JP2001183810A - マスクパターン形状評価装置および形状評価方法並びに形状評価プログラムを記録した記録媒体 - Google Patents

Abstract

(57)【要約】 【課題】マスクパターンの形状評価装置及び形状評価方
法において、微細なパターンを含むフォトマスクのパタ
ーン形状評価に関して新たな評価手段を用いることによ
り、正確かつ高精度な形状評価装置及び形状評価方法を
提供する。 【解決手段】マスクパターン画像を入力し、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、特定パターンをベクトル符号化し特定パ
ターンの形状特徴を判断処理して、所定の形状特性値を
算出することによりパターン形状を評価することを特徴
とする。

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を比較評
価するためのマスクパターン形状評価装置及び形状評価
方法並びに形状評価プログラムを記録した記録媒体に関
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されたマスクパ
ターンの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】マスクパターン形状の評価方法について
は、マスク検査工程の中で以下に述べるような評価が行
われている。まずマスク形状の項目について説明する。
マスク品質項目としてパターン形状を評価する場合、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（＝エッジ粗さ）、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
ーンの各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】次に現在一般的なマスク検査工程で行われ
ている形状評価方法を説明する。図３に、現在のフォト
マスク製造工程におけるパターン形状検査のフローを示
す。まず高倍率顕微鏡検査３１において、光学的手段で
ある光学顕微鏡を用いてマスクパターンの形状観察を行
う。一般には６００倍から１０００倍程度の倍率でパタ
ーンを目視観察し、パターンエッジのギザツキやテーパ
ー形状（パターンエッジが垂直でなく斜めにエッチング
された形状）、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判定する。以上の場合、
形状の判定はすべて検査者の目視観察による判断のみで
なされる。

【０００７】次に欠陥検査３２において、自動欠陥検査
機を用いて欠陥の有無を検査するが、この際に欠陥部分
を検査機のモニター画面及び付属の光学顕微鏡によって
観察することができ、形状異常の有無を判定できる。た
だし自動欠陥検査機によって検出された欠陥部分のみモ
ニター画面で観察するため、主として疑似欠陥であるか
否かの判断が重視され、形状異常については目立つ場合
に偶然検出される程度に過ぎず、検査者の目視判定によ
るため客観的な信頼性に欠ける問題がある。ここで疑似
欠陥とは、検査機では欠陥として認識されたが、モニタ
ーによる目視観察によって真の欠陥ではないと判定され
たものである。疑似欠陥の原因は多くの場合欠陥部分と
比較するパターン（検査期の方式により、同一マスク上
のパターンと比較する場合と、パターンデータと比較照
合する方式がある）画像との微小なズレに起因する認識
エラーで、このズレは装置の検出感度・アライメント精
度やパターン位置精度、あるいはパターンの寸法差によ
り起こると推定される。

【０００８】前記のようなパターン形状検査での評価方
法では、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）による形状の判定は検査者の主観によるた
め、検査者によって微妙な判定の差違が生じるおそれが
あった。また、欠陥検査機による欠陥部分の形状判定
も、最終判定はモニター画面での検査者の主観的な判定
によるため、同様な問題があった。さらに、欠陥検査機
によって形状を判定する場合、欠陥として検出された箇
所しか判定できないという問題があった。また欠陥に比
べパターン形状異常を検出するためには欠陥よりも微小
な部分を観察する必要があり、そのためには装置の感度
を欠陥の規格を超えた高感度に設定して走査しなければ
ならず、本来は規格内となるような非常に微小な欠陥ま
でが過剰に検出されたり、さらに検査時間が増大しスル
ープットが低下するという重大な問題が発生する。さら
に、感度を高くしたために疑似欠陥も増大してしまうこ
とがあった。このように、欠陥検査機による検査ではパ
ターン形状を精度よく評価するには重大な問題点があっ
た。

【０００９】また、前記のような形状検査工程では判定
は検査者の主観によるため、検査者によってばらつきの
ある判定となるおそれがあった。これは、パターン形状
は定量的な計測方法が確立されておらず数値表現が困難
であること、またパターンが一定しないために計測方法
・計測箇所を同一にできず、判定基準が曖昧であること
が原因と考えられる。つまり、他の品質項目の場合に
は、欠陥は欠陥個数や大きさ、寸法は寸法値、アライメ
ントはズレ量といったように測定装置が専用に開発され
数値測定が可能であるのに対して、形状の場合は明確な
規格が定められていないために検査者の目視観察による
官能検査的な手法を用いているという問題があった。

【００１０】

【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評価に関して新たな評価手段を用
いることにより、正確かつ高精度なマスクパターン形状
評価装置及び形状評価方法並びに形状評価プログラムを
記録した記録媒体を提供することを課題とする。

【００１１】

【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
の形状評価装置において、マスクパターン画像を入力
し、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、特定パターンをベクトル
符号化し特定パターンの形状特徴を判断処理して、所定
の形状特性値を算出することによりパターン形状を評価
することを特徴とする、マスクパターン形状評価装置と
したものである。

【００１２】本発明の請求項２の発明は、前記請求項１
のマスクパターン形状評価装置において、マスクパター
ンを光学的手段を用いてマスクパターン画像を得る任意
に拡大観察可能なマスクパターン観察手段と、マスクパ
ターン画像を入力しコンピュータを用いた画像処理によ
りパターン画像データに変換するパターン画像入力・変
換手段と、前記入力・変換して得られたパターン画像デ
ータからコンピュータ処理によりパターン輪郭形状デー
タを抽出するパターン輪郭形状抽出手段と、パターン輪
郭形状データをベクトル符号化し特定パターンの形状特
徴をとらえるよう判断処理する形状特徴判断処理手段
と、判断して得られたパターンのパターン輪郭形状デー
タから所定の形状特性値を算出して形状を評価すること
ができる形状評価手段とを備えたことを特徴とする、マ
スクパターン形状評価装置としたものである。

【００１３】本発明の請求項３の発明は、マスクのパタ
ーン形状評価方法において、マスクパターン画像データ
の任意の領域に対してコンピュータを用いた画像処理に
よってパターン輪郭形状データを抽出した後、特定パタ
ーンをベクトル符号化し特定パターンの形状特徴を判断
処理して所定の形状特性値を算出することによりパター
ン形状を評価することを特徴とする、マスクパターン形
状評価方法としたものである。

【００１４】本発明の請求項４の発明は、前記請求項３
のマスクパターン形状評価方法において、前記画像処理
が、平滑化処理、エッジ検出処理、二値化処理、及び細
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評価方法
としたものである。

【００１５】本発明の請求項５の発明は、プログラムに
よってマスクパターンの形状評価するための形状評価プ
ログラムを記録した記録媒体において、前記形状評価プ
ログラムはコンピュータにマスクパターン画像を入力さ
せ、これを処理してパターンの輪郭形状データを抽出さ
せた後、特定パターンをベクトル符号化し特定パターン
の形状特徴を判断処理させ、所定の形状特性値を算出す
ることによりパターン形状を評価させることを特徴とす
る、マスクパターン形状評価プログラムを記録した記録
媒体としたものである。

【００１６】本発明の請求項６の発明は、請求項５に記
載のマスクパターン形状評価プログラムを記録した記録
媒体において、前記形状評価プログラムはコンピュータ
にマスクパターン画像を入力させパターン画像データに
変換させるパターン画像入力・変換手段と、変換させて
得られたパターン画像データを処理させてパターン輪郭
形状データを抽出させるパターン輪郭形状抽出処理手段
と、パターン輪郭形状データをベクトル符号化し特定パ
ターンの形状特徴をとらえるよう判断処理させる形状特
徴判断処理手段と、判断して得られたパターンのパター
ン輪郭形状データから所定の形状特性値を算出して形状
を評価させる形状評価手段とを備えたことを特徴とす
る、マスクパターン形状評価プログラムを記録した記録
媒体としたものである。

【００１７】

【発明の実施の形態】以下、添付図面を参照して本発明
の実施の形態を詳述する。図１は本発明のマスクパター
ン形状評価装置の構成の一実施例を示すブロック図であ
る。まず図１のマスクパターン観察手段１によってフォ
トマスクから目的のマスクパターンを観察する。観察さ
れたマスクパターン画像はパターン画像入力・変換手段
２に送られ、所定のデジタル形式のパターン画像データ
に変換される。

【００１８】前記マスクパターン観察手段１は通常のマ
スク検査工程で使用されるような任意に拡大観察可能な
高倍率パターン観察機能及び画像撮影機能を持つ。例え
ば、従来技術の項で述べた光学顕微鏡や自動欠陥検査
機、測長ＳＥＭ（電子顕微鏡）等が持つ観察機構と同等
であれば充分である。

【００１９】画像入力・変換手段２では、観察されたマ
スクパターンの光学写真・ＳＥＭ写真等のアナログ画像
データが入力された場合に、これをデジタル画像データ
に変換する。デジタル画像データは後述の画像処理のた
めに必要な所定の形式（ほとんどの場合ビットマップ形
式で、圧縮形式を用いる場合もある）になっており、画
像情報として画像の濃淡や色の階調が画素単位で記録さ
れている。

【００２０】なお、画像データのアナログからデジタル
への変換はハードウェア処理またはソフトウェア処理の
どちらでも技術的に変換可能かつ選択可能であり、どの
段階で変換を行ってもよい。また、前記マスクパターン
観察手段１に直接デジタル画像出力機能が組み込まれて
いる場合には最初からデジタル画像データで出力される
ため、このデータ変換は不要となる。

【００２１】また、前記画像入力・変換手段２におい
て、画像データは目的の画像を選択して入力することが
できる。すなわち前記観察された画像データが複数ある
場合には、その中から希望する処理順に選択したり、画
像の範囲が広い場合は所望のパターン領域のみを切り取
ったり、あるいは画像品質が不適切であった場合は種々
の画像変換手段を用いて適切な画像処理を行うなど、適
宜その後の処理を考慮して選択することができる。

【００２２】次にパターンの輪郭形状抽出手段３におい
て、前記パターン画像データを用いてパターン輪郭形状
データの抽出処理を行う。輪郭形状データとは、前記画
像データに対してコンピュータによる画像処理技術を用
いることにより、パターン形状を忠実に表す輪郭線デー
タのことである。この輪郭線データは、公知の各種画像
処理アルゴリズム（エッジ検出、平滑化、２値化、細線
化処理等）を組み合わせた、あるいは独自に作成したア
ルゴリズムを加えた形状抽出処理アルゴリズムを用いて
ソフトウェア処理することにより抽出される。

【００２３】形状抽出のための画像処理手順としては、
基本的にはエッジ検出処理、２値化処理、細線化処理の
順で画像処理を施すことが多い。ただし、元の画像品質
によっては、同じ処理手順では画像のノイズが大きいた
め形状データ抽出に悪影響を与えることがあるため、そ
の場合には処理手順の変更や別の画像処理アルゴリズム
を用いる等、各種画像処理の組み合わせを適宜変更し
て、最適な形状データが得られる処理手順を設定すれば
よい。

【００２４】輪郭形状抽出データはデジタル形式画像デ
ータの一種であって、形状の輪郭線部分とそれ以外の部
分の２種類の値のみ、いわゆる２値データからなる。デ
ータ形式としては画素単位のビットマップ形式またはそ
れに準じた形式か、あるいは目的用途によってはベクト
ルデータ形式に変換されることもある。

【００２５】ここで、情報記録手段１１によって前記抽
出した輪郭形状データを外部記録媒体に記録しておくこ
とができる。このデータは情報抽出手段１２によってい
つでもデータ抽出・引用が可能になっている。また、前
記の画像データ入力・変換および輪郭形状抽出処理を必
要に応じて複数のパターン画像に対し繰り返し行うこと
により、複数の輪郭形状データが前記情報記録手段１１
を用いて蓄積することもできる。そして前記情報抽出手
段１２により、蓄積データの中から適宜抽出し、後述の
形状計測及び評価することができる。以上の処理手段は
コンピュータを用いてなされるもので、それらの処理は
コントロールプロセッサ７を通じて制御される。

【００２６】次に、抽出した前記輪郭形状データを用い
て、形状特徴判別処理手段４によってパターンのデータ
をベクトル符号化しパターン形状の特徴を判別する。こ
こでパターン形状特徴の判別とは、該パターンがどのよ
うな種類のパターンで、計測可能な対象であるか否か等
を前記輪郭形状データから判別することをいう。例えば
前述のＯＰＣマスクの場合、ＯＰＣパターンの特徴をと
らえて形状特性値を定義付けしておき、前記輪郭形状デ
ータからＯＰＣパターンに該当する部分だけを抽出して
形状特性値を計測するには、まずＯＰＣパターンの形状
特徴を判別する手段が必要になるため、前記手段を用い
る。

【００２７】パターン形状特性値として、例えばコーナ
ー丸み形状やエッジ粗さ（＝エッジラフネス）等のパタ
ーンのごく一部分の形状をとらえるのであれば、最初か
らその部分のみの画像データを切り取ることによって単
純に計測することが可能である。しかし、ＯＰＣパター
ンのような場合は図形的に単純でなく、複合図形であっ
たり他のパターンと近接していたりするため、ＯＰＣパ
ターンのみを画像データとして切り取ることが困難なこ
とが多い。また形状特性値自体も複数特性値による統計
的手法が必要な場合があるので、計測範囲を判断する処
理が必要になる。そのため、前記形状特徴判別処理手段
４によって必要な形状データ部分を判別し抽出する。

【００２８】ここで、図４を用いてベクトル符号化によ
る形状特徴判別処理手段の具体的な実施例について説明
する。図４は前記で抽出した輪郭形状データから、特定
種類のパターン（ここでは特にＯＰＣパターンを例にと
る）について形状を判別し、ＯＰＣパターンの特性値を
算出する手順を示したフローチャートである。図４で、
まず輪郭形状データ４１を抽出する。このデータから、
データ始点決定４２において適当な始点を定めた後、輪
郭線の経路探索４３においてパターンの輪郭線に沿って
線の方向を調べていく。マスクパターンであるため、基
本的にはパターンの輪郭線の方向は上下左右のみであ
る。ただしパターンによっては斜め４５度方向を含むも
のもあるが、この場合は以下に示すベクトルの種類を増
やすことで対応できる。

【００２９】次に、直線部分のベクトル処理４４におい
て前記経路探索した輪郭線の方向がほぼ直線とみなせる
線分について、２次元のベクトルに変換する。ここで、
実際にはパターン画像から抽出した輪郭線であるためパ
ターンエッジのラフネスや画像変換時のノイズ成分等に
起因する直線の微小なぎざつきがあるため、ある程度の
変動幅（しきい値と呼ぶ）内のぎざつきであれば直線と
みなす。

【００３０】前記従来の項で述べたコーナー丸み形状が
あった場合は、直線とは見なせずベクトル部分から除外
される。また欠け欠陥、突起欠陥等の形状欠陥が存在し
た場合も同様に除外される。従って、前記輪郭形状デー
タは、前記ベクトル部分とコーナー丸み形状部分に分解
される。これが図４の直線ベクトルとコーナー形状部分
への分解４５にあたる。

【００３１】次に、直線ベクトル部分については通常の
場合複数あるので、分解したデータはベクトルの配列と
して扱える。これを用いて、ベクトル配列によるパター
ン分類処理４６を行う。前記パターン分類処理とは、例
えば図６のように、上、左、下、右の各方向に対してそ
れぞれ１，２，３，４という番号を付けたとする。図５
（ａ）のような典型的ＯＰＣパターン（セリフパターン
と称する）をベクトル化すると（ｂ）のように、直線ベ
クトルａ１〜ａ６とコーナー丸み形状Ｒ１〜Ｒ５に分解
される。このときのベクトルを番号付けすると、順に
（１，２，１，４，３，４）となる。この一連の番号を
ベクトル符号パターンとしこれをベクトル符号化とする
と、図５のようなＯＰＣパターンに対して１つのベクト
ル符号パターンが定まる。逆に言えば、これによってこ
の形状データがＯＰＣパターンに分類可能であることを
示す。即ち、パターン形状の輪郭線の直線を縦横のベク
トルで表現し、これを符号化したベクトル符号化によっ
て分類が可能である。さらに、ベクトルの長さを規定す
れば、より細かいパターン分類が可能である。

【００３２】次に、ＯＰＣパターン検出４７では、前述
のパターン分類処理によりＯＰＣパターンに相当するか
否かを評価して検出する。ここでＯＰＣパターンを検出
した場合には形状特性値の算出４８を行う。またＯＰＣ
パターンが検出されなければ、ＯＰＣパターンなしとし
て処理４９する。

【００３３】再び図１に戻る。前記形状特徴判別手段４
によって判別されたパターンの輪郭形状データに対し
て、形状計測手段５において所望の形状特性値を算出す
る。そして、この形状特性値に対して所定の基準値と比
較したり、複数の形状特性値について統計的手法を用い
て解析したりすることにより、パターン形状を評価する
ことができる。

【００３４】なお、図１のモニター８はコンピュータ用
ディスプレーであり、入力手段９はコンピュータ用キー
ボード、あるいはマウス等の一般的なコンピュータ入力
器具を単独または併用して用いることができ、出力手段
１０はプリンタ、光磁気ディスク、フロッピーディスク
等の出力装置を用いればよい。また情報記録手段１１は
画像データを蓄積するために大容量の記録媒体が適して
おり、ハードディスクやネットワークファイルサーバ等
にデータを蓄積することが望ましい。以上の装置構成に
より、マスクパターン画像からパターンの輪郭形状デー
タを抽出し、形状特徴の判別処理を経て所望のパターン
形状のみを判別して所定の形状特性値を計測し評価する
ことが可能となった。

【００３５】次に、図２は本発明のマスクパターン形状
計測方法の手順を示すフローチャートである。図２のパ
ターン観察処理２１において、目的のフォトマスクを高
倍率で観察可能な光学顕微鏡あるいは測長ＳＥＭ等の観
察機構を用いてパターン観察する。この際、形状を評価
すべきパターンを決定し、観察機構に付属する画像撮影
機能を用いてパターン画像を撮影する。この際画像はコ
ンピュータに取り込める画像データとしなければならな
い。画像撮影機構がデジタルカメラ、ＣＣＤカメラ、光
学カメラなどの場合に分けて、後述の画像データ変換処
理において適宜画像データの変換処理方法を選択する。

【００３６】次に、画像データ入力・変換処理２２にお
いては、画像が光学写真であれば、スキャナーを用いて
写真をスキャンし画像データに変換することができる。
ＣＣＤカメラもしくはモニタカメラによるアナログ画像
であれば、アナログ画像をやはりスキャナー等を用いて
画像を取り込み、デジタル画像データに変換する。これ
は画像データをコンピュータ処理するために、デジタル
情報に変換する必要があるためである。そして輪郭形状
抽出処理２３において、所定の画像処理アルゴリズムを
用いてデータを処理してパターン形状データを抽出す
る。

【００３７】さらに前記説明した形状特徴判別処理２４
において、例えばＯＰＣパターン等の特徴的なパターン
をその輪郭形状データから判別する。これに対して形状
計測処理２５において所定の形状特性値を算出し、さら
にこの特性値を形状評価２６において合格・不合格等に
ついて設定基準値との比較や統計的処理によって評価す
る。以上の手順により、パターン形状の評価を行うこと
ができる。

【００３８】

【発明の効果】以上のように、マスクパターン形状の計
測評価において本発明のマスクパターン形状評価装置及
び形状評価方法を用いることにより、従来は顕微鏡観察
による官能検査あるいは欠陥検査装置による欠陥部分の
みの観察によって行っていたパターン形状評価が、パタ
ーン画像データから抽出した形状データを用いてコンピ
ュータ処理することにより、特定パターンの形状データ
を判別し抽出した上で正確かつ高精度な特性値の計測及
び評価が可能となった。

【図面の簡単な説明】

【図１】本発明のマスクパターン形状評価装置の一実施
例の構成を示すブロック図である。

【図２】本発明のマスクパターン形状評価方法の一実施
例の手順を示すフローチャートである。

【図３】従来のパターン形状検査工程を説明するフロー
チャートである。

【図４】マスクパターンの輪郭形状データを用いた形状
特徴抽出処理の手順の実施例を示したフローチャートで
ある。

【図５】ＯＰＣパターンの輪郭形状とそれを分解したこ
とを示す説明図である。

【図６】ベクトルの４つの方向について符号化したこと
を示す図である。

【符号の説明】

１・・・マスクパターン観察手段 ２・・・画像データ入力・変換手段 ３・・・輪郭形状抽出処理手段 ４・・・形状特徴判別処理手段 ５・・・形状計測手段 ６・・・形状評価手段 ７・・・コントロールプロセッサ ８・・・モニター ９・・・入力手段 １０・・・出力手段 １１・・・情報記録手段 １２・・・情報抽出手段 ２１・・・パターン観察処理 ２２・・・画像データ入力・変換処理 ２３・・・輪郭形状抽出処理 ２４・・・形状特徴判別処理 ２５・・・形状計測処理 ２６・・・形状評価 ３１・・・高倍率顕微鏡検査 ３２・・・欠陥検査 ４１・・・輪郭形状データ ４２・・・データ始点決定 ４３・・・輪郭線の経路探索 ４４・・・直線部分のベクトル処理 ４５・・・直線ベクトル部分とコーナー形状部分への分
解 ４６・・・ベクトル配列によるパターン分類処理 ４７・・・ＯＰＣパターン検出処理 ４８・・・形状特性値の算出 ４９・・・ＯＰＣパターンなしとして処理

Claims (6)

【特許請求の範囲】
1. 【請求項１】マスクパターンの形状評価装置において、
   マスクパターン画像を入力し、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、特定パターンをベクトル符号化し特定パターンの形
   状特徴を判断処理して、所定の形状特性値を算出するこ
   とによりパターン形状を評価することを特徴とする、マ
   スクパターン形状評価装置。
2. 【請求項２】前記請求項１のマスクパターン形状評価装
   置において、マスクパターンを光学的手段を用いてマス
   クパターン画像を得る任意に拡大観察可能なマスクパタ
   ーン観察手段と、マスクパターン画像を入力しコンピュ
   ータを用いた画像処理によりパターン画像データに変換
   するパターン画像入力・変換手段と、前記入力・変換し
   て得られたパターン画像データからコンピュータ処理に
   よりパターン輪郭形状データを抽出するパターン輪郭形
   状抽出手段と、パターン輪郭形状データをベクトル符号
   化し特定パターンの形状特徴をとらえるよう判断処理す
   る形状特徴判断処理手段と、判断して得られたパターン
   のパターン輪郭形状データから所定の形状特性値を算出
   して形状を評価することができる形状評価手段とを備え
   たことを特徴とする、マスクパターン形状評価装置。
3. 【請求項３】マスクのパターン形状評価方法において、
   マスクパターン画像データの任意の領域に対してコンピ
   ュータを用いた画像処理によってパターン輪郭形状デー
   タを抽出した後、特定パターンをベクトル符号化し特定
   パターンの形状特徴を判断処理して所定の形状特性値を
   算出することによりパターン形状を評価することを特徴
   とする、マスクパターン形状評価方法。
4. 【請求項４】前記請求項３のマスクパターン形状評価方
   法において、前記画像処理が、平滑化処理、エッジ検出
   処理、二値化処理、及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
   スクパターン形状評価方法。
5. 【請求項５】プログラムによってマスクパターンの形状
   評価するための形状評価プログラムを記録した記録媒体
   において、前記形状評価プログラムはコンピュータにマ
   スクパターン画像を入力させ、これを処理してパターン
   の輪郭形状データを抽出させた後、特定パターンをベク
   トル符号化し特定パターンの形状特徴を判断処理させ、
   所定の形状特性値を算出することによりパターン形状を
   評価させることを特徴とする、マスクパターン形状評価
   プログラムを記録した記録媒体。
6. 【請求項６】請求項５に記載のマスクパターン形状評価
   プログラムを記録した記録媒体において、前記形状評価
   プログラムはコンピュータにマスクパターン画像を入力
   させパターン画像データに変換させるパターン画像入力
   ・変換手段と、変換させて得られたパターン画像データ
   を処理させてパターン輪郭形状データを抽出させるパタ
   ーン輪郭形状抽出処理手段と、パターン輪郭形状データ
   をベクトル符号化し特定パターンの形状特徴をとらえる
   よう判断処理させる形状特徴判断処理手段と、判断して
   得られたパターンのパターン輪郭形状データから所定の
   形状特性値を算出して形状を評価させる形状評価手段と
   を備えたことを特徴とする、マスクパターン形状評価プ
   ログラムを記録した記録媒体。