JP2020150107A - 半導体パターン測長処理装置 - Google Patents

Abstract

【課題】画像を解析する範囲が少なくて済み、少ない作業時間で効率よく測長を行うことができることが可能な半導体パターン測長処理システムを提供する。【解決手段】走査型電子顕微鏡からなる画像生成装置６００を使用して、繰り返しパターンと個別パターンとからなる測長対象パターンが形成された半導体ウェーハの表面を測長する半導体パターン測長処理システム１であって、走査型電子顕微鏡からなる画像生成装置６００によって生成された半導体ウェーハの画像を画像データとして読み込むＳＥＭ画像読込部１１０と、繰り返しパターンと個別パターンとを識別するために予め定められた検出ルールを読み込む検出ルール読込部１２０と、検出ルールを用いて画像データから抽出された繰り返しパターンを測長する繰り返しパターン測長部１３０と、検出ルールを用いて画像データから抽出された個別パターンを測長する個別パターン測長部１５０と、を備える。【選択図】図１

Description

本発明は、半導体パターン測長処理装置に関し、特に、電子顕微鏡を使用して半導体ウェーハのパターンを判別するに好適な半導体パターン測長処理装置に関する。

近年の高度情報化に伴い、身の回りにおける様々な機器に半導体デバイスが使用されるようになっている。また、使用される半導体デバイスの高性能化及び多機能化に伴い、半導体デバイスの構造はより微細になっており、精密な製造技術が要求される。

半導体ウェーハ等の半導体デバイスを製造するに際し、求められる性能を発揮できる半導体デバイスを製造するためには、ウェーハ表面にナノメートルオーダーの微細なウェーハパターンを形成することが要求される。そして、ウェーハ表面に形成されたパターンに関する情報を取得し、微細なウェーハパターンが設計データ通りに形成されているか正確に判定するための技術が求められる。

そこで、ウェーハ表面に形成されたパターンに関する情報を効率よく取得するための技術として、特許文献１に記載される技術が提案されている（特許文献１）。

特開２００２−３３３６５号公報

特許文献１においては、半導体ウェーハ上に形成されているパターンの複数の管理ポイントを設計データに基づいて決定し、決定された複数の管理ポイントにしたがう一群の観察座標データを取得し、一群の観察座標データにしたがい設計データを参照して位置合わせを行うようにしている。特許文献１に開示された技術によると、複数の管理ポイントを用いるため、設計データを様々な観点から解析することにより、その時々に応じた適切な管理ポイントを正確に把握し、短時間のうちに決定することができ、観察画像を自動的に取得することができる。

ところで、半導体ウェーハを設計した企業と製造する企業とが別々の企業である場合、機密情報が漏えいすることを防止するため、設計元から設計データが提供されないことがある。そのような場合、ウェーハが正しく製造されたか判定するために、設計情報との比較をすることができず、ウェーハの表面に配置されたパターンの位置や大きさなどを正確に把握することが必要となる。そして、ウェーハ表面に配置されたパターンを検出するには、実際のウェーハ表面を撮像した画像データを用いて、パターンの認識を行う必要がある。

画像データからパターンの認識作業を行う際、これまでは、一般的な画像処理の方法を用いてパターン判別を行っていた。すなわち、取得した画像の全範囲を走査して精密に画像処理を行い、パターンを認識する必要があった。あるいは、予め手作業でパターンの測長位置をレシピで指定していた。

しかしながら、このような方法によると、検査対象の変更があった場合、パラメータの再設定や画像データの再学習が必要となり、非効率的であった。

また、微細なデータを全体にわたって読み取る必要があるため、走査に時間がかかり、スループットの低下を招いていた。画像全体の処理を高速化するためには、高性能なハードウェアが必要となり、製造コストを抑えることができなかった。

本発明は、このような要望に鑑みてなされたものであり、演算量を減少させることで測長処理を高速に、しかも高精度に行うことが可能な半導体パターン測長処理装置を提供することを目的とする。

本発明では、以下のような解決手段を提供する。

第１の特徴に係る発明は、走査型電子顕微鏡からなる画像生成装置を使用して、繰り返しパターンと個別パターンとからなる測長対象パターンが形成された半導体ウェーハの表面を測長する半導体パターン測長処理システムであって、走査型電子顕微鏡からなる画像生成装置によって生成された半導体ウェーハの画像を画像データとして読み込むＳＥＭ画像読込部と、繰り返しパターンと個別パターンとを識別するために半導体ウェーハの種類ごとに予め定められた検出ルールを読み込む検出ルール読込部と、検出ルールを用いて画像データから抽出された繰り返しパターンを測長する繰り返しパターン測長部と、検出ルールを用いて画像データから抽出された個別パターンを測長する個別パターン測長部と、を備える半導体パターン測長処理システムを提供する。

第１の特徴に係る発明によれば、半導体ウェーハの種類ごとに予め定められた検出ルールに基づいて繰り返しパターンと個別パターンとを識別し、識別された繰り返しパターンと個別パターンとをそれぞれ測長することにより、画像を解析する範囲が少なくて済み、少ない作業時間で測長を行うことができる。その結果、一般的な認識処理を利用して全画面にわたって測長する場合と比較して、演算量が減少しハードウェアコストを削減することができる。

第２の特徴に係る発明は、第１の特徴に係る発明であって、検出ルールが、繰り返しパターン及び個別パターン検出用の閾値、及び、パターンがあると推定される画像上のおおよその座標に関する情報を含む、半導体パターン測長処理システムを提供する。

第２の特徴に係る発明によれば、検出ルールが、繰り返しパターン及び個別パターン検出用の閾値、及び、パターンがあると推定される画像上のおおよその座標に関する情報を含むため、検出ルールに基づいて、繰り返しパターンと個別パターンとを効率よく確実に識別することが可能となる。

第３の特徴に係る発明は、第２の特徴に係る発明であって、繰り返しパターン測長部による繰り返しパターンの測長、及び、個別パターン測長部による個別パターンの測長が成功したかどうかを判定する判定部をさらに備え、検出ルールは、判定部による判定を実施するための閾値の判定に関する情報を含む、半導体パターン測長処理システムを提供する。

第３の特徴に係る発明によれば、繰り返しパターン及び個別パターンの測長が成功したかどうかを判定する判定部を備え、検出ルールは、判定部による判定を実施するための閾値の判定に関する情報を含むため、単に繰り返しパターンと個別パターンとを効率よく確実に識別するだけでなく、識別した後の成否の判定まで行うことができ、ハードウェアコストを抑え、より使い勝手の良いシステムを提供することができる。

第４の特徴に係る発明は、第１ないし３のいずれかの特徴に係る発明であって、検出ルールを書き換える検出ルール書換部をさらに備える、半導体パターン測長処理システムを提供する。

第４の特徴に係る発明によれば、検出ルールを書き換える検出ルール書換部をさらに備えているため、必要に応じて検出ルールを修正することで、繰り返しパターン及び個別パターン検出の微調整が可能な、さらに使い勝手の良いシステムを提供することができる。

本発明によれば、演算量を減少させることで測長処理を高速に、しかも高精度に行うことが可能な半導体パターン測長処理装置を提供できる。

本実施形態における半導体パターン測長処理システム１のハードウェア構成とソフトウェア機能を示すブロック図である。 半導体パターン測長処理システム１を構成する画像生成装置６００の一実施形態を示す模式図である。 画像生成装置６００で撮像されるウェーハＷの一例を示す模式図である。 ウェーハＷの表面に形成されるパターンの一例を示す模式図である。 図１の装置におけるパターン測長処理のための検査エリア抽出方法の一実施形態を示すフローチャートである。 図５に示すフローチャートのステップＳ１３０をさらに詳細に説明するフローチャートである。 図５に示すフローチャートのステップＳ１３０の概念図である。 繰り返しパターン検出の一例を示す模式図である。 図５に示すフローチャートのステップＳ１５０をさらに詳細に説明するフローチャートである。 図５に示すフローチャートのステップＳ１５０の概念図である。 個別パターン検出の一例を示す模式図である。

以下、本発明を実施するための形態について図を参照しながら説明する。なお、これはあくまでも一例であって、本発明の技術的範囲はこれに限られるものではない。

［第一実施形態に係る半導体検査装置１の構成］
図１は、第一実施形態に係る半導体パターン測長処理システム１のハードウェア構成とソフトウェア機能を説明するためのブロック図である。

半導体パターン測長処理システム１は、データを制御する制御部１００と、ユーザや他の機器と通信を行う通信部２００と、データを記憶する記憶部３００と、ユーザからの情報の入力を受け付ける入力部４００と、制御部１００で制御したデータや画像を出力する表示部５００と、画像生成装置６００とを備える。

制御部１００は、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）、ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）等を備える。

制御部１００は、所定のプログラムを読み込み、必要に応じて画像生成装置６００、表示部５００及び／又は記憶部３００と協働することで、ＳＥＭ画像読込部１１０と、検出ルール読込部１２０と、繰り返しパターン測長部１３０と、繰り返しパターン判定部１４０と、個別パターン測長部１５０と、個別パターン判定部１６０と、データ出力部１７０とを実現する。また、図示は省略するが、制御部１００は、さらに、後述する画像生成装置６００のレンズ制御装置６１６を操作するための信号を出力するレンズ制御部、画像取得装置６１７を制御するための信号を出力する画像取得部、及び、偏向制御装置６１８を制御するための信号を出力する偏向制御部を実現する。

制御部１００中の繰り返しパターン測長部１３０は、繰り返しパターン切り出し部１３１と、自己相関テーブル作成部１３２と、ピーク位置検出部１３３と、繰り返し間隔検出部１３４とを有する。また、個別パターン測長部１５０は、個別パターン切り出し部１５１と、エッジ検出部１５２と、個別パターン間隔測定部１５３とを有する。

通信部２００は、他の機器と通信可能にするためのデバイス、例えば、ＩＥＥＥ８０２．１１に準拠したＷｉ−Ｆｉ（Ｗｉｒｅｌｅｓｓ Ｆｉｄｅｌｉｔｙ）対応デバイスを備える。

記憶部３００は、データやファイルを記憶する装置であって、ハードディスクや半導体メモリ、記録媒体、メモリカード等による、データのストレージ部を備える。記憶部３００は、後に説明する検出ルールデータベース３１０を記憶する。

入力部４００の種類は、特に限定されない。入力部４００として、例えば、キーボード、マウス、タッチパネル等が挙げられる。

表示部５００種類は、特に限定されない。表示部５００として、例えば、モニタ、タッチパネル等が挙げられる。

［画像生成装置６００の構成］
次に、本実施形態における半導体パターン測長処理システム１を構成する画像生成装置６００について説明する。

図２は、半導体パターン測長処理システム１の画像生成装置６００である走査型電子顕微鏡（ＳＥＭ）の一実施形態を示す模式図である。図２に示すように、画像生成装置６００は、電子線照射システム６１０と試料室６２０と二次電子検出器６３０と反射電子検出器６４０とを備えている。本実施形態では、画像生成装置６００は走査型電子顕微鏡によって構成されている。

ＳＥＭの電子線照射システム６１０は、一次電子（荷電粒子）からなる電子ビームを供給するために適合した電子銃６１１と、電子銃６１１から放出された電子ビームを集束する集束レンズ６１２と、電子ビームをＸ方向に偏向するＸ偏向器６１３と、Ｙ方向に偏向するＹ偏向器６１４と、電子ビームを試料であるウェーハＷにフォーカスさせる対物レンズ６１５とを備えている。

試料室６２０はＸ方向及びＹ方向に可動のＸＹステージ６２１を備えている。試料室６２０にはウェーハ搬送装置６５０によって検査対象となるパターンを有するウェーハＷが搬出入されるようになっている。

照射システム６１０においては、電子銃６１１から放出された電子ビームは集束レンズ６１２で集束された後に、Ｘ偏向器６１３およびＹ偏向器６１４で偏向されつつ対物レンズ６１５により集束されて試料であるウェーハＷの表面に照射される。

ウェーハＷ上の検査パターンに電子ビームの一次電子が照射されると、ウェーハＷからは二次電子が放出され、放出された二次電子は二次電子検出器６３０によって検出される。集束レンズ６１２および対物レンズ６１５はレンズ制御装置６１６に接続され、このレンズ制御装置６１６は制御部１００の図示しないレンズ制御部に接続されている。二次電子検出器６３０及び反射電子検出器６４０は画像取得装置６１７に接続され、この画像取得装置６１７は制御部１００の図示しない画像取得部に接続されている。画像生成装置６００においては、二次電子検出器６３０で二次電子の強度が、反射電子検出器６４０で反射電子の強度が検出され、検出された二次電子及び反射電子の強度が画像取得装置６１７によって画像データに変換される。

前記Ｘ偏向器６１３およびＹ偏向器６１４は、偏向制御装置６１８に接続され、この偏向制御装置６１８は制御部１００の図示しない偏向制御部に接続されている。ＸＹステージ６２１は、ＸＹステージ制御装置６２２に接続され、このＸＹステージ制御装置６２２も同様に制御部１００に接続されている。またウェーハ搬送装置６５０も同様に制御部１００に接続されている。上述の通り、制御部１００は、外部の機器との通信を行う通信部２００、データを蓄積しておく記憶部３００、キーボードやマウス等の入力部４００、及び、画像データ等を表示させるための表示部５００と接続されている。

次に、図３及び図４を用いて、画像生成装置６００を用いて撮像されるウェーハＷに関して説明する。ウェーハＷ上には複数のショット１０が形成される。各ショット１０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Ｗ上に描画すための単位である。図４に示すように、各ショット１０には複数のチップ２０を含めることができる。各チップ２０内には測長対象パターン３０が形成されており、測長対象パターン３０は、所定の間隔で繰り返し形成される同一のパターンである繰り返しパターン３１と、特徴的な構造を有するパターンである個別パターン３２とからなる。

繰り返しパターン３１は、繰り返しパターン３１の範囲を形成する特定の範囲内に形成されており、個別パターン３２は、繰り返しパターン３１の範囲外に形成されている。

そのような繰り返しパターン３１が形成される範囲及び個別パターン３２が形成される範囲は、試料の種類ごとに予め定められている特定の検出ルールに基づいて決定される。したがって、この検出ルールが分かれば、当該検出ルールを用いて、繰り返しパターン３１が形成される範囲及び個別パターン３２が形成される範囲を特定することができる。

本発明における検出パターンは、（１）繰り返しパターン／個別パターン検出用の閾値、（２）パターンがあると推定される画像上のおおよその座標、（３）閾値判定の式、の組み合わせとして与えられる。（１）及び／又は（２）のルールによって、ウェーハ上の繰り返しパターン３１及び個別パターン３２の領域が識別され、（３）のルールによって、繰り返しパターン及び個別パターンが識別されたのちの、識別の成否が判定される。

なお、例えば、図４に示す例においては、検出ルールを用いて繰り返しパターン３１と個別パターン３２とを識別した結果、「繰り返しパターンの左側に個別パターンが存在する」という結果が得られるよう、検出ルールが構成されている。

［半導体パターン測長処理方法を示すフローチャート］
図５は、半導体パターン測長処理システム１を用いた半導体パターン測長処理方法を示すフローチャートである。また、図６及び図９は、それぞれ、上記処理方法中における繰り返しパターン測長処理手順及び個別パターン測長処理手順の詳細を示すフローチャートである。また、図７及び図１０は、それぞれ、繰り返しパターン測長処理手順及び個別パターン測長処理手順の概念を示す図である。また、図８及び図１１は、それぞれ、繰り返しパターン検出及び個別パターン検出の一例を示す図である。図１及び図５〜図１１を用いて、各ウェーハの表面に形成されたパターンがどのように抽出され、測長されるかについて説明する。

〔ステップＳ１１０：ＳＥＭ画像の読み込み〕
まず、ウェーハＷの表面に形成されたパターンを測長処理するにあたって、制御部１００は画像生成装置６００と協働してＳＥＭ画像読込部１１０を実行し、走査型電子顕微鏡からなる画像生成装置６００を用いて生成された、ＸＹステージ６２１に載置されたウェーハＷの表面の画像を、ＳＥＭ画像データとして読み込む（ステップＳ１１０）。

〔ステップＳ１２０：検出ルールの読み込み〕
次に、制御部１００は記憶部３００と協働して検出ルール読込部１２０を実行し、測長対象パターンを検出するために予め定められた検出ルールを読み込む（ステップＳ１２０）。

繰り返しパターン３１と個別パターン３２とを識別するために予め定められた検出ルールは、記憶部３００の検出ルールデータベース３１０に試料の種類ごとに記憶されている。検出ルールを入力するにあたっては、コンピュータのマウスを使用して大まかな範囲を選択するといったようなＧＵＩを使用して入力することも可能であるし、検出ルールを文章やプログラムを用いてテキストとして作成することも可能である。

なお、図７及び図１０に示す例では、上述の通り、検出ルールを用いて繰り返しパターン３１と個別パターン３２とを識別した結果、「個別パターン３２は繰り返しパターン３１の左側に配置される」という結果が得られるよう、検出ルールが予め定められている。

〔ステップＳ１３０：繰り返しパターンの測長処理〕
続いて、制御部１００は繰り返しパターン測長部１３０を実行し、繰り返しパターン３１の測長処理を行う（ステップＳ１３０）。繰り返しパターンの測長処理については、図６〜８を用いて詳細に説明する。

上述したように、ウェーハＷの表面には、繰り返しパターン３１と個別パターン３２の二種類のパターンが形成されている。ステップＳ１３０においては、二種類のパターンのうち、繰り返しパターン３１を抽出し、詳細に解析することによって、その構造を特定する。

〔ステップＳ１３１：繰り返しパターン検出範囲の切り出し〕
図６及び図７に示すように、繰り返しパターン３１の測長処理を実行するにあたって、まず、制御部１００は記憶部３００と協働して繰り返しパターン切り出し部１３１を実行し、上述した検出ルールに基づいて、ＳＥＭ画像データから繰り返しパターン検出範囲を切り出す（ステップＳ１３１）。

記憶部３００の検出ルールデータベース３１０には、上述の通り、繰り返しパターン３１と個別パターン３２とを識別するために予め定められた検出ルールが試料の種類ごとに記憶されている。ステップＳ１３１においては、ステップＳ１２０で検出ルールデータベース３１０から読み込まれた検出ルールに基づいて、繰り返しパターン３１の検出範囲を切り出す。

なお、上記検出ルールのうち、繰り返しパターン３１を識別するための箇所については、図８に一例を示すように、コンピュータのマウスを使用して繰り返しパターンの領域を大まかに指定するなど、ある程度の幅を持たせた領域として与えることが有効である。

〔ステップＳ１３２：自己相関値テーブルの作成〕
次に、制御部１０は自己相関テーブル作成部１３２を実行し、ステップＳ１３１で切り出された検出範囲の繰り返しパターンに対して、自己相関値テーブルを作成する（ステップＳ１３２）。

自己相関値を算出するにあたっては、周知の手法を用いることができる。すなわち、所定時間隔てた二枚の画像データを解析することにより、すべての座標にわたって自己相関係数を算出し、自己相関値テーブルを作成する。

〔ステップＳ１３３：ピーク位置の検出〕
そして、制御部１００はピーク位置検出部１３３を実行し、ステップＳ１３２で得られた自己相関値テーブルのピーク位置を検出する（ステップＳ１３３）。

ステップＳ１３３においては、ステップＳ１３２で得られた自己相関値テーブルにおいて、自己相関値がピーク値をとる座標を検出する。

〔ステップＳ１３４：繰り返しピッチを測長〕
最後に、制御部１０は繰り返し間隔検出部１３４を実行し、ステップＳ１３３で得られたピーク位置の間隔から繰り返しピッチを測長することで、繰り返しパターンの測長を行う（ステップＳ１３４）。

図５に戻り、繰り返しパターン測長処理（ステップＳ１３０）が終了した後の流れについて説明する。

〔ステップＳ１４０：繰り返しパターンの判定〕
ステップＳ１３０で繰り返しパターン測長処理が実行されると、制御部１００は繰り返しパターン判定部１４０を実行し、繰り返しパターン３１の検出が成功したかどうか判定する（ステップＳ１４０）。

このとき、繰り返しパターン３１の測長が成功したかどうかの判定は、上記検出ルールの閾値を元に実施される。つまり、実際に検出された測長の結果と検出ルール上で定めた閾値との比較によって、繰り返しパターン３１の測長が成功したかどうかを判定する。

ステップＳ１４０で繰り返しパターン３１の検出が成功したと判定されると（ステップＳ１４０においてＹ）、ステップＳ１５０に進み、個別パターン３２の測長処理を実行する。

一方、ステップＳ１４０で繰り返しパターン３１の検出が失敗したと判定されると（ステップＳ１４０においてＮ）、エラー処理を実行し、処理を終了する。

〔ステップＳ１５０：個別パターンの測長処理〕
ステップＳ１４０において繰り返しパターン３１の検出が成功したと判定されると、制御部１００は個別パターン測長部１５０を実行し、個別パターン３２の測長を実行する（ステップＳ１５０）。ステップＳ１５０による個別パターン３２の測長処理について、図９〜１１を用いて詳細に説明する。

〔ステップＳ１５１：個別パターン検出範囲の切り出し〕
図９及び図１０に示すように、個別パターンの測長処理を実行するにあたって、まず、制御部１００は記憶部３００と協働して個別パターン切り出し部１５１を実行し、ルールデータに基づいて、ＳＥＭ画像から個別パターン検出範囲を切り出す（ステップＳ１５１）。

記憶部３００の検出ルールデータベース３１０には、上述の通り、繰り返しパターン３１と個別パターン３２とを識別するために予め定められた検出ルールが試料の種類ごとに記憶されている。ステップＳ１５１においては、ステップＳ１２０で検出ルールデータベース３１０から読み込まれた検出ルールに基づいて、個別パターン３２の検出範囲を切り出す。

なお、上記検出ルールのうち、個別パターン３２を識別するための箇所については、一般的なエッジ検出を行い、想定されるエッジ分布や形状との近さとして与えることや、図１１に一例を示すように、簡易な図面作成ソフトによって手入力し、そこから上記のエッジ分布やテンプレート画像を生成することによって入力されることが好ましい。

〔ステップＳ１５２：エッジの検出〕
ステップＳ１５１において個別パターン３２の検出範囲が切り出されると、制御部１００はエッジ検出部１５２を実行し、ステップＳ１５１で切り出された検出範囲の個別パターン３２に対して、エッジの検出処理を行う（ステップＳ１５２）。

個別パターン３２のエッジを検出するにあたっては、たとえば、画像のノイズを除去をしたり、画像の輝度プロファイルを用いたり、Canny法のように局所の輝度勾配を用いるなど、周知の手法が使用される。

〔ステップＳ１５３：個別パターン間隔の測長〕
最後に、制御部１００は個別パターン間隔測定部１５３を実行し、ステップＳ１５２で得られたエッジ間の距離から、個別パターン間隔を測定することで、個別パターン３２の測長を行い（ステップＳ１５３）、個別パターン測長処理を終了する。

図５に戻り、個別パターン測長処理（ステップＳ１５０）が終了した後の流れについて説明する。

〔ステップＳ１６０：個別パターンの判定〕
ステップＳ１５０で個別パターン測長処理が実行されると、制御部１００は個別パターン判定部１６０を実行し、個別パターン３２の検出が成功したかどうか判定する（ステップＳ１６０）。

このとき、個別パターン３２の測長が成功したかどうかの判定は、繰り返しパターン３１の判定と同様に、上記検出ルールの閾値を元に実施される。つまり、実際に検出された測長の結果と検出ルール上で定めた閾値との比較によって、個別パターン３２の測長が成功したかどうかを判定する。

ステップＳ１６０で個別パターン３２の検出が成功したと判定されると（ステップＳ１６０においてＹ）、ステップＳ１７０に進む。

一方、ステップＳ１６０で個別パターン３２の検出が失敗したと判定されると（ステップＳ１６０においてＮ）、エラー処理を実行し、処理を終了する。

〔ステップＳ１７０：データの出力〕
最後に、制御部１００は、データ出力部１７０を実行し、測長した繰り返しパターン３１及び個別パターン３２に関するデータを出力し（ステップＳ１７０）、処理を終了する。

このように、検出ルールに基づいて繰り返しパターン３１と個別パターン３２とを識別し、識別された繰り返しパターン３１と個別パターン３２とをそれぞれ測長することにより、画像を解析する範囲が少なくて済み、少ない作業時間で測長を行うことができる。つまり、従来技術における半導体パターン測長装置を用いた場合、繰り返しパターン３１と個別パターン３２とを識別するためには、ウェーハＷの全範囲を解析する必要があったが、本発明によると、繰り返しパターン３１が分布する範囲に関して、特定の検出範囲内のみの解析で測長を行うことができるため、測長を実施する範囲を狭めることができ、効率の良い測長を行うことができる。

なお、検出ルールについては、制御部１００に図示しない検出ルール書換部を設け、予め定められた検出ルールをコピーした上で一部を修正し、新たな検出ルールとして書き換えるようにしてもよい。その場合、図５に示すフローチャートにおいて、検出ルールを読み込むステップＳ１２０の前のいずれかに、予め定められた検出ルールを書き換えるステップが新たに追加される。このような検出るルールを書き換えるステップは、ステップＳ１２０の前に行われればよく、画像を読み込むステップＳ１１０とステップＳ１２０の間に行っても、フローの最初に行っても構わない。

以上、本発明の実施形態について説明したが、本発明は上述したこれらの実施形態に限るものではない。また、本発明の実施形態に記載された効果は、本発明から生じる最も好適な効果を列挙したに過ぎず、本発明による効果は、本発明の実施形態に記載されたものに限定されるものではない。

また、上記した実施の形態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、ある実施の形態の構成の一部を他の実施の形態の構成に置き換えることが可能であり、また、ある実施の形態の構成に他の実施の形態の構成を加えることも可能である。また、各実施の形態の構成の一部について、他の構成の追加、削除、置換しても良い。

また、上記の各構成、機能、処理部は、それらの一部又は全部を、ハードウェア（例えば、集積回路）で実現してもよい。また、上記の各構成、機能、処理部は、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。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、ＤＶＤ等の記録媒体に置くことができる。

１ 半導体パターン測長処理システム
Ｗ ウェーハ
３０ 測長対象パターン
３１ 繰り返しパターン
３２ 個別パターン
１００ 制御部
１１０ ＳＥＭ画像読込部
１２０ 検出ルール読込部
１３０ 繰り返しパターン測長部
１４０ 繰り返しパターン判定部
１５０ 個別パターン測長部
１６０ 個別パターン判定部
１７０ データ出力部
３００ 記憶部
３１０ 検出ルールデータベース
６００ 画像生成装置

Claims (5)

1. 走査型電子顕微鏡からなる画像生成装置を使用して、繰り返しパターンと個別パターンとからなる測長対象パターンが形成された半導体ウェーハの表面を測長する半導体パターン測長処理システムであって、
   前記走査型電子顕微鏡からなる前記画像生成装置によって生成された半導体ウェーハの画像を画像データとして読み込むＳＥＭ画像読込部と、
   前記繰り返しパターンと前記個別パターンとを識別するために前記半導体ウェーハの種類ごとに予め定められた検出ルールを読み込む検出ルール読込部と、
   前記検出ルールを用いて前記画像データから抽出された前記繰り返しパターンを測長する繰り返しパターン測長部と、
   前記検出ルールを用いて前記画像データから抽出された前記個別パターンを測長する個別パターン測長部と、
   を備える半導体パターン測長処理システム。
2. 前記検出ルールが、前記繰り返しパターン及び前記個別パターン検出用の閾値、及び、パターンがあると推定される画像上のおおよその座標に関する情報を含む、請求項１に記載の半導体パターン測長処理システム。
3. 前記繰り返しパターン測長部による前記繰り返しパターンの測長、及び、前記個別パターン測長部による前記個別パターンの測長が成功したかどうかを判定する判定部をさらに備え、
   前記検出ルールは、前記判定部による判定を実施するための前記閾値の判定に関する情報を含む、請求項２に記載の半導体パターン測長処理システム。
4. 前記検出ルールを書き換える検出ルール書換部をさらに備える、請求項１〜３のいずれかに記載の半導体パターン測長処理システム。
5. 走査型電子顕微鏡からなる画像生成装置を使用して、繰り返しパターンと個別パターンとからなるパターンが形成された半導体ウェーハの表面を測長する半導体パターン測長処理方法であって、
   前記走査型電子顕微鏡からなる前記画像生成装置によって生成された半導体ウェーハの表面の画像を画像データとして読み込むステップと、
   前記繰り返しパターンと前記個別パターンとを識別するために前記半導体ウェーハの種類ごとに予め定められた検出ルールを読み込むステップと、
   前記検出ルールを用いて前記画像データから抽出された繰り返しパターンを測長するステップと、
   前記検出ルールを用いて前記画像データから抽出された個別パターンを測長するステップと、
   を備える半導体パターン測長処理方法。