JP2004264276A - 表面検査装置および表面検査方法 - Google Patents

Abstract

【課題】多数の最適な装置条件の候補を分類することができる表面検査装置、および表面検査方法を提供すること。
【解決手段】被検物体の画像を複数の装置条件の各々で取り込む取込手段と、取込手段により取り込まれた複数の画像に基づいて、最適な装置条件の候補を複数決定する決定手段と、複数の候補にそれぞれ対応する画像の特徴量をそれぞれ抽出する抽出手段と、抽出手段により抽出された特徴量に基づいて、複数の候補を分類する分類手段とを備える。
【選択図】 図４

Description

【０００１】
【発明の属する技術分野】
本発明は、半導体回路素子や液晶表示素子の製造工程において基板の表面を検査する表面検査装置および表面検査方法に関する。
【０００２】
【従来の技術】
従来より、半導体回路素子や液晶表示素子の製造工程では、基板（ウエハやプレート）の表面に形成された繰り返しパターンの検査が行われる。この表面検査は目視観察でも行えるが、検査結果にばらつきが生じやすいため、近年では、基板の表面検査を自動化することが検討されている。
【０００３】
自動化された従来の表面検査装置は、基板の表面に検査用の照明光を照射し、そのとき基板上の繰り返しパターンから発生する回折光または反射光に基づいて基板の像を撮像し、得られた基板画像を自動的に画像処理して表面検査を行うものである。このような表面検査装置では、一般に、画像の明暗差（コントラスト差）により、繰り返しパターンの欠陥箇所が特定される。
【０００４】
そして、このような表面検査装置では、装置条件（例えば基板のチルト角や基板に対する照明光量など）を自動的に変更しながら撮像を行い、得られた複数の画像に基づいて、最適な装置条件（以下、「最適条件」と称する）を得ている（例えば、特許文献１参照）。
ところで、基板上の繰り返しパターンは複数種類あるため、上記した従来の表面検査装置では、最適条件として、多数の候補（以下、「最適候補条件」と称する）が得られてしまうことがある。このような場合、多数の最適候補条件の下で複数回検査を行うことになる。
【０００５】
【特許文献１】
特開２００２−１６２３６８号公報
【０００６】
【発明が解決しようとする課題】
しかし、多数の最適候補条件の下でそれぞれ検査を行うと全体の処理時間が長くなる。そこで、多数の最適候補条件のうち、検査に適するものを選んで最適条件とすることが望まれている。そのために、まず、分類を行うことが考えられているが、適切な分類方法はいまのところ提案されていない。
【０００７】
本発明は、このような問題に鑑みてなされたものであり、表面検査において得られる多数の最適候補条件を、正確に分類することができる表面検査装置、および表面検査方法を提供することを目的とする。
【０００８】
【課題を解決するための手段】
請求項１に記載の表面検査装置は、被検物体の画像を複数の装置条件の各々で取り込む取込手段と、前記取込手段により取り込まれた複数の画像に基づいて、最適な装置条件の候補を複数決定する決定手段と、前記複数の候補にそれぞれ対応する前記取込手段による画像の特徴量をそれぞれ抽出する抽出手段と、前記抽出手段により抽出された前記特徴量に基づいて、前記複数の候補を分類する分類手段とを備えたことを特徴とする。
【０００９】
請求項２に記載の表面検査装置は、請求項１に記載の表面検査装置において、前記被検物体は、半導体ウエハであり、前記抽出手段は、前記画像に含まれる複数のチップ画像または複数のショット画像の濃度を平均して平均画像を生成し、該平均画像から、前記特徴量を抽出することを特徴とする。
請求項３に記載の表面検査装置は、請求項１または請求項２に記載の表面検査装置において、前記抽出手段は、前記取込手段による画像または前記平均画像を複数の領域に分割し、該複数の領域のうち、ある領域とその他の領域との濃度の違いに応じて、前記特徴量を抽出することを特徴とする。
【００１０】
請求項４に記載の表面検査装置は、請求項１または請求項２に記載の表面検査装置において、前記抽出手段は、前記取込手段による画像または前記平均画像を複数の領域に分割し、該複数の領域の濃度の平均と標準偏差との少なくとも一方を、前記特徴量として抽出することを特徴とする。
請求項５に記載の表面検査装置は、請求項１または請求項２に記載の表面検査装置において、前記抽出手段は、前記取込手段による画像または前記平均画像から、該画像の濃度を重みとした重心座標を前記特徴量として抽出することを特徴とする。
【００１１】
請求項６に記載の表面検査装置は、請求項１または請求項２に記載の表面検査装置において、前記抽出手段は、前記取込手段による画像または前記平均画像から、該画像の濃度を重みとした慣性モーメントを前記特徴量として抽出することを特徴とする。
【００１２】
請求項７に記載の表面検査装置は、請求項１または請求項２に記載の表面検査装置において、前記抽出手段は、前記取込手段による画像または前記平均画像から、該画像の濃度を重みとした慣性主軸を前記特徴量として抽出することを特徴とする。
請求項８に記載の表面検査装置は、請求項１から請求項７のいずれか１項に記載の表面検査装置において、前記被検物体の表面には複数の異なるピッチの繰り返しパターンが形成されており、前記取込手段は、前記被検物体の回折像を取り込むことを特徴とする。
【００１３】
請求項９に記載の表面検査装置は、請求項１から請求項８のいずれか１項に記載の表面検査装置において、前記複数の装置条件は、前記取込手段と前記被検物体との位置関係がそれぞれ異なる装置条件であることを特徴とする。
請求項１０に記載の表面検査装置は、請求項１から請求項８のいずれか１項に記載の表面検査装置において、前記被検物体を照明する照明手段を有し、前記複数の装置条件は、前記照明手段と前記被検物体との位置関係がそれぞれ異なる装置条件であることを特徴とする。
【００１４】
請求項１１に記載の表面検査方法は、被検物体の画像を複数の装置条件の各々で取り込む取込工程と、前記取込工程により取り込まれた複数の画像に基づいて、最適な装置条件の候補を複数決定する決定工程と、前記複数の候補にそれぞれ対応する前記画像の特徴量をそれぞれ抽出する抽出工程と、前記抽出工程により抽出された前記特徴量に基づいて、前記複数の候補を分類する分類工程とを備えたことを特徴とする。
【００１５】
請求項１２に記載の表面検査方法は、請求項１１に記載の表面検査方法において、前記被検物体は半導体ウエハであり、前記抽出工程は、前記画像に含まれる複数のチップ画像または複数のショット画像の濃度を平均して平均画像を生成し、該平均画像から、前記特徴量を抽出することを特徴とする。
【００１６】
請求項１３に記載の表面検査方法は、請求項１１または請求項１２に記載の表面検査方法において、前記抽出工程は、前記画像を複数の領域に分割し、該複数の領域のうち、ある領域とその他の領域との濃度の違いに応じて、前記特徴量を抽出することを特徴とする。
【００１７】
【発明の実施の形態】
以下、図面を用いて本発明の実施形態を詳細に説明する。
【００１８】
本発明の実施形態は、請求項１〜請求項１３に対応する。
本実施形態の表面検査装置１０は、図１に示すように、被検物体であるウエハ１１を保持するホルダ１２と、ホルダ１２上のウエハ１１の表面に照明光Ｌ１を照射する照明光学系１３と、照明光Ｌ１が照射されたウエハ１１の表面からの回折光Ｌ２を受光する受光光学系１４と、画像処理装置１５とで構成されている。
【００１９】
本実施形態の表面検査装置１０は、半導体回路素子の製造工程において、ウエハ１１の表面に形成された繰り返しパターンの欠陥検査を自動的に行うための装置である。繰り返しパターンとは、周期的に繰り返される線配列形状の回路パターンのことである。
ウエハ１１の表面には、図２に示すように、複数のチップ２０がｘｙ方向に配置されていて、各々のチップ２０には、同様の繰り返しパターンが形成されている。
【００２０】
表面検査装置１０のホルダ１２には、不図示のチルト機構が設けられる。このため、ホルダ１２は、チルト機構によって、ウエハ１１の表面を通る軸Ａｘ１のまわりに所定の角度範囲（例えば、２０°〜７５°）内でチルト可能である。
なお、ホルダ１２は、不図示の搬送装置によって搬送されてきたウエハ１１を上面に載置し、真空吸着によって固定保持する。
【００２１】
ここで、ホルダ１２（ウエハ１１）の軸Ａｘ１に平行な方向をＸ方向とする。また、ホルダ１２（ウエハ１１）が水平に保たれた状態での法線（基準法線Ａｘ２）に平行な方向をＺ方向とする。さらに、Ｘ方向およびＺ方向に直交する方向をＹ方向とする。
表面検査装置１０の照明光学系１３は、光源２１とライトガイド２２と凹面反射鏡２３とで構成された偏心光学系であり、光源２１は、放電ランプ２４と波長選択フィルタ２５とニュートラルデンシティ（ＮＤ）フィルタ２６とで構成されている。
【００２２】
このうち、放電ランプ２４は、例えばメタルハライドランプや水銀ランプである。波長選択フィルタ２５は、放電ランプ２４から射出された光の波長選択を行う。この波長選択フィルタ２５は、照明光Ｌ１の波長を調整する手段である。ＮＤフィルタ２６は、波長選択フィルタ２５からの光の光量調整を行う。
ライトガイド２２は、光源２１からの光を伝送して、端面２２ａから凹面反射鏡２３に向けて射出する。ライトガイド２２の端面２２ａは、凹面反射鏡２３の前側焦点位置に配置されている。
【００２３】
凹面反射鏡２３は、球面の内側を反射面とした反射鏡であり、ホルダ１２の斜め上方に配置される。つまり、凹面反射鏡２３の中心とホルダ１２の中心とを通る軸（光軸Ｏ１）は、Ｚ方向に対して所定の角度だけ傾けられている。
また、凹面反射鏡２３は、光軸Ｏ１がホルダ１２の軸Ａｘ１（Ｘ方向）に対して直交するように配置されている。このため、光軸Ｏ１とウエハ１１の法線（軸Ａｘ２）とを含む面（入射面）は、ＹＺ面に平行となる。
【００２４】
さらに、凹面反射鏡２３は、後側焦点面がウエハ１１面と略一致するように配置されている。このため、表面検査装置１０の照明光学系１３は、ウエハ１１側に対してテレセントリックな光学系となっている。
上記の照明光学系１３において、光源２１からの光は、ライトガイド２２と凹面反射鏡２３とを介して、ウエハ１１の表面全体に照射される（照明光Ｌ１）。照明光Ｌ１は、ウエハ１１上の任意の点に到達する光束の中心線が光軸Ｏ１に略平行な光束である。照明光Ｌ１の入射角（θｉ−Ｔ）は、ウエハ１１の表面に垂直な軸Ａｘ２と光軸Ｏ１との間の角度に相当する。
【００２５】
このようにして照明光Ｌ１が照射されると、ウエハ１１の表面に形成された繰り返しパターンからは、後述する回折の条件にしたがって、回折光Ｌ２が発生する。回折光Ｌ２の強度は、繰り返しパターンの欠陥箇所と正常箇所とで異なる。回折光Ｌ２の回折角（θｒ＋Ｔ）は、ウエハ１１の表面に垂直な軸Ａｘ２と回折光Ｌ２の進行方向との間の角度に相当する。ちなみに、回折光Ｌ２を発生させる繰り返しパターンの直線方向は、ホルダ１２の軸Ａｘ１に略平行である。
【００２６】
ここで、回折の条件は、照明光Ｌ１の波長λおよび入射角（θｉ−Ｔ）、回折光Ｌ２の回折角（θｒ＋Ｔ）および回折次数ｎ、繰り返しパターンのピッチｐを用いると、次式（１）で表すことができる。
ｓｉｎ（θｉ−Ｔ） − ｓｉｎ（θｒ＋Ｔ） ＝ ｎλ／ｐ …（１）
式（１）において、入射角（θｉ−Ｔ）および回折角（θｒ＋Ｔ）は、ウエハ１１の表面に垂直な軸Ａｘ２を基準として入射側に見込む角度方向をプラス、反射側に見込む角度方向をマイナスとする。回折次数ｎは、ｎ＝０の０次回折光（正反射光）を基準として入射側に見込む角度方向をプラス、反射側に見込む角度方向をマイナスとする。
【００２７】
また、式（１）において、θｉは基準法線（Ｚ方向）と光軸Ｏ１との間の角度を表し、θｒは基準法線（Ｚ方向）と回折光Ｌ２の進行方向との間の角度を表し、Ｔはホルダ１２のチルト角を表している。チルト角Ｔは、所定の角度範囲（２０°〜７５°）内において可変であり、ホルダ１２が水平状態に保たれたときをＴ＝０とし、入射側への角度方向をプラス、反対側への角度方向をマイナスとする。θｉは、表面検査装置１０における固定値であり、チルト角Ｔ＝０のときの照明光Ｌ１の入射角に相当する。θｒは、チルト角Ｔ＝０のときの回折光Ｌ２の回折角に相当する。
【００２８】
式（１）からも分かるように、チルト角Ｔを変化させることにより、照明光Ｌ１の入射角（θｉ−Ｔ）をチルト角Ｔに応じて変化させることができ、結果として、回折光Ｌ２の回折角（θｒ＋Ｔ）も変化させることができる。
表面検査装置１０の受光光学系１４は、回折光Ｌ２を受光する光学系であり、凹面反射鏡２７と、ＣＣＤカメラ２８とで構成された偏心光学系である。
【００２９】
凹面反射鏡２７は、上記の凹面反射鏡２３と同様の反射鏡であり、ホルダ１２の斜め上方に配置される。つまり、凹面反射鏡２７の中心とホルダ１２の中心とを通る軸（光軸Ｏ２）が基準法線（Ｚ方向）に対して所定の角度θｄだけ傾くように配置されている。
θｄは、表面検査装置１０における固定値である。以下、ウエハ１１の表面に垂直な軸Ａｘ２と光軸Ｏ２との間の角度（θｄ＋Ｔ）を受光角という。この受光角（θｄ＋Ｔ）も、上記の入射角（θｉ−Ｔ）と同様、チルト角Ｔに応じて変化する。
【００３０】
また、ＣＣＤカメラ２８は、その撮像面が凹面反射鏡２３の焦点面と略一致するように配置される。ＣＣＤカメラ２８の撮像面には、複数の画素が２次元的に配列されている。
上記の受光光学系１４において、ウエハ１１の表面の繰り返しパターンから発生した回折光Ｌ２は、凹面反射鏡２３を介して集光され、ＣＣＤカメラ２８の撮像面上に到達する。ＣＣＤカメラ２８の撮像面上には、回折光Ｌ２によるウエハ１１の像（ウエハ回折像）が形成される。ＣＣＤカメラ２８は、ウエハ回折像を撮像して、画像信号を画像処理装置１５に出力する。
【００３１】
ここで、回折光Ｌ２の強度は、ウエハ１１の表面の繰り返しパターンの欠陥箇所と正常箇所とで異なる。このため、ＣＣＤカメラ２８の撮像面に形成されるウエハ回折像には、繰り返しパターンの欠陥箇所と正常箇所とに起因する明暗差（コントラスト差）が生じることになる。
【００３２】
表面検査装置１０の画像処理装置１５は、制御部１６と、条件決定部１７と、欠陥検出部１８と、メモリ１９とで構成されている。
このうち制御部１６は、ホルダ１２（ウエハ１１）の軸Ａｘ１まわりのチルト制御、ＮＤフィルタ２６による光量の調整制御、波長選択フィルタ２５による波長の選択制御を行う。つまり、制御部１６は、ＣＣＤカメラ２８がウエハ回折像を撮像する際の装置条件（後述するホルダ１２のチルト角Ｔなど）を設定する手段である。
【００３３】
また、制御部１６は、ＣＣＤカメラ２８から得られるウエハ回折像の画像信号を所定ビット（例えば８ビット）のディジタル画像に変換して、メモリ１９に記憶させる。さらに、上記の装置条件（後述するホルダ１２のチルト角Ｔなど）も併せてメモリ１９に記憶させる。
条件決定部１７と制御部１６とは、ＣＣＤカメラ２８がウエハ回折像を撮像する際の最適な装置条件の候補（最適候補条件）の決定処理を行う。そして、制御部１６は、決定処理により決定された最適候補条件の分類処理を行い（詳細は後述する）、欠陥検出部１８は、分類処理により分類された最適候補条件に基づいて、ウエハ１１の表面の繰り返しパターンの欠陥検出処理を行う。条件決定部１７における条件決定についての詳細は後述する。また、欠陥検出部１８における欠陥検出の具体的な方法は、公知技術と同様であるため、説明および図示を省略する。
【００３４】
ところで、本実施形態の表面検査装置１０では、上記の照明光学系１３と受光光学系１４とが固定されている（θｉ，θｄは固定値）。このため、入射角（θｉ−Ｔ）および受光角（θｄ＋Ｔ）の調整は、ホルダ１２（ウエハ１１）を軸Ａｘ１のまわりにチルトさせることで行われる。ただし、入射角（θｉ−Ｔ）と受光角（θｄ＋Ｔ）との和は常に一定である。
【００３５】
この表面検査装置１０では、回折光Ｌ２の回折角（θｒ＋Ｔ）が受光角（θｄ＋Ｔ）と一致するようにホルダ１２（ウエハ１１）をチルトさせれば、つまり、式（１）のθｒにθｄ（固定値）を代入したときの解Ｔにしたがってホルダ１２（ウエハ１１）をチルトさせれば、ウエハ１１の表面の繰り返しパターンから発生した回折光Ｌ２を受光光学系１４の光軸Ｏ２に沿って進行させることができる。
【００３６】
なお、照明光学系１３、受光光学系１４、ＣＣＤカメラ２８、および画像処理装置１５は、請求項の「取込手段」に対応し、画像処理装置１５は、請求項の「決定手段」、「抽出手段」、および「分類手段」に対応する。
次に、本実施形態の表面検査装置１０における最適候補条件決定処理について簡単に説明する。最適候補条件の決定は、画像処理装置１５の制御部１６と条件決定部１７とが、図３に示すフローチャートの手順にしたがって行う。
【００３７】
なお、以下では、装置条件としてホルダ１２のチルト角Ｔを用いる例を示す。ウエハ１１がホルダ１２上に固定されると、制御部１６は、ホルダ１２の制御を行い、装置条件（ホルダ１２のチルト角度Ｔ）を変化させながら（ステップＳ１）、ＣＣＤカメラ２８によりウエハ１１の回折像を撮像して（ステップＳ２）、画像を取り込み、ディジタル画像に変換する。このとき、チルト角Ｔの変化毎に対応する装置条件を、画像と共にメモリ１９に記憶する（ステップＳ３）。
【００３８】
チルト角度を変化させる範囲は予めメモリ１９に記憶されている。そして、このチルト角の全範囲について画像の取り込みが完了すると（ステップＳ４Ｙｅｓ）、条件決定部１７は、メモリ１９に記憶されている全ての画像を取得する（ステップＳ５）。
次に、条件決定部１７は、取得した全ての画像のそれぞれについて、画像内の最大輝度値を求める（ステップＳ６）。そして、求めた最大輝度値に基づいて最適候補条件を決定する（ステップＳ７）。具体的には、チルト角Ｔの変化に応じた最大輝度値（複数の画像について求められるので複数個ある）の変化を求め、最大輝度値の極大値を求める。そして、最大輝度値の極大値に対応する画像が撮像された際の装置条件を最適候補条件と決定する。ここで、前述した極大値は複数存在する。なぜなら、ウエハ１１に形成された繰り返しパターンは、ピッチが異なるものが複数種類存在する場合が多いからである。繰り返しパターンのピッチが異なると回折光が発生する方向が異なる。すなわち、回折角が異なるので、画像の最大輝度値は、複数のチルト角において極大となる。このようなことから、最適候補条件は１つに絞られず、複数の装置条件が最適候補条件として決定されることになる。
【００３９】
そして、制御部１６は、ステップＳ３においてメモリ１９に記憶された装置条件のうち、いずれの装置条件が、ステップＳ７において、最適候補条件として決定されたかをメモリ１９に記憶し（ステップＳ８）、最適候補条件決定処理を終了する。
以上説明したような処理により、複数の最適候補条件がそれぞれ画像と対応付けられて、メモリ１９に記憶されることになる。本実施形態では、上述した最適候補条件決定処理により、９つの最適候補条件が決定されたものとして、以下の説明を行う。
【００４０】
次に、本実施形態の表面検査装置１０における最適候補条件分類処理について説明する。最適候補条件の分類は、制御部１６が、図４に示すフローチャートの手順にしたがって行う。
最適候補条件決定処理が終了すると、制御部１６は、前述した最適候補条件決定処理によって決定された複数の最適候補条件に対応付けてメモリ１９に記憶された複数の画像を、メモリ１９から取得する（ステップＳ１１）。
【００４１】
次に、制御部１６は、それぞれの画像について、チップ平均画像を求める（ステップＳ１２）。
チップ平均画像とは、ステップＳ１１で取得した画像（ウエハ１１の全体像）から、複数のチップ２０の画像（以下、「チップ画像」と称する）をそれぞれ抜き出し、それらのチップ画像の濃度を、画素ごとに平均した画像である。なお、各々のチップ２０には、同様の繰り返しパターンが形成されているため、それぞれのチップ２０の画像は類似している。そのため、画素ごとの濃度平均を求めることにより、ウエハ１１の全体像の特徴を示す画像としてチップ平均画像を求めることができる。
【００４２】
図５に、チップ平均画像の例を示す。図５に示すように、９つのチップ平均画像は、それぞれのウエハ１１の全体像の特徴を示す画像であり、各々のチップ平均画像には、前述した最適候補条件決定処理によって決定された最適候補条件（ホルダ１２のチルト角Ｔ）が対応付けられている。
そして、制御部１６は、それぞれのチップ平均画像について、以下の特徴量を求める（ステップＳ１３）。以下に、各特徴量の定義を示す。
【００４３】
（１）領域濃度比または領域濃度差
図６に示すように、チップ平均画像を中央の領域Ａと周辺の領域Ｂに分割し、それぞれの領域の濃度平均を求める。そして、（Ａの領域の濃度平均）÷（Ｂの領域の濃度平均）を求め、領域濃度比ｆ１とする。
あるいは、図６に示すように、チップ平均画像を中央の領域Ａと周辺の領域Ｂに分割し、それぞれの領域の濃度平均を求める。そして、（Ａの領域の濃度平均）−（Ｂの領域の濃度平均）を求め、領域濃度差ｆ１とする。
【００４４】
なお、（１）の領域濃度比または領域濃度差を求める際に、チップ平均画像を、図６に示すように中央の領域Ａと周辺の領域Ｂとに分割する例を示したが、分割方法は、これらの例に限定されない。例えば、図７に示すように領域を分割しても良い。
（２）濃度平均
チップ平均画像全体の濃度の平均を求め、濃度平均ｆ２とする。
【００４５】
（３）濃度標準偏差
チップ平均画像を所定の領域（例えば縦８×横８の領域）に分割し、各領域の濃度に基づいてチップ平均画像全体の濃度の標準偏差を求め、濃度標準偏差ｆ３とする。濃度標準偏差ｆ３は、次式（２）を用いて求められる。
【数１】

式（２）において、ｎは領域の数を表し、ｘは各領域の濃度を表している。
（４）重心座標
チップ平均画像の濃度を重みとして重心座標（Ｘ_ｗ，Ｙ_ｗ）を求め、重心座標ｆ４とする。重心座標ｆ４は、次式（３）を用いて求められる。
【数２】

式（３）において、Ｗ_ｉは濃度を表し、ｘ，ｙはチップ平均画像上の座標を表している。
【００４６】
（５）明部のみの重心座標
チップ平均画像のうち、濃度の高い部分（明部）は画像の特徴部分であると考えることができる。そのため、チップ平均画像のうち、平均濃度以上の部分を抽出し、その部分の重心座標（Ｘ_ｗ’，Ｙ_ｗ’）を、（４）の重心座標と同様に求め、明部のみの重心座標ｆ５とする。
【００４７】
なお、明部のみを抽出する基準は、（平均濃度＋濃度標準偏差）としても良い。（６）画像中心回りの慣性モーメント
チップ平均画像の画像中心回りの慣性モーメントを求め、ｆ６とする。画像中心回りの慣性モーメントｆ６は、次式（４）を用いて求められる。
ｆ６＝ΣΣ（ｘ^２＋ｙ^２）Ｗ_ｉ …（４）
式（４）において、Ｗ_ｉは濃度を表し、ｘ，ｙはチップ平均画像上の座標を表している。
【００４８】
（７）ｘ軸、ｙ軸回りの慣性モーメント
チップ平均画像のｘ軸、ｙ軸回りの慣性モーメントを求め、それぞれｆ７，ｆ８とする。ｘ軸回りの慣性モーメントｆ７およびｙ軸回りの慣性モーメントｆ８は、次式（５）および式（６）を用いて求められる。
ｆ７＝ΣΣｘ^２Ｗ_ｉ …（５）
ｆ８＝ΣΣｙ^２Ｗ_ｉ …（６）
式（５）および式（６）において、Ｗ_ｉは濃度を表し、ｘ，ｙはチップ平均画像上の座標を表している。
【００４９】
（８）明部のみの画像中心回りの慣性モーメント
チップ平均画像のうち、濃度の高い部分（明部）は画像の特徴部分であると考えることができる。そのため、チップ平均画像のうち、平均濃度以上の部分を抽出し、その部分の画像中心回りの慣性モーメントを（６）の画像中心回りの慣性モーメントと同様に求め、ｆ９とする。
【００５０】
なお、明部のみを抽出する基準は、（平均濃度＋濃度標準偏差）としても良い。（９）明部のみのｘ軸、ｙ軸回りの慣性モーメント
（８）の明部のみの画像中心回りの慣性モーメントと同様に、明部のみのｘ軸、ｙ軸回りの慣性モーメントを求め、それぞれｆ１０，ｆ１１とする。
（１０）慣性主軸
原点を通り慣性モーメントが最小となるような傾きθの直線を慣性主軸という。このような慣性主軸はｔａｎ（正接）であるため、９０°（ｙ軸）の前後で符号が変わり連続性がない。したがって、慣性主軸の性質を示す数値として、θの代わりにｓｉｎ（２θ），ｃｏｓ（２θ）を求め、それぞれ慣性主軸ｆ１２，ｆ１３とする。
【００５１】
なお、（１）の領域濃度比または領域濃度差を求める際の分割されたそれぞれの領域は、請求項の「ある領域」または「その他の領域」に対応する。
ここまでの処理により、それぞれの最適候補条件で撮像された画像に基づくチップ平均画像について、１３種類の特徴量（ｆ１〜ｆ１３）が抽出されることになる。
【００５２】
次に、制御部１６は、特徴量を正規化する（ステップＳ１４）。
制御部１６は、ステップＳ１３で求めた１３種類の特徴量（ｆ１〜ｆ１３）に対して、後述するクラスタリングにおいて、同じ尺度で使用するために正規化を行う。
【００５３】
そして、制御部１６は、正規化後の特徴量に基づいて、複数の最適候補条件に対するクラスタリングを行う（ステップＳ１５）。
クラスタリングとは、特徴量空間に類似性の尺度を導入して、標本を似たものどうしを集めてグループ（以下、「クラスター」と称する）に分類することをいう。本実施形態では、９つの最適候補条件（最適候補条件決定処理によって決定された複数の最適候補条件）に対応する画像に基づくチップ平均画像に対して、クラスタリングを行い、５つのクラスターに分類する例を示す。なお、いくつのクラスターに分類するかは、分類するチップ平均画像の数などに合わせて変更可能とする。
【００５４】
また、特徴量空間とは、１３種類の特徴量をそれぞれ軸とする１３次元のユークリッド空間のことである。１３種類の特徴量は、ステップＳ１３において正規化されているため、各軸は距離的に等価に扱える。
制御部１６は、まず、個々の最適候補条件を、全てクラスターとする。この時点でクラスター数は９であることになる。そして、群間平均でクラスター間の距離を全て求める。ただし、この時点では、各クラスターには１つずつの要素しか含まれていないため、クラスター間の距離は、それぞれの要素のあいだのユークリッド距離として求められる。
【００５５】
そして、求めたクラスター間の距離のうち、距離最小の一対のクラスターを選び、併合する。併合された一対のクラスターは、１つのクラスターとなり、このクラスターには２つの要素が含まれることになる。このように、１つのクラスターに複数の要素が含まれる場合、クラスター間の距離は群間平均により求められる。
【００５６】
以上説明した処理を繰り返し、クラスター数が５になると、制御部１６は最適候補条件分類処理を終了する。図８に、分類された最適候補条件に対応付けられたチップ平均画像の例を示す。図８に示すように、９つのチップ平均画像は、５つのクラスター（クラスター１〜クラスター５）に分類される。それぞれのクラスターには、類似性が高いチップ平均画像が含まれる。したがって、それぞれのチップ平均画像に対応する最適候補条件も類似性が高いものに分類されることになる。
【００５７】
以上説明したように、本実施形態によれば、複数の最適候補条件で撮像された画像から特徴量を抽出し、その特徴量に基づいて所定数のクラスターに分類することにより、複数の最適候補条件を、類似性の高いものが含まれるクラスターに分類することができる。そのため、各クラスターから、代表的な最適候補条件を選んで最適条件に決定することも可能である。このような場合、クラスター数と同じ数の最適条件が決定されることになるが、決定される最適条件の数は、最適候補条件よりも少ない数であるため、それぞれの最適条件下で複数回検査を行うとしても、全体の処理時間を短縮することができる。
【００５８】
さらに、分類後の各クラスターから、代表的な最適候補条件をそれぞれ選び、その中から最も検査に適するものを最適条件として選ぶことも可能である。このような場合、選択の対象となる母体数を減らすことができるので、より容易に最適条件を選ぶことができる。
また、本実施形態によれば、チップ画像に基づいて特徴量を抽出したことにより、効率よく特徴量を抽出することができる。そのため、より正確かつ容易に分類を行うことができる。
【００５９】
なお、本実施形態では、装置条件としてホルダ１２のチルト角Ｔを用いる例を示したが、代わりに他の条件（例えば、照明の光量、波長など）を用いても良いし、複数の条件を装置条件としても良い。例えば、装置条件として、チルト角Ｔと照明光量とを組み合わせるようにしても良い。
また、本実施形態では、それぞれの装置条件で撮像された画像の最大輝度値に基づいて、最適候補条件を求める例を示したが、平均輝度値を用いるようにしても良いし、他のファクターを用いるようにしても良い。
【００６０】
また、本実施形態では、最適候補条件を分類する際に、ウエハ１１の全体像をもとにチップ平均画像を求め、そのチップ平均画像から特徴量を抽出する例を示したが、ウエハ１１の全体像から特徴量を抽出するようにしても良い。このような場合、ウエハなどの基板表面に繰り返しパターンを形成する際に塗布されるレジスト膜の厚みの不均一さや、基板の歪みなどに起因する欠陥を検査する場合にも、本発明を適用することができる。
【００６１】
また、ウエハ１１の全体像をもとにショット平均画像を求め、そのショット平均画像から特徴量を抽出するようにしても良い。このような場合、ショット領域が、チップ１つ分の領域より小さいときでも有効である。
また、本実施形態では、クラスタリングを行う際に、特徴空間としてユークリッド空間を用いる例を示したが、他の距離（例えばマハラノビス距離）や空間を用いるようにしても良い。
【００６２】
また、本実施形態では、１３種類の特徴量（ｆ１〜ｆ１３）を全て用いてクラスタリングを行う例を示したが、一部の特徴量のみを用いるようにしても良い。また、クラスタリングに用いる特徴量を設定可能にしても良い。
また、本実施形態では、ウエハ１１の表面からの回折光Ｌ２を用いて検査を行う例を示したが、ウエハ１１の表面からの散乱光を用いて検査を行うようにしても良いし、ウエハ１１の表面からの回折光Ｌ２と散乱光との両方を用いて検査を行うようにしても良い。
【００６３】
また、本実施形態で用いた表面検査装置１０とは構成が異なる表面検査装置に本発明を適用しても良い。例えば、固定されたホルダに対して、照明光学系および受光光学系が可動であり、照明光学系および受光光学系を移動させることで、ホルダをチルトさせるのと同様の効果を得られる表面検査装置に適用しても良い。
【００６４】
また、本実施形態では、表面検査装置１０内の画像処理装置１５によって、最適候補条件の決定処理や最適候補条件の分類処理などを行ったが、表面検査装置１０に接続された外部のコンピュータを用いた場合でも、同様の効果を得ることができる。
【００６５】
【発明の効果】
以上説明したように、本発明によれば、表面検査において得られる多数の最適候補条件を、正確に分類することができる。
【図面の簡単な説明】
【図１】表面検査装置１０の構成を示す図である。
【図２】ウエハ１１の外観を示す図である。
【図３】最適候補条件決定処理の手順を示すフローチャートである。
【図４】最適候補条件分類処理の手順を示すフローチャートである。
【図５】チップ平均画像の例を示す図である。
【図６】チップ平均画像の特徴量を説明する図である。
【図７】チップ平均画像の分割例を示す図である。
【図８】クラスタリングにより分類されたチップ平均画像の例を示す図である。
【符号の説明】
１０ 表面検査装置
１１ ウエハ
１２ ホルダ
１３ 照明光学系
１４ 受光光学系
１５ 画像処理装置
１６ 制御部
１７ 条件決定部
１８ 欠陥検出部
１９ メモリ
２０ チップ
２１ 光源
２２ ライトガイド
２３，２７ 凹面反射鏡
２４ 放電ランプ
２５ 波長選択フィルタ
２６ ニュートラルデンシティフィルタ
２８ ＣＣＤカメラ

Claims (13)

1. 被検物体の画像を複数の装置条件の各々で取り込む取込手段と、
   前記取込手段により取り込まれた複数の画像に基づいて、最適な装置条件の候補を複数決定する決定手段と、
   前記複数の候補にそれぞれ対応する前記取込手段による画像の特徴量をそれぞれ抽出する抽出手段と、
   前記抽出手段により抽出された前記特徴量に基づいて、前記複数の候補を分類する分類手段とを備えたことを特徴とする表面検査装置。
2. 請求項１に記載の表面検査装置において、
   前記被検物体は、半導体ウエハであり、
   前記抽出手段は、前記画像に含まれる複数のチップ画像または複数のショット画像の濃度を平均して平均画像を生成し、該平均画像から、前記特徴量を抽出することを特徴とする表面検査装置。
3. 請求項１または請求項２に記載の表面検査装置において、
   前記抽出手段は、前記取込手段による画像または前記平均画像を複数の領域に分割し、該複数の領域のうち、ある領域とその他の領域との濃度の違いに応じて、前記特徴量を抽出することを特徴とする表面検査装置。
4. 請求項１または請求項２に記載の表面検査装置において、
   前記抽出手段は、前記取込手段による画像または前記平均画像を複数の領域に分割し、該複数の領域の濃度の平均と標準偏差との少なくとも一方を、前記特徴量として抽出することを特徴とする表面検査装置。
5. 請求項１または請求項２に記載の表面検査装置において、
   前記抽出手段は、前記取込手段による画像または前記平均画像から、該画像の濃度を重みとした重心座標を前記特徴量として抽出することを特徴とする表面検査装置。
6. 請求項１または請求項２に記載の表面検査装置において、
   前記抽出手段は、前記取込手段による画像または前記平均画像から、該画像の濃度を重みとした慣性モーメントを前記特徴量として抽出することを特徴とする表面検査装置。
7. 請求項１または請求項２に記載の表面検査装置において、
   前記抽出手段は、前記取込手段による画像または前記平均画像から、該画像の濃度を重みとした慣性主軸を前記特徴量として抽出することを特徴とする表面検査装置。
8. 請求項１から請求項７のいずれか１項に記載の表面検査装置において、
   前記被検物体の表面には複数の異なるピッチの繰り返しパターンが形成されており、
   前記取込手段は、前記被検物体の回折像を取り込むことを特徴とする表面検査装置。
9. 請求項１から請求項８のいずれか１項に記載の表面検査装置において、
   前記複数の装置条件は、前記取込手段と前記被検物体との位置関係がそれぞれ異なる装置条件であることを特徴とする表面検査装置。
10. 請求項１から請求項８のいずれか１項に記載の表面検査装置において、
    前記被検物体を照明する照明手段を有し、
    前記複数の装置条件は、前記照明手段と前記被検物体との位置関係がそれぞれ異なる装置条件であることを特徴とする表面検査装置。
11. 被検物体の画像を複数の装置条件の各々で取り込む取込工程と、
    前記取込工程により取り込まれた複数の画像に基づいて、最適な装置条件の候補を複数決定する決定工程と、
    前記複数の候補にそれぞれ対応する前記画像の特徴量をそれぞれ抽出する抽出工程と、
    前記抽出工程により抽出された前記特徴量に基づいて、前記複数の候補を分類する分類工程とを備えたことを特徴とする表面検査方法。
12. 請求項１１に記載の表面検査方法において、
    前記被検物体は半導体ウエハであり、
    前記抽出工程は、前記画像に含まれる複数のチップ画像または複数のショット画像の濃度を平均して平均画像を生成し、該平均画像から、前記特徴量を抽出することを特徴とする表面検査方法。
13. 請求項１１または請求項１２に記載の表面検査方法において、
    前記抽出工程は、前記画像を複数の領域に分割し、該複数の領域のうち、ある領域とその他の領域との濃度の違いに応じて、前記特徴量を抽出することを特徴とする表面検査方法。

Images