JP3944439B2 - 電子線を用いた検査方法および検査装置 - Google Patents

Description

【０００１】
【発明の属する技術分野】
本発明は半導体製品や液晶等、微細な回路パターンを有する基板に形成されたパターンを電子線を用いて検査する方法、および検査装置に関する。
【０００２】
【従来の技術】
一例として、半導体ウェハの検査装置を説明する。半導体製品は、半導体ウェハ上のホトマスクに形成されたパターンを、リソグラフィー処理およびエッチング処理により転写する工程を繰り返すことで製造される。半導体装置の製造過程において、リソグラフィー処理やエッチング処理などで形成されたパターンの良否や異物発生等は、半導体装置の歩留まりに大きく影響を及ぼす。このため、異常や不良発生を早期あるいは事前に検知することが必要である。
【０００３】
半導体ウェハを用いた製造プロセスの立上げ段階や開発段階では、多種多様の欠陥が多数存在し、欠陥の種類によって欠陥の発生原因が異なることから対策方法や対策場所が違ってくる。一度にすべてを対策することは困難であるとともに、互いに影響しあう場合がある。したがって、対策は一度で済むことはない。複数の対策の前後において特定の欠陥が減少することを確認できれば、その対策は効果があったことになる。しかし、初期に多種多様の欠陥が多数存在する場合は、多数の中で少数のどの欠陥がどの対策で減少するかを見つけ出すことは、非常に困難である。製造プロセスの開発者は、これらの欠陥を吟味し、プロセスの最適条件を見い出すことに知識と労力を傾注しており、熟練者の経験によるところが大きい。
【０００４】
半導体ウェハ上のパターンに存在する欠陥を検査する装置としては、半導体ウェハに白色光を照射し、光学画像を用いて複数のＬＳＩの同種の回路パターンを比較する光学式検査装置や、電子線の照射により発生する二次電子や反射電子を検出して画像を得、参照画像と比較することにより欠陥や異物などの異常を検出するＳＥＭ式外観検査装置などが知られている。ここで、ＳＥＭとは走査電子顕微鏡（Scanning Electron Microscopy）の略である。
【０００５】
これらの検査装置では、検査画像と参照画像とを比較し、輝度を２値化した階調値に差違のある画素だけを抽出て異常部とし、欠陥画像を生成したり、その異常部の半導体ウェハ上の位置を表示したりして、オペレータに複数の欠陥を表示している。そして、オペレータは半導体ウェハ上に欠陥マップとして表示された欠陥分布のデータを、欠陥の発生原因を究明するための別の解析装置へ送信する。解析装置では、複数の欠陥の中からいくつかの欠陥を選択して、電子線を照射して得られる観察画像などで詳細な解析が行われる。
【０００６】
ここで、欠陥マップには通常様々な発生原因の多くの欠陥が表示されるため、オペレータにとって、どの欠陥の解析が最も緊急性を要するかを知りたいが、従来は、オペレータの熟練度に頼っていたのが実情である。欠陥マップに表示された抽出された欠陥は、本当は画像に差違がある異常部を示しているにすぎないのであって、欠陥ではないのに異常部として抽出されたり、様々な種類の欠陥が半導体ウェハ上に区別なく分布表示されたりしている。
【０００７】
そこで、検査装置では単に欠陥マップを表示するだけでなく、欠陥の解析が不要な欠陥を排除し、必要な欠陥だけを表示して、欠陥データとして出力することが、試みられている。例えば、半導体ウェハ上に形成された半導体デバイスのコンタクトホール製造プロセスにおける非導通欠陥や電気的ショートは、光学式検査装置では検出できないが、ＳＥＭ式外観検査装置を用いることによって検出できるので、欠陥画像とその欠陥の半導体ウェハ上の座標とから、どちらの欠陥かを区別することが試みられている（例えば、特許文献１参照）。しかしながら、非導通欠陥や電気的ショートは位置依存性があるとは限らないため、半導体ウェハの欠陥マップ表示だけでは、必ずしも正確に欠陥を区別することができないという問題があった。
【０００８】
一方、半導体デバイスの製造プロセスではないが、製造欠陥の輪郭や輝度などの複数の特徴量に基づいて分類する方法が知られている（例えば、特許文献２参照）。しかしながら、半導体デバイスの製造プロセスにおけるＳＥＭ式外観検査装置で抽出された欠陥を対象として不要な欠陥を削除する方法を具体的に説明したものは見当たらない。
【０００９】
【特許文献１】
特開２００２−１２４５５５号公報（第８頁，図６）
【特許文献２】
特開２００２−１７４６０３号公報（第３頁，図６）
【００１０】
【発明が解決しようとする課題】
本発明の目的は、上記した従来技術の問題点に鑑み、検査で抽出された多数の欠陥から所望の欠陥を抽出することができる電子線を用いた検査方法および検査装置を得ることである。
【００１１】
【課題を解決するための手段】
上記目的を達成するために、本発明の実施態様は、パターンが形成された試料に電子線を照射し、試料から発生する二次電子または反射電子に基づき検査画像および参照画像を生成し、検査画像と参照画像の画素毎の階調値の差分から異常部を求め、異常部の画像から当該異常部の特徴量を複数求め、複数求めた異常部の特徴量の分布に基づいて異常部の種類を分類する範囲が指定されるものである。
【００１２】
【発明の実施の形態】
以下、本発明による回路パターンの検査方法および装置の実施の形態について、図面を参照しながら詳細に説明する。
【００１３】
図１に本発明による検査装置の一実施例を示す。図１は電子線を用いた検査装置の縦断面および機能ブロック図である。ＳＥＭ本体６０は大まかに、電子源
５０などを含む電子線発生部、偏向電極５２などを含む電子線走査制御部、試料６１と試料ホルダ６２と試料移動ステージ５６などを含む試料操作部を備える。
【００１４】
電子源５０より発生する電子線７１は図示しない加速電極で加速され、試料ホルダ６２に保持された試料６１へ照射する。その過程で、コイルおよび電極で構成する電子光学系を電子光学系制御回路５１により制御し、電子線７１が試料位置で焦点を結ぶようにする。電子線７１は偏向電極５２と偏向制御回路５３により走査し、ステージ制御回路５７によって制御された試料移動ステージ５６と組み合わせて、ストライプ状の画像を取得する。
【００１５】
試料６１に照射する電子線７１により試料表面から二次電子７２が発生する。この二次電子７２は図示しない電極により再び加速され、図示しない電極により検出器５４に導かれる。検出器５４に捕獲された二次電子は検出回路５５により信号化され画像処理装置５８へ送られる。
【００１６】
画像処理装置５８に送られた画像は入力補正部５０１により補正を受ける。ここでは、例えば、画像のコントラストを調整するための階調変換，暗レベル補正，ビーム加算処理などを行う。補正を受けた画像はチップメモリ５０２に送られる。チップメモリ５０２ではチップ単位の画像を一時記憶し画像比較のための遅延画像を発生させる。チップメモリ５０２から発生する検査画像と参照画像は、チャンネル分割するＣＨ分割部５０３に送られ複数のチャンネルに分けられる。複数のチャンネルに分けることにより、画像をそのままで処理するよりも画像の処理レートを下げることが出来る。
【００１７】
複数のチャンネルに分かれた画像は、検査画像と参照画像間で画像の位置ずれを測定した後に、位置補正部５０４により画素単位で一致する様に補正する。補正後の画像は、チップ比較部５０５および特徴量生成部５０６に送られる。チップ比較部５０５では検査画像と参照画像との間の画素毎の階調値の差の有る部分を抽出して欠陥の画像データとして出力する。検査画像と参照画像間で差の有る異常部は、半導体ウェハの回路パターンの検査においては欠陥と表現する方が馴染みやすい。このため、以下では異常部と等価な意味で欠陥と表現することもある。
【００１８】
特徴量生成部５０６では、特徴量として、例えば、欠陥の座標Ｘ，Ｙ、欠陥の寸法ＬＸ，ＬＹ、欠陥の面積Ｓ，欠陥部の画素毎の階調差，検査画像の欠陥部の階調値の微分値などが生成される。ここで、階調差とは、抽出された欠陥の画素毎の検査画像と参照画像との間の階調値の差であり、検査画像と参照画像とから抽出された欠陥画像の欠陥部の画素の明るさを示す。また、階調値の微分値とは、検査画像または参照画像の欠陥部の画素とその周囲の画素との階調値の勾配の絶対値、すなわち欠陥部の画素とその周囲の画素との間の明るさのコントラストを示す。この勾配は、欠陥部の画素ｆ（ｘ，ｙ）を微分して求められるので、ここでは階調値の微分値とよぶ。検査画像と参照画像とから求められた欠陥画像は、特徴抽出部５０７に送られて、上述した特徴量から欠陥部の投影長や面積などが求められる。
【００１９】
特徴量演算部５０８では欠陥部の投影長や面積などを求める特徴抽出部５０７に同期して特徴量生成部５０６からの階調差や階調値の微分値を集計し、例えば階調差の欠陥全体の総和Ｄや、階調値の微分値の絶対値の欠陥全体の総和Ｈなどの欠陥部の特徴量を演算する。特徴抽出部５０７で得られた値と特徴量演算部５０８で得られた値は欠陥情報部509に集められ数値化する。以上の各演算はシステムバス５１１で接続された制御ＣＰＵ510で制御される。数値化された欠陥情報は、制御ＣＰＵ５１０の働きによりホスト計算機
５９へ送られる。
【００２０】
本実施例では、半導体ウェハ上のチップ同士の比較による欠陥検出の処理過程を例として示したが、メモリのセルマット部のように同一構造のセルが規則正しく並んでいる場合には、画像処理単位をチップでなくセルとすればよい。ただし、位置補正は、検査画像をセルピッチ分ずらす処理となるので、画像間の大きな位置ずれを検出する処理は不用になる。また、検査画像と参照画像をチップメモリ５０２から個別にチャンネル分割せずに、位置補正部５０４の前の画像から検査画像と参照画像に分けてもよい。
【００２１】
ホスト計算機５９は、ＧＵＩ（Graphical User Interface）機能を備えたモニタ６３に情報を表示するばかりでなくオペレータの指示を受けたり、装置全体を制御する働きがある。例えば、検査シーケンスを制御する検査制御部６０１，欠陥の特徴量に基づいて後述する欠陥の散布図を作成し、特徴量に基づいて分類された欠陥の確認を行う欠陥確認制御部６０２，検査のレシピを作成するレシピ制御部６０３，装置を運用する際に必要なユーティリティ制御部６０４，欠陥情報から真の欠陥を抽出する欠陥判定部６０５，検査や欠陥確認などの纏まった動作全体を制御するシーケンス制御部６０６，ＧＵＩ機能を制御するＧＵＩ制御部
６０７，検査結果・欠陥画像・レシピ情報などのデータを管理するデータ管理部６０８などの各機能がある。
【００２２】
図２は、検査装置における欠陥検出から検出した欠陥が自動分類されるまでの手順を示すフローチャートである。ステップ１１２からステップ１１７までは、図１に示した各機能で実行され、ステップ１１８はオペレータに対するＧＵＩ機能で実行される。
【００２３】
ステップ１１２では、図１中の画像処理装置５８の入力補正部５０１で、送信された検査画像１１１に欠陥を抽出し易くする補正を行い、ステップ１１３では、位置補正部５０４で検査画像と参照画像間の位置合わせを行い、ステップ114では、チップ比較部５０５で検査画像と参照画像とを比較して欠陥を抽出する。欠陥の抽出の一例を挙げると、検査画像と参照画像の差を求め、その差が指定の値を越えるか否かにより、欠陥の抽出が行われる。次に、ステップ１１５では、特徴抽出部５０７で欠陥抽出により得られた欠陥の画像から、特徴量演算部508でその欠陥の特徴量を演算する。
【００２４】
前述したように、欠陥特徴量には、欠陥の座標Ｘ，Ｙ、欠陥の寸法ＬＸ，ＬＹ、欠陥の面積Ｓ，欠陥部の階調差の総和Ｄ，検査画像または参照画像の欠陥部の画素と隣接する画素間の階調値の微分値の総和Ｈなどがある。欠陥の座標系は、画像処理装置と本体間で対応が付いていれば任意に選ぶことができる。ここでは仮に図２に示す如く、ＸおよびＹの座標系を定める。欠陥の形状は様々な形をしていると考えられるが、欠陥の形状を各々ＸおよびＹ軸へ投影した時の投影の幅を投影長ＬＸ，ＬＹとする。また、投影部の中心の位置が欠陥の座標Ｘ，Ｙとする。また、欠陥部の面積Ｓは欠陥と見なされる部分の面積である。これは画素の数から求めることができる。
【００２５】
ステップ１１５では前述の如く欠陥部に関する情報を得る。ここで、欠陥部の階調差の総和Ｄおよび欠陥部の画素の微分値の絶対値の総和Ｈは欠陥部の面積Ｓで割ることにより規格化し欠陥の面積に依存しない特徴量に変換しても良い。
【００２６】
欠陥情報１１６は、欠陥情報部５０９で検出された欠陥毎に上述の特徴量より生成される。
【００２７】
次に、ステップ１１７では、ホスト計算機５９の欠陥判定部６０５で、上述の欠陥情報から真の欠陥を抽出するリアルゴースト処理とよぶ処理と近隣の欠陥を１つに集約する欠陥マージ処理とよぶ処理を行う。
【００２８】
例えば、１つの欠陥について欠陥抽出１４からは２回の欠陥情報が得られる。つまり、欠陥が現れたときに第１の参照部と比較して検出される１つ目の欠陥と、続いて、この欠陥が第２の参照部となって正常部である欠陥と比較して検出される２つ目の欠陥である。これら２つの欠陥のうち、第１の欠陥をリアル欠陥，第２の欠陥をゴースト欠陥と呼び、これら２つの情報が互いに対応する位置に存在すれば、第１の欠陥を真の欠陥とする。このリアルゴースト処理により、ノイズにより発生した擬似欠陥などを除去することができる。
【００２９】
また、近隣の欠陥を１つに集約して１つの欠陥とする欠陥マージ処理は、必要に応じて実行される。この処理は、前述のリアルゴースト処理に引き続き実施される。
【００３０】
次に、ステップ１１８で、前述のリアルゴースト処理により抽出された欠陥について、欠陥の特徴量を手がかりに欠陥の種類を判定し分類する欠陥自動分類処理を実施し、自動分類された欠陥情報１１９を出力する。この処理は、図１の
ＧＵＩ制御部６０７により、モニタ６３に表示された画面を見ながらのオペレータの入力指定で実行される。
【００３１】
図３は、回路パターンの検査の内容を規定する検査条件、すなわち検査レシピの作成手順を示すフローチャートである。レシピで設定する項目としては、例えば、照射条件，ダイレイアウト，アライメント，検査領域および方法，キャリブレーション，検査条件，欠陥自動分類条件などがある。これらの順番は変更可能であるし、前の項目に帰って設定し直すことも可能である。このレシピ作成は、図１のホスト計算機５９のレシピ制御部６０３で実行される。
【００３２】
ステップ１２１のオペレータからのレシピ作成開始指示に続いて、ステップ
１２２では、図１に示した電子線７１の照射条件が設定される。ここでは、電子光学系の条件以外にも検査の画素寸法，画像の加算回数，ＳＥＭ画像のフォーカス条件などをオペレータが設定することができる。
【００３３】
ステップ１２３のダイレイアウト設定では、オペレータが検査する半導体ウェハ内にどのようにダイが配列されているかを設定する。ステップ１２４のアライメント設定では、検査する半導体ウェハのＳＥＭ本体６０内にセットされた回転量および位置ずれなどの検出結果に基づき、検査装置が意図したダイ内の意図した位置を検査できるように、位置合わせまたは補正値の演算が行われる。
【００３４】
ステップ１２５の検査領域および方法設定では、半導体ウェハの検査時の以下に示す検査領域および検査方法をオペレータが設定する。検査領域はどのダイを検査するかという指定と、ダイの中でどの部分を検査するかという指定がある。ダイ内の検査領域は、メモリセルなど繰り返しパターンが形成された領域ではセル比較の領域を設定するようにしてもよい。また、ダイ比較を行う場合は、ダイ比較の領域を指定する。検査方法については、指定する領域をセル比較検査するのか、ダイ比較検査するのか、セル比較とダイ比較を同時に行う混合比較検査をさせるのかを指定する。また、半導体ウェハのＸ方向に検査するのかＹ方向に検査するのかも指定できる。
【００３５】
ステップ１２６のキャリブレーション設定では、例えば、ＳＥＭ画像の明るさとコントラストについて最適にするために、キャリブレーションの位置，明るさ，コントラストの強さなどをオペレータが設定できる。
【００３６】
ステップ１２７の検査条件設定では、主に欠陥検出のしきい値の指定やセル比較とダイ比較の詳細な方法をオペレータが指定する。ステップ１２８の試し検査および欠陥自動分類条件設定では、試料の一部分に電子線を照射して検査動作を行わせ、検出した欠陥の欠陥情報を用いて欠陥を自動分類するための分類条件の指定を行う。以上の設定を実施することにより、半導体ウェハの検査用レシピが作成される。
【００３７】
図４は、図３に示したステップ１２８の試し検査および欠陥自動分類条件設定の手順の一例をさらに詳しく示すフローチャートである。試し検査では、しきい値など先に設定されている検査条件の確認をするため、必要に応じて検査条件を設定するステップに戻ることがある。
【００３８】
ステップ１３１で、試し検査および欠陥自動分類条件設定開始の指示があると、ステップ１３２で試し検査を実施する検査領域の選択と、ステップ１３３で試し検査の方法の選択を行い、ステップ１３４で試し検査実施の指示を行い、試し検査が実行される。このとき、検査領域と検査方法は先に指定した内容によらず変更できる自由度を持たせ、ステップ１３５で、ある変更が効果があると思われる場合は、ステップ１３６で変更の希望を指定し、ステップ１３２の検査領域の選択とステップ１３３の検査方法の選択に戻って変更される。また、試し検査の結果、ステップ１３７で虚報が確認された場合は、ステップ１３８から図３のステップ１２７へ戻り、検査条件を再設定し、再度ステップ１２８を実行させる。検査が概ね正常であると判断されるまで以上の各条件を調整する。
【００３９】
検査結果に虚報が発生する要因としては、不適切な検査条件を用いた場合が考えられる。例えば、電子線の照射エネルギーが低い検査条件を用いた場合、試料の帯電ムラにより検出されたパターンの画像の明るさムラが発生し、２つの画像を比較するとこの明るさムラが差違となるので異常部として検出される。この異常部は実際の欠陥に起因するものではないため、虚報とよばれ、欠陥の集団から削除されるべきものである。
【００４０】
また、セル比較の場合、繰り返しパターンを検査領域に指定する必要があるが、誤って非繰り返しパターンをセル比較の検査領域に設定した場合には、パターン形状に差違があるので当然異常部として検出される。
【００４１】
以上のステップに問題がなくなれば、ステップ１３９で欠陥の自動分類の条件を設定する。欠陥自動分類条件の設定は、検査中に求めた欠陥の特徴量を用いて、欠陥をその種類毎に区別し分類できると思われる分類条件を探索する。分類条件の設定においては、欠陥のサンプル数が多ければ多いほど結果の信頼性および有効性が増すことから、オペレータの必要に応じて再検査を実施してサンプル数を増やすとよい。
【００４２】
図５は、図４に示したステップ１３９の欠陥自動分類条件設定の手順についてさらに詳しく説明するフローチャートである。また、図６はモニタに表示される散布図の一例を示す画面の図である。
【００４３】
電子線画像は、検査試料のパターン部の帯電電位により、検査画像に望ましくないコントラストを生じる現象がある。例えば、コンタクトホール部の検査において、試料に照射する電子線のエネルギーが低い（通常、１ｋｅＶ以内）場合、コンタクトホール部の底部に導通不良を起こすなどの基板に対する抵抗が高くなったコンタクト部は、正常なコンタクトホール部と比較して暗くなる傾向がある。検査画像にはこの非導通欠陥が黒点で表れる。また、ショートしている場合は逆に、二次電子放出量が多くなり、その周囲よりも明るくなり、白点として表れる。このように、電気的な異常を検査画像におけるパターンの明るさ変化で検出できる場合、この異常をＶＣ（Voltage Contrast）欠陥と呼ぶ。また、ＶＣ欠陥ではないレジスト残渣は周辺よりも明るく表れる。これは二次電子が周辺よりも多く放出されるためと考えられる。このように、抽出された欠陥画像に存在する異常部に、再度電子線を照射して検査画像を取得し、その画像を確認すると、黒く見えるか白く見えるかという階調差を判断基準として、ＶＣ欠陥のうちの非導通欠陥とレジスト残渣で代表される異物とを区別できることになる。
【００４４】
一方、検査画像の異常部の画素毎の階調値と、異常部の周辺の画素毎の階調値との間の勾配、すなわち微分値は、同じ白点欠陥でも異物の方がショート欠陥よりも大きくなる。異物の微分値が大きいのは、その表面状態が凸凹しているためであると考えられる。
【００４５】
このように、非導通欠陥と異物またはショート欠陥は階調差で区別でき、異物とショート欠陥は階調値の微分値で区別できるので、それぞれを欠陥の特徴量として採用し、欠陥の散布図を作成することとする。
【００４６】
以上より、本実施例では、欠陥の特徴量として階調差と階調値の微分値の２種を選択し、ステップ１４２で、それぞれを散布図のＸ軸とＹ軸に割り当てる。その他の特徴量としては、欠陥の座標Ｘ，Ｙ、欠陥の寸法ＬＸ，ＬＹ、欠陥の面積Ｓなどであり、さらに、ＬＸ／ＬＹで表される形状値などの特徴量から演算などにより求めることが可能な計算値も含まれ、必要に応じて、本実施例と同様な散布図を作成することができる。
【００４７】
２種選択した場合は、本実施例のように２次元のグラフ上に欠陥が配置されるので、欠陥の特徴量による分類が比較的行い易い。特徴量として３種を選択した場合はそれぞれをＸ軸，Ｙ軸，Ｚ軸に割り当てた３次元のグラフになる。１種選択した場合の例としては、全ての欠陥を大きさでフィルタリングした後に残った欠陥の階調差をＸ軸とし、欠陥数すなわち欠陥の現れる頻度をＹ軸としたグラフが考えられる。
【００４８】
本実施例に戻ると、ステップ１４３では、Ｘ軸に階調差を、Ｙ軸に階調値の微分値を割り当てた図６に示されるような散布図が作成され、モニタに表示される。ここで、Ｘ軸の階調差の値の増減の方向は、オペレータの使い勝手を考慮して決められる。例えば、本実施例では、異物よりもコンタクトホールの非導通欠陥を抽出してその解析を行うため、Ｙ軸との交点を原点として、左側を正、右側を負とし、左方から右方に向かって階調差の値が小さくなる、すなわち画像では暗くなっていく方向に定義をして、Ｙ軸の右側の欠陥に着目するようにしている。Ｙ軸の微分値は、上方に向かって微分値が大きくなり、すなわち画像では明るくなっていく方向に定義している。また、本実施例では、簡単化のために、非導通欠陥と異物とを区別する例を示している。ショート欠陥と異物の区別の例は後述する。
【００４９】
ステップ１４４で、オペレータは表示された散布図より分布の塊（グループ）を見つけ出す。そして、図６に破線で示したように、分布の塊を分離する範囲条件を各々のグループについて設定して仮グループ分けを行う。仮グループ分けは、図６で後述するように、オペレータがＧＵＩ機能を利用して指定してもよいし、装置が自動的に生成しそれをオペレータが追認するようにしてもよい。
【００５０】
次に、ステップ１４５で、オペレータは、各々の仮グループについて欠陥の確認を順次実施し、各々のグループがどのような欠陥によるものかを、後述する方法で調査する。ステップ１４６では、欠陥の種類を確認した上で、先に設定したグループの範囲を見直し、欠陥自動分類条件を最適化する。ステップ１４７では、欠陥の特徴量が多数あることを考慮して、必要に応じて他の特徴量についても散布図を生成するかどうかを判断し、ステップ１４８で欠陥自動分類条件の設定を終了する。
【００５１】
図６に示した散布図の例を用いて、グループ分けの一例を説明する。抽出された欠陥の特徴量の分布は、図６の如く概ね３つのグループに分かれていたと仮定する。そこで、これらのグループを分ける範囲条件を設定する。ＧＵＩ機能は、複数の欠陥の塊を囲むように、マウスのドラック機能などで矩形領域を設定することができるようになっている。あるいは、図１に示した欠陥確認制御部６０２で複数の欠陥の相互間距離を演算し、予め定められた値以下の欠陥同士をひとつのグループとするように、自動的にグループを生成することもできる。
【００５２】
この実施例では、矩形の領域が設定され、欠陥の特徴量に基づく分布がその矩形の領域の内部に含まれる場合には、その欠陥がそのグループに含まれると決める。丸印で示される欠陥１７１，１７２の一部が含まれる矩形の領域８１をグループ１，領域８２をグループ２，領域８３をグループ３とよぶこととする。
【００５３】
なお、ここでは、領域を簡単化のために矩形としたが、円，楕円など任意の形状としても、グループ分けは可能である。また、複数のグループの範囲条件が重複する場合は、例えば優先順位などを設けてグループ分けをするとよい。
【００５４】
図７は、欠陥自動分類条件設定における欠陥の確認手順の一例を示す画面図である。図７（ａ）は図６と同じく散布図の画面図、図７（ｂ）は電子線を用いた検査装置により取得された欠陥画像の画面図である。
【００５５】
図７（ａ）に示すモニタの画面９１において、破線で示す欠陥の３つのグループの矩形の領域８１，８２，８３のうち、グループ１の領域８１に含まれる欠陥について、オペレータが検査画像を見て欠陥の種類を確認したい場合には、例えばマウスの移動によって画面に表示される矢印８５をグループ１の領域８１内の欠陥を示す丸印に置いてマウスをクリックして指定する。
【００５６】
グループ１が指定されると、指定された欠陥が示す座標を取得する画像の中心とした画像を改めて取得して、図７（ｂ）に示すように欠陥画像をモニタ６３に画面９２として表示する。この例は、多くのホールパターンのうち、黒丸で示したホールに欠陥１７１がある場合を示しており、例えば欠陥画像のコントラストから黒点欠陥、すなわち非導通欠陥であることがわかる。
【００５７】
なお、ここでは、改めて検査画像を取得したが、検査時に検査画像を図示しない記憶装置へ保存しておくことにより、保存された欠陥画像の中から指定された欠陥に対応する欠陥画像を選択して表示してもよい。
【００５８】
このようにして、オペレータは順次欠陥の画像を確認して、当該グループ１の欠陥の種類を調査する。このとき、欠陥の画像を改めて取得した場合には、その画像を図示しない記憶装置へ保存しておくとよい。欠陥画像の取得は時間がかかるばかりでなく、同じ個所を何度も電子線で照射すると、コンタミなどの不具合が生じる可能性がある。これを防ぐため、欠陥画像を保存して、再び同じ欠陥を指定したときに画像取得のために改めて欠陥画像を取得しないようにするとよい。
【００５９】
図８は、図７と同じく欠陥自動分類条件設定における欠陥の確認手順の一例を示す画面図であり、図８（ａ）は散布図の画面図、図８（ｂ）は電子線を用いた検査装置により取得された欠陥画像の画面図である。
【００６０】
図８は、欠陥自動分類条件設定における欠陥の確認手順の他の実施例として、検査中に検出した欠陥の画像を記憶する機能を付加する場合を示している。オペレータは図７に示した例と同様に、図８（ａ）に示された画面９１の散布図で欠陥のグループ１を指定し、図８（ｂ）のように画面９３に、図の左から右に検査画像，参照画像，両者の差分画像である異常部の抽出画像が並べて表示される。図の例では、検査画像に異常部が存在し、参照画像に異常部が存在しない場合であり、抽出画像は両者の信号量の差の画像を表示する。検査画像の異常部と、参照画像の異常がない同じ場所とを比較することによって、その異常部の正常部に対する明るさ，大きさ，形状などから、異常が何であるかをオペレータが知ることができる。このように欠陥抽出時の画像を比較できるように並べて表示することによって、オペレータの欠陥の種類の判断の補助になる。
【００６１】
図９は、図７と同じく欠陥自動分類条件設定における欠陥の確認手順の一例を示す画面図であり、図９（ａ）は散布図の画面図、図９（ｂ）は電子線を用いた検査装置により取得された欠陥画像の画面図である。
【００６２】
図９（ａ）でグループ１に含まれる丸印を、オペレータは順番に矢印８５で指定して、図９（ｂ）に示す画面９４に、保存された欠陥画像から対応する欠陥の欠陥画像が順番に表示される。グループ２，グループ３についても、同様に表示される。このように、オペレータはグループ単位で欠陥の検査画像を確認できるので、当該グループの欠陥の種類の判定が容易になる。検査画像はひとつの画面９４に複数表示してもよいし、一枚ずつ順番に表示されるようにしてもよい。また、図示していないが、検査画像の一部に対象欠陥の座標または番号などの欠陥を特定できるＩＤを表示するようにしてもよい。
【００６３】
図９（ａ）の画面９１におけるグループ１の領域８１内の欠陥を指定して、図９（ｂ）の画面９４のグループ１の欠陥画像にコンタクトホールのパターンにおける図では黒丸で示す欠陥１７１が表示された場合は、グループ１は例えば非導通欠陥のまとまりであることがわかる。また、グループ２は図では黒丸あるいは灰色の丸で示すコントラストの異なる欠陥１７１が示されているが、グループ１と同じく非導通欠陥のまとまりであることがわかる。欠陥画像では、完全に非導通の欠陥は暗く見えるが、不完全な非導通の欠陥は少し明るく見えるため、図９（ａ）に示されるように、同じ非導通欠陥でも階調差と階調値の微分値の異なる欠陥として表示される。
【００６４】
一方、階調差の符号が反対のグループ３は、欠陥画像でその欠陥を確認すると、図９（ｂ）のグループ３に示すように、コンタクトホールのパターンとは無関係な位置に様々な形状の欠陥１７２が、グループ１や２の非導通欠陥とは反対に明るく見えている。経験的に形状が不定形な物質は異物であると判断される。異物は、半導体装置の製造プロセスに依存するものが多いが、ホールパターンの形成プロセスではレジスト残渣が多く見られる。レジスト残渣は、前述のように電子線の照射によって明るく見える。
【００６５】
図１０は、図７と同じく欠陥自動分類条件設定における欠陥の確認手順の一例を示す画面図であり、図１０(ａ）および（ｂ）は散布図の画面図、図１０(ｃ）は電子線を用いた検査装置により取得された欠陥画像の画面図である。
【００６６】
図９に示した手順から、グループ１とグループ２の散布図の塊が同種の欠陥であることが分かったので、これらを一つのグループにまとめる例を次に示す。
【００６７】
図１０（ａ）において、オペレータが例えば矢印８５でグループ１の領域８１とグループ２の領域８２とが重なり合う領域８４を指定すると、図１０（ｂ）に示されるように、グループ２の領域８２がグループ１の領域８１へ自動的に吸収され、新たな領域８１が作成される。このようにして、グループ２を削除してグループ１の範囲条件を修正することができる。次に、オペレータは、図１０(ｂ)の画面９１内のグループ１の領域８１内の丸印を指定して、図１０（ｃ）に示す欠陥画像を画面９４に表示させ、グループ１の欠陥１７１が非導通欠陥であるのかどうか、グループ２の欠陥１７２が異物であるのかどうかを確認する。このようにして各グループの種類が確認された後は、各グループの分類結果を示す分類コードなどが割り当てられて、データとして保存される。以上で、図３に示したレシピ作成にあたっての欠陥自動分類条件の設定が終了する。
【００６８】
図１１は、欠陥自動分類条件の修正の手順の一例を示すフローチャートである。欠陥自動分類条件を設定済みのレシピを用いて検査を実施した後の、欠陥自動分類条件の修正を示すものである。レシピ作成時に欠陥自動分類条件が設定されているので、検査実施後には、欠陥を検出した場所の情報に加えて、自動分類機能によって欠陥を自動分類した結果が得られる。検査実施後には、レシピ作成中と比べて抽出された欠陥のサンプル数が多くなるため、特徴量の散布図を表示したときにレシピ作成時に設定した分類条件の領域範囲から外れて表示される欠陥があることが十分予想される。そこで、オペレータの欠陥確認により、領域から外れた欠陥がその領域のグループに属することが判明した際には、オペレータがレシピ作成時に作成した分類条件を修正できるようにして、レシピを修正できるようにする。以下にその手順を説明する。
【００６９】
オペレータは、ステップ１５１で開始指示後、ステップ１５２で欠陥自動分類条件の設定を設定済みのレシピを用いて検査を実施させる。ステップ１５３で、検査終了後に、欠陥の特徴量の散布図が表示される。次に、ステップ１５４で、欠陥の分類条件の領域から外れている未分類の欠陥の有無をオペレータが確認する。具体的には図１０（ｂ）の画面９１に表示された領域８１または領域８３の外に表示された欠陥の有無である。
【００７０】
ステップ１５５で、オペレータが未分類の欠陥があり欠陥自動分類条件の修正が必要と判断した場合には、ステップ１５６で、欠陥の分類条件に修正を加え、ステップ１５７で、修正の結果がレシピに保存され、ステップ１５８で終了する。
【００７１】
以上の手順を、図面を用いて説明する。図１２は、図７と同じく欠陥自動分類条件設定における欠陥の確認手順の一例を示す画面図であり、図１０（ａ）および（ｂ）は散布図の画面図、図１０（ｃ）は電子線を用いた検査装置により取得された欠陥画像の画面図である。
【００７２】
図１１で説明したように、欠陥自動分類条件の設定を設定済みのレシピを用いて検査を実施し、検査後に欠陥の特徴量の散布図を表示する。図１２（ａ）において、画面９１に表示された散布図には、領域８１および領域８３で包含される丸印で示す非導通欠陥である欠陥１７１や異物である欠陥１７２の他に、四角印で示される欠陥１７３，１７４が領域８１，８３の外に存在する。このように、特徴量の散布図のレシピ作成時に設定された分類条件から外れた欠陥が新たに検出された場合、オペレータはその欠陥に対して欠陥の確認を実施し、分類条件の再設定をする。
【００７３】
具体的には、図１２（ａ）に示すように、例えばマウスを用いて矢印８５で確認したい欠陥１７３を指定し、図１２（ｃ）に示す画面９２に欠陥画像を表示させる。この欠陥画像は、表示の指示によって電子線の照射により画像を取得してもよいし、保存されている場合はそれを表示させてもよい。図１２（ｃ）に示す画面９２に表示された欠陥１７５からオペレータが非導通欠陥であると確認すると、図１２(ａ)に戻って別の欠陥１７３について、同様の確認を繰り返す。オペレータは、このような確認を散布図上でいくつかの四角印で示される欠陥１７３，１７４について複数回実施し、その結果が既に欠陥の種類が特定されているグループの欠陥と同じ種類の欠陥であると確認できた場合には、図１１のステップ１５６で、四角印で示される複数の欠陥１７３，１７４をそのグループに組み入れることができる。
【００７４】
図１２（ｂ）に示す領域８１の変更は、オペレータが例えば画面９１上で領域８１をドラックして大きさを変更してもよいし、クリックして指定された四角印の欠陥を含むように領域８１を自動的に変更するようにしてもよい。図１１のステップ１５７では、この領域８１の修正をレシピに保存するかどうかを判断する。図１２（ｂ）に示すように、領域８１，８３が変更されると、欠陥の分類条件が自動的に変更される。この詳細は図１３で説明する。また、この自動分類は、図１のホスト計算機５９の欠陥確認制御部６０２で実行される。
【００７５】
図１３は、この欠陥の自動分類方法の一例を示すフローチャートである。図
１２（ｂ）に示すように、領域８１，８３が修正されると、図１２（ａ）に示すどの領域にも属さなかった欠陥１７３，１７４について、図１３に示すステップ１６１で自動分類処理が開始される。ステップ１６２では、例えば、欠陥１７３の属性である分類をｉ、微分値および階調差の値を特徴量ｊと定義すると、欠陥Ｆ（ｉ，ｊ）のうち分類ｉが有効か無効かが判定される。欠陥１７３は検査の結果新たに抽出され、何の欠陥であるか未だ分類されていないので、分類ｉは無効であると判定され、ステップ１６３へすすむ。
【００７６】
ステップ１６３では、例えば、欠陥１７３の特徴量ｊのうちの微分値について、図１２(ｂ）に示す領域８１を定義する分類条件Ｍ(ｉ，ｊ）の特徴量ｊの微分値の範囲に含まれるか否かを判定し、含まれる場合はステップ１６４で、特徴量ｊの階調差が未判定であると判断して、ステップ１６２へ戻り、ステップ１６３で微分値と同様に階調差が分類条件Ｍ（ｉ，ｊ）の特徴量ｊ＋１である階調差の範囲に含まれるかどうかが判定される。
【００７７】
ステップ１６４で特徴量ｊのすべてについて判定が終了したと判定されると、ステップ１６５へすすみ、欠陥Ｆ（ｉ，ｊ）の分類ｉに非導通欠陥であることを示す分類コードを設定する。
【００７８】
ステップ１６２で有効と判定されるのは、例えば欠陥１７１のような、Ｆ（ｉ，ｊ）のｉに分類コードがすでに設定された欠陥の場合であり、改めて分類条件Ｍ（ｉ，ｊ）の判定を行う必要がなく、ステップ１６４で特徴量ｊのすべてについて分類条件Ｍ（ｉ，ｊ）の判定が終了したかどうかを判定しておけばよい。
【００７９】
ステップ１６３で特徴量ｊのひとつが分類条件Ｍ（ｉ，ｊ）の範囲に含まれない場合は、分類しようとしている分類ｉとは異なる分類に分類すべき欠陥なので、ステップ１６６から、別の分類ｉ＋１について、分類ｉと同様の判定がなされる。これを繰り返して、どの分類ｉの分類条件Ｍ（ｉ，ｊ）の範囲にも含まれない欠陥は、ステップ１６７で、どの分類ｉにも属さないことを示す未分類のコードを設定する。
【００８０】
以上を、ステップ１６８で該当する欠陥すべてについて判定し、ステップ169で自動分類処理を終了する。
【００８１】
本実施例では、ある欠陥について最初に分類の判定をしてその分類コードを設定し、次に２番目の欠陥の判定と分類コードの設定を行うという場合を示したが、ひとつの欠陥が複数の分類コードに該当する場合は、分類の優先順を決めておき、最初に該当した分類に判定する方法や、該当するすべての分類に判定して対応する分類コードを全て設定する方法などを採用してもよい。
【００８２】
図１４から図１５はモニタに表示される半導体ウェハの欠陥分布を示す画面図である。図１４には、ウェハマップ１７０上に、丸印で示される非導通欠陥171と、四角印で示される異物１７２とが混在している例を示しているが、実際の画面では、欠陥分類の前であるので、両者の区別はなされておらず、同じ欠陥として同じように表されている。このような場合、欠陥の特徴量として欠陥の座標Ｘ，Ｙではこれらを分離できない。
【００８３】
そこで、図１０で説明したように、欠陥の特徴量として階調差と階調値の微分値を選択して散布図を作成し、欠陥を表示させると、階調差の大小によって、非導通欠陥を異物と分離できる。ここで、図１０（ｂ）に示す異物のグループ３を削除する指定をすると、非導通欠陥のグループ１だけが残る。そして、図１５に示すように、ウェハマップ１７０上に非導通欠陥１７１だけを表示することができる。
【００８４】
図１６から図１７は、特徴量を変えた場合の散布図の例を示す画面図である。図１６ではＸ軸に階調差、Ｙ軸に頻度を指定し、欠陥をヒストグラム表示している。ここで、頻度とは欠陥の数である。非導通欠陥と異物とを区別するためには、欠陥の特徴量としてＹ軸に頻度をとっても両者を区別できる。非導通欠陥と思われるグループ１の領域１８１とグループ２の領域１８２とがそれぞれ山状の分布で示されている。また、異物と思われるグループ３の領域１８３は、領域181と領域１８２と区別が可能である。
【００８５】
図１７は図１６のヒストグラム表示を棒グラフ表示にした例である。これでも十分に、非導通欠陥のグループ１の領域１８１とグループ２の領域１８２とがそれぞれ山状の分布で示され、異物のグループ３の領域１８３が、領域１８１と領域１８２と区別できる。
【００８６】
しかしながら、グループ３がすべて異物であるとは限らない。前述したように、散布図のＹ軸より左側に表示された階調差が正の白点欠陥には、異物だけでなくＶＣ欠陥のうちのショート欠陥も含まれる。したがって、抽出された欠陥に非導通欠陥とショート欠陥と異物の３種類が混在していると思われる場合には、図１６ないし図１７に示した散布図は、白点欠陥と非導通欠陥とを区別できるものである。
【００８７】
図１８は、欠陥自動分類条件設定における欠陥の確認手順の一例を示す画面図であって、抽出された欠陥に非導通欠陥とショート欠陥と異物の３種類が混在している場合の散布図の例を示す。Ｙ軸に頻度ではなく、階調値の微分値を用いている。前述のように、異物はショート欠陥よりも微分値が大きくなるため、図
１８（ａ）の画面９１には、白点欠陥として異物のグループ３とショート欠陥のグループ４とがＹ軸方向に分かれて表示され、黒点欠陥として非導通欠陥の欠陥が階調差の負側（図の右側）に表示されるので、３種類の欠陥をそれぞれのグループに区別することが可能となる。図１８（ｂ）は３種類の欠陥の検査画像を示し、検査画像の右上には欠陥の座標や番号などのＩＤが表示される。画面９４には、グループ１の欠陥は黒点で表示されるので、非導通欠陥１７１であると確認できる。グループ４の欠陥は、図では便宜上欠陥を灰色で、周囲を白く表してあるが、実際の画面では、欠陥は白点、周囲はこの白色よりは暗く表示される。この欠陥は、コンタクトホールの内部が周囲よりも白いので、ショート欠陥１７６であると確認できる。グループ３の欠陥は、グループ４の場合と同じく図では便宜上欠陥を灰色で、周囲を白く表してあるが、実際の画面では、欠陥は白点、周囲はこの白色よりは暗く表示される。この欠陥は、コンタクトホールの配列とは無関係な不規則な形状をした白い物体であるので、異物１７２であると確認できる。
【００８８】
以上のように、オペレータは検査画像で欠陥を確認した後、図１８（ａ）に示した散布図で欠陥を各グループに分け、その領域を指定することによって、欠陥を３種類に分類することができる。
【００８９】
図１９は図５に示した欠陥自動分類条件の設定におけるステップ１４５の欠陥確認時のＳＥＭ本体６０の動作を示すフローチャートである。
【００９０】
ステップ１９１で、欠陥画像取得機能が開始し、ステップ１９２で、オペレータが散布図上で欠陥画像を取得したい欠陥を指定すると、図１に示すホスト計算機５９の欠陥確認制御部６０２の機能によって、ステップ１９３で、指定された欠陥の座標Ｘ，Ｙの情報に基づいて試料移動ステージ５６が駆動され、当該欠陥に電子線７１を照射できる位置へ試料６１を移動させる。次に、ステップ１９４で試料６１に電子線７１を照射して二次電子７２を検出し、欠陥の電子線照射画像である欠陥画像を取得する。画像を取得する手順は図１の説明と同じであるので、ここでは省略する。ステップ１９５で、欠陥画像が画像処理装置５８へ送られ、ステップ１９６で、欠陥画像がチップメモリ５０２からシステムバス５１１を介して、ホスト計算機５９へ送られ、ステップ１９７で、モニタ６３に表示される。チップメモリ５０２からの欠陥画像は、図示しない記憶装置に記憶させておくと、後の必要なときに、画像を取得するための電子線照射なしで、その欠陥画像をモニタ６３に表示させることができる。
【００９１】
ステップ１９８では、オペレータがその他の欠陥の画像を取得するかどうかを判断する。次の欠陥画像を取得する場合はステップ１９２へ戻り、所望の欠陥画像を全て取得するまで繰り返し、ステップ１９９で終了する。
【００９２】
以上のように、散布図のＸ軸に階調差という特徴量を選択することにより、非導通欠陥と異物とを明確に区別することが可能になる。このように、本実施例によれば、座標Ｘ，Ｙ以外の特徴量を用いて自動分類することができる。
【００９３】
以上述べたように、欠陥の特徴量を求め、これらの特徴量の散布図を用いて欠陥を自動分類することができる。
【００９４】
また、検査結果により欠陥自動分類条件についてレシピの修正が可能なので、検査を重なることでより最適な自動分類条件を見つけることができる。
【００９５】
また、多種類の欠陥のうちその内容を知りたい欠陥のみを効率よく抽出できるので、その欠陥のみを詳細に解析することが可能となる。したがって、検査による欠陥抽出から欠陥解析による欠陥発生原因の究明までの時間が短縮できる等、効率よい欠陥検査と解析を行うことができる。
【００９６】
【発明の効果】
本発明によれば、検査で抽出された多数の欠陥から所望の欠陥を抽出することができる電子線を用いた検査方法および検査装置を提供することができる。
【図面の簡単な説明】
【図１】電子線を用いた検査装置の縦断面および機能ブロック図。
【図２】検査装置における欠陥検出から検出した欠陥が自動分類されるまでの手順を示すフローチャート。
【図３】検査レシピの作成手順を示すフローチャート。
【図４】試し検査および欠陥自動分類条件設定の手順の一例をさらに詳しく示すフローチャート。
【図５】欠陥自動分類条件設定の手順についてさらに詳しく説明するフローチャート。
【図６】モニタに表示される散布図の一例を示す画面図。
【図７】欠陥自動分類条件設定における欠陥の確認手順の一例を示す画面図。
【図８】欠陥自動分類条件設定における欠陥の確認手順の一例を示す画面図。
【図９】欠陥自動分類条件設定における欠陥の確認手順の一例を示す画面図。
【図１０】欠陥自動分類条件設定における欠陥の確認手順の一例を示す画面図。
【図１１】欠陥自動分類条件の修正の手順の一例を示すフローチャート。
【図１２】欠陥自動分類条件設定における欠陥の確認手順の一例を示す画面図。
【図１３】欠陥の自動分類方法の一例を示すフローチャート。
【図１４】モニタに表示される半導体ウェハの欠陥分布を示す画面図。
【図１５】モニタに表示される半導体ウェハの欠陥分布を示す画面図。
【図１６】特徴量を変えた場合の散布図の例を示す画面図。
【図１７】特徴量を変えた場合の散布図の例を示す画面図。
【図１８】欠陥自動分類条件設定における欠陥の確認手順の一例を示す画面図。
【図１９】欠陥自動分類条件の設定における欠陥確認時のＳＥＭ本体の動作を示すフローチャート。
【符号の説明】
５１…電子光学系制御回路、５３…偏向制御回路、５４…検出器、５５…検出回路、５７…ステージ制御回路、５８…画像処理装置、５９…ホスト計算機、６０…ＳＥＭ本体、６１…試料、６３…モニタ、７１…電子線、７２…二次電子、５０６…特徴量生成部、５０７…特徴抽出部、５０８…特徴量演算部、５０９…欠陥情報部、５１０…制御ＣＰＵ、６０１…検査制御部、６０２…欠陥確認制御部、６０５…欠陥判定部、６０７…ＧＵＩ制御部。

Claims (9)

1. パターンが形成された試料に電子線を照射し、前記試料から発生する二次電子または反射電子に基づき検査画像および参照画像を生成し、前記検査画像と前記参照画像の画素毎の階調値の差分から異常部を求め、該異常部の画像から当該異常部の特徴量として前記検査画像と前記参照画像との画素毎の階調値の差分および該階調値の微分値を複数求め、該複数求めた異常部の特徴量の分布として該階調値の差分をＸ軸および該階調値の微分値をＹ軸とする散布図上に複数の前記異常部を配置させ、前記Ｘ軸は前記Ｙ軸との交点を原点として左側を正、右側を負とし、左方から右方に向かって前記階調差の値が小さくなる方向に定義し、前記Ｙ軸は上方に向かって前記階調値の微分値が大きくなる方向に定義し、前記複数の異常部の異物のグループとショート欠陥のグループと非導通欠陥のグループが混在している場合、前記それぞれのグループの欠陥の前記検査画像をモニタに表示させ、該モニタの表示に基づいて前記異常部の種類を分類する範囲が指定されることを特徴とする電子線を用いた検査方法。
2. 請求項１において、前記散布図は前記異常部を分類するための範囲の指定を含む検査用のレシピを用いた検査の後に生成され、前記散布図において該検査によって検出された異常部の特徴量に基づいて前記欠陥が自動分類される際の分類条件を修正し、前記レシピに該修正結果を保存することを特徴とする電子線を用いた検査方法。
3. 請求項２において、前記欠陥が自動分類される際の分類条件の修正は、少なくとも前記散布図で指定された前記異常部の種類を分類する範囲を有する指定内容を前記レシピに保存することを含むことを特徴とする電子線を用いた検査方法。
4. 請求項１において、前記特徴量は、前記異常部の当該検査画像と参照画像とから求められる各画素毎の階調差の総和、前記異常部を含む検査画像から求められる各画素毎の隣接画素間の階調値の微分値の絶対値の総和を含むことを特徴とする電子線を用いた検査方法。
5. パターンが形成された試料に電子線を照射し、前記試料から発生する二次電子または反射電子に基づき検査画像および参照画像を生成し、前記検査画像と前記参照画像との画素毎の階調値の差分から異常部を求める電子線を用いた検査装置において、
   前記検査画像と前記参照画像との画素毎の階調値の差分から得られた差分画像と前記検査画像とから前記異常部の特徴量を求める特徴量演算部と、前記特徴量の分布に基づいて前記異常部を複数のグループに分類する分類演算部とを備え、前記異常部の特徴量は、前記検査画像と前記参照画像との画素毎の階調値の差分および該階調値の微分値であって、前記分類演算部は、前記特徴量の分布として該階調値の差分をＸ軸および該階調値の微分値をＹ軸とする散布図上に複数の前記異常部を配置させ、前記Ｘ軸は前記Ｙ軸との交点を原点として左側を正、右側を負とし、左方から右方に向かって前記階調差の値が小さくなる方向に定義し、前記複数の異常部の異物のグループとショート欠陥のグループと非導通欠陥のグループが混在している場合、前記それぞれのグループの欠陥の前記検査画像をモニタに表示させ、該モニタの表示に基づいて前記異常部の種類を分類する範囲が指定されることを特徴とする電子線を用いた検査装置。
6. 請求項５において、前記分類演算部は、前記パターンの検査内容を規定するレシピの作成過程で実施した検査の後に、該検査によって検出した異常部の特徴量から散布図を生成し、該散布図より前記異常部の種類を分類する範囲が指定されて該指定内容をレシピに保存することを特徴とする電子線を用いた検査装置。
7. 請求項６において、前記分類演算部は、前記異常部を分類するための範囲の指定を含む検査用のレシピを用いた検査の後に散布図を生成し、該散布図において該検査によって検出された異常部の特徴量に基づいて前記欠陥が自動分類される際の分類条件を修正し、前記レシピに該修正結果を保存することを特徴とする電子線を用いた検査装置。
8. 請求項７において、前記欠陥が自動分類される際の分類条件の修正は、少なくとも前記散布図で指定された前記異常部の種類を分類する範囲を有する指定内容を前記レシピに保存することを含むことを特徴とする電子線を用いた検査装置。
9. 請求項５において、前記特徴量は、前記異常部の当該検査画像と参照画像とから求められる各画素毎の階調差の総和、前記異常部を含む検査画像から求められる各画素毎の隣接画素間の階調値の微分値の絶対値の総和を含むことを特徴とする電子線を用いた検査装置。

Images