JP2008052469A - 画像補正装置、画像検査装置、及び画像補正方法 - Google Patents

Abstract

【課題】周波数領域で分割された画像と基準点の個数分の分解画像を用いて、画像を補正する。
【解決手段】検査基準画像に対して複数の周波数領域に分割して複数の周波数分割画像を作成する画像分割部と、少なくとも１つの周波数分割画像内の離間した複数箇所に基準点を設け、各基準点を基準に周波数分割画像に重みを付与して、基準点の個数分の分解画像を生成する分解画像生成部と、被検査画像、基準点の個数分の分解画像、及び分解画像を生成しない周波数分割画像の２次元線形予測モデルを用いてモデルパラメータを同定するモデルパラメータ同定部と、同定されたパラメータを用いてモデル画像を生成するモデル画像生成部と、を備える、画像補正装置、画像検査装置、及び画像補正方法。
【選択図】 図１

Description

本発明は、画像の補正及び検査に関するものであって、例えばＬＳＩ製造に使用されるレチクルに形成された微細画像の補正装置及び欠陥の有無を検査する画像検査装置、及び画像補正方法に関するものである。

一般に、ＬＳＩの製造には多大なコストがかかるため、歩留まりの向上が欠かせない。歩留まりを低下させる要因の一つとして、半導体ウェハ上に微細画像をリソグラフィ技術で露光・転写する際に使用されるレチクルのパターン欠陥があげられる。近年、ＬＳＩパターン寸法の微細化に伴って、検出しなければならない欠陥の最小寸法も微細化している。そのため、レチクルの欠陥を検査する画像検査装置の高精度化が必要になっている。

パターン欠陥の有無を検査する方法には、大きく分けて、ダイとダイとの比較（Die to
Die比較）と、ダイとデータベースとの比較（Die to Database比較）がある。ダイとダイとの比較（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、ダイとデータベース比較（ＤＢ比較）は、ダイとＬＳＩ設計用ＣＡＤ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。

レチクル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。ＤＤ比較、あるいはＤＢ比較においても、検査基準画像と被検査画像を比較検査する前段における、サブ画素単位でのアライメントと画像補正が大変重要になっている。

そこで、従来、検査基準画像と被検査画像の２つの画像を比較検査する前段では、バイキュービック補間に基づくサブ画素単位でのアライメントを行った後、画像の伸縮の補正（例えば、特許文献１参照）や画像のうねり補正、リサイズ補正、ノイズ平均化処理などを順に行っていた。しかし、このような補正を繰り返すことは累積誤差を生じさせ、画像が劣化する大きな要因になる。また、各補正に必要な多くのモデルパラメータの適切な値の設定や、各補正の適切な順番の設定が困難である、といった問題点がある。

これらの問題点を解決するために、検査基準パターン画像と被検査パターン画像との関係を同定して、画像の画素ズレや伸縮ノイズ、センシングノイズを吸収（フィッティング）した数式モデルを構築し、そのモデルのシミュレーションによって得られる新たな検査基準パターン画像（モデル画像）と被検査パターン画像とを比較する発明がある（特許文献２参照）。
特開２０００−２４１１３６ 特開２００６−０３０５１８

本発明は、周波数領域で分割された画像を用いて、アライメントと画像補正を統合化した、画像劣化が少なく、設定パラメータも少ない、効果的な画像補正を提供することにある。

本発明は、検査基準画像と被検査画像からモデル画像を生成する画像補正装置において、検査基準画像に対して複数の周波数領域に分割して複数の周波数分割画像を作成する画像分割部と、少なくとも１つの周波数分割画像内の離間した複数箇所に基準点を設け、各基準点を基準に周波数分割画像に重みを付与して、基準点の個数分の分解画像を生成する分解画像生成部と、被検査画像、基準点の個数分の分解画像、及び分解画像を生成しない周波数分割画像の２次元線形予測モデルを用いてモデルパラメータを同定するモデルパラメータ同定部と、同定されたパラメータを用いてモデル画像を生成するモデル画像生成部と、を備える、画像補正装置にある。又は、本発明は、検査基準画像と被検査画像を比較検査する画像検査装置において、検査基準画像に対して複数の周波数領域に分割して複数の周波数分割画像を作成する画像分割部と、少なくとも１つの周波数分割画像内の離間した複数箇所に基準点を設け、各基準点を基準に周波数分割画像に重みを付与して、基準点の個数分の分解画像を生成する分解画像生成部と、被検査画像、基準点の個数分の分解画像、及び分解画像を生成しない周波数分割画像の２次元線形予測モデルを用いてモデルパラメータを同定するモデルパラメータ同定部と、同定されたパラメータからモデル画像を生成するモデル画像生成部と、モデル画像と被検査画像とを比較検査する比較処理部と、を備える、画像検査装置にある。又は、本発明は、検査基準画像と被検査画像からモデル画像を生成する画像補正方法において、検査基準画像に対して複数の周波数領域に分割して複数の周波数分割画像を作成する画像分割ステップと、少なくとも１つの周波数分割画像内の離間した複数箇所に基準点を設け、各基準点を基準に周波数分割画像に重みを付与して、基準点の個数分の分解画像を生成する分解画像生成ステップと、被検査パターン画像の各１画素を出力とし、基準点の個数分の分解画像、及び分解画像を生成しない周波数分割画像について該各１画素の周囲の画素群の線形結合を入力とした２次元線形予測モデルを用いた入出力関係を記述する連立方程式を生成する連立方程式生成ステップと、該連立方程式を用いて２次元線形予測モデルのパラメータを生成する連立方程式解法ステップと、推定されたパラメータを用いてモデル画像を生成するモデル画像生成ステップと、を備える、画像補正方法にある。

以下、図面を用いて、本発明の実施形態による画像補正と画像検査について説明する。

（画像補正装置）
図１は、画像検査装置１０と画像補正装置１１のブロック図を示している。画像検査装置１０は、画像補正装置１１を利用して、モデル画像を生成し、そのモデル画像と被検査画像１４とを比較処理して、画像の欠陥、不具合を検出するものである。画像補正装置１１は、検査基準画像１２を複数の空間周波数領域の画像に分割し、複数の周波数分割画像を作成する。図１の例は、検査基準画像１２について複数の周波数分割画像を作成する。画像補正装置１１は、検査基準画像１２の周波数分割画像の１つについて、複数の基準点に対して複数の分解画像を作成する。画像補正装置１１は、これらの複数の分解画像と残りの周波数分割画像について２次元線形予測モデルを用いて、画像の画素位置ズレや伸縮ノイズ、センシングノイズを吸収（フィッティング）したモデルパラメータを求める。画像補正装置１１は、このモデルパラメータによってモデル画像を生成し、画像を補正する。画像検査装置１０は、このモデル画像と被検査画像１４とを比較処理し、被検査画像１４の欠陥を検出するものである。なお、検査基準画像１２と被検査画像１４の比較は、ダイとダイとの比較、又はダイとデータベースによって行う。２つの比較対象画像の一方を検査基準画像１２とし、他方を被検査画像１４とし、どちらを基準画像とするかは、任意に決めてよい。

画像補正装置１１は、例えば図１に示すように、検査基準画像１２を複数の周波数領域で分割する画像分割部６０、周波数領域で分割された周波数分割画像の低周波領域の画像について、複数の分解画像を作成する分解画像生成部６１と、これら複数の分解画像と高周波の周波数分割画像と被検査画像１４に対して２次元線形予測モデルを用いて、モデルパラメータを同定するモデルパラメータ同定部６２、モデルパラメータによりモデル画像を生成するモデル画像生成部６４などを備えている。画像検査装置１０は、画像補正装置１１を内部に備え、画像補正装置１１から得られたモデル画像と被検査画像１４とを比較して、画像の欠陥、不具合を検出する比較処理部６６などを備えている。なお、画像補正装置１１は、図１では、低周波領域の周波数分割画像を利用しているが、高周波領域の周波数分割画像を利用してもよく、又は、両方の周波数分割画像を用いてもよく、又は、周波数分割画像が３個以上ある場合も、任意の周波数分割画像を用いることができる。

（画像分割部）
画像分割部６０は、画像を複数の空間周波数領域に分割し、複数の周波数分割画像を作成するものである。画像を分割する方法は、サブバンド符号化や離散ウェーブレット変換などの方法が知られており、例えばサブバンド符号化は、画像を低周波から高周波の複数のフィルタにより複数の帯域に分割するものである。ウェーブレット変換は、画像の低周波成分を次々に分解して画像を分割するものである。

図２は、検査基準画像１２を低周波分割画像と高周波分割画像の２つの周波数領域に分割した周波数分割画像を示している。画像分割部６０は、画像を高周波分割画像、高中周波分割画像、低中周波分割画像、低周波分割画像の４つの周波数分割画像とすることもできる。高周波分割画像は画像パターンの変化の大きな画像部分が強調され、低周波分割画像は変化の小さな画像部分が強調される。

図３は、４つの帯域のオクターブ分割によるサブバンド符号化の説明図であり、高周波領域のサブバンド１、高中周波領域のサブバンド２、低中周波領域のサブバンド３、低周波領域のサブバンド４の４つの空間周波数領域の例を示している。画像は、例えば、これらのサブバンドのフィルタを利用して、４つの周波数分割画像に分割することができる。

（分解画像生成部）
分解画像生成部６１は、画像に複数の基準点を設け、各基準点を中心に重み付けを付与して、画像を基準点の個数分の画像に分解するものである。画像のひずみ等、離間した画像の大きな変動を補正の対象とするものであり、画像内の離間した画素位置に基準点を設ける。基準点は、画像の変動の差異が大きい周辺部が好ましい。画像に複数の基準点を設け、各基準点を中心に重み付けする方法は、種々の方法があり、例えば以下に示す線形補間の方法がよく知られている（例：コンピュータ画像処理、田村秀行著、オーム社、ｐｐ．１２６−１２７、２００２年）。

図４は、検査基準画像１２の低周波分割画像について、その頂点（点Ａ，Ｂ，Ｃ，Ｄ）に線形重み付けをした４枚の画像（ａ、ｂ、ｃ、ｄ）に分解して得られた分解画像を示している。分解画像（ａ、ｂ、ｃ、ｄ）は、検査基準画像１２を４隅の線形重み付け分解したものである。分解画像（ａ、ｂ、ｃ、ｄ）は、分解前の画像の画素をｘとすると、Ａ，Ｂ，Ｃ，Ｄを線形補間するパラメータｔ，ｗを使って、例えば、式（１）のように生成される。パラメータｔとｗは、０と１の間の数とする。図４のＰ点の諧調は、分解画像（ａ、ｂ、ｃ、ｄ）の各Ｐ点に対応する画素の諧調の和となる。

（モデルパラメータ同定部）
モデルパラメータ同定部６２は、モデル画像を生成するためにモデルパラメータを求めるものである。モデル画像が、目的とする補正画像である。モデル画像は、補正対象画像の１画素未満の画素位置ズレや伸縮・うねりノイズ、リサイズ処理、センシングノイズの低減、画像全体のひずみの補正、高周波成分の補正などを実現でき、４隅線形重み付けの分割なし方式の汎用性を持ちながら、更に高周波成分を補正できる。モデルパラメータ同定部６２は、連立方程式生成部６２０と連立方程式解法部６２２などを備えている。

（連立方程式生成部：２次元線形予測モデルの設定）
連立方程式生成部６２０は、図５に示すように、分解画像生成部６１で生成した基準点の個数の分解画像（ａ）〜（ｄ）、画像分割部６０で作成した高周波分割画像１２２の画像を２次元入力データとし、被検査画像１４を２次元出力データと見なして２次元線形予測モデル（２次元入出力線形予測モデル）を設定する。なお、入力データと出力データは、各画素の諧調や輝度とする。図５は、５×５画素の領域を用いた５×５×５の２次元線形予測モデルを説明するためのものである。このモデルで用いるサフィックス（５×５の画素の位置に対応）を表１に示す。なお、５×５画素を利用しているが、画素数は、これより多くても、又は、少なくても良い。

２次元入力データをｕ（ｉ，ｊ）、ｖ（ｉ，ｊ）、ｗ（ｉ，ｊ）、ｘ（ｉ，ｊ）、ｚ（ｉ，ｊ）とし、２次元出力データをｙ（ｉ，ｊ）とする。着目する画素のサフィックスをｉ，ｊとし、この画素を取り囲む２行前後および２列前後の合計２５個の画素のサフィックスを表１に示す。ある１組の５×５領域の画素データについて、式（２）の関係式を設定する。即ち、ｙ（ｉ，ｊ）は、被検査画像１４の特定の画素（ｉ，ｊ）の諧調を示す。ｕ（ｉ，ｊ）ｖ（ｉ，ｊ）、ｗ（ｉ，ｊ）、ｘ（ｉ，ｊ）、ｚ（ｉ，ｊ）は、分解画像（ａ）、（ｂ）、（ｃ）、（ｄ）と高周波分割画像１２２の特定の画素（ｉ，ｊ）を中心とする画素５×５（表１の画素）の諧調を示す。

式（２）の入力データｕ（ｉ，ｊ）、ｖ（ｉ，ｊ）、ｗ（ｉ，ｊ）、ｘ（ｉ，ｊ）、ｚ（ｉ，ｊ）の係数ｂ_００〜ｂ_４４、ｃ_００〜ｃ_４４、ｄ_００〜ｄ_４４、ｅ_００〜ｅ_４４、ｆ_００〜ｆ_４４は、同定すべきモデルパラメータである。なお、式（２）では、モデルパラメータは、ｂ_ｉ，ｊ、ｃ_ｉ，ｊ、ｄ_ｉ，ｊ、ｅ_ｉ，ｊ、ｆ_ｉ，ｊの５種類で各々が５×５個あるので、全体で、５×５×５の１２５である。未知数の数１２５となり、式２からモデルパラメータを同定することができる。なお、式（２）において、［ｇ，ｐ］は、［ｂ，ｕ］、［ｃ，ｖ］、［ｄ，ｗ］、［ｅ，ｘ］、［ｆ，ｚ］を示している。［ｂ，ｕ］、［ｃ，ｖ］、［ｄ，ｗ］、［ｅ，ｘ］、［ｆ，ｚ］は、［ｇ，ｐ］の式において、ｇの代わりにｂ、ｃ、ｄ、ｅ、ｆを代入し、ｐの代わりにｕ、ｖ、ｗ、ｘ、ｚを代入したものである。

式（２）において、被検査画像１４のある１画素（ｉ，ｊ）のデータｙ_ｋ＝ｙ（ｉ，ｊ）は、対応する検査基準画像１２の４枚の分解画像（ａ）、（ｂ）、（ｃ）、（ｄ）と１枚の高周波分割画像１２２の５枚の各画像における１画素（ｉ，ｊ）を取り囲む５×５画素のデータの線形結合で表わされる（図５参照）。ここで、式（２）中の残差εの統計的性質は明らかではなく、後で説明する最小２乗法によるモデルパラメータ同定結果がバイアスを持つ可能性がある。しかし、本発明の実施の形態においては、式２による入出力データのフィッティング自体に意味があり、モデルパラメータの値は直接使うことはないので、特に支障は生じない。

（連立方程式解法部：モデルパラメータを求める）
連立方程式解法部６２２は、式（２）の連立方程式を解き、モデルパラメータを求めるものである。検査基準画像１２の４個の分解画像（ａ）〜（ｄ）と１個の高周波分割画像１２２と被検査画像１４の座標ｉ，ｊを走査して１２５組のデータを連立させれば、モデルパラメータを同定できることになる。実際には統計的観点から、ｎ（＞１２５）組のデータを用意して、最小２乗法に基づいて１２５次元の連立方程式を解き、モデルパラメータを求める。これらの方程式の解法としては、最小２乗法の他に最尤推定法などがあり、どのような方法を使用しても良い。

例えば、検査基準画像１２の４個の分解画像（ａ）〜（ｄ）と１個の高周波分割画像１２２と被検査画像１４がそれぞれ５１２×５１２画素であれば、５×５次のモデルの走査によって画像の周囲を２画素ずつ減らされるので、式の個数は、式（３）となり、２５８０６４組のデータが得られることになる。これにより、統計的に見て充分な個数を確保することができる。

（モデル画像生成部）
モデル画像生成部６４は、同定されたモデルパラメータと、同定に用いた入力画像データを式（２）に代入し、画素の座標ｉ，ｊを走査するシミュレーション演算を行うことによって、モデル画像を生成する。このモデル画像は、最小２乗法に基づくフィッティングによって、１画素未満の画素位置ズレや伸縮・うねりノイズ、リサイズ処理、センシングノイズの低減、画像全体のひずみの補正、高周波成分の補正などを実現でき、４隅線形重み付けの分割なし方式の汎用性を持ちながら、更に高周波成分を補正できる。このモデル画像は、アライメントと画像補正を統合化した、画像劣化が少なく、設定パラメータも少ない。このモデル画像を用いることにより、効果的な画像補正を得ることができる。ここで、モデルパラメータを求めるためのデータには当然、欠陥画素が含まれることになるが、同定に用いた全データ数に比べてごく少数であるため、最小２乗法ではフィッティングされず、モデル画像には欠陥画素は、現れない。しかも、モデル画像は、周囲のＳ／Ｎ比が向上しているので、欠陥画素が強調される効果もある。このように、４隅線形重み付けに周波数分割の手法を併用することにより、画素値の線形補間だけではフィッティングできないような周波数成分の画像ひずみ補正をすることができる。

（比較処理部）
比較処理部６６は、図２に示しように、各周波数分割画像について、被検査画像１４とモデル画像を比較アルゴリズムにより比較して、欠陥を見つけることができる。このように、周波数分割画像と分解画像を利用することにより、周波数特性に関係する欠陥が見出しやすくなる。比較アルゴリズムは、モデル画像と被検査画像それぞれを、例えば、よく知られた３×３画素の特徴フィルタ（平均値フィルタ、縦エッジ抽出フィルタ、横エッジ抽出フィルタ、斜めエッジ抽出フィルタ、ラプラシアンフィルタ、メディアンフィルタなど）にかけ、それらの差画像を比較することによって、様々な形の画像の欠陥部分を見出すことができる。

従来方法では、伸縮・うねり補正やリサイズ補正等を行うことによって差画像が改善される可能性があるが、補正を繰り返すことは累積誤差を生じさせ、画像が劣化する大きな要因になる。また、各補正に必要な多くのパラメータの適切な値の設定や、各補正の適切な順番の設定が困難である。

（画像検査方法）
図５は、検査基準画像１２と被検査画像１４を利用して、モデル画像を生成し、モデル画像を用いて被検査画像１４の欠陥を検査する方法を示している。先ず、検査基準画像１２と被検査画像１４について、サブバンド符号化や離散ウェーブレット変換などの手法により各周波数領域の画像に分割して周波数分割画像を作成する（画像分割ステップＳ１）。次に、分解画像生成部６１により、基準点の個数分の分解画像を生成する（分解画像生成ステップＳ２）。次に、図５、表１、式２を利用してモデルパラメータを同定する（モデルパラメータ同定ステップＳ３）。モデルパラメータ同定ステップＳ２は、連立方程式を生成するステップ（連立方程式生成ステップＳ３１）と、生成された連立方程式を解法するステップ（連立方程式解法ステップＳ３２）を有している。連立方程式生成ステップＳ３１は、モデルパラメータを含む連立方程式を生成する。連立方程式解法ステップＳ３２は、連立方程式を解いて、モデルパラメータを求める。求めたモデルパラメータを用いて、モデル画像（補正画像）を生成する（モデル画像生成ステップＳ４）。以上述べたように、本実施の形態によれば、アライメントと画像補正を統合化した、画像劣化が少なく、設定モデルパラメータも少ない、効果的な画像補正方法を提供することができる。画像検査方法は、このようにして生成されたモデル画像と被検査画像１４を比較アルゴリズムにより比較処理して、画像の欠陥部分を見出す（比較処理ステップＳ５）。

（画像検査のプログラムを記載した記録媒体）
画像検査のプログラムを記載した記録媒体は、画像検査方法のプログラムを記録した媒体であり、図８のステップを有するプログラムを記憶している。コンピュータでこのプログラムを実行することにより、コンピュータが本発明の画像検査装置１０の構成要件となり、又は、本発明の画像検査方法を実行することができる。

（画像検査装置の詳細）
図６は、画像検査装置１０の詳細な構成例を示している。画像検査装置１０は、被検査試料３０からの反射光または透過光を検出して画像を取得する光学画像取得部２０、画像データなどのデータを記憶し、処理するデータ処理部５０などを備えている。

光学画像取得部２０は、レチクルなどの被検査試料３０の光学画像を取得する。被検査試料３０は、ＸＹθテーブル３２上に載置される。ＸＹθテーブル３２は、中央演算処理部５２から指令を受けたテーブル制御部５６により、Ｘ方向、Ｙ方向に移動でき、θ方向に回転可能な３軸（Ｘ−Ｙ−θ）マニピュレータである。Ｘ方向、Ｙ方向、θ方向には、ＸＹθモータ３４で駆動制御される。モータ３４は公知のサーボモータやステップモータ等を用いることができる。ＸＹθテーブル３２の位置座標は、例えばレーザ測長システム２８により測定され、その出力が位置測定部７０に送られる。位置測定部７０から出力された位置座標はテーブル制御部５６にフィードバックされる。

被検査試料３０は、オートローダ制御部５４の制御の基で、オートローダ２２によりＸＹθテーブル３２上に自動的に供給され、検査終了後に自動的に排出される。ＸＹθテーブル３２の上方には、光源２４及び照射部２６が配置されている。光源２４からの光は、照射部２６の集光レンズを介して被検査試料３０を照射する。被検査試料３０の下方には、拡大光学系３６及びフォトダイオードアレイ３８からなる信号検出部が配置されている。被検査試料３０を透過した透過光は、拡大光学系３６を介してフォトダイオードアレイ３８の受光面に結像される。拡大光学系３６は、ピエゾ素子等の焦点調整装置（図示省略）で自動的に焦点調整される。この焦点調整装置は、中央演算処理部５２に接続されたオートフォーカス制御回路（図示省略）により制御される。焦点調整は、別途設けられた観察スコープでモニタリングしてもよい。光電変換部としてのフォトダイオードアレイ３８は、複数の光センサを配設したラインセンサもしくはエリアセンサである。ＸＹθテーブル３２をＸ軸方向に連続的に移動させることにより、フォトダイオードアレイ３８は、被検査試料３０の被検査画像に対応した測定信号を検出する。

この測定信号は、センサ回路４０でデジタルデータに変換され、光学画像のデータとして、バッファメモリ６８に入力される。バッファメモリ６８は、複数設けることができる。バッファメモリ６８の出力は、比較処理部６６に送られる。光学画像のデータは、例えば８ビットの符号なしデータであり、各画素の明るさを表現するものとする。この種の画像検査装置１０は、通常、これらのパターンデータを１０ＭＨｚ〜３０ＭＨｚ程度のクロック周波数に同期して、フォトダイオードアレイ３８から読み出し、適当なデータの並び替えを経て、ラスター走査された２次元画像データとして取り扱われる。２次元画像データは、被検査画像１４又は検査基準画像１２となる。

データ処理部５０は、主に、中央演算処理部５２、オートローダ制御部５４、テーブル制御部５６、参照画像作成部５８、画像分割部６０、分解画像生成部６１、モデルパラメータ同定部６２、モデル画像合成部６４、比較処理部６６、バッファメモリ６８、位置測定部７０、外部記憶装置７２、主記憶装置７４、プリンタ７６、ＣＲＴ７８、バス８０などを備えている。例えばレチクルの設計パターンデータは、検査エリア全体を短冊状のエリアに分けて格納されている。参照画像作成部５８は、設計パターンデータを展開し、イメージデータを形成し、図形の角を丸めたり、多少ボカしたりして、光学画像に似せる処理を行い、参照画像を作成する。参照画像作成部５８は、参照画像をＤＢ比較用の記憶領域に記憶される。参照画像は検査基準画像１２として利用される。比較処理部６６は、比較アルゴリズムを実行し、必要に応じて並列処理の機能を有し、複数の同一の機能を備え、並列に処理をすることができる。なお、画像検査装置１０は、電子回路、プログラム、ＰＣ、又は、これらの組み合わせにより構成できる。

（画像取得方法）
レチクルなど被検査試料３０に描かれた光学画像の取得は、ラインセンサで走査することによって行うことができる。ここでは、便宜上、図７に示すＸ軸方向（レチクル２の一辺の方向）に細長く切った短冊の画像（２０４８画素幅）３００を１ストライプと呼び、１ストライプをさらにＹ軸方向（Ｘ軸方向に垂直な方向）に細かく切った正方形の画像３０２を１サブストライプと呼ぶ。１サブストライプは、例えば、２０４８×２０４８画素とし、欠陥の有無の検査は、１サブストライプ毎に行うことにする。なお、１画素は２５６階調のグレースケールとする。

以上の実施の形態以外にも、様々な組合せが考えられる上に、モデルの設定や最小２乗法の解法などの演算についても、別の手法の適用が考えられる。上記実施の形態では、検査基準画像１２を分割・分解の処理をしたが、被検査画像１４を分割・分解してもよい。又は、周波数領域の分割個数を高周波と低周波の２つの領域にしたが、３つ以上でも良い。また、分解画像を得る際、基準点を４隅としたが、これらの点が相互に離間していればよく、幾つでもよい。このように、本発明は、ここで述べた実施の形態に制限されないことは言うまでもない。

画像検査装置のブロック図 周波数分割画像を用いた画像検査の説明図 オクターブ分割によるサブバンド符号化の説明図 画像分解の説明図 ５×５画素の領域を用いた２次元線形予測モデルの説明図 画像検査装置の構成図 画像取得方法の説明図 画像検査方法の流れ図

符号の説明

１０・・・画像検査装置
１１・・・画像補正装置
１２・・・検査基準画像
１２０・・低周波分割画像
１２２・・高周波分割画像
１４・・・被検査画像
２０・・・光学画像取得部
２２・・・オートローダ
２４・・・光源
２６・・・照射部
２８・・・レーザ測長システム
３０・・・被検査試料（レチクル）
３００・・ストライプ
３０２・・サブストライプ
３２・・・ＸＹθテーブル
３４・・・ＸＹθモータ
３６・・・拡大光学系
３８・・・フォトダイオード
４０・・・センサ回路
５０・・・データ処理部
５２・・・中央演算処理部（ＣＰＵ）
５４・・・オートローダ制御部
５６・・・テーブル制御部
５８・・・参照画像作成部
６０・・・画像分割部
６１・・・分解画像生成部
６２・・・モデルパラメータ同定部
６２０・・連立方程式生成部
６２２・・連立方程式解法部
６４・・・モデル画像生成部
６６・・・比較処理部
６８・・・バッファメモリ
７０・・・位置測定部
７２・・・外部記憶装置
７４・・・主記憶装置
７６・・・プリンタ
７８・・・ＣＲＴ
８０・・・バス

Claims (5)

1. 検査基準画像と被検査画像からモデル画像を生成する画像補正装置において、
   検査基準画像に対して複数の周波数領域に分割して複数の周波数分割画像を作成する画像分割部と、
   少なくとも１つの周波数分割画像内の離間した複数箇所に基準点を設け、各基準点を基準に周波数分割画像に重みを付与して、基準点の個数分の分解画像を生成する分解画像生成部と、
   被検査画像、基準点の個数分の分解画像、及び分解画像を生成しない周波数分割画像の２次元線形予測モデルを用いてモデルパラメータを同定するモデルパラメータ同定部と、
   同定されたパラメータを用いてモデル画像を生成するモデル画像生成部と、を備える、画像補正装置。
2. 請求項１に記載の画像補正装置において、
   モデルパラメータ同定部は、被検査画像の各１画素を出力とし、基準点の個数分の分解画像及び分解画像を生成しない周波数分割画像について該各１画素の周囲の画素群の線形結合を入力とした２次元線形予測モデルを用いた入出力関係を記述する連立方程式からモデルパラメータを同定する、画像補正装置。
3. 請求項１に記載の画像補正装置において、
   画像分割部は、検査基準画像に対して高周波数領域と低周波数領域に分割して２つの周波数分割画像を作成し、
   分解画像生成部は、低周波数領域の周波数分割画像の各頂点に基準点を設け、各基準点を基準に周波数分割画像に線形重み付けをして、基準点の個数分の分解画像を生成し、
   モデルパラメータ同定部は、被検査画像の各１画素を出力とし、基準点の個数分の分解画像及び分解画像を生成しない基準周波数分割画像について該各１画素の周囲の画素群の線形結合を入力とした２次元線形予測モデルを用いた入出力関係を記述する連立方程式からモデルパラメータを同定する、画像補正装置。
4. 検査基準画像と被検査画像を比較検査する画像検査装置において、
   検査基準画像に対して複数の周波数領域に分割して複数の周波数分割画像を作成する画像分割部と、
   少なくとも１つの周波数分割画像内の離間した複数箇所に基準点を設け、各基準点を基準に周波数分割画像に重みを付与して、基準点の個数分の分解画像を生成する分解画像生成部と、
   被検査画像、基準点の個数分の分解画像、及び分解画像を生成しない周波数分割画像の２次元線形予測モデルを用いてモデルパラメータを同定するモデルパラメータ同定部と、
   同定されたパラメータからモデル画像を生成するモデル画像生成部と、
   モデル画像と被検査画像とを比較検査する比較処理部と、を備える、画像検査装置。
5. 検査基準画像と被検査画像からモデル画像を生成する画像補正方法において、
   検査基準画像に対して複数の周波数領域に分割して複数の周波数分割画像を作成する画像分割ステップと、
   少なくとも１つの周波数分割画像内の離間した複数箇所に基準点を設け、各基準点を基準に周波数分割画像に重みを付与して、基準点の個数分の分解画像を生成する分解画像生成ステップと、
   被検査パターン画像の各１画素を出力とし、基準点の個数分の分解画像、及び分解画像を生成しない周波数分割画像について該各１画素の周囲の画素群の線形結合を入力とした２次元線形予測モデルを用いた入出力関係を記述する連立方程式を生成する連立方程式生成ステップと、
   該連立方程式を用いて２次元線形予測モデルのパラメータを生成する連立方程式解法ステップと、
   推定されたパラメータを用いてモデル画像を生成するモデル画像生成ステップと、を備える、画像補正方法。