JP2003178314A

JP2003178314A - パターン評価装置、パターン評価方法およびプログラム

Info

Publication number: JP2003178314A
Application number: JP2002281692A
Authority: JP
Inventors: Tadashi Mitsui; 井正三
Original assignee: Toshiba Corp
Current assignee: Toshiba Corp
Priority date: 2001-09-26
Filing date: 2002-09-26
Publication date: 2003-06-27
Anticipated expiration: 2022-09-26
Also published as: JP3754408B2

Abstract

(57)【要約】【課題】高精度かつ高速でパターンを評価する方法、
装置およびプログラムを提供する。【解決手段】画像処理装置２０を備えるパターン評価
装置２を用い、相対濃淡値がそれぞれ格納され輪郭点位
置ＥＰが指定された画素列で構成されるパターン輪郭モ
デルＭＴを生成し、評価パターンの画像データを取得
し、計測対象画像に対してパターン輪郭モデルＭＴを基
準画像として画像マッチング処理を実行し、評価パター
ンの輪郭点の座標を検出する。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、パターンの寸法お
よび形状を計測することでパターンを評価する装置、評
価方法およびプログラムに関する。

【０００２】

【従来の技術】従来の技術によるパターン評価方法につ
いて、半導体の微細パターンの評価方法を具体例に挙げ
て説明する。

【０００３】パターンの評価は、半導体の製造工程にお
いても重要であり、このことは、リソグラフィー工程や
エッチング工程等で形成される微細パターンについて特
に顕著である。従来、電子ビームを用いたＣＤＳＥＭ
（Critical Dimension Scanning Electron Microscop
e）を用いてパターンの寸法（例えば、ラインパターン
の場合では線幅等、ホールパターンの場合では穴径等）
を計測し、評価する方法が一般に採用されている。ＣＤ
ＳＥＭでは、一次電子ビームの照射により試料から発生
した二次電子を検出器で捕獲し、その信号強度として得
られるパターンのＳＥＭ画像を処理することにより、寸
法計測等のパターン評価が実行される。ＣＤＳＥＭを用
いた従来のパターン評価方法についてラインパターンの
線幅を求める場合を例に挙げてより具体的に説明する。

【０００４】最初に、試料上に形成されたラインパター
ンの長手方向に対して垂直となるように走査線方向を定
めて電子ビームを走査し、ＳＥＭ画像を取得する。次
に、測定レシピに記述された計測範囲（ＲＯＩ：Region
Of Interest）またはオペレータにより指定されたＲＯ
Ｉに従ってＳＥＭ画像を切り出し、例えば画像処理可能
なコンピュータの画像メモリに保存する。続いて、ＳＥ
Ｍ装置の上記走査線方向をＸ方向とすると、切り出され
た画像のＸ方向の各線画素毎に濃度分布曲線（ラインプ
ロファイル）を作成し、このプロファイルから、例えば
閾値法によってパターンの輪郭点座標を抽出する。この
場合は左右二ヶ所の輪郭点（Ｘ座標）を抽出する。次
に、これらの輪郭点間の距離（Ｘ座標の差）をラインパ
ターンのこの線画素における幅と決定し、各線画素毎の
幅を計算する。これらの値をＲＯＩの長手方向に平均し
たものを最終的にラインパターンの幅として出力する。
計算値は、画像のノイズによって変動することがあるた
め、この変動を除去するために、例えば上下の線画素も
加えた三本の線画素における幅を平均した値を求め、こ
の平均値をその線画素における幅と決定しても良いし、
また、輪郭点間の距離の値をＲＯＩの長手方向に平均し
たものを最終的にラインパターンの幅として出力しても
良い。なお、ラインパターンのようにＲＯＩの長手方向
で幅の変化が小さい場合には、一般的に、線画素を間引
いて幅を計算することにより計算時間を短縮する。

【０００５】このように、パターンの寸法計測を行なう
場合、画像処理として次の２つのステップが必要であ
る。即ち、輪郭検出アルゴリズムを用いてパターンの輪
郭を検出するステップと、検出された輪郭点の座標か
ら、計測の目的に合致したＣＤ計測アルゴリズムにより
パターン寸法を計算するステップである。これらのう
ち、ＣＤ計測アルゴリズムとしては、上述した例のよう
に輪郭点間距離の平均を用いたり、例えば幅が一定でな
いラインパターンの場合には、例えば最大または最小の
輪郭点間距離を最大線幅または最小線幅として計算する
という単純な方法の他、複雑な計算手順を要する方法も
ある（例えば、特許文献１参照）。しかし、いずれの方
法においても、それに先立つパターンの輪郭検出のアル
ゴリズムとしては、閾値法、直線近似法、最大傾斜法な
どが用いられている（例えば、特許文献２参照）。

【０００６】

【特許文献１】特開２０００−１７１２３０

【特許文献２】特開平９−１８４７１４

【０００７】

【発明が解決しようとする課題】しかしながら、パター
ンの輪郭点を検出する上述した従来の方法では、パター
ンの形状や配置によって、輪郭が検出できない場合や、
誤った輪郭を検出してしまう場合があった。また、上述
した従来の方法では、パターンを切り取るＲＯＩの大き
さによってパターンの寸法計測値が変化してしまう場合
があった。また、上述の従来の方法では、ＲＯＩを指定
することが必須であり、このためパターン形状が複雑な
場合にはＲＯＩ指定に複雑な手順を必要とし、計測者の
負荷の増大、自動計測の信頼性の低下をもたらしてい
た。さらに、上述の従来の方法では、パターンのコント
ラスト/ブライトネスまたはパターン側壁のテーパ角度
等の変化によってパターンの寸法計測値が変化してしま
う場合がある。さらには、上述の従来の方法では、パタ
ーン寸法等の計測値が計測倍率に依存してしまうという
問題もあった。

【０００８】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、高精度かつ高速でパターンを評価す
る方法、装置およびプログラムを提供することにある。

【０００９】

【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。

【００１０】即ち、本発明によれば、評価対象であるパ
ターンの画像データの供給を受けてこのパターンを評価
する装置であって、パターン輪郭モデルを生成する輪郭
モデル生成手段と、上記パターンの画像に対して上記パ
ターン輪郭モデルとの画像マッチング処理を実行し、上
記パターンの輪郭点の座標を検出する輪郭点座標検出手
段と、を備えるパターン評価装置が提供される。

【００１１】また、本発明によれば、評価対象であるパ
ターンの画像データを取得する手順と、パターン輪郭モ
デルを生成する手順と、上記パターンの画像に対して上
記パターン輪郭モデルとの画像マッチング処理を実行
し、上記パターンの輪郭点の座標を検出する手順と、を
備えるパターン評価方法が提供される。

【００１２】さらに、本発明によれば、評価対象である
パターンの画像データを取得する手順と、パターン輪郭
モデルを生成する手順と、上記パターンの画像に対して
上記パターン輪郭モデルとの画像マッチング処理を実行
し、上記パターンの輪郭点の座標を検出する手順と、を
備えるパターン評価方法をコンピュータに実行させるプ
ログラムが提供される。

【００１３】

【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。以下の実施
形態では、ＣＤＳＥＭ装置により得られたパターン画像
を用いて半導体の微細パターンを評価する場合を取り上
げて説明するが、本発明はこの分野およびＣＤＳＥＭ装
置に限定されることなく、パターン一般の寸法および形
状の新しい計測手法として他の様々な工業分野に適用す
ることができる。

【００１４】（Ａ）パターン評価装置の一実施形態図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２は、ワークステーション１２と、入力装
置１４と、メモリ１６と、出力装置１８と、画像処理装
置２０とを備える。

【００１５】メモリ１６は、本発明にかかるパターン評
価方法のアルゴリズムが書き込まれたレシピファイルを
格納する。ワークステーション１２は、メモリ１６から
レシピファイルを読み出し、このレシピファイルに従っ
て装置全体を制御するとともに、後述する画像処理によ
りパターン輪郭座標を検出し、これに基づくパターン計
測等のパターン評価を実行する。入力装置１４は、キー
ボードやマウス等の入力手段である。出力装置１８は、
ワークステーション１２を介して画像処理装置２０か
ら、後述するパターン輪郭モデルの画像データととも
に、評価対象であるパターン（以下、評価パターンとい
う）の画像（以下、計測対象画像という）のデータの供
給を受け、図示しないディスプレイなどを用いて表示す
る。

【００１６】画像処理装置２０は、ＣＰＵ２２と画像処
理部２４と画像メモリ制御部２６と画像メモリ２８とを
含む。

【００１７】画像処理部２４は、パターン輪郭モデルを
生成するとともに、ＳＥＭ画像データなどの画像データ
の入力を受けて後述する画像処理を実行する。画像処理
部２４はまた、後述するように実際の画像からパターン
輪郭モデルを生成する場合に、データ出力装置１８によ
り表示される実画像上で評価パターンの輪郭を定義する
ための範囲指定ウインドウや、指定された範囲の画像を
別途表示するための別ウインドウが画面上に表示される
ように設定することもできる。

【００１８】画像メモリ２８は、複数の記憶領域を有
し、画像メモリ制御部２６の制御により、ＳＥＭ画像デ
ータとパターン輪郭モデルのデータとを異なる記憶領域
に格納する。

【００１９】図１に示すパターン評価装置２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形態とし
て図面を参照しながら説明する。なお、以下の各図にお
いて同一の部分には同一の参照番号を付してその説明を
省略する。

【００２０】（Ｂ）パターン評価方法の実施形態以下、本発明にかかるパターン評価方法の実施の形態の
いくつかについて説明する。

【００２１】（１）第１の実施形態まず、本発明にかかるパターン評価方法の第１の実施の
形態について図２から図１０を参照しながら説明する。
本実施形態では、ラインパターンを計測する場合につい
て説明する。

【００２２】図２は、本実施形態の概略手順を説明する
フローチャートである。同図に示すように、まず、パタ
ーン輪郭点の検出に先立って、パターン輪郭モデルを予
め生成する（ステップＳ１）。本実施形態におけるパタ
ーン輪郭モデルの具体例を図３（ａ）〜（ｃ）に示す。
これらの図にそれぞれ示すパターン輪郭モデルＭＴ１〜
ＭＴ３は、８Ｂｉｔの濃淡値を格納した画素の配列であ
り、各々のモデルには輪郭点ＥＰ１〜ＥＰ３の位置も併
せて定義される。ここでは、パターン輪郭モデルの各輪
郭点は、評価対象であるパターンを左から右へ見ていく
ときに検出される輪郭点として定義される。パターン輪
郭モデルは、実際には数値として画像処理装置２の画像
メモリ２８内に格納されている。このステップ１の手順
は、登録されているパターン輪郭モデルが存在すれば、
計測の度に実行する必要は無い。

【００２３】次に、図示しないＳＥＭ装置または光学的
撮像装置から評価対象であるパターンの画像データを取
り入れ、レシピファイルまたはオペレータの操作により
ＲＯＩの切り出しを実行して計測対象画像を取得する
（ステップＳ２）。なお本実施形態においては、ＲＯＩ
を指定することとしたが、後述するように本発明にかか
るパターン評価方法ではＲＯＩを指定しなくても計測処
理を行うことができる。

【００２４】次に、例えば図４の部分拡大図に示すよう
なラインパターンＰ２に対して上述したパターン輪郭モ
デルを基準画像として画像マッチングを実行する（図２
ステップＳ３）。このとき、図５（ａ）に示すように、
基準画像を計測対象画像上で水平方向の左から右へ（矢
印ＤＳ１）走査させ、さらに、上記基準画像を左右逆に
したものを新たに基準画像として、その逆向きに（矢印
ＤＳ２）に走査させる。画像マッチング処理により、パ
ターン輪郭モデルの濃淡階調値パターンとの相関が局所
的に極大となるような基準画像の位置を検出する。この
際に、輪郭が存在するであろう画素について、その画素
の濃淡値、分散値、基準画像とのマッチングスコア、そ
の他の画素毎に定義できるあらゆる画像処理によって算
出される値に基づいて画像マッチングの処理範囲を限定
し、これにより処理時間を短縮することが望ましい。

【００２５】画像マッチング処理の一方法について図６
を参照しながらより具体的に説明する。図６（ａ）〜
（ｅ）は、計測対象画像およびパターン輪郭モデルの輪
郭部分における画素強度をＹ軸方向にとった概念図であ
る。先ず、図６（ａ）に示すように、一画素毎に、パタ
ーン輪郭モデルに対応した対象画像の部分との相関を計
算し、相関値ＶＣＲをプロットしていく。この相関値Ｖ
ＣＲは、図６（ｂ）に示すように、基準画像の走査によ
りパターン輪郭モデルが評価パターンの輪郭に接近する
につれて大きくなっていく。これらの操作を計測対象画
像内においてＲＯＩで指定された領域の全てにわたっ
て、または上記画素値によって限定された処理範囲内で
実行する。次に、図６（ｃ）に示すように、各画素毎に
得られた相関値ＶＣＲを、例えばガウス関数等で近似
し、その極大点Ａ（Ａｘ，Ａｙ）をサブピクセルの精度
で求める。図６（ｄ）に示すように、極大点ＡのＹ座標
Ａｙは、輪郭の強度を表す。本実施形態では、ノイズと
区別するために、一定値以上の強度を有するものについ
て輪郭とみなしている。また、図６（ｅ）に示すよう
に、極大点ＡのＸ座標Ａｘは、評価パターンの輪郭点の
Ｘ座標を表す。なお、厳密には、輪郭点の位置を検出す
るためには、パターン輪郭モデルで定義された輪郭点に
基づいてオフセットを加えることになる。

【００２６】以上の処理により、パターン輪郭モデルの
輪郭点ＥＰで定義された位置に対応する位置がラインパ
ターンＰ２の輪郭点座標となる（ステップＳ４）。画像
マッチング処理においては、基準画像の白黒を反転させ
ても良いし、基準画像のエッジ強度を調節しても良い。
また、基準画像の回転および拡大、縮小を行っても良
い。上述した基準画像の走査方法以外にも、図５（ｂ）
に示すように、最初にラインパターンＰ２の中心を検出
し、そこから水平方向の外向きまたは内向きに（矢印Ｄ
Ｓ５，ＤＳ６）それぞれの向きに応じた基準画像を走査
しても良い。これにより、画像マッチングに要する時間
を短縮することができる。

【００２７】図２に戻り、輪郭点が検出された後は、適
当なアルゴリズムによりこのラインパターンＰ２の線幅
を計算するなどにより評価パターンを計測する（ステッ
プＳ５）。線幅の計算方法としては、例えば前述したよ
うに、水平線上にあるラインの右側の輪郭点と左側の輪
郭点とでペアを形成し、そのペア間の（水平方向の）距
離を計算し、それらの距離をＲＯＩの長手方向に平均し
てライン幅として出力しても良い。これ以外の方法とし
て、特願２００１−０８９７３１に記載されるＤＡＤ法
によってパターン幅を計算しても良い。この場合は、形
成されるペアを水平線上に限定することがないので、複
雑な形状のパターン計測に適している。この参照によ
り、特願２００１−０８９７３１の内容を本願明細書に
引用したものとする。

【００２８】次に、計測画像のショットノイズによる画
像マッチングの誤認識を回避するためのいくつかの方策
について説明する。まず、パターン輪郭モデルのＹ方向
の画素数として、図３（ａ）〜（ｃ）に示すモデルで
は、いずれも１であるが、図７に示すパターン輪郭モデ
ルＭＴ５のように、予め複数の画素数を持たせておいて
も良い。パターン輪郭モデル自体のＹ方向の画素数は１
のままで、画像マッチングの際にソフト上でＹ方向の画
素数を指定しても良い。また、パターン輪郭モデルの形
状は、上述したモデルＭＴ１〜ＭＴ５のような矩形に限
ることなく、例えば図８（ａ）〜（ｃ）に示すように、
いかなる形状であっても構わない。

【００２９】このように、本実施形態によれば、相対濃
淡値と輪郭点位置とが定義されるパターン輪郭モデルを
生成し、このパターン輪郭モデルを基準画像として計測
対象画像とのマッチングを実行するので、従来の技術に
よる方法では検出できなかったパターンについても高い
精度で効率良く輪郭点を検出することができる。また、
走査方向に直交する方向に複数の画素を有するパターン
輪郭モデルを用いる場合は、画像ノイズに強い輪郭点検
出が可能になり、誤検出を防止することができる。

【００３０】本実施形態のパターン評価方法によれば、
画像データの取得態様に応じて計測パターンのコントラ
ストおよび断面形状等が変動する場合であっても一定の
輪郭点を検出することができる。この点を図９および図
１０を参照しながら説明する。

【００３１】従来の測定方法によれば、同一のラインパ
ターンに対して電子ビームを連続して多数回照射する
と、計測値にドリフトが発生する。これは、電子ビーム
の照射によって評価パターンにチャージングが発生し、
画像のコントラストが変化するからである。図９は、同
一のラインパターンに電子ビームを連続して１０回照射
したときの計測結果の一例を示す。図９の計測値Ｌ１に
示すように、従来の測定方法では、チャージングの結
果、大きな計測値のドリフトが発生している。これに対
して、同図の計測値Ｌ２に示すように、本実施形態の方
法を用いた計測ではドリフトが小さくなっている。

【００３２】さらに、図１０は、露光条件を変えて作成
したパターンに対する計測結果を従来の方法との対比で
示すグラフである。図１０では、断面ＳＥＭによる計測
値との差である測定バイアスをＹ軸にとって表示する。
露光条件の変化は、パターンの形状、例えば側壁角度の
変化をもたらす。このため、図１０の計測結果Ｌ１１、
Ｌ１２に示すように、従来の技術による方法では、計測
バイアスが露光条件に顕著に依存していることが分か
る。これに対して、同図内の計測結果Ｌ２１、Ｌ２２に
示すように、本実施形態の評価方法によれば、パターン
輪郭モデルを適切に選択した場合、測定バイアスのパタ
ーン断面形状依存性が低減できることが分かる。このこ
とからさらに、露光条件の異常を検知する感度を増大さ
せるなどの目的で測定バイアスのパターン断面形状依存
性を残したい場合には、別のパターン輪郭モデルを選択
すれば良いことも分かる。このように、本実施形態によ
れば、計測目的に応じて臨機応変な計測が可能となる。

【００３３】また、従来、複雑な形状のパターンの輪郭
検出に当たっては、評価パターンに応じた複雑な形状の
ＲＯＩを指定しなければならなかった。このため、ＲＯ
Ｉ指定に際して複雑な手順と多くのパラメータが必要で
あった。この結果、ユーザーに煩雑な操作を強いたり、
自動計測を困難にすることがあった。

【００３４】これに対して本実施形態の方法によれば、
前述したように、そもそもＲＯＩを指定する必要がない
ので、いかなる形状、例えば凹閉曲線のパターンに対し
ても容易にパターン輪郭点を検出することができる。ま
た、複数のホールパターンが一つの計測画像に存在する
場合でも、特に複雑なＲＯＩの指定を必要とすることな
くすべてのパターンの輪郭点を検出できる。

【００３５】上述した説明のうち、画像コントラストや
露光条件の変化に依存しない点およびＲＯＩの指定が不
要である点は、以下の第２〜第５の実施形態についても
共通である。

【００３６】（２）第２の実施形態次に、本発明にかかるパターン評価方法の第２の実施の
形態について図１１を参照しながら説明する。本実施形
態では、ホールパターンのような閉曲線の輪郭検出を行
なう場合について説明する。

【００３７】パターン輪郭モデルとしては、上述した第
１の実施形態と同様のモデルを考える。閉曲線の場合
は、ラインパターンと異なり、輪郭点が全方位に分布し
ている。このため、基準画像の走査方向を水平に固定し
たままでは計測できない。そこで、例えば図１１（ａ）
に示すように、ホールパターンＰ４に対してＸ方向ＤＳ
１，ＤＳ２に加えて、Ｙ方向ＤＳ３，ＤＳ４へもその向
きに対応した基準画像を走査することで全方位の輪郭点
が検出できる。また、図１１（ｂ）に示すように、第１
の実施形態と同様にして（図５（ｂ）参照）、ホールパ
ターンＰ４の中心を最初に検出し、そこからＸ方向外向
きＤＳ５，ＤＳ６に、およびＹ方向外向きＤＳ７，ＤＳ
８に、またはそれぞれの方向で内向きに、それぞれの向
きに対応した基準画像を走査することにより、輪郭点の
検出時間を短縮することができる。上述した形態では、
基準画像の走査方向を回転させ、その回転刻みの角度を
９０度としたが、評価パターンに応じて任意の角度の刻
みで回転させても良い。この場合、輪郭点の検出精度と
検出時間とはトレードオフの関係になるが、通常のホー
ルパターンでは４５度の回転刻み角で良い結果が得られ
ている。また、パターン輪郭モデルのＹ方向の画素数に
ついては、画素数が小さいほど輪郭点の検出精度は良く
なる。

【００３８】以上の手順により輪郭点を検出した後は、
通常のホールパターンの計測手順を用いることができ
る。また、ホールパターンだけでなく、ラインパターン
においても本実施形態の方法を用いることにより、幅が
長手方向で変化するために曲線部分を有するラインパタ
ーンや、一つの計測画像中で複数のラインパターンが様
々な角度で混在する場合等でも輪郭点の検出が可能とな
る。

【００３９】（３）第３の実施形態パターン輪郭モデルとして、画素配列とその中に格納さ
れる濃淡値と輪郭点位置とは、輪郭点検出に先立って定
義しなければならない。これらの定義データは、例えば
図７に示すような行列データから構成されており、数値
ファイルの操作によって簡単に作成し編集することが可
能である。本実施形態は、このような数値ファイルを操
作することなく、実際の画像からパターン輪郭モデルを
生成する方法を提供するものである。

【００４０】まず、パターン輪郭モデル作成に先立っ
て、出力装置１８（図１参照）により表示される実画像
上でどこを輪郭と定義するかを範囲指定ウインドウを用
いて適当な入力装置１４、例えばマウス等で指定する。
このとき、指定された範囲が拡大されて別ウインドウに
表示されるように画像処理部２４を設定すると便利であ
る。

【００４１】次に、実画像または拡大された指定範囲の
画像の上に入力装置１４を操作してパターンの輪郭を定
義し、表示する。さらに、パターン輪郭モデルの画素レ
イアウトを同様にマウス等の操作で指定する。パターン
輪郭モデルは、このようにして得られた実画像データか
ら、その濃淡値および輪郭点定義を指定した画素レイア
ウトに流し込むことによって作成される。このとき、例
えば画素の平均値の画像処理を実行する必要がある場合
も考えられる。また、濃淡値のラインプロファイルを、
必要な画素配列に従ってサンプリングして作成する方法
を用いても良い。また、パターン輪郭モデルを実画像か
ら生成する際に、ユーザーにより指定された輪郭点の画
素の濃淡値、分散値、基準画像とのマッチングスコア、
その他画素毎に定義できるあらゆる画像処理によって求
められる値をパラメータとして読み取り、それらを教師
データとして、それらとのマハラノビスの距離を計算す
ることで、より精度良く画像マッチングの処理範囲を決
定しても良い。

【００４２】このように、本実施形態によれば、実際の
計測対象画像からパターン輪郭モデルを生成するので、
適切なパターン輪郭モデルを迅速に生成でき、また、オ
ペレータが視認する通りに評価パターンの輪郭点の座標
を検出することができる。

【００４３】（４）第４の実施形態上述した実施形態において、作成されたパターン輪郭モ
デルは、いかなる倍率の計測画像に対しても適応してい
る。しかしながら、輪郭点の検出精度を向上させるため
には、計測画像の倍率に応じてパターン輪郭モデルを最
適化することが望ましい。即ち、同一パターンで考える
と、計測画像の倍率が小さければパターン輪郭モデルの
輪郭部分に割り当てられる画素数が減ってしまう。これ
とは逆に、倍率が大きければ画素数は増える。この点
は、従来の計測方法においてパターン寸法測定値の観察
倍率依存性として問題となり、これを回避するために特
開平９−１８４７１４に開示される方法が提案されてい
る。しかしながら、この方法では計測倍率への切り替え
のために処理時間を要し、また、そもそも計測倍率が装
置の電子光学系の性能に従って大きな制約を受けるた
め、幅広いパターンについて適応させることが困難であ
った。

【００４４】本実施形態のパターン評価方法では、パタ
ーン輪郭モデルの画素数を計測倍率に応じて柔軟に変更
する。即ち、同一のラインパターンＰ６に対して、図１
２（ａ）に示すように計測倍率が例えば１００ｋ倍であ
るときは、同図（ｃ）に示すパターン輪郭モデルＭＴ１
１のように輪郭点に割り当てる画素数が１つのモデルを
生成する。これに対して、図１２（ｂ）に示すように計
測倍率が例えば２００ｋ倍であるときは、図１２（ｄ）
に示すパターン輪郭モデルＭＴ１２のように、多数の画
素内で輪郭点を割り当てるモデルを生成する。このよう
なモデル変更は、対応するアルゴリズムをレシピファイ
ルに記述しておけば、計測倍率に応じた自動処理が可能
である。

【００４５】このように、本実施形態によれば、いかな
る倍率の計測画像に対しても最適なパターン輪郭モデル
を生成することができる。これによりパターン寸法の計
測倍率依存性を低減させることができる。

【００４６】上述した第１〜第３の実施形態による輪郭
点検出によっても、計測倍率への依存性がそもそも小さ
いため、従来の技術よりも計測倍率を自由に選べる利点
があるが、輪郭点の検出精度をさらに向上させるために
は、本実施形態による方法を用いても良い。

【００４７】（５）第５の実施形態本実施形態は、計測対象画像中の一つのパターンに対し
て複数のパターン輪郭モデルを適応することにより複雑
なパターンの輪郭点を検出する方法を提供する。例えば
図１３に示すパターンＰ８のように、側面がテーパ状に
なっているために、同一画像内にトップ（上面層）の形
状Ｐ８ｔとボトム（底面層）の形状Ｐ８ｂとが混在する
場合は、例えば図１４に示す２つのパターン輪郭モデル
ＭＴ１３ａ，ＭＴ１３ｂを生成し、これらを基準画像と
して画像マッチング処理を実行する。これにより、図１
５に示すように、それぞれのパターン輪郭モデルＭＴ１
３ａ，ＭＴ１３ｂに対応する輪郭点ＤＰａ，ＤＰｂを同
時に検出することができる。また、これら２つのパター
ン輪郭モデルＭＴ１３ａ，ＭＴ１３ｂに代えて、図１６
に示すように、２つの輪郭点ＥＰ１３ａ，ＥＰ１３ｂを
有する単一のパターン輪郭モデルＭＴ１３を用いても同
様の結果が得られる。

【００４８】このように、本実施形態によれば、複数の
パターン輪郭モデルまたは、単一ではあるが複数の輪郭
点が定義されたモデルを用いるので、異なる複数の形状
で構成されるパターンについても各構成部分を同時に計
測できる。これにより、計測時間を大幅に短縮すること
ができる。さらに、異なる形状の構成部分同士で輪郭間
の関係を計測することも可能になる。

【００４９】（Ｃ）プログラムおよび記録媒体上述したパターン評価方法の一連の手順は、プログラム
に組み込んで画像データ処理可能なコンピュータに読込
ませ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汎用コンピュータを用いて実現する
ことができる。また、上述したパターン評価方法の一連
の手順を画像データ処理可能なコンピュータに実行させ
るプログラムとしてフレキシブルディスクやＣＤ−ＲＯ
Ｍ等の記録媒体に収納し、コンピュータに読込ませて実
行させても良い。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、または記録媒体に収
納して頒布しても良い。

【００５０】以上、本発明の実施の形態のいくつかにつ
いて説明したが、本発明は上記形態に限るものでは決し
てなく、当業者は本発明の技術的範囲から逸脱すること
なく種々変形して適用することができる。上述した実施
形態では、評価パターンの画像としてＣＤＳＥＭから取
得したＳＥＭ画像を取り上げて説明したが、これに限る
ことなく、例えば一般的な光学的撮像装置を用いて取得
した光学画像に対しても本発明を適用できることは勿論
である。さらに、本実施形態における輪郭点検出方法と
特願２００１−０８９７３１に記載されるＤＡＤ法とを
組み合わせれば複数のパターンを同時に測定することが
可能になり、パターン評価の精度と効率をさらに向上さ
せることができる。

【００５１】

【発明の効果】以上詳述したとおり、本発明によれば、
複雑な形状を有するパターンであっても、パターン画像
の倍率、コントラスト、フォーカス、断面形状等に依存
することなく、高精度で高速にパターンを評価すること
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】本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説明するフローチャートである。

【図３】パターン輪郭モデルの具体例を示す模式図であ
る。

【図４】評価対象であるラインパターンの一例の輪郭線
の部分拡大図である。

【図５】図２に示す画像マッチング処理を説明する概念
図である。

【図６】図２に示す画像マッチング処理のより具体的な
一方法を説明する概念図である。

【図７】Ｘ方向に加えてＹ方向にも複数の画素を有する
パターン輪郭モデルの一例を示す模式図である。

【図８】矩形以外の形状を有するパターン輪郭モデルの
具体例を示す模式図である。

【図９】同一のラインパターンに電子ビームを連続して
１０回照射したときの計測結果の一例を従来の方法との
対比で示すグラフである。

【図１０】露光条件を変えて作成したパターンに対する
計測結果の一例を従来の方法との対比で示すグラフであ
る。

【図１１】本発明にかかるパターン評価方法の第２の実
施の形態を説明する概念図である。

【図１２】本発明にかかるパターン評価方法の第４の実
施の形態を説明する概念図である。

【図１３】本発明にかかるパターン評価方法の第５の実
施の形態の適用対象となるパターンの一例を示す模式図
である。

【図１４】本発明にかかるパターン評価方法の第５の実
施の形態に用いられる２つのパターン輪郭モデルの具体
例を示す模式図である。

【図１５】本発明にかかるパターン評価方法の第５の実
施の形態が奏する効果を示す模式図である。

【図１６】複数の輪郭点が定義されたパターン輪郭モデ
ルの一具体例を示す概念図である。

【符号の説明】

２パターン評価装置１２ワークステーション１４入力装置１６メモリ１８出力装置２０画像処理装置２２ＣＰＵ２４画像処理部２６画像メモリ制御部２８画像メモリＭＴ１〜ＭＴ９，ＭＴ１１，ＭＴ１２，ＭＴ１３，ＭＴ
１３ａ，ＭＴ１３ｂパターン輪郭モデルＰ２，Ｐ４，Ｐ６，Ｐ８評価パターン

───────────────────────────────────────────────────── 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 ３００Ｇ０１Ｂ 11/24 ＦＦターム(参考） 2F065 AA03 AA56 BB02 CC17 DD06 FF04 FF61 JJ03 JJ26 QQ00 QQ03 QQ24 QQ29 QQ36 QQ38 QQ42 2G051 AA65 AC21 EA12 EA14 EC06 ED07 ED11 ED22 5B057 AA03 BA02 BA24 DA01 DB02 DB09 DC05 DC08 DC16 DC22 DC34 DC39 5L096 AA06 BA03 CA24 DA02 EA27 EA35 FA06 FA12 FA32 FA33 FA34 FA66 FA67 FA69 GA10 GA55 HA07 JA03 JA09 KA01

Claims

【特許請求の範囲】

【請求項１】評価対象であるパターンの画像データの供
給を受けて前記パターンを評価する装置であって、パターン輪郭モデルを生成する輪郭モデル生成手段と、前記パターンの画像に対して前記パターン輪郭モデルと
の画像マッチング処理を実行し、前記パターンの輪郭点
の座標を検出する輪郭点座標検出手段と、を備えるパタ
ーン評価装置。
【請求項２】前記パターン輪郭モデルは、それぞれ相対
濃淡値が格納されたセルの配列であって、座標値として
定義される輪郭点位置が指定されたセル配列である、こ
とを特徴とする請求項１に記載のパターン評価装置。
【請求項３】前記輪郭モデル生成手段は、前記パターン
画像を用いて前記パターン輪郭モデルを生成する、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装
置。
【請求項４】前記輪郭モデル生成手段は、前記パターン
画像の計測倍率に応じて前記パターン輪郭モデルを生成
する、ことを特徴とする請求項１乃至３のいずれかに記
載のパターン評価装置。
【請求項５】前記パターンは、複数の輪郭形状を有し、前記輪郭モデル生成手段は、複数の前記パターン輪郭モ
デルを生成し、前記輪郭点座標検出手段は、前記複数のパターン輪郭モ
デルのそれぞれに対応した前記輪郭形状の輪郭点グルー
プの座標を検出する、ことを特徴とする請求項１乃至４
のいずれかに記載のパターン評価装置。
【請求項６】前記パターン輪郭モデルには複数の前記輪
郭点位置が指定され、前記輪郭点座標検出手段は、前記複数の輪郭点位置のそ
れぞれに対応した前記パターンの輪郭点の座標を検出す
る、ことを特徴とする請求項１乃至５のいずれかに記載
のパターン評価装置。
【請求項７】前記輪郭点座標検出手段は、ユーザーによ
り指定された輪郭点の画素の濃淡値、分散値、および前
記パターン輪郭モデルとのマッチングスコアのうちの少
なくとも一つを含む、画素毎に定義できる画像処理によ
り得られる値を輪郭パラメータとして定義し、前記輪郭
パラメータから教師データを採用し、各画素について前
記教師データからのマハラノビスの距離を計算する、こ
とを特徴とする請求項１乃至６のいずれかに記載のパタ
ーン評価装置。
【請求項８】評価対象であるパターンの画像データを取
得する手順と、パターン輪郭モデルを生成する手順と、前記パターンの画像に対して前記パターン輪郭モデルと
の画像マッチング処理を実行し、前記パターンの輪郭点
の座標を検出する手順と、を備えるパターン評価方法。
【請求項９】前記パターン輪郭モデルを生成する手順
は、セル配列と、前記セル内にそれぞれ格納される相対
濃淡値と、座標値として定義される輪郭点位置と、を指
定する手順を含む、ことを特徴とする請求項８に記載の
パターン評価方法。
【請求項１０】前記パターン輪郭モデルは、前記パター
ン画像を用いて生成される、ことを特徴とする請求項８
または９に記載のパターン評価方法。
【請求項１１】前記パターン輪郭モデルは、前記パター
ン画像の計測倍率に応じて生成される、ことを特徴とす
る請求項８乃至１０のいずれかに記載のパターン評価方
法。
【請求項１２】前記パターンは、複数の輪郭形状を有
し、前記パターン輪郭モデルを生成する手順は、複数の前記
パターン輪郭モデルを生成する手順であり、前記パターン輪郭点の座標を検出する手順は、前記複数
のパターン輪郭モデルのそれぞれに対応した前記輪郭形
状の輪郭点グループの座標を検出する手順を含む、請求
項８乃至１１のいずれかに記載のパターン評価方法。
【請求項１３】前記パターン輪郭モデルには複数の前記
輪郭点位置が指定され、前記パターン輪郭点の座標を検出する手順は、前記複数
の輪郭点位置のそれぞれに対応した前記パターンの輪郭
点の座標を検出する手順を含む、請求項８乃至１２のい
ずれかに記載のパターン評価方法。
【請求項１４】ユーザーにより指定された輪郭点の画素
の濃淡値、分散値、および前記パターン輪郭モデルとの
マッチングスコアのうちの少なくとも一つを含む、画素
毎に定義できる画像処理により得られる値を輪郭パラメ
ータとして定義する手順と、前記輪郭パラメータから教師データを採用する手順と、各画素について前記教師データからのマハラノビスの距
離を計算する手順と、をさらに備える請求項８乃至１３
のいずれかに記載のパターン評価方法。
【請求項１５】請求項８乃至１４のいずれかに記載のパ
ターン評価方法をコンピュータに実行させるプログラ
ム。