示をする。
図１８は、パターンの形状条件と反射率との関係を例示するための模式図である。
なお、図１８（ａ）は本実施の形態において対象としている解像限界以下の微細パターンの周期的な構造を例示するための模式図、図１８（ｂ）はパターンの形状条件と反射率との関係を例示するための模式グラフ図である。
図１８（ａ）に示すように、解像限界以下のラインアンドスペースパターンの場合、屈折率は偏光により異なるものとなることが知られている。例えば、電場の振動方向がパターンと並行なＴＥ波の場合には、以下の（１）式により屈折率ｎ’が求められる。ここで、Ｌはライン部分の幅寸法、Ｓはスペース部分の幅寸法、Ｌ＋Ｓはパターンのピッチ寸法、ｎ１はライン部分の屈折率、ｎ２はスペース部分の屈折率である。
【数１】
また、ガラスなどのように消衰係数（ｋ)がゼロの場合には、反射率Ｒは以下の（２）式で求められる。
【数２】
ここで、ライン部分の材質をガラス、スペース部分を空気、パターンのピッチ寸法（Ｌ＋Ｓ）を一定（例えば、４８ｎｍ）とし、ライン部分の幅寸法Ｌを変化させた場合の反射率を（１）式、（２）式より求めると、図１８（ｂ）に示すものとなる。
図１８（ｂ）から分かるように、パターンのピッチ寸法が同じであったとしても、ライン部分の幅寸法Ｌが変化すると反射率も変化する。すなわち、ライン部分とスペース部分との比率によって反射率が変化することになる。このことは、反射率を測定すればライン部分とスペース部分との比率、プロセス要因によるライン部分の幅寸法などを検査することができることを意味する。
【０１２６】
図１９は、表面に設けられた膜が占める割合と反射率、透過率との関係を例示するための模式図である。
なお、図１９（ａ）は表面に膜が設けられたパターンの構造を例示するための模式図、図１９（ｂ）はパターンの表面に設けられた膜が占める割合と反射率、透過率との関係を例示するための模式グラフ図である。
図１９（ａ）に示すように、ガラス基板の表面にラインアンドスペースパターンを形成し、パターンの表面（ラインアンドスペースの上部）に例えばクロム（Ｃｒ）膜１０３が設けられているとする。
この様な場合、クロム膜１０３の反射率はガラスの反射率より数倍高いため、前述したライン部分（ガラスからなる部分）の寸法変化よりもクロム膜１０３の存在が反射率や透過率に大きな影響を及ぼすことになる。
【０１２７】
例えば、図１９（ｂ）に示すように、クロム膜１０３が占める割合を多くすると透過率が低くなり、反射率が高くなる。また、クロム膜１０３が占める割合を少なくすると透過率が高くなり、反射率が低くなる。
なお、表面に設けられた膜がクロム（Ｃｒ）以外の材質からなる場合も同様である。ただし、表面に設けられた膜の材質による光学定数（ｎ、ｋ）により値は異なるものとなる。
【０１２８】
この様に、表面に設けられた膜が占める割合で透過率や反射率が変化することになる。このことは、透過率や反射率を測定すれば表面に設けられた膜が占める割合を検査することができることを意味する。
【０１２９】
図２０は、表面に設けられた膜の厚みと反射率との関係を例示するための模式図である。 なお、図２０（ａ）は表面に膜が設けられたパターンの構造を例示するための模式図、図２０（ｂ）はパターンの表面に設けられた膜の厚みと反射率との関係を例示するための模式グラフ図である。
【０１３０】
図２０（ａ）に示すように、ガラス基板の表面にラインアンドスペースパターンを形成し、パターンの表面（ラインアンドスペースの上部）に例えばクロム（Ｃｒ）膜１０３が設けられている。また、クロム膜１０３の厚みをＴとしている。
そして、パターンの表面に設けられたクロム膜１０３の厚みと反射率との関係を光学シミュレーションにより求めた結果が図２０（ｂ）に例示をするものとなる。
【０１３１】
図２０（ｂ）に示すように、クロム膜１０３の厚みＴを変化させると反射率も変化する。そのため、クロム膜１０３の厚みＴを制御することで、反射率を制御することができる。このことは、反射率を測定すればクロム膜１０３の厚みＴを検査することができることを意味する。
【０１３２】
図２１は、パターンの高さ寸法と反射率との関係を例示するための模式図である。
図２１（ａ）、（ｂ）は表面に膜が設けられたパターンの構造を例示するための模式図、図２１（ｃ）はパターンの高さ寸法と反射率との関係を例示するための模式グラフ図である。なお、パターンの表面に設けられた膜は、クロム膜１０３である。
【０１３３】
図２１（ａ）に示すようなパターンの高さ寸法Ｈ１が低い場合と、図２１（ｂ）に示すようなパターンの高さ寸法Ｈ２が高い場合とでは反射率は異なるものとなる。
例えば、パターンの高さ寸法が検査光２１ａの波長の１／４の場合には、光の干渉により反射光同士が打ち消しあって反射率が低くなる。パターンの高さ寸法が検査光２１ａの波長の１／２の場合には、光の干渉により反射光同士が強めあって反射率が高くなる。そのため、パターンの高さ寸法が検査光２１ａの波長の１／４〜１／２の間で光学シミュレーションを行い、パターンの高さ寸法と反射率との関係を求めた結果が図２１（ｃ）に例示をするものである。
【０１３４】
図２１（ｃ）に示すように、パターンの高さ寸法を変化させると反射率も変化する。そのため、パターンの高さ寸法を制御することで、反射率を制御することができる。このことは、反射率を測定すればパターンの高さ寸法を検査することができることを意味する。
【０１３５】
以上例示をしたように、反射率、透過率を測定すれば、ライン部分とスペース部分との比率やパターンの高さ寸法などのパターンの形状条件、表面に設けられた膜が占める割合、膜の厚みなどを検査することができる。
そのため、図１１、図１２に例示をしたパターン検査装置において、平均レベル差演算部、分布集計部により透過率や反射率の変化の度合いを測定し、これに基づいて判定部６５でライン部分とスペース部分との比率やパターンの高さ寸法などのパターンの形状条件、表面に設けられた膜が占める割合、膜の厚みなどの変化（例えば、パターン線幅の変化、パターン形成時のプロセス条件の変化など）を検査するようにしている。
【０１３６】
ここで、パターン検査装置により得られる検出データのＳ／Ｎ比は、検出データの信号レベルとノイズレベルとの比率で決まる。そのため、検出データ（検査画像）のＳ／Ｎ比は、検出データの信号レベルが低い場合にはノイズレベルが支配的となる。つまり、検出データの信号レベルが高い場合にはＳ／Ｎ比が高くなり、検出データの信号レベルが低い場合にはＳ／Ｎ比が低くなる。
すなわち、パターン検査装置により解像限界以下のパターンを検査する場合、反射率や透過率を高くすれば検出データの信号レベルを高くすることができるので、検出データ（検査画像）のＳ／Ｎ比を向上させることができる。
【０１３７】
そのため、本実施の形態に係るパターンを有する構造体においては、反射率および透過率の少なくともいずれかが高くなるように、ライン部分とスペース部分との比率やパターンの高さ寸法などのパターンの形状条件、表面に設けられた膜が占める割合、膜の厚みなどを制御している。
【０１３８】
本実施の形態に係るパターンを有する構造体によれば、反射率や透過率を高くすることができるので、前述したパターン検査装置または後述するパターン検査方法においてＳ／Ｎ比の高いパターン検査を行うことができる。
そのため、光学的に解像できないパターンであっても充分な検査感度を得ることができる。また、さらに微細な欠陥までを検査することが可能となる。
【０１３９】
次に、本実施の形態に係るパターン検査方法について例示をする。
なお、以下に例示をする各実施形態のステップにおいて実施されるデータの作成、解像限界以下のパターンの識別、欠陥の有無の判定などに関しては、前述したパターン検査装置において例示をしたものと同様のためそれらの詳細な説明は省略する。
【０１４０】
[第７の実施形態]
次に、第７の実施形態に係るパターン検査方法について例示をする。
本実施の形態に係るパターン検査方法は、例えば、図１に例示をした検査部３において実施することができる。
図２２は、第７の実施形態に係るパターン検査方法について例示をするためのフローチャートである。
【０１４１】
まず、被検査体１００に形成されたパターンの光学像に基づいて検出データを作成する（ステップＳ１）。
次に、検出データを時間遅延させることで遅延データを作成する（ステップＳ２）。
すなわち、検出データの電気信号の波形を変えずに伝達に一定の時間遅れを作ることで遅延データを作成する。
【０１４２】
次に、検出データから解像限界以下のパターンのデータを抽出する（ステップＳ３ａ）。解像限界以下のパターンのデータであるか否かの識別は、検出データの出力レベルに基づいて行うようにすることができる。
抽出された検出データの注目画素に対する周辺領域の出力レベルの平均値を求める（ステップＳ４ａ）。
抽出された検出データの出力レベルと周辺領域の出力レベルの平均値との差を求める（ステップＳ５ａ）。
求められた値に基づいて、検出データにおける欠陥の有無を判定する（ステップＳ６ａ）。
すなわち、抽出された検出データの出力レベルと、周辺領域の出力レベルの平均値と、の差に基づいて、検出データにおける欠陥の有無を判定する。
例えば、上限および下限の２つの閾値を用いて欠陥の有無を判定するようにすることができる。
【０１４３】
一方、遅延データから解像限界以下のパターンのデータを抽出する（ステップＳ３ｂ）。解像限界以下のパターンのデータであるか否かは、遅延データの出力レベルに基づいて識別することができる。
抽出された遅延データの注目画素に対する周辺領域の出力レベルの平均値を求める（ステップＳ４ｂ）。
抽出された遅延データの出力レベルと周辺領域の出力レベルの平均値との差を求める（ステップＳ５ｂ）。
【０１４４】
求められた値に基づいて、遅延データにおける欠陥の有無を判定する（ステップＳ６ｂ）。
すなわち、抽出された遅延データの出力レベルと、周辺領域の出力レベルの平均値と、の差に基づいて、遅延データにおける欠陥の有無を判定する。
例えば、上限および下限の２つの閾値を用いて欠陥の有無を判定するようにすることができる。
【０１４５】
次に、検出データにおける判定および遅延データにおける判定のうち少なくとも一方が欠陥があるとの判定結果である場合には、欠陥があるとの検査結果とする（ステップＳ７）。
すなわち、検出データにおける欠陥の有無を判定する工程における判定結果と、遅延データにおける欠陥の有無を判定する工程における判定結果と、に基づいて欠陥の検査結果を判定する。
【０１４６】
なお、検出データは透過光による光学像に基づいて作成されたものであってもよいし、反射光による光学像に基づいて作成されたものであってもよい。
本実施の形態によれば、光学的に解像できないパターンであっても充分な検査感度を得ることができる。
また、検出データの出力レベルと周辺領域の出力レベルの平均値との差、遅延データの出力レベルと周辺領域の出力レベルの平均値との差を求めることで、周辺領域の出力レベルを平坦化することができる。そのため、欠陥判定におけるＳ／Ｎ比を向上させることができるので、より微細な欠陥までを判定することができる。
【０１４７】
[第８の実施形態]
次に、第８の実施形態に係るパターン検査方法について例示をする。
本実施の形態に係るパターン検査方法は、例えば、図６に例示をした検査部１３において実施することができる。
図２３は、第８の実施形態に係るパターン検査方法について例示をするためのフローチャートである。
本実施の形態に係るパターン検査方法においては、透過光による光学像に基づいて作成された検出データ、反射光による光学像に基づいて作成された検出データの両方を用いる。
【０１４８】
まず、透過光によるパターンの光学像に基づいて検出データを作成する（ステップＳ１１ａ）。
次に、検出データから解像限界以下のパターンのデータを抽出する（ステップＳ１２ａ）。
抽出されたデータの注目画素に対する周辺領域の出力レベルの平均値を求める（ステップＳ１３ａ）。
ステップＳ１２ａにおいて抽出されたデータの出力レベルと、ステップＳ１３ａにおいて求められた周辺領域の出力レベルの平均値と、の差を求める（ステップＳ１４ａ）。
【０１４９】
一方、反射光によるパターンの光学像に基づいて検出データを作成する（ステップＳ１１ｂ）。
次に、検出データから解像限界以下のパターンのデータを抽出する（ステップＳ１２ｂ）。
抽出されたデータの注目画素に対する周辺領域の出力レベルの平均値を求める（ステップＳ１３ｂ）。
ステップＳ１２ｂにおいて抽出されたデータの出力レベルと、ステップＳ１３ｂにおいて求められた周辺領域の出力レベルの平均値と、の差を求める（ステップＳ１４ｂ）。
【０１５０】
一方、透過光による検出データを時間遅延させることで遅延データを作成する（ステップＳ１１ｃ）。
次に、遅延データから解像限界以下のパターンのデータを抽出する（ステップＳ１２ｃ）。
抽出されたデータの注目画素に対する周辺領域の出力レベルの平均値を求める（ステップＳ１３ｃ）。
ステップＳ１２ｃにおいて抽出されたデータの出力レベルと、ステップＳ１３ｃにおいて求められた周辺領域の出力レベルの平均値と、の差を求める（ステップＳ１４ｃ）。
【０１５１】
一方、反射光による検出データを時間遅延させることで遅延データを作成する（ステップＳ１１ｄ）。
次に、遅延データから解像限界以下のパターンのデータを抽出する（ステップＳ１２ｄ）。
抽出されたデータの注目画素に対する周辺領域の出力レベルの平均値を求める（ステップＳ１３ｄ）。
ステップＳ１２ｄにおいて抽出されたデータの出力レベルと、ステップＳ１３ｄにおいて求められた周辺領域の出力レベルの平均値と、の差を求める（ステップＳ１４ｄ）。
【０１５２】
次に、ステップＳ１４ａにおける演算値と、ステップＳ１４ｂにおける演算値との差を求める（ステップＳ１５ａ）。
すなわち、検出データに関し、透過光に係る演算値と、反射光に係る演算値との差を求める。
【０１５３】
ステップＳ１５ａにおける演算値に基づいて、検出データに係る欠陥の有無を判定する（ステップＳ１６ａ）。
【０１５４】
一方、ステップＳ１４ｃにおける演算値と、ステップＳ１４ｄにおける演算値との差を求める（ステップＳ１５ｂ）。
すなわち、遅延データに関し、透過光に係る演算値と、反射光に係る演算値との差を求める。
【０１５５】
ステップＳ１５ｂにおける演算値に基づいて、遅延データに係る欠陥の有無を判定する（ステップＳ１６ｂ）。
例えば、上限および下限の２つの閾値を用いて欠陥の有無を判定するようにすることができる。
次に、ステップＳ１６ａにおける判定結果と、ステップＳ１６ｂにおける判定結果と、に基づいて欠陥の検査結果を判定する（ステップＳ１７）。
この場合、検出データにおける判定および遅延データにおける判定のうち少なくとも一方が欠陥があるとの判定結果である場合には、欠陥があるとの検査結果とすることができる。
【０１５６】
本実施の形態によれば、光学的に解像できないパターンであっても充分な検査感度を得ることができる。
また、検出データの出力レベルと周辺領域の出力レベルの平均値との差、遅延データの出力レベルと周辺領域の出力レベルの平均値との差を求めることで、周辺領域の出力レベルを平坦化することができる。そのため、欠陥判定におけるＳ／Ｎ比を向上させることができるので、より微細な欠陥までを判定することができる。
【０１５７】
また、透過光に基づくデータと反射光に基づくデータとの差をとる（一方の極性を反転させるとともに両者を足し合わせる）ことで欠陥部を強調することができる。そのため、欠陥判定におけるＳ／Ｎ比をさらに向上させることができるので、さらに微細な欠陥までを判定することができる。
【０１５８】
[第９の実施形態]
次に、第９の実施形態に係るパターン検査方法について例示をする。
本実施の形態に係るパターン検査方法は、例えば、図８に例示をした検査部５３において実施することができる。
図２４は、第９の実施形態に係るパターン検査方法について例示をするためのフローチャートである。
まず、被検査体１００に形成されたパターンの光学像に基づいて検出データを作成する（ステップＳ２１）。
【０１５９】
一方、被検査体１００に形成されたパターンに関する参照データを作成する（ステップＳ２２）。
次に、参照データの出力レベルが検出データの出力レベルに対応したものとなるように出力レベルの変換を行う（ステップＳ２３）。
この場合、予め求められた階調変換テーブルにより出力レベルの変換を行うようにすることができる。なお、階調変換テーブルは、実験やシミュレーションなどにより予め求めるようにすることができる。
【０１６０】
次に、検出データと、出力レベルの変換がされた参照データと、の差を求める（ステップＳ２４）。
求められた値に基づいて、欠陥の有無を判定する（ステップＳ２５）。
例えば、上限および下限の２つの閾値を用いて欠陥の有無を判定するようにすることができる。
【０１６１】
次に、上限および下限の２つの閾値を用いた判定のうち少なくとも一方が欠陥があるとの判定結果である場合には、欠陥があるとの検査結果とする（ステップＳ２６）。
なお、検出データは透過光による光学像に基づいて作成されたものであってもよいし、反射光による光学像に基づいて作成されたものであってもよい。
【０１６２】
本実施の形態によれば、光学的に解像できないパターンであっても充分な検査感度を得ることができる。
また、参照データの出力レベルが検出データの出力レベルに対応したものとなるように出力レベルの変換を行うようにしているので、検査精度を向上させることができる。そのため、より微細な欠陥までを判定することができる。
【０１６３】
[第１０の実施形態]
次に、第１０の実施形態に係るパターン検査方法について例示をする。
本実施の形態に係るパターン検査方法は、例えば、図１０に例示をした検査部１５３において実施することができる。
図２５は、第１０の実施形態に係るパターン検査方法について例示をするためのフローチャートである。
まず、被検査体１００に形成されたパターンの光学像に基づいて検出データを作成する（ステップＳ３１）。
【０１６４】
一方、被検査体１００に形成されたパターンに関する参照データを作成する（ステップＳ３２）。
次に、参照データの出力レベルが検出データの出力レベルに対応したものとなるように出力レベルの変換を行う（ステップＳ３３）。
この場合、予め求められた階調変換テーブルにより出力レベルの変換を行うようにすることができる。なお、階調変換テーブルは、実験やシミュレーションなどにより予め求めるようにすることができる。
【０１６５】
次に、検出データ、参照データから解像限界以下のパターンのデータを抽出する（ステップＳ３４）。
解像限界以下のパターンのデータの抽出は、以下の手順で行うようにすることができる。まず、参照データが解像限界以下のパターンの画像に関するデータであるか否かを識別する（第１の識別工程）。
次に、第１の識別工程における識別の結果に基づいて、検出データと参照データとから解像限界以下のパターンのデータを抽出する。
解像限界以下のパターンのデータであるか否かの識別は、参照データの出力レベルに基づいて行うようにすることができる。この際、参照データに対する検出データについては、同様の識別結果を適用するようにすることができる。
【０１６６】
次に、抽出された検出データと、抽出された参照データと、の差を求める（ステップＳ３５）。
求められた値に基づいて、欠陥の有無を判定する（ステップＳ３６）。
例えば、上限および下限の２つの閾値を用いて欠陥の有無を判定するようにすることができる。
【０１６７】
次に、上限および下限の２つの閾値を用いた判定のうち少なくとも一方が欠陥があるとの判定結果である場合には、欠陥があるとの検査結果とする（ステップＳ３７）。
なお、検出データは透過光による光学像に基づいて作成されたものであってもよいし、反射光による光学像に基づいて作成されたものであってもよい。
【０１６８】
本実施の形態によれば、光学的に解像できないパターンであっても充分な検査感度を得ることができる。
また、参照データの出力レベルが検出データの出力レベルに対応したものとなるように出力レベルの変換を行うようにしているので、検査精度を向上させることができる。そのため、より微細な欠陥までを判定することができる。
また、検出データ、参照データから解像限界以下のパターンのデータを抽出するようにしているので、検査が困難であった光学的に解像できないパターンを優先して検査することができる。
【０１６９】
[第１１の実施形態]
次に、第１１の実施形態に係るパターン検査方法について例示をする。
本実施の形態に係るパターン検査方法は、例えば、図１１に例示をした検査部６３において実施することができる。
図２６は、第１１の実施形態に係るパターン検査方法について例示をするためのフローチャートである。
まず、被検査体１００に形成されたパターンの光学像に基づいて検出データを作成する（ステップＳ４１）。
【０１７０】
一方、被検査体１００に形成されたパターンに関する参照データを作成する（ステップＳ４２）。
次に、参照データの出力レベルが検出データの出力レベルに対応したものとなるように出力レベルの変換を行う（ステップＳ４３）。
この場合、予め求められた階調変換テーブルにより出力レベルの変換を行うようにすることができる。なお、階調変換テーブルは、実験やシミュレーションなどにより予め求めるようにすることができる。
【０１７１】
次に、検出データと、出力レベルの変換が行われた参照データと、の差を演算する（第１の演算工程）（ステップＳ４４）。
次に、ステップＳ４４における演算値の平均値を求める（第２の演算工程）（ステップＳ４５）。
この際、予め定められた一定の領域（例えば、検出データにおけるＮ画素×Ｎ画素の領域）における平均値が求められる。
【０１７２】
次に、求められた平均値を被検査体１００の検査領域の全域に渡って集計する（ステップＳ４６）。
なお、集計された情報を表示部６６などに表示させることもできる。
この様に被検査体１００の検査領域の全域に渡ってデータを集計することで解像限界以下のパターンの透過率や反射率の変化の度合いを測定することができる。
そして、解像限界以下のパターンの透過率や反射率の変化の度合いを測定することで、パターン線幅の変化、パターン形成時のプロセス条件の変化を検査することができる。また、製造過程における異常要因なども知ることができる。
また、パターンを形成する際の描画プロセスやエッチングプロセスにおけるプロセス条件の変化などが測定できるようになる。そのため、パターンを形成する際の描画プロセスやエッチングプロセス対して変化を低減させるための条件をフィードバックすることができる。
また、この様なパターンが形成されたものを使ってさらに他の製品を製造するような場合には、変化したパターン線幅などを後工程にフォードフォワードすることで製品の歩留まりを向上させることができる。例えば、被検査体１００がフォトマスクの場合には、変化したパターン線幅などをリソグラフィプロセスにフォードフォワードすることで半導体装置などの歩留まりを向上させることができる。
【０１７３】
一方、求められた平均値に基づいて、欠陥の有無を判定する（ステップＳ４７）。
例えば、上限および下限の２つの閾値を用いて欠陥の有無を判定するようにすることができる。
【０１７４】
この際、上限および下限の２つの閾値を用いた判定のうち少なくとも一方が欠陥があるとの判定結果である場合には、欠陥があるとの検査結果とすることができる。
なお、検出データは透過光による光学像に基づいて作成されたものであってもよいし、反射光による光学像に基づいて作成されたものであってもよい。
【０１７５】
本実施の形態によれば、光学的に解像できないパターンであっても充分な検査感度を得ることができる。
また、解像限界以下のパターンの透過率や反射率の変化の度合いを測定することができる。そのため、ライン部分とスペース部分との比率やパターンの高さ寸法などのパターンの形状条件、表面に設けられた膜が占める割合、膜の厚みなどの変化（例えば、パターン線幅の変化、パターン形成時のプロセス条件の変化など）を検査することができる。また、製造過程における異常要因なども知ることができる。さらに、変化を低減させるための条件をパターンを形成するプロセスにフィードバックしたり、変化したパターン線幅などを後工程にフォードフォワードすることで製品の歩留まりを向上させることができる。
また、参照データの出力レベルが検出データの出力レベルに対応したものとなるように出力レベルの変換を行うようにしているので、検査精度を向上させることができる。そのため、より微細な欠陥までを判定することができる。
【０１７６】
[第１２の実施形態]
次に、第１２の実施形態に係るパターン検査方法について例示をする。
本実施の形態に係るパターン検査方法は、例えば、図１２に例示をした検査部１６３において実施することができる。
図２７は、第１２の実施形態に係るパターン検査方法について例示をするためのフローチャートである。
まず、被検査体１００に形成されたパターンの光学像に基づいて検出データを作成する（ステップＳ５１）。
【０１７７】
一方、被検査体１００に形成されたパターンに関する参照データを作成する（ステップＳ５２）。
次に、参照データの出力レベルが検出データの出力レベルに対応したものとなるように出力レベルの変換を行う（ステップＳ５３）。
この場合、予め求められた階調変換テーブルにより出力レベルの変換を行うようにすることができる。なお、階調変換テーブルは、実験やシミュレーションなどにより予め求めるようにすることができる。
【０１７８】
次に、検出データ、参照データから解像限界以下のパターンのデータを抽出する（ステップＳ５４）。
解像限界以下のパターンのデータの抽出は、以下の手順で行うようにすることができる。 まず、検出データと参照データとが解像限界以下のパターンの画像に関するデータであるか否かを識別する（第２の識別工程）。
次に、第２の識別工程における識別の結果に基づいて、検出データと参照データとから解像限界以下のパターンのデータを抽出する。
解像限界以下のパターンのデータであるか否かの識別は、参照データの出力レベルに基づいて行うようにすることができる。この際、参照データに対する検出データについては、同様の識別結果を適用するようにすることができる。
【０１７９】
次に、抽出された検出データと、抽出された参照データと、の差を求める（ステップＳ５５）。
次に、求められた値の平均値を求める（ステップＳ５６）。
この際、予め定められた一定の領域（例えば、検出データにおけるＮ画素×Ｎ画素の領域）における平均値が求められる。
【０１８０】
次に、求められた平均値を被検査体１００の検査領域の全域に渡って集計する（ステップＳ５７）。
なお、集計された情報を表示部６６などに表示させることもできる。
一方、求められた平均値に基づいて、欠陥の有無を判定する（ステップＳ５８）。
例えば、上限および下限の２つの閾値を用いて欠陥の有無を判定するようにすることができる。
【０１８１】
この際、上限および下限の２つの閾値を用いた判定のうち少なくとも一方が欠陥があるとの判定結果である場合には、欠陥があるとの検査結果とすることができる。
なお、検出データは透過光による光学像に基づいて作成されたものであってもよいし、反射光による光学像に基づいて作成されたものであってもよい。
【０１８２】
本実施の形態によれば、光学的に解像できないパターンであっても充分な検査感度を得ることができる。
また、解像限界以下のパターンの透過率や反射率の変化の度合いを測定することができる。そのため、ライン部分とスペース部分との比率やパターンの高さ寸法などのパターンの形状条件、表面に設けられた膜が占める割合、膜の厚みなどの変化（例えば、パターン線幅の変化、パターン形成時のプロセス条件の変化など）を検査することができる。また、製造過程における異常要因なども知ることができる。さらに、変化を低減させるための条件をパターンを形成するプロセスにフィードバックしたり、変化したパターン線幅などを後工程にフォードフォワードすることで製品の歩留まりを向上させることができる。
また、参照データの出力レベルが検出データの出力レベルに対応したものとなるように出力レベルの変換を行うようにしているので、検査精度を向上させることができる。そのため、より微細な欠陥までを判定することができる。
また、検出データ、参照データから解像限界以下のパターンのデータを抽出するようにしているので、検査が困難であった光学的に解像できないパターンを優先して検査することができる。
【０１８３】
[第１３の実施形態]
次に、第１３の実施形態に係るパターン検査方法について例示をする。
本実施の形態に係るパターン検査方法は、例えば、図１４に例示をした検査部７３において実施することができる。
図２８は、第１３の実施形態に係るパターン検査方法について例示をするためのフローチャートである。
まず、被検査体１００に形成されたパターンの光学像に基づいて検出データを作成する（ステップＳ６１）。
次に、検出データを時間遅延させることで遅延データを作成する（ステップＳ６２）。 すなわち、検出データの電気信号の波形を変えずに伝達に一定の時間遅れを作ることで遅延データを作成する。
【０１８４】
次に、検出データから解像限界以下のパターンを抽出する（第１の抽出工程）（ステップＳ６３ａ）。
解像限界以下のパターンのデータであるか否かの識別は、検出データの出力レベルに基づいて行うようにすることができる。
次に、抽出された解像限界以下のパターンから特定の繰り返し周期を有するパターンを抽出する（第２の抽出工程）（ステップＳ６４ａ）。
この場合、パターンの抽出は固定テンプレート、または前述した可変テンプレートを用いた相関演算（パターンマッチング）により行うようにすることができる。
【０１８５】
次に、ステップＳ６４ａにおいて抽出された特定の繰り返し周期を有するパターンのデータを時間遅延させることで比較データ（第１の比較データ）を作成する（第１の遅延工程）（ステップＳ６５ａ）。
すなわち、検出されたパターンに係るデータの伝達に一定の時間遅れを作ることで、次に検出されるパターンに係るデータと比較するためのデータを作成する。
次に、ステップＳ６４ａにおいて抽出された特定の繰り返し周期を有するパターンのデータと、第１の比較データと、の差を演算する（第３の演算工程）（ステップＳ６６ａ）。
次に、ステップＳ６６ａにおける演算結果に基づいて、欠陥の有無を判定する（第１の判定工程）（ステップＳ６７ａ）。
この場合、上限および下限の２つの閾値を用いて判定を行うようにすることができる。
【０１８６】
一方、遅延データから解像限界以下のパターンのデータを抽出する（第３の抽出工程）（ステップＳ６３ｂ）。
解像限界以下のパターンのデータであるか否かの識別は、遅延データの出力レベルに基づいて行うようにすることができる。
次に、抽出された解像限界以下のパターンから特定の繰り返し周期を有するパターンを抽出する（第４の抽出工程）（ステップＳ６４ｂ）。
この場合、パターンの抽出は固定テンプレート、または前述した可変テンプレートを用いた相関演算（パターンマッチング）により行うようにすることができる。
次に、ステップＳ６４ｂにおいて抽出された特定の繰り返し周期を有するパターンのデータを時間遅延させることで比較データ（第２の比較データ）を作成する（第２の遅延工程）（ステップＳ６５ｂ）。
【０１８７】
すなわち、抽出されたパターンに係るデータの伝達に一定の時間遅れを作ることで、次に検出されるパターンに係るデータと比較するためのデータを作成する。
【０１８８】
次に、ステップＳ６４ｂにおいて抽出された特定の繰り返し周期を有するパターンのデータと、第２の比較データと、の差を演算する（第４の演算工程）（ステップＳ６６ｂ）。 次に、ステップＳ６６ｂにおける演算結果に基づいて、欠陥の有無を判定する（第２の判定工程）（ステップＳ６７ｂ）。
この場合、上限および下限の２つの閾値を用いて判定を行うようにすることができる。
【０１８９】
次に、ステップＳ６７ａにおける判定結果と、ステップＳ６７ｂにおける判定結果と、に基づいて欠陥の検査結果を判定する（ステップＳ６８）。
この場合、検出データに基づく判定および遅延データに基づく判定のうち少なくとも一方が欠陥があるとの判定結果である場合には、欠陥があるとの検査結果とすることができる。
なお、検出データは透過光による光学像に基づいて作成されたものであってもよいし、反射光による光学像に基づいて作成されたものであってもよい。
【０１９０】
本実施の形態によれば、光学的に解像できないパターンであっても充分な検査感度を得ることができる。
また、入力された解像限界以下のパターンから特定の繰り返し周期を有するパターンを抽出し、抽出された特定の繰り返し周期を有するパターンに基づいて欠陥の有無を判定することができる。
この際、抽出された特定の繰り返し周期を有するパターン同士を比較することで、パターンのもつ出力レベルの変動を相互に相殺しながら比較検査を行うことが可能となる。
そのため、特定の繰り返し周期を有する解像限界以下のパターンにおいて、より微細な欠陥を検出することが可能となる。
【０１９１】
[第１４の実施形態]
次に、第１４の実施形態に係るパターン検査方法について例示をする。
本実施の形態に係るパターン検査方法は、例えば、図１７に例示をした検査部８３において実施することができる。
図２９は、第１４の実施形態に係るパターン検査方法について例示をするためのフローチャートである。
まず、被検査体１００に形成されたパターンの光学像に基づいて検出データを作成する（ステップＳ７１）。
【０１９２】
一方、被検査体１００に形成されたパターンに関する参照データを作成する（ステップＳ７２）。
次に、参照データの出力レベルが検出データの出力レベルに対応したものとなるように出力レベルの変換を行う（ステップＳ７３）。
この場合、予め求められた階調変換テーブルにより出力レベルの変換を行うようにすることができる。なお、階調変換テーブルは、実験やシミュレーションなどにより予め求めるようにすることができる。
【０１９３】
次に、検出データと、出力レベルの変換が行われた参照データと、から解像限界以下のパターンを抽出する（ステップＳ７４）。
解像限界以下のパターンのデータであるか否かの識別は、参照データの出力レベルに基づいて行うようにすることができる。この際、参照データに対する検出データについては、同様の識別結果を適用するようにすることができる。
【０１９４】
次に、抽出された検出データに係る解像限界以下のパターンから特定の繰り返し周期を有するパターンを抽出する（ステップＳ７５ａ）。
また、抽出された参照データに係る解像限界以下のパターンから特定の繰り返し周期を有するパターンを抽出する（ステップＳ７５ｂ）。
この場合、パターンの抽出は固定テンプレート、または前述した可変テンプレートを用いた相関演算（パターンマッチング）により行うようにすることができる。
次に、ステップＳ７５ａにおいて抽出された検出データに係るパターンのデータと、ステップＳ７５ｂにおいて抽出された参照データに係るパターンのデータとの差を求める（ステップＳ７６）。
次に、ステップＳ７６において求められた値に基づいて欠陥の有無を判定する（ステップＳ７７）。
この場合、上限および下限の２つの閾値を用いて判定を行うようにすることができる。 なお、上限および下限の２つの閾値を用いた判定のうち少なくとも一方が欠陥があるとの判定結果である場合には、欠陥があるとの検査結果とすることができる。
また、検出データは透過光による光学像に基づいて作成されたものであってもよいし、反射光による光学像に基づいて作成されたものであってもよい。
【０１９５】
本実施の形態によれば、光学的に解像できないパターンであっても充分な検査感度を得ることができる。
また、入力された解像限界以下のパターンから特定の繰り返し周期を有するパターンを抽出し、抽出された特定の繰り返し周期を有するパターンに基づいて欠陥の有無を判定することができる。
この際、抽出された特定の繰り返し周期を有するパターン同士を比較することで、パターンのもつ出力レベルの変動を相互に相殺しながら比較検査を行うことが可能となる。
そのため、特定の繰り返し周期を有する解像限界以下のパターンにおいて、より微細な欠陥を検出することが可能となる。
【０１９６】
以上、実施の形態について例示をした。しかし、本発明はこれらの記述に限定されるものではない。
前述の実施の形態に関して、当業者が適宜、構成要素の追加、削除若しくは設計変更を行ったもの、または、工程の追加、省略若しくは条件変更を行ったものも、本発明の特徴を備えている限り、本発明の範囲に包含される。
例えば、パターン検査装置１、５１、６１、７１、８１などが備える各要素の形状、寸法、材質、配置、数などは、例示をしたものに限定されるわけではなく適宜変更することができる。
また、前述した各実施の形態が備える各要素は、可能な限りにおいて組み合わせることができ、これらを組み合わせたものも本発明の特徴を含む限り本発明の範囲に包含される。
【符号の説明】
【０１９７】
１ パターン検査装置、２ 検出データ作成部、３ 検査部、３ａ 透過検査部、３ｂ 反射検査部、１３ａ 透過検査部、１３ｂ 反射検査部、２１ 光源、２２ 照明光学系、２２ａ 透過照明光学系、２２ｂ 反射照明光学系、２３ 載置部、２４ 結像光学系、２５ 検出部、２６ 変換部、２７ 位置検出部、３１ 遅延部、３２ 識別部、３３ 抽出部、３４ 出力変位演算部、３５ 判定部、３６ 論理和演算部、４０ 参照データ作成部、４１ データ格納部、４２ データ展開部、４３ データ作成部、５１ パターン検査装置、５３ 検査部、５３ａ 透過検査部、５３ｂ 反射検査部、５２ 階調変換部、５４ レベル差演算部、６１ パターン検査装置、６２ 平均レベル差演算部、６４ 分布集計部、７１ パターン検査装置、７２ パターン抽出部、７４ パターン遅延部、７５ 比較部、７６ 判定部、８１ パターン検査装置、８３ａ 透過検査部、８３ｂ 反射検査部、１００ 被検査体、１０３ クロム（Ｃｒ）膜
【技術分野】
【０００１】
本発明の実施形態は、パターン検査装置、パターン検査方法、およびパターンを有する構造体に関する。
【背景技術】
【０００２】
構造体の表面に形成されたパターンを検査する方法としては、ダイ・トゥ・ダイ（Die-to-Die）法、ダイ・トゥ・データベース（Die-to-Database）法が知られている。
これらの検査方法においては、ＣＣＤセンサ(Charge Coupled Device Image Sensor)などの受光面上にパターンの拡大光学像を結像させることで得られた検出データを用いている。
ところが、近年においては、パターンの微細化が進みパターンを光学的に解像できないようになってきている。そのため、この様な光学的に解像できないパターンを検査する場合には、充分な検査感度が得られないおそれがある。
【先行技術文献】
【特許文献】
【０００３】
【特許文献１】特開２０１０−７１８９３号公報
【発明の概要】
【発明が解決しようとする課題】
【０００４】
本発明の実施形態は、検査感度を向上させることができるパターン検査装置、パターン検査方法、およびパターンを有する構造体を提供する。
【課題を解決するための手段】
【０００５】
実施形態によれば、被検査体に形成されたパターンの光学画像に基づいて第１の検出データを作成する第１の検出データ作成部と、前記第１の検出データを時間遅延させることで第１の遅延データを作成する第１の遅延部と、入力された前記第１の検出データと前記第１の遅延データとが解像限界以下のパターンの画像に関するデータであるか否かを識別する第１の識別部と、前記第１の識別部による識別の結果に基づいて、前記第１の検出データと前記第１の遅延データとから解像限界以下のパターンのデータを抽出する第１の抽出部と、前記抽出された第１の検出データに係るデータの注目画素に対する周辺領域の出力レベルの平均値を演算し、前記抽出された第１の検出データに係るデータの出力レベルと前記平均値との差を演算する第１の出力変位演算部と、前記抽出された第１の遅延データに係るデータの注目画素に対する周辺領域の出力レベルの平均値を演算し、前記抽出された第１の遅延データに係るデータの出力レベルと前記平均値との差を演算する第２の出力変位演算部と、前記第１の出力変位演算部による演算結果に基づいて、欠陥の有無を判定する第１の判定部と、前記第２の出力変位演算部による演算結果に基づいて、欠陥の有無を判定する第２の判定部と、第１の判定部による判定結果と、第２の判定部による判定結果と、を論理和演算する第１の論理和演算部と、を備えたことを特徴とするパターン検査装置が提供される。
【０００６】
また、他の実施形態によれば、被検査体に形成されたパターンの透過光による光学画像に基づいて第２の検出データを作成する第２の検出データ作成部と、前記第２の検出データを時間遅延させることで第２の遅延データを作成する第２の遅延部と、入力された前記第２の検出データと前記第２の遅延データとが解像限界以下のパターンの画像に関するデータであるか否かを識別する第２の識別部と、前記第２の識別部による識別の結果に基づいて、前記第２の検出データと前記第２の遅延データとから解像限界以下のパターンのデータを抽出する第２の抽出部と、前記抽出された第２の検出データに係るデータの注目画素に対する周辺領域の出力レベルの平均値を演算し、前記抽出された第２の検出データに係るデータの出力レベルと前記平均値との差を演算する第３の出力変位演算部と、前記抽出された第２の遅延データに係るデータの注目画素に対する周辺領域の出力レベルの平均値を演算し、前記抽出された第２の遅延データに係るデータの出力レベルと前記平均値との差を演算する第４の出力変位演算部と、被検査体に形成されたパターンの反射光による光学画像に基づいて第３の検出データを作成する第３の検出データ作成部と、前記第３の検出データを時間遅延させることで第３の遅延データを作成する第３の遅延部と、入力された前記第３の検出データと前記第３の遅延データとが解像限界以下のパターンの画像に関するデータであるか否かを識別する第３の識別部と、前記第３の識別部による識別の結果に基づいて、前記第３の検出データと前記第３の遅延データとから解像限界以下のパターンのデータを抽出する第３の抽出部と、前記抽出された第３の検出データに係るデータの注目画素に対する周辺領域の出力レベルの平均値を演算し、前記抽出された第３の検出データに係るデータの出力レベルと前記平均値との差を演算する第５の出力変位演算部と、前記抽出された第３の遅延データに係るデータの注目画素に対する周辺領域の出力レベルの平均値を演算し、前記抽出された第３の遅延データに係るデータの出力レベルと前記平均値との差を演算する第６の出力変位演算部と、前記第３の出力変位演算部による演算結果と、前記第５の出力変位演算部による演算結果との差を演算する第１のレベル差演算部と、前記第４の出力変位演算部による演算結果と、前記第６の出力変位演算部による演算結果との差を演算する第２のレベル差演算部と、前記第１のレベル差演算部による演算結果に基づいて、欠陥の有無を判定する第３の判定部と、前記第２のレベル差演算部による演算結果に基づいて、欠陥の有無を判定する第４の判定部と、第３の判定部による判定結果と、第４の判定部による判定結果と、を論理和演算する第２の論理和演算部と、を備えたことを特徴とするパターン検査装置が提供される。
【０００７】
また、他の実施形態によれば、被検査体に形成されたパターンの光学画像に基づいて第１の検出データを作成する第１の検出データ作成部と、前記パターンに関する第１の参照データを作成する第１の参照データ作成部と、前記第１の参照データの出力レベルが前記第１の検出データの出力レベルに対応したものとなるように出力レベルの変換を行う第１の階調変換部と、前記第１の検出データと、前記出力レベルの変換が行われた前記第１の参照データと、の差を演算する第３のレベル差演算部と、前記第３のレベル差演算部による演算結果に基づいて、欠陥の有無を判定する第５の判定部と、を備えたことを特徴とするパターン検査装置が提供される。
【０００８】
また、他の実施形態によれば、被検査体に形成されたパターンの光学画像に基づいて第１の検出データを作成する第１の検出データ作成部と、前記パターンに関する第１の参照データを作成する第１の参照データ作成部と、前記第１の参照データの出力レベルが前記第１の検出データの出力レベルに対応したものとなるように出力レベルの変換を行う第１の階調変換部と、前記第１の検出データと、前記出力レベルの変換が行われた前記第１の参照データと、の差を演算する第３のレベル差演算部と、前記第３のレベル差演算部により演算された値の平均値を演算する平均レベル差演算部と、前記平均値を前記被検査体の検査領域の全域に渡って集計する分布集計部と、を備えたことを特徴とするパターン検査装置が提供される。
【０００９】
また、他の実施形態によれば、被検査体に形成されたパターンの光学画像に基づいて第１の検出データを作成する第１の検出データ作成部と、前記第１の検出データを時間遅延させることで第１の遅延データを作成する第１の遅延部と、入力された前記第１の検出データと前記第１の遅延データとが解像限界以下のパターンの画像に関するデータであるか否かを識別する第１の識別部と、前記第１の識別部による識別の結果に基づいて、前記第１の検出データと前記第１の遅延データとから解像限界以下のパターンのデータを抽出する第１の抽出部と、前記抽出された第１の検出データに係るデータから特定の繰り返し周期を有するパターンのデータを抽出する第１のパターン抽出部と、前記第１のパターン抽出部により抽出されたデータを時間遅延させることで第１の比較データを作成する第４の遅延部と、前記第１のパターン抽出部により抽出されたデータと、前記第１の比較データと、の差を演算する第４のレベル差演算部と、前記第４のレベル差演算部による演算結果に基づいて、欠陥の有無を判定する第７の判定部と、前記抽出された第１の遅延データに係るデータから特定の繰り返し周期を有するパターンのデータを抽出する第２のパターン抽出部と、前記第２のパターン抽出部により抽出されたデータを時間遅延させることで第２の比較データを作成する第５の遅延部と、前記第２のパターン抽出部により抽出されたデータと、前記第２の比較データと、の差を演算する第５のレベル差演算部と、前記第５のレベル差演算部による演算結果に基づいて、欠陥の有無を判定する第８の判定部と、第７の判定部による判定結果と、第８の判定部による判定結果と、を論理和演算する第３の論理和演算部と、を備えたことを特徴とするパターン検査装置が提供される。
【００１０】
また、他の実施形態によれば、被検査体に形成されたパターンの光学画像に基づいて第１の検出データを作成する第１の検出データ作成部と、前記パターンに関する第１の参照データを作成する第１の参照データ作成部と、前記第１の参照データの出力レベルが前記第１の検出データの出力レベルに対応したものとなるように出力レベルの変換を行う第１の階調変換部と、入力された前記第１の参照データが解像限界以下のパターンの画像に関するデータであるか否かを識別する第４の識別部と、前記第４の識別部による識別の結果に基づいて、前記第１の検出データと前記第１の参照データとから解像限界以下のパターンのデータを抽出する第４の抽出部と、前記第４の抽出部により抽出された前記第１の検出データに係るデータと、前記第１の参照データに係るデータと、から特定の繰り返し周期を有するパターンのデータを抽出する第３のパターン抽出部と、前記第３のパターン抽出部により抽出された前記第１の検出データに係る特定の繰り返し周期を有するパターンのデータと、前記第１の参照データに係る特定の繰り返し周期を有するパターンのデータと、の差を演算する第６のレベル差演算部と、前記第６のレベル差演算部による演算結果に基づいて、欠陥の有無を判定する第９の判定部と、を備えたことを特徴とするパターン検査装置が提供される。
【００１１】
また、他の実施形態によれば、被検査体に形成されたパターンの光学像に基づいて第１の検出データを作成する工程と、前記第１の検出データを時間遅延させることで第１の遅延データを作成する工程と、前記第１の検出データから解像限界以下のパターンのデータを抽出する工程と、前記抽出された第１の検出データの注目画素に対する周辺領域の出力レベルの平均値を求める工程と、前記抽出された第１の検出データの出力レベルと、周辺領域の出力レベルの平均値と、の差を求める工程と、前記抽出された第１の検出データの出力レベルと、周辺領域の出力レベルの平均値と、の差に基づいて、前記第１の検出データにおける欠陥の有無を判定する工程と、前記第１の遅延データから解像限界以下のパターンのデータを抽出する工程と、前記抽出された第１の遅延データの注目画素に対する周辺領域の出力レベルの平均値を求める工程と、前記抽出された第１の遅延データの出力レベルと、周辺領域の出力レベルの平均値と、の差を求める工程と、前記抽出された第１の遅延データの出力レベルと、周辺領域の出力レベルの平均値と、の差に基づいて、前記第１の遅延データにおける欠陥の有無を判定する工程と、前記第１の検出データにおける欠陥の有無を判定する工程における判定結果と、前記第１の遅延データにおける欠陥の有無を判定する工程における判定結果と、に基づいて欠陥の検査結果を判定する工程と、を備えたことを特徴とするパターン検査方法が提供される。
【００１２】
また、他の実施形態によれば、被検査体に形成されたパターンの光学像に基づいて第１の検出データを作成する工程と、前記パターンに関する第１の参照データを作成する工程と、前記第１の参照データの出力レベルが前記第１の検出データの出力レベルに対応したものとなるように出力レベルの変換を行う工程と、前記第１の検出データと、前記出力レベルの変換が行われた前記第１の参照データと、の差を演算する第１の演算工程と、前記第１の演算工程における演算値の平均値を求める第２の演算工程と、前記平均値を被検査体の検査領域の全域に渡って集計する工程と、を備えたことを特徴とするパターン検査方法が提供される。
【００１３】
また、他の実施形態によれば、被検査体に形成されたパターンの光学像に基づいて第１の検出データを作成する工程と、前記第１の検出データを時間遅延させることで第１の遅延データを作成する工程と、前記第１の検出データから解像限界以下のパターンを抽出する第１の抽出工程と、前記第１の抽出工程において抽出された解像限界以下のパターンから特定の繰り返し周期を有するパターンを抽出する第２の抽出工程と、前記第２の抽出工程において抽出された特定の繰り返し周期を有するパターンのデータを時間遅延させることで第１の比較データを作成する第１の遅延工程と、前記第２の抽出工程において抽出された特定の繰り返し周期を有するパターンのデータと、前記第１の比較データと、の差を演算する第３の演算工程と、前記第３の演算工程における演算結果に基づいて、欠陥の有無を判定する第１の判定工程と、前記第１の遅延データから解像限界以下のパターンを抽出する第３の抽出工程と、前記第３の抽出工程において抽出された解像限界以下のパターンから特定の繰り返し周期を有するパターンを抽出する第４の抽出工程と、前記第４の抽出工程において抽出された特定の繰り返し周期を有するパターンのデータを時間遅延させることで第２の比較データを作成する第２の遅延工程と、前記第４の抽出工程において抽出された特定の繰り返し周期を有するパターンのデータと、前記第２の比較データと、の差を演算する第４の演算工程と、前記第４の演算工程における演算結果に基づいて、欠陥の有無を判定する第２の判定工程と、前記第１の判定工程における判定結果と、前記第２の判定工程における判定結果と、に基づいて欠陥の検査結果を判定する工程とを備えたことを特徴とするパターン検査方法が提供される。
【００１４】
また、他の実施形態によれば、上記のパターン検査方法を用いて検査されるパターンを有する構造体であって、ライン部分とスペース部分との比率、パターンの高さ寸法、パターンの表面に設けられた膜が占める割合、パターンの表面に設けられた膜の厚みからなる群より選ばれた少なくとも１種が、反射率および透過率の少なくともいずれかが高くなるように制御されたことを特徴とするパターンを有する構造体が提供される。
【図面の簡単な説明】
【００１５】
【図１】第１の実施形態に係るパターン検査装置を例示するためのブロック図である。
【図２】識別部を例示するためのブロック図である。
【図３】（ａ）は光学的に解像できたパターンと解像限界以下のパターンとを例示するための模式図、（ｂ）は解像限界以下のパターンを例示するための模式拡大図、（ｃ）はいわゆるパターン上のオープン欠陥を例示するための模式拡大図、（ｄ）はいわゆるパターン上のショート欠陥を例示するための模式拡大図、（ｅ）はパターンと出力レベルとの関係を例示するための模式グラフ図である。
【図４】（ａ）は出力変位演算部、判定部、論理和演算部を例示するためのブロック図、（ｂ）は注目画素、周辺領域を例示するための模式図である。
【図５】（ａ）、（ｂ）は出力変位演算部を設けていない場合、（ｃ）、（ｄ）は出力変位演算部を設けている場合を例示するための模式図である。
【図６】他の実施形態に係る検査部を例示するためのブロック図である。
【図７】（ａ）、（ｂ）は透過光に基づく検出データと遅延データとによる検査の場合、（ｃ）、（ｄ）は反射光に基づく検出データと遅延データとによる検査の場合、（ｅ）、（ｆ）は透過光に基づく検出データと反射光に基づく検出データ、透過光に基づく遅延データと反射光に基づく遅延データ、とによる検査の場合を例示するための模式図である。
【図８】第２の実施形態に係るパターン検査装置を例示するためのブロック図である。
【図９】反射検査部の作用を例示するための模式図である。
【図１０】他の実施形態に係る検査部を例示するためのブロック図である。
【図１１】第３の実施形態に係るパターン検査装置を例示するためのブロック図である。
【図１２】他の実施形態に係る検査部を例示するためのブロック図である。
【図１３】（ａ）は所定の繰り返し周期を有する筋状のパターンの模式拡大図、（ｂ）は（ａ）におけるＩ−Ｉ線に沿った出力レベルのプロファイル、（ｃ）は所定の繰り返し周期を有する筋状のパターンの模式拡大図、（ｄ）は（ｃ）におけるＪ−Ｊ線に沿った出力レベルのプロファイル、（ｅ）は所定の繰り返し周期を有する点状のパターンの模式拡大図、（ｆ）は（ｅ）におけるＫ−Ｋ線に沿った出力レベルのプロファイルである。
【図１４】第４の実施形態に係るパターン検査装置を例示するためのブロック図である。
【図１５】パターン抽出部、パターン遅延部、比較部、判定部を例示するためのブロック図である。
【図１６】可変テンプレートについて例示をするためのブロック図である。
【図１７】第５の実施形態に係るパターン検査装置を例示するためのブロック図である。
【図１８】（ａ）はパターンの周期的な構造を例示するための模式図、（ｂ）はパターンの形状条件と反射率との関係を例示するための模式グラフ図である。
【図１９】表面に設けられた膜が占める割合と反射率、透過率との関係を例示するための模式図である。
【図２０】（ａ）は表面に膜が設けられたパターンの構造を例示するための模式図、（ｂ）はパターンの表面に設けられた膜の厚みと反射率との関係を例示するための模式グラフ図である。
【図２１】（ａ）、（ｂ）は表面に膜が設けられたパターンの構造を例示するための模式図、（ｃ）はパターンの高さ寸法と反射率との関係を例示するための模式グラフ図である。
【図２２】第７の実施形態に係るパターン検査方法について例示をするためのフローチャートである。
【図２３】第８の実施形態に係るパターン検査方法について例示をするためのフローチャートである。
【図２４】第９の実施形態に係るパターン検査方法について例示をするためのフローチャートである。
【図２５】第１０の実施形態に係るパターン検査方法について例示をするためのフローチャートである。
【図２６】第１１の実施形態に係るパターン検査方法について例示をするためのフローチャートである。
【図２７】第１２の実施形態に係るパターン検査方法について例示をするためのフローチャートである。
【図２８】第１３の実施形態に係るパターン検査方法について例示をするためのフローチャートである。
【図２９】第１４の実施形態に係るパターン検査方法について例示をするためのフローチャートである。
【発明を実施するための形態】
【００１６】
以下、図面を参照しつつ、実施の形態について例示をする。なお、各図面中、同様の構成要素には同一の符号を付して詳細な説明は適宜省略する。
[第１の実施形態]
図１は、第１の実施形態に係るパターン検査装置を例示するためのブロック図である。 なお、図１は、一例として、ダイ・トゥ・ダイ（Die-to-Die）法を用いてパターンの検査を行うパターン検査装置を例示するものである。
図１に示すように、パターン検査装置１には、検出データ作成部２（第１の検出データ作成部）、検査部３が設けられている。
【００１７】
そして、検出データ作成部２には、光源２１、照明光学系２２、載置部２３、結像光学系２４、検出部２５、変換部２６が設けられている。
検出データ作成部２は、被検査体１００に形成されたパターンの光学画像に基づいて検出データ（第１の検出データ）を作成する。また、透過光に基づいた検出データと、反射光に基づいた検出データとをそれぞれ作成することができるようになっている。
【００１８】
光源２１は、検査光２１ａを出射する。光源２１としては、白色光、単色光、コヒーレント光などを出射する各種光源を用いることができる。この場合、微細なパターンの検査を行うためには、波長の短い検査光２１ａを出射可能なものとすることが好ましい。そのようなものとしては、例えば、波長が２６６ｎｍの検査光２１ａを出射するＹＡＧレーザ光源などを例示することができる。ただし、レーザ光源に限定されるわけではなく、パターンの大きさなどに応じて適宜変更することができる。
【００１９】
照明光学系２２は、透過照明光学系２２ａと反射照明光学系２２ｂとを有する。
透過照明光学系２２ａ、反射照明光学系２２ｂは、レンズやミラーなどの各種光学要素を備えたものとすることができる。
なお、透過照明光学系２２ａ、反射照明光学系２２ｂに備えられる光学要素の種類、配置、数などは例示をしたものに限定されるわけではなく適宜変更することができる。例えば、絞り、ビームスプリッタ、倍率チェンジャ、ズーム機構などの他の光学要素を適宜設けるようにすることもできる。
透過照明光学系２２ａは、光源２１から出射した検査光２１ａを被検査体１００の表面側に導き、被検査体１００の検査領域からの透過光を発生させる。
反射照明光学系２２ｂは、光源２１から出射した検査光２１ａを被検査体１００の裏面側に導き、被検査体１００の検査領域からの反射光を発生させる。
また、透過照明光学系２２ａ、反射照明光学系２２ｂは、検査領域における照射部分の大きさを制御する。
【００２０】
載置部２３は、被検査体１００を載置、保持する。また、載置部２３には図示しない移動手段が設けられ、載置部２３に載置された被検査体１００の位置を移動させることで検査が行われる位置を変化させることができるようになっている。なお、図示しない移動手段は必ずしも載置部２３に設ける必要はなく、検査が行われる位置が相対的に変化するようになっていればよい。例えば、図示しない移動手段により照明光学系２２、結像光学系２４、検出部２５などの位置が変化するようになっていてもよい。
【００２１】
結像光学系２４は、レンズやミラーなどの各種光学要素を備えたものとすることができる。
なお、結像光学系２４に備えられる光学要素の種類、配置、数などは例示をしたものに限定されるわけではなく適宜変更することができる。例えば、絞り、ビームスプリッタ、倍率チェンジャ、ズーム機構などの他の光学要素を適宜設けるようにすることもできる。 結像光学系２４は、被検査体１００からの透過光、反射光を検出部２５の受光面に導くとともに受光面上に光学像を結像させる。
【００２２】
検査光２１ａの波長よりもパターンの寸法が短くなるような場合には、パターンを光学的に解像できない場合がある。その様な場合には、光学的に解像されないパターン（以後、解像限界以下のパターンと称する）の画像が検出部２５の受光面に結像されることになる。 例えば、ラインアンドスペースパターンの場合、検査光２１ａの波長を１９３ｎｍ、開口数ＮＡを０．８とすると、ピッチ寸法（Ｌ＋Ｓ）が４８ｎｍのパターンは、検査光２１ａの波長の１／２以下のピッチ寸法のパターンとなるので光学的に解像されないパターン（解像限界以下のパターン）となる。
【００２３】
検出部２５には、透過光が入射する検出部２５ａと、反射光が入射する検出部２５ｂとがある。検出部２５ａ、２５ｂは、受光面に入射した光の強度に応じた電気信号を出力する。
検出部２５ａ、２５ｂとしては、例えば、ＣＣＤ（Charge Coupled Device）ラインセンサ、ＣＣＤエリアセンサ、ＴＤＩ（Time Delay and Integration）センサ（蓄積型センサ）などを例示することができる。ただし、これらに限定されるわけではなく、入射した光を光電変換できるものを適宜選択することができる。
変換部２６には、変換部２６ａ、２６ｂがある。
変換部２６ａは、検出部２５ａから出力された電気信号をＡ／Ｄ変換する。また、Ａ／Ｄ変換された電気信号を画像データに変換することで検出データを作成する。
変換部２６ｂは、検出部２５ｂから出力された電気信号をＡ／Ｄ変換する。また、Ａ／Ｄ変換された電気信号を画像データに変換することで検出データを作成する。
【００２４】
検査部３は、透過光に基づいた検出データを用いて検査を行う透過検査部３ａと、反射光に基づいた検出データを用いて検査を行う反射検査部３ｂとを有する。
透過検査部３ａに設けられる各要素と、反射検査部３ｂに設けられる各要素とは同様のものとすることができる。そのため、一例として、反射検査部３ｂに設けられる各要素について例示をする。
【００２５】
反射検査部３ｂには、遅延部３１（第１の遅延部）、識別部３２（第１の識別部）、抽出部３３（第１の抽出部）、出力変位演算部３４、判定部３５、論理和演算部３６（第１の論理和演算部）が設けられている。
前述したように、パターン検査装置１は、ダイ・トゥ・ダイ（Die-to-Die）法を用いてパターンの検査を行うものであるため、遅延部３１において比較対象となる参照データを作成する。
例えば、遅延部３１は、入力された検出データをパターンの繰り返しピッチに相当する分だけ時間遅延させることで、比較対象となるデータ（以後、遅延データと称する）を作成する。すなわち、遅延部３１は、入力された検出データの電気信号の波形を変えずに伝達に一定の時間遅れを作ることで遅延データ（第１の遅延データ）を作成する。そして、遅延部３１は、作成した遅延データを識別部３２、抽出部３３に向けて出力する。
【００２６】
識別部３２には、検出データと遅延データとが入力される。
識別部３２は、入力された検出データ、遅延データが前述した解像限界以下のパターンの画像に関するデータであるか否かを識別する。
図２は、識別部を例示するためのブロック図である。
図２に示すように、識別部３２には、判定部３２ａ１、３２ａ２、３２ｂ１、３２ｂ２、論理積演算部３２ａ３、３２ｂ３、論理和演算部３２４が設けられている。
【００２７】
判定部３２ａ１、３２ａ２は、入力された検出データに対して上限および下限の２つの閾値を用いて判定を行う。例えば、判定部３２ａ１が下限の閾値を用いて判定を行うものとし、判定部３２ａ２が上限の閾値を用いて判定を行うものとすることができる。
判定部３２ｂ１、３２ｂ２は、入力された遅延データに対して上限および下限の２つの閾値を用いて判定を行う。例えば、判定部３２ｂ１が下限の閾値を用いて判定を行うものとし、判定部３２ｂ２が上限の閾値を用いて判定を行うものとすることができる。
【００２８】
図３は、解像限界以下のパターンの画像に関するデータであるか否かを判定する方法を例示するための模式図である。
なお、図３（ａ）は光学的に解像できたパターンと解像限界以下のパターンとを例示するための模式図である。図３（ｂ）は解像限界以下のパターンを例示するための模式拡大図、図３（ｃ）はいわゆるパターン上のオープン欠陥を例示するための模式拡大図、図３（ｄ）はいわゆるパターン上のショート欠陥を例示するための模式拡大図である。図３（ｅ）はパターンと出力レベル（検出データまたは遅延データの出力レベル）との関係を例示するための模式グラフ図である。
【００２９】
図３（ａ）に示すように、解像限界以下のパターンはパターンの画像が解像しないため、図３（ｂ）に表したようなパターンが存在したとしても図中のＡ部に表したような略一様な分布の画像となる。一方、光学的に解像できたパターンはパターンの画像が解像される。ここでは一例として、図中のＢ部に表したような筋状のパターンの画像が解像された場合について例示をする。
この場合、筋状のパターンの内、明部Ｂ１の出力レベルは暗部Ｂ２の出力レベルよりも高くなる。また、一般的には、Ａ部の出力レベルは、明部Ｂ１の出力レベルと暗部Ｂ２の出力レベルとの間となる。
【００３０】
そのため、図３（ｅ）に示すような明部Ｂ１、暗部Ｂ２、Ａ部の関係となるので、光学的に解像できたパターンと解像限界以下のパターンとの識別を行うことができる。
この際、解像限界以下のパターンは略一様な分布となるので、下限の閾値ｔｈ１と上限の閾値ｔｈ２とを用いることで識別の精度を高めることができる。なお、閾値ｔｈ１、閾値ｔｈ２は、実験やシミュレーションなどにより予め求めるようにすることができる。
【００３１】
そのため、論理積演算部３２ａ３により、判定部３２ａ１、３２ａ２の判定結果を論理積演算することで、入力された検出データが解像限界以下のパターンの画像に関するデータであるか否かを識別することができる。
また、論理積演算部３２ｂ３により、判定部３２ｂ１、３２ｂ２の判定結果を論理積演算することで、入力された遅延データが解像限界以下のパターンの画像に関するデータであるか否かを識別することができる。
【００３２】
なお、Ａ部の出力レベルが明部Ｂ１の出力レベルと暗部Ｂ２の出力レベルとの間となる場合を例示したがこれに限定されるわけではない。例えば、Ａ部の出力レベルが明部Ｂ１の出力レベルよりも高くなったり、Ａ部の出力レベルが暗部Ｂ２の出力レベルよりも低くなったりした場合であっても同様にして光学的に解像できたパターンと解像限界以下のパターンとの識別を行うことができる。
【００３３】
そして、論理和演算部３２４により、論理積演算部３２ａ３による識別結果と、論理積演算部３２ｂ３による識別結果とが論理和演算される。論理積演算部３２ａ３による識別結果と、論理積演算部３２ｂ３による識別結果とのうち、少なくとも一方が解像限界以下のパターンであるとの識別結果の場合には、論理和演算部３２４は、抽出部３３に向けて「識別フラグ」を出力する。
前述したように、検出データの電気信号の波形と、遅延データの電気信号の波形とは同一である。そのため、論理和演算部３２４により論理和演算するようにすれば、どちらかのデータに大きな欠陥があったり、プロセスなどの要因で出力レベルが変動したりした場合であっても適切な識別を行うことができる。すなわち、閾値が適切に設定されているならば、少なくとも一方のデータに基づく識別結果から解像限界以下のパターンであるか否かを適切に識別することができる。
【００３４】
抽出部３３は、論理和演算部３２４からの「識別フラグ」が入力された場合には、対応する検出データと遅延データとを出力変位演算部３４に向けて出力する。すなわち、解像限界以下のパターンのデータであると識別された検出データと遅延データとを出力変位演算部３４に向けて出力する。
【００３５】
出力変位演算部３４は、抽出部３３を介して入力された検出データに対して演算を行う出力変位演算部３４ａ（第１の出力変位演算部）と、抽出部３３を介して入力された遅延データに対して演算を行う出力変位演算部３４ｂ（第２の出力変位演算部）とを有する。 出力変位演算部３４ａは、入力された検出データの注目画素（パターン検査において注目する部分）に対する周辺領域の出力レベルの平均値を演算し、入力された検出データの出力レベルと周辺領域の出力レベルの平均値との差をさらに演算する機能を有する。
出力変位演算部３４ｂは、入力された遅延データの注目画素に対する周辺領域の出力レベルの平均値を演算し、入力された遅延データの出力レベルと周辺領域の出力レベルの平均値との差をさらに演算する機能を有する。
判定部３５は、出力変位演算部３４ａからの入力に基づいて欠陥の有無を判定する判定部３５ａ（第１の判定部）と、出力変位演算部３４ｂからの入力に基づいて欠陥の有無を判定する判定部３５ｂ（第２の判定部）とを有する。
【００３６】
図４は、出力変位演算部、判定部、論理和演算部を例示するための模式図である。
なお、図４（ａ）は出力変位演算部、判定部、論理和演算部を例示するためのブロック図、図４（ｂ）は注目画素、周辺領域を例示するための模式図である。
また、出力変位演算部３４ａと出力変位演算部３４ｂ、判定部３５ａと判定部３５ｂは、それぞれ同様の構成とすることができるので、ここでは一例として出力変位演算部３４ａ、判定部３５ａの場合を例示する。
【００３７】
図４（ａ）に示すように、出力変位演算部３４ａには、周辺領域抽出部３４１、平均値演算部３４２、レベル差演算部３４３が設けられている。
周辺領域抽出部３４１は、入力された検出データの注目画素１０１に対する周辺領域１０２を抽出する。
例えば、図４（ｂ）に例示をしたように、入力された検出データの注目画素１０１、すなわちパターン検査において注目する部分に対する周辺領域１０２を抽出する。なお、周辺領域１０２の位置、大きさ、形状などは予め設定されているようにすることもできるし、適宜変更することができるようにすることもできる。
【００３８】
平均値演算部３４２は、周辺領域抽出部３４１により抽出された周辺領域１０２の出力レベルの平均値を演算する。
レベル差演算部３４３は、平均値演算部３４２により演算された周辺領域１０２の出力レベルの平均値と、入力された検出データの出力レベルとの差を演算する。
【００３９】
判定部３５ａには、判定部３５１、判定部３５２、論理和演算部３５３が設けられている。
判定部３５１、３５２は、レベル差演算部３４３を介して入力されたデータに対して上限および下限の２つの閾値を用いて欠陥の有無を判定する。この場合、例えば、判定部３５１が下限の閾値を用いて欠陥の有無の判定を行うものとし、判定部３５２が上限の閾値を用いて欠陥の有無の判定を行うものとすることができる。この場合、判定部３５１、３５２は、それぞれの閾値を超えた時に欠陥があるとの判定を行うようにすることができる。
【００４０】
論理和演算部３５３は、判定部３５１、３５２の判定結果を論理和演算する。そのため、判定部３５１、３５２の判定結果のうち、少なくとも一方が欠陥があるとの判定結果である場合には、論理和演算部３５３は、論理和演算部３６に向けて「欠陥有りのフラグ」を出力する。
【００４１】
以上は、出力変位演算部３４ａ、判定部３５ａの場合であるが、出力変位演算部３４ｂ、判定部３５ｂの場合には前述の検出データの代わりに遅延データが入力されることになる。そして、前述したものと同様にして遅延データに対する欠陥の有無が判定される。
【００４２】
図５は、出力変位演算部を設ける効果を例示するための模式図である。
図５（ａ）、（ｂ）は出力変位演算部を設けていない場合、図５（ｃ）、（ｄ）は出力変位演算部を設けている場合である。なお、図５（ｂ）は図５（ａ）におけるＣ−Ｃ線に沿った出力レベルのプロファイル、図５（ｄ）は図５（ｃ）におけるＤ−Ｄ線に沿った出力レベルのプロファイルである。また、図５（ａ）、（ｂ）中のＥ１、図５（ｃ）、（ｄ）中のＥ２が欠陥部である。
【００４３】
図５（ａ）に示すような欠陥部Ｅ１がある場合には、図５（ｂ）に示すように欠陥部Ｅ１の出力レベルが周辺領域の出力レベルよりも高くなる。
図５（ｃ）に示すような欠陥部Ｅ２がある場合にも、図５（ｄ）に示すように欠陥部Ｅ２の出力レベルが周辺領域の出力レベルよりも高くなる。
【００４４】
しかしながら、図５（ｃ）、（ｄ）は出力変位演算部３４を設けている場合であるので、周辺領域１０２の出力レベルの平均値が差し引かれていることになる。そのため、図５（ｄ）に示すように欠陥部Ｅ２の周辺領域の出力レベルが平坦化されることになる。その結果、欠陥部Ｅ２の出力レベルをＳ、周囲領域の出力レベルの最大値をＮとした場合、欠陥判定におけるＳ／Ｎ比を向上させることができるので、判定部３５においてより微細な欠陥まで判定することが可能となる。
図５に例示をしたものは、欠陥部の出力レベルが高くなる場合（欠陥部が明るくなる場合）である。この場合、欠陥部の出力レベルが低くなる場合（欠陥部が暗くなる場合）もある。ただし、出力変位演算部３４を設けることで欠陥部の周辺領域の出力レベルが平坦化されることにはかわりがない。そのため、欠陥部の出力レベルが低くなる場合であっても出力変位演算部３４を設けることで欠陥判定におけるＳ／Ｎ比を向上させることができ、判定部３５においてより微細な欠陥まで判定することが可能となる。
【００４５】
論理和演算部３６は、判定部３５ａにおける判定結果と、判定部３５ｂにおける判定結果とを論理和演算し、その結果を反射光に基づいたパターンの検査結果として出力する。すなわち、判定部３５ａにおける判定結果と、判定部３５ｂにおける判定結果とのうち、少なくとも一方が欠陥が有るとの判定結果である場合には、論理和演算部３６から欠陥が有るとの検査結果が出力される。
【００４６】
以上、反射検査部３ｂに設けられる各要素について例示をしたが、透過検査部３ａに設けられる各要素も同様のものとすることができる。そして、透過検査部３ａには、変換部２６ａからの検出データ、すなわち透過光に基づいた検出データが入力され、前述した反射検査部３ｂの場合と同様にして欠陥の有無が検査される。
【００４７】
なお、透過検査部３ａと反射検査部３ｂとが設けられた場合を例示したが、いずれか一方が設けられるようにすることもできる。ただし、透過検査部３ａと反射検査部３ｂとを設けるようにすればより適切な検査を行うことができる。
【００４８】
以上は、解像限界以下のパターンを検査する場合である。この場合、検査対象となるパターンに光学的に解像できるパターンが含まれている場合がある。そのため、図１に示すように検出データと遅延データとを外部に取り出す出力部３０を設け、出力部３０に光学的に解像できるパターンを検査する図示しない検査部を接続できるようになっている。なお、光学的に解像できるパターンを検査する検査部には既知の技術を適用させることができるので、その説明は省略する。
【００４９】
図６は、他の実施形態に係る検査部を例示するためのブロック図である。
本実施の形態に係るパターン検査装置は、被検査体１００に形成されたパターンの透過光による光学画像に基づいて検出データ（第２の検出データ）を作成する検出データ作成部（第２の検出データ作成部）と、検出データを時間遅延させることで遅延データ（第２の遅延データ）を作成する遅延部（第２の遅延部）と、を備えている（例えば、図１における透過光により検査を行う部分）。また、被検査体１００に形成されたパターンの反射光による光学画像に基づいて検出データ（第３の検出データ）を作成する検出データ作成部（第３の検出データ作成部）と、検出データを時間遅延させることで遅延データ（第３の遅延データ）を作成する遅延部（第３の遅延部）と、を備えている（例えば、図１における反射光により検査を行う部分）。
【００５０】
検査部１３は、透過光に基づいた検出データを用いて検査を行う透過検査部１３ａと、反射光に基づいた検出データを用いて検査を行う反射検査部１３ｂと、論理和演算部１３６（第２の論理和演算部）とを有する。
透過検査部１３ａには、遅延部３１、識別部３２ａ（第２の識別部）、抽出部３３ａ（第２の抽出部）、出力変位演算部３４ｃ（第３の出力変位演算部）、出力変位演算部３４ｄ（第４の出力変位演算部）、レベル差演算部１３４ａ（第１のレベル差演算部）、判定部１３５ａ（第３の判定部）が設けられている。
反射検査部１３ｂには、遅延部３１、識別部３２ｂ（第３の識別部）、抽出部３３ｂ（第３の抽出部）、出力変位演算部３４ａ（第５の出力変位演算部）、出力変位演算部３４ｂ（第６の出力変位演算部）、レベル差演算部１３４ｂ（第２のレベル差演算部）、判定部１３５ｂ（第４の判定部）が設けられている。
【００５１】
出力変位演算部３４ｃは、透過光により取得された検出データに基づいて演算を行う。すなわち、入力された検出データの注目画素に対する周辺領域の出力レベルの平均値を演算し、入力された検出データの出力レベルと周辺領域の出力レベルの平均値との差をさらに演算する。
出力変位演算部３４ｄは、透過光により取得された検出データから作成された遅延データに基づいて演算を行う。すなわち、入力された遅延データの注目画素に対する周辺領域の出力レベルの平均値を演算し、入力された遅延データの出力レベルと周辺領域の出力レベルの平均値との差をさらに演算する。
【００５２】
出力変位演算部３４ａは、反射光により取得された検出データに基づいて演算を行う。すなわち、入力された検出データの注目画素に対する周辺領域の出力レベルの平均値を演算し、入力された検出データの出力レベルと周辺領域の出力レベルの平均値との差をさらに演算する。
出力変位演算部３４ｂは、反射光により取得された検出データから作成された遅延データに基づいて演算を行う。すなわち、入力された遅延データの注目画素に対する周辺領域の出力レベルの平均値を演算し、入力された遅延データの出力レベルと周辺領域の出力レベルの平均値との差をさらに演算する。
【００５３】
レベル差演算部１３４ａは、出力変位演算部３４ｃにおける演算値と、出力変位演算部３４ａにおける演算値との差を演算する。
レベル差演算部１３４ｂは、出力変位演算部３４ｂにおける演算値と、出力変位演算部３４ｄにおける演算値との差を演算する。
【００５４】
判定部１３５ａは、レベル差演算部１３４ａからの入力に基づいて欠陥の有無を判定する。
判定部１３５ｂは、レベル差演算部１３４ｂからの入力に基づいて欠陥の有無を判定する。
判定部１３５ａ、１３５ｂにおける判定は、所定の閾値を用いて行うようにすることができる。
【００５５】
また、論理和演算部１３６は、判定部１３５ａ、１３５ｂの判定結果を論理和演算する。そのため、判定部１３５ａ、１３５ｂの判定結果のうち、少なくとも一方が欠陥があるとの判定結果である場合には、論理和演算部１３６から欠陥が有るとの検査結果が出力される。
【００５６】
ここで、前述した検査部３の場合には、透過光に基づく検出データと遅延データ、反射光に基づく検出データと遅延データ、によりそれぞれ欠陥の有無を判定するようにしている。
これに対して、検査部１３の場合には、透過光に基づく検出データと反射光に基づく検出データ、透過光に基づく遅延データと反射光に基づく遅延データ、によりそれぞれ欠陥の有無を判定するようにしている。
【００５７】
図７は、検査部の作用を例示するための模式図である。
図７（ａ）、（ｂ）は透過光に基づく検出データと遅延データとによる検査の場合、図７（ｃ）、（ｄ）は反射光に基づく検出データと遅延データとによる検査の場合、図７（ｅ）、（ｆ）は透過光に基づく検出データと反射光に基づく検出データ、透過光に基づく遅延データと反射光に基づく遅延データ、とによる検査の場合である。なお、図７（ｂ）は図７（ａ）におけるＦ−Ｆ線に沿った出力レベルのプロファイル、図７（ｄ）は図７（ｃ）におけるＧ−Ｇ線に沿った出力レベルのプロファイル、図７（ｆ）は図７（ｅ）におけるＨ−Ｈ線に沿った出力レベルのプロファイルである。また、図７（ａ）、（ｂ）中のＥ３、図７（ｃ）、（ｄ）中のＥ４、図７（ｅ）、（ｆ）中のＥ５が欠陥部である。
すなわち、図７（ａ）〜（ｄ）は検査部３による検査の場合、図７（ｅ）、（ｆ）は検査部１３による検査の場合である。
【００５８】
検査部３による検査の場合には、透過光と反射光とで極性が反転するため、一方が出力レベルの高い欠陥部Ｅ３（欠陥部が明るくなる場合）、他方が出力レベルの低い欠陥部Ｅ４（欠陥部が暗くなる場合）となる場合がある。
そのため、検査部１３による検査の場合には、透過光に基づくデータと反射光に基づくデータとの差をとる（一方の極性を反転させるとともに両者を足し合わせる）ことで欠陥部を強調するようにしている。
すなわち、欠陥部の出力レベルは、例えば、透過光による欠陥部の出力レベルと、極性が反転された反射光による欠陥部の出力レベルとの和となる。
【００５９】
ここで、透過光による場合の周辺領域の出力レベル（ノイズ成分の出力レベル）と、反射光による場合の周辺領域の出力レベル（ノイズ成分の出力レベル）とは独立である。
そのため、透過光に基づくデータと反射光に基づくデータとの差をとる場合、周辺領域の出力レベルは、透過光による場合の周辺領域の出力レベルと反射光による場合の周辺領域の出力レベルとの二乗和となる。
【００６０】
この場合、例えば、透過光による欠陥部の出力レベルをＳ、反射光による欠陥部の出力レベルを−Ｓ、周辺領域の出力レベルが透過光による場合、反射光による場合ともＮとすると、欠陥部の出力レベルは２Ｓ、周辺領域の出力レベルは１．４Ｎとなる。
そのため、欠陥判定におけるＳ／Ｎ比をさらに向上させることができるので、さらに微細な欠陥まで判定することが可能となる。
【００６１】
本実施の形態によれば、光学的に解像できないパターンであっても充分な検査感度を得ることができる。
また、出力変位演算部を設けることで、周辺領域の出力レベルを平坦化することができる。そのため、欠陥判定におけるＳ／Ｎ比を向上させることができるので、より微細な欠陥までを判定することができる。
【００６２】
また、透過光に基づくデータと反射光に基づくデータとの差をとる（一方の極性を反転させるとともに両者を足し合わせる）ことで欠陥部を強調することができる。そのため、欠陥判定におけるＳ／Ｎ比をさらに向上させることができるので、さらに微細な欠陥までを判定することができる。
【００６３】
[第２の実施形態]
図８は、第２の実施形態に係るパターン検査装置を例示するためのブロック図である。 なお、図８は、一例として、ダイ・トゥ・データベース（Die-to-Database）法を用いてパターンの検査を行うパターン検査装置を例示するものである。
図８に示すように、パターン検査装置５１には、検出データ作成部２ａ、参照データ作成部４０（第１の参照データ作成部）、検査部５３が設けられている。
【００６４】
そして、検出データ作成部２ａには、光源２１、照明光学系２２、載置部２３、結像光学系２４、検出部２５、変換部２６、位置検出部２７が設けられている。
位置検出部２７は、載置部２３の位置情報を取得して後述するデータ作成部４３に位置情報を提供する。位置検出部２７としては、例えば、レーザ干渉計やリニアエンコーダなどを例示することができる。ただし、これらに限定されるわけではなく、載置部２３の位置情報を電気信号に変換できるものを適宜選択することができる。
参照データ作成部４０には、データ格納部４１、データ展開部４２、データ作成部４３が設けられている。
参照データ作成部４０は、データ格納部４１に格納された設計データなどに基づいて参照データ（第１の参照データ）を作成する。すなわち、参照データ作成部４０は、被検査体１００に形成されたパターンに関する参照データを作成する。
データ格納部４１は、パターンの形成に用いられる作画データや作画データに変換する前の設計データなどを格納する。
【００６５】
データ展開部４２は、データ格納部４１から提供された設計データなどをビットパターンに展開する。
データ作成部４３は、ビットパターンに展開されたデータを図形解釈することで参照データを作成する。この際、検出データの分解能に合わせて参照データが作成される。
また、データ作成部４３は、位置検出部２７から提供された載置部２３の位置情報に基づいて、参照データから対象となる部分の参照データを抽出して出力する。すなわち、載置部２３の位置情報から載置部２３に保持された被検査体１００の検査領域に関する位置情報を取得し、検査領域の位置（検出部２５によるデータの取り込み位置）に合せて参照データから対象となる部分の参照データを抽出して出力する。
データ作成部４３には、後述する透過検査部５３ａに参照データを提供するデータ作成部４３ａと、反射検査部５３ｂに参照データを提供するデータ作成部４３ｂとがある。この場合、データ作成部４３ａと、データ作成部４３ｂとは同様のものとすることができる。
【００６６】
検査部５３は、透過光に基づいた検出データを用いて検査を行う透過検査部５３ａと、反射光に基づいた検出データを用いて検査を行う反射検査部５３ｂとを有する。
透過検査部５３ａ、反射検査部５３ｂには、階調変換部５２（第１の階調変換部）、レベル差演算部５４（第３のレベル差演算部）、判定部５５（第５の判定部）が設けられている。
ここで、透過検査部５３ａに設けられる各要素と、反射検査部５３ｂに設けられる各要素とは同様のものとすることができる。そのため、一例として、反射検査部５３ｂに設けられる各要素について例示をする。
【００６７】
前述したように参照データの作成は、設計データなどをビットパターンに展開して行う。この際、対象となる画素毎に展開したパターンデータに占める割合を演算し、これに基づいて参照データを作成する。この場合、例えば、パターンデータに占める割合が０％、５０％、１００％の画素は、それぞれ０、５０、１００などの数値に変換されて参照データが作成される。
【００６８】
この様な方法で作成された参照データは、光学的に解像できるパターンに対しては、パターンデータに占める割合に応じた出力レベルとなるので、検出部２５の出力レベルに対応したものとなる。
ところが、解像限界以下のパターンに対しては、解像限界以下のパターンの形状条件などにより透過率や反射率が変化するため、参照データが検出部２５の出力レベルに対応したものとはならない場合がある。
そのため、本実施の形態においては、参照データの出力レベルが検出部２５の出力レベルに対応したものとなるように階調変換部５２により出力レベルの変換を行っている。
【００６９】
階調変換部５２は、参照データの出力レベルが検出部２５の出力レベルに対応したものとなるように出力レベルの変換を行う。この場合、予め求められた階調変換テーブルにより出力レベルの変換を行うようにすることができる。なお、階調変換テーブルは、実験やシミュレーションなどにより予め求めるようにすることができる。
【００７０】
レベル差演算部５４は、変換部２６ｂからの検出データと、階調変換部５２により出力レベルの変換がされた参照データと、の差を演算する。
判定部５５は、レベル差演算部５４からの入力データに対して下限の閾値を用いて判定を行う判定部５６ａ、レベル差演算部５４からの入力データに対して上限の閾値を用いて判定を行う判定部５６ｂ、論理和演算部５７を有する。
論理和演算部５７は、判定部５６ａ、５６ｂにおける判定結果を論理和演算する。そのため、判定部５６ａ、５６ｂの判定結果のうち、少なくとも一方が欠陥があるとの判定結果である場合には、論理和演算部５７は、欠陥があるとの検査結果を出力する。
【００７１】
図９は、反射検査部５３ｂの作用を例示するための模式図である。
図９中のデータＰ１は検出データにおける画像データ、データＰ２は参照データにおける画像データ、データＰ３は階調変換部により変換された画像データを表している。データＰ１〜Ｐ３の下方に描かれた線図は、各画像データの横方向に沿った出力レベルのプロファイルである。
各画像データにおけるＡ、Ａ１、Ａ２は解像限界以下のパターン、Ｂ、Ｂ１、Ｂ２は光学的に解像できるパターンを表している。
また、図９中のグラフ図Ｊは、階調変換テーブルをグラフ図化したものである。この場合、グラフ図Ｊ中のＫ部に示す領域において出力レベルの変換が行われることを表している。図Ｊは、一例として、Ｋ部に示す領域において出力レベルを増加させる場合を例示したものである。なお、階調変換テーブルは図Ｊに例示をしたものに限定されるわけではなく、適宜変更することができる。
【００７２】
前述したように、解像限界以下のパターンの形状条件などにより透過率や反射率が変化するため、参照データが検出部２５の出力レベルに対応したものとはならない場合がある。そのため、データＰ１とデータＰ２とが異なるものとなる場合がある。
そこで、階調変換部５２によりデータＰ２の出力レベルの変換を行い、変換後のデータＰ３の出力レベルがデータＰ１の出力レベルに対応したものとなるようにしている。
【００７３】
そして、データＰ１とデータＰ３との差がレベル差演算部５４により演算される。レベル差演算部５４により演算されたデータは、判定部５６ａ、５６ｂに入力されてそれぞれ下限の閾値、上限の閾値を用いて判定が行われる。判定部５６ａ、５６ｂにおける判定結果は、論理和演算部５７において論理和演算され、判定部５６ａ、５６ｂの判定結果のうち、少なくとも一方が欠陥があるとの判定結果である場合には、欠陥があるとの検査結果が出力される。
【００７４】
以上、反射検査部５３ｂに設けられる各要素について例示をしたが、透過検査部５３ａに設けられる各要素も同様のものとすることができる。そして、透過検査部５３ａには、変換部２６ａからの検出データ、すなわち透過光に基づいた検出データが入力され、前述した反射検査部５３ｂの場合と同様にして欠陥の有無が検査される。
【００７５】
なお、透過検査部５３ａと反射検査部５３ｂとが設けられた場合を例示したが、いずれか一方が設けられるようにすることもできる。ただし、透過検査部５３ａと反射検査部５３ｂとを設けるようにすればより適切な検査を行うことができる。
【００７６】
図１０は、他の実施形態に係る検査部を例示するためのブロック図である。
図１０に示すように、検査部１５３には、階調変換部５２、識別部１３２（第４の識別部）、抽出部１３３（第４の抽出部）、レベル差演算部５４、判定部５５が設けられている。なお、検査部１５３には、透過光に基づいた検出データを用いて検査を行う透過検査部１５３ａと、反射光に基づいた検出データを用いて検査を行う反射検査部１５３ｂとがあるが、構成自体は同様とすることができる。
【００７７】
識別部１３２は、入力された参照データが解像限界以下のパターンの画像に関するデータであるか否かを識別する。なお、識別部１３２は、前述した識別部３２と同様のものとすることができるのでその構成や作用に関する説明は省略する。
抽出部１３３は、識別部１３２からの「識別フラグ」が入力された場合には、対応する検出データと階調変換部５２により変換がされた参照データとをレベル差演算部５４に向けて出力する。すなわち、識別部１３２により解像限界以下のパターンのデータであると識別された参照データと対応する検出データとをレベル差演算部５４に向けて出力する。なお、抽出部１３３は、前述した抽出部３３と同様のものとすることができるのでその構成や作用に関する説明は省略する。
【００７８】
この様にすれば、解像限界以下のパターンのみを検査することができる。
この場合、検査対象となるパターンに光学的に解像できるパターンが含まれている場合がある。そのため、図１０に示すように検出データと階調変換部５２により変換がされた参照データとを外部に取り出す出力部３０ａを設け、出力部３０ａに光学的に解像できるパターンを検査する図示しない検査部を接続できるようになっている。なお、光学的に解像できるパターンを検査する検査部には既知の技術を適用させることができるので、その説明は省略する。
【００７９】
本実施の形態によれば、光学的に解像できないパターンであっても充分な検査感度を得ることができる。
また、階調変換部５２を設けるようにしているので、参照データの出力レベルを検出部２５の出力レベルに対応したものとすることができる。そのため、検査精度を向上させることができ、より微細な欠陥までを判定することができる。
【００８０】
また、識別部１３２を設けるようにすれば、検査が困難であった光学的に解像できないパターンを優先して検査することができる。
【００８１】
[第３の実施形態]
図１１は、第３の実施形態に係るパターン検査装置を例示するためのブロック図である。なお、図１１は、一例として、ダイ・トゥ・データベース（Die-to-Database）法を用いてパターンの検査を行うパターン検査装置を例示するものである。
後述するように、ライン部分とスペース部分との比率やパターンの高さ寸法などのパターンの形状条件、表面に設けられた膜（例えば、クロム（Ｃｒ）膜など）が占める割合、膜の厚みなどにより透過率や反射率が変化する。
そのため、本実施の形態においては、解像限界以下のパターンの透過率や反射率の変化の度合いをも測定し、パターン線幅の変化、パターン形成時のプロセス条件の変化を検査するようにしている。
なお、パターンの形状条件などが透過率や反射率に与える影響に関しては後述する。
【００８２】
図１１に示すように、パターン検査装置６１には、検出データ作成部２ａ、参照データ作成部４０、検査部６３が設けられている。
【００８３】
そして、検出データ作成部２ａには、光源２１、照明光学系２２、載置部２３、結像光学系２４、検出部２５、変換部２６、位置検出部２７が設けられている。
参照データ作成部４０には、データ格納部４１、データ展開部４２、データ作成部４３が設けられている。
【００８４】
検査部６３は、透過光に基づいた検出データを用いて検査を行う透過検査部６３ａと、反射光に基づいた検出データを用いて検査を行う反射検査部６３ｂとを有する。
透過検査部６３ａに設けられる各要素と、反射検査部６３ｂに設けられる各要素とは同様のものとすることができる。そのため、一例として、反射検査部６３ｂに設けられる各要素について例示をする。
【００８５】
反射検査部６３ｂには、階調変換部５２、レベル差演算部５４、平均レベル差演算部６２、分布集計部６４、判定部６５、表示部６６が設けられている。
平均レベル差演算部６２は、レベル差演算部５４からの入力データの平均値を演算する。この際、予め定められた一定の領域（例えば、検出データにおけるＮ画素×Ｎ画素の領域）における平均値が演算される。
【００８６】
分布集計部６４は、平均レベル差演算部６２で演算された平均値を被検査体１００の検査領域の全域に渡って集計する。
この様に被検査体１００の検査領域の全域に渡ってデータを集計することで反射率の変化の度合を測定することができる。なお、透過検査部６３ａによれば透過率の変化の度合を測定することができる。
そして、解像限界以下のパターンの透過率や反射率の変化の度合いを測定することで、パターン線幅の変化、パターン形成時のプロセス条件の変化を検査することができる。また、製造過程における異常要因なども知ることができる。
また、パターンを形成する際の描画プロセスやエッチングプロセスにおけるプロセス条件の変化などが測定できるようになる。そのため、パターンを形成する際の描画プロセスやエッチングプロセス対して変化を低減させるための条件をフィードバックすることができる。
また、この様なパターンが形成されたものを使ってさらに他の製品を製造するような場合には、変化したパターン線幅などを後工程にフォードフォワードすることで製品の歩留まりを向上させることができる。例えば、被検査体１００がフォトマスクの場合には、変化したパターン線幅などをリソグラフィプロセスにフォードフォワードすることで半導体装置などの歩留まりを向上させることができる。
【００８７】
判定部６５は、平均レベル差演算部６２で演算された平均値を、例えば、上限および下限の２つの閾値を用いて判定し、閾値を超えた部分を欠陥部と判定するようにすることができる。なお、判定部６５の構成は、前述した判定部５５と同様とすることができるのでその説明は省略する。
【００８８】
表示部６６は、分布集計部６４により集計された情報を表示する。
例えば、分布集計部６４から提供された反射率の変化の度合（透過検査部６３ａの場合は透過率の変化の度合）を、等高線やカラーバーなどを用いた２次元マップとして表示するようにすることができる。
【００８９】
以上、反射検査部６３ｂに設けられる各要素について例示をしたが、透過検査部６３ａに設けられる各要素も同様のものとすることができる。そして、透過検査部６３ａには、変換部２６ａからの検出データ、すなわち透過光に基づいた検出データが入力され、前述した反射検査部６３ｂの場合と同様にして欠陥の有無が検査される。
【００９０】
なお、透過検査部６３ａと反射検査部６３ｂとが設けられた場合を例示したが、いずれか一方が設けられるようにすることもできる。ただし、透過検査部６３ａと反射検査部６３ｂとを設けるようにすればより適切な検査を行うことができる。
【００９１】
図１２は、他の実施形態に係る検査部を例示するためのブロック図である。
図１２に示すように、検査部１６３には、階調変換部５２、識別部１３２、抽出部１３３、レベル差演算部５４、平均レベル差演算部６２、分布集計部６４、判定部６５が設けられている。
検査部１６３には、透過光に基づいた検出データを用いて検査を行う透過検査部１６３ａと、反射光に基づいた検出データを用いて検査を行う反射検査部１６３ｂとがあるが、構成自体は同様とすることができる。
なお、検査部１６３に設けられる各要素自体は、前述したものと同様とすることができるので、それらの説明は省略する。
【００９２】
検査部１６３には、図１０に例示をしたものと同様に識別部１３２、抽出部１３３が設けられている。そのため、解像限界以下のパターンのみを検査することができる。
この場合、検査対象となるパターンに光学的に解像できるパターンが含まれている場合がある。そのため、図１２に示すように検出データと階調変換部５２により変換がされた参照データとを外部に取り出す出力部３０ｂを設け、出力部３０ｂに光学的に解像できるパターンを検査する図示しない検査部を接続できるようになっている。なお、光学的に解像できるパターンを検査する検査部には既知の技術を適用させることができるので、その説明は省略する。
【００９３】
本実施の形態によれば、光学的に解像できないパターンであっても充分な検査感度を得ることができる。
また、平均レベル差演算部、分布集計部を設けるようにしているので、透過率や反射率の変化の度合いを測定することができる。そのため、ライン部分とスペース部分との比率やパターンの高さ寸法などのパターンの形状条件、表面に設けられた膜が占める割合、膜の厚みなどの変化（例えば、パターン線幅の変化、パターン形成時のプロセス条件の変化など）を検査することができる。また、製造過程における異常要因なども知ることができる。さらに、変化を低減させるための条件をパターンを形成するプロセスにフィードバックしたり、変化したパターン線幅などを後工程にフォードフォワードすることで製品の歩留まりを向上させることができる。
【００９４】
また、階調変換部５２を設けるようにしているので、参照データの出力レベルを検出部２５の出力レベルに対応したものとすることができる。そのため、検査精度を向上させることができ、より微細な欠陥までを判定することができる。
また、識別部１３２を設けるようにすれば、検査が困難であった光学的に解像できないパターンを優先して検査することができる。
【００９５】
[第４の実施形態]
図１３は、所定の繰り返し周期を有する解像限界以下のパターンと検出データの出力レベルとの関係を例示するための模式図である。なお、図１３（ａ）は所定の繰り返し周期を有する筋状のパターンの模式拡大図、図１３（ｂ）は図１３（ａ）におけるＩ−Ｉ線に沿った出力レベルのプロファイルである。図１３（ｃ）も所定の繰り返し周期を有する筋状のパターンの模式拡大図、図１３（ｄ）は図１３（ｃ）におけるＪ−Ｊ線に沿った出力レベルのプロファイルである。図１３（ｅ）は所定の繰り返し周期を有する点状のパターンの模式拡大図、図１３（ｆ）は図１３（ｅ）におけるＫ−Ｋ線に沿った出力レベルのプロファイルである。
【００９６】
解像限界以下のパターンは、そのパターン自体を光学的に解像することができないが、例えば、図１３（ａ）、（ｃ）、（ｅ）に示すもののように、解像限界以下のパターンが所定の周期で配設されているような場合には、検出データの出力レベルが図１３（ｂ）、（ｄ）、（ｆ）に示すように所定の繰り返し周期で変動する。
そのため、検出データの出力レベルの繰り返し周期、変動の度合いなどを測定すれば、解像限界以下のパターンの形態（例えば、パターンの形状やピッチ寸法など）を特定することができる。
そこで、本実施の形態においては、解像限界以下のパターンを抽出し、抽出した解像限界以下のパターンから、相関演算により特定の繰り返し周期を有するパターンを検出するようにしている。
そして、検出された特定の繰り返し周期を有するパターンに基づいて欠陥の有無を判定するようにしている。
【００９７】
図１４は、第４の実施形態に係るパターン検査装置を例示するためのブロック図である。 なお、図１４は、一例として、ダイ・トゥ・ダイ（Die-to-Die）法を用いてパターンの検査を行うパターン検査装置を例示するものである。
図１４に示すように、パターン検査装置７１には、検出データ作成部２、検査部７３が設けられている。
【００９８】
検査部７３は、透過光に基づいた検出データを用いて検査を行う透過検査部７３ａと、反射光に基づいた検出データを用いて検査を行う反射検査部７３ｂとを有する。
透過検査部７３ａに設けられる各要素と、反射検査部７３ｂに設けられる各要素とは同様のものとすることができる。そのため、一例として、反射検査部７３ｂに設けられる各要素について例示をする。
【００９９】
反射検査部７３ｂには、遅延部３１、識別部３２、抽出部３３、パターン抽出部７２、パターン遅延部７４、比較部７５、判定部７６、論理和演算部７７（第３の論理和演算部）が設けられている。
図１５は、図１４におけるパターン抽出部、パターン遅延部、比較部、判定部を例示するためのブロック図である。
なお、検出データが入力される側には、パターン抽出部７２ａ（第１のパターン抽出部）、パターン遅延部７４ａ（第４の遅延部）、比較部７５ａ（レベル差演算部７５ａ１（第４のレベル差演算部））、判定部７６ａ（第７の判定部）が設けられている。
また、遅延データが入力される側には、パターン抽出部７２ｂ（第２のパターン抽出部）、パターン遅延部７４ｂ（第５の遅延部）、比較部７５ｂ（レベル差演算部（第５のレベル差演算部）、判定部７６ｂ（第８の判定部）が設けられている。
この場合、検出データが入力される側に設けられる各要素と、遅延データが入力される側に設けられる各要素とは同様とすることができる。そのため、一例として、検出データが入力される側に設けられる各要素について例示をする。
【０１００】
パターン抽出部７２ａには、パターン抽出部７２ａ１、相関演算部７２ａ２が設けられている。
パターン抽出部７２ａ１には、抽出部３３を介して検出データが入力される。すなわち、前述したものと同様に、識別部３２において解像限界以下のパターンの画像に関するデータと認識された検出データがパターン抽出部７２ａ１に入力される。
一方、相関演算部７２ａ２には、抽出部３３を介して検出データが入力されるとともにテンプレート情報１０４が入力される。すなわち、識別部３２において解像限界以下のパターンの画像に関するデータと認識された検出データとテンプレート情報１０４とが相関演算部７２ａ２に入力される。
【０１０１】
相関演算部７２ａ２は、入力された解像限界以下のパターンと、テンプレート情報１０４に含まれる特定の繰り返し周期を有するパターンとの相関演算（パターンマッチング）を行う。そして、マッチングがされた場合には「テンプレートマッチング結果」を出力する。「テンプレートマッチング結果」は、「有効フラグ」としてパターン抽出部７２ａ１に向けて出力される。
【０１０２】
パターン抽出部７２ａ１は、相関演算部７２ａ２においてマッチングがされたパターンのデータを検出データから抽出する。
【０１０３】
パターン遅延部７４ａには、パターン抽出部７２ａ１により抽出されたパターンに関するデータが入力される。
パターン遅延部７４ａは、入力されたデータの伝達に一定の時間遅れを作ることで、次にパターン抽出部７２ａ１から出力されるデータと比較するための比較データ（第１の比較データ）を作成する。なお、遅延データが入力される側に設けられるパターン遅延部７４ｂは、入力されたデータの伝達に一定の時間遅れを作ることで、次にパターン抽出部７２ａ１から出力されるデータと比較するための比較データ（第２の比較データ）を作成する。そして、パターン遅延部７４ａは、作成したデータを比較部７５ａに向けて出力する。
【０１０４】
比較部７５ａには、レベル差演算部７５ａ１（第４のレベル差演算部）が設けられている。
レベル差演算部７５ａ１は、パターン抽出部７２ａ１から入力されたデータと、遅延部７４ａから入力されたデータとの差を演算する。そして、レベル差演算部７５ａ１は、演算されたデータを判定部７６ａに向けて出力する。
【０１０５】
判定部７６ａには、判定部７６ａ１、７６ａ２、論理和演算部７６ａ３が設けられている。
判定部７６ａ１、７６ａ２は、入力されたデータに対して上限および下限の２つの閾値を用いて判定を行う。例えば、判定部７６ａ１が下限の閾値を用いて判定を行うものとし、判定部７６ａ２が上限の閾値を用いて判定を行うものとすることができる。
【０１０６】
論理和演算部７６ａ３は、判定部７６ａ１による判定結果と、判定部７６ａ２による判定結果との論理和演算を行う。そのため、判定部７６ａ１による判定結果と、判定部７６ａ２による判定結果とのうち、少なくとも一方が欠陥があるとの判定結果である場合には、論理和演算部７６ａ３は、欠陥があるとの判定結果を論理和演算部７７に向けて出力する。
【０１０７】
論理和演算部７７には、判定部７６ａからの判定結果と、判定部７６ｂからの判定結果とが入力される。すなわち、遅延データが入力される側においても同様の演算が行われ、判定部７６ｂから欠陥の有無に関する判定結果が論理和演算部７７に入力される。
論理和演算部７７は、判定部７６ａによる判定結果と、判定部７６ｂによる判定結果との論理和演算を行う。そのため、判定部７６ａによる判定結果と、判定部７６ｂによる判定結果とのうち、少なくとも一方が欠陥があるとの判定結果である場合には、論理和演算部７７から欠陥があるとの検査結果が出力される。
【０１０８】
なお、透過検査部７３ａと反射検査部７３ｂとが設けられた場合を例示したが、いずれか一方が設けられるようにすることもできる。ただし、透過検査部７３ａと反射検査部７３ｂとを設けるようにすればより適切な検査を行うことができる。
【０１０９】
前述した相関演算部７２ａ２における相関演算（パターンマッチング）は、固定テンプレートを用いた場合であるが、マッチング領域を任意に設定することができる可変テンプレートを用いることもできる。
図１６は、可変テンプレートについて例示をするためのブロック図である。
図１６に示すように、可変テンプレート１７０には、遅延部１７１、バッファ部１７２、二値化部１７３、マッチング部１７４、論理積演算部１７７が設けられている。
遅延部１７１は、入力されたデータ（例えば、検出データ）の電気信号の波形を変えずに伝達に一定の時間遅れを作る。
バッファ部１７２は、遅延部１７１を介して入力されたデータをＮ×Ｎ画素のデータとして蓄積する。
【０１１０】
二値化部１７３には、変換部１７３ａ、１７３ｂが設けられている。変換部１７３ａ、１７３ｂは、それぞれ異なる値の閾値（例えば、閾値Ｘ１、閾値Ｘ２）を用いて二値化を行う。
バッファ部１７２に蓄積されたＮ×Ｎ画素のデータは、二値化部１７３において異なる値の閾値を用いて二値化され、Ｎ×Ｎ画素の各画素に対応する画素マッチング部１７４０〜１７４Ｎ−１にそれぞれ提供される。なお、閾値は任意に変更することができるようになっている。
【０１１１】
マッチング部１７４には、Ｎ×Ｎ画素の各画素に対応する画素マッチング部１７４０〜１７４Ｎ−１が設けられている。また、各画素マッチング部１７４０〜１７４Ｎ−１には、論理演算部１７５ａ、１７５ｂ、論理積演算部１７６がそれぞれ設けられている。
論理演算部１７５ａ、１７５ｂにおける論理は任意に設定することができるようになっている。すなわち、論理演算部１７５ａ、１７５ｂにおける論理を任意に設定することで、テンプレートを構成する画素における論理を任意に設定することができる可変テンプレートが構成されるようになっている。
例えば、論理演算部１７５ａにおいては、「当該画素の値＞閾値Ｘ１、当該画素の値≦閾値Ｘ１、演算不要」のいずれかが選択、設定されるようになっている。また、論理演算部１７５ｂにおいては、「当該画素の値＞閾値Ｘ２、当該画素の値≦閾値Ｘ２、演算不要」のいずれかが選択、設定されるようになっている。そして、二値化部１７３から提供されたデータが、設定された論理により判定されるようになっている。
【０１１２】
この場合、「演算不要」は、当該画素の値がどのようなものであるかが明らかな場合に選択、設定するものとすることができる。例えば、ホールパターンのホール部分（透過部）に位置する画素のように「明」であることが明らかな場合には、図中の「１」を選択、設定することで常に「ＯＮ（明）」と判定するようにすることができる。
【０１１３】
論理積演算部１７６は、論理演算部１７５ａ、１７５ｂから出力された判定結果を論理積演算することで当該画素におけるマッチング結果を出力する。
論理積演算部１７７は、各画素マッチング部１７４０〜１７４Ｎ−１における論理積演算部１７６のマッチング結果をさらに論理積演算し、マッチングがされた場合には「テンプレートマッチング結果」を出力する。「テンプレートマッチング結果」は、「有効フラグ」としてパターン抽出部７２ａ１に向けて出力される。
【０１１４】
この様に、設定したテンプレートの論理設定に添ってＮ×Ｎ画素全部のマッチング結果の論理積をとることが可能となるので、任意の論理設定によるテンプレートマッチングが可能となる。また、任意の論理設定によるテンプレートマッチングが可能となれば、特性を検出するパターンの形状などに整合するテンプレートを「検出レシピ」などから容易に設定することができるようになる。
なお、二値化部１７３は、２個の異なる値の閾値を用いて二値化を行うだけではなく、３個以上の複数の閾値を用いて二値化を行うようにしてもよい。この場合、閾値の数に応じてマッチング部の論理演算部を増やすようにすれば、明るさレベルに対してもより任意な条件でテンプレートマッチングを行うことができるようになる。
【０１１５】
以上は、解像限界以下のパターンを検査する場合である。この場合、検査対象となるパターンに光学的に解像できるパターンが含まれている場合がある。そのため、図１４に示すように検出データと遅延データとを外部に取り出す出力部３０ｃを設け、出力部３０ｃに光学的に解像できるパターンを検査する図示しない検査部を接続できるようになっている。なお、光学的に解像できるパターンを検査する検査部には既知の技術を適用させることができるので、その説明は省略する。
【０１１６】
本実施の形態によれば、光学的に解像できないパターンであっても充分な検査感度を得ることができる。
また、相関演算部により、入力された解像限界以下のパターンから特定の繰り返し周期を有するパターンを検出し、検出された特定の繰り返し周期を有するパターンに基づいて欠陥の有無を判定することができる。
この際、検出された特定の繰り返し周期を有するパターン同士を比較することで、パターンのもつ出力レベルの変動を相互に相殺しながら比較検査を行うことが可能となる。
そのため、特定の繰り返し周期を有する解像限界以下のパターンにおいて、より微細な欠陥を検出することが可能となる。
【０１１７】
[第５の実施形態]
図１７は、第５の実施形態に係るパターン検査装置を例示するためのブロック図である。なお、図１７は、一例として、ダイ・トゥ・データベース（Die-to-Database）法を用いてパターンの検査を行うパターン検査装置を例示するものである。
図１７に示すように、パターン検査装置８１には、検出データ作成部２ａ、参照データ作成部４０、検査部８３が設けられている。
【０１１８】
検査部８３は、透過光に基づいた検出データを用いて検査を行う透過検査部８３ａと、反射光に基づいた検出データを用いて検査を行う反射検査部８３ｂとを有する。
透過検査部８３ａに設けられる各要素と、反射検査部８３ｂに設けられる各要素とは同様のものとすることができる。そのため、一例として、反射検査部８３ｂに設けられる各要素について例示をする。
【０１１９】
反射検査部８３ｂには、階調変換部５２、識別部１３２、抽出部１３３、パターン抽出部７２ｃ（第３のパターン抽出部）（パターン抽出部７２ｃ１、相関演算部７２ｃ２）、比較部７５ｃ、判定部７６ｃ（第９の判定部）が設けられている。
前述したものと同様に参照データ作成部４０により参照データが作成される。階調変換部５２は、参照データの出力レベルが検出部２５の出力レベルに対応したものとなるように出力レベルの変換を行う。識別部１３２は、入力された参照データが解像限界以下のパターンの画像に関するデータであるか否かを識別する。抽出部１３３は、識別部１３２により解像限界以下のパターンのデータであると識別された参照データと対応する検出データとをパターン抽出部７２ｃ１、相関演算部７２ｃ２に向けて出力する。
【０１２０】
相関演算部７２ｃ２は、入力された解像限界以下のパターンからテンプレート情報１０４に含まれる特定の繰り返し周期を有するパターンを相関演算（パターンマッチング）を行うことで検出する。
パターン抽出部７２ｃ１は、相関演算部７２ｃ２において検出されたパターンを検出データ、参照データから抽出する。
【０１２１】
前述したものと同様に、比較部７５ｃにはレベル差演算部７５ｃ１（第６のレベル差演算部）が設けられており、パターン抽出部７２ｃ１から入力された検出データと参照データとの差を演算する。そして、レベル差演算部７５ａ１は、演算されたデータを判定部７６ｃに向けて出力する。
前述したものと同様に、判定部７６ｃには、判定部７６ａ１、７６ａ２、論理和演算部７６ａ３が設けられている。
判定部７６ａ１、７６ａ２は、入力されたデータに対して上限および下限の２つの閾値を用いて判定を行う。例えば、判定部７６ａ１が下限の閾値を用いて判定を行うものとし、判定部７６ａ２が上限の閾値を用いて判定を行うものとすることができる。
論理和演算部７６ａ３は、判定部７６ａ１による判定結果と、判定部７６ａ２による判定結果との論理和演算を行う。そのため、判定部７６ａ１による判定結果と、判定部７６ａ２による判定結果とのうち、少なくとも一方が欠陥があるとの判定結果である場合には、論理和演算部７６ａ３から欠陥があるとの検査結果が出力される。
【０１２２】
なお、透過検査部８３ａと反射検査部８３ｂとが設けられた場合を例示したが、いずれか一方が設けられるようにすることもできる。ただし、透過検査部８３ａと反射検査部８３ｂとを設けるようにすればより適切な検査を行うことができる。
【０１２３】
以上は、解像限界以下のパターンを検査する場合である。この場合、検査対象となるパターンに光学的に解像できるパターンが含まれている場合がある。そのため、図１７に示すように検出データと参照データとを外部に取り出す出力部３０ｄを設け、出力部３０ｄに光学的に解像できるパターンを検査する図示しない検査部を接続できるようになっている。なお、光学的に解像できるパターンを検査する検査部には既知の技術を適用させることができるので、その説明は省略する。
【０１２４】
本実施の形態によれば、光学的に解像できないパターンであっても充分な検査感度を得ることができる。
また、相関演算部により、入力された解像限界以下のパターンから特定の繰り返し周期を有するパターンを検出し、検出された特定の繰り返し周期を有するパターンに基づいて欠陥の有無を判定することができる。
この際、特定の繰り返し周期を有する検出データに係るパターンと、特定の繰り返し周期を有する参照データに係るパターンとを比較することで、パターンのもつ出力レベルの変動を相互に相殺しながら比較検査を行うことが可能となる。
そのため、特定の繰り返し周期を有する解像限界以下のパターンにおいて、より微細な欠陥を検出することが可能となる。
【０１２５】
[第６の実施形態]
次に、第６の実施形態に係るパターンを有する構造体について例示をする。
まず、前述したパターンの形状条件などが透過率や反射率に与える影響について例示をする。
図１８は、パターンの形状条件と反射率との関係を例示するための模式図である。
なお、図１８（ａ）は本実施の形態において対象としている解像限界以下の微細パターンの周期的な構造を例示するための模式図、図１８（ｂ）はパターンの形状条件と反射率との関係を例示するための模式グラフ図である。
図１８（ａ）に示すように、解像限界以下のラインアンドスペースパターンの場合、屈折率は偏光により異なるものとなることが知られている。例えば、電場の振動方向がパターンと並行なＴＥ波の場合には、以下の（１）式により屈折率ｎ’が求められる。ここで、Ｌはライン部分の幅寸法、Ｓはスペース部分の幅寸法、Ｌ＋Ｓはパターンのピッチ寸法、ｎ１はライン部分の屈折率、ｎ２はスペース部分の屈折率である。
【数１】
また、ガラスなどのように消衰係数（ｋ)がゼロの場合には、反射率Ｒは以下の（２）式で求められる。
【数２】
ここで、ライン部分の材質をガラス、スペース部分を空気、パターンのピッチ寸法（Ｌ＋Ｓ）を一定（例えば、４８ｎｍ）とし、ライン部分の幅寸法Ｌを変化させた場合の反射率を（１）式、（２）式より求めると、図１８（ｂ）に示すものとなる。
図１８（ｂ）から分かるように、パターンのピッチ寸法が同じであったとしても、ライン部分の幅寸法Ｌが変化すると反射率も変化する。すなわち、ライン部分とスペース部分との比率によって反射率が変化することになる。このことは、反射率を測定すればライン部分とスペース部分との比率、プロセス要因によるライン部分の幅寸法などを検査することができることを意味する。
【０１２６】
図１９は、表面に設けられた膜が占める割合と反射率、透過率との関係を例示するための模式図である。
なお、図１９（ａ）は表面に膜が設けられたパターンの構造を例示するための模式図、図１９（ｂ）はパターンの表面に設けられた膜が占める割合と反射率、透過率との関係を例示するための模式グラフ図である。
図１９（ａ）に示すように、ガラス基板の表面にラインアンドスペースパターンを形成し、パターンの表面（ラインアンドスペースの上部）に例えばクロム（Ｃｒ）膜１０３が設けられているとする。
この様な場合、クロム膜１０３の反射率はガラスの反射率より数倍高いため、前述したライン部分（ガラスからなる部分）の寸法変化よりもクロム膜１０３の存在が反射率や透過率に大きな影響を及ぼすことになる。
【０１２７】
例えば、図１９（ｂ）に示すように、クロム膜１０３が占める割合を多くすると透過率が低くなり、反射率が高くなる。また、クロム膜１０３が占める割合を少なくすると透過率が高くなり、反射率が低くなる。
なお、表面に設けられた膜がクロム（Ｃｒ）以外の材質からなる場合も同様である。ただし、表面に設けられた膜の材質による光学定数（ｎ、ｋ）により値は異なるものとなる。
【０１２８】
この様に、表面に設けられた膜が占める割合で透過率や反射率が変化することになる。このことは、透過率や反射率を測定すれば表面に設けられた膜が占める割合を検査することができることを意味する。
【０１２９】
図２０は、表面に設けられた膜の厚みと反射率との関係を例示するための模式図である。 なお、図２０（ａ）は表面に膜が設けられたパターンの構造を例示するための模式図、図２０（ｂ）はパターンの表面に設けられた膜の厚みと反射率との関係を例示するための模式グラフ図である。
【０１３０】
図２０（ａ）に示すように、ガラス基板の表面にラインアンドスペースパターンを形成し、パターンの表面（ラインアンドスペースの上部）に例えばクロム（Ｃｒ）膜１０３が設けられている。また、クロム膜１０３の厚みをＴとしている。
そして、パターンの表面に設けられたクロム膜１０３の厚みと反射率との関係を光学シミュレーションにより求めた結果が図２０（ｂ）に例示をするものとなる。
【０１３１】
図２０（ｂ）に示すように、クロム膜１０３の厚みＴを変化させると反射率も変化する。そのため、クロム膜１０３の厚みＴを制御することで、反射率を制御することができる。このことは、反射率を測定すればクロム膜１０３の厚みＴを検査することができることを意味する。
【０１３２】
図２１は、パターンの高さ寸法と反射率との関係を例示するための模式図である。
図２１（ａ）、（ｂ）は表面に膜が設けられたパターンの構造を例示するための模式図、図２１（ｃ）はパターンの高さ寸法と反射率との関係を例示するための模式グラフ図である。なお、パターンの表面に設けられた膜は、クロム膜１０３である。
【０１３３】
図２１（ａ）に示すようなパターンの高さ寸法Ｈ１が低い場合と、図２１（ｂ）に示すようなパターンの高さ寸法Ｈ２が高い場合とでは反射率は異なるものとなる。
例えば、パターンの高さ寸法が検査光２１ａの波長の１／４の場合には、光の干渉により反射光同士が打ち消しあって反射率が低くなる。パターンの高さ寸法が検査光２１ａの波長の１／２の場合には、光の干渉により反射光同士が強めあって反射率が高くなる。そのため、パターンの高さ寸法が検査光２１ａの波長の１／４〜１／２の間で光学シミュレーションを行い、パターンの高さ寸法と反射率との関係を求めた結果が図２１（ｃ）に例示をするものである。
【０１３４】
図２１（ｃ）に示すように、パターンの高さ寸法を変化させると反射率も変化する。そのため、パターンの高さ寸法を制御することで、反射率を制御することができる。このことは、反射率を測定すればパターンの高さ寸法を検査することができることを意味する。
【０１３５】
以上例示をしたように、反射率、透過率を測定すれば、ライン部分とスペース部分との比率やパターンの高さ寸法などのパターンの形状条件、表面に設けられた膜が占める割合、膜の厚みなどを検査することができる。
そのため、図１１、図１２に例示をしたパターン検査装置において、平均レベル差演算部、分布集計部により透過率や反射率の変化の度合いを測定し、これに基づいて判定部６５でライン部分とスペース部分との比率やパターンの高さ寸法などのパターンの形状条件、表面に設けられた膜が占める割合、膜の厚みなどの変化（例えば、パターン線幅の変化、パターン形成時のプロセス条件の変化など）を検査するようにしている。
【０１３６】
ここで、パターン検査装置により得られる検出データのＳ／Ｎ比は、検出データの信号レベルとノイズレベルとの比率で決まる。そのため、検出データ（検査画像）のＳ／Ｎ比は、検出データの信号レベルが低い場合にはノイズレベルが支配的となる。つまり、検出データの信号レベルが高い場合にはＳ／Ｎ比が高くなり、検出データの信号レベルが低い場合にはＳ／Ｎ比が低くなる。
すなわち、パターン検査装置により解像限界以下のパターンを検査する場合、反射率や透過率を高くすれば検出データの信号レベルを高くすることができるので、検出データ（検査画像）のＳ／Ｎ比を向上させることができる。
【０１３７】
そのため、本実施の形態に係るパターンを有する構造体においては、反射率および透過率の少なくともいずれかが高くなるように、ライン部分とスペース部分との比率やパターンの高さ寸法などのパターンの形状条件、表面に設けられた膜が占める割合、膜の厚みなどを制御している。
【０１３８】
本実施の形態に係るパターンを有する構造体によれば、反射率や透過率を高くすることができるので、前述したパターン検査装置または後述するパターン検査方法においてＳ／Ｎ比の高いパターン検査を行うことができる。
そのため、光学的に解像できないパターンであっても充分な検査感度を得ることができる。また、さらに微細な欠陥までを検査することが可能となる。
【０１３９】
次に、本実施の形態に係るパターン検査方法について例示をする。
なお、以下に例示をする各実施形態のステップにおいて実施されるデータの作成、解像限界以下のパターンの識別、欠陥の有無の判定などに関しては、前述したパターン検査装置において例示をしたものと同様のためそれらの詳細な説明は省略する。
【０１４０】
[第７の実施形態]
次に、第７の実施形態に係るパターン検査方法について例示をする。
本実施の形態に係るパターン検査方法は、例えば、図１に例示をした検査部３において実施することができる。
図２２は、第７の実施形態に係るパターン検査方法について例示をするためのフローチャートである。
【０１４１】
まず、被検査体１００に形成されたパターンの光学像に基づいて検出データを作成する（ステップＳ１）。
次に、検出データを時間遅延させることで遅延データを作成する（ステップＳ２）。
すなわち、検出データの電気信号の波形を変えずに伝達に一定の時間遅れを作ることで遅延データを作成する。
【０１４２】
次に、検出データから解像限界以下のパターンのデータを抽出する（ステップＳ３ａ）。解像限界以下のパターンのデータであるか否かの識別は、検出データの出力レベルに基づいて行うようにすることができる。
抽出された検出データの注目画素に対する周辺領域の出力レベルの平均値を求める（ステップＳ４ａ）。
抽出された検出データの出力レベルと周辺領域の出力レベルの平均値との差を求める（ステップＳ５ａ）。
求められた値に基づいて、検出データにおける欠陥の有無を判定する（ステップＳ６ａ）。
すなわち、抽出された検出データの出力レベルと、周辺領域の出力レベルの平均値と、の差に基づいて、検出データにおける欠陥の有無を判定する。
例えば、上限および下限の２つの閾値を用いて欠陥の有無を判定するようにすることができる。
【０１４３】
一方、遅延データから解像限界以下のパターンのデータを抽出する（ステップＳ３ｂ）。解像限界以下のパターンのデータであるか否かは、遅延データの出力レベルに基づいて識別することができる。
抽出された遅延データの注目画素に対する周辺領域の出力レベルの平均値を求める（ステップＳ４ｂ）。
抽出された遅延データの出力レベルと周辺領域の出力レベルの平均値との差を求める（ステップＳ５ｂ）。
【０１４４】
求められた値に基づいて、遅延データにおける欠陥の有無を判定する（ステップＳ６ｂ）。
すなわち、抽出された遅延データの出力レベルと、周辺領域の出力レベルの平均値と、の差に基づいて、遅延データにおける欠陥の有無を判定する。
例えば、上限および下限の２つの閾値を用いて欠陥の有無を判定するようにすることができる。
【０１４５】
次に、検出データにおける判定および遅延データにおける判定のうち少なくとも一方が欠陥があるとの判定結果である場合には、欠陥があるとの検査結果とする（ステップＳ７）。
すなわち、検出データにおける欠陥の有無を判定する工程における判定結果と、遅延データにおける欠陥の有無を判定する工程における判定結果と、に基づいて欠陥の検査結果を判定する。
【０１４６】
なお、検出データは透過光による光学像に基づいて作成されたものであってもよいし、反射光による光学像に基づいて作成されたものであってもよい。
本実施の形態によれば、光学的に解像できないパターンであっても充分な検査感度を得ることができる。
また、検出データの出力レベルと周辺領域の出力レベルの平均値との差、遅延データの出力レベルと周辺領域の出力レベルの平均値との差を求めることで、周辺領域の出力レベルを平坦化することができる。そのため、欠陥判定におけるＳ／Ｎ比を向上させることができるので、より微細な欠陥までを判定することができる。
【０１４７】
[第８の実施形態]
次に、第８の実施形態に係るパターン検査方法について例示をする。
本実施の形態に係るパターン検査方法は、例えば、図６に例示をした検査部１３において実施することができる。
図２３は、第８の実施形態に係るパターン検査方法について例示をするためのフローチャートである。
本実施の形態に係るパターン検査方法においては、透過光による光学像に基づいて作成された検出データ、反射光による光学像に基づいて作成された検出データの両方を用いる。
【０１４８】
まず、透過光によるパターンの光学像に基づいて検出データを作成する（ステップＳ１１ａ）。
次に、検出データから解像限界以下のパターンのデータを抽出する（ステップＳ１２ａ）。
抽出されたデータの注目画素に対する周辺領域の出力レベルの平均値を求める（ステップＳ１３ａ）。
ステップＳ１２ａにおいて抽出されたデータの出力レベルと、ステップＳ１３ａにおいて求められた周辺領域の出力レベルの平均値と、の差を求める（ステップＳ１４ａ）。
【０１４９】
一方、反射光によるパターンの光学像に基づいて検出データを作成する（ステップＳ１１ｂ）。
次に、検出データから解像限界以下のパターンのデータを抽出する（ステップＳ１２ｂ）。
抽出されたデータの注目画素に対する周辺領域の出力レベルの平均値を求める（ステップＳ１３ｂ）。
ステップＳ１２ｂにおいて抽出されたデータの出力レベルと、ステップＳ１３ｂにおいて求められた周辺領域の出力レベルの平均値と、の差を求める（ステップＳ１４ｂ）。
【０１５０】
一方、透過光による検出データを時間遅延させることで遅延データを作成する（ステップＳ１１ｃ）。
次に、遅延データから解像限界以下のパターンのデータを抽出する（ステップＳ１２ｃ）。
抽出されたデータの注目画素に対する周辺領域の出力レベルの平均値を求める（ステップＳ１３ｃ）。
ステップＳ１２ｃにおいて抽出されたデータの出力レベルと、ステップＳ１３ｃにおいて求められた周辺領域の出力レベルの平均値と、の差を求める（ステップＳ１４ｃ）。
【０１５１】
一方、反射光による検出データを時間遅延させることで遅延データを作成する（ステップＳ１１ｄ）。
次に、遅延データから解像限界以下のパターンのデータを抽出する（ステップＳ１２ｄ）。
抽出されたデータの注目画素に対する周辺領域の出力レベルの平均値を求める（ステップＳ１３ｄ）。
ステップＳ１２ｄにおいて抽出されたデータの出力レベルと、ステップＳ１３ｄにおいて求められた周辺領域の出力レベルの平均値と、の差を求める（ステップＳ１４ｄ）。
【０１５２】
次に、ステップＳ１４ａにおける演算値と、ステップＳ１４ｂにおける演算値との差を求める（ステップＳ１５ａ）。
すなわち、検出データに関し、透過光に係る演算値と、反射光に係る演算値との差を求める。
【０１５３】
ステップＳ１５ａにおける演算値に基づいて、検出データに係る欠陥の有無を判定する（ステップＳ１６ａ）。
【０１５４】
一方、ステップＳ１４ｃにおける演算値と、ステップＳ１４ｄにおける演算値との差を求める（ステップＳ１５ｂ）。
すなわち、遅延データに関し、透過光に係る演算値と、反射光に係る演算値との差を求める。
【０１５５】
ステップＳ１５ｂにおける演算値に基づいて、遅延データに係る欠陥の有無を判定する（ステップＳ１６ｂ）。
例えば、上限および下限の２つの閾値を用いて欠陥の有無を判定するようにすることができる。
次に、ステップＳ１６ａにおける判定結果と、ステップＳ１６ｂにおける判定結果と、に基づいて欠陥の検査結果を判定する（ステップＳ１７）。
この場合、検出データにおける判定および遅延データにおける判定のうち少なくとも一方が欠陥があるとの判定結果である場合には、欠陥があるとの検査結果とすることができる。
【０１５６】
本実施の形態によれば、光学的に解像できないパターンであっても充分な検査感度を得ることができる。
また、検出データの出力レベルと周辺領域の出力レベルの平均値との差、遅延データの出力レベルと周辺領域の出力レベルの平均値との差を求めることで、周辺領域の出力レベルを平坦化することができる。そのため、欠陥判定におけるＳ／Ｎ比を向上させることができるので、より微細な欠陥までを判定することができる。
【０１５７】
また、透過光に基づくデータと反射光に基づくデータとの差をとる（一方の極性を反転させるとともに両者を足し合わせる）ことで欠陥部を強調することができる。そのため、欠陥判定におけるＳ／Ｎ比をさらに向上させることができるので、さらに微細な欠陥までを判定することができる。
【０１５８】
[第９の実施形態]
次に、第９の実施形態に係るパターン検査方法について例示をする。
本実施の形態に係るパターン検査方法は、例えば、図８に例示をした検査部５３において実施することができる。
図２４は、第９の実施形態に係るパターン検査方法について例示をするためのフローチャートである。
まず、被検査体１００に形成されたパターンの光学像に基づいて検出データを作成する（ステップＳ２１）。
【０１５９】
一方、被検査体１００に形成されたパターンに関する参照データを作成する（ステップＳ２２）。
次に、参照データの出力レベルが検出データの出力レベルに対応したものとなるように出力レベルの変換を行う（ステップＳ２３）。
この場合、予め求められた階調変換テーブルにより出力レベルの変換を行うようにすることができる。なお、階調変換テーブルは、実験やシミュレーションなどにより予め求めるようにすることができる。
【０１６０】
次に、検出データと、出力レベルの変換がされた参照データと、の差を求める（ステップＳ２４）。
求められた値に基づいて、欠陥の有無を判定する（ステップＳ２５）。
例えば、上限および下限の２つの閾値を用いて欠陥の有無を判定するようにすることができる。
【０１６１】
次に、上限および下限の２つの閾値を用いた判定のうち少なくとも一方が欠陥があるとの判定結果である場合には、欠陥があるとの検査結果とする（ステップＳ２６）。
なお、検出データは透過光による光学像に基づいて作成されたものであってもよいし、反射光による光学像に基づいて作成されたものであってもよい。
【０１６２】
本実施の形態によれば、光学的に解像できないパターンであっても充分な検査感度を得ることができる。
また、参照データの出力レベルが検出データの出力レベルに対応したものとなるように出力レベルの変換を行うようにしているので、検査精度を向上させることができる。そのため、より微細な欠陥までを判定することができる。
【０１６３】
[第１０の実施形態]
次に、第１０の実施形態に係るパターン検査方法について例示をする。
本実施の形態に係るパターン検査方法は、例えば、図１０に例示をした検査部１５３において実施することができる。
図２５は、第１０の実施形態に係るパターン検査方法について例示をするためのフローチャートである。
まず、被検査体１００に形成されたパターンの光学像に基づいて検出データを作成する（ステップＳ３１）。
【０１６４】
一方、被検査体１００に形成されたパターンに関する参照データを作成する（ステップＳ３２）。
次に、参照データの出力レベルが検出データの出力レベルに対応したものとなるように出力レベルの変換を行う（ステップＳ３３）。
この場合、予め求められた階調変換テーブルにより出力レベルの変換を行うようにすることができる。なお、階調変換テーブルは、実験やシミュレーションなどにより予め求めるようにすることができる。
【０１６５】
次に、検出データ、参照データから解像限界以下のパターンのデータを抽出する（ステップＳ３４）。
解像限界以下のパターンのデータの抽出は、以下の手順で行うようにすることができる。まず、参照データが解像限界以下のパターンの画像に関するデータであるか否かを識別する（第１の識別工程）。
次に、第１の識別工程における識別の結果に基づいて、検出データと参照データとから解像限界以下のパターンのデータを抽出する。
解像限界以下のパターンのデータであるか否かの識別は、参照データの出力レベルに基づいて行うようにすることができる。この際、参照データに対する検出データについては、同様の識別結果を適用するようにすることができる。
【０１６６】
次に、抽出された検出データと、抽出された参照データと、の差を求める（ステップＳ３５）。
求められた値に基づいて、欠陥の有無を判定する（ステップＳ３６）。
例えば、上限および下限の２つの閾値を用いて欠陥の有無を判定するようにすることができる。
【０１６７】
次に、上限および下限の２つの閾値を用いた判定のうち少なくとも一方が欠陥があるとの判定結果である場合には、欠陥があるとの検査結果とする（ステップＳ３７）。
なお、検出データは透過光による光学像に基づいて作成されたものであってもよいし、反射光による光学像に基づいて作成されたものであってもよい。
【０１６８】
本実施の形態によれば、光学的に解像できないパターンであっても充分な検査感度を得ることができる。
また、参照データの出力レベルが検出データの出力レベルに対応したものとなるように出力レベルの変換を行うようにしているので、検査精度を向上させることができる。そのため、より微細な欠陥までを判定することができる。
また、検出データ、参照データから解像限界以下のパターンのデータを抽出するようにしているので、検査が困難であった光学的に解像できないパターンを優先して検査することができる。
【０１６９】
[第１１の実施形態]
次に、第１１の実施形態に係るパターン検査方法について例示をする。
本実施の形態に係るパターン検査方法は、例えば、図１１に例示をした検査部６３において実施することができる。
図２６は、第１１の実施形態に係るパターン検査方法について例示をするためのフローチャートである。
まず、被検査体１００に形成されたパターンの光学像に基づいて検出データを作成する（ステップＳ４１）。
【０１７０】
一方、被検査体１００に形成されたパターンに関する参照データを作成する（ステップＳ４２）。
次に、参照データの出力レベルが検出データの出力レベルに対応したものとなるように出力レベルの変換を行う（ステップＳ４３）。
この場合、予め求められた階調変換テーブルにより出力レベルの変換を行うようにすることができる。なお、階調変換テーブルは、実験やシミュレーションなどにより予め求めるようにすることができる。
【０１７１】
次に、検出データと、出力レベルの変換が行われた参照データと、の差を演算する（第１の演算工程）（ステップＳ４４）。
次に、ステップＳ４４における演算値の平均値を求める（第２の演算工程）（ステップＳ４５）。
この際、予め定められた一定の領域（例えば、検出データにおけるＮ画素×Ｎ画素の領域）における平均値が求められる。
【０１７２】
次に、求められた平均値を被検査体１００の検査領域の全域に渡って集計する（ステップＳ４６）。
なお、集計された情報を表示部６６などに表示させることもできる。
この様に被検査体１００の検査領域の全域に渡ってデータを集計することで解像限界以下のパターンの透過率や反射率の変化の度合いを測定することができる。
そして、解像限界以下のパターンの透過率や反射率の変化の度合いを測定することで、パターン線幅の変化、パターン形成時のプロセス条件の変化を検査することができる。また、製造過程における異常要因なども知ることができる。
また、パターンを形成する際の描画プロセスやエッチングプロセスにおけるプロセス条件の変化などが測定できるようになる。そのため、パターンを形成する際の描画プロセスやエッチングプロセス対して変化を低減させるための条件をフィードバックすることができる。
また、この様なパターンが形成されたものを使ってさらに他の製品を製造するような場合には、変化したパターン線幅などを後工程にフォードフォワードすることで製品の歩留まりを向上させることができる。例えば、被検査体１００がフォトマスクの場合には、変化したパターン線幅などをリソグラフィプロセスにフォードフォワードすることで半導体装置などの歩留まりを向上させることができる。
【０１７３】
一方、求められた平均値に基づいて、欠陥の有無を判定する（ステップＳ４７）。
例えば、上限および下限の２つの閾値を用いて欠陥の有無を判定するようにすることができる。
【０１７４】
この際、上限および下限の２つの閾値を用いた判定のうち少なくとも一方が欠陥があるとの判定結果である場合には、欠陥があるとの検査結果とすることができる。
なお、検出データは透過光による光学像に基づいて作成されたものであってもよいし、反射光による光学像に基づいて作成されたものであってもよい。
【０１７５】
本実施の形態によれば、光学的に解像できないパターンであっても充分な検査感度を得ることができる。
また、解像限界以下のパターンの透過率や反射率の変化の度合いを測定することができる。そのため、ライン部分とスペース部分との比率やパターンの高さ寸法などのパターンの形状条件、表面に設けられた膜が占める割合、膜の厚みなどの変化（例えば、パターン線幅の変化、パターン形成時のプロセス条件の変化など）を検査することができる。また、製造過程における異常要因なども知ることができる。さらに、変化を低減させるための条件をパターンを形成するプロセスにフィードバックしたり、変化したパターン線幅などを後工程にフォードフォワードすることで製品の歩留まりを向上させることができる。
また、参照データの出力レベルが検出データの出力レベルに対応したものとなるように出力レベルの変換を行うようにしているので、検査精度を向上させることができる。そのため、より微細な欠陥までを判定することができる。
【０１７６】
[第１２の実施形態]
次に、第１２の実施形態に係るパターン検査方法について例示をする。
本実施の形態に係るパターン検査方法は、例えば、図１２に例示をした検査部１６３において実施することができる。
図２７は、第１２の実施形態に係るパターン検査方法について例示をするためのフローチャートである。
まず、被検査体１００に形成されたパターンの光学像に基づいて検出データを作成する（ステップＳ５１）。
【０１７７】
一方、被検査体１００に形成されたパターンに関する参照データを作成する（ステップＳ５２）。
次に、参照データの出力レベルが検出データの出力レベルに対応したものとなるように出力レベルの変換を行う（ステップＳ５３）。
この場合、予め求められた階調変換テーブルにより出力レベルの変換を行うようにすることができる。なお、階調変換テーブルは、実験やシミュレーションなどにより予め求めるようにすることができる。
【０１７８】
次に、検出データ、参照データから解像限界以下のパターンのデータを抽出する（ステップＳ５４）。
解像限界以下のパターンのデータの抽出は、以下の手順で行うようにすることができる。 まず、検出データと参照データとが解像限界以下のパターンの画像に関するデータであるか否かを識別する（第２の識別工程）。
次に、第２の識別工程における識別の結果に基づいて、検出データと参照データとから解像限界以下のパターンのデータを抽出する。
解像限界以下のパターンのデータであるか否かの識別は、参照データの出力レベルに基づいて行うようにすることができる。この際、参照データに対する検出データについては、同様の識別結果を適用するようにすることができる。
【０１７９】
次に、抽出された検出データと、抽出された参照データと、の差を求める（ステップＳ５５）。
次に、求められた値の平均値を求める（ステップＳ５６）。
この際、予め定められた一定の領域（例えば、検出データにおけるＮ画素×Ｎ画素の領域）における平均値が求められる。
【０１８０】
次に、求められた平均値を被検査体１００の検査領域の全域に渡って集計する（ステップＳ５７）。
なお、集計された情報を表示部６６などに表示させることもできる。
一方、求められた平均値に基づいて、欠陥の有無を判定する（ステップＳ５８）。
例えば、上限および下限の２つの閾値を用いて欠陥の有無を判定するようにすることができる。
【０１８１】
この際、上限および下限の２つの閾値を用いた判定のうち少なくとも一方が欠陥があるとの判定結果である場合には、欠陥があるとの検査結果とすることができる。
なお、検出データは透過光による光学像に基づいて作成されたものであってもよいし、反射光による光学像に基づいて作成されたものであってもよい。
【０１８２】
本実施の形態によれば、光学的に解像できないパターンであっても充分な検査感度を得ることができる。
また、解像限界以下のパターンの透過率や反射率の変化の度合いを測定することができる。そのため、ライン部分とスペース部分との比率やパターンの高さ寸法などのパターンの形状条件、表面に設けられた膜が占める割合、膜の厚みなどの変化（例えば、パターン線幅の変化、パターン形成時のプロセス条件の変化など）を検査することができる。また、製造過程における異常要因なども知ることができる。さらに、変化を低減させるための条件をパターンを形成するプロセスにフィードバックしたり、変化したパターン線幅などを後工程にフォードフォワードすることで製品の歩留まりを向上させることができる。
また、参照データの出力レベルが検出データの出力レベルに対応したものとなるように出力レベルの変換を行うようにしているので、検査精度を向上させることができる。そのため、より微細な欠陥までを判定することができる。
また、検出データ、参照データから解像限界以下のパターンのデータを抽出するようにしているので、検査が困難であった光学的に解像できないパターンを優先して検査することができる。
【０１８３】
[第１３の実施形態]
次に、第１３の実施形態に係るパターン検査方法について例示をする。
本実施の形態に係るパターン検査方法は、例えば、図１４に例示をした検査部７３において実施することができる。
図２８は、第１３の実施形態に係るパターン検査方法について例示をするためのフローチャートである。
まず、被検査体１００に形成されたパターンの光学像に基づいて検出データを作成する（ステップＳ６１）。
次に、検出データを時間遅延させることで遅延データを作成する（ステップＳ６２）。 すなわち、検出データの電気信号の波形を変えずに伝達に一定の時間遅れを作ることで遅延データを作成する。
【０１８４】
次に、検出データから解像限界以下のパターンを抽出する（第１の抽出工程）（ステップＳ６３ａ）。
解像限界以下のパターンのデータであるか否かの識別は、検出データの出力レベルに基づいて行うようにすることができる。
次に、抽出された解像限界以下のパターンから特定の繰り返し周期を有するパターンを抽出する（第２の抽出工程）（ステップＳ６４ａ）。
この場合、パターンの抽出は固定テンプレート、または前述した可変テンプレートを用いた相関演算（パターンマッチング）により行うようにすることができる。
【０１８５】
次に、ステップＳ６４ａにおいて抽出された特定の繰り返し周期を有するパターンのデータを時間遅延させることで比較データ（第１の比較データ）を作成する（第１の遅延工程）（ステップＳ６５ａ）。
すなわち、検出されたパターンに係るデータの伝達に一定の時間遅れを作ることで、次に検出されるパターンに係るデータと比較するためのデータを作成する。
次に、ステップＳ６４ａにおいて抽出された特定の繰り返し周期を有するパターンのデータと、第１の比較データと、の差を演算する（第３の演算工程）（ステップＳ６６ａ）。
次に、ステップＳ６６ａにおける演算結果に基づいて、欠陥の有無を判定する（第１の判定工程）（ステップＳ６７ａ）。
この場合、上限および下限の２つの閾値を用いて判定を行うようにすることができる。
【０１８６】
一方、遅延データから解像限界以下のパターンのデータを抽出する（第３の抽出工程）（ステップＳ６３ｂ）。
解像限界以下のパターンのデータであるか否かの識別は、遅延データの出力レベルに基づいて行うようにすることができる。
次に、抽出された解像限界以下のパターンから特定の繰り返し周期を有するパターンを抽出する（第４の抽出工程）（ステップＳ６４ｂ）。
この場合、パターンの抽出は固定テンプレート、または前述した可変テンプレートを用いた相関演算（パターンマッチング）により行うようにすることができる。
次に、ステップＳ６４ｂにおいて抽出された特定の繰り返し周期を有するパターンのデータを時間遅延させることで比較データ（第２の比較データ）を作成する（第２の遅延工程）（ステップＳ６５ｂ）。
【０１８７】
すなわち、抽出されたパターンに係るデータの伝達に一定の時間遅れを作ることで、次に検出されるパターンに係るデータと比較するためのデータを作成する。
【０１８８】
次に、ステップＳ６４ｂにおいて抽出された特定の繰り返し周期を有するパターンのデータと、第２の比較データと、の差を演算する（第４の演算工程）（ステップＳ６６ｂ）。 次に、ステップＳ６６ｂにおける演算結果に基づいて、欠陥の有無を判定する（第２の判定工程）（ステップＳ６７ｂ）。
この場合、上限および下限の２つの閾値を用いて判定を行うようにすることができる。
【０１８９】
次に、ステップＳ６７ａにおける判定結果と、ステップＳ６７ｂにおける判定結果と、に基づいて欠陥の検査結果を判定する（ステップＳ６８）。
この場合、検出データに基づく判定および遅延データに基づく判定のうち少なくとも一方が欠陥があるとの判定結果である場合には、欠陥があるとの検査結果とすることができる。
なお、検出データは透過光による光学像に基づいて作成されたものであってもよいし、反射光による光学像に基づいて作成されたものであってもよい。
【０１９０】
本実施の形態によれば、光学的に解像できないパターンであっても充分な検査感度を得ることができる。
また、入力された解像限界以下のパターンから特定の繰り返し周期を有するパターンを抽出し、抽出された特定の繰り返し周期を有するパターンに基づいて欠陥の有無を判定することができる。
この際、抽出された特定の繰り返し周期を有するパターン同士を比較することで、パターンのもつ出力レベルの変動を相互に相殺しながら比較検査を行うことが可能となる。
そのため、特定の繰り返し周期を有する解像限界以下のパターンにおいて、より微細な欠陥を検出することが可能となる。
【０１９１】
[第１４の実施形態]
次に、第１４の実施形態に係るパターン検査方法について例示をする。
本実施の形態に係るパターン検査方法は、例えば、図１７に例示をした検査部８３において実施することができる。
図２９は、第１４の実施形態に係るパターン検査方法について例示をするためのフローチャートである。
まず、被検査体１００に形成されたパターンの光学像に基づいて検出データを作成する（ステップＳ７１）。
【０１９２】
一方、被検査体１００に形成されたパターンに関する参照データを作成する（ステップＳ７２）。
次に、参照データの出力レベルが検出データの出力レベルに対応したものとなるように出力レベルの変換を行う（ステップＳ７３）。
この場合、予め求められた階調変換テーブルにより出力レベルの変換を行うようにすることができる。なお、階調変換テーブルは、実験やシミュレーションなどにより予め求めるようにすることができる。
【０１９３】
次に、検出データと、出力レベルの変換が行われた参照データと、から解像限界以下のパターンを抽出する（ステップＳ７４）。
解像限界以下のパターンのデータであるか否かの識別は、参照データの出力レベルに基づいて行うようにすることができる。この際、参照データに対する検出データについては、同様の識別結果を適用するようにすることができる。
【０１９４】
次に、抽出された検出データに係る解像限界以下のパターンから特定の繰り返し周期を有するパターンを抽出する（ステップＳ７５ａ）。
また、抽出された参照データに係る解像限界以下のパターンから特定の繰り返し周期を有するパターンを抽出する（ステップＳ７５ｂ）。
この場合、パターンの抽出は固定テンプレート、または前述した可変テンプレートを用いた相関演算（パターンマッチング）により行うようにすることができる。
次に、ステップＳ７５ａにおいて抽出された検出データに係るパターンのデータと、ステップＳ７５ｂにおいて抽出された参照データに係るパターンのデータとの差を求める（ステップＳ７６）。
次に、ステップＳ７６において求められた値に基づいて欠陥の有無を判定する（ステップＳ７７）。
この場合、上限および下限の２つの閾値を用いて判定を行うようにすることができる。 なお、上限および下限の２つの閾値を用いた判定のうち少なくとも一方が欠陥があるとの判定結果である場合には、欠陥があるとの検査結果とすることができる。
また、検出データは透過光による光学像に基づいて作成されたものであってもよいし、反射光による光学像に基づいて作成されたものであってもよい。
【０１９５】
本実施の形態によれば、光学的に解像できないパターンであっても充分な検査感度を得ることができる。
また、入力された解像限界以下のパターンから特定の繰り返し周期を有するパターンを抽出し、抽出された特定の繰り返し周期を有するパターンに基づいて欠陥の有無を判定することができる。
この際、抽出された特定の繰り返し周期を有するパターン同士を比較することで、パターンのもつ出力レベルの変動を相互に相殺しながら比較検査を行うことが可能となる。
そのため、特定の繰り返し周期を有する解像限界以下のパターンにおいて、より微細な欠陥を検出することが可能となる。
【０１９６】
以上、実施の形態について例示をした。しかし、本発明はこれらの記述に限定されるものではない。
前述の実施の形態に関して、当業者が適宜、構成要素の追加、削除若しくは設計変更を行ったもの、または、工程の追加、省略若しくは条件変更を行ったものも、本発明の特徴を備えている限り、本発明の範囲に包含される。
例えば、パターン検査装置１、５１、６１、７１、８１などが備える各要素の形状、寸法、材質、配置、数などは、例示をしたものに限定されるわけではなく適宜変更することができる。
また、前述した各実施の形態が備える各要素は、可能な限りにおいて組み合わせることができ、これらを組み合わせたものも本発明の特徴を含む限り本発明の範囲に包含される。
【符号の説明】
【０１９７】
１ パターン検査装置、２ 検出データ作成部、３ 検査部、３ａ 透過検査部、３ｂ 反射検査部、１３ａ 透過検査部、１３ｂ 反射検査部、２１ 光源、２２ 照明光学系、２２ａ 透過照明光学系、２２ｂ 反射照明光学系、２３ 載置部、２４ 結像光学系、２５ 検出部、２６ 変換部、２７ 位置検出部、３１ 遅延部、３２ 識別部、３３ 抽出部、３４ 出力変位演算部、３５ 判定部、３６ 論理和演算部、４０ 参照データ作成部、４１ データ格納部、４２ データ展開部、４３ データ作成部、５１ パターン検査装置、５３ 検査部、５３ａ 透過検査部、５３ｂ 反射検査部、５２ 階調変換部、５４ レベル差演算部、６１ パターン検査装置、６２ 平均レベル差演算部、６４ 分布集計部、７１ パターン検査装置、７２ パターン抽出部、７４ パターン遅延部、７５ 比較部、７６ 判定部、８１ パターン検査装置、８３ａ 透過検査部、８３ｂ 反射検査部、１００ 被検査体、１０３ クロム（Ｃｒ）膜
【特許請求の範囲】
【請求項１】
被検査体に形成されたパターンの光学画像に基づいて第１の検出データを作成する第１の検出データ作成部と、
前記第１の検出データを時間遅延させることで第１の遅延データを作成する第１の遅延部と、
入力された前記第１の検出データと前記第１の遅延データとが解像限界以下のパターンの画像に関するデータであるか否かを識別する第１の識別部と、
前記第１の識別部による識別の結果に基づいて、前記第１の検出データと前記第１の遅延データとから解像限界以下のパターンのデータを抽出する第１の抽出部と、
前記抽出された第１の検出データに係るデータの注目画素に対する周辺領域の出力レベルの平均値を演算し、前記抽出された第１の検出データに係るデータの出力レベルと前記平均値との差を演算する第１の出力変位演算部と、
前記抽出された第１の遅延データに係るデータの注目画素に対する周辺領域の出力レベルの平均値を演算し、前記抽出された第１の遅延データに係るデータの出力レベルと前記平均値との差を演算する第２の出力変位演算部と、
前記第１の出力変位演算部による演算結果に基づいて、欠陥の有無を判定する第１の判定部と、
前記第２の出力変位演算部による演算結果に基づいて、欠陥の有無を判定する第２の判定部と、
第１の判定部による判定結果と、第２の判定部による判定結果と、を論理和演算する第１の論理和演算部と、
を備えたことを特徴とするパターン検査装置。
【請求項２】
被検査体に形成されたパターンの透過光による光学画像に基づいて第２の検出データを作成する第２の検出データ作成部と、
前記第２の検出データを時間遅延させることで第２の遅延データを作成する第２の遅延部と、
入力された前記第２の検出データと前記第２の遅延データとが解像限界以下のパターンの画像に関するデータであるか否かを識別する第２の識別部と、
前記第２の識別部による識別の結果に基づいて、前記第２の検出データと前記第２の遅延データとから解像限界以下のパターンのデータを抽出する第２の抽出部と、
前記抽出された第２の検出データに係るデータの注目画素に対する周辺領域の出力レベルの平均値を演算し、前記抽出された第２の検出データに係るデータの出力レベルと前記平均値との差を演算する第３の出力変位演算部と、
前記抽出された第２の遅延データに係るデータの注目画素に対する周辺領域の出力レベルの平均値を演算し、前記抽出された第２の遅延データに係るデータの出力レベルと前記平均値との差を演算する第４の出力変位演算部と、
被検査体に形成されたパターンの反射光による光学画像に基づいて第３の検出データを作成する第３の検出データ作成部と、
前記第３の検出データを時間遅延させることで第３の遅延データを作成する第３の遅延部と、
入力された前記第３の検出データと前記第３の遅延データとが解像限界以下のパターンの画像に関するデータであるか否かを識別する第３の識別部と、
前記第３の識別部による識別の結果に基づいて、前記第３の検出データと前記第３の遅延データとから解像限界以下のパターンのデータを抽出する第３の抽出部と、
前記抽出された第３の検出データに係るデータの注目画素に対する周辺領域の出力レベルの平均値を演算し、前記抽出された第３の検出データに係るデータの出力レベルと前記平均値との差を演算する第５の出力変位演算部と、
前記抽出された第３の遅延データに係るデータの注目画素に対する周辺領域の出力レベルの平均値を演算し、前記抽出された第３の遅延データに係るデータの出力レベルと前記平均値との差を演算する第６の出力変位演算部と、
前記第３の出力変位演算部による演算結果と、前記第５の出力変位演算部による演算結果との差を演算する第１のレベル差演算部と、
前記第４の出力変位演算部による演算結果と、前記第６の出力変位演算部による演算結果との差を演算する第２のレベル差演算部と、
前記第１のレベル差演算部による演算結果に基づいて、欠陥の有無を判定する第３の判定部と、
前記第２のレベル差演算部による演算結果に基づいて、欠陥の有無を判定する第４の判定部と、
第３の判定部による判定結果と、第４の判定部による判定結果と、を論理和演算する第２の論理和演算部と、
を備えたことを特徴とするパターン検査装置。
【請求項３】
被検査体に形成されたパターンの光学画像に基づいて第１の検出データを作成する第１の検出データ作成部と、
前記パターンに関する第１の参照データを作成する第１の参照データ作成部と、
前記第１の参照データの出力レベルが前記第１の検出データの出力レベルに対応したものとなるように出力レベルの変換を行う第１の階調変換部と、
前記第１の検出データと、前記出力レベルの変換が行われた前記第１の参照データと、の差を演算する第３のレベル差演算部と、
前記第３のレベル差演算部による演算結果に基づいて、欠陥の有無を判定する第５の判定部と、
を備えたことを特徴とするパターン検査装置。
【請求項４】
被検査体に形成されたパターンの光学画像に基づいて第１の検出データを作成する第１の検出データ作成部と、
前記パターンに関する第１の参照データを作成する第１の参照データ作成部と、
前記第１の参照データの出力レベルが前記第１の検出データの出力レベルに対応したものとなるように出力レベルの変換を行う第１の階調変換部と、
前記第１の検出データと、前記出力レベルの変換が行われた前記第１の参照データと、の差を演算する第３のレベル差演算部と、
前記第３のレベル差演算部により演算された値の平均値を演算する平均レベル差演算部と、
前記平均値を前記被検査体の検査領域の全域に渡って集計する分布集計部と、
を備えたことを特徴とするパターン検査装置。
【請求項５】
被検査体に形成されたパターンの光学画像に基づいて第１の検出データを作成する第１の検出データ作成部と、
前記第１の検出データを時間遅延させることで第１の遅延データを作成する第１の遅延部と、
入力された前記第１の検出データと前記第１の遅延データとが解像限界以下のパターンの画像に関するデータであるか否かを識別する第１の識別部と、
前記第１の識別部による識別の結果に基づいて、前記第１の検出データと前記第１の遅延データとから解像限界以下のパターンのデータを抽出する第１の抽出部と、
前記抽出された第１の検出データに係るデータから特定の繰り返し周期を有するパターンのデータを抽出する第１のパターン抽出部と、
前記第１のパターン抽出部により抽出されたデータを時間遅延させることで第１の比較データを作成する第４の遅延部と、
前記第１のパターン抽出部により抽出されたデータと、前記第１の比較データと、の差を演算する第４のレベル差演算部と、
前記第４のレベル差演算部による演算結果に基づいて、欠陥の有無を判定する第７の判定部と、
前記抽出された第１の遅延データに係るデータから特定の繰り返し周期を有するパターンのデータを抽出する第２のパターン抽出部と、
前記第２のパターン抽出部により抽出されたデータを時間遅延させることで第２の比較データを作成する第５の遅延部と、
前記第２のパターン抽出部により抽出されたデータと、前記第２の比較データと、の差を演算する第５のレベル差演算部と、
前記第５のレベル差演算部による演算結果に基づいて、欠陥の有無を判定する第８の判定部と、
第７の判定部による判定結果と、第８の判定部による判定結果と、を論理和演算する第３の論理和演算部と、
を備えたことを特徴とするパターン検査装置。
【請求項６】
被検査体に形成されたパターンの光学画像に基づいて第１の検出データを作成する第１の検出データ作成部と、
前記パターンに関する第１の参照データを作成する第１の参照データ作成部と、
前記第１の参照データの出力レベルが前記第１の検出データの出力レベルに対応したものとなるように出力レベルの変換を行う第１の階調変換部と、
入力された前記第１の参照データが解像限界以下のパターンの画像に関するデータであるか否かを識別する第４の識別部と、
前記第４の識別部による識別の結果に基づいて、前記第１の検出データと前記第１の参照データとから解像限界以下のパターンのデータを抽出する第４の抽出部と、
前記第４の抽出部により抽出された前記第１の検出データに係るデータと、前記第１の参照データに係るデータと、から特定の繰り返し周期を有するパターンのデータを抽出する第３のパターン抽出部と、
前記第３のパターン抽出部により抽出された前記第１の検出データに係る特定の繰り返し周期を有するパターンのデータと、前記第１の参照データに係る特定の繰り返し周期を有するパターンのデータと、の差を演算する第６のレベル差演算部と、
前記第６のレベル差演算部による演算結果に基づいて、欠陥の有無を判定する第９の判定部と、
を備えたことを特徴とするパターン検査装置。
【請求項７】
被検査体に形成されたパターンの光学像に基づいて第１の検出データを作成する工程と、
前記第１の検出データを時間遅延させることで第１の遅延データを作成する工程と、
前記第１の検出データから解像限界以下のパターンのデータを抽出する工程と、
前記抽出された第１の検出データの注目画素に対する周辺領域の出力レベルの平均値を求める工程と、
前記抽出された第１の検出データの出力レベルと、周辺領域の出力レベルの平均値と、の差を求める工程と、
前記抽出された第１の検出データの出力レベルと、周辺領域の出力レベルの平均値と、の差に基づいて、前記第１の検出データにおける欠陥の有無を判定する工程と、
前記第１の遅延データから解像限界以下のパターンのデータを抽出する工程と、
前記抽出された第１の遅延データの注目画素に対する周辺領域の出力レベルの平均値を求める工程と、
前記抽出された第１の遅延データの出力レベルと、周辺領域の出力レベルの平均値と、の差を求める工程と、
前記抽出された第１の遅延データの出力レベルと、周辺領域の出力レベルの平均値と、の差に基づいて、前記第１の遅延データにおける欠陥の有無を判定する工程と、
前記第１の検出データにおける欠陥の有無を判定する工程における判定結果と、前記第１の遅延データにおける欠陥の有無を判定する工程における判定結果と、に基づいて欠陥の検査結果を判定する工程と、
を備えたことを特徴とするパターン検査方法。
【請求項８】
被検査体に形成されたパターンの光学像に基づいて第１の検出データを作成する工程と、
前記パターンに関する第１の参照データを作成する工程と、
前記第１の参照データの出力レベルが前記第１の検出データの出力レベルに対応したものとなるように出力レベルの変換を行う工程と、
前記第１の検出データと、前記出力レベルの変換が行われた前記第１の参照データと、の差を演算する第１の演算工程と、
前記第１の演算工程における演算値の平均値を求める第２の演算工程と、
前記平均値を被検査体の検査領域の全域に渡って集計する工程と、
を備えたことを特徴とするパターン検査方法。
【請求項９】
被検査体に形成されたパターンの光学像に基づいて第１の検出データを作成する工程と、
前記第１の検出データを時間遅延させることで第１の遅延データを作成する工程と、
前記第１の検出データから解像限界以下のパターンを抽出する第１の抽出工程と、
前記第１の抽出工程において抽出された解像限界以下のパターンから特定の繰り返し周期を有するパターンを抽出する第２の抽出工程と、
前記第２の抽出工程において抽出された特定の繰り返し周期を有するパターンのデータを時間遅延させることで第１の比較データを作成する第１の遅延工程と、
前記第２の抽出工程において抽出された特定の繰り返し周期を有するパターンのデータと、前記第１の比較データと、の差を演算する第３の演算工程と、
前記第３の演算工程における演算結果に基づいて、欠陥の有無を判定する第１の判定工程と、
前記第１の遅延データから解像限界以下のパターンを抽出する第３の抽出工程と、
前記第３の抽出工程において抽出された解像限界以下のパターンから特定の繰り返し周期を有するパターンを抽出する第４の抽出工程と、
前記第４の抽出工程において抽出された特定の繰り返し周期を有するパターンのデータを時間遅延させることで第２の比較データを作成する第２の遅延工程と、
前記第４の抽出工程において抽出された特定の繰り返し周期を有するパターンのデータと、前記第２の比較データと、の差を演算する第４の演算工程と、
前記第４の演算工程における演算結果に基づいて、欠陥の有無を判定する第２の判定工程と、
前記第１の判定工程における判定結果と、前記第２の判定工程における判定結果と、に基づいて欠陥の検査結果を判定する工程と、
を備えたことを特徴とするパターン検査方法。
【請求項１０】
請求項７〜９のいずれか１つに記載のパターン検査方法を用いて検査されるパターンを有する構造体であって、
ライン部分とスペース部分との比率、パターンの高さ寸法、パターンの表面に設けられた膜が占める割合、パターンの表面に設けられた膜の厚みからなる群より選ばれた少なくとも１種が、反射率および透過率の少なくともいずれかが高くなるように制御されたことを特徴とするパターンを有する構造体。
【請求項１】
被検査体に形成されたパターンの光学画像に基づいて第１の検出データを作成する第１の検出データ作成部と、
前記第１の検出データを時間遅延させることで第１の遅延データを作成する第１の遅延部と、
入力された前記第１の検出データと前記第１の遅延データとが解像限界以下のパターンの画像に関するデータであるか否かを識別する第１の識別部と、
前記第１の識別部による識別の結果に基づいて、前記第１の検出データと前記第１の遅延データとから解像限界以下のパターンのデータを抽出する第１の抽出部と、
前記抽出された第１の検出データに係るデータの注目画素に対する周辺領域の出力レベルの平均値を演算し、前記抽出された第１の検出データに係るデータの出力レベルと前記平均値との差を演算する第１の出力変位演算部と、
前記抽出された第１の遅延データに係るデータの注目画素に対する周辺領域の出力レベルの平均値を演算し、前記抽出された第１の遅延データに係るデータの出力レベルと前記平均値との差を演算する第２の出力変位演算部と、
前記第１の出力変位演算部による演算結果に基づいて、欠陥の有無を判定する第１の判定部と、
前記第２の出力変位演算部による演算結果に基づいて、欠陥の有無を判定する第２の判定部と、
第１の判定部による判定結果と、第２の判定部による判定結果と、を論理和演算する第１の論理和演算部と、
を備えたことを特徴とするパターン検査装置。
【請求項２】
被検査体に形成されたパターンの透過光による光学画像に基づいて第２の検出データを作成する第２の検出データ作成部と、
前記第２の検出データを時間遅延させることで第２の遅延データを作成する第２の遅延部と、
入力された前記第２の検出データと前記第２の遅延データとが解像限界以下のパターンの画像に関するデータであるか否かを識別する第２の識別部と、
前記第２の識別部による識別の結果に基づいて、前記第２の検出データと前記第２の遅延データとから解像限界以下のパターンのデータを抽出する第２の抽出部と、
前記抽出された第２の検出データに係るデータの注目画素に対する周辺領域の出力レベルの平均値を演算し、前記抽出された第２の検出データに係るデータの出力レベルと前記平均値との差を演算する第３の出力変位演算部と、
前記抽出された第２の遅延データに係るデータの注目画素に対する周辺領域の出力レベルの平均値を演算し、前記抽出された第２の遅延データに係るデータの出力レベルと前記平均値との差を演算する第４の出力変位演算部と、
被検査体に形成されたパターンの反射光による光学画像に基づいて第３の検出データを作成する第３の検出データ作成部と、
前記第３の検出データを時間遅延させることで第３の遅延データを作成する第３の遅延部と、
入力された前記第３の検出データと前記第３の遅延データとが解像限界以下のパターンの画像に関するデータであるか否かを識別する第３の識別部と、
前記第３の識別部による識別の結果に基づいて、前記第３の検出データと前記第３の遅延データとから解像限界以下のパターンのデータを抽出する第３の抽出部と、
前記抽出された第３の検出データに係るデータの注目画素に対する周辺領域の出力レベルの平均値を演算し、前記抽出された第３の検出データに係るデータの出力レベルと前記平均値との差を演算する第５の出力変位演算部と、
前記抽出された第３の遅延データに係るデータの注目画素に対する周辺領域の出力レベルの平均値を演算し、前記抽出された第３の遅延データに係るデータの出力レベルと前記平均値との差を演算する第６の出力変位演算部と、
前記第３の出力変位演算部による演算結果と、前記第５の出力変位演算部による演算結果との差を演算する第１のレベル差演算部と、
前記第４の出力変位演算部による演算結果と、前記第６の出力変位演算部による演算結果との差を演算する第２のレベル差演算部と、
前記第１のレベル差演算部による演算結果に基づいて、欠陥の有無を判定する第３の判定部と、
前記第２のレベル差演算部による演算結果に基づいて、欠陥の有無を判定する第４の判定部と、
第３の判定部による判定結果と、第４の判定部による判定結果と、を論理和演算する第２の論理和演算部と、
を備えたことを特徴とするパターン検査装置。
【請求項３】
被検査体に形成されたパターンの光学画像に基づいて第１の検出データを作成する第１の検出データ作成部と、
前記パターンに関する第１の参照データを作成する第１の参照データ作成部と、
前記第１の参照データの出力レベルが前記第１の検出データの出力レベルに対応したものとなるように出力レベルの変換を行う第１の階調変換部と、
前記第１の検出データと、前記出力レベルの変換が行われた前記第１の参照データと、の差を演算する第３のレベル差演算部と、
前記第３のレベル差演算部による演算結果に基づいて、欠陥の有無を判定する第５の判定部と、
を備えたことを特徴とするパターン検査装置。
【請求項４】
被検査体に形成されたパターンの光学画像に基づいて第１の検出データを作成する第１の検出データ作成部と、
前記パターンに関する第１の参照データを作成する第１の参照データ作成部と、
前記第１の参照データの出力レベルが前記第１の検出データの出力レベルに対応したものとなるように出力レベルの変換を行う第１の階調変換部と、
前記第１の検出データと、前記出力レベルの変換が行われた前記第１の参照データと、の差を演算する第３のレベル差演算部と、
前記第３のレベル差演算部により演算された値の平均値を演算する平均レベル差演算部と、
前記平均値を前記被検査体の検査領域の全域に渡って集計する分布集計部と、
を備えたことを特徴とするパターン検査装置。
【請求項５】
被検査体に形成されたパターンの光学画像に基づいて第１の検出データを作成する第１の検出データ作成部と、
前記第１の検出データを時間遅延させることで第１の遅延データを作成する第１の遅延部と、
入力された前記第１の検出データと前記第１の遅延データとが解像限界以下のパターンの画像に関するデータであるか否かを識別する第１の識別部と、
前記第１の識別部による識別の結果に基づいて、前記第１の検出データと前記第１の遅延データとから解像限界以下のパターンのデータを抽出する第１の抽出部と、
前記抽出された第１の検出データに係るデータから特定の繰り返し周期を有するパターンのデータを抽出する第１のパターン抽出部と、
前記第１のパターン抽出部により抽出されたデータを時間遅延させることで第１の比較データを作成する第４の遅延部と、
前記第１のパターン抽出部により抽出されたデータと、前記第１の比較データと、の差を演算する第４のレベル差演算部と、
前記第４のレベル差演算部による演算結果に基づいて、欠陥の有無を判定する第７の判定部と、
前記抽出された第１の遅延データに係るデータから特定の繰り返し周期を有するパターンのデータを抽出する第２のパターン抽出部と、
前記第２のパターン抽出部により抽出されたデータを時間遅延させることで第２の比較データを作成する第５の遅延部と、
前記第２のパターン抽出部により抽出されたデータと、前記第２の比較データと、の差を演算する第５のレベル差演算部と、
前記第５のレベル差演算部による演算結果に基づいて、欠陥の有無を判定する第８の判定部と、
第７の判定部による判定結果と、第８の判定部による判定結果と、を論理和演算する第３の論理和演算部と、
を備えたことを特徴とするパターン検査装置。
【請求項６】
被検査体に形成されたパターンの光学画像に基づいて第１の検出データを作成する第１の検出データ作成部と、
前記パターンに関する第１の参照データを作成する第１の参照データ作成部と、
前記第１の参照データの出力レベルが前記第１の検出データの出力レベルに対応したものとなるように出力レベルの変換を行う第１の階調変換部と、
入力された前記第１の参照データが解像限界以下のパターンの画像に関するデータであるか否かを識別する第４の識別部と、
前記第４の識別部による識別の結果に基づいて、前記第１の検出データと前記第１の参照データとから解像限界以下のパターンのデータを抽出する第４の抽出部と、
前記第４の抽出部により抽出された前記第１の検出データに係るデータと、前記第１の参照データに係るデータと、から特定の繰り返し周期を有するパターンのデータを抽出する第３のパターン抽出部と、
前記第３のパターン抽出部により抽出された前記第１の検出データに係る特定の繰り返し周期を有するパターンのデータと、前記第１の参照データに係る特定の繰り返し周期を有するパターンのデータと、の差を演算する第６のレベル差演算部と、
前記第６のレベル差演算部による演算結果に基づいて、欠陥の有無を判定する第９の判定部と、
を備えたことを特徴とするパターン検査装置。
【請求項７】
被検査体に形成されたパターンの光学像に基づいて第１の検出データを作成する工程と、
前記第１の検出データを時間遅延させることで第１の遅延データを作成する工程と、
前記第１の検出データから解像限界以下のパターンのデータを抽出する工程と、
前記抽出された第１の検出データの注目画素に対する周辺領域の出力レベルの平均値を求める工程と、
前記抽出された第１の検出データの出力レベルと、周辺領域の出力レベルの平均値と、の差を求める工程と、
前記抽出された第１の検出データの出力レベルと、周辺領域の出力レベルの平均値と、の差に基づいて、前記第１の検出データにおける欠陥の有無を判定する工程と、
前記第１の遅延データから解像限界以下のパターンのデータを抽出する工程と、
前記抽出された第１の遅延データの注目画素に対する周辺領域の出力レベルの平均値を求める工程と、
前記抽出された第１の遅延データの出力レベルと、周辺領域の出力レベルの平均値と、の差を求める工程と、
前記抽出された第１の遅延データの出力レベルと、周辺領域の出力レベルの平均値と、の差に基づいて、前記第１の遅延データにおける欠陥の有無を判定する工程と、
前記第１の検出データにおける欠陥の有無を判定する工程における判定結果と、前記第１の遅延データにおける欠陥の有無を判定する工程における判定結果と、に基づいて欠陥の検査結果を判定する工程と、
を備えたことを特徴とするパターン検査方法。
【請求項８】
被検査体に形成されたパターンの光学像に基づいて第１の検出データを作成する工程と、
前記パターンに関する第１の参照データを作成する工程と、
前記第１の参照データの出力レベルが前記第１の検出データの出力レベルに対応したものとなるように出力レベルの変換を行う工程と、
前記第１の検出データと、前記出力レベルの変換が行われた前記第１の参照データと、の差を演算する第１の演算工程と、
前記第１の演算工程における演算値の平均値を求める第２の演算工程と、
前記平均値を被検査体の検査領域の全域に渡って集計する工程と、
を備えたことを特徴とするパターン検査方法。
【請求項９】
被検査体に形成されたパターンの光学像に基づいて第１の検出データを作成する工程と、
前記第１の検出データを時間遅延させることで第１の遅延データを作成する工程と、
前記第１の検出データから解像限界以下のパターンを抽出する第１の抽出工程と、
前記第１の抽出工程において抽出された解像限界以下のパターンから特定の繰り返し周期を有するパターンを抽出する第２の抽出工程と、
前記第２の抽出工程において抽出された特定の繰り返し周期を有するパターンのデータを時間遅延させることで第１の比較データを作成する第１の遅延工程と、
前記第２の抽出工程において抽出された特定の繰り返し周期を有するパターンのデータと、前記第１の比較データと、の差を演算する第３の演算工程と、
前記第３の演算工程における演算結果に基づいて、欠陥の有無を判定する第１の判定工程と、
前記第１の遅延データから解像限界以下のパターンを抽出する第３の抽出工程と、
前記第３の抽出工程において抽出された解像限界以下のパターンから特定の繰り返し周期を有するパターンを抽出する第４の抽出工程と、
前記第４の抽出工程において抽出された特定の繰り返し周期を有するパターンのデータを時間遅延させることで第２の比較データを作成する第２の遅延工程と、
前記第４の抽出工程において抽出された特定の繰り返し周期を有するパターンのデータと、前記第２の比較データと、の差を演算する第４の演算工程と、
前記第４の演算工程における演算結果に基づいて、欠陥の有無を判定する第２の判定工程と、
前記第１の判定工程における判定結果と、前記第２の判定工程における判定結果と、に基づいて欠陥の検査結果を判定する工程と、
を備えたことを特徴とするパターン検査方法。
【請求項１０】
請求項７〜９のいずれか１つに記載のパターン検査方法を用いて検査されるパターンを有する構造体であって、
ライン部分とスペース部分との比率、パターンの高さ寸法、パターンの表面に設けられた膜が占める割合、パターンの表面に設けられた膜の厚みからなる群より選ばれた少なくとも１種が、反射率および透過率の少なくともいずれかが高くなるように制御されたことを特徴とするパターンを有する構造体。
【図１】
【図２】
【図４】
【図６】
【図８】
【図９】
【図１０】
【図１１】
【図１２】
【図１４】
【図１５】
【図１６】
【図１７】
【図１８】
【図２２】
【図２３】
【図２４】
【図２５】
【図２６】
【図２７】
【図２８】
【図２９】
【図３】
【図５】
【図７】
【図１３】
【図１９】
【図２０】
【図２１】
【図２】
【図４】
【図６】
【図８】
【図９】
【図１０】
【図１１】
【図１２】
【図１４】
【図１５】
【図１６】
【図１７】
【図１８】
【図２２】
【図２３】
【図２４】
【図２５】
【図２６】
【図２７】
【図２８】
【図２９】
【図３】
【図５】
【図７】
【図１３】
【図１９】
【図２０】
【図２１】
【公開番号】特開２０１２−２１９５９（Ｐ２０１２−２１９５９Ａ）
【公開日】平成２４年２月２日（２０１２．２．２）
【国際特許分類】
【出願番号】特願２０１０−１６２３１６（Ｐ２０１０−１６２３１６）
【出願日】平成２２年７月１６日（２０１０．７．１６）
【出願人】（０００００３０７８）株式会社東芝 (54,554)
【Ｆターム（参考）】
【公開日】平成２４年２月２日（２０１２．２．２）
【国際特許分類】
【出願日】平成２２年７月１６日（２０１０．７．１６）
【出願人】（０００００３０７８）株式会社東芝 (54,554)
【Ｆターム（参考）】
[ Back to top ]