JP2013222734A

JP2013222734A - 荷電粒子線装置

Info

Publication number: JP2013222734A
Application number: JP2012091497A
Authority: JP
Inventors: Kohei Yamaguchi; 宏平山口; Tomohiro Hirai; 大博平井; Akira Nakagaki; 亮中垣
Original assignee: Hitachi High Technologies Corp; Hitachi High Tech Corp
Current assignee: Hitachi High Tech Corp
Priority date: 2012-04-13
Filing date: 2012-04-13
Publication date: 2013-10-28
Anticipated expiration: 2032-04-13
Also published as: US20150060667A1; TWI515813B; KR20140128351A; KR101588367B1; US9040937B2; WO2013153891A1; JP6078234B2; TW201405685A

Abstract

【課題】欠陥の発生頻度の分布とパターンとの位置関係とからプロセス不良の原因を容易に特定できる装置を提供する。
【解決手段】試料に荷電粒子線を照射して二次荷電粒子を検出する荷電粒子線光学系と、二次荷電粒子から得られた複数の被検査画像から、被検査画像内の所定の領域ごとに欠陥候補の発生頻度を求める画像処理部と、欠陥候補の発生頻度の分布をパターンとの位置関係が分かるように表示する表示部とを有し、結果確認ウィンドウ９０１の内部には、ウェハ上の画像取得箇所を表示するウェハマップ画面９０２、テンプレート画像９０３、取得画像９０４、グループリスト９０５、頻度表示ボタン９０６、選択範囲変更ボタン９０７、取得画像サムネイル表示及び選択ＧＵＩ９０８から構成されている。使用者は頻度表示ボタン９０６をクリックすることで、テンプレート画像上に頻度を表す図を重ね合わせて発生頻度を確認することができる。
【選択図】図９

Description

本発明は、欠陥検査手段を備えた荷電粒子線装置、特に欠陥検査装置、レビュー装置に関する。

コンピュータ等に使用されるメモリやマイクロコンピュータなどの半導体デバイスは、ホトマスクに形成された回路等のパターンを、露光処理、リソグラフィー処理、エッチング処理等により転写する工程を繰り返すことによって製造される。半導体デバイスの製造過程において、リソグラフィー処理、エッチング処理、その他の処理結果の良否、異物発生等の欠陥の存在は、半導体デバイスの歩留まりに大きく影響を及ぼす。したがって、歩留まり向上のために、各製造工程の終了時に半導体ウェハ上のパターンの検査を実施し、異常発生や不良発生を、早期にまたは事前に検知している。

上記のような工程で用いられる検査装置は、ウェハの口径増大と回路パターンの微細化に追随して高スループット且つ高精度な検査を行うことが求められている。検査精度を保ちつつ短時間で数多くの領域を検査するため、半導体デバイスの検査手法の１つとして、予め指定したウェハ上の領域を事前に指定しておき、一度の検査実行で複数の箇所の画像を撮像してその画像を検査する方法がある。また、プロセス不良の原因を把握するため、ウェハ全体または一部での各箇所の欠陥数などの特徴量をウェハ上に表示し、傾向を把握することは広く行われている。例えば特許文献１に示す特許は、露光装置のショット単位またはチップ単位でグループ化した不良分布、または特徴量の頻度分布として持ち、その分布を用いて半導体装置の不良原因を特定することを行っている。また特許文献２はウェハ上に複数の領域区分を設け、それぞれの領域が持つ特徴量の分布を用いてウェハごとに発生した不良の分布を、ウェハ単位で自動分類するのに用いている。

特開２００８−４６４１号公報（ＵＳ２００８／０００４８２３）特開２００４−２８８７４３号公報（ＵＳ２００４／０２５５１９８）

半導体回路のパターン検査では、プロセス不良の原因を特定するために、欠陥数などのウェハ上にわたる分布だけでなく、より詳細な、つまり半導体パターンのどの部分に欠陥が多く発生しているかを特定する必要がある場合がある。例えば、ラインパターン間の欠陥の場合には、ラインエッジにラフネスとして多く発生しているか、またはパターンショートが多く発生しているかでは、その重要度が大きく異なる。この場合、特許文献１、２のような複数の区分に分けたウェハ上の欠陥分布では、ラインパターンが存在する場所や座標に欠陥が多く発生しているという情報しか分からないため、不十分である場合がある。ラインパターンとどのような位置関係で欠陥が多発しているのかについて知ることが欠陥の原因究明に必要となる。

そこで、本発明は、欠陥の発生頻度の分布とパターンとの位置関係とからプロセス不良の原因を容易に特定できる装置を提供することを目的とする。

上記課題を解決するために、本発明の荷電粒子線装置は、試料に前記荷電粒子線を照射して二次荷電粒子を検出する荷電粒子線光学系と、二次荷電粒子から得られた複数の被検査画像から、被検査画像内の所定の領域ごとに欠陥候補の発生頻度を求める画像処理部と、欠陥候補の発生頻度の分布を試料上のパターンと合わせて表示する表示部とを有することを特徴とする。

本発明によれば、欠陥の発生頻度の分布とパターンとの位置関係とをユーザに提示するので、プロセス不良の原因を容易に特定することができる。

荷電粒子線装置の全体構成図。本実施例の処理フローチャート。ウェハ上の観察箇所入力のためのＧＵＩ。取得画像のグループ分けの説明図。テンプレート画像と被検査画像の位置合わせの説明図。欠陥検出の説明図。欠陥が発生している画素の説明図。画素ごとの欠陥発生頻度の説明図。欠陥発生頻度を表示するＧＵＩ。欠陥発生頻度の表示例、出力例の説明図。欠陥発生頻度の分布が異なる場合の説明図。欠陥発生頻度を求める対象とする範囲を変更するためのＧＵＩ。複数のウェハを選択するためのＧＵＩ。複数のウェハを選択した場合の取得画像のグループ分けの説明図。複数のウェハを選択した場合の欠陥発生頻度を表示するＧＵＩ。欠陥の種類を識別する説明図。欠陥候補の発生頻度の表示例の説明図。

以下、実施例にて本発明の実施形態について説明する。半導体ウェハ表面上の欠陥を検出する欠陥検査装置および欠陥検査の実施形態について説明するが、これは本発明の単なる一例であって、本発明は以下説明する実施の形態に限定されるものではない。例えば、ここでいう欠陥検査装置は、画像を取得して当該画像から欠陥の有無を判断するものを広く指す。また、レビュー装置等の荷電粒子線装置では、定点観測やプロセスモニタリングのために、試料上の予め決められた位置を検査する手段等の欠陥検査手段を備えたものがあるが、これらの荷電粒子線装置にも当然適用可能であって、以下でいう欠陥検査装置にはこれらも含むものとする。なお、定点観測とは、チップ内の不良が発生しやすい場所などの工程上管理したい場所を指定し、その個所の画像を撮像することを意味し、プロセスモニタリングとは、パターン加工や洗浄などの半導体の個々の製造工程において、異常が発生していないかをウェハ上の欠陥個数及びその増減、場所などを検査して管理することを意味する。

実施例１では、被検査画像と対応する部分の比較画像から欠陥候補を抽出し、指定した領域に含まれる欠陥候補を欠陥として表示する欠陥検査装置について説明する。

図１は、欠陥検査装置の全体構成例を示す概略図である。欠陥検査装置は、電子線１０７を発する電子銃１０１、電子線１０７を収束するレンズ１０２、電子線１０７を偏向制御する偏向器１０３、電子線１０７を収束する対物レンズ１０４、試料１０５を載置する試料台１０６、電子線１０７を試料１０５に照射することで発生する二次電子１０８や反射電子１０９を検出する二次電子検出器１２２や反射電子検出器１２３、試料台１０６を移動させる移動ステージ１２４等で構成された走査電子顕微鏡（ＳＥＭ）を有している。反射電子検出器１２３は双対な陰影像を撮像するために互いに直線上に、向かい合わせの位置に設置されている。そしてこれらは、カラム（図示せず）中に配置され、真空ポンプ（図示せず）により真空中に維持することができる。

電子銃１０１から放射された電子線１０７はレンズ１０２で収束され、偏向器１０３で二次元的に走査偏向されたのち、対物レンズ１０４で収束されて試料１０５に照射される。試料１０５に電子線１０７が照射されると、試料１０５の形状や材質に応じた二次電子１０８や反射電子１０９が発生する。これら二次電子１０８や反射電子１０９は、二次電子検出器１２２または反射電子検出器１２３で検出され、増幅器（図示せず）により増幅された後、アナログ／デジタル（Ａ／Ｄ）変換器１１３でデジタル値に変換される。反射電子検出器１２３からの信号は、反射電子像であるＬ像およびＲ像の形成に用いられ、二次電子検出器１２２からの信号は、二次電子像であるＳ像の形成に用いられる。以下、二次電子、反射電子等の試料から得られる信号をまとめて二次荷電粒子と呼ぶ。また特に断らない限りＬ像、Ｒ像、Ｓ像、またはこれらの合成画像を用いて画像処理を行ってもよく、本明細書中ではこれらをまとめて画像と総称する。デジタル値に変換されたデータは画像メモリ１１５に記憶される。この際、アドレス制御回路１１４は、画像メモリ１１５に記憶される画像データのアドレスとして、電子線１０７の走査信号に同期したアドレスを生成する。また、画像メモリ１１５は、記憶した画像データを随時、画像処理部１１９に転送する。

画像処理部１１９では、送られてきた画像データを制御部１１８を介してディスプレイ等の表示部１１７に送ると共に、この画像データを基に演算処理を行い欠陥の抽出等の処理を行う。ここでの欠陥抽出（検出）処理は、送られてきた画像データと、この画像データに対応するパターンから得られた他の画像データとを比較演算することで行う。画像処理部１１９については後述する。

レンズ１０２、偏向器１０３および対物レンズ１０４は、それぞれレンズ制御回路１１０、偏向制御回路１１１および対物レンズ制御回路１１２からの制御信号により制御され、電子線１０７の焦点位置や偏向量が制御される。これにより、電子線１０７が試料１０５に対して適切な位置に照射されるように調整できる。また、試料台１０６を載置した移動ステージ１２４は機構制御回路１１６からの制御信号により二次元的に平行移動させることができる。このため、試料台１０６によって保持されている試料１０５も二次元的に平行移動させることができ、これにより試料１０５に対して電子線１０７を走査させる位置を制御することができる。なお、レンズ制御回路１１０、偏向制御回路１１１、対物レンズ制御回路１１２および機構制御回路１１６は、いずれも制御部１１８からの信号により制御される。

また、キーボードやマウス等からなる入力部１２０は装置操作やパラメータ設定などの表示部１１７に表示されるＧＵＩ（Graphical User Interface）の操作に用いられ、外部入出力部１２１はＨＤＤ、ＵＳＢメモリなどの外部記憶装置と本装置との電子ファイルのやり取りを行うのに使用する。また、ＬＡＮのような通信手段の入出力口も利用することができる。

画像処理部１１９は、以下に説明する、テンプレート画像生成、取得画像のグループ分け、欠陥候補検出、欠陥判定、欠陥頻度登録を行う部分で、これらの各機能ブロックは、各部の処理を実行する演算処理回路を組み合わせて構成（いわゆるハード実装）してもよいし、各部の処理に相当するプログラムを格納したメモリを画像処理部１１９内に設け、同じく画像処理部１１９内に設けたプロセッサによりプログラムを実行させることにより、仮想的に図２に示すフローを実現してもよい。また、一部の機能ブロックを専用処理回路で実現し、残りの機能ブロックをプログラムとプロセッサとによりソフトウェア的に実現してもよい。

図２は本実施例のフローチャートを示している。
まずステップ２０１でウェハ上の画像を取得する場所を指定する。この場所を指示する手段は入力装置１２０から直接座標を入力するか、図３のようにチップを選択して複数箇所を一度に登録できるような補助入力のためのＧＵＩを搭載しておき、これを通して入力される。補助入力のためのＧＵＩを用いることで使用者の入力の負担が軽減する。図３は座標入力ＧＵＩを示し、ウェハ上のダイ構成を示し、観察するダイの選択にも使用するウェハマップ画面３０２、実際にダイ内部の座標を入力する座標入力部３０３、登録ボタン３０４、キャンセルボタン３０５、登録した観察箇所の一覧を示すリスト３０６から構成されている。使用者は、ダイ内部の座標を座標入力部３０３に入力装置により入力し、観察するダイをウェハマップ画面３０２で直接クリックして選択する。ウェハマップ画面３０２は選択されたダイを灰色で表示しており、また、選択ダイ内部の点は、実際の観察箇所を示している。入力した内容が問題なければ、登録ボタンをクリックすると、リスト３０６に登録される。入力した内容を削除したい場合はキャンセルボタン３０５をクリックする。リスト３０６は入力した観察箇所の一覧を表示しており、本表示例では括弧内にダイ内部のＸ座標、Ｙ座標、その隣に観察箇所数を記載している。このような入力補助ＧＵＩを用意し使用者に入力させてもよいし、ほかの装置またはパーソナルコンピュータで作成された座標の記載されたファイルを外部入出力部１２１から読み込ませてもよい。

次に、ステップ２０２に移り、ステップ２０１で入力した座標値に基づきウェハを移動させ、登録した座標の画像を撮像する。その画像は画像メモリ１１５に入力される。

次に、ステップ２０３では取得した画像を座標値、または回路パターンの類似度からグループ分けする。グループ分けの基準は、座標値の場合は画像を１つ選択し、その画像の取得座標と他の画像の取得座標が一定範囲内に含まれるものを１つのグループとして分類する。回路パターンの場合は、画像を１つ選択し、その画像と他の画像との正規化相関値を計算し、その最大値が一定値以上の画像を同じ回路パターンを含む画像とみなして１つのグループとして分類することもできる。図４はその説明図であり、取得した画像４０１が、座標値、または回路パターンの類似度から４０３に示す３つのグループに分類される内容を示している。これらのグルーピング方法はどちらかを選択してもよいし、併用してもよい。また、同じ形状の画像に分類する手法であれば、ほかの方法を使用してもよい。ウェハ面内では同じまたは類似したパターンを持つ部分が複数存在する場合がある。このような場合にパターンの類似度に応じて欠陥の発生頻度を求めることで、プロセス起因の欠陥をより容易に特定することができる。

次に、ステップ２０３で分類したグループごとに、テンプレート画像生成部２０１に画像を入力し、テンプレート画像を決定する（ステップ２０４）。テンプレート画像は、各グループの画像、またはあらかじめ登録された画像から使用者が選択してもよいし、これらの被検査画像に加算処理等の演算処理を施して生成してもよい。ここで、テンプレート画像とは、画像加算等の画像処理によって欠陥がないと考えられる理想的な画像であって、欠陥検出の際の比較画像として用いられる画像である。テンプレート画像の生成に用いる画像処理は欠陥がないとみなせる画像を生成できる方法であれば何でもよい。

本処理で生成したテンプレート画像を用い、次のステップ２０５ではそれぞれのグループごとに、テンプレート画像と同じグループの各画像との位置合わせを行う。これは次の欠陥検出処理（ステップ２０６）に使用する他、欠陥の発生頻度を求める際（ステップ２０７）の座標決めにも用いられる。位置合わせは、例えば図５の５０３のように、テンプレート画像５０１を被検査画像上５０２で走査して各箇所で正規化相関値を求め、その値が最も高い部分をパターンが一致する場所とみなし、その画像ずらし量を求める方法が挙げられる。ずらし量は、図５中でｄｘ、ｄｙと表記している値に相当する。もちろん他の方法でも、テンプレート画像と被検査画像との位置関係が特定できる方法であれば何でもよい。

この位置合わせ処理で求められた画像のずらし量分画像をずらし、画像を引き算することで、各画素の差分値が求められる。図６はこの処理の内容を説明した説明図である。図６中の点線の正方形に囲まれた画像は被検査画像５０２、実線の正方形で囲まれた画像はテンプレート画像５０１である。この差分値が一定値以上ある部分、つまりテンプレート画像との間に一定以上の違いがみられる部分を欠陥候補として検出する（ステップ２０６）。図６では６０１の部分にあたる。通常、欠陥候補は複数の画素を含む領域として検出される。なお、欠陥候補とは、上記の比較処理で抽出された領域をいい、必ずしも欠陥であるとは限らないが、本明細書中では単に欠陥と称することもある。なお、欠陥検出処理については、ほかの方法を用いてもよい。例えば、設計データ等との比較により欠陥候補の輪郭線を求める方法で、欠陥候補を抽出した場合には、その輪郭線の内部の領域を欠陥候補として扱うことで以下の処理を同様に行うことができる。

欠陥候補として検出された領域は、画素ごとに画像メモリにテンプレート画像上の座標として記憶され、その部分の画素に１を加算する（ステップ２０７）。図７はその説明図であり、右側の正方形部分はテンプレート画像を表す。７０１は図６で欠陥として検出された部分６０１の左上の部分を拡大した図であり、格子１つ１つが画像の画素に相当する。欠陥検出の結果、欠陥として特定された７０１の灰色部分の画素に頻度のカウントが加算される。ここで７０１の“１”は加算した頻度を表し、７０１は“１”の書かれた画素に欠陥が１回発生したことを示している。

これを同グループ内の複数の画像について行うことで、テンプレート画像の各画素で、欠陥が何回発生したかが分かるようになる。図８はその説明図であり、７０１と同様の図に、発生頻度（回数）を記載した例を示している。なお、本実施例では欠陥領域内の全ての画素に対して欠陥発生としてカウントしているため、配線ラインをまたいで欠陥領域が存在するような場合には配線ライン上であっても欠陥としてカウントされる。

図７、図８はあくまで内容の説明のための図であり、使用者に表示しなくともよいが、例えば７０１のような図を表示するとより詳細に頻度を確認することができる。

同グループ内の画像についてステップ２０５〜ステップ２０７の処理が終了したら、次のグループについて、同じ処理を繰り返す。こうして、グループごとに、各グループ内の画像それぞれの欠陥発生画素と、テンプレート画像を位置の基準として記録された、画素ごとの欠陥発生頻度が求められる（ステップ２０８）。また、ステップ２０８ではグループごとに発生頻度の最大値、最小値を求めてもよい。図１０を用いて後述するように最大値、最小値にて発生頻度を規格化することができる。

最後に、求めた欠陥発生頻度を元に、テンプレート画像上にその頻度を図示する（ステップ２０９）。図９は結果表示のＧＵＩの表示例である。図９は結果確認ウィンドウ９０１を示している。結果確認ウィンドウ９０１の内部には、ウェハ上の画像取得箇所を表示するウェハマップ画面９０２、テンプレート画像９０３、取得画像９０４、グループリスト９０５、頻度表示ボタン９０６、選択範囲変更ボタン９０７、取得画像サムネイル表示及び選択ＧＵＩ９０８から構成されている。使用者は頻度表示ボタン９０６をクリックすることで、テンプレート画像上に頻度を表す図を重ね合わせて発生頻度を確認することができる。ちなみに、頻度を表す図は取得画像９０４上に重ね合わせてもよい。その場合、ステップ２０５で求めた位置合わせ量だけ、画像ごとに場所をずらして重ね合わせる必要がある。取得場所の画像９０４は選択ＧＵＩ９０８内の画像をクリックする、またはウェハマップ画面９０２内の観察箇所を示す点をクリックすることで選択することができる。選択ＧＵＩ９０８の左右の三角はクリックすることで表示を切り替えて別の観察箇所の画像を表示するために用いられる。また、グループリスト９０５は分類されたグループを示しており、各グループの文字を直接クリックすることで、そのグループに含まれる観察箇所の画像を結果確認ウィンドウ９０１に表示することができる。

頻度の図示の方法としては、例えば発生頻度の最大値で規格化し、その割合に応じた色で画素ごとに色をつけて表示する方法が挙げられる。図１０はこの説明を示している。１００１に示すテンプレート画像上に、発生頻度の高さを濃淡で表示したグレー画像表示（１００２）、色の違いで表示したカラー表示（１００３）を重ね合わせた例、およびＣＡＤ図と頻度表示と合成した表示例を示している（１００４）。ＣＡＤ図との合成の場合、例えばテンプレート画像から輪郭線を抽出した画像と、ＣＡＤ図との位置合わせの相関を取り、もっとも相関値が高い箇所から頻度分布のＣＡＤ図上の座標を求め、重ね合わせることで表示できる。

このように頻度が高い部分、低い部分が分かるように塗り分けることで、欠陥の発生頻度が視覚的に分かりやすくなる。サーモグラフのように寒色から暖色に変化するように塗り分ける、白黒の濃淡で塗り分けるなど、塗り分け方はこの例にとどまらない。欠陥の原因究明のためにはパターンとの位置関係がわかるように欠陥発生頻度の面内分布が表示されることが望ましい。

また、画素ごとの数値をテキスト化し、ファイルとして出力してもよい（１００５）。１００５は括弧内に座標値、その隣に発生頻度（回数）を記載したデータファイルの概念図であり、これは例えばＣＡＤデータと比較するのに使用する他、さらなる分析のためのデータとして使用することができる。

以上のように、グループごとに欠陥の発生頻度を表示することができ、これによって欠陥の発生原因をより詳細に特定するための手掛かりとするための手段として使用することができる。欠陥の発生原因の特定について図１１を用いて説明する。例えば図１１には２種類の欠陥発生頻度を表示した画像１１０１、１１０２が示されている。元の回路パターンは１００１のテンプレート画像である。１１０１、１１０２はいずれも３本のラインパターンの右２本の間の先端に欠陥が多く発生していることを表しており、色の濃度が高いほど、発生頻度が高いことを表している。１１０１はラインパターンの間に、１１０２はパターンエッジに欠陥が多く発生していることが分かり、１１０１はショート欠陥が、１１０２はエッジのラフネスの揺らぎが多く発生していると推測される。このように、発生頻度を示すことは、各観察箇所に含まれる欠陥の特徴をより詳しく知る手段として使用できる。また、複数箇所で観察し、欠陥検出を行った結果のまとめとしても使用することができる。観察箇所が膨大になると、個々の画像を確認して欠陥発生についての全体の傾向を把握するのは大変な労力であるが、発生頻度の画像を確認することで、欠陥の発生の様子が１枚の画像で確認できる。

上記実施例で、欠陥の発生頻度を求める単位を画素ごととしているが、もう少し大きい単位で求めることも可能である。これは検査装置ごとの分解能に応じて任意の大きさを選んでもよいが、回路パターンよりも大きい範囲で頻度を求めると得られる結果の情報が少なくなるため、回路パターンの幅の半分程度が最大の目安である。まとめると、欠陥の発生頻度を求める単位の上限は、欠陥の発生領域とパターンとの位置関係が認識できる程度であるといえる。

また、画素ごとに欠陥の発生頻度を求めた後に、複数の画素で頻度を合算して当該複数画素ごとの欠陥候補の発生頻度として表示してもよい。これによって画素数が多い画像での表示時間の短縮や、縮小画像での表示の際に利用することができる。

また、上記実施例の２０３のグループ分けの際に、回転対称、または反転対称の画像を１つのグループとしてまとめてもよい。これはそれぞれ被検査画像を回転、反転して正規化相関値を求めることで実現できる。これは例えば、Ｃｅｌｌ部分の４隅のパターンを１つのパターンとしてまとめる時に使用できる。

上記のステップ２０９の例では、グループごとの画像はそのグループに含まれるすべての画像を対象とした例をあげているが、一部分のみの画像を対象としてもよい。選択範囲変更ボタン９０７はその設定ウィンドウを呼び出すためのボタンであり、クリックすると図１２に示す設定ウィンドウ１２０１が表示される。１２０１はウェハ上のダイまたは観察箇所の表示選択を行うＧＵＩ１２０２、グループの表示、選択を行う１２０３、表示箇所の選択個数を示す１２０４、１２０３で選択されているグループのテンプレート画像を表示する１２０５、表示範囲の変更を終了し、確認画面（図９の９０１）に戻るためのボタン１２０６からなる。１２０２では表示対象とするダイまたは観察箇所を示す点（１２０２の内部の点）をクリックすることで選択でき、選択したダイまたは点は選択されたことを示す色（図中ではダイの場合で灰色）がつけられる。また、選択した箇所の個数は１２０４に表示される。選択、非選択はクリックのたびに切り替えることができる。この画面で選択されたダイまたは観察箇所の画像に対して発生頻度がステップ２０８で再計算され、確認画面９０１に戻った際に選択したダイまたは観察点の発生頻度が表示される。また、ダイまたは観察点の選択に応じて、１２０５のテンプレート画像内にリアルタイムに発生頻度を表示してもよい。なお、グループの切り替えは１２０３のグループ表示の文字を直接クリックすることで行う。設定終了後、１２０６をクリックすると、確認画面９０１に戻る。このように、ウェハ上の一部分のダイの画像のみを対象とするように使用者に選択できるようにすると、例えばウェハ外周部分、ウェハ中央部分の発生頻度を分けて求めることができ、プロセス不良の原因の特定に応用できる。

また、９０１は１枚のウェハでの表示例をあげているが、複数枚のウェハを対象として欠陥発生頻度を表示することもできる。図１３、図１５には、この説明のためのＧＵＩ構成例を示している。図１３は複数枚のウェハを選択するためのＧＵＩ構成例である。選択画面ウィンドウ１３０１は、ウェハのリスト１３０２、選択したこと示すチェックマーク１３０３、リスト１３０２の選択箇所１３０４、選択箇所の取得画像のプレビュー表示を行う１３０５、選択を終了し、確認画面に移動するためのボタン１３０６からなる。リスト１３０２にはウェハ名、観察日時、グループ、各グループの観察座標、グループ内画像数（点数）が左から順に記載されている。このリストの左端部分をクリックすると、チェックマーク１３０３がそのウェハ名の部分につき、選択したことを表す。なお、グループの画像を確認したい場合はリストの中の任意の行をクリックすると、その行が示すグループの画像がランダムに１３０５に表示される。または選択されたグループのテンプレート画像が１３０５に表示されても良い。

図１３で選択されたウェハの画像のグルーピングについては、図４およびステップ２０３で説明した場合と同様の処理を行うことで実現できる。図１４は複数ウェハの場合のグルーピング処理の説明図である。１４０１にはウェハ名A100001、A100002、A100003の３枚の画像を選択した場合の概念図を、取得画像を一部省略して記載している。A100001、A100002、A100003のすべての画像は１４０２で４０２と同様に、座標値、またはパターン類似度でグループ分けされ、１４０３のように分類される。１４０３は複数のウェハの画像を新たに新グループ１、新グループ２、・・・と分類した内容を説明した図である。この新グループ内の画像について、ステップ２０５〜ステップ２０７の処理を行い、新グループごとの結果を表示することができる。これを説明したのが図１５である。

図１５は複数ウェハの場合の発生頻度確認画面であり、特に図１４の新グループ１の場合の例を示している。図９で説明した９０２〜９０８のＧＵＩ、新グループ表示切り替えのＧＵＩは省略している。確認ウィンドウ１５０１には、選択した複数のウェハの取得画像全体にわたっての発生頻度を示す１５０２と、比較のために各ウェハの発生頻度を示す１５０３〜１５０５が表示されている。このように、グループごとに頻度の結果を表示してもよいし、もし各ウェハにわたって同じグループが存在するときには、さらにウェハごとに該当のグループの頻度の結果を表示してもよい。ウェハは前の工程で順番に処理されているため、ウェハごとに欠陥発生頻度を表示することにより、欠陥の発生頻度の時系列管理を行うことが可能となる。また、全体の頻度１５０２と、個々のウェハでの発生頻度１５０３〜１５０５とを比較することで、発生した欠陥が特定のウェハのみなのか、プロセス処理を行ったウェハすべてについて発生するのかの特定が可能となる。

この算出された発生頻度を、各取得画像で検出された欠陥の種類の識別、すなわちシステマティック欠陥か、ランダム欠陥かの識別に応用することができる。ちなみにこの識別方法は、高い頻度で発生している箇所の欠陥がシステマティック欠陥、それ以外の欠陥がランダム欠陥であるとの仮定の元に行う方法であり、その意味で、以下のシステマティック欠陥、ランダム欠陥の言葉を使用している。言い換えれば、システマティック欠陥は同じパターン位置に発生することが多い欠陥であり、ランダム欠陥とはパターン位置に依存せずランダムに発生する欠陥である。

図１６は、この識別方法を説明するための説明図である。取得画像１６０１に対しステップ２０６で欠陥検出処理を実施し、１６０２に示すように１６０３、１６０４の２つの欠陥が検出されたとする。また、取得画像１６０１を含むグループの欠陥発生頻度の面内分布図は１６０５のようになったとする。１６０５は３本のラインパターンのうち右２本の間に欠陥が多く発生していることを示している。この図に対し、一定以上の発生頻度がある画素をまとめたのが１６０６内の１６０７の部分である。検出された欠陥１６０３、１６０４が、この１６０７とどれだけ重なるかで、その欠陥がシステマティック欠陥か、ランダム欠陥かを判別する。例えば、１６０８は１６０６に１６０３を、回路パターン位置を基準に重ね合わせた図、１６０９は１６０６に１６０４を同様に重ね合わせた図を表す。１６０８の場合、欠陥１６０３の大部分が１６０７に含まれるためシステマティック欠陥、１６０９の場合、欠陥１６０４は１６０７に全く含まれないため、ランダム欠陥と判別される。より具体的には、１６０７、１６０３、１６０４の画素の座標から、１６０７の画素に、１６０３、１６０４の画素がそれぞれ何パーセント含まれ、かつ１６０３、１６０４の画素にそれぞれ１６０７の画素が何パーセント含まれているかを計算することで判断することができる。なお、システマティック欠陥かランダム欠陥かの判定のしきい値は使用者が予め設定できるようにしておくとよい。このように、欠陥発生頻度が一定以上の領域と、欠陥候補として検出された領域との重複領域の大きさを求めることにより、システマティック欠陥かランダム欠陥かを判別することができる。

なお、図１６の応用として、図９に示すＧＵＩで個々の画像及び欠陥検出結果を確認する際に、それぞれの欠陥の頻度を図示することができる。これは図１７を用いて説明する。

図１７には図９で説明した頻度確認のためのＧＵＩから、頻度を重ね合わせて表示できるテンプレート画像９０３、及び個々の取得画像９０４を抜き出したものである。テンプレート画像９０３上には、欠陥の発生頻度の分布を示す１７０１が表示されており、１７０２〜１７０５は個々の取得画像で検出された欠陥を表している。例えばこれらを、発生頻度の分布から１７０６〜１７０９のように色分けして表示できるようにすると、確認している画像の欠陥が、特別なものなのか頻繁に発生しているものなのかを判別するのに利用できる。検出された欠陥がどの頻度に対応するかの判断は、上でシステマティック欠陥を判別した時と同様に行うことができるし、ほかの方法を使用してもかまわない。例えば、図１６で説明したように個々の欠陥領域と一定以上の発生頻度の領域との重なり具合によって判別してもよいし、個々の欠陥領域の画素の頻度のうち最高の頻度をその欠陥の発生頻度とみなしてもよい。

また、表示方法としては、色分け以外にも、頻度の程度に応じてHigh、Middle、Lowの文字を添付したり（１７１０）、その欠陥が発生した画像の枚数を表示する（１７１１）などの方法を取ることができる。これらの表現方法はあくまで一例であり、ほかの方法でもかまわない。

以上に説明したように、取得した画像を欠陥のないテンプレート画像を用いて比較検査して欠陥の場所を画素単位、またはそれに類する単位で特定し、その頻度をテンプレート画像上の分布として求め、試料のパターンと合わせて表示することで、使用者は対象検査箇所の欠陥発生頻度の分布とパターンの位置関係を認識することができる。さらに欠陥発生頻度を画素単位で求めてマッピングすることで、これをより詳細に解析することができる。

以上の実施例では、ラインパターンについて説明したが、検査対象のパターンはこれに限らない。ホールパターンや矩形パターンなど、図形の種類を問わず適用可能である。

なお、本発明は上記した実施例に限定されるものではなく、様々な変形例が含まれる。例えば、上記した実施例は本発明を分かりやすく説明するために詳細に説明したものであり、必ずしも説明した全ての構成を備えるものに限定されるものではない。また、ある実施例の構成の一部を他の実施例の構成に置き換えることが可能であり、また、ある実施例の構成に他の実施例の構成を加えることも可能である。また、各実施例の構成の一部について、他の構成の追加・削除・置換をすることが可能である。

１０１電子銃
１０２レンズ
１０３偏向器
１０４対物レンズ
１０５試料
１０６試料台
１０７電子線
１０８二次電子
１０９反射電子
１１０レンズ制御回路
１１１偏向制御回路
１１２対物レンズ制御回路
１１３アナログ／デジタル変換器
１１４アドレス制御回路
１１５画像メモリ
１１６機構制御回路
１１７表示部
１１８制御部
１１９画像処理部
１２０入力部
１２１外部入出力部
１２２二次電子検出器
１２３反射電子検出器
１２４移動ステージ

Claims

荷電粒子線を照射して試料のパターンの欠陥を検査する荷電粒子線装置であって、
前記試料に前記荷電粒子線を照射して二次荷電粒子を検出する荷電粒子線光学系と、
前記二次荷電粒子から得られた複数の被検査画像から、前記被検査画像内の所定の領域ごとに欠陥候補の発生頻度を求める画像処理部と、
前記欠陥候補の発生頻度の分布を前記パターンと合わせて表示する表示部とを有することを特徴とする荷電粒子線装置。
請求項１に記載の荷電粒子線装置において、
前記画像処理部は画素単位で欠陥候補の発生頻度を求めることを特徴とする荷電粒子線装置。
請求項１に記載の荷電粒子線装置において、
前記画像処理部は、
前記複数の被検査画像を複数のグループに分類する分類部と、
前記複数のグループそれぞれの画像に基づいて得られるテンプレート画像を生成するテンプレート画像生成部と、
前記被検査画像を前記被検査画像に対応する部分の前記テンプレート画像と比較して欠陥候補を検出する欠陥検出部と、
前記テンプレート画像上の各画素において前記欠陥候補と判断された回数をカウントすることで前記欠陥候補の発生頻度を求める演算部とを有することを特徴とする荷電粒子線装置。
請求項３に記載の荷電粒子線装置において、
前記分類部は前記被検査画像が取得された座標値、または前記被検査画像どうしの類似度のいずれか、または両方に基づいて分類することを特徴とする荷電粒子線装置。
請求項１に記載の荷電粒子線装置において、
ウェハまたはダイまたは観察箇所を選択する選択手段を有し、
前記選択手段によって選択されたウェハまたはダイまたは観察箇所の画像を用いて前記欠陥候補の発生頻度を求めることを特徴とする荷電粒子線装置。
請求項１に記載の荷電粒子線装置において、
複数のウェハから得られた被検査画像を用いて、前記欠陥候補の発生頻度を求めることを特徴とする荷電粒子線装置。
請求項１に記載の荷電粒子線装置において、
前記欠陥候補の発生頻度と前記被検査画像の欠陥候補の位置から、欠陥の種類を分類することを特徴とする荷電粒子線装置。
請求項７に記載の荷電粒子線装置において、
前記欠陥候補の発生頻度が一定以上となる領域と前記被検査画像の欠陥候補の領域との重なり具合から、システマティック欠陥かランダム欠陥かを判別することを特徴とする荷電粒子線装置。
請求項３に記載の荷電粒子線装置において、
前記テンプレート画像は、複数の前記被検査画像を加算した画像であることを特徴とする荷電粒子線装置。
請求項３に記載の荷電粒子線装置において、
前記分類部は前記複数の被検査画像のうち、回転対称または反転対称の回路パターンを含む画像を１つの同じグループに分類することを特徴とする荷電粒子線装置。
請求項１に記載の荷電粒子線装置において、
前記表示部は、前記欠陥候補の発生頻度を前記所定の領域ごとに前記発生頻度に応じた色により表示することを特徴とする荷電粒子線装置。
請求項１に記載の荷電粒子線装置において、
前記表示部は、前記欠陥候補の発生頻度を前記欠陥候補ごとに前記発生頻度に応じた色により表示することを特徴とする荷電粒子線装置。
請求項３に記載の荷電粒子線装置において、
前記欠陥の発生頻度は、前記テンプレート画像、または前記被検査画像、または前記被検査画像に対応する設計データと重ね合わせて表示されることを特徴とする荷電粒子線装置。
請求項２に記載の荷電粒子線装置において、
画素単位で求められた前記欠陥候補の発生頻度を複数画素で統合して、当該複数画素ごとの欠陥候補の発生頻度として表示することを特徴とする荷電粒子線装置。