欠陥検査方法及び欠陥検査装置
【課題】欠陥検査装置のレシピで設定するセル領域の設定を自動化する方法を提供する。
【解決手段】CellMatAreaの区別をCellMatAreaと非CellMatAreaのGrayLevelの分布特徴の差を用いてイメージをスキャンして、その結果からCellMatAreaと非CellMatAreaを分ける方法を取った。具体的にはCellMatの始点と終点を区別するための基準になる閾値をMemoryCellだけあるAreaで計算した後、その閾値を適用して始点と終点を探してそのそれぞれを繋げてCellAreaを作成した。
【解決手段】CellMatAreaの区別をCellMatAreaと非CellMatAreaのGrayLevelの分布特徴の差を用いてイメージをスキャンして、その結果からCellMatAreaと非CellMatAreaを分ける方法を取った。具体的にはCellMatの始点と終点を区別するための基準になる閾値をMemoryCellだけあるAreaで計算した後、その閾値を適用して始点と終点を探してそのそれぞれを繋げてCellAreaを作成した。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は半導体ウエハ，フォトマスク，磁気ディスク，液晶基板等の表面の異物，パターン欠陥を検出する欠陥検査装置及び欠陥検査方法に係り、特に検査領域を自動で決定する手段を備えた欠陥検査方法及び欠陥検査装置に関する。
【背景技術】
【０００２】
半導体欠陥検査装置においてWafer（ウエハ，ウェハ）に発生した欠陥を検査するためには検査領域と検査条件などを設定したRecipe（レシピ）の作成が必要である。この場合、欠陥検査は自動で実行できるが、その自動検査を実行するためのRecipe作成は殆どが人間の手作業と判断が必要になるのが現在の技術レベルである。
【０００３】
Recipe作成の中でも時間がかかって、検査装置になれていない人間に難しく感じられる作業がCell Matの設定である。欠陥検査装置で高感度で検査をするためには、Dieの中を周期性を持ったMemory Cell Mat AREAと非Memory Cell Mat Areaに分けてAreaごとに異なる検査方式と異なる検査感度を設定する必要がある。例えば、Memory Deviceの場合、DieはCell Area、Sens-Amp Area，SWD Area，Peri Areaなどに分類して、検査する時はCell Mat AreaはCell比較で、それ以外のAreaはDie比較で検査する方式が一般的に使われている。
【０００４】
従来の技術ではこのような検査領域を分ける作業をCell Areaの構成単位であるCell Matと次のCell Matの距離を人間が手動で測って、そのCell Matの繰り返し特性を調べた後、人間の目で確認したCell Matの始端と終端をマウスでクリックしてそれを数分だけＮ倍にコピーする方法が使われていた。
【０００５】
被検査対象物の画像の濃淡のヒストグラムを求め、ヒストグラムの分散の度合いにより、チップの外周エッジを判定する方法については例えば特許文献１に記載されたような方法が知られている。しかし、１つのチップ（Dieと言い換えても良い）の内部に設けられたCell Areaの識別は濃度の差が小さく、境界を判定する閾値の設定が難しいため、結局、人間が判定する方法に頼っていた。
【先行技術文献】
【特許文献】
【０００６】
【特許文献１】特許第３２１９０９４号公報
【発明の概要】
【発明が解決しようとする課題】
【０００７】
前述のように人間が手動でCell Matを設定すると大きく三つの問題が発生する。
【０００８】
一つ目としては人間がマウスでクリックして設定することで検査領域の精度が落ちてしまい、Cell Edgeなどの細かいArea設定ができなくなってしまう。つまり最近の半導体製品ではCell MatのEdgeでの欠陥発生抑止が歩留まり向上の重要な要素であるが、その精度が確保できなくなることによってCellのEdgeの検査が不可能になってしまう問題があった。
【０００９】
二つ目としては検査領域を設定するためには時間がかなりかかってしまい、Recipe作成時間が大幅に増える。
【００１０】
三つ目としては手動で検査領域を設定するためには関連トレーニングを受けた技術者が必要となる。
【００１１】
本発明の目的は、上記課題を解決した欠陥検査装置及び欠陥検査方法を提供することにある。
【課題を解決するための手段】
【００１２】
前述のような課題を解決するためには人間の手動計算及び目で確認してマウスでクリックして指定する従来の方法では前述したようないろいろな問題が出てくる。その解決策として本発明では特定Cell Mat Areaで（Auto Threshold Search Area）スキャンを行って、そこからCell Matが始まるPixel（始点）とCell Matが終わるPixel（終点）を検出する基準になる閾値を求める。その後、同じAuto Threshold Search Areaを含めるWaferの中の特定１Dieのスキャンを行う。スキャンした結果はCell Pitch単位で比較を行ってAuto Threshold Search Areaで得た閾値を基準にしてCell Matの複数の始点と終点を取得する。
【００１３】
Cell Matの始点と終点の検出はＸ方向とＹ方向で行って複数個検出する。その後、検出した始点と終点のそれぞれを繋げてCell Mat Areaを決定する。
【発明の効果】
【００１４】
本発明によって、欠陥検査装置のRecipeで設定するCell Areaの設定が自動化できるようになって、かつ、正確に設定することができる。
【００１５】
即ち、Cell Mat Area設定の自動化によって検査領域設定に熟練していなかった人間がRecipeを作成する時も簡単に、早く検査領域設定を作成することができる。しかもGray Level特性分析によって検査領域を設定するのでCell MatのEdgeまで正確に設定することができ、Cell Mat Edgeの検査まで可能になることである。また、Recipe作成にかかる時間と手間も大幅に短縮することが期待できる。
【図面の簡単な説明】
【００１６】
【図１】Waferの中にあるChipの中からでMemory Cell Areaを選んでＸ方向スキャンとＹ方向スキャンを行ってCell Matのそれぞれの始点と終点を検出する全体構成図。
【図２】Cell Matのそれぞれの始点と終点を検出するために必要な閾値を求めるためのMemory Cell AreaのＴＤＩ像の例とそのＴＤＩ像のGray LevelをＹ軸にしてスキャンのＸ位置をＸ軸にして書いたグラフ。
【図３】図２のＴＤＩ像の１Line分と下のグラフをCell Pitch単位で行列化した。合計ｍ個のCell Pitchはｎ個のPixelに構成されて、行列の中で同じ順番どうしにある値で集合を作った図。
【図４】図３で作った集合の中で最大値のそれぞれを求めた図。
【図５】図４で作った集合の中で最小値のそれぞれを求めた図。
【図６】図４で求めた最大値と図５で求めた最小値を引いた値をCell_Thresholdに表した図。
【図７】一つのDieで存在するDieのStart AreaとCellMatの始点と終点の実際のＴＤＩ像として表した図。
【発明を実施するための形態】
【００１７】
本発明の全体構成を図１を用いて説明する。
【００１８】
図１の１に示したのは半導体材料であるWaferである。このWaferにさまざまな半導体プロセスを流して最終的にはDie単位で切るとそれが一つの半導体チップになる。即ち、一般的に一つのチップといわれている基本単位が２に示したDieである。
【００１９】
DRAMの場合、この一つのDieの中には数多くの素子（トランジスター）が作られてあって、一般的にはこの素子を集団で集めて配置させた最小単位の集団をCell Matと呼ぶ。図１の３に示したものがそのCell Matの一つである。図１に示したDieの中にはCell Matの２５個が４集団あって、合計１００個のCell Matが存在している。
【００２０】
Cell Matを非Cell Matと正確に区別するためにはCell Areaの始点（図１の４，９〜１８、及び図７の４５）と終点（図１の５，１９〜２８及び図７の４６）を区別する必要がある。
【００２１】
図１の９〜１８まではCell Matのそれぞれの始点を示して、１９〜２８まではCell Matのそれぞれの終点が示してある。このCell Matのそれぞれの始点と終点を７（Ｘスキャン）と８（ＹスキャンまたはＸスキャン）のスキャン結果から検出する方法を以下に説明する。
【００２２】
まず、それぞれの始点と終点を人間が決めるのではなく７と８のスキャンから得たデータ（Gray Level）から始点と終点を検出するため、始点と終点を検出するためのGray Levelの閾値が必要になる。この閾値を求めるAreaをAuto Threshold Search Areaと呼び、この指定だけを人間がMemory Cell Matを探して指定する。図１にはこのAuto Threshold Search Areaを６に示して、さらに６を拡大して図２の２９に示した。
【００２３】
スキャンから得た２９のImageはDigital Imageでそれぞれの画素がGray Levelという０から２５５までの値をそれぞれ持っている。図２ではまず、２９のAuto Threshold Search Areaで３２の一番下のLineからGray Levelを取ってX Pixel位置に対するGray LevelをCell Pitch単位で行列にして図３に示したように並べる。このデータを集めてグラフと式に示したのが図２の３３のグラフと図３の式である。ただ、３３に示したグラフと図３に示した式は一つのCell Pitchではｎ個のPixelを持つという前提の上で書いてある。また図３の式ではｎ個のPixelで構成されたCell Pitchがｍ個存在することで行列を並べたものである。
【００２４】
３４では一つのCell Pitchを構成するそれぞれのPixelの中でCell Pitchの最初に位置したPixelのGray Levelだけを集めてGL_Matrix_1にした。また、３５ではその次のPixelのそれぞれを集めてGL_Matrix_2にした。そしてこの定義を３６のようにｎ個番目まで行うとn Pixel目はGL_Matrix_nになる。
【００２５】
次に図４と図５に示したようにGL_Matrix_1の中で最大のGray Levelと最小のGray Levelを求めてGL_Matrix_Max(1)とGL_Matrix_Min(1)にする。また同じくGL_Matrix_Max(2)，GL_Matrix_Max(3),,,,,, GL_MATRIX_MAX(N)及びGL_Matrix_Min(2)，GL_Matrix_Min(3),,,,,, GL_Matrix_Min(n)までを求める。
【００２６】
図６では図４と図５の式で求めたGL_Matrix_Max(1)からGL_Matrix_Min(1)を引いてCell_Threshold１にして同じくCell_Threshold２からCell_Thresholdｎまでを求める。そして最後にｎ個のCell_Thresholdまでの中で最大値を計算してCell_Treshold_Line１に定義する。
【００２７】
次に図２の３２に示した一番下の１Lineの１Pixel上のLineのGray Levelを取ってさらに図３，図４，図５，図６を経て最終的にCell_Treshold_Line２を算出する。
【００２８】
このように３２番から３０番までのＹ方向のＰ個のLineに対して同一計算を行うとCell_Treshold_Line１からCell_Treshold_LineＰまでのCell_Tresholdを算出することが可能になる。このそれぞれのCell_Threshold_LineはCell Matの始点と終点を決めるそれぞれのLineの閾値として使われる。
【００２９】
次に図１の６と図２の２９に示したAuto Threshold Search Areaと同一のＹ方向の幅（P Pixel）を図１の７に示したように１Die分スキャンする。
【００３０】
スキャンの目的は始点（９番から１８番）と終点（１９番から２８番）を検出することにある。そのそれぞれの始点と終点を検出する方法を次に記述する。まず、Ｘ位置に対するGray levelデータをCell Pitch単位の行列にして１Die分取得する。取得した行列のデータからは図７の４４のDie Start位置からCell Pitch単位にして引き算を行ってその計算結果の絶対値が該当LineのCell_Treshold_Lineに比べて大きいか小さいかを判定する。この判定での結果で始点と終点の候補を決定する。下記では具体的にその始点と終点の候補から本当の始点と終点を決める方法を説明する。
【００３１】
まず、DieのStart PixelからCell Pitch間隔の行列単位で引き算を行ってその絶対値が閾値（Cell_Treshold_Line）を超えないPixelを探す。そしてそのPixelを含めた連続３PixelがCell_Thresholdを超えなかったらそのPixelを始点候補を現すS_Pixel_Candidateと定義する。そしてS_Pixel_Candidateが含まれたCell Pitchの次のCell Pitch比較結果のPixelの９０％が閾値を超えていない比較結果になった場合に、このPixelをS_Pixelに定義する。そして続けてCell Pitch間の比較を１Dieの最後まで比較すると複数のS_Pixelを探し出すことができる。これは以下の（１）乃至（４）のように表現することができる。
【００３２】
（１）まず、DieのStart Pixelから、Cell MatのImage内のGray levelデータがCell Pitch単位で行列化されたもの同士をCell Pitch間隔で引き算を行う。そして、その引き算の差の絶対値が閾値（Cell_Treshold_Line）を超えないPixelを探す。
（２）そしてそのPixelを含めた連続３PixelがCell_Thresholdを超えなかったらそのPixelを始点候補を現すS_Pixel_Candidateと定義する。
（３）そして、S_Pixel_Candidateを得た引き算以降の引き算を行ったImageのPixelの９０％が閾値（Cell_Treshold_Line）を超えていない場合に、このS_Pixel_CandidateをS_Pixelと定義する。
（４）そして続けてGray levelデータがCell Pitch単位で行列化されたもの同士のCell Pitch間隔での引き算、及び引き算の差の絶対値と閾値との比較を１Dieの最後まで比較すると複数のS_Pixelを探し出すことができる。
【００３３】
S_Pixelを探し出す計算と同時にCell Matの最後を現すE_Pixelを探し出す計算も行う。即ち、Dieの４４番のStart PixelからCell Pitch間の比較を続けて行っていくと閾値を超えるPixelを探しだすことができる。そしてそのPixelを含めて連続３PixelがCell_Thresholdを超えたらそのPixelを終点候補を現すE_Pixel_Candidateと定義する。その後、E_Pixel_Candidateが含まれたCell Pitchの次のCell Pitchの比較結果のPixelの９０％が閾値を超えたらE_Pixelに定義して１Dieの最後までのCell Pitch比較で複数のE_Pixelを探し出す。これは以下の（５）乃至（８）のように表現することができる。
【００３４】
（５）Dieの４４番のStart PixelからGray levelデータがCell Pitch単位で行列化されたもの同士のCell Pitch間隔での引き算を続けて行っていくと、閾値を超えるPixelを探しだすことができる。
（６）そしてそのPixelを含めて連続３PixelがCell_Thresholdを超えたらそのPixelを終点候補を現すE_Pixel_Candidateと定義する。
（７）その後、E_Pixel_Candidateを得た引き算以降の引き算を行ったImageのPixelの９０％が閾値を超えたらE_Pixelに定義する。
（８）そして続けてGray levelデータがCell Pitch単位で行列化されたもの同士のCell Pitch間隔での引き算、及び引き算の差の絶対値と閾値との比較を１Dieの最後まで比較すると複数のE_Pixelを探し出すことができる。
【００３５】
ただ、S_Pixelが検出される前にE_Pixelが先に検出されるとS_Pixel検出ループに戻って閾値（Cell_Treshold_Line）を超えない連続３Pixelの条件に合ったS_Pixelが含まれたCell Pitchの次のCell Pitch比較結果のPixelの９０％が閾値を超えない条件を１０％ずつさげてS_Pixelを検出する。
【００３６】
つまり、S_Pixelが検出される前にE_Pixelが先に検出される場合もあるから、その場合は、前述したS_Pixel検出ループに戻り、９０％とした条件を８０％として、S_Pixelを検出する。それでも、S_Pixelが検出されないのであれば、８０％とした条件を７０％としてS_Pixelを検出する。S_Pixelが検出できるまで１０％毎の条件の引き下げは行われるということである。
【００３７】
また同じくS_Pixelの次にE_Pixelが検出されなくて続けてS_Pixelが現れた場合はE_Pixel検出ループに戻って閾値（Cell_Treshold_Line１）を超える連続３Pixelの条件に合ったE_Pixelが含まれたCell Pitchの次のCell Pitch比較結果のPixelの９０％が閾値を超えるべき条件を１０％ずつさげてE_Pixelを検出する。
【００３８】
つまり、S_Pixelの次にE_Pixelが検出されずに、続けてS_Pixelが現れる場合もあるから、その場合は、前述したE_Pixel検出ループに戻り、９０％とした条件を８０％として、E_Pixelを検出する。それでも、E_Pixelが検出されないのであれば、８０％とした条件を７０％としてE_Pixelを検出する。E_Pixelが検出できるまで１０％毎の条件の引き下げは行われるということである。
【００３９】
ここまでの方法でそれぞれのLineでそれぞれのCell_Treshold_Lineを適用してＸ方向のそれぞれの始点とそれぞれの終点を探すことができた。即ち、図１の７のスキャンからもしＰ個Line分の計算をした場合はＰ個Lineごとに１０個の始点（S_Pixel_1〜S_Pixel_10）と１０個の終点（E_Pixel_1〜E_Pixel_10）が検出できる。
【００４０】
次は求められたＰ個Lineから得たS_Pixel_1がPixelの位置が最も一致するＸ位置を最終的にS_Pixel_1に決定する。また他の始点と終点についても同じく最も一致するＸ位置を最終的にS_PixelとE_Pixelに定義する。
【００４１】
次にはＹ方向でのCell Matの始点と終点を算出するため８に示したように部分的なＸスキャン、またはＹスキャンを行う。ここでスキャンから得たImageを９０度回してＸ方向の始点と終点を決めた方法と同じ方法でＹ方向の始点と終点を算出する。
【００４２】
最終的に算出されたＸＹ方向の始点と終点を繋げてS_PixelとE_Pixelの間をCell Matに定義する。
【００４３】
このような方法により、Cell Matの始点と終点を定め、Cellの種類により異なる検査方法，検査条件を適用することにより、より正確な欠陥検査を実行できる欠陥検査装置が実現できる。
【符号の説明】
【００４４】
１…Wafer、２…Die、３…Cell Mat、４…Cell Matの始点、５…Cell Matの終点、６…Auto Threshold Search Area、７…Ｘスキャン、８…Ｙスキャン、９〜１８…Cell Matの始点、１９〜２８…Cell Matの終点、２９…Auto Threshold Search AreaのTDI Image、３０…ＰLine目のスキャン、３１…一つのCell Pitch、３２…１Line目のスキャン、３３…１Line目のスキャン結果のGray Levelのグラフ、３４…ｍ個のCell Pitch（ｎ個のPixelに構成）を構成する最初のPixelのそれぞれを集めた集合をGL_Matrix_1の式にあらわした図、３５…ｍ個のCell Pitch（ｎ個のPixelに構成）を構成する２番目のPixelのそれぞれを集めた集合をGL_Matrix_2の式にあらわした図、３６…ｍ個のCell Pitch（ｎ個のPixelに構成）を構成するｎ個目のPixelのそれぞれを集めた集合をGL_Matrix_nの式にあらわした図、３７…Auto Threshold Search Area、３８…１Die分スキャン時のＰ番目のLineのＸスキャン、３９…１Die分スキャン時の下から２番目のLineのＸスキャン、４０…１Die分スキャン時の一番下のLineのＸスキャン、４１〜４３…１Die分スキャン時のＹ方向のスキャン、４４…ＴＤＩ像で表した一つのDieのStart Pixel、４５…ＴＤＩ像で表したCell Matの始点、４６…ＴＤＩ像で表したCell Matの終点。
【技術分野】
【０００１】
本発明は半導体ウエハ，フォトマスク，磁気ディスク，液晶基板等の表面の異物，パターン欠陥を検出する欠陥検査装置及び欠陥検査方法に係り、特に検査領域を自動で決定する手段を備えた欠陥検査方法及び欠陥検査装置に関する。
【背景技術】
【０００２】
半導体欠陥検査装置においてWafer（ウエハ，ウェハ）に発生した欠陥を検査するためには検査領域と検査条件などを設定したRecipe（レシピ）の作成が必要である。この場合、欠陥検査は自動で実行できるが、その自動検査を実行するためのRecipe作成は殆どが人間の手作業と判断が必要になるのが現在の技術レベルである。
【０００３】
Recipe作成の中でも時間がかかって、検査装置になれていない人間に難しく感じられる作業がCell Matの設定である。欠陥検査装置で高感度で検査をするためには、Dieの中を周期性を持ったMemory Cell Mat AREAと非Memory Cell Mat Areaに分けてAreaごとに異なる検査方式と異なる検査感度を設定する必要がある。例えば、Memory Deviceの場合、DieはCell Area、Sens-Amp Area，SWD Area，Peri Areaなどに分類して、検査する時はCell Mat AreaはCell比較で、それ以外のAreaはDie比較で検査する方式が一般的に使われている。
【０００４】
従来の技術ではこのような検査領域を分ける作業をCell Areaの構成単位であるCell Matと次のCell Matの距離を人間が手動で測って、そのCell Matの繰り返し特性を調べた後、人間の目で確認したCell Matの始端と終端をマウスでクリックしてそれを数分だけＮ倍にコピーする方法が使われていた。
【０００５】
被検査対象物の画像の濃淡のヒストグラムを求め、ヒストグラムの分散の度合いにより、チップの外周エッジを判定する方法については例えば特許文献１に記載されたような方法が知られている。しかし、１つのチップ（Dieと言い換えても良い）の内部に設けられたCell Areaの識別は濃度の差が小さく、境界を判定する閾値の設定が難しいため、結局、人間が判定する方法に頼っていた。
【先行技術文献】
【特許文献】
【０００６】
【特許文献１】特許第３２１９０９４号公報
【発明の概要】
【発明が解決しようとする課題】
【０００７】
前述のように人間が手動でCell Matを設定すると大きく三つの問題が発生する。
【０００８】
一つ目としては人間がマウスでクリックして設定することで検査領域の精度が落ちてしまい、Cell Edgeなどの細かいArea設定ができなくなってしまう。つまり最近の半導体製品ではCell MatのEdgeでの欠陥発生抑止が歩留まり向上の重要な要素であるが、その精度が確保できなくなることによってCellのEdgeの検査が不可能になってしまう問題があった。
【０００９】
二つ目としては検査領域を設定するためには時間がかなりかかってしまい、Recipe作成時間が大幅に増える。
【００１０】
三つ目としては手動で検査領域を設定するためには関連トレーニングを受けた技術者が必要となる。
【００１１】
本発明の目的は、上記課題を解決した欠陥検査装置及び欠陥検査方法を提供することにある。
【課題を解決するための手段】
【００１２】
前述のような課題を解決するためには人間の手動計算及び目で確認してマウスでクリックして指定する従来の方法では前述したようないろいろな問題が出てくる。その解決策として本発明では特定Cell Mat Areaで（Auto Threshold Search Area）スキャンを行って、そこからCell Matが始まるPixel（始点）とCell Matが終わるPixel（終点）を検出する基準になる閾値を求める。その後、同じAuto Threshold Search Areaを含めるWaferの中の特定１Dieのスキャンを行う。スキャンした結果はCell Pitch単位で比較を行ってAuto Threshold Search Areaで得た閾値を基準にしてCell Matの複数の始点と終点を取得する。
【００１３】
Cell Matの始点と終点の検出はＸ方向とＹ方向で行って複数個検出する。その後、検出した始点と終点のそれぞれを繋げてCell Mat Areaを決定する。
【発明の効果】
【００１４】
本発明によって、欠陥検査装置のRecipeで設定するCell Areaの設定が自動化できるようになって、かつ、正確に設定することができる。
【００１５】
即ち、Cell Mat Area設定の自動化によって検査領域設定に熟練していなかった人間がRecipeを作成する時も簡単に、早く検査領域設定を作成することができる。しかもGray Level特性分析によって検査領域を設定するのでCell MatのEdgeまで正確に設定することができ、Cell Mat Edgeの検査まで可能になることである。また、Recipe作成にかかる時間と手間も大幅に短縮することが期待できる。
【図面の簡単な説明】
【００１６】
【図１】Waferの中にあるChipの中からでMemory Cell Areaを選んでＸ方向スキャンとＹ方向スキャンを行ってCell Matのそれぞれの始点と終点を検出する全体構成図。
【図２】Cell Matのそれぞれの始点と終点を検出するために必要な閾値を求めるためのMemory Cell AreaのＴＤＩ像の例とそのＴＤＩ像のGray LevelをＹ軸にしてスキャンのＸ位置をＸ軸にして書いたグラフ。
【図３】図２のＴＤＩ像の１Line分と下のグラフをCell Pitch単位で行列化した。合計ｍ個のCell Pitchはｎ個のPixelに構成されて、行列の中で同じ順番どうしにある値で集合を作った図。
【図４】図３で作った集合の中で最大値のそれぞれを求めた図。
【図５】図４で作った集合の中で最小値のそれぞれを求めた図。
【図６】図４で求めた最大値と図５で求めた最小値を引いた値をCell_Thresholdに表した図。
【図７】一つのDieで存在するDieのStart AreaとCellMatの始点と終点の実際のＴＤＩ像として表した図。
【発明を実施するための形態】
【００１７】
本発明の全体構成を図１を用いて説明する。
【００１８】
図１の１に示したのは半導体材料であるWaferである。このWaferにさまざまな半導体プロセスを流して最終的にはDie単位で切るとそれが一つの半導体チップになる。即ち、一般的に一つのチップといわれている基本単位が２に示したDieである。
【００１９】
DRAMの場合、この一つのDieの中には数多くの素子（トランジスター）が作られてあって、一般的にはこの素子を集団で集めて配置させた最小単位の集団をCell Matと呼ぶ。図１の３に示したものがそのCell Matの一つである。図１に示したDieの中にはCell Matの２５個が４集団あって、合計１００個のCell Matが存在している。
【００２０】
Cell Matを非Cell Matと正確に区別するためにはCell Areaの始点（図１の４，９〜１８、及び図７の４５）と終点（図１の５，１９〜２８及び図７の４６）を区別する必要がある。
【００２１】
図１の９〜１８まではCell Matのそれぞれの始点を示して、１９〜２８まではCell Matのそれぞれの終点が示してある。このCell Matのそれぞれの始点と終点を７（Ｘスキャン）と８（ＹスキャンまたはＸスキャン）のスキャン結果から検出する方法を以下に説明する。
【００２２】
まず、それぞれの始点と終点を人間が決めるのではなく７と８のスキャンから得たデータ（Gray Level）から始点と終点を検出するため、始点と終点を検出するためのGray Levelの閾値が必要になる。この閾値を求めるAreaをAuto Threshold Search Areaと呼び、この指定だけを人間がMemory Cell Matを探して指定する。図１にはこのAuto Threshold Search Areaを６に示して、さらに６を拡大して図２の２９に示した。
【００２３】
スキャンから得た２９のImageはDigital Imageでそれぞれの画素がGray Levelという０から２５５までの値をそれぞれ持っている。図２ではまず、２９のAuto Threshold Search Areaで３２の一番下のLineからGray Levelを取ってX Pixel位置に対するGray LevelをCell Pitch単位で行列にして図３に示したように並べる。このデータを集めてグラフと式に示したのが図２の３３のグラフと図３の式である。ただ、３３に示したグラフと図３に示した式は一つのCell Pitchではｎ個のPixelを持つという前提の上で書いてある。また図３の式ではｎ個のPixelで構成されたCell Pitchがｍ個存在することで行列を並べたものである。
【００２４】
３４では一つのCell Pitchを構成するそれぞれのPixelの中でCell Pitchの最初に位置したPixelのGray Levelだけを集めてGL_Matrix_1にした。また、３５ではその次のPixelのそれぞれを集めてGL_Matrix_2にした。そしてこの定義を３６のようにｎ個番目まで行うとn Pixel目はGL_Matrix_nになる。
【００２５】
次に図４と図５に示したようにGL_Matrix_1の中で最大のGray Levelと最小のGray Levelを求めてGL_Matrix_Max(1)とGL_Matrix_Min(1)にする。また同じくGL_Matrix_Max(2)，GL_Matrix_Max(3),,,,,, GL_MATRIX_MAX(N)及びGL_Matrix_Min(2)，GL_Matrix_Min(3),,,,,, GL_Matrix_Min(n)までを求める。
【００２６】
図６では図４と図５の式で求めたGL_Matrix_Max(1)からGL_Matrix_Min(1)を引いてCell_Threshold１にして同じくCell_Threshold２からCell_Thresholdｎまでを求める。そして最後にｎ個のCell_Thresholdまでの中で最大値を計算してCell_Treshold_Line１に定義する。
【００２７】
次に図２の３２に示した一番下の１Lineの１Pixel上のLineのGray Levelを取ってさらに図３，図４，図５，図６を経て最終的にCell_Treshold_Line２を算出する。
【００２８】
このように３２番から３０番までのＹ方向のＰ個のLineに対して同一計算を行うとCell_Treshold_Line１からCell_Treshold_LineＰまでのCell_Tresholdを算出することが可能になる。このそれぞれのCell_Threshold_LineはCell Matの始点と終点を決めるそれぞれのLineの閾値として使われる。
【００２９】
次に図１の６と図２の２９に示したAuto Threshold Search Areaと同一のＹ方向の幅（P Pixel）を図１の７に示したように１Die分スキャンする。
【００３０】
スキャンの目的は始点（９番から１８番）と終点（１９番から２８番）を検出することにある。そのそれぞれの始点と終点を検出する方法を次に記述する。まず、Ｘ位置に対するGray levelデータをCell Pitch単位の行列にして１Die分取得する。取得した行列のデータからは図７の４４のDie Start位置からCell Pitch単位にして引き算を行ってその計算結果の絶対値が該当LineのCell_Treshold_Lineに比べて大きいか小さいかを判定する。この判定での結果で始点と終点の候補を決定する。下記では具体的にその始点と終点の候補から本当の始点と終点を決める方法を説明する。
【００３１】
まず、DieのStart PixelからCell Pitch間隔の行列単位で引き算を行ってその絶対値が閾値（Cell_Treshold_Line）を超えないPixelを探す。そしてそのPixelを含めた連続３PixelがCell_Thresholdを超えなかったらそのPixelを始点候補を現すS_Pixel_Candidateと定義する。そしてS_Pixel_Candidateが含まれたCell Pitchの次のCell Pitch比較結果のPixelの９０％が閾値を超えていない比較結果になった場合に、このPixelをS_Pixelに定義する。そして続けてCell Pitch間の比較を１Dieの最後まで比較すると複数のS_Pixelを探し出すことができる。これは以下の（１）乃至（４）のように表現することができる。
【００３２】
（１）まず、DieのStart Pixelから、Cell MatのImage内のGray levelデータがCell Pitch単位で行列化されたもの同士をCell Pitch間隔で引き算を行う。そして、その引き算の差の絶対値が閾値（Cell_Treshold_Line）を超えないPixelを探す。
（２）そしてそのPixelを含めた連続３PixelがCell_Thresholdを超えなかったらそのPixelを始点候補を現すS_Pixel_Candidateと定義する。
（３）そして、S_Pixel_Candidateを得た引き算以降の引き算を行ったImageのPixelの９０％が閾値（Cell_Treshold_Line）を超えていない場合に、このS_Pixel_CandidateをS_Pixelと定義する。
（４）そして続けてGray levelデータがCell Pitch単位で行列化されたもの同士のCell Pitch間隔での引き算、及び引き算の差の絶対値と閾値との比較を１Dieの最後まで比較すると複数のS_Pixelを探し出すことができる。
【００３３】
S_Pixelを探し出す計算と同時にCell Matの最後を現すE_Pixelを探し出す計算も行う。即ち、Dieの４４番のStart PixelからCell Pitch間の比較を続けて行っていくと閾値を超えるPixelを探しだすことができる。そしてそのPixelを含めて連続３PixelがCell_Thresholdを超えたらそのPixelを終点候補を現すE_Pixel_Candidateと定義する。その後、E_Pixel_Candidateが含まれたCell Pitchの次のCell Pitchの比較結果のPixelの９０％が閾値を超えたらE_Pixelに定義して１Dieの最後までのCell Pitch比較で複数のE_Pixelを探し出す。これは以下の（５）乃至（８）のように表現することができる。
【００３４】
（５）Dieの４４番のStart PixelからGray levelデータがCell Pitch単位で行列化されたもの同士のCell Pitch間隔での引き算を続けて行っていくと、閾値を超えるPixelを探しだすことができる。
（６）そしてそのPixelを含めて連続３PixelがCell_Thresholdを超えたらそのPixelを終点候補を現すE_Pixel_Candidateと定義する。
（７）その後、E_Pixel_Candidateを得た引き算以降の引き算を行ったImageのPixelの９０％が閾値を超えたらE_Pixelに定義する。
（８）そして続けてGray levelデータがCell Pitch単位で行列化されたもの同士のCell Pitch間隔での引き算、及び引き算の差の絶対値と閾値との比較を１Dieの最後まで比較すると複数のE_Pixelを探し出すことができる。
【００３５】
ただ、S_Pixelが検出される前にE_Pixelが先に検出されるとS_Pixel検出ループに戻って閾値（Cell_Treshold_Line）を超えない連続３Pixelの条件に合ったS_Pixelが含まれたCell Pitchの次のCell Pitch比較結果のPixelの９０％が閾値を超えない条件を１０％ずつさげてS_Pixelを検出する。
【００３６】
つまり、S_Pixelが検出される前にE_Pixelが先に検出される場合もあるから、その場合は、前述したS_Pixel検出ループに戻り、９０％とした条件を８０％として、S_Pixelを検出する。それでも、S_Pixelが検出されないのであれば、８０％とした条件を７０％としてS_Pixelを検出する。S_Pixelが検出できるまで１０％毎の条件の引き下げは行われるということである。
【００３７】
また同じくS_Pixelの次にE_Pixelが検出されなくて続けてS_Pixelが現れた場合はE_Pixel検出ループに戻って閾値（Cell_Treshold_Line１）を超える連続３Pixelの条件に合ったE_Pixelが含まれたCell Pitchの次のCell Pitch比較結果のPixelの９０％が閾値を超えるべき条件を１０％ずつさげてE_Pixelを検出する。
【００３８】
つまり、S_Pixelの次にE_Pixelが検出されずに、続けてS_Pixelが現れる場合もあるから、その場合は、前述したE_Pixel検出ループに戻り、９０％とした条件を８０％として、E_Pixelを検出する。それでも、E_Pixelが検出されないのであれば、８０％とした条件を７０％としてE_Pixelを検出する。E_Pixelが検出できるまで１０％毎の条件の引き下げは行われるということである。
【００３９】
ここまでの方法でそれぞれのLineでそれぞれのCell_Treshold_Lineを適用してＸ方向のそれぞれの始点とそれぞれの終点を探すことができた。即ち、図１の７のスキャンからもしＰ個Line分の計算をした場合はＰ個Lineごとに１０個の始点（S_Pixel_1〜S_Pixel_10）と１０個の終点（E_Pixel_1〜E_Pixel_10）が検出できる。
【００４０】
次は求められたＰ個Lineから得たS_Pixel_1がPixelの位置が最も一致するＸ位置を最終的にS_Pixel_1に決定する。また他の始点と終点についても同じく最も一致するＸ位置を最終的にS_PixelとE_Pixelに定義する。
【００４１】
次にはＹ方向でのCell Matの始点と終点を算出するため８に示したように部分的なＸスキャン、またはＹスキャンを行う。ここでスキャンから得たImageを９０度回してＸ方向の始点と終点を決めた方法と同じ方法でＹ方向の始点と終点を算出する。
【００４２】
最終的に算出されたＸＹ方向の始点と終点を繋げてS_PixelとE_Pixelの間をCell Matに定義する。
【００４３】
このような方法により、Cell Matの始点と終点を定め、Cellの種類により異なる検査方法，検査条件を適用することにより、より正確な欠陥検査を実行できる欠陥検査装置が実現できる。
【符号の説明】
【００４４】
１…Wafer、２…Die、３…Cell Mat、４…Cell Matの始点、５…Cell Matの終点、６…Auto Threshold Search Area、７…Ｘスキャン、８…Ｙスキャン、９〜１８…Cell Matの始点、１９〜２８…Cell Matの終点、２９…Auto Threshold Search AreaのTDI Image、３０…ＰLine目のスキャン、３１…一つのCell Pitch、３２…１Line目のスキャン、３３…１Line目のスキャン結果のGray Levelのグラフ、３４…ｍ個のCell Pitch（ｎ個のPixelに構成）を構成する最初のPixelのそれぞれを集めた集合をGL_Matrix_1の式にあらわした図、３５…ｍ個のCell Pitch（ｎ個のPixelに構成）を構成する２番目のPixelのそれぞれを集めた集合をGL_Matrix_2の式にあらわした図、３６…ｍ個のCell Pitch（ｎ個のPixelに構成）を構成するｎ個目のPixelのそれぞれを集めた集合をGL_Matrix_nの式にあらわした図、３７…Auto Threshold Search Area、３８…１Die分スキャン時のＰ番目のLineのＸスキャン、３９…１Die分スキャン時の下から２番目のLineのＸスキャン、４０…１Die分スキャン時の一番下のLineのＸスキャン、４１〜４３…１Die分スキャン時のＹ方向のスキャン、４４…ＴＤＩ像で表した一つのDieのStart Pixel、４５…ＴＤＩ像で表したCell Matの始点、４６…ＴＤＩ像で表したCell Matの終点。
【特許請求の範囲】
【請求項１】
欠陥検査装置において、
複数の素子を集めて配置することで形成された集団の画像を得て、前記画像のグレイレベルを所定の間隔に区切り、区切られたグレイレベル同士について前記所定の間隔毎に引き算を行い、前記引き算の結果の絶対値と閾値とを比較することで前記集団の始点、及び終点のうち少なくとも１つの位置を得る処理部を有することを特徴とする欠陥検査装置。
【請求項２】
請求項１に記載の欠陥検査装置において、
前記処理部は、
前記絶対値が前記閾値以下であり、
さらに、前記絶対値を得られた画素以降の所定の画素が前記閾値以下であった場合は、前記絶対値を有する画素を前記始点の候補とすることを特徴とする欠陥検査装置。
【請求項３】
請求項２に記載の欠陥検査装置において、
前記処理部は、
前記絶対値を得た引き算より後の引き算を行った画素のグレイレベルが前記閾値の所定の割合以下であれば前記始点の候補を前記始点と認識することを特徴とする検査装置。
【請求項４】
請求項１に記載の欠陥検査装置において、
前記処理部は、
前記絶対値が前記閾値より大きく、
さらに、前記絶対値を得られた画素以降の所定の画素が前記閾値より大きかった場合は、前記絶対値を有する画素を前記終点の候補とすることを特徴とする欠陥検査装置。
【請求項５】
請求項４に記載の欠陥検査装置において、
前記処理部は、
前記絶対値を得た引き算より後の引き算を行った画素のグレイレベルが前記閾値の所定の割合より大きければ前記終点の候補を前記終点と認識することを特徴とする検査装置。
【請求項６】
欠陥検査の検査条件設定方法において、
複数の素子を集めて配置することで形成された集団の画像を得て、
前記画像のグレイレベルを所定の間隔に区切り、
区切られたグレイレベル同士について前記所定の間隔毎に引き算を行い、
前記引き算の結果の絶対値と閾値とを比較することで前記集団の始点、及び終点のうち少なくとも１つの位置を得ることを特徴とする検査条件設定方法。
【請求項７】
請求項６に記載の検査条件設定方法において、
前記絶対値が前記閾値以下であり、
さらに、前記絶対値を得られた画素以降の所定の画素が前記閾値以下であった場合は、前記絶対値を有する画素を前記始点の候補とすることを特徴とする検査条件設定方法。
【請求項８】
請求項７に記載の検査条件設定方法であって、
前記絶対値を得た引き算より後の引き算を行った画素のグレイレベルが前記閾値の所定の割合以下であれば前記始点の候補を前記始点と認識することを特徴とする検査条件設定方法。
【請求項９】
請求項６に記載の検査条件設定方法において、
前記絶対値が前記閾値より大きく、
さらに、前記絶対値を得られた画素以降の所定の画素が前記閾値より大きかった場合は、前記絶対値を有する画素を前記終点の候補とすることを特徴とする検査条件設定方法。
【請求項１０】
請求項９に記載の欠陥検査装置において、
前記絶対値を得た引き算より後の引き算を行った画素のグレイレベルが前記閾値の所定の割合より大きければ前記終点の候補を前記終点と認識することを特徴とする検査条件設定方法。
【請求項１】
欠陥検査装置において、
複数の素子を集めて配置することで形成された集団の画像を得て、前記画像のグレイレベルを所定の間隔に区切り、区切られたグレイレベル同士について前記所定の間隔毎に引き算を行い、前記引き算の結果の絶対値と閾値とを比較することで前記集団の始点、及び終点のうち少なくとも１つの位置を得る処理部を有することを特徴とする欠陥検査装置。
【請求項２】
請求項１に記載の欠陥検査装置において、
前記処理部は、
前記絶対値が前記閾値以下であり、
さらに、前記絶対値を得られた画素以降の所定の画素が前記閾値以下であった場合は、前記絶対値を有する画素を前記始点の候補とすることを特徴とする欠陥検査装置。
【請求項３】
請求項２に記載の欠陥検査装置において、
前記処理部は、
前記絶対値を得た引き算より後の引き算を行った画素のグレイレベルが前記閾値の所定の割合以下であれば前記始点の候補を前記始点と認識することを特徴とする検査装置。
【請求項４】
請求項１に記載の欠陥検査装置において、
前記処理部は、
前記絶対値が前記閾値より大きく、
さらに、前記絶対値を得られた画素以降の所定の画素が前記閾値より大きかった場合は、前記絶対値を有する画素を前記終点の候補とすることを特徴とする欠陥検査装置。
【請求項５】
請求項４に記載の欠陥検査装置において、
前記処理部は、
前記絶対値を得た引き算より後の引き算を行った画素のグレイレベルが前記閾値の所定の割合より大きければ前記終点の候補を前記終点と認識することを特徴とする検査装置。
【請求項６】
欠陥検査の検査条件設定方法において、
複数の素子を集めて配置することで形成された集団の画像を得て、
前記画像のグレイレベルを所定の間隔に区切り、
区切られたグレイレベル同士について前記所定の間隔毎に引き算を行い、
前記引き算の結果の絶対値と閾値とを比較することで前記集団の始点、及び終点のうち少なくとも１つの位置を得ることを特徴とする検査条件設定方法。
【請求項７】
請求項６に記載の検査条件設定方法において、
前記絶対値が前記閾値以下であり、
さらに、前記絶対値を得られた画素以降の所定の画素が前記閾値以下であった場合は、前記絶対値を有する画素を前記始点の候補とすることを特徴とする検査条件設定方法。
【請求項８】
請求項７に記載の検査条件設定方法であって、
前記絶対値を得た引き算より後の引き算を行った画素のグレイレベルが前記閾値の所定の割合以下であれば前記始点の候補を前記始点と認識することを特徴とする検査条件設定方法。
【請求項９】
請求項６に記載の検査条件設定方法において、
前記絶対値が前記閾値より大きく、
さらに、前記絶対値を得られた画素以降の所定の画素が前記閾値より大きかった場合は、前記絶対値を有する画素を前記終点の候補とすることを特徴とする検査条件設定方法。
【請求項１０】
請求項９に記載の欠陥検査装置において、
前記絶対値を得た引き算より後の引き算を行った画素のグレイレベルが前記閾値の所定の割合より大きければ前記終点の候補を前記終点と認識することを特徴とする検査条件設定方法。
【図１】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【公開番号】特開２０１２−１７８１５９（Ｐ２０１２−１７８１５９Ａ）
【公開日】平成２４年９月１３日（２０１２．９．１３）
【国際特許分類】
【出願番号】特願２０１２−５９６２８（Ｐ２０１２−５９６２８）
【出願日】平成２４年３月１６日（２０１２．３．１６）
【分割の表示】特願２００６−２３４８３２（Ｐ２００６−２３４８３２）の分割
【原出願日】平成１８年８月３１日（２００６．８．３１）
【出願人】（５０１３８７８３９）株式会社日立ハイテクノロジーズ (4,325)
【Ｆターム（参考）】
【公開日】平成２４年９月１３日（２０１２．９．１３）
【国際特許分類】
【出願日】平成２４年３月１６日（２０１２．３．１６）
【分割の表示】特願２００６−２３４８３２（Ｐ２００６−２３４８３２）の分割
【原出願日】平成１８年８月３１日（２００６．８．３１）
【出願人】（５０１３８７８３９）株式会社日立ハイテクノロジーズ (4,325)
【Ｆターム（参考）】
[ Back to top ]