JP5155938B2 - パターン輪郭検出方法 - Google Patents

Description

本発明はパターン輪郭検出方法に関する。

評価対象パターンの輪郭を検出して、そのパターンの形状を評価する方法が様々な工業分野で広く採用されている。例えば、半導体デバイス歩留まり良く製造するためには、フォトリソグラフィ工程や成膜工程、エッチング工程等により形成された微細パターンを精度良く計測する必要がある。従来は、パターン計測としてＣＤＳＥＭ（Ｃｒｉｔｉｃａｌ Ｄｉｍｅｎｓｉｏｎ Ｓｃａｎｎｉｎｇ Ｅｌｅｃｔｒｏｎ Ｍｉｃｒｏｓｃｏｐｅ）と呼ばれるＳＥＭ式の撮像装置により得られた画像に対してパターンの輪郭を検出し、検出された輪郭座標を数値化することによって、評価パターンについての所望の情報が得られている。パターンの輪郭検出方法としては、従来よりしきい値法が用いられているが、しきい値法の改良の他、しきい値法以外の様々な検出手法が提案され、これらの手法を用いて、パターンのＣＤが測定されている（例えば特許文献１）。以下では、しきい値法をベースにしたパターン輪郭検出方法を取り上げて従来技術の課題を説明するが、他の輪郭検出手法についても、基本的には同一の課題を有するものと考えてよい。

しきい値法によるパターン輪郭検出では、パターンにＲＯＩ（Ｒｅｇｉｏｎ ｏｆ Ｉｎｔｅｒｅｓｔ）と呼ばれる領域を設定する必要がある。ＲＯＩによってパターンのどの部分の輪郭を検出すべきかを指定することで、検出された部分的な輪郭座標に基づいて所望の計測値を得ていた。ＲＯＩ内にはラインパターンやスペースパターンまたはホールパターンという単純なパターンが存在するという前提で、輪郭検出処理が実施される。この際、ＲＯＩ内にどのようなパターンがあるかを指定する必要があり、ＲＯＩ設定時にそのＲＯＩ内にあると予想されるパターン種別を設定することで、初めて正確なパターン計測をすることが可能になる。なぜならば、例えばパターンの種別により適応するしきい値法の設定が異なるためである。マニュアル計測の場合、通常ＲＯＩはオペレータのリアルタイム操作で設定されるが、一般的にラインパターンとスペースパターンとの区別は目視では画像情報からではつけにくいため、検査対象パターンについての情報を指示書としてオペレータに伝達するという手間が必要であった。この状況は自動計測の場合でも同様で、オペレータのリアルタイム設定に代わり、予めレシピ内に設定された座標値をＲＯＩとしてパターンを計測する。ＲＯＩは結局レシピを作成する際にレシピ作成者が設定することになり、やはりレシピ作成者がパターンについての情報を予め知らなければならないという問題がある。

このような問題を解決するために、例えば、特許文献２に公開されている方法を応用して、パターンをその設計データと照合し、ＲＯＩ内に存在するパターンがラインパターンかスペースパターンかを区別することも考えられる。しかしながら、この方法を用いる場合であっても、ＲＯＩ内に必ずしも想定されたパターンが存在するとは限らず、例えばパターンの製造不良等でパターンが抜けたり、解像されなかったりした場合、間違った輪郭検出をしてしまうという問題があった。

この一方、ＲＯＩを必要とすることなくパターン輪郭を検出する方法も提案されている（例えば特許文献３）。特許文献３に記載の方法には、ＲＯＩを設定せずに、パターンの局所的な輪郭だけでなくパターン全体の輪郭を検出できるという利点がある。しかしながら、このような一種の画像フィルタリングによる手法を用いると、パターンのトップエッジとボトムエッジとに対応した二組の輪郭が検出されてしまい、やはり何らかの手段で検査対象パターンの情報を参照しなければ、パターン輪郭が得られないという問題があった。

特開平９−１８４７１４号公報 特開２００６−２３４５８８号公報 特開２００３−１７８３１４号公報

本発明の目的は、検査対象パターンに関する情報を用いることなく、検査対象パターンの精細なパターン外形を得ることができるパターン輪郭検出方法を提供することにある。

本発明の一態様によれば、
検査対象パターンの画像データを取得して前記検査対象パターンの画像中の輪郭点を検出し、
グルーピング処理により前記輪郭点から複数の輪郭線を生成し、前記検査対象パターンの外側エッジおよび内側エッジのいずれか一方およびいずれか他方の候補となる第１および第２の輪郭線グループの組合せでそれぞれ構成され、生成された複数の輪郭線を互いに異なる態様でそれぞれ二分する複数の輪郭線グループペアを生成し、前記輪郭線グループペア毎に第１および第２の輪郭線グループ間で形状のマッチングを行い、前記形状マッチングで得られた前記複数の輪郭線グループペアのマッチングスコアのうち、最良のマッチングスコアを与える輪郭線グループペアを構成する第１および第２の輪郭線グループのいずれか一方を前記検査対象パターンの輪郭として特定する、パターン輪郭検出方法が提供される。

本発明によれば、検査対象パターンに関する情報を用意することなく、検査対象パターンの精細なパターン外形を得ることができるパターン輪郭検出方法が提供される。

本発明の第１の実施の形態によるパターン輪郭検出方法の概略手順を示すフローチャート。 検査対象パターンのＳＥＭ画像の画像データから輪郭点を検出した例を模式的に示す図。 図２に示す輪郭点に対するグルーピング処理により取り出された輪郭線のみを示す模式図。 形状マッチングにおけるマッチングスコアの具体例を示す表。 図３の輪郭線のうち、外側エッジグループに属する輪郭線を取り出した図。 本発明の第２の実施の形態によるパターン輪郭検出方法の概略手順を示すフローチャート。

以下、本発明の実施の形態のいくつかについて図面を参照しながら説明する。以下では、リソグラフィ工程やエッチング工程等の半導体装置の製造工程で形成される微細パターンの画像データをＣＤＳＥＭ等の撮像装置により取得し、そのパターン輪郭を検出する場合を具体例として取り上げて説明する。しかしながら、本発明はこれに限定されることなく、他の様々な産業分野におけるパターン評価全般に適用可能である点に留意されたい。なお、以下の実施形態では、ＣＤＳＥＭにより取得されたトップダウンＳＥＭ画像を用いて評価対象パターンを評価する場合を例として取り上げるが、これに限ることなく、光学式画像取得装置等、その他のどのような装置によって取得された画像についても本発明を適用することができる。しかしながら、半導体の微細パターンを高精度に評価するためには、より高倍率でパターン画像を取得する必要があるため、現時点ではＳＥＭ画像を用いることが好ましい。

ここで、本願明細書における「輪郭」とは、画像中で局所的に明るさが変化している部分のことをいう。

（１）第１の実施の形態
図１は、本発明の第１の実施の形態によるパターン輪郭検出方法の概略手順を示すフローチャートである。

先ず、検査対象パターンについて画像データを取得し（ステップＳ１）、画像中の輪郭点を検出する（ステップＳ２）。

次に、グルーピング処理で、検出された輪郭点を、それぞれが輪郭線として連続したグループに分類することにより、複数の輪郭線を生成する（ステップＳ３）。

次いで、生成された複数の輪郭線をそれぞれ異なる態様で二分するように輪郭線を組合せることにより、第１および第２の輪郭線グループの組合せでなる輪郭線グループのペア（以下、単に「輪郭線グループペア」という）を複数生成する（ステップＳ４）。

続いて、輪郭線グループペア毎に第１および第２の輪郭線グループ間で形状のマッチングを行い、得られたマッチングスコアのうち、最良のマッチングスコアを与える輪郭線グループペアを、検査対象パターンの外側エッジ（トップ）および内側エッジ（ボトム）のいずれか一方およびいずれか他方を構成する輪郭線グループペアとして特定する（ステップＳ５）。

さらに、特定された輪郭線グループペアを構成する第１および第２の輪郭線グループのそれぞれについて輪郭強度を求めて互いに比較し、輪郭強度が大きい方の輪郭線グループを外側エッジグループと特定する（ステップＳ６）。

その後は、特定された外側エッジグループに対して必要な部位の計測を実行すれば、所望の計測値を得ることができる（ステップＳ７）。

次に、図２乃至図５を参照しながら、上記手順についてより具体的に説明する。

図２は、ある検査対象パターンについてＳＥＭ画像を取得し、その画像データから輪郭点を検出した例を模式的に示す図である。図２中の実線で示す線は、検出された輪郭点の集合を示し、楕円ＥＬ内の破線で示す線は輪郭として検出されなかった画素の集合を示す。

本実施形態ではソーベルフィルタを用いて輪郭点を検出する。ソーベルフィルタとは、ある注目画素を中心とし、サイズ３の場合は上下左右の９つの画素値に対して、重み係数をそれぞれ乗算した結果を合計した値を出力する処理である。輪郭検出の場合は、垂直、水平の二つの方向に係数行列を用いてこの処理を行う。このようにして得られた値を一定のしきい値で判別して、輪郭点を検出する。

なお、輪郭点の検出は画像処理の中で最も基本的な技術の一つであるため、ソーベルフィルタ以外に非常に多くの手法が提案されている。ここでは、各々の輪郭点に輪郭強度が数値として出力されるものであれば、ソーベルフィルタ以外のどのような輪郭検出方法を用いてもよい。

ステップＳ３のグルーピング処理とは、検出された輪郭点を、輪郭線として連続した一つのグループに分類する処理である。グルーピング処理は、互いに近接する輪郭点を単純に同一グループと特定する方法の他、様々な手法があり、例えば特開２００５−２９６３４９号公報には、輪郭点を線状にグルーピングすることによって輪郭線を抽出する技術が開示されている。

図３は、図２に示す輪郭点に対するグルーピング処理により取り出された輪郭線のみを示す模式図である。図２では、ＥＧ１〜ＥＧ１６の符号で示されるように、１６の輪郭線が生成されている。

次に、図１のステップＳ４およびＳ５の手順についてより具体的に説明する。

ステップＳ３により生成された輪郭線グループには、パターンのトップ部に位置する内側エッジとボトム部に位置する外側エッジとが混在している。従って、グルーピング処理により生成した複数の輪郭線のうち、いずれの輪郭線が内側エッジのグループに属し、いずれの輪郭線が外側エッジのグループに属するかを正確に判別する必要がある。

図３に示す例では、輪郭線が１６本あるので、これらの輪郭線を内側エッジグループと外側エッジグループに二分する場合、単純計算では、２^１６＝６５５３６通りの組み合わせがある。

本実施例では組み合わせの正しさを判定するための指標として、内側エッジグループと外側エッジグループとの間で形状マッチングを行って得られたマッチングスコアを用いる。すなわち、内側エッジグループと外側エッジグループとの形状は似ているという推察に基づき、両者のあらゆる組み合わせのうち最良のマッチングスコアを与える組み合わせを正しい組み合わせであると特定する。

より具体的には、図１のステップＳ４の手順において、ステップＳ３で生成された複数の輪郭線を二分して一方を第１の輪郭線グループ、他方を第２の輪郭線グループとする輪郭線グループを組合せて輪郭線グループのペアを生成する（ステップＳ４）。その際、上記複数の輪郭線を二分する態様をそれぞれ変更して輪郭線グループを組合せることにより、複数の輪郭線グループペアを生成する。ここで、上記第１の輪郭線グループは、検査対象パターンの外側エッジおよび内側エッジのいずれか一方の候補となり、また、上記第２の輪郭線グループは、検査対象パターンの外側エッジおよび内側エッジのいずれか他方の候補となる。

次いで、図１のステップＳ５の手順において、生成された輪郭線グループペア毎に、各ペアを構成する第１の輪郭線グループと第２の輪郭線グループとの間で形状マッチングを行う。本実施形態では、マッチング手法として特開２００６−２７５９５２号公報で公開されている方法を用いる。同公報に開示の方法では、マッチングスコアとして形状一致度と分散とを採用している。この参照により、特開２００６−２７５９５２号公報の内容を本願明細書に引用したものとする。しかしながら、形状マッチング手法としてはこれに限るものでは決してなく、この他のどんな形状マッチング手法を用いてもよく、マッチングスコアもその手法に応じたどのような値でもかまわない。

図４は、輪郭線グループペア毎のマッチングスコアのうち、正しい組合せのスコアの例と正しくない組み合わせのスコア例とを対比して表したものである。

図３の輪郭線ＥＧ１〜ＥＧ１６のうち、輪郭線ＥＧ１〜ＥＧ８を第１グループとし、輪郭線ＥＧ９〜ＥＧ１６を第２グループとする組合せの輪郭線グループペアでは、マッチングスコアとして、形状一致度＝０．５３３４１６、分散値＝７０．０９９９４７が得られた。

この一方、図４には、正しくない組み合わせとして、形状一致度＝０．２４４０５１、 分散値＝２４６０．８３４５７４の例が挙げられ、確かに形状一致度は小さく、分散値は大きくなっている。このように、本実施形態によれば、数ある外側エッジグループと内側エッジグループとの組み合わせの中から正しい組み合わせを導出することができる。

上述した形状マッチングのスコアを用いる方法により、正しい組合せの輪郭線グループペアを特定することができるが、これだけでは、特定された輪郭線グループペアを構成する第１および第２の輪郭線グループのうち、どちらの輪郭線グループが外側のエッジグループで、どちらの輪郭線グループが内側のエッジグループであるかはまだ分からない。そこで、ステップＳ６では、先ず、第１および第２の輪郭グループのエッジ強度をそれぞれ求める。ここでエッジ強度とは、その輪郭がどれだけはっきりとしているか、すなわち、どれだけ急激に変化をしているかを示す指標であれば、どのような定義であってもよい。例えばソーベルフィルタによる輪郭検出の場合は、ソーベルオペレータを施した際に得られる、その輪郭グループに属する各々の輪郭点の出力値（ここでは濃度値）の平均値を採用すれば、二つの輪郭グループの輪郭強度をそれぞれ求めることができる。

一般に、パターンのトップエッジとボトムエッジとではボトムエッジのほうがはっきりとしている場合が多いため、輪郭強度が大きい方を外側エッジグループと見なすことができる。製品に応じて輪郭強度が大きい方の輪郭線グループを内側エッジグループと特定すべき場合もあるが、通常はパターンの外側の輪郭をもってパターンの外形とする。図５は、図２の画像に対して上記一連の手順により得られた外側エッジグループを模式的に示す。

最後に、得られた外側エッジグループに対し、必要な部位を計測して数値化すれば（図１、ステップＳ７）、所望の計測値を得ることができ、得られた計測値から検査対象パターンを評価することができる。

このように、本実施形態によれば、設計データや良品から得られた画像データなどの検査対象パターンに関する情報を用意することなく、検査対象パターンの精細なパターン外形を得ることができる。その結果、より精度の高いパターン計測を行うことが可能になる。

（２）第２の実施の形態
図６は、本発明の第２の実施の形態によるパターン輪郭検出方法の概略手順を示すフローチャートである。図１と図６との対比により明らかなように、本実施形態の特徴点は、ステップＳ１２とステップＳ１６の手順にあり、その他の手順は、図１の対応する手順の番号に単に１０を加算したものと実質的に同一である。従って、以下では、ステップＳ１２とステップＳ１６の手順について説明する。

上述した第１の実施の形態では、パターン画像からの輪郭点の検出に際してソーベルフィルタを用いたが、本実施形態では、前述した特許文献３に記載の輪郭モデルを用いて輪郭点を検出する（ステップＳ１２）。この引用により、特許文献３の内容を本願明細書に取り込んだものとする。

そして、輪郭点の検出の際に、パターン画像の輪郭点と輪郭モデルとの間でマッチングスコアが得られる。本実施形態では、このような輪郭点検出時のマッチングスコアを各輪郭点の座標情報に付加しておき、外側エッジグループと内側エッジグループとの区別に使用する。

すなわち、ステップＳ１５の手順により、最良のマッチングスコアを与える輪郭線グループペアを、検査対象パターンの外側エッジ（トップ）および内側エッジ（ボトム）のいずれか一方およびいずれか他方を構成する輪郭線グループペアとして特定した後、特定された輪郭線グループペアを構成する第１および第２の輪郭線グループのそれぞれについて、輪郭点検出時に得られた輪郭モデルとのマッチングスコアの平均値を求めて互いに比較する。本実施形態においても、マッチングスコアの平均値が大きいほど輪郭強度が大きくなっているため、平均値が大きい方の輪郭線グループを外側エッジグループと特定する。

本実施形態によれば、輪郭モデルを用いて輪郭点を検出し、さらに、輪郭点検出時に得られた輪郭モデルとのマッチングスコアを用いて内側／外側エッジの判定を行うので、迅速かつ正確にパターン輪郭を検出することができる。

ＥＧ１〜ＥＧ１６：輪郭線
ＥＧ１〜ＥＧ８：第１の輪郭線グループ
ＥＧ９〜ＥＧ１６：第２の輪郭線グループ

Claims (5)

1. 検査対象パターンの画像データを取得して前記検査対象パターンの画像中の輪郭点を検出し、
   グルーピング処理により前記輪郭点から複数の輪郭線を生成し、
   前記検査対象パターンの外側エッジおよび内側エッジのいずれか一方およびいずれか他方の候補となる第１および第２の輪郭線グループの組合せでそれぞれ構成され、生成された複数の輪郭線を互いに異なる態様でそれぞれ二分する複数の輪郭線グループペアを生成し、
   前記輪郭線グループペア毎に第１および第２の輪郭線グループ間で形状のマッチングを行い、
   前記形状マッチングで得られた前記複数の輪郭線グループペアのマッチングスコアのうち、最良のマッチングスコアを与える輪郭線グループペアを構成する第１および第２の輪郭線グループのいずれか一方を前記検査対象パターンの輪郭として特定する、
   パターン輪郭検出方法。
2. 前記形状のマッチングは、形状の一致度を指標に行われ、
   前記最良のマッチングスコアとは最大の形状一致度をいう、
   ことを特徴とする請求項１に記載のパターン輪郭検出方法。
3. 前記形状のマッチングは、形状の分散値を指標に行われ、
   前記最良のマッチングスコアとは最小の分散値をいう、
   ことを特徴とする請求項１に記載のパターン輪郭検出方法。
4. 前記最良のマッチングスコアを与える輪郭線グループペアを構成する第１および第２の輪郭線グループのそれぞれについて輪郭点の強度の平均値が算出され、算出された平均値のいずれか大きい方またはいずれか小さい方が前記検査対象パターンの輪郭として特定される、ことを特徴とする請求項１乃至３のいずれかに記載のパターン輪郭検出方法。
5. 前記輪郭点は、輪郭モデルとのマッチングにより検出され、
   前記最良のマッチングスコアを与える輪郭線グループペアを構成する第１および第２の輪郭線グループのそれぞれについて輪郭モデルとのマッチングの際に得られるマッチングスコアの平均値が算出され、算出された平均値のいずれか大きい方またはいずれか小さい方が前記検査対象パターンの輪郭として特定される、
   ことを特徴とする請求項１乃至３のいずれかに記載のパターン輪郭検出方法。

Images