JP2006269651A - 画像抽出装置および方法、並びにそれらを有する露光装置および方法 - Google Patents

Abstract

【課題】 検出すべき部分画像の類似度を高くしつつ、誤り領域の部分画像の類似度を低くするような内積に基づく類似度の高い部分画像を所定数抽出する。
【解決手段】 ベクトル形式で表現されたテンプレートデータを要素とするテンプレートベクトルとベクトル形式で表現された部分画像の特徴データを要素とする部分画像特徴ベクトルとの内積に基づく類似度の高い複数個の部分画像を抽出するために、前記テンプレートベクトルの要素値と前記部分画像の特徴ベクトルの要素値との計量テンソルに基づく内積値を部分画像毎に算出する部分画像毎算出手段と、前記部分画像毎算出手段の内積値のｎ乗（ｎは1以上の整数）に基づく類似度を算出する類似度算出手段と、前記類似度に基づき部分画像を抽出する部分画像抽出手段とを有する。
【選択図】図１

Description

本発明は、観測画像中の部分画像の認識を行う画像抽出装置および方法、並びにそれらを有する露光装置および露光方法に関する。

計算機を用いて、観測画像から特定のパターンを認識するには、パターンそのものの形状を確実に識別しなければならない。この課題に対し、テンプレートベクトルと部分画像の特徴ベクトルから類似度を算出する手法の一つにベクトル相関法がある。テンプレートベクトルと部分画像の特徴ベクトルに関しては、後で述べる。

ベクトル相関法では、テンプレートベクトルの長さをノーマライズしたベクトルと部分画像の特徴ベクトルの長さをノーマライズしたベクトルの内積の二乗を類似度としている。内積を二乗することで、パターンの符号が反転した場合であっても、同一の形状であると識別できる。
一般に、ベクトル相関法の相関度あるいは類似度は式（１）で表現できる。

テンプレートベクトルとは、認識したい特定のパターンである画像（以下「テンプレート画像」とする）の中で、特徴的な複数個所（以下「特徴点」とする）を決め、その個所での特徴量を要素としたベクトルである。また、部分画像の特徴ベクトルとは、テンプレート画像の特徴量を算出した特徴点の特徴量を要素としたベクトルである。

例えば、特徴量が隣接画素との画素値の差分値であり、特徴点の数が２点の場合は以下のようになる。特徴点の位置が（ｘ１，ｙ１），（ｘ２，ｙ２）で画素値がＰｉｘＶａｌ１，ＰｉｘＶａｌ２であり、隣接画素の位置が（ｘ１−１，ｙ１−１），（ｘ２−１，ｙ２−１）で画素値がＰｉｘＶａｌ３，ＰｉｘＶａｌ４の時、特徴量は、ＰｉｘＶａｌ１−ＰｉｘＶａｌ３、および、ＰｉｘＶａｌ２−ＰｉｘＶａｌ４となる。そして、テンプレートベクトルあるいは部分画像の特徴ベクトルは、特徴量を要素としたベクトル（ＰｉｘＶａｌ１−ＰｉｘＶａｌ３，ＰｉｘＶａｌ２−ＰｉｘＶａｌ４）となる。このベクトルを式（１）のＤあるいはＨに代入し、類似度を算出する。
特開２００３−０７８７５５号公報

しかしながら、前記ベクトル相関法は、以下の課題が発生し誤認識する。
特徴ベクトルＨ，Ｄの長さをノーマライズしない式（２）を次に示す。

式（１）の課題は、テンプレートベクトルＨ、および誤り領域の部分画像の特徴ベクトルＤの長さをノーマライズすることにある。これにより、類似度は、二つのベクトルＨ，Ｄの（ｃｏｓθ）^２となり、その結果、ノーマライズ後のベクトルＤをベクトルＨに射影した長さに依存することになる。弊害は、誤り領域の部分画像の特徴ベクトＤと、検出すべき領域の部分画像の特徴ベクトルＤの長さを同じにすることで、誤り領域の部分画像の特徴ベクトルＤを相対的に強調し、誤検出の可能性を高めていることである。

式（２）の課題は、誤り領域の部分画像の特徴ベクトルの長さＤが、検出すべき部分画像の特徴ベクトルの長さＤよりも大きい場合に誤認識する可能性が高いことである。
このように、式（１）、あるいは、式（２）を用いた類似度の算出では、認識の信頼性は十分であるとは言えない。

更に、内積を基本にした前記式（１）と、式（２）の課題は、全ての部分画像で内積空間を定義している基底ベクトルは直交していると仮定していることである。実際の部分画像では、この仮定は成り立たない。基底ベクトルは直交しているとは限らないのである。つまり、式（１）と、式（２）は、実際とは異なる内積空間で類似度を算出しており誤認識の要因となっている。

そこで、本発明では、部分画像をより良好に抽出する画像抽出装置および方法を提供することを目的とする。

上記課題を解決するために、本発明は、ベクトル形式で表現されたテンプレートデータであるテンプレートベクトルとベクトル形式で表現された部分画像の特徴データである部分画像の特徴ベクトルとの内積に基づきテンプレートと類似度の高い複数個の部分画像を抽出する画像抽出装置において、前記テンプレートベクトルの要素値と前記部分画像の特徴ベクトルの要素値との計量テンソルに基づく内積値を部分画像毎に算出する部分画像毎算出手段と、前記部分画像毎算出手段の内積値のｎ乗（ｎは1以上の整数）に基づく類似度を算出する類似度算出手段と、前記類似度に基づき部分画像を抽出する部分画像抽出手段とを有することを特徴とする。

ここで、テンプレートベクトルの要素値は分散が記憶装置に記憶された値よりも小さいことが好ましい。前記計量テンソルは、例えば、前記テンプレートベクトルと部分画像の特徴ベクトルで定義される２階のテンソルであることを特徴とする。前記計量テンソルは、例えば、前記テンプレートベクトルを算出した座標値のアフィン変換、或いは、前記部分画像の特徴ベクトルを算出した座標値のアフィン変換により定義される関数であることを特徴とする。また、前記特徴ベクトルのうちベクトルを構成する要素間の分散が所定値よりも小さい特徴ベクトルを前記テンプレートとして選択することを特徴とすることができる。

また、本発明は、ベクトル形式で表現されたテンプレートデータであるテンプレートベクトルとベクトル形式で表現された部分画像の特徴データである部分画像の特徴ベクトルとの内積に基づいてテンプレートと類似度の高い複数個の部分画像を抽出する画像抽出方法において、前記テンプレートベクトルの要素値と前記部分画像の特徴ベクトルの要素値との計量テンソルに基づく内積値を部分画像毎に算出する部分画像毎算出工程と、前記部分画像毎算出工程による内積値のｎ乗（ｎは1以上の整数）に基づく類似度を算出する類似度算出工程と、前記類似度に基づき部分画像を抽出する部分画像抽出工程とを有することを特徴とする。

前記テンプレートベクトルの要素値は、分散が記憶装置に記憶された値よりも小さいことが好ましい。

また、本発明の露光装置は、前記いずれかの特徴を備える画像抽出装置を有することを特徴とする。また、本発明の露光方法は、前記画像抽出方法を有することを特徴とする。さらに、本発明のデバイス製造方法は、これらの露光装置または露光方法を用いて露光対象に露光を行う工程と、露光された前記露光対象を現像する工程と、を具備することを特徴とする。

図８に本発明の効果の第１例を示す。（Ａ）は、観測画像であり、全体にホワイトノイズがのっている。（Ｂ）は、観測画像（Ａ）のｘ軸である。そして、（Ｃ）は、従来技術であるベクトル相関法による式（１）を用いた場合の類似度を観測画像（Ａ）のｘ軸（Ｂ）方向に投影したものである。縦軸（Ｄ）は類似度、横軸（Ｅ）はｘ軸を示す。（Ｆ）は、検出すべき部分画像の類似度を示す。
（Ｇ）は、本発明の類似度を観測画像（Ａ）のｘ軸（Ｂ）方向に投影したものである。縦軸（Ｈ）は類似度、横軸（Ｉ）はｘ軸を示す。（Ｊ）は、検出すべき部分画像の類似度を示す。

更に、図９に本発明の効果の第２例を示す。（１）は、観測画像であり、全体に図８よりも多くの量のホワイトノイズがのっている。（２）は、観測画像（１）のｘ軸である。そして、（３）は、従来技術であるベクトル相関法による式（１）を用いた場合の類似度を観測画像（１）のｘ軸（２）方向に投影したものである。縦軸（４）は類似度、横軸（５）はｘ軸を示す。（６）は、検出すべき部分画像の位置を示す。
（７）は、本発明の類似度を観測画像（１）のｘ軸（２）方向に投影したものである。
縦軸（８）は類似度、横軸（９）はｘ軸を示す。（１０）は、検出すべき部分画像の位置を示す。

このように、本発明では、図８および図９で確認できるように、誤り領域の部分画像の類似度を低くし、誤り領域の部分画像の類似度／検出すべき部分画像の類似度を小さくすることができる。更に、図８において、従来法では誤検出しているが、本発明では正しく検出できていることが確認できる。
以上のように、本発明では、従来法に比べて、誤りの少ない認識を行うことができる。

前記課題を解決するために、本発明の好ましい実施の形態では、テンプレートベクトルと部分画像の特徴ベクトルの内積に基づく類似度の高い複数個の部分画像を抽出する画像抽出装置において、要素値の分散が所定の値よりも小さいことを特徴とするテンプレートベクトルの要素値と部分画像の特徴ベクトルの要素値を用いて、これらベクトルの内積空間の定義を部分画像毎に、テンプレートベクトルと部分画像の特徴ベクトルの関数である計量テンソル、或いは、テンプレートベクトルを算出した座標値のアフィン変換、或いは、部分画像の特徴ベクトルを算出した座標値のアフィン変換により定義される関数である計量テンソル、或いは、テンプレートベクトルと部分画像の特徴ベクトルで定義される２階のテンソルにより算出する第１手段と、前記第１手段の内積空間の定義を用いて、テンプレートベクトルと部分画像の特徴ベクトルの内積値のｎ乗（ｎは自然数）に基づく類似度を算出する第２手段と、最も高い類似度に対する部分画像の類似度の割合（以下、類似度の割合という）を算出する第３手段と、前記第３手段の類似度の割合が、所定の値よりも大きい部分画像を抽出する第４手段とを備える。

上記の画像抽出装置では、内積空間を定義するテンソルの各要素値は、部分画像毎に異なる値となる。これにより、内積空間を定義する基底ベクトルを部分画像毎に変え、しかも、直交しているとは限らない基底ベクトルを定義していることになる。
更に、前記第１手段によるテンソルを内積演算に用いることで、非ユークリッド空間である二次形式を考慮したリーマン空間上で演算することになり、前記の画像抽出装置は、要素間の交互作用項も構成要素とした内積演算を実現できる。そして、要素間の交互作用項を考慮していない従来の内積に比べて、特徴ベクトルの要素値の分散が小さい部分画像ほど類似度をより高くしつつ、特徴ベクトルの要素値の分散が大きい部分画像ほど類似度をより低くできる。
その結果、従来手法に比べて（誤り領域の部分画像の類似度／検出すべき部分画像の類似度）を小さくするような画像抽出装置を実現できる。

また、本発明の他の実施の態様によれば、前記課題を解決するために、テンプレートベクトルと部分画像の特徴ベクトルの内積に基づく類似度の高い複数個の部分画像を抽出する画像抽出方法において、要素値の分散が所定の値よりも小さいことを特徴とするテンプレートベクトルの要素値と部分画像の特徴ベクトルの要素値とを用いて、これらベクトルの内積空間の定義を部分画像毎に、テンプレートベクトルと部分画像の特徴ベクトルの関数である計量テンソル、或いは、テンプレートベクトルを算出した座標値のアフィン変換、あるいは、部分画像の特徴ベクトルを算出した座標値のアフィン変換により定義される関数である計量テンソル、或いは、テンプレートベクトルと部分画像の特徴ベクトルで定義される２階のテンソルにより算出する第１工程と、前記第１工程の内積空間の定義を用いて、テンプレートベクトルと部分画像の特徴ベクトルの内積値のｎ乗（ｎは自然数）に基づく類似度を算出する第２工程と、最も高い類似度に対する部分画像の類似度の割合（以下「類似度の割合」とする）を算出する第３工程と、前記第３工程の類似度の割合が、所定の値よりも大きい部分画像を抽出する第４工程とを備える。

また、本発明のさらに他の実施の態様は、前記の画像抽出装置を有することを特徴とする半導体露光装置であってもよく、また、前記の画像抽出方法を有することを特徴とする露光方法であってもよく、これらの露光装置または露光方法を用いるデバイス製造方法でもよい。

図１は、本発明の実施例１に係る画像抽出装置の機能構成を示す図である。
各部は、以下に述べる機能を実現するものであれば、専用プログラムや専用プロセッサを含む機器であっても、或いは、それら各機能に対応する特定のハードウェアを制御する制御プログラムを実行するものであってもよい。

はじめに、図１を用いて本実施例の全体の概要を説明をする。
図１の入出力部Ｓ１０１は、観測画像を受け取り、類似度演算部Ｓ１０４から類似度の高い部分画像の位置情報を出力する。
前処理部Ｓ１０２は、入出力部Ｓ１０１より観測画像、データベースＳ１０５より特徴点情報を受け取り、部分画像の特徴ベクトルＤを算出して内積空間演算部Ｓ１０３と記憶部Ｓ１０６に出力する。
内積空間演算部Ｓ１０３は、前処理部Ｓ１０２より部分画像の特徴ベクトルＤ、データベースＳ１０５よりテンプレートベクトルＨと内積空間定義情報を受け取り、計量テンソルＧを算出して類似度演算部Ｓ１０４に出力する。ここで、テンプレートベクトルＨの要素値の分散は、所定の値よりも小さく設定されている。

類似度演算部Ｓ１０４は、内積空間演算部Ｓ１０３より計量テンソルＧ、データベースＳ１０５よりテンプレートベクトルＨと類似度定義情報を受け取り、部分画像の類似度を算出してその位置情報とともに記憶部Ｓ１０６に出力する。
候補位置演算部Ｓ１０７は、記憶部Ｓ１０６より全ての部分画像の位置情報および類似度、データベースＳ１０５より候補点情報を受け取り、類似度の高い複数個の部分画像の位置情報を出力する。

以下では、図１における各部の詳細を述べる。
＜前処理部Ｓ１０２＞
前処理部Ｓ１０２は、部分画像の特徴量をベクトル形式で算出することを目的とする。図２は図１における前処理部Ｓ１０２の処理手順を示すフローチャートであり、この図２を用いて説明する。
ステップＳ２０１では、観測画像から所定のサイズの領域を部分画像として取り出す。ステップＳ２０２では、画素値のダイナミックレンジを正規化した部分画像を算出する。
ステップＳ２０３では、その部分画像の特徴量を得るために、データベースＳ１０５より特徴点数、特徴点の位置、および特徴量の定義などの特徴点情報を受け取り、各特徴点の特徴量を算出し、その値を要素としたベクトルを算出し、部分画像の特徴ベクトルＤとする。そして、この部分画像の特徴ベクトルＤを記憶部Ｓ１０６に出力する。ここで、特徴点数がｎ個の場合、ｉ番目の特徴点の特徴量をｄ_ｉ
とすると、部分画像の特徴ベクトルＤは、
Ｄ＝（ｄ_１，ｄ_２，ｄ_３，‥‥‥，ｄ_ｎー２，ｄ_ｎ−１，ｄ_ｎ）
で表現される。

＜内積空間演算部Ｓ１０３＞
特徴ベクトルの要素間の交互作用を考慮した内積空間を定義することが、内積空間演算部Ｓ１０３の目的である。図３は内積空間演算部Ｓ１０３の処理手順を示すフローチャートである。この図３を用いて説明する。
ステップ３０１では、前処理部Ｓ１０２より部分画像の特徴ベクトルＤ、データベースＳ１０５よりテンプレートベクトルＨを受け取り、２階テンソルを算出する。特徴点数がｎ個の場合、ｉ番目の特徴点の特徴量をｈ_ｉとすると、テンプレートベクトルＨは、
Ｈ＝（ｈ_１，ｈ_２，ｈ_３，‥‥‥，ｈ_ｎー２，ｈ_ｎ−１，ｈ_ｎ）
で表現される。
例えば、２階テンソルは、式（３）、あるいは、式（４）、あるいは、式（５）で表現される。式（３）はテンプレートベクトルＨの２階テンソル、式（４）は部分画像の特徴ベクトルＤの２階テンソル、式（５）はテンプレートベクトルＨと部分画像の特徴ベクトルＤの２階テンソルである。

ステップ３０２では、データベースＳ１０５より内積空間定義情報を受け取り、その情報に基づき内積空間の定義である計量テンソルＧをテンプレートベクトルＨと部分画像の特徴ベクトルＤの関数として算出する。内積空間定義情報は、計量テンソルの演算式が記述されている。式（６）、式（７）は、演算式の例である。但し、内積空間の定義である計量テンソルＧの算出方法は、以下の例に限定するものではない。計量テンソルＧは、テンプレートベクトルＨと部分画像の特徴ベクトルＤの関数であればよい。

＜類似度演算部Ｓ１０４＞
類似度演算部Ｓ１０４は、テンプレートベクトルＨと部分画像の特徴ベクトルＤと計量テンソルＧを用いて、部分画像の類似度を算出することを目的とする。図４は図１における類似度演算部Ｓ１０４の処理手順を示すフローチャートである。この図４を用いて説明する。
ステップＳ４０１では、データベースＳ１０５よりテンプレートベクトルＨ、記憶部Ｓ１０６より部分画像の特徴ベクトルＤ、内積空間演算部Ｓ１０３より計量テンソルＧを受け取り、テンプレートベクトルＨと部分画像の特徴ベクトルＤの内積値を式（８）で算出する。

ステップＳ４０２では、データベースＳ１０５より類似度定義情報を受け取り、部分画像の類似度を式（９）で算出する。類似度定義情報は、部分画像の内積値をｎ乗する数値である。

＜候補位置演算部Ｓ１０７＞
候補位置演算部Ｓ１０７は、全ての部分画像の中で類似度の高い数個の部分画像の位置情報を算出することを目的とする。図５は図１における候補位置演算部Ｓ１０７の処理手順を示すフローチャートである。この図５を用いて説明する。
ステップＳ５０１では、記憶部Ｓ１０６より各部分画像の位置情報および類似度、データベースＳ１０５より候補点数情報を受け取り、この候補点数情報に基づき類似度の高い数個の部分画像の位置情報を算出する。

本発明の実施例２では、実施例１の検出すべき部分画像が、観測画像中で予め仮定した大きさと異なり回転も加わった場合の応用例を示す。
実施例２では、実施例１の前処理部Ｓ１０２が以下のようになる。図６は本発明の実施例２に係る前処理部の処理手順を示すフローチャートである。この図６を用いて説明する。
ステップＳ６０１では、データベースＳ１０５より 予め仮定した大きさに対する拡大率および回転角を受け取り、アフィン変換行列Ｚを算出する。アフィン変換行列Ｚは、式（１０）で算出する。

ステップＳ６０２では、データベースＳ１０５より特徴点情報を受け取り、アフィン変換後の座標位置を算出する。
ステップＳ６０３では、アフィン変換後の特徴点の座標位置を用いて、観測画像からその領域を部分画像として取り出す。
ステップＳ６０４では、画素値のダイナミックレンジを正規化した部分画像を算出する。
ステップＳ６０５では、その部分画像の特徴量を得るために、データベースＳ１０５より特徴量の定義である特徴点情報を受け取り、その情報とステップＳ６０３で算出したアフィン変換後の座標位置を用いて各特徴点の特徴量を算出し、その値を要素としたベクトルを算出し、部分画像の特徴ベクトルＤとする。そして、この部分画像の特徴ベクトルＤを記憶部Ｓ１０６に出力する。
式（１１）は、アフィン変換後のテンプレートベクトルＨである。関数ｆ_Ｈは、特徴量の定義である。例えば、特徴点とその隣接画素との差分である。
式（１２）は、アフィン変換後の部分画像の特徴ベクトルＤである。関数ｆ_Ｄは、特徴量の定義である。例えば、特徴点とその隣接画素との差分である。

因みに、式（１１）および式（１２）を用いて算出されたテンプレートベクトルＨと、部分画像の特徴ベクトルＤより、テンプレートベクトルＨの２階テンソルは式（１３）で、部分画像の特徴ベクトルＤの２階テンソルは式（１４）で、テンプレートベクトルＨと部分画像の特徴ベクトルＤの２階テンソルは式（１５）で算出される。更に、計量テンソルＧは、テンプレートベクトルＨと部分画像の特徴ベクトルＤの関数として算出する。式（１６）と、式（１７）は、演算式の例である。但し、計量テンソルＧの算出方法は、以下の例に限定するものではない。計量テンソルＧは、テンプレートベクトルＨと部分画像の特徴ベクトルＤの関数であればよい。

本発明の実施例３では、実施例１と実施例２に記載した画像抽出装置および画像抽出方法を用いた半導体露光装置および半導体露光方法の例を示す。
半導体露光装置においては、ウエハ上にレチクルパターンを投影露光する前に、ウエハとレチクルの位置合わせが行われる。この位置合わせを行うには、通常、ＣＣＤカメラなどの画像入力装置を用いてウエハ上のマークを中心としたデジタル画像（以下「観測画像」とする）を半導体露光装置に取り込み、パターン認識技術を用いて観測画像中でのマークの位置を検出する。検出の手順は、まず観測画像全体から大まかな位置を絞り、次に絞り込んだ周辺から精密な位置を検出する、という２つに分けられる。
本実施例においては、前記手順における観測画像全体からの大まかな位置検出（以下、「マーク位置検出」とする）を対象としている。
通常、このマーク位置検出にはパターン認識技術が用いられる。そして、このパターン認識技術を用いて観測画像の各位置においる評価値を算出し、最大の評価値をもつ位置をマーク位置としている。
本実施例では、パターン認識技術に実施例１と実施例２に記載した画像抽出方法を適用した。

図７は半導体露光装置の概略構成を示した図であり、本実施例３は図７のオフアクシススコープ６によるプリアライメント検出に対して本発明を適用したものである。
露光対象パターンはレチクル１上に存在し、不図示の照明系でＩ線あるいはエキシマレーザ光を使って照明され、投影レンズ２によりウエハ５に露光される。
プリアライメントはウエハ５が不図示のウエハ搬送装置によって、ＸＹステージ３上のウエハ吸着チャック４に載せられてから行われる。ウエハ５はチャック４上に搬送装置の精度で載せられているため、精度上そのままウエハの精密な位置計測に移行することはできない。その為、ウエハ上のプリアライメント（粗合わせ）用の検出マークを投影レンズ２の外側に構成されるオフアクシススコープ６で観察し、ＣＣＤカメラ７で光電変換した後、プリアライメント画像処理装置８で検出マークの位置情報を検出する。プリアライメント画像処理装置８内では、光電変換されたビデオ信号をＡ／Ｄ変換装置７１でデジタル情報にし、画像メモリを有する画像処理プロセッサ７２でプリアライメントマーク位置の検出を行う。
プリアライメントマークの画像を取り込んだときのＸＹステージ３の位置はレーザ干渉計１２によって正確に測定されており、露光装置制御装置９がマーク位置のずれとＸＹステージ３の位置から、チャック４上に置かれているウエハ５のずれ量を正しく計測する。

本実施例ではオフアクシススコープ６の照明として暗視野照明を用いて説明する。暗視野照明ではマーク段差のエッジ位置からの散乱光がＣＣＤカメラ７などで受光されるが、本実施例は明視野照明にも同様に適用できる。
本実施例では、実施例１と実施例２に記載した画像抽出方法を図７のプリアライメント画像処理装置８に搭載する。処理の流れは、図７のＣＣＤカメラ７で得られた画像が図１の観測画像に送られ、図１の類似度の高い部分画像の位置情報が、図７の画像処理プロセッサ７２に送られてマーク位置検出が完了する。

次に、本発明の実施例４として、実施例３の露光装置または露光方法を利用した半導体デバイスの製造プロセスを説明する。図１０は半導体デバイスの全体的な製造プロセスのフローを示す図である。ステップ１（回路設計）では半導体デバイスの回路設計を行う。ステップ２（マスク製作）では設計した回路パターンに基づいてマスクを作製する。
一方、ステップ３（ウエハ製造）ではシリコン等の材料を用いてウエハを製造する。ステップ４（ウエハプロセス）は前工程と呼ばれ、前記のマスクとウエハを用いて、前記の露光装置によりリソグラフィ技術を利用してウエハ上に実際の回路を形成する。次のステップ５（組み立て）は後工程と呼ばれ、ステップ４によって作製されたウエハを用いて半導体チップ化する工程であり、アッセンブリ工程（ダイシング、ボンディング）、パッケージング工程（チップ封入）等の組み立て工程を含む。ステップ６（検査）ではステップ５で作製された半導体デバイスの動作確認テスト、耐久性テスト等の検査を行う。こうした工程を経て半導体デバイスが完成し、ステップ７でこれを出荷する。

前記ステップ４のウエハプロセスは以下のステップを有する。ウエハの表面を酸化させる酸化ステップ、ウエハ表面に絶縁膜を成膜するＣＶＤステップ、ウエハ上に電極を蒸着によって形成する電極形成ステップ、ウエハにイオンを打ち込むイオン打ち込みステップ、ウエハに感光剤を塗布するレジスト処理ステップ、前記の露光装置によって回路パターンをレジスト処理ステップ後のウエハに転写する露光ステップ、露光ステップで露光したウエハを現像する現像ステップ、現像ステップで現像したレジスト像以外の部分を削り取るエッチングステップ、エッチングが済んで不要となったレジストを取り除くレジスト剥離ステップ。これらのステップを繰り返し行うことによって、ウエハ上に多重に回路パターンを形成する。

本発明の実施例１に係る画像抽出装置の機能構成図である。 本発明の実施例１に係る前処理部の処理手順を示すフローチャートである。 本発明の実施例１に係る内積空間演算部の処理手順を示すフローチャートである。 本発明の実施例１に係る類似度演算部の処理手順を示すフローチャートである。 本発明の実施例１に係る候補位置演算部の処理手順を示すフローチャートである。 本発明の実施例２に係る前処理部の処理手順を示すフローチャートである。 本発明の実施例３に係る半導体露光装置の概略構成を示すフローチャートである。 本発明の効果の第１例を示す図である。 本発明の効果の第２例を示す図である。 半導体デバイスの全体的な製造プロセスのフローを示す図である。

符号の説明

１：レチクル、２：投影レンズ、３：ステージ、４：ウエハチャック、５：ウエハ、６：オフアクシススコープ、７：ＣＣＤカメラ、８：画像処理装置、９：露光装置制御装置、１０：照明装置、１１：レーザ干渉計計測部、１２：レーザ干渉計、５１：プリアライメントマーク、５２：検出位置、７１：Ａ／Ｄ変換装置、７２：画像処理プロセッサ。

Claims (8)

1. ベクトル形式で表現されたテンプレートデータであるテンプレートベクトルとベクトル形式で表現された部分画像の特徴データである部分画像の特徴ベクトルとの内積に基づきテンプレートと類似度の高い複数個の部分画像を抽出する画像抽出装置において、
   前記テンプレートベクトルの要素値と前記部分画像の特徴ベクトルの要素値との計量テンソルに基づく内積値を部分画像毎に算出する部分画像毎算出手段と、
   前記部分画像毎算出手段の内積値のｎ乗（ｎは1以上の整数）に基づく類似度を算出する類似度算出手段と、
   前記類似度に基づき部分画像を抽出する部分画像抽出手段と
   を有することを特徴とする画像抽出装置。
2. 前記計量テンソルは、前記テンプレートベクトルと部分画像の特徴ベクトルで定義される２階のテンソルであることを特徴とする請求項１に記載の画像抽出装置。
3. 前記計量テンソルは、前記テンプレートベクトルを算出した座標値のアフィン変換、或いは、前記部分画像の特徴ベクトルを算出した座標値のアフィン変換により定義される関数であることを特徴とする請求項１に記載の画像抽出装置。
4. 前記特徴ベクトルのうちベクトルを構成する要素間の分散が所定値よりも小さい特徴ベクトルを前記テンプレートとして選択することを特徴とする請求項１に記載の画像抽出装置。
5. ベクトル形式で表現されたテンプレートデータであるテンプレートベクトルとベクトル形式で表現された部分画像の特徴データである部分画像の特徴ベクトルとの内積に基づいてテンプレートと類似度の高い複数個の部分画像を抽出する画像抽出方法において、
   前記テンプレートベクトルの要素値と前記部分画像の特徴ベクトルの要素値との計量テンソルに基づく内積値を部分画像毎に算出する部分画像毎算出工程と、
   前記部分画像毎算出工程による内積値のｎ乗（ｎは1以上の整数）に基づく類似度を算出する類似度算出工程と、
   前記類似度に基づき部分画像を抽出する部分画像抽出工程と
   を有することを特徴とする画像抽出方法。
6. 請求項１〜４のいずれかに記載の画像抽出装置を有することを特徴とする露光装置。
7. 請求項５に記載の画像抽出方法を有することを特徴とする露光方法。
8. 請求項６に記載の露光装置または請求項７に記載の露光方法を用いて露光対象に露光を行う工程と、露光された前記露光対象を現像する工程と、を具備することを特徴とするデバイス製造方法。

Images