欠陥検査方法
【課題】 欠陥検査において欠陥検出閾値及び欠陥検出フォーカス等のパラメータを高精度で且つ短時間に設定できるようにする。
【解決手段】 検査対象基板にエネルギービームを照射することによって、当該検査対象基板から反射されたエネルギービームをディジタル画像信号として取得し、取得されたディジタル画像信号の強度が閾値を超える場合に当該ディジタル画像信号を欠陥として検出する。閾値は、ディジタル画像信号に含まれるノイズ信号の最大強度に基づいて設定される。
【解決手段】 検査対象基板にエネルギービームを照射することによって、当該検査対象基板から反射されたエネルギービームをディジタル画像信号として取得し、取得されたディジタル画像信号の強度が閾値を超える場合に当該ディジタル画像信号を欠陥として検出する。閾値は、ディジタル画像信号に含まれるノイズ信号の最大強度に基づいて設定される。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は、電子線、光又はＸ線などのエネルギービームを用いて、回路パターンが形成された半導体ウェハ、回路基板、液晶基板、ホトマスク、磁気ディスクヘッド、光ディスク又はハードディスクなどの検査対象物から荷電子、反射光又は散乱光などの物理的性質を現した画像を取得し、その画像を用いて検査対象物の欠陥を検査する欠陥検査方法に関し、具体的には当該画像信号又は差分画像信号に対して閾値を設定することによって欠陥か否かを判別するアルゴリズムを用いた欠陥検査方法に関する。
【背景技術】
【０００２】
現在、電子デバイスの性能向上及びチップコスト削減のための微細化、又は映像デバイスへの顧客ニーズ若しくは商品差別化のための大面積化などが進む中で、デバイス製造における異物などの欠陥が歩留まりや品質に大きな影響を与えている。
【０００３】
しかし、パターンの微細化に伴う検査スポット径の微細化又は検査面積の増大によって検査時間が増大し、それによってスループットが低下している。また、検査スポット径の微細化に起因してコントラストの高い鮮明な画像を得ることが難しくなり、その結果、欠陥検出信号とノイズ信号との比（Ｓ／Ｎ比）が低下している。このため、欠陥を検出するための閾値設定が困難になって合わせこみに多大な時間が必要になるなどの問題点が発生している。
【０００４】
従って、パターンの微細化に対応した検査スポット径の微細化及び検査の高感度化、並びに検査面積拡大に対応した検査速度の高速化が必要となっている。
【０００５】
例えば特許文献１には、パターン比較検査装置に関する検査閾値の設定方法が開示されている。
【０００６】
ところで、パターン画像比較による検査では、検査対象の画像（以下、検査画像と呼ぶ）と、比較相手の画像（以下、参照画像と呼ぶ）との差分を求め、その差分（差画像）が閾値以上ならば欠陥と判定し、閾値未満ならば正常と判定する。すなわち、閾値を上げると検査感度が下がり、閾値を下げると検査感度が上がるという関係にあり、欠陥を判定の基準となる閾値は検査性能を左右する重要なパラメータである。また、検査対象がパターン無しの場合においても、検査領域とその近傍領域との間で画像比較を行ったり又は画像比較されていない生データ信号での信号強度変化により欠陥を検出したりしているが、いずれの場合であっても検査対象に応じて閾値設定を行なう必要がある。
【０００７】
特許文献１では、閾値調整を検査中に行うことによって、閾値が低すぎることによる擬似欠陥（検査対象の色むらなどに起因する下地ノイズを誤検出し、欠陥ではないものが欠陥として検出されたもの）の検出を抑制し、それによって検査装置のオーバーフローをなくす方法が開示されている。具体的には、検査前に予め初期閾値を設定して検査を実施しながら、検査中に欠陥密度を判定し、欠陥密度が所定値を超える場合には、閾値を上げて検査感度を緩めて再検査する方法である。
【０００８】
また、例えば特許文献２には、複数の検出系を設けることによって検査時間を短縮した検査装置が開示されている。特許文献２に示す検査装置においては、複数の検出系に対して、その間の検出系差をなくすために、階調校正及び閾値校正をノイズ信号を用いて実施している。ノイズ信号は、パターンがない検査対象を用いた検査などによって得られ、各検出系の暗レベルとノイズ信号のピーク値とから直線近似を行なって、各検出系について得られた直線の傾き及び切片が同じになるように階調校正を行なう。また、閾値調整に関しては、各検出系でのノイズ信号のバラツキ幅（標準偏差σ）から経験的なオフセット（ｄｄ）を加算してそれぞれの検出系に対して閾値を設定するか、又は検出系のノイズ信号のバラツキ幅が最大となるバラツキ幅（σＭａｘ）を用いて経験的なオフセット（ｄｄ）を加算することにより各検出系の閾値を一定に設定している。
【０００９】
尚、実際の検査対象を検査する際の閾値調整に関しては、検査前に閾値を何段階かに細かく振り且つ検査領域を広くとって検査を行い、これらの検査結果を比較して最適と思われる閾値を選んでいる。
【特許文献１】特開２００２−２２８６０６号公報
【特許文献２】特開２０００−６７７９７号公報
【発明の開示】
【発明が解決しようとする課題】
【００１０】
しかしながら、特許文献１の閾値設定方法では、欠陥密度がある値を超過した場合には閾値を上げるという手法であるため、閾値を上げた際に実際の欠陥を見逃すという問題が発生する。また、閾値の上げ幅が小さい場合には、閾値設定が条件を満たすまで数回の予備検査が必要となり、検査時間に非常に時間を要する一方、閾値の上げ幅が大きい場合には、本質的な欠陥を見逃す可能性が高い。すなわち、特許文献１の閾値設定方法においては、評価バラツキが大きくなるという問題、及び閾値を設定するための上げ幅や初期値の調整のために多大な時間を要するという問題が生じていた。
【００１１】
また、複数検出系を有する検査装置における特許文献２の閾値校正方法では、各検出系のノイズ信号のバラツキ幅（標準偏差σ）に対して経験的なオフセット（ｄｄ）を加算して閾値を設定しているので、実際の欠陥検出に係るノイズ信号の最大値に対しては閾値調整が不十分となる。このため、各検出系のノイズ信号最大値の誤差が大きいので、言い換えると、欠陥判定閾値とノイズ信号最大値との間隔にバラツキが生じるので、閾値調整精度不足に起因する欠陥の誤検出及び見逃しが発生する。特に、複数のピークを持つ複雑なノイズ信号の場合においては、ノイズ信号のバラツキ幅の誤差が大きくなるので、適正な閾値調整ができず、その結果、欠陥の誤検出及び見逃しが多発する。
【００１２】
また、特許文献１及び２において検査フォーカスについては特記されていないが、検査対象となるパターンが微細化されてきているため、フォーカス調整が難しく、フォーカスがずれることによる画像ぼけが顕著となり、その結果、欠陥の見逃しが発生するという問題が発生している。
【００１３】
また、特許文献２において検出系のフォーカス調整方法については特記されていないが、各検出系のフォーカスの校正精度不足による画像ぼけが顕著となり、その結果、欠陥の見逃しが発生するという問題が発生している。
【００１４】
また、特許文献１及び２の欠陥検査装置及び欠陥検査システムでは、欠陥情報を保存するデータベースに欠陥検出信号が存在せず、また、閾値の適正度合いを示す指標がないことから、閾値を合わせこむために、閾値を変化させて数回の検査を繰り返し行う必要がある。このため、電子線を用いた検査では、特にチャージアップによる画像変化が顕著となり、その結果、検査ができなくなるという問題が発生している。
【００１５】
前記に鑑み、本発明は、欠陥検査において欠陥検出閾値及び欠陥検出フォーカス等のパラメータを高精度で且つ短時間に設定できるようにすることを目的とする。
【課題を解決するための手段】
【００１６】
前記の目的を達成するために、本発明に係る第１の欠陥検査方法は、検査対象基板にエネルギービームを照射することによって、当該検査対象基板から反射された前記エネルギービームをディジタル画像信号として取得し、取得されたディジタル画像信号の強度が閾値を超える場合に当該ディジタル画像信号を欠陥として検出する欠陥検査方法であって、前記ディジタル画像信号に含まれるノイズ信号の最大強度に基づいて前記閾値を設定する。
【００１７】
第１の欠陥検査方法によると、検査対象基板における色むらなどを含むノイズ信号の評価を行うことによって、特に検査対象基板の欠陥密度が低い場合又は欠陥信号とノイズ信号との比が小さい場合においても、検査対象基板のノイズ信号の最大強度に基づいて欠陥検出閾値を高精度で且つ短時間に設定することができる。従って、欠陥の誤検出や見逃しの可能性を最小化することができると共に検査バラツキを低減することができる。また、従来多大な時間を要していた検出系の感度調整についても高精度な校正を短時間に実施することができる。
【００１８】
第１の欠陥検査方法において、前記検査対象基板における所定の検査領域について前記ノイズ信号の強度を識別階調として取得し、当該識別階調に対する前記ノイズ信号の検出数を求め、当該検出数を前記識別階調により積分することによって累積検出数を求め、前記ノイズ信号の正規分布特性を利用して前記累積検出数を対数変換した後にその３乗根を対数変換３乗根累積検出数として求め、当該対数変換３乗根累積検出数の前記識別階調に対する線形特性に基づいて、前記累積検出数が１未満となる最大の前記識別階調を算出し、当該算出値を前記閾値に設定することが好ましい。
【００１９】
このようにすると、欠陥の累積検出数が少なく実欠陥を用いて閾値を設定することが難しい検査対象基板においても、当該検査対象基板に応じた適正な閾値を高精度で設定することができるので、欠陥の誤検出や見逃しを最小限にした欠陥検査が可能となる。さらに、閾値設定に要する時間を大幅に短縮できると共に、閾値設定をコンピュータ及びソフトウェアを用いて自動化することができる。
【００２０】
この場合において、複数の検出系を有する欠陥検査装置を用いる場合には、言い換えると、ディジタル画像信号が同じ検査対象基板について複数の検出系のそれぞれによって取得される場合には、前記検出数、前記累積検出数、前記対数変換３乗根累積検出数及び前記閾値は前記複数の検出系のそれぞれについて算出され、前記複数の検出系のそれぞれについて算出された前記閾値が同じになるように当該各閾値に対してオフセット値を設定すると共に前記複数の検出系のそれぞれについて算出された前記対数変換３乗根累積検出数の前記識別階調に対する線形特性を表す直線の傾きが同じになるように当該各傾きに対して係数を設定することが好ましい。このようにすると、複数の検出系を有する欠陥検査装置を用いる場合であっても、各検出系の欠陥検出閾値が同じになるように閾値校正を行なうことが可能となるので、各検出系の欠陥検出閾値を高精度で一定且つ適正に保つことができる。
【００２１】
また、この場合、前記ディジタル画像信号は前記エネルギービームのパラメータの値を変化させることによって当該パラメータの値毎に取得され、前記検出数、前記累積検出数、前記対数変換３乗根累積検出数、及び前記累積検出数が１未満となる最大の前記識別階調である前記閾値は前記パラメータの値毎に算出され、前記パラメータの値毎に算出された前記閾値に基づいて、前記閾値を最大化できる前記パラメータの値を求めることが好ましい。このようにすると、検査対象基板の画像コントラストを利用してフォーカス等のパラメータ設定を行なっていた従来技術と比べて、当該検査対象基板に応じた適正なパラメータの値を高精度で設定することができるので、欠陥の誤検出や見逃しを最小限にした欠陥検査が可能となる。さらに、パラメータ設定に要する時間を大幅に短縮できると共に、パラメータ設定をコンピュータ及びソフトウェアを用いて自動化することができる。ここで、複数の検出系を有する欠陥検査装置を用いる場合には、言い換えると、ディジタル画像信号が同じ検査対象基板について複数の検出系のそれぞれによって前記パラメータの値毎に取得される場合には、前記検出数、前記累積検出数、前記対数変換３乗根累積検出数、及び前記累積検出数が１未満となる最大の前記識別階調である前記閾値は前記複数の検出系のそれぞれについて前記パラメータの値毎に算出され、前記閾値を最大化できる前記パラメータの値は前記複数の検出系のそれぞれについて算出され、前記複数の検出系のそれぞれについて算出された、前記閾値を最大化できる前記パラメータの値が同じになるように当該各パラメータの値に対してオフセット値を設定することが好ましい。このようにすると、複数の検出系を有する欠陥検査装置を用いる場合であっても、各検出系のフォーカス等のパラメータの値が同じになるようにパラメータ校正を行なうことが可能となるので、各検出系のパラメータの値を高精度で一定且つ適正に保つことができる。尚、前記エネルギービームが光である場合には前記パラメータはフォーカス又は波長であり、前記エネルギービームが電子線である場合には前記パラメータは、電子レンズによるフォーカス、加速エネルギー又は通電電流であってもよい。
【００２２】
本発明に係る第２の欠陥検査方法は、検査対象基板にエネルギービームを照射することによって、当該検査対象基板から反射された前記エネルギービームをディジタル画像信号として取得し、取得されたディジタル画像信号の強度が閾値を超える場合に当該ディジタル画像信号を欠陥として検出する欠陥検査方法であって、前記検査対象基板における所定の検査領域に対してサンプリング検査を実施し、それにより得られた前記ディジタル画像信号に含まれるノイズ信号の最大強度に基づいて前記閾値を設定するサンプリング検査工程と、前記検査対象基板に対して本検査を実施し、それにより得られた前記ディジタル画像信号の強度が、前記サンプリング検査工程で設定された前記閾値を超える場合に当該ディジタル画像信号を欠陥として検出する本検査工程とを備えている。
【００２３】
第２の欠陥検査方法によると、検査対象基板における色むらなどを含むノイズ信号の評価を行うことによって、特に検査対象基板の欠陥密度が低い場合又は欠陥信号とノイズ信号との比が小さい場合においても、検査対象基板のノイズ信号の最大強度に基づいて欠陥検出閾値を高精度で且つ短時間に設定することができる。従って、欠陥の誤検出や見逃しの可能性を最小化することができると共に検査バラツキを低減することができる。
【００２４】
第２の欠陥検査方法において、前記検査対象基板上にパターンが存在する場合には前記所定の検査領域は前記パターンを満遍なく含み、前記所定の検査領域の面積の前記検査対象基板の全検査領域の面積に対する比率は１００分の１以上で且つ１０分の１以下であり、前記所定の検査領域は前記全検査領域に対して偏り無く配置されていることが好ましい。
【００２５】
このようにすると、欠陥検出閾値を高精度で且つ短時間に設定することができる。ここで、前記所定の検査領域はストライプ状又はアレイ状に設定されていてもよい。
【００２６】
第２の欠陥検査方法において、前記本検査工程で前記欠陥として検出された前記ディジタル画像信号の強度と前記ノイズ信号の最大強度とのＳ／Ｎ比を算出し、算出されたＳ／Ｎ比に基づいて前記閾値を再設定すると共に、新たに本検査を実施することなく、前記本検査により得られた前記ディジタル画像信号と前記再設定された前記閾値とを用いて欠陥を再抽出することが好ましい。
【００２７】
このようにすると、欠陥としての確からしさの指標としてＳ／Ｎ比を確認できるので、当該Ｓ／Ｎ比に基づいて欠陥検出閾値を高精度で再設定することができる。また、一回の本検査により得られたＳ／Ｎ比を欠陥毎にデータベースに記録しておけば、再び本検査を行なうことなく閾値を仮想的に変化させてやることによって、検査データの有用性及び欠陥のスクリーニングを容易に実施することができる。尚、同じ検査対象基板について所定の処理工程を経た後に、本発明の欠陥検査を実施し、欠陥検出信号とノイズ信号とのＳ／Ｎ比を算出して欠陥毎にデータベースに記録してもよい。また、同一構造を持つ複数の検査対象基板の欠陥検査においてそれぞれ検出された前述のＳ／Ｎ比を算出しておき、各検査対象基板間における当該Ｓ／Ｎ比の差に基づき、検出された欠陥の妥当性について判断しても良い。
【００２８】
第２の欠陥検査方法において、前記本検査工程で前記欠陥として検出された前記ディジタル画像信号の強度と前記ノイズ信号の最大強度とのＳ／Ｎ比を算出し、算出されたＳ／Ｎ比を前記本検査工程で検出された前記欠陥のそれぞれについて前記本検査工程の最中に又はその終了後に表示し、或いは、前記本検査工程で前記欠陥として検出された前記ディジタル画像信号の強度の最小値、平均値及び最大値のそれぞれと前記ノイズ信号の最大強度とのＳ／Ｎ比を算出し、算出された各Ｓ／Ｎ比を前記本検査工程の最中に又はその終了後に表示し、或いは、前記本検査工程で前記欠陥として検出された前記ディジタル画像信号の検出数、累積検出数若しくは対数変換３乗根累積検出数と、当該ディジタル画像信号の強度との相関関係を前記本検査工程の最中に又はその終了後に表示することが好ましい。
【００２９】
このようにすると、検査実施中においてもノイズ信号と欠陥信号との違いを把握することができるので、検査結果の信憑性をリアルタイムで確認することができる。すなわち、ノイズに起因する欠陥の誤検出などを迅速に把握することができる。
【００３０】
第２の欠陥検査方法において、前記本検査工程よりも前に、前記ディジタル画像信号の強度と前記ノイズ信号の最大強度とのＳ／Ｎ比が所定値よりも小さい領域を予め抽出しておき、抽出された領域を除外領域に設定する工程をさらに備え、前記本検査工程において、前記検査対象基板における前記除外領域を除く領域に対して前記本検査を実施することが好ましい。
【００３１】
このようにすると、欠陥の誤検出が起こりやすいパターン群等を含む領域を予め抽出して検査対象領域から除外できるため、その他の領域に対してはＳ／Ｎ比を高く（つまり欠陥検出閾値を小さく）設定して欠陥検出感度を上げることが可能になる。
【００３２】
第２の欠陥検査方法において、前記本検査工程は複数回実施され、前記各本検査工程で前記欠陥として検出された前記ディジタル画像信号の強度と前記ノイズ信号の最大強度とのＳ／Ｎ比を算出し、任意の欠陥について算出されたＳ／Ｎ比を前記各本検査工程の間で比較することによって、前記各本検査工程のうち当該Ｓ／Ｎ比が相対的に高い１つ又は複数の本検査工程を抽出することが好ましい。
【００３３】
このようにすると、任意の欠陥について欠陥検出感度の高い本検査工程を容易に抽出することができる。
【発明の効果】
【００３４】
本発明によると、単一又は複数の検出系を用いた欠陥検査方法における閾値設定において、検査対象基板における色むらなどを含むノイズ信号の評価を行うことにより、特に検査対象基板の欠陥密度が低い場合又は欠陥信号とノイズ信号との比が小さい場合においても、ノイズ信号の最大強度に基づいて欠陥検出閾値を高精度で且つ短時間に設定できる。また、従来多大な時間を要していた検出系の感度調整についても高精度な校正を短時間に実施することができる。
【発明を実施するための最良の形態】
【００３５】
（第１の実施形態）
以下、本発明の第１の実施形態に係る欠陥検査方法について図面を参照しながら説明する。
【００３６】
図１は、第１の実施形態に係る欠陥検査方法、具体的には、本発明のノイズ評価により欠陥検出閾値を決定する方法の処理フローを示している。また、図２（ａ）〜（ｆ）は、図１に示す処理フローの各ステップ（特にノイズ評価アルゴリズムによる信号変換方法）を説明するための図である。具体的には、図２（ａ）は図１のステップＳ１０２と対応し、図２（ｂ）は図１のステップＳ１０３及びＳ１０４と対応し、図２（ｃ）は図１のステップＳ１０５と対応し、図２（ｄ）は図１のステップＳ１０６と対応し、図２（ｅ）は図１のステップＳ１０７と対応し、図２（ｆ）は図１のステップＳ１０９と対応する。尚、本実施形態においては、図２（ａ）〜（ｆ）に示す処理によって、欠陥検査装置から画像信号を取り込み、当該信号に対してノイズ評価を行ない、その結果に基づいて閾値を決定する。
【００３７】
まず、ステップＳ１０１において、サンプリング領域の設定を行う。これは、実際の検査対象（例えば基板）における検査対象領域を減らすための処理である。検査対象領域を減らすことによって、以下に説明するノイズ評価アルゴリズムを用いた閾値決定方法で処理されるデータに、実欠陥信号が極力含まれないようにすることができ、それによりノイズを正確に評価することができる。また、検査対象領域を減らすことによって、閾値決定に関する処理を迅速に行うことができる。
【００３８】
後述するように、本実施形態によると、欠陥検査で検出される欠陥数の母数（全体数）が少ない場合においても、検査対象に合わせて閾値を高精度に設定することが可能である。また、閾値設定時には検査対象において欠陥を検出する必要がないので、より確実に閾値を設定することが可能であると共に閾値設定の自動化（高速化）も容易である。
【００３９】
図３（ａ）〜（ｆ）は、検査対象となるウェハ上におけるサンプリング領域の設定例を示している。本実施形態においては、欠陥検出閾値を高精度で且つ短時間に設定するためには、検査対象領域の全体面積に対するサンプリング領域の面積の割合（以下、サンプリング比率Ｒｓと称する）を１％程度以上で且つ１０％程度以下に設定することが望ましい。尚、図３（ａ）〜（ｃ）は、サンプリング比率Ｒｓが大きいサンプリング領域の設定例を示し、図３（ｄ）〜（ｆ）は、サンプリング比率Ｒｓが小さいサンプリング領域の設定例を示す。
【００４０】
本実施形態においては、サンプリング領域に対する検査によるノイズ評価結果を、サンプリング比率Ｒｓを考慮して検査対象領域全体のノイズ評価結果とみなす。尚、サンプリング領域は検査対象領域全体に対して偏り無く設定される。これにより、サンプリング領域の設定によって検査対象領域の面積を減らした分に関しても、検査対象領域の全面積でのノイズ信号を精度良く復元できる。このため、ノイズの最大値（ノイズ信号の最大強度）を高精度で求めることが可能となり、サンプリング領域での色むらなどによる信号バラツキをノイズ信号として取り込むことが可能となる。
【００４１】
具体的には、図３（ａ）〜（ｆ）に示すように、ストライプ状又はアレイ状にサンプリング領域を設定することができる。検査対象上にパターンが無いような場合には、図３（ａ）、（ｄ）に示すように、ストライプ状にサンプリング領域を設定するか、又は図３（ｂ）、（ｅ）に示すように、アレイ状に小さいサンプリング領域を設定することが有効である。一方、検査対象上にパターンが存在する場合には、図３（ｃ）、（ｆ）に示すように、パターンの繰り返し単位（例えばチップ領域などの繰り返し単位）に合わせて、アレイ状にサンプリング領域を設定することが望ましい。すなわち、サンプリング領域は、パターンの繰り返し単位を満遍なく含むことが好ましい。これにより、検査対象上にランダムにパターンが配置されている場合においても、繰り返しパターン間の差を全てノイズ信号に含ませることができる。
【００４２】
次に、ステップＳ１０２において、前検査を行う。これは、サンプリング領域に対して前検査を行い、それによってノイズを評価するための処理である。具体的には、検査対象（例えば基板）にエネルギービーム（例えば電磁波）を照射することによって、当該検査対象から反射されたエネルギービームを画像信号として取得し、当該画像信号に含まれるノイズを評価する。尚、この前検査では欠陥数をカウントするための閾値設定は不要である。
【００４３】
図２（ａ）は、ステップＳ１０２で得られた信号データ（画像信号）を示している。図２（ａ）に示すように、欠陥検査装置によって画像情報となる信号データ２０１を取得し、取得された信号データ２０１をＡ／Ｄ変換を用いてディジタル信号（ディジタル画像信号）に変換する。当該ディジタル信号にはノイズ信号と実際の欠陥信号とが含まれる。ここで、欠陥信号とは、検査対象上においてパターンが変形していたり又は異物が存在しているなどの異常（実欠陥）が生じていることを示している信号である。また、ノイズ信号は、検査対象上におけるパターン変形や異物の存在を示しているわけではないが、パターン比較の際に生じた検査パターンの位置ずれや色むらなどによって発生している信号である。すなわち、ノイズ信号は欠陥検査において欠陥として認識させたくない信号である。
【００４４】
本実施形態では、ステップＳ１０１でサンプリング領域の面積を検査対象領域の全体面積に対して小さく設定しており、当該サンプリング領域に実欠陥がほとんど含まれていないため、図２（ａ）に示すように、ステップＳ１０１で得られた信号データ２０１はノイズ信号のみからなる。
【００４５】
尚、検査対象上に繰り返しパターンが存在する場合には、同一検査対象内の繰り返しパターンを構成する複数の領域についてデータ信号２０１の差分を取得する。これにより、パターン自体に起因する信号が原理的にはキャンセルされるため、より高精度に欠陥を検出できる。従って、繰り返しパターンを有する検査対象に関しては、以下に説明するデータ処理において差分画像データを用いるものとする。また、パターンが存在しない検査対象に関しては、以下に説明するデータ処理において、検査対象領域を適切に分割することによって得られる差分画像データ、又は生画像データのいずれかを用いるものとする。
【００４６】
次に、ステップＳ１０３において、データ変換（度数変換）を行う。これは、ステップＳ１０２の前検査によって得られたディジタル信号に対して度数変換を行うものである。また、度数変換とは、図２（ａ）に示すような、検査位置（検査ロケーション）と信号強度との関係を表すデータを、信号強度と信号度数（信号検出数）との関係を表すデータに変換することである。図２（ｂ）は、ステップＳ１０２で得られた信号データを度数変換したデータを示している。図２（ｂ）に示すデータは、横軸に信号強度を、離散化した数値である識別階調（２５６階調）を用いて表し、縦軸に各識別階調（２５６階調の刻み）に対して検出された信号数を表したものである。
【００４７】
ところで、ノイズ信号は一般的に正規分布しているので、本実施形態においては、ステップＳ１０３で得られたノイズ信号データ（サンプリングデータ２０２）が正規分布しているものとする。すなわち、信号強度（本実施形態では識別階調）をｔとすると検出数Ｆ（ｔ）は、図２（ｂ）に示すように、正規分布する。また、検出数Ｆ（ｔ）は下記（式１）
【００４８】
【数１】
【００４９】
で表される。
【００５０】
（式１）中には特に記述していないが、Ｆ（ｔ）は、ｔ＝（ｔ−ｍ）／ａとなるノイズ信号強度の平均値ｍを中心に正規分布している。ａはバラツキ幅に関する係数である。
【００５１】
尚、以上の説明においては、ステップＳ１０２の前検査とステップＳ１０３のデータ変換（度数変換）とを別処理として記述した。しかし、ステップＳ１０２の前検査とステップＳ１０３のデータ変換（度数変換）とは同時に処理されることが望ましい。すなわち、各処理を別々に行うためには全てのデータを一時保存する必要があり、膨大なメモリが必要となるからである。そこで、ステップＳ１０２の前検査でデータを取得しながら識別諧調毎のカウンターに加算すれば、データの一時保存用のメモリは識別諧調の数だけでよくなり、ステップＳ１０２の前検査と同時にステップＳ１０３のデータ変換（度数変換）を容易に実施することができる。
【００５２】
次に、ステップＳ１０４において、データ変換（母数変換）を行う。具体的には、サンプリング領域と全検査対象領域とではノイズの検出母数が異なっているため、サンプリング領域で検出されたノイズの検出数に、（検査対象領域の全体面積／サンプリング領域の面積＝１／Ｒｓ）を掛け合わせることによって、サンプリング領域で得られたノイズの検出数（サンプリングデータ２０２）を全検査対象領域の母集団データ２０３に直す。例えば、サンプリング領域の面積を検査対象領域の全体面積の１０％程度に設定した場合には、サンプリングデータ２０２を１０倍することによって母集団データ２０３が得られる。
【００５３】
尚、以下に説明するデータ処理は、全検査対象領域の母集団データ２０３に対して行うものとする。但し、図２（ｂ）〜（ｅ）においては、サンプリング領域のサンプリングデータ２０２及び全検査対象領域の母集団データ２０３を合わせて示している。
【００５４】
また、図２（ｂ）に示す度数変換後のデータにおいて、縦軸は検出数であり、横軸は識別諧調であるが、検査単位（ピクセルサイズ）が小さくなれば、全検査対象領域の母集団データ２０３の数は大きくなる。
【００５５】
次に、ステップＳ１０５において、データ変換（累積変換）を行う。具体的には、ステップＳ１０４で得られた全検査対象領域の母集団データ２０３について、ある識別諧調を以上の強度を持つノイズ信号の数をカウントし、それにより、信号強度（識別諧調）と累積検出数との関係を表すデータに変換する。図２（ｃ）は、ステップＳ１０５の累積変換により得られたデータを示している。図２（ｂ）において、横軸は識別諧調（ｔ）を表し、縦軸は、識別諧調（ｔ）以上の強度を持つノイズ信号の検出数を識別諧調（ｔ）により積分することによって得られた累積検出数Ｓ（ｔ）である。累積検出数Ｓ（ｔ）は、下記（式２）
【００５６】
【数２】
【００５７】
で表される。尚、（式２）における積分区間はｔ＝ｔ〜∞である。
【００５８】
次に、ステップＳ１０６において、データ変換（対数変換）を行う。具体的には、ステップＳ１０５で得られた全検査対象領域の母集団データ２０３を対数変換する。図２（ｄ）は、ステップＳ１０６の対数変換により得られたデータを示している。ここで、対数変換とは、累積検出数Ｓ（ｔ）を対数値Ｌ（ｔ）に変換することである。すなわち、母集団データ２０３の総数をＮとすると、対数値Ｌ（ｔ）は、下記（式３）
【００５９】
【数３】
【００６０】
で表される。
【００６１】
次に、ステップＳ１０７において、データ変換（３乗根変換）を行う。具体的には、ステップＳ１０６で得られた、対数変換後の母集団データ２０３を３乗根変換する。図２（ｅ）は、ステップＳ１０７の３乗根変換により得られたデータを示している。ここで、３乗根変換とは、累積検出数Ｓ（ｔ）の対数値Ｌ（ｔ）を３乗根Ｇ（ｔ）に変換することである。すなわち、３乗根Ｇ（ｔ）は、下記（式４）
【００６２】
【数４】
【００６３】
で表される。
【００６４】
尚、３乗根Ｇ（ｔ）は、データが存在しているｔの区間においては、−ｔに比例する直線となる。また、Ｇ（ｔ）の最大値となるｔｅ以下のｔにおいてはＧ（ｔ）＝Ｇ（ｔｅ）で一定である。
【００６５】
次に、ステップＳ１０８において、データ分解を行う。本実施形態は、ノイズ信号が複数の正規分布の集まりから構成されているものとして、ノイズ信号が複雑である場合においても高精度に閾値を決定するものである。但し、検査対象上にパターンが存在しない場合などのように、ノイズ信号の主体が下地色むらに起因するノイズ信号であれば、データ分解の必要はない。また、検査対象上にパターンが存在する場合でも当該パターンが検査ピクセルサイズと同等か若しくはそれ以下の微細な繰り返しパターンであって当該パターンを無視できる場合も、データ分解の必要はない。
【００６６】
ここでは、まず、ステップＳ１０８のデータ分解が必要ない場合に関して、ステップＳ１０９以降のデータ処理の流れを説明する。
【００６７】
すなわち、ステップＳ１０９において、閾値設定を行う。具体的には、まず、図２（ｅ）に示すように、３乗根Ｇ（ｔ）に対してクロスポイントｔ０を求めるために、Ｓ（ｔ）＝１となるＧ（ｔ）を求める。すなわち、Ｇ（ｔ０）＝（ｌｏｇ（１／Ｎ））1/3 となるクロスポイントｔ０をＧ（ｔ）の直線近似式を用いて求める。
【００６８】
ここで、Ｓ（ｔ）＝１とはノイズ信号の累積検出数が１個であることを意味し、ｔ０は、ノイズ信号の最大強度を表す。そこで、信号強度をディジタル値である識別諧調を用いて表している本実施形態では、図２（ｆ）に示すように、ｔ０が属する識別諧調の１つ上の識別諧調を欠陥検出閾値ｔthに設定する。言い換えると、累積検出数Ｓ（ｔ）が１未満となる最大の識別階調を欠陥検出閾値ｔthに設定する。すなわち、ｔ０が小数点以下を持つ数であれば、ｔthはｔ０の小数点以下を切り上げた整数となる。
【００６９】
尚、Ｇ（ｔ）の直線近似式を求めるためのデータとしては、ｔ０を精度良く求めるためにｔ０近傍のデータを用いることが有効である。また、ｔ０近傍のデータ、具体的には、ｔがｔ０−１、ｔ０−２、・・・ｔ０−ｎとなるＧ（ｔ）のデータを用いて直線近似を行なう場合、Ｓ（ｔ０−ｎ）×サンプリング比率Ｒｓが１００以上となるｎを用いる。すなわち、Ｒｓが１０％であれば、Ｓ（ｔ０−ｎ）が１０００以上となるｎを用い、Ｒｓが１％であれば、Ｓ（ｔ０−ｎ）が１００００以上となるｎを用いる。このとき、直線近似において用いるデータの個数が４個以上であれば、十分な近似精度を得ることができる。また、以上に述べた、ディジタル信号であるノイズ信号の最大強度ｔ０は、直線近似による外挿値として算出されるが、最大強度ｔ０の近傍のデータを用いて直線近似を行っているため、最大強度ｔ０に関して実データと近似直線との一致性が高く、ノイズ信号の最大強度ｔ０を高精度で算出することができる。
【００７０】
以下、ステップＳ１０８のデータ分解が必要な場合に関して、ステップＳ１０９の閾値設定までの処理内容について、図４（ａ）〜（ｆ）を参照しながら説明する。尚、図４（ａ）〜（ｆ）において、ステップＳ１０８のデータ分解を説明するために、図４（ｆ）に示すデータ変換（３乗根変換）後に行うデータ分解の元データとなる図４（ｂ）〜（ｆ）に示すデータに関しても、データ分解されたデータを併記している。尚、ステップＳ１０８のデータ分解において分解されるノイズ信号データは、（式４）に示した３乗根Ｇ（ｔ）関数である。ステップＳ１０８ではＧ（ｔ）が−ｔに比例することを用いる。
【００７１】
まず、検査対象上のパターン（下地パターン）が複雑な場合には、図４（ａ）に示すように、ステップＳ１０２で得られた信号データ（画像信号）４０１つまりノイズ信号には、色むらやパターンエッジなどに起因する信号バラツキが存在する。このノイズ信号に対して、ステップＳ１０３のデータ変換（度数変換）及びステップＳ１０４のデータ変換（母数変換）を行うと、図４（ｂ）に示すサンプリングデータ４０２及び母集団データ４０３が得られる。ここで、図４（ｂ）に示すデータは、図４（ｃ）に示すように、複数のノイズ信号が重なり合うことによって生成される。尚、図４（ｃ）は、４種類のノイズ信号成分（Ｆ１、Ｆ２、Ｆ３、Ｆ４）が重なり合っている場合を示している。また、図４（ｃ）において、各ノイズ信号成分はそれぞれ正規分布形状を示しているが、各ノイズ信号成分の信号数（検出数）、バラツキ幅及び平均値などは互いに異なっている。さらに、図４（ｃ）においては、各ノイズ信号成分の信号強度（本実施形態では識別階調）（ｔ）に対する度数分布関数をＦｘ（ｔ）として示している。ここで、ｘはノイズ成分の数である。また、実際に検出されるノイズ信号数Ｆ（ｔ）は、各ノイズ信号成分の和として、下記（式５）
【００７２】
【数５】
【００７３】
で表される。また、Ｆｘ（ｔ）は下記（式６）
【００７４】
【数６】
【００７５】
で表される。
【００７６】
次に、ステップＳ１０５のデータ変換（累積変換）により、図４（ｃ）に示すデータが図４（ｄ）に示すデータに変換される。尚、実際に検出されるノイズ信号の累積検出数Ｓ（ｔ）は、各ノイズ信号成分の識別階調（ｔ）に対する累積検出数Ｓｘ（ｔ）の和として、下記（式７）
【００７７】
【数７】
【００７８】
で表される。また、Ｓｘ（ｔ）は下記（式８）
【００７９】
【数８】
【００８０】
で表される。尚、（式８）における積分区間はｔ＝ｔ〜∞である。
【００８１】
次に、ステップＳ１０６のデータ変換（対数変換）により、図４（ｄ）に示すデータが図４（ｅ）に示すデータに変換される。尚、実際に検出されるノイズ信号の対数変換累積検出数Ｌ（ｔ）及び各ノイズ信号成分の対数変換累積検出数Ｌｘ（ｔ）はそれぞれ、母集団データ４０３の総数をＮとすると、下記（式９）及び（式１０）
【００８２】
【数９】
【００８３】
【数１０】
【００８４】
で表される。
【００８５】
次に、ステップＳ１０７のデータ変換（３乗根変換）により、図４（ｅ）に示すデータが図４（ｆ）に示すデータに変換される。尚、実際に検出されるノイズ信号の対数変換３乗根累積検出数Ｇ（ｔ）及び各ノイズ信号成分の対数変換３乗根累積検出数Ｇｘ（ｔ）はそれぞれ、下記（式１１）及び（式１２）
【００８６】
【数１１】
【００８７】
【数１２】
【００８８】
で表される。尚、３乗根Ｇ（ｔ）及びＧｘ（ｔ）は、データが存在しているｔの区間においては、−ｔに比例する直線となる。
【００８９】
次に、ステップＳ１０８において、図５及び図６に示すように、データ分解を行ない、その後、ステップＳ１０９において、閾値設定を行う。
【００９０】
まず、図４（ｆ）及び図５に示すように、３乗根Ｇ（ｔ）に対してクロスポイントｔ０を求めるために、Ｓ（ｔ）＝１となるＧ（ｔ）を求める。具体的には、図５に示すように、３乗根Ｇ（ｔ）をｔのマイナス方向へ微分し、Ｄ（ｔ）＝ｄＧ（ｔ）／ｄｔを得る。
【００９１】
次に、ｔのマイナス方向へ向かって、Ｄ（ｔ）がプラス向きとなる識別階調ｔ（以下、データスタート階調ｔｘｃと称する）を検出していく。このとき、データスタート階調ｔｘｃのうちの最大値ｔｍａｘはノイズ信号の最大強度（つまり図４（ｆ）に示すクロスポイントｔ０）を示している。また、最大データスタート階調ｔｍａｘ未満のｔｘｃについては、別のノイズ信号成分の存在を示している。
【００９２】
次に、ｔのマイナス方向へ向かって、Ｄ（ｔ）がマイナス向きとなる識別階調ｔ（以下、データエンド階調ｔｘｅと称する）を検出していく。ｔｘｅは、あるノイズ信号成分が存在しなくなる識別階調を示している。
【００９３】
次に、ｔのマイナス方向へ向かって、Ｄ（ｔ）が一定となるときの当該Ｄ（ｔ）の値（つまりＧ（ｔ）の傾きＤｘ（ｔ））を検出する。
【００９４】
次に、図６に示すように、図５に示す処理で得られた最大データスタート階調ｔｍａｘ、データエンド階調ｔｘｅ、データスタート階調ｔｘｃ、及びＧ（ｔ）の傾きＤｘ（ｔ）を用いて、Ｇ（ｔ）をＧｘ（ｔ）に分解する。図６においては、分解後のＧｘ（ｔ）を破線で示している。
【００９５】
次に、Ｇ（ｔ）の直線近似を行って閾値を決定するためのデータ範囲を決定する。データ範囲決定要件の１つは、識別階調ｔの大きい方からＧ（ｔ）のグラフを見たときに傾きが最初に減少する識別階調（図６ではデータエンド階調ｔ４ｅ）以上であることである。さらに、他のデータ範囲決定要件は、Ｓ（ｔ０−ｎ）×サンプリング比率Ｒｓが１００以上となるｎ（図６では階調ｔｂ）であることである。以上が、ステップＳ１０８のデータ分解の処理内容である。
【００９６】
次に、ステップＳ１０９において、閾値設定を行う。具体的には、前述のデータ範囲内に他のＧｘ（ｔ）のデータが存在している場合には、当該Ｇｘ（ｔ）によるデータ増加分を差し引いて直線近似のためのデータ（図６ではＧ４のデータ）を得る。続いて、ｔｍａｘを通るＧｘ（ｔ）のデータ（直線近似のためのデータ）を用いて、Ｓ（ｔ）＝１となるクロスポイントｔ０を求める。最後に、ｔ０が属する識別諧調の１つ上の識別諧調を欠陥検出閾値ｔthに設定する。言い換えると、累積検出数Ｓ（ｔ）が１未満となる最大の識別階調を欠陥検出閾値ｔthに設定する。
【００９７】
次に、ステップＳ１１０において、ステップＳ１０１〜Ｓ１０９で得られた各種データ（信号分布データ）をデータベース（欠陥データベース）に出力する。
【００９８】
以上に説明したように、第１の実施形態によると、検査対象基板における色むらなどを含むノイズ信号の評価を行うことによって、特に検査対象基板の欠陥密度が低い場合又は欠陥信号とノイズ信号との比が小さい場合においても、検査対象基板のノイズ信号の最大強度に基づいて欠陥検出閾値を高精度で且つ短時間に設定することができる。すなわち、欠陥検出閾値を一意に且つ自動的に設定することができる。特に、全検査対象領域に対して満遍なく設定されたサンプリング領域の検査によって得られたノイズ信号を評価することによって、欠陥検出閾値を高精度で且つより短時間に設定することができる。従って、欠陥の誤検出や見逃しの可能性を最小化することができると共に検査バラツキを低減することができる。
【００９９】
また、第１の実施形態によると、検査対象のノイズ信号を考慮して欠陥検出閾値を求めるため、検査対象基板における色むらなどに起因するノイズ信号（下地ノイズ）の変化によって、欠陥の誤検出や見逃しが起こることを防止することができる。
【０１００】
また、第１の実施形態によると、欠陥の累積検出数が少なく実欠陥を用いて閾値を設定することが難しい検査対象基板においても、当該検査対象基板に応じた適正な閾値を高精度で設定することができるので、欠陥の誤検出や見逃しを最小限にした欠陥検査が可能となる。さらに、閾値設定に要する時間を大幅に短縮できると共に、閾値設定をコンピュータ及びソフトウェアを用いて自動化することができる。
【０１０１】
尚、第１の実施形態において、欠陥検出閾値を求めるためのサンプリング領域の面積の全検査対象領域の面積に対する比率（サンプリング比率Ｒｓ）を１％以上で且つ１０％以下に設定した。しかし、検査対象上の欠陥密度が小さく且つサンプリング領域の検査に要する時間が短い場合には、つまり実質的に運用可能である場合には、サンプリング比率Ｒｓが１０％を超えてもよい。
【０１０２】
また、第１の実施形態において、ステップＳ１０２の前検査で用いるエネルギービームの種類は特に限定されないが、例えば光等の電磁波、電子線又は放射線などを用いることができる。
【０１０３】
また、第１の実施形態において、ステップＳ１０２の前検査とステップＳ１０３のデータ変換（度数変換）とを同時処理することが望ましいこと、言い換えると、当該前検査でデータを取得しながら識別諧調毎のカウンターに加算すれば、データを一時保存するためのメモリは識別諧調の数だけ準備すればよくなり、ステップＳ１０２の前検査と同時にステップＳ１０３のデータ変換（度数変換）を容易に実施できることを説明した。しかし、これに代えて、ステップＳ１０３のデータ変換（度数変換）の処理をスキップして、ステップＳ１０２の前検査とステップＳ１０５のデータ変換（累積変換）とによって、図２（ｃ）に示すデータを取得することも可能である。具体的には、当該前検査でデータを取得しながら、検査中に逐次検出される信号の強度を判別し、当該強度がある値（識別諧調）以上である場合には当該識別諧調に対して信号検出数を加算すればよい。このようにすると、ステップＳ１０３のデータ変換（度数変換）を省略できるため、さらに高速な処理を実現できる。また、この場合、データを取得しながら行う信号処理は、メモリと演算装置とによってなされるが、検査における検査装置及びアプリケーションソフトのそれぞれに対する負荷を考慮し、当該信号処理にそれぞれ専用のメモリ及び演算装置を用いることによって、処理の高速化を図ることが望ましい。
【０１０４】
（第２の実施形態）
以下、本発明の第２の実施形態に係る欠陥検査方法について図面を参照しながら説明する。
【０１０５】
図７は、第２の実施形態に係る欠陥検査方法、具体的には、本発明のノイズ評価により検査フォーカスを決定する方法の処理フローを示している。また、図８（ａ）〜（ｅ）及び図９は、図７に示す処理フローの各ステップ（特にノイズ評価アルゴリズムによる信号変換方法）を説明するための図である。具体的には、図８（ａ）は図７のステップＳ２０２と対応し、図８（ｂ）は図７のステップＳ２０３及びＳ２０４と対応し、図８（ｃ）は図７のステップＳ２０５と対応し、図８（ｄ）は図７のステップＳ２０６と対応し、図８（ｅ）は図７のステップＳ２０７及びＳ２０８と対応し、図９は図７のステップＳ２１１と対応する。尚、本実施形態においては、図８（ａ）〜（ｅ）及び図９に示す処理によって、欠陥検査装置から画像信号を取り込み、当該信号に対してノイズ評価を行ない、その結果に基づいて検査フォーカス閾値を決定する。
【０１０６】
本実施形態の検査フォーカスの設定においては、フォーカスを例えば４水準変化させ、それぞれのフォーカスで得られる欠陥検出閾値を用いて当該閾値を最大にできるフォーカス値を求める。
【０１０７】
具体的には、まず、ステップＳ２０１において、サンプリング領域の設定を行うと共にフォーカスの初期設定を行う。続いて、フォーカスを４水準変化させて、各フォーカスについて、ステップＳ２０２の前検査からステップＳ２０９の閾値設定までの処理を実施する。尚、ステップＳ２０１〜Ｓ２０９の処理内容（図８（ａ）〜（ｅ）参照）については、基本的に第１の実施形態のステップＳ１０１〜Ｓ１０９の処理内容と同じであるので、詳細な説明を省略する。また、説明を簡単にするために、図８（ｅ）に示すデータ分解については、各フォーカスにより得られたノイズ信号を構成する複数のノイズ信号成分を示さないで、データ分解後における最大信号強度を持つノイズ信号成分のみを示している。
【０１０８】
次に、ステップＳ２１０において、４水準のフォーカスによる検査が全て終了したかどうかを判定し、終了した場合にはステップＳ２１１のフォーカス設定に進む。ここで、ステップＳ２０９の閾値設定において、各検査フォーカスｆｘ（ｘ＝１〜４）について得られた欠陥検出閾値をｔth（ｆｘ）とする。
【０１０９】
次に、ステップＳ２１１において、フォーカス設定を行う。本実施形態では、図９に示すように、フォーカスｆに対する閾値ｔの関係を、下記（式１３）
【０１１０】
【数１３】
【０１１１】
で表される、上に凸のｆの２乗曲線によって近似する。そこで、最小二乗法を用いてｔ（ｆ）が最大となるフォーカス値ｆｍを求める。これにより得られたフォーカス値ｆｍが最適フォーカスとなる。すなわち、フォーカス値ｆｍにおいて検査した場合に、欠陥検出閾値が最大になるので、当該場合に、ノイズ信号の振幅つまり信号強度が大きいことになるからである。
【０１１２】
次に、ステップＳ２１２において、各検査フォーカスｆｘ（ｘ＝１〜４）について得られた欠陥検出閾値ｔth（ｆｘ）、及び最適フォーカス値ｆｍを出力する。
【０１１３】
以上に説明したように、第２の実施形態によると、第１の実施形態と同様の効果に加えて、次のような効果が得られる。すなわち、検査対象基板の画像コントラストを利用してフォーカス設定を行なっていた従来技術と比べて、当該検査対象基板に応じた適正なフォーカスを高精度で一意に且つ自動的に設定することができる。特に、全検査対象領域に対して満遍なく設定されたサンプリング領域の検査によって得られたノイズ信号を評価することによって、検査対象のノイズ信号を考慮したフォーカスを高精度で設定できるので、欠陥の誤検出や見逃しの可能性が低く且つ検査ばらつきが少ない欠陥検査を実現することができる。
【０１１４】
また、第２の実施形態によると、フォーカス設定に要する時間を大幅に短縮できると共に、後述するように、フォーカス設定をコンピュータ及びソフトウェアを用いて自動化することができる。
【０１１５】
尚、第２の実施形態において、フォーカスを４水準変化させることによって最適フォーカスを導出したが、これに限らず、検査時間や検査対象の状態等に応じて、フォーカスを３水準以上の任意の水準数で変化させることによって最適フォーカスを導出してもよい。
【０１１６】
また、第２の実施形態において、ステップＳ２０２の前検査で用いるエネルギービームの種類は特に限定されないが、例えば光等の電磁波、電子線又は放射線などを用いることができる。また、本実施形態では、エネルギービームとして光を用いることを前提として、フォーカス設定を行なったが、これに代えて、波長等の他のパラメータの設定も同様に行うことができ、選択したパラメータについて感度が最大となる値を得ることができる。また、エネルギービームとして電子線を用いる場合には、電子レンズによるフォーカス、加速エネルギー又は通電電流等のパラメータの設定も同様に行うことができる。
【０１１７】
また、第２の実施形態において、フォーカスを高精度で且つ短時間に設定するためには、サンプリング領域の面積の全検査対象領域の面積に対する比率（サンプリング比率Ｒｓ）を１％以上で且つ１０％以下に設定することが好ましい。しかし、検査対象上の欠陥密度が小さく且つサンプリング領域の検査に要する時間が短い場合には、つまり実質的に運用可能である場合には、サンプリング比率Ｒｓが１０％を超えてもよい。
【０１１８】
また、第２の実施形態において、ステップＳ２０２の前検査とステップＳ２０３のデータ変換（度数変換）とを同時処理することが望ましい。具体的には、当該前検査でデータを取得しながら識別諧調毎のカウンターに加算すれば、データを一時保存するためのメモリは識別諧調の数だけ準備すればよくなり、ステップＳ２０２の前検査と同時にステップＳ２０３のデータ変換（度数変換）を容易に実施することができる。しかし、これに代えて、ステップＳ２０３のデータ変換（度数変換）の処理をスキップして、ステップＳ２０２の前検査とステップＳ２０５のデータ変換（累積変換）とによって、図８（ｃ）に示すデータを取得することも可能である。具体的には、当該前検査でデータを取得しながら、検査中に逐次検出される信号の強度を判別し、当該強度がある値（識別諧調）以上である場合には当該識別諧調に対して信号検出数を加算すればよい。このようにすると、ステップＳ２０３のデータ変換（度数変換）を省略できるため、さらに高速な処理を実現できる。また、この場合、データを取得しながら行う信号処理は、メモリと演算装置とによってなされるが、検査における検査装置及びアプリケーションソフトのそれぞれに対する負荷を考慮し、当該信号処理にそれぞれ専用のメモリ及び演算装置を用いることによって、処理の高速化を図ることが望ましい。
【０１１９】
（第３の実施形態）
以下、本発明の第３の実施形態に係る欠陥検査方法について図面を参照しながら説明する。
【０１２０】
図１０は、第３の実施形態に係る欠陥検査方法、具体的には、本発明のノイズ評価に基づいて、複数の検査器（検出系）を有する検査装置における各検査器が同じ検査感度を持つように検査特性を調整する方法の処理フローを示している。また、図１１（ａ）〜（ｅ）は、図１０に示す処理フローの各ステップ（特にノイズ評価アルゴリズムによる信号変換方法）を説明するための図である。具体的には、図１１（ａ）は図１０のステップＳ３０２と対応し、図１１（ｂ）は図１０のステップＳ３０３及びＳ３０４と対応し、図１１（ｃ）は図１０のステップＳ３０５と対応し、図１１（ｄ）は図１０のステップＳ３０６と対応し、図１１（ｅ）は図１０のステップＳ３０７及びＳ３０８と対応する。尚、本実施形態においては、図８（ａ）〜（ｅ）に示す処理によって、欠陥検査装置から画像信号を取り込み、当該信号に対してノイズ評価を行ない、その結果から得られた閾値に基づいて、後述する各検査器の閾値オフセット及び係数を決定する。
【０１２１】
まず、ステップＳ３０１において、サンプリング領域の設定を行った後、全ての検査器について、ステップＳ３０２の前検査からステップＳ３０９の閾値設定までの処理を実施する。尚、ステップＳ３０１〜Ｓ３０９の処理内容（図１１（ａ）〜（ｅ）参照）については、基本的に第１の実施形態のステップＳ１０１〜Ｓ１０９の処理内容と同じであるので、詳細な説明を省略する。また、説明を簡単にするために、図１１（ｅ）に示すデータ分解については、各検査器によって得られたノイズ信号を構成する複数のノイズ信号成分を示さないで、データ分解後における最大信号強度を持つノイズ信号成分のみを示している。
【０１２２】
次に、ステップＳ３１０において、全ての検査器についての検査が全て終了したかどうかを判定し、終了した場合にはステップＳ３１１の閾値調整値の設定に進む。ここで、ステップＳ３０９の閾値設定において、各検査器ｘ（本実施形態ではｘ＝１〜４）について得られた欠陥検出閾値及び対数変換３乗根累積検出数をそれぞれｔthｘ及びＧｘ（ｔ）とする。
【０１２３】
次に、ステップＳ３１１において、閾値調整値の設定を行う。具体的には、まず、各Ｇｘ（ｔ）を信号強度（本実施形態では識別階調）ｔによって微分することにより、各Ｇｘ（ｔ）の傾きＤｘ＝ｄＧｘ（ｔ）／ｄｔを得る。次に、ｔthｘ及びＤｘのそれぞれの中央値、つまり中央値（ｔthｘ）及び中央値（Ｄｘ）と、下記（式１４）及び（式１５）
【０１２４】
【数１４】
【０１２５】
【数１５】
【０１２６】
とを用いて、各検査器ｘについて、閾値ｔthｘのオフセット値ｔ０ｘと傾きＤｘの係数αｘを求め、各検査器ｘによる検査特性を調整する。すなわち、各閾値ｔthｘについては、（式１４）に示すように、同じ中央値（ｔthｘ）が得られるように、オフセット値ｔ０ｘを加算する。また、各傾きＤｘについては、同じ中央値（Ｄｘ）が得られるように、係数αｘを積算する。
【０１２７】
次に、ステップＳ３１２において、各検査器ｘについて得られた傾き（閾値近似直線Ｇｘ（ｔ）の傾き）Ｄｘ及びオフセット値ｔ０ｘを出力する。
【０１２８】
以上に説明したように、第３の実施形態によると、第１の実施形態と同様の効果に加えて、次のような効果が得られる。すなわち、複数の検出系を有する欠陥検査装置を用いる場合であっても、各検出系の欠陥検出閾値が同じになるように閾値校正を行なうことが可能となるので、各検出系の欠陥検出閾値を高精度で一定且つ適正に保つことができる。言い換えると、欠陥検出閾値の調整を一意に且つ自動的に行うことができる。従って、欠陥の誤検出や見逃しの可能性が低く且つ検査ばらつきが少ない欠陥検査を実現することができる。
【０１２９】
また、第３の実施形態によると、各検査器（検出系）について得られたノイズ信号の最大強度に基づいて算出された閾値が一定となるようにフィッティングを行っているので、検出系間の閾値ずれが小さくなるように閾値校正を実施できる。
【０１３０】
また、第３の実施形態によると、検出系間における前述の閾値ｔthｘ及び傾きＤｘのそれぞれのばらつきから、異常な検出系を特定することも可能となる。当該特定の方法としては、例えば統計的データに対する分散分析による検定を用いてもよい。
【０１３１】
尚、第３の実施形態において、検出系の数が限定されないことは言うまでもない。
【０１３２】
また、第３の実施形態において、ステップＳ３０２の前検査で用いるエネルギービームの種類は特に限定されないが、例えば光等の電磁波、電子線又は放射線などを用いることができる。
【０１３３】
また、第３の実施形態において、閾値校正を高精度で且つ短時間に行なうためには、サンプリング領域の面積の全検査対象領域の面積に対する比率（サンプリング比率Ｒｓ）を１％以上で且つ１０％以下に設定することが好ましい。しかし、検査対象上の欠陥密度が小さく且つサンプリング領域の検査に要する時間が短い場合には、つまり実質的に運用可能である場合には、サンプリング比率Ｒｓが１０％を超えてもよい。
【０１３４】
また、第３の実施形態において、ステップＳ３０２の前検査とステップＳ３０３のデータ変換（度数変換）とを同時処理することが望ましい。具体的には、当該前検査でデータを取得しながら識別諧調毎のカウンターに加算すれば、データを一時保存するためのメモリは識別諧調の数だけ準備すればよくなり、ステップＳ３０２の前検査と同時にステップＳ３０３のデータ変換（度数変換）を容易に実施することができる。しかし、これに代えて、ステップＳ３０３のデータ変換（度数変換）の処理をスキップして、ステップＳ３０２の前検査とステップＳ３０５のデータ変換（累積変換）とによって、図１１（ｃ）に示すデータを取得することも可能である。具体的には、当該前検査でデータを取得しながら、検査中に逐次検出される信号の強度を判別し、当該強度がある値（識別諧調）以上である場合には当該識別諧調に対して信号検出数を加算すればよい。このようにすると、ステップＳ３０３のデータ変換（度数変換）を省略できるため、さらに高速な処理を実現できる。また、この場合、データを取得しながら行う信号処理は、メモリと演算装置とによってなされるが、検査における検査装置及びアプリケーションソフトのそれぞれに対する負荷を考慮し、当該信号処理にそれぞれ専用のメモリ及び演算装置を用いることによって、処理の高速化を図ることが望ましい。
【０１３５】
（第４の実施形態）
以下、本発明の第４の実施形態に係る欠陥検査方法について図面を参照しながら説明する。
【０１３６】
図１２は、第４の実施形態に係る欠陥検査方法、具体的には、本発明のノイズ評価により、複数の検査器（検出系）を有する検査装置における各検査器が同じフォーカスを持つように検査特性を調整する方法の処理フローを示している。
【０１３７】
本実施形態においては、全ての検査器について、図７、図８（ａ）〜（ｅ）及び図９に示す第２の実施形態と同様にフォーカスを例えば４水準変化させ、それぞれのフォーカスで得られる欠陥検出閾値を用いて当該閾値を最大にできるフォーカス値を求め、当該フォーカス値が各検査器において同じになるように当該フォーカス値に対してオフセット値を加算する。
【０１３８】
具体的には、まず、ステップＳ４０１において、サンプリング領域の設定を行うと共にフォーカスの初期設定を行う。続いて、全ての検査器について、フォーカスを４水準変化させてステップＳ４０２の前検査からステップＳ４０９の閾値設定までの処理を実施する。尚、ステップＳ４０１〜Ｓ４０９の処理内容については、基本的に第１の実施形態のステップＳ１０１〜Ｓ１０９の処理内容又は第２の実施形態のステップＳ２０１〜Ｓ２０９の処理内容と同じであるので、詳細な説明を省略する。また、説明を簡単にするために、ステップＳ４０８のデータ分解については、各検査器によって得られたノイズ信号を構成する複数のノイズ信号成分に代えて、データ分解後における最大信号強度を持つノイズ信号成分のみを考慮する。
【０１３９】
次に、ステップＳ４１０において、ある検査器について、４水準のフォーカスによる検査が全て終了したかどうかを判定し、終了した場合にはステップＳ４１１のフォーカス設定に進む。ステップＳ４１１の処理内容については、基本的に第２の実施形態のステップＳ２１１の処理内容と同じであるので、詳細な説明を省略する。
【０１４０】
次に、ステップＳ４１２において、全ての検査器についての検査が全て終了したかどうかを判定し、終了した場合にはステップＳ４１３のフォーカス調整値の設定に進む。ここで、ステップＳ４１１のフォーカス設定において、各検査器ｘ（本実施形態ではｘ＝１〜４）について得られた最適フォーカス値をｆｍｘとする。
【０１４１】
次に、ステップＳ４１３において、フォーカス調整値を行う。具体的には、各検査器ｘの最適フォーカス値ｆｍｘの中央値、つまり中央値（ｆｍｘ）と、下記（式１６）
【０１４２】
【数１６】
【０１４３】
とを用いて、各検査器ｘについて、最適フォーカス値ｆｍｘのオフセット値ｆ０ｘを求め、各検査器ｘによる検査特性を調整する。すなわち、各最適フォーカス値ｆｍｘについては、（式１６）に示すように、同じ中央値（ｆｍｘ）が得られるように、オフセット値ｆ０ｘを加算する。
【０１４４】
次に、ステップＳ４１４において、各検査器ｘ（ｘ＝１〜４）について得られた欠陥検出閾値ｔthｘ及び最適フォーカス値ｆｍｘ（フォーカス曲線データ）を出力する。
【０１４５】
以上に説明したように、第４の実施形態によると、第１の実施形態と同様の効果に加えて、次のような効果が得られる。すなわち、複数の検出系を有する欠陥検査装置を用いる場合であっても、各検出系の検査フォーカス値が同じになるようにフォーカス校正を行なうことが可能となるので、各検出系の検査フォーカス値を高精度で一定且つ適正に保つことができる。言い換えると、検査フォーカス値の調整を一意に且つ自動的に行うことができる。従って、欠陥の誤検出や見逃しの可能性が低く且つ検査ばらつきが少ない欠陥検査を実現することができる。
【０１４６】
また、第４の実施形態によると、各検査器（検出系）について得られたノイズ信号の最大強度に基づいて算出された最適フォーカス値が一定となるようにフィッティングを行っているので、検出系間のフォーカスずれが小さくなるようにフォーカス校正を実施することができる。
【０１４７】
また、第４の実施形態によると、検出系間における前述の最適フォーカス値ｆｍｘのばらつきから、異常な検出系を特定することも可能となる。当該特定の方法としては、例えば統計的データに対する分散分析による検定を用いてもよい。
【０１４８】
尚、第４の実施形態において、検出系の数が限定されないことは言うまでもない。
【０１４９】
また、第４の実施形態において、フォーカスを４水準変化させることによって最適フォーカスを導出したが、これに限らず、検査時間や検査対象の状態等に応じて、フォーカスを３水準以上の任意の水準数で変化させることにより最適フォーカスを導出してもよい。
【０１５０】
また、第４の実施形態において、ステップＳ４０２の前検査で用いるエネルギービームの種類は特に限定されないが、例えば光等の電磁波、電子線又は放射線などを用いることができる。また、本実施形態では、エネルギービームとして光を用いることを前提として、フォーカス設定を行なったが、これに代えて、波長等の他のパラメータの設定も同様に行うことができ、選択したパラメータについて感度が最大となる値を得ることができる。また、エネルギービームとして電子線を用いる場合には、電子レンズによるフォーカス、加速エネルギー又は通電電流等のパラメータの設定も同様に行うことができる。
【０１５１】
また、第４の実施形態において、フォーカスを高精度で且つ短時間に設定するためには、サンプリング領域の面積の全検査対象領域の面積に対する比率（サンプリング比率Ｒｓ）を１％以上で且つ１０％以下に設定することが好ましい。しかし、検査対象上の欠陥密度が小さく且つサンプリング領域の検査に要する時間が短い場合には、つまり実質的に運用可能である場合には、サンプリング比率Ｒｓが１０％を超えてもよい。
【０１５２】
また、第４の実施形態において、ステップＳ４０２の前検査とステップＳ４０３のデータ変換（度数変換）とを同時処理することが望ましい。具体的には、当該前検査でデータを取得しながら識別諧調毎のカウンターに加算すれば、データを一時保存するためのメモリは識別諧調の数だけ準備すればよくなり、ステップＳ４０２の前検査と同時にステップＳ４０３のデータ変換（度数変換）を容易に実施することができる。しかし、これに代えて、ステップＳ４０３のデータ変換（度数変換）の処理をスキップして、ステップＳ４０２の前検査とステップＳ４０５のデータ変換（累積変換）とによって、累積検出数を取得することも可能である。具体的には、当該前検査でデータを取得しながら、検査中に逐次検出される信号の強度を判別し、当該強度がある値（識別諧調）以上である場合には当該識別諧調に対して信号検出数を加算すればよい。このようにすると、ステップＳ４０３のデータ変換（度数変換）を省略できるため、さらに高速な処理を実現できる。また、この場合、データを取得しながら行う信号処理は、メモリと演算装置とによってなされるが、検査における検査装置及びアプリケーションソフトのそれぞれに対する負荷を考慮し、当該信号処理にそれぞれ専用のメモリ及び演算装置を用いることによって、処理の高速化を図ることが望ましい。
【０１５３】
（第５の実施形態）
以下、本発明のノイズ評価アルゴリズムを組み込んだ、第５の実施形態に係る欠陥検査システム、欠陥検査方法、Ｓ／Ｎ比評価方法及び検査オペレーションについて、図面を参照しながら説明する。
【０１５４】
図１３は、第５の実施形態に係る欠陥検査システムの概略構成及びデータフローを示している。図１３に示すように、本実施形態の欠陥検査システム（欠陥検査装置）の構成は、制御部１００１、検出部１００２及び画像処理部１００３に大きく分けられる。制御部１００１は、システム制御を行なう制御部本体１００４と、オペレーターが指示を出したり又は欠陥検査結果のデータを確認したりするためのオペレーション端末１００５とから構成されている。検出部１００２は、ステージ１０１１上に設置された評価対象１０１０に対して光などを照射することによって得られる投影像を検出するための例えばイメージセンサー１００７並びにレンズ１００８及び１００９から構成されている。
【０１５５】
イメージセンサー１００７によって得られた画像信号は画像処理部１００３の画像メモリ１０１２に逐次転送される。画像処理部１００３においては、欠陥抽出画像処理回路１０１６により当該画像信号に対して画像比較や画像のフィルタリングなどの処理が行われ、欠陥と判定されたデータが欠陥部画像メモリ１０１７に蓄積される。また、同時に、画像メモリ１０１２に転送された画像データ信号は、累積カウンター１０１３によって、信号強度と検出数（度数）又は累積検出数（累積度数）との関係を表すデータに変換され、当該データは信号分布データとしてバッファメモリ１０１４に蓄積される。さらに、バッファメモリ１０１４に蓄積された累積度数データに対して、演算装置１０１５によって対数変換や３乗根変換が行なわれ、その結果がバッファメモリ１０１４に格納される。
【０１５６】
後述する本実施形態のサンプリング検査では、バッファメモリ１０１４に格納された変換データを用いて、欠陥検出閾値の自動設定を行う。
【０１５７】
また、後述する本実施形態の本体検査で検出された欠陥についてはそれぞれＳ／Ｎ比が算出され、算出結果が欠陥部画像メモリ１０１７に欠陥情報として付加される。また、欠陥情報として、欠陥の位置、大きさ、種類又はＳ／Ｎ比などがデータベース１００６に蓄積される。さらに、前述のデータ変換により得られた信号分布データもデータベース１００６に蓄積される。
【０１５８】
以下、図１３に示す本実施形態の欠陥検査システムを用いた欠陥検査方法、Ｓ／Ｎ比評価方法及び検査オペレーションについて説明する。
【０１５９】
図１４は、本実施形態の欠陥検査方法の処理フローを示している。図１５（ａ）及び（ｂ）はそれぞれ、本実施形態のＳ／Ｎ比評価方法（データ解析方法）を説明するための図である。また、図１６及び図１７は、本実施形態の検査オペレーションを説明するための図である。
【０１６０】
まず、ステップＳ５０１において、検査条件設定を行う。具体的には、最初に、ステップＳ５０２において、オペレーション端末１００５に表示された例えば図１６に示すような画面のサンプリング条件１３０１を選択することによって、サンプリング検査の条件設定を行う。図１６に示すサンプリング条件１３０１の選択肢としては例えば「自動」及び「マニュアル」がある。「自動」が選択された場合には、検査時間を考慮して例えば検査対象基板上において検査対象チップ又は検査対象領域が自動的に満遍なく設定される。また、「マニュアル」が選択された場合には、検査対象チップやサンプリング比率を個別に設定したり又はサンプリング検査を行わないなどの選択をすることができる。
【０１６１】
次に、ステップＳ５０３において、閾値設定条件選択を行う。具体的には、例えば図１６に示すような画面の閾値設定条件１３０２を選択することによって、第１の実施形態で説明したサンプリング検査による閾値の自動設定を行うか又は閾値を事前に与えるかを選択する。ここでは、第１の実施形態の閾値自動設定を選択するものとする。
【０１６２】
次に、ステップＳ５０４において、フォーカス設定条件選択を行う。具体的には、例えば図１６に示すような画面のフォーカス設定条件１３０３を選択することによって、第２の実施形態で説明したサンプリング検査によるフォーカス値の自動設定を行うか又はフォーカス値を事前に与えるかを選択する。ここでは、第２の実施形態のフォーカス自動設定を選択するものとする。
【０１６３】
次に、ステップＳ５０５において、サンプリング検査を実施する。サンプリング検査においては、ステップＳ５０２で検査対象基板上に設定されたサンプリング領域に対してエネルギービームを照射し、当該領域から反射されたエネルギービームを画像信号として取得する。具体的には、最初に、ステップＳ５０６において、フォーカス自動評価を実施する。フォーカス自動評価の内容は次の通りである。尚、本実施形態では、検査対象基板に光を照射することによって、当該検査対象基板から反射された光を画像信号として取得するものとする。まず、従来技術と同様に、光学的にフォーカスを合わせることにより、初期フォーカスを設定する。次に、本発明のフォーカス自動設定（第２の実施形態参照）を実施するが、このとき、初期フォーカスを中心としてフォーカスを上下に２水準づつ変化させる。尚、フォーカスのふり幅は検査倍率に基づいて経験的に決定される。例えば検査倍率が高い場合、つまりピクセルサイズを小さくして微細な欠陥を検出する場合には、フォーカスのふり幅をピクセルサイズ程度に小さく設定する。そして、第２の実施形態で説明したように、欠陥検出閾値を最も高くできるフォーカス値を評価すると共に当該欠陥検出閾値の最大値を導出する。このとき、フォーカス値の中心が大きくずれるようであれば、言い換えると、フォーカスをふることにより得られたノイズの最大値がフォーカス値に対して単調増加又は単調減少する場合のように、最適フォーカス値となるノイズのピーク値が、フォーカスをふった際のフォーカス値の最小値から最大値までの間に存在しないようであれば、必要に応じてフォーカス自動評価を再度実施する。
【０１６４】
次に、ステップＳ５０７において、閾値自動評価を実施する。このとき、ステップＳ５０６のフォーカス自動評価を行ったときのフォーカスが、変化したフォーカスの水準値と同じであれば、言い換えると、フォーカス自動評価を行って得られた最適フォーカス値と、最適フォーカスの評価を行う際に用いたフォーカス値とが一致した場合には、ステップＳ５０７をスキップしてもよい。ステップＳ５０７をスキップしない場合には、ステップＳ５０６のフォーカス自動評価で設定された最適フォーカス値を用いて改めてステップＳ５０７の閾値自動評価を実施し、それによって最適フォーカス値を再設定すると共に欠陥検出閾値を設定する。ステップＳ５０５で得られたサンプリング検査結果は、例えば図１６に示すような画面の信号分布データ１３０４に表示される。但し、ステップＳ５０５のサンプリング検査の実施時点では欠陥検出閾値は設定されていないので、後述するＳ／Ｎ比の計算は行われず、また、その結果の表示もされない。
【０１６５】
次に、ステップＳ５０８において、本体検査を実施する。具体的には、最初に、ステップＳ５０９において、ステップＳ５０５のサンプリング検査で設定されたフォーカス値及び閾値を用いて本検査を実施する。本検査においては、検査対象基板に対してエネルギービームを照射し、当該基板から反射されたエネルギービームを画像信号として取得する。取得された画像信号データは、画像処理部１００３の画像メモリ１０１２に逐次蓄積される。このとき、取得された画像信号（ディジタル画像信号）の強度が、ステップＳ５０５のサンプリング検査で設定された閾値を超える場合に当該信号を欠陥として検出すると同時に、画像信号データの検出数が画像処理部１００３の累積カウンター１０１３によって累積されていく。これにより、前述したように、画像データ信号が、信号強度と検出数（度数）又は累積検出数（累積度数）との関係を表すデータに変換され、当該データは信号分布データとしてバッファメモリ１０１４に蓄積される。さらに、バッファメモリ１０１４に蓄積された累積度数データに対して、演算装置１０１５によって対数変換や３乗根変換が行なわれ、その結果がバッファメモリ１０１４に信号分布データとして格納される。バッファメモリ１０１４に格納された信号分布データは、例えば図１６に示すような画面の信号分布データ１３０４に表示される。このとき、表示される内容は、例えば図１６に示すような画面の表示モード１３０５において選択することができる。
【０１６６】
次に、ステップＳ５１０において、前述の変換データを用いてデータ解析を行い、それによってＳ／Ｎ比を算出する。以下、Ｓ／Ｎ比の算出方法について、図１５（ａ）及び（ｂ）を参照しながら説明する。図１５（ａ）は、ステップＳ５０９の本検査で得られた信号データ（画像信号）を示している。図１５（ａ）に示すデータが取得されると、当該データは累積データに逐次変換される。図１５（ｂ）は、Ｓ／Ｎ比算出のために累積データ変換されたデータを度数グラフを用いて模式的に示している。ステップＳ５０５のサンプリング検査で設定された閾値をｔthとすると、図１５（ｂ）に示すように、ノイズ信号の強度（具体的には識別階調（ｔ））はｔthが最大強度となるように分布している。また、欠陥信号データは、ｔthよりも大きい強度を持つ信号であって、各欠陥信号の強度は例えばｔｄ１、ｔｄ２、・・・ｔｄｘとなっている。ここで、各欠陥信号のＳ／Ｎ比であるＳＮ１、ＳＮ２、・・・ＳＮｘは下記（式１７）
【０１６７】
【数１７】
【０１６８】
で表される。それぞれの欠陥について計算されたＳ／Ｎ比は、画像処理部１００３の欠陥部画像メモリ１０１７に欠陥情報として蓄積される。
【０１６９】
また、ステップＳ５１０のＳ／Ｎ比算出と同時に、ステップＳ５１１において、画面出力を実施する。具体的には、例えば図１６に示すような画面のＳＩＧＮＡＬ表示領域１３０６に、欠陥情報として、欠陥数、欠陥密度並びにＳ／Ｎ比の平均値、最大値及び最小値を表示する。ここで、Ｓ／Ｎ比は、欠陥信号強度と欠陥検出閾値との比であって、欠陥信号を欠陥と判別した検出確度を示している。言い換えると、Ｓ／Ｎ比は、検査条件が適正であるかどうかを示す値、つまり検査条件の適正度（スコア）を示している。従って、Ｓ／Ｎ比を本体検査中にリアルタイムにＳＩＧＮＡＬ表示領域１３０６に表示することによって、欠陥信号強度と欠陥検出閾値との強度比が十分得られているかどうか、つまり検査結果の信憑性をリアルタイムで確認することができる。
【０１７０】
次に、ステップＳ５１２において、欠陥レビューを行う。欠陥レビューは、欠陥として検出された画像の詳細情報を取り込み、それによって欠陥の有無や欠陥の種類などを特定するためのものである。
【０１７１】
次に、ステップＳ５１３において、欠陥の位置、大きさ、種類若しくはＳ／Ｎ比又は欠陥検出閾値などの検査条件を含むデータを欠陥情報としてデータベース１００６に出力する。また、ステップＳ５１４において、ステップＳ５０９の本検査で得られた信号分布データをデータベース１００６に出力する。出力される信号分布データは、例えば、信号強度（識別階調）と検出数（度数）との関係を示すデータ（図２（ｂ）参照）、検出数を信号強度により積分することによって得られる累積検出数と信号強度（識別階調）との関係を示すデータ（図２（ｃ）参照）、累積検出数を対数変換した後に３乗根変換した対数変換３乗根累積検出数と信号強度（識別階調）との関係を示すデータ（図２（ｅ）参照）、対数変換３乗根累積検出数の識別階調に対する線形特性の傾き、及び、前記累積検出数が１未満となる最大の識別階調である閾値データ（図２（ｆ）参照）のいずれであってもよい。
【０１７２】
次に、ステップＳ５１５において、ステップＳ５０８の本体検査で得られた欠陥情報について、データ解析を行う。具体的には、まず、ステップＳ５１６において、検査領域除外設定を行なう。当該検査領域除外設定におけるデータ解析例について、オペレーション端末１００５に表示された例えば図１７に示すような画面のＭＡＰ（欠陥マップ）１４０１を参照しながら説明する。ステップＳ５１６の検査領域除外設定においては、Ｓ／Ｎ比が所定値よりも小さい検査対象領域を抽出し、抽出された領域を除外領域に設定する。すなわち、例えば同一のチップ領域（チップ内座標）に存在する、Ｓ／Ｎ比の低い欠陥を抽出する。例えば図１７に示すような画面のＭＡＰ１４０１に、Ｓ／Ｎ比の低い欠陥の１つとして欠陥１４０２が示されている。このような欠陥について、データベース１００６に記録されている欠陥レビュー画像を用いて、実欠陥であるかどうかを確認する。その後、実欠陥ではないことが判明した欠陥１４０２が存在しているチップ領域を除外領域に設定する。これにより、例えば同一品種の複数の検査対象に対して欠陥検査を実施する場合において、一の検査対象についての検査結果に基づいて、欠陥が誤検出されやすいパターン群などを含む領域を予め除外領域に設定しておけば、他の検査対象についての検査において、設定された除外領域を除く他の領域に対して検査を実施することができる。従って、当該検査において当該他の領域に対してＳ／Ｎ比を高く（つまり欠陥検出閾値を小さく）設定して欠陥検出感度を上げることが可能になる。
【０１７３】
次に、ステップＳ５１７において、閾値変更シミュレーションを行う。当該閾値変更シミュレーションにおけるデータ解析例について、例えば図１７に示すような画面の信号分布データ（グラフ）１４０３を参照しながら説明する。ステップＳ５１７の閾値変更シミュレーションにおいては、既に得られている検査結果（例えばステップＳ５１０で算出されたＳ／Ｎ比）に基づいて、欠陥検出閾値をソフトウェアにより変更し、欠陥のスクリーニングを行う。具体的には、まず、欠陥情報等を記録しているデータベース１００６から欠陥情報及び信号分布データを取り込む。取り込まれたデータの一例が、例えば図１７に示すような画面のＭＡＰ１４０１及び信号分布データ１４０３に表示されている。次に、閾値変更シミュレーションを行う。シミュレーション上では、信号分布データ１４０３に示されている閾値が可変となり、閾値を変更するに伴い、欠陥数、欠陥密度若しくはＳ／Ｎ比など又はＭＡＰ１４０１に示される欠陥分布が変更される。また、閾値変更によって新たに検出された欠陥について、データベース１００６に記録されている欠陥レビュー画像を用いて、実欠陥であるかどうかを確認する。これにより、実際に測定（本検査）をやり直すことなく、データベース１００６に蓄積されている欠陥データについて、欠陥としての確からしさを示すＳ／Ｎ比を確認しながら、欠陥データの有用性の確認及び欠陥のスクリーニングを容易に実施することができる。従って、欠陥検出閾値を高精度で再設定することができる。
【０１７４】
次に、ステップＳ５１８において、検査工程の選定を行う。具体的には、同一検査対象に対して実施された複数の本検査工程の検査結果がデータベース１００６に蓄積されている場合に、ある欠陥種に対して、より感度の高い本検査工程の選定を行う。すなわち、同一検査対象に対して実施された複数の本検査工程の検査結果がデータベース１００６に蓄積されており、且つ少なくとも２つ以上の本検査工程により同一箇所で欠陥が検出されている場合に、同一箇所で欠陥が検出された本検査工程の間で当該欠陥のＳ／Ｎ比（欠陥情報に含まれる）を比較することによって、当該欠陥のＳ／Ｎ比が相対的に高い１つ又は複数の本検査工程をピックアップする。これにより、任意の欠陥種について欠陥検出感度の高い本検査工程を抽出できる。
【０１７５】
以上に説明したように、第５の実施形態によると、検査対象基板における色むらなどを含むノイズ信号の評価を行うことによって、特に検査対象基板の欠陥密度が低い場合又は欠陥信号とノイズ信号との比が小さい場合においても、検査対象基板のノイズ信号の最大強度に基づいて欠陥検出閾値を高精度で且つ短時間に設定することができる。従って、欠陥の誤検出や見逃しの可能性を最小化することができると共に検査バラツキを低減することができる。
【０１７６】
尚、第１〜第５の実施形態において、欠陥検査の原理は特に限定されるものではない。具体的には、検査入力信号（検査対象に照射されるエネルギービーム）は、電子線、光学系（レーザー光、ランプ光等）、Ｘ線、赤外線又は磁場等であってもよい。また、出力信号（検査対象から反射されたエネルギービーム）は、反射光、散乱光若しくは干渉光などの光、二次電子、反射電子、透過電子若しくは吸収電子などの電子線、又はα線、γ線若しくはＸ線などの放射線等であってもよい。これらの出力信号を検出して画像信号に変換し、該変換された画像信号をＡ／Ｄ変換して得られたディジタル画像信号について、各実施形態の欠陥検査を適用することによって、各実施形態と同様の効果を得ることが可能である。尚、ディジタル画像信号が生画像信号又は差分画像信号のいずれであっても同様の効果が得られる。
【０１７７】
特に、第５の実施形態に係る欠陥検査システムの構成については光学系の検出器を用いる場合を例として説明したが、光学系の検出器に代えて、前述の電子線や放射線などの検出器を用いても、同様の効果が得られる。
【０１７８】
また、第１〜第５の実施形態において、検査対象上にパターンが存在しても又は存在しなくても同様の効果が得られる。
【０１７９】
また、第５の実施形態において、サンプリング検査（前検査）と本体検査とを行うに際して、サンプリング検査における検査対象範囲と本体検査における検査対象範囲とを排他的に設定してもよい。このようにすると、サンプリング検査の対象領域に対して２回以上に亘って検査が行なわれることがないため、本体検査において当該対象領域が電子ビームなどによるダメージを受けることを回避することができる。尚、サンプリング検査の対象領域は、第１の実施形態で述べたように、ほとんど欠陥を含んでいないので、本体検査において当該対象領域を除くことは、検査対象全体としての検査結果（欠陥密度又は欠陥数等）にほとんど影響を及ぼさない。
【０１８０】
また、第５の実施形態において、検査対象上にパターンが存在する場合にはサンプリング検査の対象領域は当該パターンを満遍なく含み、当該対象領域の面積の検査対象の全検査領域の面積に対する比率は１００分の１以上で且つ１０分の１以下であり、当該対象領域は前記の全検査領域に対して偏り無く配置されていることが好ましい。このようにすると、欠陥検出閾値を高精度で且つ短時間に設定することができる。また、この場合、サンプリング検査の対象領域はストライプ状又はアレイ状に設定されていることが好ましい。
【０１８１】
また、第５の実施形態において、ステップＳ５１０で算出されたＳ／Ｎ比を、ステップＳ５０９の本検査で検出された欠陥のそれぞれについて、当該本検査の最中に又はその終了後に表示してもよい。或いは、ステップＳ５０９の本検査で欠陥として検出されたディジタル画像信号の強度の最小値、平均値及び最大値のそれぞれについてＳ／Ｎ比を算出し、算出された各Ｓ／Ｎ比を当該本検査の最中に又はその終了後に表示してもよい。或いは、ステップＳ５０９の本検査で欠陥として検出されたディジタル画像信号の検出数、累積検出数若しくは対数変換３乗根累積検出数と、当該ディジタル画像信号の強度との相関関係を当該本検査の最中に又はその終了後に表示してもよい。このようにすると、検査実施中においてもノイズ信号と欠陥信号との違いを把握することができるので、検査結果の信憑性をリアルタイムで確認することができる。すなわち、ノイズに起因する欠陥の誤検出などを迅速に把握することができる。
【０１８２】
また、第５の実施形態において、同一構造を持つ複数の検査対象の欠陥検査においてそれぞれ検出された欠陥のＳ／Ｎ比を算出しておき、各検査対象間における当該Ｓ／Ｎ比の差に基づき、検出された欠陥の妥当性について判断しても良い。
【産業上の利用可能性】
【０１８３】
本発明は、欠陥検出閾値を設定して欠陥検査を行う方法に関し、出荷外観検査又は工程追跡検査などの検査全般、具体的にはレチクル検査、ウェハ検査、ハードディスク表面検査又は白傷検査（液晶パネル又はＣＣＤなどを対象とする）等に利用可能であり、特に、パターンを有する検査対象のパターン検査又はパターンを持たない検査対象のパーティクル検査に利用した場合には、欠陥検出閾値を高精度で且つ短時間に設定できるという効果が得られ、非常に有用である。
【図面の簡単な説明】
【０１８４】
【図１】図１は本発明の第１の実施形態に係る欠陥検査方法のフロー図である。
【図２】図２（ａ）〜（ｆ）は、図１に示す処理フローの各ステップ（データ分解が必要ない合）を説明するための図である。
【図３】図３（ａ）〜（ｆ）は、本発明の第１〜第５の実施形態に係る欠陥検査方法におけるサンプリング領域の設定例を示す図である。
【図４】図４（ａ）〜（ｆ）は、図１に示す処理フローの各ステップ（データ分解が必要な場合）を説明するための図である。
【図５】図５は本発明の第１の実施形態に係る欠陥検査方法におけるデータ分解を説明するための図である。
【図６】図６は本発明の第１の実施形態に係る欠陥検査方法におけるデータ分解を説明するための図である。
【図７】図７は本発明の第２の実施形態に係る欠陥検査方法のフロー図である。
【図８】図８（ａ）〜（ｅ）は、図７に示す処理フローの各ステップを説明するための図である。
【図９】図９は、図７に示す処理フローの一ステップを説明するための図である。
【図１０】図１０は本発明の第３の実施形態に係る欠陥検査方法のフロー図である。
【図１１】図１１（ａ）〜（ｅ）は、図１０に示す処理フローの各ステップを説明するための図である。
【図１２】図１２は本発明の第４の実施形態に係る欠陥検査方法のフロー図である。
【図１３】図１３は本発明の第５の実施形態に係る欠陥検査システムの概略構成及びデータフローを示す図である。
【図１４】図１４は本発明の第５の実施形態に係る欠陥検査方法のフロー図である。
【図１５】図１５（ａ）及び（ｂ）は本発明の第５の実施形態に係る欠陥検査方法におけるＳ／Ｎ比評価方法を説明するための図である。
【図１６】図１６は本発明の第５の実施形態に係る欠陥検査方法における検査オペレーションを説明するための図である。
【図１７】図１７は本発明の第５の実施形態に係る欠陥検査方法における検査オペレーションを説明するための図である。
【符号の説明】
【０１８５】
２０１ 信号データ
２０２ サンプリングデータ
２０３ 母集団データ
４０１ 信号データ
４０２ サンプリングデータ
４０３ 母集団データ
１００１ 制御部
１００２ 検出部
１００３ 画像処理部
１００４ 制御部本体
１００５ オペレーション端末
１００６ データベース
１００７ イメージセンサー
１００８ レンズ
１００９ レンズ
１０１０ 評価対象
１０１１ ステージ
１０１２ 画像メモリ
１０１３ 累積カウンター
１０１４ バッファメモリ
１０１５ 演算装置
１０１６ 欠陥抽出画像処理回路
１０１７ 欠陥部画像メモリ
１３０１ サンプリング条件
１３０２ 閾値設定条件
１３０３ フォーカス設定条件
１３０４ 信号分布データ
１３０５ 表示モード
１３０６ ＳＩＧＮＡＬ表示領域
１４０１ ＭＡＰ
１４０２ 欠陥
１４０３ 信号分布データ
【技術分野】
【０００１】
本発明は、電子線、光又はＸ線などのエネルギービームを用いて、回路パターンが形成された半導体ウェハ、回路基板、液晶基板、ホトマスク、磁気ディスクヘッド、光ディスク又はハードディスクなどの検査対象物から荷電子、反射光又は散乱光などの物理的性質を現した画像を取得し、その画像を用いて検査対象物の欠陥を検査する欠陥検査方法に関し、具体的には当該画像信号又は差分画像信号に対して閾値を設定することによって欠陥か否かを判別するアルゴリズムを用いた欠陥検査方法に関する。
【背景技術】
【０００２】
現在、電子デバイスの性能向上及びチップコスト削減のための微細化、又は映像デバイスへの顧客ニーズ若しくは商品差別化のための大面積化などが進む中で、デバイス製造における異物などの欠陥が歩留まりや品質に大きな影響を与えている。
【０００３】
しかし、パターンの微細化に伴う検査スポット径の微細化又は検査面積の増大によって検査時間が増大し、それによってスループットが低下している。また、検査スポット径の微細化に起因してコントラストの高い鮮明な画像を得ることが難しくなり、その結果、欠陥検出信号とノイズ信号との比（Ｓ／Ｎ比）が低下している。このため、欠陥を検出するための閾値設定が困難になって合わせこみに多大な時間が必要になるなどの問題点が発生している。
【０００４】
従って、パターンの微細化に対応した検査スポット径の微細化及び検査の高感度化、並びに検査面積拡大に対応した検査速度の高速化が必要となっている。
【０００５】
例えば特許文献１には、パターン比較検査装置に関する検査閾値の設定方法が開示されている。
【０００６】
ところで、パターン画像比較による検査では、検査対象の画像（以下、検査画像と呼ぶ）と、比較相手の画像（以下、参照画像と呼ぶ）との差分を求め、その差分（差画像）が閾値以上ならば欠陥と判定し、閾値未満ならば正常と判定する。すなわち、閾値を上げると検査感度が下がり、閾値を下げると検査感度が上がるという関係にあり、欠陥を判定の基準となる閾値は検査性能を左右する重要なパラメータである。また、検査対象がパターン無しの場合においても、検査領域とその近傍領域との間で画像比較を行ったり又は画像比較されていない生データ信号での信号強度変化により欠陥を検出したりしているが、いずれの場合であっても検査対象に応じて閾値設定を行なう必要がある。
【０００７】
特許文献１では、閾値調整を検査中に行うことによって、閾値が低すぎることによる擬似欠陥（検査対象の色むらなどに起因する下地ノイズを誤検出し、欠陥ではないものが欠陥として検出されたもの）の検出を抑制し、それによって検査装置のオーバーフローをなくす方法が開示されている。具体的には、検査前に予め初期閾値を設定して検査を実施しながら、検査中に欠陥密度を判定し、欠陥密度が所定値を超える場合には、閾値を上げて検査感度を緩めて再検査する方法である。
【０００８】
また、例えば特許文献２には、複数の検出系を設けることによって検査時間を短縮した検査装置が開示されている。特許文献２に示す検査装置においては、複数の検出系に対して、その間の検出系差をなくすために、階調校正及び閾値校正をノイズ信号を用いて実施している。ノイズ信号は、パターンがない検査対象を用いた検査などによって得られ、各検出系の暗レベルとノイズ信号のピーク値とから直線近似を行なって、各検出系について得られた直線の傾き及び切片が同じになるように階調校正を行なう。また、閾値調整に関しては、各検出系でのノイズ信号のバラツキ幅（標準偏差σ）から経験的なオフセット（ｄｄ）を加算してそれぞれの検出系に対して閾値を設定するか、又は検出系のノイズ信号のバラツキ幅が最大となるバラツキ幅（σＭａｘ）を用いて経験的なオフセット（ｄｄ）を加算することにより各検出系の閾値を一定に設定している。
【０００９】
尚、実際の検査対象を検査する際の閾値調整に関しては、検査前に閾値を何段階かに細かく振り且つ検査領域を広くとって検査を行い、これらの検査結果を比較して最適と思われる閾値を選んでいる。
【特許文献１】特開２００２−２２８６０６号公報
【特許文献２】特開２０００−６７７９７号公報
【発明の開示】
【発明が解決しようとする課題】
【００１０】
しかしながら、特許文献１の閾値設定方法では、欠陥密度がある値を超過した場合には閾値を上げるという手法であるため、閾値を上げた際に実際の欠陥を見逃すという問題が発生する。また、閾値の上げ幅が小さい場合には、閾値設定が条件を満たすまで数回の予備検査が必要となり、検査時間に非常に時間を要する一方、閾値の上げ幅が大きい場合には、本質的な欠陥を見逃す可能性が高い。すなわち、特許文献１の閾値設定方法においては、評価バラツキが大きくなるという問題、及び閾値を設定するための上げ幅や初期値の調整のために多大な時間を要するという問題が生じていた。
【００１１】
また、複数検出系を有する検査装置における特許文献２の閾値校正方法では、各検出系のノイズ信号のバラツキ幅（標準偏差σ）に対して経験的なオフセット（ｄｄ）を加算して閾値を設定しているので、実際の欠陥検出に係るノイズ信号の最大値に対しては閾値調整が不十分となる。このため、各検出系のノイズ信号最大値の誤差が大きいので、言い換えると、欠陥判定閾値とノイズ信号最大値との間隔にバラツキが生じるので、閾値調整精度不足に起因する欠陥の誤検出及び見逃しが発生する。特に、複数のピークを持つ複雑なノイズ信号の場合においては、ノイズ信号のバラツキ幅の誤差が大きくなるので、適正な閾値調整ができず、その結果、欠陥の誤検出及び見逃しが多発する。
【００１２】
また、特許文献１及び２において検査フォーカスについては特記されていないが、検査対象となるパターンが微細化されてきているため、フォーカス調整が難しく、フォーカスがずれることによる画像ぼけが顕著となり、その結果、欠陥の見逃しが発生するという問題が発生している。
【００１３】
また、特許文献２において検出系のフォーカス調整方法については特記されていないが、各検出系のフォーカスの校正精度不足による画像ぼけが顕著となり、その結果、欠陥の見逃しが発生するという問題が発生している。
【００１４】
また、特許文献１及び２の欠陥検査装置及び欠陥検査システムでは、欠陥情報を保存するデータベースに欠陥検出信号が存在せず、また、閾値の適正度合いを示す指標がないことから、閾値を合わせこむために、閾値を変化させて数回の検査を繰り返し行う必要がある。このため、電子線を用いた検査では、特にチャージアップによる画像変化が顕著となり、その結果、検査ができなくなるという問題が発生している。
【００１５】
前記に鑑み、本発明は、欠陥検査において欠陥検出閾値及び欠陥検出フォーカス等のパラメータを高精度で且つ短時間に設定できるようにすることを目的とする。
【課題を解決するための手段】
【００１６】
前記の目的を達成するために、本発明に係る第１の欠陥検査方法は、検査対象基板にエネルギービームを照射することによって、当該検査対象基板から反射された前記エネルギービームをディジタル画像信号として取得し、取得されたディジタル画像信号の強度が閾値を超える場合に当該ディジタル画像信号を欠陥として検出する欠陥検査方法であって、前記ディジタル画像信号に含まれるノイズ信号の最大強度に基づいて前記閾値を設定する。
【００１７】
第１の欠陥検査方法によると、検査対象基板における色むらなどを含むノイズ信号の評価を行うことによって、特に検査対象基板の欠陥密度が低い場合又は欠陥信号とノイズ信号との比が小さい場合においても、検査対象基板のノイズ信号の最大強度に基づいて欠陥検出閾値を高精度で且つ短時間に設定することができる。従って、欠陥の誤検出や見逃しの可能性を最小化することができると共に検査バラツキを低減することができる。また、従来多大な時間を要していた検出系の感度調整についても高精度な校正を短時間に実施することができる。
【００１８】
第１の欠陥検査方法において、前記検査対象基板における所定の検査領域について前記ノイズ信号の強度を識別階調として取得し、当該識別階調に対する前記ノイズ信号の検出数を求め、当該検出数を前記識別階調により積分することによって累積検出数を求め、前記ノイズ信号の正規分布特性を利用して前記累積検出数を対数変換した後にその３乗根を対数変換３乗根累積検出数として求め、当該対数変換３乗根累積検出数の前記識別階調に対する線形特性に基づいて、前記累積検出数が１未満となる最大の前記識別階調を算出し、当該算出値を前記閾値に設定することが好ましい。
【００１９】
このようにすると、欠陥の累積検出数が少なく実欠陥を用いて閾値を設定することが難しい検査対象基板においても、当該検査対象基板に応じた適正な閾値を高精度で設定することができるので、欠陥の誤検出や見逃しを最小限にした欠陥検査が可能となる。さらに、閾値設定に要する時間を大幅に短縮できると共に、閾値設定をコンピュータ及びソフトウェアを用いて自動化することができる。
【００２０】
この場合において、複数の検出系を有する欠陥検査装置を用いる場合には、言い換えると、ディジタル画像信号が同じ検査対象基板について複数の検出系のそれぞれによって取得される場合には、前記検出数、前記累積検出数、前記対数変換３乗根累積検出数及び前記閾値は前記複数の検出系のそれぞれについて算出され、前記複数の検出系のそれぞれについて算出された前記閾値が同じになるように当該各閾値に対してオフセット値を設定すると共に前記複数の検出系のそれぞれについて算出された前記対数変換３乗根累積検出数の前記識別階調に対する線形特性を表す直線の傾きが同じになるように当該各傾きに対して係数を設定することが好ましい。このようにすると、複数の検出系を有する欠陥検査装置を用いる場合であっても、各検出系の欠陥検出閾値が同じになるように閾値校正を行なうことが可能となるので、各検出系の欠陥検出閾値を高精度で一定且つ適正に保つことができる。
【００２１】
また、この場合、前記ディジタル画像信号は前記エネルギービームのパラメータの値を変化させることによって当該パラメータの値毎に取得され、前記検出数、前記累積検出数、前記対数変換３乗根累積検出数、及び前記累積検出数が１未満となる最大の前記識別階調である前記閾値は前記パラメータの値毎に算出され、前記パラメータの値毎に算出された前記閾値に基づいて、前記閾値を最大化できる前記パラメータの値を求めることが好ましい。このようにすると、検査対象基板の画像コントラストを利用してフォーカス等のパラメータ設定を行なっていた従来技術と比べて、当該検査対象基板に応じた適正なパラメータの値を高精度で設定することができるので、欠陥の誤検出や見逃しを最小限にした欠陥検査が可能となる。さらに、パラメータ設定に要する時間を大幅に短縮できると共に、パラメータ設定をコンピュータ及びソフトウェアを用いて自動化することができる。ここで、複数の検出系を有する欠陥検査装置を用いる場合には、言い換えると、ディジタル画像信号が同じ検査対象基板について複数の検出系のそれぞれによって前記パラメータの値毎に取得される場合には、前記検出数、前記累積検出数、前記対数変換３乗根累積検出数、及び前記累積検出数が１未満となる最大の前記識別階調である前記閾値は前記複数の検出系のそれぞれについて前記パラメータの値毎に算出され、前記閾値を最大化できる前記パラメータの値は前記複数の検出系のそれぞれについて算出され、前記複数の検出系のそれぞれについて算出された、前記閾値を最大化できる前記パラメータの値が同じになるように当該各パラメータの値に対してオフセット値を設定することが好ましい。このようにすると、複数の検出系を有する欠陥検査装置を用いる場合であっても、各検出系のフォーカス等のパラメータの値が同じになるようにパラメータ校正を行なうことが可能となるので、各検出系のパラメータの値を高精度で一定且つ適正に保つことができる。尚、前記エネルギービームが光である場合には前記パラメータはフォーカス又は波長であり、前記エネルギービームが電子線である場合には前記パラメータは、電子レンズによるフォーカス、加速エネルギー又は通電電流であってもよい。
【００２２】
本発明に係る第２の欠陥検査方法は、検査対象基板にエネルギービームを照射することによって、当該検査対象基板から反射された前記エネルギービームをディジタル画像信号として取得し、取得されたディジタル画像信号の強度が閾値を超える場合に当該ディジタル画像信号を欠陥として検出する欠陥検査方法であって、前記検査対象基板における所定の検査領域に対してサンプリング検査を実施し、それにより得られた前記ディジタル画像信号に含まれるノイズ信号の最大強度に基づいて前記閾値を設定するサンプリング検査工程と、前記検査対象基板に対して本検査を実施し、それにより得られた前記ディジタル画像信号の強度が、前記サンプリング検査工程で設定された前記閾値を超える場合に当該ディジタル画像信号を欠陥として検出する本検査工程とを備えている。
【００２３】
第２の欠陥検査方法によると、検査対象基板における色むらなどを含むノイズ信号の評価を行うことによって、特に検査対象基板の欠陥密度が低い場合又は欠陥信号とノイズ信号との比が小さい場合においても、検査対象基板のノイズ信号の最大強度に基づいて欠陥検出閾値を高精度で且つ短時間に設定することができる。従って、欠陥の誤検出や見逃しの可能性を最小化することができると共に検査バラツキを低減することができる。
【００２４】
第２の欠陥検査方法において、前記検査対象基板上にパターンが存在する場合には前記所定の検査領域は前記パターンを満遍なく含み、前記所定の検査領域の面積の前記検査対象基板の全検査領域の面積に対する比率は１００分の１以上で且つ１０分の１以下であり、前記所定の検査領域は前記全検査領域に対して偏り無く配置されていることが好ましい。
【００２５】
このようにすると、欠陥検出閾値を高精度で且つ短時間に設定することができる。ここで、前記所定の検査領域はストライプ状又はアレイ状に設定されていてもよい。
【００２６】
第２の欠陥検査方法において、前記本検査工程で前記欠陥として検出された前記ディジタル画像信号の強度と前記ノイズ信号の最大強度とのＳ／Ｎ比を算出し、算出されたＳ／Ｎ比に基づいて前記閾値を再設定すると共に、新たに本検査を実施することなく、前記本検査により得られた前記ディジタル画像信号と前記再設定された前記閾値とを用いて欠陥を再抽出することが好ましい。
【００２７】
このようにすると、欠陥としての確からしさの指標としてＳ／Ｎ比を確認できるので、当該Ｓ／Ｎ比に基づいて欠陥検出閾値を高精度で再設定することができる。また、一回の本検査により得られたＳ／Ｎ比を欠陥毎にデータベースに記録しておけば、再び本検査を行なうことなく閾値を仮想的に変化させてやることによって、検査データの有用性及び欠陥のスクリーニングを容易に実施することができる。尚、同じ検査対象基板について所定の処理工程を経た後に、本発明の欠陥検査を実施し、欠陥検出信号とノイズ信号とのＳ／Ｎ比を算出して欠陥毎にデータベースに記録してもよい。また、同一構造を持つ複数の検査対象基板の欠陥検査においてそれぞれ検出された前述のＳ／Ｎ比を算出しておき、各検査対象基板間における当該Ｓ／Ｎ比の差に基づき、検出された欠陥の妥当性について判断しても良い。
【００２８】
第２の欠陥検査方法において、前記本検査工程で前記欠陥として検出された前記ディジタル画像信号の強度と前記ノイズ信号の最大強度とのＳ／Ｎ比を算出し、算出されたＳ／Ｎ比を前記本検査工程で検出された前記欠陥のそれぞれについて前記本検査工程の最中に又はその終了後に表示し、或いは、前記本検査工程で前記欠陥として検出された前記ディジタル画像信号の強度の最小値、平均値及び最大値のそれぞれと前記ノイズ信号の最大強度とのＳ／Ｎ比を算出し、算出された各Ｓ／Ｎ比を前記本検査工程の最中に又はその終了後に表示し、或いは、前記本検査工程で前記欠陥として検出された前記ディジタル画像信号の検出数、累積検出数若しくは対数変換３乗根累積検出数と、当該ディジタル画像信号の強度との相関関係を前記本検査工程の最中に又はその終了後に表示することが好ましい。
【００２９】
このようにすると、検査実施中においてもノイズ信号と欠陥信号との違いを把握することができるので、検査結果の信憑性をリアルタイムで確認することができる。すなわち、ノイズに起因する欠陥の誤検出などを迅速に把握することができる。
【００３０】
第２の欠陥検査方法において、前記本検査工程よりも前に、前記ディジタル画像信号の強度と前記ノイズ信号の最大強度とのＳ／Ｎ比が所定値よりも小さい領域を予め抽出しておき、抽出された領域を除外領域に設定する工程をさらに備え、前記本検査工程において、前記検査対象基板における前記除外領域を除く領域に対して前記本検査を実施することが好ましい。
【００３１】
このようにすると、欠陥の誤検出が起こりやすいパターン群等を含む領域を予め抽出して検査対象領域から除外できるため、その他の領域に対してはＳ／Ｎ比を高く（つまり欠陥検出閾値を小さく）設定して欠陥検出感度を上げることが可能になる。
【００３２】
第２の欠陥検査方法において、前記本検査工程は複数回実施され、前記各本検査工程で前記欠陥として検出された前記ディジタル画像信号の強度と前記ノイズ信号の最大強度とのＳ／Ｎ比を算出し、任意の欠陥について算出されたＳ／Ｎ比を前記各本検査工程の間で比較することによって、前記各本検査工程のうち当該Ｓ／Ｎ比が相対的に高い１つ又は複数の本検査工程を抽出することが好ましい。
【００３３】
このようにすると、任意の欠陥について欠陥検出感度の高い本検査工程を容易に抽出することができる。
【発明の効果】
【００３４】
本発明によると、単一又は複数の検出系を用いた欠陥検査方法における閾値設定において、検査対象基板における色むらなどを含むノイズ信号の評価を行うことにより、特に検査対象基板の欠陥密度が低い場合又は欠陥信号とノイズ信号との比が小さい場合においても、ノイズ信号の最大強度に基づいて欠陥検出閾値を高精度で且つ短時間に設定できる。また、従来多大な時間を要していた検出系の感度調整についても高精度な校正を短時間に実施することができる。
【発明を実施するための最良の形態】
【００３５】
（第１の実施形態）
以下、本発明の第１の実施形態に係る欠陥検査方法について図面を参照しながら説明する。
【００３６】
図１は、第１の実施形態に係る欠陥検査方法、具体的には、本発明のノイズ評価により欠陥検出閾値を決定する方法の処理フローを示している。また、図２（ａ）〜（ｆ）は、図１に示す処理フローの各ステップ（特にノイズ評価アルゴリズムによる信号変換方法）を説明するための図である。具体的には、図２（ａ）は図１のステップＳ１０２と対応し、図２（ｂ）は図１のステップＳ１０３及びＳ１０４と対応し、図２（ｃ）は図１のステップＳ１０５と対応し、図２（ｄ）は図１のステップＳ１０６と対応し、図２（ｅ）は図１のステップＳ１０７と対応し、図２（ｆ）は図１のステップＳ１０９と対応する。尚、本実施形態においては、図２（ａ）〜（ｆ）に示す処理によって、欠陥検査装置から画像信号を取り込み、当該信号に対してノイズ評価を行ない、その結果に基づいて閾値を決定する。
【００３７】
まず、ステップＳ１０１において、サンプリング領域の設定を行う。これは、実際の検査対象（例えば基板）における検査対象領域を減らすための処理である。検査対象領域を減らすことによって、以下に説明するノイズ評価アルゴリズムを用いた閾値決定方法で処理されるデータに、実欠陥信号が極力含まれないようにすることができ、それによりノイズを正確に評価することができる。また、検査対象領域を減らすことによって、閾値決定に関する処理を迅速に行うことができる。
【００３８】
後述するように、本実施形態によると、欠陥検査で検出される欠陥数の母数（全体数）が少ない場合においても、検査対象に合わせて閾値を高精度に設定することが可能である。また、閾値設定時には検査対象において欠陥を検出する必要がないので、より確実に閾値を設定することが可能であると共に閾値設定の自動化（高速化）も容易である。
【００３９】
図３（ａ）〜（ｆ）は、検査対象となるウェハ上におけるサンプリング領域の設定例を示している。本実施形態においては、欠陥検出閾値を高精度で且つ短時間に設定するためには、検査対象領域の全体面積に対するサンプリング領域の面積の割合（以下、サンプリング比率Ｒｓと称する）を１％程度以上で且つ１０％程度以下に設定することが望ましい。尚、図３（ａ）〜（ｃ）は、サンプリング比率Ｒｓが大きいサンプリング領域の設定例を示し、図３（ｄ）〜（ｆ）は、サンプリング比率Ｒｓが小さいサンプリング領域の設定例を示す。
【００４０】
本実施形態においては、サンプリング領域に対する検査によるノイズ評価結果を、サンプリング比率Ｒｓを考慮して検査対象領域全体のノイズ評価結果とみなす。尚、サンプリング領域は検査対象領域全体に対して偏り無く設定される。これにより、サンプリング領域の設定によって検査対象領域の面積を減らした分に関しても、検査対象領域の全面積でのノイズ信号を精度良く復元できる。このため、ノイズの最大値（ノイズ信号の最大強度）を高精度で求めることが可能となり、サンプリング領域での色むらなどによる信号バラツキをノイズ信号として取り込むことが可能となる。
【００４１】
具体的には、図３（ａ）〜（ｆ）に示すように、ストライプ状又はアレイ状にサンプリング領域を設定することができる。検査対象上にパターンが無いような場合には、図３（ａ）、（ｄ）に示すように、ストライプ状にサンプリング領域を設定するか、又は図３（ｂ）、（ｅ）に示すように、アレイ状に小さいサンプリング領域を設定することが有効である。一方、検査対象上にパターンが存在する場合には、図３（ｃ）、（ｆ）に示すように、パターンの繰り返し単位（例えばチップ領域などの繰り返し単位）に合わせて、アレイ状にサンプリング領域を設定することが望ましい。すなわち、サンプリング領域は、パターンの繰り返し単位を満遍なく含むことが好ましい。これにより、検査対象上にランダムにパターンが配置されている場合においても、繰り返しパターン間の差を全てノイズ信号に含ませることができる。
【００４２】
次に、ステップＳ１０２において、前検査を行う。これは、サンプリング領域に対して前検査を行い、それによってノイズを評価するための処理である。具体的には、検査対象（例えば基板）にエネルギービーム（例えば電磁波）を照射することによって、当該検査対象から反射されたエネルギービームを画像信号として取得し、当該画像信号に含まれるノイズを評価する。尚、この前検査では欠陥数をカウントするための閾値設定は不要である。
【００４３】
図２（ａ）は、ステップＳ１０２で得られた信号データ（画像信号）を示している。図２（ａ）に示すように、欠陥検査装置によって画像情報となる信号データ２０１を取得し、取得された信号データ２０１をＡ／Ｄ変換を用いてディジタル信号（ディジタル画像信号）に変換する。当該ディジタル信号にはノイズ信号と実際の欠陥信号とが含まれる。ここで、欠陥信号とは、検査対象上においてパターンが変形していたり又は異物が存在しているなどの異常（実欠陥）が生じていることを示している信号である。また、ノイズ信号は、検査対象上におけるパターン変形や異物の存在を示しているわけではないが、パターン比較の際に生じた検査パターンの位置ずれや色むらなどによって発生している信号である。すなわち、ノイズ信号は欠陥検査において欠陥として認識させたくない信号である。
【００４４】
本実施形態では、ステップＳ１０１でサンプリング領域の面積を検査対象領域の全体面積に対して小さく設定しており、当該サンプリング領域に実欠陥がほとんど含まれていないため、図２（ａ）に示すように、ステップＳ１０１で得られた信号データ２０１はノイズ信号のみからなる。
【００４５】
尚、検査対象上に繰り返しパターンが存在する場合には、同一検査対象内の繰り返しパターンを構成する複数の領域についてデータ信号２０１の差分を取得する。これにより、パターン自体に起因する信号が原理的にはキャンセルされるため、より高精度に欠陥を検出できる。従って、繰り返しパターンを有する検査対象に関しては、以下に説明するデータ処理において差分画像データを用いるものとする。また、パターンが存在しない検査対象に関しては、以下に説明するデータ処理において、検査対象領域を適切に分割することによって得られる差分画像データ、又は生画像データのいずれかを用いるものとする。
【００４６】
次に、ステップＳ１０３において、データ変換（度数変換）を行う。これは、ステップＳ１０２の前検査によって得られたディジタル信号に対して度数変換を行うものである。また、度数変換とは、図２（ａ）に示すような、検査位置（検査ロケーション）と信号強度との関係を表すデータを、信号強度と信号度数（信号検出数）との関係を表すデータに変換することである。図２（ｂ）は、ステップＳ１０２で得られた信号データを度数変換したデータを示している。図２（ｂ）に示すデータは、横軸に信号強度を、離散化した数値である識別階調（２５６階調）を用いて表し、縦軸に各識別階調（２５６階調の刻み）に対して検出された信号数を表したものである。
【００４７】
ところで、ノイズ信号は一般的に正規分布しているので、本実施形態においては、ステップＳ１０３で得られたノイズ信号データ（サンプリングデータ２０２）が正規分布しているものとする。すなわち、信号強度（本実施形態では識別階調）をｔとすると検出数Ｆ（ｔ）は、図２（ｂ）に示すように、正規分布する。また、検出数Ｆ（ｔ）は下記（式１）
【００４８】
【数１】
【００４９】
で表される。
【００５０】
（式１）中には特に記述していないが、Ｆ（ｔ）は、ｔ＝（ｔ−ｍ）／ａとなるノイズ信号強度の平均値ｍを中心に正規分布している。ａはバラツキ幅に関する係数である。
【００５１】
尚、以上の説明においては、ステップＳ１０２の前検査とステップＳ１０３のデータ変換（度数変換）とを別処理として記述した。しかし、ステップＳ１０２の前検査とステップＳ１０３のデータ変換（度数変換）とは同時に処理されることが望ましい。すなわち、各処理を別々に行うためには全てのデータを一時保存する必要があり、膨大なメモリが必要となるからである。そこで、ステップＳ１０２の前検査でデータを取得しながら識別諧調毎のカウンターに加算すれば、データの一時保存用のメモリは識別諧調の数だけでよくなり、ステップＳ１０２の前検査と同時にステップＳ１０３のデータ変換（度数変換）を容易に実施することができる。
【００５２】
次に、ステップＳ１０４において、データ変換（母数変換）を行う。具体的には、サンプリング領域と全検査対象領域とではノイズの検出母数が異なっているため、サンプリング領域で検出されたノイズの検出数に、（検査対象領域の全体面積／サンプリング領域の面積＝１／Ｒｓ）を掛け合わせることによって、サンプリング領域で得られたノイズの検出数（サンプリングデータ２０２）を全検査対象領域の母集団データ２０３に直す。例えば、サンプリング領域の面積を検査対象領域の全体面積の１０％程度に設定した場合には、サンプリングデータ２０２を１０倍することによって母集団データ２０３が得られる。
【００５３】
尚、以下に説明するデータ処理は、全検査対象領域の母集団データ２０３に対して行うものとする。但し、図２（ｂ）〜（ｅ）においては、サンプリング領域のサンプリングデータ２０２及び全検査対象領域の母集団データ２０３を合わせて示している。
【００５４】
また、図２（ｂ）に示す度数変換後のデータにおいて、縦軸は検出数であり、横軸は識別諧調であるが、検査単位（ピクセルサイズ）が小さくなれば、全検査対象領域の母集団データ２０３の数は大きくなる。
【００５５】
次に、ステップＳ１０５において、データ変換（累積変換）を行う。具体的には、ステップＳ１０４で得られた全検査対象領域の母集団データ２０３について、ある識別諧調を以上の強度を持つノイズ信号の数をカウントし、それにより、信号強度（識別諧調）と累積検出数との関係を表すデータに変換する。図２（ｃ）は、ステップＳ１０５の累積変換により得られたデータを示している。図２（ｂ）において、横軸は識別諧調（ｔ）を表し、縦軸は、識別諧調（ｔ）以上の強度を持つノイズ信号の検出数を識別諧調（ｔ）により積分することによって得られた累積検出数Ｓ（ｔ）である。累積検出数Ｓ（ｔ）は、下記（式２）
【００５６】
【数２】
【００５７】
で表される。尚、（式２）における積分区間はｔ＝ｔ〜∞である。
【００５８】
次に、ステップＳ１０６において、データ変換（対数変換）を行う。具体的には、ステップＳ１０５で得られた全検査対象領域の母集団データ２０３を対数変換する。図２（ｄ）は、ステップＳ１０６の対数変換により得られたデータを示している。ここで、対数変換とは、累積検出数Ｓ（ｔ）を対数値Ｌ（ｔ）に変換することである。すなわち、母集団データ２０３の総数をＮとすると、対数値Ｌ（ｔ）は、下記（式３）
【００５９】
【数３】
【００６０】
で表される。
【００６１】
次に、ステップＳ１０７において、データ変換（３乗根変換）を行う。具体的には、ステップＳ１０６で得られた、対数変換後の母集団データ２０３を３乗根変換する。図２（ｅ）は、ステップＳ１０７の３乗根変換により得られたデータを示している。ここで、３乗根変換とは、累積検出数Ｓ（ｔ）の対数値Ｌ（ｔ）を３乗根Ｇ（ｔ）に変換することである。すなわち、３乗根Ｇ（ｔ）は、下記（式４）
【００６２】
【数４】
【００６３】
で表される。
【００６４】
尚、３乗根Ｇ（ｔ）は、データが存在しているｔの区間においては、−ｔに比例する直線となる。また、Ｇ（ｔ）の最大値となるｔｅ以下のｔにおいてはＧ（ｔ）＝Ｇ（ｔｅ）で一定である。
【００６５】
次に、ステップＳ１０８において、データ分解を行う。本実施形態は、ノイズ信号が複数の正規分布の集まりから構成されているものとして、ノイズ信号が複雑である場合においても高精度に閾値を決定するものである。但し、検査対象上にパターンが存在しない場合などのように、ノイズ信号の主体が下地色むらに起因するノイズ信号であれば、データ分解の必要はない。また、検査対象上にパターンが存在する場合でも当該パターンが検査ピクセルサイズと同等か若しくはそれ以下の微細な繰り返しパターンであって当該パターンを無視できる場合も、データ分解の必要はない。
【００６６】
ここでは、まず、ステップＳ１０８のデータ分解が必要ない場合に関して、ステップＳ１０９以降のデータ処理の流れを説明する。
【００６７】
すなわち、ステップＳ１０９において、閾値設定を行う。具体的には、まず、図２（ｅ）に示すように、３乗根Ｇ（ｔ）に対してクロスポイントｔ０を求めるために、Ｓ（ｔ）＝１となるＧ（ｔ）を求める。すなわち、Ｇ（ｔ０）＝（ｌｏｇ（１／Ｎ））1/3 となるクロスポイントｔ０をＧ（ｔ）の直線近似式を用いて求める。
【００６８】
ここで、Ｓ（ｔ）＝１とはノイズ信号の累積検出数が１個であることを意味し、ｔ０は、ノイズ信号の最大強度を表す。そこで、信号強度をディジタル値である識別諧調を用いて表している本実施形態では、図２（ｆ）に示すように、ｔ０が属する識別諧調の１つ上の識別諧調を欠陥検出閾値ｔthに設定する。言い換えると、累積検出数Ｓ（ｔ）が１未満となる最大の識別階調を欠陥検出閾値ｔthに設定する。すなわち、ｔ０が小数点以下を持つ数であれば、ｔthはｔ０の小数点以下を切り上げた整数となる。
【００６９】
尚、Ｇ（ｔ）の直線近似式を求めるためのデータとしては、ｔ０を精度良く求めるためにｔ０近傍のデータを用いることが有効である。また、ｔ０近傍のデータ、具体的には、ｔがｔ０−１、ｔ０−２、・・・ｔ０−ｎとなるＧ（ｔ）のデータを用いて直線近似を行なう場合、Ｓ（ｔ０−ｎ）×サンプリング比率Ｒｓが１００以上となるｎを用いる。すなわち、Ｒｓが１０％であれば、Ｓ（ｔ０−ｎ）が１０００以上となるｎを用い、Ｒｓが１％であれば、Ｓ（ｔ０−ｎ）が１００００以上となるｎを用いる。このとき、直線近似において用いるデータの個数が４個以上であれば、十分な近似精度を得ることができる。また、以上に述べた、ディジタル信号であるノイズ信号の最大強度ｔ０は、直線近似による外挿値として算出されるが、最大強度ｔ０の近傍のデータを用いて直線近似を行っているため、最大強度ｔ０に関して実データと近似直線との一致性が高く、ノイズ信号の最大強度ｔ０を高精度で算出することができる。
【００７０】
以下、ステップＳ１０８のデータ分解が必要な場合に関して、ステップＳ１０９の閾値設定までの処理内容について、図４（ａ）〜（ｆ）を参照しながら説明する。尚、図４（ａ）〜（ｆ）において、ステップＳ１０８のデータ分解を説明するために、図４（ｆ）に示すデータ変換（３乗根変換）後に行うデータ分解の元データとなる図４（ｂ）〜（ｆ）に示すデータに関しても、データ分解されたデータを併記している。尚、ステップＳ１０８のデータ分解において分解されるノイズ信号データは、（式４）に示した３乗根Ｇ（ｔ）関数である。ステップＳ１０８ではＧ（ｔ）が−ｔに比例することを用いる。
【００７１】
まず、検査対象上のパターン（下地パターン）が複雑な場合には、図４（ａ）に示すように、ステップＳ１０２で得られた信号データ（画像信号）４０１つまりノイズ信号には、色むらやパターンエッジなどに起因する信号バラツキが存在する。このノイズ信号に対して、ステップＳ１０３のデータ変換（度数変換）及びステップＳ１０４のデータ変換（母数変換）を行うと、図４（ｂ）に示すサンプリングデータ４０２及び母集団データ４０３が得られる。ここで、図４（ｂ）に示すデータは、図４（ｃ）に示すように、複数のノイズ信号が重なり合うことによって生成される。尚、図４（ｃ）は、４種類のノイズ信号成分（Ｆ１、Ｆ２、Ｆ３、Ｆ４）が重なり合っている場合を示している。また、図４（ｃ）において、各ノイズ信号成分はそれぞれ正規分布形状を示しているが、各ノイズ信号成分の信号数（検出数）、バラツキ幅及び平均値などは互いに異なっている。さらに、図４（ｃ）においては、各ノイズ信号成分の信号強度（本実施形態では識別階調）（ｔ）に対する度数分布関数をＦｘ（ｔ）として示している。ここで、ｘはノイズ成分の数である。また、実際に検出されるノイズ信号数Ｆ（ｔ）は、各ノイズ信号成分の和として、下記（式５）
【００７２】
【数５】
【００７３】
で表される。また、Ｆｘ（ｔ）は下記（式６）
【００７４】
【数６】
【００７５】
で表される。
【００７６】
次に、ステップＳ１０５のデータ変換（累積変換）により、図４（ｃ）に示すデータが図４（ｄ）に示すデータに変換される。尚、実際に検出されるノイズ信号の累積検出数Ｓ（ｔ）は、各ノイズ信号成分の識別階調（ｔ）に対する累積検出数Ｓｘ（ｔ）の和として、下記（式７）
【００７７】
【数７】
【００７８】
で表される。また、Ｓｘ（ｔ）は下記（式８）
【００７９】
【数８】
【００８０】
で表される。尚、（式８）における積分区間はｔ＝ｔ〜∞である。
【００８１】
次に、ステップＳ１０６のデータ変換（対数変換）により、図４（ｄ）に示すデータが図４（ｅ）に示すデータに変換される。尚、実際に検出されるノイズ信号の対数変換累積検出数Ｌ（ｔ）及び各ノイズ信号成分の対数変換累積検出数Ｌｘ（ｔ）はそれぞれ、母集団データ４０３の総数をＮとすると、下記（式９）及び（式１０）
【００８２】
【数９】
【００８３】
【数１０】
【００８４】
で表される。
【００８５】
次に、ステップＳ１０７のデータ変換（３乗根変換）により、図４（ｅ）に示すデータが図４（ｆ）に示すデータに変換される。尚、実際に検出されるノイズ信号の対数変換３乗根累積検出数Ｇ（ｔ）及び各ノイズ信号成分の対数変換３乗根累積検出数Ｇｘ（ｔ）はそれぞれ、下記（式１１）及び（式１２）
【００８６】
【数１１】
【００８７】
【数１２】
【００８８】
で表される。尚、３乗根Ｇ（ｔ）及びＧｘ（ｔ）は、データが存在しているｔの区間においては、−ｔに比例する直線となる。
【００８９】
次に、ステップＳ１０８において、図５及び図６に示すように、データ分解を行ない、その後、ステップＳ１０９において、閾値設定を行う。
【００９０】
まず、図４（ｆ）及び図５に示すように、３乗根Ｇ（ｔ）に対してクロスポイントｔ０を求めるために、Ｓ（ｔ）＝１となるＧ（ｔ）を求める。具体的には、図５に示すように、３乗根Ｇ（ｔ）をｔのマイナス方向へ微分し、Ｄ（ｔ）＝ｄＧ（ｔ）／ｄｔを得る。
【００９１】
次に、ｔのマイナス方向へ向かって、Ｄ（ｔ）がプラス向きとなる識別階調ｔ（以下、データスタート階調ｔｘｃと称する）を検出していく。このとき、データスタート階調ｔｘｃのうちの最大値ｔｍａｘはノイズ信号の最大強度（つまり図４（ｆ）に示すクロスポイントｔ０）を示している。また、最大データスタート階調ｔｍａｘ未満のｔｘｃについては、別のノイズ信号成分の存在を示している。
【００９２】
次に、ｔのマイナス方向へ向かって、Ｄ（ｔ）がマイナス向きとなる識別階調ｔ（以下、データエンド階調ｔｘｅと称する）を検出していく。ｔｘｅは、あるノイズ信号成分が存在しなくなる識別階調を示している。
【００９３】
次に、ｔのマイナス方向へ向かって、Ｄ（ｔ）が一定となるときの当該Ｄ（ｔ）の値（つまりＧ（ｔ）の傾きＤｘ（ｔ））を検出する。
【００９４】
次に、図６に示すように、図５に示す処理で得られた最大データスタート階調ｔｍａｘ、データエンド階調ｔｘｅ、データスタート階調ｔｘｃ、及びＧ（ｔ）の傾きＤｘ（ｔ）を用いて、Ｇ（ｔ）をＧｘ（ｔ）に分解する。図６においては、分解後のＧｘ（ｔ）を破線で示している。
【００９５】
次に、Ｇ（ｔ）の直線近似を行って閾値を決定するためのデータ範囲を決定する。データ範囲決定要件の１つは、識別階調ｔの大きい方からＧ（ｔ）のグラフを見たときに傾きが最初に減少する識別階調（図６ではデータエンド階調ｔ４ｅ）以上であることである。さらに、他のデータ範囲決定要件は、Ｓ（ｔ０−ｎ）×サンプリング比率Ｒｓが１００以上となるｎ（図６では階調ｔｂ）であることである。以上が、ステップＳ１０８のデータ分解の処理内容である。
【００９６】
次に、ステップＳ１０９において、閾値設定を行う。具体的には、前述のデータ範囲内に他のＧｘ（ｔ）のデータが存在している場合には、当該Ｇｘ（ｔ）によるデータ増加分を差し引いて直線近似のためのデータ（図６ではＧ４のデータ）を得る。続いて、ｔｍａｘを通るＧｘ（ｔ）のデータ（直線近似のためのデータ）を用いて、Ｓ（ｔ）＝１となるクロスポイントｔ０を求める。最後に、ｔ０が属する識別諧調の１つ上の識別諧調を欠陥検出閾値ｔthに設定する。言い換えると、累積検出数Ｓ（ｔ）が１未満となる最大の識別階調を欠陥検出閾値ｔthに設定する。
【００９７】
次に、ステップＳ１１０において、ステップＳ１０１〜Ｓ１０９で得られた各種データ（信号分布データ）をデータベース（欠陥データベース）に出力する。
【００９８】
以上に説明したように、第１の実施形態によると、検査対象基板における色むらなどを含むノイズ信号の評価を行うことによって、特に検査対象基板の欠陥密度が低い場合又は欠陥信号とノイズ信号との比が小さい場合においても、検査対象基板のノイズ信号の最大強度に基づいて欠陥検出閾値を高精度で且つ短時間に設定することができる。すなわち、欠陥検出閾値を一意に且つ自動的に設定することができる。特に、全検査対象領域に対して満遍なく設定されたサンプリング領域の検査によって得られたノイズ信号を評価することによって、欠陥検出閾値を高精度で且つより短時間に設定することができる。従って、欠陥の誤検出や見逃しの可能性を最小化することができると共に検査バラツキを低減することができる。
【００９９】
また、第１の実施形態によると、検査対象のノイズ信号を考慮して欠陥検出閾値を求めるため、検査対象基板における色むらなどに起因するノイズ信号（下地ノイズ）の変化によって、欠陥の誤検出や見逃しが起こることを防止することができる。
【０１００】
また、第１の実施形態によると、欠陥の累積検出数が少なく実欠陥を用いて閾値を設定することが難しい検査対象基板においても、当該検査対象基板に応じた適正な閾値を高精度で設定することができるので、欠陥の誤検出や見逃しを最小限にした欠陥検査が可能となる。さらに、閾値設定に要する時間を大幅に短縮できると共に、閾値設定をコンピュータ及びソフトウェアを用いて自動化することができる。
【０１０１】
尚、第１の実施形態において、欠陥検出閾値を求めるためのサンプリング領域の面積の全検査対象領域の面積に対する比率（サンプリング比率Ｒｓ）を１％以上で且つ１０％以下に設定した。しかし、検査対象上の欠陥密度が小さく且つサンプリング領域の検査に要する時間が短い場合には、つまり実質的に運用可能である場合には、サンプリング比率Ｒｓが１０％を超えてもよい。
【０１０２】
また、第１の実施形態において、ステップＳ１０２の前検査で用いるエネルギービームの種類は特に限定されないが、例えば光等の電磁波、電子線又は放射線などを用いることができる。
【０１０３】
また、第１の実施形態において、ステップＳ１０２の前検査とステップＳ１０３のデータ変換（度数変換）とを同時処理することが望ましいこと、言い換えると、当該前検査でデータを取得しながら識別諧調毎のカウンターに加算すれば、データを一時保存するためのメモリは識別諧調の数だけ準備すればよくなり、ステップＳ１０２の前検査と同時にステップＳ１０３のデータ変換（度数変換）を容易に実施できることを説明した。しかし、これに代えて、ステップＳ１０３のデータ変換（度数変換）の処理をスキップして、ステップＳ１０２の前検査とステップＳ１０５のデータ変換（累積変換）とによって、図２（ｃ）に示すデータを取得することも可能である。具体的には、当該前検査でデータを取得しながら、検査中に逐次検出される信号の強度を判別し、当該強度がある値（識別諧調）以上である場合には当該識別諧調に対して信号検出数を加算すればよい。このようにすると、ステップＳ１０３のデータ変換（度数変換）を省略できるため、さらに高速な処理を実現できる。また、この場合、データを取得しながら行う信号処理は、メモリと演算装置とによってなされるが、検査における検査装置及びアプリケーションソフトのそれぞれに対する負荷を考慮し、当該信号処理にそれぞれ専用のメモリ及び演算装置を用いることによって、処理の高速化を図ることが望ましい。
【０１０４】
（第２の実施形態）
以下、本発明の第２の実施形態に係る欠陥検査方法について図面を参照しながら説明する。
【０１０５】
図７は、第２の実施形態に係る欠陥検査方法、具体的には、本発明のノイズ評価により検査フォーカスを決定する方法の処理フローを示している。また、図８（ａ）〜（ｅ）及び図９は、図７に示す処理フローの各ステップ（特にノイズ評価アルゴリズムによる信号変換方法）を説明するための図である。具体的には、図８（ａ）は図７のステップＳ２０２と対応し、図８（ｂ）は図７のステップＳ２０３及びＳ２０４と対応し、図８（ｃ）は図７のステップＳ２０５と対応し、図８（ｄ）は図７のステップＳ２０６と対応し、図８（ｅ）は図７のステップＳ２０７及びＳ２０８と対応し、図９は図７のステップＳ２１１と対応する。尚、本実施形態においては、図８（ａ）〜（ｅ）及び図９に示す処理によって、欠陥検査装置から画像信号を取り込み、当該信号に対してノイズ評価を行ない、その結果に基づいて検査フォーカス閾値を決定する。
【０１０６】
本実施形態の検査フォーカスの設定においては、フォーカスを例えば４水準変化させ、それぞれのフォーカスで得られる欠陥検出閾値を用いて当該閾値を最大にできるフォーカス値を求める。
【０１０７】
具体的には、まず、ステップＳ２０１において、サンプリング領域の設定を行うと共にフォーカスの初期設定を行う。続いて、フォーカスを４水準変化させて、各フォーカスについて、ステップＳ２０２の前検査からステップＳ２０９の閾値設定までの処理を実施する。尚、ステップＳ２０１〜Ｓ２０９の処理内容（図８（ａ）〜（ｅ）参照）については、基本的に第１の実施形態のステップＳ１０１〜Ｓ１０９の処理内容と同じであるので、詳細な説明を省略する。また、説明を簡単にするために、図８（ｅ）に示すデータ分解については、各フォーカスにより得られたノイズ信号を構成する複数のノイズ信号成分を示さないで、データ分解後における最大信号強度を持つノイズ信号成分のみを示している。
【０１０８】
次に、ステップＳ２１０において、４水準のフォーカスによる検査が全て終了したかどうかを判定し、終了した場合にはステップＳ２１１のフォーカス設定に進む。ここで、ステップＳ２０９の閾値設定において、各検査フォーカスｆｘ（ｘ＝１〜４）について得られた欠陥検出閾値をｔth（ｆｘ）とする。
【０１０９】
次に、ステップＳ２１１において、フォーカス設定を行う。本実施形態では、図９に示すように、フォーカスｆに対する閾値ｔの関係を、下記（式１３）
【０１１０】
【数１３】
【０１１１】
で表される、上に凸のｆの２乗曲線によって近似する。そこで、最小二乗法を用いてｔ（ｆ）が最大となるフォーカス値ｆｍを求める。これにより得られたフォーカス値ｆｍが最適フォーカスとなる。すなわち、フォーカス値ｆｍにおいて検査した場合に、欠陥検出閾値が最大になるので、当該場合に、ノイズ信号の振幅つまり信号強度が大きいことになるからである。
【０１１２】
次に、ステップＳ２１２において、各検査フォーカスｆｘ（ｘ＝１〜４）について得られた欠陥検出閾値ｔth（ｆｘ）、及び最適フォーカス値ｆｍを出力する。
【０１１３】
以上に説明したように、第２の実施形態によると、第１の実施形態と同様の効果に加えて、次のような効果が得られる。すなわち、検査対象基板の画像コントラストを利用してフォーカス設定を行なっていた従来技術と比べて、当該検査対象基板に応じた適正なフォーカスを高精度で一意に且つ自動的に設定することができる。特に、全検査対象領域に対して満遍なく設定されたサンプリング領域の検査によって得られたノイズ信号を評価することによって、検査対象のノイズ信号を考慮したフォーカスを高精度で設定できるので、欠陥の誤検出や見逃しの可能性が低く且つ検査ばらつきが少ない欠陥検査を実現することができる。
【０１１４】
また、第２の実施形態によると、フォーカス設定に要する時間を大幅に短縮できると共に、後述するように、フォーカス設定をコンピュータ及びソフトウェアを用いて自動化することができる。
【０１１５】
尚、第２の実施形態において、フォーカスを４水準変化させることによって最適フォーカスを導出したが、これに限らず、検査時間や検査対象の状態等に応じて、フォーカスを３水準以上の任意の水準数で変化させることによって最適フォーカスを導出してもよい。
【０１１６】
また、第２の実施形態において、ステップＳ２０２の前検査で用いるエネルギービームの種類は特に限定されないが、例えば光等の電磁波、電子線又は放射線などを用いることができる。また、本実施形態では、エネルギービームとして光を用いることを前提として、フォーカス設定を行なったが、これに代えて、波長等の他のパラメータの設定も同様に行うことができ、選択したパラメータについて感度が最大となる値を得ることができる。また、エネルギービームとして電子線を用いる場合には、電子レンズによるフォーカス、加速エネルギー又は通電電流等のパラメータの設定も同様に行うことができる。
【０１１７】
また、第２の実施形態において、フォーカスを高精度で且つ短時間に設定するためには、サンプリング領域の面積の全検査対象領域の面積に対する比率（サンプリング比率Ｒｓ）を１％以上で且つ１０％以下に設定することが好ましい。しかし、検査対象上の欠陥密度が小さく且つサンプリング領域の検査に要する時間が短い場合には、つまり実質的に運用可能である場合には、サンプリング比率Ｒｓが１０％を超えてもよい。
【０１１８】
また、第２の実施形態において、ステップＳ２０２の前検査とステップＳ２０３のデータ変換（度数変換）とを同時処理することが望ましい。具体的には、当該前検査でデータを取得しながら識別諧調毎のカウンターに加算すれば、データを一時保存するためのメモリは識別諧調の数だけ準備すればよくなり、ステップＳ２０２の前検査と同時にステップＳ２０３のデータ変換（度数変換）を容易に実施することができる。しかし、これに代えて、ステップＳ２０３のデータ変換（度数変換）の処理をスキップして、ステップＳ２０２の前検査とステップＳ２０５のデータ変換（累積変換）とによって、図８（ｃ）に示すデータを取得することも可能である。具体的には、当該前検査でデータを取得しながら、検査中に逐次検出される信号の強度を判別し、当該強度がある値（識別諧調）以上である場合には当該識別諧調に対して信号検出数を加算すればよい。このようにすると、ステップＳ２０３のデータ変換（度数変換）を省略できるため、さらに高速な処理を実現できる。また、この場合、データを取得しながら行う信号処理は、メモリと演算装置とによってなされるが、検査における検査装置及びアプリケーションソフトのそれぞれに対する負荷を考慮し、当該信号処理にそれぞれ専用のメモリ及び演算装置を用いることによって、処理の高速化を図ることが望ましい。
【０１１９】
（第３の実施形態）
以下、本発明の第３の実施形態に係る欠陥検査方法について図面を参照しながら説明する。
【０１２０】
図１０は、第３の実施形態に係る欠陥検査方法、具体的には、本発明のノイズ評価に基づいて、複数の検査器（検出系）を有する検査装置における各検査器が同じ検査感度を持つように検査特性を調整する方法の処理フローを示している。また、図１１（ａ）〜（ｅ）は、図１０に示す処理フローの各ステップ（特にノイズ評価アルゴリズムによる信号変換方法）を説明するための図である。具体的には、図１１（ａ）は図１０のステップＳ３０２と対応し、図１１（ｂ）は図１０のステップＳ３０３及びＳ３０４と対応し、図１１（ｃ）は図１０のステップＳ３０５と対応し、図１１（ｄ）は図１０のステップＳ３０６と対応し、図１１（ｅ）は図１０のステップＳ３０７及びＳ３０８と対応する。尚、本実施形態においては、図８（ａ）〜（ｅ）に示す処理によって、欠陥検査装置から画像信号を取り込み、当該信号に対してノイズ評価を行ない、その結果から得られた閾値に基づいて、後述する各検査器の閾値オフセット及び係数を決定する。
【０１２１】
まず、ステップＳ３０１において、サンプリング領域の設定を行った後、全ての検査器について、ステップＳ３０２の前検査からステップＳ３０９の閾値設定までの処理を実施する。尚、ステップＳ３０１〜Ｓ３０９の処理内容（図１１（ａ）〜（ｅ）参照）については、基本的に第１の実施形態のステップＳ１０１〜Ｓ１０９の処理内容と同じであるので、詳細な説明を省略する。また、説明を簡単にするために、図１１（ｅ）に示すデータ分解については、各検査器によって得られたノイズ信号を構成する複数のノイズ信号成分を示さないで、データ分解後における最大信号強度を持つノイズ信号成分のみを示している。
【０１２２】
次に、ステップＳ３１０において、全ての検査器についての検査が全て終了したかどうかを判定し、終了した場合にはステップＳ３１１の閾値調整値の設定に進む。ここで、ステップＳ３０９の閾値設定において、各検査器ｘ（本実施形態ではｘ＝１〜４）について得られた欠陥検出閾値及び対数変換３乗根累積検出数をそれぞれｔthｘ及びＧｘ（ｔ）とする。
【０１２３】
次に、ステップＳ３１１において、閾値調整値の設定を行う。具体的には、まず、各Ｇｘ（ｔ）を信号強度（本実施形態では識別階調）ｔによって微分することにより、各Ｇｘ（ｔ）の傾きＤｘ＝ｄＧｘ（ｔ）／ｄｔを得る。次に、ｔthｘ及びＤｘのそれぞれの中央値、つまり中央値（ｔthｘ）及び中央値（Ｄｘ）と、下記（式１４）及び（式１５）
【０１２４】
【数１４】
【０１２５】
【数１５】
【０１２６】
とを用いて、各検査器ｘについて、閾値ｔthｘのオフセット値ｔ０ｘと傾きＤｘの係数αｘを求め、各検査器ｘによる検査特性を調整する。すなわち、各閾値ｔthｘについては、（式１４）に示すように、同じ中央値（ｔthｘ）が得られるように、オフセット値ｔ０ｘを加算する。また、各傾きＤｘについては、同じ中央値（Ｄｘ）が得られるように、係数αｘを積算する。
【０１２７】
次に、ステップＳ３１２において、各検査器ｘについて得られた傾き（閾値近似直線Ｇｘ（ｔ）の傾き）Ｄｘ及びオフセット値ｔ０ｘを出力する。
【０１２８】
以上に説明したように、第３の実施形態によると、第１の実施形態と同様の効果に加えて、次のような効果が得られる。すなわち、複数の検出系を有する欠陥検査装置を用いる場合であっても、各検出系の欠陥検出閾値が同じになるように閾値校正を行なうことが可能となるので、各検出系の欠陥検出閾値を高精度で一定且つ適正に保つことができる。言い換えると、欠陥検出閾値の調整を一意に且つ自動的に行うことができる。従って、欠陥の誤検出や見逃しの可能性が低く且つ検査ばらつきが少ない欠陥検査を実現することができる。
【０１２９】
また、第３の実施形態によると、各検査器（検出系）について得られたノイズ信号の最大強度に基づいて算出された閾値が一定となるようにフィッティングを行っているので、検出系間の閾値ずれが小さくなるように閾値校正を実施できる。
【０１３０】
また、第３の実施形態によると、検出系間における前述の閾値ｔthｘ及び傾きＤｘのそれぞれのばらつきから、異常な検出系を特定することも可能となる。当該特定の方法としては、例えば統計的データに対する分散分析による検定を用いてもよい。
【０１３１】
尚、第３の実施形態において、検出系の数が限定されないことは言うまでもない。
【０１３２】
また、第３の実施形態において、ステップＳ３０２の前検査で用いるエネルギービームの種類は特に限定されないが、例えば光等の電磁波、電子線又は放射線などを用いることができる。
【０１３３】
また、第３の実施形態において、閾値校正を高精度で且つ短時間に行なうためには、サンプリング領域の面積の全検査対象領域の面積に対する比率（サンプリング比率Ｒｓ）を１％以上で且つ１０％以下に設定することが好ましい。しかし、検査対象上の欠陥密度が小さく且つサンプリング領域の検査に要する時間が短い場合には、つまり実質的に運用可能である場合には、サンプリング比率Ｒｓが１０％を超えてもよい。
【０１３４】
また、第３の実施形態において、ステップＳ３０２の前検査とステップＳ３０３のデータ変換（度数変換）とを同時処理することが望ましい。具体的には、当該前検査でデータを取得しながら識別諧調毎のカウンターに加算すれば、データを一時保存するためのメモリは識別諧調の数だけ準備すればよくなり、ステップＳ３０２の前検査と同時にステップＳ３０３のデータ変換（度数変換）を容易に実施することができる。しかし、これに代えて、ステップＳ３０３のデータ変換（度数変換）の処理をスキップして、ステップＳ３０２の前検査とステップＳ３０５のデータ変換（累積変換）とによって、図１１（ｃ）に示すデータを取得することも可能である。具体的には、当該前検査でデータを取得しながら、検査中に逐次検出される信号の強度を判別し、当該強度がある値（識別諧調）以上である場合には当該識別諧調に対して信号検出数を加算すればよい。このようにすると、ステップＳ３０３のデータ変換（度数変換）を省略できるため、さらに高速な処理を実現できる。また、この場合、データを取得しながら行う信号処理は、メモリと演算装置とによってなされるが、検査における検査装置及びアプリケーションソフトのそれぞれに対する負荷を考慮し、当該信号処理にそれぞれ専用のメモリ及び演算装置を用いることによって、処理の高速化を図ることが望ましい。
【０１３５】
（第４の実施形態）
以下、本発明の第４の実施形態に係る欠陥検査方法について図面を参照しながら説明する。
【０１３６】
図１２は、第４の実施形態に係る欠陥検査方法、具体的には、本発明のノイズ評価により、複数の検査器（検出系）を有する検査装置における各検査器が同じフォーカスを持つように検査特性を調整する方法の処理フローを示している。
【０１３７】
本実施形態においては、全ての検査器について、図７、図８（ａ）〜（ｅ）及び図９に示す第２の実施形態と同様にフォーカスを例えば４水準変化させ、それぞれのフォーカスで得られる欠陥検出閾値を用いて当該閾値を最大にできるフォーカス値を求め、当該フォーカス値が各検査器において同じになるように当該フォーカス値に対してオフセット値を加算する。
【０１３８】
具体的には、まず、ステップＳ４０１において、サンプリング領域の設定を行うと共にフォーカスの初期設定を行う。続いて、全ての検査器について、フォーカスを４水準変化させてステップＳ４０２の前検査からステップＳ４０９の閾値設定までの処理を実施する。尚、ステップＳ４０１〜Ｓ４０９の処理内容については、基本的に第１の実施形態のステップＳ１０１〜Ｓ１０９の処理内容又は第２の実施形態のステップＳ２０１〜Ｓ２０９の処理内容と同じであるので、詳細な説明を省略する。また、説明を簡単にするために、ステップＳ４０８のデータ分解については、各検査器によって得られたノイズ信号を構成する複数のノイズ信号成分に代えて、データ分解後における最大信号強度を持つノイズ信号成分のみを考慮する。
【０１３９】
次に、ステップＳ４１０において、ある検査器について、４水準のフォーカスによる検査が全て終了したかどうかを判定し、終了した場合にはステップＳ４１１のフォーカス設定に進む。ステップＳ４１１の処理内容については、基本的に第２の実施形態のステップＳ２１１の処理内容と同じであるので、詳細な説明を省略する。
【０１４０】
次に、ステップＳ４１２において、全ての検査器についての検査が全て終了したかどうかを判定し、終了した場合にはステップＳ４１３のフォーカス調整値の設定に進む。ここで、ステップＳ４１１のフォーカス設定において、各検査器ｘ（本実施形態ではｘ＝１〜４）について得られた最適フォーカス値をｆｍｘとする。
【０１４１】
次に、ステップＳ４１３において、フォーカス調整値を行う。具体的には、各検査器ｘの最適フォーカス値ｆｍｘの中央値、つまり中央値（ｆｍｘ）と、下記（式１６）
【０１４２】
【数１６】
【０１４３】
とを用いて、各検査器ｘについて、最適フォーカス値ｆｍｘのオフセット値ｆ０ｘを求め、各検査器ｘによる検査特性を調整する。すなわち、各最適フォーカス値ｆｍｘについては、（式１６）に示すように、同じ中央値（ｆｍｘ）が得られるように、オフセット値ｆ０ｘを加算する。
【０１４４】
次に、ステップＳ４１４において、各検査器ｘ（ｘ＝１〜４）について得られた欠陥検出閾値ｔthｘ及び最適フォーカス値ｆｍｘ（フォーカス曲線データ）を出力する。
【０１４５】
以上に説明したように、第４の実施形態によると、第１の実施形態と同様の効果に加えて、次のような効果が得られる。すなわち、複数の検出系を有する欠陥検査装置を用いる場合であっても、各検出系の検査フォーカス値が同じになるようにフォーカス校正を行なうことが可能となるので、各検出系の検査フォーカス値を高精度で一定且つ適正に保つことができる。言い換えると、検査フォーカス値の調整を一意に且つ自動的に行うことができる。従って、欠陥の誤検出や見逃しの可能性が低く且つ検査ばらつきが少ない欠陥検査を実現することができる。
【０１４６】
また、第４の実施形態によると、各検査器（検出系）について得られたノイズ信号の最大強度に基づいて算出された最適フォーカス値が一定となるようにフィッティングを行っているので、検出系間のフォーカスずれが小さくなるようにフォーカス校正を実施することができる。
【０１４７】
また、第４の実施形態によると、検出系間における前述の最適フォーカス値ｆｍｘのばらつきから、異常な検出系を特定することも可能となる。当該特定の方法としては、例えば統計的データに対する分散分析による検定を用いてもよい。
【０１４８】
尚、第４の実施形態において、検出系の数が限定されないことは言うまでもない。
【０１４９】
また、第４の実施形態において、フォーカスを４水準変化させることによって最適フォーカスを導出したが、これに限らず、検査時間や検査対象の状態等に応じて、フォーカスを３水準以上の任意の水準数で変化させることにより最適フォーカスを導出してもよい。
【０１５０】
また、第４の実施形態において、ステップＳ４０２の前検査で用いるエネルギービームの種類は特に限定されないが、例えば光等の電磁波、電子線又は放射線などを用いることができる。また、本実施形態では、エネルギービームとして光を用いることを前提として、フォーカス設定を行なったが、これに代えて、波長等の他のパラメータの設定も同様に行うことができ、選択したパラメータについて感度が最大となる値を得ることができる。また、エネルギービームとして電子線を用いる場合には、電子レンズによるフォーカス、加速エネルギー又は通電電流等のパラメータの設定も同様に行うことができる。
【０１５１】
また、第４の実施形態において、フォーカスを高精度で且つ短時間に設定するためには、サンプリング領域の面積の全検査対象領域の面積に対する比率（サンプリング比率Ｒｓ）を１％以上で且つ１０％以下に設定することが好ましい。しかし、検査対象上の欠陥密度が小さく且つサンプリング領域の検査に要する時間が短い場合には、つまり実質的に運用可能である場合には、サンプリング比率Ｒｓが１０％を超えてもよい。
【０１５２】
また、第４の実施形態において、ステップＳ４０２の前検査とステップＳ４０３のデータ変換（度数変換）とを同時処理することが望ましい。具体的には、当該前検査でデータを取得しながら識別諧調毎のカウンターに加算すれば、データを一時保存するためのメモリは識別諧調の数だけ準備すればよくなり、ステップＳ４０２の前検査と同時にステップＳ４０３のデータ変換（度数変換）を容易に実施することができる。しかし、これに代えて、ステップＳ４０３のデータ変換（度数変換）の処理をスキップして、ステップＳ４０２の前検査とステップＳ４０５のデータ変換（累積変換）とによって、累積検出数を取得することも可能である。具体的には、当該前検査でデータを取得しながら、検査中に逐次検出される信号の強度を判別し、当該強度がある値（識別諧調）以上である場合には当該識別諧調に対して信号検出数を加算すればよい。このようにすると、ステップＳ４０３のデータ変換（度数変換）を省略できるため、さらに高速な処理を実現できる。また、この場合、データを取得しながら行う信号処理は、メモリと演算装置とによってなされるが、検査における検査装置及びアプリケーションソフトのそれぞれに対する負荷を考慮し、当該信号処理にそれぞれ専用のメモリ及び演算装置を用いることによって、処理の高速化を図ることが望ましい。
【０１５３】
（第５の実施形態）
以下、本発明のノイズ評価アルゴリズムを組み込んだ、第５の実施形態に係る欠陥検査システム、欠陥検査方法、Ｓ／Ｎ比評価方法及び検査オペレーションについて、図面を参照しながら説明する。
【０１５４】
図１３は、第５の実施形態に係る欠陥検査システムの概略構成及びデータフローを示している。図１３に示すように、本実施形態の欠陥検査システム（欠陥検査装置）の構成は、制御部１００１、検出部１００２及び画像処理部１００３に大きく分けられる。制御部１００１は、システム制御を行なう制御部本体１００４と、オペレーターが指示を出したり又は欠陥検査結果のデータを確認したりするためのオペレーション端末１００５とから構成されている。検出部１００２は、ステージ１０１１上に設置された評価対象１０１０に対して光などを照射することによって得られる投影像を検出するための例えばイメージセンサー１００７並びにレンズ１００８及び１００９から構成されている。
【０１５５】
イメージセンサー１００７によって得られた画像信号は画像処理部１００３の画像メモリ１０１２に逐次転送される。画像処理部１００３においては、欠陥抽出画像処理回路１０１６により当該画像信号に対して画像比較や画像のフィルタリングなどの処理が行われ、欠陥と判定されたデータが欠陥部画像メモリ１０１７に蓄積される。また、同時に、画像メモリ１０１２に転送された画像データ信号は、累積カウンター１０１３によって、信号強度と検出数（度数）又は累積検出数（累積度数）との関係を表すデータに変換され、当該データは信号分布データとしてバッファメモリ１０１４に蓄積される。さらに、バッファメモリ１０１４に蓄積された累積度数データに対して、演算装置１０１５によって対数変換や３乗根変換が行なわれ、その結果がバッファメモリ１０１４に格納される。
【０１５６】
後述する本実施形態のサンプリング検査では、バッファメモリ１０１４に格納された変換データを用いて、欠陥検出閾値の自動設定を行う。
【０１５７】
また、後述する本実施形態の本体検査で検出された欠陥についてはそれぞれＳ／Ｎ比が算出され、算出結果が欠陥部画像メモリ１０１７に欠陥情報として付加される。また、欠陥情報として、欠陥の位置、大きさ、種類又はＳ／Ｎ比などがデータベース１００６に蓄積される。さらに、前述のデータ変換により得られた信号分布データもデータベース１００６に蓄積される。
【０１５８】
以下、図１３に示す本実施形態の欠陥検査システムを用いた欠陥検査方法、Ｓ／Ｎ比評価方法及び検査オペレーションについて説明する。
【０１５９】
図１４は、本実施形態の欠陥検査方法の処理フローを示している。図１５（ａ）及び（ｂ）はそれぞれ、本実施形態のＳ／Ｎ比評価方法（データ解析方法）を説明するための図である。また、図１６及び図１７は、本実施形態の検査オペレーションを説明するための図である。
【０１６０】
まず、ステップＳ５０１において、検査条件設定を行う。具体的には、最初に、ステップＳ５０２において、オペレーション端末１００５に表示された例えば図１６に示すような画面のサンプリング条件１３０１を選択することによって、サンプリング検査の条件設定を行う。図１６に示すサンプリング条件１３０１の選択肢としては例えば「自動」及び「マニュアル」がある。「自動」が選択された場合には、検査時間を考慮して例えば検査対象基板上において検査対象チップ又は検査対象領域が自動的に満遍なく設定される。また、「マニュアル」が選択された場合には、検査対象チップやサンプリング比率を個別に設定したり又はサンプリング検査を行わないなどの選択をすることができる。
【０１６１】
次に、ステップＳ５０３において、閾値設定条件選択を行う。具体的には、例えば図１６に示すような画面の閾値設定条件１３０２を選択することによって、第１の実施形態で説明したサンプリング検査による閾値の自動設定を行うか又は閾値を事前に与えるかを選択する。ここでは、第１の実施形態の閾値自動設定を選択するものとする。
【０１６２】
次に、ステップＳ５０４において、フォーカス設定条件選択を行う。具体的には、例えば図１６に示すような画面のフォーカス設定条件１３０３を選択することによって、第２の実施形態で説明したサンプリング検査によるフォーカス値の自動設定を行うか又はフォーカス値を事前に与えるかを選択する。ここでは、第２の実施形態のフォーカス自動設定を選択するものとする。
【０１６３】
次に、ステップＳ５０５において、サンプリング検査を実施する。サンプリング検査においては、ステップＳ５０２で検査対象基板上に設定されたサンプリング領域に対してエネルギービームを照射し、当該領域から反射されたエネルギービームを画像信号として取得する。具体的には、最初に、ステップＳ５０６において、フォーカス自動評価を実施する。フォーカス自動評価の内容は次の通りである。尚、本実施形態では、検査対象基板に光を照射することによって、当該検査対象基板から反射された光を画像信号として取得するものとする。まず、従来技術と同様に、光学的にフォーカスを合わせることにより、初期フォーカスを設定する。次に、本発明のフォーカス自動設定（第２の実施形態参照）を実施するが、このとき、初期フォーカスを中心としてフォーカスを上下に２水準づつ変化させる。尚、フォーカスのふり幅は検査倍率に基づいて経験的に決定される。例えば検査倍率が高い場合、つまりピクセルサイズを小さくして微細な欠陥を検出する場合には、フォーカスのふり幅をピクセルサイズ程度に小さく設定する。そして、第２の実施形態で説明したように、欠陥検出閾値を最も高くできるフォーカス値を評価すると共に当該欠陥検出閾値の最大値を導出する。このとき、フォーカス値の中心が大きくずれるようであれば、言い換えると、フォーカスをふることにより得られたノイズの最大値がフォーカス値に対して単調増加又は単調減少する場合のように、最適フォーカス値となるノイズのピーク値が、フォーカスをふった際のフォーカス値の最小値から最大値までの間に存在しないようであれば、必要に応じてフォーカス自動評価を再度実施する。
【０１６４】
次に、ステップＳ５０７において、閾値自動評価を実施する。このとき、ステップＳ５０６のフォーカス自動評価を行ったときのフォーカスが、変化したフォーカスの水準値と同じであれば、言い換えると、フォーカス自動評価を行って得られた最適フォーカス値と、最適フォーカスの評価を行う際に用いたフォーカス値とが一致した場合には、ステップＳ５０７をスキップしてもよい。ステップＳ５０７をスキップしない場合には、ステップＳ５０６のフォーカス自動評価で設定された最適フォーカス値を用いて改めてステップＳ５０７の閾値自動評価を実施し、それによって最適フォーカス値を再設定すると共に欠陥検出閾値を設定する。ステップＳ５０５で得られたサンプリング検査結果は、例えば図１６に示すような画面の信号分布データ１３０４に表示される。但し、ステップＳ５０５のサンプリング検査の実施時点では欠陥検出閾値は設定されていないので、後述するＳ／Ｎ比の計算は行われず、また、その結果の表示もされない。
【０１６５】
次に、ステップＳ５０８において、本体検査を実施する。具体的には、最初に、ステップＳ５０９において、ステップＳ５０５のサンプリング検査で設定されたフォーカス値及び閾値を用いて本検査を実施する。本検査においては、検査対象基板に対してエネルギービームを照射し、当該基板から反射されたエネルギービームを画像信号として取得する。取得された画像信号データは、画像処理部１００３の画像メモリ１０１２に逐次蓄積される。このとき、取得された画像信号（ディジタル画像信号）の強度が、ステップＳ５０５のサンプリング検査で設定された閾値を超える場合に当該信号を欠陥として検出すると同時に、画像信号データの検出数が画像処理部１００３の累積カウンター１０１３によって累積されていく。これにより、前述したように、画像データ信号が、信号強度と検出数（度数）又は累積検出数（累積度数）との関係を表すデータに変換され、当該データは信号分布データとしてバッファメモリ１０１４に蓄積される。さらに、バッファメモリ１０１４に蓄積された累積度数データに対して、演算装置１０１５によって対数変換や３乗根変換が行なわれ、その結果がバッファメモリ１０１４に信号分布データとして格納される。バッファメモリ１０１４に格納された信号分布データは、例えば図１６に示すような画面の信号分布データ１３０４に表示される。このとき、表示される内容は、例えば図１６に示すような画面の表示モード１３０５において選択することができる。
【０１６６】
次に、ステップＳ５１０において、前述の変換データを用いてデータ解析を行い、それによってＳ／Ｎ比を算出する。以下、Ｓ／Ｎ比の算出方法について、図１５（ａ）及び（ｂ）を参照しながら説明する。図１５（ａ）は、ステップＳ５０９の本検査で得られた信号データ（画像信号）を示している。図１５（ａ）に示すデータが取得されると、当該データは累積データに逐次変換される。図１５（ｂ）は、Ｓ／Ｎ比算出のために累積データ変換されたデータを度数グラフを用いて模式的に示している。ステップＳ５０５のサンプリング検査で設定された閾値をｔthとすると、図１５（ｂ）に示すように、ノイズ信号の強度（具体的には識別階調（ｔ））はｔthが最大強度となるように分布している。また、欠陥信号データは、ｔthよりも大きい強度を持つ信号であって、各欠陥信号の強度は例えばｔｄ１、ｔｄ２、・・・ｔｄｘとなっている。ここで、各欠陥信号のＳ／Ｎ比であるＳＮ１、ＳＮ２、・・・ＳＮｘは下記（式１７）
【０１６７】
【数１７】
【０１６８】
で表される。それぞれの欠陥について計算されたＳ／Ｎ比は、画像処理部１００３の欠陥部画像メモリ１０１７に欠陥情報として蓄積される。
【０１６９】
また、ステップＳ５１０のＳ／Ｎ比算出と同時に、ステップＳ５１１において、画面出力を実施する。具体的には、例えば図１６に示すような画面のＳＩＧＮＡＬ表示領域１３０６に、欠陥情報として、欠陥数、欠陥密度並びにＳ／Ｎ比の平均値、最大値及び最小値を表示する。ここで、Ｓ／Ｎ比は、欠陥信号強度と欠陥検出閾値との比であって、欠陥信号を欠陥と判別した検出確度を示している。言い換えると、Ｓ／Ｎ比は、検査条件が適正であるかどうかを示す値、つまり検査条件の適正度（スコア）を示している。従って、Ｓ／Ｎ比を本体検査中にリアルタイムにＳＩＧＮＡＬ表示領域１３０６に表示することによって、欠陥信号強度と欠陥検出閾値との強度比が十分得られているかどうか、つまり検査結果の信憑性をリアルタイムで確認することができる。
【０１７０】
次に、ステップＳ５１２において、欠陥レビューを行う。欠陥レビューは、欠陥として検出された画像の詳細情報を取り込み、それによって欠陥の有無や欠陥の種類などを特定するためのものである。
【０１７１】
次に、ステップＳ５１３において、欠陥の位置、大きさ、種類若しくはＳ／Ｎ比又は欠陥検出閾値などの検査条件を含むデータを欠陥情報としてデータベース１００６に出力する。また、ステップＳ５１４において、ステップＳ５０９の本検査で得られた信号分布データをデータベース１００６に出力する。出力される信号分布データは、例えば、信号強度（識別階調）と検出数（度数）との関係を示すデータ（図２（ｂ）参照）、検出数を信号強度により積分することによって得られる累積検出数と信号強度（識別階調）との関係を示すデータ（図２（ｃ）参照）、累積検出数を対数変換した後に３乗根変換した対数変換３乗根累積検出数と信号強度（識別階調）との関係を示すデータ（図２（ｅ）参照）、対数変換３乗根累積検出数の識別階調に対する線形特性の傾き、及び、前記累積検出数が１未満となる最大の識別階調である閾値データ（図２（ｆ）参照）のいずれであってもよい。
【０１７２】
次に、ステップＳ５１５において、ステップＳ５０８の本体検査で得られた欠陥情報について、データ解析を行う。具体的には、まず、ステップＳ５１６において、検査領域除外設定を行なう。当該検査領域除外設定におけるデータ解析例について、オペレーション端末１００５に表示された例えば図１７に示すような画面のＭＡＰ（欠陥マップ）１４０１を参照しながら説明する。ステップＳ５１６の検査領域除外設定においては、Ｓ／Ｎ比が所定値よりも小さい検査対象領域を抽出し、抽出された領域を除外領域に設定する。すなわち、例えば同一のチップ領域（チップ内座標）に存在する、Ｓ／Ｎ比の低い欠陥を抽出する。例えば図１７に示すような画面のＭＡＰ１４０１に、Ｓ／Ｎ比の低い欠陥の１つとして欠陥１４０２が示されている。このような欠陥について、データベース１００６に記録されている欠陥レビュー画像を用いて、実欠陥であるかどうかを確認する。その後、実欠陥ではないことが判明した欠陥１４０２が存在しているチップ領域を除外領域に設定する。これにより、例えば同一品種の複数の検査対象に対して欠陥検査を実施する場合において、一の検査対象についての検査結果に基づいて、欠陥が誤検出されやすいパターン群などを含む領域を予め除外領域に設定しておけば、他の検査対象についての検査において、設定された除外領域を除く他の領域に対して検査を実施することができる。従って、当該検査において当該他の領域に対してＳ／Ｎ比を高く（つまり欠陥検出閾値を小さく）設定して欠陥検出感度を上げることが可能になる。
【０１７３】
次に、ステップＳ５１７において、閾値変更シミュレーションを行う。当該閾値変更シミュレーションにおけるデータ解析例について、例えば図１７に示すような画面の信号分布データ（グラフ）１４０３を参照しながら説明する。ステップＳ５１７の閾値変更シミュレーションにおいては、既に得られている検査結果（例えばステップＳ５１０で算出されたＳ／Ｎ比）に基づいて、欠陥検出閾値をソフトウェアにより変更し、欠陥のスクリーニングを行う。具体的には、まず、欠陥情報等を記録しているデータベース１００６から欠陥情報及び信号分布データを取り込む。取り込まれたデータの一例が、例えば図１７に示すような画面のＭＡＰ１４０１及び信号分布データ１４０３に表示されている。次に、閾値変更シミュレーションを行う。シミュレーション上では、信号分布データ１４０３に示されている閾値が可変となり、閾値を変更するに伴い、欠陥数、欠陥密度若しくはＳ／Ｎ比など又はＭＡＰ１４０１に示される欠陥分布が変更される。また、閾値変更によって新たに検出された欠陥について、データベース１００６に記録されている欠陥レビュー画像を用いて、実欠陥であるかどうかを確認する。これにより、実際に測定（本検査）をやり直すことなく、データベース１００６に蓄積されている欠陥データについて、欠陥としての確からしさを示すＳ／Ｎ比を確認しながら、欠陥データの有用性の確認及び欠陥のスクリーニングを容易に実施することができる。従って、欠陥検出閾値を高精度で再設定することができる。
【０１７４】
次に、ステップＳ５１８において、検査工程の選定を行う。具体的には、同一検査対象に対して実施された複数の本検査工程の検査結果がデータベース１００６に蓄積されている場合に、ある欠陥種に対して、より感度の高い本検査工程の選定を行う。すなわち、同一検査対象に対して実施された複数の本検査工程の検査結果がデータベース１００６に蓄積されており、且つ少なくとも２つ以上の本検査工程により同一箇所で欠陥が検出されている場合に、同一箇所で欠陥が検出された本検査工程の間で当該欠陥のＳ／Ｎ比（欠陥情報に含まれる）を比較することによって、当該欠陥のＳ／Ｎ比が相対的に高い１つ又は複数の本検査工程をピックアップする。これにより、任意の欠陥種について欠陥検出感度の高い本検査工程を抽出できる。
【０１７５】
以上に説明したように、第５の実施形態によると、検査対象基板における色むらなどを含むノイズ信号の評価を行うことによって、特に検査対象基板の欠陥密度が低い場合又は欠陥信号とノイズ信号との比が小さい場合においても、検査対象基板のノイズ信号の最大強度に基づいて欠陥検出閾値を高精度で且つ短時間に設定することができる。従って、欠陥の誤検出や見逃しの可能性を最小化することができると共に検査バラツキを低減することができる。
【０１７６】
尚、第１〜第５の実施形態において、欠陥検査の原理は特に限定されるものではない。具体的には、検査入力信号（検査対象に照射されるエネルギービーム）は、電子線、光学系（レーザー光、ランプ光等）、Ｘ線、赤外線又は磁場等であってもよい。また、出力信号（検査対象から反射されたエネルギービーム）は、反射光、散乱光若しくは干渉光などの光、二次電子、反射電子、透過電子若しくは吸収電子などの電子線、又はα線、γ線若しくはＸ線などの放射線等であってもよい。これらの出力信号を検出して画像信号に変換し、該変換された画像信号をＡ／Ｄ変換して得られたディジタル画像信号について、各実施形態の欠陥検査を適用することによって、各実施形態と同様の効果を得ることが可能である。尚、ディジタル画像信号が生画像信号又は差分画像信号のいずれであっても同様の効果が得られる。
【０１７７】
特に、第５の実施形態に係る欠陥検査システムの構成については光学系の検出器を用いる場合を例として説明したが、光学系の検出器に代えて、前述の電子線や放射線などの検出器を用いても、同様の効果が得られる。
【０１７８】
また、第１〜第５の実施形態において、検査対象上にパターンが存在しても又は存在しなくても同様の効果が得られる。
【０１７９】
また、第５の実施形態において、サンプリング検査（前検査）と本体検査とを行うに際して、サンプリング検査における検査対象範囲と本体検査における検査対象範囲とを排他的に設定してもよい。このようにすると、サンプリング検査の対象領域に対して２回以上に亘って検査が行なわれることがないため、本体検査において当該対象領域が電子ビームなどによるダメージを受けることを回避することができる。尚、サンプリング検査の対象領域は、第１の実施形態で述べたように、ほとんど欠陥を含んでいないので、本体検査において当該対象領域を除くことは、検査対象全体としての検査結果（欠陥密度又は欠陥数等）にほとんど影響を及ぼさない。
【０１８０】
また、第５の実施形態において、検査対象上にパターンが存在する場合にはサンプリング検査の対象領域は当該パターンを満遍なく含み、当該対象領域の面積の検査対象の全検査領域の面積に対する比率は１００分の１以上で且つ１０分の１以下であり、当該対象領域は前記の全検査領域に対して偏り無く配置されていることが好ましい。このようにすると、欠陥検出閾値を高精度で且つ短時間に設定することができる。また、この場合、サンプリング検査の対象領域はストライプ状又はアレイ状に設定されていることが好ましい。
【０１８１】
また、第５の実施形態において、ステップＳ５１０で算出されたＳ／Ｎ比を、ステップＳ５０９の本検査で検出された欠陥のそれぞれについて、当該本検査の最中に又はその終了後に表示してもよい。或いは、ステップＳ５０９の本検査で欠陥として検出されたディジタル画像信号の強度の最小値、平均値及び最大値のそれぞれについてＳ／Ｎ比を算出し、算出された各Ｓ／Ｎ比を当該本検査の最中に又はその終了後に表示してもよい。或いは、ステップＳ５０９の本検査で欠陥として検出されたディジタル画像信号の検出数、累積検出数若しくは対数変換３乗根累積検出数と、当該ディジタル画像信号の強度との相関関係を当該本検査の最中に又はその終了後に表示してもよい。このようにすると、検査実施中においてもノイズ信号と欠陥信号との違いを把握することができるので、検査結果の信憑性をリアルタイムで確認することができる。すなわち、ノイズに起因する欠陥の誤検出などを迅速に把握することができる。
【０１８２】
また、第５の実施形態において、同一構造を持つ複数の検査対象の欠陥検査においてそれぞれ検出された欠陥のＳ／Ｎ比を算出しておき、各検査対象間における当該Ｓ／Ｎ比の差に基づき、検出された欠陥の妥当性について判断しても良い。
【産業上の利用可能性】
【０１８３】
本発明は、欠陥検出閾値を設定して欠陥検査を行う方法に関し、出荷外観検査又は工程追跡検査などの検査全般、具体的にはレチクル検査、ウェハ検査、ハードディスク表面検査又は白傷検査（液晶パネル又はＣＣＤなどを対象とする）等に利用可能であり、特に、パターンを有する検査対象のパターン検査又はパターンを持たない検査対象のパーティクル検査に利用した場合には、欠陥検出閾値を高精度で且つ短時間に設定できるという効果が得られ、非常に有用である。
【図面の簡単な説明】
【０１８４】
【図１】図１は本発明の第１の実施形態に係る欠陥検査方法のフロー図である。
【図２】図２（ａ）〜（ｆ）は、図１に示す処理フローの各ステップ（データ分解が必要ない合）を説明するための図である。
【図３】図３（ａ）〜（ｆ）は、本発明の第１〜第５の実施形態に係る欠陥検査方法におけるサンプリング領域の設定例を示す図である。
【図４】図４（ａ）〜（ｆ）は、図１に示す処理フローの各ステップ（データ分解が必要な場合）を説明するための図である。
【図５】図５は本発明の第１の実施形態に係る欠陥検査方法におけるデータ分解を説明するための図である。
【図６】図６は本発明の第１の実施形態に係る欠陥検査方法におけるデータ分解を説明するための図である。
【図７】図７は本発明の第２の実施形態に係る欠陥検査方法のフロー図である。
【図８】図８（ａ）〜（ｅ）は、図７に示す処理フローの各ステップを説明するための図である。
【図９】図９は、図７に示す処理フローの一ステップを説明するための図である。
【図１０】図１０は本発明の第３の実施形態に係る欠陥検査方法のフロー図である。
【図１１】図１１（ａ）〜（ｅ）は、図１０に示す処理フローの各ステップを説明するための図である。
【図１２】図１２は本発明の第４の実施形態に係る欠陥検査方法のフロー図である。
【図１３】図１３は本発明の第５の実施形態に係る欠陥検査システムの概略構成及びデータフローを示す図である。
【図１４】図１４は本発明の第５の実施形態に係る欠陥検査方法のフロー図である。
【図１５】図１５（ａ）及び（ｂ）は本発明の第５の実施形態に係る欠陥検査方法におけるＳ／Ｎ比評価方法を説明するための図である。
【図１６】図１６は本発明の第５の実施形態に係る欠陥検査方法における検査オペレーションを説明するための図である。
【図１７】図１７は本発明の第５の実施形態に係る欠陥検査方法における検査オペレーションを説明するための図である。
【符号の説明】
【０１８５】
２０１ 信号データ
２０２ サンプリングデータ
２０３ 母集団データ
４０１ 信号データ
４０２ サンプリングデータ
４０３ 母集団データ
１００１ 制御部
１００２ 検出部
１００３ 画像処理部
１００４ 制御部本体
１００５ オペレーション端末
１００６ データベース
１００７ イメージセンサー
１００８ レンズ
１００９ レンズ
１０１０ 評価対象
１０１１ ステージ
１０１２ 画像メモリ
１０１３ 累積カウンター
１０１４ バッファメモリ
１０１５ 演算装置
１０１６ 欠陥抽出画像処理回路
１０１７ 欠陥部画像メモリ
１３０１ サンプリング条件
１３０２ 閾値設定条件
１３０３ フォーカス設定条件
１３０４ 信号分布データ
１３０５ 表示モード
１３０６ ＳＩＧＮＡＬ表示領域
１４０１ ＭＡＰ
１４０２ 欠陥
１４０３ 信号分布データ
【特許請求の範囲】
【請求項１】
検査対象基板にエネルギービームを照射することによって、当該検査対象基板から反射された前記エネルギービームをディジタル画像信号として取得し、取得されたディジタル画像信号の強度が閾値を超える場合に当該ディジタル画像信号を欠陥として検出する欠陥検査方法であって、
前記ディジタル画像信号に含まれるノイズ信号の最大強度に基づいて前記閾値を設定することを特徴とする欠陥検査方法。
【請求項２】
請求項１に記載の欠陥検査方法において、
前記検査対象基板における所定の検査領域について前記ノイズ信号の強度を識別階調として取得し、当該識別階調に対する前記ノイズ信号の検出数を求め、当該検出数を前記識別階調により積分することによって累積検出数を求め、前記ノイズ信号の正規分布特性を利用して前記累積検出数を対数変換した後にその３乗根を対数変換３乗根累積検出数として求め、当該対数変換３乗根累積検出数の前記識別階調に対する線形特性に基づいて、前記累積検出数が１未満となる最大の前記識別階調を算出し、当該算出値を前記閾値に設定することを特徴とする欠陥検査方法。
【請求項３】
請求項２に記載の欠陥検査方法において、
前記ディジタル画像信号は前記検査対象基板について複数の検出系のそれぞれによって取得され、
前記検出数、前記累積検出数、前記対数変換３乗根累積検出数及び前記閾値は前記複数の検出系のそれぞれについて算出され、
前記複数の検出系のそれぞれについて算出された前記閾値が同じになるように当該各閾値に対してオフセット値を設定すると共に前記複数の検出系のそれぞれについて算出された前記対数変換３乗根累積検出数の前記識別階調に対する線形特性を表す直線の傾きが同じになるように当該各傾きに対して係数を設定することを特徴とする欠陥検査方法。
【請求項４】
請求項２に記載の欠陥検査方法において、
前記ディジタル画像信号は前記エネルギービームのパラメータの値を変化させることによって当該パラメータの値毎に取得され、
前記検出数、前記累積検出数、前記対数変換３乗根累積検出数、及び前記累積検出数が１未満となる最大の前記識別階調である前記閾値は前記パラメータの値毎に算出され、
前記パラメータの値毎に算出された前記閾値に基づいて、前記閾値を最大化できる前記パラメータの値を求めることを特徴とする欠陥検査方法。
【請求項５】
請求項４に記載の欠陥検査方法において、
前記ディジタル画像信号は前記検査対象基板について複数の検出系のそれぞれによって前記パラメータの値毎に取得され、
前記検出数、前記累積検出数、前記対数変換３乗根累積検出数、及び前記累積検出数が１未満となる最大の前記識別階調である前記閾値は前記複数の検出系のそれぞれについて前記パラメータの値毎に算出され、
前記閾値を最大化できる前記パラメータの値は前記複数の検出系のそれぞれについて算出され、
前記複数の検出系のそれぞれについて算出された、前記閾値を最大化できる前記パラメータの値が同じになるように当該各パラメータの値に対してオフセット値を設定することを特徴とする欠陥検査方法。
【請求項６】
請求項４又は５に記載の欠陥検査方法において、
前記エネルギービームが光である場合には前記パラメータはフォーカス又は波長であり、前記エネルギービームが電子線である場合には前記パラメータは、電子レンズによるフォーカス、加速エネルギー又は通電電流であることを特徴とする欠陥検査方法。
【請求項７】
検査対象基板にエネルギービームを照射することによって、当該検査対象基板から反射された前記エネルギービームをディジタル画像信号として取得し、取得されたディジタル画像信号の強度が閾値を超える場合に当該ディジタル画像信号を欠陥として検出する欠陥検査方法であって、
前記検査対象基板における所定の検査領域に対してサンプリング検査を実施し、それにより得られた前記ディジタル画像信号に含まれるノイズ信号の最大強度に基づいて前記閾値を設定するサンプリング検査工程と、
前記検査対象基板に対して本検査を実施し、それにより得られた前記ディジタル画像信号の強度が、前記サンプリング検査工程で設定された前記閾値を超える場合に当該ディジタル画像信号を欠陥として検出する本検査工程とを備えていることを特徴とする欠陥検査方法。
【請求項８】
請求項７に記載の欠陥検査方法において、
前記検査対象基板上にパターンが存在する場合には前記所定の検査領域は前記パターンを満遍なく含み、
前記所定の検査領域の面積の前記検査対象基板の全検査領域の面積に対する比率は１００分の１以上で且つ１０分の１以下であり、
前記所定の検査領域は前記全検査領域に対して偏り無く配置されていることを特徴とする欠陥検査方法。
【請求項９】
請求項８に記載の欠陥検査方法において、
前記所定の検査領域はストライプ状又はアレイ状に設定されていることを特徴とする欠陥検査方法。
【請求項１０】
請求項７に記載の欠陥検査方法において、
前記本検査工程で前記欠陥として検出された前記ディジタル画像信号の強度と前記ノイズ信号の最大強度とのＳ／Ｎ比を算出し、算出されたＳ／Ｎ比に基づいて前記閾値を再設定すると共に、新たに本検査を実施することなく、前記本検査により得られた前記ディジタル画像信号と前記再設定された前記閾値とを用いて欠陥を再抽出することを特徴とする欠陥検査方法。
【請求項１１】
請求項７に記載の欠陥検査方法において、
前記本検査工程で前記欠陥として検出された前記ディジタル画像信号の強度と前記ノイズ信号の最大強度とのＳ／Ｎ比を算出し、算出されたＳ／Ｎ比を前記本検査工程で検出された前記欠陥のそれぞれについて前記本検査工程の最中に又はその終了後に表示し、
前記本検査工程で前記欠陥として検出された前記ディジタル画像信号の強度の最小値、平均値及び最大値のそれぞれと前記ノイズ信号の最大強度とのＳ／Ｎ比を算出し、算出された各Ｓ／Ｎ比を前記本検査工程の最中に又はその終了後に表示し、又は
前記本検査工程で前記欠陥として検出された前記ディジタル画像信号の検出数、累積検出数若しくは対数変換３乗根累積検出数と、当該ディジタル画像信号の強度との相関関係を前記本検査工程の最中に又はその終了後に表示することを特徴とする欠陥検査方法。
【請求項１２】
請求項７に記載の欠陥検査方法において、
前記本検査工程よりも前に、前記ディジタル画像信号の強度と前記ノイズ信号の最大強度とのＳ／Ｎ比が所定値よりも小さい領域を予め抽出しておき、抽出された領域を除外領域に設定する工程をさらに備え、
前記本検査工程において、前記検査対象基板における前記除外領域を除く領域に対して前記本検査を実施することを特徴とする欠陥検査方法。
【請求項１３】
請求項７に記載の欠陥検査方法において、
前記本検査工程は複数回実施され、
前記各本検査工程で前記欠陥として検出された前記ディジタル画像信号の強度と前記ノイズ信号の最大強度とのＳ／Ｎ比を算出し、任意の欠陥について算出されたＳ／Ｎ比を前記各本検査工程の間で比較することによって、前記各本検査工程のうち当該Ｓ／Ｎ比が相対的に高い１つ又は複数の本検査工程を抽出することを特徴とする欠陥検査方法。
【請求項１】
検査対象基板にエネルギービームを照射することによって、当該検査対象基板から反射された前記エネルギービームをディジタル画像信号として取得し、取得されたディジタル画像信号の強度が閾値を超える場合に当該ディジタル画像信号を欠陥として検出する欠陥検査方法であって、
前記ディジタル画像信号に含まれるノイズ信号の最大強度に基づいて前記閾値を設定することを特徴とする欠陥検査方法。
【請求項２】
請求項１に記載の欠陥検査方法において、
前記検査対象基板における所定の検査領域について前記ノイズ信号の強度を識別階調として取得し、当該識別階調に対する前記ノイズ信号の検出数を求め、当該検出数を前記識別階調により積分することによって累積検出数を求め、前記ノイズ信号の正規分布特性を利用して前記累積検出数を対数変換した後にその３乗根を対数変換３乗根累積検出数として求め、当該対数変換３乗根累積検出数の前記識別階調に対する線形特性に基づいて、前記累積検出数が１未満となる最大の前記識別階調を算出し、当該算出値を前記閾値に設定することを特徴とする欠陥検査方法。
【請求項３】
請求項２に記載の欠陥検査方法において、
前記ディジタル画像信号は前記検査対象基板について複数の検出系のそれぞれによって取得され、
前記検出数、前記累積検出数、前記対数変換３乗根累積検出数及び前記閾値は前記複数の検出系のそれぞれについて算出され、
前記複数の検出系のそれぞれについて算出された前記閾値が同じになるように当該各閾値に対してオフセット値を設定すると共に前記複数の検出系のそれぞれについて算出された前記対数変換３乗根累積検出数の前記識別階調に対する線形特性を表す直線の傾きが同じになるように当該各傾きに対して係数を設定することを特徴とする欠陥検査方法。
【請求項４】
請求項２に記載の欠陥検査方法において、
前記ディジタル画像信号は前記エネルギービームのパラメータの値を変化させることによって当該パラメータの値毎に取得され、
前記検出数、前記累積検出数、前記対数変換３乗根累積検出数、及び前記累積検出数が１未満となる最大の前記識別階調である前記閾値は前記パラメータの値毎に算出され、
前記パラメータの値毎に算出された前記閾値に基づいて、前記閾値を最大化できる前記パラメータの値を求めることを特徴とする欠陥検査方法。
【請求項５】
請求項４に記載の欠陥検査方法において、
前記ディジタル画像信号は前記検査対象基板について複数の検出系のそれぞれによって前記パラメータの値毎に取得され、
前記検出数、前記累積検出数、前記対数変換３乗根累積検出数、及び前記累積検出数が１未満となる最大の前記識別階調である前記閾値は前記複数の検出系のそれぞれについて前記パラメータの値毎に算出され、
前記閾値を最大化できる前記パラメータの値は前記複数の検出系のそれぞれについて算出され、
前記複数の検出系のそれぞれについて算出された、前記閾値を最大化できる前記パラメータの値が同じになるように当該各パラメータの値に対してオフセット値を設定することを特徴とする欠陥検査方法。
【請求項６】
請求項４又は５に記載の欠陥検査方法において、
前記エネルギービームが光である場合には前記パラメータはフォーカス又は波長であり、前記エネルギービームが電子線である場合には前記パラメータは、電子レンズによるフォーカス、加速エネルギー又は通電電流であることを特徴とする欠陥検査方法。
【請求項７】
検査対象基板にエネルギービームを照射することによって、当該検査対象基板から反射された前記エネルギービームをディジタル画像信号として取得し、取得されたディジタル画像信号の強度が閾値を超える場合に当該ディジタル画像信号を欠陥として検出する欠陥検査方法であって、
前記検査対象基板における所定の検査領域に対してサンプリング検査を実施し、それにより得られた前記ディジタル画像信号に含まれるノイズ信号の最大強度に基づいて前記閾値を設定するサンプリング検査工程と、
前記検査対象基板に対して本検査を実施し、それにより得られた前記ディジタル画像信号の強度が、前記サンプリング検査工程で設定された前記閾値を超える場合に当該ディジタル画像信号を欠陥として検出する本検査工程とを備えていることを特徴とする欠陥検査方法。
【請求項８】
請求項７に記載の欠陥検査方法において、
前記検査対象基板上にパターンが存在する場合には前記所定の検査領域は前記パターンを満遍なく含み、
前記所定の検査領域の面積の前記検査対象基板の全検査領域の面積に対する比率は１００分の１以上で且つ１０分の１以下であり、
前記所定の検査領域は前記全検査領域に対して偏り無く配置されていることを特徴とする欠陥検査方法。
【請求項９】
請求項８に記載の欠陥検査方法において、
前記所定の検査領域はストライプ状又はアレイ状に設定されていることを特徴とする欠陥検査方法。
【請求項１０】
請求項７に記載の欠陥検査方法において、
前記本検査工程で前記欠陥として検出された前記ディジタル画像信号の強度と前記ノイズ信号の最大強度とのＳ／Ｎ比を算出し、算出されたＳ／Ｎ比に基づいて前記閾値を再設定すると共に、新たに本検査を実施することなく、前記本検査により得られた前記ディジタル画像信号と前記再設定された前記閾値とを用いて欠陥を再抽出することを特徴とする欠陥検査方法。
【請求項１１】
請求項７に記載の欠陥検査方法において、
前記本検査工程で前記欠陥として検出された前記ディジタル画像信号の強度と前記ノイズ信号の最大強度とのＳ／Ｎ比を算出し、算出されたＳ／Ｎ比を前記本検査工程で検出された前記欠陥のそれぞれについて前記本検査工程の最中に又はその終了後に表示し、
前記本検査工程で前記欠陥として検出された前記ディジタル画像信号の強度の最小値、平均値及び最大値のそれぞれと前記ノイズ信号の最大強度とのＳ／Ｎ比を算出し、算出された各Ｓ／Ｎ比を前記本検査工程の最中に又はその終了後に表示し、又は
前記本検査工程で前記欠陥として検出された前記ディジタル画像信号の検出数、累積検出数若しくは対数変換３乗根累積検出数と、当該ディジタル画像信号の強度との相関関係を前記本検査工程の最中に又はその終了後に表示することを特徴とする欠陥検査方法。
【請求項１２】
請求項７に記載の欠陥検査方法において、
前記本検査工程よりも前に、前記ディジタル画像信号の強度と前記ノイズ信号の最大強度とのＳ／Ｎ比が所定値よりも小さい領域を予め抽出しておき、抽出された領域を除外領域に設定する工程をさらに備え、
前記本検査工程において、前記検査対象基板における前記除外領域を除く領域に対して前記本検査を実施することを特徴とする欠陥検査方法。
【請求項１３】
請求項７に記載の欠陥検査方法において、
前記本検査工程は複数回実施され、
前記各本検査工程で前記欠陥として検出された前記ディジタル画像信号の強度と前記ノイズ信号の最大強度とのＳ／Ｎ比を算出し、任意の欠陥について算出されたＳ／Ｎ比を前記各本検査工程の間で比較することによって、前記各本検査工程のうち当該Ｓ／Ｎ比が相対的に高い１つ又は複数の本検査工程を抽出することを特徴とする欠陥検査方法。
【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１６】
【図１７】
【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１６】
【図１７】
【公開番号】特開２００６−２７５７４３（Ｐ２００６−２７５７４３Ａ）
【公開日】平成１８年１０月１２日（２００６．１０．１２）
【国際特許分類】
【出願番号】特願２００５−９４７４３（Ｐ２００５−９４７４３）
【出願日】平成１７年３月２９日（２００５．３．２９）
【出願人】（０００００５８２１）松下電器産業株式会社 (73,050)
【Ｆターム（参考）】
【公開日】平成１８年１０月１２日（２００６．１０．１２）
【国際特許分類】
【出願日】平成１７年３月２９日（２００５．３．２９）
【出願人】（０００００５８２１）松下電器産業株式会社 (73,050)
【Ｆターム（参考）】
[ Back to top ]