JP4787673B2

JP4787673B2 - パターン検査装置および方法

Info

Publication number: JP4787673B2
Application number: JP2006139591A
Authority: JP
Inventors: 正北村; 和文久保田; 伸一中澤; 俊昭長谷部
Original assignee: NGR Inc
Current assignee: Tasmit Inc
Priority date: 2005-05-19
Filing date: 2006-05-18
Publication date: 2011-10-05
Anticipated expiration: 2026-05-18
Also published as: JP2007149055A

Description

本発明は、パターン検査装置および方法に関し、より具体的には、例えば、設計データに基づき製造された、半導体集積回路（ＬＳＩ）や液晶パネルおよびそれらのホトマスク（レチクル）などの微細パターンを検査するためのパターン検査装置および方法に関する。

半導体集積回路の製造工程におけるウェーハのパターン検査、あるいはそのパターン形成用のホトマスクのパターン検査には、ダイ・ツー・ダイ（die to die）比較方法を用いた光学式パターン検査装置が使われている。このダイ・ツー・ダイ比較方法は、検査対象のダイと呼ばれる半導体デバイスとその近接ダイの同じ位置から得られる画像どうしを比較することで欠陥を検出する方法である。

一方、近接ダイの存在しないレチクルと呼ばれるホトマスクの検査には、ダイ・ツー・データベース（die to database）比較と呼ばれる方法が使用されている。この方法は、マスクデータを画像に変換してダイ・ツー・ダイ比較方法で用いた近接ダイの画像の代わりとし、前述同様の検査をする方法である。マスクデータとは設計データにホトマスク用の補正を施して得られるデータである。当該技術は、たとえば米国特許５５６３７０２号“Automated photomask inspection apparatus and method”に記載されている。

しかし、ダイ・ツー・データベース比較方法をウェーハ検査に使用すると、実際にウェーハに形成されたパターンのコーナーラウンドが欠陥として検出される。ホトマスクの検査では、マスクデータから変換された画像にスムージングフィルタでコーナーラウンドをもたせる前処理でコーナーラウンドを欠陥として検出しないようにしている。しかしながら、ウェーハ検査では、この前処理によるコーナーラウンドは、ウェーハに形成されたそれぞれのパターンのコーナーラウンドに等しくないので、コーナーラウンドを欠陥として検出しないようにできないことがある。そこで、この違いを無視するように許容パターン変形量を設定すると、コーナー以外に存在する微少欠陥を検出できないという問題が発生している。

ホトマスクはマスクデータに可能な限り一致する必要があるので、上記の問題はダイ・ツー・データベース比較ホトマスク検査では致命的ではない。よって、現在、ダイ・ツー・データベース比較ホトマスク検査が実用化されている。しかしながら、ウェーハに形成されたパターンは電気特性が保証される限りパターン変形が許されているので、上記の問題はダイ・ツー・データベース比較ウェーハ検査では致命的である。このパターン変形の許容量（許容パターン変形量）はかなり大きい。また、実際に、ステッパーの露光条件の違いなどに起因して上記のパターン変形が発生している。よってダイ・ツー・データベース比較ウェーハ検査は実用化されていない。

半導体集積回路生産での問題に注目すると、ゴミなどに起因するランダム欠陥よりも繰り返し発生する欠陥が重要視されている。繰り返し発生する欠陥（システマティック欠陥）とは、ホトマスク不良などを原因としてウェーハ上の全ダイにおいて繰り返し発生する欠陥と定義される。繰り返し発生する欠陥は検査対象のダイおよびその比較対象の近接ダイの両方に発生しているため、ダイ・ツー・データベース比較では検出できない。ゆえに、ダイ・ツー・データベース比較方式でのウェーハ検査が必要とされている。

そこで、ダイ・ツー・データベース比較ウェーハ検査は、計算コストなどで問題があり実用化には至っていないが、設計データとウェーハ画像を使う検査方法が提案されている。たとえば、ＮＥＣ技報Ｖｏｌ．５０Ｎｏ．６／１９９７の「電子ビームテスタを用いたロジックＬＳＩの自動故障箇所トレース法」がある。この文献では、配線エッジのＸ，Ｙ軸へのプロジェクションを用いる方法、配線コーナーに着目した方法、遺伝的アルゴリズムを応用した方法が記述されている。また、この文献で使用した方法として、エッジを直線近似した後に閉領域を抽出し、この閉領域を使うマッチング方法が説明されている。しかし、これらいずれの方法も高速検査に使用可能な検査速度を実現できず、さらに、パターン変形量を検出しながらマッチングすることができない。

また現在では、欠陥を含む画像を使用する自動欠陥種分類（Automatic Defect Classification：ＡＤＣ）が使われている。しかし、この方法では欠陥が回路のどの部分を破壊しているか認識できないので、致命的欠陥とそうでない欠陥の分類ができない。

さらに、ダイ・ツー・ダイ比較での検査で得られる欠陥の位置は、検査装置のステージ精度および光学系精度に起因する誤差をもっており、その誤差は検査対象パターン線幅より１０倍程度以上大きい。これらの誤差が原因で、欠陥位置を設計データに関連付けても、欠陥が設計データ上のどの位置に存在しているか分からない。

近年、半導体集積回路の線幅はリソグラフィー工程で使用する光源波長を大きく下回るようになってきている。このようなリソグラフィー工程には、ＯＰＣ（Optical Proximity Correction、光近接効果補正）パターンを付加する方法が使用されている。この方法は、設計データにＯＰＣパターンを付加して生成したマスクデータを使用して製造されたホトマスクを用い、このホトマスクを使用して製造されるウェーハ上のパターンを設計データに可能なかぎり一致させることが出来る。ＯＰＣパターンを付加することは、ホトマスクを補正する最も重要な技術の一つである。

ＯＰＣパターンがウェーハ上に形成されたパターンの補正として有効に作用していないとシステマティック欠陥が発生するが、ダイ・ツー・ダイ比較ウェーハ検査ではこの欠陥は検出できない。この解決として、許容パターン変形量を考慮して、ウェーハに形成されたパターンと設計データとを比較検査する方法が必要とされている。

また、システムオンチップ（system-on-a-chip：ＳｏＣ）生産工程などの多品種少量生産工程では、短納期が求められている。この生産工程では、最終検査である電気的検査でシステマティック欠陥を発見しても、短納期に応えられない場合がある。この対策として、リソグラフィー工程ごとにウェーハ上に形成されたパターンと設計データとの差異を検査することが必要とされる。この検査方法では、電気特性に影響しないパターン変形を許容パターン変形量として設定しておき、許容パターン変形量以上の変形を検出する必要がある。

また、ＯＰＣパターンの評価として、リソグラフィ・シミュレータにより設計データとＯＰＣパターンが付加されたマスクデータから得られたシミュレーションパターンとの比較検査が行われている。リソグラフィ・シミュレータはデバイス全体の検証が可能であるが、シミュレーションパターンは、必ずしも実際のパターンと等しくはない。また、リソグラフィ・シミュレータではＯＰＣパターン以外の問題に起因する欠陥が検出できない。このような欠陥としてホトマスクに存在するランダム欠陥、ステッパーの歪などがある。

さらに、このシミュレーションの正当性を検証するために、リソグラフィ・シミュレータが出力したシミュレーションパターンと実際にウェーハ上に形成されたパターンの画像との比較検討手段が必要とされている。また、設計データに対するパターン変形量を厳密に設定することにより、回路設計上の技術を向上させることがますます重要になっている。

現在、半導体集積回路の製造工程における線幅管理用に、ＣＤ−ＳＥＭ（Critical Dimension Scanning Electron Microscope）が用いられている。ＣＤ−ＳＥＭは、ラインプロファイルを使って指定された位置にある直線形状パターンの線幅を自動的に測長するものである。ＣＤ−ＳＥＭを使ってステッパーの露光条件を管理するために、１ロットごとに、数枚のウェーハ上の数ショット中の数ヶ所が測長される。

半導体集積回路の製造工程における管理項目としては線幅以外にも、配線終端の縮み、孤立パターンの位置なども重要であるが、ＣＤ−ＳＥＭの自動測長機能は１次元対応で線幅など長さしか測定できない。したがって、これら２次元形状は、ＣＤ−ＳＥＭや他の顕微鏡から取得された画像を使って操作者が手動で検査している。

孤立パターンには、ホールパターンと島パターンがある。島パターンはホールパターンのネガであることが多い。また、ホールパターンには、コンタクトホール／ビアホールとテストパターンがある。

ＯＰＣパターンは、ゲート線幅の線幅を確保するのはもとより、コーナーや孤立パターンの形状形成にも重要な役目を担っている。またさらに、動作周波数の向上により現在では、ゲート線幅に加えて、エンドキャップと呼ばれるゲートパターンの終端や、フィールドエクステンションと呼ばれるゲートパターンの付け根の形状管理も重要になってきている。

このような２次元パターンの検査は、製造工程での抜き取り検査でも、試作段階でも重要であり、特に試作段階では、ウェーハ上に形成された全パターンの検査が必要とされる。しかし、現在は、２次元形状の管理は人的作業により実施され、完全に実施されてはいない。この問題を解決するために、自動化されたダイ・ツー・データベース比較ウェーハ検査が求められている。

これらの自動化の要請の具体的なものとして、以下の課題があげられる。
（１）各半導体デバイスに繰り返し発生する欠陥を求めるために、膨大な欠陥情報を調べて同一箇所に欠陥があるかどうか調べることは実用上困難である。

（２）エンドキャップとコンタクトホール／ビアホールに接する配線パターンの終端以外の終端がＯＰＣパターンによって正確に補正されているとは限らない。このような終端がエンドキャップとコンタクトホール／ビアホールに接する配線パターンの終端に対する許容パターン変形量以上の収縮があっても欠陥として認識する必要のないものであることがある。

（３）従来のオーバーレイエラー管理は半導体デバイスの限られた箇所での測定に拠っていたので、ステッパーの歪みに起因する局所的なオーバーレイエラーなどは管理することが出来なかった。

（４）従来のダイ・ツー・ダイ比較方法は、２枚の対応する画像の比較により実施されていた。この方法では、比較される２枚の画像ではパターンと画素の境界の関係が異なっているので、ピクセルの輝度値の補間を使って、２枚の画像が同じパターンと画素の境界の関係を持つようにする必要がある。この補間により検出精度が悪くなる問題がある。

（５）第２のエッジから得られる外形をリソグラフィ・シミュレータなどの入力データとして使用することが可能である。この場合は、リソグラフィ・シミュレータ処理が、外形出力処理に比べて低速であるので、間接的に外形を入力する必要がある。

（６）最適な許容パターン変形量は所望の電気特性により異なる。そこで、良品の半導体デバイスと判断された基準となる試料から最適な許容パターン変形量を得る方法が望まれる。

（７）半導体デバイスの品質向上のために、半導体デバイスの全ゲート線幅を測定し、測定されたゲート線幅を、ゲート長、近接するパターンまでの最小距離などで分類して解析することが求められている。しかし、従来のＣＤ−ＳＥＭによる測定では、限られた数の半導体デバイスのゲート線幅の測定と分類しかできなかった。

（８）検査対象パターン画像の画質を向上する方法として、画像を加算する方法が良く知られている。しかし、帯電しやすい試料上に形成された検査対象パターンの画像を連続して取得する場合は、取得された画像が徐々に歪むので、単純に取得された画像を加算してもシャープな画像が取得できない。

（９）検査対象パターン画像の歪量が大きい場合は、許容パターン変形量以上の長さの基準パターンと検査対象パターン画像のエッジ間のベクトルが得られないので、検査対象パターン画像の歪量が正確に求められないことがある。

（１０）検査速度を向上させるために連続移動ステージを使用しラインセンサーで検査対象パターン画像を取得する方法がある。しかし、この方法ではインターレース走査もしくは画像加算走査による検査対象パターン画像を取得することができない。画像加算走査とは、同じ走査線を２回以上走査して加算画像を得る走査を意味する。

（１１）従来のＣＤ−ＳＥＭの自動フォーカス調整を、広視野の画像生成装置で実施すると検査対象パターン画像の取得に時間がかかる。また、広いエリアを繰り返し走査するので電子線の走査による試料のダメージが大きい。

（１２）従来は、ＦＥＭウェーハを測定するために、ＣＤ−ＳＥＭを用いて、ウェーハ上のすべての半導体デバイスの数箇所が測定されていた。測定箇所は、検査対象パターンの直線部分の線幅測定に適した箇所である。しかしながら、検査対象パターンの直線部分の線幅のパターン変形量の傾向と、検査対象パターンの直線部分のスペース幅のパターン変形量の傾向もしくは検査対象パターンの終端のエッジプレイスメントエラーの傾向が異なる場合がある。このような場合に、検査対象パターンの直線部分の線幅の測定結果からプロセスウインドを得ると、プロセスウインド内の条件の露光によって製造された半導体デバイスに、欠陥が発生することがある。

（１３）電子線マスク描画装置やレーザーマスク描画装置でホトマスクパターンを露光するために、矩形ビームなどの成形ビームを使って露光する方法がある。成形ビームが変形して露光されることにより、ホトマスクパターンが許容パターン変形量以上に変形することがある。従来は、製品のホトマスクパターンを露光する前にテストパターンを露光して成形ビームの変形を管理していた。しかし、製品のホトマスクパターンを露光している間の成形ビームの変化を管理するする方法がなかった。

本発明は、これらの課題に対して、検査対象パターン画像と、設計データ等の検査対象パターンを製造するために使用するデータを用いて検査対象パターンを検査するパターン検査装置および方法を提供することを目的とする。

上記目的を達成するために、本発明のパターン検査装置の第１の態様は、検査対象パターン画像と前記検査対象パターンを製造するために使用する設計データを用いて検査するパターン検査装置であって、前記設計データから線分もしくは曲線で表現された基準パターンを生成する生成手段と、前記検査対象パターン画像を生成する生成手段と、前記検査対象パターン画像のエッジを検出する手段と、前記検査対象パターン画像のエッジと前記線分もしくは曲線で表現された基準パターンとを比較することにより、前記検査対象パターンを検査して欠陥を検出する検査手段とを備え、前記設計データは、同じＯＰＣパターンを持ったパターンに同一のセル名を持たせた設計データであり、前記検査手段は、欠陥情報に対応する前記設計データのセル名を取得し、前記欠陥情報を取得された前記セル名によって分類し、同一の前記セル名に属する欠陥の数が複数の場合にＯＰＣパターンに起因して繰り返し発生する欠陥として認識することを特徴とする。

本発明の一態様は、前記設計データに代えて、前記設計データに対応するマスクデータを使用することを特徴とする。

本発明のパターン検査装置の第２の態様は、検査時の工程で製造された検査対象パターンと前記検査時の工程の前工程で製造された検査対象パターンとを含む検査対象パターン画像と、前記検査時の工程で製造される検査対象パターンに関するデータと、前記検査時の工程の前工程で製造される検査対象パターンに関するデータとを用いて検査するパターン検査装置であって、前記検査時の工程で製造される検査対象パターンに関するデータから線分もしくは曲線で表現された前記検査時の工程に関する基準パターンを生成する生成手段と、前記検査時の工程の前の工程で製造される検査対象パターンに関するデータから線分もしくは曲線で表現された前記検査時の工程の前の工程に関する基準パターンを生成する生成手段と、前記検査対象パターン画像を生成する生成手段と、前記検査対象パターン画像のエッジを検出する手段と、前記検査対象パターン画像のエッジと前記線分もしくは曲線で表現された基準パターンとを比較することにより、前記検査対象パターンを検査する検査手段とを備え、前記検査手段は、前記検査対象パターン画像と前記検査時の工程に関する基準パターンとをマッチングしてシフト量を求め、前記検査対象パターン画像と前記検査時の工程の前工程に関する基準パターンとをマッチングしてシフト量を求め、前記２つのシフト量から前記検査時の工程で製造されたパターンと前記検査時の工程の前工程で製造されたパターンとのオーバーレイエラーを検査することを特徴とする。

本発明のパターン検査装置の第３の態様は、基準となるパターン画像と検査対象パターン画像と前記検査対象パターンを製造するために使用するデータを用いて検査するパターン検査装置であって、前記データから線分もしくは曲線で表現された基準パターンを生成する生成手段と、前記基準となるパターン画像と前記検査対象パターン画像を生成する生成手段と、前記基準パターンを用いて前記基準となるパターン画像のエッジを検出し、得られたエッジをつなげて基準となる外形を取得する手段と、前記基準パターンを用いて前記検査対象パターン画像のエッジを検出する手段と、前記検査対象パターン画像のエッジと前記基準となる外形とを比較することにより、前記検査対象パターンの変形量を検査する検査手段を備えたことを特徴とする。

本発明の一態様は、前記外形を取得する手段は、前記基準となるパターン画像のエッジを検出して得られたエッジをつなげて基準となる外形を取得する代わりに、シミュレータを使って基準となる外形を取得することを特徴とする。

本発明のパターン検査装置の第４の態様は、検査対象パターン画像と前記検査対象パターンを製造するために使用するデータを用いて検査するパターン検査装置であって、前記データから線分もしくは曲線で表現された基準パターンを生成する生成手段と、前記検査対象パターン画像を生成する生成手段と、前記検査対象パターン画像のエッジを検出する手段と、前記検出されたエッジと基準パターン間のベクトルを取得し、前記取得されたベクトルから前記検査対象パターン画像の歪量を得て、前記検査対象パターン画像の歪量を補正する手段と、前記検査対象パターンから生成された複数の画像を補正してから加算する手段と、前記加算手段で得られた画像のエッジを検出する手段と、前記加算手段で得られた画像のエッジと前記線分もしくは曲線で表現された基準パターンとを比較することにより、前記検査対象パターンを検査することを特徴とする。

本発明の一態様は、前記検査対象パターン画像の部分ごとに画像の評価値を得て、前記評価値から最適な前記評価値を得て、前記最適な前記評価値が得られた前記検査対象パターン画像の部分を得て、前記得られた検査対象パターン画像の部分を生成するために使用された前記検査対象パターン画像を生成する条件を最適な前記検査対象パターン画像を生成する条件として得ることを特徴とする。

本発明のパターン検査装置の第５の態様は、検査対象パターン画像と前記検査対象パターンを製造するために使用するホトマスクパターンを露光するときに使われる成形ビームに対応するデータを用いて検査するパターン検査装置であって、前記成形ビームに対応するデータから線分もしくは曲線で表現された基準パターンを生成する生成手段と、前記検査対象パターン画像を生成する生成手段と、前記検査対象パターン画像のエッジを検出する手段と、前記検査対象パターン画像のエッジと前記基準パターンの組とを比較することにより、前記検査対象パターンを検査する検査手段とを備え、前記検査手段は、前記基準パターンごとに検査対象パターンの変形量を得て、前記検査対象パターンの変形量から前記ホトマスクパターンを露光している間の前記成形ビームの変形の有無を検査することを特徴とする。

本発明のパターン検査方法の第１の態様は、検査対象パターン画像と前記検査対象パターンを製造するために使用する設計データを用いて検査するパターン検査方法であって、前記設計データから線分もしくは曲線で表現された基準パターンを生成し、前記検査対象パターン画像を生成し、前記検査対象パターン画像のエッジを検出し、前記検査対象パターン画像のエッジと前記線分もしくは曲線で表現された基準パターンとを比較することにより、前記検査対象パターンを検査して欠陥を検出し、前記設計データは、同じＯＰＣパターンを持ったパターンに同一のセル名を持たせた設計データであり、前記検査により検出された欠陥情報に対応する前記設計データのセル名を取得し、前記欠陥情報を取得された前記セル名によって分類し、同一の前記セル名に属する欠陥の数が複数の場合にＯＰＣパターンに起因して繰り返し発生する欠陥として認識することを特徴とする。
本発明の一態様は、前記設計データに代えて、前記設計データに対応するマスクデータを使用することを特徴とする。

本発明のパターン検査方法の第２の態様は、検査時の工程で製造された検査対象パターンと前記検査時の工程の前工程で製造された検査対象パターンとを含む検査対象パターン画像と、前記検査時の工程で製造される検査対象パターンに関するデータと、前記検査時の工程の前工程で製造される検査対象パターンに関するデータとを用いて検査するパターン検査方法であって、前記検査時の工程で製造される検査対象パターンに関するデータから線分もしくは曲線で表現された前記検査時の工程に関する基準パターンを生成し、前記検査時の工程の前の工程で製造される検査対象パターンに関するデータから線分もしくは曲線で表現された前記検査時の工程の前の工程に関する基準パターンを生成し、前記検査対象パターン画像を生成し、前記検査対象パターン画像のエッジを検出し、前記検査対象パターン画像のエッジと前記線分もしくは曲線で表現された基準パターンとを比較することにより、前記検査対象パターンを検査し、前記検査対象パターン画像と前記検査時の工程に関する基準パターンとをマッチングしてシフト量を求め、前記検査対象パターン画像と前記検査時の工程の前工程に関する基準パターンとをマッチングしてシフト量を求め、前記２つのシフト量から前記検査時の工程で製造されたパターンと前記検査時の工程の前工程で製造されたパターンとのオーバーレイエラーを検査することを特徴とする。

本発明のパターン検査方法の第３の態様は、基準となるパターン画像と検査対象パターン画像と前記検査対象パターンを製造するために使用するデータを用いて検査するパターン検査方法であって、前記データから線分もしくは曲線で表現された基準パターンを生成し、前記基準となるパターン画像と前記検査対象パターン画像を生成し、前記基準パターンを用いて前記基準となるパターン画像のエッジを検出し、得られたエッジをつなげて基準となる外形を取得し、前記基準パターンを用いて前記検査対象パターン画像のエッジを検出し、前記検査対象パターン画像のエッジと前記基準となる外形とを比較することにより、前記検査対象パターンの変形量を検査することを特徴とする。
本発明の一態様は、前記基準となるパターン画像のエッジを検出して得られたエッジをつなげて基準となる外形を取得する代わりに、シミュレータを使って基準となる外形を取得することを特徴とする。

本発明のパターン検査方法の第４の態様は、検査対象パターン画像と前記検査対象パターンを製造するために使用するデータを用いて検査するパターン検査方法であって、前記データから線分もしくは曲線で表現された基準パターンを生成し、前記検査対象パターン画像を生成し、前記検査対象パターン画像のエッジを検出し、前記検出されたエッジと基準パターン間のベクトルを取得し、前記取得されたベクトルから前記検査対象パターン画像の歪量を得て、前記検査対象パターン画像の歪量を補正し、前記検査対象パターンから生成された複数の画像を補正してから加算し、前記加算で得られた画像のエッジを検出し、前記加算で得られた画像のエッジと前記線分もしくは曲線で表現された基準パターンとを比較することにより、前記検査対象パターンを検査することを特徴とする。
本発明の一態様は、前記検査対象パターン画像の部分ごとに画像の評価値を得て、前記評価値から最適な前記評価値を得て、前記最適な前記評価値が得られた前記検査対象パターン画像の部分を得て、前記得られた検査対象パターン画像の部分を生成するために使用された前記検査対象パターン画像を生成する条件を最適な前記検査対象パターン画像を生成する条件として得ることを特徴とする。

本発明のパターン検査方法の第５の態様は、検査対象パターン画像と前記検査対象パターンを製造するために使用するホトマスクパターンを露光するときに使われる成形ビームに対応するデータを用いて検査するパターン検査方法であって、前記成形ビームに対応するデータから線分もしくは曲線で表現された基準パターンを生成し、前記検査対象パターン画像を生成し、前記検査対象パターン画像のエッジを検出し、前記検査対象パターン画像のエッジと前記基準パターンの組とを比較することにより、前記検査対象パターンを検査し、前記基準パターンごとに検査対象パターンの変形量を得て、前記検査対象パターンの変形量から前記ホトマスクパターンを露光している間の前記成形ビームの変形の有無を検査することを特徴とする。

本発明によれば、以下の効果を奏することができる。
（１）設計データのセル名により同じＯＰＣパターンをもったマスクデータと関連する基準パターンを分類できる場合は、１つの半導体デバイスを検査することによりＯＰＣパターンに起因する繰り返し発生する欠陥を認識することができる。この結果、検査時間を短縮することが可能になる。

さらに、設計データに基づいて製造された同じホトマスクパターンを複数もつホトマスクから製造された半導体デバイスから繰り返し発生する欠陥を認識する場合は、複数の半導体デバイス全体を検査するよりも検査時間を短縮することが可能になる。また、欠陥を、設計データのエラーに起因する得られた繰り返し発生する欠陥、マスク上の欠陥に起因する得られた繰り返し発生する欠陥もしくは、ランダム欠陥に分類できる。

（２）エンドキャップとコンタクトホール／ビアホールに接する配線パターンの終端以外の終端がＯＰＣパターンによって正確に補正されているとは限らない。このような終端は許容パターン変形量以上の終端の収縮があっても欠陥として認識する必要のないものであることがある。このような欠陥として認識する必要のない許容パターン変形量以上収縮した終端を無視することができる。

（３）半導体デバイス全体にわたるオーバーレイエラーの分布を得ることが可能になるので、ステッパーの歪みに起因する局所的なオーバーレイエラーなどの管理が可能になる。

（４）検査対象パターン画像の外形を使ったダイ・ツー・ダイ比較検査がサブピクセル精度で実施できる。また、一方の検査対象パターン画像とは異なるピクセル間隔を持った他方の検査対象パターン画像から得られた外形、もしくは、シミュレータで得られた外形などを使って検査することができる。さらに、良品の生産開始時の半導体デバイスの外形を使用するプロセス管理方法が実現できる。また、エッジを移動することにより外形の補正もしくは外形上のスパイクノイズが除去できるので、画像フィルタによって発生する画像劣化が発生しない。別の方法として、基準パターンのエッジと検査対象パターン画像のエッジ間の距離を使用して前記外形のノイズを除去すれば、コーナー部分の曲率の変化を最小にできる。

（５）低速の他の検査方法と結合した欠陥検査方法が可能になる。また、外形を設計データの付加情報として出力すれば、外形と設計データの関連性が明確になる。

（６）良品の半導体デバイスと判断された基準となる試料から自動的に最適な許容パターン変形量を求めることができる。

（７）半導体デバイスの品質向上のために、半導体デバイスの全ゲート線幅を測定し、ゲート長、近接するパターンまでの最小距離などで分類して解析することが可能になる。

（８）帯電しやすい試料上に形成された検査対象パターンの画像を連続して取得すると徐々に取得した画像が歪む。このような徐々に歪んだ画像を加算する場合でも、シャープな加算画像が取得できる。

（９）基準パターンと検査対象パターン画像のエッジ間のベクトルが得られないような検査対象パターン画像の歪量が大きい場合にも検査対象パターン画像の歪量を求めて検査対象パターン画像を補正することが可能になる。また、エッジの分布を検査対象パターンの直線部分の画像に存在するエッジから得れば、コーナー部分のエッジの分布が非対称であっても、この非対称が原因で起こるパターン画像の歪量の取得の精度の低下が防止できる。

（１０）連続移動ステージを使用し、ステージ位置を偏向器にフィードバックすることにより、インターレース走査もしくは画像加算走査による検査対象パターン画像を取得することが可能になる。画像加算走査とは、同じ走査線を２回以上走査して加算画像を得る走査を意味する。この結果、検査速度を向上させることができる。

（１１）１枚か２枚の検査対象パターン画像を取得すれば自動フォーカス調整が実施できる。よって、自動フォーカス調整が高速に実施できるだけでなく、電子線の走査による試料のダメージも少ない。

（１２）検査対象パターンの直線部分の線幅のパタ−ン変形量以外にも各種のパタ−ン変形量を使用してプロセスウインドが得られるので、より最適なプロセスウインドが得られる。また、実際にウェーハに形成された検査対象パターンの検査から危険領域が得られるので、リソグラフィ・シミュレータにより得られた危険領域よりも最適な危険領域が得られる。
（１３）描画装置で使われるパターンで作られた露光パターンの変形量を検出することによって、電子線マスク描画装置の評価や管理ができる。

以下、図面を参照しつつ本発明の好ましい実施形態について詳しく説明する。

内容
１．概要
２．ハードウェア構成
２．１画像生成装置の基本構成
２．２画像生成装置の走査方法
２．２．１走査方法１
２．２．２走査方法２
２．２．３走査方法３
２．３パターン検査装置の基本構成
２．４機能ブロック図
３．用語の説明
３．１エッジ
３．２基準パターン
３．３レシピデータ
３．４検査単位領域
３．５検査結果
４．基本検査処理
４．１第１のエッジ検出
４．１．１第１のエッジ検出方法１
４．１．２第１のエッジ検出方法２
４．２直線形状パターンのマッチング方法
４．２．１ユニークパターンを使うマッチング方法
４．２．２ネガティブパターンを使うマッチング方法
４．２．３エッジの水平軸垂直軸への射影データを使ったマッチング方法
４．３幾何学情報を使う孤立パターンのマッチング方法
４．４統計量を使う孤立パターンのマッチング方法
４．５マッチング後の処理
４．６第１の検査
４．６．１異常パターン変形量を持った欠陥の認識方法
４．６．２ピクセルの輝度分布を使う欠陥の認識方法
４．７画像から得られる特徴量を使った欠陥種の判定方法
４．８検査単位領域全体から得られるパターン変形量
４．９基準パターンの属性の抽出ルール
４．１０パターンの属性を使って欠陥を検出する方法
４．１０．１終端のエッジプレイスメントエラーを持った欠陥
４．１０．２直線部分、コーナーのエッジプレイスメントエラーを持った欠陥
４．１０．３孤立パターンのプレイスメントエラーを持った欠陥
４．１０．４孤立パターンの他の欠陥
４．１０．５コーナーの曲率異常欠陥
４．１１第２のエッジ検出
４．１２第２の検査
５．応用検査処理
５．１繰り返し発生する欠陥の認識方法
５．１．１第１の繰り返し発生する欠陥の認識方法
５．１．２第２の繰り返し発生する欠陥の認識方法
５．１．３第３の繰り返し発生する欠陥の認識方法
５．１．４第４の繰り返し発生する欠陥の認識方法
５．２領域検査方法
５．２．１直線形状パターンの線幅検査方法、平均線幅検査方法、スペース幅検査方法、および平均スペース幅検査方法
５．２．２曲線形状パターンの線幅検査方法、平均線幅検査方法、スペース幅検査方法、および平均スペース幅検査方法
５．２．３切断もしくは短絡しやすい部分の検査方法
５．３基準パターンの論理演算の結果を使用する検査方法
５．３．１ゲート線幅検査方法
５．３．２エンドキャップ検査方法
５．３．３コンタクトホール／ビアホールに接する配線パターンの終端に対する許容パターン変形量の適応設定方法
５．３．４接触面積の検査方法
５．４ウェーハに形成されてはならない補正パターンの検査方法
５．５基準となる半導体デバイスの検査対象パターンの検査結果を使用する検査方法
５．６基準となる試料の検査による最適な許容パターン変形量の取得方法
５．７信号強度補正を必要とするパターンの検査方法
５．８前工程のパターンの影響がある検査対象パターンの検査方法
５．９前工程のパターンと検査対象パターンの位置関係の検査方法
５．１０外形を使った検査方法
５．１０．１外形を使ったダイ・ツー・ダイ比較方法
５．１０．２外形の補正方法と外形上のノイズ除去方法
５．１０．３外部検査装置への外形の出力方法
５．１１パターン変形量の大域的変形量と局所的変形量への分離方法
５．１２線幅測定値の時間的変化の補正方法
５．１３基準パターンの幾何学情報、設計データの情報、もしくは設計データに関連するデータの情報を使った欠陥種
５．１４基準パターンの特徴を使った欠陥のグループ分け
５．１５画像登録対象とする欠陥の選択方法
５．１６再検査対象とする欠陥の選択方法
５．１７半導体デバイス全体のパターン変形量の分布図表示方法
５．１８基準パターンの幾何学情報、設計データの情報、もしくは設計データに関連するデータの情報を使った測定値の分類方法
５．１９形成ビームで露光されたパターンの変形量
６．画像生成装置の他の走査方法
６．１電子線の１８度方向の走査方法、六角形領域の走査方法、基準パターンに基づく走査条件の自動設定方法
６．２画像生成装置における電子線の走査経路
６．３検査対象パターンのエッジの近傍部分のみの走査方法
６．４領域検査の対象になる領域の近傍部分のみの走査方法
６．５連続ステージを使ったインターレース走査および画像加算走査方法
６．５．１連続ステージを使ったインターレース走査方法
６．５．２連続ステージを使った画像加算走査方法
７．検査対象パターン画像の補正方法
７．１検査対象パターン画像の歪量の検出による基準パターンおよび検査対象パターン画像のうち少なくとも一つの補正方法
７．２検査対象パターン画像の補正方法を使用した画像加算方法
７．３検査対象パターン画像の第１のエッジの分布を使った検査対象パターン画像の歪量の取得方法
７．３．１検査対象パターンの直線部分の画像の第１のエッジの分布取得方法
７．４非線形画像歪補正方法
７．５検査対象パターン画像の位置に依存する線幅変化の補正方法
８．その他の方法
８．１自動画像調整に適した領域の抽出方法
８．２第２のエッジ検出方法を使った自動フォーカス調整方法
８．３最もマッチングに適した副検査単位領域の選択方法
８．４高倍画像および低倍画像を用いた検査方法
８．５欠陥情報とその欠陥に対応する情報の上書き表示方法
８．６ＦＥＭウェーハの測定方法
９．設定値
９．１画像生成装置のパラメータの設定値
９．２ピクセル間隔の設定値
１０．本発明の変種

１．概要
本発明の実施形態に係るパターン検査装置は、図１に示す画像生成装置７により得られた検査対象パターン画像を、基準パターンと比較して検査する。

図２は、設計データから得られた基準パターンの例を示す図である。図３は、設計データに基づいて製造された検査対象パターンの画像の例を示す図である。図３に示すように、検査対象パターン画像には、短絡欠陥があったり、粒子付着による欠陥があったり、許容パターン変形量内の変形があったりする。特にコーナーには大きなコーナーラウンドがある。このように、検査対象パターン画像は、基準パターンとはかなり異なったものになる。

図４は、本実施形態におけるパターン検査装置が行う検査処理の概要を示す図である。第１の検査処理では、まず、検査対象パターン画像から第１のエッジを検出する。次に、検出された第１のエッジと第１の基準パターンのエッジとを比較することにより、検査対象パターン画像と基準パターンとのマッチングを行う。マッチングを行った結果、シフト量S₁が求まるので、このシフト量S₁を用いて第１の基準パターンをシフトする。次に、検出された第１のエッジとシフトした第１の基準パターンのエッジとを比較することにより、検査対象パターンを検査する。この第１の検査では、検出された第１のエッジと第１の基準パターンのエッジとを比較することにより、パターン変形量を求め、求めたパターン変形量から欠陥を検出する。パターン変形量の１つとしてシフト量S₂が求まる。

次に、検査対象パターン画像から第２のエッジを検出するため、第２の基準パターンをシフト量S₁+S₂分シフトする。シフトした第２の基準パターンを用いて、検査対象パターン画像上でプロファイルを求め、第２のエッジを検出する。そして、検出された第２のエッジとシフトした第２の基準パターンのエッジとを比較することにより、検査対象パターンを検査する。この第２の検査においても、検出された第２のエッジと第２の基準パターンのエッジとを比較することにより、パターン変形量を求め、求めたパターン変形量から欠陥を検出する。パターン変形量の１つとしてシフト量S₃が求まる。

以上の方法により、検査対象パターン画像から、短絡欠陥、粒子付着による欠陥、パターン変形量を検出し、設計データの持つ属性などから欠陥やパターン変形量をクラス分けすることが可能になる。

２．ハードウェア構成

２．１画像生成装置の基本構成
図１は、本発明の実施形態におけるパターン検査装置の画像生成装置の基本構成を示す概略図である。図１に示すように、本発明のパターン検査装置における画像生成装置７は、照射系装置３１０と試料室３２０と２次電子検出器３３０とから構成されている。

照射系装置３１０は、電子銃３１１と、電子銃３１１から放出された１次電子を集束する集束レンズ３１２と、電子線（荷電粒子線）を，Ｘ方向，Ｙ方向に偏向するＸ偏向器３１３およびＹ偏向器３１４と、対物レンズ３１５とから構成されている。試料室３２０はＸ方向，Ｙ方向に可動のＸＹステージ３２１を備えている。試料室３２０にはウェーハ搬送装置３４０によって試料であるウェーハＷが搬出入されるようになっている。

照射系装置３１０においては、電子銃３１１から放出された１次電子は集束レンズ３１２で集束された後に、Ｘ偏向器３１３およびＹ偏向器３１４で偏向されつつ対物レンズ３１５により集束されて試料であるウェーハＷの表面に照射される。

ウェーハＷに１次電子が照射されるとウェーハＷからは２次電子が放出され、２次電子は２次電子検出器３３０により検出される。集束レンズ３１２および対物レンズ３１５はレンズ制御装置３１６に接続され、このレンズ制御装置３１６は制御コンピュータ３５０に接続されている。２次電子検出器３３０は画像取得装置３１７に接続され、この画像取得装置３１７も同様に制御コンピュータ３５０に接続されている。２次電子検出器３３０で検出された２次電子強度が画像取得装置３１７によって検査対象パターン画像に変換される。歪みの無い最大の検査対象パターン画像を取得出来る１次電子の照射領域を視野と定義する。

前記Ｘ偏向器３１３およびＹ偏向器３１４は、偏向制御装置３１８に接続され、この偏向制御装置３１８も同様に制御コンピュータ３５０に接続されている。ＸＹステージ３２１は、ＸＹステージ制御装置３２２に接続され、このＸＹステージ制御装置３２２も同様に制御コンピュータ３５０に接続されている。またウェーハ搬送装置３４０も同様に制御コンピュータ３５０に接続されている。制御コンピュータ３５０は、操作コンピュータ３６０に接続されている。

２．２画像生成装置の走査方法
図５は、図１で示す画像生成装置の２次電子検出器３３０で検出した２次電子の強度を示す模式図である。図５は、検査対象パターンＰについて１本の電子線をＸ方向に走査した場合の２次電子検出器３３０によって得られた２次電子の強度を示している。図５に示すように、検査対象パターンＰのエッジ部がエッジ効果により強度が強く、検査対象パターンＰの中心部の強度が弱くなっている。また、検査対象パターンＰの左側と右側とでは２次電子の強度は対称ではなく、電子線の進入側のエッジ（図の左側のエッジ）が、反対側のエッジ（図の右側のエッジ）に比べて信号量が弱く観測される。

図６は、図５に示す検査対象パターンＰを９０度回転させ、この検査対象パターンＰのプロファイルを取得した場合の２次電子の強度を示す模式図である。図６は、検査対象パターンＰについてＸ方向に複数の電子線を走査することにより、２次電子検出器３３０で検出される２次電子の強度を図示したものである。図６に示すように、走査方向と平行な方向の検査対象パターンＰのエッジでは図５に比べてエッジ効果を明瞭に得ることが難しい。

図７は、本発明の実施形態におけるパターン検査装置によって検査対象パターンの検査を行う場合の走査エリアを示す模式図である。図７において、点線で書かれている長方形は、３．４検査単位領域で後述する検査領域である。検査領域の中に、実線で書かれている検査対象となる検査対象パターンＰがある。検査領域は視野で分割して得られる検査単位領域ごとに検査される。走査エリアは１回の走査によって走査されるエリアである。走査エリアの最大の大きさは視野である。検査領域の境界内部の検査単位領域と走査エリアは同じである。検査領域の境界を含む走査エリアの場合は、走査エリアで、かつ、検査領域である領域が検査単位領域になる。図７の一点鎖線で書かれている縦３つ横３つの計９つのブロックB1からB9は、走査エリアを示している。

検査対象パターン画像のエッジの近傍から得られるプロファイルのピークとボトムに差があるほどエッジ検出精度は高くなる。図８は、検査対象パターンについて横方向（Ｘ方向）の走査を行った場合のエッジ検出精度を説明するための図である。図８に示すように、横方向に検査対象パターンを走査した場合、図５と同様に縦方向のエッジについてのエッジ検出精度は良好であるが、横方向のエッジについては良好なエッジ検出精度が得られない。

図９は、検査対象パターンについて上方向に向かって縦方向（Ｙ方向）の走査を行った場合のエッジ検出精度を説明するための図である。図９に示すように、縦方向に検査対象パターンを走査をした場合、横方向のエッジについてのエッジ検出精度は良好であるが、縦方向のエッジについては良好なエッジ検出精度が得られない。

縦横方向のエッジがある図７の左下のブロックB7においては、縦横両方向のエッジについて良好なエッジ検出精度を得ようとすると、図８に示す横方向の走査と図９に示す縦方向の走査の２方向の走査を行わなければ良好なエッジ検出精度が得られない。ブロックB7の右隣に示す横方向のエッジのみのブロックB8においては、図９に示す縦方向の走査のみを行えばよい。また、中段１番左に示す縦方向のエッジのみのブロックB4においては、図８に示す横方向の走査のみを行えばよい。このように、横方向、縦方向にそれぞれ走査を行う、あるいは横方向および縦方向の２方向の走査を行うという方法で、走査を制御して所望の検査対象パターン画像を得るようにしている。

半導体集積回路（ＬＳＩ）や液晶パネルの検査対象パターンの大部分は、横縦方向のエッジで構成されているために、これらの横縦方向のエッジを持つ検査対象パターン画像のエッジを精度良く検出するためには、検査対象パターンに横方向および縦方向の走査をする必要がある。

図１０は、検査対象パターンについて双方向の走査を行う方法の模式図である。図５を使って説明したように、電子線の進入側のエッジ（図５の左側のエッジ）が、反対側のエッジ（図５の右側のエッジ）に比べて２次電子の強度が弱く観測される。そこで、図１０に示すように、走査方向を交互に逆転して検査対象パターン画像を取得する。すなわち、左方向と右方向の交互の走査を行って検査対象パターン画像を取得する。左方向走査の検査対象パターン画像で検査対象パターンの左側のエッジを計測し、右方向走査の検査対象パターン画像で検査対象パターンの右側のエッジを計測することにより、右側左側いずれのエッジにおいても良好なエッジ検出精度を得ることができる。

図１１（ａ）、図１１（ｂ）および図１１（ｃ）は、４５度、もしくは−４５度方向の走査方法を示す模式図である。図１１（ａ）で示される横縦方向のエッジから成る検査対象パターンP1については図１１（ｂ）に示す４５度方向、もしくは図１１（ｃ）に示す−４５度方向の走査を１回行うことによって良好な縦横方向のエッジについてのエッジ検出精度を得ることができる。

もし、図１１（ａ）で示される４５度方向のエッジから成る検査対象パターンP2があった場合、検査対象パターンP2に対する４５度と−４５度方向の２方向の走査を行う必要があるが、検査対象パターンP2に対する２方向の走査が必要とされる頻度は、縦横方向のエッジのみの検査対象パターンP1に対する１方向の走査が必要とされる頻度より少ないことが期待される。よって、一方向の走査の場合は、４５度方向または−４５度方向の走査がエッジ検出精度を得る方法として有効である。

次に、４５度方向と−４５度方向の走査が実施される場合を説明する。検査対象パターンP2を成す右下方向のエッジについての良好なエッジ検出精度は、図１１（ｂ）に示す４５度方向の走査で得られるが、図１１（ｃ）に示す−４５度方向の走査では、走査方向とと検出すべきエッジが平行なので得られない。検査領域を−４５度方向の走査で検査している場合は、検査対象パターンP2を含む検査単位領域を４５度方向と−４５度方向の走査で検査する。一般に、４５度方向と−４５度方向の走査が必要な頻度は、０度方向、９０度方向の走査が必要な頻度に比べて少ない。

図５から図１１で説明したように、画像生成装置７は、以下の３方法のいずれかによって検査対象パターン画像を得る。
２．２．1 走査方法１
０度、９０度、４５度あるいは−４５度方向の１方向の走査
２．２．２走査方法２
０度と１８０度方向の交互の走査
２．２．３走査方法３
０度および９０度方向の２方向の走査もしくは４５度と−４５度方向の２方向の走査

座標系は、設計データと同じく、Ｘ軸を右方向、Ｙ方向を上方向に取る。エッジ方向は、右手側が検査対象パターン内部になるような方向として定義する。図７のブロックB4には、縦方向のエッジが２本あるが、左側のエッジの方向が９０度、右側のエッジの方向が２７０度となる。

４．１第１のエッジ検出で後述するように、第１のエッジは局所的な検査対象パターン画像から検出されたエッジである。この第１のエッジの方向は検出された時点で決められる。以下では、前記走査方法１から前記走査方法３で得られた検査対象パターン画像から第１のエッジを検出する方法を説明する。

前記走査方法１である１方向の走査と前記走査方法２である交互の走査では、１枚の検査対象パターン画像からエッジを検出する。前記走査方法３である２方向の走査では、２枚の検査対象パターン画像からエッジを検出し、検出されたエッジ情報を融合させる。０度および９０度方向の２方向の走査の場合は、０度方向の走査で得られた検査対象パターン画像から４５度から１３５度と、２２５度から−４５度の間のエッジを抽出し、９０度方向の走査で得られた検査対象パターン画像から１３５度から２２５度と、−４５度から４５度の間のエッジを抽出し、両者を合成して１検査対象パターン画像から検出されたエッジとして扱う。

４５度および−４５度方向の２方向の走査の場合は、４５度方向の走査で得られた検査対象パターン画像から９０度から１８０度と２７０度から３６０度の間のエッジを抽出し、−４５度方向の走査で得られた検査対象パターン画像から０度から９０度と１８０度から２７０度の間のエッジを抽出し、両者を合成して、１検査対象パターン画像から検出されたエッジとして扱う。

４．１１第２のエッジ検出で後述するように、第２のエッジはプロファイル（１次元データ）から検出されたエッジである。この第２のエッジの方向はプロファイルが設定された時点で決められる。以下では、前記走査方法１から前記走査方法３で得られたプロファイルから第２のエッジを検出する方法を説明する。

前記走査方法１である１方向の走査では、プロファイルは同一の検査対象パターン画像から求める。
前記走査方法２である０度、１８０度交互の走査では右側のエッジ（１８０度から３６０度のエッジ）を得るプロファイルを０度方向の走査で得られた検査対象パターン画像から、左側のエッジ（０度から１８０度のエッジ）を得るプロファイルを１８０度方向の走査で得られた検査対象パターン画像から求める。

前記走査方法３である２方向の走査では、４５度から１３５度と、２２５度から−４５度の間のエッジを検出するプロファイルを０度方向の走査で得られた検査対象パターン画像から、１３５度から２２５度と、−４５度から４５度の間のエッジを検出するプロファイルを９０度方向の走査で得られた検査対象パターン画像から求める。

図１２は、０度方向の走査で得られた検査対象パターン画像もしくは９０度方向の走査で得られた検査対象パターン画像を用いて検査されるべき線分の例を示す模式図である。図１２で示されるように、０度方向の走査で得られた検査対象パターン画像から縦方向（９０度または２７０度の方向）、左上方向（１３５度）、右下方向（−４５度）方向の直線部分、コーナー、終端の線分を検査すれば良い。また、９０度方向の走査で得られた検査対象パターン画像から横方向（０度または１８０度）、右上方向（４５度）、左下方向（２２５度）方向の直線部分、コーナー、終端の線分を検査すれば良い。

４５度および−４５度の２方向の走査の場合は、９０度から１８０度と２７０度から３６０度の間のエッジを検出するプロファイルを４５度方向の走査で得られた検査対象パターン画像から、０度から９０度と１８０度から２７０度の間のエッジを検出するプロファイルを−４５度方向の走査で得られた検査対象パターン画像から求める。

検査対象パターン画像が４５度もしくは−４５度方向の走査で得られた場合においては、設計データと検査対象パターン画像の間に回転が存在するので、その回転を補正する必要がある。回転補正の方法として、設計データを回転する方法が使用できるが、設計データを回転すると傾斜画像が最終出力となるので見難いという欠点がある。そこで、本実施例では検査対象パターン画像を回転する方法を採用した。しかしながら、Ｘ，Ｙ方向に均等にサンプリングする走査をした場合に、その検査対象パターン画像を回転すると、ピクセル間の内挿値を回転した検査対象パターン画像の値として用いなければならない。この場合には、回転された検査対象パターン画像が内挿によってぼけたりする弊害があるので、本実施例では内挿を用いずに、ピクセルの位置を置き換えることによってのみ回転された検査対象パターン画像を得る方法を採用した。この方法を用いる場合は、次に述べるような特別な走査方法を採用する必要がある。

図１３はピクセルの位置を置き換えることによって回転された検査対象パターン画像を得る方法を示す図である。図１３の左側に示された４５度傾斜走査方法の図は図１３の右側に示された４５度傾斜画像の図と全く同じものを４５度回転して描いてある。最終的に取得しようとする検査対象パターン画像は右側の形のものである。図中、碁盤の目の格子点はＸ，Ｙ方向に均等にサンプリングされて得られるべき検査対象パターン画像の位置である。黒丸（●）は実際にサンプリングされる位置を示している。黒丸が無い位置はこの走査方法ではサンプリングされない位置である。この右側の形の検査対象パターン画像を取得するために左側の走査方法で行う。

この場合は、Ｘ方向のサンプリング間隔Ｓは各々の走査線で同一であるが、Ｙ方向のサンプリング間隔についてはＸ方向のサンプリング間隔Ｓの半分である。また奇数行と偶数行では、サンプリングされる位置がＸ方向にサンプリング間隔Ｓの半分だけずれている。このサンプリング間隔Ｓは、右側のピクセル間隔に√２をかけたものになる。そうすると、左側の図を横に寝かせるだけで所望の検査対象パターン画像が得られるということになる。この場合は、実際にサンプリングされた順番とは違う順番で値を入れていく作業が必要となる。

図１３は４５度の角度の走査方法を示すものであるが、図１４は、arctan（２）の角度の走査方法および回転された検査対象パターン画像を示す図である。
本実施例を使用すれば、検査対象パターン画像を得るために、最小限度の電子線（荷電粒子線）を走査すればよく、したがって最小の時間で検査対象パターン画像を得ることができる。また、内挿による画質低下を伴わない検査対象パターンの回転画像を取得することができ、エッジの検出精度の低下を避けられる。

２．３パターン検査装置の基本構成
図１５は、本実施形態におけるパターン検査装置の基本構成を示す図である。本実施形態におけるパターン検査装置は、主制御部１、記憶装置２、入出力制御部３、入力装置４、表示装置５、印刷装置６および、図１に示す画像生成装置７を備える。

主制御部１はＣＰＵ（Central Processing Unit）等により構成され、装置全体を統括的に制御する。主制御部１には記憶装置２が接続されている。記憶装置２は、ハードディスク、フレキシブルディスク、光ディスク等の形態をとることができる。また、主制御部１には、入出力制御部３を介して、キーボード、マウス等の入力装置４、入力データ、計算結果等を表示するディスプレイ等の表示装置５、および検査結果等を印刷するプリンタ等の印刷装置６が接続されている。

主制御部１は、ＯＳ（Operating System）等の制御プログラム、パターン検査のためのプログラム、および所要データ等を格納するための内部メモリ（内部記憶装置）を有し、これらプログラム等によりパターン検査を実現している。これらのプログラムは、フレキシブルディスク、光ディスク等に記憶しておき、実行前にメモリ、ハードディスク等に読み込ませて実行されるようにすることができる。

２．４機能ブロック図
図１６は、本実施形態におけるパターン検査装置の機能ブロック図を示す図である。基準パターン生成部１１、検査部１２、出力部１３および欠陥種認識部１４はプログラムにより実現されている。基幹データベース２１、レシピデータベース２２および欠陥種参照データベース２３は記憶装置２内に設けられている。
基幹データベース２１を外部に設け、パターン検査装置がＬＡＮ（Local Area Network）を経由して基幹データベース２１にアクセスするようにしても良い。

図１７は、本発明の別の実施形態におけるパターン検査装置の機能ブロック図である。図１７に示す例は、繰り返し発生する欠陥を認識する機能を有した構成を示す図であり、図１６の機能ブロック図に対して、欠陥情報記憶部２４と、繰り返し発生する欠陥を認識する繰り返し欠陥認識部２５とが追加されている。

３．用語の説明
３．１エッジ
エッジは、検査対象パターンの内部と下地の境を意味する。エッジとして、検査対象パターン画像のエッジと基準パターンのエッジが使用される。検査対象パターン画像のエッジは、エッジ検出方法で検出され、基準パターンのエッジは直線もしくは曲線で表現された基準パターンをピクセル単位で分割して得られる。後述の４．６第１の検査の図６０で示されるように、検査対象パターン画像のエッジと基準パターンのエッジとを対応づけて検査が行われる。

エッジは、ピクセルごとに開始点（サブピクセル精度）、方向、および強度の情報を有するベクトルで表現される。検査対象パターン画像のエッジの場合は、強度は、ベクトルの長さとエッジの明確さを乗じた値である。ここで、エッジの明確さは実際にエッジである確からしさと定義される。また、基準パターンのエッジの場合は、強度は、ベクトルの長さとマッチングに寄与する度合いを乗じた値である。

３．２基準パターン
基準パターンとは線分もしくは曲線で表現されたもので、検査対象パターン画像と比較されるものである。基準パターンにもっとも適したものとして設計データが使われる。この設計データとして、たとえばＧＤＳＩＩ（Graphic Design System II）データストリ−ム形式のレイアウトデータに、レイアの融合やフラクチャリングを行ったものが使える。

まず、検査対象パターン画像から検出されるエッジ位置に最も適したように設計データに対し、シュリンク処理（設計データの倍率を変える処理）、サイズ処理（線幅を変える処理）などを施す。また、第１のエッジ検出と第２のエッジ検出とでは一般的に検出されるエッジ位置が異なるので、第１エッジ検出用、および第２エッジ検出用に基準パターンを２種類用意する。

次に、この処理で得られた多角形を、視野にＸＹステージ３２１の誤差および検査対象パターンの最大許容パターン変形量を加えた長さを一辺とする長方形領域でクリッピングする。

次に、得られた多角形のコーナーに丸みがつけられる。図１８に示すように、通常、設計データは、鋭角をもった多角形（図中点線）である一方、ウェーハに形成される検査対象パターンはコーナーに丸み（図中実線）がつく。そこで、コーナー部分に円、楕円、直線、もしくは他の方法で記述した曲線を適用し、検査対象パターンに近くなるように補正する。

最後に、以上で得られた結果を基準パターンとし、レシピデータベース２２に登録する。ＸＹステージ３２１の誤差が無視し得る場合は、パターン変形の絶対座標値が計測できる。本実施形態では、ＸＹステージ３２１の誤差および検査対象パターンの最大許容パターン変形量を考慮し、基準パターンを検査対象パターン画像よりも大きくとって検査に使用しているが、代わりに検査対象パターン画像を基準パターンよりも大きくとって検査に使用しても良い。

基準パターンに設計データを使えば、ウェーハ上に形成された検査対象パターンと設計データとを比較する欠陥検査が実行できる。この場合は、許容パターン変形量として電気特性に影響しない許容量を設定する。この許容パターン変形量は、基準パターンの属性ごとに設定でき、さらに、パターンの込み入っている場所とそうでない場所とで可変にすることも可能である。

基準パターンにリソグラフィ・シミュレータで得られたシミュレーションパターンの外形を形成する曲線（図７３の実線）を使えば、シミュレーションの正当性を検証できる。シミュレーションパターンはマスクデータを使って、光学的にシミュレートして得られた光強度分布である。この分布から外形の曲線を得る。この場合の許容パターン変形量に、シミュレーションで許される誤差量を設定する。
本実施形態においては、基準パターンとして設計データを使う方法を説明する。

図１９は基準パターンの例を示す図であり、図２０は図１９の基準パターンＳをピクセルごとのエッジに変換した例を示す図である。図１９において、基準パターンＳ（点線）はサブピクセル精度で示されている。通常、基準パターンのエッジ方向は、ピクセルの横方向（X方向）または縦方向（Ｙ方向）に平行である。基準パターンのエッジも、検査対象パターン画像のエッジと同様に、ピクセルごとに開始点（サブピクセル精度）、方向、および強度の情報を有する。本実施形態においては、後述の４．２．１ユニークパターンを使うマッチング方法と４．２．２ネガティブパターンを使うマッチング方法を除いて基準パターンのエッジの強度をすべて１にしている。

図２１に示すように、基準パターンに曲線が含まれる場合がある。基準パターンの曲線部分を基準パターンのエッジに変換するために、ピクセルの中心２６１に最も近い基準パターン上の点２６２での接線２６３を生成する。

３．３レシピデータ
検査の前に、以下のレシピデータと称される検査パラメータの組を設定する。レシピデータの内でオペレータ入力パラメータとして、設計データ検索用パラメータ、画像取得パラメータ、およびにエッジ検出および検査のためのパラメータがある。また、レシピデータの内で出力データとして、基準パターン生成部１１が生成する基準パターンがある。

設計データ検索用パラメータとして、検査対象ウェーハ（試料）のデバイス名、およびプロセス名を指定するパラメータを設定する。画像取得パラメータとして、ウェーハを特定するためのスロット番号、照射系装置３１０の条件設定パラメータ、ピクセル間隔、ピクセル数、および検査領域を設定する。

ピクセル間隔とは、検査対象パターン画像のピクセル間隔に対するウェーハ上の距離を意味する。ピクセル数には、１０２４×１０２４、８１９２×８１９２などの値が使われる。ピクセル間隔にピクセル数を乗じた数は、検査対象パターン画像の大きさになる。この大きさを持つ領域は、前述の２．１画像生成装置の基本構成で説明した視野である。例えば、ピクセル間隔が９ｎｍでピクセル数が８１９２×８１９２であれば、視野は約７０μｍ×７０μｍである。

エッジ検出および検査のためのパラメータとして、以下のパラメータを設定する。
（１）検査すべきパターン変形量
エッジプレイスメントエラー
線幅の変形量
最小線幅
スペース幅の変形量
最小スペース幅
接触面積検査比
孤立パターンの場合のパターンの重心のプレイスメントエラーと直径変形量
ウェーハに形成されてはならない補正パターンの欠陥判断係数

（２）上記パターン変形量に対応する許容パターン変形量の−側の限界値および＋側の限界値、ならびにマッチングで使用するエッジの許容方向差の限界値
これらのパターン変形量は、基準パターンの属性ごとに設定される。
（３）検査対象パターン画像から経験的に決められる第１のエッジ検出パラメータ
第１のエッジ検出方法
エッジ膨張用のフィルタ係数
検査対象パターン画像のエッジの２値化しきい値
検査対象パターン画像のエッジの２値化で使われるｐタイル法の係数ｐ

（４）基準パターンの属性（直線部分、コーナー、終端、孤立パターン等）を認識するための抽出ルールが使用するパラメータ
基準パターンの属性は、基準パターンの一部もしくは全部を区別するために使用される。典型的な基準パターンの一部を区別するために使用する属性は３種類ある。１つ目は、直線部分（基準パターンの終端に対応しない直線部分）である。２つ目はコーナー（終端の属性を持つ直線部分に接触しない頂点の部分）である。３つ目は終端（基準パターンの終端に対応する直線部分）である。基準パターンの全部を区別するために使用する属性として、孤立パターン（他のパターンから孤立しているパターン）がある。

（５）領域検査に適した部分を認識するための抽出ルールが使用するパラメータ
線幅検査用に適した基準パターンの最大線幅、最小線長、終端非使用長
スペース検査用に適した基準パターンの最大線幅、最小線長、終端非使用長
切断しやすい部分の最大線幅
切断しやすい部分の最大線長
短絡しやすい部分の最大スペース幅
短絡しやすい部分の最大スペース長

（６）検査対象パターン画像から経験的に決められる第２のエッジ検出パラメータ
プロファイル取得区間の長さ
プロファイル取得区間の間隔
プロファイル取得区間内のサンプリングポイントの間隔
プロファイルからエッジを認識する方法（しきい値法を使うかなど）
プロファイル取得区間をレシピデータ設定時に設定するか第１のエッジを検出してから設定するかのフラグ

（７）孤立パターンの大きさの最小値と最大値および安全係数
（８）大域的変形量を求めるために使用する検査単位領域の数
（９）欠陥画像の最大登録数

（１０）再検査対象とする欠陥の最大登録数
（１１）自動コントラスト・ブライトネス調整、自動フォーカス調整、および自動非点収差調整に適した領域
（１２）歪補正回路が持つ代表歪ベクトルの間隔

レシピデータは、設計データ検索用パラメータであるデバイス名、プロセス名、および検査モードをキーにして管理される。検査モードとは、画像取得パラメータとエッジ検出および検査のためのパラメータを総称した名前である。

図２２は、本実施形態におけるレシピ登録処理の例を示すフローチャートである。まず、オペレータは、入力装置４を介して基準パターン生成部１１に、オペレータ入力パラメータ（設計データ検索用パラメータ等）を入力する（ステップＳ２０２）。

基準パターン生成部１１は、設計データ検索用パラメータ（デバイス名、およびプロセス名）をキーとして基幹データベース２１を検索し、設計データを取り出す（ステップＳ２０４）。基幹データベース２１は、基準パターンに対応する設計データを格納したデータベースである。次に、基準パターン生成部１１は、設計データから基準パターンを生成する（ステップＳ２０６）。

最後に、基準パターン生成部１１は、基準パターンとオペレータ入力パラメータを、レシピデータとして、レシピデータベース２２に登録する（ステップＳ２０８）

３．４検査単位領域
検査は、入力された検査領域を、視野で分割して得られる検査単位領域ごとに行われるので、基準パターンは検査単位領域ごとに生成される。検査には、逐次検査およびランダム検査がある。

図２３は、逐次検査を説明するための図である。検査領域は、図２３で示されるようにウェーハ全面を単位として設定されるのではなく、長方形で指定された複数の領域（図２３のように上側の短い長方形と下側の長い長方形など）として設定されるので、その領域を高速検査するために、検査単位領域ごとに逐次走査を実施する。検査単位領域ごとに基準パターンを作成する。

図２４は、ランダム検査を説明するための図である。ランダム検査においては、ある領域を逐次に検査するのではなく、限定された領域を検査する。図２４では、検査単位領域３０１から３０４についてのみ検査を行う。

３．５検査結果
検査結果として、以下の種類の基本情報がある。
（１）異常パターン変形量を持った欠陥の情報
（２）ピクセルの輝度分布から検出される欠陥の情報
（３）検査単位領域全体から得られるパターン変形量
基準パターンの属性に関するパターン変形量を使用して得られる以下の情報がある。
（４）基準パターンの属性を使って検出される欠陥の情報
対向するエッジを使用して得られる以下の情報がある。
（５）領域検査方法で検出される欠陥の情報

４．基本検査処理
図２５は、本実施形態における基本検査処理の例を示すフローチャートである。図２６および図２７は、本実施形態における検査処理の他の例を示すフローチャートであり、繰り返し発生する欠陥を認識する場合の検査処理の例を示すフローチャートである。図２７のブロックＡは図２６のブロックＡと同じものであり、検査の前に準備する工程を示している。図２７のブロックＢは図２６のブロックＢと同じものであり、各検査領域の検査の工程を示している。

図２５に示すフローチャートに基づく基本検査処理において、まず、オペレータは、入力装置４を介して検査部１２に、レシピ検索用パラメータ（デバイス名、プロセス名および検査モード）を入力する（ステップＳ３０２）。

検査部１２は、レシピ検察用パラメータをキーとしてレシピデータベース２２を検索し、基準パターンを含むレシピデータを取り出す（ステップＳ３０４）。そして、検査部１２は、検査対象パターン画像を取得するため、画像生成装置７に対して画像取得パラメータを設定し、ウェーハ搬送、アライメント、および照射系装置３１０の条件設定を指示する（ステップＳ３０６）。

アライメントとは、設計データが使用している座標系とウェーハ（試料）の観察位置を管理する座標系との変換係数を求める方法をいう。これはＣＡＤ（Computer Aided Design）ナビゲーションで具現化されている。ＣＡＤナビゲーションは、アライメントの後に、ＣＡＤデータ上の観察したい座標値を、ウェーハ観察位置を管理する座標値に変換し、その位置へ画像生成装置の視野を移動させて、その位置の画像を入手する方法で、よく知られているものである。

画像生成装置７としては、図１に示す走査型電子顕微鏡が最も適しているが、走査型フォーカスイオンビーム顕微鏡、走査型レーザー顕微鏡や走査型プローブ顕微鏡などの各種の走査型顕微鏡もしくは各種顕微鏡を使用することができる。
画像生成装置７は、検査単位領域ごとに、検査対象パターン画像および画像の中心位置を検査部１２に出力する（ステップＳ３０８）。

４．１第１のエッジ検出
次に、検査部１２は、検査対象パターン画像から第１のエッジを検出する（ステップＳ３１０）。第１のエッジ検出として次の２つのエッジ検出方法が使用できる。第１のエッジ検出方法は、前述の３．３レシピデータ「（３）第１のエッジ検出方法」によって選択される。

４．１．１第１のエッジ検出方法１
１つは、パターン内部と下地との間にコントラストがある画像に適した方法である。このような画像の多くは２値化処理でエッジを検出できるが、コントラストが比較的明瞭でない場合は明確にエッジを検出できない。このときに、［文献１］：R.M.Haralick, “Digital step edges from ZERO crossing of second directional derivatives”, IEEE Trans. Pattern Anal. Machine Intell., vol. PAMI-6,No.1,pp.58-68,1984に開示の方法を応用してエッジを検出することができる。この方法を応用すれば、エッジ部分の変曲点をサブピクセル精度で検出することができる。

４．１．２第１のエッジ検出方法２
もう１つは、エッジが明るくパターン内部と下地との間にコントラストがない画像からエッジを検出する方法である。例えば、［文献２］：“Cartan Steger. An unbiased detector of curvilinear structures”, IEEE Trans. Pattern Anal. Machine Intell., 20(2), February 1998に開示の方法が使用できる。この方法によれば、エッジ部分の峰をサブピクセル精度で検出することができる。ただし、この方法ではパターンの内部と下地を区別できないのでエッジの方向は０度から１８０度の値のみをもつ。

前述の４．１．１第１のエッジ検出方法１の別の方法として前述の文献２の方法を使用しても良い。この場合はパターン内部と下地との間にコントラストがある画像に微分フィルタ（例えば、Ｓｏｂｅｌフィルタやバンドパスフィルタ）をかけてエッジ強度画像を得て、得られたエッジ強度画像からエッジが検出される。この場合はパターン内部と下地を区別できる。

これらの方法はある程度大きな窓を使った処理であるので、サブピクセル精度が得られるだけでなく、エッジの方向も安定している。ゆえに、エッジ検出精度を向上するために、エッジを連結し、連結したエッジを直線近似をする方法は必ずしも必要ではない。

ステップＳ３１０の第１のエッジ検出では、検査対象パターン画像からピクセル単位でエッジの強度および方向を求める。強度は、３．１エッジで説明したように、ベクトルの長さとエッジの明確さを乗じた値である。前述の４．１．１第１のエッジ検出方法１で説明したパターン内部と下地との間にコントラストがある画像の場合は、前述の文献１の方法を用いて、画像の１次微分値の絶対値をエッジの明確さとし、画像の２次微分値のゼロクロス点をエッジ位置とするエッジが認識される。

一方、前述の４．１．２第１のエッジ検出方法２で説明したエッジが明るくパターン内部と下地との間にコントラストがない画像の場合には、前述の文献２の方法を用いて、画像の２次微分値の符号反転値（絶対値）をエッジの明確さとし、画像の１次微分値のゼロクロス点をエッジ位置とするエッジが認識される。いずれの画像もエッジはサブピクセル精度で得られる。

図２８は、前述の４．１．１第１のエッジ検出方法１で説明したパターン内部と下地との間にコントラストがある検査対象パターン画像の例を示す図であり、図２９は図２８の画像から検出したエッジを示す図である。図２８には、ピクセルごとにその輝度値が示されている。輝度値は２次電子強度をデジタル化した値である。図２９に示すように、エッジはピクセルごとに検出され、ピクセルごとに開始点（サブピクセル精度）、方向（０度から３６０度）、および強度の情報が得られる。強度は、前述のように、明確なエッジであるほど大きい値を取る。

図３０は、前述の４．１．２第１のエッジ検出方法２で説明した、エッジが明るくパターン内部と下地との間にコントラストがない検査対象パターン画像の例を示す図であり、図３１は図３０の画像から検出したエッジを示す図である。図３０においても、ピクセルごとにその輝度値が示されている。また、図３１に示すように、エッジはピクセルごとに検出され、ピクセルごとに開始点（サブピクセル精度）、方向（０度から１８０度）、および強度の情報が得られる。

４．２直線形状パターンのマッチング方法
次に、検査部１２は、検査対象パターン画像のエッジを膨張させる。以降、得られた結果を膨張エッジと呼ぶ（ステップＳ３１２）。本実施形態においては、エッジは、電気特性的に影響しない許容パターン変形量分膨張させている。この段階では許容パターン変形量は正の整数である。この値は、前述の３．３レシピデータ「（２）許容パターン変形量の−側の限界値および＋側の限界値」の値の最大値を整数化した値である。エッジを、許容パターン変形量分膨張させることにより、電気特性的に影響を与えないパターン変形を許容してマッチングすることができる。

膨張エッジを得る方法を説明する。図３２は１次元の検査対象パターン画像のエッジの強度の例を示す図であり、図３３は図３２のエッジを膨張させた例を示す図である。図３３が膨張エッジを示している。図３２および図３３では、説明を簡単にするために、１次元データが使用されている。図３２から図３３を得る方法として以下の方法が使用できる。これらの方法では、エッジの強度を示す図を画像として扱い、適切なフィルタを考察している。

許容パターン変形量内の変形を無視するために、許容パターン変形量の２倍の大きさの窓を持った最大値フィルタによって、図３２に示されたエッジの強度を示す図が処理され、図３３に示された膨張エッジを得る。最大値フィルタとは、対象となるピクセルの近傍である窓の中の各ピクセルが持つ値の最大値を求め、求めた最大値をフィルタ後のピクセルの値とするものである。図３３では、図３２の検査対象パターン画像のエッジを左右に２ピクセル分膨張させている。これは許容パターン変形量が２ピクセルの場合の例である。

基準パターンのエッジが図３４で示される場合を考察する。まず、図３４をシフトして得られる図を作成する。シフト量はおのおの左方向に２ピクセルから右方向に２ピクセルである。次に、図３３およびシフトされた各図からマッチング評価値を求めると、各マッチング評価値は同じ値になる。よって、シフト量は一意的に決められない。マッチング評価値は後述する。

この問題を解決するために、図３５に示すように、図３２のエッジに重み付けをしてエッジを膨張する。図３５の膨張を実現するには、係数が０．５、０．７５、１．０、０．７５、０．５のスムージングフィルタを用いれば良い。図３５で示した例の場合、図３４（基準パターンのエッジ）が左右に１ピクセル以上シフトすると評価値が下がる。

次に、図３６に示すように、図３４で示された基準パターンのエッジに対して２ピクセル分広がった基準パターンのエッジを考察する。まず、図３６をシフトして得られる図を作成する。シフト量は左方向に１ピクセルと右方向に１ピクセルである。次に、図３５およびシフトされた各図から後述するマッチング評価値を求めると、各マッチング評価値は同じ値になる。よって、シフト量は一意的に決められない。

この問題を解決するために、図３７に示すように、図３２のエッジに重み付けをして膨張すれば良い。図３７の膨張を実現するには、係数が０．５、０．９、１．０、０．９、０．５のスムージングフィルタ（図３８）を用いれば良い。

以上の考察から、図３７に示すような膨張が最も適している。処理速度やエッジの込み具合などの観点から図３３や図３５に示すような膨張を用いても良い。
スムージングフィルタの係数を決めた後、係数は、前述の３．３レシピデータ「（３）エッジ膨張用のフィルタ係数」に登録されて使用される。

図３９は２次元の検査対象パターン画像のエッジの強度の例を示す図であり、図４０および図４１は図３９のエッジを膨張させた例を示す図である。図３９において、エッジの強度は、２０のところ以外はすべて０である。図４０は図３３と同様の膨張を行った場合の結果を示し、図４１は図３７と同様の膨張を行った場合の結果を示す。

図４２は２次元の検査対象パターン画像のエッジベクトルの例を示す図であり、図４３および図４４は図４２のエッジを膨張させた例を示す図である。図４３は図３３と同様の膨張を行った場合の結果を示し、図４４は図３７と同様の膨張を行った場合の結果を示す。膨張はＸ、Ｙ成分ごとに行っている。

検査部１２は、膨張エッジと基準パターンのエッジとを比較して、検査対象パターン画像と基準パターンとのピクセル単位でのマッチングを行う（ステップＳ３１４）。

本実施形態においては、後述する４．８検査単位領域全体から得られるパターン変形量の中で説明するように、サブピクセル精度でのシフト量S₂を使用してマッチングを行う。よって、ここでは高速化を目的としてピクセル単位でのマッチングを行う。したがって、図４５で示すように、図２０の基準パターンのエッジベクトルをピクセル単位で表したエッジベクトルを使用してマッチングを実施する。

本実施形態におけるマッチングでは、評価値F₀が最大になる位置を得るために、検査対象パターン画像に対して基準パターンをピクセルごとに上下左右にシフトし、得られた評価値F₀が最大になる位置をマッチング位置とする（図４６）。本実施形態においては、以下の式で示すように、基準パターンのエッジが存在するピクセルにおける膨張エッジの強度の総和を評価値F₀としている。

ここで、E(x,y)は、膨張エッジの強度をその大きさとして持ち、膨張エッジの方向をその方向として持つベクトルである。エッジの存在しない場所ではE(x,y)の大きさは0である。R(x+x_s,y+y_s)は、基準パターンのエッジ方向をその方向として持つベクトルである。ただし、R(x+x_s,y+y_s)の大きさは、基準パターンのピクセル内での長さである。ここで、ベクトル(x_s,y_s)は基準パターンのエッジのシフト量S₁である。

評価値F₀の計算においてR(x,y)が０でないピクセルのみを記憶すれば、高速に計算が行え、記憶領域が少なくてすむ。さらに、残差逐次検定法（ＳＳＤＡ：Sequential Similarity Detection Algorithm）で使われている計算の打切りを用いれば計算がさらに高速化される。

図４７および図４８は、図４３（膨張エッジ）と図４５（基準パターンのエッジ）とを重ね合わせた図である。図４７において、ピクセル２５４は、図４３のピクセル２５１および図４５のピクセル２５２に対応する。図４８は、図４７で示される位置関係から図４３を右に１ピクセル、下に１ピクセルシフトさせた場合の図４３および図４５位置関係を示している。したがって、ピクセル２５５は、図４３のピクセル２５１および図４５のピクセル２５３に対応する。評価値F₀を用いれば、エッジの存在するピクセルが重なり合う度合いが大きいほど、評価値が高くなる。評価値F₀を用いる場合には、図３９から図４１で示したような膨張処理を行えば良い。なお、評価値F₀は、前述の４．１．１第１のエッジ検出方法１と前述の４．１．２第１のエッジ検出方法２で説明したいずれの画像にも適応可能である。

本実施形態においては、上記評価値F₀を用いているが、他の評価値を用いることもできる。例えば、前述の４．１．１第１のエッジ検出方法１で説明したパターン内部と下地との間にコントラストがある画像の場合には、以下の評価値F_aを用いることができる。

また、例えば、前述の４．１．２第１のエッジ検出方法２で説明したエッジが明るくパターン内部と下地との間にコントラストがない画像の場合には、以下の評価値F_bを用いることができる。

評価値F_aまたはF_bを用いる場合には、図４２から図４４で示したような膨張処理を行えば良い。

評価値F₀、F_a、およびF_bを考察する。評価値F₀はデータがスカラのため高速計算に関して有利である。一方、評価値F_aおよびF_bは、例えば、図４９に示すような場合に有効である。評価値F_aおよびF_bを用いた場合には、基準パターン（図４９（ａ））の縦線部分のエッジ（ベクトル）と検査対象パターン画像（図４９（ｂ））の横線部分のエッジ（ベクトル）との内積をとると０に近くなるため、１０１の部分と１０２の部分とがうまくマッチングする。しかし、評価値F₀を用いた場合には、方向は関係なく強度のみで判断するため、１０１の部分と１０３の部分とが誤ってマッチングする可能性がある。

評価値F_aはパターン内部と下地の区別がつくので評価値F_bよりマッチングが堅牢である。例えば、図５０に示すように、線幅１１１、１１３とスペース幅１１２、１１４が同じ場合にF_aを用いると、どちらがラインかスペースかの区別がつくのでF_bより望ましい結果が得られる。
本実施形態においては、検査対象パターン画像のエッジを膨張してマッチングを行っているが、代わりに基準パターンのエッジを膨張してマッチングを行うこともできる。

４．２．１ユニークパターンを使うマッチング方法
前述のマッチング方法では全ての基準パターンのエッジの強度を同等に扱って処理を実施した。前述の３．１エッジで説明したように、強度はベクトルの長さとマッチングに寄与する度合を乗じた値である。前述の方法とは別の方法として、基準パターンのエッジの強度に異なる値を与えてマッチングがより堅牢になるマッチング方法が使用できる。この方法は図５１を用いて以下の手順で実施される。

図５１において、（ａ）は基準パターンの例を示し、（ｂ）は（ａ）の基準パターン（点線）および基準パターンに対応する検査対象パターン画像（実線）の例を示す。図５１（ａ）に示す基準パターンは周期的なパターンであるが、１ヶ所ギャップがある。この基準パターンと検査対象パターン画像とのマッチングを行う際に、図５１（ｂ）に示すように、両パターンが１周期ずれていても、ギャップの部分以外は一致するので、マッチングの評価値は高くなってしまう。そこで、このギャップの部分に対応する基準パターンのエッジのマッチングに寄与する度合を大きくして、検査対象パターン画像のギャップと基準パターンのギャップとが一致しない場合にはマッチング評価値が大きく低下するようにする。

まず自己相関法で基準パターンの周期を求める。次に、もとの基準パターンと一周期ずらした基準パターンを比較してもとの基準パターンにあって１周期ずらした基準パターンにないパターンを求める。求めたパターンをユニークパターンとして認識する。ユニークパターンのエッジのマッチングに寄与する度合を他の基準パターンより大きい値にする。この値は１より大きい値にする。この値として経験から得られた固定値もしくは、固定値÷全基準パターン中のユニークパターンの比率などが使用できる。

４．２．２ネガティブパターンを使うマッチング方法
ユニークパターンをより効率的に使う方法として、ユニークパターンの対であるネガティブパターンを使うマッチング方法が使用できる。図５２（ａ）および図５２（ｂ）は長方形パターンが周期的に並んでいる基準パターンのマッチング評価値の計算方法を模式的に示す図である。図５２（ａ）および図５２（ｂ）に示された検査対象パターンの右側にも長方形パターンが周期的に並んでいるが、画像が限定されているので、右側の長方形パターンの終わりがどこか分からない。このような場合に、前述の４．２．１ユニークパターンを使うマッチング方法を使ってマッチングを施すと図５２の（ａ）と（ｂ）とではマッチング評価値がほぼ同じになり、マッチング位置が一意的に決まらない。

この対策として以下の手順でユニークパターンの対であるネガティブパターンを抽出してマッチング評価値計算に使用する。
図５３（ａ）、図５３（ｂ）および図５３（ｃ）はユニークパターンの対であるネガティブパターンを使ってマッチング評価値を計算する方法を模式的に示す図である。もとの基準パターンから左方向に一周期ずれた部分に基準パターンが無い場合に、もとの基準パターンの位置はユニークパターン（点線で示された長方形）とする。ユニークパターンを左側に一周期ずらした部分をネガティブパターン（実線で示された長方形）とする。同様に、右方向、上方向、下方向などの他の方向についても実施する。

ユニークパターンについては、前述のようにマッチングに寄与する度合いを１より大きい値にする。一方、ネガティブパターンについては、マッチングに寄与する度合を前述の１より大きい値に（−１）を乗じた値にする。

ネガティブパターンを使う評価値を考察する。１つのユニークパターンに検査対象パターンが存在しているときの評価値をF₁とする。図５３（ａ）の評価値は(3・F₁)、図５３（ｂ）の評価値は(0)である。図５３（ｃ）の評価値は(3・F₁)-(3・F₁)≒(0)である。この計算から、図５３（ａ）がマッチング位置と判断される。

本実施例によれば、ネガティブパターンが最適なマッチング位置からの一周期のズレに対して大きなペナルティーを課すので、周期的に同じパターンが並んだ部分とそうでない部分の境界を正確にマッチングできる。

４．２．３エッジの水平軸垂直軸への射影データを使ったマッチング方法
以上のマッチング方法は十分高速であるが、より高速に実行できる方法が求められる。高速化するために、ステップＳ３１４の中の「ピクセルごとにマッチングを行う」部分を改良する。
設計データの多くは横線と縦線である。この性質を使って、基準パターンのエッジの水平軸垂直軸への射影データと検査対象パターン画像から検出されたエッジの水平軸垂直軸への射影データを使ってより高速にマッチングをすることが可能になる。

図５４（ａ）および図５４（ｂ）は前述の４．１．１第１のエッジ検出方法１で検出されたエッジの水平軸垂直軸への射影データをつかったマッチング方法を示す模式図である。本実施例では、４．１．１第１のエッジ検出方法１で説明したパターン内部と下地との間にコントラストがある画像に適したエッジ検出を用いて説明する。また基準パターンを成す線分は上下左右の４方向があるが、ここでは代表例として上方向の線分を例にマッチングの方法を説明する。

（１）基準パターンを成す全ての線分の線分長の合計値L_rpを求める。次に４．１．１第１のエッジ検出方法１で検出されたエッジを強度ごとにソートする。ソートされたエッジを強度がより大きいものからL_rp個選んでエッジとして残し他のエッジを消去する。基準パターンはピクセル単位の座標系で表現されていて、基準パターンと検査対象パターン画像の大きさは大よそ同じだから、選択されたエッジは、大よそ基準パターンのエッジに対応する。

（２）基準パターンを成す線分で上方向の線分を抽出する。抽出された線分を水平軸（Ｘ軸）に射影して１次元データを作成する。この１次元データは配列の形でインデックスはＸ座標値で要素は線分の長さになる。同様に、この線分を垂直軸（Ｙ軸）に射影して１次元データを作成する。この１次元データは配列の形でインデックスはＹ座標値で要素は線分の長さになる。この結果は図５４（ａ）に示すものになる。

（３）前述の選ばれたエッジから上方向エッジを抽出する。このエッジを水平軸（Ｘ軸）に射影して１次元データを作成する。この１次元データは配列の形でインデックスはＸ座標値で要素の値はエッジ（ベクトル）のＹ成分になる。同様に、このエッジを垂直軸（Ｙ軸）に射影して１次元データを作成する。この１次元データは配列の形でインデックスはＹ座標値で要素の値はエッジ（ベクトル）のＹ成分になる。この結果は図５４（ｂ）に示すものになる。

（４）上方向エッジの水平軸への射影データを図４６に示すＸ方向の範囲の中をシフトさせながら、上方向のエッジの水平軸への射影データと上方向線分の水平軸への射影データとのＸ方向のマッチング誤差値E_pmを計算する。同様に、上方向エッジの垂直軸への射影データを図４６に示すＹ方向の範囲の中をシフトさせながら、上方向エッジの垂直軸への射影データと上方向線分の垂直軸への射影データとのＹ方向のマッチング誤差値E_pmを計算する。マッチング誤差値E_pmの計算結果が図５５に示されている。マッチング誤差値E_pmは後述する。

（５）Ｘ方向のマッチング誤差値E_pmの最大値E_pmMaxと最小値E_pmMinを求めてしきい値を以下の式で求める。Ｙ方向のしきい値も同様に求める。

このしきい値以下のマッチング誤差値E_pmをもつシフト量がマッチングに適したシフト量と判断される。係数k_mtは経験的に決められる値で０から１の間の値を取り、０に近いほどマッチングに適したと判断されたシフト量の数が多くなる。図５６の矢印で示したシフト量がマッチングに適したと判断されたシフト量である。

（６）次に、（５）で得られたマッチングに適したと判断されたシフト量から最適解を求める。前述の４．２直線形状パターンのマッチング方法では、「本実施形態におけるマッチングでは、評価値F₀が最大になる位置を得るために、検査対象パターン画像に対して基準パターンをピクセルごとに上下左右にシフトし、得られた評価値F₀が最大になる位置をマッチング位置とする（図４６）。」と説明した。本方法を採用すると、この部分を「本実施形態におけるマッチングでは、評価値F₀が最大になる位置を得るために、検査対象パターン画像に対して基準パターンを上記（５）で得られたシフト量ごとに上下左右にシフトし、得られた評価値F₀が最大になる位置をマッチング位置とする（図４６）。」と読み替えて前述の直線形状パターンのマッチング方法を実施することになる。

マッチング誤差値E_pmは図５７（ａ）に示す方法で計算される。本実施例では、代表例として、上方向線分の水平軸への射影データの要素R_p[i]、上方向エッジの水平軸への射影データの要素E_p[i]と、シフト量S_pを使用する方法を示す。単純なマッチング誤差値E_pmSは、上方向線分の水平軸への射影データの要素R_p[i]とこれに対応するシフトされた上方向エッジの水平軸への射影データの要素E_p[i+S_p]を使い次の式で求められる。

総和Σ_ｉは、全ての要素E_p[i]に対する和を意味する。

ステップＳ３１２（検査対象パターン画像のエッジを膨張させて、膨張エッジを求める。）で説明したように、電気特性的に影響しない許容パターン変形量内のパターン変形を無視する必要がある。ステップＳ３１２と同様の方法を使用しても良いが、他の方法として以下の方法を使用する。

ここでは、許容パターン変形量が１ピクセルの場合を説明する。まず、以下の計算を全ての要素E_p[i]に対して実行する。
（１）もし、

であれば、以下の計算を実行する。

（２）もし、

で、次のδＲが正であれば、以下のρ_-1からのE_p[i+S_p]の計算を実行する。

（３）もし、

で、δＲが負であれば、以下の計算を実行する。

以上の計算が終了した後、許容パターン変形量を考慮したマッチング誤差値E_pmDを、下記の式で求める。

この計算の結果が図５７（ｂ）、（ｃ）に示されている。図５７（ｂ）ではR_p[i]とE_p[i+S_p]がマッチングに適した位置に置かれている。一方、図５７（ｃ）ではR_p[i]とE_p[i+S_p]がマッチングに適した位置から１ピクセルずれた位置に置かれている。図５７（ｂ）、（ｃ）に示されるように、許容パターン変形量を考慮したマッチング誤差値E_pmDは、単純なマッチング誤差値E_pmSより許容パターン変形量を考慮して対応付けられた量だけ小さな値になっている。よって、マッチング誤差値E_pmとして許容パターン変形量を考慮したマッチング誤差値E_pmDが適している。

許容パターン変形量が１ピクセルより大きい場合は、R_p[i-1]、R_p[i+1]の他にR_p[i-2]、R_p[i+2]、などを使用して処理を行えば良い。

以上のマッチング誤差値E_pmの、計算を下方向左方向右方向のエッジと線分にも実施する。また、他の方向例えば４５度の倍数の方向の線分を使用しても良い。
本実施例では上方向下方向のエッジなど１８０度逆方向のエッジの区別がつくが、４．１．２第１のエッジ検出方法２を使用する場合は、１８０度逆方向のエッジの区別がつかない。この場合は、１８０度逆のエッジを混合して計算する。

図４６では、検査対象パターン画像に対して基準パターンをピクセルごとに上下左右にシフトして、評価値F₀が最大になる位置をマッチング位置とする方法を示した。しかし、本実施例によれば、ピクセルごとにシフトする代わりに、飛び飛びのピクセルの間隔でシフトできるので計算時間が大幅に短縮できる。

４．３幾何学情報を使う孤立パターンのマッチング方法
前述のマッチング方法は、直線形状パターンには最適である。しかし、孤立パターンであるホールパターン、島パターンのマッチングには別の方法が使用可能である。ホールパターン、島パターンとは、長方形であって、長辺と短辺とも最小線幅の２，３倍以下のパターンである。ホールパターン、島パターンは直線形状パターンより小さく、かつ、より多いので、マッチングにはより計算時間が必要とされる。この課題を解決するために、前述の４．２直線形状パターンのマッチング方法に比べて計算量が減らせて高速化が可能な以下の方法が使用できる。

この方法は全ての検査対象パターンがホールパターン、島パターンである場合に使用することができる。また、通常、ホールパターンと、島パターンとは同時には存在しない。よって、本実施例では全ての検査対象パターンがホールパターンの場合の方法を説明する。島パターンについては本実施例のホールを島に読み替えればホールパターンのマッチング方法が使用できる。

ホールパターンのマッチングの第１の方法は検査対象パターン画像のエッジから得られた幾何学情報を使用する方法である。図５８はホールパターンのマッチングの第１の方法を説明する模式的な図である。図５８（ａ）には、検査対象パターン画像から検出されたエッジが太線で表示されている。また、そのエッジの重心が黒丸（●）点で示されている。

第１段階として、図５８（ａ）で示すようにエッジを検出して、連結しているエッジの最外枠と重心を求める。パターン内部と下地との間にコントラストがある画像の場合は、前述の４．１．１第１のエッジ検出方法１で説明したエッジ検出が使用できる。

前述の４．１．２第１のエッジ検出方法２で、説明したエッジが明るくパターン内部と下地との間にコントラストがない画像の場合は、前述の４．１．２第１のエッジ検出方法２で説明したエッジ検出が使用できる。この場合は、エッジは必ずしも連結したピクセルとして認識されないので、エッジを膨張して連結した後に、ラベリング処理をして連結したピクセルを求めて、これらの連結したピクセルの最外枠と重心を求めエッジの最外枠と重心とする。

第２段階として、得られたエッジを、図５８（ｂ）を使って、次の手順で選別する。
（１）予め、前述の３．３レシピデータ「（７）孤立パターンの大きさの最小値S_hmaxと最大値S_hminおよび安全係数k_hmin、k_hmax」を決めて登録しておく。
（２）エッジの最外枠の大きさがS_hmax×k_hmaxより大きい場合は、エッジはホールパターンのエッジとは見なさない。安全係数k_hmaxは、１から２程度の値で経験的に決められる値である。

（３）また、エッジの最外枠の大きさがS_hmin×k_hminより小さい場合は、ノイズやゴミとみなしホールパターンのエッジとは見なさない。安全係数k_hminは、０．５から１程度の値で経験的に決められる値である。
（４）連結したエッジが、リング状を成さねば、ホールパターンのエッジとは見なさない。
（５）パターン内部と下地との間にコントラストがある画像の場合は、上記の（４）のリング状の内部がホールか島の判定ができる。もしリング状の内部がホールでない場合は、エッジをホールパターンのエッジとは見なさない。

本実施例は、前述の４．２直線形状パターンのマッチング方法で使用したF₀、F_aおよびF_bの代わりに評価値F_hを使ってマッチングが実施される。評価値にF_hを使用すること以外は、前述の４．２直線形状パターンのマッチング方法と同様の処理を使用する。本実施例では基準パターンは単純に設計データを変換して得る。評価値F_hは以下の方法で得られた値を全てのホールパターンである基準パターンについて求めて総和をとった値である。

（１）図５８（ｃ）の第１列で示すように基準パターン内にエッジの重心が存在しなければ値は０になる。
（２）図５８（ｃ）の第２列のように基準パターン内に重心が存在すれば値は１になる。

前述の４．２直線形状パターンのマッチング方法で使用した４．２．１ユニークパターンを使うマッチング方法と４．２．２ネガティブパターンを使うマッチング方法を本例に使用するために、以下の２計算を追加する。ユニークパターンとネガティブパターンの認識法とマッチングに寄与する度合の設定は前述の４．２直線形状パターンのマッチング方法と同じである。
（３）ユニークパターンに重心が存在すれば、値は前述のマッチングに寄与する度合になる。
（４）ネガティブパターンに重心が存在すれば、値は前述のマッチングに寄与する度合×（−１）になる。

本実施例を使用すれば、複数のエッジをまとめた情報を使用してマッチングする方法が実現できる。この方法は、個々のエッジを使用してマッチングする方法に比べて高速に実行できる。さらに、大幅に計算コストが減らせる。

さらに、前述の４．２．３エッジの水平軸垂直軸への射影データを使ったマッチング方法を応用して高速化な計算が可能である。この場合は、エッジの射影データではなくて、エッジの重心の射影データが使用される。

４．４統計量を使う孤立パターンのマッチング方法
ホールパターンのマッチングの第２の方法は基準パターンの内部に相当する検査対象パターン画像の統計量と、基準パターンの外部に相当する検査対象パターン画像の統計量とを比較する方法である。図５９はホールパターンのマッチングの第２の方法を説明する模式的な図である。図５９（ａ）は、本実施例で使用する基準パターンを表している。これらの基準パターンは、設計データにサイズ処理を実施して得られる。サイズ処理で大きくする量は、３．３レシピデータ「（２）孤立パターンの場合の許容直径変形量」の＋側の限界値の半分未満の量である。図５９（ｂ）は、典型的なホールパターンの検査対象パターン画像である。ホールパターンのエッジは下地より明るく、ホールパターンの内部は下地より暗い。

本実施例は、前述の４．２直線形状パターンのマッチング方法で使用したF₀、F_aおよびF_bの代わりに評価値F_dを使ってマッチングが実施される。評価値にF_dを使用すること以外の処理は前述の４．２直線形状パターンのマッチング方法と同様の処理を使用する。評価値F_dは、以下の手順で得られる。

（１）図５９（ｃ）のように全ての基準パターンの内部に対応するホールパターンの検査対象パターン画像のピクセルに対してヒストグラムH_insideを求める。得られたヒストグラムをH_inside規格化する。
（２）全ての基準パターンの外部に対応するホールパターンの検査対象パターン画像のピクセルに対してヒストグラムH_outsideを求める。得られたヒストグラムH_outsideを規格化する。
（３）各差分ヒストグラムH_differenceの要素は、それぞれ差分ヒストグラムH_differenceの要素に対応するヒストグラムH_insideの要素とヒストグラムH_outsideの要素の差として計算される。差分ヒストグラムH_differenceの各要素の絶対値の和を評価値F_dとする。

前述の４．２直線形状パターンのマッチング方法で使用した４．２．１ユニークパターンを使うマッチング方法と４．２．２ネガティブパターンを使うマッチング方法を本実施例に使用するために、以下の２計算を追加する。ユニークパターンとネガティブパターンの認識法とマッチングに寄与する度合いの設定は４．２直線形状パターンのマッチング方法と同じである。

（４）ユニークパターンの内部に対応するホールパターンの検査対象パターン画像のピクセルの場合は、これらの各ピクセルを前述のマッチングに寄与する度合に相当する数のピクセルに換算し、換算したピクセルを使ってヒストグラムH_insideを求める。
（５）ネガティブパターンの内部に対応するホールパターンの検査対象パターン画像のピクセルの場合は、これらの各ピクセルを前述のマッチングに寄与する度合に相当する数×（−１）のピクセルに換算し、換算したピクセルを使ってヒストグラムH_insideを求める。

上記の（５）の計算が意味することは以下である。ネガティブパターン内にホールが存在するとヒストグラムH_insideの要素の総和は減るが形はあまり変わらない。よって、この場合は、評価値F_dはネガティブパターンの計算前の評価値F_dとほぼ等しい。一方、ネガティブパターン内にホールが存在しないとヒストグラムH_insideは差分ヒストグラムH_differenceに似てくる。差分ヒストグラムH_difference（手順（１）で作成されるH_insideのかわりに使用される。）とヒストグラムH_outsideを使った評価値F_dは、ヒストグラムH_insideとヒストグラムH_outsideを使った評価値F_dより大きい。ゆえにこの場合は、評価値F_dはネガティブパターンの計算前の評価値F_dより大きくなる。

ホールパターン、島パターンは、帯電現象などの影響で下地部分の画像の明るさの分布が場所によって変化する。このことはヒストグラムH_outsideが広がることを意味している。しかし、ヒストグラムH_outsideが広がることによる評価値F_dの影響はあまり大きくない。

本実施例によれば、評価値としてホールパターン、島パターンの内部と外部の差分ヒストグラムを使用しているので、帯電現象などの影響で下地部分の画像の明るさの分布が場所によって変化しても影響を受けにくいマッチング方法が実現できる。なお、本方法は、直線形状パターンのマッチングとして使用することも可能である。

４．５マッチング後の処理
マッチングを行い、最大の評価値をとるシフト量S₁=(x_s,y_s)が求まったら、シフト量S₁の分だけ基準パターンをシフトさせる。以後の処理は、このシフトを行った状態で行う。シフト量S₁は検査結果として、表示装置５および印刷装置６に出力することができる。

マッチングが終わった後、検査対象パターン画像のエッジを２値化する。この２値化は、検査対象パターン画像のエッジの強度に対して前述の３．３レシピデータ「（３）検査対象パターン画像のエッジの２値化しきい値」を使用して実行される。すなわち、検査対象パターン画像のエッジの強度が、前述の３．３レシピデータ「（３）検査対象パターン画像のエッジの２値化しきい値」より大きい検査対象パターン画像のエッジを２値化処理後の検査対象パターン画像のエッジとし、そうでなければ、２値化処理後の検査対象パターン画像のエッジとしない。以降の処理では、検査対象パターン画像のエッジの強度は使用されない。

２値化の方法の別の方法としてｐタイル法が使用できる。この方法では、検査対象パターン画像のエッジの個数が、基準パターンのエッジに相当するピクセル数×ｐ個になるようにする。すなわち、検査対象パターン画像のエッジの強度の大きい順に、基準パターンのエッジに相当するピクセル数×ｐ個分の検査対象パターン画像のエッジを、２値化処理後の検査対象パターン画像のエッジとし、残りを２値化処理後の検査対象パターン画像のエッジとしない。ここで係数ｐは通常０．９から１．１程度の数で、３．３レシピデータ「（３）検査対象パターン画像のエッジのｐタイル法の係数ｐ」に設定されて使用される。

４．６第１の検査
次に、検査部１２は、第１の検査を行う。具体的には、パターン変形量の計算、欠陥検出、および欠陥種の認識を行う。検査部１２は、まず、検査対象パターン画像のエッジと基準パターンのエッジとの対応づけを行う（ステップＳ３１８）。エッジ位置は、サブピクセル精度で扱われる。したがって、エッジ間の距離もサブピクセル精度で得られる。エッジの方向は、右方向を０度として０度から３６０度の値として決定される。

本実施形態においては、検査対象パターン画像のエッジとシフト量S₁シフトされた基準パターンのエッジとの距離、および両エッジの方向を考慮して対応づけを以下の手順で実施している。

基準パターンの各エッジについて、前述の３．３レシピデータ「（２）許容パターン変形量」の距離内にある検査対象パターン画像のエッジを探す。そして、検出されたエッジの中で基準パターンのエッジとの方向差が前述の３．３レシピデータ「（２）エッジの許容方向差」以下のものを、許容パターン変形量内のエッジとして対応づける。対応づけた両エッジ間のベクトルd(x,y)は、パターン変形量を求めるのに用いることができる。なお、前述の手順で複数のエッジが認識された場合は、最も距離が短く、最も方向差が小さいエッジを採用する。

図６０は、検査対象パターン画像のエッジと基準パターンのエッジとの対応づけの例を示す図である。図６０においては、方向を示すために、エッジを矢印で示している。図６０の例では、基準パターンのエッジを含む各ピクセルにおいて、基準パターンのエッジの中心から、エッジ方向と垂直な方向に検査対象パターン画像のエッジを探していくことにより、対応づけを行っている。基準パターンのエッジの中心からの距離が許容パターン変形量以下であり、かつ、方向の差がエッジの許容方向差以下である検査対象パターン画像のエッジが見つかれば、両エッジを対応づける。図６０においてエッジ間のベクトルd(x,y)が、前記のベクトルの例である。

図６１において、（ａ）は基準パターンのエッジの例を示し、（ｂ）は（ａ）の基準パターンに対応する検査対象パターン画像のエッジの例を示している。図６１を用いて、両エッジの対応づけの例を説明する。この例では、許容パターン変形量は１ピクセル分とする。また、エッジの許容方向差は６０度とする。例えば、基準パターンのエッジ８１に対応する検査対象パターン画像のエッジを探したところ、エッジ６８がエッジ８１の許容パターン変形量の距離内にあり、かつ、方向の差がエッジの許容方向差以下であることから、エッジ６８はエッジ８１に対応するエッジと認定される。基準パターンのエッジ８４についても、対応する検査対象パターン画像のエッジとしてエッジ７０が認定される。

基準パターンのエッジ８２に対して、エッジ６１は許容パターン変形量の距離内にない。エッジ６４は、許容パターン変形量の距離内になく、方向差もエッジの許容方向差より大きい。また、エッジ６６および６９は、許容パターン変形量の距離内にはあるが、方向差がエッジの許容方向差より大きい。したがって、エッジ８２に対応するエッジは得られない。エッジ８３に対応するエッジについても同様に得られない。

なお、図６１（ａ）および図６１（ｂ）の例はパターンの内側か外側かを区別しない方法で、方向が０から１８０度の範囲の値のみをもつ場合であるが、パターン内外を区別する方法とすることも可能である。例えば、エッジ方向はパターン内側を必ずエッジの右手におくように決定しておけば、図６１（ａ）の基準パターンのエッジは、図６２のようになり、対応づけをより厳密に実行することができる。

次に、検査部１２は、欠陥検出を行う（ステップＳ３２０）。欠陥検出には次の２つの方法が使用できる。

４．６．１異常パターン変形量を持った欠陥の認識方法
欠陥検出の第１の方法として以下の手順で、異常パターン変形量を持つ欠陥を認識する。図６３は、異常パターン変形量を持った欠陥を認識する方法を模式的に示す図である。検査部１２は、基準パターンと対応づけができなかった検査対象パターン画像のエッジ（例えば、図６１（ｂ）のエッジ６１から６７、６９および７５）を、欠陥ピクセルとして認識する。上記の欠陥ピクセルを表現する２値化ビットマップを得る。

次に、図６３（ａ）で示すように得られた２値化ビットマップを膨張幅W_dilation分（本図では２ピクセル）膨張させ、欠陥ピクセルどうしを連結する。膨張させた２値化ビットマップは、２値化ビットマップのDilation演算の結果として得ることができる。このDilation演算はモルフォロジーの代表的な演算の一つである。

図６３（ｂ）で示すように欠陥検出時にはノイズ等の要因で欠陥が分断されて検出されることがある。この場合は、分断されて検出された部分を経験的な値である膨張幅W_dilationを使って融合して、融合された部分である領域を１個の欠陥として認識する。

モルフォロジーの代表的な演算であるDilation演算とErosion演算を説明する。Dilation演算δとErosion演算εとはＡを対象画像（２値化ビットマップ）、Ｂを構造要素（２値化ビットマップ）とすると以下の結果を出力する演算である。

(Ａ)_-bはＡを-b平行移動することを意味する。また、∪、∩は、ｂ∈Ｂを満たす全てのｂに対する２値化ビットマップの和演算（OR）、積演算（AND）を意味する。

次に、ラベリング処理で互いに連結されたピクセルを１つの領域として認識する。ラベリング処理とは、４近傍もしくは８近傍で連結しているピクセルに同一の値を書き込み、連結ピクセル群を生成する方法である。互いに連結していない連結ピクセル群に別の値を与えることで、各連結ピクセル群を区別できる。この連結ピクセル群を欠陥が存在する領域と認識し、欠陥の外接長方形を求める。欠陥の外接長方形とは、連結ピクセル群を含む最小の長方形を意味する。

以上の手順は、図６３（ｂ）で示すように実行される。図６３（ｂ）では、基準パターンの右下方向の線分に対応する欠陥が不連続に存在している。これらの欠陥は本来１つの欠陥であるが分断されている。まず、欠陥と認識された領域を二値化画像（黒いピクセルで示す）として求める。この二値化画像を膨張幅W_dilation分ふくらませると白いピクセルで示された領域ができる。次に黒いピクセルと白いピクセルとをラベリング処理で領域として認識して、この認識された領域を包含する最小の長方形領域が外接長方形として得られる。

最後に、外接長方形の中心を計算して欠陥位置とし、外接長方形の大きさを計算して欠陥サイズとする。得られた欠陥位置と欠陥サイズを欠陥情報とする。

４．６．２ピクセルの輝度分布を使う欠陥の認識方法
欠陥検出の第２の方法として以下の手順で、ピクセルの輝度分布を使い欠陥を認識する。まず、基準パターンとの対応づけが行われた検査対象パターン画像のエッジを連結して領域を求める。得られた領域の内側と外側の部分に存在するピクセルの輝度値を求める。各々の輝度値の分布は欠陥が無ければ正規分布をなす。よって、正規分布ではない輝度値を持つピクセルを欠陥ピクセルとして認識することが可能である。

正規分布ではない輝度値を持つピクセルを検出し、それらをラベリング処理で領域として認識して、この認識された領域を包含する最小の長方形領域が外接長方形として得られる。最後に、外接長方形の中心を計算して欠陥位置とし、外接長方形の大きさを計算して欠陥サイズとする。得られた欠陥位置と欠陥サイズを欠陥情報とする。

図６４は、ピクセルの輝度分布を使う欠陥の認識方法を模式的に示す図である。破線２０１は検査対象パターン画像のエッジを示す。破線２０１の両サイドの実線２０２、２０３は、エッジを指定幅太らせてできた領域の境界であり、実線２０２、２０３で囲まれた部分をエッジ領域と認識する。下地２０４と検査対象パターン内部２０５の輝度値は、おおよそ正規分布をなす。

図６５に示すように、輝度値の分布が±３σ程度を越した部分Ｄは欠陥である可能性が高い。区間Ｄにはノイズも含まれるが、ノイズは領域内に比較的均一に存在する一方、欠陥は固まって存在する。区間Ｄに対応する輝度値を持つピクセルを１、それ以外の輝度値を持つピクセルを０とした２値化マップを作成する。指定された大きさ（例えば２×２ピクセル）以下の輝度値１を持ったピクセルの固まり（例えば、図６４のピクセルの固まり２０７）を消去する。この処理にはミディアンフィルタなどが利用できる。このフィルタのウインドウサイズは検出したい欠陥の大きさを考慮した経験値である。残った輝度値１を持ったピクセルの固まり（例えば、図６４のピクセルの固まり２０６）を欠陥と認識する。

前述の４．６．１異常パターン変形量を持った欠陥の認識方法は、基準パターンのエッジの近傍の欠陥を検出する。一方、本方法であるピクセルの輝度分布を使う欠陥の認識方法は、基準パターンのエッジの近傍以外の場所に存在する欠陥を検出する。

欠陥が検出された場合には、欠陥情報（欠陥位置、欠陥サイズ、および、欠陥を含む画像）を欠陥種認識部１４に出力する（ステップＳ３２２、３２４）。

４．７画像から得られる特徴量を使った欠陥種の判定方法
欠陥種認識部１４は、欠陥情報および欠陥種参照データベース２３の情報を使用して欠陥種を判定する（ステップＳ３２６）。具体的には、欠陥に対応する検査対象パターン画像の部分の特徴量を求めて、他の特徴量と比較して欠陥種を判定する。他の特徴量は、他の欠陥に対応する検査対象パターン画像の部分の特徴量であり、欠陥種参照データベース２３に蓄積されている。欠陥種認識部１４は、欠陥情報（欠陥位置、欠陥サイズ、および、欠陥を含む画像）および欠陥種を、出力部１３を介して表示装置５および印刷装置６に出力する（ステップＳ３２８）。欠陥種参照データベース２３は、既に取得された画像を欠陥種ごとに登録したデータベースである。

欠陥種認識部１４は、以下の手順で欠陥種を判定する。
欠陥と認識された連結したピクセルの幾何学情報を得る。幾何学情報は特徴量の一種である。得られた幾何学情報から、丸い、細長いなど欠陥の形状的特徴を認識することができ、丸ければ異物など、細長ければスクラッチなどと認識できる。欠陥と認識されたピクセルを検査対象パタ−ンの内側、外側、境界の３部分に区分する。これらの各部分ごとに、検査対象パターン画像のピクセル輝度値を使ったピクセルの特徴量を得る。ここで得られる特徴量により、異物が金属片であるか有機物（例えば人間のあか）であるかなどの判断をつけることができる。すなわち、異物が金属であれば明るく、有機物であれば暗いということで種類を判別することができる。

また、検査対象パターンの内部に異物がある場合は、異物と認識されたピクセルの輝度の変化が大きい場合に、異物が検査対象パターンの上に存在している可能性が高いと判断され、逆に、輝度の変化が小さい場合は、異物が検査対象パターンの下に存在している可能性が高いと判断される。欠陥が検査対象パターン内部に存在するか外部に存在するか、検査対象パターン画像だけでは区別できないので、この処理は従来のダイ・ツー・ダイ法では困難である。本方法は、これらの特徴量を使い、良く知られた分類法で欠陥種を判定する。その分類法として、ｋ最短距離法が使用できる。

上記の欠陥種判定方法は、従来行われている光学方式、ＳＥＭ方式のＡＤＣ（Automatic Defect Classification）を基にした方法であるが、本実施例によれば、設計データを使って検査対象パターンの内部と外部が認識できるので、各部分の特徴量が正確に得られ、分類精度が向上する。

４．８検査単位領域全体から得られるパターン変形量
次に、検査部１２は、対応づけを行った検査対象パターン画像のエッジと基準パターンのエッジとの関係からパターン変形量を求める（ステップＳ３３０）。パターン変形量は、欠陥が検出されなかった部分から求める。そして、パターン変形量を、出力部１３を介して表示装置５および印刷装置６に出力する（ステップＳ３３２）。

パターン変形量には、検査単位領域全体から得られるパターン変形量と、基準パターンの属性を使って検出されるパターン変形量の２種類がある。検査単位領域全体から得られるパターン変形量としては、例えば、エッジプレイスメントエラー、倍率変化量、および線幅の変形量が使用できる。

エッジプレイスメントエラーは、対応づけられたエッジ間のベクトルd(x,y)の平均値として求められる。このエッジプレイスメントエラーはサブピクセル精度でのシフト量S₂となる。このシフト量S₂に４．５マッチング後の処理で説明したシフト量S₁を加えたものがサブピクセル精度でのシフト量になる。ＸＹステージ３２１の誤差が無視し得る場合は、シフト量S₁+S₂が検査単位領域ごとに検査対象パターンのエッジプレイスメントエラーになる。

ＸＹステージ３２１の誤差が無視できなくて、検査をサブピクセル精度で実施する場合は、ここでシフト量S₁+S₂の値をシフト量S₁に代入し、基準パターンをシフト量S₁シフトさせて、ステップＳ３１８からＳ３３０を再度実行する。

Ｘ方向の倍率変化量を求めるには、縦方向の基準パターンの線分に関するベクトルd(x,y)のＸ成分を回帰直線で近似して回帰直線D(x)を求める。そして、回帰直線の勾配をＸ方向の倍率変化量とする。Ｙ方向の倍率変化量についても同様の手順である。

図６６において、（ａ）は基準パターンのエッジ（破線）、および検査対象パターン画像のエッジ（実線）の例を示し、（ｂ）は（ａ）に示すエッジ間のy=y₀におけるベクトルd(x,y₀)のＸ成分を回帰直線D(x)で近似した例を示す。ベクトルd(x,y₀)のＸ成分を回帰直線D(x)=ax+bで近似すると、傾きａが倍率変化量に相当する。図６６（ａ）の例では、検査対象パターンが基準パターンよりも全体に大きいことがわかる。

図６７において、（ａ）は基準パターンのエッジ（破線）、および検査対象パターン画像のエッジ（実線）の別の例を示し、（ｂ）は（ａ）に示すエッジ間のy=y₀におけるベクトルd(x,y₀)のＸ成分を回帰直線D(x)で近似した例を示す。図６７（ａ）の例では、検査対象パターン画像のパターンが基準パターンよりも全体に大きいことに加えて、直線形状パターンの幅が太っている。図６７（ａ）において、基準パターンの直線形状パターン１２１、１２２、１２３は、それぞれ検査対象パターン画像の直線形状パターン１２４、１２５、１２６に対応する。

Ｘ方向の線幅の変形量は、例えば、sign(x,y₀)・{d(x,y₀)のＸ成分-D(x)}の平均値として求めることができる。ここで、sign(x,y₀)は、(x,y₀)の位置がラインの左側であれば−１をとり、ラインの右側であれば１をとる。なお、線幅の変形量に関して、sign(x,y₀)・{d(x,y₀)のＸ成分-D(x)}の標準偏差を求めれば、線幅の標準偏差が得られる。

４．９基準パターンの属性の抽出ルール
前述の３．３レシピデータ「（４）基準パターンの属性（直線部分、コーナー、終端、孤立パターン等）を認識するための抽出ルールが使用するパラメータ」の例を図６８に従い説明する。直線部分１７１は、所定長Ｌ以上の長さをもつ線分として抽出される。コーナー１７２は、所定角度（９０度、１３５度や２７０度など）で接触する２線分の接点近傍にある部分として抽出される。終端１７３は、所定長Ｌ以下の長さをもつ線分で、直線部分１７１，１７１と９０度の角度をもって接する両端１７３ｔ，１７３ｔをもつ線分として抽出される。終端１７３と二つの直線部分１７１，１７１はコの字型の形状をなす。孤立パターンは、所定面積以下の閉図形として抽出される。

４．１０基準パターンの属性を使って欠陥を検出する方法
図６８で示したように、基準パターンの属性として、直線部分１７１、コーナー１７２、終端１７３、孤立パターン１７４などを使用する。基準パターンに基準パターンの属性を自動的に付加して検査時に使用する。

基準パターンの属性に関するパターン変形量として、前述の４．８検査単位領域全体から得られるパターン変形量で説明したエッジプレイスメントエラー、倍率変化量、および線幅の変形量のほか、直径、面積、周囲長、円形度、モーメント、曲率半径などの特徴量の変形量が使用できる。

４．１０．１終端のエッジプレイスメントエラーを持った欠陥
図６９（ａ）および（ｂ）は、終端のエッジプレイスメントエラーを示す図である。終端のエッジプレイスメントエラーは、図６９（ａ）に示すように、基準パターンの終端を構成するエッジ１６４と検査対象パターン画像のエッジ１６３の間の最小距離である。

他の方法として、図６９（ｂ）に示すように、任意の幅をもった区間１５７に対応する複数の距離の平均値、最大値、最小値、または、中央値などを、終端のエッジプレイスメントエラーとしても良い。
もし、エッジプレイスメントエラーが、３．３レシピデータ「（２）許容パターン変形量の−側の限界値および＋側の限界値」の中の終端の許容エッジプレイスメントエラーの範囲になければ、この終端は欠陥を持っていると認識される。

４．１０．２直線部分、コーナーのエッジプレイスメントエラーを持った欠陥
図６９（ａ）および（ｂ）では、終端のエッジプレイスメントエラーについて説明したが、直線部分、コーナーも同様にエッジプレイスメントエラーを測定できる。直線部分については直線部分に対応する区間について得たエッジプレイスメントエラーから欠陥を検出する。コーナーについては、コーナーの成す角度の半分の角度もしくは指定した角度を持つ方向でのエッジプレイスメントエラーを求めて欠陥を検出する。
これらの場合は、終端の許容エッジプレイスメントエラーの代わりに、それぞれ、直線部分、コーナーの許容エッジプレイスメントエラーを使用する。

４．１０．３孤立パターンのプレイスメントエラーを持った欠陥
図７０は、孤立パターンのプレイスメントエラーを示す図である。プレイスメントエラーは、（孤立パターンを構成する）基準パターンのエッジ１６０の重心１６２と、（孤立パターンを構成する）検査対象パターン画像のエッジ１５９の重心１６１との距離である。
もし、プレイスメントエラーが、３．３レシピデータ「（２）許容パターン変形量の−側の限界値および＋側の限界値」の中の孤立パターンの許容プレイスメントエラーの範囲になければ、この孤立パターンは欠陥を持っていると認識される。

４．１０．４孤立パターンの他の欠陥
また、孤立パターンの特徴量の変形量を検査することができる。特徴量として、直径、面積、周囲長、円形度、モーメントなどが使用できる。図７０で示すように、基準パターンのエッジ１６０と検査対象パターン画像のエッジ１５９から前記の特徴量を計算して、両者の特徴量の差異を検査して欠陥を検出することができる。

４．１０．５コーナーの曲率異常欠陥
図７１において、（ａ）は基準パターンのコーナーのエッジの例を示し、（ｂ）は検査対象パターン画像のコーナーのエッジの例を示す。図７１（ａ）に示す基準パターンのエッジ１６６のコーナーには半径R₁の丸みをつける処理がなされている。検査対象パターン画像のエッジ１６５の曲率半径として、最小自乗近似して得られた半径R₂が得られる。半径R₂の代わりに、コーナーの曲線を楕円で最小自乗近似して得られた長径、短径を用いても良い。半径R₁と半径R₂の差異を検査して欠陥を検出することができる。

以上の検査は、視野内の複数の箇所に対し同時に実行される。検査項目は、前述の３．３レシピデータ「（１）求めたいパターン変形量」に従い選択される。

４．１１第２のエッジ検出
検査部１２は、検査対象パターン画像から再度エッジ（第２のエッジ）を検出する（ステップＳ３３４）。第２のエッジは、検査対象パターン画像から得られたプロファイルから検出される。第２の基準パターンとしては、図７６の点Ｑがエッジになる基準パターンを用いる。これに対し、前述の４．１．２第１のエッジ検出方法２で説明したエッジが明るくパターン内部と下地との間にコントラストがない画像の場合、第１の基準パターンとしては、点Ｐがエッジになる基準パターンが用いられる。したがって、第２の基準パターンと第１の基準パターンは一般に異なる。

検査対象パターン画像の第２のエッジ検出を行う前に、前述のシフト量S₁+S₂の分だけ第２の基準パターンをシフトさせる。以後の処理は、このシフトを行った状態で行う。

プロファイルからエッジ位置を検出するには、しきい値法、直線近似法など各種開示されているが、本実施形態では、その中のしきい値法を用いて、ＣＤ−ＳＥＭで行っている線幅測長を２次元パターン画像（検査対象パターン画像）に応用している。ただし、しきい値法を、直線近似法など別の方法に置き換えても同様に処理が可能である。ここで、直線近似法とは、プロファイルを直線で近似し、交点を使ってエッジを検出する方法である。

図７２は、プロファイル取得区間の例を示す図である。図７２で示すように、プロファイル取得区間は、第２の基準パターンを中点として、第２の基準パターンのエッジの垂直方向に設定される（二重線で示された線分）。プロファイル取得区間の長さは、前述の３．３レシピデータ「（６）プロファイル取得区間の長さ」であり、プロファイル取得区間の間隔は、前述の３．３レシピデータ「（６）プロファイル取得区間の間隔」である。
なお、前述の第２の基準パタ−ンの代わりに、図７３に示すように、リソグラフィ・シミュレータで得られた露光パターンの外形を（図中実線）を使用しても良い。

プロファイル取得区間に対応する検査対象パターン画像の区間から、前述の３．３レシピデータ「（６）プロファイル取得区間内のサンプリングポイントの間隔」である間隔で、プロファイルのデータを取得する。プロファイル取得区間の長さは許容パターンの変形量より長くする。またサンプリングポイントの間隔は通常ピクセル間隔以下の値とする。プロファイルのデータの作成には、双一次補間、スプライン補間、フーリエ級数などの方法を用いる。

図７４は図７２の一部（Ｂの部分）を拡大した図であり、図７５は図７４の一部（Ｃの部分）を拡大した図である。図７４もしくは図７４の二重線は図７２のプロファイル取得区間と同じである。図７５の格子の交点はピクセルの位置を、プロファイル取得区間上の黒点はプロファイル取得区間の輝度値を取得する位置を示している。

双一次補間法とは、(0,0)(0,1)(1,0)(1,1)で示されたピクセルの輝度値I(0,0)、I(0,1)、I(1,0)、I(1,1)を使って、位置(x,y)、(0＜x≦1,0＜y≦1)にある点の輝度値I(x,y)を次の計算式で計算するものである。

この式を使って得られたプロファイルから、しきい値法を使って第２のエッジ位置を検出する。図７６に示すように、得られたプロファイルの中の最大輝度値Ｖとその位置Ｐを求める。その最大輝度値Ｖに予め指定された係数ｋをかけた数値をしきい値Ｔとし、輝度値＝しきい値Ｔの直線とプロファイル曲線との交点を求める。これらの交点で、点Ｐから検査対象パターンの外側方向にあり、最も点Ｐに近い交点Ｑを求める。すべてのプロファイルから交点Ｑを計算して第２のエッジを検出する。

ウェーハに形成された検査対象パターンの断面形状は台形状をなす。測長を、この断面形状の上辺で行うのか、下辺で行うのか、あるいは中間部で行うかを係数ｋで設定することができる。

例えば、図７６に示す係数ｋとして0.5を使用すれば、検出されたエッジは、理想的なエッジ位置から検査対象パターンの外側方向に電子線のビーム径の半分の量だけ移動した位置になる。電子線のビーム径とは区間の幅であって、その区間内の輝度値が、輝度値の最大値の半分以上を持っている。

第２のエッジを検出したら、検出された第２のエッジを使って曲線近似（多角形近似を含む）を行い、検出された第２のエッジを連結する。最も単純な方法は、検出されたエッジを単に折れ線（多角形形状の線）で連結する方法である。例えば、以下の分割融合法を用いると、最小自乗法による多角形近似で検出された第２のエッジをスムーズに連結できる。T. Pavlidis and S. L. Horowitz : “Segmentation of plane curves”, IEEE Trans. On Computers,vol. C-23, no.8 Aug., 1974。図７７（ａ）は、この方法の例を示す図である。

これ以外にも、図７７（ｂ）に示すような最小自乗法と２次元スプライン関数を使った平面データの平滑化による曲線近似を用いることもできる。前者は、高速に処理できるが丸まった形状を多く含む曲線には柔軟性がない。一方、後者は、高速性を満たし且つ柔軟性をもつ特性がある。これら以外にも、フーリエ記述子による方法など各種の方法が開示されており、これらでも置き換え可能である。
なお、以上のような曲線近似は、第１のエッジ検出を行った後に行っても良い。

プロファイル取得区間を設定する方法として次の２つの方法が使用できる。その１つは、前述の方法であって、プロファイルを取得する方向および位置を第２の基準パターンを使って予め設定する方法である。この方法は、前述の３．３レシピデータ「（６）プロファイル取得区間をレシピデータ設定時に設定するか第１のエッジを検出してから設定するかのフラグ」がレシピデータ設定時のときに使用される。この方法では、プロファイル取得区間が、第２の基準パターンを使って一意的に設定される。

プロファイル取得区間を設定する別の方法として、プロファイル取得区間を第１のエッジを検出してから適応的に設定する方法が使用できる。前述の３．３レシピデータ「（６）プロファイル取得区間をレシピデータ設定時に設定するか第１のエッジを検出してから設定するかのフラグ」が、「第１のエッジを検出してから」の場合に使用される。

この方法は、図７８（ａ）に示すように、検出された検査対象パターン画像の第１のエッジの垂直方向にプロファイル取得区間を設定する方法である。この方法によれば、図７８（ｂ）に示すように、検出された検査対象パターン画像の第１のエッジ（実線）が前述の第２の基準パターン（点線）からずれていたとしても、プロファイル取得区間を前述の方法より短くできる。また、この方法は、前述の方法に比べ、パターンの変形に追従しやすい。プロファイル取得区間の設定後は、前述の方法と同様の処理を行う。

４．１２第２の検査
第２のエッジ検出の後、検査部１２は、第２の検査を行う（ステップＳ３３６）。この検査は、４．６前述の第１の検査のＳ３２０からＳ３３２と同じ処理であるが第１のエッジのかわりに第２のエッジを使用することが異なっている。ステップＳ３１８では、検査対象パターン画像のエッジと基準パターンのエッジとの対応づけを行うが、第２の検査ではプロファイル取得区間によって対応づけられている。

第２の検査で欠陥検出を行い、パターン変形量を求める。ここで求められる画像全体に関するシフト量S₃は、前述の４．８検査単位領域全体から得られるパターン変形量で説明したシフト量S₂に対応する。ここで求めたシフト量S₃に、前述のシフト量S₁およびシフト量S₂を加えたものが、第２の基準パターンと検査対象パターン画像のパターンとの間の全シフト量となる。

第２の検査では、前述の４．６．１異常パターン変形量を持った欠陥の認識方法と前述の４．６．２ピクセルの輝度分布を使う欠陥の認識方法を以下の方法にする。

第１の検査の４．６．１異常パターン変形量を持った欠陥の認識方法では、基準パターンのエッジと対応づけができなかった検査対象パターン画像のエッジのピクセルは、欠陥として認識される。しかし、第２の検査では、前述の３．３レシピデータ「（２）許容パターン変形量の−側の限界値および＋側の限界値」の範囲にエッジが存在しないプロファイル取得区間を欠陥として扱う。

第１の検査の４．６．２ピクセルの輝度分布を使う欠陥の認識方法では、基準パターンのエッジと対応づけが行われた検査対象パターン画像のエッジを連結して領域を求める。しかし、第２の検査では、基準パターンのエッジを連結して領域を求める。

以上の基本検査処理をすべての検査単位領域について行った場合には検査処理を終了し、そうでない場合にはステップＳ３０８に戻る（ステップＳ３４０）。

５．応用検査処理
以上は図２５に示されたフローチャートに基づく基本検査処理の説明である。この章では、この基本検査処理を発展させた応用検査処理を説明する。

５．１繰り返し発生する欠陥の認識方法
前述の４．基本処理で説明したように、繰り返し発生する欠陥を認識する場合の検査処理の例が図２７に示されている。この検査処理は図２５に示された検査処理を拡張したものである。

５．１．１第１の繰り返し発生する欠陥の認識方法
第１の繰り返し発生する欠陥の認識方法として、以下の手順を実行する。
まず検査の前に準備する工程を示すブロックＡが実行される。次に、各半導体デバイスの検査領域の検査の工程であるブロックＢで欠陥を検出した後に、検出された欠陥を融合する（ステップＳ４０２）。図２７のブロックＡおよびブロックＢは、それぞれ図２６のブロックＡおよびブロックＢと同一である。ブロックＡにおけるステップＳ３０２からＳ３０６は、図２５におけるステップＳ３０２からＳ３０６とそれぞれ同一である。またブロックＢにおけるステップＳ３０８からＳ３３６はそれぞれ図２５のステップＳ３０８からＳ３３６と同一である。

ブロックＢにおいては、欠陥情報を欠陥情報記憶部２４に出力するステップＳ３３８が追加されていることが、図２５と異なっている。ブロックＢにおけるステップＳ３４０は図２５のステップＳ３４０と同一である。ステップＳ３４０における検査単位領域は、設計データで使われている座標系で表現された検査領域を分割して得られたものであり、各半導体デバイスの検査単位領域が検査される。

図２３に示す検査単位領域より広範囲の検査領域を検査する場合は、複数の検査単位領域に存在する欠陥が複数箇所に分断されて検出されることがある。これらの複数箇所に分断された欠陥を融合することにより、検査単位領域の間にある境界による欠陥の分割を解消することができる。

図７９は検査領域が４つの検査単位領域に分割されている場合を模式的に示している。欠陥Ａは、右上側の検査単位領域と右下側の検査単位領域にまたがって存在している。まず、右上側の検査単位領域に存在する欠陥Ａの部分の外接長方形３１と右下側の検査単位領域に存在する欠陥Ａの部分の外接長方形３２が求められる。外接長方形３１、外接長方形３２は、図６３（ｂ）で示した手順で求められたものである。

次に、検査領域を構成する全ての検査単位領域内に含まれる外接長方形について重なり検査をする。もし重なっている場合は、上記の重なり合った外接長方形全てを含む最小の外接長方形が融合された外接長方形とされる。本例では、外接長方形３１と外接長方形３２から融合された外接長方形Ｍが得られる。なお、外接長方形Ｍ（点線で示す）と、外接長方形３１および外接長方形３２とは、一部の線が重なっているべきであるが、図示上の便宜上、外接長方形Ｍの方が若干大きく描かれている。

同様に４つの検査単位領域にまたがって存在している欠陥Ｂも融合される。この場合は４つの外接長方形が融合して１つの融合された外接長方形が得られる（ステップＳ４０２）。得られた外接長方形の内に存在する欠陥情報を融合し、融合された欠陥情報を欠陥情報記憶部２４に記憶させる（ステップＳ４０３）。

検査対象半導体デバイスの全ての検査を行ったか否かのチェックをしたのちに（ステップＳ４０４）、全ての検査が終了したと判断された場合には、繰り返し発生する欠陥を認識する（ステップＳ４０６）。これらの欠陥情報は同一の設計データに基づいて製造された各半導体デバイスの同じ検査領域から得られたものであり、設計データで使われている座標系で表現されており、ステップＳ３３８によって欠陥情報記憶部２４に記憶されている。

図８０では、第１の半導体デバイスと第２の半導体デバイスから得られた欠陥情報が模式的に示されている。第１の半導体デバイスから得られた欠陥情報と第２の半導体デバイスから得られた欠陥情報を重ねると、外接長方形３３Ａと外接長方形３３Ｂが外接長方形３４と重なると判定される。この処理は図形の論理演算として広く知られている。これら３つの外接長方形を含む最小の外接長方形として共通外接長方形３５を得る。この共通外接長方形３５内に存在する欠陥（図示されていない）を、複数の半導体デバイスに共通に存在する欠陥、すなわち繰り返し発生する欠陥として認識する。

この場合は、共通外接長方形３５の内部に繰り返し発生する欠陥が存在し、第１の半導体デバイスの欠陥検出時にはノイズなどの要因で外接長方形３３Ａと外接長方形３３Ｂとに分断されて検出され、第２の半導体デバイスの欠陥検出時には一塊の外接長方形３４として検出されたことを意味する。外接長方形３３Ａと外接長方形３３Ｂと、外接長方形３４がずれているのは、欠陥がわずかにずれた位置で検出されたことを意味する。

以上の処理は、３つ以上の数であるＮ個の半導体デバイスから得られた欠陥情報を使用する方法でも同様に実行できる。この場合は、Ｍ個以上の半導体デバイスから得られた外接長方形が重なり合うときに、繰り返し発生する欠陥が認識される。数Ｍは２からＮまでの数値で、大きいほどより厳密に繰り返し発生する欠陥を取得できる。

以上の検査で得られた繰り返し発生する欠陥の欠陥情報を欠陥情報記憶部２４に出力する（ステップＳ４０８）。この欠陥情報記憶部２４の欠陥情報は、出力部１３を介して表示装置５および印刷装置６に出力される（ステップＳ４１０）。

本実施例によれば、オペレータの大量の単純労働を不要にし、オペレータのミスによる欠陥認識低下を防ぐことが可能になる。また、試料が汚染された場合でも、汚染物が異なるダイの同一箇所に存在することがほとんど無いので、汚染物を繰り返し発生する欠陥として認識することがない。

５．１．２第２の繰り返し発生する欠陥の認識方法
第２の繰り返し発生する欠陥の認識方法として、複数の半導体デバイスから得られた欠陥情報のうち、少なくとも一つの半導体デバイスについては検査領域の全体から欠陥情報を得て、それ以外の半導体デバイスについては前記欠陥情報中の欠陥位置の近傍に対応する部分のみを検査して欠陥情報を得ることにより、繰り返し発生する欠陥として認識する。

本実施例では第１の半導体デバイスの検査領域の全ての場所から欠陥情報を得て第２の半導体デバイスについては前記欠陥情報中の欠陥位置の近傍に対応する部分のみを検査して欠陥情報を得る方法について説明する。

第１段階として、第１の半導体デバイスについて、ブロックＡ、ブロックＢ、ステップＳ４０２、ステップＳ４０３を実行する。図８１の左側ではステップＳ４０３を経て得られた第１の半導体デバイスの欠陥情報が模式的に示されている。第１の半導体デバイスから得られた外接長方形４１の近傍に対応する画像を第２の半導体デバイスから取得して欠陥を検査する。図８１の右側ではこのように限定的に検査された結果が第２の半導体デバイスから得られた欠陥情報として模式的に示されている。

第２段階として、第１の半導体デバイスから得られた欠陥情報を第２の半導体デバイスから得られた欠陥情報と重ねる。図８１では、外接長方形４１が外接長方形４２Ａと外接長方形４２Ｂと重なる。次にこれら３つの外接長方形を含む最小の外接長方形として共通外接長方形４３を得る。この共通外接長方形４３に存在する欠陥（図示されていない）を両半導体デバイスに共通に存在する欠陥、すなわち繰り返し発生する欠陥として認識する。同様の処理を外接長方形５１に対して実施する。

本実施例では、第１の半導体デバイスから得られた欠陥情報に含まれる全ての欠陥に関して第２の半導体デバイスの限定的な領域が検査される。よって、第１の半導体デバイスから得られた欠陥情報に含まれる欠陥の数が少ない場合は、この方法は、前述の５．１．１第１の繰り返し発生する欠陥の認識方法に比べて高速に実行する。

５．１．３第３の繰り返し発生する欠陥の認識方法
第３の繰り返し発生する欠陥の認識方法として、一つの半導体デバイス全体から欠陥情報を得てＯＰＣパターンが起因して発生する繰り返し発生する欠陥を認識する方法が使用できる。この方法は、同じＯＰＣパターンをもったマスクデータに関連する基準パターンを、設計データのセル名を使って分類できる場合に使用できる。

例えば、図８２において、設計データの形状として、セル名CellAを持つ設計データのパターンとセル名CellBを持つ設計データのパターンは同じ形状であるが、異なったＯＰＣパターンを持っているのでこれらの設計データのパターンは異なったセル名を持つ必要がある。もし、これらの設計データのパターンが同じセル名を持つ場合は、セル名と欠陥を検出するときに使用したセルの線分番号の組み合わせを使用する。この場合は厳密に基準パターンを分類できない。ここで設計データのセル名とは設計データを構成する固有幾何学情報のひとつである。他の設計データを構成する固有幾何学情報として設計データに対応するマスクデータのセル名を使用することができる。

本実施例では、第１段階として、１つの半導体デバイスについて、ブロックＡ、ブロックＢ、ステップＳ４０２、ステップＳ４０３を実行する。図８１の左側ではステップＳ４０３を経て得られた１つの半導体デバイスの欠陥情報が模式的に示されている。１つの半導体デバイスから得られた外接長方形４１に対応する設計データのセル名を取得する。同様の処理を外接長方形５１に対して実施する。

第２段階として、欠陥情報を取得されたセル名によって分類する。もし、同一のセル名に属する欠陥の数が複数あれば、ＯＰＣパターンが起因して発生する繰り返し発生する欠陥として認識する。そうでなければ、前述の５．１．２第２の繰り返し発生する欠陥の認識方法を使用して、欠陥が繰り返し発生する欠陥かどうか認識される。

本実施例によれば、設計データのセル名により同じＯＰＣパターンをもったマスクデータと関連する基準パターンを分類できる場合は、１つの半導体デバイスを検査することによりＯＰＣパターンに起因する繰り返し発生する欠陥を認識することができる。この結果、検査時間を短縮することが可能になる。

５．１．４第４の繰り返し発生する欠陥の認識方法
図８３は、設計データに基づいて製造された同じホトマスクパターンを複数もつホトマスクから製造された半導体デバイスの例を示す図である。この場合は、ホトマスクを使った一度の露光で同時に複数の半導体デバイスが製造される。図８３に示されるように、設計データのエラーは全ての半導体デバイスに繰返し発生する欠陥を発生させるが、ホトマスク上の欠陥はホトマスク座標で記述された同じ位置に繰返し発生する欠陥を発生させる。このような半導体デバイスには、第４の繰り返し発生する欠陥の認識方法として、以下の手順が使用できる。

本実施例では、第１段階として、ホトマスクを使った一度の露光で同時に製造された複数の半導体デバイスについて、前述の５．１．１第１の繰り返し発生する欠陥の認識方法を使用して欠陥情報を得て、繰り返し発生する欠陥を認識する。得られた繰り返し発生する欠陥は設計データのエラーに起因する繰り返し発生する欠陥と認識される。次に、複数の半導体デバイスから得られた全ての欠陥情報から繰り返し発生する欠陥を除いた欠陥を繰り返し発生しない欠陥と認識する。

第２段階として、ホトマスクを使った別の一度の露光で製造された半導体デバイスに対して、得られた繰り返し発生しない欠陥が存在するホトマスク座標で記述された位置の近傍を検査して欠陥情報を得ることにより、繰り返し発生する欠陥として認識する。上記の処理のために前述の５．１．２第２の繰り返し発生する欠陥の認識方法が使用される。この場合は、少なくとも一つの半導体デバイスの検査領域の全体から検出された欠陥を使用する代わりに、前述の繰り返し発生しない欠陥を使用する。この変形された５．１．２第２の繰り返し発生する欠陥の認識方法で得られた繰り返し発生する欠陥はマスク上の欠陥に起因する繰り返し発生する欠陥と認識される。繰り返し発生する欠陥以外の欠陥は、半導体デバイスの粒子などのランダム欠陥と認識される。

一般に設計データのエラーに起因する繰り返し発生する欠陥の数は、マスク上の欠陥に起因する繰り返し発生する欠陥の数より非常に多い。従って、本実施例によれば、前述の５．１．１第１の繰り返し発生する欠陥の認識方法と５．１．２第２の繰り返し発生する欠陥の認識方法より検査時間を短縮することが可能になる。また、欠陥を、設計データのエラーに起因する繰り返し発生する欠陥、マスク上の欠陥に起因する繰り返し発生する欠陥と、ランダム欠陥に分類できる。

５．２領域検査方法
前述の４．６第１の検査と４．１２第２の検査では設計データを単純に基準パターンに変換している。他の検査方法として、領域検査方法に適した基準パターンを、設計データを成す線分の幾何学情報もしくは接するか近接する設計データを成す線分同士の関係を使用して抽出する検査方法が使用できる。領域検査方法とは対向するエッジを使用する検査方法を意味している。

領域検査方法として、直線形状パターンの線幅検査方法、平均線幅検査方法、スペース幅検査方法、平均スペース幅検査方法、曲線形状パターンの線幅検査方法、平均線幅検査方法、スペース幅検査方法、平均スペース幅検査方法、切断もしくは短絡しやすい部分の検査方法、および、ゲート線幅検査方法が使用できる。

５．２．１直線形状パターンの線幅検査方法、平均線幅検査方法、スペース幅検査方法、および平均スペース幅検査方法
線幅、平均線幅、スペース幅、および平均スペース幅のモニタリングによって半導体デバイスのプロセスを管理する方法がある。本実施例によれば、線幅、平均線幅、スペース幅、もしくは平均スペース幅の検査に適した基準パターンを、設計データから抽出し、抽出された基準パターンごとに、線幅、平均線幅、スペース幅、もしくは平均スペース幅の許容パターン変形量を設定する検査方法が実現できる。これらの検査方法は以下の手順で実施される。

図８４では、線幅検査用に適した基準パターンを設計データから自動的に抽出する規則を模式的に示している。設計データの直線形状パターンであって、指定された最大線幅Lwより細く、かつ、指定された最小線長Lmより長い直線形状パターンが線幅検査用に適した基準パターンが対象になる。図８４の左側で示すように、設計データには３つの直線形状パターンがある。左の直線形状パターンは処理の対象になるが、中の直線形状パターンは最大線幅Lw以上なので、処理の対象にならない。また右の直線形状パターンは最小線長Lm以下なので処理の対象にならない。

次に、図８４の右側の部分で示すように、選別された直線形状パターンを、その終端から指定された終端非使用長Lo分内側に縮める。この直線形状パターンを区間長Liの長方形に分割し、分割された長方形が線幅検査用基準パターンＡ（実線で示されている）として登録される。また、ここで得られた線幅検査用基準パターンＡの境界が中心にくる基準パターンＢ（二重線で示されている）を線幅検査用基準パターンＢとして追加しても良い。

基準パターンＢを付加することによって、基準パターンＡの境界およびその近傍に存在している欠陥の検出能力が向上する。基準パターンの大きさに対する欠陥の大きさの割合が高いほど、欠陥の検出能力は高い。欠陥が一つの基準パターンに存在している場合の基準パターンの大きさに対する欠陥の大きさの割合をＲとする。同じ大きさの欠陥が二つの基準パターンに分割されて存在している場合の基準パターンの大きさに対する欠陥の大きさの各割合はＲより小さくなる。従って、欠陥が一つの基準パターンに存在する場合の方が欠陥の検出能力が高くなる。

図８５に示すように、少なくとも１つのコーナーを持つ設計データの直線形状パターンに対しては、コーナー部分で長方形に分離してから処理を施す。図８５の点線で示すコーナーを有したＬ字状多角形が実線で示す２つの長方形に分離されることになる。

スペース幅検査は反転された設計データを使って上記と同様の処理を施すことで実現できる。反転された設計データとは、設計データの中のパターンの内部を外部に、外部を内部に反転したものである。図８６では、スペース幅検査用に適した基準パターンを設計データから自動的に抽出する規則を模式的に示している。図８６で示すように、Lm’、Lw’、Li’、Lo’はLm、Lw、Li、Loと意味は同じだが、一般に異なる値を使用する。これらの値を用いて、図８４で説明した方法と同じ方法によりスペース幅検査を行えば良い。以上で使用したLm、Lw、Li、Lo、Lm’、Lw’、Li’とLo’の値は前述の３．３レシピデータ「（５）線幅検査用に適した基準パターンの最大線幅、最小線長、終端非使用長、スペース検査用に適した基準パターンの最大線幅、最小線長、終端非使用長」として管理される。

線幅検査用に適した基準パターンとスペース幅検査用に適した基準パターンを使う検査方法は、次の手順で実施される。
得られた基準パターンの線分であって設計データに存在していた線分に対応する検査対象パターン画像のエッジの平均エッジ位置を計算する。この平均エッジ位置間の距離を計算し、得られた距離と設計データの線幅もしくはスペース幅Ｗとの差が３．３レシピデータ「（２）線幅の許容パターン変形量」もしくは「（２）スペース幅の許容パターン変形量」を超えた場合にこの基準パターンに対応する部分が欠陥をもつと認識する。

図８７に線幅検査用に適した基準パターンとスペース幅検査用に適した基準パターンを使う検査方法が模式的に示されている。基準パターンには設計データに存在していた二重線で示された線分Ldと長方形に分離したときに付加された線分Leがある。図７２に示すように、線分Ldに対して垂直方向にプロファイルを取得し、図７６に示すようにそのプロファイルからエッジを求める。これらの求めたエッジ位置の平均を取り平均エッジ位置を求める。

図８７では左側の平均エッジ位置Ａと右側の平均エッジ位置Ｂが得られる。次に左側の平均エッジ位置Ａと右側の平均エッジ位置Ｂの距離Ｗ’を求め、この距離Ｗ’と設計データの線幅Ｗとの差を求める。この差が許容パターン変形量以上なら、基準パタ−ンに対応する部分に欠陥があると認識する。
別の方法として、線分Ld上の各プロファイルを取得してこれらのプロファイルを平均して平均エッジ位置を求める方法が使用できる。

以上では平均線幅検査もしくは平均スペース幅検査の方法を示したが、平均値を使用せずに各々の線幅もしくはスペース幅を検査する方法を使用しても良い。
なお、後述するように、５．３．１ゲート線幅検査方法は直線形状パターンの線幅検査方法と直線形状パターンの平均線幅検査方法の一種である。５．３．１ゲート線幅検査方法では、線幅検査に適した基準パターンとしてゲートパターンを抽出する方法が追加されている。

５．２．２曲線形状パターンの線幅検査方法、平均線幅検査方法、スペース幅検査方法、および平均スペース幅検査方法
前述の領域検査方法では実施できない曲線形状パターンの線幅、平均線幅、スペース幅、および、平均スペース幅検査方法が使用できる。曲線形状パターンとして設計データのコーナー部分が典型である。曲線形状パターン検査方法には複雑な計算を必要とするが、直線形状パターンと同様にこれらの検査方法が半導体デバイスのプロセスを管理する方法として重要である。

図８８は、設計データのコーナー部分から線幅検査に適した基準パターンを得る手順を模式的に示す図であり、図８９は、設計データのコーナー部分である曲線形状パターンの最小線幅検査の手順を模式的に示す図である。

図８８に示すように、設計データから得られた基準パターン（点線で示されたＬ字状多角形）から直線形状パターンの線幅検査に適した基準パターン（実線で示された二つの長方形）を削除して得られた多角形CP1，CP2，CP3を得る。得られた多角形であって終端を含むパターンではない多角形CP2が設計データのコーナー部分の線幅検査に適した基準パターンとして選ばれる。

検査の対象となる線幅とは、設計データに存在していた線分に対応する曲線（図８９の太い実線で示され、図１８に示すように曲線で補正されたコーナー部分を有するＬ字状の線分に相当する曲線）間の最小距離である。まず、これらの曲線に対応する第２のエッジを検出する（図７２から図７６参照）。図８９で図示の二重線はプロファイル取得区間を表し、黒丸（●）は検出された第２のエッジを表している。

以下の処理を左下側の曲線に対応する全ての検出された第２のエッジについて実行する。
（１）左下側の曲線に対応する１つの検出された第２のエッジと右上側の曲線に対応する全ての検出された第２のエッジとの距離を求める。
（２）得られた距離の中で最小のものを得る。
得られたそれぞれの距離の最小値が前述の３．３レシピデータ「（２）許容される最小線幅」未満なら、この基準パターンに対応する部分に欠陥が存在していると判断する。ここで、最小距離の代わりに、平均線幅を計算して、平均線幅を検査する方法を実行しても良い。

曲線形状パターンは一般に線幅の異なる複数の直線形状パターンからなっている。また、曲線形状パターンは回路の接続に使用される。以上の理由から許容パターン変形量を使用する線幅検査方法よりも最小線幅検査方法が適している。

他の方法として、Erosion演算を使用する方法が使用できる。Erosion演算は、前述の４．６．１異常パターン変形量を持った欠陥の認識方法で説明した。図９０は、Erosion演算を使用して設計データのコーナー部分である曲線形状パターンの最小線幅検査の手順を模式的に示す図である。Erosion演算を使用する最小線幅検査方法は以下の手順で実行される。

（１）左下側の検出された第２のエッジと右上側の検出された第２のエッジを時計回り又は反時計回りに連続的に連結して多角形を作る。図９０においては、全ての検出された第２のエッジは、矢印CW1−CW5で示すように、線分によって時計回りに連続的に接続されている。
（２）得られた多角形を２値化ビットマップに変換する。（図９０の格子状の部分）
（３）多角形CP2を作成したときに付加された線分Lcに、Erosion演算で使用される構造要素の半径の幅を持った長方形を付加する。（図９０のドットで示す２つの長方形部分）

（４）得られた２値化ビットマップのErosion演算の結果を求める（図９０の太線で囲まれた２つの領域Me）。Erosion演算で使用する構造要素は、前述の３．３レシピデータ「（２）線幅の許容パターン変形量の−側の限界値」の絶対値を直径とする円を使用する。
（５）もし線分Lcに対応するビットマップの部分ILcが上記の領域Meで連結していれば、この基準パターンに対応する部分に欠陥がないと判断される。しかしこの場合、線分Lcに対応するビットマップの部分ILcが上記の領域Meで連結していないので、この部分に欠陥が存在すると判断される。

前述の方法の（１）から（５）の等価な処理として、矢印CW1−CW5で示された多角形をサイズ処理しても良い。この場合は、２本の線分Lcはサイズ処理を実施しない。それ以外の多角形の線分は、前述の３．３レシピデータ「（２）線幅の許容パターン変形量の−側の限界値」の絶対値の半分の量のサイズ処理を実施し多角形を縮める。サイズ処理後の多角形が２本の線分Lcそれぞれに対応する線分を含んでいれば、この基準パターンに対応する部分に欠陥がないと判断される。そうでなければこの部分に欠陥が存在すると判断される。
以上の処理は線幅検査であったが、スペース幅についても同様に検査される。

以上の領域検査に関わる本実施例を使用すれば、これらの領域検査が複数のエッジの情報を使用しているので、欠陥検出能力、および欠陥認識精度が向上する。

５．２．３切断もしくは短絡しやすい部分の検査方法
前述の５．２．２直線形状パターンの線幅もしくはスペース幅検査方法の一種に、切断もしくは短絡しやすい部分の検査方法が使用できる。図９１は、切断もしくは短絡しやすい部分の抽出方法を模式的に示す図である。図９１の左側に示すように、線幅が前述の３．３レシピデータ「（５）切断しやすい部分の最大線幅Bw」より狭く、かつ、前述の３．３レシピデータ「（５）切断しやすい部分の最大線長Bl」より短い、設計データの直線形状パターンの部分である長方形γによって示される部分が抽出される。

この抽出された部分である長方形γが切断されやすい部分に該当し基準パターンとして登録される。長方形γの両側である線分αと線分βに対して図８７で示した第2のエッジ検出を行うことで検査を行う。線分βはコーナーの丸みがあるので平均線幅を試用せずに各々の線幅が検査される。

同様に、短絡しやすい部分については、図９１の右側に示すように、前述の３．３レシピデータ「（５）短絡しやすい部分の最大スペース幅Sw」，前述の３．３レシピデータ「（５）短絡しやすい部分の最大スペース長Sl」を使って得られた長方形ζが短絡しやすい部分として登録され、スペース幅が検査される。

切断もしくは短絡しやすい部分の別の検査方法は、図９２に示すように以下の手順で行われる。
図９２の左側は切断しやすい部分の検査方法を模式的に示しており、図９２の右側は短絡しやすい部分の検査方法を模式的に示している。図９２の太い黒枠で示された長方形パターンは、図９１の長方形γ，長方形ζと同じである。また、図９２の格子状の部分に対応する画像部分には明確に下地とコントラストがあるが、ドットで示す部分に対応する画像部分には下地に薄いコントラストがある。図９２の左側のドットで示す部分は、切断している状態が示されている。また、図９２の右側のドットで示す部分は、短絡している状態が示されている。

このような場合には３種類のエッジが存在している。１つは下地と格子状の部分の境界に存在するエッジであり、もう１つは下地とドットで示す部分の境界に存在するエッジである。最後は格子状の部分とドットで示す部分の境界に存在するエッジである。図９２の左側に示すような切断の場合は、下地とドットで示す部分の境界に存在するエッジが検出されてしまい、欠陥が検出されない。また図９２の右側に示すような短絡の場合は格子状の部分とドットで示す部分の境界に存在するエッジを検出してしまい、欠陥が検出されない。このような場合でもドットで示す部分に存在する欠陥を以下の方法で検出できる。

Ｇで示された長方形γおよび長方形ζが含まれる８つの区間について図示の矢印方向に第2のエッジが存在するか検査する。これら８つの区間には、切断もしくは短絡しやすい部分ともに第2のエッジが存在してはならない。よって、これらの８つの区間に第2のエッジが検出された場合には、長方形γもしくは長方形ζは欠陥と認識されることになる。
本実施例によれば、薄いコントラストで観察される切断もしくは短絡した欠陥を検出できる。また、切断もしくは短絡したという情報を持つ欠陥種を設定できる。

以上のこれらの領域検査に関わる本実施例によれば、オペレータの検査では不可能な広い範囲の検査が可能になる。

５．３基準パターンの論理演算の結果を使用する検査方法
前述の４．６第１の検査と４．１２第２の検査では検査時の工程に関する基準パターンを使って検査される。しかし、検査時の工程に関する基準パターンと検査時の工程に関連する工程に関する基準パターンとの論理演算の結果を使用する検査方法によって、より高度な検査が実現可能である。

５．３．１ゲート線幅検査方法
基準パターンの論理演算の結果を使用する検査方法の第１の方法として、論理演算を使用して領域検査に適した基準パターンを抽出して検査する方法が使用できる。この方法としてゲート線幅検査方法とエンドキャップ検査方法が実施される。

半導体デバイスの検査にトランジスタのゲート幅検査がある。ゲート幅検査の対象はポリシリコン工程とアクティブ工程（ポリシリコン工程の前工程）の重なった部分である。図９３は、検査時の工程（ポリシリコン工程）に関する基準パターンとその前後する工程（アクティブ工程）に関する基準パターンとの論理積演算で得られた基準パターンを使用する検査方法を示す図である。

ポリシリコン工程に関する基準パターンとアクティブ工程に関する基準パターンの論理積演算で基準パターンＣ（実線で示された長方形）を得る。ここで使用している論理積演算は、計算幾何学で使用されている方法を用いている。検査は基準パターンＣを使って前述の５．２．１直線形状パターンの線幅検査方法、平均線幅検査方法と同様に実行する。

本実施例によれば、ゲート部分を自動的に抽出できる。この結果、半導体デバイス全体の全てのゲート線幅の自動的検査が可能になり、半導体デバイスの性能向上に大きく貢献することができる。

５．３．２エンドキャップ検査方法
終端の検査方法として、ゲート部分のエンドキャップの検査がある。まず、エンドキャップの認識方法を説明する。図９３のポリシリコン工程に関する基準パターンから基準パターンＣを取り除いてできる多角形を求める。図９３のポリゴンＦとポリゴンＧがこれにあたる。これらのパターンであって以下の条件を満たすものをエンドキャップと認識する。
（１）線幅Ｗ（図９３）が指定値以下の長方形であること
（２）終端である線分と相対する線分までの長さＤ（図９３）が指定値以下であること

これらの条件を満たすものはポリゴンＦとなる。次に、ポリゴンＦの中の終端を、図６９（ａ）および図６９（ｂ）と同様に検査する。ゲートのエンドキャップの縮み管理のための許容パタ−ン変形量は単純な終端の縮み管理のための許容パターン変形量より小さい。これは、有効なゲート長を確保する必要があるからである。
本実施例を用いれば、ゲートのエンドキャップに単純な終端より小さい許容パターン変形量を自動的に設定することができるので、ゲートのエンドキャップをより厳密に検査することが可能になる。

５．３．３コンタクトホール／ビアホールに接する配線パターンの終端に対する許容パターン変形量の適応設定方法
基準パターンの論理演算の結果を使用する検査方法の第２の方法として、コンタクトホール／ビアホールに接する配線パターンの終端に対する許容パターン変形量の適応設定方法が使用できる。この方法では、コンタクトホール／ビアホールとの接続に使用する終端で一定値以上のマージンが無いものを識別して、認識された終端に許容パターン変形量を適応的に設定して終端を検査する。図９４では、この方法が模式的に示されている。

配線パターンの終端とコンタクトホール／ビアホールの接触面積が検査されている。同じような形状の終端であっても、コンタクトホール／ビアホールとの接続に使用する終端の終端の縮み管理のための許容パタ−ン変形量は、単純な終端の終端の縮み管理のための許容パタ−ン変形量より小さい。これは、接触面積を確保する必要があるからである。

コンタクトホール／ビアホールに接する配線パターンの終端に対する許容パターン変形量は、配線工程とコンタクトホール／ビアホール工程のオーバーレイエラーと終端のマージンを考慮して決められる。ほとんど全ての終端のマージンは一定値以上を確保している。しかし、込み入った配線の場合は終端のマージンが一定値以上を確保できない場合がある。

コンタクトホール／ビアホールとの接続に使用する終端で一定値以上のマージンが無いものを識別する方法は以下の手順で実施される。
（１）配線パターンの終端である線分Leaを含み、配線パターンの内側方向に許容パターン変形量の長さをもつ図９４の左上の枠内の実線で示す長方形を作る。以降、これらの長方形を終端近傍パターンと呼ぶ。

（２）終端近傍パターンとコンタクトホール／ビアホール工程に関する基準パターンとの論理積の結果が領域として得られる。この領域はドットで示された長方形領域である。一定値以上のマージンがない終端が、論理積演算で得られる領域を発生させる。

この領域の発生に関係した配線パターンの終端の縮みの許容パターン変形量を、他の終端に対する終端の縮みの許容パターン変形量より小さくする。小さくする量は図９４における長さΔである。認識された終端に長さΔを反映した許容パターン変形量を適応的に設定して、この終端を検査する。

本実施例によれば、コンタクトホール／ビアホールとの接続に使用する終端のマージンによって、終端の縮みの許容パターン変形量を適応的に設定することができる。

５．３．４接触面積の検査方法
基準パターンの論理演算の結果を使用する検査方法の第３の方法として、コンタクトホール／ビアホールと配線パタ-ンの終端との接触面積を検査する方法が使用できる。図９５（ａ）および図９５（ｂ）はこの方法を示す図である。

まず、図９３で示した方法と同じ方法で配線工程の基準パターンとコンタクトホール／ビアホール工程の基準パターンの論理積演算によって基準パターンRcaを得る。論理積演算は、５．３．１ゲート線幅検査方法で説明している。

次に、図８７と同じ方法で設計データに存在していた二重線で示された線分Ldに対するエッジを検出する。この検出されたエッジをつなげて多角形Pcaを得る。図８７の点線で示された各線分は、線分Ldの１つに対する検出されたエッジの終端を他の線分Ldに対する検出されたエッジと接続する。

最後に多角形Pcaの面積と基準パターンRcaの面積の比が計算される。得られた比が前述の３．３レシピデータ「（２）許容される接触面積検査比」より小さければ、基準パターンRcaに対応する部分に欠陥が存在していると判断される。

５．４ウェーハに形成されてはならない補正パターンの検査方法
前述の４．６第１の検査と４．１２第２の検査ではウェーハに形成されるべきパターンを検査している。このような検査の他に、ウェーハ上に形成されてはならない補正パターンの検査がある。例えば、ＯＰＣパターンの一種として、補正されるべきパターンの近傍に配置された補正パターンがマスクデータに付加されている。この補正パターン自身はウェーハに形成されてはならない。しかし、このような補正パターンがウェーハに形成されて欠陥となることがある。近年このようなパターンが大量に使用されるようになったが、このようなパターンの自動検査方法が存在しない。

図９６（ａ）は、ウェーハに形成されてはならない補正パターンの例を示す図である。また、図９６（ｂ）は、ウェーハに形成されてはならない補正パターンの検査方法を模式的に示す図である。前記の問題の解決として、以下の手順で検査方法を実施する。

（１）前述のＯＰＣパターンを基準パターンに変換する。この方法では設計データではなくてＯＰＣパターンが使用される。
（２）図９６（ｂ）で示すように得られた基準パターンを使用して第２のエッジを検出する。この様なＯＰＣパターンはパターンとして形成されたとしても、基準パターンとは相当違った形になる。よってプロファイル取得区間はこの変形をカバーするように長くする必要がある。

（３）プロファイル取得区間の数に対する検出された第２のエッジの数の比率が、前述の３．３レシピデータ「（２）ウェーハに形成されてはならない補正パターンの欠陥判断係数K_cp」より大きい場合は欠陥が存在していると判断する。ここで欠陥判断係数K_cpは経験値で０．１以下の数が使用される。

本実施例によれば、エッジ検出を応用してウェーハに形成されてはならない補正パターンの検査方法が実現可能になる。

５．５基準となる半導体デバイスの検査対象パターンの検査結果を使用する検査方法
前述の５．３．２エンドキャップ検査方法と５．３．３コンタクトホール／ビアホールに接する配線パターンの終端に対する許容パターン変形量の適応設定方法では、設計データを使用して終端の縮みの許容パターン変形量を設定している。

これらの方法とは別の方法として、基準となる半導体デバイスの検査対象パターンの検査結果を使用して終端の縮みを検査する方法が使用できる。エンドキャップとコンタクトホール／ビアホールに接する配線パターンの終端以外の終端がＯＰＣパターンによって正確に補正されているとは限らない。このような終端がエンドキャップとコンタクトホール／ビアホールに接する配線パターンの終端に対する許容パターン変形量以上の収縮があっても、このような終端は欠陥として認識する必要のないものであることがある。本実施例によれば、このような欠陥として認識する必要のない許容パターン変形量以上収縮した終端を無視することができる。図９７は、許容パターン変形量以上の収縮があるが欠陥として認識する必要がない終端の例を示す模式図である。

まず、基準となる半導体デバイスの検査対象パターンを検査する。基準となる半導体デバイスとは、他の検査で良品と判断された半導体デバイスである。基準となる半導体デバイスは良品であるが、上記の検査で欠陥が検出されることがある。検出された欠陥は擬似欠陥とよばれる欠陥である。擬似欠陥とは欠陥と見なさなくとも良い欠陥である。

次に、検査対象半導体デバイスを検査し欠陥を検出する。検出された欠陥で前述の擬似欠陥と位置と大きさが対応する欠陥は擬似欠陥として欠陥情報から削除する。本実施例によれば擬似欠陥の検出を低減することが可能になる。

５．６基準となる試料の検査による最適な許容パターン変形量の取得方法
最適な許容パターン変形量は所望の電気特性により異なる。そこで、基準となる試料から最適な許容パターン変形量を得る方法が望まれる。基準となる半導体デバイスとは、他の検査で良品と判断された半導体デバイスである。

図９８は、最適な許容パターン変形量の取得方法を示す模式図である。まず、許容パターン変形量を連続的に変えながら基準となる試料の同一の検査対象パターンを繰り返し検査して検査結果を得る。図９８に検査結果中の検出された欠陥数と使用した許容パターン変形量の関係が曲線で示されている。

次に、図９８の曲線とノイズに起因する欠陥の推定数の交点に対応する許容パターン変形量を最適な許容パターン変形量として得る。ノイズに起因する欠陥の推定数は経験的に決定される。

本実施例によれば、基準となる試料から自動的に最適な許容パターン変形量を求めることができる。

５．７信号強度補正を必要とするパターンの検査方法
前述の４．６第１の検査と４．１２第２の検査では検査対象パターンは個別に検査される。しかし、２次荷電粒子発生率や捕獲率の変動などに起因する現象により、検査対象パターンのエッジ間の距離が実体より狭まって観察されることや、広がって観察されることがある。これらの現象は、基準パターンの近接線分と離隔線分に対応する検査対象パターンの部分に発生する。近接線分とは、対向する線分のうち最も近い線分間の距離が指定値よりも小さい線分である。離隔線分とは、対向する線分のうち最も近い線分間の距離が指定値よりも大きい線分である。

例えば、上記近接線分に対応するエッジ間の距離が広がって観察されることがあり、上記離隔線分に対応するエッジ間の距離が狭まって観察されることがある。本実施例によれば、それらの近接／離隔線分の位置を補正し、他の基準パターンの線分の許容パターン変形量とは異なる近接／離隔線分の許容パターン変形量を設定して、この現象を補正する。

また、離隔線分に対応する２つのエッジ間の距離が、プロセス条件の変動で設計データの距離より短くなることがあるが、必ずしも半導体デバイスの電気特性に影響するわけではない。このような場合には、パターンの離隔線分では許容パターン変形量を大きくして、このような短くなった距離を無視することができる。

図９９では、基準パターンから近接線分を抽出する方法が模式的に示されている。補正が必要な近接線分どうしの最大距離をDpとする。まず、図９９の左の枠内の左の長方形の右側の太線で示す線分について近い線分を求める。求めるべき線分は太線で示された線分に対向して右方向に存在し、かつ、基準パターンの左側を形成する線分である。図９９の左の枠内の点線の線分がこの条件に当てはまる。次に、これらの線分であって太線で示す線分との距離がDp以下である中央の長方形の点線で示された線分Lpが選ばれる。最後に、選ばれた線分Lpを太線で図示の線分に射影して重なる部分が、補正が必要な近接線分として認識される。これは図９９の右の枠内の波線で示された線分である。

近接線分について、線分の位置の補正をすることと、許容パターン変形量を他の線分とは異なった値に設定する。ここで、位置の補正量や許容パターン変形量を距離にしたがって可変にしても良い。

図１００では、基準パターンから離隔線分を抽出する方法が模式的に示されている。補正が必要な離隔線分どうしの最小距離をDtとする。まず、図１００の左の枠内の左の長方形の右側の太線で示す線分について近い線分を求める。この太線で示された線分に対向する線分は右方向に存在し、かつ、基準パターンの左側を形成する線分である。図１００の左の枠内の点線の線分Ltがこの条件に当てはまる。

次に、これらの線分のうち太線で示す線分との距離がDt以下である線分Ltが選ばれる。最後に、選ばれた線分Ltを太線で示す線分に射影して重なる部分が補正対象線分ではないものとして認識される。これは図１００の右の枠内の波線で示された線分である。この結果、太線で示す線分であって前述の波線の線分を除いた線分が離隔線分として認識される。

離隔線分についても、線分の位置の補正をすることと、許容パターン変形量を他の線分とは異なった値に設定する。ここで、位置の補正量や許容パターン変形量を近接する距離にしたがって可変にしても良い。例えばＨ部分の線分の位置の補正量を上記で得られた離隔線分の位置の補正量より小さく設定して、Ｊ部分の線分の位置の補正をしないことが可能である。

本実施例によれば、基準パターンの線分の位置を補正すること、もしくは、許容パターン変形量を設定することにより、前述の現象の効果を低減することができる。

５．８前工程のパターンの影響がある検査対象パターンの検査方法
下層に検査時の工程の前工程パターンが存在している検査対象パターンでは、下層に検査時の工程の前工程パターンが存在している部分の検査対象パターンと下層に検査時の工程の前工程パターンが存在していない部分の検査対象パターンとでは検査対象パターンの形状や見え方が異なる。この対策として、検査時の工程の前工程のパターンが存在している部分の検査対象パターンと検査時の工程の前工程のパターンが存在していない部分の検査対象パターンとで異なる検査パラメータを使用する検査方法が使用できる。

図１０１は、検査時の工程の前工程のパターンが下地として観察される例を模式的に示す図である。このような場合は、検査領域を検査時の工程の前工程に存在するパターンの内部、境界部分、外部の３領域に分離して検査を行う。検査時の工程の前工程に存在するパターンの内部は前述の５．３．１ゲート線幅検査方法で説明した基準パターンＣと同じ方法で認識される。検査時の工程の前工程に存在するパターンの境界部分は、中心線が検査時の工程の前工程パターンの基準パターンであって、経験的に決められた幅を持つ帯状の部分として認識される。検査時の工程の前工程に存在するパターンの外部は、残りの部分である。

検査時の工程の前工程のパターン内部と外部では、検査時の工程の前工程パターンの影響でコントラストが異なる場合がある。また、下層の表面の高低差によって形成された検査対象パターンの幅が違ったりする。

これらの効果を低減するために、検査時の工程の前工程のパターン内部と外部に対して基準パターンの線分の位置の補正量と許容パターン変形量を別々に設定するようにする。もし境界部分がエッジ検出に適する場合は、別の線分の位置の補正量と許容パターン変形量を設定するようにする。境界部分がエッジ検出に適さない場合は、この領域を検査領域から除くようにする。
本実施例によれば、図１０１の格子部分のように欠陥と見なさなくともよい変形（擬似欠陥）を検出する確率を低減できる。

５．９前工程のパターンと検査対象パターンの位置関係の検査方法
下層に検査時の工程の前工程パターンが存在している検査対象パターンの検査方法として、検査時の工程の前工程の検査対象パターンと検査対象パターンの位置関係の検査方法が使用できる。

本実施例では、基準パターンとして、検査時の工程に関する基準パターンと検査時の工程の前工程に関する前記基準パターンを使用する。図１０２は、検査対象パターン画像、および、検査時の工程に関する基準パターンと検査時の工程の前工程に関する基準パターンの例を示す図である。

まず、検査時の工程に関する基準パターンと検査時の工程の前工程に関する前記基準パターンと検査対象パターン画像とを使ってマッチングを実施する。一般的には、検査時の工程で形成されたパターンと検査時の工程の前工程で形成されたパターン間にオーバーレイエラーと呼ばれるエッジプレイスメントエラーが発生している。次に４．１２第２の検査で説明したシフト量S₃を、検査対象パターン画像と検査時の工程に関する基準パターンとを使って求める。得られたシフト量S₃をシフト量S_Uとする。同様に検査時の工程の前工程に関する基準パターンを使ってシフト量S_Dを求める。最後に、シフト量S_Uとシフト量S_Dの差がオーバーレイエラーとして得られる。

半導体デバイス全体に対する検査単位領域ごとにオーバーレイエラーをもとめることにより、半導体デバイス全体のオーバーレイエラー分布が得られる。従来のオーバーレイエラー管理は半導体デバイスの限られた箇所での測定に拠っていたので、ステッパーの歪みに起因する局所的なオーバーレイエラーなどは管理することが出来なかった。しかし、本実施例によれば、得られたオーバーレイエラー分布を使用して半導体デバイス全体にわたる局所的なオーバーレイエラーの管理が可能になる。

５．１０外形を使った検査方法
５．１０．１外形を使ったダイ・ツー・ダイ比較方法
従来のダイ・ツー・ダイ比較方法は、２枚の対応する画像の比較により実施されていた。この方法では、２枚の画像が検査対象パターンと画素の境界の同一の関係を持つように、ピクセルの輝度値を補間する必要がある。しかし、本実施例では検査対象パターン画像のエッジを比較する方法を使用するので、輝度値の補間が不要になり、検出精度が向上する。

図１０３は、外形を使ったダイ・ツー・ダイ比較方法を示すフローチャートである。図１０３は、図２７を基にして作成されている。図１０３のブロックＡは図２７のブロックＡと同じものであり、検査の前に準備する工程を示している。図１０３のブロックＢsは、基準となる半導体デバイスに対する検査領域の検査の工程を示すフローチャートである。ブロックＢsは、以下のステップを除き、図２７のブロックＢと同じである。

（１）ステップＳ３３６（第２の検査）を実行する代わりに、基準となる半導体デバイスから外形を取得する。以降、この処理をステップＳ３３６−１とする。
（２）ステップＳ３３８（欠陥情報を欠陥情報記憶部２４に出力する）を実行する代わりに、ステップＳ３３６−１で得られた外形を欠陥情報記憶部２４に出力する。以降、この処理をステップＳ３３８−１とする。

図１０３のブロックＢtは、検査対象半導体デバイスに対する検査領域の検査の工程を示すフローチャートである。ブロックＢtは、以下の項目を除き、図２７のブロックＢと同じである。
（３）ステップＳ３３６（第２の検査を行う）の代わりに、欠陥情報記憶部２４に記憶された外形と検出された第２のエッジとの比較を行う。以降、この処理をステップＳ３３６−２とする。

ステップＳ５１０（欠陥情報記憶部２４の欠陥情報を、出力部１３を介して表示装置５および印刷装置６に出力する。）は、ステップＳ４１０と同じであるが、ダイ・ツー・ダイ比較方法の結果を欠陥情報として出力することが異なる。

図１０４は外形を使ったダイ・ツー・ダイ比較方法を示す図である。ステップＳ３４０における検査単位領域は、設計データで使われている座標系で表現された検査領域を分割して得られたものであり、各半導体デバイスの検査単位領域が検査される。本実施例の検査単位領域は、基準となる半導体デバイスの検査単位領域G1からG8と検査対象半導体デバイスの検査単位領域H1からH8である。検査単位領域G1からG8と、検査単位領域H1からH8は、おのおの対応している。

第１に、（ステップＳ３３６−１）と（ステップＳ３３８−１）を説明する。ブロックＡとブロックＢsのステップＳ３０８からＳ３３２が実施される。基準となる半導体デバイスの検査単位領域G1から、ステップＳ３３４（第２のエッジ検出）で第２のエッジを検出する。検出された第２のエッジを検出された順につなげて多角形とし、外形として、得られた多角形を使用する（ステップＳ３３６−１）。得られた外形を欠陥情報記憶部２４に出力する（ステップＳ３３８−１）。

同様の処理を検査単位領域G2から検査単位領域G4について逐次実施する。基準となる半導体デバイスとは、他の検査で良品と判断された半導体デバイスである。以上の処理で、基準となる半導体デバイスに対する検査領域の検査の工程が終了する。

次に、（ステップＳ３３６−２）を説明する。ブロックＢsのステップＳ３０８からＳ３３２が実施される。検査対象半導体デバイスの検査単位領域Ｈ１から、ステップＳ３３４（第２のエッジ検出）で第２のエッジを検出する。欠陥情報記憶部２４に記憶された基準となる半導体デバイスの検査単位領域Ｇ１に関する外形と検出された第２のエッジとを比較する（ステップＳ３３６−２）。

同様の処理を検査単位領域H2から検査単位領域H4について逐次実施する。以上の処理で、検査対象半導体デバイスに対する検査領域の検査の工程が終了する。

図１０５は、外形と第２のエッジとの比較方法を示す図である。２つの画像が同じピクセル間隔を持ち、プロファイルを取得する方向および位置を第２の基準パターンを使って予め設定する方法を使用した場合は、検査対象半導体デバイスのプロファイル取得区間から得られた第２のエッジE_DIと基準となる半導体デバイスのプロファイル取得区間から得られたエッジE_DS間の距離Ｄを計算する。これらのプロファイル取得区間は同じ位置にある。ここで、エッジE_DSは、記憶された外形の頂点である。

計算された距離Ｄが予め決められたダイ・ツー・ダイ比較検査用の許容パターン変形量より大きい場合は、検査対象半導体デバイスのプロファイル取得区間に対応する部分に欠陥が存在していると判断される。前述のダイ・ツー・ダイ比較検査用の許容パターン変形量は、全ての基準パターンの属性に一意に決めても基準パターンの属性ごとに決めても良い。

図１０６は、外形と第２のエッジとの比較方法を示す別の図である。２つの画像が異なるピクセル間隔を持つ場合または、プロファイル取得区間を第１のエッジを検出してから適応的に設定する方法を使用した場合は、プロファイル取得区間は同じ位置にない。この場合は、外形とプロファイル取得区間の交点E_Xを求め、第２のエッジE_DIと交点E_X間の距離Ｄ'を計算する。距離Ｄの代わりに距離Ｄ'を使用して、前述と同じ方法を実施する。

以上では、基準となる半導体デバイスの外形を使用して検査したが、検査対象パターン画像に対応するシミュレータで得られた外形を使用して検査しても良い。また、メモリ部分などの周期的なパターンを検査する場合は、基準となる繰り返しパターンの外形または、シミュレータで得られた周期的なパターンに対応する外形を使用しても良い。他の方法として、良品の生産開始時の半導体デバイスの外形を保存し、保存された半導体デバイスの外形と、生産中の半導体デバイスから得られる第２のエッジを比較してプロセスを管理する方法が使用できる。

本実施例によれば、検査対象パターン画像の外形を使ったダイ・ツー・ダイ比較検査がサブピクセル精度で実施できる。また、一方の検査対象パターン画像とは異なるピクセル間隔を持った他方の検査対象パターン画像から得られた外形、もしくは、シミュレータ等で得られた外形などを使ってダイ・ツー・ダイ比較検査を行うことができる。さらに、良品の生産開始時の半導体デバイスの外形を使用するプロセス管理方法が実現できる。

５．１０．２外形の補正方法と外形上のノイズ除去方法
前述の４．１１第２のエッジ検出で説明したように前述の５．１０．１外形を使ったダイ・ツー・ダイ比較方法で得られた第２のエッジは理想的に検出されるべき位置とは異なった位置に検出される。例えば、図７６に示す係数ｋとして0.5を使用すれば、エッジは、理想的なエッジ位置から検査対象パターンの外側方向に電子線のビーム径の半分の量だけ移動した位置になる。もし、異なったビーム径を持つ電子線を使って得られた画像から得られた外形を比較する場合は、電子線のビーム径によるエッジの移動量を補正してからダイ・ツー・ダイ比較検査する必要がある。

電子線のビーム径によるエッジの移動量W_beamは、以下の式で得られる。

ここで、線幅W_standardは、基準となる線幅を意味し、線幅W_measureは、基準となる線幅W_standardを持つ検査対象パターンを測定して得られた線幅を意味する。

図１０７は、外形の補正方法を示す模式図である。図１０７に示すように、第２のエッジを、プロファイル取得区間に沿って、検査対象パターンの内側方向（逆方向）に、エッジの移動量W_beamだけ移動して、エッジの移動量W_beamを相殺する。移動されたエッジの位置を外形の頂点の位置として登録する。

次に、外形のスパイクノイズの除去方法を説明する。図１０８は、外形のスパイクノイズの除去方法を示す図である。図１０８の左側に点線で示された外形にはスパイクノイズが含まれている。スパイクノイズは幅が１ピクセル程度で長さが２から３ピクセルである。このようなスパイクノイズを除去するために外形を半ピクセル間隔分サイズ処理で縮めると図１０８の左側に実線で示された外形が得られる。得られた外形を論理和処理すると図１０８の右側に実線で示された外形がノイズ除去後の外形として得られる。右側に実線で示された外形の外側に対応する部分に、左側に実線で示された外形には２つの三角形がある。分かりやすくするために、２つの三角形は大きく描かれているが、実際は無視しうる程小さい。

ノイズ除去後の外形の縮みを相殺するために、ノイズ除去方法を実施する前に、前述の外形の補正方法を実施する必要がある。外形の補正方法で使用するエッジの移動量W_beamから半ピクセル間隔引いた量を、ノイズ除去を考慮したエッジの移動量として使う。

別の方法として、第２の基準パターンのエッジと対応する検査対象パターン画像の第２エッジ間の距離の平均を使用して外形のノイズを除去する方法が使用できる。図１０９は第２のエッジとこれに前後する第２のエッジである３点のエッジの平均位置を使って外形のノイズを除去する方法を模式的に示す図である。平均位置は、Ｘ，Ｙ座標値が３点のエッジのＸ，Ｙ座標値の平均値である位置である。得られた平均位置を外形の頂点として登録する。この方法では、外形のコーナー部分にノイズが無いにも関わらず、ノイズを除去した後のコーナーの曲率がノイズを除去する前のものと異なっている。

図１１０は、第２の基準パターンのエッジと、対応する検査対象パターン画像の第２のエッジ間との距離の平均値を使って外形のノイズを除去する方法を模式的に示す図である。４．６第１の検査では対応するエッジ間のベクトルをd(x,y)と標記したが、外形の頂点と関連させるために対応するエッジ間のベクトルをd(i)と標記する。iは頂点番号である。ベクトルd(0)の終点である第２のエッジのノイズを除去するために前後するベクトルd(-1)、d(0)と、d(1)を使用して以下の計算をする。

ここでlenはベクトルの符号付長さを返す関数である。符号は、ベクトルが検査対象パターンの外部に向かっているときに正、内部に向かっているときに負をとる。得られた長さをもち、ベクトルd(0)の始点と同じ始点を持ち、かつ、ベクトルd(0)の方向と同じ方向を持つベクトルがノイズを除去した後のベクトルd(0)になる。ノイズを除去した後のベクトルd(0)の終点がノイズを除去した第２のエッジとなる。

この方法では、上記の計算で使用したベクトルの長さが基準パターンのコーナー部分に付加した曲線から計られるので、ノイズを除去した後のコーナーの曲率がノイズを除去する前のものと大きく異なっていない。平均の長さを得るために使用するエッジの数として５，７、または、他の数を使っても良い。またベクトルの長さに重みを付けても良い。また、平均の長さではなくて長さの中央値などの別の値を使用しても良い。長さの中央値を使用すれば、スパイクノイズの除去に有効である。

本実施例によれば、エッジを移動することにより外形の補正もしくは外形上のスパイクノイズが除去できるので、画像フィルタによって発生する検査対象パターン画像の劣化が発生しない。別の方法として、基準パターンのエッジと検査対象パターン画像のエッジ間の距離を使用して前記外形のノイズを除去すれば、コーナー部分の曲率の変化を最小にできる。

５．１０.３外部検査装置への外形の出力方法
前述５．１０．１外形を使ったダイ・ツー・ダイ比較方法で説明した外形をリソグラフィ・シミュレータなどの入力方法として使用することが可能である。この場合は、リソグラフィ・シミュレータ処理が、外形出力処理に比べて低速であるので、間接的に外形を入力する必要がある。

図１１１は外部検査装置への外形の出力方法を示す図である。検査部１２は図１６の検査部１２と同じものであり、検査対象半導体デバイスから得られる外形を外形データベースに出力（登録）する。リソグラフィ・シミュレータなどは、オンラインまたはオフラインで外形を、外形データベースを検索し、入力する。複数のリソグラフィ・シミュレータを外形データベースに接続してマルチプロセッシングを実現することができる。ここで、検査部１２が外形を設計データの付加情報として出力すれば、外形と設計データの関連性が明確になる。

本実施例によれば、低速の他の検査方法と結合した検査方法が可能になる。また、外形を設計データの付加情報として出力すれば、外形と設計データの関連性が明確になる。

５．１１パターン変形量の大域的変形量と局所的変形量への分離方法
前述の４．８検査単位領域全体から得られるパターン変形量では検査単位領域ごとにパターン変形量を求めている。この方法によれば、パターン形成の条件の違いなどにより大域的に設計データの線幅と違う幅で検査対象パターンが形成されると、検査単位領域全体から得られる全てのパターン変形量が大きな値を持つことになる。しかし、このような大域的な平均線幅の変化よりも、局所的な領域の線幅の変化が半導体デバイスの電気特性を制限することが多い。そこで、パターン変形量を大域的変形量と局所的変形量へ分離して半導体デバイスの電気的特性を評価する必要がある。

図１１２から図１１５はパターン変形量の大域的変形量と局所的変形量への分離方法を模式的に示す図である。本実施例ではパターン変形量として、線幅の変形量を使用している。図１１２は、パターン形成の条件の違いなどにより半導体デバイス全体に設計データの線幅と違う線幅で検査対象パターンが形成されている例を示す模式図である。

図１１２に示すように、半導体デバイスの中心部分は、大域的に線幅は正常であり欠陥K1が存在している。一方、半導体デバイスの周辺部分は、大域的にＸ方向に線幅が太くなっている。この変形量と欠陥K1のＸ方向のサイズが同じ量Ｍであるとする。この場合に、欠陥K1は欠陥として認識したいが、線幅の変形量Ｍは欠陥として認識したくない。また、線幅の変形量Ｍは欠陥として認識すると登録すべき欠陥数が膨大になる。

この問題を解決するために、欠陥を認識する前に基準パターンの線幅を大域的な平均線幅の変形量を考慮して補正する方法が使用できる。基準パターンの線幅を補正するために、検査装置は、線幅の大域的な平均線幅変形量を検査済みの検査単位領域を使用して求める第１の方法と、第１の方法によって得られた大域的な平均線幅の変形量を使って基準パターンの線幅を補正する第２の方法とを実行すると良い。ここで大域的な平均線幅は、半導体デバイスの全体でなくとも十分に広い範囲から得れば良い。

図１１３は大域的な平均線幅変形量を検査済みの検査単位領域を使用して求める第１の方法の例を示す図である。大域的な平均線幅の変形量として、前述の４．８検査単位領域全体から得られるパターン変形量の説明で使用したＸ方向の線幅の変形量を使用する。
まず、このＸ方向の線幅の変形量に関連して説明した方法を各検査領域に適応すると（図６７（ａ）および図６７（ｂ）参照）、図１１３（ａ）に示すように、線幅の変形量C_Xが得られる。Ｙ方向の線幅の変形量も同様に求められる。必要があれば、４５度方向と１３５度方向の線幅の変形量を求めても良い。

次に、Ｘ方向の大域的な平均線幅の変形量<C_X>を得るために、線幅の変形量C_Xの平均値を求める（<>は平均値を表す）。例えば、図１１３（ｂ）に示すように、補正対象の検査単位領域（図においてドットで示す部分）に対して検査単位領域の近傍にあって既に検査済みの検査単位領域（図において格子状の部分）のC_Xの平均値を求める方法が使用できる。

また、前述の３．４検査単位領域で説明した逐次検査においては、図１１３（ｃ）に示すように、補正対象の検査単位領域（図においてドットで示す部分）に対して前述の３．３レシピデータ「（８）大域的変形量を求めるために使用する検査単位領域の数」の直近に検査された検査単位領域（図において格子状の部分）のC_Xの平均値を求める方法が使用できる。平均値の代わりに、移動平均値を使用することもできる。Ｙ方向、４５度方向と１３５度方向の大域的な平均線幅の変形量<C_Y>，<C₄₅>，<C₁₃₅>も同様に求められる。以上で得られた大域的な平均線幅の変形量<C_X>，<C_Y>，<C₄₅>，<C₁₃₅>が大域的なパターン変形量となる。

この大域的な平均線幅の変形量を、同じ検査対象パターンの属性を持つそれぞれのグループから得られる変形量に区別しても良い。この区別は、全ての線分を、近接線分、離隔線分とそれら以外に区別することや、線幅に応じて区別することも可能である。また、大域的な平均線幅の変形量を線幅の関数の形で表現しても良い。

図１１４は第１の方法によって得られた大域的な平均線幅の変形量を基準パターンの線幅の補正に使用する第２の方法を示す図である。本実施例では、大域的な平均線幅の変形量として前述の大域的な平均線幅の変形量<C_X>，<C_Y>，<C₄₅>，<C₁₃₅>を使用している。

得られた大域的な平均線幅の変形量<C_X>，<C_Y>，<C₄₅>，<C₁₃₅>を基準パターンの線幅の補正に使用する時は、設計データに基づき基準パターンを生成するステップＳ２０６（図２２参照）で記述したサイズ処理（線幅を変える処理）と同じ方法を実施する。すなわち、基準パターンの各線分をその方向ごとに大域的な平均線幅の変形量<C_X>，<C_Y>，<C₄₅>，<C₁₃₅>分移動させる。この処理は、ステップＳ３０４（図２５参照）で記述した、レシピ検索用パラメータをキーとしてレシピデータベース２２を検索し、基準パターンを含むレシピデータを取り出す処理の後に実施される。

この処理の例として、図１１２の基準パターンをＸ方向にＸ方向の大域的な平均線幅の変形量<C_X>分サイズ処理をした結果が、図１１４の二重線で示されている。第１の方法で得られたＸ方向の大域的な平均線幅の変形量<C_X>は、ほぼ、変形量Ｍと等しい値である。

前述の計算で得られなかった大域的な平均線幅の変形量、例えば３０度方向の大域的な平均線幅の変形量<C₃₀>は、前述の計算で得られた大域的な平均線幅の変形量を補間して得られる。

これらの式では、前述の計算で得られた大域的な平均線幅の変形量として、Ｘ方向の大域的な平均線幅の変形量<C_X>、Ｙ方向の大域的な平均線幅の変形量<C_Y>と、４５度方向の大域的な平均線幅の変形量<C₄₅>が使用されている。

図１１５では後者の計算例が示されている。図１１５の破線で示されている線分が基準パターンを模式的に示し、実線で示されている線分が検査対象パターン画像から検出されたエッジを模式的に示している。Ｘ方向の大域的な平均線幅の変形量<C_X>、Ｙ方向の大域的な平均線幅の変形量<C_Y>、４５度方向の大域的な平均線幅の変形量<C₄₅>、１３５度方向の大域的な平均線幅の変形量<C₁₃₅>と、３０度方向の大域的な平均線幅の変形量<C₃₀>の方向の定義は図１１５に基づいている。図１１５の右側では、Ｘ方向の大域的な平均線幅の変形量<C_X>、４５度方向の大域的な平均線幅の変形量<C₄₅>を補間して得られた３０度方向の大域的な平均線幅の変形量<C₃₀>が示されている。

以上の方法とは別の方法として、検査前に特定の位置で大域的な平均線幅の変形量を一回検出して、この検出された大域的な平均線幅の変形量を各検査単位領域の基準パターンの線幅の補正量に使用する方法が使用できる。

ステップＳ３０４（図２５参照）以降の図２５に記載の処理を行うとステップＳ３２０（図２５参照）で欠陥検出が認識される。前述したように、図１１２で示された半導体デバイスの中心部分は、大域的に線幅は正常であり、半導体デバイスの周辺部分は、大域的にＸ方向に線幅が太くなっている。図１１２で示された半導体デバイスから欠陥K1を検出するようにサイズ処理がされている場合は、欠陥K2は検出されず、太く形成されたパターンの大部分が欠陥として認識される。しかし本実施例を用いれば、図１１２で示すように欠陥K2のみが欠陥として認識できるようになる。

この結果、大域的変形量としての各検査単位領域における大域的な平均線幅の変形量と局所的変形量としての欠陥情報に分離された欠陥情報を出力することが実現できる。

本実施例を使用する場合は、基準パターンの線幅の補正による欠陥情報の変化を相殺する必要がある。具体的には、前述の４．８検査単位領域全体から得られるパターン変形量で説明した検査単位領域全体から得られたパターン変形量の１つである線幅の変形量に前述の大域的な平均線幅の変形量を加算する。

本実施例によれば、パターン変形量を大域的変形量と局所的変形量に分離することにより、取得欠陥数を低減することができる。この結果、重要な欠陥を十分に検出して、擬似欠陥の検出を低減することが可能になる。擬似欠陥とは欠陥と見なさなくとも良い欠陥である。

５．１２線幅測定値の時間的変化の補正方法
長時間検査では電子線のビーム径が時間的に緩やかに変化することがある。電子線のビーム径が太くなれば、太くなった量だけ線幅測定値が大きくなる。この変化が前述の大域的な平均線幅の変形量に加算される。よって、大域的な平均線幅の変形量に時間的変化を相殺する必要がある。

図１１６は、図２３を簡略にしたものに電子線のビーム径の変化を示した模式図である。図１１６では電子線のビーム径が緩やかに太くなっているが、１行分の検査単位領域の検査中では電子線のビーム径の変形量が無視しうる。このような電子線のビーム径の変化による線幅の測定値の変化を以下の手順で補正する。

まず、２回検査される検査単位領域を図１１７で示される方法で決める。２回検査される検査単位領域は、電子線のビーム径の変化量が無視しうる時間範囲ごとに設定される。図１１６では１行分の検査単位領域の検査時間がこの時間範囲に相当するので、図１１７で示されるように２回検査される検査単位領域が設定される。

次に、図１１７で示されるように２回検査される検査単位領域を検査して、前述の大域的な平均線幅の変形量<C_X>、<C_Y>、<C₄₅>と<C₁₃₅>を求める。前述の大域的な平均線幅の変形量<C_X>、<C_Y>、<C₄₅>、または<C₁₃₅>の計算は同じである。よって本実施例ではＸ方向の大域的な平均線幅の変形量<C_X>を使用して説明する。図１１７の<C_X>_1,1、<C_X>_1,11で示されるように、１回目の検査であることと検査単位領域の番号をそれぞれ第１と第２の添え字で表現する。これらの大域的な平均線幅の変形量は場所に依存する線幅の変形量を表現していて、時間に依存する線幅の変形量は無視しうる。

以上の１回目の検査の後に、図１１８で示されるように、２回目の検査として全検査単位領域を検査して、前述の大域的な平均線幅の変形量<C_X>、<C_Y>、<C₄₅>と<C₁₃₅>を求める。図１１８の<C_X>_2,1、<C_X>_2,11で示されるように、２回目の検査であることと検査単位領域の番号をそれぞれ第１と第２の添え字で表現する。

検査単位領域の番号１番の検査が終了した時点で、大域的な平均線幅の変形量<C_X>_2,1と大域的な平均線幅の変形量<C_X>_1,1から補正量δ<C_X>₁を以下の式で求める。

得られた補正量δ<C_X>₁は、時間に依存した線幅の変化量の補正量とみなされる。

検査単位領域の番号２番から番号10番で得られた大域的な平均線幅の変形量<C_X>にδ<C_X>₁を加算して時間に依存した線幅の変化量を補正する。この検査単位領域の番号１０番は、次に２回検査される検査単位領域の番号１１番の１つ前の番号を意味する。
以上の手順を前述の大域的な平均線幅の変形量<C_Y>、<C₄₅>、<C₁₃₅>についても同様に実施する。また、これらの手順を全ての２回検査される検査単位領域について実施する。

ＡｒＦレジストで作成された検査対象パターンを走査型電子顕微鏡で何度も検査すると検査対象パターンが段々と縮んでいく。しかし本実施例によれば同じ場所を２回だけ検査するのでこのパターンの縮みは無視できる。従って、前記の検査対象パターンを検査する場合であっても、電子線のビーム径の緩やかな変化による線幅の測定値の変化を補正することが可能になる。

５．１３基準パターンの幾何学情報、設計データの情報、もしくは設計データに関連するデータの情報を使った欠陥種
前述の４．７画像から得られる特徴量を使った欠陥種の判定方法で説明したように、欠陥種は欠陥種認識部１４により欠陥画像の特徴量を使用して決定される。この欠陥種以外に基準パターンの幾何学情報、設計データの情報、もしくは設計データに関連するデータの情報を使って決定される欠陥種を使用できる。

以下の項目が設計データの幾何学情報として使用される。
（１）基準パターンの属性（直線部分、コーナー、終端、孤立パターンなど）
（２）近接線分、離隔線分とそれら以外の線分
（３）線幅（例：最小線幅、最小線幅を超え最小線幅×１．５未満の線幅、最小線幅×１．５以上の線幅）

以下の項目が設計データの情報として使用される。
（４）欠陥が検出された場所（例：メモリ部分、ロジック部分など）
（５）欠陥に対応する設計データのセル名。付加情報として、欠陥を検出するときに使用したセルの線分番号、もしくはセルを記述する座標系での欠陥の位置。
（６）配線の属性（グラウンド配線とクロック配線など）、ただし、設計データにこれらの属性が規定されている場合に使用可能である。

以下の項目が設計データに関連するデータの情報として使用される。ここでは、設計データに関連するデータとしてマスクデータを使用している。
（７）欠陥に対応するマスクデータのセル名。付加情報として、欠陥に対応するセルを構成する線分番号、もしくはセルを記述する座標系での欠陥の位置が使用できる。
また、これ以外にパターン変形量を使った欠陥種としては、下記の項目を使用することができる。
（８）欠陥サイズ情報（例：大太り、中太り、小太り、大細り、中細り、小細りの６分割など）

図１１９では、前述の（５）で示したセル名と線分番号ごとに分類する欠陥種の例を示している。Ｔ字型の２つのパターンＡ、Ｂは同じセル名を持ったメモリのセルを表している。丸で囲まれた終端部分は、基準パターンは同じ形状だが異なったＯＰＣパターンを持っている。この場合は、欠陥Ａと欠陥Ｂは異なったＯＰＣパターンによって発生した欠陥である。しかし、セル名による分類だけではこれらの欠陥Ａと欠陥Ｂを分類できない。しかし線分番号による分類によって欠陥の発生に関連したＯＰＣパターンを区別することができる。

前述の欠陥種は、それぞれ組み合わせて使用することができる。図１２０では、組み合わせて使用する欠陥種を模式的に示している。図１２０に示されている欠陥種は（６）、（１）と（８）の３種類を組み合わせたものである。

本実施例を用いれば欠陥が発生する傾向が容易に把握できる。また、欠陥の発生原因の特定が容易になる。

５．１４基準パターンの特徴を使った欠陥のグループ分け方法
他の欠陥分類として、欠陥を検出したときに使用した基準パターンとそれらに近接する基準パターンの特徴を使った欠陥のグループ分け方法が使用できる。図１２１から図１２３は前述の方法を示す図である。欠陥検出時に欠陥位置の近傍に対応する長方形によって基準パターンを切り出して保存しておく。検査終了時にこの切り出された基準パターンから特徴量を計算して欠陥をグループ分けする。

図１２１には欠陥位置、外接長方形、切り出された基準パターンが示されている。欠陥位置は外接長方形の中心であり、切り出された基準パターンは欠陥位置の近傍に対応した長方形に存在している。直線形状パターンに関する特徴量として、線幅と方向とその本数の組が使用できる。他のものとして、スペース幅と方向とスペースの本数の組、コーナーの種類とその数の組、終端の種類とその数の組、孤立パターンの種類とその数の組などが使用できる。次にこの特徴量が成す特徴量空間をクラスター分析でグループ分けする。クラスター分析は統計学でよく知られた分類方法のひとつである。

図１２２は特徴量空間の例を示す模式図である。図１２２では、[１００ｎｍ、縦方向、４本の直線形状パターン]の組、[２００ｎｍ、縦方向、２本の直線形状パターン]の組、[１００ｎｍ、横方向、４本の直線形状パターン]の組を特徴量として使用している。この例では、３つの切り出された基準パターンは明確に特徴量空間で分離されている。しかし、実際には欠陥の存在する位置の僅かな違いにより周辺のパターンが切り出された基準パターンに含まれたり含まれなかったりするので必ずしも、切り出された基準パターンが明確に分離されるわけではない。よって、似ているものを分類するクラスター分析が必要になる。

より細かく切り出し基準パターンをグループ分けするためには特徴量を細分化する必要がある。例えば、図１２３の様なパターンを区別するには直線形状パターンの上下方向の区別や、短長の区別をする必要がある。

本実施例によれば、「細い縦線で込み入ったパターンに欠陥が多く発生している」などの欠陥が発生する傾向が容易に把握できる。さらには、同じような形状の基準パターンごとに欠陥を分類できる。さらに、欠陥の発生原因の特定が容易になる。

５．１５画像登録対象とする欠陥の選択方法
ステップＳ３２８では、欠陥種認識部１４が欠陥画像を、出力部１３を介して表示装置５および印刷装置６に出力する。欠陥画像とは、欠陥が検出された検査対象パターン画像を意味する。欠陥数が非常に多くなった場合には、登録すべき欠陥画像数が膨大になり記憶媒体の量が増えて実用に向かない。そこで、欠陥画像の最大登録数を欠陥種ごとに持つようにし、この問題を解決する。

この欠陥種ごとに持つ欠陥画像の最大登録数は、静的に、前述の３．３レシピデータ「（９）欠陥画像の最大登録数」を振り分けても良いし、動的に、これまでに検出された欠陥数を監視して既に検出された欠陥数に応じて可変にしても良い。例えば、これらの動的な最大登録数はこれまでに検出された欠陥数の対数に比例する数として決められる。

新たな欠陥画像が属する欠陥種の最大登録数になるまで新たな欠陥画像を登録する。既に登録された欠陥画像数が最大登録数に等しい場合には、欠陥サイズや他の指標に応じて新たな欠陥画像を登録するか否か判断される。登録すると判断した場合には、削除する欠陥画像を決定し、削除する。別の方法として、乱数を使って新たな欠陥画像を登録するか否か判断しても良い。
本実施例を用いれば、一種類の欠陥種の欠陥が非常に多く、他の欠陥種の欠陥が少ない場合でも、より多くの種類の画像が登録できるようになる。

５．１６再検査対象とする欠陥の選択方法
検査時の倍率などの条件とは違う高倍率な画像取得条件で欠陥対象パターン画像を再取得し再検査する場合がある。再検査は以下の手順で実施される。

（１）図２２で説明したレシピ登録処理を実行する。
図２２のステップＳ２０２で、オペレータは、入力装置４を介して基準パターン生成部１１に、オペレータ入力パラメータを入力する。再検査する場合は、ステップＳ２０２で、オペレータは、入力装置４を介して基準パターン生成部１１に、再検査用のオペレータ入力パラメータも入力する。再検査用のオペレータ入力パラメータの中の画像取得パラメータの一つである検査領域は後述の（４）で決められるので入力されない。

（２）図２５または図２６で説明した検査処理を実行する。
（３）検出した欠陥の中から再検査対象とする欠陥を自動的に選択する。

（４）図２２で説明したレシピ登録処理を実行する。
ステップＳ２０２を実行する代わりに、前述の（１）で入力された再検査用のオペレータ入力パラメータが基準パターン生成部１１に入力される。検査領域は、ランダム検査用の検査領域である。検査領域は、再検査対象とする欠陥の位置が中心である領域であり、再検査対象とする欠陥の位置から自動的に設定される。
（５）再検査として、図２５または図２６で説明した検査処理を実行する。

前述の（４）で説明したように再検査前に検出した欠陥の中から再検査対象とする欠陥を自動的に選択する必要がある。単純に検出した欠陥を間引いて再検査対象欠陥を選択しても良い。しかし、より多く検出された同じ欠陥種を持つ欠陥がより重要とは限らず、少なく検出された同じ欠陥種を持つ欠陥について十分に再検査したい場合もある。このような要求にかなうように、欠陥種ごとに再検査対象とする欠陥の最大登録数を決める。

これらの欠陥数は、前述の５．１５画像登録対象とする欠陥の選択方法で記述した欠陥画像の最大登録数の振り分けで使用したように、静的に、前述の３．３レシピデータ「（１０）再検査対象とする欠陥の最大登録数」を振り分けても良いし、動的に、これまでに検出された欠陥数を監視して既に検出された欠陥数に応じて可変にしても良い。例えば、これらの動的な最大登録数はこれまでに検出された欠陥数の対数に比例する持つ数として決められる。

検査終了後に再検査対象とする欠陥かそうでないかを乱数に応じて決める。すなわち、検出された全ての欠陥に対して乱数を与え、より大きい乱数をもつ欠陥ほどより重要であると判断する。もしより大きな欠陥を重点的に再検査したい場合は欠陥サイズ情報に応じた重みを付けた乱数を使用すれば良い。また、欠陥サイズ情報以外に別の指標を使って重み付けをしても良い。
本実施例を用いれば、少なく検出された同じ欠陥種を持つ欠陥も、多く検出された同じ欠陥種を持つ欠陥も、十分に再検査対象にすることができる。

５．１７半導体デバイス全体のパターン変形量の分布図表示方法
図２５のステップＳ３２８、３３２で説明したように、検査結果が出力部１３を介して表示装置５及び印刷装置６に出力されている。出力部１３が検査結果を数値で出力すると半導体デバイス全体の欠陥の発生の傾向が把握しづらい。この対策として、出力部１３が検査終了時に、ビットマップで表現された分布図を作成して、作成された分布図を表示装置５および印刷装置６に出力する方法が必要になる。この分布図は、前述の４．８検査単位領域全体から得られるパターン変形量をピクセルの濃淡もしくは擬似カラー表示用のビットマップに変換して欠陥を上書きして得られる。

図１２４は、検査単位領域全体から得られるパターン変形量の一つである線幅の変形量を濃淡表示用のビットマップに変換して欠陥を上書きして得られる分布図の例である。格子部分は最大の線幅の変形量を持ち、ドットで示す部分はより大きな線幅の変形量を持ち、スペースで示す部分は正常な線幅の変形量をもっている。黒い正方形は欠陥を表している。図１２４から、より大きな線幅の変形量を持つ部分に、より多くの欠陥が発生していることが分かる。

さらに、図１２４のように、線幅の変形量を表示すると、ステッパーの歪やウェーハの位置に起因するパターンの変形の傾向などが視覚的に理解できる。例えば、正常に形成された周期的なパターンで構成された半導体デバイスを検査して分布図を得て、得られた分布図を観察すると、分布図の周辺の線幅が中心より太いなどの傾向が示される。この傾向からステッパーの周辺部分に歪があることが分かる。他の例として、正常に形成されたＳｏＣを検査して分布図を得て、得られた分布図を観察すると、メモリ、ロジックなどの機能ブロックごとに線幅が異なることが理解できる。

また、検査単位領域全体から得られるパターン変形量の他の1つである線幅の標準偏差を使用すると半導体デバイスの品質が検証できる。
本実施例によれば、半導体デバイス全体の欠陥の発生の傾向が視覚的に把握できるので欠陥の発生原因の特定や半導体デバイスの品質検証に利用できる。

５．１８基準パターンの幾何学情報、設計データの情報、もしくは設計データに関連するデータの情報を使った測定値の分類方法
前述の５．１７半導体デバイス全体のパターン変形量の分布図表示方法では線幅の変形量を使用した分布図表示の例が示されている。線幅として５．３．１ゲート線幅検査方法で説明したゲート線幅を使用すれば、ゲート線幅変形量を場所により分類して表示方法が実行できる。ゲート線幅変形量の分類方法の他の方法として、ゲート長、近接するパタ-ンまでの最小距離などに基づいてゲート線幅の変形量を分類する方法が使用できる。

図１２５は、ゲート長を使ってゲート線幅を分類する方法を模式的に示す図である。図１２５の２つのゲートは同じゲート線幅Ｗを持っているが、異なるゲート長L₁、L₂を持っている。半導体デバイスに存在する全てのゲートがこれらの２種類のゲートのどちらかである場合に、全てのゲートの線幅変形量から図１２５のグラフG₁とG₂が得られる。グラフG₁はゲート長L₁を持つゲートの線幅変形量の分布を表し、グラフG₂はゲート長L₂を持つゲートの線幅変形量の分布を表している。

理想的には得られたグラフが等しくなるべきであるが、実際は異なったグラフになる。これらのグラフの差異の原因を解明することにより、半導体デバイスの品質を向上させることが可能になる。

本実施例では、基準パターンの幾何学情報として、ゲート長、近接するパターンまでの最小距離を使った基準パターンの幾何学情報に基ずく測定値の分類方法を説明した。しかし、基準パターンの幾何学情報として、以下の情報を使った測定値の分類方法を使用しても良い。
（１）基準パターンの属性（直線部分、コーナー、終端、孤立パターンなど）
（２）近接線分、離隔線分とそれら以外の線分
（３）線幅（例：最小線幅、最小線幅を超え最小線幅×１．５未満の線幅、最小線幅×１．５以上の線幅）
また、これらの情報を組み合わせて使用することができる。

さらに、基準パターンの幾何学情報を使うのではなく、設計データの情報、もしくは設計データに関連するデータの情報が使用できる。例えば、設計データのセル名やマスクデータのセル名が使用できる。

本実施例によれば、半導体デバイスの品質向上のために、半導体デバイスの全ゲート線幅を測定し、ゲート長、近接するパターンまでの最小距離などで分類してゲート線幅を解析することが可能になる。

５．１９形成ビームで露光されたパターンの変形量
電子線マスク描画装置やレーザーマスク描画装置でホトマスクパターンを露光するために、矩形ビームなどの成形ビームを使って露光する方法がある。また、電子線を使ったウェーハ直描画装置でも同様の方法を使用している。本実施例では、矩形ビームを使って長方形を露光する例を説明する。図１２６は、描画装置で使われるホトマスクパターンを分割した得られた長方形を模式的に示す図である。図１２６に示された縦方向に延びた長方形であるホトマスクパターンR_maskを書くために、４つの長方形R_beamを露光する。長方形R_beamで作られる露光パターンは検査対象パターンを構成する。

成形ビームが変形して露光されることにより、ホトマスクパターンが許容パターン変形量を超えて変形することがある。従来は、製品のホトマスクパターンを露光する前にテストパターンを露光して成形ビームの変形を管理していた。しかし、製品のホトマスクパターンを露光している間の成形ビームの変化を管理する方法がなかった。

これらの課題を解決するために、次の方法を使用する。この方法では、描画装置で使われる長方形R_beamに対応するホトマスクパターンから得られた検査対象パターン画像の第２のエッジを得て、得られた第２のエッジから描画装置で使われる長方形R_beamで作られる露光パターンの変形量を得る。図１２７は、描画装置で使われる長方形に対応する検査対象パターンの第２のエッジを模式的に示す図である。図１２７の第２のエッジE_LとE_Rは描画装置で使われる長方形R_beamで作られる露光パターンの右側と左側の形状を表している。

描画装置で使われる長方形R_beamで作られる露光パターンのエッジが四角形を成すと仮定して露光パターンの変形量を得る。具体的には、図１２７の第２のエッジE_Lの座標値を最小自乗法によって近似して、直線L_Lを得る。同様に、図１２７の第２のエッジE_Rから直線L_Rを得る。描画装置で使われる長方形R_beamは時計回り方向に傾いた矩形ビームで露光されたことが分かる。また、図１２７の段差Ｇは、時計回り方向に傾いた矩形ビームにより発生したことが分かる。

直線L_Lと第２のエッジE_Lの距離と直線L_Rと第２のエッジE_Rの距離を求めて、描画装置で使われる長方形R_beamで作られる露光パターンの局所的な変形量が得られる。図１２７の場所P_bumpの局所的な変形量が他の部分より大きい。また、図１２７の直線L_Lに対応する部分のエッジラフネスが、直線L_Rに対応する部分のエッジラフネスより大きい。前述の方法では、描画装置で使われる長方形R_beamで作られる露光パターンのエッジが四角形を成すと仮定して露光パターンの変形量を得た。しかし、図１２８に示すように連続する４つの円弧など他の形状を使用しても良い。

本実施例によれば、描画装置で使われるパターンで作られた露光パターンの変形量を検出することによって、電子線マスク描画装置の評価や管理ができる。
６．画像生成装置の他の走査方法
前述の２．２画像生成装置の走査方法で説明した走査方法以外に、以下で説明する走査方法が画像生成装置７で使用できる。

６．１電子線の１８度方向の走査方法、六角形領域の走査方法、基準パターンに基づく走査条件の自動設定方法
図１２９（ａ）および（ｂ）は、電子線を１８度方向に走査する方法を示す模式図である。図１２９（ａ）に示すパターンP1、P2は図１１（ａ）に示すものと同一である。半導体集積回路（ＬＳＩ）や液晶パネルの検査対象パターン画像の９９％以上のエッジは縦方向、横方向、４５度方向、もしくは−４５度方向を持っている。これらのエッジの全ての方向と走査方向にできるだけ大きな角度を持たせるために、図１２９（ｂ）で示す１８度の走査方向が使用できる。このような走査方向を使用すれば、ほぼ全てのエッジについてのエッジ検出精度が比較的良好になる。

角度１８度の走査方向は、３０度方向の検査対象パターン画像のエッジについても考慮して使用している。３０度方向のエッジを無視する場合は２２．５度や、図１４で説明したarctan（２）の角度が使用できる。またこれらの角度に４５度の倍数を加えた角度が使用できる。

図１３０（ａ）から（ｄ）は、六角形領域の走査方法を模式的に示す図である。通常のＣＤ−ＳＥＭ等の走査型電子顕微鏡においては、横方向に走査方向をとり、正方形の画像を取得するのが一般的である。しかしながら、走査型電子顕微鏡の設計の限界により、歪なく走査できる領域は真円の領域４００である。従って、図１３０（ａ）に示すように真円の領域４００に接する四角ブロック４０１を走査することになる。この場合は、四角ブロック４０１の上下左右部分は歪なく走査できるが走査されていないので、少々無駄が発生している。このような場合、検査領域を検査するために、図１３０（ｂ）の９個の重なった部分がある四角形領域B1からB9を走査する。

図１３０（ｃ）の下側に示すように、真円の領域４００に接する六角形領域４０２を走査する場合は、より真円の領域４００に近い領域を走査できるので走査領域を広げられる。六角形領域４０２は、以下の２方法で走査される。

第１の方法として、図１３０（ｃ）の左側に示すように六角形部分の内部が走査され外部が走査されない方法が使用できる。第２の方法として、図１３０（ｃ）の右側に示すように、六角形部分を含む長方形領域が走査され、長方形領域内の六角形領域４０２の周囲の右上・右下・左上・左下の三角形部分が検査に使わない方法が使用できる。これらの方式を使用すれば、図１３０（ｂ）で示した検査領域と同じ領域を走査するために、図１３０（ｄ）に示す六角形領域B1からB7が走査されるので走査回数が低減できる。

図１３１は、基準パターンに基づく走査条件の自動設定方法を示す模式図である。走査条件の自動設定方法として以下の方法が使用できる。

（１）ブロック（Ｄ）に示すように、走査領域に検査対象パターンがない場合、その走査領域を走査しない方法
（２）検査対象パターンの線幅に応じて、走査の条件を設定する方法
ブロック（Ａ）の検査対象パターンPaの線幅は、ブロック（Ｂ）の検査対象パターンPbの線幅の半分である。検査対象パターンの線幅分の変化率を検出する場合はブロック（Ａ）の走査の倍率は、ブロック（Ｂ）の走査の倍率の２倍の倍率が設定される。

（３）基準パターンの線分の方向によって、走査の方向の条件を決定する方法
ブロック（Ａ）の検査対象パターンPaが縦・横方向の線分を持つため、４５度の走査が１回行われる。また、ブロック（Ｃ）の検査対象パターンPcが４５度方向と１３５度方向の２方向の線分を持つので、４５度方向と１３５度方向の２回の走査が行われる。

本実施例を使用すれば、検査対象パターンの画像を得るために、最小限度の電子線（荷電粒子線）を走査すればよいので、最小の時間で検査対象パターンの画像を得ることができる。また、走査可能なエリアを最大限に広げることで走査回数が低減できる。更に走査方向に依存するエッジの検出精度の低下を防ぐために、基準パターンを使って最適な走査方向を設定することができる。

６．２画像生成装置における電子線の走査経路
図１３２および図１３３は、画像生成装置７における電子線の走査経路を説明する模式図である。図１３２および図１３３の上側に示される発振器４１０、カウンター４１１、Ｘ偏向発生回路４１２、Ｙ偏向発生回路４１３は偏向制御装置３１８を構成する回路である。制御コンピュータ３５０は、開始電圧、終了電圧、ステップ電圧をＸ偏向発生回路４１２、Ｙ偏向発生回路４１３にセットする。また、制御コンピュータ３５０は、開始信号を発振器４１０に出力する。

従来の走査において、検査対象パターンはピクセルごとにＸ方向の階段状の偏向をすることにより走査される。また、ラインごとにＹ方向の階段状の偏向をすることにより走査される。しかしながら、このような従来の方法においては、走査線の間の情報の取得ができないことにより、エッジ検出精度が低下しがちである。図１３２に示すように、本実施例においては、走査線の間の情報の取得ができるようにするために、Ｙ偏向にサイン波のような振幅を持った信号を付加することによって走査線間のデータをとる（図１３２の左下側部分参照）。

ここで、図示のように４点のデータをサンプリングする（図１３２の右下側部分参照）。この場合、サインの一周期の間でＹ偏向について広がったデータが取得できる。この４点のデータを加算して一つのピクセルの情報として制御コンピュータ３５０に転送するようになっている。

図１３２の上側に示すように、出力周波数に対して４倍の周波数である内部周波数を持つ発振器４１０をカウンター４１１に接続する。カウンター４１１は、Ｘ偏向発生回路４１２とＹ偏向発生回路４１３に接続されている。このような構成によって、内部周波数のクロックを使って、Ｘ偏向については階段状の右上がりの波形を、Ｙ偏向についてはサイン波を発生させる。４点のデータを内部周波数でサンプリングし、その４点のデータを加算して実際のピクセルに対応するサンプリングデータとして生成する。

他の方法として、図１３３に示されるように、前述の方法によるＹ偏向の波形と、Ｘ偏向における階段状の波形を発生することにより、ジグザグ状の走査経路を作っても良い。

図１３４は、垂直方向の走査に対してフィルタをかけた場合を説明する模式図である。Ａは、横方向に近接するピクセルであり、２次電子検出器３３０の光電倍増管、オペアンプによりスムージングされる。一方、Ｂは、縦方向に近接しているが前述のようにスムージングされない。そこで縦方向にスムージングフィルタをかけて縦方向と横方向の画質の違いを低減する。図１３４では最も単純なフィルタ係数を示しているが、横方向の周波数特性に合うように、最適なフィルタ係数が適宜選択されるものである。

本実施例によれば、走査経路を変えることによって走査線間のデータをとる方法、もしくはフィルタをかける方法等で、Ｘ方向とＹ方向の画質の僅差を極力低減することができる。

６．３検査対象パターンのエッジの近傍部分のみの走査方法
検査対象パターンのエッジの近傍部分のみを走査するような方法によって画像取得時間を短縮する方法が必要とされる。また、電子線を検査対象パターンのエッジの方向に直交させて走査させることにより、エッジ検出精度を向上する方法が必要とされる。

図１３５は、検査対象パターンのエッジの近傍のみの走査方法を示す模式図であり、図１３６は検査対象パターンのエッジの近傍のみの走査方法の手順を示すフローチャートである。図１３５に示す例においては、副偏向発生回路４５０，回転回路４５１，Ｘ主偏向発生回路４５２、およびＹ主偏向発生回路４５３を設けている。

検査対象パターンのエッジの近傍のみの走査を実現する方法は以下の手順で実施される。
（１）第２のエッジを検出するために使用するプロファイル取得区間を基準パターンより求め、プロファイル取得区間に関する情報を予め登録しておく。この情報は、プロファイル取得区間の中央点の位置、方向と長さを持っている。
（２）制御コンピュータ３５０が１つのプロファイル取得区間に関する情報を取り込む。
（３）制御コンピュータ３５０がプロファイル取得区間中央点の位置をＸ主偏向発生回路４５２とＹ主偏向発生回路４５３に設定する。これにより、ビームの中心位置が移動する。

（４）プロファイル取得区間の方向に対応する走査回転角を回転回路４５１に設定し、プロファイル取得区間の長さに対応する振幅を副偏向発生回路４５０に設定する。
（５）開始信号を発振器４１０に与えて、発振器４１０に接続されたカウンター４１１でＸ方向とＹ方向の走査波形を発生する。これに、Ｘ主偏向発生回路４５２とＹ主偏向発生回路４５３の出力を加算することにより、図１３５の上中央部に示すような走査経路が作られる。
（６）この走査経路は、サンプリングデータを得るために、図１３５の上右側に示すような７点のサンプリングが施される。

図１３７は検査対象パターンのエッジの近傍のみを走査する場合のサンプリングデータの取得順序付けの方法を示す図である。サンプリングデータの取得順序付けの方法の第１の方法として、図１３７（ａ）に示すように、与えられた間引き率で測定点をとばしながらサンプリングされる方法が使用できる。また、サンプリングデータの取得順序付けの方法の第２の方法として、図１３７（ｂ）に示すように乱数などによりランダムにサンプリングされる方法が使用できる。これらの方法によれば、試料の帯電現象によるプロファイルの変形が低減できるので、絶縁物の計測に向いている。試料の帯電現象が無視しうる場合は、基準パターンを一周するように逐次サンプリングしても良い。

本実施例によれば、高速で走査ができエッジ検出精度が向上する。また、試料の帯電現象による影響を少なくすることが可能になる。

６．４領域検査の対象になる領域の近傍部分のみの走査方法
前記の５．２領域検査方法を使用する場合は、領域検査の対象になる領域の近傍部分のみを走査する方法によって画像取得時間を短縮することができる。また、走査の方向と検査対象パターンのエッジの方向が直交するようにできるので、エッジ検出精度を向上できる。

図１３８は、線幅検査の対象になる領域の近傍部分を得る方法を模式的に示す図である。以下の手順で図１３８（ｂ）もしくは（ｃ）で示す領域検査の対象になる領域の近傍部分を求めて、得られた近傍部分を走査する。
（１）線幅検査に適した基準パターンＫを得る。基準パターンＫは図１３８（ａ）の実線と二重線で示される長方形で、図８４の線幅検査用基準パターンＡと線幅検査用基準パターンＢと同じものである。
（２）基準パターンＫを元に検出すべき全ての第２のエッジに必要なプロファイル取得区間を含む最小の長方形が走査部分として得られる。

具体的には、基準パターンＫを含む最小の長方形Ｒを求める。この長方形Ｒの右側と左側の線分それぞれにプロファイル取得区間が設定されることになる。
図１３８（ｂ）では、長方形Ｒの右側と左側の線分それぞれをプロファイル取得区間の長さＬだけ基準パターンＫの外側に移動させて得られた長方形Sa、Sbが走査部分になる。走査部分は長方形内に矢印が４本書かれたものであり、矢印は走査の方向を示している。

図１３８（ｃ）では、長方形Ｒをプロファイル取得区間の長さＬだけ膨らませて得られた長方形が走査部分Scになる。この方法では、左右の両方の検査対象パターンのエッジに対してパターンの内側から外側に入る走査ができないが１つの走査領域ですむ利点がある。
スペース幅検査についても同様に走査領域を決めることができる。

本実施例によれば、画像取得時間を短縮することができる。また、走査の方向と検査対象パターンのエッジの方向が直交するようにできるので、エッジ検出精度を向上できる。

６．５連続ステージを使ったインターレース走査および画像加算走査方法
検査速度を向上させるために、連続移動ステージを使用しラインセンサーで検査対象パターン画像を取得する方法がある。しかし、この方法では、インターレース走査画像もしくは画像加算走査により、検査対象パターン画像を取得することができない。画像加算走査とは、同じ走査線を２回以上走査して加算画像を得る走査を意味する。
この問題を解決するために、図１３９で示すように、ステージ位置を偏向器にフィードバックすることにより、連続ステージを使ったインターレース走査もしくは画像加算走査方法を使用する。図１３９は図１３２と同じであるが、以下の項目が異なっている。

（１）ＸＹステージ制御装置３２２は等速移動を管理するためにＸＹステージ３２１のＸとＹの位置をモニターしながらＸＹステージ３２１の速度を調整する。
（２）ＸＹステージ制御装置３２２がＸＹステージ３２１のＸとＹの位置をＸ偏向発生回路４１２とＹ偏向発生回路４１３にフィードバックする。
（３）図１３２では、カウンター４１１が１つの視野に対するＸ方向とＹ方向の走査波形を発生させる信号を出力しているが、図１３９では連続した視野に対するＸ方向とＹ方向の走査波形を発生させる信号を出力している。
（４）Ｘ偏向発生回路４１２とＹ偏向発生回路４１３は、カウンター４１１が出力した信号（連続した視野に対するＸ方向とＹ方向の走査波形を発生させる信号）から、ＸＹステージ制御装置３２２から得たＸＹステージのＸとＹの位置を減算して、Ｘ偏向器３１３とＹ偏向器３１４に、前記減算の結果を出力する。

６．５．１連続ステージを使ったインターレース走査方法
図１３９の構成を使用して図１４０で示すように、４５度左下方向のインターレース走査を考察する。ここでは、以下の記号を使用する。
Sp: 走査線の間隔
Ls: 走査線のＸ方向の長さ
Ni: 走査線L₁から走査線L₂の間の走査線の本数、実施例では、走査線の本数Niは、２本である。
Nc:走査線L₁から走査線L₁の次である走査線L₅までに走査した走査線の本数、実施例では、走査線の本数Ncは、４本である。
平行四辺形領域が、走査線L₁から、走査線L₈まで走査されて、検査対象パターン画像が取得される。

図１４１は、図１４０で示されるインターレース走査を実施する場合に、ＸＹステージ３２１が試料を下方向に連続移動しながら、Ｘ偏向器３１３とＹ偏向器３１４が出力する走査波形を示す図である。図１４１の境界Ａ、Ｂ、Ｃ、Ｆは、走査波形を表す座標系での位置である。

走査線L₄を走査するためにＹ偏向器３１４はＹ方向に境界Ｆまで走査しなければならない。走査線L₅を走査するためにＹ偏向器３１４はＹ方向に境界Ｂまで走査しなければならない。また、４５度左下方向を走査するためにＹ偏向器３１４はＹ方向に境界Ｃまで走査しなければならない。ここで、図示を簡単にするために走査線中の試料の移動を無視しているので、この移動量である走査線の間隔Spだけ境界Ｃを広げる必要がある。以上を合計するとＹ偏向器３１４はＹ方向に、(2(Ni-1)(Nc-1)+1)Spの幅を走査しなければならい。
画像取得装置３１７は、２次電子検出器３３０で検出した２次電子の強度を図１４２で示されるフレームバッファの図１４１の走査線に対応する位置に格納する。フレームバッファに１画像として出力すべき全ての検出された強度が格納されたら、画像取得装置３１７は制御コンピュータ３５０を介して検査部１２へこれらの検出された強度を出力する。図１４２の長方形I₁とI₂は１画像として出力される強度を示している。

６．５．２連続ステージを使った画像加算走査方法
図１３９の構成を使用して図１４３で示すように、４５度左下方向の画像加算走査を考察する。ここでは、以下の記号を使用する。
Sp: 走査線の間隔
Ls: 走査線のＸ方向の長さ
Na: 画像加算回数、実施例では、画像加算回数Naは、２回である。
平行四辺形領域が、走査線L₁から、走査線L₈まで走査されて、検査対象パターン画像が取得される。走査線L₁とL₅は同じ走査線である。同様に、走査線L₂とL₆、走査線L₃とL₇、走査線L₄とL₈は、それぞれ同じ走査線である。

図１４４は、図１４３で示される画像加算走査を実施する場合に、ＸＹステージ３２１が試料を下方向に連続移動しながら、Ｘ偏向器３１３とＹ偏向器３１４が出力する走査波形を示す図である。図１４４の境界Ａ、Ｂ、Ｃ、Ｆは、走査波形を表す座標系での位置である。
走査線L₄を走査するためにＹ偏向器３１４はＹ方向に境界Ｆまで走査しなければならない。走査線L₅を走査するためにＹ偏向器３１４はＹ方向に境界Ｂまで走査しなければならない。また、４５度左下方向を走査するためにＹ偏向器３１４はＹ方向に境界Ｃまで走査しなければならない。ここで、図示を簡単にするために走査線中の試料の移動を無視しているので、この移動量である走査線の間隔Spだけ境界Ｃを広げる必要がある。以上を合計するとＹ偏向器３１４はＹ方向に、(2・Nc/Na・Sp)の幅を走査しなければならない。
画像取得装置３１７は、２次電子検出器３３０で検出した２次電子の強度を図１４５で示されるフレームバッファの図１４４の走査線に対応する位置に加算する。図１４５の線分(L₁,L₅)は、走査線L₁とL₅を走査して検出した２次電子の強度が加算されるフレームバッファの位置を示し、線分(L₂,L₆)は、走査線L₂とL₆を走査して検出した２次電子の強度が加算されるフレームバッファの位置を示している。
フレームバッファに１画像として出力すべき全ての検出された強度が加算されたら、画像取得装置３１７は制御コンピュータ３５０を介して検査部１２へこれらの加算された強度を画像加算回数Naで割ってから出力する。図１４５の長方形I₃は１画像として出力される強度を示している。

本実施例によれば、連続移動ステージを使用し、ＸＹステージ位置を偏向器にフィードバックすることにより、インターレース走査もしくは画像加算走査による検査対象パターン画像を取得することが可能になる。この結果、検査速度を向上させることができる。

７．検査対象パターン画像の補正方法
７．１検査対象パターン画像の歪量の検出による基準パターンおよび検査対象パターン画像のうち少なくとも一つの補正方法
ステージ移動による試料の回転などにより検査対象パターン画像が回転することがある。また、帯電現象などによりスキューを含む回転や倍率変化などの検査対象パターン画像の歪を受けることがある。この検査対象パターン画像の歪によりこの検査対象パターン画像の歪量以下の微細な欠陥を検出することができない。この検査対象パターン画像の歪は、時間的に不連続に発生し、予測が困難である。よって、画像取得時点で毎回検査対象パターン画像の歪量を検出して検査対象パターン画像を補正する方法が必要である。

図１４６には、歪を持った検査対象パターン画像が模式的に示されている。点線で示されている線分が基準パターンを模式的に示し、エッジ間のベクトルd(x,y)の先頭が検査対象パターン画像のエッジを模式的に示している。基準パターンと検査対象パターン画像のエッジはマッチングされている。しかし平行移動のみを行うマッチングでは、回転や倍率変化などの歪は誤差として残る。

まず、このマッチングの誤差を以下のアフィン変換を使って集計する。アフィン変換とはａからｆの係数を使った１次変換を意味する。

この変換式で(x,y)は基準パターンのある点の座標値であり、(X,Y)は前述の点に対応する検査対象パターン画像のエッジの座標値である。また、係数ａ、ｂ、ｄとｅは、スキューを含む回転と倍率の違いを表現している。もし、スキューを補正する必要がなければ、次の行列が直交行列になるように制限をつける。

また、倍率の補正をする必要がなければ、この行列が回転行列になるように制限をつける。

この変換式で、係数ｃとｆは、シフト量を表している。図１４６の例ではシフト量は０になる。
図１４７は、右上の副検査単位領域を用いてマッチングを実施する方法を示している。副検査単位領域とは検査単位領域を分割した領域として定義される。検査単位領域が大きい場合は、副検査単位領域を使うマッチングは、検査単位領域全体を使うマッチングより大幅に高速である。この場合は、右上以外の副検査単位領域の係数ｃとｆは、一般に０にはならない。

係数ａからｆは以下の手順で求める。
（１）図１４６に示すようにパターン変形量と検査対象パターン画像の歪量の和を表すベクトルd(x,y)を得る。ベクトルd(x,y)は図６０のエッジ間のベクトルd(x,y)と同じである。
（２）各ベクトルd(x,y)の成分（d_x(x_i,y_i),d_y(x_i,y_i))（ｉは１からデータ数）を使って最小二乗法で係数ａからｆを求める。(x_i,y_i)は基準パターンの点の座標値である。この点に対応する検査対象パターン画像のエッジ位置座標値は、(x_i+d_x(x_i,y_i),y_i+d_y(x_i,y_i))である。よって、データの誤差の自乗和Ｅは下記で計算される。

ここで、Σは、全てのｉについての総和を表す。

最小自乗法は、データの誤差の自乗和Ｅの係数ａ、ｂ、ｃ、ｄ、ｅとｆによる偏微分が０であることを要請する。

これらの式から

を得る。以上の連立一次式を解けば係数ａ、ｂ、ｃ、ｄ、ｅとｆが得られる。以上の処理は図２５から図２７で示されたフローチャートのステップＳ３１４とステップＳ３１８の間で実行される。以降、この処理をステップＳ３１６とする。

この方法で得られた係数ａ、ｂ、ｃ、ｄ、ｅとｆを使う検査対象パターン画像の補正方法は図１４８に示すように３つの方法が使用できる。
（１）補正方法１
係数ａ、ｂ、ｃ、ｄ、ｅとｆをつかって基準パターンを補正する。次にステップＳ３１４以降の処理を行う。ただし、ステップ３１６は実行しない。

（２）補正方法２
係数ａ、ｂ、ｃ、ｄ、ｅとｆをつかって検査対象パターン画像を補正した後に、エッジを再び検出する。この場合は、アフィン変換で記述した式の逆変換の式を使用する。次にステップＳ３１０以降の処理を行う。ただしステップＳ３１６は実行しない。

（３）補正方法３
各ベクトルd(x,y)を成分表示した(d_x(x_i,y_i),d_y(x_i,y_i))を係数ａ、ｂ、ｃ、ｄ、ｅとｆをつかって以下の式で補正する。

次にステップＳ３１８をとばしてステップＳ３２０以降の処理を実行する。ステップＳ３２０では、以上で得られた補正された各ベクトルd(x,y)を図６０のエッジ間のベクトルd(x,y)として使用する。

前記補正方法１と前記補正方法２は正確に検査対象パターン画像の歪量を補正できるが計算量が大きい。一方、前記補正方法３はベクトルd(x,y)の角の部分に若干正確性がないが計算量が少ない。この誤差は、実用上無視しうることが多い。

本実施例ではアフィン変換を用いた方法を使用したが他の変換式を用いても良い。例えば、x_i，y_iの２次の項を使った変換式を使用することができる。しかし、より複雑な変換式は実際に発生しているパターン変形量を無視することになるので注意が必要である。

本実施例によれば、検査対象パターン画像の歪量の線形量を検出して、検査対象パターン画像を補正することができる。この結果、欠陥として検出する必要のない歪量を無視することができて擬似欠陥の発生を防止できる。

前述のスキューを含む回転や倍率変化の検出方法を画像生成装置７の回転、倍率調整に使用することができる。この調整は、前述の検査方法における検査前、もしくは検査中の適当な時点で実施される。この場合は、アフィン変換の係数ａ、ｂ、ｄとｅを画像生成装置７の回転、倍率調整用の調整値に変換して、これらの調整値を画像生成装置７に設定する。

７．２検査対象パターン画像の補正方法を使用した画像加算方法
検査対象パターン画像の画質を向上する方法として、画像を加算する方法が良く知られている。しかし、帯電しやすい試料上に形成された検査対象パターンの画像を連続して取得する場合は、取得された画像が徐々に歪むので、単純に取得された画像を加算してもシャープな画像が取得できない。

この問題を解決するために、検査対象パターン画像の補正方法を使用した画像加算方法を使用する。図１４９は、前述の方法を模式的に示した図である。

図１４９では、前述の７．１検査対象パターン画像の歪量の検出による基準パターンおよび検査対象パターン画像のうち少なくとも一つの補正方法で説明した補正方法２を使用して、取得された画像を補正する。次に、補正された画像を加算して加算画像を得る。
本実施例を使用すれば、徐々に歪んだ画像を加算しても、シャープな加算画像が取得できる。

７．３検査対象パターン画像の第１のエッジの分布を使った検査対象パターン画像の歪量の取得方法
前述の７．１検査対象パターン画像の歪量の検出による基準パターンおよび検査対象パターン画像のうち少なくとも一つの補正方法では、基準パターンと検査対象パターン画像のエッジ間のベクトルd(x,y)を使用して検査対象パターン画像の歪量を取得した。しかし、検査対象パターン画像の歪量が大きい場合は、図１５０で示すように、許容パターン変形量以上の長さのエッジ間のベクトルd(x,y)が得られないので、検査対象パターン画像の歪量が正確に求められないことがある。このような場合は検査対象パターン画像の第１のエッジの分布を使った検査対象パターン画像の歪量の取得方法が使用できる。

図１５０で、基準パターンは主に縦方向の線分を持っている。また、検査対象パターン画像の第１のエッジベクトルは、主に、９０度から少し違った角度を持っている。本実施例ではエッジ（ベクトル）として４．１．２第１のエッジ検出方法２で説明したエッジが明るくパターン内部と下地との間にコントラストがない画像から検出されるエッジを使って説明する。この場合は、エッジは０度から１８０度の角度を持つ。４．１．１第１のエッジ検出方法１で説明したパターン内部と下地との間にコントラストがある画像も同様の方法で使用できる。

まず、検査対象パターン画像の回転補正を以下の手順で実施する。
（１）ここでは、検査対象パターン画像のエッジのＸ、Ｙ成分が０から１５の値を持つ場合を考察する。縦方向の検査対象パターン画像のエッジの回転角度θxを求めるために検査対象パターン画像のエッジベクトルの成分が(0,15)、(1,15)および(-1,15)であるものの頻度F(0,15)、F(1,15)およびF(-1,15)を求める。これらの頻度が図１５１で示されている。

（２）頻度F(0,15)、F(1,15)とF(-1,15)から以下の比R(1)とR(-1)を求める。

頻度F(0,15)、F(1,15)とF(-1,15)は正規分布を成すと仮定する。図１５１は、正規分布の中心を得る方法を模式的に示す図である。図１５１で示すように、比R(1)とR(-1)に対応する正規分布の位置X(1)とX(-1)を求める。X(1)とX(-1)は正規分布の中心からの距離で正の値である。X(1)とX(-1)はエッジのX成分0.5と-0.5に対応するので頻度の分布の中心は以下のXcになる。

よって、縦方向の検査対象パターン画像のエッジの回転角度θxは以下になる。

（３）横方向の検査対象パターン画像のエッジの回転角度θyを求めるために、前述の（１）と（２）の中のX成分とY成分を反転した計算を実施する。図１５２は、画像回転角度θx、θyを示す図である。

（４）以下のように、画像回転角度θxとθyからアフィン変換の係数ａ、ｂ、ｄとｅを求める。

次に検査対象パターン画像の倍率補正を以下の手順で実施する。
（５）検査対象パターン画像の横方向の倍率Mxを求めるために、基準パターンを成す線分で縦方向の線分を抽出する。図１５３（ａ）で示すように、抽出された線分を水平軸（Ｘ軸）に射影して１次元データを作成する。この１次元データは配列の形でインデックスはＸ座標値で要素は線分の長さになる。（４．２．３エッジの水平軸垂直軸への射影データを使ったマッチング方法参照）

（６）検査対象パターン画像のエッジベクトルのＸ，Ｙ成分が(0,15)、(1,15)および(-1,15)であるベクトルの中点を前述（４）で得られたアフィン変換の係数ａからｆを使って変換する。係数ｃとｆは変換後の検査対象パターン画像の中心が変換前の検査対象パターン画像の中心に等しくなるように選らぶ。図１５３（ｂ）で示すように、変換されたベクトルの中点を水平軸（Ｘ軸）へ射影して１次元データを作成する。この１次元データは配列の形である。配列のインデックスはＸ座標値であり、配列の要素の値は変換されたベクトルの中点に対応するエッジベクトルのＹ成分になる。

得られたエッジの射影データの分布は明確に分離している。しかし、回転補正せずにエッジの射影データを得るとエッジの射影データの分布は明確に分離しない。したがって、回転補正、倍率補正の順が適当である。

（７）前述の４．２．３エッジの水平軸垂直軸への射影データを使ったマッチング方法では、上方向（縦方向）エッジの水平軸への射影データを図４６に示すＸ方向の範囲の中をシフトさせながら、上方向（縦方向）のエッジの水平軸への射影データと上方向（縦方向）線分の水平軸への射影データとのＸ方向のマッチング誤差値E_pmを計算している。検査対象パターン画像の横方向の倍率Mxを求めるために、図１５３（ｃ）で示すように、この計算を以下の複数の射影データに実施する。

各複数の射影データは前述の上方向（縦方向）のエッジの水平軸への射影データから１次補間法を使って倍率Mx_cand倍に変換して得られる。各倍率Mx_candは求めたい倍率Mxの範囲にあり、倍率Mx_candの間隔は倍率Mxの精度に対応している。各倍率Mx_cand倍に変換して得られた射影データからマッチング誤差値E_pmを求める。得られたマッチング最小の誤差値E_pmの中で最も小さいマッチング誤差値E_pmを求める。得られたマッチング誤差値E_pmに対応する倍率Mx_candを検査対象パターン画像の横方向の倍率Mxとする。

（８）検査対象パターン画像の縦方向の倍率Myを求めるために、前述の（５）から（７）の計算のX成分とY成分を反転した計算を実施する。

（９）以下のように、画像回転角度θx、θy、倍率Mx、Myからアフィン変換の係数ａ、ｂ、ｄとｅを求める。

（１０）前述のアフィン変換の係数ａからｆを使って検査対象パターン画像を変換する。係数ｃとｆは変換後の検査対象パターン画像の中心が変換前の検査対象パターン画像の中心に等しくなるように選らぶ。

（１１）変換された検査対象パターン画像を使って、前述の７．１検査対象パターン画像の歪量の検出による基準パターンおよび検査対象パターン画像のうち少なくとも一つの補正方法で説明された補正方法２を実施する。この場合は、補正する画像は前述の（１０）で変換された検査対象パターン画像ではなく、変換前の検査対象パターン画像を使用する。よって、補正方法２で使用されるアフィン変換の係数は前述の（１０）で得られたアフィン変換の係数に７．１検査対象パターン画像の歪量の検出による基準パターンおよび検査対象パターン画像のうち少なくとも一つの補正方法で得られたアフィン変換の係数を行列計算として乗じて得られる。この方法によれば、アフィン変換が１度ですむので検査対象パターン画像の劣化がすくない。

本実施例では、検査対象パターン画像のエッジのＸ、Ｙ成分が０から１５の値を持つ場合を考察した。より精度が必要な場合は、検査対象パターン画像のエッジのＸ、Ｙ成分がより１５より大きな値をもつようにすれば良い。また、画像回転角度θx、θyが大きい場合は、計算に使用した検査対象パターン画像のエッジベクトルのＸ、Ｙ成分(0,15)、(1,15)および(-1,15)以外のＸ、Ｙ成分、例えば、(2,15)と(-2,15)を使用して計算すれば良い。

本実施例によれば、基準パターンと検査対象パターン画像のエッジ間のベクトルが得られないような検査対象パターン画像の歪量が大きい場合にも検査対象パターン画像の歪量を求めて検査対象パターン画像を補正することが可能になる。特に、本実施例は、非常に帯電しやすい試料の検査や、画像生成装置７の回転、倍率調整などの場合に有効である。

７．３．１検査対象パターンの直線部分の画像の第１のエッジの分布取得方法
前述の７．３検査対象パターン画像の第１のエッジの分布を使った検査対象パターン画像の歪量の取得方法では、検査対象パターンのコーナー部分の画像の第１のエッジの部分が対称であることを前提としている。図１５４は、検査対象パターンのコーナー部分の画像の第１のエッジの分布が非対称な例を模式的に示す図である。図１５４の場所Ａに存在する第１のエッジの分布は対称であるが、図１５４の場所Ｂに存在する第１のエッジの分布は非対称で左上方向に偏っている。この非対称が前述のパターン画像の歪量の取得の精度に影響する。この問題を解決するために、検査対象パターンの直線部分の画像に存在する第１のエッジから第１のエッジの分布を得る。

図１５５は、検査対象パターンのコーナー部分の画像に存在する第１のエッジを認識する方法を模式的に示す図である。図１５５の白い丸は、検査対象パターン画像の第１のエッジを表している。第１のエッジは連結されている。連結の方法として、［文献２］：“Cartan Steger. An unbiased detector of curvilinear structures”, IEEE Trans. Pattern Anal. Machine Intell., 20(2), February 1998に開示の方法などが使用できる。

次に、連結された第１のエッジを多角形近似する。多角形近似の方法としてRamerの方法を使用する。まず、最も左下にある第１のエッジＡと最も右上にある第１のエッジＢを求める。得られた第１のエッジＡ，Ｂを多角形の頂点として登録する。次に、第１のエッジＡから第１のエッジＢの間にある第１のエッジあって線分ＡＢからの距離Dcがもっとも遠い第１のエッジＣを求める。線分ＡＢから第１のエッジＣまでの距離Dcが予め決められた距離Dlより長い場合は、第１のエッジＣを多角形の頂点として登録する。同様に、第１のエッジＢから第１のエッジＡの間にある第１のエッジであって線分ＢＡからの距離Ddがもっとも遠い第１のエッジＤを多角形の頂点として登録する。以上の処理を頂点が登録出来なくなるまで繰り返す。予め決められた距離Dlはノイズ量を考慮して決められる。

次に、得られた多角形の頂点に対応する第１のエッジ、及び、得られた多角形の頂点に対応する第１のエッジの近傍に存在する第１のエッジを、検査対象パターン画像のコーナーに存在する第１のエッジとして認識する。得られた頂点の近傍に存在する頂点の数Nnはコーナーの丸みを考慮して決められる。検査対象パターンのコーナーに存在する第１のエッジ以外の第１のエッジを検査対象パターンの直線部分の画像に存在する第１のエッジと認識する。図１５６は、検査対象パターンの直線部分の画像に存在する第１のエッジを認識する方法を模式的に示す図である。図１５６では、得られた多角形の頂点に対応する第１のエッジの近傍に存在する頂点の数Nnが、１の場合の処理の結果を示している。得られた多角形の頂点に対応する第１のエッジの近傍に存在する頂点は黒丸（●）で示されている。検査対象パターンの直線部分の画像に存在する第１のエッジから第１のエッジの分布を得る。

本実施例によれば、検査対象パターンの直線部分の画像に存在する第１のエッジから第１のエッジの分布を得られるので、コーナー部分の第１のエッジの分布が非対称であっても、この非対称が原因で起こるパターン画像の歪量の取得の精度の低下が防止できる。

７．４非線形画像歪補正方法
広視野の画像生成装置７は、７．３検査対象パターン画像の第１のエッジの分布を使った検査対象パターン画像の歪量の取得方法で使用したアフィン変換では調整できないような検査対象パターン画像の歪を持つことがある。これらの検査対象パターン画像の歪量はザイデルの５収差が引き起こす。最も重要な検査対象パターン画像の歪の一つに非線形画像歪がある。この非線形画像歪を補正するために、図１５７から図１６２で示す調整方法が使用できる。

図１５７に示すように、非線形画像歪は検査対象パターン画像の中心部では無視しうるが、検査対象パターン画像の周辺部分では無視できない。本方法は、検査対象パターン画像から歪ベクトルを得てから、得られた歪ベクトルを代表歪ベクトルに変換し、得られた代表歪ベクトルを使って各走査点の歪補正ベクトルを計算する方法である。得られた歪補正ベクトルは図１５８で示す偏向制御装置３１８で使用される。図１５８は図１３２と同じであるが、歪補正ベクトル計算回路４１４が追加されている。歪補正ベクトル計算回路４１４には制御コンピュータ３５０によって代表歪ベクトルが設定される。歪補正ベクトル計算回路４１４はカウンター４１１からの信号に同期して歪補正ベクトルを計算し、歪補正ベクトルのＸＹ成分をＸ偏向発生回路４１２とＹ偏向発生回路４１３に出力する。

図１５９では、歪補正ベクトル計算回路４１４が代表歪ベクトルを使って歪補正ベクトルを計算する方法が示されている。図１５９では、ＸＹ座標系としてＸ偏向電圧、Ｙ偏向電圧を使っている。代表歪ベクトルは、Ｘ方向間隔およびＹ方向間隔ごとに、図１５９の黒丸（●）で示される位置に設定される。これらの間隔は、前述の３．３レシピデータ「（１２）歪補正回路が持つ代表歪ベクトルの間隔」(走査点間のステップ電圧を単位とした間隔）に等しい。ここでは簡便さのために、ＸＹ方向とも同じ間隔８を使う方法を説明する。

図１５９の走査点の歪補正ベクトルC_d(x,y)を計算するために、代表歪ベクトルR_d ^[0,0]、R_d ^[8,0]、R_d ^[0,8]、R_d ^[8,8]を使う以下の双一次補間式が使用される。

ここで、(x,y)はカウンター４１１によって決められる走査点の座標である。また、添え字^[x,y]の付いた変数は、走査点の座標(x,y)に関する変数であることを意味している。

歪ベクトルから代表歪ベクトルを計算する方法を説明する。まず、検査対象パターン画像の中心部で基準パターンと検査対象パターン画像のエッジとをマッチングする。この方法に適した基準パターンは、図１５７の点線で示されている基準パターンのように、周期的に存在する単純なパターンである。

図１６０（ａ）では長方形領域内部の点の歪ベクトルから長方形領域の各頂点の代表歪ベクトルを計算する方法が示されている。計算方法として前述の双一次補間が使用されている。図１６０（ａ）は、図１５９と同じであるが、走査点の歪補正ベクトルの代りに歪ベクトルd(x,y)が用いられていることが異なる。歪ベクトルd(x,y）は、始点が基準パターン上の点で、終点が前記基準パターン上の点に対応する検査対象パターン画像のエッジ上の点であるベクトルとして定義される。歪ベクトルd(x,y)は、図６０のエッジ間のベクトルd(x,y)と同じである。

点（x,y）の歪ベクトルd(x,y)のＸ成分とＹ成分の計算方法は同じであるので、歪ベクトルd(x,y)のＸ成分もしくはＹ成分をz(x,y)で表して説明する。同様に、代表歪ベクトルR_d ^[0,0]、R_d ^[8,0]、R_d ^[0,8]、R_d ^[8,8]のＸ成分もしくはＹ成分をそれぞれr_z ^[0,0]、r_z ^[8,0]、r_z ^[0,8]、r_z ^[8,8]で表すことにする。よってz(x,y)は次の式で表現される。

r_z ^[0,0]、r_z ^[8,0]、r_z ^[0,8]、r_z ^[8,8]を、長方形領域に存在する十分に多い数のデータ(x_i,y_i,z_i)を使って最小自乗法で求める。x_i，y_iは走査点のＸ、Ｙ座標値を、z_iは求められた歪ベクトルd(x,y)のＸ成分もしくはＹ成分を意味する。誤差の自乗和Ｅは下記で計算される。

ここでΣ^[0,0]は長方形領域（P_s ^[0,0],P_s ^[8,0],P_s ^[0,8],P_s ^[8,8]）に存在する全てのデータに対する総和である。添え字^[0,0]は長方形領域の左下の点P_s ^[0,0]が持つ添え字^[0,0]を意味している。

最小自乗法は、誤差の自乗和Ｅのr_z ^[0,0]、r_z ^[8,0]、r_z ^[0,8]、r_z ^[8,8]による偏微分が０であることを要請する。

これらの式から

を得る。ここで以下の記号を使用した。

以上の連立一次式を解けば解が得られる。

図１６０（ｂ）で示されるように、Ｘ成分で求められた歪ベクトルd(x,y)とＹ成分で求められた歪ベクトルd(x,y)を合成して得られた合成歪ベクトルはこの場所の歪ベクトルに正確には一致しない。この誤差を低減するためには、以上の実施例を繰返して実施すればよい。前述の双一次補間式（再度以下に示す）は、r_z ^[0,0]、r_z ^[8,0]、r_z ^[0,8]、r_z ^[8,8]について線形である。よって２回目以降の繰り返し計算で得られた、r_z ^[0,0]、r_z ^[8,0]、r_z ^[0,8]、r_z ^[8,8]の値をこの計算前のr_z ^[0,0]、r_z ^[8,0]、r_z ^[0,8]、r_z ^[8,8]の値に加算する。以上で得られた値を補正に使用する。

複数の長方形領域を使用する方法に拡張するには、以上の計算を複数の長方形領域に適用すればよい。この方法を図１６１の４つの長方形領域
（P_s ^[0,0],P_s ^[8,0],P_s ^[16,0],P_s ^[0,8],P_s ^[8,8],P_s ^[16,8],P_s ^[0,16],P_s ^[8,16],P_s ^[16,16]）
を使用する場合を例に説明する
まず、前式を単純化して表現する。

ここで以下の記号を使用した。

ここで添え字⁰⁰はΣ^[0,0]の添え字を意味している。

４つの長方形領域のデータについての誤差の自乗和Ｅは下記で計算される。

これらの式から

を得る。以上の連立一次式を解けば解が得られる。

次に、代表歪ベクトルの近傍のデータである(x_i,y_i,z_i)からＸ方向とＹ方向の検査対象パターン画像の倍率の変化を求める。ここではＸ方向の倍率の変化率a_magの求め方を示す。倍率の変化率a_magが１を持つ部分は非線形画像歪のない中心部分と同じ倍率で観察され、倍率の変化率a_magが１より大きい値を持つ部分は非線形画像歪のない中心部分より高い倍率で観察されている。z_iを歪ベクトルd(x,y)のＸ成分、シフト量をS_cとすると下記の式が成り立つ。

データ数が３以上の場合は、最小自乗法で解かれる。誤差の自乗和Ｅは

である。ここで、Σはすべてのデータ(x_i,y_i,z_i)に対する総和を意味する。最小自乗法は次の式を要求する。

以上の式を解くと以下を得る。

以上から次の式を得る。

ここでＮはデータ数を表す。得られた倍率の変化率a_magは代表歪ベクトルに乗ぜられて倍率の変化を補正する。

図１６２（ａ）および図１６２（ｂ）は歪補正ベクトル計算回路４１４が歪補正ベクトルを偏向電圧に変換する方法を示している。図１６２（ａ）および図１６２（ｂ）では、縦軸は電子線が走査されるＸ方向の位置を表している。縦軸の原点は検査対象パターン画像の中心を表している。縦軸の上部は検査対象パターン画像の周辺部を表している。また、横軸はＸ偏向発生回路が作る電圧を表している。横軸の目盛りが走査点に与える電圧を意味している。目盛りの間隔は非線形画像歪のない部分での一走査点だけ移動するのに必要なステップ電圧E_sである。

図１６２（ａ）の点線で示される階段状の波形は理想的な走査波形を意味し、実線で示される階段状の波形は非線形画像歪のある場合の走査波形を意味している。代表歪ベクトルR_d ^[8,0]のＸ成分r_z ^[8,0]の値は、以下の始点終点間の距離である。この始点は、走査点に対応する理想的な走査波形（点線で示される階段状の波形）上の点である。この終点は、前記走査点上に対応する非線形画像歪のある場合の走査波形（実線で示される階段状の波形）上の点である。図示の簡素化のために原点位置での代表歪ベクトルR_d ^[0,0]は０にしてある。

非線形画像歪を補正するために走査点に与えるステップ電圧E_sの倍数である電圧に増分電圧E_dX ^[8,0]を加える。増分電圧E_dX ^[8,0]は以下の式で求められる。

ここで、係数a_magは前述の倍率の変化率a_magである。

以上では、Ｘ方向の非線形画像歪補正方法を説明したが、z_iを歪ベクトルd(x_i,y_i)のＹ成分として、x_iの代わりにy_iを使用すれば、Ｙ方向の非線形画像歪補正方法も同様に実施される。
本実施例は画像生成装置７に歪補正回路を付加する方法であったが、検査対象パターン画像を変換して非線形画像歪を消去する方法に変えても良い。

本実施例では間隔として８を使用した。この間隔は小さいほど歪補正ベクトルの精度は向上するが、代表歪ベクトルの精度は悪くなる。このように間隔は経験により決められるべき値である。
本方法を用いれば、広視野の画像生成装置７の非線形画像歪補正が自動的に高精度に短時間で実施できる。よって、この補正方法によって効率的に補正可能な部分まで視野を拡張することが可能になる。

７．５検査対象パターン画像の位置に依存する線幅変化の補正方法
他の最も重要な検査対象パターン画像の歪の一つに検査対象パターン画像の位置に依存する線幅の変化量がある。この線幅の変化量は検査対象パターン画像の位置によって電子線のビーム径が異なることが原因で引き起こされる。この線幅の変化量を補正するために、検査対象パターン画像の位置に依存する線幅変化の補正方法が使用できる。この方法では、予め検査対象パターン画像から線幅の変化量の分布を求め、得られた線幅の変化量の分布を使って検査時の検査対象パターン画像の線幅を補正する。

図１６３は、本方法を模式的に示す図である。図１６３の丸で示されるように電子線のビーム径は画像の周辺では中心部分より太くなる。この結果、周辺部分では観察される線幅が中心部分より太くなる。もし、電子線のビーム径が副検査単位領域でほぼ均一ならば以下の方法でパターン画像の位置に依存する線幅変化を補正する。この実施例では、パターン画像の位置として副検査単位領域の位置を使用する。

（１）予め、線幅が同じで均一なパターン密度を持つ基準パターンを含む検査領域に対応する検査対象パターン画像を取得する。この検査領域として、メモリの部分などの周期的なパターンを持った領域が適している。
（２）各副検査単位領域に関する線幅の変化量を基準パターンと検査対象パターン画像のエッジから計算する。副検査単位領域ごとの線幅の変化量の分布が得られる。
（３）検査時に各副検査単位領域にある線幅を、前述の（２）で得られた副検査単位領域ごとの線幅の変化量の分布を使って補正する。補正されるべき線幅が属する副検査単位領域は、使用される線幅の変化量が属する副検査単位領域に対応している。

上記（２）と（３）の計算方法と補正方法は５．１１パターン変形量の大域的変形量と局所的変形量への分離方法で記述した方法と同じである。

以上の補正方法を、同一の線幅を持つ各グループに適用するようにしても良い。また、副検査単位領域を分割した領域に対して上記の補正方法を適用するようにしても良い。
本実施例によれば、広視野の画像生成装置７の画像位置に依存する線幅の変化が自動的に高精度に短時間で実施できる。よって、この補正方法を用いて効率的に補正可能な部分まで視野を拡張することが可能になる。

８．その他の方法
８．１自動画像調整に適した領域の抽出方法
長期検査においては、自動コントラスト・ブライトネス調整、自動フォーカス調整、自動非点収差調整などの自動画像調整が必要になる。自動コントラスト・ブライトネス調整、自動フォーカス調整に適した領域は、横方向縦方向の線分や終端が豊富に存在している領域である。設計データからこの要件を満たす領域を求めて、その領域を自動コントラスト・ブライトネス調整、自動フォーカス調整に使用すれば、効率的に自動コントラスト・ブライトネス調整、自動フォーカス調整が可能になる。ゆえに、自動コントラスト・ブライトネス調整、自動フォーカス調整に適した領域を自動的に決める方法が必要とされる。

設計データを成す線分の幾何学情報または近接線分との関係をもとに自動コントラスト・ブライトネス調整、自動フォーカス調整に適した領域を抽出する方法は以下の手順で行われる。

図１６４はこの方法を説明する図である。
（１）自動コントラスト・ブライトネス調整、自動フォーカス調整で使用される長方形の領域Ｒの大きさを決める。この領域Ｒの大きさは経験により決められる。
（２）自動コントラスト・ブライトネス調整、自動フォーカス調整で使用する領域Ａを決める。この領域は検査領域の近くが望ましい。領域Ａは領域Ｒよりも大きい。

（３）領域Ａに対して領域Ｒを移動しながら、領域Ｒに対応する設計データの縦方向の線分の長さの合計をもとめる。同様に、横方向の線分の長さの合計値をもとめる。この得られた合計値でより小さい値をもつ縦方向か横方向の合計値を評価値とする。ここでは、幾何学情報として線分の長さの合計値を使用している。
（４）前述の（３）で得られた評価値の中で最も大きい評価値を持つ領域Ｒを最適な領域（縦線も横線も多い領域）として得る。

以上の手順で得られた長方形Ｒ（縦線も横線も多い領域）を、前述の３．３レシピデータ「（１１）自動コントラスト・ブライトネス調整、自動フォーカス調整に適した領域」に登録しておき、検査時の適切なタイミングで自動コントラスト・ブライトネス調整、自動フォーカス調整を実施することが可能になる。

自動非点収差調整に適した領域は、線分が多くあり、Ｘ方向、Ｙ方向、４５度方向、１３５度方向の線分の長さの合計値がそれぞれ同程度である領域である。この場合は、前述と同様の手順で実行されるが、Ｘ方向とＹ方向に加えて４５度方向と１３５度方向の線分の長さの合計を用いることが異なる。この条件を満たさないときは設計データの終端やコーナーに対応する部分領域を使用して以下の手順で自動非点収差調整を行う。

まず、自動非点収差調整に適した領域を得る。この領域の例は、図１６５のように左側右側の終端を含む部分領域を含む領域である。他の例は、図１６５のように左上、左下、右上、右下のコーナーを含む部分領域を含む領域である。これらの領域は上側下側の終端を含む部分領域を含む領域でも良い。このような領域が得られれば、全方向の傾きのエッジが存在するので自動非点収差調整に適する。

前述の自動コントラスト・ブライトネス調整、自動フォーカス調整に適した領域を得る手順と同様な以下の手順を実施する。ここでは、図１６６を使って左上、左下、右上、右下のコーナーを使用する場合の手順を説明する。

（１’）自動非点収差調整で使用する長方形の領域Ｒ’の大きさを決める。この領域Ｒ’の大きさは経験により決められる。
（２’）自動非点収差調整で使用する領域Ａ’を決める。領域Ａ’は領域Ｒ’より大きい。
（３’）領域Ａ’に対して領域Ｒ’を移動しながら、領域Ｒ’に対応する設計データの左上のコーナーの数をもとめる。同様に、左下のコーナーの数、右上のコーナーの数、右下のコーナーの数をもとめる。左上のコーナーの数、左下のコーナーの数、右上のコーナーの数、右下のコーナーの数のなかで最も小さい数を評価値とする。ここでは、幾何学情報としてコーナーの数を使用している。

（４’）前述の（３’）で得られた評価値の中で最も大きい評価値を持つ領域Ｒ’を最適な領域（左上、左下、右上、右下の４つのコーナーのいずれもが多い領域）として得る。
（５’）左上、左下、右上、右下のコーナーの数がほぼ同じになるように、いくつかのコーナーを間引く。
以上で得られたコーナーの近傍が部分領域Ｐとして使用される。

以上の手順で得られた長方形の領域を前述の３．３レシピデータ「（１１）自動コントラスト・ブライトネス調整、自動フォーカス調整に適した領域」に登録しておき、検査時の適切なタイミングで自動非点収差調整を実施することが可能になる。この自動非点収差調整は以下の手順で実施する。
（１）自動フォーカス調整を実施する。
（２）検査対象パターン画像と自動非点収差調整に適した領域Ｒ’に対応する基準パターンとをマッチングする。
（３）領域Ｒ’に含まれる部分領域Ｐに対応する検査対象パターン画像の部分画像から非点評価値を求める。
（４）非点の値を変えながら前記（２）（３）を実行する。
（５）前記（４）で得られ最適な非点評価値に対応する非点の値を最適非点値として求める。

本実施例によれば、自動画像調整に適した領域を自動的に最適に抽出することが可能になる。また、この抽出すべき領域として検査対象パターン画像の部分領域を使用する場合は、検査対象パターン画像全体を使用する場合より自動画像調整が高精度に実施される。

８．２第２のエッジ検出方法を使った自動フォーカス調整方法
従来のＣＤ−ＳＥＭの自動フォーカス調整は次の手順で実施される。

（１）あるフォーカス値で検査対象パターン画像を取得する。取得した検査対象パターン画像の１次微分値の自乗和であるフォーカス評価値を計算する。他のフォーカス評価値を使用しても良い。
（２）最適フォーカス値が存在する範囲内で、フォーカス値を変えて（１）と同じ処理を繰り返し実施する。
（３）得られたフォーカス評価値から最も大きなフォーカス評価値を求めて、得られた最も大きなフォーカス評価値に対応するフォーカス値を最適フォーカス値として得る。

以上の従来のＣＤ−ＳＥＭの自動フォーカス調整を、広視野の画像生成装置７で実施すると検査対象パターン画像の取得に時間がかかる。また、広いエリアを繰り返し走査するので電子線の走査による試料のダメージが大きい。これらの問題を解決するために、第２のエッジ検出を使った自動フォーカス調整方法を実行する。この方法では、検査対象パターン画像の第２のエッジのみを選択的に使用する。

図１６７は、第２のエッジ検出方法を使った自動フォーカス調整方法を示す図である。図１６７の左上側に、対物レンズ３１５の励磁電流をＹ偏向器３１４の偏向電圧に同期しながら変化させて生成された検査対象パターン画像が示されている。励磁電流がフォーカス値を意味する。励磁電流の変化の範囲は、最適フォーカス値が存在する範囲である。図１６７の右側に、この検査対象パターン画像を使った第２のエッジ検出から得られるフォーカス評価値が示されている。

第２のエッジ検出を使った自動フォーカス調整方法は、検査単位領域の処理の終了後（ステップＳ３４０）であってフォーカス調整が必要な場合に実施する。第２のエッジ検出を使った自動フォーカス調整方法の手順は、以下の２点を除いて、図２５または図２６のステップＳ３０８（検査単位領域ごとに、検査対象パターン画像および画像の中心位置を検査部１２に出力する）から、Ｓ３３４（第２のエッジ）の処理と同じである。ステップＳ３０８の検査単位領域として、前述の３．３レシピデータ「（１１）自動フォーカス調整に適した領域」に登録された領域を使用する。また、ステップＳ３０８の検査対象パターン画像として、図１６７の左側に示された検査対象パターン画像を使用する。次に以下の手順で自動フォーカス調整を実施する。自動フォーカス調整の終了後に、次の検査単位領域の処理としてステップＳ３０８以降の処理をする。

前述の４．１１第２のエッジ検出で説明したように第２のエッジは理想的に検出されるべき位置とは異なった位置に検出される。例えば、図７６に示す係数ｋとして0.5を使用すれば、エッジは、理想的なエッジ位置から検査対象パターンの外側方向に電子線のビーム径の半分の量だけ移動した位置になる。４．１１第２のエッジ検出を使えば、以下の２つのフォーカス評価値が使用できる。

（１）同じ方向の同じ線幅の長い検査対象パターンが検査対象パターン画像をほぼ埋めている場合は、これらの検査対象パターンの線幅を第１のフォーカス評価値として使用する。図１６７の下側に、検査対象パターンの線幅W₁と、検査対象パターンの線幅W₂が示されている。検査対象パターンの線幅W₁は、最適フォーカス値に近いフォーカス値をもつ部分に存在する。検査対象パターンの線幅W₂は、最適フォーカス値から離れたフォーカス値をもつ部分に存在する。両者に対応する基準パターンの線幅は等しい。

最適フォーカス値の場合に、電子線のビーム径が最小になる。この場合に、線幅が最小になる。従って、より小さい値を取る第１のフォーカス評価値に対応するフォーカス値がより最適なフォーカス値となる。本実施例によれば、図１６７の検査対象パターンの線幅W₁に対応するフォーカス値が検査対象パターンの線幅W₂に対応するフォーカス値より最適であり、図１６７の説明と一致する。

太い線幅の検査対象パターンと細い線幅の検査対象パターンとでは検査対象パターンのエッジのスロープの異なることがあるので、線幅が等しい基準パターンを使って、第１のフォーカス評価値を得るのが望ましい。もし、違う線幅の検査対象パターンを使う場合は、線幅ではなく線幅の変形量を第１のフォーカス評価値として使用する。

（２）図１６８は、第２のエッジ検出方法を使った別の自動フォーカス調整方法を示す図である。図１６８の左上側の検査対象パターン画像は、図１６７と同じ方法で取得されている。図１６７と、図１６８の検査対象パターン画像の場合は、第２のフォーカス評価値としてプロファイルのピーク位置とボトム位置の間の距離V₁とV₂を使用しても良い。この場合も、第１のフォーカス評価値と同様に、線幅が可能な限り等しい基準パターンを使って、第２のフォーカス評価値を得るのが望ましい。また、より小さい値を取る第２のフォーカス評価値に対応するフォーカス値がより最適なフォーカス値となる。

図１６７と図１６８の検査対象パターン画像の場合は、検査対象パターンの縦方向のエッジを使用して自動フォーカス調整を実施している。従って、横方向のエッジの自動フォーカス調整の精度はやや下がる。しかし、短時間の自動フォーカスには、一方向のエッジを使用する自動フォーカス調整が実用的に十分である。図１６８の場合に、４５度方向の走査を行えば、縦横両方向のエッジについての自動フォーカス調整の精度がよくなる。また、この場合は、自動非点収差調整が実施できる。

もし、図１６７のλや、図１６８のλの近傍のような、近傍にフォーカス評価値が十分に存在していない部分に、最小のフォーカス評価値がある場合は、再度検査対象パターン画像を取り直す。このとき、最小のフォーカス評価値がλ以外の部分になるように、フォーカス値の変化範囲を調整する。

本実施例によれば、１枚か２枚の検査対象パターン画像を取得すれば自動フォーカス調整が実施できる。よって、自動フォーカス調整が高速に実施できるだけでなく、電子線の走査による試料のダメージも少ない。従来のフォーカス評価値は検査対象パターン画像全体から得ている。一方、本実施例は、同じ線幅を持つ検査対象パターンのエッジ部分のみを選択的に使ってフォーカス評価値を求めている。従って、これらのエッジが存在しない場所の影響を受けないので、自動フォーカス調整でのエラー発生率を低減できる。

なお、マッチングができないほどフォーカス値が最適フォーカス値からずれている場合は、本実施例のみでは、第２のエッジ検出ができない。このような場合は、前処理として以下の手順で、粗い自動フォーカス調整を実施してから、本実施例を実施する。

従来のフォーカス評価値をフォーカス評価値として本実施例を実施する。例えば、フォーカス評価値としてピクセルの輝度値の１次微分値の自乗和をとり、−１を乗じた値をフォーカス評価値として使用する。
８．３最もマッチングに適した副検査単位領域の選択方法
図１４７を使って説明したように、検査単位領域が非常に大きい場合は、検査単位領域を複数の副検査単位領域に分割して、得られた副検査単位領域のうちの１つを使ってマッチングを実行する。したがって、最もマッチングに適した副検査単位領域の選択方法が必要とされる。

最もマッチングに適した副検査単位領域とは、すべての副検査単位領域に対して以下の計算をして得られた評価値の中で最も大きな評価値をもつ副検査単位領域である。
（１）図５１（ａ）および図５１（ｂ）において示された方法でユニークパターンを得る。
（２）ユニークパターンを構成する線分を横、縦、４５度方向、１３５度方向の４方向ごとに分類して４方向の線分長の総和を求める。

（３）４方向の線分長の総和のなかで２番目に大きい線分長の総和を評価値とする。２番目に大きい線分長の総和を使用する理由は、同じ方向を持つ十分な数の線分の組が少なくとも２組存在することが必要であるからである。
図１６９には、２つの副検査単位領域が示されている。図１６９において、点線が基準パターンを、実線がユニークパターンを表している。図１６９の左側の副検査単位領域は縦線が多いが横線が少ない。一方、図１６９の右側の副検査単位領域は横線が多く縦線も比較的多い。図１６９の左側の副検査単位領域中のユニークパターンを成す線分の長さの総和は、図１６９の右側の副検査単位領域中のユニークパターンを成す線分の長さの総和より長いが、右側の副検査単位領域の評価値が左側の副検査単位領域の評価値より大きくなる。

以上は、２次元としてユニークパターンを求めて計算していた。しかしこの方法は多くの計算量を必要とする欠点がある。そこで正確さは劣るが少ない計算量ですむ方法を使用する。図１７０を用いて、この方法を説明する。

最もマッチングに適した副検査単位領域とは、すべての副検査単位領域に対して以下の計算をして得られた評価値の中で最も大きな評価値をもつ副検査単位領域である。
（１）基準パターンを構成する線分を横、縦、４５度方向、１３５度方向の４方向に分類して、１次元データにする。
（２）これらの１次元データに対して図５１（ａ）および図５１（ｂ）において示された方法に準じた方法でユニークパターンを求める。図１７０の横方向線分の１次元データと縦方向線分の１次元データの中の実線がこれにあたる。

（３）横方向の線分の１次元データに存在するユニークパターンの線分長の総和を求める。同様に、縦、４５度方向、１３５度方向の線分の各１次元データに存在するユニークパターンの線分長の総和を求める。
（４）４方向の線分長の総和のなかで２番目に大きい線分長の総和を評価値とする。
本実施例によれば、検査単位領域が複数の副検査単位領域に分割されているときに、最もマッチングに適した副検査単位領域を用いてマッチングを行うことができる。これによって検査単位領域全体を使用するマッチングより高速に実行可能になる。

８．４高倍画像および低倍画像を用いた検査方法
低倍の検査対象パターン画像の一部分を電磁的に高倍画像で観察できる機能をもったＳＥＭの場合は、高倍画像では入りきらない検査対象パターンも検査可能である。この場合は、高倍の検査対象パターン画像で得たエッジ位置を低倍の検査対象パターン画像でのエッジ位置に正確に変換できる。高精度ステージを使用して前述の変換を行っても良い。例えば、図１７１において、検査対象パターン１８１の画像のエッジ位置１８２、１８３を、それぞれ高倍の検査対象パターン１８１の画像１８４、１８５から検出する。検出されたエッジ位置を低倍の検査対象パターン画像１８７上の位置に変換する。変換されたエッジ位置から検査対象パターン１８１の幅１８６を求める。得られた幅１８６は、低倍画像１８７で求めたときよりも、精度よく検査できる。

８．５欠陥情報とその欠陥に対応する情報の上書き表示方法
欠陥情報である欠陥形状もしくは欠陥画像と、欠陥情報に対応する、設計データ、マスクデータ（設計データにＯＰＣパターンを付加して生成したデータ）、設計データを使ったリソグラフィ・シミュレータで得られた形状、または、設計データに関連する別の情報のいずれか１つ以上を並列表示もしくは上書き表示を実現すると欠陥が発生する傾向が理解しやすくなる。この要求にかなう表示方法が必要とされる。

以下は欠陥が発生する傾向の例である。
（１）設計データの込み入っているところでは欠陥が多く検出される。
（２）特定のＯＰＣパターンが付いている所に欠陥が多く検出される。
（３）リソグラフィ・シミュレータで得られたシミュレーションパターンで細くなっている所に欠陥が多く検出される。

また、ウェーハ検査の場合は、欠陥に対応するホトマスクの画像を使うことも有用である。欠陥画像をホトマスクの画像と比べれば、欠陥がホトマスク起因かそうでないかが判断できる。
これらの表示を実現するために、前述の設計データに関連する情報と検出された欠陥を対応づける。この対応づけは次の手順で実施する。

（１）基準パターンのエッジに設計データの情報を付加する。付加する情報としてエッジが属する設計データの多角形のセル名、エッジが属する多角形の線分番号、および、エッジが属する線分の始点終点の座標、エッジの座標を使用する。
（２）欠陥を検出したときに、検出に使用された基準パターンのエッジに付加された設計データの情報を検査結果に付加する。

（３）付加された設計データの情報を使って前述の設計データに関連する情報を検索する。前述の設計データに関連する情報が、設計データと異なる座標系で記述されていても、設計データを構成する多角形のセル名、線分番号により対応づけが可能である。
図１７２は、設計データ、マスクデータと欠陥画像を上書き表示する例を示している。また、図１７３（ａ）、図１７３（ｂ）、図１７３（ｃ）および図１７３（ｄ）は、認識された欠陥を図形として表示する方法の例を示している。これらの例では、以下の方法が使われている。

（１）図１７３（ａ）で示すように、欠陥の輪郭である多角形を表示する方法。
（２）図１７３（ｂ）で示すように、凹み欠陥、凸欠陥（コブ欠陥）の場合は、その欠陥の最外枠を表現する長方形を表示する方法。凸欠陥（コブ欠陥）の長方形の角に短い線分を入れて凹み欠陥と区別しても良い。
（３）図１７３（ｃ）（ｄ）で示すように、線幅異常の欠陥の場合は、検出された線幅を表現する辺を持つ長方形を表示する方法。

以上の方法では、検査結果を直接使用して表示している。しかし、図１７４で示すように欠陥を設計データの付加情報に変換してから表示する方法が使用できる。この方法は以下の手順で実行される。

（１）図１７３（ａ）、（ｂ）、（ｃ）、（ｄ）で得られた欠陥を表現する多角形を設計データの付加情報に変換して設計データに保存する。
（２）設計データが、実際に存在するパターンを記述するレイアと存在しないパターンを記述するレイアとを備えている場合は、存在しないパターンを記述するレイアに図１７３（ａ）、（ｂ）、（ｃ）、（ｄ）で得られた多角形を保存する。
（３）存在しないパターンを記述するレイアが複数使用できる場合は、凹み欠陥、凸欠陥（コブ欠陥）、線幅異常の欠陥ごとにそれぞれ別のレイアに保存しても良い。図１７４では、設計データがレイア１に、凹み欠陥、凸欠陥（コブ欠陥）がレイア１２に、線幅異常の欠陥がレイア１３に保存されている。

この方法によれば、設計データを扱う装置で検査結果が閲覧できるので設計変更などに都合がよい。
以上の方法で、説明した上書き表示を、並列表示に代えて同様の処理にしても良い。

本実施例によれは、欠陥が発生する傾向が理解しやすくなり、欠陥の発生原因の特定が容易に把握できるので、設計変更が容易になる。

８．６ＦＥＭウェーハの測定方法
正常に半導体デバイスが製造できるステッパーのフォーカス（Focus）条件、照射線量（Exposure Dose）条件の領域は、プロセスウインドと呼ばれる。プロセスウインドを得るために、ＦＥＭ（Focus Exposure Matrix）ウェーハが使用される。ＦＥＭウェーハとは、横方向にフォーカス条件を連続的に変化させ、縦方向に照射線量条件を連続的に変化させた露光によって製造された半導体デバイスがマトリックス状になったウェーハである。縦方向にフォーカス条件を連続的に変化させ、横方向に照射線量条件を連続的に変化させる方法を使っても良い。図１７５にＦＥＭウェーハの例が模式的に示されている。図１７５に示された正方形は異なったフォーカス条件と照射線量条件の組の露光によって製造された半導体デバイスである。

従来は、ＦＥＭウェーハを測定するために、ＣＤ−ＳＥＭを用いて、ＦＥＭウェーハ上のすべての半導体デバイスの数箇所が測定されていた。測定箇所は、検査対象パターンの直線部分の線幅測定に適した箇所である。得られた測定値からパターン変形量の傾向が得られる。また、直線部分の線幅の許容パターン変形量以下のパターン変形量をもつ半導体デバイスに対応するフォーカス条件、照射線量条件の領域がプロセスウインドとして得られる。

しかしながら、検査対象パターンの直線部分の線幅のパターン変形量の傾向と、検査対象パターンの直線部分のスペース幅のパターン変形量の傾向、もしくは、検査対象パターンの終端のエッジプレイスメントエラーの傾向が異なる場合がある。このような場合に、検査対象パターンの直線部分の線幅の測定結果からプロセスウインドを得ると、プロセスウインド内の条件の露光によって製造された半導体デバイスに、欠陥が発生することがある。

この問題を解決するために、検査対象パターンの直線部分の線幅のパターン変形量、直線部分のスペース幅のパターン変形量と終端のエッジプレイスメントエラーを使用してプロセスウインドを得る。この方法は以下の手順で実施される。

（１）横方向にフォーカス条件を変化させ、縦方向に照射線量条件を変化させた露光によって半導体デバイスを製造する。最適なフォーカス条件、照射線量条件がＦＥＭウェーハの中心の位置付近の半導体デバイスの製造に使われるようにする。フォーカス条件、照射線量条件の領域では、パターン変形量が許容パターン変形を超えるが、大部分の検査対象パターンが形成されるようにする。

（２）直線部分の線幅が検査できる検査対象パターンが豊富に存在する領域を検査領域として求める。この検査領域は測定時間を短縮するために狭い領域にする。ＦＥＭウェーハ上の各半導体デバイスの検査領域内に存在する全ての検査対象パターンの直線部分の線幅を得る。各半導体デバイスごとに得られた線幅の平均値を得る。

（３）得られた直線部分の平均線幅が直線部分の平均線幅の許容パターン変形量以下の半導体デバイスに対応するフォーカス条件、照射線量条件の領域を直線部分の平均線幅のプロセスウインドとして求める。図１７５に示された格子で塗られた正方形（半導体デバイス）の領域に対応するフォーカス条件、照射線量条件の領域が直線部分の平均線幅のプロセスウインドである。得られた直線部分の平均線幅のプロセスウインドは、従来の方法で得られたプロセスウインドに対応する。

（４）得られた直線部分の平均線幅のプロセスウインドの境界に存在する半導体デバイスを検査対象半導体デバイスとして求める。図１７５でΩが書かれた正方形は、検査対象半導体デバイスの例である。

（５）得られた検査対象半導体デバイスに存在する全ての検査対象パターンの直線部分の線幅、直線部分のスペース幅と終端のエッジプレイスメントエラーを検査して、欠陥の分布を得る。得られた欠陥の分布を重ね合わせて、図１７６に示すような重ね合わされた欠陥の分布図を得る。得られた重ね合わされた欠陥の分布図から、欠陥が豊富に含まれる領域を求めて検査領域にする。得られた検査領域は危険領域と呼ばれる。危険領域に、検査対象パターンの直線部分の線幅、直線部分のスペース幅と終端のエッジプレイスメントエラーから得られた欠陥がほぼ等しく存在することが望ましい。危険領域は測定時間を短縮するために狭い領域とする。図１７６の長方形は危険領域の例である。

（６）ウェーハ上の全ての半導体デバイスの危険領域を検査する。図１７７にＦＥＭウェーハの測定結果の例が模式的に示されている。図１７７は、図１７５と同じであるが、危険領域の測定結果が示されていることが異なる。図１７７に示された小さい正方形、十字もしくは三角が含まれた正方形は、それぞれ、許容パターン変形量を越えた、検査対象パターンの直線部分の線幅、直線部分のスペース幅、もしくは、終端のエッジプレイスメントエラーから検出された欠陥が存在しない半導体デバイスを示している。本実施例では、検査対象パターンの直線部分の線幅のパターン変形量、直線部分のスペース幅のパターン変形量と終端のエッジプレイスメントエラーを使用してプロセスウインドを得る。従って、図１７７に示された格子で塗られた正方形（半導体デバイス）の領域に対応するフォーカス条件、照射線量条件の領域がプロセスウインドである。

従来は、検査対象パターンの直線部分の線幅の測定結果でプロセスウインドが決められていた。図１７５の格子で塗られた正方形で示される部分が、従来の方法で得られるプロセスウインドである。しかし、本実施例を用いれば、図１７７の格子で塗られた正方形で示される部分、すなわち、検査対象パターンの直線部分の線幅、直線部分のスペース幅と終端のエッジプレイスメントエラーの測定結果も考慮される。従って、本実施例で得られたプロセスウインドは、従来の方法で得られたプロセスウインドより狭くなっている。図１７５の格子で塗られた正方形で示される部分に対応し、図１７７の格子で塗られた正方形で示される部分に対応しない半導体デバイスは、欠陥を持つ可能性がある半導体デバイスを意味している。

リソグラフィ・シミュレータなど他の方法で危険領域が既知である場合は、前記の（６）を既知の危険領域に対して実施する。
本実施例では、検査対象パターンの直線部分の線幅のパターン変形量、直線部分のスペース幅のパターン変形量と終端のエッジプレイスメントエラーを使用してプロセスウインドを得る。しかし、他の欠陥の検出で使うパタ−ン変形量を使用しても良い。他の欠陥の例として以下のものが使用できる。
直線部分、コーナー、もしくは終端のプレイスメントエラーを持った欠陥、
孤立パターンのプレイスメントエラーを持った欠陥
コーナーの曲率異常欠陥
ウェーハに形成されてはならない補正パターンの検査により検出される欠陥
直線形状パターンの平均線幅もしくは平均スペース幅の検査により検出される欠陥
曲線形状パターンの線幅、平均線幅、スペース幅もしくは平均スペース幅の検査により検出される欠陥
ゲート線幅検査により検出される欠陥

本実施例によれば、検査対象パターンの直線部分の線幅のパタ−ン変形量以外にも各種のパタ−ン変形量を使用してプロセスウインドが得られるので、より最適なプロセスウインドが得られる。また、実際にＦＥＭウェーハに形成された検査対象パターンの検査から危険領域が得られるので、リソグラフィ・シミュレータにより得られた危険領域よりも最適な危険領域が得られる。

９．設定値
９．１画像生成装置のパラメータの設定値
本実施例の画像生成装置７の主な画像取得方法には以下の高速画像取得方法と高精度画像取得方法がある。

（１）高速画像取得方法
高速画像取得方法とはエッジ検出精度より高速性を重要視する方法である。この方法はダイ全面を検査する場合などに使用する場合に使用される。この場合は、十分な２次電子を一度の走査で得るために、ウェーハＷの表面に照射する１次電子の電流を、高精度画像取得方法を使用する場合より高くする。その結果、電子線のビーム径がより太くなるので、ピクセル間隔を、高精度画像取得方法を使用する場合より広くする必要がある。

第２のエッジ検出の観点から、検査対象パターンの最小線幅を５ピクセル間隔以上で覆う必要がある。以上の条件を満足する以下の設定値が使用できる。設定値の右側の（）内の数値は、検査対象パターンの最小線幅が９０ｎｍの場合の推奨値である。
１次電子電流値：１ｎＡから１０ｎＡ（３ｎＡ）
ランディングエネルギー：１５００ｅＶから２８００ｅＶ（２０００ｅＶ）
２次電子サンプリングレート：５０ＭＨｚから２００ＭＨｚ（１００ＭＨｚ）
画像加算回数：１から４回（１回）
ピクセル間隔：３ｎｍから２５ｎｍ（１２ｎｍ）
視野：２０μｍから３００μｍ（２００μｍ）

１次電子電流値とランディングエネルギーとは、ウェーハＷの表面に照射される１次電子の電流値とエネルギーである。１次電子は、２．１画像生成装置の基本構成で説明している。１次電子電流値はプローブカレントともよばれる。２次電子サンプリングレートとは、１秒間に２次電子検出器３３０で２次電子強度を取得する回数を意味する。６．５連続ステージを使ったインターレース走査もしくは画像加算走査方法で説明したように、画像加算走査とは、同じ走査線を２回以上走査して加算画像を得る走査を意味する。画像加算回数とは、前記の２回以上の回数を意味する。

帯電現象の影響が無視できる場合は、ランディングエネルギーをより大きくすることにより２次電子強度を高めることができる。ＣＤ−ＳＥＭでは、ランディングエネルギーとして８００ｅＶがよく使われる。この場合は、画像加算中の帯電によるコントラスト像を取得している。一方、高速画像取得方法では、画像加算回数として１回が多く用いられるので帯電によるコントラスト像が取得できない。従って、ランディングエネルギーをより大きくして２次電子強度を高めている。

一般に、２次電子サンプリングレートをより高く場合は、画像加算回数を増やして加算された２次電子強度が２次電子サンプリングレートを高くする前の値と同じにする必要がある。例えば、２次電子サンプリングレートが１００ＭＨｚのとき画像加算回数が１回で十分な場合が多い。（この例は、他の条件や試料の材質の２次電子発生効率に依存する。）２次電子サンプリングレートを２００ＭＨｚする以外は同じパラメータの設定値を使用する場合は、画像加算回数を２回にする。

３．３レシピデータで説明したように、視野は、ピクセル間隔×ピクセル数である。２次電子をサンプリングする時間に対するステージの移動時間と走査の開始点での待ち時間の比を減らすためには、視野は広いほどよい。しかし、偏向制御装置３１８のＤＡコンバーターの精度などに制限されるので、ピクセル数の最大値は１６３８４や３２７６８程度が限界である。また、視野は対物レンズ３１５の収差により制限される。高速画像取得方法では、次に説明する高精度画像取得方法よりピクセル間隔が広いので、高速画像取得方法での視野の制限は、高精度画像取得方法での視野の制限より緩い。

（２）高精度画像取得方法
高速画像取得方法とは高速性よりエッジ検出精度を重要視する方法である。この場合は、検査対象パターン画像の分解能をより高めるために、ピクセル間隔をより狭くしなければならない。すなわち、電子線のビーム径がより細くなるようにする。従って、画像加算回数を増やす必要がある。以上の条件を満足する以下の設定値が使用できる。設定値の右側の（）内の数値は、検査対象パターンの最小線幅が９０ｎｍの場合の推奨値である。
１次電子電流値：１００ｐＡから２ｎＡ（１ｎＡ）
ランディングエネルギー：５００ｅＶから２８００ｅＶ（１０００ｅＶ）
２次電子サンプリングレート：５０ＭＨｚから２００ＭＨｚ（１００ＭＨｚ）
画像加算回数：２から３２回（４回）
ピクセル間隔：２ｎｍから６ｎｍ（３ｎｍ）
視野：１２μｍから１００μｍ（２０μｍ）

帯電現象の影響を考慮してランディングエネルギーを決定する。ランディングエネルギーとして１０００ｅＶを設定すれば、エッジが明るくパターン内部と下地との間にコントラストがない検査対象パターン画像が得られる。得られた検査対象パターン画像はＣＤ−ＳＥＭで得られた画像に類似している。（図３０参照）ランディングエネルギー１０００ｅＶは、ＣＤ−ＳＥＭでよく使われるランディングエネルギー８００ｅＶに近い値である。ランディングエネルギー１０００ｅＶは、最適な設定値の一つである。ランディングエネルギー１０００ｅＶでは２次電子強度が弱い場合は、他の最適な設定値として、２３００ｅＶが使用できる。この場合は、高速画像取得方法で説明したように、ランディングエネルギーをより大きくして２次電子強度をより高めている。

（３）帯電対策
帯電現象が発生する場合は、インターレース走査が有効である。インターレース走査では、２本から１２８本が走査線から次の走査線の間の走査線の本数として使うのが適当である。なお、インターレース走査で帯電現象の効果を無視できない場合は、白金パラジウム、金、タングステンなどの金属コートやカーボンコートを施す必要がある。

９．２ピクセル間隔の設定値
検出可能なエッジプレイスメントエラーもしくは線幅の変形量と９．１画像生成装置のパラメータの設定値で説明したピクセル間隔には以下の関係がある。

直線部分のエッジプレイスメントエラーの場合は、ピクセル間隔の１．５倍程度の移動量が検出できる。直線部分の線幅の変形量の場合は、ピクセル間隔の０．５倍程度の変形量が検出できる。

これらの関係と前述の３．３レシピデータ「（２）許容パターン変形量の−側の限界値および＋側の限界値」を考慮してピクセル間隔を決定する必要がある。

１０．本発明の変種
以上、本発明の一例を説明したが、他にも各種の変形が可能である。たとえば、電子線（荷電粒子線）を検査対象パターンに走査して検査対象パターンの画像を得る画像生成装置７として走査型電子顕微鏡を用いたが、走査型フォーカスイオンビーム顕微鏡、走査型レーザー顕微鏡や走査型プローブ顕微鏡などの各種の走査型顕微鏡に応用することができる。また、走査方向は０度、９０度に限られず、例えば５度や９５度など任意の微小角度を付加しても良い。

検査対象パターン画像を磁気光学ディスクや磁気テープなどの外部入力デバイスを介して、またはイーサーネットなどのＬＡＮ(Local Area Network）を経由した、オフライン入力処理式に変形しても良い。

画像生成法は他の方法でも良いし、基準パターンは他のデータから変換したものでも良い。基準パターンをレシピデータベース２２に登録せずに、検査時に生成しても良い。

また、本実施形態においては、検査結果等を表示装置５および印刷装置６に出力しているが、画像データベース、シミュレータ、記録媒体などに出力するようにしても良いし、ネットワークを介して他のコンピュータに送信（出力）するようにしても良い。

またさらに、本発明の方法でウェーハ中の代表的なダイと呼ばれる半導体デバイスを検査したのち、他のダイはダイ・ツー・ダイ比較により検査するような混成方法とすることも可能である。

本発明の実施形態におけるパターン検査装置の画像生成装置の基本構成を示す概略図である。設計データから得られた基準パターンの例を示す図である。設計データに基づいて製造された検査対象パターンの画像の例を示す図である。本発明の実施形態におけるパターン検査装置が行う検査処理の概要を示す図である。図１で示す画像生成装置の２次電子検出器で検出した２次電子の強度を示す模式図である。図５に示すパターンを９０度回転させ、このパターンのプロファイルを取得した場合の２次電子の強度を示す模式図である。本発明の実施形態におけるパターン検査装置によりパターン検査を行う場合の走査エリアを示す模式図である。検査対象パターンについて、横方向（Ｘ方向）の走査を行った場合のエッジ検出精度を説明するための模式図である。検査対象パターンについて、上方向に向かって縦方向（Ｙ方向）の走査を行った場合のエッジ検出精度を説明するための図である。検査対象パターンについて、双方向の走査を行う場合の模式図である。４５度、もしくは−４５度方向の走査方法を示す模式図である。０度方向の走査で得られた検査対象パターン画像もしくは９０度方向の走査で得られた検査対象パターン画像を用いて検査されるべき線分の例を示す模式図である。ピクセルの位置を置き換えることによって回転された検査対象パターン画像を得る方法を示す模式図である。ピクセルの位置を置き換えることによって回転された検査対象パターン画像を得る別の方法を示す模式図である。本発明の実施形態におけるパターン検査装置の基本構成例を示す図である。本発明の実施形態におけるパターン検査装置の機能ブロック図を示す図である。本発明の別の実施形態におけるパターン検査装置の機能ブロック図である。基準パターンの補正例を示す図である。基準パターンの例を示す図である。図１９の基準パターンをピクセルごとのエッジに変換した例を示す図である。曲線を含む基準パターンをエッジベクトルに変換した例を示す図である。本発明の実施形態におけるレシピ登録処理の例を示すフローチャートである。逐次検査を説明するための図である。ランダム検査を説明するための図である。本発明の実施形態における基本検査処理の例を示すフローチャートである。繰り返し発生する欠陥を認識する場合の検査処理の例を示すフローチャートのサブブロックである。繰り返し発生する欠陥を認識する場合の検査処理の例を示すフローチャートのメインブロックである。パターン内部と下地との間にコントラストがある検査対象パターン画像の例を示す図である。図２８の画像から検出したエッジを示す図である。エッジが明るくパターン内部と下地との間にコントラストがない検査対象パターン画像の例を示す図である。図３０の画像から検出したエッジを示す図である。１次元の検査対象パターン画像のエッジの強度の例を示す図である。図３２のエッジを膨張させた例を示す図である。１次元の基準パターンのエッジの例を示す図である。図３２のエッジを膨張させた別の例を示す図である。１次元の基準パターンのエッジの別の例を示す図である。図３２のエッジを膨張させた別の例を示す図である。スムージングフィルタの例を示す図である。２次元の検査対象パターン画像のエッジの強度の例を示す図である。図３９のエッジを膨張させた例を示す図である。図３９のエッジを膨張させた別の例を示す図である。２次元の検査対象パターン画像のエッジベクトルの例を示す図である。図４２のエッジベクトルを膨張させた例を示す図である。図４２のエッジベクトルを膨張させた別の例を示す図である。図１９の基準パターンをピクセル単位のエッジベクトルで表した図であり、図２０の別の図である。マッチングを説明するための図である。図４３と図４５とを重ね合わせた図である。図４３と図４５とを重ね合わせた別の図である。（ａ）は基準パターンの例を示す図であり、（ｂ）は検査対象パターン画像の例を示す図である。線幅とスペース幅が同じ場合の例を示す図である。（ａ）は基準パターンの例を示す図であり、（ｂ）は（ａ）の基準パターンと検査対象パターン画像との関係の例を示す図である。長方形が周期的に並んだパターンのマッチング評価値の計算方法を模式的に示す図である。ユニークパターンの対であるネガティブパターンを使ってマッチング評価値を計算する方法を模式的に示す図である。第１のエッジ検出で検出されたエッジの水平軸垂直軸への射影データを使ったマッチング方法を示す図である。マッチング誤差値E_pmの計算結果を示す図である。マッチング誤差値E_pmの中から選ばれたマッチングに適したシフト量を示す模式図である。マッチング誤差値E_pmを計算する方法を模式的に示す図である。ホールパターンのマッチングの第１の方法を説明する模式的な図である。ホールパターンのマッチングの第２の方法を説明する模式的な図である。検査対象パターン画像のエッジと基準パターンのエッジとの対応づけの例を示す図である。（ａ）は基準パターンのエッジの例を示す図であり、（ｂ）は検査対象パターン画像のエッジの例を示す図である。基準パターンのエッジの別の例を示す図である。異常パターン変形量を持った欠陥を認識する方法を模式的に示す図である。ピクセルの輝度分布を使う欠陥の認識方法を模式的に示す図である。輝度値に対する頻度の分布の例を示す図である。（ａ）は基準パターンのエッジ、および検査対象パターン画像のエッジの例を示す図であり、（ｂ）は（ａ）に示すエッジ間のy=y₀におけるベクトルd(x,y₀)のＸ成分を回帰直線D(x)で近似した例を示す図である。（ａ）は基準パターンのエッジ、および検査対象パターン画像のエッジの別の例を示す図であり、（ｂ）は（ａ）に示すエッジ間のy=y₀におけるベクトルd(x,y₀)のX成分を回帰直線D(x)で近似した例を示す図である。基準パターンの属性の例を示す図である。終端のエッジプレイスメントエラーを示す図である。孤立パターンのプレイスメントエラーを示す図である。（ａ）は基準パターンのコーナーのエッジの例を示す図であり、（ｂ）は検査対象パターン画像のコーナーのエッジの例を示す図である。プロファイル取得区間の例を示す図である。リソグラフィ・シミュレータで得られたシミュレーションパターンの外形を示す図である。図７２の一部（Ｂの部分）を拡大した図である。図７４の一部（Ｃの部分）を拡大した図である。プロファイルの例を示す図である。検出された第２のエッジを使って曲線近似（多角形近似を含む）を行い、検出された第２のエッジを連結した例を示す図である。（ａ）はプロファイル取得区間の別の例を示す図であり、（ｂ）は検査対象パターン画像の第１のエッジと第２の基準パターンとの関係の例を示す図である。検査領域が４つの検査単位領域に分割されている場合を模式的に示す図である。第１の半導体デバイスから得られた欠陥情報と第２の半導体デバイスから得られた欠陥情報を模式的に示す図である。第１の半導体デバイスから得られた欠陥情報と第２の半導体デバイスの限定された部分から得られた欠陥情報を模式的に示す図である。設計データの形状は同じパターンだが、異なったＯＰＣパターンを持っているパターンの例を模式的に示す図である。設計データに基づいて製造されたホトマスクパターンを複数もつホトマスクから製造された半導体デバイスの例を示す図である。線幅検査用に適した基準パターンを設計データから自動的に抽出する規則を模式的に示す図である。コーナーを持つ直線形状パターンを、コーナー部分で二つの長方形に分離する方法を模式的に示す図である。スペース幅検査用に適した基準パターンを設計データから自動的に抽出する規則を模式的に示す図である。線幅検査に適した基準パターンとスペース幅検査に適した基準パターンを使う検査方法を模式的に示す図である。設計データのコーナー部分から線幅検査に適した基準パターンを得る手順を模式的に示す図である。設計データのコーナー部分である曲線形状パターンの最小線幅検査の手順を模式的に示す図である。 Erosion演算を使用して設計データのコーナー部分である曲線形状パターンの最小線幅検査の手順を模式的に示す図である。切断もしくは短絡しやすい部分の抽出方法を模式的に示す図である。切断もしくは短絡しやすい部分の検査を行う手順を模式的に示す図である。検査時の工程に関する基準パターンとその前後する工程に関する基準パターンとの論理積演算で得られた基準パターンを使用する検査方法を示す図である。コンタクトホール／ビアホールに接する配線パターンの終端に対する許容パターン変形量の適応設定方法を模式的に示す図である。接触面積を検査する方法を模式的に示す図である。（ａ）は、ウェーハに形成されてはならない補正パターンの例を示す図であり、（ｂ）は、ウェーハに形成されてはならない補正パターンの検査方法を模式的に示す図である。許容パターン変形量以上の終端の収縮があるが欠陥として認識する必要がない終端の例を示す模式図である。最適な許容パターン変形量の取得方法を示す模式図である。基準パターンから近接線分を抽出する方法を模式的に示す図である。基準パターンから離隔線分を抽出する方法を模式的に示す図である。前工程のパターンが下地として観察される例を模式的に示す図である。検査対象パターン画像、検査時の工程に関する基準パターン、および、検査時の工程の前工程に関する基準パターンの例を示す図である。外形を使ったダイ・ツー・ダイ比較方法を示すフローチャートである。外形を使ったダイ・ツー・ダイ比較方法を示す模式図である。外形と第２のエッジとの比較方法を示す模式図である。外形と第２のエッジとの比較方法を示す別の図である。外形の補正方法を示す図である。外形のスパイクノイズの除去方法を示す図である。第２のエッジとこれに前後する第２のエッジである３点のエッジの平均位置を使って外形のノイズを除去する方法を模式的に示す図である。第２の基準パターンのエッジと対応する検査対象パターン画像の第２のエッジ間の距離の平均値を使って外形のノイズを除去する方法を模式的に示す図である。外部検査装置への外形の出力方法を示す図である。パターン形成の条件の違いなどにより半導体デバイス全体に設計データの線幅と違う線幅で検査対象パターンが形成されている例を示す模式図である。線幅の大域的な平均線幅変形量を検査済みの検査単位領域を使用して求める第１の方法の例を示す図である。図１１３で示された第１の方法によって得られた大域的な平均線幅の変形量を設計データの線幅の補正に使用する第２の方法の例を示す図である。３０度方向の線幅の変形量を計算する方法の例を示す図である。図２３を簡略にしたものに電子線のビーム径の変化を模式的に示す図である。２回検査される検査単位領域を決める方法を模式的に示す図である。検査単位領域を２回検査する方法を模式的に示す図である。メモリのパターンなどの周期的パターンの場合に線分ごとに分類される欠陥種の細分化項目を模式的に示す図である。組み合わせて使用する欠陥種の細分化項目を模式的に示す図である。欠陥位置、外接長方形、切り出された基準パターンを模式的に示す図である。特徴量空間の例を示す模式図である。図１２２の特徴量空間で使用する特徴量の別の例を示す模式図である。検査単位領域全体から得られるパターン変形量の一つである線幅の変形量を濃淡表示用の情報に変換して欠陥を上書きして得られる分布図の例である。ゲート長を使ってゲート線幅を分類する方法を模式的に示す図である。描画装置で使われるホトマスクパターンを分割した得られた長方形を模式的に示す図である。描画装置で使われる長方形に対応する検査対象パターンの第２のエッジを模式的に示す図である。連続する４つの円弧を模式的に示す図である。電子線の走査方向を１８度とした場合を模式的に示す図である。六角形領域の走査方法を模式的に示す図である。基準パターンに基づく走査条件の自動設定方法を示す模式図である。電子線の走査経路を説明する模式図である。電子線の別の走査経路を説明する模式図である。垂直方向の走査に対してフィルタをかけた場合を説明する模式図である。検査対象パターンのエッジの近傍のみの走査方法を示す模式図である。検査対象パターンのエッジの近傍のみの走査方法の手順を示すフローチャートである。検査対象パターンのエッジの近傍のみを走査する場合のサンプリングデータの取得順序付けの方法を示す図である。線幅検査の対象になる領域の近傍部分を得る方法を模式的に示す図である。ステージ位置を偏向器にフィードバックすることにより、連続ステージを使ったインターレース走査、および、走査画像加算走査方法を示す模式図である。図１３９の構成を使用して４５度左下方向のインターレース走査を示す模式図である。図１４０で示されるインターレース走査を実施する場合に、ＸＹステージが試料を下方向に連続移動しながら、Ｘ偏向器とＹ偏向器が出力する走査波形を示す図である。２次電子検出器で検出した２次電子の強度が格納されるメモリであるフレームバッファを示す図である。図１３９の構成を使用して４５度左下方向の画像加算走査を示す模式図である。図１４３で示される画像加算走査を実施する場合に、ＸＹステージが試料を下方向に連続移動しながら、Ｘ偏向器とＹ偏向器が出力する走査波形を示す図である。２次電子検出器で検出した２次電子の強度が加算され格納されるメモリであるフレームバッファを示す図である。歪を持った検査対象パターン画像を模式的に示す図である。副検査単位領域を用いてマッチングを実施する方法を模式的に示す図である。検査対象パターン画像の歪量を補正する補正方法を模式的に示す図である。検査対象パターン画像の補正方法を使用した画像加算方法を模式的に示した図である。検査対象パターン画像の歪量が大きい場合を模式的に示した図である。正規分布の中心を得る方法を模式的に示した図である。画像回転角度θx、θyを示す図である。検査対象パターン画像の第１のエッジの分布を使った検査対象パターン画像の歪量の取得方法を模式的に示す図である。検査対象パターンのコーナー部分の画像のエッジの分布が非対称な例を模式的に示す図である。検査対象パターンのコーナー部分の画像に存在する第１のエッジを認識する方法を模式的に示す図である。検査対象パターンの直線部分の画像に存在する第１のエッジを認識する方法を模式的に示す図である。非線形検査対象パターン画像の歪量の例を模式的に示す図である。偏向制御装置の構成例を模式的に示す図である。歪補正ベクトル計算回路が代表歪ベクトルを使って歪補正ベクトルを計算する方法を模式的に示す図である。（ａ）は長方形領域の歪ベクトルから代表歪ベクトルを計算する方法を模式的に示す図であり、（ｂ）は合成歪ベクトルの例を模式的に示す図である。複数の長方形領域の歪ベクトルから代表歪ベクトルを計算する方法を模式的に示す図である。歪補正ベクトル計算回路が歪補正ベクトルを偏向電圧に変換する方法を模式的に示す図である。検査対象パターン画像の位置に依存する線幅変化の補正方法を模式的に示す図である。自動コントラスト・ブライトネス調整、自動フォーカス調整に適した領域を得るための手順を模式的に示す図である。自動非点収差調整に適した領域の例を示す図である。自動非点収差調整に適した領域を得るための手順を模式的に示す図である。第２のエッジ検出方法を使った自動フォーカス調整方法を示す図である。第２のエッジ検出方法を使った別の自動フォーカス調整方法を示す図である。２つの副検査単位領域を示す図である。最もマッチングに適した副検査単位領域の選択方法を模式的に示す図である。高倍画像および低倍画像を用いて測長を行う例を示す図である。設計データ、マスクデータと欠陥画像を上書き表示する例を模式的に示す図である。認識された欠陥を図形として表示する方法の例を模式的に示す図である。欠陥を設計データに変換してから表示する方法を模式的に示す図である。ＦＥＭウェーハの例を模式的に示す図である。危険領域の例を模式的に示す図である。本発明の実施例によって得られたプロセスウインドの例を模式的に示す図である。

符号の説明

１主制御部
２記憶装置
３入出力制御部
４入力装置
５表示装置
６印刷装置
７画像生成装置
１１基準パターン生成部
１２検査部
１３出力部
１４欠陥種認識部
２１基幹データベース
２２レシピデータベース
２３欠陥種参照データベース
２４欠陥情報記憶部
２５欠陥認識部
３３Ａ、３３Ｂ、４１、４２外接長方形
３４外接長方形
３５、４３共通外接長方形
６１〜７０、７５、８１〜８４エッジ
１０１〜１０３部分
１１１、１１３線幅
１１２、１１４スペース幅
１２１〜１２６直線形状パターン
１５７区間
１５９、１６３、１６５検査対象パターン画像のエッジ
１６０、１６６基準パターンのエッジ
１６４基準パターンの終端を構成するエッジ
１６１検査対象パターン画像のエッジの重心
１６２基準パターンのエッジの重心
１７１直線部分
１７２コーナー
１７３終端
１７４孤立パターン
１８１検査対象パターン画像のパターン
１８２、１８３位置
１８４、１８５高倍画像
１８６検査対象パターン画像のパターンの幅
１８７低倍画像
２０１破線
２０２、２０３実線
２０４下地
２０５パターン内部
２０６、２０７ピクセルの固まり
２５１〜２５５ピクセル
２６１ピクセルの中心
２６２ピクセルの中心に最も近い基準パターン上の点
２６３接線
３０１〜３０４検査単位領域
３１０照射系装置
３１１電子銃
３１２集束レンズ
３１３Ｘ偏向器
３１４Ｙ偏向器
３１５対物レンズ
３１６レンズ制御装置
３１７画像取得装置
３１８偏向制御装置
３２０試料室
３２１ＸＹステージ
３２２ＸＹステージ制御装置
３３０２次電子検出器
３４０ウェーハ搬送装置
３５０制御コンピュータ
３６０操作コンピュータ
４００真円の領域
４０１四角形領域
４０２六角形領域
４１０発振器
４１１カウンター
４１２Ｘ偏向発生回路
４１３Ｙ偏向発生回路
４１４歪補正ベクトル計算回路
４５０副偏向発生回路
４５２Ｘ主偏向発生回路
４５３Ｙ主偏向発生回路

Claims

検査対象パターン画像と前記検査対象パターンを製造するために使用する設計データを用いて検査するパターン検査装置であって、
前記設計データから線分もしくは曲線で表現された基準パターンを生成する生成手段と、
前記検査対象パターン画像を生成する生成手段と、
前記検査対象パターン画像のエッジを検出する手段と、
前記検査対象パターン画像のエッジと前記線分もしくは曲線で表現された基準パターンとを比較することにより、前記検査対象パターンを検査して欠陥を検出する検査手段とを備え、
前記設計データは、同じＯＰＣパターンを持ったパターンに同一のセル名を持たせた設計データであり、
前記検査手段は、欠陥情報に対応する前記設計データのセル名を取得し、前記欠陥情報を取得された前記セル名によって分類し、同一の前記セル名に属する欠陥の数が複数の場合にＯＰＣパターンに起因して繰り返し発生する欠陥として認識することを特徴とするパターン検査装置。
前記設計データに代えて、前記設計データに対応するマスクデータを使用することを特徴とする請求項１記載のパターン検査装置。
検査時の工程で製造された検査対象パターンと前記検査時の工程の前工程で製造された検査対象パターンとを含む検査対象パターン画像と、前記検査時の工程で製造される検査対象パターンに関するデータと、前記検査時の工程の前工程で製造される検査対象パターンに関するデータとを用いて検査するパターン検査装置であって、
前記検査時の工程で製造される検査対象パターンに関するデータから線分もしくは曲線で表現された前記検査時の工程に関する基準パターンを生成する生成手段と、
前記検査時の工程の前の工程で製造される検査対象パターンに関するデータから線分もしくは曲線で表現された前記検査時の工程の前の工程に関する基準パターンを生成する生成手段と、
前記検査対象パターン画像を生成する生成手段と、
前記検査対象パターン画像のエッジを検出する手段と、
前記検査対象パターン画像のエッジと前記線分もしくは曲線で表現された基準パターンとを比較することにより、前記検査対象パターンを検査する検査手段とを備え、
前記検査手段は、前記検査対象パターン画像と前記検査時の工程に関する基準パターンとをマッチングしてシフト量を求め、前記検査対象パターン画像と前記検査時の工程の前工程に関する基準パターンとをマッチングしてシフト量を求め、前記２つのシフト量から前記検査時の工程で製造されたパターンと前記検査時の工程の前工程で製造されたパターンとのオーバーレイエラーを検査することを特徴とするパターン検査装置。
基準となるパターン画像と検査対象パターン画像と前記検査対象パターンを製造するために使用するデータを用いて検査するパターン検査装置であって、
前記データから線分もしくは曲線で表現された基準パターンを生成する生成手段と、
前記基準となるパターン画像と前記検査対象パターン画像を生成する生成手段と、
前記基準パターンを用いて前記基準となるパターン画像のエッジを検出し、得られたエッジをつなげて基準となる外形を取得する手段と、
前記基準パターンを用いて前記検査対象パターン画像のエッジを検出する手段と、
前記検査対象パターン画像のエッジと前記基準となる外形とを比較することにより、前記検査対象パターンの変形量を検査する検査手段を備えたことを特徴とするパターン検査装置。
前記外形を取得する手段は、前記基準となるパターン画像のエッジを検出して得られたエッジをつなげて基準となる外形を取得する代わりに、シミュレータを使って基準となる外形を取得することを特徴とする請求項４記載のパターン検査装置。
検査対象パターン画像と前記検査対象パターンを製造するために使用するデータを用いて検査するパターン検査装置であって、
前記データから線分もしくは曲線で表現された基準パターンを生成する生成手段と、
前記検査対象パターン画像を生成する生成手段と、
前記検査対象パターン画像のエッジを検出する手段と、
前記検出されたエッジと基準パターン間のベクトルを取得し、前記取得されたベクトルから前記検査対象パターン画像の歪量を得て、前記検査対象パターン画像の歪量を補正する手段と、
前記検査対象パターンから生成された複数の画像を補正してから加算する手段と、
前記加算手段で得られた画像のエッジを検出する手段と、
前記加算手段で得られた画像のエッジと前記線分もしくは曲線で表現された基準パターンとを比較することにより、前記検査対象パターンを検査することを特徴とするパターン検査装置。
前記検査対象パターン画像の部分ごとに画像の評価値を得て、前記評価値から最適な前記評価値を得て、前記最適な前記評価値が得られた前記検査対象パターン画像の部分を得て、前記得られた検査対象パターン画像の部分を生成するために使用された前記検査対象パターン画像を生成する条件を最適な前記検査対象パターン画像を生成する条件として得ることを特徴とする請求項６記載のパターン検査装置。
検査対象パターン画像と前記検査対象パターンを製造するために使用するホトマスクパターンを露光するときに使われる成形ビームに対応するデータを用いて検査するパターン検査装置であって、
前記成形ビームに対応するデータから線分もしくは曲線で表現された基準パターンを生成する生成手段と、
前記検査対象パターン画像を生成する生成手段と、
前記検査対象パターン画像のエッジを検出する手段と、
前記検査対象パターン画像のエッジと前記基準パターンの組とを比較することにより、前記検査対象パターンを検査する検査手段とを備え、
前記検査手段は、前記基準パターンごとに検査対象パターンの変形量を得て、前記検査対象パターンの変形量から前記ホトマスクパターンを露光している間の前記成形ビームの変形の有無を検査することを特徴とするパターン検査装置。
検査対象パターン画像と前記検査対象パターンを製造するために使用する設計データを用いて検査するパターン検査方法であって、
前記設計データから線分もしくは曲線で表現された基準パターンを生成し、
前記検査対象パターン画像を生成し、
前記検査対象パターン画像のエッジを検出し、
前記検査対象パターン画像のエッジと前記線分もしくは曲線で表現された基準パターンとを比較することにより、前記検査対象パターンを検査して欠陥を検出し、
前記設計データは、同じＯＰＣパターンを持ったパターンに同一のセル名を持たせた設計データであり、
前記検査により検出された欠陥情報に対応する前記設計データのセル名を取得し、前記欠陥情報を取得された前記セル名によって分類し、同一の前記セル名に属する欠陥の数が複数の場合にＯＰＣパターンに起因して繰り返し発生する欠陥として認識することを特徴とするパターン検査方法。
前記設計データに代えて、前記設計データに対応するマスクデータを使用することを特徴とする請求項９記載のパターン検査方法。
検査時の工程で製造された検査対象パターンと前記検査時の工程の前工程で製造された検査対象パターンとを含む検査対象パターン画像と、前記検査時の工程で製造される検査対象パターンに関するデータと、前記検査時の工程の前工程で製造される検査対象パターンに関するデータとを用いて検査するパターン検査方法であって、
前記検査時の工程で製造される検査対象パターンに関するデータから線分もしくは曲線で表現された前記検査時の工程に関する基準パターンを生成し、
前記検査時の工程の前の工程で製造される検査対象パターンに関するデータから線分もしくは曲線で表現された前記検査時の工程の前の工程に関する基準パターンを生成し、
前記検査対象パターン画像を生成し、
前記検査対象パターン画像のエッジを検出し、
前記検査対象パターン画像のエッジと前記線分もしくは曲線で表現された基準パターンとを比較することにより、前記検査対象パターンを検査し、
前記検査対象パターン画像と前記検査時の工程に関する基準パターンとをマッチングしてシフト量を求め、前記検査対象パターン画像と前記検査時の工程の前工程に関する基準パターンとをマッチングしてシフト量を求め、前記２つのシフト量から前記検査時の工程で製造されたパターンと前記検査時の工程の前工程で製造されたパターンとのオーバーレイエラーを検査することを特徴とするパターン検査方法。
基準となるパターン画像と検査対象パターン画像と前記検査対象パターンを製造するために使用するデータを用いて検査するパターン検査方法であって、
前記データから線分もしくは曲線で表現された基準パターンを生成し、
前記基準となるパターン画像と前記検査対象パターン画像を生成し、
前記基準パターンを用いて前記基準となるパターン画像のエッジを検出し、得られたエッジをつなげて基準となる外形を取得し、
前記基準パターンを用いて前記検査対象パターン画像のエッジを検出し、
前記検査対象パターン画像のエッジと前記基準となる外形とを比較することにより、前記検査対象パターンの変形量を検査することを特徴とするパターン検査方法。
前記基準となるパターン画像のエッジを検出して得られたエッジをつなげて基準となる外形を取得する代わりに、シミュレータを使って基準となる外形を取得することを特徴とする請求項１２記載のパターン検査方法。
検査対象パターン画像と前記検査対象パターンを製造するために使用するデータを用いて検査するパターン検査方法であって、
前記データから線分もしくは曲線で表現された基準パターンを生成し、
前記検査対象パターン画像を生成し、
前記検査対象パターン画像のエッジを検出し、
前記検出されたエッジと基準パターン間のベクトルを取得し、前記取得されたベクトルから前記検査対象パターン画像の歪量を得て、前記検査対象パターン画像の歪量を補正し、
前記検査対象パターンから生成された複数の画像を補正してから加算し、
前記加算で得られた画像のエッジを検出し、
前記加算で得られた画像のエッジと前記線分もしくは曲線で表現された基準パターンとを比較することにより、前記検査対象パターンを検査することを特徴とするパターン検査方法。
前記検査対象パターン画像の部分ごとに画像の評価値を得て、前記評価値から最適な前記評価値を得て、前記最適な前記評価値が得られた前記検査対象パターン画像の部分を得て、前記得られた検査対象パターン画像の部分を生成するために使用された前記検査対象パターン画像を生成する条件を最適な前記検査対象パターン画像を生成する条件として得ることを特徴とする請求項１４記載のパターン検査方法。
検査対象パターン画像と前記検査対象パターンを製造するために使用するホトマスクパターンを露光するときに使われる成形ビームに対応するデータを用いて検査するパターン検査方法であって、
前記成形ビームに対応するデータから線分もしくは曲線で表現された基準パターンを生成し、
前記検査対象パターン画像を生成し、
前記検査対象パターン画像のエッジを検出し、
前記検査対象パターン画像のエッジと前記基準パターンの組とを比較することにより、前記検査対象パターンを検査し、
前記基準パターンごとに検査対象パターンの変形量を得て、前記検査対象パターンの変形量から前記ホトマスクパターンを露光している間の前記成形ビームの変形の有無を検査することを特徴とするパターン検査方法。