JP3749090B2 - The pattern inspection apparatus - Google Patents

The pattern inspection apparatus Download PDF

Info

Publication number
JP3749090B2
JP3749090B2 JP2000205037A JP2000205037A JP3749090B2 JP 3749090 B2 JP3749090 B2 JP 3749090B2 JP 2000205037 A JP2000205037 A JP 2000205037A JP 2000205037 A JP2000205037 A JP 2000205037A JP 3749090 B2 JP3749090 B2 JP 3749090B2
Authority
JP
Grant status
Grant
Patent type
Prior art keywords
image
inspection
pixel
value
difference
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Expired - Fee Related
Application number
JP2000205037A
Other languages
Japanese (ja)
Other versions
JP2002022421A (en )
Inventor
幸司 吉田
浩之 大西
雄一郎 疋田
Original Assignee
大日本スクリーン製造株式会社
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Grant date

Links

Images

Description

【0001】 [0001]
【発明の属する技術分野】 BACKGROUND OF THE INVENTION
本発明は、カラーフィルター、シャドウマスク、プリント配線板、半導体ウエハなどにおけるパターン欠陥検査に適用可能なパターン検査装置に関する。 The present invention is a color filter, a shadow mask, printed circuit board, to the applicable pattern inspection apparatus to the pattern defect inspection of a semiconductor wafer.
【0002】 [0002]
【従来の技術】 BACKGROUND OF THE INVENTION
パターンを有する検査対象物(たとえば、カラーフィルター、シャドウマスク、プリント配線板、半導体ウエハなど)において、そのパターンに存在する欠陥を検出するため、その検査対象物の検査対象領域の画像(以下、「被検査画像」とも称する)に対する理想的なパターンとしての参照画像を用いて、被検査画像と参照画像との差分画像を用いることによりその欠陥の有無を検出する技術が存在する。 Inspection object having a pattern (e.g., a color filter, a shadow mask, printed circuit board, semiconductor wafer, etc.) in order to detect defects present in the pattern, an image of the inspection area of ​​the inspection object (hereinafter, " using the reference image as an ideal pattern for also referred) and the inspection image ", a technique for detecting the presence or absence of the defect by using the difference image between the reference image and the inspection image is present.
【0003】 [0003]
このような技術においては、差分画像における濃度値(差分濃度値)を所定の閾値を用いて二値化することにより欠陥の有無が判定される。 In such techniques, the presence or absence of a defect is determined by binarizing with a predetermined threshold density value (difference density value) in the difference image.
【0004】 [0004]
【発明が解決しようとする課題】 [Problems that the Invention is to Solve
しかしながら、上記の技術においては、被検査画像に含まれるノイズ成分の影響が考慮されていないため、その欠陥判定のための閾値を適切に設定することが困難であるという問題を有している。 However, in the above technique, there is a problem that the influence of noise components included in the inspection image is not taken into consideration, it is difficult to set a threshold value for the defect determination appropriately.
【0005】 [0005]
図14は、差分画像に含まれる複数の画素の画素値についての分布についての2つの例(a),(b)を表す図である。 14, two examples of the distribution of the pixel values ​​of a plurality of pixels included in the difference image (a), a diagram representing the (b). それぞれの例において、横軸は、差分画像Uにおける各画素の画素値(差分濃度値)を表し、縦軸は、各差分濃度値を有する画素の数(分布画素数)を表している。 In each instance, the horizontal axis represents the pixel value of each pixel of the difference image U (difference density value), and the vertical axis represents the number of pixels having each difference density value (distribution number of pixels). 図14(a)は、ノイズ成分が多い差分画像についてのグラフであり、図14(b)は、ノイズ成分が少ない差分画像についてのグラフである。 Figure 14 (a) is a graph of the noise component is great difference image, FIG. 14 (b) is a graph of the noise component is small differential image.
【0006】 [0006]
たとえば、この図14に示すように、そのノイズ成分が多い差分画像(a)およびノイズ成分が少ない差分画像(b)のいずれの場合にも同一の閾値を定めるときには、一方の場合においては、正確な欠陥判定が可能であるが、他方の場合においては、誤判定を行うことになることがある。 For example, as shown in FIG. 14, when determining the same threshold in any case the noise component is great difference image (a) and the noise component is small difference image (b), in the one case, the precise While it is possible that the defect determination, in the other case, it may become possible to perform an erroneous determination. すなわち、図14(b)の差分画像に対する最適閾値Vbを図14(a)の差分画像に用いると、図14(a)に示すようにノイズ成分を欠陥として誤判定することがある。 That is, when used in the difference image of FIG. 14 the optimum threshold Vb for the difference image of FIG. 14 (b) (a), it may be erroneously determined as defective noise components as shown in FIG. 14 (a). また逆に、図14(a)の差分画像に対する最適閾値Vaを図14(b)の差分画像に用いると、本来の欠陥成分を欠陥として検出できないこともある。 Conversely, when used in the difference image shown in FIG. 14 (b) the optimal threshold value Va for the difference image of FIG. 14 (a), may not be detected original defect component as a defect.
【0007】 [0007]
また、それぞれの場合について別個の閾値を定める場合においても、どのような基準によりその適切な閾値を定めるかということが非常に困難であるという問題をも有していた。 Further, in the case where in each case defining a separate threshold value or by whatever criteria that either determine the appropriate threshold also had a problem that it is very difficult.
【0008】 [0008]
そこで、本発明は前記問題点に鑑み、ノイズ成分の影響を考慮した被検査画像における欠陥検出等を行うことが可能なパターン検査装置を提供することを目的とする。 The present invention has been made in consideration of the above problems, and an object thereof is to provide a pattern inspection apparatus which can detect a defect or the like in the inspection image in consideration of the influence of the noise component.
【0009】 [0009]
【課題を解決するための手段】 In order to solve the problems]
上記目的を達成するため、請求項1に記載の発明は、被検査画像と参照画像とを比較することによりパターンの欠陥検査を行うパターン検査装置であって、被検査対象物に関する被検査画像を取得する被検査画像取得手段と、前記被検査画像の比較対象となる参照画像を取得する参照画像取得手段と、前記参照画像と前記被検査画像との間の差分画像を生成し、当該差分画像の画素値に関する標準偏差を用いて当該差分画像における各画素の画素値を、前記差分画像における画素値の分散状況に応じて各画素値を規格化したものとしてのエラー確率値に変換することにより、前記被検査画像の各画素に関する欠陥度合いを取得する欠陥度合い取得手段と、を備えることを特徴とする。 To achieve the above object, a first aspect of the present invention, a pattern inspection apparatus for performing the defect inspection of the pattern by comparing the reference image and the inspection image, the inspection image about the object to be inspected and the inspection image acquiring means for acquiring, the generates a difference image between the reference image acquiring means for acquiring a reference image to be compared in the inspection image, and the reference image the the inspection image, the difference image of the pixel value of each pixel in the difference image using the standard deviation for the pixel value, by converting each pixel value in accordance with the dispersion status of pixel values ​​in the difference image to the error probability value of as normalized , characterized in that it comprises a defect degree acquisition unit that acquires defect degree for each pixel of the inspection image.
【0010】 [0010]
請求項2に記載の発明は、請求項1に記載のパターン検査装置において、前記参照画像取得手段は、複数の参照画像を取得し、前記欠陥度合い取得手段は、前記複数の参照画像のそれぞれと前記被検査画像との間の複数の差分画像を生成し、当該各差分画像の画素値に関する標準偏差を用いて当該各差分画像における各画素の画素値をエラー確率値に変換し、さらに、前記複数の差分画像にわたる対応画素のエラー確率値の積を求めることにより、前記被検査画像の各画素に関する欠陥度合いを取得することを特徴とする。 Invention according to claim 2, in the pattern inspection apparatus according to claim 1, wherein the reference image acquisition unit acquires the plurality of reference images, the defect degree acquisition means, and each of the plurality of reference images wherein generating a plurality of difference image between the inspection image, and converts the pixel value of each pixel using the standard deviation for pixel values ​​of the respective difference images at the respective difference images to the error probability values, further wherein by obtaining the product of the error probability values ​​of the corresponding pixels over a plurality of difference images, and acquires the defect degree for each pixel of the inspection image.
【0011】 [0011]
請求項3に記載の発明は、請求項2に記載のパターン検査装置において、前記被検査対象物は、繰り返しパターンを有し、前記被検査画像取得手段は、前記被検査対象物についての撮像画像に含まれる前記繰り返しパターンの1つの単位パターンに関する画像を被検査画像として取得し、前記参照画像取得手段は、前記撮像画像に含まれる前記被検査画像以外の複数の単位パターンに関する各画像を前記複数の参照画像として取得することを特徴とする。 The invention according to claim 3, in the pattern inspection apparatus according to claim 2, wherein the object to be inspected may have a repeating pattern, said inspection image acquisition means, the captured image for the object to be inspected an image for one unit pattern of the repeated pattern obtained as the inspection image included in the reference image acquiring means, wherein the plurality of the images related to a plurality of unit patterns other than the inspection image included in the captured image and obtaining a reference image.
【0012】 [0012]
請求項4に記載の発明は、請求項1に記載のパターン検査装置において、前記被検査画像取得手段は、前記被検査対象物における同一の被検査領域についての複数の被検査画像を取得し、前記欠陥度合い取得手段は、前記複数の被検査画像のそれぞれと前記参照画像との間の複数の差分画像を生成し、当該各差分画像の画素値に関する標準偏差を用いて当該各差分画像における各画素の画素値をエラー確率値に変換し、さらに、前記複数の差分画像にわたる対応画素のエラー確率値の積を求めることにより、前記被検査画像の各画素に関する欠陥度合いを取得することを特徴とする。 Invention according to claim 4, in the pattern inspection apparatus according to claim 1, wherein the inspection image acquiring unit acquires a plurality of inspection image of the same region to be inspected in the inspection object, the defect degree acquisition unit, the plurality of generating a plurality of difference image between the reference image and each of the inspection image, each of the respective difference images using the standard deviation for pixel values ​​of each of the difference image converting the pixel value of the pixel to the error probability values, further, by determining the product of the error probability values ​​of the corresponding pixels across the plurality of difference images, and characterized by obtaining a defect degree for each pixel of the inspection image to.
【0013】 [0013]
請求項5に記載の発明は、請求項1ないし請求項4のいずれかに記載のパターン検査装置において、前記欠陥度合い取得手段により得られる欠陥度合いと所定の閾値との大小関係に基づいて、前記被検査画像の各画素に対応する位置における被検査対象物の欠陥の有無を判定する判定手段、をさらに備えることを特徴とする。 Invention according to claim 5, in the pattern inspection apparatus according to any one of claims 1 to 4, based on the magnitude relation between the obtained defect degree and a predetermined threshold value by the defect degree acquiring section, wherein determining means for determining the presence or absence of a defect of the inspection object at a position corresponding to each pixel of the inspection image, and further comprising a.
請求項6に記載の発明は、請求項1に記載のパターン検査装置において、前記被検査対象物には、所定の単位パターンが少なくとも1つ形成されていることを特徴とする。 The invention according to claim 6, in the pattern inspection apparatus according to claim 1, wherein the object to be inspected is characterized in that the predetermined unit pattern is formed at least one.
請求項7に記載の発明は、請求項1に記載のパターン検査装置において、前記参照画像は、理想的なパターンに基づいて生成されることを特徴とする。 The invention according to claim 7, in the pattern inspection apparatus according to claim 1, wherein the reference image, characterized in that it is produced on the basis of the ideal pattern.
【0014】 [0014]
【発明の実施の形態】 DETAILED DESCRIPTION OF THE INVENTION
<A. <A. 第1実施形態> The first embodiment>
図1は、本発明の第1実施形態に係るパターン検査装置1(1A)の構成を表す概略図である。 Figure 1 is a schematic diagram showing the configuration of a pattern inspection apparatus according to a first embodiment of the present invention 1 (1A). パターン検査装置1Aは、検査対象となる対象物(被検査対象物)2を載置するXYテーブル3と、XYテーブル3をX方向およびY方向にそれぞれ駆動するモータ4a,4bなどを含む駆動部4と、被検査対象物2を撮像するCCDラインセンサ5とを備える。 Pattern inspection apparatus 1A, an object to be inspected (inspected object) and the XY table 3 for mounting 2, drive unit comprising a motor 4a, 4b, etc. to drive respectively the XY table 3 in the X and Y directions 4, and a CCD line sensor 5 for imaging the inspected object 2. ここでは、被検査対象物2として半導体ウエハWを検査する場合を想定し、図2にその詳細を表す平面図を示す。 Here, assuming a case of inspecting a semiconductor wafer W as an object to be inspected 2 is a plan view showing in detail in FIG. 図2に示すように、半導体ウエハWは、複数の単位パターンである「ダイ(die)」2aがX方向およびY方向にそれぞれ繰り返しマトリクス状に配列されている構造を有する。 As shown in FIG. 2, the semiconductor wafer W has a a plurality of unit patterns "die (die)" 2a are arranged repeatedly in a matrix in the X and Y directions structures.
【0015】 [0015]
また、パターン検査装置1Aは、被検査対象物2に関する被検査画像Sを取得する被検査画像取得部10と、被検査画像Sの比較対象となる参照画像Rを取得する参照画像取得部20と、参照画像Rと被検査画像Sとの間の差分画像Uを生成し当該差分画像Uの画素値に関する標準偏差を用いて当該差分画像Uにおける各画素の画素値をエラー確率値(後述する)に変換することにより被検査画像Sの各画素に関する欠陥度合いを取得する欠陥度合い取得部30と、欠陥度合い取得部30により得られる欠陥度合いと所定の閾値との大小関係に基づいて被検査画像Sの各画素に対応する位置における被検査対象物2の欠陥の有無を判定する欠陥判定部40とを備える。 The pattern inspection apparatus 1A includes an inspection image acquiring unit 10 for acquiring inspection image S about the inspected object 2, the reference image acquisition unit 20 to obtain a reference image R to be compared in the inspection image S the pixel value error probability value (described later) of each pixel in the difference image U using the standard deviation for pixel values ​​of the difference image U generates a difference image U between the reference image R and the inspection image S inspection image S on the basis of the magnitude relationship between the defect degree acquisition unit 30 for acquiring defect degree for each pixel of the inspection image S, the defect degree and a predetermined threshold value obtained by the defect degree acquisition unit 30 by converting the and a defect determination unit 40 determines the presence or absence of a defect in the inspected object 2 at a position corresponding to each pixel of.
【0016】 [0016]
ここで、被検査画像取得部10は、CCDラインセンサ5を介して得られる被検査対象物2についての撮像画像に含まれる1つの単位パターンを被検査画像として取得する処理を行う。 Here, the inspection image acquisition unit 10 performs processing to acquire one unit patterns included in the captured image of the inspected object 2 obtained via the CCD line sensor 5 as the inspection image.
【0017】 [0017]
具体的には、XYテーブル3のY方向(−)の移動に伴い、CCDラインセンサ5が被検査対象物2に対して相対的にY方向(+)に移動し、被検査対象物2上をY方向(+)に一定速度で走査を行う。 Specifically, the Y-direction of the XY table 3 (-) with the movement of, CCD line sensor 5 is moved relatively Y direction (+) with respect to the inspection object 2, the object to be inspected 2 above the performs scanning at a constant speed in the Y direction (+). このようなY方向の走査によって、被検査対象物2を撮像した画像(以下、「撮像画像」とも称する)を得ることができる。 By scanning of such a Y-direction, the image of the captured object to be inspected 2 (hereinafter, also referred to as "captured image") can be obtained. そして、被検査画像取得部10により、この撮像画像に含まれる複数の単位パターンのうちの任意の1つの単位パターンが被検査画像Sとして取得される。 Then, the inspection image acquiring unit 10, any one unit pattern of the plurality of unit patterns included in the captured image is acquired as the inspection image S. このようにして得られた被検査画像Sについて後述のパターン検査動作が行われる。 Such pattern inspection operation will be described later on the inspection image S obtained in is performed.
【0018】 [0018]
その後、CCDラインセンサ5は、被検査対象物2に対してX方向(+)に所定幅(たとえば幅xa)だけ相対的に移動した後、相対的にY方向(−)に移動し走査することによっても、同様の被検査画像Sを得ることができる。 Thereafter, CCD line sensor 5, after relatively moved by a predetermined width in the X direction with respect to the inspected object 2 (+) (eg width xa), relatively Y direction (-) moved to scan the also by, it is possible to obtain the same inspection image S. さらに、X方向(+)の移動動作と、Y方向(+,−)への走査動作とを順次に繰り返すことにより、同様の被検査画像Sを得て、パターン検査動作を繰り返して行うことができる。 Furthermore, the movement in the X direction (+), Y direction (+, -) by repeating the sequential scanning operation to the same to obtain inspection image S, be carried out by repeating the pattern inspection operation it can.
【0019】 [0019]
また、参照画像取得部20は、被検査画像Sの比較対象となる参照画像Rを取得する。 The reference image acquisition unit 20 acquires a reference image R to be compared inspection image S. この参照画像Rとしては、CADデータなどを用いて理想的な単位パターンのデータを取得しておくことができる。 As the reference image R, it can be stored to obtain the data of an ideal unit pattern by using a CAD data.
【0020】 [0020]
図3は、欠陥度合い取得部30および欠陥判定部40の機能ブロック図である。 Figure 3 is a functional block diagram of a defect degree acquisition unit 30 and the defect determination unit 40. 欠陥度合い取得部30は、差分処理部31、絶対値算出処理部32、σ計算部33、およびエラー確率値変換部34を有している。 Defect degree acquisition unit 30 includes a difference processing unit 31, an absolute value calculation processing unit 32, sigma calculation unit 33, and the error probability value conversion unit 34. また、欠陥判定部40は、二値化処理部41を有している。 Further, the defect determination unit 40 includes a binarization processing unit 41.
【0021】 [0021]
図3を参照しながら、これらの欠陥度合い取得部30および欠陥判定部40の構成および動作について説明する。 With reference to FIG. 3, the configuration and operation of these defects degree acquisition unit 30 and the defect determination unit 40. なお、これらの欠陥度合い取得部30および欠陥判定部40による動作に移行する以前において、上述したようにして、被検査画像取得部10により被検査画像Sが取得され、参照画像取得部20により参照画像Rが取得されているものとする。 The reference in the prior to transition to operation with these defects degree acquisition unit 30 and the defect determination unit 40, as described above, the inspection image S is acquired by the inspection image acquiring unit 10, the reference image acquisition unit 20 shall image R is acquired.
【0022】 [0022]
まず、差分処理部31は、参照画像Rと被検査画像Sとの間の差分画像Uを生成する。 First, difference processing unit 31 generates a difference image U between the reference image R and the inspection image S. 具体的には、両画像R,Sにおいて対応する位置に存在する各画素の画素値の差分値(差分濃度値)を算出することにより差分画像Uを生成する。 Specifically, to generate a difference image U by calculating the images R, the difference value of the pixel values ​​of the pixels disposed in the corresponding positions in the S (difference density value).
【0023】 [0023]
また、絶対値算出処理部32は、差分処理部31により生成された差分画像Uに基づいて絶対値画像Aを算出する処理を行う。 The absolute value calculation processing section 32 performs a process for calculating the absolute value image A based on the difference image U generated by the difference processing unit 31. この絶対値算出処理部32により、エラー確率値変換部34において用いられる絶対値画像Aをあらかじめ生成しておくことができる。 The absolute value calculation processing unit 32, can be generated in advance the absolute value image A to be used in the error probability value conversion unit 34.
【0024】 [0024]
さらに、σ計算部33は、差分処理部31により生成された差分画像Uの画素値に関する標準偏差σを算出する。 Furthermore, sigma calculation unit 33 calculates a standard deviation sigma regarding pixel values ​​of the difference image U generated by the difference processing unit 31. 具体的には、差分画像Uに含まれる複数の画素(たとえば全ての画素)について、その画素値に関する統計処理を行い標準偏差σを求める。 Specifically, the plurality of pixels included in the difference image U (e.g. all pixels), the standard deviation σ performs statistical processing for that pixel value. この標準偏差σはエラー確率値変換部34において用いられる。 The standard deviation σ is used in the error probability value conversion unit 34.
【0025】 [0025]
そして、エラー確率値変換部34は、σ計算部33において算出された標準偏差σを用いて、差分画像Uにおける各画素の画素値をエラー確率値Erに変換したエラー確率値画像Eを得ることにより、被検査画像Sの各画素に関する欠陥度合いを取得する。 Then, the error probability value conversion unit 34 uses the standard deviation σ calculated in σ calculation unit 33, to obtain the error probability value image E obtained by converting the pixel value of each pixel in the error probability value Er in the difference image U Accordingly, to obtain the defective degree for each pixel in the inspection image S. このエラー確率値画像Eの各画素の画素値(すなわちエラー確率値Er)が、「欠陥度合い」を表すことになる。 Pixel value of each pixel of the error probability value image E (i.e. probability of error value Er) will represent a "defect degree".
【0026】 [0026]
この「欠陥度合い」は、各画素が真欠陥である度合いを表す指標値であり、その画素欠陥の致命度を表す「欠陥致命度」と表現することもできる。 The "defect degree", each pixel is an index value indicating a degree is true defects can also be expressed as "defect criticality" representing the criticality of the pixel defect. なお、ここでは、エラー確率値変換部34によりエラー確率値を算出するにあたって、差分画像Uから生成された絶対値画像Aを用いて間接的に算出する場合を例示するが、これに限定されず、差分画像Uにおける各画素の画素値を直接的に用いて算出してもよい。 Here, when calculating the error probability value by the error probability value converting unit 34, illustrate the case of indirect calculated using the absolute value image A generated from the difference image U, not limited to this , the pixel value of each pixel in the difference image U may be calculated by using directly.
【0027】 [0027]
具体的には、次の数1にしたがって、絶対値画像Aの各画素の画素値(濃度値)iがエラー確率値Er(i)に変換される。 Specifically, according to the following Equation 1, the pixel value of each pixel of the absolute value image A (density value) i is converted to an error probability value Er (i).
【0028】 [0028]
【数1】 [Number 1]
【0029】 [0029]
ここで、iは絶対値画像Aの各画素の画素値(以下、「差分絶対濃度値」とも称する)、σは差分画像の標準偏差、cはパラメータ係数、Er(i)は差分絶対濃度値iのエラー確率値を表す。 Here, i pixel value of each pixel of the absolute value image A (hereinafter, referred to as "difference absolute concentration value"), sigma is the standard deviation, c is the parameter coefficients of the difference image, Er (i) the difference absolute concentration value It represents the error probability value of i.
【0030】 [0030]
また、図4は、差分絶対濃度値iからエラー確率値Erへの変換を行う変換関数を表す図である。 4 is a diagram of the difference absolute concentration value i represents the transformation function for converting the error probability value Er. 図4においては、横軸は差分絶対濃度値iを表し、縦軸はエラー確率値Erを表している。 In FIG. 4, the horizontal axis represents the difference absolute concentration value i, the vertical axis represents the error probability value Er. この図4に示されるように、所定の範囲の差分絶対濃度値iとエラー確率値Erとが線形関係を有した状態で対応づけられている。 As shown in this FIG. 4, a difference absolute concentration value i and error probability value Er of the predetermined range is associated with a state of having a linear relationship. 言い換えれば、0(ゼロ)から、パラメータ係数cに標準偏差σを乗じた値(c×σ)までの各差分絶対濃度値iが、0.0から1.0までの各エラー確率値Erに対応づけられている。 In other words, from 0 (zero), each difference absolute concentration value i to a value obtained by multiplying the standard deviation sigma in the parameter coefficient c (c × sigma) is, with each error probability value Er from 0.0 to 1.0 It is correlated.
【0031】 [0031]
ここで、パラメータ係数cは、レンジ調整を行うパラメータであり、値(c×σ)を有する差分絶対濃度値iがエラー確率値Erの最大値(1.0)に対応づけられるように標準化される。 Here, the parameter coefficient c is a parameter for performing range adjustment, the difference absolute concentration value i with the value (c × sigma) have been standardized to be mapped to the error probability value maximum value of Er (1.0) that. このパラメータ係数cを調整することによって差分絶対濃度値iとエラー確率値Erとの対応関係をより適切に規定することができる。 Can be defined corresponding relationship between the difference absolute concentration value i and error probability value Er by adjusting this parameter coefficient c better. たとえば、画素分布が正規分布であると仮定できる場合には、正規分布における値(−c×σ)から値(c×σ)までの確率分布密度関数の積分値がc=3のときに95.44%,c=4のときに99.9999%となることに対応して、c=2〜4の値を選択することなどが可能である。 For example, if it can be assumed that the pixel distribution is normal distribution, the integral value of the probability distribution density function of the value of a normal distribution (-c × sigma) to a value (c × σ) is at the c = 3 95 .44%, corresponding to a 99.9999% when c = 4, and the like are possible to select a value of c = 2 to 4.
【0032】 [0032]
なお、この差分絶対濃度値iからエラー確率値Erへの変換動作は、差分絶対濃度値iとエラー確率値Erとの関係をあらかじめ格納したルックアップテーブル(LUT)に基づいて行うことも可能である。 The conversion operation from the difference absolute concentration value i to the error probability value Er, it is also possible to carry out on the basis of the look-up table (LUT) that stores in advance the relationship between the difference absolute concentration value i and error probability value Er is there.
【0033】 [0033]
算出された各エラー確率値Erは、被検査画像の各画素に関する欠陥度合いを表す指標値であり、また、差分画像Uの画素値の分散状況を反映した標準偏差σを用いて差分画像Uの各画素の画素値(ここでは差分絶対濃度値i)を標準化(あるいは規格化)したものであるといえる。 Each error probability value Er calculated is an index value representing the defect degree for each pixel in the inspection image, also, of the difference image U using the standard deviation σ which reflects the distribution status of pixel values ​​of the difference image U pixel value of each pixel can be said that (here absolute concentration value i difference) is obtained the normalized (or normalization). このエラー確率値Erによれば、差分画像Uに含まれるノイズ成分によるばらつきを平準化して、統一的な扱いを行うことが可能である。 According to the error probability value Er, the variation due to the noise components contained in the difference image U and leveling, it is possible to perform uniform treatment. すなわち、エラー確率値Erを用いて欠陥の判定を行うことにより、ノイズ成分の多少にかかわらず、統一的な扱いが可能になる。 That is, by performing the determination of defects using the error probability value Er, somewhat regardless of noise components, allowing uniform treatment.
【0034】 [0034]
また、二値化処理部41は、欠陥度合い取得部30において取得された欠陥度合いを表すエラー確率値Erを所定の閾値と比較した大小判定の比較結果に応じて、欠陥であるか否かについて二値化する処理部である。 Further, the binarization processing unit 41 according to the comparison result of the size determination comparing error probability value Er representing the defect degree acquired in the defect degree acquisition unit 30 with a predetermined threshold value, whether a defective a processing unit for binarizing. これにより、被検査画像Sの各画素に対応する位置における被検査対象物2の欠陥の有無を判定することができる。 Thus, it is possible to determine the presence or absence of a defect in the inspected object 2 at a position corresponding to each pixel of the inspection image S.
【0035】 [0035]
図5(a),(b),(c)は、差分画像Uに含まれる複数の画素の画素値についての統計分布を表す図である。 Figure 5 (a), (b), (c) is a diagram showing a statistical distribution of the pixel values ​​of a plurality of pixels included in the difference image U. このうち、図5(a),(b)においては、横軸は、差分画像Uにおける各画素の画素値(差分濃度値)を表し、縦軸は、各差分濃度値を有する画素の数(分布画素数)を表している。 Among them, in FIG. 5 (a), (b), the horizontal axis represents the pixel value of each pixel of the difference image U (difference density value), and the vertical axis represents the number of pixels having each difference density value ( it represents the distribution number of pixels). なお、この図では、差分絶対濃度値ではなく差分濃度値を用いて表しているが、差分絶対濃度値で議論する場合には各グラフの左側半分を右側半分に加算して議論すればよい。 In this figure, it is expressed using a differential density value instead of the difference absolute concentration value may be discussed on the left half of each graph by adding the right half when discussing the difference absolute concentration value. また、図5(a)は、ノイズ成分が多い差分画像についてのグラフであり、図5(b)は、ノイズ成分が少ない差分画像についてのグラフである。 Further, FIGS. 5 (a) is a graph of the noise component is great difference image, FIG. 5 (b) is a graph of the noise component is small differential image. なお、図5(a)および図5(b)は、それぞれ、図14(a)および図14(b)と同様の状態を表す図である。 FIG. 5 (a) and 5 (b), respectively, a diagram showing the same state as FIGS. 14 (a) and 14 (b).
【0036】 [0036]
そして、差分画像Uに関する画素の分布曲線が、ノイズ成分が多い場合(図5(a))、ノイズ成分が少ない場合(図5(b))のいずれの場合も同一種類の分布曲線(たとえば正規分布)で表される場合において、各差分絶対濃度値iをエラー確率値Erに変換すると、図5(c)に示すように、図5(a)および図5(b)のいずれの場合のグラフも(理論的には)同一の分布曲線に標準化される。 Then, the distribution curve of the pixels relating to the difference image U is, if the noise component is great (FIG. 5 (a)), if the noise component is small (FIG. 5 (b)) same type in the case of any of the distribution curve (e.g., normal in the case represented by distribution), converting each difference absolute concentration value i to the error probability value Er, as shown in FIG. 5 (c), 5 (a) and 5 in the case of any of (b) graph also (theoretically) is normalized to the same distribution curve. 図5(c)においては、縦軸は、上記(a),(b)と同様、各差分濃度値を有する画素の数(分布画素数)を表しているが、横軸は、差分絶対濃度値iに代わって差分画像Uにおける各画素のエラー確率値Erを表している。 In FIG. 5 (c), the vertical axis represents the (a), are expressed with (b) similarly to the number of pixels having each difference density value (distribution number of pixels), the horizontal axis represents the difference absolute concentration it represents the error probability value Er of each pixel in the difference image U in place of the value i. このように、ノイズ成分が多い場合(a)、ノイズ成分が少ない場合(b)のいずれの場合も同一のグラフ(c)で扱うこと、すなわち統一的に扱うことができるのである。 Thus, when the noise component is great (a), to deal with when the noise component is small the same graph in either case of (b) (c), that is, can be handled in a unified manner. このように、このエラー確率値Erへの変換は、差分絶対濃度値iを標準化することに相当する。 Thus, conversion to the error probability value Er is equivalent to standardize the difference absolute concentration value i.
【0037】 [0037]
したがって、標準偏差σを用いて標準化されたエラー確率値Erに対して、統計学的な考察を加えることにより適切な閾値をより容易に設定することができるので、被検査画像Sに含まれるノイズ成分の影響を考慮して、欠陥判定に用いる閾値を適切に設定することが可能になる。 Therefore, with respect to the standardized error probability value Er by using the standard deviation sigma, it is possible to set an appropriate threshold value more easily by adding statistical considerations, noise included in the inspection image S in consideration of the influence of the components, it is possible to appropriately set the threshold value used for defect determination. すなわち、ノイズ成分が多い場合(a)、ノイズ成分が少ない場合(b)のいずれの場合にも、エラー確率値Erに対する同一の閾値により適切な欠陥判定を行うことができる。 That is, when the noise component is great (a), in either case when the noise component is small (b), it is possible to perform appropriate defect determination by the same threshold for the error probability value Er.
【0038】 [0038]
以上のように、この第1実施形態のパターン検査装置1Aによれば、参照画像Rと被検査画像Sとの間の差分画像Uを生成し、当該差分画像Uの画素値に関する標準偏差σを用いて当該差分画像Uにおける各画素の画素値をエラー確率値Erに変換することにより、被検査画像Sの各画素に関する欠陥度合いを取得することができる。 As described above, according to the pattern inspection device 1A of the first embodiment, the reference image R to generate a difference image U between the inspection image S, the standard deviation σ regarding pixel values ​​of the difference image U by converting the pixel value of each pixel in the difference image U error probability values ​​Er with, it is possible to obtain a defect degree for each pixel in the inspection image S. したがって、欠陥度合いを評価するにあたって、標準偏差を用いて一般化された指標を得ることにより、客観的な評価を容易に行うことができる。 Therefore, when evaluating the defect degree, by obtaining the generalized index using the standard deviation, objective evaluation can be easily performed. また、このエラー確率値Erで表される欠陥度合いに関し、適切に定められた閾値との大小関係を求めることにより、差分画像Uにおける各画素の欠陥の有無をより適切に判定することができる。 Also relates to the defect degree represented by the error probability value Er, by obtaining the magnitude relation between appropriately determined threshold, it is possible to determine the presence or absence of a defect of each pixel in the difference image U better. ここにおいて、上記のエラー確率値Erが標準化されているので、所定の閾値を適切に決定することが容易になる。 Here, since the error probability value Er is standardized, it is easy to appropriately determine the predetermined threshold value.
【0039】 [0039]
<B. <B. 第2実施形態> Second Embodiment>
上記第1実施形態においては、参照画像取得部20において、被検査画像Sの比較対象となる単一の参照画像Rを取得し、この単一の参照画像Rと被検査画像Sとの比較により、被検査画像Sの欠陥判定を行う場合について説明したが、この第2実施形態においては、複数の参照画像Rを用いて被検査画像Sの欠陥判定を行う場合について説明する。 In the first embodiment, the reference image acquisition unit 20 acquires a single reference image R to be compared inspection image S, by comparison with the single reference image R and the inspection image S It has described the case of performing defect judgment inspection image S, in this second embodiment, the case where a defect determination of the inspection image S with a plurality of reference images R.
【0040】 [0040]
第2実施形態に係るパターン検査装置1(1B)は、第1実施形態と類似の構成を有しており、以下では、主に相違点を中心に説明する。 Pattern inspection apparatus 1 according to the second embodiment (1B) has a configuration similar to that of the first embodiment, the following explanation mainly focuses on the differences.
【0041】 [0041]
この第2実施形態においては、繰り返しパターンを有する被検査対象物をCCDラインセンサ5により撮像し、その撮像画像に含まれる複数の単位パターンのうちの任意の1つの単位パターンに関する画像を被検査画像取得部10により被検査画像Sとして取得し、被検査画像S以外の複数の単位パターンのそれぞれに関する画像を参照画像取得部20により複数の参照画像Rとして取得する場合について説明する。 In the second embodiment, imaging the inspection object having repeated pattern by the CCD line sensor 5, any inspection image image for one unit pattern of the plurality of unit patterns included in the captured image obtained as the inspection image S by the acquisition unit 10 will be described for the case of obtaining a plurality of reference image R by the reference image acquisition unit 20 images for each of the plurality of unit patterns other than the inspection image S. 具体的には、図2に示すように、繰り返しパターンを有する被検査対象物2(半導体ウエハW)のY方向に配列する複数の単位パターンのうち、単位パターンPBに関する画像を被検査画像Sとして取得し、2つの単位パターンPA,PCに関する画像のそれぞれを参照画像Rとして取得する場合について説明する。 Specifically, as shown in FIG. 2, among the plurality of unit patterns arranged in the Y direction of the inspected object 2 (semiconductor wafer W) having a repeating pattern, an image related to the unit pattern PB as the inspection image S acquired two unit patterns PA, the case of acquiring each image as a reference image R relates PC will be described.
【0042】 [0042]
図6は、第2実施形態に係る欠陥度合い取得部30(30B)および欠陥判定部40(40B)の機能ブロック図である。 Figure 6 is a functional block diagram of a defect degree acquisition unit 30 according to the second embodiment (30B) and the defect determination unit 40 (40B). 欠陥度合い取得部30Bは、差分処理部31a,31b、絶対値算出処理部32a,32b、σ計算部33a,33b、エラー確率値変換部34a,34b、および積算部35を有している。 Defect degree acquisition unit 30B includes difference processing unit 31a, 31b, the absolute value calculation processing section 32a, 32 b, sigma calculation unit 33a, 33b, the error probability value conversion unit 34a, 34b, and the integrating unit 35. また、欠陥判定部40は、二値化処理部41を有している。 Further, the defect determination unit 40 includes a binarization processing unit 41.
【0043】 [0043]
図6を参照しながら、これらの欠陥度合い取得部30Bおよび欠陥判定部40Bの構成および動作について説明する。 With reference to FIG. 6, the configuration and operation of these defects degree acquisition unit 30B and the defect determination unit 40B. なお、これらの欠陥度合い取得部30Bおよび欠陥判定部40Bによる動作に移行する以前において、上述のようにして、被検査画像取得部10により被検査画像Sが取得され、参照画像取得部20により複数(ここでは2つ)の参照画像Rが取得されているものとする。 The plurality in prior to migration, as described above, the inspection image S is acquired by the inspection image acquiring unit 10, the reference image acquisition unit 20 to the operation by these defects degree acquisition unit 30B and the defect determination unit 40B (here two) shall reference image R of is acquired.
【0044】 [0044]
図7(a)〜(c)は、それぞれ、単位パターンPA,PB,PCに関する各画像の画素の画素値を模式的に示した図であり、簡略化のため、その一部の各画素の画素値が1次元的に配列されるものとして示されている。 Figure 7 (a) ~ (c), respectively, the unit pattern PA, PB, the pixel values ​​of pixels of each image associated PC is a diagram schematically showing, for simplicity, each pixel of a part It is illustrated as the pixel values ​​are arranged one-dimensionally. また、図8から図11は、これらの各単位パターンPA,PB,PCに関する各画像を用いた後述の各処理における処理結果を模式的に示す図である。 Further, FIGS. 8-11 is a diagram schematically showing the processing result of each process described below using each of these unit patterns PA, PB, each image associated PC. なお、ここでは、3番目,11番目の画素が真欠陥である場合について、これらの真欠陥を欠陥画素として適切に検出する場合を例示する。 Here, the third, the case 11 th pixel is true defects, illustrating the case to properly detect these true defect as a defective pixel.
【0045】 [0045]
まず、差分処理部31aは、参照画像R(単位パターンPAに関する画像)と被検査画像S(単位パターンPBに関する画像)との間の差分画像Uを生成する。 First, the difference processing unit 31a generates a difference image U between the reference image R (the image related to the unit pattern PA) and the inspection image S (image concerning the unit pattern PB). 具体的には、両画像R,Sにおいて対応する位置に存在する各画素の画素値の差分濃度値を算出することにより差分画像U(AB)を生成する。 Specifically, to generate a difference image U (AB) by calculating the difference density value of the pixel values ​​of the pixels disposed in the corresponding positions in both images R, S. 同様に、差分処理部31bは、参照画像R(単位パターンPC)と被検査画像S(単位パターンPB)との間の差分画像U(BC)を生成する。 Similarly, the difference processing unit 31b generates a reference image R (the unit pattern PC) the difference image U (BC) between the inspection image S (unit pattern PB).
【0046】 [0046]
また、絶対値算出処理部32aは、差分処理部31aにより生成された差分画像U(AB)に基づいて絶対値画像A(AB)を算出する処理を行う。 The absolute value calculation processing unit 32a performs a process of calculating an absolute value image A (AB) on the basis of the difference processing section 31a difference image U generated by (AB). 同様に、絶対値算出処理部32bは、差分処理部31bにより生成された差分画像U(BC)に基づいて絶対値画像A(BC)を算出する処理を行う。 Similarly, the absolute value calculation processing unit 32b performs a process for calculating the absolute value image A (BC) on the basis of the difference processing section 31b the difference image U generated by (BC).
【0047】 [0047]
図8は、このようにして得られた絶対値画像Aの各画素の画素値を模式的に示す図である。 Figure 8 is a diagram schematically showing a pixel value of each pixel of the absolute value image A obtained in this way. 図8(a)は、絶対値画像A(AB)を表し、図8(b)は、絶対値画像A(BC)を表している。 8 (a) is the absolute value image A (AB), FIG. 8 (b) represents the absolute value image A (BC).
【0048】 [0048]
さらに、σ計算部33aは、差分処理部31aにより生成された差分画像U(AB)の画素値に関する標準偏差σ(AB)を算出し、σ計算部33bは、差分処理部31bにより生成された差分画像U(BC)の画素値に関する標準偏差σ(BC)を算出する。 Furthermore, sigma calculation unit 33a calculates a standard deviation sigma (AB) relating to the pixel values ​​of the difference processing section 31a difference image U generated by (AB), sigma calculation unit 33b, generated by the difference processing unit 31b calculating the standard deviation sigma (BC) about the pixel values ​​of the difference image U (BC).
【0049】 [0049]
そして、エラー確率値変換部34aは、σ計算部33aにおいて算出された標準偏差σ(AB)を用いて、絶対値画像A(AB)における各画素の画素値をエラー確率値Erに変換したエラー確率値画像E(AB)を得る。 Then, the error probability value conversion unit 34a, using the standard deviation calculated in the sigma calculation unit 33a sigma (AB), was converted to the pixel value of each pixel of the absolute value image A (AB) to the error probability value Er Error obtaining a probability value image E (AB). 同様に、エラー確率値変換部34bは、σ計算部33bにおいて算出された標準偏差σ(BC)を用いて、絶対値画像A(BC)における各画素の画素値をエラー確率値Erに変換したエラー確率値画像E(BC)を得る。 Similarly, the error probability value converting unit 34b uses the standard deviation calculated in the sigma calculation unit 33b sigma (BC), and converting the pixel value of each pixel in the absolute value image A (BC) to the error probability value Er error probability value image E get (BC). この変換動作についても、上記第1実施形態と同様であり、数1などの関係で表される変換式に基づいて変換動作を行うことなどができる。 This conversion operation is also the same as the first embodiment, it is like to perform the conversion operation based on the conversion formula represented by the relationship such as the number 1.
【0050】 [0050]
図9は、このようにして得られたエラー確率値画像Eの各画素の画素値を模式的に示す図である。 Figure 9 is a diagram schematically illustrating the pixel values ​​of the pixels of the thus obtained error probability value image E. 図9(a)は、エラー確率値画像E(AB)を表し、図9(b)は、エラー確率値画像E(BC)を表している。 9 (a) is, represents the error probability value image E (AB), FIG. 9 (b) represents the error probability value image E (BC).
【0051】 [0051]
さらに、積算部35は、上記において得られたエラー確率値画像E(AB)とエラー確率値画像E(BC)とに基づいて積算画像EPを求める。 Further, integrating unit 35 calculates an accumulated image EP based on the obtained error probability value image E and (AB) error probability value image E and (BC) in the above. 具体的には、エラー確率値画像E(AB)およびエラー確率値画像E(BC)の各対応画素同士の画素値を積算することにより、その積算画像EPの各画素の画素値を求める。 Specifically, by integrating the pixel values ​​of the corresponding pixels to an error probability value image E (AB) and the error probability value image E (BC), obtaining the pixel value of each pixel of the accumulated image EP. ただし、ここではより一般化するため、数2に示すように、相乗平均を求めている。 However, to generalize here, as shown in Equation 2, seeking geometric mean.
【0052】 [0052]
【数2】 [Number 2]
【0053】 [0053]
なお、記号E(AB),E(BC),EPは、本来画像全体を表すものとして用いている記号であるが、数2においては、各エラー確率値画像E(AB),E(BC)および積算画像EPの各画素毎にその画素値を求める場合を総合して表記するものとする。 The symbol E (AB), E (BC), EP is a symbol is used to represent the original full image, the number of 2, each error probability value image E (AB), E (BC) and Together we shall be denoted as may be required for the pixel value for each pixel of the accumulated image EP. また、ここでは、2つのエラー確率値画像Eを用いて積算画像EPを求める場合について説明したが、n個のエラー確率値画像Eを用いて積算画像EPを求める場合には、n個のエラー確率値画像Eにおける対応画素の積算値のn乗根を、積算画像EPの各画素の画素値として求めればよい。 Further, although the above described case of obtaining the accumulated image EP with two error probability value image E, the case of obtaining the accumulated image EP using n pieces of error probability value image E is the n error the n-th root of the accumulated value of the corresponding pixel in the probability value image E, may be determined as the pixel value of each pixel of the accumulated image EP.
【0054】 [0054]
この第2実施形態においては、このようにして得られた積算画像EPの各画素の画素値が、被検査画像Sの各画素に関する欠陥度合いを表す。 In the second embodiment, the pixel value of each pixel of the accumulated image EP obtained in this way represents the defect degree for each pixel in the inspection image S. すなわち、「欠陥度合い」は、エラー確率値画像E(AB)およびエラー確率値画像E(BC)における対応画素の画素値(すなわちエラー確率値Er)同士の積(より正確には相乗平均)として、欠陥度合い取得部30により取得される。 That is, "defect degree" as the error probability value image E (AB) and the error probability value pixel values ​​of the corresponding pixels in the image E (BC) (i.e. the error probability value Er) between the product (more precisely, the geometric mean) It is acquired by the defect degree acquisition unit 30.
【0055】 [0055]
図10は、このようにして得られた積算画像EPの各画素の画素値を模式的に示す図である。 Figure 10 is a diagram schematically illustrating the pixel values ​​of the pixels of the thus accumulated image EP obtained.
【0056】 [0056]
そして、二値化処理部41は、積算画像EPにおける各画素の画素値(すなわち、積算されたエラー確率値Er)を所定の閾値と比較し、その比較結果に応じて二値化する処理部である。 Then, the binarization processing unit 41, accumulated image pixel value of each pixel in EP (i.e., accumulated error probability value Er) is compared with a predetermined threshold value, the binarization according to the comparison result processing unit it is. これにより、被検査画像Sの各画素に対応する位置における被検査対象物2の欠陥の有無を判定することができる。 Thus, it is possible to determine the presence or absence of a defect in the inspected object 2 at a position corresponding to each pixel of the inspection image S. 具体的には、これらの値を適宜の閾値で二値化することにより、図11に示すように、欠陥画素が1、正常画素が0となるように、検査結果信号として出力される。 Specifically, by binarizing these values ​​in appropriate threshold, as shown in FIG. 11, the defective pixel is 1, so that normal pixel is 0, is output as the test result signal.
【0057】 [0057]
図11は、このようにして得られた欠陥の有無の判定結果を模式的に示す図である。 Figure 11 is a diagram schematically showing a determination result of the presence or absence of the resulting defects in this way.
【0058】 [0058]
ここで、一般に、信号に含まれるノイズは、発生位置および発生強度ともにランダムであり、3つの単位パターンPA,PB,PCに関する各画像信号において、同一位置かつ同一強度のノイズが発生する可能性は低いものと考えられる。 Here, in general, the noise contained in the signal is a random both generation position and generating intensity, three unit patterns PA, PB, in each image signal related to PC, the possibility that the same position and the same intensity noise is generated It is considered to be low. したがって、エラー確率値画像E(AB)およびエラー確率値画像E(BC)のエラー確率値Erがいずれも大きな値となる場合、すなわち積算画像EPの画素値が大きくなる場合には、その画素が真欠陥である確率が非常に高いと考えられる。 Therefore, if the error probability value Er error probability value image E (AB) and the error probability value image E (BC) is a significant value both, that is, when the pixel value of the integrated image EP is increased, its pixel probability is a true defect is considered to be very high. たとえば、図7に示す第3番目の画素(真欠陥)については、図9に示すように、エラー確率値画像E(AB)およびエラー確率値画像E(BC)のエラー確率値Erがいずれも大きな値となるため、図10に示すように、両者の積算値である積算画像EPの画素値も大きな値になる。 For example, for the third pixel shown in FIG. 7 (true defects), as shown in FIG. 9, any error probability value Er error probability value image E (AB) and the error probability value image E (BC) is since a large value, as shown in FIG. 10, the pixel value of the accumulated image EP is an integrated value of the two is also a large value. また、真欠陥である第11番目の画素についても同様である。 The same applies to the 11th pixel is true defect.
【0059】 [0059]
一方、3つの単位パターンPA,PB,PCの信号のうちいずれか1つの信号にノイズが発生した場合には、絶対値画像A(AB),A(BC)のうちの一方が小さな値となる。 On the other hand, three unit patterns PA, PB, when noise occurs in any one of the signals of the PC signals, the absolute value image A (AB), the one is a small value of A (BC) . したがって、2つのエラー確率値画像E(AB),E(BC)のうちの一方も小さな値となるので、これらのエラー確率値画像E(AB),E(BC)の各画素の積として求められた積算画像EPにおける値も比較的小さな値となる。 Thus, two error probability value image E (AB), so it is also a small value one of the E (BC), calculated as the product of each pixel of these error probability value image E (AB), E (BC) values ​​in the accumulated image EP which is also a relatively small value. たとえば、図7に示すように、単位パターンPAの6番目の画素位置の信号にノイズが含まれている場合であっても、図9に示すように、エラー確率値画像E(AB)のエラー確率値Erは大きな値となるものの、エラー確率値画像E(BC)のエラー確率値Erは小さな値となるため、図10に示すように、積算画像EPにおける両者の積算値(図10の6番目の値)は比較的小さな値となる。 For example, as shown in FIG. 7, even if there is noise in the signal of the sixth pixel position of the unit pattern PA, as shown in FIG. 9, the error of the error probability value image E (AB) although the probability value Er becomes a large value, since the error probability value Er error probability value image E (BC) is a small value, as shown in FIG. 10, the integrated value of both of the integrated image EP (FIG. 10 6 th value) is relatively small value.
【0060】 [0060]
このように、2つのエラー確率値Erを積算することにより、ノイズの影響が低減され、欠陥画素と正常画素とをより適切に分離することが可能になる。 Thus, by integrating the two error probability value Er, influence of noise is reduced, it is possible to more appropriately separate the normal pixels and defective pixels.
【0061】 [0061]
ここで、2つのエラー確率値Erの情報を利用する技術として、2つのエラー確率値Erを所定の閾値でそれぞれ二値化した後にそれらの論理積(AND)をとる技術を用いることも可能ではある。 Here, as a technique for using information of the two error probability value Er, after binarizing each of the two error probability value Er by a predetermined threshold value using techniques to take a logical product of them (AND) is also possible in is there. しかしながら、このような技術を用いた場合、論理積をとる以前にエラー確率値Erの多段階の階調値(多値)の情報が二値化されてその情報量が減少しているため、十分にその情報を活用できているとはいえない。 However, when using such a technique, since the amount of information is information binarization of the gradation values ​​of the multi-stage error probability value Er previously ANDing (multilevel) is decreasing, well it can not be said that can take advantage of the information.
【0062】 [0062]
一方、この実施形態の技術によれば、二値化処理を行う前の段階において多値のエラー確率値Erの積をとることによって、その積算時においては未だ二値化による情報の欠損を発生させず、より多くの情報を活用するようにすることができる。 On the other hand, according to the technology of this embodiment, the two by taking the product of the multi-level error probability value Er in a stage before performing the binarization process, generating a loss of information due to yet binarized at the time the multiplication let not, it can be made to take advantage of more information. すなわち、この積算値(積算画像EP)は、各エラー確率値Erの多値の情報を十分に活用した上で得られる値である。 That is, the integrated value (accumulated image EP) is a value obtained multivalued information of each error probability value Er on utilizing well. したがって、多値の情報を十分に活用して得た積算値(積算画像EP)に基づいて欠陥の有無を判定することができるので、高い精度で欠陥画素を検出することが可能である。 Therefore, it is possible to determine the presence or absence of a failure based on the integrated value obtained by fully utilizing the information of the multi-value (integrated image EP), it is possible to detect defective pixels with high accuracy.
【0063】 [0063]
さらに、この実施形態においては、2つの差分画像Uの各画素の画素値を標準偏差σを用いて標準化した2つのエラー確率値Erの積(より厳密には相乗平均)を用いることにより欠陥度合いを求めている。 Further, in this embodiment, the defect degree by using a (geometric mean is more strictly) normalized product of two error probability value Er by using the standard deviation σ of the pixel value of each pixel of the two difference images U the seeking. したがって、積算画像EPの各画素値は、第1実施形態と同様、標準偏差を用いて標準化された指標として得られており、欠陥度合いを評価するにあたって、客観的な評価指標として用いることができる。 Accordingly, each pixel value of the accumulated image EP, as in the first embodiment, have been obtained as a standardized index using the standard deviation, it is possible in assessing a defect degree, is used as an objective evaluation index . したがって、適切に定められた閾値との大小関係を求めることにより、被検査画像Sにおける各画素の欠陥の有無をより適切に判定することができる。 Therefore, by determining the magnitude relation between appropriately determined threshold, it is possible to determine the presence or absence of a defect of each pixel in the inspection image S more appropriately.
【0064】 [0064]
<C. <C. その他> Others>
上記各実施形態においては、1つの被検査画像Sに対して1つまたは複数の参照画像Rを用いてパターン検査を行う場合について説明したが、これに限定されず、被検査対象物2における同一の被検査領域について複数の被検査画像Sを取得し、これらの複数の被検査画像Sに対して、1つまたは複数の参照画像Rを用いてパターン検査を行うことにより、その被検査領域の欠陥検査を行ってもよい。 In the above embodiments, there has been described a case where the pattern inspection using one or more reference images R to one inspection image S, not limited to this, the same in the inspected object 2 of obtaining a plurality of inspection image S on the inspection area, with respect to the plurality of inspection image S, by performing the pattern inspection using one or more reference images R, the area to be inspected it may be subjected to defect inspection.
【0065】 [0065]
たとえば、被検査対象物2における同一の被検査領域について、時間的に異なる時点で2つの被検査画像Sを撮像し、これらの2つの被検査画像Sのそれぞれと1つの参照画像Rとの間の2つの差分画像Uを生成し、これら2つの差分画像Uに対して、第2実施形態と同様の動作を行えばよい。 For example, for the same region to be inspected in the inspection object 2 captures two inspection image S at different points in time, between each and one reference image R of these two inspection image S of generating two difference images U, these for two difference images U, may be performed the same operation as in the second embodiment. 具体的には、各差分画像Uの画素値に関する標準偏差σを用いて当該各差分画像Uにおける各画素の画素値をエラー確率値Erに変換し、さらに、2つの差分画像Uにわたる対応画素のエラー確率値Erの積を求めることにより、被検査画像Sの各画素が欠陥である度合いを取得することができる。 Specifically, the pixel value of each pixel in the respective difference images U and converted to an error probability value Er by using the standard deviation σ regarding pixel values ​​of the difference image U, further at the corresponding pixel over two difference images U by obtaining the product of the error probability values ​​Er, can each pixel of the inspection image S acquires the degree is defective. これによっても、被検査画像Sにおける各画素の欠陥度合いを精度良く取得することができる。 This also can obtain the defect degree of each pixel accuracy in inspection image S.
【0066】 [0066]
なお、ここでは、2つの被検査画像Sを取得する場合について説明したが、これに限定されず、3つ以上の被検査画像Sを取得して同様の動作を行ってもよい。 Here, the description has been given of the case of obtaining the two inspection image S, not limited thereto, may be carried out the same operation by obtaining three or more inspection image S. また、これら複数の被検査画像Sのそれぞれと、複数の参照画像Rのそれぞれとの差分画像Uを複数取得して、同様の動作を行ってもよい。 Also, with each of the plurality of inspection image S, and the difference image U and each of the plurality of reference image R and a plurality acquisition may be performed the same operation.
【0067】 [0067]
また、上記各実施形態においては、差分絶対濃度値iからエラー確率値Erを算出するにあたって、図4に示されるような変換関数(数1参照)を用いたが、これに限定されない。 In the embodiments described above, when calculating the error probability value Er from the difference absolute concentration value i, but using the conversion function (see Equation 1) as shown in FIG. 4, but is not limited thereto.
【0068】 [0068]
たとえば、図12に示されるように、0.0および1.0以外の値のエラー確率値Erを与える差分絶対濃度値iのレンジを変更してもよい。 For example, as shown in FIG. 12, it may be changed range of difference absolute concentration value i which gives the error probability value Er of 0.0 and 1.0 than the value. 図12の場合は、値(Cmin×σ)から値(Cmax×σ)までの差分絶対濃度値iに対して、0.0から1.0のエラー確率値Erを線形関係を有するように対応づけ、0.0から値(Cmin×σ)までの差分絶対濃度値iに対してはエラー確率値Er=0,値(Cmax×σ)から最大値(255)までの差分絶対濃度値iに対してはエラー確率値Er=1.0とするように対応づける場合が示されている。 In the case of FIG. 12, on the difference absolute concentration value i from value (Cmin × sigma) to a value (Cmax × sigma), corresponding to the error probability value Er from 0.0 1.0 to have a linear relationship association, the error probability value for the difference absolute concentration value i from 0.0 to a value (Cmin × σ) Er = 0, the difference absolute concentration value i from value (Cmax × sigma) to the maximum value (255) is for illustrates the case where the associate to the error probability value Er = 1.0. この場合、特に欠陥判別に大きく寄与する範囲(閾値近傍の範囲)において、より大きくエラー確率値Erが変化するように変換することができる。 In this case, it is possible to convert particularly in greatly contributes range defect determination (threshold range near), as larger error probability value Er changes. したがって、閾値近傍において高感度に変化するエラー確率値Erを得ることができる。 Therefore, it is possible to obtain the error probability value Er to change with high sensitivity in the vicinity of the threshold.
【0069】 [0069]
さらに、図4および図12においては、差分絶対濃度値iとエラー確率値Erとが線形関係を有する場合について説明したが、これに限定されず、差分絶対濃度値iとエラー確率値Erとが非線形の関係を有していてもよい。 Further, in FIG. 4 and FIG. 12 is a differential absolute density value i and error probability value Er case has been described with a linear relationship is not limited to this, and the difference absolute concentration value i and error probability value Er it may have a non-linear relationship. たとえば、図13は、差分絶対濃度値iとエラー確率値Erとの関係がシグモイド関数を用いて表現される場合を示している。 For example, FIG. 13 shows a case where the relationship between the difference absolute concentration value i and error probability value Er is expressed using the sigmoid function. このような変換関数を用いても上記の変換動作を行うことができる。 Even with such a conversion function can perform the above conversion operation.
【0070】 [0070]
また、上記各実施形態では、半導体ウエハ上の単位パターンとして「ダイ」が繰り返し配列されている場合について説明したが、これに限定されず、「ダイ」内部に存在する、さらに小さなパターンを「単位パターン」としてもよい。 Further, in the respective embodiments, although the case has been described that "die" are repeatedly arranged as a unit pattern on a semiconductor wafer is not limited to this, present inside "die", further "unit smaller pattern it may be used as the pattern ". さらには、「単位パターン」としては、2次元的な領域を採用することに限定されず、1次元的な領域を採用してもよい。 Furthermore, as a "unit pattern" is not limited to adopt the two-dimensional region, it may be employed one-dimensional region. すなわち、1ライン上に存在する複数の画素のまとまりを「単位パターン」(したがって、被検査画像Sまたは参照画像R)として採用してもよい。 That is, a group of a plurality of pixels existing on one line "unit pattern" (hence, the inspection image S or the reference image R) may be used as.
【0071】 [0071]
さらに、上記実施形態においては、標準偏差σを各差分画像Uごとに統計処理を行うことにより算出していたが、これに限定されない。 Further, in the above embodiments, the standard deviation σ was calculated by performing statistical processing for each difference image U, but is not limited thereto. たとえば、差分画像U内の所定のライン毎あるいは特定の指定領域ごとに統計処理を行って標準偏差σを算出してもよい。 For example, it may calculate the standard deviation σ by performing statistical processing for each predetermined line or every certain specified area in the difference image U. この場合には、より局所的な標準偏差σを得ることができるので、差分画像Uにおける局所的な変動に追従することが可能になるなどさらに柔軟な対応が可能になる。 In this case, it is possible to obtain a more localized standard deviation sigma, allowing more flexibility, such as it is possible to follow the local variations in the difference image U.
【0072】 [0072]
また、上記各実施形態においては、被検査対象物として半導体ウエハを例示したが、これに限定されず、単位パターンを有するもの、あるいは繰り返しパターンを有するものであればよく、たとえば、カラーフィルター、シャドウマスク、プリント配線板などであってもよい。 Further, in the above embodiments has illustrated the semiconductor wafer as an object to be inspected is not limited thereto, those having a unit pattern, or may be one having a repeating pattern, for example, color filters, shadows mask, it may be a printed circuit board.
【0073】 [0073]
さらに、上記実施形態においては、差分画像Uの画素値に関する「標準偏差」を用いてその差分画像Uにおける各画素の画素値をエラー確率値に変換することにより、被検査画像の各画素に関する欠陥度合いを取得していたが、たとえば、標準偏差の2乗である「分散」を用いることも、「標準偏差」を用いることと等価である。 Defect Furthermore, in the above embodiment, by converting the pixel value of each pixel in the difference image U error probability value using the "standard deviation" for the pixel values ​​of the difference image U, for each pixel of the inspection image degree has been acquired. However, for example, it is equivalent to using the "standard deviation" as used is the square of the standard deviation "dispersion". したがって、本明細書においては、「分散を用いること」も「標準偏差を用いる」という概念に含まれるものとする。 Accordingly, in the present specification, "the use of a dispersion" is also included in the concept of "using the standard deviation."
【0074】 [0074]
【発明の効果】 【Effect of the invention】
以上のように、請求項1ないし請求項5に記載の発明によれば、参照画像と被検査画像との間の差分画像を生成し、当該差分画像の画素値に関する標準偏差を用いて当該差分画像における各画素の画素値をエラー確率値に変換することにより、被検査画像の各画素に関する欠陥度合いを取得することができる。 As described above, according to the invention described in claims 1 to 5, the reference image to generate a difference image between the inspection image, the difference with the standard deviation for pixel values ​​of the difference image by converting the pixel value of each pixel in the image to the error probability value, it is possible to obtain a defect degree for each pixel in the inspection image. したがって、欠陥度合いを評価するにあたって、標準偏差を用いて一般化された指標を得ることにより、客観的な評価を容易に行うことができる。 Therefore, when evaluating the defect degree, by obtaining the generalized index using the standard deviation, objective evaluation can be easily performed.
【0075】 [0075]
特に、請求項2に記載の発明によれば、参照画像取得手段は、複数の参照画像を取得し、欠陥度合い取得手段は、複数の参照画像のそれぞれと被検査画像との間の複数の差分画像を生成し、当該各差分画像の画素値に関する標準偏差を用いて当該各差分画像における各画素の画素値をエラー確率値に変換し、さらに、複数の差分画像にわたる対応画素のエラー確率値の積を求めることにより、被検査画像の各画素が欠陥である度合いを取得する。 In particular, according to the invention described in claim 2, the reference image acquisition unit acquires the plurality of reference images, the defect degree acquisition unit, a plurality of difference between each and the inspection image of the plurality of reference images generating an image, using the standard deviation for pixel values ​​of the respective difference image by converting the pixel value of each pixel in the respective difference images to the error probability value, further, the error probability values ​​of the corresponding pixels over a plurality of difference images by determining the product, each pixel of the inspection image to obtain the degree is defective. ここで、多段階の値を有するエラー確率値の積を用いることにより欠陥度合いを取得するので、より多くの情報量に基づいてその欠陥度合いを取得することができる。 Since acquiring the defective degree by using a product of the error probability values ​​having a value of multi-stage, it is possible to obtain the defect degree based on the larger amount of information. したがって、より正確な欠陥度合いの取得が可能になる。 Therefore, it is possible to obtain a more accurate defect degree.
【0076】 [0076]
また、請求項3に記載の発明によれば、被検査画像取得手段は、繰り返しパターンを有する被検査対象物についての撮像画像に含まれる1つの単位パターンに関する画像を被検査画像として取得し、参照画像取得手段は、撮像画像に含まれる被検査画像以外の複数の単位パターンに関する各画像を複数の参照画像として取得する。 Further, according to the invention described in claim 3, the inspection image acquiring unit, an image for one unit patterns included in the captured image of the inspected object having a repetitive pattern obtained as the inspection image, see image acquiring means acquires the image relating to a plurality of unit patterns other than the inspection image included in the captured image as a plurality of reference images. したがって、参照画像が理論的に理想的な画像でない場合であっても、撮像画像に含まれる被検査画像以外の複数の単位パターンと被検査画像との複数の差分画像について、それらの複数の差分画像にわたる対応画素のエラー確率値の積を求めることにより、前記被検査画像の各画素が欠陥である度合いを取得することができる。 Therefore, even the reference image in a case not theoretically ideal image, the plurality of difference image between the plurality of unit patterns and the inspection image other than the inspection image included in the captured image, which of the plurality of difference by obtaining the product of the error probability values ​​of the corresponding pixels across the image, each pixel of the inspection image can be acquired degree is defective.
【0077】 [0077]
さらに、請求項4に記載の発明によれば、被検査画像取得手段は、同一の被検査領域についての複数の被検査画像を取得し、欠陥度合い取得手段は、複数の被検査画像のそれぞれと前記参照画像との間の複数の差分画像を生成し、当該各差分画像の画素値に関する標準偏差を用いて当該各差分画像における各画素の画素値をエラー確率値に変換し、さらに、前記複数の差分画像にわたる対応画素のエラー確率値の積を求めることにより、前記被検査画像の各画素が欠陥である度合いを取得することができる。 Further, according to the invention described in claim 4, the inspection image acquiring unit acquires a plurality of inspection image of the same region to be inspected, defects degree acquisition means, and each of the plurality of inspection image wherein the plurality of difference image between the reference image to generate, to convert the pixel value of each pixel using the standard deviation for pixel values ​​of the respective difference images at the respective difference images to the error probability value, further, the plurality by obtaining the product of the error probability values ​​of the corresponding pixels across the difference image, each pixel of the inspection image can be acquired degree is defective. したがって、同一の被検査領域に関する複数の被検査画像の各画素が欠陥である度合いを精度良く取得することができる。 Therefore, it is possible to each pixel of the same region to be inspected for a plurality of the inspection image to acquire accurately the degree is defective.
【0078】 [0078]
また、請求項5に記載の発明によれば、判定手段は、欠陥度合い取得手段により得られる欠陥度合いと所定の閾値との大小関係に基づいて、欠陥の有無を判定するので、被検査対象物の欠陥の有無を精度良く判定することができる。 Further, according to the invention of claim 5, the determination means, based on the magnitude relationship between the defect degree and a predetermined threshold value obtained by the defect degree acquisition unit, so determining the presence or absence of a defect, an object to be inspected the presence or absence of a defect can be determined accurately.
【図面の簡単な説明】 BRIEF DESCRIPTION OF THE DRAWINGS
【図1】本発明の第1実施形態に係るパターン検査装置1Aの構成を表す概略図である。 1 is a schematic diagram showing the configuration of a pattern inspection apparatus 1A according to the first embodiment of the present invention.
【図2】半導体ウエハWの詳細を表す平面図である。 2 is a plan view showing details of the semiconductor wafer W.
【図3】欠陥度合い取得部30および欠陥判定部40の機能ブロック図である。 3 is a functional block diagram of a defect degree acquisition unit 30 and the defect determination unit 40.
【図4】差分絶対濃度値iからエラー確率値Erへの変換を行う変換関数を表す図である。 [4] from the difference absolute concentration value i is a diagram showing a conversion function for converting to error probability values ​​Er.
【図5】差分画像Uに含まれる複数の画素についての画素分布を表す図である。 5 is a diagram representing the pixel distribution for a plurality of pixels included in the difference image U.
【図6】第2実施形態に係る欠陥度合い取得部30(30B)および欠陥判定部40(40B)の機能ブロック図である。 6 is a functional block diagram of a defect degree acquisition unit 30 according to the second embodiment (30B) and the defect determination unit 40 (40B).
【図7】単位パターンPA,PB,PCについての各画素の画素値を模式的に示した図である。 [7] unit pattern PA, PB, a diagram schematically showing the pixel value of each pixel of the PC.
【図8】絶対値画像Aの各画素の画素値を模式的に示す図である。 8 is a diagram schematically showing a pixel value of each pixel of the absolute value image A.
【図9】エラー確率値画像Eの各画素の画素値を模式的に示す図である。 9 is a diagram schematically showing a pixel value of each pixel of the error probability value image E.
【図10】積算画像EPの各画素の画素値を模式的に示す図である。 10 is a diagram schematically showing a pixel value of each pixel of the accumulated image EP.
【図11】欠陥の有無の判定結果を模式的に示す図である。 11 is a diagram schematically showing the determination result of the presence or absence of a defect.
【図12】別の変換関数を表す図である。 12 is a diagram showing a different conversion function.
【図13】さらに別の変換関数を表す図である。 13 is a diagram showing still another transformation function.
【図14】従来技術を説明するための図である。 14 is a diagram for explaining a conventional technology.
【符号の説明】 DESCRIPTION OF SYMBOLS
1,1A,1B パターン検査装置2 被検査対象物2a ダイ3 XYテーブル5 CCDラインセンサA 絶対値画像EP,積算画像PA,PB,PC 単位パターンR 参照画像S 被検査画像U 差分画像W 半導体ウエハσ 標準偏差 1, 1A, 2a die 1B pattern inspection apparatus 2 the inspected object 3 XY table 5 CCD line sensor A magnitude image EP, the accumulated image PA, PB, PC unit pattern R reference image S inspection image U difference image W semiconductor wafer σ standard deviation

Claims (7)

  1. 被検査画像と参照画像とを比較することによりパターンの欠陥検査を行うパターン検査装置であって、 A pattern inspection apparatus for performing the defect inspection of the pattern by comparing the reference image and the inspection image,
    被検査対象物に関する被検査画像を取得する被検査画像取得手段と、 And the inspection image acquiring means for acquiring inspection image about the object to be inspected,
    前記被検査画像の比較対象となる参照画像を取得する参照画像取得手段と、 A reference image acquiring means for acquiring a reference image to be compared in the inspection image,
    前記参照画像と前記被検査画像との間の差分画像を生成し、当該差分画像の画素値に関する標準偏差を用いて当該差分画像における各画素の画素値を、前記差分画像における画素値の分散状況に応じて各画素値を規格化したものとしてのエラー確率値に変換することにより、前記被検査画像の各画素に関する欠陥度合いを取得する欠陥度合い取得手段と、 Wherein said reference image to generate a difference image between the inspection image, the dispersion status of the pixel values ​​of each pixel in the difference image of pixels the difference image by using the standard deviation for values, the pixel values ​​in the difference image a defect degree acquisition means each pixel value by converting the error probability value of as normalized, to obtain the defect degree for each pixel of the inspection image in accordance with,
    を備えることを特徴とするパターン検査装置。 Pattern inspection apparatus comprising: a.
  2. 請求項1に記載のパターン検査装置において、 In the pattern inspection apparatus according to claim 1,
    前記参照画像取得手段は、複数の参照画像を取得し、 The reference image acquisition unit acquires the plurality of reference images,
    前記欠陥度合い取得手段は、前記複数の参照画像のそれぞれと前記被検査画像との間の複数の差分画像を生成し、当該各差分画像の画素値に関する標準偏差を用いて当該各差分画像における各画素の画素値をエラー確率値に変換し、さらに、前記複数の差分画像にわたる対応画素のエラー確率値の積を求めることにより、前記被検査画像の各画素に関する欠陥度合いを取得することを特徴とするパターン検査装置。 The defect degree acquisition unit, said generating a plurality of difference image between the plurality of reference respectively to the inspection image of the image, each of the respective difference images using the standard deviation for pixel values ​​of each of the difference image converting the pixel value of the pixel to the error probability values, further, by determining the product of the error probability values ​​of the corresponding pixels across the plurality of difference images, and characterized by obtaining a defect degree for each pixel of the inspection image pattern inspection apparatus for.
  3. 請求項2に記載のパターン検査装置において、 In The apparatus according to claim 2,
    前記被検査対象物は、繰り返しパターンを有し、 The inspected object has a repeating pattern,
    前記被検査画像取得手段は、前記被検査対象物についての撮像画像に含まれる前記繰り返しパターンの1つの単位パターンに関する画像を被検査画像として取得し、 The inspection image acquisition means acquires an image for one unit pattern of the repeated pattern contained in the captured image of the inspected object as the inspection image,
    前記参照画像取得手段は、前記撮像画像に含まれる前記被検査画像以外の複数の単位パターンに関する各画像を前記複数の参照画像として取得することを特徴とするパターン検査装置。 The reference image acquisition unit, a pattern inspection apparatus characterized by acquiring each image for a plurality of unit patterns other than the inspection image included in the captured image as a plurality of reference images.
  4. 請求項1に記載のパターン検査装置において、 In the pattern inspection apparatus according to claim 1,
    前記被検査画像取得手段は、前記被検査対象物における同一の被検査領域についての複数の被検査画像を取得し、 The inspection image acquiring unit acquires a plurality of inspection image of the same region to be inspected in the inspection object,
    前記欠陥度合い取得手段は、前記複数の被検査画像のそれぞれと前記参照画像との間の複数の差分画像を生成し、当該各差分画像の画素値に関する標準偏差を用いて当該各差分画像における各画素の画素値をエラー確率値に変換し、さらに、前記複数の差分画像にわたる対応画素のエラー確率値の積を求めることにより、前記被検査画像の各画素に関する欠陥度合いを取得することを特徴とするパターン検査装置。 The defect degree acquisition unit, the plurality of generating a plurality of difference image between the reference image and each of the inspection image, each of the respective difference images using the standard deviation for pixel values ​​of each of the difference image converting the pixel value of the pixel to the error probability values, further, by determining the product of the error probability values ​​of the corresponding pixels across the plurality of difference images, and characterized by obtaining a defect degree for each pixel of the inspection image pattern inspection apparatus for.
  5. 請求項1ないし請求項4のいずれかに記載のパターン検査装置において、 In the pattern inspection apparatus according to any one of claims 1 to 4,
    前記欠陥度合い取得手段により得られる欠陥度合いと所定の閾値との大小関係に基づいて、前記被検査画像の各画素に対応する位置における被検査対象物の欠陥の有無を判定する判定手段、 On the basis of the magnitude relation between the obtained defect degree and a predetermined threshold value by the defect degree acquisition means, determining means for determining the presence or absence of a defect of the inspection object at a position corresponding to each pixel of the inspection image,
    をさらに備えることを特徴とするパターン検査装置。 Pattern inspection apparatus further comprising a.
  6. 請求項1に記載のパターン検査装置において、 In the pattern inspection apparatus according to claim 1,
    前記被検査対象物には、所定の単位パターンが少なくとも1つ形成されていることを特徴とするパターン検査装置。 Wherein the object to be inspected, the pattern inspection apparatus characterized by predetermined unit pattern is at least one formation.
  7. 請求項1に記載のパターン検査装置において、 In the pattern inspection apparatus according to claim 1,
    前記参照画像は、理想的なパターンに基づいて生成されることを特徴とするパターン検査装置。 The reference image pattern inspection apparatus characterized by being generated on the basis of the ideal pattern.
JP2000205037A 2000-07-06 2000-07-06 The pattern inspection apparatus Expired - Fee Related JP3749090B2 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2000205037A JP3749090B2 (en) 2000-07-06 2000-07-06 The pattern inspection apparatus

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2000205037A JP3749090B2 (en) 2000-07-06 2000-07-06 The pattern inspection apparatus

Publications (2)

Publication Number Publication Date
JP2002022421A true JP2002022421A (en) 2002-01-23
JP3749090B2 true JP3749090B2 (en) 2006-02-22

Family

ID=18702191

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2000205037A Expired - Fee Related JP3749090B2 (en) 2000-07-06 2000-07-06 The pattern inspection apparatus

Country Status (1)

Country Link
JP (1) JP3749090B2 (en)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8594416B2 (en) 2010-05-21 2013-11-26 Keyence Corporation Image processing apparatus, image processing method, and computer program
US8866903B2 (en) 2010-05-21 2014-10-21 Keyence Corporation Image processing apparatus, image processing method, and computer program

Families Citing this family (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4008291B2 (en) 2002-06-10 2007-11-14 大日本スクリーン製造株式会社 Pattern inspection apparatus, pattern inspection method and program
JP4233397B2 (en) 2002-10-01 2009-03-04 株式会社東京精密 Image defect inspection method, an image defect inspection apparatus and inspection system
JP4172761B2 (en) 2002-10-08 2008-10-29 大日本スクリーン製造株式会社 Defect inspection apparatus, a defect inspection method and program
JP4169573B2 (en) 2002-10-23 2008-10-22 株式会社東京精密 Pattern inspection method and apparatus
JP2006098151A (en) 2004-09-29 2006-04-13 Dainippon Screen Mfg Co Ltd Pattern inspection device and pattern inspection method
US7492942B2 (en) 2004-11-11 2009-02-17 Tokyo Seimitsu Co., Ltd. Image defect inspection method, image defect inspection apparatus, and appearance inspection apparatus
JP4766897B2 (en) 2004-12-13 2011-09-07 株式会社東京精密 Image defect inspection method, an image defect inspection apparatus and inspection system
US7346207B2 (en) 2005-01-19 2008-03-18 Tokyo Seimitsu Co., Ltd. Image defect inspection method, image defect inspection apparatus, and appearance inspection apparatus
JP2007003459A (en) * 2005-06-27 2007-01-11 Tokyo Seimitsu Co Ltd Flaw inspection device of image, visual examination device and flaw inspection method of image
JP4776308B2 (en) * 2005-09-05 2011-09-21 株式会社東京精密 Image defect inspection apparatus, an image defect inspection system, defect classification apparatus and an image defect inspection method
JP2007071847A (en) * 2005-09-09 2007-03-22 Nagaoka Univ Of Technology Method for detecting abnormal measurement value in surface roughness measurement
JP4359601B2 (en) 2006-06-20 2009-11-04 アドバンスド・マスク・インスペクション・テクノロジー株式会社 Pattern inspection apparatus, and a pattern inspection method
JP2008071988A (en) * 2006-09-15 2008-03-27 Elpida Memory Inc Defect inspecting device and method for inspecting defect of semiconductor device
JP2009176909A (en) * 2008-01-24 2009-08-06 Toshiba Corp Evaluating method for sampling inspection, and evaluating device for sampling inspection
WO2009100835A1 (en) * 2008-02-13 2009-08-20 Ge Sensing & Inspection Technologies Gmbh Method and device for the automated error detection in non-destructive material testing
KR101297207B1 (en) 2011-11-04 2013-08-16 (주)오로스 테크놀로지 Defect analyzing method of semiconductor wafer
KR101297209B1 (en) 2011-11-04 2013-08-16 (주)오로스 테크놀로지 Defect analyzing method of semiconductor wafer

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8594416B2 (en) 2010-05-21 2013-11-26 Keyence Corporation Image processing apparatus, image processing method, and computer program
US8866903B2 (en) 2010-05-21 2014-10-21 Keyence Corporation Image processing apparatus, image processing method, and computer program

Also Published As

Publication number Publication date Type
JP2002022421A (en) 2002-01-23 application

Similar Documents

Publication Publication Date Title
US5808735A (en) Method for characterizing defects on semiconductor wafers
US6674890B2 (en) Defect inspection method and apparatus therefor
US5850466A (en) Golden template comparison for rotated and/or scaled images
US7388979B2 (en) Method and apparatus for inspecting pattern defects
US6360005B1 (en) Apparatus and method for microscopic inspection of articles
US6266437B1 (en) Sequential detection of web defects
US5774573A (en) Automatic visual inspection system
US20060280358A1 (en) Pattern comparison inspection method and pattern comparison inspection device
US7065239B2 (en) Automated repetitive array microstructure defect inspection
US6947587B1 (en) Defect inspection method and apparatus
US6928185B2 (en) Defect inspection method and defect inspection apparatus
US20070023653A1 (en) Method and apparatus of pattern inspection and semiconductor inspection system using the same
US20040008880A1 (en) Device and method for inspecting photomasks and products fabricated using the same
US6539106B1 (en) Feature-based defect detection
US20030228050A1 (en) Method for pattern inspection
US5384711A (en) Method of and apparatus for inspecting pattern on printed board
US20070177787A1 (en) Fault inspection method
US6347150B1 (en) Method and system for inspecting a pattern
US20060159333A1 (en) Image defect inspection method, image defect inspection apparatus, and appearance inspection apparatus
US7295695B1 (en) Defect detection via multiscale wavelets-based algorithms
US20070019858A1 (en) Method and apparatus for visual inspection
US6577775B1 (en) Methods and apparatuses for normalizing the intensity of an image
USRE38716E1 (en) Automatic visual inspection system
US20070053582A1 (en) Sample inspection apparatus, image alignment method, and program-recorded readable recording medium
US20040062432A1 (en) Image defect inspection method, image defect inspection apparatus and appearance inspection apparatus

Legal Events

Date Code Title Description
A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20041224

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20050208

A521 Written amendment

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20050408

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20051129

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20051130

R150 Certificate of patent or registration of utility model

Free format text: JAPANESE INTERMEDIATE CODE: R150

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20081209

Year of fee payment: 3

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20091209

Year of fee payment: 4

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20091209

Year of fee payment: 4

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20091209

Year of fee payment: 4

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20101209

Year of fee payment: 5

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20101209

Year of fee payment: 5

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20111209

Year of fee payment: 6

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20111209

Year of fee payment: 6

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20121209

Year of fee payment: 7

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20121209

Year of fee payment: 7

LAPS Cancellation because of no payment of annual fees