CN102543789A - 基板的品质评价方法及其装置 - Google Patents

Abstract

本发明提供基板的品质评价方法及其装置，其在ELA工序中，高速并且与目视检查员的品质评价值或最终画质相匹配。一边使成为评价对象的基板在一个方向上连续地移动，一边拍摄向基板从倾斜方向照射光后由于在基板上形成的多晶硅薄膜而产生的一次衍射光所形成的像来取得一次衍射光像，并且拍摄来自基板的正反射光或透射光的光轴附近的散射光的像来取得光轴附近的散射光像，对该取得的一次衍射光像的图像和光轴附近的散射光像的图像进行处理，提取多个特征，使用该提取的多个特征中的至少一个以上的特征，按照事先设定的评价基准，计算在基板上形成的多晶硅薄膜的品质评价值，来评价在基板上形成的多晶硅薄膜的品质。

Description

基板的品质评价方法及其装置

技术领域

本发明涉及根据使用光或激光得到的检查对象物的图像(检测图像)来评价基板的品质的检查，特别涉及适合于对在TFT基板、有机EL基板等上形成的结晶硅的品质进行评价的基板的品质评价方法及其装置。

背景技术

在以TFT液晶显示装置或有机EL显示装置为代表的平板(flat panel)的生产现场中，具有对在玻璃基板上形成的非晶硅膜照射脉冲准分子激光，由此在低温状态下在玻璃基板的一部分区域上形成结晶硅的工序。把该工序称为ELA(Excimer Laser Anneal)工序。在此，由于照射激光能量的变动，结晶硅的颗粒的大小变化，为了决定最终的面板的品质，需要评价结晶硅的品质(颗粒的大小或波动)，使准分子激光退火装置的激光功率最佳化，或者排除品质差的基板。为此，检查员通过目视来进行评价，由于是感官检查，所以由于检查员的不同评价结果不同，存在品质不稳定的问题，需要将品质定量化的方式以及装置。作为一个方法，具有通过电子显微镜(SEM)进行的评价，但是需要切断基板，并且评价花费时间，在生产线中不实用。此外，还具有对基板照射微波和激光，根据晶体的介电常数来评价结晶性的装置，但是全部检查困难。此外，在生产线中，作为高速地评价结晶硅的品质的另外的技术，在日本特开2006-19408号公报(专利文献1)中记载了对结晶硅的表面照射可视光线，取得其反射光的图像，根据图像的亮度均一性、条状模样的对比度等检查结晶硅表面的晶体品质的优劣的方法。此外，在日本特开2001-308009号公报(专利文献2)中记载了向进行了准分子激光退火处理的基板照射光，监视来自基板的衍射光，使准分子激光的照射条件最佳化。

关于结晶硅的品质评价，如上所述，很多时候是检查员通过目视进行的感官评价。因此，根据检查员的不同，评定基准存在微妙的差异，需要设定对它们进行了汇总的判定基准，并适当进行更新。此外，在处理进程(process)启动时，还预想到产生新的品质恶化原因，判定基准有可能变化。并且，在作为检查对象物的平板的制造工序中，当在ELA工序之后经过多个工序后，作为最终的画质的评价进行点亮检查。因此，有可能需要一边参照结晶硅的品质和最终画质的相关，一边反映最终画质的结果来，适当变更结晶硅的品质判定基准。

在专利文献1记载的方法中，没有记载根据处理进程的变化或检查条件的变化等，灵活地应对检查基准。

此外，在专利文献2记载的方法中，仅记载了仅使用来自基板的衍射光的信息，也没有记载根据处理进程的变化或检查条件的变化等灵活地应对检查基准。

【专利文献1】日本特开2006-19408号公报

【专利文献2】日本特开2001-308009号公报

发明内容

本发明的目的在于提供基板的品质评价方法及其装置，其在ELA工序中，能够根据处理进程的变化或检查条件的变化等灵活地应对检查基准，高速并且能够取得与目视检查员的品质评价值或最终画质的匹配。

为了解决上述课题，本发明在评价在基板上形成的多晶硅薄膜的品质的装置中具备：工作台单元，其放置成为评价对象的基板，并能够在至少一个方向上连续地移动；图像取得单元，其拍摄向放置在该工作台单元上的基板从倾斜方向照射光后由于在基板上形成的多晶硅薄膜而产生的一次衍射光所形成的像来取得一次衍射光像，并且拍摄来自基板的正反射光或透射光的光轴附近的散射光的像来取得光轴附近的散射光像；特征提取单元，其对该图像取得单元取得的一次衍射光像的图像和光轴附近的散射光像的图像进行处理，提取多个特征；品质评价值计算单元，其使用该特征提取单元提取的多个特征中的至少一个以上的特征，按照事先设定的评价基准，计算在基板上形成的多晶硅薄膜的品质评价值。

此外，为了解决上述课题，在本发明中，评价在基板上形成的多晶硅薄膜的品质的方法为：一边使成为评价对象的基板在一个方向上连续地移动，一边拍摄向基板从倾斜方向照射光后由于在基板上形成的多晶硅薄膜而产生的一次衍射光所形成的像来取得一次衍射光像，并且拍摄来自基板的正反射光或透射光的光轴附近的散射光的像来取得光轴附近的散射光像，对该取得的一次衍射光像的图像和光轴附近的散射光像的图像进行处理，提取多个特征，使用该提取的多个特征中的至少一个以上的特征，按照事先设定的评价基准，计算在基板上形成的多晶硅薄膜的品质评价值。

根据本发明，能够输出与基于目视观察、评价的判定相匹配的品质评价值。此外，通过使多个基板的图像与该基板的产品完成后的品质成为组合(set)，事先输入成为基板的品质评价值计算的基础的判定基准，能够事先预测最终的品质。

附图说明

图1是表示品质评价装置的一个实施方式的概要结构的方框图。

图2是表示品质评价装置的结构的概念的方框图。

图3A是表示对基板上的多晶硅膜照射激光来产生一次衍射光的状态的基板的截面图。

图3B是概念性地表现退火用激光功率与多晶硅薄膜的晶粒直径的关系的曲线图。

图4是表示计算基板的品质评价值的处理的流程的流程图。

图5表示计算基板的品质评价值的处理的概念的流程图。

图6是形成成为评价对象的结晶硅的基板的图像的概念图。

图7是以用户的观点设定判定基准的处理的一例的流程图。

图8是根据最终点亮检查时的品质评价值设定判定基准的处理的一例的流程图。

图9是表示品质评价装置的照明光学系统的另一方式的概要结构的方框图。

图10是表示根据从多个光学系统得到的图像设定基板的品质的判定基准的处理的一例的流程图。

图11是表示根据从多个光学系统得到的图像计算基板的品质评价值的处理的一例的流程图。

符号说明

1光学系统；2A/D变换部；3图像处理部；4a、4b照明部；5基板；7a、7b检测部；8-1预处理部；8-2评价值计算部；11a、11b传感部；9整体控制部；13工作台。

具体实施方式

使用附图说明本发明的基板的品质评价方法以及其装置的实施方式。首先，说明作为检查对象物以形成了结晶硅的基板作为对象的品质评价装置的实施方式。

图2是表示本发明的基板的品质评价装置100的实施方式的概念图。光学系统1具有照明部4以及多个检测部7a、7b来构成。照明部4在调节了照明条件(例如照射角度、照明方位、照明波长、偏振状态等)的状态下照射评价对象物5(形成了结晶硅的基板)。通过从照明部4出射的照明光，从检测对象物5产生散射光。在此，把向检测部7a的方向散射的光称为散射光6a，把向检测部7b的方向散射的光称为散射光6b。通过检测部7a以及检测部7b作为散射光强度信号分别检测散射光6a以及散射光6b。该检测到的散射光强度信号分别通过A/D变换部2被放大然后进行A/D变换，输入给图像处理部3。

图像处理部3适当地具有预处理部8-1、评价值计算部8-2。针对输入给图像处理部3的散射光强度信号，在预处理部8-1中进行后述的判定基准的计算。评价值计算部8-2根据预处理部8-1中生成的判定基准，进行后述的处理，计算基板的品质评价值，并输出给整体控制部9。

散射光6a以及散射光6b分别是指分别在检测部7a以及检测部7b的方向上产生的散射光分布。如果照明部4的照明光的光学条件不同，则由此产生的散射光6a和散射光6b相互不同。在本实施例中，把由于某个照明光产生的散射光的光学性质以及其特征称为该散射光的散射光分布。更具体地说，散射光分布是指针对散射光的出射位置、出射方位、出射角度的强度、振幅、相位、偏振、波长、相干性等光学参数值的分布。

然后，在图1中表示用于实现图2所示的结构的具体的品质评价装置的一个实施方式的方框图。即，本实施例的品质评价装置100具备：光学系统1，该光学系统1具有对检查对象物(例如形成了结晶硅的基板5)从倾斜方向照射照明光的照明部4、使来自基板5的一次衍射光的方向的散射光成像的检测光学系统(一次衍射光检测系统)7a、使来自试样5的正反射光的附近的散射光成像的检测光学系统(正反射光附近散射光检测系统)7b、接收通过各个检测光学系统成像的光学像，将其变换为图像信号的传感器11a、11b；对传感部11a、11b得到的图像信号进行放大然后进行A/D变换的A/D变换部2；图像处理部3；整体控制部9。在此，以散射光为例来详细说明该处理。衍射光也进行同样的处理。

在能够在XY平面内移动以及旋转、以及能够向与XY平面垂直的Z方向移动的工作台(X-Y-Z-θ工作台)13上放置基板5，X-Y-Z-θ工作台13通过机械控制器14驱动。此时，将基板5放置在X-Y-Z-θ工作台13上，一边使该X-Y-Z-θ工作台13在水平方向上移动，一边检测来自检查对象物上的异物的散射光，由此作为二维图像得到检测结果。

照明部4的照明光源41可以使用激光，也可以使用灯。此外，各照明光源的光的波长可以是短波长，此外还可以是宽频带的波长的光(白光)。在使用短波长的光时，为了提高检测的图像的分辨率(检测细微的缺陷)，还可以使用紫外区域的波长(160～400nm)的光(Ultra Violet Light：UV光)。在将激光作为光源使用时，在其为单波长的激光时，还能够在照明部4中具备用于降低相干性的单元43。照明部4还具有使从照明光源41发射的光成为平行光的准直透镜42、将准直后的光变换为一个方向上长(在图1的情况下，在与纸面垂直的方向上长)的波束形状的圆柱透镜44。照明条件(例如照射角度、照明方位、照明波长、偏振状态等)由用户选择或者自动选择，在照明驱动器12中进行与选择条件对应的设定、控制。

基于从基板5发出的散射光中的来自通过ELA在基板5上形成的多晶硅薄膜的规则的突起状图形的反射光的一次衍射光及其附近的散射光，经由检测光学系统7a通过传感部11a被变换为图像信号。此外，从基板5在正反射光方向上散射的光，通过空间滤波器71b遮挡正反射光，正反射光附近的散射光经由检测光学系统7b通过传感部11b被变换为图像信号。检测光学系统7a具备物镜72a、光学滤波器73a、成像透镜74a，在传感部11a上会聚并成像。此外，检测光学系统7b也与7a一样具备物镜72b、光学滤波器73b、成像透镜74b。

传感部11a、11b采用一维图像传感器(CCD线性传感器)或二维排列多个一维图像传感器而构成的时间延迟积分型的图像传感器(Time DelayIntegration Image Sensor：TDI图像传感器)，与X-Y-Z-θ工作台13的移动同步地通过图像传感器检测散射光分布，得到二维图像。此外，73a、73b是光学滤波器，由ND滤波器或衰减器(attenuator)等能够调整光强度的光学元件、或者偏振板或偏振分束器或波长板等偏振光学元件、或者带通滤波器或二向色镜等波长滤波器中的某一种或它们的组合来构成，控制检测光的光强度、偏振特性、波长特性中的某一种或它们的组合。

图像处理部3计算作为检查对象物的基板5上的品质评价值，包含：针对从传感部11a、11b输入的图像信号，设定用于计算品质评价值的基准的预处理部8-1；基于设定的品质判定基准，根据检测到的图像计算品质评价值的评价值计算部8-2；以及接受从外部输入的参数、数据等，向所述预处理部8-1以及评价值计算部8-2进行设置的数据示教部8-3来构成。并且，在图像处理部3中，数据示教部8-3连接数据库15。

整体控制部9具有进行各种控制的CPU(内置在整体控制部9中)，适当地连接了用户接口部(GUI部)16以及存储装置17，该用户接口部16具有接受来自用户的参数等，显示检测到的基板的图像、品质评价值等的显示单元和输入单元，该存储装置17存储通过图像处理部3处理后的基板的特征量、图像、品质判定基准等。机械控制器14根据来自整体控制部9的控制指令，驱动X-Y-Z-θ工作台13。此外，也根据来自整体控制部9的指令驱动图像处理部3、检测光学系统7a、7b等。

作为评价对象的基板5例如是玻璃基板，在表面上规则地形成了大量结晶硅。整体控制部9通过X-Y-Z-θ工作台13使基板5连续地移动，与其同步地从传感部11a、11b取得基板的像，针对得到的两种散射光(6a、6b)的各个图像计算各种特征，并将计算出的特征的值与事前设定的判定基准进行比较来计算品质评价值。

在图3A中表示了对于在玻璃基板300上形成的非晶硅薄膜310的一部分通过准分子激光进行退火而形成了晶粒直径整齐的多晶硅薄膜320的状态的基板300，从光源350以入射角度θ1(相对于基板300的法线方向的角度)向基板300照射照明光351，在基板300的表面一侧的θ2方向上产生一次衍射光352的状态。

通过该准分子激光退火而形成的多晶硅薄膜320的晶粒直径依赖于准分子激光的照射能量(激光的功率密度与照射时间的乘积)。即，当提高向非晶硅薄膜310照射的激光的功率时，如图3B所示，从超过某一能量等级开始非晶硅薄膜310开始结晶，多晶硅薄膜320成长。然后，当进一步提高照射的激光的功率时，多晶硅薄膜320的晶粒直径进一步成长增大。

在此，当成为多晶硅薄膜320的晶粒直径整齐的状态时，在多晶硅薄膜320的表面上对应于晶体的晶粒直径按照大体恒定的间距P形成突起(在与图3A的图面垂直的方向上也按照恒定的间距形成了突起)。该膜表面的突起的间距P根据多晶硅薄膜320的晶体颗粒直径而变化。

另一方面，在图3A所示的结构中，在从光源350发射的波长为λ的照明光向基板300的入射角度θ1、从形成了多晶硅薄膜320的基板300产生的一次衍射光的出射角度θ2、以及多晶硅薄膜320的表面的突起的间距P之间，通过

【数学式1】

sinθ1+sinθ2＝λ/P    (数学式1)

表现的关系成立。

即，在对非晶硅薄膜310进行退火时的准分子激光的功率中存在波动(空间的分布)或变动(随时间经过的变化)时，多晶硅薄膜320的晶粒直径变化。结果，从θ1的方向被照射的基板300产生的一次衍射光的出射角度θ2变化。因此，通过检测一次衍射光253并求出其角度θ2，能够推定多晶硅薄膜320的晶粒直径。

然后，说明图像处理部3的基板的品质评价值计算部8-2的处理的流程的一例。图4表示根据对图1所示的基板5通过工作台13的扫描从传感部11a得到的一次衍射光分布的图像，计算品质评价值的处理的流程的概要。对评价值计算部8-2输入事前设定的判定基准410和通过传感部11a检测到的基板5的图像420。评价值计算部8-2，首先为了揭示左右品质的特征，除去妨碍评价的噪音(S410)。作为噪音的例子，具有传感器的电气噪音、依赖于检测仰角而产生的亮度衰减(shading)、照明不均等。作为除去噪音的方法，具有平滑化、特定频带的除去等。然后，关于除去了噪音的基板的图像，计算一个或多个特征量(S402)。

在此，在对象为结晶硅时，由于准分子激光的照射能量的变动所引起的条状的不均、基板内的亮度分布，等成为左右品质的特征的例子。因此，作为对它们进行量化的特征量的例子，包括：

特征(1)：根据具有条状的不均的方向的亮度投影计算的对比度

特征(2)：关于图像内的各像素，亮度梯度强度的图像内分布。图6表示该例子。61是形成了结晶硅的基板的图像。设通过准分子激光退火装置对在表面上形成了非晶硅薄膜的基板进行照射的一个方向上较长地形成的激光的长度方向为X方向，扫描方向(进给方向)为Y方向。当由于照射激光能量的变动或在一个方向上较长地形成的激光的长度方向的能量的分布等，通过激光退火所形成的多晶硅的品质劣化时，如61那样，沿X方向的条状的不均变得显著。因此，当把检测图像的各点的亮度值设为f(x、y)时，特征(1)，如(数学式2)那样在X方向上计算各像素的投影亮度平均，把投影亮度平均的Y方向的变化量(数学式3)设为对比度。

【数学式2】

投影亮度平均A(y)＝(∑(f(x+i，y)))/n  (数学式2)

                  i＝0，1，...，n-1(i是X方向的运算范围)

【数学式3】

对比度C(y)＝max{|A(y)-A(y-1)|，|A(y+1)-A(y)|} (数学式3)

特征(2)，对于各像素如(数学式4)那样运算亮度梯度强度，在对象区域内求出其直方图，将其作为特征。

【数学式4】

梯度强度 $M(x,y)=\sqrt{}\{\mathrm{fx}{(x,y)}^2+\mathrm{fy}{(x,y)}^2\}$

fx(x，y)＝f(x+1，y)-f(x-1，y)    (数学式4)

fy(x，y)＝f(x，y+1)-f(x，y-1)

特征(1)和(2)是特征量的一个例子，还可以是其他的表示基板的特征的特征量。然后，将多个特征量中的全部特征量或若干特征量与事先设定的判定基准进行比较(S403)，根据判定基准决定基板的品质评价值(S404)。然后，根据该品质评价值判定激光退火装置的激光照射条件是否良好(S405)，并输出其结果(S406)。

图5是在S404中决定基板的品质评价值的具体的概念图。510、520是关于各个不同的基板，在同一检测条件下取得的图像。当把这样的基板5的图像输入到图像处理部3时，首先，关于基板5的各个图像运算特征量A、B、......。在此，表示了使用两个特征量A、B计算品质评价值的例子。在本发明中，通过预处理部8-1事先决定使用特征量A、B的判定基准。

图5的530是表示判定基准的特征空间的例子。即，在以特征A、特征B为轴的二维特征空间中，设定各品质评价值的取得范围。530是像If“ThA1＜特征A≤ThA2”and“ThB1＜特征B≤ThB2”Then Level 1那样，为了能够通过阈值决定评价值的范围，以与轴平行的方式用矩形划分各评价值的范围得到的判定基准的例子。然后，通过在该设定了各评价值的范围(图中的530的Level1～Level4)的特征空间上，根据在哪里标绘根据评价对象基板的图像计算出的特征量，来决定品质评价值。

在图5的特征空间530中表示了在Level 1(等级1)的区域内标绘根据基板510的图像计算出的特征量，在Level 3中标绘根据基板520的图像计算出的特征量，把各个评价值决定为Level 1、Level 3(S404)。在图5中，通过与特征轴平行的直线进行划分得到的矩形区域来表示特征空间530中的判定基准，但是还可以通过相对于特征轴具有斜率的直线进行划分。此外，也能够不通过直线，而通过曲线在特征空间上划分各评价值的区域。

关于区域的设定，用户可以设定If“ThA1＜特征A≤ThA2”and“ThB1＜特征B≤ThB2”Then Level 1这样的阈值(ThA1、ThA2、ThB1、ThB2)。此外，还可以在用户接口部16中显示530那样的特征空间，在GUI上直接由用户设定各评价值的范围。

在本实施例中，决定品质评价值的判定基准并不局限在图5所示的二维特征空间530中的设定，还可以在更高维的特征空间中设定。例如，在使用了三种特征量的三维特征空间中，能够在平面、曲面上设定品质判定基准。并且，在更高维的特征空间中，品质判定基准成为超平面、超曲面。此时，用户难以对于多个特征轴设定阈值。因此，在本发明中具有基于监督学习的判定基准设定功能。

图7是以用户的观点设定判定基准410时的处理流程的例子。首先，用户通过目视观察基板5(S701)，对基板5设定品质评价值(S702)。重复该步骤，以组合(set)的方式准备网罗了品质评价值的基板5和评价值。然后，通过光学系统1取得评价的基板5的图像(S703)。用户把得到的基板5的图像与用户设定的该基板5的评价值作为组合，筹备多个这样的组合以便网罗各个评价值，然后输入给图像处理部3。当向图像处理部3输入了基板5的图像与评价值的多个组合时，预处理部8-1针对在S702中设定了评价值的评价值为已知、即有示范的基板的图像，除去噪音(S704)，计算特征量(S705)。特征量与通过评价值计算部8-2计算出的评价值相同。然后，学习根据图像计算出的特征量与该图像的评价值的全部组合(S706)，输出判定基准710。

在S706中执行的学习使用参数化的方法、非参数化的方法等各种一般的识别器。作为其一个例子，具有以下的方法：假定在特征空间中标绘的各评价值的分布按照正态分布，求出根据各图像的特征量计算出的在特征空间中标绘的点进入到作为示范而输入的评价值的分布的概率，来计算判定基准。当把成为某个评价值的根据n个图像计算出的特征量设为x1、x2、......、xn时，用于把它作为正确的评价值的识别函数φ通过(数学式5)(数学式6)来给出。

【数学式5】

x的概率密度函数 $p\left(x\right)=\frac{1}{{\left(2\mathrm{\π}\right)}^{\frac{d}{2}}\sqrt{\left|\mathrm{\Σ}\right|}}\exp \{-\frac{1}{2}{(x-\mathrm{\μ})}^t{\mathrm{\Σ}}^{t-1}(x-\mathrm{\μ})$ (数学式5)

在此，μ是全部点的平均 $\mathrm{\μ}=\frac{1}{n}{\mathrm{\Σ}}_{i=1}^n{x}_j$

∑是协方差 $\mathrm{\Σ}={\mathrm{\Σ}}_{i=1}^n(x_i-\mathrm{\μ}){(x_i-\mathrm{\μ})}^t$

【数学式6】

识别函数φ(x)＝1(if p(x)≥th then正确)    (数学式6)

               0(if p(x)＜th then不正确)

叙述了根据基板自身的观察结果决定了用户设置的各基板的评价值的例子，但用户可以观察在703中检测到的图像，给出作为示范的评价值。无论哪种方法都在本发明的范围内，即向基板的图像赋予加入了用户的基准的评价值来作为示范，使用识别器进行学习，生成判定基准，由此输出与实际的检查员的目视评价结果相匹配的品质评价值。通过该预处理部8-1生成的判定基准710用作在图4的处理流程中说明的输入到品质评价值计算部8-2的判定基准410。

通过预处理部8-1进行的判断基准710的设定，不仅限于作为示范给出在S702中设定的用户的评价基准。图8是这样的例子。首先，通过目视观察形成了结晶硅的基板(S801)。另一方面，通过光学系统1对基板5进行拍摄取得基板5的图像(S803)并存储。并且，把该目视观察的基板经过各制造工序后的最终点亮检查时的品质评价值与取得的图像组合(S802)，筹备多个这样的组合以便网罗各评价值，然后输入给图像处理部3。以后的处理与图7相同，在预处理部8-1中关于基板的图像进行噪音的去除(S704)，计算特征量(S705)，学习根据图像计算出的特征量与该图像的最终点亮评价值的全部组合(S706)，输出判定基准810。

在本例中，向基板的图像赋予加入了最终点亮检查时的基准的评价值来作为示范，使用识别器进行学习，生成判定基准，由此输出与最终品质相匹配的品质评价值。为了学习而作为示范赋予的评价值，还可以是其他通过电子显微镜(SEM)进行观察得到的评价值等要取得匹配的评价值。

如上所述，按照图1说明了用于实现图2所示的结构的具体的品质评价装置的实施方式的例子，图9表示了光学系统1的另一方式的品质评价装置900的例子。即，作为本实施例的品质评价装置的另一方式，说明具备图9所示的光学系统91的结构。在光学系统91中，对于形成了多晶硅的玻璃基板95，把照明部94配置在背面并进行照射。此时，在检测光学系统(一次衍射光检测系统)97a中，使得来自在玻璃基板95上形成的多晶硅膜的规则的突起状的图案的反射光的一次衍射光成像，通过传感部911a检测该像，得到一次衍射光的图像。另一方面，在检测光学系统(玻璃基板透射光附近的散射光检测系统)97b中，遮挡玻璃基板透射光使其附近的散射光成像，通过传感部911b检测该像，取得玻璃基板透射光附近的散射光的图像。

照明部94的结构与在图1中说明的照明部4的结构相同，具备照明光源941、准直透镜942、光学滤波器943、圆柱透镜944。检测一次衍射光的检测光学系统97a的结构与在图1中说明的一次衍射光检测系统7a的结构相同，具备物镜972a、光学滤波器973a、成像透镜974a，在传感部911a中会聚并成像。检测透过玻璃基板95的透射光的附近的散射光的检测光学系统97b的结构，与图1中说明的正反射光附近散射光检测系统7b的结构相同，具备用于遮挡透过了玻璃基板95的透射光的遮光滤波器971b、物镜972b、光学滤波器973b、成像透镜974b，在传感部911b中会聚并成像。作为从背面照射玻璃基板95的优点，例如关于图1的照明部4与一次衍射光检测系统7a的配置关系，与为了使构造物相互不干扰而需要加以制约相比，能够不受制约地配置一次衍射光检测系统97a和照明部91。在图9所示的结构中，在一次衍射光检测系统97a与检测透射光附近的散射光的检测光学系统97b干扰的情况下，可以对于透过玻璃基板95的透射光的光轴倾斜地配置检测透射光附近的散射光的检测光学系统97b的光轴。此时，透过了相对于检测光学系统97b的光轴偏移的玻璃基板95的透射光不会被传感部911b处理，所以不需要遮光滤波器971b。

在此，通过具有多个检测系统，可以得到基于各种检测仰角的衍射光、散射光的图像。由此，可以得到更加准确的品质评价值。说明它的例子。首先，一方的检测系统(例如一次衍射光检测系统7a)能够以高的析像度取得来自基板5的散射光的图像。由此，能够评价以ELA工序中的准分子激光的照射功率过于不足为起因的多晶硅薄膜的晶粒直径的大小(品质评价值A)。通过另一检测系统(例如正反射光或基板透射光的光轴附近的散射光检测系统7b)能够以低的析像度得到来自基板5的与晶粒直径对应的强度的散射光信号。由此，能够评价以脉冲准分子激光的脉冲缺失或激光冲击的稳定性等为起因的结晶硅的不均一性等(品质评价值B)。根据品质评价值A，能够评价在ELA工序中在准分子激光退火装置中设定的激光功率的好坏，能够设定最佳功率值等。此外，根据品质评价值B，能够评价将全部作为对象的结晶硅的质量。通过把学习时的示教数据作为最终点亮检查时的品质来生成判定基准，可以事先预测ELA工序后的各基板的最终的画质，可以提前防止品质不良。

如上所述，不是根据从不同的检测系统得到的多个图像计算各个评价值，而还能够综合从多个不同的系统得到的多个图像的信息，计算一个品质评价值。

图10表示了其过程的一例。首先，在针对一个基板100的图像取得条件不同的条件下进行检测，取得多个基板100的图像(例如，一次衍射光的图像100a、正反射或基板透射光的光轴附近的散射光的图像100b)(S1001)，设定在取得了该图像的基板上形成的多晶硅薄膜的评价值102(可以是用户观点的评价值、基于SEM观察结果的评价值等中的任意一种)(S1002)。使这些基板100的多个图像100a以及100b与设定的评价值的数据相关联作为组合输入给图像处理部3。当向图像处理部3输入了基板的图像与评价值的多个组合时，在预处理部8-1中对各个图像(100a、100b)进行噪音去除处理S1003a以及1003b，计算特征量(S1004a、S1004b)。噪音去除处理S1003a和S1003b可以是不同的处理。此外，通过特征量计算S1004a和S1004b计算出的特征量可以是相同种类的特征量，也可以是不同种类的特征量。然后，针对一个基板，学习根据多个图像计算出的特征量与该基板的评价值的全部的组合(S1005)，输出判定基准(S1006)。

图11表示使用在图10中计算出的判定基准计算基板的品质评价值的处理的流程的概要。向评价值计算部8-2输入按照图10的处理流程事先设定的判定基准1101和传感部11a和传感部11b(或传感部911a和传感部911b)两者检测到的基板的图像1100a、1100b(S1101、S1100a、S1100b)。通过评价值计算部8-2对各个图像1100a、1100b进行噪音去除处理(S1102a、S1102b)。噪音的除去方法可以是各自不同的方法。然后，关于去除了噪音的基板的各图像，进行运算求出多个特征量(1103a、1103b)。特征量运算步骤S1103a以及S1103b中计算的特征量可以是相同种类的特征量，也可以是不同种类的特征量。然后，把在特征量运算步骤S1103a以及S1103b中分别计算出的多个特征量中的全部或者若干个特征量，与如图10所示事先设定的判定基准1101进行比较(S1104)，根据判定基准决定基板的品质评价值(S1105)。由此，可以根据在不同的光学条件下检测出的多个图像决定基板的品质评价值。然后，根据该品质评价值，判定激光退火装置的激光照射条件的优劣(S1106)，输出其结果(评价值)(S1107)。

根据本发明，可以得到与检查员通过目视直接观察基板同样的图像，并且对于该图像学习人的评价结果作为已知的品质评价值，来生成判定基准，由此能够输出与人的判定相匹配的品质评价值。

并且，学习最终点亮检查结果作为已知的品质评价值来生成判定基准，由此，对于ELA工序后的基板，能够事先预测最终品质。

由此，可以根据定量的评价值决定ELA装置的最佳条件，实现基板的品质的稳定。此外，可以根据全部基板的定量的评价值，实现品质的管理，ELA装置的不良情况的检测，能够提前防止品质的不良。

以上，以在基板上形成的结晶硅为对象的品质评价为例，来说明本发明的一个实施方式，但是还可以用于TFT液晶面板或有机EL面板等平板的画质检查。此外，评价对象不限于平板的玻璃基板或点亮时的画质，如果是对品质进行定量化，例如还可以用于半导体晶片的品质检查等。

Claims (10)

1.一种基板的品质评价装置，其评价在基板上形成的多晶硅薄膜的品质，其特征在于，具备：

工作台单元，其放置成为评价对象的基板，并能够在至少一个方向上连续地移动；

图像取得单元，其拍摄向放置在该工作台单元上的所述基板从倾斜方向照射光后由于在所述基板上形成的多晶硅薄膜而产生的一次衍射光所形成的像来取得一次衍射光像，并且拍摄来自所述基板的正反射光或透射光的光轴附近的散射光的像来取得光轴附近的散射光像；

特征提取单元，其对该图像取得单元所取得的所述一次衍射光像的图像和所述光轴附近的散射光像的图像进行处理，提取多个特征；以及

品质评价值计算单元，其使用该特征提取单元提取出的该多个特征中的至少一个以上的特征，按照事先设定的评价基准，计算在该基板上形成的多晶硅薄膜的品质评价值。

2.根据权利要求1所述的基板的品质评价装置，其特征在于，

还具备判定基准设定单元，其通过使用所述图像取得单元取得的形成了所述多晶硅薄膜的基板的图像来进行学习，生成所述事先设定的评价基准。

3.根据权利要求2所述的基板的品质评价装置，其特征在于，

所述判定基准设定单元，通过使对所述基板的图像设定的评价值与所述基板的图像的特征量相关联地进行学习，生成所述判定基准。

4.根据权利要求1至3的任意一项所述的基板的品质评价装置，其特征在于，

还具备激光照射条件优劣判定单元，其根据所述品质评价值计算单元计算出的在所述基板上形成的多晶硅薄膜的品质评价值，判定形成了所述多晶硅薄膜的激光退火装置的激光照射条件的优劣。

5.根据权利要求1至3的任意一项所述的基板的品质评价装置，其特征在于，

所述图像取得单元具体如下拍摄来自所述基板的正反射光或透射光的光轴附近的散射光的像：通过遮光板遮挡来自所述基板的正反射光或透射光，拍摄没有被该遮光板遮挡的散射光所形成的像。

6.一种基板的品质评价方法，其评价在基板上形成的多晶硅薄膜的品质，其特征在于，

一边使成为评价对象的基板在一个方向上连续地移动，一边拍摄向所述基板从倾斜方向照射光后由于在所述基板上形成的多晶硅薄膜而产生的一次衍射光所形成的像来取得一次衍射光像，并且拍摄来自所述基板的正反射光或透射光的光轴附近的散射光的像来取得光轴附近的散射光像，

对该取得的一次衍射光像的图像和所述光轴附近的散射光像的图像进行处理，提取多个特征，

使用该提取出的多个特征中的至少一个以上的特征，按照事先设定的评价基准，计算在所述基板上形成的多晶硅薄膜的品质评价值。

7.根据权利要求6所述的基板的品质评价方法，其特征在于，

具体如下设定所述事先设定的评价基准：通过使用所述取得的形成了多晶硅薄膜的基板的图像进行学习来生成。

8.根据权利要求6或7所述的基板的品质评价方法，其特征在于，

具体如下设定所述事先设定的评价基准：通过使对所述取得的形成了多晶硅薄膜的基板的图像设定的评价值与所述基板的图像的特征量相关联地进行学习，来生成所述判定基准。

9.根据权利要求6或7所述的基板的品质评价方法，其特征在于，

根据所述计算出的在基板上形成的多晶硅薄膜的品质评价值，判定形成了所述多晶硅薄膜的激光退火装置的激光照射条件的优劣。

10.根据权利要求6或7所述的基板的品质评价方法，其特征在于，

具体如下拍摄来自所述基板的正反射光或透射光的光轴附近的散射光的像：通过遮光板遮挡来自所述基板的正反射光或透射光，拍摄没有被该遮光板遮挡的散射光所形成的像。

Images