JP2011221350A - マスク検査装置及び画像生成方法 - Google Patents

Abstract

【課題】広視野かつ高精細なＳＥＭ画像を容易かつ高速に生成することの可能なマスク検査装置及び画像生成方法を提供すること。
【解決手段】マスク検査装置は、電子ビームを試料上に照射する照射手段と、試料上から発生する電子の電子量を検出する電子検出手段と、画像処理手段と、記憶手段と、指定された試料の観察領域のサイズから全体の合成画像を形成する分割画像の分割数を算出し、隣接する分割画像が相互に重なるように分割領域を決定し、各分割領域毎の分割画像を取得して記憶手段に格納する制御手段とを有する。制御手段は、指定された一つの分割画像から所定の順序で隣接する分割画像を抽出し、隣接する２つの分割画像毎に重複領域に含まれる同一のパターン形成領域の画像を検出して合成基準画像とし、合成基準画像を基に隣接する２つの分割画像を合成して、観察領域の全体のＳＥＭ画像を形成する。
【選択図】図６

Description

本発明は、広視野かつ高精細な画像を生成する機能を備えたマスク検査装置及び画像生成方法に関する。

半導体製造工程のリソグラフィ工程において、フォトマスク上に形成されたパターンが露光装置を用いてウエハ上に露光転写される。このフォトマスク上に形成されたパターンに欠陥や歪みがあると、所望の位置にパターンが転写されなかったり、パターンの形状が不正確になるなど露光精度が低下してしまう。このような露光精度の低下を防止するために、フォトマスクの位置誤差や欠陥について検査している。

フォトマスクを検査する方法として、走査型電子顕微鏡によるマスクのＳＥＭ画像を利用した検査方法がある。走査型電子顕微鏡では、電子線走査範囲内に入射電子を走査させながら照射し、シンチレータを介して試料から放出される２次電子を取得し、取得した電子の電子量を輝度に変換してＳＥＭ画像データを取得し、表示装置に表示している。

例えば、マスク上に形成されたパターンの線幅による検査は次のような手順によって行われている。フォトマスク上に形成されたパターンの所定範囲をディスプレイに表示した後、その表示範囲内の測定ポイントに照準を当てて電子ビームを照射し、測定ポイントから反射された二次電子に基づいて輝度分布の波形を取得する。そして、輝度分布波形を解析してパターンエッジ位置を求め線幅とする。この線幅が許容誤差の範囲内にあるか否かを判断し、フォトマスク品質の良否判定を行う。

また、マスクおよびマスクモデルを用いて、ウエハ上への転写シミュレーション結果と比較するマスク検査方法がある。このマスク検査方法では、マスクを用いて透過光及び反射光から得られる検査画像から、ウエハにどのように転写されるかシミュレーションし、正しいマスクではどのように転写されるかシミュレーションした結果と比較することにより、マスク上のパターンの欠陥の有無等を検査する。この転写シミュレーションには１０ミクロン程度の視野が必要で、マスクモデルとＳＥＭ画像とを比較し、マスク上に形成されたパターンの欠陥の有無等を検査する。このマスクモデルは、フォトマスク全体のパターンが反映されているため、マスクモデルと比較するＳＥＭ画像も広視野なＳＥＭ画像が要求される。

しかし、上記した走査型電子顕微鏡等を使用したマスク検査装置では、高精度な計測を必要とするため、高倍率で限定された狭視野でのＳＥＭ画像を取得する場合が一般的である。また、通常の測長ＳＥＭの場合、広視野を走査するためには、非点、湾曲、歪み等の各収差が発生するため、これらの各収差を走査に連動して動的に調整する必要がある。そのため、補正のために大幅な負担がかかるだけでなく、十分に補正しきれない場合も起こり得る。

これに対し、特許文献１には、試料のＳＥＭ画像を分割して取得する際に、試料ステージを自動駆動してＳＥＭによる広視野のつなぎ写真を撮影する技術が記載されている。

特開２０００−２９４１８３号公報

上述したように、広視野のＳＥＭ画像を取得するために、ＳＥＭ画像を分割して撮影し、それらをつないで広視野のＳＥＭ画像を取得することが行われている。

しかし、特許文献１に記載された技術では、分割した領域に試料ステージを移動させたときに、必ずしも正確な位置に移動できるとは限らず、つなぎ写真を撮影した場合であっても広視野の一枚の写真に合成できるという保証はない。

また、分割して取得したＳＥＭ画像をつなぎ合わせる際には、例えばオペレータが２つの領域をつなげる対象となる画像を検出し、この対象となる画像をつなげるようにして２つの領域を合成していた。このように、高精細なＳＥＭ画像の生成には手間がかかっている。

本発明は、かかる従来技術の課題に鑑みなされたものであり、目的は、広視野かつ高精細なＳＥＭ画像を容易かつ高速に生成することの可能なマスク検査装置及び画像生成方法を提供することである。

上記した課題は、電子ビームを試料上に照射する照射手段と、前記電子ビームの照射によって、パターンが形成された前記試料上から発生する電子の電子量を検出する電子検出手段と、前記電子量を基に当該パターンの画像データを生成する画像処理手段と、前記画像データを格納する記憶手段と、指定された前記試料の観察領域のサイズから全体の合成画像を形成する分割画像の分割数を算出し、隣接する分割画像が相互に重なるように分割領域を決定し、各分割領域毎の分割画像を取得して前記記憶手段に格納する制御手段と、
を有し、前記制御手段は、前記記憶手段に格納された分割領域毎の分割画像のうちの指定された一つの分割画像から所定の順序で隣接する分割画像を抽出し、当該隣接する２つの分割画像毎に、当該分割画像の重複領域に含まれる同一のパターン形成領域の画像を検出して合成基準画像とし、当該合成基準画像を基に当該隣接する２つの分割画像を合成して、前記観察領域の全体のＳＥＭ画像を形成することを特徴とするマスク検査装置により解決する。

この形態に係るマスク検査装置において、前記制御手段は、前記指定された一つの分割画像内の指定された領域の画像情報と同等の画像情報を有する領域の画像を前記隣接する２つの分割画像の重複領域から検出するようにしてもよく、前記制御手段は、前記隣接する分割画像を合成する前に、当該分割画像内のパターン形成領域の周囲の座標データを測定するようにしてもよく、前記制御手段は、前記隣接する２つの分割画像を合成するとき、当該隣接する２つの分割画像に含まれるパターン形成領域の周囲の座標データを前記合成基準画像の座標データを基に修正するようにしてもよく、前記制御手段は、前記分割領域に複数のパターン形成領域が存在するとき、前記合成の対象とする隣接する分割画像の方向の枠にかかるパターン形成領域の画像を前記合成基準画像とするようにしてもよい。

本発明の他の形態によれば、上記の形態に係るマスク検査装置において実施される画像生成方法が提供される。その一形態に係る画像生成方法は、指定された前記試料の観察領域のサイズから全体の合成画像を形成する分割画像の分割数を算出し、隣接する分割画像が相互に重なるように分割領域を決定するステップと、前記各分割領域毎に分割画像を取得するステップと、前記分割領域毎の分割画像のうちの指定された一つの分割画像を抽出するステップと、前記抽出した分割画像から所定の順序で隣接する２つの分割画像を抽出するステップと、前記抽出された隣接する２つの分割画像毎に、当該分割画像の重複領域に含まれる同一のパターン形成領域の画像を検出して合成基準画像を決定するステップと、前記合成基準画像を基に前記隣接する２つの分割画像を合成するステップと、全体のＳＥＭ画像を生成するステップと、を有することを特徴とする。

この形態に係る画像生成方法において、前記合成基準画像を決定するステップでは、前記指定された一つの分割画像内の指定された領域の画像情報と同等の画像情報を有する領域の画像を前記隣接する２つの分割画像の重複領域から検出して前記合成基準画像とするようにしてもよく、前記分割画像を合成するステップの前に、前記分割画像内のパターン形成領域の周囲の座標データを測定するステップを有するようにしてもよく、前記分割画像を合成するステップは、前記隣接する分割画像に含まれるパターン形成領域の周囲の座標データを前記合成基準画像の座標データを基に修正するステップを含むようにしてもよく、前記分割画像を合成するステップは、前記分割領域に複数のパターンに対応する領域が存在するとき、前記合成の対象とする隣接する分割画像の方向の枠にかかるパターン形成領域の画像を前記合成基準画像とするステップを含むようにしてもよい。

本発明では、指定された試料の観察領域を、隣接する分割領域が相互に重なるように自動的に分割して、各分割領域において高精度なＳＥＭ画像を取得している。各分割領域を合成する際には、指定された広視野のＳＥＭ画像のパターンの１点に対応する分割領域の画像を抽出し、予め決められた順番で隣接する分割領域の合成を自動的に行い、指定された領域の広視野のＳＥＭ画像を取得している。

このように、指定された広域の領域に対して狭域の領域に分割してＳＥＭ画像を取得しているので、高精度なＳＥＭ画像を取得することができる。また、各分割領域の座標情報、及び分割領域間のパターンのエッジ情報を利用して座標位置を補正しているため、ＳＥＭ画像の合成を高精度に行うことが可能になる。さらに、広視野のＳＥＭ画像のパターンの１点を指定するだけで、分割領域の合成に関与するパターンを検出し、自動的に分割領域を合成することにより、高速に広視野で高精度なＳＥＭ画像を取得することが可能となる。

本発明の実施形態で使用される走査型電子顕微鏡の構成図である。 信号処理部が取得する電子像およびプロファイルの説明図である。 広視野かつ高精度のＳＥＭ画像を取得する方法の概念を説明する図である。 広視野かつ高精度のＳＥＭ画像を取得するための分割を説明する図である。 分割した高精度の分割画像から広視野かつ高精度のＳＥＭ画像への合成を説明する図である。 広視野かつ高精度のＳＥＭ画像を取得する画像取得処理の一例を示すフローチャートである。 分割画像を合成する処理を説明する図（その１）である。 分割画像を合成する処理を説明する図（その２）である。 重複領域にパターンが存在しないときの分割画像を合成する処理を説明する図である。 パターンのエッジを測定する方法を説明する図である。 パターンの周囲のエッジ位置を検出する処理の一例を示すフローチャートである。 パターンの周囲のエッジ位置の検出方法を説明する図である。 分割画像に複数のパターンが存在する場合の、広視野かつ高精度のＳＥＭ画像を取得する画像取得処理の一例を示すフローチャートである。 分割画像に複数のパターンが存在する場合の、広視野かつ高精度のＳＥＭ画像を取得する処理を説明する図である。

以下、本発明の実施の形態について、図面を参照して説明する。

はじめに、マスク検査装置として使用される走査型電子顕微鏡の構成について説明する。次に、一般的なＳＥＭ画像を利用したパターンサイズの測定について説明する。次に、広視野かつ高精度なＳＥＭ画像の取得について説明する。

（走査型電子顕微鏡の構成）
図１は、本実施形態に係る走査型電子顕微鏡の構成図である。

この走査型電子顕微鏡１００は、電子走査部１０と、信号処理部３０と、表示部４０と、記憶部５５と、電子走査部１０、信号処理部３０、表示部４０及び記憶部５５の各部を制御する制御部２０とに大別される。制御部２０は、プロファイル作成部２１、微分プロファイル作成部２２及びエッジ検出部２３を有している。

電子走査部１０は、電子銃１とコンデンサレンズ２と偏向コイル３と対物レンズ４と移動ステージ５と試料ホルダ６とを有している。

電子銃１から照射された荷電粒子９をコンデンサレンズ２、偏向コイル３、対物レンズ４を通して移動ステージ５上の試料７に照射するようになっている。

荷電粒子９（１次電子ビーム）を試料７上に２次元走査しながら照射し、照射部位から放出される２次電子は、シンチレータ等で構成される電子検出器８によって検出される。検出された２次電子の電子量は、信号処理部３０のＡＤ変換器によってデジタル量に変換され、画像データとして記憶部５５に格納される。画像データは輝度信号に変換されて表示部４０で表示される。画像データは、試料７上における１次電子ビームの走査位置と同じ配置になるように２次元配列上に並べられて、２次元デジタル画像が得られる。この２次元デジタル画像の各画素（ピクセル）は、それぞれ８ビットの情報量で輝度データを表わしている。

また、信号処理部３０は画像データを処理する画像処理部として機能し、後述するように、分割された領域で取得したＳＥＭ画像を合成する処理を行う。

偏向コイル３の電子偏向量と表示部４０の画像スキャン量は制御部２０によって制御される。また、制御部２０には、パターンのエッジ検出や広視野のＳＥＭ画像合成処理の実行に関連するプログラムが格納されている。

プロファイル作成部２１では、指定された範囲のＳＥＭ画像データの輝度信号を表すラインプロファイルを作成する。ラインプロファイルは、２次電子の電子量に対応した輝度信号を表すものである。

微分プロファイル作成部２２では、ラインプロファイルに対して、１次微分処理を施し、１次微分プロファイルを作成する。

エッジ検出部２３は、ラインプロファイル、１次微分プロファイルからパターンのエッジを検出する。

（一般的なＳＥＭ画像を利用したパターンサイズの測定）
次に、図１に示した走査型電子顕微鏡１００を用いて、図２（ａ）に示す試料のパターンのエッジ検出を含むＳＥＭ画像を利用したパターンサイズの測定について説明する。

試料７として、図２（ａ）に示すように、フォトマスク基板５０上に配線パターン５１が形成されたものを対象する。試料７の一部は図２（ａ）に示すような平面形状となっている。ここで、破線５２で囲んだ部分は、走査型電子顕微鏡１００の観察領域を示している。

図２（ｂ）は、図２（ａ）に示す試料上に電子ビームを走査して得られる２次電子等の電子量を電子検出器８によって検出し、検出した電子量を輝度信号に変換し、電子ビームの走査と表示装置（表示部４０）のＣＲＴの走査とを同期させて表示したＳＥＭ画像の例を示している。

図２（ｂ）に示すＳＥＭ画像から、測長エリアを指定してＳＥＭ画像を抽出する。測長エリアは例えば幅Ｈが４００ピクセル、長さＬの領域とする。この領域は、上側ラインマーカーＬＭ１、下側ラインマーカーＬＭ２、左側ラインマーカーＬＭ３及び右側ラインマーカーＬＭ４によってオペレータによって選択される。

抽出したＳＥＭ画像ピクセルデータから、測長エリアのＨ方向を分割し、分割した領域について輝度分布に対応するラインプロファイルを求める。なお、ラインプロファイルを求めるときに、長さＬ方向に例えば３ピクセル幅でスムージング処理を行うことによりノイズ成分を小さくすることができる。

図２（ｃ）は、図２（ａ）のＩ−Ｉ線に沿って電子ビームを照射したときに得られる試料から放出される２次電子の電子量に対応するラインプロファイルを示した図である。図２（ｃ）に示すように、ラインプロファイル（コントラストプロファイル）は、パターンのエッジ部分で急激に変化する。急激に変化する位置を求めるために、ラインプロファイルを微分して、微分信号量の最大ピークと最小ピークを求める。

更に、図２（ｄ）に示すように、ピーク前後の複数の微分信号Ｄｘからピクセル間を補完して微分波形Ｃ１，Ｃ２を求め、１／１００の分解能で第１ピークＰ１と第２ピークＰ２のピーク位置を計算する。ラインパターンの幅Ｗ１は、第１ピークＰ１と第２ピークＰ２との間の距離として求められる。

以上の処理を分割したそれぞれの領域で行い、各領域で算出したパターンの幅の平均値を測長値とすることで、より正確なラインパターンの幅Ｗ１が得られる。

（広視野かつ高精度なＳＥＭ画像の取得について）
図３（ａ）〜図３（ｃ）は、広視野かつ高精度なＳＥＭ画像を取得する方法の概念を説明する図である。図３（ａ）は、試料上に形成されたパターンのうち、所望の領域３１を指定した一例を示している。指定された領域３１全体のＳＥＭ画像を取得するためには、全体のＳＥＭ画像を一度に撮影する場合と、指定領域を分割して、各分割領域のＳＥＭ画像を撮影し、それらを合成して領域全体のＳＥＭ画像を取得する場合がある。

指定領域全体のＳＥＭ画像を一度に取得する場合は、短時間でＳＥＭ画像を取得することができるが、領域が広域である場合には光軸から離れるに従って収差が大きくなり、取得ＳＥＭ画像の精度が劣化してしまう。

マスク検査装置として走査型電子顕微鏡を使用する場合、取得したＳＥＭ画像を用いることにより、マスクとして形成されているパターンに不連続等の欠陥があるか否かの確認をすることが可能である。しかし、マスクのシミュレーションによるパターンモデルとの比較検査等、高精度の検査を行う場合には、ＳＥＭ画像を高精度に取得することが要求される。そのため、本実施形態では、広範囲のＳＥＭ画像を高精度に取得できるように、まず、高精度なＳＥＭ画像が取得可能な領域に指定領域を分割し、各分割領域の分割ＳＥＭ画像を合成して広視野のＳＥＭ画像を取得するようにしている。

図３（ａ）では、指定領域３１を１６分割（３１ａ、３１ｂ等）し、各分割領域において高精度のＳＥＭ画像が取得可能になるようにしている。実際には、図３（ｂ）に示すように、隣接する分割領域が相互に重なる重複領域が存在するように分割している。そして、各分割領域で取得した高精度なＳＥＭ画像を各分割領域の座標データや重複領域に存在するパターンのエッジ情報を用いてアライメント処理を行い、各分割ＳＥＭ画像を合成し、図３（ｃ）に示すように、広視野かつ高精度なＳＥＭ画像を取得する。

図４は、パターンが形成された試料のＳＥＭ画像を示し、図４（ａ）は、広視野で低倍率のＳＥＭ画像、図４（ｂ）は分割の方法を示した図である。

図４（ａ）は、所望の領域４１の全体を倍率１０Ｋの広視野範囲４３で撮影した様子を示している。所望の領域４１には、パターン形成領域の画像４２ａと、その周囲に離れてパターン形成領域の画像４２ｂが表示されている。所望の領域４１は、例えば、１０×１０μｍの領域である。

図４（ａ）の所望の領域４１に対して分割数を算出し、各分割領域に対して高精度のＳＥＭ画像を取得する。分割数は、予め決められた高精度に撮影可能なサイズに応じて決定する。例えば、図４（ｂ）では、高精度に撮影可能なサイズを２．５×２．５μｍとし、所望の領域が１６分割されている。この分割された各領域について、予め決められた順序（図４（ｂ）の矢印の順序）で分割領域４４ａから分割領域４４ｐまで倍率５０Ｋで撮影する。この撮影では、隣接する分割領域が相互に重なるように撮影範囲４５を分割領域より広くして撮影する。

図５は、広視野高精度のＳＥＭ画像を取得する処理の概要を示した図である。図５（ａ）は低倍率で取得した広視野のＳＥＭ画像である。所望の領域４１内にパターン形成領域の画像４２ａ、４２ｂが表示されている。このＳＥＭ画像のパターン４２ａ内の一点が指定されることにより、この点に対応する高倍率で取得した分割ＳＥＭ画像が抽出される。

図５（ｂ）は、分割領域４４ａ〜４４ｐの画像を個別に示した図である。図５（ａ）の指定点の座標データと同一の座標データがどこに含まれるかを検出することにより、対応する指定点を求める。図５（ｂ）の分割領域４４ｇのパターン画像５６に指定点が含まれるものとする。この分割領域４４ｇのパターン画像５６において、広視野ＳＥＭ画像との対応から指定点はパターン形成領域（不透明領域）であると判定される。

この分割画像と、この分割画像に隣接する分割画像について合成処理を行う。合成処理は、予め決められた順序に従って行う。例えば、最初に分割領域４４ｇの右隣の分割領域４４ｆと合成処理を行い、次に、分割領域４４ｆとその下の分割領域４４ｈとの合成処理を行っていき、最初の指定点を含む分割領域４４ｇを囲むように隣接する２つの分割領域について合成処理を繰り返し、分割領域の全体を合成する。

分割領域４４ｆのパターン画像５７が分割領域４４ｇのパターン画像５６と同一のパターン形成領域であることが判定されると、これらのパターン画像５６，５７の座標情報をもとに両分割領域の合成を行う。この処理を所定の分割画像の順に行い、図５（ｄ）に示すようにパターン形成領域の周囲座標を修正して、広視野高精度のＳＥＭ画像が合成される。

なお、パターンの周囲の座標を検出しておくことにより、指定した点が含まれるパターン形成領域と、その外部の領域とが区別され、分割領域の間の重複領域に指定した点が含まれるパターン形成領域と同一のタイプ（不透明領域か、透明領域か）のパターン形成領域を検出することができる。

次に、図６から図９を参照しながら、広視野高精度のＳＥＭ画像を取得する処理について説明する。図６は、広視野かつ高精度のＳＥＭ画像を取得する画像取得処理の一例を示したフローチャートであり、図７から図９は、分割領域を合成する処理を説明する図である。図７及び図８は、図５（ｂ）の分割領域４４ｇ、４４ｆ、４４ｋ、４４ｊの部分を抜き出したものである。それぞれ分割領域ＤＡ１,ＤＡ２，ＤＡ３，ＤＡ４に対応し、各分割領域間の重複領域も表示している。図９は、さらに、図５（ｂ）の分割領域４４ｈ、４４ｉに対応する分割領域ＤＡ５,ＤＡ６を表示している。

なお、図６の画像取得処理において、対象とする広視野のＳＥＭ画像に関する中心ＸＹ座標値及び視野が既に指定され、広視野の領域面積と高精度にＳＥＭ画像を取得することが可能な領域面積とから必要な分割数が算出されているものとする。また、視野に応じた低倍率のＳＥＭ画像と、各分割領域における高倍率の分割ＳＥＭ画像が既に取得されているものとする。さらに、分割画像を合成していく順序が予め規定されているものとする。

まず、ステップＳ１１において、初期設定を行う。この初期設定では、分割画像ＨＭ−ＳＥＭの数をＤとし、分割画像ＨＭ−ＳＥＭを合成していく順序の分割領域のカウンタをＣとし、Ｃに１をセットする。

次のステップＳ１２において、指定された低倍率のＳＥＭ画像の一点の座標値を取得する。

次のステップＳ１３において、指定箇所のタイプを設定する。このタイプは、指定箇所が含まれる領域がパターンが形成されていてＳＥＭ画像として黒色に表示される不透明領域か、パターンが形成されておらずＳＥＭ画像として不透明領域よりも薄く表示される透明領域かを規定するものである。

次のステップＳ１４において、指定箇所を含む分割画像ＨＭ−ＳＥＭ（Ｃ）を抽出する。分割画像は既に取得して記憶部５５に格納されているため、記憶部５５から対応する分割画像を抽出する。

次のステップＳ１５において、分割画像ＨＭ−ＳＥＭ（Ｃ）の指定箇所を含むパターン（基礎パターンと呼ぶ）の周囲の座標を算出する。各分割領域ＤＡ１〜ＤＡ４に存在するパターン形成領域の画像４２ａの周囲座標を算出する。パターンの周囲座標（エッジ）の抽出についての詳細は後述する。

次のステップＳ１６において、分割画像ＨＭ−ＳＥＭ（Ｃ）とこれに隣接する分割画像ＨＭ−ＳＥＭ（Ｃ＋１）との重複領域の基礎パターンと同タイプのパターンのＳＥＭ画像を検出する。

次のステップＳ１７において、当該ＳＥＭ画像があるか否かを判定する。ある場合はステップＳ１８に移行し、ない場合はステップＳ２０に移行する。

次のステップＳ１８において、分割画像ＨＭ−ＳＥＭ（Ｃ＋１）内のパターンの周囲座標を算出する。

図７（ｂ）では、分割領域ＤＡ１と隣接する分割領域ＤＡ２とが合成処理の対象となる。分割領域ＤＡ１内のパターン領域７１と分割領域ＤＡ２内のパターン領域７２との間に重複領域７３が存在する。従って、分割領域ＤＡ２内のパターン７２の周囲座標を算出する。

次のステップＳ１９において、パターンの周囲座標の値を修正する。分割領域ＤＡ１内のパターン領域７１と分割領域ＤＡ２内のパターン領域７２は同一のパターン領域であると判定されたため、パターン領域７３の重複する辺の座標データを一致させるように座標データを修正し、図７（ｃ）の周囲７４のように合成したパターンの周囲座標に更新する。

図８（ａ）は、分割領域ＤＡ２と分割領域ＤＡ３との合成処理を説明する図である。分割領域ＤＡ２内のパターン領域７２と分割領域ＤＡ３内のパターン領域８１の重複領域８２が存在し、パターン領域７２とパターン領域８１とが同一のパターン領域と判定された場合を示している。この場合、図７（ｃ）と同様に、パターン領域８２の重複する辺の座標データを一致させるように座標データを修正し、図８（ｂ）の周囲８３のように合成したパターンの周囲座標に更新する。

図８（ｃ）は、分割領域ＤＡから分割領域ＤＡ４までの合成処理が終了し、パターン４２ａの周囲８４の座標が更新された状況を示している。

図９は、重複領域に基礎パターンと同タイプのパターンが存在しない場合の状況を示している。分割領域ＤＡ４内にはパターン領域９１が存在し、分割領域ＤＡ６内にはパターン領域９２が存在しているが、重複領域９３にはパターン領域が存在していない。この場合は、分割領域の座標データを基に隣接する２つの分割領域を合成する。

次のステップＳ２０において、すべての分割画像に対して上記処理を行ったか否かを判定する。すべての分割画像に対して処理が行われていなければ、ステップＳ２１においてＣを１カウントアップして、次の隣接する分割画像に対して上記処理を行い、すべての分割画像に対して処理が行われていれば本広視野高精度ＳＥＭ画像取得処理は終了する。

以上の画像合成処理によって、指定された範囲のマスクのＳＥＭ画像を、広視野であっても高精度に出力する。

以下に、ステップＳ１５及びステップＳ１８で行われるパターンの周囲座標の算出について説明する。図１０に示す形状のパターンを例にとって図１１及び図１２を参照しながら、パターン周囲のエッジ検出処理（周囲座標の算出）について説明する。図１１はパターン周囲のエッジ検出処理の一例を示すフローチャートである。また、図１２は、パターン周囲のエッジ検出を説明する図である。なお、パターン周囲のエッジ位置の検出を行う開始位置ＥＳは予め決定されているものとする。

まず、図１１のステップＳ３１では初期設定を行う。初期設定では、パターン周囲のエッジを検出する際の所定の間隔（以下、指定ステップとよぶ）を指定する。例えば、この指定ステップは所定のピクセル数に対応する距離とする。また、パターン周囲の検出エッジの位置を示すカウンタｋを０と置く。

次のステップＳ３２からステップＳ３４では、開始位置ＥＳから所定の指定ステップｄ離れた位置のエッジ位置を検出する。

ステップＳ３２では、開始位置ＥＳから（指定ステップｄ×２）の距離だけ離れた位置において仮エッジを検出する。具体的には、図１２（ａ）に示すように、開始位置ＥＳから図１２（ａ）の下方（−Ｙ方向）への直線ＶＬと（指定ステップｄ×２）の位置で直交するラインＨＬを、プロファイル作成の基準線として、ラインプロファイルを作成してエッジＥ１１を検出する。この検出されたエッジＥ１１を仮検出エッジＥ１１とする。なお、図１２（ａ）では開始位置ＥＳから−Ｙ方向にエッジを検出したが、パターンの形状によっては開始位置ＥＳからＸ方向にエッジを検出するようにしても良い。

次のステップＳ３３では、ステップＳ３２で検出した仮検出エッジＥ１１の再検出を行う。開始位置ＥＳと仮検出エッジ位置Ｅ１１とを結んだ直線上の開始位置ＥＳから（指定ステップｄ×２）の距離だけ離れた位置で直交するラインをプロファイル作成の基準線とし、この基準線上のラインプロファイルを求め、仮検出エッジ位置を再検出する。この仮検出エッジ位置の再検出によって、開始位置ＥＳからの距離を（指定ステップｄ×２）により近づけるようにしている。

次のステップＳ３４では、最初のエッジ位置を検出する。開始位置ＥＳと再検出された仮検出エッジ位置Ｅ₁₂とを結ぶ直線ＩＬ₁と、中間位置ＭＰ₁において直交するライン上でラインプロファイルを求め、エッジＥＰ_k（ｘ_k、ｙ_k）を検出する。図１２（ｂ）では、１番目のエッジとしてエッジＥＰ₁が検出される。このようにエッジＥＰ_k（ｘ_k、ｙ_k）を検出することにより、パターンの周囲に直角に近いライン上でエッジを検出できるため、エッジ位置を正確に検出することが可能となる。

次のステップＳ３５では、エッジＥＰ_k（ｘ_k、ｙ_k）を次のエッジ検出のための起点とする。図１２（ｃ）では、エッジＥＰ₁を起点としている。

次のステップＳ３６からステップＳ３８では、起点エッジ位置ＥＰ_k（ｘ_k、ｙ_k）から指定ステップ離れたエッジ位置ＥＰ_k+1（ｘ_k+1、ｙ_k+1）を検出する。

ステップＳ３６では、起点ＥＰ₁と再検出された仮検出エッジＥ₁₂とを結んだ直線ＩＬ₂上の起点ＥＰ₁から（指定ステップｄ×２）だけ離れた位置において直交するラインをプロファイル作成の基準線として、ラインプロファイルを作成してエッジを検出する。この検出されたエッジを仮検出エッジＥ₂₁とする。

次のステップＳ３７では、ステップＳ３４と同様に、起点ＥＰ₁と仮検出エッジ位置Ｅ₂₁とを結んだ直線上の、起点ＥＰ₁から（指定ステップｄ×２）の距離だけ離れた位置で直交するラインをプロファイル作成の基準線とし、この基準線上のラインプロファイルを求め、仮検出エッジ位置を再検出する。

次のステップＳ３８では、起点ＥＰ₁と再検出された仮検出エッジ位置Ｅ₂₂とを結ぶ直線ＩＬ₃と、中間位置ＭＰ₂において直交するライン上でラインプロファイルを求め、エッジＥＰ_k+1を検出する。図１２（ｄ）では、２番目のエッジとしてエッジＥＰ₂が検出される。

次のステップＳ３９では、パターン周囲のエッジがすべて検出されたか否かを判定する。すべて検出されたと判定されれば、本処理は終了し、まだ検出が終了していないと判定されれば、ステップＳ４０に移行する。

次のステップＳ４０では、ｋ＝ｋ＋１とし、ステップＳ３５に移行して、次のエッジ位置を検出する。

上記処理によって図１０に示すようにパターンの周囲のエッジ位置がＥＰ０，ＥＰ１，…、のように検出される。このように、パターンの周囲のエッジを検出する際、検出されたエッジ位置と所定の間隔の仮エッジ位置とを結ぶ直線と、中間位置で直交するライン上のラインプロファイルから次のエッジ位置を検出している。これにより、パターンの周囲と直角に近いライン上でエッジを検出できるため、正確なエッジ位置を検出することが可能となる。

次に、図１３及び図１４を参照しながら、分割領域に複数のパターン形成領域が存在する場合の広視野で高精度なＳＥＭ画像を取得する処理について説明する。

なお、図１３の画像取得処理において、対象とする広視野のＳＥＭ画像に関する中心座標値及び視野が既に指定され、広視野の領域面積と高精度にＳＥＭ画像を取得することが可能な領域面積とから必要な分割数が算出されているものとする。また、視野に応じた低倍率のＳＥＭ画像と、各分割領域における高倍率の分割ＳＥＭ画像が既に取得され、記憶部５５に格納されているものとする。さらに、分割画像を合成していく順序が予め規定されているものとする。

まず、図１３のステップＳ５１において、初期設定を行う。この初期設定では、分割画像ＨＭ−ＳＥＭの数をＤ１とし、分割画像ＨＭ−ＳＥＭを合成していく順序のカウンタをＣ１とし、Ｃ１を１にセットする。

次のステップＳ５２において、パターンのエッジを検出する。このエッジ検出は、すべての分割領域に存在するパターンを対象に行う。各分割領域毎に、取得したＳＥＭ画像からパターンのエッジを検出する。このエッジ検出では、例えばＳＥＭ画像を２値化して、不連続な値になる画素を検出することにより、パターンが形成されている領域と形成されていない領域が区別できる程度のエッジ検出を行う。検出されたパターン形成領域に対して、図１０から図１２を用いて説明したような精密なエッジ検出を行う。

次のステップＳ５３において、一つのＨＭ−ＳＥＭ（Ｃ１）を記憶部５５から抽出する。図１４（ａ）は、９個に分割された分割領域ＤＡ１１〜ＤＡ１９のうち抽出された分割領域ＤＡ１５を示している。この分割領域ＤＡ１５には、パターン形成領域ＰＲ１からＰＲ５が表示されている。

次のステップＳ５４において、画像枠にかかるパターンを抽出する。図１４（ａ）において、合成順序がＤＡ１５→ＤＡ１４→ＤＡ１１→ＤＡ１２→ＤＡ１３→ＤＡ１６→ＤＡ１９→ＤＡ１８→ＤＡ１７と規定されているものとする。この場合、分割領域ＤＡ１５と合成処理を行う分割領域ＤＡ１４の側の画像枠にかかるパターンとして、パターンＰＲ２が検出される。

次のステップＳ５５において、ＨＭ−ＳＥＭ（Ｃ１＋１）にパターンが存在するか否かを判定する。図１４（ａ）の場合は、分割領域ＤＡ１４にパターンＰＲ２に対応するパターンが存在するか否かを検出する。このようなパターンが存在する場合はステップＳ５７に移行し、このようなパターンが存在しない場合は、ステップＳ５６に移行する。

次のステップＳ５６において、他に画像枠にかかるパターンが存在するか否かを判定する。画像枠にかかるパターンが存在する場合はステップＳ６０に移行してこのパターンを抽出し、ステップＳ５５の処理に継続する。画像枠にかかるパターンがない場合はステップＳ５７に移行する。

次のステップＳ５７において、分割画像の合成処理を行う。この合成処理は図６のステップＳ１６からステップＳ１９の処理と同様に行う。

図１４（ｂ）は、分割領域ＤＡ１５と分割領域ＤＡ１４との間での合成処理を行ったものである。分割領域ＤＡ１５内のパターンＰＲ２と分割領域１４内のパターンＰＲ７とが同一のパターンであると判定されて、分割領域ＤＡ１５と分割領域ＤＡ１４とが合成される。この合成処理では、パターンＰＲ２とパターンＰＲ７の周囲座標が更新される。また、パターンＰＲ７の内部と外部とではパターンのタイプが異なると判定され、その外部とパターンＰＲ６及びパターンＰＲ８とではパターンのタイプが異なると判定される。その結果、パターンＰＲ６、パターンＰＲ７及びパターンＰＲ８はすべて同一のタイプのパターンであると判定される。

図１４（ｃ）は同様な処理を行い、各分割領域のすべてのパターンの検出及び座標の調整処理を行い、全体の合成画像を取得した状態を示している。

次のステップＳ５８において、すべての分割領域に対して上記処理を行ったか否かを判定する。すべての分割領域に対して処理が行われていなければ、ステップＳ５９においてＣ１を１カウントアップして、次の隣接する分割領域に対して上記処理を行い、すべての分割領域に対して処理が行われていれば本画像取得処理は終了する。

なお、図１４（ｄ）は、隣接する分割画像の重複領域にパターンが存在しない場合の対処を示している。重複領域にパターンが存在しない場合は、パターンを含むようにさらに分割領域を設定して画像を取得する。この画像を基にして分割領域を接続するとともに、元の孤立しているパターンの座標情報も更新する。

以上説明したように、本実施形態では、指定された試料の観察領域を、隣接する分割領域が相互に重なるように自動的に分割して、各分割領域において高精度なＳＥＭ画像を取得している。各分割領域を合成する際には、指定された広視野のＳＥＭ画像のパターンの１点に対応する分割領域の画像を抽出し、予め決められた順番で隣接する分割領域の合成を自動的に行い、指定された領域の広視野のＳＥＭ画像を取得している。

このように、指定された広域の領域に対して狭域の領域に分割してＳＥＭ画像を取得しているので、高精度なＳＥＭ画像を取得することができる。また、各分割領域の座標情報、及び分割領域間のパターンのエッジ情報を利用して座標位置を補正しているため、ＳＥＭ画像の合成を高精度に行うことが可能になる。さらに、広視野のＳＥＭ画像のパターンの１点を指定するだけで、分割領域の合成に関与するパターンを検出し、自動的に分割領域を合成することにより、高速に広視野で高精度なＳＥＭ画像を取得することが可能となる。

なお、上記した広視野のＳＥＭ画像データからＧＤＳ(General Data Stream)データを生成して、マスク設計シミュレータにフィードバックして、設計データと比較し、マスクパターンの欠陥検査を行うようにしてもよい。

１…電子銃、
２…コンデンサレンズ、
３…偏向コイル、
４…対物レンズ、
５…移動ステージ、
７…試料、
８…電子検出器、
９…荷電粒子、
１０…電子走査部、
２０…制御部、
２１…プロファイル作成部、
２２…微分プロファイル作成部、
３０…信号処理部、
４０…表示部、
４２、７１、７２…パターン画像、
４４、ＤＡ…分割領域、
５０…下地層、
５１…レジストパターン、
５５…記憶部、
１００…走査型電子顕微鏡。

Claims (12)

1. 電子ビームを試料上に照射する照射手段と、
   前記電子ビームの照射によって、パターンが形成された前記試料上から発生する電子の電子量を検出する電子検出手段と、
   前記電子量を基に当該パターンの画像データを生成する画像処理手段と、
   前記画像データを格納する記憶手段と、
   指定された前記試料の観察領域のサイズから全体の合成画像を形成する分割画像の分割数を算出し、隣接する分割画像が相互に重なるように分割領域を決定し、各分割領域毎の分割画像を取得して前記記憶手段に格納する制御手段と、
   を有し、
   前記制御手段は、前記記憶手段に格納された分割領域毎の分割画像のうちの指定された一つの分割画像から所定の順序で隣接する分割画像を抽出し、当該隣接する２つの分割画像毎に、当該分割画像の重複領域に含まれる同一のパターン形成領域の画像を検出して合成基準画像とし、当該合成基準画像を基に当該隣接する２つの分割画像を合成して、前記観察領域の全体のＳＥＭ画像を形成することを特徴とするマスク検査装置。
2. 前記制御手段は、前記指定された一つの分割画像内の指定された領域の画像情報と同等の画像情報を有する領域の画像を前記隣接する２つの分割画像の重複領域から検出することを特徴とする請求項１に記載のマスク検査装置。
3. 前記制御手段は、前記隣接する分割画像を合成する前に、当該分割画像内のパターン形成領域の周囲の座標データを測定することを特徴とする請求項２に記載のマスク検査装置。
4. 前記制御手段は、前記隣接する２つの分割画像を合成するとき、当該隣接する２つの分割画像に含まれるパターン形成領域の周囲の座標データを前記合成基準画像の座標データを基に修正することを特徴とする請求項３に記載のマスク検査装置。
5. 前記制御手段は、前記分割領域に複数のパターン形成領域が存在するとき、前記合成の対象とする隣接する分割画像の方向の枠にかかるパターン形成領域の画像を前記合成基準画像とすることを特徴とする請求項４に記載のマスク検査装置。
6. 前記制御手段は、前記隣接する２つの分割画像の前記重複領域に含まれる同一のパターン形成領域の画像が存在しないとき、当該分割画像内に含まれるパターン形成領域の画像を含むように分割画像を形成することを特徴とする請求項１に記載のマスク検査装置。
7. 電子ビームを試料上に照射する照射手段と、前記電子ビームの照射によって、パターンが形成された前記試料上から発生する電子の電子量を検出する電子検出手段と、前記電子量を基に当該パターンの画像データを生成する画像処理手段と、前記画像データを格納する記憶手段と、を備えたマスク検査装置における画像生成方法であって、
   指定された前記試料の観察領域のサイズから全体の合成画像を形成する分割画像の分割数を算出し、隣接する分割画像が相互に重なるように分割領域を決定するステップと、
   前記各分割領域毎に分割画像を取得するステップと、
   前記分割領域毎の分割画像のうちの指定された一つの分割画像を抽出するステップと、
   前記抽出した分割画像から所定の順序で隣接する２つの分割画像を抽出するステップと、
   前記抽出された隣接する２つの分割画像毎に、当該分割画像の重複領域に含まれる同一のパターン形成領域の画像を検出して合成基準画像を決定するステップと、
   前記合成基準画像を基に前記隣接する２つの分割画像を合成するステップと、
   全体のＳＥＭ画像を生成するステップと、
   を有することを特徴とする画像生成方法。
8. 前記合成基準画像を決定するステップでは、前記指定された一つの分割画像内の指定された領域の画像情報と同等の画像情報を有する領域の画像を前記隣接する２つの分割画像の重複領域から検出して前記合成基準画像とすることを特徴とする請求項７に記載の画像生成方法。
9. 前記分割画像を合成するステップの前に、
   前記分割画像内のパターン形成領域の周囲の座標データを測定するステップを有することを特徴とする請求項７に記載の画像生成方法。
10. 前記分割画像を合成するステップは、
    前記隣接する分割画像に含まれるパターン形成領域の周囲の座標データを前記合成基準画像の座標データを基に修正するステップを含むことを特徴とする請求項７に記載の画像生成方法。
11. 前記分割画像を合成するステップは、
    前記分割領域に複数のパターンに対応する領域が存在するとき、前記合成の対象とする隣接する分割画像の方向の枠にかかるパターン形成領域の画像を前記合成基準画像とするステップを含むことを特徴とする請求項７に記載の画像生成方法。
12. さらに、前記隣接する２つの分割画像の前記重複領域に含まれる同一のパターン形成領域の画像が存在しないとき、当該分割画像内に含まれるパターン形成領域の画像を含むように分割画像を形成するステップを有することを特徴とする請求項７に記載の画像生成方法。

Images