JP2021118352A - 炭化珪素基板の欠陥評価方法および炭化珪素基板の製造方法 - Google Patents

Abstract

【課題】欠陥を精度良く識別可能な炭化珪素基板の欠陥評価方法および炭化珪素基板の製造方法を提供する。【解決手段】炭化珪素基板に対して励起光を照射することにより炭化珪素基板からフォトルミネッセンス光が発生する。フォトルミネッセンス光がカラーイメージセンサによって検出される。カラーイメージセンサから得られ、かつＲＧＢ色空間およびＨＳＶ色空間の少なくともいずれかの色空間で表されたカラー画像を利用して、炭化珪素基板における欠陥が分類される。【選択図】図４

Description

本開示は、炭化珪素基板の欠陥評価方法および炭化珪素基板の製造方法に関する。

特許第５６３３０９９号公報（特許文献１）には、基底面内欠陥を他の欠陥から区別して分類する欠陥分類方法が記載されている。

特許第５６３３０９９号公報

本開示の目的は、欠陥を精度良く識別可能な炭化珪素基板の欠陥評価方法および炭化珪素基板の製造方法を提供することである。

本開示に係る炭化珪素基板の欠陥評価方法は以下の工程を備えている。炭化珪素基板に対して励起光を照射することにより炭化珪素基板からフォトルミネッセンス光が発生する。フォトルミネッセンス光がカラーイメージセンサによって検出される。カラーイメージセンサから得られ、かつＲＧＢ色空間およびＨＳＶ色空間の少なくともいずれかの色空間で表されたカラー画像を利用して、炭化珪素基板における欠陥が分類される。

本開示によれば、欠陥を精度良く識別可能な炭化珪素基板の欠陥評価方法および炭化珪素基板の製造方法を提供することができる。

図１は、本実施形態に係る炭化珪素基板の構成を示す平面模式図である。 図２は、図１のＩＩ−ＩＩ線に沿った断面模式図である。 図３は、図１の領域ＩＩＩの拡大平面図である。 図４は、フォトルミネッセンスイメージング装置の構成を示す模式図である。 図５は、本実施形態に係る炭化珪素基板の欠陥評価方法を概略的に示すフロー図である。 図６は、カラーイメージセンサの構成を示す模式図である。 図７は、ＲＧＢ色空間で表されたカラー画像の一例を示す模式図である。 図８は、ＨＳＶ色空間で表されたカラー画像の一例を示す模式図である。 図９は、第１主面の全体画像の一例を示す模式図である。 図１０は、本実施形態に係る欠陥検出方法の一例を概略的に示すフローチャートである。 図１１は、カラーイメージセンサから得られたカラー画像の一例を示す模式図である。 図１２は、第１画像をＨＳＶ色空間に変換した後、Ｖの値を取り出して表示した画像の模式図である。 図１３は、Ｖの値が閾値よりも小さい領域を検出した画像の模式図である。 図１４は、Ｖの値が閾値よりも大きい領域を検出した画像の模式図である。 図１５は、図１４の領域ＸＶの拡大模式図である。 図１６は、ＲＧＢ色空間のデータからＢの値を取り出して表示した画像の模式図である。 図１７は、本実施形態に係る炭化珪素基板の製造方法を概略的に示すフローチャートである。

［本開示の実施形態の概要］
まず本開示の実施形態の概要について説明する。本明細書の結晶学的記載においては、個別方位を［］、集合方位を＜＞、個別面を（）、集合面を｛｝でそれぞれ示す。結晶学上の指数が負であることは、通常、数字の上に”−”（バー）を付すことによって表現されるが、本明細書では数字の前に負の符号を付すことによって結晶学上の負の指数を表現する。

（１）本開示に係る炭化珪素基板１００の欠陥評価方法は以下の工程を備えている。炭化珪素基板１００に対して励起光を照射することにより炭化珪素基板１００からフォトルミネッセンス光が発生する。フォトルミネッセンス光がカラーイメージセンサ２３５によって検出される。カラーイメージセンサ２３５から得られ、かつＲＧＢ色空間およびＨＳＶ色空間の少なくともいずれかの色空間で表されたカラー画像を利用して、炭化珪素基板１００における欠陥９が分類される。

上記（１）に係る炭化珪素基板１００の欠陥評価方法によれば、ＲＧＢ色空間およびＨＳＶ色空間の少なくともいずれかの色空間で表されたカラー画像を利用して、炭化珪素基板１００における欠陥９が分類される。カラー画像の場合には、白黒画像と比較して、多くの波長域の光を利用して、欠陥９の画像を取得することができる。これにより、欠陥９を精度良く識別することができる。

（２）上記（１）に係る炭化珪素基板１００の欠陥評価方法において、欠陥９は、ダブルショックレー（double Shockley）型積層欠陥を含んでいてもよい。

（３）上記（１）または（２）に係る炭化珪素基板１００の欠陥評価方法において、炭化珪素基板１００は、炭化珪素エピタキシャル基板であってもよい。

（４）上記（１）から（３）のいずれかに係る炭化珪素基板１００の欠陥評価方法において、カラー画像は、ＲＧＢ色空間で表された第１画像データ１１１およびＨＳＶ色空間で表された第２画像データ１１２の双方を含んでいてもよい。２種類の画像データを使用することにより、欠陥９をより精度良く識別することができる。特にＨＳＶ色空間を利用した場合には、ＲＧＢ色空間を利用する場合よりも、欠陥９の外形のコントラストがより明確になる場合がある。

（５）上記（１）から（４）のいずれかに係る炭化珪素基板１００の欠陥評価方法において、カラーイメージセンサ２３５は、電荷結合素子イメージセンサであってもよい。

（６）上記（１）から（４）のいずれかに係る炭化珪素基板１００の欠陥評価方法において、カラーイメージセンサ２３５は、相補型金属酸化物半導体イメージセンサであってもよい。

（７）上記（１）から（６）のいずれかに係る炭化珪素基板１００の欠陥評価方法において、炭化珪素基板１００の表面における欠陥９の凹凸を光学顕微鏡により測定する工程をさらに備えていてもよい。これにより、光学顕微鏡で表面の凹凸が検出できる欠陥９と、表面の凹凸が検出できない平坦な欠陥９とを識別することができる。結果として、欠陥９をより精度良く識別することができる。

（８）上記（１）から（７）のいずれかに係る炭化珪素基板１００の欠陥評価方法において、欠陥９の面積を測定する工程をさらに備えていてもよい。

（９）上記（１）から（８）のいずれかに係る炭化珪素基板１００の欠陥評価方法において、欠陥９の位置情報をマッピングする工程をさらに備えていてもよい。これにより、炭化珪素基板１００の歩留まりを容易に算出することができる。

（１０）上記（１）から（９）のいずれかに係る炭化珪素基板１００の欠陥評価方法において、カラーイメージセンサ２３５から得られ、かつＲＧＢ色空間およびＨＳＶ色空間の少なくともいずれかの色空間で表されたカラー画像を利用して、炭化珪素基板１００における欠陥９を分類する工程は、ＨＳＶ色空間のＨ、ＳおよびＶのいずれかに基づいて、欠陥９の位置を特定する工程を含んでいてもよい。これにより、欠陥９の位置を精度良く特定することができる。

（１１）上記（１０）に係る炭化珪素基板１００の欠陥評価方法において、カラーイメージセンサ２３５から得られ、かつＲＧＢ色空間およびＨＳＶ色空間の少なくともいずれかの色空間で表されたカラー画像を利用して、炭化珪素基板１００における欠陥９を分類する工程は、欠陥９の位置を特定する工程後、ＲＧＢ色空間のＲ、ＧおよびＢのいずれかに基づいて、欠陥９の形状を特定する工程を含んでいてもよい。これにより、欠陥９の形状を精度良く特定することができる。

（１２）本開示に係る炭化珪素基板１００の製造方法は以下の工程を備えている。炭化珪素基板１００が準備される。上記（１）から（１１）のいずれかに記載の炭化珪素基板１００の欠陥評価方法を用いて、炭化珪素基板１００が評価される。これにより、精度良く炭化珪素基板１００の選別を行うことができる。

［本開示の実施形態の詳細］
以下、本開示の実施形態の詳細について説明する。以下の説明では、同一または対応する要素には同一の符号を付し、それらについて同じ説明は繰り返さない。

（炭化珪素基板）
図１は、本実施形態に係る炭化珪素基板の構成を示す平面模式図である。図２は、図１のＩＩ−ＩＩ線に沿った断面模式図である。図１および図２に示されるように、本実施形態に係る炭化珪素基板１００は、炭化珪素単結晶基板１０と、炭化珪素エピタキシャル層２０とを有している。炭化珪素エピタキシャル層２０は、炭化珪素単結晶基板１０上に設けられている。炭化珪素エピタキシャル層２０は、炭化珪素単結晶基板１０に接している。炭化珪素エピタキシャル層２０は、炭化珪素基板１００の表面（第１主面１）を構成する。炭化珪素単結晶基板１０は、炭化珪素基板１００の裏面（第２主面１２）を構成する。

炭化珪素エピタキシャル層２０は、第１主面１と、第４主面１４とを有している。第４主面１４は、第１主面１の反対側にある。第４主面１４は、炭化珪素単結晶基板１０に接している。外周縁５は、たとえばオリエンテーションフラット３と、円弧状部４とを有している。オリエンテーションフラット３は、第１方向１０１に沿って延在している。図１に示されるように、オリエンテーションフラット３は、第１主面に対して垂直な方向に見て、直線状である。円弧状部４は、オリエンテーションフラット３に連なっている。円弧状部４は、第１主面に対して垂直な方向に見て、円弧状である。

図１に示されるように、第１主面に対して垂直な方向に見て、第１主面１は、第１方向１０１および第２方向１０２の各々に沿って延在している。第１主面に対して垂直な方向に見て、第１方向１０１は、第２方向１０２に対して垂直な方向である。

第１方向１０１は、たとえば＜１１−２０＞方向である。第１方向１０１は、たとえば[１１−２０]方向であってもよい。第１方向１０１は、＜１１−２０＞方向を第１主面１に射影した方向であってもよい。別の観点から言えば、第１方向１０１は、たとえば＜１１−２０＞方向成分を含む方向であってもよい。

第２方向１０２は、たとえば＜１−１００＞方向である。第２方向１０２は、たとえば［１−１００]方向であってもよい。第２方向１０２は、たとえば＜１−１００＞方向を第１主面１に射影した方向であってもよい。別の観点から言えば、第２方向１０２は、たとえば＜１−１００＞方向成分を含む方向であってもよい。

第１主面１は、｛０００１｝面に対して傾斜した面であってもよい。第１主面１は、｛０００１｝面に対して傾斜している場合、｛０００１｝面に対する傾斜角（オフ角）は、たとえば２°以上６°以下である。第１主面１が｛０００１｝面に対して傾斜している場合、第１主面１の傾斜方向（オフ方向）は、たとえば＜１１−２０＞方向である。

図１に示されるように、第１主面１の最大径Ｗ１（直径）は、特に限定されないが、たとえば１００ｍｍ（４インチ）である。最大径Ｗ１は、１２５ｍｍ（５インチ）以上でもよいし、１５０ｍｍ（６インチ）以上でもよい。最大径Ｗ１の上限は、特に限定されない。最大径Ｗ１は、たとえば２００（８インチ）ｍｍ以下であってもよい。

なお本明細書において、２インチは、５０ｍｍ又は５０．８ｍｍ（２インチ×２５．４ｍｍ／インチ）のことである。４インチは、１００ｍｍ又は１０１．６ｍｍ（４インチ×２５．４ｍｍ／インチ）のことである。５インチは、１２５ｍｍ又は１２７．０ｍｍ（５インチ×２５．４ｍｍ／インチ）のことである。６インチは、１５０ｍｍ又は１５２．４ｍｍ（６インチ×２５．４ｍｍ／インチ）のことである。８インチは、２００ｍｍ又は２０３．２ｍｍ（８インチ×２５．４ｍｍ／インチ）のことである。

図２に示されるように、炭化珪素単結晶基板１０は、第２主面１２と、第３主面１３とを有している。第３主面１３は、第２主面１２の反対側にある。第２主面１２は、炭化珪素基板１００の裏面である。第２主面１２は、炭化珪素エピタキシャル層２０から離間している。第３主面１３は、炭化珪素エピタキシャル層２０に接している。炭化珪素単結晶基板１０を構成する炭化珪素のポリタイプは、たとえば４Ｈである。同様に、炭化珪素エピタキシャル層２０を構成する炭化珪素のポリタイプは、たとえば４Ｈである。

炭化珪素単結晶基板１０は、たとえば窒素（Ｎ）などのｎ型不純物を含んでいる。炭化珪素単結晶基板１０の導電型は、たとえばｎ型である。炭化珪素単結晶基板１０の厚みは、たとえば３５０μｍ以上５００μｍ以下である。炭化珪素エピタキシャル層２０は、たとえば窒素などのｎ型不純物を含んでいる。炭化珪素エピタキシャル層２０の導電型は、たとえばｎ型である。炭化珪素エピタキシャル層２０が含むｎ型不純物の濃度は、炭化珪素単結晶基板１０が含むｎ型不純物の濃度より低くてもよい。

図３は、図１の領域ＩＩＩの拡大平面図である。図３に示されるように、炭化珪素基板１００は、欠陥９を有している。たとえばポリタイプ４Ｈの炭化珪素においては、基底面完全転位は、２本の基底面部分転位に分解して存在している。２本の基底面部分転位の間に存在する積層欠陥は、ショックレー型積層欠陥と呼ばれている。ショックレー型積層欠陥は、積層構造の違いにより、４種類の積層欠陥に分類される。具体的には、ショックレー型積層欠陥は、シングルショックレー(single Shockley)型積層欠陥、ダブルショックレー型積層欠陥、トリプルショックレー(triple Shockley)型積層欠陥、クアドラプルショックレー(quadruple Shockley)型積層欠陥とに分類される。具体的には、炭化珪素基板１００の第１主面において、第１欠陥８が存在していてもよい。第１欠陥８は、たとえばダブルショックレー型積層欠陥であってもよい。図３に示されるように、炭化珪素基板１００は、第２欠陥７を有していてもよい。具体的には、炭化珪素基板１００の第１主面において、第２欠陥７が存在していてもよい。第２欠陥７は、たとえばシングルショックレー型積層欠陥、トリプルショックレー型積層欠陥またはクアドラプルショックレー型積層欠陥などであってもよい。

（フォトルミネッセンスイメージング装置）
次に、フォトルミネッセンスイメージング装置の構成について説明する。図４は、フォトルミネッセンスイメージング装置の構成を示す模式図である。図４に示されるように、フォトルミネッセンスイメージング装置２００は、励起光生成ユニット２２０と、イメージングユニット２３０とを有する。

励起光生成ユニット２２０は、光源部２２１と、導光部２２２と、フィルタ部２２３とを有する。光源部２２１は、六方晶炭化珪素のバンドギャップよりも高いエネルギーを有する励起光ＬＥを発生することができる。光源部２２１は、たとえば水銀キセノンランプである。導光部２２２は、光源部２２１から出射した光が、炭化珪素基板１００の第１主面に照射されるように、光を導くことができる。導光部２２２は、たとえば光ファイバーを有している。図５に示されるように、励起光生成ユニット２２０は、近赤外対物レンズ２３３の両側に配置されていてもよい。

フィルタ部２２３は、六方晶炭化珪素のバンドギャップよりも高いエネルギーに対応する特定の波長を有する光を選択的に透過するものである。六方晶炭化珪素のバンドギャップに対応する波長は典型的には３９０ｎｍ程度である。そのため、たとえば約３１３ｎｍの波長を有する光を特に透過するバンドパスフィルタがフィルタ部２２３として用いられる。フィルタ部２２３の透過波長域は、たとえば２９０ｎｍ以上３７０ｎｍ以下であってもよいし、３００ｎｍ以上３３０ｎｍ以下であってもよいし、３００ｎｍ以上３２０ｎｍ以下であってもよい。

イメージングユニット２３０は、制御部２３１と、ステージ２３２と、近赤外対物レンズ２３３と、カラーイメージセンサ２３５とを主に有する。制御部２３１は、ステージ２３２の変位動作の制御と、カラーイメージセンサ２３５による撮影動作の制御とを行なうものであり、たとえばパーソナルコンピュータである。ステージ２３２は、第１主面１が露出するように炭化珪素基板１００を支持する。ステージ２３２は、たとえば第１主面１の位置を変位させるＸＹステージである。近赤外対物レンズ２３３は、第１主面の上方に配置されている。近赤外対物レンズ２３３の倍率は、たとえば４．５倍である。カラーイメージセンサ２３５は、炭化珪素基板１００から放射されるフォトルミネッセンス光を受光する。

（炭化珪素基板の欠陥評価方法）
次に、炭化珪素基板の欠陥評価方法について説明する。

図５は、本実施形態に係る炭化珪素基板の欠陥評価方法を概略的に示すフロー図である。図５に示されるように、炭化珪素基板の欠陥評価方法は、フォトルミネッセンス光を発生させる工程（Ｓ１）と、フォトルミネッセンス光をカラーイメージセンサによって検出する工程（Ｓ２）と、カラーイメージセンサから得られたカラー画像を利用して炭化珪素基板における欠陥を分類する工程（Ｓ３）とを主に有している。

まず、フォトルミネッセンス光を発生させる工程（Ｓ１）が実施される。具体的には、炭化珪素基板１００がステージ上に配置される。炭化珪素基板１００は、たとえば炭化珪素エピタキシャル基板である。具体的には、炭化珪素基板１００は、炭化珪素単結晶基板１０と、炭化珪素単結晶基板１０上にある炭化珪素エピタキシャル層２０とを有する（図２参照）。炭化珪素基板１００の直径は、たとえば１５０ｍｍである。炭化珪素エピタキシャル層２０は、バッファ層と、バッファ層上のドリフト層とを含む。バッファ層の厚みは、たとえば０．１μｍ以上１０μｍ以下である。ドリフト層の厚みは、たとえば５μｍ以上１００μｍ以下である。バッファ層が含む窒素などのｎ型不純物の濃度は、たとえば１×１０^１８ａｔｏｍｓ／ｃｍ^３以上１×１０^１９ａｔｏｍｓ／ｃｍ^３以下である。ドリフト層が含む窒素などのｎ型不純物の濃度は、たとえば１×１０^１４ａｔｏｍｓ／ｃｍ^３以上１×１０^１７ａｔｏｍｓ／ｃｍ^３以下である。

次に、励起光生成ユニット２２０を使用して、炭化珪素基板１００の第１主面に対して励起光ＬＥを照射する。これにより、炭化珪素基板１００からフォトルミネッセンス光ＬＬが発生する。励起光ＬＥの波長は、たとえば３１３ｎｍである。励起光ＬＥの強度は、たとえば０．１ｍＷ／ｃｍ^２以上２Ｗ／ｃｍ^２以下である。照射光の露光時間は、たとえば０．５秒以上１２０秒以下である。

次に、フォトルミネッセンス光をカラーイメージセンサによって検出する工程（Ｓ２）が実施される。具体的には、炭化珪素基板１００で発生したフォトルミネッセンス光ＬＬがカラーイメージセンサ２３５によって検出される。カラーイメージセンサ２３５は、たとえばＣＣＤ（電荷結合素子）イメージセンサである。ＣＣＤ素子のタイプは、たとえば裏面照射型ディープディプレッション（back-illuminated deep depletion）タイプである。ＣＣＤイメージセンサは、たとえばサイプレスセミコンダクタ社製のｅＸｃｅｌｏｎ（商標）である。撮像波長範囲は、たとえば３１０ｎｍ以上１０２４ｎｍ以下である。素子フォーマットは、たとえば１０２４ｃｈ×１０２４ｃｈである。イメージエリアは、たとえば１３．３ｍｍ×１３．３ｍｍである。素子サイズは、たとえば１３μｍ×１３μｍである。ピクセル数は、たとえば４８０ｐｉｘｅｌ×６４０ｐｉｘｅｌである。画像サイズは、たとえば１．９ｍｍ×２．６ｍｍである。

カラーイメージセンサ２３５は、たとえばＣＭＯＳ（相補型金属酸化物半導体）イメージセンサであってもよい。ＣＭＯＳイメージセンサは、たとえば浜松ホトニクス株式会社製のＯＲＣＡ（商標）−Ｆｕｓｉｏｎである。撮像波長範囲は、たとえば３５０ｎｍ以上１０００ｎｍ以下である。有効素子サイズは、１４．９８ｍｍ×１４．９８ｍｍである。画素サイズは、６．５μｍ×６．５μｍである。

次に、カラーイメージセンサから得られたカラー画像を利用して炭化珪素基板における欠陥を分類する工程（Ｓ３）が実施される。具体的には、カラーイメージセンサ２３５から得られ、かつＲＧＢ色空間およびＨＳＶ色空間の少なくともいずれかの色空間で表されたカラー画像を利用して、炭化珪素基板１００における欠陥９が分類される。

図６は、カラーイメージセンサの構成を示す模式図である。図６に示されるように、カラーイメージセンサ２３５は、カラーフィルタ５０と、受光素子６０と、信号処理部７０とを主に有している。カラーフィルタ５０は、第１フィルタ５１と、第２フィルタ５２と、第３フィルタ５３とを有している。受光素子６０は、第１フォトダイオード６１、第２フォトダイオード６２と、第３フォトダイオード６３とを有している。

第１フィルタ５１は、たとえば青色の光を透過し、その他の色の光を透過しないフィルタである。第１フィルタ５１の透過波長範囲は、たとえば４００ｎｍ以上５４０ｎｍ以下である。第２フィルタ５２は、緑色の光を透過し、その他の色の光を透過しないフィルタである。第２フィルタ５２の透過波長範囲は、たとえば４８０ｎｍ以上６００ｎｍ以下である。第３フィルタ５３は、赤色の光を透過し、その他の色の光を透過しないフィルタである。第３フィルタ５３の透過波長範囲は、たとえば５９０ｎｍ以上７２０ｎｍ以下である。

第１フォトダイオード６１は、第１フィルタ５１を通過した青色光Ｌ１を受光する。青色光Ｌ１を受光した第１フォトダイオード６１は、光起電力効果により、第１電流Ａ１を生成する。第１電流Ａ１は、信号処理部７０に入力される。第２フォトダイオード６２は、第２フィルタ５２を通過した緑色光Ｌ２を受光する。緑色光Ｌ２を受光した第２フォトダイオード６２は、光起電力効果により、第２電流Ａ２を生成する。第２電流Ａ２は、信号処理部７０に入力される。第３フォトダイオード６３は、第３フィルタ５３を通過した赤色光Ｌ３を受光する。赤色光Ｌ３を受光した第３フォトダイオード６３は、光起電力効果により、第３電流Ａ３を生成する。第３電流Ａ３は、信号処理部７０に入力される。信号処理部７０においては、アナログ信号がデジタル信号に変換される。

次に、信号処理部７０から、たとえばＲＧＢ色空間で表されたカラー画像が取り出される。ＲＧＢ色空間は、赤（Red）と、緑（Green）と、青（Blue）とにより色を表現する色の表現法の一つである。ＲＧＢ色空間において、Ｒの範囲は０以上２５５以下であり、Ｇの範囲は０以上２５５以下であり、かつＢの範囲は０以上２５５以下である。Ｒ、ＧおよびＢは、たとえば１０進数で表わされる。

図７は、ＲＧＢ色空間で表されたカラー画像の一例を示す模式図である。図７に示す第１画像データ１１１において、ハッチングで示された領域には、ダブルショックレー型積層欠陥があると判断される。このようなダブルショックレー型積層欠陥が存在するハッチングで示された領域のカラー画像からＲＧＢ色空間におけるＲ、Ｇ、Ｂが決定される。ダブルショックレー型積層欠陥があると判断された合計１１２個の領域のデータに基づいて、ダブルショックレー型積層欠陥から発生するフォトルミネッセンス光のＲＧＢ色空間での、Ｒ、Ｇ、Ｂの範囲が次のように決定された。

ダブルショックレー型積層欠陥から発生するフォトルミネッセンス光のＲＧＢ色空間は、Ｒが１０３以上１６３以下、Ｇが１７１以上２３５以下、かつ、Ｂが１６３以上２３０以下である。別の観点から言えば、ある欠陥９から発生するフォトルミネッセンス光のＲＧＢ色空間において、Ｒが１０３以上１６３以下、Ｇが１７１以上２３５以下、かつ、Ｂが１６３以上２３０以下である場合には、当該欠陥９は、ダブルショックレー型積層欠陥に分類することができる。

ダブルショックレー型積層欠陥から発生するフォトルミネッセンス光のＲＧＢ色空間において、好ましくは、Ｒが１１０以上１４０以下である。

シングルショックレー型積層欠陥から発生するフォトルミネッセンス光のＲＧＢ色空間は、Ｒが１４７以上１８７以下、Ｇが１３７以上１６２以下、かつ、Ｂが２２４以上２５４以下である。別の観点から言えば、ある欠陥９から発生するフォトルミネッセンス光のＲＧＢ色空間において、Ｒが１４７以上１８７以下、Ｇが１３７以上１６２以下、かつ、Ｂが２２４以上２５４以下である場合には、当該欠陥９は、シングルショックレー型積層欠陥に分類することができる。

クアドラプルショックレー型積層欠陥から発生するフォトルミネッセンス光のＲＧＢ色空間は、Ｒが１６１以上２３１以下、Ｇが２２４以上２５４以下、かつ、Ｂが２５２以上２５５以下である。別の観点から言えば、ある欠陥９から発生するフォトルミネッセンス光のＲＧＢ色空間において、Ｒが１６１以上２３１以下、Ｇが２２４以上２５４以下、かつ、Ｂが２５２以上２５５以下である場合には、当該欠陥９は、クアドラプルショックレー型積層欠陥に分類することができる。

トリプルショックレー型積層欠陥から発生するフォトルミネッセンス光のＲＧＢ色空間は、Ｒが７０以上１４５以下、Ｇが２３４以上２５４以下、かつ、Ｂが２４４以上２５５以下である。別の観点から言えば、ある欠陥９から発生するフォトルミネッセンス光のＲＧＢ色空間において、Ｒが７０以上１４５以下、Ｇが２３４以上２５４以下、かつ、Ｂが２４４以上２５５以下である場合には、当該欠陥９は、トリプルショックレー型積層欠陥に分類することができる。

ポリタイプが３Ｃである炭化珪素の欠陥から発生するフォトルミネッセンス光のＲＧＢ色空間は、Ｒが５６以上１１５以下、Ｇが７１以上１２８以下、かつ、Ｂが５６以上１２３以下である。別の観点から言えば、ある欠陥９から発生するフォトルミネッセンス光のＲＧＢ色空間において、Ｒが５６以上１１５以下、Ｇが７１以上１２８以下、かつ、Ｂが５６以上１２３以下である場合には、当該欠陥９は、ポリタイプが３Ｃである炭化珪素の欠陥に分類することができる。

本実施形態に係る炭化珪素基板１００の欠陥評価方法は、欠陥９の面積を測定する工程をさらに有していてもよい。第１画像データ１１１に基づいて、ダブルショックレー型積層欠陥の面積が特定されてもよい。たとえば、第１画像データ１１１に基づいて、第１方向におけるダブルショックレー型積層欠陥の長さが特定される。第１方向におけるダブルショックレー型積層欠陥の長さは、たとえば第２長さＷ２である。同様に、当該カラー画像に基づいて、第２方向におけるダブルショックレー型積層欠陥の長さが特定される。第２方向におけるダブルショックレー型積層欠陥の長さは、たとえば第３長さＷ３である。ダブルショックレー型積層欠陥の形状が二等辺三角形の場合、ダブルショックレー型積層欠陥の面積は、Ｗ２×Ｗ３×０．５として算出される。

カラーイメージセンサから得られたカラー画像を利用して炭化珪素基板における欠陥を分類する工程（Ｓ３）において、信号処理部７０からＨＳＶ色空間で表されたカラー画像が取り出されてもよい。ＨＳＶ色空間は、色相（Hue)と、彩度（Saturation）と、明度（Value）とにより色を表現する色の表現法の一つである。ＨＳＶ色空間において、Ｈの範囲は０°以上３６０°以下であり、Ｓの範囲は０％以上１００％以下であり、かつＶの範囲は０％以上１００％以下である。なお、ＨＳＶ色空間は、信号処理部７０から直接取り出されてもよいし、ＲＧＢ色空間から変換して取得されてもよい。

図８は、ＨＳＶ色空間で表されたカラー画像の一例を示す模式図である。図８に示す第２画像データ１１２において、ハッチングで示された領域には、ダブルショックレー型積層欠陥があると判断される。このようなダブルショックレー型積層欠陥が存在するハッチングで示された領域のカラー画像からＨＳＶ色空間におけるＨ、Ｓ、Ｖが決定される。ダブルショックレー型積層欠陥があると判断された合計１１２個の領域のデータに基づいて、ダブルショックレー型積層欠陥から発生するフォトルミネッセンス光のＨＳＶ色空間での、Ｈ、Ｓ、Ｖの範囲が次のように決定された。

ダブルショックレー型積層欠陥から発生するフォトルミネッセンス光のＨＳＶ色空間は、Ｈが１７３°以上１７６°以下、Ｓが３１％以上４０％以下、かつ、Ｖが６７％以上９２％以下である。別の観点から言えば、ある欠陥９から発生するフォトルミネッセンス光のＨＳＶ色空間において、Ｈが１７３°以上１７６°以下、Ｓが３１％以上４０％以下、かつ、Ｖが６７％以上９２％以下である場合には、当該欠陥９は、ダブルショックレー型積層欠陥に分類することができる。

シングルショックレー型積層欠陥から発生するフォトルミネッセンス光のＨＳＶ色空間は、Ｈが２４７°以上２５６°以下、Ｓが３６％以上３９％以下、かつ、Ｖが８８％以上１００％以下である。別の観点から言えば、ある欠陥９から発生するフォトルミネッセンス光のＨＳＶ色空間において、Ｈが２４７°以上２５６°以下、Ｓが３６％以上３９％以下、かつ、Ｖが８８％以上１００％以下である場合には、当該欠陥９は、シングルショックレー型積層欠陥に分類することができる。

クアドラプルショックレー型積層欠陥から発生するフォトルミネッセンス光のＨＳＶ色空間は、Ｈが１８３°以上２００°以下、Ｓが９％以上３７％以下、かつ、Ｖが９９％以上１００％以下である。別の観点から言えば、ある欠陥９から発生するフォトルミネッセンス光のＨＳＶ色空間において、Ｈが１８３°以上２００°以下、Ｓが９％以上３７％以下、かつ、Ｖが９９％以上１００％以下である場合には、当該欠陥９は、クアドラプルショックレー型積層欠陥に分類することができる。

トリプルショックレー型積層欠陥から発生するフォトルミネッセンス光のＨＳＶ色空間は、Ｈが１８１°以上１８６°以下、Ｓが４３％以上７２％以下、かつ、Ｖが９６％以上１００％以下である。別の観点から言えば、ある欠陥９から発生するフォトルミネッセンス光のＨＳＶ色空間において、Ｈが１８１°以上１８６°以下、Ｓが４３％以上７２％以下、かつ、Ｖが９６％以上１００％以下である場合には、当該欠陥９は、トリプルショックレー型積層欠陥に分類することができる。

ポリタイプが３Ｃである炭化珪素の欠陥から発生するフォトルミネッセンス光のＨＳＶ色空間は、Ｈが１２０°以上１５７°以下、Ｓが１０％以上２１％以下、かつ、Ｖが２８％以上５０％以下である。別の観点から言えば、ある欠陥９から発生するフォトルミネッセンス光のＨＳＶ色空間において、Ｈが１２０°以上１５７°以下、Ｓが１０％以上２１％以下、かつ、Ｖが２８％以上５０％以下である場合には、当該欠陥９は、ポリタイプが３Ｃである炭化珪素の欠陥に分類することができる。

好ましくは、カラー画像は、ＲＧＢ色空間で表された第１画像データ１１１およびＨＳＶ色空間で表された第２画像データ１１２の双方を含んでいる。具体的には、ＲＧＢ色空間で表された第１画像データ１１１を利用して欠陥９が分類され、かつＨＳＶ色空間で表された第２画像データ１１２を利用して欠陥９が分類される。ＲＧＢ色空間で表された第１画像データ１１１を利用して欠陥９を分類する工程（第１工程）と、ＨＳＶ色空間で表された第２画像データ１１２を利用して欠陥９を分類する工程（第２工程）との順番は、特に限定されない。第１工程の後に、第２工程が行われてもよいし、第２工程の後に、第１工程が行われてもよいし、第１工程と第２工程とが同時に行われてもよい。

以上のように、ＲＧＢ色空間およびＨＳＶ色空間の少なくともいずれかの色空間で表されたカラー画像を利用して、炭化珪素基板１００における欠陥９が分類される。欠陥９は、たとえばダブルショックレー型積層欠陥を含んでいる。カラー画像に基づいて、ある画像領域に存在する欠陥９が、ダブルショックレー型積層欠陥であるか否かが判断される。

本実施形態に係る炭化珪素基板１００の欠陥評価方法は、欠陥９の位置情報をマッピングする工程をさらに有していてもよい。具体的には、炭化珪素基板１００の第１主面における第１測定領域のカラー画像が取得される。次に、炭化珪素基板１００が載置されたステージを、第１主面１に平行な方向に沿って移動させる。次に、第１測定領域の隣にある第２測定領域におけるカラー画像が取得される。以上のように、第１主面１に平行な平面に沿ってステージを移動させながら、第１主面１における複数の測定領域において複数のカラー画像が取得される。複数のカラー画像を繋ぎ合わせることにより、第１主面１の全体画像が得られる。

図９は、第１主面の全体画像の一例を示す模式図である。図９に示されるように、第１主面１の全体画像１１０において、欠陥９の位置情報がマッピングされている。全体画像１１０を解析することにより、第１主面１のどの位置にどのような欠陥９が存在するかが分かる。また欠陥９の色を解析することにより、欠陥９の種類を識別することができる。

（欠陥検出方法）
次に、欠陥検出方法の詳細について説明する。

図１０は、本実施形態に係る欠陥検出方法の一例を概略的に示すフローチャートである。図１０に示されるように、カラーイメージセンサから得られ、かつＲＧＢ色空間およびＨＳＶ色空間の少なくともいずれかの色空間で表されたカラー画像を利用して、炭化珪素基板における欠陥を分類する工程（Ｓ３）は、ＨＳＶ色空間のＨ、ＳおよびＶのいずれかに基づいて欠陥の位置を特定する工程（Ｓ３１）と、ＲＧＢ色空間のＲ、ＧおよびＢのいずれかに基づいて、欠陥の形状を特定する工程（Ｓ３２）とを含んでいてもよい。

まず、ＨＳＶ色空間のＨ、ＳおよびＶのいずれかに基づいて欠陥の位置を特定する工程（Ｓ３１）が実施される。図１１は、カラーイメージセンサから得られたカラー画像の一例を示す模式図である。図１１に示されるカラー画像（第１画像１２１）は、炭化珪素基板１００の第１主面１の一部の領域を撮影した画像である。第１画像１２１は、たとえばＲＧＢ色空間で表されている。図１１に示されるように、第１画像１２１は、第１領域３１と、第２領域３２と、第３領域３３とを有している。カラー画像において、第１領域３１は、たとえば薄緑色の領域である。第２領域３２は、たとえば黒色の領域である。第３領域３３は、たとえば灰色の領域である。第１領域３１および第２領域３２の各々には、欠陥があると推定される。第３領域３３は、ポリタイプが４Ｈである炭化珪素が存在する領域である。

次に、カラー画像（第１画像１２１）のデータがＨＳＶ色空間のデータに変換される。ＨＳＶ色空間のデータは、Ｈ、ＳおよびＶの値からなる３次元のデータである。ＨＳＶ色空間のデータから、Ｈ、ＳおよびＶのいずれかの値が取り出される。取り出されたＨ、ＳおよびＶのいずれかの値は、第１主面１の位置座標を示す平面に表される。たとえば、ＨＳＶ色空間のデータから、Ｖの値が取り出される。

図１２は、第１画像をＨＳＶ色空間に変換した後、Ｖの値を取り出して表示した画像の模式図である。上述の通り、Ｖの範囲は０％以上１００％以下である。Ｖが１００％の場合、画像の色は最も明るくなる。Ｖが０％の場合、画像の色は最も暗くなる。図１２に示される画像（第２画像１２２）は、第１画像１２１と同じ領域である。第１領域３１は、第３領域３３よりも明るく表示されている。第２領域３２は、第３領域３３よりも暗く表示されている。次に、Ｖの値が、閾値と比較される。閾値は、たとえばポリタイプ４Ｈの炭化珪素が示すＶの値に一定の係数を乗じたものであってもよい。ポリタイプが４Ｈである炭化珪素が示すＶの値は、たとえば６３％（＝１６０／２５５）である。

図１３は、Ｖの値が閾値よりも小さい領域を検出した画像の模式図である。図１３に示される画像（第３画像１２３）は、第２画像１２２と同じ領域である。第３画像１２３において、Ｖの値が閾値未満の領域は、明るい色（白）で表示される。Ｖの値が閾値以上の領域は、暗い色（黒）で表示される。つまり、第３画像１２３は、白または黒の領域によって構成された画像（２値画像）である。第２領域３２は、たとえば白で表示される。第１領域３１および第３領域３３は、たとえば黒で表示される。第３画像１２３に基づいて、第１主面１における欠陥の位置および範囲が特定される。具体的には、欠陥は、第２領域３２にあると判断される。第３画像１２３を作成する際に用いられる閾値は、たとえば、ポリタイプが４Ｈである炭化珪素が示すＶに、０．９１以上０．９９以下の値を乗じた値とされる。

図１４は、Ｖの値が閾値よりも大きい領域を検出した画像の模式図である。図１４に示される画像（第４画像１２４）は、第２画像１２２と同じ領域である。第４画像１２４において、Ｖの値が閾値よりも大きい領域は、明るい色（白）で表示される。Ｖの値が閾値以下の領域は、暗い色（黒）で表示される。つまり、第４画像１２４は、白または黒の領域によって構成された画像（２値画像）である。第１領域３１は、たとえば白で表示される。第２領域３２および第３領域３３は、たとえば黒で表示される。第４画像１２４に基づいて、第１主面１における欠陥の位置および範囲が特定される。具体的には、欠陥は、第１領域３１にあると判断される。第４画像１２４を作成する際に用いられる閾値は、たとえば、ポリタイプが４Ｈである炭化珪素が示すＶに、１．０１以上１．０９以下の値を乗じた値とされる。

以上のように、ＨＳＶ色空間のＶの値に基づいて、欠陥の位置が特定される。なお、上記においては、ＨＳＶ色空間のＶの値に基づいて欠陥の位置が特定される場合について説明したが、本実施形態はこれに限定されない。本実施形態においては、ＨＳＶ色空間のＨの値に基づいて欠陥の位置が特定されてもよいし、ＨＳＶ色空間のＳの値に基づいて欠陥の位置が特定されてもよい。

次に、図１３に示される第３画像１２３に基づいて、欠陥の種類が判断されてもよい。たとえば、第３画像１２３において白で示された領域は、ポリタイプが３Ｃである炭化珪素領域であると判断されてもよい。具体的には、第２領域３２は、ポリタイプが３Ｃである炭化珪素領域であると判断されてもよい。

図１５は、図１４の領域ＸＶの拡大模式図である。図１５に示されるように、第４画像１２４に基づいて、欠陥が第１領域３１にあると特定される。しかしながら、第４画像１２４によれば、第１領域３１の内部の色は、ほぼ同じである。仮に、第１領域３１に２つ以上の異なる種類の欠陥があったとしても、第４画像１２４に基づいて、異なる種類の欠陥の各々の形状を識別することは困難である。

次に、ＲＧＢ色空間のＲ、ＧおよびＢのいずれかに基づいて、欠陥の形状を特定する工程（Ｓ３２）が実施される。図１１に示されるカラー画像（第１画像１２１）は、ＲＧＢ色空間のデータである。ＲＧＢ色空間のデータは、Ｒ、ＧおよびＢの値からなる３次元のデータである。ＲＧＢ色空間のデータから、Ｒ、ＧおよびＢのいずれかの値が取り出される。取り出されたＲ、ＧおよびＢのいずれかの値は、第１主面１の位置座標を示す平面に表される。たとえば、ＲＧＢ色空間のデータから、Ｂの値が取り出される。

図１６は、ＲＧＢ色空間のデータからＢの値を取り出して表示した画像の模式図である。図１６に示される画像（第５画像１２５）の領域は、図１５に示す画像の領域と同じである。図１５に示されるように、第１領域３１は、第４領域４１と、第５領域４２と、境界線４３とを含んでいる。境界線４３は、第４領域４１と第５領域４２との境界である。第４領域４１におけるＢの値は、第５領域４２におけるＢの値と異なっている。そのため、第５画像１２５に基づいて、境界線４３が明確になる。第４領域４１にある欠陥は、第５領域４２にある欠陥とは、異なる種類の欠陥であると推定される。第５画像１２５に基づいて、第４領域４１および第５領域４２の各々の形状は、明確に識別される。

以上のように、ＲＧＢ色空間のＲ、ＧおよびＢのいずれかに基づいて、欠陥９の形状が特定される。なお、上記においては、ＲＧＢ色空間のＢの値に基づいて欠陥の形状が特定される場合について説明したが、本実施形態はこれに限定されない。本実施形態においては、ＲＧＢ色空間のＲの値に基づいて欠陥の形状が特定されてもよいし、ＲＧＢ色空間のＧの値に基づいて欠陥の形状が特定されてもよい。

本実施形態に係る炭化珪素基板１００の欠陥評価方法は、炭化珪素基板１００の表面における欠陥の凹凸を光学顕微鏡により測定する工程（Ｓ４）をさらに有していてもよい（図５参照）。具体的には、光学顕微鏡を用いて、炭化珪素基板１００に存在する欠陥９を観察することにより、欠陥９の凹凸が測定される。光学顕微鏡は、たとえば共焦点微分干渉顕微鏡である。共焦点微分干渉顕微鏡を有する欠陥９検査装置として、たとえばレーザーテック株式会社製のＷＡＳＡＶＩシリーズ「ＳＩＣＡ ６Ｘ」を使用することができる。対物レンズの倍率は、たとえば１０倍である。炭化珪素基板１００の第１主面１に対して水銀キセノンランプなどの光源から波長５４６ｎｍの光が照射され、当該光の反射光が、たとえばＣＣＤ等の受光素子により観察される。

（炭化珪素基板の製造方法）
次に、本実施形態に係る炭化珪素基板の製造方法について説明する。

図１７は、本実施形態に係る炭化珪素基板の製造方法を概略的に示すフローチャートである。図１７に示されるように、本実施形態に係る炭化珪素基板の製造方法は、炭化珪素基板を準備する工程（Ｓ１０）と、炭化珪素基板を評価する工程（Ｓ２０）とを主に有している。

まず、炭化珪素基板を準備する工程（Ｓ１０）が実施される。たとえば昇華法により、ポリタイプ４Ｈの炭化珪素単結晶が製造される。次に、たとえばワイヤーソーによって、炭化珪素単結晶をスライスすることにより、炭化珪素単結晶基板１０が準備される。炭化珪素単結晶基板１０は、たとえば窒素などのｎ型不純物を含んでいる。炭化珪素単結晶基板１０の導電型は、たとえばｎ型である。次に、炭化珪素単結晶基板１０に対して機械研磨が行われる。次に、炭化珪素単結晶基板１０に対して化学的機械研磨が実施される。

次に、炭化珪素単結晶基板１０上に炭化珪素エピタキシャル層２０が形成される。具体的には、たとえばＣＶＤ（Ｃｈｅｍｉｃａｌ Ｖａｐｏｒ Ｄｅｐｏｓｉｔｉｏｎ）法によって炭化珪素単結晶基板１０上に炭化珪素エピタキシャル層２０がエピタキシャル成長により形成される。エピタキシャル成長においては、原料ガスとしてたとえばシラン（ＳｉＨ₄）およびプロパン（Ｃ₃Ｈ₈）が用いられ、キャリアガスとして水素（Ｈ₂）が用いられる。エピタキシャル成長の温度は、たとえば１４００℃以上１７００℃以下程度である。エピタキシャル成長において、たとえば窒素などのｎ型不純物が、炭化珪素エピタキシャル層２０に導入される。以上により、炭化珪素単結晶基板１０と、炭化珪素エピタキシャル層２０とを有する炭化珪素基板１００が準備される（図２参照）。

次に、炭化珪素基板を評価する工程（Ｓ２０）が実施される。具体的には、上述の炭化珪素基板１００の欠陥評価方法を用いて、炭化珪素基板１００が評価される。炭化珪素基板１００の欠陥評価方法を利用して、たとえば当該炭化珪素基板１００の歩留まりが算出される。

次に、本実施形態に係る炭化珪素基板１００の欠陥評価方法および炭化珪素基板１００の製造方法の作用効果について説明する。

炭化珪素基板１００に存在する欠陥９に対して紫外光などの励起光ＬＥを照射すると、当該欠陥９からフォトルミネッセンス光ＬＬが発生する。異なる種類の欠陥９は、異なる波長のフォトルミネッセンス光を発生する。そのため、フォトルミネッセンス光の波長を解析することにより、欠陥９の種類を特定することができる。一般的には、ある特定の波長の光を透過するバンドパスフィルタを利用して、白黒画像を取得し、当該白黒画像に基づいて欠陥９が識別される。しかしながら、白黒画像を使用した方法では、精度良く欠陥９を識別することが困難であった。

発明者らは、鋭意検討の結果、カラー画像に基づいて欠陥９を観察することにより、精度良く欠陥９の種類を識別することができることを見出した。白黒画像方式においては、ある特定の波長域の光を透過する１種類のバンドパスフィルタを透過した１波長の光に基づいて、白黒画像が取得される。一方、カラー画像方式においては、赤、緑および青の各々の光を透過する３種類のカラーフィルタ５０を透過した３波長の光に基づいて、カラー画像が取得される。

４種類のショックレー型積層欠陥の各々は、異なる発光波長を有している。そのため、フォトルミネッセンス発光を用いることにより、これらの積層欠陥を識別することができる。ダブルショックレー型積層欠陥のフォトルミネッセンス発光のピーク波長は、約５００ｎｍである。シングルショックレー型積層欠陥のフォトルミネッセンス発光のピーク波長は、約４２０ｎｍである。クアドラプルショックレー型積層欠陥のフォトルミネッセンス発光のピーク波長は、約４６０ｎｍである。トリプルショックレー型積層欠陥のフォトルミネッセンス発光のピーク波長は、約４８０ｎｍである。ダブルショックレー型積層欠陥の発光波長は、トリプルショックレー型積層欠陥の発光波長に近いため、白黒画像方式の場合には、当該２種類の欠陥９を精度良く識別することが困難であった。またクアドラプルショックレー型積層欠陥の発光波長は、トリプルショックレー型積層欠陥の発光波長に近いため、白黒画像方式の場合には、当該２種類の欠陥９を精度良く識別することが困難であった。

本実施形態に係る炭化珪素基板１００の欠陥評価方法によれば、ＲＧＢ色空間およびＨＳＶ色空間の少なくともいずれかの色空間で表されたカラー画像を利用して、炭化珪素基板１００における欠陥９が分類される。カラー画像の場合には、白黒画像と比較して、多くの波長域の光を利用して、欠陥９の画像を取得することができる。これにより、欠陥９を精度良く識別することができる。また異なる種類の欠陥９が一つのカラー画像の撮像領域に含まれる場合、異なる種類の欠陥９は、異なる色で表示される。そのため、１回の測定で異なる種類の欠陥９を識別することができる。結果として、カラー画像の場合には、白黒画像と比較して、測定時間を大幅に短縮することができる。

また本実施形態に係る炭化珪素基板１００の欠陥評価方法によれば、カラー画像は、ＲＧＢ色空間で表された第１画像データ１１１およびＨＳＶ色空間で表された第２画像データ１１２の双方を含んでいてもよい。２種類の画像データを使用することにより、欠陥９をより精度良く識別することができる。特にＨＳＶ色空間を利用した場合には、ＲＧＢ色空間を利用する場合よりも、欠陥９の外形のコントラストが明確になる場合がある。

さらに本実施形態に係る炭化珪素基板１００の欠陥評価方法は、炭化珪素基板１００の表面における欠陥９の凹凸を光学顕微鏡により測定する工程をさらに有していてもよい。これにより、光学顕微鏡で表面の凹凸が検出できる欠陥９と、表面の凹凸が検出できない平坦な欠陥９とを識別することができる。結果として、欠陥９をより精度良く識別することができる。たとえば、ダブルショックレー型積層欠陥は、光学顕微鏡で表面の凹凸を検出できない欠陥である。一方、外的フランク（Extrinsic Frank）型積層欠陥、多層フランク（Multilayer Frank）型積層欠陥および内的フランク（Intrinsic Frank）型積層欠陥などは、表面の凹凸が検出できる欠陥である。

さらに本実施形態に係る炭化珪素基板１００の欠陥評価方法は、欠陥９の位置情報をマッピングする工程をさらに有していてもよい。これにより、炭化珪素基板１００の歩留まりを容易に算出することができる。

さらに本実施形態に係る炭化珪素基板１００の欠陥評価方法において、カラーイメージセンサ２３５から得られ、かつＲＧＢ色空間およびＨＳＶ色空間の少なくともいずれかの色空間で表されたカラー画像を利用して、炭化珪素基板１００における欠陥９を分類する工程は、ＨＳＶ色空間のＨ、ＳおよびＶのいずれかに基づいて、欠陥９の位置を特定する工程を含んでいてもよい。これにより、欠陥９の位置を精度良く特定することができる。

さらに本実施形態に係る炭化珪素基板１００の欠陥評価方法、カラーイメージセンサ２３５から得られ、かつＲＧＢ色空間およびＨＳＶ色空間の少なくともいずれかの色空間で表されたカラー画像を利用して、炭化珪素基板１００における欠陥９を分類する工程は、欠陥９の位置を特定する工程後、ＲＧＢ色空間のＲ、ＧおよびＢのいずれかに基づいて、欠陥９の形状を特定する工程を含んでいてもよい。これにより、欠陥９の形状を精度良く特定することができる。

さらに本実施形態に係る炭化珪素基板１００の製造方法において、上述の炭化珪素基板１００の欠陥評価方法を用いて、炭化珪素基板１００が評価される。これにより、精度良く炭化珪素基板１００の選別を行うことができる。

（サンプル準備）
まず、サンプル１および２に係る炭化珪素基板を準備した。サンプル１に係る炭化珪素基板は、実施例である。サンプル１に係る炭化珪素基板は、ダブルショックレー型積層欠陥を有している炭化珪素基板である。サンプル２に係る炭化珪素基板は、比較例である。サンプル２に係る炭化珪素基板は、ダブルショックレー型積層欠陥を有していない炭化珪素基板である。炭化珪素基板を構成する炭化珪素のポリタイプは、４Ｈである。

（実験方法）
株式会社フォトンデザイン社製のフォトルミネッセンスイメージング装置（型番：ＰＬＩ−２００）を使用して、炭化珪素基板１００の第１主面１の観察を行った（図４参照）。励起光ＬＥの光源は、水銀キセノンランプとした。励起光ＬＥの波長は、３１３ｎｍとした。炭化珪素基板１００の第１主面１の被測定領域に対して励起光ＬＥが照射されると、被測定領域からフォトルミネッセンス光ＬＬが発生する。被測定領域は、ＣＣＤカメラ等のカラーイメージセンサ２３５によって撮像された。カラーイメージセンサ２３５から得られたカラー画像のＲＧＢ色空間およびＨＳＶ色空間を取得した。

（実験結果）

表１は、サンプル１に係る炭化珪素基板の撮像領域から取得したＲＧＢ色空間およびＨＳＶ色空間と、サンプル２に係る炭化珪素基板の撮像領域から取得したＲＧＢ色空間およびＨＳＶ色空間である。表１に示されるように、サンプル１に係る炭化珪素基板の撮像領域から取得したＲＧＢ色空間において、Ｒは１３７であり、Ｇは２０１であり、かつＢは１９４であった。サンプル２に係る炭化珪素基板の撮像領域から取得したＲＧＢ色空間において、Ｒは１６４であり、Ｇは１６３であり、かつＢは１５３であった。

サンプル１に係る炭化珪素基板の撮像領域から取得したＲＧＢ色空間においては、Ｒが１０３以上１６３以下、Ｇが１７１以上２３５以下、かつ、Ｂが１６３以上２３０以下である。そのため、サンプル１に係る炭化珪素基板の撮像領域には、ダブルショックレー型積層欠陥が存在すると判断される。一方、サンプル２に係る炭化珪素基板の撮像領域から取得したＲＧＢ色空間においては、Ｒ、ＧおよびＢは、上記の範囲内に入っていない。そのため、サンプル２に係る炭化珪素基板の撮像領域には、ダブルショックレー型積層欠陥が存在しないと判断される。

表１に示されるように、サンプル１に係る炭化珪素基板の撮像領域から取得したＨＳＶ色空間において、Ｈは１７３°であり、Ｓは３２％であり、かつＶは７９％であった。サンプル２に係る炭化珪素基板の撮像領域から取得したＨＳＶ色空間において、Ｈは５５°であり、Ｓは７％であり、かつＶは６４％であった。

サンプル１に係る炭化珪素基板の撮像領域から取得したＨＳＶ色空間においては、Ｈが１７３°以上１７６°以下、Ｓが３１％以上４０％以下、かつ、Ｖが６７％以上９２％以下である。そのため、サンプル１に係る炭化珪素基板の撮像領域には、ダブルショックレー型積層欠陥が存在すると判断される。一方、サンプル２に係る炭化珪素基板の撮像領域から取得したＨＳＶ色空間においては、Ｈ、ＳおよびＶは、上記の範囲内に入っていない。そのため、サンプル２に係る炭化珪素基板の撮像領域には、ダブルショックレー型積層欠陥が存在しないと判断される。

以上のように、ダブルショックレー型積層欠陥が存在する領域から取得したＲＧＢ色空間は、ダブルショックレー型積層欠陥が存在しない炭化珪素領域から取得したＲＧＢ色空間とは明確に区別可能である。同様に、ダブルショックレー型積層欠陥が存在する領域から取得したＨＳＶ色空間は、ダブルショックレー型積層欠陥が存在しない炭化珪素領域から取得したＨＳＶ色空間とは明確に区別可能である。つまり、ＲＧＢ色空間およびＨＳＶ色空間のいずれかの色空間を利用することにより、欠陥９を識別可能であることが確認された。

今回開示された実施形態および実施例はすべての点で例示であって、制限的なものではないと考えられるべきである。本発明の範囲は上記した実施形態および実施例ではなく特許請求の範囲によって示され、特許請求の範囲と均等の意味、および範囲内でのすべての変更が含まれることが意図される。

１ 第１主面
３ オリエンテーションフラット
４ 円弧状部
５ 外周縁
７ 第２欠陥
８ 第１欠陥
９ 欠陥
１０ 炭化珪素単結晶基板
１２ 第２主面
１３ 第３主面
１４ 第４主面
２０ 炭化珪素エピタキシャル層
３１ 第１領域
３２ 第２領域
３３ 第３領域
４１ 第４領域
４２ 第５領域
４３ 境界線
５０ カラーフィルタ
５１ 第１フィルタ
５２ 第２フィルタ
５３ 第３フィルタ
６０ 受光素子
６１ 第１フォトダイオード
６２ 第２フォトダイオード
６３ 第３フォトダイオード
７０ 信号処理部
１００ 炭化珪素基板
１０１ 第１方向
１０２ 第２方向
１１０ 全体画像
１１１ 第１画像データ
１１２ 第２画像データ
１２１ 第１画像
１２２ 第２画像
１２３ 第３画像
１２４ 第４画像
１２５ 第５画像
２００ フォトルミネッセンスイメージング装置
２２０ 励起光生成ユニット
２２１ 光源部
２２２ 導光部
２２３ フィルタ部
２３０ イメージングユニット
２３１ 制御部
２３２ ステージ
２３３ 近赤外対物レンズ
２３５ カラーイメージセンサ
Ａ１ 第１電流
Ａ２ 第２電流
Ａ３ 第３電流
Ｌ１ 青色光
Ｌ２ 緑色光
Ｌ３ 赤色光
ＬＥ 励起光
ＬＬ フォトルミネッセンス光
Ｗ１ 最大径
Ｗ２ 第２長さ
Ｗ３ 第３長さ

Claims (12)

1. 炭化珪素基板に対して励起光を照射することにより前記炭化珪素基板からフォトルミネッセンス光を発生させる工程と、
   前記フォトルミネッセンス光をカラーイメージセンサによって検出する工程と、
   前記カラーイメージセンサから得られ、かつＲＧＢ色空間およびＨＳＶ色空間の少なくともいずれかの色空間で表されたカラー画像を利用して、前記炭化珪素基板における欠陥を分類する工程とを備えた、炭化珪素基板の欠陥評価方法。
2. 前記欠陥は、ダブルショックレー型積層欠陥を含む、請求項１に記載の炭化珪素基板の欠陥評価方法。
3. 前記炭化珪素基板は、炭化珪素エピタキシャル基板である、請求項１または請求項２に記載の炭化珪素基板の欠陥評価方法。
4. 前記カラー画像は、前記ＲＧＢ色空間で表された第１画像データおよび前記ＨＳＶ色空間で表された第２画像データの双方を含む、請求項１から請求項３のいずれか１項に記載の炭化珪素基板の欠陥評価方法。
5. 前記カラーイメージセンサは、電荷結合素子イメージセンサである、請求項１から請求項４のいずれか１項に記載の炭化珪素基板の欠陥評価方法。
6. 前記カラーイメージセンサは、相補型金属酸化物半導体イメージセンサである、請求項１から請求項４のいずれか１項に記載の炭化珪素基板の欠陥評価方法。
7. 前記炭化珪素基板の表面における前記欠陥の凹凸を光学顕微鏡により測定する工程をさらに備えた、請求項１から請求項６のいずれか１項に記載の炭化珪素基板の欠陥評価方法。
8. 前記欠陥の面積を測定する工程をさらに備えた、請求項１から請求項７のいずれか１項に記載の炭化珪素基板の欠陥評価方法。
9. 前記欠陥の位置情報をマッピングする工程をさらに備えた、請求項１から請求項８のいずれか１項に記載の炭化珪素基板の欠陥評価方法。
10. 前記カラーイメージセンサから得られ、かつＲＧＢ色空間およびＨＳＶ色空間の少なくともいずれかの色空間で表されたカラー画像を利用して、前記炭化珪素基板における欠陥を分類する工程は、前記ＨＳＶ色空間のＨ、ＳおよびＶのいずれかに基づいて、前記欠陥の位置を特定する工程を含む、請求項１から請求項９のいずれか１項に記載の炭化珪素基板の欠陥評価方法。
11. 前記カラーイメージセンサから得られ、かつＲＧＢ色空間およびＨＳＶ色空間の少なくともいずれかの色空間で表されたカラー画像を利用して、前記炭化珪素基板における欠陥を分類する工程は、前記欠陥の位置を特定する工程後、前記ＲＧＢ色空間のＲ、ＧおよびＢのいずれかに基づいて、前記欠陥の形状を特定する工程を含む、請求項１０に記載の炭化珪素基板の欠陥評価方法。
12. 炭化珪素基板を準備する工程と、
    請求項１から請求項１１のいずれか１項に記載の炭化珪素基板の欠陥評価方法を用いて、前記炭化珪素基板を評価する工程とを備えた、炭化珪素基板の製造方法。

Images