JP2007086617A

JP2007086617A - 試料検査装置、試料検査方法及びプログラム

Info

Publication number: JP2007086617A
Application number: JP2005277774A
Authority: JP
Inventors: Yuichi Nakatani; 裕一中谷
Original assignee: Advanced Mask Inspection Technology Inc
Current assignee: Advanced Mask Inspection Technology Inc
Priority date: 2005-09-26
Filing date: 2005-09-26
Publication date: 2007-04-05
Anticipated expiration: 2025-09-26
Also published as: JP4323475B2; US7643668B2; US20070071308A1

Abstract

【目的】パターン形状によらずに光学画像と参照画像とを比較する、より信頼性の高い試料検査装置およびその方法を提供することを目的とする。
【構成】本発明の一態様の試料検査装置１００は、参照画像１０を入力し、入力された参照画像１０の中から検査対象画素を含む第１の画素群と所定の閾値内の階調値を持つ第２の画素群を探索する同一近傍パターン探索回路３１０と、被検査試料の光学画像２０と参照画像２０とを入力し、前記検査対象画素の階調値と探索された前記第２の画素群の検査対象画素に対応する画素の階調値と、前記検査対象画素と前記第２の画素群の検査対象画素に対応する画素とに対応する前記光学画像２０の複数の画素の階調値とを基づいて、所定の確率値を取得する確率演算回路３２０と、かかる確率値を用いて光学画像２０の検査対象画素の欠陥の有無を判定する欠陥判定回路３３０と、を備えたことを特徴とする。
【選択図】図３

Description

本発明は、試料検査装置、試料検査方法及びプログラムに係り、例えば、半導体製造に用いる試料となる物体のパターン欠陥を検査するパターン検査技術に関し、半導体素子や液晶ディスプレイ（ＬＣＤ）を製作する際に使用するリソグラフィ用マスクの欠陥を検査するための試料検査手法に関する。

近年、大規模集積回路（ＬＳＩ）の高集積化及び大容量化に伴い、半導体素子に要求される回路線幅はますます狭くなってきている。これらの半導体素子は、回路パターンが形成された原画パターン（マスク或いはレチクルともいう。以下、マスクと総称する）を用いて、いわゆるステッパと呼ばれる縮小投影露光装置でウェハ上にパターンを露光転写して回路形成することにより製造される。よって、かかる微細な回路パターンをウェハに転写するためのマスクの製造には、微細な回路パターンを描画することができるパターン描画装置を用いる。かかるパターン描画装置を用いてウェハに直接パターン回路を描画することもある。パターン描画装置については、電子ビームやレーザビームを用いて描画する装置の開発が試みられている。

そして、多大な製造コストのかかるＬＳＩの製造にとって、歩留まりの向上は欠かせない。しかし、１ギガビット級のＤＲＡＭ（ランダムアクセスメモリ）に代表されるように、ＬＳＩを構成するパターンは、サブミクロンからナノメータのオーダーになろうとしている。歩留まりを低下させる大きな要因の一つとして、半導体ウェハ上に超微細パターンをフォトリソグラフィ技術で露光、転写する際に使用されるマスクのパターン欠陥があげられる。近年、半導体ウェハ上に形成されるＬＳＩパターン寸法の微細化に伴って、パターン欠陥として検出しなければならない寸法も極めて小さいものとなっている。そのため、ＬＳＩ製造に使用される転写用マスクの欠陥を検査するパターン検査装置の高精度化が必要とされている。

一方、マルチメディア化の進展に伴い、ＬＣＤ（ＬｉｑｕｉｄＣｒｙｓｔａｌＤｉｓｐｌａｙ：液晶ディスプレイ）は、５００ｍｍ×６００ｍｍ、またはこれ以上への液晶基板サイズの大型化と、液晶基板上に形成されるＴＦＴ（ＴｈｉｎＦｉｌｍＴｒａｎｓｉｓｔｏｒ：薄膜トランジスタ）等のパターンの微細化が進んでいる。従って、極めて小さいパターン欠陥を広範囲に検査することが要求されるようになってきている。このため、このような大面積ＬＣＤのパターン及び大面積ＬＣＤを製作する時に用いられるフォトマスクの欠陥を短時間で、効率的に検査する試料検査装置の開発も急務となってきている。

ここで、従来のパターン検査装置では、拡大光学系を用いてリソグラフィマスク等の試料上に形成されているパターンを所定の倍率で撮像した光学画像と、設計データ、あるいは試料上の同一パターンを撮像した光学画像と比較することにより検査を行うことが知られている（例えば、特許文献１参照）。
例えば、パターン検査方法として、同一マスク上の異なる場所の同一パターンを撮像した光学画像同士を比較する「ｄｉｅｔｏｄｉｅ検査」や、パターン設計されたＣＡＤデータをマスクにパターンを描画する時に描画装置が入力するための装置入力フォーマットに変換した描画データを検査装置に入力して、これをベースに参照画像を生成して、それとパターンを撮像した測定データとなる光学画像とを比較する「ｄｉｅｔｏｄａｔａｂａｓｅ検査」がある。かかる検査装置における検査方法では、試料はステージ上に載置され、ステージが動くことによって光束が試料上を走査し、検査が行われる。試料には、光源及び照明光学系によって光束が照射される。試料を透過あるいは反射した光は光学系を介して、センサ上に結像される。センサで撮像された画像は測定データとして比較回路へ送られる。比較回路では、画像同士の位置合わせの後、光学画像と参照画像とを適切なアルゴリズムに従って比較し、一致しない場合には、パターン欠陥有りと判定する。

そして、上述したように試料上のパターンの微細化に伴い、比較対象画像同士の画素位置ズレや画像の伸縮・うねり、センシングノイズに埋もれるほどの欠陥を検出する必要が生じている。かかる事態に対処するため、信頼性の高い比較検査手法が望まれている。

ここで、光学画像と参照画像とを比較する場合に、特にパターンのエッジにある微細な欠陥を検出するため、輪郭線を抽出して比較することにより欠陥を検出する方法が提案されていた（例えば、特許文献２，３参照）。その他、水平垂直エッジなど特定の形状に合わせて予め決められた複数のフィルタを組み合わせて欠陥を検出する方法などが試みられている。
しかしながら、様々なノイズを含む光学画像から安定かつ正確に輪郭線を抽出することは困難である。さらには、輪郭線を特定しにくいなだらかなエッジやそもそも輪郭線を特定できないパターン内部のベタ部には対応することが困難である。また、予め形状に合わせて決められたフィルタ等を用いる場合、対応できる形状が限定されてしまう。また、フィルタではしばしば微分（差分）演算が用いられるが、複雑なプロファイル形状を持つエッジから正確な微分（差分）値を求めることは困難である
特開平８−７６３５９号公報特開平１１−１３２７４３号公報特開２００２−２０３２３３号公報

上述したように、輪郭線や特定形状に合わせ込んだフィルタ等を用いて光学画像と参照画像とを比較する手法では、様々な角度のエッジや複雑なプロファイルを持つエッジでの比較に対応できないといった問題があった。また、そもそも輪郭線を特定できないパタン内部のベタ部や輪郭線を特定しにくいなだらかなエッジについても対応が困難であるといった問題があった。
本発明は、上述した問題点を克服し、光学画像と参照画像とを比較する、より信頼性の高い試料検査装置およびその方法を提供することを目的とする。

本発明の一態様の試料検査装置は、
参照画像を入力し、入力された前記参照画像の中から所定の画素を含む第１の画素群と所定の閾値内の階調値を持つ第２の画素群を探索する探索部と、
被検査試料の光学画像と前記参照画像とを入力し、前記参照画像における前記所定の画素の階調値と、探索された前記第２の画素群のうち前記所定の画素に対応する画素の階調値と、前記参照画像における前記所定の画素に対応する前記光学画像の画素の階調値と、前記第２の画素群のうち前記所定の画素に対応する画素に対応する前記光学画像の画素の階調値とに基づいて、所定の確率値を取得する確率取得部と、
前記所定の確率値を用いて前記所定の画素に対応する前記光学画像の画素の欠陥の有無を判定する判定部と、
を備えたことを特徴とする。

また、本発明の一態様の試料検査方法は、
参照画像を入力し、入力された前記参照画像の中から所定の画素を含む第１の画素群と所定の閾値内の階調値を持つ第２の画素群を探索する探索工程と、
被検査試料の光学画像と前記参照画像とを入力し、前記参照画像における前記所定の画素の階調値と、探索された前記第２の画素群のうち前記所定の画素に対応する画素の階調値と、前記参照画像における前記所定の画素に対応する前記光学画像の画素の階調値と、前記第２の画素群のうち前記所定の画素に対応する画素に対応する前記光学画像の画素の階調値とに基づいて、所定の確率値を取得する確率取得工程と、
前記所定の確率値を用いて前記所定の画素に対応する前記光学画像の画素の欠陥の有無を判定する判定工程と、
を備えたことを特徴とする。

また、かかる方法をコンピュータに実行させるためのプログラムは、
被検査試料の参照画像を第１の記憶装置に記憶する第１の記憶処理と、
前記第１の記憶装置から前記参照画像を読み出し、前記参照画像の中から所定の画素を含む第１の画素群と所定の閾値内の階調値を持つ第２の画素群を探索する探索処理と、
前記被検査試料の光学画像を第２の記憶装置に記憶する第２の記憶処理と、
前記第２の記憶装置から前記光学画像を読み出し、前記参照画像における前記所定の画素の階調値と、探索された前記第２の画素群のうち前記所定の画素に対応する画素の階調値と、前記参照画像における前記所定の画素に対応する前記光学画像の画素の階調値と、前記第２の画素群のうち前記所定の画素に対応する画素に対応する前記光学画像の画素の階調値とに基づいて、所定の確率値を取得する確率取得処理と、
前記所定の確率値を用いて前記所定の画素に対応する前記光学画像の画素の欠陥の有無を判定する判定処理と、
を備えればよい。

本発明によれば、検査したい所定の画素を含む画素群を含めた複数の画素群の階調値を用いるので、パターン形状によらず対応することができる。そして、複数の画素群の階調値のばらつきから信頼性のある確率値を取得することができる。そして、信頼性のある確率値を取得することができるので、信頼性のある検査を行なうことができる。

パターン欠陥の有無を検査する方法には、上述したように、大きく分けて、ダイとダイとの比較（ＤｉｅｔｏＤｉｅ比較）と、ダイとデータベースとの比較（ＤｉｅｔｏＤａｔａｂａｓｅ比較）がある。ＤｉｅｔｏＤｉｅ比較（ＤＤ比較）は、レチクル上の２つのダイを比較して欠陥を検出する方法であり、ＤｉｅｔｏＤａｔａｂａｓｅ比較（ＤＢ比較）は、ダイとＬＳＩ設計用ＣＡＤデータを変換した描画データから発生させたデータベースを比較して欠陥を検出する方法である。以下、実施の形態ではＤＤ比較における２枚のダイのうち、欠陥検査対象となる画像を光学画像、もう一枚のリファレンスとなる画像を参照画像と呼ぶ。また、ＤＢ比較におけるダイ画像を光学画像、データベースを参照画像とよぶ。

実施の形態１．
実施の形態１では、主に、ＤＢ比較を行なう場合を中心に説明する。以下、図面を用いて説明する。
図１は、実施の形態１における試料検査方法の要部工程の一例を示すフローチャート図である。
図１において、試料検査方法は、光学画像取得工程（Ｓ１０２）、参照画像作成工程（Ｓ１０４）、同一近傍パターン探索工程（Ｓ２０２）、確率取得工程の一例となるばらつき評価工程（Ｓ２０４）、欠陥判定工程（Ｓ２０６）といった一連の工程を実施する。

図２は、実施の形態１における試料検査装置の内部構成を示す概念図である。
図２において、マスクやウェハ等の基板を試料として、かかる試料の欠陥を検査する試料検査装置１００は、光学画像取得部１５０と制御系回路１６０を備えている。光学画像取得部１５０は、ＸＹθテーブル１０２、光源１０３、拡大光学系１０４、フォトダイオードアレイ１０５、センサ回路１０６、レーザ測長システム１２２、オートローダ１３０、照明光学系１７０を備えている。制御系回路１６０では、コンピュータとなる制御計算機１１０が、データ伝送路となるバス１２０を介して、位置回路１０７、比較部の一例となる比較回路１０８、参照画像作成回路１１２、オートローダ制御回路１１３、テーブル制御回路１１４、記憶装置の一例となる磁気ディスク装置１０９、磁気テープ装置１１５、フレシキブルディスク装置（ＦＤ）１１６、ＣＲＴ１１７、パターンモニタ１１８、プリンタ１１９に接続されている。また、ＸＹθテーブル１０２は、Ｘ軸モータ、Ｙ軸モータ、θ軸モータにより駆動される。図２では、本実施の形態１を説明する上で必要な構成部分以外については記載を省略している。試料検査装置１００にとって、通常、必要なその他の構成が含まれることは言うまでもない。

図３は、比較回路の構成の一例を示す概念図である。
図３において、比較回路１０８は、記憶装置の一例となる参照画像データメモリ３０２、記憶装置の一例となる光学画像データメモリ３０４、探索部の一例となる同一近傍パターン探索回路３１０、確率取得部の一例となる確率演算回路３２０、判定部の一例となる欠陥判定回路３３０を有している。

Ｓ（ステップ）１０２において、光学画像取得工程として、光学画像取得部１５０は、設計データ（描画データ）に基づいて、設計データに含まれる図形データが示す図形が描画された試料となるフォトマスク１０１における光学画像（測定データ）を取得する。具体的には、光学画像は、以下のように取得される。
被検査試料となるフォトマスク１０１は、ＸＹθ各軸のモータによって水平方向及び回転方向に移動可能に設けられたＸＹθテーブル１０２上に載置され、フォトマスク１０１に形成されたパターンには、ＸＹθテーブル１０２の上方に配置されている適切な光源１０３によって光が照射される。光源１０３から照射される光束は、照明光学系１７０を介して試料となるフォトマスク１０１を照射する。フォトマスク１０１の下方には、拡大光学系１０４、フォトダイオードアレイ１０５及びセンサ回路１０６が配置されており、露光用マスクなどの試料となるフォトマスク１０１を透過した光は拡大光学系１０４を介して、フォトダイオードアレイ１０５に光学像として結像し、入射する。拡大光学系１０４は図示しない自動焦点機構により自動的に焦点調整がなされていてもよい。

図４は、光学画像の取得手順を説明するための図である。
被検査領域は、図４に示すように、Ｙ方向に向かって、スキャン幅Ｗの短冊状の複数の検査ストライプに仮想的に分割され、更にその分割された各検査ストライプが連続的に走査されるようにＸＹθテーブル１０２の動作が制御され、Ｘ方向に移動しながら光学画像が取得される。フォトダイオードアレイ１０５では、図４に示されるようなスキャン幅Ｗの画像を連続的に入力する。そして、第１の検査ストライプにおける画像を取得した後、第２の検査ストライプにおける画像を今度は逆方向に移動しながら同様にスキャン幅Ｗの画像を連続的に入力する。そして、第３の検査ストライプにおける画像を取得する場合には、第２の検査ストライプにおける画像を取得する方向とは逆方向、すなわち、第１の検査ストライプにおける画像を取得した方向に移動しながら画像を取得する。このように、連続的に画像を取得していくことで、無駄な処理時間を短縮することができる。

フォトダイオードアレイ１０５上に結像されたパターンの像は、フォトダイオードアレイ１０５によって光電変換され、更にセンサ回路１０６によってＡ／Ｄ（アナログデジタル）変換される。フォトダイオードアレイ１０５には、ＴＤＩ（タイムディレイインテグレーション）センサのようなセンサが設置されている。ステージとなるＸＹθテーブル１０２をＸ軸方向に連続的に移動させることにより、ＴＤＩセンサは試料となるフォトマスク１０１のパターンを撮像する。これらの光源１０３、拡大光学系１０４、フォトダイオードアレイ１０５、センサ回路１０６により高倍率の検査光学系が構成されている。

ＸＹθテーブル１０２は、制御計算機１１０の制御の下にテーブル制御回路１１４により駆動される。Ｘ方向、Ｙ方向、θ方向に駆動する３軸（Ｘ−Ｙ−θ）モータの様な駆動系によって移動可能となっている。これらの、Ｘモータ、Ｙモータ、θモータは、例えばステップモータを用いることができる。そして、ＸＹθテーブル１０２の移動位置はレーザ測長システム１２２により測定され、位置回路１０７に供給される。また、ＸＹθテーブル１０２上のフォトマスク１０１はオートローダ制御回路１１３により駆動されるオートローダ１３０から自動的に搬送され、検査終了後に自動的に排出されるものとなっている。

センサ回路１０６から出力された測定データ（光学画像））は、位置回路１０７から出力されたＸＹθテーブル１０２上におけるフォトマスク１０１の位置を示すデータとともに比較回路１０８に送られる。測定データは例えば８ビットの符号なしデータであり、各画素の明るさの階調を表現している。

Ｓ１０４において、参照画像作成工程として、制御系回路１６０では、設計データ（描画データ）に基づいて、設計データに含まれる図形データが示す図形が描画された試料となるフォトマスク１０１における光学画像（測定データ）と比較するための参照画像を作成する。具体的には、参照画像は、以下のように作成される。
まず、展開工程として、参照画像作成回路１１２は、記憶装置（記憶部）の一例である磁気ディスク装置１０９から制御計算機１１０を通して設計データを読み出し、読み出された被検査試料となるフォトマスク１０１の設計データに含まれる図形データを２値ないしは多値のイメージデータ（設計画像データ）に変換して、このイメージデータが参照回路１１２に送られる。

図５は、参照画像作成回路の構成の一例を示す図である。
図５において、参照画像作成回路１１２は、階層構造展開回路２０２、調停回路２０４、パターン発生回路２０６、パターンメモリ２０８、パターン読み出し回路２１０を有している。そして、パターン発生回路２０６とパターンメモリ２０８とで１つの組となって、複数段配置されている。
ここで、設計データに含まれる図形は長方形や三角形を基本図形としたもので、例えば、図形の基準位置における座標（ｘ、ｙ）、辺の長さ、長方形や三角形等の図形種を区別する識別子となる図形コードといった情報で各パターン図形の形、大きさ、位置等を定義した図形データが格納されている。
かかる図形データが参照画像作成回路１１２に入力されると、階層構造展開回路２０２は、図形ごとのデータにまで展開し、その図形データの図形形状を示す図形コード、図形寸法などを解釈する。そして、パターン発生回路２０６において、所定の量子化寸法のグリッドを単位とするマス目内に配置されるパターンとして２値ないしは多値の設計画像データを展開する。そして、展開された設計画像データは、パターンメモリ２０８に一時的に蓄積される。言い換えれば、占有率演算部の一例となるパターン発生回路２０６では、設計パターンデータを読み込み、検査領域を所定の寸法を単位とするマス目として仮想分割してできた各マス目ごとに設計パターンにおける図形が占める占有率を演算し、ｎビットの占有率データをパターンメモリ２０８に出力する。例えば、１つのマス目を１画素として設定すると好適である。そして、１画素に１／２^８（＝１／２５６）の分解能を持たせるとすると、画素内に配置されている図形の領域分だけ１／２５６の小領域を割り付けて画素内の占有率を演算する。そして、８ビットの占有率データとしてパターンメモリ２０８に出力する。かかる占有率が各画素の階調値となる。

ここで、効率よく複数のパターン発生回路２０６で並列処理動作を行なわせるため、調停回路２０４が、各パターン発生回路２０６への入力データを配分する。そして、パターン読み出し回路２１０がパターンメモリ２０８に記憶された占有率データを読み出す。パターン読み出し回路２１０では、同一画素内の占有率データが存在すれば、かかる占有率データを加算して読み出す。これにより各画素内の図形占有率（階調値）がわかる。

以上のように、参照画像作成回路１１２は、送られてきた図形のイメージデータである設計画像データから光学画像と比較する参照画像を作成する。

そして、比較工程として、比較回路１０８は、試料となるフォトマスク１０１から得られる透過画像に基づいてセンサ回路１０６で生成された被検査パターンの測定データとなる光学画像と、参照画像作成回路１１２で生成した設計画像データとなる参照画像とを取り込み、所定のアルゴリズムに従って比較し、欠陥の有無を判定する。まず、比較回路１０８は、取り込んだ参照画像データを参照画像データメモリ３０２に格納する。そして、取り込んだ光学画像データを光学画像データメモリ３０４に格納する。

図６は、参照画像の一例を示す図である。
ここでは、一例として、図６に示すような参照画像１０におけるあるパターン１４のエッジ１６付近の一部を検査対象画素１２とする。
図７は、光学画像の一例を示す図である。
図７では、図６に示した参照画像１０に対応する光学画像２０の一例を示している。ここでは、図７に示すような光学画像２０における対応するパターン２４のエッジ２６付近の一部が検査対象画素２２となる。そして、かかる検査対象画素２２には、図７に示すように欠陥３０が生じているかもしれない。以下、かかる検査対象画素２２の欠陥の有無について検査する手法を説明する。

Ｓ２０２において、同一近傍パターン探索工程として、同一近傍パターン探索回路３１０は、参照画像１０を参照画像データメモリ３０２から入力し、入力された参照画像１０の中から検査対象画素１２を含む画素群１３と所定の閾値内の階調値を持つ近傍の画素群を同一近傍パターンとして探索する。

図８は、同一近傍パターン探索結果の一例を示す図である。
まず、検査対象画素１２の座標を（Ｐ_ｘ，Ｐ_ｙ）とする。図８では、階調値「１２４」を持つ座標（８６，３１０）の画素をここでは検査対象画素１２とする。
そして、座標（ｘ，ｙ）を中心とするｍ×ｎ画素の領域をＮｍｎ（ｘ，ｙ）と表す。座標（ｘ，ｙ）における参照画像１０の画素の階調値をｆ（ｘ，ｙ）と表す。ここで次の数式１の条件を満たす画素（ｘ，ｙ）を全て求め、これを点列｛Ａｉ｝（ｉ＝０，…，ｎ）とする。ここでｍ、ｎ、閾値ｔｈ_１は予め定めておくパラメータである。ここでは、例えば、ｍ＝ｎ＝３，ｔｈ_１＝１６とした。以下に、数式１を示す。

図８の例では、｛Ａｉ｝＝｛（８２，３０８），（８４，３０９），（８６，３１０），（８８，３１１），（９０，３１２）｝といった点列が求まる。つまり、検査対象画素１２の座標（Ｐ_ｘ，Ｐ_ｙ）を中心とする３×３の画素を１つの画素群１３として、画素位置をずらしながら近傍に位置する３×３の画素の画素群と比較して、各画素の階調値の差分値の合計の絶対値が閾値ｔｈ_１の範囲内にある画素群を同一近傍パターンとして探索し、抽出する。そして、図８の例では、検査対象画素１２を含む画素群１３を含めて、５つの画素群が抽出された状態を示している。ここでは、検査対象画素１２の座標（Ｐ_ｘ，Ｐ_ｙ）を中心とする３×３の画素を１つの画素群１３としているが、これに限るものではない。検査対象画素１２の座標（Ｐ_ｘ，Ｐ_ｙ）が含まれる画素群であればよい。望ましくは、検査対象画素１２の座標（Ｐ_ｘ，Ｐ_ｙ）を中心とする画素群が好適である。あまり、画素群を構成する画素数を増やすと閾値ｔｈ_１に納まる画素群を探索しにくくなるので、検査対象画素１２の座標（Ｐ_ｘ，Ｐ_ｙ）を中心とする３×３の画素を１つの画素群１３とするのがより好適である。

Ｓ２０４において、ばらつき評価工程として、確率演算回路３２０は、被検査試料の光学画像２０と参照画像１０とを入力し、検査対象画素１２の階調値と上述した工程で探索された近傍の画素群のうちの検査対象画素１２に対応する画素の階調値とを合わせた参照画像１０の複数の画素の階調値と、参照画像１０の複数の画素に対応する光学画像２０の複数の画素の階調値とを基づいて、自由度ｋのχ自乗分布の標本値が以下に示す値ｈ以下である確率値を取得する。

図９は、図８に対応する光学画像データの一例を示す図である。
図９では、階調値「１１２」を持つ座標（８６，３１０）の画素が、参照画像１０における検査対象画素１２に対応する検査対象画素２２となる。そして、図８に示した参照画像１０の複数の画素群に対応する光学画像２０の複数の画素群２３が示されている。
そして、座標（ｘ，ｙ）における光学画像２０の画素の階調値をｇ（ｘ，ｙ）と表す。
ここで、ｆ（ｘ，ｙ）（（ｘ，ｙ）∈｛Ａｉ｝）では、ほとんど階調値がばらついていないが、ｇ（ｘ，ｙ）（（ｘ，ｙ）∈｛Ａｉ｝）ではばらつきが生じている。ここでは、このばらつきを評価して出力する。ばらつきの評価は例えば次のようにする。

図１０は、ばらつき評価手法を説明するための概念図である。
ｇ（ｘ，ｙ）（（ｘ，ｙ）∈｛Ａｉ｝）のばらつきを、分散を用いて評価する。
観測される階調値Ｙのモデルを以下のようなモデル式で定義する。

Ｙ＝Ｘ＋（ａ・Ｘ＋ｂ）ε_１＋ε_２
ここで、Ｘは、真の階調値、（ａ・Ｘ＋ｂ）ε_１は、光学画像のノイズを表すモデル式、ａ，ｂは光学画像のノイズを表すパラメータ、ε_１は平均０分散１の正規分布に従う確率変数、ε_２は欠陥により生じた差異を表す確率変数とする。

かかるモデル式を光学画像の光学画像２０の画素の階調値ｇ（ｘ，ｙ）に当てはめ、ｇ（ｘ，ｙ）のモデルを次の数式２のように定義する。
数式２：ｇ（ｘ，ｙ）＝ｆ（ｘ，ｙ）＋（ａｆ（ｐｘ，ｐｙ）＋ｂ）ε_１＋ε_２

ここでパラメータとなるａ，ｂは、ａ＝１／１８０，ｂ＝１とする。
そして、確率演算回路３２０は、χ（カイ）自乗分布の標本値ｈを以下に示す数式３を用いて演算する。
数式３は、以下のように定義される。ｋは、同一近傍パターン数である。図８の例では、検査対象画素１２を含む画素群１３を含めて、５つの画素群が抽出されたので、ｋ＝５となる。

かかる演算よって得られる値ｈは、欠陥がなければ、自由度ｋのχ自乗分布に従うことになる。よって、本実施の形態では、χ自乗分布を用いて自由度ｋと標本値ｈとの場合に示される確率値をχ自乗分布を用いて取得する。
図１１は、χ自乗分布により確率値を取得する様子を説明するための概念図である。
χ自乗分布データは、例えば、記憶装置（記憶部）の一例である磁気ディスク装置１０９に記憶しておく。そして、確率演算回路３２０は、磁気ディスク装置１０９から制御計算機１１０を通してχ自乗分布データを読み出し、自由度ｋと標本値ｈとの場合に示される標本値がｈ以下である確率値を求める。図１１の例では、ｋ＝５、ｈ＝ｎの場合、確率値９６％が得られる場合を示している。
数式２では、光学画像のノイズを表すモデルを組み込んでいるため、得られる確率は、ノイズ成分で説明できるばらつき確率（％）を得ることができる。言い換えれば、得られる確率が大きいほど（１００％に近いほど）欠陥により生じた差異ではないことを示している。

ここで、χ自乗分布データは、対応テーブルとして格納されていてもよいし、その他の情報形態として格納されていてもよい。また、ここでは、磁気ディスク装置１０９に格納され、バス１２０を介して比較回路１０８内に読み出されているが、比較回路１０８内に別途、記憶装置を設けてももちろん構わない。

Ｓ２０６において、欠陥判定工程として、欠陥判定回路３３０は、得られた確率値を入力し、かかる確率値を用いて検査対象画素１２に対応する前記光学画像の検査対象画素２２の欠陥の有無を判定する。具体的には、得られた確率値と所定の閾値ｔｈ_２とを比較して、得られた確率値が閾値ｔｈ_２より大きい場合は正常（ＯＫ）、閾値ｔｈ_２以下の場合は欠陥（ＮＧ）と判定する。

以上のように、予め形状に合わせたフィルタを用いずに、参照画像と光学画像の画素群の階調値を用いて演算することにより、様々な角度のエッジ、複雑なプロファイルを持つエッジに対応することができる。

図１２は、光学画像の他の一例を示す図である。
上述したように、予め形状に合わせたフィルタを用いずに、参照画像と光学画像の画素群の階調値を用いて演算することにより、図１２に示すような輪郭線が特定できないベタ部２７を光学画像２０の検査対象画素２２としても参照画像と比較することができる。同様に輪郭線の特定が困難ななだらかなエッジに対しても参照画像と比較することができる。

以上のように、従来の予めパターン形状に合わせたフィルタで処理する方式では、光学系を変更したような場合にフィルタの最適化を行うことが困難であった。それに対し、本実施の形態では、光学画像のノイズモデルを演算式に直接反映させている、言い換えれば、陽に取り込んでいるため、例えば、光学系を変更したような場合であってもパラメータの最適化やノイズモデルの拡張を容易に行なうことができる。
また、従来のフィルタ処理では、フィルタ処理の際、誤差を生じさせ易い微分（差分）演算が必要であった。それに対し、本実施の形態では、かかる不安定な微分演算の必要がないため、誤差を生じさせにくくすることができる。
そして、さらに、従来のフィルタ処理では、最終結果となる出力値の意味するところが不明確であり、比較閾値を変更するにも、ある目的のために閾値調整を行なうことが困難であった。それに対し、本実施の形態では、最終結果となる出力値が、ノイズ成分で説明できるばらつき確率（％）であることが明確であることからある目的のために閾値調整を行なうことを容易にすることができる。

図１３は、別の光学画像取得手法を説明するための図である。
図２の構成では、スキャン幅Ｗの画素数（例えば２０４８画素）を同時に入射するフォトダイオードアレイ１０５を用いているが、これに限るものではなく、図１３に示すように、ＸＹθテーブル１０２をＸ方向に定速度で送りながら、レーザ干渉計で一定ピッチの移動を検出した毎にＹ方向に図示していないレーザスキャン光学装置でレーザビームをＹ方向に走査し、透過光を検出して所定の大きさのエリア毎に二次元画像を取得する手法を用いても構わない。

以上の説明において、「〜回路」或いは「〜工程」と記載したものは、コンピュータで動作可能なプログラムにより構成することができる。或いは、ソフトウェアとなるプログラムだけではなく、ハードウェアとソフトウェアとの組合せにより実施させても構わない。或いは、ファームウェアとの組合せでも構わない。また、プログラムにより構成される場合、プログラムは、磁気ディスク装置、磁気テープ装置、ＦＤ、或いはＲＯＭ（リードオンリメモリ）等の記録媒体に記録される。例えば、演算制御部を構成するテーブル制御回路１１４、参照画像作成回路１１２、比較回路１０８等は、電気的回路で構成されていても良いし、制御計算機１１０によって処理することのできるソフトウェアとして実現してもよい。また電気的回路とソフトウェアの組み合わせで実現しても良い。

以上、具体例を参照しつつ実施の形態について説明した。しかし、本発明は、これらの具体例に限定されるものではない。例えば、各実施の形態では、透過光を用いているが、反射光あるいは、透過光と反射光を同時に用いる構成にしてもよい。検査基準パターンデータとなる参照画像は設計データから生成しているが、フォトダイオードアレイ等のセンサにより撮像した同一パターンのデータを用いても良い。言い換えれば、ｄｉｅｔｏｄｉｅ検査でもｄｉｅｔｏｄａｔａｂａｓｅ検査でも構わない。かかるｄｉｅｔｏｄｉｅ検査の場合には、図１におけるＳ１０４において欠陥検査対象となる光学画像以外のもう一枚のリファレンスとなる画像を参照画像として取得すればよい。また、検査対象となる試料は、マスクに限るものではなく、画素同士を比較するものであれば構わない。

また、装置構成や制御手法等、本発明の説明に直接必要しない部分等については記載を省略したが、必要とされる装置構成や制御手法を適宜選択して用いることができる。

その他、本発明の要素を具備し、当業者が適宜設計変更しうる全ての試料検査装置及び試料検査方法は、本発明の範囲に包含される。

実施の形態１における試料検査方法の要部工程の一例を示すフローチャート図である。実施の形態１における試料検査装置の内部構成を示す概念図である。比較回路の構成の一例を示す概念図である。光学画像の取得手順を説明するための図である。参照画像作成回路の構成の一例を示す図である。参照画像の一例を示す図である。光学画像の一例を示す図である。同一近傍パターン探索結果の一例を示す図である。図８に対応する光学画像データの一例を示す図である。ばらつき評価手法を説明するための概念図である。 χ自乗分布により確率値を取得する様子を説明するための概念図である。光学画像の他の一例を示す図である。別の光学画像取得手法を説明するための図である。

符号の説明

１０参照画像
２０光学画像
１００試料検査装置
１０１フォトマスク
１０２ＸＹθテーブル
１０３光源
１０４拡大光学系
１０５フォトダイオードアレイ
１０６センサ回路
１０７位置回路
１０８比較回路
１０９磁気ディスク装置
１１０制御計算機
１１２参照画像作成回路
１５０光学画像取得部
３０２参照画像データメモリ
３０４光学画像データメモリ
３１０同一近傍パターン探索回路
３２０確率演算回路
３３０欠陥判定回路

Claims

参照画像を入力し、入力された前記参照画像の中から所定の画素を含む第１の画素群と所定の閾値内の階調値を持つ第２の画素群を探索する探索部と、
被検査試料の光学画像と前記参照画像とを入力し、前記参照画像における前記所定の画素の階調値と、探索された前記第２の画素群のうち前記所定の画素に対応する画素の階調値と、前記参照画像における前記所定の画素に対応する前記光学画像の画素の階調値と、前記第２の画素群のうち前記所定の画素に対応する画素に対応する前記光学画像の画素の階調値とに基づいて、所定の確率値を取得する確率取得部と、
前記所定の確率値を用いて前記所定の画素に対応する前記光学画像の画素の欠陥の有無を判定する判定部と、
を備えたことを特徴とする試料検査装置。
前記確率取得部において、χ自乗分布を用いて前記所定の確率値を取得することを特徴とする請求項１記載の試料検査装置。
前記確率取得部において、前記参照画像の複数の画素群の階調値と、前記光学画像の複数の画素群の階調値と前記参照画像の複数の画素群数とを用いて、前記χ自乗分布の標本値を演算することを特徴とする請求項２記載の試料検査装置。
前記確率取得部において、前記光学画像のノイズ成分を示すモデル式を用いて前記所定の確率値を取得することを特徴とする請求項３記載の試料検査装置。
参照画像を入力し、入力された前記参照画像の中から所定の画素を含む第１の画素群と所定の閾値内の階調値を持つ第２の画素群を探索する探索工程と、
被検査試料の光学画像と前記参照画像とを入力し、前記参照画像における前記所定の画素の階調値と、探索された前記第２の画素群のうち前記所定の画素に対応する画素の階調値と、前記参照画像における前記所定の画素に対応する前記光学画像の画素の階調値と、前記第２の画素群のうち前記所定の画素に対応する画素に対応する前記光学画像の画素の階調値とに基づいて、所定の確率値を取得する確率取得工程と、
前記所定の確率値を用いて前記所定の画素に対応する前記光学画像の画素の欠陥の有無を判定する判定工程と、
を備えたことを特徴とする試料検査方法。
被検査試料の参照画像を第１の記憶装置に記憶する第１の記憶処理と、
前記第１の記憶装置から前記参照画像を読み出し、前記参照画像の中から所定の画素を含む第１の画素群と所定の閾値内の階調値を持つ第２の画素群を探索する探索処理と、
前記被検査試料の光学画像を第２の記憶装置に記憶する第２の記憶処理と、
前記第２の記憶装置から前記光学画像を読み出し、前記参照画像における前記所定の画素の階調値と、探索された前記第２の画素群のうち前記所定の画素に対応する画素の階調値と、前記参照画像における前記所定の画素に対応する前記光学画像の画素の階調値と、前記第２の画素群のうち前記所定の画素に対応する画素に対応する前記光学画像の画素の階調値とに基づいて、所定の確率値を取得する確率取得処理と、
前記所定の確率値を用いて前記所定の画素に対応する前記光学画像の画素の欠陥の有無を判定する判定処理と、
をコンピュータに実行させるためのプログラム。