JP3754408B2 - パターン評価装置、パターン評価方法およびプログラム - Google Patents
パターン評価装置、パターン評価方法およびプログラム Download PDFInfo
- Publication number
- JP3754408B2 JP3754408B2 JP2002281692A JP2002281692A JP3754408B2 JP 3754408 B2 JP3754408 B2 JP 3754408B2 JP 2002281692 A JP2002281692 A JP 2002281692A JP 2002281692 A JP2002281692 A JP 2002281692A JP 3754408 B2 JP3754408 B2 JP 3754408B2
- Authority
- JP
- Japan
- Prior art keywords
- pattern
- contour
- image
- model
- contour model
- 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
Links
Images
Landscapes
- Length Measuring Devices By Optical Means (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Description
【０００１】
【発明の属する技術分野】
本発明は、パターンの寸法および形状を計測することでパターンを評価する装置、評価方法およびプログラムに関する。
【０００２】
【従来の技術】
従来の技術によるパターン評価方法について、半導体の微細パターンの評価方法を具体例に挙げて説明する。
【０００３】
パターンの評価は、半導体の製造工程においても重要であり、このことは、リソグラフィー工程やエッチング工程等で形成される微細パターンについて特に顕著である。従来、電子ビームを用いたＣＤＳＥＭ（Critical Dimension Scanning Electron Microscope）を用いてパターンの寸法（例えば、ラインパターンの場合では線幅等、ホールパターンの場合では穴径等）を計測し、評価する方法が一般に採用されている。ＣＤＳＥＭでは、一次電子ビームの照射により試料から発生した二次電子を検出器で捕獲し、その信号強度として得られるパターンのＳＥＭ画像を処理することにより、寸法計測等のパターン評価が実行される。ＣＤＳＥＭを用いた従来のパターン評価方法についてラインパターンの線幅を求める場合を例に挙げてより具体的に説明する。
【０００４】
最初に、試料上に形成されたラインパターンの長手方向に対して垂直となるように走査線方向を定めて電子ビームを走査し、ＳＥＭ画像を取得する。次に、測定レシピに記述された計測範囲（ＲＯＩ：Region Of Interest）またはオペレータにより指定されたＲＯＩに従ってＳＥＭ画像を切り出し、例えば画像処理可能なコンピュータの画像メモリに保存する。続いて、ＳＥＭ装置の上記走査線方向をＸ方向とすると、切り出された画像のＸ方向の各線画素毎に濃度分布曲線（ラインプロファイル）を作成し、このプロファイルから、例えば閾値法によってパターンの輪郭点座標を抽出する。この場合は左右二ヶ所の輪郭点（Ｘ座標）を抽出する。次に、これらの輪郭点間の距離（Ｘ座標の差）をラインパターンのこの線画素における幅と決定し、各線画素毎の幅を計算する。これらの値をＲＯＩの長手方向に平均したものを最終的にラインパターンの幅として出力する。計算値は、画像のノイズによって変動することがあるため、この変動を除去するために、例えば上下の線画素も加えた三本の線画素における幅を平均した値を求め、この平均値をその線画素における幅と決定しても良いし、また、輪郭点間の距離の値をＲＯＩの長手方向に平均したものを最終的にラインパターンの幅として出力しても良い。なお、ラインパターンのようにＲＯＩの長手方向で幅の変化が小さい場合には、一般的に、線画素を間引いて幅を計算することにより計算時間を短縮する。
【０００５】
このように、パターンの寸法計測を行なう場合、画像処理として次の２つのステップが必要である。即ち、輪郭検出アルゴリズムを用いてパターンの輪郭を検出するステップと、検出された輪郭点の座標から、計測の目的に合致したＣＤ計測アルゴリズムによりパターン寸法を計算するステップである。これらのうち、ＣＤ計測アルゴリズムとしては、上述した例のように輪郭点間距離の平均を用いたり、例えば幅が一定でないラインパターンの場合には、例えば最大または最小の輪郭点間距離を最大線幅または最小線幅として計算するという単純な方法の他、複雑な計算手順を要する方法もある（例えば、特許文献１参照）。しかし、いずれの方法においても、それに先立つパターンの輪郭検出のアルゴリズムとしては、閾値法、直線近似法、最大傾斜法などが用いられている（例えば、特許文献２参照）。
【０００６】
【特許文献１】
特開２０００−１７１２３０
【特許文献２】
特開平９−１８４７１４
【０００７】
【発明が解決しようとする課題】
しかしながら、パターンの輪郭点を検出する上述した従来の方法では、パターンの形状や配置によって、輪郭が検出できない場合や、誤った輪郭を検出してしまう場合があった。また、上述した従来の方法では、パターンを切り取るＲＯＩの大きさによってパターンの寸法計測値が変化してしまう場合があった。また、上述の従来の方法では、ＲＯＩを指定することが必須であり、このためパターン形状が複雑な場合にはＲＯＩ指定に複雑な手順を必要とし、計測者の負荷の増大、自動計測の信頼性の低下をもたらしていた。さらに、上述の従来の方法では、パターンのコントラスト/ブライトネスまたはパターン側壁のテーパ角度等の変化によってパターンの寸法計測値が変化してしまう場合がある。さらには、上述の従来の方法では、パターン寸法等の計測値が計測倍率に依存してしまうという問題もあった。
【０００８】
本発明は上記事情に鑑みてなされたものであり、その目的は、高精度かつ高速でパターンを評価する方法、装置およびプログラムを提供することにある。
【０００９】
【課題を解決するための手段】
本発明は、以下の手段により上記課題の解決を図る。
【００１０】
即ち、本発明によれば、
評価対象であるパターンの画像のデータであって二次元の座標として与えられる画素の位置と各画素の濃淡値とで構成される画像データの供給を受けて前記パターンを評価する装置であって、
数値データで定義されるパターン輪郭モデルを生成する輪郭モデル生成手段と、
前記パターン輪郭モデルで前記画像データを走査して前記パターン輪郭モデルと前記パターンとの画像マッチング処理を実行し、前記パターンの輪郭点の座標を二次元平面内の座標として検出する輪郭点座標検出手段と、
を備え、
前記パターン輪郭モデルは、それぞれ相対濃淡値が格納されたセルの配列であって、座標値として定義される輪郭点位置が指定されたセル配列であり、
前記パターン輪郭モデル自体またはその走査方向は、前記画像マッチング処理中に回転される、ことを特徴とするパターン評価装置が提供される。
【００１１】
また、本発明によれば、
評価対象であるパターンの画像のデータであって二次元の座標として与えられる画素の位置と各画素の濃淡値とで構成される画像データを取得する手順と、
数値データで定義されるパターン輪郭モデルを生成する手順と、
前記パターン輪郭モデルで前記画像データを走査して前記パターン輪郭モデルと前記パターンとの画像マッチング処理を実行し、前記パターンの輪郭点の座標を二次元平面内の座標として検出する手順と、
を備え、
前記パターン輪郭モデルを生成する手順は、セル配列と、前記セル内にそれぞれ格納される相対濃淡値と、座標値として定義される輪郭点位置と、を指定する手順を含み、
前記パターン輪郭モデル自体またはその走査方向は、前記画像マッチング処理中に回転される、ことを特徴とするパターン評価方法が提供される。
【００１２】
さらに、本発明によれば、
上述した本発明にかかるパターン評価方法をコンピュータに実行させるプログラムが提供される。
【００１３】
【発明の実施の形態】
以下、本発明の実施の形態のいくつかについて図面を参照しながら説明する。以下の実施形態では、ＣＤＳＥＭ装置により得られたパターン画像を用いて半導体の微細パターンを評価する場合を取り上げて説明するが、本発明はこの分野およびＣＤＳＥＭ装置に限定されることなく、パターン一般の寸法および形状の新しい計測手法として他の様々な工業分野に適用することができる。
【００１４】
（Ａ）パターン評価装置の一実施形態
図１は、本発明にかかるパターン評価装置の実施の一形態の概略構成を示すブロック図である。同図に示すパターン評価装置２は、ワークステーション１２と、入力装置１４と、メモリ１６と、出力装置１８と、画像処理装置２０とを備える。
【００１５】
メモリ１６は、本発明にかかるパターン評価方法のアルゴリズムが書き込まれたレシピファイルを格納する。ワークステーション１２は、メモリ１６からレシピファイルを読み出し、このレシピファイルに従って装置全体を制御するとともに、後述する画像処理によりパターン輪郭座標を検出し、これに基づくパターン計測等のパターン評価を実行する。入力装置１４は、キーボードやマウス等の入力手段である。出力装置１８は、ワークステーション１２を介して画像処理装置２０から、後述するパターン輪郭モデルの画像データとともに、評価対象であるパターン（以下、評価パターンという）の画像（以下、計測対象画像という）のデータの供給を受け、図示しないディスプレイなどを用いて表示する。
【００１６】
画像処理装置２０は、ＣＰＵ２２と画像処理部２４と画像メモリ制御部２６と画像メモリ２８とを含む。
【００１７】
画像処理部２４は、パターン輪郭モデルを生成するとともに、ＳＥＭ画像データなどの画像データの入力を受けて後述する画像処理を実行する。画像処理部２４はまた、後述するように実際の画像からパターン輪郭モデルを生成する場合に、データ出力装置１８により表示される実画像上で評価パターンの輪郭を定義するための範囲指定ウインドウや、指定された範囲の画像を別途表示するための別ウインドウが画面上に表示されるように設定することもできる。
【００１８】
画像メモリ２８は、複数の記憶領域を有し、画像メモリ制御部２６の制御により、ＳＥＭ画像データとパターン輪郭モデルのデータとを異なる記憶領域に格納する。
【００１９】
図１に示すパターン評価装置２の動作について、本発明にかかるパターン評価方法の実施形態として図面を参照しながら説明する。なお、以下の各図において同一の部分には同一の参照番号を付してその説明を省略する。
【００２０】
（Ｂ）パターン評価方法の実施形態
以下、本発明にかかるパターン評価方法の実施の形態のいくつかについて説明する。
【００２１】
（１）第１の実施形態
まず、本発明にかかるパターン評価方法の第１の実施の形態について図２から図１０を参照しながら説明する。本実施形態では、ラインパターンを計測する場合について説明する。
【００２２】
図２は、本実施形態の概略手順を説明するフローチャートである。同図に示すように、まず、パターン輪郭点の検出に先立って、パターン輪郭モデルを予め生成する（ステップＳ１）。本実施形態におけるパターン輪郭モデルの具体例を図３（ａ）〜（ｃ）に示す。これらの図にそれぞれ示すパターン輪郭モデルＭＴ１〜ＭＴ３は、８Ｂｉｔの濃淡値を格納した画素の配列であり、各々のモデルには輪郭点ＥＰ１〜ＥＰ３の位置も併せて定義される。ここでは、パターン輪郭モデルの各輪郭点は、評価対象であるパターンを左から右へ見ていくときに検出される輪郭点として定義される。パターン輪郭モデルは、実際には数値として画像処理装置２の画像メモリ２８内に格納されている。このステップ１の手順は、登録されているパターン輪郭モデルが存在すれば、計測の度に実行する必要は無い。
【００２３】
次に、図示しないＳＥＭ装置または光学的撮像装置から評価対象であるパターンの画像データを取り入れ、レシピファイルまたはオペレータの操作によりＲＯＩの切り出しを実行して計測対象画像を取得する（ステップＳ２）。なお本実施形態においては、ＲＯＩを指定することとしたが、後述するように本発明にかかるパターン評価方法ではＲＯＩを指定しなくても計測処理を行うことができる。
【００２４】
次に、例えば図４の部分拡大図に示すようなラインパターンＰ２に対して上述したパターン輪郭モデルを基準画像として画像マッチングを実行する（図２ステップＳ３）。このとき、図５（ａ）に示すように、基準画像を計測対象画像上で水平方向の左から右へ（矢印ＤＳ１）走査させ、さらに、上記基準画像を左右逆にしたものを新たに基準画像として、その逆向きに（矢印ＤＳ２）に走査させる。画像マッチング処理により、パターン輪郭モデルの濃淡階調値パターンとの相関が局所的に極大となるような基準画像の位置を検出する。この際に、輪郭が存在するであろう画素について、その画素の濃淡値、分散値、基準画像とのマッチングスコア、その他の画素毎に定義できるあらゆる画像処理によって算出される値に基づいて画像マッチングの処理範囲を限定し、これにより処理時間を短縮することが望ましい。
【００２５】
画像マッチング処理の一方法について図６を参照しながらより具体的に説明する。図６（ａ）〜（ｅ）は、計測対象画像およびパターン輪郭モデルの輪郭部分における画素強度をＹ軸方向にとった概念図である。先ず、図６（ａ）に示すように、一画素毎に、パターン輪郭モデルに対応した対象画像の部分との相関を計算し、相関値ＶＣＲをプロットしていく。この相関値ＶＣＲは、図６（ｂ）に示すように、基準画像の走査によりパターン輪郭モデルが評価パターンの輪郭に接近するにつれて大きくなっていく。これらの操作を計測対象画像内においてＲＯＩで指定された領域の全てにわたって、または上記画素値によって限定された処理範囲内で実行する。次に、図６（ｃ）に示すように、各画素毎に得られた相関値ＶＣＲを、例えばガウス関数等で近似し、その極大点Ａ（Ａｘ，Ａｙ）をサブピクセルの精度で求める。図６（ｄ）に示すように、極大点ＡのＹ座標Ａｙは、輪郭の強度を表す。本実施形態では、ノイズと区別するために、一定値以上の強度を有するものについて輪郭とみなしている。また、図６（ｅ）に示すように、極大点ＡのＸ座標Ａｘは、評価パターンの輪郭点のＸ座標を表す。なお、厳密には、輪郭点の位置を検出するためには、パターン輪郭モデルで定義された輪郭点に基づいてオフセットを加えることになる。
【００２６】
以上の処理により、パターン輪郭モデルの輪郭点ＥＰで定義された位置に対応する位置がラインパターンＰ２の輪郭点座標となる（ステップＳ４）。画像マッチング処理においては、基準画像の白黒を反転させても良いし、基準画像のエッジ強度を調節しても良い。また、基準画像の回転および拡大、縮小を行っても良い。上述した基準画像の走査方法以外にも、図５（ｂ）に示すように、最初にラインパターンＰ２の中心を検出し、そこから水平方向の外向きまたは内向きに（矢印ＤＳ５，ＤＳ６）それぞれの向きに応じた基準画像を走査しても良い。これにより、画像マッチングに要する時間を短縮することができる。
【００２７】
図２に戻り、輪郭点が検出された後は、適当なアルゴリズムによりこのラインパターンＰ２の線幅を計算するなどにより評価パターンを計測する（ステップＳ５）。線幅の計算方法としては、例えば前述したように、水平線上にあるラインの右側の輪郭点と左側の輪郭点とでペアを形成し、そのペア間の（水平方向の）距離を計算し、それらの距離をＲＯＩの長手方向に平均してライン幅として出力しても良い。これ以外の方法として、特願２００１−０８９７３１に記載されるＤＡＤ法によってパターン幅を計算しても良い。この場合は、形成されるペアを水平線上に限定することがないので、複雑な形状のパターン計測に適している。この参照により、特願２００１−０８９７３１の内容を本願明細書に引用したものとする。
【００２８】
次に、計測画像のショットノイズによる画像マッチングの誤認識を回避するためのいくつかの方策について説明する。まず、パターン輪郭モデルのＹ方向の画素数として、図３（ａ）〜（ｃ）に示すモデルでは、いずれも１であるが、図７に示すパターン輪郭モデルＭＴ５のように、予め複数の画素数を持たせておいても良い。パターン輪郭モデル自体のＹ方向の画素数は１のままで、画像マッチングの際にソフト上でＹ方向の画素数を指定しても良い。また、パターン輪郭モデルの形状は、上述したモデルＭＴ１〜ＭＴ５のような矩形に限ることなく、例えば図８（ａ）〜（ｃ）に示すように、いかなる形状であっても構わない。
【００２９】
このように、本実施形態によれば、相対濃淡値と輪郭点位置とが定義されるパターン輪郭モデルを生成し、このパターン輪郭モデルを基準画像として計測対象画像とのマッチングを実行するので、従来の技術による方法では検出できなかったパターンについても高い精度で効率良く輪郭点を検出することができる。また、走査方向に直交する方向に複数の画素を有するパターン輪郭モデルを用いる場合は、画像ノイズに強い輪郭点検出が可能になり、誤検出を防止することができる。
【００３０】
本実施形態のパターン評価方法によれば、画像データの取得態様に応じて計測パターンのコントラストおよび断面形状等が変動する場合であっても一定の輪郭点を検出することができる。この点を図９および図１０を参照しながら説明する。
【００３１】
従来の測定方法によれば、同一のラインパターンに対して電子ビームを連続して多数回照射すると、計測値にドリフトが発生する。これは、電子ビームの照射によって評価パターンにチャージングが発生し、画像のコントラストが変化するからである。図９は、同一のラインパターンに電子ビームを連続して１０回照射したときの計測結果の一例を示す。図９の計測値Ｌ１に示すように、従来の測定方法では、チャージングの結果、大きな計測値のドリフトが発生している。これに対して、同図の計測値Ｌ２に示すように、本実施形態の方法を用いた計測ではドリフトが小さくなっている。
【００３２】
さらに、図１０は、露光条件を変えて作成したパターンに対する計測結果を従来の方法との対比で示すグラフである。図１０では、断面ＳＥＭによる計測値との差である測定バイアスをＹ軸にとって表示する。露光条件の変化は、パターンの形状、例えば側壁角度の変化をもたらす。このため、図１０の計測結果Ｌ１１、Ｌ１２に示すように、従来の技術による方法では、計測バイアスが露光条件に顕著に依存していることが分かる。これに対して、同図内の計測結果Ｌ２１、Ｌ２２に示すように、本実施形態の評価方法によれば、パターン輪郭モデルを適切に選択した場合、測定バイアスのパターン断面形状依存性が低減できることが分かる。このことからさらに、露光条件の異常を検知する感度を増大させるなどの目的で測定バイアスのパターン断面形状依存性を残したい場合には、別のパターン輪郭モデルを選択すれば良いことも分かる。このように、本実施形態によれば、計測目的に応じて臨機応変な計測が可能となる。
【００３３】
また、従来、複雑な形状のパターンの輪郭検出に当たっては、評価パターンに応じた複雑な形状のＲＯＩを指定しなければならなかった。このため、ＲＯＩ指定に際して複雑な手順と多くのパラメータが必要であった。この結果、ユーザーに煩雑な操作を強いたり、自動計測を困難にすることがあった。
【００３４】
これに対して本実施形態の方法によれば、前述したように、そもそもＲＯＩを指定する必要がないので、いかなる形状、例えば凹閉曲線のパターンに対しても容易にパターン輪郭点を検出することができる。また、複数のホールパターンが一つの計測画像に存在する場合でも、特に複雑なＲＯＩの指定を必要とすることなくすべてのパターンの輪郭点を検出できる。
【００３５】
上述した説明のうち、画像コントラストや露光条件の変化に依存しない点およびＲＯＩの指定が不要である点は、以下の第２〜第５の実施形態についても共通である。
【００３６】
（２）第２の実施形態
次に、本発明にかかるパターン評価方法の第２の実施の形態について図１１を参照しながら説明する。本実施形態では、ホールパターンのような閉曲線の輪郭検出を行なう場合について説明する。
【００３７】
パターン輪郭モデルとしては、上述した第１の実施形態と同様のモデルを考える。閉曲線の場合は、ラインパターンと異なり、輪郭点が全方位に分布している。このため、基準画像の走査方向を水平に固定したままでは計測できない。そこで、例えば図１１（ａ）に示すように、ホールパターンＰ４に対してＸ方向ＤＳ１，ＤＳ２に加えて、Ｙ方向ＤＳ３，ＤＳ４へもその向きに対応した基準画像を走査することで全方位の輪郭点が検出できる。また、図１１（ｂ）に示すように、第１の実施形態と同様にして（図５（ｂ）参照）、ホールパターンＰ４の中心を最初に検出し、そこからＸ方向外向きＤＳ５，ＤＳ６に、およびＹ方向外向きＤＳ７，ＤＳ８に、またはそれぞれの方向で内向きに、それぞれの向きに対応した基準画像を走査することにより、輪郭点の検出時間を短縮することができる。上述した形態では、基準画像の走査方向を回転させ、その回転刻みの角度を９０度としたが、評価パターンに応じて任意の角度の刻みで回転させても良い。この場合、輪郭点の検出精度と検出時間とはトレードオフの関係になるが、通常のホールパターンでは４５度の回転刻み角で良い結果が得られている。また、パターン輪郭モデルのＹ方向の画素数については、画素数が小さいほど輪郭点の検出精度は良くなる。
【００３８】
以上の手順により輪郭点を検出した後は、通常のホールパターンの計測手順を用いることができる。また、ホールパターンだけでなく、ラインパターンにおいても本実施形態の方法を用いることにより、幅が長手方向で変化するために曲線部分を有するラインパターンや、一つの計測画像中で複数のラインパターンが様々な角度で混在する場合等でも輪郭点の検出が可能となる。
【００３９】
（３）第３の実施形態
パターン輪郭モデルとして、画素配列とその中に格納される濃淡値と輪郭点位置とは、輪郭点検出に先立って定義しなければならない。これらの定義データは、例えば図７に示すような行列データから構成されており、数値ファイルの操作によって簡単に作成し編集することが可能である。本実施形態は、このような数値ファイルを操作することなく、実際の画像からパターン輪郭モデルを生成する方法を提供するものである。
【００４０】
まず、パターン輪郭モデル作成に先立って、出力装置１８（図１参照）により表示される実画像上でどこを輪郭と定義するかを範囲指定ウインドウを用いて適当な入力装置１４、例えばマウス等で指定する。このとき、指定された範囲が拡大されて別ウインドウに表示されるように画像処理部２４を設定すると便利である。
【００４１】
次に、実画像または拡大された指定範囲の画像の上に入力装置１４を操作してパターンの輪郭を定義し、表示する。さらに、パターン輪郭モデルの画素レイアウトを同様にマウス等の操作で指定する。パターン輪郭モデルは、このようにして得られた実画像データから、その濃淡値および輪郭点定義を指定した画素レイアウトに流し込むことによって作成される。このとき、例えば画素の平均値の画像処理を実行する必要がある場合も考えられる。また、濃淡値のラインプロファイルを、必要な画素配列に従ってサンプリングして作成する方法を用いても良い。また、パターン輪郭モデルを実画像から生成する際に、ユーザーにより指定された輪郭点の画素の濃淡値、分散値、基準画像とのマッチングスコア、その他画素毎に定義できるあらゆる画像処理によって求められる値をパラメータとして読み取り、それらを教師データとして、それらとのマハラノビスの距離を計算することで、より精度良く画像マッチングの処理範囲を決定しても良い。
【００４２】
このように、本実施形態によれば、実際の計測対象画像からパターン輪郭モデルを生成するので、適切なパターン輪郭モデルを迅速に生成でき、また、オペレータが視認する通りに評価パターンの輪郭点の座標を検出することができる。
【００４３】
（４）第４の実施形態
上述した実施形態において、作成されたパターン輪郭モデルは、いかなる倍率の計測画像に対しても適応している。しかしながら、輪郭点の検出精度を向上させるためには、計測画像の倍率に応じてパターン輪郭モデルを最適化することが望ましい。即ち、同一パターンで考えると、計測画像の倍率が小さければパターン輪郭モデルの輪郭部分に割り当てられる画素数が減ってしまう。これとは逆に、倍率が大きければ画素数は増える。この点は、従来の計測方法においてパターン寸法測定値の観察倍率依存性として問題となり、これを回避するために特開平９−１８４７１４に開示される方法が提案されている。しかしながら、この方法では計測倍率への切り替えのために処理時間を要し、また、そもそも計測倍率が装置の電子光学系の性能に従って大きな制約を受けるため、幅広いパターンについて適応させることが困難であった。
【００４４】
本実施形態のパターン評価方法では、パターン輪郭モデルの画素数を計測倍率に応じて柔軟に変更する。即ち、同一のラインパターンＰ６に対して、図１２（ａ）に示すように計測倍率が例えば１００ｋ倍であるときは、同図（ｃ）に示すパターン輪郭モデルＭＴ１１のように輪郭点に割り当てる画素数が１つのモデルを生成する。これに対して、図１２（ｂ）に示すように計測倍率が例えば２００ｋ倍であるときは、図１２（ｄ）に示すパターン輪郭モデルＭＴ１２のように、多数の画素内で輪郭点を割り当てるモデルを生成する。このようなモデル変更は、対応するアルゴリズムをレシピファイルに記述しておけば、計測倍率に応じた自動処理が可能である。
【００４５】
このように、本実施形態によれば、いかなる倍率の計測画像に対しても最適なパターン輪郭モデルを生成することができる。これによりパターン寸法の計測倍率依存性を低減させることができる。
【００４６】
上述した第１〜第３の実施形態による輪郭点検出によっても、計測倍率への依存性がそもそも小さいため、従来の技術よりも計測倍率を自由に選べる利点があるが、輪郭点の検出精度をさらに向上させるためには、本実施形態による方法を用いても良い。
【００４７】
（５）第５の実施形態
本実施形態は、計測対象画像中の一つのパターンに対して複数のパターン輪郭モデルを適応することにより複雑なパターンの輪郭点を検出する方法を提供する。例えば図１３に示すパターンＰ８のように、側面がテーパ状になっているために、同一画像内にトップ（上面層）の形状Ｐ８ｔとボトム（底面層）の形状Ｐ８ｂとが混在する場合は、例えば図１４に示す２つのパターン輪郭モデルＭＴ１３ａ，ＭＴ１３ｂを生成し、これらを基準画像として画像マッチング処理を実行する。これにより、図１５に示すように、それぞれのパターン輪郭モデルＭＴ１３ａ，ＭＴ１３ｂに対応する輪郭点ＤＰａ，ＤＰｂを同時に検出することができる。また、これら２つのパターン輪郭モデルＭＴ１３ａ，ＭＴ１３ｂに代えて、図１６に示すように、２つの輪郭点ＥＰ１３ａ，ＥＰ１３ｂを有する単一のパターン輪郭モデルＭＴ１３を用いても同様の結果が得られる。
【００４８】
このように、本実施形態によれば、複数のパターン輪郭モデルまたは、単一ではあるが複数の輪郭点が定義されたモデルを用いるので、異なる複数の形状で構成されるパターンについても各構成部分を同時に計測できる。これにより、計測時間を大幅に短縮することができる。さらに、異なる形状の構成部分同士で輪郭間の関係を計測することも可能になる。
【００４９】
（Ｃ）プログラムおよび記録媒体
上述したパターン評価方法の一連の手順は、プログラムに組み込んで画像データ処理可能なコンピュータに読込ませて実行させても良い。これにより、本発明にかかるパターン評価方法を汎用コンピュータを用いて実現することができる。また、上述したパターン評価方法の一連の手順を画像データ処理可能なコンピュータに実行させるプログラムとしてフレキシブルディスクやＣＤ−ＲＯＭ等の記録媒体に収納し、コンピュータに読込ませて実行させても良い。記録媒体は、磁気ディスクや光ディスク等の携帯可能なものに限定されず、ハードディスク装置やメモリなどの固定型の記録媒体でも良い。また、上述したパターン評価方法の一連の手順を組込んだプログラムをインターネット等の通信回線（無線通信を含む）を介して頒布しても良い。さらに、上述したパターン評価方法の一連の手順を組込んだプログラムを暗号化したり、変調をかけたり、圧縮した状態で、インターネット等の有線回線や無線回線を介して、または記録媒体に収納して頒布しても良い。
【００５０】
以上、本発明の実施の形態のいくつかについて説明したが、本発明は上記形態に限るものでは決してなく、当業者は本発明の技術的範囲から逸脱することなく種々変形して適用することができる。上述した実施形態では、評価パターンの画像としてＣＤＳＥＭから取得したＳＥＭ画像を取り上げて説明したが、これに限ることなく、例えば一般的な光学的撮像装置を用いて取得した光学画像に対しても本発明を適用できることは勿論である。さらに、本実施形態における輪郭点検出方法と特願２００１−０８９７３１に記載されるＤＡＤ法とを組み合わせれば複数のパターンを同時に測定することが可能になり、パターン評価の精度と効率をさらに向上させることができる。
【００５１】
【発明の効果】
以上詳述したとおり、本発明によれば、複雑な形状を有するパターンであっても、パターン画像の倍率、コントラスト、フォーカス、断面形状等に依存することなく、高精度で高速にパターンを評価することができる。
【図面の簡単な説明】
【図１】本発明にかかるパターン評価装置の実施の一形態の概略構成を示すブロック図である。
【図２】本発明にかかるパターン評価方法の第１の実施の形態の概略手順を説明するフローチャートである。
【図３】パターン輪郭モデルの具体例を示す模式図である。
【図４】評価対象であるラインパターンの一例の輪郭線の部分拡大図である。
【図５】図２に示す画像マッチング処理を説明する概念図である。
【図６】図２に示す画像マッチング処理のより具体的な一方法を説明する概念図である。
【図７】Ｘ方向に加えてＹ方向にも複数の画素を有するパターン輪郭モデルの一例を示す模式図である。
【図８】矩形以外の形状を有するパターン輪郭モデルの具体例を示す模式図である。
【図９】同一のラインパターンに電子ビームを連続して１０回照射したときの計測結果の一例を従来の方法との対比で示すグラフである。
【図１０】露光条件を変えて作成したパターンに対する計測結果の一例を従来の方法との対比で示すグラフである。
【図１１】本発明にかかるパターン評価方法の第２の実施の形態を説明する概念図である。
【図１２】本発明にかかるパターン評価方法の第４の実施の形態を説明する概念図である。
【図１３】本発明にかかるパターン評価方法の第５の実施の形態の適用対象となるパターンの一例を示す模式図である。
【図１４】本発明にかかるパターン評価方法の第５の実施の形態に用いられる２つのパターン輪郭モデルの具体例を示す模式図である。
【図１５】本発明にかかるパターン評価方法の第５の実施の形態が奏する効果を示す模式図である。
【図１６】複数の輪郭点が定義されたパターン輪郭モデルの一具体例を示す概念図である。
【符号の説明】
２ パターン評価装置
１２ ワークステーション
１４ 入力装置
１６ メモリ
１８ 出力装置
２０ 画像処理装置
２２ ＣＰＵ
２４ 画像処理部
２６ 画像メモリ制御部
２８ 画像メモリ
ＭＴ１〜ＭＴ９，ＭＴ１１，ＭＴ１２，ＭＴ１３，ＭＴ１３ａ，ＭＴ１３ｂ パターン輪郭モデル
Ｐ２，Ｐ４，Ｐ６，Ｐ８ 評価パターン
【発明の属する技術分野】
本発明は、パターンの寸法および形状を計測することでパターンを評価する装置、評価方法およびプログラムに関する。
【０００２】
【従来の技術】
従来の技術によるパターン評価方法について、半導体の微細パターンの評価方法を具体例に挙げて説明する。
【０００３】
パターンの評価は、半導体の製造工程においても重要であり、このことは、リソグラフィー工程やエッチング工程等で形成される微細パターンについて特に顕著である。従来、電子ビームを用いたＣＤＳＥＭ（Critical Dimension Scanning Electron Microscope）を用いてパターンの寸法（例えば、ラインパターンの場合では線幅等、ホールパターンの場合では穴径等）を計測し、評価する方法が一般に採用されている。ＣＤＳＥＭでは、一次電子ビームの照射により試料から発生した二次電子を検出器で捕獲し、その信号強度として得られるパターンのＳＥＭ画像を処理することにより、寸法計測等のパターン評価が実行される。ＣＤＳＥＭを用いた従来のパターン評価方法についてラインパターンの線幅を求める場合を例に挙げてより具体的に説明する。
【０００４】
最初に、試料上に形成されたラインパターンの長手方向に対して垂直となるように走査線方向を定めて電子ビームを走査し、ＳＥＭ画像を取得する。次に、測定レシピに記述された計測範囲（ＲＯＩ：Region Of Interest）またはオペレータにより指定されたＲＯＩに従ってＳＥＭ画像を切り出し、例えば画像処理可能なコンピュータの画像メモリに保存する。続いて、ＳＥＭ装置の上記走査線方向をＸ方向とすると、切り出された画像のＸ方向の各線画素毎に濃度分布曲線（ラインプロファイル）を作成し、このプロファイルから、例えば閾値法によってパターンの輪郭点座標を抽出する。この場合は左右二ヶ所の輪郭点（Ｘ座標）を抽出する。次に、これらの輪郭点間の距離（Ｘ座標の差）をラインパターンのこの線画素における幅と決定し、各線画素毎の幅を計算する。これらの値をＲＯＩの長手方向に平均したものを最終的にラインパターンの幅として出力する。計算値は、画像のノイズによって変動することがあるため、この変動を除去するために、例えば上下の線画素も加えた三本の線画素における幅を平均した値を求め、この平均値をその線画素における幅と決定しても良いし、また、輪郭点間の距離の値をＲＯＩの長手方向に平均したものを最終的にラインパターンの幅として出力しても良い。なお、ラインパターンのようにＲＯＩの長手方向で幅の変化が小さい場合には、一般的に、線画素を間引いて幅を計算することにより計算時間を短縮する。
【０００５】
このように、パターンの寸法計測を行なう場合、画像処理として次の２つのステップが必要である。即ち、輪郭検出アルゴリズムを用いてパターンの輪郭を検出するステップと、検出された輪郭点の座標から、計測の目的に合致したＣＤ計測アルゴリズムによりパターン寸法を計算するステップである。これらのうち、ＣＤ計測アルゴリズムとしては、上述した例のように輪郭点間距離の平均を用いたり、例えば幅が一定でないラインパターンの場合には、例えば最大または最小の輪郭点間距離を最大線幅または最小線幅として計算するという単純な方法の他、複雑な計算手順を要する方法もある（例えば、特許文献１参照）。しかし、いずれの方法においても、それに先立つパターンの輪郭検出のアルゴリズムとしては、閾値法、直線近似法、最大傾斜法などが用いられている（例えば、特許文献２参照）。
【０００６】
【特許文献１】
特開２０００−１７１２３０
【特許文献２】
特開平９−１８４７１４
【０００７】
【発明が解決しようとする課題】
しかしながら、パターンの輪郭点を検出する上述した従来の方法では、パターンの形状や配置によって、輪郭が検出できない場合や、誤った輪郭を検出してしまう場合があった。また、上述した従来の方法では、パターンを切り取るＲＯＩの大きさによってパターンの寸法計測値が変化してしまう場合があった。また、上述の従来の方法では、ＲＯＩを指定することが必須であり、このためパターン形状が複雑な場合にはＲＯＩ指定に複雑な手順を必要とし、計測者の負荷の増大、自動計測の信頼性の低下をもたらしていた。さらに、上述の従来の方法では、パターンのコントラスト/ブライトネスまたはパターン側壁のテーパ角度等の変化によってパターンの寸法計測値が変化してしまう場合がある。さらには、上述の従来の方法では、パターン寸法等の計測値が計測倍率に依存してしまうという問題もあった。
【０００８】
本発明は上記事情に鑑みてなされたものであり、その目的は、高精度かつ高速でパターンを評価する方法、装置およびプログラムを提供することにある。
【０００９】
【課題を解決するための手段】
本発明は、以下の手段により上記課題の解決を図る。
【００１０】
即ち、本発明によれば、
評価対象であるパターンの画像のデータであって二次元の座標として与えられる画素の位置と各画素の濃淡値とで構成される画像データの供給を受けて前記パターンを評価する装置であって、
数値データで定義されるパターン輪郭モデルを生成する輪郭モデル生成手段と、
前記パターン輪郭モデルで前記画像データを走査して前記パターン輪郭モデルと前記パターンとの画像マッチング処理を実行し、前記パターンの輪郭点の座標を二次元平面内の座標として検出する輪郭点座標検出手段と、
を備え、
前記パターン輪郭モデルは、それぞれ相対濃淡値が格納されたセルの配列であって、座標値として定義される輪郭点位置が指定されたセル配列であり、
前記パターン輪郭モデル自体またはその走査方向は、前記画像マッチング処理中に回転される、ことを特徴とするパターン評価装置が提供される。
【００１１】
また、本発明によれば、
評価対象であるパターンの画像のデータであって二次元の座標として与えられる画素の位置と各画素の濃淡値とで構成される画像データを取得する手順と、
数値データで定義されるパターン輪郭モデルを生成する手順と、
前記パターン輪郭モデルで前記画像データを走査して前記パターン輪郭モデルと前記パターンとの画像マッチング処理を実行し、前記パターンの輪郭点の座標を二次元平面内の座標として検出する手順と、
を備え、
前記パターン輪郭モデルを生成する手順は、セル配列と、前記セル内にそれぞれ格納される相対濃淡値と、座標値として定義される輪郭点位置と、を指定する手順を含み、
前記パターン輪郭モデル自体またはその走査方向は、前記画像マッチング処理中に回転される、ことを特徴とするパターン評価方法が提供される。
【００１２】
さらに、本発明によれば、
上述した本発明にかかるパターン評価方法をコンピュータに実行させるプログラムが提供される。
【００１３】
【発明の実施の形態】
以下、本発明の実施の形態のいくつかについて図面を参照しながら説明する。以下の実施形態では、ＣＤＳＥＭ装置により得られたパターン画像を用いて半導体の微細パターンを評価する場合を取り上げて説明するが、本発明はこの分野およびＣＤＳＥＭ装置に限定されることなく、パターン一般の寸法および形状の新しい計測手法として他の様々な工業分野に適用することができる。
【００１４】
（Ａ）パターン評価装置の一実施形態
図１は、本発明にかかるパターン評価装置の実施の一形態の概略構成を示すブロック図である。同図に示すパターン評価装置２は、ワークステーション１２と、入力装置１４と、メモリ１６と、出力装置１８と、画像処理装置２０とを備える。
【００１５】
メモリ１６は、本発明にかかるパターン評価方法のアルゴリズムが書き込まれたレシピファイルを格納する。ワークステーション１２は、メモリ１６からレシピファイルを読み出し、このレシピファイルに従って装置全体を制御するとともに、後述する画像処理によりパターン輪郭座標を検出し、これに基づくパターン計測等のパターン評価を実行する。入力装置１４は、キーボードやマウス等の入力手段である。出力装置１８は、ワークステーション１２を介して画像処理装置２０から、後述するパターン輪郭モデルの画像データとともに、評価対象であるパターン（以下、評価パターンという）の画像（以下、計測対象画像という）のデータの供給を受け、図示しないディスプレイなどを用いて表示する。
【００１６】
画像処理装置２０は、ＣＰＵ２２と画像処理部２４と画像メモリ制御部２６と画像メモリ２８とを含む。
【００１７】
画像処理部２４は、パターン輪郭モデルを生成するとともに、ＳＥＭ画像データなどの画像データの入力を受けて後述する画像処理を実行する。画像処理部２４はまた、後述するように実際の画像からパターン輪郭モデルを生成する場合に、データ出力装置１８により表示される実画像上で評価パターンの輪郭を定義するための範囲指定ウインドウや、指定された範囲の画像を別途表示するための別ウインドウが画面上に表示されるように設定することもできる。
【００１８】
画像メモリ２８は、複数の記憶領域を有し、画像メモリ制御部２６の制御により、ＳＥＭ画像データとパターン輪郭モデルのデータとを異なる記憶領域に格納する。
【００１９】
図１に示すパターン評価装置２の動作について、本発明にかかるパターン評価方法の実施形態として図面を参照しながら説明する。なお、以下の各図において同一の部分には同一の参照番号を付してその説明を省略する。
【００２０】
（Ｂ）パターン評価方法の実施形態
以下、本発明にかかるパターン評価方法の実施の形態のいくつかについて説明する。
【００２１】
（１）第１の実施形態
まず、本発明にかかるパターン評価方法の第１の実施の形態について図２から図１０を参照しながら説明する。本実施形態では、ラインパターンを計測する場合について説明する。
【００２２】
図２は、本実施形態の概略手順を説明するフローチャートである。同図に示すように、まず、パターン輪郭点の検出に先立って、パターン輪郭モデルを予め生成する（ステップＳ１）。本実施形態におけるパターン輪郭モデルの具体例を図３（ａ）〜（ｃ）に示す。これらの図にそれぞれ示すパターン輪郭モデルＭＴ１〜ＭＴ３は、８Ｂｉｔの濃淡値を格納した画素の配列であり、各々のモデルには輪郭点ＥＰ１〜ＥＰ３の位置も併せて定義される。ここでは、パターン輪郭モデルの各輪郭点は、評価対象であるパターンを左から右へ見ていくときに検出される輪郭点として定義される。パターン輪郭モデルは、実際には数値として画像処理装置２の画像メモリ２８内に格納されている。このステップ１の手順は、登録されているパターン輪郭モデルが存在すれば、計測の度に実行する必要は無い。
【００２３】
次に、図示しないＳＥＭ装置または光学的撮像装置から評価対象であるパターンの画像データを取り入れ、レシピファイルまたはオペレータの操作によりＲＯＩの切り出しを実行して計測対象画像を取得する（ステップＳ２）。なお本実施形態においては、ＲＯＩを指定することとしたが、後述するように本発明にかかるパターン評価方法ではＲＯＩを指定しなくても計測処理を行うことができる。
【００２４】
次に、例えば図４の部分拡大図に示すようなラインパターンＰ２に対して上述したパターン輪郭モデルを基準画像として画像マッチングを実行する（図２ステップＳ３）。このとき、図５（ａ）に示すように、基準画像を計測対象画像上で水平方向の左から右へ（矢印ＤＳ１）走査させ、さらに、上記基準画像を左右逆にしたものを新たに基準画像として、その逆向きに（矢印ＤＳ２）に走査させる。画像マッチング処理により、パターン輪郭モデルの濃淡階調値パターンとの相関が局所的に極大となるような基準画像の位置を検出する。この際に、輪郭が存在するであろう画素について、その画素の濃淡値、分散値、基準画像とのマッチングスコア、その他の画素毎に定義できるあらゆる画像処理によって算出される値に基づいて画像マッチングの処理範囲を限定し、これにより処理時間を短縮することが望ましい。
【００２５】
画像マッチング処理の一方法について図６を参照しながらより具体的に説明する。図６（ａ）〜（ｅ）は、計測対象画像およびパターン輪郭モデルの輪郭部分における画素強度をＹ軸方向にとった概念図である。先ず、図６（ａ）に示すように、一画素毎に、パターン輪郭モデルに対応した対象画像の部分との相関を計算し、相関値ＶＣＲをプロットしていく。この相関値ＶＣＲは、図６（ｂ）に示すように、基準画像の走査によりパターン輪郭モデルが評価パターンの輪郭に接近するにつれて大きくなっていく。これらの操作を計測対象画像内においてＲＯＩで指定された領域の全てにわたって、または上記画素値によって限定された処理範囲内で実行する。次に、図６（ｃ）に示すように、各画素毎に得られた相関値ＶＣＲを、例えばガウス関数等で近似し、その極大点Ａ（Ａｘ，Ａｙ）をサブピクセルの精度で求める。図６（ｄ）に示すように、極大点ＡのＹ座標Ａｙは、輪郭の強度を表す。本実施形態では、ノイズと区別するために、一定値以上の強度を有するものについて輪郭とみなしている。また、図６（ｅ）に示すように、極大点ＡのＸ座標Ａｘは、評価パターンの輪郭点のＸ座標を表す。なお、厳密には、輪郭点の位置を検出するためには、パターン輪郭モデルで定義された輪郭点に基づいてオフセットを加えることになる。
【００２６】
以上の処理により、パターン輪郭モデルの輪郭点ＥＰで定義された位置に対応する位置がラインパターンＰ２の輪郭点座標となる（ステップＳ４）。画像マッチング処理においては、基準画像の白黒を反転させても良いし、基準画像のエッジ強度を調節しても良い。また、基準画像の回転および拡大、縮小を行っても良い。上述した基準画像の走査方法以外にも、図５（ｂ）に示すように、最初にラインパターンＰ２の中心を検出し、そこから水平方向の外向きまたは内向きに（矢印ＤＳ５，ＤＳ６）それぞれの向きに応じた基準画像を走査しても良い。これにより、画像マッチングに要する時間を短縮することができる。
【００２７】
図２に戻り、輪郭点が検出された後は、適当なアルゴリズムによりこのラインパターンＰ２の線幅を計算するなどにより評価パターンを計測する（ステップＳ５）。線幅の計算方法としては、例えば前述したように、水平線上にあるラインの右側の輪郭点と左側の輪郭点とでペアを形成し、そのペア間の（水平方向の）距離を計算し、それらの距離をＲＯＩの長手方向に平均してライン幅として出力しても良い。これ以外の方法として、特願２００１−０８９７３１に記載されるＤＡＤ法によってパターン幅を計算しても良い。この場合は、形成されるペアを水平線上に限定することがないので、複雑な形状のパターン計測に適している。この参照により、特願２００１−０８９７３１の内容を本願明細書に引用したものとする。
【００２８】
次に、計測画像のショットノイズによる画像マッチングの誤認識を回避するためのいくつかの方策について説明する。まず、パターン輪郭モデルのＹ方向の画素数として、図３（ａ）〜（ｃ）に示すモデルでは、いずれも１であるが、図７に示すパターン輪郭モデルＭＴ５のように、予め複数の画素数を持たせておいても良い。パターン輪郭モデル自体のＹ方向の画素数は１のままで、画像マッチングの際にソフト上でＹ方向の画素数を指定しても良い。また、パターン輪郭モデルの形状は、上述したモデルＭＴ１〜ＭＴ５のような矩形に限ることなく、例えば図８（ａ）〜（ｃ）に示すように、いかなる形状であっても構わない。
【００２９】
このように、本実施形態によれば、相対濃淡値と輪郭点位置とが定義されるパターン輪郭モデルを生成し、このパターン輪郭モデルを基準画像として計測対象画像とのマッチングを実行するので、従来の技術による方法では検出できなかったパターンについても高い精度で効率良く輪郭点を検出することができる。また、走査方向に直交する方向に複数の画素を有するパターン輪郭モデルを用いる場合は、画像ノイズに強い輪郭点検出が可能になり、誤検出を防止することができる。
【００３０】
本実施形態のパターン評価方法によれば、画像データの取得態様に応じて計測パターンのコントラストおよび断面形状等が変動する場合であっても一定の輪郭点を検出することができる。この点を図９および図１０を参照しながら説明する。
【００３１】
従来の測定方法によれば、同一のラインパターンに対して電子ビームを連続して多数回照射すると、計測値にドリフトが発生する。これは、電子ビームの照射によって評価パターンにチャージングが発生し、画像のコントラストが変化するからである。図９は、同一のラインパターンに電子ビームを連続して１０回照射したときの計測結果の一例を示す。図９の計測値Ｌ１に示すように、従来の測定方法では、チャージングの結果、大きな計測値のドリフトが発生している。これに対して、同図の計測値Ｌ２に示すように、本実施形態の方法を用いた計測ではドリフトが小さくなっている。
【００３２】
さらに、図１０は、露光条件を変えて作成したパターンに対する計測結果を従来の方法との対比で示すグラフである。図１０では、断面ＳＥＭによる計測値との差である測定バイアスをＹ軸にとって表示する。露光条件の変化は、パターンの形状、例えば側壁角度の変化をもたらす。このため、図１０の計測結果Ｌ１１、Ｌ１２に示すように、従来の技術による方法では、計測バイアスが露光条件に顕著に依存していることが分かる。これに対して、同図内の計測結果Ｌ２１、Ｌ２２に示すように、本実施形態の評価方法によれば、パターン輪郭モデルを適切に選択した場合、測定バイアスのパターン断面形状依存性が低減できることが分かる。このことからさらに、露光条件の異常を検知する感度を増大させるなどの目的で測定バイアスのパターン断面形状依存性を残したい場合には、別のパターン輪郭モデルを選択すれば良いことも分かる。このように、本実施形態によれば、計測目的に応じて臨機応変な計測が可能となる。
【００３３】
また、従来、複雑な形状のパターンの輪郭検出に当たっては、評価パターンに応じた複雑な形状のＲＯＩを指定しなければならなかった。このため、ＲＯＩ指定に際して複雑な手順と多くのパラメータが必要であった。この結果、ユーザーに煩雑な操作を強いたり、自動計測を困難にすることがあった。
【００３４】
これに対して本実施形態の方法によれば、前述したように、そもそもＲＯＩを指定する必要がないので、いかなる形状、例えば凹閉曲線のパターンに対しても容易にパターン輪郭点を検出することができる。また、複数のホールパターンが一つの計測画像に存在する場合でも、特に複雑なＲＯＩの指定を必要とすることなくすべてのパターンの輪郭点を検出できる。
【００３５】
上述した説明のうち、画像コントラストや露光条件の変化に依存しない点およびＲＯＩの指定が不要である点は、以下の第２〜第５の実施形態についても共通である。
【００３６】
（２）第２の実施形態
次に、本発明にかかるパターン評価方法の第２の実施の形態について図１１を参照しながら説明する。本実施形態では、ホールパターンのような閉曲線の輪郭検出を行なう場合について説明する。
【００３７】
パターン輪郭モデルとしては、上述した第１の実施形態と同様のモデルを考える。閉曲線の場合は、ラインパターンと異なり、輪郭点が全方位に分布している。このため、基準画像の走査方向を水平に固定したままでは計測できない。そこで、例えば図１１（ａ）に示すように、ホールパターンＰ４に対してＸ方向ＤＳ１，ＤＳ２に加えて、Ｙ方向ＤＳ３，ＤＳ４へもその向きに対応した基準画像を走査することで全方位の輪郭点が検出できる。また、図１１（ｂ）に示すように、第１の実施形態と同様にして（図５（ｂ）参照）、ホールパターンＰ４の中心を最初に検出し、そこからＸ方向外向きＤＳ５，ＤＳ６に、およびＹ方向外向きＤＳ７，ＤＳ８に、またはそれぞれの方向で内向きに、それぞれの向きに対応した基準画像を走査することにより、輪郭点の検出時間を短縮することができる。上述した形態では、基準画像の走査方向を回転させ、その回転刻みの角度を９０度としたが、評価パターンに応じて任意の角度の刻みで回転させても良い。この場合、輪郭点の検出精度と検出時間とはトレードオフの関係になるが、通常のホールパターンでは４５度の回転刻み角で良い結果が得られている。また、パターン輪郭モデルのＹ方向の画素数については、画素数が小さいほど輪郭点の検出精度は良くなる。
【００３８】
以上の手順により輪郭点を検出した後は、通常のホールパターンの計測手順を用いることができる。また、ホールパターンだけでなく、ラインパターンにおいても本実施形態の方法を用いることにより、幅が長手方向で変化するために曲線部分を有するラインパターンや、一つの計測画像中で複数のラインパターンが様々な角度で混在する場合等でも輪郭点の検出が可能となる。
【００３９】
（３）第３の実施形態
パターン輪郭モデルとして、画素配列とその中に格納される濃淡値と輪郭点位置とは、輪郭点検出に先立って定義しなければならない。これらの定義データは、例えば図７に示すような行列データから構成されており、数値ファイルの操作によって簡単に作成し編集することが可能である。本実施形態は、このような数値ファイルを操作することなく、実際の画像からパターン輪郭モデルを生成する方法を提供するものである。
【００４０】
まず、パターン輪郭モデル作成に先立って、出力装置１８（図１参照）により表示される実画像上でどこを輪郭と定義するかを範囲指定ウインドウを用いて適当な入力装置１４、例えばマウス等で指定する。このとき、指定された範囲が拡大されて別ウインドウに表示されるように画像処理部２４を設定すると便利である。
【００４１】
次に、実画像または拡大された指定範囲の画像の上に入力装置１４を操作してパターンの輪郭を定義し、表示する。さらに、パターン輪郭モデルの画素レイアウトを同様にマウス等の操作で指定する。パターン輪郭モデルは、このようにして得られた実画像データから、その濃淡値および輪郭点定義を指定した画素レイアウトに流し込むことによって作成される。このとき、例えば画素の平均値の画像処理を実行する必要がある場合も考えられる。また、濃淡値のラインプロファイルを、必要な画素配列に従ってサンプリングして作成する方法を用いても良い。また、パターン輪郭モデルを実画像から生成する際に、ユーザーにより指定された輪郭点の画素の濃淡値、分散値、基準画像とのマッチングスコア、その他画素毎に定義できるあらゆる画像処理によって求められる値をパラメータとして読み取り、それらを教師データとして、それらとのマハラノビスの距離を計算することで、より精度良く画像マッチングの処理範囲を決定しても良い。
【００４２】
このように、本実施形態によれば、実際の計測対象画像からパターン輪郭モデルを生成するので、適切なパターン輪郭モデルを迅速に生成でき、また、オペレータが視認する通りに評価パターンの輪郭点の座標を検出することができる。
【００４３】
（４）第４の実施形態
上述した実施形態において、作成されたパターン輪郭モデルは、いかなる倍率の計測画像に対しても適応している。しかしながら、輪郭点の検出精度を向上させるためには、計測画像の倍率に応じてパターン輪郭モデルを最適化することが望ましい。即ち、同一パターンで考えると、計測画像の倍率が小さければパターン輪郭モデルの輪郭部分に割り当てられる画素数が減ってしまう。これとは逆に、倍率が大きければ画素数は増える。この点は、従来の計測方法においてパターン寸法測定値の観察倍率依存性として問題となり、これを回避するために特開平９−１８４７１４に開示される方法が提案されている。しかしながら、この方法では計測倍率への切り替えのために処理時間を要し、また、そもそも計測倍率が装置の電子光学系の性能に従って大きな制約を受けるため、幅広いパターンについて適応させることが困難であった。
【００４４】
本実施形態のパターン評価方法では、パターン輪郭モデルの画素数を計測倍率に応じて柔軟に変更する。即ち、同一のラインパターンＰ６に対して、図１２（ａ）に示すように計測倍率が例えば１００ｋ倍であるときは、同図（ｃ）に示すパターン輪郭モデルＭＴ１１のように輪郭点に割り当てる画素数が１つのモデルを生成する。これに対して、図１２（ｂ）に示すように計測倍率が例えば２００ｋ倍であるときは、図１２（ｄ）に示すパターン輪郭モデルＭＴ１２のように、多数の画素内で輪郭点を割り当てるモデルを生成する。このようなモデル変更は、対応するアルゴリズムをレシピファイルに記述しておけば、計測倍率に応じた自動処理が可能である。
【００４５】
このように、本実施形態によれば、いかなる倍率の計測画像に対しても最適なパターン輪郭モデルを生成することができる。これによりパターン寸法の計測倍率依存性を低減させることができる。
【００４６】
上述した第１〜第３の実施形態による輪郭点検出によっても、計測倍率への依存性がそもそも小さいため、従来の技術よりも計測倍率を自由に選べる利点があるが、輪郭点の検出精度をさらに向上させるためには、本実施形態による方法を用いても良い。
【００４７】
（５）第５の実施形態
本実施形態は、計測対象画像中の一つのパターンに対して複数のパターン輪郭モデルを適応することにより複雑なパターンの輪郭点を検出する方法を提供する。例えば図１３に示すパターンＰ８のように、側面がテーパ状になっているために、同一画像内にトップ（上面層）の形状Ｐ８ｔとボトム（底面層）の形状Ｐ８ｂとが混在する場合は、例えば図１４に示す２つのパターン輪郭モデルＭＴ１３ａ，ＭＴ１３ｂを生成し、これらを基準画像として画像マッチング処理を実行する。これにより、図１５に示すように、それぞれのパターン輪郭モデルＭＴ１３ａ，ＭＴ１３ｂに対応する輪郭点ＤＰａ，ＤＰｂを同時に検出することができる。また、これら２つのパターン輪郭モデルＭＴ１３ａ，ＭＴ１３ｂに代えて、図１６に示すように、２つの輪郭点ＥＰ１３ａ，ＥＰ１３ｂを有する単一のパターン輪郭モデルＭＴ１３を用いても同様の結果が得られる。
【００４８】
このように、本実施形態によれば、複数のパターン輪郭モデルまたは、単一ではあるが複数の輪郭点が定義されたモデルを用いるので、異なる複数の形状で構成されるパターンについても各構成部分を同時に計測できる。これにより、計測時間を大幅に短縮することができる。さらに、異なる形状の構成部分同士で輪郭間の関係を計測することも可能になる。
【００４９】
（Ｃ）プログラムおよび記録媒体
上述したパターン評価方法の一連の手順は、プログラムに組み込んで画像データ処理可能なコンピュータに読込ませて実行させても良い。これにより、本発明にかかるパターン評価方法を汎用コンピュータを用いて実現することができる。また、上述したパターン評価方法の一連の手順を画像データ処理可能なコンピュータに実行させるプログラムとしてフレキシブルディスクやＣＤ−ＲＯＭ等の記録媒体に収納し、コンピュータに読込ませて実行させても良い。記録媒体は、磁気ディスクや光ディスク等の携帯可能なものに限定されず、ハードディスク装置やメモリなどの固定型の記録媒体でも良い。また、上述したパターン評価方法の一連の手順を組込んだプログラムをインターネット等の通信回線（無線通信を含む）を介して頒布しても良い。さらに、上述したパターン評価方法の一連の手順を組込んだプログラムを暗号化したり、変調をかけたり、圧縮した状態で、インターネット等の有線回線や無線回線を介して、または記録媒体に収納して頒布しても良い。
【００５０】
以上、本発明の実施の形態のいくつかについて説明したが、本発明は上記形態に限るものでは決してなく、当業者は本発明の技術的範囲から逸脱することなく種々変形して適用することができる。上述した実施形態では、評価パターンの画像としてＣＤＳＥＭから取得したＳＥＭ画像を取り上げて説明したが、これに限ることなく、例えば一般的な光学的撮像装置を用いて取得した光学画像に対しても本発明を適用できることは勿論である。さらに、本実施形態における輪郭点検出方法と特願２００１−０８９７３１に記載されるＤＡＤ法とを組み合わせれば複数のパターンを同時に測定することが可能になり、パターン評価の精度と効率をさらに向上させることができる。
【００５１】
【発明の効果】
以上詳述したとおり、本発明によれば、複雑な形状を有するパターンであっても、パターン画像の倍率、コントラスト、フォーカス、断面形状等に依存することなく、高精度で高速にパターンを評価することができる。
【図面の簡単な説明】
【図１】本発明にかかるパターン評価装置の実施の一形態の概略構成を示すブロック図である。
【図２】本発明にかかるパターン評価方法の第１の実施の形態の概略手順を説明するフローチャートである。
【図３】パターン輪郭モデルの具体例を示す模式図である。
【図４】評価対象であるラインパターンの一例の輪郭線の部分拡大図である。
【図５】図２に示す画像マッチング処理を説明する概念図である。
【図６】図２に示す画像マッチング処理のより具体的な一方法を説明する概念図である。
【図７】Ｘ方向に加えてＹ方向にも複数の画素を有するパターン輪郭モデルの一例を示す模式図である。
【図８】矩形以外の形状を有するパターン輪郭モデルの具体例を示す模式図である。
【図９】同一のラインパターンに電子ビームを連続して１０回照射したときの計測結果の一例を従来の方法との対比で示すグラフである。
【図１０】露光条件を変えて作成したパターンに対する計測結果の一例を従来の方法との対比で示すグラフである。
【図１１】本発明にかかるパターン評価方法の第２の実施の形態を説明する概念図である。
【図１２】本発明にかかるパターン評価方法の第４の実施の形態を説明する概念図である。
【図１３】本発明にかかるパターン評価方法の第５の実施の形態の適用対象となるパターンの一例を示す模式図である。
【図１４】本発明にかかるパターン評価方法の第５の実施の形態に用いられる２つのパターン輪郭モデルの具体例を示す模式図である。
【図１５】本発明にかかるパターン評価方法の第５の実施の形態が奏する効果を示す模式図である。
【図１６】複数の輪郭点が定義されたパターン輪郭モデルの一具体例を示す概念図である。
【符号の説明】
２ パターン評価装置
１２ ワークステーション
１４ 入力装置
１６ メモリ
１８ 出力装置
２０ 画像処理装置
２２ ＣＰＵ
２４ 画像処理部
２６ 画像メモリ制御部
２８ 画像メモリ
ＭＴ１〜ＭＴ９，ＭＴ１１，ＭＴ１２，ＭＴ１３，ＭＴ１３ａ，ＭＴ１３ｂ パターン輪郭モデル
Ｐ２，Ｐ４，Ｐ６，Ｐ８ 評価パターン
Claims (13)
- 評価対象であるパターンの画像のデータであって二次元の座標として与えられる画素の位置と各画素の濃淡値とで構成される画像データの供給を受けて前記パターンを評価する装置であって、
数値データで定義されるパターン輪郭モデルを生成する輪郭モデル生成手段と、
前記パターン輪郭モデルで前記画像データを走査して前記パターン輪郭モデルと前記パターンとの画像マッチング処理を実行し、前記パターンの輪郭点の座標を二次元平面内の座標として検出する輪郭点座標検出手段と、
を備え、
前記パターン輪郭モデルは、それぞれ相対濃淡値が格納されたセルの配列であって、座標値として定義される輪郭点位置が指定されたセル配列であり、
前記パターン輪郭モデル自体またはその走査方向は、前記画像マッチング処理中に回転される、ことを特徴とするパターン評価装置。 - 前記輪郭モデル生成手段は、前記画像データを用いて前記パターン輪郭モデルを生成する、ことを特徴とする請求項１に記載のパターン評価装置。
- 前記輪郭モデル生成手段は、前記画像の計測倍率に応じて前記パターン輪郭モデルを生成する、ことを特徴とする請求項１または２に記載のパターン評価装置。
- 前記パターンは、複数の輪郭形状を有し、
前記輪郭モデル生成手段は、複数の前記パターン輪郭モデルを生成し、
前記輪郭点座標検出手段は、前記複数のパターン輪郭モデルのそれぞれに対応した前記輪郭形状の輪郭点グループの座標を検出する、ことを特徴とする請求項１乃至３のいずれかに記載のパターン評価装置。 - 前記パターン輪郭モデルには複数の前記輪郭点位置が指定され、
前記輪郭点座標検出手段は、前記複数の輪郭点位置のそれぞれに対応した前記パターンの輪郭点の座標を検出する、ことを特徴とする請求項１乃至４のいずれかに記載のパターン評価装置。 - 前記輪郭点座標検出手段は、ユーザーにより指定された輪郭点の画素の濃淡値、分散値、および前記パターン輪郭モデルとのマッチングスコアのうちの少なくとも一つを含む、画素毎に定義できる画像処理により得られる値を輪郭パラメータとして定義し、前記輪郭パラメータから教師データを採用し、各画素について前記教師データからのマハラノビスの距離を計算する、ことを特徴とする請求項１乃至５のいずれかに記載のパターン評価装置。
- 評価対象であるパターンの画像のデータであって二次元の座標として与えられる画素の位置と各画素の濃淡値とで構成される画像データを取得する手順と、
数値データで定義されるパターン輪郭モデルを生成する手順と、
前記パターン輪郭モデルで前記画像データを走査して前記パターン輪郭モデルと前記パターンとの画像マッチング処理を実行し、前記パターンの輪郭点の座標を二次元平面内の座標として検出する手順と、
を備え、
前記パターン輪郭モデルを生成する手順は、セル配列と、前記セル内にそれぞれ格納される相対濃淡値と、座標値として定義される輪郭点位置と、を指定する手順を含み、
前記パターン輪郭モデル自体またはその走査方向は、前記画像マッチング処理中に回転される、ことを特徴とするパターン評価方法。 - 前記パターン輪郭モデルは、前記画像データを用いて生成される、ことを特徴とする請求項７に記載のパターン評価方法。
- 前記パターン輪郭モデルは、前記画像の計測倍率に応じて生成される、ことを特徴とする請求項７または８に記載のパターン評価方法。
- 前記パターンは、複数の輪郭形状を有し、
前記パターン輪郭モデルを生成する手順は、複数の前記パターン輪郭モデルを生成する手順であり、
前記パターン輪郭点の座標を検出する手順は、前記複数のパターン輪郭モデルのそれぞれに対応した前記輪郭形状の輪郭点グループの座標を検出する手順を含む、ことを特徴とする請求項７乃至９のいずれかに記載のパターン評価方法。 - 前記パターン輪郭モデルには複数の前記輪郭点位置が指定され、
前記パターン輪郭点の座標を検出する手順は、前記複数の輪郭点位置のそれぞれに対応した前記パターンの輪郭点の座標を検出する手順を含む、ことを特徴とする請求項７乃至１０のいずれかに記載のパターン評価方法。 - ユーザーにより指定された輪郭点の画素の濃淡値、分散値、および前記パターン輪郭モデルとのマッチングスコアのうちの少なくとも一つを含む、画素毎に定義できる画像処理により得られる値を輪郭パラメータとして定義する手順と、
前記輪郭パラメータから教師データを採用する手順と、
各画素について前記教師データからのマハラノビスの距離を計算する手順と、
をさらに備える、ことを特徴とする請求項７乃至１１のいずれかに記載のパターン評価方法 - 請求項７乃至１２のいずれかに記載のパターン評価方法をコンピュータに実行させるプログラム。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2002281692A JP3754408B2 (ja) | 2001-09-26 | 2002-09-26 | パターン評価装置、パターン評価方法およびプログラム |
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2001-294209 | 2001-09-26 | ||
| JP2001294209 | 2001-09-26 | ||
| JP2002281692A JP3754408B2 (ja) | 2001-09-26 | 2002-09-26 | パターン評価装置、パターン評価方法およびプログラム |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2003178314A JP2003178314A (ja) | 2003-06-27 |
| JP3754408B2 true JP3754408B2 (ja) | 2006-03-15 |
Family
ID=26622948
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2002281692A Expired - Fee Related JP3754408B2 (ja) | 2001-09-26 | 2002-09-26 | パターン評価装置、パターン評価方法およびプログラム |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP3754408B2 (ja) |
Families Citing this family (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP4476733B2 (ja) * | 2004-07-30 | 2010-06-09 | 株式会社東芝 | パターン評価方法、プログラムおよびパターン評価装置 |
| JP4230980B2 (ja) | 2004-10-21 | 2009-02-25 | 株式会社東芝 | パターンマッチング方法およびプログラム |
| JP4791141B2 (ja) * | 2005-10-25 | 2011-10-12 | 株式会社日立ハイテクノロジーズ | 電子線式寸法計測装置及びそれを用いた寸法計測方法 |
| JP4783629B2 (ja) * | 2005-12-28 | 2011-09-28 | 株式会社ホロン | エッジ検出方法およびエッジ検出装置 |
| US8126257B2 (en) | 2006-04-12 | 2012-02-28 | Kabushiki Kaisha Toshiba | Alignment of semiconductor wafer patterns by corresponding edge groups |
| JP4679425B2 (ja) * | 2006-04-20 | 2011-04-27 | 株式会社東芝 | 画像処理装置、画像処理方法およびプログラム |
| JP4843415B2 (ja) | 2006-08-30 | 2011-12-21 | 株式会社東芝 | パターン評価方法およびプログラム |
| JP2008203109A (ja) * | 2007-02-21 | 2008-09-04 | Hitachi High-Technologies Corp | パターン寸法計測方法及びその装置 |
| JP5175570B2 (ja) | 2008-02-07 | 2013-04-03 | 株式会社東芝 | パターン評価方法、プログラムおよび半導体装置の製造方法 |
| JP5389456B2 (ja) | 2009-01-13 | 2014-01-15 | 株式会社東芝 | 欠陥検査装置および欠陥検査方法 |
| JP5155938B2 (ja) | 2009-05-29 | 2013-03-06 | 株式会社東芝 | パターン輪郭検出方法 |
| CN114945801A (zh) | 2020-01-10 | 2022-08-26 | 塔斯米特株式会社 | 图案边缘检测方法、图案边缘检测装置、记录有用于让计算机执行图案边缘检测的程序的记录介质 |
-
2002
- 2002-09-26 JP JP2002281692A patent/JP3754408B2/ja not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| JP2003178314A (ja) | 2003-06-27 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US7230243B2 (en) | Method and apparatus for measuring three-dimensional shape of specimen by using SEM | |
| US7274820B2 (en) | Pattern evaluation system, pattern evaluation method and program | |
| JP3754408B2 (ja) | パターン評価装置、パターン評価方法およびプログラム | |
| JP4154374B2 (ja) | パターンマッチング装置及びそれを用いた走査型電子顕微鏡 | |
| US20090214103A1 (en) | Method for measuring a pattern dimension | |
| TWI697849B (zh) | 圖像處理系統、記憶媒體、資訊擷取系統及資料產生系統 | |
| JP4627782B2 (ja) | エッジ検出方法、及び荷電粒子線装置 | |
| JPWO2007094439A1 (ja) | 試料寸法検査・測定方法、及び試料寸法検査・測定装置 | |
| US10977786B2 (en) | Wafer observation device | |
| JP4112812B2 (ja) | パターン評価方法、パターン評価装置およびコンピュータ読み取り可能な記録媒体 | |
| US11670528B2 (en) | Wafer observation apparatus and wafer observation method | |
| JP2009252959A (ja) | パターン検査装置、パターン検査方法および半導体装置の製造方法 | |
| JPH03233310A (ja) | パターン寸法測定方法及び装置 | |
| JP5094033B2 (ja) | パターンマッチング方法、及びパターンマッチングを行うためのコンピュータープログラム | |
| JP4129439B2 (ja) | 画像処理方法および画像処理装置 | |
| JPH06160067A (ja) | 回路パターンの寸法測定方法 | |
| JP3745629B2 (ja) | 完全な２次元サブミクロン形状の測定の方法および装置 | |
| WO2020237105A1 (en) | Enhanced cross sectional features measurement methodology | |
| JP6859944B2 (ja) | 走査型荷電粒子顕微鏡及び制御プログラム | |
| JP5589089B2 (ja) | パターンの判定装置、及びコンピュータプログラム | |
| CN114097067A (zh) | 尺寸计测装置、半导体制造装置以及半导体装置制造系统 | |
| JP4002037B2 (ja) | 基準画像作成方法、パターン認識方法および記録媒体 | |
| JP2004125690A (ja) | 丸み自動計測方法、マスクパターン品質測定装置 | |
| US20240257300A1 (en) | Inspection apparatus and reference image generation method | |
| JP2004127784A (ja) | 荷電粒子線装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20050606 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20050621 |
|
| A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20050822 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20050916 |
|
| A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20051115 |
|
| 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: 20051209 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20051215 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20091222 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20091222 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20101222 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20111222 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20121222 Year of fee payment: 7 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20121222 Year of fee payment: 7 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20131222 Year of fee payment: 8 |
|
| LAPS | Cancellation because of no payment of annual fees |