JP4608224B2 - Defect image inspection apparatus and method - Google Patents

Defect image inspection apparatus and method Download PDF

Info

Publication number
JP4608224B2
JP4608224B2 JP2004083570A JP2004083570A JP4608224B2 JP 4608224 B2 JP4608224 B2 JP 4608224B2 JP 2004083570 A JP2004083570 A JP 2004083570A JP 2004083570 A JP2004083570 A JP 2004083570A JP 4608224 B2 JP4608224 B2 JP 4608224B2
Authority
JP
Japan
Prior art keywords
image data
reference image
clustering
unit
defect
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Expired - Fee Related
Application number
JP2004083570A
Other languages
Japanese (ja)
Other versions
JP2005274157A (en
Inventor
隆史 吉原
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Olympus Corp
Original Assignee
Olympus Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Olympus Corp filed Critical Olympus Corp
Priority to JP2004083570A priority Critical patent/JP4608224B2/en
Publication of JP2005274157A publication Critical patent/JP2005274157A/en
Application granted granted Critical
Publication of JP4608224B2 publication Critical patent/JP4608224B2/en
Anticipated expiration legal-status Critical
Expired - Fee Related legal-status Critical Current

Links

Images

Description

本発明は、例えば半導体ウエハ等の良品の被検査体を撮像して取得される参照画像データを予め登録し、検査時に対象物を撮像して取得されるターゲット検査画像データと参照画像データとを比較して対象物の欠陥検査を行う欠陥画像検査装置及びその方法に関する。   In the present invention, for example, reference image data acquired by imaging a non-defective inspection object such as a semiconductor wafer is registered in advance, and target inspection image data and reference image data acquired by imaging an object at the time of inspection are obtained. The present invention relates to a defect image inspection apparatus and method for performing defect inspection of an object in comparison.

半導体ウエハの欠陥検査方法としては、例えば特許文献１に記載された技術がある。この特許文献１には、良品とみなす複数の被検査体から得られる良品の許容領域データと被検査体の画像データとを比較してその差画像データを求め、この差画像データから欠陥を抽出することが開示されている。   As a defect inspection method for a semiconductor wafer, for example, there is a technique described in Patent Document 1. In this Patent Document 1, non-defective acceptable area data obtained from a plurality of inspection objects regarded as non-defective products and image data of the inspection object are compared to obtain difference image data, and defects are extracted from the difference image data. Is disclosed.

具体的な構成を図７に示す。画像取込部１は、例えば半導体製造ラインに流れる良品とみなす半導体ウエハ等の被検査体をＣＣＤ等の撮像装置により撮像し、この撮像装置から出力される画像信号を画像データとして取り込む。この画像取込部１により取り込まれた複数の画像データは、それぞれ良品参照画像データＤｒとして保存する。   A specific configuration is shown in FIG. The image capturing unit 1 captures an object to be inspected, such as a semiconductor wafer, which is regarded as a non-defective product flowing in a semiconductor manufacturing line, by an image capturing device such as a CCD, and captures an image signal output from the image capturing device as image data. The plurality of image data captured by the image capturing unit 1 is stored as non-defective product reference image data Dr.

これら良品参照画像データＤｒは、複数の良品の被検査体を撮像して取得しているが、これら被検査体を撮像するときの時間経過に伴なって輝度値が変動する時系列変動や、半導体ウエハ等の被検査体を製造する各製造装置毎や各製造ライン毎に起因して輝度値が変動する製造装置変動及び半導体ウエハ等の被検査体を検査する各検査装置毎に起因して輝度値が変動する検査装置変動などの機差変動を含む。   The non-defective product reference image data Dr is obtained by imaging a plurality of non-defective inspected objects, but the time series fluctuation in which the luminance value fluctuates with the passage of time when the inspected objects are imaged, Due to each manufacturing apparatus that manufactures an object to be inspected such as a semiconductor wafer, or to each inspection apparatus that inspects an object to be inspected such as a semiconductor wafer, etc. This includes machine difference fluctuations such as inspection apparatus fluctuations in which the luminance value fluctuates.

これら良品参照画像データＤｒに含む輝度値の変動は、例えば半導体ウエハ表面上に塗布されるレジストの塗布むらや、半導体ウエハ表面上に形成された複数のレジスト層、半導体ウエハの下地の影響に起因する。又、半導体ウエハ製造プロセスでは、１ロット毎に半導体ウエハを製造するが、これらロット毎にも各良品参照画像データＤｒの輝度値は変動する。   The variation of the luminance value included in the non-defective product reference image data Dr is caused by, for example, uneven application of the resist applied on the surface of the semiconductor wafer, the influence of a plurality of resist layers formed on the surface of the semiconductor wafer, or the base of the semiconductor wafer. To do. In the semiconductor wafer manufacturing process, a semiconductor wafer is manufactured for each lot, and the luminance value of each non-defective product reference image data Dr also varies for each lot.

これら良品参照画像データＤｒは、ＸＹ方向の位置合わせ、回転方向の補正及び平均輝度補正が行なわれ、当該各良品参照画像データＤｒの輝度を平均化処理して参照平均画像データを求め、かつ当該各良品参照画像データＤｒの輝度の標準偏差を求める処理を行って参照標準偏差画像データを求める。これら参照平均画像データ及び参照標準偏差画像データは、辞書データＤｉとして予め登録される。   The non-defective product reference image data Dr is subjected to alignment in the XY directions, correction in the rotation direction, and average luminance correction, and averages the luminance of each non-defective product reference image data Dr to obtain reference average image data. Reference standard deviation image data is obtained by performing a process for obtaining the standard deviation of the brightness of each good product reference image data Dr. These reference average image data and reference standard deviation image data are registered in advance as dictionary data Di.

欠陥検査処理時には、被検査体を撮像して取得された画像データを画像取込部１により取り込み、この画像データをターゲット検査画像データＤｔとして記憶する。画像比較部２は、ターゲット検査画像データＤｔと予め登録された参照平均画像データとを比較してその差分画像データを求め、この差分画像データから参照標準偏差画像データの輝度変動分を差し引いて最終差分画像データを算出し、この最終差分画像データに対して所定のしきい値を用いて２値化して欠陥部を抽出した欠陥抽出画像データＤｇを取得する。
特開２００２−２６７６１５号公報 At the time of defect inspection processing, image data acquired by imaging an object to be inspected is captured by the image capturing unit 1, and this image data is stored as target inspection image data Dt. The image comparison unit 2 compares the target inspection image data Dt with the reference average image data registered in advance to obtain the difference image data, and subtracts the luminance fluctuation of the reference standard deviation image data from the difference image data to obtain the final difference image data. The difference image data is calculated, and defect extraction image data Dg obtained by binarizing the final difference image data using a predetermined threshold and extracting a defect portion is obtained.
JP 2002-267615 A

各良品参照画像データＤｒに含む時系列変動や製造装置変動及び検査装置変動などの機差変動による輝度値の変動幅は、半導体ウエハ製造プロセスにおける製造ライン間、半導体ウエハのロット間、半導体ウエハのロット間で大きくなる。このため、辞書データＤｉは、幅広い輝度値の変動幅を有する複数の良品参照画像データＤｒから作成されるが、良品の半導体ウエハを撮像して取得したターゲット検査画像データＤｔであっても、このターゲット検査画像データＤｔの輝度値が各種要因により参照平均画像データの輝度値から大きく乖離することがある。この結果、ターゲット検査画像データＤｔが良品の半導体ウエハを撮像して取得したものであっても、辞書データＤｉとターゲット検査画像データＤｔとの輝度値の差が大きくなり、半導体ウエハ上に欠陥部が存在しなくても疑似欠陥として抽出してしまう。   The variation range of the brightness value due to machine-variation variations such as time-series variations, manufacturing apparatus variations, and inspection apparatus variations included in each non-defective product reference image data Dr is between manufacturing lines, between semiconductor wafer lots, and between semiconductor wafers in the semiconductor wafer manufacturing process. Grows between lots. For this reason, the dictionary data Di is created from a plurality of non-defective reference image data Dr having a wide variation range of luminance values. Even if the target inspection image data Dt is obtained by imaging a non-defective semiconductor wafer, this dictionary data Di The luminance value of the target inspection image data Dt may greatly deviate from the luminance value of the reference average image data due to various factors. As a result, even if the target inspection image data Dt is obtained by imaging a non-defective semiconductor wafer, the difference in luminance value between the dictionary data Di and the target inspection image data Dt increases, and a defective portion is formed on the semiconductor wafer. Even if is not present, it is extracted as a pseudo defect.

各良品参照画像データＤｒの輝度値の大きな変動を抑制するために、ターゲット検査画像データＤｔと参照平均画像データとの差分画像データから参照標準偏差画像データの輝度変動分を差し引いているが、良品参照画像データＤｒの輝度値の変動幅があまりにも大きくなると、参照標準偏差画像データも大きくなり、本来存在する欠陥部の抽出を抑えてしまう。   In order to suppress a large variation in the luminance value of each non-defective reference image data Dr, the luminance variation of the reference standard deviation image data is subtracted from the difference image data between the target inspection image data Dt and the reference average image data. If the fluctuation range of the luminance value of the reference image data Dr becomes too large, the reference standard deviation image data also becomes large, and the extraction of the originally existing defect portion is suppressed.

本発明は、複数の参照画像データをクラスタリングしてその複数のクラスタ毎に各参照画像データの各特徴量を求め、このクラスタリングされた複数のクラスタ毎に各参照画像データに基づいて複数の参照クラスタリング画像データを作成し、これら参照クラスタリング画像データと被検査画像データとを比較して被検査画像データから欠陥画像データを抽出する欠陥画像検査装置及びその方法である。   The present invention clusters a plurality of reference image data to obtain each feature amount of each reference image data for each of the plurality of clusters, and performs a plurality of reference clustering based on each reference image data for each of the plurality of clustered clusters. A defect image inspection apparatus and method for generating image data and comparing the reference clustering image data and the inspected image data to extract defect image data from the inspected image data.

本発明は、参照画像データに対して微小な位置、回転及び輝度変動を付加して複数のクローン参照画像データを作成し、参照画像データと複数のクローン参照画像データとに基づいて参照クラスタリング画像データを作成し、画像取込部により取り込まれた被検査画像データと参照クラスタリング画像データとを比較して被検査画像データから欠陥画像データを抽出することを特徴とする欠陥画像検査装置及びその方法である。 The present invention creates a plurality of clone reference image data by adding a minute position, rotation and luminance variation to the reference image data, and generates reference clustering image data based on the reference image data and the plurality of clone reference image data A defect image inspection apparatus and method for extracting defect image data from inspection image data by comparing the inspection image data captured by the image capturing unit with reference clustering image data is there.

本発明は、良品参照画像データの輝度値の大きな変動に影響されずに疑似欠陥の検出を抑制できる欠陥画像検査装置及びその方法を提供できる。   INDUSTRIAL APPLICABILITY The present invention can provide a defect image inspection apparatus and method that can suppress detection of a pseudo defect without being affected by a large variation in the luminance value of non-defective reference image data.

以下、本発明の第１の実施の形態について図面を参照して説明する。なお、図７と同一部分には同一符号を付してその詳しい説明は省略する。   Hereinafter, a first embodiment of the present invention will be described with reference to the drawings. The same parts as those in FIG. 7 are denoted by the same reference numerals, and detailed description thereof is omitted.

図１は欠陥画像検査装置の構成図である。この欠陥画像検査装置は、画像取込部１により取り込んだ複数の良品参照画像データＤｒから複数の参照クラスタリング画像データＤｓを生成する参照クラスタリング画像作成処理部（辞書作成部）１０と、画像取込部１により取り込んだターゲット検査画像データＤｔと参照クラスタリング画像データＤｓとを比較して欠陥抽出画像データＤｇを抽出する欠陥検査処理部１１とを有する。   FIG. 1 is a configuration diagram of a defect image inspection apparatus. The defect image inspection apparatus includes a reference clustering image creation processing unit (dictionary creation unit) 10 that generates a plurality of reference clustering image data Ds from a plurality of non-defective reference image data Dr captured by the image capture unit 1, and an image capture. The defect inspection processing unit 11 extracts the defect extracted image data Dg by comparing the target inspection image data Dt captured by the unit 1 with the reference clustering image data Ds.

参照クラスタリング画像作成処理部１０において、参照画像クラスタリング部１２は、複数の良品参照画像データＤｒ毎に各正規化輝度ヒストグラムＨｓ１、Ｈｓ２を求め、これら正規化輝度ヒストグラムＨｓ１、Ｈｓ２をクラスタリング（分類）処理の一種であるｋ−means法により複数の良品参照画像データＤｒをクラスタ数ｋ（＝１，２，３，…，ｎ）でクラスタリングする。このクラスタ数ｋは、複数の正規化輝度ヒストグラムＨｓ１、Ｈｓ２の分布のうち分布形状が類似した各正規化輝度ヒストグラムＨｓ１又はＨｓ２同士を同一クラスタに分類することによって決定する。なお、図１は２つのクラスタ数ｋ（＝２）でクラスタリングされた各参照画像クラスタ群Ｄｋ１、Ｄｋ２を示す。なお、参照画像クラスタリング部１２は、ｋ−means法に限らず、統計的なクラスタ分析手法や分類木、ニューラルネットワーク（自己組織化ネットワーク）などを用いて複数の良品参照画像データＤｒをクラスタリングしてもよい。 In the reference clustering image creation processing unit 10, the reference image clustering unit 12 obtains the normalized luminance histograms Hs 1 and Hs 2 for each of a plurality of non-defective reference image data Dr, and clusters the normalized luminance histograms Hs 1 and Hs 2 . (Classification) A plurality of non-defective reference image data Dr is clustered with the number of clusters k (= 1, 2, 3,..., N) by the k-means method which is a kind of (classification) processing. The number k of clusters is determined by classifying the normalized luminance histograms Hs 1 or Hs 2 having similar distribution shapes among the plurality of normalized luminance histograms Hs 1 and Hs 2 into the same cluster. FIG. 1 shows the respective reference image cluster groups Dk 1 and Dk 2 clustered with two cluster numbers k (= 2). The reference image clustering unit 12 clusters not only the k-means method but also a plurality of non-defective reference image data Dr using a statistical cluster analysis method, a classification tree, a neural network (self-organizing network), or the like. Also good.

クローン参照画像作成部１３は、参照画像クラスタリング部１２によりクラスタリングされた各クラスタ別の各参照画像クラスタ群Ｄｋ１、Ｄｋ２毎に、これら参照画像クラスタ群Ｄｋ１、Ｄｋ２における微小な位置変動、回転、輝度変動を付加してコピーした複数のクローン参照画像データ群Ｄｃ１、Ｄｃ２を生成する。これらクローン参照画像データ群Ｄｃ１、Ｄｃ２を生成する目的は、当該各クローン参照画像データＤｃ１、Ｄｃ２の位置ずれや回転ずれによる座標補正を行う際に、予め参照画像クラスタ群Ｄｋ１、Ｄｋ２とのパターンマッチングを行うが、このマッチング精度の誤差を予め各クローン参照画像データＤｃ１、Ｄｃ２に取り込んでおき、疑似欠陥を抑制するためである。 For each reference image cluster group Dk 1 , Dk 2 for each cluster clustered by the reference image clustering unit 12, the clone reference image creation unit 13 performs minute positional fluctuations in the reference image cluster groups Dk 1 , Dk 2 , A plurality of clone reference image data groups Dc 1 and Dc 2 copied by adding rotation and luminance fluctuation are generated. The purpose of generating these clone reference image data groups Dc 1 , Dc 2 is to perform reference image cluster groups Dk 1 , Dk in advance when performing coordinate correction by positional deviation or rotational deviation of the clone reference image data Dc 1 , Dc 2. This is because pattern matching with 2 is performed, and this matching accuracy error is previously captured in each clone reference image data Dc 1 and Dc 2 to suppress pseudo defects.

又、クローン参照画像作成部１３は、各クラスタ別に各参照画像クラスタ群Ｄｋ１、Ｄｋ２と各クローン参照画像データＤｃ１、Ｄｃ２とを表示器１４に表示する。 The clone reference image creation unit 13 displays the reference image cluster groups Dk 1 and Dk 2 and the clone reference image data Dc 1 and Dc 2 on the display 14 for each cluster.

参照クラスタリング画像生成部１５は、参照画像クラスタリング部１２によりクラスタリングされた各クラスタ毎の各参照画像クラスタ群Ｄｋ１、Ｄｋ２と、クローン参照画像作成部１３により作成された各クラスタ毎の各クローン参照画像データＤｃ１、Ｄｃ２とに基づいて各クラスタ毎の各参照クラスタリング画像データＤｓ１、Ｄｓ２を作成する。 Referring clustering image generation unit 15, a reference each reference image clusters Dk 1 image clustering unit 12 by each cluster clustered, Dk 2, each clone reference for each cluster created by cloning the reference image generating unit 13 Based on the image data Dc 1 and Dc 2 , reference clustering image data Ds 1 and Ds 2 for each cluster are created.

一方、欠陥検査処理部１１において、正規化輝度ヒストグラム作成部１６は、画像取込部１により取り込んだターゲット検査画像データＤｔの正規化輝度ヒストグラムＨｔを求める。   On the other hand, in the defect inspection processing unit 11, the normalized luminance histogram creating unit 16 obtains a normalized luminance histogram Ht of the target inspection image data Dt captured by the image capturing unit 1.

事前比較部１７は、参照画像クラスタリング部１２により求められた例えば２つのクラスタ毎の各正規化輝度ヒストグラムＨｓ１、Ｈｓ２を受け取り、これら正規化輝度ヒストグラムＨｓ１、Ｈｓ２と正規化輝度ヒストグラム作成部１６により求められた正規化輝度ヒストグラムＨｔとを比較して正規化輝度ヒストグラムＨｔに最も類似した正規化輝度ヒストグラムＨｓ１又はＨｓ２を選択し、この選択された正規化輝度ヒストグラムＨｓ１又はＨｓ２に対応した参照クラスタリング画像データＤｓ１又はＤｓ２を事前選択候補として画像比較部１８に通知する。 The pre-comparison unit 17 receives, for example, the normalized luminance histograms Hs 1 and Hs 2 for each of the two clusters obtained by the reference image clustering unit 12, and creates these normalized luminance histograms Hs 1 and Hs 2 and a normalized luminance histogram. most similar selected normalized luminance histogram Hs 1 or Hs 2 to normalized luminance histogram Ht by comparing the normalized luminance histogram Ht obtained by section 16, the selected normalized luminance histogram Hs 1 or Hs The reference clustering image data Ds 1 or Ds 2 corresponding to 2 is notified to the image comparison unit 18 as a pre-selection candidate.

なお、事前比較部１７は、各クラスタ毎の各正規化輝度ヒストグラムＨｓ１、Ｈｓ２を参照画像クラスタリング部１２から受け取っているが、参照クラスタリング画像生成部１５において各クラスタ毎の各正規化輝度ヒストグラムＨｓ１、Ｈｓ２を求め、これら正規化輝度ヒストグラムＨｓ１、Ｈｓ２を受け取るようにしてもよい。 Note that the pre-comparison unit 17 receives the normalized luminance histograms Hs 1 and Hs 2 for each cluster from the reference image clustering unit 12, but each normalized luminance histogram for each cluster in the reference clustering image generation unit 15. Hs 1 and Hs 2 may be obtained and these normalized luminance histograms Hs 1 and Hs 2 may be received.

画像比較部１８は、事前比較部１７により通知された比較結果を受け、この比較結果により選択された参照クラスタリング画像データＤｓ１又はＤｓ２を参照クラスタリング画像生成部１５から選択して受け取り、この参照クラスタリング画像データＤｓ１又はＤｓ２とターゲット検査画像データＤｔとを比較し、この比較結果である最終差分画像データに対して２値化処理を行い、この２値化結果の画像データを欠陥抽出画像データＤｇとして出力する。 Image comparison section 18 receives the comparison result notified by the pre-comparator unit 17 receives select this comparative reference clustering selected by result image data Ds 1 or Ds 2 from the reference clustering image generation unit 15, the reference The clustering image data Ds 1 or Ds 2 and the target inspection image data Dt are compared, and binarization processing is performed on the final difference image data which is the comparison result, and the image data of the binarization result is converted into a defect extraction image. Output as data Dg.

なお、画像比較部１８は、事前比較部１７からの比較を受けて参照クラスタリング画像生成部１５から参照クラスタリング画像データＤｓ１又はＤｓ２を受け取っているが、事前比較部１７の比較結果を参照クラスタリング画像生成部１５に通知し、この参照クラスタリング画像生成部１５から参照クラスタリング画像データＤｓ１又はＤｓ２を画像比較部１８に送るようにしてもよい。 The image comparison unit 18 receives the comparison from the pre-comparison unit 17 and receives the reference clustering image data Ds 1 or Ds 2 from the reference clustering image generation unit 15. The image generation unit 15 may be notified, and the reference clustering image data Ds 1 or Ds 2 may be sent from the reference clustering image generation unit 15 to the image comparison unit 18.

次に、上記の如く構成された装置の動作について説明する。   Next, the operation of the apparatus configured as described above will be described.

画像取込部１は、例えば半導体製造ラインに流れる良品とみなす半導体ウエハ等の被検査体をＣＣＤ等の撮像装置により撮像し、この撮像装置から出力される画像信号を画像データとして取り込む。この画像取込部１により取り込まれた複数の画像データは、それぞれ良品参照画像データＤｒとして保存する。   The image capturing unit 1 captures an object to be inspected, such as a semiconductor wafer, which is regarded as a non-defective product flowing in a semiconductor manufacturing line, by an image capturing device such as a CCD, and captures an image signal output from the image capturing device as image data. The plurality of image data captured by the image capturing unit 1 is stored as non-defective product reference image data Dr.

参照画像クラスタリング部１２は、図２に示す参照画像クラスタリング処理フローチャートに従い、ステップ＃１において、全ての良品参照画像データＤｒの各正規化輝度ヒストグラムＨｓを算出する。   The reference image clustering unit 12 calculates each normalized luminance histogram Hs of all the non-defective product reference image data Dr in step # 1 according to the reference image clustering processing flowchart shown in FIG.

次に、参照画像クラスタリング部１２は、ステップ＃２において、ｋ−means法においてクラスタ数ｋをｋ＝０に初期化し、次のステップ＃３においてクラスタ数ｋをｋ＝ｋ＋１によりカウント（ｋ＝１）し、次のステップ＃４において各良品参照画像データＤｒの各正規化輝度ヒストグラムＨｓを特徴量としてｋ−means法により各良品参照画像データＤｒをクラスタ分類する。なお、このクラスタ分類は、予めクラスタ数ｋとこれらクラスタ毎の各正規化輝度ヒストグラムＨｓとを設定して行ってもよい。   Next, the reference image clustering unit 12 initializes the cluster number k to k = 0 in the k-means method in step # 2, and counts the cluster number k by k = k + 1 in the next step # 3 (k = 1). In step # 4, each non-defective product reference image data Dr is cluster-classified by the k-means method using each normalized luminance histogram Hs of each non-defective product reference image data Dr as a feature amount. This cluster classification may be performed by setting the number k of clusters and the normalized luminance histogram Hs for each cluster in advance.

次に、参照画像クラスタリング部１２は、ステップ＃５において、各クラスタにおいて各クラスタ中心特徴ベクトルと最も離れた特徴ベクトル距離（マンハッタン距離）ｄを求める。この特徴ベクトル距離ｄは、各正規化輝度ヒストグラムＨｓ１、Ｈｓ２の分布形状の類似度を示しており、その値が小さければ各正規化輝度ヒストグラムＨｓ１、Ｈｓ２の分布形状が類似して同一クラスタに分類できることを示し、その値が大きければ各正規化輝度ヒストグラムＨｓ１、Ｈｓ２の分布形状が類似していなく同一クラスタに分類できないことを示す。なお、特徴ベクトル距離ｄは、平均輝度変動の重み付けを行って求めてもよい。 Next, in step # 5, the reference image clustering unit 12 obtains a feature vector distance (Manhattan distance) d that is farthest from each cluster center feature vector in each cluster. The feature vector distance d indicates the similarity of each normalized luminance histogram Hs 1, Hs 2 distribution shape, if its value is smaller each normalized luminance histogram Hs 1, Hs 2 distribution shape similar It shows that it can be classified into the same cluster, and if the value is large, it indicates that the distribution shapes of the normalized luminance histograms Hs 1 and Hs 2 are not similar and cannot be classified into the same cluster. Note that the feature vector distance d may be obtained by weighting the average luminance variation.

従って、参照画像クラスタリング部１２は、ステップ＃６において、予め設定されたしきい値と特徴ベクトル距離ｄとを比較し、特徴ベクトル距離ｄがしきい値よりも大きければ、各正規化輝度ヒストグラムＨｓ１、Ｈｓ２の分布形状が類似していなく、それぞれ別々のクラスタに分類することを示すので、再びステップ＃３に戻り、クラスタ多数ｋをｋ＝ｋ＋１によりカウントアップしてクラスタ数ｋ（ｋ＝２）として再び特徴ベクトル距離ｄを求める。このようにして各良品参照画像データＤｒの各正規化輝度ヒストグラムＨｓ１、Ｈｓ２をクラスタ数ｋにクラスタ分類していく。 Accordingly, in step # 6, the reference image clustering unit 12 compares a preset threshold value with the feature vector distance d, and if the feature vector distance d is larger than the threshold value, each normalized luminance histogram Hs. 1 and Hs 2 are not similar to each other and indicate that they are classified into separate clusters. Therefore, the process returns to step # 3 again, and the cluster number k is counted up by k = k + 1, and the number of clusters k (k = k = The feature vector distance d is obtained again as 2). In this way, the respective normalized luminance histograms Hs 1 and Hs 2 of the respective non-defective product reference image data Dr are classified into clusters by the number of clusters k.

そうして、特徴ベクトル距離ｄがしきい値よりも小さければ、各正規化輝度ヒストグラムＨｓ１、Ｈｓ２の分布形状が既に分類されているクラスタ数ｋの各クラスタに分類可能であるので、参照画像クラスタリング部１２は、ステップ＃７に移り、各良品参照画像データＤｒの各正規化輝度ヒストグラムＨｓ１、Ｈｓ２を各クラスタへの分類を終了する。このクラスタリングの結果、複数の各良品参照画像データＤｒは、例えば２つのクラスタ数（ｋ＝２）の各参照画像クラスタ群Ｄｋ１、Ｄｋ２に分類される。 If the feature vector distance d is smaller than the threshold value, the distribution shapes of the normalized luminance histograms Hs 1 and Hs 2 can be classified into the respective clusters with the number k of clusters already classified. The image clustering unit 12 proceeds to Step # 7, and finishes classifying the normalized luminance histograms Hs 1 and Hs 2 of the respective non-defective product reference image data Dr into the respective clusters. As a result of this clustering, each of the plurality of non-defective product reference image data Dr is classified into, for example, two reference image cluster groups Dk 1 and Dk 2 having two clusters (k = 2).

次に、クローン参照画像作成部１３は、図３に示すクローン参照画像作成フローチャートに従い、ステップ＃１０において、例えば２つの参照画像クラスタ群Ｄｋ１、Ｄｋ２から各クラスタ中心と特徴ベクトルに最も近い特徴ベクトルを有する各参照画像データｃ１、ｃ２を求める。 Next, the clone reference image creation unit 13 follows the clone reference image creation flowchart shown in FIG. 3 and, in step # 10, for example, features closest to each cluster center and feature vector from the two reference image cluster groups Dk 1 and Dk 2 Each reference image data c 1 and c 2 having a vector is obtained.

次に、クローン参照画像作成部１３は、ステップ＃１１において、各良品参照画像データＤｒ同士の最大ＸＹ方向の変位量及び最大回転量を求める。これら最大ＸＹ方向の変位量及び最大回転量は、半導体製造ラインにおいて例えば搬送ロボット等により半導体ウエハを搬送するときに生じる半導体ウエハのＸＹ方向及び回転方向のずれである。 Next, in step # 11, the clone reference image creation unit 13 obtains the displacement amount and the maximum rotation amount in the maximum XY direction between the non-defective product reference image data Dr. The displacement amount and the maximum rotation amount in the maximum XY direction are deviations in the XY direction and the rotation direction of the semiconductor wafer that occur when the semiconductor wafer is transferred by, for example, a transfer robot in the semiconductor manufacturing line.

次に、クローン参照画像作成部１３は、ステップ＃１２において、各良品参照画像データＤｒに対してそれぞれ０〜±最大ＸＹ方向の変位量及び０〜±最大回転量の範囲でランダムに、乱数要素を含めた位置変換及び回転変換、さらに微小輝度変調などの処理を行い、これら処理の行なわれた各良品参照画像データＤｒをコピーして各クローン参照画像データＤｃ１、Ｄｃ２を生成する。 Next, in step # 12, the clone reference image creation unit 13 randomly selects a random number element within a range of 0 to ± maximum XY direction displacement and 0 to ± maximum rotation amount for each good product reference image data Dr. Are subjected to processing such as position conversion and rotation conversion including, and minute luminance modulation, and the clone reference image data Dc 1 and Dc 2 are generated by copying the non-defective product reference image data Dr subjected to these processes.

次に、クローン参照画像作成部１３は、ステップ＃１３において、各参照画像クラスタ群Ｄｋ１、Ｄｋ２及びクローン参照画像データＤｃ１、Ｄｃ２と各良品参照画像データＤｒとのＸＹ方向の位置変位量及び回転変位量をパターンマッチングにより求め、これら位置変位量及び回転変位量により補正する。これにより、画像比較部１８におけるパターンマッチングの精度誤差に起因して生じるＸＹ方向及び回転方向の微小位置変動による影響が低減される。 Next, in step # 13, the clone reference image creation unit 13 shifts the position of the reference image cluster groups Dk 1 and Dk 2, the clone reference image data Dc 1 and Dc 2, and the non-defective product reference image data Dr in the XY direction. The amount and the rotational displacement amount are obtained by pattern matching, and are corrected by the position displacement amount and the rotational displacement amount. As a result, the influence of minute position fluctuations in the XY direction and the rotational direction caused by the pattern matching accuracy error in the image comparison unit 18 is reduced.

ここで、クローン参照画像作成部１３は、各クラスタ別の参照画像クラスタ群Ｄｋ１、Ｄｋ２と各クローン参照画像データＤｃ１、Ｄｃ２とを表示器１４に表示するので、各クラスタ別に参照画像クラスタ群Ｄｋ１、Ｄｋ２及び各クローン参照画像データＤｃ１、Ｄｃ２を確認することができる。この確認の結果、クラスタリングが不適切であれば、参照画像クラスタリング部１２において複数の良品参照画像データＤｒをクラスタリングするときの特徴ベクトル距離ｄに対するしきい値を変更することが可能である。 Here, since the clone reference image creation unit 13 displays the reference image cluster groups Dk 1 and Dk 2 for each cluster and the clone reference image data Dc 1 and Dc 2 on the display unit 14, the reference image for each cluster. The cluster groups Dk 1 and Dk 2 and the clone reference image data Dc 1 and Dc 2 can be confirmed. If clustering is inappropriate as a result of this confirmation, it is possible to change the threshold for the feature vector distance d when the reference image clustering unit 12 clusters a plurality of non-defective reference image data Dr.

次に、参照クラスタリング画像生成部１５は、図４に示す参照クラスタリング画像生成処理フローチャートに従い、クローン参照画像作成部１３から各参照画像クラスタ群Ｄｋ１、Ｄｋ２と各クローン参照画像データＤｃ１、Ｄｃ２とを受け取り、ステップ＃２０において、各クラスタ別に各参照画像クラスタ群Ｄｋ１、Ｄｋ２及び各クローン参照画像データＤｃ１、Ｄｃ２の各輝度平均画像データと各輝度標準偏差画像データとを求める。 Next, the reference clustering image generation unit 15 follows the reference clustering image generation processing flowchart shown in FIG. 4 from the clone reference image generation unit 13 to each reference image cluster group Dk 1 , Dk 2 and each clone reference image data Dc 1 , Dc. 2, and in step # 20, each average image data and each luminance standard deviation image data of each reference image cluster group Dk 1 , Dk 2 and clone reference image data Dc 1 , Dc 2 are obtained for each cluster. .

次に、参照クラスタリング画像生成部１５は、ステップ＃２１において、各クラスタ別に各輝度平均画像データと各輝度標準偏差画像データとを合わせて各クラスタ別の各参照クラスタリング画像データＤｓ１、Ｄｓ２を作成する。 Next, in step # 21, the reference clustering image generation unit 15 combines each luminance average image data and each luminance standard deviation image data for each cluster to obtain the reference clustering image data Ds 1 and Ds 2 for each cluster. create.

欠陥検査処理時、半導体製造工程に流れる半導体ウエハ等の被検査体をＣＣＤ等の撮像装置により撮像して取得された画像データを画像取込部１により取り込み、この画像データをターゲット検査画像データＤｔとして記憶する。   During the defect inspection process, image data acquired by imaging an object to be inspected such as a semiconductor wafer flowing in the semiconductor manufacturing process with an imaging device such as a CCD is captured by the image capturing unit 1, and this image data is captured as target inspection image data Dt. Remember as.

正規化輝度ヒストグラム作成部１６は、画像取込部１により取り込んだターゲット検査画像データＤｔの正規化輝度ヒストグラムＨｔを求める。   The normalized luminance histogram creating unit 16 obtains a normalized luminance histogram Ht of the target inspection image data Dt captured by the image capturing unit 1.

事前比較部１７は、図５に示す事前比較処理フローチャートに従い、ステップ＃３０において、参照画像クラスタリング部１２から例えば２つのクラスタ毎の各正規化輝度ヒストグラムＨｓ１、Ｈｓ２を受け取ると共に、正規化輝度ヒストグラム作成部１６から正規化輝度ヒストグラムＨｔを受け取り、これら正規化輝度ヒストグラムＨｓ１、Ｈｓ２と正規化輝度ヒストグラムＨｔとの各ベクトル間の距離比較を行う。 In accordance with the pre-comparison process flowchart shown in FIG. 5, the pre-comparing unit 17 receives, for example, the normalized luminance histograms Hs 1 and Hs 2 for each of the two clusters from the reference image clustering unit 12 in step # 30, and also normalizes the luminance. The normalized luminance histogram Ht is received from the histogram creating unit 16 and the distance comparison between the normalized luminance histograms Hs 1 and Hs 2 and the normalized luminance histogram Ht is performed.

次に、事前比較部１７は、ステップ＃３１において、各クラスタ別の各正規化輝度ヒストグラムＨｓ１、Ｈｓ２と正規化輝度ヒストグラムＨｔとの各ベクトル間の最も近い正規化輝度ヒストグラムＨｓ、すなわち正規化輝度ヒストグラムＨｔに最も類似した例えば正規化輝度ヒストグラムＨｓ１を選択し、この選択された正規化輝度ヒストグラムＨｓ１に対応した例えば参照クラスタリング画像データＤｓ１を事前選択候補として画像比較部１８に通知する。 Next, in step # 31, the pre-comparing unit 17 calculates the nearest normalized luminance histogram Hs between the vectors of the normalized luminance histograms Hs 1 and Hs 2 for each cluster and the normalized luminance histogram Ht, that is, normal For example, the normalized luminance histogram Hs 1 that is most similar to the normalized luminance histogram Ht is selected, and for example, the reference clustering image data Ds 1 corresponding to the selected normalized luminance histogram Hs 1 is notified to the image comparison unit 18 as a pre-selection candidate. To do.

画像比較部１８は、事前比較部１７から通知された事前選択候補である参照クラスタリング画像データＤｓ１を参照クラスタリング画像生成部１５から受け取り、この参照クラスタリング画像データＤｓ１とターゲット検査画像データＤｔとをパターンマッチング等により比較し、この比較結果である最終差分画像データに対して２値化処理を行い、この２値化結果の画像データを欠陥抽出画像データＤｇとして出力する。 The image comparison unit 18 receives the reference clustering image data Ds 1 that is the pre-selection candidate notified from the pre-comparison unit 17 from the reference clustering image generation unit 15 and receives the reference clustering image data Ds 1 and the target inspection image data Dt. Comparison is performed by pattern matching or the like, and binarization processing is performed on the final difference image data which is the comparison result, and the image data of the binarization result is output as defect extraction image data Dg.

このように上記第１の実施の形態によれば、複数の良品参照画像データＤｒをクラスタリングして各クラスタ毎に各参照画像クラスタ群Ｄｋ１、Ｄｋ２の各正規化輝度ヒストグラムＨｓを求め、これらクラスタ毎に各良品参照画像データＤｒの各輝度平均画像データと各輝度標準偏差画像データからなる各参照クラスタリング画像データＤｓ１、Ｄｓ２を作成し、事前に選択された参照クラスタリング画像データＤｓ１とターゲット検査画像データＤｔとを比較してターゲット検査画像データＤｔから欠陥画像データＤｇを抽出する。 As described above, according to the first embodiment, a plurality of non-defective product reference image data Dr is clustered to obtain each normalized luminance histogram Hs of each reference image cluster group Dk 1 , Dk 2 for each cluster, For each cluster, reference clustering image data Ds 1 and Ds 2 composed of each luminance average image data and each luminance standard deviation image data of each non-defective product reference image data Dr are created, and the reference clustering image data Ds 1 selected in advance are created. The defect inspection data Dg is extracted from the target inspection image data Dt by comparing with the target inspection image data Dt.

これにより、ターゲット検査画像データＤｔと比較する参照クラスタリング画像データＤｓ１又はＤｓ２は、複数の良品参照画像データＤｒ中からターゲット検査画像データＤｔに類似した正規化輝度ヒストグラムＨｓ１、Ｈｓ２を有するクラスタの各参照画像クラスタ群Ｄｋ１、Ｄｋ２から生成されるので、良品参照画像データＤｒに含まれる半導体製造ラインにおける時系列変動や製造装置変動及び検査装置変動などの機差変動による大きな変動幅の輝度値による影響を抑制でき、精度高く半導体ウエハ上の欠陥部のみを抽出した欠陥画像データＤｇを出力できる。 Thereby, the reference clustering image data Ds 1 or Ds 2 to be compared with the target inspection image data Dt has normalized luminance histograms Hs 1 and Hs 2 similar to the target inspection image data Dt among the plurality of non-defective reference image data Dr. Since it is generated from each of the reference image cluster groups Dk 1 and Dk 2 of the cluster, a large fluctuation range due to machine difference fluctuations such as time series fluctuations, manufacturing apparatus fluctuations, and inspection apparatus fluctuations in the semiconductor production line included in the non-defective reference image data Dr. The defect image data Dg obtained by extracting only the defective portion on the semiconductor wafer with high accuracy can be output.

又、複数の良品参照画像データＤｒ毎の各正規化輝度ヒストグラムをクラスタリングして、類似した正規化輝度ヒストグラムＨｓ１、Ｈｓ２を有する各クラスタ別に統合するので、事前比較部１７によりターゲット検査画像データＤｔに最も近い参照クラスタリング画像データＤｓ１又はＤｓ２を事前に選択して画像比較部１８によりターゲット検査画像データＤｔと比較することにより、参照クラスタリング画像データＤｓ１又はＤｓ２とターゲット検査画像データＤｔとの比較処理を効率的かつ高速に行うことができる。 Further, since each normalized luminance histogram for each of the plurality of non-defective reference image data Dr is clustered and integrated for each cluster having similar normalized luminance histograms Hs 1 and Hs 2 , the target comparison image data is obtained by the pre-comparison unit 17. The reference clustering image data Ds 1 or Ds 2 closest to Dt is selected in advance and compared with the target inspection image data Dt by the image comparison unit 18, whereby the reference clustering image data Ds 1 or Ds 2 and the target inspection image data Dt are compared. And the comparison process can be performed efficiently and at high speed.

又、各クローン参照画像データＤｃ１、Ｄｃ２を作成することにより、パターンマッチングの精度誤差に起因して生じるＸＹ方向及び回転方向の微小位置変動分を補正するので、画像比較部１８により抽出される欠陥抽出画像データＤｇにパターンマッチングの精度誤差に起因する疑似欠陥の発生を抑制できる。さらに、各クローン参照画像データＤｃ１、Ｄｃ２を作成するので、良品参照画像データＤｒの枚数が少ない場合には、良品参照画像データＤｒにおける輝度変化の急峻な領域、例えば半導体ウエハ上の配線部やダイシング領域における疑似欠陥の発生を抑制するのに効果が高い。 In addition, by creating the clone reference image data Dc 1 and Dc 2 , the minute position fluctuations in the XY direction and the rotation direction caused by the pattern matching accuracy error are corrected, so that they are extracted by the image comparison unit 18. It is possible to suppress the generation of pseudo defects due to pattern matching accuracy errors in the defect extracted image data Dg. Further, since the clone reference image data Dc 1 and Dc 2 are created, when the number of the non-defective product reference image data Dr is small, an area where the brightness change in the good product reference image data Dr is steep, for example, a wiring portion on the semiconductor wafer. And is effective in suppressing the occurrence of pseudo defects in the dicing region.

事前比較部１７によりターゲット検査画像データＤｔに最も類似した参照クラスタリング画像データＤｓ１又はＤｓ２を事前に選択するので、画像比較部１８では、全ての参照クラスタリング画像データＤｓ１、Ｄｓ２とターゲット検査画像データＤｔとを比較する必要はなく、欠陥画像データＤｇを抽出する処理時間を短縮できる。 Since the pre-comparison unit 17 selects in advance the reference clustering image data Ds 1 or Ds 2 that is most similar to the target inspection image data Dt, the image comparison unit 18 selects all the reference clustering image data Ds 1 and Ds 2 and the target inspection. There is no need to compare with the image data Dt, and the processing time for extracting the defect image data Dg can be shortened.

次に、本発明の第２の実施の形態について図面を参照して説明する。なお、図１同一部分には同一符号を付してその詳しい説明は省略する。   Next, a second embodiment of the present invention will be described with reference to the drawings. 1 identical to those in FIG. 1 are assigned the same reference numerals, and detailed descriptions thereof are omitted.

図６欠陥画像検査装置の構成図である。この欠陥画像検査装置は、上記第１の実施の形態における参照画像クラスタリング部１２を省いた構成である。   6 is a block diagram of the defect image inspection apparatus. This defect image inspection apparatus has a configuration in which the reference image clustering unit 12 in the first embodiment is omitted.

クローン参照画像作成部１３は、画像取込部１により取り込まれた複数の良品参照画像データＤｒにおける位置変動、回転、輝度変動を付加してコピーした複数のクローン参照画像データＤｃを生成する。この場合、画像取込部１により取り込まれた良品参照画像データＤｒの枚数が１枚であっても、クローン参照画像作成部１３は、それぞれ異なる位置変動、回転変動、輝度変動を付加することにより複数のクローン参照画像データＤｃを生成することが可能である。 The clone reference image creation unit 13 generates a plurality of clone reference image data Dc copied by adding position variation, rotation, and luminance variation in the plurality of non-defective product reference image data Dr captured by the image capturing unit 1. In this case, even if the number of non-defective reference image data Dr captured by the image capturing unit 1 is one, the clone reference image creating unit 13 adds different position variations, rotation variations, and luminance variations, respectively. A plurality of clone reference image data Dc can be generated.

参照クラスタリング画像生成部１５は、画像取込部１により取り込まれた１枚又は複数の良品参照画像データＤｒ及び複数のクローン参照画像データＤｃとに基づいて参照クラスタリング画像データＤｓ １ を作成する。 The reference clustering image generation unit 15 generates reference clustering image data Ds 1 based on one or more non-defective reference image data Dr and a plurality of clone reference image data Dc captured by the image capturing unit 1.

画像比較部１８は、参照クラスタリング画像データＤｓ １ とターゲット検査画像データＤｔとをパターンマッチング等により比較し、この比較結果である最終差分画像データに対して２値化処理を行い、この２値化結果の画像データを欠陥抽出画像データＤｇとして出力する。 The image comparison unit 18 compares the reference clustering image data Ds 1 and the target inspection image data Dt by pattern matching or the like, performs a binarization process on the final difference image data that is the comparison result, and performs this binarization. The resulting image data is output as defect extracted image data Dg.

このように上記第２の実施の形態によれば、クローン参照画像作成部１３により画像取込部１により取り込まれた１枚又は複数の良品参照画像データＤｒから複数のクローン参照画像データＤｃを生成するので、１枚の良品参照画像データＤｒからでも上記第１の実施の形態と同様の効果を奏することができる。 As described above, according to the second embodiment, a plurality of clone reference image data Dc is generated from one or a plurality of non-defective reference image data Dr captured by the image capture unit 1 by the clone reference image creation unit 13. Therefore, the same effect as that of the first embodiment can be obtained even from one non-defective reference image data Dr.

なお、上記第１及び第２の実施の形態は、次のように変形してもよい。   The first and second embodiments may be modified as follows.

上記第１実施の形態では、クローン参照画像作成部１３により各クローン参照画像データ群Ｄｃ１、Ｄｃ２を生成しているが、良品参照画像データＤｒを多数取得できる場合には、クローン参照画像作成部１３を省いてもよい。又、半導体製造ラインにおける搬送ロボット等により半導体ウエハを搬送するときに生じる半導体ウエハのＸＹ方向及び回転方向のずれや、パターンマッチングの精度誤差に起因して生じるＸＹ方向及び回転方向の微小位置変動分を無視できれば、クローン参照画像作成部１３を無くして各クラスタ別に各参照画像クラスタ群Ｄｋ１、Ｄｋ２のみを参照クラスタリング画像生成部１５に送るようにしてもよい。 In the first embodiment, each clone reference image data group Dc1 and Dc2 is generated by the clone reference image creation unit 13, but when a large number of non-defective product reference image data Dr can be acquired, the clone reference image creation unit 13 May be omitted. In addition, deviations in the XY direction and rotation direction of the semiconductor wafer that occur when the semiconductor wafer is transferred by a transfer robot or the like in the semiconductor production line, and minute position fluctuations in the XY direction and rotation direction that are caused by pattern matching accuracy errors. Can be ignored, the clone reference image creation unit 13 may be omitted, and only the reference image cluster groups Dk1 and Dk2 may be sent to the reference clustering image generation unit 15 for each cluster.

又、上記第１及び第２の実施の形態において、上記第１の実施の形態の事前比較部１７を無くし、画像比較部１８により各参照クラスタリング画像データＤｓ １ 、Ｄｓ ２ とターゲット検査画像データＤｔとを比較して欠陥領域サイズの小さい方又は両者のアンド／オア（ＡＮＤ／ＯＲ）画像を欠陥画像データＤｇとして抽出するようにしてもよい。 In the first and second embodiments, the pre-comparison unit 17 of the first embodiment is eliminated, and the reference clustering image data Ds 1 and Ds 2 and the target inspection image data Dt are obtained by the image comparison unit 18. And an AND / OR image having a smaller defect area size or both of them may be extracted as defect image data Dg.

又、上記第１の実施の形態において参照画像クラスタリング部１２は、マンハッタン距離を用いているが、複数の良品参照画像データＤｒの間の各類似度、各相関係数を求めて各良品参照画像データＤｒをクラスタリングしてもよい。   In the first embodiment, the reference image clustering unit 12 uses the Manhattan distance, but obtains each similarity and each correlation coefficient between a plurality of non-defective product reference image data Dr to obtain each non-defective product reference image. Data Dr may be clustered.

又、参照画像クラスタリング部１２は、正規化輝度ヒストグラムＨｓの代わりに、良品参照画像データＤｒのＸＹ輝度プロファイルや極座標輝度プロファイル、円周輝度プロファイルを用いたり、これら正規化輝度ヒストグラム、ＸＹ輝度プロファイルや極座標輝度プロファイル、円周輝度プロファイルを併用してもよい。カラー画像の場合、カラーヒストグラムを利用することも可能である。   Further, the reference image clustering unit 12 uses the XY luminance profile, polar coordinate luminance profile, and circumferential luminance profile of the non-defective reference image data Dr instead of the normalized luminance histogram Hs, or these normalized luminance histogram, XY luminance profile, A polar coordinate luminance profile and a circumferential luminance profile may be used in combination. In the case of a color image, it is also possible to use a color histogram.

さらに、正規化輝度ヒストグラムＨｓを作成する場合、良品参照画像データＤｒを複数の領域に分割し、これら領域毎に各正規化輝度ヒストグラムＨｓを算出してもよい。特に半導体ウエハでは、当該ウエハ中心部とその周辺部とに分割してそれぞれ各正規化輝度ヒストグラムＨｓを算出することは、レジスト塗布によるウエハ中心部とその周辺部とでのレジスト膜厚の違いによる各輝度値の変動の影響をクラスタリングに反映するのに有効である。   Furthermore, when creating the normalized luminance histogram Hs, the non-defective reference image data Dr may be divided into a plurality of regions, and each normalized luminance histogram Hs may be calculated for each of these regions. In particular, in the case of a semiconductor wafer, the respective normalized luminance histograms Hs divided into the wafer central portion and its peripheral portion are calculated depending on the difference in resist film thickness between the wafer central portion and its peripheral portion by resist coating. This is effective for reflecting the influence of the variation of each luminance value in the clustering.

参照画像クラスタリング部１２は、ステップ＃３におけるクラスタ数ｋの設定からステップ＃６におけるしきい値と特徴ベクトル距離ｄとの比較を繰り返すが、このきのクラスタ数ｋの初期値の依存性を無くすためにクラスタ中心ベクトルの初期値を代えてもよく、そのため、ステップ＃３から＃６の繰り返しループを二重ループにしてもよい。   The reference image clustering unit 12 repeats the comparison of the threshold value and the feature vector distance d in step # 6 from the setting of the cluster number k in step # 3, but eliminates the dependency of the initial value of the cluster number k in this case. Therefore, the initial value of the cluster center vector may be changed. Therefore, the repetition loop of steps # 3 to # 6 may be a double loop.

本発明に係る欠陥画像検査装置の第１の実施の形態を示す構成図。BRIEF DESCRIPTION OF THE DRAWINGS The block diagram which shows 1st Embodiment of the defect image inspection apparatus which concerns on this invention. 同装置における参照画像クラスタリング処理フローチャート。The reference image clustering process flowchart in the same apparatus. 同装置におけるクローン参照画像作成フローチャート。The clone reference image creation flowchart in the same apparatus. 同装置における参照クラスタリング画像生成処理フローチャート。The reference clustering image generation processing flowchart in the same apparatus. 同装置における事前比較処理フローチャート。The prior comparison process flowchart in the same apparatus. 本発明に係る欠陥画像検査装置の第２の実施の形態を示す構成図。The block diagram which shows 2nd Embodiment of the defect image inspection apparatus which concerns on this invention. 従来の欠陥画像検査装置の構成図。The block diagram of the conventional defect image inspection apparatus.

符号の説明Explanation of symbols

１：画像取込部、１０：参照クラスタリング画像作成処理部、１１：欠陥検査処理部、１２：参照画像クラスタリング部、１３：クローン参照画像作成部、１４：表示器、１５：参照クラスタリング画像生成部、１６：正規化輝度ヒストグラム作成部、１７：事前比較部、１８：画像比較部。 1: Image capturing unit, 10: Reference clustering image creation processing unit, 11: Defect inspection processing unit, 12: Reference image clustering unit, 13: Clone reference image creation unit, 14: Display, 15: Reference clustering image generation unit , 16: normalized luminance histogram creation unit, 17: pre-comparison unit, 18: image comparison unit.

Claims (10)

複数の参照画像データ又は被検査画像データを取り込む画像取込部と、
前記画像取込部により取り込まれた前記複数の参照画像データをクラスタリングし、複数のクラスタ毎に前記各参照画像データの各特徴量を求める参照画像クラスタリング部と、
前記参照画像クラスタリング部によりクラスタリングされた前記複数のクラスタ毎に前記各参照画像データに基づいて複数の参照クラスタリング画像データを作成する参照クラスタリング画像生成部と、
前記被検査画像データと前記複数の参照クラスタリング画像データとを比較して前記被検査画像データから欠陥画像データを抽出する画像比較部と、
を具備したことを特徴とする欠陥画像検査装置。 An image capturing unit that captures a plurality of reference image data or image data to be inspected;
A reference image clustering unit that clusters the plurality of reference image data captured by the image capturing unit, and calculates each feature amount of each reference image data for each of a plurality of clusters;
A reference clustering image generation unit that creates a plurality of reference clustering image data based on each reference image data for each of the plurality of clusters clustered by the reference image clustering unit;
An image comparison unit that compares the inspected image data with the plurality of reference clustering image data and extracts defect image data from the inspected image data;
A defect image inspection apparatus comprising: 参照画像データ又は被検査画像データを取り込む画像取込部と、
前記画像取込部により取り込まれた前記参照画像データに対して微小な位置、回転及び輝度変動を付加して複数のクローン参照画像データを作成するクローン参照画像作成部と、
前記参照画像データと前記複数のクローン参照画像データとに基づいて参照クラスタリング画像データを作成する参照クラスタリング画像生成部と、
前記画像取込部により取り込まれた前記被検査画像データと前記参照クラスタリング画像データとを比較して前記被検査画像データから欠陥画像データを抽出する画像比較部と、
を具備したことを特徴とする欠陥画像検査装置。 An image capture unit for capturing reference image data or image data to be inspected;
A clone reference image creation unit for creating a plurality of clone reference image data by adding a minute position, rotation and luminance variation to the reference image data captured by the image capture unit;
A reference clustering image generator that creates reference clustering image data based on the reference image data and the plurality of clone reference image data;
An image comparison unit that compares the inspected image data captured by the image capturing unit with the reference clustering image data and extracts defect image data from the inspected image data;
A defect image inspection apparatus comprising: 前記参照画像クラスタリング部は、前記各参照画像データの各正規化輝度ヒストグラムを求め、これら正規化輝度ヒストグラムを相互に比較して任意のクラスタ数で前記複数の参照画像データをクラスタリングすることを特徴とする請求項１記載の欠陥画像検査装置。   The reference image clustering unit obtains each normalized luminance histogram of each reference image data, and compares the normalized luminance histograms with each other to cluster the plurality of reference image data with an arbitrary number of clusters. The defect image inspection apparatus according to claim 1. 前記参照画像クラスタリング部によりクラスタリングされた前記複数のクラスタ毎に、前記各参照画像データに対して画像処理し、該処理画像データを複写して複数のクローン参照画像データを作成するクローン参照画像作成部、
を有することを特徴とする請求項１記載の欠陥画像検査装置。 A clone reference image creation unit that performs image processing on each reference image data for each of the plurality of clusters clustered by the reference image clustering unit, and creates a plurality of clone reference image data by copying the processed image data ,
The defect image inspection apparatus according to claim 1, further comprising: 前記クローン参照画像作成部は、前記参照画像データに対して微小な位置、回転及び輝度変動付加を行って前記クローン参照画像データを作成することを特徴とする請求項４記載の欠陥画像検査装置。 The defect image inspection apparatus according to claim 4, wherein the clone reference image creation unit creates the clone reference image data by performing minute position, rotation, and luminance variation addition on the reference image data. 複数の参照画像データをクラスタリングし、複数のクラスタ毎に前記各参照画像データの各特徴量を求める工程と、
前記クラスタリングされた前記複数のクラスタ毎に、前記各参照画像データに基づいて複数の参照クラスタリング画像データを作成する工程と、
被検査画像データと前記複数の参照クラスタリング画像データとを比較して前記被検査画像データから欠陥画像データを抽出する工程と、
を有することを特徴とする欠陥画像検査方法。 Clustering a plurality of reference image data, and obtaining each feature amount of each reference image data for each of a plurality of clusters;
Creating a plurality of reference clustering image data based on each reference image data for each of the plurality of clusters clustered;
Comparing the inspected image data with the plurality of reference clustering image data and extracting defect image data from the inspected image data;
A defect image inspection method comprising: 参照画像データに対して微小な位置、回転及び輝度変動を付加して複数のクローン参照画像データを作成する工程と、
前記参照画像データと前記複数のクローン参照画像データとに基づいて参照クラスタリング画像データを作成する工程と、
被検査画像データと前記参照クラスタリング画像データとを比較して前記被検査画像データから欠陥画像データを抽出する工程と、
を有することを特徴とする欠陥画像検査方法。 A step of creating a plurality of clone reference image data by adding a minute position, rotation and luminance variation to the reference image data;
Creating reference clustering image data based on the reference image data and the plurality of clone reference image data;
Comparing the inspected image data with the reference clustering image data and extracting defect image data from the inspected image data;
A defect image inspection method comprising: 前記複数の参照画像データは、前記複数の参照画像データの各正規化輝度ヒストグラムを相互に比較して任意のクラスタ数でクラスタリングされることを特徴とする請求項６記載の欠陥画像検査方法。   The defect image inspection method according to claim 6, wherein the plurality of reference image data are clustered by an arbitrary number of clusters by comparing the normalized luminance histograms of the plurality of reference image data with each other. 前記クラスタリングされた前記複数のクラスタ毎に、前記各参照画像データを複写してこれら参照画像データに類似した複数のクローン参照画像データを作成する工程、
を有することを特徴とする請求項６記載の欠陥画像検査方法。 For each of the plurality of clusters clustered, a step of copying each reference image data to create a plurality of clone reference image data similar to these reference image data;
The defect image inspection method according to claim 6, further comprising: 前記クローン参照画像データは、前記参照画像データに対して微小な位置、回転及び輝度変動付加を行って作成することを特徴とする請求項９記載の欠陥画像検査方法。 The defect image inspection method according to claim 9, wherein the clone reference image data is created by adding a minute position, rotation, and luminance variation to the reference image data.
JP2004083570A 2004-03-22 2004-03-22 Defect image inspection apparatus and method Expired - Fee Related JP4608224B2 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2004083570A JP4608224B2 (en) 2004-03-22 2004-03-22 Defect image inspection apparatus and method

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2004083570A JP4608224B2 (en) 2004-03-22 2004-03-22 Defect image inspection apparatus and method

Publications (2)

Publication Number Publication Date
JP2005274157A JP2005274157A (en) 2005-10-06
JP4608224B2 true JP4608224B2 (en) 2011-01-12

Family

ID=35174009

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2004083570A Expired - Fee Related JP4608224B2 (en) 2004-03-22 2004-03-22 Defect image inspection apparatus and method

Country Status (1)

Country Link
JP (1) JP4608224B2 (en)

Families Citing this family (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5562707B2 (en) * 2010-04-22 2014-07-30 株式会社ブリヂストン Tire appearance inspection method and tire appearance inspection apparatus
JP2011232302A (en) * 2010-04-30 2011-11-17 Ricoh Elemex Corp Image inspection method and image inspection device
JP5479309B2 (en) * 2010-11-30 2014-04-23 リコーエレメックス株式会社 Mahalanobis reference space generation method, inspection method and inspection apparatus
JP5717711B2 (en) * 2012-12-07 2015-05-13 東京エレクトロン株式会社 Substrate reference image creation method, substrate defect inspection method, substrate reference image creation apparatus, substrate defect inspection unit, program, and computer storage medium
JP7001494B2 (en) * 2018-02-26 2022-01-19 株式会社日立ハイテク Wafer observation device
IL259285B2 (en) * 2018-05-10 2023-07-01 Inspekto A M V Ltd System and method for detecting defects on imaged items
IL263097B2 (en) 2018-11-18 2024-01-01 Inspekto A M V Ltd Optimizing a set-up stage in an automatic visual inspection process
JP7458733B2 (en) 2019-09-30 2024-04-01 キヤノン株式会社 Image processing method, image processing device, robot system, article manufacturing method using robot system, inspection method, control program, and recording medium
JP2022084041A (en) 2020-11-26 2022-06-07 株式会社日立ハイテク Electric charge particle beam device
CN113077462A (en) * 2021-04-30 2021-07-06 上海众壹云计算科技有限公司 Wafer defect classification method, device, system, electronic equipment and storage medium

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH11337498A (en) * 1998-05-26 1999-12-10 Dainippon Screen Mfg Co Ltd Apparatus and method for inspecting printed circuit board
JP2001337044A (en) * 2000-05-30 2001-12-07 Honda Motor Co Ltd Visual inspection method for cast product
JP2002054915A (en) * 2000-08-08 2002-02-20 Sony Corp Inspection device
JP2002134999A (en) * 2000-10-23 2002-05-10 Ricoh Co Ltd Method and device for inspecting mounted article
JP2002267615A (en) * 2001-03-12 2002-09-18 Olympus Optical Co Ltd Defect inspection method and device therefor
JP2003083907A (en) * 2001-09-12 2003-03-19 Hitachi Ltd Defect inspecting method and its apparatus
JP2004012422A (en) * 2002-06-11 2004-01-15 Dainippon Screen Mfg Co Ltd Pattern inspection device, pattern inspection method, and program
JP2004085503A (en) * 2002-08-29 2004-03-18 Dainippon Screen Mfg Co Ltd Classifying apparatus, yield control system, classifying method, substrate manufacturing method, and program

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH11337498A (en) * 1998-05-26 1999-12-10 Dainippon Screen Mfg Co Ltd Apparatus and method for inspecting printed circuit board
JP2001337044A (en) * 2000-05-30 2001-12-07 Honda Motor Co Ltd Visual inspection method for cast product
JP2002054915A (en) * 2000-08-08 2002-02-20 Sony Corp Inspection device
JP2002134999A (en) * 2000-10-23 2002-05-10 Ricoh Co Ltd Method and device for inspecting mounted article
JP2002267615A (en) * 2001-03-12 2002-09-18 Olympus Optical Co Ltd Defect inspection method and device therefor
JP2003083907A (en) * 2001-09-12 2003-03-19 Hitachi Ltd Defect inspecting method and its apparatus
JP2004012422A (en) * 2002-06-11 2004-01-15 Dainippon Screen Mfg Co Ltd Pattern inspection device, pattern inspection method, and program
JP2004085503A (en) * 2002-08-29 2004-03-18 Dainippon Screen Mfg Co Ltd Classifying apparatus, yield control system, classifying method, substrate manufacturing method, and program

Also Published As

Publication number Publication date
JP2005274157A (en) 2005-10-06

Similar Documents

Publication Publication Date Title
US8045789B2 (en) Method and apparatus for inspecting defect of pattern formed on semiconductor device
TWI751306B (en) Method and system of defect detection
TWI706376B (en) Systems, methods and non-transitory computer-readable storage media for defect detection
KR102390304B1 (en) Improved defect signal-to-noise by reducing die-to-die process noise
WO2013121939A1 (en) Method for measuring overlay, measuring device, scanning electron microscope, and gui
JP4608224B2 (en) Defect image inspection apparatus and method
CN112424826A (en) Pattern grouping method based on machine learning
US20200380665A1 (en) Processing method for performing process on image and processing device using the processing method
US10074167B2 (en) Reducing registration and design vicinity induced noise for intra-die inspection
US7512501B2 (en) Defect inspecting apparatus for semiconductor wafer
TWI791930B (en) System, method and computer readable medium for classifying defects in a semiconductor specimen
US20110164129A1 (en) Method and a system for creating a reference image using unknown quality patterns
US20100106447A1 (en) Defect analyzing apparatus and defect analyzing method
JP2011007728A (en) Method, apparatus and program for defect detection
US20200034511A1 (en) Methods and systems for wafer image generation
CN108039326B (en) Method for setting scanning threshold value according to circuit design pattern
US20120106827A1 (en) Wafer inspection method
JPH11337498A (en) Apparatus and method for inspecting printed circuit board
JP2009116419A (en) Outline detection method and outline detection device
US6284553B1 (en) Location dependent automatic defect classification
US11798185B2 (en) Image analysis system and image analysis method for obtaining object range
Guan et al. A golden-block-based self-refining scheme for repetitive patterned wafer inspections
Zhang et al. A Cascaded Zoom-In Method for Defect Detection of Solder Joints
CN113554585B (en) Image analysis system and image analysis method
JP5034307B2 (en) Semiconductor wafer inspection system and inspection method

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20070306

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20091028

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20091222

A521 Written amendment

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20100217

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20100817

A521 Written amendment

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20100901

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: 20100928

A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20101008

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

Free format text: PAYMENT UNTIL: 20131015

Year of fee payment: 3

LAPS Cancellation because of no payment of annual fees