CN102194725B - 坐标平面上的数据点分布区域的识别方法 - Google Patents

Abstract

本发明涉及坐标平面上的数据点分布区域的识别方法及记录介质，其中，识别方法包括：以分割区域从分割中心点辐射的方式将坐标平面上的区域分割成两个或更多的分割区域；在每个分割区域内，从分割区域的数据点中选择具有到分割中心点最远距离的数据点作为代表点；确定是否存在分布代表点区域与确定区域重叠的重叠区域；以及，当存在重叠区域时，确定要确定的数据分组是相关数据分组。

Description

坐标平面上的数据点分布区域的识别方法

技术领域

本发明涉及一种确定数据点分布区域是否分布在特定的确定区域内的识别方法及存储使得计算机执行该识别方法的程序的记录介质。 

背景技术

半导体器件(又称芯片)是通过各种处理制造的。在各种处理过程中的多种缺陷都会导致质量的降级和半导体器件的生产率的降低。在这个方面，为了改善并稳定生产率，在预定处理之后执行图案缺陷检查和颗粒(污染物)检查以核对缺陷的存在。 

另外，在每个处理中，在形成了图案之后，对晶圆上的每个芯片都执行电特性测试(晶圆测试)以检测缺陷。 

对于作为检查或测试的结果而获得的信息，存在表示晶圆上的缺陷和缺陷芯片的分布的信息。在下面，晶圆上的缺陷或缺陷芯片的分布被称为“缺陷分布”。 

缺陷分布可被分类成两种类型：在一种类型中，缺陷分布在晶圆上方实质上是均匀地分布的，而没有集中在晶圆上的特定区域；和在另一种类型中，缺陷分布是不均匀地分布的并可能集中在晶圆上的特定区域内。缺陷均匀地分布的前一种类型的缺陷被称为随机缺陷。另一方面，缺陷集中在晶圆的一部分内的后一种类型的缺陷被称为群集缺陷(clustering defect)。 

缺陷集中的缺陷分布(下面称为“集中缺陷分布”)主要是由于制造处理、制造装置等中的问题而导致的。由于这个特征，通过调查制造处理、制造装置等，可检测出生产率降低的原因。 

作为利用该信息的一个例子，首先分析晶圆上的缺陷分布的状态，并基于该分析，估计出在制造处理、制造装置等中的缺陷的原因(例如，见专利文献1和2)。 

专利文献1描述了一种通过基于群集的缺陷分布的状态来分组(分类)晶 圆并随后确定该状态是否类似于缺陷分布的已知图案来指定缺陷的原因的方法。 

专利文献2描述了一种基于缺陷的分布状态将缺陷的类型分类为重复缺陷、拥塞缺陷、线性缺陷、环状/块状缺陷、随机缺陷等。 

一般的，利用X轴和Y轴表示芯片的位置。为了表示用于指示晶圆上芯片位置的数据分组的信息，将这些数据表示在XY矩形坐标平面上。 

如上所述，制造半导体器件的制造处理中的集中缺陷分布可以是由制造装置等中的问题所导致的。因此，当检测到集中缺陷分布时，通过收集具有相似状态的缺陷分布的大量晶圆的信息并随后调查用于指示例如使用了哪种处理装置及在制造处理中何时执行了处理的相关记录数据来估计缺陷处理。 

在这种情况下，基于缺陷分布是否存在于晶圆(坐标平面)的特定区域内来确定缺陷分布是否类似于已知图案的缺陷分布。 

在专利文献1和2的方法中，由指示缺陷和缺陷芯片的位置的处理数据来指定缺陷分布的位置。然而，缺陷分布的所有数据点都具有各自的数据(例如，位置信息)。即，在坐标平面上的数据点分布区域内包括的所有数据点都具有各自的数据的状态下，确定数据点分布区域是否分布在设置在坐标平面上的指定的确定区域内。 

专利文献1：日本专利申请公开No.06-61314 

专利文献2：日本专利No.4038356 

发明内容

根据本发明的一个方面，在减少表示坐标平面上的数据点分布区域的信息量的同时，可确定数据点分布区域是否分布在设置在坐标平面上的指定的确定区域中。 

根据本发明的另一方面，提供了一种识别坐标平面上的数据点分布区域的识别方法。所述识别方法包括：分布代表点选择步骤，包括：以分割区域从分割中心点辐射的方式将坐标平面上的区域分割成两个或更多的分割区域，所述分割中心点是任意点和分割区域的中心，多个数据表示为坐标平面上的数据点，所述多个数据构成了要确定的数据分组，所述多个数据中的每一个数据包括成对的两个变量，数据点分布区域是数据点的分布区域；和，在每个分割区 域内，从分割区域的数据点中选择具有到分割中心点最远距离的数据点作为数据点分布区域的代表点；以及，确定步骤，包括：确定是否存在分布代表点区域与确定区域重叠的重叠区域，分布代表点区域是利用线条连接代表点来定义的，确定区域是在坐标平面上设置的特定区域；和，当存在重叠区域时，确定要确定的数据分组是相关数据分组。 

附图说明

当结合附图来阅读如下的具体实施方式时可更加清楚地理解本发明的其他目的、特征和优点，其中： 

图1是描绘了本发明实施例的方法的处理过程的流程图； 

图2是描绘了设定在晶圆上的确定区域的示意图； 

图3是描绘了晶圆上的集中图案缺陷分布的示意图； 

图4是描绘了集中图案缺陷分布的分布代表点选择步骤的流程图； 

图5是图3中的集中图案缺陷分布的放大图，该放大图包括将集中图案缺陷分布分割成四(4)个区域的线条； 

图6是显示了彼此重叠的确定区域和集中图案缺陷分布代表点区域的示意图； 

图7是描绘了根据本发明的另一实施例的方法的处理过程的流程图； 

图8是描绘了确定区域和集中图案缺陷分布之间的位置关系的另一例子的示意图； 

图9是描绘了确定区域和集中图案缺陷分布之间的位置关系的再一例子的示意图； 

图10是描绘了集中图案缺陷分布的分布范围显示的例子的示意图； 

图11是描绘了集中图案缺陷分布的分布范围显示的另一例子的示意图； 

图12是描绘了集中图案缺陷分布中的数据点分布密度的例子的示意图； 

图13是描绘了集中图案缺陷分布中的数据点分布密度的另一例子的示意图； 

图14是图3中的图案缺陷位置被缺陷芯片所取代的示意图； 

图15是描绘了集中缺陷分布的代表点和代表点分布区域的示意图； 

图16是图15中的集中缺陷分布的附近区域的放大图； 

图17是描绘了当图16中的位置信息被芯片的四(4)个角所取代时代表点和集中缺陷分布代表点区域的示意图； 

图18是描绘了确定区域的例子的示意图； 

图19是描绘了坐标平面上的晶圆测试结果的示意图； 

图20是描绘了在坐标平面上的金属1形成处理的缺陷检查结果的示意图； 

图21是描绘了在坐标平面上的金属2形成处理的缺陷检查结果的示意图； 

图22是描绘了在坐标平面上的金属3形成处理的缺陷检查结果的示意图； 

图23是以区域彼此重叠的方式描绘了图19、图20、图21和图22的集中图案缺陷分布代表点区域和集中缺陷分布代表点区域； 

图24是描绘了一个坐标平面上的集中图案缺陷分布代表点区域和确定区域的示意图，其中集中图案缺陷分布代表点区域对应于多个晶圆信息的集中图案缺陷分布； 

图25是描绘了具有图5所示的集中图案缺陷分布的坐标平面上的线条的示意图，其中坐标平面的区域被分割成八(8)个分割区域； 

图26是描绘了在图25的坐标平面上的集中图案缺陷分布的、集中图案缺陷分布代表点区域的示意图； 

图27是描绘了坐标平面上的数据点分布状态的另一例子的示意图； 

图28是通过将图27的数据点分布分割成四(4)个分割区域而获得的代表点和分布代表点区域的示意图； 

图29是通过将图27的数据点分布分割成八(8)个分割区域而获得的代表点和分布代表点区域的示意图； 

图30是描绘了获取用于描述图27的数据点分布的分布区域而追加的代表点的方法的示意图； 

图31是描绘了利用图30所示的追加代表点定义的分布代表点区域的结果的示意图； 

图32是描绘了在显示出图5所示的集中图案缺陷分布的坐标平面上的线条、代表点和分布代表点区域的示意图； 

图33是仅仅描绘了图32的分割区域A11的一个数据点的示意图； 

图34是描绘了获取向图32的数据点分布追加代表点的结果的示意图； 

图35是描绘了利用图34的追加代表点定义的分布代表点区域的结果的示意图； 

图36是描绘了在显示图5所示的集中图案缺陷分布的坐标平面上的、将区域分割成两(2)个分割区域的线条、代表点和分布代表点区域的示意图； 

图37是描绘了利用向图36的集中图案缺陷分布的追加点追加的追加代表点定义的分布代表点区域的结果的示意图； 

图38是描绘了坐标平面上的数据点分布状态的再一例子的示意图； 

图39是描绘了通过将图38的数据点的区域分割成八(8)个分割区域而得到分布代表点区域的结果的示意图； 

图40是描绘了通过额外地利用分割中心点作为向图39的代表点追加的追加点而得到的分布代表点区域的结果的示意图； 

图41是由移动的车辆获取(捕捉)的图像； 

图42是描绘了图41的停车区域和路锥区域的数据点分布区域的代表点的示意图； 

图43是描绘了当移动的车辆从路锥旁边经过时在坐标上的路锥区域的确定区域和分布代表点区域的示意图； 

图44是描绘了当移动的车辆从停车区域旁边经过时在坐标平面上的停车区域的确定区域和分布代表点区域的示意图； 

图45是由移动的车辆所获取的图像的另一例子； 

图46是描绘了指定在图像中显示的对象区域的处理的流程图； 

图47是描绘了图45的路锥区域及该路锥区域的参考点和代表点的示意图； 

图48是描绘了路锥分布代表点区域和车辆确定区域的示意图； 

图49是描绘了路锥分布代表点区域和路锥确定区域的示意图； 

图50是描绘了路锥分布代表点区域和第一路标确定区域的示意图； 

图51是描绘了路锥分布代表点区域和路锥确定区域的另一例子的示意图； 

图52是描绘了制作在图像中显示的对象区域的代表点信息的数据库的处理的流程图；以及 

图53是描绘了基于数据库中的代表点信息指定图像中的对象的处理的流程图。 

具体实施方式

首先，参考图案缺陷的结果数据描述本发明的实施例。 

图1是描绘了根据本发明实施例的方法的流程图。图2描绘了设置在晶圆上的确定区域。图3描绘了晶圆上的图案缺陷位置。图4是描绘了集中图案缺陷分布的分布代表点选择步骤的流程图。图5是图案缺陷分组的放大图，并且该放大图进一步描绘了沿着Y轴将区域分割成八(8)个区域的分割直线。图6描绘了在同一坐标平面上彼此重叠的确定区域和集中图案缺陷代表点区域。参考图1至图6来描述这个实施例。 

步骤S 1：在图案缺陷检查结果的坐标平面上设置确定区域5。这里，假设当如图2所示以晶圆1的缺口3被排列在底侧的方式设置晶圆1时，确定区域5被设置在右上角侧的部分上。缺口3是晶圆1的标记，使得可以识别硅的晶向。晶圆1包括以矩阵方式排列的芯片7。 

步骤S2：接下来，从检查装置或存储图案缺陷检查结果数据的数据库读取与目标晶圆信息相关的图案缺陷检查结果数据(即，要确定(检查)的晶圆的信息)。图案缺陷检查结果数据包括图案缺陷的位置坐标信息。图3示出了晶圆1上的图案缺陷位置。在图3中，图案缺陷被表示为点。 

步骤S3：接下来，将图案缺陷分组。在这个方面，例如，获得代表图案缺陷的数据点之间的相互距离。然后，具有相互距离小于预定的阈值的数据点被确定为包括在同一分组内。然而，分组数据点的方法并不局限于这个方法，还可使用任何其他适当的方法。 

步骤S4：接下来，从图案缺陷的分组中选择(确定)集中图案缺陷分布。在这个方面，对于图案缺陷的每个分组，确定图案缺陷的数目是否等于或大于例如五(5)个。在这种情况下，当确定图案缺陷的数目等于或大于五(5)个时，图案缺陷分组被确定为集中图案缺陷分布。在这种情况下，晶圆的右上角侧处的图案缺陷分组被确定为集中图案缺陷分布9。在这个实施例中，集中图案缺陷分布中包括的数据点是要确定的数据分组。然而，在这种情况下，所有的图案缺陷数据将被按照要确定的数据分组来处理，或者仅是特定区域内的图 案缺陷数据将被按照要确定的数据分组来处理。另外，在这个实施例中，在集中图案缺陷分布9中包括的数据点是被选择作为数据点分布区域的代表点的候选。 

步骤S5：接下来，确定(选择)集中图案缺陷分布9的代表点。在这个方面，代表集中图案缺陷分布9的分布区域的轮廓(外形)的多个数据点被确定(选择)为集中图案缺陷分布9的代表点。参考图4和图5，描述选择分布区域的代表点的步骤(在下文中，被称为“分布代表点选择步骤”)。 

步骤S5-1：设置用于分割集中图案缺陷分布9的分布区域的分割中心点。在这个实施例中，集中图案缺陷分布9中的数据点的分布区域的重心被设置为分割中心点。 

步骤S5-2：以分割区域从分割中心点辐射的方式将区域分割成分割区域。在这个实施例中，作为将区域分割成分割区域的线条，使用了经过分割中心点并与X轴平行的线条和经过分割中心点并与Y轴平行的线条，从而将区域分割成四(4)个分割区域(见图5)。 

步骤S5-3：在每个分割区域内，将具有到分割中心点最远距离的数据点选择作为集中图案缺陷分布9的代表点。在图5中，利用白色圆圈显示出代表点的数据点，而利用黑色圆圈显示出除代表点之外的数据点。 

存在获取分割区域的代表点的各种方法。 

例如，首先，计算第一数据点和分割中心点之间的距离，并获取包括第一数据点的分割区域。然后，将该数据点的坐标和所计算的到分割中心点的距离存储为代表点候选。接下来，计算第二数据点和分割中心点之间的距离，并获取包括第二数据点的分割区域。如果在包括第二数据点的分割区域内存在代表点候选，则确定第二数据点和分割中心点之间的距离是否大于代表点候选和分割中心点之间的距离。当确定了第二数据点和分割中心点之间的距离大于代表点候选和分割中心点之间的距离时，将第二数据点的坐标和所计算的到分割中心点的距离存储作为新的代表点候选。当确定了第二数据点和分割中心点之间的距离小于代表点候选和分割中心点之间的距离时，维持(不改变)代表点候选的信息。当确定了第二数据点和分割中心点之间的距离等于代表点候选和分割中心点之间的距离时，将第二数据点的坐标和所计算的到分割中心点的距离 存储作为新的代表点候选并且维持先前的代表点候选的信息不改变。如果在包括第二数据点的分割区域内不存在代表点候选，则将第二数据点的坐标和所计算的到分割中心点的距离存储作为代表点候选。在这之后，对所有的数据点执行上述处理，以便获取各分割区域的代表点候选。在完成了对所有的数据点的处理之后，将代表点候选存储为各分割区域的代表点。 

然而，获取各分割区域的代表点的方法并不局限于上述方法。例如，对数据点获取到分割中心点的距离，并且在每个分割区域内，将具有到分割中心点的最远距离的数据点选择作为分割区域的代表点。另外，例如，基于分割区域对数据点进行分组。然后，在每个分割区域内，获取数据点和分割中心点之间的距离。然后，将具有到分割中心点最远距离的数据点选择作为分割区域的代表点。 

在这种情况下，可以假设不包括数据点的分割区域不具有代表点，并可以基于这个假设执行随后的处理。另外，在将数据点的分布区域的重心设置为分割中心点并且以分割区域从分割中心点辐射的方式将分布区域均匀地分割成四(4)个分割区域的情况下，当存在有不包括数据点的分割区域时，将分割中心点的坐标设置为不包括数据点的分割区域的代表点。 

另外，在参考图3的上述描述中，描述了集中图案缺陷分布9的数目是一个的情况。然而，在步骤S4中，当确定了对晶圆信息的图案缺陷检查数据检测出多个集中图案缺陷分布9时，对多个集中图案缺陷分布9中的每一个执行步骤S5的分布代表点选择步骤。 

再次参考图1，进一步描述图1的流程图中的方法。 

步骤S6：确定是否存在集中图案缺陷分布代表点区域11与确定区域5重叠的重叠区域13，集中图案缺陷分布代表点区域11是通过利用线条顺序地连接集中图案缺陷分布9的代表点而形成的。在这种情况下，集中图案缺陷分布代表点区域11是通过利用线条以线条之间彼此不交叉的方式连接十六(16)个代表点来定义的。例如，这样的集中图案缺陷分布代表点区域11是通过利用线条连接从作为起始点的代表点到邻近区域的下一个代表点并且还在顺时针或逆时针方向以相同方式连接来定义的。在图6中，描绘了代表点之间的线条是直线的情况。然而，本发明并不局限于这种配置。例如，通过利用Visual Basic(微软公司的注册商标)的“DrawClosedCurve”方法等，可以利用经过代表点的平滑曲线连接集中图案缺陷分布代表点区域11的代表点。这种替换的连接方法还可应用于下面描述的其他实施例。 

如图6所示，集中图案缺陷分布代表点区域11重叠确定区域5，形成重叠区域13。因此，可确定集中图案缺陷分布9被确定为要获取的数据分组(在下文中，称为“相关数据分组”)。另外，对应于包括集中图案缺陷分布9的图案缺陷检查结果数据的晶圆信息被确定为要获取的具有图案缺陷分布的晶圆信息。 

另外，在步骤S4中确定了在一个晶圆信息中存在多个集中图案缺陷分布的情况下，并且当在步骤S5中对每个集中图案缺陷分布选择了代表点的选择处理时，对每个集中图案缺陷分布定义分布代表点数据，并对每个分布代表点区域确定是否存在分布代表点区域与确定区域重叠的重叠区域。 

在这个实施例中，利用四(4)个代表点表示集中图案缺陷分布代表点区域11。由于这个特征，用于表示集中图案缺陷分布代表点区域11的信息量小于用于表示集中图案缺陷分布9的信息量。即，在这个实施例中，可确定集中图案缺陷分布9是否分布在特定的确定区域5中，同时通过利用集中图案缺陷分布代表点区域11取代集中图案缺陷分布9，还可减少用于表示集中图案缺陷分布9的信息量。 

在参考图1的流程图描述的实施例中，当每次执行确定步骤S6时，形成图案缺陷数据点分组(步骤S3)，确定集中图案缺陷分布(步骤S4)，并选择集中图案缺陷分布的代表点(步骤S5)。 

然而，当对存储数据执行上述处理并利用相同的参考执行处理时，更合理的可以是当收集数据时对数据点(要确定的数据分组)执行代表点选择处理，该数据点包括在集中图案缺陷分布中，以使得代表点信息与晶圆信息(要确定的数据分组的识别信息)相关联并作为数据存储在数据库中。参考图7描述实施例。 

图7是描绘了根据本发明的另一实施例的方法的流程图。在这个实施例中，以简单的方式来描述参考图1已经描述的步骤。 

步骤S11至S14：与图1的步骤S2至S5相类似，读取与晶圆信息相关联 的图案缺陷检查结果数据(步骤S11)；对图案缺陷进行分组(步骤S12)；确定图案缺陷是否为集中图案缺陷分布(步骤S13)；以及选择集中图案缺陷分布的代表点，其中代表点代表了集中图案缺陷分布的轮廓(步骤S14)。 

步骤S15：步骤S14中将获取的代表点信息与晶圆信息相关联并注册在数据库中。在这种情况下，将集中图案缺陷分布的分布范围和特性信息也与晶圆信息相关联并注册在数据库中，其中特性信息包括分布代表点区域的面积(大小)、圆度率(roundness rate)和分布密度中的至少一个，该分布代表点区域是利用线条以线条彼此不交叉的方式连续地连接代表点而定义的。另外，存在有与晶圆信息相关联的各种信息，这样的各种信息包括用于识别晶圆的批号、制造方法、产品类型名称、处理名称、检查完成日期等。另外，当完成了晶圆测试时，还可以将诸如芯片的确定测试结果(通过或失败)的信息和对应于失败测试结果的测试类别作为晶圆测试结果信息，与晶圆信息相关联。 

步骤S16：确定是否存在下一个晶圆信息。当确定存在下一个晶圆信息时(步骤S16中的是)，处理返回步骤S11并对下一个晶圆信息执行步骤S11至S15的处理。当确定不存在晶圆信息时(步骤S16中的否)，处理转到步骤S17。 

步骤S17：在坐标平面上设置确定区域。 

步骤S18：从在数据库中注册的晶圆信息中，将要确定的晶圆信息选择为要确定的晶圆信息。例如，选择具有在步骤S17中设置在确定区域中的代表点的要确定的晶圆信息。否则，如果在步骤S15中特性信息与晶圆信息关联注册，则可以基于特性信息选择要确定的晶圆信息。否则，基于表示批号、产品类型名称、检查执行日期等选择要确定的晶圆信息。 

步骤S19：读取在步骤S18中选择的晶圆信息的代表点信息。 

步骤S20：与图1的步骤S6相类似，确定是否存在集中图案缺陷分布区域与确定区域重叠的重叠区域。当确定存在这样的重叠区域时，将集中图案缺陷分布区域确定为具有包括要获取的图案缺陷分布的图案缺陷检查结果数据的晶圆信息。 

步骤S21：确定是否剩下了在步骤S18中选择的要确定的晶圆信息。当确定剩下了在步骤S18中选择的要确定的晶圆信息时(步骤S21中的是)，处理返回步骤S19以便对要确定的下一个晶圆信息执行步骤S19和S20的处理。 当确定没有剩下在步骤S18中选择的要确定的晶圆信息时(步骤S21中的否)，结束处理。 

在步骤S15中，将代表点信息与要确定的晶圆信息相关联并注册在数据库中。如此可通过从数据库读取代表点信息而跳过步骤S11至S14的分布代表点选择步骤来执行晶圆确定(在步骤S20中)。结果，可减少处理时间。 

另外，集中图案缺陷分布的代表点的信息量少于在集中图案缺陷分布9中包括的所有缺陷数据点的信息量。因此，可减少读取时间和处理时间。 

在上述实施例中，在确定晶圆的步骤S6和S20中，可基于集中图案缺陷分布代表点区域11的面积是否等于或大于预定的缺陷分布代表点面积阈值来作出该确定。在这种情况下，在步骤S6和S20中，当确定了集中图案缺陷分布代表点区域11的面积小于预定的缺陷分布代表点面积阈值时，可以确定集中图案缺陷分布代表点区域11不是要确定的晶圆信息(相关晶圆信息)。如此可去除具有小于要获取的晶圆信息的集中图案缺陷分布代表点区域11的大小的集中图案缺陷分布代表点区域11的晶圆信息。因此，可提高要获取的晶圆信息的确定准确度。 

可以在确定是否存在重叠区域的确定处理之前或之后执行对分布代表点区域的面积的确定处理。当在确定是否存在重叠区域的确定处理之前执行对分布代表点区域的面积的确定处理时，对于具有小面积并且必须被去除的分布代表点区域可不执行确定是否存在重叠区域的确定处理。 

另外，在确定晶圆的步骤S6和S20中，还可确定重叠区域13是否等于或大于预定的重叠区域阈值。在步骤S6和S20中，当确定重叠区域13等于或大于预定的重叠区域阈值时，可确定集中图案缺陷分布代表点区域11是要确定的晶圆信息(相关晶圆信息)。如此可提高晶圆信息的确定准确度。 

另外，在确定晶圆的步骤S6和S20中，还可确定确定区域5的面积与重叠区域13的面积之间的比率是否等于或大于预定的第一比率阈值。在步骤S6和S20中，当确定了该比率等于或大于第一比率阈值时，可确定集中图案缺陷分布代表点区域11是要确定的晶圆信息(相关晶圆信息)。如此可提高晶圆信息的确定准确度。 

例如，如图8所示，确定区域5与集中图案缺陷分布代表点区域11重叠。 然而，当确定区域5的面积与重叠区域13的面积之间的比率小于例如50％时，可确定集中图案缺陷分布代表点区域11不是要确定的晶圆信息(相关晶圆信息)。如此可提高晶圆信息的确定准确度。 

另外，在确定晶圆的步骤S6和S20中，还可确定重叠区域13的面积与集中图案缺陷分布代表点区域11的面积之间的比率是否等于或大于预定的第二比率阈值。在步骤S6和S20中，当确定了该比值等于或大于第二比率阈值时，可确定集中图案缺陷分布代表点区域11是要确定的晶圆信息(相关晶圆信息)。 

例如，如图8所示，确定区域5与集中图案缺陷分布代表点区域11重叠。然而，当确定重叠区域13的面积与集中图案缺陷分布代表点区域11的面积之间的比率小于例如50％时，可确定集中图案缺陷分布代表点区域11不是要确定的晶圆信息(相关晶圆信息)。如此可提高晶圆信息的确定准确度。 

另外，在图7的步骤S18中，当从在数据库中注册的要确定的晶圆信息中选择要确定的晶圆信息时，与处理数据库中注册的要确定的所有晶圆信息的情况相比较可减少处理时间。然而，本发明并不局限于这种配置。即，还可读取在数据库中注册的所有的要确定的晶圆信息。 

在步骤S18中，当选择要确定的晶圆信息时，晶圆信息被确定为具有位于在步骤S17中设置的确定区域中的集中图案缺陷分布的代表点，可选择具有如图6所示的确定区域5和代表点(白色圆圈)之间的关系的要确定的晶圆信息。 

然而，基于确定区域5的所处位置，例如，如图9所示，存在图案缺陷数据点(黑色圆圈)处于确定区域5内但是不是所有的代表点(白色圆圈)都处于确定区域5内的情况。在如图9所示的确定区域5和代表点之间的位置关系的情况下，在步骤S18中不选择具有代表点的要确定的晶圆信息。 

如果这不是所期望的，在步骤S15中，可将特性信息与要确定的晶圆信息关联注册，该特性信息包括集中缺陷分布的分布范围，以及分布代表区域的面积、圆度率和数据点分布密度中的至少一个。另外，在步骤S18中，可基于特性信息选择要确定的晶圆信息。下面描述特性信息的具体例子。 

例如，要确定的晶圆信息与集中缺陷分布的分布范围相关联。 

图10描绘了集中缺陷分布的分布范围的一个例子。从集中图案缺陷分布 包括的所有数据点的XY坐标值中，利用以下四个值来表示集中图案缺陷分布9的分布范围的信息：X轴的最大值Xh1和最小值Xl1以及Y轴的最大值Yh1和最小值Yl1。另一方面，利用以下四个值来表示确定区域5的范围：X轴的最大值Xh0和最小值Xl0以及Y轴的最大值Yh0和最小值Yl0。 

在这种情况下，作出要确定的晶圆信息的短列表(缩小(narrow down)，减少候选的数目(选项))的搜索条件是：Xh1＞Xl0，Xl1＜Xh0，Yh1＞Yl0和Yl1＜Yh0。 

通过以这种方式设置条件，可选择具有如图10所示的集中图案缺陷分布9的晶圆信息。 

在这种情况下，利用集中图案缺陷分布9中包括的所有数据点来获得这四(4)个值，即X轴的最大值Xh1和最小值Xl1以及Y轴的最大值Yh1和最小值Yl1。然而，可选的，还可只利用作为表示集中图案缺陷分布9的分布范围的信息的代表点来获取这些最大值和最小值。 

图11描绘了集中图案缺陷分布9的分布范围的另一例子。 

在图10中，使用XY坐标系。然而，还可使用极坐标系来表示集中图案缺陷分布9的分布范围。 

当使用极坐标系时，从集中图案缺陷分布9中包括的所有数据点的“R”值和“θ”值当中，通过以下四个值来表示集中图案缺陷分布9的分布范围的信息：R值的最大值Rh1和最小值Rl1以及θ值的最大值θh1和最小值θl1。另一方面，通过以下四个值来表示确定区域5的范围：R值的最大值Rh0和最小值Rl0以及θ值的最大值θh0和最小值θl0。 

在这种情况下，作出要确定的晶圆信息的短列表(缩小)的搜索条件是：Rh1＞Rl0，Rl1＜Rh0，θh1＞θl0和θl1＜θh0。 

通过以这种方式设置条件，可选择具有图11所示的集中图案缺陷分布9的晶圆信息。 

在这种情况下，利用集中图案缺陷分布9中包括的所有数据点来获得这四(4)个值，即R值的最大值Rh1和最小值Rl1以及θ值的最大值θh1和最小值θl1。然而，可选的，还可只利用作为表示集中图案缺陷分布9的分布范围的信息的代表点来获取这些最大值和最小值。 

另外，集中图案缺陷分布代表点区域11的面积是表示集中图案缺陷分布9的特征的信息之一。因此，利用步骤S14中选择的代表点，可获得集中图案缺陷分布代表点区域11的面积(见图12)。然后，在步骤S15中，将面积信息与晶圆信息相关联并注册在数据库中。然后，在步骤S18中，基于集中图案缺陷分布代表点区域11的面积来选择要确定的晶圆信息。通过这种方法，在确定晶圆信息的步骤S20中，可省略关于具有小于阈值的面积的集中图案缺陷分布代表点区域11不是要确定的晶圆信息的确定处理。 

另外，还可获取并注册用于表示集中图案缺陷分布代表点区域11的形状特征的信息，以便使用该信息来选择要确定的晶圆信息。例如，作为表示集中图案曲线分布代表点区域11的形状近似于圆圈的程度的值，获取通过利用具有与围绕集中图案缺陷分布代表点区域11的线条长度相等的周长的圆圈的面积来分割集中图案缺陷分布代表点区域11的面积所得到的值，并且使该值(在下文中，称为“圆度率”)与晶圆信息相关联并注册在数据库中。 

在这种情况下，当围绕集中图案缺陷分布代表点区域11的线条长度为“L”时，具有等于“L”的周长的圆圈的半径“r”为“L/2π”。另外，具有周长等于“L”的圆圈的面积为“πr²＝π(L/2π)²＝L²/4π”。当假设集中图案缺陷分布代表点区域11的面积是“S”时，则“圆度率”被表示为S/(L²/4π)＝4πS/L²。 

当圆度率接近1时，形状接近于圆形，而当圆度率接近0时，形状接近于线条。因此，利用这个特征，当根据需要在分布识别目标晶圆选择步骤中确定晶圆信息时可使用“圆度率”。 

另外，集中图案缺陷分布代表点区域11中图案曲线数据点的数目，即分布密度可以是表示集中图案缺陷分布的特征的信息之一。 

当将图12中的集中图案缺陷分布9的集中图案缺陷分布代表点区域11与图13的集中图案缺陷分布9的集中图案缺陷分布代表点区域11相比较时，集中图案缺陷分布代表点区域11的大小彼此相同；然而，图案缺陷数据点的数目彼此不同。即，图12中的图案缺陷数据点的密度高于图13中的图案缺陷数据点的密度。因此，可预先获取集中图案缺陷分布代表点区域11的数据点分布区域的数据点分布密度，将集中图案缺陷分布代表点区域11的数据点分布区域的数据点分布密度与晶圆信息相关联并注册在数据库中。如此，可排除(去 除)具有图13所示的集中图案缺陷分布9的数据点分布区域内的较小数据点分布密度的集中图案缺陷分布9，并只选择具有图12所示的集中图案缺陷分布9的数据点分布区域内的较大数据点分布密度的集中图案缺陷分布9，从而可用这种特征来选择要确定的晶圆信息。 

在上述实施例中，使用了指示图案缺陷位置的数据点。然而，利用指示基于颗粒(污染物)检查结果的(外来物质的)颗粒位置的数据点，可以执行与上述实施例中的处理相类似的处理。 

另外，与指示图案缺陷位置和颗粒位置的数据点位置对应的芯片位置可被认为是缺陷芯片的位置。然后，利用指示缺陷芯片位置的数据，执行与上述实施例中的处理相类似的处理。然而，在镜像表面晶圆的颗粒(污染物)检查结果数据中不存在芯片的概念。在这种情况下，在晶圆上设置“虚拟”芯片。 

例如，图14描绘了利用缺陷芯片位置取代图3的晶圆上的图案缺陷位置的情况。在图14中，通过附图标记15表示缺陷芯片。 

与参考图1描述的步骤S3相类似，以具有小于预定的阈值的相互距离的缺陷芯片15被确定为包括在相同的分组中的方式对缺陷芯片15进行分组。然而，对缺陷芯片15进行分组的方法并不局限于这个方法，还可使用任何其他的适当方法。例如，可基于在日本专利申请公开No.2009-10303中公开的方法来对缺陷芯片15进行分组。 

与参考图1描述的步骤S4相类似，对于缺陷芯片15的每个分组，当缺陷芯片的数目是五(5)个或更多时，可确定该分组是否为集中图案分布。在图14的情况下，缺陷芯片分组17被确定为集中缺陷分布。 

芯片位置信息称为表示芯片7在晶圆1上的位置的信息。因此，例如，芯片位置信息可被表示芯片7的中心点的位置信息所取代。利用表示缺陷芯片15的中心点的位置信息，执行与参考图1描述的步骤S5和参考图4描述的步骤S5-1相类似的处理。结果，如图15所示，获得了集中缺陷分布17的代表点(白色圆圈)。在图15中，黑色圆圈和白色圆圈表示集中缺陷分布17的缺陷芯片15的中心点。图15进一步描绘了通过线条顺序地连接集中缺陷分布17的代表点而获得的集中缺陷分布代表点区域19。 

在这之后，与参考图1描述的步骤S6相类似，基于是否存在集中缺陷分 布代表点区域19与确定区域重叠的重叠区域，确定集中缺陷分布代表点区域19是否为要确定的晶圆信息。 

在图14中，如上所述，芯片位置信息被表示芯片7的中心点的位置信息所取代。另一方面，晶圆测试结果数据包括芯片位置信息和芯片的测试结果(通过或失败)。因此，可对晶圆测试结果数据执行与参考图14和图15描述的处理相类似的处理。 

图16是图15的集中缺陷分布17的附近区域的放大图。 

在这种情况下，当通过利用芯片7和缺陷芯片15的中心的中心点(黑色圆圈和白色圆圈)获取代表点(白色圆圈)来获取与集中缺陷分布17对应于集中缺陷分布代表点区域19时，集中缺陷分布17的缺陷芯片15的大部分面积会从集中缺陷分布代表点区域19的面积中突出(protrude)。 

当这不是期望的时，表示晶圆测试结果数据的芯片7的位置信息被表示芯片7的四个角的位置信息所取代，然后获取集中缺陷分布17的代表点。 

图17描绘了当图16中的表示晶圆测试结果数据的芯片7的位置信息被表示芯片7的四个角的位置信息所取代时的代表点和集中缺陷分布代表点区域19。 

如图17所示，当通过利用表示缺陷芯片15的四(4)个角的位置信息(黑色圆圈和白色圆圈)获取代表点(白色圆圈)来获得与集中缺陷分布17对应的集中缺陷分布代表点区域19时，集中缺陷分布17的缺陷芯片15的从集中缺陷分布代表点区域19的面积中突出的那部分面积将会变小。 

在上述实施例中，如在例如图2中所示，当以晶圆1的缺口3排列在底侧的方式设置晶圆1时，确定区域5被设置在右上角侧部分。然而，确定区域5可被设置在任意的位置和区域。 

例如，假设缺口3排列在下侧(底侧)，则确定区域5可设置为晶圆1的上半部或右半部。 

另外，并不一定总需要确定区域5具有框的形状。例如，确定区域5可具有除框形状之外的其他形状并可表示为在XY坐标平面中由X＞0和Y＞0定义的区域或由X＜2定义的区域。 

图18描绘了确定区域5的一些例子。如图19所示，确定区域5可以是具 有三角形形状的确定区域5a、利用平滑曲线连接多个点形成的确定区域5b、具有椭圆形状的确定区域5c、或包括从晶圆1突出的区域的确定区域5d等。 

接下来，参考图19至图23描述根据本发明的实施例的具体使用。 

图19描绘了坐标平面上的晶圆测试结果数据。具体的，图19描绘了集中缺陷分布17和对应于集中缺陷分布17的集中缺陷分布代表点区域19，其中集中缺陷分布17包括多个缺陷芯片15。 

图20描绘了在坐标平面上的金属1形成处理的缺陷检查结果数据。具体的，图20描绘了表示图案缺陷位置的数据点(黑色圆圈)、集中图案缺陷分布9-1、以及对应于集中图案缺陷分布9-1的集中图案缺陷分布代表点区域11-1。 

图21描绘了在坐标平面上的金属2形成处理的缺陷检查结果数据。具体的，图21描绘了表示图案缺陷位置的数据点(黑色圆圈)、集中图案缺陷分布9-2、以及对应于集中图案缺陷分布9-2的集中图案缺陷分布代表点区域11-2。 

图22描绘了在坐标平面上的金属3形成处理的缺陷检查结果数据。具体的，图22描绘了表示图案缺陷位置的数据点(黑色圆圈)、集中图案缺陷分布9-3、以及对应于集中图案缺陷分布9-3的集中图案缺陷分布代表点区域11-3。 

在图23中，以重叠方式分别描绘了图19、图20、图21和图22的集中缺陷分布代表点区域19和集中图案缺陷分布代表点区域11-1、11-2和11-3。 

在晶圆测试结果中，当获取如图19所示的集中缺陷分布17时，通过将对应于集中缺陷分布17的集中缺陷分布代表点区域19设置为确定区域，可对每个图案缺陷检查结果确定集中图案缺陷分布代表点区域是金属形成处理的要确定的晶圆信息。当金属形成处理的图案缺陷检查结果是缺陷的时，缺陷的图案缺陷检查结果包括作为金属2形成处理的集中图案缺陷分布代表点区域11-2的、与集中缺陷分布代表点区域19重叠的集中图案缺陷分布代表点区域(确定区域5)。通过利用这个特征，可选择包括用于表示集中缺陷分布17的发生原因的信息的要确定的晶圆信息。 

可利用计算机执行程序来实现如上所述的实施例的步骤，生成程序来执行如上所述的步骤。 

另外，作为程序的功能，优选地绘制已经被确定为一个坐标平面上的晶圆信息的多个晶圆信息的分布的缺陷分布代表点区域或集中图案缺陷分布代表 点区域，并允许选择不必要的分布的缺陷分布代表点区域或集中图案缺陷分布代表点区域，以便从所有的晶圆信息中去除这样的晶圆信息。通过具有这个功能，可恰当地选择晶圆信息。 

即，如图24所示，当期望从晶圆信息中去除包括与具有在远离确定区域5的区域的分布的集中图案缺陷分布代表点区域例如图24中的集中图案缺陷分布代表点区域21对应的集中图案缺陷分布的晶圆信息时，优选地显示在一个坐标平面上描绘了多个晶圆信息的集中图案缺陷分布代表点区域的视图，并允许利用鼠标等选择特殊的集中图案缺陷分布代表点区域，以便去除具有与所选择的特殊的集中图案缺陷分布代表点区域对应的集中图案缺陷分布的晶圆信息。另外，当使用参考图8描述的第一比率阈值和第二比率阈值时，可自动地去除与图24中的集中图案缺陷分布代表点区域21对应的晶圆信息。 

接下来，描述选择代表点的步骤的变形例。 

图25描绘了图5的集中图案缺陷分布9和用于将坐标平面上的区域分割成八(8)个区域的、沿X轴延伸的第二分割直线。图26描绘了向图25的坐标平面追加的集中图案缺陷分布9的集中图案缺陷分布代表点区域11。 

参考图4、图25和图26，描述选择代表点的步骤的变形例。 

与参考图4描述的步骤S5-1相类似，设置用于将图案缺陷分布区域分割成分割区域的分割中心点。 

在步骤S5-2中，以分割区域从分割中心点辐射的方式将图案缺陷分布区域分割成八(8)个分割区域。这里，作为用于分割图案缺陷分布区域的线条，可使用经过分割中心点并与X轴方向平行的线条、经过分割中心点并与Y轴方向平行的线条、以及经过分割中心点并与X轴呈+/-45度的线条，如图25所示。 

在步骤S5-3中，在每个分割区域中，获取(选择)具有到分割中心点最远距离的数据点作为分割区域的代表点。在图25中，以白色圆圈显示代表点的数据点，而以黑色圆圈显示除代表点之外的其他数据点。 

作为图1和图7所示的确定步骤S6和S20，分别对于图25所示的集中图案缺陷分布9和代表点，图26所示的集中图案缺陷分布代表点区域11是通过利用线条连接从作为起始点的代表点到邻近区域的下一个代表点并且还在顺 时针或逆时针方向上以相同方式连接来定义的。 

当用于分割区域的线条之间的夹角大时，基于数据点的分布状态，通过仅仅执行如上步骤不能充分地表示数据分布。 

例如，存在如图27所示的数据分布的分布状态。图28描绘了通过将图27的数据分布的重心设置为分割中心点，以分割区域从分割中心点辐射的方式将区域分割成四(4)个分割区域，获取各个分割区域的代表点并连接代表点，来获得的集中图案缺陷分布代表点区域11。 

在图28中，白色圆圈代表分割区域的代表点。在这种情况下，如图28所示，存在与集中图案缺陷分布代表点区域11分得很开的数据点。 

为了解决这个问题，可存在将定义分割区域的线条的夹角变窄的方法。换句话说，增加分割区域的数目。例如，可将分割区域分割成八(8)个分割区域。当应用这个方法时，例如，通过与图28的情况相比较变窄定义分割区域的线条之间的夹角将分割区域分割成八(8)个分割区域。在图29的这个情况下，白色圆圈代表各分割区域的代表点。当图29中的定义的集中图案缺陷分布代表点区域11与图28相比较时，可更加适当地定义图29中的集中图案缺陷分布代表点区域11。 

另外，为了解决这个问题，可存在追加用于定义合适的集中图案缺陷分布代表点区域11所需的代表点的方法。接下来描述获取要追加的代表点的方法。 

将彼此连接的两(2)个分割区域定义为关注区域(consideration area)。当获取要追加的代表点时，使用从分割中心点到数据点的位置的矢量。将在与处在关注区域的两个分割区域之间并且经过分割中心点的线条的延伸方向平行的方向上的矢量的分量的大小(长度)用作(比较作为)索引。在关注区域内，从具有矢量的分量的大小大于任何代表点的分量的大小的数据点中，将具有最大的矢量的分量的大小的数据点选择为要追加的代表点。如果关注区域内存在两个或更多满足这样的条件的数据点，则将具有最靠近分割中心点的坐标的数据点选择为要追加的代表点。 

作为获取矢量的分量的大小的方法，例如存在提供如下线条的方法，该线条与在关注区域的两个分割区域之间的经过分割中心点的线条正交。在这里将该线条称为“关注线条”。在这个方法中，在数据点和关注线条之间的最短长 度表示分量的大小。然而，获取分量的大小的方法并不局限于此。 

另外，在关注区域内的代表点中，使用具有最大分量的代表点并将其称为比较代表点。在这种情况下，从分量的大小比比较代表点的分量的大小更大的数据点中，追加具有最大的分量的大小的数据点作为代表点。 

参考图30，描述获取要追加的代表点以利用关注线条和比较代表点来表示数据点分布23的方法。 

在图30中，存在四(4)个分割区域A1至A4，且分割区域A1至A4的代表点分别被表示为T1至T4。 

首先，描述图30中的分割区域A1和A2是关注区域的情况。在这种情况下，关注线条是线条L1。线条L1与用于分割区域的线条一致。在图30中，假设与代表点T1相比，代表点T2与关注线条L1分得更开。即，关于从分割中心点到代表点T1和T2的矢量的分量的大小，其中该分量的方向与接触关注区域的分割区域A1和A2并起始于分割中心点的线条的延伸方向平行，代表点T2具有比代表点T1更大的大小，从而代表点T2是比较代表点。在分割区域A1和A2的关注区域内与比较代表点T2相比与关注线条L1分得更开的数据点(即，具有分量大于比较代表点T2的分量的数据点)是除两个代表点T1和T2之外的其他所有数据点。从该数据点中，选择到关注线条L1最远距离的数据点，即将具有最大的分量的大小的数据点T5选择作为追加代表点。 

接下来，描述假设分割区域A2和A3构成了关注区域并执行如上所述的相同处理的情况。在这种情况下，关注线条是线条L2。线条L2与用于分割区域的线条一致。在分割区域A2和A3中，具有到关注线条L2的最远距离的数据点是代表点T3。因此，在这个关注区域内部不存在要追加的代表点。 

接下来，描述假设分割区域A3和A4构成了关注区域并执行如上所述的相同处理的情况。在这种情况下，关注线条是线条L1。与代表点T3相比较，代表点T4与关注线条L1分得更开。因此，代表点T4是比较代表点。从与代表点T4相比较与关注线条L1分得更开的数据点中，具有到关注线条L1的最远距离的数据点是数据点T6。因此，数据点T6是在这个关注区域内的追加代表点。 

接下来，描述假设分割区域A1和A4构成了关注区域并执行如上所述的 相同处理的情况。在这种情况下，关注线条是线条L2。在分割区域A1和A4中，具有到关注线条L2的最远距离的数据点是代表点T4。因此，在这个关注区域内部不存在要追加的代表点。 

最后，在这个实施例中，确定要追加两(2)个代表点T5和T6。图31描绘了通过从作为起始点的任一个代表点开始到邻近区域的下一个代表点以线条连接包括追加代表点T5和T6的代表点T1至T6并还在顺时针或逆时针方向以相同方式连接而定义的集中图案缺陷分布代表点区域11的结果。如图31所示，可定义包括数据点分布23内的大部分数据点的集中图案缺陷分布代表点区域11。 

在上述实施例中，描述了在两个分割区域的关注区域内的两个代表点中使用相比另一点代表点与关注线条分得更开的一个代表点作为比较代表点的情况。然而，在分布代表点选择步骤中，不必获取比较代表点。当没有获取比较代表点时，通过比较从关注区域内的代表点到关注线条的距离，可获取相比其他任何数据点与关注线条分得更开的数据点。 

另外，在根据本发明实施例的上述方法中，描述了通过追加必要的代表点来定义合适的分布代表点区域的方法将数据点的分布区域分割成四(4)个分割区域的情况。然而，本发明并不局限于这种配置。即，分割区域的数目并不局限于四(4)个。下面，描述将数据点的分布区域分割成三(3)个分割区域的另一示例性情况。 

图32描绘了用于将区域分割成三(3)个分割区域的线条、分割区域的代表点、以及在表示图5的集中图案缺陷分布9的坐标平面上的集中图案缺陷分布代表点区域11。在图32中，数据点分布区域的重心就是分割中心点，以分割区域从分割中心点辐射的方式将分布区域分割成三(3)个分割区域A11至A13，并且对每个分割区域A11至A13获取代表点。 

如图32所示，通过连接各个分割区域A11至A13的三(3)个代表点而定义的集中图案缺陷分布代表点区域11代表了数据点分布。然而，为了定义更加适合的分布代表区域，可优选地获取额外的代表点。 

作为获取额外的代表点的方法，可使用与上述方法相类似的方法，其中彼此邻近的两(2)个分割区域被定义为关注区域并且使用从分割中心点到数据 点的位置的矢量。在与处在关注区域的两个分割区域之间并且经过分割中心点的线条的延伸方向平行的方向上的矢量的分量的大小(长度)被用作(比较作为)索引。在这种情况下，在获取分量的大小的方法中，可使用如上所述的关注线条。 

然而，仅通过加减数据点的坐标信息和分割中心点的坐标信息不可能计算出与接触分割区域A11和A13的并且起始于分割中心点的线条的延伸方向平行的方向上的数据点的分量。 

在这样的情况下，例如，可使用三角函数来计算分量。图33描绘了图32的数据点当中的、在分割区域A11中的数据点的一个数据。 

在从分割中心点开始并终止于数据点的矢量中，与起始于分割中心点并接触分割区域A11和A13的线条(第一线条)的延伸方向平行的方向上的矢量的分量等同于起始于分割中心点并终止于在第一线条和从数据点到第一线条的垂直线条之间的交叉点的矢量。给出分割区域A11至A13，基于数据点的坐标信息获取矢量和坐标轴之间的夹角，该矢量起始于分割中心点并终止于数据点。因此，可获得在接触分割区域A11和A13的线条与起始于分割中心点并终止于数据点的矢量之间的夹角“θ”(见图33)。因此，还可基于分割中心点和数据点之间的距离和夹角“θ”利用三角函数获得上述分量。 

即，(分量的大小)＝(分割中心点和数据点之间的距离)×cosθ 

基于在如上所述获得的关注区域中的数据点的分量的大小，从分量的大小比关注区域内的代表点的分量大小更大的数据点中，将所有的数据点中具有最大的分量的大小的数据点追加作为(追加)代表点。 

图34描绘了向图32的集中图案缺陷分布9追加额外的代表点的结果。图35描绘了利用图34的代表点定义的集中图案缺陷分布代表点区域11的结果。如图34所示，在分割区域A11和A12的关注区域内不存在要追加的代表点。类似的，在分割区域A12和A13的关注区域内也不存在要追加的代表点。另一方面，在分割区域A11和A13的关注区域内，数据点T11是要追加的代表点。当从作为起始点的代表点到下一个代表点利用线条顺序地连接图34中用白色圆圈表示的四(4)个代表点时，定义了图35所示的集中图案缺陷分布代表点区域11。按照如上方式，可定义更加适合的集中图案缺陷分布代表点区 域11。 

另外，在上述实施例中，当获取与接触两个分割区域并起始于分割中心点的线条的延伸方向平行的方向上的矢量的分量的大小时使用关注线条，该矢量起始于分割中心点并终止于各个数据点。然而，在本发明的实施例中，可不使用关注线条。作为获取分量的大小的方法，可使用其他各种方法。例如，如图30所示，当用于将区域分割成分割区域的两条线条分别平行于X轴和Y轴时，利用在与接触关注区域内的两个分割区域的线条的延伸方向平行的方向上的数据点和分割中心点的坐标分量获得分量的大小。然而，获取分量的大小的方法并不局限于上述方法，还可使用任何其他合适的方法。 

另外，存在获取要追加的代表点的另一方法。 

下面描述获取要追加的代表点的另一(第二)方法。 

当要获取要追加的代表点时，将在与起始于分割中心点并接触分割区域的线条的延伸方向平行的方向上的矢量的分量的大小用作索引，该矢量起始于分割中心点并终止于各个数据点。在这种情况下，不存在关注区域的概念。另外，从分量的大小大于其他任何代表点的分量的大小的数据点中，追加具有最大分量的大小的数据点作为代表点。另外，存在有多个线条的方向，其中每条线条起始于分割中心点并接触分割区域。因此，对于每个方向，利用数据点的分量的大小作为索引可追加代表点。当在任意方向上存在满足上述条件的两个或更多数据点时，可将最靠近分割中心点的数据点选择作为代表点。 

图36描绘了在显示图5的集中图案缺陷分布9的坐标平面上的用于将区域分割成两(2)个分割区域的线条、分割区域的代表点、以及集中图案缺陷分布代表点区域11。 

如图36所示，通过连接两(2)个分割区域中每个分割区域的两(2)个代表点而定义的集中图案缺陷分布代表点区域11表示了集中图案缺陷分布9的数据点分布状态。然而，可优选地获取额外的代表点用于定义更加适合的集中图案缺陷分布代表点区域11。 

图37描绘了利用向图36的集中图案缺陷分布9的代表点追加额外的表点来定义的集中图案缺陷分布代表点区域11的结果。 

在这个实施例中，使用了获取要追加的代表点的第二方法。具体的，在图 37中，对方向B和方向C，分别获取额外的代表点Tb和Tc。方向B和方向C对应于与起始于分割中心点并用于区域分割的线条的延伸方向平行的方向。 

在获取要追加的代表点的第二方法中，类似于如上所述的获取要追加的代表点的方法，可以使用关注线条。 

然而，如图36和图37所示，即当分割区域的线条既不与坐标轴正交又不与坐标轴平行时，仅通过数据点的坐标信息和分割中心点的坐标信息的增加和减少无法计算数据点的分量的大小。 

在这样的情况下，可优选地利用如在具有三(3)个分割区域的情况中描述的三角函数来计算分量的大小。 

基于利用三角函数对分量的大小的计算，将数据点Tb确定(选择)为在B方向上要追加的代表点。此外，将数据点Tc确定(选择)为在C方向上要追加的代表点。图37描绘了通过利用线条从作为起始点的任一代表点开始到相邻区域的下一个代表点连接四(4)个代表点并且还在顺时针或逆时针方向上以相同的方式连接来定义的集中图案缺陷分布代表点区域11的结果，该四(4)个代表点包括图36中的两(2)个代表点和图37中的两(2)个代表点Tb和Tc。通过这种方式，可定义更加适合的集中图案缺陷分布代表点区域11。 

另外，在获取要追加的代表点的第二方法中，从数据点分布区域分割得到的分割区域的数目不局限于两(2)个。当分割区域的数目是三(3)个或更多时，也可以使用这样的第二方法。 

另外，在参考图1和图4关于步骤S5的上面描述中，描述了在不包括数据点的分割区域中，确定了没有代表数据的情况或者分割中心点的坐标是分割区域的代表点的情况。下面参考图38至图40描述这些情况的具体例子。 

图38描绘了坐标平面上的数据点分布状态的再一例子。 

图39描绘了通过对图38的数据点分布25执行与图4的步骤S5-1、S5-2和S5-3相类似的步骤来获得的代表点并利用线条连接这些点而定义的集中图案缺陷分布代表点区域11的结果。在图39中，将区域分割成八(8)个分割区域A21至A28。 

在图39中，分割区域A21和A22不具有数据点。因此，在分割区域A21和A22中不具有代表点。在这样的情况下，当生成(设置)了不包括数据点 的分割区域时，可不必增加所定义的集中图案缺陷分布代表点区域11的大小(面积)。 

图40描绘了除图39的代表点之外还通过追加作为分割中心点的代表点而定义的集中图案缺陷分布代表点区域11。如图40所示，通过将分割中心点设定为不包括数据点的分割区域A21和A22的代表点，可对数据点分布25定义适合的集中图案缺陷分布代表点区域11。 

另外，本发明的实施例还可应用于除半导体制造的信息处理之外的其他处理。例如，本发明的实施例还可应用于图像数据的处理。例如，存在有从图像数据中识别各种对象的技术。作为例子，存在有基于像素色彩将彩色图像分割成区域的方法(例如，见专利文献4至专利文献7)。 

专利文献4：日本专利申请公开No.06-348991 

专利文献5：日本专利No.3659914 

专利文献6：日本专利申请公开No.2007-072987 

专利文献7：日本专利No.3709879 

图41描绘了由移动车辆获取的道路上的停放车辆和路锥的图像。 

当使用从图像数据得知各种对象的公知技术时，可知晓(检测到)停车区域27和路锥区域29(见图41)。描绘停车区域27和路锥区域29的像素是分组XY坐标数据并且可以是要确定的数据分组。因此，根据本发明实施例的方法的上述步骤还可应用于这样的分组XY坐标数据。 

另外，当仅基于色彩或灰阶值分割图像数据的区域时，可能不能知晓对应于图像数据的实际对象是什么。然而，当目的在于例如确保(确定)检测对象和移动车辆之间接触的可能性时，不总是必须知晓对应于图像数据的实际对象是什么。 

这里，例如，假设移动车辆的占用区域是确定区域并且未知的检测对象是障碍物。首先，获取表示障碍物的占用区域(对应于要确定的数据分组的数据点分布区域)的代表点。然后，通过利用线条连接已获得的代表点，获取分布代表点区域。接下来，确定是否存在确定区域与分布代表点区域重叠的重叠区域。 

例如，在图41的图像的情况下，当车辆从停靠车辆或路锥旁边经过时为 了确保停靠车辆或路锥(即，检测对象)和移动车辆之间接触的可能性，假设在图像中由移动车辆占据的区域就是确定区域。首先，获取停车区域27和路锥区域29的代表点。然后，利用线条连接所获得的代表点来定义分布代表点区域。接下来，确定是否存在确定区域与分布代表点区域重叠的重叠区域。 

图42描绘了停车区域27和路锥区域29的数据点分布区域的代表点。这里，将区域分割成八(8)个分割区域，然后获取代表点(以白色圆圈显示)。另外，假设移动车辆在箭头方向上移动。 

图43描绘了当移动车辆在路锥旁边经过时坐标平面上的路锥区域的确定区域和分布代表区域。在这种情况下，不存在对应于移动车辆的确定区域31a与对应于路锥区域29的分布代表点区域29a重叠的重叠区域。因此，确定移动车辆不接触路锥。 

图44描绘了当移动车辆在停靠车辆旁边经过时坐标平面上的停车区域27的确定区域和分布代表区域。在这种情况下，存在对应于移动车辆的确定区域31a与对应于停车区域27的分布代表点区域27a重叠的重叠区域。因此，可确定移动车辆接触路锥。 

另一方面，作为图像的识别方法，存在有诸如图案匹配的公知方法。然而，在根据本发明实施例的方法中，也可识别图像的对象。 

描述一个例子。在数据库中注册与屏幕上显示的道路上的各种对象的形状对应的代表点的信息。例如，从移动车辆获取的图像包括但不局限于停车区域27，路锥区域29和路标区域33、35。 

图46是描绘了指定图像上显示的对象区域的处理的流程图。 

步骤S31：读取图像数据。 

步骤S32：识别图像数据中的对象区域(即，要确定的数据分组的数据点分布区域)。例如，在图45的图像中，识别出停车区域27，路锥区域29和路标区域33、35。 

步骤S33：缩小或放大第一对象区域以使得第一对象区域的高度或宽度等于预定长度。例如，如图47所示，以当参考点“O”具有分别等于路锥区域29中的数据点的最小X坐标值和最小Y坐标值的X坐标值和Y坐标值时路锥区域29的高度方向上的长度等于长度L的方式来缩小或放大路锥区域29。 

步骤S34：在步骤S33中确定的参考点“O”被设置为坐标平面的原点的坐标平面中，获取对象区域的代表点。以上描述了获取代表点的方法。例如，对象区域的重心是分割中心点，和将坐标平面的区域分割成八(8)个分割区域以确定代表点。在图47中，以白色圆圈显示路锥区域29的代表点。 

步骤S35：对于预先已经注册的多个确定区域中的每一个确定区域，获取分布代表点区域与确定区域重叠的重叠区域的面积，该分布代表点区域是利用线条连接代表点而获得的。例如，如果存在对应于如下情况的对象，则将该对象的名称确定为对应于分布代表点区域的对象的名称：重叠区域的面积与确定区域的面积的比率等于或大于第一比率阈值，这里是80％，并且重叠区域的面积与分布代表点的面积的比率等于或大于第二比率阈值，这里是80％。在这种情况下，例如，注册包括但不局限于车辆确定区域、路锥确定区域、第一路标确定区域、第二路标确定区域等的确定区域。 

图48描绘了路锥分布代表点区域和车辆确定区域。图49描绘了路锥分布代表点区域和路锥确定区域。图50描绘了路锥分布代表点区域和第一路标确定区域。将图48中的车辆确定区域27b、图49中的路锥确定区域29b、以及第一路标确定区域33b的高度设置为等于长度L。 

如图48所示，通过连接路锥区域29的代表点而得到的大部分路锥确定区域29b与车辆确定区域27b重叠。 

另外，在这种情况下，区域27b和29a之间的重叠区域的面积与路锥分布代表点区域29a的面积之间的比率例如是大约95％，大于预定的第二比率阈值(80％)。 

然而，区域27b和29a之间的重叠区域的面积与车辆确定区域27b的面积之间的比率例如是大约25％，小于预定的第一比率阈值(80％)。 

因此，路锥区域29的数据分组(要确定的数据分组)不是与车辆确定区域27b(确定区域)对应的相关数据。 

如图49所示，大多数路锥确定区域29a与路锥确定区域29b重叠。 

另外，在这种情况下，区域29a和29b之间的重叠区域的面积与路锥分布代表点区域29a的面积之间的比率例如是大约95％，大于预定的第二比率阈值(80％)。 

另外，区域29a和29b之间的重叠区域的面积与路锥确定区域29b的面积之间的比率例如是大约90％，大于预定的第一比率阈值(80％)。 

因此，路锥区域29的数据分组(要确定的数据分组)是与路锥确定区域29b(确定区域)对应的相关数据。 

如图50所示，路锥分布代表点区域29a和第一路标确定区域33b之间的重叠区域当与图49的情况相比较时是较小的。 

另外，在这种情况下，区域29a和33b之间的重叠区域的面积与路锥分布代表点区域29a的面积之间的比率例如是大约15％，小于预定的第二比率阈值(80％)。 

另外，区域29a和33b之间的重叠区域的面积与第一路标确定区域33b的面积之间的比率例如是大约40％，小于预定的第一比率阈值(80％)。 

因此，路锥区域29的数据分组(要确定的数据分组)不是与第一路标确定区域33b(确定区域)对应的相关数据。 

类似的，路锥分布代表点区域29a和第二路标确定区域之间的重叠区域的面积具有与图50的情况相似的值。因此，路锥区域29的数据分组(要确定的数据分组)不是与第二路标确定区域(确定区域)对应的相关数据。 

另外，例如，基于图像获取的角度，甚至如图51所示当路锥区域29的形状特别是路锥分布代表点区域29a的形状略微不同于路锥确定区域29b的形状时，大多数的路锥分布区域29b与路锥确定区域29b重叠。例如，在图51中，区域29a和29b之间的重叠区域的面积与路锥分布代表点区域29a的面积之间的比率例如是大约90％，大于预定的第一比率阈值(80％)。 

如上所述，即使在图51的情况下，路锥区域29的数据分组(要确定的数据分组)也是与路锥确定区域(确定区域)对应的相关数据。结果，指定路锥区域29代表路锥。 

步骤S36：确定是否存在在步骤S32中被识别并且尚未被处理的对象区域。例如，当存在包括停车区域27、路标区域33和35等尚未被处理的对象区域时(步骤S36中的是)，处理返回到步骤S33以执行步骤S33和S34的处理来指定对象区域中的对象名称。另一方面，当不存在要处理的对象区域时(步骤S36中的否)，结束处理。 

如上所述，本发明实施例还可应用于图像的识别。 

另外，当对象区域的代表信息与对象名称信息相关联并首先被记录在数据库中时，代表点信息可用来指定对象名称。 

图52是描绘了制作图像中显示的对象信息的代表点信息的数据库的处理的流程图。 

步骤S41至S44：类似于参考图46描述的步骤S31至S34，读取图像数据，识别图像数据中的对象区域(要确定的数据分组的数据点分布区域)，缩小或放大对象区域，并选择对象区域的代表点。 

步骤S45：将步骤S44中获得的代表点信息与对象名称信息(要确定的数据分组的识别信息)相关联并注册在数据库中。 

步骤S46：确定是否存在尚未被注册的对象区域。当确定存在尚未注册的对象区域(下一个区域)时(步骤S46中的是)，处理返回步骤S43以便对下一个区域执行步骤S43至S45的处理。另一方面，当确定不存在尚未注册的对象区域(下一个区域)时(步骤S46中的否)，结束处理。 

图53是描绘了基于数据库中的代表点信息指定图像中的对象的处理的流程图。 

步骤S51：读取图像数据。 

步骤S52：识别图像数据中的对象区域。 

步骤S53：缩小或放大对象区域以使得第一对象区域的高度或宽度等于预定长度。例如，通过设置x和y坐标值等于对象区域中的数据点的最小X和Y坐标值的参考点使得对象区域的高度方向上的长度等于预定长度的方式来缩小或放大对象区域。将缩小或放大的对象区域设置为预定区域。 

步骤S54：读取在数据库中注册的每个对象名称信息的代表点。 

步骤S55：对于每个对象名称信息，通过连接所读取的对象名称信息的代表点来定义分布代表点区域。对于每个对象名称信息，获取在步骤S53中得到的确定区域和分布代表点区域之间的重叠区域的面积。将具有最大面积的重叠区域的对象名称信息的对象名称指定为与确定区域对应的对象区域的对象名称。 

步骤S56：确定是否存在尚未确定的对象区域。当确定存在尚未确定的对 象区域(下一个对象区域)时(步骤S56中的是)，处理返回步骤S53并对下一个对象区域执行步骤S53至S55的处理。另一方面，当确定不存在尚未确定的对象区域(下一个对象区域)时(步骤S56中的否)，结束处理。 

如上所述，数据库中注册的代表点信息还可用于指定对象名称。 

在如上的描述中，当要获取代表对象区域的形状的点时，参考点的XY坐标值是对象区域的数据点的最小X值和最小Y值。然而，参考值并不局限于这种配置。 

例如，参考值可具有分别等于对象区域的最小X、Y值与最大X、Y值之间的中间值的X、Y坐标值。可基于制作数据库时和获取确定区域时的相同定义来确定参考点。 

在如上的描述中，利用XY坐标系来表示代表点。然而，还可利用极坐标系来表示代表点。 

另外，当制作对象区域的代表点的数据库时，优选地注册除代表点信息之外的表示分布代表点区域的特征的信息。例如，表示分布代表点区域的特征的信息包括表示分布代表点区域的形状是垂直方向上长还是水平方向上长的索引、如上所述的圆度率等，以关联并注册在数据库中。另外，对象区域的色彩信息也可在数据库中注册为表示对象区域的特征的信息。 

如上所述，当注册表示对象区域的特征的信息时，可利用指定对象区域的信息来限制识别目标。 

另外，在上述实施例中，可指定所获取的图像数据中的对象。此外，本发明的实施例还可应用于检测所获取的图像数据中具有特定形状的区域。 

使用本发明实施例的特定技术领域是检测二维条形码的对准标记和当在半导体制造处理中测量大小时检测对准标记。 

如上所述，本发明实施例还可应用于除在半导体制造中对信息执行的处理之外的其他处理。 

可通过生成用于执行步骤并使得计算机执行所生成的程序的程序来实现如上所述的实施例中的每个步骤。 

根据本发明的实施例，提供了一种识别方法，用于识别坐标平面上的数据点分布区域。该识别方法包括：分布代表点选择步骤，以分割区域从分割中心 点辐射的方式将坐标平面上的区域分割成两个或更多的分割区域，并在每个分割区域中从分割区域中的数据点中选择具有到分割中心点最远距离的数据点作为数据点分布区域的代表点，其中，该分割中心点是任意点和分割的中心，多个数据表示为坐标平面上的数据点，该多个数据构成了要确定的数据分组，该多个数据中的每个数据包括成对的两个变量，数据点分布区域是数据点的分布区域；以及确定步骤，确定是否存在分布代表点区域与确定区域重叠的重叠区域，并且当确定存在重叠区域时确定要确定的数据分组是否为相关数据分组，其中该分布代表点区域是通过线条连接代表点来定义的，该确定区域是在坐标平面上设置的特定区域。 

这里，作为坐标平面，还可使用任何合适的坐标平面，例如直角坐标平面、斜角坐标平面、极坐标平面等。 

另外，坐标平面上的分割区域的数目是两个或更多。 

另外，两个邻近分割区域之间的边界线上的数据点可作为两个分割区域中的每一个分割区域的数据点或两个分割区域的任一个分割区域的数据点来对待。在后一种情况下，可预先定义作为哪一个邻接分割区域的数据点来对待边界线上的数据点。例如，当坐标平面的区域被分割成三(3)个或更多分割区域时，可预先确定作为顺时针或逆时针方向上的前进方向侧的那个分割区域的数据点来对待边界线上的数据点。 

另外，要确定的数据分组可以是半导体器件制造处理中的图案缺陷检查结果数据、颗粒检查结果数据和晶圆测试结果数据。然而，要确定的数据分组并不局限于这些数据。 

另外，识别坐标平面上的数据点分布区域的识别方法还包括代表点信息注册步骤，代表点信息注册步骤将在分布代表点选择步骤中获取的代表点的信息与用来识别要确定的数据分组的信息关联并注册在数据库中，其中在执行确定步骤之前执行代表点信息注册步骤，并且在确定步骤中，通过从数据库读取与用来识别要确定的数据分组的信息相关联的代表点的信息来确定是否存在重叠区域。 

另外，在代表点信息注册步骤中，可将特性信息与用来识别要确定的数据分组的信息相关联并存储在数据库中，该特性信息包括数据点分布区域的分布 范围，分布代表点区域的分布范围，以及分布代表点区域的面积、圆度率和数据点分布密度中的至少一个；并且在确定步骤中，在基于特性信息制作要确定的数据分组的短列表之后，可确定是否存在重叠区域。 

这里，通过数据点分布区域中包括的数据点的XY坐标值中的X轴上的最大值和最小值以及Y轴上的最大值和最小值，或是通过极坐标值的数据点分布区域的最大r值、最小r值、最大θ值和最小θ值来表示用于表示数据点分布区域的分布范围的信息。 

另外，还可通过分布代表点区域中包括的数据点的XY坐标值中的X轴上的最大值和最小值以及Y轴上的最大值和最小值，或是通过极坐标值的分布代表点区域的最大r值、最小r值、最大θ值和最小θ值来表示用于表示分布代表点区域的分布范围的信息。 

另外，在确定步骤中，可确定分布代表点区域的面积是否等于或大于预定的分布代表点面积阈值，并且 

当确定分布代表点区域的面积小于该分布代表点面积阈值时，可确定要确定的数据分组不是相关数据分组。 

另外，在确定步骤中，还可确定重叠区域的面积是否等于或大于预定的重叠区域点面积阈值，并且当确定重叠区域的面积等于或大于该重叠区域阈值时，可确定要确定的数据分组是相关数据分组。 

另外，在确定步骤中，还可确定重叠区域的面积与确定区域的面积之间的比率是否等于或大于预定的第一比率阈值，并且当确定重叠区域的面积与确定区域的面积之间的比率等于或大于预定的第一比率阈值时，可确定要确定的数据分组是相关数据分组。 

另外，在确定步骤中，还可确定重叠区域的面积与分布代表点区域的面积之间的比率是否等于或大于预定的第二比率阈值，并且当确定重叠区域的面积与分布代表点区域的面积之间的比率等于或大于预定的第二比率阈值时，可确定要确定的数据分组是相关数据分组。 

另外，还可执行利用预定的分布代表点面积阈值的处理、利用预定的重叠区域点面积阈值的处理、利用预定的第一比率阈值的处理、以及利用预定的第二比率阈值的处理的组合。即，例如，可执行这些处理中的某些处理，或是执 行这些处理中的所有的处理。 

另外，在确定步骤中，通过以线条彼此之间不交叉的方式利用线条顺序地连接代表点来定义分布代表点区域。 

另外，在代表点信息注册步骤中，可将要确定的数据分组的数据点分布区域的中心或重心确定为分割中心点。 

这里，要确定的数据分组的数据点分布区域的中心是指具有要确定的数据点中包括的数据点的各个变量的值的点，该值中的每个值是通过获取最大值和最小值的总和并随后将该总和除以2而获得的。另外，要确定的数据分组的数据点分布区域的重心是指具有要确定的数据点中包括的数据点的每个变量的值的点，该值中的每个值是变量的平均值。 

另外，在分布代表点选择步骤中，当存在不包括数据点的分割区域时，可将分割中心点选择作为代表点。 

然而，即使当存在不包括数据点的分割区域时，也不总是必然选择分割中心点作为代表点。 

另外，在分布代表点选择步骤中，在选择了代表点之后，可将两个彼此邻接的分割区域设置为关注区域，在关注区域中，从具有矢量的分量的大小大于代表点的分量的大小的数据点，可以提供起始于分割中心点并终止于数据点的矢量，该分量指向与起始于分割中心点并接触关注区域的两个分割区域的线条的延伸方向平行的方向，具有最大的大小的数据点可被追加为代表点。 

另外，当在关注区域内存在具有最大的分量的大小的两个或更多数据点时，可将最靠近分割中心点的数据点追加为代表点。 

另外，在分布代表点选择步骤中，在选择了代表点之后，在与起始于分割中心点并用于将坐标平面的区域分割成分割区域的线条的延伸方向平行的每个方向上，可以提供起始于分割中心点并终止于数据点的矢量，从具有矢量的分量的大小大于代表点的分量的大小的数据点中，可将具有最大的大小的数据点追加为代表点。 

另外，当在与起始于分割中心点并用于将坐标平面的区域分割成分割区域的线条的延伸方向平行的方向上存在两个或更多的具有最大的大小的数据点时，可将最靠近分割中心点的数据点追加为代表点。 

根据本发明的实施例，提供了非易失性计算机可读记录介质，其中包括被以计算机可读格式编码并存储以使得计算机执行上述步骤的程序。 

在根据本发明实施例的识别方法中，以分割区域从分割中心点辐射的方式将坐标平面上的区域分割成两个或更多的分割区域，分割中心点是任意的点和分割的中心点，多个数据表示为坐标平面上的数据点，该多个数据构成了要确定的数据分组，该多个数据中的每个数据都包括成对的两个变量，数据点分布区域是数据点的分布区域，并且在每个分割区域中，从分割区域中的数据点中，选择具有到分割中心点最远距离的数据点作为数据点分布区域的代表点(分布代表点选择步骤)。另外，还确定是否存在分布代表点区域与确定区域重叠的重叠区域，该分布代表点区域是利用线条连接代表点而定义的，该确定区域是在坐标平面上设置的特定区域，并且当确定存在重叠区域时，确定要确定的数据分组是相关数据分组(确定步骤)。 

通过如上方式，当数据点分布区域已经被分布代表点区域所取代时，换句话说，当减少了用于表示数据点分布区域的信息量时，可确定要确定的数据分组的数据点分布区域是否分布在特定的确定区域中。 

另外，在根据本发明实施例的识别方法中，要确定的数据分组可以是半导体器件制造处理中的图案缺陷检查结果数据、颗粒检查结果数据、以及晶圆测试结果数据中的任一个。 

如此，可提取具有类似图案缺陷分布状态、颗粒(污染物、外来物质)缺陷分布状态、或缺陷芯片分布状态的大量晶圆，以便估计由于制造装置和制造处理所导致的缺陷的成因。 

另外，在根据本发明的实施例的识别方法中，所获取的代表点的信息可与用来识别要确定的数据分组相关联并注册到数据库中(代表点信息注册步骤)。在这种情况下，在执行确定步骤之前执行代表点信息注册步骤，并且在确定步骤中，通过从数据库读取与用来识别要确定的数据分组的信息相关联的代表点的信息来确定是否存在重叠区域。 

通过上述方式，不必每次都执行分布代表点选择步骤的处理来执行诸如图案缺陷检查结果数据、颗粒检查结果数据和晶圆测试结果数据的要确定的数据分组的确定步骤的处理，由此能减少处理时间。 

另外，在代表点信息注册步骤中，可将特性信息与用来识别要确定的数据分组相关联并存储在数据库中，该特性信息包括数据点分布区域的分布范围，分布代表点区域的分布范围，以及分布代表点区域的面积、圆度率和数据点分布密度中的至少一个；并且在确定步骤中，在基于特性信息制作了要确定的数据分组的短列表之后，可确定是否存在重叠区域。 

通过上述方式，可减少要确定的数据分组的数目，由此能减少处理时间。 

另外，在根据本发明实施例的识别方法中，在确定步骤中，可确定分布代表点区域的面积是否等于或大于预定的分布代表点面积阈值，并且当确定分布代表点区域的面积小于预定的分布代表点面积阈值时，可确定要确定的数据分组不是相关数据分组。 

通过上述方式，当不期望将具有较小分布代表点区域或较小数据点分布区域的要确定的数据分组确定为相关数据分组时，可去除这样的要确定的数据分组。 

另外，当在确定是否存在重叠区域之前执行上述利用分布代表点面积阈值的处理时，可不必执行该处理来确定在具有较小分布代表点区域或较小数据点分布区域的要确定的数据分组上是否存在重叠区域。 

另外，在确定步骤中，还可确定重叠区域的面积是否等于或大于预定的重叠区域点面积阈值，并且当确定重叠区域的面积等于或大于重叠区域点面积阈值时，可确定要确定的数据分组是相关数据分组。 

通过上述方式，当不期望将具有较小重叠区域的要确定的数据分组确定为相关数据分组时，可去除这样的要确定的数据分组。 

另外，在确定步骤中，还可确定重叠区域的面积与确定区域的面积的比率是否等于或大于预定的第一比率阈值，并且当确定重叠区域的面积与确定区域的面积的比率等于或大于预定的第一比率阈值时，可确定要确定的数据分组是相关数据分组。 

通过上述方式，当不期望将具有重叠区域的面积与确定区域的面积的较小比率的要确定的数据分组确定为相关数据分组时，可去除这样的要确定的数据分组。 

另外，在确定步骤中，还可确定重叠区域的面积与分布代表点区域的面积 的比率是否等于或大于预定的第二比率阈值，并且当确定重叠区域的面积与分布代表点区域的面积的比率等于或大于预定的第二比率阈值时，可确定要确定的数据分组是相关数据分组。 

通过上述方式，当不期望将具有重叠区域的面积与分布代表点区域的面积的较小比率的要确定的数据分组确定为相关数据分组时，可去除这样的要确定的数据分组。 

另外，在确定步骤中，通过以线条彼此不交叉的方式利用线条顺序地连接代表点的方式定义分布代表点区域。 

通过上述方式，可根据数据点分布区域的轮廓来定义分布代表点区域。 

另外，在分布代表点选择步骤，可将要确定的数据分组的数据点分布区域的中心或重心选择作为分割中心点。通过上述方式，当通过计算机执行本发明实施例的步骤时，可自动地设置适用于要确定的数据分组的分割中心点，而无需操作员手动地设置分割中心点。 

另外，在分布代表点选择步骤中，当存在不包括数据点的分割区域时，可将分割中心点选择作为代表点。通过上述方式，当与没有将分割中心点选择作为代表点的情况相比较，可根据数据点分布区域的轮廓来定义更加适合的分布代表点区域。 

另外，在分布代表点选择步骤中，在选择了代表点之后，可将两个彼此邻接的分割区域设置为关注区域，在关注区域内，从具有矢量的分量的大小大于代表点的分量的大小的数据点，可以提供起始于分割中心点并终止于数据点的矢量，该分量指向与起始于分割中心点并接触关注区域的两个分割区域的线条的延伸方向平行的方向；具有最大的大小的数据点被追加为代表点。通过上述方式，可根据数据点分布区域的轮廓定义更加适合的分布代表点区域。 

另外，当在关注区域内存在具有最大的分量的大小的两个或更多数据点时，可将最靠近分割中心点的数据点追加为代表点。通过上述方式，从关注区域内具有最大的分量的大小的两个或更多数据点中，可选择最靠近接触关注区域的两个分割区域的线条的数据点，由此能根据数据点分布区域的轮廓定义更加适合的分布代表点区域。 

另外，在分布代表点选择步骤中，在选择了代表点之后，在与起始于分割 中心点并用来将坐标平面上的区域分割成分割区域的线条的延伸方向平行的每个方向上，提供起始于分割中心点并终止于数据点的矢量，从具有矢量的分量的大小大于代表点的分量的大小的数据点中，可将具有最大的大小的数据点追加为代表点。同样通过上述方式，可根据数据点分布区域的轮廓定义更加适合的分布代表点区域。 

另外，当在与起始于分割中心点并用来将坐标平面上的区域分割成分割区域的线条的延伸方向平行的方向上存在两个或更多的具有最大的大小的数据点时，可将最靠近分割中心点的数据点追加为代表点。通过上述方式，从关注区域内具有最大的分量大小的两个或更多数据点中，可选择最靠近接触关注区域的两个分割区域的线条的数据点，由此能根据数据点分布区域的轮廓定义更加适合的分布代表点区域。 

根据本发明的实施例，提供了非易失性计算机可读记录介质，其中包括被以计算机可读格式编码并存储以使得计算机执行上述步骤的程序。利用记录介质，通过程序，可使计算机执行根据本发明实施例的识别方法的步骤。 

尽管已经参考具体实施例对本发明作出完整而清楚的公开，但是所附的权利要求并不应该局限于此而是可被解释为落入这里提出的基本教示之内本发明技术人员可以想到的所有变形和修改构造。 

例如，附图可用来描述本发明的实施例。然而，并不总是在任何步骤中附图这些步骤都是必要的。即，利用确定区域的信息和具有成对的两个变量的多个数据的数据分组，可执行每个步骤。 

另外，在上述实施例中，使用了XY直角坐标平面。然而，作为本发明中使用的坐标平面，还可使用斜角坐标平面。 

本发明还可用于识别数据分组是否分布在特定区域内，该数据分组包括具有成对的两个变量的多个数据。 

Claims (14)

1.一种识别坐标平面上的数据点分布区域的识别方法，所述识别方法包括：

分布代表点选择步骤，包括：

以分割区域从分割中心点辐射的方式将坐标平面上的区域分割成两个或更多的分割区域，所述分割中心点是任意点和分割区域的中心，多个数据表示为坐标平面上的数据点，所述多个数据构成了要确定的数据分组，所述多个数据中的每一个数据包括成对的两个变量，数据点分布区域是数据点的分布区域，和

在每个分割区域内，从分割区域的数据点中选择具有到分割中心点最远距离的数据点作为数据点分布区域的代表点；以及

确定步骤，包括：

确定是否存在分布代表点区域与确定区域重叠的重叠区域，分布代表点区域是利用线条连接代表点来定义的，确定区域是在坐标平面上设置的特定区域，和

当存在重叠区域时，确定要确定的数据分组是相关数据分组；

其中，要确定的数据分组是半导体制造处理中的图案缺陷检查结果数据、颗粒检查结果数据、以及晶圆测试结果数据中的任一个。

2.根据权利要求1所述的识别坐标平面上的数据点分布区域的识别方法，进一步包括：

代表点信息注册步骤，将在分布代表点选择步骤中获取的代表点的信息与用来识别要确定的数据分组的信息关联并注册到数据库中，其中，

在执行确定步骤之前执行代表点信息注册步骤，并且

在确定步骤中，通过从数据库读取与用来识别要确定的数据分组的信息相关联的代表点的信息来确定是否存在重叠区域。

3.根据权利要求2所述的识别坐标平面上的数据点分布区域的识别方法，其中，

在代表点信息注册步骤中，将特性信息与用来识别要确定的数据分组的信息相关联并存储在数据库中，所述特性信息包括数据点分布区域的分布范围，分布代表点区域的分布范围，以及分布代表点区域的面积、圆度率和数据点分布密度中的至少一个，并且

在确定步骤中，在基于特性信息制作要确定的数据分组的短列表之后，确定是否存在重叠区域。

4.根据权利要求1所述的识别坐标平面上的数据点分布区域的识别方法，其中，

在确定步骤中，确定分布代表点区域的面积是否等于或大于预定的分布代表点面积阈值，并且

当确定分布代表点区域的面积小于分布代表点面积阈值时，确定要确定的数据分组不是相关数据分组。

5.根据权利要求1所述的识别坐标平面上的数据点分布区域的识别方法，其中，

在确定步骤中，还确定重叠区域的面积是否等于或大于预定的重叠面积阈值，并且

当确定重叠区域的面积等于或大于重叠面积阈值时，确定要确定的数据分组是相关数据分组。

6.根据权利要求1所述的识别坐标平面上的数据点分布区域的识别方法，其中，

在确定步骤中，还确定重叠区域的面积与确定区域的面积的比率是否等于或大于预定的第一比率阈值，并且

当确定重叠区域的面积与确定区域的面积的比率等于或大于预定的第一比率阈值时，确定要确定的数据分组是相关数据分组。

7.根据权利要求1所述的识别坐标平面上的数据点分布区域的识别方法，其中，

在确定步骤中，还确定重叠区域的面积与分布代表点区域的面积的比率是否等于或大于预定的第二比率阈值，并且

当确定重叠区域的面积与分布代表点区域的面积的比率等于或大于预定的第二比率阈值时，确定要确定的数据分组是相关数据分组。

8.根据权利要求1所述的识别坐标平面上的数据点分布区域的识别方法，其中，

在确定步骤中，通过以线条彼此不交叉的方式利用线条顺序地连接代表点来定义分布代表点区域。

9.根据权利要求1所述的识别坐标平面上的数据点分布区域的识别方法，其中，

在分布代表点选择步骤中，将要确定的数据分组的数据点分布区域的中心或重心选择作为分割中心点。

10.根据权利要求1所述的识别坐标平面上的数据点分布区域的识别方法，其中，

在分布代表点选择步骤中，当存在不包括数据点的分割区域时，将分割中心点选择作为代表点。

11.根据权利要求1所述的识别坐标平面上的数据点分布区域的识别方法，其中，

在分布代表点选择步骤中，在选择了代表点之后，将两个彼此邻接的分割区域设置为关注区域；在该关注区域中，从具有矢量的分量的大小大于代表点的分量的大小的数据点中，提供起始于分割中心点并终止于数据点的矢量，所述分量指向与起始于分割中心点并接触关注区域的两个分割区域的线条的延伸方向平行的方向；并且将具有最大的大小的数据点追加为代表点。

12.根据权利要求11所述的识别坐标平面上的数据点分布区域的识别方法，其中，

当在关注区域内存在具有最大的分量的大小的两个或更多数据点时，将最靠近分割中心点的数据点追加为代表点。

13.根据权利要求1所述的识别坐标平面上的数据点分布区域的识别方法，其中，

在分布代表点选择步骤中，在选择了代表点之后，在与起始于分割中心点并用来将坐标平面上的区域分割成分割区域的线条的延伸方向平行的每个方向上提供起始于分割中心点并终止于数据点的矢量；并且从具有所述矢量的分量的大小大于代表点的分量的大小的数据点中，将具有最大的大小的数据点追加为代表点。

14.根据权利要求13所述的识别坐标平面上的数据点分布区域的识别方法，其中，

当在与起始于分割中心点并用来将坐标平面上的区域分割成分割区域的线条的延伸方向平行的方向上存在两个或更多的具有最大的大小的数据点时，将最靠近分割中心点的数据点追加为代表点。

Images