JP2007212201A - パターン検査方法及びその装置 - Google Patents

Abstract

【課題】
パターン検査装置において、膜厚の違いやパターン幅のばらつきなどから生じるパターンの明るさむらの影響を低減して、高感度なパターン検査を実現する。また、多種多様な欠陥を顕在化でき，広範囲な工程への適用が可能なパターン検査装置を実現する
【解決手段】
同一パターンとなるように形成されたパターンの対応する領域の画像を比較して画像の不一致部を欠陥と判定するパターン検査装置を、検査対象画像の各画素について，特徴空間にプロットし，特徴空間上のはずれ値を欠陥として検出する画像比較部を備えて構成した。これにより，ウェハ内の膜厚の違いに起因して画像間の同一パターンで明るさの違いが生じている場合であっても、正しく欠陥を検出できるようにした。
【選択図】 図１

Description

本発明は、光もしくはレーザなどを用いて得られた対象物の画像と、参照画像を比較して、その比較結果に基づいて微細パターン欠陥や異物等を検出する検査に係り、特に半導体ウェハ、ＴＦＴ、ホトマスクなどの外観検査を行うのに好適なパターン検査装置及びその方法に関する。

検査対象画像と参照画像とを比較して欠陥検出を行う従来の技術としては、特開平０５−２６４４６７号公報（特許文献１）に記載の方法が知られている。

これは、繰り返しパターンが規則的に並んでいる検査対象試料をラインセンサで順次撮像し、繰り返しパターンピッチ分の時間遅れをおいた画像と比較し、その不一致部をパターン欠陥として検出するものである。このような従来の検査方法を半導体ウェハの外観検査を例に説明する。検査対象となる半導体ウェハには図２（ａ）に示すように同一パターンのチップが多数、規則的に並んでいる。各チップは図２（ｂ）に示すようにメモリマット部２０１と周辺回路部２０２に大別することができる。メモリマット部２０１は小さな繰り返しパターン（セル）の集合であり、周辺回路部２０２は基本的にランダムパターンの集合である。一般的にはメモリマット部２０１はパターン密度が高く、明視野照明光学系で得られる画像は暗くなる。これに対し、周辺回路部２０２はパターン密度が低く、得られる画像は明るくなる。

従来の外観検査では、周辺回路部２０２は隣接するチップの同じ位置、例えば図２の領域２１と領域２２等での画像を比較し、その輝度差がしきい値よりも大きい部分を欠陥として検出する。以下，このような検査をチップ比較と記載する。メモリマット部２０１は隣接するセルの画像を比較し、同様にその輝度差がしきい値よりも大きい部分を欠陥として検出する。以下，このような検査をセル比較と記載する。

特開平０５−２６４４６７号公報

検査対象となる半導体ウェハではＣＭＰなどの平坦化によりパターンに膜厚の微妙な違いが生じ、チップ間の画像には局所的に明るさの違いがある。従来方式のように、輝度差が特定のしきい値ＴＨ以上となる部分を欠陥とするならば、このような膜厚の違いにより明るさが異なる領域も欠陥として検出されることになる。これは本来、欠陥として検出されるべきものではない。つまり虚報であるが，従来は虚報発生を避けるための１つの方法として、欠陥検出のためのしきい値を大きくしていた。しかし、これは感度を下げることになり、同程度以下の差分値の欠陥は検出できない。また、膜厚の違いによる明るさの違いは、図２に示した配列チップのうち、ウェハ内の特定チップ間でのみ生じる場合や、チップ内の特定のパターンでのみ生じる場合があるが、これらのローカルなエリアにしきい値を合わせてしまうと全体の検査感度を著しく低下させることになる。

また，感度を阻害する要因として，パターンエッジの太さのばらつきを起因とするチップ間の明るさの違いがある。図６は，比較する2枚のチップの同じ位置の明るさの断面波形である。チップ間で明るさはばらついている。従来の明るさによる比較検査では，このような明るさばらつきがある場合，検査時のノイズとなる。

一方，欠陥の種類は多様であり，検出する必要のない欠陥（ノイズと見なしてよいもの）と検出すべき欠陥に大別できる。外観検査には，膨大な数の欠陥の中からユーザが所望する欠陥のみを抽出することが求められているが，上記輝度差としきい値との比較では，実現することは難しい。これに対し，材質，表面粗さ，サイズ，深さなど検査対象に依存したファクタと，照明条件など検出系に依存したファクタとの組合せにより，欠陥の種類により見え方が変わることが多い。

本発明の目的は、このような従来検査技術の問題を解決して、同一パターンとなるように形成されたパターンの対応する領域の画像を比較して画像の不一致部を欠陥と判定するパターン検査装置において、膜厚の違いやパターンエッジの太さの違いなどから生じる比較画像間の明るさむらを低減し、かつ，欠陥の種類に応じて感度を変えることにより，ノイズや検出する必要のない欠陥に埋没した，ユーザが所望する欠陥を高感度に検出するパターン検査を実現することにある。

上記目的を達成するために、本発明では、同一パターンとなるように形成されたパターンの対応する領域の画像を比較して画像の不一致部を欠陥と判定するパターン検査装置において，膜厚の違いやパターンエッジの太さの違いなどから生じる比較画像間の明るさむらの影響を低減し，高感度なパターン検査を行えるようにした。

また，本発明では、パターン検査装置において、比較画像間で各画素の特徴量を算出し，特徴空間において，そのはずれ値となるものを欠陥候補とすることにより，多様な欠陥種に対応できる高感度なパターン検査が行えるようにした。
また，本発明では、複数の特徴量から選択した特徴量から特徴空間を形成することにより，検出する欠陥種を調整できるようにした。

更に，検出したくないはずれ値をユーザが教示することにより，同類のはずれ値を検出しないようにした。これにより，パターン線幅の違いなどを起因とし，画像間の同一パターンで明るさの違いが生じている場合があっても、多様な欠陥種から，所望の欠陥種のみを高感度に検出できるようにした。

また，欠陥がないことをユーザが教示することにより，特徴空間において，全ての分布点を包含するようにはずれ値を検出するためのしきい値を自動設定するようにした。これにより，検査条件の設定を簡易化するとともに，教示されたもの以外を欠陥として高感度に検出できるようにした。

また，教示を増やしていくことにより,しきい値を最適化し，感度の自動調整が容易にできるようにした。

以上の発明により、検査対象が半導体ウェハで、ウェハ内の膜厚の違いに起因して画像間の同一パターンで明るさの違いが生じている場合であっても、致命的な欠陥を高感度に検出できるようにした。

本発明によれば、ユーザの所望する欠陥種を検出するのに最適な特徴量を複数の特徴量からインタラクティブに選択することにより，多様な欠陥種やノイズの中から所望の欠陥を高感度に検出することが可能となる。

また，ユーザが所望する欠陥種や検出したくないパターンを教示することにより，欠陥種やパターンに応じた感度の設定を容易に行うことが可能となる。

更に，画像を低ビット変換して算出する値を特徴量の一部とすることにより，明るさのばらつきによるノイズが許容できる。

以下、本発明の一実施例を図１から図１７により、詳細に説明する。

実施例として、半導体ウェハを対象とした光学式外観検査装置における欠陥検査方法を例にとって説明する。図１は，明視野照明方式の光学式外観検査装置の構成の一例を示したものである。１１は試料（半導体ウェハなどの被検査物）、１２は試料１１を搭載してXY平面内の移動及び回転とZ方向への移動が可能なステージ、１３は検出部である。この検出部１３は、試料１１を照射する光源１０１、光源１０１から出射した光を集光するレンズ系１０２１と光路を変換するビームスプリッタ１０２２とを備える照明光学系１０２、照明光学系１０２で集光された照明光で試料１１を照明するとともに試料１１で反射して得られる光学像を結像させる対物レンズ１０３、結像された光学像を受光し、明るさに応じた画像信号に変換するイメージセンサ１０４，イメージセンサ１０４からの入力信号をデジタル信号に変換するＡＤ変換部１０５で構成される。

ここで、光源１０１として、図１に示した例では、ランプを用いた場合を示しているが、レーザを用いても良い。また、光源１０１から発した光の波長としては短波長であっても良く、また、広帯域の波長の光（白色光）であってもよい。短波長の光を用いる場合、検出する画像の分解能を上げる（微細な欠陥を検出する）ために、紫外領域の波長の光（Ｕｌｔｒａ Ｖｉｏｌｅｔ Ｌｉｇｈｔ：ＵＶ光）を用いることもできる。レーザを光源として用いる場合、それが単波長のレーザである場合には、図示していない可干渉性を低減する手段を照明光学系１０２の内部又は光源１０１と照明光学系１０２との間に備える必要がある。

また、イメージセンサ１０４に複数の１次元イメージセンサを２次元に配列して構成した時間遅延積分型のイメージセンサ（Ｔｉｍｅ Ｄｅｌａｙ Ｉｎｔｅｇｒａｔｉｏｎ Ｉｍａｇｅ Ｓｅｎｓｏｒ：ＴＤＩイメージセンサ）を採用し、ステージ１２の移動と同期して各１次元イメージセンサが検出した信号を次段の１次元イメージセンサに転送して加算することにより、比較的高速で高感度に検出することが可能になる。このＴＤＩイメージセンサとして複数の出力タップを備えた並列出力タイプのセンサを用いることにより、センサからの出力を並列に処理することができ、より高速な検出が可能になる
また、光源１０１としてUV光を発射するものを採用した場合、イメージセンサ１０４には、裏面照射型のセンサを用いると表面照射型のセンサを用いた場合と比べて検出効率を高くすることができる。

１４は画像編集部で，検出部１３で検出された画像のデジタル信号に対してシェーディング補正、暗レベル補正等の画像補正を行う前処理部１０６、補正された画像のデジタル信号を格納しておく画像メモリ１０７で構成される。

１５は、試料であるウェハ内の欠陥候補を算出する画像比較処理部であって，画像編集部１４の画像メモリ１０７に記憶された対応する領域の画像を比較し，統計処理によりはずれ値を抽出し，欠陥とする。まず、画像メモリ１０７に記憶された被検査領域の画像（以下，検出画像と記載）と対応する領域の画像（以下，参照画像と記載）のデジタル信号を読み出し、位置ずれ検出部１０８では位置を合わせるための補正量を算出し、統計処理部１０９では算出された位置の補正量を用いて、検出画像と参照画像の位置合せを行い，対応する画素の特徴量を用いて統計的はずれ値となる画素を欠陥候補として出力する。パラメータ設定部１１０は、欠陥候補を抽出する際の特徴量やしきい値などの画像処理パラメータを設定し、統計処理部１０９に与える。そして欠陥分類部１１１にて，各欠陥候補の特徴量から真の欠陥を抽出し，分類を行う。

１６は全体制御部で、各種制御を行うＣＰＵ(全体制御部１６に内臓)を備え，ユーザからの検査パラメータ（はずれ値抽出に用いられる特徴量，しきい値など）の変更を受け付けたり、検出された欠陥情報を表示したりする表示手段と入力手段を持つユーザインターフェース部１１２、検出された欠陥候補の特徴量や画像などを記憶する記憶装置１１３と接続されている。１１４は全体制御部１６からの制御指令に基づいてステージ１２を駆動するメカニカルコントローラである。尚、画像比較処理部１５、検出部１３等も全体制御部１６からの指令により駆動される。

検査対象となる半導体ウェハ１１は、図２（ｃ）に示すように，周辺回路部２０２とメモリマット部２０１からなる同一パターンのチップ２００が、図２（ａ）に示すように多数、規則的に並んでいる。全体制御部１６では試料である半導体ウェハ１１をステージ１２により連続的に移動させ、これに同期して、順次、チップの像を検出部１３より取り込み、検出画像に対し，規則的に配列されたチップの同じ位置、例えば図２（ｂ）の検出画像の領域２３に対し，領域２１，２２，２４，２５のデジタル画像信号を参照画像として上記手順で比較し、統計的にはずれ値となる画素を欠陥候補として検出する。

図３は，図２（ｂ）に示した検査対象となるチップの画像２３について，画像比較処理部１５の処理フローの例を示したものである。まず検査対象となるチップの像（検出画像３１）と対応する参照画像３２（ここでは，隣接するチップの像２２とする）に対して，位置のずれを検出し，位置合せを行う（３０３）。次に位置合せを行った検出画像３１の各画素に対して，参照画像３２の対応する画素との間で複数の特徴量を演算する（３０４）。特徴量は，その画素の特徴を表すものであればよい。その一例としては，（１）明るさ，（２）コントラスト，（３）濃淡差，（４）近傍画素の明るさ分散値，（５）相関係数，（６）近傍画素との明るさの増減，（７）２次微分値などがある。これらの特徴量の一例は，検出画像の各点の明るさをf(x,y)，対応する参照画像の明るさをg(x,y)とすると以下の式で表される。
明るさ； f(x,y)，もしくは ｛f(x,y)+g(x,y)｝/2 （数１）
コントラスト；max{f(x,y)，f(x+1,y)，f(x,y+1)，f(x+1,y+1)}−
− min{f(x,y)，f(x+1,y)，f(x,y+1)，f(x+1,y+1)} （数２）
濃淡差； f(x,y)−g(x,y) （数３）

そして，これらの特徴量のうちの２つ以上の特徴量を軸とする空間に各画素をプロットすることにより特徴空間を形成する（３０５）。そして，この特徴空間におけるデータの分布の外側にプロットされる画素，すなわち特徴的はずれ値となる画素を欠陥候補として検出する（３０６）。

図４は、図３に示したフロー図の特徴空間形成（３０６）の一例を示す図で、図４（a）には図３の特徴空間形成（３０６）までのステップを示し、図４（ｂ）には特徴量をマッピングした結果としての特徴空間４０として、検出画像３１と参照画像３２の対応する位置の画素から特徴量を演算し，そのうちの特徴量Ａ，特徴量Ｂを軸とする２次元の空間に各点をプロットして形成した特徴空間の例を示す。特徴空間４０において，破線で囲んだ点は，密集したデータ分布の外側にあり，はずれ値となった画素を示している。図４（ｃ）は，検出画像３１と参照画像３２の各画素の明るさの差を０〜２５５の値（２５６階調）で示した差画像である。差が小さい画素ほど暗く，差が大きい画素ほど明るく表示している。図４（ｃ）においては，欠陥以外に，2枚の画像間で明るさが異なる正常パターンの部分で差が大きくなっている（明るさむらと図示）。従来のように画像間の明るさの差がしきい値より大きい部分を欠陥として検出する方式では，これらの明るさむらも欠陥とともに検出されることになる。図４（ｄ）は，特徴空間４０において，密集したデータ分布の中心からの距離を０〜２５５の値（２５６階調）で示した距離画像である。特徴空間において，はずれ値となる欠陥のみが明るくなっており，明るさむらは抑制され，欠陥のみが検出されることを示している。

本実施例では，特徴空間を３次元以上のＮ次元にすることも可能である。図５にその例を示す。図５は、図３に示したフロー図の特徴空間形成（３０６）の別の例を示す図で、図５（a）には図３の特徴空間形成（３０６）までのステップを示し、図５（ｂ）には特徴量をマッピングした結果としての特徴空間５０として、検出画像３１と参照画像３２の対応する位置の画素から特徴量を演算し，そのうちのＮ個の特徴量を軸とするＮ次元の空間に各点をプロットして形成した特徴空間のイメージ図を示す。Ｎ次元特徴空間５０において，はずれ値を検出することにより，より特徴的に多様なノイズの中から欠陥を検出することが可能となる。図５（ｃ）は検出画像３１と参照画像３２による差画像であり，欠陥と図示したもの以外の差の大きいところは，明るさむらなどの正常パターンである。図５（ｄ）は特徴空間５０における距離画像である。このように複数の特徴量からなる空間において，特徴的なずれ値を検出することにより，多様な正常パターンのノイズを抑制し，欠陥のみが検出可能となることを示している。

以上に説明したように，本実施例では，複数の特徴量からＮ個を選んで特徴空間を形成し，特徴的はずれ値を欠陥候補として検出するが，特徴量は抑制したいノイズの特徴や検出したい欠陥種の特徴に応じて最適なものを選択する。その一例は（数１）〜(数４)などで示したが，別の特徴量の例として，明るさデータをより低ビットに変換した特徴量をもつ。
図６（ａ）は検出画像と参照画像の差画像，（ｂ）は（ａ）の破線で示した位置の検出画像の明るさの波形，（ｃ）は（ａ）の破線で示した位置の参照画像の明るさの波形である。（ｄ）は（ｂ）及び（ｃ）の波形で特にピーク位置の異なる部分を重ね合わせて示したものである。（ｄ）に示した波形からもわかるように特定のパターンの明るさが画像間で異なるため，差は大きくなり，欠陥として検出される。

図７はこのような画像に対して低ビットに変換した特徴量を適用する例である。図７（ａ）の７１は着目画素及び，８近傍画素の計９画素の明るさを示したものである。図７（ｂ）の７２は着目画素について，８近傍との明るさの大小関係を０もしくは１に，すなわち，着目画素より明るければ１，暗ければ０の１ビットデータに変換したものである。そして，８近傍にて変換されたデータの配列，すなわち，１２時の位置から時計回りに符号を並べた値，１１０００１１０をその着目画素の特徴量とする。図７（ｃ）の７３は，この１ビット×８要素の配列を検出画像，参照画像の全画素で算出し，対応する画素で配列を比較して算出した特徴量を縦軸に，別の特徴量を横軸にした2次元特徴量空間である。○で囲った部分が欠陥画素であるが，明るさのばらつきにより差が大きくなっていた画素はデータの分布が密な部分にプロットされる。

図８は低ビット変換により算出する特徴量を加えた画像比較処理部１５の処理フローの例である。検出画像３１と参照画像３２の位置合せ（３０３）を行った後，特徴量を演算するとともに（３０４），両画像を低ビット変換する（８０１）。そして対応する画素の低ビット値から特徴量を演算する（８０２）。低ビット値から演算した複数の特徴量と，元の輝度値から演算した複数の特徴量の中から検出したい欠陥種や抑制したいノイズに応じて特徴量を選択し，特徴空間を形成（８０３），はずれ値を欠陥候補として検出する（８０４）。

図９は検出したい欠陥種や抑制したいノイズの種類に応じた特徴量を選択する手順の一例を示したものである。まず，テスト検査として，あらかじめ設定してあるデフォルトの特徴量により，図８で説明したフローを実行してはずれ値を検出する（９０１）。ユーザは、はずれ値として検出された画素の周辺領域の画像をユーザインターフェース部１１２のモニタにて確認する（９０２）。このとき，参照画像の対応する領域の画像も並べて表示されるので，ユーザはこれらを見比べることもできる。検出されたはずれ値がユーザにとって所望の欠陥であるとの判断であれば特徴量の選択は終了となり，検査を実施する（９０３）。所望の欠陥種が検出されていないとの判断であれば，ユーザからの特徴量の変更を受けつけ（９０４），変更された特徴量による特徴空間の形成とはずれ値検出を行う（９０１）。以下，ユーザにとって満足のいく結果となるまで，特徴空間の再形成によるはずれ値の検出，結果の表示，特徴量の変更を繰り返す。

ユーザインターフェース部１１２のモニタ上でのはずれ値検出結果の表示，ユーザによる確認（９０２）と特徴量の選択の手順を図１０に示す。図１０（ａ）の１０００はモニタに表示される検出結果画面の一部である。その中の１００１はウェハ上の欠陥の位置を示す欠陥マップである。検査したチップが明るく示され（ここでは中央の５チップ），検出された欠陥がその上にプロットされる。１００２は欠陥が検出された周辺領域による特徴空間である。特徴空間上で，正常画素とはずれ値と判定された画素が色分けされて表示され，はずれ値の領域が曲面（特徴空間が２次元の場合は曲線）で表示される（１００３）。更に検出された欠陥の寸法，全ての特徴量などの欠陥リストが表示される（１００４）。欠陥マップ１００１，特徴空間１００２，欠陥リスト１００４のいずれかの欠陥を個々にマウスで指定すると，はずれ値の周辺の画像と対応する参照画像及び，特徴量の一覧が表示される（１００５）。ユーザは，はずれ値が所望の欠陥種でない場合，条件設定ボタン１００６をマウスで選択する。条件設定ボタン１００６が押されると， 図１０（ｂ）の１０１０に示すような特徴量の一覧が表示され，各特徴空間軸を選択，変更することができる。また， 図１０（ｃ）に示すように、特徴空間は，視点の位置を変更（すなわち，特徴空間の回転），変更した視点位置での局所領域の拡大，縮小などをすることも可能である（１０２０）。図１０（ｂ）の１０１０にて特徴量が変更されると再検出結果が表示される。

図１１（ａ）の１１００は変更された特徴量による特徴空間，及び検出された欠陥マップを表示するモニタ画面の一例である。異なる欠陥種が検出されることを確認できる。このようにユーザは，検出される欠陥種や正常画素からのはずれ値の分離度などを確認しながら，所望の欠陥種が高感度に検出できる特徴量を選択することができる。言い換えれば，本発明では，特徴量を各種変えてはずれ値を検出することにより，多様な欠陥種を検出できる。さらに，はずれ値を検出するための感度も，検出されるはずれ値をユーザが確認しながら変えることができる。本発明では，はずれ値以外のデータについて，欠陥と同様にその画像や特徴量一覧を特徴空間上で非はずれ値のデータをマウスで指定することにより確認できる。例えば，モニタ画面１１００に表示される特徴空間において，はずれ値以外のデータを確認し，それが検出したい欠陥であった場合，そのデータを含むようにはずれ値領域を広げることができる。 図１１（ｂ）に示したモニタ画面１１１０はその例である。正常領域のデータの画像を確認し，それが検出すべき欠陥であった場合，欠陥であることを教示する。
本発明では，これにより教示されたデータがはずれ値となるように，はずれ値の領域を変更する。図１１（ｃ）のモニタ画面１１２０は，特徴量を変更せずに，はずれ値領域となるしきい値のみを広げた結果を表示したものである。はずれ値領域が広がるのに応じて，欠陥数も増加し，それが欠陥マップへも反映される。同様にはずれ値となる画素を確認して，非欠陥である場合には，１１１０のメニューから正常であることを教示する。これにより，教示したデータがはずれ値にならないように，はずれ値領域を狭めることも可能である。このように，ユーザが画像や特徴量を確認し，検出すべきものか否かを教示することにより，感度を変更することも可能である。

なお，テスト検査に用いる画像は最初の画像取得後，メモリに蓄えられているため，特徴量の変更の度に画像を取得する必要はない。また，メモリ容量が少ない場合やテスト検査を行う領域が広く，全画像をメモリに蓄えることができない場合は，取得した画像をハードディスクなどの記憶媒体に一旦保存する。また，あらかじめ特徴量の組合せを数セット選択しておき，特徴空間別のはずれ値検出を一度に行い，検出結果（図１０の１０００と図１１の１１００など）を並べて表示することも可能である。

本実施例では，過去の検査で検出した所望の欠陥種の画像が残してあるなど，検出したい欠陥が既知の場合，それをユーザが教示することにより特徴量の選択や，はずれ値領域の設定を自動で行うことができる。図１２（ａ）の１２００は検査を行う前のユーザインターフェース部１１２のモニタ表示の一部の例である。ここでユーザは教示ボタンをマウスで選択し，画像や特徴量などが保存してあるフォルダを指定し，欠陥の画像や特徴量を指定する。本発明による検査装置では，これらを読み込み，図１２（ｂ）の１２０１に示すとおり，欠陥画像と参照画像のリストを並べて表示する。ユーザは検出したい欠陥部分を矩形で指定し，それが欠陥であることを教示する。この教示が順次行われた後，ユーザが条件設定１２０２を選択すると，特徴空間上で，指定された欠陥画素が非欠陥画素のデータの分布から最も離れるように特徴量の選択と，はずれ値領域の設定を自動で行う。このとき，軸のスケーリングも自動で行われる。これにより，図１２（ｃ）のデフォルト条件１２１０に対し，図１２（ｄ）の１２２０の条件が自動で選択される。

一方，実際の欠陥の画像であっても，ユーザにとっては検出する必要のない欠陥は，図１３（ａ）の１３００のように，その欠陥部分を矩形で指定し，正常画素であることを教示する。これにより，本発明は，特徴空間上で，指定された欠陥画素が，非選択画素のデータの分布から最も近くなるように特徴量の選択，はずれ値領域の設定，軸のスケーリングなどを自動で行う。図１３（ｂ）のデフォルト条件１２１０に対し，図１３（ｃ）の１３１０の条件が自動で選択される。

同様に，ノイズや非検査領域としたい領域など検出不要な画素についても，その領域を指定し，正常であることを順次，教示する。図１４（ａ）の１４００は，特徴空間上で，欠陥と指定した画素のみがはずれ値となる条件が見つからず，正常と指定した画素もはずれ値になる例を示している。この場合，本実施例では，複数の正常領域を設定し（図１４（ｂ）の１４１０の破線で囲んだ分布），その外側にあるデータのみをはずれ値とすることも可能である。

一方，既知の欠陥情報がない場合，正常部のみを教示することにより，条件を自動設定することも可能である。図１５はその一例を示している。まず，試料の正常パターンの画像を撮像し，図１５（ａ）の１５００のように全領域を正常と指定する。これを数箇所で行い，自動条件設定を選択する。本実施例では，このように欠陥部の教示がない場合，図１５（ｂ）の１５０１の特徴空間に示すように，全教示画素の分布の包絡線（正常分布を取囲む最小領域）１５０２の外側をはずれ値領域とする。そして，テスト検査を行い,包絡線１５０２の外側にプロットされて検出されたものについて，更に教示を行うことにより，はずれ値領域を最適化していく。図１５（ｃ）の１５１０はテスト検査ではずれ値となった画像である。これが欠陥ではなかった場合，ユーザは全領域を正常と教示する。本実施例では，図１５（ｄ）に示すように、１５１０の画像のデータが特徴空間１５０１にプロットされると，そのデータを含むように包絡線を拡張する（１５０３）。同様に，図１５（ｅ）の１５２０はテスト検査で包絡線１５０２の外側にプロットされ，はずれ値となった画像である。これが欠陥であった場合，上述の通り，ユーザがその欠陥画素を指定し，欠陥と教示すると，本実施例では，１５２０の欠陥部分のデータが図１５（ｆ）に示すように特徴空間１５０１にプロットされ，欠陥画素がはずれ値となるように包絡線を設定する（１５０４）。

以上のように，本発明の各実施例で説明した検査装置によれば，特徴空間におけるはずれ値を検出することにより，ノイズに埋没した欠陥を高感度に検出することが可能となる。また，ユーザにとって重要な欠陥は各種あり，各欠陥とも被検査対象となる試料の品種，材質，表面粗さ，サイズ，深さ，パターン密度，パターンの方向など対象に依存したファクタと，照明条件など光学系に依存したファクタとの組合せにより多様な特徴を持つが，各実施例で説明したように，特徴量は複数種類を用意し，その中から，ユーザが検出したい欠陥種に応じてインタラクティブに選択可能とすることにより，多様な欠陥を高感度に検出することができる。同様に，検出する必要のないノイズやパターンの特徴をユーザがインタラクティブに教示することにより，様々なノイズやパターンに対応した感度調整が容易にできる。

本例では，参照画像は隣接するチップの画像（図２の２２）として，特徴量を算出したが，参照画像は，複数のチップ（図２の２１，２２，２４，２５）の平均値などから１つ生成するのもかまわないし，２３と２１，２３と２２，・・・，２３と２５といったように1対１の比較を複数領域で行い，全ての比較結果を統計的に処理し，欠陥を検出することも本方式の発明の範囲である。

これまでチップの比較処理を例にとって説明したが，図２（ｃ）に示すような被検査対象チップに周辺回路部とメモリマット部が混在している場合にメモリマット部で行われるセル比較も本発明の適用範囲になる。図１６はセル比較への適用を説明する図である。メモリマット部は図１６（ａ）の小さな繰り返しパターン（セル）の集合からなる。セル比較は，このようなメモリマット部の画像について，隣接するセル，つまり，セルの間隔分だけ隣接した画素どうしを比較し、その輝度差がしきい値よりも大きい部分を欠陥として検出するものである。これに対し，本発明による方式では，検査対象画素について，図１６（ｂ）に示すように対応する複数の参照画素（セルピッチの整数倍，離れた画素）を参照画素とし，対象画素と参照画素の間で特徴量を算出する。以後の処理はこれまでに述べたチップ比較と同様に，特徴空間上のはずれ値を欠陥候補として抽出する。

これまでに説明した実施例による画像比較処理部１５の処理は、ＣＰＵによるソフト処理で実現するが、位置ずれ検出のための正規化相関演算や特徴量の演算などコアとなる演算部分をLSIなどによるハード処理にすることも可能である。これにより、高速化が実現できる。また、ＣＭＰなど平坦化プロセス後のパターンの膜厚の微妙な違いや、照明光の短波長化により比較するチップ間に大きな明るさの違いがあっても、本発明により、２０ｎｍ〜９０ｎｍ程度の大きさの欠陥の検出が可能となる。

さらに、ＳｉＯ₂をはじめ、ＳｉＯＦ、ＢＳＧ，ＳｉＯＢ、多孔質シリア膜、などの無機絶縁膜や、メチル基含有ＳｉＯ₂、ＭＳＱ，ポリイミド系膜、パレリン系膜、テフロン（テフロンは登録商標）系膜、アモルファスカーボン膜などの有機絶縁膜といったｌｏｗ k膜の検査において、屈折率分布の膜内ばらつきによる局所的な明るさの違いがあっても、本発明により、２０ｎｍ〜９０ｎｍ欠陥の検出が可能となる。

以上、本発明の一実施例を半導体ウェハを対象とした光学式外観検査装置における比較検査画像を例にとって説明したが、電子線式パターン検査における比較画像にも適用可能である。暗視野照明の欠陥検査にも適用可能である。

図１７に、本発明を暗視野照明による欠陥検査装置に適用したときの実施例を示す。図１７に示した欠陥検査装置は、被検査対象である試料（半導体被検査対象基板）１７１１を載置して３軸方向に移動可能なＸ-Ｙ-Ｚ-θステージ１７１２、Ｘ-Ｙ-Ｚ-θコントローラ１７１６、光源１７７０、斜方照明系１７７１、上方検出系１７７２、斜方検出系１７７３、斜方検出系の画像比較処理部１７１５、上方検出系の画像比較処理部１７１５’、全体制御部１７１６、ユーザインターフェース部１７１１２、記憶装置部１７１１３を備えて構成されている。

上記構成で、光源１７７０から発射されたレーザなどの照明光を照明光学系１７７１を介してＸ-Ｙ-Ｚ-θステージ１７１２に搭載された試料１７１１に照射し、試料１７１１からの散乱光を上方検出系１７７２で集光して光電変換器１７１０４で検出し光電変換する。一方、斜方検出系１７７３でも試料１７１１からの散乱光を集光して光電変換器１７１０５で検出し光電変換する。このとき、Ｘ-Ｙ-Ｚ-θステージ１７１２を水平方向に移動させながら試料１７１１からの散乱光を検出することにより、検出結果を二次元画像として得ることができる。

得られた画像は、画像比較処理部１７１５、１７１５’に各々入力される。画像比較処理部１７１５と１７１５’はそれぞれ、図１で説明した明視野方式の光学式外観検査装置の画像比較処理部１５における位置ずれ検出部１０８、統計処理部１０９、パラメータ設定部１１０、及び欠陥分類部１１１に対応する位置ずれ検出部１７１０８、１７１０８’、統計処理部１７１０９，１７１０９’、パラメータ設定部１７１１０、１７１１０’及び欠陥分類部１７１１１、１７１１１’を備えており、上記に説明した明視野方式の光学式外観検査装置の実施例と同様に得られた画像が比較され、欠陥が検出される。

また、検査対象は半導体ウェハに限られるわけではなく、画像の比較により欠陥検出が行われているものであれば、例えばＴＦＴ基板、ホトマスク、プリント板などでも適用可能である。

検査装置の構成の一例。 チップの構成と複数チップの情報収集の一例。 欠陥候補抽出処理フローの一例。 2次元特徴空間におけるはずれ画素検出の一例。 N次元特徴空間におけるはずれ画素検出の一例。 比較するチップ間のパターン明るさばらつきの例。 低ビット変換の一例とその効果。 低ビット変換値を特徴量の一部とするはずれ値検出のフローの一例。 特徴量選択のフローの一例。 条件設定画面の一例 条件設定画面の別の例。 欠陥情報の教示画面の一例。 不要情報を排除する教示画面の例。 不要情報を排除するしきい値設定の一例。 重要欠陥のみを検出するしきい値設定の例。 セル比較における特徴量演算の例。 検査装置の構成の別の例。

符号の説明

１１…試料、１２…ステージ、１３…検出部、１２…ステージ，１３…検出部，１０１…光源、１０２…照明光学系、１０３…対物レンズ、１０４…イメージセンサ、１０５…ＡＤ変換部、１４…画像編集部、１０６…前処理部、１０７…画像メモリ、１５…画像比較処理部、１０８…位置ずれ検出部、１０９…統計処理部、１１０…パラメータ設定部、１１１…欠陥分類部，１６…全体制御部、１１２…ユーザインターフェース部、１１３…記憶装置、１１４…メカニカルコントローラ、２００…チップ、２０２…周辺回路部、２０１…メモリマット部

Claims (14)

1. パターンの欠陥を検査するパターン検査方法であって、
   試料上に本来同一パターンとなるように形成された複数のパターンのうちの第１のパターンに光を照射し該第１のパターンを撮像して参照画像を取得し、
   前記複数のパターンのうちの第２のパターンに光を照射し該第２のパターンを撮像して検査対象画像を取得し、
   該撮像して取得した検査対象画像と参照画像とを処理して前記検査対象画像の各画素の特徴量を算出し，
   該算出した各画素の特徴量を他の画素の特徴量と比較して特徴量が特異な画素を欠陥候補として抽出する
   ことを特徴とするパターン検査方法。
2. 前記欠陥候補を抽出する際の特徴量は，検査対象画像内の各画素について，比較する画像との間で複数種を求めることを特徴とする請求項１記載のパターン検査方法。
3. 前記複数種の特徴量から特徴空間を形成し，特徴空間において，はずれ値となる画素を欠陥候補として抽出することを特徴とする請求項１記載のパターン検査方法。
4. 前記特徴空間においてはずれ値となる欠陥種の情報を画面上に表示することを特徴とする請求項３記載のパターン検査方法。
5. 前記第１のパターンと第２のパターンとを明視野照明して前記検査対象画像と参照画像とを取得することを特徴とする請求項１記載のパターン検査方法。
6. 前記第１のパターンと第２のパターンとを暗視野照明して前記検査対象画像と参照画像とを取得することを特徴とする請求項１記載のパターン検査方法。
7. パターンの欠陥を検査するパターン検査方法であって、
   試料上の同一パターンとなるように形成された複数のパターンの対応する領域の画像を撮像して検査対象画像と参照画像とを取得し、
   該取得した検査対象画像と参照画像とを処理して前記検査対象画像の各画素の特徴量を算出し，
   該算出した特徴量に応じて特徴空間に各画素をマッピングし，
   前記特徴空間にマッピングされた各画素の分布から欠陥候補の画素を抽出するためのしきい値を設定し、
   該設定した閾値を用いて特徴空間にマッピングされた各画素の中から欠陥候補を抽出する
   ことを特徴とするパターン検査方法。
8. 前記特徴空間にマッピングされた各画素の中から欠陥候補の画素を抽出するためのしきい値を、特定の種類の欠陥を含まないように設定することを特徴とする請求項５記載のパターン検査方法。
9. パターンの欠陥を検査するパターン検査装置であって、
   試料上に本来同一パターンとなるように形成された複数のパターンのうちの所望のパターンに光を照射し該所望のパターンを撮像して画像を取得する画像取得手段と、
   該画像取得手段で取得した前記複数のパターンのうちの第１のパターンを撮像して得た参照画像と第２のパターンを撮像して得た検査対象画像とを処理して前記検査対象画像の各画素の特徴量を算出する特徴量算出手段と，
   該特徴量算出手段で算出した各画素の特徴量を他の画素の特徴量と比較して特徴量が特異な画素を欠陥候補として抽出する欠陥候補抽出手段と
   を備えたことを特徴とするパターン検査装置。
10. 前記欠陥候補抽出手段で欠陥候補を抽出する際の特徴量は，検査対象画像内の各画素について，比較する画像との間で複数種を求めることを特徴とする請求項９記載のパターン検査装置。
11. 前記欠陥候補抽出手段は、前記複数種の特徴量から特徴空間を形成し，特徴空間において，はずれ値となる画素を欠陥候補として抽出することを特徴とする請求項９記載のパターン検査装置。
12. 前記欠陥候補抽出手段処理して特徴空間においてはずれ値となる欠陥種の情報を表示する表示手段を更に備えたことを特徴とする請求項１１記載のパターン検査装置。
13. 前記画像取得手段は、前記所望のパターンを明視野照明して前記所望のパターンの画像を取得することを特徴とする請求項９記載のパターン検査装置。
14. 前記画像取得手段は、前記所望のパターンを暗視野照明して前記所望のパターンの画像を取得することを特徴とする請求項９記載のパターン検査装置。
    

Images