JP2000346627A - 検査装置 - Google Patents

Abstract

(57)【要約】 【課題】 本発明の目的は、半導体製造工程において、
ウェハ上に発生する欠陥を性能上問題となる欠陥を、疑
似欠陥を検出することなく、効率的かつ高速かつ簡易に
検出する方法および装置を提供すること。 【解決手段】検査画像中の通常領域について基準画像デ
ータと検査画像データとを比較検査する通常領域検査手
段と、検査画像中の特別領域につき通常検査領域と異な
る検査方法にて検査する特別領域検査手段とを備えてい
る。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は検査装置に関するも
のである。好ましい検査対象は半導体ウェハの如く検査
領域の内部に異なる特性の欠陥が発生する複数の領域を
有する量産品である。

【０００２】

【従来の技術】ウェハプロセスの最終工程である最終外
観検査は、現在も人による目視検査が中心に行われてい
る。また、特開昭62-65432号公報「ウェハ外観検査装
置」にもあるように、基準画像データを作成しておき、
検査対象チップの画像データ（以下、検査画像データと
言う。）を取得し、基準画像データと検査画像データと
の位置合わせを行い、各々のチップパターン対応部位の
画像データを比較して、相違状況が所定条件内ならば上
記検査対象チップの検査画像データに相当するパターン
部分の外観を良好と判定し、所定条件外であるならば異
常と判定し、欠陥と判定する方法および装置が用いられ
ている。

【０００３】

【発明が解決しようとする課題】一方、通常の半導体製
造工程においては、最終外観検査の前に製造した半導体
チップの概略電気性能を確認・判定するため、半導体チ
ップの通電検査（電気検査）が実施されている。この電
気検査においては、半導体チップ上の電極等の特殊な部
位（通常パッド（PAD)と呼ばれている。）にプローブと
呼ばれる特殊な針を当て、このプローブを通して通電検
査をしている。この時に発生する外観および性能上で欠
陥でないプローブの針跡（以下、プローブ痕と云う。）
は、プローブ自身の形状経時変化、プローバ（複数のプ
ローブを有する電気検査装置）の位置合わせ精度および
位置合わせ位置の経時変化、オペレータによるプローブ
指定位置のバラツキのため、形状が安定しないとともに
パッド領域内で位置が大きくバラついていることが多
い。したがって良品であってもプローブ痕部分の画像は
一定しないことになる。

【０００４】前記にあげた特開昭62-65432号公報「ウェ
ハ外観検査装置」の如く、基準画像データと検査画像デ
ータとの単純な比較を行う検査方法では、良品の画像を
基準画像とし、単に比較するので、プローブ痕の形状バ
ラツキとプローブ痕の位置バラツキにより検査画像と基
準画像とは一致しないため、プローブ痕を異常と判定
し、欠陥と認識する。このようにしてチップの性能上は
全く問題ないが、プローブ痕のバラツキによる外観上の
違いにより欠陥（疑似欠陥）とされ、製品の歩留まりを
低下させることとなる。

【０００５】その一方で、プローブ痕がパッドより少し
でもはみ出した場合、半導体パターンの基本部分がプロ
ーブと接触することにより破壊されている可能性がある
ので必ず検出する必要が生ずる。

【０００６】さらに、加工工程の条件変動等の影響でパ
ッド部分が微妙に変質し変色することが生ずる。この場
合に先に述べた電気検査では正常であるがその後の工程
において製品不良を引き起こす確率が高いと言われてい
る。この微妙な変質・変色は、通常の画素単位での基準
画像データとの比較（通常差分）では検出し難い。

【０００７】本発明の目的は、半導体製品等の製造工程
において、検査対象物上に発生する性能上問題となる欠
陥を、疑似欠陥を検出することなく、効率的かつ高速か
つ簡易に検出する検査装置を提供することにある。

【０００８】

【課題を解決するための手段】上記目的を達成するた
め、本発明によれば、撮像光学系カメラから得られる基
準画像データと検査対象の検査画像データとを比較検査
する検査装置であって、検査画像中の通常領域について
基準画像データと検査画像データとを比較検査する通常
領域検査手段と、検査画像中の特別領域につき通常検査
領域と異なる検査方法にて検査する特別領域検査手段と
を備えたことを特徴とする検査装置が提供される。

【０００９】また、本発明の好ましい形態によれば、前
記通常領域検査手段は、検査画像データと基準画像デー
タとの差異を統計的に算出して比較検査するものであ
り、前記特別領域検査手段は基準画像データから求めた
閾値よりも異常な領域の特別領域内における存在割合に
より比較検査するものであることを特徴とする検査装置
が提供される。

【００１０】また、本発明の好ましい形態によれば、少
なくとも特別領域およびその近傍を、特別領域内、特別
領域境界上、通常領域と区分し、それぞれに検査条件を
含む領域情報を持った領域マップを作成し、該領域マッ
プに基づいて特別領域の検査をすることを特徴とする検
査装置が提供される。

【００１１】また、本発明の好ましい形態によれば、検
査画像データの値が所定の白閾値より大きい時、白と判
定し、黒閾値より小さい時、黒と判定する白・黒の所定
の閾値を、前記特別領域別または全特別領域に対して一
括して設定する閾値設定手段と、この白・黒閾値により
検査画像データにおける該特別領域データを白・黒判定
評価し、その白・黒部位の個数が各々の特別領域の白・
黒個数閾値より大きいまたは小さい時に欠陥と判定する
欠陥判定手段を備えたことを特徴とする検査装置が提供
される。

【００１２】また、本発明の好ましい形態によれば、特
別領域およびその近傍を、特別領域内、特別領域境界
上、通常領域と区分し、検査画像データの該区分された
各領域ごとの平均値および／または標準偏差が対応する
所定の平均値閾値および／または標準偏差閾値のいずれ
かより大きい時または小さい時に欠陥と判定する欠陥判
定手段を備えたことを特徴とする検査装置が提供され
る。

【００１３】また、本発明の好ましい形態によれば、前
記基準画像データは複数の正常品の学習画像データをも
とに作成されたものであり、各学習画像データ毎に各特
別領域に対応する第１次統計量を求め、これらの第１次
統計量から各特別領域に対応した平均値および標準偏差
の第２次統計量を求め、これらの第２次統計量に基づい
て、検査時の特別領域に対応する白・黒閾値、平均値閾
値・標準偏差閾値等を決定する閾値決定手段を備えたこ
とを特徴とする検査装置が提供される。

【００１４】また、本発明の好ましい形態によれば、前
記基準画像データは複数の正常品の学習画像データをも
とに作成されたものであり、各学習画像データ毎に各特
別領域に対応する画像データ平均値および標準偏差の第
１次統計量を求めるとともに、これらの第１次統計量を
用いて、当該学習画像パターンデータの各特別領域に対
応する白・黒閾値を決定し、該白・黒閾値を用いて当該
各特別領域の白・黒部位個数を求めることを複数の画像
の学習過程において繰り返し、該学習により得られた各
特別領域における白・黒部位の個数の平均値および標準
偏差の第２次統計量を用いることにより、検査実行時の
各特別領域に対応した白・黒個数閾値を決定することを
特徴とする検査装置が提供される。

【００１５】また、本発明の好ましい形態によれば、前
記基準画像データは複数の正常品の学習画像データをも
とに作成されたものであり、各学習画像パターンデータ
毎に各特別領域の画像データの第１次統計量を求めると
ともに、これらの第１次統計量を用いることにより、白
・黒判定された点を除く点の各特別領域の画像パターン
データの統計量を求めるとともに各特別領域に対応した
白・黒閾値を決定し、白・黒閾値を用いて当該各特別領
域の白・黒個数を求めることを繰り返し、これらの各々
の値から各特別領域に対応した第２次統計量を求め、第
２次統計量を用いることにより、検査時の各特別領域に
対応した白・黒閾値、白・黒個数閾値、平均値閾値・標
準偏差閾値等を決定することを特徴とする検査装置が提
供される。

【００１６】また、本発明の好ましい形態によれば、前
記通常領域検査手段は、特別領域の画像を所定の画像に
置換し、該置換された検査画像と前記特別領域に対応す
る部位を前記所定の画像に置換した基準画像とを比較検
査することを特徴とする検査装置が提供される。

【００１７】また、本発明の好ましい形態によれば、前
記通常領域検査手段は、基準画像と検査画像との特別領
域の画像データを各々別個の画像データに／または同じ
画像データに置換し、該置換された検査画像と基準画像
とを比較検査することを特徴とする検査装置が提供され
る。

【００１８】また、本発明の好ましい形態によれば、基
準画像データの該置換値を各特別領域の平均値の平均値
とし、検査画像データの該置換値を該検査画像データの
各特別領域の平均値とすることを特徴とする検査装置が
提供される。

【００１９】また、本発明の好ましい形態によれば、特
別処理の内容が画像強調処理であり、領域マップのデー
タの内容がルックアップテーブル番号であることを特徴
とする検査装置が提供される。

【００２０】また、本発明の好ましい形態によれば、検
査対象品を載置するＸＹθステージを備え、該ＸＹθス
テージを移動させ画像を取得する際、取得画像内の検査
領域が該取得画像の中央部に配置される様、前記ＸＹθ
ステージを移動させるとともに、パターンマッチングに
より見つけたマッチング位置と検査条件設定工程で指定
したＦＯＶアライメント・パターン位置とのズレ量を用
いて、ＸＹθステージの移動量を補正することを特徴と
する検査装置が提供される。

【００２１】

【発明の実施の形態】本発明の好ましい実施形態におい
ては、他の部品と接続させるためにチップ上に生成され
るパッド部を特殊処理する領域として指定することによ
り、パッド部に発生するプローブ痕は、痕面積が所定の
面積以下でありかつパッド領域内にある限り欠陥として
認識されないようにする。また、特別領域境界上の画素
が評価されるのでプローブ痕のパッド部からのはみ出し
は正確に検出可能となる。さらに、パッド部の微妙な変
質・変色は、パッド部領域の画像データを統計処理する
ことにより、通常の画素単位での基準画像データとの比
較（通常差分）する方法と比べて高感度の検出が可能と
なる。

【００２２】また、これらの判別に用いる各種の閾値を
基準データ作成時の学習過程において自動的に決定する
ので簡易な操作が可能となる。

【００２３】本発明による半導体検査方法および装置の
実施形態例を図１、２を用いて説明する。本形態の装置
は、ウェハ搬送部１０、撮像部２０、ステージ部３０、
画像処理部４０および制御部５０より構成されている。

【００２４】ウェハ搬送部１０は、ウェハ１１を内部に
２５枚保持できるウェハカセット１２、Ｘ，Ｚ，θの3
軸を持ったウェハ搬送ロボット１３、ウェハプリアライ
ナ１４より構成されている。まず、ウェハ搬送ロボット
１３はウェハカセット１２内に保持されたウェハ１１を
ウェハカセット１２より取り出し、ウェハプリアライナ
１４の所定位置にセットする。ウェハプリアライナ１４
はセットされたウェハ１１の中心位置とオリエンテーシ
ョンフラット（オリフラ）１６を自動的に検出し、ウェ
ハ搬送ロボット１３のウェハ保持アーム１５に対して所
定の位置にウェハ１１の中心位置とオリフラ１６部がく
る様にウェハ１１をＸＹθ方向に移動させる（この一連
の動作をプリアライメントと言う。）。プリアライメン
トが終了すると、ウェハ搬送ロボット１３は、ウェハプ
リアライナ１４よりウェハ１１を受け取り、ＸＹθステ
ージ３１の所定位置（通常のウェハ１１の中心位置とＸ
Ｙθステージ３１の中心位置が一致する位置）にセット
する。その後ウェハ搬送ロボット１３は、所定位置に移
動し、ウェハの検査が終了するまで待機状態に入る。

【００２５】次にＸＹθステージ３１は、ウェハ１１の
中心位置が撮像部２０の所定の位置に来るよう移動す
る。

【００２６】撮像部２０は電動レボルバ２１を備えた顕
微鏡２２と顕微鏡２２の上部に装着されたＣＣＤカメラ
２３および照明装置２４、照明用電源２５より構成され
ている。電動レボルバ２１には、同軸落射および／また
は暗視野照明のできる１個以上の対物レンズ２６が装着
されており、検査精度に対応して電動レボルバ２１を回
転させることにより対物レンズ２６を切り換えて、ＸＹ
θステージ３１上にある被検査対象ウェハ１１上のチッ
プの画像が、所定の倍率で得られる様になっている。

【００２７】照明装置２４の光源は、白色のハロゲンラ
ンプを用いており、顕微鏡２２のレンズ系を介して被検
査対象のウェハ１１の表面に照射され、その反射光が顕
微鏡２２のレンズ系を介してＣＣＤカメラ２３に取り込
まれる。光量を安定するために、照明用電源２５は安定
化電源を採用しており、後述する制御部５０からのコマ
ンドにより出力電圧または出力電流の設定ができる様に
なっている。

【００２８】また、撮像部２０は、ＸＹθステージ３１
のウェハ設置面に対して垂直（Ｚ軸）方向に移動可能な
様に、１軸のＺ軸ステージ２７に取り付けられており、
撮像部２０をＺ軸ステージ２７により移動させることに
より、被検査対象のウェハ１１上のチップ面に対して合
焦できる様になっている。

【００２９】撮像部２０のＣＣＤカメラ２３により、被
検査対象のウェハ１１上のチップの画像が撮像され、映
像信号（通常、ビデオ信号）に変換され出力される。映
像信号は、次の画像処理部４０に入力される。

【００３０】画像処理部４０は、映像分配器４１と画像
処理装置４２とオートフォーカス装置４３と画像モニタ
４４と画像切換器４５によって構成されている。入力さ
れた映像信号は、映像分配器４１により減衰されること
なく、画像処理装置４２、オートフォーカス装置４３へ
と入力されている。画像切換器４５は、画像処理装置４
２とオートフォーカス装置４３の各々の映像出力端子に
接続されており、出力端子には画像モニタ４４が接続さ
れている。

【００３１】画像切換器４５により、画像処理装置４２
またはオートフォーカス装置４３の映像出力を、画像モ
ニタ４４に切り換えて表示できる様になっている。

【００３２】画像処理装置４２に入力された映像信号
は、画像処理装置４２内にあるアナログ／デジタル変換
器（以降、Ａ／Ｄ変換器と言う。）４６により、８Ｂｉ
ｔ、２５６階調の濃淡画像データに変換され、ＣＣＤカ
メラ２３の各画素に対応して画像処理装置４２内の所定
メモリ内に保存される。

【００３３】画像処理装置４２は、図示しないが、補助
の記憶装置であるメモリカードおよび／またはハードデ
ィスク等、リムーバブル記憶装置であるフロッピーディ
スク記憶装置および／または光磁気記憶装置等を備えて
いる。

【００３４】画像処理装置４２において、詳細は後述す
るが、上記の如く保存された被検査濃淡画像データと別
途保存された基準画像データとの画像データの位置合わ
せを実施し、被検査濃淡画像データでの検査領域の設
定、画像の比較等の処理を行い、基準画像との差異の程
度が所定の閾値を越えたものを欠陥として判別するよう
にプログラムされている。また、検出した欠陥位置等を
画像データ上に重ねて映像信号として出力し、画像モニ
タ４４に表示できる様になっている。

【００３５】オートフォーカス装置４３は、入力された
映像信号から合焦位置を検出できる様、例えば映像信号
の微分値（隣接する画素との輝度の差分値）の総和を求
めるようになっており、Ｚ軸を移動させながら連続的に
映像信号を入力すると上記が映像信号の微分値の総和が
最大（合焦位置）となるＺ軸位置を検出できる様になっ
ている。さらにオートフォーカス装置４３は、Ｚ軸移動
の制御も受け持っており、前記の連続的に映像信号を入
力するためのＺ軸移動、映像信号の微分値の総和が最大
となるＺ軸位置への移動、指定位置への移動を後述する
制御部５０からのコマンドにより実行できるようになっ
ている。

【００３６】制御部５０は、演算部（パソコン本体部）
５１とキーボード５２とマウス５３、制御部モニタ５
４、プリンタ５５等を備えている。また、演算部５１
は、内部または外部に補助の記憶装置であるメモリカー
ドおよび／またはハードディスク等、リムーバブル記憶
装置５６であるフロッピーディスク記憶装置および／ま
たは光磁気記憶装置等を備えている。

【００３７】制御部５０は、装置全体の制御を担当して
いると共に、キーボード５２等による検査条件等の入力
および検査結果等の表示を制御部モニタ５４等に行うマ
ン／マシンインターフェイスを兼ねている。制御部５０
の演算部（パソコン本体部）５１は、ＲＳ２３２Ｃおよ
び／またはパラレルＩＯおよび／またはＬＡＮボードに
より、ウェハ搬送部１０、撮像部２０の照明用電源２
５、ステージ部３０のステージコントローラ３２、画像
処理部４０の画像処理装置４２およびオートフォーカス
装置４３と双方向送受信可能な様、接続されており、各
機器にコマンドを送ることにより各機器の動作を制御し
ている。また、ステージコントローラ３２に接続された
ジョイスティック３３を用いることにより、ＸＹθステ
ージ３１を任意の位置に動かすことが出来るようになっ
ている。

【００３８】本実施例の場合、ＣＣＤカメラはアナログ
出力形式のものを用いたが、Ａ／Ｄ変換機能をカメラ側
に有するデジタル出力形式のＣＣＤカメラを用いてもよ
く、さらに、出力が８Ｂｉｔ以上、すなわち２５６階調
以上のデジタル濃淡画像データを出力するＣＣＤカメラ
でもよい。当然のことながら、デジタル出力形式のＣＣ
Ｄカメラを用いた場合は、画像処理装置４２に組み込ま
れたＡ／Ｄ変換器は不要となる。

【００３９】以上、本発明装置の構成と動作概要につい
て説明したが、以下において実際の検査方法について図
２から図６を用いて説明する。

【００４０】本発明に関わる検査工程は図６に示す如
く、大きく分けて、検査条件設定工程７０、トレーニン
グ工程８０、検査準備工程９０、検査工程１００、結果
出力工程１１０およびレビュー工程１２０の６つの工程
に分けられる。 ［ウェハの説明］最終外観検査で用いられる半導体ウェ
ハ１１は、図２に示す如くオリエンテーションフラット
（通常オリフラと言う。）１６と、シリコンウェハ上に
格子状に配列されたチップ１７を有している。図２のチ
ップ部分を図示したものが図３であり、図３のパッド部
分近傍のみを図示したものが図４である。 ［検査条件設定工程７０］ ［初期条件設定］検査条件設定工程７０は図２に示す如
く、被検査対象ウェハ１１のサイズ、被検査対象ウェハ
１１上に配置されている被検査対象チップ１７のサイズ
および被検査対象チップ１７の被検査対象ウェハ１１上
での配置条件等の条件を制御部５０のキーボード５２等
で入力する。これらのデータにより、ウェハ上のチップ
配列のマップ（以下、ウェハマップと言う。）を作成す
る。

【００４１】検査条件設定工程７０およびトレーニング
工程８０において被検査対象ウェハとは、実際の検査対
象であるウェハそのものでもよいし、検査対象となる品
種の特別選別された専用のウェハでもよい。 ［ウェハ搬送・プリアライメント］次に、ウェハ搬送ロ
ボット１３を用いて、被検査対象ウェハ１１をウェハカ
セット１２より取り出し、ウェハプリアライナ１４を通
してウェハの中心およびオリフラ１６を所定の位置に合
わせ（プリアライメント）後、ＸＹθステージ３１上に
搬送させる。ＸＹθステージ３１は、既に入力されてい
る条件を基に、被検査対象ウェハ１１上のほぼ中央にあ
る被検査対象チップ１７が顕微鏡２２の直下に来る位置
に移動する。 ［グローバルアライメント用パターン登録］ＣＣＤカメ
ラ２３で得られる被検査対象チップ１７の画像が後述す
るグローバルアライメントに最適な倍率（分解能）にな
る様に対物レンズ２６を選択し、被検査対象チップ１７
の画像の中で特異なチップパターンを有する部分、例え
ば規則的に配置されている４個の被検査対象チップ１７
の各々の４角が集まっている部分、を適当なサイズの長
方形（四角形）で指定し、グローバルアライメント・パ
ターンとして登録保存する。 ［グローバルアライメント実行］次に、制御部５０より
グローバルアライメント・コマンドを実行することによ
り、ウェハ中央部のチップ１７と隣接するチップ１７を
用いて先に登録保存したグローバルアライメント用のパ
ターンを用いてパターンマッチングを行い、検出した中
央部チップ１７と隣接するチップ１７での２つマッチン
グ位置データを基にＸＹθステージ３１を回転させ、Ｃ
ＣＤカメラ２３に対しての角度補正を行った後、中央部
のチップ１７と適当な距離にあるチップ１７を用いて前
述のパターンマッチングと角度補正を繰り返し、ＣＣＤ
カメラ２３の画素配列とウェハ上のチップ配列が所定の
角度範囲に入るようにする。この一連の動作を、グロー
バルアライメントという。 ［光学条件設定］グローバルアライメント終了後、検査
を希望する欠陥の大きさにより、検査に使用する対物レ
ンズ２６を選択し、ＣＣＤカメラ２３より得られるチッ
プ画像の輝度データが０〜２５５（８Ｂｉｔ分解能）の
範囲に収まる様、照明用電源２５の電圧または電流値を
設定する。 ［検査領域設定］次に、画像モニタ４４に映し出される
検査対象チップ画像上の２点すなわち始点と終点を指定
することにより、四角形の検査領域６１を設定する（図
３）。 ［複数画面での検査］検査対象チップ１７のサイズが大
きく１画面に入りきらない時には、まず始点を指定し、
ＸＹθステージ３１をジョイスティック３３を用いて移
動させ、終点を画像モニタ４４に映し出した状態で終点
を指定する。この場合、ＸＹθステージ３１の移動量お
よび画像上の指定位置座標より、画素分解能（１画素の
視野）を考慮して実際の検査領域が計算される。また、
指定された検査領域を１画面の処理で検査できない為、
複数の領域に分割し、複数画面で検査する様になってい
る。この場合、検査領域内に検査できない領域を生じさ
せないため、各領域間をオーバーラップさせるオーバー
ラップ量はあらかじめ設定された条件から自動的に計算
され、複数領域に分割する様になっている。 ［複数チップでの検査］一方、チップサイズが小さく、
ＣＣＤカメラ２３の１画面内に複数のチップ画像が得ら
れる場合、複数個のチップ領域を一括して一つの検査領
域として指定できる様になっている。

【００４２】どちらの場合においても、検査画像内の基
準画像データと被検査画像の検査領域画像データを比較
するために両画像の位置合わせを行う必要がある。この
ため、各々の画像に対する位置合わせ用の画像パターン
を設定する必要がある。通常、各検査画像のことをＦＯ
Ｖ（Field of View）と言い、位置合わせ用画像パター
ンのことをＦＯＶアライメント・パターンと言う。 ［ＦＯＶアライメント・パターン登録］各検査画像に対
するＦＯＶアライメント・パターン登録コマンドを実行
すると、ＸＹθステージ３１が移動し、被検査画像６０
（ＦＯＶ）内の中央に検査領域６１が来るようになって
いる。ＦＯＶアライメント・パターンとして、この被検
査画像６０内で特異なパターンの存在する部分をグロー
バルアライメント・パターンと同様に始点、終点の２点
を指定する事により長方形（四角形）領域の画像パター
ンを登録・保存する。検査実行時にこのＦＯＶアライメ
ント・パターンを用いて、パターンマッチングを実行
し、被検査画像６０内の検査領域６１および後述する特
別領域６２の位置合わせを行う。各検査画像に対して１
個以上のＦＯＶアライメント・パターンの登録・保存を
順次行う。パターンマッチングに要する時間を短くする
ため、パターンを探す領域（サーチ領域）を、ＦＯＶア
ライメント・パターンを登録・保存した座標位置を中心
として、ＸおよびＹ方向のサイズにＸＹθステージ３１
の機械的精度を考慮した領域に限定している。

【００４３】［比較検査の感度条件設定］次に、基準画
像データとの比較検査で使用する感度パラメータであ
る、 オフセットパラメータ；Sc#A、 比例パラメータ ；Sc#B、 サイズパラメータ ；Sc#Sz 等の判定条件を設定する。

【００４４】ただし、これらのパラメータは実際の検査
において、位置合わせを行った後の被検査画像６０内の
検査領域６１の図示しない検査対象画素のデータをDi
(通常)(x,y)とし、基準画像データの検査対象画素に対
応する画素のトレーニング時の値Dt(通常)(x,y)の平均
値Ave(通常)(x,y)とした場合に、欠陥画素の判定を、 ｜Ave(通常)(x,y)-Di(通常)(x,y)｜ ＞ Sc#A+Ave(通常)(x,y)×Sc#B （１） を満たす場合、その画素を欠陥画素とする。また、欠陥
画素が隣接する場合それを一つの集合体とし、その集合
体の大きさDc#Szが、 Dc#Sz＞Sc#Sz （２） の時、欠陥として検出するという形で使用される。

【００４５】［特別領域の設定］次に、検査領域６１内
で特別処理したい領域を、ＦＯＶアライメント・パター
ンと同様に四角形領域として始点、終点の２点と特別処
理の種類およびそれに必要なパラメータを登録・保存す
る。本実施例においては、前述したパッド部について説
明する。

【００４６】図３、４に示す如く、検査領域６１内にあ
るパッドが長方形（矩形）の場合、個々の長方形パッド
について、パッド領域を画像モニタ４４上で、特別領域
６２-1として始点、終点の２点と、その指定された領域
の枠内（内部）・枠上（境界上）に対して各種のパラメ
ータおよび閾値を設定する。領域内６４は白黒判定を行
うことで、ブローブ痕の大きさによる良否判定やパッド
自身の良否判定をおこなう。また、領域境界上も同様に
白黒判定を行い、境界上の黒点個数（本発明において、
黒点個数、白点個数といった場合には、画像中の該当す
るピクセル数を指すことが多いが、対象となる範囲の画
像のうちの該当する部位の面積比等のピクセル個数と実
質的に等価な量で評価してもなんら問題ない。したがっ
て、こうした場合も含めて、「個数」による評価に含ま
れるものとする）からプローブ痕がパッドからはみ出し
ているかどうかを判定する。

【００４７】長方形パッドの場合、図４に示す如く、境
界（枠）上の画素は明白であるため、特別領域の指定は
始点、終点の２点の座標データで充分である。

【００４８】本実施例の場合、境界として周囲１画素
（斜線付きの小さい正方形の領域）の領域としている
が、任意の太さ、すなわち、周囲複数画素の領域として
もよい。

【００４９】特別処理したい領域が複数個所あれば同様
に必要なパラメータを設定する。

【００５０】 プローブ痕はみ出し判定パラメータ(白)；Sp#A(特別)(境界)(白) ；Sp#B(特別)(境界)(白) ；Sp#Cnt(特別)(境界)(白) プローブ痕はみ出し判定パラメータ(黒)；Sp#A(特別)(境界)(黒) ；Sp#B(特別)(境界)(黒) ；Sp#Cnt(特別)(境界)(黒) パッド内欠陥判定パラメータ(白) ；Sp#A(特別)(内部)(白) ；Sp#B(特別)(内部)(白) ；Sp#Cnt(特別)(内部)(白) パッド内欠陥判定パラメータ(黒) ；Sp#A(特別)(内部)(黒) ；Sp#B(特別)(内部)(黒) ；Sp#Cnt(特別)(内部)(黒) パッド変色判定パラメータ(平均) ；Sp#A(特別)(内部)(平均) ；Sp#B(特別)(内部)(平均) パッド変色判定パラメータ(偏差) ；Sp#A(特別)(内部)(偏差) ；Sp#B(特別)(内部)(偏差) ※Sp#A(特別)(境界)(白)： 特別領域境界上の白点個数判定用パラメータを表す。 を設定する。特別処理したい領域が複数個所あれば同様
に必要なパラメータを設定する。

【００５１】通常、パッド部は複数個存在し、規則的な
配置になっている場合が多いので、基準となるパッド領
域の始点、終点の２点の座標データとＸ・Ｙ方向ピッチ
を入力できるようになっている。

【００５２】［領域マップ］通常パッドの形状は、長方
形の場合が一般的であるが、図３に示す如く、円形や扇
形といった自由形状のパッドが存在する。この場合、長
方形パッドとは違って、特別領域の指定は始点、終点の
２点の座標データでは充分とは言えない。

【００５３】図３、４に示す如く、自由形状のパッドの
場合、パッド領域の外接長方形領域の始点、終点の２点
の座標データと図５に示すような特別領域とその近傍を
含む部位に関する領域マップ６６により特別領域を指定
する。

【００５４】領域マップ６６の内容は、画像上の対応す
る画素位置のデータとして、通常領域６３は０の値、特
別領域（パッド部）境界上６３は１の値、特別領域（パ
ッド部）内６４は２の値が入っている。

【００５５】本実施例の場合、長方形パッドの場合と同
様に、境界として周囲１画素（斜線のある画素）とし、
８方向の連結を考慮した領域としている。

【００５６】複数の形状が存在する場合は、対応する個
々の領域マップ６６に番号等をつけ保存して置くとよ
い。

【００５７】パッド部の実際のトレーニング処理、検査
処理の場合、個々のパッド別に始点、終点の２点の座標
データ、長方形、自由形状といったパッドの種類、そし
て領域マップ６６の番号を関連付けておくことにより、
簡単に、複雑な処理が可能となる。なお、メモリ等の制
約がなければもっと広い範囲をカバーする領域マップ、
たとえば検査領域全部を含む領域マップを用いてもよ
い。 ［トレーニング工程８０］［トレーニングウェハとトレ
ーニングチップの指定］ウェハカセットにあるトレーニ
ング用ウェハの位置と枚数を指定し、あらかじめ入力さ
れた、ウェハサイズとチップサイズから得られるウェハ
マップを用いて、基準画像データ作成に使用するチップ
（以降、トレーニングチップと言う。）を指定する。

【００５８】［トレーニング画像の取得］トレーニング
工程８０では上記で作成した検査プログラムデータを用
いて、ウェハカセット１２から指定されたウェハが取り
出され、プリアライメントされた後、ＸＹθステージ
（検査ステージ）３１に搬送される。グローバルアライ
メント終了後、自動的にＸＹθステージ（検査ステー
ジ）３１が移動してトレーニングチップの画像（以降、
トレーニング画像と言う。）を得る様になっている。

【００５９】トレーニング画像においては検査実行時と
同様に検査領域が画像の中央部に配置される様、ＸＹθ
ステージ３１が移動する。前述したサーチ領域内でＦＯ
Ｖアライメント・パターンを使用して、パターンマッチ
ングを実行する。見つけたマッチング位置と検査条件設
定工程７０で指定したＦＯＶアライメント・パターン位
置とのズレ量を用いて、両画像の位置合わせを実行した
後、後述するトレーニング処理を実施する。

【００６０】さらに、該ズレ量を使用して、ＸＹθステ
ージ３１が次チップへ移動した時に検査領域６１が画像
の中央部に配置される様、移動量に補正をかけながら、
順次、次のチップに移動する。

【００６１】この様に、各チップ間を自動的に移動し、
トレーニング処理を自動で実行することができる。ま
た、各チップの画像を得た時点において処理を中断し、
画像モニタ４４上に映し出される画像をトレーニング画
像として採用するかどうかをオペレータが判断し、確認
しながら良品チップのみを基準画像データとしてトレー
ニング処理させることも可能である。

【００６２】［トレーニング処理］本実施例におけるト
レーニング処理を以下に説明する。

【００６３】［特別領域のトレーニング処理］良品チッ
プの対応する部位の画像データを用いて、第１次統計量
である特別領域境界上６３データの平均値Tave(特別)
(境界)と標準偏差 Tstd(特別)(境界)、および特別領域
内６４データの平均値Tave(特別)(内部)と標準偏差 Tst
d(特別)(内部)を求める。

【００６４】次に、検査領域ＦＯＶ、特別領域別にこれ
らの平均値・標準偏差の積算値、および２乗積算値を計
算するするとともにトレーニング回数Tcntを記録してお
く。すなわち、第１次統計量として下式の値を記憶・保
存しておく。

【００６５】Σ[Tave(特別)(境界)]、Σ[(Tave(特別)
(境界))²]、 Σ[Tstd(特別)(境界)]、Σ[(Tstd(特別)(境界))²]、 Σ[Tave(特別)(内部)]、Σ[(Tave(特別)(内部))²]、 Σ[Tstd(特別)(内部)]、Σ[(Tstd(特別)(内部))²] ※Σ[A]:中括弧内のAをトレーニング回数Tcnt積算した
ものを示す。

【００６６】Σ[A]= A₁+A₂+A₃+A₄+・・・・・・・・・+A_Tcnt ［特別領域の塗り潰し処理］つぎに、特別領域境界上６
３のデータをTave(特別)(境界)の値に、特別領域内６４
のデータをTave(特別)(内部)の値に書き換える。この塗
り潰し処理により、特別領域を塗り潰された基準画像が
作成される。検査画像においても同様に特別領域を塗り
潰し処理しこれら塗り潰し処理された画像は、それぞれ
もはや特別領域の個別の画像の影響受けなくなり、全体
を通常領域として扱って比較処理することができる。そ
のため、パッド領域などにおけるプローブ痕の擬似欠陥
検出を避けることができる。また、このような塗り潰し
処理を行うと、特別領域を避けて真の通常領域だけを比
較検査する場合にくらべて、データ処理方法が画一化で
き、高速化をはかることができる。

【００６７】［検査領域の通常トレーニング処理］特別
領域６２を含む基準画像の検査領域の始点座標、および
位置合わせが実施された後のトレーニング画像内検査領
域６１の始点座標を原点(o,o)、各画素のデータ値をDt
(x,y)とし、特別領域６２を含む検査領域全域の画像デ
ータについて、各画素データ毎の積算値Σ[Dt(x,y)]を
計算するするとともにトレーニング回数Tcntを記憶・保
存しておく。

【００６８】上述の処理を、指定されたトレーニングチ
ップの全チップについて繰り返すとともに、指定された
ウェハの全枚数分繰り返し、最後に画像処理装置４２の
補助記憶装置であるハードディスクに保存する。ここま
でで、被検査部分の基準画像データを作成する工程を完
了する。 ［検査準備工程９０］ ［検査実行ウェハと検査チップの指定］ウェハカセット
にある検査対象ウェハのウェハカセットでの位置と枚数
を指定する。次に、あらかじめ入力された、ウェハサイ
ズとチップサイズから得られるウェハマップを用いて、
検査にするチップ（以降、検査チップと言う。）を指定
する。

【００６９】検査条件設定工程７０で設定された種々の
条件と検査チップの指定等の追加条件を含めて、検査プ
ログラムと言う。

【００７０】次に、検査準備コマンドが発せられると、
トレーニング工程８０で得られ、ハードディスクに保存
されたトレーニングデータを読み出し、各種の閾値を計
算する。

【００７１】［特別領域の閾値計算］ ［特別領域境界上の閾値計算］特別領域境界上６３の各
画素の輝度値も各チップごとにばらつきが考えられ、そ
れら良品チップのばらつきを考慮するため、特別領域境
界上６３の白・黒点判定閾値を下式に従って計算し、画
像処理装置４２の所定のメモリ領域に格納・保存する。
そのまえに、境界上データより求めた第１次統計量であ
るΣ[Tave(特別)(境界)]、Σ[Tstd(特別)(境界)]の平均
値であるの第２次統計量として式（３）（４）を求め
る。すなわち、１枚の学習画像の境界上データの平均値
の、複数の学習画像での平均値を求める。

【００７２】このように、１枚の学習画像の画像データ
の特別領域等の領域内の画素値の統計量を第１次統計量
と呼び、第１次統計量を、複数の学習画像間において統
計的に処理し求めた統計量（たとえば、平均値、標準偏
差）を第２次統計量と呼ぶ。

【００７３】 Ave(特別)(境界)(平均) = [Σ[Tave(特別)(境界)]]／Tcnt （３） Ave(特別)(境界)(偏差) = [Σ[Tstd(特別)(境界)]]／Tcnt （４） S(特別)(境界)(白) = Ave(特別)(境界)(平均)＋Sp#A(特別)(境界)(白) ＋Ave(特別)(境界)(偏差)×Sp#B(特別)(境界)(白) （５） S(特別)(境界)(黒) = Ave(特別)(境界)(平均)−Sp#A(特別)(境界)(黒) −Ave(特別)(境界)(偏差)×Sp#B(特別)(境界)(黒) （６） ［特別領域内の閾値計算］特別領域内６４の各画素の輝
度値も各チップごとにばらつきが考えられ、それら良品
チップのばらつきを考慮するため、特別領域内６４の白
・黒点判定閾値を下式に従って計算し、画像処理装置４
２の所定のメモリ領域に格納・保存する。

【００７４】特別領域内データの第２次統計量として
（７）〜（10）の式を求める。

【００７５】 Ave(特別)(内部)(平均) = [Σ[Tave(特別)(内部)]]／Tcnt （７） Ave(特別)(内部)(偏差) = [Σ[Tstd(特別)(内部)]]／Tcnt （８）

【００７６】

【数１】

【００７７】

【数２】

【００７８】［プローブ痕検出閾値計算］プローブ痕検
出用閾値として、下記（11）、（12）を計算する。

【００７９】 S(特別)(内部)(白) = Ave(特別)(内部)(平均)＋Sp#A(特別)(内部)(白) ＋Ave(特別)(内部)(偏差)×Sp#B(特別)(内部)(白) （11） S(特別)(内部)(黒) = Ave(特別)(内部)(平均)−Sp#A(特別)(内部)(黒) −Ave(特別)(内部)(偏差)×Sp#B(特別)(内部)(黒) （12） ［変色検出閾値計算］変色検出用閾値として、下記（1
3）〜（16）を計算する。

【００８０】 S(特別)(内部)(平均上限) = Ave(特別)(内部)(平均)＋Sp#A(特別)(内部)(平均) ＋Std(特別)(内部)(平均)×Sp#B(特別)(内部)(平均) （13） S(特別)(内部)(平均下限) = Ave(特別)(内部)(平均)−Sp#A(特別)(内部)(平均) −Std(特別)(内部)(平均)×Sp#B(特別)(内部)(平均) （14） S(特別)(内部)(偏差上限) = Ave(特別)(内部)(偏差)＋Sp#A(特別)(内部)(偏差) ＋Std(特別)(内部)(偏差)×Sp#B(特別)(内部)(偏差) （15） S(特別)(内部)(偏差下限) = Ave(特別)(内部)(偏差)−Sp#A(特別)(内部)(偏差) −Std(特別)(内部)(偏差)×Sp#B(特別)(内部)(偏差) （16） 本実施例の場合は、特別領域に関する各種の閾値を学習
画像の画像データを用いて決定したが、学習画像の画像
データを用いずに特別領域に関する各種の閾値を全てま
たは一部を所定の値に直接決定してもよい。しかしなが
ら、本実施例に述べた如く学習画像の画像データを用い
た方が、よりきめ細かい閾値の設定が可能となり好まし
い。

【００８１】［通常検査領域の閾値計算］基準画像の通
常検査領域６５の始点座標、および位置合わせが実施さ
れた後のトレーニング画像内特別領域６２の始点座標を
(xs,ys)、終点座標を(xe,ye) とし、各画素のデータ値
をDt(x,y)とし、トレーニング時に計算・保存してい
た、各画素データ毎の積算値Σ[Dt(x,y)]を用いて、通
常検査領域の第１次統計量として式（17）を求める。

【００８２】 Ave(通常)(x,y) = [Σ[Dt(x,y)]]／Tcnt（17） さらに、欠陥検出用の閾値として、式（18）、（19）を
計算する。

【００８３】 S(通常)(x,y)(白) = Ave(通常)(x,y)＋Sc#A＋Ave(通常)(x,y)×Sc#B （18） S(通常)(x,y)(黒) = Ave(通常)(x,y)−Sp#A−Ave(通常)(x,y)×Sp#B （19） 上述の（５）、（６）、（11）〜（16）、（18）、（1
9）までの閾値を計算し、画像処理装置４２の所定のメ
モリ領域に格納・保存した後、検査実行コマンドが発せ
られると実際の検査工程１００に移る。

【００８４】ここまでの工程で、検査に用いるウェハの
選択、トレーニングを行い得られた被検査画像のデータ
を用いての閾値の算出といった、検査するための準備が
完了する。 ［検査工程１００］ ［ウェハの準備］検査工程１００では上記で作成した検
査プログラムデータを用いて、ウェハカセット１２から
指定されたウェハを取り出し、プリアライメントした
後、ＸＹθステージ３１に搬送する。

【００８５】グローバルアライメント終了後、自動的に
ＸＹθステージ３１が移動して検査チップの画像（以
降、検査画像と言う。）を得る様になっている。

【００８６】［検査画像の取得］検査画像においてはト
レーニング実行時と同様に検査領域６１が画像の中央部
に配置される様、ＸＹθステージ３１が移動する。前述
したサーチ領域６３内でＦＯＶアライメント・パターン
を使用して、パターンマッチングを実行する。見つけた
マッチング位置と検査条件設定工程７０で指定したＦＯ
Ｖアライメント・パターン位置とのズレ量を用いて、両
画像の位置合わせを実行した後、後述する検査処理を実
施する。 ［特別領域の検査］ ［特別領域境界上領域の検査］検査準備工程９０で計算
された白・黒判別閾値 S(特別)(境界)(白)、S(特別)(境
界)(黒) と被検査画像の特別領域境界上６３の画素デー
タDi(特別)(境界)(x,y)とを比較し、 Di(特別)(境界)(x,y)＞ S(特別)(境界)(白) (20) なら、白と判定し、白データ数Cnt(特別)(境界)(白) を
＋１する。同様に、 Di(特別)(境界)(x,y)＜ S(特別)(境界)(黒) (21) なら、黒と判定し、黒データ数Cnt(特別)(境界)(黒) を
＋１する。

【００８７】上記処理を特別領域境界上６３の画素につ
いて繰り返し、特別領域境界上６３の領域における、白
・黒データ数Cnt(特別)(境界)(白)、Cnt(特別)(境界)
(黒)を求め、設定された閾値と比較し Cnt(特別)(境界)(白) ＞ Sp#Cnt(特別)(境界)(白) (22) なら、特別領域境界上６３領域に白欠陥有りと判定し、
同様に、 Cnt(特別)(境界)(黒) ＞ Sp#Cnt(特別)(境界)(黒) (23) なら、特別領域境界上６３領域に黒欠陥有りと判定す
る。

【００８８】図４に示す如く、電気検査にて発生したプ
ローブ痕６７、６８を比較した場合、プローブ痕６８は
指定した特別領域内に問題なく打たれているが、プロー
ブ痕６７は特別領域の境界上に達している。特別領域境
界上について検査を行う理由は、プローブ痕６７のよう
なプローブ痕を検査した場合に境界上の黒点個数が多く
なるため、これをはみ出しによるパッドの欠陥として判
断することが出来るためである。すなわち、プローブ痕
が実際にはパッドの外にはみ出している可能性を強く示
唆していると解釈する訳である。 ［特別領域領域の検査］ ［白・黒欠陥判定］検査準備工程９０で計算された白・
黒判別閾値 S(特別)(内部)(白)、S(特別)(内部)(黒) と
特別領域内６４領域の画像データとを比較し、特別領域
境界上領域の検査と同様に、 Di(特別)(内部)(x,y)＞ S(特別)(内部)(白) (24) Di(特別)(内部)(x,y)＜ S(特別)(内部)(黒) (25) なら、対応する白データ数Cnt(特別)(内部)(白)または
黒データ数Cnt(特別)(内部)(黒) を＋１する。

【００８９】上記処理を特別領域内６４の全画素につい
て繰り返し、特別領域内６４の全画素における、白・黒
データ数Cnt(特別)(内部)(白)、Cnt(特別)(内部)(黒)を
求め、設定された各々の閾値と比較し、 Cnt(特別)(内部)(白) ＞ Sp#Cnt(特別)(内部)(白) (26) または、 Cnt(特別)(内部)(黒) ＞ Sp#Cnt(特別)(内部)(黒) (27) なら、特別領域内６４領域に白欠陥または黒欠陥有りと
判定する。

【００９０】パッド部に発生するプローブ痕の大きさや
数によって不良品と判断されることも多いことから、パ
ッド上の白・黒データ数で判定することにより、パッド
の良否を決定することが出来る。

【００９１】［変色欠陥判定］さらに、特別領域内６４
全領域の画像データの平均値DiAve(特別)(内部)、標準
偏差DiStd(特別)(内部)を求め、計算された閾値と比較
し、 DiAve(特別)(内部) ＞ S(特別)(内部)(平均上限) （28） または、 DiAve(特別)(内部) ＜ S(特別)(内部)(平均下限) （29） または、 DiStd(特別)(内部) ＞ S(特別)(内部)(平均上限) （30） または、 DiStd(特別)(内部) ＜ S(特別)(内部)(平均下限) （31） なら、特別領域内６４領域に良品基準データ作成時に得
られた画像データと違いがあることからこのパッドに変
色欠陥有りと判定する。

【００９２】［特別領域全領域の塗り潰し］特別領域６
２での欠陥有無判定が終了したならば、特別領域境界上
および特別領域内の画像データを、特別領域境界上画像
データの平均値DiAve(特別)(境界)および特別領域内画
像データの平均値DiAve(特別)(内部)で置き換える。こ
のようにパッド領域内を画像データの平均輝度で塗りつ
ぶし、検査画像データとすることにより、プローブ痕の
位置ずれによる疑似欠陥検出を防ぐことが出来る。これ
で、１つの特別領域についての一連の検査は完了したこ
とになる。

【００９３】基準画像において、特別領域境界上６３の
データをTave(特別)(境界)の値に、特別領域内６４のデ
ータをTave(特別)(内部)の値に置き換えたのに対し、検
査画像において、それぞれ、特別領域境界上画像データ
の平均値DiAve(特別)(境界)および特別領域内画像デー
タの平均値DiAve(特別)(内部)で置き換えることによ
り、特別領域の変色等の検査を簡略化し、［変色検出閾
値計算］、［変色欠陥判定］を行わない場合に、特別領
域をも含めて行う比較検査において変色等の検出を可能
とするためである。もちろん、検査画像においても特別
領域境界および特別領域内を基準画像で埋めるのに使用
した値と同じ値で埋め尽くしてもよく、さらには、基準
画像と検査画像との両画像の特別領域境界上６３と特別
領域内６４を所定の固定された値に置き換えてもよい。
この場合は、特別領域をも含めて行う比較検査におい
て、特別領域をマスク（検査しない）することと同等の
結果となる。

【００９４】以上の処理を行うことでプローブ痕の位置
ずれによる疑似欠陥検出を防ぐとともに、プローブ痕の
はみ出し、大きさ、数による外観上の不良や、変色とい
ったパッド内の不良を精度良く検出できるようになる。

【００９５】特別領域６２が１つの検査画像の中に複数
個ある場合（例えばパッドが複数個ある場合）は、［特
別領域境界上の検査］から［特別領域全領域の塗り潰
し］までの処理を繰り返し実行すればよい。 ［通常検査領域の検査］基準画像と位置合わせが実施さ
れた後の検査画像の座標が(x,y)の画素のデータ値をDi
(通常)(x,y)とする。特開昭６２−６５４３２号公報と
同様に、それぞれに対応する部位において計算された閾
値と比較し、 Di(通常)(x,y)＞ S(通常)(x,y)(白) (32) Di(通常)(x,y)＜ S(通常)(x,y)(黒) (33) なら、欠陥と判定し、各々に対応する２値画ビットマッ
プ画像メモリ上の座標(x,y)に対応するビットに欠陥フ
ラグをたてる（ビット値を１にする。）。

【００９６】検査領域全域について上記処理が完了した
後、上記白および黒欠陥に対応する２値画ビットマップ
画像メモリを計測処理することにより、ビット毎に立て
た欠陥フラグを集合体として認識し、この集合体の面
積、外接長方形の始点・終点座標等を各集合体について
それぞれの特徴量を求める。これらの特徴量を各々の閾
値と比較し、最終的な欠陥判定を実施する。本実施例の
場合は、面積が判定項目となっている。

【００９７】［終了処理］これで、１検査画像について
の検査処理は完了し、必要に応じて制御部５０に結果を
送信するとともに画像モニタ上に結果を表示する。例え
ば、表示されている検査画像上に欠陥と判定した部分の
外接長方形を描画する。

【００９８】検査チップが１つの検査画像で実現できな
い場合は、［検査画像の取得］から［終了処理］までの
処理を繰り返し実行すればよい。

【００９９】さらに、複数枚のウェハ検査が必要な場合
は、［ウェハの準備］から［終了処理］までの処理を繰
り返し実行すればよい。

【０１００】本実施例の場合、領域マップ自身の内容
は、少なくとも特別領域およびその近傍を、特別領域
内、特別領域境界上、通常領域と領域を区分する値とし
たが、例えば、特別領域を通常検査領域より感度を上げ
て微妙な変化を捕らえたい場合（例えば、黒の中の黒の
検出）、すなわち、ＡＤ変化されたデジタルデータを通
常検査領域と特別領域とで重み付けを変えて処理したい
場合、ルックアップテーブルを用いてコントラストを強
調し（画像強調処理）、画像データを書き換えるという
前処理を実施する。ここでいうルックアップテーブルと
は、入力データの値A1に対してデータの値をB1変換し、
入力データの値Amに対してデータの値をBm変換するとい
った、変換前後の値を１対１に関連付けた数値テーブル
（配列）のことをいう。

【０１０１】例えば、１０Ｂｉｔデジタル出力のＣＣＤ
カメラを使用した場合、特別領域は全体的に暗く、その
中のもっと暗い部分を検出したい場合には、特別領域を
１０Ｂｉｔの下位８Ｂｉｔのデータ分解能で検査し、通
常領域は上位８Ｂｉｔのデータ分解能で検査するといっ
た場合にルックアップテーブルを用いる。パッド検査の
場合と同様に複雑な形状の特別領域が存在する場合、領
域マップを用い、領域マップ自身の内容を、ルックアッ
プテーブル番号やルックアップテーブルのメモリ上の先
頭番地とすることにより、高速な処理が可能となる。

【０１０２】ルックアップテーブルを用いて、特別領域
の画像データを書き換えた後の検査方法として、通常検
査をしてもよいし、さらに本実施例で示したような特別
処理をしてもよい。

【０１０３】また、上記実施形態例では、特別領域の検
査をし、その後通常検査をしたが、特別領域よりも通常
領域のほうが欠陥が発生する可能性が高い場合には、先
に通常検査をしてもよい。

【０１０４】

【発明の効果】本発明によれば、半導体チップのパッド
部のような、基準画像データとは一致しないが正常な範
囲に含まれる画像の不規則な変化が発生しうる部位とそ
れ以外の通常の部位とを異なる検査方法で検査するの
で、半導体チップのパッド部におけるプローブ痕のよう
な変化を擬似欠陥として検出するおそれを小さくでき
る。

【０１０５】さらに、本発明の好ましい形態によれば、
複雑な形状の特別領域を指定したい場合、少なくとも特
別領域およびその近傍を、特別領域内、特別領域境界
上、通常領域と区分し、それぞれに検査条件を含む領域
情報を持った領域マップを作成しているから、高度かつ
複雑な検査処理が簡単に実施でき、より複雑なパッド形
状に対応できる。

【０１０６】また、本発明の好ましい形態によれば、検
査画像データの値が所定の白閾値より大きい時、白と判
定し、黒閾値より小さい時、黒と判定する白・黒の所定
の閾値を特別領域（領域境界上の点、領域内の点を含
む）別または全特別領域に対して一括して設定し、この
白・黒閾値により検査画像データにおける特別領域別ま
たは全特別領域に対して一括して該特別領域データを白
・黒判定評価し、その個数が各々の特別領域別または全
特別領域に対応する白・黒個数閾値より大きいまたは小
さい時に異常・欠陥と判定しているから、複雑な特徴量
を計測することなく簡単に検査することが可能となり、
許容範囲内にある領域内での位置ずれを欠陥として誤判
定することが少ない。

【０１０７】また、本発明の好ましい形態によれば、検
査画像データの特別領域およびその近傍を、特別領域
内、特別領域境界上、通常領域と区分し、検査画像デー
タの該区分された各領域ごとの平均値および標準偏差が
各々対応する所定の平均値閾値・標準偏差閾値より大き
い時または小さい時に異常・欠陥と判定しているから、
検査画像データの個々の値に捕らわれず、部分領域を画
素データの集合体として評価・判断することが可能とな
り、集合体として微妙な変化、例えば、パッド部変色等
を精度よく検出可能となる。

【０１０８】また、本発明の好ましい形態によれば、複
数の正常品の学習画像データをもとに作成されたもので
あり、各学習画像データ毎に各特別領域に対応する第１
次統計量を求め、これらの第１次統計量から各特別領域
に対応した平均値および標準偏差の第２次統計量を求
め、これらの第２次統計量に基づいて、検査時の特別領
域に対応する白・黒閾値、平均値閾値・標準偏差閾値等
を決定しているから、プロセスの変動による良品レベル
の変動幅を各閾値に反映させることが可能となり、より
きめ細かい検査が可能となる。

【０１０９】また、本発明の好ましい形態によれば、各
学習画像データ毎に各特別領域に対応する画像データ平
均値および標準偏差の第１次統計量を求めるとともに、
これらの第１次統計量を用いて、当該学習画像パターン
データの各特別領域に対応する白・黒閾値を決定し、該
白・黒閾値を用いて当該各特別領域の白・黒部位個数を
求めることを複数の画像の学習過程において繰り返し、
該学習により得られた各特別領域における白・黒部位の
個数の平均値および標準偏差の第２次統計量を用いるこ
とにより、検査実行時の各特別領域に対応した白・黒個
数閾値を決定するから、入力すべき検査条件パラメータ
数が少なくなり、装置の操作が簡単になるとともに、事
前に該閾値を種々検討することなく簡易に適正な閾値が
決定できる。

【０１１０】また、本発明の好ましい形態によれば、各
学習画像パターンデータ毎に各特別領域の第１次統計量
を求めるとともに、これらの第１次統計量を用いること
により、白・黒判定された点を除く点の各特別領域の画
像パターンデータの統計量を求めるとともに各特別領域
に対応した白・黒閾値を決定し、白・黒閾値を用いて当
該各特別領域の白・黒個数を求めることを繰り返し、こ
れらの各々の値から各特別領域に対応した第２次統計量
を求め、第２次統計量を用いることにより、検査時の各
特別領域に対応した白・黒閾値、白・黒個数閾値、平均
値閾値・標準偏差閾値等を決定するので、より精度の高
い閾値の設定が自動的に決定することが可能となる。

【０１１１】また、本発明の好ましい形態によれば、特
別領域の画像を所定の画像に置換し、該置換された検査
画像と前記特別領域に対応する部位を前記所定の画像に
置換した基準画像とを比較検査するから、当該領域部分
の従来方法での検査が可能となり、通常特別領域は検査
画像中の微少部分であるから、特別領域を意識すること
なく高速に検査することが可能となる。

【図面の簡単な説明】

【図１】本発明に係わる外観検査装置の実施の形態を示
す構成図。

【図２】同装置の検査対象物であるウェハの模式図。

【図３】図２のチップ部分のみを図式したもの。

【図４】図２・３のパッド部分のみを図式したもの。

【図５】同装置の領域マップの模式図。

【図６】同装置の検査手順フローチャート

【図７】同装置の検査条件設定工程フローチャート

【図８】同装置のトレーニング工程フローチャート

【図９】同装置の検査準備工程フローチャート

【図１０】同装置の検査工程フローチャート

【符号の説明】

１０・・・ウェハ搬送部 １１・・・ウェハ １２・・・ウェハカセット １３・・・ウェハ搬送ロボット １４・・・ウェハプリアライナ １５・・・ウェハ保持アーム １６・・・オリエンテーションフラット １７・・・チップ ２０・・・撮像部 ２１・・・電動レボルバ ２２・・・顕微鏡 ２３・・・ＣＣＤカメラ ２４・・・照明装置 ２５・・・照明用電源 ２６・・・対物レンズ ２７・・・Ｚ軸ステージ ３０・・・ステージ部 ３１・・・ＸＹθステージ ３２・・・ステージコントローラ ３３・・・ジョイスティック ４０・・・画像処理部 ４１・・・映像分配器 ４２・・・画像処理装置 ４３・・・オートフォーカス装置 ４４・・・画像モニタ ４５・・・画像切替器 ４６・・・アナログ／デジタル変換器 ５０・・・制御部 ５１・・・パソコン ５２・・・キーボード ５３・・・マウス ５４・・・制御部モニタ ５５・・・プリンタ ５６・・・リムーバブル記憶装置 ６０・・・被検査画像 ６１・・・検査領域 ６２・・・特別領域 ６２-1・・・特別領域（長方形パッド部） ６２-2・・・特別領域（円形パッド部） ６３・・・特別領域境界上 ６４・・・特別領域内 ６５・・・通常領域 ６６・・・領域マップ ６７、６８・・・プローブ痕 ７０・・・検査条件設定行程 ８０・・・トレーニング行程 ９０・・・検査準備行程 １００・・・検査行程

フロントページの続き Ｆターム(参考） 2F065 AA00 AA03 AA49 CC19 FF04 FF10 GG02 JJ03 JJ26 PP12 PP15 PP24 QQ03 QQ24 QQ25 QQ38 QQ42 RR08 UU05 2G051 AA51 AB02 BA20 CA03 CA04 CB01 DA03 DA07 EA08 EA12 EA14 EB01 EB02 EC02 EC03 ED07 FA10

Claims (12)

【特許請求の範囲】
1. 【請求項１】撮像光学系カメラから得られる基準画像デ
   ータと検査対象の検査画像データとを比較検査する検査
   装置であって、検査画像中の通常領域について基準画像
   データと検査画像データとを比較検査する通常領域検査
   手段と、検査画像中の特別領域につき通常検査領域と異
   なる検査方法にて検査する特別領域検査手段とを備えた
   ことを特徴とする検査装置。
2. 【請求項２】前記通常領域検査手段は、検査画像データ
   と基準画像データとの差異を統計的に算出して比較検査
   するものであり、前記特別領域検査手段は基準画像デー
   タから求めた閾値よりも異常な領域の特別領域内におけ
   る存在割合により比較検査するものであることを特徴と
   する請求項１に記載の検査装置。
3. 【請求項３】少なくとも特別領域およびその近傍を、特
   別領域内、特別領域境界上、通常領域と区分し、それぞ
   れに検査条件を含む領域情報を持った領域マップを作成
   し、該領域マップに基づいて特別領域の検査をすること
   を特徴とする請求項１または２に記載の検査装置。
4. 【請求項４】検査画像データの値が所定の白閾値より大
   きい時、白と判定し、黒閾値より小さい時、黒と判定す
   る白・黒の所定の閾値を、前記特別領域別または全特別
   領域に対して一括して設定する閾値設定手段と、この白
   ・黒閾値により検査画像データにおける該特別領域デー
   タを白・黒判定評価し、その白・黒部位の個数が各々の
   特別領域の白・黒個数閾値より大きいまたは小さい時に
   欠陥と判定する欠陥判定手段を備えたことを特徴とする
   請求項１〜３のいずれかに記載の検査装置。
5. 【請求項５】特別領域およびその近傍を、特別領域内、
   特別領域境界上、通常領域と区分し、検査画像データの
   該区分された各領域ごとの平均値および／または標準偏
   差が対応する所定の平均値閾値および／または標準偏差
   閾値のいずれかより大きい時または小さい時に欠陥と判
   定する欠陥判定手段を備えたことを特徴とする請求項１
   〜４のいずれかに記載の検査装置。
6. 【請求項６】前記基準画像データは複数の正常品の学習
   画像データをもとに作成されたものであり、各学習画像
   データ毎に各特別領域に対応する第１次統計量を求め、
   これらの第１次統計量から各特別領域に対応した平均値
   および標準偏差の第２次統計量を求め、これらの第２次
   統計量に基づいて、検査時の特別領域に対応する白・黒
   閾値、平均値閾値・標準偏差閾値等を決定する閾値決定
   手段を備えたことを特徴とする請求項１〜５のいずれか
   に記載の検査装置。
7. 【請求項７】前記基準画像データは複数の正常品の学習
   画像データをもとに作成されたものであり、各学習画像
   データ毎に各特別領域に対応する画像データ平均値およ
   び標準偏差の第１次統計量を求めるとともに、これらの
   第１次統計量を用いて、当該学習画像パターンデータの
   各特別領域に対応する白・黒閾値を決定し、該白・黒閾
   値を用いて当該各特別領域の白・黒部位個数を求めるこ
   とを複数の画像の学習過程において繰り返し、該学習に
   より得られた各特別領域における白・黒部位の個数の平
   均値および標準偏差の第２次統計量を用いることによ
   り、検査実行時の各特別領域に対応した白・黒個数閾値
   を決定することを特徴とする請求項１〜６のいずれかに
   記載の検査装置。
8. 【請求項８】前記基準画像データは複数の正常品の学習
   画像データをもとに作成されたものであり、各学習画像
   パターンデータ毎に各特別領域の画像データの第１次統
   計量を求めるとともに、これらの第１次統計量を用いる
   ことにより、白・黒判定された点を除く点の各特別領域
   の画像パターンデータの統計量を求めるとともに各特別
   領域に対応した白・黒閾値を決定し、白・黒閾値を用い
   て当該各特別領域の白・黒個数を求めることを繰り返
   し、これらの各々の値から各特別領域に対応した第２次
   統計量を求め、第２次統計量を用いることにより、検査
   時の各特別領域に対応した白・黒閾値、白・黒個数閾
   値、平均値閾値・標準偏差閾値等を決定することを特徴
   とする請求項１〜７のいずれかに記載の検査装置。
9. 【請求項９】前記通常領域検査手段は、特別領域の画像
   を所定の画像に置換し、該置換された検査画像と前記特
   別領域に対応する部位を前記所定の画像または別の所定
   の画像に置換した基準画像とを比較検査することを特徴
   とする請求項１〜８のいずれかに記載の検査装置。
10. 【請求項１０】基準画像データの該置換値を各特別領域
    の平均値の平均値とし、検査画像データの該置換値を該
    検査画像データの各特別領域の平均値とすることを特徴
    とする請求項９に記載の検査装置。
11. 【請求項１１】特別処理の内容が画像強調処理であり、
    領域マップのデータの内容がルックアップテーブル番号
    であることを特徴とする請求項３に記載の検査装置。
12. 【請求項１２】検査対象品を載置するＸＹθステージを
    備え、該ＸＹθステージを移動させ画像を取得する際、
    取得画像内の検査領域が該取得画像の中央部に配置され
    る様、前記ＸＹθステージを移動させるとともに、パタ
    ーンマッチングにより見つけたマッチング位置と検査条
    件設定工程で指定したＦＯＶアライメント・パターン位
    置とのズレ量を用いて、ＸＹθステージの移動量を補正
    することを特徴とする請求項１〜１１のいずれかに記載
    の検査装置。