JP2015021942A

JP2015021942A - パターン寸法計測方法及びその装置

Info

Publication number: JP2015021942A
Application number: JP2013152858A
Authority: JP
Inventors: 慎弥村上; Shinya Murakami; 高木　裕治; Yuji Takagi; 裕治高木
Original assignee: Hitachi High Technologies Corp; Hitachi High Tech Corp
Current assignee: Hitachi High Tech Corp
Priority date: 2013-07-23
Filing date: 2013-07-23
Publication date: 2015-02-02
Also published as: WO2015011974A1; TW201508697A

Abstract

【課題】
密集して規則的な並びを持つパターンを撮像した画像において、ノイズや歪、周辺パターンの影響があっても個々のホールパターンを安定して検出できるようにして、パターンの計測を行う。
【解決手段】基板上のパターンの画像を撮像し、画像領域内のパターンの規則的な配列を検出する配列パターン検出処理と、画像領域内のパターンの位置を検出するテンプレートマッチングを行い、配列パターン検出とテンプレートマッチングの二つの結果を統合し個々のパターンの位置を検出して計測カーソルを設定し、この計測カーソル毎にパターン寸法の計測処理を行うようにした。
【選択図】図６

Description

本発明は、半導体ウェーハ上に形成された複数のパターンの寸法を計測する方法、及びその装置に関し、特に基板に密集して形成された多数の微細なパターンの寸法を計測するのに適したパターン寸法計測方法及びその装置に関するものである。

SEM（Scannｉng Electron Mｉcroscope：走査型電子顕微鏡）を用いた半導体パターンの計測において、近年ホールパターンの微細化・高密集により、同一視野内での計測箇所が増大している。また形状のばらつきも増大しており、パターン計測箇所を自動で設定するために用いられる従来のパターンマッチングでは性能が不足し、ユーザ手動による計測カーソル設定の作業工数が増加している。

非特許文献１は、テンプレートマッチングそのものを高性能化する手法を開示している。また特許文献１では、統計的なテンプレート画像を作成し、テンプレートマッチングの精度を向上する方法を開示している。特許文献２ではパターン画像に対し、繰り返し性を解析することで同じパターンを持つ領域を検出しテンプレートの自動生成を行う方法を開示している。

また、非特許文献２には、テンプレート画像内に含まれるパターンの特徴的な部位をSIFTと呼ばれる特徴量抽出手法を利用してマッチングを行う方法が開示されている。

更に、非特許文献３には、楕円フィッティングによりホールパターンの寸法や面先を求める手法について開示されている。また、特許文献３には、パターン間の距離を閾値法を用いて計測することについて記載されている。

特開２０１０−２７６４８７号公報特開２０１１−７０６０２号公報特許第４２６２５９２号公報

村瀬、他２名、"増分符号相関によるロバスト画像照合"、信学会、2000 Davｉd G. Lowe，"Dｉstｉnctｉve ｉmage features fromscale−ｉnvarｉant keypoｉnts"，Journal of Computer Vｉsｉon， 60，2 ，pp. 91−110， 2004. 山田、金谷、"楕円当てはめの高精度計算法とその性能比較"情報処理学会研究報告、 2006−CVIM−154−36、2006/5/18，19、 pp.339−346.

規則的に並んでいるパターンを撮像した画像を用いてパターンの寸法を計測するとき、１つ１つのパターンに対して計測領域（計測カーソル）を設定した上で、計測アルゴリズムを実行する必要がある。この計測カーソルの設定を自動的に行うために、事前に取得した画像から計測対象のパターン領域をテンプレートとして登録し、テンプレートマッチングにより計測カーソルを自動的に設定する方法が知られている。しかし、形状の変形が大きく、不安定なパターンを対象としたとき、従来のテンプレートマッチングでは十分な性能を満たすことができない。
非特許文献１及び２並びに特許文献１及び２に開示されている方法は、テンプレートマッチングによる手法、あるいは繰り返し性に着目し、画像内のパターンの規則的な配列を検出する手法のいずれかでパターンの検出を行っている。テンプレートマッチングはマッチング先のパターン形状の不安定さに比例してマッチング精度が低下する。パターンの規則的な配列を検出する手法は規則性が局所的に成りたたない場合や、全体的に規則性がない場合は誤作動を生じる。

本発明は、上記した従来技術の課題を解決して、基板に密集して形成された多数の微細なパターンについて、パターンの形状が不安定であったり、パターンの配列の規則性が局所的に成り立たない場合や全体的に規則性がない場合であっても、パターンの位置を正確に検出して、パターンの寸法を計測することを可能にするパターン寸法計測方法及びその装置を提供するものである。

上記した従来技術の課題を解決するために、本発明では、パターンの寸法を計測する方法において、試料上に形成された本来同一の形状を有する複数のパターンを撮像して複数のパターンの画像を取得し、複数のパターンの画像に対してテンプレートマッチング法により抽出したパターンの情報と複数のパターンの画像における複数のパターンの配列の周期性の情報を用いて抽出したパターンの情報とを統合して得た統合結果を用いて計測カーソルを設定し、取得した複数のパターンの画像に対して設定した計測カーソルを用いて寸法計測領域を設定し、複数のパターンの画像のうち計測カーソルを用いて設定した寸法計測領域に存在するパターンの画像を処理してこのパターンの寸法を計測するようにした。

また、上記課題を解決するために、本発明では、パターンの寸法を計測する装置を、試料上に形成された本来同一の形状を有する複数のパターンを撮像して複数のパターンの画像を取得する画像取得手段と、画像取得手段で取得した複数のパターンの画像に対してテンプレートマッチング法によりパターンの情報を抽出し、複数のパターンの画像における複数のパターンの配列の周期性の情報を用いてパターンの情報を抽出し、テンプレートマッチング法により抽出したパターンの情報と複数のパターンの配列の周期性の情報を用いて抽出したパターンの情報とを統合して統合結果を得、この得た統合結果を用いて計測カーソルを設定する計測カーソル設定手段と、画像取得手段で取得した複数のパターンの画像に対して計測カーソル設定手段で設定した計測カーソルを用いて寸法計測領域を設定する寸法計測領域設定手段と、画像取得手段で取得した複数のパターンの画像のうち計測カーソル設定手段で設定した計測カーソルを用いて設定した寸法計測領域に存在するパターンの画像を処理して該パターンの寸法を計測する寸法計測手段とを備えて構成した。

本発明ではテンプレートマッチングとパターンの規則的な並びを検出する２つの手法を行う。配列パターン検出は、画像全体の周期性から統計的にパターンの配置を検出するため、テンプレートマッチングの性能不足により検出できないパターンも検出することができる。これら二つ結果を統合することで安定してパターンを検出することができ、計測カーソルの自動設定を行うことができる。

これにより、本発明によれば、基板に密集して形成された多数の微細なパターンについて、パターンの形状が不安定であったり、パターンの配列の規則性が局所的に成り立たない場合や全体的に規則性がない場合であっても、パターンの位置を正確に検出して、パターンの寸法を計測することが可能になった。

本発明の実施例１に係るハードウェア構成を示すブロック図である。本発明の実施例１に係る画像処理部の構成を示すブロック図である。本発明の実施例１に係る計測対象のパターンの画像である。本発明の実施例１に係る計測対象のパターンの画像である。本発明の実施例１に係る計測対象のパターンの画像である。本発明の実施例１に係る計測カーソルの検出アルゴリズムのフロー図である。本発明の実施例１に係るテンプレートマッチングを説明するパターンの画像である。本発明の実施例１に係るテンプレートマッチングにより求めたテンプレート画像とパターンの画像との相関係数の分布を示すグラフである。本発明の実施例１に係るテンプレートマッチングを説明する実パターンをＳＥＭで撮像して得られた画像である。本発明の実施例１に係るテンプレートマッチングにより求めたテンプレート画像と実パターンをＳＥＭで撮像して得られた画像との相関係数の分布を示すグラフである。本発明の実施例１に係る計測対象パターンの画像である。図１２の計測対象パターンのスペクトル画像である。本発明の実施例１に係る計測対象パターンの画像である。本発明の実施例１に係る計測対象パターンのスペクトル画像である。本発明の実施例１に係る計測対象パターンの画像である。本発明の実施例１に係る計測対象パターンのフーリエスペクトル図である。本発明の実施例１に係る計測対象パターンの画像である。本発明の実施例１に係る計測対象パターンの画像である。本発明の実施例１に係る計測対象パターンの画像で、パターン配列の一部が乱れている場合の画像である。本発明の実施例１に係る計測対象パターンの画像で、画像内に繰り返しパターンの終端がある場合の画像である。本発明の実施例１に係る計測対象パターンで、パターン配列の一部が乱れている場合の画像である。本発明の実施例１に係る計測対象パターンに対してテンプレートマッチングを行って求めた相関係数画像である。本発明の実施例１に係る計測対象パターンに対して配列パターン検出の結果を示す画像である。本発明の実施例１に係る計測対象パターンに対して配列パターン検出の結果を示す画像である。本発明の実施例１に係る計測対象のパターンの画像である。本発明の実施例１に係る計測対称のパターンの画像である。本発明の実施例１に係る計測対象パターンの画像とこの計測対象パターンのＸ方向及びＹ方向における自己相関関数の分布を示す図である。本発明の実施例１に係る自己相関関数を算出する場合の元の画像とずらした画像との位置関係を示す図である。本発明の実施例１に係る計測対象パターンの画像とこの計測対象パターンの直交する並びの方向における自己相関関数による配列パターン検出を説明する図である。本発明の実施例１に係る処理ステップを示すフロー図である。本発明の実施例１に係る計測時の処理の流れを示すフロー図である。本発明の実施例１に係るＧＵＩの正面図である。本発明の実施例１に係るレシピ設定時の装置の動作手順を示すフロー図である。本発明の実施例２に係る処理ステップを示すフロー図である。本発明の実施例２に係る計測時の処理手順を示すフロー図である。本発明の実施例３に係る処理ステップを示すフロー図である。

以下、本発明に係る第１の実施の形態について、全体構成を説明した後、各処理の内容を順次述べる。

図１に本発明に関わる微細パターン測定装置の全体構成図を示す。
本実施形態である測長ＳＥＭ１００は、計測用ウェーハ(試料)１０７を載置するステージ１０６、電子銃１０２より放出された電子ビーム１０１を制御する照射光学系、試料上から放出される２次電子を検出する検出器１０８、検出信号の信号処理系より構成される。照射光学系は、電子銃１０２、および、電子ビーム１０１の経路上にあるコンデンサレンズ１０３、偏向コイル１０４、対物レンズ１０５により構成される。電子ビーム１０１はこの光学系によりウェーハ１０７上の計測対象であるパターンがある所定の領域で集光される。

検出器１０８により検出された２次電子はA/Dコンバータ１０９によりデジタル信号に変換される。変換後のデジタル信号は画像処理部１１０に送られ、画像処理部１１０では、メモリ内に格納されたデジタル信号を必要に応じて取り出し、画像処理を行い、パターン寸法計測等を行なう。１１１はステージコントローラ、１１２は電子光学系制御部、１１３は装置全体の制御部であり、１１４は制御部に接続されている制御端末である。

画像処理部１１０と、全体制御部１１３と、制御端末１１４とは記録媒体（図示せず）への接続が可能となっており、画像処理部１１０で実行されるプログラムを、この記録媒体から読み出し、画像処理部１１０にロードできる構成となっている。

図２は画像処理部１１０の構成図を示している。Ａ／Ｄコンバータ１０９にてデジタル信号に変換された２次電子信号は、データ入力Ｉ／Ｆ２０５を介してメモリ２０３に送られ、メモリ２０３内で画像データとして読み出し可能なように記憶される。画像処理プログラムは画像処理制御部２０１により、メモリ２０３あるいは前記記憶媒体から読み出される。画像処理制御部２０１は読み出した画像処理プログラムに従い演算部２０２を制御し、メモリ２０３に記憶されている画像データあるいは画像データを処理した結果得られる中間処理データを処理し、パターンを計測する。

パターン計測結果は入出力Ｉ／Ｆ２００を介して全体制御部１１３に送られ、図１に示す制御端末１１４に計測結果の表示を行う。また、画像処理部１１０に対する動作命令は、全体制御部１１３から入出力Ｉ／Ｆ２００を介して画像処理制御部２０１に入力される。画像処理部１１０内のデータの送受信はバス２０４を介して行われる。

図３、図４、図５において、検出対象とするパターン画像の例を示す。図３のパターン画像３０１は、計測対象であるホール３０２が正方格子状に並んだパターンである。図４のパターン画像４０１は、パターン画像３０１のホールの並びを４５度傾けて配列させたパターンである。また、図５のパターン画像５０１のように、ホール２個を一組として規則的に配列しているパターンなどがある。計測を行うには、画像全体から単体のホールパターンを検出し、ホール領域３０３の設定を行い、領域３０３に対して、測長アルゴリズムを処理することで行う。測長アルゴリズムを実行する領域、例えば図３の３０３や３０４で示されるような点線で囲んだ領域を計測カーソルと呼ぶ。

図６において、計測カーソルの検出手法の概要について説明する。入力画像６０１は計測カーソルの設定対象画像であり、入力画像６０２は計測対象パターンのテンプレート画像である。まず、配列パターン検出処理６０３により、画像中の周期性の解析を行い、ホール位置を検出した結果６０５を得る。また、画像６０１に対してテンプレート画像６０２を用いテンプレートマッチング６０４を行い、ホールの位置を検出した結果６０６を得る。

配列パターン検出手法とテンプレートマッチングのそれぞれの手法は、検出が苦手なパターンが存在し、図６の例の場合は、配列パターン検出手法でホール位置を検出した場合に、実際にはホールは存在しない領域６０９をホールがあると誤検出し、一方、テンプレートマッチングを用いた場合には領域６０９をホールが無い領域として正しく認識しているが、一部が欠けたホールパターン６１１を見逃し、複数のホールにまたがる領域６１０をホールパターンが存在する領域として誤検出している。見逃したパターン６１１は、歪や帯電の影響により画像上において輪郭が閉じていないように見えるホールである。このパターン６１１は、配列パターン検出手法で検出した画像６０５の中ではホール領域として検出されている。そこで二つの結果を統合処理６０７にて統合することで、最終的に見逃しや誤検出のない計測カーソルにより測長領域が設定された検出結果６０８を得ることができる。

図６のテンプレートマッチング６０４について図３、図４を参照しながら詳しく説明する。図３のパターン画像３０１に対して、領域３０３をテンプレート画像とし、テンプレート画像の高さをＮ、横幅をＭ、テンプレート画像上の座標（ｉ、ｊ）におけるパターン画像３０１の画素値をI(ｉ、ｊ)、テンプレート画像３０３の画素値をT(ｉ、ｊ)としたとき、（数１）で表される正規化相関によりテンプレートマッチングを行う。

このとき、ホールパターンに囲まれた領域３０４において、相関係数ＲNCCが高いピークを持つことがあり、誤検出の要因となる。同様に、図４の画像４０１においても、４０２をテンプレート画像としたとき、ホールパターンに囲まれた領域４０３において高いピークを持つ相関係数となる。

図７の画像７０１は画像４０１の一部領域を拡大した画像で、ノイズなどの影響がない理想的な画像であるとする。図８のグラフの縦軸８０１はテンプレート画像４０２の中心を矢印７０２沿いにずらしながら正規化相互相関(数１)によって求めた相関係数で、横軸８０６は矢印７０２上のx座標を表している。相関係数はホールが存在する点７０３、７０５でピーク８０２、８０４を示す。また点７０４は７０６に示すエッジに囲まれており、ホールに近い形状の画素の成分を持っているため、相関係数はピーク８０３を持つ。ノイズなどの影響がなければ点７０４の相関係数は、点７０３、７０５の相関係数よりも十分低いため、しきい値８０５を設定することでホールパターンだけを検出することが可能である。

しかし、実際のパターンをＳＥＭで撮像して得られる画像は図９の画像９０１に示すような、ノイズや撮像条件による歪や、周辺に存在するホールパターンなどがマッチングに影響する。そのため、矢印９０２上における相関係数のグラフを図１０に示すと、ホール間の点９０３に対するピーク１００１が、ホール中心位置の点９０４に対するピーク１００２の相関係数よりも高くなるということが起きる。この場合、点９０４のホールを検出するようにしきい値１００３を設定すると、ホールがない点９０３を誤検出し、点９０３を検出しないようにしきい値を１００４に設定すると、ホール９０４を見逃してしまう。そこで、図６に示した処理手順において、ノイズや歪の影響を受けやすいテンプレートマッチング６０４とは別に、パターンの配置の規則性をターゲットとした周期性解析を行い、統計的に安定した配列パターン検出６０３を行う。

図６における配列パターン検出６０３について説明する。ホールパターンが格子状に並んだ図１１の画像１１０１に対して離散フーリエ変換を行い、図１２のスペクトル画像１２０１を算出する。スペクトル画像は中心から外側に向かって大きい周波数を表し、パターン画像に存在する周期性に応じて格子状のピークを発生する。ここで図１１におけるパターンの横の間隔１１０２は図１２におけるスペクトル画像上のピーク点１２０３に、図１１の縦の間隔１１０３は図１２のスペクトル画像上のピーク点１２０４に対応している。これらピークは中心のピーク１２０２を除いた１番目と２番目に大きいピーク点として検出することができる。

図１２でピーク点１２０３のx軸方向の周波数１２０５をp、ピーク点１２０４のy軸方向の周波数１２０６をqとし、図１１でパターン画像の横の間隔１１０２をP、縦の間隔１１０３をＱとしたとき、（数２）と（数３）によりＰ、Ｑを算出することができる。但しＮはパターン画像の横幅、Ｍはパターン画像の縦幅である。

図１１の画像１１０１において、テンプレート領域１１０４の中心位置を基点にして、求めた間隔Ｐ、Ｑでグリッド１１０５を配置することにより、パターンが周期的に存在する箇所をグリッドの交点として求めることができる。また、グリッドの基点はフーリエ変換により求めたピーク周波数の位相成分から求めてもよい。

図１３、図１４において、ホールパターンが斜めに配列している場合の配列パターン検出の例を説明する。図１４の画像１４０１は、図１３に示すような傾いた格子状に並んだホールパターン画像１３０１のフーリエスペクトル画像である。図１３のパターン画像１３０１上のグリッド１３０５は、図１４のスペクトル画像１４０１のピーク点１４０２に対応する。このピーク点１４０２は中心点１４０３を除いた１番目か２番目に大きいピーク点である。このとき、図１３においてグリッド１３０５に垂直な線１３０３とＸ軸とのなす角１３０４は、図１４のスペクトル画像における中心点１４０３からピーク点１４０２を結ぶ直線とＸ軸とのなす角１４０４と同じになる。

図１４においてピーク点１４０２の座標を(u、v)としたとき、中心点１４０３からピーク点１４０２を結ぶ直線とＸ軸とのなす角１４０４は（数４）のθとして求まる。

なおピーク点１４０２の周期は、中心点１４０３からピーク点１４０２までの距離１４０５で表され、(数２)よりグリッドの間隔１３０２を求めればよい。

次に図１５のパターン画像１５０１のように、ホール２個のパターン１５０２が斜めに配列している場合の配列パターン検出方法の例を示す。ホールパターン画像１５０１に対するフーリエスペクトル画像を図１６の１６０１に示す。パターン画像１５０１の配列パターンは、１個のホールが、図１７のグリッド１７０１とグリッド１７０２上に配置しているパターンと、２個１セット１５０２が斜めに並んだ図１８のグリッド１８０１とグリッド１８０２の配置パターンに分けられる。

図１７のグリッド１７０１は図１６のスペクトル画像中のピーク１６０２に、グリッド１７０２はスペクトル画像中のピーク１６０３に、図１８のグリッド１８０１は図１６のスペクトル画像中のピーク１６０４に、グリッド１８０２はスペクトル画像中のピーク１６０５に対応して発生する。図１６においてこれら４つのピークはスペクトル画像中の中心を除いた上位４つのピークとなる。そこでしきい値を設定し、しきい値以上になる複数のピークを検出すれば、上位４つのピークを検出することができる。この場合、図１６の１６０２、１６０３、１６０４、１６０５以外のピーク１６０６やピーク１６０７などの検出を防ぐため、パラメータによって検出するピークの最大の周波数を決めておけばよい。

配列パターン検出６０３は、複数のホールパターンの配置から統計的な処理によりパターンを検出しているため、ノイズや歪の影響によって個々のパターン形状が崩れたとしても、テンプレートマッチング６０４に比べ影響が少ない。しかし、図１９、２０、２１に示すような配置の規則性が一部崩れているパターン画像１９０１、２１０１や繰り返しの終端をもつ画像２００１に対しては正しくパターン検出することができない。そこで図６に示したように、テンプレートマッチング６０４と配列パターン検出６０３の短所をお互いに補うための統合処理６０７を行う。

図２２、図２３を用いて、図６に示した処理の流れにおける統合処理６０７の詳細を説明する。図２２の画像２２０１は図３に示したホールパターン画像３０１についてテンプレートマッチングを行い求めた相関係数画像である。この相関係数画像２２０１の画素２２０４の画素値は、テンプレート画像３０３の中心を画素２２０４に合わせた時の相関係数となり、図８又は図１０のグラフに示した波形の波高値に相当する。相関係数画像２２０１には、図７及び図８を用いて説明したように、ホールの中心位置で発生するピーク２２０２と、ホールとホールの間の領域に発生するピーク２２０３が存在する。

図２３における画像２３０１は、図３に示したホールパターン画像３０１の配列パターン検出の結果画像を表す。帯状の領域２３０３は、配列検出によって求めたグリッド２３０２を中心に、幅２３０４だけ広げた領域である。グリッド２３０５においても同様の帯状の領域２３０８が得られる。それぞれグリッドの領域の交差する領域２３０６は、配列パターン検出の結果としてホールが存在する可能性が高い領域である。この例においては、実際にパターン画像３０１のホールの位置となる。

ここで、ノイズの影響によりホール間の相関係数がホール中心位置の相関係数よりも高くなる例として、図２２におけるホール中心位置の相関係数２２０２が0.6、ホール間の相関係数２２０３が0.7である場合を考える。図２３の画像２３０１において帯の重なる領域２３０６を1.0とし、それ以外の領域を0.6として位置ごとにパターンが存在する確率に対応する重み係数を設定する。これら画像２２０１と画像２３０１の同じ座標の画素値同士の相関係数と重み係数とを乗算して求めた値（統合値）を統合結果とする。

図２２のホール中心位置の相関係数２２０２は図２３のホールが存在する可能性が高い領域２３０６に相当するので乗算の結果は0.6となり、図２２のホール間の相関係数２２０３は図２３のホールが存在する可能性が低い領域２３０７に相当するので乗算の結果は0.42となる。よって統合結果は、ホール位置の統合値がホール間の統合値よりも高くなり、統合値に対してしきい値を設定することで誤検出を起こさずにホールの検出が可能となる。

図２４において、画像２４０１は図１５に示したホールパターン画像１５０１に対するホール配列検出結果画像を表す。各々の方向のグリッド２４０２、２４０３、２４０４、２４０５に対し、幅２４０６、２４０７、２４０８、２４０９で帯状の領域を定義し、すべてが重なる領域２４１０をホールが存在する領域として同様に定義することができる。

配列パターン検出６０４で失敗する可能性がある図１９、図２０、図２１に示したような画像に対して、統合処理６０７を適用した例について説明する。各パターン画像中の線１９０４、２００３、２１０４は配列パターン検出によりもとめたグリッドである。

図１９のホールパターン画像１９０１は、格子状にホールが配列しているが、領域１９０２においてホールがないパターン画像である。この画像に対してテンプレートマッチングを行う場合、領域１９０２は、誤検出しやすい領域１９０３に比べて隣接ホールとの間隔に余裕があるためテンプレートマッチングに対する影響は少なく、相関係数は0.0に近い値となる。また、配列パターンの検出結果において、領域１９０２はグリッド１９０４の交差する地点であるため重み係数は1.0となるが、相関係数と乗算した統合値は0.0に近い値となり、誤検出が起こることはない。一方、図１９においてホールが存在する領域に関しては、パターン画像３０１に対する処理結果と同等になるため、統合処理により正しくパターンを検出することができる。

図２０のホールパターン画像２００１は、繰り返しパターンの終端である。このパターン画像に対してテンプレートマッチングを行うと、繰り返しパターン終端以降の領域２００２において、ホールに囲まれるような領域が存在しないため、相関係数は0.0に近い値となる。そのため領域２００２内において、配列パターン検出結果に関わらず、統合値も0.0に近い値となるため、誤検出が起こることはない。領域２００２以外の領域に関しては、パターン画像３０１に対する処理結果と同じ結果となるため、統合処理によって正しくパターンを検出することができる。

図２１のホールパターン画像２１０１は、格子状にホールが配列されており、繰り返しパターンとは関係のないホール２１０２が存在するパターン画像である。ホール２１０２のテンプレートマッチングによる相関係数が0.8であるとする。配列パターン検出の結果において、ホール２１０２はグリッド２１０４の交差する箇所に存在しないため重み係数は0.6となり、統合値は0.8×0.6=0.48となりテンプレートマッチングのみの結果よりも小さい値となってしまう。しかし、パターン画像２１０１の繰り返しパターンを形成するホール２１０３は、ホールの間に別のホール２１０２を配置できるだけ余裕のある間隔を持つため、ホール以外の場所において相関係数が高くなることはない。そのためホール２１０２の統合値は、ホ−ルが存在しない領域よりも大きい値を持ち、統合値に対するしきい値処理により正しくパターンの検出を行うことができる。

図６に示した計測カーソルの検出アルゴリズムは、他のパターン画像においても用いることができる。図２５の画像２５０１はラインが規則的に並んだパターン画像である。領域２５０２が計測したいパターン領域としてテンプレートマッチングを行った場合、領域２５０２に似た水平エッジの成分を持つ領域２５０３誤検出してしまう可能性が高い。

また、図２６の画像２６０１はラインが規則的に横に並び、かつライン同士が一部分で縦方向につながっているパターン画像である。領域２６０２はパターン内部である。領域２６０３のようなライン終端と終端を計測対象としてテンプレートマッチングを行ったとき、似た形状をもつ領域２６０４において誤検出してしまう可能性が高い。即ち、図２６の画像２６０１のようなパターンに対しては、テンプレートマッチングの手法を用いてパターン検出を行うことが難しい。

しかし、図６で説明した計測カーソルの検出アルゴリズムを用いれば、これらパターン画像２５０１、２６０１に対して、誤検出を発生させずに対象を検出することができる。

すなわち、図２６の画像２６０１について、テンプレートマッチングを行って図２２で説明したような相関係数画像を作成する。次に、この相関係数画像から図２３で説明したような配列パターン検出結果の画像を作成する。この配列パターン検出結果の画像の各領域ごとに相関係数を定義して、相関係数画像の同じ座標同士の相関係数を掛け合わせて統合値を求め、この統合値に対するしきい値処理により正しくパターンの検出を行うことができる。

図６のテンプレートマッチング６０４は、テンプレート画像内に含まれるパターンの特徴的な部位でマッチングを行う特徴点マッチングを用い、パターンを検出するようにしてもよい。この特徴的な部位の抽出は非特許文献２に記載されているようなSIFTと呼ばれる特徴量抽出手法を利用すればよい。

相関係数の算出は、マッチング対象画像からテンプレート画像上の特徴点に対応する座標の特徴量を算出し、テンプレート画像の特徴点における特徴量と比較を行う。SIFTの場合、特徴量は輝度勾配方向に対するヒストグラムで表されるため、特徴量間のマッチングは(数５)で表されるカルバックライブラー距離Ｄ(n)を算出する。

但し、ｉはヒストグラムのビン番号、Ｐ(n、ｉ)はn番目の特徴点における特徴量のヒストグラムで、Ｑ(n、ｉ)はn番目の特徴点に対応するマッチング先の座標における特徴量のヒストグラムである。

この距離Ｄ(n)がしきい値Ｔより大きければＧ(n)＝０、小さければＧ(n)＝１となるようなマッチング判定関数Ｇ(n)を用い、相関係数を(数６)にて計算する。

但し、Ｎは抽出した特徴点の総数である。

特徴点マッチングは、相関係数を求める際にテンプレート画像上の全ての画素に対して処理せず、特徴点だけを処理すればよいため、正規化相互相関のような通常のテンプレートマッチングよりも処理を高速に行う事が可能である。

配列パターン検出６０３は、フーリエ変換を用いる以外に自己相関関数を利用する方法でもよい。図２７の波形２７０２は、格子状にホールが配列したパターン画像２７０１のx軸方向に対する自己相関関数を表す。グラフの中心２７０３は位置ずれ量0の時を示す。自己相関関数R(t)は、図２８の元の画像２８０１に対して、x軸方向へのずれ量２８０２をｔ、ずらした画像２８０３と元画像２８０１との重なる領域２８０４の横幅２８０５をＷ、縦幅２８０６をＨ、元画像２８０１の座標(x、y)における画素値をｆ(x、y)としたとき、次の（数７）で求める。

これにより求めた自己相関関数２７０２に対して、しきい値２７０４を適用し、中心２７０３以外のピーク点２７０５を検出する。中心２７０３とピーク点２７０５の距離２７０６がx軸方向におけるパターンの配列間隔となる。ｙ軸方向においても自己相関関数２７０７を算出し、同様にパターンの配列間隔を求める。また、図２９の画像２９０１のような、格子状の配置を斜めに傾けたパターン画像に対しては、ずらす方向も矢印２９０２の方向とそれに垂直な矢印２９０４の方向に傾けて自己相関関数２９０３、２９０５を求めればよい。

離散フーリエ変換を用いた手法は、パターン画像をsｉn波の基底で解析している。一方で、自己相関関数はパターン形状そのものを基底とし、フーリエ解析よりも多くの画像の信号成分を用いて周期性を解析している。そのため、ノイズや歪の多い画像において、自己相関関数による配列パターン検出は離散フーリエ変換を用いた手法よりも正確に配列パターン検出することができる。

図３０において、図６の計測カーソルの検出アルゴリズムを用いたパターン計測における計測カーソル設定操作(レシピ設定)の処理の流れを説明する。なお、設定対象は図３のパターン画像３０１とする。

まずステップＳ３００１において、ウェーハ上の計測対象のパターン領域を撮像し、図３の画像３０１を取得する。ステップＳ３００２において、ＧＵＩ上に取得画像３０１を表示する。ステップＳ３００３において、画像３０１上からテンプレート画像として使用する領域３０３をＧＵＩにて指定する。ステップＳ３００４において、画像３０１とテンプレート画像３０３を用い、図６に示した計測カーソルの検出アルゴリズムの処理を行い、計測カーソルを検出する。ステップＳ３００５において、Ｓ３００４による計測カーソルの検出結果と、中間処理であるテンプレートマッチング６０４と配列パターン検出６０３の結果をＧＵＩ上に出力する。

ステップＳ３００６において、ユーザは配列パターン検出６０３とテンプレートマッチング６０４、及び統合処理６０７のパラメータをＧＵＩにより変更することができる。ステップＳ３００７において、調整後パラメータを用いて、計測カーソルの検出を再度行いカーソル検出結果と中間処理結果の表示の更新を行う。もし、パラメータの修正がまだ必要であるとユーザが判断した場合、ステップＳ３００６に戻りパラメータの修正を再度行う。

計測したい箇所にほぼ問題なく計測カーソルが検出していれば、ステップＳ３００８に進む。ステップＳ３００８において、ユーザは計測カーソルの検出結果に対して計測カーソルの追加、削除、位置の修正を必要に応じて行うことができる。ステップＳ３００９において、撮像位置とそれに対する計測カーソルの相対座標をレシピデータとして保存する。このレシピデータを用いて、別のチップや異なるウェーハ上にある画像３０１と同じパターン領域の計測を行う。ステップＳ３００９でレシピデータの保存を完了すると、この一連の処理を終了する。

図３１において、図３０の処理フローを実行して保存したレシピデータを用いた計測時の処理のフローについて説明する。Ｓ３１０１にて、記憶装置２０６からステップＳ３００９にて保存したレシピデータの読み込みを行う。次にＳ３１０２にて、レシピデータの作成元の画像と同じ撮像領域までステージ１０６の制御によりウェーハ１０７を移動する。Ｓ３１０３において計測領域を低倍で撮像し位置合わせ後、計測を行う倍率で撮像しパターン画像を取得する。次にＳ３１０４にて、レシピデータ内のカーソルの座標を用いて、取得した画像に対して計測カーソルを設定し、各カーソル領域に対して計測処理を行う。Ｓ３１０５において、計測がおわっていない計測領域があればＳ３１０２に戻り、すべての計測領域の計測が終了していればＳ３１０６に進む。Ｓ３１０６で計測結果の統計値を計算し、結果データを記憶装置２０６に出力して計測を終える。

なお、Ｓ３１０４で行う計測処理は演算部２０２で実行される。ホールパターンの場合は非特許文献３に記載されているような楕円フィッティングを各計測カーソル内で行い、長径、短径、面積を算出する。また、計測対象がラインの端と端などのパターン間の距離である場合は、特許文献３に記載されているようなしきい値法により算出する。

図３２において、図３０で説明した処理フローにおけるレシピ設定時に使用するＧＵＩについて説明する。３２０１はステップＳ３００３、Ｓ３００６において使用するＧＵＩのウインドウの一例である。３２０２はステップＳ３００１において取得した画像が表示される。ユーザは矩形領域３２０３を画像３２０２上に設定することでテンプレートマッチングに使われるテンプレート画像を設定することができる。スライダ３２０４〜３２０８はステップＳ３００６において調整することができるパラメータである。

パラメータは統合値に対するしきい値３２０４や配列パターン検出画像を作る際の２３０４の帯の幅３２０５、フーリエスペクトル画像１２０１からピークを検出する際の周波数の最大値３２０６と複数のピークを検出する際に用いるしきい値３２０７、またテンプレートマッチングの結果と配列パターン検出の結果を統合する際の重み３２０８などである。

パターン画像上のある座標値におけるテンプレートマッチングによって求めた相関係数画像の値をＣ（０≦Ｃ≦1）、配列パターン検出画像の値をＡ（０≦Ａ≦１）、スライダ３２０８によって決まる重み係数をｔ（０≦ｔ≦１）とすると、統合処理の結果の値Ｓは以下の(数８)で表される重み付きの相乗平均

または以下の（数９）で表される重み付き平均

によって算出できる。これは、ユーザが計測対象とするホールの選択に用いられる。

例えば、パターン画像３２０２にホール３２０９のような、不良パターンが存在する場合、このホール３２０９はテンプレートマッチングにおいて相関係数が低くホールが存在しない領域として、配列パターン検出においてホールが存在する領域と判定される。スライダ３２０８によりホール３２０９に対して計測カーソルを設定したくない場合は重み係数ｔを１に近く設定し、カーソルを設定したい場合はｔを０に近く設定することで、ユーザはカーソル設定の対象を選択することができる。

パラメータを設定し実行ボタン３２１９を押す（クリックする）と、パターン検出処理が行われ、計測カーソルが描画された結果画像３２１０が表示される。またパターンの配列を表すグリッド３２１１が描画され、配列パターンの検出結果を確認することができる。図３０で説明したステップＳ３００８においては、個々のカーソル３２１２を選択しマウス操作でカーソルを移動することで、そのカーソルの位置を修正することができる。また、カーソルを選択した状態で削除ボタン３２１４を押すことでカーソルの削除を行い、追加ボタン３２１３を押すことで中心にカーソルが１個作成され、このカーソルを移動することで任意の場所に追加することができる。

画像３２１５は、タブ３２１６を切り替えることにより図１２で説明した１２０１のフーリエスペクトル画像や図２２で説明した２２０１の相関係数画像、図２３で説明した２３０１の配列パターン検出の結果画像など、カーソル検出処理における中間画像を表示し確認することができる。図３２においては、表示領域３２１５にフーリエスペクトル画像を表示した状態を示す。このフーリエスペクトル画像３２１５では、スライダ３２０６によって設定される周波数の最大値を表す枠線３２１７により検出できるピークの領域が確認できる。

また、スライダ３２０７によるしきい値を変更すると、しきい値以上のピーク点を囲ったカーソル３２１８により、検出したいピークを確認できる。パラメータ調整とカーソルの修正が終われば、図３０の処理フローにおけるステップＳ３００９においてＧＵＩ画面３２０１上で保存ボタン３２２０を押すことで、カーソルの座標情報を記憶装置２０６に保存することができる。

図３３において、図３のレシピ設定のステップにおける装置の動作フローを説明する。ウェーハ１０７の画像を取得(ステップＳ３００１に対応)するため、Ｓ３３０１においてステージ１０６を制御し取得するパターンの領域までウェーハ１０７を移動する。Ｓ３３０２においてウェーハ１０７上に電子ビーム１０１を照射し、２次電子を検出器１０８にて検出する。Ｓ３３０３において検出器より得られた画像データをメモリ２０３と制御端末機１１４へ転送し、制御端末１１４のＧＵＩ上で取得画像を表示する(ステップＳ３００２に対応)。

Ｓ３３０４において、ＧＵＩを介して、ユーザの入力によりテンプレート画像の設定データを受け取り、設定データをメモリ２０３へ転送する（ステップＳ３００３に対応）。Ｓ３３０５において、メモリ２０３にある画像データとテンプレート画像の設定データから演算部２０２において、図６で示した処理を実行し計測カーソルの検出を行う(ステップＳ３００４に対応)。Ｓ３３０６において、検出結果を制御端末器１１４へ転送し、ＧＵＩにて表示を行う（ステップＳ３００５に対応）。Ｓ３３０７において、ユーザによる検出パラメータの修正がある場合はＳ３３１０に進み、ＧＵＩ上でパラメータの修正データを受け取りＳ３３０５の処理に戻る。

修正がない場合はＳ３３０８に進む（ステップＳ３００６及びＳ３００７に対応）。Ｓ３３０８において、制御端末１１４上のＧＵＩを介して計測カーソルの検出結果に対する修正データを受け取り、修正データをメモリ２０３へ転送する（ステップＳ３００８に対応）。Ｓ３３０９において、修正データを適用した計測カーソルの座標データを記憶装置２０６に保存し（ステップＳ３００９に対応）、処理を終了する。

これらの第１の実施形態により、複数の計測カーソルを設定するユーザ操作の負担を削減し、またレシピ設定の時間を削減することで計測装置の稼働率を高めることができる。

第２の実施形態では、第１の実施形態とは異なるレシピ設定のステップと計測とを行う。第２の実施の形態では、大きさ・形状が同じ設計のホールパターンを持つパターン画像３０１と５０１において、レシピ設定をパターン画像３０１で行うだけで、計測をパターン画像３０１とは配置が異なるパターン画像５０１に対しても行えるようにした。この場合、レシピ設定時に設定した計測カーソルの座標は使えないため、計測時においてパターンを撮像する度に計測カーソルを設定し計測を行う。そこでレシピ設定時に調整した図３２のＢＵＩ上の３２０４〜３２０８のパラメータとテンプレート画像を計測時に利用する。

図３４において、レシピ設定の処理ステップについて説明を行う。まず、第１の実施形態と同様に図３０に示す処理をステップＳ３００１からＳ３００７まで行った上で、ステップＳ３４０１へ進む。ステップＳ３４０１において、ステップＳ３００３で設定した領域３０３で表されるテンプレート画像を記憶媒体１１４にレシピデータとして保存する。また、ステップＳ３００７で設定した、テンプレートマッチング、配列パターン検出、統合処理のパラメータも記憶媒体１１４にレシピデータとして保存し、レシピ設定を終える。

図３５において第２の実施形態における計測時のフローについて説明する。Ｓ３５０１にて、記憶装置２０６からステップＳ３４０１にて保存したレシピデータの読み込みを行う。次にＳ３５０２にて、計測対象となる画像の撮像領域までステージ１０６の制御によりウェーハ１０７を移動する。Ｓ３５０３において計測領域を撮像しパターン画像を取得する。次にＳ３５０４にて、取得したパターン画像に対し、レシピデータであるテンプレート画像とパラメータを用いて、図６に示した計測カーソルの検出の処理を行い、計測カーソルを設定する。次にＳ３５０５において、各カーソル領域に対して計測処理を行う。Ｓ３５０６において、計測がおわっていない領域があればＳ３５０２に戻り、すべての計測対象領域の計測が終了していればＳ３５０７に進む。Ｓ３５０７で計測結果の統計値を計算し、結果データを記憶装置２０６に出力して計測を終える。

これら第２の実施形態により、１カ所の計測領域に対するレシピ設定のみで、同じマスクデータ上の配置は異なるが同じ単一の計測パターンを持つ領域を、レシピ設定せずに計測を行うことができる。また、レシピ設定を行った計測領域とは異なるマスクデータのウェーハにおいても、同じ材料・プロセスで製造され、計測パターンが同じであれば、そのウェーハの計測領域をレシピ設定せずに計測を行うことができる。
また、これらのレシピ設定の時間の削減により、ユーザの負担を軽減し、また計測装置の稼働率を高めることができる。

第３の実施形態は、第２の実施形態と同様に、設計上では大きさ・形状が同じホールパターンを持つパターン画像３０１と５０１を対象とし、例えばパターン画像３０１について第２の実施形態と同じ処理フローで作成したレシピデータを用いて、パターン画像５０１について第１の実施形態で説明したようなレシピ設定を行う。これにより、図３０の処理ステップを簡略化することができる。

本実施例における処理の流れを、図３６に示す。まず、１カ所の計測領域（例えばパターン画像３０１）に対して実施例２で図３４を用いて説明した処理フローと同様にレシピ設定のステップを行い、テンプレート画像とパラメータデータを保存する。次に、同じ単一の計測パターンを持ち配置が異なるパターンの領域（例えばパターン画像５０１に対応する領域）に対し、図３６に示したような処理フローでレシピ設定を行う。

すなわち、ステップＳ３６０１（図３０のステップＳ３００１に対応）において、ウェーハ画像（例えばパターン画像５０１）を取得、する。次に、ステップＳ３６０２において先に１カ所の計測領域（例えばパターン画像３０１）に対して実施例２の場合と同じ処理フローで作成して保存しておいたレシピデータ（テンプレート画像とパラメータデータ）の読み込みを行う。次に、ステップＳ３６０３で計測カーソルの検出を行い（ステップＳ３００４に対応）、ステップＳ３６０４において、Ｓ３６０３による計測カーソルの検出結果と、中間処理であるテンプレートマッチング６０４と配列パターン検出６０３の結果をＧＵＩ上に出力する（ステップＳ３００５に対応）。

ステップＳ３６０５において、ユーザは配列パターン検出６０３とテンプレートマッチング６０４、及び統合処理６０７のパラメータをＧＵＩにより変更することができる（ステップＳ３００６に対応）。ステップＳ３６０６において、調整後パラメータを用いて、計測カーソルの検出を再度行いカーソル検出結果と中間処理結果の表示の更新を行う（ステップＳ３００７に対応）。もし、パラメータの修正がまだ必要であるとユーザが判断した場合、ステップＳ３６０５に戻りパラメータの修正を再度行う。

計測したい箇所にほぼ問題なく計測カーソルが検出していれば、ステップＳ３６０７に進む。ステップＳ３６０７において、ユーザは計測カーソルの検出結果に対して計測カーソルの追加、削除、位置の修正を必要に応じて行うことができる（ステップＳ３００８に対応）。ステップＳ３６０８において、撮像位置とそれに対する計測カーソルの相対座標をレシピデータとして保存する（ステップＳ３００９に対応）。このレシピデータを用いて、別のチップや異なるウェーハ上にある画像３０１と同じパターン領域の計測を行う。ステップＳ３６０８でレシピデータの保存を完了すると、この一連の処理を終了する。

本実施例によれば、同一形状で配置が異なるパターンが形成された試料において、第１の領域を処理した後に第１の領域と同じ形状のパターンが該１の領域とは異なる配置で形成されている第２の領域を計測する際に、ステップＳ３００２、Ｓ３００３を省略して、Ｓステップ３００４以降の操作を行うことで測長カーソル座標データのレシピデータを作成することができる。このレシピデータを用いて実施例１の場合と同様に、図３１に示したような計測を行うことができる。これにより、実施例１におけるステップＳ３００３のテンプレート領域を指定するステップを省略でき、また調整済みパラメータを利用するのでステップＳ３６０５におけるパラメータ調整も最低限の修正で済む。

本実施例によれば、実施例２によるレシピデータを利用することで、実施例１におけるレシピ設定の時間を削減し、ユーザの負担の軽減、及び計測装置の稼働率を高めることができる。

１００・・・測長ＳＥＭ１０２・・・電子銃１０３・・・コンデンサレンズ１０４・・・偏向コイル１０５・・・対物レンズ１０６・・・ステージ１０７・・・計測用ウェハ（試料）１０８・・・検出器１０９・・・Ａ/Ｄコンバータ１１０・・・画像処理部１１１・・・ステージコントローラ１１２・・・電子光学系制御部１１３・・・装置全体の制御部１１４・・・制御端末２００・・・入出力Ｉ/Ｆ２０１・・・画像処理制御部２０２・・・演算部２０３・・・メモリ２０４・・・バス２０５・・・データ入力Ｉ/Ｆ２０６・・・記憶装置

Claims

パターンの寸法を計測する方法であって、
試料上に形成された本来同一の形状を有する複数のパターンを撮像して前記複数のパターンの画像を取得し、
前記複数のパターンの画像に対してテンプレートマッチング法により抽出したパターンの情報と前記複数のパターンの画像における前記複数のパターンの配列の周期性の情報を用いて抽出したパターンの情報とを統合して得た統合結果を用いて計測カーソルを設定し、
前記取得した複数のパターンの画像に対して前記設定した計測カーソルを用いて寸法計測領域を設定し、
前記複数のパターンの画像のうち前記計測カーソルを用いて設定した寸法計測領域に存在するパターンの画像を処理して該パターンの寸法を計測する
ことを特徴とするパターン寸法計測方法。
請求項１記載のパターン寸法計測方法であって、前記複数のパターンの画像は、ＳＥＭで撮像して取得した画像であることを特徴とするパターン寸法計測方法。
請求項１記載のパターン寸法計測方法であって、前記複数のパターンの画像に対してテンプレートマッチング法により抽出したパターンの情報は、前記複数のパターンの画像から抽出したテンプレート画像と前記複数のパターンの画像の個々のパターンとの正規化相関を求めて得られた相関係数に関する情報であることを特徴とするパターン寸法計測方法。
請求項１記載のパターン寸法計測方法であって、前記複数のパターンの画像における前記複数のパターンの配列の周期性の情報は、前記複数のパターンの画像に対して離散的フーリエ変換を行って求めたフーリエスペクトル画像を用いて得られた情報であることを特徴とするパターン寸法計測方法。
請求項１記載のパターン寸法計測方法であって、前記複数のパターンの画像における前記複数のパターンの配列の周期性の情報は、前記複数のパターンの画像に対して自己相関関数を求め、該求めた自己相関関数から得られた情報であることを特徴とするパターン寸法計測方法。
請求項１記載のパターン寸法計測方法であって、前記統合結果は、前記複数のパターンの画像から抽出したテンプレート画像と前記複数のパターンの画像の個々のパターンとの正規化相関を求めて得られた相関係数と、前記複数のパターンの画像に対して離散的フーリエ変換を行って求めたフーリエスペクトル画像の情報から算出した前記パターンの周期情報に基づく各位置ごとのパターンが存在する確率に対応する重み係数とを掛け合わせた結果の情報であることを特徴とするパターン寸法計測方法。
パターンの寸法を計測する装置であって、
試料上に形成された本来同一の形状を有する複数のパターンを撮像して前記複数のパターンの画像を取得する画像取得手段と、
前記画像取得手段で取得した複数のパターンの画像に対してテンプレートマッチング法によりパターンの情報を抽出し、前記複数のパターンの画像における前記複数のパターンの配列の周期性の情報を用いてパターンの情報を抽出し、前記テンプレートマッチング法により抽出したパターンの情報と前記複数のパターンの配列の周期性の情報を用いて抽出したパターンの情報とを統合して統合結果を得、前記得た統合結果を用いて計測カーソルを設定する計測カーソル設定手段と、
前記画像取得手段で取得した複数のパターンの画像に対して前記計測カーソル設定手段で設定した計測カーソルを用いて寸法計測領域を設定する寸法計測領域設定手段と、
前記画像取得手段で取得した複数のパターンの画像のうち前記計測カーソル設定手段で設定した計測カーソルを用いて設定した寸法計測領域に存在するパターンの画像を処理して該パターンの寸法を計測する寸法計測手段と
を備えたことを特徴とするパターン寸法計測装置。
請求項７記載のパターン寸法計測装置であって、前記画像取得手段はＳＥＭを含み、前記画像取得手段で取得した複数のパターンの画像は、前記ＳＥＭで撮像して取得した画像であることを特徴とするパターン寸法計測装置。
請求項７記載のパターン寸法計測装置であって、前記カーソル設定手段で前記複数のパターンの画像に対してテンプレートマッチング法により抽出したパターンの情報は、前記複数のパターンの画像から抽出したテンプレート画像と前記複数のパターンの画像の個々のパターンとの正規化相関を求めて得られた相関係数に関する情報であることを特徴とするパターン寸法計測装置。
請求項７記載のパターン寸法計測装置であって、前記カーソル設定手段で前記複数のパターンの画像における前記複数のパターンの配列の周期性の情報を用いて抽出した前記パターンの情報は、前記複数のパターンの画像に対して離散的フーリエ変換を行って求めたフーリエスペクトル画像を用いて得られた情報であることを特徴とするパターン寸法計測装置。
請求項７記載のパターン寸法計測装置であって、前記カーソル設定手段で前記複数のパターンの画像における前記複数のパターンの配列の周期性の情報を用いて抽出した前記パターンの情報は、前記複数のパターンの画像に対して自己相関関数を求め、該求めた自己相関関数から得られた情報であることを特徴とするパターン寸法計測装置。
請求項７記載のパターン寸法計測装置であって、前記計測カーソル設定手段で統合する前記統合結果は、前記複数のパターンの画像から抽出したテンプレート画像と前記複数のパターンの画像の個々のパターンとの正規化相関を求めて得られた相関係数と、前記複数のパターンの画像に対して離散的フーリエ変換を行って求めたフーリエスペクトル画像の情報から算出した前記パターンの周期情報に基づく各位置ごとのパターンが存在する確率に対応する重み係数とを掛け合わせた結果の情報であることを特徴とするパターン寸法計測装置。