フォトマスク検査方法
【目的】ノイズの影響による誤検出を抑制し、フォトマスク上のゴミ等の異物を高感度で検出するフォトマスク検査方法を提供する。
【構成】異なる層構造を有する領域を表面に備えるフォトマスクの画像データを取得し、この領域の階調値データから画像データを引き算して反転画像データを作成し、反転画像データの画素値を一定量底上げした底上げ反転画像データを作成し、底上げ反転画像データと底上げしたガウシアン分布型カーネルとの正規化相関を取ることにより正規化相関画像データを作成し、正規化相関画像データと所定の閾値との比較により異物を検出することを特徴とするフォトマスク検査方法。
【構成】異なる層構造を有する領域を表面に備えるフォトマスクの画像データを取得し、この領域の階調値データから画像データを引き算して反転画像データを作成し、反転画像データの画素値を一定量底上げした底上げ反転画像データを作成し、底上げ反転画像データと底上げしたガウシアン分布型カーネルとの正規化相関を取ることにより正規化相関画像データを作成し、正規化相関画像データと所定の閾値との比較により異物を検出することを特徴とするフォトマスク検査方法。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は、フォトマスク上のゴミ等の異物を高感度で検出するフォトマスク検査方法に関する。
【背景技術】
【０００２】
半導体は、一般的にレジストが塗布されたウェハに、フォトマスク（以下、マスクとも呼ぶ）に形成されたパターンを縮小投影する形で製造される。すなわち、マスクはカメラでいうネガの役割を持っており、マスクに欠陥が存在すると、そのマスクで製造された全てのウェハに欠陥が転写されることになる。このため、マスクの欠陥検査は半導体製造プロセスにおいて極めて重要な役割を担っている。
【０００３】
マスクの欠陥検査は、マスク上のパターン同士を比較する方法（ｄｉｅ−ｔｏ−ｄｉｅ）と、マスクの設計データを利用して検査する方法（ｄｉｅ−ｔｏ−ｄａｔａｂａｓｅ）が知られている。これらの検査方法はいずれもパターンの情報がないマスク領域を検査することはできない。しかし実際には、マスクのスクライブエリアなど、パターン情報のない領域についても欠陥、取り分け異物の有無を検査することが必要である。
【０００４】
パターンの情報がないマスク領域の検査手法としては、例えば特許文献１に記載の方法が良く知られている。この方法には、例えば、図１３のように、欠陥のないマスクの各点の反射信号（図中縦軸Ｒ）と透過信号（図中横軸Ｔ）の関係が必ず収まる領域９１を設定し、領域９１から逸脱する点を欠陥とするものがある。この方法は、反射画像と透過画像に相対位置ズレがなく、ノイズも殆どない理想条件下では有効だと思われる。しかし、実際には、反射画像と透過画像の相対位置ズレやノイズなどの影響で、欠陥でなくても領域１から逸脱するケースや、欠陥が領域９１に入り込むケースが存在する。これは特にパターンのエッジで頻繁に見られる現象である。反射画像と透過画像の相対位置ズレの対策として、図１４のように反射画像（図中横軸Ｒ）とその２次微分画像（図中縦軸Ｒ”）との関係が必ず収まる領域９２を設定し、領域９２から逸脱する点を欠陥とする方法、図１５のように透過画像（図中横軸Ｔ）をその２次微分画像（図中縦軸Ｔ”）との関係が必ず収まる領域９３を設定し、領域９３から逸脱する点を欠陥とする方法も特許文献１に提案されている。
【特許文献１】特開平８−７６３５９号公報
【発明の開示】
【発明が解決しようとする課題】
【０００５】
もっとも、特許文献１の方法によってもノイズの影響による誤検出には十分な対応はなされていない。
【０００６】
本発明は、上記事情に鑑み、ノイズの影響による誤検出を抑制し、フォトマスク上のゴミ等の異物を高感度で検出するフォトマスク検査方法を提供することを目的とする。
【課題を解決するための手段】
【０００７】
本発明の第１の態様のフォトマスク検査方法は、異なる層構造を有する領域を表面に備えるフォトマスクの画像データを取得し、前記領域の階調値データから前記画像データを引き算して反転画像データを作成し、前記反転画像データの画素値を一定量底上げした底上げ反転画像データを作成し、前記底上げ反転画像データと底上げしたガウシアン分布型カーネルとの正規化相関を取ることにより正規化相関画像データを作成し、前記正規化相関画像データと所定の閾値との比較により異物を検出することを特徴とする。
【０００８】
ここで、第１の態様のフォトマスク検査方法において、前記画像データが、前記フォトマスクの反射画像データであることが望ましい。
【０００９】
ここで、第１の態様のフォトマスク検査方法において、前記画像データが、前記フォトマスクの透過画像データであることが望ましい。
【００１０】
ここで、第１の態様のフォトマスク検査方法において、前記フォトマスク検査方法を、前記フォトマスクの反射画像データおよび透過画像データの双方について実行し、ぞれぞれの検査において前記フォトマスク上の同一位置に検出された異物を真の異物と判定することが望ましい。
【００１１】
本発明の第２の態様のフォトマスク検査方法は、ガラス領域とガラス上に形成される膜領域とを表面に備えるフォトマスクの反射画像データおよび透過画像データを取得し、前記ガラス領域および前記膜領域の階調値データから前記反射画像データを引き算して反転反射画像データを作成し、前記反転反射画像データの画素値を一定量底上げした底上げ反転反射画像データを作成し、前記底上げ反転反射画像データと底上げしたガウシアン分布型カーネルとの正規化相関を取ることにより正規化相関反射画像データを作成し、前記反射正規化相関画像データと所定の閾値との比較により異物候補を検出し、前記透過画像データから前記膜領域の階調値データを引き算した後、画素値を一定量底上げした底上げ透過画像データを作成し、前記底上げ透過画像データと底上げしたガウシアン分布型カーネルとの正規化相関を取ることにより正規化相関透過画像データを作成し、前記正規化相関透過画像データと所定の閾値との比較によりホール候補を検出し、前記異物候補のうち、前記ホール候補と同一位置にないものを真の異物と判定することを特徴とする。
【００１２】
ここで、第１および第２の態様のフォトマスク検査方法において、前記フォトマスクがガラス領域と前記ガラス領域より検査光に対する透過率の低い膜領域の２種の領域を表面に備えることが望ましい。
【発明の効果】
【００１３】
本発明によれば、ノイズの影響による誤検出を抑制し、フォトマスク上のゴミ等の異物を高感度で検出するフォトマスク検査方法を提供することが可能となる。
【発明を実施するための最良の形態】
【００１４】
以下、本発明の実勢の形態のフォトマスク検査方法について、図面を参照しつつ説明する。
【００１５】
（第１の実施の形態）
本実施の形態のフォトマスク検査方法は、異なる層構造を有する領域を表面に備えるフォトマスクの画像データを取得し、これらの領域の階調値データから画像データを引き算して反転画像データを作成し、この反転画像データの画素値を一定量底上げした底上げ反転画像データを作成し、底上げ反転画像データと底上げしたガウシアン分布型カーネルとの正規化相関を取ることにより正規化相関画像データを作成し、正規化相関画像データと所定の閾値との比較により異物を検出することを特徴とする。
【００１６】
図１は、本実施の形態のフォトマスク検査方法のフローチャートである。図２〜図７は、本実施の形態のフォトマスク検査方法の説明図である。
【００１７】
検査対象となるマスクには、その表面に異なる層構造を有する領域がある。ここでは、ガラス基板上にハーフトーン膜のパターンが形成されるマスクを例にする。すなわち、このマスクでは、ガラス単層構造のガラス領域と、ガラス/ハーフトーン膜の２層構造でガラス領域より検査光に対する透過率の低いハーフトーン膜領域と、の２種の領域がマスク表面にある。
【００１８】
まず、図１に示すように、検査するマスク領域の反射画像データを取得する（Ｓ１０）。図２に、異物が乗ったマスクの反射画像データの一例を示す。反射画像データ１０では、ハーフトーン膜１２がガラス１４の上に付いており、異物１６がハーフトーン膜１２の上に、異物１８がガラス１４の上に乗っている。
【００１９】
反射画像データ１０の、２つの異物１６、１８を横切るＡＡ’断面を図３に示す。異物は光を散乱するため、取得画像では暗い点として表れる。歪み１６ａが異物１６、歪み１８ａが異物１８を表している。また、歪み１９ａは異物として検出したくないノイズを表している。なお、このマスクのガラス領域の反射値（階調値データ）をβ、ブランクであるハーフトーン膜領域の反射値（階調値データ）をαとする。
【００２０】
次に、異物検査を行う箇所の各領域の階調値データから、取得された反射画像データを引き算した反転反射画像データを作成する（Ｓ１１）。各領域の階調値データ、ここではガラス１４、ハーフトーン膜１２の各領域の階調値データは、例えば、マスクの反射画像データ取得前に、それぞれの領域の面積の十分広い部分での反射強度を測定しておくことにより得ることができる。この階調値データから、取得された反射画像データの各画素の階調値を差し引くことで反転反射画像データの各画素の階調値が得られる。
【００２１】
なお、図２の反射画像データにおいては、階調値データにはハーフトーン膜領域の反射強度αと、ガラス領域の反射強度βの２種類があるため、反転反射画像データも２種類作成される。図４（ａ）、図４（ｂ）は、それぞれ反射画像データ１０をαから引いた場合のＡＡ’断面と、βから引いた場合のＡＡ’断面における反転反射画像データを表している。
【００２２】
次に、反転反射画像データの画素値を一定量底上げした底上げ反転反射画像データを作成する（Ｓ１２）。ここで、正規化相関処理はカーネルと比例関係にあるパターンを強調する特性を持つ。このため、これらの反転反射画像データとガウシアン分布型カーネルの正規化相関を取れば、ハーフトーン膜上の異物１６を図４（ａ）の歪み１６ｂから、ガラス上の異物１８を図４（ｂ）の歪み１８ｃからそれぞれ検出できると考えられる。
【００２３】
しかし、正規化相関処理はカーネルと比例関係にある全てのパターンを同レベルで強調する。このため、異物による歪み１６ｂ、歪み１８ｃよりも階調値の低い、図４（ａ）のノイズによる歪み１９ｂも異物として検出してしまう恐れがある。この問題を容易に解決する手段として本実施の形態では図４の反射反転画像データの画素値を一定量底上げする。図５（ａ）、図５（ｂ）は、それぞれ図４（ａ）と図４（ｂ）を階調値にしてγだけ底上げした底上げ反転反射画像データを表している。
【００２４】
次に、これらの底上げ反転反射画像データと、底上げしたガウシアン分布型カーネルと正規化相関を取ることにより、正規化相関反射画像データを作成する（Ｓ１３）。図６にγだけ底上げされたガウシアン分布型カーネルを示す。
【００２５】
なお、ここで、底上げ反転反射画像データをＲ、底上げしたガウシアン分布型カーネルをｋ、ガウシアン分布型カーネルと同サイズの全ての要素が１の行列をＩ、相関処理をо、で表すと、正規化相関処理は一般的に下記公式で表される。
【数１】
【００２６】
この出力画像は０〜１の値から成る画素で構成される。しかし本実施の形態のフォトマスク検査をリアルタイム処理として用いる場合などには、平方根演算や、大量の浮動小数点数から成る行列の管理は好ましくない。対策として、下記の通り上記式を二乗し、１０００をかけ、整数に四捨五入することが考えられる。
【数２】
この場合、異物検閾値も同様に二乗し、１０００をかけ、整数に四捨五入すれば良い。ただし、負のピークが正のピークとしてあらわれることを避けるため、分子の相関は、二乗する前に負数の要素をゼロに変換する必要がある。
【００２７】
こうして得られる正規化相関反射画像データでは、図５（ａ）の歪み１６ｃは強調され、歪み１８ｄはカーネルとの相関が取れず、図５（ｂ）の歪み１８ｅはカーネルと十分な相関が取れる。一方、ノイズによる図５（ａ）の歪み１９ｃは、底上げされたことによってカーネルとの比例関係が大幅に低減され、検出から外れるようになる。図７（ａ）、図７（ｂ）は、図５（ａ）、図５（ｂ）のそれぞれに正規化相関処理が施された場合の正規化相関反射画像データを示す。
【００２８】
最後に、得られた正規化相関反射画像データと、所定の閾値との比較により異物を検出する（Ｓ１４）。図７（ａ）、図７（ｂ）では、階調値が閾値κを上回る歪み１６ｄと歪み１８ｆが異物と判定され検出される。すなわち、図２においてマスク上に存在する異物１６と異物１８が、検査において異物として検出されることになり、ノイズによる歪みは異物として判定されない。
【００２９】
このように正規化相関を利用することで、異物のサイズに鈍感でありながら、ノイズによる誤検出も低減された、感度が高い異物検出が可能となる。また、本実施の形態のフォトマスク検査方法は、誤検出もありながらエッジ近傍の異物の取りもらしが少ないアルゴリズムと併用することで、誤検出である可能性の高い箇所と低い箇所の仕分けに利用することも可能である。
【００３０】
また、ここでは元画像として検査光の反射光を検出して得られる反射画像データを用いる場合を例に説明した。しかしながら、検査光の透過光を検出して得られる透過画像データを用いても同様のフォトマスク検査方法を実行することが可能である。
【００３１】
また、ここでは検査するフォトマスクがガラス領域とハーフトーン膜領域の２種の領域を表面に備える場合を例に説明した。しかし、例えば、ガラス領域、ハーフトーン膜領域
およびクロム膜領域等の３種あるいはそれ以上の領域を表面に備えるフォトマスクにもこの検査方法を実施することが可能である。３種以上の層構造の領域を有するフォトマスクのすべての種類の層構造の領域を検査対象とする場合には、その層構造の数だけの画像データを作成することになる。
【００３２】
また、ここでは反転反射画像データとガウシアン分布型カーネルの底上げ量を同じγとしたが、それぞれに、異なる底上げ量を用いることで検出感度を調整することも可能である。
【００３３】
（第２の実施の形態）
本実施の形態のフォトマスク検査方法は、第１の実施の形態に記載したフォトマスク検査方法を、フォトマスクの反射画像データおよび透過画像データの双方について実行し、ぞれぞれの検査においてフォトマスク上の同一位置に検出された異物を真の異物と判定する。したがって、第１の実施の形態と重複する内容については記載を省略する。
【００３４】
図８は、本実施の形態のフォトマスク検査方法のフローチャートである。第１の実施の形態と同様の処理を、反射画像データについてＳ２０〜Ｓ２４で行い、異物候補を検出する。また、同様の処理を、透過画像データについてＳ３０〜Ｓ３４で行い、異物候補を検出する。
【００３５】
そして、Ｓ４０にて、Ｓ２４、Ｓ３４それぞれの結果を比較し、マスクの同一位置において反射画像と透過画像の両方で異物が検出された場合のみ、真の異物と判定する。本実施の形態によれば、異物が反射画像と透過画像の両方で検出されることを確認することで、さらなる誤検出の防止が可能となる。
【００３６】
なお、ここでは反射画像と透過画像の両方で検出される場合に真の異物と判定する方法について説明したが、反射画像と透過画像のいずれか一方で検出される場合に真の異物と判定する方法をとることも可能である。この場合には、異物ではないものを異物と誤検出する確率は高くなるが、異物であるものは確実に異物と判定することが可能となる。
【００３７】
（第３の実施の形態）
本実施の形態のフォトマスク検査方法は、ガラス領域とガラス上に形成される膜領域とを表面に備えるフォトマスクの反射画像データおよび透過画像データを取得する。そして、ガラス領域および膜領域の階調値データから反射画像データを引き算して反転反射画像データを作成し、反転反射画像データの画素値を一定量底上げした底上げ反転反射画像データを作成し、底上げ反転反射画像データと底上げしたガウシアン分布型カーネルとの正規化相関を取ることにより正規化相関反射画像データを作成し、反射正規化相関画像データと所定の閾値との比較により異物候補を検出する。さらに、透過画像データから膜領域の階調値データを引き算した後、画素値を一定量底上げした底上げ透過画像データを作成し、底上げ透過画像データと底上げしたガウシアン分布型カーネルとの正規化相関を取ることにより正規化相関透過画像データを作成し、正規化相関透過画像データと所定の閾値との比較によりホール候補を検出する。そして、異物候補のうち、ホール候補と同一位置にないものを真の異物と判定する。
【００３８】
図９は、本実施の形態のフォトマスク検査方法のフローチャートである。図１０〜図１２は、本実施の形態のフォトマスク検査方法の説明図である。
【００３９】
第１の実施の形態と同様の処理を、反射画像データについてＳ５０〜Ｓ５４で行い、異物候補を検出する。また、同様の処理を、透過画像データについては、反射画像データの場合と異なり画像データの反転処理を行わずＳ６０〜Ｓ６３の処理を行い、ホール候補を検出する。
【００４０】
図１０に、異物が乗ったマスクの反射画像データの一例を示す。反射画像データ２０では、ホール２２（ガラスまでの穴）が形成されたガラス上のハーフトーン膜１２の上に異物２４が乗っている。反射画像データ２０のＡＡ’断面を図１１（ａ）に、同じマスク透過画像データのＡＡ’断面を図１１（ｂ）に示す。
【００４１】
図１１（ａ）に示されるように、小さなホールはその反射画像データにおける歪み２２ａが異物の歪み２４ａと酷似し、反射画像データからだけでは区別ができない場合がある。しかし透過画像データでも暗く表現される異物の歪み２４ｂと異なり、ホールの歪み２２ｂは透過画像データでは明るくなる。
【００４２】
図１２（ａ）は、反射画像データから作成された底上げ反転反射画像データ、図１２（ｂ）は、透過画像データから作成された底上げ透過画像データを示す。処理Ｓ６１に従い、図１２（ｂ）に示すように、透過画像データからハーフトーン膜部の階調値βを引き、γだけ底上げする。このことで、ホール歪み２２ｄを、底上げガウシアン分布型カーネルを用いて検出することが可能となる（Ｓ６２〜Ｓ６３）。
【００４３】
そして、最後に処理Ｓ５４で反射画像データから検出された異物候補と、処理Ｓ６３で透過画像データから検出されたホール候補のマスクにおける場所が一致しなければ、それは真の異物と判定される（Ｓ７０）。
【００４４】
本実施の形態によれば、反射画像データを用いた検査では誤検出しやすいホールパターンを、精度良くホールパターンとして認識させ、異物候補から除去することで、高感度な異物検出が実現可能なフォトマスク検査方法を提供することが可能となる。
【００４５】
以上、具体例を参照しつつ本発明の実施の形態について説明した。しかし、本発明は、これらの具体例に限定されるものではない。検査装置構成や検査方法等、本発明の説明に直接必要しない部分等については記載を省略したが、必要とされる検査装置構成や検査方法を適宜選択して用いることができる。その他、本発明の要素を具備し、当業者が適宜設計変更しうる全てのフォトマスク検査方法は、本発明の範囲に包含される。
【図面の簡単な説明】
【００４６】
【図１】第１の実施の形態のフォトマスク検査方法のフローチャートである。
【図２】第１の実施の形態のフォトマスク検査方法の説明図である。
【図３】第１の実施の形態のフォトマスク検査方法の説明図である。
【図４】第１の実施の形態のフォトマスク検査方法の説明図である。
【図５】第１の実施の形態のフォトマスク検査方法の説明図である。
【図６】第１の実施の形態のフォトマスク検査方法の説明図である。
【図７】第１の実施の形態のフォトマスク検査方法の説明図である。
【図８】第２の実施の形態のフォトマスク検査方法のフローチャートである。
【図９】第３の実施の形態のフォトマスク検査方法のフローチャートである。
【図１０】第３の実施の形態のフォトマスク検査方法の説明図である。
【図１１】第３の実施の形態のフォトマスク検査方法の説明図である。
【図１２】第３の実施の形態のフォトマスク検査方法の説明図である。
【図１３】従来技術のフォトマスク検査方法の説明図である。
【図１４】従来技術のフォトマスク検査方法の説明図である。
【図１５】従来技術のフォトマスク検査方法の説明図である。
【符号の説明】
【００４７】
１０ 反射画像データ
１２ ハーフトーン膜
１４ ガラス
１６ 異物
１６ａ〜ｄ 異物の歪み
１８ 異物
１８ａ〜ｆ 異物の歪み
１９ａ〜ｃ ノイズの歪み
２０ 反射画像データ
２２ ホール
２２ａ〜ｄ ホールの歪み
２４ 異物
２４ａ〜ｄ 異物の歪み
【技術分野】
【０００１】
本発明は、フォトマスク上のゴミ等の異物を高感度で検出するフォトマスク検査方法に関する。
【背景技術】
【０００２】
半導体は、一般的にレジストが塗布されたウェハに、フォトマスク（以下、マスクとも呼ぶ）に形成されたパターンを縮小投影する形で製造される。すなわち、マスクはカメラでいうネガの役割を持っており、マスクに欠陥が存在すると、そのマスクで製造された全てのウェハに欠陥が転写されることになる。このため、マスクの欠陥検査は半導体製造プロセスにおいて極めて重要な役割を担っている。
【０００３】
マスクの欠陥検査は、マスク上のパターン同士を比較する方法（ｄｉｅ−ｔｏ−ｄｉｅ）と、マスクの設計データを利用して検査する方法（ｄｉｅ−ｔｏ−ｄａｔａｂａｓｅ）が知られている。これらの検査方法はいずれもパターンの情報がないマスク領域を検査することはできない。しかし実際には、マスクのスクライブエリアなど、パターン情報のない領域についても欠陥、取り分け異物の有無を検査することが必要である。
【０００４】
パターンの情報がないマスク領域の検査手法としては、例えば特許文献１に記載の方法が良く知られている。この方法には、例えば、図１３のように、欠陥のないマスクの各点の反射信号（図中縦軸Ｒ）と透過信号（図中横軸Ｔ）の関係が必ず収まる領域９１を設定し、領域９１から逸脱する点を欠陥とするものがある。この方法は、反射画像と透過画像に相対位置ズレがなく、ノイズも殆どない理想条件下では有効だと思われる。しかし、実際には、反射画像と透過画像の相対位置ズレやノイズなどの影響で、欠陥でなくても領域１から逸脱するケースや、欠陥が領域９１に入り込むケースが存在する。これは特にパターンのエッジで頻繁に見られる現象である。反射画像と透過画像の相対位置ズレの対策として、図１４のように反射画像（図中横軸Ｒ）とその２次微分画像（図中縦軸Ｒ”）との関係が必ず収まる領域９２を設定し、領域９２から逸脱する点を欠陥とする方法、図１５のように透過画像（図中横軸Ｔ）をその２次微分画像（図中縦軸Ｔ”）との関係が必ず収まる領域９３を設定し、領域９３から逸脱する点を欠陥とする方法も特許文献１に提案されている。
【特許文献１】特開平８−７６３５９号公報
【発明の開示】
【発明が解決しようとする課題】
【０００５】
もっとも、特許文献１の方法によってもノイズの影響による誤検出には十分な対応はなされていない。
【０００６】
本発明は、上記事情に鑑み、ノイズの影響による誤検出を抑制し、フォトマスク上のゴミ等の異物を高感度で検出するフォトマスク検査方法を提供することを目的とする。
【課題を解決するための手段】
【０００７】
本発明の第１の態様のフォトマスク検査方法は、異なる層構造を有する領域を表面に備えるフォトマスクの画像データを取得し、前記領域の階調値データから前記画像データを引き算して反転画像データを作成し、前記反転画像データの画素値を一定量底上げした底上げ反転画像データを作成し、前記底上げ反転画像データと底上げしたガウシアン分布型カーネルとの正規化相関を取ることにより正規化相関画像データを作成し、前記正規化相関画像データと所定の閾値との比較により異物を検出することを特徴とする。
【０００８】
ここで、第１の態様のフォトマスク検査方法において、前記画像データが、前記フォトマスクの反射画像データであることが望ましい。
【０００９】
ここで、第１の態様のフォトマスク検査方法において、前記画像データが、前記フォトマスクの透過画像データであることが望ましい。
【００１０】
ここで、第１の態様のフォトマスク検査方法において、前記フォトマスク検査方法を、前記フォトマスクの反射画像データおよび透過画像データの双方について実行し、ぞれぞれの検査において前記フォトマスク上の同一位置に検出された異物を真の異物と判定することが望ましい。
【００１１】
本発明の第２の態様のフォトマスク検査方法は、ガラス領域とガラス上に形成される膜領域とを表面に備えるフォトマスクの反射画像データおよび透過画像データを取得し、前記ガラス領域および前記膜領域の階調値データから前記反射画像データを引き算して反転反射画像データを作成し、前記反転反射画像データの画素値を一定量底上げした底上げ反転反射画像データを作成し、前記底上げ反転反射画像データと底上げしたガウシアン分布型カーネルとの正規化相関を取ることにより正規化相関反射画像データを作成し、前記反射正規化相関画像データと所定の閾値との比較により異物候補を検出し、前記透過画像データから前記膜領域の階調値データを引き算した後、画素値を一定量底上げした底上げ透過画像データを作成し、前記底上げ透過画像データと底上げしたガウシアン分布型カーネルとの正規化相関を取ることにより正規化相関透過画像データを作成し、前記正規化相関透過画像データと所定の閾値との比較によりホール候補を検出し、前記異物候補のうち、前記ホール候補と同一位置にないものを真の異物と判定することを特徴とする。
【００１２】
ここで、第１および第２の態様のフォトマスク検査方法において、前記フォトマスクがガラス領域と前記ガラス領域より検査光に対する透過率の低い膜領域の２種の領域を表面に備えることが望ましい。
【発明の効果】
【００１３】
本発明によれば、ノイズの影響による誤検出を抑制し、フォトマスク上のゴミ等の異物を高感度で検出するフォトマスク検査方法を提供することが可能となる。
【発明を実施するための最良の形態】
【００１４】
以下、本発明の実勢の形態のフォトマスク検査方法について、図面を参照しつつ説明する。
【００１５】
（第１の実施の形態）
本実施の形態のフォトマスク検査方法は、異なる層構造を有する領域を表面に備えるフォトマスクの画像データを取得し、これらの領域の階調値データから画像データを引き算して反転画像データを作成し、この反転画像データの画素値を一定量底上げした底上げ反転画像データを作成し、底上げ反転画像データと底上げしたガウシアン分布型カーネルとの正規化相関を取ることにより正規化相関画像データを作成し、正規化相関画像データと所定の閾値との比較により異物を検出することを特徴とする。
【００１６】
図１は、本実施の形態のフォトマスク検査方法のフローチャートである。図２〜図７は、本実施の形態のフォトマスク検査方法の説明図である。
【００１７】
検査対象となるマスクには、その表面に異なる層構造を有する領域がある。ここでは、ガラス基板上にハーフトーン膜のパターンが形成されるマスクを例にする。すなわち、このマスクでは、ガラス単層構造のガラス領域と、ガラス/ハーフトーン膜の２層構造でガラス領域より検査光に対する透過率の低いハーフトーン膜領域と、の２種の領域がマスク表面にある。
【００１８】
まず、図１に示すように、検査するマスク領域の反射画像データを取得する（Ｓ１０）。図２に、異物が乗ったマスクの反射画像データの一例を示す。反射画像データ１０では、ハーフトーン膜１２がガラス１４の上に付いており、異物１６がハーフトーン膜１２の上に、異物１８がガラス１４の上に乗っている。
【００１９】
反射画像データ１０の、２つの異物１６、１８を横切るＡＡ’断面を図３に示す。異物は光を散乱するため、取得画像では暗い点として表れる。歪み１６ａが異物１６、歪み１８ａが異物１８を表している。また、歪み１９ａは異物として検出したくないノイズを表している。なお、このマスクのガラス領域の反射値（階調値データ）をβ、ブランクであるハーフトーン膜領域の反射値（階調値データ）をαとする。
【００２０】
次に、異物検査を行う箇所の各領域の階調値データから、取得された反射画像データを引き算した反転反射画像データを作成する（Ｓ１１）。各領域の階調値データ、ここではガラス１４、ハーフトーン膜１２の各領域の階調値データは、例えば、マスクの反射画像データ取得前に、それぞれの領域の面積の十分広い部分での反射強度を測定しておくことにより得ることができる。この階調値データから、取得された反射画像データの各画素の階調値を差し引くことで反転反射画像データの各画素の階調値が得られる。
【００２１】
なお、図２の反射画像データにおいては、階調値データにはハーフトーン膜領域の反射強度αと、ガラス領域の反射強度βの２種類があるため、反転反射画像データも２種類作成される。図４（ａ）、図４（ｂ）は、それぞれ反射画像データ１０をαから引いた場合のＡＡ’断面と、βから引いた場合のＡＡ’断面における反転反射画像データを表している。
【００２２】
次に、反転反射画像データの画素値を一定量底上げした底上げ反転反射画像データを作成する（Ｓ１２）。ここで、正規化相関処理はカーネルと比例関係にあるパターンを強調する特性を持つ。このため、これらの反転反射画像データとガウシアン分布型カーネルの正規化相関を取れば、ハーフトーン膜上の異物１６を図４（ａ）の歪み１６ｂから、ガラス上の異物１８を図４（ｂ）の歪み１８ｃからそれぞれ検出できると考えられる。
【００２３】
しかし、正規化相関処理はカーネルと比例関係にある全てのパターンを同レベルで強調する。このため、異物による歪み１６ｂ、歪み１８ｃよりも階調値の低い、図４（ａ）のノイズによる歪み１９ｂも異物として検出してしまう恐れがある。この問題を容易に解決する手段として本実施の形態では図４の反射反転画像データの画素値を一定量底上げする。図５（ａ）、図５（ｂ）は、それぞれ図４（ａ）と図４（ｂ）を階調値にしてγだけ底上げした底上げ反転反射画像データを表している。
【００２４】
次に、これらの底上げ反転反射画像データと、底上げしたガウシアン分布型カーネルと正規化相関を取ることにより、正規化相関反射画像データを作成する（Ｓ１３）。図６にγだけ底上げされたガウシアン分布型カーネルを示す。
【００２５】
なお、ここで、底上げ反転反射画像データをＲ、底上げしたガウシアン分布型カーネルをｋ、ガウシアン分布型カーネルと同サイズの全ての要素が１の行列をＩ、相関処理をо、で表すと、正規化相関処理は一般的に下記公式で表される。
【数１】
【００２６】
この出力画像は０〜１の値から成る画素で構成される。しかし本実施の形態のフォトマスク検査をリアルタイム処理として用いる場合などには、平方根演算や、大量の浮動小数点数から成る行列の管理は好ましくない。対策として、下記の通り上記式を二乗し、１０００をかけ、整数に四捨五入することが考えられる。
【数２】
この場合、異物検閾値も同様に二乗し、１０００をかけ、整数に四捨五入すれば良い。ただし、負のピークが正のピークとしてあらわれることを避けるため、分子の相関は、二乗する前に負数の要素をゼロに変換する必要がある。
【００２７】
こうして得られる正規化相関反射画像データでは、図５（ａ）の歪み１６ｃは強調され、歪み１８ｄはカーネルとの相関が取れず、図５（ｂ）の歪み１８ｅはカーネルと十分な相関が取れる。一方、ノイズによる図５（ａ）の歪み１９ｃは、底上げされたことによってカーネルとの比例関係が大幅に低減され、検出から外れるようになる。図７（ａ）、図７（ｂ）は、図５（ａ）、図５（ｂ）のそれぞれに正規化相関処理が施された場合の正規化相関反射画像データを示す。
【００２８】
最後に、得られた正規化相関反射画像データと、所定の閾値との比較により異物を検出する（Ｓ１４）。図７（ａ）、図７（ｂ）では、階調値が閾値κを上回る歪み１６ｄと歪み１８ｆが異物と判定され検出される。すなわち、図２においてマスク上に存在する異物１６と異物１８が、検査において異物として検出されることになり、ノイズによる歪みは異物として判定されない。
【００２９】
このように正規化相関を利用することで、異物のサイズに鈍感でありながら、ノイズによる誤検出も低減された、感度が高い異物検出が可能となる。また、本実施の形態のフォトマスク検査方法は、誤検出もありながらエッジ近傍の異物の取りもらしが少ないアルゴリズムと併用することで、誤検出である可能性の高い箇所と低い箇所の仕分けに利用することも可能である。
【００３０】
また、ここでは元画像として検査光の反射光を検出して得られる反射画像データを用いる場合を例に説明した。しかしながら、検査光の透過光を検出して得られる透過画像データを用いても同様のフォトマスク検査方法を実行することが可能である。
【００３１】
また、ここでは検査するフォトマスクがガラス領域とハーフトーン膜領域の２種の領域を表面に備える場合を例に説明した。しかし、例えば、ガラス領域、ハーフトーン膜領域
およびクロム膜領域等の３種あるいはそれ以上の領域を表面に備えるフォトマスクにもこの検査方法を実施することが可能である。３種以上の層構造の領域を有するフォトマスクのすべての種類の層構造の領域を検査対象とする場合には、その層構造の数だけの画像データを作成することになる。
【００３２】
また、ここでは反転反射画像データとガウシアン分布型カーネルの底上げ量を同じγとしたが、それぞれに、異なる底上げ量を用いることで検出感度を調整することも可能である。
【００３３】
（第２の実施の形態）
本実施の形態のフォトマスク検査方法は、第１の実施の形態に記載したフォトマスク検査方法を、フォトマスクの反射画像データおよび透過画像データの双方について実行し、ぞれぞれの検査においてフォトマスク上の同一位置に検出された異物を真の異物と判定する。したがって、第１の実施の形態と重複する内容については記載を省略する。
【００３４】
図８は、本実施の形態のフォトマスク検査方法のフローチャートである。第１の実施の形態と同様の処理を、反射画像データについてＳ２０〜Ｓ２４で行い、異物候補を検出する。また、同様の処理を、透過画像データについてＳ３０〜Ｓ３４で行い、異物候補を検出する。
【００３５】
そして、Ｓ４０にて、Ｓ２４、Ｓ３４それぞれの結果を比較し、マスクの同一位置において反射画像と透過画像の両方で異物が検出された場合のみ、真の異物と判定する。本実施の形態によれば、異物が反射画像と透過画像の両方で検出されることを確認することで、さらなる誤検出の防止が可能となる。
【００３６】
なお、ここでは反射画像と透過画像の両方で検出される場合に真の異物と判定する方法について説明したが、反射画像と透過画像のいずれか一方で検出される場合に真の異物と判定する方法をとることも可能である。この場合には、異物ではないものを異物と誤検出する確率は高くなるが、異物であるものは確実に異物と判定することが可能となる。
【００３７】
（第３の実施の形態）
本実施の形態のフォトマスク検査方法は、ガラス領域とガラス上に形成される膜領域とを表面に備えるフォトマスクの反射画像データおよび透過画像データを取得する。そして、ガラス領域および膜領域の階調値データから反射画像データを引き算して反転反射画像データを作成し、反転反射画像データの画素値を一定量底上げした底上げ反転反射画像データを作成し、底上げ反転反射画像データと底上げしたガウシアン分布型カーネルとの正規化相関を取ることにより正規化相関反射画像データを作成し、反射正規化相関画像データと所定の閾値との比較により異物候補を検出する。さらに、透過画像データから膜領域の階調値データを引き算した後、画素値を一定量底上げした底上げ透過画像データを作成し、底上げ透過画像データと底上げしたガウシアン分布型カーネルとの正規化相関を取ることにより正規化相関透過画像データを作成し、正規化相関透過画像データと所定の閾値との比較によりホール候補を検出する。そして、異物候補のうち、ホール候補と同一位置にないものを真の異物と判定する。
【００３８】
図９は、本実施の形態のフォトマスク検査方法のフローチャートである。図１０〜図１２は、本実施の形態のフォトマスク検査方法の説明図である。
【００３９】
第１の実施の形態と同様の処理を、反射画像データについてＳ５０〜Ｓ５４で行い、異物候補を検出する。また、同様の処理を、透過画像データについては、反射画像データの場合と異なり画像データの反転処理を行わずＳ６０〜Ｓ６３の処理を行い、ホール候補を検出する。
【００４０】
図１０に、異物が乗ったマスクの反射画像データの一例を示す。反射画像データ２０では、ホール２２（ガラスまでの穴）が形成されたガラス上のハーフトーン膜１２の上に異物２４が乗っている。反射画像データ２０のＡＡ’断面を図１１（ａ）に、同じマスク透過画像データのＡＡ’断面を図１１（ｂ）に示す。
【００４１】
図１１（ａ）に示されるように、小さなホールはその反射画像データにおける歪み２２ａが異物の歪み２４ａと酷似し、反射画像データからだけでは区別ができない場合がある。しかし透過画像データでも暗く表現される異物の歪み２４ｂと異なり、ホールの歪み２２ｂは透過画像データでは明るくなる。
【００４２】
図１２（ａ）は、反射画像データから作成された底上げ反転反射画像データ、図１２（ｂ）は、透過画像データから作成された底上げ透過画像データを示す。処理Ｓ６１に従い、図１２（ｂ）に示すように、透過画像データからハーフトーン膜部の階調値βを引き、γだけ底上げする。このことで、ホール歪み２２ｄを、底上げガウシアン分布型カーネルを用いて検出することが可能となる（Ｓ６２〜Ｓ６３）。
【００４３】
そして、最後に処理Ｓ５４で反射画像データから検出された異物候補と、処理Ｓ６３で透過画像データから検出されたホール候補のマスクにおける場所が一致しなければ、それは真の異物と判定される（Ｓ７０）。
【００４４】
本実施の形態によれば、反射画像データを用いた検査では誤検出しやすいホールパターンを、精度良くホールパターンとして認識させ、異物候補から除去することで、高感度な異物検出が実現可能なフォトマスク検査方法を提供することが可能となる。
【００４５】
以上、具体例を参照しつつ本発明の実施の形態について説明した。しかし、本発明は、これらの具体例に限定されるものではない。検査装置構成や検査方法等、本発明の説明に直接必要しない部分等については記載を省略したが、必要とされる検査装置構成や検査方法を適宜選択して用いることができる。その他、本発明の要素を具備し、当業者が適宜設計変更しうる全てのフォトマスク検査方法は、本発明の範囲に包含される。
【図面の簡単な説明】
【００４６】
【図１】第１の実施の形態のフォトマスク検査方法のフローチャートである。
【図２】第１の実施の形態のフォトマスク検査方法の説明図である。
【図３】第１の実施の形態のフォトマスク検査方法の説明図である。
【図４】第１の実施の形態のフォトマスク検査方法の説明図である。
【図５】第１の実施の形態のフォトマスク検査方法の説明図である。
【図６】第１の実施の形態のフォトマスク検査方法の説明図である。
【図７】第１の実施の形態のフォトマスク検査方法の説明図である。
【図８】第２の実施の形態のフォトマスク検査方法のフローチャートである。
【図９】第３の実施の形態のフォトマスク検査方法のフローチャートである。
【図１０】第３の実施の形態のフォトマスク検査方法の説明図である。
【図１１】第３の実施の形態のフォトマスク検査方法の説明図である。
【図１２】第３の実施の形態のフォトマスク検査方法の説明図である。
【図１３】従来技術のフォトマスク検査方法の説明図である。
【図１４】従来技術のフォトマスク検査方法の説明図である。
【図１５】従来技術のフォトマスク検査方法の説明図である。
【符号の説明】
【００４７】
１０ 反射画像データ
１２ ハーフトーン膜
１４ ガラス
１６ 異物
１６ａ〜ｄ 異物の歪み
１８ 異物
１８ａ〜ｆ 異物の歪み
１９ａ〜ｃ ノイズの歪み
２０ 反射画像データ
２２ ホール
２２ａ〜ｄ ホールの歪み
２４ 異物
２４ａ〜ｄ 異物の歪み
【特許請求の範囲】
【請求項１】
異なる層構造を有する領域を表面に備えるフォトマスクの画像データを取得し、
前記領域の階調値データから前記画像データを引き算して反転画像データを作成し、
前記反転画像データの画素値を一定量底上げした底上げ反転画像データを作成し、
前記底上げ反転画像データと底上げしたガウシアン分布型カーネルとの正規化相関を取ることにより正規化相関画像データを作成し、
前記正規化相関画像データと所定の閾値との比較により異物を検出することを特徴とするフォトマスク検査方法。
【請求項２】
前記画像データが、前記フォトマスクの反射画像データであることを特徴とする請求項１記載のフォトマスク検査方法。
【請求項３】
前記画像データが、前記フォトマスクの透過画像データであることを特徴とする請求項１記載のフォトマスク検査方法。
【請求項４】
前記フォトマスク検査方法を、前記フォトマスクの反射画像データおよび透過画像データの双方について実行し、ぞれぞれの検査において前記フォトマスク上の同一位置に検出された異物を真の異物と判定することを特徴とする請求項１記載のフォトマスク検査方法。
【請求項５】
ガラス領域とガラス上に形成される膜領域とを表面に備えるフォトマスクの反射画像データおよび透過画像データを取得し、
前記ガラス領域および前記膜領域の階調値データから前記反射画像データを引き算して反転反射画像データを作成し、
前記反射反転画像データの画素値を一定量底上げした底上げ反転反射画像データを作成し、
前記底上げ反転反射画像データと底上げしたガウシアン分布型カーネルとの正規化相関を取ることにより正規化相関反射画像データを作成し、
前記正規化相関反射画像データと所定の閾値との比較により異物候補を検出し、
前記透過画像データから前記膜領域の階調値データを引き算した後、画素値を一定量底上げした底上げ透過画像データを作成し、
前記底上げ透過画像データと底上げしたガウシアン分布型カーネルとの正規化相関を取ることにより正規化相関透過画像データを作成し、
前記正規化相関透過画像データと所定の閾値との比較によりホール候補を検出し、
前記異物候補のうち、前記ホール候補と同一位置にないものを真の異物と判定することを特徴とするフォトマスク検査方法。
【請求項６】
前記フォトマスクがガラス領域と前記ガラス領域より検査光に対する透過率の低い膜領域の２種の領域を表面に備えることを特徴とする請求項１ないし請求項５いずれか一項に記載のフォトマスク検査方法。
【請求項１】
異なる層構造を有する領域を表面に備えるフォトマスクの画像データを取得し、
前記領域の階調値データから前記画像データを引き算して反転画像データを作成し、
前記反転画像データの画素値を一定量底上げした底上げ反転画像データを作成し、
前記底上げ反転画像データと底上げしたガウシアン分布型カーネルとの正規化相関を取ることにより正規化相関画像データを作成し、
前記正規化相関画像データと所定の閾値との比較により異物を検出することを特徴とするフォトマスク検査方法。
【請求項２】
前記画像データが、前記フォトマスクの反射画像データであることを特徴とする請求項１記載のフォトマスク検査方法。
【請求項３】
前記画像データが、前記フォトマスクの透過画像データであることを特徴とする請求項１記載のフォトマスク検査方法。
【請求項４】
前記フォトマスク検査方法を、前記フォトマスクの反射画像データおよび透過画像データの双方について実行し、ぞれぞれの検査において前記フォトマスク上の同一位置に検出された異物を真の異物と判定することを特徴とする請求項１記載のフォトマスク検査方法。
【請求項５】
ガラス領域とガラス上に形成される膜領域とを表面に備えるフォトマスクの反射画像データおよび透過画像データを取得し、
前記ガラス領域および前記膜領域の階調値データから前記反射画像データを引き算して反転反射画像データを作成し、
前記反射反転画像データの画素値を一定量底上げした底上げ反転反射画像データを作成し、
前記底上げ反転反射画像データと底上げしたガウシアン分布型カーネルとの正規化相関を取ることにより正規化相関反射画像データを作成し、
前記正規化相関反射画像データと所定の閾値との比較により異物候補を検出し、
前記透過画像データから前記膜領域の階調値データを引き算した後、画素値を一定量底上げした底上げ透過画像データを作成し、
前記底上げ透過画像データと底上げしたガウシアン分布型カーネルとの正規化相関を取ることにより正規化相関透過画像データを作成し、
前記正規化相関透過画像データと所定の閾値との比較によりホール候補を検出し、
前記異物候補のうち、前記ホール候補と同一位置にないものを真の異物と判定することを特徴とするフォトマスク検査方法。
【請求項６】
前記フォトマスクがガラス領域と前記ガラス領域より検査光に対する透過率の低い膜領域の２種の領域を表面に備えることを特徴とする請求項１ないし請求項５いずれか一項に記載のフォトマスク検査方法。
【図１】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１０】
【図１１】
【図１２】
【図１３】
【図１４】
【図１５】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１０】
【図１１】
【図１２】
【図１３】
【図１４】
【図１５】
【公開番号】特開２０１０−７８７３５（Ｐ２０１０−７８７３５Ａ）
【公開日】平成２２年４月８日（２０１０．４．８）
【国際特許分類】
【出願番号】特願２００８−２４５０８９（Ｐ２００８−２４５０８９）
【出願日】平成２０年９月２５日（２００８．９．２５）
【出願人】（３０５００８９８３）アドバンスド・マスク・インスペクション・テクノロジー株式会社 (105)
【Ｆターム（参考）】
【公開日】平成２２年４月８日（２０１０．４．８）
【国際特許分類】
【出願日】平成２０年９月２５日（２００８．９．２５）
【出願人】（３０５００８９８３）アドバンスド・マスク・インスペクション・テクノロジー株式会社 (105)
【Ｆターム（参考）】
[ Back to top ]