画像処理装置、画像処理方法および走査型電子顕微鏡
【課題】 ２つの画像のパターンマッチングの成功率および精度を向上させ、しかも、測長などの検査作業の効率を低下させない画像処理装置、画像処理方法および走査型電子顕微鏡を提供する。
【解決手段】 走査型顕微鏡１０は、第１の画像と第２の画像とのパターンマッチングを行なう画像処理装置４を含んで構成される。画像処理装置４は、第１の画像に基づき塗り分け画像を生成する塗り分け画像生成部４１と、塗り分け画像を平滑処理して重心分布画像を生成する重心分布画像生成部４２と、第２の画像に基づき輪郭線線分群を生成する輪郭線線分群生成部４３と、重心分布画像と前記輪郭線線分群とに基づきマッチングスコアを算出するマッチングスコア算出部４４と、前記マッチングスコアが最大になる位置を検出する最大スコア位置検出部４５とを含む。
【解決手段】 走査型顕微鏡１０は、第１の画像と第２の画像とのパターンマッチングを行なう画像処理装置４を含んで構成される。画像処理装置４は、第１の画像に基づき塗り分け画像を生成する塗り分け画像生成部４１と、塗り分け画像を平滑処理して重心分布画像を生成する重心分布画像生成部４２と、第２の画像に基づき輪郭線線分群を生成する輪郭線線分群生成部４３と、重心分布画像と前記輪郭線線分群とに基づきマッチングスコアを算出するマッチングスコア算出部４４と、前記マッチングスコアが最大になる位置を検出する最大スコア位置検出部４５とを含む。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は、２つの画像のパターンマッチングを行う画像処理装置および画像処理方法、並びに、その画像処理装置を備えた走査型電子顕微鏡に関する。
【背景技術】
【０００２】
近年、半導体ウェーハ、液晶パネル、それらの露光用マスクなどの製造工程を管理または検査するために、走査型電子顕微鏡（以下、「ＳＥＭ（Scanning Electron Microscope）」という）が盛んに使用されている。工程管理者は、ＳＥＭを用いて、ウェーハなどの所定の位置に形成された特定形状のパターンの寸法や、複数の特定形状のパターン間の距離などを計測し、その結果に基づき、ウェーハなどに形成された回路デバイスや製造工程の品質などを管理している。なお、このような目的に使用されるＳＥＭは、しばしば、測長ＳＥＭと呼ばれる。
【０００３】
以上のような測長ＳＥＭによる検査は、通常、自動で行われる。すなわち、測長ＳＥＭは、電子線の照射によって試料表面から放出または反射される電子量に基づき生成される試料表面の画像（以下、試料の「観測画像」という）において、所定のパターンマッチング方法に従って、あらかじめ登録された特定形状のパターン（以下、「登録パターン」という）が一致する観測画像上の位置を検出し（以下、このような位置検出を「位置照合」という）、例えば、複数の登録パターン間の距離を測長する。このとき、位置照合に使用する登録パターンとしては、通常、設計時に作成されるＣＡＤ（Computer Aided Design）データが利用される。また、パターンマッチングの方法としては、正規化相関法や一般化ハフ変換法が用いられるのが一般的である。
【０００４】
ところで、検査対象となる半導体ウェーハなどにおいては、その半導体ウェーハ上に形成される構造物（所定の材質のパターン）は、それが微細であればあるほど、製造上のばらつきなどのためＣＡＤデータのパターン通りには形成されないことが多い。例えば、金属配線層の線幅は、ＣＡＤデータのパターンに基づく線幅よりも大きくなることもあり、また、小さくなることもある。また、形成される層のパターンが矩形である場合には、その角は、通常、丸まって形成される。さらには、形成された層の材質によっては、その層のパターンのＳＥＭによる観測画像は、実際に形成されたものより大きく見えたり、小さく見えたりすることもある。従って、観測画像における登録パターンに対応するパターンは、多くの場合、ＣＡＤデータの登録パターンに比べると変形したものになっている。
【０００５】
また、正規化相関法や一般化ハフ変換法においては、通常、試料の観測画像から抽出された輪郭線と、ＣＡＤデータの登録パターンから生成された輪郭線とに基づきパターンマッチングが行われる。この場合、試料の観測画像から抽出された輪郭線は、変形していることが多いので、ＣＡＤデータの登録パターンにより位置照合を行うと、充分な位置精度が得られなかったり、場合によってはパターンマッチングに失敗したりすることがある。その理由のひとつは、正規化相関法や一般化ハフ変換法のマッチングアルゴリズム自体にある。
【０００６】
正規化相関法を用いて対象となる２つの画像の輪郭線のパターンマッチングをすると、正規化相関法は、両者の輪郭線を一部でも一致させようとする。そのため、正規化相関法を用いると、登録パターンは、登録パターンの輪郭線と観測画像の輪郭線との輪郭線の一致度が高い方向へ引きずられて、観測画像のパターンとマッチングする。また、その輪郭線の一致度が高い方向は、観測画像のパターンの変形具合によって変化するので、一定の方向に定まらない。そのため、正規化相関法を用いた位置照合では、充分な位置精度を得ることができない。
【０００７】
また、一般化ハフ変換法も、２つの画像の輪郭線を一致させようとするマッチングアルゴリズムである。一般化ハフ変換法では、パターンの回転や、拡大、縮小を行ってパターンマッチングを行うが、そのため、マッチングがパターンの一部分（一致度が高い部分）に合わせて拡大、縮小などが行われると、他の部分で縮尺が一致しないなどの不都合が生じる。また、その縮尺は、観測画像のパターンの変形具合によって変わるので、一定の値に定まらない。従って、一般化ハフ変換法を用いた位置照合でも、充分な位置精度を得ることができない。
【０００８】
特許文献１には、検査対象のウェーハなどの１つを取り、そのウェーハなどに形成されたパターンをＳＥＭで観測した上で、その観測画像から得られるパターンを登録パターンとして再登録し、その再登録パターンに基づき、他の検査対象のウェーハなどについて、パターンマッチングを行うＳＥＭの例が開示されている。そのＳＥＭにおいては、登録パターンとして、ＣＡＤデータのパターンでなく、検査対象の半導体ウェーハなどをＳＥＭによって観測した観測画像から得られたパターンを利用する。そのため、登録パターンと検査対象のパターンとの形状の差が小さくなるので、パターンマッチングに失敗する確率が低減する。つまり、パターンマッチングの成功率を向上させることができる。
【特許文献１】特開２００２−３２８０１５号公報（段落００５３〜段落００６０、図２〜図１０）
【発明の開示】
【発明が解決しようとする課題】
【０００９】
しかしながら、特許文献１に示されているパターンマッチング技術の場合には、検査対象のウェーハなどに形成されたパターンをＳＥＭで観測し、その観測画像から得られるパターンを登録パターンとして再登録する作業が余分に必要となる。その作業は、人手に頼らざるを得ず、また、検査対象のウェーハに形成される集積回路などの品種別に行う必要がある。そのため、測長などの検査作業の効率が大きく低下することになる。
【００１０】
また、特許文献１では、正規化相関法など、２つの画像の輪郭線を一致させようとするマッチングアルゴリズムが用いられている。そして、登録パターンとしては観測画像から取得したものが利用されている。しかしながら、半導体などの製造工程においては、ウェーハなどに形成される層のパターンは、前記したようにどうしても変形を生じる。そのため、特許文献１の場合にも、２つの画像の輪郭線を一致させようとするマッチングアルゴリズムを用いる限りは、パターンマッチングによる位置照合の精度を向上させることができない。
【００１１】
以上の従来技術の問題に鑑み、本発明の目的は、２つの画像のパターンマッチングの成功率および精度を向上させることができ、しかも、測長などの検査作業の効率の低下を伴わない画像処理装置、画像処理方法および走査型電子顕微鏡を提供することにある。
【課題を解決するための手段】
【００１２】
本発明の画像処理装置は、第１の画像と第２の画像とのパターンマッチングを行う画像処理装置であって、前記第１の画像に基づき重心分布画像を生成する重心分布画像生成手段と、前記第２の画像に基づき輪郭線線分群を生成する輪郭線線分群生成手段と、前記重心分布画像と前記輪郭線線分群とに基づきマッチングスコアを算出するマッチングスコア算出手段と、前記マッチングスコアが最大になる位置を検出する最大スコア位置検出手段と、を含んで構成されることを特徴とする。
また、本発明の走査型顕微鏡は、前記本発明の画像処理装置を用いて観測画像と登録パターンとの位置照合を行うことを特徴とする。
【００１３】
本発明の画像処理装置では、第１の画像について重心分布画像生成手段により重心分布画像を生成する。重心分布画像は、いわば、重心位置からの距離を示す画像であり、その明るさを示す画素値が最大（または、最小でもよい）となる画素の位置が重心となる。一方、第２の画像からは、輪郭線線分群生成手段により輪郭線線分群を生成する。続いて、マッチングスコア算出手段により、前記生成された輪郭線線分群ついて重心分布画像から求められるスコアを計算し、その総和をもってマッチングスコアとする。そして、最大スコア位置検出手段により、前記マッチングスコアが最大になる位置を検出し、その位置において、第１の画像と第２の画像とのパターンマッチングが成功したと判断する。
【００１４】
本発明においては、パターンマッチング対象の２つの画像は、それぞれの画像の輪郭線が一致するようにマッチングするのではなく、それぞれの画像の重心が一致するようにマッチングする。前記したように、半導体ウェーハなどに形成される構造物のパターンの変形は、主として、線幅などが大きくまたは小さくなったり、矩形の角が丸くなったりする変形である。このような変形の場合には、そのパターンの重心の位置はあまり変わらない。そのため、パターンマッチング対象の一方の画像にそのような変形があったとしても、パターンマッチングに失敗することはなく、また、高精度のパターンマッチングを行うことができるようになる。
【００１５】
また、本発明の走査型顕微鏡においては、登録パターンとしてＣＡＤデータによる登録パターンを利用することができるので、特許文献１の場合において行われる登録パターンの再登録の作業は必要とされない。そのため、測長などの検査においてその効率が低下することはない。
【発明の効果】
【００１６】
本発明によれば、２つの画像について、パターンマッチングの成功率および精度を向上させることができ、さらには、走査型顕微鏡を用いた測長などの検査作業における効率低下を防止することができる。
【発明を実施するための最良の形態】
【００１７】
以下、本発明の実施形態について、図１〜図１２を参照しながら詳細に説明する。
【００１８】
図１は、本実施形態に係る走査型電子顕微鏡（ＳＥＭ）の構成を示したブロック図である。図１に示すように、ＳＥＭ１０は、電子銃１１、電子レンズ１２、偏向器１３、電子検出器１７などを含んで構成される鏡体１に、電子線走査制御部２、観測画像生成部３、画像処理装置４などが接続されて構成される。なお、電子検出器１７と観測画像生成部３との間には、増幅器１８が配置される。
【００１９】
鏡体１においては、電子銃１１から電子線１４が出射され、試料１５の表面に照射される。このとき、電子線１４は、電子レンズ１２によって集束され、その焦点が試料１５の表面に位置するように制御される。また、偏向器１３は、電子線走査制御部２によって制御され、電子線１４の照射位置（焦点位置）が試料１５表面の所定の領域を走査するように、電子線１４の偏向を制御する。
【００２０】
電子線１４が試料１５表面に照射されると、試料１５表面からは、電子線１４の反射電子および試料１５の内部からのは２次電子が放出される。ここでは、反射電子および２次電子をあわせて放出電子１６と呼ぶ。放出電子１６は、電子検出器１７によって検出され、その検出信号は、増幅器１８によって増幅され、観測像信号として観測画像生成部３へ入力される。観測画像生成部３は、その入力された観測像信号をＡＤ（Analog to Digital）変換し、変換されたディジタル信号に基づき、２次元表示画像の各画素の明るさを示す観測画像データを生成する。生成された観測画像データは、画像処理装置４に送付され、観測画像記憶部４７に記憶される。
【００２１】
画像処理装置４は、図示しないＣＰＵ（Central Processing Unit）と記憶装置とを備えたコンピュータによって構成され、ＣＰＵが記憶装置に格納されているプログラムを実行することによって、画像処理装置４の所定の機能を実現する。本実施形態においては、そのプログラムは、塗り分け画像生成部４１、重心分布画像生成部４２、輪郭線線分群生成部４３、マッチングスコア算出部４４、最大スコア位置検出部４５などを含む。
【００２２】
また、画像処理装置４は、さらに、パターンマッチングの基準となる登録パターンを記憶する登録画像記憶部４６、観測画像生成部３で生成された観測画像データを記憶する観測画像記憶部４７、試料１５に形成される集積回路などのＣＡＤ画像データを記憶するＣＡＤ画像記憶部（図示せず）、観測画像やＣＡＤ画像を表示する表示装置４８、ＬＡＮ（Local Area Network）に接続される通信装置（図示せず）を備える。
【００２３】
ここで、ＣＡＤ画像データとは、試料１５（集積回路、液晶、露光用マスクなど）の設計時に作成されたＣＡＤデータのうち、試料１５の製造工程を経て形成される層ごとの外形を示すデータをいう。ＣＡＤ画像データは、通常、設計ワークステーションなどに保管されており、検査実施時など必要に応じて設計ワークステーションなどからＬＡＮおよび通信装置を介して取得する。また、登録パターンについては、検査実施時など必要に応じて、適宜、ＣＡＤ画像からその一部を切り出し、切り出したＣＡＤ画像を登録パターンとする。
【００２４】
図２は、本実施形態に係る画像処理装置において実行されるパターンマッチング処理のフローチャートを示した図である。画像処理装置４は、まず、登録画像記憶部４６に記憶されている登録パターンの塗り分け画像を生成する（ステップＳ２１）。一般に、集積回路などのＣＡＤ画像データは閉図形で表現されているため、登録パターンの塗り分けは、その閉図形の内側または外側を塗りつぶせばよい。
【００２５】
次に、生成された塗り分け画像を平滑化し、重心分布画像を生成する（ステップＳ２２）。この塗り分け画像の平滑化処理は、ガウスフィルタ、移動平均フィルタなどの空間フィルタや、周波数解析による高周波成分除去処理などを用いて実現することができる。なお、一般には、画像処理における平滑化処理は、画像の低周波成分による画像生成技術として知られており、従って、ステップＳ２２の平滑化処理には、平滑効果がある他の画像処理技術を利用してもよい。
【００２６】
続いて、画像処理装置４は、観測画像記憶部４７に記憶されている試料１５の観測画像の輪郭線を抽出し、観測画像の輪郭線線分群を生成する（ステップＳ２３）。ここで、輪郭線線分群とは、観測画像として表示された構造物の輪郭線を直線の線分で表示したときのその線分の集合をいう。この輪郭線群を生成する処理では、例えば、ソーベルフィルタやラプラシアンフィルタなどの微分フィルタ処理により観測画像の輪郭線を強調した後、二値化処理により輪郭線を抽出し、さらに、細線化処理を施し、輪郭線線分群とする。
【００２７】
次に、ステップＳ２２およびＳ２３でそれぞれ生成された重心分布画像および輪郭線群からマッチングスコアを算出する（ステップＳ２４）。マッチングスコアの算出は、重心分布画像と輪郭線線分群を重ね合わせたとき、輪郭線線分群の各線分ごとに重心分布画像と重なる位置の画素の明るさを示す値（以下、「画素値」という）を取得し、取得した各線分ごとの画素値の、例えば、分散値を算出する。この場合、各線分ごとの画素値の分散値が小さいほど、登録パターンから生成した重心分布画像の重心位置と、観測画像から生成した輪郭線線分群の重心位置とは近くなる。そこで、輪郭線線分群の各線分の画素値の分散をｄとして、マッチングスコアＳＣを式（１）により算出する。
ＳＣ＝ｅｘｐ（−ｄ） （１）
式（１）により、マッチングスコアＳＣが大きいほど登録パターンの重心位置と観測画像の重心位置が近いと判断することができる。
【００２８】
次に、重心分布画像と輪郭線線分群との相対位置を変化させ、各相対位置でマッチングスコアＳＣを算出し、そのマッチングスコアＳＣが最大になる位置を最大スコア位置として検出する（ステップＳ２５）。このようにして検出された最大スコア位置は、重心分布画像と輪郭線線分群とが位置合わせされた位置であり、従って、登録パターンと観測画像とが位置合わせされた位置である。そして、この最大スコア位置をパターンマッチングの結果とする。
【００２９】
なお、以上に示したパターンマッチングの処理の説明において、重心位置の定義は、やや、あいまいではあるが、経験的には、その処理によって求められた最大スコア位置は、被検査対象のウェーハなどに形成されたパターンの変形に対して安定している。そのため、従来の正規化相関法などを用いたパターンマッチングの場合に比べ、その位置合わせ精度を確実に向上させることができる。
【００３０】
また、図２では、登録パターンから重心分布画像を生成し、観測画像から輪郭線線分群を生成し、パターンマッチングを行うことを示したが、逆に、観測画像から重心分布画像を生成し、登録パターンから輪郭線線分群を生成し、パターンマッチングを行うとしてもよい。
【００３１】
また、ここでは、登録パターンをＣＡＤ画像データからその一部を切り出すとしたが、観測画像からその一部を切り出すとしてもよい。その場合には、観測画像から重心分布画像を生成し、他の観測画像から輪郭線線分群を生成し、観測像どうしでパターンマッチングを行うことになる。
【００３２】
また、ステップＳ２１の塗り分け画像生成処理においては、登録パターンの閉図形を塗りつぶす際に、内側または外側のどちらを塗りつぶすかによって、画素値の大小関係が反転した重心分布画像が生成される。しかしながら、マッチングスコアＳＣは、式（１）に従い、輪郭線線分群の各線分の画素値の分散値により算出しているため、画素値の大小関係が反転しても各相対位置でのマッチングスコアＳＣの大小関係は変化しない。従って、内側または外側のいずれを塗りつぶしても、同じように、登録パターンと観測画像とのパターンマッチングを行うことができる。
【００３３】
また、ここでは、輪郭線線分群を、輪郭線を構成する直線線分の集合として、パターンマッチング処理を行ったが、輪郭線線分群を、輪郭線を構成する点の集合として、パターンマッチング処理を行ってもよい。
【００３４】
以下、図３〜図１２においては、具体的な画像の例を用いて、以上に説明したパターンマッチング処理について説明する。
【００３５】
＜重心分布画像の生成の例１＞
図３は、ＣＡＤ画像の登録パターンから重心分布画像を生成する例を示した図である。図３において、ＣＡＤ画像３０１は、例えば、矩形の登録パターン３０５を含む。このとき、登録パターン３０５は、通常、線分または点などの座標データの並びとして表現されるが、ビットマップ画像データで表現してもよい。このとき、座標データの並びの情報からビットマップ画像データへの変換は、容易に行うことができる。また、登録パターン３０５の中心位置３０４は、矩形の線分の座標データから容易に算出することができる。なお、登録パターン３０５の横方向中心線３０２および縦方向中心線３０３は、以下の説明の便宜のために図示したものであり、実際にはＣＡＤ画像３０１上には描画されない。
【００３６】
画像処理装置４は、塗り分け画像の生成処理（ステップＳ２１）において、登録パターン３０５を含むＣＡＤ画像３０１を塗り分け、塗り分け画像３０６を生成する。ここでは、登録パターン３０５の内側を白色で、外側を黒色で塗り分けている。次に、塗り分け画像３０６に対して平滑化の処理を施し、重心分布画像３０７を生成する（ステップＳ２２）。重心分布画像３０７にも、横方向中心線３１０、縦方向中心線３１１および中心位置３１２を表示しているが、これらは、それぞれＣＡＤ画像３０１に表示されている横方向中心線３０２、縦方向中心線３０３および中心位置３０４に対応し、それらと同様に実際には重心分布画像３０７上には描画されない。
【００３７】
重心分布画像３０７の特徴は、ＣＡＤ画像３０１上の登録パターン３０５の中心位置３０４と座標が同一の中心位置３１２を中心として、画素値がなだらかに変化することである。図３において、横方向画素値プロファイル３０８は、重心分布画像３０７の横方向中心線３１０上での画素値プロファイルであり、縦方向画素値プロファイル３０９は、重心分布画像３０７の縦方向中心線３１１上での画素値プロファイルである。
【００３８】
ここで、横方向画素値プロファイル３０８は、中心位置３１２で画素値の最大値３１３をとり、最大値３１３から離れるに従い画素値がなだらかに小さくなる。また、縦方向画素値プロファイル３０９は、中心位置３１２で画素値の最大値３１４をとり、最大値３１４から離れるに従い画素値がなだらかに小さくなる。なお、ここでは、画素値プロファイルを横方向中心線３１０および縦方向中心線３１１の位置を例として説明したが、中心位置３１２を通る直線上における画素値プロファイルは、いずれも、その画素値が中心位置３１２から距離が離れるに従い小さくなる。
【００３９】
このように重心分布画像３０７は、ＣＡＤ画像３０１の中心位置３０４からの距離を反映する画像である。また、重心分布画像３０７は、ＣＡＤ画像３０１から生成した塗り分け画像３０６に対して、平滑化処理を行い、低周波成分を強調した画像であるので、ＣＡＤ画像３０１の形状の低周波成分を反映した画像であるともいえる。
【００４０】
また、マッチングスコア算出処理（ステップＳ２４）においては、重心分布画像３０７の全領域で輪郭線線分群の分散値を算出可能とし、さらに、マッチングスコアの算出を可能にするため、重心分布画像３０７は、その画素値が全領域にわたり、なだらかに変化するように平滑化されていることが望ましい。
【００４１】
塗り分け画像３０６に対して、平滑化処理をどれだけ行うかについては、登録パターン３０５の大きさと、ＣＡＤ画像３０１、つまり、塗り分け画像３０６の大きさに基づき決定することができる。このとき、最小線幅３１５は、ＣＡＤ画像３０１内に存在する登録パターン３０５の最小線幅を示したものである。最小線幅３１５は、ＣＡＤ画像３０１の座標計算から最も短い線分を選び出すこと、または、すべての座標組み合わせに対して直交距離を計算することなどによって算出することができる。なお、最小線幅３１５は、説明の便宜上図示したものであり、実際のＣＡＤ画像３０１上には描画されない。
【００４２】
一般に、ガウスフィルタなどの平滑化処理では平滑化の大きさは、フィルタの大きさで決めることが可能である。従って、塗り分け画像３０６に対して平滑化処理を行い、画素値が全領域にわたりなだらかに変化するように平滑化するためには、画像の２倍の大きさの平滑化フィルタを使用することで可能である。しかし、ＣＡＤ画像３０１がフィルタサイズに対して微細な場合には、過剰に平滑化が行われ、ＣＡＤ画像３０１の形状が判別できなくなることがある。この現象を防ぐためは、最小線幅３１５に基づき平滑化のフィルタの大きさの上限値を設定しておけばよい。
【００４３】
＜重心分布画像の生成の例２＞
図４は、露光シミュレーションに基づき重心分布画像を生成する例を示した図である。例えば、半導体集積回路などの製造工程においては、半導体ウェーハなどに回路素子の層を形成するために露光工程が何回も適用されるが、露光工程に際しては、露光の光学的な条件などを定めるために露光シミュレーションが行われている。この露光シミュレーションにおいて重心分布画像に相当する光強度画像４０５が得られるので、ここでは、光強度画像４０５を重心分布画像として利用する。
【００４４】
露光シミュレーションにおいては、登録パターン４０２を含んだＣＡＤ画像４０１を用意し、ＣＡＤ画像４０１から露光用マスク４０３を生成する。露光用マスク４０３は、登録パターン４０２に対し、光学的な干渉条件などをあらかじめ加味し、形状変化を加えたパターン４０４を含む。そして、その露光用マスク４０３に対して、光を透過させたときの半導体ウェーハ上での光のエネルギー分布をシミュレーションすると、その過程において光強度画像４０５が生成される。なお、光強度画像４０５を適当な画素値で二値化すると、露光シミュレーションの結果として登録パターン４０２と大きさが近い矩形４０７を含むシミュレーション画像４０６が生成される。
【００４５】
このようにして得られた光強度画像４０５は、ＣＡＤ画像４０１の登録パターン４０２の中心からの距離と低周波による形状を表現したものとなっているので、光強度画像４０５を重心分布画像として利用することが可能である。
【００４６】
＜重心分布画像の生成の例３＞
図５は、ＳＥＭによる観測画像に基づき重心分布画像を生成する第１の例を示した図である。図５において、ＳＥＭによる観測画像５０１では、構造物５０２がホワイトバンドと呼ばれる明るい輪郭線で囲まれているのが観察される。これは、平坦な部分よりも構造物の角から電子がより多く検出されるという物理現象の反映であり、半導体製造の検査工程などで得られるＳＥＭの観測画像でよく見られる現象である。
【００４７】
本例の場合、画像処理装置４は、まず、観測画像５０１上のホワイトバンドを含む構造物５０２について、その輪郭線の抽出処理を行い、構造物５０２の輪郭線５０４を含んだ輪郭線画像５０３を生成する。ここで、輪郭線の抽出処理は、既存の画像処理技術であるソーベルフィルタ、ラプラシアンフィルタを用い、さらに、二値化処理することによって行うことができる。次に、画像処理装置４は、輪郭線５０４で分けられた二つの領域に対して２値の画素値で塗り分けを行い、塗り分け画像５０５を生成する。そして、塗り分け画像５０５に対して平滑化処理を行うことによって重心分布画像５０６を生成する。
【００４８】
このようにして観測画像５０１から生成した生成した重心分布画像５０６は、構造物５０２の中心からの距離と低周波による形状を表現したものとなっているので、ＳＥＭによる他の観測画像またはＣＡＤ画像から抽出した輪郭線線分群とのパターンマッチングが可能である。
【００４９】
＜重心分布画像の生成の例４＞
図６は、ＳＥＭによる観測画像に基づき重心分布画像を生成する第２の例を示した図である。本例の場合にも、観測画像６０１には構造物６０２を囲むホワイトバンドが観察される。画像処理装置４は、まず、ホワイトバンドの画素値を持つ画素を周辺の画素値で埋める処理を行い、このホワイトバンドを消去し、領域画像６０５を生成する。
【００５０】
ホワイトバンドを周辺の画素値で埋める処理は、ホワイトバンドの画素値が他の領域よりも大きいことを利用して行う。すなわち、画像処理装置４は、ＳＥＭによる観測画像６０１のヒストグラム６０３を生成し、そのヒストグラム６０３からホワイトバンドの画素値を判定する。ここで、ヒストグラム６０３の横軸は画素値を表し、縦軸はその画素値の頻度つまり画素数を表す。次に、画像処理装置４は、ヒストグラム６０３から画素値の閾値６０４を抽出し、観測画像６０１の画素値が閾値６０４より大きい画素をホワイトバンドに含まれる画素と判定する。そこで、画素値が閾値６０４以上と判定された画素については、その画素の最も近くにあり、かつ、閾値６０４以下の画素値を持つ画素で埋める処理を行う。そして、この処理を画素値が閾値６０４以上のすべての画素について実行することによって、領域画像６０５を生成する。
【００５１】
続いて、画像処理装置４は、領域画像６０５に対して平滑処理を行うことにより、重心分布画像６０７を生成する。このようにして生成した重心分布画像６０７は、構造物６０２の中心からの距離と低周波による形状を表現したものになっているので、ＳＥＭによる他の観測画像またはＣＡＤ画像から抽出した輪郭線線分群とのパターンマッチングが可能である。
【００５２】
＜輪郭線線分群の生成の例１＞
図７は、ＣＡＤ画像から輪郭線線分群を生成する例を示した図である。図７に示すように、ＣＡＤ画像７０１に含まれる矩形７０２などのパターンは、通常、その形状を表す外形線で表現される。すなわち、矩形７０２などのパターンは、画像処理装置４においては、線分または点などの座標データの並びとして表現される。そこで、画像処理装置４は、その線分または点などの座標データの並びから輪郭線線分の座標データを取得し、輪郭線線分群７０３を生成する。
【００５３】
＜輪郭線線分群の生成の例２＞
図８は、ＳＥＭによる観測画像から輪郭線線分群を生成する例を示した図である。画像処理装置４は、観測画像８０１に対してソーベルフィルタやラプラシアンフィルタなどの微分フィルタを適用し、構造物８０２の輪郭線情報を強調する。そして、画像処理装置４は、二値化処理により画素値が高い画素を抽出し、細線化を行い、輪郭線線分群８０３を生成する。このとき、輪郭線線分群８０３の線分は、その始点と終点との座標データで表現する。
【００５４】
＜マッチングスコア算出の例１＞
図９は、重心分布画像に輪郭線線分群を重ね合わせ、マッチングスコアを算出する第１の例を示した図である。図９には、輪郭線線分群を２通りの位置に変えて重ね合わせた重心分布画像９０１，９１１が示されているが、まず、重心分布画像９０１を用いて、マッチングスコアを算出する例につい説明する。
【００５５】
画像処理装置４は、重心分布画像９０１の上に輪郭線線分９０２，９０４，９０６，９０８を重ね合わせ、輪郭線線分ごとに重心分布画像９０１に重なる位置の画素値を得る。すなわち、輪郭線線分９０２に対しては画素値９０３（ａ１＝１）、輪郭線線分９０４に対しては画素値９０５（ａ２＝３）、輪郭線線分９０６に対しては画素値９０７（ａ３＝１）、輪郭線線分９０８に対しては画素値９０９（ａ４＝３）を得る。次に、これら画素値９０３，９０５，９０７，９０９の分散値を算出し（分散値＝１）、前記した式（１）に従ってマッチングスコア９１０を算出する（ＳＣ１＝０.３６）。
【００５６】
次に、重心分布画像９０１に対して、輪郭線線分群の相対位置を変化させた場合の画像を重心分布画像９１１とする。画像処理装置４は、重心分布画像９１１の上に輪郭線線分９０２，９０４，９０６，９０８を重ね合わせ、輪郭線線分ごとに重心分布画像９１１に重なる位置の画素値を得る。すなわち、輪郭線線分９０２に対しては画素値９１３（ａ５＝２）、輪郭線線分９０４に対しては画素値９１５（ａ６＝２）、輪郭線線分９０６に対しては画素値９１７（ａ７＝２）、輪郭線線分９０８に対しては画素値９１９（ａ８＝２）を得る。次に、これら画素値９１３，９１５，９１７，９１９の分散値を算出し（分散値＝０）、式（１）に従ってマッチングスコア９２０を算出する（ＳＣ２＝１.０）。
【００５７】
図９において、重心分布画像９０１の場合には、輪郭線線分９０２，９０４，９０６，９０８の中心が重心分布画像の中心からずれているため、画素値９０３，９０５，９０７，９０９にばらつきを生じる。そのため、式（１）において、その分散値ｄが大きくなり、マッチングスコアＳＣが小さくなる。一方、重心分布画像９１１の場合には、輪郭線線分９０２，９０４，９０６，９０８の中心が重心分布画像の中心に近いため、画素値９１３，９１５，９１７，９１９のばらつきがほとんどない。そのため、式（１）において、その分散値ｄが小さくなり、マッチングスコアＳＣが大きくなる。
【００５８】
なお、マッチングスコアを算出する方法は、式（１）のように分散値に基づき算出するのではなく、線分に対応する位置の画素値の平均値に対して、平均値から一定以内の画素値の頻度をスコアとして算出する方法などを用いてもよい。また、輪郭線線分と重ね合わせたときに、その輪郭線線分の位置に対応する重心分布画像の画素値からスコアを計算するのではなく、輪郭線線分の位置に対応する重心分布画像の位置の１次微分値または２次微分値を求め、それらの分散値または平均値に基づき、マッチングスコアを算出するようにしてもよい。
【００５９】
＜マッチングスコア算出の例２＞
図１０は、重心分布画像に輪郭線線分群を重ね合わせ、マッチングスコアを算出する第２の例を示した図である。画像処理装置４は、重心分布画像１００１の上に輪郭線線分１００２，１００４，１００６，１００８を重ね合わせ、輪郭線線分ごとに重心分布画像１００１に重なる位置の画素値を得る。すなわち、輪郭線線分１００２に対しては画素値１００３（ａ１＝１）、輪郭線線分１００４に対しては画素値１００５（ａ２＝３）、輪郭線線分１００６に対しては画素値１００７（ａ３＝２）、輪郭線線分１００８に対しては画素値１００９（ａ４＝２）を得る。
【００６０】
次に、画像処理装置４は、輪郭線線分群の輪郭線線分１００２，１００４，１００６，１００８を方向によりグループ分けを行う。ここでは、輪郭線線分１００２，１００４を縦方向線分群とし、輪郭線線分１００６，１００８を横方向線分群とする。そして、画像処理装置４は、グループごとに各々の輪郭線線分に対応する画素値の分散値を求め、マッチングスコアの算出式１０１０によりマッチングスコアＳＣ３を求める。すなわち、画素値１００３および画素値１００５の分散値と、画素値１００７および画素値１００９の分散値との和に基づき、マッチングスコアＳＣ３を算出する。
【００６１】
以上のように縦方向線分群と横方向線分群とに分けて分散値を求め、マッチングスコアを算出すると、重心分布画像と輪郭線分群とが縦方向と横方向とでその形状変形の大きさが異なる場合に対しても、重心分布画像の中心位置と輪郭線線分群の中心位置とをより正しく一致させることができる。
【００６２】
なお、マッチングスコアを算出する方法は、式（１）のように分散値に基づき算出するのではなく、線分に対応する位置の画素値の平均値に対して、平均値から一定以内の画素値の頻度をスコアとして算出する方法などを用いてもよい。また、輪郭線線分と重ね合わせたときに、その輪郭線線分の位置に対応する重心分布画像の画素値からスコアを計算するのではなく、輪郭線線分の位置に対応する重心分布画像の位置の１次微分値または２次微分値を求め、それらの分散値または平均値に基づき、マッチングスコアを算出するようにしてもよい。
【００６３】
また、本例のように、輪郭線線分群を方向別に分離した場合にも、マッチングスコア計算式１０１０により分散値によりスコアの計算を行うのではなく、図９の場合と同様に、線分に対応する位置の画素値の平均値からスコアを計算してもよい。また、輪郭線線分の位置に対応する重心分布画像の位置の画素の画素値の１次微分または２次微分値を求め、それらの分散値または平均値に基づきスコアを計算してもよい。
【００６４】
＜輪郭線線分群と等高線画像とのパターンマッチングの例＞
図１１は、輪郭線線分群と重心分布画像から生成される等高線画像とのパターンマッチングの例を示した図である。画像処理装置４は、まず、重心分布画像１１０２を所定の画素値を閾値として二値化し、その二値化画像から輪郭線を抽出し、等高線画像１１０３，１１０５，１１０７を生成する。ここでは、重心分布画像１１０２に対して高い閾値で二値化することによって、等高線画像１１０３を生成し、中間の閾値で二値化することによって、等高線画像１１０５を生成し、低い閾値で二値化することによって、等高線画像１１０７を生成する。この場合、高い閾値で二値化した等高線画像１１０３には、小さい矩形１１０４が生成され、中間の閾値で二値化した等高線画像１１０５には、中間の大きさの矩形１１０６が生成され、低い閾値で二値化した等高線画像１１０７には、大きい矩形１１０８が作成される。
【００６５】
次に、画像処理装置４は、所定のＣＡＤ画像または観測画像からパターンマッチング対象の輪郭線線分群１１０１を含んだ輪郭線画像１１０９を作成する。そして、輪郭線画像１１０９と等高線画像１１０３，１１０５，１１０７とに対し、正規化相関法に基づきパターンマッチングを行う。その場合、輪郭線画像１１０９は、その輪郭線線分群１１０１とできるだけ同じ大きさの矩形を有する等高線画像とパターンマッチングしたときに、最も高い正規化相関値を得ることができる。すなわち、複数の等高線画像のうち最も高い正規化相関値が得られた等高線画像の矩形は、輪郭線画像１１０９の輪郭線線分群１１０１に近く、従って、そのパターンマッチングによって位置合わせも精度よく行うことができる。
【００６６】
本例を、半導体集積回路などの製造工程における露光シミュレーションで得られる光強度画像とＳＥＭによる観測画像とのパターンマッチングに適用した場合、重心分布画像として光強度画像を用い、輪郭線線分群として観測画像から生成した輪郭線画像を用いることによって、光強度画像と観測画像との精密な位置合わせが可能となり、また、適切な閾値設定が可能となる。
【００６７】
なお、本例において、パターンマッチングは、正規化相関法に限らず、正規化相関法の代わりに一般化ハフ変換法などの画像と画像を一致させるパターンマッチング方法を用いることができる。
【００６８】
＜重心分布画像どうしのパターンマッチングの例＞
図１２は、重心分布画像どうしでパターンマッチングを行う例を示した図である。本例においては、画像処理装置４は、観測画像１２０１から重心分布画像１２０２を生成する。その生成は、図５または図６に示した方法によって行うことができる。また、画像処理装置４は、ＣＡＤ画像１２０３から重心分布画像１２０４を生成する。その生成は、図３または図４に示した方法によって行うことができる。
【００６９】
このようにして生成された重心分布画像１２０２，１２０４に対して、画像処理装置４は、正規化相関法によるパターンマッチングを行い、相互のパターンの中心位置を算出し、その中心位置の位置合わせを行う。すなわち、この方法では、パターンマッチングと同時に位置合せができる。なお、この場合、重心分布画像１２０２と重心分布画像１２０４の中心方向への画素値の変化（勾配）を合わせておくことが必要である。
【００７０】
なお、本例に示したパターンマッチングの方法は、観測画像１２０１とＣＡＤ画像１２０３との組み合わせ以外にも、観測画像と観測画像との組み合わせ、ＣＡＤ画像とＣＡＤ画像との組み合わせで、中心位置を位置合わせするパターンマッチングが可能である。
【図面の簡単な説明】
【００７１】
【図１】本実施形態に係る走査型電子顕微鏡（ＳＥＭ）の構成を示したブロック図である。
【図２】本実施形態に係る画像処理装置において実行されるパターンマッチング処理のフローチャートを示した図である。
【図３】本実施形態において、ＣＡＤ画像の登録パターンから重心分布画像を生成する例を示した図である。
【図４】本実施形態において、露光シミュレーションに基づき重心分布画像を生成する例を示した図である。
【図５】本実施形態において、ＳＥＭによる観測画像に基づき重心分布画像を生成する第１の例を示した図である。
【図６】本実施形態において、ＳＥＭによる観測画像に基づき重心分布画像を生成する第２の例を示した図である。
【図７】本実施形態において、ＣＡＤ画像から輪郭線線分群を生成する例を示した図である。
【図８】本実施形態において、ＳＥＭによる観測画像から輪郭線線分群を生成する例を示した図である。
【図９】本実施形態において、重心分布画像に輪郭線線分群を重ね合わせ、マッチングスコアを算出する第１の例を示した図である。
【図１０】本実施形態において、重心分布画像に輪郭線線分群を重ね合わせ、マッチングスコアを算出する第２の例を示した図である。
【図１１】本実施形態において、輪郭線線分群と重心分布画像から生成される等高線画像とのパターンマッチングの例を示した図である。
【図１２】本実施形態において、重心分布画像どうしでパターンマッチングを行う例を示した図である。
【符号の説明】
【００７２】
１ 鏡体
２ 電子線走査制御部
３ 観測画像生成部
４ 画像処理装置
１０ ＳＥＭ
１１ 電子銃
１２ 電子レンズ
１３ 偏向器
１４ 電子線
１５ 試料
１６ 放出電子
１７ 電子検出器
１８ 増幅器
４１ 塗り分け画像生成部
４２ 重心分布画像生成部
４３ 輪郭線線分群生成部
４４ マッチングスコア算出部
４５ 最大スコア位置検出部
４６ 登録画像記憶部
４７ 観測画像記憶部
４８ 表示装置
【技術分野】
【０００１】
本発明は、２つの画像のパターンマッチングを行う画像処理装置および画像処理方法、並びに、その画像処理装置を備えた走査型電子顕微鏡に関する。
【背景技術】
【０００２】
近年、半導体ウェーハ、液晶パネル、それらの露光用マスクなどの製造工程を管理または検査するために、走査型電子顕微鏡（以下、「ＳＥＭ（Scanning Electron Microscope）」という）が盛んに使用されている。工程管理者は、ＳＥＭを用いて、ウェーハなどの所定の位置に形成された特定形状のパターンの寸法や、複数の特定形状のパターン間の距離などを計測し、その結果に基づき、ウェーハなどに形成された回路デバイスや製造工程の品質などを管理している。なお、このような目的に使用されるＳＥＭは、しばしば、測長ＳＥＭと呼ばれる。
【０００３】
以上のような測長ＳＥＭによる検査は、通常、自動で行われる。すなわち、測長ＳＥＭは、電子線の照射によって試料表面から放出または反射される電子量に基づき生成される試料表面の画像（以下、試料の「観測画像」という）において、所定のパターンマッチング方法に従って、あらかじめ登録された特定形状のパターン（以下、「登録パターン」という）が一致する観測画像上の位置を検出し（以下、このような位置検出を「位置照合」という）、例えば、複数の登録パターン間の距離を測長する。このとき、位置照合に使用する登録パターンとしては、通常、設計時に作成されるＣＡＤ（Computer Aided Design）データが利用される。また、パターンマッチングの方法としては、正規化相関法や一般化ハフ変換法が用いられるのが一般的である。
【０００４】
ところで、検査対象となる半導体ウェーハなどにおいては、その半導体ウェーハ上に形成される構造物（所定の材質のパターン）は、それが微細であればあるほど、製造上のばらつきなどのためＣＡＤデータのパターン通りには形成されないことが多い。例えば、金属配線層の線幅は、ＣＡＤデータのパターンに基づく線幅よりも大きくなることもあり、また、小さくなることもある。また、形成される層のパターンが矩形である場合には、その角は、通常、丸まって形成される。さらには、形成された層の材質によっては、その層のパターンのＳＥＭによる観測画像は、実際に形成されたものより大きく見えたり、小さく見えたりすることもある。従って、観測画像における登録パターンに対応するパターンは、多くの場合、ＣＡＤデータの登録パターンに比べると変形したものになっている。
【０００５】
また、正規化相関法や一般化ハフ変換法においては、通常、試料の観測画像から抽出された輪郭線と、ＣＡＤデータの登録パターンから生成された輪郭線とに基づきパターンマッチングが行われる。この場合、試料の観測画像から抽出された輪郭線は、変形していることが多いので、ＣＡＤデータの登録パターンにより位置照合を行うと、充分な位置精度が得られなかったり、場合によってはパターンマッチングに失敗したりすることがある。その理由のひとつは、正規化相関法や一般化ハフ変換法のマッチングアルゴリズム自体にある。
【０００６】
正規化相関法を用いて対象となる２つの画像の輪郭線のパターンマッチングをすると、正規化相関法は、両者の輪郭線を一部でも一致させようとする。そのため、正規化相関法を用いると、登録パターンは、登録パターンの輪郭線と観測画像の輪郭線との輪郭線の一致度が高い方向へ引きずられて、観測画像のパターンとマッチングする。また、その輪郭線の一致度が高い方向は、観測画像のパターンの変形具合によって変化するので、一定の方向に定まらない。そのため、正規化相関法を用いた位置照合では、充分な位置精度を得ることができない。
【０００７】
また、一般化ハフ変換法も、２つの画像の輪郭線を一致させようとするマッチングアルゴリズムである。一般化ハフ変換法では、パターンの回転や、拡大、縮小を行ってパターンマッチングを行うが、そのため、マッチングがパターンの一部分（一致度が高い部分）に合わせて拡大、縮小などが行われると、他の部分で縮尺が一致しないなどの不都合が生じる。また、その縮尺は、観測画像のパターンの変形具合によって変わるので、一定の値に定まらない。従って、一般化ハフ変換法を用いた位置照合でも、充分な位置精度を得ることができない。
【０００８】
特許文献１には、検査対象のウェーハなどの１つを取り、そのウェーハなどに形成されたパターンをＳＥＭで観測した上で、その観測画像から得られるパターンを登録パターンとして再登録し、その再登録パターンに基づき、他の検査対象のウェーハなどについて、パターンマッチングを行うＳＥＭの例が開示されている。そのＳＥＭにおいては、登録パターンとして、ＣＡＤデータのパターンでなく、検査対象の半導体ウェーハなどをＳＥＭによって観測した観測画像から得られたパターンを利用する。そのため、登録パターンと検査対象のパターンとの形状の差が小さくなるので、パターンマッチングに失敗する確率が低減する。つまり、パターンマッチングの成功率を向上させることができる。
【特許文献１】特開２００２−３２８０１５号公報（段落００５３〜段落００６０、図２〜図１０）
【発明の開示】
【発明が解決しようとする課題】
【０００９】
しかしながら、特許文献１に示されているパターンマッチング技術の場合には、検査対象のウェーハなどに形成されたパターンをＳＥＭで観測し、その観測画像から得られるパターンを登録パターンとして再登録する作業が余分に必要となる。その作業は、人手に頼らざるを得ず、また、検査対象のウェーハに形成される集積回路などの品種別に行う必要がある。そのため、測長などの検査作業の効率が大きく低下することになる。
【００１０】
また、特許文献１では、正規化相関法など、２つの画像の輪郭線を一致させようとするマッチングアルゴリズムが用いられている。そして、登録パターンとしては観測画像から取得したものが利用されている。しかしながら、半導体などの製造工程においては、ウェーハなどに形成される層のパターンは、前記したようにどうしても変形を生じる。そのため、特許文献１の場合にも、２つの画像の輪郭線を一致させようとするマッチングアルゴリズムを用いる限りは、パターンマッチングによる位置照合の精度を向上させることができない。
【００１１】
以上の従来技術の問題に鑑み、本発明の目的は、２つの画像のパターンマッチングの成功率および精度を向上させることができ、しかも、測長などの検査作業の効率の低下を伴わない画像処理装置、画像処理方法および走査型電子顕微鏡を提供することにある。
【課題を解決するための手段】
【００１２】
本発明の画像処理装置は、第１の画像と第２の画像とのパターンマッチングを行う画像処理装置であって、前記第１の画像に基づき重心分布画像を生成する重心分布画像生成手段と、前記第２の画像に基づき輪郭線線分群を生成する輪郭線線分群生成手段と、前記重心分布画像と前記輪郭線線分群とに基づきマッチングスコアを算出するマッチングスコア算出手段と、前記マッチングスコアが最大になる位置を検出する最大スコア位置検出手段と、を含んで構成されることを特徴とする。
また、本発明の走査型顕微鏡は、前記本発明の画像処理装置を用いて観測画像と登録パターンとの位置照合を行うことを特徴とする。
【００１３】
本発明の画像処理装置では、第１の画像について重心分布画像生成手段により重心分布画像を生成する。重心分布画像は、いわば、重心位置からの距離を示す画像であり、その明るさを示す画素値が最大（または、最小でもよい）となる画素の位置が重心となる。一方、第２の画像からは、輪郭線線分群生成手段により輪郭線線分群を生成する。続いて、マッチングスコア算出手段により、前記生成された輪郭線線分群ついて重心分布画像から求められるスコアを計算し、その総和をもってマッチングスコアとする。そして、最大スコア位置検出手段により、前記マッチングスコアが最大になる位置を検出し、その位置において、第１の画像と第２の画像とのパターンマッチングが成功したと判断する。
【００１４】
本発明においては、パターンマッチング対象の２つの画像は、それぞれの画像の輪郭線が一致するようにマッチングするのではなく、それぞれの画像の重心が一致するようにマッチングする。前記したように、半導体ウェーハなどに形成される構造物のパターンの変形は、主として、線幅などが大きくまたは小さくなったり、矩形の角が丸くなったりする変形である。このような変形の場合には、そのパターンの重心の位置はあまり変わらない。そのため、パターンマッチング対象の一方の画像にそのような変形があったとしても、パターンマッチングに失敗することはなく、また、高精度のパターンマッチングを行うことができるようになる。
【００１５】
また、本発明の走査型顕微鏡においては、登録パターンとしてＣＡＤデータによる登録パターンを利用することができるので、特許文献１の場合において行われる登録パターンの再登録の作業は必要とされない。そのため、測長などの検査においてその効率が低下することはない。
【発明の効果】
【００１６】
本発明によれば、２つの画像について、パターンマッチングの成功率および精度を向上させることができ、さらには、走査型顕微鏡を用いた測長などの検査作業における効率低下を防止することができる。
【発明を実施するための最良の形態】
【００１７】
以下、本発明の実施形態について、図１〜図１２を参照しながら詳細に説明する。
【００１８】
図１は、本実施形態に係る走査型電子顕微鏡（ＳＥＭ）の構成を示したブロック図である。図１に示すように、ＳＥＭ１０は、電子銃１１、電子レンズ１２、偏向器１３、電子検出器１７などを含んで構成される鏡体１に、電子線走査制御部２、観測画像生成部３、画像処理装置４などが接続されて構成される。なお、電子検出器１７と観測画像生成部３との間には、増幅器１８が配置される。
【００１９】
鏡体１においては、電子銃１１から電子線１４が出射され、試料１５の表面に照射される。このとき、電子線１４は、電子レンズ１２によって集束され、その焦点が試料１５の表面に位置するように制御される。また、偏向器１３は、電子線走査制御部２によって制御され、電子線１４の照射位置（焦点位置）が試料１５表面の所定の領域を走査するように、電子線１４の偏向を制御する。
【００２０】
電子線１４が試料１５表面に照射されると、試料１５表面からは、電子線１４の反射電子および試料１５の内部からのは２次電子が放出される。ここでは、反射電子および２次電子をあわせて放出電子１６と呼ぶ。放出電子１６は、電子検出器１７によって検出され、その検出信号は、増幅器１８によって増幅され、観測像信号として観測画像生成部３へ入力される。観測画像生成部３は、その入力された観測像信号をＡＤ（Analog to Digital）変換し、変換されたディジタル信号に基づき、２次元表示画像の各画素の明るさを示す観測画像データを生成する。生成された観測画像データは、画像処理装置４に送付され、観測画像記憶部４７に記憶される。
【００２１】
画像処理装置４は、図示しないＣＰＵ（Central Processing Unit）と記憶装置とを備えたコンピュータによって構成され、ＣＰＵが記憶装置に格納されているプログラムを実行することによって、画像処理装置４の所定の機能を実現する。本実施形態においては、そのプログラムは、塗り分け画像生成部４１、重心分布画像生成部４２、輪郭線線分群生成部４３、マッチングスコア算出部４４、最大スコア位置検出部４５などを含む。
【００２２】
また、画像処理装置４は、さらに、パターンマッチングの基準となる登録パターンを記憶する登録画像記憶部４６、観測画像生成部３で生成された観測画像データを記憶する観測画像記憶部４７、試料１５に形成される集積回路などのＣＡＤ画像データを記憶するＣＡＤ画像記憶部（図示せず）、観測画像やＣＡＤ画像を表示する表示装置４８、ＬＡＮ（Local Area Network）に接続される通信装置（図示せず）を備える。
【００２３】
ここで、ＣＡＤ画像データとは、試料１５（集積回路、液晶、露光用マスクなど）の設計時に作成されたＣＡＤデータのうち、試料１５の製造工程を経て形成される層ごとの外形を示すデータをいう。ＣＡＤ画像データは、通常、設計ワークステーションなどに保管されており、検査実施時など必要に応じて設計ワークステーションなどからＬＡＮおよび通信装置を介して取得する。また、登録パターンについては、検査実施時など必要に応じて、適宜、ＣＡＤ画像からその一部を切り出し、切り出したＣＡＤ画像を登録パターンとする。
【００２４】
図２は、本実施形態に係る画像処理装置において実行されるパターンマッチング処理のフローチャートを示した図である。画像処理装置４は、まず、登録画像記憶部４６に記憶されている登録パターンの塗り分け画像を生成する（ステップＳ２１）。一般に、集積回路などのＣＡＤ画像データは閉図形で表現されているため、登録パターンの塗り分けは、その閉図形の内側または外側を塗りつぶせばよい。
【００２５】
次に、生成された塗り分け画像を平滑化し、重心分布画像を生成する（ステップＳ２２）。この塗り分け画像の平滑化処理は、ガウスフィルタ、移動平均フィルタなどの空間フィルタや、周波数解析による高周波成分除去処理などを用いて実現することができる。なお、一般には、画像処理における平滑化処理は、画像の低周波成分による画像生成技術として知られており、従って、ステップＳ２２の平滑化処理には、平滑効果がある他の画像処理技術を利用してもよい。
【００２６】
続いて、画像処理装置４は、観測画像記憶部４７に記憶されている試料１５の観測画像の輪郭線を抽出し、観測画像の輪郭線線分群を生成する（ステップＳ２３）。ここで、輪郭線線分群とは、観測画像として表示された構造物の輪郭線を直線の線分で表示したときのその線分の集合をいう。この輪郭線群を生成する処理では、例えば、ソーベルフィルタやラプラシアンフィルタなどの微分フィルタ処理により観測画像の輪郭線を強調した後、二値化処理により輪郭線を抽出し、さらに、細線化処理を施し、輪郭線線分群とする。
【００２７】
次に、ステップＳ２２およびＳ２３でそれぞれ生成された重心分布画像および輪郭線群からマッチングスコアを算出する（ステップＳ２４）。マッチングスコアの算出は、重心分布画像と輪郭線線分群を重ね合わせたとき、輪郭線線分群の各線分ごとに重心分布画像と重なる位置の画素の明るさを示す値（以下、「画素値」という）を取得し、取得した各線分ごとの画素値の、例えば、分散値を算出する。この場合、各線分ごとの画素値の分散値が小さいほど、登録パターンから生成した重心分布画像の重心位置と、観測画像から生成した輪郭線線分群の重心位置とは近くなる。そこで、輪郭線線分群の各線分の画素値の分散をｄとして、マッチングスコアＳＣを式（１）により算出する。
ＳＣ＝ｅｘｐ（−ｄ） （１）
式（１）により、マッチングスコアＳＣが大きいほど登録パターンの重心位置と観測画像の重心位置が近いと判断することができる。
【００２８】
次に、重心分布画像と輪郭線線分群との相対位置を変化させ、各相対位置でマッチングスコアＳＣを算出し、そのマッチングスコアＳＣが最大になる位置を最大スコア位置として検出する（ステップＳ２５）。このようにして検出された最大スコア位置は、重心分布画像と輪郭線線分群とが位置合わせされた位置であり、従って、登録パターンと観測画像とが位置合わせされた位置である。そして、この最大スコア位置をパターンマッチングの結果とする。
【００２９】
なお、以上に示したパターンマッチングの処理の説明において、重心位置の定義は、やや、あいまいではあるが、経験的には、その処理によって求められた最大スコア位置は、被検査対象のウェーハなどに形成されたパターンの変形に対して安定している。そのため、従来の正規化相関法などを用いたパターンマッチングの場合に比べ、その位置合わせ精度を確実に向上させることができる。
【００３０】
また、図２では、登録パターンから重心分布画像を生成し、観測画像から輪郭線線分群を生成し、パターンマッチングを行うことを示したが、逆に、観測画像から重心分布画像を生成し、登録パターンから輪郭線線分群を生成し、パターンマッチングを行うとしてもよい。
【００３１】
また、ここでは、登録パターンをＣＡＤ画像データからその一部を切り出すとしたが、観測画像からその一部を切り出すとしてもよい。その場合には、観測画像から重心分布画像を生成し、他の観測画像から輪郭線線分群を生成し、観測像どうしでパターンマッチングを行うことになる。
【００３２】
また、ステップＳ２１の塗り分け画像生成処理においては、登録パターンの閉図形を塗りつぶす際に、内側または外側のどちらを塗りつぶすかによって、画素値の大小関係が反転した重心分布画像が生成される。しかしながら、マッチングスコアＳＣは、式（１）に従い、輪郭線線分群の各線分の画素値の分散値により算出しているため、画素値の大小関係が反転しても各相対位置でのマッチングスコアＳＣの大小関係は変化しない。従って、内側または外側のいずれを塗りつぶしても、同じように、登録パターンと観測画像とのパターンマッチングを行うことができる。
【００３３】
また、ここでは、輪郭線線分群を、輪郭線を構成する直線線分の集合として、パターンマッチング処理を行ったが、輪郭線線分群を、輪郭線を構成する点の集合として、パターンマッチング処理を行ってもよい。
【００３４】
以下、図３〜図１２においては、具体的な画像の例を用いて、以上に説明したパターンマッチング処理について説明する。
【００３５】
＜重心分布画像の生成の例１＞
図３は、ＣＡＤ画像の登録パターンから重心分布画像を生成する例を示した図である。図３において、ＣＡＤ画像３０１は、例えば、矩形の登録パターン３０５を含む。このとき、登録パターン３０５は、通常、線分または点などの座標データの並びとして表現されるが、ビットマップ画像データで表現してもよい。このとき、座標データの並びの情報からビットマップ画像データへの変換は、容易に行うことができる。また、登録パターン３０５の中心位置３０４は、矩形の線分の座標データから容易に算出することができる。なお、登録パターン３０５の横方向中心線３０２および縦方向中心線３０３は、以下の説明の便宜のために図示したものであり、実際にはＣＡＤ画像３０１上には描画されない。
【００３６】
画像処理装置４は、塗り分け画像の生成処理（ステップＳ２１）において、登録パターン３０５を含むＣＡＤ画像３０１を塗り分け、塗り分け画像３０６を生成する。ここでは、登録パターン３０５の内側を白色で、外側を黒色で塗り分けている。次に、塗り分け画像３０６に対して平滑化の処理を施し、重心分布画像３０７を生成する（ステップＳ２２）。重心分布画像３０７にも、横方向中心線３１０、縦方向中心線３１１および中心位置３１２を表示しているが、これらは、それぞれＣＡＤ画像３０１に表示されている横方向中心線３０２、縦方向中心線３０３および中心位置３０４に対応し、それらと同様に実際には重心分布画像３０７上には描画されない。
【００３７】
重心分布画像３０７の特徴は、ＣＡＤ画像３０１上の登録パターン３０５の中心位置３０４と座標が同一の中心位置３１２を中心として、画素値がなだらかに変化することである。図３において、横方向画素値プロファイル３０８は、重心分布画像３０７の横方向中心線３１０上での画素値プロファイルであり、縦方向画素値プロファイル３０９は、重心分布画像３０７の縦方向中心線３１１上での画素値プロファイルである。
【００３８】
ここで、横方向画素値プロファイル３０８は、中心位置３１２で画素値の最大値３１３をとり、最大値３１３から離れるに従い画素値がなだらかに小さくなる。また、縦方向画素値プロファイル３０９は、中心位置３１２で画素値の最大値３１４をとり、最大値３１４から離れるに従い画素値がなだらかに小さくなる。なお、ここでは、画素値プロファイルを横方向中心線３１０および縦方向中心線３１１の位置を例として説明したが、中心位置３１２を通る直線上における画素値プロファイルは、いずれも、その画素値が中心位置３１２から距離が離れるに従い小さくなる。
【００３９】
このように重心分布画像３０７は、ＣＡＤ画像３０１の中心位置３０４からの距離を反映する画像である。また、重心分布画像３０７は、ＣＡＤ画像３０１から生成した塗り分け画像３０６に対して、平滑化処理を行い、低周波成分を強調した画像であるので、ＣＡＤ画像３０１の形状の低周波成分を反映した画像であるともいえる。
【００４０】
また、マッチングスコア算出処理（ステップＳ２４）においては、重心分布画像３０７の全領域で輪郭線線分群の分散値を算出可能とし、さらに、マッチングスコアの算出を可能にするため、重心分布画像３０７は、その画素値が全領域にわたり、なだらかに変化するように平滑化されていることが望ましい。
【００４１】
塗り分け画像３０６に対して、平滑化処理をどれだけ行うかについては、登録パターン３０５の大きさと、ＣＡＤ画像３０１、つまり、塗り分け画像３０６の大きさに基づき決定することができる。このとき、最小線幅３１５は、ＣＡＤ画像３０１内に存在する登録パターン３０５の最小線幅を示したものである。最小線幅３１５は、ＣＡＤ画像３０１の座標計算から最も短い線分を選び出すこと、または、すべての座標組み合わせに対して直交距離を計算することなどによって算出することができる。なお、最小線幅３１５は、説明の便宜上図示したものであり、実際のＣＡＤ画像３０１上には描画されない。
【００４２】
一般に、ガウスフィルタなどの平滑化処理では平滑化の大きさは、フィルタの大きさで決めることが可能である。従って、塗り分け画像３０６に対して平滑化処理を行い、画素値が全領域にわたりなだらかに変化するように平滑化するためには、画像の２倍の大きさの平滑化フィルタを使用することで可能である。しかし、ＣＡＤ画像３０１がフィルタサイズに対して微細な場合には、過剰に平滑化が行われ、ＣＡＤ画像３０１の形状が判別できなくなることがある。この現象を防ぐためは、最小線幅３１５に基づき平滑化のフィルタの大きさの上限値を設定しておけばよい。
【００４３】
＜重心分布画像の生成の例２＞
図４は、露光シミュレーションに基づき重心分布画像を生成する例を示した図である。例えば、半導体集積回路などの製造工程においては、半導体ウェーハなどに回路素子の層を形成するために露光工程が何回も適用されるが、露光工程に際しては、露光の光学的な条件などを定めるために露光シミュレーションが行われている。この露光シミュレーションにおいて重心分布画像に相当する光強度画像４０５が得られるので、ここでは、光強度画像４０５を重心分布画像として利用する。
【００４４】
露光シミュレーションにおいては、登録パターン４０２を含んだＣＡＤ画像４０１を用意し、ＣＡＤ画像４０１から露光用マスク４０３を生成する。露光用マスク４０３は、登録パターン４０２に対し、光学的な干渉条件などをあらかじめ加味し、形状変化を加えたパターン４０４を含む。そして、その露光用マスク４０３に対して、光を透過させたときの半導体ウェーハ上での光のエネルギー分布をシミュレーションすると、その過程において光強度画像４０５が生成される。なお、光強度画像４０５を適当な画素値で二値化すると、露光シミュレーションの結果として登録パターン４０２と大きさが近い矩形４０７を含むシミュレーション画像４０６が生成される。
【００４５】
このようにして得られた光強度画像４０５は、ＣＡＤ画像４０１の登録パターン４０２の中心からの距離と低周波による形状を表現したものとなっているので、光強度画像４０５を重心分布画像として利用することが可能である。
【００４６】
＜重心分布画像の生成の例３＞
図５は、ＳＥＭによる観測画像に基づき重心分布画像を生成する第１の例を示した図である。図５において、ＳＥＭによる観測画像５０１では、構造物５０２がホワイトバンドと呼ばれる明るい輪郭線で囲まれているのが観察される。これは、平坦な部分よりも構造物の角から電子がより多く検出されるという物理現象の反映であり、半導体製造の検査工程などで得られるＳＥＭの観測画像でよく見られる現象である。
【００４７】
本例の場合、画像処理装置４は、まず、観測画像５０１上のホワイトバンドを含む構造物５０２について、その輪郭線の抽出処理を行い、構造物５０２の輪郭線５０４を含んだ輪郭線画像５０３を生成する。ここで、輪郭線の抽出処理は、既存の画像処理技術であるソーベルフィルタ、ラプラシアンフィルタを用い、さらに、二値化処理することによって行うことができる。次に、画像処理装置４は、輪郭線５０４で分けられた二つの領域に対して２値の画素値で塗り分けを行い、塗り分け画像５０５を生成する。そして、塗り分け画像５０５に対して平滑化処理を行うことによって重心分布画像５０６を生成する。
【００４８】
このようにして観測画像５０１から生成した生成した重心分布画像５０６は、構造物５０２の中心からの距離と低周波による形状を表現したものとなっているので、ＳＥＭによる他の観測画像またはＣＡＤ画像から抽出した輪郭線線分群とのパターンマッチングが可能である。
【００４９】
＜重心分布画像の生成の例４＞
図６は、ＳＥＭによる観測画像に基づき重心分布画像を生成する第２の例を示した図である。本例の場合にも、観測画像６０１には構造物６０２を囲むホワイトバンドが観察される。画像処理装置４は、まず、ホワイトバンドの画素値を持つ画素を周辺の画素値で埋める処理を行い、このホワイトバンドを消去し、領域画像６０５を生成する。
【００５０】
ホワイトバンドを周辺の画素値で埋める処理は、ホワイトバンドの画素値が他の領域よりも大きいことを利用して行う。すなわち、画像処理装置４は、ＳＥＭによる観測画像６０１のヒストグラム６０３を生成し、そのヒストグラム６０３からホワイトバンドの画素値を判定する。ここで、ヒストグラム６０３の横軸は画素値を表し、縦軸はその画素値の頻度つまり画素数を表す。次に、画像処理装置４は、ヒストグラム６０３から画素値の閾値６０４を抽出し、観測画像６０１の画素値が閾値６０４より大きい画素をホワイトバンドに含まれる画素と判定する。そこで、画素値が閾値６０４以上と判定された画素については、その画素の最も近くにあり、かつ、閾値６０４以下の画素値を持つ画素で埋める処理を行う。そして、この処理を画素値が閾値６０４以上のすべての画素について実行することによって、領域画像６０５を生成する。
【００５１】
続いて、画像処理装置４は、領域画像６０５に対して平滑処理を行うことにより、重心分布画像６０７を生成する。このようにして生成した重心分布画像６０７は、構造物６０２の中心からの距離と低周波による形状を表現したものになっているので、ＳＥＭによる他の観測画像またはＣＡＤ画像から抽出した輪郭線線分群とのパターンマッチングが可能である。
【００５２】
＜輪郭線線分群の生成の例１＞
図７は、ＣＡＤ画像から輪郭線線分群を生成する例を示した図である。図７に示すように、ＣＡＤ画像７０１に含まれる矩形７０２などのパターンは、通常、その形状を表す外形線で表現される。すなわち、矩形７０２などのパターンは、画像処理装置４においては、線分または点などの座標データの並びとして表現される。そこで、画像処理装置４は、その線分または点などの座標データの並びから輪郭線線分の座標データを取得し、輪郭線線分群７０３を生成する。
【００５３】
＜輪郭線線分群の生成の例２＞
図８は、ＳＥＭによる観測画像から輪郭線線分群を生成する例を示した図である。画像処理装置４は、観測画像８０１に対してソーベルフィルタやラプラシアンフィルタなどの微分フィルタを適用し、構造物８０２の輪郭線情報を強調する。そして、画像処理装置４は、二値化処理により画素値が高い画素を抽出し、細線化を行い、輪郭線線分群８０３を生成する。このとき、輪郭線線分群８０３の線分は、その始点と終点との座標データで表現する。
【００５４】
＜マッチングスコア算出の例１＞
図９は、重心分布画像に輪郭線線分群を重ね合わせ、マッチングスコアを算出する第１の例を示した図である。図９には、輪郭線線分群を２通りの位置に変えて重ね合わせた重心分布画像９０１，９１１が示されているが、まず、重心分布画像９０１を用いて、マッチングスコアを算出する例につい説明する。
【００５５】
画像処理装置４は、重心分布画像９０１の上に輪郭線線分９０２，９０４，９０６，９０８を重ね合わせ、輪郭線線分ごとに重心分布画像９０１に重なる位置の画素値を得る。すなわち、輪郭線線分９０２に対しては画素値９０３（ａ１＝１）、輪郭線線分９０４に対しては画素値９０５（ａ２＝３）、輪郭線線分９０６に対しては画素値９０７（ａ３＝１）、輪郭線線分９０８に対しては画素値９０９（ａ４＝３）を得る。次に、これら画素値９０３，９０５，９０７，９０９の分散値を算出し（分散値＝１）、前記した式（１）に従ってマッチングスコア９１０を算出する（ＳＣ１＝０.３６）。
【００５６】
次に、重心分布画像９０１に対して、輪郭線線分群の相対位置を変化させた場合の画像を重心分布画像９１１とする。画像処理装置４は、重心分布画像９１１の上に輪郭線線分９０２，９０４，９０６，９０８を重ね合わせ、輪郭線線分ごとに重心分布画像９１１に重なる位置の画素値を得る。すなわち、輪郭線線分９０２に対しては画素値９１３（ａ５＝２）、輪郭線線分９０４に対しては画素値９１５（ａ６＝２）、輪郭線線分９０６に対しては画素値９１７（ａ７＝２）、輪郭線線分９０８に対しては画素値９１９（ａ８＝２）を得る。次に、これら画素値９１３，９１５，９１７，９１９の分散値を算出し（分散値＝０）、式（１）に従ってマッチングスコア９２０を算出する（ＳＣ２＝１.０）。
【００５７】
図９において、重心分布画像９０１の場合には、輪郭線線分９０２，９０４，９０６，９０８の中心が重心分布画像の中心からずれているため、画素値９０３，９０５，９０７，９０９にばらつきを生じる。そのため、式（１）において、その分散値ｄが大きくなり、マッチングスコアＳＣが小さくなる。一方、重心分布画像９１１の場合には、輪郭線線分９０２，９０４，９０６，９０８の中心が重心分布画像の中心に近いため、画素値９１３，９１５，９１７，９１９のばらつきがほとんどない。そのため、式（１）において、その分散値ｄが小さくなり、マッチングスコアＳＣが大きくなる。
【００５８】
なお、マッチングスコアを算出する方法は、式（１）のように分散値に基づき算出するのではなく、線分に対応する位置の画素値の平均値に対して、平均値から一定以内の画素値の頻度をスコアとして算出する方法などを用いてもよい。また、輪郭線線分と重ね合わせたときに、その輪郭線線分の位置に対応する重心分布画像の画素値からスコアを計算するのではなく、輪郭線線分の位置に対応する重心分布画像の位置の１次微分値または２次微分値を求め、それらの分散値または平均値に基づき、マッチングスコアを算出するようにしてもよい。
【００５９】
＜マッチングスコア算出の例２＞
図１０は、重心分布画像に輪郭線線分群を重ね合わせ、マッチングスコアを算出する第２の例を示した図である。画像処理装置４は、重心分布画像１００１の上に輪郭線線分１００２，１００４，１００６，１００８を重ね合わせ、輪郭線線分ごとに重心分布画像１００１に重なる位置の画素値を得る。すなわち、輪郭線線分１００２に対しては画素値１００３（ａ１＝１）、輪郭線線分１００４に対しては画素値１００５（ａ２＝３）、輪郭線線分１００６に対しては画素値１００７（ａ３＝２）、輪郭線線分１００８に対しては画素値１００９（ａ４＝２）を得る。
【００６０】
次に、画像処理装置４は、輪郭線線分群の輪郭線線分１００２，１００４，１００６，１００８を方向によりグループ分けを行う。ここでは、輪郭線線分１００２，１００４を縦方向線分群とし、輪郭線線分１００６，１００８を横方向線分群とする。そして、画像処理装置４は、グループごとに各々の輪郭線線分に対応する画素値の分散値を求め、マッチングスコアの算出式１０１０によりマッチングスコアＳＣ３を求める。すなわち、画素値１００３および画素値１００５の分散値と、画素値１００７および画素値１００９の分散値との和に基づき、マッチングスコアＳＣ３を算出する。
【００６１】
以上のように縦方向線分群と横方向線分群とに分けて分散値を求め、マッチングスコアを算出すると、重心分布画像と輪郭線分群とが縦方向と横方向とでその形状変形の大きさが異なる場合に対しても、重心分布画像の中心位置と輪郭線線分群の中心位置とをより正しく一致させることができる。
【００６２】
なお、マッチングスコアを算出する方法は、式（１）のように分散値に基づき算出するのではなく、線分に対応する位置の画素値の平均値に対して、平均値から一定以内の画素値の頻度をスコアとして算出する方法などを用いてもよい。また、輪郭線線分と重ね合わせたときに、その輪郭線線分の位置に対応する重心分布画像の画素値からスコアを計算するのではなく、輪郭線線分の位置に対応する重心分布画像の位置の１次微分値または２次微分値を求め、それらの分散値または平均値に基づき、マッチングスコアを算出するようにしてもよい。
【００６３】
また、本例のように、輪郭線線分群を方向別に分離した場合にも、マッチングスコア計算式１０１０により分散値によりスコアの計算を行うのではなく、図９の場合と同様に、線分に対応する位置の画素値の平均値からスコアを計算してもよい。また、輪郭線線分の位置に対応する重心分布画像の位置の画素の画素値の１次微分または２次微分値を求め、それらの分散値または平均値に基づきスコアを計算してもよい。
【００６４】
＜輪郭線線分群と等高線画像とのパターンマッチングの例＞
図１１は、輪郭線線分群と重心分布画像から生成される等高線画像とのパターンマッチングの例を示した図である。画像処理装置４は、まず、重心分布画像１１０２を所定の画素値を閾値として二値化し、その二値化画像から輪郭線を抽出し、等高線画像１１０３，１１０５，１１０７を生成する。ここでは、重心分布画像１１０２に対して高い閾値で二値化することによって、等高線画像１１０３を生成し、中間の閾値で二値化することによって、等高線画像１１０５を生成し、低い閾値で二値化することによって、等高線画像１１０７を生成する。この場合、高い閾値で二値化した等高線画像１１０３には、小さい矩形１１０４が生成され、中間の閾値で二値化した等高線画像１１０５には、中間の大きさの矩形１１０６が生成され、低い閾値で二値化した等高線画像１１０７には、大きい矩形１１０８が作成される。
【００６５】
次に、画像処理装置４は、所定のＣＡＤ画像または観測画像からパターンマッチング対象の輪郭線線分群１１０１を含んだ輪郭線画像１１０９を作成する。そして、輪郭線画像１１０９と等高線画像１１０３，１１０５，１１０７とに対し、正規化相関法に基づきパターンマッチングを行う。その場合、輪郭線画像１１０９は、その輪郭線線分群１１０１とできるだけ同じ大きさの矩形を有する等高線画像とパターンマッチングしたときに、最も高い正規化相関値を得ることができる。すなわち、複数の等高線画像のうち最も高い正規化相関値が得られた等高線画像の矩形は、輪郭線画像１１０９の輪郭線線分群１１０１に近く、従って、そのパターンマッチングによって位置合わせも精度よく行うことができる。
【００６６】
本例を、半導体集積回路などの製造工程における露光シミュレーションで得られる光強度画像とＳＥＭによる観測画像とのパターンマッチングに適用した場合、重心分布画像として光強度画像を用い、輪郭線線分群として観測画像から生成した輪郭線画像を用いることによって、光強度画像と観測画像との精密な位置合わせが可能となり、また、適切な閾値設定が可能となる。
【００６７】
なお、本例において、パターンマッチングは、正規化相関法に限らず、正規化相関法の代わりに一般化ハフ変換法などの画像と画像を一致させるパターンマッチング方法を用いることができる。
【００６８】
＜重心分布画像どうしのパターンマッチングの例＞
図１２は、重心分布画像どうしでパターンマッチングを行う例を示した図である。本例においては、画像処理装置４は、観測画像１２０１から重心分布画像１２０２を生成する。その生成は、図５または図６に示した方法によって行うことができる。また、画像処理装置４は、ＣＡＤ画像１２０３から重心分布画像１２０４を生成する。その生成は、図３または図４に示した方法によって行うことができる。
【００６９】
このようにして生成された重心分布画像１２０２，１２０４に対して、画像処理装置４は、正規化相関法によるパターンマッチングを行い、相互のパターンの中心位置を算出し、その中心位置の位置合わせを行う。すなわち、この方法では、パターンマッチングと同時に位置合せができる。なお、この場合、重心分布画像１２０２と重心分布画像１２０４の中心方向への画素値の変化（勾配）を合わせておくことが必要である。
【００７０】
なお、本例に示したパターンマッチングの方法は、観測画像１２０１とＣＡＤ画像１２０３との組み合わせ以外にも、観測画像と観測画像との組み合わせ、ＣＡＤ画像とＣＡＤ画像との組み合わせで、中心位置を位置合わせするパターンマッチングが可能である。
【図面の簡単な説明】
【００７１】
【図１】本実施形態に係る走査型電子顕微鏡（ＳＥＭ）の構成を示したブロック図である。
【図２】本実施形態に係る画像処理装置において実行されるパターンマッチング処理のフローチャートを示した図である。
【図３】本実施形態において、ＣＡＤ画像の登録パターンから重心分布画像を生成する例を示した図である。
【図４】本実施形態において、露光シミュレーションに基づき重心分布画像を生成する例を示した図である。
【図５】本実施形態において、ＳＥＭによる観測画像に基づき重心分布画像を生成する第１の例を示した図である。
【図６】本実施形態において、ＳＥＭによる観測画像に基づき重心分布画像を生成する第２の例を示した図である。
【図７】本実施形態において、ＣＡＤ画像から輪郭線線分群を生成する例を示した図である。
【図８】本実施形態において、ＳＥＭによる観測画像から輪郭線線分群を生成する例を示した図である。
【図９】本実施形態において、重心分布画像に輪郭線線分群を重ね合わせ、マッチングスコアを算出する第１の例を示した図である。
【図１０】本実施形態において、重心分布画像に輪郭線線分群を重ね合わせ、マッチングスコアを算出する第２の例を示した図である。
【図１１】本実施形態において、輪郭線線分群と重心分布画像から生成される等高線画像とのパターンマッチングの例を示した図である。
【図１２】本実施形態において、重心分布画像どうしでパターンマッチングを行う例を示した図である。
【符号の説明】
【００７２】
１ 鏡体
２ 電子線走査制御部
３ 観測画像生成部
４ 画像処理装置
１０ ＳＥＭ
１１ 電子銃
１２ 電子レンズ
１３ 偏向器
１４ 電子線
１５ 試料
１６ 放出電子
１７ 電子検出器
１８ 増幅器
４１ 塗り分け画像生成部
４２ 重心分布画像生成部
４３ 輪郭線線分群生成部
４４ マッチングスコア算出部
４５ 最大スコア位置検出部
４６ 登録画像記憶部
４７ 観測画像記憶部
４８ 表示装置
【特許請求の範囲】
【請求項１】
第１の画像と第２の画像とのパターンマッチングを行う画像処理装置であって、
前記第１の画像に基づき重心分布画像を生成する重心分布画像生成手段と、
前記第２の画像に基づき輪郭線線分群を生成する輪郭線線分群生成手段と、
前記重心分布画像と前記輪郭線線分群とに基づきマッチングスコアを算出するマッチングスコア算出手段と、
前記マッチングスコアが最大になる位置を検出する最大スコア位置検出手段と、
を含んで構成されることを特徴とする画像処理装置。
【請求項２】
第１の画像と第２の画像とのパターンマッチングを行う画像処理装置であって、
前記第１の画像に基づき重心分布画像を生成する重心分布画像生成手段と、
前記重心分布画像に基づき複数の等高線パターンからなる等高線画像を生成する等高線画像生成手段と、
前記第２の画像に基づき輪郭線線分群を生成する輪郭線線分群生成手段と、
前記複数の等高線パターンと輪郭線線分群を構成する輪郭線線分とのパターンマッチングを行うパターンマッチング手段と、
を含んで構成されることを特徴とする画像処理装置。
【請求項３】
第１の画像と第２の画像とのパターンマッチングを行う画像処理装置であって、
前記第１の画像に基づき第１の重心分布画像を生成するとともに、前記第２の画像に基づき第２の重心分布画像を生成する重心分布画像生成手段と、
前記第１の重心分布画像と前記第２の重心分布画像とのパターンマッチングを行うパターンマッチング手段と、
を含んで構成されることを特徴とする画像処理装置。
【請求項４】
前記重心分布画像生成手段が、
前記第１の画像に基づき塗り分け画像を生成する手段と、
前記生成された塗り分け画像を平滑化する手段と、
を含むことを特徴とする請求項１ないし請求項３のいずれか１項に記載の画像処理装置。
【請求項５】
前記重心分布画像生成手段が、
前記第１の画像に基づく露光用マスクを用いて露光シミュレーションを行う露光シミュレーション手段
を含むことを特徴とする請求項１ないし請求項３のいずれか１項に記載の画像処理装置。
【請求項６】
コンピュータによって第１の画像と第２の画像とのパターンマッチングを行う画像処理方法であって、
前記コンピュータが、
前記第１の画像に基づき重心分布画像を生成する重心分布画像生成ステップと、
前記第２の画像に基づき輪郭線線分群を生成する輪郭線線分群生成ステップと、
前記重心分布画像と前記輪郭線線分群とに基づきマッチングスコアを算出するマッチングスコア算出ステップと、
前記マッチングスコアが最大になる位置を検出する最大スコア位置検出ステップと、
を含むステップを実行することを特徴とする画像処理方法。
【請求項７】
コンピュータによって第１の画像と第２の画像とのパターンマッチングを行う画像処理方法であって、
前記コンピュータが
前記第１の画像に基づき重心分布画像を生成する重心分布画像生成ステップと、
前記重心分布画像に基づき複数の等高線パターンからなる等高線画像を生成する等高線画像生成ステップと、
前記第２の画像に基づき輪郭線線分群を生成する輪郭線線分群生成ステップと、
前記複数の等高線パターンと輪郭線線分群を構成する輪郭線線分とのパターンマッチングを行うパターンマッチングステップと、
を含むステップを実行することを特徴とする画像処理方法。
【請求項８】
コンピュータによって第１の画像と第２の画像とのパターンマッチングを行う画像処理方法であって、
前記コンピュータが、
前記第１の画像に基づき第１の重心分布画像を生成するとともに、前記第２の画像に基づき第２の重心分布画像を生成する重心分布画像生成ステップと、
前記第１の重心分布画像と前記第２の重心分布画像とのパターンマッチングを行うパターンマッチングステップと、
を含むステップを実行することを特徴とする画像処理方法。
【請求項９】
前記重心分布画像生成ステップは、
前記第１の画像に基づき塗り分け画像を生成するステップと、
前記生成された塗り分け画像を平滑化するステップと、
を含むことを特徴とする請求項６ないし請求項８のいずれか１項に記載の画像処理方法。
【請求項１０】
前記重心分布画像生成ステップは、
前記第１の画像に基づく露光用マスクを用いて露光シミュレーションを行う露光シミュレーションステップ
を含むことを特徴とする請求項６ないし請求項８のいずれか１項に記載の画像処理方法。
【請求項１１】
電子線の照射部位が試料の所定の領域を走査するように前記電子線を走査制御する電子線走査制御手段と、
前記試料に電子線が照射されたとき、前記試料の前記電子線が照射された部位から放出される電子を検出し、その検出した電子の量に基づき、前記電子線が走査した前記試料の領域の観測画像を生成する観測画像生成手段と、
少なくとも一方を前記観測画像とする第１の画像と第２の画像とのパターンマッチングを行う画像処理手段と、
を備えた走査型電子顕微鏡であって、
前記画像処理手段が、
前記第１の画像に基づき重心分布画像を生成する重心分布画像生成手段と、
前記第２の画像に基づき輪郭線線分群を生成する輪郭線線分群生成手段と、
前記重心分布画像と前記輪郭線線分群とに基づきマッチングスコアを算出するマッチングスコア算出手段と、
前記マッチングスコアが最大になる位置を検出する最大スコア位置検出手段と、
を含むことを特徴とする走査型電子顕微鏡。
【請求項１２】
電子線の照射部位が試料の所定の領域を走査するように前記電子線を走査制御する電子線走査制御手段と、
前記試料に電子線が照射されたとき、前記試料の前記電子線が照射された部位から放出される電子を検出し、その検出した電子の量に基づき、前記電子線が走査した前記試料の領域の観測画像を生成する観測画像生成手段と、
少なくとも一方を前記観測画像とする第１の画像と第２の画像とのパターンマッチングを行う画像処理手段と、
を備えた走査型電子顕微鏡であって、
前記画像処理手段が、
前記第１の画像に基づき重心分布画像を生成する重心分布画像生成手段と、
前記重心分布画像に基づき複数の等高線パターンからなる等高線画像を生成する等高線画像生成手段と、
前記第２の画像に基づき輪郭線線分群を生成する輪郭線線分群生成手段と、
前記複数の等高線パターンと輪郭線線分群を構成する輪郭線線分とのパターンマッチングを行うパターンマッチング手段と、
を含むことを特徴とする走査型電子顕微鏡。
【請求項１３】
電子線の照射部位が試料の所定の領域を走査するように前記電子線を走査制御する電子線走査制御手段と、
前記試料に電子線が照射されたとき、前記試料の前記電子線が照射された部位から放出される電子を検出し、その検出した電子の量に基づき、前記電子線が走査した前記試料の領域の観測画像を生成する観測画像生成手段と、
少なくとも一方を前記観測画像とする第１の画像と第２の画像とのパターンマッチングを行う画像処理手段と、
を備えた走査型電子顕微鏡であって、
前記画像処理手段が、
前記第１の画像に基づき第１の重心分布画像を生成するともに、前記第２の画像に基づき第２の重心分布画像を生成する重心分布画像生成手段と、
前記第１の重心分布画像と前記第２の重心分布画像とのパターンマッチングを行うパターンマッチング手段と、
を含むことを特徴とする走査型電子顕微鏡。
【請求項１４】
前記重心分布画像生成手段が、
前記第１の画像に基づき塗り分け画像を生成する手段と、
前記生成された塗り分け画像を平滑化する手段と、
を含むことを特徴とする請求項１１ないし請求項１３のいずれか１項に記載の走査型電子顕微鏡。
【請求項１５】
前記重心分布画像生成手段が、
前記第１の画像に基づく露光用マスクを用いて露光シミュレーションを行う露光シミュレーション手段
を含んで構成されることを特徴とする請求項１１ないし請求項１３のいずれか１項に記載の走査型電子顕微鏡。
【請求項１】
第１の画像と第２の画像とのパターンマッチングを行う画像処理装置であって、
前記第１の画像に基づき重心分布画像を生成する重心分布画像生成手段と、
前記第２の画像に基づき輪郭線線分群を生成する輪郭線線分群生成手段と、
前記重心分布画像と前記輪郭線線分群とに基づきマッチングスコアを算出するマッチングスコア算出手段と、
前記マッチングスコアが最大になる位置を検出する最大スコア位置検出手段と、
を含んで構成されることを特徴とする画像処理装置。
【請求項２】
第１の画像と第２の画像とのパターンマッチングを行う画像処理装置であって、
前記第１の画像に基づき重心分布画像を生成する重心分布画像生成手段と、
前記重心分布画像に基づき複数の等高線パターンからなる等高線画像を生成する等高線画像生成手段と、
前記第２の画像に基づき輪郭線線分群を生成する輪郭線線分群生成手段と、
前記複数の等高線パターンと輪郭線線分群を構成する輪郭線線分とのパターンマッチングを行うパターンマッチング手段と、
を含んで構成されることを特徴とする画像処理装置。
【請求項３】
第１の画像と第２の画像とのパターンマッチングを行う画像処理装置であって、
前記第１の画像に基づき第１の重心分布画像を生成するとともに、前記第２の画像に基づき第２の重心分布画像を生成する重心分布画像生成手段と、
前記第１の重心分布画像と前記第２の重心分布画像とのパターンマッチングを行うパターンマッチング手段と、
を含んで構成されることを特徴とする画像処理装置。
【請求項４】
前記重心分布画像生成手段が、
前記第１の画像に基づき塗り分け画像を生成する手段と、
前記生成された塗り分け画像を平滑化する手段と、
を含むことを特徴とする請求項１ないし請求項３のいずれか１項に記載の画像処理装置。
【請求項５】
前記重心分布画像生成手段が、
前記第１の画像に基づく露光用マスクを用いて露光シミュレーションを行う露光シミュレーション手段
を含むことを特徴とする請求項１ないし請求項３のいずれか１項に記載の画像処理装置。
【請求項６】
コンピュータによって第１の画像と第２の画像とのパターンマッチングを行う画像処理方法であって、
前記コンピュータが、
前記第１の画像に基づき重心分布画像を生成する重心分布画像生成ステップと、
前記第２の画像に基づき輪郭線線分群を生成する輪郭線線分群生成ステップと、
前記重心分布画像と前記輪郭線線分群とに基づきマッチングスコアを算出するマッチングスコア算出ステップと、
前記マッチングスコアが最大になる位置を検出する最大スコア位置検出ステップと、
を含むステップを実行することを特徴とする画像処理方法。
【請求項７】
コンピュータによって第１の画像と第２の画像とのパターンマッチングを行う画像処理方法であって、
前記コンピュータが
前記第１の画像に基づき重心分布画像を生成する重心分布画像生成ステップと、
前記重心分布画像に基づき複数の等高線パターンからなる等高線画像を生成する等高線画像生成ステップと、
前記第２の画像に基づき輪郭線線分群を生成する輪郭線線分群生成ステップと、
前記複数の等高線パターンと輪郭線線分群を構成する輪郭線線分とのパターンマッチングを行うパターンマッチングステップと、
を含むステップを実行することを特徴とする画像処理方法。
【請求項８】
コンピュータによって第１の画像と第２の画像とのパターンマッチングを行う画像処理方法であって、
前記コンピュータが、
前記第１の画像に基づき第１の重心分布画像を生成するとともに、前記第２の画像に基づき第２の重心分布画像を生成する重心分布画像生成ステップと、
前記第１の重心分布画像と前記第２の重心分布画像とのパターンマッチングを行うパターンマッチングステップと、
を含むステップを実行することを特徴とする画像処理方法。
【請求項９】
前記重心分布画像生成ステップは、
前記第１の画像に基づき塗り分け画像を生成するステップと、
前記生成された塗り分け画像を平滑化するステップと、
を含むことを特徴とする請求項６ないし請求項８のいずれか１項に記載の画像処理方法。
【請求項１０】
前記重心分布画像生成ステップは、
前記第１の画像に基づく露光用マスクを用いて露光シミュレーションを行う露光シミュレーションステップ
を含むことを特徴とする請求項６ないし請求項８のいずれか１項に記載の画像処理方法。
【請求項１１】
電子線の照射部位が試料の所定の領域を走査するように前記電子線を走査制御する電子線走査制御手段と、
前記試料に電子線が照射されたとき、前記試料の前記電子線が照射された部位から放出される電子を検出し、その検出した電子の量に基づき、前記電子線が走査した前記試料の領域の観測画像を生成する観測画像生成手段と、
少なくとも一方を前記観測画像とする第１の画像と第２の画像とのパターンマッチングを行う画像処理手段と、
を備えた走査型電子顕微鏡であって、
前記画像処理手段が、
前記第１の画像に基づき重心分布画像を生成する重心分布画像生成手段と、
前記第２の画像に基づき輪郭線線分群を生成する輪郭線線分群生成手段と、
前記重心分布画像と前記輪郭線線分群とに基づきマッチングスコアを算出するマッチングスコア算出手段と、
前記マッチングスコアが最大になる位置を検出する最大スコア位置検出手段と、
を含むことを特徴とする走査型電子顕微鏡。
【請求項１２】
電子線の照射部位が試料の所定の領域を走査するように前記電子線を走査制御する電子線走査制御手段と、
前記試料に電子線が照射されたとき、前記試料の前記電子線が照射された部位から放出される電子を検出し、その検出した電子の量に基づき、前記電子線が走査した前記試料の領域の観測画像を生成する観測画像生成手段と、
少なくとも一方を前記観測画像とする第１の画像と第２の画像とのパターンマッチングを行う画像処理手段と、
を備えた走査型電子顕微鏡であって、
前記画像処理手段が、
前記第１の画像に基づき重心分布画像を生成する重心分布画像生成手段と、
前記重心分布画像に基づき複数の等高線パターンからなる等高線画像を生成する等高線画像生成手段と、
前記第２の画像に基づき輪郭線線分群を生成する輪郭線線分群生成手段と、
前記複数の等高線パターンと輪郭線線分群を構成する輪郭線線分とのパターンマッチングを行うパターンマッチング手段と、
を含むことを特徴とする走査型電子顕微鏡。
【請求項１３】
電子線の照射部位が試料の所定の領域を走査するように前記電子線を走査制御する電子線走査制御手段と、
前記試料に電子線が照射されたとき、前記試料の前記電子線が照射された部位から放出される電子を検出し、その検出した電子の量に基づき、前記電子線が走査した前記試料の領域の観測画像を生成する観測画像生成手段と、
少なくとも一方を前記観測画像とする第１の画像と第２の画像とのパターンマッチングを行う画像処理手段と、
を備えた走査型電子顕微鏡であって、
前記画像処理手段が、
前記第１の画像に基づき第１の重心分布画像を生成するともに、前記第２の画像に基づき第２の重心分布画像を生成する重心分布画像生成手段と、
前記第１の重心分布画像と前記第２の重心分布画像とのパターンマッチングを行うパターンマッチング手段と、
を含むことを特徴とする走査型電子顕微鏡。
【請求項１４】
前記重心分布画像生成手段が、
前記第１の画像に基づき塗り分け画像を生成する手段と、
前記生成された塗り分け画像を平滑化する手段と、
を含むことを特徴とする請求項１１ないし請求項１３のいずれか１項に記載の走査型電子顕微鏡。
【請求項１５】
前記重心分布画像生成手段が、
前記第１の画像に基づく露光用マスクを用いて露光シミュレーションを行う露光シミュレーション手段
を含んで構成されることを特徴とする請求項１１ないし請求項１３のいずれか１項に記載の走査型電子顕微鏡。
【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２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１０】
【図１１】
【図１２】
【公開番号】特開２００７−７９９８２（Ｐ２００７−７９９８２Ａ）
【公開日】平成１９年３月２９日（２００７．３．２９）
【国際特許分類】
【出願番号】特願２００５−２６７５０６（Ｐ２００５−２６７５０６）
【出願日】平成１７年９月１４日（２００５．９．１４）
【出願人】（５０１３８７８３９）株式会社日立ハイテクノロジーズ (4,325)
【Ｆターム（参考）】
【公開日】平成１９年３月２９日（２００７．３．２９）
【国際特許分類】
【出願日】平成１７年９月１４日（２００５．９．１４）
【出願人】（５０１３８７８３９）株式会社日立ハイテクノロジーズ (4,325)
【Ｆターム（参考）】
[ Back to top ]