JP2014130026A - 欠陥観察方法および欠陥観察装置 - Google Patents

Abstract

【課題】 パターンが形成されていない段階の製造工程、または下層に形成されたパターンが撮像画像に現れない製造工程においても欠陥を解析する事例が増加している。しかしながら、このような事例において、画像に周期的なパターンが認識できない場合には良好な参照画像が合成できず欠陥検出に失敗するという課題がある。
【解決手段】 被検査画像に占める欠陥領域の割合である欠陥占有率を求め、当該欠陥占有率と閾値との大小を判定し、判定の結果に応じて、被検査画像に含まれる複数画素の輝度値の平均輝度値を有する画素で構成される画像を前記参照画像として作成するか否かを決定する。特に、欠陥占有率が低い場合には被検査画像に含まれる複数画素の輝度値の平均輝度値を有する画素で構成される画像を前記参照画像として採用する。
【選択図】 図３

Description

本発明は、半導体製造工程における、欠陥観察方法、および欠陥観察装置に関する。

半導体製造工程において、高い歩留まりを確保するためには、製造工程で発生する欠陥を早期に発見して、対策を施すことが重要である。

ＳＥＭ（Scanning Electron Microscope）式欠陥観察装置（欠陥レビュー装置ともいう）は、特に、半導体製造工程で発生した欠陥を観察するための装置であり、一般に上位の欠陥検査装置で検出した欠陥座標の画像を、上位の欠陥検査装置よりも高画質で観察するための装置である。具体的には、上位の欠陥検査装置が出力した欠陥座標に試料ステージを移動して、観察対象となる欠陥が視野内に入る程度の低倍率で撮像して、撮像した低倍画像から欠陥座標を検出して、欠陥が視野の中心に位置するように試料ステージを移動、または撮像中心を移動して、欠陥観察に適した高倍率で観察用の高倍画像を取得する。

このように、低倍画像で欠陥座標を検出するのは、上位の欠陥検査装置が出力する欠陥座標には装置仕様の範囲で誤差が含まれているためであり、ＳＥＭ式欠陥観察装置で高画質な欠陥画像を取得する際には、この誤差を補正する処理が必要となるからである。

この高画質な欠陥画像を取得する工程を自動化したものがＡＤＲ（Automatic Defect ReviewまたはAutomatic Defect Redetection）である。ＡＤＲでは、上位の欠陥検査装置における欠陥検出の座標精度、試料の特性、または観察対象とする欠陥の種類に応じて、欠陥を検出するための低倍画像の取得条件や、欠陥を観察するための高倍画像の取得条件を、ＡＤＲの欠陥検出率とスループットとのバランスを考慮しながら最適化しなければならない。

特許文献１には「走査型電子顕微鏡を用いて第１の倍率で欠陥を含む画像を取得し、この取得した第１の倍率の欠陥を含む画像から参照画像を作成し、取得した第１の倍率の欠陥を含む画像と、この第１の倍率の欠陥を含む画像から作成した参照画像とを比較して欠陥を検出し、検出した欠陥を第１の倍率よりも大きい第２の倍率で撮像する」点が記載されている。これによれば「低倍率の参照画像の撮像工程を省略できるので、欠陥のレビューをより効率的に行うことができる」と記載されている。

特開２００７−４０９１０号公報（米国特許出願公開第２００７／００３１０２６号明細書）

近年の設計パターンの微細化、製造プロセスの複雑化に伴い、歩留まりに影響を与える欠陥も多様化しており、観察対象とすべき製造工程も増加している。特に、従来は問題視しなかった微小な欠陥も観察対象となっており、パターンが形成されていない段階の製造工程、または下層に形成されたパターンが撮像画像に現れない製造工程においても、疑似欠陥の誤検出をある程度容認して超高感度の欠陥検査を実施し、疑似欠陥を含んで検出された欠陥候補を欠陥観察装置で観察することで、真の欠陥を解析する事例が増加している。

しかしながら、このような事例での参照画像の合成においては、特許文献１のように欠陥が存在する欠陥画像から製造されたパターンの周期性を利用して、欠陥が存在しない参照画像を合成する方法では、欠陥画像に周期的なパターンが認識できない場合に良好な参照画像が合成できず欠陥検出に失敗するという課題がある。

そのため、画像視野内にパターンが存在しない場合に適した参照画像の作成方法、および作成した参照画像を用いて高精度な欠陥検出を安定して実現することができる欠陥観察システムの開発が求められている。

上記課題を解決するために、本発明は、被検査画像に占める欠陥領域の割合である欠陥占有率を求め、当該欠陥占有率と閾値との大小を判定し、判定の結果に応じて、被検査画像に含まれる複数画素の輝度値の平均輝度値を有する画素で構成される画像を前記参照画像として作成するか否かを決定することを特徴とする。

本発明によれば、画像視野内にパターンが存在しない場合に適した参照画像の作成方法、および作成した参照画像を用いて高精度な欠陥検出を安定して実現することができる欠陥観察システムを提供することができる。

上記以外の課題、構成、および効果は、以下の実施形態の説明により明らかにされる。

ＳＥＭ式欠陥観察システムの概略構成図の例である。 ＳＥＭ式欠陥観察システムの操作・解析部の構成図の例である。 欠陥検出を行う操作・解析部における機能ブロック図の例である。 代表参照画像を取得するＡＤＲフローチャートの例である。 代表参照画像を用いた欠陥検出方法を示す模式図の例である。 実施例１のＡＤＲフローチャートの例である。 実施例１の欠陥検出方法を示す模式図の例である。 実施例１の欠陥検出方法の課題を示す模式図の例である。 実施例２のＡＤＲフローチャートの例である。 実施例２の欠陥検出方法を示す模式図の例である。 実施例３のＡＤＲフローチャートの例である。 実施例３の欠陥検出方法を示す模式図の例である。 実施例４のＡＤＲフローチャートの例である。 実施例４の欠陥検出方法を示す模式図の例である。 実施例５のＡＤＲフローチャートの例である。 実施例５の欠陥検出方法を示す模式図の例である。 実施例６で説明する欠陥占有率を算出する方法を示す模式図の例である。 実施例７で説明する欠陥占有率を算出する方法を示す模式図の例である。 実施例８で説明する欠陥占有率の判定方法を示す模式図の例である。 実施例９で説明する欠陥検出方法を選択することができるＧＵＩの例である。

画像視野内にパターンが存在しない場合であっても、欠陥検出精度とスループットを両立した安定した欠陥検出方法、欠陥観察装置、欠陥観察システムの構成例を説明する。以下に説明する欠陥観察システムは本発明の一例であって、本発明は以下に説明する実施の形態に限定されるものではない。本発明において、欠陥観察装置とは荷電粒子線を用いて試料の画像を撮像する装置であって、複数の画像を比較して欠陥を検出する装置を広く含む。また、欠陥観察システムとは欠陥観察装置がネットワーク等で他の装置と接続されたシステムであって、欠陥観察装置を含んで構成されるシステムを広く含むものとする。

欠陥観察装置を含む欠陥観察システムの一構成例として、ＳＥＭ式欠陥観察装置でＡＤＲにより欠陥画像を取得する例を説明するが、システム構成はこれに限らず、欠陥観察システムを構成する装置の一部、または全部が異なる装置で構成されていてもよい。例えば、本実施例のＡＤＲ処理は、ＳＥＭ式欠陥観察装置とネットワーク接続されたＡＤＲ処理装置や画像管理装置、またはレシピ管理装置で実行されてもよいし、システム内の汎用コンピュータに搭載されたＣＰＵ（Central Processing Unit）により、所望の演算処理を実行するプログラムで実行されてもよい。また、このプログラムが記録された記憶媒体により、既存の装置をアップグレードすることも可能である。

また、本明細書において「欠陥」とは異物に限らず、試料の素材不良や構造不良など、観察対象物を広く含むものとする。

また、本明細書において「試料」とはパターンが製造される前の段階の工程のウェハだけでなく、パターンが製造された後の段階の工程であっても良い。以下に説明する実施例は、パターンが実際に製造されているか否かに関らず、観察画像の視野内にパターンが撮像されていない、または存在しない場合に特に有効である。

また、本明細書において「欠陥画像」とは欠陥検査の対象となる画像（被検査画像）であって、真の欠陥の画像のみならず、欠陥候補の画像や擬似欠陥の画像も含むものとする。また、「参照画像」とは欠陥抽出のために欠陥画像との比較に用いられる、いわゆる基準となる画像であって、正常な領域すなわち欠陥が無いと推定される領域の画像である。

以下、図面を参照して、本発明の実施例について詳細に説明する。

ＳＥＭ式欠陥観察装置とは、光学式またはＳＥＭ式検査装置などの欠陥検査装置で検出した欠陥座標を入力情報として、欠陥座標の高画質なＳＥＭ画像を観察や解析に適した条件で取得する装置である。ＳＥＭ式観察装置への入力情報としては、欠陥検査装置で検出した欠陥座標以外にも、設計レイアウトデータに基づくシミュレーションなどにより抽出した観察点の座標情報を用いることもできる。

図１は、本実施例におけるＳＥＭ式観察システムの全体構成を示す模式図である。図１のＳＥＭ式欠陥観察装置１１８は、電子銃１０１、レンズ１０２、走査偏向器１０３、対物レンズ１０４、試料１０５、二次粒子検出器１０９などの光学要素により構成される電子光学系、観察対象となる試料を保持する試料台をＸＹ面内に移動させるステージ１０６、当該電子光学系に含まれる各種の光学要素を制御する電子光学系制御部１１０、二次粒子検出器１０９の出力信号を量子化するＡ／Ｄ変換部１１１、ステージ１０６を制御するステージ制御部１１２、全体制御・解析部１１３、画像処理部１１４、ディスプレイ、キーボード、マウスなどを備えた操作部１１５、取得した画像などを保持する記憶装置１１６、光学顕微鏡１１７などにより構成されている。また、電子光学系、電子光学系制御部１１０、Ａ／Ｄ変換部１１１、ステージ１０６、ステージ制御部１１２は、ＳＥＭ画像の撮像手段である走査電子顕微鏡を構成する。

電子銃１０１から発射された一次電子線１０７は、レンズ１０２で収束され、走査偏向器１０２で偏向された後、対物レンズ１０４で収束されて、試料１０５に照射される。一次電子線１０７が照射された試料１０５からは、試料の形状や素材に応じて、二次電子や反射電子などの二次粒子１０８が発生する。発生した二次粒子１０８は、二次粒子検出器１０９で検出された後、Ａ／Ｄ変換部１１１でデジタル信号に変換される。デジタル信号に変換された二次粒子検出器の出力信号を、画像信号と称する場合もある。Ａ／Ｄ変換部１１１の出力信号は、画像処理部１１４に出力されてＳＥＭ画像を形成する。当然ながら、当該装置にはこれ以外に他のレンズや電極、検出器を含んでもよいし、一部が上記と異なっていてもよく、荷電粒子光学系の構成はこれに限られない。

画像処理部１１４は、生成したＳＥＭ画像を使用して、欠陥検出などの画像処理を実行するＡＤＲ処理や、欠陥を種類別に自動分類するＡＤＣ（Automatic Defect Classification）処理など、各種の画像解析処理を実行する。なお、本実施例のＳＥＭ式観察装置では、異なる複数の倍率で観察対象の画像を取得することができる。例えば、走査偏向器１０３の走査範囲を変えることによって、倍率を変えて観察することが可能である。

レンズ１０２、走査偏向器１０３、対物レンズ１０４など、電子光学系内部の光学要素の制御は、電子光学系制御部１１０で実行される。試料の位置制御は、ステージ制御部１１２で制御されたステージ１０６で実行される。全体制御および解析部１１３は、ＳＥＭ式観察装置全体を統括的に制御する制御部であり、ディスプレイ、キーボード、マウスなどを備えた操作部１１５、記憶装置１１６からの入力情報を解釈して、電子光学系制御部１１０、ステージ制御部１１２、画像処理部１１４などを制御して、必要に応じて操作部１１５に含まれる表示部や、記憶装置１１６に処理結果を出力する。

画像処理部１１４で実行される処理は、専用の回路基板によってハードウェアとして構成されていてもよいし、欠陥観察装置に接続されたコンピュータで実行されるソフトウェアによって実現されてもよい。ハードウェアにより構成する場合には、処理を実行する複数の演算器を配線基板、半導体チップ、またはパッケージ内に集積することにより実現できる。ソフトウェアにより構成する場合には、画像処理部１１４に高速なＣＰＵを搭載して、所望の演算処理をプログラムで実行することにより実現できる。

また、図１では欠陥観察システムの一例として、ＳＥＭ式欠陥観察装置１１８と、レシピ管理装置１２０と、欠陥情報データベース１２１を、ＬＡＮ（Local Area Network）１１９を介して接続した例を示している。ＳＥＭ式欠陥観察装置１１８で取得した画像は、欠陥情報データベース１２１に保存する。その他欠陥に関する情報、例えば欠陥画像の撮像条件や検出した欠陥座標なども、欠陥情報データベース１２１に保存する。レシピ管理装置１２０は、レシピ作成に必要な欠陥情報を、欠陥情報データベース１２１から取得し、画像処理を含む演算処理を実行して、ＡＤＲやＡＤＣ処理などを実行する条件、手順を記録したレシピを作成する。演算処理に用いたパラメータや作成したレシピなどは、レシピ管理装置に内蔵した記憶装置に保存してもよいし、欠陥情報データベースに保存してもよい。このように「欠陥情報」には、検査装置が検出した欠陥の座標、検査装置が撮影した画像、検査装置の解析機能で解析した結果や、欠陥観察装置で再検出した欠陥の座標、欠陥観察装置が撮像した画像、欠陥観察装置の解析機能で解析した結果など、欠陥に関する情報が含まれる。

図２は、図１の全体制御部および解析部１１３、操作部１１５、および記憶装置１１６の詳細図の例である。ここでは、操作・解析部２０１は、図１の全体制御・解析部１１３と操作部１１５を統合して表現したものである。操作・解析部２０１は、操作部１１５からの操作指示に応じて、全体制御・解析部１１３に組み込まれたＣＰＵが所定のプログラムを実行することにより実現される、複数の機能ブロックからなるものとする。このように、図１に示したような全体制御・解析部をＳＥＭ式観察装置に組み込んだ構成に限らず、図１に示したＳＥＭ式観察装置とは独立して、図２に示す操作・解析部２０１を構成して、ネットワーク接続により図１と図２の構成要素を連結してもよい。

図２の構成要素を、図１の欠陥観察システムに組み込む場合には、欠陥データ記憶部２０２、画像データ記憶部２０３、解析パラメータ記憶部２０４、解析結果データ記憶部２０５は、図１の記憶装置１１６に統合されてもよい。

欠陥データ記憶部２０１には、欠陥座標などの欠陥情報が格納されている。画像データ記憶部２０２には、ＳＥＭ式観察装置で撮像した欠陥画像が格納されている。解析パラメータ記憶部２０４には、画像取得や画像解析時に実行するＡＤＲ条件、ＡＤＣ条件などの条件が格納されており、複数の条件を再現することが可能である。処理結果は、解析結果データ記憶部２０５に格納される。

他の実施例として、操作・解析部２０１の機能を、図１で示したＳＥＭ式欠陥観察システムにおけるレシピ管理装置１２０で実現することも可能である。さらに、欠陥データ記憶部２０２、画像データ記憶部２０３、解析パラメータ記憶部２０４、解析結果データ記憶部２０５は、図１に示したＳＥＭ式欠陥観察システムにおける欠陥情報データベース１２１で実現することもできる。

図３は、以下で説明する欠陥検出処理を行うための機能のブロック図の例である。図３の機能ブロック図では、説明を簡単にするため以下の全実施例に対応する機能が全て図示されているが、装置への実装はこの一部のみであってもよい。詳しくは各実施例に述べるとおりである。

参照画像作成処理部３０６は、低倍欠陥画像から以下の各実施例で述べる方法により低倍参照画像を生成する。また、実施例２以降で述べるように低倍参照画像の合成をせず、新たに撮像した低倍参照画像を用いる場合には取得された低倍参照画像３０２をそのまま比較対象用の画像として出力する。欠陥検出処理部３０８は、低倍欠陥画像３０１と低倍参照画像３０７を入力情報として、これらの画像の差分領域を欠陥領域として検出する。検出した欠陥座標３０９を、高倍画像取得のための欠陥座標情報として出力する。

欠陥占有率判定処理部３０５は、ＳＥＭ式観察装置で撮像した低倍欠陥画像３０１を入力情報として、欠陥占有率判定を行うものである。詳しくは実施例２以降で述べる。この場合、参照画像作成処理部３０６は、欠陥占有率判定処理部３０５で判定した結果に基づき参照画像作成方法を決定する。決定した作成方法に基づき、低倍欠陥画像３０１、または低倍参照画像３０２、または取得済み低倍欠陥画像３０３、または取得済み低倍参照画像３０４を入力情報として、低倍参照画像３０７を作成する。ここで「取得済み」とは、被検査対象としての欠陥画像３０１以外の欠陥画像に対して過去に撮像されたものであることを意味する。取得済み低倍欠陥画像または取得済み低倍参照画像を用いる方法については実施例３、４、５で詳しく述べる。

このように、解析対象である低倍欠陥画像の欠陥占有率に基づき、欠陥検出に使用する低倍参照画像の作成方法を最適化することで、欠陥検出の精度を向上させることができる。また、欠陥占有率に基づき低倍参照画像の作成方法を最適化する処理を自動化することで、操作者が低倍参照画像の取得または作成方法を選択する必要が無くなるため、作業負担を軽減することができる。

図４は、ＡＤＲシーケンスの最初に代表低倍参照画像を取得するＡＤＲのフローチャートの例である。画像視野内にパターンが存在しない場合、すなわちパターンが形成されていない段階の製造工程、または膜材の塗布などにより、下層に形成されているパターンが撮像画像に現れない状態にある試料に対しては、低倍欠陥画像に対応する低倍参照画像を毎回取得する必要が無い。そこで高速化のために、ＡＤＲシーケンスの最初に１枚だけ低倍参照画像を取得して、取得した低倍参照画像と各低倍欠陥画像とを比較して欠陥検出を行っている。このように各低倍欠陥画像の比較基準とするために、取得された代表画像を「代表低倍参照画像」ということとする。

まず、ＡＤＲシーケンスの最初に代表低倍参照画像を取得する（４０１）。代表低倍参照画像には、欠陥や試料に製造されたパターンが含まれないことが重要であるため、パターンが無い可能性が高い試料の中心座標や、または操作者がレシピで指定した座標の画像を取得する。代表低倍参照画像に欠陥が含まれていた場合には、低倍欠陥画像との差分を検出する際に、観察対象とすべき欠陥以外の差分が検出されてしまうため、欠陥検出に失敗することとなる。

次に、観察対象の座標が視野に入るように試料ステージを移動して、低倍欠陥画像を取得する（４０２）。取得した低倍欠陥画像とシーケンスの最初に取得した代表低倍参照画像とを比較して、差分を欠陥領域として検出する（４０３）。検出した欠陥領域の座標を、観察に適した倍率で高倍欠陥画像を取得する（４０４）。ここで、観察に適した倍率とは一般的には低倍画像より高倍率である。４０２から４０４の処理を、観察対象の全試料および全検査対象点に対して実行する（４０５）。このように、低倍参照画像を観察対象毎に取得するのではなく、ＡＤＲシーケンスの最初に代表低倍参照画像を取得して使い回すことで、スループットを向上することができる。

図５は、代表低倍参照画像を用いた欠陥検出処理を示す模式図の例である。この模式図を使って、図４で説明した方法の問題点を説明する。代表低倍参照画像を使用する方法では、欠陥画像５０１と代表低倍参照画像５０２とを比較して、差分画像５０３を求める。差分画像５０３は、低倍欠陥画像５０１と代表低倍参照画像５０２とを画素単位で比較して求められたものであり、差分画像５０３において階調値の差が閾値以上である場合に有意な差があると判定する。差分画像５０３では、有意な差があると判定した画素を白で、有意な差が無いと判定した画素を黒で表現している。以下、本明細書においては、白の部分が欠陥部分と判定された領域、黒の部分が正常部分と判定された領域であるとして説明する。

図５の事例では、低倍欠陥画像５０１上に曲線状の欠陥５０４があり、差分画像５０３上では、欠陥領域５０５として検出されている。しかし、代表低倍参照画像５０２に存在するノイズの影響により、欠陥領域５０５は破線状に検出されている。また、低倍欠陥画像５０１と代表低倍参照画像５０２に存在するノイズの影響により、差分画像５０３上には、欠陥領域５０５以外にも、欠陥の誤検出の原因となりえる差分が抽出されている。

撮像時のノイズ自体を軽減する技術や、画像処理によりノイズの影響を軽減する技術が発達してはいるが、これらの処理だけでは不十分であり、画像視野内にパターンが存在しない場合に適した、演算コストが低く、ノイズに対してロバストな欠陥検出処理が求められている。特にＳＥＭ式観察装置では、試料の材質や構造の違いにより帯電状態が変化することで、取得した画像の見え方が変動することがあるため、代表低倍参照画像と低倍欠陥画像の見え方の変動に対応した欠陥検出処理が求められている。

特許文献１の技術では、欠陥画像から比較対象となる参照画像を合成するため、図５で説明した方法と比較すると、欠陥画像と参照画像との見え方の違い、例えば輝度分布のバラツキが少なくなる点で有利であるが、欠陥検出精度、およびスループットに関して課題がある。

まず、欠陥検出精度に関しては、画像視野内にパターンが存在しない場合には、周期性を利用した参照画像合成の精度が悪いという課題がある。合成した参照画像に欠陥領域が残っていると、欠陥画像と比較した際に、欠陥の見逃し、または欠陥以外の領域を誤検出する可能性が高くなる。

次に、スループットに関して、欠陥画像の周期性を算出して周期性に応じて画像を分割して分割した画像を再合成する必要があり、参照画像を合成するためには演算コストが高くスループットが悪化するという課題がある。観察視野内のパターンを利用して参照画像を合成する処理は、欠陥画像毎、すなわち観察対象の数だけ繰り返すので、これらの処理時間の合計が、図４で説明した、代表参照画像の取得時間より長くなる場合には、ＡＤＲシーケンスの最初に１回だけ代表低倍参照画像を取得する方法の方が、スループットの面で優位であるといえる。

そこで、図４や図５で説明した技術や特許文献１の技術を画像視野内にパターンが存在しない場合に適用した際の課題を解決する処理方法を説明する。図６は、本実施例のＡＤＲのフローチャートの例である。

まず、低倍欠陥画像を取得する（６０１）。図４と比較すると、シーケンスの最初に代表低倍参照画像を取得する必要が無いため、代表低倍参照画像の取得処理分の処理時間を短縮することができる。

次に、取得した低倍欠陥画像の平均輝度値で低倍参照画像を作成する（６０２）。この低倍参照画像の作成処理は、低倍欠陥画像毎に実行する必要があるが、特許文献１と比較すると、単純に平均値を算出するだけであり、処理自体が単純なため短時間で低倍参照画像を作成することができる。また、平均輝度値を算出する処理は、低倍欠陥画像や低倍参照画像、または差分画像に対してノイズ軽減処理を施すよりも、一般に高速に処理することができる。なお、ここで「平均輝度値」とは、低倍欠陥画像を構成する画素全体の平均の輝度値または代表的な輝度値のことである。例えば、低倍欠陥画像が500×500画素で構成されている場合、合計250,000画素の全画素値の平均を平均輝度値として、この平均輝度値を全ての画素が持つように500×500画素の画像を構成する。ＳＥＭ画像ではグレースケールで輝度値を0から255の256階調で表すことが多いので、このような場合には平均輝度値は0から255の間の値をとることになる。

最後に、６０２で作成した低倍参照画像と、６０１で取得した低倍欠陥画像とを比較して、差分を欠陥領域として検出して欠陥座標とする（６０３）。検出した欠陥座標を観察に適した倍率で、一般的には低倍欠陥画像よりも高倍率で、高倍欠陥画像を取得する（６０４）。６０１から６０４の処理を、観察対象の全試料および全検査対象点に対して実行する（６０５）。

図７は、図６で説明した低倍欠陥画像の平均輝度値で作成した低倍参照画像を用いる欠陥検出処理を示す模式図の例である。低倍欠陥画像７０１と低倍欠陥画像の平均輝度値で作成した低倍参照画像７０２とを比較して、階調値の差が閾値以上である場合に有意な差があると判定する。差分画像７０３では、有意な差があると判定した画素を白で、有意な差が無いと判定した画素を黒で示している。

図５の事例と同様、図７の事例でも、低倍欠陥画像７０１上に曲線状の欠陥７０４があり、差分画像７０３上では、欠陥領域７０５として検出されている。図５の欠陥領域５０５と比較すると、低倍参照画像７０２にノイズが存在しない分、欠陥領域がより正確に抽出されている。また、差分画像７０３上には検出すべき欠陥領域７０５の他に、欠陥画像７０１に存在するノイズの一部が残っているが、図５の差分画像５０３と比較すると、低倍参照画像７０２にノイズが無い分、欠陥以外の差分領域が減少している。

このように、低倍欠陥画像３０１を入力として、参照画像作成処理部３０６で低倍欠陥画像３０１の平均輝度値で低倍参照画像３０７を作成して、欠陥検出処理部３０８で、低倍欠陥画像３０１と低倍参照画像３０７とを比較して、差分を欠陥座標３０９として出力することができる。この方法によれば、低倍欠陥画像の平均輝度値で作成した低倍参照画像を用いるので、代表低倍参照画像を用いる方法と比較して、代表低倍参照画像のノイズや見え方の変動に対して安定な欠陥検出を実現することができる。また、低倍欠陥画像の平均輝度値を算出するという単純な演算で、低倍参照画像を作成することができるので、高速な欠陥検出処理を実現することができる。

本実施例では、実施例1で説明した方法と比較して、処理速度よりも欠陥検出の安定性を重視した欠陥観察方法の例を説明する。図１から図３までの構成と、図４から図７までの説明内容は本実施例と同様であるため、説明を省略する。

図８は、図６と図７で説明した、低倍欠陥画像の平均輝度値で作成した低倍参照画像を用いる欠陥検出方法の課題を示す模式図である。低倍欠陥画像の平均輝度値で低倍参照画像を作成する場合の問題は、低倍欠陥画像に占める欠陥領域の面積が相対的に広い場合に、算出される平均輝度値が欠陥領域の輝度値の影響を強く受けることである。なお、「欠陥占有率」とは、画像の視野全体に占める欠陥領域の割合のことである。通常は画像の視野のうち欠陥の領域は小さいので欠陥占有率は比較的小さいが、検出されるべき欠陥がいわゆる巨大欠陥の場合には欠陥占有率が高くなる。

図８に示すように、低倍欠陥画像８０１において、観察視野に対して欠陥占有率が高い欠陥８０４が存在する場合、低倍欠陥画像８０１の平均輝度値で作成した低倍参照画像８０２は、占有率が高い欠陥８０４の部分の輝度値の影響を強く受ける。欠陥領域を除いた平均輝度で低倍参照画像が作成されるのが理想的であるのに対して、図８の事例では、低倍欠陥画像８０１における欠陥領域８０４の輝度が低く（暗く）、欠陥領域を除いた領域の輝度が高い（明るい）ので、作成した低倍参照画像８０２は理想的な低倍参照画像と比較すると輝度が低く（暗く）なっている。そのため、低倍欠陥画像８０１と低倍参照画像８０２とを比較して、差分を欠陥領域として算出した差分画像８０３では、検出したい欠陥領域８０５が非欠陥領域（図中、黒の部分）として判定され、一方で非欠陥領域として判定すべき背景部分が欠陥領域（図中、白の部分）として誤検出されている。

このように、実施例１で説明した低倍欠陥画像の平均輝度値で低倍参照画像を作成する方法は、低倍欠陥画像において欠陥が占める割合が大きい場合に、欠陥検出精度が低下するという課題がある。

図９を用いて、図８で説明した低倍欠陥画像における欠陥占有率が高い場合に、欠陥検出精度が低下するという課題を解決する方法を説明する。図９は、欠陥画像の欠陥占有率に応じて低倍参照画像を変えるＡＤＲのフローチャートの例である。すなわち、欠陥占有率が高い場合には参照画像を取得し、欠陥占有率が低い場合には実施例１の方法により低倍参照画像を生成する例である。

まず、低倍欠陥画像を取得する（９０１）。次に、取得した低倍欠陥画像に占める欠陥領域の占有率（欠陥占有率）を求め、予め定められた閾値との大小を判定する（９０２）。この判定結果に基づいて低倍欠陥画像の平均輝度値を用いて低倍参照画像を作成するか否かを決定する。具体的には、欠陥占有率が低い場合には、低倍欠陥画像の平均輝度値で低倍参照画像作成する方法が有効と判断して、図６や図７で説明したのと同様の方法で、低倍欠陥画像の平均輝度値から低倍参照画像を作成する（９０４）。一方、欠陥占有率が高い場合には、低倍欠陥画像の平均輝度値から低倍参照画像を作成すると、欠陥占有率が高い欠陥領域の影響を受けて所望の輝度値で低倍参照画像が作成できない可能性が高いため、欠陥が存在しないと期待できる座標の画像を、低倍参照画像として新たに取得する（９０３）。ここで、欠陥占有率の大小は実施例８で示す方法のように、ある閾値により判定すればよい。

次に、９０３で取得した低倍参照画像、または９０４で作成した低倍参照画像と、９０１で取得した低倍欠陥画像とを比較して、その差分を欠陥領域として検出する（９０５）。さらに、検出した欠陥領域を観察に適した倍率で、一般的には低倍欠陥画像よりも高倍率で、高倍欠陥画像を取得する（９０６）。９０１から９０６の作業を、全ての試料および検査対象点に対して実行する（９０７）。

図１０は、図９で説明した欠陥検出方法を示す模式図の例である。低倍欠陥画像１００１において、欠陥領域１００４が大きく欠陥占有率が高いと判定した場合には、低倍欠陥画像から低倍参照画像を作成することはせずに、欠陥が存在しないと期待できる座標の画像を取得して、低倍参照画像１００２とする。一方、欠陥領域が小さく欠陥占有率が低いと判定した場合には、図６や図７で説明したのと同様の方法で、低倍欠陥画像の平均輝度値から作成した画像を低倍参照画像とする。

次に、低倍欠陥画像１００１と低倍参照画像１００２とを比較して、差分画像１００３を求める。低倍欠陥画像１００１と低倍参照画像１００２とを画素単位で比較して、階調値の差が閾値以上である場合に有意な差があると判定する。図１０の差分画像１００３では、有意な差があると判定した部分を白で、有意な差が無いと判定した部分を黒で表現している。

このように、低倍欠陥画像３０１を入力として、欠陥占有率判定処理部３０５で欠陥占有率を求める。参照画像作成処理部３０６は、欠陥占有率が高い場合には低倍参照画像３０２を新たに撮像し、また欠陥占有率が低い場合には低倍欠陥画像の平均輝度値から低倍参照画像３０７を生成する。欠陥検出処理部３０８は、低倍欠陥画像３０１と、参照画像作成処理部３０６から出力された低倍参照画像３０７とを比較して、その差分を欠陥座標３０９として出力する。

この方法によれば、低倍欠陥画像の欠陥占有率が低い場合には、低倍欠陥画像の平均輝度値で作成した低倍参照画像を欠陥検出に用いることで、ノイズや観察座標の材質や構造に起因する輝度の変動に対して、安定した欠陥検出が実現でき、低倍欠陥画像の欠陥占有率が高い場合には、欠陥が存在しないと期待できる座標の画像を取得して低倍参照画像とするので、欠陥検出率の低下を防ぐことができる。また、処理速度の観点では、低倍参照画像を取得する回数が増加すると、ＡＤＲのスループットが低下してしまうが、低倍欠陥画像の倍率を上げ過ぎない（観察視野を狭くしすぎない）ことに留意して低倍欠陥画像の観察条件を設定することで、欠陥占有率が高い欠陥画像の発生を抑制することも可能である。

本実施例では、実施例１で説明した方法と比較すると、欠陥検出の安定性を重視しつつ、処理速度の低下を最小限に抑えた欠陥観察方法の実施例を説明する。また、実施例２と比較すると、欠陥検出の安定性は同等で、処理速度は高速である。なお、図１から図３までの構成と、図４から図７までの説明内容は本実施例と同様であるため、説明を省略する。

実施例２で説明した方法は、図５で説明した代表参照画像を取得する方法と同様、低倍参照画像のノイズの影響を受けやすく欠陥検出精度が低下するという課題がある。また、低倍欠陥画像の取得時の倍率調整により制御可能ではあるが、図９で述べたように、欠陥占有率が高いと判定される事例が増えると、低倍参照画像を取得する処理が必要になるため、スループットが低下するという課題もある。

図１１は、低倍欠陥画像の欠陥占有率が高い場合に、代表低倍参照画像の平均輝度値で低倍参照画像を作成するＡＤＲのフローチャートの例である。実施例２で説明した、低倍欠陥画像の欠陥占有率が高い場合に、欠陥が存在しないと期待できる座標の画像を取得して低倍参照画像とする方法において、上記の課題を解決する方法を説明するものである。

まず、ＡＤＲシーケンスの最初に、欠陥が存在しないと期待できる座標の画像を取得して、これを代表低倍参照画像とする（１１０１）。次に、低倍欠陥画像を取得して（１１０２）、取得した低倍欠陥画像に占める欠陥領域の欠陥占有率を求め、予め定められた閾値との大小を判定する（１１０３）。この判定結果に基づいて低倍欠陥画像の平均輝度値を用いて低倍参照画像を作成するか否かを決定する。具体的には、欠陥占有率が低い場合には、低倍欠陥画像の平均輝度値で低倍参照画像を作成する方法が有効だと判断して、低倍欠陥画像の平均輝度値から低倍参照画像を作成する（１１０５）。一方、欠陥占有率が高い場合には、１１０１で取得した代表低倍参照画像の平均輝度値で低倍参照画像を作成する（１１０４）。

最後に、代表低倍参照画像の平均輝度値で作成した低倍参照画像、または低倍欠陥画像の平均輝度値で作成した低倍参照画像と、１１０２で取得した低倍欠陥画像とを比較して、差分を欠陥領域として検出する（１１０６）。次に、検出した欠陥領域を拡大した高倍欠陥画像を取得し（１１０７）、１１０２から１１０７の処理を、全ての試料および検査対象点に対して実行する（１１０８）。

図１２は、図１１で説明した欠陥検出方法を示す模式図の例である。まず、ＡＤＲシーケンスの最初に取得しておいた、代表低倍参照画像１２０６の平均輝度値から低倍参照画像１２０２を作成する。取得した低倍欠陥画像１２０１の欠陥占有率を求める。欠陥占有率が高い場合には、低倍欠陥画像１２０１と低倍参照画像１２０２とを比較して、差分画像１２０３を求める。一方、欠陥領域が小さく欠陥占有率が低いと判定した場合には、図６や図７で説明したのと同様の方法で、低倍欠陥画像の平均輝度値から作成した画像を低倍参照画像とする。

図１２の差分画像１２０３では、低倍欠陥画像１２０１と低倍参照画像１２０２とを画素単位で比較して、階調値の差が閾値以上である場合に有意な差があると判定する。差分画像１２０３では、有意な差があると判定した画素を白で、有意な差が無いと判定した画像を黒で表している。

このように、低倍欠陥画像３０１を入力として、欠陥占有率判定処理部３０５で欠陥占有率を求める。参照画像作成処理部３０６は、欠陥占有率が高い場合には代表低倍参照画像の平均輝度値で低倍参照画像３０７を作成し、また欠陥占有率が低い場合には低倍欠陥画像の平均輝度値から低倍参照画像３０７を生成する。欠陥検出処理部３０８は、低倍欠陥画像３０１と、参照画像作成処理部３０６から出力された低倍参照画像３０７とを比較して、その差分を欠陥座標３０９として出力する。

この方法によれば、欠陥占有率が低い場合には、低倍欠陥画像の平均輝度値で作成した低倍参照画像を欠陥検出に用いることで、ノイズや観察座標の材質や構造に起因する輝度の変動に対して、安定した欠陥検出が実現でき、低倍欠陥画像の欠陥占有率が高い場合には、代表低倍参照画像の平均輝度値で低倍参照画像を作成するので、低倍欠陥画像の欠陥領域の影響を受けることなく欠陥検出が可能となり、欠陥検出率の低下を防止することができる。また、代表低倍参照画像の平均輝度から低倍参照画像を作成することで、代表低倍参照画像をそのまま使用する場合と比較して、代表低倍参照画像のノイズの影響を受け難くなり、高精度な欠陥検出が可能となる。さらに、シーケンスの最初に１度だけ代表参照画像を取得することで、欠陥占有率が高い場合に毎回低倍参照画像を取得する方法と比較して、低倍参照画像取得によるスループットの低下を最小限に抑えることができる。

本実施例では、過去に取得または作成した参照画像を用いることで、安定した欠陥検出を実現する欠陥観察方法の例を説明する。図１から図３までの構成と、図４から図７までの説明内容は本実施例と同様であるため、説明を省略する。

実施例１から実施例３で説明した方法により、欠陥検出精度とスループットとのバランスを考慮して、観察対象に適した欠陥観察方法を選択することができるが、例えば、異なる工程に対して一つのレシピを使い回すような場合には、試料の材質や構造の違いにより背景部分の見え方が異なる可能性が高いため、このような事例にも安定して対応可能な方法が求められている。

また、実施例３で説明したＡＤＲシーケンスのように、シーケンスの最初に代表参照画像を１枚取得する方法では、代表参照画像が理想的な参照画像である保証は無い。理想的な参照画像とは、製造パターンや下層の構造が視野内に現れていないだけでなく、欠陥画像の背景部分と同等の輝度で、さらにノイズや試料の帯電による輝度むらが発生していない画像である。稀ではあるが、代表参照画像が理想的な参照画像ではない場合があるため、このような事例に対しても安定した方法が求められている。

図１３は、低倍欠陥画像の欠陥占有率が高い場合に、取得または作成済みの参照画像の平均輝度値で低倍参照画像を作成するＡＤＲのフローチャートである。まず、低倍欠陥画像を取得して（１３０１）、取得した低倍欠陥画像に占める欠陥領域の占有率を求め、予め定められた閾値との大小を判定する（１３０２）。この判定結果に基づいて低倍欠陥画像の平均輝度値を用いて低倍参照画像を作成するか否かを決定する。具体的には、欠陥占有率が低い場合には、低倍欠陥画像の平均輝度値で参照画像を作成する方法が有効であると判断して、低倍欠陥画像の平均輝度値から低倍参照画像を作成する（１３０４）。一方、欠陥占有率が高い場合には、取得済みの参照画像、または作成済みの参照画像の平均輝度値で低倍参照画像を作成する（１３０３）。ここで、取得済みの参照画像または作成済みの参照画像とは、観察時のＡＤＲシーケンス内で取得、または作成した低倍参照画像に限定せずに、像質が同等と考えられるレシピで、過去に取得、または作成した参照画像を含んでも良い。参照画像の選択は、自動選択でも、操作者が選択してレシピで指定したものでもよい。取得済みまたは作成済みの低倍参照画像を複数選択して、これらの画像全ての平均輝度値により低倍参照画像を生成することも可能である。

図１３では、欠陥占有率判定処理（１３０２）の後に、取得または作成済み参照画像の平均輝度値で低倍参照画像を作成しているので（１３０３）、ＡＤＲシーケンス内で作成した最新の低倍参照画像を使用することができる。これにより、観察点の材質や構造による見え方の変動に追従して安定した欠陥検出が期待できる。

ところが、毎回低倍参照画像を作成すると相応の演算コストがかかるため、ＡＤＲシーケンスの開始前に、取得済みまたは作成済みの参照画像の平均輝度であらかじめ低倍参照画像を作成しておいてもよい。作成した低倍参照画像は、例えば、ＡＤＲの実行条件を記述したレシピに登録しておいてもよい。こうすることにより、ＡＤＲのスループットを低下させることなく、過去に取得または作成した参照画像を考慮した低倍参照画像を活用することができるので、安定した欠陥検出を実現することができる。

次に、１３０３で作成した低倍参照画像、または１３０４で作成した低倍参照画像と、１３０１で取得した低倍欠陥画像とを比較して、差分を欠陥領域として検出する（１３０５）。最後に、検出した欠陥領域の拡大画像を高倍欠陥画像として取得する（１３０６）。１３０１から１３０６の処理を、全ての試料および検査対象点に対して実行する（１３０７）。

図１４は、図１３で説明した欠陥検出方法を示す模式図の例である。

まず、取得または作成済みの１枚以上の参照画像１４０６の平均輝度値で、低倍参照画像１４０２を作成する。取得した低倍欠陥画像１４０１の欠陥占有率を求め、欠陥占有率が高い場合には、低倍欠陥画像１４０１と低倍参照画像１４０２とを画素単位で比較する。一方、欠陥領域が小さく欠陥占有率が低いと判定した場合には、図６や図７で説明したのと同様の方法で、低倍欠陥画像の平均輝度値から作成した画像を低倍参照画像とし、これと低倍欠陥画像とを比較する。比較により階調値の差が閾値以上である場合には有意な差があると判定する。差分画像１４０３では、有意な差があると判定した画素を白で、差異が無いと判定した画素を黒で示している。

このように、低倍欠陥画像３０１を入力として、欠陥占有率判定処理部３０５で欠陥占有率を求める。参照画像作成処理部３０６は、欠陥占有率が高い場合には取得済み低倍参照画像３０４の平均輝度値で低倍参照画像３０７を作成し、また欠陥占有率が低い場合には低倍欠陥画像の平均輝度値から低倍参照画像３０７を生成する。欠陥検出処理部３０８は、低倍欠陥画像３０１と参照画像作成処理部３０６から出力された低倍参照画像３０７とを比較して、その差分を欠陥座標３０９として出力する。

この方法によれば、欠陥占有率が低い場合には、低倍欠陥画像の平均輝度値で作成した低倍参照画像を欠陥検出に用いることで、ノイズや観察座標の材質や構造に起因する輝度の変動に対して、安定した欠陥検出が実現でき、低倍欠陥画像の欠陥占有率が高い場合には、取得済みの1枚以上の参照画像から平均輝度値を求め、平均値度値で低倍参照画像を作成するので、ノイズや観察座標の材質や構造に起因する輝度の変動に対して、安定した低倍参照画像の作成が可能となる。さらに、稀に発生する、代表低倍参照画像が理想的な参照画像でない事例を回避することができる。

本実施例では、過去に取得した欠陥画像から欠陥領域を除いた領域の平均輝度値で参照画像を作成して、この参照画像を用いることで、安定した欠陥検出を実現する欠陥観察方法の例を説明する。図１から図３までの構成と、図４から図７までの説明内容は本実施例と同様であるため、説明を省略する。

図１５は、稀に発生する、代表低倍参照画像が理想的な参照画像でない事例を回避するための、実施例４とは異なる方法を説明するＡＤＲのフローチャートの例である。まず、低倍欠陥画像を取得して（１５０１）、取得した低倍欠陥画像に占める欠陥領域の欠陥占有率を求め、予め定められた閾値との大小を判定する（１５０２）。この判定結果に基づいて低倍欠陥画像の平均輝度値を用いて低倍参照画像を作成するか否かを決定する。具体的には、欠陥占有率が低い場合には、低倍欠陥画像の平均輝度値で低倍参照画像を作成する方法が有効であると判断して、低倍欠陥画像の平均輝度値から低倍参照画像を作成する（１５０４）。一方、欠陥占有率が高い場合には、低倍欠陥画像の撮像までに取得済みの欠陥を含む画像から欠陥領域を除外して平均輝度値を求め、この平均輝度値で低倍参照画像を作成する（１５０３）。なお、この際、取得済みの欠陥を含む画像に含まれる欠陥領域は、当該欠陥画像を被検査対象としたＡＤＲやＡＤＣ処理により既に求められているものとする。

次に、１５０３で作成した低倍参照画像または１５０４で作成した低倍参照画像と、１５０１で取得した低倍欠陥画像とを比較して、差分を欠陥領域として検出する（１５０５）。最後に、検出した欠陥領域の拡大画像を高倍欠陥画像として取得する（１５０６）。１５０１から１５０６の処理を、全ての観察対象の試料に対して実行する（１５０７）。

図１５では、欠陥占有率判定処理（１５０２）の後に、取得済み欠陥画像から欠陥領域を除外して、平均輝度値で低倍参照画像を作成しているので（１５０３）、ＡＤＲシーケンス内で取得した最新の低倍欠陥画像を使用することができる。これにより、観察点の材質や構造による見え方の変動に追従して安定した欠陥検出が期待できる。

また、毎回低倍参照画像を作成すると相応の演算コストがかかるため、ＡＤＲシーケンスの開始前に、あらかじめ取得済みの欠陥画像から欠陥領域を除外して、平均輝度で低倍参照画像を作成しておいてもよい。作成した低倍参照画像は、例えば、ＡＤＲの実行条件を記述したレシピに登録しておいてもよい。こうすることにより、ＡＤＲのスループットを低下させることなく、過去に取得した欠陥画像を考慮して作成した低倍参照画像を活用することができるので、安定した欠陥検出を実現することができる。

また、１５０３で低倍参照画像を作成する際に、取得済みの欠陥画像に対しては、ＡＤＲまたはＡＤＣで欠陥領域を抽出した結果が残っているので、演算コストを抑えつつ、欠陥領域を除外して平均輝度値を求めることができる。欠陥領域を抽出した結果が残っていない場合には、再度低倍欠陥画像と低倍参照画像とを比較して欠陥領域を抽出しても良いが、演算コストが上昇するため、図１４までに説明した方法と比較して、求める欠陥検出精度と演算コストとのバランスを考慮して、最適な方法を選択すればよい。

図１６は、図１５で説明した欠陥検出方法を示す模式図の例である。まず、取得済みの１枚以上の欠陥画像１６０６から、欠陥領域１６０７を除外してそれ以外の領域の平均輝度を求め、この平均輝度値で低倍参照画像１６０２を作成する。取得した低倍欠陥画像１６０１の欠陥占有率を求め、欠陥占有率が高い場合には、低倍欠陥画像１６０１と低倍参照画像１６０２とを画素単位で比較する。一方、欠陥領域が小さく欠陥占有率が低いと判定した場合には、図６や図７で説明したのと同様の方法で、低倍欠陥画像の平均輝度値から作成した画像を低倍参照画像とし、これと低倍欠陥画像とを比較する。比較により階調値の差が閾値以上である場合に有意な差があると判定する。差分画像１６０３では、有意な差があると判定した画素を白で、有意な差が無いと判定した画素を黒で示している。

このように、低倍欠陥画像３０１を入力として、欠陥占有率判定処理部３０５で欠陥占有率を求める。参照画像作成処理部３０６は、欠陥占有率が高い場合には取得済み低倍欠陥画像３０３から欠陥領域を除いた平均輝度値で低倍参照画像３０７を作成し、また欠陥占有率が低い場合には低倍欠陥画像の平均輝度値から低倍参照画像３０７を生成する。欠陥検出処理部３０８は、低倍欠陥画像３０１と参照画像作成処理部３０６から出力された低倍参照画像３０７とを比較して、その差分を欠陥座標３０９として出力する。

この方法によれば、欠陥占有率が低い場合には、低倍欠陥画像の平均輝度値で作成した低倍参照画像を欠陥検出に用いることで、ノイズや観察座標の材質や構造に起因する輝度の変動に対して、安定した欠陥検出が実現でき、低倍欠陥画像の欠陥占有率が高い場合には、取得済みの1枚以上の欠陥画像から欠陥領域を除外して平均輝度値を求め、平均値度値で低倍参照画像を作成するので、ノイズや観察座標の材質や構造に起因する輝度の変動に対して、安定した低倍参照画像の作成が可能となる。さらに、稀に発生する、代表低倍参照画像が理想的な参照画像でない事例を回避することができる。

本実施例では、欠陥占有率の算出方法を説明する。本実施例の欠陥占有率の算出方法は、実施例１から実施例５のいずれの方式にも適用することができる。図１から図３までの構成と、図４から図１６までの説明内容は本実施例と同様であるため、説明を省略する。

図１７は、欠陥画像における欠陥占有率の算出方法を説明するための模式図の例である。図１７では、欠陥画像に含まれる画素の輝度分布に基づいて欠陥占有率を求める例を示している。

欠陥画像１７０１には欠陥領域が小さい例が、欠陥画像１７０２には欠陥領域が中程度の例が、欠陥画像１７０３には欠陥領域が大きい例が例示されている。画像の右側には、各画像に対して算出した輝度分布のヒストグラムと輝度分布の標準偏差σを表示している。欠陥領域が小さい欠陥画像１７０１に対応する、輝度分布の標準偏差はσ＝３０である（１７０４）。欠陥領域が中程度の欠陥画像１７０２に対応する、輝度分布の標準偏差はσ＝４０であり（１７０５）、欠陥領域が小さい１７０４と比較すると大きな値となっている。さらに、欠陥領域が大きい欠陥画像１７０３に対応する、輝度分布の標準偏差はσ＝７０であり（１７０６）、欠陥領域が小さい１７０４、および欠陥領域が中程度の１７０５よりも大きな値となっている。このように、輝度分布の標準偏差と欠陥占有率には単調な相関関係があるので、輝度分布の標準偏差がある閾値を超えている場合に欠陥占有率が大きいと判定することができる。

欠陥占有率の算出は、図１の全体制御部および解析部１１３、図２の操作・解析部２０１、図３の欠陥占有率判定処理部３０５で実行できる。当然ながらこれら以外の処理部にて行われてもよい。

このように、欠陥画像の輝度分布の標準偏差を用いることで、欠陥画像の欠陥占有率を簡単に求めることができる。

なお、ここでは、欠陥画像の輝度分布の標準偏差を用いて、欠陥占有率を算出する方法を説明したが、標準偏差以外のパラメータを用いても良い。また、欠陥占有率の算出方法は、この方法に限定するものではない。

本実施例では、実施例６とは別の欠陥占有率の算出方法を説明する。本実施例の欠陥占有率の算出方法は、実施例１から実施例５のいずれの方式にも適用することができる。図１から図３までの構成と、図４から図１６までの説明内容は本実施例と同様であるため、説明を省略する。

図１８は、欠陥画像の欠陥領域／背景の輝度分布から欠陥占有率を求める方法を示す模式図の例である。まず、被検査画像の取得前に取得された１枚以上の欠陥を含む画像１８０１に対して、欠陥領域１８０２と欠陥領域を除外した背景部分に分離して輝度分布を求める。欠陥を含む画像１８０１に対するＡＤＲまたはＡＤＣで求められた結果を流用すれば、演算コストを抑えて容易に欠陥領域を求めることができる。

図１８の事例では、欠陥領域の輝度が低い（暗い）ため、欠陥領域の輝度部分１８０３では、輝度が低い領域に多く分布している状態が確認できる。一方、欠陥領域を除いた背景部分の輝度分布１８０４では、輝度値が１００から２２０の範囲に分布が集中している。この結果から、例えば、輝度値が１００から２２０の範囲外の画素数を欠陥候補としてカウントして、欠陥占有率に換算することができる。この欠陥占有率算出に用いる輝度値の範囲は、操作者がレシピで設定しても良いし、欠陥領域を求めた際に自動更新することもできる。

このように、過去に取得した欠陥を含む画像の輝度分布から、欠陥候補として判定すべき輝度値の範囲を予め求めておき、欠陥占有率を求めたい欠陥画像においてこの範囲に当てはまる画素を欠陥領域としてカウントすることで、容易に欠陥占有率を求めることができる。

本実施例の方法は、実施例６の欠陥占有率算出方法と比較すると、予め欠陥候補としてカウントする輝度値の範囲を設定しておく必要があるが、この範囲設定は、ＡＤＲやＡＤＣで求められた結果を流用すれば自動化することが容易であるため、操作者の作業負担は軽微である。また、着目する欠陥種に最適な範囲設定ができるので、より詳細な設定が可能といえる。さらに、詳細な設定をすることにより、ヌイサンス欠陥と呼ばれるような、無視したい欠陥種を除外できる可能性がある。例えば、図１８で説明したように、欠陥として認識したい欠陥種が特徴的な輝度分布をする場合には、この輝度分布に該当する輝度範囲を欠陥領域としてカウントする。一方、ヌイサンス欠陥など、欠陥として認識せずに無視したい欠陥種が特徴的な輝度分布をする場合には、この輝度分布に該当する輝度範囲を欠陥領域としてカウントしないことで、欠陥占有率を所望の欠陥種に限定して求めることができる。

本実施例では、欠陥画像の輝度分布の標準偏差を欠陥占有率判定処理の閾値として用いる場合の閾値の決定方法を説明する。本実施例の閾値の決定方法は、実施例１から実施例５のいずれの方式にも適用することができる。図１から図３までの構成と、図４から図１８までの説明内容は本実施例と同様であるため、説明を省略する。

図１９は、欠陥画像の輝度分布の標準偏差を、欠陥占有率判定処理の閾値として用いる方法を示す模式図の例である。まず、欠陥の大きさによって複数のグループに複数の画像を分類する。具体的には、巨大欠陥と判定すべきグループとそうでないグループに複数の画像を分類しておく。１９０１には欠陥占有率が低いと判定したい画像が、１９０４には欠陥占有率が高いと判定したい画像が選別されている。画像の選択はディスプレイに表示されるＧＵＩなどを介して操作者が行うことができるが、ＡＤＲまたはＡＤＣの欠陥検出結果に基づいて、あらかじめ欠陥画像の候補を自動選択することで、操作者の作業負担を軽減することができる。

図１９では、欠陥占有率に基づいて分類された各グループの欠陥画像群に対して、各グループについて平均輝度分布と標準偏差を求めている。欠陥占有率が低いと判定したい欠陥画像群１９０１の輝度分布１９０２のバラツキは小さく、標準偏差１９０３はσ＝３０となっている。一方、欠陥占有率が高いと判定したい欠陥画像群１９０４の輝度分布１９０５のバラツキは相対的に大きく、標準偏差はσ＝８０となっている。

欠陥画像の輝度分布の標準偏差の算出は、図１の全体制御部および解析部１１３、図２の操作・解析部２０１、図３の欠陥占有率判定処理部３０５で実行できる。当然ながらこれら以外の処理部にて行われてもよい。

このように選別された欠陥画像の輝度分布のバラツキを示す標準偏差を示すことで、操作者は容易に欠陥占有率の判定閾値を決定することができる。

なお、ＡＤＲまたはＡＤＣの欠陥検出結果に基づいて、例えば特定サイズ以上の欠陥が検出されている画像を自動選択して、選択した欠陥画像群の輝度分布の標準偏差を求めれば、欠陥占有率の判定閾値を自動設定、または自動更新することが可能である。

また、このような自動選択ではなく、欠陥画像の選択を操作者が手動で行う場合でも、選択画面において予め選択候補の欠陥画像がＡＤＲまたはＡＤＣでデフォルトとして選択されていれば、操作者の選択作業の効率を向上させることができる。

本実施例では、実施例１から実施例８で説明した複数の欠陥検出方法の選択方法を説明する。図１から図３までの構成と、図４から図１９までの説明内容は本実施例と同様であるため、説明を省略する。

図２０は、欠陥検出方法を選択することができるＧＵＩの例である。２００１には低倍欠陥画像のサンプルが表示されており、この低倍欠陥画像における欠陥占有率が２００３に表示されている。欠陥占有率の算出は実施例６や実施例７の方式が適用できるが、これらの方式に限定するものではない。複数の画像を選択できるようにする場合には、複数の画像表示と各画像の欠陥占有率、または各画像の欠陥占有率の平均値を表示すればよい。

２００４の値が欠陥占有率の判定閾値となる。欠陥占有率の判定閾値は操作者が入力することができるが、実施例８で説明した方法で自動設定することも可能である。操作者が入力設定する場合でも、初期値として自動設定した値が表示されていれば、操作者が閾値を設定する際の判断基準の一つになり得る。図２０の例では、低倍欠陥画像の欠陥占有率が閾値以下であるため、この低倍欠陥画像の欠陥占有率は低いと判定して、後段の欠陥検出処理を実行する。

２００６には上述した実施例に説明した参照画像を生成または取得する方法が複数併記されており、操作者が選択することができる。２００５に表示しているように、各欠陥検出方法は、例えば処理速度の速い順に並べて表示すると、操作者が欠陥検出方法を選択する際の判断基準の一つになり得る。２００６で選択された欠陥検出方法に対応させて、２００２には低倍参照画像を表示する。

さらに、ＡＤＲチェックボックス２００７がＯＮに設定されている場合には、選択された欠陥検出方法で欠陥検出した結果を表示するのも有効である。

このように、観察対象の低倍欠陥画像とその欠陥占有率、欠陥占有率の閾値、選択された欠陥検出方法に対応した低倍参照画像、欠陥検出結果を表示することで、選択した欠陥検出方法の妥当性を容易に確認することができる。ＧＵＩは、図１の全体制御部および解析部１１３、図２の操作・解析部２０１に搭載することができる。当然ながらこれら以外の処理部にて行われてもよい。

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、他の構成を追加、削除、置換をすることが可能である。

また、上記の各構成、機能、処理部、処理手段等は、それらの一部又は全部を、例えば集積回路で設計する等によりハードウェアで実現してもよい。また、上記の各構成、機能等は、プロセッサがそれぞれの機能を実現するプログラムを解釈し、実行することによりソフトウェアで実現してもよい。さらに、各機能を実現するプログラム、テーブル、ファイル等の情報は、メモリや、ハードディスク、ＳＳＤ（Solid State Drive）等の記録装置、または、ＩＣカード、ＳＤカード、光ディスク等の記録媒体に置くことができる。

また、制御線や情報線は説明上必要と考えられるものを示しており、製品上必ずしも全ての制御線や情報線を示しているとは限らない。実際には殆ど全ての構成が相互に接続されていると考えてもよい。

１０１：電子銃、１０２：レンズ、１０３：走査偏向器、１０４：対物レンズ、１０５：試料、１０６：ステージ、１０７：一次電子線、１０８：二次粒子、１０９：二次粒子検出器、１１０：電子光学系制御部、１１１：Ａ／Ｄ変換部、１１２：ステージ制御部、１１３：全体制御・解析部、１１４：画像処理部、１１５：操作部、１１６：記憶装置、１１７：光学顕微鏡、１１８：ＳＥＭ式欠陥観察装置、１１９：ＬＡＮ、１２０：レシピ管理装置、１２１：欠陥情報データベース、
２０１：操作・解析部、２０２：欠陥データ記憶部、２０３：画像データ記憶部、２０４：解析パラメータ記憶部、２０５：解析結果記憶部、
３０１：低倍欠陥画像、３０２：低倍参照画像、３０３：巨大欠陥判定処理部、３０４：参照画像作成処理部、３０５：低倍参照画像、３０６：欠陥検出処理部、３０７：欠陥座標、
５０１：欠陥画像、５０２：参照画像、５０３：差分画像、５０４：欠陥、５０５：検出欠陥領域、
７０１：欠陥画像、７０２：欠陥画像の平均輝度値で作成した参照画像、７０３：差分画像、７０４：欠陥、７０５：検出欠陥領域、
８０１：欠陥画像、８０２：欠陥画像の平均輝度値で作成した参照画像、８０３：差分画像、８０４：巨大欠陥、８０５：検出欠陥領域、
１００１：欠陥画像、１００２：参照画像、１００３：差分画像、１００４：欠陥、１００５：検出欠陥領域、
１２０１：欠陥画像、１２０２：代表参照画像の平均輝度値で作成した参照画像、１２０３：差分画像、１２０４：欠陥、１２０５：検出欠陥領域、１２０６：代表参照画像、
１４０１：欠陥画像、１４０２：取得済み参照画像の平均輝度値で作成した参照画像、１４０３：差分画像、１４０４：欠陥、１４０５：検出欠陥領域、１４０６：取得済み参照画像、
１６０１：欠陥画像、１６０２：取得済み欠陥画像から欠陥を除いた領域の平均輝度値で作成した参照画像、１６０３：差分画像、１６０４：欠陥、１６０５：検出欠陥領域、１６０６：取得済み欠陥画像、１６０７：欠陥領域、
１７０１：欠陥占有率が低い画像、１７０２：欠陥占有率が中程度の画像、１７０３：欠陥占有率が高い画像、１７０４：欠陥占有率が低い画像の輝度分布ヒストグラムと標準偏差、１７０５：欠陥占有率が中程度の画像の輝度分布ヒストグラムと標準偏差、１７０６：欠陥占有率が高い画像の輝度分布ヒストグラムと標準偏差、
１８０１：欠陥画像、１８０２：欠陥領域、１８０３：欠陥領域の輝度分布、１８０４：欠陥領域を除いた背景部分の輝度分布、
１９０１：欠陥画像群、１９０２：輝度分布、１９０３：標準偏差、１９０４：欠陥画像群、１９０５：輝度分布、１９０６：標準偏差、
２００１：欠陥画像、２００２：選択された欠陥検出方法に対応した参照画像、２００３：欠陥占有率、２００４：欠陥占有率判定閾値、２００５：スループット順に並べた欠陥検出方法、２００６：選択可能な欠陥検出方法、２００７：ＡＤＲ実行チェックボックス

Claims (14)

1. 被検査画像と参照画像とを比較することで前記被検査画像に含まれる欠陥領域を検出する欠陥観察装置において、
   前記被検査画像に占める欠陥領域の割合である欠陥占有率を求め、当該欠陥占有率と閾値との大小を判定する欠陥占有率判定処理部を備え、
   前記判定の結果に応じて、前記被検査画像に含まれる複数画素の平均輝度値を有する画素で構成される画像を前記参照画像として作成するか否かを決定することを特徴とする欠陥観察装置。
2. 請求項１に記載の欠陥観察装置において、
   前記欠陥占有率が前記閾値より高い場合には、前記画像取得部は、欠陥が存在しないと推測される領域を前記参照画像として新たに撮像し、
   前記欠陥占有率が前記閾値より低い場合には、前記参照画像作成処理部は、前記被検査画像に含まれる複数画素の平均輝度値を有する画素で構成される画像を前記参照画像として作成することを特徴とする欠陥観察装置。
3. 請求項１に記載の欠陥観察装置において、
   前記参照画像作成処理部は、
   前記欠陥占有率が前記閾値より高い場合には、前記被検査画像の取得前に取得されている欠陥を含まない画像の平均輝度値を有する画素で構成される画像を前記参照画像として作成し、
   前記欠陥占有率が前記閾値より低い場合には、前記被検査画像に含まれる複数画素の平均輝度値を有する画素で構成される画像を前記参照画像として作成することを特徴とする欠陥観察装置。
4. 請求項３に記載の欠陥観察装置において、
   前記参照画像作成処理部は、複数の前記欠陥を含まない画像を用いて前記参照画像を作成することを特徴とする欠陥観察装置。
5. 請求項１に記載の欠陥観察装置において、
   前記参照画像作成処理部は、
   前記欠陥占有率が前記閾値より高い場合には、前記被検査画像の取得前に取得された欠陥を含む画像から当該欠陥の領域を除外した領域の平均輝度値を有する画素で構成される画像を前記参照画像として作成し、
   前記欠陥占有率が前記閾値より低い場合には、前記被検査画像に含まれる複数画素の平均輝度値を有する画素で構成される画像を前記参照画像として作成することを特徴とする欠陥観察装置。
6. 請求項１に記載の欠陥観察装置において、
   前記欠陥占有率判定処理部は、前記被検査画像に含まれる画素の輝度分布に基づいて前記欠陥占有率を求めることを特徴とする欠陥観察装置。
7. 請求項１に記載の欠陥観察装置において、
   前記被検査画像の取得前に取得された欠陥を含む画像における当該欠陥の領域の輝度分布に基づいて欠陥と判定するべき輝度値の範囲を求める演算部を有し、
   前記欠陥占有率判定処理部は、前記被検査画像を構成する画素であって、前記輝度値の範囲に含まれる画素の数から前記欠陥占有率を求めることを特徴とする欠陥観察装置。
8. 請求項１に記載の欠陥観察装置において、
   前記欠陥占有率判定処理部は、欠陥の大きさによって分類された複数のグループのそれぞれに含まれる複数の画像の平均輝度分布に基づいて前記閾値を用いることを特徴とする欠陥観察装置。
9. 請求項１に記載の欠陥観察装置において、
   前記参照画像を生成または取得する複数の方法を選択可能とする画面を表示する表示部を備えることを特徴とする欠陥観察装置。
10. 被検査画像と参照画像とを比較することで前記被検査画像に含まれる欠陥領域を検出する欠陥観察方法において、
    前記被検査画像に占める欠陥領域の割合である欠陥占有率を求め、当該欠陥占有率と閾値との大小を判定し、
    前記判定の結果に応じて、前記被検査画像に含まれる複数画素の輝度値の平均輝度値を有する画素で構成される画像を前記参照画像として作成するか否かを決定することを特徴とする欠陥観察方法。
11. 請求項１０に記載の欠陥観察方法において、
    前記欠陥占有率が前記閾値より高い場合には、欠陥が存在しないと推測される領域を前記参照画像として新たに撮像し、
    前記欠陥占有率が前記閾値より低い場合には、前記被検査画像に含まれる複数画素の輝度値の平均輝度値を有する画素で構成される画像を前記参照画像として作成することを特徴とする欠陥観察方法。
12. 請求項１０に記載の欠陥観察方法において、
    前記欠陥占有率が前記閾値より高い場合には、前記被検査画像の取得前に取得されている欠陥を含まない画像の平均輝度値を有する画素で構成される画像を前記参照画像として作成し、
    前記欠陥占有率が前記閾値より低い場合には、前記被検査画像に含まれる複数画素の平均輝度値を有する画素で構成される画像を前記参照画像として作成することを特徴とする欠陥観察方法。
13. 請求項１２に記載の欠陥観察方法において、
    複数の前記欠陥を含まない画像を用いて前記参照画像を作成することを特徴とする欠陥観察方法。
14. 請求項１０に記載の欠陥観察方法において、
    前記欠陥占有率が前記閾値より高い場合には、前記被検査画像の取得前に取得された欠陥を含む画像から当該欠陥の領域を除外した領域の平均輝度値を有する画素で構成される画像を前記参照画像として作成し、
    前記欠陥占有率が前記閾値より低い場合には、前記被検査画像の平均輝度値を有する画素で構成される画像を前記参照画像として作成することを特徴とする欠陥観察方法。