JP4629086B2 - Image defect inspection method and image defect inspection apparatus - Google Patents
Image defect inspection method and image defect inspection apparatus Download PDFInfo
- Publication number
- JP4629086B2 JP4629086B2 JP2007314297A JP2007314297A JP4629086B2 JP 4629086 B2 JP4629086 B2 JP 4629086B2 JP 2007314297 A JP2007314297 A JP 2007314297A JP 2007314297 A JP2007314297 A JP 2007314297A JP 4629086 B2 JP4629086 B2 JP 4629086B2
- Authority
- JP
- Japan
- Prior art keywords
- image
- defect
- pattern
- correction
- inspection
- 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.)
- Active
Links
- 230000007547 defect Effects 0.000 title claims description 156
- 238000007689 inspection Methods 0.000 title claims description 109
- 238000000034 method Methods 0.000 title claims description 56
- 238000003702 image correction Methods 0.000 claims description 29
- 238000012937 correction Methods 0.000 claims description 23
- 238000004364 calculation method Methods 0.000 claims description 20
- 238000001514 detection method Methods 0.000 claims description 13
- 230000003287 optical effect Effects 0.000 description 51
- 238000012545 processing Methods 0.000 description 29
- 238000010586 diagram Methods 0.000 description 14
- 238000007796 conventional method Methods 0.000 description 10
- 238000005259 measurement Methods 0.000 description 8
- 230000008602 contraction Effects 0.000 description 3
- 230000002950 deficient Effects 0.000 description 3
- 238000013461 design Methods 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 238000007476 Maximum Likelihood Methods 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000001459 lithography Methods 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
Landscapes
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
- Length Measuring Devices By Optical Means (AREA)
Description
本発明は、画像の欠陥検査装置および欠陥検査方法に関するものであり、例えば、半導体製造において使用するレチクルに形成された微細パターンの欠陥を検査するための欠陥検査方法、およびそのための装置である。 The present invention relates to an image defect inspection apparatus and a defect inspection method, for example, a defect inspection method for inspecting a fine pattern defect formed on a reticle used in semiconductor manufacturing, and an apparatus therefor.
一般に、LSIの製造には多大なコストがかかるため、歩留まりの向上が欠かせない。歩留まりを低下させる要因の一つとして、半導体ウェハ上に微細パターンをリソグラフイ技術で露光・転写する際に使用されるレチクルのパターン欠陥があげられる。近年、LSIパターン寸法の微細化に伴って、検出しなければならない欠陥の最小寸法も微細化している。そのため、レチクルの欠陥を検査するパターン検査装置の高精度化が必要になっている。 In general, the production of LSIs requires a great deal of cost, and thus improvement in yield is indispensable. One factor that reduces the yield is a pattern defect of a reticle used when a fine pattern is exposed and transferred by a lithography technique on a semiconductor wafer. In recent years, with the miniaturization of LSI pattern dimensions, the minimum dimensions of defects that must be detected have also been miniaturized. Therefore, it is necessary to increase the accuracy of the pattern inspection apparatus that inspects the defects of the reticle.
パターン欠陥の有無を検査する方法には、大きく分けて、ダイとダイとの比較(Die to Die比較)と、ダイとデータベースとの比較(Die to Database比較)がある。Die to Die比較(DD比較)は、レチクル上の2つのダイを比較して欠陥を検出する方法であり、Die to Database比較(DB比較)は、ダイとLSI設計用CADデータから発生させたデータベースを比較して欠陥を検出する方法である。以下の説明においては、DD比較における2枚のダイのうち、欠陥検査対象となる画像を光学画像、もう一枚のリファレンスとなる画像を参照画像と呼ぶ。また、DB比較におけるダイ画像を光学画像、データベースを参照画像とよぶ。 Methods for inspecting the presence or absence of pattern defects are roughly classified into die-to-die comparison (Die to Die comparison) and die and database comparison (Die-to-Database comparison). The Die to Die comparison (DD comparison) is a method of detecting defects by comparing two dies on a reticle, and the Die to Database comparison (DB comparison) is a database generated from CAD data for die and LSI design. This is a method for detecting defects by comparing them. In the following description, of the two dies in the DD comparison, an image to be subjected to defect inspection is referred to as an optical image, and another reference image is referred to as a reference image. Further, the die image in the DB comparison is called an optical image, and the database is called a reference image.
上記従来のDD比較法あるいはDB比較法において、単純に光学画像と参照画像を比較すると、画素位置ズレや画像の伸縮・うねり、センシングノイズ、画像取得時のフォーカスずれ、DB検査における参照画像生成モデルの限界等により、光学画像と参照画像には差異が生じるため、そのまま直接比較して検査すると、差異に埋もれて欠陥検査性能が低下してしまう。 In the conventional DD comparison method or DB comparison method, when an optical image and a reference image are simply compared, pixel position shift, image expansion / contraction, sensing noise, focus shift during image acquisition, reference image generation model in DB inspection Since there is a difference between the optical image and the reference image due to the limitation of the above, if the inspection is directly compared as it is, it is buried in the difference and the defect inspection performance is deteriorated.
このような微細な欠陥を検出するため、まず光学画像と参照画像の差異を小さくするような画像補正を行ない、得られた補正後の画像を用いて欠陥検査することが行われてきた(特許文献1参照)。 In order to detect such fine defects, image correction is first performed to reduce the difference between the optical image and the reference image, and defect inspection is performed using the obtained corrected image (patent) Reference 1).
ところがこの従来技術には次の問題点がある。すなわち、一般的に光学画像と参照画像の差異には局所的な変動が多くあり、従来これらを補正することは困難であった。また、従来技術は画像全体として差異を小さくする手法であるため、欠陥検出時に必要となる局所的な領域の差異は必ずしも小さくなるとは限らなかった。 However, this conventional technique has the following problems. That is, generally, there are many local variations in the difference between the optical image and the reference image, and it has been difficult to correct these conventionally. In addition, since the conventional technique is a method for reducing the difference as a whole image, the difference in the local area required when detecting the defect is not necessarily reduced.
本発明は、従来技術の上記問題点を解消するためになされたものであり、従来技術では難しかった一部の領域に差異が発生する場合にも高精度の画像欠陥判定を可能とする画像欠陥検査装置および画像欠陥検査方法を提供することを目的とする。 The present invention was made to solve the above-mentioned problems of the prior art, and an image defect that enables highly accurate image defect determination even when a difference occurs in a part of the area, which was difficult with the prior art. An object is to provide an inspection apparatus and an image defect inspection method.
本発明にかかる画像欠陥検査方法は、ある被検査物から光電変換された画像信号と参照画像を比較検査するパターンの欠陥検査方法において、前記参照画像を補正して第1の補正画像を得る第1の画像補正ステップと、前記画像信号と前記第1の補正画像を用いて欠陥を検出し欠陥座標を求める第1の欠陥検出ステップと、前記画像信号と前記第1の補正画像と前記欠陥座標から重み画像を得る重み画像算出ステップと、前記第1の補正画像と前記重み画像を用いて第1の補正画像を再補正して第2の補正画像を得る第2の画像補正ステップと、前記画像信号と前記第2の補正画像を用いて欠陥を検出する第2の欠陥検出ステップを備えることを特徴とする。 An image defect inspection method according to the present invention is a pattern defect inspection method for comparing and inspecting an image signal photoelectrically converted from a certain inspection object and a reference image, and obtaining a first corrected image by correcting the reference image. 1 image correcting step, a first defect detecting step for detecting a defect by using the image signal and the first corrected image to obtain a defect coordinate, the image signal, the first corrected image, and the defect coordinate. A weight image calculation step for obtaining a weight image from the second correction step, a second image correction step for re-correcting the first correction image using the first correction image and the weight image to obtain a second correction image, A second defect detection step of detecting a defect using the image signal and the second corrected image is provided.
本発明にかかる画像欠陥検査装置は、ある被検査物から光電変換された画像信号と参照画像を比較検査するパターンの欠陥検査装置において、前記参照画像を補正して第1の補正画像を得る第1の画像補正手段と、前記画像信号と前記第1の補正画像を用いて欠陥を検出し欠陥座標を求める第1の欠陥検出手段と、前記画像信号と前記第1の補正画像と前記欠陥座標から重み画像を得る重み画像算出手段と、前記重み画像を用いて第1の補正画像を再補正して第2の補正画像を得る第2の画像補正手段と、前記画像信号と前記第2の補正画像を用いて欠陥を検出する第2の欠陥検出手段を備えることを特徴とする。An image defect inspection apparatus according to the present invention is a pattern defect inspection apparatus that compares and inspects an image signal photoelectrically converted from a certain inspection object and a reference image, and obtains a first corrected image by correcting the reference image. 1 image correcting means, first defect detecting means for detecting a defect by using the image signal and the first corrected image to obtain a defect coordinate, the image signal, the first corrected image, and the defect coordinate. Weight image calculation means for obtaining a weight image from the image, second image correction means for re-correcting the first correction image using the weight image to obtain a second correction image, the image signal and the second image A second defect detecting means for detecting a defect using the corrected image is provided.
本発明にかかる画像欠陥検査装置および画像欠陥検査方法によれば、一部の領域のラインに差異がある場合や、領域の一部分のみ形状が合っていない場合に、それらの差異も補正した上で欠陥検査を実行するため局所的なパターンの態様に応じた画像の補正を行うことを可能にし、欠陥検査精度が向上するという効果を奏する。 According to the image defect inspection apparatus and the image defect inspection method according to the present invention, when there is a difference in a line of a part of the region or when only a part of the region does not match the shape, the difference is also corrected. Since the defect inspection is performed, it is possible to correct the image according to the local pattern mode, and the defect inspection accuracy is improved.
[第1の実施の形態:画像欠陥検査装置]
以下、本発明の欠陥検出方法で使用することができる画像欠陥検査装置1について、詳細を説明する。図1は、第1の実施の形態にかかる画像欠陥検査装置1の構成を示す概要図である。図1の概要図を用いて装置構成を詳細に説明する。第1の実施の形態にかかる画像欠陥検査装置1は、レチクル101などの検査対象物に形成されたパターンが所定の形状に形成されているか、すなわち、画像に欠陥があるか否か検査する装置である。この画像欠陥検査装置1は、光学画像取得部110とデータ処理部120とを備えている。
[First embodiment: Image defect inspection apparatus]
Hereinafter, the image defect inspection apparatus 1 that can be used in the defect detection method of the present invention will be described in detail. FIG. 1 is a schematic diagram illustrating a configuration of an image defect inspection apparatus 1 according to the first embodiment. The apparatus configuration will be described in detail with reference to the schematic diagram of FIG. The image defect inspection apparatus 1 according to the first embodiment is an apparatus that inspects whether a pattern formed on an inspection object such as a reticle 101 is formed in a predetermined shape, that is, whether an image has a defect. It is. The image defect inspection apparatus 1 includes an optical image acquisition unit 110 and a data processing unit 120.
図1に示す様に、光学画像取得部110は、レチクル、マスクなどのパターンが形成された検査対象物に描画されたパターンを読み取って光学画像を得るものである。光学画像100は、光学画像取得部110によって、検査対象物上に描画されたパターンを読み取られた後、光電変換された画像信号である。 As shown in FIG. 1, the optical image acquisition unit 110 reads a pattern drawn on an inspection object on which a pattern such as a reticle and a mask is formed, and obtains an optical image. The optical image 100 is an image signal that is photoelectrically converted after a pattern drawn on the inspection object is read by the optical image acquisition unit 110.
(光学画像取得部)
光学画像取得部110のハードウエア構成について図1を用いて説明する。
光学画像取得部110は、レチクル101の光学画像を取得する。検査対象試料となるレチクル101は、XYθ テーブル102上に載置される。XYθテーブル102は、テーブル制御部114からの指令で、XYθテーブル102各軸のモータ150、151、152によって水平方向及び回転方向に移動するように制御される。光源103からの光は、レチクル101に形成されたパターンに照射される。レチクル101を透過した光は、拡大光学系104を介して、フォトダイオードアレイ105に光学像として結像する。フォトダイオードアレイ105に取り込まれた画像は、センサ回路106で処理されて、光学画像のデータとなる。一方、レーザ測長システム132は、測定したXYθテーブル102の位置信号を位置測定部107に送信する。
(Optical image acquisition unit)
The hardware configuration of the optical image acquisition unit 110 will be described with reference to FIG.
The optical image acquisition unit 110 acquires an optical image of the reticle 101. A reticle 101 to be inspected is placed on an XYθ table 102. The XYθ table 102 is controlled to move in the horizontal direction and the rotation direction by the motors 150, 151, and 152 of the respective axes of the XYθ table 102 in response to a command from the table control unit 114. Light from the light source 103 is applied to the pattern formed on the reticle 101. The light that has passed through the reticle 101 forms an optical image on the photodiode array 105 via the magnifying optical system 104. The image captured by the photodiode array 105 is processed by the sensor circuit 106 to become optical image data. On the other hand, the laser length measurement system 132 transmits the measured position signal of the XYθ table 102 to the position measurement unit 107.
XYθテーブル102は、中央演算処理部131の制御の下にテーブル制御部114により駆動される。XYθ テーブル102の移動位置は、レーザ測長システム132により測定され、位置測定部107に送られる。また、XYθテーブル102上のレチクル101は、オートローダ制御部113の制御の基でオートローダ130から搬送される。センサ回路106から出力された検査ストライプ画像の測定パターンデータは、位置測定部107から出力されたXYθテーブル102上のレチクル101の位置を示すデータとともに、欠陥座標算出部108に送られる。光学画像のデータと、比較対象の補正済参照画像とは、適当な画素サイズのエリアに切り出される。例えば、512×512画素の領域に切り出される。 The XYθ table 102 is driven by the table control unit 114 under the control of the central processing unit 131. The movement position of the XYθ table 102 is measured by the laser length measurement system 132 and sent to the position measurement unit 107. The reticle 101 on the XYθ table 102 is transported from the autoloader 130 under the control of the autoloader control unit 113. The measurement pattern data of the inspection stripe image output from the sensor circuit 106 is sent to the defect coordinate calculation unit 108 together with the data indicating the position of the reticle 101 on the XYθ table 102 output from the position measurement unit 107. The optical image data and the corrected reference image to be compared are cut out into an area having an appropriate pixel size. For example, it is cut out into an area of 512 × 512 pixels.
光学画像取得部110には、さらに必要に応じて、オートローダ130を備えることにより、連続して自動的に画像検査を行うことができる。また、光学画像取得部110で得られた光学画像は、例えば8ビットの階調を有する画素ごとのイメージデータである。 The optical image acquisition unit 110 further includes an autoloader 130 as necessary, so that image inspection can be performed automatically continuously. The optical image obtained by the optical image acquisition unit 110 is image data for each pixel having, for example, an 8-bit gradation.
(データ処理部)
図1において、データ処理部120は、参照画像生成部122と、画像補正処理部124と、中央演算処理部131と、オートローダ制御部113と、テーブル制御部114と、データベース140と、データベース作成部141と、欠陥座標算出部108と、重み画像検査部109と、位置測定部107と、を備えている。更に、通常のコンピューターに装備される磁気ディスク装置、磁気テープ装置、FD、CRT、パターンモニタ、プリンタなどの周辺装備を備えている。これらの周辺装備は、通常のコンピューターに装備されるものであり、詳細の説明を省略する。これらすべての構成要素は、通信可能なように、バス153で接続されている。なお、データ処理部120は、電子回路、プログラム、又は、これらの組み合わせにより構成できる。
(Data processing part)
1, the data processing unit 120 includes a reference image generation unit 122, an image correction processing unit 124, a central processing unit 131, an autoloader control unit 113, a table control unit 114, a database 140, and a database creation unit. 141, a defect coordinate calculation unit 108, a weight image inspection unit 109, and a position measurement unit 107. In addition, peripheral devices such as a magnetic disk device, a magnetic tape device, an FD, a CRT, a pattern monitor, and a printer that are installed in a normal computer are provided. These peripheral equipments are equipped with a normal computer and will not be described in detail. All these components are connected by a bus 153 so that they can communicate with each other. The data processing unit 120 can be configured by an electronic circuit, a program, or a combination thereof.
光学画像の取得手順を説明する。図2は、第1の実施の形態にかかる画像欠陥検査装置1の検査ストライプ画像の取得を示す概要図である。レチクル101の被検査領域は、一定の走査幅の短冊状の複数の検査ストライプに仮想的に分割され、分割された各検査ストライプは、連続的に走査される。そのために、XYθ テーブル102は、テーブル制御部114の制御のもとで移動する。その移動に従って、各検査ストライプの光学画像は、フォトダイオードアレイ105により取得される。フォトダイオードアレイ105は、一定の走査幅の画像を連続的に取得する。フォトダイオードアレイ105は、第1の検査ストライプAの画像を取得した後、その画像の取得と逆方向であるが、同様な方法で、第2の検査ストライプBの画像を走査幅Wで連続的に取得する。第3の検査ストライプCの画像は、第2の検査ストライプBの画像を取得する方向とは逆方向、すなわち、第1の検査ストライプAの画像を取得した方向に取得される。このように、連続的に画像を取得していくことで、無駄な処理時間を短縮することができる。ここでは、例えば、走査幅は、2048画素とする。 An optical image acquisition procedure will be described. FIG. 2 is a schematic diagram illustrating acquisition of an inspection stripe image of the image defect inspection apparatus 1 according to the first embodiment. The inspection area of the reticle 101 is virtually divided into a plurality of strip-shaped inspection stripes having a constant scanning width, and each of the divided inspection stripes is continuously scanned. Therefore, the XYθ table 102 moves under the control of the table control unit 114. According to the movement, an optical image of each inspection stripe is acquired by the photodiode array 105. The photodiode array 105 continuously acquires images having a certain scanning width. After acquiring the image of the first inspection stripe A, the photodiode array 105 is in the reverse direction to the acquisition of the image, but the image of the second inspection stripe B is continuously acquired with the scanning width W in the same manner. To get to. The image of the third inspection stripe C is acquired in the direction opposite to the direction in which the image of the second inspection stripe B is acquired, that is, the direction in which the image of the first inspection stripe A is acquired. In this way, it is possible to shorten a useless processing time by continuously acquiring images. Here, for example, the scanning width is 2048 pixels.
上記の光学画像取得手順により、フォトダイオードアレイ105上に結像されたパターンの像は、フォトダイオードアレイ105によって光電変換され、更にセンサ回路106によってA/D(アナログデジタル)変換される。光源103、拡大光学系104、フォトダイオードアレイ105、センサ回路106は、高倍率の画像検査読み取り系を構成する。 The pattern image formed on the photodiode array 105 by the above optical image acquisition procedure is photoelectrically converted by the photodiode array 105 and further A / D (analog-digital) converted by the sensor circuit 106. The light source 103, the magnifying optical system 104, the photodiode array 105, and the sensor circuit 106 constitute a high-magnification image inspection reading system.
以下、画像補正と欠陥判定に至る処理を更に詳細に説明する。図3は、第1の実施の形態にかかる画像欠陥検査装置1の主要部構成を示すブロック図である。データ処理部120は、図3に示す様に、主要構成要素として、参照画像生成部122と、画像補正処理部124と、欠陥座標算出部108と、重み画像検査部109と、を内部に備えている。図3において、参照画像生成部122は、CADデータ121の様な設計データを磁気テープ装置から中央演算処理部131を通して読み出し、イメージデータの参照画像123に変換する。 Hereinafter, the processes leading to image correction and defect determination will be described in more detail. FIG. 3 is a block diagram showing a main part configuration of the image defect inspection apparatus 1 according to the first embodiment. As shown in FIG. 3, the data processing unit 120 includes a reference image generation unit 122, an image correction processing unit 124, a defect coordinate calculation unit 108, and a weight image inspection unit 109 as main components. ing. In FIG. 3, a reference image generation unit 122 reads design data such as CAD data 121 from a magnetic tape device through a central processing unit 131 and converts it into a reference image 123 of image data.
また、画像補正処理部124は、参照画像123のイメージデータを受け取り、図形の角を丸めたり、多少ボカしたりして、光学画像100に似せるアライメント補正などの補正処理を行った補正済参照画像125を生成する。画像補正処理部124により生成された補正済参照画像125は、欠陥座標算出部108に出力される。その後、欠陥座標算出部108は、光学画像100と補正済参照画像125を比較し、パターン欠陥の位置座標を算出する。更に、欠陥座標算出部108から出力された欠陥座標情報126は、重み画像検査部109に入力され、最終的に欠陥判定結果129が生成される。 Further, the image correction processing unit 124 receives the image data of the reference image 123, and corrects the corrected reference image that has been subjected to correction processing such as alignment correction to resemble the optical image 100 by rounding or slightly blurring the figure. 125 is generated. The corrected reference image 125 generated by the image correction processing unit 124 is output to the defect coordinate calculation unit 108. Thereafter, the defect coordinate calculation unit 108 compares the optical image 100 with the corrected reference image 125 and calculates the position coordinates of the pattern defect. Further, the defect coordinate information 126 output from the defect coordinate calculation unit 108 is input to the weight image inspection unit 109, and finally a defect determination result 129 is generated.
なお、参照画像123は、検査対象物のCADデータ121から光学画像100に類似するように作成される画像である。補正済参照画像125は、参照画像123を補正して、光学画像100と参照画像間にあるずれ、歪み、又はずれと歪みを除くように求められた補正画像である。CADデータ121は、検査対象物に画像を描画する元になる設計のためのCADなどのデータである。なお、以下、検査対象物としてレチクル101について説明するが、検査対象物は、パターンが形成されるものであればよく、マスク、ウェハなどもある。また、DB比較の場合には光学画像と参照画像を比較するが、前述のDD比較を行う場合には、図3に示すごとく、基準となるパターンの画像(光学画像A)と、検査対象のパターンの画像(光学画像B)を撮像しデータ処理部120に入力すればよい。 The reference image 123 is an image created so as to be similar to the optical image 100 from the CAD data 121 of the inspection object. The corrected reference image 125 is a corrected image obtained by correcting the reference image 123 so as to remove the shift, distortion, or shift and distortion between the optical image 100 and the reference image. The CAD data 121 is data such as CAD for design that is a source of drawing an image on the inspection object. Hereinafter, the reticle 101 will be described as an inspection object. However, the inspection object may be any object as long as a pattern is formed, and may be a mask, a wafer, or the like. Further, in the case of DB comparison, an optical image and a reference image are compared. However, in the case of performing the above-described DD comparison, as shown in FIG. 3, an image of a reference pattern (optical image A) and an inspection object are compared. A pattern image (optical image B) may be captured and input to the data processing unit 120.
以下、参照画像に対する画像補正について更に詳細に説明する。図4は、第1の実施の形態にかかる画像欠陥検査装置1の画像補正処理部124の構成を示すブロック図である。画像補正処理部124は、例えば、図4に示すように、補正モデルパラメータ同定部200と、画像補正部201と、を備えている。補正モデルパラメータ同定部200は、光学画像取得部110で得られた光学画像100と、レチクル101のパターンの特徴を示す特徴データ202と、参照画像生成部122で作成した参照画像123と、を用いて、補正モデルパラメータ204を作成する。画像補正部201は、補正モデルパラメータ同定部200で作成された補正モデルパラメータ204を参照画像123に作用し演算処理して、補正済参照画像125を作成する。 Hereinafter, the image correction for the reference image will be described in more detail. FIG. 4 is a block diagram illustrating a configuration of the image correction processing unit 124 of the image defect inspection apparatus 1 according to the first embodiment. For example, as illustrated in FIG. 4, the image correction processing unit 124 includes a correction model parameter identification unit 200 and an image correction unit 201. The correction model parameter identification unit 200 uses the optical image 100 obtained by the optical image acquisition unit 110, the feature data 202 indicating the pattern characteristics of the reticle 101, and the reference image 123 created by the reference image generation unit 122. Thus, the correction model parameter 204 is created. The image correction unit 201 operates the correction model parameter 204 created by the correction model parameter identification unit 200 on the reference image 123 and performs arithmetic processing to create a corrected reference image 125.
次に、欠陥座標算出部108は、補正済参照画像125を入力し、欠陥座標情報126を出力する。欠陥座標算出部108は、入力された補正済参照画像125と光学画像100から画素値の差分を求め、その画素値の差分が所定の閾値を越えた場合、欠陥と判定する。そして、欠陥と判定した領域の座標値と関連付けた欠陥座標情報126を出力する。なお、上記の画像補正処理部124は、電子回路、プログラム、又は、これらの組み合わせにより構成できる。 Next, the defect coordinate calculation unit 108 inputs the corrected reference image 125 and outputs defect coordinate information 126. The defect coordinate calculation unit 108 obtains a pixel value difference from the input corrected reference image 125 and the optical image 100, and determines that the defect is a defect when the pixel value difference exceeds a predetermined threshold. And the defect coordinate information 126 linked | related with the coordinate value of the area | region determined to be a defect is output. The image correction processing unit 124 can be configured by an electronic circuit, a program, or a combination thereof.
なお、図4で使用される特徴データ202は、レチクル101の画像の特定パターンを指定し、レチクル101の画像の特徴部分を示すものである。特徴データ202は、例えば、レチクル101の画像を設計する段階で作成され、レチクル101のパターン位置に対応しており、パターンを指定するパターンの識別データである。特徴データ202は、例えば、レチクル101の画像に対応して画像で表現され、画素値のデータからなっている。特徴データ202は、レチクル101の画像のパターンに重みを付与することができる。特徴データ202は、描画精度が要求されるパターン、補助パターン、又はダミーパターンなどを示す。なお、本実施の形態で使用するパターンとは、どのような形状でもよく、例えば、独立したパターンでも、独立したパターンの結合したパターンでも、独立したパターンの部位(一部)のパターンでも、又は、結合したパターンの部位(一部)のパターンでもよい。 Note that the feature data 202 used in FIG. 4 designates a specific pattern of the image of the reticle 101 and indicates a feature portion of the image of the reticle 101. The feature data 202 is created, for example, at the stage of designing the image of the reticle 101, corresponds to the pattern position of the reticle 101, and is pattern identification data that designates a pattern. The feature data 202 is represented by an image corresponding to the image of the reticle 101, for example, and includes pixel value data. The feature data 202 can give a weight to the image pattern of the reticle 101. The feature data 202 indicates a pattern, auxiliary pattern, dummy pattern, or the like that requires drawing accuracy. Note that the pattern used in this embodiment may have any shape, for example, an independent pattern, a combined pattern of independent patterns, a pattern of a part (part) of an independent pattern, or The pattern of the part (part) of the combined pattern may be used.
以下、欠陥座標情報126から欠陥判定結果129を得る処理過程を詳細に説明する。図5は、第1の実施の形態にかかる画像欠陥検査装置1の重み画像検査部109内部の構成を示すブロック図である。重み画像検査部109は、入力された欠陥座標情報126から欠陥判定結果129を生成するものであり、重み画像算出部133と、重み画像補正部134と、欠陥判定部135と、を備えている。 Hereinafter, the process of obtaining the defect determination result 129 from the defect coordinate information 126 will be described in detail. FIG. 5 is a block diagram illustrating an internal configuration of the weight image inspection unit 109 of the image defect inspection apparatus 1 according to the first embodiment. The weight image inspection unit 109 generates a defect determination result 129 from the input defect coordinate information 126, and includes a weight image calculation unit 133, a weight image correction unit 134, and a defect determination unit 135. .
重み画像算出部133は、欠陥座標情報126に含まれる欠陥座標(px、py)から重み付け画像127を作成する。すなわち、欠陥座標(px、py)を中心とした15×15画素と、(x、y)を中心とした15×15画素のSSD値を求め、SSD(x、y)とおく。そして、A・exp(−SSD(x,y)/T)を重み画像の座標(x、y)の階調値とする。ただし、(x,y)と(px,py)のシティブロック距離が所定値以下であれば、重み画像の座標(x,y)の階調値は0とする。上記規則に従い、重み付け画像127 The weighted image calculation unit 133 creates a weighted image 127 from the defect coordinates (px, py) included in the defect coordinate information 126. That is, the SSD value of 15 × 15 pixels centered on the defect coordinates (px, py) and 15 × 15 pixels centered on (x, y) is obtained and set as SSD (x, y). Then, A · exp ( −SSD (x, y) / T) is set as the gradation value of the coordinates (x, y) of the weighted image. However, if the city block distance between (x, y) and (px, py) is equal to or smaller than a predetermined value, the gradation value of the coordinate (x, y) of the weighted image is set to 0. In accordance with the above rules, the weighted image 127
重み画像補正部134は、重み付け画像127と、補正済参照画像125から重み付け参照画像128を作成する。第1の実施の形態においては、従来技術(ここでは特開2006−266860の技術を使用。)を使用し、補正済参照画像125を補正して、重み付け参照画像128を得る。 The weighted image correction unit 134 creates a weighted reference image 128 from the weighted image 127 and the corrected reference image 125. In the first embodiment, the weighted reference image 128 is obtained by correcting the corrected reference image 125 using the conventional technique (here, the technique disclosed in JP-A-2006-266860 is used).
次に、欠陥判定部135は、上記のように作成された重み付け参照画像128と、光学画像100を入力し、欠陥判定を行う。欠陥判定を行うことにより、欠陥判定結果129を得る。欠陥判定部135は、光学画像100及び重み付け参照画像128を入力し、2つの画像の画素値の差分を算出し、差分の絶対値が所定値を越えていれば、該当画素を欠陥と判定する機能を有する。最終的に得られた欠陥判定結果129は、第1の実施の形態にかかる画像欠陥検査装置の検査結果となる。 Next, the defect determination unit 135 inputs the weighted reference image 128 and the optical image 100 created as described above, and performs defect determination. A defect determination result 129 is obtained by performing the defect determination. The defect determination unit 135 receives the optical image 100 and the weighted reference image 128, calculates the difference between the pixel values of the two images, and determines that the pixel is defective if the absolute value of the difference exceeds a predetermined value. It has a function. The finally obtained defect determination result 129 becomes the inspection result of the image defect inspection apparatus according to the first embodiment.
以上のように、第1の実施の形態によれば、光学画像と補正済参照画像から欠陥座標を算出し、欠陥座標値から生成された重み付け画像と補正済参照画像から重み付け参照画像を生成して再度欠陥判定を行うことにより、従来技術では難しかった一部の領域に差異が発生する場合にも高精度の画像欠陥判定を可能とする画像検査装置を提供する。 As described above, according to the first embodiment, the defect coordinates are calculated from the optical image and the corrected reference image, and the weighted reference image is generated from the weighted image generated from the defect coordinate value and the corrected reference image. By performing defect determination again, there is provided an image inspection apparatus capable of performing high-accuracy image defect determination even when a difference occurs in a part of a region that has been difficult with the prior art.
[第2の実施の形態:画像欠陥検査方法]
以下、第2の実施の形態にかかる画像欠陥検査方法について詳細を説明する。第2の実施の形態が、第1の実施の形態と異なる点は、所定の光学画像取得手段により取得された光学画像を検査する画像欠陥検査方法である。第1の実施の形態にかかる画像欠陥検査装置の光学画像取得部110において取得された光学画像を検査する処理手順を詳細に説明する。同じ符号は同じ構成を示し、詳細の説明を省略する。図6は、第2の実施の形態にかかる画像欠陥検査方法の処理手順を示すフローチャートである。
[Second Embodiment: Image Defect Inspection Method]
Details of the image defect inspection method according to the second embodiment will be described below. The second embodiment is different from the first embodiment in an image defect inspection method for inspecting an optical image acquired by a predetermined optical image acquisition unit. A processing procedure for inspecting an optical image acquired by the optical image acquisition unit 110 of the image defect inspection apparatus according to the first embodiment will be described in detail. The same reference numerals denote the same components, and detailed description thereof is omitted. FIG. 6 is a flowchart illustrating a processing procedure of an image defect inspection method according to the second embodiment.
第2の実施の形態にかかる画像欠陥検査方法は、図6に示すように、光学画像100、及び参照画像123を入力し、第1の画像補正ステップ(S41)、第1の欠陥検出ステップ(S42)、重み画像算出ステップ(S43)、第2の画像補正ステップ(S44)、第2の欠陥検出ステップ(S45)で処理することによって画像欠陥を検査するものである。以下、参照画像に対し、光学画像を検査する各ステップについて詳細に説明する。以下、参照画像を検査基準パターン画像に、光学画像を被検査パターン画像に対応させて記述している。 In the image defect inspection method according to the second embodiment, as shown in FIG. 6, the optical image 100 and the reference image 123 are input, and the first image correction step (S41), the first defect detection step ( The image defect is inspected by processing in S42), a weight image calculation step (S43), a second image correction step (S44), and a second defect detection step (S45). Hereinafter, each step of inspecting the optical image with respect to the reference image will be described in detail. Hereinafter, the reference image is described in correspondence with the inspection standard pattern image, and the optical image is described in correspondence with the inspection pattern image.
(S41:第1の画像補正ステップ)
このステップは、検査基準パターン画像のアライメント、あるいは、画像の伸縮、うねり、センシングノイズ、フォーカスずれなど、被検査パターン画像あるいは検査基準パターン画像の劣化を回復するための処理であり、特開2006−266860号公報に開示されている方法を採用することができる。以下、その方法を簡単に説明する。この方法は、以下に記載するように、2次元線形予測モデルの設定段階、連立方程式解法段階、モデル画像の生成段階からなっている。
(S41: First image correction step)
This step is a process for recovering the deterioration of the inspection pattern image or the inspection reference pattern image such as the alignment of the inspection reference pattern image or the expansion / contraction of the image, waviness, sensing noise, defocus, etc. The method disclosed in Japanese Patent No. 266860 can be employed. The method will be briefly described below. As described below, this method includes a two-dimensional linear prediction model setting stage, simultaneous equation solving stage, and model image generation stage.
(1)2次元線形予測モデルの設定(連立方程式生成ステップ)
最初に、検査基準パターン画像を2次元入力データ、被検査パターン画像を2次元出力データと見なして2次元線形予測モデル(2次元入出力線形予測モデル)を設定する方法について説明する。ここでは、5×5画素の領域を用いた5×5の2次元線形予測モデルを例に取る。このモデルで用いるサフィックス(5×5の画素の位置に対応)を表1に示す。図7は、第2の実施の形態にかかる画像欠陥検査方法のパターン画像の比較を示す図である。なお、図7においては、左図を検査基準パターン画像とし、右図を被検査パターン画像とする。
(1) Setting of two-dimensional linear prediction model (simultaneous equation generation step)
First, a method of setting a two-dimensional linear prediction model (two-dimensional input / output linear prediction model) by regarding the inspection reference pattern image as two-dimensional input data and the inspection pattern image as two-dimensional output data will be described. Here, a 5 × 5 two-dimensional linear prediction model using a 5 × 5 pixel region is taken as an example. Table 1 shows the suffixes (corresponding to the positions of 5 × 5 pixels) used in this model. FIG. 7 is a diagram illustrating comparison of pattern images in the image defect inspection method according to the second embodiment. In FIG. 7, the left figure is an inspection reference pattern image, and the right figure is an inspection pattern image.
2次元入力データと2次元出力データをそれぞれu(i,j)、y(i,j)とする。着目する画素のサフィックスをi,jとし、この画素を取り囲む2行前後および2列前後の合計25個の画素のサフィックスを表1のように設定する。ある1組の5×5領域の画素データについて、式(1)のような関係式を設定する。式(1)の各入力データu(i,j)の係数b00〜b44は、同定すべきモデルパラメータである。 The two-dimensional input data and the two-dimensional output data are u (i, j) and y (i, j), respectively. The suffixes of the pixel of interest are i and j, and the suffixes of a total of 25 pixels around 2 rows and 2 columns surrounding this pixel are set as shown in Table 1. A relational expression such as Expression (1) is set for a certain set of 5 × 5 region pixel data. Coefficients b00 to b44 of each input data u (i, j) in Expression (1) are model parameters to be identified.
式(1)の意味するところは、被検査パターン画像のある1画素のデータyk=y(i,j)は、対応する検査基準パターン画像の1画素を取り囲む5×5画素のデータの線形結合で表すことができるということである。 The expression (1) means that one pixel data yk = y (i, j) of the pattern image to be inspected is a linear combination of 5 × 5 pixel data surrounding one pixel of the corresponding inspection reference pattern image. It can be expressed as
(2)連立方程式解法ステップ(モデルパラメータの同定)
式(1)をベクトルで表すと、式(2)となる。ここで、未知パラメータベクトルαは、α=[b00,b01,・・・,b44]Tであり、また、データベクトルxkはxk=[u(i−2,j−2),u(i−2,j−1),・・・,u(i+2,j+2)]Tである。
(2) Simultaneous equation solving step (identification of model parameters)
When Expression (1) is expressed as a vector, Expression (2) is obtained. Here, the unknown parameter vector α is α = [b00, b01,..., B44] T, and the data vector xk is xk = [u (i−2, j−2), u (i− 2, j−1),..., U (i + 2, j + 2)] T.
検査基準パターン画像と被検査パターン画像の座標i,jを走査して25組のデータを連立させれば、モデルパラメータを同定できることになる。実際には統計的観点から、式(3)のようにn(>25)組のデータを用意して、次のような最小2乗法に基づいて25次元の連立方程式を解き、αを同定する。ここで、A=[x1,x2,・・・,xn]T、また、y=[y1,y2,・・・,yn]T、また、xkTα=yk、また、k=1,2,・・・,nである。これらの方程式の解法としては、最小2乗法の他に最尤推定法などがあり、どのような方法を使用しても良い。 If the coordinates i and j of the inspection reference pattern image and the pattern image to be inspected are scanned and 25 sets of data are combined, the model parameters can be identified. Actually, from a statistical point of view, n (> 25) sets of data are prepared as in Equation (3), and a 25-dimensional simultaneous equation is solved based on the following least-squares method to identify α. . Here, A = [x1, x2,..., Xn] T, y = [y1, y2,..., Yn] T, xkTα = yk, and k = 1, 2,. .., n. As a method of solving these equations, there is a maximum likelihood estimation method in addition to the least square method, and any method may be used.
例えば、検査基準パターン画像と被検査パターン画像がそれぞれ512×512画素であれば、5×5次のモデルの走査によって画像の周囲を2画素ずつ減らされるので、式の個数は、式(4)のように258064組のデータが得られることになる。これにより、統計的に見て充分な個数を確保することができる。
(3)モデル画像の生成
同定されたモデルパラメータαと、同定に用いた入出力画像データを式(1)に代入し、画素の座標i,jを走査するシミュレーション演算を行うことによって、推定モデル画像を生成する。この推定モデル画像が、目的とする第1の補正画像である。この推定モデル画像では、最小2乗法に基づくフィッティングによって、1画素未満の画素位置ズレや伸縮・うねりノイズ、リサイズ処理、センシングノイズの低減が実現されている。ここで、シミュレーションに用いるデータには当然、欠陥画素が含まれることになるが、同定に用いた全データ数に比べてごく少数であるため、最小2乗法ではフィッティングされず、推定モデル画像には現れない。また、周囲のS/N比が向上しているので、欠陥画素が強調される効果もある。
(3) Generation of Model Image By substituting the identified model parameter α and the input / output image data used for identification into Equation (1), and performing a simulation calculation that scans the coordinates i and j of the pixel, an estimated model Generate an image. This estimated model image is a target first corrected image. In this estimated model image, a pixel position shift of less than one pixel, expansion / contraction / swell noise, resizing processing, and reduction of sensing noise are realized by fitting based on the least square method. Here, the data used for the simulation naturally includes defective pixels, but since it is a very small number compared to the total number of data used for identification, it is not fitted by the least square method, and the estimated model image It does not appear. Further, since the surrounding S / N ratio is improved, there is an effect that the defective pixel is emphasized.
(S42:第1の欠陥検出ステップ)
このステップでは従来技術をそのまま流用し、被検査パターン画像と第1の補正画像の差分を求め、差分が所定の閾値を越えた領域を欠陥と判定し、欠陥の位置座標を求める。求めた一連の欠陥の位置座標を第1の欠陥検出による座標(px、py)と呼ぶ。
(S42: First defect detection step)
In this step, the conventional technique is used as it is, the difference between the pattern image to be inspected and the first correction image is obtained, the area where the difference exceeds a predetermined threshold is determined as a defect, and the position coordinates of the defect are obtained. The obtained position coordinates of a series of defects are called coordinates (px, py) by the first defect detection.
(S43:重み画像算出ステップ)
第1の補正画像について、全ての画素(x、y)に対し以下の処理を行う。
すなわち、(px、py)を中心とした15×15画素と、(x、y)を中心とした15×15画素のSSD値を求め、SSD(x、y)とおく。そして、A・exp(−ssd(x,y)/T)を重み画像の座標(x、y)の階調値とする。ただし、(x,y)と(px,py)のシティブロック距離がd以下であれば、重み画像の座標(x,y)の階調値は0とする。ここでAとTとdは定数であり、例えばd=15、A=100、T=1000000とすることができる。
(S43: Weighted image calculation step)
For the first corrected image, the following processing is performed on all pixels (x, y).
That is, SSD values of 15 × 15 pixels centered on (px, py) and 15 × 15 pixels centered on (x, y) are obtained and set as SSD (x, y). Then, A · exp (−ssd (x, y) / T) is set as the gradation value of the coordinates (x, y) of the weighted image. However, if the city block distance between (x, y) and (px, py) is less than or equal to d, the gradation value of the coordinate (x, y) of the weighted image is set to 0. Here, A, T, and d are constants. For example, d = 15, A = 100, and T = 1000000.
(S44:第2の画像補正ステップ)
従来技術(ここでは特開2006−266860の技術を使用。)を使用し、第1の補正画像を補正して、第2の補正画像を得る。ただし、最小化すべき誤差の基準は、被検査パターン画像の階調値をp(x、y)、第2の補正画像をq(x、y)、重み画像の階調値をW(x、y)として、式(5)のようにとる。
Using the conventional technique (here, the technique disclosed in JP-A-2006-266860 is used), the first corrected image is corrected to obtain a second corrected image. However, the criteria for the error to be minimized are p (x, y) for the gradation value of the pattern image to be inspected, q (x, y) for the second corrected image, and W (x, y) for the weighted image. y) is taken as shown in equation (5).
すなわち、特開2006−266860の式(3)において、w=[W(1),W(2),…,W(n)]^tとおいたとき、Aα=yの代わりにwAα=wyと置いて数式モデルのパラメータαを求めれば良い。 That is, when w = [W (1), W (2),..., W (n)] ^ t in equation (3) of Japanese Patent Laid-Open No. 2006-266860, wAα = wy instead of Aα = y. Then, the parameter α of the mathematical model may be obtained.
(S45:第2の欠陥検出ステップ)
このステップでは従来技術をそのまま流用し、被検査パターン画像と第2の補正画像を用いて第2の画像欠陥検出を実行する。従来技術としては、例えば、被検査パターン画像と第2の補正画像の差分を取り、差分が所定値を越えた領域を欠陥と判定することができる。このようにして得られた欠陥の位置座標を(rx、ry)とする。
以上のように、第2の実施の形態によれば、光学画像と補正済参照画像から欠陥座標を算出し、欠陥座標値から生成された重み付け画像と補正済参照画像から重み付け参照画像を生成して再度欠陥判定を行うことにより、従来技術では難しかった一部の領域に差異が発生する場合にも高精度の画像欠陥判定を可能とする画像検査方法を提供する。
(S45: Second defect detection step)
In this step, the conventional technique is used as it is, and the second image defect detection is executed using the pattern image to be inspected and the second corrected image. As a conventional technique, for example, a difference between a pattern image to be inspected and a second corrected image is taken, and an area where the difference exceeds a predetermined value can be determined as a defect. The position coordinates of the defect thus obtained are defined as (rx, ry).
As described above, according to the second embodiment, the defect coordinates are calculated from the optical image and the corrected reference image, and the weighted reference image is generated from the weighted image generated from the defect coordinate value and the corrected reference image. By performing defect determination again, there is provided an image inspection method that enables highly accurate image defect determination even when a difference occurs in a part of a region that has been difficult with the prior art.
以下実施例に基づいて本発明を説明する。 Hereinafter, the present invention will be described based on examples.
以下、第1の実施の形態における光学画像取得部110で得られた被検査パターン画像と、CADデータからの検査基準パターン画像を用いて欠陥を検出する例について説明する。図8は、従来技術による画像欠陥検査方法を実行した場合の画像を比較する図である。図8において、被検査パターン画像と、アライメントのみフィッティングさせた第1の補正画像を比較した図を示す。図8において、図8(a)が被検査パターン画像であり、図8(b)が参照画像123から第一の画像補正ステップ(S41)の処理を施された第一の補正画像である。そして、図8(c)が被検査パターン画像と第一の補正画像の差画像である。図8(c)の中央部分に明暗差が大きい領域が認められるが、この領域が被検査パターン画像と第一の補正画像との差が大きい領域であり、欠陥である可能性がある。 Hereinafter, an example in which a defect is detected using an inspection pattern image obtained by the optical image acquisition unit 110 according to the first embodiment and an inspection reference pattern image from CAD data will be described. FIG. 8 is a diagram for comparing images when the image defect inspection method according to the prior art is executed. FIG. 8 shows a comparison between the pattern image to be inspected and the first corrected image obtained by fitting only the alignment. 8A is a pattern image to be inspected, and FIG. 8B is a first corrected image that has been subjected to the first image correction step (S41) from the reference image 123. In FIG. FIG. 8C shows a difference image between the pattern image to be inspected and the first corrected image. An area having a large contrast between light and dark is recognized in the central portion of FIG. 8C, but this area is an area where the difference between the pattern image to be inspected and the first corrected image is large, and may be a defect.
これらの被検査パターン画像及び第一の補正画像を用いて、特開2006−266860号公報に記載されている手法で、第2の実施の形態にかかる画像欠陥検査方法を実行した画像を比較した。その結果を図8に示す。図8(c)の差画像に見られる様に、前述のごとく、単にフィッティング処理した画像と比較して、多少差異は減少するが、なおコーナー部分で差異が生じていることがわかる。実施例のデータにこの従来技術を適用すると、コーナー部分の差を欠陥として検出してしまいやすいという問題が発生する。 Using these pattern images to be inspected and the first corrected image, images obtained by performing the image defect inspection method according to the second embodiment were compared by the method described in Japanese Patent Application Laid-Open No. 2006-266860. . The result is shown in FIG. As can be seen from the difference image in FIG. 8C, as described above, the difference slightly decreases as compared with the image simply subjected to the fitting process, but it can be seen that the difference is still generated in the corner portion. When this conventional technique is applied to the data of the embodiment, there arises a problem that a difference in corner portion is easily detected as a defect.
ところで、このコーナーの差異は実は欠陥ではない。すなわち、第一の補正画像の生成モデルの限界から、全ての右上凸コーナーに同様の差異が生じている。このような、パターンに依存した差異は従来の技術では補正することが難しく、このノイズを欠陥と見誤る可能性が高い。 By the way, this corner difference is not really a defect. That is, the same difference occurs in all upper right corners due to the limit of the generation model of the first corrected image. Such a pattern-dependent difference is difficult to correct by the conventional technique, and there is a high possibility that this noise is mistaken as a defect.
図8に示すように、従来の手法で得られた画像について、第2の実施の形態にかかる画像欠陥検査方法の重み画像算出ステップ、及び第2の画像補正ステップを施して、第2の欠陥検出を行った。なお、前述の式(5)において、AとTとdは定数であり、d=15、A=100、T=1000000とした。 As shown in FIG. 8, the image obtained by the conventional method is subjected to the weight image calculation step and the second image correction step of the image defect inspection method according to the second embodiment, and the second defect Detection was performed. In the above formula (5), A, T, and d are constants, and d = 15, A = 100, and T = 1000000.
図9は、第2の実施の形態にかかる画像欠陥検査方法を実行した場合の画像を比較する図である。その結果を図9に示す。図9(a)は被検査パターン画像であり、図9(b)は第二の補正画像である。被検査パターン画像と第二の補正画像の差画像は、図9(c)に見られる様に、図8で出現していたコーナー部の画像差が解消され、この画像差は欠陥ではないと判断される。ここで、実施例に対して第2の補正画像を求めると、第1の補正画像では残っていたコーナーの差異が解消されていることがわかる。 FIG. 9 is a diagram for comparing images when the image defect inspection method according to the second embodiment is executed. The result is shown in FIG. FIG. 9A shows an inspection pattern image, and FIG. 9B shows a second corrected image. As shown in FIG. 9C, the difference image between the pattern image to be inspected and the second corrected image eliminates the image difference at the corner portion that appeared in FIG. 8, and this image difference is not a defect. To be judged. Here, when the second corrected image is obtained for the embodiment, it can be seen that the difference in corners remaining in the first corrected image is eliminated.
上述のように、実施例のデータに対して、第2の実施の形態にかかる画像欠陥検査方法を適用すると、コーナー部分の差が解消されているため、欠陥として検出しにくくなる。このように、ノイズを欠陥として出力する可能性を小さくすることができた。このような検査方法により、従来技術では難しかった「一部の領域のラインに差異がある場合」や「一部の領域の形状が合っていない場合」の差異も補正した上で欠陥検査が可能となる。 As described above, when the image defect inspection method according to the second embodiment is applied to the data of the example, the difference in the corner portion is eliminated, so that it becomes difficult to detect the defect as a defect. Thus, the possibility of outputting noise as a defect could be reduced. By such inspection methods, it is possible to inspect defects after correcting for differences in "when there are differences in the lines of some areas" and "when some areas do not match the shape", which was difficult with the prior art. It becomes.
1…画像欠陥検査装置
100…光学画像
101…レチクル
102…XYθテーブル
103…光源
104…拡大光学系
105…フォトダイオードアレイ
106…センサ回路
107…位置測定部
108…欠陥座標算出部
109…重み画像検査部
110…光学画像取得部
120…データ処理部
121…CADデータ
122…参照画像生成部
123…参照画像
124…画像補正処理部
125…補正済参照画像
126…欠陥座標情報
127…重み付け画像
128…重み付け参照画像
129…欠陥判定結果
131…中央演算処理部
132…レーザ測長システム
133…重み画像算出部
134…重み画像補正部
135…欠陥判定部
140…データベース
141…データベース作成部
150…Xモータ
151…Yモータ
152…θモータ
153…バス
200…補正モデルパラメータ同定部
201…画像補正部
202…特徴データ
204…補正モデルパラメータ
DESCRIPTION OF SYMBOLS 1 ... Image defect inspection apparatus 100 ... Optical image 101 ... Reticle 102 ... XY (theta) table 103 ... Light source 104 ... Enlargement optical system 105 ... Photodiode array 106 ... Sensor circuit 107 ... Position measuring part 108 ... Defect coordinate calculation part 109 ... Weight image inspection Unit 110 ... Optical image acquisition unit 120 ... Data processing unit 121 ... CAD data 122 ... Reference image generation unit 123 ... Reference image 124 ... Image correction processing unit 125 ... Corrected reference image 126 ... Defect coordinate information 127 ... Weighted image 128 ... Weighting Reference image 129 ... defect determination result 131 ... central processing unit 132 ... laser measurement system 133 ... weight image calculation unit 134 ... weight image correction unit 135 ... defect determination unit 140 ... database 141 ... database creation unit 150 ... X motor 151 ... Y motor 152 ... θ motor 153 ... bus 200 ... complement Positive model parameter identification unit 201 ... image correction unit 202 ... feature data 204 ... correction model parameter
Claims (2)
前記参照画像を補正して第1の補正画像を得る第1の画像補正ステップと、
前記画像信号と前記第1の補正画像を用いて欠陥を検出し欠陥座標を求める第1の欠陥検出ステップと、
前記画像信号と前記第1の補正画像と前記欠陥座標から重み画像を得る重み画像算出ステップと、
前記第1の補正画像と前記重み画像を用いて第1の補正画像を再補正して第2の補正画像を得る第2の画像補正ステップと、
前記画像信号と前記第2の補正画像を用いて欠陥を検出する第2の欠陥検出ステップを備えることを特徴とする画像欠陥検査方法。 In a pattern defect inspection method for comparing and inspecting an image signal photoelectrically converted from a certain inspection object and a reference image,
A first image correction step of correcting the reference image to obtain a first corrected image;
A first defect detection step for detecting a defect using the image signal and the first corrected image to obtain a defect coordinate;
A weight image calculation step of obtaining a weight image from the image signal, the first correction image, and the defect coordinates;
A second image correction step of re-correcting the first correction image using the first correction image and the weight image to obtain a second correction image;
An image defect inspection method comprising a second defect detection step of detecting a defect using the image signal and the second corrected image.
前記参照画像を補正して第1の補正画像を得る第1の画像補正手段と、
前記画像信号と前記第1の補正画像を用いて欠陥を検出し欠陥座標を求める第1の欠陥検出手段と、
前記画像信号と前記第1の補正画像と前記欠陥座標から重み画像を得る重み画像算出手段と、
前記第1の補正画像と前記重み画像を用いて第1の補正画像を再補正して第2の補正画像を得る第2の画像補正手段と、
前記画像信号と前記第2の補正画像を用いて欠陥を検出する第2の欠陥検出手段を備えることを特徴とする画像欠陥検査装置。 In a defect inspection apparatus for a pattern for comparing and inspecting an image signal photoelectrically converted from a certain inspection object and a reference image,
First image correcting means for correcting the reference image to obtain a first corrected image;
First defect detection means for detecting a defect using the image signal and the first corrected image to obtain a defect coordinate;
Weight image calculation means for obtaining a weight image from the image signal, the first correction image, and the defect coordinates;
Second image correction means for re-correcting the first correction image using the first correction image and the weight image to obtain a second correction image;
An image defect inspection apparatus comprising: second defect detection means for detecting a defect using the image signal and the second corrected image.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2007314297A JP4629086B2 (en) | 2007-12-05 | 2007-12-05 | Image defect inspection method and image defect inspection apparatus |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2007314297A JP4629086B2 (en) | 2007-12-05 | 2007-12-05 | Image defect inspection method and image defect inspection apparatus |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2009139166A JP2009139166A (en) | 2009-06-25 |
JP4629086B2 true JP4629086B2 (en) | 2011-02-09 |
Family
ID=40869924
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2007314297A Active JP4629086B2 (en) | 2007-12-05 | 2007-12-05 | Image defect inspection method and image defect inspection apparatus |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP4629086B2 (en) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10490415B2 (en) | 2016-03-10 | 2019-11-26 | Toshiba Memory Corporation | Method of manufacturing 3-dimensional memories including high aspect ratio memory hole patterns |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5514754B2 (en) * | 2011-02-18 | 2014-06-04 | 株式会社ニューフレアテクノロジー | Inspection apparatus and inspection method |
JP6391170B2 (en) | 2015-09-03 | 2018-09-19 | 東芝メモリ株式会社 | Inspection device |
MY197343A (en) * | 2019-04-29 | 2023-06-14 | Mi Equipment M Sdn Bhd | A method for inspecting a skeleton wafer |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006234554A (en) * | 2005-02-24 | 2006-09-07 | Dainippon Screen Mfg Co Ltd | Method and device for inspecting pattern |
JP2006266860A (en) * | 2005-03-24 | 2006-10-05 | Advanced Mask Inspection Technology Kk | Image correcting method |
JP2007064842A (en) * | 2005-08-31 | 2007-03-15 | Advanced Mask Inspection Technology Kk | Sample inspection device, sample inspection method and program |
-
2007
- 2007-12-05 JP JP2007314297A patent/JP4629086B2/en active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006234554A (en) * | 2005-02-24 | 2006-09-07 | Dainippon Screen Mfg Co Ltd | Method and device for inspecting pattern |
JP2006266860A (en) * | 2005-03-24 | 2006-10-05 | Advanced Mask Inspection Technology Kk | Image correcting method |
JP2007064842A (en) * | 2005-08-31 | 2007-03-15 | Advanced Mask Inspection Technology Kk | Sample inspection device, sample inspection method and program |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10490415B2 (en) | 2016-03-10 | 2019-11-26 | Toshiba Memory Corporation | Method of manufacturing 3-dimensional memories including high aspect ratio memory hole patterns |
Also Published As
Publication number | Publication date |
---|---|
JP2009139166A (en) | 2009-06-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP4554691B2 (en) | Correction pattern image generation apparatus, pattern inspection apparatus, and correction pattern image generation method | |
JP3965189B2 (en) | Image correction method | |
JP4533689B2 (en) | Pattern inspection method | |
JP3998334B2 (en) | Defect inspection method | |
JP4323475B2 (en) | Sample inspection apparatus, sample inspection method, and program | |
JP4652391B2 (en) | Pattern inspection apparatus and pattern inspection method | |
JP4174536B2 (en) | Image correction apparatus, image inspection apparatus, and image correction method | |
JP4229767B2 (en) | Image defect inspection method, image defect inspection apparatus, and appearance inspection apparatus | |
JP5202110B2 (en) | Pattern shape evaluation method, pattern shape evaluation device, pattern shape evaluation data generation device, and semiconductor shape evaluation system using the same | |
JP4970569B2 (en) | Pattern inspection apparatus and pattern inspection method | |
JP5514754B2 (en) | Inspection apparatus and inspection method | |
JP2006276454A (en) | Image correcting method and pattern defect inspecting method using same | |
JP2007102153A (en) | Image correcting apparatus, pattern inspection apparatus, image correcting method, and reticle | |
JP2008051617A (en) | Image inspection device, image inspection method and recording medium | |
JP4233556B2 (en) | Image correction apparatus, pattern inspection apparatus, image correction method, and pattern inspection method | |
JP4629086B2 (en) | Image defect inspection method and image defect inspection apparatus | |
JP2002081914A (en) | Method and device for inspecting dimension and method of manufacturing mask | |
JP5178781B2 (en) | Sensor output data correction device and sensor output data correction method | |
EP1104915B1 (en) | Defect detection using gray level signatures | |
WO2015125504A1 (en) | Pattern-measuring device and computer program | |
JP4074624B2 (en) | Pattern inspection method | |
JP4772815B2 (en) | Correction pattern image generation apparatus, pattern inspection apparatus, and correction pattern image generation method | |
JP4206393B2 (en) | Pattern inspection method | |
JP4235634B2 (en) | Reference image creation device, pattern inspection device, reference image creation method, and pattern inspection method | |
JP2019139104A (en) | Pattern inspection method and device |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20100607 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20100817 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20100902 |
|
A711 | Notification of change in applicant |
Free format text: JAPANESE INTERMEDIATE CODE: A711 Effective date: 20100917 |
|
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: 20101026 |
|
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: 20101110 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20131119 Year of fee payment: 3 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 4629086 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313115 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313115 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |