JP2019004115A - 設計データを用いた欠陥可視化方法及び欠陥検出方法 - Google Patents

Abstract

【課題】半導体デバイスを構成するパターンの欠陥を高精度且つ広範囲で可視化する方法を提供する。【解決手段】欠陥可視化方法は、複数のパターン画像を走査電子顕微鏡により生成し、複数のパターン画像内のパターンの位置を合わせつつ、複数のパターン画像同士を重ね合わせ、複数のパターン画像に亘るグレイレベルの分散を、パターン上の複数の検査領域ごとに算出し、複数の検査領域を分散の大きさに従って色分けすることで疑似カラー画像を生成し、疑似カラー画像を表示する。【選択図】図８

Description

本発明は、設計データに基づき製造された、半導体集積回路（ＬＳＩ）や液晶パネルを構成するパターンの欠陥検出方法に適用可能な画像生成方法に関する。

半導体集積回路の製造工程におけるウェーハのパターン検査、あるいはそのパターン形成用のホトマスクのパターン検査には、ダイ・ツー・ダイ（die to die）比較方法を用いた光学式パターン検査装置が使われている。このダイ・ツー・ダイ比較方法は、検査対象のダイと呼ばれる半導体デバイスとその近接ダイの同じ位置から得られる画像どうしを比較することで微細欠陥を検出する方法である。

一方、近接ダイの存在しないレチクルと呼ばれるホトマスクの検査には、ダイ・ツー・データベース（die to database）比較と呼ばれる方法が使用されている。この方法は、マスクデータを画像に変換してダイ・ツー・ダイ比較方法で用いた近接ダイの画像の代わりとし、前述同様の検査をする方法である。マスクデータとは設計データにホトマスク用の補正を施して得られるデータである。当該技術は、たとえば米国特許第５５６３７０２号公報“Automated photomask inspection apparatus and method”に記載されている。

しかし、ダイ・ツー・データベース比較方法をウェーハ検査に使用すると、実際にウェーハに形成されたパターンのコーナーラウンドが欠陥として検出される。ホトマスクの検査では、マスクデータから変換された画像にスムージングフィルタでコーナーラウンドをもたせる前処理でコーナーラウンドを欠陥として検出しないようにしている。しかしながら、ウェーハ検査では、この前処理によるコーナーラウンドは、ウェーハに形成されたそれぞれのパターンのコーナーラウンドに等しくないので、コーナーラウンドを欠陥として検出しないようにできないことがある。そこで、この違いを無視するように許容パターン変形量を設定すると、コーナー以外に存在する欠陥を検出できないという問題が発生している。

半導体集積回路生産での問題に注目すると、ゴミなどに起因するランダム欠陥よりも繰り返し発生する欠陥が重要視されている。繰り返し発生する欠陥（システマティック欠陥）とは、ホトマスク不良などを原因としてウェーハ上の全ダイにおいて繰り返し発生する欠陥と定義される。繰り返し発生する欠陥は検査対象のダイおよびその比較対象の近接ダイの両方に発生しているため、ダイ・ツー・ダイ比較では検出できない。ゆえに、ダイ・ツー・データベース比較方式でのウェーハ検査が必要とされている。

しかしながら、システマティック欠陥を対象としたダイ・ツー・データベース比較方式とランダム欠陥を対象としたダイ・ツー・ダイ方式は、いずれも欠陥のサイズがLER(Line edge Roughness)に近づくにつれて欠陥検出率が低下する事が知られている。すなわち、２次元パターンの計測結果は、パターン境界面における化学反応のばらつきから生ずる欠陥では無いパターン変形であるLER(Line edge Roughness)を含む為、ダイ・ツー・データベース比較方式における設計データに対するパターン変形許容量はLER(Line edge Roughness)より大きい値を用いる事が一般的であり、欠陥のサイズがLER(Line edge Roughness)のサイズに近付くほど、その欠陥の検出は困難である。

そこで、本発明は、半導体デバイスを構成するパターンの欠陥を高精度且つ広範囲で可視化する方法、及び欠陥を高精度且つ広範囲で検出する方法を提供する。

本発明の一態様では、複数のパターン画像を走査電子顕微鏡により生成し、前記複数のパターン画像内のパターンの位置を合わせつつ、前記複数のパターン画像同士を重ね合わせ、前記複数のパターン画像に亘るグレイレベルの分散を、前記パターン上の複数の検査領域ごとに算出し、前記複数の検査領域を前記分散の大きさに従って色分けすることで疑似カラー画像を生成し、前記疑似カラー画像を表示することを特徴とする欠陥可視化方法が提供される。

一実施形態では、前記複数の検査領域は、設計データに含まれる前記パターンの形状に基づいて予め設定されることを特徴とする。
一実施形態では、前記複数の検査領域のうちの少なくとも１つは、前記パターンに沿って延びる前記パターンのエッジ上の領域であることを特徴とする。
一実施形態によれば、複数のパターン画像を走査電子顕微鏡により生成し、前記複数のパターン画像内のパターンの位置を合わせつつ、前記複数のパターン画像同士を重ね合わせ、前記複数のパターン画像に亘るグレイレベルを、前記パターン上の複数の検査領域ごとに取得することで、グレイレベルのデータを検査領域ごとに作成し、前記データに基づいて、前記複数の検査領域にそれぞれ対応する複数のしきい値を決定し、前記複数の検査領域内のピクセルごとのグレイレベルを、前記複数のしきい値のうちの対応するしきい値と比較し、前記しきい値よりも大きいグレイレベルを持つピクセルに第１色を付し、前記しきい値よりも小さいグレイレベルを持つピクセルに第２色を付すことで２値化画像を生成し、設定数以上連結された、前記第１色が付されたピクセルを検出することでパターン欠陥を検出することを特徴とする欠陥検出方法が提供される。
一実施形態では、前記複数のしきい値は、前記データの四分位範囲または標準偏差に基づいて決定されることを特徴とする。

本発明によれば、グレイスケールで表現されたパターン画像は、グレイレベルの分散の大きさに従って色分けされた疑似カラー画像に変換される。よって、ユーザーは、欠陥の存在する領域を容易に視認することができる。

走査電子顕微鏡を備えた画像生成システムの一実施形態を示す模式図である。 ウェーハ上のショットのレイアウトを示す概念図である。 ショット内のチップレイアウトを示す概念図である。 欠陥を含まないパターンの一部を示す図である。 欠陥を含むパターンの一部を示す図である。 パターン上に定義された複数の検査領域を示す図である。 互いに重ね合わせたパターン画像を示す図である。 疑似カラー表示を説明するフローチャートである。 パターンの欠陥を検出するための一実施形態を示すフローチャートである。 パターンの欠陥を検出するための一実施形態を示すフローチャートである。 ２値化画像の一例を示す図である。 コンピュータの構成を示す模式図である。

以下、本発明の実施形態について図面を参照して説明する。
以下に説明する一実施形態の目的は、ダイ・ツー・データベース比較方式及びダイ・ツー・ダイ比較方式の後処理として、LER(Line edge Roughness)と同等なサイズの微細な欠陥の可視化をする事である。

さらに、一実施形態の別の目的は、ダイ・ツー・データベース比較方式及びダイ・ツー・ダイ比較方式の後処理として、LER(Line edge Roughness)と同等なサイズの微細な欠陥の検出をする事である。

さらに、一実施形態の別の目的は、設計データを用いて、微細欠陥可視化及び検出の為の領域を定義する事により、２値化画像生成に用いる閾値を設計データにより定義した前記領域に帰属させ、閾値算出の計算量を減らす事である。設計データは、ライン、スペース、コーナー、パターンエンドに分類され、更にパターンの端部、中央部、パターンサイズの違いにより独立した閾値算出が可能である。パターン中心判定、更にパターンサイズによる領域の細分化は自由に設定可能である。すなわち、縦1000×横1000ピクセルの画像で閾値を100万個持つ必要は無く、本実施形態では、閾値はパターンに帰属する。

さらに、一実施形態の別の目的は、微細欠陥検出の為の閾値算出の計算において、四分位範囲または標準偏差値を用い、閾値算出に用いる情報を統計的に選別する事により、閾値設定の精度を向上させる事である。

さらに、一実施形態の別の目的は、SEM画像に一般的に用いられるグレイスケール画像を疑似カラー画像に変換し、RGB諧調に知覚度の高い人間の目の特性を考慮し、目視による微細欠陥認識の効果を向上させる事である。

以下、図面を参照しつつ実施形態について詳しく説明する。
図１は、走査電子顕微鏡を備えた画像生成システムの一実施形態を示す模式図である。
図１に示すように、画像生成システムは、走査電子顕微鏡１００と、走査電子顕微鏡の動作を制御するコンピュータ１５０とを備えている。走査電子顕微鏡１００は、一次電子（荷電粒子）からなる電子ビームを発する電子銃１１１と、電子銃１１１から放出された電子ビームを収束する集束する集束レンズ１１２、電子ビームをＸ方向に偏向するＸ偏向器１１３、電子ビームをＹ方向に偏向するＹ偏向器１１４、電子ビームを試料であるウェーハ１２４にフォーカスさせる対物レンズ１１５を有する。

集束レンズ１１２及び対物レンズ１１５はレンズ制御装置１１６に接続され、集束レンズ１１２及び対物レンズ１１５の動作はレンズ制御装置１１６によって制御される。このレンズ制御装置１１６はコンピュータ１５０に接続されている。Ｘ偏向器１１４、Ｙ偏向器１１５は、偏向制御装置１１７に接続されており、Ｘ偏向器１１３、Ｙ偏向器１１４の偏向動作は偏向制御装置１１７によって制御される。この偏向制御装置１１７も同様にコンピュータ１５０に接続されている。二次電子検出器１３０と反射電子検出器１３１は画像取得装置１１８に接続されている。画像取得装置１１８は二次電子検出器１３０と反射電子検出器１３１の出力信号を画像に変換するように構成される。この画像取得装置１１８も同様にコンピュータ１５０に接続されている。

試料チャンバー１２０内に配置されるＸＹステージ１２１は、ステージ制御装置１２２に接続されており、ＸＹステージ１２１の位置はステージ制御装置１２２によって制御される。このステージ制御装置１２２はコンピュータ１５０に接続されている。ウェーハ１２４を、試料チャンバー１２０内のＸＹステージ１２１に載置するためのウェーハ搬送装置１４０も同様にコンピュータ１５０に接続されている。コンピュータ１５０は、設計データベースが格納された記憶装置１６２、及びキーボード、マウス等の入力装置１６３、表示装置１６４を備えている。

電子銃１１１から放出された電子ビームは集束レンズ１１２で集束された後に、Ｘ偏向器１１３、Ｙ偏向器１１４で偏向されつつ対物レンズ１１５により集束されてウェーハ１２４の表面に照射される。ウェーハ１２４に電子ビームの一次電子が照射されると、ウェーハ１２４からは二次電子及び反射電子が放出される。二次電子は二次電子検出器１３０により検出され、反射電子は反射電子検出器１３１により検出される。検出された二次電子の信号、及び反射電子の信号は、画像取得装置１１８に入力され画像データに変化される。画像データはコンピュータ１５０に送信され、ウェーハ１２４の画像はコンピュータ１５０の表示装置１６４上に表示される。

ウェーハ１２４の設計データ（パターンの設計情報などを含む）は、記憶装置１６２に予め記憶されている。設計データは、配線、ゲート、トランジスタなどの複数種のパターンの設計図である。設計データには、チップ３０２内のパターン３０３の形状と位置を表す二次元設計情報が含まれている。ウェーハ１２４の設計データは、記憶装置１６２内に予め格納される。コンピュータ１５０は、記憶装置１６２からウェーハ１２４の設計データを読み出すことが可能である。

ウェーハ１２４に関して図２、図３を参照して説明する。ウェーハ１２４上には複数のショット２０２が形成される。各ショット２０２は、半導体デバイスの加工に用いられるフォトレジストパターンをウェーハ１２４上に描画するための単位である。図３に示すように、各ショット２０２には複数のチップ３０２を含めることができる。チップ３０２内にはパターン３０３が形成されている。

図４は、欠陥を含まないパターン３０３の一部を示す図である。LER(Line edge Roughness)は図４のパターン３０３内に存在するが、欠陥は存在していない。図５は、欠陥を含むパターン３０３の一部を示す図である。図５のパターン３０３内には、LER(Line edge Roughness)、及び欠陥２０３が存在する。

コンピュータ１５０は、記憶装置１６２から設計データを読み込み、ウェーハのパターンエッジの形状に基づいて複数の検査領域を設定する。例えば、図６に示すように、パターンのエッジ、パターンの中央部、パターンのエンド、パターンのコーナーなどのパターン形状に基づいて、コンピュータ１５０はパターン上に複数の検査領域を設定（定義）する。

図６に示す例では、６つの検査領域がパターン３０３上に設定されている。すなわち、第１の検査領域はパターン３０３の中央部に設定され、第２の検査領域はパターン３０３のラインエッジに設定され、第３の検査領域はパターン３０３のコーナーエッジに設定され、第４の検査領域はパターン３０３のコーナーの中央部に設定され、第５の検査領域はパターン３０３のエンドエッジに設定され、第６の検査領域はパターン３０３のエンドの中央部に設定されている。

走査電子顕微鏡１００は、少なくとも１枚のウェーハ画像を生成し、コンピュータ１５０は、ウェーハ画像を走査電子顕微鏡１００から取得する。走査電子顕微鏡１００によって生成されるウェーハ画像は複数枚であってもよい。ウェーハ画像には、複数のパターン画像が含まれる。コンピュータ１５０は、設計データに含まれている二次元設計情報に基づいて、複数のパターン画像をウェーハ画像から抽出する。これらパターン画像は、同一形状を有するパターンの画像である。抽出すべきパターン画像の枚数は、コンピュータ１５０内に予め設定されている。

さらに、コンピュータ１５０は、図７に示すように、複数のパターン画像３０４内のパターン３０３の位置を合わせつつ、これらのパターン画像３０４を重ね合わせる。パターン３０３の位置合わせには、正規化相互相関法などの公知の技術を用いることができる。コンピュータ１５０は、図７に示す複数のパターン画像３０４内のグレイレベルの分散を、図６に示す複数の検査領域ごとに算出する。各パターン画像上の各検査領域内のグレイレベルは、その検査領域を構成するピクセルのグレイレベルの平均である。例えば、あるパターン画像上の第１の検査領域内のグレイレベルは、その第１の検査領域を構成するピクセルのグレイレベルの平均である。グレイレベルは、一般に、０〜２５５の範囲内の数値である。

走査電子顕微鏡１００によって生成されたパターン画像３０４は、グレイスケールで表現されたＳＥＭ画像である。パターンに欠陥がない場合は、同一位置において複数のパターン画像３０４間でのグレイスケールのばらつきは実質的にない。しかしながら、図５に示すように、あるパターン画像３０４上のパターン３０３に欠陥２０３が存在する場合、その欠陥２０３はそのパターン画像３０４上に白く現れるので、グレイレベルの分散は大きくなる。

そこで、本実施形態では、コンピュータ１５０は、分散の大きさに従って複数の検査領域を色分けすることで疑似カラー画像を生成する。コンピュータ１５０は、疑似カラー画像を表示装置１６４上に表示する。疑似カラー画像は、ＲＧＢ画像、すなわち赤、緑、青の組み合わせからなる画像である。一実施形態では、コンピュータ１５０は、グレイレベルの分散が第１のしきい値よりも低い検査領域には青を付し、グレイレベルの分散が第１のしきい値から第２のしきい値までの範囲内にある検査領域には緑を付し、さらに、グレイレベルの分散が第３のしきい値よりも高い検査領域には赤を付すように構成される。

図５に示す例では、第１の検査領域内に欠陥２０３が存在するため、第１の検査領域内のグレイレベルの分散が大きくなる。したがって、第１の検査領域は赤または緑で表される。

次に、図８に示すフローチャートを参照して本実施形態の疑似カラー表示について説明する。ステップ１では、走査電子顕微鏡１００により少なくとも１枚のウェーハ画像を生成する。ステップ２では、コンピュータ１５０は、得られたウェーハ画像内のパターンと設計データ内のパターンとを比較することによってウェーハ画像内のパターンエッジを検出するダイ・ツー・データベース検査を実施する。ダイ・ツー・データベース検査は、たとえば米国特許6868175号“Pattern inspection apparatus, pattern inspection method, and recording medium”に記載されている。米国特許6868175号の内容は、本明細書に参照により組み込まれる。

ステップ３では、コンピュータ１５０は、同一形状のパターンを示す画像、すなわちパターン画像をウェーハ画像から抽出する。パターン画像の抽出は、パターン画像の枚数が予め設定された枚数を超えるまで繰り返される（ステップ４）。ステップ５では、コンピュータ１５０は、複数のパターン画像内のパターンの位置を合わせつつ、複数のパターン画像同士を重ね合わせる（図７参照）。パターンの位置合わせは、正規化相互相関法を用いることができる。

ステップ６では、コンピュータ１５０は、複数のパターン画像に亘るグレイレベルの分散を、パターン上の複数の検査領域ごとに算出する。各パターン画像上の各検査領域内のグレイレベルは、その検査領域を構成するピクセルのグレイレベルの平均である。例えば、あるパターン画像上の第１の検査領域内のグレイレベルは、その第１の検査領域を構成するピクセルのグレイレベルの平均である。ステップ７では、コンピュータ１５０は、複数の検査領域を分散の大きさに従って色分けすることで疑似カラー画像を生成する。ステップ８では、コンピュータ１５０は、疑似カラー画像を表示装置１６４上に表示する。

本実施形態によれば、グレイスケールで表現されたパターン画像は、グレイレベルの分散の大きさに従って色分けされた疑似カラー画像に変換される。よって、ユーザーは、欠陥の存在する領域を容易に視認することができる。

次に、パターンの欠陥を検出するための一実施形態について図９及び図１０に示すフローチャートを参照して説明する。図９のステップ１からステップ５は、図８に示すフローチャートのステップ１からステップ５と同じであるので、その重複する説明を省略する。

ステップ６では、コンピュータ１５０は、複数のパターン画像に亘るグレイレベルを、パターン上の複数の検査領域ごとに取得することで、グレイレベル（数値）のデータを検査領域ごとに作成する。より具体的には、コンピュータ１５０は、複数のパターン画像のそれぞれの複数の検査領域のグレイレベルを取得して、複数のパターン画像に亘るグレイレベル（数値）のデータを検査領域ごとに作成する。各パターン画像上の各検査領域内のグレイレベルは、その検査領域を構成するピクセルのグレイレベルの平均である。例えば、あるパターン画像上の第１の検査領域内のグレイレベルは、その第１の検査領域を構成するピクセルのグレイレベルの平均である。

ステップ７では、コンピュータ１５０は、グレイレベルのデータに基づいて、複数の検査領域にそれぞれ対応する複数のしきい値を決定する。しきい値は、データの四分位範囲または標準偏差に基づいて決定することができる。例えば、コンピュータ１５０は、各検査領域でのデータの四分位範囲または標準偏差を算出し、四分位範囲または標準偏差に係数を乗算することでしきい値を決定する。係数は、予め設定された数値である。係数は１であってもよい。

ステップ８では、コンピュータ１５０は、各検査領域内のピクセルごとのグレイレベルを、対応するしきい値と比較する。例えば、コンピュータ１５０は、第１の検査領域を構成する各ピクセルのグレイレベルを、第１の検査領域について設定されたしきい値と比較する。ステップ９では、コンピュータ１５０は、しきい値以上のグレイレベルを持つピクセルに第１色を付し、前記しきい値よりも小さいグレイレベルを持つピクセルに第２色を付すことで２値化画像を生成する。２値化画像は、全ての検査領域において生成される（ステップ１０）。ステップ１１では、コンピュータ１５０は、２値化画像を表示装置１６４上に表示する。

図１０に示すように、ステップ１２では、コンピュータ１５０は、第１色が付されたピクセルの連結個数を設定数と比較する。ステップ１３では、コンピュータ１５０は、第１色が付されたピクセルの連結個数が設定数以上である場合は、コンピュータ１５０は、パターンに欠陥が存在すると判定する。ピクセルの連結個数が設定数以上であるか否を判定する理由は、ノイズを排除するためである。

図１１は、２値化画像の一例を示す図である。図１１に示す黒い領域は、図５に示す欠陥２０３に相当する。ユーザーは、２値化画像から欠陥の位置を視認することができる。

図９及び図１０に示す実施形態において、グレイレベルでは無く、設計データからパターン輪郭までの距離を用いて欠陥を検出する事も可能である。

図１２は、コンピュータ１５０の構成を示す模式図である。コンピュータ１５０は、プログラムやデータなどが格納される記憶装置１６２と、記憶装置１６２に格納されているプログラムに従って演算を行うＣＰＵ（中央処理装置）などの処理装置１１２０と、データ、プログラム、および各種情報を記憶装置１６２に入力するための入力装置１６３と、処理結果や処理されたデータを出力するための出力装置１１４０と、インターネットなどのネットワークに接続するための通信装置１１５０を備えている。

記憶装置１６２は、処理装置１１２０がアクセス可能な主記憶装置１１１１と、データおよびプログラムを格納する補助記憶装置１１１２を備えている。主記憶装置１１１１は、例えばランダムアクセスメモリ（ＲＡＭ）であり、補助記憶装置１１１２は、ハードディスクドライブ（ＨＤＤ）またはソリッドステートドライブ（ＳＳＤ）などのストレージ装置である。

入力装置１６３は、キーボード、マウスを備えており、さらに、記憶媒体からデータを読み込むための記憶媒体読み込み装置１１３２と、記憶媒体が接続される記憶媒体ポート１１３４を備えている。記憶媒体は、非一時的な有形物であるコンピュータ読み取り可能な記憶媒体であり、例えば、光ディスク（例えば、ＣＤ−ＲＯＭ、ＤＶＤ−ＲＯＭ）や、半導体メモリ（例えば、ＵＳＢフラッシュドライブ、メモリーカード）である。記憶媒体読み込み装置１３２の例としては、ＣＤドライブ、ＤＶＤドライブなどの光学ドライブや、カードリーダーが挙げられる。記憶媒体ポート１１３４の例としては、ＵＳＢ端子が挙げられる。記憶媒体に電気的に格納されているプログラムおよび／またはデータは、入力装置１６３を介してコンピュータ１５０に導入され、記憶装置１６２の補助記憶装置１１１２に格納される。出力装置１１４０は、表示装置１６４、印刷装置１１４２を備えている。

コンピュータ１５０は、記憶装置１６２に電気的に格納されたプログラムに従って動作する。このプログラムは、非一時的な有形物であるコンピュータ読み取り可能な記憶媒体に記憶され、記憶媒体を介してコンピュータ１５０に提供される。または、プログラムは、インターネットなどの通信ネットワークを介してコンピュータ１５０に提供されてもよい。

上述した実施形態は、本発明が属する技術分野における通常の知識を有する者が本発明を実施できることを目的として記載されたものである。上記実施形態の種々の変形例は、当業者であれば当然になしうることであり、本発明の技術的思想は他の実施形態にも適用しうる。したがって、本発明は、記載された実施形態に限定されることはなく、特許請求の範囲によって定義される技術的思想に従った最も広い範囲に解釈されるものである。

１００ 走査電子顕微鏡
１１１ 電子銃
１１２ 集束レンズ
１１３ Ｘ偏向器
１１４ Ｙ偏向器
１１５ 対物レンズ
１１６ レンズ制御装置
１１７ 偏向制御装置
１１８ 画像取得装置
１２０ 試料チャンバー
１２１ ＸＹステージ
１２２ ステージ制御装置
１３０ 二次電子検出器
１３１ 反射電子検出器
１４０ ウェーハ搬送装置
１５０ コンピュータ
１６２ 記憶装置
１６３ 入力装置
１６４ 表示装置
Ｗ ウェーハ

Claims (5)

1. 複数のパターン画像を走査電子顕微鏡により生成し、
   前記複数のパターン画像内のパターンの位置を合わせつつ、前記複数のパターン画像同士を重ね合わせ、
   前記複数のパターン画像に亘るグレイレベルの分散を、前記パターン上の複数の検査領域ごとに算出し、
   前記複数の検査領域を前記分散の大きさに従って色分けすることで疑似カラー画像を生成し、
   前記疑似カラー画像を表示することを特徴とする欠陥可視化方法。
2. 前記複数の検査領域は、設計データに含まれる前記パターンの形状に基づいて予め設定されることを特徴とする請求項１に記載の欠陥可視化方法。
3. 前記複数の検査領域のうちの少なくとも１つは、前記パターンに沿って延びる前記パターンのエッジ上の領域であることを特徴とする請求項１に記載の欠陥可視化方法。
4. 複数のパターン画像を走査電子顕微鏡により生成し、
   前記複数のパターン画像内のパターンの位置を合わせつつ、前記複数のパターン画像同士を重ね合わせ、
   前記複数のパターン画像に亘るグレイレベルを、前記パターン上の複数の検査領域ごとに取得することで、グレイレベルのデータを検査領域ごとに作成し、
   前記データに基づいて、前記複数の検査領域にそれぞれ対応する複数のしきい値を決定し、
   前記複数の検査領域内のピクセルごとのグレイレベルを、前記複数のしきい値のうちの対応するしきい値と比較し、
   前記しきい値よりも大きいグレイレベルを持つピクセルに第１色を付し、前記しきい値よりも小さいグレイレベルを持つピクセルに第２色を付すことで２値化画像を生成し、
   設定数以上連結された、前記第１色が付されたピクセルを検出することでパターン欠陥を検出することを特徴とする欠陥検出方法。
5. 前記複数のしきい値は、前記データの四分位範囲または標準偏差に基づいて決定されることを特徴とする請求項４に記載の欠陥検出方法。
   

Images