JP2001183116A - マスクパターン形状計測方法 - Google Patents

Abstract

(57)【要約】 【課題】フォトマスクのマスクパターン形状の特徴を表
す形状特性値を、パターンの輪郭形状から迅速かつ正確
に計測することを課題とする。 【解決手段】パターン形状を計測するマスクパターン画
像１をコンピュータに読み込み、画像処理２によって輪
郭形状データ３を作成し、続いてこれを走査処理するこ
とによりベクトルデータ５に変換し、さらに連結・合成
処理６を行うことで線図形データ７に変換した後、この
線図形データに座標計測処理８を施すことで形状特性値
９の計測が可能となる。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は半導体製造のリソグ
ラフィ工程に用いられるフォトマスクのパターン形状を
パターン画像から抽出し、所定のパターン形状特性値を
計測評価するためのマスクパターン形状計測方法に関す
る。

【０００２】

【従来の技術】近年の半導体ＬＳＩパターンの微細化に
伴い、パターン原版としてのフォトマスクも同様に微細
化への対応を迫られており、同時に高精度化への要求は
非常に厳しい。従来、フォトマスク品質における重要項
目として、欠陥・寸法精度・アライメントの３項目が特
に重視されており、半導体の微細化が進む現在ではそれ
ぞれの項目を計測するための高精度なフォトマスク専用
検査装置が開発され使用されている。しかしフォトマス
クパターンの微細化による高精度化への要求は、前記３
項目以外のあらゆる品質項目（パターン形状、パターン
データ保証、耐久性、クリーン度等）においても同様に
なりつつあり、特にパターン形状の精度については直接
ＬＳＩ回路の精度および性能に関わることから、かなり
重視されるようになってきた。

【０００３】フォトマスクのパターン形状は、半導体回
路のマスクレイアウト設計において設計図面通りのパタ
ーンが精度良くマスク上に再現されていることが望まし
いのは当然である。しかし、実際にはリソグラフィ技術
を用いてガラス上の金属薄膜に微細なパターンを加工し
ているため、マスクパターンと設計パターンとは完全に
同一形状ではなく、寸法差やコーナー部の丸みなど、微
小な違いが存在する。この違いはマスク上で数十〜数百
ナノメートル程度の大きさであることがほとんどである
が、近年の超ＬＳＩの微細化の進展によって、これが半
導体回路の特性に影響を与えることが懸念され始めてい
る。すなわち、微細なパターンであるほど、パターン自
体に対して前記のパターン形状の違いが相対的に大きく
なり、特性値に影響するようになってきたということで
ある。

【０００４】また、近年の急激な微細化に伴い、投影露
光技術において光学原理を積極的に利用することで前記
のパターン形状の問題を改善しようという試みが盛んに
なってきている。その代表例は光近接効果補正マスク
（以下ＯＰＣマスクと称する）である。ここでＯＰＣマ
スクについて説明する。ＯＰＣマスクは、ウェハ露光転
写時に回路パターン形状が精度良く転写されるように、
本来の回路パターンに近接あるいは接触するようにして
微細な光近接効果補正パターン（以下ＯＰＣパターンと
称する）が付加されているマスクである。ＯＰＣパター
ンは、投影露光転写時に光学的近接効果が原因で生じる
転写パターン形状の劣化に対して、近接するパターン同
士の光干渉効果を利用して形状補正し、本来の設計パタ
ーンが精度よく転写可能にすることを目的とするパター
ンであり、本来の回路パターンの四隅や隣接するパター
ンと最も近接する部分に配置されることが多い。また最
近では回路パターン全体を複雑に変形させるような種類
のＯＰＣパターンも提案されている。ただし、本来の回
路パターンとしては不要なため、ＯＰＣパターン自身は
転写されない程度に微細でなければならない。従って、
ＯＰＣパターンは従来のパターンよりもかなり微細であ
るため、マスクパターンの寸法ルールが従来のマスクよ
りも飛躍的に微細化することになり、マスク製造技術の
点では非常に高度な微細加工技術を必要とする。もちろ
ん、微細化の点では従来型のフォトマスクも同様に進展
していくことは確実であり、やはり高度な微細加工技術
が要求されるようになっている。そこでフォトマスク製
造及び検査技術の課題として重視されるようになったの
が、前述のパターン形状精度の問題である。

【０００５】マスク品質上の点検項目としてパターン形
状を表す場合、様々な項目がある。例えば、パターンコ
ーナー部の丸み（＝コーナー形状丸み）、直線パターン
エッジ部のギザツキ（＝エッジラフネス）、描画時のパ
ターンズレ（＝バッティングエラー）、形状歪み、テー
パー形状など、パターンのそれぞれの部分ごとにチェッ
クすべき項目がある。なお、括弧内はフォトマスク検査
工程で通常使われている項目名である。

【０００６】これらのパターン形状の精度を確認する手
段として従来は、光学顕微鏡やＳＥＭを用いてマスクパ
ターンの形状観察を行い、パターンエッジのギザつきや
パターンコーナー部の形状丸み等の項目について異常が
ないかどうかを検査者の目視観察によって判定してい
た。またその他の手段として、前述の光学顕微鏡やＳＥ
Ｍによるマスクパターンの観察画像をコンピュータに画
像データとして読み込んだ後、コンピュータの画面上で
パターン形状と設計パターンを比較して形状の善し悪し
を判断したり、画像データの濃淡からパターンを判別し
た上で画像処理ソフトのツール等を使って、パターンコ
ーナーの大きさや角度、パターン幅などをマウス操作に
より計測して形状の精度を確認していた。

【０００７】前記のようなパターン形状の精度の確認手
段において、光学顕微鏡（レーザー顕微鏡や共焦点顕微
鏡等の、同様に高倍率での観察を目的とするパターン観
察装置も含む）やＳＥＭによる目視観察では、判定は検
査者の主観によるため、検査者によってまちまちの判定
となるおそれがあった。また、コンピュータの画面上で
設計パターンと比較する場合も検査者による主観的な判
定によるため、同様な問題があった。こうしたパターン
形状の確認方法の根本的な問題は、客観的に評価するた
めの数値表現ができないこと、つまりパターン形状の特
性値を定量的に計測し、正確に評価することができない
ということである。

【０００８】この意味においては、前記の画像処理ソフ
トのツールを使った従来手段は、形状を長さや角度など
によって数値で表すことができるため、他の手段より優
れているといえる。しかしながら本手段では、画像デー
タの濃淡差によってパターンの輪郭を判断した上でマウ
スの手動操作で計測するため、パターンコーナーの大き
さやパターン幅などを計測する際の計測ポイントが測定
者によって変わってしまい、正確な計測ができないとい
う問題があった。また、本手段でパターン形状の特性値
として計測できるのは、長さや角度など直接的に計測可
能なものだけで、曲線形状などは計測できなかった。ま
た、パターン形状の特性値は１つのパターンに対して１
箇所とは限らないため、いくつも手動で計測するのは煩
わしいという問題もある。このように従来の手段ではパ
ターン形状の特性値を正確かつ迅速に評価するには不十
分であった。

【０００９】

【発明が解決しようとする課題】本発明は上記の問題点
を鑑みてなされたもので、微細なパターンを含むフォト
マスクのパターン形状の定量的な計測を、迅速かつ正確
・高精度に可能にするマスクパターン形状計測方法を提
供することを課題とする。

【００１０】

【課題を解決するための手段】本発明はかかる課題を解
決するものであり、請求項１の発明は、マスクパターン
形状計測方法において、任意のマスクパターン画像をコ
ンピュータを用いた画像処理によってパターンの輪郭形
状データを抽出した後、この輪郭形状データに対して走
査処理を施してベクトルデータに変換し、さらにベクト
ルデータを順次連結・合成処理して線図形データとした
後、この線図形データに対して座表計算処理を施すこと
によって、所望の形状特性値を計測することを特徴とす
るマスクパターン形状計測方法としたものである。

【００１１】本発明の請求項２の発明は、請求項１のマ
スクパターン形状計測方法において、前記画像処理が、
平滑化処理、エッジ検出処理、2値化処理、および細線
化処理等のアルゴリズムを適宜組み合わせた画像処理で
あることを特徴とするマスクパターン形状計測方法とし
たものである。

【００１２】

【発明の実施の形態】以下において本発明の一実施の形
態について図を用いて説明する。図１はマスクパターン
形状計測方法の一実施例のフロー図である。マスクパタ
ーンの形状計測方法として、任意のマスクパターン画像
をコンピュータを用いた画像処理によってパターンの輪
郭形状データを抽出した後、この輪郭形状データから所
望の形状特性値を計測する。図１において、マスクパタ
ーン画像１は光学顕微鏡またはＳＥＭで観察したフォト
マスクパターンをデジタル画像データとしてコンピュー
タに読み込ませたもので、画像データはビットマップ形
式で画像の濃淡や色の階調が画素単位で記録されてい
る。

【００１３】マスクパターンを画像データとしてコンピ
ュータに読み込ませる方法としては、光学顕微鏡または
ＳＥＭから出力したマスクパターンの拡大写真をスキャ
ナで読み取る方法や、光学顕微鏡によるマスクパターン
の拡大画像をＣＣＤカメラで撮影して光学アナログ画像
データを取得し、これを画像処理ボードのＡ／Ｄ変換装
置によってデジタル画像データに変換してビットマップ
形式の画像データとして読み込む方法などがある。

【００１４】上記の方法によってコンピュータに読み込
ませた画像データに対して、画像処理２を施すことによ
りパターンの輪郭線を表している輪郭形状データ３に変
換する。この画像処理２は平滑化処理、エッジ検出処
理、２値化処理、細線化処理等の一般的に用いられる画
像処理手法によって構成されており、画像データの画像
品質によって適宜各手法を組み合わせて最適な輪郭線が
得られるようにしている。また、画像処理２には所望の
パターン領域の切り取りや選択領域の拡大・縮小表示、
パターンが斜めになっている場合の回転補正処理なども
含まれている。

【００１５】図２はマスクパターンを輪郭形状データ、
ベクトルデータおよび線図形データに変換する様子を示
す模式図である。図２(a)にマスクパターン画像の一例
を、図２(b)に画像処理２によって得られる輪郭形状デ
ータの一例を示す。この輪郭形状データはパターンの輪
郭を一本の線で表したもので、図１の画像処理２の手順
中での細線化処理で、パターンのエッジ部分の太さが1
画素になるまで細線化することによって得られる。なお
このとき、画像の品質によっては輪郭形状データが途中
で切れてしまったり、微小な分岐線が生じてしまう可能
性があるが、そのような場合は膨張・収縮処理を加える
ことできれいな一本線の輪郭形状データを得ることがで
きる。

【００１６】図１に戻り、次に輪郭形状データ３に対し
て走査処理４を行うことにより、ベクトルデータ５を作
成する。図３は走査処理で画素の方向を調べるときのベ
クトルの方向と記号との関係を表した図である。走査処
理４とは、輪郭形状データを1画素ごとに調べ、隣の画
素が図３に示す8方向のどちらに向かっているかを順に
走査していき、輪郭線の形状を単位ベクトルの集合とし
て表現するための処理である。具体的にはまず輪郭形状
データのある地点を出発点と決め、そこから図３に示す
0〜７までの8方向の中で画素データが存在する地点があ
れば、そちらに移動する。次に移動した地点から、また
0〜７までの8方向を調べ、前の地点以外で画素データが
存在する地点があればさらに移動する。これを元の出発
点に戻るか、輪郭線の終点に到達するまで繰り返す。こ
のとき各画素間の移動時に0〜７の方向を示す記号を順
に付加することにより、輪郭線の形状をベクトルの集合
として表現できるため、輪郭形状データがベクトルデー
タに変換される。図２の（ｃ）に変換したベクトルデー
タを示す。

【００１７】このように、方向を示す記号の集合によっ
て線の形状を表す手法は、一般にチェイン符号化と呼ば
れており、出発点の座標値と方向を示す記号（チェイン
符号）の列であらゆる形状を表現することができるた
め、画像のデータ圧縮などには極めて有効な手法であ
る。

【００１８】次に、再び図１に戻り、上記の手法によっ
て得たベクトルデータ５を連結・合成処理６することに
よって線図形データ７に変換する。連結・合成処理とは
ベクトルデータの各要素を出発点から順に足し合わせる
ことにより、輪郭形状データの各画素の座標値を算出す
る処理である。これによって算出された各画素の座標値
データはパターンの輪郭に沿って順番にならんでおり、
線図形を構成しているので線図形データと呼んでいる。

【００１９】連結・合成処理におけるベクトルデータの
足し合わせは、ベクトルデータを方向を表す記号からｘ
ｙ座標成分に変換してから計算する。例えば、図３にお
いて０のｘｙ座標は（１，０）、１のｘｙ座標は（１，
１）、２のｘｙ座標は（０，１）となる。図２の（ｄ）
に連結・合成処理によって得られた線図形データを示
す。例えば図２（ｄ）のｘｙ座標（４，７）のベクトル
データの方向は図２（ｃ）と図（３）から１で、１のｘ
ｙ座標は（１，１）であるから、（４，７）に（１，
１）を加え（５，８）となる。

【００２０】図１に戻る。こうして得られたマスクパタ
ーンの線図形データ７に座標計測処理８を行うことによ
り、パターンの形状特性値９を計測することができる。
座標計測処理のアルゴリズムは特性値を計測する形状ご
とに異なるため、各形状ごとに座標計測方法を解説す
る。ここでは、一実施例としてコーナー形状丸みとエッ
ジラフネスについて述べる。

【００２１】なお、形状の特性値は以下に述べる以外に
もパターン特徴に応じていろいろ考えられるが、ここで
得られた前記線図形データをもとにして、計測処理のア
ルゴリズムを変更・追加することによって所望の形状特
性値を得ることが可能である。

【００２２】まず、コーナー形状丸みについて解説す
る。コーナー形状丸みを定量化するための特性値として
は、図４（ａ）に示すようにコーナー部分の横方向と縦
方向の長さａ、ｂや丸みによって本来のパターンから欠
けた部分の面積ｓ、本来のパターンの面積Ｓと欠けた部
分の面積ｓとの比によって欠け具合を表す侵食度ｓ／Ｓ
などがある。これらの特性値を計測するためには、パタ
ーン形状の輪郭線が曲線的に変化する部分、すなわちコ
ーナーの曲がり始めと曲がり終わりを検知する必要があ
る。コーナーの曲がり始め曲り終わりは図４（ｂ）に示
すように、線図形データの端点から順に、一定数はなれ
た２点間のｘｙ成分移動量から直線の傾きを求め、その
傾きが所定の閾値以上（もしくは以下）になるところを
調べることで検知することが可能である。

【００２３】なお、パターンの輪郭線にノイズがのって
いる場合は、ノイズ部分をコーナー曲がり始めと特定し
てしまうことが考えられるため、本発明ではマスクパタ
ーン画像の画像品質によって閾値を調整できるようにし
てある。コーナー部分の横方向と縦方向の長さａ、ｂは
コーナー曲がり始めと曲がり終わりの2点間のｘ、ｙ成
分の差の絶対値を計算することで求められる。また、欠
けた部分の面積ｓはａ、ｂを二辺とする長方形（＝本来
のパターン）からコーナー部分の面積を減算してもとめ
られる。なお、コーナー部分の面積は線図形データを始
点から終点まで辿りながら、列ごとのピクセル数をすべ
て合計することで算出される。コーナーの欠け具合を表
す侵食度は、単純に本来のパターンの面積Ｓと欠けた部
分の面積ｓの比すなわちｓ／Ｓを計算すれば良い。

【００２４】次にエッジラフネスについて解説する。エ
ッジラフネスを定量化するための特性値は、図４（ｃ）
に示すラフネス幅ａと平均粗さである。平均粗さを求め
るには統計的な計算が必要不可欠であり、従来の画像処
理手法ではパターンエッジの平均粗さの計算は困難であ
った。しかし、本発明においては図４（ｄ）に示すよう
な線図形データを生成しｘｙ座標値をもとに計算を行う
ため、それが可能となっている。具体的には、パターン
のエッジ部分を矩形領域で選択したときの端点を終点お
よび始点とし、終点と始点間の線図形データの座標値を
もとにエッジの平均線をもとめ、平均線と各座標値の差
ｆ（ｘ）の絶対値の始点から終点までの定積分値を、終
点・始点間の距離で割ることによって算出される。また
ラフネス幅ａは、線図形データの座標値を順に調べ、幅
方向の最小値と最大値の差を求めれば良い。

【００２５】

【発明の効果】以上のようにマスクパターン形状の計測
において、本発明のマスクパターン形状計測方法を用い
ることにより、従来の顕微鏡やＳＥＭによる目視確認や
画像処理ソフトのツールによる測定に比べ、迅速でかつ
高精度な形状計測が可能となり、さらに統計手法など多
様な計算方法が利用できるため、形状の特徴を正確に定
量化することが可能となった。また、その他のマスクパ
ターン形状においても同じ形状データを用いて、座標計
測処理のアルゴリズムを変更するだけで、形状の特徴を
定量化するための形状計測が可能となる。

【図面の簡単な説明】

【図１】本発明のマスクパターン形状計測方法の一実施
例の手順を示すフローである。

【図２】マスクパターンを輪郭形状データ、ベクトルデ
ータおよび線図形データに変換する様子を示す模式図で
ある。

【図３】走査処理で画素の方向を調べるときのベクトル
の方向と記号との関係を表した図である。

【図４】コーナー丸みとエッジラフネスの形状特性値の
計測概念を示す説明図である。

【符号の説明】

１ ・ ・ ・ マスクパターン画像 ２ ・ ・ ・ 画像処理 ３ ・ ・ ・ 輪郭形状データ ４ ・ ・ ・ 走査処理 ５ ・ ・ ・ ベクトルデータ １ ・ ・ ・ 連結・合成処理 ７ ・ ・ ・ 線図形データ ８ ・ ・ ・ 座標計測処理 ・ ・ ・ 形状特性値

フロントページの続き Ｆターム(参考） 2F065 AA03 AA07 AA12 AA56 CC18 DD00 FF04 JJ03 JJ19 JJ26 MM00 PP24 QQ04 QQ32 QQ33 QQ42 2H095 BD02 BD21 BD25 BD26 5B057 AA03 CA12 CB12 CE05 CF05 DA03 DC16 DC17

Claims (2)

【特許請求の範囲】
1. 【請求項１】マスクパターン形状計測方法において、任
   意のマスクパターン画像をコンピュータを用いた画像処
   理によってパターンの輪郭形状データを抽出した後、こ
   の輪郭形状データに対して走査処理を施してベクトルデ
   ータに変換し、さらにベクトルデータを順次連結・合成
   処理して線図形データとした後、この線図形データに対
   して座表計算処理を施すことによって、所望の形状特性
   値を計測することを特徴とするマスクパターン形状計測
   方法。
2. 【請求項２】請求項１のマスクパターン形状計測方法に
   おいて、前記画像処理が、平滑化処理、エッジ検出処
   理、2値化処理、および細線化処理等のアルゴリズムを
   適宜組み合わせた画像処理であることを特徴とするマス
   クパターン形状計測方法。