JP2001133418A - 形状特徴に基づく欠陥検出の方法及び装置 - Google Patents
形状特徴に基づく欠陥検出の方法及び装置Info
- Publication number
- JP2001133418A JP2001133418A JP2000234951A JP2000234951A JP2001133418A JP 2001133418 A JP2001133418 A JP 2001133418A JP 2000234951 A JP2000234951 A JP 2000234951A JP 2000234951 A JP2000234951 A JP 2000234951A JP 2001133418 A JP2001133418 A JP 2001133418A
- Authority
- JP
- Japan
- Prior art keywords
- image
- pixel
- defect
- plot
- mask
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
- H01L22/00—Testing or measuring during manufacture or treatment; Reliability measurements, i.e. testing of parts without further processing to modify the parts as such; Structural arrangements therefor
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
- G06T7/001—Industrial image inspection using an image reference approach
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
- G01N21/9501—Semiconductor wafers
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
- G01N21/956—Inspecting patterns on the surface of objects
- G01N21/95607—Inspecting patterns on the surface of objects using a comparative method
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/28—Testing of electronic circuits, e.g. by signal tracer
- G01R31/302—Contactless testing
- G01R31/308—Contactless testing using non-ionising electromagnetic radiation, e.g. optical radiation
- G01R31/311—Contactless testing using non-ionising electromagnetic radiation, e.g. optical radiation of integrated circuits
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20036—Morphological image processing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
- G06T2207/30148—Semiconductor; IC; Wafer
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
- H01L22/00—Testing or measuring during manufacture or treatment; Reliability measurements, i.e. testing of parts without further processing to modify the parts as such; Structural arrangements therefor
- H01L22/10—Measuring as part of the manufacturing process
- H01L22/12—Measuring as part of the manufacturing process for structural parameters, e.g. thickness, line width, refractive index, temperature, warp, bond strength, defects, optical inspection, electrical measurement of structural dimensions, metallurgic measurement of diffusions
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Quality & Reliability (AREA)
- Theoretical Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- Computer Hardware Design (AREA)
- Microelectronics & Electronic Packaging (AREA)
- Power Engineering (AREA)
- Image Processing (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
- Image Analysis (AREA)
- Length Measuring Devices By Optical Means (AREA)
- Length-Measuring Devices Using Wave Or Particle Radiation (AREA)
- Analysing Materials By The Use Of Radiation (AREA)
- Testing Or Measuring Of Semiconductors Or The Like (AREA)
Abstract
(57)【要約】
【課題】 半導体ＩＣデバイスの欠陥の検出におい
て擬似欠陥の検出を最小化するとともに実際の欠陥の検
出を確実にする。 【解決方法】 被検画像からの画素のグレーレベルを基
準画像からの対応画素のグレーレベルと対応させてプロ
ットすることにより二次元分散プロットを作成する。そ
の分散プロットに雑音除去フィルタ処理を適用して、マ
スク生成用に抽出可能であり補填可能であるマスク形状
を区画する。被検画像上の欠陥画素を、互いに対応する
画素グレーレベル値と上記マスクとの比較により特定す
る。この発明の主要な用途は半導体ＩＣデバイス製造中
の半導体ウェーハ欠陥の検出である。
て擬似欠陥の検出を最小化するとともに実際の欠陥の検
出を確実にする。 【解決方法】 被検画像からの画素のグレーレベルを基
準画像からの対応画素のグレーレベルと対応させてプロ
ットすることにより二次元分散プロットを作成する。そ
の分散プロットに雑音除去フィルタ処理を適用して、マ
スク生成用に抽出可能であり補填可能であるマスク形状
を区画する。被検画像上の欠陥画素を、互いに対応する
画素グレーレベル値と上記マスクとの比較により特定す
る。この発明の主要な用途は半導体ＩＣデバイス製造中
の半導体ウェーハ欠陥の検出である。
Description
【０００１】
【発明の属する技術分野】本発明は概括的にはディジタ
ル画像処理に関し、とくに画像比較技術を用いて半導体
装置中の欠陥を検出するシステムおよび方法に関する。
ル画像処理に関し、とくに画像比較技術を用いて半導体
装置中の欠陥を検出するシステムおよび方法に関する。
【０００２】
【発明が解決しようとする課題】半導体ウェーハ中の欠
陥の検出には画像比較技術が用いられる。通常は被検画
像を取り込み、それを基準画像と比較する。これら二つ
の画像の間の差の検出およびそれら差に基づく実際の欠
陥の判定のために欠陥検出アルゴリズムを用いる。いわ
ゆるランダム論理検査モードでは、第１のダイの画像を
取り込み、次に同一ウェーハ中の第２のダイの画像と比
較する。アレー検査モードも同様に動作が進むが、ダイ
の一区画を同じダイの中で同一構造を有するもう一つの
区画と比較する点がランダム論理検査モードと異なる。
アレー検査モードは例えばメモりセルなど同一パターン
反復構造のデバイスの検査に用いる。検査対象のウェー
ハからの複数の画像を比較する代わりに、取り込んだ被
検画像をデータベースからの既知の無欠陥基準画像と比
較して欠陥を検出することもできる。
陥の検出には画像比較技術が用いられる。通常は被検画
像を取り込み、それを基準画像と比較する。これら二つ
の画像の間の差の検出およびそれら差に基づく実際の欠
陥の判定のために欠陥検出アルゴリズムを用いる。いわ
ゆるランダム論理検査モードでは、第１のダイの画像を
取り込み、次に同一ウェーハ中の第２のダイの画像と比
較する。アレー検査モードも同様に動作が進むが、ダイ
の一区画を同じダイの中で同一構造を有するもう一つの
区画と比較する点がランダム論理検査モードと異なる。
アレー検査モードは例えばメモりセルなど同一パターン
反復構造のデバイスの検査に用いる。検査対象のウェー
ハからの複数の画像を比較する代わりに、取り込んだ被
検画像をデータベースからの既知の無欠陥基準画像と比
較して欠陥を検出することもできる。
【０００３】図１は従来技術における欠陥検出方法を図
解する。分析対象のウェーハの形状特徴の被検画像およ
び基準画像をそのウェーハの互いに異なる区画から例え
ば慣用の電子ビーム画像化技術を用いて取り込む（ステ
ップ１１０）。各画像は、その画像の中における位置お
よび輝度またはグレーレベルで各々が定義される複数の
画素から成る。画像処理におけるグレーレベルの利用は
この技術分野において周知であり、R.C.Conzales およ
び R.E.Woods 共著「ディジタル画像処理」（Addison-W
esley社1992年刊）の例えば第６頁乃至第７頁に記載さ
れている。その記載をここに引用してその内容全部をこ
の明細書に組み入れる。次に、上記二つの画像を画素ご
とに位置合わせして被検画像の中の各形状特徴と基準画
像の中の対応の形状特徴とを照合できるようにする（ス
テップ１２０）。次に、これら二つの画像のグレーレベ
ルを減算することによって差分画像を発生する（ステッ
プ１３０）。互いに等しいグレーレベルを有する似合い
の画素は減算により零となるので上記差分画像が基準画
像と被検画像との間の画素グレーレベル偏差を表す。こ
の差分画像の中の各画素のグレーレベルを計測し正規化
したのち、図２の曲線２００など一次元ヒストグラムに
プロットする（ステップ１４０）。ヒストグラム２００
は上記差分画像の中で特定のグレーレベルを有する画素
の数をプロットしたものである。例えば、ヒストグラム
２００はグレーレベル５０の画素が上記差分画像の中に
20,000個あることを示す。
解する。分析対象のウェーハの形状特徴の被検画像およ
び基準画像をそのウェーハの互いに異なる区画から例え
ば慣用の電子ビーム画像化技術を用いて取り込む（ステ
ップ１１０）。各画像は、その画像の中における位置お
よび輝度またはグレーレベルで各々が定義される複数の
画素から成る。画像処理におけるグレーレベルの利用は
この技術分野において周知であり、R.C.Conzales およ
び R.E.Woods 共著「ディジタル画像処理」（Addison-W
esley社1992年刊）の例えば第６頁乃至第７頁に記載さ
れている。その記載をここに引用してその内容全部をこ
の明細書に組み入れる。次に、上記二つの画像を画素ご
とに位置合わせして被検画像の中の各形状特徴と基準画
像の中の対応の形状特徴とを照合できるようにする（ス
テップ１２０）。次に、これら二つの画像のグレーレベ
ルを減算することによって差分画像を発生する（ステッ
プ１３０）。互いに等しいグレーレベルを有する似合い
の画素は減算により零となるので上記差分画像が基準画
像と被検画像との間の画素グレーレベル偏差を表す。こ
の差分画像の中の各画素のグレーレベルを計測し正規化
したのち、図２の曲線２００など一次元ヒストグラムに
プロットする（ステップ１４０）。ヒストグラム２００
は上記差分画像の中で特定のグレーレベルを有する画素
の数をプロットしたものである。例えば、ヒストグラム
２００はグレーレベル５０の画素が上記差分画像の中に
20,000個あることを示す。
【０００４】上記二つの画像に欠陥がない場合でも被検
画像の一つの画素が基準画像の中の対応画素と同じでな
いことがあり得る。例えば、物理的層構造の相違や、画
像取込み電子回路および信号経路における雑音や、単一
画像中でグレーレベルの差に応じて変動する雑音などに
より輝度変動が生じ得るからである。すなわち、上記差
分画像の中の画素は欠陥の存在を示すとは限らない。こ
の擬似欠陥を実際の欠陥から区別するために、差分画像
の各画素を閾値窓と比較する（図１、ステップ１５
０）。閾値窓を超えたグレーレベルを有する画素は実際
の欠陥と判定する。例えば、閾値窓が±５０であって差
分画像の中の画素のグレーレベルが６０である場合（す
なわち、被検画像のグレーレベルと基準画像のグレーレ
ベルとの差が６０単位である場合）は、その画素は欠陥
であると判定する（図１、ステップ１６０）。次に操作
者は次の処理過程でダイを廃棄する前にこの欠陥事象が
ダイの実際の欠陥を示すものであることを確認するため
に検証する。
画像の一つの画素が基準画像の中の対応画素と同じでな
いことがあり得る。例えば、物理的層構造の相違や、画
像取込み電子回路および信号経路における雑音や、単一
画像中でグレーレベルの差に応じて変動する雑音などに
より輝度変動が生じ得るからである。すなわち、上記差
分画像の中の画素は欠陥の存在を示すとは限らない。こ
の擬似欠陥を実際の欠陥から区別するために、差分画像
の各画素を閾値窓と比較する（図１、ステップ１５
０）。閾値窓を超えたグレーレベルを有する画素は実際
の欠陥と判定する。例えば、閾値窓が±５０であって差
分画像の中の画素のグレーレベルが６０である場合（す
なわち、被検画像のグレーレベルと基準画像のグレーレ
ベルとの差が６０単位である場合）は、その画素は欠陥
であると判定する（図１、ステップ１６０）。次に操作
者は次の処理過程でダイを廃棄する前にこの欠陥事象が
ダイの実際の欠陥を示すものであることを確認するため
に検証する。
【０００５】与えられた被検画像について最適の閾値を
見出すことは重要であるが不正確なタスクである。閾値
は、擬似欠陥を識別しながら実際の欠陥を検出するよう
に選定しなければならない。閾値幅が狭いほど多くの擬
似欠陥が検出される。擬似欠陥は、各欠陥事象につき検
証が必要となるので、製造効率に悪影響を及ぼす。一
方、閾値幅を広くすると、擬似欠陥事象は減るものの実
際の欠陥が検出されないままになる可能性が高まる。
見出すことは重要であるが不正確なタスクである。閾値
は、擬似欠陥を識別しながら実際の欠陥を検出するよう
に選定しなければならない。閾値幅が狭いほど多くの擬
似欠陥が検出される。擬似欠陥は、各欠陥事象につき検
証が必要となるので、製造効率に悪影響を及ぼす。一
方、閾値幅を広くすると、擬似欠陥事象は減るものの実
際の欠陥が検出されないままになる可能性が高まる。
【０００６】したがって、擬似欠陥検出を最小に抑えな
がら実際の欠陥を確実に検出できる欠陥検出方法が必要
になっている。
がら実際の欠陥を確実に検出できる欠陥検出方法が必要
になっている。
【０００７】
【課題を解決するための手段】この発明の一つの実施例
においては、第１の画像と第２の画像とを取り込んで位
置合わせする。その第１の画像からの画素のグレーレベ
ルを第２の画像からの対応の画素のグレーレベルと対応
させてプロットすることにより第１の二次元分散プロッ
トを作成する。次に、この第１の分散プロットのデータ
点をフィルタ処理することにより第２の二次元分散プロ
ットを作成する。この第２の分散プロットはマスクの形
成のために抽出補填可能なマスク形状を生ずる。上記第
１および第２の画像からの対応画素のグレーレベルを上
記マスクと比較することにより欠陥を特定する。
においては、第１の画像と第２の画像とを取り込んで位
置合わせする。その第１の画像からの画素のグレーレベ
ルを第２の画像からの対応の画素のグレーレベルと対応
させてプロットすることにより第１の二次元分散プロッ
トを作成する。次に、この第１の分散プロットのデータ
点をフィルタ処理することにより第２の二次元分散プロ
ットを作成する。この第２の分散プロットはマスクの形
成のために抽出補填可能なマスク形状を生ずる。上記第
１および第２の画像からの対応画素のグレーレベルを上
記マスクと比較することにより欠陥を特定する。
【０００８】
【発明の実施の形態】この発明は解析対象の一対の画像
に適応型閾値比較手法を適用することにより、上述の従
来技術の欠陥検出方法の問題点を解消する。上述の画像
対すべてに所定の閾値比較を適用する従来技術の方法と
対照的に、この発明の方法は画像対の各々に対応した閾
値マスクを用いる。この発明は、電子ビーム比較検査シ
ステム、高輝度フィールド比較検査システム、低輝度フ
ィールド比較検査システム、レーザ比較検査システム、
原子間力顕微鏡（ＡＦＭ）比較検査システムなど多様な
画像形成応用装置に用いることができる。
に適応型閾値比較手法を適用することにより、上述の従
来技術の欠陥検出方法の問題点を解消する。上述の画像
対すべてに所定の閾値比較を適用する従来技術の方法と
対照的に、この発明の方法は画像対の各々に対応した閾
値マスクを用いる。この発明は、電子ビーム比較検査シ
ステム、高輝度フィールド比較検査システム、低輝度フ
ィールド比較検査システム、レーザ比較検査システム、
原子間力顕微鏡（ＡＦＭ）比較検査システムなど多様な
画像形成応用装置に用いることができる。
【０００９】図３はこの発明の実施例の方法の各ステッ
プの説明図である。ステップ３１０において、例えば半
導体装置の被検画像と基準画像とを慣用の画像取込み技
術を用いて取り込む。この画像取込みは、この出願と同
一出願人名義の特許出願である特願２０００−００２０
２９「パターン形成ずみの半導体基板における欠陥の検
出」（平成１２年１月７日提出）に記載した歩進式の画
像取込みシステムを用いて達成することもでき、同出願
をここに参照してその記載内容全部をこの明細書に組み
入れる。
プの説明図である。ステップ３１０において、例えば半
導体装置の被検画像と基準画像とを慣用の画像取込み技
術を用いて取り込む。この画像取込みは、この出願と同
一出願人名義の特許出願である特願２０００−００２０
２９「パターン形成ずみの半導体基板における欠陥の検
出」（平成１２年１月７日提出）に記載した歩進式の画
像取込みシステムを用いて達成することもでき、同出願
をここに参照してその記載内容全部をこの明細書に組み
入れる。
【００１０】ステップ３２０において、上記被検画像お
よび基準画像を位置合わせしてこれら両画像の間の対応
画素比較を遂行できるようにする。この出願と同一出願
人名義の特許出願である特願２０００−００２０１８
「形状特徴に基づく欠陥検出方法および装置」（平成１
２年１月７日提出）に記載した技術を含む多様な位置合
わせ手法をこの発明と組み合わせて用いることができ、
同出願をここに参照してその記載内容全部をこの明細書
に組み入れる。被検画像の中の形状特徴すべてを基準画
像の中の各対応形状特徴と確実に比較できるようにする
ために上記位置合わせステップすなわちアラインメント
ステップが必要である。
よび基準画像を位置合わせしてこれら両画像の間の対応
画素比較を遂行できるようにする。この出願と同一出願
人名義の特許出願である特願２０００−００２０１８
「形状特徴に基づく欠陥検出方法および装置」（平成１
２年１月７日提出）に記載した技術を含む多様な位置合
わせ手法をこの発明と組み合わせて用いることができ、
同出願をここに参照してその記載内容全部をこの明細書
に組み入れる。被検画像の中の形状特徴すべてを基準画
像の中の各対応形状特徴と確実に比較できるようにする
ために上記位置合わせステップすなわちアラインメント
ステップが必要である。
【００１１】ステップ３２０を図４Ａ乃至図４Ｃにさら
に詳細に図解する。図４Ａは画素４１１−４１６を含む
被検画像４１０を示す。これら画素の各々は画像上の位
置とグレーレベルとによって定義される。例えば、画素
４１３はｉ＝１０，ｊ＝３０（すなわち（１０，３
０））の位置にある。画素４１３のグレーレベルはこの
図解では５０としてある。表１は被検画像４１０の上記
画素の各々についての座標位置およびグレーレベルを示
し、表２は基準画像４２０の画素４２１−４２６の各々
についての座標位置およびグレーレベルを示す。表 １ 画 素 位置（ｉ，ｊ） グレーレベル 411 (10,10) 100 412 (10,20) 150 413 (10,30) 50 414 (20,30) 180 415 (20,20) 200 416 (20,10) 250表 ２ 画 素 位 置 グレーレベル 421 (10,10) 100 422 (10,20) 150 423 (10,30) 50 424 (20,30) 150 425 (20,20) 100 426 (20,10) 0 図４Ｃは被検画像４１０と基準画像４２０との位置合わ
せを図解する。位置合わせした画素位置４３１は画素４
１１および４２１を含み、位置合わせした画素位置４３
２は画素４１２および４２２を含み、以下同様となる。
に詳細に図解する。図４Ａは画素４１１−４１６を含む
被検画像４１０を示す。これら画素の各々は画像上の位
置とグレーレベルとによって定義される。例えば、画素
４１３はｉ＝１０，ｊ＝３０（すなわち（１０，３
０））の位置にある。画素４１３のグレーレベルはこの
図解では５０としてある。表１は被検画像４１０の上記
画素の各々についての座標位置およびグレーレベルを示
し、表２は基準画像４２０の画素４２１−４２６の各々
についての座標位置およびグレーレベルを示す。表 １ 画 素 位置（ｉ，ｊ） グレーレベル 411 (10,10) 100 412 (10,20) 150 413 (10,30) 50 414 (20,30) 180 415 (20,20) 200 416 (20,10) 250表 ２ 画 素 位 置 グレーレベル 421 (10,10) 100 422 (10,20) 150 423 (10,30) 50 424 (20,30) 150 425 (20,20) 100 426 (20,10) 0 図４Ｃは被検画像４１０と基準画像４２０との位置合わ
せを図解する。位置合わせした画素位置４３１は画素４
１１および４２１を含み、位置合わせした画素位置４３
２は画素４１２および４２２を含み、以下同様となる。
【００１２】基準画像と被検画像とを位置合わせする
と、両画像間の画素対画素対応が既知となる。被検画像
からの一つの画素のグレーレベルを基準画像の中の対応
の画素のグレーレベルと対応させて位置合わせずみの各
画素位置につきプロットすることによって、二次元（２
Ｄ）分散プロットを作成する（図３、ステップ３３
０）。図４Ｃを例として用いて述べると、画素４１１の
グレーレベルを画素４２１のグレーレベルに対応させて
プロットし、画素４１２のグレーレベルを画素４２２の
グレーレベルに対応させてプロットし、以下同様とす
る。位置４３１−４３６についてステップ３３０を実行
すると図３に示すデータが得られる。その結果得られた
二次元分散プロット５００を図５に示す。 表 ３ 位置合わせ 被検画像 基準画像 座 標 した画素位置 ク゛レーレヘ゛ル ク゛レーレヘ゛ル (ｔｇｒａｙ,ｒｇｒ ａｙ) 431 100 100 (100,100) 432 150 150 (150,150) 433 50 50 (50, 50) 434 180 150 (180,150) 435 200 100 (200,100) 436 250 0 (250, 0) 表３は位置合わせずみの画素位置４３４、４３５および
４３６が多様なグレーレベルを呈し、したがって欠陥の
存在を示していることを表す。一方、位置合わせずみの
画素位置４３１、４３２および４３３は、これら位置に
おける被検画像および基準画像のグレーレベルが等しい
ので、欠陥ではない。分散プロット５００（図５）は欠
陥の存在に関する情報をもたらす。互いに等しいグレー
レベルの位置合わせずみ画像位置はすべて分散プロット
５００において仮想直線５０１により表示できる。仮想
直線１の勾配は、被検画像画素のグレーレベルが基準画
像中の対応画素のグレーレベルに等しいので＋１であ
る。プロットされる位置が仮想直線５０１から離れるほ
どグレーレベルの偏移が大きくなり、その位置に欠陥が
存在する確率が高まる。分散プロット５００において、
位置４３４、４３５および４３６は仮想直線５０１沿い
になく欠陥の存在を示している。この明細書において
は、二次元（２Ｄ）分散データ点の座標を画像画素位置
座標（ｉ，ｊ）から区別するために（ｔｇｒａｙ，ｒｇ
ｒａｙ）で表示する。例えば、位置合わせずみ画素位置
４３５は位置（２００，１００）の２Ｄ分散プロットデ
ータ点として定義する。
と、両画像間の画素対画素対応が既知となる。被検画像
からの一つの画素のグレーレベルを基準画像の中の対応
の画素のグレーレベルと対応させて位置合わせずみの各
画素位置につきプロットすることによって、二次元（２
Ｄ）分散プロットを作成する（図３、ステップ３３
０）。図４Ｃを例として用いて述べると、画素４１１の
グレーレベルを画素４２１のグレーレベルに対応させて
プロットし、画素４１２のグレーレベルを画素４２２の
グレーレベルに対応させてプロットし、以下同様とす
る。位置４３１−４３６についてステップ３３０を実行
すると図３に示すデータが得られる。その結果得られた
二次元分散プロット５００を図５に示す。 表 ３ 位置合わせ 被検画像 基準画像 座 標 した画素位置 ク゛レーレヘ゛ル ク゛レーレヘ゛ル (ｔｇｒａｙ,ｒｇｒ ａｙ) 431 100 100 (100,100) 432 150 150 (150,150) 433 50 50 (50, 50) 434 180 150 (180,150) 435 200 100 (200,100) 436 250 0 (250, 0) 表３は位置合わせずみの画素位置４３４、４３５および
４３６が多様なグレーレベルを呈し、したがって欠陥の
存在を示していることを表す。一方、位置合わせずみの
画素位置４３１、４３２および４３３は、これら位置に
おける被検画像および基準画像のグレーレベルが等しい
ので、欠陥ではない。分散プロット５００（図５）は欠
陥の存在に関する情報をもたらす。互いに等しいグレー
レベルの位置合わせずみ画像位置はすべて分散プロット
５００において仮想直線５０１により表示できる。仮想
直線１の勾配は、被検画像画素のグレーレベルが基準画
像中の対応画素のグレーレベルに等しいので＋１であ
る。プロットされる位置が仮想直線５０１から離れるほ
どグレーレベルの偏移が大きくなり、その位置に欠陥が
存在する確率が高まる。分散プロット５００において、
位置４３４、４３５および４３６は仮想直線５０１沿い
になく欠陥の存在を示している。この明細書において
は、二次元（２Ｄ）分散データ点の座標を画像画素位置
座標（ｉ，ｊ）から区別するために（ｔｇｒａｙ，ｒｇ
ｒａｙ）で表示する。例えば、位置合わせずみ画素位置
４３５は位置（２００，１００）の２Ｄ分散プロットデ
ータ点として定義する。
【００１３】二次元分散プロットをコンピュータプログ
ラムで実働化する擬似符号を下に示す。この擬似符号で
はグレーレベル値はメモリーアレー変数（分散）でプロ
ットされる。 上述の２Ｄ分散プロットはこの出願と同一出願人名義の
米国特許出願第０９／３６５，５１７号「欠陥検出のた
めのに次元分散プロット手法」にも記載しているので、
同出願をここに参照してその内容全体をこの明細書に組
み入れる。
ラムで実働化する擬似符号を下に示す。この擬似符号で
はグレーレベル値はメモリーアレー変数（分散）でプロ
ットされる。 上述の２Ｄ分散プロットはこの出願と同一出願人名義の
米国特許出願第０９／３６５，５１７号「欠陥検出のた
めのに次元分散プロット手法」にも記載しているので、
同出願をここに参照してその内容全体をこの明細書に組
み入れる。
【００１４】図６乃至図８は図３に示した実施例のステ
ップ３１０、３２０および３３０の要約図解である。図
６は欠陥６０１を含むウェーハから慣用の手法で取り込
んだ被検画像６００である。基準画像７００（図７）を
取り込んだのち被検画像６００と位置合わせする。被検
画像からの画素グレーレベルと基準画像の対応画素のグ
レーレベルと対応させてプロットすることにより、２Ｄ
分散プロット８００（図８）を作成する。この分散プロ
ットは手計算で作成でき、またプログラムしたコンピュ
ータを用いても作成できる。分散プロット８００のデー
タ点を暗色背景の中の白い点で示す。図示の直線８０１
は被検画像画素と基準画像画素とが同じである位置合わ
せずみ画素位置を画する。例えば、被検画像６００が基
準画像７００と同じである場合は、分散プロット８００
のデータ点はすべて直線８０１上にある。
ップ３１０、３２０および３３０の要約図解である。図
６は欠陥６０１を含むウェーハから慣用の手法で取り込
んだ被検画像６００である。基準画像７００（図７）を
取り込んだのち被検画像６００と位置合わせする。被検
画像からの画素グレーレベルと基準画像の対応画素のグ
レーレベルと対応させてプロットすることにより、２Ｄ
分散プロット８００（図８）を作成する。この分散プロ
ットは手計算で作成でき、またプログラムしたコンピュ
ータを用いても作成できる。分散プロット８００のデー
タ点を暗色背景の中の白い点で示す。図示の直線８０１
は被検画像画素と基準画像画素とが同じである位置合わ
せずみ画素位置を画する。例えば、被検画像６００が基
準画像７００と同じである場合は、分散プロット８００
のデータ点はすべて直線８０１上にある。
【００１５】分散プロット８００は、被検画像および基
準画像の中の欠陥６０１の画素も入れた全画素について
のグレーレベル情報を含む。上述のとおり、データ点の
位置が直線８０１から遠いほどそのデータ点が欠陥の存
在を示している確率が高い。この発明の方法は、この情
報を利用して、欠陥画素と被欠陥画素との区別のために
分散プロット８００に重畳できるマスクを形成する。こ
のマスクを外れたデータ点は欠陥事象と判定する。
準画像の中の欠陥６０１の画素も入れた全画素について
のグレーレベル情報を含む。上述のとおり、データ点の
位置が直線８０１から遠いほどそのデータ点が欠陥の存
在を示している確率が高い。この発明の方法は、この情
報を利用して、欠陥画素と被欠陥画素との区別のために
分散プロット８００に重畳できるマスクを形成する。こ
のマスクを外れたデータ点は欠陥事象と判定する。
【００１６】このマスクの縁部または境界を見出すため
に、分散プロット８００のデータ点に雑音除去フィルタ
処理を適用する（図３、ステップ３４０）。この雑音除
去フィルタは、例えば形態素フィルタなど多様な慣用の
雑音除去フィルタで構成できる。形態素フィルタはこの
技術分野で周知であり、B.Jahne 著「ディジタル画像処
理の概念、アルゴリズムおよび科学的応用」（Springer
Verlag 社1991年刊）第11章および R.C.Gonzales およ
び R.E.Woods 共著「ディジタル画像処理」（Addison-W
asley 社1992年刊）第８章にも記載されているのでこれ
らを参照してその内容全部をこの明細書に組み入れる。
形態素フィルタ処理はマスク形状を画するように分散プ
ロット８００のデータ点を「圧縮」し「浄化」する。図
９Ａに示した２Ｄ分散プロット９５０は分散プロット８
００に形態素フィルタ処理を適用した結果である。この
分散プロット９５０はマスク形状９００を示す。
に、分散プロット８００のデータ点に雑音除去フィルタ
処理を適用する（図３、ステップ３４０）。この雑音除
去フィルタは、例えば形態素フィルタなど多様な慣用の
雑音除去フィルタで構成できる。形態素フィルタはこの
技術分野で周知であり、B.Jahne 著「ディジタル画像処
理の概念、アルゴリズムおよび科学的応用」（Springer
Verlag 社1991年刊）第11章および R.C.Gonzales およ
び R.E.Woods 共著「ディジタル画像処理」（Addison-W
asley 社1992年刊）第８章にも記載されているのでこれ
らを参照してその内容全部をこの明細書に組み入れる。
形態素フィルタ処理はマスク形状を画するように分散プ
ロット８００のデータ点を「圧縮」し「浄化」する。図
９Ａに示した２Ｄ分散プロット９５０は分散プロット８
００に形態素フィルタ処理を適用した結果である。この
分散プロット９５０はマスク形状９００を示す。
【００１７】境界抽出はマスク形状の境界データ点の各
々の座標を把握するデータ処理である（図３、ステップ
３５０）。マスク形状９００の境界抽出のための一つの
アルゴリズムは次のとおりである。マスク形状抽出アルゴリズム （ａ１）図９Ｂに示すとおり、分散プロット９５０の左
上角から右下角に延びる直線９０１を描く。 （ａ２）直線９０１から境界点までの垂直距離の跡をた
どる二つの数アレーを作成する。それら数アレーの片方
を「上側」と表示する。「上側」アレーは直線９０１の
上側（すなわち矢印９０２で示した領域）の境界点の上
記垂直距離の跡をたどるのに用いる。上記数アレーの他
方、すなわち「下側」アレーは直線９０１の下側（すな
わち矢印９０３で示した領域）の境界点の上記垂直距離
の跡をたどるのに用いる。垂直距離の例を直線９０１か
ら境界点９０５に延びる垂線９０４の長さとして図９Ｂ
に示してある。もう一つの垂直距離の例を直線９０１か
ら境界点９０７に延びる垂線９０６の長さとして図示し
てある。 （ａ３）「上側」および「下側」アレーの構成要素全部
を論理０に初期化する。 （ａ４）分散プロット９５０上の座標位置（ｔｇｒａ
ｙ，ｒｇｒａｙ）の各々についてその座標にデータ点が
あるか否かをチェックする。データ点がある場合は下記
ステップ（ａ５）乃至（ａ９）に進み、ない場合は分散
プロット上の次の位置に動く。図８、図９Ａおよび図９
Ｂにおいて、データ点は暗色背景に白い点で示してある
（すなわち、データ点または論理１の点は白い点で示
し、データなしの点または論理０の点は黒い点で示して
ある）。すなわち、図９Ｂの暗色の部分はデータ点を含
んでいないので無視する。 （ａ５）分散プロット位置がデータ点を有する場合は直
線９０１からの垂直距離Ｄｐｅｒｐを測る。また、この
データ点の一次元（１Ｄ）距離プロフィール沿いの位置
Ｒｐｒｏｆｉｌｅを算出する。一次元（１Ｄ）距離プロ
フィールについてはさらに後述する。Ｒｐｒｏｆｉｌｅ
はＲｐｒｏｆｉｌｅ＝（ｔｇｒａｙ＋ｒｇｒａｙ）／２
（式１）で算出できる。 （ａ６）座標（ｔｇｒａｙ，ｒｇｒａｙ）が直線９０１
の上側にある場合はＤｐｅｒｐは正の値とし、下側にあ
る場合は負の値とする。 （ａ７）Ｄｐｅｒｐが「上側」アレーの要素Ｒｐｒｏｆ
ｉｌｅに蓄積中の上記垂直距離よりも大きい場合は「上
側」アレーの要素ＲｐｒｏｆｉｌｅにＤｐｅｒｐを蓄積
する。 （ａ８）Ｄｐｅｒｐが「下側」アレーの要素Ｒｐｒｏｆ
ｉｌｅに蓄積中の上記垂直距離よりも小さい場合は「下
側」アレーの要素ＲｐｒｏｆｉｌｅにＤｐｅｒｐを蓄積
する。 （ａ９）上記ステップをデータ点全部について続ける。
々の座標を把握するデータ処理である（図３、ステップ
３５０）。マスク形状９００の境界抽出のための一つの
アルゴリズムは次のとおりである。マスク形状抽出アルゴリズム （ａ１）図９Ｂに示すとおり、分散プロット９５０の左
上角から右下角に延びる直線９０１を描く。 （ａ２）直線９０１から境界点までの垂直距離の跡をた
どる二つの数アレーを作成する。それら数アレーの片方
を「上側」と表示する。「上側」アレーは直線９０１の
上側（すなわち矢印９０２で示した領域）の境界点の上
記垂直距離の跡をたどるのに用いる。上記数アレーの他
方、すなわち「下側」アレーは直線９０１の下側（すな
わち矢印９０３で示した領域）の境界点の上記垂直距離
の跡をたどるのに用いる。垂直距離の例を直線９０１か
ら境界点９０５に延びる垂線９０４の長さとして図９Ｂ
に示してある。もう一つの垂直距離の例を直線９０１か
ら境界点９０７に延びる垂線９０６の長さとして図示し
てある。 （ａ３）「上側」および「下側」アレーの構成要素全部
を論理０に初期化する。 （ａ４）分散プロット９５０上の座標位置（ｔｇｒａ
ｙ，ｒｇｒａｙ）の各々についてその座標にデータ点が
あるか否かをチェックする。データ点がある場合は下記
ステップ（ａ５）乃至（ａ９）に進み、ない場合は分散
プロット上の次の位置に動く。図８、図９Ａおよび図９
Ｂにおいて、データ点は暗色背景に白い点で示してある
（すなわち、データ点または論理１の点は白い点で示
し、データなしの点または論理０の点は黒い点で示して
ある）。すなわち、図９Ｂの暗色の部分はデータ点を含
んでいないので無視する。 （ａ５）分散プロット位置がデータ点を有する場合は直
線９０１からの垂直距離Ｄｐｅｒｐを測る。また、この
データ点の一次元（１Ｄ）距離プロフィール沿いの位置
Ｒｐｒｏｆｉｌｅを算出する。一次元（１Ｄ）距離プロ
フィールについてはさらに後述する。Ｒｐｒｏｆｉｌｅ
はＲｐｒｏｆｉｌｅ＝（ｔｇｒａｙ＋ｒｇｒａｙ）／２
（式１）で算出できる。 （ａ６）座標（ｔｇｒａｙ，ｒｇｒａｙ）が直線９０１
の上側にある場合はＤｐｅｒｐは正の値とし、下側にあ
る場合は負の値とする。 （ａ７）Ｄｐｅｒｐが「上側」アレーの要素Ｒｐｒｏｆ
ｉｌｅに蓄積中の上記垂直距離よりも大きい場合は「上
側」アレーの要素ＲｐｒｏｆｉｌｅにＤｐｅｒｐを蓄積
する。 （ａ８）Ｄｐｅｒｐが「下側」アレーの要素Ｒｐｒｏｆ
ｉｌｅに蓄積中の上記垂直距離よりも小さい場合は「下
側」アレーの要素ＲｐｒｏｆｉｌｅにＤｐｅｒｐを蓄積
する。 （ａ９）上記ステップをデータ点全部について続ける。
【００１８】上述のマスク形状抽出アルゴリズムの実行
後には「上側」および「下側」アレーはマスク形状境界
点の垂直距離を含む。これら垂直距離の値および対応の
Ｒｐｒｏｆｉｌｅを図１０Ａに示した１Ｄ距離プロフィ
ールの作成に用いる。曲線１０１０は「上側」アレーの
要素Ｒｐｒｏｆｉｌｅに蓄積した垂直距離のグラフであ
り、曲線１０２０は「下側」アレーについての同様のグ
ラフである。この抽出したマスク形状の輪郭をさらに明
確にするために、例えば、移動平均アルゴリズムを用い
て距離プロフィール１０００をさらに円滑化することも
できる。移動平均アルゴリズムはA.V.Oppenheim および
R.W.Schafer 共著「離散的時間信号処理」（Prentice-
Hall 社1989年刊）に記載されていて周知であるので、
同文献を参照してその内容全部をこの明細書に組み入れ
る。図１０Ｂに示した距離プロフィール２０００は上述
の距離プロフィール１０００に移動平均アルゴリズムを
適用した結果得られたものである。曲線１０３０および
１０４０はそれぞれ曲線１０１０および１０２０の移動
平均である。
後には「上側」および「下側」アレーはマスク形状境界
点の垂直距離を含む。これら垂直距離の値および対応の
Ｒｐｒｏｆｉｌｅを図１０Ａに示した１Ｄ距離プロフィ
ールの作成に用いる。曲線１０１０は「上側」アレーの
要素Ｒｐｒｏｆｉｌｅに蓄積した垂直距離のグラフであ
り、曲線１０２０は「下側」アレーについての同様のグ
ラフである。この抽出したマスク形状の輪郭をさらに明
確にするために、例えば、移動平均アルゴリズムを用い
て距離プロフィール１０００をさらに円滑化することも
できる。移動平均アルゴリズムはA.V.Oppenheim および
R.W.Schafer 共著「離散的時間信号処理」（Prentice-
Hall 社1989年刊）に記載されていて周知であるので、
同文献を参照してその内容全部をこの明細書に組み入れ
る。図１０Ｂに示した距離プロフィール２０００は上述
の距離プロフィール１０００に移動平均アルゴリズムを
適用した結果得られたものである。曲線１０３０および
１０４０はそれぞれ曲線１０１０および１０２０の移動
平均である。
【００１９】ユーザがマスクの範囲を変更できるように
するために、抽出したマスク形状に感度マージンを適用
することもできる（図３、ステップ３６０）。ユーザの
選択した感度の値を抽出マスク形状の計測またはオフセ
ットに用いることもできる。図１０Ｃの曲線１０５０は
曲線１０３０の各点に感度値Ｓｖａｌｕｅを加算した結
果を示す。曲線１０６０は曲線１０４０の各点からＳｖ
ａｌｕｅを減算した結果を示す。
するために、抽出したマスク形状に感度マージンを適用
することもできる（図３、ステップ３６０）。ユーザの
選択した感度の値を抽出マスク形状の計測またはオフセ
ットに用いることもできる。図１０Ｃの曲線１０５０は
曲線１０３０の各点に感度値Ｓｖａｌｕｅを加算した結
果を示す。曲線１０６０は曲線１０４０の各点からＳｖ
ａｌｕｅを減算した結果を示す。
【００２０】抽出したマスク形状の境界内の座標点すべ
てに補填することによってマスク参照用テーブルを作成
する（図３、ステップ３７０）。抽出したマスク形状の
補填のためのアルゴリズムを図９Ｂの分散プロット９５
０を用いて図解する。マスク形状領域補填アルゴリズム （ｂ１）二次元分散プロットＭｓｃａｔｔｅｒを作成す
る。Ｍｓｃａｔｔｅｒのすべてのデータ点を論理１に設
定する。 （ｂ２）分散プロット９５０の位置（ｔｇｒａｙ，ｒｇ
ｒａｙ）の各々につき上記の式１を用いてＲｐｒｏｆｉ
ｌｅを算出し、垂直距離Ｄｐｅｒｐを得る。 （ｂ３）図１０Ｂに示した距離プロフィール２０００
（感度マージンを用いた場合は図１０Ｃに示した距離プ
ロフィール）にＲｐｒｏｆｉｌｅおよびＤｐｅｒｐをプ
ロットする。点（Ｒｐｒｏｆｉｌｅ，Ｄｐｅｒｐ）が曲
線１０３０および１０４０に囲まれている場合はＭｓｃ
ａｔｔｅｒの位置（ｔｇｒａｙ，ｒｇｒａｙ）を論理０
にリセットする。それ以外の場合は分散プロット９５０
の次の位置（ｔｇｒａｙ，ｒｇｒａｙ）に続ける。 （ｂ４）上述のステップを位置全部について続ける。
てに補填することによってマスク参照用テーブルを作成
する（図３、ステップ３７０）。抽出したマスク形状の
補填のためのアルゴリズムを図９Ｂの分散プロット９５
０を用いて図解する。マスク形状領域補填アルゴリズム （ｂ１）二次元分散プロットＭｓｃａｔｔｅｒを作成す
る。Ｍｓｃａｔｔｅｒのすべてのデータ点を論理１に設
定する。 （ｂ２）分散プロット９５０の位置（ｔｇｒａｙ，ｒｇ
ｒａｙ）の各々につき上記の式１を用いてＲｐｒｏｆｉ
ｌｅを算出し、垂直距離Ｄｐｅｒｐを得る。 （ｂ３）図１０Ｂに示した距離プロフィール２０００
（感度マージンを用いた場合は図１０Ｃに示した距離プ
ロフィール）にＲｐｒｏｆｉｌｅおよびＤｐｅｒｐをプ
ロットする。点（Ｒｐｒｏｆｉｌｅ，Ｄｐｅｒｐ）が曲
線１０３０および１０４０に囲まれている場合はＭｓｃ
ａｔｔｅｒの位置（ｔｇｒａｙ，ｒｇｒａｙ）を論理０
にリセットする。それ以外の場合は分散プロット９５０
の次の位置（ｔｇｒａｙ，ｒｇｒａｙ）に続ける。 （ｂ４）上述のステップを位置全部について続ける。
【００２１】上述のアルゴリズムにより図１１のＭｓｃ
ａｔｔｅｒ１１００が得られる。Ｍｓｃａｔｔｅｒ１１
００は二次元分散プロット中の欠陥点の検出に使えるマ
スク１１１０を含む。マスク１１１０の内側の点はすべ
て論理０である。図１２は分散プロット８００に重畳し
たマスク１１１０を示す。マスクの外側のデータ点はす
べて欠陥事象と判定する。
ａｔｔｅｒ１１００が得られる。Ｍｓｃａｔｔｅｒ１１
００は二次元分散プロット中の欠陥点の検出に使えるマ
スク１１１０を含む。マスク１１１０の内側の点はすべ
て論理０である。図１２は分散プロット８００に重畳し
たマスク１１１０を示す。マスクの外側のデータ点はす
べて欠陥事象と判定する。
【００２２】欠陥の検出にマスク１１１０を用いる一つ
のアルゴリズムは次のとおりである。マスクを用いた欠陥検出アルゴリズム （ｃ１）被検画像および基準画像の画素すべてについ
て、対応のグレーレベルｔｇｒａｙおよびｒｇｒａｙを
それぞれ計測する。 （ｃ２）Ｍｓｃａｔｔｅｒ１１００の位置（ｔｇｒａ
ｙ，ｒｇｒａｙ）が論理０であれば、それはその位置が
マスクの内側にありしたがって欠陥事象はないことを示
す。被検画像および基準画像の次の画素について続行す
る。 （ｃ３）Ｍｓｃａｔｔｅｒ１１００の位置（ｔｇｒａ
ｙ，ｒｇｒａｙ）が論理１であれば、それはその位置が
マスクの外側にあり欠陥があることを示す。欠陥事象を
報告する。 （ｃ４）被検画像および基準画像の画素対すべてについ
て続行する。
のアルゴリズムは次のとおりである。マスクを用いた欠陥検出アルゴリズム （ｃ１）被検画像および基準画像の画素すべてについ
て、対応のグレーレベルｔｇｒａｙおよびｒｇｒａｙを
それぞれ計測する。 （ｃ２）Ｍｓｃａｔｔｅｒ１１００の位置（ｔｇｒａ
ｙ，ｒｇｒａｙ）が論理０であれば、それはその位置が
マスクの内側にありしたがって欠陥事象はないことを示
す。被検画像および基準画像の次の画素について続行す
る。 （ｃ３）Ｍｓｃａｔｔｅｒ１１００の位置（ｔｇｒａ
ｙ，ｒｇｒａｙ）が論理１であれば、それはその位置が
マスクの外側にあり欠陥があることを示す。欠陥事象を
報告する。 （ｃ４）被検画像および基準画像の画素対すべてについ
て続行する。
【００２３】添付の参考資料はこの発明の実働化のしか
たの他の例を示す。この参考資料はこの発明の方法のＣ
プログラム言語によるソースコードを示す。このコード
は欠陥検査システムに慣用の形で結合したコンピュータ
もしくはプロセッサまたは欠陥検査システムの一部を構
成するコンピュータもしくはプロセッサによって実行す
る。それらシステムがこのソースコード、演算結果とし
て得られるプロット、マスクなどをコンピュータに読取
可能なメモリに通常蓄積することはもちろんである。表
４はこの発明の方法の各ステップと上記参考資料のソー
スコードとの間の対応関係を示す。 表 ４ Ｃ言語で 参考資料 示した機能 の頁番号 ステップ 注 釈 hist2D8 A/3 330 ２Ｄ分散プロット hist 2D8 open A/3 340 形態素フィルタ hist_2D8_1Dprofile A/4 350 １Ｄプロフィールを抽出し 移動平均を適用 hist_2D8_fitbound A/5 360,370 感度マージンおよびマスク の 補填 hist_2D8_thresh A/6 380 欠陥検出用にチェック （閾値比較） 図１３乃至１５はこの発明の方法の効果をさらに示す。
上述のアルゴリズムのステップ（ｃ１）乃至（ｃ４）を
用いて分散プロット８００上の欠陥を検出するようにＭ
ｓｃａｔｔｅｒ１１００を用いると、図１３に示した欠
陥マップ１３００が得られる。なお、欠陥マップ１３０
０は被検画像６００（図６）の欠陥６０１を正しく特定
している。
たの他の例を示す。この参考資料はこの発明の方法のＣ
プログラム言語によるソースコードを示す。このコード
は欠陥検査システムに慣用の形で結合したコンピュータ
もしくはプロセッサまたは欠陥検査システムの一部を構
成するコンピュータもしくはプロセッサによって実行す
る。それらシステムがこのソースコード、演算結果とし
て得られるプロット、マスクなどをコンピュータに読取
可能なメモリに通常蓄積することはもちろんである。表
４はこの発明の方法の各ステップと上記参考資料のソー
スコードとの間の対応関係を示す。 表 ４ Ｃ言語で 参考資料 示した機能 の頁番号 ステップ 注 釈 hist2D8 A/3 330 ２Ｄ分散プロット hist 2D8 open A/3 340 形態素フィルタ hist_2D8_1Dprofile A/4 350 １Ｄプロフィールを抽出し 移動平均を適用 hist_2D8_fitbound A/5 360,370 感度マージンおよびマスク の 補填 hist_2D8_thresh A/6 380 欠陥検出用にチェック （閾値比較） 図１３乃至１５はこの発明の方法の効果をさらに示す。
上述のアルゴリズムのステップ（ｃ１）乃至（ｃ４）を
用いて分散プロット８００上の欠陥を検出するようにＭ
ｓｃａｔｔｅｒ１１００を用いると、図１３に示した欠
陥マップ１３００が得られる。なお、欠陥マップ１３０
０は被検画像６００（図６）の欠陥６０１を正しく特定
している。
【００２４】図１４は直線１４０１および１４０２で画
した所定の閾値を分散プロット８００に適用した状態を
図解する。所定の閾値の利用は上記米国特許出願第０９
／３６５，５１７号に記載してあるので、同出願をさら
に参照してその内容全体をこの明細書に組み入れる。直
線１４０１および１４０２に囲まれていない点は欠陥事
象と判定する。図１５は上記所定の閾値を分散プロット
８００に適用して得られた欠陥マップを示す。なお、欠
陥６０１の捕捉に至らない多数の擬似欠陥が検出されて
いたことに注目されたい。
した所定の閾値を分散プロット８００に適用した状態を
図解する。所定の閾値の利用は上記米国特許出願第０９
／３６５，５１７号に記載してあるので、同出願をさら
に参照してその内容全体をこの明細書に組み入れる。直
線１４０１および１４０２に囲まれていない点は欠陥事
象と判定する。図１５は上記所定の閾値を分散プロット
８００に適用して得られた欠陥マップを示す。なお、欠
陥６０１の捕捉に至らない多数の擬似欠陥が検出されて
いたことに注目されたい。
【００２５】この明細書の記載は説明を目的とするもの
であって限定を意図するものではないことを理解された
い。この発明の範囲と真意を逸脱することなく多数の変
形が可能である。この発明の範囲は特許請求の範囲の各
請求項の文言のみによって解釈されなければならない。
であって限定を意図するものではないことを理解された
い。この発明の範囲と真意を逸脱することなく多数の変
形が可能である。この発明の範囲は特許請求の範囲の各
請求項の文言のみによって解釈されなければならない。
【図１】従来技術における欠陥検出方法の流れ図。
【図２】グレーレベルの一次元ヒストグラム曲線。
【図３】本発明の一実施例の方法の各ステップの説明
図。
図。
【図４】図４Ａ−図４Ｃは本発明によるアラインメント
ステップの説明図。
ステップの説明図。
【図５】本発明による二次元分散プロットを示す図。
【図６】ウェーハから得られた被検画像を示す図。
【図７】ウェーハから得られた基準画像を示す図。
【図８】本発明による二次元分散プロットを示す図。
【図９Ａ】図８の二次元分散プロットに形態素フィルタ
処理を適用した結果を示す図。
処理を適用した結果を示す図。
【図９Ｂ】図８の二次元分散プロットに形態素フィルタ
処理を適用した結果を示す図。
処理を適用した結果を示す図。
【図１０Ａ】本発明による一次元距離プロフィールを示
す図。
す図。
【図１０Ｂ】本発明による一次元距離プロフィールを示
す図。
す図。
【図１０Ｃ】本発明による一次元距離プロフィールを示
す図。
す図。
【図１１】本発明によるマスクを示す図。
【図１２】フィルタ処理なしの二次元分散プロットに重
畳したマスクを示す図。
畳したマスクを示す図。
【図１３】適応型マスクを用いて得られたウェーハ欠陥
マップを示す図。
マップを示す図。
【図１４】フィルタ処理していない二次元プロットに重
畳した所定の閾値を示す図。
畳した所定の閾値を示す図。
【図１５】所定の閾値を用いて得られたウェーハ欠陥マ
ップを示す図。
ップを示す図。
【符号の説明】図１ 110 基準画像および被検画像を取り込む 120 画像を位置合わせする 130 差分画像（基準画像−被検画像） 140 計測、正規化、ヒストグラム作成 150 閾値比較 155 欠陥事象を知らせる図３ 310 被検画像と基準画像とを取り込む 320 それら被検画像と基準画像とを位置合わせする 330 ２Ｄ分散プロットを作成する 340 雑音除去フィルタ処理にかける 350 マスク形状境界を抽出する 360 感度マージンを加算する（オプション） 370 マスク領域を補填する 380 ２Ｄ分散プロットにマスクを適用する 390 欠陥を知らせる 200 ヒストグラム曲線 410 被検画像 420 基準画像 411-416，421-426 画素 431-436 位置合わせした画素位置 501 仮想直線 600 被検画像 700 基準画像 800, 950 分散プロット 900 マスク形状 901 直線 905，907 境界点 1000，2000 距離プロフィール 1110 マスク 1300 欠陥マップ
─────────────────────────────────────────────────────
【手続補正書】
【提出日】平成１２年８月９日（２０００．８．９）
【手続補正１】
【補正対象書類名】明細書
【補正対象項目名】００１１
【補正方法】変更
【補正内容】
【００１１】ステップ３２０を図４Ａ乃至図４Ｃにさら
に詳細に図解する。図４Ａは画素４１１−４１６を含む
被検画像４１０を示す。これら画素の各々は画像上の位
置とグレーレベルとによって定義される。例えば、画素
４１３はｉ＝１０，ｊ＝３０（すなわち（１０，３
０））の位置にある。画素４１３のグレーレベルはこの
図解では５０としてある。表１は被検画像４１０の上記
画素の各々についての座標位置およびグレーレベルを示
し、表２は基準画像４２０の画素４２１−４２６の各々
についての座標位置およびグレーレベルを示す。 図４Ｃは被検画像４１０と基準画像４２０との位置合わ
せを図解する。位置合わせした画素位置４３１は画素４
１１および４２１を含み、位置合わせした画素位置４３
２は画素４１２および４２２を含み、以下同様となる。
に詳細に図解する。図４Ａは画素４１１−４１６を含む
被検画像４１０を示す。これら画素の各々は画像上の位
置とグレーレベルとによって定義される。例えば、画素
４１３はｉ＝１０，ｊ＝３０（すなわち（１０，３
０））の位置にある。画素４１３のグレーレベルはこの
図解では５０としてある。表１は被検画像４１０の上記
画素の各々についての座標位置およびグレーレベルを示
し、表２は基準画像４２０の画素４２１−４２６の各々
についての座標位置およびグレーレベルを示す。 図４Ｃは被検画像４１０と基準画像４２０との位置合わ
せを図解する。位置合わせした画素位置４３１は画素４
１１および４２１を含み、位置合わせした画素位置４３
２は画素４１２および４２２を含み、以下同様となる。
【手続補正２】
【補正対象書類名】明細書
【補正対象項目名】００１２
【補正方法】変更
【補正内容】
【００１２】基準画像と被検画像とを位置合わせする
と、両画像間の画素対画素対応が既知となる。被検画像
からの一つの画素のグレーレベルを基準画像の中の対応
の画素のグレーレベルと対応させて位置合わせずみの各
画素位置につきプロットすることによって、二次元（２
Ｄ）分散プロットを作成する（図３、ステップ３３
０）。図４Ｃを例として用いて述べると、画素４１１の
グレーレベルを画素４２１のグレーレベルに対応させて
プロットし、画素４１２のグレーレベルを画素４２２の
グレーレベルに対応させてプロットし、以下同様とす
る。位置４３１−４３６についてステップ３３０を実行
すると図３に示すデータが得られる。その結果得られた
二次元分散プロット５００を図５に示す。 表３は位置合わせずみの画素位置４３４、４３５および
４３６が多様なグレーレベルを呈し、したがって欠陥の
存在を示していることを表す。一方、位置合わせずみの
画素位置４３１、４３２および４３３は、これら位置に
おける被検画像および基準画像のグレーレベルが等しい
ので、欠陥ではない。分散プロット５００（図５）は欠
陥の存在に関する情報をもたらす。互いに等しいグレー
レベルの位置合わせずみ画像位置はすべて分散プロット
５００において仮想直線５０１により表示できる。仮想
直線１の勾配は、被検画像画素のグレーレベルが基準画
像中の対応画素のグレーレベルに等しいので＋１であ
る。プロットされる位置が仮想直線５０１から離れるほ
どグレーレベルの偏移が大きくなり、その位置に欠陥が
存在する確率が高まる。分散プロット５００において、
位置４３４、４３５および４３６は仮想直線５０１沿い
になく欠陥の存在を示している。この明細書において
は、二次元（２Ｄ）分散データ点の座標を画像画素位置
座標（ｉ，ｊ）から区別するために（ｔｇｒａｙ，ｒｇ
ｒａｙ）で表示する。例えば、位置合わせずみ画素位置
４３５は位置（２００，１００）の２Ｄ分散プロットデ
ータ点として定義する。
と、両画像間の画素対画素対応が既知となる。被検画像
からの一つの画素のグレーレベルを基準画像の中の対応
の画素のグレーレベルと対応させて位置合わせずみの各
画素位置につきプロットすることによって、二次元（２
Ｄ）分散プロットを作成する（図３、ステップ３３
０）。図４Ｃを例として用いて述べると、画素４１１の
グレーレベルを画素４２１のグレーレベルに対応させて
プロットし、画素４１２のグレーレベルを画素４２２の
グレーレベルに対応させてプロットし、以下同様とす
る。位置４３１−４３６についてステップ３３０を実行
すると図３に示すデータが得られる。その結果得られた
二次元分散プロット５００を図５に示す。 表３は位置合わせずみの画素位置４３４、４３５および
４３６が多様なグレーレベルを呈し、したがって欠陥の
存在を示していることを表す。一方、位置合わせずみの
画素位置４３１、４３２および４３３は、これら位置に
おける被検画像および基準画像のグレーレベルが等しい
ので、欠陥ではない。分散プロット５００（図５）は欠
陥の存在に関する情報をもたらす。互いに等しいグレー
レベルの位置合わせずみ画像位置はすべて分散プロット
５００において仮想直線５０１により表示できる。仮想
直線１の勾配は、被検画像画素のグレーレベルが基準画
像中の対応画素のグレーレベルに等しいので＋１であ
る。プロットされる位置が仮想直線５０１から離れるほ
どグレーレベルの偏移が大きくなり、その位置に欠陥が
存在する確率が高まる。分散プロット５００において、
位置４３４、４３５および４３６は仮想直線５０１沿い
になく欠陥の存在を示している。この明細書において
は、二次元（２Ｄ）分散データ点の座標を画像画素位置
座標（ｉ，ｊ）から区別するために（ｔｇｒａｙ，ｒｇ
ｒａｙ）で表示する。例えば、位置合わせずみ画素位置
４３５は位置（２００，１００）の２Ｄ分散プロットデ
ータ点として定義する。
【手続補正３】
【補正対象書類名】明細書
【補正対象項目名】００２３
【補正方法】変更
【補正内容】
【００２３】添付の参考資料はこの発明の実働化のしか
たの他の例を示す。この参考資料はこの発明の方法のＣ
プログラム言語によるソースコードを示す。このコード
は欠陥検査システムに慣用の形で結合したコンピュータ
もしくはプロセッサまたは欠陥検査システムの一部を構
成するコンピュータもしくはプロセッサによって実行す
る。それらシステムがこのソースコード、演算結果とし
て得られるプロット、マスクなどをコンピュータに読取
可能なメモリに通常蓄積することはもちろんである。表
４はこの発明の方法の各ステップと上記参考資料のソー
スコードとの間の対応関係を示す。 図１３乃至１５はこの発明の方法の効果をさらに示す。
上述のアルゴリズムのステップ（ｃ１）乃至（ｃ４）を
用いて分散プロット８００上の欠陥を検出するようにＭ
ｓｃａｔｔｅｒ１１００を用いると、図１３に示した欠
陥マップ１３００が得られる。なお、欠陥マップ１３０
０は被検画像６００（図６）の欠陥６０１を正しく特定
している。 ─────────────────────────────────────────────────────
たの他の例を示す。この参考資料はこの発明の方法のＣ
プログラム言語によるソースコードを示す。このコード
は欠陥検査システムに慣用の形で結合したコンピュータ
もしくはプロセッサまたは欠陥検査システムの一部を構
成するコンピュータもしくはプロセッサによって実行す
る。それらシステムがこのソースコード、演算結果とし
て得られるプロット、マスクなどをコンピュータに読取
可能なメモリに通常蓄積することはもちろんである。表
４はこの発明の方法の各ステップと上記参考資料のソー
スコードとの間の対応関係を示す。 図１３乃至１５はこの発明の方法の効果をさらに示す。
上述のアルゴリズムのステップ（ｃ１）乃至（ｃ４）を
用いて分散プロット８００上の欠陥を検出するようにＭ
ｓｃａｔｔｅｒ１１００を用いると、図１３に示した欠
陥マップ１３００が得られる。なお、欠陥マップ１３０
０は被検画像６００（図６）の欠陥６０１を正しく特定
している。 ─────────────────────────────────────────────────────
【手続補正書】
【提出日】平成１２年１２月４日（２０００．１２．
４）
４）
【手続補正１】
【補正対象書類名】図面
【補正対象項目名】全図
【補正方法】変更
【補正内容】
【図２】
【図５】
【図１】
【図３】
【図４】
【図６】
【図１０Ａ】
【図７】
【図８】
【図９Ａ】
【図１０Ｂ】
【図１０Ｃ】
【図１３】
【図９Ｂ】
【図１１】
【図１２】
【図１４】
【図１５】
───────────────────────────────────────────────────── フロントページの続き (51)Int.Cl.7 識別記号 ＦＩ テーマコート゛(参考） Ｇ０６Ｔ 7/00 ２００ Ｈ０１Ｌ 21/66 Ｊ Ｈ０１Ｌ 21/66 Ｇ０１Ｎ 23/225 // Ｇ０１Ｎ 23/225 Ｇ０１Ｂ 11/24 Ｆ
Claims (10)
- 【請求項１】欠陥を検出する方法であって、（ａ）検査
対象の物体の第１の画像およびそれと関連する第２の画
像を生ずる過程と、（ｂ）前記第１の画像を前記第２の
画像と位置合わせする過程と、（ｃ）前記第１の画像か
らの画素のグレーレベルを前記第２の画像からの対応の
画素のグレーレベルと対応させてプロットすることによ
り第１のプロットを作成する過程と、（ｄ）前記第１の
プロットをフィルタ処理することにより第２のプロット
を作成する過程と、（ｅ）前記第２のプロットの形状に
より区画された縁部を有するマスクを作成する過程と、
（ｆ）前記第１の画像に現れる欠陥を検出するように前
記マスクを用いる過程とを含む方法。 - 【請求項２】形態素フィルタを用いてフィルタ処理を行
う請求項１記載の方法。 - 【請求項３】前記マスクの範囲がユーザにより調節可能
である請求項１記載の方法。 - 【請求項４】前記マスクの前記縁部の円滑化のために移
動平均フィルタを用いる過程をさらに含む請求項１記載
の方法。 - 【請求項５】前記第２の画像をデータベースから得る請
求項１記載の方法。 - 【請求項６】前記過程（ｃ）および（ｄ）のプロットを
コンピュータに読出し可能な媒体に蓄積する過程をさら
に含む請求項１記載の方法。 - 【請求項７】請求項１記載の方法の実行のためのプログ
ラムを蓄積したコンピュータに読出し可能な媒体。 - 【請求項８】コンピュータに読出し可能な媒体であっ
て、 位置座標およびグレーレベルで各々が定義される複数の
画素を各々が有する第１の画像およびそれに関連する第
２の画像を表すデータを含む複数の記憶位置と、 前記第１の画像からの画素のグレーレベルの前記第２の
画像からの対応の画素のグレーレベルに対するプロット
をフィルタ処理することにより作成したマスクを区画す
るデータを蓄積した複数の記憶位置を有するアレーとを
含むコンピュータに読出し可能な媒体。 - 【請求項９】前記フィルタ処理を形態素フィルタの利用
により行う請求項８記載の方法。 - 【請求項１０】前記第１の画像からの画素のグレーレベ
ルの前記第２の画像からの画素のグレーレベルに対する
プロットを円滑化するように移動平均アルゴリズムを用
いる請求項８記載の方法。
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US09/365,583 US6614924B1 (en) | 1999-08-02 | 1999-08-02 | Adaptive mask technique for defect inspection |
| US09/365583 | 1999-08-02 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2001133418A true JP2001133418A (ja) | 2001-05-18 |
| JP4601134B2 JP4601134B2 (ja) | 2010-12-22 |
Family
ID=23439457
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2000234951A Expired - Lifetime JP4601134B2 (ja) | 1999-08-02 | 2000-08-02 | 形状特徴に基づく欠陥検出の方法及び装置 |
Country Status (6)
| Country | Link |
|---|---|
| US (1) | US6614924B1 (ja) |
| JP (1) | JP4601134B2 (ja) |
| KR (1) | KR100727190B1 (ja) |
| DE (1) | DE10037697B4 (ja) |
| FR (1) | FR2799027A1 (ja) |
| TW (1) | TW581865B (ja) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR100474571B1 (ko) * | 2002-09-23 | 2005-03-10 | 삼성전자주식회사 | 웨이퍼의 패턴 검사용 기준 이미지 설정 방법과 이 설정방법을 이용한 패턴 검사 방법 및 장치 |
| JP2006138708A (ja) * | 2004-11-11 | 2006-06-01 | Tokyo Seimitsu Co Ltd | 画像欠陥検査方法、画像欠陥検査装置及び外観検査装置 |
| JP2007033104A (ja) * | 2005-07-25 | 2007-02-08 | Keyence Corp | 透明フィルム検出装置 |
| US7466853B2 (en) | 2003-01-02 | 2008-12-16 | Samsung Electronics Co., Inc. | Method and apparatus for detecting defects on a wafer |
| CN115661136A (zh) * | 2022-12-12 | 2023-01-31 | 深圳宝铭微电子有限公司 | 一种碳化硅材质的半导体缺陷检测方法 |
Families Citing this family (27)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7617474B2 (en) * | 1997-09-17 | 2009-11-10 | Synopsys, Inc. | System and method for providing defect printability analysis of photolithographic masks with job-based automation |
| US7107571B2 (en) * | 1997-09-17 | 2006-09-12 | Synopsys, Inc. | Visual analysis and verification system using advanced tools |
| US6578188B1 (en) | 1997-09-17 | 2003-06-10 | Numerical Technologies, Inc. | Method and apparatus for a network-based mask defect printability analysis system |
| US7093229B2 (en) * | 1997-09-17 | 2006-08-15 | Synopsys, Inc. | System and method for providing defect printability analysis of photolithographic masks with job-based automation |
| US6631211B1 (en) * | 1999-07-08 | 2003-10-07 | Perkinelmer Las, Inc. | Interactive system for analyzing scatter plots |
| JP4663214B2 (ja) * | 2001-03-20 | 2011-04-06 | シノプシイス インコーポレイテッド | マスク欠陥のプリンタビリティ解析を提供するシステム及び方法 |
| US6873720B2 (en) | 2001-03-20 | 2005-03-29 | Synopsys, Inc. | System and method of providing mask defect printability analysis |
| US7127099B2 (en) * | 2001-05-11 | 2006-10-24 | Orbotech Ltd. | Image searching defect detector |
| JP4711570B2 (ja) * | 2001-09-14 | 2011-06-29 | 株式会社東京精密 | パターン検査方法及び検査装置 |
| EP1451561A2 (en) * | 2001-11-28 | 2004-09-01 | Applied Materials, Inc. | Method for detecting defects in substrates |
| US6829381B2 (en) * | 2001-11-28 | 2004-12-07 | Applied Materials, Inc. | Method for detecting defects |
| US20060047462A1 (en) * | 2004-08-31 | 2006-03-02 | Picciotto Carl E | Displacement estimation system and method |
| US7085673B2 (en) * | 2004-08-31 | 2006-08-01 | Hewlett-Packard Development Company, L.P. | Displacement estimation system and method |
| FR2882437B1 (fr) * | 2005-02-21 | 2007-12-14 | Electricite De France | Procede de controle de l'etat d'un outil et appareil mettant en oeuvre ce procede |
| JP2006308376A (ja) * | 2005-04-27 | 2006-11-09 | Tokyo Seimitsu Co Ltd | 外観検査装置及び外観検査方法 |
| DE102007043433B3 (de) * | 2007-03-24 | 2008-10-09 | Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. | Vorrichtung und Verfahren zum Adaptieren eines Maskenbildes |
| KR20120068128A (ko) * | 2010-12-17 | 2012-06-27 | 삼성전자주식회사 | 패턴의 결함 검출 방법 및 이를 수행하기 위한 결함 검출 장치 |
| US8750557B2 (en) | 2011-02-15 | 2014-06-10 | Ebay Inc. | Identifying product metadata from an item image |
| US10599944B2 (en) | 2012-05-08 | 2020-03-24 | Kla-Tencor Corporation | Visual feedback for inspection algorithms and filters |
| US9619876B2 (en) * | 2013-03-12 | 2017-04-11 | Kla-Tencor Corp. | Detecting defects on wafers based on 2D scatter plots of values determined for output generated using different optics modes |
| US10339262B2 (en) * | 2016-03-29 | 2019-07-02 | Kla-Tencor Corporation | System and method for defining care areas in repeating structures of design data |
| KR101975816B1 (ko) * | 2018-07-10 | 2019-08-28 | 주식회사 에이치비테크놀러지 | 오토 리페어 시스템의 불량 판별장치 및 방법 |
| US11037289B2 (en) | 2018-10-26 | 2021-06-15 | Taiwan Semiconductor Manufacturing Company Ltd. | Method and system for scanning wafer |
| US11580650B2 (en) * | 2019-10-01 | 2023-02-14 | KLA Corp. | Multi-imaging mode image alignment |
| CN110767564A (zh) * | 2019-10-28 | 2020-02-07 | 苏师大半导体材料与设备研究院(邳州)有限公司 | 一种晶圆检测方法 |
| US11127136B2 (en) | 2019-12-05 | 2021-09-21 | Kla Corporation | System and method for defining flexible regions on a sample during inspection |
| US11348213B2 (en) * | 2020-02-12 | 2022-05-31 | International Business Machines Corporation | Multistage process model training |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH11304718A (ja) * | 1998-04-21 | 1999-11-05 | Hitachi Ltd | 欠陥検査方法および装置 |
| JP2000208575A (ja) * | 1999-01-08 | 2000-07-28 | Schlumberger Technol Inc | 形状特徴に基づく欠陥検出方法及び装置 |
| JP2004515830A (ja) * | 1999-08-02 | 2004-05-27 | シュルンベルジェ テクノロジーズ，インコーポレーテッド | 欠陥検出のための二次分散プロット技術 |
Family Cites Families (17)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP3037383B2 (ja) * | 1990-09-03 | 2000-04-24 | キヤノン株式会社 | 画像処理システム及びその方法 |
| IL99823A0 (en) * | 1990-11-16 | 1992-08-18 | Orbot Instr Ltd | Optical inspection method and apparatus |
| JPH06325181A (ja) * | 1993-05-17 | 1994-11-25 | Mitsubishi Electric Corp | パターン認識方法 |
| US5808735A (en) * | 1993-06-17 | 1998-09-15 | Ultrapointe Corporation | Method for characterizing defects on semiconductor wafers |
| US5923430A (en) * | 1993-06-17 | 1999-07-13 | Ultrapointe Corporation | Method for characterizing defects on semiconductor wafers |
| US5548326A (en) * | 1993-10-06 | 1996-08-20 | Cognex Corporation | Efficient image registration |
| US5638465A (en) * | 1994-06-14 | 1997-06-10 | Nippon Telegraph And Telephone Corporation | Image inspection/recognition method, method of generating reference data for use therein, and apparatuses therefor |
| US5659172A (en) * | 1995-06-21 | 1997-08-19 | Opal Technologies Ltd. | Reliable defect detection using multiple perspective scanning electron microscope images |
| US5943437A (en) * | 1995-10-09 | 1999-08-24 | Kabushiki Kaisha Kobe Seiko Sho | Method and apparatus for classifying a defect on a semiconductor wafer |
| US5764792A (en) * | 1996-01-19 | 1998-06-09 | Oncor, Inc. | Method and apparatus for processing images |
| US5807647A (en) * | 1996-07-03 | 1998-09-15 | Kabushiki Kaisha Toshiba | Method for determining phase variance and shifter stability of phase shift masks |
| US5982927A (en) * | 1996-12-19 | 1999-11-09 | Cognex Corporation | Methods and apparatuses for in-line solder paste inspection |
| US6285397B1 (en) * | 1997-01-16 | 2001-09-04 | Display Laboratories, Inc. | Alignment of cathode ray tube video displays using a host computer processor |
| US6061476A (en) * | 1997-11-24 | 2000-05-09 | Cognex Corporation | Method and apparatus using image subtraction and dynamic thresholding |
| US6282309B1 (en) * | 1998-05-29 | 2001-08-28 | Kla-Tencor Corporation | Enhanced sensitivity automated photomask inspection system |
| KR20000027842A (ko) * | 1998-10-29 | 2000-05-15 | 김영환 | 반도체장치의 결함검사방법 |
| US6252981B1 (en) * | 1999-03-17 | 2001-06-26 | Semiconductor Technologies & Instruments, Inc. | System and method for selection of a reference die |
-
1999
- 1999-08-02 US US09/365,583 patent/US6614924B1/en not_active Expired - Lifetime
-
2000
- 2000-08-01 TW TW089115449A patent/TW581865B/zh not_active IP Right Cessation
- 2000-08-01 FR FR0010125A patent/FR2799027A1/fr active Pending
- 2000-08-01 KR KR1020000044579A patent/KR100727190B1/ko not_active IP Right Cessation
- 2000-08-02 JP JP2000234951A patent/JP4601134B2/ja not_active Expired - Lifetime
- 2000-08-02 DE DE10037697A patent/DE10037697B4/de not_active Expired - Lifetime
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH11304718A (ja) * | 1998-04-21 | 1999-11-05 | Hitachi Ltd | 欠陥検査方法および装置 |
| JP2000208575A (ja) * | 1999-01-08 | 2000-07-28 | Schlumberger Technol Inc | 形状特徴に基づく欠陥検出方法及び装置 |
| JP2004515830A (ja) * | 1999-08-02 | 2004-05-27 | シュルンベルジェ テクノロジーズ，インコーポレーテッド | 欠陥検出のための二次分散プロット技術 |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR100474571B1 (ko) * | 2002-09-23 | 2005-03-10 | 삼성전자주식회사 | 웨이퍼의 패턴 검사용 기준 이미지 설정 방법과 이 설정방법을 이용한 패턴 검사 방법 및 장치 |
| US7200258B2 (en) | 2002-09-23 | 2007-04-03 | Samsung Electronics Co., Ltd. | Method for selecting reference images, method and apparatus for inspecting patterns on wafers, and method for dividing a wafer into application regions |
| US7466853B2 (en) | 2003-01-02 | 2008-12-16 | Samsung Electronics Co., Inc. | Method and apparatus for detecting defects on a wafer |
| JP2006138708A (ja) * | 2004-11-11 | 2006-06-01 | Tokyo Seimitsu Co Ltd | 画像欠陥検査方法、画像欠陥検査装置及び外観検査装置 |
| JP2007033104A (ja) * | 2005-07-25 | 2007-02-08 | Keyence Corp | 透明フィルム検出装置 |
| CN115661136A (zh) * | 2022-12-12 | 2023-01-31 | 深圳宝铭微电子有限公司 | 一种碳化硅材质的半导体缺陷检测方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| DE10037697B4 (de) | 2013-04-04 |
| FR2799027A1 (fr) | 2001-03-30 |
| KR20010021173A (ko) | 2001-03-15 |
| DE10037697A1 (de) | 2001-03-15 |
| JP4601134B2 (ja) | 2010-12-22 |
| US6614924B1 (en) | 2003-09-02 |
| KR100727190B1 (ko) | 2007-06-13 |
| TW581865B (en) | 2004-04-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP2001133418A (ja) | 形状特徴に基づく欠陥検出の方法及び装置 | |
| US6539106B1 (en) | Feature-based defect detection | |
| TWI412739B (zh) | 缺陷檢測方法及缺陷檢測裝置 | |
| CN111179243A (zh) | 一种基于计算机视觉的小尺寸芯片裂纹检测方法及系统 | |
| US20010055415A1 (en) | Pattern inspection method and pattern inspection device | |
| JP4966893B2 (ja) | 一致度計算装置及び方法、プログラム | |
| CN109671078B (zh) | 一种产品表面图像异常检测方法及装置 | |
| JP2010520622A (ja) | ウェーハ上に形成されたアレイ領域のための検査領域のエッジを正確に識別する方法、及び、ウェーハ上に形成されたアレイ領域に検知された欠陥をビニングする方法 | |
| KR20090101356A (ko) | 결함 검출 장치 및 결함 검출 방법 | |
| CN112085700B (zh) | X射线图像中焊缝区域的自动化提取方法、系统及介质 | |
| JP6177541B2 (ja) | 文字認識装置、文字認識方法及びプログラム | |
| CN116468687A (zh) | 划伤缺陷检测方法、装置及存储介质、电子设备 | |
| CN113112396B (zh) | 导电粒子的检测方法 | |
| CN117808812A (zh) | 一种柔性电路板瑕疵检测方法及系统 | |
| CN115719326A (zh) | Pcb板缺陷检测方法及装置 | |
| JP4801697B2 (ja) | 画像形成方法，画像形成装置、及びコンピュータプログラム | |
| JP2004515830A (ja) | 欠陥検出のための二次分散プロット技術 | |
| KR102383577B1 (ko) | 스켈러톤 웨이퍼 검사 방법 | |
| CN114120343A (zh) | 证件图像质量评估方法及终端 | |
| JP3260425B2 (ja) | パターンのエッジライン推定方式及びパターン検査装置 | |
| JP2005265828A (ja) | 疵検出方法及び装置 | |
| JP2517570B2 (ja) | パタ−ン検出方法 | |
| CN117805142A (zh) | 缺陷检测方法、缺陷检测装置和计算机可读存储介质 | |
| JP3146882B2 (ja) | 絵柄検査方法 | |
| JP3330769B2 (ja) | パターン認識装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A625 | Written request for application examination (by other person) |
Free format text: JAPANESE INTERMEDIATE CODE: A625 Effective date: 20070720 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20100202 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20100216 |
|
| A711 | Notification of change in applicant |
Free format text: JAPANESE INTERMEDIATE CODE: A711 Effective date: 20100409 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20100412 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20100831 |
|
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20100928 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20131008 Year of fee payment: 3 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 4601134 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20131008 Year of fee payment: 3 |
|
| RD02 | Notification of acceptance of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: R3D02 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| EXPY | Cancellation because of completion of term |