外観検査装置及び外観検査方法
【課題】 欠陥検出の際に使用する撮像画像を用いて、従来の欠陥分類方法よりも高い精度で、検出された欠陥の分類を行うことが可能な外観検査装置及び外観検査方法を提供する。
【解決手段】 外観検査装置を、検査試料３の表面を撮像する撮像装置４と、その撮像画像から検査試料３の表面に存在する欠陥を検出する欠陥検出部８と、欠陥検出部により検出された欠陥を第１の系の欠陥分類に従って分類分けする欠陥分類部９と、検査試料３について、欠陥分類部９により前記第１の系の欠陥分類に従って分類分けされた各類の欠陥数に基づき、所定の近似式に従って、第２の系の欠陥分類に従う各類の欠陥数を算出する欠陥数算出部１０を備えて構成し、上記所定の近似式を、所与の基準試料において検出された既知の欠陥について、欠陥分類部９による第１の系の欠陥分類に従う分類分けの結果と、所定の観察手段による第２の系の欠陥分類に従う分類分けの結果と、から導出する。
【解決手段】 外観検査装置を、検査試料３の表面を撮像する撮像装置４と、その撮像画像から検査試料３の表面に存在する欠陥を検出する欠陥検出部８と、欠陥検出部により検出された欠陥を第１の系の欠陥分類に従って分類分けする欠陥分類部９と、検査試料３について、欠陥分類部９により前記第１の系の欠陥分類に従って分類分けされた各類の欠陥数に基づき、所定の近似式に従って、第２の系の欠陥分類に従う各類の欠陥数を算出する欠陥数算出部１０を備えて構成し、上記所定の近似式を、所与の基準試料において検出された既知の欠陥について、欠陥分類部９による第１の系の欠陥分類に従う分類分けの結果と、所定の観察手段による第２の系の欠陥分類に従う分類分けの結果と、から導出する。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は、検査試料の表面を撮像して得た撮像画像からこの検査試料上に生じた欠陥に分類分けを行う外観検査装置及び外観検査方法に関し、特に、半導体製造工程で半導体ウエハ上に形成した半導体回路パターンや、液晶表示パネルの欠陥分類を行う外観検査装置及び外観検査方法に関する。
【背景技術】
【０００２】
形成したパターンを撮像して画像データを生成し、画像データを解析してパターンの欠陥の有無などを検査することが広く行われている。特に、半導体製造の分野では、フォトマスクを検査するフォトマスク検査装置や半導体ウエハや、液晶表示パネルの上に形成したパターンを検査する外観検査装置が広く使用されている。以下本明細書では、半導体製造工程で半導体ウエハ上に形成した半導体回路パターンの欠陥を検出する外観検査装置（インスペクションマシン）を例として説明を行なうが、本発明はこれに限定されるものではない。
【０００３】
また、一般の外観検査装置は、対象表面を垂直方向から照明してその反射光の像を捕らえる明視野検査装置であるが、照明光を直接捕らえない暗視野検査装置も使用されている。暗視野検査装置の場合、対象表面を斜め方向又は垂直方向から照明して正反射は検出しないようにセンサを配置し、照明光の照射位置を順次走査することにより対象表面の暗視野像を得る。従って、暗視野装置ではイメージセンサを使用しない場合もあるが、これも当然発明の対象である。このように、試料の表面を撮像して得た撮像画像から試料の外観を検査する外観検査装置及び外観検査方法であれば、どのような装置及び方法にも適用可能である。
【０００４】
図１に、本特許出願の出願人が、特開２００４−１７７３９７号公報（下記特許文献１）にて提案する外観検査装置と同様の、従来の外観検査装置についてそのブロック図を示す。図示するように、２次元又は３次元方向に自在に移動可能なステージ１の上面に試料台（チャックステージ）２が設けられている。この試料台の上に、検査対象となる半導体ウエハ３を載置して固定する。ステージの上部には１次元又は２次元のＣＣＤカメラなどを用いて構成される撮像装置４が設けられており、撮像装置４は半導体ウエハ３上に形成されたパターンの画像信号を発生させる。
【０００５】
図２に示すように、半導体ウエハ３上には、複数のダイ３Ａが、Ｘ方向とＹ方向にそれぞれ繰返し、マトリクス状に配列されている。各ダイには同じパターンが形成されるので、隣接するダイの対応する部分の画像を比較するのが一般的である。両方のダイに欠陥がなければグレイレベル差は閾値より小さいが、一方に欠陥があればグレイレベル差は閾値より大きくなる（シングルディテクション）。これではどちらのダイに欠陥があるか分からないので、更に異なる側に隣接するダイとの比較を行ない、同じ部分のグレイレベル差が閾値より大きくなればそのダイに欠陥があることが分かる（ダブルディテクション）。
【０００６】
撮像装置４は１次元のＣＣＤカメラを備え、カメラが半導体ウエハ３に対してＸ方向又はＹ方向に一定速度で相対的に移動（スキャン）するようにステージ１を移動する。画像信号は多値のディジタル信号（グレイレベル信号）に変換された後、差分検出部６に入力されると共に、信号記憶部５に記憶される。スキャンにより隣のダイのグレイレベル信号が生成されると、それに同期して信号記憶部５に記憶された前のダイのグレイレベル信号を読み出し、差分検出部６に入力する。実際には微小な位置合わせ処理などが行われるがここでは詳しい説明は省略する。
【０００７】
差分検出部６には隣接する２個のダイのグレイレベル信号が入力され、２つのグレイレベル信号の差（グレイレベル差）が演算されて検出閾値計算部７と欠陥検出部８に出力される。ここでは、差分検出部６は、グレイレベル差の絶対値を算出し、それをグレイレベル差として出力する。検出閾値計算部７は、グレイレベル差から検出閾値を決定し、欠陥検出部８に出力する。欠陥検出部８は、グレイレベル差を決定された閾値と比較し、欠陥かどうかを判定する。
【０００８】
半導体パターンは、メモリセル部、論理回路部、配線部、アナログ回路部などのパターンの種類に応じてノイズレベルが異なるのが一般的である。半導体パターンの部分と種類の対応関係は設計データにより分かる。そこで、例えば、検出閾値計算部７は部分毎に、その部分のグレイレベル差の分布に応じて検出閾値を自動的に決定し、欠陥検出部８は部分毎に決定された閾値で判定を行なう。
【０００９】
さらに、外観検査装置には、欠陥検出部８により検出された各欠陥が、それぞれどのタイプの欠陥であるか自動的分類分けを行う欠陥分類部９を備えるものがある。欠陥分類部９は、撮像画像に現れた欠陥の外観的特徴に基づいて、検出された欠陥のタイプを特定して所定の欠陥分類に従って分類分けを行う。このような欠陥情報の分類分けは、欠陥検出部８により検出された欠陥のタイプを特定し、欠陥の発生原因を究明して欠陥の原因となった工程を特定するために利用される。
【００１０】
【特許文献１】特開２００４−１７７３９７号公報
【発明の開示】
【発明が解決しようとする課題】
【００１１】
しかしながら、上述のように欠陥検出の際に使用する撮像画像を欠陥分類にも用いる場合には、欠陥分類に要する撮像画像の解像度は、一般に欠陥検出に必要な撮像解像度よりも高いため、撮像装置４が欠陥検出に必要な解像度で撮像画像を取得すると、欠陥分類を十分な精度で行うことはできない。一方で、十分な精度で欠陥分類を行うためにＳＥＭ（走査電子顕微鏡）等により高解像度の画像を使用すると、欠陥検出を行う検査時間が必要以上に長くなるという問題がある。
【００１２】
上記問題点に鑑み、本発明は、欠陥検出の際に使用する撮像画像を用いて、従来の欠陥分類方法よりも高い精度で、検出された欠陥の分類を行うことが可能な外観検査装置及び外観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】
【００１３】
上記目的を達成するために、本発明では、検査試料表面を撮像して得られる撮像画像から検査試料表面に存在する欠陥を検出してこれら欠陥を分類分けするのに際して、予め、所与の基準試料において検出された既知の欠陥を、所定の欠陥分類手段及び所定の観察手段によって、それぞれ第１の系の欠陥分類及び第２の系の欠陥分類に従って分類分けし、第１及び第２の系の欠陥分類に従う各々の分類分けの結果に基づいて、所定の欠陥分類手段によって第１の欠陥分類に従って分類分けされた各類の欠陥数から、所定の観察手段によって第２の欠陥分類に従い分類分けされる各類の欠陥数を、算出する近似式を導出する。
そして、検査試料について、所定の欠陥分類手段により第１の系の欠陥分類への分類分けを行った後、この第１の系の欠陥分類に分類分けされた各類の欠陥数に基づき、上記近似式に従って、第２の系の欠陥分類に従う各類の欠陥数を算出する。
【００１４】
上記近似式は、例えば、上記基準試料について、上記所定の欠陥分類手段により第１の欠陥分類に従って分類分けされた各類の欠陥において、上記所定の観察手段により前記第２の欠陥分類に従って分類分けされた各類の欠陥が占めるそれぞれ割合に応じて、第１の系の欠陥分類に従って分類分けされた各類の欠陥数から、第２の系の欠陥分類に従う各類の欠陥数を近似するものであってよい。
【００１５】
または、上記近似式は、例えば、第１の系の欠陥分類に従って分類分けされた各類の欠陥数の割合から、第２の系の欠陥分類に従って分類分けされた各類の欠陥数の割合を近似するものであってもよい。このような近似式は、複数の基準試料のそれぞれについて、上記所定の欠陥分類手段により第１の欠陥分類に従って分類分けされた各類の欠陥数の割合と、上記所定の観察手段によって第２の欠陥分類に従って分類分けされた各類の欠陥数の割合と、の間の関係に基づき導出することが可能である。
【発明の効果】
【００１６】
本発明によれば、欠陥検出に使用する撮像画像を用いる従来の欠陥分類手段による欠陥分類の結果に基づいて、他の観察手段（例えば高い解像度の撮像装置であるＳＥＭを用いたＳＥＭ観察など）による欠陥分類の結果を統計的に近似することが可能となる。これにより従来の欠陥検出に使用する撮像画像を用いて行う欠陥分類に比べて高い精度で欠陥分類を行うことが可能となる。
また、本発明によれば、高い精度の欠陥分類を行うために、欠陥検出に使用する撮像画像の解像度を高める必要がないため、欠陥検査のスループットへ悪影響を及ぼすことを防止される。
【発明を実施するための最良の形態】
【００１７】
以下、添付する図面を参照して本発明の実施例を説明する。図３は、本発明の第１実施例の半導体パターン用外観検査装置の概略構成を示すブロック図である。図３に示す半導体パターン用外観検査装置は、図１を参照して説明した半導体パターン用外観検査装置と同様の構成を有しており、同一又は類似する構成要素については同一の参照番号を付し、また、同じ構成要素については詳しい説明を省略する。
【００１８】
図示するように、２次元又は３次元方向に移動可能なステージ１の上面には試料台２が設けられ、この試料台２の上に検査試料となる半導体ウエハ３を載置して固定する。ステージの上部にはＣＣＤカメラなどを用いて構成される撮像装置４が設けられており、撮像装置４は半導体ウエハ３上に形成されたパターンの撮像画像の画像信号を発生させる。
撮像装置４は、例えばＴＤＩ等の１次元のＣＣＤカメラを備え、カメラが半導体ウエハ３に対してＸ方向又はＹ方向に一定速度で相対的に移動（スキャン）するようにステージ１を移動する。撮像画像の画像信号は多値のディジタル信号（グレイレベル信号）に変換された後、差分検出部６に入力されると共に、信号記憶部５に記憶される。スキャンにより隣のダイのグレイレベル信号が生成されると、それに同期して信号記憶部５に記憶された前のダイのグレイレベル信号を読み出し、差分検出部６に入力する。
【００１９】
差分検出部６には隣接する２個のダイのグレイレベル信号が入力され、２つのグレイレベル信号の差（グレイレベル差）が演算されて検出閾値計算部７と欠陥検出部８に出力される。検出閾値計算部７は、グレイレベル差から検出閾値を決定し欠陥検出部８に出力する。欠陥検出部８は、グレイレベル差を決定された閾値と比較し欠陥かどうかを判定して欠陥を検出し、検出した欠陥毎について所定の欠陥情報を出力する。
この欠陥情報には、当該欠陥の識別子、位置情報や、撮像装置４による撮像画像に現れた欠陥の外観的特徴に関する情報（例えば、欠陥と判定された画素の明度や欠陥の大きさ等）が含まれる。
【００２０】
欠陥分類部９は、欠陥情報に含まれる当該欠陥に関して上記撮像画像に現れた外観的特徴に基づいて、検出された欠陥のタイプを特定して所定の欠陥分類（第１の系の欠陥分類）に従って分類分けを行う。
ここで第１の系の欠陥分類は、類１〜類ｎ（ｎは自然数）のｎ個の類から成っており、欠陥分類部９は、例えば各欠陥の撮像画像に現れる外観的特徴に対応して、欠陥検出部８が検出した欠陥を各類１〜ｎに分類分けする。以下の説明のため、第１の系の欠陥分類では、例えば、類１には「明度が高く大きい」欠陥が、類２には「明度が高く大きさが中程度の」欠陥が、類３には「明度が高く小さい」欠陥が、類４には「明度が中程度で大きい」欠陥が、…などのように分類分けがなされるものとする。
【００２１】
１つ又は複数のウエハ３について欠陥検出部８による欠陥検出が完了すると、欠陥分類部９は、そのウエハ３上で検出され、上記第１の系の欠陥分類による分類が可能な全ての欠陥について、第１の系の欠陥分類に従って各類１〜ｎに分類分けされた各類毎の欠陥数を、以下説明する欠陥数算出部１０に出力する。
【００２２】
さらに、半導体パターン用外観検査装置は、欠陥分類部９により第１の系の欠陥分類に従って各類１〜ｎに分類分けされた各類毎の欠陥数に基づいて、後述する近似式に従い、第２の系の欠陥分類に従って分類分けされる各類毎の欠陥数を算出する欠陥数算出部１０を備える。
ここで第２の系の欠陥分類は、類１〜類ｍ（ｍは自然数）のｍ個の類から成る欠陥分類であり、例えば各類１〜ｍのそれぞれに係る欠陥種類は、ユーザにより任意に定義された欠陥分類としてよい。以下の説明のため、第２の系の欠陥分類では、例えば、類１には「配線ショートを生じる」欠陥が、類２には「パターン欠損による」欠陥が、類３には「層間に介在するパーティクルによる」欠陥が、…などのように分類分けがなされるものとする。
【００２３】
欠陥数算出部１０は、次式（１）に示すように、所定の近似式ｆ１、ｆ２、…、ｆｍに従って、第１の系の欠陥分類に従って分類分けされた各類１〜ｎ毎の欠陥数に基づいて、第２の系の欠陥分類に従って分類分けされる各類１〜ｍ毎の欠陥数を算出する。
【００２４】
【数１】
【００２５】
ここで、Ｎ１、Ｎ２…Ｎｎは、それぞれ第１の系の欠陥分類に従って分類分けされた各類１〜ｎ毎の欠陥数を示し、Ａ１、Ａ２…Ａｍは、それぞれ第２の系の欠陥分類に従って分類分けされた各類１〜ｍ毎の欠陥数を示す。
【００２６】
さらに、半導体パターン用外観検査装置は、欠陥数算出部１０による第２の系の欠陥分類に従う各類の欠陥数算出の前に、予め上記の近似式ｆ１、ｆ２、…、ｆｍを導出する近似式導出部１１と、導出された近似式を記憶する近似式記憶部１２とを備える。
近似式導出部１１は、既に欠陥が検出され、かつＳＥＭ観察などの所定の観察手段によって、それら欠陥について第２の系の欠陥分類に従い分類分けがなされているウエハ３（基準試料）を使用して、上記近似式を導出する。
そして、近似式導出部１１は、このウエハ３（基準試料）において検出された既知の欠陥についての、所定の観察手段（上記例ではＳＥＭ観察）による第２の系の欠陥分類に従う分類分けの結果と、欠陥分類部９による前記第１の系の欠陥分類に従う分類分けの結果と、から上記近似式を導出する。
【００２７】
そして、近似式導出部１１により導出された近似式ｆ１、ｆ２、…、ｆｍは、近似式記憶部１２に記憶され、欠陥数算出部１０は、第２の系の欠陥分類に従って分類分けされる各類１〜ｍ毎の欠陥数を算出する際に、この近似式を近似式記憶部１２から読み出して使用する。
以下、図４に示すフローチャートを参照して、近似式導出部１１による近似式ｆ１、ｆ２、…、ｆｍの第１の例の導出方法と、かかる近似式に基づいて欠陥数算出部１０により行われる第２の系の欠陥分類に従う各類の欠陥数の算出方法を詳説する。
【００２８】
まず、ステップＳ１において、欠陥検出部８を用いて、所与の基準試料であるウエハ３上に存在する各欠陥を検出して、各欠陥の欠陥情報を取得する。
次に、ステップＳ２において、ステップＳ１で検出された各欠陥情報を欠陥分類部９によって上記第１の欠陥分類に従って分類分けする。
同様に、ステップＳ３において、ステップＳ１で検出された各欠陥情報を、ＳＥＭ観察などの所定の観察手段によって上記第２の欠陥分類に従って分類分けする。
図３に示すように、これら欠陥分類部９によって分類分けされた欠陥情報と、所定の観察手段によって分類分けされた欠陥情報とは、近似式導出部１１に入力される。
【００２９】
再び図４に戻りステップＳ４において、近似式導出部１１は、ステップＳ２で第１の欠陥分類に従って各類１〜ｎに分類分けされた欠陥に占める、ステップＳ３で第２の欠陥分類に従って各類１〜ｍに分類分けされた欠陥の割合Ｐｉｊ（ｉ＝１〜ｎ、ｊ＝１〜ｍ）を算出する。ここにＰｉｊは、第１の欠陥分類に従って第ｉ番目の類に分類分けされた欠陥に占める、第２の欠陥分類に従って第ｊ番目の類に分類分けされた欠陥に占める割合である。このとき、近似式導出部１１は、ステップＳ２で第１の欠陥分類に従って分類分けされたそれぞれの欠陥が、ステップＳ３で第２の欠陥分類に従って分類分けされたそれぞれの欠陥のいずれに対応するかを、欠陥情報に含まれる各欠陥の識別子や位置情報に基づいて判断する。
【００３０】
より具体的に記述すると、近似式導出部１１は、ステップＳ２で第１の欠陥分類に従って第ｉ番目の類に分類分けされた欠陥に占める、ステップＳ３で第２の欠陥分類に従って各類１〜ｍに分類分けされた欠陥の各割合Ｐｉ１〜Ｐｉｍを、第１の欠陥分類に従って類１〜ｍに分類分けされた欠陥のそれぞれについて算出する。
そして、第１の系の欠陥分類に従って分類分けされた各類の欠陥数Ｎ１〜Ｎｎから、第２の系の欠陥分類に従う各類の欠陥数Ａ１〜Ａｍを近似する近似式ｆ１〜ｆｍを、次式（２）に示すように導出する。
【００３１】
【数２】
【００３２】
そして、近似式導出部１１は、導出した近似式ｆ１〜ｆｍ（または各割合Ｐｉｊ（ｉ＝１〜ｎ、ｊ＝１〜ｍ））を、近似式記憶部１２に記憶する。
ステップＳ５において、欠陥検出部８を用いて、検査試料であるウエハ３上に存在する各欠陥を検出して、各欠陥の欠陥情報を取得する。また、ステップＳ６において、欠陥分類部９は、ステップＳ５で検出された各欠陥情報を第１の欠陥分類に従って分類分けし、第１の欠陥分類に従って各類１〜ｎに分類分けされたそれぞれの欠陥数Ｎ１〜Ｎｎを欠陥数算出部１０に出力する。
【００３３】
ステップＳ７において、欠陥数算出部１０は、近似式記憶部１２に記憶された近似式ｆ１〜ｆｍ（または各割合Ｐｉｊ（ｉ＝１〜ｎ、ｊ＝１〜ｍ））を読み出して、上式（２）に従って、第２の欠陥分類に従い各類１〜ｍに分類分けされるそれぞれの欠陥数Ａ１〜Ａｎを算出する。
【００３４】
図５は、近似式導出部１１による近似式の第２の例の導出方法と、かかる近似式に基づき欠陥数算出部１０により行われる第２の系の欠陥分類に従う各類の欠陥数の算出方法を示すフローチャートであり、図６は、上記第２の例の導出方法の説明図である。
【００３５】
まず、図４を参照して説明した上記第１の例の導出方法と同様に、ステップＳ１において、所与の基準試料であるウエハ３上に存在する各欠陥の欠陥情報を取得し、ステップＳ２において、この欠陥情報を欠陥分類部９によって上記第１の欠陥分類に従って分類分けし、ステップＳ３において、ステップＳ１で検出された各欠陥情報を、ＳＥＭ観察などの所定の観察手段によって上記第２の欠陥分類に従って分類分けする。
そして、これら欠陥分類部９によって分類分けされた欠陥情報と、所定の観察手段によって分類分けされた欠陥情報とは、近似式導出部１１に入力する。
これらステップＳ１〜Ｓ３を、複数の基準試料について繰り返し行う。
【００３６】
ステップＳ１１において、近似式導出部１１は、ステップＳ２で第１の欠陥分類に従って各類１〜ｎに分類分けされた欠陥のそれぞれの欠陥数Ｎ１〜Ｎｎが、全体の欠陥数（すなわちＮ＝Ｎ１＋Ｎ２＋…＋Ｎｎ）に占める割合を、各基準試料毎に別個に算出する。
近似式導出部１１はまた、ステップＳ３で第２の欠陥分類に従って各類１〜ｍに分類分けされた欠陥のそれぞれの欠陥数Ａ１〜Ａｍが、全体の欠陥数（すなわちＡ＝Ａ１＋Ａ２＋…＋Ａｍ）に占める割合を、各基準試料毎に別個に算出する。
【００３７】
次に近似式導出部１１は、各基準試料のそれぞれについて算出された、第１の欠陥分類に従って分類分けされた各類ｉ（ｉ＝１…ｎ）の欠陥数の割合Ｎｉ／Ｎと、第２の欠陥分類に従って分類分けされた各類ｊ（ｊ＝１…ｎ）の欠陥数の割合Ａｊ／Ａと、の間の関係に基づき、上記割合Ｎｉ／Ｎから上記割合Ａｊ／Ａを近似する近似式ｇｉｊを算出する。この様子を図６に示す。
【００３８】
図６の（Ａ）は、各基準試料のそれぞれについて算出された、第１の欠陥分類に従って分類分けされた各類ｉ（ｉ＝１…ｎ）の欠陥数の割合Ｎｉ／Ｎと、第２の欠陥分類に従って分類分けされた各類ｊ（ｊ＝１…ｎ）の欠陥数の割合Ａｊ／Ａと、との関係をプロットした図である。
近似式導出部１１は、最少二乗法などの近似式を導出する既知の手法に基づき、図６の（Ｂ）の実線に示すような近似式Ａｊ／Ａ＝ｇｉｊ（Ｎｉ／Ｎ）と、上記割合Ｎｉ／ＮとＡｊ／Ａとの間の相関係数ｒｉｊを算出する。
【００３９】
その後、近似式導出部１１は、第１の欠陥分類に従って分類分けされた各類の欠陥数の割合Ｎ１／Ｎ〜Ｎｎ／Ｎから、第２の欠陥分類に従って分類分けされた各類の欠陥数Ａ１〜Ａｍを近似する近似式を、次式（３）に示すように導出する。
【００４０】
【数３】
【００４１】
そして、近似式導出部１１は、導出した近似式（または定数Ｎ、各関数ｇｉｊを定めるパラメータ、相関係数ｒｉｊ（ｉ＝１〜ｎ、ｊ＝１〜ｍ））を、近似式記憶部１２に記憶する。
【００４２】
そして図４を参照して説明した上記第１の例の導出方法と同様に、ステップＳ５において、検査試料であるウエハ３上に存在する各欠陥を検出して、各欠陥の欠陥情報を取得する。ステップＳ６において、欠陥分類部９は、この各欠陥情報を第１の欠陥分類に従って分類分けし、第１の欠陥分類に従って各類１〜ｎに分類分けされたそれぞれの欠陥数Ｎ１〜Ｎｎを欠陥数算出部１０に出力する。
【００４３】
ステップＳ１２において、欠陥数算出部１０は、検査試料であるウエハ３について第１の欠陥分類に従って分類分けされた各類ｉ（ｉ＝１…ｎ）の欠陥数の割合Ｎｉ／Ｎを求め、近似式記憶部１２に記憶された近似式（３）（または上記定数Ｎ、各関数ｇｉｊを定めるパラメータ、相関係数ｒｉｊ（ｉ＝１〜ｎ、ｊ＝１〜ｍ））を読み出す。
そして、割合Ｎｉ／Ｎに基づいて上式（３）に従って、第２の欠陥分類に従い各類１〜ｍに分類分けされるそれぞれの欠陥数Ａ１〜Ａｎを算出する。
【００４４】
なお、上記の実施例では第２の系の欠陥分類は、第１の系の欠陥分類を成す各類と、異なる欠陥種別を示す類から成る例を示したが、第２の系の欠陥分類と第１の系の欠陥分類とを、同じ欠陥種別を示す類から成る欠陥分類としてもよい。すなわち例えば、第１及び第２の系の欠陥分類を、類１〜類ｍ（ｍは自然数）のｍ個の類から成る欠陥分類として、各類１〜ｍのそれぞれに係る欠陥種類をユーザにより任意に定義された欠陥分類、例えば、類１には「配線ショートを生じる」欠陥が、類２には「パターン欠損による」欠陥が、類３には「層間に介在するパーティクルによる」欠陥が、…などのように分類分けがなされる欠陥分類としてもよい。
【００４５】
また、第２の系の欠陥分類と第１の系の欠陥分類とを、その一部の類において互いに同じ欠陥種別を示す、他の類において相互に異なる欠陥種別を示す、類から成る欠陥分類としてもよい。
【００４６】
図７は、近似式導出部１１による近似式の第３の例の導出方法と、かかる近似式に基づき欠陥数算出部１０により行われる第２の系の欠陥分類に従う各類の欠陥数の算出方法を示すフローチャートであり、図８は、上記第３の例の導出方法の説明図である。
【００４７】
まず、図４を参照して説明した上記第１の例の導出方法と同様に、ステップＳ１において、所与の基準試料であるウエハ３上に存在する各欠陥の欠陥情報を取得し、ステップＳ２において、この欠陥情報を欠陥分類部９によって上記第１の欠陥分類に従って分類分けし、ステップＳ３において、ステップＳ１で検出された各欠陥情報を、ＳＥＭ観察などの所定の観察手段によって上記第２の欠陥分類に従って分類分けする。
そして、これら欠陥分類部９によって分類分けされた欠陥情報と、所定の観察手段によって分類分けされた欠陥情報とは、近似式導出部１１に入力する。
これらステップＳ１〜Ｓ３及びＳ２１を、複数の基準試料について繰り返し行う。
【００４８】
次にステップＳ２１において、近似式導出部１１は、近似式導出部１１は、ステップＳ２で第１の欠陥分類に従って分類分けされたそれぞれの欠陥と、ステップＳ３で第２の欠陥分類に従って分類分けされたそれぞれの欠陥とを、両者の欠陥情報に含まれる各欠陥の識別子や位置情報に基づいて対応付ける。
そして、ステップＳ２で第１の欠陥分類に従って各類ｉそれぞれについて（ｉ＝１…ｎ）、各分類ｉに分類分けされた欠陥の総数Ｎｉのうち、ステップＳ２で第１の欠陥分類により類ｉに分類分けされ、かつステップＳ３で第２の欠陥分類により各類ｊに分類分けされた欠陥がそれぞれ占める総数Ｂｉｊの割合であるＢｉｊ／Ｎｉを算出する（ｊ＝１…ｍ）。
【００４９】
次に近似式導出部１１は、ステップＳ２２において、各基準試料のそれぞれについて算出された、第１の欠陥分類に従って分類分けされた各類ｉ（ｉ＝１…ｎ）の欠陥数の割合Ｎｉ／Ｎと、ステップＳ２１において算出された割合Ｂｉｊ／Ｎｉと、の間の関係に基づき、上記割合Ｎｉ／Ｎから上記割合Ｂｉｊ／Ｎｉを近似する近似式ｈｉｊを、各類ｉ、ｊごとに導出する。この様子を図８に示す。
【００５０】
図８の（Ａ）は、各基準試料のそれぞれについて算出された、第１の欠陥分類に従って分類分けされた各類ｉの欠陥数の割合Ｎｉ／Ｎと、ステップＳ２１において算出された割合Ｂｉｊ／Ｎｉと、の関係をプロットした図である。近似式導出部１１は、最少二乗法などの近似式を導出する既知の手法に基づき、図８の（Ｂ）の実線に示すような近似式Ｂｉｊ／Ｎｉ＝ｈｉｊ（Ｎｉ／Ｎ）と、上記割合Ｎｉ／ＮとＢｉｊ／Ｎｉとの間の相関係数ｒｉｊを算出する。
その後、近似式導出部１１は、近似式ｈｉｊを次式（４）に示すように導出する。
【００５１】
【数４】
【００５２】
そして、近似式導出部１１は、導出した近似式（または定数Ｓｍ、各関数ｈｉｊを定めるパラメータ、相関係数ｒｉｊ（ｉ＝１〜ｎ、ｊ＝１〜ｍ））を、近似式記憶部１２に記憶する。
【００５３】
そして図４を参照して説明した上記第１の例の導出方法と同様に、ステップＳ５において、検査試料であるウエハ３上に存在する各欠陥を検出して、各欠陥の欠陥情報を取得する。ステップＳ６において、欠陥分類部９は、この各欠陥情報を第１の欠陥分類に従って分類分けし、第１の欠陥分類に従って各類１〜ｎに分類分けされたそれぞれの欠陥数Ｎ１〜Ｎｎを欠陥数算出部１０に出力する。
【００５４】
ステップＳ２３において、欠陥数算出部１０は、検査試料であるウエハ３について第１の欠陥分類に従って分類分けされた各類ｉ（ｉ＝１…ｎ）の欠陥数の割合Ｎｉ／Ｎを求める。また、近似式記憶部１２に記憶された近似式（４）（または定数Ｓｍ、各関数ｈｉｊを定めるパラメータ、相関係数ｒｉｊ（ｉ＝１〜ｎ、ｊ＝１〜ｍ））を読み出す。
そして、割合Ｎｉ／Ｎに基づいて上式（４）に従って、第２の欠陥分類に従い各類１〜ｍに分類分けされるそれぞれの欠陥数Ａ１〜Ａｎを算出する。
【産業上の利用可能性】
【００５５】
本発明は、検査試料の表面を撮像して得た撮像画像からこの検査試料上に生じた欠陥に分類分けを行う外観検査装置及び外観検査方法に利用可能である。特に、半導体製造工程で半導体ウエハ上に形成した半導体回路パターンや、液晶表示パネルの欠陥分類を行う外観検査装置及び外観検査方法に好適に利用可能である。
【図面の簡単な説明】
【００５６】
【図１】従来の外観検査装置の概略構成を示すブロック図である。
【図２】半導体ウエハ上のダイの配列を示す図である。
【図３】本発明の実施例の半導体パターン用外観検査装置の全体構成図である。
【図４】図３に示す外観検査装置による欠陥数算出方法の第１例のフローチャートである。
【図５】図３に示す外観検査装置による欠陥数算出方法の第２例のフローチャートである。
【図６】図５に示す欠陥数算出方法の説明図である。
【図７】図３に示す外観検査装置による欠陥数算出方法の第３例のフローチャートである。
【図８】図７に示す欠陥数算出方法の説明図である。
【符号の説明】
【００５７】
１ ステージ
２ 試料台
３ 半導体ウエハ
３Ａ ダイ
４ 撮像装置
５ 信号記憶部
８ 欠陥検出部
９ 欠陥分類部
１０ 欠陥数算出部
【技術分野】
【０００１】
本発明は、検査試料の表面を撮像して得た撮像画像からこの検査試料上に生じた欠陥に分類分けを行う外観検査装置及び外観検査方法に関し、特に、半導体製造工程で半導体ウエハ上に形成した半導体回路パターンや、液晶表示パネルの欠陥分類を行う外観検査装置及び外観検査方法に関する。
【背景技術】
【０００２】
形成したパターンを撮像して画像データを生成し、画像データを解析してパターンの欠陥の有無などを検査することが広く行われている。特に、半導体製造の分野では、フォトマスクを検査するフォトマスク検査装置や半導体ウエハや、液晶表示パネルの上に形成したパターンを検査する外観検査装置が広く使用されている。以下本明細書では、半導体製造工程で半導体ウエハ上に形成した半導体回路パターンの欠陥を検出する外観検査装置（インスペクションマシン）を例として説明を行なうが、本発明はこれに限定されるものではない。
【０００３】
また、一般の外観検査装置は、対象表面を垂直方向から照明してその反射光の像を捕らえる明視野検査装置であるが、照明光を直接捕らえない暗視野検査装置も使用されている。暗視野検査装置の場合、対象表面を斜め方向又は垂直方向から照明して正反射は検出しないようにセンサを配置し、照明光の照射位置を順次走査することにより対象表面の暗視野像を得る。従って、暗視野装置ではイメージセンサを使用しない場合もあるが、これも当然発明の対象である。このように、試料の表面を撮像して得た撮像画像から試料の外観を検査する外観検査装置及び外観検査方法であれば、どのような装置及び方法にも適用可能である。
【０００４】
図１に、本特許出願の出願人が、特開２００４−１７７３９７号公報（下記特許文献１）にて提案する外観検査装置と同様の、従来の外観検査装置についてそのブロック図を示す。図示するように、２次元又は３次元方向に自在に移動可能なステージ１の上面に試料台（チャックステージ）２が設けられている。この試料台の上に、検査対象となる半導体ウエハ３を載置して固定する。ステージの上部には１次元又は２次元のＣＣＤカメラなどを用いて構成される撮像装置４が設けられており、撮像装置４は半導体ウエハ３上に形成されたパターンの画像信号を発生させる。
【０００５】
図２に示すように、半導体ウエハ３上には、複数のダイ３Ａが、Ｘ方向とＹ方向にそれぞれ繰返し、マトリクス状に配列されている。各ダイには同じパターンが形成されるので、隣接するダイの対応する部分の画像を比較するのが一般的である。両方のダイに欠陥がなければグレイレベル差は閾値より小さいが、一方に欠陥があればグレイレベル差は閾値より大きくなる（シングルディテクション）。これではどちらのダイに欠陥があるか分からないので、更に異なる側に隣接するダイとの比較を行ない、同じ部分のグレイレベル差が閾値より大きくなればそのダイに欠陥があることが分かる（ダブルディテクション）。
【０００６】
撮像装置４は１次元のＣＣＤカメラを備え、カメラが半導体ウエハ３に対してＸ方向又はＹ方向に一定速度で相対的に移動（スキャン）するようにステージ１を移動する。画像信号は多値のディジタル信号（グレイレベル信号）に変換された後、差分検出部６に入力されると共に、信号記憶部５に記憶される。スキャンにより隣のダイのグレイレベル信号が生成されると、それに同期して信号記憶部５に記憶された前のダイのグレイレベル信号を読み出し、差分検出部６に入力する。実際には微小な位置合わせ処理などが行われるがここでは詳しい説明は省略する。
【０００７】
差分検出部６には隣接する２個のダイのグレイレベル信号が入力され、２つのグレイレベル信号の差（グレイレベル差）が演算されて検出閾値計算部７と欠陥検出部８に出力される。ここでは、差分検出部６は、グレイレベル差の絶対値を算出し、それをグレイレベル差として出力する。検出閾値計算部７は、グレイレベル差から検出閾値を決定し、欠陥検出部８に出力する。欠陥検出部８は、グレイレベル差を決定された閾値と比較し、欠陥かどうかを判定する。
【０００８】
半導体パターンは、メモリセル部、論理回路部、配線部、アナログ回路部などのパターンの種類に応じてノイズレベルが異なるのが一般的である。半導体パターンの部分と種類の対応関係は設計データにより分かる。そこで、例えば、検出閾値計算部７は部分毎に、その部分のグレイレベル差の分布に応じて検出閾値を自動的に決定し、欠陥検出部８は部分毎に決定された閾値で判定を行なう。
【０００９】
さらに、外観検査装置には、欠陥検出部８により検出された各欠陥が、それぞれどのタイプの欠陥であるか自動的分類分けを行う欠陥分類部９を備えるものがある。欠陥分類部９は、撮像画像に現れた欠陥の外観的特徴に基づいて、検出された欠陥のタイプを特定して所定の欠陥分類に従って分類分けを行う。このような欠陥情報の分類分けは、欠陥検出部８により検出された欠陥のタイプを特定し、欠陥の発生原因を究明して欠陥の原因となった工程を特定するために利用される。
【００１０】
【特許文献１】特開２００４−１７７３９７号公報
【発明の開示】
【発明が解決しようとする課題】
【００１１】
しかしながら、上述のように欠陥検出の際に使用する撮像画像を欠陥分類にも用いる場合には、欠陥分類に要する撮像画像の解像度は、一般に欠陥検出に必要な撮像解像度よりも高いため、撮像装置４が欠陥検出に必要な解像度で撮像画像を取得すると、欠陥分類を十分な精度で行うことはできない。一方で、十分な精度で欠陥分類を行うためにＳＥＭ（走査電子顕微鏡）等により高解像度の画像を使用すると、欠陥検出を行う検査時間が必要以上に長くなるという問題がある。
【００１２】
上記問題点に鑑み、本発明は、欠陥検出の際に使用する撮像画像を用いて、従来の欠陥分類方法よりも高い精度で、検出された欠陥の分類を行うことが可能な外観検査装置及び外観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】
【００１３】
上記目的を達成するために、本発明では、検査試料表面を撮像して得られる撮像画像から検査試料表面に存在する欠陥を検出してこれら欠陥を分類分けするのに際して、予め、所与の基準試料において検出された既知の欠陥を、所定の欠陥分類手段及び所定の観察手段によって、それぞれ第１の系の欠陥分類及び第２の系の欠陥分類に従って分類分けし、第１及び第２の系の欠陥分類に従う各々の分類分けの結果に基づいて、所定の欠陥分類手段によって第１の欠陥分類に従って分類分けされた各類の欠陥数から、所定の観察手段によって第２の欠陥分類に従い分類分けされる各類の欠陥数を、算出する近似式を導出する。
そして、検査試料について、所定の欠陥分類手段により第１の系の欠陥分類への分類分けを行った後、この第１の系の欠陥分類に分類分けされた各類の欠陥数に基づき、上記近似式に従って、第２の系の欠陥分類に従う各類の欠陥数を算出する。
【００１４】
上記近似式は、例えば、上記基準試料について、上記所定の欠陥分類手段により第１の欠陥分類に従って分類分けされた各類の欠陥において、上記所定の観察手段により前記第２の欠陥分類に従って分類分けされた各類の欠陥が占めるそれぞれ割合に応じて、第１の系の欠陥分類に従って分類分けされた各類の欠陥数から、第２の系の欠陥分類に従う各類の欠陥数を近似するものであってよい。
【００１５】
または、上記近似式は、例えば、第１の系の欠陥分類に従って分類分けされた各類の欠陥数の割合から、第２の系の欠陥分類に従って分類分けされた各類の欠陥数の割合を近似するものであってもよい。このような近似式は、複数の基準試料のそれぞれについて、上記所定の欠陥分類手段により第１の欠陥分類に従って分類分けされた各類の欠陥数の割合と、上記所定の観察手段によって第２の欠陥分類に従って分類分けされた各類の欠陥数の割合と、の間の関係に基づき導出することが可能である。
【発明の効果】
【００１６】
本発明によれば、欠陥検出に使用する撮像画像を用いる従来の欠陥分類手段による欠陥分類の結果に基づいて、他の観察手段（例えば高い解像度の撮像装置であるＳＥＭを用いたＳＥＭ観察など）による欠陥分類の結果を統計的に近似することが可能となる。これにより従来の欠陥検出に使用する撮像画像を用いて行う欠陥分類に比べて高い精度で欠陥分類を行うことが可能となる。
また、本発明によれば、高い精度の欠陥分類を行うために、欠陥検出に使用する撮像画像の解像度を高める必要がないため、欠陥検査のスループットへ悪影響を及ぼすことを防止される。
【発明を実施するための最良の形態】
【００１７】
以下、添付する図面を参照して本発明の実施例を説明する。図３は、本発明の第１実施例の半導体パターン用外観検査装置の概略構成を示すブロック図である。図３に示す半導体パターン用外観検査装置は、図１を参照して説明した半導体パターン用外観検査装置と同様の構成を有しており、同一又は類似する構成要素については同一の参照番号を付し、また、同じ構成要素については詳しい説明を省略する。
【００１８】
図示するように、２次元又は３次元方向に移動可能なステージ１の上面には試料台２が設けられ、この試料台２の上に検査試料となる半導体ウエハ３を載置して固定する。ステージの上部にはＣＣＤカメラなどを用いて構成される撮像装置４が設けられており、撮像装置４は半導体ウエハ３上に形成されたパターンの撮像画像の画像信号を発生させる。
撮像装置４は、例えばＴＤＩ等の１次元のＣＣＤカメラを備え、カメラが半導体ウエハ３に対してＸ方向又はＹ方向に一定速度で相対的に移動（スキャン）するようにステージ１を移動する。撮像画像の画像信号は多値のディジタル信号（グレイレベル信号）に変換された後、差分検出部６に入力されると共に、信号記憶部５に記憶される。スキャンにより隣のダイのグレイレベル信号が生成されると、それに同期して信号記憶部５に記憶された前のダイのグレイレベル信号を読み出し、差分検出部６に入力する。
【００１９】
差分検出部６には隣接する２個のダイのグレイレベル信号が入力され、２つのグレイレベル信号の差（グレイレベル差）が演算されて検出閾値計算部７と欠陥検出部８に出力される。検出閾値計算部７は、グレイレベル差から検出閾値を決定し欠陥検出部８に出力する。欠陥検出部８は、グレイレベル差を決定された閾値と比較し欠陥かどうかを判定して欠陥を検出し、検出した欠陥毎について所定の欠陥情報を出力する。
この欠陥情報には、当該欠陥の識別子、位置情報や、撮像装置４による撮像画像に現れた欠陥の外観的特徴に関する情報（例えば、欠陥と判定された画素の明度や欠陥の大きさ等）が含まれる。
【００２０】
欠陥分類部９は、欠陥情報に含まれる当該欠陥に関して上記撮像画像に現れた外観的特徴に基づいて、検出された欠陥のタイプを特定して所定の欠陥分類（第１の系の欠陥分類）に従って分類分けを行う。
ここで第１の系の欠陥分類は、類１〜類ｎ（ｎは自然数）のｎ個の類から成っており、欠陥分類部９は、例えば各欠陥の撮像画像に現れる外観的特徴に対応して、欠陥検出部８が検出した欠陥を各類１〜ｎに分類分けする。以下の説明のため、第１の系の欠陥分類では、例えば、類１には「明度が高く大きい」欠陥が、類２には「明度が高く大きさが中程度の」欠陥が、類３には「明度が高く小さい」欠陥が、類４には「明度が中程度で大きい」欠陥が、…などのように分類分けがなされるものとする。
【００２１】
１つ又は複数のウエハ３について欠陥検出部８による欠陥検出が完了すると、欠陥分類部９は、そのウエハ３上で検出され、上記第１の系の欠陥分類による分類が可能な全ての欠陥について、第１の系の欠陥分類に従って各類１〜ｎに分類分けされた各類毎の欠陥数を、以下説明する欠陥数算出部１０に出力する。
【００２２】
さらに、半導体パターン用外観検査装置は、欠陥分類部９により第１の系の欠陥分類に従って各類１〜ｎに分類分けされた各類毎の欠陥数に基づいて、後述する近似式に従い、第２の系の欠陥分類に従って分類分けされる各類毎の欠陥数を算出する欠陥数算出部１０を備える。
ここで第２の系の欠陥分類は、類１〜類ｍ（ｍは自然数）のｍ個の類から成る欠陥分類であり、例えば各類１〜ｍのそれぞれに係る欠陥種類は、ユーザにより任意に定義された欠陥分類としてよい。以下の説明のため、第２の系の欠陥分類では、例えば、類１には「配線ショートを生じる」欠陥が、類２には「パターン欠損による」欠陥が、類３には「層間に介在するパーティクルによる」欠陥が、…などのように分類分けがなされるものとする。
【００２３】
欠陥数算出部１０は、次式（１）に示すように、所定の近似式ｆ１、ｆ２、…、ｆｍに従って、第１の系の欠陥分類に従って分類分けされた各類１〜ｎ毎の欠陥数に基づいて、第２の系の欠陥分類に従って分類分けされる各類１〜ｍ毎の欠陥数を算出する。
【００２４】
【数１】
【００２５】
ここで、Ｎ１、Ｎ２…Ｎｎは、それぞれ第１の系の欠陥分類に従って分類分けされた各類１〜ｎ毎の欠陥数を示し、Ａ１、Ａ２…Ａｍは、それぞれ第２の系の欠陥分類に従って分類分けされた各類１〜ｍ毎の欠陥数を示す。
【００２６】
さらに、半導体パターン用外観検査装置は、欠陥数算出部１０による第２の系の欠陥分類に従う各類の欠陥数算出の前に、予め上記の近似式ｆ１、ｆ２、…、ｆｍを導出する近似式導出部１１と、導出された近似式を記憶する近似式記憶部１２とを備える。
近似式導出部１１は、既に欠陥が検出され、かつＳＥＭ観察などの所定の観察手段によって、それら欠陥について第２の系の欠陥分類に従い分類分けがなされているウエハ３（基準試料）を使用して、上記近似式を導出する。
そして、近似式導出部１１は、このウエハ３（基準試料）において検出された既知の欠陥についての、所定の観察手段（上記例ではＳＥＭ観察）による第２の系の欠陥分類に従う分類分けの結果と、欠陥分類部９による前記第１の系の欠陥分類に従う分類分けの結果と、から上記近似式を導出する。
【００２７】
そして、近似式導出部１１により導出された近似式ｆ１、ｆ２、…、ｆｍは、近似式記憶部１２に記憶され、欠陥数算出部１０は、第２の系の欠陥分類に従って分類分けされる各類１〜ｍ毎の欠陥数を算出する際に、この近似式を近似式記憶部１２から読み出して使用する。
以下、図４に示すフローチャートを参照して、近似式導出部１１による近似式ｆ１、ｆ２、…、ｆｍの第１の例の導出方法と、かかる近似式に基づいて欠陥数算出部１０により行われる第２の系の欠陥分類に従う各類の欠陥数の算出方法を詳説する。
【００２８】
まず、ステップＳ１において、欠陥検出部８を用いて、所与の基準試料であるウエハ３上に存在する各欠陥を検出して、各欠陥の欠陥情報を取得する。
次に、ステップＳ２において、ステップＳ１で検出された各欠陥情報を欠陥分類部９によって上記第１の欠陥分類に従って分類分けする。
同様に、ステップＳ３において、ステップＳ１で検出された各欠陥情報を、ＳＥＭ観察などの所定の観察手段によって上記第２の欠陥分類に従って分類分けする。
図３に示すように、これら欠陥分類部９によって分類分けされた欠陥情報と、所定の観察手段によって分類分けされた欠陥情報とは、近似式導出部１１に入力される。
【００２９】
再び図４に戻りステップＳ４において、近似式導出部１１は、ステップＳ２で第１の欠陥分類に従って各類１〜ｎに分類分けされた欠陥に占める、ステップＳ３で第２の欠陥分類に従って各類１〜ｍに分類分けされた欠陥の割合Ｐｉｊ（ｉ＝１〜ｎ、ｊ＝１〜ｍ）を算出する。ここにＰｉｊは、第１の欠陥分類に従って第ｉ番目の類に分類分けされた欠陥に占める、第２の欠陥分類に従って第ｊ番目の類に分類分けされた欠陥に占める割合である。このとき、近似式導出部１１は、ステップＳ２で第１の欠陥分類に従って分類分けされたそれぞれの欠陥が、ステップＳ３で第２の欠陥分類に従って分類分けされたそれぞれの欠陥のいずれに対応するかを、欠陥情報に含まれる各欠陥の識別子や位置情報に基づいて判断する。
【００３０】
より具体的に記述すると、近似式導出部１１は、ステップＳ２で第１の欠陥分類に従って第ｉ番目の類に分類分けされた欠陥に占める、ステップＳ３で第２の欠陥分類に従って各類１〜ｍに分類分けされた欠陥の各割合Ｐｉ１〜Ｐｉｍを、第１の欠陥分類に従って類１〜ｍに分類分けされた欠陥のそれぞれについて算出する。
そして、第１の系の欠陥分類に従って分類分けされた各類の欠陥数Ｎ１〜Ｎｎから、第２の系の欠陥分類に従う各類の欠陥数Ａ１〜Ａｍを近似する近似式ｆ１〜ｆｍを、次式（２）に示すように導出する。
【００３１】
【数２】
【００３２】
そして、近似式導出部１１は、導出した近似式ｆ１〜ｆｍ（または各割合Ｐｉｊ（ｉ＝１〜ｎ、ｊ＝１〜ｍ））を、近似式記憶部１２に記憶する。
ステップＳ５において、欠陥検出部８を用いて、検査試料であるウエハ３上に存在する各欠陥を検出して、各欠陥の欠陥情報を取得する。また、ステップＳ６において、欠陥分類部９は、ステップＳ５で検出された各欠陥情報を第１の欠陥分類に従って分類分けし、第１の欠陥分類に従って各類１〜ｎに分類分けされたそれぞれの欠陥数Ｎ１〜Ｎｎを欠陥数算出部１０に出力する。
【００３３】
ステップＳ７において、欠陥数算出部１０は、近似式記憶部１２に記憶された近似式ｆ１〜ｆｍ（または各割合Ｐｉｊ（ｉ＝１〜ｎ、ｊ＝１〜ｍ））を読み出して、上式（２）に従って、第２の欠陥分類に従い各類１〜ｍに分類分けされるそれぞれの欠陥数Ａ１〜Ａｎを算出する。
【００３４】
図５は、近似式導出部１１による近似式の第２の例の導出方法と、かかる近似式に基づき欠陥数算出部１０により行われる第２の系の欠陥分類に従う各類の欠陥数の算出方法を示すフローチャートであり、図６は、上記第２の例の導出方法の説明図である。
【００３５】
まず、図４を参照して説明した上記第１の例の導出方法と同様に、ステップＳ１において、所与の基準試料であるウエハ３上に存在する各欠陥の欠陥情報を取得し、ステップＳ２において、この欠陥情報を欠陥分類部９によって上記第１の欠陥分類に従って分類分けし、ステップＳ３において、ステップＳ１で検出された各欠陥情報を、ＳＥＭ観察などの所定の観察手段によって上記第２の欠陥分類に従って分類分けする。
そして、これら欠陥分類部９によって分類分けされた欠陥情報と、所定の観察手段によって分類分けされた欠陥情報とは、近似式導出部１１に入力する。
これらステップＳ１〜Ｓ３を、複数の基準試料について繰り返し行う。
【００３６】
ステップＳ１１において、近似式導出部１１は、ステップＳ２で第１の欠陥分類に従って各類１〜ｎに分類分けされた欠陥のそれぞれの欠陥数Ｎ１〜Ｎｎが、全体の欠陥数（すなわちＮ＝Ｎ１＋Ｎ２＋…＋Ｎｎ）に占める割合を、各基準試料毎に別個に算出する。
近似式導出部１１はまた、ステップＳ３で第２の欠陥分類に従って各類１〜ｍに分類分けされた欠陥のそれぞれの欠陥数Ａ１〜Ａｍが、全体の欠陥数（すなわちＡ＝Ａ１＋Ａ２＋…＋Ａｍ）に占める割合を、各基準試料毎に別個に算出する。
【００３７】
次に近似式導出部１１は、各基準試料のそれぞれについて算出された、第１の欠陥分類に従って分類分けされた各類ｉ（ｉ＝１…ｎ）の欠陥数の割合Ｎｉ／Ｎと、第２の欠陥分類に従って分類分けされた各類ｊ（ｊ＝１…ｎ）の欠陥数の割合Ａｊ／Ａと、の間の関係に基づき、上記割合Ｎｉ／Ｎから上記割合Ａｊ／Ａを近似する近似式ｇｉｊを算出する。この様子を図６に示す。
【００３８】
図６の（Ａ）は、各基準試料のそれぞれについて算出された、第１の欠陥分類に従って分類分けされた各類ｉ（ｉ＝１…ｎ）の欠陥数の割合Ｎｉ／Ｎと、第２の欠陥分類に従って分類分けされた各類ｊ（ｊ＝１…ｎ）の欠陥数の割合Ａｊ／Ａと、との関係をプロットした図である。
近似式導出部１１は、最少二乗法などの近似式を導出する既知の手法に基づき、図６の（Ｂ）の実線に示すような近似式Ａｊ／Ａ＝ｇｉｊ（Ｎｉ／Ｎ）と、上記割合Ｎｉ／ＮとＡｊ／Ａとの間の相関係数ｒｉｊを算出する。
【００３９】
その後、近似式導出部１１は、第１の欠陥分類に従って分類分けされた各類の欠陥数の割合Ｎ１／Ｎ〜Ｎｎ／Ｎから、第２の欠陥分類に従って分類分けされた各類の欠陥数Ａ１〜Ａｍを近似する近似式を、次式（３）に示すように導出する。
【００４０】
【数３】
【００４１】
そして、近似式導出部１１は、導出した近似式（または定数Ｎ、各関数ｇｉｊを定めるパラメータ、相関係数ｒｉｊ（ｉ＝１〜ｎ、ｊ＝１〜ｍ））を、近似式記憶部１２に記憶する。
【００４２】
そして図４を参照して説明した上記第１の例の導出方法と同様に、ステップＳ５において、検査試料であるウエハ３上に存在する各欠陥を検出して、各欠陥の欠陥情報を取得する。ステップＳ６において、欠陥分類部９は、この各欠陥情報を第１の欠陥分類に従って分類分けし、第１の欠陥分類に従って各類１〜ｎに分類分けされたそれぞれの欠陥数Ｎ１〜Ｎｎを欠陥数算出部１０に出力する。
【００４３】
ステップＳ１２において、欠陥数算出部１０は、検査試料であるウエハ３について第１の欠陥分類に従って分類分けされた各類ｉ（ｉ＝１…ｎ）の欠陥数の割合Ｎｉ／Ｎを求め、近似式記憶部１２に記憶された近似式（３）（または上記定数Ｎ、各関数ｇｉｊを定めるパラメータ、相関係数ｒｉｊ（ｉ＝１〜ｎ、ｊ＝１〜ｍ））を読み出す。
そして、割合Ｎｉ／Ｎに基づいて上式（３）に従って、第２の欠陥分類に従い各類１〜ｍに分類分けされるそれぞれの欠陥数Ａ１〜Ａｎを算出する。
【００４４】
なお、上記の実施例では第２の系の欠陥分類は、第１の系の欠陥分類を成す各類と、異なる欠陥種別を示す類から成る例を示したが、第２の系の欠陥分類と第１の系の欠陥分類とを、同じ欠陥種別を示す類から成る欠陥分類としてもよい。すなわち例えば、第１及び第２の系の欠陥分類を、類１〜類ｍ（ｍは自然数）のｍ個の類から成る欠陥分類として、各類１〜ｍのそれぞれに係る欠陥種類をユーザにより任意に定義された欠陥分類、例えば、類１には「配線ショートを生じる」欠陥が、類２には「パターン欠損による」欠陥が、類３には「層間に介在するパーティクルによる」欠陥が、…などのように分類分けがなされる欠陥分類としてもよい。
【００４５】
また、第２の系の欠陥分類と第１の系の欠陥分類とを、その一部の類において互いに同じ欠陥種別を示す、他の類において相互に異なる欠陥種別を示す、類から成る欠陥分類としてもよい。
【００４６】
図７は、近似式導出部１１による近似式の第３の例の導出方法と、かかる近似式に基づき欠陥数算出部１０により行われる第２の系の欠陥分類に従う各類の欠陥数の算出方法を示すフローチャートであり、図８は、上記第３の例の導出方法の説明図である。
【００４７】
まず、図４を参照して説明した上記第１の例の導出方法と同様に、ステップＳ１において、所与の基準試料であるウエハ３上に存在する各欠陥の欠陥情報を取得し、ステップＳ２において、この欠陥情報を欠陥分類部９によって上記第１の欠陥分類に従って分類分けし、ステップＳ３において、ステップＳ１で検出された各欠陥情報を、ＳＥＭ観察などの所定の観察手段によって上記第２の欠陥分類に従って分類分けする。
そして、これら欠陥分類部９によって分類分けされた欠陥情報と、所定の観察手段によって分類分けされた欠陥情報とは、近似式導出部１１に入力する。
これらステップＳ１〜Ｓ３及びＳ２１を、複数の基準試料について繰り返し行う。
【００４８】
次にステップＳ２１において、近似式導出部１１は、近似式導出部１１は、ステップＳ２で第１の欠陥分類に従って分類分けされたそれぞれの欠陥と、ステップＳ３で第２の欠陥分類に従って分類分けされたそれぞれの欠陥とを、両者の欠陥情報に含まれる各欠陥の識別子や位置情報に基づいて対応付ける。
そして、ステップＳ２で第１の欠陥分類に従って各類ｉそれぞれについて（ｉ＝１…ｎ）、各分類ｉに分類分けされた欠陥の総数Ｎｉのうち、ステップＳ２で第１の欠陥分類により類ｉに分類分けされ、かつステップＳ３で第２の欠陥分類により各類ｊに分類分けされた欠陥がそれぞれ占める総数Ｂｉｊの割合であるＢｉｊ／Ｎｉを算出する（ｊ＝１…ｍ）。
【００４９】
次に近似式導出部１１は、ステップＳ２２において、各基準試料のそれぞれについて算出された、第１の欠陥分類に従って分類分けされた各類ｉ（ｉ＝１…ｎ）の欠陥数の割合Ｎｉ／Ｎと、ステップＳ２１において算出された割合Ｂｉｊ／Ｎｉと、の間の関係に基づき、上記割合Ｎｉ／Ｎから上記割合Ｂｉｊ／Ｎｉを近似する近似式ｈｉｊを、各類ｉ、ｊごとに導出する。この様子を図８に示す。
【００５０】
図８の（Ａ）は、各基準試料のそれぞれについて算出された、第１の欠陥分類に従って分類分けされた各類ｉの欠陥数の割合Ｎｉ／Ｎと、ステップＳ２１において算出された割合Ｂｉｊ／Ｎｉと、の関係をプロットした図である。近似式導出部１１は、最少二乗法などの近似式を導出する既知の手法に基づき、図８の（Ｂ）の実線に示すような近似式Ｂｉｊ／Ｎｉ＝ｈｉｊ（Ｎｉ／Ｎ）と、上記割合Ｎｉ／ＮとＢｉｊ／Ｎｉとの間の相関係数ｒｉｊを算出する。
その後、近似式導出部１１は、近似式ｈｉｊを次式（４）に示すように導出する。
【００５１】
【数４】
【００５２】
そして、近似式導出部１１は、導出した近似式（または定数Ｓｍ、各関数ｈｉｊを定めるパラメータ、相関係数ｒｉｊ（ｉ＝１〜ｎ、ｊ＝１〜ｍ））を、近似式記憶部１２に記憶する。
【００５３】
そして図４を参照して説明した上記第１の例の導出方法と同様に、ステップＳ５において、検査試料であるウエハ３上に存在する各欠陥を検出して、各欠陥の欠陥情報を取得する。ステップＳ６において、欠陥分類部９は、この各欠陥情報を第１の欠陥分類に従って分類分けし、第１の欠陥分類に従って各類１〜ｎに分類分けされたそれぞれの欠陥数Ｎ１〜Ｎｎを欠陥数算出部１０に出力する。
【００５４】
ステップＳ２３において、欠陥数算出部１０は、検査試料であるウエハ３について第１の欠陥分類に従って分類分けされた各類ｉ（ｉ＝１…ｎ）の欠陥数の割合Ｎｉ／Ｎを求める。また、近似式記憶部１２に記憶された近似式（４）（または定数Ｓｍ、各関数ｈｉｊを定めるパラメータ、相関係数ｒｉｊ（ｉ＝１〜ｎ、ｊ＝１〜ｍ））を読み出す。
そして、割合Ｎｉ／Ｎに基づいて上式（４）に従って、第２の欠陥分類に従い各類１〜ｍに分類分けされるそれぞれの欠陥数Ａ１〜Ａｎを算出する。
【産業上の利用可能性】
【００５５】
本発明は、検査試料の表面を撮像して得た撮像画像からこの検査試料上に生じた欠陥に分類分けを行う外観検査装置及び外観検査方法に利用可能である。特に、半導体製造工程で半導体ウエハ上に形成した半導体回路パターンや、液晶表示パネルの欠陥分類を行う外観検査装置及び外観検査方法に好適に利用可能である。
【図面の簡単な説明】
【００５６】
【図１】従来の外観検査装置の概略構成を示すブロック図である。
【図２】半導体ウエハ上のダイの配列を示す図である。
【図３】本発明の実施例の半導体パターン用外観検査装置の全体構成図である。
【図４】図３に示す外観検査装置による欠陥数算出方法の第１例のフローチャートである。
【図５】図３に示す外観検査装置による欠陥数算出方法の第２例のフローチャートである。
【図６】図５に示す欠陥数算出方法の説明図である。
【図７】図３に示す外観検査装置による欠陥数算出方法の第３例のフローチャートである。
【図８】図７に示す欠陥数算出方法の説明図である。
【符号の説明】
【００５７】
１ ステージ
２ 試料台
３ 半導体ウエハ
３Ａ ダイ
４ 撮像装置
５ 信号記憶部
８ 欠陥検出部
９ 欠陥分類部
１０ 欠陥数算出部
【特許請求の範囲】
【請求項１】
検査試料表面を撮像する撮像手段と、該撮像手段による撮像画像から前記検査試料表面に存在する欠陥を検出する欠陥検出手段と、該欠陥検出手段により検出された前記欠陥を第１の系の欠陥分類に従って分類分けする欠陥分類手段と、を備える外観検査装置において、
前記検査試料について、前記欠陥分類手段により前記第１の系の欠陥分類に従って分類分けされた各類の欠陥数に基づき、所定の近似式に従って、第２の系の欠陥分類に従う各類の欠陥数を算出する欠陥数算出手段を備え、
前記所定の近似式は、所与の基準試料において検出された既知の欠陥についての、前記欠陥分類手段による前記第１の系の欠陥分類に従う分類分けの結果と、所定の観察手段による前記第２の系の欠陥分類に従う分類分けの結果と、から予め導出された近似式である、
ことを特徴とする外観検査装置。
【請求項２】
前記近似式は、前記基準試料について、前記欠陥分類手段により前記第１の欠陥分類に従って分類分けされた各類の欠陥において、前記所定の観察手段により前記第２の欠陥分類に従って分類分けされた各類の欠陥が占めるそれぞれ割合に応じて、前記第１の系の欠陥分類に従って分類分けされた各類の欠陥数から、前記第２の系の欠陥分類に従う各類の欠陥数を近似することを特徴とする請求項１に記載の外観検査装置。
【請求項３】
前記近似式は、
複数の前記基準試料のそれぞれについて、前記所定の欠陥分類手段により前記第１の欠陥分類に従って分類分けされた各類の欠陥数の割合と、前記所定の観察手段によって前記第２の欠陥分類に従って分類分けされた各類の欠陥数の割合と、の間の関係に基づき導出され、
前記第１の系の欠陥分類に従って分類分けされた各類の欠陥数の割合から、前記第２の系の欠陥分類に従って分類分けされた各類の欠陥数の割合を近似する、
ことを特徴とする請求項１に記載の外観検査装置。
【請求項４】
前記第２の系の欠陥分類を成す各類には、前記第１の系の欠陥分類を成す各類と異なる欠陥種別を示す類が含まれる請求項１〜３のいずれか一項に記載の外観検査装置。
【請求項５】
前記第２の系の欠陥分類を成す各類には、前記第１の系の欠陥分類を成す各類と同じ欠陥種別を示す類が含まれる請求項１〜３のいずれか一項に記載の外観検査装置。
【請求項６】
検査試料表面を撮像して得られる撮像画像から前記検査試料表面に存在する欠陥を検出し、検出された前記欠陥を、さらに所定の欠陥分類手段により第１の系の欠陥分類への分類分けを行う外観検査方法において、
所与の基準試料において検出された既知の欠陥を、前記所定の欠陥分類手段及び所定の観察手段によって、それぞれ前記第１の系の欠陥分類及び第２の系の欠陥分類に従って分類分けし、
前記第１及び第２の系の欠陥分類に従う各々の前記分類分けの結果に基づいて、前記所定の欠陥分類手段によって第１の欠陥分類に従って分類分けされた各類の欠陥数から、前記所定の観察手段によって第２の欠陥分類に従い分類分けされる各類の欠陥数を、算出する近似式を導出し、
前記検査試料について、前記所定の欠陥分類手段により前記第１の系の欠陥分類に分類分けされた各類の欠陥数に基づき、前記近似式に従って、第２の系の欠陥分類に従う各類の欠陥数を算出する、
ことを特徴とする外観検査方法。
【請求項７】
前記近似式は、前記基準試料について、前記所定の欠陥分類手段により前記第１の欠陥分類に従って分類分けされた各類の欠陥において、前記所定の観察手段により前記第２の欠陥分類に従って分類分けされた各類の欠陥が占めるそれぞれ割合に応じて、前記第１の系の欠陥分類に従って分類分けされた各類の欠陥数から、前記第２の系の欠陥分類に従う各類の欠陥数を近似することを特徴とする請求項６に記載の外観検査方法。
【請求項８】
前記近似式は、
複数の前記基準試料のそれぞれについて、前記所定の欠陥分類手段により前記第１の欠陥分類に従って分類分けされた各類の欠陥数の割合と、前記所定の観察手段によって前記第２の欠陥分類に従って分類分けされた各類の欠陥数の割合と、の間の関係に基づき導出され、
前記第１の系の欠陥分類に従って分類分けされた各類の欠陥数の割合から、前記第２の系の欠陥分類に従って分類分けされた各類の欠陥数の割合を近似する、
ことを特徴とする請求項６に記載の外観検査方法。
【請求項９】
前記第２の系の欠陥分類を成す各類には、前記第１の系の欠陥分類を成す各類と異なる欠陥種別を示す類が含まれる請求項６〜８のいずれか一項に記載の外観検査方法。
【請求項１０】
前記第２の系の欠陥分類を成す各類には、前記第１の系の欠陥分類を成す各類と同じ欠陥種別を示す類が含まれる請求項６〜８のいずれか一項に記載の外観検査方法。
【請求項１】
検査試料表面を撮像する撮像手段と、該撮像手段による撮像画像から前記検査試料表面に存在する欠陥を検出する欠陥検出手段と、該欠陥検出手段により検出された前記欠陥を第１の系の欠陥分類に従って分類分けする欠陥分類手段と、を備える外観検査装置において、
前記検査試料について、前記欠陥分類手段により前記第１の系の欠陥分類に従って分類分けされた各類の欠陥数に基づき、所定の近似式に従って、第２の系の欠陥分類に従う各類の欠陥数を算出する欠陥数算出手段を備え、
前記所定の近似式は、所与の基準試料において検出された既知の欠陥についての、前記欠陥分類手段による前記第１の系の欠陥分類に従う分類分けの結果と、所定の観察手段による前記第２の系の欠陥分類に従う分類分けの結果と、から予め導出された近似式である、
ことを特徴とする外観検査装置。
【請求項２】
前記近似式は、前記基準試料について、前記欠陥分類手段により前記第１の欠陥分類に従って分類分けされた各類の欠陥において、前記所定の観察手段により前記第２の欠陥分類に従って分類分けされた各類の欠陥が占めるそれぞれ割合に応じて、前記第１の系の欠陥分類に従って分類分けされた各類の欠陥数から、前記第２の系の欠陥分類に従う各類の欠陥数を近似することを特徴とする請求項１に記載の外観検査装置。
【請求項３】
前記近似式は、
複数の前記基準試料のそれぞれについて、前記所定の欠陥分類手段により前記第１の欠陥分類に従って分類分けされた各類の欠陥数の割合と、前記所定の観察手段によって前記第２の欠陥分類に従って分類分けされた各類の欠陥数の割合と、の間の関係に基づき導出され、
前記第１の系の欠陥分類に従って分類分けされた各類の欠陥数の割合から、前記第２の系の欠陥分類に従って分類分けされた各類の欠陥数の割合を近似する、
ことを特徴とする請求項１に記載の外観検査装置。
【請求項４】
前記第２の系の欠陥分類を成す各類には、前記第１の系の欠陥分類を成す各類と異なる欠陥種別を示す類が含まれる請求項１〜３のいずれか一項に記載の外観検査装置。
【請求項５】
前記第２の系の欠陥分類を成す各類には、前記第１の系の欠陥分類を成す各類と同じ欠陥種別を示す類が含まれる請求項１〜３のいずれか一項に記載の外観検査装置。
【請求項６】
検査試料表面を撮像して得られる撮像画像から前記検査試料表面に存在する欠陥を検出し、検出された前記欠陥を、さらに所定の欠陥分類手段により第１の系の欠陥分類への分類分けを行う外観検査方法において、
所与の基準試料において検出された既知の欠陥を、前記所定の欠陥分類手段及び所定の観察手段によって、それぞれ前記第１の系の欠陥分類及び第２の系の欠陥分類に従って分類分けし、
前記第１及び第２の系の欠陥分類に従う各々の前記分類分けの結果に基づいて、前記所定の欠陥分類手段によって第１の欠陥分類に従って分類分けされた各類の欠陥数から、前記所定の観察手段によって第２の欠陥分類に従い分類分けされる各類の欠陥数を、算出する近似式を導出し、
前記検査試料について、前記所定の欠陥分類手段により前記第１の系の欠陥分類に分類分けされた各類の欠陥数に基づき、前記近似式に従って、第２の系の欠陥分類に従う各類の欠陥数を算出する、
ことを特徴とする外観検査方法。
【請求項７】
前記近似式は、前記基準試料について、前記所定の欠陥分類手段により前記第１の欠陥分類に従って分類分けされた各類の欠陥において、前記所定の観察手段により前記第２の欠陥分類に従って分類分けされた各類の欠陥が占めるそれぞれ割合に応じて、前記第１の系の欠陥分類に従って分類分けされた各類の欠陥数から、前記第２の系の欠陥分類に従う各類の欠陥数を近似することを特徴とする請求項６に記載の外観検査方法。
【請求項８】
前記近似式は、
複数の前記基準試料のそれぞれについて、前記所定の欠陥分類手段により前記第１の欠陥分類に従って分類分けされた各類の欠陥数の割合と、前記所定の観察手段によって前記第２の欠陥分類に従って分類分けされた各類の欠陥数の割合と、の間の関係に基づき導出され、
前記第１の系の欠陥分類に従って分類分けされた各類の欠陥数の割合から、前記第２の系の欠陥分類に従って分類分けされた各類の欠陥数の割合を近似する、
ことを特徴とする請求項６に記載の外観検査方法。
【請求項９】
前記第２の系の欠陥分類を成す各類には、前記第１の系の欠陥分類を成す各類と異なる欠陥種別を示す類が含まれる請求項６〜８のいずれか一項に記載の外観検査方法。
【請求項１０】
前記第２の系の欠陥分類を成す各類には、前記第１の系の欠陥分類を成す各類と同じ欠陥種別を示す類が含まれる請求項６〜８のいずれか一項に記載の外観検査方法。
【図１】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【公開番号】特開２００６−３０８３６４（Ｐ２００６−３０８３６４Ａ）
【公開日】平成１８年１１月９日（２００６．１１．９）
【国際特許分類】
【出願番号】特願２００５−１２９５２５（Ｐ２００５−１２９５２５）
【出願日】平成１７年４月２７日（２００５．４．２７）
【出願人】（０００１５１４９４）株式会社東京精密 (592)
【Ｆターム（参考）】
【公開日】平成１８年１１月９日（２００６．１１．９）
【国際特許分類】
【出願日】平成１７年４月２７日（２００５．４．２７）
【出願人】（０００１５１４９４）株式会社東京精密 (592)
【Ｆターム（参考）】
[ Back to top ]