欠陥検査装置及び欠陥検査方法
【課題】欠陥検査において、疑似欠陥の発生を抑制しつつ、微小欠陥の検出感度を向上する。
【解決手段】欠陥検査装置１は、検査画像と参照画像との間で、対応する画素同士のグレイレベル差を決定するグレイレベル差決定手段１５と、検査対象画素とその隣接画素におけるそれぞれのグレイレベル差を特徴量とする識別関数の値に応じたクラス分けを行うパターン認識によって、検査対象画素が欠陥候補か否かを判定する欠陥判定手段１６と、を備える。
【解決手段】欠陥検査装置１は、検査画像と参照画像との間で、対応する画素同士のグレイレベル差を決定するグレイレベル差決定手段１５と、検査対象画素とその隣接画素におけるそれぞれのグレイレベル差を特徴量とする識別関数の値に応じたクラス分けを行うパターン認識によって、検査対象画素が欠陥候補か否かを判定する欠陥判定手段１６と、を備える。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は、試料表面に現れる反復パターン内の互いに同一であるべきパターンをそれぞれ撮像することにより得られた検査画像と参照画像とを比較して、相違部分を欠陥として検出する欠陥検査装置及び欠陥検査方法に関する。
【背景技術】
【０００２】
半導体ウエハや、フォトマスク用基板、並びに液晶表示パネル用基板などの半導体装置等の製造は多数の工数から成り立っており、最終及び途中の工程での欠陥の発生具合を検査して製造工程にフィードバックすることが歩留まり向上の上からも重要である。製造工程の途中で欠陥を検出するために、半導体ウエハ、フォトマスク用基板、液晶表示パネル用基板、液晶デバイス用基板などの試料の表面に形成されたパターンを撮像し、これにより得られた画像を検査することにより試料表面に存在する欠陥を検出するパターン欠陥検査が広く行われている（例えば、下記特許文献１）。
【０００３】
以下の説明では、半導体ウエハ上に形成されたパターンの欠陥を検査する半導体ウエハ用欠陥検査装置を例として説明する。しかし、本発明はこれに限定されるものではなく、半導体デバイス用フォトマスク用基板や、液晶デバイス用基板、液晶表示パネル用基板などの半導体装置を検査する欠陥検査装置にも広く適用可能である。
【０００４】
図１は、検査対象（試料）となる半導体ウエハ（以下、「ウエハ」と記す）上のダイ（チップ）の配列を示す図である。ウエハ２上には、複数のダイ３がＸ方向とＹ方向にそれぞれ繰返しマトリクス状に配列されている。各ダイには同じパターンが形成されるので、これらのダイを撮像した画像同士は本来同一となるはずであり、各ダイの撮像画像の対応する部分同士の画素値は本来同様の値となる。
【０００５】
したがって、２つのダイを撮像して各画素の画素値（グレイレベル値）を取得し、２つのダイの撮像画像内の本来同一となるべき対応箇所同士の画素値の差分（グレイレベル差信号）を検出すると、両方のダイに欠陥がない場合に比べて一方のダイに欠陥がある場合にグレイレベル差信号が大きくなる。
【０００６】
したがって２つのダイを撮像した一方の画像を検査画像とし他方の画像を参照画像として、これら画像間の対応する画素同士のグレイレベル差を検出し、このグレイレベル差を所定の検出閾値と比較して、この検出閾値を超えるグレイレベル差を検出することによりダイ上に存在する欠陥を検出できる（ダイトゥダイ比較）。
【０００７】
また、１つのダイ内にメモリセルのような繰り返しパターンが形成されている場合には、この繰り返しパターン内の本来同一となるべき対応箇所を撮像した画像同士のグレイレベル差を検出しても欠陥を検出できる（セルトゥセル比較）。
【０００８】
なお、ダイトゥダイ比較では、隣り合う２つのダイ同士を撮像した画像を比較するのが一般的である（シングルティテクション）。これではどちらのダイに欠陥があるか分からない。したがって、更に異なる側に隣接するダイとの比較を行い、再び同じ部分のグレイレベル差が所定の検出閾値より大きくなった場合にそのダイに欠陥があると判定する（ダブルディテクション）。セルトゥセル比較でも同様である。
【０００９】
そして欠陥と判定された部分を更に詳細に調べて歩留まりに影響する真の欠陥であるか判定する欠陥分類処理を行う。欠陥分類処理は欠陥の部分を詳細に調べる必要があり、長い処理時間を必要とする。そのため、欠陥を判定する場合には、真の欠陥は漏らさず、且つ真の欠陥以外はできるだけ欠陥と判定しないことが要求される。
【００１０】
そこで、閾値の設定が大きな問題になる。閾値を小さくすると欠陥と判定される画素（ピクセル）が増加し、真の欠陥でない部分、すなわち「疑似欠陥」まで欠陥と判定されることになり、欠陥分類処理に要する時間が長くなるという問題を生じる。逆に、閾値を大きくしすぎると真の欠陥まで欠陥でないと判定されることになり、検査が不充分であるという問題を生じる。
【００１１】
図２の（Ａ）〜図２の（Ｃ）は、下記特許文献１における検出閾値決定方法の説明図である。まず、基準画像と参照画像との間で対応し合う各画素同士のグレイレベル差をそれぞれ算出し、図２の（Ａ）に示すようなグレイレベル差のヒストグラムを作成する。次に作成されたヒストグラムからグレイレベル差の累積頻度を算出する。さらに、グレイレベル差がある所定の分布に従っていると仮定した上でグレイレベル値に対して累積頻度が直線関係となるように累積頻度を変換する。グレイレベル値は、例えば、正規分布、ポアソン分布、又はχ二乗分布などに従うと仮定してよい。この変換累積頻度を図２の（Ｂ）に示す。
【００１２】
変換した変換累積頻度に応じて、グレイレベル値と変換累積頻度との関係を示す近似直線（ｙ＝ａｘ＋ｂ）を導出する。この近似直線を図２の（Ｃ）に示す。近似直線のパラメータａ、ｂ及び感度設定パラメータ（固定値）から検出閾値Ｔｈｄを決定する。ここでは、グレイレベル値と変換累積頻度の近似直線において、固定の感度設定パラメータとしてＶＯＰとＨＯを設定しておき、累積確率（ｐ）に相当する累積頻度Ｐ１（ｐにサンプル数を乗じて求める。）になる直線上の点を求め、その点から縦軸方向にＶＯＰ、横軸方向にＨＯ移動したグレイレベル値を検出閾値Ｔｈｄとする。従って、検出閾値Ｔｈｄは、所定の計算式
Ｔｈｄ＝（Ｐ１−ｂ＋ＶＯＰ）／ａ＋ＨＯ
により算出される。
【先行技術文献】
【特許文献】
【００１３】
【特許文献１】特開２００４−１７７３９７号公報
【発明の概要】
【発明が解決しようとする課題】
【００１４】
近年のデザインルールの微細化に伴って、歩留まりに影響する欠陥サイズが小さくなった。このため、検査画像と参照画像との間のグレイレベル差が小さい微小欠陥についても安定して欠陥を検出できることが、欠陥検査装置に求められている。グレイレベル差が小さい欠陥を検出するには小さな検出閾値Ｔｈｄを使用する必要があるが、検出閾値Ｔｈｄを小さくすると疑似欠陥を多量に検出してしまうという問題がある。この理由を図３を参照して説明する。
【００１５】
図３は、検査画像及び参照画像の間の対応する画素同士のグレイレベル差のヒストグラムを示す図である。実線５０は全画素のグレイレベル差のヒストグラムを示し、破線５１は欠陥部分以外の画素のグレイレベル差のヒストグラムを示し、一点鎖線５２は欠陥部分の画素のグレイレベル差のヒストグラムを示す。
【００１６】
グレイレベル差を検出する検査画像及び参照画像は、試料を撮影する撮像素子の特性のバラツキや、試料を照明する照明のバラツキによってグレイレベル値のバラツキを有する。また、歩留まりに影響する欠陥サイズの微小化に伴い、真の欠陥を示す可能性があるグレイレベル差自体も小さくなっている。このため、図３に示すように、真の欠陥部分を示す画素においても疑似欠陥を示す画素においても、同一のグレイレベル差が検出される場合が生じる。従って、これまで行われてきた閾値の最適な決定というアプローチが、根本的な解決とならなくなる恐れがある。
【００１７】
上記の問題点に鑑み、本発明は、疑似欠陥の発生を抑制しつつ、微小欠陥の検出感度を向上することを目的とする。
【課題を解決するための手段】
【００１８】
本発明の実施例の一態様によれば、試料表面に現れる反復パターン内の互いに同一であるべきパターンをそれぞれ撮像することにより得られた検査画像と参照画像とを比較して、相違部分を欠陥として検出する欠陥検査装置が与えられる。この欠陥検査装置は、前記検査画像と前記参照画像との間で、対応する画素同士のグレイレベル差を決定するグレイレベル差決定手段と、検査対象画素とその隣接画素におけるそれぞれの前記グレイレベル差を特徴量とする識別関数の値に応じたクラス分けを行うパターン認識によって、前記検査対象画素が欠陥候補か否かを判定する欠陥判定手段と、を備える。
【００１９】
発明の実施例の他の態様によれば、試料表面に現れる反復パターン内の互いに同一であるべきパターンをそれぞれ撮像することにより得られた検査画像と参照画像とを比較して、相違部分を欠陥として検出する欠陥検査方法が与えられる。この欠陥検査方法では、前記検査画像と前記参照画像との間で、対応する画素同士のグレイレベル差を決定し、検査対象画素とその隣接画素におけるそれぞれの前記グレイレベル差を特徴量とする識別関数の値に応じたクラス分けを行うパターン認識によって、前記検査対象画素が欠陥候補か否かを判定する。
【発明の効果】
【００２０】
本発明によれば、検査対象画素だけでなくその隣接画素におけるグレイレベル差も考慮に入れたパターン認識を行うので、微小欠陥の検出をより高精度に行うことが可能となる。
【図面の簡単な説明】
【００２１】
【図１】半導体ウエア上のダイの配列を示す図である。
【図２】（Ａ）〜（Ｃ）は検出閾値決定方法の説明図である。
【図３】グレイレベル差のヒストグラムを示す図である。
【図４】サブピクセルサイズの欠陥と画素の位置関係の説明図である。
【図５】本発明の実施例による欠陥検査装置の概略構成図である。
【図６】本発明の実施例による欠陥検査方法を示すフローチャートである。
【図７】検査対象画素の各隣接画素について定義される順序番号を示す図である。
【図８】図６に示す欠陥検出処理を示すフローチャートである。
【図９】図８に示す欠陥検出処理の説明図である。
【発明を実施するための形態】
【００２２】
検査画像上の大きさが１画素よりも小さい微小欠陥（以下、「サブピクセルサイズの欠陥」と示す）は、サブピクセルサイズの微小欠陥と画素の位置関係によって、検査画像と参照画像との間のグレイレベル差が変わることがある。図４は、サブピクセルサイズの欠陥と画素の位置関係の説明図である。
【００２３】
図４において、格子内の各マス目は検査画像上の各画素を示している。参照符号６０〜６２は、サブピクセルサイズの欠陥を示す。図示するとおり、欠陥６０は画素７０内のみに存在し、欠陥６１は画素７１及び７２の上に跨って存在し、欠陥６２は画素７３〜７６の上に跨って存在する。したがって、欠陥６１や欠陥６２と周囲との明度差を示す信号は、複数の画素に分散されるため、１つの画素７０内のみに存在する欠陥６０により生じる信号よりも小さくなる。これが、微小欠陥について検査画像と参照画像との間のグレイレベル差が小さくなる理由の１つと考えられる。
【００２４】
したがって、本発明では、検査の対象となる検査対象画素１つずつに注目するのではなく、検査対象画素とこれに隣接した隣接画素におけるグレイレベル差も考慮に入れてパターン認識を行う。以下、添付する図面を参照して本発明の実施例を説明する。図５は、本発明の実施例による欠陥検査装置の概略構成図である。
【００２５】
欠陥検査装置１には、３次元方向に移動可能なステージ１１が設けられており、ステージ１１の上面には試料台（チャックステージ）１２が設けられている。この試料台１２の上に検査対象となる試料であるウエハ２を載置して固定する。
【００２６】
試料台１２の上方には、ウエハ２の表面の光学像を撮像するための撮像部１３が設けられる。撮像部１３としては、１次元又は２次元のＣＣＤカメラ（好適にはＴＤＩカメラ）といったイメージセンサが使用される。撮像部１３は、その受光面に結像されたウエハ２の表面の光学像を電気信号に変換する。本実施例では撮像部１３として１次元センサであるＴＤＩカメラを使用する。ステージ１１の移動により撮像部１３とウエハ２とを相対的に移動させることによって、ウエハ２に対して撮像部１３をＸ方向及びＹ方向に走査させて、ウエハ２の表面の２次元画像を得る。なお、撮像部１３によるウエハ２の表面の画像の撮像には、明視野光学系及び暗視野光学系のどちらを使用してもよい。撮像部１３から出力される画像信号は、多値のディジタル信号（グレイレベル信号）に変換された後に、画像記憶部１４に格納される。
【００２７】
差分検出部１５は、画像記憶部１４に格納された撮像画像内の２つのダイを撮像した一方の画像を検査画像とし他方の画像を参照画像として、これら画像間の対応する画素同士のグレイレベル差を検出して、欠陥検出部１６に出力する。欠陥検出部１６は、検査画像と参照画像間で検出されたグレイレベル差に基づいて欠陥候補を検出し、さらにダブルディテクションによって各欠陥候補が、いずれのダイに存在する欠陥であるかを決定する。欠陥検出部１６は、検出した欠陥の位置等を示す欠陥情報を生成して出力する。
【００２８】
図６は、本発明の実施例による欠陥検査方法を示すフローチャートである。ステップＳ１において撮像部１３は、ウエハ２の表面を撮像する。撮像部１３から出力される画像信号は、グレイレベル信号に変換された後に画像記憶部１４に格納される。ステップＳ２において差分検出部１５は、画像記憶部１４に格納された撮像画像内の対応する部分、すなわち２つのダイを撮像した部分の一方を検査画像とし他方を参照画像として、これら画像間の対応する画素同士のグレイレベル差を検出する。
【００２９】
ステップＳ３において欠陥検出部１６は、ステップＳ２にて検出したグレイレベル差に基づいて欠陥候補を検出する。以下に説明するように、欠陥検出部１６は、欠陥画素であるか否かを検査する対象となる画素（以下、「検査対象画素」と示す）におけるグレイレベル差Ｘ１と、所定の検出閾値Ｔｈｄとの差の絶対値｜Ｘ１−Ｔｈｄ｜が所定のマージンσ１未満の検査対象画素については、検査対象画素とその隣接画素におけるそれぞれのグレイレベル差を特徴量とするパターン認識を行い、欠陥候補か否かを判定する。
【００３０】
欠陥検出部１６によるパターン認識を説明するために、検査対象画素及び隣接画素について使用する記数法を以下に示す。図７は、検査対象画素の各隣接画素について定義される順序番号を示す図である。マス目８０は検査対象画素を、マス目８１〜８８はその隣接画素を示している。各隣接画素８１〜８８にはそれぞれ２〜９までの順序番号が与えられる。例えば第２隣接画素は画素８１であり、第５隣接画素は画素８４である。
【００３１】
また、検査対象画素について、前記検査画像と前記参照画像との間で検出されたグレイレベル差を第１グレイレベル差Ｘ１と示す。第２隣接画素８１〜第９隣接画素８８について、それぞれ前記検査画像と前記参照画像との間で検出されたグレイレベル差を第２グレイレベル差Ｘ２〜第９グレイレベル差Ｘ９と示す。ここで第ｉグレイレベル差（ｉは１〜９の整数）をＸｉと示す。
【００３２】
図８は、図６に示す欠陥検出処理を示すフローチャートである。ステップＳ１０において欠陥検出部１６は、第１グレイレベル差Ｘ１と所定の検出閾値Ｔｈｄとの差の絶対値｜Ｘ１−Ｔｈｄ｜が所定のマージンσ１未満であるか否かを判定する。｜Ｘ１−Ｔｈｄ｜＜σ１であるとき（ステップＳ１０：Ｙ）、欠陥検出部１６は、処理をステップＳ１４へ移す。｜Ｘ１−Ｔｈｄ｜＜σ１でないとき（ステップＳ１０：Ｎ）、欠陥検出部１６は、処理をステップＳ１１へ移す。
【００３３】
ステップＳ１１において欠陥検出部１６は、第１グレイレベル差Ｘ１が次の条件式（１）を満足するか否かを判定する。
Ｘ１−Ｔｈｄ−σ１＞０ …（１）
【００３４】
第１グレイレベル差Ｘ１が条件式（１）を満足するとき（ステップＳ１１：Ｙ）、ステップＳ１２において欠陥検出部１６は検査対象画素を欠陥候補と判定する。第１グレイレベル差Ｘ１が条件式（１）を満足しないとき（ステップＳ１１：Ｎ）、ステップＳ１３において欠陥検出部１６は、欠陥検出部１６は検査対象画素を欠陥候補ではないと判定する。その後、欠陥検出部１６は、この検査対象画素に対する欠陥判定処理を終了する。
【００３５】
図９は、図８に示す欠陥検出処理の説明図である。図の上部のヒストグラムにおいて、第１グレイレベル差Ｘ１と所定の検出閾値Ｔｈｄとの差の絶対値｜Ｘ１−Ｔｈｄ｜が所定のマージンσ１未満となる部分を、ハッチングした領域５３で示す。この範囲には、破線５１にて示される欠陥でない画素と、一点鎖線５２にて示される欠陥画素との両方が含まれている。したがって欠陥検出部１６は、ステップＳ１１〜Ｓ１３ではこの領域５３以外の部分の画素について、欠陥候補か否かの判定を行うこととし、領域５３部分の画素については、ステップＳ１４以下で行うパターン認識処理によって欠陥候補か否かの判定を行う。
【００３６】
ステップＳ１４において欠陥検出部１６は、隣接画素の順序番号を参照するインデックス変数ｉの値を２に初期化する。インデックス変数ｉは２〜Ｎまでの整数値を持つ。Ｎは、ステップＳ１４以下で行うパターン認識処理において参照される隣接画素の順序番号の設定値であり、２以上９以下の任意の値であってよい。
【００３７】
ステップＳ１５において欠陥検出部１６は、次の積和演算値（２）が所定のマージンσｉ未満であるか否かを判定する。ここに変数ｊは１から変数ｉまでの整数値を有するインデックス変数であり、ａｉｊ及びｂｉは予め定められた係数である。また、マージンσｉは、所望の検出感度に応じてオペレータによって予め定められる。
【００３８】
【数１】
【００３９】
積和演算値（２）が所定のマージンσｉ未満であるとき（ステップＳ１５：Ｙ）、欠陥検出部１６は処理をステップＳ１９へ移す。積和演算値（２）が所定のマージンσｉ未満でないとき（ステップＳ１５：Ｎ）、欠陥検出部１６は処理をステップＳ１６へ移す。ステップＳ１６において欠陥検出部１６は、次の識別関数（３）が０より大きいか否かを判定する。識別関数とは、パターン同士を識別するために、各パターンを代表する特徴量を入力として、それぞれのパターンがどのクラスに属するかの指標を与える関数である。次式に示すとおり識別関数（３）は、検査対象画素及びその隣接画素におけるグレイレベル差Ｘｉを特徴量とする識別関数である。
【００４０】
【数２】
【００４１】
識別関数（３）が０より大きいとき（ステップＳ１６：Ｙ）、ステップＳ１７において欠陥検出部１６は、検査対象画素を欠陥候補と判定する。識別関数（３）が０以下のとき（ステップＳ１６：Ｎ）、ステップＳ１８において欠陥検出部１６は検査対象画素を欠陥候補ではないと判定する。その後、欠陥検出部１６は、この検査対象画素に対する欠陥判定処理を終了する。すなわちステップＳ１６〜ステップＳ１８において欠陥検出部１６は、識別関数（３）の値に応じたクラス分けを行うことによって、前検査対象画素が欠陥候補か否かを判定する。
【００４２】
図９の下部は、第１グレイレベル差Ｘ１の値によって横座標を定め、第２グレイレベル差の値によって縦座標を定める識別平面（特徴空間）に、サンプルである各検査対象画素を配置した場合の、サンプルの分布を模式的に示す。実線９０で示す範囲には欠陥ではない画素が分布し、破線９１て示す範囲には欠陥である画素が分布している。
【００４３】
例えば、いまインデックス変数ｉの値が２であるとき、識別関数（３）が次式（４）で与えられる。
ａ２１×Ｘ１＋ａ２２×Ｘ２＋ｂ２−σ２ …（４）
このとき、ステップＳ１５〜Ｓ１８において欠陥検出部１６は、超平面９２（ａ２１×Ｘ１＋ａ２２×Ｘ２＋ｂ２＋σ２＝０）よりも第１グレイレベル差Ｘ１が大きい検査対象画素を欠陥候補と判定し、超平面９３（ａ２１×Ｘ１＋ａ２２×Ｘ２＋ｂ２−σ２＝０）よりも第１グレイレベル差Ｘ１が小さい検査対象画素を欠陥候補でないと判定する。
【００４４】
したがって、インデックス変数ｉの値が２であるときのステップＳ１５〜Ｓ１８において欠陥検出部１６は、ステップＳ１０〜Ｓ１３の判定において欠陥候補か否かの判定を行わなかった領域５３の部分の画素について、新たに領域９４の部分の画素を欠陥候補と判定し、領域９５の部分の画素を欠陥候補でないと判定する。
【００４５】
ステップＳ１９において欠陥検出部１６は、インデックス変数ｉの値を１つ増加させる。ステップＳ２０において欠陥検出部１６は、インデックス変数ｉの値が（Ｎ−１）より大きくなったか否かを判定する。インデックス変数ｉの値が（Ｎ−１）以下であるとき（ステップＳ２０：Ｎ）、欠陥検出部１６は処理をステップＳ１５に戻す。このため欠陥検出部１６は、ステップＳ１５の判定において積和演算値（２）がマージンσｉ以上となるか、インデックス変数ｉの値がＮに至るまで、積和演算値（２）及び識別関数（３）にて考慮する隣接画素の数を増加させながらステップＳ１５〜Ｓ２０を反復する。
【００４６】
インデックス変数ｉの値が（Ｎ−１）より大きくなったとき（ステップＳ２０：Ｙ）、ステップＳ２１において欠陥検出部１６は、次の識別関数（５）が０より大きいか否かを判定する。
【数３】
【００４７】
識別関数（５）が０より大きいとき（ステップＳ２１：Ｙ）、ステップＳ２２において欠陥検出部１６は、欠陥検出部１６は検査対象画素を欠陥候補と判定する。識別関数（５）が０以下のとき（ステップＳ２１：Ｎ）、ステップＳ２３において欠陥検出部１６は検査対象画素を欠陥候補ではないと判定する。その後、欠陥検出部１６は、この検査対象画素に対する欠陥判定処理を終了する。
【００４８】
図６を参照する。ステップＳ４において欠陥検出部１６は、ダブルディテクションによって各欠陥候補が、いずれのダイに存在する欠陥であるかを決定する。欠陥検出部１６は、検出した欠陥の位置等を示す欠陥情報を生成して出力する。
【００４９】
従来の欠陥検査装置においては、図２を参照して説明したように、検査画像と参照画像のグレイレベル差を計算した後、検出閾値Ｔｈｄを算出した後、グレイレベル差のヒストグラムを算出し、およびその他の統計量を算出する計算処理を行っていた。一方で、本実施例によれば、検出閾値Ｔｈｄとして予め実験的に求めた所定の値を使用することにより、検出閾値Ｔｈｄを検査画像ごとに算出する必要がなく、検出閾値Ｔｈｄの計算に使用していた計算時間を節約することができる。
【００５０】
本実施例では、識別関数の値を計算する計算処理が追加されるが、検出閾値Ｔｈｄ及びマージンσ１の値を適切に設定することにより、ステップＳ１４以降のパターン認識処理を行う検査対象画素の数を調整することにより、従来の外観検査装置で行われていた検出閾値Ｔｈｄの計算量に比べて、識別関数の計算量を少なくすることができる。
【００５１】
パターン認識処理に使用される上述の係数ａｉｊ及びｂｉは、既知の学習用サンプルを使用して、サポートベクターマシンや、ニューラルネット及び決定木を使用して決定することができる。本実施例では、ステップＳ１４以降のパターン認識処理を行う前に、ステップＳ１０〜Ｓ１３の処理によって、｜Ｘ１−Ｔｈｄ｜＞σ１となる検査対象画素については判定を終了し、パターン認識を行う対象サンプルから除くことができる。このためパターン認識の対象となるサンプルの数を減らすことができることが期待できるため、係数ａｉｊ及びｂｉをより容易に決定することができる。
【００５２】
なお、本実施例ではステップＳ１５の判定式、及び識別関数において、第ｉグレイレベル差（ｉ＝１〜Ｎ）の積和演算値を用いた。これに代えて、ステップＳ１５の判定式、及び識別関数において、第ｉグレイレベル差の多項式や、ガウス関数などの非線形関数を使用してもよい。非線形関数を使用することにより、サンプルである検査対象画素が線形分離できない場合であっても高い精度で欠陥候補か否かを判定することができるようになる。
【００５３】
ステップＳ１５の判定式、及び識別関数は、第ｉグレイレベル差（ｉ＝１〜Ｎ）に加えて、検査対象画素又は隣接画素における、検査画像又は参照画像のグレイレベルを特徴量として有していてもよい。検査画像又は参照画像においてグレイレベル値そのものが大きい箇所はグレイレベル差も大きく、グレイレベル値そのものが小さい箇所はグレイレベル差も小さくなる。したがって検査画像又は参照画像のグレイレベルも特徴量に加えることにより、より精度が高いパターン認識を実現することが可能となる。
【産業上の利用可能性】
【００５４】
本発明は、試料表面を撮像することにより得られた検査画像に基づいて欠陥を検出する欠陥検査装置及び欠陥検査方法に利用可能である。
【符号の説明】
【００５５】
１ 欠陥検査装置
２ ウエハ
１１ ステージ
１２ 試料台
１３ 撮像部
１４ 画像記憶部
１５ 差分検出部
１６ 欠陥検出部
【技術分野】
【０００１】
本発明は、試料表面に現れる反復パターン内の互いに同一であるべきパターンをそれぞれ撮像することにより得られた検査画像と参照画像とを比較して、相違部分を欠陥として検出する欠陥検査装置及び欠陥検査方法に関する。
【背景技術】
【０００２】
半導体ウエハや、フォトマスク用基板、並びに液晶表示パネル用基板などの半導体装置等の製造は多数の工数から成り立っており、最終及び途中の工程での欠陥の発生具合を検査して製造工程にフィードバックすることが歩留まり向上の上からも重要である。製造工程の途中で欠陥を検出するために、半導体ウエハ、フォトマスク用基板、液晶表示パネル用基板、液晶デバイス用基板などの試料の表面に形成されたパターンを撮像し、これにより得られた画像を検査することにより試料表面に存在する欠陥を検出するパターン欠陥検査が広く行われている（例えば、下記特許文献１）。
【０００３】
以下の説明では、半導体ウエハ上に形成されたパターンの欠陥を検査する半導体ウエハ用欠陥検査装置を例として説明する。しかし、本発明はこれに限定されるものではなく、半導体デバイス用フォトマスク用基板や、液晶デバイス用基板、液晶表示パネル用基板などの半導体装置を検査する欠陥検査装置にも広く適用可能である。
【０００４】
図１は、検査対象（試料）となる半導体ウエハ（以下、「ウエハ」と記す）上のダイ（チップ）の配列を示す図である。ウエハ２上には、複数のダイ３がＸ方向とＹ方向にそれぞれ繰返しマトリクス状に配列されている。各ダイには同じパターンが形成されるので、これらのダイを撮像した画像同士は本来同一となるはずであり、各ダイの撮像画像の対応する部分同士の画素値は本来同様の値となる。
【０００５】
したがって、２つのダイを撮像して各画素の画素値（グレイレベル値）を取得し、２つのダイの撮像画像内の本来同一となるべき対応箇所同士の画素値の差分（グレイレベル差信号）を検出すると、両方のダイに欠陥がない場合に比べて一方のダイに欠陥がある場合にグレイレベル差信号が大きくなる。
【０００６】
したがって２つのダイを撮像した一方の画像を検査画像とし他方の画像を参照画像として、これら画像間の対応する画素同士のグレイレベル差を検出し、このグレイレベル差を所定の検出閾値と比較して、この検出閾値を超えるグレイレベル差を検出することによりダイ上に存在する欠陥を検出できる（ダイトゥダイ比較）。
【０００７】
また、１つのダイ内にメモリセルのような繰り返しパターンが形成されている場合には、この繰り返しパターン内の本来同一となるべき対応箇所を撮像した画像同士のグレイレベル差を検出しても欠陥を検出できる（セルトゥセル比較）。
【０００８】
なお、ダイトゥダイ比較では、隣り合う２つのダイ同士を撮像した画像を比較するのが一般的である（シングルティテクション）。これではどちらのダイに欠陥があるか分からない。したがって、更に異なる側に隣接するダイとの比較を行い、再び同じ部分のグレイレベル差が所定の検出閾値より大きくなった場合にそのダイに欠陥があると判定する（ダブルディテクション）。セルトゥセル比較でも同様である。
【０００９】
そして欠陥と判定された部分を更に詳細に調べて歩留まりに影響する真の欠陥であるか判定する欠陥分類処理を行う。欠陥分類処理は欠陥の部分を詳細に調べる必要があり、長い処理時間を必要とする。そのため、欠陥を判定する場合には、真の欠陥は漏らさず、且つ真の欠陥以外はできるだけ欠陥と判定しないことが要求される。
【００１０】
そこで、閾値の設定が大きな問題になる。閾値を小さくすると欠陥と判定される画素（ピクセル）が増加し、真の欠陥でない部分、すなわち「疑似欠陥」まで欠陥と判定されることになり、欠陥分類処理に要する時間が長くなるという問題を生じる。逆に、閾値を大きくしすぎると真の欠陥まで欠陥でないと判定されることになり、検査が不充分であるという問題を生じる。
【００１１】
図２の（Ａ）〜図２の（Ｃ）は、下記特許文献１における検出閾値決定方法の説明図である。まず、基準画像と参照画像との間で対応し合う各画素同士のグレイレベル差をそれぞれ算出し、図２の（Ａ）に示すようなグレイレベル差のヒストグラムを作成する。次に作成されたヒストグラムからグレイレベル差の累積頻度を算出する。さらに、グレイレベル差がある所定の分布に従っていると仮定した上でグレイレベル値に対して累積頻度が直線関係となるように累積頻度を変換する。グレイレベル値は、例えば、正規分布、ポアソン分布、又はχ二乗分布などに従うと仮定してよい。この変換累積頻度を図２の（Ｂ）に示す。
【００１２】
変換した変換累積頻度に応じて、グレイレベル値と変換累積頻度との関係を示す近似直線（ｙ＝ａｘ＋ｂ）を導出する。この近似直線を図２の（Ｃ）に示す。近似直線のパラメータａ、ｂ及び感度設定パラメータ（固定値）から検出閾値Ｔｈｄを決定する。ここでは、グレイレベル値と変換累積頻度の近似直線において、固定の感度設定パラメータとしてＶＯＰとＨＯを設定しておき、累積確率（ｐ）に相当する累積頻度Ｐ１（ｐにサンプル数を乗じて求める。）になる直線上の点を求め、その点から縦軸方向にＶＯＰ、横軸方向にＨＯ移動したグレイレベル値を検出閾値Ｔｈｄとする。従って、検出閾値Ｔｈｄは、所定の計算式
Ｔｈｄ＝（Ｐ１−ｂ＋ＶＯＰ）／ａ＋ＨＯ
により算出される。
【先行技術文献】
【特許文献】
【００１３】
【特許文献１】特開２００４−１７７３９７号公報
【発明の概要】
【発明が解決しようとする課題】
【００１４】
近年のデザインルールの微細化に伴って、歩留まりに影響する欠陥サイズが小さくなった。このため、検査画像と参照画像との間のグレイレベル差が小さい微小欠陥についても安定して欠陥を検出できることが、欠陥検査装置に求められている。グレイレベル差が小さい欠陥を検出するには小さな検出閾値Ｔｈｄを使用する必要があるが、検出閾値Ｔｈｄを小さくすると疑似欠陥を多量に検出してしまうという問題がある。この理由を図３を参照して説明する。
【００１５】
図３は、検査画像及び参照画像の間の対応する画素同士のグレイレベル差のヒストグラムを示す図である。実線５０は全画素のグレイレベル差のヒストグラムを示し、破線５１は欠陥部分以外の画素のグレイレベル差のヒストグラムを示し、一点鎖線５２は欠陥部分の画素のグレイレベル差のヒストグラムを示す。
【００１６】
グレイレベル差を検出する検査画像及び参照画像は、試料を撮影する撮像素子の特性のバラツキや、試料を照明する照明のバラツキによってグレイレベル値のバラツキを有する。また、歩留まりに影響する欠陥サイズの微小化に伴い、真の欠陥を示す可能性があるグレイレベル差自体も小さくなっている。このため、図３に示すように、真の欠陥部分を示す画素においても疑似欠陥を示す画素においても、同一のグレイレベル差が検出される場合が生じる。従って、これまで行われてきた閾値の最適な決定というアプローチが、根本的な解決とならなくなる恐れがある。
【００１７】
上記の問題点に鑑み、本発明は、疑似欠陥の発生を抑制しつつ、微小欠陥の検出感度を向上することを目的とする。
【課題を解決するための手段】
【００１８】
本発明の実施例の一態様によれば、試料表面に現れる反復パターン内の互いに同一であるべきパターンをそれぞれ撮像することにより得られた検査画像と参照画像とを比較して、相違部分を欠陥として検出する欠陥検査装置が与えられる。この欠陥検査装置は、前記検査画像と前記参照画像との間で、対応する画素同士のグレイレベル差を決定するグレイレベル差決定手段と、検査対象画素とその隣接画素におけるそれぞれの前記グレイレベル差を特徴量とする識別関数の値に応じたクラス分けを行うパターン認識によって、前記検査対象画素が欠陥候補か否かを判定する欠陥判定手段と、を備える。
【００１９】
発明の実施例の他の態様によれば、試料表面に現れる反復パターン内の互いに同一であるべきパターンをそれぞれ撮像することにより得られた検査画像と参照画像とを比較して、相違部分を欠陥として検出する欠陥検査方法が与えられる。この欠陥検査方法では、前記検査画像と前記参照画像との間で、対応する画素同士のグレイレベル差を決定し、検査対象画素とその隣接画素におけるそれぞれの前記グレイレベル差を特徴量とする識別関数の値に応じたクラス分けを行うパターン認識によって、前記検査対象画素が欠陥候補か否かを判定する。
【発明の効果】
【００２０】
本発明によれば、検査対象画素だけでなくその隣接画素におけるグレイレベル差も考慮に入れたパターン認識を行うので、微小欠陥の検出をより高精度に行うことが可能となる。
【図面の簡単な説明】
【００２１】
【図１】半導体ウエア上のダイの配列を示す図である。
【図２】（Ａ）〜（Ｃ）は検出閾値決定方法の説明図である。
【図３】グレイレベル差のヒストグラムを示す図である。
【図４】サブピクセルサイズの欠陥と画素の位置関係の説明図である。
【図５】本発明の実施例による欠陥検査装置の概略構成図である。
【図６】本発明の実施例による欠陥検査方法を示すフローチャートである。
【図７】検査対象画素の各隣接画素について定義される順序番号を示す図である。
【図８】図６に示す欠陥検出処理を示すフローチャートである。
【図９】図８に示す欠陥検出処理の説明図である。
【発明を実施するための形態】
【００２２】
検査画像上の大きさが１画素よりも小さい微小欠陥（以下、「サブピクセルサイズの欠陥」と示す）は、サブピクセルサイズの微小欠陥と画素の位置関係によって、検査画像と参照画像との間のグレイレベル差が変わることがある。図４は、サブピクセルサイズの欠陥と画素の位置関係の説明図である。
【００２３】
図４において、格子内の各マス目は検査画像上の各画素を示している。参照符号６０〜６２は、サブピクセルサイズの欠陥を示す。図示するとおり、欠陥６０は画素７０内のみに存在し、欠陥６１は画素７１及び７２の上に跨って存在し、欠陥６２は画素７３〜７６の上に跨って存在する。したがって、欠陥６１や欠陥６２と周囲との明度差を示す信号は、複数の画素に分散されるため、１つの画素７０内のみに存在する欠陥６０により生じる信号よりも小さくなる。これが、微小欠陥について検査画像と参照画像との間のグレイレベル差が小さくなる理由の１つと考えられる。
【００２４】
したがって、本発明では、検査の対象となる検査対象画素１つずつに注目するのではなく、検査対象画素とこれに隣接した隣接画素におけるグレイレベル差も考慮に入れてパターン認識を行う。以下、添付する図面を参照して本発明の実施例を説明する。図５は、本発明の実施例による欠陥検査装置の概略構成図である。
【００２５】
欠陥検査装置１には、３次元方向に移動可能なステージ１１が設けられており、ステージ１１の上面には試料台（チャックステージ）１２が設けられている。この試料台１２の上に検査対象となる試料であるウエハ２を載置して固定する。
【００２６】
試料台１２の上方には、ウエハ２の表面の光学像を撮像するための撮像部１３が設けられる。撮像部１３としては、１次元又は２次元のＣＣＤカメラ（好適にはＴＤＩカメラ）といったイメージセンサが使用される。撮像部１３は、その受光面に結像されたウエハ２の表面の光学像を電気信号に変換する。本実施例では撮像部１３として１次元センサであるＴＤＩカメラを使用する。ステージ１１の移動により撮像部１３とウエハ２とを相対的に移動させることによって、ウエハ２に対して撮像部１３をＸ方向及びＹ方向に走査させて、ウエハ２の表面の２次元画像を得る。なお、撮像部１３によるウエハ２の表面の画像の撮像には、明視野光学系及び暗視野光学系のどちらを使用してもよい。撮像部１３から出力される画像信号は、多値のディジタル信号（グレイレベル信号）に変換された後に、画像記憶部１４に格納される。
【００２７】
差分検出部１５は、画像記憶部１４に格納された撮像画像内の２つのダイを撮像した一方の画像を検査画像とし他方の画像を参照画像として、これら画像間の対応する画素同士のグレイレベル差を検出して、欠陥検出部１６に出力する。欠陥検出部１６は、検査画像と参照画像間で検出されたグレイレベル差に基づいて欠陥候補を検出し、さらにダブルディテクションによって各欠陥候補が、いずれのダイに存在する欠陥であるかを決定する。欠陥検出部１６は、検出した欠陥の位置等を示す欠陥情報を生成して出力する。
【００２８】
図６は、本発明の実施例による欠陥検査方法を示すフローチャートである。ステップＳ１において撮像部１３は、ウエハ２の表面を撮像する。撮像部１３から出力される画像信号は、グレイレベル信号に変換された後に画像記憶部１４に格納される。ステップＳ２において差分検出部１５は、画像記憶部１４に格納された撮像画像内の対応する部分、すなわち２つのダイを撮像した部分の一方を検査画像とし他方を参照画像として、これら画像間の対応する画素同士のグレイレベル差を検出する。
【００２９】
ステップＳ３において欠陥検出部１６は、ステップＳ２にて検出したグレイレベル差に基づいて欠陥候補を検出する。以下に説明するように、欠陥検出部１６は、欠陥画素であるか否かを検査する対象となる画素（以下、「検査対象画素」と示す）におけるグレイレベル差Ｘ１と、所定の検出閾値Ｔｈｄとの差の絶対値｜Ｘ１−Ｔｈｄ｜が所定のマージンσ１未満の検査対象画素については、検査対象画素とその隣接画素におけるそれぞれのグレイレベル差を特徴量とするパターン認識を行い、欠陥候補か否かを判定する。
【００３０】
欠陥検出部１６によるパターン認識を説明するために、検査対象画素及び隣接画素について使用する記数法を以下に示す。図７は、検査対象画素の各隣接画素について定義される順序番号を示す図である。マス目８０は検査対象画素を、マス目８１〜８８はその隣接画素を示している。各隣接画素８１〜８８にはそれぞれ２〜９までの順序番号が与えられる。例えば第２隣接画素は画素８１であり、第５隣接画素は画素８４である。
【００３１】
また、検査対象画素について、前記検査画像と前記参照画像との間で検出されたグレイレベル差を第１グレイレベル差Ｘ１と示す。第２隣接画素８１〜第９隣接画素８８について、それぞれ前記検査画像と前記参照画像との間で検出されたグレイレベル差を第２グレイレベル差Ｘ２〜第９グレイレベル差Ｘ９と示す。ここで第ｉグレイレベル差（ｉは１〜９の整数）をＸｉと示す。
【００３２】
図８は、図６に示す欠陥検出処理を示すフローチャートである。ステップＳ１０において欠陥検出部１６は、第１グレイレベル差Ｘ１と所定の検出閾値Ｔｈｄとの差の絶対値｜Ｘ１−Ｔｈｄ｜が所定のマージンσ１未満であるか否かを判定する。｜Ｘ１−Ｔｈｄ｜＜σ１であるとき（ステップＳ１０：Ｙ）、欠陥検出部１６は、処理をステップＳ１４へ移す。｜Ｘ１−Ｔｈｄ｜＜σ１でないとき（ステップＳ１０：Ｎ）、欠陥検出部１６は、処理をステップＳ１１へ移す。
【００３３】
ステップＳ１１において欠陥検出部１６は、第１グレイレベル差Ｘ１が次の条件式（１）を満足するか否かを判定する。
Ｘ１−Ｔｈｄ−σ１＞０ …（１）
【００３４】
第１グレイレベル差Ｘ１が条件式（１）を満足するとき（ステップＳ１１：Ｙ）、ステップＳ１２において欠陥検出部１６は検査対象画素を欠陥候補と判定する。第１グレイレベル差Ｘ１が条件式（１）を満足しないとき（ステップＳ１１：Ｎ）、ステップＳ１３において欠陥検出部１６は、欠陥検出部１６は検査対象画素を欠陥候補ではないと判定する。その後、欠陥検出部１６は、この検査対象画素に対する欠陥判定処理を終了する。
【００３５】
図９は、図８に示す欠陥検出処理の説明図である。図の上部のヒストグラムにおいて、第１グレイレベル差Ｘ１と所定の検出閾値Ｔｈｄとの差の絶対値｜Ｘ１−Ｔｈｄ｜が所定のマージンσ１未満となる部分を、ハッチングした領域５３で示す。この範囲には、破線５１にて示される欠陥でない画素と、一点鎖線５２にて示される欠陥画素との両方が含まれている。したがって欠陥検出部１６は、ステップＳ１１〜Ｓ１３ではこの領域５３以外の部分の画素について、欠陥候補か否かの判定を行うこととし、領域５３部分の画素については、ステップＳ１４以下で行うパターン認識処理によって欠陥候補か否かの判定を行う。
【００３６】
ステップＳ１４において欠陥検出部１６は、隣接画素の順序番号を参照するインデックス変数ｉの値を２に初期化する。インデックス変数ｉは２〜Ｎまでの整数値を持つ。Ｎは、ステップＳ１４以下で行うパターン認識処理において参照される隣接画素の順序番号の設定値であり、２以上９以下の任意の値であってよい。
【００３７】
ステップＳ１５において欠陥検出部１６は、次の積和演算値（２）が所定のマージンσｉ未満であるか否かを判定する。ここに変数ｊは１から変数ｉまでの整数値を有するインデックス変数であり、ａｉｊ及びｂｉは予め定められた係数である。また、マージンσｉは、所望の検出感度に応じてオペレータによって予め定められる。
【００３８】
【数１】
【００３９】
積和演算値（２）が所定のマージンσｉ未満であるとき（ステップＳ１５：Ｙ）、欠陥検出部１６は処理をステップＳ１９へ移す。積和演算値（２）が所定のマージンσｉ未満でないとき（ステップＳ１５：Ｎ）、欠陥検出部１６は処理をステップＳ１６へ移す。ステップＳ１６において欠陥検出部１６は、次の識別関数（３）が０より大きいか否かを判定する。識別関数とは、パターン同士を識別するために、各パターンを代表する特徴量を入力として、それぞれのパターンがどのクラスに属するかの指標を与える関数である。次式に示すとおり識別関数（３）は、検査対象画素及びその隣接画素におけるグレイレベル差Ｘｉを特徴量とする識別関数である。
【００４０】
【数２】
【００４１】
識別関数（３）が０より大きいとき（ステップＳ１６：Ｙ）、ステップＳ１７において欠陥検出部１６は、検査対象画素を欠陥候補と判定する。識別関数（３）が０以下のとき（ステップＳ１６：Ｎ）、ステップＳ１８において欠陥検出部１６は検査対象画素を欠陥候補ではないと判定する。その後、欠陥検出部１６は、この検査対象画素に対する欠陥判定処理を終了する。すなわちステップＳ１６〜ステップＳ１８において欠陥検出部１６は、識別関数（３）の値に応じたクラス分けを行うことによって、前検査対象画素が欠陥候補か否かを判定する。
【００４２】
図９の下部は、第１グレイレベル差Ｘ１の値によって横座標を定め、第２グレイレベル差の値によって縦座標を定める識別平面（特徴空間）に、サンプルである各検査対象画素を配置した場合の、サンプルの分布を模式的に示す。実線９０で示す範囲には欠陥ではない画素が分布し、破線９１て示す範囲には欠陥である画素が分布している。
【００４３】
例えば、いまインデックス変数ｉの値が２であるとき、識別関数（３）が次式（４）で与えられる。
ａ２１×Ｘ１＋ａ２２×Ｘ２＋ｂ２−σ２ …（４）
このとき、ステップＳ１５〜Ｓ１８において欠陥検出部１６は、超平面９２（ａ２１×Ｘ１＋ａ２２×Ｘ２＋ｂ２＋σ２＝０）よりも第１グレイレベル差Ｘ１が大きい検査対象画素を欠陥候補と判定し、超平面９３（ａ２１×Ｘ１＋ａ２２×Ｘ２＋ｂ２−σ２＝０）よりも第１グレイレベル差Ｘ１が小さい検査対象画素を欠陥候補でないと判定する。
【００４４】
したがって、インデックス変数ｉの値が２であるときのステップＳ１５〜Ｓ１８において欠陥検出部１６は、ステップＳ１０〜Ｓ１３の判定において欠陥候補か否かの判定を行わなかった領域５３の部分の画素について、新たに領域９４の部分の画素を欠陥候補と判定し、領域９５の部分の画素を欠陥候補でないと判定する。
【００４５】
ステップＳ１９において欠陥検出部１６は、インデックス変数ｉの値を１つ増加させる。ステップＳ２０において欠陥検出部１６は、インデックス変数ｉの値が（Ｎ−１）より大きくなったか否かを判定する。インデックス変数ｉの値が（Ｎ−１）以下であるとき（ステップＳ２０：Ｎ）、欠陥検出部１６は処理をステップＳ１５に戻す。このため欠陥検出部１６は、ステップＳ１５の判定において積和演算値（２）がマージンσｉ以上となるか、インデックス変数ｉの値がＮに至るまで、積和演算値（２）及び識別関数（３）にて考慮する隣接画素の数を増加させながらステップＳ１５〜Ｓ２０を反復する。
【００４６】
インデックス変数ｉの値が（Ｎ−１）より大きくなったとき（ステップＳ２０：Ｙ）、ステップＳ２１において欠陥検出部１６は、次の識別関数（５）が０より大きいか否かを判定する。
【数３】
【００４７】
識別関数（５）が０より大きいとき（ステップＳ２１：Ｙ）、ステップＳ２２において欠陥検出部１６は、欠陥検出部１６は検査対象画素を欠陥候補と判定する。識別関数（５）が０以下のとき（ステップＳ２１：Ｎ）、ステップＳ２３において欠陥検出部１６は検査対象画素を欠陥候補ではないと判定する。その後、欠陥検出部１６は、この検査対象画素に対する欠陥判定処理を終了する。
【００４８】
図６を参照する。ステップＳ４において欠陥検出部１６は、ダブルディテクションによって各欠陥候補が、いずれのダイに存在する欠陥であるかを決定する。欠陥検出部１６は、検出した欠陥の位置等を示す欠陥情報を生成して出力する。
【００４９】
従来の欠陥検査装置においては、図２を参照して説明したように、検査画像と参照画像のグレイレベル差を計算した後、検出閾値Ｔｈｄを算出した後、グレイレベル差のヒストグラムを算出し、およびその他の統計量を算出する計算処理を行っていた。一方で、本実施例によれば、検出閾値Ｔｈｄとして予め実験的に求めた所定の値を使用することにより、検出閾値Ｔｈｄを検査画像ごとに算出する必要がなく、検出閾値Ｔｈｄの計算に使用していた計算時間を節約することができる。
【００５０】
本実施例では、識別関数の値を計算する計算処理が追加されるが、検出閾値Ｔｈｄ及びマージンσ１の値を適切に設定することにより、ステップＳ１４以降のパターン認識処理を行う検査対象画素の数を調整することにより、従来の外観検査装置で行われていた検出閾値Ｔｈｄの計算量に比べて、識別関数の計算量を少なくすることができる。
【００５１】
パターン認識処理に使用される上述の係数ａｉｊ及びｂｉは、既知の学習用サンプルを使用して、サポートベクターマシンや、ニューラルネット及び決定木を使用して決定することができる。本実施例では、ステップＳ１４以降のパターン認識処理を行う前に、ステップＳ１０〜Ｓ１３の処理によって、｜Ｘ１−Ｔｈｄ｜＞σ１となる検査対象画素については判定を終了し、パターン認識を行う対象サンプルから除くことができる。このためパターン認識の対象となるサンプルの数を減らすことができることが期待できるため、係数ａｉｊ及びｂｉをより容易に決定することができる。
【００５２】
なお、本実施例ではステップＳ１５の判定式、及び識別関数において、第ｉグレイレベル差（ｉ＝１〜Ｎ）の積和演算値を用いた。これに代えて、ステップＳ１５の判定式、及び識別関数において、第ｉグレイレベル差の多項式や、ガウス関数などの非線形関数を使用してもよい。非線形関数を使用することにより、サンプルである検査対象画素が線形分離できない場合であっても高い精度で欠陥候補か否かを判定することができるようになる。
【００５３】
ステップＳ１５の判定式、及び識別関数は、第ｉグレイレベル差（ｉ＝１〜Ｎ）に加えて、検査対象画素又は隣接画素における、検査画像又は参照画像のグレイレベルを特徴量として有していてもよい。検査画像又は参照画像においてグレイレベル値そのものが大きい箇所はグレイレベル差も大きく、グレイレベル値そのものが小さい箇所はグレイレベル差も小さくなる。したがって検査画像又は参照画像のグレイレベルも特徴量に加えることにより、より精度が高いパターン認識を実現することが可能となる。
【産業上の利用可能性】
【００５４】
本発明は、試料表面を撮像することにより得られた検査画像に基づいて欠陥を検出する欠陥検査装置及び欠陥検査方法に利用可能である。
【符号の説明】
【００５５】
１ 欠陥検査装置
２ ウエハ
１１ ステージ
１２ 試料台
１３ 撮像部
１４ 画像記憶部
１５ 差分検出部
１６ 欠陥検出部
【特許請求の範囲】
【請求項１】
試料表面に現れる反復パターン内の互いに同一であるべきパターンをそれぞれ撮像することにより得られた検査画像と参照画像とを比較して、相違部分を欠陥として検出する欠陥検査装置において、
前記検査画像と前記参照画像との間で、対応する画素同士のグレイレベル差を決定するグレイレベル差決定手段と、
検査対象画素とその隣接画素におけるそれぞれの前記グレイレベル差を特徴量とする識別関数の値に応じたクラス分けを行うパターン認識によって、前記検査対象画素が欠陥候補か否かを判定する欠陥判定手段と、
を備える欠陥検査装置。
【請求項２】
前記欠陥判定手段は、前記グレイレベル差が所定の範囲内にある検査対象画素のみについて、前記パターン認識を行う請求項１に記載の欠陥検査装置。
【請求項３】
前記所定の範囲は、第１閾値未満かつ第２閾値より大きい範囲であり、
前記欠陥判定手段は、前記グレイレベル差が前記第１閾値以上のとき、前記検査対象画素が欠陥候補と判定する請求項２に記載の欠陥検査装置。
【請求項４】
前記識別関数は、特徴量として、前記検査対象画素又は前記隣接画素における、前記検査画像又は前記参照画像のグレイレベルをさらに用いる請求項１〜３のいずれか一項に記載の欠陥検査装置。
【請求項５】
試料表面に現れる反復パターン内の互いに同一であるべきパターンをそれぞれ撮像することにより得られた検査画像と参照画像とを比較して、相違部分を欠陥として検出する欠陥検査方法において、
前記検査画像と前記参照画像との間で、対応する画素同士のグレイレベル差を決定し、
検査対象画素とその隣接画素におけるそれぞれの前記グレイレベル差を特徴量とする識別関数の値に応じたクラス分けを行うパターン認識によって、前記検査対象画素が欠陥候補か否かを判定する、欠陥検査方法。
【請求項６】
前記グレイレベル差が所定の範囲内にある検査対象画素のみについて、前記パターン認識を行う請求項５に記載の欠陥検査方法。
【請求項７】
前記所定の範囲は、第１閾値未満かつ第２閾値より大きい範囲であり、
前記グレイレベル差が前記第１閾値以上のとき、前記検査対象画素が欠陥候補と判定する請求項６に記載の欠陥検査方法。
【請求項８】
前記識別関数は、特徴量として、前記検査対象画素又は前記隣接画素における、前記検査画像又は前記参照画像のグレイレベルをさらに用いる請求項５〜７のいずれか一項に記載の欠陥検査方法。
【請求項１】
試料表面に現れる反復パターン内の互いに同一であるべきパターンをそれぞれ撮像することにより得られた検査画像と参照画像とを比較して、相違部分を欠陥として検出する欠陥検査装置において、
前記検査画像と前記参照画像との間で、対応する画素同士のグレイレベル差を決定するグレイレベル差決定手段と、
検査対象画素とその隣接画素におけるそれぞれの前記グレイレベル差を特徴量とする識別関数の値に応じたクラス分けを行うパターン認識によって、前記検査対象画素が欠陥候補か否かを判定する欠陥判定手段と、
を備える欠陥検査装置。
【請求項２】
前記欠陥判定手段は、前記グレイレベル差が所定の範囲内にある検査対象画素のみについて、前記パターン認識を行う請求項１に記載の欠陥検査装置。
【請求項３】
前記所定の範囲は、第１閾値未満かつ第２閾値より大きい範囲であり、
前記欠陥判定手段は、前記グレイレベル差が前記第１閾値以上のとき、前記検査対象画素が欠陥候補と判定する請求項２に記載の欠陥検査装置。
【請求項４】
前記識別関数は、特徴量として、前記検査対象画素又は前記隣接画素における、前記検査画像又は前記参照画像のグレイレベルをさらに用いる請求項１〜３のいずれか一項に記載の欠陥検査装置。
【請求項５】
試料表面に現れる反復パターン内の互いに同一であるべきパターンをそれぞれ撮像することにより得られた検査画像と参照画像とを比較して、相違部分を欠陥として検出する欠陥検査方法において、
前記検査画像と前記参照画像との間で、対応する画素同士のグレイレベル差を決定し、
検査対象画素とその隣接画素におけるそれぞれの前記グレイレベル差を特徴量とする識別関数の値に応じたクラス分けを行うパターン認識によって、前記検査対象画素が欠陥候補か否かを判定する、欠陥検査方法。
【請求項６】
前記グレイレベル差が所定の範囲内にある検査対象画素のみについて、前記パターン認識を行う請求項５に記載の欠陥検査方法。
【請求項７】
前記所定の範囲は、第１閾値未満かつ第２閾値より大きい範囲であり、
前記グレイレベル差が前記第１閾値以上のとき、前記検査対象画素が欠陥候補と判定する請求項６に記載の欠陥検査方法。
【請求項８】
前記識別関数は、特徴量として、前記検査対象画素又は前記隣接画素における、前記検査画像又は前記参照画像のグレイレベルをさらに用いる請求項５〜７のいずれか一項に記載の欠陥検査方法。
【図１】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【公開番号】特開２０１０−１６４４８７（Ｐ２０１０−１６４４８７Ａ）
【公開日】平成２２年７月２９日（２０１０．７．２９）
【国際特許分類】
【出願番号】特願２００９−８１６１（Ｐ２００９−８１６１）
【出願日】平成２１年１月１６日（２００９．１．１６）
【出願人】（０００１５１４９４）株式会社東京精密 (592)
【Ｆターム（参考）】
【公開日】平成２２年７月２９日（２０１０．７．２９）
【国際特許分類】
【出願日】平成２１年１月１６日（２００９．１．１６）
【出願人】（０００１５１４９４）株式会社東京精密 (592)
【Ｆターム（参考）】
[ Back to top ]