JP2981434B2

JP2981434B2 - パターン欠陥検出方法とその装置

Info

Publication number: JP2981434B2
Application number: JP9012827A
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: 1997-01-27
Filing date: 1997-01-27
Publication date: 1999-11-22
Anticipated expiration: 2014-11-22
Also published as: JPH09189528A

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は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
検出するパターン欠陥検出方法とその装置に関するもの
である。

【０００２】

【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、図１９に示すような構成
による検査方法がとられている。

【０００３】図１９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。図１９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に記載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。

【０００４】図２０は図１９の検出した画像の例を示す
説明図である。図２０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に対して図２０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9
1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に対して図２０のような検出画像14bと、記憶画像1
5b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9
2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1
8b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。

【０００５】

【発明が解決しようとする課題】上記従来技術では、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。

【０００６】本発明の目的は、検査対象の多品種に対応
したパターン欠陥検査を行うことのできるパターン欠陥
検出方法とその装置を提供することにある。

【０００７】

【課題を解決するための手段】上記目的は、検査対象基
板上に形成された第１のパターンを検出して前記第１の
パターンの画像信号を得るステップと、該第１のパター
ンの画像信号を記憶するステップと、前記第１のパター
ンと本来同一形状であるべき前記検査対象基板上に形成
された第２のパターンを検出して該第２のパターンの画
像信号を得るステップと、前記記憶した第１のパターン
の画像信号と前記第２のパターンの画像信号との差画像
を算出するステップと、基板の種類に応じて予め設定さ
れた閾値の中から前記検査対象基板に対応する閾値を選
択し該選択した閾値に基づいて前記差画像を２値化して
２値化画像を得るステップと、該２値化画像に基づいて
前記検査対象基板上に形成されたパターンの欠陥を検出
するステップとを有することでされる。また、基板の品
種に応じた閾値を記憶手段に記憶させるステップと、検
査対象の基板上に形成された本来同一形状であるべき２
つのパターンを順次検出して得られる前記２つのパター
ンのそれぞれの画像信号から前記２つのパターンの差画
像を算出するステップと、前記記憶手段に記憶させた閾
値の中から前記検査対象の基板に対応する閾値を選択し
前記検出した画像信号に基づいて前記選択した閾値を補
正するステップと、該補正した閾値を用いて前記差画像
を２値化して２値化画像を得るステップと、該２値化画
像から前記検査対象基板上に形成されたパターンの欠陥
を検出するステップとを備えることで達成される。更
に、基板の品種に応じた閾値を記憶手段に記憶させ、検
査対象基板上に形成されたパターンを順次検出して得ら
れる前記パターンの画像信号を前記記憶手段に記憶させ
た基板の品種に応じた閾値の中から選択した前記検査対
象基板に対応する閾値を用いて２値化し、該２値化した
画像情報に基づいて前記パターンの欠陥を検出すること
で達成される。更にまた、装置構成としては、検査対象
基板上に形成されたパターンを検出して該パターンの画
像信号を得るパターン検出手段と、該パターン検出手段
で検出した前記検査対象基板上の第１のパターンの画像
信号を記憶する記憶手段と、基板の品種名と該品種名に
対応した閾値を記憶する閾値記憶手段と、前記記憶手段
に記憶された前記第１のパターンの画像信号と、前記第
１のパターンと本来同一であるべき前記検査対象基板上
の第２のパターンを前記パターン検出手段で検出した画
像信号と、前記閾値記憶手段に予め記憶させた閾値の中
から選択された前記検査対象基板に対応する閾値とに基
づいて２値化画像信号を作成し該作成した２値化画像信
号から前記パターンの欠陥を検出する欠陥検出手段と、
前記検査対象基板上のパターンを検出して得られる画像
信号に基づいて前記欠陥検出手段に設定された閾値を補
正する閾値補正手段とを備えるべく構成することで達成
される。

【０００８】

【発明の実施の形態】本発明の具体的説明に先立って、
先ずその概要について説明すれば、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、多品種に対応したパターン欠陥検
出が可能になる。また、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パターン欠陥として検出
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誤ってパターン欠
陥として検出したり、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、正確なパター
ン欠陥検出が可能になる。更に、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
できて高速なパターン欠陥検出が可能になる。

【０００９】さて、以下に本発明の実施例を図１ないし
図１８により説明する。図１に本発明によるパターン欠
陥検出方法および装置の第１の実施例を示す構成図であ
る。図１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1
0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。

【００１０】図２は図１のパターン欠陥検出方法のフロ
ーチャートである。図１の各部の動作を図２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）。つぎに闘値算出手段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。

【００１１】図３は図１の閾値算出手段２aの第１の構
成例図である。図１の閾値算出手段２aを図３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１
a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。図３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,23b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、25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により闘値算出を開始して
制御を行い、29は閾値更新手段で最大面積40をもとに闘
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。

【００１２】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23
a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（図２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1
8）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を求めると図４のようになる。

【００１３】図４は図３の閾値Ｖ38と不一致面積Ｓ40の
関係を示す説明図である。図４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を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の構成を図５に示す。

【００１４】図５は図３の閾値更新手段29の構成例図で
ある。図５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は闘値記憶手段、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。

【００１５】図６は図３（図５）の算出閾値Ｖ_c19の算
出方法のフローチャートである。図３(図５)の閾値更新
手段29の算出閾値Ｖ_c19の算出手順を図６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
Ｖ₁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Ｓ40の各不一致面積Ｓ₁,Ｓ₂,…,Ｓ_nを求める動
作（ステップ201）を終了条件が成立する（ステップ20
2）までくり返す。このときの終了条件（ステップ202）
は、Ｖ_l−Ｖ_m＝１、かつＳ_l＜Ｓ_d、かつＳ_m≧Ｓ_dとな
る。

【００１６】ここでｌ，ｍ(＜１)＝１〜ｎ，Ｓ_d＝最小
検出面積である。この終了条件が成立したときに値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。

【００１７】図７は図５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。図５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
法の計算手順を図７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の標準偏
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からは数式１により閾値Ｖ_nを更新する。

【００１８】

【数１】

【００１９】この数式１はｎ＝３とおくと図７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、

【００２０】

【数２】

【００２１】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
えば図７の点Ｐ_n-1，Ｐ_n-2のように、Ｓ_n-1＜Ｓ_d，Ｓ
_n-2＜Ｓ_dとなったときには数式１の添字ｎ−２をｎ−３
に変えた次の式を用いることとする。

【００２２】

【数３】

【００２３】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。

【００２４】図８は図５の演算部41の計算方法のはさみ
うち法の説明図である。図５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図８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。

【００２５】図９は図５の演算部41の計算方法の２分法
の説明図である。図５の閾値更新手段29の演算部41の計
算方法の２分法の計算手順を図９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Ｖ
₁,Ｖ₂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＝（Ｖn_-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。

【００２６】上記の図７ないし図９の演算部41の計算方
法で、図７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。図８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。したがって図７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。

【００２７】図１０は図１の閾値算出手段２aの第２の
構成例図である。この第２の構成例では図３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
を有するが図３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、図３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。この闘値19の算出手順は図３と同様である。

【００２８】図１１は図１の閾値算出手段２aの第３の
構成例図である。この第３の構成例では図３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19を変える毎に２値化画像18を
入力する必要がある。この構成例では図３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、図３の構成
例に比べて閾値算出手段２aの構成が更に簡単になると
いう利点がある。この閾値19の算出手順は図３と同様で
ある。

【００２９】図１２は本発明によるパターン欠陥検出方
法および装置の第２の実施例を示す構成図である。図１
２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。この構成は図１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、図１
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、図１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。

【００３０】図１３は図１２のパターン欠陥検出方法の
第１のフローチャートである。図１２の各部の動作を図
１３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10
5）。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
こまでの手順は図２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10
6）。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（ステ
ップ108）、その後に実際の検査を行う（ステップ10
5）。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。

【００３１】図１４は図１２の閾値19と誤検出率(正常
パターンを正常ではないと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の関係を示す図である。図１４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の構成を図１５に示す。

【００３２】図１５は図１２の閾値算出手段２bの構成
例図である。図１５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。

【００３３】つぎに図１５の閾値算出の動作を説明す
る。まず目視確認終了後(図１３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6
9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（図１３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をもとに図
３（図５）の不一致面積Ｓ40の場合と同様の終了判定
（図６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み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（図１３のステップ108）。

【００３４】このように図１２（図１５）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。また図１５の閾値更新手段29の構成は図
５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の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。

【００３５】図１６は図１２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。図１６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未満となる最大閾値
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
予め判っている必要があるが、これには図１３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。

【００３６】図１７は図１２のパターン欠陥検出方法の
第２のフローチャートである。図１７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10
3）、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10
5)。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。

【００３７】図１８は図１２のパターン欠陥検出方法の
第３のフローチャートである。図１８において、まず検
査したこ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105)。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。

【００３８】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はなく、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。

【００３９】

【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。

【００４０】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。

【００４１】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】

【図１】図１は、本発明によるパターン欠陥検出方法お
よび装置の第１の実施例を示す構成図

【図２】図２は、図１検査方法のフローチャートを示す
図

【図３】図３は、図１の閾値算出手段の第１の構成例を
示す図

【図４】図４は、図３の閾値と不一致面積の関係を説明
するための図

【図５】図５は、図３の閾値更新手段構成例を示す図

【図６】図６は、図３（図５）の闘値算出方法のフロー
チャートを示す図

【図７】図７は、図５の演算部のセカント法の説明図

【図８】図８は、図５の演算部のはさみうち法の説明図

【図９】図９は、図５の演算部の２分法の説明図

【図１０】図１０は、図１の閾値算出手段の第２の構成
例を示す図

【図１１】図１１は、図１の閾値算出手段の第３の構成
例を示す図

【図１２】図１２は、本発明によるパターン欠陥検出方
法および装置の第２の実施例を示す構成図

【図１３】図１３は、図１２の検査方法の第１のフロー
チャートを示す図

【図１４】図１４は、図１３の閾値と誤検出率の関係を
説明するための図

【図１５】図１５は、図１２の閾値算出手段の構成例を
示す図

【図１６】図１６は、図１３の閾値と見逃し率の関係を
説明するための図

【図１７】図１７は、図１２の検査方法の第２のフロー
チャートを示す図

【図１８】図１８は、図１２の検査方法の第３のフロー
チャートを示す図

【図１９】図１９は、従来のパターン欠陥検出方法およ
び装置の一例を示す構成図

【図２０】図２０は、図１９の検出画像例の説明図

【符号の説明】

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…闘値記憶手段、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 (72)発明者窪田仁志神奈川県横浜市戸塚区吉田町292番地株式会社日立製作所生産技術研究所内 (56)参考文献特開昭62−130343（ＪＰ，Ａ) 特開昭62−113436（ＪＰ，Ａ) 特開昭63−126242（ＪＰ，Ａ) 特開昭62−282387（ＪＰ，Ａ) (58)調査した分野(Int.Cl.⁶，ＤＢ名) G01B 11/00 - 11/30 102 G01N 21/84 - 21/91 H01L 21/64 - 21/66

Claims

(57)【特許請求の範囲】

【請求項１】検査対象基板上に形成された第１のパタ
ーンを検出して前記第１のパターンの画像信号を得るス
テップと、該第１のパターンの画像信号を記憶するステ
ップと、前記第１のパターンと本来同一形状であるべき
前記検査対象基板上に形成された第２のパターンを検出
して該第２のパターンの画像信号を得るステップと、前
記記憶した第１のパターンの画像信号と前記第２のパタ
ーンの画像信号との差画像を算出するステップと、基板
の種類に応じて予め設定された閾値の中から前記検査対
象基板に対応する閾値を選択し該選択した閾値に基づい
て前記差画像を２値化して２値化画像を得るステップ
と、該２値化画像に基づいて前記検査対象基板上に形成
されたパターンの欠陥を検出するステップと、を有する
ことを特徴とするパターン欠陥検出方法。
【請求項２】基板の品種に応じた閾値を記憶手段に記
憶させるステップと、検査対象の基板上に形成された本
来同一形状であるべき２つのパターンを順次検出して得
られる前記２つのパターンのそれぞれの画像信号から前
記２つのパターンの差画像を算出するステップと、前記
記憶手段に記憶させた閾値の中から前記検査対象の基板
に対応する閾値を選択し前記検出した画像信号に基づい
て前記選択した閾値を補正するステップと、該補正した
閾値を用いて前記差画像を２値化して２値化画像を得る
ステップと、該２値化画像から前記検査対象基板上に形
成されたパターンの欠陥を検出するステップと、を備え
たことを特徴とするパターン欠陥検出方法。
【請求項３】前記選択した閾値を補正するステップに
おいて、前記閾値を、前記検出した画像信号のコントラ
ストに応じて補正することを特徴とする請求項２記載の
パターン欠陥検出方法。
【請求項４】基板上に形成された本来同一形状である
べきパターンを順次検出して得られる前記パターンの画
像信号に基づいて前記基板上に形成されたパターンの欠
陥を検出するパターン欠陥検出方法であって、基板の品
種に応じた閾値を記憶手段に記憶させ、検査対象基板上
に形成されたパターンを順次検出して得られる前記パタ
ーンの画像信号を前記記憶手段に記憶させた基板の品種
に応じた閾値の中から選択した前記検査対象基板に対応
する閾値を用いて２値化し、該２値化した画像情報に基
づいて前記パターンの欠陥を検出することを特徴とする
パターン欠陥検出方法。
【請求項５】前記記憶手段に記憶させた前記検査対象
基板に対応する閾値を、検査対象基板上に形成されたパ
ターンを順次検出して得られる前記パターンの画像信号
に応じて補正し、該補正した閾値を用いて前記パターン
の画像信号を２値化することを特徴とする請求項４記載
のパターン欠陥検出方法。
【請求項６】前記記憶手段に記憶させた前記検査対象
基板に対応する閾値を、パターンの欠陥の誤検出情報に
基づいて補正し、該補正した閾値を用いて前記パターン
の画像信号を２値化することを特徴とする請求項４記載
のパターン欠陥検出方法。
【請求項７】検査対象基板上に形成されたパターンを
検出して該パターンの画像信号を得るパターン検出手段
と、該パターン検出手段で検出した前記検査対象基板上
の第１のパターンの画像信号を記憶する記憶手段と、基
板の品種名と該品種名に対応した閾値を記憶する閾値記
憶手段と、前記記憶手段に記憶された前記第１のパター
ンの画像信号と、前記第１のパターンと本来同一である
べき前記検査対象基板上の第２のパターンを前記パター
ン検出手段で検出した画像信号と、前記閾値記憶手段に
予め記憶させた閾値の中から選択された前記検査対象基
板に対応する閾値とに基づいて２値化画像信号を作成し
該作成した２値化画像信号から前記パターンの欠陥を検
出する欠陥検出手段と、前記検査対象基板上のパターン
を検出して得られる画像信号に基づいて前記欠陥検出手
段に設定された閾値を補正する閾値補正手段と、を備え
たことを特徴とするパターン欠陥検出装置。