JP2004078659A - パターン輪郭の抽出方法、画像処理方法、パターンエッジの探索方法、プローブの走査方法、半導体装置の製造方法、パターン検査装置およびプログラム - Google Patents
パターン輪郭の抽出方法、画像処理方法、パターンエッジの探索方法、プローブの走査方法、半導体装置の製造方法、パターン検査装置およびプログラム Download PDFInfo
- Publication number
- JP2004078659A JP2004078659A JP2002239194A JP2002239194A JP2004078659A JP 2004078659 A JP2004078659 A JP 2004078659A JP 2002239194 A JP2002239194 A JP 2002239194A JP 2002239194 A JP2002239194 A JP 2002239194A JP 2004078659 A JP2004078659 A JP 2004078659A
- Authority
- JP
- Japan
- Prior art keywords
- pattern
- image
- point
- edge
- lattice
- 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
Links
Images
Classifications
-
- 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
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/42—Global feature extraction by analysis of the whole pattern, e.g. using frequency domain transformations or autocorrelation
- G06V10/422—Global feature extraction by analysis of the whole pattern, e.g. using frequency domain transformations or autocorrelation for representing the structure of the pattern or shape of an object therefor
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20021—Dividing image into blocks, subimages or windows
-
- 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)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
- Length Measuring Devices By Optical Means (AREA)
- Testing Or Measuring Of Semiconductors Or The Like (AREA)
Abstract
【課題】同一画像内に複数のパターンが存在する場合または計測対象パターンの輪郭形状が複雑である場合でも、正確かつ迅速にパターン輪郭を抽出する。
【解決手段】検査対象となるパターンの画像を取得し（ステップＳ１）、この画像からパターンの概略のエッジ位置を算出する（ステップＳ２、Ｓ３）。次に、このエッジ位置に基づいて格子アニマルを配置し（ステップＳ５）、配置された格子アニマルを星形多角形に分割して（ステップＳ６〜Ｓ１１）この星形多角形のカーネルの位置を算出し（ステップＳ１２）、算出されたカーネルから格子アニマルの外周に向かってエッジを探索する（ステップＳ１３）。
【選択図】 図１
【解決手段】検査対象となるパターンの画像を取得し（ステップＳ１）、この画像からパターンの概略のエッジ位置を算出する（ステップＳ２、Ｓ３）。次に、このエッジ位置に基づいて格子アニマルを配置し（ステップＳ５）、配置された格子アニマルを星形多角形に分割して（ステップＳ６〜Ｓ１１）この星形多角形のカーネルの位置を算出し（ステップＳ１２）、算出されたカーネルから格子アニマルの外周に向かってエッジを探索する（ステップＳ１３）。
【選択図】 図１
Description
【０００１】
【発明の属する技術分野】
本発明は、パターン輪郭の抽出方法、画像処理方法、パターンエッジの探索方法、プローブの走査方法、半導体装置の製造方法、パターン検査装置、およびプログラムに関し、特に半導体装置の製造プロセスにおける微細パターンの評価を対象とする。
【０００２】
【従来の技術】
半導体装置の製造工程においては、光学顕微鏡または走査型電子顕微鏡装置（Ｓｃａｎｎｉｎｇ Ｅｌｅｃｔｒｏｎ Ｍｉｃｒｏｓｃｏｐｅ 以下、ＳＥＭという）などを用いた微細なパターンの検査が行なわれる。
【０００３】
近年、検査装置から出力されるパターン画像が持つ二次元形状情報を積極的に利用した多元的なパターン検査・管理が盛んに行なわれて来ている。このような技術の基礎となるのは、濃淡分布や色分布で与えられる検査画像からパターンの輪郭を抽出する技術である。
【０００４】
従来、単純な線状のパターンに関しては、例えば図４３に示すように、線状パターンＰＴ２００の長手方向に垂直な方向ＳＤ２０２に沿ってエッジを探索し、そのときの濃淡データを解析して閾値法等に基づいてエッジ位置を算出する方法が頻繁に用いられた。
【０００５】
また、例えば図４４に示すホールパターンＰＴ２１０のように、概略凸形状の輪郭を持つパターンに関しては、同図に示す探索方向ＳＤ２１２のように、放射状にパターンエッジを探索する方法がある。このような方法は、例えば特開平７−２７５４８や特開２００１−９１２３１などに記載されている。
【０００６】
【発明が解決しようとする課題】
しかしながら、上述した方法を用いても、例えば図４５に示すように、パターンの輪郭形状が複雑な場合には、互いに平行な単一の方向ＳＤ２１４で探索するとパターンエッジを誤検出してしまう。また、この画像Ｉｍｇ２には複数のパターンＰＴ２，ＰＴ４，ＰＴ６が含まれているために、検出したエッジがどのパターンに属しているかを改めて帰属させなければならない。このためには、オペレータがパターンの存在する領域を予め指定しておくか、設計データとの画像マッチングを行なって自動的に帰属するか、または抽出したエッジ点列データを再度グルーピングする必要があり、いずれの方法においても複雑な処理が必要となり、検査効率が良くなかった。
【０００７】
また、互いに類似した複数のパターンが画像内に存在しているときに、複数のパターンから自動的に特定のパターンを選択的に指定して検査を行う必要がしばしば生じる。このような場合には、例えば特開２００１−１４８０１６に開示された方法を用いることができるが、この方法は、複数のパターンが規則的に配置している場合以外に適用することが困難であった。また、濃淡画像データ同士の相関の計算などによってマッチングを行うために、長い処理時間が必要であった。
【０００８】
また、パターンの輪郭が複雑な場合にパターンエッジを好適に検出する方法は多数提案されている。パターンエッジの探索においては、エッジ位置の分解能を向上させるために、エッジ探索方向としてパターンエッジとほぼ直角をなす方向を設定することが望ましい。
【０００９】
しかしながら、図４６に示すようなパターンＰＴ４４に対して同図に示すような多角形ＰＬＧ２の辺を概略のパターンエッジとして設定しても、直線に沿った方向でエッジ探索を行なう限り、例えば同図に示す探索方向ＳＤ２１６ｃ，ＳＤ２１６ｃのように、エッジの方向そのものに類似した方向で探索されてしまう部分が発生するなど、全てのパターンエッジに対してそれぞれ直角な方向にエッジ探索を行なうことが困難な場合もある。
【００１０】
本発明は上記事情に鑑みてなされたものであり、その第１の目的は、同一画面内に複数のパターンが存在している場合や、パターンの輪郭形状が複雑な場合であっても、正確かつ高速にパターン輪郭を抽出する方法、パターン検査装置、およびプログラムを提供することにある。
【００１１】
また、本発明の第２の目的は、同一画面内に複数のパターンが存在している場合、またはパターンの輪郭形状が複雑な場合であっても、単一のパターン輪郭を含むように画像の領域分割を正確かつ高速に行なう画像処理方法、パターン検査装置、およびプログラムを提供することにある。
【００１２】
また、本発明の第３の目的は、高い分解能でパターンのエッジ位置を抽出するパターンエッジ探索方法、これを用いたプローブの走査方法、パターン検査装置、プログラムおよびコンピュータ読み出し可能な記録媒体を提供することにある。
【００１３】
さらに、本発明の第４の目的は、これらのパターン輪郭抽出方法、画像処理方法、パターンエッジ探索方法、およびプローブの走査方法の少なくとも一つを含む半導体装置の製造方法を提供することにある。
【００１４】
【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。
【００１５】
即ち、本発明の第１の側面によれば、
検査対象となるパターンの画像を取得する手順と、この画像から上記パターンの概略のエッジ位置を算出する手順と、算出された上記エッジ位置に基づいて、予め定められた方向成分のみを有する辺で構成される多角形を上記パターンの輪郭形状に近似させて近似多角形を作成する手順と、この近似多角形を星形多角形に分割する手順と、上記星形多角形のカーネルの位置を算出する手順と、上記近似多角形の上記辺上に位置する任意の点と上記カーネルとを結ぶ方向に上記パターンのエッジを探索する手順と、を備えるパターン輪郭の抽出方法が提供される。
【００１６】
また、本発明の第２の側面によれば、
検査対象となるパターンの画像を取得する手順と、この画像から上記パターンの概略のエッジ位置を算出する手順と、算出された上記エッジ位置に基づいて、上記画像上に単位胞の大きさが上記画像の画素よりも大きく、かつ、各辺に重み係数が割り当てられた格子を生成する手順と、上記重み係数に基づいて、上記格子上に格子アニマルを当てはめる手順と、当てはめられた上記格子アニマルの頂点の座標データに基づいて上記パターンの輪郭データを出力する手順と、を備えるパターン輪郭の抽出方法が提供される。
【００１７】
また、本発明の第３の側面によれば、
検査対象となるパターンの画像を取得する第１の手順と、このパターンの輪郭に属する点列の一部を抽出する第２の手順と、処理された一部の点列に対してボロノイ図を作成する第３の手順と、作成されたボロノイ図の辺に沿って上記パターンのエッジに属する点を新たに探索して上記一部の点列に組み込む第４の手順と、上記ボロノイ図の辺のうち上記パターンの輪郭と交差する辺を削除して上記画像内に副領域を定義する第５の手順と、を備える画像処理方法が提供される。
【００１８】
また、本発明の第４の側面によれば、
検査対象となるパターンの画像と、このパターンの概略のエッジ位置を表わす線のデータとを取得する手順と、上記画像内の任意の一点をエッジ探索の始点として定義し、上記線上の少なくとも一つの点をエッジ探索方向上の点として定義する手順と、正則な複素関数の実部または虚部のいずれかで与えられる曲線群のうちの少なくとも一本の曲線であってその軌道が上記エッジ探索の始点から上記エッジ探索の上の点を通過する曲線に沿って上記パターンのエッジを探索する手順と、を備えるパターンエッジの探索方法が提供される。
【００１９】
また、本発明の第５の側面によれば、
検査対象となるパターンを含む観察領域の一部にプローブを走査する方法であって、上記観察領域内の任意の一点をプローブ走査の始点として定義し、上記パターンの概略のエッジ位置を表わす線上の少なくとも一つの点をプローブ走査方向上の点として定義する手順と、正則な複素関数の実部または虚部のいずれかで与えられる曲線群のうちの少なくとも一本の曲線であってその軌道が上記プローブ走査の始点から上記プローブ走査方向上の点を通過する曲線に沿って上記プローブを走査する手順と、を備えるプローブの走査方法が提供される。
【００２０】
また、本発明の第６の側面によれば、
上述した本発明の第１および第２の側面によるパターン輪郭の抽出方法、本発明の第３の側面による画像処理方法、本発明の第４の側面によるパターンエッジの探索方法、または本発明の第５の側面によるプローブの走査方法の少なくともいずれかを備える半導体装置の製造方法が提供される。
【００２１】
また、本発明の第７の側面によれば、
検査対象となるパターンの画像の供給を受けて上記画像から上記パターンの概略のエッジ位置を算出する第１の演算手段と、算出された上記エッジ位置に基づいて、予め定められた方向成分のみを有する辺で構成される多角形を上記パターンの輪郭形状に近似させて近似多角形を作成し、作成された上記近似多角形を星形多角形に分割する画像処理手段と、上記星形多角形のカーネルの位置を算出する第２の演算手段と、上記近似多角形の上記辺上に位置する任意の点と上記カーネルとを結ぶ方向に上記パターンのエッジを探索するエッジ探索手段と、を備えるパターン検査装置が提供される。
【００２２】
また、本発明の第８の側面によれば、
検査対象となるパターンの画像の供給を受けてこの画像から上記パターンの概略のエッジ位置を算出する第１の演算手段と、算出された上記エッジ位置に基づいて、上記画像上に単位胞の大きさが上記画像の画素よりも大きく、かつ、各辺に重み係数が割り当てられた格子を生成し、上記重み係数に基づいて、上記格子上に格子アニマルを当てはめる画像処理手段と、当てはめられた上記格子アニマルの頂点の座標データに基づいて上記パターンの輪郭データを出力するエッジ探索手段と、を備えるパターン検査装置が提供される。
【００２３】
また、本発明の第９の側面によれば、
検査対象となるパターンの画像の供給を受けて上記パターンの輪郭に属する点列の一部を抽出する点列抽出手段と、処理された一部の点列に対してボロノイ図を作成し、作成されたボロノイ図の辺に沿って上記パターンのエッジに属する点を新たに探索して上記一部の点列に組み込み、上記ボロノイ図の辺のうち上記パターンの輪郭と交差する辺を削除して上記画像内に副領域を定義する画像処理手段と、上記副領域毎に上記パターンのエッジを探索するエッジ探索手段と、を備えるパターン検査装置が提供される。
【００２４】
また、本発明の第１０の側面によれば、
検査対象となるパターンの画像と、上記パターンの概略のエッジ位置を表わす線のデータの供給を受け、エッジ探索の始点と、エッジ探索方向上の点として上記線上の少なくとも一つの点とを上記画像内に設定する設定手段と、正則な複素関数の実部または虚部のいずれかで与えられ、上記始点から上記エッジ探索の上の点を通る曲線群を算出する演算手段と、上記曲線群のうちの少なくとも一本の曲線に沿って上記パターンのエッジを探索するエッジ探索手段と、を備えるパターン検査装置が提供される。
【００２５】
また、本発明の第１１の側面によれば、
検査対象となるパターンが形成された試料にプローブを走査するプローブ走査装置に接続されるパターン検査装置であって、上記パターンの画像データと上記パターンの概略のエッジ位置を表わす線のデータの供給を受け、正則な複素関数の実部または虚部のいずれかで与えられ、上記始点から上記概略のエッジ位置を表わす線上の少なくとも一点を通る曲線群を算出する演算手段と、上記曲線群のうちの少なくとも一本の曲線に沿って上記プローブを走査させるための制御信号を生成して上記プローブ走査装置に供給する制御手段と、を備えるパターン検査装置が提供される。
【００２６】
上述した本発明の第１および第２の側面によるパターン輪郭の抽出方法、本発明の第３の側面による画像処理方法、本発明の第４の側面によるパターンエッジの探索方法、および本発明の第５の側面によるプローブの走査方法は、いずれもそれぞれの手順をプログラムに組み込んで画像処理可能な汎用のコンピュータに実行させることができる。
【００２７】
【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。
【００２８】
以下の説明において、第１〜第８の実施の形態は、本発明にかかる画像処理方法を含むパターン輪郭の抽出方法に関するものであり、第９および第１０の実施の形態は、本発明にかかるパターンエッジの探索方法に関するものである。また、第１１の実施の形態は、本発明にかかるプローブの走査方法に関するものである。また、第１２の実施の形態は、本発明にかかるパターン検査装置に関するものである。第１３の実施の形態は、本発明にかかる半導体装置の製造方法に関するものであり、さらに、第１４の実施の形態は、本発明にかかる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に関するものである。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詳細な説明を適宜省略する。
【００２９】
（１）第１の実施の形態
本発明の第１の実施の形態について図１乃至図１６を参照しながら説明する。
【００３０】
図１は、本実施形態のパターン輪郭の抽出方法の概略手順を示すフローチャートであり、また、図２は、図１のフローチャートにおける格子アニマルの配置手順のより具体的な手順を説明するフローチャートである。
【００３１】
まず、図１のフローチャートを参照しながら本実施形態のパターン輪郭の抽出方法を概略的に説明する。
【００３２】
まず、検査対象となるパターンの濃淡画像のデータを例えばＳＥＭにより取得する（ステップＳ１）。取得されたパターン画像の一例を図３に示す。同図に示す画像は、図４５に示したものと同一の画像Ｉｍｇ２であり、凸形状とはみなせない輪郭を有するパターンＰＴ２を含む３つのパターンＰＴ２，ＰＴ４，ＰＴ６が含まれている。
【００３３】
次に、パターン画像の垂直成分と水平成分とを探索する（ステップＳ２）。即ち、画像Ｉｍｇ２に対して垂直方向と水平方向とで濃淡データを走査し、その局所的なピークの水平方向の座標と垂直方向の座標を算出する。図４は、算出された座標を可視的に表わした図であり、同図（ａ）が垂直方向のエッジ探索により得られた水平方向のエッジデータを表わし、同図（ｂ）が水平方向のエッジ探索により得られた垂直方向のエッジデータを表わす。より具体的には、垂直方向と水平方向とでそれぞれ１０ピクセル間隔でピーク探索を実行し、各探索で得られた濃淡データの平滑化微分値を求めて極大値近傍の位置を特定する。
【００３４】
次に、得られた垂直座標と水平座標に対して判別分析を行ない（ステップＳ３）、次式（１）で定義されるＦ値が所定の値以下であった場合に二つの位置が同一であるとみなし、この一方、Ｆ値が所定の値を上回る場合には独立した位置であるとみなす処理を実行する。
【００３５】
【数１】
図５は、図４で得られた座標データに対する判別結果を示し、（ａ）がパターンエッジの水平成分を示し、（ｂ）がパターンエッジの垂直成分を示す。さらに図６は、図５（ａ）の水平成分と図５（ｂ）の垂直成分とを合成した図である。
【００３６】
次に、判別分析の結果から画像上に格子を生成する（ステップＳ４）。即ち、図６に示す最終的に独立した位置とみなされた垂直座標および水平座標を用いて図７に示すように、画像上に格子Ｌ２を生成する。この段階で、格子Ｌ２は、予め定められた方向成分、本実施形態においては水平成分と垂直成分のみが与えられた辺を有する多角形である。さらに、格子Ｌ２の各辺にその長さＬｉｊと重み関数ｗｉｊを付与し、テーブルデータとして記憶装置（図４２参照）に格納する。ここで、重み関数ｗｉｊとは、格子Ｌ２の各辺に帰属された濃淡値データの局所的なピークの数ｎｉｊにより以下の式（２）で現われる関数である。
【００３７】
ｗｉｊ＝ｎｉｊ／Ｌｉｊ ・・・・・式（２）
なお、上述の予め定められた方向成分は、水平成分および垂直成分に限ることなく、画像値に任意に設定できる基準の方向に対して０°〜４５°の整数倍の角度をなす方向であればよい。
【００３８】
次に、このようにして画像Ｉｍｇ２上に生成された格子Ｌ２上に「格子アニマル」と呼ばれる多角形を組み合わせる（ステップＳ５）。ここで、「格子アニマル」とは、任意の個数の格子要素を、互いに辺を隣接させて合成することにより作成される多角形をいい、このような多角形を自動的に生成する方法は、例えばＤ．Ｈ． ＲｅｄｅｌｍｅｉｅｒのＤｉｓｃｒｅｔｅ Ｍａｔｈｅｍａｔｉｃｓ ３６（１９８１）１９１−２０３やＤ．Ｓｔａｕｆｆｅｒの”Ｉｎｔｒｏｄｕｃｔｉｏｎ ｔｏ Ｐｅｒｃｏｌａｔｉｏｎ Ｔｈｅｏｒｙ”、およびＴａｙｌｏｒ ＆ ＦｒａｎｃｉｓらのＬｏｎｄｏｎ ＆ Ｐｈｉｌａｄｅｌｐｈｉａ，１９８５，ａｐｐｅｎｄｉｘＡなどに記載されている。本実施形態においては、予め必要な数の格子アニマルを生成しておき、その輪郭をＨ．ＦｒｅｅｍａｎのＣｏｍｐｕｔｉｎｇ Ｓｕｒｖｅｙｓ，ｖｏｌ．６，Ｎｏ．１，５７−９７（１９７４）に記載されるチェーンコードによって表現し、縦および横の辺の数によって付番し、「アニマルテーブル」として予め記憶装置（図４２参照）に格納しておいた。図８に、このようなチェーンコードの表現例（ａ）と格子アニマルのいくつかの例α１〜α４（（ｂ）〜（ｅ））を示す。
【００３９】
格子アニマルを重ね合わせる具体的な手順を図２、図９および図１０を参照しながら説明する。まず、全格子点から任意の一つの格子点Ａを選択する（図２、ステップＳ５０１）。図７に示す格子Ｌ２について説明すると、図９に示すように、例えば格子点ｐ２を選択する。次に、「アニマルテーブル」から任意の格子アニマルａを選択する（図２、ステップＳ５０２）。図９に示す例では、格子アニマルａとして格子アニマルα１０が選択される。次いで、選択された格子アニマルのチェーンコードによって、選択された格子点Ａから格子（図９では格子Ｌ２）上を辿る。このとき、辿られた格子の各辺について、予め記憶された重みを加算していき、加算結果を格子アニマルａの生存確率Ｒａと定義して記憶装置（図４２参照）に格納する（ステップＳ５０３）。次いで、既に選択された格子アニマルに属さない格子点から、他の格子点Ｂを選択する（ステップＳ５０４）。図９に示す例では、格子点ｐ２を始点とした格子アニマルα１０に属さない格子点のなかから例えば格子点ｐ４を選択する。次に、アニマルテーブルの中から改めて他の任意の格子アニマルを格子アニマルｂとして選択する（ステップＳ５０５）。格子アニマルｂの例として図９に格子アニマルα１２を示す。次いで、この格子アニマルｂに対応するチェーンコードで、格子点Ｂから格子上を辿る（ステップＳ５０６）。図９に示す例では、格子点ｐ４を始点として格子アニマルα１２のチェーンコードによって格子Ｌ２上を辿る。ただし、この際に、格子アニマルｂ（図９の例ではα１２）に属する格子点または辺が他の格子アニマル（例えば図９の格子アニマルα１０）によって既に占有されている場合には（ステップＳ５０７）、現在の格子アニマルｂ（図９では格子アニマルα１２）を破棄して（ステップＳ５０８）、格子アニマルｂを新たにひとつ選択する（ステップＳ５０５）。現在の格子アニマルｂに属する格子点または辺が他の格子アニマルによって未だ占有されていなければ（ステップＳ５０７）、格子アニマルｂに対応するチェーンコードで、格子点Ｂから格子上を辿り、生存確率Ｒｂを算出して、記憶装置（図４２参照）に格納する。（ステップＳ５０９）。
【００４０】
上述した手順（ステップＳ５０５〜Ｓ５０９）を格子の全体に対して再帰的に繰り返すことにより（ステップＳ５１０）、格子全体にアニマルが配置される。その結果、その時に格子全体に配置された全ての格子アニマルについて算出された生存確率が得られる。
【００４１】
次に、このように算出された全ての格子アニマルに対する生存確率を総て積算した値を算出し、これを積算値Ｔと定義し、さらに、各格子アニマルの個数、各格子アニマルの始点座標、各格子アニマルの番号、および積算値Ｔによって、格子アニマル配置情報を構成し、これに（例えばラベルＣ１という）ラベルを付与して記憶装置（図４２参照）に格納する。（ステップＳ５１１）。
【００４２】
次いで、格子点Ａを始点として配置可能な格子アニマルが、上述した格子アニマルａ以外に存在する場合には（ステップＳ５１２）、それを新たに格子アニマルａとして選択し（ステップＳ５１３）、上述したステップＳ５０２〜Ｓ５１１を繰り返す。
【００４３】
さらに、全格子点のうち、未だ上記格子点Ａとして選択されたことが無い格子点がある場合には（ステップＳ５１４）、そのなかから一つを新たに格子点Ａとして選択し（ステップＳ５１５）、上述したステップ５０２〜Ｓ５１３を繰り返す。
【００４４】
このような手順の繰り返しにより、格子全体に配置可能な全ての格子アニマルの配置の仕方に対して生存確率の積算値Ｔを得ることができる。
【００４５】
最後に、全ての格子アニマルの配置の仕方の中で最大のＴの値をとる格子アニマルの配置の仕方を採択する（ステップＳ５１６）。
【００４６】
このようにして最終的に採択されたアニマル配置の一例を図１０に示す。同図に示すように、水平・垂直な辺のみから構成される図形によってパターンの輪郭の概略ＲＦ２，ＲＦ４およびＲＦ６が計算された。
【００４７】
図１に戻り、上述した手順によって計算されたパターン輪郭の概略に対して、各格子アニマルの頂点のうち、外周に存在するものに対するボロノイ（Ｖｏｒｏｎｏｉ）図形を作成する（ステップＳ６）。図１１は、このようにして作成されたボロノイ図ＶＦ２を示す。
【００４８】
次に、図１２に示すように、作成されたボロノイ図ＶＦ２の各ボロノイ領域に対して、同一のアニマルに帰属されている頂点を含むボロノイ領域を合成し、合成された領域ＡＲ２，ＡＲ４，ＡＲ６の境界を各々のアニマルの勢力圏と定義して後述するエッジ探索の際の境界とする（ステップＳ７）。
【００４９】
次いで、図１３に示すように、格子アニマルの頂点のうち角に無いものを削除する。
【００５０】
次ぎに、ボロノイ図によりこのように分割された領域ＡＲ２，ＡＲ４，ＡＲ６のうちの一つを選択し（ステップＳ８）、その中に存在するアニマルの内部に、互いに交わらない対角線を全て引くことにより、アニマルを三角形に分割する（ステップＳ９）。さらに、チェーンコードの記載順序にしたがってアニマルの各頂点をＲ（Ｒｅｄ、赤）， Ｇ（Ｇｒｅｅｎ、緑）， Ｂ（Ｂｌｕｅ、青）に点彩色する（ステップＳ１０）。このとき、各三角形の各頂点において、一辺を介して隣接する頂点同志が同じ色にならないように塗り分ける。図１３の領域ＡＲについてこのようにアニマルを分割し点彩色した結果を図１４に示す。
【００５１】
次いで、Ｒで彩色された頂点を共有する三角形同志を合成して、図１５に示すように、新たな図形ＳＰ４を作成する。これによって、アニマル配置は星型（ここでは凸型）の多角形に分割された（ステップＳ１１）。
【００５２】
次いで、各々の星型多角形に対して、Ｉｎｆｏ．Ｐｒｏｃ．Ｌｅｔｔ．７，１８９−１９２（１９７８）に記載されるＬｅｅ−Ｐｒｅｐａｒａｔａのアルゴリズムによって核（カーネル）の位置座標を算出し（ステップＳ１２）、図１６に示すように、各カーネルＣＮ２，ＣＮ４の位置からアニマルのチェーンコード順に（図８（ａ）参照）、格子アニマルの外周に向かって格子アニマルの勢力圏（図１６においてはＳＰ４）の境界に到るまで原画像の濃淡値を調べていき（探索方向ＳＤ２ａ〜ＳＤ２ｃ）、既存のエッジ探索方法にしたがってパターンエッジ位置を算出し、算出されたエッジ位置をその都度記憶装置（図４２参照）に格納する（ステップＳ１３）。この際、複数のエッジが検出された場合には、そのうち最もカーネルの位置に近いものを一つだけ採択した。本実施形態では閾値法を採用し、閾値は５０％とした。この手順によって一つの領域の中で、実際のパターンエッジ位置に極めて近いエッジ点列データが、チェーン状に配列された形式で算出される。各カーネルＣＮ２，ＣＮ４を起点とするエッジ探索については、上述した方法の他、後述する本発明にかかるパターンエッジの探索方法の実施の形態を用いるとエッジの位置をさらに精密に算出することができる。
【００５３】
次いで、他の勢力圏（図１３、ＡＲ４，ＡＲ６）に対しても上述したステップＳ８〜Ｓ１３を実行し（ステップＳ１４，Ｓ１５）、画像に含まれるすべてのパターンの輪郭データをラベリングして出力する（ステップＳ１６）。これにより、例えば閾値法を用いて、検査画像内の全パターンの輪郭データを誤検出なく正確に算出することができる。
【００５４】
本実施形態により、煩雑な画像マッチングや膨大なＣＡＤデータの参照、または領域の手動分割を行なうことなく、複雑な形状のパターンを含む画像データからパターンエッジデータを、独立のパターン毎にチェーン状に配列された形式で出力することが可能になる。
【００５５】
上述した本実施形態で用いられた、ボロノイ図形生成、星型多角形生成、核の探索、およびエッジ探索の手順については、全て Ｏ（ｎｌｏｇｎ）（ｎは、対象とする図形の頂点の数）以下のオーダの高速アルゴリズムが存在するので、これを採用することにより画像処理時間を大幅に削減することができる。
【００５６】
なお、本実施形態においては、エッジの水平成分・垂直成分の探索に平滑化微分法を用いたが、これに代えて閾値法等の方法や減色処理を用いても良い。また、本実施形態においてはボロノイ図を作成することにより画像内に存在する複数のパターンの勢力圏を生成したが、画像内にパターンが１つしかない場合や、予め領域が指定されている場合には、もちろんこの領域分割は不要である。さらに、輪郭データについて高い精度を必要としない場合には、図１のステップＳ５までで算出した最大の積算値Ｔを与えるアニマル配置を受け入れて、そのアニマルの頂点座標をそのままパターンの輪郭データとして用いても良い。
【００５７】
（２）第２の実施の形態
次に、本発明の第２の実施の形態について図１７乃至図２１を参照しながら説明する。
【００５８】
本実施形態は、概略凸型の輪郭を有する複数のパターンが画像上に存在する場合におけるパターン輪郭の抽出方法を提供する。このような場合は、カーネルをパターン内部のどの位置に設定しても良いので、上述した第１の実施形態における星形多角形への分割手順（図１、ステップＳ９〜Ｓ１１）を省略することができる。
【００５９】
図１７は、このような概略凸型の輪郭ＥＤを有する複数のパターンＰＴ３２を含む画像の一例を示す。
【００６０】
第１の実施形態と同様に、例えばこのような検査対象画像Ｉｍｇ４を取得し、図１８（ａ）および（ｂ）に示すように、画像Ｉｍｇ４の水平方向のエッジ成分と垂直方向のエッジ成分とをそれぞれ抽出する（図１、ステップＳ２）。
【００６１】
次に、抽出されたエッジ成分を垂直方向で４つの水準および水平方向で１０の水準に分類し、図１９（ａ）に示すように、概略のエッジ位置に基づいて格子Ｌ４を生成し、さらに、図１９（ｂ）に示すように、アニマルテーブルを参照してより高い確率のアニマル配置（ＡＤ４）を算出する。
【００６２】
次に、図２０（ａ）に示すように、アニマルの頂点に対してボロノイ図ＶＦ８を作成し、さらに同図（ｂ）に示すように、同一のアニマルに属する領域を統合して新たなボロノイ領域ＡＲ８を画定する。
【００６３】
さらに、図２１に示すように、各領域内でアニマル内部の一点（カーネル）から各境界に向かう放射状の方向ＳＤ６に沿ってパターンエッジを探索し、輪郭データを抽出する。各カーネルを起点とするエッジ探索については、従来の技術による方法の他、後述する本発明にかかるパターンエッジの探索方法の実施の形態を用いることができ、その場合はエッジの位置をさらに精密に算出することができる。
【００６４】
このように、本実施形態によれば、概略凸型の輪郭を有する複数のパターンが画像上に存在する場合に、より簡易な手順でパターン輪郭のデータを正確に取得することができる。
【００６５】
（３）第３の実施の形態
本発明の第３の実施の形態について図２２〜図２４を参照しながら説明する。本実施形態は、単一のパターンのみを含む画像が取得されたが、そのパターンの輪郭が凸形状とみなされない場合におけるパターン輪郭の抽出方法を提供するものである。
【００６６】
まず、上述した第１の実施の形態と同様の手順で検査対象パターンの概略の輪郭を格子アニマルで表現する（図１、ステップＳ１〜Ｓ５）。この結果、単一のパターンについて得られた格子アニマル配置の一例を図２２（ａ）に示す。本実施形態の場合、画像内には検査対象のパターンのみが含まれているため、もはやパターンの勢力圏を算出する必要が無い。従って、ボロノイ図形を算出する手順（図１、ステップＳ６〜Ｓ８）を省略することができる。
【００６７】
得られた格子アニマルに対して対角線を引いて三角形分割を実行する（図１、ステップＳ９）。図２２（ａ）に示す格子アニマルＡＤ６については、同図（ｂ）に示すように、１２本の対角線ＤＬ１１〜ＤＬ２２を引くことにより三角形に分割できた。
【００６８】
次いで、第１の実施形態と同様にして、図２３（ａ）に示すように各三角形の頂点を三色に点彩色し（図１、ステップＳ１０）、さらに、例えばＲに染められた頂点を共有する三角形を統合して星形多角形による分割を実行する（図１、ステップＳ１１）。続いて、各星形多角形について第１の実施形態と同様の手順で（図１、ステップＳ１２）カーネルの位置をそれぞれ算出する。これにより、図２３（ｂ）に示すように、エッジ探索の起点と誤検出の無いエッジ探索領域とが得られた。
【００６９】
その後は、特に図示しないが、第１の実施形態と同様に、各カーネルから各星形多角形の外周へ向けてエッジ探索を実行する（図１、ステップＳ１３参照）。
【００７０】
このように、本実施形態によれば、凸形状とはみなされない輪郭を有するパターンであっても、単一のパターンのみを含む画像が得られた場合は、より簡易な手順でかつより短い検査時間でパターン輪郭のデータを取得することができる。なお、エッジ探索については、後述する本発明にかかるパターンエッジの探索方法の実施の形態を用いるとエッジ位置をさらに精密に検出できる。
【００７１】
（４）第４の実施の形態
本発明の第４の実施の形態について図２４〜図２６を参照しながら説明する。図２４は、本実施形態の画像処理方法を含むパターン輪郭の抽出方法の概略手順を示すフローチャートであり、図２５および図２６は、図２４に示す手順により処理される画像の具体例を示す。
【００７２】
まず、検査の対象となるパターンの濃淡画像データを例えばＳＥＭにより取得する（図２４、ステップＳ３０）。取得された画像データの一例を図２５（ａ）に示す。同図に示す画像Ｉｍｇ６には、凸形状とみなせない輪郭を有するパターンＰＴ８、ＰＴ１４、ＰＴ１６などを含め、全部で１１個のパターンが含まれている。
【００７３】
次に、図２５（ｂ）に示すように、検査画像Ｉｍｇ６の境界ＡＲ２６に沿ってパターンエッジＥＰ２を探索する（ステップＳ３１）。パターンエッジの探索にあたっては、平滑化微分法を用い、平滑化微分後のピーク位置をパターンエッジと定義した。
【００７４】
次いで、境界２６上に見出されたエッジ点ＥＰ２に対するボロノイ図ＶＦ１０を図２５（ｃ）に示すように作成する（ステップＳ３２）。
【００７５】
次に、図２５（ｄ）に示すように、ボロノイ図ＶＦ１０の各辺に沿って平滑化微分によるエッジ探索を再度実行する（ステップＳ３３）。
【００７６】
次いで、ボロノイ図ＶＦ１０の各辺のうち、パターンエッジＥＰ４を含む辺を削除し（ステップＳ３６、Ｓ３７）、さらに孤立した辺と枝とを削除する（ステップＳ３８）。これにより、図２６（ａ）に示すように、濃淡画像Ｉｍｇ６の全体が５つの領域ＲＧ１〜ＲＧ５に分割される。
【００７７】
次に、各領域ＲＧ１〜ＲＧ５に対して、上述した手順ステップＳ３１およびＳ３２と同様の手順により、領域の境界に沿ってエッジ点を探索し（ステップＳ４０）、探索されたエッジ点列に対するボロノイ図を再度作成する（ステップＳ４１）。図２６（ｂ）には、パターン画像の領域のうち、紙面下側に位置する領域ＲＧ３を取り上げて再度作成されたボロノイ図ＶＦ１２ａを代表的に示す。
【００７８】
次に、先の手順ステップＳ３２と同様の処理によりボロノイ辺に沿ってエッジ探索を実行する（ステップＳ４２）。このエッジ探索の結果得られたエッジ点ＥＰ６を図２６（ｃ）に示す。
【００７９】
次いで、上述したステップＳ３６〜Ｓ３８と同様にしてエッジ点ＥＰ６を含むボロノイ辺と孤立辺および枝を削除する（ステップＳ４３〜Ｓ４５）。この結果、図２６（ｄ）に示すように、もとの領域ＲＧ３が３つの領域ＲＧ６〜ＲＧ８にさらに分割される。
【００８０】
さらに、分割領域の形状が変わらなくなるまで以上の手順を再帰的に全ての分割領域に対して実行する（ステップＳ４８、Ｓ４９、Ｓ４０〜Ｓ４７）。この結果、図２６（ｅ）に示すように、最終的にはそれぞれの領域内にパターンエッジが１本ずつ含まれるようにパターン画像Ｉｍｇ６が多数の領域ＲＧ１，ＲＧ２，ＲＧ４〜ＲＧ５，ＲＧ７〜ＲＧ１５に分割された。
【００８１】
このように、本実施形態によれば、凸形状とみなせない輪郭を有するパターンを含む複数のパターンが検査画像に含まれる場合に、パターンエッジを一本ずつ含むように検査画像を分割することができる。
【００８２】
最後に、上述した第１〜第３の実施の形態におけるパターンエッジの探索方法を用いて領域毎にエッジ探索を実行する。これにより、全てのパターンエッジを領域毎にチェーン状の配列データとして取得することができる。なお、後述する第９または第１０の実施の形態のパターンエッジ探索方法を用いれば、さらに精密にエッジの位置を算出することができる。
【００８３】
（５）第５の実施の形態
次に、本発明の第５の実施の形態について図２７〜図２９を参照しながら説明する。図２７は、本実施形態における画像処理方法の概略手順を示すフローチャートであり、また、図２８および図２９は、図２７に示す手順により処理される画像の具体例を示す図である。本実施形態は、取得された濃淡画像においてその境界と交差するパターンエッジが存在しない場合の画像処理方法を含むパターン輪郭の抽出方法を提供するものである。
【００８４】
まず、図２８（ａ）に示すように、パターンの画像Ｉｍｇ８を取得した後（図２７、ステップＳ５１）、図２８（ｂ）に示すように、画像Ｉｍｇ８の全体を縦断する方向ＳＤ１０と画像Ｉｍｇ８全体を横断する方向ＳＤ８で最初のエッジ探索を実行する（ステップＳ５２）。本実施形態では、画像Ｉｍｇ８の縦の幅と横の幅を黄金比で分割する位置にエッジ方向を一本ずつ設定したが、この位置と数は適宜変更することが可能である。
【００８５】
このようなエッジ探索の結果、図２８（ｃ）に示すようにパターンエッジＥＰ８の位置座標が得られた。
【００８６】
次に、探索されたエッジ点に対するボロノイ図を作成する（ステップＳ５３）。作成されたボロノイ図は、図２８（ｄ）に示すＶＦ１４のように、概ね平行直線となる。
【００８７】
次に、作成されたボロノイ図のボロノイ辺に沿ってエッジ探索を実行し、（ステップＳ５５４）、得られたエッジ点ＥＰ１０に対してさらにボロノイ図を作成する（ステップＳ５５）。この結果、図２９（ａ）に示すボロノイ図ＶＦ１６が得られた。
【００８８】
次いで、図２９（ｂ）に示すように、ボロノイ図ＶＦ１６の辺に沿ってエッジ探索を再度実行し（ステップＳ５６）、探索されたエッジ点ＥＰ１２を含むボロノイ辺を削除し（ステップＳ５７、Ｓ５８）、さらに孤立辺と枝とを除去する（ステップＳ５９）。この結果、図２９（ｃ）に示すように、エッジ点列から構成される曲線をそれぞれ１本ずつ含む副領域ＲＧ２１〜ＲＧ２４に画像Ｉｍｇ８が領域分割される。
【００８９】
その後は、上述した第２の実施の形態におけるパターンエッジの探索方法を用いて領域毎にエッジ探索を実行する。これにより、全てのパターンエッジを領域毎にチェーン状の配列データとして取得することができる。なお、後述する第９または第１０の実施の形態におけるパターンエッジの探索方法を用いれば、さらに精密にエッジの位置を算出することができる。
【００９０】
（６）第６の実施の形態
次に、本発明の第６の実施の形態について説明する。本実施形態は、取得された画像においてその境界と交差するパターンエッジが存在しない場合の他の画像処理方法を含むパターン輪郭の抽出方法を提供するものである。
【００９１】
例えば、図３０（ａ）に示すように、画像Ｉｍｇ８の境界と交差するパターンエッジが存在しない場合に、画像取得に用いた光学顕微鏡またはＳＥＭの倍率を高倍率に設定して再度画像を取得すると、同図（ｂ）に示すように、その境界とパターンエッジが交差する画像Ｉｍｇ８’が得られる。従って、その後は、上述した第１乃至第４の実施の形態における画像処理を用いて各領域に単一のパターンのみが含まれるように領域分割を実行し、上述した第１〜第３の実施形態におけるエッジ探索方法または後述する第９または第１０の実施形態のエッジ探索方法により、エッジ位置を検出すればよい。
【００９２】
（７）第７の実施の形態
図３１は、本実施形態における画像処理方法の概略手順を示すフローチャートであり、また、図３２は、図３１に示す手順により処理される画像の具体例を示す図である。
【００９３】
本実施形態は、上述した第４の実施の形態において、取得された画像の全体に予め最小のパターンピッチの約半分の間隔で縦方向および横方向にパターンエッジを探索する手順を付加したものである。即ち、図３２（ａ）に示すように、濃淡画像Ｉｍｇ６の全体に最小のパターンピッチの半分程度の間隔で縦方向ＳＤ１２および横方向ＳＤ１４にパターンエッジを探索する（図３１、ステップＳ６２）。
【００９４】
その後は、上述した第４の実施の形態と同様にしてボロノイ図ＶＦ１６（図３２（ｂ））の作成（図３１、ステップＳ６３）、ボロノイ辺に沿ったエッジ探索（図３２（ｃ）、図３１、ステップＳ６４およびＳ６５）、ボロノイ領域の統合と枝の除去（図３２（ｄ）、図３１、ステップＳ６６〜Ｓ６８）の各手順を再帰的に繰り返す（ステップＳ６９〜Ｓ７２、Ｓ６３〜Ｓ６８）。
【００９５】
このように、本実施形態によれば、パターンエッジに属する一部の点列を予めステップＳ６２で多数求めておくので、再帰のための手順を大幅に省略することができる。例えば、図３１と図２４との対比において、図２４のステップＳ３３〜Ｓ３８、Ｓ４０およびＳ４１の手順が必要なくなる。このような簡素な手順によっても、図３２（ｅ）に示すように、各領域に単一のパターンのみが含まれるように、画像Ｉｍｇ６を９つの領域ＲＧ３１〜ＲＧ３９に分割することができる。
【００９６】
以上の手順による画像処理の後は、上述した第１または第３の実施の形態におけるパターンエッジの探索方法または後述する第９または第１０の実施形態のエッジ探索方法を用いて領域毎にエッジ探索を実行することにより、全てのパターンエッジを領域毎にチェーン状の配列データとして取得することができる。
【００９７】
（８）第８の実施の形態
本実施形態は、上述した第１乃至第７の実施の形態により領域分割された結果をパターンマッチングに適用する方法を提供するものである。
【００９８】
図３３は、本実施形態の画像処理方法の概略手順を示すフローチャートである。また、図３４は、図３３に示す画像処理方法を具体的に示す説明図である。
【００９９】
まず、検査対象のパターンについてＣＡＤデータなどからパターンマッチングの基準となる参照画像を取得する（図３３、ステップＳ８１）。参照画像の一例を図３４（ａ）に示す。同図には、参照画像Ｒｉｍｇ１０の中に６個のホールパターンＰＴ３０，ＰＴ３２，ＰＴ３４，ＰＴ３６，ＰＴ３８，ＰＴ４０が含まれている。これらのパターンのうち、図３４（ａ）内に丸印で示す位置のパターンＰＴ３０を検査対象パターンとして指定したものとする（図３３、ステップＳ８２）。
【０１００】
次いで、参照画像Ｒｉｍｇ１０の全体について、図３４（ｂ）に示すように、例えば上述した第５の実施の形態と同様の方法により、各領域が単一のパターンを含むようにボロノイ図ＶＦ１８を作成し（図３３、ステップＳ８３）、各頂点に（１）〜（１０）まで番号を付ける（図３３、ステップＳ８４）。
【０１０１】
次に、検査対象のホールパターンＰＴ３８が含まれる検査画像を取得する（図３３、ステップＳ８５）。このような検査画像の具体例Ｉｍｇ１０を図３４（ｃ）に示す。
【０１０２】
次に、検査画像Ｉｍｇ１０についても、参照画像Ｒｉｍｇ１０と同様に、各領域に単一のパターンのみが含まれるようにボロノイ図を作成し（図３３、ステップＳ８６）、各頂点に（１）〜（１０）まで番号を付ける（図３３、ステップＳ８７）。この結果を図３４（ｄ）に示す。なお、本実施形態において、参照画像Ｒｉｍｇ１０と検査画像Ｉｍｇ１０との間で番号の付け方は特に関連付けなかった。
【０１０３】
次に、参照画像Ｒｉｍｇ１０のボロノイ図ＶＦ１８と対象画像Ｉｍｇ１０のボロノイ図ＶＦ２０だけを取り出し、両者の辺の位置が最も一致するように、相対的に回転移動や並進移動を行なうことにより、ボロノイ頂点を互いに対応付ける（ステップＳ８８）。
【０１０４】
その後、図３４（ｅ）に示すように、参照画像Ｒｉｍｇ１０中で検査対象パターンＰＴ３０が含まれるボロノイ領域ＲＧ４０（梨地に示す領域）に対応する領域ＲＧ４２を検査画像Ｉｍｇ１０中に定義する（ステップＳ８９）。
【０１０５】
最後に、図３４（ｆ）に示すように、検査画像Ｉｍｇ１０中に定義された領域ＲＧ４２に含まれるパターンを検査画像中の検査対象パターンＰＴ３０として決定する（ステップＳ９０）。
【０１０６】
図３４に示す例では、辺同士の位置の残差を最小化するようにボロノイ図同士のマッチングを実行した。しかしながら、画像中に含まれるパターンの数量が多くなったり複雑になると、このような方法では計算に時間を要することになる。このような場合に、ボロノイ領域の連結性のみに着目すると、より簡易にパターンマッチングを行なうことができる。
【０１０７】
図３５は、このような簡易なマッチング方法を説明する図である。まず、図３４（ｂ）および（ｄ）にそれぞれ示すボロノイ図Ｒｉｍｇ１０およびＩｍｇ１０を図３５（ａ）および（ｂ）に示すように、辺の長さを考慮しないグラフＶＦ１８’およびグラフＶＦ２０’に書き直す。ここで、予め指定しておいた検査対象パターンＰＴ３０は、参照画像Ｒｉｍｇ１０’内の点▲２▼、▲３▼、▲７▼および▲５▼を頂点とする四角形の内部に存在する。
【０１０８】
次いで、図３５（ａ）のグラフＶＦ１８’に一致するように、検査画像Ｉｍｇ１０に対応する図３５（ｂ）のグラフＶＦ２０’を回転・並進させる。本実施形態においては、図３５（ｂ）のグラフＶＦ２０’を時計回りに約９０°回転させることにより、図３５（ｃ）に示すグラフＶＦ２０’’を取得した。
【０１０９】
次に、グラフＶＦ２０’’において図３５（ａ）の参照画像からのグラフＶＦ１８’の検査対象領域に対応する部分を定義する頂点を取得する。この結果、同図（ｄ）に示すように、頂点▲３▼、▲９▼、▲５▼および▲２▼に囲まれる領域を得た。
【０１１０】
このように、図３５の（ｅ）に示す元のボロノイ図ＶＦ２０における頂点▲３▼、▲９▼、▲５▼および▲２▼に囲まれる領域内にあるパターンが検査対象パターンであると認識することができる。
【０１１１】
本実施形態の画像処理方法によれば、画像の中から特定の一部を自動的に見出すことも可能になる。この点を図３６を参照しながら説明する。
【０１１２】
即ち、同図（ａ）に示す参照画像Ｒｉｍｇ１０から予め一部の領域Ｒｉｍｇ１０ａを同図（ｂ）に示すように切り出し、その後、参照画像Ｒｉｍｇ１０の全体および切り出した領域Ｒｉｍｇ１０ａに対するボロノイ図を作成する。同図（ｃ）は、切り出し領域Ｒｉｍｇ１０ａに対して作成されたボロノイ図ＶＦ１８ａを示す。
【０１１３】
次いで、検査対象画像Ｉｍｇ１０（同図（ｄ））についても ボロノイ図ＶＦ２０を作成する（同図（ｅ））。
【０１１４】
次に、検査対象画像Ｉｍｇ１０のボロノイ図ＶＦ２０の中から図３６（ｃ）に示すボロノイ図ＶＦ１８ａとその幾何学的位置が最も一致する部分を探索し、同図（ｆ）に示すように、ボロノイ図ＶＦ１８ａに外接する矩形領域ＲＧ４２を検査対象画像Ｉｍｇ１０中で検査対象パターンを含む領域であると定義することができる。
【０１１５】
本実施形態によれば、パターンの不規則な配置情報をテンプレートとするパターンマッチングが可能になるので、検査対象画像内に同一のパターンが複数個存在する場合、特定の１つのパターンを高い精度で指定することができる。さらに、マッチング後の参照画像のボロノイ図と検査対象画像のボロノイ図とを比較し、一致しない辺および頂点の位置を調べることにより、検査画像内のパターンの欠陥個所を見出すことも可能になる。
【０１１６】
（９）第９の実施の形態
次に、本発明の第９の実施の形態について図３７および図３８を参照しながら説明する。本実施形態は、複雑な輪郭形状を有するパターンについても好適にパターンエッジを検出する方法を提供するものである。
【０１１７】
図３７は、本実施形態におけるエッジ探索方法の概略手順を示すフローチャートであり、また、図３８は、図３７に示すエッジ探索方法をより具体的に説明する図である。
【０１１８】
まず、検査対象パターンの画像を取得する（図３７、ステップＳ１０１）。本実施形態では、図４６に示したパターンＰＴ４４を取り上げて説明する。
【０１１９】
検査対象パターンＰＴ４４の画像の一部拡大図を図３８（ａ）に模式的に示す。ここで、パターンＰＴ４４の概略のエッジ位置を示す多角形の辺ＳＬ２の頂点ＳＴ２およびＳＴ２’の座標は、例えば上述した実施の形態で説明した方法により既に与えられているものとする。
【０１２０】
次に、パターンＰＴ４４の一部であるパターンＰＴ４４ａを含む検査領域ＳＲの位置座標を、ｘ軸を実数軸とし、ｙ座標を虚数軸とする複素平面上で表現する（図３７、ステップＳ１０２）。
【０１２１】
次いで、この複素平面上において、例えば図３８（ａ）に示す点ＧＰ２の位置に始点を設定する（図３７、ステップＳ１０４）。この始点ＧＰ２は、流体力学上の湧き出し点を模した点である。
【０１２２】
次に、湧き出し点ＧＰ２に対し、辺ＳＬ２に関して鏡像の位置にある点ＳＮ２を算出し、図３８（ｂ）に示すように複素平面上に設定する（図３７、ステップＳ１０５）。算出された点ＳＮ２は、流体力学上で吸い込み点を模した点である。
【０１２３】
次に、点ＧＰ２を湧き出し点とし、点ＳＮ２を吸い込み点とする理想的な流体場を複素平面上に定義する（図３７、ステップＳ１０６）。このような流れの場は、解析的に解法が与えられており、その関数形は、渡辺昇著の「等角写像図集」（１９８４年、朝倉書店刊行）の第２７８ページに詳細に記載されている。このときの流れ場を表わす複素ポテンシャルＷ１は、次式のような形の複素関数である。
【０１２４】
Ｗ１＝ｌｏｇ｛（ｅＺ−１）／（ｅＺ＋１）｝ ・・・式（３）
次いで、式（３）の実部に対する等高線、即ち、流線を算出する（図３７、ステップＳ１０７）。算出結果は、例えば図３８（ｃ）の曲線群ＦＬのようになる。
【０１２５】
その後は、曲線群ＦＬの各曲線に沿った方向で、例えば閾値法に基づくエッジ探索を実行することにより、パターンエッジの位置を抽出する（図３７、ステップＳ１０８）。
【０１２６】
本実施形態ではエッジの探索には、探索方向に沿った閾値法を用いたが、これに限ることなく、例えば差分フィルタやピーク検索法などを用いても良い。
【０１２７】
また、本実施形態では、二次元流体の流れ場に基づいてエッジ探索方向を決定したが、上述した湧き出し点と吸い込み点の概念に代えて、正・負の点電荷を配した二次元電場に基づいてエッジ探索方向を決定しても良い。
【０１２８】
さらに、検査画像についても、光学顕微鏡、その他の走査型プローブ顕微鏡により取得したものを適宜利用することができる。
【０１２９】
（１０）第１０の実施の形態
次に、本発明の第１０の実施の形態について、図３９および図４０を参照しながら説明する。図３９は、本実施形態におけるエッジ探索方法の概略手順を示すフローチャートであり、また、図４０は、図３９に示すエッジ探索方法をより具体的に説明する図である。図４０（ａ）に示すように、本実施形態についても図４６に示したパターンＰＴ４４を検査対象パターンとする。また、パターンＰＴ４４の概略のエッジ位置を示す多角形の辺ＳＬ２の頂点ＳＴ２およびＳＴ２’の座標もまた既に与えられているものとする。
【０１３０】
上述した第９の実施形態と同様に、まず検査対象パターンの画像を取得した後（図３９、ステップＳ１１１）、パターンＰＴ４４の一部であるパターンＰＴ４４ａを含む検査領域ＳＲの位置座標を複素平面上に表わす（図３９、ステップＳ１１２）。
【０１３１】
次に、検査領域ＳＲの内部に１つの探索始点ＰＣ２を選択する（図３９、ステップＳ１１３）。本実施形態では、この始点ＰＣ２を正の点電荷に模し、かつ、検査領域ＳＲの辺のうち始点ＰＣ２に近接する辺（ＳＴ２−ＳＴ２’）の線分上に線密度を有する電荷分布を模擬的に配し、そのときの静電ポテンシャルを算出する（図３９、ステップＳ１１４）。
【０１３２】
このときの静電ポテンシャルは、点電荷が与える静電ポテンシャルＷ２と、線状の負電荷分布に対する静電ポテンシャルＷ３との重ね合わせとなる。この結果得られる電気力線を定義する（図３９、ステップＳ１１５）。このような電気力線の一例を図４０（ｂ）の曲線群ＥＬに示す。
【０１３３】
その後は、曲線群ＥＬの各曲線に沿った方向で、例えば閾値法に基づくエッジ探索を実行することにより、パターンエッジの位置を抽出する（図３９、ステップＳ１１６）。
【０１３４】
本実施形態においても、エッジの探索には、探索方向に沿った閾値法の他、差分フィルタやピーク検索法などを用いることができる。
【０１３５】
また、本実施形態では、正・負の電荷を配した二次元電場に基づいてエッジ探索方向を決定したが、例えば点電荷に代えて、湧き出し・吸い込みを配した二次元流体の流れ場に基づいて決定しても良い。
【０１３６】
（１１）第１１の実施の形態
次に、本発明の第１１の実施の形態について、図４１を参照しながら説明する。本実施形態は、上述した第９および第１０の実施形態におけるエッジ探索方法を利用したプローブの走査方法を提供するものである。以下ではプローブとしてによる電子ビームを用いて説明する。なお、の具体的構成については、後述する第１２の実施の形態（図４２）を参照されたい。
【０１３７】
図４１は、本実施形態におけるプローブ走査方法およびエッジ探索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、検査対象パターンの概略のエッジ位置を示す多角形の頂点座標のデータとエッジ探索の始点の座標のデータとをの制御系（図４２参照）に読み込ませる（ステップＳ１２１）。
【０１３８】
次に、検査対象パターンを含む検査領域の位置座標を、ｘ軸を実数軸、ｙ軸を虚数軸とする複素平面上に表わす（ステップＳ１２２）。
【０１３９】
次いで、この複素平面上に、上述した第９の実施の形態と同様の手順で湧き出し点および吸い込み点を設定し、理想流体場を定義する（ステップＳ１２３〜Ｓ１２５）。
【０１４０】
次に、この理想流体場の流線を算出し、その座標位置を制御系に接続された記憶装置（図４２参照）に格納する（ステップＳ１２６）。流線の算出結果は、図３８（ｃ）の曲線群ＦＬと同一である。
【０１４１】
次いで、記憶装置に格納された流線座標に基づいてプローブの走査信号を生成し、これによりプローブを走査させながら走査信号に同期させて二次電子信号を取得する（ステップＳ１２７）。
【０１４２】
さらに、取得された二次電子信号の信号波形から、例えば閾値法によりエッジ位置を定義し、パターンエッジの位置情報を抽出する（ステップＳ１２８）。
【０１４３】
本実施形態では、プローブ顕微鏡としてを取り上げて説明したが、これに限ることなく、本発明は、ＳＴＭ、ＡＦＭ、レーザ走査型の顕微鏡など、プローブを走査してイメージを取得する全ての検査装置に適用できることは勿論である。
【０１４４】
（１２）第１２の実施形態
次に、本発明の第１２の実施の形態について図４２を参照しながら説明する。本実施形態は、上述した第１〜第１１の実施の形態を実現するパターン検査装置を提供するものである。
【０１４５】
図４２は、本実施形態のパターン検査装置の概略構成を、これに接続される装置とともに示すブロック図である。同図に示すパターン検査装置１は、電子光学系制御部２２と、コンピュータ２０と、メモリ２４と、表示部２６と、入力部２８とを備える。
【０１４６】
図４２に併せて示す装置１０は、本実施形態においてプローブ検査装置を構成し、基板Ｗを載置するステージ１４と、電子光学系１２と、二次電子検出器１６と、信号処理部１８とを含む。電子光学系１２は、電子ビームＥＢを生成して検査対象である微細パターンが形成された基板Ｗに電子ビームＥＢを照射する。二次電子検出器１６は、電子ビームＥＢの照射により基板Ｗの表面から放出された二次電子／反射電子／後方散乱電子を検出する。信号処理部１８は、二次電子検出器１６により検出された二次電子／反射電子／後方散乱電子から構成されるアナログ信号をディジタル信号に変換して増幅し、検査対象パターンの画像データとしてコンピュータ２０に供給する。
【０１４７】
メモリ２４は、多数の記憶領域を有し、上述した各実施形態で使用される各種の演算処理を実行するプログラムがレシピファイルの態様で格納されている。これらの演算処理は、パターンエッジの水平成分および垂直成分を抽出するための差分処理、格子アニマルのマッチングを行なう処理、ボロノイ図形を算出する幾何学計算、ボロノイ図を比較する処理、任意の座標を有する点がボロノイ図の辺または頂点上に存在するかどうかを判定する処理、画像の濃淡値からパターンエッジの位置を算出する処理、パターンエッジの概略位置を示す多角形の座標データに基づいて複素ポテンシャルまたは静電ポテンシャルを算出する処理、算出された複素ポテンシャルまたは静電ポテンシャルからエッジ探索方向の座標データを算出する処理などを含む。
【０１４８】
メモリ２４はまた、信号処理部１８からコンピュータ２０を介して供給された検査対象パターンの画像データ、格子アニマルの情報をテーブルの形式で格納したアニマルテーブル、およびパターンエッジの概略位置を示す多角形の座標データなどの各種データをも格納する。
【０１４９】
コンピュータ２０は、本実施形態において、第１および第２の演算手段を含む演算手段と画像処理手段とエッジ探索手段と点列抽出手段と設定手段とを構成し、装置全体を制御するとともに、メモリ２４からレシピファイル、パターンの画像データ、および格子アニマルのデータなどを引き出して上述した画像処理、パターン輪郭の抽出、パターンエッジの探索を実行する。コンピュータ２０はまた、本実施形態において制御手段を構成し、電子光学系制御部２２を介して装置１０の電子光学系１２に接続され、電子光学系制御部２２に制御信号を供給して電子ビームＥＢを基板Ｗの上面で走査させる。この制御信号は、前述した第１１の実施の形態におけるプローブの走査方法を実行する場合、複素ポテンシャルまたは静電ポテンシャルから算出されたエッジ探索方向の座標データに基づいて生成された走査信号を含む。
【０１５０】
表示部２６は、コンピュータ２０に接続されて検査画像や参照画像などを表示する他、これらの処理状況を適宜表示する。
【０１５１】
入力部２８は、キーボード２８ａおよびマウス２８ｂを含み、コンピュータ２０に接続されてオペレータの操作により各種の入力信号を供給する。
【０１５２】
（１３）第１３の実施の形態
上述した第１乃至第１１の実施の形態における画像処理方法、パターン輪郭の抽出方法、プローブの走査方法の少なくとも一つを用いて半導体装置を製造することにより、より正確かつ迅速に微細パターンを評価することができる。この結果、より高い歩留まりで、かつ、短いＴＡＴ（Ｔｕｒｎ Ａｒｏｕｎｄ Ｔｉｍｅ）で半導体装置を製造することが可能になる。
【０１５３】
（１４）第１４の実施の形態
上述した第１〜第１１の実施の形態で説明したパターン輪郭の抽出方法、画像処理方法、パターンエッジの探索方法、プローブの走査方法のそれぞれにおける一連の手順は、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輪郭の抽出方法、画像処理方法、パターンエッジの探索方法、およびプローブの走査方法における各一連の手順を画像処理可能な汎用コンピュータを用いて実現することができる。また、上述したパターン輪郭の抽出方法、画像処理方法、パターンエッジの探索方法、プローブの走査方法の各一連の手順を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−ＲＯＭ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、上述したパターン輪郭の抽出方法、画像処理方法、パターンエッジの探索方法、プローブの走査方法のそれぞれ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、上述したパターン輪郭の抽出方法、画像処理方法、パターンエッジの探索方法、プローブの走査方法の各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。
【０１５４】
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られるものでは決してなく、その技術的範囲を逸脱することなく適宜変形または修正することができる。
【０１５５】
【発明の効果】
以上詳述したとおり、本発明は、以下の効果を奏する。
【０１５６】
即ち、本発明によれば、同一のパターン画像内に複数のパターンが存在する場合または計測対象パターンの輪郭形状が複雑である場合でも、正確かつ迅速にパターン輪郭を抽出することが可能になる。
【０１５７】
また、本発明によれば、同一のパターン画像内に複数のパターンが存在する場合または計測対象パターンの輪郭形状が複雑である場合でも、各領域内に単一のパターン輪郭のみを含むようにパターン画像を複数の領域に分割することができる。また、複雑に配置された複数のパターンから特定のパターンのみを確実に指定することが可能になる。
【０１５８】
さらに、本発明によれば、エッジ位置の探索方向が検査対象パターンの輪郭にほぼ直交する方向となるので、パターンの輪郭形状が複雑である場合でも、高い分解能でエッジ位置を検出することが可能になる。
【図面の簡単な説明】
【図１】本発明にかかる画像処理方法を含むパターン輪郭の抽出方法の第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２】図１のフローチャートにおける格子アニマルの配置手順のより具体的な手順を説明するフローチャートである。
【図３】パターン画像の一例を示す図である。
【図４】図３に示す画像から抽出したパターンエッジの座標データを表わす図であり、（ａ）が水平方向のエッジデータを表わし、（ｂ）が垂直方向のエッジデータを表わす。
【図５】図４に示す座標データに対する判別分析の結果を示す図であり、（ａ）がパターンエッジの水平成分を示し、（ｂ）がパターンエッジの垂直成分を示す。
【図６】図５に示す水平成分と垂直成分の各成分を合成した図である。
【図７】図６に示す判別結果から画像座標上に構成された格子を示す図である。
【図８】（ａ）はチェーンコードの一表現例を示し、（ｂ）〜（ｅ）は格子アニマルのいくつかの例を示す図である。
【図９】図７に示す格子上へ格子アニマルを配置する方法の具体的手順を説明する図である。
【図１０】図７に示す格子への最適な格子アニマルの配置結果を示す図である。
【図１１】図１０に示す格子アニマルの頂点に対して作成したボロノイ図を示す。
【図１２】図１１に示すボロノイ図を合成した図である。
【図１３】図１２に示す図から頂点データの一部を削除した図である。
【図１４】図１３に示す図の一つの勢力圏に存在するアニマルを三角形に分割し、各頂点を点彩色した結果を示す図である。
【図１５】図１４に示す画像処理結果から得られた、アニマル配置の星形（凸型）多角形分割の結果を示す図である。
【図１６】図１５に示す星形多角形のカーネルとこれらのカーネルからのエッジ探索方向を示す図である。
【図１７】概略凸型の輪郭を有する複数のパターンを含む画像の一例を示す図である。
【図１８】図１８に示す画像から抽出したパターンエッジの座標データを表わす図であり、（ａ）が水平方向のエッジ成分のデータを表わし、（ｂ）が垂直方向のエッジ成分のデータを表わす。
【図１９】（ａ）は、図１８に示すエッジ成分を分類して生成された格子を示し、（ｂ）は、アニマルテーブルを参照して得られたアニマル配置を示す。
【図２０】（ａ）は、図１９（ｂ）に示すアニマルの頂点に対して作成されたボロノイ図を示し、（ｂ）は、（ａ）のボロノイ領域が統合されたボロノイ図を示す。
【図２１】図２０（ｂ）に示す領域内のアニマル内部のカーネルからのエッジ探索方向を示す図である。
【図２２】（ａ）は、単一のパターンのみを含む画像から得られた格子アニマル配置の一例を示す図であり、（ｂ）は、（ａ）に示す格子アニマル配置に対して三角形分割を実行した結果を示す図である。
【図２３】（ａ）は、図２２（ｂ）で得られた三角形の各頂点に点彩色を実行した結果を示し、（ｂ）は、（ａ）に示す三角形から得られた星形多角形にカーネル算出を実行した結果を示す図である。
【図２４】本発明の第４の実施の形態における画像処理方法の概略手順を示すフローチャートである。
【図２５】図２４に示す手順により処理される画像の具体例を示す図である。
【図２６】図２４に示す手順により処理される画像の具体例を示す図である。
【図２７】本発明の第５の実施の形態における画像処理方法の概略手順を示すフローチャートである。
【図２８】図２７に示す手順により処理される画像の具体例を示す図である。
【図２９】図２７に示す手順により処理される画像の具体例を示す図である。
【図３０】本発明の第６の実施の形態を説明するための画像の具体例を示す図である。
【図３１】本発明の第７の実施の形態における画像処理方法の概略手順を示すフローチャートである。
【図３２】図３１に示す手順により処理される画像の具体例を示す図である。
【図３３】本発明の第８の実施の形態における画像処理方法の概略手順を示すフローチャートである。
【図３４】図３４は、図３３に示す画像処理方法を具体的に示す説明図である。
【図３５】ボロノイ図同士のマッチングをより容易にする方法を示す説明図である。
【図３６】画像の中から特定の一部を自動的に見出す方法の説明図である。
【図３７】本発明の第９の実施の形態におけるエッジ探索方法の概略手順を示すフローチャートである。
【図３８】図３７に示すエッジ探索方法をより具体的に説明する図である。
【図３９】本発明の第１０の実施の形態におけるエッジ探索方法の概略手順を示すフローチャートである。
【図４０】図３９に示すエッジ探索方法をより具体的に説明する図である。
【図４１】本発明の第１１の実施の形態におけるプローブ走査方法およびエッジ探索方法の概略手順を示すフローチャートである。
【図４２】本発明の第１２の実施の形態によるパターン検査装置の概略構成を示すブロック図である。
【図４３】従来の技術によるパターン輪郭の抽出方法を説明するための線状のパターンの一例を示す図である。
【図４４】従来の技術によるパターン輪郭の抽出方法を説明するためのホールパターンの一例を示す図である。
【図４５】従来技術の課題を説明するための複雑なパターンの一例を示す図である。
【図４６】従来の技術によるパターンエッジ探索方法の課題の説明図である。
【符号の説明】
１ パターン検査装置
１０ 装置
１２ 電子光学系
１４ ステージ
１６ 二次電子検出器
１８ 信号処理部
２０ コンピュータ
２２ 電子光学系制御部
２４ メモリ
２６ 表示部
２８ 入力部
ＡＤ４，ＡＤ６ アニマル配置
ＡＲ２，ＡＲ４，ＡＲ６，ＡＲ８，ＡＲ１０，ＡＲ１２，ＡＲ１４，ＡＲ１８，ＡＲ２６ エッジ探索用の境界領域
ＤＬ１〜ＤＬ４，ＤＬ１２〜ＤＬ２２ 対角線
ＥＤ パターン輪郭
ＥＰ２，ＥＰ４，ＥＰ６，ＥＰ８，ＥＰ１０，ＥＰ１２，ＥＰ１４，ＥＰ エッジ点
ＥＢ 電子ビーム
ＥＬ 電気力線
ＥＳ２ 線密度を有する電荷分布
ＦＬ 流線
ＧＰ２ 湧き出し点
Ｉｍｇ２，Ｉｍｇ４，Ｉｍｇ６，Ｉｍｇ８，Ｉｍｇ８’，Ｉｍｇ１０，Ｉｍｇ１０’ 検査画像
Ｌ２，Ｌ４ 格子
ＰＣ２ 点電荷
ＰＴ２，ＰＴ４，ＰＴ６，ＰＴ８，ＰＴ８’，ＰＴ１０，ＰＴ１０’，ＰＴ１２，ＰＴ１４，ＰＴ１６，ＰＴ１８，ＰＴ２０，ＰＴ２２，ＰＴ２４，ＰＴ２６，ＰＴ２８，ＰＴ３２，ＰＴ４４ パターン
ＲＦ２，ＲＦ４，ＲＦ６，ＲＦ８ パターン輪郭の概略図形
ＲＧ１〜ＲＧ１５，ＲＧ２１〜ＲＧ２４，ＲＧ３１〜ＲＧ３９，ＲＧ４０，ＲＧ４２ 分割領域
Ｒｉｍｇ１０，Ｒｉｍｇ１０ａ 参照画像
ＳＤ２ａ，ＳＤ２ｂ，ＳＤ４，ＳＤ６，ＳＤ８，ＳＤ１０，ＳＤ１２，ＳＤ エッジ探索方向
ＳＰ４ 星形多角形
ＳＲ 検査領域
ＳＬ２ 多角形の辺
ＳＮ２ 吸い込み点
ＳＴ２，ＳＴ２’ 辺の頂点
ＶＦ２，ＶＦ４，ＶＦ８，ＶＦ１０，ＶＦ１２，ＶＦ１４，ＶＦ１６，ＶＦ１８，ＶＦ２０ ボロノイ図
Ｗ ウェーハ
α２，α４，α６，α８，α１０，α１２，α１４，α１６，α１８，α２０，α２２，α２４，α，α 格子アニマル
【発明の属する技術分野】
本発明は、パターン輪郭の抽出方法、画像処理方法、パターンエッジの探索方法、プローブの走査方法、半導体装置の製造方法、パターン検査装置、およびプログラムに関し、特に半導体装置の製造プロセスにおける微細パターンの評価を対象とする。
【０００２】
【従来の技術】
半導体装置の製造工程においては、光学顕微鏡または走査型電子顕微鏡装置（Ｓｃａｎｎｉｎｇ Ｅｌｅｃｔｒｏｎ Ｍｉｃｒｏｓｃｏｐｅ 以下、ＳＥＭという）などを用いた微細なパターンの検査が行なわれる。
【０００３】
近年、検査装置から出力されるパターン画像が持つ二次元形状情報を積極的に利用した多元的なパターン検査・管理が盛んに行なわれて来ている。このような技術の基礎となるのは、濃淡分布や色分布で与えられる検査画像からパターンの輪郭を抽出する技術である。
【０００４】
従来、単純な線状のパターンに関しては、例えば図４３に示すように、線状パターンＰＴ２００の長手方向に垂直な方向ＳＤ２０２に沿ってエッジを探索し、そのときの濃淡データを解析して閾値法等に基づいてエッジ位置を算出する方法が頻繁に用いられた。
【０００５】
また、例えば図４４に示すホールパターンＰＴ２１０のように、概略凸形状の輪郭を持つパターンに関しては、同図に示す探索方向ＳＤ２１２のように、放射状にパターンエッジを探索する方法がある。このような方法は、例えば特開平７−２７５４８や特開２００１−９１２３１などに記載されている。
【０００６】
【発明が解決しようとする課題】
しかしながら、上述した方法を用いても、例えば図４５に示すように、パターンの輪郭形状が複雑な場合には、互いに平行な単一の方向ＳＤ２１４で探索するとパターンエッジを誤検出してしまう。また、この画像Ｉｍｇ２には複数のパターンＰＴ２，ＰＴ４，ＰＴ６が含まれているために、検出したエッジがどのパターンに属しているかを改めて帰属させなければならない。このためには、オペレータがパターンの存在する領域を予め指定しておくか、設計データとの画像マッチングを行なって自動的に帰属するか、または抽出したエッジ点列データを再度グルーピングする必要があり、いずれの方法においても複雑な処理が必要となり、検査効率が良くなかった。
【０００７】
また、互いに類似した複数のパターンが画像内に存在しているときに、複数のパターンから自動的に特定のパターンを選択的に指定して検査を行う必要がしばしば生じる。このような場合には、例えば特開２００１−１４８０１６に開示された方法を用いることができるが、この方法は、複数のパターンが規則的に配置している場合以外に適用することが困難であった。また、濃淡画像データ同士の相関の計算などによってマッチングを行うために、長い処理時間が必要であった。
【０００８】
また、パターンの輪郭が複雑な場合にパターンエッジを好適に検出する方法は多数提案されている。パターンエッジの探索においては、エッジ位置の分解能を向上させるために、エッジ探索方向としてパターンエッジとほぼ直角をなす方向を設定することが望ましい。
【０００９】
しかしながら、図４６に示すようなパターンＰＴ４４に対して同図に示すような多角形ＰＬＧ２の辺を概略のパターンエッジとして設定しても、直線に沿った方向でエッジ探索を行なう限り、例えば同図に示す探索方向ＳＤ２１６ｃ，ＳＤ２１６ｃのように、エッジの方向そのものに類似した方向で探索されてしまう部分が発生するなど、全てのパターンエッジに対してそれぞれ直角な方向にエッジ探索を行なうことが困難な場合もある。
【００１０】
本発明は上記事情に鑑みてなされたものであり、その第１の目的は、同一画面内に複数のパターンが存在している場合や、パターンの輪郭形状が複雑な場合であっても、正確かつ高速にパターン輪郭を抽出する方法、パターン検査装置、およびプログラムを提供することにある。
【００１１】
また、本発明の第２の目的は、同一画面内に複数のパターンが存在している場合、またはパターンの輪郭形状が複雑な場合であっても、単一のパターン輪郭を含むように画像の領域分割を正確かつ高速に行なう画像処理方法、パターン検査装置、およびプログラムを提供することにある。
【００１２】
また、本発明の第３の目的は、高い分解能でパターンのエッジ位置を抽出するパターンエッジ探索方法、これを用いたプローブの走査方法、パターン検査装置、プログラムおよびコンピュータ読み出し可能な記録媒体を提供することにある。
【００１３】
さらに、本発明の第４の目的は、これらのパターン輪郭抽出方法、画像処理方法、パターンエッジ探索方法、およびプローブの走査方法の少なくとも一つを含む半導体装置の製造方法を提供することにある。
【００１４】
【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。
【００１５】
即ち、本発明の第１の側面によれば、
検査対象となるパターンの画像を取得する手順と、この画像から上記パターンの概略のエッジ位置を算出する手順と、算出された上記エッジ位置に基づいて、予め定められた方向成分のみを有する辺で構成される多角形を上記パターンの輪郭形状に近似させて近似多角形を作成する手順と、この近似多角形を星形多角形に分割する手順と、上記星形多角形のカーネルの位置を算出する手順と、上記近似多角形の上記辺上に位置する任意の点と上記カーネルとを結ぶ方向に上記パターンのエッジを探索する手順と、を備えるパターン輪郭の抽出方法が提供される。
【００１６】
また、本発明の第２の側面によれば、
検査対象となるパターンの画像を取得する手順と、この画像から上記パターンの概略のエッジ位置を算出する手順と、算出された上記エッジ位置に基づいて、上記画像上に単位胞の大きさが上記画像の画素よりも大きく、かつ、各辺に重み係数が割り当てられた格子を生成する手順と、上記重み係数に基づいて、上記格子上に格子アニマルを当てはめる手順と、当てはめられた上記格子アニマルの頂点の座標データに基づいて上記パターンの輪郭データを出力する手順と、を備えるパターン輪郭の抽出方法が提供される。
【００１７】
また、本発明の第３の側面によれば、
検査対象となるパターンの画像を取得する第１の手順と、このパターンの輪郭に属する点列の一部を抽出する第２の手順と、処理された一部の点列に対してボロノイ図を作成する第３の手順と、作成されたボロノイ図の辺に沿って上記パターンのエッジに属する点を新たに探索して上記一部の点列に組み込む第４の手順と、上記ボロノイ図の辺のうち上記パターンの輪郭と交差する辺を削除して上記画像内に副領域を定義する第５の手順と、を備える画像処理方法が提供される。
【００１８】
また、本発明の第４の側面によれば、
検査対象となるパターンの画像と、このパターンの概略のエッジ位置を表わす線のデータとを取得する手順と、上記画像内の任意の一点をエッジ探索の始点として定義し、上記線上の少なくとも一つの点をエッジ探索方向上の点として定義する手順と、正則な複素関数の実部または虚部のいずれかで与えられる曲線群のうちの少なくとも一本の曲線であってその軌道が上記エッジ探索の始点から上記エッジ探索の上の点を通過する曲線に沿って上記パターンのエッジを探索する手順と、を備えるパターンエッジの探索方法が提供される。
【００１９】
また、本発明の第５の側面によれば、
検査対象となるパターンを含む観察領域の一部にプローブを走査する方法であって、上記観察領域内の任意の一点をプローブ走査の始点として定義し、上記パターンの概略のエッジ位置を表わす線上の少なくとも一つの点をプローブ走査方向上の点として定義する手順と、正則な複素関数の実部または虚部のいずれかで与えられる曲線群のうちの少なくとも一本の曲線であってその軌道が上記プローブ走査の始点から上記プローブ走査方向上の点を通過する曲線に沿って上記プローブを走査する手順と、を備えるプローブの走査方法が提供される。
【００２０】
また、本発明の第６の側面によれば、
上述した本発明の第１および第２の側面によるパターン輪郭の抽出方法、本発明の第３の側面による画像処理方法、本発明の第４の側面によるパターンエッジの探索方法、または本発明の第５の側面によるプローブの走査方法の少なくともいずれかを備える半導体装置の製造方法が提供される。
【００２１】
また、本発明の第７の側面によれば、
検査対象となるパターンの画像の供給を受けて上記画像から上記パターンの概略のエッジ位置を算出する第１の演算手段と、算出された上記エッジ位置に基づいて、予め定められた方向成分のみを有する辺で構成される多角形を上記パターンの輪郭形状に近似させて近似多角形を作成し、作成された上記近似多角形を星形多角形に分割する画像処理手段と、上記星形多角形のカーネルの位置を算出する第２の演算手段と、上記近似多角形の上記辺上に位置する任意の点と上記カーネルとを結ぶ方向に上記パターンのエッジを探索するエッジ探索手段と、を備えるパターン検査装置が提供される。
【００２２】
また、本発明の第８の側面によれば、
検査対象となるパターンの画像の供給を受けてこの画像から上記パターンの概略のエッジ位置を算出する第１の演算手段と、算出された上記エッジ位置に基づいて、上記画像上に単位胞の大きさが上記画像の画素よりも大きく、かつ、各辺に重み係数が割り当てられた格子を生成し、上記重み係数に基づいて、上記格子上に格子アニマルを当てはめる画像処理手段と、当てはめられた上記格子アニマルの頂点の座標データに基づいて上記パターンの輪郭データを出力するエッジ探索手段と、を備えるパターン検査装置が提供される。
【００２３】
また、本発明の第９の側面によれば、
検査対象となるパターンの画像の供給を受けて上記パターンの輪郭に属する点列の一部を抽出する点列抽出手段と、処理された一部の点列に対してボロノイ図を作成し、作成されたボロノイ図の辺に沿って上記パターンのエッジに属する点を新たに探索して上記一部の点列に組み込み、上記ボロノイ図の辺のうち上記パターンの輪郭と交差する辺を削除して上記画像内に副領域を定義する画像処理手段と、上記副領域毎に上記パターンのエッジを探索するエッジ探索手段と、を備えるパターン検査装置が提供される。
【００２４】
また、本発明の第１０の側面によれば、
検査対象となるパターンの画像と、上記パターンの概略のエッジ位置を表わす線のデータの供給を受け、エッジ探索の始点と、エッジ探索方向上の点として上記線上の少なくとも一つの点とを上記画像内に設定する設定手段と、正則な複素関数の実部または虚部のいずれかで与えられ、上記始点から上記エッジ探索の上の点を通る曲線群を算出する演算手段と、上記曲線群のうちの少なくとも一本の曲線に沿って上記パターンのエッジを探索するエッジ探索手段と、を備えるパターン検査装置が提供される。
【００２５】
また、本発明の第１１の側面によれば、
検査対象となるパターンが形成された試料にプローブを走査するプローブ走査装置に接続されるパターン検査装置であって、上記パターンの画像データと上記パターンの概略のエッジ位置を表わす線のデータの供給を受け、正則な複素関数の実部または虚部のいずれかで与えられ、上記始点から上記概略のエッジ位置を表わす線上の少なくとも一点を通る曲線群を算出する演算手段と、上記曲線群のうちの少なくとも一本の曲線に沿って上記プローブを走査させるための制御信号を生成して上記プローブ走査装置に供給する制御手段と、を備えるパターン検査装置が提供される。
【００２６】
上述した本発明の第１および第２の側面によるパターン輪郭の抽出方法、本発明の第３の側面による画像処理方法、本発明の第４の側面によるパターンエッジの探索方法、および本発明の第５の側面によるプローブの走査方法は、いずれもそれぞれの手順をプログラムに組み込んで画像処理可能な汎用のコンピュータに実行させることができる。
【００２７】
【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。
【００２８】
以下の説明において、第１〜第８の実施の形態は、本発明にかかる画像処理方法を含むパターン輪郭の抽出方法に関するものであり、第９および第１０の実施の形態は、本発明にかかるパターンエッジの探索方法に関するものである。また、第１１の実施の形態は、本発明にかかるプローブの走査方法に関するものである。また、第１２の実施の形態は、本発明にかかるパターン検査装置に関するものである。第１３の実施の形態は、本発明にかかる半導体装置の製造方法に関するものであり、さらに、第１４の実施の形態は、本発明にかかる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に関するものである。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詳細な説明を適宜省略する。
【００２９】
（１）第１の実施の形態
本発明の第１の実施の形態について図１乃至図１６を参照しながら説明する。
【００３０】
図１は、本実施形態のパターン輪郭の抽出方法の概略手順を示すフローチャートであり、また、図２は、図１のフローチャートにおける格子アニマルの配置手順のより具体的な手順を説明するフローチャートである。
【００３１】
まず、図１のフローチャートを参照しながら本実施形態のパターン輪郭の抽出方法を概略的に説明する。
【００３２】
まず、検査対象となるパターンの濃淡画像のデータを例えばＳＥＭにより取得する（ステップＳ１）。取得されたパターン画像の一例を図３に示す。同図に示す画像は、図４５に示したものと同一の画像Ｉｍｇ２であり、凸形状とはみなせない輪郭を有するパターンＰＴ２を含む３つのパターンＰＴ２，ＰＴ４，ＰＴ６が含まれている。
【００３３】
次に、パターン画像の垂直成分と水平成分とを探索する（ステップＳ２）。即ち、画像Ｉｍｇ２に対して垂直方向と水平方向とで濃淡データを走査し、その局所的なピークの水平方向の座標と垂直方向の座標を算出する。図４は、算出された座標を可視的に表わした図であり、同図（ａ）が垂直方向のエッジ探索により得られた水平方向のエッジデータを表わし、同図（ｂ）が水平方向のエッジ探索により得られた垂直方向のエッジデータを表わす。より具体的には、垂直方向と水平方向とでそれぞれ１０ピクセル間隔でピーク探索を実行し、各探索で得られた濃淡データの平滑化微分値を求めて極大値近傍の位置を特定する。
【００３４】
次に、得られた垂直座標と水平座標に対して判別分析を行ない（ステップＳ３）、次式（１）で定義されるＦ値が所定の値以下であった場合に二つの位置が同一であるとみなし、この一方、Ｆ値が所定の値を上回る場合には独立した位置であるとみなす処理を実行する。
【００３５】
【数１】
【００３６】
次に、判別分析の結果から画像上に格子を生成する（ステップＳ４）。即ち、図６に示す最終的に独立した位置とみなされた垂直座標および水平座標を用いて図７に示すように、画像上に格子Ｌ２を生成する。この段階で、格子Ｌ２は、予め定められた方向成分、本実施形態においては水平成分と垂直成分のみが与えられた辺を有する多角形である。さらに、格子Ｌ２の各辺にその長さＬｉｊと重み関数ｗｉｊを付与し、テーブルデータとして記憶装置（図４２参照）に格納する。ここで、重み関数ｗｉｊとは、格子Ｌ２の各辺に帰属された濃淡値データの局所的なピークの数ｎｉｊにより以下の式（２）で現われる関数である。
【００３７】
ｗｉｊ＝ｎｉｊ／Ｌｉｊ ・・・・・式（２）
なお、上述の予め定められた方向成分は、水平成分および垂直成分に限ることなく、画像値に任意に設定できる基準の方向に対して０°〜４５°の整数倍の角度をなす方向であればよい。
【００３８】
次に、このようにして画像Ｉｍｇ２上に生成された格子Ｌ２上に「格子アニマル」と呼ばれる多角形を組み合わせる（ステップＳ５）。ここで、「格子アニマル」とは、任意の個数の格子要素を、互いに辺を隣接させて合成することにより作成される多角形をいい、このような多角形を自動的に生成する方法は、例えばＤ．Ｈ． ＲｅｄｅｌｍｅｉｅｒのＤｉｓｃｒｅｔｅ Ｍａｔｈｅｍａｔｉｃｓ ３６（１９８１）１９１−２０３やＤ．Ｓｔａｕｆｆｅｒの”Ｉｎｔｒｏｄｕｃｔｉｏｎ ｔｏ Ｐｅｒｃｏｌａｔｉｏｎ Ｔｈｅｏｒｙ”、およびＴａｙｌｏｒ ＆ ＦｒａｎｃｉｓらのＬｏｎｄｏｎ ＆ Ｐｈｉｌａｄｅｌｐｈｉａ，１９８５，ａｐｐｅｎｄｉｘＡなどに記載されている。本実施形態においては、予め必要な数の格子アニマルを生成しておき、その輪郭をＨ．ＦｒｅｅｍａｎのＣｏｍｐｕｔｉｎｇ Ｓｕｒｖｅｙｓ，ｖｏｌ．６，Ｎｏ．１，５７−９７（１９７４）に記載されるチェーンコードによって表現し、縦および横の辺の数によって付番し、「アニマルテーブル」として予め記憶装置（図４２参照）に格納しておいた。図８に、このようなチェーンコードの表現例（ａ）と格子アニマルのいくつかの例α１〜α４（（ｂ）〜（ｅ））を示す。
【００３９】
格子アニマルを重ね合わせる具体的な手順を図２、図９および図１０を参照しながら説明する。まず、全格子点から任意の一つの格子点Ａを選択する（図２、ステップＳ５０１）。図７に示す格子Ｌ２について説明すると、図９に示すように、例えば格子点ｐ２を選択する。次に、「アニマルテーブル」から任意の格子アニマルａを選択する（図２、ステップＳ５０２）。図９に示す例では、格子アニマルａとして格子アニマルα１０が選択される。次いで、選択された格子アニマルのチェーンコードによって、選択された格子点Ａから格子（図９では格子Ｌ２）上を辿る。このとき、辿られた格子の各辺について、予め記憶された重みを加算していき、加算結果を格子アニマルａの生存確率Ｒａと定義して記憶装置（図４２参照）に格納する（ステップＳ５０３）。次いで、既に選択された格子アニマルに属さない格子点から、他の格子点Ｂを選択する（ステップＳ５０４）。図９に示す例では、格子点ｐ２を始点とした格子アニマルα１０に属さない格子点のなかから例えば格子点ｐ４を選択する。次に、アニマルテーブルの中から改めて他の任意の格子アニマルを格子アニマルｂとして選択する（ステップＳ５０５）。格子アニマルｂの例として図９に格子アニマルα１２を示す。次いで、この格子アニマルｂに対応するチェーンコードで、格子点Ｂから格子上を辿る（ステップＳ５０６）。図９に示す例では、格子点ｐ４を始点として格子アニマルα１２のチェーンコードによって格子Ｌ２上を辿る。ただし、この際に、格子アニマルｂ（図９の例ではα１２）に属する格子点または辺が他の格子アニマル（例えば図９の格子アニマルα１０）によって既に占有されている場合には（ステップＳ５０７）、現在の格子アニマルｂ（図９では格子アニマルα１２）を破棄して（ステップＳ５０８）、格子アニマルｂを新たにひとつ選択する（ステップＳ５０５）。現在の格子アニマルｂに属する格子点または辺が他の格子アニマルによって未だ占有されていなければ（ステップＳ５０７）、格子アニマルｂに対応するチェーンコードで、格子点Ｂから格子上を辿り、生存確率Ｒｂを算出して、記憶装置（図４２参照）に格納する。（ステップＳ５０９）。
【００４０】
上述した手順（ステップＳ５０５〜Ｓ５０９）を格子の全体に対して再帰的に繰り返すことにより（ステップＳ５１０）、格子全体にアニマルが配置される。その結果、その時に格子全体に配置された全ての格子アニマルについて算出された生存確率が得られる。
【００４１】
次に、このように算出された全ての格子アニマルに対する生存確率を総て積算した値を算出し、これを積算値Ｔと定義し、さらに、各格子アニマルの個数、各格子アニマルの始点座標、各格子アニマルの番号、および積算値Ｔによって、格子アニマル配置情報を構成し、これに（例えばラベルＣ１という）ラベルを付与して記憶装置（図４２参照）に格納する。（ステップＳ５１１）。
【００４２】
次いで、格子点Ａを始点として配置可能な格子アニマルが、上述した格子アニマルａ以外に存在する場合には（ステップＳ５１２）、それを新たに格子アニマルａとして選択し（ステップＳ５１３）、上述したステップＳ５０２〜Ｓ５１１を繰り返す。
【００４３】
さらに、全格子点のうち、未だ上記格子点Ａとして選択されたことが無い格子点がある場合には（ステップＳ５１４）、そのなかから一つを新たに格子点Ａとして選択し（ステップＳ５１５）、上述したステップ５０２〜Ｓ５１３を繰り返す。
【００４４】
このような手順の繰り返しにより、格子全体に配置可能な全ての格子アニマルの配置の仕方に対して生存確率の積算値Ｔを得ることができる。
【００４５】
最後に、全ての格子アニマルの配置の仕方の中で最大のＴの値をとる格子アニマルの配置の仕方を採択する（ステップＳ５１６）。
【００４６】
このようにして最終的に採択されたアニマル配置の一例を図１０に示す。同図に示すように、水平・垂直な辺のみから構成される図形によってパターンの輪郭の概略ＲＦ２，ＲＦ４およびＲＦ６が計算された。
【００４７】
図１に戻り、上述した手順によって計算されたパターン輪郭の概略に対して、各格子アニマルの頂点のうち、外周に存在するものに対するボロノイ（Ｖｏｒｏｎｏｉ）図形を作成する（ステップＳ６）。図１１は、このようにして作成されたボロノイ図ＶＦ２を示す。
【００４８】
次に、図１２に示すように、作成されたボロノイ図ＶＦ２の各ボロノイ領域に対して、同一のアニマルに帰属されている頂点を含むボロノイ領域を合成し、合成された領域ＡＲ２，ＡＲ４，ＡＲ６の境界を各々のアニマルの勢力圏と定義して後述するエッジ探索の際の境界とする（ステップＳ７）。
【００４９】
次いで、図１３に示すように、格子アニマルの頂点のうち角に無いものを削除する。
【００５０】
次ぎに、ボロノイ図によりこのように分割された領域ＡＲ２，ＡＲ４，ＡＲ６のうちの一つを選択し（ステップＳ８）、その中に存在するアニマルの内部に、互いに交わらない対角線を全て引くことにより、アニマルを三角形に分割する（ステップＳ９）。さらに、チェーンコードの記載順序にしたがってアニマルの各頂点をＲ（Ｒｅｄ、赤）， Ｇ（Ｇｒｅｅｎ、緑）， Ｂ（Ｂｌｕｅ、青）に点彩色する（ステップＳ１０）。このとき、各三角形の各頂点において、一辺を介して隣接する頂点同志が同じ色にならないように塗り分ける。図１３の領域ＡＲについてこのようにアニマルを分割し点彩色した結果を図１４に示す。
【００５１】
次いで、Ｒで彩色された頂点を共有する三角形同志を合成して、図１５に示すように、新たな図形ＳＰ４を作成する。これによって、アニマル配置は星型（ここでは凸型）の多角形に分割された（ステップＳ１１）。
【００５２】
次いで、各々の星型多角形に対して、Ｉｎｆｏ．Ｐｒｏｃ．Ｌｅｔｔ．７，１８９−１９２（１９７８）に記載されるＬｅｅ−Ｐｒｅｐａｒａｔａのアルゴリズムによって核（カーネル）の位置座標を算出し（ステップＳ１２）、図１６に示すように、各カーネルＣＮ２，ＣＮ４の位置からアニマルのチェーンコード順に（図８（ａ）参照）、格子アニマルの外周に向かって格子アニマルの勢力圏（図１６においてはＳＰ４）の境界に到るまで原画像の濃淡値を調べていき（探索方向ＳＤ２ａ〜ＳＤ２ｃ）、既存のエッジ探索方法にしたがってパターンエッジ位置を算出し、算出されたエッジ位置をその都度記憶装置（図４２参照）に格納する（ステップＳ１３）。この際、複数のエッジが検出された場合には、そのうち最もカーネルの位置に近いものを一つだけ採択した。本実施形態では閾値法を採用し、閾値は５０％とした。この手順によって一つの領域の中で、実際のパターンエッジ位置に極めて近いエッジ点列データが、チェーン状に配列された形式で算出される。各カーネルＣＮ２，ＣＮ４を起点とするエッジ探索については、上述した方法の他、後述する本発明にかかるパターンエッジの探索方法の実施の形態を用いるとエッジの位置をさらに精密に算出することができる。
【００５３】
次いで、他の勢力圏（図１３、ＡＲ４，ＡＲ６）に対しても上述したステップＳ８〜Ｓ１３を実行し（ステップＳ１４，Ｓ１５）、画像に含まれるすべてのパターンの輪郭データをラベリングして出力する（ステップＳ１６）。これにより、例えば閾値法を用いて、検査画像内の全パターンの輪郭データを誤検出なく正確に算出することができる。
【００５４】
本実施形態により、煩雑な画像マッチングや膨大なＣＡＤデータの参照、または領域の手動分割を行なうことなく、複雑な形状のパターンを含む画像データからパターンエッジデータを、独立のパターン毎にチェーン状に配列された形式で出力することが可能になる。
【００５５】
上述した本実施形態で用いられた、ボロノイ図形生成、星型多角形生成、核の探索、およびエッジ探索の手順については、全て Ｏ（ｎｌｏｇｎ）（ｎは、対象とする図形の頂点の数）以下のオーダの高速アルゴリズムが存在するので、これを採用することにより画像処理時間を大幅に削減することができる。
【００５６】
なお、本実施形態においては、エッジの水平成分・垂直成分の探索に平滑化微分法を用いたが、これに代えて閾値法等の方法や減色処理を用いても良い。また、本実施形態においてはボロノイ図を作成することにより画像内に存在する複数のパターンの勢力圏を生成したが、画像内にパターンが１つしかない場合や、予め領域が指定されている場合には、もちろんこの領域分割は不要である。さらに、輪郭データについて高い精度を必要としない場合には、図１のステップＳ５までで算出した最大の積算値Ｔを与えるアニマル配置を受け入れて、そのアニマルの頂点座標をそのままパターンの輪郭データとして用いても良い。
【００５７】
（２）第２の実施の形態
次に、本発明の第２の実施の形態について図１７乃至図２１を参照しながら説明する。
【００５８】
本実施形態は、概略凸型の輪郭を有する複数のパターンが画像上に存在する場合におけるパターン輪郭の抽出方法を提供する。このような場合は、カーネルをパターン内部のどの位置に設定しても良いので、上述した第１の実施形態における星形多角形への分割手順（図１、ステップＳ９〜Ｓ１１）を省略することができる。
【００５９】
図１７は、このような概略凸型の輪郭ＥＤを有する複数のパターンＰＴ３２を含む画像の一例を示す。
【００６０】
第１の実施形態と同様に、例えばこのような検査対象画像Ｉｍｇ４を取得し、図１８（ａ）および（ｂ）に示すように、画像Ｉｍｇ４の水平方向のエッジ成分と垂直方向のエッジ成分とをそれぞれ抽出する（図１、ステップＳ２）。
【００６１】
次に、抽出されたエッジ成分を垂直方向で４つの水準および水平方向で１０の水準に分類し、図１９（ａ）に示すように、概略のエッジ位置に基づいて格子Ｌ４を生成し、さらに、図１９（ｂ）に示すように、アニマルテーブルを参照してより高い確率のアニマル配置（ＡＤ４）を算出する。
【００６２】
次に、図２０（ａ）に示すように、アニマルの頂点に対してボロノイ図ＶＦ８を作成し、さらに同図（ｂ）に示すように、同一のアニマルに属する領域を統合して新たなボロノイ領域ＡＲ８を画定する。
【００６３】
さらに、図２１に示すように、各領域内でアニマル内部の一点（カーネル）から各境界に向かう放射状の方向ＳＤ６に沿ってパターンエッジを探索し、輪郭データを抽出する。各カーネルを起点とするエッジ探索については、従来の技術による方法の他、後述する本発明にかかるパターンエッジの探索方法の実施の形態を用いることができ、その場合はエッジの位置をさらに精密に算出することができる。
【００６４】
このように、本実施形態によれば、概略凸型の輪郭を有する複数のパターンが画像上に存在する場合に、より簡易な手順でパターン輪郭のデータを正確に取得することができる。
【００６５】
（３）第３の実施の形態
本発明の第３の実施の形態について図２２〜図２４を参照しながら説明する。本実施形態は、単一のパターンのみを含む画像が取得されたが、そのパターンの輪郭が凸形状とみなされない場合におけるパターン輪郭の抽出方法を提供するものである。
【００６６】
まず、上述した第１の実施の形態と同様の手順で検査対象パターンの概略の輪郭を格子アニマルで表現する（図１、ステップＳ１〜Ｓ５）。この結果、単一のパターンについて得られた格子アニマル配置の一例を図２２（ａ）に示す。本実施形態の場合、画像内には検査対象のパターンのみが含まれているため、もはやパターンの勢力圏を算出する必要が無い。従って、ボロノイ図形を算出する手順（図１、ステップＳ６〜Ｓ８）を省略することができる。
【００６７】
得られた格子アニマルに対して対角線を引いて三角形分割を実行する（図１、ステップＳ９）。図２２（ａ）に示す格子アニマルＡＤ６については、同図（ｂ）に示すように、１２本の対角線ＤＬ１１〜ＤＬ２２を引くことにより三角形に分割できた。
【００６８】
次いで、第１の実施形態と同様にして、図２３（ａ）に示すように各三角形の頂点を三色に点彩色し（図１、ステップＳ１０）、さらに、例えばＲに染められた頂点を共有する三角形を統合して星形多角形による分割を実行する（図１、ステップＳ１１）。続いて、各星形多角形について第１の実施形態と同様の手順で（図１、ステップＳ１２）カーネルの位置をそれぞれ算出する。これにより、図２３（ｂ）に示すように、エッジ探索の起点と誤検出の無いエッジ探索領域とが得られた。
【００６９】
その後は、特に図示しないが、第１の実施形態と同様に、各カーネルから各星形多角形の外周へ向けてエッジ探索を実行する（図１、ステップＳ１３参照）。
【００７０】
このように、本実施形態によれば、凸形状とはみなされない輪郭を有するパターンであっても、単一のパターンのみを含む画像が得られた場合は、より簡易な手順でかつより短い検査時間でパターン輪郭のデータを取得することができる。なお、エッジ探索については、後述する本発明にかかるパターンエッジの探索方法の実施の形態を用いるとエッジ位置をさらに精密に検出できる。
【００７１】
（４）第４の実施の形態
本発明の第４の実施の形態について図２４〜図２６を参照しながら説明する。図２４は、本実施形態の画像処理方法を含むパターン輪郭の抽出方法の概略手順を示すフローチャートであり、図２５および図２６は、図２４に示す手順により処理される画像の具体例を示す。
【００７２】
まず、検査の対象となるパターンの濃淡画像データを例えばＳＥＭにより取得する（図２４、ステップＳ３０）。取得された画像データの一例を図２５（ａ）に示す。同図に示す画像Ｉｍｇ６には、凸形状とみなせない輪郭を有するパターンＰＴ８、ＰＴ１４、ＰＴ１６などを含め、全部で１１個のパターンが含まれている。
【００７３】
次に、図２５（ｂ）に示すように、検査画像Ｉｍｇ６の境界ＡＲ２６に沿ってパターンエッジＥＰ２を探索する（ステップＳ３１）。パターンエッジの探索にあたっては、平滑化微分法を用い、平滑化微分後のピーク位置をパターンエッジと定義した。
【００７４】
次いで、境界２６上に見出されたエッジ点ＥＰ２に対するボロノイ図ＶＦ１０を図２５（ｃ）に示すように作成する（ステップＳ３２）。
【００７５】
次に、図２５（ｄ）に示すように、ボロノイ図ＶＦ１０の各辺に沿って平滑化微分によるエッジ探索を再度実行する（ステップＳ３３）。
【００７６】
次いで、ボロノイ図ＶＦ１０の各辺のうち、パターンエッジＥＰ４を含む辺を削除し（ステップＳ３６、Ｓ３７）、さらに孤立した辺と枝とを削除する（ステップＳ３８）。これにより、図２６（ａ）に示すように、濃淡画像Ｉｍｇ６の全体が５つの領域ＲＧ１〜ＲＧ５に分割される。
【００７７】
次に、各領域ＲＧ１〜ＲＧ５に対して、上述した手順ステップＳ３１およびＳ３２と同様の手順により、領域の境界に沿ってエッジ点を探索し（ステップＳ４０）、探索されたエッジ点列に対するボロノイ図を再度作成する（ステップＳ４１）。図２６（ｂ）には、パターン画像の領域のうち、紙面下側に位置する領域ＲＧ３を取り上げて再度作成されたボロノイ図ＶＦ１２ａを代表的に示す。
【００７８】
次に、先の手順ステップＳ３２と同様の処理によりボロノイ辺に沿ってエッジ探索を実行する（ステップＳ４２）。このエッジ探索の結果得られたエッジ点ＥＰ６を図２６（ｃ）に示す。
【００７９】
次いで、上述したステップＳ３６〜Ｓ３８と同様にしてエッジ点ＥＰ６を含むボロノイ辺と孤立辺および枝を削除する（ステップＳ４３〜Ｓ４５）。この結果、図２６（ｄ）に示すように、もとの領域ＲＧ３が３つの領域ＲＧ６〜ＲＧ８にさらに分割される。
【００８０】
さらに、分割領域の形状が変わらなくなるまで以上の手順を再帰的に全ての分割領域に対して実行する（ステップＳ４８、Ｓ４９、Ｓ４０〜Ｓ４７）。この結果、図２６（ｅ）に示すように、最終的にはそれぞれの領域内にパターンエッジが１本ずつ含まれるようにパターン画像Ｉｍｇ６が多数の領域ＲＧ１，ＲＧ２，ＲＧ４〜ＲＧ５，ＲＧ７〜ＲＧ１５に分割された。
【００８１】
このように、本実施形態によれば、凸形状とみなせない輪郭を有するパターンを含む複数のパターンが検査画像に含まれる場合に、パターンエッジを一本ずつ含むように検査画像を分割することができる。
【００８２】
最後に、上述した第１〜第３の実施の形態におけるパターンエッジの探索方法を用いて領域毎にエッジ探索を実行する。これにより、全てのパターンエッジを領域毎にチェーン状の配列データとして取得することができる。なお、後述する第９または第１０の実施の形態のパターンエッジ探索方法を用いれば、さらに精密にエッジの位置を算出することができる。
【００８３】
（５）第５の実施の形態
次に、本発明の第５の実施の形態について図２７〜図２９を参照しながら説明する。図２７は、本実施形態における画像処理方法の概略手順を示すフローチャートであり、また、図２８および図２９は、図２７に示す手順により処理される画像の具体例を示す図である。本実施形態は、取得された濃淡画像においてその境界と交差するパターンエッジが存在しない場合の画像処理方法を含むパターン輪郭の抽出方法を提供するものである。
【００８４】
まず、図２８（ａ）に示すように、パターンの画像Ｉｍｇ８を取得した後（図２７、ステップＳ５１）、図２８（ｂ）に示すように、画像Ｉｍｇ８の全体を縦断する方向ＳＤ１０と画像Ｉｍｇ８全体を横断する方向ＳＤ８で最初のエッジ探索を実行する（ステップＳ５２）。本実施形態では、画像Ｉｍｇ８の縦の幅と横の幅を黄金比で分割する位置にエッジ方向を一本ずつ設定したが、この位置と数は適宜変更することが可能である。
【００８５】
このようなエッジ探索の結果、図２８（ｃ）に示すようにパターンエッジＥＰ８の位置座標が得られた。
【００８６】
次に、探索されたエッジ点に対するボロノイ図を作成する（ステップＳ５３）。作成されたボロノイ図は、図２８（ｄ）に示すＶＦ１４のように、概ね平行直線となる。
【００８７】
次に、作成されたボロノイ図のボロノイ辺に沿ってエッジ探索を実行し、（ステップＳ５５４）、得られたエッジ点ＥＰ１０に対してさらにボロノイ図を作成する（ステップＳ５５）。この結果、図２９（ａ）に示すボロノイ図ＶＦ１６が得られた。
【００８８】
次いで、図２９（ｂ）に示すように、ボロノイ図ＶＦ１６の辺に沿ってエッジ探索を再度実行し（ステップＳ５６）、探索されたエッジ点ＥＰ１２を含むボロノイ辺を削除し（ステップＳ５７、Ｓ５８）、さらに孤立辺と枝とを除去する（ステップＳ５９）。この結果、図２９（ｃ）に示すように、エッジ点列から構成される曲線をそれぞれ１本ずつ含む副領域ＲＧ２１〜ＲＧ２４に画像Ｉｍｇ８が領域分割される。
【００８９】
その後は、上述した第２の実施の形態におけるパターンエッジの探索方法を用いて領域毎にエッジ探索を実行する。これにより、全てのパターンエッジを領域毎にチェーン状の配列データとして取得することができる。なお、後述する第９または第１０の実施の形態におけるパターンエッジの探索方法を用いれば、さらに精密にエッジの位置を算出することができる。
【００９０】
（６）第６の実施の形態
次に、本発明の第６の実施の形態について説明する。本実施形態は、取得された画像においてその境界と交差するパターンエッジが存在しない場合の他の画像処理方法を含むパターン輪郭の抽出方法を提供するものである。
【００９１】
例えば、図３０（ａ）に示すように、画像Ｉｍｇ８の境界と交差するパターンエッジが存在しない場合に、画像取得に用いた光学顕微鏡またはＳＥＭの倍率を高倍率に設定して再度画像を取得すると、同図（ｂ）に示すように、その境界とパターンエッジが交差する画像Ｉｍｇ８’が得られる。従って、その後は、上述した第１乃至第４の実施の形態における画像処理を用いて各領域に単一のパターンのみが含まれるように領域分割を実行し、上述した第１〜第３の実施形態におけるエッジ探索方法または後述する第９または第１０の実施形態のエッジ探索方法により、エッジ位置を検出すればよい。
【００９２】
（７）第７の実施の形態
図３１は、本実施形態における画像処理方法の概略手順を示すフローチャートであり、また、図３２は、図３１に示す手順により処理される画像の具体例を示す図である。
【００９３】
本実施形態は、上述した第４の実施の形態において、取得された画像の全体に予め最小のパターンピッチの約半分の間隔で縦方向および横方向にパターンエッジを探索する手順を付加したものである。即ち、図３２（ａ）に示すように、濃淡画像Ｉｍｇ６の全体に最小のパターンピッチの半分程度の間隔で縦方向ＳＤ１２および横方向ＳＤ１４にパターンエッジを探索する（図３１、ステップＳ６２）。
【００９４】
その後は、上述した第４の実施の形態と同様にしてボロノイ図ＶＦ１６（図３２（ｂ））の作成（図３１、ステップＳ６３）、ボロノイ辺に沿ったエッジ探索（図３２（ｃ）、図３１、ステップＳ６４およびＳ６５）、ボロノイ領域の統合と枝の除去（図３２（ｄ）、図３１、ステップＳ６６〜Ｓ６８）の各手順を再帰的に繰り返す（ステップＳ６９〜Ｓ７２、Ｓ６３〜Ｓ６８）。
【００９５】
このように、本実施形態によれば、パターンエッジに属する一部の点列を予めステップＳ６２で多数求めておくので、再帰のための手順を大幅に省略することができる。例えば、図３１と図２４との対比において、図２４のステップＳ３３〜Ｓ３８、Ｓ４０およびＳ４１の手順が必要なくなる。このような簡素な手順によっても、図３２（ｅ）に示すように、各領域に単一のパターンのみが含まれるように、画像Ｉｍｇ６を９つの領域ＲＧ３１〜ＲＧ３９に分割することができる。
【００９６】
以上の手順による画像処理の後は、上述した第１または第３の実施の形態におけるパターンエッジの探索方法または後述する第９または第１０の実施形態のエッジ探索方法を用いて領域毎にエッジ探索を実行することにより、全てのパターンエッジを領域毎にチェーン状の配列データとして取得することができる。
【００９７】
（８）第８の実施の形態
本実施形態は、上述した第１乃至第７の実施の形態により領域分割された結果をパターンマッチングに適用する方法を提供するものである。
【００９８】
図３３は、本実施形態の画像処理方法の概略手順を示すフローチャートである。また、図３４は、図３３に示す画像処理方法を具体的に示す説明図である。
【００９９】
まず、検査対象のパターンについてＣＡＤデータなどからパターンマッチングの基準となる参照画像を取得する（図３３、ステップＳ８１）。参照画像の一例を図３４（ａ）に示す。同図には、参照画像Ｒｉｍｇ１０の中に６個のホールパターンＰＴ３０，ＰＴ３２，ＰＴ３４，ＰＴ３６，ＰＴ３８，ＰＴ４０が含まれている。これらのパターンのうち、図３４（ａ）内に丸印で示す位置のパターンＰＴ３０を検査対象パターンとして指定したものとする（図３３、ステップＳ８２）。
【０１００】
次いで、参照画像Ｒｉｍｇ１０の全体について、図３４（ｂ）に示すように、例えば上述した第５の実施の形態と同様の方法により、各領域が単一のパターンを含むようにボロノイ図ＶＦ１８を作成し（図３３、ステップＳ８３）、各頂点に（１）〜（１０）まで番号を付ける（図３３、ステップＳ８４）。
【０１０１】
次に、検査対象のホールパターンＰＴ３８が含まれる検査画像を取得する（図３３、ステップＳ８５）。このような検査画像の具体例Ｉｍｇ１０を図３４（ｃ）に示す。
【０１０２】
次に、検査画像Ｉｍｇ１０についても、参照画像Ｒｉｍｇ１０と同様に、各領域に単一のパターンのみが含まれるようにボロノイ図を作成し（図３３、ステップＳ８６）、各頂点に（１）〜（１０）まで番号を付ける（図３３、ステップＳ８７）。この結果を図３４（ｄ）に示す。なお、本実施形態において、参照画像Ｒｉｍｇ１０と検査画像Ｉｍｇ１０との間で番号の付け方は特に関連付けなかった。
【０１０３】
次に、参照画像Ｒｉｍｇ１０のボロノイ図ＶＦ１８と対象画像Ｉｍｇ１０のボロノイ図ＶＦ２０だけを取り出し、両者の辺の位置が最も一致するように、相対的に回転移動や並進移動を行なうことにより、ボロノイ頂点を互いに対応付ける（ステップＳ８８）。
【０１０４】
その後、図３４（ｅ）に示すように、参照画像Ｒｉｍｇ１０中で検査対象パターンＰＴ３０が含まれるボロノイ領域ＲＧ４０（梨地に示す領域）に対応する領域ＲＧ４２を検査画像Ｉｍｇ１０中に定義する（ステップＳ８９）。
【０１０５】
最後に、図３４（ｆ）に示すように、検査画像Ｉｍｇ１０中に定義された領域ＲＧ４２に含まれるパターンを検査画像中の検査対象パターンＰＴ３０として決定する（ステップＳ９０）。
【０１０６】
図３４に示す例では、辺同士の位置の残差を最小化するようにボロノイ図同士のマッチングを実行した。しかしながら、画像中に含まれるパターンの数量が多くなったり複雑になると、このような方法では計算に時間を要することになる。このような場合に、ボロノイ領域の連結性のみに着目すると、より簡易にパターンマッチングを行なうことができる。
【０１０７】
図３５は、このような簡易なマッチング方法を説明する図である。まず、図３４（ｂ）および（ｄ）にそれぞれ示すボロノイ図Ｒｉｍｇ１０およびＩｍｇ１０を図３５（ａ）および（ｂ）に示すように、辺の長さを考慮しないグラフＶＦ１８’およびグラフＶＦ２０’に書き直す。ここで、予め指定しておいた検査対象パターンＰＴ３０は、参照画像Ｒｉｍｇ１０’内の点▲２▼、▲３▼、▲７▼および▲５▼を頂点とする四角形の内部に存在する。
【０１０８】
次いで、図３５（ａ）のグラフＶＦ１８’に一致するように、検査画像Ｉｍｇ１０に対応する図３５（ｂ）のグラフＶＦ２０’を回転・並進させる。本実施形態においては、図３５（ｂ）のグラフＶＦ２０’を時計回りに約９０°回転させることにより、図３５（ｃ）に示すグラフＶＦ２０’’を取得した。
【０１０９】
次に、グラフＶＦ２０’’において図３５（ａ）の参照画像からのグラフＶＦ１８’の検査対象領域に対応する部分を定義する頂点を取得する。この結果、同図（ｄ）に示すように、頂点▲３▼、▲９▼、▲５▼および▲２▼に囲まれる領域を得た。
【０１１０】
このように、図３５の（ｅ）に示す元のボロノイ図ＶＦ２０における頂点▲３▼、▲９▼、▲５▼および▲２▼に囲まれる領域内にあるパターンが検査対象パターンであると認識することができる。
【０１１１】
本実施形態の画像処理方法によれば、画像の中から特定の一部を自動的に見出すことも可能になる。この点を図３６を参照しながら説明する。
【０１１２】
即ち、同図（ａ）に示す参照画像Ｒｉｍｇ１０から予め一部の領域Ｒｉｍｇ１０ａを同図（ｂ）に示すように切り出し、その後、参照画像Ｒｉｍｇ１０の全体および切り出した領域Ｒｉｍｇ１０ａに対するボロノイ図を作成する。同図（ｃ）は、切り出し領域Ｒｉｍｇ１０ａに対して作成されたボロノイ図ＶＦ１８ａを示す。
【０１１３】
次いで、検査対象画像Ｉｍｇ１０（同図（ｄ））についても ボロノイ図ＶＦ２０を作成する（同図（ｅ））。
【０１１４】
次に、検査対象画像Ｉｍｇ１０のボロノイ図ＶＦ２０の中から図３６（ｃ）に示すボロノイ図ＶＦ１８ａとその幾何学的位置が最も一致する部分を探索し、同図（ｆ）に示すように、ボロノイ図ＶＦ１８ａに外接する矩形領域ＲＧ４２を検査対象画像Ｉｍｇ１０中で検査対象パターンを含む領域であると定義することができる。
【０１１５】
本実施形態によれば、パターンの不規則な配置情報をテンプレートとするパターンマッチングが可能になるので、検査対象画像内に同一のパターンが複数個存在する場合、特定の１つのパターンを高い精度で指定することができる。さらに、マッチング後の参照画像のボロノイ図と検査対象画像のボロノイ図とを比較し、一致しない辺および頂点の位置を調べることにより、検査画像内のパターンの欠陥個所を見出すことも可能になる。
【０１１６】
（９）第９の実施の形態
次に、本発明の第９の実施の形態について図３７および図３８を参照しながら説明する。本実施形態は、複雑な輪郭形状を有するパターンについても好適にパターンエッジを検出する方法を提供するものである。
【０１１７】
図３７は、本実施形態におけるエッジ探索方法の概略手順を示すフローチャートであり、また、図３８は、図３７に示すエッジ探索方法をより具体的に説明する図である。
【０１１８】
まず、検査対象パターンの画像を取得する（図３７、ステップＳ１０１）。本実施形態では、図４６に示したパターンＰＴ４４を取り上げて説明する。
【０１１９】
検査対象パターンＰＴ４４の画像の一部拡大図を図３８（ａ）に模式的に示す。ここで、パターンＰＴ４４の概略のエッジ位置を示す多角形の辺ＳＬ２の頂点ＳＴ２およびＳＴ２’の座標は、例えば上述した実施の形態で説明した方法により既に与えられているものとする。
【０１２０】
次に、パターンＰＴ４４の一部であるパターンＰＴ４４ａを含む検査領域ＳＲの位置座標を、ｘ軸を実数軸とし、ｙ座標を虚数軸とする複素平面上で表現する（図３７、ステップＳ１０２）。
【０１２１】
次いで、この複素平面上において、例えば図３８（ａ）に示す点ＧＰ２の位置に始点を設定する（図３７、ステップＳ１０４）。この始点ＧＰ２は、流体力学上の湧き出し点を模した点である。
【０１２２】
次に、湧き出し点ＧＰ２に対し、辺ＳＬ２に関して鏡像の位置にある点ＳＮ２を算出し、図３８（ｂ）に示すように複素平面上に設定する（図３７、ステップＳ１０５）。算出された点ＳＮ２は、流体力学上で吸い込み点を模した点である。
【０１２３】
次に、点ＧＰ２を湧き出し点とし、点ＳＮ２を吸い込み点とする理想的な流体場を複素平面上に定義する（図３７、ステップＳ１０６）。このような流れの場は、解析的に解法が与えられており、その関数形は、渡辺昇著の「等角写像図集」（１９８４年、朝倉書店刊行）の第２７８ページに詳細に記載されている。このときの流れ場を表わす複素ポテンシャルＷ１は、次式のような形の複素関数である。
【０１２４】
Ｗ１＝ｌｏｇ｛（ｅＺ−１）／（ｅＺ＋１）｝ ・・・式（３）
次いで、式（３）の実部に対する等高線、即ち、流線を算出する（図３７、ステップＳ１０７）。算出結果は、例えば図３８（ｃ）の曲線群ＦＬのようになる。
【０１２５】
その後は、曲線群ＦＬの各曲線に沿った方向で、例えば閾値法に基づくエッジ探索を実行することにより、パターンエッジの位置を抽出する（図３７、ステップＳ１０８）。
【０１２６】
本実施形態ではエッジの探索には、探索方向に沿った閾値法を用いたが、これに限ることなく、例えば差分フィルタやピーク検索法などを用いても良い。
【０１２７】
また、本実施形態では、二次元流体の流れ場に基づいてエッジ探索方向を決定したが、上述した湧き出し点と吸い込み点の概念に代えて、正・負の点電荷を配した二次元電場に基づいてエッジ探索方向を決定しても良い。
【０１２８】
さらに、検査画像についても、光学顕微鏡、その他の走査型プローブ顕微鏡により取得したものを適宜利用することができる。
【０１２９】
（１０）第１０の実施の形態
次に、本発明の第１０の実施の形態について、図３９および図４０を参照しながら説明する。図３９は、本実施形態におけるエッジ探索方法の概略手順を示すフローチャートであり、また、図４０は、図３９に示すエッジ探索方法をより具体的に説明する図である。図４０（ａ）に示すように、本実施形態についても図４６に示したパターンＰＴ４４を検査対象パターンとする。また、パターンＰＴ４４の概略のエッジ位置を示す多角形の辺ＳＬ２の頂点ＳＴ２およびＳＴ２’の座標もまた既に与えられているものとする。
【０１３０】
上述した第９の実施形態と同様に、まず検査対象パターンの画像を取得した後（図３９、ステップＳ１１１）、パターンＰＴ４４の一部であるパターンＰＴ４４ａを含む検査領域ＳＲの位置座標を複素平面上に表わす（図３９、ステップＳ１１２）。
【０１３１】
次に、検査領域ＳＲの内部に１つの探索始点ＰＣ２を選択する（図３９、ステップＳ１１３）。本実施形態では、この始点ＰＣ２を正の点電荷に模し、かつ、検査領域ＳＲの辺のうち始点ＰＣ２に近接する辺（ＳＴ２−ＳＴ２’）の線分上に線密度を有する電荷分布を模擬的に配し、そのときの静電ポテンシャルを算出する（図３９、ステップＳ１１４）。
【０１３２】
このときの静電ポテンシャルは、点電荷が与える静電ポテンシャルＷ２と、線状の負電荷分布に対する静電ポテンシャルＷ３との重ね合わせとなる。この結果得られる電気力線を定義する（図３９、ステップＳ１１５）。このような電気力線の一例を図４０（ｂ）の曲線群ＥＬに示す。
【０１３３】
その後は、曲線群ＥＬの各曲線に沿った方向で、例えば閾値法に基づくエッジ探索を実行することにより、パターンエッジの位置を抽出する（図３９、ステップＳ１１６）。
【０１３４】
本実施形態においても、エッジの探索には、探索方向に沿った閾値法の他、差分フィルタやピーク検索法などを用いることができる。
【０１３５】
また、本実施形態では、正・負の電荷を配した二次元電場に基づいてエッジ探索方向を決定したが、例えば点電荷に代えて、湧き出し・吸い込みを配した二次元流体の流れ場に基づいて決定しても良い。
【０１３６】
（１１）第１１の実施の形態
次に、本発明の第１１の実施の形態について、図４１を参照しながら説明する。本実施形態は、上述した第９および第１０の実施形態におけるエッジ探索方法を利用したプローブの走査方法を提供するものである。以下ではプローブとしてによる電子ビームを用いて説明する。なお、の具体的構成については、後述する第１２の実施の形態（図４２）を参照されたい。
【０１３７】
図４１は、本実施形態におけるプローブ走査方法およびエッジ探索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、検査対象パターンの概略のエッジ位置を示す多角形の頂点座標のデータとエッジ探索の始点の座標のデータとをの制御系（図４２参照）に読み込ませる（ステップＳ１２１）。
【０１３８】
次に、検査対象パターンを含む検査領域の位置座標を、ｘ軸を実数軸、ｙ軸を虚数軸とする複素平面上に表わす（ステップＳ１２２）。
【０１３９】
次いで、この複素平面上に、上述した第９の実施の形態と同様の手順で湧き出し点および吸い込み点を設定し、理想流体場を定義する（ステップＳ１２３〜Ｓ１２５）。
【０１４０】
次に、この理想流体場の流線を算出し、その座標位置を制御系に接続された記憶装置（図４２参照）に格納する（ステップＳ１２６）。流線の算出結果は、図３８（ｃ）の曲線群ＦＬと同一である。
【０１４１】
次いで、記憶装置に格納された流線座標に基づいてプローブの走査信号を生成し、これによりプローブを走査させながら走査信号に同期させて二次電子信号を取得する（ステップＳ１２７）。
【０１４２】
さらに、取得された二次電子信号の信号波形から、例えば閾値法によりエッジ位置を定義し、パターンエッジの位置情報を抽出する（ステップＳ１２８）。
【０１４３】
本実施形態では、プローブ顕微鏡としてを取り上げて説明したが、これに限ることなく、本発明は、ＳＴＭ、ＡＦＭ、レーザ走査型の顕微鏡など、プローブを走査してイメージを取得する全ての検査装置に適用できることは勿論である。
【０１４４】
（１２）第１２の実施形態
次に、本発明の第１２の実施の形態について図４２を参照しながら説明する。本実施形態は、上述した第１〜第１１の実施の形態を実現するパターン検査装置を提供するものである。
【０１４５】
図４２は、本実施形態のパターン検査装置の概略構成を、これに接続される装置とともに示すブロック図である。同図に示すパターン検査装置１は、電子光学系制御部２２と、コンピュータ２０と、メモリ２４と、表示部２６と、入力部２８とを備える。
【０１４６】
図４２に併せて示す装置１０は、本実施形態においてプローブ検査装置を構成し、基板Ｗを載置するステージ１４と、電子光学系１２と、二次電子検出器１６と、信号処理部１８とを含む。電子光学系１２は、電子ビームＥＢを生成して検査対象である微細パターンが形成された基板Ｗに電子ビームＥＢを照射する。二次電子検出器１６は、電子ビームＥＢの照射により基板Ｗの表面から放出された二次電子／反射電子／後方散乱電子を検出する。信号処理部１８は、二次電子検出器１６により検出された二次電子／反射電子／後方散乱電子から構成されるアナログ信号をディジタル信号に変換して増幅し、検査対象パターンの画像データとしてコンピュータ２０に供給する。
【０１４７】
メモリ２４は、多数の記憶領域を有し、上述した各実施形態で使用される各種の演算処理を実行するプログラムがレシピファイルの態様で格納されている。これらの演算処理は、パターンエッジの水平成分および垂直成分を抽出するための差分処理、格子アニマルのマッチングを行なう処理、ボロノイ図形を算出する幾何学計算、ボロノイ図を比較する処理、任意の座標を有する点がボロノイ図の辺または頂点上に存在するかどうかを判定する処理、画像の濃淡値からパターンエッジの位置を算出する処理、パターンエッジの概略位置を示す多角形の座標データに基づいて複素ポテンシャルまたは静電ポテンシャルを算出する処理、算出された複素ポテンシャルまたは静電ポテンシャルからエッジ探索方向の座標データを算出する処理などを含む。
【０１４８】
メモリ２４はまた、信号処理部１８からコンピュータ２０を介して供給された検査対象パターンの画像データ、格子アニマルの情報をテーブルの形式で格納したアニマルテーブル、およびパターンエッジの概略位置を示す多角形の座標データなどの各種データをも格納する。
【０１４９】
コンピュータ２０は、本実施形態において、第１および第２の演算手段を含む演算手段と画像処理手段とエッジ探索手段と点列抽出手段と設定手段とを構成し、装置全体を制御するとともに、メモリ２４からレシピファイル、パターンの画像データ、および格子アニマルのデータなどを引き出して上述した画像処理、パターン輪郭の抽出、パターンエッジの探索を実行する。コンピュータ２０はまた、本実施形態において制御手段を構成し、電子光学系制御部２２を介して装置１０の電子光学系１２に接続され、電子光学系制御部２２に制御信号を供給して電子ビームＥＢを基板Ｗの上面で走査させる。この制御信号は、前述した第１１の実施の形態におけるプローブの走査方法を実行する場合、複素ポテンシャルまたは静電ポテンシャルから算出されたエッジ探索方向の座標データに基づいて生成された走査信号を含む。
【０１５０】
表示部２６は、コンピュータ２０に接続されて検査画像や参照画像などを表示する他、これらの処理状況を適宜表示する。
【０１５１】
入力部２８は、キーボード２８ａおよびマウス２８ｂを含み、コンピュータ２０に接続されてオペレータの操作により各種の入力信号を供給する。
【０１５２】
（１３）第１３の実施の形態
上述した第１乃至第１１の実施の形態における画像処理方法、パターン輪郭の抽出方法、プローブの走査方法の少なくとも一つを用いて半導体装置を製造することにより、より正確かつ迅速に微細パターンを評価することができる。この結果、より高い歩留まりで、かつ、短いＴＡＴ（Ｔｕｒｎ Ａｒｏｕｎｄ Ｔｉｍｅ）で半導体装置を製造することが可能になる。
【０１５３】
（１４）第１４の実施の形態
上述した第１〜第１１の実施の形態で説明したパターン輪郭の抽出方法、画像処理方法、パターンエッジの探索方法、プローブの走査方法のそれぞれにおける一連の手順は、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輪郭の抽出方法、画像処理方法、パターンエッジの探索方法、およびプローブの走査方法における各一連の手順を画像処理可能な汎用コンピュータを用いて実現することができる。また、上述したパターン輪郭の抽出方法、画像処理方法、パターンエッジの探索方法、プローブの走査方法の各一連の手順を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−ＲＯＭ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、上述したパターン輪郭の抽出方法、画像処理方法、パターンエッジの探索方法、プローブの走査方法のそれぞれ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、上述したパターン輪郭の抽出方法、画像処理方法、パターンエッジの探索方法、プローブの走査方法の各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。
【０１５４】
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られるものでは決してなく、その技術的範囲を逸脱することなく適宜変形または修正することができる。
【０１５５】
【発明の効果】
以上詳述したとおり、本発明は、以下の効果を奏する。
【０１５６】
即ち、本発明によれば、同一のパターン画像内に複数のパターンが存在する場合または計測対象パターンの輪郭形状が複雑である場合でも、正確かつ迅速にパターン輪郭を抽出することが可能になる。
【０１５７】
また、本発明によれば、同一のパターン画像内に複数のパターンが存在する場合または計測対象パターンの輪郭形状が複雑である場合でも、各領域内に単一のパターン輪郭のみを含むようにパターン画像を複数の領域に分割することができる。また、複雑に配置された複数のパターンから特定のパターンのみを確実に指定することが可能になる。
【０１５８】
さらに、本発明によれば、エッジ位置の探索方向が検査対象パターンの輪郭にほぼ直交する方向となるので、パターンの輪郭形状が複雑である場合でも、高い分解能でエッジ位置を検出することが可能になる。
【図面の簡単な説明】
【図１】本発明にかかる画像処理方法を含むパターン輪郭の抽出方法の第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２】図１のフローチャートにおける格子アニマルの配置手順のより具体的な手順を説明するフローチャートである。
【図３】パターン画像の一例を示す図である。
【図４】図３に示す画像から抽出したパターンエッジの座標データを表わす図であり、（ａ）が水平方向のエッジデータを表わし、（ｂ）が垂直方向のエッジデータを表わす。
【図５】図４に示す座標データに対する判別分析の結果を示す図であり、（ａ）がパターンエッジの水平成分を示し、（ｂ）がパターンエッジの垂直成分を示す。
【図６】図５に示す水平成分と垂直成分の各成分を合成した図である。
【図７】図６に示す判別結果から画像座標上に構成された格子を示す図である。
【図８】（ａ）はチェーンコードの一表現例を示し、（ｂ）〜（ｅ）は格子アニマルのいくつかの例を示す図である。
【図９】図７に示す格子上へ格子アニマルを配置する方法の具体的手順を説明する図である。
【図１０】図７に示す格子への最適な格子アニマルの配置結果を示す図である。
【図１１】図１０に示す格子アニマルの頂点に対して作成したボロノイ図を示す。
【図１２】図１１に示すボロノイ図を合成した図である。
【図１３】図１２に示す図から頂点データの一部を削除した図である。
【図１４】図１３に示す図の一つの勢力圏に存在するアニマルを三角形に分割し、各頂点を点彩色した結果を示す図である。
【図１５】図１４に示す画像処理結果から得られた、アニマル配置の星形（凸型）多角形分割の結果を示す図である。
【図１６】図１５に示す星形多角形のカーネルとこれらのカーネルからのエッジ探索方向を示す図である。
【図１７】概略凸型の輪郭を有する複数のパターンを含む画像の一例を示す図である。
【図１８】図１８に示す画像から抽出したパターンエッジの座標データを表わす図であり、（ａ）が水平方向のエッジ成分のデータを表わし、（ｂ）が垂直方向のエッジ成分のデータを表わす。
【図１９】（ａ）は、図１８に示すエッジ成分を分類して生成された格子を示し、（ｂ）は、アニマルテーブルを参照して得られたアニマル配置を示す。
【図２０】（ａ）は、図１９（ｂ）に示すアニマルの頂点に対して作成されたボロノイ図を示し、（ｂ）は、（ａ）のボロノイ領域が統合されたボロノイ図を示す。
【図２１】図２０（ｂ）に示す領域内のアニマル内部のカーネルからのエッジ探索方向を示す図である。
【図２２】（ａ）は、単一のパターンのみを含む画像から得られた格子アニマル配置の一例を示す図であり、（ｂ）は、（ａ）に示す格子アニマル配置に対して三角形分割を実行した結果を示す図である。
【図２３】（ａ）は、図２２（ｂ）で得られた三角形の各頂点に点彩色を実行した結果を示し、（ｂ）は、（ａ）に示す三角形から得られた星形多角形にカーネル算出を実行した結果を示す図である。
【図２４】本発明の第４の実施の形態における画像処理方法の概略手順を示すフローチャートである。
【図２５】図２４に示す手順により処理される画像の具体例を示す図である。
【図２６】図２４に示す手順により処理される画像の具体例を示す図である。
【図２７】本発明の第５の実施の形態における画像処理方法の概略手順を示すフローチャートである。
【図２８】図２７に示す手順により処理される画像の具体例を示す図である。
【図２９】図２７に示す手順により処理される画像の具体例を示す図である。
【図３０】本発明の第６の実施の形態を説明するための画像の具体例を示す図である。
【図３１】本発明の第７の実施の形態における画像処理方法の概略手順を示すフローチャートである。
【図３２】図３１に示す手順により処理される画像の具体例を示す図である。
【図３３】本発明の第８の実施の形態における画像処理方法の概略手順を示すフローチャートである。
【図３４】図３４は、図３３に示す画像処理方法を具体的に示す説明図である。
【図３５】ボロノイ図同士のマッチングをより容易にする方法を示す説明図である。
【図３６】画像の中から特定の一部を自動的に見出す方法の説明図である。
【図３７】本発明の第９の実施の形態におけるエッジ探索方法の概略手順を示すフローチャートである。
【図３８】図３７に示すエッジ探索方法をより具体的に説明する図である。
【図３９】本発明の第１０の実施の形態におけるエッジ探索方法の概略手順を示すフローチャートである。
【図４０】図３９に示すエッジ探索方法をより具体的に説明する図である。
【図４１】本発明の第１１の実施の形態におけるプローブ走査方法およびエッジ探索方法の概略手順を示すフローチャートである。
【図４２】本発明の第１２の実施の形態によるパターン検査装置の概略構成を示すブロック図である。
【図４３】従来の技術によるパターン輪郭の抽出方法を説明するための線状のパターンの一例を示す図である。
【図４４】従来の技術によるパターン輪郭の抽出方法を説明するためのホールパターンの一例を示す図である。
【図４５】従来技術の課題を説明するための複雑なパターンの一例を示す図である。
【図４６】従来の技術によるパターンエッジ探索方法の課題の説明図である。
【符号の説明】
１ パターン検査装置
１０ 装置
１２ 電子光学系
１４ ステージ
１６ 二次電子検出器
１８ 信号処理部
２０ コンピュータ
２２ 電子光学系制御部
２４ メモリ
２６ 表示部
２８ 入力部
ＡＤ４，ＡＤ６ アニマル配置
ＡＲ２，ＡＲ４，ＡＲ６，ＡＲ８，ＡＲ１０，ＡＲ１２，ＡＲ１４，ＡＲ１８，ＡＲ２６ エッジ探索用の境界領域
ＤＬ１〜ＤＬ４，ＤＬ１２〜ＤＬ２２ 対角線
ＥＤ パターン輪郭
ＥＰ２，ＥＰ４，ＥＰ６，ＥＰ８，ＥＰ１０，ＥＰ１２，ＥＰ１４，ＥＰ エッジ点
ＥＢ 電子ビーム
ＥＬ 電気力線
ＥＳ２ 線密度を有する電荷分布
ＦＬ 流線
ＧＰ２ 湧き出し点
Ｉｍｇ２，Ｉｍｇ４，Ｉｍｇ６，Ｉｍｇ８，Ｉｍｇ８’，Ｉｍｇ１０，Ｉｍｇ１０’ 検査画像
Ｌ２，Ｌ４ 格子
ＰＣ２ 点電荷
ＰＴ２，ＰＴ４，ＰＴ６，ＰＴ８，ＰＴ８’，ＰＴ１０，ＰＴ１０’，ＰＴ１２，ＰＴ１４，ＰＴ１６，ＰＴ１８，ＰＴ２０，ＰＴ２２，ＰＴ２４，ＰＴ２６，ＰＴ２８，ＰＴ３２，ＰＴ４４ パターン
ＲＦ２，ＲＦ４，ＲＦ６，ＲＦ８ パターン輪郭の概略図形
ＲＧ１〜ＲＧ１５，ＲＧ２１〜ＲＧ２４，ＲＧ３１〜ＲＧ３９，ＲＧ４０，ＲＧ４２ 分割領域
Ｒｉｍｇ１０，Ｒｉｍｇ１０ａ 参照画像
ＳＤ２ａ，ＳＤ２ｂ，ＳＤ４，ＳＤ６，ＳＤ８，ＳＤ１０，ＳＤ１２，ＳＤ エッジ探索方向
ＳＰ４ 星形多角形
ＳＲ 検査領域
ＳＬ２ 多角形の辺
ＳＮ２ 吸い込み点
ＳＴ２，ＳＴ２’ 辺の頂点
ＶＦ２，ＶＦ４，ＶＦ８，ＶＦ１０，ＶＦ１２，ＶＦ１４，ＶＦ１６，ＶＦ１８，ＶＦ２０ ボロノイ図
Ｗ ウェーハ
α２，α４，α６，α８，α１０，α１２，α１４，α１６，α１８，α２０，α２２，α２４，α，α 格子アニマル
Claims (33)
- 検査対象となるパターンの画像を取得する手順と、
前記画像から前記パターンの概略のエッジ位置を算出する手順と、
算出された前記エッジ位置に基づいて、予め定められた方向成分のみを有する辺で構成される多角形を前記パターンの輪郭形状に近似させて近似多角形を作成する手順と、
前記近似多角形を星形多角形に分割する手順と、
前記星形多角形のカーネルの位置を算出する手順と、
前記近似多角形の前記辺上に位置する任意の点と前記カーネルとを結ぶ方向に前記パターンのエッジを探索する手順と、
を備えるパターン輪郭の抽出方法。 - 前記予め定められた方向成分は、前記画像内で任意に設定可能な基準方向に対して０°乃至４５°の整数倍の角度をなす方向であることを特徴とする請求項１に記載のパターン輪郭の抽出方法。
- 前記近似多角形を作成する手順は、前記画像上に単位胞の大きさが前記画像の画素よりも大きく、かつ、各辺に重み係数が割り当てられた格子を生成する手順と、
前記重み係数に基づいて、前記格子上に格子アニマルを当てはめる手順と、
を含むことを特徴とする請求項１または２に記載のパターン輪郭の抽出方法。 - 前記近似多角形を作成する手順は、前記格子アニマルの頂点に対するボロノイ図を作成する手順と、作成された前記ボロノイ図のボロノイ辺により区切られたボロノイ領域のうち同一の格子アニマルに属するボロノイ領域を合成する手順と、を含み、
前記パターンのエッジを探索する手順は、合成された前記ボロノイ領域の境界をエッジ探索の境界として設定する手順を含むことを特徴とする請求項３に記載のパターン輪郭の抽出方法。 - 前記星形多角形に分割する手順は、
前記近似多角形の内部に、互いに交わらない対角線を設けて前記近似多角形を三角形に分割する手順と、
分割により得られた三角形の全ての頂点に対して互いに異なる３つのラベル情報を与える手順と、
前記ラベル情報のうちの任意の１つのラベル情報を選択し、選択されたラベル情報が与えられた頂点を共有する三角形を相互に合成する手順と、
を含む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輪郭の抽出方法。 - 検査対象となるパターンの画像を取得する手順と、
前記画像から前記パターンの概略のエッジ位置を算出する手順と、
算出された前記エッジ位置に基づいて、前記画像上に単位胞の大きさが前記画像の画素よりも大きく、かつ、各辺に重み係数が割り当てられた格子を生成する手順と、
前記重み係数に基づいて、前記格子上に格子アニマルを当てはめる手順と、
当てはめられた前記格子アニマルの頂点の座標データに基づいて前記パターンの輪郭データを出力する手順と、
を備えるパターン輪郭の抽出方法。 - 請求項１乃至６のいずれかに記載のパターン輪郭の抽出方法をコンピュータに実行させるプログラム。
- 検査対象となるパターンの画像を取得する第１の手順と、
前記パターンの輪郭に属する点列の一部を抽出する第２の手順と、
処理された一部の点列に対してボロノイ図を作成する第３の手順と、
作成されたボロノイ図の辺に沿って前記パターンのエッジに属する点を新たに探索して前記一部の点列に組み込む第４の手順と、
前記ボロノイ図の辺のうち前記パターンの輪郭と交差する辺を削除して前記画像内に副領域を定義する第５の手順と、
を備える画像処理方法。 - 前記第３乃至前記第５の手順は、前記画像の少なくとも一部について再帰的に繰り返されることを特徴とする請求項８に記載の画像処理方法。
- 前記第２の手順は、前記画像の全体領域の外周または予め定義された前記画像内の検査対象領域の境界に沿って前記パターンのエッジを探索する手順を含むことを特徴とする請求項８または９に記載の画像処理方法。
- 前記第２の手順は、前記画像の全体領域または予め定義された前記画像内の検査対象領域を２つの領域に分割する連続した線に沿って前記パターンのエッジを探索する手順を含むことを特徴とする請求項８または９に記載の画像処理方法。
- 前記第２の手順は、前記画像の全体領域または予め定義された前記画像内の検査対象領域に含まれるパターンの最小線幅にほぼ等しい格子定数を有する格子を作成する手順と、作成された格子に沿って前記パターンの輪郭を探索する手順と、を含むことを特徴とする請求項８または９に記載の画像処理方法。
- 前記ボロノイ図同士または前記ボロノイ図の一部同士における幾何学的形状または連結性を比較して前記画像の一部の領域を定義する手順をさらに備えることを特徴とする請求項８乃至１２のいずれかに記載の画像処理方法。
- 請求項８乃至１３のいずれかに記載の画像処理方法をコンピュータに実行させるプログラム。
- 検査対象となるパターンの画像と、前記パターンの概略のエッジ位置を表わす線のデータとを取得する手順と、
前記画像内の任意の一点をエッジ探索の始点として定義し、前記線上の少なくとも一つの点をエッジ探索方向上の点として定義する手順と、
正則な複素関数の実部または虚部のいずれかで与えられる曲線群のうちの少なくとも一本の曲線であってその軌道が前記エッジ探索の始点から前記エッジ探索の上の点を通過する曲線に沿って前記パターンのエッジを探索する手順と、
を備えるパターンエッジの探索方法。 - 前記正則な複素関数は、少なくとも一つの湧き出し点と少なくとも一つの吸い込み点を含む二次元理想流体系の複素ポテンシャルに相似であることを特徴とする請求項１５に記載のパターンエッジの探索方法。
- 前記正則な複素関数は、前記湧き出し点が有限な線分上に隣接して配置されている場合の二次元理想流体系の複素ポテンシャル、または、前記吸い込み点が有限な線分上に隣接して配置されている場合の二次元理想流体系の複素ポテンシャル、または、前記湧き出し点と前記吸い込み点とが前記概略のエッジ位置を表わす線に対して鏡像の関係にある場合の二次元理想流体系の複素ポテンシャルに相似であることを特徴とする請求項１６に記載のパターンエッジの探索方法。
- 前記正則な複素関数は、少なくとも一つの正の点電荷と少なくとも一つの負の点電荷とを含む二次元電磁気学系の複素ポテンシャルに相似であることを特徴とする請求項１５に記載のパターンエッジの検索方法。
- 前記正則な複素関数は、前記正の点電荷が有限な線分上に隣接して配置されている場合の二次元電磁気学系の複素ポテンシャル、または、前記負の点電荷が有限な線分上に隣接して配置されている場合の二次元電磁気学系の複素ポテンシャル、または、前記正の点電荷と前記負の点電荷とが前記概略のエッジ位置を表わす線に対して鏡像の関係にある場合の二次元電磁気学系の複素ポテンシャルに相似であることを特徴とする請求項１８に記載のパターンエッジの探索方法。
- 前記概略のエッジ位置を表わす線のデータは、前記パターンの設計データに含まれるレイアウトデータに基づいて与えられることを特徴とする請求項１５乃至１９のいずれかに記載のパターンエッジの探索方法。
- 請求項１５乃至２０のいずれかに記載のパターンエッジの探索方法をコンピュータに実行させるプログラム。
- 検査対象となるパターンを含む観察領域の一部にプローブを走査する方法であって、
前記観察領域内の任意の一点をプローブ走査の始点として定義し、前記パターンの概略のエッジ位置を表わす線上の少なくとも一つの点をプローブ走査方向上の点として定義する手順と、
正則な複素関数の実部または虚部のいずれかで与えられる曲線群のうちの少なくとも一本の曲線であってその軌道が前記プローブ走査の始点から前記プローブ走査方向上の点を通過する曲線に沿って前記プローブを走査する手順と、
を備えるプローブの走査方法。 - 前記正則な複素関数は、少なくとも一つの湧き出し点と少なくとも一つの吸い込み点を含む二次元理想流体系の複素ポテンシャルに相似であることを特徴とする請求項２２に記載のプローブの走査方法。
- 前記正則な複素関数は、前記湧き出し点が有限な線分上に隣接して配置されている場合の二次元理想流体系の複素ポテンシャル、または、前記吸い込み点が有限な線分上に隣接して配置されている場合の二次元理想流体系の複素ポテンシャル、または、前記湧き出し点と前記吸い込み点とが前記概略のエッジ位置を表わす線に対して鏡像の関係にある場合の二次元理想流体系の複素ポテンシャルに相似であることを特徴とする請求項２３に記載のプローブの走査方法。
- 前記正則な複素関数は、少なくとも一つの正の点電荷と少なくとも一つの負の点電荷とを含む二次元電磁気学系の複素ポテンシャルに相似であることを特徴とする請求項２２に記載のプローブの走査方法。
- 前記正則な複素関数は、前記正の点電荷が有限な線分上に隣接して配置されている場合の二次元電磁気学系の複素ポテンシャル、または、前記負の点電荷が有限な線分上に隣接して配置されている場合の二次元電磁気学系の複素ポテンシャル、または、前記正の点電荷と前記負の点電荷とが前記概略のエッジ位置を表わす線に対して鏡像の関係にある場合の二次元電磁気学系の複素ポテンシャルに相似であることを特徴とする請求項２５に記載のプローブの走査方法。
- プローブを生成し、パターンが形成された試料に前記プローブを走査する検査装置を制御するコンピュータに、請求項２２乃至２６のいずれかに記載のプローブの走査方法を実行させるプログラム。
- 請求項１乃至６のいずれかに記載のパターン輪郭の抽出方法、請求項８乃至１３のいずれかに記載の画像処理方法、請求項１５乃至２０のいずれかに記載のパターンエッジの探索方法、または請求項２２乃至２６のいずれかに記載のプローブの走査方法のいずれかを備える半導体装置の製造方法。
- 検査対象となるパターンの画像の供給を受けて前記画像から前記パターンの概略のエッジ位置を算出する第１の演算手段と、
算出された前記エッジ位置に基づいて、予め定められた方向成分のみを有する辺で構成される多角形を前記パターンの輪郭形状に近似させて近似多角形を作成し、作成された前記近似多角形を星形多角形に分割する画像処理手段と、
前記星形多角形のカーネルの位置を算出する第２の演算手段と、
前記近似多角形の前記辺上に位置する任意の点と前記カーネルとを結ぶ方向に前記パターンのエッジを探索するエッジ探索手段と、
を備えるパターン検査装置。 - 検査対象となるパターンの画像の供給を受けて前記画像から前記パターンの概略のエッジ位置を算出する演算手段と、
算出された前記エッジ位置に基づいて、前記画像上に単位胞の大きさが前記画像の画素よりも大きく、かつ、各辺に重み係数が割り当てられた格子を生成し、前記重み係数に基づいて、前記格子上に格子アニマルを当てはめる画像処理手段と、
当てはめられた前記格子アニマルの頂点の座標データに基づいて前記パターンの輪郭データを出力するエッジ探索手段と、
を備えるパターン検査装置。 - 検査対象となるパターンの画像の供給を受けて前記パターンの輪郭に属する点列の一部を抽出する点列抽出手段と、
処理された一部の点列に対してボロノイ図を作成し、作成されたボロノイ図の辺に沿って前記パターンのエッジに属する点を新たに探索して前記一部の点列に組み込み、前記ボロノイ図の辺のうち前記パターンの輪郭と交差する辺を削除して前記画像内に副領域を定義する画像処理手段と、
前記副領域毎に前記パターンのエッジを探索するエッジ探索手段と、
を備えるパターン検査装置。 - 検査対象となるパターンの画像と、前記パターンの概略のエッジ位置を表わす線のデータの供給を受け、エッジ探索の始点と、エッジ探索方向上の点として前記線上の少なくとも一つの点とを前記画像内に設定する設定手段と、
正則な複素関数の実部または虚部のいずれかで与えられ、前記始点から前記エッジ探索の上の点を通る曲線群を算出する演算手段と、
前記曲線群のうちの少なくとも一本の曲線に沿って前記パターンのエッジを探索するエッジ探索手段と、
を備えるパターン検査装置。 - 検査対象となるパターンが形成された試料にプローブを走査するプローブ走査装置に接続されるパターン検査装置であって、
前記パターンの画像データと前記パターンの概略のエッジ位置を表わす線のデータの供給を受け、正則な複素関数の実部または虚部のいずれかで与えられ、前記始点から前記概略のエッジ位置を表わす線上の少なくとも一点を通る曲線群を算出する演算手段と、
前記曲線群のうちの少なくとも一本の曲線に沿って前記プローブを走査させるための制御信号を生成して前記プローブ走査装置に供給する制御手段と、
を備えるパターン検査装置。
Priority Applications (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2002239194A JP3944024B2 (ja) | 2002-08-20 | 2002-08-20 | 画像処理方法、半導体装置の製造方法、パターン検査装置およびプログラム |
| US10/644,001 US7305116B2 (en) | 2002-08-20 | 2003-08-20 | Extracting method of pattern contour, image processing method, searching method of pattern edge, scanning method of probe, manufacturing method of semiconductor device, pattern inspection apparatus, and program |
| US11/976,231 US7454066B2 (en) | 2002-08-20 | 2007-10-23 | Extracting method of pattern contour, image processing method, searching method of pattern edge, scanning method of probe, manufacturing method of semiconductor device, pattern inspection apparatus, and program |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2002239194A JP3944024B2 (ja) | 2002-08-20 | 2002-08-20 | 画像処理方法、半導体装置の製造方法、パターン検査装置およびプログラム |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2004078659A true JP2004078659A (ja) | 2004-03-11 |
| JP3944024B2 JP3944024B2 (ja) | 2007-07-11 |
Family
ID=32022362
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2002239194A Expired - Fee Related JP3944024B2 (ja) | 2002-08-20 | 2002-08-20 | 画像処理方法、半導体装置の製造方法、パターン検査装置およびプログラム |
Country Status (2)
| Country | Link |
|---|---|
| US (2) | US7305116B2 (ja) |
| JP (1) | JP3944024B2 (ja) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2006090868A (ja) * | 2004-09-24 | 2006-04-06 | Mitsubishi Electric Corp | 位置決定方法、装置およびシステム |
| US7177480B2 (en) | 2003-06-27 | 2007-02-13 | Kabushiki Kaisha Toshiba | Graphic processing method and device |
| JP2007294521A (ja) * | 2006-04-21 | 2007-11-08 | Toshiba Corp | パターン合わせずれ計測方法およびプログラム |
| CN102689366A (zh) * | 2011-03-23 | 2012-09-26 | 正恩科技有限公司 | 晶圆破片边缘的米字搜寻方法 |
| CN110411384A (zh) * | 2019-09-06 | 2019-11-05 | 南京航空航天大学 | 三维打印晶格点阵结构内部杆件的表面粗糙度的检测方法 |
Families Citing this family (19)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP4068541B2 (ja) * | 2003-09-25 | 2008-03-26 | 株式会社東芝 | 集積回路パターン検証装置と検証方法 |
| US7404164B2 (en) * | 2004-02-04 | 2008-07-22 | International Business Machines Corporation | IC design modeling allowing dimension-dependent rule checking |
| US7143371B2 (en) * | 2004-04-27 | 2006-11-28 | International Business Machines Corporation | Critical area computation of composite fault mechanisms using voronoi diagrams |
| JP4230980B2 (ja) * | 2004-10-21 | 2009-02-25 | 株式会社東芝 | パターンマッチング方法およびプログラム |
| US7240306B2 (en) * | 2005-02-24 | 2007-07-03 | International Business Machines Corporation | Integrated circuit layout critical area determination using Voronoi diagrams and shape biasing |
| JP4585926B2 (ja) * | 2005-06-17 | 2010-11-24 | 株式会社日立ハイテクノロジーズ | パターンレイヤーデータ生成装置、それを用いたパターンレイヤーデータ生成システム、半導体パターン表示装置、パターンレイヤーデータ生成方法、及びコンピュータプログラム |
| JP4256408B2 (ja) * | 2006-07-20 | 2009-04-22 | 株式会社東芝 | 不良確率の算出方法、パターン作成方法及び半導体装置の製造方法 |
| US9147213B2 (en) * | 2007-10-26 | 2015-09-29 | Zazzle Inc. | Visualizing a custom product in situ |
| US8122407B2 (en) * | 2008-06-12 | 2012-02-21 | International Business Machines Corporation | Method and system for implementing pattern matching of integrated circuit features using voronoi diagrams |
| JP2010032312A (ja) * | 2008-07-28 | 2010-02-12 | Toshiba Corp | パターン評価装置、パターン評価方法およびプログラム |
| US9213920B2 (en) | 2010-05-28 | 2015-12-15 | Zazzle.Com, Inc. | Using infrared imaging to create digital images for use in product customization |
| DE102011076631B4 (de) * | 2011-05-27 | 2016-01-07 | Airbus Operations Gmbh | Verfahren zur detektion eines etwaigen fügefehlers in einer rührreibschweissnaht |
| AU2012301603B2 (en) | 2011-08-31 | 2015-12-24 | Zazzle Inc. | Product options framework and accessories |
| US9858658B2 (en) * | 2012-04-19 | 2018-01-02 | Applied Materials Israel Ltd | Defect classification using CAD-based context attributes |
| US9595091B2 (en) | 2012-04-19 | 2017-03-14 | Applied Materials Israel, Ltd. | Defect classification using topographical attributes |
| US8712566B1 (en) | 2013-03-14 | 2014-04-29 | Zazzle Inc. | Segmentation of a product markup image based on color and color differences |
| US20150243048A1 (en) * | 2014-02-26 | 2015-08-27 | Nvidia Corporation | System, method, and computer program product for performing one-dimesional searches in two-dimensional images |
| TWI519802B (zh) * | 2014-05-15 | 2016-02-01 | 由田新技股份有限公司 | 一種線路資訊擷取方法、非線路區資訊擷取方法及運用前述方法的線路缺陷檢測方法 |
| CN112613523B (zh) * | 2020-12-15 | 2023-04-07 | 中冶赛迪信息技术(重庆)有限公司 | 一种转炉出钢口钢流识别方法、系统、介质及电子终端 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH05324829A (ja) * | 1992-05-22 | 1993-12-10 | Fujitsu Ltd | 物体輪郭抽出方法および輪郭抽出装置 |
| JP2001091231A (ja) * | 1999-09-22 | 2001-04-06 | Toshiba Corp | 微細パターン測定方法、微細パターン測定装置及び微細パターン測定プログラムを記録した記録媒体 |
| JP2002312719A (ja) * | 2001-04-11 | 2002-10-25 | Nec Corp | 文字切り出し装置及び文字切り出し方法並びに文字切り出し用プログラム |
| JP2003256807A (ja) * | 2002-03-01 | 2003-09-12 | Hitachi Software Eng Co Ltd | 土地区画データ作成方法および装置 |
| JP2003329608A (ja) * | 2002-05-08 | 2003-11-19 | Hitachi Ltd | 検査条件判定プログラムと検査装置と検査システム |
Family Cites Families (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4910786A (en) * | 1985-09-30 | 1990-03-20 | Eichel Paul H | Method of detecting intensity edge paths |
| JP3265724B2 (ja) | 1993-07-14 | 2002-03-18 | 株式会社日立製作所 | 荷電粒子線装置 |
| EP0713186B1 (en) * | 1994-11-15 | 2006-07-05 | Canon Kabushiki Kaisha | Method and apparatus for retrieving images from a database |
| US6317859B1 (en) * | 1999-06-09 | 2001-11-13 | International Business Machines Corporation | Method and system for determining critical area for circuit layouts |
| US6868175B1 (en) * | 1999-08-26 | 2005-03-15 | Nanogeometry Research | Pattern inspection apparatus, pattern inspection method, and recording medium |
| JP2001148016A (ja) | 1999-11-22 | 2001-05-29 | Hitachi Ltd | 試料検査装置，試料表示装置、および試料表示方法 |
| JP3485052B2 (ja) * | 1999-12-16 | 2004-01-13 | 日本電気株式会社 | 参照画像作成方法、パターン検査装置及び参照画像作成プログラムを記録した記録媒体 |
| JP2003016463A (ja) | 2001-07-05 | 2003-01-17 | Toshiba Corp | 図形の輪郭の抽出方法、パターン検査方法、パターン検査装置、プログラムおよびこれを格納したコンピュータ読み取り可能な記録媒体 |
-
2002
- 2002-08-20 JP JP2002239194A patent/JP3944024B2/ja not_active Expired - Fee Related
-
2003
- 2003-08-20 US US10/644,001 patent/US7305116B2/en not_active Expired - Fee Related
-
2007
- 2007-10-23 US US11/976,231 patent/US7454066B2/en not_active Expired - Fee Related
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH05324829A (ja) * | 1992-05-22 | 1993-12-10 | Fujitsu Ltd | 物体輪郭抽出方法および輪郭抽出装置 |
| JP2001091231A (ja) * | 1999-09-22 | 2001-04-06 | Toshiba Corp | 微細パターン測定方法、微細パターン測定装置及び微細パターン測定プログラムを記録した記録媒体 |
| JP2002312719A (ja) * | 2001-04-11 | 2002-10-25 | Nec Corp | 文字切り出し装置及び文字切り出し方法並びに文字切り出し用プログラム |
| JP2003256807A (ja) * | 2002-03-01 | 2003-09-12 | Hitachi Software Eng Co Ltd | 土地区画データ作成方法および装置 |
| JP2003329608A (ja) * | 2002-05-08 | 2003-11-19 | Hitachi Ltd | 検査条件判定プログラムと検査装置と検査システム |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7177480B2 (en) | 2003-06-27 | 2007-02-13 | Kabushiki Kaisha Toshiba | Graphic processing method and device |
| JP2006090868A (ja) * | 2004-09-24 | 2006-04-06 | Mitsubishi Electric Corp | 位置決定方法、装置およびシステム |
| JP2007294521A (ja) * | 2006-04-21 | 2007-11-08 | Toshiba Corp | パターン合わせずれ計測方法およびプログラム |
| US8090192B2 (en) | 2006-04-21 | 2012-01-03 | Kabushiki Kaisha Toshiba | Pattern misalignment measurement method, program, and semiconductor device manufacturing method |
| CN102689366A (zh) * | 2011-03-23 | 2012-09-26 | 正恩科技有限公司 | 晶圆破片边缘的米字搜寻方法 |
| CN110411384A (zh) * | 2019-09-06 | 2019-11-05 | 南京航空航天大学 | 三维打印晶格点阵结构内部杆件的表面粗糙度的检测方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| US20040096092A1 (en) | 2004-05-20 |
| US7454066B2 (en) | 2008-11-18 |
| US20080069451A1 (en) | 2008-03-20 |
| US7305116B2 (en) | 2007-12-04 |
| JP3944024B2 (ja) | 2007-07-11 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP3944024B2 (ja) | 画像処理方法、半導体装置の製造方法、パターン検査装置およびプログラム | |
| CN104331699B (zh) | 一种三维点云平面化快速搜索比对的方法 | |
| CN105787923B (zh) | 用于平面表面分割的视觉系统和分析方法 | |
| CN104346427B (zh) | 用于分析包括事件信息的图像的设备和方法 | |
| KR20180014677A (ko) | 3d 이미지 데이터에서 3d 포즈와 기생포인트 제거의 스코어링을 개선하는 시스템 및 방법 | |
| US6985626B2 (en) | Pattern evaluation method, pattern evaluation system and computer-readable recorded medium | |
| KR20130139762A (ko) | 검사 이미지들 내에서 결함들을 검출하기 위한 시스템, 방법 및 컴퓨터 프로그램 제품 | |
| KR102073468B1 (ko) | 비전 시스템에서 컬러 이미지에 대해 컬러 후보 포즈들의 점수화를 위한 시스템 및 방법 | |
| CN104024793B (zh) | 形状检查方法及其装置 | |
| KR20210121154A (ko) | 이미지 데이터 세트 처리 | |
| US20230260216A1 (en) | Point cloud annotation device, method, and program | |
| CN107680125A (zh) | 在视觉系统中自动选择三维对准算法的系统和方法 | |
| JP2019185730A (ja) | 画像処理装置、画像処理方法及びプログラム | |
| KR101808470B1 (ko) | 패턴 측정 장치 및 컴퓨터 프로그램 | |
| JP2009211138A (ja) | 対象領域抽出方法および装置ならびにプログラム | |
| Chan et al. | A multi-sensor approach for rapid digitization and data segmentation in reverse engineering | |
| 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 | |
| JP7093680B2 (ja) | 構造物差分抽出装置、構造物差分抽出方法およびプログラム | |
| CN110542402A (zh) | 复杂结构体的rgb-d视觉定位系统及方法 | |
| CN115880371A (zh) | 一种红外视角下反光靶标中心定位方法 | |
| US20230005157A1 (en) | Pattern-edge detection method, pattern-edge detection apparatus, and storage medium storing program for causing a computer to perform pattern-edge detection | |
| Lugo et al. | Semi-supervised learning approach for localization and pose estimation of texture-less objects in cluttered scenes | |
| JP3823559B2 (ja) | 三次元距離データを変換する方法 | |
| JP7451384B2 (ja) | パターンエッジ検出方法、パターンエッジ検出装置、パターンエッジ検出をコンピュータに実行させるためのプログラムが記録された記録媒体 | |
| Perng et al. | An advanced auto-inspection system for micro-router collapse |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20060619 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20060630 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20060828 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20060929 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20061128 |
|
| 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: 20070323 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20070406 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100413 Year of fee payment: 3 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110413 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130413 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20140413 Year of fee payment: 7 |
|
| LAPS | Cancellation because of no payment of annual fees |