JP4652917B2

JP4652917B2 - 欠陥データ処理方法、およびデータの処理装置

Info

Publication number: JP4652917B2
Application number: JP2005199203A
Authority: JP
Inventors: 知弘船越; 潤子小西; 康孝鈴木
Original assignee: Hitachi High Technologies Corp
Current assignee: Hitachi High Tech Corp
Priority date: 2005-07-07
Filing date: 2005-07-07
Publication date: 2011-03-16
Anticipated expiration: 2025-07-07
Also published as: JP2007017290A

Description

本発明は、製造途中の製品や部品の外観確認作業にかかわり、特に半導体ウエハ、フォトマスク、磁気ディスク、液晶基板等の表面の異物、パターン欠陥を検出する装置の条件決定作業の効率を支援するシステムに関する。

半導体製造において、製造工程でウエハ表面上に存在する異物、パターン欠陥は製品不良の原因となる。その為、異物、パターン欠陥（以下、外観不良という）を定量化し、製造装置及び製造環境に問題がないかを常時監視する必要がある。さらに外観不良の形状を観察することにより、その外観不良が製品に致命的な影響を与えるものかどうか確認する必要がある。

従来、このような形状観察作業は人間が手動により行うことが多かった。そのため、観察する人間により観察対象の欠陥位置に偏りがあったり、観察すべき欠陥が一定しない問題があった。最近では、これら問題点を解決するために自動レビュー（ＡＤＲ：Automatic Defect Review）や自動欠陥分類（ＡＤＣ:Automatic Defect Classification）の技術が導入され始めている。例えば、検査された部品（例えばウエハ上に形成されたパターン）をＳＥＭ（Scanning Electron Microscopy）式レビュー装置を用いて観察、すなわちレビューするに当たり、そのオペレータへの負荷を低減しながら効率的に作業を行うシステムが提案されている（例えば、特許文献１参照）。また、膨大な、欠陥検査装置から出力された欠陥ＩＤ（Identification number）と座標情報、レビュー装置から出力されたＡＤＲ、ＡＤＣ情報を整理し、欠陥解析を容易にする手段が提案されている（例えば、特許文献２参照）。この提案では、欠陥検査装置側から出力される情報は、品種名、ロット名、ウエハ番号などのウエハ識別番号と、検査の対象とした製造工程名と、検出された欠陥の座標情報等から構成されている。

近年の最先端デバイスの検査においては、欠陥の微細化に伴い、その検査条件を複数振って、ひとつの結果として出力することもある。また、検査装置の高感度化に伴い、ノイズも大きくなり、これらの要因から合計検出欠陥数が数万点を超えることがある。そのノイズを除去するために、欠陥装置上のＲＤＣ（Real-Time Defect Classification）機能により検査中に欠陥を分類、ノイズを除去する手法が用いられている。

しかし、欠陥装置での欠陥検出条件と、ノイズを除去するためのＲＤＣ条件を正確に決めるためには、できるだけ多くの欠陥装置側から出てくる情報と、観察装置側から出てくる情報の突き合わせをする必要がある。

また、膨大な検査データから重要と思われる欠陥をある割合で抽出し、レビューのためのデータを作成する際に、ノイズ情報を正しく分類・除去することが求められており、特許文献３のようなデータ処理装置が提案されている。

特開平１０−１３５２８８公報特開２００１−１５６１４１号公報特願２００４−３３５２７１号公報

前述のように、歩留まりを向上させる上で外観不良を検出する作業は大変重要である。
一方、半導体デバイスの微細化に伴い、より外観不良を検出できる能力・性能が検査装置に求められ、高感度に外観不良を検出できる検査装置が登場してきている。この高感度化により、微小欠陥の検出が可能になるに伴い、検出される欠陥数は膨大なものとなってきている。その中には、ノイズを検出していることも多くなり、外観不良の形状をレビュー作業で確認しなければならない欠陥数もそれに伴い膨大なものとなるが、レビュー作業で何も欠陥が見出せないケースが増え、作業効率を落とすことがある。また、そのノイズを減らすために、検査・ＲＤＣ条件出しにフィードバックしなくてはならない情報量は爆発的に増加し、正確に検査条件を決めることはますます困難になってきている。

従来、検査装置からの情報と観察装置からの情報の突き合わせ作業は、人間の手によることが多かったため、作業をする人間によりその突き合わせ方法が異なったり、突き合わせた結果に基づいて確定した検査条件にばらつきが出ていた。また、実際の欠陥検出では捕らえる必要の無いノイズを検出しないような感度設定がなかなか出来なかった。

本発明の目的は、外観不良を検出する検査装置の検査条件設定において、検査条件決定までの時間を短くしながら欠陥抽出の効率化を図ることである。

本発明では、欠陥の平均検出率を高めながら、ノイズを減らしてＤＯＩ（Defect of Interest;歩留まりに影響する興味欠陥）検出ができる欠陥検査条件を決めるための指針となる情報を容易に得るようにする。このため、本発明では次のような手段を用いる。

検査装置からＲＤＣ特徴量を出力できるようにした上で、検査装置と観察装置の両方とネットワークで接続されたデータ処理装置を用意する。データ処理装置は、検査装置とレビュー装置から出力されたデータを処理し、同じ検査条件あるいは検査条件を変えて複数回検査した結果の欠陥ＩＤとその画像データ及びＲＤＣ特徴量を並べて表示・整理する。座標突き合わせによって同一欠陥に対するデータをまとめ、欠陥の信号レベルと平均検出率の関係や、レビューカテゴリごとにその欠陥特徴量と検出数を示すことで、例えばノイズ検出率を大きく抑制することが出来る感度設定を求めることが出来る。

すなわち、本発明による欠陥データ処理方法は、外観検査装置から、同一の被検体を同じ検査条件で複数回検査して得た欠陥毎の座標及び特徴量に関する欠陥情報を取得する工程と、当該取得した欠陥情報それぞれの座標情報を用いて、前記同一の被検体上の同一欠陥に係る欠陥情報を判別する工程と、当該判別した同一の被検体上の同一欠陥に係る欠陥情報を基に、予め定められた被検体上の検出されるべき欠陥毎の前記複数回検査における検出回数を求め、前記複数回検査の検査回数に対する検出回数の違いで表される検出率毎に該当する検出回数の欠陥数を重み付けし、加重平均することから求められる平均検出率を算出する工程と、前記取得した欠陥情報それぞれの特徴量と当該算出した平均検出率との関係をグラフ表示する工程とを有することを特徴とする。特徴量は、一例として、欠陥として判定されたときの画像とその判定のための参照部の画像との差画像から得られる欠陥部の明るさの絶対値を用いることができる。

また、本発明によるデータの処理装置は、被検体を検査する検査装置で同一の被検体を同じ検査条件で複数回検査して得た欠陥毎の座標及び特徴量に関する欠陥情報の中から、当該欠陥情報それぞれの座標情報を用いて、前記同一の被検体上の同一欠陥に係る欠陥情報を判別し、当該判別した同一の被検体上の同一欠陥に係る欠陥情報を基に、予め定められた被検体上の検出されるべき欠陥毎の前記複数回検査における検出回数を求め、前記複数回検査の検査回数に対する検出回数の違いで表される検出率毎に該当する検出回数の欠陥数を重み付けし、加重平均することから求められる平均検出率を算出し、前記取得した欠陥情報それぞれの特徴量と当該算出した平均検出率との関係をグラフ表示する手段を有することを特徴とする。特徴量は、一例として、欠陥として判定されたときの画像とその判定のための参照部の画像との差画像から得られる欠陥部の明るさの絶対値を用いることができる。

本発明によれば、例えば欠陥の信号レベルと欠陥検出率の関係を表示することにより、
平均検出率が高くなる様に検査条件を最適化するための手がかりを提供することができる。また、ＤＯＩ検出するために、ひいては検査条件を最適化するまでに掛かる時間を大幅に減少することができる。

以下、図面を参照して本発明の実施の形態を説明する。ここでは、半導体製造ラインに本発明を適用した実施例について説明する。

本実施例の全体構成例を、図１、図２及び図３を用いて説明する。半導体製造工程１１は、通常、清浄な環境が保たれたクリーンルーム１０内で実行される。クリーンルーム１０内には、製品ウエハの外観不良の検出を行う外観検査装置１、ならびに外観検査装置からのデータに基づき外観不良の観察、すなわちレビューを行うレビュー装置２を設置する。外観装置１及びレビュー装置２は、検査・画像データを受け渡すためのデータ処理装置３と通信回線４で結ばれている。製品となるウエハはロット単位で半導体製造工程１１を流れている。外観検査は、予め外観検査を行うことが決められている工程の処理が終了した後に、作業者あるいは搬送機によって外観検査装置１まで運ばれて検査処理が行われる。また、各製造工程１１や、外観検査装置１、レビュー装置２での処理を経て、ウエハ上の各チップは最終的にプローブ検査装置にてその電気的特性が問題ないことをチェックされる。

外観検査を行った際の欠陥情報２１は、ロット番号とウエハ番号と検査工程と検査日時を用いてデータ処理装置３で管理される。図３に、その欠陥情報２１の例を示す。この欠陥情報２１は、ロット番号やウエハＩＤやそのダイレイアウト、検査中に検出した欠陥ＩＤとその座標情報などで構成される。その他、欠陥情報２１には、例えば、欠陥ＡＤＲ画像、欠陥特徴量情報（ＲＤＣ情報）等がある。欠陥特徴量情報の例としては、図４に示したものが挙げられる。このデータは、その他の欠陥情報とともに、決められたフォーマットのテキストデータによって送信される。従来技術での検査装置から出力された欠陥情報は、主に欠陥ＩＤとその座標、大きさなどだけであった。

この外観検査での検査感度を最適化するために、フォーカスオフセットや検査閾値、検査倍率などの光学条件を振りながら、複数回検査を繰り返すことは通常である。本発明は、こういった複数検査の結果を用いて、最適な検査条件を見出す手段を提供するものである。

ここで、図４に例示したパラメータについて説明する。最大グレーレベル差は、欠陥として判定された場所の画像と、その参照部の画像を、画像処理して差画像を得た時の、欠陥部の明るさの絶対値である。参照画像平均グレーレベルとは、その欠陥部と判定されたピクセル部の、参照画像上の明るさの平均値、欠陥画像平均グレーレベルとは、その欠陥部と判定されたピクセル部の、欠陥画像上の明るさの平均値である。極性とは、欠陥部が参照画像に比べ明るいか暗いかを示すものであり、「＋」は明るい欠陥、「−」は暗い欠陥を示す。検査モードとは、その欠陥が検出されたときに使用されていた画像比較方式で、ダイ比較、セル比較、それらの混合比較などがある。欠陥サイズや欠陥画素数、欠陥サイズ幅/高さは、検出された欠陥の大きさを示すもので、欠陥サイズ、幅/高さの単位はミクロンなど、欠陥画素数の単位はピクセルである。欠陥サイズ比は、欠陥サイズの幅/高さ比を表すもので、幅と高さが同じであれば１、幅が高さの２倍あれば２、などとあらわすパラメータである。欠陥部画素微分値とは、欠陥画像又は参照画像上の欠陥とされたピクセル部の微分値を表したものであり、そのピクセル部内の濃淡の変化の度合いを示したもので、その欠陥画像部の値を欠陥画像中欠陥部画素微分値、参照画像部のそれを参照画像中欠陥部画素微分値と呼ぶ。

外観検査を終了したウエハは、外観不良を観察するためにレビュー装置２に運ばれる。そこで、ロット内から予め決められているウエハを取り出してレビューを行う。レビューを行う際は、レビュー対象であるウエハの情報、すなわちロット番号とウエハ番号と検査工程をキー情報として、データ処理装置３から欠陥情報２１を取得する。この情報には欠陥ＩＤと座標データだけでなく、検査時に得られたＡＤＲ画像も含まれている。

検査装置１が出力する欠陥情報２１は膨大なデータであるため、複数のフィルター機能によりデータ処理装置３によって抽出された欠陥情報２２ｂ又は２３ｂが、光学式レビュー装置２４又はＳＥＭ式レビュー装置２５に通信回線４を通して送られる。欠陥情報２２ｂ、２３ｂのフォーマットは、一般には欠陥情報２１と同じである。

抽出された欠陥情報２２ｂ又は２３ｂに基づいて、光学式レビュー装置２４又はＳＥＭ式レビュー装置２５において欠陥検出部の画像が取得され、その画像を用いて各レビュー装置に搭載されているＡＤＣ機能で欠陥分類を行う。それらの情報は、ＡＤＲ／ＡＤＣ情報２２ａ又は２３ａとして通信回線４を通してデータ処理装置３に送られる。

図５を用いて、これら検査装置から出力された検査・欠陥特徴量・画像データ、及び観察装置側から出力されたＡＤＲ／ＡＤＣ情報を、本発明のデータ処理装置上でどのように表示・処理させるかについて説明する。

検査装置側から出力された多量の検査／画像データ、及び観察装置側から出力された多量のＡＤＲ／ＡＤＣ情報を並べて表示させるために、データ処理装置上に図５に示す画面３０が用意されている。

画面３０は、検査装置側から出力された欠陥ＩＤ３４とＡＤＲ画像３５、欠陥特徴量３８、レビュー装置側から出力されたＡＤＲ画像３６、ＡＤＣ分類情報３７が、表題３９の下に一覧表示された、スクロールバー４７で任意の場所を表示可能な表３１と、表示させる欠陥情報を選択するためのボタンとして直接欠陥を選択するためのボタン４８を備える。表題３９には、欠陥ＩＤ、検査装置の画像、レビュー装置の画像、レビューカテゴリ、及び最大グレーレベル差など欠陥特徴量を表す図４に示したパラメータが表示される。また、表３１中には、複数の検査条件で検出された欠陥に対して座標を突き合わせし、同じ欠陥と判断された欠陥に関しては、表３１中の同じ行に並べてそれらの情報が表示される。図は、同じ検査条件であるいは検査条件を変えて４回の検査を行った場合の例を示しており、１つの欠陥に対して最大で４種類の情報が表示されている。例えば、図５で一番上に表示されている欠陥に対しては、４枚の欠陥装置の画像が表示されている。検査装置からのＡＤＲ画像３５、レビュー装置からのＡＤＲ画像３６については、像がない欠陥ＩＤでは空欄になっている。その座標突き合わせ結果と欠陥特徴量３８の関係を表示させるための検出率計算ボタン４９や、また、レビュー装置から出力されたＡＤＣ分類情報３７と、欠陥特徴量３８の相関関係を表示させるための相関解析ボタン５０が用意されている。任意の場所を表示させるための手段としては、スクロールバー４７が本画面中に用意されている。

表３１は、表題３９をクリックすることで、その表中に含まれる情報がクリックした表題の情報に基づいて昇順、又は降順でソーティングされる。例えば、AVG GL Defの１をクリックすると、そのAVG GL Defの昇順、または降順に従って、全ての情報がソーティングされる。このソーティングによって、どのような種類の欠陥が、どのような特徴量をもっているのか容易に理解できる。また、どのような見え方をしている欠陥が、本当に見つけたい欠陥種かどうか、擬似欠陥ではないのか、検査装置の画像やレビュー装置の画像に写っている欠陥を参照することで、容易に確認することが出来る。この表３１の例では、一つの欠陥ＩＤに関わる情報を横方向に並べて表示しているが、もちろん縦方向に並べても
良い。

次に、図６から図１０を用いて、図５の画面３０中に含まれる検出率計算ボタン４９、相関解析ボタン５０の機能について説明する。なお、これらの説明が本発明を限定するものでないことは言うまでもない。

まず、図５の画面３０に、検出率計算ボタン４９及び相関解析ボタン５０によりデータ処理させたい複数の検査結果について表示させる。そこで検出率計算ボタン４９を押すと、図６のウィンドー６０が画面に表示される。このウィンドー６０は、平均検出率が高くなる検査条件設定を容易に得ることを目的としている。ウィンドー６０は、図５の画面３０に表示されている検査装置から出力された特徴量３８の名前が選択できるプルダウンメニュー６１、プルダウンメニュー６１を選択した後で、平均検出率とＲＤＣ特徴量の関係をウィンドー６０にグラフ表示するための計算を実行するための計算ボタン６２、図５の画面３０に表示されている検査装置からの特徴量３８と平均検出率の関係すべてを一覧表示させるための一覧表示ボタン６３及びキャンセルボタン６４で構成されている。

ここでいう平均検出率は、以下のように計算する。例えば、検出されるべき欠陥が１００個あったとして、５回同じ条件で繰り返し検査し、各回数検出された欠陥数が以下の通りであったとする。

５回検出８０個
４回検出５個
３回検出１０個
２回検出３個
１回検出２個
０回検出０個
この場合、５回検出は１００％、４回検出は８０％、０回検出は０％として、その加重平均から、平均検出率[％]は、
(100%×80個＋80%×5個＋60%×10個＋40%×3個＋20%×2個＋0%×0個)/100個
＝91.6%
と計算される。

例えば、プルダウンメニュー６１から特徴量として最大グレーレベル差を選んで表示させた例を図７に示す。プルダウンメニュー６１から特徴量として最大グレーレベル差を選び、計算ボタン６２を押すと、ウィンドー６０に計算結果が線グラフで表示され、横軸の値以上の最大グレーレベル差を持つ欠陥座標突き合わせ結果によって計算された平均検出率の変化を示した実線６５、横軸の値以下の最大グレーレベル差を持つ欠陥座標突き合わせ結果によって計算された平均検出率の変化を示した点線６６により、その平均検出率と最大グレーレベル差との関係が、凡例６７と共にウィンドー６０に表示される。ウィンドー６０に示されたグラフの横軸には、プルダウンメニュー６１から選んだ特徴量の最小値６８と最大値６９がそれぞれ表示される。

このグラフを見ることで、例えばグレーレベル差をいくつに設定すると高い平均検出率を得ることが出来るかについて理解することができる。本例の場合、実線で示されたカーブから、最大グレーレベル差１００以上程度の欠陥のみを検出するように設定することで、ほぼ１００％の平均検出率を得ることが出来ることが、理解される。

図の横軸には、図４に示されたパラメータのいずれを選んでも良い。例えば、欠陥サイズ、欠陥サイズ比、極性などを図６のプルダウンメニュー６１で選択した場合、やはり図
７同様のグラフが表示される。これらパラメータによる平均検出率依存性を表示させることにより、これらのパラメータに対して平均検出率依存性があるかチェックすることができ、もしその依存性が見出された場合、このグラフから容易にその検査条件を設定することが出来る。

なお、一覧表示ボタン６３を押すことで、図４に示された特徴量３８すべてと平均検出率の関係が、図８に示すように一覧表示される。この図をチェックすることで、例えば平均検出率が高くなる条件として、右上のグラフから欠陥サイズが150以上、左下のグラフから縦横比では5以上、右下のグラフから極性では１であることが、それぞれの図から理解される。これらの図は、図７のプルダウンメニュー６１からその特徴量を選択することにより、個別に表示することも出来る。

続いて、図５において相関解析ボタン５０を押したときの機能について説明する。これは、擬似率を出来るだけ抑制しながら、ＤＯＩ（Defect of Interest;歩留まりに影響する興味欠陥）をより多く検出するための検査条件を決定するために用いる。

図５の画面３０に、データ処理させたい複数の検査結果について、検査装置やレビュー装置から出力された各データを取り込み、表示させる。そこで相関解析ボタン５０を押すと、図９に示すウィンドー７０が表示される。ウィンドー７０は、図５の画面３０に表示されている検査装置から出力された特徴量３８の名前が選択できるプルダウンメニュー７１、プルダウンメニュー７１を選択した後で、ＲＤＣ特徴量と検出数のレビューカテゴリ依存性をウィンドー７０にグラフ表示させるための計算を実行するための計算ボタン７２、図５の画面３０に表示されている検査装置からの特徴量３８とレビューカテゴリごとの検出数の関係をすべて一覧表示させるための一覧表示ボタン７３及びキャンセルボタン７４で構成されている。

プルダウンメニュー７１から特徴量として最大グレーレベル差を選んで表示させた例を図１０に示す。ウィンドー７０に計算結果が線グラフで表示され、横軸の値に相当する最大グレーレベル差をもつ欠陥数を、欠陥カテゴリごとに実線７６、点線７７、一点鎖線７５などにより、凡例７９と共にウィンドー７０に表示される。ウィンドー７０に示されたグラフの横軸には、プルダウンメニュー７１から選んだ特徴量の最小値７８と最大値８０が表示され、縦軸にはグラフ表示させるのに最適な欠陥数の最大値８１、最小値８２が自動で、又は任意に示される。この図１０に示した例では、点線７７で示された傾向から、最大グレーレベル差５０以下で擬似検出数が多く、一方で最大グレーレベル差５０以上でShort欠陥をたくさん見つけていることが分かる。従って、最大グレーレベル差５０以上の欠陥検出をするように検査条件設定すれば、Short欠陥をたくさん見つけつつ、擬似検出を抑制した検査条件が得られることが分かる。つまり、このグラフを見ることで、例えばグレーレベル差をいくつに設定すると擬似率を抑制することが出来るかについて理解することが出来る。

なお、一覧表示ボタン７３を押すことで、図４に示された特徴量すべてについて、図１０に示したような相関図すべてが、図１１に示すように一覧表示される。この図１１の例からデータをチェックすると、例えば縦横比２５以上で擬似検出数が非常に多いことが分かり、ＲＤＣ（Real-Time Defect Classification）を用いてこの縦横比の欠陥を検出しないように設定することで、擬似率を抑制した検査条件を容易に決定することが出来る。図１１右上の欠陥サイズとの相関図では、欠陥サイズが小さいところにShort欠陥が数多く存在することが分かり、図１１右下のグラフからは極性が０の方にShort欠陥がより多く存在することが分かる。これら複数のグラフを図１１のように一覧表示することで、どの特徴量のどういう領域にＤＯＩが存在するか、そして擬似が存在するか、たちどころに理解することが出来、これらの情報を用いて検査条件の最適化を短時間に行うことが
出来る。

ウィンドー６０及び７０に示されるグラフの例として、線グラフで示される例を示したが、もちろん、棒グラフ、レーダーチャート等の他のグラフ形式で表示することも出来る。

本発明のデータ処理装置を含む欠陥確認作業支援システムを示す全体構成図。欠陥検査装置から出力される欠陥・特徴量・ADR画像情報、観察装置から出力されるＡＤＲ／ＡＤＣ情報のやり取りを示すシステムの構成図。検査装置・レビュー装置間でやり取りされる欠陥情報例欠陥検査装置から出力させる欠陥特徴量の例を示す画面図。データ処理装置に表示される画面図。複数検査結果について、平均検出率を計算させるウィンドーの例を示す図。平均検出率と欠陥特徴量の相関関係を表示した画面の例を示す図。欠陥特徴量と平均検出率の関係を一覧表示した画面の例を示す図。レビューカテゴリ毎に検出数と欠陥特徴量の相関を計算させるウィンドーの例を示す図。レビューカテゴリ毎に検出数と欠陥特徴量の相関関係を表示する画面の例を示す図。欠陥特徴量と検出数の関係をレビューカテゴリごとに一覧表示した例を示す図。

符号の説明

１…外観検査装置、２…レビュー装置、３…データ処理装置、４…通信回線、１０…クリーンルーム、１１…半導体製造工程、２１…欠陥・画像情報、２２ａ…欠陥・画像情報、２２ｂ…欠陥座標情報、２３ａ…欠陥・画像情報、２３ｂ…欠陥座標情報、２４…光学式レビュー装置、２５…ＳＥＭ式レビュー装置、３０…データ処理装置画面、３１…欠陥・画像・特徴量一覧表示画面、３４…欠陥ＩＤ表示欄、３５…欠陥装置での欠陥検査中に取得されたＡＤＲ像、３６…観察装置でレビュー中に取得されたＡＤＲ像、３７…欠陥装置でＡＤＣ分類された欠陥モード、３８…欠陥検査装置から出力された欠陥特徴量情報、３９…欠陥・画像・特徴量一覧表示表題、４８…表示させる欠陥選択ボタン、４９…検出率計算ボタン、５０…欠陥特徴量と検出数の相関解析ボタン、６２…平均検出率計算ボタン、６３…一覧表示ボタン、７２…相関計算ボタン、７３…一覧表示ボタン

Claims

外観検査装置から、同一の被検体を同じ検査条件で複数回検査して得た欠陥毎の座標及び特徴量に関する欠陥情報を取得する工程と、
当該取得した欠陥情報それぞれの座標情報を用いて、前記同一の被検体上の同一欠陥に係る欠陥情報を判別する工程と、
当該判別した同一の被検体上の同一欠陥に係る欠陥情報を基に、予め定められた被検体上の検出されるべき欠陥毎の前記複数回検査における検出回数を求め、前記複数回検査の検査回数に対する検出回数の違いで表される検出率毎に該当する検出回数の欠陥数を重み付けし、加重平均することから求められる平均検出率を算出する工程と、
前記取得した欠陥情報それぞれの特徴量と当該算出した平均検出率との関係をグラフ表示する工程と
を有することを特徴とする欠陥データ処理方法。
請求項１記載の欠陥データ処理方法において、前記特徴量は、欠陥として判定されたときの画像と当該判定のための参照部の画像との差画像から得られる欠陥部の明るさの絶対値であることを特徴とする欠陥データ処理方法。
被検体を検査する検査装置で同一の被検体を同じ検査条件で複数回検査して得た欠陥毎の座標及び特徴量に関する欠陥情報の中から、当該欠陥情報それぞれの座標情報を用いて、前記同一の被検体上の同一欠陥に係る欠陥情報を判別し、
当該判別した同一の被検体上の同一欠陥に係る欠陥情報を基に、予め定められた被検体上の検出されるべき欠陥毎の前記複数回検査における検出回数を求め、前記複数回検査の検査回数に対する検出回数の違いで表される検出率毎に該当する検出回数の欠陥数を重み付けし、加重平均することから求められる平均検出率を算出し、
前記取得した欠陥情報それぞれの特徴量と当該算出した平均検出率との関係をグラフ表示する手段を有することを特徴とするデータの処理装置。
請求項３記載のデータの処理装置において、前記特徴量は、前記検査装置で欠陥として判定されたときの画像と当該判定のための参照部の画像との差画像から得られる欠陥部の明るさの絶対値であることを特徴とするデータの処理装置。