JP2008294361A - 欠陥観察装置及び欠陥観察方法 - Google Patents

Abstract

【課題】レビューＳＥＭのスループット向上により、半導体量産ラインにおいて日々収集される欠陥画像データが大量になってきており、それらの画像データの管理（削除、検索、表示等）の効率化が望まれている．
【解決手段】レビューＳＥＭにおいて、撮像した欠陥画像の分類結果、画像から算出された欠陥特徴量、画像の撮像状態などの情報から画像の重要度等を判定し、各画像に付帯情報として付加する。この付帯情報に基づいて、大量の画像データを管理する。
【選択図】 図１

Description

本発明は、半導体ウェハや液晶パネルなどの製造工程において発生する欠陥等の画像を観察するための欠陥観察装置（レビューＳＥＭ）、及び欠陥観察装置により取得される欠陥画像データを管理する方法に関するものである。

半導体ウェハに形成される回路パターンの微細化がますます進むにつれ、その製造工程で発生する欠陥が製品歩留まりに与える影響は大きくなってきており、製造段階においてそのような欠陥が発生しないように管理することはますます重要となっている。現在、半導体ウェハの製造現場では、一般的に、欠陥検査装置と欠陥観察装置とを用いて歩留り対策を行っている。欠陥検査装置とは、光学的な手段もしくは電子線を用いてウェハ表面の状態を画像化しその画像を自動処理することで、ウェハ上のどの位置に欠陥が存在するかを高速に調べるものである。このような欠陥検査装置では、その高速性が重要であるため、可能な限り取得する画像の画素サイズを大きく（つまり低解像度化）することによる画像データ量の削減を行っており、多くの場合、検出した低解像度の画像からは欠陥の存在は確認できても、その欠陥の種類を詳細に判別することはできない。

一方、欠陥観察装置（レビュー装置）とは、欠陥検査装置によって検出された各欠陥について、画素サイズを小さくした状態で（つまり解像度の高い）画像を取得し観察するために用いられる装置である。このような欠陥観察装置は、現在、複数のメーカより市場に投入されている。それらの装置には、欠陥発生原因を特定するのに役立てる為、撮像した画像を自動で分類する機能を搭載するものもある。益々微細化が進む半導体製造プロセスにおいては、その欠陥サイズが数十ナノメートルのオーダに達していることもあり、欠陥の観察や分類のためには、ナノメートルオーダの分解能が必要になる。そのため、近年は、走査型電子顕微鏡を用いた欠陥観察装置が広く使われだしてきている。また、半導体デバイスの量産ラインでは欠陥の観察作業（レビュー作業）の効率化が望まれており、欠陥観察装置には、欠陥検査装置で検出された欠陥位置の画像を自動で撮像する機能（ＡＤＲ：Automatic Defect Review）や得られた画像を分類する機能（ＡＤＣ：Automatic Defect Classification）が搭載されるようになってきた。

半導体製造の量産ラインにおいては、製造プロセスにおける欠陥発生状態を正しくモニタリングする必要がある。そのため、可能な限り多くのウェハについて、欠陥検査装置による検査と欠陥観察装置であるレビューＳＥＭによる欠陥の観察・分類を行う必要があり、欠陥検査装置及びレビューＳＥＭにおいては、処理速度つまりスループットの向上が特に重要となっている。レビューＳＥＭにおけるスループットとは、単位時間内で、画像撮像及び分類を行うことのできる欠陥の数を意味する。現在市場に投入されているレビューＳＥＭのスループットは１０００〜２０００［欠陥／時間］である。スループット性能は、飛躍的に向上しており今後もさらに高性能化する可能性が高い。このようなレビューＳＥＭの機能等についての従来技術については特開２００１−３３１７８４号公報（特許文献１）に開示されている。この特許文献１には、レビューＳＥＭの構成、ＡＤＲ及びＡＤＣの機能並びに動作シーケンス、さらに、取得した画像や分類結果の表示方法等について記載されている。

特開２００１−３３１７８４号公報 特開２００３−０５９９８４号公報

先に述べた通りレビューＳＥＭのスループットが向上してきており、一時間当たり１０００欠陥以上の画像を自動撮像可能なレベルになってきた。半導体製造ラインにおけるプロセスモニタリングの運用においては、検査装置により検出されたウェハ上の全欠陥をＡＤＲ・ＡＤＣすることはまれであり、通常、ウェハあたり１００程度の欠陥がレビューされる。レビューされるウェハの枚数は、ウェハ２５枚が格納された１ロットあたり５〜１０枚である。また、一時間当たり処理されるロットの数は、生産規模に依存するが、数十以上になるのが通常であるため、この場合の単純計算では、一時間あたり１万個以上の欠陥の画像が収集されることになる。なお、１個の欠陥については、倍率が異なる複数種の画像や、欠陥発生箇所の良品画像を含む場合があるため、画像は１枚で無い場合が通常である。また、上記試算で用いた値は、現状の欠陥検査装置・欠陥観察装置（レビューＳＥＭ）のスループットを基に決定されており、今後これらの装置のスループットが増加するにつれ、より大量の欠陥画像データが収集されることになる。

本発明の目的は、上記課題を鑑み、半導体製造の量産ラインで日々使用されることにより得られる莫大な欠陥画像データが収集されたとしても、該収集された欠陥画像データの検索、表示、削除等を効率的に行えることができるようにしたレビューＳＥＭ等の欠陥観察装置及び欠陥観察方法並びに欠陥観察システムを提供することにある。

上記課題を解決するために、本発明に係る欠陥観察装置（レビューＳＥＭ）では、撮像された欠陥画像についてその重要度等を自動判定し、付帯情報として付与する機能を持つ。この機能は、（１）欠陥画像の分類結果、座標データ等個々の欠陥から得られる情報や、（２）欠陥と視野との位置関係等、画像撮像状態に関する情報などを付帯情報として自動的に算出するものである。さらに、本発明に係る欠陥観察装置では、自動的に算出された付帯情報の詳細を確認したり、またマニュアルで修正するための表示部を持つ。さらに、本発明にかかる観察装置では、付帯情報が付された画像データに対し、検索、表示、削除などを指示し、かつその結果を確認するための入出力部を持つ。

なお、画像データベースが観察装置と分離して設定され、ＬＡＮ（Local Area Network）等の通信手段によりアクセス可能な場合であれば、本発明に係る欠陥観察装置に、上述した各種の画像管理機能を実現するためのデータベースと通信を行う送受信部とを持たせることで同様の機能を実現することができる。

即ち、本発明は、観察対象上の欠陥部位の電子線画像を撮像する走査電子顕微鏡と、該走査電子顕微鏡で撮像された欠陥部位の電子線画像を保存する保存手段とを備えた欠陥観察装置であって、前記保存手段に保存された欠陥部位の電子線画像についての重要度を含む付帯情報を前記各欠陥部位の電子線画像に対して付与する機能を有する付帯情報付与部を備えたことを特徴とする。

また、本発明は、前記付帯情報付与部には、少なくとも、前記走査電子顕微鏡で撮像された各欠陥部位の電子線画像を基に各欠陥部位の欠陥種を分類する欠陥分類処理機能部又は前記走査電子顕微鏡で撮像された各欠陥部位の電子線画像を基に各欠陥部位についての撮像状態を評価する撮像状態評価機能部を備え、さらに、前記欠陥分類処理機能部で分類された各欠陥部位の欠陥種又は前記撮像状態評価機能部で評価された各欠陥部位についての撮像状態に基づいて前記各欠陥部位の電子線画像に対して付帯情報として付与する重要度を判定する重要度判定機能部を備えたことを特徴とする。

また、本発明は、さらに、前記付帯情報付与部により付与された付帯情報を用いて前記保存手段に保存された欠陥部位の電子線画像データを検索若しくは削除する演算部と、該演算部で検索若しくは削除した結果を表示する表示手段とを備えたことを特徴とする。

また、本発明は、観察対象上の欠陥部位の電子線画像を撮像する走査電子顕微鏡と、該走査電子顕微鏡で撮像された欠陥部位の電子線画像を保存する保存手段とを備えた欠陥観察装置を用いた欠陥観察方法であって、前記保存手段に保存された欠陥部位の電子線画像についての重要度を含む付帯情報を前記各欠陥部位の電子線画像に対して付与する付帯情報付与ステップと、該付帯情報付与ステップにおいて前記各欠陥部位の電子線画像に対して付与された付帯情報に基づいて前記保存された欠陥部位の電子線画像データを検索若しくは削除する検索若しくは削除ステップと、該検索若しくは削除ステップにより検索若しくは削除された電子線画像データを表示する表示ステップとを有することを特徴とする。

また、本発明は、前記付帯情報付与ステップにおいて、少なくとも、前記走査電子顕微鏡で撮像された各欠陥部位の電子線画像を基に各欠陥部位の欠陥種を分類する欠陥分類処理ステップ又は前記走査電子顕微鏡で撮像された各欠陥部位の電子線画像を基に各欠陥部位についての撮像状態を評価する撮像状態評価ステップを有し、さらに、前記欠陥分類処理ステップで分類された各欠陥部位の欠陥種又は前記撮像状態評価ステップで評価された各欠陥部位についての撮像状態に基づいて前記各欠陥部位の電子線画像に対して付帯情報として付与する重要度を判定する重要度判定ステップを有することを特徴とする。

本発明によれば、高スループットの画像撮像機能が搭載されたレビューＳＥＭ等の欠陥観察装置並びに欠陥観察システムにおいて、半導体製造の量産ラインで日々使用されることにより得られる莫大な欠陥画像データが収集されたとしても、該収集された欠陥画像データの検索、表示、削除等を効率的に行えることができる。

本発明に係る高スループットの画像撮像機能が搭載されたレビューＳＥＭ等の欠陥観察装置及び欠陥観察方法並びに欠陥観察システムの実施の形態について図面を用いて説明する。

図１、図９又は図１２に示す本発明に係る高スループットの画像撮像機能が搭載されたレビューＳＥＭ等の欠陥観察装置並びに欠陥観察システムにおいて、レビューＳＥＭ等の欠陥観察装置から収集された欠陥画像データは、通常の場合、自動もしくはマニュアルで分類された結果と共にデータベース（記憶部）１１５又は１２０４に格納される。これらの大量の欠陥画像データを効率的に管理するため、各画像には、取得日時、分類結果、ロットＩＤなどの複数の識別番号が付与されており、これらの識別番号の情報を基に、データの検索、表示されたデータの検索などが行われている。しかしながら、上記欠陥画像データが今後益々大量になっていくとそれらを効率的に管理することが必要になってくる。例えば、幾つかの識別番号等の情報によりデータを検索し、絞り込んだ後であっても、なおも画像データは大量に存在する事態が発生しうる。それらの中には、欠陥のサイズが画像視野に対し適切でないもの、何らかの原因でフォーカス等の撮像条件の設定が上手く行われず画質の低いもの、欠陥が視野の中心に撮像されていないものなど、画像そのものとしての利用性が低いものも含まれる可能性がある。また、同一種の欠陥が多量に発生した場合には、殆どその見かけが類似する画像が大量に格納されることになり、このような画像を全て管理しておくのは、データ管理の効率を下げる場合もありうる。

そこで、本発明は、レビューＳＥＭ等の欠陥観察装置及び欠陥観察方法並びに欠陥観察システムにおいて、大量の欠陥画像データを効率的に管理するためには、撮像時の画質が良く頻繁にアクセスされる利用性の高いデータや、検出された欠陥の性質や傾向を代表するデータ、稀にしか発生しない欠陥モードのデータなど、重要性の高いデータとそれ以外のデータとを識別できる仕組みを創成したことにある。

［第１の実施の形態］
本発明に係る走査電子顕微鏡（撮像手段）を用いた欠陥観察装置（レビューＳＥＭ）、及びそれを用いた欠陥画像データの管理方法の第１の実施の形態について説明する。

本発明に係るレビューＳＥＭの装置構成を図１に示す。図１において、走査電子顕微鏡（撮像手段）は、１次電子１０８を発生させる電子源１０１と、１次電子を加速する為の加速電極１０２と、１次電子を収束する為の集束レンズ１０３と、１次電子を２次元走査偏向する偏向器１０４と、１次電子を試料１０６上に収束させるための対物レンズ１０５と、試料を搭載するステージ１０７と、試料より発生した２次電子信号１０９を検出する検出器１１０と、検出された信号をデジタル化するためのデジタル化手段（Ａ／Ｄ変換部）１１１と、これらの各部位をバス１１６を通じて接続している全体制御部１１３とを備えて構成される。本欠陥観察装置（レビューＳＥＭ）には、その他、取得電子線画像に対して欠陥抽出画像処理や欠陥分類処理等を行う演算部（画像処理／欠陥分類処理部）１１４、画像データ（欠陥検査装置で検査された欠陥の座標や、欠陥観察装置（レビューＳＥＭ）で観察される電子線画像データ等も含む）や観察条件情報（レシピ）などが格納される記憶部１１５、装置に対し指示を与える為のキーボードやマウスなどのデバイス、及び装置からのデータを出力するモニタやプリンタなどからなる入出力部１１７、演算部１１４において取得した電子線画像データ又は電子線欠陥画像データに対して電子線画像の重要度を含む付帯情報を各電子線画像に付与する機能をもつ付帯情報付与部１１２が、バス１１６により互いに接続されている。なお、付帯情報付与部１１２は、演算部１１４と同様にコンピュータによって構成され、ウェハマップ上における各種の分布パターンを自動認識する処理を実行する分布認識機能部１１２１と、高倍欠陥画像の視野における欠陥撮像位置の評価を行う欠陥位置評価機能部１１２２と、高倍欠陥画像において視野サイズと欠陥の大きさの関係が適当であるか否かの評価を行う倍率適正度評価機能部１１２３と、欠陥分類処理部１１４で分類された各電子線画像に対する分類結果の情報、分布認識機能部１１２１で認識された各種の分布パターンの情報、欠陥位置評価機能部１１２２で評価された高倍欠陥画像の視野における欠陥撮像位置の情報及び倍率適正度評価機能部１１２３で評価された倍率適正度の情報に基づいて各電子線画像の重要度を判定する重要度判定機能部１１２４とを有して構成される。従って、付帯情報付与部１１２は、演算部（画像処理／欠陥分類処理部）１１４において取得した電子線画像データ又は電子線欠陥画像データに対して電子線画像の重要度を含む付帯情報を各電子線画像に付与して画像記憶部１１５に格納することが可能となる。

次に、図１に示したレビューＳＥＭにおける観察シーケンスについて図２を用いて説明する。先ず画像の撮像に先立ち、試料ウェハ１０６はステージ１０７に搭載されており、さらに試料ウェハを外観検査装置（欠陥検査装置）（図示せず）により検査して得られた各欠陥の位置情報、及び、レビューＳＥＭが画像撮像する際の各種の電子光学系条件（例えば、加速電圧、プローブ電流、撮像倍率）等を含むレシピが記憶部１１５に格納されているものとする。レシピに設定される撮像倍率には通常、低倍率（例えば１万倍程度）及び高倍率（例えば５万倍程度）の２種が設定される。これは、非常に微小な欠陥の分類処理を行うには、対象の微小な構造を解析できるだけの画像情報が必要なために、その撮像倍率を５万倍程度以上に設定する必要があるが、そのような条件下では撮像視野が狭くなり、欠陥検査装置で検出された欠陥の座標と欠陥観察装置（レビューＳＥＭ）との座標との一致精度が悪い場合には、撮像部位が視野に入らなくなる場合が想定されるからである。この場合、画像取得処理つまりＡＤＲ処理では、（１）低倍率で視野の広い画像を取得し、その画像視野内からの欠陥位置の抽出、（２）抽出された欠陥位置を高倍率で撮像する、という２ステップの処理が行われるためである。

オペレータは、入出力部ｌｌ７のＧＵＩ（Graphical User Interface）を通して、記億部１１５に登録された複数のレシピから、測定に用いるレシピを選択し、そこに格納された条件でＡＤＲ（Automatic Defect Review）とＡＤＣ（Automatic Defect Classification）を行うように全体制御部１１３に指示を与える。その後、全体制御部１１３は、自動観察対象となる欠陥の位置情報を記憶部１１５から読み込み（Ｓ２０１）、各点の画像を自動撮像するための制御を行う。その結果、まず、対象の欠陥一つ一つについて、低倍参照画像の取得（Ｓ２０２）と低倍欠陥画像の取得（Ｓ２０３）が行われる。低倍欠陥画像、低倍参照画像の実施例を図５（ａ）、図５（ｂ）に示す。欠陥画像とは欠陥部位５０１を含むその周辺を撮像した画像であり、参照画像とは、その欠陥画像と同一の回路パターンが形成されている部位であって欠陥が存在しない箇所の画像である。半導体ウェハでは、同一の回路パターン５０２が形成されているチップが複数個整列しているため、通常の場合、欠陥が存在するチップに隣接する隣接チップにおける、欠陥位置座標の位置を撮像して参照画像を取得することになる。

画像の撮像は以下の手順で行われる。まず、電子源１０１より放出された１次電子１０８が、加速電極１０２により加速された後、集束レンズ１０３で収束され、その後さらに対物レンズ１０５で収束され、試料１０６の測定部位に照射される。その際、偏向器１０４は、レシピに登録された倍率で定まる視野範囲を１次電子が２次元走査するように、１次電子ピームを偏向する。電子ビームの照射により試料表面から発生した、２次電子１０９等が、検出器１１０により捕獲され、シンチレータ（図示せず）により光信号に変換された後さらに、光電子倍増管（図示せず）により電気信号に変換された後、デジタル化手段ｌｌｌで、デジタル信号に変換される。得られたデジタル信号はデジタル画像として、画像記憶部１１５に格納される。その後、画像処理部（演算部）１１４は、この２枚の画像の異なる部位を画像処理による差演算を用いることにより画像内から欠陥位置を特定する欠陥抽出処理（Ｓ２０４）が行われる。次に該抽出された欠陥位置を中心として高倍率の画像を撮像する（Ｓ２０５）。図５（ｃ）が撮像されて画像記憶部１１５に記憶された高倍欠陥画像である。

その後、欠陥分類処理部１１４は、画像記憶部１１５に取得された高倍欠陥画像を用いて欠陥の自動分類が行われる（Ｓ２０６）。これは、該取得した高倍欠陥画像から、画像処理を用いて欠陥の大きさや明るさなどの特微を定量算出し、その欠陥特徴量を基に欠陥がどのクラスに属するかを判定する欠陥分類処理である。該欠陥分類処理は、特許文献１（特開２００１−３３１７８４号公報）に記載されているように、各高倍欠陥画像が属する分類クラス（第１のカテゴライズでは、まず（１）欠陥凹凸情報、（２）配線欠陥情報、（３）電位コントラスト欠陥情報、の３種の欠陥情報が各種撮像画像から計算され、この計算された欠陥情報を用いて例えば異物欠陥、傷欠陥、パタンショート、パタンオープン等に分類され、第２のカテゴライズとしては第１のカテゴライズの分類結果を用いて致命欠陥、非致命欠陥等に分類し、又は／及び認識された配線領域と欠陥領域との重なり具合を見ることで致命欠陥、非致命欠陥等に分類する）に属するか判定する処理である。そして欠陥分類処理部１１４で分類された分類結果はその画像データと関連付けて記憶部１１５に格納される。この際、分類結果を画像取得と同期して、表示部１１７に表示すれば、装置操作者はその結果をリアルタイムに確認することができる。ここまで述べた各欠陥の分類シーケンスは、観察対象となる欠陥のすべてが終了するまで続けられる（Ｓ２０７）。

その後、全体制御部１１３は、付帯情報付与部１１２において各画像に対する付帯情報の付与の処理を実行するよう指示する（Ｓ２１４）。この処理フローはＳ２０８〜Ｓ２１２からなる。
まず、付帯情報付与部１１２は、記憶部１１５から各画像（欠陥ＩＤ）に対する分類結果を読み込んで該分類結果を図３に示すように付帯情報として付与して記憶部１１５に格納する（Ｓ２０８）。従って、欠陥分類処理部１１４は、付帯情報付与部１１２に含めても良いことになる。ところで、この分類結果とは、各画像が属する分類クラスの名称を意味する。分類クラスは、通常の場合、図２に示した画像取得処理に先立ち予めレシピに格納されているものである。なお、Ｓ２０８において読み込まれる分類結果とは、各欠陥画像と分類クラスの対応情報のみならず、この情報をさらにデータ処理をすることにより得られる２次的な情報を含むものとする。この２次的な分類結果情報とは、欠陥クラス毎のヒストグラムやウェハマップ情報を含む。これらの情報を入出力部１１７の画面（ＧＵＩ）に表示した実施例を図１５に示す。１５０１は欠陥頻度表示部であり、ここでは、クラス別の欠陥発生頻度をヒストグラムとして示している。このように、分類クラス毎にその数をカウントすることで、発生頻度を比較することができる。また１５０２は欠陥マップ表示部であり、ここではウェハ上の各欠陥の位置（ウェハマップ）を表示している。このウェハマップにより、欠陥発生位置のクラス毎の傾向の違いを確認することができる。１５０３は画像情報表示部であり、取得した画像を高倍率で表示した画像表示部１５０４と、この欠陥画像について得られている各種の情報、例えば、ウェハＩＤや欠陥ＩＤなどが情報表示部１５０５に並列表示されている。ウェハマップ１５０２上で欠陥を指定することで、画像表示部１５０４に表示される欠陥が切り替わるようにしてもよい。ここで述べた図１５に示した画面（ＧＵＩ）は、分類結果を確認するため、任意の段階で入出力部１１７に表示される。

次に、分布認識機能部１１２１はウェハマップ上における欠陥位置（欠陥ＩＤの位置）に対して分布認識処理を実行し、分布認識結果を図３に示すように付帯情報として付与して記憶部１１５に格納する（Ｓ２０９）。この分布認識処理は、画像処理部１１４によって取得されて画像記憶部１１５に記憶されたウェハマップ上における欠陥位置の存在パターンを自動認識する処理であり、図８に示すような各種の分布パターンを自動判定する処理である。図８（ａ）は局所集中パターン（クラスタパターン）、図８（ｂ）はキズパターン、図８（ｃ）は周辺存在パターン、図８（ｄ）はランダムパターンの実施例を示している。欠陥の分布がこのように異なるのは、欠陥の発生原因が異なることに起因することが多くこのように、分布の状態を認識することで、発生原因を調査するために重要な指針を与えうる。なおこのような分布認識方法については、特許文献２（特開２００３−０５９９８４号公報）に開示されている。

次に、欠陥位置評価機能部１１２２は欠陥位置の評価を行う（Ｓ２１０）。これは画像処理部１１４によって取得されて画像記憶部１１５に記憶された高倍欠陥画像の視野における欠陥撮像位置の評価を行うものである。欠陥抽出の処理（Ｓ２０４）が正しく実行されれば高倍欠陥撮像においては、図７（ａ）に示すように欠陥がその視野中心に位置するが、何らかの位置で欠陥抽出ミスが発生した場合等、実際には、例えば図７（ｂ）に示した様に欠陥がその視野中心に無い場合（本実施例では左端）が起こりうる。また、欠陥抽出において正常部を欠陥部と誤認識した場合には、高倍欠陥像の視野内に欠陥部が全く存在しないことも起こりうる。本処理（Ｓ２１０）では、このような高倍画像における欠陥位置の状態を自動評価する。この目的のため、撮像した高倍画像を対象とした欠陥抽出処理を行う。Ｓ２０４で述べた欠陥抽出処理のように低倍画像を対象とするのと異なり、高倍画像を対象とした欠陥抽出では、さらに高精度に欠陥位置を特定できる可能性が高くなる。この場合、高倍欠陥の視野に含まれる回路パターンが単純パターンの繰り返し（例えばラインパターンの繰返し）のみから構成されている場合には、欠陥画像１枚から欠陥位置を特定する。具体的には、回路パターンの周期を欠陥画像から求めることで、良品画像を欠陥画像から作成し、その良品画像と欠陥画像との差画像を２値化することで、欠陥位置を特定する。また、背景回路パターンが非繰返し、つまりランダムなパターンである場合には、先に取得した低倍参照画像から、高倍撮像部位と同一の視野に該当する部分を画像処理によって拡大し、高倍欠陥画像と同一視野の参照画像とし、この参照画像と欠陥画像を差演算することで欠陥位置を特定する。特定された欠陥の位置を視野中心と比較すれば、欠陥が視野内のどこにあるか（例えば中央部、右端、左端等）を判定できる。なお、視野の中央の定量的な定義（欠陥重心と視野中心との距離等）は、予め処理パラメータとしてレシピに与えておけば良い。

次に、倍率適正度評価機能部１１２３は倍率適正度評価を行う（Ｓ２１１）。これは、画像処理部１１４によって取得されて画像記憶部１１５に記憶された高倍欠陥画像において視野サイズと欠陥の大きさの関係が適当であるか否かの評価を行う処理である。欠陥のサイズは、欠陥毎に大きく異なる場合も多く、高倍画像の撮像倍率が、レシピ内に固定値として設定されていた場合は、図６（ａ）の様に倍率が低すぎる場合や図６（ｃ）のように倍率が高すぎる場合が発生するおそれがある。また、低倍画像を対象とした欠陥抽出処理（Ｓ２０４）の結果を受けて、高倍画像の撮像倍率を可変する場合であっても、欠陥抽出ミスが発生した場合には、倍率が欠陥サイズに対し不適当となり、図６（ｂ）に示すような適正なサイズで画像が撮像されるとは限らない。そこで本処理では、高倍画像を対象とした欠陥抽出処理によって得られた欠陥サイズと視野サイズとの比を基に、倍率が適切であるか否かを判定する。先の処理と同様、欠陥サイズと視野サイズとの定量的な関係と、倍率の適当／不適当の判断基準との関係については、処理パラメータとしてレシピに登録しておくものとする。

以上説明したように、欠陥位置評価機能部１１２２及び倍率適正度評価機能部１１２３は欠陥部位についての撮像状態が評価されることになる。

次に、重要度判定部１１２４はこれまで得られた情報（分類結果、分布認識結果、欠陥位置評価、倍率適正評価結果）を用いて各画像の重要度の判定を行う（Ｓ２１２）。ここでは各画像の重要度について３レベル（高、中、低）の３種に判定する実施例を示すが、本発明においてはレベルの数は任意に設定可能である。本実施例では、各レベルは以下のように規定される。

重要度高：画像の撮像状態が良く、かつ欠陥種の代表となるもの。

重要度低：画像の撮像状態が悪いもの。

重要度中：重要度高／低以外のデータ。

この判定は図４に示す、以下の手順で行うことができる。
（１）ステップ１（Ｓ４０１）：欠陥画像において、欠陥位置評価において欠陥位置が「中央」でない「不適」なものと、倍率適正評価において倍率適正評価結果が「不適」であるものを重要度低とする。
（２）ステップ２：ステップ１において重要度低と判定されなかったデータに対し、以下の処理により選ばれたデータを重要度高とする。

ステップ２−１（Ｓ４０２）：データを欠陥種毎（欠陥クラス毎）に分類する。各欠陥種についてあらかじめ決められた数（Ｎ個）のデータを選択する。Ｎデータの選択基準としては、いくつか考えられるが、例えば、欠陥のサイズがあらかじめ定めた値に近い順にデータをＮ個選択してもよいし、又、欠陥サイズと視野サイズとの比があらかじめ定めた比に近いデータをＮ個選択してもよいし、また、より単純に、各欠陥に対して与えられるＩＤ番号（通常この番号は欠陥検査装置により付与される）順にＮ個を選択してもよい。

ステップ２−２（Ｓ４０３）：分布認識結果を参照し、各分布モードについてあらかじめ決められた数（Ｎ個）のデータを選択する。Ｎデータの選択基準は上記と同様である。
（３）ステップ３（Ｓ４０４）：ステップ２により重要度高と判定されなかったデータを重要度中とする。

以上の処理により各欠陥については分類結果等の情報のほか、重要度が付帯情報として自動で付与されることになる。これらのデータをテーブル形式に表示したのが図３である。この情報は、記憶部１１５に保存・格納され（Ｓ２１３）、操作者からの指示により、入出力部１１７に表示可能となる。また、表示の際はこのような表形式であることは限らず、例えば図１５に例示した分類結果表示画面において、付加的な情報として情報表示部１５０５に表示しても良い。

次に、ここまでの処理により記憶部１１５に格納された画像データとその付帯情報からなるデータベースに対する処理を行う実施例を説明する。図１３は、入出力部（検索若しくは削除等の演算を行う演算部及び該演算の結果を表示する表示手段を有して構成される。）１１７において表示される画面を模式的に示したものである。表に表示されているのは、記憶部１１５に格納されているデータセットのリスト１３０１である。各データには、デバイスの製品名やロットＩＤ、ウェハＩＤ、データ取得日などの情報が既に与えられており、これらの項目をキーとして、リストの並び替えを行うことができる。画面右側には各種のコマンドを実行するためのボタンがある。これらのボタンは、マウスやキーボードなど指定される。本図では、コマンドとして、３種（オープン１３０２、削除１３０３、統合１３０４）の実施例を示している。これらは、例えばマウスなどのデバイスを利用して、リスト上でデータを選択した後、コマンドを実行することで、オープンの場合は、データセットの内容表示、削除の場合はデータセットの削除、統合の場合は複数データセットのマージが実行される。

図１４は、あるデータセットについてオープンを実行し、データセットの内容を表示した画面の例である。画面左の表示方法指定領域１４０１は表示方式を指定する領域であり、右側のデータ表示領域１４０２は画像データが表示される領域である。表示方式には、全データ表示と検索表示の２種があり、全データ表示においては更に、重要度別表示、クラス別表示の２種が選択できるようになっている。図１４は、表示方式として全データ、重要度別表示を選択した画面を模式的に示している。データ表示領域１４０２は、複数個の表示領域に重要度別に区分されており、各重要度別の領域には、そこに属する欠陥画像のアイコンが表示されている。アイコンは、欠陥画像を縮小表示したものであり、これにより画面上において、多数の画像を表示することが可能になる．各画像をマウスなどで選択した場合には、図１６の拡大画像表示領域１６０１には、アイコンに対しより大きいサイズ（例えば撮像サイズと同一の画像サイズ）で画像が表示される。また、隣接した情報表示領域１６０２には、この欠陥に関する付帯情報を表示される。この領域には、図３に示した各画像についての付帯情報や、撮像条件（加速電圧、倍率等）が表示される。この付帯情報表示領域において記述されている内容を修正することも可能である。このようにすれば、先に述べたとおり自動的に計算された内容を目視確認の結果を反映させて修正することができる。図１４に示す表示方法指定領域１４０１における表示方式の選択において、全データ表示、クラス別表示を選択した場合は、右側データ表示領域１４０２には、クラス毎の複数領域が設定される。

又、表示方法指定領域１４０１における表示方式として検索表示を指定すると、図２０に示す検索条件設定ウィンドウがポップアップ表示される。この画面は、図１４のデータ表示領域１４０２に表示される画像の検索条件を設定する画面である。ここでは、画像に付与されている付帯情報を使った画像の検索ができる。例えば、画像に付与された重要度をキーとして、例えば重要度が高いデータのみを検索することが出来る。その他、より詳細な検索キーとして、欠陥サイズや欠陥ＩＤ、また、分類結果クラスや分布状態の情報、その他、欠陥画像と視野との関係や倍率の適正度などを複数組合せて検索データを絞り込むことができる。これらの条件を設定した後、検索開始ボタン２００１をクリックすることで、条件に合致したデータを検索し、このデータのみを図１４右に表示することが可能となる。図１７は検索表示の実施例を示している。検索基準（検索条件）に合致したデータのみが、右側領域の上部にアイコン表示される。本図では、選択されなかったデータについても、「その他」として右側下部にアイコンを表示した例を示している。

また、図１４や図１７の右下には、データの削除を実行するための削除ボタン１４０３がある、このボタンを指示すると、図１８に示すような削除条件の設定ウィンドウが表示される。この画面では、削除する部分データを、各画像に与えられた付帯情報をキーとして指定することが可能である。ここで例えば、削除条件として、「重要度低」を指定すれば、データセットの中から撮像状態が悪い（欠陥が視野の中央に無かったり、倍率が不適切なもの）のみを選択することが可能となる。もちろん、この削除においても、先に述べた選択表示の場合の条件設定と同様に、欠陥サイズ、ＩＤ、分類クラス等の各種付帯情報を複数組合せてキーとし、削除対象となる部分データを選択することができる。このようにして削除データの条件を指定した後、削除ボタン１８０１をクリックすることで特定のデータのみを削除することができる。

なお、ここで述べた、画像に与えられた付帯情報を基にしたデータ削除処理は、図１４や図１７の様に、ある画像データセットを表示した画面上から呼び出して行う以外にも、図１３に示したような複数のデータセットリストが表示された画面上から呼び出して行うこともできる。例えば、図１３の削除ポタン１３０３を押すことで、図１８に示す条件設定ウィンドウが表示することとすれば、その画面上で設定した削除条件にしたがって、複数データに対し一括してデータ削除を行うことが可能になる。

ここまでの説明で、レピューＳＥＭにおいて、欠陥画像を自動取得、分類し、また分類結果や取得画像についての付帯情報算出及びそれらから決定した重要度の判定、またそれらの付帯情報を含む欠陥データセットの閲覧、表示、選択、削除を行う実施例を述べてきた。

本発明の実施の形態については、ここまでの説明に限定されることなく、以下に述べるような、幾つかの変形例も含まれる。

例えば、ここまでの説明では、欠陥の分類によるクラス（欠陥種）の指定や、欠陥位置の判定、倍率適性度の判定、重要度の判定をすべて自動で行っているものとしたが、それらは一部若しくは全部が人手によって実行されるものであってもよいし、また、一度自動で実行された結果を、人手により修正したものであっても良い。人手による修正においては、図１６に示したような付帯情報表示画面において、欠陥画像毎に修正することも可能であるし、又、図１４、図１７などの画面上で複数のアイコンを指定しておき、それらに対して一括に修正することも可能である。

また、画像を表示する画面において、表示される画像は高倍の欠陥画像であるとは限らない。撮像される画像としては他に、低倍欠陥画像及び低倍参照画像がありそれらの画像や、また処理結果の画像（例えば、欠陥抽出結果画像）などを表示しても良い。又、それらの複数種の画像を整列させて同時に表示させてもよい。

また処理シーケンスに関して考えると、図２においては、ウェハの複数欠陥に対しＡＤＲによる画像取得を行った後に、付帯情報を設定する処理を行う実施例を説明しているが、本発明の範囲はこれには限られない。例えば、付与される付帯情報の中には、倍率適正評価のように、全欠陥についての画像取得や分類後に取得する処理を行う必要は必ずしもなく、１つの画像取得後であれば算出、判定できるものもある。それらのものについては画像取得とリアルタイムに付与してもよい。

また、画像データに付与される付帯情報についても、ここまでの説明で述べたものに限定されることは無く、さまざまなバリェーションが考えられる。例えば、分類結果や分布解析結果など欠陥がもつ特徴に依存した付帯情報としては他に特微量の特異性がある。この特徴量とは先に述べたとおり、欠陥の形状や濃淡値などを定量表現したものである。例えばあるウェハに存在する欠陥の画像をＡＤＲで収集し、定量値を算出した結果、それらの中に、他の欠陥がもつ特徴と異なる特徴を持つデータが混在することが起こりうる。例えば、ウェハ上には殆どサイズの等しい微小な欠陥が多数（例えば９５％）存在しているのに対し、それらと全くサイズの異なる欠陥がわずかながら（例えば５％）混入する場合などである。プロセス管理には、このようなデータ数は少ない欠陥の方が重要である場合もある。このような特徴量値の特異性は、得られた欠陥データの特徴量値を相互に比較することで判定可能である。これを付帯情報として含めることで、重要度の判定や選択表示・削除のキーとすることが可能になる。

又、画像の質に関して考えると、欠陥の撮像位置や倍率の適正度以外にも、フォーカスの適正度も挙げることができる。フォーカスが適正でない画像はぼけているため目視でも欠陥が判定しにくく、また自動分類でも誤判定する恐れが高いため、通常の場合画像としての重要度は低い。画像単体からそのフォーカスが一致しているかの判定方式は、例えば、人手によりフォーカスを調整し、撮像した画像を数枚レシピに登録しておき、自動撮像した画像の欠陥以外の領域で撮像されている回路パターンの見え方をレシピ登録された画像と比較することにより実行できる。フォーカスが合致している場合、回路パターンの端部の画像濃淡エッジが急峻になるため、エッジの急峻度をエッジ検出フィルタなどで評価し、その値を比較する。

その他の実施例としては、人手による判断により画像の重要度を判定することも考えられる。発生欠陥の内容をまとめた技術レポートなどに説明目的の為に添付した画像等は、その後、何度も検索対象となる場合も多く、作業者からみて重要度が高い。このような画像を重要度高に設定することで、用意に削除されないようにデータを保護することも可能になる。

［第２の実施の形態］
次に、本発明に係る走査電子顕微鏡を用いた欠陥観察装置（レビューＳＥＭ）、及びそれを用いた欠陥画像データの管理方法の第２の実施の形態について説明する。本第２の実施の形態では、第１の実施の形態で示したシステムにおいて各画像に与えら得る付帯情報の取得に設計情報データを用いる。システムの構成は図９に示す通りである。図１との違いは、バス１１６に、設計情報データベース９０１が接続されていることである。設計情報とは、ウェハに形成される回路パターンの設計データ情報であり、回路マスクパターンの情報や回路機能ブロックの位置情報をも含む。これによりチップ内の各座標と回路上の機能（デコーダ、ＡＤコンバータ、メモリ、アンブ部など）との対応をとることもできる。本第２の実施の形態では、各欠陥が発生した座標とその箇所の回路上の座標及び回路機能との対応づけを実現する。検査装置から出力される欠陥座標は、検査装置の検出座標誤差がのるため、そのままでは回路設計上の座標と一致しない。そこで設計情報を用いることで、回路上の座標を求める。図１０はその処理フローを示している。この処理フローは図２に示す第１の実施の形態で説明した処理フローとそのほとんどの処理が同一であるため、異なる部分についてのみ説明する。本フローが図２のフローと異なるのは、低倍参照・欠陥画像を取得した後に、例えば画像処理部（演算部）１１４がアドレッシング画像の必要性を判定し（Ｓ１００４）、必要である場合にアドレッシング画像（図１１（ａ）中の１１０３）を取得することにある（Ｓ１００５）。アドレッシング画像（１１０３）とは、欠陥の箇所を特定するために必要となる特異的な回路パターン（図１１（ａ）中の１１０１）をその視野に含む画像であり、通常の場合低倍画像よりもより低い倍率で撮像される。半導体の回路パターンを局所的にみると同一パターンが連統して繰り返される繰り返しパターンとそれ以外のランダムバターンがある。局所的な繰り返し部に欠陥が存在する場合、撮像時の視野が狭いと欠陥の背景パターンは繰り返しパターンのみになるため、欠陥が回路上のどの位置にあるのか判定することができなくなる。この状態を説明したのが図１１（ａ）である。視野が１１０２となる倍率で撮像した場合、視野内には繰返しパターンのみがふくまれており、得られる画像は同図（ｂ）となる。この場合、欠陥の設計データ上の座標は容易には計算できない。この問題は、例えば１１０１が視野となる倍率（つまりより低い倍率）の画像を撮像し、視野内に繰り返しパターン以外の領域が含まれるような画像を、低倍画像と別個に撮像することで解決される。この画像がアドレッシング画像（図１１（ａ）中の１１０３）となる。この場合、非繰返しパターン１１０１（本図では配線のコーナー部）が欠陥位置の特定に用いられるアドレッシングパターンとなる。このアドレッシング画像は、欠陥が明らかにランダム回路パターン領域に存在する場合には必要ない。例えば、端末装置（演算部）（図示せず）を用いたステップＳ１００３における、欠陥画像毎の、アドレッシングパターンが必要か否かの判定は、ステップＳ１００１で画像記憶部１１５から読み込まれた欠陥座標とステップＳ１００２で設計情報９０１から読み込まれた設計情報データを突き合わせることで計算可能である。つまり、欠陥部位５０１の周辺部がランダムパターンであるか、繰返しパターンを含んでいるか否かは、設計情報データであるマスク情報を画像化し、この画像からパターンの状態（繰返しもしくはランダム）を認識することで行うことができる。この処理は、図１０のシーケンスを実行する前に例えば上記端末装置（演算部）を用いてオフラインで実行することができる。よって、図１０においては、欠陥観察装置（レビューＳＥＭ）はアドレッシング画像が必要とされている欠陥についてのみ、アドレッシング画像が取得される（Ｓ１００５）。

また、図１０が図２と異なるもう一つの点は、高倍画像の取得（Ｓ２０５）後に、欠陥部位の設計上の座標を算出する（Ｓ１００６）点にある。この処理は、アドレッシング画像が必要である場合と不要である場合とで異なる。

アドレッシング画像が必要ないと判定されている欠陥については、例えば全体制御部１１３または画像処理部１１４は低倍参照画像（例えば図５（ｂ）に示す画像の左上隅）が設計画像上のどの座標に一致するのかを計算し、欠陥抽出処理（Ｓ２０４）により計算された例えば図５（ａ）に示す欠陥部位５０１の画像の左上隅からの相対距離を加えることで設計データ上の座標を得ることができる。この処理で必要となる低倍参照画像の座標算出は、低倍参照画像と、設計データ画像との位置合わせ演算（パターンマッチング）により実行できる。

一方、アドレッシング画像（１１０３）が必要である場合については、撮像したアドレッシング画像（例えば図１１（ａ）に示す１１０１）の左上隅が、設計データにおいてどの位置にあるか、つまり設計データ上での座標を同様の位置合わせ（パターンマッチング）処理で算出しておき、その値に、アドレッシング画像内における欠陥位置の左上隅からの相対座標値を加えることが必要となる。この処理の後段で必要となる、アドレッシング画像内における欠陥位置５０１の相対座標値の計算は、アドレッシング画像と高倍欠陥画像とのパターンマッチング処理によって求める。アドレッシング画像は、欠陥チップにおいて撮像してあるため、その視野内には欠陥部が含まれる。そこで、高倍の欠陥画像をアドレッシング画像の倍率で撮像した場合の視野と一致するように縮小し、この縮小画像とテンプレート、探索対象をアドレッシング画像としてテンプレートマッチングにより、アドレッシング画像内の欠陥位置を算出するのである。

以上によれば、アドレッシング画像を必要とするか否かに関わらず、各欠陥の設計データ上での座標を求めることができ、これを欠陥（欠陥部位）に対する付帯情報として画像データに対応付けて格納することができる。また、付帯情報としては回路上の座標のみならず、上位の機能情報と画像を対応付けて保存することもできる。

上述のように欠陥（欠陥部位）の設計上の座標値を付帯情報としてデータベース１１５、１２０４に格納されれば、第１の実施の形態に述べたのと同様に、この座標値をキーとして、データの選択表示や削除に用いたり、また重要度の算出に含めたりすることもできる。例えば、回路設計上の異なる特徴（パターンピッチが狭い・広い箇所といった図形的な特徴や、メモリ部、デコーダ部といった機能上の特徴も含む）に着目して、欠陥を選択したり、保護したい場合などにこのキーを用いることもできる。図２１は、本第２の実施の形態におけるデータ削除や検索の条件設定画面の実施例である。図１８や図２０で説明した、検索／削除条件のほか、欠陥のＸ座標及びＹ座標の範囲を用いた検索や、また設計情報から得られる回路パターンの機能部位（メモリ部、デコーダ部等）に各欠陥が該当するか否かを座標で判定した結果をキーとしてデータを選択することができる。

図１９は、設計情報を付帯情報として含めた場合の分類結果の表示例を示している。図右側のマップ表示部１５０２にはチップマップが表示されており、チップ上の同路ブロック毎の欠陥発生状況が確認できる。左上の頻度表示部１５０１には、回路機能別の欠陥発生数を表示した例である。これらのデータは、図１５に示した第１の実施の形態における分類結果と付帯情報に含まれる設計データ情報との２種を用いてデータを処理することで計算される。ここでは、分類結果を表示した場合の画面を説明したが、第１の実施の形態の説明にて述べた、データベースの表示、検索、削除などにおいても、この設計情報が付帯情報として活用できる。

［第３の実施の形態］
上述した第１及び第２の実施の形態においては、画像を撮像するＳＥＭ本体と、画像の重要度などを付帯情報として付与する部分、またそれらデータセットに対する指示や表示を行う手段がすべて１装置内にある場合を述べているが、第３の実施の形態ではそれには限られない。例えば、半導体製造ラインにおいて複数台のレビュー装置が導入されている場合は、データベースは、複数台のレビューＳＥＭとネットワークにより接続された別装置であることが望ましい場合もある。この構成では、画像データベースや操作端末はクリーンルーム外に設け、操作者が容易にアクセスできることとした場合が多い。図１２はこのようなシステムの構成を模式的に示したものである。ネットワーク１２０１に、複数台のレピューＳＥＭ１２０２と、データベースの管理をおこなうためのコンピュータ１２０３が接続されている。コンピュータ１２０３には、データベース１２０４や設計データベース９０１、付帯情報付与部１１２が接続され、複数のレビューＳＥＭから得られる大量の画像データはここに格納される。データベースに対する操作はコンピュータ１２０３の入出力部１２０５よって行うことが可能であり、このような形態であればデータのメンテナンスとレビューＳＥＭの動作を非同期に行うことができ、操作性が向上する。

本発明に係る走査電子顕微鏡を用いた欠陥観察装置（レビューＳＥＭ）の第１の実施の形態を示した構成図である。 本発明に係る欠陥観察処理の第１の実施の形態を示すフロー図である。 本発明に係る計算された付帯情報の表示例を示す図である。 本発明に係る各欠陥画像の重要度を判定する処理フローの一実施例を示す図である。 本発明に係る低倍欠陥画像、低倍参照画像、高倍欠陥画像の一実施例を示す模式図である。 本発明に係る欠陥サイズ視野サイズの関係を例示した図である。 本発明に係る欠陥と視野領域との位置関係を例示した図である。 本発明に係るウェハ上の分布パターンを例示した図である。 本発明に係る走査電子顕微鏡を用いた欠陥観察装置（レビューＳＥＭ）の第２の実施の形態を示した構成図である。 本発明に係る欠陥観察処理の第２の実施の形態を示すフロー図である。 本発明に係る繰返し／非繰返しパターンとアドレッシング画像との関係を示した図である。 本発明に係る走査電子顕微鏡を用いた欠陥観察装置（レビューＳＥＭ）の第３の実施の形態を示したネットワークシステムの構成図である。 本発明に係る欠陥データセットのリストの表示実施例を示す図である。 本発明に係る１欠陥データセットの表示実施例を示す図である。 本発明に係る分類結果の表示画面の実施例を示す図である。 本発明に係る画像の拡大表示画面の実施例を示す図である。 本発明に係る１欠陥データセットの表示実施例を示す図である。 本発明に係るデータ削除の条件設定画面の実施例を示す図である。 本発明に係る分類結果の表示画面の実施例を示す図である。 本発明に係るデータ検索の条件設定画面の実施例を示す図である。 本発明に係るデータ検索の条件設定画面の第二の実施例を示す図である。

符号の説明

１０１…電子源、１０２…加速電極、１０３…集束レンズ、１０４…偏向器、１０５…対物レンズ、１０６…試料、１０７…ステージ、１０８…１次電子、１０９…２次電子、１１０…２次電子検出器、１１１…デジタル化手段（Ａ／Ｄ変換部）、１１２…付帯情報付与部、１１２１…分布認識機能部、１１２２…欠陥位置評価機能部、１１２３…倍率適正度評価機能部、１１２４…重要度判定機能部、１１３…全体制御部、ｌｌ４…演算部（画像処理／欠陥分類処理部）、１１５…記億部（データベース）、１１６…バス、１１７…入出力部（演算部及び表示手段）、５０１…欠陥部、５０２…回路パターン、９０１…設計情報データベース、１１０１…アドレッシングパターン、１２０１…ネットワーク、１２０２…レビューＳＥＭ、１２０３…コンピュータ（演算部）、１２０４…欠陥画像データベース、１２０５…入出力部（表示手段）、１４０１…表示方法指定領域、１４０２…データ表示領域、１４０３…削除ボタン、１５０１…頻度表示部、１５０２…マップ表示部、１５０３…画像情報表示部、１５０４…画像表示部、１５０５…情報表示部、１６０１…拡大画像表示部、１６０…情報表示部。

Claims (12)

1. 観察対象上の欠陥部位の電子線画像を撮像する走査電子顕微鏡と、該走査電子顕微鏡で撮像された欠陥部位の電子線画像を保存する保存手段とを備えた欠陥観察装置であって、
   前記保存手段に保存された欠陥部位の電子線画像についての重要度を含む付帯情報を前記各欠陥部位の電子線画像に対して付与する機能を有する付帯情報付与部を備えたことを特徴とする欠陥観察装置。
2. 前記付帯情報付与部には、少なくとも、前記走査電子顕微鏡で撮像された各欠陥部位の電子線画像を基に各欠陥部位の欠陥種を分類する欠陥分類処理機能部を備え、さらに、該欠陥分類処理機能部で分類された各欠陥部位の欠陥種に基づいて前記各欠陥部位の電子線画像に対して付帯情報として付与する重要度を判定する重要度判定機能部を備えたことを特徴とする請求項１記載の欠陥観察装置。
3. 前記付帯情報付与部には、少なくとも、前記走査電子顕微鏡で撮像された各欠陥部位の電子線画像を基に各欠陥部位についての撮像状態を評価する撮像状態評価機能部を備え、さらに、該撮像状態評価機能部で評価された各欠陥部位についての撮像状態に基づいて前記各欠陥部位の電子線画像に対して付帯情報として付与する重要度を判定する重要度判定機能部を備えたことを特徴とする請求項１記載の欠陥観察装置。
4. 前記撮像状態評価機能部は、高倍の欠陥部位の電子線画像の視野における欠陥撮像位置の評価を行う欠陥位置評価機能部と高倍の欠陥部位の電子線画像において視野サイズと欠陥の大きさの関係が適当であるか否かの評価を行う倍率適正度評価機能部とを有することを特徴とする請求項３記載の欠陥観察装置。
5. 前記付帯情報付与部には、少なくとも、前記走査電子顕微鏡で撮像された各欠陥部位の電子線画像を基に前記観察対象上の各種の欠陥部位の分布パターンを自動認識する処理を実行する分布認識機能部を備え、さらに、該分布認識機能部で自動認識された各種の欠陥部位の分布パターンに基づいて前記各欠陥部位の電子線画像に対して付帯情報として付与する重要度を判定する重要度判定機能部を備えたことを特徴とする請求項１記載の欠陥観察装置。
6. さらに、前記観察対象の設計情報が記憶された設計情報格納部と、該設計情報格納部に記憶された前記観察対象の設計情報を基に前記各欠陥部位の設計上の座標値を算出する演算部とを備え、
   前記付帯情報付与部は、さらに、前記演算部において算出された各欠陥部位の設計上の座標値を前記各欠陥部位の電子線画像に対して前記付帯情報として付与する機能を有することを特徴とする請求項１、２、３又は５記載の欠陥観察装置。
7. さらに、前記付帯情報付与部により付与された付帯情報を用いて前記保存手段に保存された欠陥部位の電子線画像データを検索若しくは削除する演算部と、該演算部で検索若しくは削除した結果を表示する表示手段とを備えたことを特徴とする請求項１乃至６の何れか一つに記載の欠陥観察装置。
8. 観察対象上の欠陥部位の電子線画像を撮像する走査電子顕微鏡と、該走査電子顕微鏡で撮像された欠陥部位の電子線画像を保存する保存手段とを備えた欠陥観察装置を用いた欠陥観察方法であって、
   前記保存手段に保存された欠陥部位の電子線画像についての重要度を含む付帯情報を前記各欠陥部位の電子線画像に対して付与する付帯情報付与ステップと、
   該付帯情報付与ステップにおいて前記各欠陥部位の電子線画像に対して付与された付帯情報に基づいて前記保存された欠陥部位の電子線画像データを検索若しくは削除する検索若しくは削除ステップと、
   該検索若しくは削除ステップにより検索若しくは削除された電子線画像データを表示する表示ステップとを有することを特徴とする欠陥観察方法。
9. 前記付帯情報付与ステップにおいて、少なくとも、前記走査電子顕微鏡で撮像された各欠陥部位の電子線画像を基に各欠陥部位の欠陥種を分類する欠陥分類処理ステップを有し、さらに、該欠陥分類処理ステップで分類された各欠陥部位の欠陥種に基づいて前記各欠陥部位の電子線画像に対して付帯情報として付与する重要度を判定する重要度判定ステップを有することを特徴とする請求項８記載の欠陥観察方法。
10. 前記付帯情報付与ステップにおいて、少なくとも、前記走査電子顕微鏡で撮像された各欠陥部位の電子線画像を基に各欠陥部位についての撮像状態を評価する撮像状態評価ステップを有し、さらに、該撮像状態評価ステップで評価された各欠陥部位についての撮像状態に基づいて前記各欠陥部位の電子線画像に対して付帯情報として付与する重要度を判定する重要度判定ステップを有することを特徴とする請求項８記載の欠陥観察方法。
11. 前記付帯情報付与ステップにおいて、少なくとも、前記走査電子顕微鏡で撮像された各欠陥部位の電子線画像を基に前記観察対象上の各種の欠陥部位の分布パターンを自動認識する処理を実行する分布認識ステップを有し、さらに、該分布認識ステップで自動認識された各種の欠陥部位の分布パターンに基づいて前記各欠陥部位の電子線画像に対して付帯情報として付与する重要度を判定する重要度判定ステップを有することを特徴とする請求項８記載の欠陥観察方法。
12. さらに、前記観察対象の設計情報を基に前記各欠陥部位の設計上の座標値を算出する算出ステップを有し、
    前記付帯情報付与ステップは、さらに、前記算出ステップにおいて算出された各欠陥部位の設計上の座標値を前記各欠陥部位の電子線画像に対して前記付帯情報として付与することを特徴とする請求項８乃至９の何れか一つに記載の欠陥観察方法。

Images