JP2001331784A

JP2001331784A - 欠陥分類方法及びその装置

Info

Publication number: JP2001331784A
Application number: JP2000152663A
Authority: JP
Inventors: Akira Nakagaki; 亮中垣; Yuji Takagi; 裕治高木; Kenji Obara; 健二小原; Yasuhiko Ozawa; 康彦小沢; Toshishige Kurosaki; 利榮黒崎; Tomohiro Hirai; 大博平井
Original assignee: Hitachi Ltd
Current assignee: Hitachi Ltd
Priority date: 2000-05-18
Filing date: 2000-05-18
Publication date: 2001-11-30
Also published as: US20010042705A1

Abstract

(57)【要約】【課題】欠陥検査装置で検出された半導体ウェハの製造
工程で発生した欠陥について、その欠陥部位の画像を用
いて、その欠陥の発生原因対策に必要な情報および、該
検査ウェハの歩留まりの予測に必要な情報を出力できる
画像自動分類方法及びその装置を提供する。【解決手段】欠陥分類装置を、被検査対象を撮像する撮
像手段と、この撮像手段で撮像して得た画像から欠陥候
補の画像を抽出する欠陥候補抽出手段と、この欠陥候補
抽出手段で抽出した欠陥候補の画像を第１のカテゴリに
分類する第１のカテゴリ分類手段と、欠陥候補抽出手段
で抽出した欠陥候補の画像を第２のカテゴリに分類する
第２のカテゴリ分類手段と、欠陥候補の画像と第１のカ
テゴリ分類手段で分類した欠陥候補の第１のカテゴリ情
報と第２のカテゴリ分類手段で分類した欠陥候補の第２
のカテゴリの情報とを出力する出力手段とを備えて構成
した。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は半導体製品の製造工
程において、半導体ウェハの欠陥を検出し、その検出し
た欠陥を分類する方法及びその装置に関する。

【０００２】

【従来の技術】半導体製品の製造工程においては、高い
製品歩留まりを確保するために、その製造工程で発生す
る各種の欠陥を早期に発見し対策を行うことが必要であ
る。これは通常の場合、以下のステップにより行われ
る。（１）検査対象となる半導体ウェハを、ウェハ外観
検査装置もしくはウェハ異物検査装置等により検査し、
発生した欠陥や付着した異物の場所（ロケーション）を
検出する。（２）検出された欠陥を観察し（これをレビ
ューと呼ぶ）その欠陥をその発生原因別に分類する。
尚、このレビュー作業は、通常欠陥部位を高倍率で観察
するための顕微鏡などを持つレビュー専用装置が用いら
れるが、レビュー機能を備えた他の装置例えば外観検査
装置等を用いる場合もある。（３）各原因ごとにその対
策手段を講じる。

【０００３】検査装置により検出される欠陥数が非常に
多い場合には、上記レビュー作業は大変な労力を必要と
することから、欠陥部位の画像を自動撮像し欠陥画像を
自動で収集する自動レビュー（Automatic Defect Revie
w ）及び、収集された画像を自動で分類する欠陥自動分
類（Automatic Defect Classification）の機能を有す
るレビュー装置の開発が近年盛んである。特開平10-135
288には、このような自動レビューおよび欠陥自動分類
機能を有するレビュー装置および製造システムについて
開示されている。本従来技術では、分類カテゴリや各カ
テゴリに属する欠陥の情報等を教示データとして予め登
録しておく。そして自動分類時に、各欠陥の帰属カテゴ
リがその教示データを参照して決定される。

【０００４】

【発明が解決しようとする課題】しかし上記の従来技術
では、分類すべきカテゴリを教示データとして保持して
おくことが前提となっている。教示データの作成には、
各カテゴリに属する欠陥の欠陥画像を収集し画像処理に
より特徴量を計算しそのデータを登録する必要がある。
そのため教示データの作成に労力および時間を要すると
いう問題があった。

【０００５】ところで、発生する欠陥はそのすべてが最
終製品の良品・不良品の判定に影響を与えるとは限らな
い。例えば、パターンの表面に異物が付着していても、
その変化が回路の電気的特性に影響を与えないならば、
この付着異物が不良品の原因になると断定することがで
きない。上記の従来技術では、各欠陥を、付着異物、パ
ターンの欠けといった欠陥の外観別にカテゴリ分類して
おり、この結果欠陥の発生原因の対策に有用な情報が得
られるものの、その欠陥が製品にとって致命的であるの
か否かの判定や、製品に致命となる欠陥の発生状況の調
査や、その結果を用いたそのウェハからの取得される良
品の数の予測（歩留まり予測）を行うことができないと
いう問題があった。

【０００６】本発明の目的は、上記従来技術における課
題を解決して、欠陥の発生原因の特定に有用な情報を与
えるための欠陥分類とは別個に欠陥の致命性に関する情
報を与えるための欠陥分類を行い、それらの情報を出力
する欠陥の自動分類方法及びその装置を提供することに
有る。

【０００７】

【課題を解決するための手段】上記目的を達成するため
に、本発明では、被検査対象を撮像して得た画像を用い
て前記被検査対象の欠陥を分類する欠陥分類方法におい
て、被検査対象を撮像し、この撮像により得た画像から
欠陥候補の画像を抽出し、この抽出した欠陥候補の画像
を欠陥の種類毎に分類し、この種類毎に分類したそれぞ
れの欠陥候補の致命性を判定し、欠陥候補の画像を欠陥
の種類と致命性に関する情報とともに画面上に表示する
ようにした。

【０００８】また、本発明では、欠陥分類装置を、被検
査対象を撮像する撮像手段と、この撮像手段で撮像して
得た画像から欠陥候補の画像を抽出する欠陥候補抽出手
段と、この欠陥候補抽出手段で抽出した欠陥候補の画像
を第１のカテゴリに分類する第１のカテゴリ分類手段
と、欠陥候補抽出手段で抽出した欠陥候補の画像を第２
のカテゴリに分類する第２のカテゴリ分類手段と、欠陥
候補の画像と第１のカテゴリ分類手段で分類した欠陥候
補の第１のカテゴリ情報と第２のカテゴリ分類手段で分
類した欠陥候補の第２のカテゴリの情報とを出力する出
力手段とを備えて構成した。

【０００９】

【発明の実施の形態】以下本発明の実施の形態について
具体的に説明する。

【００１０】図１は、半導体の欠陥検査システムの構成
を示している。半導体ウェハはその製造工程で生じる欠
陥や付着する異物を検出するために外観検査装置101や
異物検査装置102を用いて検査される。以降の説明で
は、これらの欠陥検査を行う装置を総称して検査装置と
呼ぶこととする。

【００１１】検査装置ではウェハの表面に形成されるパ
ターンの不具合、例えばパターンの断線（オープン）や
そのパターンとその隣接パターンとの短絡（ショート）
や、表面に付着した異物が検出され、検査結果としてそ
のウェハ内での各欠陥の座標位置が出力される。出力さ
れる検査結果は検査装置よりフロッピー（登録商標）デ
ィスクなどの記憶媒体を経由してまたはネットワーク10
3を経由してデータベース104に格納される。データベー
ス104では製造されるさまざまな品種およびそれらの各
製造工程での検査データを保持し、必要に応じて製品毎
や工程別、製造ロット別などの検査結果データを取り出
すことが可能である。

【００１２】次に、検出された欠陥の内容を調べるため
に、欠陥の観察作業（レビュー作業）が行われる。

【００１３】レビュー装置105には、通常の場合微小な
欠陥の観察を行う為の光学式顕微鏡又は電子線式の電子
顕微鏡が搭載されている。また、レビュー装置はウェハ
を装着するステージを有し、オペレータが検査結果の中
から観察したい欠陥を選び指定すると、その欠陥が顕微
鏡の観察視野内に入るように自動でステージが移動する
機能を持つ。なお、レビューはこの様なレビュー専用装
置ではなく、上記のレビュー機能を有する外観検査装置
を用いることもある。

【００１４】レビュー装置105には、外観検査装置によ
り検査が終了した半導体ウェハがセットされ、その検査
結果がネットワーク103を通じてデータベース104より読
み込まれる。人手によりレビューを行う場合は、通常の
場合オペレータがキーボードやマウスなどの入力手段か
ら観察した欠陥を指定し、その欠陥を顕微鏡により観察
する。オペレータは目視によりその欠陥の属性（カテゴ
リ）を判断しそのコード等を入力する。

【００１５】レビュー装置105において、各欠陥に設定
されたカテゴリコードは、ネットワーク103を通じデー
タベース104に記憶される。このカテゴリコードを利用
することにより、製品別、工程別、時期別などで見たカ
テゴリ毎の欠陥数等の欠陥の発生状況を把握し欠陥原因
対策に必要なデータを得ることができる。なお、上記
のレビュー作業を人手で行う場合は、これらの作業が多
大な時間と労力を必要とすることから、検査装置が検出
した欠陥のすべてに対して行うのではなく何らかの方法
により観察する欠陥を一部の欠陥に絞りその欠陥のみを
対象として行うのが通常である。

【００１６】ところで、近年上記で説明した観察欠陥の
指示、ステージの移動、欠陥部位の画像の取得を連続的
に自動で行う自動レビュー機能(Automatic Defect Revi
ew以下ADR)を備えたレビュー装置が開発されている。ま
た、この自動レビューによる欠陥部位の画像データを用
いてその欠陥カテゴリを自動判定し出力する欠陥自動分
類（Automatic Defect Classification 以下ADC）機能
を有するレビュー装置が開発されている。以下の説明で
は、レビューのための画像撮像装置として数nm(ナノメ
ートル)の高解像度での欠陥撮像が可能なSEM(Scanning
Electron Microscopy)を用いたレビュー装置を例に用い
ることにするが、光学式の顕微鏡を用いたレビュー装置
にもその内容を適用することが可能である。

【００１７】図２は、ADRの処理フローの１例を示して
いる。まず、レビュー装置のステージに検査ウェハが搭
載され、検査結果が読み込まれる。次にオペレータがAD
Rする欠陥を検査装置から得た検査結果の中から選び指
定する。ADRのスループットが高速でかつ、検出された
欠陥データが少ない場合は、全欠陥をADRすることがで
きる。

【００１８】レビュー装置は、指定された欠陥の中から
一つを選択し概欠陥位置が観察系の視野内に入るように
ステージを移動させる。そして画像撮像のために最適と
なるフォーカスが設定され画像が撮像される。この画像
を欠陥画像と呼ぶこととする。撮像された欠陥画像はレ
ビュー装置内の記憶媒体（例えば磁気ディスク）に記憶
される。

【００１９】次に、ステージを移動させウェハ内の欠陥
部位が存在する半導体チップに隣接するチップの同部位
の画像を撮像する。この部位は欠陥部位と同じパタンが
形成された部位であり、この画像を欠陥画像に対する参
照画像と呼ぶこととする。参照画像もレビュー装置内の
記憶媒体に記憶される。参照画像の撮像が終わると、次
の欠陥に対し上で述べたのと同様に欠陥画像及び参照画
像の撮像が行われる。これらの処理はADRすべき全欠陥
だけ繰り返された後終了する。

【００２０】図３は、ADC処理の流れの１例を示してい
る。ADCはADRで取得した欠陥画像と参照画像を用いてそ
の欠陥のカテゴリを自動決定する処理である。まず欠陥
画像と参照画像から欠陥部位を特定する。具体的には、
欠陥画像と参照画像を差演算することで差画像を生成す
る。この結果、欠陥画像と参照画像で違いがある部位の
みが差画像に現れ、この部位が欠陥部位を表す。次のこ
の差画像及び欠陥画像及び参照画像を用いて欠陥の特徴
量を計算する。特徴量とは欠陥の大きさや形状、画像上
のコントラストなどを数値で定量的に表現したものであ
る。次に特徴量データを用いて欠陥カテゴリを決定する
自動分類処理が行われる。

【００２１】自動分類処理のためには、通常教示データ
が必要になる。これはレビュー装置に対し分類すべきカ
テゴリを教示することで作成されるデータである。この
教示データの作成のためには、先ず、分類すべきカテゴ
リのサンプル欠陥を事前に複数毎収集する。次にそれら
の教示サンプルに対し自動分類に用いるのと同じ特徴量
を計算する。そして分類カテゴリ毎にこれらの特徴量を
記憶する。この分類カテゴリとは、例えば、異物欠陥、
傷欠陥、パタンショート、パタンオープンなどの様に、
その欠陥の外観の違いから定義されるカテゴリである。

【００２２】自動分類処理時には、分類対象欠陥の特徴
量データが教示データに記憶された各分類カテゴリの特
徴量にどれだけ類似しているかが計算され、最も類似し
ていると判定された欠陥カテゴリがその分類対象欠陥の
カテゴリとして出力される。この類似度の計算の１手法
として、従来技術である特開平10-135288に開示された
方法を挙げることができる。

【００２３】図１、２、３に示した従来の技術によるAD
R、ADCでは以下の問題がある。まず、分類すべきカテゴ
リが、欠陥の外観を基準として定義されていることにあ
る。欠陥の外観が異なればその発生原因が異なることが
考えられるため、欠陥の外観によりカテゴリ分類するこ
とで欠陥の原因対策を援用できるからである。

【００２４】しかし、この方法だとADR及びADCの目的と
して近年要求の高まっている歩留まり予測を実現するこ
とができない。歩留まり予測とは、現在の検査ウェハか
らどれだけの良品が取得できるかを予測することを意味
する。半導体製造プロセスは数多くの工程からなってお
り、検査の結果そのウェハ上に致命欠陥が多く存在して
いる場合は、そのウェハを廃棄し新たに製造し直すほう
が結果的に低コストになる場合がある。

【００２５】ここで「致命欠陥」とは、その欠陥が存在
するチップを最終的に不良品にする欠陥をいうものとす
る。この歩留まり予測の結果と、製造すべき製品の個数
および納期を突き合わせることで、次に着工を開始する
製品の数を決定することができる。この目的のためには
ADR、ADCにより各欠陥の致命性を自動判定しそのウェハ
の製品歩留まりを予測することが必要になる。この致命
性をもとにしたカテゴリ分類とは上記の欠陥外観による
カテゴリ分類とは別の尺度によるものである。

【００２６】また従来の技術によるADCでは、教示デー
タの作成が必須となっている。分類の正解率を高くする
ためには、さまざまなバリエーションのサンプル欠陥を
多量に収集し登録しておく必要がある。しかし半導体の
製品サイクルの短期化が近年著しく、十分なサンプル欠
陥の収集に時間を割くことは困難であるのが現実であ
る。以上に述べたことから、欠陥の外観による分類と欠
陥の致命性という異なる基準による自動分類を実現しか
つ教示データの作成の労力を必要としないADR、ADC機能
が必要であり、これらの課題を解決するための本発明を
以下に説明する。

【００２７】図４は、本発明にかかる画像自動分類装置
による分類処理のシーケンス、図５(a)は本発明にかか
る画像自動分類装置の全体構成を、図５(b)は画像撮像
部の構成を示したものである。

【００２８】本装置は、画像撮像部501、全体制御部50
2、画像分類部503、画像記憶部 504、入出力部505から
なる。まず、対象ウェハ551がステージ552に搭載され、
また当該ウェハについての検査結果がを通じて全体制御
部502に読み込まれる。次に検査結果の欠陥の中からオ
ペレータがADRを行う欠陥を入出力部505を通して任意の
数指定する。指定された内容は全体制御部502に記憶さ
れる。

【００２９】ADRが開始されると、ADR対象の各欠陥につ
いて装置の視野内に欠陥が位置決めされるようにステー
ジが移動し欠陥部位の画像が撮像される。

【００３０】図５(b)は電子線式の画像撮像系を示して
いる。553電子銃より照射された電子ビーム555は、集束
レンズ554によって集束され、また、偏向器556によりそ
の軌道が図中X及びY方向に走査され、対物レンズ562に
よって集束され、試料ウェハ551に照射される。

【００３１】電子ビームが照射された試料表面からは2
次電子や反射電子（以後、これらを総称して、２次電子
という）が発生し、この2次電子が検出器A、B、C、D(55
7〜560)によりそれぞれ検出される。検出された2次電子
はその強度が電気信号に変換、そして増幅された後、そ
の強度が明るさを表すような画像信号に変換され入出力
部505に表示もしくは、ディジタルデータに変換されて
画像記憶部504へ記憶される。

【００３２】検出器としては、試料の上方に検出器A 55
7及び検出器B 558、また試料に対し斜め方向に検出器C
559、検出器D 560 が設けられている。図中検出器C55
9、検出器D 560は試料に対し180度正対する位置におか
れているがその角度が180度であることは必須ではな
い。検出器A 557では、電子ビーム５５５が試料ウェハ
５５１に照射されることにより、試料ウェハ５５１から
発生した2次電子が検出される。図中Z方向へ放出された
２次電子は、偏向器５５６の上方に設けたＥ×Ｂ偏向器
（図示せず）の磁界及び電界の作用によりその軌道が検
出器A 557の方向に曲げられて検出される。検出器Aでの
撮像画像を、以降では「２次電子画像」と呼ぶこととす
る。

【００３３】また、検出器A 557と検出器B 558の間に
は、電位差Vfを持つエネルギフィルタ561を設置する。
この結果、試料より放出される２次電子のうちそのエネ
ルギがVfより小さい二次電子は、フィルタを通過するこ
となく検出器A 557により検出され、エネルギがVfより
大きい２次電子はフィルタを透過し検出器B 558で検出
することが可能となる。

【００３４】検出器B 558で検出された信号から得られ
る画像を「エネルギフィルタ画像」と呼ぶこととする。
このエネルギフィルタ像では試料表面で生じる電位コン
トラストの違いによる欠陥を検出することが可能であ
る。

【００３５】図７は電位コントラスト欠陥を説明したも
のである。この図は半導体製品の断面を示したものであ
る。Si基板上にSiO2膜が形成されその内部に、Ｗ（タン
グステン）によるプラグが形成されている。このプラグ
とSi基板との接触面積が正常である場合と、その接触面
積がない場合(オープン欠陥)、プラグ同志が接続された
ことにより接触面積が大きくなった場合(ショート欠陥)
の様子が示されている。

【００３６】この様に接触面積の違いがあると、ウェハ
表面から底面への電流経路(図中の点線)がそれぞれ異な
ることによりウェハ表面での電位が変化する。この電位
の違いが発生する２次電子の強度に影響を与えることか
ら、撮像された画像上で欠陥部と正常部をコントラスト
の違いとして検出することができる。

【００３７】この電位コントラスト欠陥部と正常部の違
いをより顕在化するために、各部位から発生する２次電
子のエネルギ分布の違いを利用する。これは、比較的エ
ネルギが低い領域における２次電子強度は両者に差があ
まり見られないが、それより比較的高いエネルギ領域に
おいては、正常部、欠陥部(オープンとショート)で、検
出される２次電子強度に違いが見られるという事実を利
用する。つまり、上記Vfをこれら２次電子強度の違いが
顕在化されるようなエネルギ値に設定し、ある値より大
きなエネルギを持つ２次電子のみを検出器B 558で検出
することで電位コントラスト欠陥を検出することが可能
となる。

【００３８】検出器Ｃ 559、検出器Ｄ 560は試料表面か
ら発生する２次電子画像をそれぞれ左右斜めの方向から
検出する。検出器C 559、検出器D 560から検出される画
像を本説明において「左右像」と呼ぶこととする。これ
は検出器A 557で検出される２次電子像が試料を上方か
ら観察していることに対応するのに対し検出器C 559、
検出器D 560で得られる画像が試料をそれぞれ左右から
観察したことに対応していることによる。

【００３９】なお、各欠陥は、各検出器において撮像さ
れた各画像において同位置で撮像されるように位置決め
されるものとする。つまり、各画像における画像内座標
が同一の箇所は、実試料上でも同一の箇所を指す様に撮
像されるものとする。また、ここでは各検出器での画像
撮像が同時であるものとしているが、これは必須ではな
くタイミングをずらして撮像しても構わない。

【００４０】一般に、電子線画像を撮像すると、照射し
た電子が試料にチャージするチャージアップ現象が生じ
る場合がある。チャージアップすると、試料から出る2
次電子等の強度分布が変化するため撮像画像がぼけてし
まう場合がある。そこで、この様な場合は、試料に紫外
線光を照射(紫外線光照射系は図示なし)し、チャージし
た電子を逃がすことを行えばよい。

【００４１】さらに、レビューSEMにおいてウェハを撮
像する前に、電子線式の外観検査装置等により欠陥検査
を行った場合には、その検査時でのチャージアップが、
レビュー時の画像撮像に影響を与えることも考えられる
が、その様な場合には、レビュー開始前に紫外線光によ
り電子を逃がしておけばよい。

【００４２】上記の撮像手段により欠陥部位を撮像した
後、ステージは、欠陥が存在するチップに隣接するチッ
プの欠陥部位と同一のパタンを有する箇所に移動し同様
にして画像が撮像される。この様な画像を参照画像と呼
ぶこととする。検出器A、B、C、D(557〜560)それぞれか
ら参照画像が検出され欠陥画像と同様に画像記憶部504
に記憶される。１つの欠陥につき欠陥画像と参照画像を
撮像した後、次の欠陥の撮像が行われる。このシーケン
スが、ADRすべき全欠陥について画像撮像が終了するま
で繰り返される。

【００４３】図６は、画像分類部503で行われる欠陥の
自動分類処理(ADC処理)のシーケンスを示している。こ
のADCの処理はADRによる画像撮像処理に同期して行って
も良いし非同期であってもよい。ADCでは、２つの異な
る基準に基づく自動分類が行われ２つのカテゴリコード
が出力される。その一方を本説明においてカテゴライズ
A、他方をカテゴライズBと呼ぶこととする。カテゴライ
ズAは欠陥発生の外観的様子を基準として分類を行うカ
テゴリであり、カテゴライズBは欠陥の致命性を基準と
して分類を行うカテゴリである。先ずカテゴライズAの
内容について説明する。

【００４４】図８は、カテゴライズAにおける分類カテ
ゴリの一例を示している。カテゴリライズAにおいて
は、自動分類によりこれらの中の一カテゴリに各欠陥が
分類される。なお「その他」とは、それ以外のどのカテ
ゴリにも属さない欠陥のためのカテゴリである。カテゴ
ライズAでは、まず、欠陥凹凸情報、配線欠陥情
報、電位コントラスト欠陥情報、の３種の欠陥情報が
各種撮像画像から計算され、次にこの欠陥情報を用いて
分類が行われる。

【００４５】図９は、欠陥のバリエーションによる表面
凹凸の違いを示している。異物のように表面に付着した
ものは、その表面が凸になる。また、キズ欠陥では、表
面がえぐり取られることにより凹になる。また、配線の
ショートやオープン（以下配線欠陥）については、凹凸
がない。このような欠陥の状態を示す欠陥凹凸情報は、
左右像を用いることにより定量化されたデータとして検
出することが可能である。

【００４６】図１０は、異物、キズ欠陥、配線欠陥の左
右像を模式的に描いたものである。異物のような凸欠陥
とキズのような凹欠陥では、その陰影の生じ方が左右像
で逆となる。また、表面が平坦な欠陥については、陰影
は生じない。これは、同一方向から照明をあてたときの
陰影のできる方向が逆になる現象と対応する。このこと
から、この陰影のできる方向と、欠陥画像と参照画像と
の差画像から得られる欠陥部位の位置情報を用いること
で、該欠陥が、凸なのか凹なのかもしくはどちらでもな
いのかを判定することができる。これが欠陥凹凸情報で
ある。

【００４７】次に、配線欠陥情報を説明する。図１１
は、配線欠陥の例を模式的に示している。配線欠陥に
は、その配線パタン1101が切れるオープン欠陥、配線パ
タンが膨張し隣接するパターンとの接触をおこすショー
ト結果がある。また、切れない程度にそのパタンが縮小
する半オープン欠陥や、隣接パタンに接触しない程度に
パタンが膨張する半ショート欠陥が存在する。これらの
欠陥は以下に示す方法により検出することができる。

【００４８】先ず、２次電子像の参照画像から配線部を
認識する。図１２は、配線認識方法の１例を示してい
る。(a)は、配線部1201及び下地部1202の画像、(b)は、
画像の信号強度の断面を表しており縦軸が画像の強度つ
まり明るさを表している。(b)より配線部が下地部に比
べて明るいことがわかる。よって(b)に示すような位置
にしきい値を設け、画像を２値化すれば、(c)に示す様
に、下地部を白色、配線部を黒色として配線部を顕在化
することができる。同様な処理を欠陥画像に対して行っ
たのが(d)である。

【００４９】欠陥画像と参照画像の配線画像、つまり
(c)(d)を比較することで、配線欠陥情報を得ることが可
能である。例えば、欠陥部位周辺について配線(図中黒
領域)の間の接続関係を調べることで、その配線がオー
プンしているか又は他の配線と接触（ショート）してい
るかの判定を行うことができる。またこれら２つの配線
画像の差画像を計算し、差として抽出された領域が、配
線部であるのか下地部であるのかを調べることで、オー
プン/ショートの判定をすることができる。この様な処
理により得られる情報（配線オープン、配線半オープ
ン、配線ショート、配線半ショート）が配線欠陥情報で
ある。

【００５０】次に、電位コントラスト情報を説明する。
画像撮像原理で説明した通り、エネルギフィルタ画像を
用いることで電位コントラスト欠陥を検出することがで
きる。電位コントラスト欠陥は、ウェハの高さ方向のパ
タン（例えば、上層の配線と下層の配線とを接続する孔
パターン）のショート/オープンをいうが、図13にその
模式図を示す通り、ショート欠陥はエネルギフィルタ画
像上で正常部より明るく、オープン欠陥は正常部より暗
く検出される。よって欠陥部の階調値を正常部と比較す
ることで該欠陥がショートであるのかオープンであるの
かを調べることができる。これが電位コントラスト欠陥
情報である。

【００５１】１つの欠陥につき、上で説明した３種の欠
陥情報が計算された後に、この情報を用いたカテゴリ判
定がなされる。図１４はこのカテゴリ判定の一例を説明
したテーブルである。ここでは、見やすくするため凹凸
情報と配線欠陥情報によるカテゴリ判定を行うためのテ
ーブルを示している。テーブルでは、凹凸情報から得ら
れる欠陥の属性（凸、凹、それ以外）と、配線欠陥情報
から得られる属性（ショート、半ショート、オープン、
半オープン）の関係を示している。

【００５２】テーブル内の各マス内に書かれている名称
が判定カテゴリ名である。このカテゴリ名は、図8に示
すカテゴリから選択される。このテーブルによれば、例
えばある欠陥の凹凸情報が「凸」であれば配線欠陥情報
が何であっても、その欠陥を異物と判定することにな
る。電位コントラスト情報についても同様に取り扱うこ
とができる。

【００５３】つまり、このようなテーブルを用いること
で、各種の撮像画像を用いて得られる欠陥情報の組み合
わせから、最終のカテゴリを判定することができる。な
お、このテーブルはその値を、本自動分類装置が導入さ
れる各半導体製造ラインに合わせて任意に変更すること
も可能である。この場合、オペレータは、入出力部505
を通してそのラインで発生する欠陥やその製造プロセス
に合わせてテーブルの内容を変更する。以上がカテゴラ
イズAの説明である。

【００５４】次にカテゴライズBについて説明をする。
カテゴライズBでは、該欠陥が製品に与える致命性の判
定を行う。カテゴライズBでの判定カテゴリは、「致命
欠陥」「非致命欠陥」の２つである。

【００５５】半導体製品は、その出荷前にLSIテスタや
メモリテスタを使用してその電気的特性が検査される。
製品検査の１手法としては、半導体チップのある端子か
らある入力信号を与え、他の端子から出力される信号を
その期待される信号値と比較することで良品/不良品の
判定を行う方法が挙げられる。不良となる原因はその電
気的特性が良品と異なることによって発生するものであ
り、その大半が製造段階で生じる欠陥、特に配線パタン
と他のパタンとの接触や、異物とパタンとの接触等を引
き起こしているものに起因する。

【００５６】図１５(a)(b)(c)は、致命欠陥の例を示し
た模式図である。(a)は、異物1501が複数の配線に跨っ
ている様子を示している。この場合、異物1501により複
数個の配線が導通するおそれがあるためこの異物欠陥が
電気的特性に対し致命となる場合が多い。(b)は、配線
が隣接する配線とショートしておりこの場合も電気的特
性に対し致命となるおそれがある。これは(c)に示すよ
うな配線オープン欠陥に対しても同様である。

【００５７】一方図１５(d)(e)(f)は、非致命欠陥の例
を示した模式図である。(d)の様に異物1501が付着して
も、その位置がパタン領域からはずれていれば電気的特
性に対し致命とはならない。また、(e)配線欠陥(半ショ
ート)や、(f)配線欠陥(半オープン)であっても、その縮
小した部分及び膨張した領域が微小であれば電気的特性
に対し致命とはならない。

【００５８】これらの考え方を利用したカテゴライズB
の分類処理を説明する。まず、一つ目にカテゴライズA
の分類結果を用いるという方法を説明する。これはカテ
ゴライズAで判定されたカテゴリに属する全ての欠陥
が、カテゴライズBについて同じカテゴリに判定される
場合である。例えば、ショート欠陥/オープン欠陥につ
いては「致命」、半ショート欠陥/半オープン欠陥につ
いては、「非致命」というように定義できる場合であ
る。この様な場合は、カテゴライズAの各カテゴリに対
し、「致命」「非致命」いずれかの属性を付与してお
き、カテゴライズBの分類時に、その属性を参照するこ
とで自動分類が可能になる。なおこの属性は、入出力部
505を通してオペレータが任意に設定出来るようにする
ことで柔軟な設定が可能になる。

【００５９】次に、カテゴライズAで同一カテゴリに属
する欠陥が、カテゴライズBにおいて異なるカテゴリに
分類される例について、異物欠陥を例に説明する。図１
６に、異物欠陥についての致命性判定処理のシーケンス
を示す。

【００６０】まず、２次電子画像の欠陥画像と参照画像
とを用いて、差画像処理により欠陥領域を特定する。図
17に示す(a)欠陥画像と(b)参照画像とでその違いがある
領域は(c)差画像上でバラバラに点在する可能性がある
ため、このバラバラの複数個のラベルから欠陥の領域を
示すパラメータ例えば、ラベルを包含する最大の長方形
エリア1701を欠陥領域として記憶する。

【００６１】次に、２次電子画像の参照画像から配線領
域を認識する。この配線認識は、図１２に示すカテゴラ
イズAにおける配線欠陥情報を得たのと同様の処理で行
うことができる。そして認識された配線領域と、欠陥領
域との重なり具合をみることで致命・非致命の判定を行
う。

【００６２】図１５(a)(d)に示す例では、配線部と異物
領域とが近接していても接触していなければ「非致命」
としたが、配線部と異物領域との距離を画像より計算
し、この距離がある値よりも小さければ、つまり配線部
と異物領域とがある距離より近い領域に存在していれば
「致命」と見なすように変更することも可能である。ま
た異物欠陥でなく、キズ欠陥であっても同様な処理によ
り致命性判定を行うことができる。これがカテゴライズ
Bの自動分類処理である。

【００６３】上記説明では、カテゴライズＢを「致命」
と「被致命」との２つに分類する場合について説明した
が、更に細かく分類しても良く、また、「致命」または
「被致命」をその度合い、即ち、「致命率」（致命とな
る確率）などで定義し分類してもよい。

【００６４】以上のように、ADCのシーケンスでは、カ
テゴライズA及びカテゴライズBでの自動分類により各欠
陥に対し２つの異なるカテゴリが付与される。このシー
ケンスはADCすべき欠陥全てが終了するまで欠陥毎に繰
り返される。

【００６５】これらカテゴライズA及びカテゴライズB
は、教示データが無くとも自動分類することができる。
すなわち、カテゴリの定義、カテゴリ毎のサンプル収
集、教師データ登録からなる教示データ作成作業の削減
も実現されている。

【００６６】次に、分類結果の表示例を示す。図１８
は、入出力部505において、カテゴリが付与された欠陥
を表示した１例を示したものである。本図において、ア
イコン1801は欠陥画像を縮小して表示した画像を意味す
る。各アイコンに対し、カテゴリ表示エリア1802に検査
装置により与えられた欠陥ID及びカテゴライズA、Bそれ
ぞれでのカテゴリが表示されている。これらのアイコン
がウィンドウ1803内に配置されており、同一のウィンド
ウ内に配置されている欠陥は、同一のカテゴリに属する
ことを意味する。図18では、各ウィンドウはカテゴライ
ズAでのカテゴリを表している。ウィンドウとしてカテ
ゴライズＢのカテゴリを用いることも可能であり、両方
の表示を互いに切り替えて表示することでオペレータの
視認が容易になる。

【００６７】また、図１８の例では、ウィンドウ１８０
３の上部とカテゴリ表示エリア１８０２にカテゴライズ
Ａの項目が表示されているが、これは、何れか一方を表
示するだけでもよい。

【００６８】図19に分類結果表示の他の例を示す。ウェ
ハマップ1901には、各欠陥のウェハ上の位置がマップで
表示されている。また画像表示部1902には、オペレータ
がマップ上から指定した欠陥の画像が表示される。その
欠陥についての複数種の画像（２次電子画像、左右像
等）を並べて表示しても良い。

【００６９】オペレータが、カテゴリ表示エリア1903に
おいて、任意のカテゴリを選択すれば選択されたカテゴ
リに対応する欠陥が、マップ上でハイライト表示され、
カテゴリ毎の欠陥分布を確認することができる。グラフ
エリア1904には、カテゴリ別の欠陥数がグラフで表示さ
れている。グラフエリア1904ではカテゴライズA及びカ
テゴライズBそれぞれのカテゴリについてのカテゴリ毎
の欠陥数を表示すると共に、それらの組み合わせ（例え
ば、「異物」かつ「致命欠陥」）に当てはまる欠陥の数
も表示することができる。

【００７０】また、歩留まり表示エリア1905には、予測
歩留まり値が表示される。予測歩留まりとは、カテゴラ
イズBの自動分類結果から、ウェハ全体のチップ数に対
する良品と推定されるチップの数を表した数値である。
各チップ毎に致命欠陥の有無を調べ致命欠陥が存在する
チップを不良品チップ、存在しないチップを良品チップ
とすることで判断する。これにより、当該ウェハについ
ての予測歩留まりが算出できる。

【００７１】また、欠陥カテゴリとその欠陥が発生する
工程との間に予め相関関係があることがわかっている場
合には、この画面において、欠陥が発生した工程の予測
結果を表示することも可能である(図示なし)。

【００７２】たとえば、配線ショートの欠陥は、その直
前のエッチンク゛工程に問題があることが予めわかっている様
な場合、ユーザがカテゴリ表示エリア１９０３におい
て、マウス等のポインティングデバイスで、あるカテゴ
リを選択し、そのカテゴリ名から予測される欠陥発生工
程を画面上に表示することができる。この際、1901ウェ
ハマップ上に表示された欠陥点の内、ユーザに選択され
たカテゴリに属する欠陥のみを他の欠陥と別の様態
（色、記号等）で表示すれば、ユーザは、欠陥の発生工
程とその欠陥が存在する位置情報とを、同時に把握する
ことができる。

【００７３】なお、図１９には、ウェハマップ１９０
１、画像表示部１９０２、カテゴリ表示エリア１９０
３、グラフエリア１９０４及び歩留り表示エリア１９０
５の全てを画面上に同時に表示する例を示したが、本発
明はこれに限るものではなく、上記５つの表示項目のう
ちのいくつかを組合わせて、または夫々を単独に、更に
は他の表示項目と組合わせて表示してもよい。

【００７４】例えば、ウェハマップ１９０１と歩留り表
示エリア１９０５で一つの表示画面を構成してもよく、
また、ウェハマップ１９０１とカテゴリ表示エリア１９
０３、歩留り表示エリア１９０５とで一つの表示画面を
構成しても良い。更には、ウェハマップ１９０１と画像
表示部１９０２、歩留り表示エリア１９０５とで一つの
表示画面を構成しても良い。

【００７５】また、画像表示部１９０２には、図１８に
示したように、欠陥の画像と欠陥のカテゴリ（カテゴラ
イズＡ、またはカテゴライズＢの何れか又は両方）とを
表示してもよい。

【００７６】次に、本発明にかかる他の実施例について
説明する。図２０は、本発明にかかる画像自動分類装置
におけるカテゴリ構成図である。ここでシステムカテゴ
リとは、前述の実施例におけるカテゴライズAのカテゴ
リそのものを意味する。画像カテゴリとは、オペレータ
が任意に作成したカテゴリを意味する。システムカテゴ
リと画像カテゴリとの間の線は、カテゴリ同志のリンク
を意味し、各画像カテゴリは、リンクを持つシステムカ
テゴリに含まれることを意味する。また、一つのシステ
ムカテゴリは、複数個の画像カテゴリとリンクをとるが
可能である。このリンクにより、１つのシステムカテゴ
リが複数個の画像カテゴリに細分化されていることにな
る。

【００７７】ここで、システムカテゴリを「異物」とし
て画像カテゴリの例を示す。

【００７８】半導体製造工程で発生する異物は異なる原
因で発生するものが複数種あり、それらに対しては異な
る対策が取られることから、それらを分類することが必
要となる。上述の実施例によるカテゴライズAの分類で
は、そのような異物の種類までを分類することが不可能
である。画像カテゴリはこの様な詳細な分類を行うため
のカテゴリであり、オペレータにより定義されるもので
ある。画像カテゴリの例として図２１に示す黒異物、白
異物という色の異なる２種の異物を例にとり画像カテゴ
リの使い方を示す。

【００７９】先ず、このような２種類の異物欠陥を分類
するために、これらの教示データを作成する。つまり、
上記「黒異物」「白異物」の画像サンプルとして、図２
１に示すような画像を夫々複数収集する。そして、カテ
ゴリ毎に分類特徴量を計算し登録する。これにより、画
像カテゴリ用の教示データが作成される。この特徴量と
は、その異物外観を数値化したものであり例えば、画像
の明るさ、欠陥部の面積等である。自動分類時には、カ
テゴライズAの分類が実行された際に、そのカテゴリに
画像カテゴリがリンクされていた場合には、そのリンク
されたカテゴリの中でどのカテゴリに属するべきかを、
教示データを参照して決定する。この様にすることでカ
テゴライズAの分類、つまり欠陥の原因対策のための分
類を高精度に行うことが可能になる。

【００８０】また、この画像カテゴリを用いてカテゴラ
イズBの分類もより高精度に行うことが可能になる。先
に説明した実施例では、異物が配線パタン間を跨ぐよう
な場合にはそれが配線間の導通を引き起こすため「致命
欠陥」と判定することとした。しかし導電性がない異物
であればそれが複数の配線パタンを跨ぐ場合でも「非致
命」と判断する必要がある。先の例で例えば「黒異物」
が何らかのデータから、例えば元素分析の結果などから
導電性が無いものとわかっていれば、この「黒異物」
は、その異物の存在する位置に関わらず「非致命欠陥」
と判定することが望ましい。

【００８１】これを実現するためには、教示カテゴリを
定義した際に、そのカテゴリに属する欠陥が全て「致命
欠陥」もしくは「非致命結果」と予めわかっている画像
カテゴリに対し、致命・非致命のフラグを設定すればよ
い。この情報は自動分類の際特にカテゴライズBの自動
分類で参照されることとなる。

【００８２】図２２は、画像カテゴリを有するカテゴリ
構造をもった場合の自動分類のシーケンスを説明したも
のである。

【００８３】まず、カテゴライズAが行われる。具体的
には、撮像画像から、配線欠陥情報、凹凸情報、
電位コントラスト情報が計算され、カテゴライズAのシ
ステムカテゴリが決定される。そして、決定されたシス
テムカテゴリにリンクが張られている画像カテゴリの有
無を調べる。そして、そのような画像カテゴリがあれ
ば、最も属していると思われる画像カテゴリを選び、こ
れをカテゴライズAにより決定されたカテゴリとする。

【００８４】次にカテゴライズBが行われる。この際カ
テゴライズAにより画像カテゴリに分類された欠陥につ
いては、その画像カテゴリに致命性もしくは非致命フラ
グが設定されているか調べ、設定されている場合は、そ
のフラグをカテゴライズBの分類結果とする。フラグが
設定されていない場合、もしくはカテゴライズAの自動
分類結果がシステムカテゴリの場合は、前述の実施例と
同様にカテゴライズBがおこなわれる。

【００８５】図２３は、画像カテゴリを教示した場合に
おける自動分類結果の表示例を示している。図１８と同
様に、ウィンドウは一つのカテゴリを示す。本図では、
ウィンドウはカテゴライズAのカテゴリを表示してお
り、画像カテゴリにリンクを持つカテゴリ（「異物」）
は、その名称と画像カテゴリとが表示されており、画像
カテゴリにリンクが張られていないシステムカテゴリ
（図中パタンショート）との違いを表している。

【００８６】一つのシステムカテゴリが複数個の画像カ
テゴリを有する場合は、図中「異物」カテゴリの様に、
それらに属する結果がすべて同一のシステムカテゴリに
属する旨を、視認しやすいように整列されて表示され
る。図１８と同様に、図２２の画面に対しても、カテゴ
ライズBのカテゴリをウィンドウとする表示と切り替え
ることが可能である。

【００８７】以上、本発明の代表的な装置構成及び自動
分類処理のフローを説明した。本説明では、欠陥部位の
異なる特性（放出２次電子、反射電子、吸収電子のエネ
ルギ及びその放出方向）を利用して撮像する４つの撮像
検出系を用い、カテゴライズA、Bという２つの尺度の異
なる分類を実現する例を述べたが、本発明はこれらに限
定されるものではない。

【００８８】例えば、新たなカテゴライズ基準Ｃによる
分類を導入すれば、３つの異なる分類を実現し表示する
ことも可能である。カテゴライズＣの１例として、欠陥
サイズによる分類が挙げられる。この場合、欠陥サイズ
毎に見た致命/非致命欠陥(カテゴライズBによる分類)の
分布や、欠陥外観(カテゴライズAによる分類)の分布の
対応を見ることができる。ここで欠陥サイズによる分類
とは、例えばその欠陥長径サイズを用いて、S(0.5μm以
下)、M(0.5〜1μm)、L(1μm以上)の様にグループ分けす
ることを意味する。この様に、異なる基準によるカテゴ
ライズの種類を必要なだけ定義すれば、より欠陥の対策
等に有用なデータを提供することが可能となる。

【００８９】なお、本発明の考え方は半導体製品のみな
らず、様々な工業製品の製造にかかる欠陥検査及び欠陥
分類に適用することが可能である。

【００９０】

【発明の効果】本発明によれば、半導体ウェハ製造工程
で発生した欠陥を、その欠陥外観に基づき自動分類し、
その発生原因の究明のために用いるための有益な情報を
提供することができるとともに、各欠陥の製品に対する
致命性という欠陥の発生原因とは異なった尺度による欠
陥分類を行い、製品着工計画の立案等に必要な製品の歩
留まり予測の情報を提供することが可能になる。ま
た、上記分類のための欠陥データベース構築に必要な労
力を削減することが可能となる。

【図面の簡単な説明】

【図１】半導体の欠陥検査システムの構成を表すブロッ
ク図である。

【図２】従来技術によるADRの処理フローを示す図であ
る。

【図３】従来技術によるADCの処理フローを示す図であ
る。

【図４】本発明にかかる画像自動分類装置によるADRの
シーケンスを示す図である。

【図５】（ａ）本発明にかかる画像自動分類装置の構成
を示すブロック図、（ｂ）画像撮像部の概略構成を示す
正面図である。

【図６】本発明にかかる画像自動分類装置で行われるAD
Cの処理シーケンスを示す図である。

【図７】電位コントラスト欠陥の撮像原理を示すための
試料の断面図である。

【図８】本発明におけるカテゴリの例を示した図であ
る。

【図９】欠陥の種類と表面凹凸の違いを模式的に示した
試料の平面図と断面図である。

【図１０】欠陥の種類と得られる左右像を模式的に示し
た試料の平面と断面に対応する画像である。

【図１１】配線欠陥を模式的に示した試料の平面図であ
る。

【図１２】試料の平面図（ａ）（ｃ）（ｄ）と、（ａ）
に対応する画像の信号強度を示す図（ｂ）である。

【図１３】試料の平面図に対応する電位コントラスト画
像である。

【図１４】カテゴライズを行うためのテーブルの例であ
る。

【図１５】致命及び非致命欠陥を模式的に示した試料の
平面図である。

【図１６】異物欠陥についての致命性判定処理のシーケ
ンスを示す図である。

【図１７】致命性判定の処理手順を示す欠陥画像であ
る。

【図１８】分類結果の表示の例を示す表示画面の正面図
である。

【図１９】分類結果の表示の例を示す表示画面の正面図
である。

【図２０】本発明にかかる画像自動分類装置のカテゴリ
構成例である。

【図２１】欠陥例を模式的に示した試料の平面図であ
る。

【図２２】本発明にかかる画像自動分類装置の分類処理
シーケンスである。

【図２３】分類結果の表示の例を示す表示画面の正面図
である。

【符号の説明】

101…外観検査装置、102…異物検査装置、103…ネット
ワーク、104…データベース、105…レビュー装置、501
…画像撮像部、502…全体制御部、503…画像記憶部、50
4…画像分類部、505…入出力部、551…ウェハ、 555…
電子ビーム、 557…検出器A、558…検出器B、559…検出
器C、560…検出器D、561…エネルギフィルタ、 1101…
配線パタン、1201…配線部、1202…下地部、1501…異
物、1701…長方形エリア、1801…アイコン、1802…カテ
ゴリ表示エリア、1803…ウィンドウ、1901…ウェハマッ
プ、1902…画像表示部、1903…カテゴリ表示エリア、19
04…グラフエリア、1905…歩留まり表示エリア

───────────────────────────────────────────────────── フロントページの続き (72)発明者小原健二神奈川県横浜市戸塚区吉田町292番地株式会社日立製作所生産技術研究所内 (72)発明者小沢康彦茨城県ひたちなか市市毛882番地株式会社日立製作所計測器グループ内 (72)発明者黒崎利榮茨城県ひたちなか市市毛882番地株式会社日立製作所計測器グループ内 (72)発明者平井大博茨城県ひたちなか市市毛882番地株式会社日立製作所計測器グループ内Ｆターム(参考） 2G001 AA03 BA07 BA15 CA03 FA21 GA01 GA06 HA13 JA02 JA03 JA11 JA13 KA03 LA11 MA05 2G051 AA51 AB02 AC21 EA12 EB09 EC01 ED21 FA01 4M106 AA01 CA38 CA40 CA41 DB05 DB21 DJ20 DJ23 DJ26 5B057 AA03 BA01 BA15 CE09 CE12 DA03 DA12 DC22 DC33

Claims

【特許請求の範囲】

【請求項１】被検査対象を撮像して得た画像を用いて前
記被検査対象の欠陥を分類する欠陥分類方法であって、被検査対象を撮像し、該撮像により得た画像から欠陥候
補の画像を抽出し、該抽出した欠陥候補の画像を第１のカテゴリで分類し、前記抽出した欠陥候補の画像を第２のカテゴリで分類
し、前記抽出した欠陥候補の画像と該欠陥候補に関する前記
第１のカテゴリによる分類の情報と前記第２のカテゴリ
による分類の情報とを同一の画面上に表示することを特
徴とする欠陥分類方法。
【請求項２】前記被検査対象を撮像することを、該被検
査対象に集束させた電子ビームを照射して走査し、該照
射により被検査対象から発生する２次電子を前記走査と
同期させて検出することにより行うことを特徴とする請
求項１記載の欠陥分類方法。
【請求項３】前記第１のカテゴリまたは前記第２のカテ
ゴリのいずれかが、欠陥の致命性に関するものであるこ
とを特徴とする請求項１記載の欠陥分類方法。
【請求項４】前記第１のカテゴリまたは前記第２のカテ
ゴリのいずれかが、欠陥の種類であることを特徴とする
請求項１記載の欠陥分類方法。
【請求項５】前記欠陥の種類が、異物欠陥、傷欠陥、配
線ショート欠陥、配線オープン欠陥を含むことを特徴と
する請求項３記載の欠陥分類方法。
【請求項６】被検査対象を撮像して得た画像を用いて前
記被検査対象の欠陥を分類する欠陥分類方法であって、被検査対象を撮像し、該撮像により得た画像から欠陥候補の画像を抽出し、該抽出した欠陥候補の画像を欠陥の種類毎に分類し、該種類毎に分類したそれぞれの欠陥候補の致命性を判定
し、前記欠陥候補の画像を前記欠陥の種類と前記致命性に関
する情報とともに画面上に表示することを特徴とする欠
陥分類方法。
【請求項７】前記被検査対象を撮像することを、該被検
査対象に集束させた電子ビームを照射して走査し、該照
射により被検査対象から発生する２次電子を前記走査と
同期させて検出することにより行うことを特徴とする請
求項６記載の欠陥分類方法。
【請求項８】前記分類する欠陥の種類として、前記欠陥
の種類が、異物欠陥、傷欠陥、配線ショート欠陥、配線
オープン欠陥を含むことを特徴とする請求項６記載の欠
陥分類方法。
【請求項９】被検査対象を撮像して得た画像を用いて前
記被検査対象の欠陥を分類する欠陥分類方法であって、被検査対象を撮像し、該撮像により得た画像から欠陥候
補の画像を抽出し、該抽出した欠陥候補の画像を第１のカテゴリで分類し、前記抽出した欠陥候補の画像を第２のカテゴリで分類
し、前記第１のカテゴリで分類した前記欠陥候補の前記被検
査対象上の分布と前記第１のカテゴリによる分類の情報
と前記第２のカテゴリにより分類した結果の情報とを同
一の画面上に表示することを特徴とする欠陥分類方法。
【請求項１０】前記被検査対象を撮像することを、該被
検査対象に集束させた電子ビームを照射して走査し、該
照射により被検査対象から発生する２次電子を前記走査
と同期させて検出することにより行うことを特徴とする
請求項９記載の欠陥分類方法。
【請求項１１】前記画面上に、更に前記欠陥候補の画像
を表示することを特徴とする請求項９記載の欠陥分類方
法。
【請求項１２】前記画面上に表示する第２のカテゴリに
より分類した結果の情報が、前記被検査対象の予測歩留
りに関する情報であることを特徴とする請求項９記載の
欠陥分類方法。
【請求項１３】被検査対象を撮像する撮像手段と、該撮像手段で撮像して得た画像から欠陥候補の画像を抽
出する欠陥候補抽出手段と、該欠陥候補抽出手段で抽出した欠陥候補の画像を第１の
カテゴリに分類する第１のカテゴリ分類手段と、前記欠陥候補抽出手段で抽出した欠陥候補の画像を第２
のカテゴリに分類する第２のカテゴリ分類手段と、前記欠陥候補の画像と前記第１のカテゴリ分類手段で分
類した前記欠陥候補の第１のカテゴリ情報と前記第２の
カテゴリ分類手段で分類した前記欠陥候補の第２のカテ
ゴリの情報とを出力する出力手段とを備えたことを特徴
とする欠陥分類装置。
【請求項１４】前記撮像手段は、前記被検査対象に集束
させた電子ビームを照射して走査する電子ビーム光学系
手段と、該電子ビーム光学系手段により電子ビームが照
射された被検査対象から発生する２次電子を前記走査と
同期させて検出する検出手段と、該検出手段で検出した
２次電子の信号に基づいて前記被検査対象の２次電子像
を形成する画像形成部とを備えていることを特徴とする
請求項１３記載の欠陥分類装置。
【請求項１５】前記第１のカテゴリ分類手段または前記
第２のカテゴリ分類手段のいずれかが、前記欠陥候補を
欠陥の致命性に関するカテゴリに分類することを特徴と
する請求項１３記載の欠陥分類装置。
【請求項１６】前記第１のカテゴリ分類手段または前記
第２のカテゴリ分類手段のいずれかが、前記欠陥候補を
欠陥の種類に関するカテゴリに分類することを特徴とす
る請求項１３記載の欠陥分類装置。
【請求項１７】前記欠陥の種類が、異物欠陥、傷欠陥、
配線ショート欠陥、配線オープン欠陥を含むことを特徴
とする請求項１６記載の欠陥分類装置。
【請求項１８】被検査対象を撮像する撮像手段と、該撮
像手段で撮像して得た前記被検査対象の画像から欠陥候
補の画像を抽出する欠陥候補抽出手段と、該欠陥候補抽出手段で抽出した欠陥候補の画像を第１の
カテゴリに分類する第１のカテゴリ分類手段と、前記欠陥候補抽出手段で抽出した欠陥候補の画像を第２
のカテゴリに分類する第２のカテゴリ分類手段と、前記欠陥候補の画像と前記第１のカテゴリ分類手段で分
類した前記欠陥候補の前記被検査対象上の分布と前記第
１のカテゴリ情報と前記第２のカテゴリ分類手段で分類
した結果の情報とを同一の画面上に出力して表示する出
力手段とを備えたことを特徴とする欠陥分類装置。
【請求項１９】前記撮像手段は、前記被検査対象に集束
させた電子ビームを照射して走査する電子ビーム光学系
手段と、該電子ビーム光学系手段により電子ビームが照
射された被検査対象から発生する２次電子を前記走査と
同期させて検出する検出手段と、該検出手段で検出した
２次電子の信号に基づいて前記被検査対象の２次電子像
を形成する画像形成部とを備えていることを特徴とする
請求項１８記載の欠陥分類装置。
【請求項２０】前記第１のカテゴリ分類手段は、前記欠
陥候補を欠陥の種類で分類することを特徴とする請求項
１８記載の欠陥分類装置。
【請求項２１】前記欠陥の種類が、異物欠陥、傷欠陥、
配線欠陥、電位コントラスト欠陥を含むことを特徴とす
る請求項２０記載の欠陥分類装置。
【請求項２２】前記第２のカテゴリ分類手段は、前記欠
陥候補を、欠陥の致命性で分類することを特徴とする請
求項１８記載の欠陥分類装置。
【請求項２３】前記出力手段は、前記第２のカテゴリ分
類手段で分類した結果の情報として、製品の歩留りに関
する情報を前記画面上に出力することを特徴とする請求
項１８記載の欠陥分類装置。