JP4617970B2 - 欠陥検査装置及び欠陥検査方法 - Google Patents

Description

本発明は、欠陥検査装置及び欠陥検査方法に関し、特にフラットパネルディスプレイなどの検査対象基板上に形成されたパターンを検出して欠陥検査を行う欠陥検査装置及び欠陥検査方法に関する。

従来、半導体デバイスやフラットパネルディスプレイは、それぞれ半導体ウェハあるいはガラス基板上に微細なデバイスパターンを形成することにより作製される。このようなデバイスパターンを形成するときに、半導体ウェハあるいはガラス基板上に塵埃等が付着したり、傷が付いたりして、欠陥が生じることがある。このような欠陥が生じた半導体ウェハあるいはガラス基板は、不良デバイスとなり、歩留りを低下させる。

したがって、製造ラインの歩留りを高い水準で安定させるためには、欠陥検査装置を用いて塵埃や傷等によって発生する欠陥を早期に発見し、その原因を突き止め、製造設備や製造プロセスに対して有効な対策を講じることが好ましい。例えば、フラットパネルディスプレイの場合、発見された欠陥の種類が修復可能なものであれば、修復を行なって次プロセスに流すことが行なわれている。

欠陥が発生する原因を突き止める有効な方法は、まず欠陥が発見された場合に、その欠陥が何であるかを調べて分類分けを行うことである。ここで、欠陥が何であるかを調べる欠陥検査装置は、いわば光学顕微鏡のようなものであり、欠陥を拡大して見ることで、その欠陥が何であるかを識別するようにしている。

半導体ウェハの欠陥を自動分類する手法としては、撮像装置を用いて撮影した欠陥画像と参照画像の比較により欠陥を抽出し、欠陥の特徴をデータベースに登録されているものと比較・分類する手法が広く採用されている。フラットパネルディスプレイ等においても同様な手法で欠陥を自動分類することが可能である。

ここで、従来の欠陥自動分類方法の一例について、図１９,図２０を参照して説明する。
図１９は、従来の欠陥検査装置における欠陥分類用データベースの作成工程図である。欠陥分類用データベースの作成工程では、撮像装置２０１により撮像された欠陥画像（被検査画像）と参照画像がそれぞれ欠陥画像メモリ２０２と参照画像メモリ２０３に保存される。欠陥抽出部２０４で欠陥画像と参照画像が比較され、欠陥画像から欠陥部位の画像のみが抽出された後、特徴抽出部２０５で欠陥の大きさや色などの特徴量が欠陥情報として数値化される。
そして、数値化された欠陥情報は、一旦、分類前データメモリ２０６に蓄積された後、作業者により分類される。作業者は各欠陥を経験に基づいて分類し、分類した各グループに分類コードを付与する。上記分類コードを付与された各グループの特徴情報が分類１〜Ｎの情報として分類結果メモリ２１２に保存される。そして、分類結果メモリ２１２に保存された分類１〜Ｎの情報からデータ選択部２１３により冗長性を排除した分類１〜Ｎの特徴情報が、データベースとしてデータベースメモリ２１８に保存される。

図２０は、上述した従来の欠陥検査装置における分類実行工程の工程図である。
分類実行工程では、データベース作成工程と同様に、撮像装置２０１により撮像された欠陥画像と参照画像がそれぞれ欠陥画像メモリ２０２と参照画像メモリ２０３に保存される。欠陥抽出部２０４で欠陥画像と参照画像が比較され、欠陥画像から欠陥部位の画像のみが抽出された後、特徴抽出部２０５で欠陥の大きさや色などの特徴量が欠陥情報として数値化される。
そして、抽出された欠陥の特徴情報と、比較／分類コード付与部２１９でデータベースメモリ２１８に保存されているデータベースに含まれる分類１〜Ｎの特徴情報と比較され、特徴の一致した分類のコードが付与されることにより分類結果出力部２２０から分類結果が出力される。これにより、作業者は欠陥の種類を知ることができる。

また、被検査画像（欠陥画像）と基準画像との差を表す相違度画像データを小領域に分割して、異なる閾値にて欠陥判定処理を行なう画像欠陥判別処理装置が提案されている（例えば、特許文献１参照。）。
この画像欠陥判別処理装置は、相違度画素算出処理、最大相違度算出処理、総和相違度算出処理の３種類の欠陥判定処理が設けられ、かつ、それぞれ欠陥の性質に応じて閾値を設定することにより、欠陥を分類し、目的に応じた欠陥判定を容易に行なうことができる。例えば、印刷物の汚れ、ＬＳＩのパターンの不良、工業製品の表面の汚れや塗装むらなどを検査することができる。
特開平５−１０８８００号公報

しかしながら、特許文献１に記載のものは、単純に相違画像データを用いて領域定義を行なっているので、被検査画像はいつも検査対象物の同じ場所を撮影する必要がある。異なる場所で撮影した違うパターン上の欠陥分類に対応することができないという問題があった。
いわゆるレビュー検査と呼ばれる高倍率での欠陥検査では、被検査画像が撮影される場所は固定されておらず、下地となる配線パターンも毎回異なる。そのため、特許文献１に記載の相違度画像データの小領域アドレス方式による画像欠陥判別処理装置では対応することができない。

本発明は斯かる点に鑑みてなされたものであり、検査対象物の異なる場所で撮影した違うパターン上の欠陥の検出・分類に対応し、なおかつ自動分類結果の精度を向上させることを目的とする。

上記課題を解決するため、本発明は、繰り返しパターンからなる検査対象物を撮像した披検査画像と欠陥のない参照画像を比較することにより欠陥の抽出及び分類を行なう際に、まず、被検査画像と参照画像を比較し、欠陥部位の画像と位置を抽出し、次に、抽出された欠陥部位の画像の特徴量を数値化して特徴情報を生成し、上記処理と並行して、欠陥部位の位置が繰り返しパターン画像のどの領域に属するかを検出し、所定数に分割された繰り返しパターン画像のそれぞれの領域毎に、その領域内で発生する欠陥を類似欠陥毎に分類して各領域毎の欠陥分類用のデータベースとして保存しておき、そして、検出された欠陥部位の領域情報に基づいて、各々の領域毎に保存されたデータベースから欠陥分類に使用するデータベースを選択し、最後に、選択されたデータベースを参照し、欠陥部位の特徴情報を基に、当該欠陥部位に対して該当する欠陥の分類コードを付与することを特徴とする。

上述の構成によれば、検査対象物のデザインパターンの最小単位である繰り返しパターン内を欠陥の分布の異なる領域に分割し、その領域毎に異なる欠陥分類用データベースを用いて欠陥分類を行うことで、分類結果の誤りを減少させることができる。
また、異なる領域に分割する対象が繰り返しパターン画像であるので、検査対象物の異なる場所で撮影した違うパターン上の欠陥の検出・分類にも対応することができる。

本発明によれば、検査対象物の異なる場所で撮影した違うパターン上の欠陥の検出・分類に対応することができ、かつ自動分類結果の精度が向上するという効果がある。

以下、本発明を実施するための最良の形態の例を説明するが、本発明は以下の例に限定されるものではない。
本例では、フラットパネルディスプレイのガラス基板上に形成されたデザインパターンの欠陥検査を行なう場合について説明するが、検査対象はこの例に限定されるものではなく、例えば半導体ウェハ、フォトマスク、磁気ディスク等、検査対象基板上に所定パターンが形成されたものに適用できる。

まず、本発明を適用して好適な欠陥検査装置の構成の一例を示したブロック図を、図１に示す。
図１に示す欠陥検査装置１００は、搬送ステージ２上に検査対象物として載置されるガラス基板などの欠陥の分類検査を行うものである。この欠陥検査装置１００において、搬送ステージ２は、載置されたガラス基板１を指定された座標位置に位置決めする。また、撮像装置１０は、検査対象物を撮像するものであって、上記搬送ステージ２上の検査対象物すなわちガラス基板１の表面を撮像する。この撮像装置１０による撮像出力は、画像ファイルとして欠陥画像メモリ２１又は欠陥抽出用参照画像メモリ２２に供給される。

欠陥画像メモリ２１は、上記撮像装置１０による撮像出力として得られるガラス基板１の欠陥部位の画像を含む欠陥画像（被検査画像）を保存するものである。
欠陥分類用データベースの作成及び欠陥分類の実行時に、上記ガラス基板１の製造ラインにおける欠陥検査において検出された欠陥の座標位置データに基づいて上記搬送ステージ２上のガラス基板１を上記欠陥の座標位置に位置決めする。そしてその位置で、上記撮像装置１０により上記ガラス基板１の表面を撮像することによって得られる欠陥部位の画像を含む欠陥画像データが、上記欠陥画像メモリ２１に書き込まれる。

また、欠陥抽出用参照画像メモリ２２は、上記欠陥画像と比較される欠陥の存在しない参照画像を保存するものである。
欠陥分類の実行時に、上記ガラス基板１を欠陥のない同様パターンの同位置（上記欠陥検査において検出された欠陥の座標位置データに基づく位置、もしくはそれに相当する位置）に位置決めした状態で、上記撮像装置１０により上記ガラス基板１の表面を撮像することによって得られる画像が、欠陥抽出用参照画像データとして上記欠陥抽出用参照画像メモリ２２に書き込まれる。

上述した欠陥画像メモリ２１及び欠陥抽出用参照画像メモリ２２への各画像データの書き込み及び読み出しは、図示しないデータ処理制御部により制御される。

参照画像（無欠陥画像）の一例を、図２に示す。
図２に示すように、単位画素である画素パターン１１０が一定の規則に従って整列することによりガラス基板１表面のデバイスパターンを形成している。

図３〜図７は、それぞれ欠陥検査時に検出される欠陥を含む欠陥画像の一例を示したものである。
図３は、デバイスパターンの一部、例えば信号線パターン上にパターン断線欠陥１２１が存在する例である。図４は、デバイスパターンの信号線パターン上にパターンはみ出し欠陥１２２が存在する例である。図５は、デバイスパターンの一部にゴミ欠陥１２３が存在する例である。図６は、デバイスパターンの一部にキャパシタ（保持容量素子）形成不良欠陥１２４を含む例である。図７は、図６のキャパシタ形成不良欠陥１２４を高倍率表示したものである。
なお、上記欠陥画像は一例であって、フラットパネルディスプレイに生じる欠陥はこの例に限られるものではない。

欠陥抽出部３０は、検査対象物を撮像して得られる被検査画像を欠陥のない参照画像と比較することにより欠陥部位の画像（差画像）と位置を抽出するものである。具体的には、上記欠陥画像メモリ２１に保存された欠陥画像データと上記欠陥抽出用参照画像メモリ２２に保存された欠陥抽出用参照画像データとを比較することにより、欠陥画像と欠陥抽出用参照画像の差分を上記撮像装置１０により撮像したガラス基板１の欠陥部位の画像として抽出する。この欠陥抽出部３０により抽出された欠陥部位の画像は、特徴抽出部５０に供給される。

特徴抽出部５０は、上記欠陥抽出部３０により抽出された欠陥部位の画像について、大きさ、色、コントラスト、形状などの情報を特徴量として抽出して数値化する。そして数値化した情報を比較／分類コード付与部８０に供給する。

一方、本例の欠陥検査装置１００は、欠陥部位がガラス基板１上のどの位置に該当するかを検出するパターンマッチング部４０を有する。その検出方法としては、予め保存された参照画像をターゲットとして欠陥画像をパターンマッチングするか、あるいは、この逆に、欠陥画像をターゲットとして参照画像をパターンマッチングする方法の２通りがある。

前者の参照画像をターゲットとする場合は、例えば、予め上記ガラス基板１の撮影場所を広範囲にわたり欠陥のない位置で位置決めした状態で、欠陥検査に使用する時よりも倍率の低い対物レンズを装着した上記撮像装置１０で撮影した画像を、欠陥検査に使用する対物レンズとの倍率の比率に応じて、画像サイズを拡大したものをパターンマッチング用参照画像用メモリ２３に書き込んでおく。
パターンマッチング部４０は上記パターンマッチング用参照画像メモリ２３に保存された参照画像をターゲットとして、上記欠陥画像メモリ２１に保存された欠陥画像データのパターンマッチングを行い、欠陥部位の位置を検出する。

あるいは参照画像をターゲットとする場合の他の方法として、例えば、予め上記ガラス基板１を広範囲にわたり欠陥のない位置で位置決めした状態で、欠陥検査に使用する時よりも倍率の低い対物レンズを装着した上記撮像装置１０で撮影した画像を、パターンマッチング用参照画像用メモリ２３に書き込んでおく。
パターンマッチング部４０は上記パターンマッチング用参照画像メモリ２３に保存された参照画像をターゲットとして、上記欠陥画像メモリ２１に保存された欠陥画像データを、参照画像撮像時に使用した対物レンズとの倍率の比率に応じて縮小した欠陥画像に変換後にパターンマッチングを行い、欠陥部位の位置を検出する。この欠陥部位の位置情報は、領域コード付与部６０に供給される。
上述した参照画像をターゲットとする方式は、欠陥検査時での対物レンズの倍率が画素サイズに対して比較的高い場合、例えば、欠陥画像の撮像範囲が画素の一部分しかない場合に有用である（後述する図７参照。）。

また、後者の欠陥画像をターゲットとする場合は、例えば、予め上記ガラス基板１の撮影場所を欠陥のない位置で位置決めした状態で、欠陥検査に使用する時と同じ倍率の対物レンズを装着した上記撮像装置１０で撮影した画像から、繰り返しパターンの最小単位である１画素相当のパターンのみを切り出した画像を、パターンマッチング用参照画像用メモリ２３に書き込んでおく。

パターンマッチング部４０は上記欠陥画像メモリ２１に保存された欠陥画像をターゲットとして、上記パターンマッチング用参照画像メモリ２３に保存された最小繰り返しパターン画像のパターンマッチングを行い、欠陥部位の位置を検出する。この欠陥部位の位置情報は、領域コード付与部６０に供給される。

上述した欠陥画像をターゲットとする方式は、欠陥検査時での対物レンズの倍率が画素サイズに対して比較的低い時、すなわち、欠陥画像内に多数の画素が撮像されている場合に有用である（後述する図３〜図６参照。）。

上記パターンマッチング部４０とともに領域検出部を構成する領域コード付与部６０は、上記パターンマッチング部４０により検出された欠陥部位の位置が領域定義画像メモリ２４から読み出した領域定義画像のどの領域に属するかを検出し、領域コードを生成する。この領域コードは、領域コード出力部９１とデータベース選択部７０に供給される。また上記領域定義画像は、作業者が予め繰り返しパターンを幾つかの領域に分解して定義した結果を、パターンマッチング用参照画像と同じサイズに画像化したものであり、領域定義画像メモリ２４に保存されている。

なお、パターンマッチング部４０において、撮像装置１０で撮像した被検査画像を複数に分割し、分割された被検査画像を用いてパターンマッチングを行なうようにしてもよい。

上記領域コード付与部６０は、パターンマッチング部４０によって検出された欠陥部位の位置に相当する位置が、領域定義画像メモリ２４から読み出した領域定義画像のどの領域に相当するかを調べ、その領域に応じた領域コードを付与する。

データベース選択部７０は、領域コード付与部６０から供給された領域コードに対応する欠陥分類用のデータベースを選択し、比較／分類コード付与部８０に供給する。例えば、領域定義画像を３つの領域に分けた場合において欠陥が領域１に存在するとき、領域コード付与部６０より領域１を示す領域コードがデータベース選択部７０に供給され、データベース選択部７０はその領域コードを受けて領域１用データベース７１を選択し、比較／分類コード付与部８０に供給する。

各々の領域用のデータベースは、予め作業者が、その領域でのみ発生するもしくは発生する可能性のある欠陥の位置情報データを領域毎に用意しておき、通常のデータベース作成手法、例えば図１９に示したような欠陥分類用データベースの作成工程に従って、存在する領域の数だけデータベースを作成しておく。

例えば、本例では、撮像装置１０により撮像された欠陥画像（被検査画像）と参照画像がそれぞれ欠陥画像メモリ２１と参照画像メモリ２２保存される。欠陥抽出部３０で欠陥画像と参照画像が比較され、欠陥画像から欠陥部位の画像のみが抽出された後、特徴抽出部５０で欠陥の大きさや色などの特徴量が欠陥情報として数値化される。
数値化された欠陥情報は、一旦、分類前データメモリ（図示略）に蓄積された後、作業者により分類される。作業者は各欠陥を経験に基づいて分類し、分類した各グループに分類コードを付与する。上記分類コードを付与された各グループの特徴情報が分類１〜Ｎの情報として分類結果メモリに保存される。そして、分類結果メモリに保存された分類１〜Ｎの情報からデータ選択部（図示略）により冗長性を排除した分類１〜Ｎの特徴情報が、当該領域で発生する欠陥のデータベースとして各領域のデータベースメモリに保存される。

例えば、領域１に分類ａ， 分類ｂ， 分類ｃの３種類の欠陥が存在する場合は、領域１用データベース７１には冗長性を排除した分類ａ， 分類ｂ， 分類ｃの特徴情報を保存する。領域２に分類ａ， 分類ｅ，分類ｆの３種類の欠陥が存在する場合は、領域２用データベース７２には冗長性を排除した分類ａ， 分類ｅ， 分類ｆの特徴情報を保存する。さらに、領域３に分類ａ， 分類ｇの２種類の欠陥が存在する場合は、領域３用データベース７３には冗長性を排除した分類ａ， 分類ｇの特徴情報を保存する。

少なくとも上記各領域のデータベースが保存されるメモリ及び各参照画像メモリ（記憶部）は、フラッシュメモリ等の不揮発性メモリとする。

分類実行部として機能する比較／分類コード付与部８０は、特徴抽出部５０により数値化された欠陥画像の特徴情報と、データベース選択部７０によって選択されたデータベースに含まれる欠陥の特徴情報を比較し、特徴の一致する分類のコードを付与する。例えば、データベース選択部７０がデータベース７１を選択した場合、特徴抽出部５０からの特徴情報とデータベース７１に含まれる分類ａ，分類ｂ，分類ｃの特徴情報が比較され、特徴の一致する分類のコードが付与される。このようにして付与された分類コードは分類コード出力部９２に送られる。

次に、上記構成の欠陥検査装置１００による欠陥検査処理について、図８及び図９のフローチャートを参照して説明する。

図８において、まず、撮像装置１０により検査対象物、例えばフラットパネルディスプレイのガラス基板１を撮影して被検査画像（欠陥画像）を取得し、欠陥画像メモリへ格納する（ステップＳ１）。

次に、欠陥抽出部３０において、上記被検査画像と欠陥抽出用参照画像メモリ２２に保存されている上記被検査画像に対応する欠陥抽出用参照画像が比較され、欠陥部位が抽出される（ステップＳ２）。

続いて、特徴抽出部５０において、抽出された欠陥部位の画像から得られる情報よりその欠陥部位の特徴量が抽出される（ステップＳ３）。

そして、比較／分類コード付与部８０において、単位画素パターンに対する欠陥部位の位置に応じて、欠陥分類時に使用するデータベースが選択される（ステップＳ４）。このステップＳ４の処理は、ステップＳ１〜ステップＳ５の間であればどの間合いで行ってもよい。

ここで、ステップＳ４の処理における欠陥分類用のデータベース選択処理について、図９を参照して説明する。
まず、パターンマッチング部４０において、撮像装置１０により撮像された被検査画像とパターンマッチング用参照画像メモリ２３に保存されているパターンマッチング用参照画像とのパターンマッチングが行われる（ステップＳ１１）。

図１０は、基本単位の画素パターン１１０の拡大図である。
本例において、画素パターン１１０は、例えばアクティブマトリックス方式における液晶ディスプレイのカラーフィルタを取り除いたガラス基板の一画素パターンの概略構成を示しており、大きく、信号線１１１、走査線１１２、保持容量素子（キャパシタ）１１３、画素電極１１４から構成されている。パターンマッチング用参照画像の一例として、画素パターン１１０のような画像がパターンマッチング用参照画像メモリ２３に保存されている。なお、本例の画素パターンの構造は模式的に表したものであって、この例に限るものではない。

次に、領域コード付与部６０において、パターンマッチングにより抽出された欠陥部位の位置が、領域定義画像メモリ２４に保存された領域定義画像のどの領域に属するか判定され、対応する領域コードが生成・付与される（ステップＳ１２）。

図１１は、図１０の画素パターン１１０に対応するものとして、例えば４つの領域に分解した領域定義画像の例（１）を示した図である。図１１に示す領域定義画像１３０のうち、それぞれ第１の領域１３１が信号線１１１付近に、第２の領域１３２が走査線１１２付近に、第３の領域１３３がキャパシタ１１３付近に、第４の領域１３４が画素電極１１４付近に発生する欠陥に対応する。

図１２は、パターン断線欠陥（図３参照）の領域検出の説明に供する図である。この場合、パターンマッチング用参照画像として、図１０の一画素パターン１１０の画像を用いてパターンマッチングを行う。パターンマッチング処理は、マッチングされた領域、画素パターン１１０に対し、図１１の領域定義画像１３０を重ね合わせることにより、欠陥位置が第１の領域１３１に属することが検出できる。

また、図１３は、高倍率時におけるキャパシタ形成不良欠陥（図７参照）の領域検出の説明に供する線図である。この場合、領域定義画像１３０に対して、キャパシタ形成不良欠陥１２４が第３の領域１３３にあることが検出できる。

図１４は、図１１の領域定義画像１３０について、欠陥毎に分類した欠陥分布例を示した表である。

図１５は、図１４に示す欠陥分布例を領域別に分類した欠陥分布例を示した表である。
領域毎に欠陥分類用のデータベースを作成することにより、データベース選択部７０が欠陥の発生位置に応じて適切なデータベースを選択することができる。

そして、データベース選択部７０において、領域内で発生する欠陥の特徴情報が保存された各々の領域用のデータベースから、上記付与された領域コードに対応するデータベースが選択（ステップＳ１３）され、データベース選択処理が終了する。

図１５の例によれば、領域定義画像１３０を用いた場合、第１の領域１３１では主にパターン欠陥とゴミ欠陥しか存在しないので、第１の領域１３１用のデータベースとしては、パターン欠陥とゴミ欠陥からなるデータベースを用いることで、誤って他の欠陥、例えばパターンはみ出し欠陥に分類することを防ぐことができる。

図９のステップＳ３の処理が終了後、図８のフローチャートに戻る。そして、比較／分類コード付与部８０において、特徴抽出部５０から供給される欠陥画像の特徴情報と、データベース選択部７０が選択したデータベースに含まれる特徴情報とが比較され、欠陥が検出された位置に応じて欠陥の種類が分類される（ステップＳ５）。分類された欠陥には分類コードが付与されて分類コード出力部より出力されることにより、作業者は欠陥の発生位置及びその種類を確認することができる。

上述した実施の形態例によれば、繰り返しパターンの最小画素パターン内を欠陥の分布の異なる領域に分割し、領域毎に異なる欠陥分類用データベースを用いて欠陥分類を行うことで、分類結果の誤りを減少させることができる。しかも欠陥画像が画素の一部しか含まないほどに拡大された場合にも適用できる。
また、ある特定の欠陥のみ検出が必要な場合（例えば修復作業を行う場合等）は、その欠陥が存在する領域に発生する欠陥のみ自動分類を行うことで、欠陥検査処理の高速化が可能である

なお、上述した領域定義画像１３０の他に、画素パターン１１０を例えば図１６のように分解してもよい。
図１６に示す領域定義画像の例（２）の領域定義画像１４０は、画像パターン１１０を３つの領域に分解したものであり、大きく、信号線１１１及び走査線１１２等の配線パターン付近に対応する第１の領域１４１、キャパシタ１１３付近に対応する第２の領域１４２、画素電極１１４付近に対応する第３の領域１４３に分けられている。

図１７は、図１４の領域定義画像１４０について、欠陥毎に分類した欠陥分布例を示した表である。また、図１８は、図１５に示す欠陥分布例を領域別に分類した欠陥分布例を示した表である。領域定義画像は、その他、種々の領域への分解が考えられる。

また、本発明は、上述した各実施の形態例に限定されるものではなく、その他本発明の要旨を逸脱しない範囲において、種々の変形、変更が可能であることは勿論である。

本発明の一実施の形態に係る欠陥検査装置の構成例を示すブロック図である。 参照画像（無欠陥画像）の一例を示す図である。 パターン断線欠陥の一例を示す図である。 パターンはみ出し欠陥の一例を示す図である。 ゴミ欠陥の一例を示す図である。 キャパシタ形成不良欠陥を示す図である。 図６の要部の拡大図である。 本発明の一実施の形態例に係る欠陥検査処理を示すフローチャートである。 本発明の一実施の形態例に係る欠陥分類用データベース選択処理を示すフローチャートである。 １画素パターンの一例を示す図である。 本発明の一実施の形態例に係る領域定義画像の例（１）を示した図である。 本発明の一実施の形態例に係る領域コード付与の例（パターン断線欠陥の場合）の説明図である。 本発明の一実施の形態例に係る領域コード付与の例（高倍率時のキャパシタ形成不良欠陥の場合）の説明図である。 図１１の領域定義画像を用いた場合の欠陥分布を示す表である。 図１１の領域定義画像における領域別の欠陥分布を示す表である。 本発明の一実施の形態例に係る領域定義画像の例（２）を示した図である。 図１６の領域定義画像を用いた場合の欠陥分布を示す表である。 図１６の領域定義画像における領域別の欠陥分布を示す表である。 従来の欠陥検査装置における欠陥分類用データベースの作成工程図である。 従来の欠陥検査装置における分類実行工程図である。

符号の説明

１…ガラス基板（被検査体）、１０…撮像装置、２１…欠陥画像メモリ、２２…欠陥抽出用参照画像メモリ、２３…パターンマッチング用参照画像メモリ、２４…領域定義画像メモリ、３０…欠陥抽出部、４０…パターンマッチング部、５０…特徴抽出部、６０…領域コード付与部、７０…データベース選択部、７１，７２，７３…データベース、８０…比較／分類コード付与部、９１…領域コード出力部、９２…分類コード出力部、１００…欠陥検査装置、１１０…画素パターン、１３０，１４０…領域定義画像、１３１〜１３４，１４１〜１４３…領域

Claims (6)

1. 繰り返しパターンからなる検査対象物を撮像した披検査画像と欠陥のない参照画像を比較することにより欠陥の抽出及び分類を行なう欠陥検査装置であって、
   前記被検査画像と前記参照画像を比較し、欠陥部位の画像と位置を抽出する欠陥抽出部と、
   前記欠陥抽出部により抽出された欠陥部位の画像の特徴量を数値化して特徴情報を生成する特徴抽出部と、
   前記欠陥部位の位置が繰り返しパターン画像のどの領域に属するかを検出する領域検出部と、
   所定数に分割された前記繰り返しパターン画像のそれぞれの領域毎に、その領域内で発生する欠陥を類似欠陥毎に分類して各領域毎の欠陥分類用のデータベースとして保存する記憶部と、
   前記領域検出部で検出された欠陥部位の領域情報に基づいて、前記記憶部から欠陥分類に使用するデータベースを選択するデータベース選択部と、
   前記データベース部で選択されたデータベースを参照し、前記欠陥抽出部から供給される欠陥部位の特徴情報を基に、当該欠陥部位に対して該当する欠陥の分類コードを付与する分類実行部とを備える
   ことを特徴とする欠陥検査装置。
2. 前記領域検出部は、前記被検査画像の欠陥部位近辺において、予め記憶しておいた繰り返しパターン画像と前記被検査画像のパターンマッチングを行い、前記欠陥部位の前記繰り返しパターン画像に対する位置関係を算出することにより、前記欠陥部位の属する領域を検出する
   ことを特徴とする請求項１に記載の欠陥検査装置。
3. 前記被検査画像の撮像範囲が前記繰り返しパターンの一部分である場合、撮像倍率を下げて撮像された参照画像をターゲットとして、前記繰り返しパターンの一部分の撮像比率が前記参照画像と同じになるよう被検査画像を縮小後にパターンマッチングを行なう
   ことを特徴とする請求項１又は２に記載の欠陥検査装置。
4. 前記被検査画像の撮像範囲が前記繰り返しパターンの一部分である場合、撮像倍率を下げて撮像された参照画像を拡大処理した画像をターゲットとして、前記被検査画像のパターンマッチングを行なう
   ことを特徴とする請求項１又は２に記載の欠陥検査装置。
5. 前記被検査画像を複数に分割し、分割された被検査画像を用いてパターンマッチングを行なう
   ことを特徴とする請求項２に記載の欠陥検査装置。
6. 繰り返しパターンからなる検査対象物を撮像した披検査画像と欠陥のない参照画像を比較することにより欠陥の抽出及び分類を行なう欠陥検査方法であって、
   前記被検査画像と前記参照画像を比較し、欠陥部位の画像と位置を抽出するステップと、
   抽出された欠陥部位の画像の特徴量を数値化して特徴情報を生成するステップと、
   前記特徴情報の生成処理と並行して、前記欠陥部位の位置が繰り返しパターン画像のどの領域に属するかを検出するステップと、
   所定数に分割された前記繰り返しパターン画像のそれぞれの領域毎に、その領域内で発生する欠陥を類似欠陥毎に分類して各領域毎の欠陥分類用のデータベースとして保存するステップと、
   検出された欠陥部位の領域情報に基づいて、各々の領域毎に保存されたデータベースから欠陥分類に使用するデータベースを選択するステップと、
   選択されたデータベースを参照し、前記欠陥部位の特徴情報を基に、当該欠陥部位に対して該当する欠陥の分類コードを付与するステップとを有する
   ことを特徴とする欠陥検査方法。
   

Images