JP2647502B2

JP2647502B2 - パターン比較検査方法および装置

Info

Publication number: JP2647502B2
Application number: JP1167086A
Authority: JP
Inventors: 文昭遠藤; 俊二前田; 仁志窪田
Original assignee: Hitachi Ltd
Current assignee: Hitachi Ltd
Priority date: 1989-06-30
Filing date: 1989-06-30
Publication date: 1997-08-27
Anticipated expiration: 2012-08-27
Also published as: JPH0333605A

Description

【発明の詳細な説明】〔産業上の利用分野〕本発明ではLSIウエハ等の検査対象に対して本来同一
であるべきパターンを検出した画像の差画像の２値化画
像を用いてパターンの欠陥等を検出するパターン比較検
査方法および装置に関する。

〔従来の技術〕

従来のLSIウエハ等に対して実物パターン同士の濃淡
画像の比較により欠陥を検査するパターン比較検査方法
および装置は、第19図に示すような構成による検査方法
がとられている。

第19図は従来のパターン比較検査方法および装置の一
例を示す構成図である。第19図において、３はステー
ジ、４は撮像手段、６は画像記憶手段、７は差画像検出
手段、８は２値化手段、９は閾値記憶手段、14は検出画
像信号、15は記憶画像信号、16は差画像信号、17は閾
値、18は２値画像信号である。この構成で、検査対象の
LSIウエハ等を載せたステージ３を動かしながら撮像手
段４で画像を検出し、この画像を比較単位分だけ画像記
憶手段６に記憶しておくことにより、パターンの検出画
像信号14と記憶画像信号15を得る。ついで差画像検出手
段７でこの２つの画像信号14,15の差画像信号16を算出
し、２値化手段８でこの差画像信号16を閾値記憶手段９
に記憶されている閾値17で２値化することにより、２値
画像信号18を得る。この２値画像信号18によりLSIウエ
ハ等のパターンの欠陥を検査する。

第20図は第19図の検出した画像の例を示す説明図であ
る。第20図において、各図面を通じて同一符号は相当部
分を示し、91,92は欠陥である。例えば検査対象のある
品種Ｘに対して第20図のような検出画像14aと、記憶画
像15aと、差画像16aが得られ、この検出画像14aの中に
は欠陥91があるとする。そこで差画像16aの中の欠陥91
を含むＡ−Ａ′部の信号波形90aをとると欠陥91の部分
で信号波形90aの濃淡差が大きくなっており、ここで適
当な閾値V₁で２値化すると欠陥91のみを検出することが
でき、このような２値画像18aを得ることができる。こ
の閾値V₁を欠陥判定閾値と呼ぶ。またある品種Ｙに対し
て第20図のような検出画像14bと、記憶画像15bと、差画
像16bが得られ、この場合にも検出画像14bの中には欠陥
92があるとする。そこで差画像16b中の欠陥92を含むＢ
−Ｂ′部の信号波形90bをとると欠陥92の部分とその他
の部分で信号波形90bの濃淡差が大きくなっており、こ
こで先の品種Ｘの場合の閾値V₁で２値化したのでは欠陥
92ばかりでなく、パターンの正常部までも誤って欠陥と
して検出してしまう誤検出が発生する。このため例えば
高い閾値V₂で２値化する必要があり、こうして新たな閾
値V₂により２値化して得られる２値画像18bのように欠
陥92のみを検出することができる。しかし品種Ｘの場合
の差画像16aのときに閾値V₂で２値化したのでは欠陥91
を検出できずに見逃してしまう。したがって欠陥判定閾
値Ｖは検査対象の品種毎に最適閾値に設定する必要があ
った。なおこの種の２値化閾値の決定法として関連する
ものには、例えば特開昭62−282387号公報が挙げられ
る。

〔発明が解決しようとする課題〕

上記従来技術は、検査対象の本来同一であるべきパタ
ーンを検出した画像の差画像の２値化画像による比較検
査における他品種に対応した最適閾値の設定法の点につ
いて配慮がされておらず、検査者が品種毎に試行錯誤で
閾値を設定していたので、その試行錯誤で設定した閾値
が必ずしも最適でないため信頼性の高い検査が行われ
ず、また試行錯誤の閾値設定には莫大な時間を要する問
題があった。

本発明の目的は検査対象の多品種に対応した検査を行
うことのできるパターン比較検査方法および装置を提供
ることにある。

本発明の他の目的は検査対象の多品種に対応した正確
な検査を行うことのできるパターン比較検査方法および
装置を提供することにある。

本発明のさらに他の目的は検査対象の多品種に対応し
た正確な検査を高速に行うことのできるパターン比較検
査方法および装置を提供することにある。

〔課題を解決するための手段〕

上記目的を達成するために本発明によるパターン比較
検査方法および装置は、多品種に対応するように検査対
象の品種毎に最適閾値を算出する手段を設け、まだ検査
したことのない品種のときには閾値の算出を行い、既に
検査したことのある品種のときには既に算出してある閾
値をそれぞれセットした後に、検査対象のパターンの検
出画像の差画像を２値化して検査を行うようにしたもの
である。

また上記他の目的を達成するために本発明によるパタ
ーン比較検査方法および装置は、多品種に対応した正確
な検査を行うようにパターンの検出画像の差画像または
その２値化画像の面積等の特徴量から正常パターンを誤
検出したり、パターン欠陥を見逃したりしない閾値を算
出する手段を設け、該閾値を用いて検査対象のパターン
の検出画像の差画像を２値化することにより検査を行う
ようにしたものである。

また上記さらに他の目的を達成するために本発明よる
パターン比較検査方法および装置は、多品種に対応した
正確な検査を高速に行うように複数の閾値と該閾値によ
ってえられたパターンの差画像の２値化画像の特徴量や
その正常パターンの誤検出率やパターン欠陥の見逃し率
との関係から２値化の閾値を更新する手段を設け、該更
新の終了条件を満たした閾値を設定して２値化すること
により検査を行うようにしたものである。

〔作用〕

上記パターン比較検査方法および装置は、検査対象の
品種を変える毎にパターンの検出画像の差画像を２値化
する最適閾値を算出して設定することにより、各品種の
パターンの複雑さやでき具合等および各品種のパターン
の検出画像のコントラスト等に応じて検査条件を変える
ことができるようになるので、多品種に対応した検査が
可能になる。

また上記パターン比較検査方法および装置は、パター
ンの検出画像の差画像の２値化画像を用いて比較検査し
た結果の情報を用いて、パターンの差画像またはその２
値化画像の面積等の特徴量から正常なパターンを誤って
検出したり、またはパターンの欠陥を見逃したりしない
ような最適閾値で差画像を２値化して検査することによ
り、検出した箇所の中に正常なパターンをあやまって検
出したり、あるいはパターンの欠陥を見逃したりしたも
のが含まれることがないので、正確な検査が可能にな
る。

また上記パターン比較検査方法および装置は、複数の
閾値と該閾値によって観測された２値画像の特徴量やそ
の正常パターンの誤検出率やパターン欠陥の見逃し率と
の関係からパターンの差画像を２値化する閾値を更新し
ながら収束させることにより、単純に値の小さい順また
は大きい順に閾値を更新する方法や試行錯誤で閾値を更
新する方法に比べて、最適閾値の存在範囲を速く絞り込
んで最適閾値を高速に求めることができるので、作業全
体の時間も短縮できて高速な検査が可能になる。

〔実施例〕

以下に本発明の実施例を第１図ないし第18図により説
明する。

第１図は本発明によるパターン比較検査方法および装
置の第１の実施例を示す構成図である。第１図におい
て、1aは検査装置本体部、2aは閾値算出手段である。３
はステージで該ステージの移動によって検査対象のLSI
ウエハを走査させることが可能である。４は撮像手段で
ステージ３の動きに同期してLSIウエハの画像を検出す
る。この画像を検出画像14と呼ぶ。５は制御部でステー
ジ３の移動の制御や撮像手段４の制御等をステージ移動
指令12と、撮像指令13等により行う。６は画像記憶手段
で検出画像14を比較単位で記憶しておくことにより隣接
同一パターン間の比較を可能とする。この記憶された画
像を記憶画像15と呼ぶこととする。７は差画像検出手段
で検出画像14と記憶画像15の差画像16を検出する。８は
２値化手段、９は閾値記憶手段で、２値化手段８では閾
値記憶手段９に記憶されている閾値17により差画像16を
２値化して２値画像18を検査結果として出力する。20は
切換スイッチで該スイッチを切り換えることにより検出
画像画像14、差画像16、２値画像18の何れか１つを選択
し画像21として閾値算出手段2aに送ることができる。閾
値算出手段2aでは閾値算出指令10により動作開始して画
像取込み指令11を検査装置本体部1aに送り、画像21を得
て該画像21を用いて閾値の算出を行い、算出閾値19を閾
値記憶手段９にセットする。

第２図は第１図のパターン比較検査方法のフローチャ
ートである。第１図の各部の動作を第２図のフローチャ
ートにより説明する。まず検査者が検査対象のLSIウエ
ハの品種が以前に検査を行ったことのある品種かどうか
を調べ（ステップ100）、検査したことのある品種であ
れば既に最適閾値が算出してあるので、この閾値19を閾
値算出手段2aから閾値記憶手段９に入力し（ステップ10
1）、実際の検査を行う（ステップ105）。またこれまで
に検査したことのない品種の場合には検査者が閾値算出
指令10を閾値算出手段2aに送って閾値算出を起動する
（ステップ102）。これらの判断（ステップ100）は検査
者が行わずに、記憶手段に品種名と閾値を登録しておい
て自動的に行ってもよい。次に閾値算出手段2aでは制御
部５に画像取込み指令11を送り、制御部５はステージ３
にステージ移動指令12を送ると同時に撮像手段４に撮像
指令13を送って、ステージ３の動きに合わせて撮像する
ことにより、画像21を閾値算出手段2aに入力する（ステ
ップ103）。つぎに閾値算出手段2aでは画像21を用いて
閾値を算出するが、この画像21としては検出画像14や差
画像16、２値画像18などが考えられ、何れの画像を使用
するかは切換えスイッチ20により任意に切換え可能であ
る（ステップ104）。この算出閾値19は閾値記憶手段９
にセットされる（ステップ105）。この閾値のセット後
に実際の検査を次の手順で行う。まず制御部５からのス
テージ移動指令12によりステージ３を動かすと同時に撮
像指令13により撮像手段４からの検出画像14を入力し、
この検出画像14を差画像検出手段７におくると共に画像
記憶手段６に記憶しておく。ついである一定の時間だけ
遅延させて記憶画像15を取り出すことにより、差画像検
出手段７では本来同一であるべき隣接パターンを検出し
た際でのその検出画像14と記憶画像15の差画像16を得る
ことができ、この差画像16を２値化手段８では閾値記憶
手段９に記憶された閾値17で２値化することにより、パ
ターンの欠陥部のみを検出した２値画像18を得ることが
できる（ステップ105）。このように検査対象の多品種
に対応した検査を行うことができる。

第３図は第１図の閾値算出手段2aの第１の構成例図で
ある。第１図の閾値算出手段2aを第３図により詳しく説
明する。この第１の構成例では検査装置本体部1aからの
画像21として検出画像14を入力して閾値の算出を行う。
第３図において、22はセレクタでセレクト信号35により
検出画像14を画像30a,30bの何れかとして出力し、23a,2
3bは画像記憶手段で本来同一であるべき隣接パターンを
検出した際でのその画像をそれぞれ記憶する。24は差画
像検出手段で２つの画像31a,31bの差画像32を検出し、2
5は２値化手段で差画像32を閾値記憶手段26に記憶して
ある閾値38により２値化した２値画像33を出力する。27
はラベリング手段で２値画像33中のハイレベルの画素に
連結成分（４連結または８連結）毎にラベル付けを行っ
てラベリング画像34を出力する。28は閾値算出制御部で
閾値算出指令10により閾値算出を開始して制御を行い、
29は閾値更新手段で最大面積40をもとに閾値37を算出す
る。39は最大面積算出手段でラベリング画像34より各ラ
ベルの付いた画素をカウントすることにより面積を算出
した後その最大面積40を出力する。

つぎに閾値算出手段2aの各部の動作を説明する。まず
閾値算出制御部28で閾値算出指令10を受け取ったのち検
査装置本体部1aに画像取込み指令11を送り、検出画像14
をセレクタ22に入力する。このときセレクト信号35をａ
側にしておくことにより画像記憶手段23aに画像30aを記
憶する。ついで再度に画像取込み指令11を送って検査装
置本体部1aでステージ３を移動させることにより、先に
記憶した画像30aと本来同一であるべき隣接パターンを
検出した際でのその検出画像14をセレクタ22に入力し、
このときセレクト信号をｂ側にしておくことにより画像
記憶手段23bに画像30bを記憶する。これにより画像の入
力（第２図のステップ103）を完了する。つぎに差画像
検出手段24で本来同一であるべきパターンを検出した際
でのその画像31a,31bの差画像32を検出する。この差画
像32を２値化手段25で閾値記憶手段26に記憶している閾
値38により２値化して２値画像33を得、これをラベリン
グ手段27でラベリングを行ってラベリング画像34を得、
さらに最大面積算出手段39で各ラベルの付いた画素数を
カウントすることにより最大面積40を出力する。この最
大面積40をここでは不一致面積Ｓと呼ぶこととする。不
一致面積Ｓは差画像16（２値画像18）の特徴量の１つで
ある。そこで閾値Ｖを変えて不一致面積Ｓを求めると第
４図のようになる。

第４図は第３図の閾値V38と不一致面積S40の関係を示
す説明図である。第４図において、不一致面積Ｓ（画
素）は閾値Ｖ（階調）に対して、閾値Ｖが増加すると不
一致面積Ｓが減少するかもしくは変化しないという単調
減少の関係にある。ここでパターンの欠陥判定のさいの
最小検出面積S_dとし、不一致面積Ｓがこの最小検出面積
S_d未満となるような最小閾値V_cを求めると、この閾値V_c
はこの閾値算出に用いた画像中にパターンの欠陥がない
場合に正常部での誤検出の出ない最小の閾値である。こ
のような最小閾値V_cを見い出すまで閾値更新手段29で更
新閾値37を更新させては、最大面積算出手段39で不一致
面積S40の算出をくり返すことにより、パターンの正常
部で誤検出の出ない最小閾値V_cを算出できるようにし
て、正確なパターンの検査を行うことができる。この最
小閾値V_cは検査対象の一部分の画像に対するものである
が、検査対象の代表的な部分の数箇所から算出を行って
得られた算出閾値V_cの中の最大値を取ることにより、検
査対象の広い領域を検査しても正常部の誤検出の出ない
最小閾値V_cを得ることができる。このためには閾値算出
に用いる箇所すべてについて目視確認等によりあらかじ
め欠陥のないことを確認しておけばよい。このような最
小閾値V_cを算出する閾値更新手段29の構成を第５図に示
す。

第５図は第３図の閾値更新手段29の構成例図である。
第５図において、41は演算部で後に説明するような式に
より更新閾値37を算出する。42は閾値記憶手段、43は不
一致面積記憶手段で、これまでに不一致面積を算出した
際での閾値37と、そのときの不一致面積40とを全てそれ
ぞれ記憶しておく。44は終了判定部でこれらの閾値45と
これに対する不一致面積46との組を全て読み出して、後
に説明する終了条件が成り立つか否かの判定を行ったの
ち、終了条件が成り立った場合には終了信号36と算出閾
値19を出力する。

第６図は第３図（第５図）の算出閾値V_c19の算出方法
のフローチャートである。第３図（第５図）の閾値更新
手段29の算出閾値V_c19の算出手順を第６図により説明す
る。先に不一致面積S40の算出方法については既に説明
したが、今度は閾値更新手段29でまず閾値V38の初期値V
₁を算出し（ステップ200）、つぎに不一致面積S_nを算出
して（ステップ201）、終了条件が成立したか否か判断
したのち（ステップ202）、ｎ＝ｎ＋１として閾値V_nを
算出し（ステップ203）、この閾値V38を大なる方向に様
々に変化させて各閾値V₁,V₂…,V_nに対する不一致面積S4
0の各不一致面積S₁,S₂,…,S_nを求める動作（ステップ20
1）を終了条件が成立する（ステップ202）までくり返
す。このときの終了条件（ステップ202）は次式とな
る。

V_l−V_m＝１かつS_l＜S_dかつS_m≧S_d ここでl,m＝（＜１）＝１〜n,Sd＝最小検出面積であ
る。この終了条件が成立したときに閾値V_c＝V_lとして算
出閾値V_c19が求められ閾値算出が終了し、この時点で閾
値更新手段29より終了信号36が閾値算出制御部28に送ら
れ、算出閾値V_c19が検査装置本体部1aに送られる。

第７図は第５図の演算部41の計算方法のセカント法お
よびセカント法とはさみうち法を組み合わせた方法の説
明図である。第５図の閾値更新手段29の演算部41の計算
方法のセカント法とはさみうち法を組み合わせた方法の
計算手順を第７図により説明する。まずセカント法では
閾値Ｖ（階調）の初期値V₁,V₂は差画像16の標順偏差の
整数倍などの値から算出するかまたは入力し、閾値V₃か
らは次式により閾値V_nを更新する。

この式はｎ＝３とおくと第７図の点P₁,P₂,P₃を見れば
わかるように点P₁,P₂を通る直線と不一致面積Ｓ（画
素）の直線Ｓ＝S_dとの交点でのＶ座標を閾値V₃として不
一致面積S₃の点S₃を決定することに対応する。このさい
検査対象によっては不一致面積Ｓの対数をとり、として、収束を速めることも可能である。つぎにこの処
理に加え、はさみうち法を組み合わせて、例えば第７図
の点P_n-1,P_n-2のようにS_n-1＜S_d,S_n-2＜S_dとなったとき
には（１）式の添字ｎ−２をｎ−３に変えた次の式を用
いることとする。

これがはさみうち法の処理であって、この処理より必
ず最適閾値V_nに収束させることができる。

第８図は第５図の演算部41の計算方法のはさみうち法
の説明図である。第５図の閾値更新手段29の演算部41の
計算方法のはさみうち法の計算手順を第８図により説明
する。先にセカント法と組み合せられたはさみうち法の
計算式（３）を既に説明したが、このはさみうち法のセ
カント法との違いは閾値Ｖの初期値V₁,V₂のうちV₁を十
分小さくとり、V₂を十分大きくとることにより、不一致
面積ＳのS₁≧S_d,S₂＜S_dとして、初めから初期値V₁,V₂の
間に最適閾値V_nがあるという状態で計算式（３）により
算出を行う点である。

第９図は第５図の演算部41の計算方法の２分法の説明
図である。第５図の閾値更新手段29の演算部41の計算方
法の２分法の計算手順を第９図により説明する。この２
分法では先のはさみうち法と同様に閾値Ｖの初期値V₁,V
₂として十分小さなV₁と十分大きなV₂を与えることによ
り、S₁＞S_d,S₂＜S_dとして、閾値V₃は初期値V₁,V₂の中点
をとってV₃＝（V₁＋V₂）/2とし、このときの不一致面積
S₃を求め、さらにｎ≧４に対しては閾値V_n-2,V_n-1の中
点をとってV_n＝（V_n-2＋V_n-1）/2とし、S_n＜S_dかつS_n-2
＞S_n-3、またはS_n≧S_dかつS_n-2＜S_n-3のとき、点P_n-2と
P_n-3を交換するという動作を逐次的にくり返す。この動
作により必ず最適閾値V_nに収束する。

上記の第７図ないし第９図の演算部41の計算方法で、
第７図のセカント法は最適閾値V_cの付近に速く移動する
という長所があるが、閾値Ｖと不一致面積Ｓの関係で傾
きが水平に近くなると収束しなくなるという短所があ
る。第８図のはさみうち法は必ず最適閾値V_cに収束する
という長所があるが、初期値V₁,V₂の間隔を大きくとる
必要があるため収束が遅くなるという短所がある。した
がって第７図の説明のようにセカント法とはさみうち法
を組み合わせた方法により、初めにセカント法で最適閾
値V_c付近まで高速に移動したのち、十分に最適閾値V_cの
存在範囲を限定した範囲ではさみうち法を適用できるた
め、単調に小さい方向、または大きい方向に閾値V_nを変
化させる場合に比べ高速に閾値V_cを算出することができ
る。

第10図は第１図の閾値算出手段2aの第２の構成例図で
ある。この第２の構成例では第３図の構成例と違って、
検査装置本体部1aより検査対象の本来同一であるべきパ
ターンを検出した際での画像として差画像16を入力して
閾値19の算出を行うため、差画像記憶手段60を有するが
第３図のセレクタ22と画像記憶手段23a,23bと差画像検
出手段24とが不要となるので、第３図の構成例に比べて
閾値算出手段2aの構成が簡単になるという利点がある。
この閾値19の算出手順は第３図と同様である。

第11図は第１図の閾値算出手段2aの第３の構成例図で
ある。この第３の構成例では第３図の構成例と違って検
査装置本体部1aより検査対象の本来同一であるべきパタ
ーンを検出した際での画像として差画像16の２値画像18
を入力して閾値19の算出を行うが、ただしこの構成の場
合には閾値10を変える毎に２値化画像18を入力する必要
がある。この構成例では第３図のセレクタ22と画像記憶
手段23a,23bと差画像検出手段24と２値化手段25と閾値
記憶手段26とが不要であるので、第３図の構成例に比べ
て閾値算出手段2aの構成がさらに簡単になるという利点
がある。この閾値19の算出手順は第３図と同様である。

第12図は本発明によるパターン比較検査方法および装
置の第２の実施例を示す構成図である。第12図におい
て、1bは検査装置本体部、2bは閾値算出手段である。61
は座標算出手段で２値画像18とステージ３の移動量64を
もとに座標62を算出する。この構成は第１図とほぼ同様
であるが、その違いは検査装置本体部1bに座標算出手段
61と、ステージ３の移動量64があって、第１図の切換ス
イッチ20がないことと、閾値算出手段2bの内部構成が閾
値算出手段1aのそれとは異なっていることと、第１図の
画像取込み指令11の代りに検査指令63があることなどで
ある。

第13図は第12図のパターン比較検査方法の第１のフロ
ーチャートである。第12図の各部の動作を第13図のフロ
ーチャートにより説明する。まず検査者が検査対象の品
種が検査を行ったことがあるかどうかを調べ（ステップ
100）、検査したことがあれば既に最適閾値が算出して
あるのでこの閾値19を閾値記憶手段９に入力し（ステッ
プ101）、実際の検査を行う（ステップ105）。またこれ
までに検査したことのない品種の場合には検査者が閾値
算出指令10を閾値算出手段2bに送って閾値算出を起動す
る（ステップ102）。これらの判定（ステップ100）は検
査者が行わずに記憶手段に品種名と最適閾値を登録して
おいて自動的に行ってもよい。ここまでの手順は第２図
のフローチャートと同じである。つぎに閾値算出手段2b
では制御部５に検査指令63を送って試し検査を行うが、
この試し検査では閾値記憶手段９に適当な閾値17をセッ
トするか算出するかして検査を行う。この試し検査では
実際の検査（ステップ105）と同様の動作を行うが、こ
れについて説明する。まず制御部５からステージ移動指
令12によりステージ３を動かすと同時に撮像指令13によ
り撮像手段４から検出画像14を入力し、この検出画像14
を差画像検出手段７に送ると共に画像記憶手段６に記憶
しておく。ついである一定の時間だけ遅延させて記憶画
像15を取り出すことにより、差画像検出手段７では検査
対象の本来同一であるべき隣接パターンを検出した際で
のその検出画像14と記憶画像15との差画像16を得ること
ができる。この差画像16を２値化手段８では閾値記憶手
段９に記憶された閾値17で２値化することによりパター
ンの欠陥候補を検出した２値画像18を得る。座標算出手
段61ではこの２値画像18とステージ３の移動量64をもと
にパターンの欠陥候補の座標62を算出して出力し、ここ
で試し検査を終了する（ステップ106）。つぎに目視確
認を行うが、この目視確認では欠陥候補の座標62にもと
づき制御部５からのステージ移動指令12と撮像指令13に
よりステージ３と撮像手段４を動作させ、欠陥候補の画
像を取り込んで検査者がこれをモニタ等で観察すること
により真の欠陥であるか、それとも誤検出であるかの判
断をして、誤検出の座標62を閾値算出手段2bに送る。こ
の目視確認は画像ではなく直接に顕微鏡等で見て行って
もよい（ステップ107）。つぎにこの誤検出座標62をも
とに閾値算出手段2bで閾値算出を行って算出閾値19を閾
値記憶手段９にセットして（ステップ108）、その後に
実際の検査を行う（ステップ105）。このようにして検
査対象の多品種に対応した検査を行うことができる。

第14図は第12図の閾値19と誤検出率（正常パターンを
正常ではない誤って判定した箇所の個数、あるいはその
個数を検査領域の面積で正規化した値であり、その単位
は個や個／ダイ、個／ウエハ、個/cm²となる）ｆの関係
を示す説明図である。第14図において、パターンの欠陥
候補の誤検出率ｆを例えば検査対象のチップ当りの誤検
出の個数と定義し、この誤検出率ｆ（個／チップ）と閾
値Ｖ（階調）の関係を調べると図示のように単調減少の
関係になる。ここで誤検出率ｆがある適当な設定値f_dよ
り小さくなる最小閾値V_cを最適閾値として求めることに
する。この最小閾値V_cの算出を行うための閾値算出手段
2bの構成を第15図に示す。

第15図は第12図の閾値算出手段2bの構成例図である。
第15図において、28は閾値算出制御部、29は閾値更新手
段、65は誤検出座標記憶手段で座標算出手段61から送ら
れる誤検出座標62を記憶しておく。66は誤検出率算出手
段で誤検出座標62または誤検出座標67により誤検出率68
を算出する。69はセレクタでセレクト信号70により誤検
出座標62を誤検出座標記憶手段65または誤検出率算出手
段66に送る。

つぎに第15図の閾値算出の動作を説明する。まず目視
確認終了後（第13図のステップ107）、誤検出座標62を
検査装置本体部1bより入力する。セレクタ69ではセレク
ト信号70により誤検出座標62を誤検出座標記憶手段65に
送って記憶させる。つぎに誤検出率算出手段66では誤検
出座標62をカウントして誤検出率f68を算出する。つい
で閾値更新手段29では誤検出率68をもとに閾値19を更新
して検査装置本体部1bの閾値記憶手段９にセットする。
ここで閾値算出制御部28より検査指令63を検査装置本体
部1bに送って試し検査（第13図のステップ106）と同じ
箇所を検査する。つぎにその検査結果の欠陥候補の座標
62を受け取り、この座標62をセレクタ62ではセレクト信
号70により誤検出率算出手段66に送って、ここで誤検出
座標記憶手段65に記憶してある誤検出座標67と照合する
ことにより誤検出率f68を算出する。ついで閾値更新手
段29ではこの誤検出率f68をもとに第３図（第５図）の
不一致面積S40の場合と同様の終了判定（第６図のステ
ップ202）を行う。ここで終了条件が満たされない場合
にはさらに閾値19を更新して同様の処理をくり返す。こ
うして終了条件が満たされたときには誤検出率ｆ（個／
チップ）が設定値f_d以下となる算出閾値V_c19を検査装置
本体部1bにセットして閾値算出の処理を終了する（第13
図のステップ108）。

このように第12図（第15図）の実施例によれば、誤検
出のでない閾値V_cで正確な検査を行うことができ、その
不良原因をチェックして有効な対策を採ることができ
る。また第15図の閾値更新手段29の構成は第５図の構成
で不一致面積記憶手段43を誤検出率記憶手段に置き換え
て誤検出率68を入力するようにすればよい。この場合の
閾値更新手段29の動作も先と同様であって、閾値更新手
段29の演算部41計算方法も先のセカント法とはさみうち
法を併用した方法と、はさみうち法単独と、２分法など
で閾値V_cを算出できる。ここでは閾値算出手段2bで誤検
出率f68を用いて閾値V_cの算出を行っているが、他の評
価量を用いて同様の処理で閾値V_cを求めることができ
る。

第16図は第12図の閾値19と欠陥の見逃し率（何等かの
手段で予め知れている複数の欠陥パターンに対して、そ
のうちの何個が検出され得ないかを表し、その単位は
個、あるいは％となる）Ｍの関係を示す説明図である。
第16図においてパターンの欠陥の見逃し率Ｍを例えば検
査対象のチップ当りの見逃しの個数と定義し、この見逃
し率Ｍ（個／チップ）と閾値Ｖ（階調）の関係を調べる
と図示のように単調増加の関係になる。ここで見逃し率
Ｍがある適当な設定値M_d未満とする最大閾値V_cを最適閾
値として求めることにする。これによりほぼ全ての欠陥
を見つけることができるため全ての不良原因をチェック
して有効な対策を採ることができる。ただしこの閾値算
出を行うためにはパターンの欠陥の座標があらかじめ判
っている必要があるが、これには第13図のフローチャー
トのように試し検査（ステップ106）と、目視確認（ス
テップ107）を行うか、または欠陥を埋め込んだテスト
パターンを用意すればよい。

第17図は第12図のパターン比較検査方法の第２のフロ
ーチャートである。第17図において、まず検査したこと
のある品種かどうかを調べ（ステップ100）、検査した
ことのある品種であればその閾値の入力を行い（ステッ
プ101）、実際の検査を行う（ステップ105）。また検査
したことのない品種の場合には閾値算出の起動を行い
（ステップ102）、画像を入力し（ステップ103）、その
画像より閾値を算出し（ステップ104）、この閾値で試
し検査を行い（ステップ106）、ついで目視確認を行い
（ステップ107）、誤検出率ｆより閾値算出を行って
（ステップ108）、実際の検査を行う（ステップ105）。
この場合には先の閾値算出手段2a,2bの両方が必要とな
る。この検査方法によれば閾値の精度を高めることがで
きる。

第18図は第12図のパターン比較検査方法の第３のフロ
ーチャートである。第18図において、まず検査したこと
のある品種かどうかを調べ（ステップ100）、検査した
ことのある品種であればその閾値を入力し（ステップ10
1）、実際の検査を行う（ステップ105）。また検査した
ことのない品種の場合には閾値算出を起動し（ステップ
102）、画像を入力し（ステップ103）、この画像により
閾値を算出し（ステップ104）、この閾値で試し検査を
行い（ステップ106）、ついで目視確認を行い（ステッ
プ107）、ここで判明した誤検出の発生した箇所の画像
を入力し（ステップ109）、この画像より閾値算出を行
い（ステップ108）、実際の検査を行う（ステップ10
5）。この検査方法によれば同様に閾値の精度を高める
ことができる。

上記の実施例では差画像16の特徴量として不一致面積
Ｓを用いて閾値Ｖの算出を行う例を説明したが、これに
限定されるものでなく、他の特徴量を用いて閾値算出を
行ってもよく、その他の特徴量としては例えば差画像16
（２値画像18）の周囲長、投影長、体積（明るさがある
値以上となる画素の明るさの和）などがある。

〔発明の効果〕

本発明によれば、検査対象の品種により本来同一であ
るべきパターンの差画像の２値化の最適閾値を設定して
検査を行うことができるので多品種への対応が可能であ
る。

また正常なパターンを誤って検出しないような最適閾
値で検査を行うことができるので検査の精度を高めるこ
とがか能である。

さらに複数の閾値とその閾値によって観測された誤検
出量との関係から閾値を更新してゆき収束させることが
できるので最適閾値を高速に算出することが可能となる
などの効果がある。

【図面の簡単な説明】

第１図は本発明によるパターン比較検査方法および装置
の第１の実施例を示す構成図、第２図は第１図検査方法
のフローチャート、第３図は第１図の閾値算出手段の第
１の構成例図、第４図は第３図の閾値と不一致面積の関
係の説明図、第５図は第３図の閾値更新手段構成例図、
第６図は第３図（第５図）の閾値算出方法のフローチャ
ート、第７図は第５図の演算部のセカント法の説明図、
第８図は第５図の演算部のはさみうち法の説明図、第９
図は第５図の演算部の２分法の説明図、第10図は第１図
の閾値算出手段の第２の構成例図、第11図は第１図の閾
値算出手段の第３の構成例図、第12図は本発明によるパ
ターン比較検査方法および装置の第２の実施例を示す構
成図、第13図は第12図の検査方法の第１のフローチャー
ト、第14図は第13図の閾値と誤検出率の関係の説明図、
第15図は第12図の閾値算出手段の構成例図、第16図は第
13図の閾値と見逃し率の関係の説明図、第17図は第12図
の検査方法の第２のフローチャート、第18図は第12図の
検査方法の第３のフローチャート、第19図は従来のパタ
ーン比較検査方法および装置の一例を示す構成図、第20
図は第19図の検出画像例の説明図である。 1a,1b……検査装置本体部、2a,2b……閾値算出手段、３
……ステージ、４……撮像手段、５……制御部、６……
画像記憶手段、７……差画像検出手段、８……２値化手
段、９……閾値記憶手段、20……切換スイッチ、22……
セレクタ、23a,23b……画像記憶手段、24……差画像検
出手段、25……２値化手段、26……閾値記憶手段、27…
…ラベリング手段、28……閾値算出制御部、29……閾値
更新手段、39……最大面積算出手段、41……演算部、42
……閾値記憶手段、43……不一致面積記憶手段、44……
終了判定手段、60……差画像記憶手段、61……座標算出
手段、65……誤検出座標記憶手段、66……誤検出率算出
手段、69……セレクタ、

───────────────────────────────────────────────────── フロントページの続き (56)参考文献特開昭62−113436（ＪＰ，Ａ) 特開昭62−212506（ＪＰ，Ａ) 特開昭62−276441（ＪＰ，Ａ) 特開昭62−282387（ＪＰ，Ａ) 特開昭60−114705（ＪＰ，Ａ) 実開昭62−199978（ＪＰ，Ｕ)

Claims

(57)【特許請求の範囲】

【請求項１】本来同一であるべき検査対象としてのパタ
ーン各々が画像として検出された上、検出画像より得ら
れる差画像に対する２値化画像にもとづき上記パターン
間でパターン比較検査が行われるようにしたパターン比
較検査方法であって、複数の２値化の閾値と該閾値によ
ってえられた２値化画像の面積との関係から２値化の閾
値を更新することにより最適閾値を設定するに際して、
閾値に対して２値化画像の面積が単調減少の関係にある
のに対して、閾値がある設定値となるときの面積の値を
求めるには、閾値の２つの値に対する面積の値を求め、
これを結ぶ直線と設定値との交点から閾値を更新し、か
つ面積が設定値を越えたときからは必ず設定値をはさむ
ように２点を結ぶことにより更新する逐次的計算方法を
用いるようにしたパターン比較検査方法。
【請求項２】本来同一であるべき検査対象としてのパタ
ーン各々が画像として検出された上、検出画像より得ら
れる差画像に対する２値化画像にもとづき上記パターン
間でパターン比較検査が行われるようにしたパターン比
較検査方法であって、複数の２値化の閾値と該閾値によ
ってえられた２値化画像の面積との関係から２値化の閾
値を更新することにより最適閾値を設定するに際して、
閾値の更新方法として、セカント法、はさみうち法、２
分法の何れか１つを用いるようにしたパターン比較検査
方法。
【請求項３】本来同一であるべき検査対象としてのパタ
ーン各々が画像として検出された上、検出画像より得ら
れる差画像に対する２値化画像にもとづき上記パターン
間でパターン比較検査が行われるようにしたパターン比
較検査方法であって、複数の２値化の閾値と該閾値によ
ってえられた２値化画像の面積との関係から２値化の閾
値を更新することにより最適閾値を設定するに際して、
閾値の更新方法として、セカント法、はさみうち法およ
び２分法のうち、少なくとも何れか２つを組合せて用い
るようにしたパターン比較検査方法。
【請求項４】本来同一であるべき検査対象としてのパタ
ーン各々を画像として検出する手段と、該検出画像を記
憶する手段と、該検出画像の差画像を検出する手段と、
該差画像を２値化する手段とからなるパターン比較検査
装置であって、２値化画像のラベリングを行う手段と、
該ラベル中の連結成分の最大面積を求める手段と、該最
大面積を記憶する手段と、複数の２値化する閾値と該閾
値によってえられた２値化画像の最大面積との関係から
２値化の閾値を更新する手段と、該更新の終了を判定す
る手段と、該更新が終了した時点での閾値を差画像に対
し設定する手段とを設けるようにしたパターン比較検査
装置。
【請求項５】本来同一であるべき検査対象としてのパタ
ーン各々が画像として検出された上、検出画像より得ら
れる差画像に対する２値化画像にもとづき上記パターン
間でパターン比較検査が行われるようにしたパターン比
較検査方法であって、比較検査した結果の情報を用いて
正常パターンの誤検出率をもとに、該誤検出率が設定値
未満になるように２値化の最適閾値を設定するようにし
たパターン比較検査方法。
【請求項６】検査対象の品種毎に２値化の最適閾値を算
出して設定するようにした請求項５記載のパターン比較
検査方法。
【請求項７】本来同一であるべき検査対象としてのパタ
ーン各々が画像として検出された上、検出画像より得ら
れる差画像に対する２値化画像にもとづき上記パターン
間でパターン比較検査が行われるようにしたパターン比
較検査方法であって、２値化の閾値と該閾値によってえ
られた２値化画像の正常パターンの誤検出率との関係か
ら２値化の閾値を更新することにより最適閾値を設定す
るようにしたパターン比較検査方法。
【請求項８】本来同一であるべき検査対象としてのパタ
ーン各々を画像として検出する手段と、該検出画像を記
憶する手段と、該検出画像の差画像を検出する手段と、
該差画像を２値化する手段とからなるパターン比較検査
装置であって、２値化の閾値と該閾値によってえられた
２値化画像の正常パターンの誤検出率との関係から２値
化の閾値を更新する手段と、該更新の終了を判定する手
段と、該更新が終了した時点での閾値を差画像に対し設
定する手段とを設けるようにしたパターン比較検査装
置。
【請求項９】検査対象の品種毎に２値化の閾値を算出し
て設定するようにした請求項８記載のパターン比較検査
装置。
【請求項１０】本来同一であるべき検査対象としてのパ
ターン各々が画像として検出された上、検出画像より得
られる差画像に対する２値化画像にもとづき上記パター
ン間でパターン比較検査が行われるようにしたパターン
比較検査方法であって、比較検査した結果の情報を用い
てパターン欠陥の見逃し率をもとに、該見逃し率が設定
値未満になるように２値化の閾値を設定するようにした
パターン比較検査方法。
【請求項１１】本来同一であるべき検査対象としてのパ
ターン各々が画像として検出された上、検出画像より得
られる差画像に対する２値化画像にもとづき上記パター
ン間でパターン比較検査が行われるようにしたパターン
比較検査方法であって、２値化の閾値と該閾値によって
えられた２値化画像のパターン欠陥の見逃し率との関係
から２値化の閾値を更新することにより最適閾値を設定
するようにしたパターン比較検査方法。
【請求項１２】本来同一であるべき検査対象としてのパ
ターン各々を画像として検出する手段と、該検出画像を
記憶する手段と、該検出画像の差画像を検出する手段
と、該差画像を２値化する手段とからなるパターン比較
検査装置であって、２値化の閾値と該閾値によってえら
れた２値化画像のパターン欠陥の見逃し率との関係から
２値化の閾値を更新する手段と、該更新の終了を判定す
る手段と、該更新が終了した時点での閾値を差画像に対
し設定する手段とを設けるようにしたパターン比較検査
装置。
【請求項１３】本来同一であるべき検査対象としてのパ
ターン各々を画像として検出する手段と、該検出画像を
記憶する手段と、該検出画像の差画像を検出する手段
と、検査により正常ではないと判定された不一致部の座
標を記憶する手段と、該不一致部について目視確認等の
何等かの方法により欠陥か否かを認識した結果を記憶す
る手段とからなるパターン比較検査装置であって、検査
対象の品種毎に２値化する最適閾値を算出する手段と、
記憶されている、不一致部についての認識結果情報にも
とづき、誤検出率が設定値未満になるように２値化閾値
を設定する手段とを設けるようにしたパターン比較検査
装置。