JP2008139202A - 欠陥検出装置、欠陥検出方法、情報処理装置、情報処理方法及びそのプログラム - Google Patents

Abstract

【課題】絶対的なモデル画像を必要とすることなく、高精度かつ効率的にＭＥＭＳデバイスの欠陥を検出するとともに、欠陥の種類を正確に分別すること。
【解決手段】欠陥検出装置１００は、ウェハ１の各ダイ３０に形成されたプロテインチップ３５を、各ダイが複数に分割された第１分割領域７１毎に低倍率で撮像して、各第１分割領域７１を識別するＩＤとともに検査対象画像として保存し、対応するＩＤを有する各検査対象画像の各画素毎の平均輝度値を算出して各第１分割領域７１毎のモデル画像を作成し、モデル画像と各検査対象画像との差分を差分画像として抽出した後、各差分画像に対してＢｌｏｂ抽出を行ない所定面積以上のＢｌｏｂを抽出して欠陥の有無を判断し、更に、欠陥が有る場合には第１分割領域７１を更に分割した第２分割領域７２毎に高倍率で撮像し、再度モデル画像を作成してＢｌｏｂを抽出し、欠陥の特徴点を基に欠陥の種類を分別する。
【選択図】 図６

Description

本発明は、半導体ウェハ上に形成されたＭＥＭＳ（Micro Electro Mechanical Systems）等の微小構造体の外観を検査して異物や傷等の欠陥を検出することが可能な欠陥検出装置、欠陥検出方法、情報処理装置、情報処理方法及びそのプログラムに関する。

近年、特に半導体微細加工技術を用いて、機械、電子、光、化学等の分野における多様な機能を集積化したＭＥＭＳが注目されている。これまで実用化されているＭＥＭＳデバイスとしては、例えば自動車や医療用の各種センサとして、加速度センサや圧力センサ、エアフローセンサ等がある。また、特にインクジェットプリンタ用のプリンタヘッドや反射型プロジェクタ用のマイクロミラーアレイ、その他のアクチュエータ等にもＭＥＭＳデバイスが採用されている。更には、例えばタンパク質分析用のチップ（いわゆるプロテインチップ）やＤＮＡ分析用のチップ等、化学合成やバイオ分析等の分野においてもＭＥＭＳデバイスが応用されている。

ところで、ＭＥＭＳデバイスは、極めて微細な構造体であるがゆえに、製造にあたってはその外観における異物や傷等の欠陥の検査が重要である。従来から、ＭＥＭＳデバイスの外観検査においては、顕微鏡を使った、人手による検査が行われていたが、この検査は多大な時間を要し、また検査員による目視で行うために判断ブレが生じてしまう。

そこで、このような外観検査を自動化するための技術として、例えば下記特許文献１には、例えばＣＣＤ（Charge Coupled Device）カメラ等で検査対象物のうち任意の複数の良品を撮像して複数の良品画像としてメモリに記憶し、これら各良品画像の位置合わせを行った上で、これらの各良品画像の同一位置の画素毎に輝度値の平均と標準偏差を算出しておき、これら平均輝度値と標準偏差と、被検査品を撮像した画像の各画素の輝度値とを比較することで、被検査品の良否判定を行う技術が記載されている。

また、下記特許文献２には、配線基板や印刷物等のパターンの検査において、良品の基準となる基準画像データを作成するにあたり、複数の基準パターンをそれぞれ撮像して、各基準パターン画像を記憶しておき、各基準パターンの位置を合わせ、各画素毎に各画像データ間の平均値演算または中間値演算を行い、ばらつきの大きなデータや異常値を避けて、適正な基準となる基準画像データを作成しておき、当該基準画像データと検査画像データとを比較することでパターンの欠陥の検出を行うことが記載されている。
特開２００５−２６５６６１号公報（図１等） 特開平１１−７３５１３号公報（段落［００８０］等） 特開２００１−１８５５９１号公報（段落［００５０］〜［００５３］等）

しかしながら、上記特許文献１及び特許文献２のいずれに記載の技術においても、検査基準となる良品画像データ若しくは基準画像データ（以下、これらをモデル画像データと称する）は、検査対象の画像とは別個に用意した複数の良品を撮像した画像を基に作成されている。したがって、モデル画像データの作成に先立って良品か否かを判断し、良品を選択する処理が必要となり、この処理は人手に頼らざるを得ないため、その分の手間と時間を要することとなる。そして、ＭＥＭＳデバイスのように、極めて微小で、かつ、僅かな傷や異物等が欠陥となってしまう構造体の検査においては、絶対的な良品（モデル）を用意すること自体が、モデル画像データの維持や管理等の面から困難である。

また、上記特許文献１及び特許文献２に記載の技術において、配線基板等の検査対象物は１個ずつテーブルに載置され撮像されるため、各検査対象物において欠陥ではない製造時の個体差がある場合には、その個体差を欠陥として誤検出してしまうおそれがあり、検査精度が低下してしまう。

更に、検査対象物を撮像する場合の解像度によっては、微小な欠陥が像として捉えられずに、その欠陥を見逃してしまう場合や、欠陥の大きさを正確に検出することができない場合も考えられる。この問題に関連して、上記特許文献３には、検査対象物をまず低倍率で撮像して欠陥の有無を検出し、次いで、検査対象物のうち欠陥が検出された部分について高倍率で撮像することで、低倍率では発見できなかった微小な欠陥を検出し、また欠陥の正確な大きさを捉えることが記載されている。

しかしながら、上記特許文献３に記載の技術においては、欠陥の見逃しを防止したり欠陥の正確な大きさを捉えたりすることはできても、その欠陥がどのような種類の欠陥であるかを認識することはできない。したがって、欠陥が見つかっても、その欠陥が修復可能なものであるのか否かを判断したり、その原因を究明したりすることはできず、欠陥検出後の処理をスムーズに進めることができない。

以上のような事情に鑑み、本発明の目的は、絶対的なモデル画像を必要とすることなく、高精度かつ効率的にＭＥＭＳデバイスの欠陥を検出するとともに、欠陥の種類を正確に分別することが可能な欠陥検出装置、欠陥検出方法、情報処理装置、情報処理方法及びそのプログラムを提供することにある。

上述の課題を解決するため、本発明の主たる観点に係る欠陥検出装置は、半導体ウェハ上の複数のダイにそれぞれ形成された微小構造体を、前記各ダイの領域が複数に分割された第１の分割領域毎に第１の倍率で撮像する撮像手段と、前記撮像された各第１の分割領域毎の画像を、前記各ダイ内における前記各第１の分割領域の位置を識別する第１の識別情報と対応付けて第１の検査対象画像として記憶する記憶手段と、前記各第１の検査対象画像のうち、前記各ダイ間で前記第１の識別情報が対応する各第１の分割領域の各第１の検査対象画像を平均化した平均画像を第１のモデル画像として前記第１の識別情報毎に作成するモデル画像作成手段と、前記作成された各第１のモデル画像と、当該各第１のモデル画像に前記第１の識別情報が対応する前記各第１の検査対象画像とを比較して、一の前記ダイ内の前記各第１の分割領域における前記微小構造体の欠陥の有無を検出する検出手段と、前記欠陥が検出された各第１の分割領域の前記微小構造体及び当該各第１の分割領域に前記第１の識別情報が対応する他の前記ダイ内の前記各第１の分割領域の前記微小構造体を、前記各第１の分割領域が複数に分割された第２の分割領域毎に、前記第１の倍率よりも高い第２の倍率で撮像するよう前記撮像手段を制御し、当該撮像された各第２の分割領域毎の画像を、前記各ダイ内における前記各第２の分割領域の位置を識別する第２の識別情報と対応付けて第２の検査対象画像として記憶するよう前記記憶手段を制御し、当該各第２の検査対象画像のうち、前記各ダイ間で前記第２の識別情報が対応する前記各第２の分割領域の各第２の検査対象画像を平均化した平均画像を第２のモデル画像として前記第２の識別情報毎に作成するよう前記モデル画像作成手段を制御する制御手段と、前記第２のモデル画像と、当該各第２のモデル画像に前記第２の識別情報が対応する前記各第２の検査対象画像とを比較して、前記検出された欠陥の種類を分別する欠陥分別手段とを具備する。

ここで微小構造体とはいわゆるＭＥＭＳ（Micro Electro Mechanical Systems）である。撮像手段は例えばＣＣＤ（Charge Coupled Device）やＣＭＯＳ（Complementary Metal Oxide Semiconductor）センサ等の撮像素子を内蔵したカメラ等である。また欠陥の種類とは例えば異物や傷、割れ等をいう。

この構成により、被検査対象である各分割領域の各画像を基にモデル画像を作成するため、絶対的な良品のモデル（サンプル）を入手することが困難な微小構造体の外観検査を高精度に行うことができる。

更に、上記第１の倍率で撮像された第１の検査対象画像を基に欠陥の有無を検出し、更に第１の倍率よりも高倍率の第２の倍率で撮像された第２の検査対象画像を基に欠陥の種類を正確に分類することができるため、検出された欠陥の種類に応じて検出後の処理をスムーズに行わせることができる。

上記欠陥検出装置において、前記記憶手段は、複数の種類の欠陥の各特徴点を示す特徴点データを記憶し、前記検出手段は、前記第１のモデル画像と前記各第１の検査対象画像との差分を第１の差分画像として抽出する第１の差分抽出手段を有し、前記欠陥分別手段は、前記第２のモデル画像と前記各第２の検査対象画像との差分を第２の差分画像として抽出する第２の差分抽出手段と、前記抽出された差分画像中に現れた欠陥の特徴点を抽出する特徴点抽出手段と、前記抽出された特徴点と前記特徴点データとを比較して前記欠陥の種類を分別する分別手段とを有していてもよい。

ここで特徴点とは、例えば欠陥の面積、周囲長、非真円度、アスペクト比等である。このような特徴点を示す特徴点データを記憶しておくことで、検出された欠陥の正確な分別が可能となる。

この場合、前記記憶手段は、前記特徴点抽出手段により抽出された特徴点により前記特徴点データを更新する手段を有していても構わない。

これにより、特徴点データを随時更新してその数及び種類を増やすことができ、欠陥の検出を重ねる毎に欠陥の特徴点を学習させることで、欠陥の分別精度を向上させることができる。

上記欠陥検出装置において、前記制御手段は、前記第１の差分抽出手段により検出された第１の差分画像中の欠陥が前記第１の差分画像中で占める画素数を算出し、当該画素数が所定の画素数よりも小さい場合に前記各第２の分割領域毎の前記第２の倍率での撮像を行わせる手段を有し、前記欠陥分別手段は、前記第２の倍率での撮像が行われない場合には前記第１の差分画像を基に前記欠陥の種類を分別するようにしてもよい。

これにより、第１の差分画像中の欠陥の画素数に応じて第２の倍率での撮像を行わせるか否かを決定することができるため、その画素数が欠陥の分別に十分なほど大きい場合には第２の倍率での撮像及びそれ以降の処理を行わせずに第１の差分画像中から欠陥を検出することで、処理時間及び処理負荷を軽減することができ、より効率よく欠陥の分別を行うことができる。

上記欠陥検出装置において、前記モデル画像作成手段は、前記識別情報が対応する各検査対象画像を構成する画素毎にそれぞれ輝度値の平均値を算出する手段を有していてもよい。

これにより、各検査対象画像の画素毎に平均値を算出することで各画像のばらつきを効果的に吸収して、質の高いモデル画像を作成することができ、検出精度を向上させることができる。

上記欠陥検出装置において、前記撮像手段は、前記各ダイ間で対応する識別情報を有する各分割領域の前記微小構造体を連続して撮像するようにしてもよい。

これにより、各ダイ間の同一位置の分割領域をまとめて連続的に撮像することで、各分割領域のモデル画像を効率良く作成して検査効率を向上させることができる。

また、前記撮像手段は、一の前記ダイ内の全ての分割領域の微小構造体を撮像した後、当該一の前記ダイに隣接する他の前記ダイの各分割領域の微小構造体を撮像するようにしても構わない。

これにより、各ダイ間で同一位置の各分割領域をまとめて連続的に撮像することで、各分割領域のモデル画像を効率良く作成して検査効率を向上させることができる。

上記欠陥検出装置において、前記微小構造体は、試薬及び当該試薬と交差反応する抗体を導入するための薄膜状の底面を有する複数の凹部と、前記抗体と反応しない前記試薬を排出するために前記各凹部の底面に複数設けられた孔とを有する、スクリーニング検査用の容器であってもよい。

ここで上記容器は、プロテインチップと呼ばれるものである。これにより、例えばプロテインチップの薄膜（メンブレン）の割れや傷、薄膜に付着した異物等を高精度で検出することができる。

この場合、前記モデル画像作成手段は、前記各第１のモデル画像に前記第１の識別情報が対応する前記各第１の検査対象画像及び前記各第２のモデル画像に前記第２の識別情報が対応する前記各第２の検査対象画像の各平均化に先立って、当該各第１及び第２の検査対象画像中の前記容器の各凹部の形状を基に、前記各第１の検査対象画像及び前記各第２の検査対象画像をそれぞれ位置合わせするようにしてもよい。

これにより、容器の各凹部の形状を利用することで、各第１及び第２の検査対象画像の重なり位置を正確に合わせて、より質の高い第１及び第２のモデル画像を作成することができる。なお、位置合わせは、具体的には各画像をＸ方向及びＹ方向へ移動させたりθ方向へ回転させたりして各画像の相対位置を変化させることにより行われる。

またこの場合、前記第１及び第２の差分抽出手段は、前記差分の抽出に先立って、前記各第１及び第２のモデル画像中の前記容器の各凹部の形状と、当該各第１のモデル画像に前記第１の識別情報が対応する各第１の検査対象画像中及び前記各第２のモデル画像に前記第２の識別情報が対応する各第２の検査対象画像中の前記各凹部の形状とを基に、前記各第１のモデル画像と前記各第１の検査対象画像とを位置合わせし、前記各第２のモデル画像と前記各第２の検査対象画像とを位置合わせするようにしても構わない。

これにより、容器の各凹部の形状を利用することで、第１及び第２のモデル画像と第１及び第２の検査対象画像との重なり位置を正確に合わせて、欠陥をより高精度に検出することができる。

上記欠陥検出装置において、前記微小構造体は、複数の電子ビームを照射するための複数の窓孔を有するプレート部材と、当該各窓孔を覆うように設けられた薄膜とを有する電子ビーム照射プレートであってもよい。

これにより、例えば電子ビーム照射プレートの薄膜（メンブレン）の割れや傷、薄膜に付着した異物等を高精度で検出することができる。

この場合、前記モデル画像作成手段は、前記各第１のモデル画像に前記第１の識別情報が対応する前記各第１の検査対象画像及び前記各第２のモデル画像に前記第２の識別情報が対応する前記各第２の検査対象画像の各平均化に先立って、当該各第１及び第２の検査対象画像中の前記電子ビーム照射プレートの各窓孔の形状を基に、前記各第１の検査対象画像及び前記各第２の検査対象画像をそれぞれ位置合わせするようにしてもよい。

これにより、電子ビーム照射プレートの各窓孔の形状を利用することで、各第１及び第２の検査対象画像の重なり位置を正確に合わせて、より質の高い第１及び第２のモデル画像を作成することができる。

またこの場合、前記第１及び第２の差分抽出手段は、前記差分の抽出に先立って、前記各第１及び第２のモデル画像中の前記電子ビーム照射プレートの各窓孔の形状と、当該各第１のモデル画像に前記第１の識別情報が対応する各第１の検査対象画像中及び前記各第２のモデル画像に前記第２の識別情報が対応する各第２の検査対象画像中の前記各窓孔の形状とを基に、前記各第１のモデル画像と前記各第１の検査対象画像とを位置合わせし、前記各第２のモデル画像と前記各第２の検査対象画像とを位置合わせするようにしても構わない。

これにより、電子ビーム照射プレートの各窓孔の形状を利用することで、モデル画像と検査対象画像との重なり位置を正確に合わせて、欠陥をより高精度に検出することができる。

本発明の他の観点に係る欠陥検出方法は、半導体ウェハ上の複数のダイにそれぞれ形成された微小構造体を、前記各ダイの領域が複数に分割された第１の分割領域毎に第１の倍率で撮像するステップと、前記撮像された各第１の分割領域毎の画像を、前記各ダイ内における前記各第１の分割領域の位置を識別する第１の識別情報と対応付けて第１の検査対象画像として記憶するステップと、前記各第１の検査対象画像のうち、前記各ダイ間で前記第１の識別情報が対応する各第１の分割領域の各第１の検査対象画像を平均化した平均画像を第１のモデル画像として前記第１の識別情報毎に作成するステップと、前記作成された各第１のモデル画像と、当該各第１のモデル画像に前記第１の識別情報が対応する前記各第１の検査対象画像とを比較して、一の前記ダイ内の前記各第１の分割領域における前記微小構造体の欠陥の有無を検出するステップと、前記欠陥が検出された各第１の分割領域の前記微小構造体及び当該各第１の分割領域に前記第１の識別情報が対応する他の前記ダイ内の前記各第１の分割領域の前記微小構造体を、前記各第１の分割領域が複数に分割された第２の分割領域毎に、前記第１の倍率よりも高い第２の倍率で撮像するステップと、前記撮像された各第２の分割領域毎の画像を、前記各ダイ内における前記各第２の分割領域の位置を識別する第２の識別情報と対応付けて第２の検査対象画像として記憶するステップと、前記各第２の検査対象画像のうち、前記各ダイ間で前記第２の識別情報が対応する前記各第２の分割領域の各第２の検査対象画像を平均化した平均画像を第２のモデル画像として前記第２の識別情報毎に作成するステップと、前記第２のモデル画像と、当該各第２のモデル画像に前記第２の識別情報が対応する前記各第２の検査対象画像とを比較して、前記検出された欠陥の種類を分別するステップとを具備する。

本発明のまた別の観点に係る情報処理装置は、半導体ウェハ上の複数のダイにそれぞれ形成された微小構造体が、前記各ダイの領域が複数に分割された第１の分割領域毎に第１の倍率で撮像された画像を、前記各ダイ内における前記各第１の分割領域の位置を識別する第１の識別情報と対応付けて第１の検査対象画像として記憶する記憶手段と、前記各第１の検査対象画像のうち、前記各ダイ間で前記第１の識別情報が対応する各第１の分割領域の各第１の検査対象画像を平均化した平均画像を第１のモデル画像として前記第１の識別情報毎に作成するモデル画像作成手段と、前記作成された各第１のモデル画像と、当該各第１のモデル画像に前記第１の識別情報が対応する前記各第１の検査対象画像とを比較して、一の前記ダイ内の前記各第１の分割領域における前記微小構造体の欠陥の有無を検出する検出手段と、前記欠陥が検出された各第１の分割領域の前記微小構造体及び当該各第１の分割領域に前記第１の識別情報が対応する他の前記ダイ内の前記各第１の分割領域の前記微小構造体が、前記各第１の分割領域が複数に分割された第２の分割領域毎に、前記第１の倍率よりも高い第２の倍率で撮像された各第２の分割領域毎の画像を、前記各ダイ内における前記各第２の分割領域の位置を識別する第２の識別情報と対応付けて第２の検査対象画像として記憶するよう前記記憶手段を制御し、当該各第２の検査対象画像のうち、前記各ダイ間で前記第２の識別情報が対応する前記各第２の分割領域の各第２の検査対象画像を平均化した平均画像を第２のモデル画像として前記第２の識別情報毎に作成するよう前記モデル画像作成手段を制御する制御手段と、前記第２のモデル画像と、当該各第２のモデル画像に前記第２の識別情報が対応する前記各第２の検査対象画像とを比較して、前記検出された欠陥の種類を分別する欠陥分別手段とを具備する。

ここで情報処理装置とは例えばＰＣ（Personal Computer）等のコンピュータであり、いわゆるノート型でもデスクトップ型でもよい。

本発明のまた別の観点に係る情報処理方法は、半導体ウェハ上の複数のダイにそれぞれ形成された微小構造体が、前記各ダイの領域が複数に分割された第１の分割領域毎に第１の倍率で撮像された画像を、前記各ダイ内における前記各第１の分割領域の位置を識別する第１の識別情報と対応付けて第１の検査対象画像として記憶するステップと、前記各第１の検査対象画像のうち、前記各ダイ間で前記第１の識別情報が対応する各第１の分割領域の各第１の検査対象画像を平均化した平均画像を第１のモデル画像として前記第１の識別情報毎に作成するステップと、前記作成された各第１のモデル画像と、当該各第１のモデル画像に前記第１の識別情報が対応する前記各第１の検査対象画像とを比較して、一の前記ダイ内の前記各第１の分割領域における前記微小構造体の欠陥の有無を検出するステップと、前記欠陥が検出された各第１の分割領域の前記微小構造体及び当該各第１の分割領域に前記第１の識別情報が対応する他の前記ダイ内の前記各第１の分割領域の前記微小構造体が、前記各第１の分割領域が複数に分割された第２の分割領域毎に、前記第１の倍率よりも高い第２の倍率で撮像された各第２の分割領域毎の画像を、前記各ダイ内における前記各第２の分割領域の位置を識別する第２の識別情報と対応付けて第２の検査対象画像として記憶するステップと、前記各第２の検査対象画像のうち、前記各ダイ間で前記第２の識別情報が対応する前記各第２の分割領域の各第２の検査対象画像を平均化した平均画像を第２のモデル画像として前記第２の識別情報毎に作成するステップと、前記第２のモデル画像と、当該各第２のモデル画像に前記第２の識別情報が対応する前記各第２の検査対象画像とを比較して、前記検出された欠陥の種類を分別するステップとを具備する。

本発明の更に別の観点に係るプログラムは、情報処理装置に、半導体ウェハ上の複数のダイにそれぞれ形成された微小構造体が、前記各ダイの領域が複数に分割された第１の分割領域毎に第１の倍率で撮像された画像を、前記各ダイ内における前記各第１の分割領域の位置を識別する第１の識別情報と対応付けて第１の検査対象画像として記憶するステップと、前記各第１の検査対象画像のうち、前記各ダイ間で前記第１の識別情報が対応する各第１の分割領域の各第１の検査対象画像を平均化した平均画像を第１のモデル画像として前記第１の識別情報毎に作成するステップと、前記作成された各第１のモデル画像と、当該各第１のモデル画像に前記第１の識別情報が対応する前記各第１の検査対象画像とを比較して、一の前記ダイ内の前記各第１の分割領域における前記微小構造体の欠陥の有無を検出するステップと、前記欠陥が検出された各第１の分割領域の前記微小構造体及び当該各第１の分割領域に前記第１の識別情報が対応する他の前記ダイ内の前記各第１の分割領域の前記微小構造体が、前記各第１の分割領域が複数に分割された第２の分割領域毎に、前記第１の倍率よりも高い第２の倍率で撮像された各第２の分割領域毎の画像を、前記各ダイ内における前記各第２の分割領域の位置を識別する第２の識別情報と対応付けて第２の検査対象画像として記憶するステップと、前記各第２の検査対象画像のうち、前記各ダイ間で前記第２の識別情報が対応する前記各第２の分割領域の各第２の検査対象画像を平均化した平均画像を第２のモデル画像として前記第２の識別情報毎に作成するステップと、前記第２のモデル画像と、当該各第２のモデル画像に前記第２の識別情報が対応する前記各第２の検査対象画像とを比較して、前記検出された欠陥の種類を分別するステップとを実行させるためのものである。

以上のように、本発明によれば、絶対的なモデル画像を必要とすることなく、高精度かつ効率的にＭＥＭＳデバイスの欠陥を検出するとともに、欠陥の種類を正確に分別することができる。

以下、本発明の実施の形態を図面に基づき説明する。

図１は、本発明の一実施形態に係る欠陥検出装置の構成を示した図である。
同図に示すように、欠陥検出装置１００は、例えばシリコン製の半導体ウェハ１（以下、単にウェハ１とも称する）を保持するウェハテーブル２と、当該ウェハテーブル２を同図Ｘ方向、Ｙ方向及びＺ方向へ移動させるためのＸＹＺステージ３と、ウェハ１を上方から撮像するＣＣＤカメラ６と、このＣＣＤカメラ６による撮像時にウェハ１を照明する光源７と、これら各部の動作を制御するとともに後述する画像処理を行う画像処理用ＰＣ（Personal Computer）１０とを有する。

ウェハ１は、図示しない搬送アーム等によりウェハテーブル２上へ搬送され、例えば図示しない真空ポンプ等の吸着手段によりウェハテーブル２に吸着され固定される。なお、ウェハ１をウェハテーブル２に直接吸着させるのではなく、例えば別途ウェハ１を保持可能なトレイ（図示せず）を用意して、ウェハ１が当該トレイに保持された状態でトレイを吸着固定するようにしてもよい。後述するが、ウェハ１に孔が形成されている場合等にはウェハを直接真空吸着させることが困難な場合もあるため、このトレイを用いた吸着方法は有効である。ウェハ１上には、ＭＥＭＳデバイスとしてプロテインチップが形成されている。欠陥検出装置１００は、このプロテインチップを検査対象物として、プロテインチップ上の異物や傷等の欠陥を検出するための装置である。当該プロテインチップの詳細については後述する。

ＣＣＤカメラ６は、ウェハ１の上方の所定位置に固定されており、レンズやシャッタ（図示せず）等を内蔵している。ＣＣＤカメラ６は、画像処理用ＰＣ１０から出力されるトリガ信号に基づいて、内蔵のレンズにより拡大された、ウェハ１の所定部分に形成されたプロテインチップの像を、光源７により発せられた閃光下において撮像し、撮像画像を画像処理用ＰＣ１０へ転送する。また、上記ＸＹＺステージ３は、ウェハ１を上下方向（Ｚ方向）へ移動させることで、ＣＣＤカメラ６とウェハ１との相対距離を可変して、ＣＣＤカメラ６がウェハ１を撮像する際の焦点位置を可変することが可能となっている。なお、ＸＹＺステージ３ではなくＣＣＤカメラ６をＺ方向に移動させて焦点位置を可変するようにしても構わない。

更に、ＣＣＤカメラ６の上記レンズはズームレンズとして構成され、焦点距離を可変することで、異なる倍率でプロテインチップを撮像することが可能となっている。本実施形態においては、ＣＣＤカメラ６の倍率は、約７倍（低倍率）と約１８倍（高倍率）の２段階に可変可能であるものとする。低倍率の場合の視野サイズは例えば６８０×５１０（μｍ２）、高倍率の場合の視野サイズは例えば２７０×２００（μｍ２）であが、これらの倍率に限られるものではない。なお、ＣＣＤカメラ６の代わりにＣＭＯＳセンサ等の他の撮像素子を内蔵したカメラを用いても構わない。

光源７は、ウェハ１の上方の所定位置に固定されており、例えば高輝度の白色ＬＥＤやキセノンランプ等からなるフラッシュランプ及び当該フラッシュランプの点灯を制御するフラッシュ点灯回路等を有する。光源７は、画像処理用ＰＣ１０から出力されるフラッシュ信号に基づいて、例えば数μ秒程度の所定時間、高輝度の閃光を発することにより、ウェハ１の上記所定部分を照明する。

ＸＹＺステージ３は、Ｘステージ１１及びＹステージ１２を移動軸１３に沿ってそれぞれＸ方向、Ｙ方向及びＺ方向へ移動させるためのモータ４と、当該Ｘステージ１１及びＹステージ１２の移動距離を判別するためのエンコーダ５を有する。モータ４は例えばＡＣサーボモータ、ＤＣサーボモータ、ステッピングモータ、リニアモータ等であり、エンコーダ５は例えば各種モータエンコーダやリニアスケール等である。エンコーダ５は、Ｘステージ１１及びＹステージ１２がＸ、Ｙ及びＺ方向へ単位距離だけ移動する毎に、その移動情報（座標情報）であるエンコーダ信号を生成し、当該エンコーダ信号を画像処理用ＰＣ１０へ出力する。

画像処理用ＰＣ１０は、エンコーダ５から上記エンコーダ信号を入力し、当該エンコーダ信号に基づいて、光源７に対してフラッシュ信号を出力し、一方でＣＣＤカメラ６に対してトリガ信号を出力する。また画像処理用ＰＣ１０は、エンコーダ５から入力したエンコーダ信号を基に、モータ４の駆動を制御するモータ制御信号をモータ４へ出力する。

図２は、当該画像処理用ＰＣ１０の構成を示したブロック図である。
同図に示すように、画像処理用ＰＣ１０は、ＣＰＵ（Central Processing Unit）２１、ＲＯＭ（Read Only Memory）２２、ＲＡＭ（Random Access Memory）２３、入出力インタフェース２４、ＨＤＤ（Hard Disk Drive）２５、表示部２６及び操作入力部２７を有し、各部は内部バス２８で相互に電気的に接続されている。

ＣＰＵ２１は、画像処理用ＰＣ１０の各部を統括的に制御し、後述する画像処理における各種演算を行う。ＲＯＭ２２は、画像処理用ＰＣ１０の起動時に必要なプログラムやその他の書き換え不要のプログラムやデータを記憶する不揮発性のメモリである。ＲＡＭ２３は、ＣＰＵ２１のワークエリアとして用いられ、ＨＤＤ２５やＲＯＭ２２から各種データやプログラムを読み出して一時的に格納する揮発性のメモリである。

入出力インタフェース２４は、操作入力部２７や、上記モータ４、エンコーダ５、光源７及びＣＣＤカメラ６と内部バス２８とを接続して、操作入力部２７からの操作入力信号の入力や、モータ４、エンコーダ５、光源７及びＣＣＤカメラ６との各種信号のやり取りを行うためのインタフェースである。

ＨＤＤ２５は、ＯＳ（Operating System）や後述する撮像処理及び画像処理を行うための各種プログラム、その他の各種アプリケーション、そして上記ＣＣＤカメラ６で撮像した検査対象画像としてのプロテインチップの画像及び当該検査対象画像から作成したモデル画像（後述）等の画像データや、撮像処理及び画像処理で参照するための各種データ等を内蔵のハードディスクへ記憶する。

表示部２６は、例えばＬＣＤ（Liquid Crystal Display）やＣＲＴ（Cathode Ray Tube）等からなり、上記ＣＣＤカメラ６で撮像した画像や画像処理用の各種操作画面等を表示する。操作入力部２７は、例えばキーボードやマウス等からなり、後述する画像処理等におけるユーザからの操作を入力する。

次に、上記ウェハ１上に形成されるプロテインチップについて説明する。
図３は、ウェハ１の上面図である。同図に示すように、ウェハ１上には、例えば８８個の半導体チップ３０（以下、単にチップ３０またはダイ３０とも称する）がグリッド状に形成されている。もちろんダイ３０の数は８８個に限られるものではない。

図４は、ウェハ１の各ダイ３０のうちの一つを示した上面図である。同図に示すように、各ダイ３０には、その全面に亘って複数の円形の凹部５０を有するプロテインチップ３５が形成されている。各ダイ３０すなわち各プロテインチップ３５は略正方形状をしており、その一辺の長さｓは例えば数ｍｍ〜数十ｍｍ程度であるが、この寸法に限られるものではない。

図５は、プロテインチップ３５のうち一つの凹部５０を拡大して示した図である。同図（ａ）は凹部５０の上面図であり、同図（ｂ）は凹部５０のＺ方向の断面図である。

図４及び図５に示すように、プロテインチップ３５の各凹部５０の底面５２には、複数の孔５５を有する薄膜（メンブレン）５３が形成されている。孔５５は各凹部５０の円形の底面５２の全面に亘って形成されている。各凹部５０の径ｄ１は例えば数百μｍであり、各孔５５の径ｄ２は例えば数μｍであり、また凹部５０の深さ（上面５１から底面５２までの高さ）ｈは例えば数百μｍであるが、これらの寸法に限られるものではない。

このプロテインチップ３５は、凹部５０の底面５２に担体として例えばラテックス製の微粒子（ラテックスビーズ）を載置し、凹部５０に試薬として抗体（タンパク質）を投入して、抗体交差反応によりラテックスビーズと吸着する特定の性質を有するタンパク質をスクリーニングするためのシリコン製の容器である。ラテックスビーズと吸着しなかった試薬（タンパク質）は、上記底面５２の各孔５５から排出され、特定の性質を有するタンパク質のみが凹部５０内に残ることとなる。

ここで、このプロテインチップ３５の製造方法について簡単に説明する。
まずウェハ１の一方面にＣＶＤ（Chemical Vapor Deposition）法によりシリコン酸化膜等の薄膜５３を形成する。次に、ウェハ１の他方面にフォトレジストを塗布し、フォトリソグラフィ技術により不要な部分を除去し、レジストパターンをマスクとしてエッチングを行う。これにより、ウェハ１に、薄膜５３を残して複数の凹部５０を形成する。そして、この各凹部５０の薄膜５３にフォトレジストを塗布し、フォトリソグラフィ技術により孔５５の部分を除去し、レジストパターンをマスクとしてエッチングを行う。これにより、上記図５に示したような、多数の孔５５が形成された薄膜５３を有する複数の凹部５０で構成されるプロテインチップ３５を形成することができる。

次に、本実施形態における欠陥検出装置１００がプロテインチップ３５の欠陥を検出する動作について説明する。図６は、欠陥検出装置１００が欠陥を検出するまでの動作の大まかな流れを示したフローチャートである。

同図に示すように、まず、ＣＣＤカメラ６は、プロテインチップ３５が形成された各ダイ３０の画像を上記低倍率で撮像する（ステップ１０１）。具体的には、図７に示すように、各ダイを例えば１８行×１３列の計２３４個の第１分割領域７１に分け、光源７による閃光下においてＣＣＤカメラ６で当該第１分割領域７１毎の画像を取得する。第１分割領域７１の数及び縦横比はこの数に限られるものではない。この各第１分割領域７１には、予めその位置を識別するためのＩＤが付されており、画像処理用ＰＣ１０のＨＤＤ２５は、その各ＩＤを記憶しておく。このＩＤにより、画像処理用ＰＣ１０は、異なるダイ３０間で同一位置に存在する第１分割領域７１を識別することが可能となっている。また、各ダイ３０にもそれぞれＩＤが付されており、画像処理用ＰＣ１０は、各第１分割領域７１が、どのダイ３０のどの第１分割領域７１であるかを識別することが可能となっている。

この時、上述したように、画像処理用ＰＣ１０は、エンコーダ５からのエンコーダ信号を基にモータ４へモータ駆動信号を出力してＸＹＺステージ３を移動させるとともに、上記エンコーダ信号を基にトリガ信号及びフラッシュ信号を生成し、トリガ信号をＣＣＤカメラ６へ、フラッシュ信号を光源７へそれぞれ出力する。

上記ＸＹＺステージ３が移動する毎に、光源７は、上記フラッシュ信号を基に、数μ秒毎にプロテインチップ３５へ向けて閃光を発し、ＣＣＤカメラ６は、上記当該閃光下において、上記トリガ信号を基に、例えば５０枚／秒の速度でウェハ１上のプロテインチップ３５の各第１分割領域７１を連続して撮像する。

図８は、ＣＣＤカメラ６がプロテインチップ３５を第１分割領域７１毎に撮像する際の撮像位置の軌跡を示した図である。本実施形態においては、同図（ａ）及び（ｂ）に示すように、２つの撮像経路が考えられる。

同図（ａ）に示すように、ＣＣＤカメラ６は、ウェハ１の８８個のダイ３０のうち、例えばＹ座標が最大となるダイ３０のうち左端のダイ３０を始点として、当該ダイ３０の１８行×１３列の各第１分割領域７１を例えば一行毎に連続的に全て撮像した後、次のダイ３０へ移ってまた一行毎に全ての第１分割領域７１を撮像していく。

すなわち、画像処理用ＰＣ１０は、一のダイ３０の各第１分割領域７１における撮像位置を、例えば上端の行かつ左端の列に属する第１分割領域７１を始点としてＸ方向の右側へ移動させ、右端まで移動したら一行分だけＹ方向へ移動させた上でＸ方向の左側へ移動させ、左端まで移動したらまた一行分だけＹ方向へ移動させて次の行においてＸ方向の右側へ移動させるといった動作を繰り返し、一のダイ３０の全ての第１分割領域７１の撮像が終了すると、隣接する他のダイ３０へ移動させて同様の移動を繰り返させるように、モータ４に対してモータ駆動信号を出力する。なお、ＣＣＤカメラ６の位置自体は固定であるため、このときＸＹＺステージ３は、実際には同図（ａ）に示した軌跡とは逆方向へ移動することとなる。ＣＣＤカメラ６は、この移動に合わせて画像処理用ＰＣ１０から出力されるトリガ信号に基づいて各第１分割領域７１を連続して撮像する。

また、同図（ｂ）に示すように、ＣＣＤカメラ６は、各ダイ３０間で対応するＩＤを有する（同一位置に存在する）第１分割領域７１を連続して撮像するように撮像位置を移動させてもよい。

すなわち、画像処理用ＰＣ１０は、ＣＣＤカメラ６の撮像位置を、例えばＹ座標が最大となるダイ３０のうち左端のダイ３０を始点として、まず１順目には、異なる各ダイ３０間で対応するＩＤを有する、Ｘ座標が最小、Ｙ座標が最大となる位置に存在する各第１分割領域７１（黒塗りの丸で示した第１分割領域７１）上を通るようにＸ方向及びＹ方向へ移動させ、続いて２順目には、１順目の撮像位置にＸ方向で隣接する、対応するＩＤを有する各第１分割領域７１（白塗りの丸で示した第１分割領域７１）上を通るように移動させ、その後も同様に各ダイ３０間で同一位置に存在する各第１分割領域７１上をＣＣＤカメラ６が通る動作を繰り返すようにモータ４を駆動させる。ＣＣＤカメラ６はこの移動に合わせて画像処理用ＰＣ１０から出力されるトリガ信号に基づいて、対応するＩＤを有する複数の第１分割領域７１をまとめて連続して撮像する動作を全てのダイ３０について繰り返す。

画像処理用ＰＣ１０は、この２つの撮像経路のうち、撮像時間が短くなる経路を選択してＣＣＤカメラ６に撮像させる。同図（ａ）で示した撮像経路を採る場合には、各第１分割領域７１の各撮像時における撮像間隔、すなわちＸＹＺステージ３の移動間隔は各第１分割領域７１の間隔と同一であり、同図（ｂ）で示した撮像経路を採る場合には、ＸＹＺステージ３の移動間隔は各ダイ３０の間隔と同一である。したがって、画像処理用ＰＣ１０のＣＰＵ２１は、これら移動間隔とＣＣＤカメラ６の撮像周波数から、モータ４の駆動速度を算出することが可能である。この駆動速度に、図３に示したダイ３０のレイアウトから定まる上記図８（ａ）及び（ｂ）に示した全体の撮像経路を乗じることで、全てのダイ３０の第１分割領域７１を撮像する際の同図（ａ）及び（ｂ）それぞれの場合の撮像時間が推定される。画像処理用ＰＣ１０は、この各撮像時間を比較することで、同図（ａ）及び（ｂ）のどちらの撮像経路を採れば撮像時間が早くなるかを判断し、撮像時間が早い方の撮像経路を選択する。

そして、ＣＣＤカメラ６で撮像された各第１分割領域７１の画像は、上記各第１分割領域７１を識別するＩＤとともに検査対象画像として画像処理用ＰＣ１０へ送信され、画像処理用ＰＣ１０の入出力インタフェース２４を介してＨＤＤ２５またはＲＡＭ２３へ保存される。なお、本実施形態においてＣＣＤカメラ６で撮像される検査対象画像のサイズはいわゆるＶＧＡ（Video Graphics Array）サイズ（６４０×４８０ピクセル）の画像であるが、このサイズに限られるものではない。

本実施形態において、ＸＹＺステージ３は、上述したように、ＸＹＺテーブル３がＺ方向へ移動することで、ウェハ１のプロテインチップ３５との距離を可変して異なる焦点位置の検査対象画像を撮像することが可能である。図９は、その様子を示した図である。

同図に示すように、ＸＹＺステージ３は、画像処理用ＰＣ１０からのフォーカス信号に基づいて、上方向（同図Ｚ１方向）及び下方向（同図Ｚ２方向）へ移動し、ＣＣＤカメラ６とプロテインチップ３５との距離を例えば３段階（焦点Ｆ１〜Ｆ３）に可変する。すなわち、ＣＣＤカメラ６は、ＸＹＺステージ３がＺ２方向へ移動することでプロテインチップ３５の上面５１に焦点位置を合わせ（焦点Ｆ１）、そこからＸＹＺステージ３がＺ１方向へ移動することでプロテインチップ３５の上面５１と底面５２との略中間位置に焦点位置を合わせ（焦点Ｆ２）、更にＸＹＺステージ３がＺ１方向へ移動することでプロテインチップ３５の底面５２に焦点位置を合わせる（焦点Ｆ３）ことが可能である。なお、可変する焦点位置は３つに限られるものではない。

このように、本実施形態における欠陥検出装置１００は、異なる複数の焦点位置で撮像することで、検査対象物が本実施形態のプロテインチップ３５のようにＺ方向において厚み（深さまたは高さ）がある立体形状を有する場合でも、Ｚ方向における各位置の画像を取得して、欠陥の検出漏れを防ぐことが可能である。ＣＣＤカメラ６は、上記図８（ａ）または（ｂ）の経路により撮像した各焦点位置の画像をそれぞれ焦点位置毎に分別した上で画像処理用ＰＣ１０へ送信し、画像処理用ＰＣ１０はそれらの画像を各焦点位置毎の検査対象画像として識別した上でＨＤＤ２５またはＲＡＭ２３へ保存する。すなわち、上述のように焦点がＦ１〜Ｆ３の３つの場合には、ＣＣＤカメラ６は、上記図８（ａ）または（ｂ）の撮像経路による移動を焦点位置毎に計３回繰り返して撮像を行うこととなる。

図６のフローチャートに戻り、画像処理用ＰＣ１０のＣＰＵ２１は、ＣＣＤカメラ６による上記撮像処理と並行して、上記検査対象画像をＣＣＤカメラ６から取得する毎に、その取得した各検査対象画像に対してハイパスフィルタによるフィルタリング処理を施す（ステップ１０２）。

本実施形態におけるプロテインチップ３５は、底面５２に薄膜５３を有しており、例えばその薄膜５３が撓んでいる場合等、薄膜５３の平面度によって輝度むらが生じる場合がある。また、ＣＣＤカメラ６の光軸のずれや光源７による閃光の当たり方の均一度等によっても輝度むらが生じる場合がある。このような輝度むらは、後述するモデル画像との差分抽出処理において差分として抽出されてしまい、欠陥の誤検出に繋がる。

この輝度むら部分は、検査対象画像中において輝度が緩やかに変化している部分である。すなわち輝度むら成分は低周波成分であるといえる。そこで本実施形態においては、撮像された各検査対象画像に対してハイパスフィルタをかけて、この低周波成分を除去することとしている。

図１０は、このハイパスフィルタ処理の詳細な流れを示したフローチャートである。
同図に示すように、まず、画像処理用ＰＣ１０のＣＰＵ２１は、ＨＤＤ２５から上記検査対象画像の複製をＲＡＭ２３へ読み出し（ステップ６１）、当該検査対象画像に対してガウスぼかし処理を施す（ステップ６２）。なお、ぼかしの設定値は例えば半径１５〜１６ピクセル程度に設定されるが、この設定値に限られるものではない。

このガウスぼかし処理において、元の検査対象画像中の高周波成分（例えばエッジ部分）のピクセルは、その周辺の低周波成分のピクセルを取り込むようにしてぼかされるため、高いぼかし効果が得られることとなる。一方、元の検査対象画像中の低周波成分（例えば輝度むら部分）のピクセルは、その周辺の取り込まれるピクセルも低周波成分であるため、ぼかし効果は低く、元の検査対象画像に比べてほとんど変化は見られない。したがって、ガウスぼかし処理により得られる出力画像（以下、ガウスぼかし画像という）は、元の検査対象画像中の高周波成分が平滑化されて、全体として低周波成分のみが残った画像となる。

続いて、ＣＰＵ２１は、元の検査対象画像から、上記ガウスぼかし画像を引き算処理する（ステップ６３）。この引き算処理により、元の検査対象画像中の高周波成分から、ガウスぼかし画像中の対応位置の低周波成分が引き算されることで、元の高周波成分が残り、また元の検査対象画像中の低周波成分から、ガウスぼかし画像中の対応位置の低周波成分が引き算されることで、元の低周波成分は除去される。すなわち、この引き算処理により得られる画像は、元の検査対象画像中から低周波成分が除去され、高周波成分のみが残った画像となる。ＣＰＵ２１は、この引き算処理後の画像により、元の検査対象画像を更新してＨＤＤ２５へ保存する（ステップ６４）。

図６のフローチャートに戻り、ＣＰＵ２１は、全ての第１分割領域７１について上記各検査対象画像の撮像処理を行ったか否か、及び上記ハイパスフィルタによるフィルタリング処理を全ての検査対象画像に対して行ったか否かを判断し（ステップ１０３、１０４）、全ての検査対象画像の撮像処理及びフィルタリング処理を行ったと判断した場合（Ｙｅｓ）には、このフィルタリング後の検査対象画像を用いて各分割領域のモデル画像を作成する処理へ移る（ステップ１０５）。なお、本実施形態においては、上記検査対象画像の撮像処理とハイパスフィルタ処理は並列的に行っているが、検査対象画像の撮像処理が全ての第１分割領域７１について完了するのを待ってハイパスフィルタ処理を行うようにしても構わない（すなわち、上記ステップ１０２の処理とステップ１０３の処理が逆であっても構わない）。

ここで、モデル画像の作成処理について詳細に説明する。図１１は、画像処理用ＰＣ１０がモデル画像を作成するまでの処理の流れを示したフローチャートであり、図１２は、画像処理用ＰＣ１０がモデル画像を作成する様子を概念的に示した図である。

図１１に示すように、まず、画像処理用ＰＣ１０のＣＰＵ２１は、上記ハイパスフィルタ処理後の検査対象画像のうち、各ダイ３０間で対応するＩＤを有する検査対象画像をＨＤＤ２５からＲＡＭ２３へ読み出し（ステップ４１）、読み出した各検査対象画像の位置合わせを行う（ステップ４２）。具体的には、ＣＰＵ２１は、各ダイ３０間で同一位置に存在する第１分割領域７１を撮像した各検査対象画像中から、例えばプロテインチップ３５の凹部５０のエッジ部分等の形状を認識し、その形状が各検査対象画像間で重なるように、Ｘ及びＹ方向へのシフト及びθ方向への回転で調整しながら位置合わせを行う。

例えば、図１２に示すように、ＣＰＵ２１は、各ダイ３０間で同一位置に存在する第１分割領域７１ａを撮像した、対応するＩＤを有する各検査対象画像４０ａ〜４０ｆ、・・・を読み出す。本実施形態においてはダイ３０の数は８８個であるため、対応するＩＤを有する各検査対象画像４０の総数も８８枚となる。ＣＰＵ２１は、この８８枚の検査対象画像４０を全て重ねて、凹部５０の形状等を基に位置合わせする。このように、凹部５０の形状等を基に位置合わせを行うことで、容易かつ正確な位置合わせが可能となる。

続いて、ＣＰＵ２１は、上記位置合わせができた状態で、各検査対象画像４０中の同一位置の画素（ピクセル）毎に、平均輝度値を演算する（ステップ４３）。ＣＰＵ２１は、第１分割領域７１ａの各検査対象画像４０中の全ての画素分の平均輝度値を演算した場合（ステップ４４のＹｅｓ）には、この演算結果を基に、この平均輝度値から構成される画像をモデル画像４５として生成し、ＨＤＤ２５へ保存する（ステップ４５）。

ＣＰＵ２１は、以上の処理を繰り返して、各ダイ３０間で対応する全ての第１分割領域７１についてモデル画像４５を作成したか否かを判断し（ステップ４６）、全てのモデル画像４５を作成したと判断した場合（Ｙｅｓ）には処理を終了する。

以上の処理により、プロテインチップ３５のように、絶対的な良品サンプルが得られないＭＥＭＳデバイスの検査においても、実際の検査対象画像４０を基にモデル画像４５を作成することができる。各検査対象画像４０には異物や傷、薄膜の割れ等の欠陥が存在している可能性もある。しかし、各ダイ３０を複数（本実施形態においては２３４個）の第１分割領域７１に分け、更に複数（本実施形態においては８８個）のダイ３０分の平均輝度値を算出することで、各検査対象画像４０の欠陥は吸収され、理想形に極めて近いモデル画像４５を作成することができ、高精度な欠陥検出が可能となる。

上述したように、一の第１分割領域７１における各検査対象画像４０は上記Ｆ１〜Ｆ３の各焦点毎に存在するため、モデル画像４５もその焦点毎に作成される。したがって、本実施形態においては、第１分割領域７１の数は各ダイ３０において２３４個であるため、２３４×３＝７０２枚のモデル画像が作成されることとなる。

図６のフローチャートに戻り、モデル画像４５を作成した後は、ＣＰＵ２１は、各第１分割領域７１毎に、このモデル画像４５と、ハイパスフィルタ後の各検査対象画像４０との差分抽出処理を行う（ステップ１０６）。

具体的には、ＣＰＵ２１は、上述のモデル画像４５作成の際の位置合わせ処理と同様に、モデル画像４５及び各検査対象画像４０に存在する凹部５０の形状を基にＸ、Ｙ及びθ方向で調整しながら位置合わせを行い、両画像の引き算処理により差分を抽出し、２値化処理を行い、差分画像として出力する。

そして、ＣＰＵ２１は、この差分画像に対して、いわゆるＢｌｏｂ抽出によるフィルタリングを施す（ステップ１０７）。Ｂｌｏｂとは、差分画像中の所定の（または所定範囲の）グレースケール値を有する画素の塊をいう。ＣＰＵ２１は、差分画像中から、このＢｌｏｂのうち、所定の面積（例えば３ピクセル）以上のＢｌｏｂのみを抽出する処理を行う。

図１３は、Ｂｌｏｂ抽出処理の前後における差分画像を示した図である。同図（ａ）がＢｌｏｂ抽出前の差分画像６０、同図（ｂ）がＢｌｏｂ抽出後の差分画像（以下、Ｂｌｏｂ抽出画像６５という）をそれぞれ示している。

同図（ａ）において、白く現れた部分がモデル画像４５と検査対象画像４０の差分として浮き出た部分である。なお、この差分画像６０においては、差分を強調するため、元の差分画像に対して輝度値を例えば４０倍程度強調する処理を施している。同図（ａ）に示すように、Ｂｌｏｂ抽出前の差分画像６０においては、異物や傷等の欠陥とは別に、例えばＣＣＤカメラ６のレンズ１４の汚れや、光源７の照明の均一度等の種々の要因により、白抜きの破線で囲んだ部分に示す微小なノイズ８４が存在している。このノイズ８４が残ったままだと、欠陥の誤検出に繋がるため、このノイズ８４を除去する必要がある。

このノイズ８４は、異物や傷等の欠陥に比べて面積が小さい。そこで、同図（ｂ）に示すように、この差分画像６０に対して、所定面積以下のＢｌｏｂを除去して所定面積よりも大きいＢｌｏｂのみを抽出するフィルタリング処理を施すことで、上記ノイズ８４を除去することができる。このＢｌｏｂ抽出処理により、Ｂｌｏｂ抽出画像６５においては、プロテインチップ３５の凹部５０の薄膜の割れ８１や、プロテインチップ３５に付着した埃等の異物８２のみが抽出される。なお、この時点では、ＣＰＵ２１は、これらの異物や割れ、傷等の欠陥の種類は認識しておらず、単に欠陥候補として認識している。

続いて、図６のフローチャートに戻り、Ｂｌｏｂ抽出処理により欠陥候補が検出された場合（ステップ１０８のＹｅｓ）には、ＣＰＵ２１は、この欠陥候補が検出されたプロテインチップ３５を高倍率で（狭い視野で）更に撮像する必要があるか否かを判断する（ステップ１０９）。すなわち、ＣＰＵ２１は、例えばこの欠陥候補が表れた検査対象画像４０が属する第１分割領域７１を更に詳細に高倍率で撮像することを指示するユーザ操作が入力されたか否かを判断し、高倍率撮像の必要があると判断した場合（Ｙｅｓ）には、欠陥候補が検出された第１分割領域７１及び各ダイ３０間で対応するＩＤを有する他の第１分割領域７１を、更に細かく分割した第２分割領域７２毎に高倍率でＣＣＤカメラ６に撮像させる（ステップ１１３）。

後述する欠陥分類処理においては、例えば抽出されたＢｌｏｂの面積に基づいて、欠陥であるか否かの判断及び欠陥の分類を行うが、低倍率で撮像された検査対象画像を基に作成されたＢｌｏｂ抽出画像６５では、そのＢｌｏｂの面積が正確に算出できない場合等もある。また、低倍率での撮像だと、欠陥の正確な形状が認識できずに、欠陥の正確な分類ができない場合も考えられる。そこで、プロテインチップ３５を更に高倍率で撮像することで、後の欠陥か否かの判断及び欠陥分類処理を正確に行うことを可能としている。

図１４は、欠陥候補が検出された第１分割領域７１を第２分割領域７２毎に高倍率で撮像する様子を概念的に示した図である。同図に示すように、例えばあるダイ３０のある第１分割領域７１ａを撮像した検査対象画像から欠陥候補が検出された場合には、この第１分割領域７１ａを例えば更に３行×３列の計９個の各第２分割領域７２に分割する。また、他のダイ３０においてこの第１分割領域７１ａと対応するＩＤを有する第１分割領域７１についても同様にそれぞれ第２分割領域７２に分割する。各第２分割領域７２には、各第１分割領域７１と同様に、各ダイ３０における各第２分割領域７２の位置を識別するＩＤが付与されている。

ＣＣＤカメラ６は、この各第２分割領域７２を上記第１分割領域７１と同一のサイズ（ＶＧＡサイズ）で撮像する。すなわち、ＣＣＤカメラ６は、第１分割領域７１の撮像時の３倍の倍率で第２分割領域７２を撮像する。撮像された画像は、上記各第２分割領域のＩＤとともに検査対象画像として画像処理用ＰＣ１０のＨＤＤ２５等に保存される。

なお、各ダイ３０の各第２分割領域７２の撮像経路については、ＣＰＵ２１は、上記第１分割領域７１の撮像時と同様に、上記図８の（ａ）と（ｂ）のいずれか速い経路を選択する。すなわち、ＣＰＵ２１は、一のダイ３０の分割領域７１中の各第２分割領域７２を全て撮像してから他のダイ３０の対応する分割領域７１中の各第２分割領域７２を撮像していく経路と、各ダイ３０の対応する第１分割領域７１間において対応するＩＤを有する各第２分割領域７２をまとめて撮像していく経路とのうちどちらの経路が早いかを判断し、早い経路で撮像させる。

欠陥候補が検出された第１分割領域７１及びそれに対応する第１分割領域７１中の第２分割領域７２について撮像を終了すると（ステップ１１３）、ＣＰＵ２１は、上記ステップ１０２〜１０７の処理と同様に、各検査対象画像についてハイパスフィルタによるフィルタリング処理（ステップ１１４）及びモデル画像作成処理（ステップ１１７）を行い、モデル画像と、上記欠陥候補が検出された第１分割領域７１中の各第２分割領域７２を撮像した各検査対象画像との差分抽出処理を行い（ステップ１１８）、更にＢｌｏｂ抽出によるフィルタリング処理（ステップ１１９）を行う。

なお、第２分割領域７２の各検査対象画像は上記第１分割領域７１の検査対象画像よりも高解像度で撮像されたものであるため、ステップ１１８のＢｌｏｂ抽出処理において抽出するＢｌｏｂ領域の閾値（ピクセル）は、上記ステップ１０７における第１分割領域７１毎のＢｌｏｂ抽出処理において抽出するＢｌｏｂ領域の閾値よりも大きい値に設定される。もちろん、その閾値（ピクセル）で換算される、プロテインチップ３５上におけるＢｌｏｂの実際の面積（μｍ）には変化はない。

図１５は、第１分割領域７１及び第２分割領域７２の各検査対象画像から抽出された各Ｂｌｏｂ抽出画像６５を比較して示した図である。同図（ａ）が第１分割領域７１から抽出されたＢｌｏｂ抽出画像６５ａ、同図（ｂ）が第２分割領域７２から抽出されたＢｌｏｂ抽出画像６５ｂを示している。

同図に示すように、上記ステップ１０７で抽出された第１分割領域７１ａのＢｌｏｂ抽出画像６５ａにおいては、左端かつ下端の部分に異物８２と思われる領域が白く浮き出ているが、その面積が微小なため、正確な面積値を算出することが困難である。そこで、同図（ｂ）に示すように、第１分割領域７１を９個の第２分割領域７２に分割して、当該異物８２が表れている部分の第２分割領域７２を高倍率で撮像することで、その異物８２が高解像度で表示され、その面積を正確に算出することが可能となる。

なお、上述のステップ１０９における高倍率撮像の要否判断を行わずに、ステップ１０８において欠陥候補が抽出された場合には、自動的に高倍率撮像を行うようにしてもよい。また、画像処理用ＰＣ１０やモータ４及びエンコーダ５の性能が高く、処理時間が許容範囲に収まるような場合には、欠陥候補が抽出された第１分割領域７１のみならず、全てのダイ３０の全ての第１分割領域７１中の第２分割領域７２を撮像して、全ての第２分割領域７２についてモデル画像４５を作成するようにしても構わない。この場合、上記ステップ１０９における高倍率撮像の要否判断をすることなく、第１分割領域７１についてのＢｌｏｂ抽出処理の完了後すぐに、第２分割領域７２毎の撮像処理、ハイパスフィルタ処理、モデル画像作成処理を行い、欠陥候補が検出された第１分割領域７１があるとＣＰＵ２１が判断した場合にはその第１分割領域７１中の各第２分割領域７２についてＢｌｏｂ抽出処理を行うようにすればよい。

図６のフローチャートに戻り、上記ステップ１０９において高倍率撮像の必要がないと判断された場合（Ｎｏ）、または上記ステップ１１３〜ステップ１１９における第２分割領域７２からのＢｌｏｂ抽出処理が完了した場合には、ＣＰＵ２１は、Ｂｌｏｂ抽出画像６５に表れた欠陥候補の分類処理を行う（ステップ１１０）。

すなわち、ＣＰＵ２１は、Ｂｌｏｂ抽出画像６５中に白く表れた各Ｂｌｏｂについて、その面積、周囲長、非真円度、アスペクト比等の特徴点に基づいて、各Ｂｌｏｂが欠陥であるか否かを判断し、またその欠陥の種類は異物、傷、割れ等のうちいずれであるかを分類する。

具体的には、画像処理用ＰＣ１０は、異物、傷、割れ等の欠陥の種類毎にそれらのサンプル画像を集めてそれらの特徴点データをＨＤＤ２５等に特徴点データベースとして保存しておき、その保存された特徴点データと、検査対象の各Ｂｌｏｂ抽出画像６５中の各Ｂｌｏｂから検出された各特徴点との比較を行う。

例えば、本実施形態における異物は一辺が数μｍ〜数十μｍ程度のものであり、傷はその長さが数μｍ〜数百μｍ程度である。また異物と傷とを比較すると、異物に比べて傷はそのアスペクト比が極端に横長または縦長となり、周囲長も長くなる。更に、薄膜の割れは凹部５０のエッジ部において曲線状に現れるが、正常なものに比べて凹部５０の真円度が低下する。画像処理用ＰＣ１０は、これらのデータを特徴点データとして保存しておき、検出されたＢｌｏｂの各特徴点との比較により欠陥の分類を行う。

また、上述したように、本実施形態におけるプロテインチップ３５は、凹部５０の底面５２の薄膜５３に径が例えば数μｍの孔５５を有しており、その孔５５は試薬を排出する役割を果たしている。したがって、凹部５０内に異物が付着している場合でも、その数μｍの孔５５よりも径が小さい場合には試薬とともに孔５５から排出されるため、当該プロテインチップ３５を用いたスクリーニング時に問題となることはない。したがって、異物についてはその孔５５の径を閾値として、それよりも径が小さい異物については欠陥として扱わないこととする。一方、傷や割れについては、そこから試薬が漏れることで正常なスクリーニングが行えなくなるため、無条件に欠陥として扱う。

上述したように、第１分割領域７１から抽出されたＢｌｏｂ抽出画像６５ではその特徴点を正確に測定することができない場合には、ＣＰＵ２１は、更に高倍率で撮像した第２分割領域７２から抽出されたＢｌｏｂ抽出画像６５を用いて特徴点の測定を行い、各種欠陥の分類を行う。このように、必要に応じて高倍率で撮像することで、欠陥検出後の処理をスムーズに行わせることができる。

そして、ＣＰＵ２１は、全ての欠陥候補について欠陥の有無の判断及び欠陥の分類を行った場合（ステップ１１１のＹＥＳ）には、検出結果としてＢｌｏｂ抽出画像及び検出された欠陥の種類に関する情報を例えば表示部２６へ出力し（ステップ１１２）、処理を終了する。このとき、画像処理用ＰＣ１０は、例えばどの種類の欠陥がウェハ１上のどの位置に存在するかが一目で認識できるような画像を表示部２６に表示するようにしてもよい。

ユーザは、出力された結果を基に、異物が存在する場合にはその除去作業を行い、また傷や割れが存在する場合にはそのプロテインチップ３５を不良品として廃棄する。なお、ステップ１０８において欠陥候補が検出されない場合には、検査対象のプロテインチップ３５は良品として処理され、欠陥検出処理を終了する。

以上の動作により、本実施形態によれば、良品のサンプルを取得することが困難なプロテインチップ３５のようなＭＥＭＳデバイスにおいても、各第１分割領域７１または第２分割領域７２毎の検査対象画像４０を基にモデル画像を作成することができるため、高精度な欠陥検出処理が可能となる。また、同一の光学条件、照明条件の下で撮像された各検査対象画像４０を基にモデル画像４５を作成するため、それらの条件の違いによる誤検出を防ぐことができる。

本発明は上述の実施形態にのみ限定されるものではなく、本発明の要旨を逸脱しない範囲内において種々変更を加え得ることは勿論である。

上述の実施形態においては、検査対象のＭＥＭＳデバイスとしてプロテインチップを適用していたが、ＭＥＭＳデバイスはこれに限られるものではない。例えば、ＭＥＭＳデバイスとして電子ビーム照射プレート（ＥＢ窓）を適用することも可能である。

図１６は、この電子ビーム照射プレートの外観を示した図である。同図（ａ）が上面図、同図（ｂ）が同図（ａ）におけるＺ方向の断面図をそれぞれ示している。

同図に示すように、電子ビーム照射プレート９０は、電子ビーム（ＥＢ）を照射するための複数の窓孔９５を有するプレート９２と、この各窓孔９５を覆うように設けられた薄膜部９１とを有する。

プレート９２のＸ方向の長さｗ及びＹ方向の長さｌはそれぞれ例えば数十ｍｍの長方形状に形成され、Ｚ方向の長さｈは例えば数ｍｍ程度に形成されるが、これらの長さ及び形状に限られない。また各窓孔９５は例えば一辺ｓが数ｍｍの正方形状であるが、この長さ及び形状に限られず、長方形状であってもよい。また窓孔９５は６行×９列の計５４個設けられるが、この数に限られない。

この電子ビーム照射プレート９０は、図示しない真空容器の端部と接続されることで電子ビーム照射装置を構成する。当該真空容器の内部に設けられた電子ビーム発生器から発射された電子ビーム（ＥＢ）が、同図（ｂ）の矢印に示すように窓孔９５を介して大気中に放出され、対象物に照射される。この電子ビーム照射装置は、電子ビームが照射される対象物の例えば殺菌、物理的特性の改質、化学的物性の改質等、様々な用途に用いられる。薄膜９１を設けることで、真空状態を維持したまま電子ビームを照射することが可能となる。なお、薄膜９１を複数重ねて多層膜構造としても構わない。

この電子ビーム照射プレート９０も、上述の実施形態におけるプロテインチップ３５と同様に、フォトリソグラフィ技術を用いたエッチング処理等によりウェハ１上の各ダイ３０に形成される。この場合各ダイのサイズは上記プレート９２のサイズと同一となる。

欠陥検出装置１００は、この電子ビーム照射プレート９０に対しても、上述のプロテインチップ３５と同様の撮像処理、ハイパスフィルタ処理、モデル画像作成処理、Ｂｌｏｂ抽出処理等を行い、電子ビーム照射プレート９０上の異物や傷、割れ等の欠陥の検出を行う。また、低倍率と高倍率による撮像、Ｚ方向における複数焦点における撮像も同様に可能である。なお、モデル画像作成処理及びＢｌｏｂ抽出処理においては、各検査対象画像中に現れた窓孔９５のエッジ形状が重なるように各検査対象画像をＸ方向、Ｙ方向及びθ方向で調整しながら位置合わせを行う。

また、この電子ビーム照射プレート９０の検査においては、例えば異物として分類する場合の閾値等、欠陥を分類する場合の特徴点は上記プロテインチップ３５の検査の場合とは異なり、画像処理用ＰＣ１０は、電子ビーム照射プレート９０のサンプル等を基に、独自の特徴点データを作成して欠陥を分類する。

また以上説明したプロテインチップ３５及び電子ビーム照射プレート９０以外にも、例えば加速度センサや圧力センサ、エアフローセンサ等の各種センサ、インクジェットプリンタ用のプリンタヘッドや反射型プロジェクタ用のマイクロミラーアレイ、その他のアクチュエータ等、及び各種のバイオチップ等の他のＭＥＭＳデバイスを検査対象物として適用することが可能である。

上述の実施形態においては、検査対象画像４０及びモデル画像４５、差分画像６０及びＢｌｏｂ抽出画像６５等、画像処理に必要な各画像はＨＤＤ２５に記憶するようにしていたが、これらの画像はＲＡＭ２３に一時的に記憶するものであってもよいし、ＲＡＭ２３とは別に設けたバッファ領域に一時的に記憶し、欠陥分類処理が終了次第消去するようにしても構わない。また、上記各検査対象画像のうち、差分抽出により差分が抽出されなかった画像、すなわち欠陥が検出されなかった画像については、その後の処理においては不要となるため、検出されなかったことが判明した時点で逐一消去するようにしても構わない。更に、低倍率で撮像した第１分割領域７１の検査対象画像について、更に高倍率で第２分割領域７２を撮像する場合、第２分割領域７２の撮像後は、第１分割領域７１の検査対象画像は不要となるため、それらの画像は、第２分割領域７２の撮像が完了した時点で消去するようにしても構わない。上記実施形態においては撮像する画像の数が膨大であるため、このように処理することで、ＲＡＭ２３やＨＤＤ２５の記憶容量を削減して画像処理用ＰＣの負荷を軽減することが可能となる。

上述の実施形態においては、例えばユーザの操作入力の有無を基に高倍率撮像の要否を判断していたが、例えば、画像処理用ＰＣ１０が、第１分割領域７１の検査対象画像及びモデル画像を基に抽出されたＢｌｏｂ抽出画像中に存在する欠陥候補の画素数を判別して、その画素数が所定値を超える場合に高倍率撮像を行わせるようにしてもよい。

すなわち、第１分割領域７１の検査対象画像から抽出されたＢｌｏｂ抽出画像中に、欠陥候補がその種類を分別可能な程度に大きな画素領域で現れている場合には、その時点で欠陥の分類を行い、逆に、その画素領域が小さく、その正確な面積を算出できない場合や、その形状を正確に認識できない場合には、高倍率撮像を行って詳細に欠陥を分類することとする。これにより、欠陥の面積に応じて高倍率撮像の要否を決定して欠陥を分類できるため、より効率的に欠陥を分類することが可能となる。

上述の実施形態において、第１分割領域及び第２分割領域の各検査対象画像及び各モデル画像を基にＢｌｏｂ抽出された欠陥候補の画像を、上記ＨＤＤ２５の特徴点データベースに追加保存していき、この特徴点データベースを随時更新するようにしてもよい。これにより、画像処理用ＰＣが、欠陥検出処理を重ねる毎に特徴点データを学習していくため、欠陥分類の精度を徐々に向上させていくことができる。

本発明の一実施形態に係る欠陥検出装置の構成を示した図である。 本発明の一実施形態における画像処理用ＰＣの構成を示したブロック図である。 本発明の一実施形態におけるウェハの上面図である。 本発明の一実施形態におけるウェハの各ダイのうちの一つを示した上面図である。 本発明の一実施形態におけるプロテインチップのうち一つの凹部を拡大して示した図である。 本発明の一実施形態において欠陥検出装置が欠陥を検出するまでの動作の大まかな流れを示したフローチャートである。 本発明の一実施形態において各ダイを複数の分割領域に分けた様子を示した図である。 本発明の一実施形態において、ＣＣＤカメラがプロテインチップを分割領域毎に撮像する際の撮像位置の軌跡を示した図である。 本発明の一実施形態において、ＣＣＤカメラが異なる焦点位置で検査対象画像を撮像する様子を示した図である。 本発明の一実施形態におけるハイパスフィルタ処理の詳細な流れを示したフローチャートである。 本発明の一実施形態において、画像処理用ＰＣがモデル画像を作成するまでの処理の流れを示したフローチャートである。 本発明の一実施形態において、画像処理用ＰＣがモデル画像を作成する様子を概念的に示した図である。 本発明の一実施形態におけるＢｌｏｂ抽出処理の前後における差分画像を示した図である。 本発明の一実施形態において、欠陥候補が検出された第１分割領域を第２分割領域毎に高倍率で撮像する様子を概念的に示した図である。 本発明の一実施形態において、第１分割領域及び第２分割領域の各検査対象画像から抽出された各Ｂｌｏｂ抽出画像を比較して示した図である。 本発明の他の実施形態における電子ビーム照射プレートの外観を示した図である。

符号の説明

１…半導体ウェハ（ウェハ）
３…ＸＹＺステージ
４…モータ
５…エンコーダ
６…ＣＣＤカメラ
７…光源
１０…画像処理用ＰＣ
１４…レンズ
２１…ＣＰＵ
２２…ＲＯＭ
２３…ＲＡＭ
２４…入出力インタフェース
２５…ＨＤＤ
２６…表示部
２７…操作入力部
３０…ダイ（半導体チップ、チップ）
３５…プロテインチップ
４０…検査対象画像
４５…モデル画像
５０…凹部
５１…上面
５２…底面
５３、９１…薄膜
５５…孔
６０…差分画像
６５…Ｂｌｏｂ抽出画像
７１…第１分割領域
７２…第２分割領域
８１…割れ
８２…異物
８４…ノイズ
９０…電子ビーム照射プレート
９２…プレート
９５…窓孔
１００…欠陥検出装置

Claims (17)

1. 半導体ウェハ上の複数のダイにそれぞれ形成された微小構造体を、前記各ダイの領域が複数に分割された第１の分割領域毎に第１の倍率で撮像する撮像手段と、
   前記撮像された各第１の分割領域毎の画像を、前記各ダイ内における前記各第１の分割領域の位置を識別する第１の識別情報と対応付けて第１の検査対象画像として記憶する記憶手段と、
   前記各第１の検査対象画像のうち、前記各ダイ間で前記第１の識別情報が対応する各第１の分割領域の各第１の検査対象画像を平均化した平均画像を第１のモデル画像として前記第１の識別情報毎に作成するモデル画像作成手段と、
   前記作成された各第１のモデル画像と、当該各第１のモデル画像に前記第１の識別情報が対応する前記各第１の検査対象画像とを比較して、一の前記ダイ内の前記各第１の分割領域における前記微小構造体の欠陥の有無を検出する検出手段と、
   前記欠陥が検出された各第１の分割領域の前記微小構造体及び当該各第１の分割領域に前記第１の識別情報が対応する他の前記ダイ内の前記各第１の分割領域の前記微小構造体を、前記各第１の分割領域が複数に分割された第２の分割領域毎に、前記第１の倍率よりも高い第２の倍率で撮像するよう前記撮像手段を制御し、当該撮像された各第２の分割領域毎の画像を、前記各ダイ内における前記各第２の分割領域の位置を識別する第２の識別情報と対応付けて第２の検査対象画像として記憶するよう前記記憶手段を制御し、当該各第２の検査対象画像のうち、前記各ダイ間で前記第２の識別情報が対応する前記各第２の分割領域の各第２の検査対象画像を平均化した平均画像を第２のモデル画像として前記第２の識別情報毎に作成するよう前記モデル画像作成手段を制御する制御手段と、
   前記第２のモデル画像と、当該各第２のモデル画像に前記第２の識別情報が対応する前記各第２の検査対象画像とを比較して、前記検出された欠陥の種類を分別する欠陥分別手段と
   を具備することを特徴とする欠陥検出装置。
2. 請求項１に記載の欠陥検出装置であって、
   前記記憶手段は、複数の種類の欠陥の各特徴点を示す特徴点データを記憶し、
   前記検出手段は、前記第１のモデル画像と前記各第１の検査対象画像との差分を第１の差分画像として抽出する第１の差分抽出手段を有し、
   前記欠陥分別手段は、
   前記第２のモデル画像と前記各第２の検査対象画像との差分を第２の差分画像として抽出する第２の差分抽出手段と、
   前記抽出された差分画像中に現れた欠陥の特徴点を抽出する特徴点抽出手段と、
   前記抽出された特徴点と前記特徴点データとを比較して前記欠陥の種類を分別する分別手段とを有することを特徴とする欠陥検出装置。
3. 請求項２に記載の欠陥検出装置であって、
   前記記憶手段は、前記特徴点抽出手段により抽出された特徴点により前記特徴点データを更新する手段を有することを特徴とする欠陥検出装置。
4. 請求項１に記載の欠陥検出装置であって、
   前記制御手段は、前記第１の差分抽出手段により検出された第１の差分画像中の欠陥が前記第１の差分画像中で占める画素数を算出し、当該画素数が所定の画素数よりも小さい場合に前記各第２の分割領域毎の前記第２の倍率での撮像を行わせる手段を有し、
   前記欠陥分別手段は、前記第２の倍率での撮像が行われない場合には前記第１の差分画像を基に前記欠陥の種類を分別することを特徴とする欠陥検出装置。
5. 請求項１に記載の欠陥検出装置であって、
   前記モデル画像作成手段は、前記識別情報が対応する各検査対象画像を構成する画素毎にそれぞれ輝度値の平均値を算出する手段を有することを特徴とする欠陥検出装置。
6. 請求項１に記載の欠陥検出装置であって、
   前記撮像手段は、前記各ダイ間で対応する識別情報を有する各分割領域の前記微小構造体を連続して撮像することを特徴とする欠陥検出装置。
7. 請求項１に記載の欠陥検出装置であって、
   前記撮像手段は、一の前記ダイ内の全ての分割領域の微小構造体を撮像した後、当該一の前記ダイに隣接する他の前記ダイの各分割領域の微小構造体を撮像することを特徴とする欠陥検出装置。
8. 請求項２に記載の欠陥検出装置であって、
   前記微小構造体は、試薬及び当該試薬と交差反応する抗体を導入するための薄膜状の底面を有する複数の凹部と、前記抗体と反応しない前記試薬を排出するために前記各凹部の底面に複数設けられた孔とを有する、スクリーニング検査用の容器であることを特徴とする欠陥検出装置。
9. 請求項８に記載の欠陥検出装置であって、
   前記モデル画像作成手段は、前記各第１のモデル画像に前記第１の識別情報が対応する前記各第１の検査対象画像及び前記各第２のモデル画像に前記第２の識別情報が対応する前記各第２の検査対象画像の各平均化に先立って、当該各第１及び第２の検査対象画像中の前記容器の各凹部の形状を基に、前記各第１の検査対象画像及び前記各第２の検査対象画像をそれぞれ位置合わせすることを特徴とする欠陥検出装置。
10. 請求項８に記載の欠陥検出装置であって、
    前記第１及び第２の差分抽出手段は、前記差分の抽出に先立って、前記各第１及び第２のモデル画像中の前記容器の各凹部の形状と、当該各第１のモデル画像に前記第１の識別情報が対応する各第１の検査対象画像中及び前記各第２のモデル画像に前記第２の識別情報が対応する各第２の検査対象画像中の前記各凹部の形状とを基に、前記各第１のモデル画像と前記各第１の検査対象画像とを位置合わせし、前記各第２のモデル画像と前記各第２の検査対象画像とを位置合わせすることを特徴とする欠陥検査装置。
11. 請求項２に記載の欠陥検出装置であって、
    前記微小構造体は、複数の電子ビームを照射するための複数の窓孔を有するプレート部材と、当該各窓孔を覆うように設けられた薄膜とを有する電子ビーム照射プレートであることを特徴とする欠陥検出装置。
12. 請求項１１に記載の欠陥検出装置であって、
    前記モデル画像作成手段は、前記各第１のモデル画像に前記第１の識別情報が対応する前記各第１の検査対象画像及び前記各第２のモデル画像に前記第２の識別情報が対応する前記各第２の検査対象画像の各平均化に先立って、当該各第１及び第２の検査対象画像中の前記電子ビーム照射プレートの各窓孔の形状を基に、前記各第１の検査対象画像及び前記各第２の検査対象画像をそれぞれ位置合わせすることを特徴とする欠陥検出装置。
13. 請求項１１に記載の欠陥検査装置であって、
    前記第１及び第２の差分抽出手段は、前記差分の抽出に先立って、前記各第１及び第２のモデル画像中の前記電子ビーム照射プレートの各窓孔の形状と、当該各第１のモデル画像に前記第１の識別情報が対応する各第１の検査対象画像中及び前記各第２のモデル画像に前記第２の識別情報が対応する各第２の検査対象画像中の前記各窓孔の形状とを基に、前記各第１のモデル画像と前記各第１の検査対象画像とを位置合わせし、前記各第２のモデル画像と前記各第２の検査対象画像とを位置合わせすることを特徴とする欠陥検査装置。
14. 半導体ウェハ上の複数のダイにそれぞれ形成された微小構造体を、前記各ダイの領域が複数に分割された第１の分割領域毎に第１の倍率で撮像するステップと、
    前記撮像された各第１の分割領域毎の画像を、前記各ダイ内における前記各第１の分割領域の位置を識別する第１の識別情報と対応付けて第１の検査対象画像として記憶するステップと、
    前記各第１の検査対象画像のうち、前記各ダイ間で前記第１の識別情報が対応する各第１の分割領域の各第１の検査対象画像を平均化した平均画像を第１のモデル画像として前記第１の識別情報毎に作成するステップと、
    前記作成された各第１のモデル画像と、当該各第１のモデル画像に前記第１の識別情報が対応する前記各第１の検査対象画像とを比較して、一の前記ダイ内の前記各第１の分割領域における前記微小構造体の欠陥の有無を検出するステップと、
    前記欠陥が検出された各第１の分割領域の前記微小構造体及び当該各第１の分割領域に前記第１の識別情報が対応する他の前記ダイ内の前記各第１の分割領域の前記微小構造体を、前記各第１の分割領域が複数に分割された第２の分割領域毎に、前記第１の倍率よりも高い第２の倍率で撮像するステップと、
    前記撮像された各第２の分割領域毎の画像を、前記各ダイ内における前記各第２の分割領域の位置を識別する第２の識別情報と対応付けて第２の検査対象画像として記憶するステップと、
    前記各第２の検査対象画像のうち、前記各ダイ間で前記第２の識別情報が対応する前記各第２の分割領域の各第２の検査対象画像を平均化した平均画像を第２のモデル画像として前記第２の識別情報毎に作成するステップと、
    前記第２のモデル画像と、当該各第２のモデル画像に前記第２の識別情報が対応する前記各第２の検査対象画像とを比較して、前記検出された欠陥の種類を分別するステップと
    を具備することを特徴とする欠陥検出方法。
15. 半導体ウェハ上の複数のダイにそれぞれ形成された微小構造体が、前記各ダイの領域が複数に分割された第１の分割領域毎に第１の倍率で撮像された画像を、前記各ダイ内における前記各第１の分割領域の位置を識別する第１の識別情報と対応付けて第１の検査対象画像として記憶する記憶手段と、
    前記各第１の検査対象画像のうち、前記各ダイ間で前記第１の識別情報が対応する各第１の分割領域の各第１の検査対象画像を平均化した平均画像を第１のモデル画像として前記第１の識別情報毎に作成するモデル画像作成手段と、
    前記作成された各第１のモデル画像と、当該各第１のモデル画像に前記第１の識別情報が対応する前記各第１の検査対象画像とを比較して、一の前記ダイ内の前記各第１の分割領域における前記微小構造体の欠陥の有無を検出する検出手段と、
    前記欠陥が検出された各第１の分割領域の前記微小構造体及び当該各第１の分割領域に前記第１の識別情報が対応する他の前記ダイ内の前記各第１の分割領域の前記微小構造体が、前記各第１の分割領域が複数に分割された第２の分割領域毎に、前記第１の倍率よりも高い第２の倍率で撮像された各第２の分割領域毎の画像を、前記各ダイ内における前記各第２の分割領域の位置を識別する第２の識別情報と対応付けて第２の検査対象画像として記憶するよう前記記憶手段を制御し、当該各第２の検査対象画像のうち、前記各ダイ間で前記第２の識別情報が対応する前記各第２の分割領域の各第２の検査対象画像を平均化した平均画像を第２のモデル画像として前記第２の識別情報毎に作成するよう前記モデル画像作成手段を制御する制御手段と、
    前記第２のモデル画像と、当該各第２のモデル画像に前記第２の識別情報が対応する前記各第２の検査対象画像とを比較して、前記検出された欠陥の種類を分別する欠陥分別手段と
    を具備することを特徴とする情報処理装置。
16. 半導体ウェハ上の複数のダイにそれぞれ形成された微小構造体が、前記各ダイの領域が複数に分割された第１の分割領域毎に第１の倍率で撮像された画像を、前記各ダイ内における前記各第１の分割領域の位置を識別する第１の識別情報と対応付けて第１の検査対象画像として記憶するステップと、
    前記各第１の検査対象画像のうち、前記各ダイ間で前記第１の識別情報が対応する各第１の分割領域の各第１の検査対象画像を平均化した平均画像を第１のモデル画像として前記第１の識別情報毎に作成するステップと、
    前記作成された各第１のモデル画像と、当該各第１のモデル画像に前記第１の識別情報が対応する前記各第１の検査対象画像とを比較して、一の前記ダイ内の前記各第１の分割領域における前記微小構造体の欠陥の有無を検出するステップと、
    前記欠陥が検出された各第１の分割領域の前記微小構造体及び当該各第１の分割領域に前記第１の識別情報が対応する他の前記ダイ内の前記各第１の分割領域の前記微小構造体が、前記各第１の分割領域が複数に分割された第２の分割領域毎に、前記第１の倍率よりも高い第２の倍率で撮像された各第２の分割領域毎の画像を、前記各ダイ内における前記各第２の分割領域の位置を識別する第２の識別情報と対応付けて第２の検査対象画像として記憶するステップと、
    前記各第２の検査対象画像のうち、前記各ダイ間で前記第２の識別情報が対応する前記各第２の分割領域の各第２の検査対象画像を平均化した平均画像を第２のモデル画像として前記第２の識別情報毎に作成するステップと、
    前記第２のモデル画像と、当該各第２のモデル画像に前記第２の識別情報が対応する前記各第２の検査対象画像とを比較して、前記検出された欠陥の種類を分別するステップと
    を具備することを特徴とする情報処理方法。
17. 情報処理装置に、
    半導体ウェハ上の複数のダイにそれぞれ形成された微小構造体が、前記各ダイの領域が複数に分割された第１の分割領域毎に第１の倍率で撮像された画像を、前記各ダイ内における前記各第１の分割領域の位置を識別する第１の識別情報と対応付けて第１の検査対象画像として記憶するステップと、
    前記各第１の検査対象画像のうち、前記各ダイ間で前記第１の識別情報が対応する各第１の分割領域の各第１の検査対象画像を平均化した平均画像を第１のモデル画像として前記第１の識別情報毎に作成するステップと、
    前記作成された各第１のモデル画像と、当該各第１のモデル画像に前記第１の識別情報が対応する前記各第１の検査対象画像とを比較して、一の前記ダイ内の前記各第１の分割領域における前記微小構造体の欠陥の有無を検出するステップと、
    前記欠陥が検出された各第１の分割領域の前記微小構造体及び当該各第１の分割領域に前記第１の識別情報が対応する他の前記ダイ内の前記各第１の分割領域の前記微小構造体が、前記各第１の分割領域が複数に分割された第２の分割領域毎に、前記第１の倍率よりも高い第２の倍率で撮像された各第２の分割領域毎の画像を、前記各ダイ内における前記各第２の分割領域の位置を識別する第２の識別情報と対応付けて第２の検査対象画像として記憶するステップと、
    前記各第２の検査対象画像のうち、前記各ダイ間で前記第２の識別情報が対応する前記各第２の分割領域の各第２の検査対象画像を平均化した平均画像を第２のモデル画像として前記第２の識別情報毎に作成するステップと、
    前記第２のモデル画像と、当該各第２のモデル画像に前記第２の識別情報が対応する前記各第２の検査対象画像とを比較して、前記検出された欠陥の種類を分別するステップと
    を実行させるためのプログラム。