JP3878340B2

JP3878340B2 - Pattern defect inspection method and apparatus

Info

Publication number: JP3878340B2
Application number: JP26427598A
Authority: JP
Inventors: 俊二前田; 敦志吉田; 健次岡; 実吉田; 行広芝田; 和夫山口
Original assignee: Renesas Technology Corp
Current assignee: Renesas Technology Corp
Priority date: 1998-09-18
Filing date: 1998-09-18
Publication date: 2007-02-07
Anticipated expiration: 2018-09-18
Also published as: JP2000097869A

Description

【０００１】
【発明の属する技術分野】
本発明は、被検査パターンの欠陥を検出する外観検査に係り、特に半導体ウェハや液晶ディスプレイなどにおける被検査パターンの欠陥検査方法及びその装置に関するものである。
【０００２】
【従来の技術】
従来、この種の検査装置は、特開昭５５−７４４０９号公報記載の技術の如く、被検査パターンを移動させつつ、ラインセンサ等の撮像素子により被検査パターンの画像を検出し、前記検出した画像信号と所定時間だけ遅延させた画像信号の濃淡を比較することにより、その不一致を欠陥として認識するものであった。
【０００３】
上記従来の欠陥の認識方法を、図９〜１２を参照して説明する。図９は、従来技術の被検査パターンのメモリチップにおけるメモリマット部と周辺回路部の略示説明図、図１０は、図９のメモリチップにおけるメモリマット部と周辺回路部における明るさのヒストグラム、図１２は、ＣＭＰ（ケミカルメカニカル）などの平坦化処理された被検査パターンの略示図である。
【０００４】
図９に示す如く、半導体ウエハ上にはメモリチップ２０が多数配設されて形成されている。前記メモリのチップ２０は、メモリマット部２１と周辺回路部２２に大別することができる。前記メモリマット部２１は小さな繰返しパターン（セル）の集合であり、前記周辺回路部２２は基本的にはランダムパターンの集合である。ただし、多くの場合、子細に見ると複数の異なるセルピッチを有する繰り返しパターンの集合体とみなすことができる。
【０００５】
図１０には、図９のメモリマット部２１および周辺回路部２２における明るさの分布、すなわち、１０ビット構成で最大１０２４階調として、メモリチップ内の明るさに対する頻度（ヒストグラム）を示したものであるが、前記メモリマット部２１はパターン密度が高く、一般の明視野照明光学系では暗い。一方、前記周辺回路部２２はパターン密度が低く、明るい。
【０００６】
【発明が解決しようとする課題】
図１２に示した、ＣＭＰなどの平坦化プロセスでは、図１１に示すヒストグラムでわかるように、メモリマット部２１内の回路パターンは、パターンの膜厚の違いによって明るさの違いを生じさせている。同図では、配線層をデポジションした後、ＣＭＰ処理により平坦化したものである。このようなパターンでは、膜厚が局所的に変動し、明るさむらが生じやすい。このようなパターンの場合、図１０と図１１に示すパターンの明るさを比較することになり、明るさの違いを誤検出しないようにしきい値を設定すると、きわめて欠陥検出感度を低下させてしまう。このような明るさの違いは、照明光として波長帯域の広いものを使用すれば、ある程度は相殺できるが、ＣＭＰ処理されたパターンについては、明るさの変動が大きいこともあり、限界がある。このため、明るさの異なるパターンから微小な欠陥を検出することが望まれていた。
【０００７】
本発明の目的は、上記従来の技術課題を解決すべくなされたもので、明るさの異なるパターンも比較検査可能にし、つねに高感度で、欠陥を信頼性高く検査することができる被検査パターンの欠陥検査方法を提供することにある。
【０００８】
また、ＣＭＰなどの平坦化処理されたウエハパターンを対象にした場合にも、高感度な欠陥検出方法を提供することにある。
【０００９】
【課題を解決するための手段】
上記目的を達成するため、本発明に係る被検査パターンの欠陥検査方法の構成は、同一となるように形成されたチップを複数個配置した被検査パターンの欠陥検査方法において、被検査パターンの画像信号を検出し、これを基板上の隣接或いは離れた被検査パターンの検出画像信号と比較する際、画像信号の散布図より得られる情報を信頼度として不一致情報に付与することを特徴とするものである。画像信号の散布図は、比較すべき被検査パターンの画像信号の明るさ、或いは局所的なコントラスト、或いは局所的な平均値をそれぞれ縦軸、横軸とし、これらは出力または表示可能なものである。
【００１０】
ここで、画像信号の散布図より得られる情報は、散布図上の頻度、或いは散布図上の位置、或いは散布図上の相対的な距離の関数、或いはルックアップテーブルを参照した情報であることを特徴とするものである。また、信頼度は、不一致が欠陥であること示す尺度である。
【００１１】
散布図上の相対的な距離は、２つの比較する画像において、各点の定めた周囲の複数画素を用いて、重みづけされた２乗誤差が最小になる直線を求め、これからの距離に対応するものである。または、２つの比較する画像において、頻度が一定値以上の各点に対し、定めた周囲の複数画素を用いて、重みづけされた２乗誤差が最小になる直線を求め、これからの距離に対応するものである。
【００１２】
即ち、本発明では、上記目的を達成するために、基板上に形成された本来同一となるように形成された複数のパターンの欠陥を検査する欠陥検査方法において、同一となるように形成された複数のパターンのうちの第１のパターンを撮像して第１の画像信号を得、この得た第１の画像信号を記憶し、同一となるように形成された複数のパターンのうちの第２のパターンを撮像して第２の画像信号を得、この第２の画像信号と記憶手段に記憶した第１の画像信号とを比較して第１の画像信号と第２の画像信号の不一致の度合いを検出し、この検出した不一致の度合いに関する情報を不一致の度合いの信頼度に関する情報と共に出力するようにした。
【００１３】
また、本発明では、上記目的を達成するために、基板上に形成された本来同一となるように形成された複数のパターンの欠陥を検査する欠陥検査方法において、同一となるように形成された複数のパターンのうちの第１のパターンを撮像して得た第１の画像信号と、同一となるように形成された複数のパターンのうちの第２のパターンを撮像して得た第２の画像信号とを比較して欠陥候補を検出し、この検出した欠陥候補に関する情報を欠陥候補に対する欠陥の確からしさに関する情報と共に出力するようにした。
【００１６】
また、本発明では、上記目的を達成するために、基板上に形成された本来同一となるように形成された複数のパターンの欠陥を検査する欠陥検査装置において、基板を載置してＸＹ平面内で移動可能なテーブル手段と、このテーブル手段に載置された基板のパターンを撮像する撮像手段と、テーブル手段で載置した基板を連続的に移動させているときに撮像手段で撮像して得たパターンの画像信号を処理してパターンの欠陥の候補を抽出するとともにこの欠陥の候補の確からしさに関する情報を求める欠陥候補抽出手段と、抽出したパターンの欠陥候補のデータと欠陥候補の確からしさに関する情報とを共に出力する出力手段とを備えて構成した。
【００１８】
【発明の実施の形態】
本発明の各実施の形態を説明する。
【００１９】
本発明に係わる被検査パターンの欠陥検査方法、装置を説明する。図１は、本発明の一実施例に係わる被検査パターンの欠陥検査装置の構成図である。
【００２０】
本実施の形態においては、半導体ウエハの被検査パターンを例として説明する。
【００２１】
図１において、１はイメージセンサであり、被検査パターンである半導体ウエハ４からの反射光の明るさ、すなわち濃淡に応じた濃淡画像信号を出力するものであり、２はイメージセンサ１から得られる濃淡画像信号をディジタル画像信号９に変換するＡ／Ｄ変換器、３は濃淡画像信号を遅延させる遅延メモリ、４は被検査パターンのある半導体ウエハ、５は被検査パターンの半導体ウエハ４を載置するＸ方向とＹ方向とＺ方向とθ方向（回転）の移動するステージ、６は半導体ウエハ４に対する対物レンズ、７は被検査パターンの半導体ウエハ４を照明する照明光源、８は照明光を反射して対物レンズ６を通して半導体ウエハ４に照射すると共に、半導体ウエハ４からの反射光を透過するハーフミラー、９は濃淡画像信号がＡ／Ｄ変換器で変換されたディジタル画像信号である。このようにして、照明光源７からの照明光を反射させて対物レンズ６を通して半導体ウエハ４に対して、例えば明視野照明を施すように構成している。
【００２２】
また、３は、画像信号９を繰り返される１セルまたは複数セルピッチ分を記憶して遅延させる遅延メモリであってもよいし、画像信号９を繰り返される１チップまたは複数チップピッチ分記憶して遅延させる遅延メモリでもよい。
【００２３】
１１はディジタル画像信号９及び遅延されたディジタル画像信号１０を位置合わせするものであり、ここでは、画素単位で濃淡差が最小となる位置ずれ量を正規化相関により検出し、この位置ずれ量に基づき一方の画像をシフトして、２枚の画像を位置合わせするものである。なお、正規化したのは、位置合せすべき画像間の明るさの違いの影響を軽減するためである。
【００２４】
即ち、検出画像f(x,y)に対して記憶画像g(x,y)を移動し、相関値^R( ^Δ ^x, ^Δ ^y)が最大となる位置⁽ ^Δ ^x, ^Δ ^y)を下式により求める⁽ ^Δ ^x, ^Δ ^y: ^整数）。
【００２５】
【数１】

【００２６】
【数２】

【００２７】
【数３】

【００２８】
【数４】

【００２９】
【数５】

【００３０】
ここで、画像はイメージセンサにより連続的に検出されるが、画像を後述するライン単位ごとに分割し、この単位で位置合わせを行う。上式では、検出画像はＸ×Ｙ画素の寸法である。
なお、図示していないが、画像の位置ずれを求める上記した正規化相関は、すべての画像を相手にして行う必要はなく、例えば画像をイメージセンサの長手方向にK分割し、分割した各小画像（X／K×Y画素の大きさ）のうち、情報がある小画像について、行ってもよい。情報があるかどうかの判断は、例えば各小画像を微分し、エッジの有無を検出し、エッジが多い小画像を選ぶ。たとえば、イメージセンサがマルチタップ構成の並列出力可能なリニアイメージセンサの場合、各タップ出力画像が、小画像に相当する。この考え方は、並列出力される画像は、位置ずれが等しいということに基づいている。また、ここで用いるイメージセンサは、時間遅延積分型のＴＤＩＣＣＤイメージセンサであってもよい。
【００３１】
１２は、明るさの異なる画像信号を、明るさを一致させるべく、双方の画像信号の階調を変換する階調変換部である。ここでは、個々の画素毎にゲインとオフセットにより線形変換を実施して、明るさを一致させている。
【００３２】
【数６】

【００３３】
【数７】

【００３４】
【数８】

【００３５】
【数９】

【００３６】
そして、得られた画像信号を比較部１４において比較し、不一致を欠陥として検出するものである。検出された画像信号は、パイプライン型の画像処理により、順次一定の処理が施され、最後に欠陥とその特徴が出力されるものである。
【００３７】
次に上記構成の検査装置の動作について説明する。
【００３８】
図１において、対物レンズ６で収束させた照明光で、ステージ５をＸ方向（例えば、１次元イメージセンサ１のセンサ面の各センサチップの配列方向に直角な方向）に走査して被検査パターンの半導体ウエハ４の対象領域について等速度で移動させつつ、イメージセンサ１により前記半導体ウエハ４上に形成された被検査パターン、すなわちチップ２０内のメモリマット部２１および周辺回路部２２の明るさ情報（濃淡画像信号）を検出する。
【００３９】
１列分の移動が終わると、Ｙ方向（Ｘ方向に直角な方向)に高速移動して隣の列に移り、位置決めをする。すなわち、イメージセンサ１により前記半導体ウエハ４上に形成された被検査パターンの画像を得ながら行う等速移動と隣の列へ移動する高速移動とを繰り返して検査を行うものである。もちろん、ステップ＆リピート型の検査でも差し支えない。
【００４０】
そして、Ａ／Ｄ変換器２は、イメージセンサ１の出力（濃淡画像信号）をディジタル画像信号９に変換する。このディジタル画像信号９は１０ビット構成である。勿論、６ビット程度あれば、画像処理する上では特に問題ないが、微小欠陥を検出するにはある程度のビット数が必要であるので、多少の余裕を見て、１０ビット構成とした。
【００４１】
図１において、設計情報に基づいて得られる半導体ウエハ４上におけるチップ内の配列データ等の座標を、キーボード、ディスク等から構成された入力手段１５で入力しておくことにより、ＣＰＵ１６は、入力された半導体ウエハ４上におけるチップ内の配列データ等の座標に基づいて、欠陥検査データを作成して記憶装置１７に格納する。欠陥検査データには後述する欠陥の確からしさを表す欠陥信頼度もデータに付与して格納する。
【００４２】
この欠陥検査データは、欠陥信頼度と併せて、必要に応じてディスプレイ等の表示手段に表示することもできるし、またプリンタ等に出力する手段により出力することもできる。また、通信により、他の検査装置、光学レビュー装置、ＳＥＭ式レビュー装置、欠陥分類装置（欠陥の特徴量に着目して欠陥カテゴリに分類する装置。ニューラルネットワークなどを利用したものなど様々な装置がある）などに、またはサーバなどの外部記憶手段に、欠陥検査データ及び欠陥信頼度を送ることができる。勿論、欠陥信頼度のみをディスプレイ等の表示手段に表示、またはプリンタや上記した外部の手段に出力しても構わない。
【００４３】
２３は、比較する２枚の画像を入力する画像入力部であり、この画像より、散布図作成部２４において散布図を求める。散布図の求め方を図３に示す。散布図は、縦軸と横軸が、比較する２枚の画像f(x,y)、g(x,y)の明るさを示している。散布図は、比較すべき被検査パターンの画像信号の明るさ以外に、明るさの局所的なコントラスト、或いは局所的な平均値をそれぞれ縦軸、横軸としてもよく、また、それらを組み合わせて用いてもよい。得られた散布図は、図３に示すように頻度を濃淡値に換算して表示する。ここでは、頻度が０をグレーで、頻度小を白、頻度大を黒で表示した。勿論、散布図はデータの有無のみを表示しても差し支えない。
【００４４】
上記画像信号の散布図より、２６において散布図上の頻度、或いは散布図上の位置、或いは散布図上の相対的な距離の関数、或いはルックアップテーブルを参照した情報を算出する。算出した情報を、欠陥信頼度として、即ち不一致が欠陥であること示す尺度として、不一致情報に添付し、１７に格納する。
【００４５】
ここで、散布図において頻度が大きいことは、その点が欠陥らしくないことを表している。例えば、図３において、散布図上の黒いデータに対応する画素は、頻度が高く、これらは正常部である確率が高い。一方、白いデータに対応する画素は、頻度が小さくその明るさが小数しかないことを表しており、欠陥である確立が高い。このように、頻度情報は欠陥の確からしさを表す重要なパラメータであると言える。同様に、散布図上の位置については、比較する２枚の画像が同じ明るさならば、傾き４５度の直線上に各点が分布するため、散布図上の絶対位置も重要な欠陥の確からしさのパラメータになる。図３において、傾き４５度の直線（図示していない)から離れているデータに対応する画素は、頻度が小さいこともあり、欠陥である可能性が高いことが分かる。
【００４６】
散布図上の相対的な距離は、２つの比較する画像において、各点の定めた周囲の複数画素を用いて、重みづけされた２乗誤差が最小になる直線を求め、これからの距離に対応するものである。これを図４（ａ）、（ｂ）に示す。
【００４７】
図４（ａ）に示すように、散布図において、各画素を中心とするエリアを定め、このエリア内のデータに対して近似直線を求める。または、頻度が欠陥の確からしさを表すパラメータであるという事実を用いて、２つの比較する画像において、頻度が一定値以上の各点に対し、定めた周囲の複数画素を用いて、重みづけされた２乗誤差が最小になる直線を求める。エリアのサイズは散布図の頻度に応じてローカルに可変にする。可変する方法は、頻度を入力してルックアップテーブルを参照してエリアサイズを出力する方式が柔軟性があり、望ましい。
【００４８】
このようにして得られた近似直線からの距離を図４（ｂ）に示すようにして求め、この距離を欠陥の確からしさと見なして出力或いは表示するものである。この距離が小さいほど、正常部に近く、大きいほど欠陥に近い。
【００４９】
図４（ｂ）において、近似した直線から離れるに従い、頻度が小さくなっており、欠陥の確度が高くなっていることがわかる。なお、頻度が一定値以上の各点とは、例えば、頻度が１以下の点は、欠陥の確度が高いとして、直線近似の対象から除外するものである。図１における局所階調変換部１２では、図４に示した方法により、各画素毎に近似直線を求め、近似直線に基づいて階調変換を実施してもよい。
【００５０】
また、直線からの画像全体のばらつきを、例えば下式で求められる。ここで、直線をＹ＝ｍ・f(x,y)＋ｎとする。
【００５１】
【数１０】

【００５２】
【数１１】

【００５３】
この情報は、画像全体の一致度の尺度として使用可能なものである。
【００５４】
このように、散布図により得られる情報を用いて、検査装置が出力する不一致情報の確からしさを判断できる。
【００５５】
２５は、得られた散布図を、単独で、または他の情報とともに表示する表示部である。１５は、しきい値等の入力手段であるが、例えば、差画像の絶対値を２値化するしきい値を入力し、入力したしきい値の線分を散布図上にプロットする。この散布図を見れば、入力したしきい値の妥当性が判断しやすい。
【００５６】
また、表示された散布図の情報を参照して、画像に適したしきい値を決めることもできる。即ち、しきい値を、上記した欠陥の確からしさにより決めることにより、より高信頼度に欠陥検出ができる。例えば、各画素において適応的にしきい値を決定するものとし、散布図の頻度に応じてしきい値を決める。頻度としきい値の換算は、図２に示すように、ルックアップテーブル(ＬＵＴ)を用いて実行する。ルックアップテーブルの中身、即ち変換にの仕方は検査に先立ち決めておくものである。
【００５７】
なお、図１において、散布図に使用する画像は、比較する２枚の画像であり、例えば画素単位の位置合せ後の画像であるが、画像処理の各段階で、２枚の画像を画像入力部２３に入力可能である。
【００５８】
図５は、図１に示した方式に基づき、２枚の画像を処理した例を示したものである。対象は、ＣＭＰ（ケミカルメカニカル）などの平坦化処理された被検査パターンであり、ライン＆スペースのパターン（多数のライン状のパターンが、一定の間隔で並んでいるパターン）が、画像の右下部に検出されたものである。左上は、パターンがない領域である。各処理途中での画像のヒストグラムも併せて示している。ヒストグラムからわかるように、最初の段階では、２枚の画像の明るさは一致していない。まず、これを画像を正規化相関により相関値を求め、この相関値が高い位置を求めることにより、画素の単位で位置合せする。次に、位置合せされた２枚の画像について、局所階調変換である局所的明るさ補正を実施する。
【００５９】
図６は、画像の散布図を示している。画素の単位で位置合せされた段階では、２枚の画像の明るさが一致していないため、散布図において斜め４５度の直線にのらず、直線からのばらつきがみられる。しかし、本発明による局所階調変換の処理（式６、７に基づく方式）の後では、散布図が直線に近いところに分布しており、２枚の画像の明るさをそろえる意味で効果があることがわかる。なお、傾きと切片とあるのは、散布図データにフィッティングした線分の傾きと切片である。本発明によれば、2枚の画像の一致度の尺度である傾きは、最初0.705であったものが、局所階調変換である局所的明るさ補正後に、0.986となり、明るさの一致度が向上していることがわかる。さらに、２枚の画像の一致度を表わす、前述のVeの値も、最初は40.02あったものが、局所階調変換である局所的明るさ補正後に、8.598となり、明るさの一致度が向上していることがわかる。
【００６０】
これらは、比較する画像単位で画像全体の数値を算出したものであるが、図４に示した方式では、階調変換するローカルサイズ毎に、上記したＶｅ等を求めてもよい。
【００６１】
図６の例では、局所的明るさ補正後の散布図を用いて、上記した手順に従い、不一致に、欠陥の確からしさの情報を付与する。散布図において、周囲に分散して分布する画素は、欠陥の確度が高い。しきい値は、分布したデータを挟むように、傾き４５度の直線を用いて設定できる。勿論、画素の単位で位置合せされた段階でも、その散布図より、欠陥の確からしさの情報を、同様に抽出可能である。ただし、しきい値はこの場合、分布したデータを挟むように決めるため、高感度な設定はできない。
【００６２】
従って、しきい値の決定は、局所的明るさ補正後の散布図を用いることが、より望ましいと言えよう。
【００６３】
これらの散布図作成、表示、或いは散布図のデータを用いたしきい値算出等は、画像検出に同期して、画像毎に、或いは画像の各画素について行えば、高感度な検査が実現できる。なお、上記したように、画像処理はパイプライン型の処理で実現しているが、そうでない構成のものでも適用できるものである。
【００６４】
欠陥の出力リストの例を、図１３（ａ）〜（ｃ）に示す。階調変換された画像同士を比較部１４において比較し、不一致として出力したものである。欠陥番号、座標、長さ、面積といった欠陥の特徴を表す数値以外に、欠陥信頼度を付加した例である。ここで、欠陥番号は、被検査チップを走査した順に付けた番号である。欠陥座標は、被検査チップの例えばアライメント等マークや原点を基準にして設けた座標系における欠陥の検出された位置である。欠陥の長さは、Ｘ軸とＹ軸に沿う欠陥部の長さである。勿論、長軸、短軸に沿った長さを算出してもよい。これらの単位は、必要とする精度に依存するが、例えばミクロンである。欠陥信頼度は、上述した散布図から得られる情報である。例えば、欠陥部の画素の散布図上の頻度、近似直線からの距離などを示している。
【００６５】
図１３（ａ）は、散布図における欠陥部の頻度に基づくものである。頻度が低いものほど、欠陥の信頼度値が高い。図１３（ｂ）は、散布図における欠陥部の近似直線からの距離に基づくものである。距離が長いものほど、欠陥の信頼度値が高い。図１３（ｃ）は、散布図における欠陥部の位置に基づくものである。傾き４５度の直線から離れるほど、欠陥の信頼度値が高い。勿論、欠陥信頼度として、欠陥部の画素の散布図上の頻度、近似直線からの距離などを複数有してもかまわない。なお、欠陥が複数画素を有する場合は、各画素の頻度の平均値や最大値、或いはメジアンなどの統計量を算出する。このようにして、不一致情報に信頼度が付加することにより、欠陥の致命性等の算出に利用できる。
【００６６】
ここで、欠陥の致命性とは、欠陥が被検査パターンに与える致命性を示しており、例えば欠陥の大きさと存在する座標（領域）により決まるものである。パターンの寸法が小さい領域ほど、同じ欠陥の大きさならば致命性は高いものとなる。このような致命性判断に信頼度を併せて使用することにより、致命性の判断がより精度高くできるようになる。これにより、被検査パターンのプロセス診断がより的確にできるようになる。
【００６７】
次に、画像の大きさに関して補足説明する。画像の大きさ、即ち画像の位置合せ（マッチング）の単位は、次の方法で決定できる。まず、比較する２枚の画像の位置ずれ量を細かく分割した単位で求める。これを図７に示す。Ｘ方向とＹ方向に分離して検出している。この位置ずれデータをスペクトル分析すると、図８のような波形が得られる。スペクトル分析図では、縦軸はスペクトル密度、横軸は周波数を示す。
【００６８】
この図において、最も高い周波数であり、かつ密度の高い周波数に着目する。この図の場合、０．０１１となる。この周波数は、例えばステージの走行特性等の装置特性、振動特性により決まるものである。スペクトル分析結果は、２枚の画像の位置ずれがこの周波数で繰り返していることを表わしており、この逆数である８８ラインを画像の単位、即ちマッチングの単位とすると、画像内に位置ずれのピークｔｏピークが現れ、位置ずれ量が大きい場合精度の高い位置合せが困難となる。しかし、画像の単位をこの周波数の逆数の１／４にすると、ピークの位置ずれの１／２以下に位置ずれ量を低減することができる。さらに、周波数の逆数の１／８にすると、ピークの位置ずれの１／４以下に位置ずれ量を低減することができる。
【００６９】
このように、画像の単位を細かくすればするほど、画像の位置合せの精度を向上できるはずであるが、画像内に含まれるべきパターンの情報が少なくなるので、結果としては画像の位置合せ精度が上がらない。従って、スペクトル分析結果からは、必要とする位置合せ精度をもとに、画像の大きさに制限がなされ、パターン情報の確保の観点からは、比較するパターンに応じてであるがパターンのスペース情報（パターンが形成されていない領域に関する情報）をもとに画像の大きさの下限が決定できる。なお、上記した説明では、最も高い周波数に着目したが、位置ずれの量に着目し、その大きなものに相当する周波数に着目しても効果的である。
【００７０】
なお、上記は、ｘ、ｙ成分に分離して上記を行うこともできるし、蓄積型のリニアイメージセンサの場合のように、ステージの進行方向のみに着目して実施してもよい。
【００７１】
なお、階調変換する際の画像のサイズは、式（６）（７）に基づく方式では上記した画像のサイズと一致させてもよいし、図４を用いて説明した方式と同様、ローカルにサイズを決定してもよいものである。
【００７２】
上記発明の実施の形態によれば、場所によるパターンの明るさの違いに影響されることなく、欠陥を高感度に検出することができる。また、メモリマット部２１など暗い領域において、明るさが大きくばらつくパターンにおいても高感度に検査できる。これは、メモリ素子に限らず、マイコンやＡＳＩＣなどのロジック素子にも同様な効果が期待できる。従って、従来に比べ、信頼性の高い検査を実現することができる。
【００７３】
なお、上記例では照明として、明視野照明を採用したが、これに限るものでなく、暗視野照明、輪帯照明などの顕微鏡照明として使用できるものならば、差し支えない。照明波長に依存するものでもない。また、電子線を試料に照射して、試料から発生する二次電子を検出することにより得られる試料表面の二次電子画像を用いて検査を行う場合にも、適用できることは言うまでもない。また、これらの照明または照射の条件を種々変えて、複数回検査し、これら複数回の検査結果の論理和を取って最終結果としても差し支えない。或いは、論理積をとって確実に欠陥として識別し、例えばこの欠陥分布や個数によってプロセス診断してもよい。さらに、検出器としてはリニアイメージセンサに限るものでなく、ＴＶカメラにより検出した画像にも適用可能なものである。さらに、欠陥の種類もショートやオープンなどの形状不良や、それ以外の異物も対象となる。
【００７４】
また、上記した実施例によると、さらに有効な解析処理が可能になる。
【００７５】
信頼度が付加された検査データを用いることにより、欠陥のレビューがより効率的に実施可能になる。例えば、図１３に示した欠陥リストにおいて、欠陥の信頼度に応じて欠陥番号を並び替える(ソーティング)。例えば、欠陥の確からしさが大きい順に欠陥を並べ替える。このようにすると、信頼度が高い順に、欠陥のレビュー、確認作業ができる。検査装置が出力する誤検出は皆無にできるのは勿論、欠陥か正常部かの境界上にある不一致も、取捨選択できる。さらに、これに欠陥の座標や大きさによる情報も加えて欠陥の並べ替えをすれば、より効率的な欠陥のレビュー、確認ができる。
【００７６】
即ち、信頼度を付加することにより、致命性判断が的確にでき、この致命性を用いて、より高精度、効率的な欠陥のレビュー、確認ができる。或いは、しきい値を設けて信頼度、或いは致命性がしきい値より高い欠陥のみをレビューしたりできる。さらに、欠陥分類においても、同様な効果が期待できる。また、歩留り診断、予測等においても、このような扱う上で問題とならない、真の欠陥のみを用いて行うことが可能になる。このようにして、不一致部の目視確認を行うレビュー作業の負荷軽減、歩留り予測等の信頼性向上を図ることができる。
【００７７】
以上、本発明に係る実施の形態について、主に光学顕微鏡を用いた比較検査方法について述べたが、他の走査型電子顕微鏡や赤外線、Ｘ線により得られた画像検出に用いた場合にも、同様に有効であることはいうまでもない。また、上記実施例は、画像の比較に基づく方式を用いて説明したが、欠陥の信頼度を欠陥情報に付与することは、異物検査装置のように散乱光が大きな箇所を検出するような比較に基づかない方式の装置にも、適用可能なものである。
【００７８】
【発明の効果】
本発明の構成によれば、比較すべき２つの検出画像の散布図を使うことにより、不一致情報の確からしさを判断できる。また、散布図より得られる情報を用いて欠陥検出することにより、信頼度の高い検査が可能になる。さらに、散布図を使うことにより、妥当なしきい値の決定ができる。さらには、不一致情報の確からしさを用いて、欠陥レビューなどを効率的に実施できる。従って、信頼度を付与することにより、信頼性のある検査データの活用が可能になる。これにより、半導体デバイスの製造工程において、ＣＭＰ加工後のウェハのパターンの欠陥の検査を、検出の精度を下げることなく、高い信頼度で検出することができる。
【図面の簡単な説明】
【図１】本発明の一実施形態に係る被検査パターンの欠陥検査装置の概略構成を示す略断面図である。
【図２】本発明の一実施形態に係る散布図作成、表示を説明するブロック図である。
【図３】本発明の一実施形態に係る散布図作成、表示を説明する図である。
【図４】本発明の一実施形態に係る局所階調変換を説明する図である。
【図５】比較する２枚の画像に関して、各画像処理の段階での結果を表わす図である。
【図６】比較する２枚の画像に関して、散布図を表わす図である。
【図７】画像の位置ずれ量を説明する図である。
【図８】スペクトル分析を説明する図である。
【図９】被検査パターンのメモリチップにおけるメモリマット部と周辺回路部の略平面図である。
【図１０】図９のメモリチップにおけるメモリマット部と周辺回路部における明るさのヒストグラムである。
【図１１】ＣＭＰ処理された、異なるメモリチップにおけるメモリマット部と周辺回路部における明るさのヒストグラムである。
【図１２】ＣＭＰプロセス処理のフローを説明する図である。
【図１３】欠陥の出力リストの例である。
【符号の説明】
１…イメージセンサ２…Ａ／Ｄ変換器３…遅延メモリ４…半導体ウエハ５…Ｘ、Ｙ、Ｚ、θステージ６…対物レンズ７…照明光源８…ハーフミラ９…画像信号１０…画像信号１１…画素単位位置合わせ部１２…画像明るさ一致フィルタ操作部１３…階調変換部１４…比較部１５…入力手段１６…ＣＰＵ１７…記憶装置２０…チップメモリ２１…メモリマット部２２…周辺回路部（非繰り返しパターンであるが、複数の繰り返しピッチをもつ繰り返しパターンを含む）２３…画像入力部２４…散布図作成部２５…表示部２６…散布図上の頻度、位置、距離算出部。[0001]
BACKGROUND OF THE INVENTION
The present invention relates to an appearance inspection for detecting a defect in a pattern to be inspected, and more particularly to a method and apparatus for inspecting a defect in a pattern to be inspected in a semiconductor wafer or a liquid crystal display.
[0002]
[Prior art]
Conventionally, this type of inspection apparatus detects an image of a pattern to be inspected by an image sensor such as a line sensor while moving the pattern to be inspected as in the technique described in Japanese Patent Application Laid-Open No. 55-74409. The inconsistency is recognized as a defect by comparing the density of the image signal and the image signal delayed by a predetermined time.
[0003]
The conventional defect recognition method will be described with reference to FIGS. FIG. 9 is a schematic explanatory diagram of a memory mat portion and a peripheral circuit portion in a memory chip of a conventional pattern to be inspected. FIG. 10 is a brightness histogram in the memory mat portion and the peripheral circuit portion in the memory chip of FIG. FIG. 12 is a schematic diagram of a pattern to be inspected that has been flattened by CMP (chemical mechanical) or the like.
[0004]
As shown in FIG. 9, a large number of memory chips 20 are arranged on a semiconductor wafer. The memory chip 20 can be roughly divided into a memory mat portion 21 and a peripheral circuit portion 22. The memory mat portion 21 is a set of small repetitive patterns (cells), and the peripheral circuit portion 22 is basically a set of random patterns. However, in many cases, it can be regarded as an aggregate of repetitive patterns having a plurality of different cell pitches when viewed in detail.
[0005]
FIG. 10 shows the brightness distribution in the memory mat portion 21 and the peripheral circuit portion 22 of FIG. 9, that is, the frequency (histogram) with respect to the brightness in the memory chip as a maximum of 1024 gradations in the 10-bit configuration. However, the memory mat portion 21 has a high pattern density and is dark in a general bright field illumination optical system. On the other hand, the peripheral circuit portion 22 has a low pattern density and is bright.
[0006]
[Problems to be solved by the invention]
In the planarization process such as CMP shown in FIG. 12, as can be seen from the histogram shown in FIG. 11, the circuit pattern in the memory mat portion 21 causes a difference in brightness due to a difference in the film thickness of the pattern. . In this figure, the wiring layer is deposited and then flattened by CMP processing. In such a pattern, the film thickness locally fluctuates and uneven brightness tends to occur. In the case of such a pattern, the brightness of the patterns shown in FIGS. 10 and 11 is compared, and if a threshold value is set so as not to erroneously detect a difference in brightness, the defect detection sensitivity is extremely lowered. . Such a difference in brightness can be offset to some extent by using illumination light having a wide wavelength band, but there is a limit to the pattern subjected to the CMP process because the variation in brightness may be large. For this reason, it has been desired to detect minute defects from patterns with different brightness.
[0007]
An object of the present invention is to solve the above-described conventional technical problem, and allows a pattern having different brightness to be comparatively inspected, and is a pattern to be inspected that can always inspect defects with high sensitivity and high reliability. It is to provide a defect inspection method.
[0008]
Another object of the present invention is to provide a highly sensitive defect detection method even when a planarized wafer pattern such as CMP is targeted.
[0009]
[Means for Solving the Problems]
In order to achieve the above object, a defect inspection method for a pattern to be inspected according to the present invention is a defect inspection method for a pattern to be inspected in which a plurality of chips formed to be the same are arranged. When detecting a signal and comparing it with a detected image signal of a pattern to be inspected adjacent or separated on a substrate, information obtained from a scatter diagram of the image signal is given to the mismatch information as reliability It is. In the scatter diagram of the image signal, the brightness, local contrast, or local average value of the image signal of the pattern to be inspected to be compared is the vertical axis and horizontal axis, respectively, which can be output or displayed. is there.
[0010]
Here, the information obtained from the scatter plot of the image signal is information on the frequency on the scatter plot, the position on the scatter plot, the function of the relative distance on the scatter plot, or the reference to the lookup table. It is characterized by. The reliability is a measure indicating that the mismatch is a defect.
[0011]
The relative distance on the scatter diagram corresponds to the distance from the two images to be compared using a plurality of pixels around each point to determine a straight line that minimizes the weighted square error. To do. Or, in the two images to be compared, for each point with a frequency equal to or higher than a certain value, use a plurality of surrounding pixels to find a straight line that minimizes the weighted square error and corresponds to the distance from this To do.
[0012]
That is, in the present invention, in order to achieve the above object, in the defect inspection method for inspecting defects of a plurality of patterns originally formed on the substrate so as to be the same, they are formed to be the same. A first image of the plurality of patterns is captured to obtain a first image signal, the obtained first image signal is stored, and the second of the plurality of patterns formed to be the same. The second image signal is obtained by imaging the pattern, and the second image signal is compared with the first image signal stored in the storage means to check whether the first image signal and the second image signal are inconsistent. The degree is detected, and information on the detected degree of mismatch is output together with information on the reliability of the degree of mismatch.
[0013]
Further, in the present invention, in order to achieve the above object, the defect inspection method for inspecting defects of a plurality of patterns formed on the substrate to be originally the same is formed to be the same. The second image obtained by imaging the second pattern of the plurality of patterns formed to be the same as the first image signal obtained by imaging the first pattern of the plurality of patterns. A defect candidate is detected by comparing with an image signal, and information on the detected defect candidate is output together with information on the probability of the defect with respect to the defect candidate.
[0016]
According to the present invention, in order to achieve the above object, in a defect inspection apparatus for inspecting defects of a plurality of patterns originally formed on the substrate so as to be the same, the substrate is placed on the XY plane. Table means movable within the imaging means, imaging means for imaging the pattern of the substrate placed on the table means, and imaging means for imaging when the substrate placed on the table means is continuously moved Defect candidate extraction means for processing the obtained pattern image signal to extract pattern defect candidates and obtaining information on the probability of the defect candidates, and the extracted pattern defect candidate data and the probability of defect candidates And output means for outputting information on the information together.
[0018]
DETAILED DESCRIPTION OF THE INVENTION
Each embodiment of the present invention will be described.
[0019]
An inspection pattern defect inspection method and apparatus according to the present invention will be described. FIG. 1 is a configuration diagram of an inspection pattern defect inspection apparatus according to an embodiment of the present invention.
[0020]
In the present embodiment, a semiconductor wafer inspection pattern will be described as an example.
[0021]
In FIG. 1, reference numeral 1 denotes an image sensor, which outputs a grayscale image signal corresponding to the brightness of reflected light from the semiconductor wafer 4 that is a pattern to be inspected, that is, grayscale, and 2 is obtained from the image sensor 1. An A / D converter that converts a grayscale image signal into a

digital image signal

9, 3 is a delay memory that delays the grayscale image signal, 4 is a semiconductor wafer having a pattern to be inspected, and 5 is a semiconductor wafer 4 having a pattern to be inspected. A stage that moves in the X, Y, Z, and θ directions (rotation), 6 is an objective lens for the semiconductor wafer 4, 7 is an illumination light source that illuminates the semiconductor wafer 4 of the pattern to be inspected, and 8 reflects illumination light. The half mirror 9 that irradiates the semiconductor wafer 4 through the objective lens 6 and transmits the reflected light from the

semiconductor wafer

4, and 9 is a grayscale image signal by an A / D converter. A conversion to digital image signals. In this way, the illumination light from the illumination light source 7 is reflected, and the semiconductor wafer 4 is configured to perform, for example, bright field illumination through the objective lens 6.
[0022]
Further, 3 may be a delay memory that stores and delays the image signal 9 for one or a plurality of repeated cell pitches, or stores and delays the image signal 9 for one or more repeated chip pitches. A delay memory may be used.
[0023]
11 is used to align the digital image signal 9 and the delayed digital image signal 10, and here, a positional shift amount in which the grayscale difference is minimized in units of pixels is detected by a normalized correlation, and this positional shift amount is calculated. Based on this, one image is shifted to align the two images. Note that the reason for normalization is to reduce the influence of the difference in brightness between images to be aligned.
[0024]
That is, the stored image g (x, y) is moved with respect to the detected image f (x, y), and the correlation value^{R (} ^Δ ^x, ^Δ ^y)Where is the maximum⁽ ^Δ ^x, ^Δ ^y)Is obtained by the following equation⁽ ^Δ ^x, ^Δ ^y: ^integer).
[0025]
[Expression 1]

[0026]
[Expression 2]

[0027]
[Equation 3]

[0028]
[Expression 4]

[0029]
[Equation 5]

[0030]
Here, the images are continuously detected by the image sensor, but the image is divided into line units described later, and alignment is performed in these units. In the above equation, the detected image has dimensions of X × Y pixels.
Although not shown in the drawing, the above-described normalized correlation for obtaining the positional deviation of the image does not have to be performed for all the images. For example, the image is divided into K in the longitudinal direction of the image sensor, and each divided small image is divided. Of the images (size of X / K × Y pixels), a small image with information may be used. For determining whether there is information, for example, each small image is differentiated, the presence or absence of an edge is detected, and a small image with many edges is selected. For example, when the image sensor is a linear image sensor with a multi-tap configuration capable of parallel output, each tap output image corresponds to a small image. This concept is based on the fact that images output in parallel have the same positional deviation. The image sensor used here may be a time delay integration type TDI CCD image sensor.
[0031]
A gradation conversion unit 12 converts the gradations of the image signals having different brightnesses so that the brightnesses of the image signals match. Here, linear transformation is performed for each individual pixel using a gain and an offset, and the brightness is matched.
[0032]
[Formula 6]

[0033]
[Expression 7]

[0034]
[Equation 8]

[0035]
[Equation 9]

[0036]
Then, the obtained image signals are compared in the comparison unit 14 to detect a mismatch as a defect. The detected image signal is sequentially subjected to a certain process by pipeline type image processing, and finally a defect and its feature are output.
[0037]
Next, the operation of the inspection apparatus having the above configuration will be described.
[0038]
In FIG. 1, the stage 5 is scanned in the X direction (for example, the direction perpendicular to the arrangement direction of the sensor chips on the sensor surface of the one-dimensional image sensor 1) with the illumination light converged by the objective lens 6. While the target region of the semiconductor wafer 4 is moved at a constant speed, the pattern to be inspected formed on the semiconductor wafer 4 by the image sensor 1, that is, the brightness information of the memory mat portion 21 and the peripheral circuit portion 22 in the chip 20 (Tint image signal) is detected.
[0039]
When the movement for one row is finished, it moves at high speed in the Y direction (direction perpendicular to the X direction) and moves to the next row for positioning. That is, the inspection is performed by repeatedly performing the constant speed movement while obtaining an image of the pattern to be inspected formed on the semiconductor wafer 4 by the image sensor 1 and the high speed movement for moving to the next row. Of course, step-and-repeat inspection is also acceptable.
[0040]
The A / D converter 2 converts the output (grayscale image signal) of the image sensor 1 into a digital image signal 9. The digital image signal 9 has a 10-bit configuration. Of course, if there are about 6 bits, there is no particular problem in image processing, but a certain number of bits are required to detect a minute defect.
[0041]
In FIG. 1, the CPU 16 is input by inputting coordinates such as arrangement data in a chip on the semiconductor wafer 4 obtained based on the design information with an input means 15 constituted by a keyboard, a disk, and the like. On the basis of the coordinates such as the arrangement data in the chip on the semiconductor wafer 4, defect inspection data is created and stored in the storage device 17. In the defect inspection data, a defect reliability indicating the probability of defects described later is also given to the data and stored.
[0042]
This defect inspection data can be displayed on a display means such as a display as needed together with the defect reliability, or can be outputted by means for outputting to a printer or the like. Also, other devices such as other inspection devices, optical review devices, SEM review devices, defect classification devices (devices that classify defect categories by focusing on defect feature quantities. Those using a neural network, etc. by communication. The defect inspection data and the defect reliability can be sent to an external storage means such as a server. Of course, only the defect reliability may be displayed on a display means such as a display, or output to a printer or an external means described above.
[0043]
Reference numeral 23 denotes an image input unit for inputting two images to be compared. From this image, a scatter diagram creation unit 24 obtains a scatter diagram. FIG. 3 shows how to obtain a scatter diagram. In the scatter diagram, the vertical and horizontal axes indicate the brightness of two images f (x, y) and g (x, y) to be compared. In the scatter diagram, in addition to the brightness of the image signal of the pattern to be inspected, the local contrast of brightness or the local average value may be used as the vertical axis and the horizontal axis, respectively. It may be used. The obtained scatter diagram is displayed by converting the frequency into a gray value as shown in FIG. Here, the frequency 0 is displayed in gray, the low frequency is displayed in white, and the high frequency is displayed in black. Of course, the scatter diagram may display only the presence or absence of data.
[0044]
From the scatter diagram of the image signal, at 26, the frequency on the scatter diagram, the position on the scatter diagram, the function of the relative distance on the scatter diagram, or information referring to the lookup table is calculated. The calculated information is attached to the mismatch information as a defect reliability, that is, as a measure indicating that the mismatch is a defect, and stored in 17.
[0045]
Here, a high frequency in the scatter diagram indicates that the point is not likely to be a defect. For example, in FIG. 3, pixels corresponding to black data on the scatter diagram have a high frequency, and there is a high probability that these are normal portions. On the other hand, the pixel corresponding to white data represents that the frequency is small and the brightness is only a small number, and the probability of being a defect is high. Thus, it can be said that the frequency information is an important parameter representing the probability of defects. Similarly, with respect to the position on the scatter diagram, if the two images to be compared have the same brightness, each point is distributed on a straight line with a slope of 45 degrees. It becomes a parameter of likelihood. In FIG. 3, it can be seen that the pixels corresponding to the data separated from the straight line (not shown) with a 45-degree inclination have a low frequency and are likely to be defective.
[0046]
The relative distance on the scatter diagram corresponds to the distance from the two images to be compared using a plurality of pixels around each point to determine a straight line that minimizes the weighted square error. To do. This is shown in FIGS. 4 (a) and 4 (b).
[0047]
As shown in FIG. 4A, in the scatter diagram, an area centered on each pixel is determined, and an approximate straight line is obtained for the data in this area. Alternatively, using the fact that the frequency is a parameter representing the probability of defects, in the two images to be compared, each point having a frequency equal to or greater than a certain value is weighted using a plurality of surrounding pixels. Find the straight line that minimizes the square error. The area size is locally variable according to the frequency of the scatter plot. As a variable method, a method of outputting an area size by inputting a frequency and referring to a lookup table is flexible and desirable.
[0048]
The distance from the approximate straight line thus obtained is obtained as shown in FIG. 4B, and this distance is regarded as the probability of the defect and is output or displayed. The smaller the distance, the closer to the normal part, and the larger the distance, the closer to the defect.
[0049]
In FIG. 4B, it can be seen that the frequency decreases as the distance from the approximated straight line increases, and the accuracy of the defect increases. In addition, each point with a frequency equal to or higher than a certain value is, for example, a point with a frequency of 1 or less is excluded from the target of linear approximation because the accuracy of the defect is high. In the local gradation conversion unit 12 in FIG. 1, an approximate line may be obtained for each pixel by the method shown in FIG. 4, and gradation conversion may be performed based on the approximate line.
[0050]
Further, the variation of the entire image from the straight line can be obtained by, for example, the following equation. Here, it is assumed that the straight line is Y = m · f (x, y) + n.
[0051]
[Expression 10]

[0052]
## EQU11 ##

[0053]
This information can be used as a measure of the degree of matching of the entire image.
[0054]
Thus, the probability of the mismatch information output by the inspection apparatus can be determined using the information obtained from the scatter diagram.
[0055]
Reference numeral 25 denotes a display unit that displays the obtained scatter diagram independently or together with other information. Reference numeral 15 denotes an input means such as a threshold value. For example, a threshold value for binarizing the absolute value of the difference image is input, and a line segment of the input threshold value is plotted on a scatter diagram. From this scatter diagram, it is easy to judge the validity of the input threshold value.
[0056]
Further, it is possible to determine a threshold value suitable for an image by referring to the information of the displayed scatter diagram. That is, the defect can be detected with higher reliability by determining the threshold value based on the certainty of the defect. For example, the threshold value is adaptively determined for each pixel, and the threshold value is determined according to the frequency of the scatter diagram. The conversion of the frequency and the threshold value is executed using a lookup table (LUT) as shown in FIG. The contents of the look-up table, that is, the method of conversion, is determined prior to the inspection.
[0057]
In FIG. 1, the images used in the scatter diagram are two images to be compared, for example, images after pixel-by-pixel alignment, but two images are input at each stage of image processing. This can be input to the unit 23.
[0058]
FIG. 5 shows an example in which two images are processed based on the method shown in FIG. The target is a pattern to be inspected that has been flattened, such as CMP (Chemical Mechanical), and a line and space pattern (a pattern in which a large number of line-shaped patterns are arranged at regular intervals) is located at the lower right of the image. Is detected. The upper left is an area without a pattern. The histogram of the image during each process is also shown. As can be seen from the histogram, the brightness of the two images does not match at the first stage. First, a correlation value of the image is obtained by normalization correlation, and a position where the correlation value is high is obtained, thereby aligning in units of pixels. Next, local brightness correction, which is local gradation conversion, is performed on the two aligned images.
[0059]
FIG. 6 shows a scatter diagram of the image. At the stage of alignment in pixel units, the brightness of the two images does not match, and therefore, there is a variation from the straight line in the scatter diagram, not the diagonal 45 ° line. However, after the local gradation conversion processing according to the present invention (the method based on Equations 6 and 7), the scatter diagram is distributed near a straight line, which is effective in the sense that the brightness of the two images is made uniform. I know that there is. The slope and intercept are the slope and intercept of the line segment fitted to the scatter diagram data. According to the present invention, the slope, which is a measure of the degree of coincidence between the two images, is initially 0.705, but becomes 0.986 after local brightness correction, which is local gradation conversion, and the degree of coincidence of brightness is It can be seen that it has improved. Furthermore, the value of Ve, which represents the degree of coincidence between the two images, was initially 40.02, but became 8.598 after local brightness correction, which is local gradation conversion, and the degree of coincidence of brightness was improved. You can see that
[0060]
In these methods, the numerical values of the entire image are calculated in units of images to be compared. However, in the method shown in FIG. 4, the above-described Ve or the like may be obtained for each local size to be subjected to gradation conversion.
[0061]
In the example of FIG. 6, using the scatter diagram after local brightness correction, according to the above-described procedure, information on the probability of the defect is given to the mismatch. In the scatter diagram, pixels distributed and distributed in the periphery have high defect accuracy. The threshold value can be set using a straight line with an inclination of 45 degrees so as to sandwich the distributed data. Of course, information on the probability of defects can be extracted in the same manner from the scatter diagram even at the stage of alignment in units of pixels. However, in this case, since the threshold value is determined so as to sandwich the distributed data, it cannot be set with high sensitivity.
[0062]
Therefore, it can be said that it is more desirable to determine the threshold value using a scatter diagram after local brightness correction.
[0063]
If such scatter diagram creation, display, or threshold value calculation using scatter diagram data is performed for each image or each pixel of the image in synchronization with image detection, a highly sensitive inspection can be realized. As described above, the image processing is realized by pipeline processing, but it can be applied to other configurations.
[0064]
Examples of defect output lists are shown in FIGS. The gradation-converted images are compared by the comparison unit 14 and output as mismatches. This is an example in which defect reliability is added in addition to numerical values representing defect characteristics such as defect number, coordinates, length, and area. Here, the defect number is a number given in the scanning order of the chip to be inspected. The defect coordinate is a position where a defect is detected in a coordinate system provided on the basis of, for example, an alignment mark or the origin of the chip to be inspected. The length of the defect is the length of the defect portion along the X axis and the Y axis. Of course, the length along the long axis and the short axis may be calculated. These units depend on the required accuracy, but are, for example, microns. The defect reliability is information obtained from the scatter diagram described above. For example, the frequency on the scatter diagram of the pixel of the defective part, the distance from the approximate line, and the like are shown.
[0065]
FIG. 13A is based on the frequency of defective portions in the scatter diagram. The lower the frequency, the higher the defect reliability value. FIG. 13B is based on the distance from the approximate straight line of the defective portion in the scatter diagram. The longer the distance, the higher the defect reliability value. FIG.13 (c) is based on the position of the defect part in a scatter diagram. The further away from the straight line with the inclination of 45 degrees, the higher the defect reliability value. Of course, the defect reliability may have a plurality of frequencies on the scatter diagram of the pixels of the defective portion, a distance from the approximate line, and the like. When the defect has a plurality of pixels, the average value or maximum value of the frequency of each pixel, or a statistic such as median is calculated. Thus, by adding the reliability to the mismatch information, it can be used to calculate the fatality of the defect.
[0066]
Here, the fatality of the defect indicates the fatality that the defect gives to the pattern to be inspected, and is determined by, for example, the size of the defect and the existing coordinates (area). The smaller the size of the pattern, the higher the lethality of the same defect size. By using the reliability in combination with such a fatality determination, the determination of the fatality can be made with higher accuracy. As a result, the process diagnosis of the pattern to be inspected can be performed more accurately.
[0067]
Next, a supplementary explanation will be given regarding the size of the image. The size of the image, that is, the unit of image alignment (matching) can be determined by the following method. First, the amount of positional deviation between the two images to be compared is obtained in a finely divided unit. This is shown in FIG. Detection is performed separately in the X and Y directions. When this positional deviation data is subjected to spectrum analysis, a waveform as shown in FIG. 8 is obtained. In the spectrum analysis diagram, the vertical axis represents the spectral density and the horizontal axis represents the frequency.
[0068]
In this figure, attention is paid to the highest frequency and the high density frequency. In this case, it is 0.011. This frequency is determined by, for example, apparatus characteristics such as stage running characteristics and vibration characteristics. The spectrum analysis result shows that the positional deviation of the two images repeats at this frequency. If 88 lines, which is the reciprocal number, are used as the unit of the image, that is, the unit of matching, the peak of the positional deviation is included in the image. When the to peak appears and the amount of positional deviation is large, it is difficult to perform highly accurate alignment. However, when the image unit is 1/4 of the reciprocal of this frequency, the amount of positional deviation can be reduced to ½ or less of the peak positional deviation. Furthermore, when the reciprocal of the frequency is set to 1/8, the amount of positional deviation can be reduced to 1/4 or less of the peak positional deviation.
[0069]
Thus, the finer the unit of the image, the more accurate the image alignment should be, but the less information about the pattern that should be included in the image, the resulting image alignment accuracy. Does not go up. Therefore, from the spectrum analysis result, the size of the image is limited based on the required alignment accuracy. From the viewpoint of securing pattern information, the space information of the pattern is dependent on the pattern to be compared. The lower limit of the size of the image can be determined based on (information on the area where no pattern is formed). In the above description, attention is paid to the highest frequency, but it is also effective to pay attention to the amount of positional deviation and pay attention to the frequency corresponding to the highest frequency.
[0070]
Note that the above can be performed separately for the x and y components, or may be performed with attention paid only to the advancing direction of the stage as in the case of an accumulation type linear image sensor.
[0071]
Note that the image size at the time of gradation conversion may be the same as the above-described image size in the method based on the equations (6) and (7), or locally as in the method described with reference to FIG. The size may be determined.
[0072]
According to the embodiment of the present invention, it is possible to detect a defect with high sensitivity without being affected by the difference in brightness of the pattern depending on the location. In addition, in a dark region such as the memory mat portion 21, even a pattern whose brightness varies greatly can be inspected with high sensitivity. This is not limited to memory elements, and the same effect can be expected for logic elements such as microcomputers and ASICs. Therefore, a highly reliable inspection can be realized as compared with the conventional case.
[0073]
In the above example, bright field illumination is used as illumination, but the illumination is not limited to this, and any illumination that can be used as microscope illumination such as dark field illumination or annular illumination may be used. It is not dependent on the illumination wavelength. Needless to say, the present invention can also be applied to a case where an inspection is performed using a secondary electron image of a sample surface obtained by irradiating a sample with an electron beam and detecting secondary electrons generated from the sample. In addition, the illumination or irradiation conditions may be changed variously to inspect a plurality of times, and a logical sum of the inspection results of the plurality of times may be taken as a final result. Alternatively, a logical product may be taken and identified as a defect, and the process diagnosis may be made based on the defect distribution and the number of defects, for example. Furthermore, the detector is not limited to a linear image sensor, but can be applied to an image detected by a TV camera. Furthermore, the types of defects include shape defects such as short and open, and other foreign matters.
[0074]
Further, according to the above-described embodiment, more effective analysis processing can be performed.
[0075]
By using the inspection data to which the reliability is added, the defect review can be performed more efficiently. For example, in the defect list shown in FIG. 13, the defect numbers are rearranged according to the reliability of defects (sorting). For example, the defects are rearranged in descending order of probability of defects. In this way, it is possible to review and confirm defects in descending order of reliability. It is possible to eliminate the misdetection output from the inspection apparatus, and to discriminate the mismatch on the boundary between the defect and the normal part. Furthermore, if the defect is rearranged by adding information based on the coordinates and size of the defect, the defect can be reviewed and confirmed more efficiently.
[0076]
That is, by adding reliability, it is possible to accurately determine the criticality, and using this criticality, it is possible to review and confirm defects with higher accuracy and efficiency. Alternatively, it is possible to review only defects whose reliability or fatality is higher than the threshold by setting a threshold. Furthermore, similar effects can be expected in defect classification. In addition, yield diagnosis, prediction, and the like can be performed using only true defects that do not cause problems in handling. In this way, it is possible to reduce the load of review work for visually confirming the inconsistent portion and improve reliability such as yield prediction.
[0077]
As mentioned above, although the comparative inspection method using an optical microscope was mainly described about the embodiment according to the present invention, when used for image detection obtained by other scanning electron microscopes, infrared rays, and X-rays, It goes without saying that it is equally effective. Moreover, although the said Example demonstrated using the system based on the comparison of an image, providing the reliability of a defect to defect information is a comparison which detects the location where a scattered light is large like a foreign material inspection apparatus. It can also be applied to a device of a system not based on the above.
[0078]
【The invention's effect】
According to the configuration of the present invention, the probability of mismatch information can be determined by using a scatter diagram of two detected images to be compared. Further, by detecting defects using information obtained from a scatter diagram, a highly reliable inspection can be performed. In addition, a reasonable threshold can be determined by using a scatter diagram. Furthermore, it is possible to efficiently perform defect review and the like by using the probability of the mismatch information. Therefore, it is possible to use inspection data with reliability by assigning reliability. Thereby, in the semiconductor device manufacturing process, it is possible to detect the inspection of the defect of the pattern of the wafer after the CMP process with high reliability without lowering the detection accuracy.
[Brief description of the drawings]
FIG. 1 is a schematic cross-sectional view showing a schematic configuration of a defect inspection apparatus for a pattern to be inspected according to an embodiment of the present invention.
FIG. 2 is a block diagram illustrating scatter diagram creation and display according to an embodiment of the present invention.
FIG. 3 is a diagram illustrating creation and display of a scatter diagram according to an embodiment of the present invention.
FIG. 4 is a diagram illustrating local gradation conversion according to an embodiment of the present invention.
FIG. 5 is a diagram illustrating a result at each image processing stage regarding two images to be compared;
FIG. 6 is a diagram illustrating a scatter diagram for two images to be compared.
FIG. 7 is a diagram illustrating an amount of image misregistration.
FIG. 8 is a diagram for explaining spectrum analysis;
FIG. 9 is a schematic plan view of a memory mat portion and a peripheral circuit portion in a memory chip having a pattern to be inspected.
10 is a histogram of brightness in a memory mat portion and a peripheral circuit portion in the memory chip of FIG. 9;
FIG. 11 is a histogram of brightness in a memory mat portion and a peripheral circuit portion in different memory chips subjected to CMP processing;
FIG. 12 is a diagram for explaining a flow of a CMP process.
FIG. 13 is an example of an output list of defects.
[Explanation of symbols]
DESCRIPTION OF SYMBOLS 1 ... Image sensor 2 ... A / D converter 3 ... Delay memory 4 ... Semiconductor wafer 5 ... X, Y, Z, (theta) stage 6 ... Objective lens 7 ... Illumination light source 8 ... Half mirror 9 ... Image signal 10 ... Image signal 11 ... Pixel unit alignment unit 12 ... image brightness matching filter operation unit 13 ... gradation conversion unit 14 ... comparison unit 15 ... input means 16 ... CPU 17 ... storage device 20 ... chip memory 21 ... memory mat unit 22 ... peripheral circuit unit ( (It is a non-repetitive pattern, but includes a repetitive pattern having a plurality of repetitive pitches.) 23... Image input section 24... Scatter chart creating section 25.

Claims

A defect inspection method for inspecting defects of a plurality of patterns originally formed on a substrate so as to be the same, wherein a first pattern of the plurality of patterns formed to be the same is A first image signal is obtained by imaging, the obtained first image signal is stored, and a second pattern of the plurality of patterns formed to be the same is imaged to obtain a second image. A signal is obtained, the second image signal is compared with the first image signal stored in the storage means to detect the degree of mismatch between the first image signal and the second image signal, and the detection Information on the degree of mismatch is output together with information on the reliability of the degree of mismatch, the information on the reliability being the brightness of each of the first image and the second image, or local contrast, Or a small local average Kutomo defect inspection method of a pattern which is a any one information obtained from the scatter plot of two-dimensional space the value of each image and the vertical axis or the horizontal axis.

A defect inspection method for inspecting defects of a plurality of patterns originally formed on a substrate so as to be the same, wherein a first pattern of the plurality of patterns formed to be the same is A defect candidate is determined by comparing the first image signal obtained by imaging and the second image signal obtained by imaging the second pattern among the plurality of patterns formed to be the same. Detecting and outputting information relating to the detected defect candidate together with information relating to the probability of the defect with respect to the defect candidate , wherein the information relating to the probability of the defect is the brightness of each of the first image and the second image. Or a defect inspection method for a pattern, which is information obtained on the basis of at least one of local contrast and local average .

A defect inspection apparatus for inspecting defects of a plurality of patterns formed on a substrate so as to be identical to each other, wherein the table is placed and movable in an XY plane, and the table An image of the pattern obtained by imaging by the imaging means when the substrate placed previously by the table means is continuously moved by an imaging means for imaging the pattern of the substrate placed on the means A defect candidate extracting means for processing the signal to extract the defect candidate of the pattern and obtaining information on the probability of the defect candidate; and information on the defect candidate data of the extracted pattern and the probability of the defect candidate and output means for outputting both the door, information about the probability of defects obtained by the defect candidate extracting means, the brightness of the image signal, or a local Contra DOO, or the defect inspection apparatus of a pattern, characterized in that the information is determined based on at least one of the local average value.