JP2016058465A - 欠陥定量化方法、欠陥定量化装置、および欠陥評価値表示装置 - Google Patents

欠陥定量化方法、欠陥定量化装置、および欠陥評価値表示装置 Download PDF

Info

Publication number
JP2016058465A
JP2016058465A JP2014181863A JP2014181863A JP2016058465A JP 2016058465 A JP2016058465 A JP 2016058465A JP 2014181863 A JP2014181863 A JP 2014181863A JP 2014181863 A JP2014181863 A JP 2014181863A JP 2016058465 A JP2016058465 A JP 2016058465A
Authority
JP
Japan
Prior art keywords
defect
measurement
image
evaluation value
recipe
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
JP2014181863A
Other languages
English (en)
Inventor
陽平 嶺川
Yohei Minekawa
陽平 嶺川
裕治 高木
Yuji Takagi
裕治 高木
大博 平井
Tomohiro Hirai
大博 平井
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hitachi High Tech Corp
Original Assignee
Hitachi High Technologies Corp
Hitachi High Tech Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Hitachi High Technologies Corp, Hitachi High Tech Corp filed Critical Hitachi High Technologies Corp
Priority to JP2014181863A priority Critical patent/JP2016058465A/ja
Priority to US15/329,480 priority patent/US10297021B2/en
Priority to PCT/JP2015/068447 priority patent/WO2016038982A1/ja
Priority to KR1020177002150A priority patent/KR102062433B1/ko
Publication of JP2016058465A publication Critical patent/JP2016058465A/ja
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0004—Industrial image inspection
    • G06T7/001—Industrial image inspection using an image reference approach
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
    • H01L22/00—Testing or measuring during manufacture or treatment; Reliability measurements, i.e. testing of parts without further processing to modify the parts as such; Structural arrangements therefor
    • H01L22/20—Sequence of activities consisting of a plurality of measurements, corrections, marking or sorting steps
    • H01L22/24—Optical enhancement of defects or not directly visible states, e.g. selective electrolytic deposition, bubbles in liquids, light emission, colour change
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G—PHYSICS
    • G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
    • G03F—PHOTOMECHANICAL PRODUCTION OF TEXTURED OR PATTERNED SURFACES, e.g. FOR PRINTING, FOR PROCESSING OF SEMICONDUCTOR DEVICES; MATERIALS THEREFOR; ORIGINALS THEREFOR; APPARATUS SPECIALLY ADAPTED THEREFOR
    • G03F7/00—Photomechanical, e.g. photolithographic, production of textured or patterned surfaces, e.g. printing surfaces; Materials therefor, e.g. comprising photoresists; Apparatus specially adapted therefor
    • G03F7/70—Microphotolithographic exposure; Apparatus therefor
    • G03F7/70483—Information management; Active and passive control; Testing; Wafer monitoring, e.g. pattern monitoring
    • G03F7/70605—Workpiece metrology
    • G03F7/70616—Monitoring the printed patterns
    • G03F7/7065—Defects, e.g. optical inspection of patterned layer for defects
    • G—PHYSICS
    • G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
    • G03F—PHOTOMECHANICAL PRODUCTION OF TEXTURED OR PATTERNED SURFACES, e.g. FOR PRINTING, FOR PROCESSING OF SEMICONDUCTOR DEVICES; MATERIALS THEREFOR; ORIGINALS THEREFOR; APPARATUS SPECIALLY ADAPTED THEREFOR
    • G03F7/00—Photomechanical, e.g. photolithographic, production of textured or patterned surfaces, e.g. printing surfaces; Materials therefor, e.g. comprising photoresists; Apparatus specially adapted therefor
    • G03F7/70—Microphotolithographic exposure; Apparatus therefor
    • G03F7/70483—Information management; Active and passive control; Testing; Wafer monitoring, e.g. pattern monitoring
    • G03F7/70605—Workpiece metrology
    • G03F7/70681—Metrology strategies
    • G03F7/706831—Recipe selection or optimisation, e.g. select or optimise recipe parameters such as wavelength, polarisation or illumination modes
    • G—PHYSICS
    • G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
    • G03F—PHOTOMECHANICAL PRODUCTION OF TEXTURED OR PATTERNED SURFACES, e.g. FOR PRINTING, FOR PROCESSING OF SEMICONDUCTOR DEVICES; MATERIALS THEREFOR; ORIGINALS THEREFOR; APPARATUS SPECIALLY ADAPTED THEREFOR
    • G03F7/00—Photomechanical, e.g. photolithographic, production of textured or patterned surfaces, e.g. printing surfaces; Materials therefor, e.g. comprising photoresists; Apparatus specially adapted therefor
    • G03F7/70—Microphotolithographic exposure; Apparatus therefor
    • G03F7/70483—Information management; Active and passive control; Testing; Wafer monitoring, e.g. pattern monitoring
    • G03F7/70605—Workpiece metrology
    • G03F7/706835—Metrology information management or control
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
    • H01L21/00—Processes or apparatus adapted for the manufacture or treatment of semiconductor or solid state devices or of parts thereof
    • H01L21/02—Manufacture or treatment of semiconductor devices or of parts thereof
    • H01L21/027—Making masks on semiconductor bodies for further photolithographic processing not provided for in group H01L21/18 or H01L21/34
    • H01L21/0271—Making masks on semiconductor bodies for further photolithographic processing not provided for in group H01L21/18 or H01L21/34 comprising organic layers
    • H01L21/0273—Making masks on semiconductor bodies for further photolithographic processing not provided for in group H01L21/18 or H01L21/34 comprising organic layers characterised by the treatment of photoresist layers
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
    • H01L21/00—Processes or apparatus adapted for the manufacture or treatment of semiconductor or solid state devices or of parts thereof
    • H01L21/67—Apparatus specially adapted for handling semiconductor or electric solid state devices during manufacture or treatment thereof; Apparatus specially adapted for handling wafers during manufacture or treatment of semiconductor or electric solid state devices or components ; Apparatus not specifically provided for elsewhere
    • H01L21/68—Apparatus specially adapted for handling semiconductor or electric solid state devices during manufacture or treatment thereof; Apparatus specially adapted for handling wafers during manufacture or treatment of semiconductor or electric solid state devices or components ; Apparatus not specifically provided for elsewhere for positioning, orientation or alignment
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
    • H01L22/00—Testing or measuring during manufacture or treatment; Reliability measurements, i.e. testing of parts without further processing to modify the parts as such; Structural arrangements therefor
    • H01L22/10—Measuring as part of the manufacturing process
    • H01L22/12—Measuring as part of the manufacturing process for structural parameters, e.g. thickness, line width, refractive index, temperature, warp, bond strength, defects, optical inspection, electrical measurement of structural dimensions, metallurgic measurement of diffusions
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
    • H01L22/00—Testing or measuring during manufacture or treatment; Reliability measurements, i.e. testing of parts without further processing to modify the parts as such; Structural arrangements therefor
    • H01L22/20—Sequence of activities consisting of a plurality of measurements, corrections, marking or sorting steps
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G01N2021/8887—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges based on image processing techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10056—Microscopic image
    • G06T2207/10061—Microscopic image from scanning electron microscope
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30108—Industrial image inspection
    • G06T2207/30148—Semiconductor; IC; Wafer
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
    • H01L21/00—Processes or apparatus adapted for the manufacture or treatment of semiconductor or solid state devices or of parts thereof
    • H01L21/67—Apparatus specially adapted for handling semiconductor or electric solid state devices during manufacture or treatment thereof; Apparatus specially adapted for handling wafers during manufacture or treatment of semiconductor or electric solid state devices or components ; Apparatus not specifically provided for elsewhere
    • H01L21/67005—Apparatus not specifically provided for elsewhere
    • H01L21/67242—Apparatus for monitoring, sorting or marking
    • H01L21/67288—Monitoring of warpage, curvature, damage, defects or the like

Landscapes

  • Engineering & Computer Science (AREA)
  • Manufacturing & Machinery (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Hardware Design (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • Power Engineering (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Condensed Matter Physics & Semiconductors (AREA)
  • Theoretical Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Signal Processing (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Testing Or Measuring Of Semiconductors Or The Like (AREA)
  • Analysing Materials By The Use Of Radiation (AREA)

Abstract

【課題】欠陥の程度を定量化し、歩留まり管理に有用な情報を提供する。【解決手段】欠陥画像を分類し、欠陥画像分類結果に基づいて、欠陥画像と、欠陥画像に対応する参照画像それぞれに計測領域と計測箇所を設定し、欠陥画像と参照画像の計測箇所から得た各々の計測値を用いて欠陥の評価値を算出し欠陥を定量化する。【選択図】図５

Description

本発明は、欠陥検査装置で撮像した半導体ウェハ上の欠陥の定量化方法及びその装置及び定量化によって得られた評価値を表示する装置に関するものである。
半導体製品の製造工程では、高い製品歩留まりを確保するために、歩留まり低下の早期検知や、歩留まり変動の解析技術を用いた歩留まり管理が重要となる。歩留まり管理により、製造工程で発生する各種の欠陥を早期に発見し、対策を行う。これは通常の場合、以下の３ステップにより行われる。（１）半導体ウェハを、ウェハ外観検査装置もしくはウェハ異物検査装置等により検査し、発生した欠陥や付着した異物の位置を検出する。（２）検出された欠陥の欠陥観察を行い、欠陥の外観に基づき分類する。尚、この欠陥観察作業は、通常欠陥部位を高倍率で観察するためのＳＥＭ（Ｓｃａｎｎｉｎｇ Ｅｌｅｃｔｒｏｎ Ｍｉｃｒｏｓｃｏｐｅ：走査型電子顕微鏡）などを有する欠陥観察装置が用いられる。（３）分類結果に基づいて、原因ごとにその対策手段を講じる。
検査装置により検出される欠陥数が非常に多い場合には、（２）の欠陥観察作業は多大な労力を必要とすることから、欠陥部位の画像を自動撮像、収集するＡＤＲ（Ａｕｔｏｍａｔｉｃ Ｄｅｆｅｃｔ Ｒｅｖｉｅｗ）機能、及び、収集された画像を自動で分類するＡＤＣ（Ａｕｔｏｍａｔｉｃ Ｄｅｆｅｃｔ Ｃｌａｓｓｉｆｉｃａｔｉｏｎ）機能を有する欠陥観察装置が開発されている。
計測領域や計測方向を変化させて計測する方法として、特許文献１がある。
ＳＥＭ画像と設計情報から計測値を取得する方法として、特許文献２がある。
欠陥の分類方法の一例として、特許文献３がある
特開２０００−３１１９２５号公報 特許第５２０２１１０号 特開２００１−３３１７８４号公報
計測領域や計測方向を変化させて計測する方法として、半導体ウェハのレジスト塗布不良の評価方法が特許文献１に開示されている。特許文献１では、対象とする欠陥領域がウェハ中心から放射線状となることを利用して、放射線状に計測領域を設定し、計測値を取得することが開示されている。しかしながら、この方法はレジスト塗布不良に特化した計測領域及び方向を指定しており、種々の欠陥種類に対応した計測を行うことができない。
他の方法としては、ＳＥＭ画像と設計情報からパターン異常部を検出し、検出したパターン異常部における欠陥分類を行い、またパターン異常部において計測箇所を設定し、計測値を取得する方法が特許文献２に開示されている。しかしこの方法では、欠陥分類の結果に基づいて計測を行っておらず、欠陥種類に基づいて適切な計測箇所を設定することはできない。
ここで発明者らは、欠陥に対応して、その対策手段を講じる際、分類結果だけでは無く、欠陥の度合いを定量化した評価値を算出することで、より細やかな対策を行うことが可能となるという、新たな測定結果の活用方法を見出した。
例えば、ショート欠陥において、どの程度完全ショートに近いかなどに関する評価値をユーザに提示することにより、その状況が製品にとってどの程度影響があるか判断できるようになる。これにより、従来のショートか否かのみの分類では判断できなかった、配線間の距離の接近度合いの様なものを評価することができ、製品の寿命に対する影響があるか無いか等、さまざまな目的に利用可能なデータの取得が可能となる。同様に、従来の断線か否かのみの分類では判断できなかった、配線の細りの具合の様なものを評価することができ、製品の寿命に対する影響があるか無いか等、さまざまな目的に利用可能なデータの取得が可能となる。
さらに、致命的な欠陥の発生状況のモニタ、モニタ結果に基づく良品チップの取得数予測（歩留まり予測）なども可能となる。
本発明が解決する１つの課題は、欠陥種類に基づいて計測個所の設定を可能とする技術を提供するものである。また本発明が解決する別の課題は、種々の欠陥に対応して欠陥の度合いを定量化できる欠陥定量化方法、欠陥定量化装置、および欠陥評価値表示装置を提供するものである。
上記の課題を解決するための一例は、以下の様になる。
欠陥画像を分類し、欠陥画像分類結果に基づいて、欠陥画像と、欠陥画像に対応する参照画像それぞれに計測領域と計測箇所を設定し、欠陥画像と参照画像の計測箇所から得た各々の計測値を用いて欠陥の評価値を算出し欠陥を定量化する。
本発明のさらなる構成、効果は以下明細書全体の開示により明らかになるであろう。
本発明によれば種々の欠陥種類に対して、欠陥の種類に応じた欠陥計測が可能となり、この計測値をもとにした欠陥評価値により、歩留まり管理に有用な情報を提供できる。
本発明の一実施形態における欠陥定量化装置の構成図である。 本発明の一実施形態における欠陥観察装置の構成図である。 本発明の一実施形態における欠陥観察の手順を示すフロー図である。 本発明の一実施形態における欠陥画像及び参照画像の欠陥種類ごとの計測箇所の一例を示す説明図である。 本発明の一実施形態における欠陥定量化処理の手順を示したフロー図である。 本発明の一実施形態におけるパターン欠陥分類処理の手順の一例を示したフロー図である。 本発明の一実施形態におけるパターン欠陥分類処理の中間結果の一例を示した説明図である。 本発明の一実施形態における計測箇所設定処理の手順を示したフロー図である。 本発明の一実施形態における計測レシピに基づいて欠陥画像及び参照画像に計測領域および計測箇所を設定する処理の中間画像の一例を示した説明図である。 本発明の一実施形態における欠陥種類ごとの計測レシピを設定するための画面入出力表示の一例を示す図である。 本発明の一実施形態における定量化結果を表示するための画面入出力表示の一例を示す図である。 本発明の一実施形態における欠陥定量化装置の構成図である。 本発明の一実施形態における欠陥定量化処理の手順を示したフロー図である。 本発明の一実施形態における欠陥定量化装置の構成図である。 本発明の一実施形態における撮像レシピ作成の手順を示すフロー図である。
本発明は、半導体ウェハ上の様々な種類の欠陥の定量化を可能にする欠陥定量化方法及びその装置並びにこの欠陥定量化方法及び装置によって得られた欠陥の評価値を表示する欠陥評価値表示装置に関するものである。
以下、本発明の実施の形態を図面に基づいて詳細に説明する。なお、実施の形態を説明するための全図において、同一の部材には原則として同一の符号を付し、その繰り返しの説明は省略する。本実施例ではＳＥＭを備えた欠陥観察装置で撮像した欠陥画像を用いて欠陥を定量化する方法について説明するが、本発明に関わる欠陥定量化方法およびその装置の入力はＳＥＭ画像以外でも良く、光学的手段やイオン顕微鏡などを用いて撮像した欠陥画像を用いても良い。
半導体ウェハの欠陥観察では、ショートやオープンなど、様々な種類の欠陥が対象となる。このため、欠陥の定量化においても欠陥の種類によって計測すべき部位が異なり、欠陥ごとに計測領域、計測対象、計測方向、計測方法を切り替えて、計測箇所を設定する必要がある。例えば、隣接配線にショートしかかっているハーフショート欠陥においてはショートの程度を評価するため、欠陥によって狭くなった配線間の距離と、欠陥がない場合の正常な配線間距離を評価する必要があり、配線が断線しかかっているハーフオープン欠陥では、オープンの程度を評価するため、欠陥によって狭くなった配線幅と、欠陥がない場合の正常な配線幅を評価する必要がある。これら計測領域、計測対象、計測方向、計測方法などに関する情報、あるいはこの情報を有するファイルを、本発明では計測レシピと以降呼ぶ。
図１は、本発明の実施形態１に係る構成図である。
欠陥定量化装置１０１は、通信手段１０３を介して半導体ウェハ上の欠陥を観察する欠陥観察装置１０２と接続されている。欠陥観察装置１０２は、欠陥部位の画像を取得する装置である。欠陥観察装置１０２の詳細は、図２を用いて後述する。欠陥観察装置１０２で得られた欠陥の画像は、通信手段１０３を介して、欠陥定量化装置１０１に送信され、欠陥定量化装置１０１は、受信した欠陥画像を欠陥の種類に応じて分類及び欠陥に関する定量値を算出し、得られた分類結果や、欠陥定量値に基づいて算出された評価値、評価値算出に利用した関連情報や、欠陥画像などを入出力部１０４に表示する機能を持つ。入出力部１０４は、操作者に対するデータの提示、及び操作者からの入力を受け付ける為のキーボード、マウス、ディスプレイ装置などから構成される。
この欠陥定量化装置１０１の詳細を説明する。欠陥定量化装置１０１は、装置の動作を制御する全体制御部１０５、欠陥観察装置１０２から入力された画像や、画像を計測するために必要な計測レシピを記憶する記憶部１０６、欠陥定量化に必要となる計測レシピ操作、画像計測処理、評価値算出などを行う処理部１０７、入出力部１０４や、通信手段１０３を介したデータ転送のための入出力Ｉ／Ｆ部１０８、プログラムや、画像情報などを記憶するメモリ１０９、記憶部１０６や処理部１０７、メモリ１０９、全体制御部１０５、入出力Ｉ／Ｆ１０８間のデータ通信を行うバス１１１からなる。
記憶部１０６は、欠陥観察装置１０２で撮像された欠陥画像や参照画像を記憶する画像記憶部１１０、欠陥観察装置１０２で撮像した画像に対して設定する計測領域情報や、対象の計測方法に関する情報が含まれる計測レシピを記憶するための計測レシピ記憶部１１２から構成される。処理部１０７は、欠陥観察装置１０２で撮像した欠陥画像を欠陥の種類ごとに分類する欠陥画像分類部１１３、分類結果に基づいて計測レシピ記憶部１１２に記憶された計測レシピを選択する計測レシピ選択部１１４、選択された計測レシピに基づき欠陥画像や参照画像に計測領域を設定し、画像上の計測対象を計測処理する画像計測処理部１１５、計測値から欠陥の評価値を算出する欠陥定量化部１１６、欠陥観察装置で撮像された画像から配線パターンを認識する配線パターン認識部１１７、欠陥画像から欠陥領域を検出する欠陥検出部１１８が含まれる。なお、処理部における処理の詳細は後述する。
図２は、欠陥観察装置１０２の構成図である。欠陥観察装置１０２は、ＳＥＭカラム２０１、ＳＥＭ制御部２０８、入出力Ｉ／Ｆ２０９、記憶部２１１、付随情報作成部２１４が通信手段２１５を介して接続される構成となっている。入出力Ｉ／Ｆ２０９には、入出力部２１０が接続され、操作者に対するデータの入出力が行われる。
ＳＥＭカラム２０１は、電子源２０２、試料ウェハ２０７と載せるステージ２０６、電子源２０２から試料ウェハ２０７に対して１次電子ビームを照射した結果発生する２次電子や後方散乱電子を検出する複数の検出器２０３、２０４、２０５を備える。なお、この他、１次電子ビームを試料ウェハ２０７の観察領域に走査するための偏向器（図示せず）や、検出電子の強度をデジタル変換してデジタル画像を生成する画像生成部（図示せず）等も含まれる。なお、検出器２０３によって２次電子を検出した画像をＳＥ像、検出器２０４及び２０５によって後方散乱電子を検出した画像をＬ像、Ｒ像と呼ぶ。
記憶部２１１は、撮像対象である欠陥のウェハ上の座標やＳＥＭ撮像条件（加速電圧やプローブ電流、フレーム加算数、視野サイズなど）を記憶する撮像レシピ記憶部２１２と取得画像データを保存する画像メモリ２１３を含む。
付随情報生成部２１４は、各画像データに対し付随する情報、例えば、撮像時の加速電圧、プローブ電流、フレーム加算数などの撮像条件、撮像装置を特定するＩＤ情報、画像生成のために用いた検出器２０３〜２０５の種類や性質、ウェハのＩＤおよび工程、画像を撮像した日付や時間などの情報を作成する機能を持つ。ウェハのＩＤや工程の情報は入出力部２１０などからユーザによって入力されても良いし、ウェハの表面などから読み込んだり、ウェハが格納されている箱（図示せず）などから読み出してきても良い。作成された付随情報は、入出力Ｉ／Ｆ２０９を介して画像データが転送される際に、その画像データとあわせて転送される。
ＳＥＭ制御部２０８は、画像取得などの、この欠陥観察装置１０２にて行う全ての処理を制御する部位である。ＳＥＭ制御部２０８からの指示により、試料ウェハ２０７上の所定の観察部位を撮像視野に入れるためのステージ２０６の移動、試料ウェハ２０７への１次電子ビームの照射、試料から発生した電子の検出器２０３〜２０５での検出、検出した電子の画像化及び画像メモリ２１３への保存、付随情報作成部２１４での撮像画像に対する付随情報の作成等が行われる。操作者からの各種の指示や撮像条件の指定などは、キーボード、マウスやディスプレイなどから構成される入出力部２１０を通して行われる。
以下、図３を用いて、本発明における欠陥観察の方法について説明する。図３は、本発明における欠陥定量化を含めた欠陥観察のフローを示している。
まず、ウェハ外観検査装置もしくはウェハ異物検査装置等の検査装置によって得られた欠陥位置情報（欠陥座標）を取得する（Ｓ３０１）。欠陥座標は撮像レシピ記憶部２１２に記憶されている撮像レシピに保存するなどすれば良い。
次に、欠陥観察装置１０２を用いて各欠陥座標に対応する欠陥画像及び参照画像を撮像し（Ｓ３０３）、欠陥定量化装置１０１で欠陥画像と参照画像から欠陥定量化を行い、評価値を算出する（Ｓ３０４）。Ｓ３０３〜Ｓ３０４の処理は欠陥座標の数（即ち欠陥の数）分繰り返す。欠陥定量化処理Ｓ３０４についての詳細は後述する。
欠陥画像は検査装置で検出した欠陥部位を含んだＳＥＭ画像であり、参照画像は欠陥画像の配線パターンと同様のパターンが撮像された欠陥部位を含まない良品画像のことを指す。半導体はダイごとに同じ配線パターンを生成する特徴があるため、参照画像は、欠陥のあるダイの隣接ダイの、欠陥座標に対応した位置で撮像すれば良い。また、欠陥画像の欠陥部分をマスクし、マスクした領域を周辺領域の画像を合成することで参照画像を生成しても良い。欠陥座標に対応する配線パターンの設計情報がある場合、設計情報からシミュレーションなどにより参照画像を生成しても良い。
以下、図４、５を用いて欠陥の定量化処理Ｓ３０４について説明する。本実施例で開示する欠陥の定量化では、欠陥画像から得られる欠陥部位の計測値とともに、参照画像から得られる計測値を比較基準として用いる。例えば、隣接する配線パターンがショートしていなくても、ショートしかかっている場合、隣接する配線パターン間の最小距離と、参照画像の配線間距離を計測し、その計測値を比較することで、正常な場合に比べて配線間がどの程度狭くなったかを定量化することで欠陥を評価することができる。欠陥の定量化では、欠陥種類によって定量化の方法が異なり、欠陥画像、及び参照画像における計測領域設定方法や、計測箇所の定義、定量値の算出方法が異なる。
図４に欠陥種類別に欠陥画像及び参照画像の計測領域、及び計測箇所をまとめて示した。（ａ）は隣接する配線パターンが完全にショートしているフルショート、（ｂ）は隣接する配線パターンにショートしかかっているハーフショート、（ｃ）は配線パターンが完全に切れてしまっているフルオープン、（ｄ）は配線パターンが切れかかって幅が狭くなっているハーフオープン、（ｅ）は配線幅の揺らぎが発生しているラフネス、（ｆ）はホール径が縮小したホール欠陥の例を示している。ホール欠陥はホール径が拡大した場合もあるがここでは図示はしていない。
４１１〜４１６は各欠陥種類に対応した欠陥画像、４２１〜４２６は４１１〜４１６に対応する参照画像の例である。４１１〜４１５、４２１〜４２５は下地４０２の上に配線パターン４０１が形成されている例である。符号は付していないが、欠陥画像４１２〜４１５、参照画像４２１〜４２５についても同様に、配線パターン４０１を明るく、下地４０２を暗く示している。欠陥画像４１６は上層４０５にホール４０６が空いている例であり、符号は付していないが、対応する参照画像４２６も上層４０５を明るく、ホール４０６を暗く示している。図４の欠陥種類（ａ）〜（ｄ）はパターン欠陥と呼ばれる。
画像４１１に、計測対象を含む計測領域４０３と、計測箇所４０４の例を示す。４０４は、計測箇所が矢印の両端間の距離で定義されていることを示している。４１２〜４１６、４２１〜４２６の計測箇所の表記についても同様である。
以下、各欠陥種類について計測領域や、計測箇所、欠陥評価値の計算例を説明する。なおここに示す計算例では、欠陥評価値が大きい程その欠陥が着目すべき欠陥、例えば、製品に対する致命度が高い、あるいは歩留まりへの影響が大きい欠陥である様な計算例を示している。
（ａ）フルショート：
ショート欠陥が隣接する配線間の広い範囲で発生している程、着目すべき欠陥である。これを表現するために、欠陥画像４１１に図示するショート部分の最短距離（欠陥画像の計測値）と、参照画像１２１より配線間距離（参照画像の計測値）をそれぞれ計測し、以下の欠陥評価値算出式により配線間距離で正規化した評価値を算出する。
評価値＝欠陥画像の計測値／参照画像の計測値 （数１）
（ｂ）ハーフショート：
フルショートに至らなくとも配線間が狭いほど着目すべき欠陥である。これを表現するために、欠陥画像４１２に図示するショートしかかっている部分の配線間最短距離（欠陥画像の計測値）と、参照画像４２２より配線間距離（参照画像の計測値）をそれぞれ計測し、以下の欠陥評価値算出式により配線間距離で正規化した評価値を算出する。
評価値＝１．０−欠陥画像の計測値／参照画像の計測値 （数２）
（ｃ）フルオープン：
配線に大きな断線を生じているオープン欠陥ほど着目すべき欠陥である。これを表現するために、欠陥画像４１３に図示するオープン部分の最短距離（欠陥画像の計測値）と、参照画像４２３より配線幅（参照画像の計測値）をそれぞれ計測し、式（数１）の欠陥評価値算出式で評価値を算出する。
（ｄ）ハーフオープン：
オープンに至らなくとも配線幅が狭くなるほど欠陥ほど着目すべき欠陥である。これを表現するために、欠陥画像４１４に図示するオープンしかかっている部分の配線最小幅（欠陥画像の計測値）と、参照画像４２４より配線幅（参照画像の計測値）をそれぞれ計測し、式（数２）の欠陥評価値算出式で評価値を算出する。
（ｅ）ラフネス：
ラフネスによる配線幅の揺らぎが大きいほど着目度は高い。これを表現するために、欠陥画像４１５に図示するラフネスの揺らぎ最大幅（欠陥画像の計測値）と、参照画像４２５より配線幅（参照画像の計測値）をそれぞれ計測し、式（数１）の欠陥評価値算出式で評価値を算出する。
（ｆ）ホール欠陥：
ホール欠陥では、欠陥画像のホール径が参照画像のホール径に対して差があるほど着目すべき欠陥である。これを表現するために、欠陥画像４１６から得られるホール径（欠陥画像の計測値）、及び参照画像４２６から得られるホール径（参照画像の計測値）を計測し、以下の欠陥評価値算出式で評価値を算出する。
評価値＝｜欠陥画像の計測値−参照画像の計測値｜／参照画像の計測値 （数３）
上記では、（ａ）〜（ｆ）の欠陥種類についての例を説明したが本発明は他の欠陥種類についても適用可能である。例えば、異物については異物による配線のショートの仕方によって（ａ）フルショート、（ｂ）ハーフショートと同様に分類することができ、それぞれ同様の計測方法及び評価値の計算式を用いることで評価値を算出することが可能である。
図４の計測領域や計測箇所の例は一例であり、ユーザが欠陥種類ごとに計測レシピを設定し、登録しておくことで、欠陥種類別の計測レシピに基づいてユーザが意図する計測箇所を設定することが可能である。
計測レシピの設定方法は図１０を用いて後述する。また、計測レシピによる計測箇所設定の詳細に図８を用いて後述する。
また、図４では、欠陥画像と参照画像それぞれについて一か所ずつ計測する例を示したが、計測領域や計測箇所はそれぞれ一か所に限定されるものではなく、複数箇所設定し、複数の計測値から四則演算や荷重加算で評価値を算出しても良い。算出する評価値は複数でもよく、また計測値をそのまま評価値として出力しても良い。なお、計測値をそのまま評価値とする場合においても説明上は評価値を計算すると表記する。
図５は欠陥定量化処理Ｓ３０４の詳細フローである。欠陥定量化では、まず欠陥分類部１１３にて欠陥をフルショート、ハーフショートなどの欠陥種類別に画像を分類する（Ｓ５０１）。次に、計測レシピ選択部１１４にて分類結果に対応した計測レシピを計測レシピ記憶部１１２より読み出し、画像計測処理部１１５にて計測レシピに記述されている計測領域情報に基づき、欠陥画像、及び参照画像にそれぞれ計測領域を設定する（Ｓ５０２）。続いて、欠陥画像及び参照画像の計測領域において、計測レシピに指定されている計測箇所を計測する（Ｓ５０３）。Ｓ５０１〜Ｓ５０３の具体的な処理方法については後述する。最後に、計測値から評価値を算出する（Ｓ５０４）。評価値の計算式は計測レシピに指定された式を用いて行う。Ｓ５０３及びＳ５０４は欠陥定量化部１１６で実行される。
なお、Ｓ３０４の定量化処理において、参照画像として隣接ダイなどから撮像したＳＥＭ画像を用いる場合、実プロセスで製造された良品パターンの計測値と比較することができるため、設計情報から得た配線幅や配線間隔の値を用いる場合に比べて、実際に即した評価値を算出できるといった効果がある。また、参照画像を欠陥画像から合成する場合や、設計情報から参照画像を生成する場合、参照画像を個別に撮像する必要がないため、欠陥あたりの撮像スループットが向上するといった効果がある。
図６及び図７を用いて欠陥画像分類処理（Ｓ５０１）について説明する。図６はパターン欠陥における欠陥画像分類処理のフローチャート、図７は図６のフローチャートにおける画像の処理過程を模式的に示したものである。
まず、欠陥検出処理により欠陥画像における欠陥領域を抽出する（Ｓ６０１）。欠陥検出処理の具体的処理例としては、欠陥画像と参照画像の各画素で濃淡値の差分より差画像を生成し、差画像で濃淡値の絶対値、あるいは正負のどちらかに大きい箇所を欠陥領域として抽出すればよい。濃淡画像のからの領域抽出には、濃淡値の二値化方法として大津の二値化などを用いれば良い。欠陥画像と参照画像の配線パターンの位置がずれている場合は、正規化相互相関法などを用いて欠陥画像と参照画像の配線パターンの位置合せをした後に、差画像を生成すれば良い。図７の欠陥画像７０１はフルショート欠陥の例であり、７０２は対応する参照画像を示している。図７の例にて、欠陥検出処理を実行すると欠陥検出画像７０３が得られ、欠陥領域７１１が抽出される。
次に、参照画像に対して配線パターン認識処理を行い、配線パターン領域を抽出する（Ｓ６０２）。配線パターン認識処理は一般的な画像の領域分割手法などによって行われれば良い。例えば、配線パターン領域の濃淡値が高く、下地の濃淡値が低い場合、大津の二値化などの二値化手法を用いて配線パターン領域を抽出する。また、ソーベルフィルタなどのエッジ検出フィルタ処理を行い、処理画像を二値化することにより配線エッジを検出し、エッジを利用して領域分割を行い配線パターン領域を抽出しても良い。図７の配線パターン認識画像７０４は、参照画像７０２における配線パターン認識結果を示しており、配線パターン領域７１２が抽出されている。
最後にＳ６０１とＳ６０２で得られた欠陥領域と配線パターン領域の位置関係からパターン欠陥を分類する（Ｓ６０３）。この分類は、欠陥領域と配線パターン領域を重ね合わせることで、欠陥領域が配線パターン領域上にある場合はオープン欠陥、欠陥領域が配線パターン領域外にある場合はショート欠陥とすることができる。この場合、領域の位置関係とは、欠陥領域が配線パターン領域の上にあるか外かのことである。欠陥領域が配線領域の上か外かを判定するには、欠陥領域の各画素で、配線パターン領域と重なっている画素数と重なっていない画素数の総和を算出し、比較して配線パターン領域と重なっている画素数の方が多い場合は配線パターン領域の内側、重なっていない画素数の方が多い場合は配線パターン領域の外側と判定すれば良い。
オープン欠陥の場合、欠陥領域が配線パターン領域を完全に被覆している場合は、フルオープン、そうでない場合はハーフオープンと分類できる。この場合、領域の位置関係とは、欠陥領域が配線パターン領域を完全に被覆しているか否かのことである。欠陥領域が配線パターン領域を完全に被覆しているか否かを判定するためには、例えば、欠陥領域に外接する四角形（外接四角形）を算出し、外接四角形内に配線パターン領域における両端のエッジを含んでいれば配線パターン領域を完全に含んでいると判定できる。エッジは配線パターン認識結果に対してソーベルフィルタなどのエッジ検出フィルタを適用し、二値化するなどして検出すれば良い。
ショート欠陥の場合は、独立している配線領域を、欠陥領域が接続する場合はフルショート、そうでない場合はハーフショートと分類できる。この場合、領域の位置関係とは、独立している配線領域を欠陥領域が接続する否かのことである。欠陥領域が配線領域を接続するか否かを判定するためには、例えば欠陥領域の外接四角形を算出し、外接四角形内に隣接する配線パターン領域における両方のエッジが含まれるかを判定すればよい。両方のエッジが含まれている場合は配線間を完全にまたいでいると判定できる。図７の７０５は欠陥領域７１１と配線パターン領域７１２を重ねて表示した図であり、欠陥領域が配線パターン領域外かつ欠陥領域が配線間を完全にまたいでいることからフルショート欠陥と分類することができる。これら分類のルールは、ユーザによって事前に登録しておけば良い。
ここでは欠陥領域と配線パターン領域の位置関係からパターン欠陥を分類する方法について説明したが、特許文献３記載の、欠陥画像や参照画像から欠陥の円形度や輝度分散などの特徴量を算出し、特徴量から機械学習に基づいて分類する手法によって分類を行っても良い。特徴量を用いた機械学習に基づく分類では、パターン欠陥以外に対しても分類を行うことができる。
以上述べた欠陥画像分類処理の装置上での動作を図１に基づいて説明する。欠陥観察装置１０２で撮像された欠陥画像と参照画像は、通信手段１０３を介して欠陥定量化装置１０１に送信され、送信された画像は入出力Ｉ／Ｆ１０８を介して欠陥定量化装置１０１に読み込まれる。読み込まれた画像は、全体制御部１０５により欠陥検出部１１８に転送され、欠陥検出部１１８にて欠陥検出処理が実行される。また、読み込まれた参照画像は、全体制御部１０５により配線パターン認識部１１７に転送され、配線パターン認識部１１７にて配線パターン認識処理が実行される。欠陥検出部１１８で得られた欠陥検出画像と、配線パターン認識部１１７で得られた配線パターン認識画像は、全体制御部１０５により欠陥分類部１１３に送られ、欠陥画像分類処理が実行される。分類結果はメモリ１０９に記憶される。
次に、図８を用いて分類結果に基づいて計測領域を設定する処理Ｓ５０２について説明する。図８は、Ｓ５０２の処理フローを示している。まず、分類結果に基づいて分類種類ごとに事前準備された計測レシピを選択する（Ｓ８０１）。ここで、計測レシピとは、欠陥画像や参照画像における計測領域や、計測対象の計測箇所を指定するための情報であり、例えば、欠陥領域や参照画像上の配線パターンに対する相対的な計測領域の位置や、計測対象に対する計測方向（配線パターンに対し垂直方向か水平方向かなど）、計測対象（配線幅あるいは配線間距離）、計測方法（計測領域内の計測対象における最短距離、平均距離など）などの計測箇所の定義に関する情報が含まれる。計測方向は欠陥画像および参照画像における横方向や縦方向、縦・横方向の組み合わせを用いて斜め方向で指定しても良い。計測レシピはユーザによって事前に設定され、計測レシピ記憶部１１２に記憶される。計測レシピの設定方法については図１０を用いて後述する。次に、Ｓ８０１で選択された計測レシピに基づいて欠陥画像及び参照画像に計測領域を設定する（Ｓ８０２）。
以上述べた計測領域設定処理の装置上での動作を図１に基づいて説明する。計測レシピ選択部１１４により、メモリ１０９に記憶されている分類結果に対応する計測レシピが、計測レシピ記憶部１１２からより読み出され、画像計測処理部１１５に送られる。画像計測処理部１１５は、選択された計測レシピに基づき計測領域の位置情報を、欠陥画像、参照画像上の座標に変換する。
図９を用いて、Ｓ８０２と、Ｓ８０２に続いて行われるＳ５０３の処理の詳細を説明する。図９はハーフショート欠陥におけるＳ８０２及びＳ５０３の中間処理状態を画像により例示したものである。なお、Ｓ８０２及びＳ５０３は欠陥画像と参照画像それぞれに対して実行される。
計測領域は、計測レシピの計測方向、計測対象、計測部位に関する情報と、画像処理により得られた欠陥領域、配線パターン領域から決定される。図９のハーフショート欠陥の画像９０１と、対応する参照画像９０２を例にとって説明する。欠陥画像９０１と参照画像９０２から前述の方法によって欠陥検出結果９０３と、配線パターン認識結果９０４を得る。図４に示したとおり、ハーフショートの場合、欠陥画像における計測箇所はショートしかかっている部分の配線間距離であり、参照画像における計測箇所は配線間距離である。ショートは隣接する配線に対して起こるため、欠陥画像における計測方向は配線に対し垂直方向（図９ではｘ方向）、計測対象は配線間距離、計測部位は配線間距離が最も短くなる箇所として設定すれば良い。
なお、配線方向は参照画像における配線パターン領域９０４のエッジ検出結果に対し、ハフ変換などの手法により配線エッジの方向を求めることで決定できる。画像９０５は欠陥領域とパターン領域を重畳させた画像であり、９１４は欠陥の計測領域９１４である。計測領域９１４は、計測箇所が含まれるように設定する。９０５の場合、欠陥のエッジと隣接する配線パターンのエッジが計測箇所となる。計測領域９１４は、欠陥領域９１１の外接四角形９１３を計測方向（ｘ方向）に引き伸ばして、計測箇所となる欠陥領域向かい側の配線パターン領域エッジ部を含むように変形した領域を設定すれば良い。なお、図９では説明のため、外接四角形９１３は欠陥領域９１１の外接四角形より少し大きい領域で表示している。
Ｓ５０３の計測ステップを示す画像９０６は、計測領域９１４から計測箇所９１６を設定した結果を示し、計測箇所は図４と同様、矢印で示している。計測箇所に基づき計測値を得るためには、例えば、計測領域９１４内の各ｙ座標において、計測方向（ｘ方向）をスキャンし、欠陥領域９１１と配線パターン領域９１２が最も近接している箇所を抽出し、座標の組合せを計測箇所とすれば良い。
図４に示したとおり、図９の参照画像９０２における計測方向は配線垂直方向（ｘ方向）、計測対象は配線間距離、計測部位は配線間の平均距離として設定すれば良い。計測部位を計測領域内での平均とすることで、ラインパターンなど単純な形状のパターンにおいてノイズの影響を低減させることができる。計測領域９１５は参照画像に対する計測領域である。欠陥画像の欠陥領域の外接四角形９１３を計測方向に引き伸ばし、計測対象となる配線間を含むように参照画像上に計測領域を設定する。具体的には欠陥画像の欠陥領域の中心座標を用いて、参照画像を計測方向（ｘ方向）にスキャンし、配線パターン領域９１２のエッジが見つかるまで計測領域を引き延ばせば良い。参照画像におけるＳ５０３の計測ステップを示す画像９０７は、計測領域９１５から計測箇所９１７を設定した結果を矢印で示している。計測箇所に基づき計測値を得るためには、例えば、計測領域９１５内の各ｙ座標において、計測方向（ｘ方向）をスキャンし、９１５内の左右の配線パターン領域９１２の距離を計測すればよい。画像９１７では、２点間の距離として計測値を示しているが、計測領域９１５内で計測できる配線間の距離の平均を用いてもかまわない。また、参照画像における計測領域は欠陥画像と同じ領域を用いても良い。
計測処理Ｓ５０３の他の方法として、設定した計測領域を特許文献２に記載の手法を用いても良い。
ＳＥＭ画像においてを設定するべき配線パターンエッジ部、および欠陥部位の端などで濃淡値が高くなることを利用し、画像上での計測方向における濃淡値の一次元波形（濃淡プロファイル）を取得し、濃淡プロファイルから高精度な計測値を算出する。計測領域内で、設定された計測方向における濃淡プロファイルを取得し、その濃淡プロファイルの濃淡勾配がある部分（即ち、配線パターンエッジ部あるいは欠陥部位の端）における濃淡値の最大値、最小値からしきい値を算出し、濃淡値がしきい値となる座標を探索し、計測位置として決定する。濃淡プロファイル上より決定された複数の計測位置より計測箇所を設定する。この場合、計測箇所は画像上の座標でなく、濃淡プロファイル上の位置となる。
なお、ＳＥＭ画像の濃淡プロファイルでは、濃淡勾配がある部分の濃淡値最大となる位置の両側に、濃淡値がしきい値と等しくなる位置が存在する場合がある。この場合、計測レシピに含まれる計測対象からどちらの位置を計測位置とするか決定すればよい。例えば、計測対象が配線幅なら、計測領域の中心座標から遠い方の計測位置を決定し、計測対象が配線間距離なら計測領域の中心座標から近い方の計測位置を決定すればよい。また、ノイズの影響を低減するため、濃淡プロファイルは計測方向に対して垂直方向に投影し加算平均したものを用いても良い。
図１０を用いて計測レシピの設定方法について説明する。
計測レシピは前述の通り、欠陥種類ごとに事前に設定し、計測レシピ記憶部１１２に記憶される。図１０は計測レシピ設定のための画面である。１００１には欠陥分類処理Ｓ５０１で分類可能な欠陥種類が表示される。１００２には、欠陥画像用の計測箇所設定に必要な情報（計測方向、計測対象、計測方法など）の値が欠陥種類ごとに表示される。方向とは計測方向のことであり、配線に対して平行あるいは垂直な方向、あるい画像の水平、垂直方向などである。対象とは計測対象のことであり、配線領域幅、配線領域間距離、画像水平方向の欠陥寸法、画像垂直方向の欠陥寸法、欠陥領域と配線領域の距離などである。方法とは計測方法のことであり、計測対象の平均値、最小値、最大値、中間値などである。各項目はコンボボックス等によって任意の値に変更である。１００３には、参照画像用の計測箇所設定に必要な情報の値が欠陥種類ごとに表示される。計測レシピには計測方向、計測対象、計測方法以外の項目であっても、計測処理に必要な情報であれば含むことができる。また、図示しないが、前述の欠陥評価値算出式も欠陥種類別に設定できるようにしておく。１００４は欠陥種類の項目を追加するボタン、１００５は欠陥種類を削除するボタンである。１００１は欠陥画像分類処理Ｓ５０１で分類に使われた欠陥種類の情報を読み出して表示しても良い。
図１１を用いて定量化結果の表示について説明する。図１１は欠陥定量化処理Ｓ３０４における処理結果を表示画面である。画面上には、欠陥ＩＤ１１０１、欠陥画像１１０２、参照画像１１０３、欠陥画像分類処理Ｓ５０１による分類結果１１０４、Ｓ５０３にて計測した欠陥画像における計測値１１０５と参照画像における計測値１１０６、Ｓ５０４にて欠陥画像及び参照画像から算出した評価値１１０７が表示される。また、欠陥画像１１０２及び参照画像１１０３上には計測領域１１０８及び計測箇所１１０９が表示される。なお、一つの計測領域に対して計測箇所が複数ある場合、代表的な計測箇所のみを表示しても良い。また、計測領域１１０８及び計測箇所１１０９は欠陥画像、参照画像で一つのみである必要はなく、複数ある場合は、複数表示をしても良い。また、欠陥画像計測値１１０５、参照画像計測値１１０６、評価値１１０７が複数ある場合には全てあるいは一部を画面上に表示しても良い。また、複数の計測値が存在する場合は、計測値にＩＤを振っておき、画像上の計測領域や計測箇所付近に対応するＩＤを一緒に表示することで、計測箇所や計測領域と対応付けることができる。１１１０は欠陥画像１１０２及び参照画像１１０３で表示する画像の種類を選択するコンボボックスである。
以上示した第１の実施例により、欠陥の種類に基づいて欠陥画像及び参照画像上に適切な計測箇所を設定することができ、得られた計測値を用いて評価値を計算することによって、歩留まり管理に有用な情報をユーザに提示することが可能となる。
実施例２では、記憶された複数の計測レシピに基づいて欠陥画像、及び参照画像の計測値を算出し、欠陥の分類結果に基づいて評価値算出に用いる計測値を選択し、評価値を算出する欠陥定量化方法について述べる。
本実施例が実施例１と異なるのは、装置構成（図１）と定量化フロー（図５）のみであり、他は実施例１と同様の方法及び装置、画面入出力表示を備える。以降においては実施例１と異なる部分についてのみ説明する。
本実施例にかかる装置構成を図１２に示す。図１で説明した実施例１の装置構成に加え、処理部１０７内に定量化に用いる計測値を選択する計測値選択部１２０１を備える。
次に図１３を用いて定量化の手順を説明する。図１３は本実施例における定量化フローの一例である。本実施例ではまず欠陥画像分類処理を実行し（Ｓ５０２）、欠陥画像及び参照画像にそれぞれ複数の計測領域を設定する（Ｓ１３０１）。Ｓ１３０１は画像計測処理部１１５で実行され、計測レシピ記憶部１１２に記憶された計測レシピの全てあるいは一部に基づいて設定する。計測箇所の設定は実施例１と同様の方法を用いて行えば良い。
次に、実施例１と同様の方法で、欠陥画像及び参照画像に設定された計測箇所を計測する（Ｓ５０３）。
Ｓ５０１の分類結果に基づいて、Ｓ５０３で得られた計測値の中から評価値算出に用いる計測値を選択する（Ｓ１３０２）。Ｓ１３０２は、計測値選択部１２０１で実行される。計測値の選択では、例えば、分類された欠陥種類に関連付けられた計測レシピを計測レシピ記憶部１１２から読み出し、計測レシピの設定と合致する計測箇所の計測値を選択すれば良い。また、計測箇所を設定・計測する際に、使用した計測レシピに対応する欠陥種類情報も計測値と一緒に記憶しておき、欠陥種類の情報から計測値を選択しても良い。
最後に実施例１と同様の方法で、選択した計測値から評価値算出を行う。なお、欠陥分類処理Ｓ５０１は計測値選択処理Ｓ１３０２の前であればどのタイミングで行っても良い。
以上の実施例２により、実施例１と同様の効果が得られ、欠陥の種類に基づいて欠陥画像及び参照画像上に適切な計測箇所を設定することができ、得られた計測値を用いて評価値を計算することによって、歩留まり管理に有用な情報をユーザに提示することが可能となる。
実施例３では、実施例１あるいは２によって定量化された欠陥の評価値を基準として、同じ工程のウェハに対して欠陥観察すべき箇所を特定し、欠陥観察を実行する方法について述べる。なお、本実施例は実施例１をベースとして説明するが、評価値は実施例２によって得られたものであっても本実施例は実行可能である。
本実施例が実施例１と異なるのは、装置構成（図１）と、欠陥観察のフロー（図３）のみで他は同様の方法及び装置、画面入出力表示を備える。
本実施例にかかる装置構成を図１４に示す。図１で説明した実施例１の装置構成に加え、処理部１０７に、欠陥評価値を算出したウェハと同工程のウェハを撮像するための撮像レシピ作成部１４０１と、作成した撮像レシピを記憶する撮像レシピ記憶部１４０２を備える。ここで撮像レシピとは、欠陥観察を行うためのウェハ上の観察位置の座標や、その場所での観察倍率、電子光学系の撮像条件などを有する情報のことを指す。
次に、図１５を用いて撮像レシピ作成の手順を説明する。図１５は本実施例における撮像レシピ作成フローの一例である。Ｓ３０１〜Ｓ３０４までは実施例１と同様の処理を行う。次にＳ３０４で得られた評価値としきい値を比較する（Ｓ１５０１）。しきい値は事前にユーザによって設定されるものとする。評価値が複数ある場合には、評価値それぞれに対応するしきい値を用意する。
評価値がしきい値以上の場合、撮像レシピに定量化した欠陥のウェハ上の座標を撮像対象として追加する（Ｓ１５０２）。また、撮像レシピに欠陥座標を追加する条件は評価値がしきい値以上の条件に限定せず、任意の条件で構わず、この条件は図１５のフロー実行前に設定するものとする。
以上の実施例３により、欠陥の評価値に基づいて欠陥座標を撮像レシピに追加していくことで、欠陥評価値に基づき重要な欠陥と判断された欠陥発生位置の定点観察が可能となり、歩留まり管理に有効な欠陥観察位置を効率的に得ることができる。このようにして作成された定点観察用の撮像レシピでウェハ欠陥観察を行うことで、重要欠陥の発生傾向をモニタすることが可能となる。
以上、実施形態に基づき具体的に説明したが、本発明は上記実施形態に限定されるものではなく、その要旨を逸脱しない範囲で種々変更可能であることはいうまでもない。
１０１…欠陥定量化装置、１０２…欠陥観察装置、１０３…通信手段、１０４…入出力部、１０５…全体制御部、１０６…記憶部、１０７…処理部、１０８…入出力Ｉ／Ｆ、１０９…メモリ、１１０…画像記憶部、１１１…バス、１１２…計測レシピ記憶部、１１３…欠陥画像分類部、１１４…計測レシピ選択部、１１５…画像計測処理部、１１６…欠陥定量化部、１１７…配線パターン認識部、１１８…欠陥検出部

Claims (19)

  1. 半導体ウェハ上の欠陥の評価値を算出する欠陥定量化方法であり、
    欠陥画像を分類するステップと、
    前記欠陥画像分類結果に基づいて前記欠陥画像と、前記欠陥画像に対応する参照画像それぞれに計測領域と計測箇所を設定するステップと、
    前記欠陥画像と前記参照画像の前記計測箇所から得た、各々の計測値を用いて欠陥の評価値を算出するステップを有する欠陥定量化方法。
  2. 請求項１記載の欠陥画像および参照画像に計測領域及び計測箇所を設定するステップは、
    前記欠陥画像分類結果に基づき計測レシピを選択するステップと、
    前記計測レシピに基づいて計測領域及び計測箇所を設定するステップとを有する欠陥定量化方法。
  3. 請求項２記載の計測レシピは、前記欠陥画像分類結果により得られる欠陥種類別に登録されていることを特徴とする欠陥定量化方法。
  4. 請求項２記載の計測レシピは、欠陥画像及び参照画像のそれぞれに対して、計測方向、計測対象、計測方法が含まれることを特徴とする欠陥定量化方法。
  5. 請求項１記載の欠陥定量化方法であって、前記欠陥の評価値に基づき、撮像レシピに前記評価値を得た欠陥の撮像位置座標を追加するステップを有する欠陥定量化方法。
  6. 請求項１記載の欠陥定量化方法であって、前記欠陥画像を分類するステップは、欠陥画像と参照画像の比較により検出した欠陥領域と、参照画像から抽出した配線パターン領域を用いて行うことを特徴とする欠陥定量化方法。
  7. 請求項１記載の欠陥定量化方法であって、前記欠陥の評価値を算出する対象がパターン欠陥であることを特徴とする欠陥定量化方法。
  8. 請求項１記載の欠陥定量化方法であって、前記欠陥の評価値を算出するステップにおける評価値は、欠陥画像の計測値と、参照画像の計測値の比率を用いたことを特徴とする欠陥定量化方法。
  9. 請求項１記載の評価値を算出するステップは、評価値を算出するための計測値が前記画像分類結果に基づいて選択されることを特徴とする欠陥定量化方法。
  10. 半導体ウェハ上の欠陥の評価値を算出する欠陥定量化装置であり、
    欠陥画像を分類する欠陥画像分類部と、
    前記欠陥画像分類部における分類結果に基づいて欠陥画像および参照画像に対し計測領域及び計測箇所を設定し、設定した計測領域及び計測箇所により計測処理を行う画像計測処理部と、
    前記欠陥画像と前記参照画像の前記計測箇所から得た計測値を用いて欠陥の評価値を算出する欠陥定量化部を備える、
    ことを特徴とする欠陥定量化装置。
  11. 請求項１０記載の欠陥定量化装置であり、さらに
    計測レシピを記憶する計測レシピ記憶部と、
    前記欠陥画像分類部の分類結果に基づいて前記計測レシピを選択する計測レシピ選択部を具備し、
    前記画像計測処理部は前記計測レシピ選択部で選択された計測レシピに基づいて欠陥画像及び参照画像に対する計測領域及び計測箇所に基づき計測処理が行われることを特徴とする欠陥定量化装置。
  12. 請求項１１記載の欠陥定量化装置であり、
    前記計測レシピ記憶部に記憶されている計測レシピは、欠陥種類別に存在することを特徴とする欠陥定量化装置。
  13. 請求項１１記載の欠陥定量化装置であり、
    前記計測レシピには、欠陥画像及び参照画像のそれぞれに対する計測方向、計測対象、計測手法の情報が記憶されていることを特徴とする欠陥定量化装置。
  14. 請求項１０記載の欠陥定量化装置であり、さらに
    撮像レシピを記憶する撮像レシピ記憶部と、
    前記評価値に基づき前記撮像レシピに欠陥画像を撮像した座標を追加する撮像レシピ作成部を具備することを特徴とする欠陥定量化装置。
  15. 請求項１０記載の欠陥定量化装置であり、さらに
    欠陥画像と参照画像の比較により欠陥領域を検出する欠陥検出部と、
    参照画像から配線パターン領域を抽出する配線パターン認識部を具備し、
    前記欠陥画像分類部は前記欠陥領域と、前記配線パターン領域を用いて分類を行うことを特徴とする欠陥定量化装置。
  16. 請求項１０記載の欠陥定量化装置であり、
    前記評価値を算出する対象はパターン欠陥であることを特徴とする欠陥定量化装置。
  17. 請求項１０記載の欠陥定量化装置であって、
    前記欠陥定量化部は、欠陥画像の計測値と、参照画像の計測値の比率を用いて評価値を算出することを特徴とする欠陥定量化装置。
  18. 請求項１０記載の欠陥定量化装置であり、前記画像分類結果に基づいて、前記計測値を、前記欠陥画像と前記参照画像に対し選択する計測値選択部を備えることを特徴とする欠陥定量化装置。
  19. 半導体ウェハ上の欠陥の評価値の表示装置であり、
    欠陥画像と参照画像の少なくとも一つを表示し、
    欠陥の種類に応じた計測領域あるいは計測箇所を欠陥画像あるいは参照画像の少なくとも一つに表示し、
    併せて欠陥評価値を表示することを特徴とする欠陥評価値表示装置。
JP2014181863A 2014-09-08 2014-09-08 欠陥定量化方法、欠陥定量化装置、および欠陥評価値表示装置 Pending JP2016058465A (ja)

Priority Applications (4)

Application Number Priority Date Filing Date Title
JP2014181863A JP2016058465A (ja) 2014-09-08 2014-09-08 欠陥定量化方法、欠陥定量化装置、および欠陥評価値表示装置
US15/329,480 US10297021B2 (en) 2014-09-08 2015-06-26 Defect quantification method, defect quantification device, and defect evaluation value display device
PCT/JP2015/068447 WO2016038982A1 (ja) 2014-09-08 2015-06-26 欠陥定量化方法、欠陥定量化装置、および欠陥評価値表示装置
KR1020177002150A KR102062433B1 (ko) 2014-09-08 2015-06-26 결함 정량화 방법, 결함 정량화 장치 및 결함 평가값 표시 장치

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2014181863A JP2016058465A (ja) 2014-09-08 2014-09-08 欠陥定量化方法、欠陥定量化装置、および欠陥評価値表示装置

Publications (1)

Publication Number Publication Date
JP2016058465A true JP2016058465A (ja) 2016-04-21

Family

ID=55458744

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2014181863A Pending JP2016058465A (ja) 2014-09-08 2014-09-08 欠陥定量化方法、欠陥定量化装置、および欠陥評価値表示装置

Country Status (4)

Country Link
US (1) US10297021B2 (ja)
JP (1) JP2016058465A (ja)
KR (1) KR102062433B1 (ja)
WO (1) WO2016038982A1 (ja)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101736230B1 (ko) 2016-02-12 2017-05-29 한국원자력연구원 결함검출률 정량화 시스템 및 방법
JP2020035282A (ja) * 2018-08-31 2020-03-05 株式会社日立ハイテクノロジーズ パターン検査システム
JP2020043270A (ja) * 2018-09-12 2020-03-19 東京エレクトロン株式会社 学習装置、推論装置及び学習済みモデル
JP2020516867A (ja) * 2017-04-18 2020-06-11 サウジ アラビアン オイル カンパニー 定量赤外線サーモグラフィを使用して複合構造物を検査するための装置、システム、および方法

Families Citing this family (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10181185B2 (en) * 2016-01-11 2019-01-15 Kla-Tencor Corp. Image based specimen process control
CN109564166A (zh) * 2016-07-08 2019-04-02 Ats自动化加工系统公司 用于自动和人工的组合检查的系统和方法
JP6705777B2 (ja) * 2017-07-10 2020-06-03 ファナック株式会社 機械学習装置、検査装置及び機械学習方法
US11151711B2 (en) * 2018-06-06 2021-10-19 Kla-Tencor Corporation Cross layer common-unique analysis for nuisance filtering
WO2020047177A1 (en) * 2018-08-28 2020-03-05 Essenlix Corporation Assay accuracy improvement
WO2020206464A1 (en) * 2019-04-05 2020-10-08 Essenlix Corporation Assay accuracy and reliability improvement
US11114324B2 (en) * 2019-04-10 2021-09-07 KLA Corp. Defect candidate generation for inspection
US11282189B2 (en) * 2019-09-16 2022-03-22 Intel Corporation Unsupervised clustering to identify anomalies
JP7390851B2 (ja) * 2019-10-18 2023-12-04 株式会社日立ハイテク 欠陥分類装置、欠陥分類プログラム
US11087449B2 (en) * 2019-10-24 2021-08-10 KLA Corp. Deep learning networks for nuisance filtering
TWI712788B (zh) * 2019-11-14 2020-12-11 勝麗國際股份有限公司 感測器封裝結構的缺陷檢測方法
CN112991268B (zh) * 2021-02-09 2021-12-14 上海众壹云计算科技有限公司 晶圆上目标缺陷的快速筛查方法及其装置、系统、存储介质和电子设备
TWI807624B (zh) * 2022-01-28 2023-07-01 友達光電股份有限公司 用於百格測試的附著力分析方法及系統
EP4325206A1 (en) 2022-08-18 2024-02-21 F. Hoffmann-La Roche AG Method for compensating defective partitions of a microfluidic chip
CN115457037B (zh) * 2022-11-10 2023-03-24 澳润(山东)药业有限公司 一种用于阿胶制品生产的原材料质检方法
CN116934746B (zh) * 2023-09-14 2023-12-01 常州微亿智造科技有限公司 划伤缺陷检测方法、系统、设备及其介质

Family Cites Families (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS522110A (en) 1975-06-24 1977-01-08 Hitachi Ltd Calling position detecting system
JPH10213422A (ja) 1997-01-29 1998-08-11 Hitachi Ltd パタ−ン検査装置
JP2000311925A (ja) 1999-04-27 2000-11-07 Sharp Corp 外観検査装置
JP2001331784A (ja) 2000-05-18 2001-11-30 Hitachi Ltd 欠陥分類方法及びその装置
JP2006261162A (ja) * 2005-03-15 2006-09-28 Hitachi High-Technologies Corp レビュー装置及びレビュー装置における検査方法
JP5202110B2 (ja) 2007-08-23 2013-06-05 株式会社日立ハイテクノロジーズ パターン形状評価方法，パターン形状評価装置，パターン形状評価データ生成装置およびそれを用いた半導体形状評価システム
US8355562B2 (en) 2007-08-23 2013-01-15 Hitachi High-Technologies Corporation Pattern shape evaluation method
JP5537282B2 (ja) * 2009-09-28 2014-07-02 株式会社日立ハイテクノロジーズ 欠陥検査装置および欠陥検査方法
JP5452392B2 (ja) 2009-12-16 2014-03-26 株式会社日立ハイテクノロジーズ 欠陥観察方法及び欠陥観察装置
US8781781B2 (en) 2010-07-30 2014-07-15 Kla-Tencor Corp. Dynamic care areas
TWI475187B (zh) * 2010-10-27 2015-03-01 Hitachi High Tech Corp Image processing devices and computer programs
US10330608B2 (en) * 2012-05-11 2019-06-25 Kla-Tencor Corporation Systems and methods for wafer surface feature detection, classification and quantification with wafer geometry metrology tools
CN105074896B (zh) 2013-02-20 2018-04-27 株式会社日立高新技术 图案测定装置以及半导体测量系统
JP5978162B2 (ja) * 2013-03-29 2016-08-24 株式会社日立ハイテクノロジーズ 欠陥検査方法および欠陥検査装置
JP2014207110A (ja) * 2013-04-12 2014-10-30 株式会社日立ハイテクノロジーズ 観察装置および観察方法

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101736230B1 (ko) 2016-02-12 2017-05-29 한국원자력연구원 결함검출률 정량화 시스템 및 방법
JP2020516867A (ja) * 2017-04-18 2020-06-11 サウジ アラビアン オイル カンパニー 定量赤外線サーモグラフィを使用して複合構造物を検査するための装置、システム、および方法
JP7144244B2 (ja) 2018-08-31 2022-09-29 株式会社日立ハイテク パターン検査システム
JP2020035282A (ja) * 2018-08-31 2020-03-05 株式会社日立ハイテクノロジーズ パターン検査システム
JP7399235B2 (ja) 2018-08-31 2023-12-15 株式会社日立ハイテク パターン検査システム
US11587225B2 (en) 2018-08-31 2023-02-21 Hitachi High-Tech Corporation Pattern inspection system
JP2022172401A (ja) * 2018-08-31 2022-11-15 株式会社日立ハイテク パターン検査システム
WO2020054443A1 (ja) * 2018-09-12 2020-03-19 東京エレクトロン株式会社 学習装置、推論装置及び学習済みモデル
JP7126412B2 (ja) 2018-09-12 2022-08-26 東京エレクトロン株式会社 学習装置、推論装置及び学習済みモデル
KR20210055057A (ko) * 2018-09-12 2021-05-14 도쿄엘렉트론가부시키가이샤 학습 장치, 추론 장치 및 학습 완료 모델
US11625518B2 (en) 2018-09-12 2023-04-11 Tokyo Electron Limited Learning device, inference device, and learned model
KR102582921B1 (ko) 2018-09-12 2023-09-26 도쿄엘렉트론가부시키가이샤 학습 장치, 추론 장치 및 학습 완료 모델
JP2020043270A (ja) * 2018-09-12 2020-03-19 東京エレクトロン株式会社 学習装置、推論装置及び学習済みモデル

Also Published As

Publication number Publication date
US20170323435A1 (en) 2017-11-09
WO2016038982A1 (ja) 2016-03-17
KR20170024024A (ko) 2017-03-06
US10297021B2 (en) 2019-05-21
KR102062433B1 (ko) 2020-01-03

Similar Documents

Publication Publication Date Title
WO2016038982A1 (ja) 欠陥定量化方法、欠陥定量化装置、および欠陥評価値表示装置
US10445875B2 (en) Pattern-measuring apparatus and semiconductor-measuring system
JP5081590B2 (ja) 欠陥観察分類方法及びその装置
TWI512684B (zh) Defect observation method and defect observation device
US9311697B2 (en) Inspection method and device therefor
US7681159B2 (en) System and method for detecting defects in a semiconductor during manufacturing thereof
JP6629934B2 (ja) 試験方策を生成する方法およびそのシステム
JP5568456B2 (ja) 荷電粒子線装置
JP6134366B2 (ja) 画像処理装置およびコンピュータプログラム
JP5357725B2 (ja) 欠陥検査方法及び欠陥検査装置
JP6078234B2 (ja) 荷電粒子線装置
US8853628B2 (en) Defect inspection method, and device thereof
JP2005116768A (ja) 回路パターンの検査方法および検査装置
KR101615843B1 (ko) 반도체 계측 장치 및 기록 매체

Legal Events

Date Code Title Description
RD04 Notification of resignation of power of attorney

Free format text: JAPANESE INTERMEDIATE CODE: A7424

Effective date: 20170117

RD04 Notification of resignation of power of attorney

Free format text: JAPANESE INTERMEDIATE CODE: A7424

Effective date: 20170124