JP2002162216A - パターン評価方法、パターン評価装置およびコンピュータ読み取り可能な記録媒体 - Google Patents

パターン評価方法、パターン評価装置およびコンピュータ読み取り可能な記録媒体

Info

Publication number
JP2002162216A
JP2002162216A JP2000360157A JP2000360157A JP2002162216A JP 2002162216 A JP2002162216 A JP 2002162216A JP 2000360157 A JP2000360157 A JP 2000360157A JP 2000360157 A JP2000360157 A JP 2000360157A JP 2002162216 A JP2002162216 A JP 2002162216A
Authority
JP
Japan
Prior art keywords
pattern
edge
edge point
group
image data
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
Application number
JP2000360157A
Other languages
English (en)
Other versions
JP4090683B2 (ja
Inventor
Takahiro Ikeda
田 隆 洋 池
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Toshiba Corp
Original Assignee
Toshiba Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Toshiba Corp filed Critical Toshiba Corp
Priority to JP2000360157A priority Critical patent/JP4090683B2/ja
Priority to US09/991,916 priority patent/US6839470B2/en
Publication of JP2002162216A publication Critical patent/JP2002162216A/ja
Application granted granted Critical
Publication of JP4090683B2 publication Critical patent/JP4090683B2/ja
Anticipated expiration legal-status Critical
Expired - Fee Related legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/12—Edge-based segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/40—Analysis of texture
    • G06T7/41—Analysis of texture based on statistical description of texture
    • 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
    • G01R31/305—Contactless testing using electron beams
    • G01R31/307—Contactless testing using electron beams 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
    • G06T2207/10—Image acquisition modality
    • G06T2207/10056—Microscopic image
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Probability & Statistics with Applications (AREA)
  • Quality & Reliability (AREA)
  • Geometry (AREA)
  • Length-Measuring Devices Using Wave Or Particle Radiation (AREA)
  • Analysing Materials By The Use Of Radiation (AREA)

Abstract

(57)【要約】 【課題】 高精度でエッジラフネスを定量化し、接続誤
差の影響を除去できるパターンの評価方法、評価装置お
よび記録媒体を提供する。 【解決手段】 計測対象パターンの画像データを取得し
（ステップＳ１）、この画像データに基づいて少なくと
も一つの上記パターンエッジを認識し、上記パターンエ
ッジの形状を構成するエッジ点列の各エッジ点の座標位
置を算出し（ステップＳ３）、各エッジ点から下ろした
垂線の長さの和が最小となる直線を求め（ステップＳ
４）、上記直線が求められたときの上記垂線の長さεｉ
を統計的に処理して上記パターンエッジのラフネスを定
量的に表現する（ステップＳ５）。

Description

【発明の詳細な説明】
【０００１】
【発明の属する技術分野】本発明は、パターン評価方
法、パターン評価装置およびコンピュータ読み取り可能
な記録媒体に関し、特に半導体製造プロセスにおける微
細パターンのエッジラフネスの評価を対象とする。
【０００２】
【従来の技術】微細化される半導体の製造工程において
は、パターンの寸法ばらつきを正確に評価することが重
要となる。パターンの寸法ばらつきとしては、製造ロッ
ト毎や半導体チップ毎の寸法変動なども問題になるが、
とりわけ一つのパターンにおける局所的な寸法変動もま
たデバイス特性を劣化させる。このため、このような局
所的な寸法変動を定量的に評価することが近年ますます
重要になってきている。なかでも、パターンエッジ位置
が数１０ｎｍ〜数μｍの局所的な領域の中で微小にうね
るような寸法変動は「エッジラフネス」と呼ばれ、主に
パターンを製造する際のリソグラフィ工程と、その後の
エッチング工程において発生する。
【０００３】従来、エッジラフネスの評価方法として、
走査型トンネル顕微鏡（Scanning Electron Microscop
e：以下、ＳＥＭという）や、原子間力顕微鏡（Atomic
ForceMicroscope：以下、ＡＦＭという）などの走査型
プローブを用いた観察装置により微細パターンを観察し
てパターン幅寸法を求め、その局所的な変動を定量化す
る方法が広く用いられてきた。
【０００４】これらの方法のうちＡＦＭを用いる方法で
は、プローブの先端径に広がりがあるために、パターン
エッジを観察するために必要な数ｎｍ程度の分解能を得
ることができないという問題があった。
【０００５】この一方、数ｎｍ程度の高いエッジ分解能
を有するＳＥＭを用いる従来の方法としては、ライン状
のパターンの線幅計測を複数の個所において行った後で
その複数の測定値の分散などからエッジラフネスを定量
化していた。しかしながら、この方法によれば、例えば
図２４の部位Ｒ１００に示すように、確率的にエッジ座
標が同じ方向に変動している部位が存在する場合、その
ような部分は線幅の変動としては比較的小さいため、ラ
フネスを過小評価してしまうという問題点があった。
【０００６】また、従来の技術においては、評価の前処
理として、まず、線状のパターンを観察装置の画像表示
部に図２５（ａ）のパターンＰ１００ように表示し、そ
の後図２５（ｂ）に示すように計測領域の中でパターン
Ｐ１００の長手方向がなるべく水平方向または垂直方向
になるように位置決めした後、その計測領域の水平方向
１０６または垂直方向にパターンエッジを探索し、その
後、エッジ位置の平均位置からの残差としてエッジラフ
ネスを、例えば標準偏差や平均偏差などで算出してい
た。
【０００７】しかし、パターンエッジの方向をエッジ探
索方向に対して正確に垂直に配置する位置決めには通常
煩わしい処理が必要となる。また、エッジ探索方向とパ
ターンの長手方向がわずかに垂直から外れてしまうとい
うことも頻発する。このような場合には、完全に直交し
ている場合よりも非常に大きな値が算出されることがあ
った。図２６は、このような場合の誤差を例示するグラ
フであり、例えば同図中の破線１１０に示すように、パ
ターンの方向がわずかに０．５°程度回転していても、
ラフネス値を代表するｒｍｓの値は本来の値の倍以上の
値に算出されてしまうことがある。
【０００８】また、リソグラフィ工程で用いられるフォ
トマスクパターンには、マスクパターンの描画方法に起
因して接続誤差が発生することがある。このような接続
誤差は、レジスト材料やレジストプロセス、エッチング
プロセスで発生するエッジラフネスとは区別されるべき
ものであるが、従来の評価方法では両者を分離して判断
することができなかった。
【０００９】上述する従来技術の問題点を解決する方法
として、特許公開平１１−２５７９４０（以下、文献と
いう）は、パターンエッジの位置に対するヒストグラム
を作成し、さらにそのヒストグラムを正規分布に近似す
ることにより、正規分布のσ値からラフネスを定量化す
る方法を提案している。
【００１０】
【発明が解決しようとする課題】しかしながら、上記文
献に記載の方法によると、ヒストグラムを作成する上
で、それを正規分布に近似する計算の工程を計測のステ
ップにさらに含むために、その分だけラフネス値の算出
に時間を要することになる。また、エッジ位置の分布が
正規分布から外れることもしばしばあり、この場合に上
述のσ値 によってラフネスを定量化することは妥当で
ない。また、上記文献においては、接続誤差を除去する
方法および測定対象における微小回転成分を除去する方
法として、パターンの中心位置を参照してその変動成分
をエッジ座標の変動成分から除く方法が提案されている
が、測定領域内にパターンの両側のエッジが含まれてい
ない場合には、この方法を用いることが不可能であっ
た。
【００１１】さらに、従来のパターン評価装置において
は、エッジラフネスが標準偏差や平均偏差、または線幅
の最大値と最小値との差などで数値的に表現されるのみ
で、評価されるパターンのどの位置にどのようなラフネ
スが存在するのか、という情報を視覚的に直ちに得るこ
とができず、ラフネスの空間分布や形態の違いを観察者
自身で把握することが著しく困難であった。
【００１２】本発明は上記事情に鑑みてなされたもので
あり、その目的は、エッジラフネスを正確に定量化し、
かつ、接続誤差の影響を除去するパターンの評価方法お
よび評価装置を提供することにある。
【００１３】
【課題を解決するための手段】本発明は、以下の手段に
より上記課題の解決を図る。
【００１４】即ち、本発明によれば、パターンが形成さ
れた被測定物にエネルギー線を走査して上記被測定物か
ら発生する散乱粒子を検出して得られた画像データを取
り込む工程と、上記画像データに基づいて少なくとも一
つの上記パターンエッジを認識し、上記パターンエッジ
の形状を構成するエッジ点列の各エッジ点の座標位置を
算出する工程と、各エッジ点から下ろした垂線の長さの
和が最小となる直線を求める工程と、上記直線が求めら
れたときの上記垂線の長さを統計的に処理して上記パタ
ーンエッジのラフネスを定量的に表現する評価情報を出
力する工程と、を備えるパターン評価方法が提供され
る。
【００１５】上記パターン評価方法によれば、上記エッ
ジ点列の各エッジ点から下ろした垂線の長さの和が最小
となる直線を求め、この直線が求められたときの上記垂
線の長さを統計的に処理するので、計測範囲内に配置さ
れた計測対象パターンの長手方向が完全に水平方向でも
完全に垂直方向でもない場合や、上記パターンの両エッ
ジが計測範囲内に含まれていない場合であっても、上記
パターンのエッジラフネスを正確に定量化することがで
きる。
【００１６】上記パターン評価方法は、上記エッジ点列
内の任意の点を境として上記エッジ点列を二つのグルー
プに分け、各グループに属するエッジ点の上記座標位置
の情報に基づいて統計的検定を行い、上記二つのグルー
プの統計的有意差の有無を判定する工程をさらに備え、
上記統計的有意差が無いと判定された場合に、上記直線
を求める工程に移行すると良い。これにより、パターン
の評価者は、計測対象のパターンに接続誤差があるか否
かを意識することなくエッジラフネスを定量化すること
ができる。
【００１７】上記評価情報には、上記直線が求められた
ときの上記垂線の長さの標準偏差と、上記直線が得られ
たときの上記垂線の長さの平均偏差が含まれる。
【００１８】また、本発明によれば、パターンが形成さ
れた被測定物にエネルギー線を走査して上記被測定物か
ら発生する散乱粒子を検出して得られた画像データを取
り込む工程と、上記画像データに基づいて少なくとも一
つの上記パターンエッジを認識し、上記パターンエッジ
の形状を構成するエッジ点列の座標位置を算出する工程
と、上記エッジ点列内の任意の点を境として上記エッジ
点列を二つのグループに分け、多変量解析における判別
分析手法を用いて接続誤差の発生位置となり得るエッジ
点を特定する工程と、上記特定されたエッジ点を境とし
て分けられた各グループごとに、グループ内の各エッジ
点の平均位置と、この平均位置からの残差とを算出する
工程と、上記残差を統計的に処理して上記パターンエッ
ジのラフネスを定量的に表現する評価情報を出力する工
程と、を備えるパターン評価方法が提供される。
【００１９】上記評価情報は、上記接続誤差の影響が除
去された標準偏差と、平均偏差とを含む。
【００２０】上記評価方法によれば、多変量解析におけ
る判別分析手法を用いて接続誤差の発生位置となり得る
エッジ点を特定するので、計測対象のパターンが計測範
囲内でほぼ水平方向またはほぼ垂直方向に配置されてい
るが、接続誤差を有するという場合であっても、上記パ
ターンのエッジラフネスを正確に定量化することができ
る。
【００２１】また、本発明によれば、パターンが形成さ
れた被測定物にエネルギー線を走査して上記被測定物か
ら発生する散乱粒子を検出して得られた画像データを取
り込む工程と、上記画像データに基づいて少なくとも一
つの上記パターンエッジを認識し、上記パターンエッジ
の形状を構成するエッジ点列の座標位置を算出する工程
と、上記エッジ点列内の任意の点を境として上記エッジ
点列を二つのグループに分け、各グループごとに、各エ
ッジ点から下ろした垂線の長さの和が最小となる直線を
それぞれ求めてこれらの直線間の距離を算出し、上記直
線間の距離が最小となる上記任意の点を接続誤差の発生
位置となり得るエッジ点として特定する工程と、上記接
続誤差の発生位置となり得る上記エッジ点が特定された
ときの上記直線に各エッジ点から下ろした垂線の長さを
各グループごとに算出する工程と、上記垂線の長さを各
グループ毎に統計的に処理して上記パターンエッジのラ
フネスを定量的に表現する評価情報を出力する工程と、
を備えるパターン評価方法が提供される。
【００２２】上記評価方法によれば、上記任意の点を境
として上記エッジ点列を二つのグループに分け、各グル
ープごとに、各エッジ点から下ろした垂線の長さの和が
最小となる直線をそれぞれ求めてこれらの直線間の距離
を算出し、上記直線間の距離が最小となる上記任意の点
を接続誤差の発生位置となり得るエッジ点として特定す
るので、計測対象のパターンの長手方向が計測範囲内で
水平方向でも垂直方向でもなく、かつ、計測対象のパタ
ーンに接続誤差が存在する場合であっても、エッジラフ
ネスを正確に定量化することができる。
【００２３】上記評価情報は、上記垂線の長さの標準偏
差と上記垂線の長さの平均偏差とを含む。
【００２４】上述したパターン評価方法は、上記二つの
グループに属するエッジ点の上記座標位置の情報に基づ
いて統計的検定を行い、上記二つのグループの統計的有
意差の有無を判定する工程をさらに備えて、上記統計的
有意差が有ると判定された場合に、上記接続誤差の発生
位置となり得るエッジ点を特定する工程に移行すると良
い。
【００２５】このような判定工程を備えることにより、
パターンの評価者は、計測対象のパターンに接続誤差が
あるか否かを意識することなくエッジラフネスを定量化
することができる。
【００２６】上述したパターン評価方法は、求められた
上記直線の両側のうちいずれの側に各エッジ点が存在す
るかの相対位置情報を取得する工程をさらに備えて、上
記評価情報に、求められた上記直線へ各エッジ点から下
ろした上記垂線の長さのうち上記直線の両側のそれぞれ
における最大値の少なくとも一つを含めることが好まし
い。
【００２７】また、本発明によれば、パターンが形成さ
れた被測定物にエネルギー線を走査して上記被測定物か
ら発生する散乱粒子を検出して得られた画像データを取
り込む工程と、上記画像データに基づいて少なくとも一
つの上記パターンエッジを認識し、上記パターンエッジ
の形状を構成するエッジ点列の座標位置を算出する工程
と、上記座標位置に基づいて、ボルツマン関数（Boltzm
ann function）と一次関数との線形結合で表わされ上記
エッジ点列に近似する関数を求める工程と、上記関数の
変曲点を境として上記エッジ点列を第１のグループと第
２のグループに分け、各エッジ点から上記関数の軌跡で
ある曲線に下ろした垂線の長さを各グループごとに算出
する工程と、上記垂線の長さを統計的に処理して上記パ
ターンエッジのラフネスを定量的に表現する評価情報を
出力する工程と、を備えるパターン評価方法が提供され
る。
【００２８】上記評価情報は、上記垂線の長さの標準偏
差と上記垂線の長さの平均偏差とを含むことが好まし
い。
【００２９】上記パターン評価方法によれば、エッジ点
列の座標位置に基づいて、ボルツマン関数と一次関数と
の線形結合で表わされ上記エッジ点列に近似する関数を
求め、この関数の変曲点を境として上記エッジ点列をグ
ループ分けするので、接続誤差が比較的広範囲にわたっ
て影響している場合であっても、上記パターンのエッジ
ラフネスを正確に定量化することができる。
【００３０】上述のパターン評価方法は、上記第１のグ
ループと上記第２のグループに分けられた上記エッジ点
の座標位置の情報に基づいて統計的検定を行い、統計的
有意差の有無を判定する工程をさらに備え、上記第１の
グループと上記第２のグループとの間に上記統計的有意
差が有ると判定された場合に、上記垂線の長さを各グル
ープごとに算出する手順に移行すると良い。これによ
り、パターンの評価者は、計測対象のパターンに接続誤
差があるか否かを意識することなくエッジラフネスを定
量化することができる。
【００３１】また、上記パターン評価方法は、上記エッ
ジ点が上記曲線の両側のうちいずれの側に存在するかの
相対位置情報を各エッジ点について取得する工程をさら
に備え、上記評価情報は、上記垂線の長さのうち上記曲
線の両側のそれぞれにおける最大値の少なくとも一つを
含むとさらに良い。
【００３２】また、本発明によれば、パターンが形成さ
れた被測定物にエネルギー線を走査して上記被測定物か
ら発生する散乱粒子を検出し、少なくとも一つのパター
ンエッジを含む画像データを取得する画像データ取得手
段と、上記画像データに基づいて上記パターンエッジを
認識し、上記パターンエッジの形状を構成するエッジ点
列の各エッジ点の座標位置を算出し、各エッジ点から下
ろした垂線の長さの和が最小となる直線を求め、この直
線が得られたときの上記垂線の長さとを出力する演算手
段と、上記直線が得られたときの上記垂線の長さを統計
的に処理して上記パターンエッジのラフネスを定量的に
表現する評価情報を出力する統計処理手段と、を備える
パターン評価装置が提供される。
【００３３】上記パターン評価装置によれば、上記エッ
ジ点列の各エッジ点から下ろした垂線の長さの和が最小
となる直線を求める演算手段と、上記直線が得られたと
きの上記垂線の長さを統計的に処理する統計処理手段と
を備えるので、計測範囲内に配置された計測対象パター
ンの長手方向が完全に水平方向でも完全に垂直方向でも
ない場合や、上記パターンの両エッジが計測範囲内に含
まれていない場合であっても、上記パターンのエッジラ
フネスを正確に定量化することができる。
【００３４】上記パターン評価装置は、上記演算手段か
ら各エッジ点の上記座標位置の情報を受け、上記エッジ
点列内の任意の点を境として上記エッジ点列を二つのグ
ループに分けて統計的検定を行い、上記二つのグループ
の統計的有意差の有無を判定する統計的検定手段をさら
に備え、上記演算手段は、上記統計的検定手段が上記二
つのグループに上記統計的有意差が無いと判定した場合
に、各エッジ点から下ろした垂線の長さの和が最小とな
る直線を求め、この直線が得られたときの上記垂線の長
さを出力すると良い。これにより、パターンの評価者
は、計測対象のパターンに接続誤差があるか否かを意識
することなくエッジラフネスを定量化することができ
る。
【００３５】上記評価情報は、上記直線が得られたとき
の上記垂線の長さの標準偏差と、上記直線が得られたと
きの上記垂線の長さの平均偏差と、を含む。
【００３６】また、本発明によれば、パターンが形成さ
れた被測定物にエネルギー線を走査して上記被測定物か
ら発生する散乱粒子を検出し、少なくとも一つのパター
ンエッジを含む画像データを取得する画像データ取得手
段と、上記画像データに基づいて上記パターンエッジを
認識し、上記パターンエッジの形状を構成するエッジ点
列の座標位置を算出し、上記エッジ点列内の任意の点を
境として上記エッジ点列を二つのグループに分け、多変
量解析における判別分析手法を用いて接続誤差の発生位
置となり得るエッジ点を特定し、この特定されたエッジ
点を境として分けられた各グループごとに、グループ内
の各エッジ点の平均位置と、この平均位置からの残差と
を算出する演算手段と、上記残差を統計的に処理して上
記パターンエッジのラフネスを定量的に表現する評価情
報を出力する統計処理手段と、を備えるパターン評価装
置が提供される。
【００３７】上記パターン評価装置によれば、上記演算
手段が多変量解析における判別分析手法を用いて接続誤
差の発生位置となり得るエッジ点を特定するので、計測
対象のパターンが計測範囲内でほぼ水平方向またはほぼ
垂直方向に配置されているが、接続誤差を含む場合であ
っても、上記パターンのエッジラフネスを正確に定量化
することができる。
【００３８】上記統計処理手段が出力する上記評価情報
には、上記接続誤差の影響が除去された標準偏差と、平
均偏差とが含まれる。
【００３９】また、本発明によれば、パターンが形成さ
れた被測定物にエネルギー線を走査して上記被測定物か
ら発生する散乱粒子を検出し、少なくとも一つのパター
ンエッジを含む画像データを取得する画像データ取得手
段と、上記画像データに基づいて上記パターンエッジを
認識し、上記パターンエッジの形状を構成するエッジ点
列の座標位置を算出し、上記エッジ点列内の任意の点を
境として上記エッジ点列を二つのグループに分け、各エ
ッジ点から下ろした垂線の長さの和が最小となる直線を
各グループごとに求めてこれらの直線間の距離距離を算
出し、この距離が最小となる上記任意の点を接続誤差の
発生位置となり得るエッジ点として特定し、上記接続誤
差の発生位置となり得る上記エッジ点が特定されたとき
の上記直線に各エッジ点から下ろした垂線の長さを各グ
ループごとに算出する演算手段と、上記垂線の長さを各
グループ毎に統計的に処理して上記パターンエッジのラ
フネスを定量的に表現する評価情報を出力する統計処理
手段と、を備えるパターン評価装置が提供される。
【００４０】上記パターン評価装置によれば、上記演算
手段が上記任意の点を境として上記エッジ点列を二つの
グループに分け、各エッジ点から下ろした垂線の長さの
和が最小となる直線を各グループごとに求めてこれらの
直線間の距離を各グループごとに算出し、この距離が最
小となる上記任意の点を接続誤差の発生位置となり得る
エッジ点として特定するので、計測対象のパターンの長
手方向が計測範囲内で水平方向でも垂直方向でもなく、
かつ、計測対象のパターンに接続誤差が存在する場合で
あっても、エッジラフネスを正確に定量化することがで
きる。
【００４１】上記統計処理手段が出力する上記評価情報
には、上記垂線の長さの標準偏差と上記垂線の長さの平
均偏差とが含まれる。
【００４２】上述したパターン評価装置は、上記演算手
段から上記二つのグループに分けられた上記エッジ点の
上記座標位置の情報を受けて統計的検定を行い、統計的
有意差の有無を判定する統計的検定手段をさらに備え、
上記演算手段は、上記統計的検定手段が上記二つのグル
ープに上記統計的有意差が有ると判定した場合に、上記
接続誤差の発生位置となり得るエッジ点を特定すると良
い。これにより、パターンの評価者は、計測対象のパタ
ーンに接続誤差があるか否かを意識することなくエッジ
ラフネスを定量化することができる。
【００４３】上記演算手段は、求めた上記直線の両側の
うちいずれの側に各エッジ点が存在するかの相対位置情
報をさらに出力し、上記評価情報は、上記垂線の長さの
うち上記直線の両側のそれぞれにおける最大値の少なく
とも一つを含むことが好ましい。
【００４４】また、本発明によれば、パターンが形成さ
れた被測定物にエネルギー線を走査して上記被測定物か
ら発生する散乱粒子を検出し、少なくとも一つのパター
ンエッジを含む画像データを取得する画像データ取得手
段と、上記画像データに基づいて上記パターンエッジを
認識し、上記パターンエッジの形状を構成するエッジ点
列の座標位置を算出し、この座標位置に基づいて、ボル
ツマン関数と一次関数との線形結合で表わされ上記エッ
ジ点列に近似する関数を求め、この関数の変曲点を境と
して上記エッジ点列を第１のグループと第２のグループ
に分け、各エッジ点から上記関数の軌跡である曲線に下
ろした垂線の長さを各グループごとに算出する演算手段
と、上記垂線の長さを統計的に処理して上記パターンエ
ッジのラフネスを定量的に表現する評価情報を出力する
統計処理手段と、を備えるパターン評価装置が提供され
る。
【００４５】上記パターン評価装置によれば、上記演算
手段が、エッジ点列の座標位置に基づいて、ボルツマン
関数と一次関数との線形結合で表わされ上記エッジ点列
に近似する関数を求め、この関数の変曲点を境として上
記エッジ点列をグループ分けするので、接続誤差が比較
的広範囲にわたって影響している場合であっても、上記
パターンのエッジラフネスを正確に定量化することがで
きる。
【００４６】上記パターン評価装置は、上記演算手段か
ら上記第１のグループと上記第２のグループに分けられ
た上記エッジ点の上記座標位置の情報を受けて統計的検
定を行い、統計的有意差の有無を判定する統計的検定手
段をさらに備え、上記演算手段は、上記統計的検定手段
が上記第１のグループと上記第２のグループとの間に上
記統計的有意差が有ると判定した場合に、上記垂線の長
さを各グループごとに算出することが好ましい。これに
より、パターンの評価者は、計測対象のパターンに接続
誤差があるか否かを意識することなくエッジラフネスを
定量化することができる。
【００４７】上記統計処理手段が出力する上記評価情報
には、上記垂線の長さの標準偏差と上記垂線の長さの平
均偏差とが含まれる。
【００４８】また、上記演算手段は、各エッジ点が上記
曲線の両側のうちいずれの側に存在するかの相対位置情
報をさらに出力し、上記評価情報は、上記垂線の長さの
うち上記曲線の両側のそれぞれにおける最大値の少なく
とも一つを含むと良い。
【００４９】好適な実施態様において、上述したパター
ン評価装置は、上記画像データと上記評価情報を表示す
る表示手段をさらに備える。
【００５０】また、上記表示手段は、拡大表示機能を有
するとさらに良い。
【００５１】また、本発明によれば、パターンが形成さ
れた被測定物にエネルギー線を走査して上記被測定物か
ら発生する散乱粒子を検出して得られた画像データの入
力を受けてこの画像データを処理するコンピュータを備
えるパターン評価装置に用いられ、上記画像データに基
づいて少なくとも一つの上記パターンエッジを認識し、
上記パターンエッジの形状を構成するエッジ点列の各エ
ッジ点の座標位置を算出する手順と、各エッジ点から下
ろした垂線の長さの和が最小となる直線を求める手順
と、上記直線が求められたときの上記垂線の長さを統計
的に処理して上記パターンエッジのラフネスを定量的に
表現する評価情報を出力する手順と、を備えるパターン
評価方法を上記コンピュータに実行させるプログラムを
記録したコンピュータ読取り可能な記録媒体が提供され
る。
【００５２】上記パターン評価方法は、上記エッジ点列
内の任意の点を境として上記エッジ点列を二つのグルー
プに分け、各グループに属するエッジ点の上記座標位置
の情報に基づいて統計的検定を行い、上記二つのグルー
プの統計的有意差の有無を判定する工程をさらに備え、
上記統計的有意差が無いと判定された場合に、上記直線
を求める工程に移行することが好ましい。
【００５３】上記評価情報には、上記直線が求められた
ときの上記垂線の長さの標準偏差と、上記直線が得られ
たときの上記垂線の長さの平均偏差が含まれる。
【００５４】また、本発明によれば、パターンが形成さ
れた被測定物にエネルギー線を走査して上記被測定物か
ら発生する散乱粒子を検出して得られた画像データの入
力を受けてこの画像データを処理するコンピュータに用
いられ、上記画像データに基づいて少なくとも一つの上
記パターンエッジを認識し、上記パターンエッジの形状
を構成するエッジ点列の座標位置を算出する手順と、上
記エッジ点列内の任意の点を境として上記エッジ点列を
二つのグループに分け、多変量解析における判別分析手
法を用いて接続誤差の発生位置となり得るエッジ点を特
定する手順と、上記特定されたエッジ点を境として分け
られた各グループごとに、グループ内の各エッジ点の平
均位置と、この平均位置からの残差とを算出する手順
と、上記残差を統計的に処理して上記パターンエッジの
ラフネスを定量的に表現する評価情報を出力する手順
と、を備えるパターン評価方法を上記コンピュータに実
行させるプログラムを記録したコンピュータ読取り可能
な記録媒体が提供される。
【００５５】また、本発明によれば、パターンが形成さ
れた被測定物にエネルギー線を走査して上記被測定物か
ら発生する散乱粒子を検出して得られた画像データの入
力を受けてこの画像データを処理するコンピュータに用
いられ、上記画像データに基づいて少なくとも一つの上
記パターンエッジを認識し、上記パターンエッジの形状
を構成するエッジ点列の座標位置を算出する手順と、上
記エッジ点列内の任意の点を境として上記エッジ点列を
二つのグループに分け、各グループごとに、各エッジ点
から下ろした垂線の長さの和が最小となる直線をそれぞ
れ求めてこれらの直線間の距離を算出し、上記直線間の
距離が最小となる上記任意の点を接続誤差の発生位置と
なり得るエッジ点として特定する手順と、上記接続誤差
の発生位置となり得る上記エッジ点が特定されたときの
上記直線に各エッジ点から下ろした垂線の長さを各グル
ープごとに算出する手順と、上記垂線の長さを各グルー
プ毎に統計的に処理して上記パターンエッジのラフネス
を定量的に表現する評価情報を出力する手順と、を備え
るパターン評価方法を上記コンピュータに実行させるプ
ログラムを記録したコンピュータ読取り可能な記録媒体
が提供される。
【００５６】上記評価情報は、上記垂線の長さの標準偏
差と上記垂線の長さの平均偏差とを含む。
【００５７】上述したパターン評価方法は、上記二つの
グループに属するエッジ点の上記座標位置の情報に基づ
いて統計的検定を行い、上記二つのグループの統計的有
意差の有無を判定する手順をさらに備え、上記統計的有
意差が有ると判定された場合に、上記接続誤差の発生位
置となり得るエッジ点を特定する手順に移行すると良
い。
【００５８】上述したパターン評価方法は、求められた
上記直線の両側のうちいずれの側に各エッジ点が存在す
るかの相対位置情報を取得する手順をさらに備えて、上
記評価情報に、求められた上記直線へ各エッジ点から下
ろした上記垂線の長さのうち上記直線の両側のそれぞれ
における最大値の少なくとも一つを含めることが好まし
い。
【００５９】また、本発明によれば、パターンが形成さ
れた被測定物にエネルギー線を走査して上記被測定物か
ら発生する散乱粒子を検出して得られた画像データの入
力を受けてこの画像データを処理するコンピュータに用
いられ、上記画像データに基づいて少なくとも一つの上
記パターンエッジを認識し、上記パターンエッジの形状
を構成するエッジ点列の座標位置を算出する手順と、上
記座標位置に基づいて、ボルツマン関数と一次関数との
線形結合で表わされ上記エッジ点列に近似する関数を求
める手順と、上記関数の変曲点を境として上記エッジ点
列を第１のグループと第２のグループに分け、各エッジ
点から上記関数の軌跡である曲線に下ろした垂線の長さ
を各グループごとに算出する手順と、上記垂線の長さを
統計的に処理して上記パターンエッジのラフネスを定量
的に表現する評価情報を出力する手順と、を備えるパタ
ーン評価方法を上記コンピュータに実行させるプログラ
ムを記録したコンピュータ読取り可能な記録媒体が提供
される。
【００６０】上記パターン評価方法は、上記第１のグル
ープと上記第２のグループに分けられた上記エッジ点の
座標位置の情報に基づいて統計的検定を行い、統計的有
意差の有無を判定する手順をさらに備え、上記第１のグ
ループと上記第２のグループとの間に上記統計的有意差
が有ると判定された場合に、上記垂線の長さを各グルー
プごとに算出する手順に移行することが好ましい。
【００６１】また、上記パターン評価方法は、上記エッ
ジ点が上記曲線の両側のうちいずれの側に存在するかの
相対位置情報を各エッジ点について取得する手順をさら
に備え、上記評価情報は、上記垂線の長さのうち上記曲
線の両側のそれぞれにおける最大値の少なくとも一つを
含むとさらに良い。
【００６２】
【発明の実施の形態】以下、本発明の実施の形態のいく
つかについて図面を参照しながら説明する。以下では、
ＳＥＭを用いてフォトレジストのパターンを評価する形
態について説明する。
【００６３】（１）パターン評価装置の実施形態 図１は、本発明にかかるパターン評価装置の実施の一形
態の概略構成を示すブロック図である。同図に示すパタ
ーン評価装置１は、電子光学系１０と、電子光学系制御
部２２と、ステージ１４と、二次電子信号検出器１６
と、信号増幅部１８と、制御コンピュータ２０と、メモ
リ２４と、ＣＲＴ（Cathode Ray Tube）２６と、入力装
置２８とを備える。メモリ２４には後述する本発明にか
かるパターンの評価方法の各手順を記述するプログラム
を含む評価レシピが格納されている。メモリ２４は、制
御コンピュータ２０に接続され、その指令に基づいて評
価レシピが制御コンピュータ２０に読み込まれる。制御
コンピュータ２０は、本実施形態において、演算手段、
統計処理手段および統計的検定手段を構成し、メモリ２
４から読み取った評価レシピに従って、ウェーハＷ上の
フォトレジストに形成されたパターン（以下、適宜「フ
ォトレジストパターン」という）の評価を実行する。電
子光学系１２は、電子光学系制御部２２を介して制御コ
ンピュータ２０に接続され、電子光学系制御部２２から
供給される制御信号に従って、図示しない電子銃から電
子ビーム１２を出射させ、ステージ１４上に載置された
ウェーハＷの計測領域で走査する。二次電子信号検出器
１６は、信号増幅部１８を介して制御コンピュータ２０
に接続される。入力装置２８は、キーボード２８ａとマ
ウス２８ｂとを含み、制御コンピュータ２０に接続され
て評価プロセスの実行に必要なデータを供給する。ＣＲ
Ｔ２６は制御コンピュータ２０に接続されて制御コンピ
ュータ２０から供給される画像データを観察可能な画像
として表示する。
【００６４】以下では、図１に示すパターン評価装置の
動作について、本発明にかかるパターン評価方法の実施
の形態として図面を参照しながら説明する。
【００６５】（２）パターン評価方法の第１の実施形態 図２は、本実施形態のパターン評価方法の概略手順を示
すフローチャートである。同図に示すように、まず、計
測対象となるフォトレジストパターンの画像データを取
得する（ステップＳ１）。具体的には、計測対象パター
ンが形成された半導体ウェーハＷを搬入してステージ１
４の上面に載置し、位置決めを行って計測対象のパター
ンが含まれる領域に電子ビーム１２を走査する。半導体
ウェーハＷの表面からは、二次電子、反射電子および後
方散乱電子（以下、二次電子等という）が放出されるの
で、この二次電子等を二次電子信号検出器１６が検出し
て二次電子信号を取得する。二次電子信号は、信号増幅
器１８で増幅された後、制御コンピュータ２０に供給さ
れる。制御コンピュータ２０は、増幅された二次電子信
号を画像データに変換してメモリ２４に格納するととも
にＣＲＴ２６に表示する。このように取得され表示され
た計測対象パターンＰ１の画像データの一例を図３に示
す。
【００６６】次に、図４に示すように、取得された画像
データに対して矩形状の計測領域Ｒ１を設定する（ステ
ップＳ２）。本実施形態において、計測領域Ｒ１は、画
像データの画素が配置される直交座標系の座標軸ｘ，ｙ
と同じ方向成分を持つ４つの辺で囲まれた領域である。
【００６７】次に、図５に示すように、ｘ軸に平行な探
索方向４６の方向に画像データの信号強度の変化を調
べ、これにより計測対象パターンＰ１のパターンエッジ
４２の位置を複数のｙ座標位置に対して算出することに
より認識する（ステップＳ３）。
【００６８】エッジ位置の認識は、例えば従来から良く
用いられている閾値法により実行する。閾値としては、
各画像データの信号強度の最大値と最小値との平均値に
相当する５０％の値を採用する。
【００６９】このようにして得られたエッジ点列をＰｉ
（ｘｉ，ｙｉ）（ｉ＝１，２，．．．，ｎ：ｎはエッジ
点の総数）と表現する。
【００７０】次いで、これらのエッジ点列Ｐｉ（ｘｉ，
ｙｉ）に対して、エッジ点列を構成する各々の点から下
ろす垂線の長さの和が最小となるような直線を求める
（ステップＳ４）。直線の方程式は、以下のようにして
算出する。
【００７１】即ち、直線の傾きをａ、ｙ切片の値をｂと
すると、ａ，ｂはエッジ点列Ｐｉの座標（ｘｉ，ｙｉ）
を用いて次式により算出する。
【００７２】
【数１】 である。
【００７３】（１）式の復号により、ａの値として二つ
の値が算出されるが、このうちの一方の値がエッジ点列
の各点から直線に下ろす垂線の平方和が最小となる直線
を与え、他方の値がその直線に直交する直線を与える。
従って、上述した（１）〜（４）の式に基づいた計算の
後に、再度それぞれの直線から各エッジ点に引いた垂線
の平方和を算出し、小さい方の平方和を与えるａの値
を、求める直線の傾きとして採用する。ここでこのとき
の垂線の長さεｉは以下の式で与えられる：
【数２】 次に、（５）式で与えられるεｉの値の標準偏差と、平
均偏差とを算出し、さらに、直線の両側でそれぞれ最も
直線との距離が長いエッジ位置を探索してその二つの点
と該直線の距離の和を算出し、これらをエッジラフネス
の定量的表現として採用する（ステップＳ５）。
【００７４】最後に、このようにして得られた直線の傾
きａ、ｙ切片ｂ、直線の両側でそれぞれもっとも直線と
の距離の長いエッジの位置、標準偏差の位置、平均偏差
の位置をＣＲＴ２６に表示するとともに、メモリ２４に
記憶させる（ステップＳ６）。
【００７５】図６は、上述した手順により得られた定量
的表現をＣＲＴ２６に表示した具体例を示す。同図にお
いて、実線に示す直線５２は、エッジ点列の各点から下
ろす垂線の長さの和が最小となる直線であり、点線に示
す直線５４は標準偏差の位置を示し、また、一点鎖線に
示す直線５６は平均偏差の位置を示す。また、２つのエ
ッジ点５８は、直線５２の両側でこの直線５２との距離
がそれぞれ最も長いエッジ位置である。
【００７６】このようにして得られた定量的表現の的確
性を検証するため、意図的にパターンＰ１の長手方向を
ＳＥＭ画像上において任意の角度だけ回転させて複数の
画像を取得し、これらの画像に対して上述した一連の手
順を実行し、標準偏差を算出した。図７は、このように
して得られた検証結果を従来技術との対比で示す図であ
る。同図に示すように、従来技術と同様に、エッジ探索
方向とパターンＰ１の長手方向とがなす角度を９０°か
ら±１°だけ意図的に回転させて検証した結果、点線の
下向き放物線を描く従来技術のグラフ１１０とは対称的
なグラフ４８に示すように、本実施形態の方法によれ
ば、パターンの回転角度に依存することなく、一定の値
が算出されることが確認された。
【００７７】なお、本実施形態では、両側のエッジ４
２，４４がいずれも検査領域に含まれるパターンＰ１に
ついて説明したが、片側のエッジのみがＣＲＴ２６に現
われるようなパターンについても上述した定量的表現を
取得することができる。
【００７８】また、本実施形態においてはレジストパタ
ーンを用いたが、上述した一連の手順は、エッチング後
のパターンは勿論のこと、任意の工程において観察され
たパターンの画像に対しても適用することが可能であ
る。
【００７９】また、本実施形態では、エッジ位置の決め
方として信号強度の５０％閾値をエッジ位置とする閾値
法を用いたが、この閾値は５０％に限定されるものでな
く、他の値を用いても良い。また、閾値法に代えて、エ
ッジ近傍の信号波形を任意の関数に近似する方法を用い
ても良いし、さらには、画像処理によって二値化・三値
化された画像からエッジ位置を決定する方法を用いるこ
とも可能である。以上の点は、以下に説明する第２から
第５の実施形態についても同様である。
【００８０】さらに、本実施形態では、上述した（１）
〜（４）の式を用いてエッジ列点から直線の方程式を得
たが、この方法に限ることなく、例えば傾きａ、ｙ切片
ｂの値を逐次変動させつつ与えることにより（５）式の
εｉを算出し、その平方和が最も小さくなるまでａ，ｂ
の値を探索する方法を用いても良い。なお、その際は、
通常の直線回帰により傾きとｙ切片とをまず算出し、そ
れらをａ，ｂの初期値に採用するようにすれば、計算の
繰り返し回数を減少させることができる。
【００８１】（３）パターン評価方法の第２の実施形態 図８は、発明にかかるパターン評価方法の第２の実施の
形態の概略手順を示すフローチャートである。同図中、
ステップＳ１１〜Ｓ１３の手順は、上述した第１の実施
形態と実質的に同一であり、図２に示すステップ番号に
単に１０を加えたものである。従って、以下では、第１
の実施形態と異なる点を中心に説明する。
【００８２】本実施形態は、接続誤差が発生したパター
ンに特に好適な実施形態である。
【００８３】まず、上述した第１の実施形態と同様の手
順を用いて評価対象となるフォトレジストパターンのエ
ッジ座標を取得する（ステップＳ１１〜Ｓ１３）。ここ
で取得された画像データと検査領域のＣＲＴ２６での表
示例を図９に示す。同図に示すレジストパターンＰ２の
注目するエッジ６２は、ほぼｘ軸方向、即ち、検査領域
に対してほぼ水平な方向に配置されており、パターンＰ
２の一部分ＲＥ１には、フォトマスク描画時に発生した
接続誤差が現われている。本実施形態では、ｙ軸に平行
な探索方向６６で画像データの信号強度の変化を調べる
ことにより、パターンエッジ位置を複数のｘ座標位置に
対して算出する（ステップＳ１３）。
【００８４】このようにして得られたエッジ点列を、ｘ
座標の値の小さい順に添字ｉによりＰｉ（ｘｉ，ｙｉ）
（ｉ＝１，２，・・・ｎ：ｎはエッジ点の総数）と表現
する。
【００８５】次に、図１０に示すように、この点列に属
する一つの点をＱとして、ＰｉをＱよりもｘ座標の小さ
い点列のグループＩとｘ座標の大きい点列のグループII
に分け、各グループ内でｙ座標の平均値ｙＩａｖ，ｙII
ａｖと平均値ｙＩａｖ，ｙIIａｖからの残差εａｉとの
二乗和を計算する（ステップＳ１４）。
【００８６】次いで、上述したＱの位置をｘ軸方向に移
動させ、図１１に示すように、グループＩの平均値ｙＩ
ａｖとグループIIの平均値ｙIIａｖとの差が最大となる
Ｑの位置を求め、この位置をＱ０としてメモリ２４に記
憶する（ステップＳ１５）。このステップ１５における
Ｑと｜ｙＩａｖ−ｙIIａｖ｜との関係を図１２に示す。
同図からも位置Ｑ０が接続誤差の存在する位置に相当す
ることがわかる。
【００８７】次に、この結果を用いて、全グループ内の
残差εａｉを算出し、それらの二乗の総和を全データ数
Ｎまたは（Ｎ−１）で除してグループ内総分散を算出
し、その平方根をとることによって接続誤差の影響が除
去された標準偏差を算出するとともに、全グループ内残
差εａｉの絶対値の全平均値から平均偏差を算出し、こ
れらの値をエッジラフネスの大きさの尺度として採用す
る（ステップＳ１６）。
【００８８】最後に、このようにして得られたＱ０の位
置、グループ内の平均位置およびその周りの標準偏差、
平均偏差の位置をＣＲＴ２６に表示する（ステップＳ１
７）。これにより、計測対象パターンのラフネスや接続
誤差の大きさ、位置などを視覚的に認識することができ
る。
【００８９】なお、本実施形態で用いたパターンＰ２
は、その両側のエッジ６２，６４が検査領域に完全には
含まれないため、従来の技術を用いた場合は、接続誤差
の影響を除去することができないために、エッジラフネ
スが過大に評価されていた。
【００９０】本実施形態では、接続誤差の発生位置を、
グループ毎の平均位置の差が最大となるように決定した
が、この方法に代えて、図１３に示すように、グループ
内総分散が最小となる位置として接続誤差の発生位置を
定義しても良いし、または、図１４に示すように、二つ
のグループ内平均値の分散とグループ内総分散の比を算
出し、それが最大となる位置として接続誤差の発生位置
を定義しても良い。本実施形態で用いたグループ分けの
方法は、多変量解析において判別分析と呼ばれる方法を
応用したものである。図１２〜図１４を対比してもわか
るように、グループ分けのための上述した三つの方法
は、いずれも計測誤差の範囲内で同一の結果を与えた。
【００９１】さらに、接続誤差による平均位置の変動が
比較的広い領域にわたる場合には、図１３に示す方法に
より、グループ内分散のＱ０の周りでの変動の様子を調
べ、各グループ内分散が急激に変化する領域を解析の対
象から除外すれば良い。例えば、Ｑ０における分散値Ｖ
０に、χ二乗分布表から与えられる分散の上側推定区間
を加えた値をしきい値Ｖｔｈとして図１３中のＱ−，Ｑ
＋の位置を算出し、区間（Ｑ−，Ｑ＋）を解析の対象か
ら除外した後に、エッジラフネスを定量的に表現する諸
量を算出すれば良い。さらに、区間（Ｑ−，Ｑ＋）をＣ
ＲＴ２６に図１５に示すように表示すれば、評価者に対
して接続誤差がどれほどの範囲に影響を及ぼしているか
という知見を与えることができる。
【００９２】（４）パターン評価方法の第３の実施形態 図１６は、発明にかかるパターン評価方法の第３の実施
の形態の概略手順を示すフローチャートである。本実施
形態は、図１７に示すように、計測対象パターンＰ３の
パターンエッジが任意の方向を向いている場合に好適な
評価方法である。
【００９３】まず、上述した第１の実施形態とほぼ同様
の手順を用いて評価対象となるフォトレジストパターン
Ｐ３のエッジ座標を取得し、点列Ｐｉ（ｘｉ，ｙｉ）
（ｉ＝１，２，・・・ｎ：ｎはエッジ点の総数）と表現
する（ステップＳ２１〜Ｓ２３）。本実施形態では、パ
ターンエッジがｘ座標またはｙ座標に平行ではないの
で、抽出されたエッジ点列に対して任意のＱを境にして
グループ分けする際に、図１７に示すように、各グルー
プＩ，IIに属する点列は、平行かつ独立な二つの直線７
２，７４に近似される（ステップＳ２４）。この場合も
エッジ点列をまずｘ座標またはｙ座標の大きさの順に順
序付けたのち、Ｑの位置を与え、グループＩとグループ
IIのそれぞれに対して、二直線の勾配が同一で有るとい
う制約のもとに、上述の第１の実施形態で説明した方法
を用いて二つの近似直線７２，７４の方程式を算出す
る。
【００９４】その後は、前述した第２の実施形態におけ
る平均位置の差の代わりに二直線７２，７４間の距離ｌ
が最大となるＱの位置をＱ０としてメモリ２４に記憶し
（ステップＳ２５）、第２の実施形態と同様の方法でグ
ループ内総分散を算出し、その平方根により接続誤差の
影響が除去された標準偏差を算出するとともに、全グル
ープ内残差εｂｉの絶対値の全平均値から平均偏差を算
出し、これらの値をエッジラフネスの大きさの尺度とし
て採用する（ステップＳ２６）。最後に、このようにし
て得られたＱ０の位置、グループ内の平均位置およびそ
の周りの標準偏差、平均偏差の位置をＣＲＴ２６に表示
する（ステップＳ２７）。
【００９５】また、接続誤差の発生位置を定義する方法
として、グループ内総分散が最小となる位置を用いる代
わりに、グループ毎に各エッジ点から近似直線に対して
下ろした垂線の長さの分散を用いてグループ分けを行っ
ても良い。
【００９６】本実施形態によるパターン評価方法を、第
１の実施形態で説明したように、パターンを電子ビーム
１２の走査方向に対して任意の角度だけ回転させて取得
した画像データに対して実行した結果、得られた定量的
表現は、第２の実施形態で得られたものと一致すること
が確認された。
【００９７】（５）パターン評価方法の第４の実施形態 本実施形態も、前述した第３の実施形態と同様に任意の
方向を向いたエッジパターンが取得された場合に効果的
に用いられる方法である。
【００９８】図１８は、本実施形態のパターン評価方法
の概略手順を示すフローチャートである。本実施形態の
特徴は、図１８のステップＳ３４に示すように、パター
ンエッジ座標をモデル関数に直接的に近似させる点にあ
る。
【００９９】まず、上述した各実施形態と同様に、評価
対象となるフォトレジストパターンのエッジ座標を認識
する（ステップＳ３１〜３３）。
【０１００】次に、認識したパターンエッジ座標を以下
の式で表されるモデル関数に近似させる（ステップＳ３
４）。
【０１０１】
【数３】 上記（６）式において、右辺の第１項および第２項は、
エッジ座標の回転を表現する部分である。また、第３項
は、接続誤差による平均位置の変動を表現するボルツマ
ン関数であり、変曲点（ｘ０，ｙ０）から遠ざかるとと
もに平行な二直線（ｙ＝０，ｙ＝Ｃ）に漸近する関数で
ある。
【０１０２】（６）式右辺の各係数Ａ，Ｂ，Ｃ，ｘ
０は、非線型最小二乗法の乗法によって決定することが
できる。本実施形態では、ルベンバーク−マルカート法
によって係数を決定する。
【０１０３】その後、各エッジ点から（６）式の近似曲
線に対して垂線を下ろし、その長さを残差εｃｉと定義
し、残差εｃｉの標準偏差および平均偏差を算出し、ま
た最大偏差の位置、即ち、（６）式の近似曲線の両側の
それぞれにおいて残差εｃｉが最大となる点を探索し、
両者の残差εｃｉ距離の和を算出してこれらの量をもっ
てパターンのエッジラフネスの定量的表現とする（ステ
ップＳ３５）。
【０１０４】最後に、この算出結果、すなわちモデル関
数、標準偏差の位置、平均偏差の位置、最大偏差の位置
の情報をＣＲＴ２６に出力する（ステップＳ３６）。
【０１０５】図１９および図２０は、図１７に示すパタ
ーンＰ３に対して本実施形態の評価方法を適用した結果
を示す。図１９は、パターンＰ３の検査領域全体を示
し、また、図２０は、図１９中の領域Ｒ４ａの拡大図で
ある。図２０において、ボルツマン近似曲線８４が上述
した（６）式のモデル関数の軌跡である。両図中に示す
平均位置８６、最大偏差の位置７８，８０も前述した第
３の実施形態の結果に一致し、さらに、図１９に示す変
曲点（ｘ０，ｙ０）の位置も第３の実施形態における点
Ｑ０に一致した。
【０１０６】本実施形態において、取得したエッジ座標
を（６）式へ当てはめるためには種々の方法が採用でき
る。例えば、非線型最小二乗法の解法としては、ガウス
ニュートン法、シンプレックス法、ダビドン−フレッチ
ャー−パウエル法などの良く知られたルーチン、または
これらを適宜組み合わせたルーチンを採用することがで
きる。なお、これらのルーチンはいずれも繰り返し計算
による最適化法であり、係数の初期値の取り方に計算の
収束性が左右されるので、場合によっては実用的な計測
の時間内に計算が終了しない場合もある。この問題を解
消するために、上述した第３の実施形態の方法をまず実
施し、そこで得られた二直線の方程式から係数Ａ，Ｂ，
Ｃを算出し、また、グループ分けの閾値の点Ｑ０から係
数ｘ０を求めることにより、適切な初期値を得ることも
できる。
【０１０７】（６）パターン評価方法の第５の実施形態 上述した第２〜第４の実施形態の評価方法によれば、ど
のようなエッジ点列データに対しても計算上は必ずグル
ープ分けを行ってしまうので、本来接続誤差の無いパタ
ーンに対してもあたかも接続誤差が存在するかのような
計測を実行してしまう。その結果ラフネスの最も大きな
成分を計算から除外してしまうためにラフネスの大きさ
を過小評価してしまう場合がある。
【０１０８】本実施形態は、以下のような統計的検定を
実行することにより、このような問題の解消を図るもの
である。以下、図２１〜図２３を参照しながら説明す
る。図２１および図２２は、本実施の形態の評価方法の
概略手順を示すフローチャートである。
【０１０９】図２１に示すように、まず、接続誤差が存
在しないと予想されるパターンのエッジデータを取得す
る（ステップＳ４１）。次に、上述した第３の実施形態
の方法を用いてグループ分けの処理を実行する（ステッ
プＳ４２〜Ｓ４５）。このようなグループ分けの結果の
一例を図２３に示す。同図における参照符号９８は、Ｑ
０の位置に対するグループ内標準偏差値を示す。
【０１１０】次に、グループ内総分散Ｖ０と二つのグル
ープＩ，IIの平均値の差δ（＝ｙＩａｖ−ｙIIａｖ）と
を算出してメモリ２４に一旦記憶した後（ステップＳ４
６）、算出されたグループ内総分散Ｖ０および各グルー
プ平均値間の差δと、グループＩ，IIにそれぞれ属する
データ数ｎ１、ｎ２によって以下の量ｔ０を算出する
（ステップＳ４７）。
【０１１１】
【数４】 このｔ０は、自由度ｎ１＋ｎ２−２のｔ分布に従うた
め、ｔ０をｔ分布表の値と比べることにより、δが有意
に０と異なるか否かを検定することができる。
【０１１２】即ち、有意確率を予め設定しておき、算出
されたｔｏをｔ分布表の値と比較する（ステップＳ４
８）。本実施形態において、有意確率は０．０５と設定
した。
【０１１３】次に、図２２に移り、設定した有意確率と
分布表の値Ｐとを比較する（ステップＳ４９）。本実施
形態では、Ｐ＞０．０５となり、「二つのグループＩ，
IIの平均値ｙＩａｖ，ｙIIａｖに差がない」という帰無
仮説が採用される（ステップＳ５０）。この結果に従っ
て、「エッジ点列が異なる平均位置を持つ二つのグルー
プに分けられる」という作業仮説を受け入れないことに
して、メモリ２４に一旦記憶したグループ内総分散Ｖ０
と各グループ平均値間の差δのデータを削除した後（ス
テップＳ５２）、上述した第１の実施形態による方法に
よってエッジラフネスの定量的表現を実行する（ステッ
プＳ５３、Ｓ５４）。なお、Ｐが予め設定した有意確率
以下である場合は（ステップＳ４９）、前述した第３の
実施形態の手順に従い、接続誤差の影響が除去された標
準偏差を算出して、メモリ２４に記憶したグループ内総
分散Ｖ０、平均偏差とともに、エッジラフネスの大きさ
の尺度とする（ステップＳ５１）。
【０１１４】（７）記録媒体の実施形態 上述したパターン評価方法の５つの実施形態では、図１
に示すパターン評価装置が検査レシピに従って動作する
形態で説明したが、これらの実施形態に説明する一連の
手順は、専用機にのみ実行可能な手順では決してなく、
外部の汎用コンピュータに実行させるプログラムとして
フロッピー（登録商標）ディスクやＣＤ−ＲＯＭ等の記
録媒体に収納してコンピュータに読込ませ、このコンピ
ュータに汎用のＳＥＭ検査装置を接続し、または画像デ
ータを供給して実行させても良い。これにより、本発明
にかかるパターン評価方法を外部のサーバやスタンドア
ロンの汎用コンピュータを用いて実現することができ
る。記録媒体は、磁気ディスクや光ディスク等の携帯可
能なものに限定されず、ハードディスク装置やメモリな
どの固定型の記録媒体でも良い。また、上述したパター
ン評価方法の一連の手順を組込んだプログラムをインタ
ーネット等の通信回線（無線通信を含む）を介して頒布
しても良い。さらに、上述したパターン評価方法の一連
の手順を組込んだプログラムを暗号化したり、変調をか
けたり、圧縮した状態で、インターネット等の有線回線
や無線回線を介して、あるいは記録媒体に収納して頒布
しても良い。
【０１１５】以上、本発明の実施の形態について説明し
たが、本発明は上記形態に限ることなくその要旨を逸脱
しない範囲で種々変形して適用することができる。上述
したパターン評価装置においては、評価レシピを格納す
るメモリとＣＲＴとを備える場合について説明したが、
これに限ることなく、例えば上述した外部のサーバやス
タンドアロンのコンピュータなどにＣＲＴを接続し、こ
れらのサーバやコンピュータを介してＣＲＴへＳＥＭ本
体から画像パターンのデータを供給して処理することと
しても良い。また、ＣＲＴへの画像データの表示につい
ても、前述した図１９と図２０との関係に示すとおり、
拡大表示の機能をＣＲＴ側または制御コンピュータ側に
設けると、評価計測の作業効率をさらに向上させること
ができる。
【０１１６】
【発明の効果】以上詳述したとおり、本発明によれば、
計測対象のパターンの配置形態や接続誤差の有無にかか
わらず、エッジラフネスを正確に定量化することができ
る。
【図面の簡単な説明】
【図１】本発明にかかるパターン評価装置の実施の一形
態の概略構成を示すブロック図である。
【図２】発明にかかるパターン評価方法の第１の実施の
形態の概略手順を示すフローチャートである。
【図３】図２に示す手順により取得されＣＲＴに表示さ
れた計測対象パターンの画像データの一例を示す図であ
る。
【図４】図２に示す手順により取得された画像データに
対して設定された矩形状の計測領域の具体例を示す図で
ある。
【図５】図２に示す手順により取得された画像データか
ら計測対象パターンのパターンエッジの位置の認識する
ための探索方向を示す図である。
【図６】図２に示す手順により得られた定量的表現をＣ
ＲＴに表示した具体例を示す図である。
【図７】図２に示す手順により得られた定量的表現の的
確性を従来技術との対比で示すグラフである。
【図８】発明にかかるパターン評価方法の第２の実施の
形態の概略手順を示すフローチャートである。
【図９】図８に示す手順により取得された画像データと
検査領域の一表示例を示す図である。
【図１０】図８に示す手順によりエッジ点列上の任意の
点Ｑを境に二つのグループに分割されたエッジ点列を示
す図である。
【図１１】図８に示す手順により定義された接続誤差の
発生位置を示す図である。
【図１２】グループＩの平均値とグループIIの平均値と
の差と、エッジ点列上の点Ｑとの関係を示す図である。
【図１３】接続誤差の発生位置を定義する他の方法を示
す図である。
【図１４】接続誤差の発生位置を定義するさらに他の方
法を示す図である。
【図１５】図１３に示す方法により得られた解析対象除
外区間（Ｑ−，Ｑ＋）の一表示例を示す図である。
【図１６】発明にかかるパターン評価方法の第３の実施
の形態の概略手順を示すフローチャートである。
【図１７】図１６に示す手順により定義された接続誤差
の発生位置を示す図である。
【図１８】発明にかかるパターン評価方法の第４の実施
の形態の概略手順を示すフローチャートである。
【図１９】図１８に示す手順により得られた定量的表現
をＣＲＴに表示した具体例を示す図である。
【図２０】図１９の要部の拡大図である。
【図２１】発明にかかるパターン評価方法の第５の実施
の形態の概略手順を示すフローチャートである。
【図２２】発明にかかるパターン評価方法の第５の実施
の形態の概略手順を示すフローチャートである。
【図２３】図２１および図２２に示す手順を説明するた
めのＣＲＴ表示例を示す図である。
【図２４】従来の技術によるパターンの評価方法の問題
点を説明する図である。
【図２５】従来の技術によるパターンの評価方法の他の
問題点を説明する図である。
【図２６】従来の技術によるパターンの評価方法のさら
に他の問題点を説明するグラフである。
【符号の説明】
１ パターン評価装置 １０ 電子光学系 １２ 電子ビーム １４ ステージ １６ 二次電子信号検出器 １８ 信号増幅部 ２０ 制御コンピュータ ２２ 電子光学系制御部 ２４ メモリ ２６ ＣＲＴ ２８ 入力装置 Ｐ１〜Ｐ３ 被評価パターン ４２，４４，６２，６４，７２，９２ パターンエッジ ４６，６６ エッジ位置の探索方向 ４８ 標準偏差 ５２，７４ 近似直線 ５４，９８ 標準偏差によるラフネスの平均的な位置 ５６ 平均偏差によるラフネスの平均的な位置 ５８ 直線から最も離れたエッジ位置 ６０ 接続誤差の影響範囲 Ｒ１，Ｒ２ 計測領域 ＲＥ１ 接続誤差の存在する部分 ｙＩａｖ グループＩの平均値 ｙIIａｖ グループIIの平均値

Claims (34)

    【特許請求の範囲】
  1. 【請求項１】パターンが形成された被測定物にエネルギ
    ー線を走査して前記被測定物から発生する散乱粒子を検
    出して得られた画像データを取り込む工程と、 前記画像データに基づいて少なくとも一つの前記パター
    ンエッジを認識し、前記パターンエッジの形状を構成す
    るエッジ点列の各エッジ点の座標位置を算出する工程
    と、 各エッジ点から下ろした垂線の長さの和が最小となる直
    線を求める工程と、 前記直線が求められたときの前記垂線の長さを統計的に
    処理して前記パターンエッジのラフネスを定量的に表現
    する評価情報を出力する工程と、を備えるパターン評価
    方法。
  2. 【請求項２】前記エッジ点列内の任意の点を境として前
    記エッジ点列を二つのグループに分け、各グループに属
    するエッジ点の前記座標位置の情報に基づいて統計的検
    定を行い、前記二つのグループの統計的有意差の有無を
    判定する工程をさらに備え、 前記統計的有意差が無いと判定された場合に、前記直線
    を求める工程に移行することを特徴とする請求項１に記
    載のパターン評価方法。
  3. 【請求項３】前記評価情報は、前記直線が求められたと
    きの前記垂線の長さの標準偏差と、前記直線が得られた
    ときの前記垂線の長さの平均偏差と、を含むことを特徴
    とする請求項１または２に記載のパターン評価方法。
  4. 【請求項４】パターンが形成された被測定物にエネルギ
    ー線を走査して前記被測定物から発生する散乱粒子を検
    出して得られた画像データを取り込む工程と、 前記画像データに基づいて少なくとも一つの前記パター
    ンエッジを認識し、前記パターンエッジの形状を構成す
    るエッジ点列の座標位置を算出する工程と、 前記エッジ点列内の任意の点を境として前記エッジ点列
    を二つのグループに分け、多変量解析における判別分析
    手法を用いて接続誤差の発生位置となり得るエッジ点を
    特定する工程と、 前記特定されたエッジ点を境として分けられた各グルー
    プごとに、グループ内の各エッジ点の平均位置と、この
    平均位置からの残差とを算出する工程と、 前記残差を統計的に処理して前記パターンエッジのラフ
    ネスを定量的に表現する評価情報を出力する工程と、を
    備えるパターン評価方法。
  5. 【請求項５】前記評価情報は、前記接続誤差の影響が除
    去された標準偏差と、平均偏差とを含むことを特徴とす
    る請求項４に記載のパターン評価方法。
  6. 【請求項６】パターンが形成された被測定物にエネルギ
    ー線を走査して前記被測定物から発生する散乱粒子を検
    出して得られた画像データを取り込む工程と、 前記画像データに基づいて少なくとも一つの前記パター
    ンエッジを認識し、前記パターンエッジの形状を構成す
    るエッジ点列の座標位置を算出する工程と、 前記エッジ点列内の任意の点を境として前記エッジ点列
    を二つのグループに分け、各エッジ点から下ろした垂線
    の長さの和が最小となる直線を各グループごとに求めて
    これらの直線間の距離を算出し、前記直線間の距離が最
    小となる前記任意の点を接続誤差の発生位置となり得る
    エッジ点として特定する工程と、 前記接続誤差の発生位置となり得る前記エッジ点が特定
    されたときの前記直線に各エッジ点から下ろした垂線の
    長さを各グループごとに算出する工程と、 前記垂線の長さを各グループ毎に統計的に処理して前記
    パターンエッジのラフネスを定量的に表現する評価情報
    を出力する工程と、を備えるパターン評価方法。
  7. 【請求項７】前記評価情報は、前記垂線の長さの標準偏
    差と前記垂線の長さの平均偏差とを含むことを特徴とす
    る請求項６に記載のパターン評価方法。
  8. 【請求項８】前記二つのグループに属するエッジ点の前
    記座標位置の情報に基づいて統計的検定を行い、前記二
    つのグループの統計的有意差の有無を判定する工程をさ
    らに備え、 前記統計的有意差が有ると判定された場合に、前記接続
    誤差の発生位置となり得るエッジ点を特定する工程に移
    行することを特徴とする請求項４乃至７に記載のパター
    ン評価方法。
  9. 【請求項９】求められた前記直線の両側のうちいずれの
    側に各エッジ点が存在するかの相対位置情報を取得する
    工程をさらに備え、 前記評価情報は、求められた前記直線へ各エッジ点から
    下ろした前記垂線の長さのうち前記直線の両側のそれぞ
    れにおける最大値の少なくとも一つを含むことを特徴と
    する請求項１乃至８のいずれかに記載のパターン評価方
    法。
  10. 【請求項１０】パターンが形成された被測定物にエネル
    ギー線を走査して前記被測定物から発生する散乱粒子を
    検出して得られた画像データを取り込む工程と、 前記画像データに基づいて少なくとも一つの前記パター
    ンエッジを認識し、前記パターンエッジの形状を構成す
    るエッジ点列の座標位置を算出する工程と、 前記座標位置に基づいて、ボルツマン関数と一次関数と
    の線形結合で表わされ前記エッジ点列に近似する関数を
    求める工程と、 前記関数の変曲点を境として前記エッジ点列を第１のグ
    ループと第２のグループに分け、各エッジ点から前記関
    数の軌跡である曲線に下ろした垂線の長さを各グループ
    ごとに算出する工程と、 前記垂線の長さを統計的に処理して前記パターンエッジ
    のラフネスを定量的に表現する評価情報を出力する工程
    と、を備えるパターン評価方法。
  11. 【請求項１１】前記評価情報は、前記垂線の長さの標準
    偏差と前記垂線の長さの平均偏差とを含むことを特徴と
    する請求項１０に記載のパターン評価方法。
  12. 【請求項１２】前記第１のグループと前記第２のグルー
    プに分けられた前記エッジ点の座標位置の情報に基づい
    て統計的検定を行い、統計的有意差の有無を判定する工
    程をさらに備え、 前記第１のグループと前記第２のグループとの間に前記
    統計的有意差が有ると判定された場合に、前記垂線の長
    さを各グループごとに算出する手順に移行することを特
    徴とする請求項１０または１１に記載のパターン評価方
    法。
  13. 【請求項１３】前記エッジ点が前記曲線の両側のうちい
    ずれの側に存在するかの相対位置情報を各エッジ点につ
    いて取得する工程をさらに備え、 前記評価情報は、前記垂線の長さのうち前記曲線の両側
    のそれぞれにおける最大値の少なくとも一つを含むこと
    を特徴とする請求項１０乃至１２のいずれかに記載のパ
    ターン評価方法。
  14. 【請求項１４】パターンが形成された被測定物にエネル
    ギー線を走査して前記被測定物から発生する散乱粒子を
    検出し、少なくとも一つのパターンエッジを含む画像デ
    ータを取得する画像データ取得手段と、 前記画像データに基づいて前記パターンエッジを認識
    し、前記パターンエッジの形状を構成するエッジ点列の
    各エッジ点の座標位置を算出し、各エッジ点から下ろし
    た垂線の長さの和が最小となる直線を求め、この直線が
    得られたときの前記垂線の長さを出力する演算手段と、 前記直線が得られたときの前記垂線の長さを統計的に処
    理して前記パターンエッジのラフネスを定量的に表現す
    る評価情報を出力する統計処理手段と、を備えるパター
    ン評価装置。
  15. 【請求項１５】前記演算手段から各エッジ点の前記座標
    位置の情報を受け、前記エッジ点列内の任意の点を境と
    して前記エッジ点列を二つのグループに分けて統計的検
    定を行い、前記二つのグループの統計的有意差の有無を
    判定する統計的検定手段をさらに備え、 前記演算手段は、前記統計的検定手段が前記二つのグル
    ープに前記統計的有意差が無いと判定した場合に、各エ
    ッジ点から下ろした垂線の長さの和が最小となる直線を
    求め、この直線が得られたときの前記垂線の長さを出力
    することを特徴とする請求項１４に記載のパターン評価
    装置。
  16. 【請求項１６】前記評価情報は、前記直線が得られたと
    きの前記垂線の長さの標準偏差と、前記直線が得られた
    ときの前記垂線の長さの平均偏差と、を含むことを特徴
    とする請求項１４または１５に記載のパターン評価装
    置。
  17. 【請求項１７】パターンが形成された被測定物にエネル
    ギー線を走査して前記被測定物から発生する散乱粒子を
    検出し、少なくとも一つのパターンエッジを含む画像デ
    ータを取得する画像データ取得手段と、 前記画像データに基づいて前記パターンエッジを認識
    し、前記パターンエッジの形状を構成するエッジ点列の
    座標位置を算出し、前記エッジ点列内の任意の点を境と
    して前記エッジ点列を二つのグループに分け、多変量解
    析における判別分析手法を用いて接続誤差の発生位置と
    なり得るエッジ点を特定し、この特定されたエッジ点を
    境として分けられた各グループごとに、グループ内の各
    エッジ点の平均位置と、この平均位置からの残差とを算
    出する演算手段と、 前記残差を統計的に処理して前記パターンエッジのラフ
    ネスを定量的に表現する評価情報を出力する統計処理手
    段と、を備えるパターン評価装置。
  18. 【請求項１８】前記評価情報は、前記接続誤差の影響が
    除去された標準偏差と、平均偏差とを含むことを特徴と
    する請求項１７に記載のパターン評価装置。
  19. 【請求項１９】パターンが形成された被測定物にエネル
    ギー線を走査して前記被測定物から発生する散乱粒子を
    検出し、少なくとも一つのパターンエッジを含む画像デ
    ータを取得する画像データ取得手段と、 前記画像データに基づいて前記パターンエッジを認識
    し、前記パターンエッジの形状を構成するエッジ点列の
    座標位置を算出し、前記エッジ点列内の任意の点を境と
    して前記エッジ点列を二つのグループに分け、各エッジ
    点から下ろした垂線の長さの和が最小となる直線を各グ
    ループごとに求めてこれらの直線間の距離距離を算出
    し、この距離が最小となる前記任意の点を接続誤差の発
    生位置となり得るエッジ点として特定し、前記接続誤差
    の発生位置となり得る前記エッジ点が特定されたときの
    前記直線に各エッジ点から下ろした垂線の長さを各グル
    ープごとに算出する演算手段と、 前記垂線の長さを各グループ毎に統計的に処理して前記
    パターンエッジのラフネスを定量的に表現する評価情報
    を出力する統計処理手段と、を備えるパターン評価装
    置。
  20. 【請求項２０】前記評価情報は、前記垂線の長さの標準
    偏差と前記垂線の長さの平均偏差とを含むことを特徴と
    する請求項１９に記載のパターン評価装置。
  21. 【請求項２１】前記演算手段から前記二つのグループに
    分けられた前記エッジ点の前記座標位置の情報を受けて
    統計的検定を行い、統計的有意差の有無を判定する統計
    的検定手段をさらに備え、 前記演算手段は、前記統計的検定手段が前記二つのグル
    ープに前記統計的有意差が有ると判定した場合に、前記
    接続誤差の発生位置となり得るエッジ点を特定すること
    を特徴とする請求項１７乃至２０のいずれかに記載のパ
    ターン評価装置。
  22. 【請求項２２】前記演算手段は、求めた前記直線の両側
    のうちいずれの側に各エッジ点が存在するかの相対位置
    情報をさらに出力し、 前記評価情報は、前記垂線の長さのうち前記直線の両側
    のそれぞれにおける最大値の少なくとも一つを含むこと
    を特徴とする請求項１４乃至２１に記載のパターン評価
    装置。
  23. 【請求項２３】パターンが形成された被測定物にエネル
    ギー線を走査して前記被測定物から発生する散乱粒子を
    検出し、少なくとも一つのパターンエッジを含む画像デ
    ータを取得する画像データ取得手段と、 前記画像データに基づいて前記パターンエッジを認識
    し、前記パターンエッジの形状を構成するエッジ点列の
    座標位置を算出し、この座標位置に基づいて、ボルツマ
    ン関数と一次関数との線形結合で表わされ前記エッジ点
    列に近似する関数を求め、この関数の変曲点を境として
    前記エッジ点列を第１のグループと第２のグループに分
    け、各エッジ点から前記関数の軌跡である曲線に下ろし
    た垂線の長さを各グループごとに算出する演算手段と、 前記垂線の長さを統計的に処理して前記パターンエッジ
    のラフネスを定量的に表現する評価情報を出力する統計
    処理手段と、を備えるパターン評価装置。
  24. 【請求項２４】前記演算手段から前記第１のグループと
    前記第２のグループに分けられた前記エッジ点の前記座
    標位置の情報を受けて統計的検定を行い、統計的有意差
    の有無を判定する統計的検定手段をさらに備え、 前記演算手段は、前記統計的検定手段が前記第１のグル
    ープと前記第２のグループとの間に前記統計的有意差が
    有ると判定した場合に、前記垂線の長さを各グループご
    とに算出することを特徴とする請求項２３に記載のパタ
    ーン評価装置。
  25. 【請求項２５】前記評価情報は、前記垂線の長さの標準
    偏差と前記垂線の長さの平均偏差とを含むことを特徴と
    する請求項２３または２４に記載のパターン評価装置。
  26. 【請求項２６】前記演算手段は、各エッジ点が前記曲線
    の両側のうちいずれの側に存在するかの相対位置情報を
    さらに出力し、 前記評価情報は、前記垂線の長さのうち前記曲線の両側
    のそれぞれにおける最大値の少なくとも一つを含むこと
    を特徴とする請求項２３乃至２５のいずれかに記載のパ
    ターン評価装置。
  27. 【請求項２７】前記画像データと前記評価情報を表示す
    る表示手段をさらに備える請求項１４乃至２６のいずれ
    かに記載のパターン評価装置。
  28. 【請求項２８】パターンが形成された被測定物にエネル
    ギー線を走査して前記被測定物から発生する散乱粒子を
    検出して得られた画像データの入力を受けてこの画像デ
    ータを処理するコンピュータを備えるパターン評価装置
    に用いられ、 前記画像データに基づいて少なくとも一つの前記パター
    ンエッジを認識し、前記パターンエッジの形状を構成す
    るエッジ点列の各エッジ点の座標位置を算出する手順
    と、 各エッジ点から下ろした垂線の長さの和が最小となる直
    線を求める手順と、 前記直線が求められたときの前記垂線の長さを統計的に
    処理して前記パターンエッジのラフネスを定量的に表現
    する評価情報を出力する手順と、を備えるパターン評価
    方法を前記コンピュータに実行させるプログラムを記録
    したコンピュータ読取り可能な記録媒体。
  29. 【請求項２９】前記パターン評価方法は、前記エッジ点
    列内の任意の点を境として前記エッジ点列を二つのグル
    ープに分け、各グループに属するエッジ点の前記座標位
    置の情報に基づいて統計的検定を行い、前記二つのグル
    ープの統計的有意差の有無を判定する工程をさらに備
    え、前記統計的有意差が無いと判定された場合に、前記
    直線を求める工程に移行することを特徴とする請求項２
    ８に記載のコンピュータ読取り可能な記録媒体。
  30. 【請求項３０】パターンが形成された被測定物にエネル
    ギー線を走査して前記被測定物から発生する散乱粒子を
    検出して得られた画像データの入力を受けてこの画像デ
    ータを処理するコンピュータに用いられ、 前記画像データに基づいて少なくとも一つの前記パター
    ンエッジを認識し、前記パターンエッジの形状を構成す
    るエッジ点列の座標位置を算出する手順と、 前記エッジ点列内の任意の点を境として前記エッジ点列
    を二つのグループに分け、多変量解析における判別分析
    手法を用いて接続誤差の発生位置となり得るエッジ点を
    特定する手順と、 前記特定されたエッジ点を境として分けられた各グルー
    プごとに、グループ内の各エッジ点の平均位置と、この
    平均位置からの残差とを算出する手順と、 前記残差を統計的に処理して前記パターンエッジのラフ
    ネスを定量的に表現する評価情報を出力する手順と、を
    備えるパターン評価方法を前記コンピュータに実行させ
    るプログラムを記録したコンピュータ読取り可能な記録
    媒体。
  31. 【請求項３１】パターンが形成された被測定物にエネル
    ギー線を走査して前記被測定物から発生する散乱粒子を
    検出して得られた画像データの入力を受けてこの画像デ
    ータを処理するコンピュータに用いられ、 前記画像データに基づいて少なくとも一つの前記パター
    ンエッジを認識し、前記パターンエッジの形状を構成す
    るエッジ点列の座標位置を算出する手順と、 前記エッジ点列内の任意の点を境として前記エッジ点列
    を二つのグループに分け、各グループごとに、各エッジ
    点から下ろした垂線の長さの和が最小となる直線をそれ
    ぞれ求めてこれらの直線間の距離を算出し、前記直線間
    の距離が最小となる前記任意の点を接続誤差の発生位置
    となり得るエッジ点として特定する手順と、 前記接続誤差の発生位置となり得る前記エッジ点が特定
    されたときの前記直線に各エッジ点から下ろした垂線の
    長さを各グループごとに算出する手順と、 前記垂線の長さを各グループ毎に統計的に処理して前記
    パターンエッジのラフネスを定量的に表現する評価情報
    を出力する手順と、を備えるパターン評価方法を前記コ
    ンピュータに実行させるプログラムを記録したコンピュ
    ータ読取り可能な記録媒体。
  32. 【請求項３２】前記パターン評価方法は、前記二つのグ
    ループに属するエッジ点の前記座標位置の情報に基づい
    て統計的検定を行い、前記二つのグループの統計的有意
    差の有無を判定する手順をさらに備え、前記統計的有意
    差が有ると判定された場合に、前記接続誤差の発生位置
    となり得るエッジ点を特定する手順に移行することを特
    徴とする請求項３０または３１に記載のコンピュータ読
    取り可能な記録媒体。
  33. 【請求項３３】パターンが形成された被測定物にエネル
    ギー線を走査して前記被測定物から発生する散乱粒子を
    検出して得られた画像データの入力を受けてこの画像デ
    ータを処理するコンピュータに用いられ、 前記画像データに基づいて少なくとも一つの前記パター
    ンエッジを認識し、前記パターンエッジの形状を構成す
    るエッジ点列の座標位置を算出する手順と、 前記座標位置に基づいて、ボルツマン関数と一次関数と
    の線形結合で表わされ前記エッジ点列に近似する関数を
    求める手順と、 前記関数の変曲点を境として前記エッジ点列を第１のグ
    ループと第２のグループに分け、各エッジ点から前記関
    数の軌跡である曲線に下ろした垂線の長さを各グループ
    ごとに算出する手順と、 前記垂線の長さを統計的に処理して前記パターンエッジ
    のラフネスを定量的に表現する評価情報を出力する手順
    と、を備えるパターン評価方法を前記コンピュータに実
    行させるプログラムを記録したコンピュータ読取り可能
    な記録媒体。
  34. 【請求項３４】前記パターン評価方法は、前記第１のグ
    ループと前記第２のグループに分けられた前記エッジ点
    の座標位置の情報に基づいて統計的検定を行い、統計的
    有意差の有無を判定する手順をさらに備え、前記第１の
    グループと前記第２のグループとの間に前記統計的有意
    差が有ると判定された場合に、前記垂線の長さを各グル
    ープごとに算出する手順に移行することを特徴とする請
    求項３３に記載のコンピュータ読取り可能な記録媒体。
JP2000360157A 2000-11-27 2000-11-27 パターン評価方法、パターン評価装置およびコンピュータ読み取り可能な記録媒体 Expired - Fee Related JP4090683B2 (ja)

Priority Applications (2)

Application Number Priority Date Filing Date Title
JP2000360157A JP4090683B2 (ja) 2000-11-27 2000-11-27 パターン評価方法、パターン評価装置およびコンピュータ読み取り可能な記録媒体
US09/991,916 US6839470B2 (en) 2000-11-27 2001-11-26 Pattern evaluation method, pattern evaluation system and computer readable recorded medium

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2000360157A JP4090683B2 (ja) 2000-11-27 2000-11-27 パターン評価方法、パターン評価装置およびコンピュータ読み取り可能な記録媒体

Publications (2)

Publication Number Publication Date
JP2002162216A true JP2002162216A (ja) 2002-06-07
JP4090683B2 JP4090683B2 (ja) 2008-05-28

Family

ID=18831803

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2000360157A Expired - Fee Related JP4090683B2 (ja) 2000-11-27 2000-11-27 パターン評価方法、パターン評価装置およびコンピュータ読み取り可能な記録媒体

Country Status (2)

Country Link
US (1) US6839470B2 (ja)
JP (1) JP4090683B2 (ja)

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004251743A (ja) * 2003-02-20 2004-09-09 Hitachi Ltd パターン検査方法
JP2006234808A (ja) * 2006-02-15 2006-09-07 Hitachi Ltd 計測システム
JP2007024896A (ja) * 2005-07-19 2007-02-01 Fei Co 構造の３次元表面粗さを測定する方法
JP2007520697A (ja) * 2003-12-10 2007-07-26 アプライド マテリアルズ イスラエル リミテッド 高度な粗さ度量衡
JP2008116472A (ja) * 2008-01-07 2008-05-22 Hitachi Ltd パターン検査方法
JP2008309690A (ja) * 2007-06-15 2008-12-25 Hitachi High-Technologies Corp 異種計測装置間のキャリブレーション方法及びそのシステム
JP2009188239A (ja) * 2008-02-07 2009-08-20 Toshiba Corp パターン評価方法、プログラムおよび半導体装置の製造方法
WO2011052070A1 (ja) * 2009-10-30 2011-05-05 株式会社アドバンテスト パターン計測装置及びパターン計測方法
JP2014016361A (ja) * 2013-09-25 2014-01-30 Hitachi High-Technologies Corp パターン寸法算出方法、及び画像解析装置
CN113897865A (zh) * 2021-09-30 2022-01-07 无锡交通建设工程集团有限公司 基于emd的混凝土组合箱梁预拼装质量评估方法

Families Citing this family (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3870044B2 (ja) * 2001-07-25 2007-01-17 株式会社日立製作所 パターン検査方法及びパターン検査装置
US6909791B2 (en) * 2002-04-03 2005-06-21 General Phosphorix, Llc Method of measuring a line edge roughness of micro objects in scanning microscopes
JP3699949B2 (ja) * 2002-09-26 2005-09-28 株式会社東芝 パターン計測方法、このパターン計測方法を用いる半導体装置の製造方法、プログラムおよびコンピュータ読み取り可能な記録媒体、並びにパターン計測装置
JP3819828B2 (ja) 2002-10-21 2006-09-13 株式会社東芝 微細パターン測定方法
JP4248221B2 (ja) * 2002-10-23 2009-04-02 株式会社キーエンス 画像処理装置
US6934929B2 (en) * 2003-01-13 2005-08-23 Lsi Logic Corporation Method for improving OPC modeling
JP4230880B2 (ja) * 2003-10-17 2009-02-25 株式会社東芝 欠陥検査方法
JP4262125B2 (ja) * 2004-03-26 2009-05-13 株式会社日立ハイテクノロジーズ パターン測定方法
US7448012B1 (en) * 2004-04-21 2008-11-04 Qi-De Qian Methods and system for improving integrated circuit layout
JP4530763B2 (ja) * 2004-08-23 2010-08-25 富士機械製造株式会社 部品データ作成方法及び部品データ作成装置
JP4801427B2 (ja) * 2005-01-04 2011-10-26 株式会社日立ハイテクノロジーズ パターン形状評価方法
EP1904952A2 (en) * 2005-05-23 2008-04-02 Nextcode Corporation Efficient finder patterns and methods for application to 2d machine vision problems
JP2010177374A (ja) * 2009-01-28 2010-08-12 Toshiba Corp パターン検証方法および半導体装置の製造方法
US8350237B2 (en) 2010-03-31 2013-01-08 Fei Company Automated slice milling for viewing a feature
DE102010024625A1 (de) * 2010-06-22 2011-12-22 Carl Zeiss Nts Gmbh Verfahren zum Bearbeiten eines Objekts
JP5597056B2 (ja) * 2010-08-02 2014-10-01 株式会社キーエンス 画像測定装置、画像測定方法及び画像測定装置用のプログラム
JP2013207216A (ja) * 2012-03-29 2013-10-07 Mitsubishi Electric Corp ウエハ加工方法とウエハ加工システム
US11341629B2 (en) 2020-07-02 2022-05-24 Pratt & Whitney Canada Corp. Systems and methods for generating an inspection image of an object from radiographic imaging

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2712772B2 (ja) * 1990-07-05 1998-02-16 株式会社ニコン パターン位置測定方法及び装置
US5481360A (en) * 1992-06-19 1996-01-02 Citizen Watch Co., Ltd. Optical device for measuring surface shape
JP4002655B2 (ja) * 1998-01-06 2007-11-07 株式会社日立製作所 パターン検査方法およびその装置
JP3816660B2 (ja) 1998-03-16 2006-08-30 株式会社東芝 パターン評価方法及びパターン評価装置
JP2000021738A (ja) * 1998-06-26 2000-01-21 Nikon Corp 位置検出装置及び該装置を用いた位置検出方法
JP4130012B2 (ja) 1998-08-03 2008-08-06 株式会社ルネサステクノロジ 走査型荷電粒子線応用装置ならびにそれを用いた顕微方法および半導体装置製造方法
JP3698075B2 (ja) * 2001-06-20 2005-09-21 株式会社日立製作所 半導体基板の検査方法およびその装置

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004251743A (ja) * 2003-02-20 2004-09-09 Hitachi Ltd パターン検査方法
JP4742048B2 (ja) * 2003-12-10 2011-08-10 アプライド マテリアルズ イスラエル リミテッド 高度な粗さ度量衡
JP2007520697A (ja) * 2003-12-10 2007-07-26 アプライド マテリアルズ イスラエル リミテッド 高度な粗さ度量衡
JP2007024896A (ja) * 2005-07-19 2007-02-01 Fei Co 構造の３次元表面粗さを測定する方法
JP2006234808A (ja) * 2006-02-15 2006-09-07 Hitachi Ltd 計測システム
JP2008309690A (ja) * 2007-06-15 2008-12-25 Hitachi High-Technologies Corp 異種計測装置間のキャリブレーション方法及びそのシステム
JP2008116472A (ja) * 2008-01-07 2008-05-22 Hitachi Ltd パターン検査方法
JP2009188239A (ja) * 2008-02-07 2009-08-20 Toshiba Corp パターン評価方法、プログラムおよび半導体装置の製造方法
WO2011052070A1 (ja) * 2009-10-30 2011-05-05 株式会社アドバンテスト パターン計測装置及びパターン計測方法
US8605985B2 (en) 2009-10-30 2013-12-10 Advantest Corp. Pattern measurement apparatus and pattern measurement method
JP5411866B2 (ja) * 2009-10-30 2014-02-12 株式会社アドバンテスト パターン計測装置及びパターン計測方法
JP2014016361A (ja) * 2013-09-25 2014-01-30 Hitachi High-Technologies Corp パターン寸法算出方法、及び画像解析装置
CN113897865A (zh) * 2021-09-30 2022-01-07 无锡交通建设工程集团有限公司 基于emd的混凝土组合箱梁预拼装质量评估方法

Also Published As

Publication number Publication date
JP4090683B2 (ja) 2008-05-28
US6839470B2 (en) 2005-01-04
US20020097913A1 (en) 2002-07-25

Similar Documents

Publication Publication Date Title
JP4090683B2 (ja) パターン評価方法、パターン評価装置およびコンピュータ読み取り可能な記録媒体
JP3870044B2 (ja) パターン検査方法及びパターン検査装置
US8300919B2 (en) Apparatus for data analysis
JP3524853B2 (ja) パターン検査装置、パターン検査方法および記録媒体
KR100501596B1 (ko) 미세 패턴 검사 장치, ｃｄ-ｓｅｍ 장치의 관리 장치, 미세 패턴 검사 방법, ｃｄ-ｓｅｍ 장치의 관리 방법 및 컴퓨터 판독 가능한 기록 매체
US8068662B2 (en) Method and system for determining a defect during charged particle beam inspection of a sample
KR101727950B1 (ko) 패턴 형상 평가 방법, 반도체 장치의 제조 방법 및 패턴 형상 평가 장치
WO2018061480A1 (ja) パターン評価装置及びコンピュータープログラム
JP2006215020A (ja) 高精度パターン形状評価方法及びその装置
JP2011017705A (ja) パターン検査装置、パターン検査方法および記録媒体
JP2006215020A5 (ja)
JP4950550B2 (ja) パターン合わせずれ計測方法およびプログラム
TW201517192A (zh) 晶片對資料庫的影像檢測方法
TW201731004A (zh) 減少配準及設計附近所引發之晶粒內檢查之雜訊
JP2005259830A (ja) 半導体デバイスのパターン形状評価方法及びその装置
JP2006119927A (ja) パターンマッチング方法およびプログラム
JPWO2014050305A1 (ja) パターン計測装置、自己組織化リソグラフィに用いられる高分子化合物の評価方法、及びコンピュータープログラム
JP2011186044A (ja) 微細パターン測定方法及び微細パターン測定装置
JP2004117204A (ja) パターン計測方法、このパターン計測方法を用いる半導体装置の製造方法、プログラムおよびコンピュータ読み取り可能な記録媒体、並びにパターン計測装置
JP4597509B2 (ja) パターン検査装置およびパターン検査方法
JP2002243428A (ja) パターン検査方法およびその装置
JP2018530911A (ja) 自発的計測法及びパターン分類
Devadasan et al. Quantitative atomic force microscopy: A statistical treatment of high-speed AFM data for quality control applications
JP4961500B2 (ja) パターン形状評価装置
JP5391774B2 (ja) パターン検査装置及びパターン検査方法

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20050304

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20071011

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20071120

A521 Written amendment

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20080121

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: 20080219

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20080227

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20110307

Year of fee payment: 3

LAPS Cancellation because of no payment of annual fees