JP5452392B2 - 欠陥観察方法及び欠陥観察装置 - Google Patents

Description

本発明は、試料上の欠陥等を観察する欠陥観察方法及び欠陥観察装置に関し、特に、その使い勝手向上に関するものである。

半導体の製造プロセスにおいて、歩留まりを向上させるため、半導体ウェーハ上の欠陥の発生原因を早急に究明することが重要となっている。現状、半導体製造現場においては、欠陥検査装置と欠陥観察装置を用いて欠陥の解析を行っている。

欠陥検査装置とは光学的な手段もしくは電子線を用いてウェーハを観測し、検出された欠陥の位置座標を出力する装置である。欠陥検査装置は広範囲を高速に処理することが重要であるため、可能な限り取得する画像の画素サイズを大きく（つまり低解像度化）することによる画像データ量の削減を行っており、多くの場合、検出した低解像度の画像からは欠陥の存在は確認できても、その欠陥の種類（欠陥種）を詳細に判別することは困難である。

そこで、欠陥観察装置が用いられる。欠陥観察装置とは、欠陥検査装置の出力情報を用い、ウェーハの欠陥座標を高解像度に撮像し、画像を出力する装置である。半導体製造プロセスは微細化が進み、それに伴い欠陥サイズも数十ｎｍのオーダに達していることもあり、欠陥を詳細に観察するためには数ｎｍオーダの分解能が必要である。

そのため、近年では走査型電子顕微鏡を用いた欠陥観察装置（レビューＳＥＭ）が広く用いられている。レビューＳＥＭは、欠陥検査装置が出力した欠陥座標を用いて、ウェーハ上の欠陥の高解像度画像（欠陥画像）を自動収集するＡＤＲ（Ａｕｔｏｍａｔｉｃ Ｄｅｆｅｃｔ Ｒｅｖｉｅｗ）機能を有する。

近年、レビューＳＥＭのＡＤＲのスループットが向上していることから、収集された多量の欠陥画像より、欠陥種を判別する作業を自動化することが望まれている。レビューＳＥＭは、欠陥画像から欠陥種を自動的に判別し、分類するＡＤＣ（Ａｕｔｏｍａｔｉｃ Ｄｅｆｅｃｔ Ｃｌａｓｓｉｆｉｃａｔｉｏｎ）機能を搭載している。ＡＤＣに関連する従来技術としては、例えば、後述する特許文献１などがある。

特開２００１−３３１７８４号公報 特開２００４−２９４３５８号公報

ＡＤＣは、欠陥画像から、欠陥の大きさ、高さ、形状、周囲の回路パターンとの位置関係などにより、欠陥の特徴を定量化した値（特徴量）を算出し、それらの情報を用いて欠陥種の分類を行う。この特徴量の算出を行う際には、欠陥画像中の欠陥領域を抽出する欠陥認識処理、欠陥周囲の回路パターン（配線部位）を認識する配線認識処理、欠陥表面の凹凸の状況を判定する凹凸判定処理など、複数の画像処理が施される。これらの画像処理の結果（中間結果）を用いて、特徴量が算出される。

これらの画像処理においては、通常、画像処理パラメタの指定が必要である。この画像処理パラメタは、画像処理アルゴリズムの内容に依存するが、例えば、認識対象を、その画像上での明度を利用して認識する際には、その明度に対するしきい値（２値化しきい値）や、複数種の画像を併用して物体を認識する処理においては、それら複数画像の合成比率である混合比などが挙げられる。通常の場合、一つの画像処理アルゴリズムに対し、複数個の画像処理パラメタが必要となる場合が多い。この結果、同じ画像処理アルゴリズムであっても、画像処理パラメタの設定を変更することで、それぞれの画像処理の中間結果、および最終的な認識結果が変化することになる。

また、画像処理パラメタを複数個用意するだけではなく、画像処理アルゴリズム自体を複数用意し、処理対象となる画像に応じて適した方法を選択した上で、その選択された手法に対して、適切な画像処理パラメタを与えて処理を行うこともある。つまり、これらの画像処理アルゴリズムは、アルゴリズム毎に有するパラメタの数や種類が異なり、また、利用する画像処理アルゴリズムの種類やその画像処理パラメタの設定値によって、最終的な認識結果が変化することになる。上述したＡＤＣの処理においては、同じ欠陥画像を用いた場合においても、画像処理パラメタや画像処理アルゴリズムの設定を変えることにより、認識される欠陥領域の大きさや得られる特徴量の値が変化し、ＡＤＣの分類精度が変化する。

現状、特徴量算出に用いる画像処理パラメタ値の組み合わせ（画像処理パラメタセット）の設定には、熟練者による試行錯誤を必要とする。
特徴量算出における第一ステップとして必要である、画像から欠陥領域を抽出する処理（欠陥認識）を例にとると、具体的な手順は以下の通りである。
（１）一つ一つの欠陥画像に対して、設定した画像処理パラメタセットによる抽出領域の結果を確認する、
（２）抽出領域が望ましくない場合は画像処理パラメタセットを再設定して欠陥領域の抽出をやり直す、
（３）（１）（２）の作業を全欠陥画像について望ましい結果となるまで繰り返し行い、画像処理パラメタセットを決定する。

これらの作業は、装置に対して高度な習熟度を要求する。装置をあまり常用しない者や、装置の初心者に対しては、多くの時間と手間を要求し、装置を使用する上で大きな障壁となっている。
これらの障壁を取り除き、装置を容易に使用するため、例えば、特許文献１では、設定した画像処理パラメタセットとその結果を一覧表示し、視覚的にわかりやすくする方法が提案されている。この技術は、全ての欠陥画像について全画像処理パラメタセットで計算した処理結果を一覧表示するものである。

しかし、設定対象の画像処理パラメタの数が多い場合、画像処理パラメタセットの数が膨大な数となる。ユーザは表示されている膨大な数の画像処理パラメタセットによる処理結果の中から、最適な画像処理パラメタセットを選択することを要求される。また、全パラメタセットにおける画像処理結果の一覧を出力するには、全パラメタセットについて画像処理を施す必要があり、出力されるまで長い時間を必要とする。加えて、最適な画像処理パラメタセットを選択する際、依然として高度な習熟度を必要とするといった課題がある。

そこで、本発明の目的は、上記課題を解決し、欠陥種の分類に必要な画像処理パラメタの設定作業を容易かつ高速に行うことができる欠陥観察方法および欠陥観察装置を提供することにある。パラメタ設定作業の容易化に関連する従来技術としては、例えば、前述の特許文献２などがある。

本発明の前記ならびにその他の目的と新規な特徴は、本明細書の記述および添付図面から明らかになるであろう。

本願において開示される発明のうち、代表的なものの概要を簡単に説明すれば、次の通りである。
（１）試料の欠陥を観察する欠陥観察方法であって、予め検出された試料の欠陥座標に基づいて電子顕微鏡により複数の欠陥画像を撮像するステップと、前記撮像された複数の欠陥画像の中から選択された教示用欠陥画像を、予め設定された第一の複数の画像処理パラメタセットの各条件を用いて処理し、前記第一の複数の画像処理パラメタセット各々に対応した複数の欠陥領域を抽出するステップと、前記選択された教示用欠陥画像に対応して設定された理想欠陥領域と前記抽出された複数の欠陥領域とを比較し、前記複数の欠陥領域ごとに一致度を算出するステップと、前記複数の欠陥領域ごとに算出された一致度を用いて、前記予め設定された第一の複数の画像処理パラメタセットとは異なる第二の複数の画像処理パラメタセット各々に対して一致度の推定値を算出するステップと、前記算出された複数の一致度及び一致度の推定値に基づいて、前記予め設定された第一の複数の画像処理パラメタセット及び第二の複数の画像処理パラメタセットの中から、一又は複数の画像処理パラメタセットを選択するステップと、前記選択された画像処理パラメタセットを用いて、前記電子顕微鏡により撮像した前記複数の欠陥画像を画像処理し、前記画像処理された欠陥画像に基づいて前記試料の欠陥を分類するステップと、を有することを特徴とする欠陥観察方法である。
（２）（１）記載の欠陥観察方法であって、前記予め設定された第一の複数の画像処理パラメタセットの数は、前記第二の複数の画像処理パラメタセットの数よりも少ないことを特徴とする欠陥観察方法である。
（３）試料の欠陥を観察する欠陥観察方法であって、予め検出された試料の欠陥座標に基づいて電子顕微鏡により複数の欠陥画像及び良品画像を撮像するステップと、前記撮像された良品画像の中から選択された教示用配線画像を、予め設定された第一の複数の画像処理パラメタセット及び画像処理アルゴリズムの組み合わせの各条件を用いて処理し、前記第一の複数の画像処理パラメタセット及び画像処理アルゴリズムの組み合わせ各々に対応した複数の配線領域を抽出するステップと、前記選択された教示用配線画像に対応して設定された理想配線領域と前記抽出された複数の配線領域とを比較し、前記複数の配線領域ごとに一致度を算出するステップと、前記複数の配線領域ごとに算出された一致度を用いて、前記予め設定された第一の複数の画像処理パラメタセット及び画像処理アルゴリズムの組み合わせとは異なる第二の複数の画像処理パラメタセット及び画像処理アルゴリズムの組み合わせ各々に対して一致度の推定値を算出するステップと、前記算出された複数の一致度及び一致度の推定値に基づいて、前記予め設定された第一の複数の画像処理パラメタセット及び画像処理アルゴリズムの組み合わせ並びに第二の複数の画像処理パラメタセット及び画像処理アルゴリズムの組み合わせの中から、一又は複数の画像処理パラメタセット及び画像処理アルゴリズムを選択するステップと、前記選択された画像処理パラメタセット及び画像処理アルゴリズムを用いて、前記電子顕微鏡により撮像した前記複数の欠陥画像を画像処理し、前記画像処理された欠陥画像に基づいて前記試料の欠陥を分類するステップと、を有することを特徴とする欠陥観察方法である。
（４）試料の欠陥画像を取得する画像取得部と、記憶部および入出力部を含み、前記画像取得部からの画像情報が入力され、前記試料上の前記画像情報に対して、予め設定された画像処理パラメタセットを用いて、前記試料上の欠陥の認識や欠陥種の分類をするための画像処理を行う演算部を有し、前記画像処理パラメタセットの設定候補を自動的に決定する自動決定部を有する欠陥観察装置における欠陥観察方法であって、前記入出力部において、１あるいは複数の代表欠陥を選択するステップと、前記演算部における前記画像処理の前記代表欠陥に対する理想出力を入力するステップと、少数の画像処理パラメタセットにおける前記代表欠陥の前記画像処理による出力結果と、前記理想出力の一致度を算出するステップと、前記一致度から、前記少数の画像処理パラメタセットに含まれない画像処理パラメタセットに対して一致度の推定値を算出するステップと、前記一致度の推定値および前記一致度から、画像処理パラメタセットの設定候補を１セットあるいは複数セットを決定するステップと、前記入出力部にて、前記設定候補の画像処理パラメタセット、および前記設定候補の画像処理パラメタセットにおける前記代表欠陥の前記画像処理による出力結果を表示するステップとを備えたことを特徴とする欠陥観察方法である。
（５）試料に電子線を照射し、前記試料で反射した１次電子及び/又は前記試料より発生した２次電子を検出して画像を取得する画像取得手段と、前記画像取得手段で取得した画像を処理する信号処理手段と、を備えた欠陥観察装置であって、前記信号処理手段は、ユーザによる指示情報を受け付ける入出力部と、前記画像取得手段により取得した複数の欠陥画像を格納し、前記入出力部が受け付けた指示情報に基づいて前記複数の欠陥画像の中から選択された教示用欠陥画像を出力する欠陥情報記憶部と、前記欠陥情報記憶部から出力された教示用欠陥画像を、予め設定された第一の複数の画像処理パラメタセットの各条件を用いて処理し、前記第一の複数の画像処理パラメタセット各々に対応した複数の欠陥領域を抽出する欠陥認識部と、前記欠陥認識部にて抽出された複数の欠陥領域と、前記入出力部が受け付けた指示情報に基づいて設定された理想欠陥領域と、を比較し、前記複数の欠陥領域ごとに一致度を算出する一致度算出部と、前記一致度算出部にて算出された前記複数の欠陥領域ごとの一致度を用いて、前記予め設定された第一の複数の画像処理パラメタセットとは異なる第二の複数の画像処理パラメタセット各々に対して一致度の推定値を算出する一致度推定部と、前記一致部算出部及び前記一致度推定部にて算出された複数の一致度及び一致度の推定値に基づいて、前記予め設定された第一の複数の画像処理パラメタセット及び第二の複数の画像処理パラメタセットの中から、一又は複数の画像処理パラメタセットを選択するパラメタ決定部と、前記パラメタ決定部にて選択された画像処理パラメタセットを用いて、前記画像取得手段により取得した前記複数の欠陥画像の欠陥領域を定め、前記複数の欠陥画像の欠陥領域における特徴量を算出する特徴量算出部と、前記特徴量算出部により算出された特徴量に基づいて前記試料の欠陥を分類する分類部と、を有することを特徴とする欠陥観察装置である。
（６）（１）記載の欠陥観察方法であって、前記理想欠陥領域は、ユーザより指定、あるいはランダムに選択された画像処理パラメタセットによって処理された画像処理結果の中から選択されたものであることを特徴とする欠陥観察方法である。
（７）（１）記載の欠陥観察方法であって、前記教示用欠陥画像は、前記撮像された複数の欠陥画像に基づく欠陥種の情報を基準として自動選択されたものであることを特徴とする欠陥観察方法である。
（８）（５）記載の欠陥観察装置であって、前記入出力部は、さらに、ユーザによる指定、あるいはランダムにより選択された複数の画像処理パラメタセットによる欠陥認識結果を一覧表示し、前記一覧表示された欠陥認識結果の中からユーザにより選択された、一の教示欠陥に対して一又は複数の欠陥認識結果を、前記理想欠陥領域を設定する指示情報として受け付けることを特徴とする欠陥観察装置である。
（９）（８）記載の欠陥観察装置であって、前記入出力部は、ユーザによる指定、あるいはランダムにより選択された複数の画像処理パラメタセットによる欠陥認識結果を特徴量順又は認識された領域の大きさ順に一覧表示することを特徴とする欠陥観察装置である。

特に、上記欠陥観察装置の入出力部と、一致度算出部・一致度推定部・パラメタ決定部を含んで構成される画像処理パラメタセットの自動決定部と、は、それぞれ以下のような機能を有する。
例えば、入出力部は、１）自動収集された多数の欠陥画像の中から選択した、画像処理パラメタセットを自動決定するための評価用欠陥画像（教示欠陥）とその評価画像に対し画像処理を実行した場合の理想的な出力結果（理想出力）の情報を入力する、２）決定された画像処理パラメタセットによる処理結果を表示する、のような機能を有しうる。
また、画像処理パラメタセットの自動決定部は、１）全画像処理パラメタセットの中から選択された、全画像処理パラメタセットの総数よりも少ない数の画像処理パラメタセットを用いて、入力した欠陥画像について画像処理結果を算出する、２）選択された画像処理パラメタセットについて画像処理結果と理想出力との一致の程度を表す指標値（一致度）を算出する、３）選択された画像処理パラメタセットに対する一致度の分布から全画像処理パラメタセットにおける指標値の分布を推定する、４）全画像処理パラメタセットの中から高い一致度となる画像処理パラメタセットを決定する、のような機能を有しうる。

本発明によれば、上記した課題を解決し、欠陥種の分類に必要な画像処理パラメタの設定作業を容易かつ高速に行うことができる欠陥観察方法及び欠陥観察装置を提供することができる。

本発明の実施の形態１に係る欠陥観察装置の構成を示す構成図である。 本発明の実施の形態１に係る欠陥観察装置の自動決定部における装置構成およびデータの流れを示す図である。 本発明の実施の形態１に係る欠陥観察装置の自動決定部の処理を示すフローチャートである。 本発明の実施の形態１に係る欠陥観察装置の教示欠陥の選択および欠陥認識の理想出力を入力するためのインターフェースの一例を示す図である。 本発明の実施の形態１に係る欠陥観察装置の自動決定部にて決定した、画像処理パラメタセットによる欠陥認識結果を表示するためのインターフェースの一例を示す図である。 本発明の実施の形態１に係る欠陥観察装置の一致度算出部にて生成される一致度テーブルの一例を示す図である。 本発明の実施の形態２に係る欠陥観察装置の配線認識部において複数の画像処理アルゴリズム有する場合における特徴量算出処理の一例を示す図である。 本発明の実施の形態２に係る欠陥観察装置の自動決定部における装置構成およびデータの流れを示す図である。 本発明の実施の形態３に係る欠陥観察装置の教示欠陥の選択および欠陥認識の理想出力を入力するためのインターフェースの一例を示す図である。 本発明の実施の形態１〜３に係る欠陥観察装置の欠陥に関する情報を入力するためのインターフェースの一例を示す図である。 本発明の実施の形態３に係る欠陥観察装置の教示欠陥の選択および欠陥認識の理想出力を入力するためのインターフェースの一例を示す図である。 本発明の実施の形態３に係る欠陥観察装置の教示欠陥の選択および配線認識の理想出力を入力するためのインターフェースの一例を示す図である。

以下、本発明の実施の形態を図面に基づいて詳細に説明する。なお、実施の形態を説明するための全図において、同一の部材には原則として同一の符号を付し、その繰り返しの説明は省略する。
（実施の形態１）
本発明に係る欠陥観察装置及び欠陥観察方法の第一の実施形態について、図１乃至図３を用いて説明する。
図１に示す欠陥観察装置は、ＳＥＭ画像取得部１３０と信号処理部１３１で構成され、ＳＥＭ画像取得部１３０と信号処理部１３１の間がバス１３２で繋がれている。

ＳＥＭ画像取得部１３０は、１次電子１０８を発生させる電子源１０１、１次電子を加速するための加速電極１０２、１次電子を収束するための集束レンズ１０３、１次電子を２次元走査偏向する偏向器１０４、１次電子を試料１０６上に収束させるための対物レンズ１０５、試料１０６を搭載するＸＹ平面内で移動可能なステージ１０７、試料より発生した２次電子１０９を検出する検出器１１０、試料面で反射した１次電子を検出する検出器１１１、検出された信号をデジタル化（Ａ／Ｄ変換）するためのデジタル化手段１１２を適宜用いて構成され、これらの各部位は、バス１３２を通じて欠陥観察装置全体を制御する全体制御部１１３に接続されている。なお、ここでは、検出器が３つある例を示したが、これに限られるものではなく、種々変更可能である。

信号処理部１３１は、全体制御部１１３、演算部１１８、記憶部１１４、装置に対し指示を与えるためのキーボード、マウス、ペン型入力装置、タッチパネルなどのデバイス、および装置からのデータを出力するモニタやプリンタなどからなる入出力部１２３、画像処理パラメタセットなどを自動で決定する自動決定部１２４を適宜備えて構成されており、それらの間はバス１３２により互いに接続されている。

演算部１１８は、欠陥画像・良品画像を適宜用いて欠陥の領域を認識する欠陥認識部１１９、良品画像から回路パターン中の配線を認識する配線認識部１２０、欠陥認識部１１９および配線認識部１２０などから得られた認識結果に基づいて欠陥の特徴量を算出する特徴量算出部１２１、特徴量算出部１２１で算出された特徴量から欠陥種の判別を行う分類部１２２を適宜有して構成される。図１の例では、特徴量算出のための中間結果を出力する手段として欠陥認識部１１９および配線認識部１２０のみを示したが、これらに限らず、その他演算結果が特徴量算出に使用できる手段を適宜用いても構わない。また、上記した自動決定部１２４が演算部１１８に含まれるような構成としても構わない。

また、記憶部１１４は、撮像した画像データや他の検査装置により検出された欠陥座標などの欠陥に関する情報を格納する欠陥情報記憶部１１５、画像撮像する際の各種の電子光学系条件や、２値化しきい値、混合比など特徴量を算出する際に利用する画像処理パラメタをレシピとして格納するレシピ記憶部１１６を適宜有して構成される。

次に、図２及び図３を用いて、本発明に係る画像処理パラメタの自動調節方法について説明する。

図２は、自動決定部における装置構成及びデータの流れを示す。自動決定部１２４は、自動決定に用いる複数の自動決定用レシピ（本実施形態では、画像処理パラメタセットを指す）を生成する自動決定用レシピ生成部２０１、自動決定用レシピについて一致度を算出する一致度算出部２０２、一致度算出部２０２の結果から一致度を算出していない画像処理パラメタセットに対して一致度を推定する一致度推定部２０３、一致度推定部２０３の結果から自動設定する画像処理パラメタセットを決定するパラメタ決定部２０４を適宜有して構成される。

図３は、欠陥認識処理の画像処理パラメタセットの自動調節の処理を示すフローチャートの１例である。
図３に示すＳ３０１〜Ｓ３０７の各ステップの処理を行うことで、最適な画像処理パラメタセットの決定を行う。以下では、図３のＳ３０１〜Ｓ３０７の各ステップに沿って、処理の詳細および図２のデータの流れについて説明する。

１）Ｓ３０１では、ユーザからの指示情報に基づいて教示欠陥が選択される。
図２の入出力部１２３においてユーザが選択した教示欠陥の情報が欠陥情報記憶部１１５に入力される。欠陥情報記憶部１１５は、ユーザからの指示情報に基づいて教示欠陥の欠陥画像・良品画像を欠陥認識部１１９に入力する。本実施形態では、同一の１欠陥に対して２次電子の検出器１１０より取得した画像（ＳＥ像）、反射した電子の検出器１１１より取得した２枚の画像（Ｌ像、Ｒ像）の計３枚の画像を、欠陥画像および良品画像としてそれぞれについて入力する。なお、教示欠陥は１欠陥に限らず、複数欠陥を用いてもよい。

２）Ｓ３０２では、ユーザからの指示情報に基づいて教示欠陥に対する欠陥認識処理の理想出力が設定される。
図２の入出力部１２３でのユーザからの入力により教示欠陥の理想出力、例えば、理想的な欠陥領域が設定される。この処理では、例えばユーザは、入出力部に表示された欠陥画像を目視しながら、欠陥認識処理として得られる結果の理想的な状態（理想的な欠陥認識結果、すなわち理想出力）を入力する。具体的な入力手順については、図４を用いて後述する。なお、入力された理想出力の情報は、後続処理（Ｓ３０５）のために一致度算出部２０２に入力される。 この際、入力される理想出力は教示欠陥１個に対して１個に限らず、複数個を入力しても良い。

３）Ｓ３０３では、自動決定用レシピを生成する。
図２の自動決定用レシピ生成部２０１は、入出力部１２３が受け付けたユーザからの指示情報に基づいて自動決定用レシピを生成し、欠陥認識部１１９に入力する。本実施形態においてこの自動決定用レシピとは、画像処理パラメタセットの自動決定処理（Ｓ３０４からＳ３０７）に用いる、複数の画像処理パラメタセットの集合を意味する。

４）Ｓ３０４では、教示欠陥に対して自動決定用レシピの条件で欠陥認識処理を行う。
図２の欠陥認識部１１９は、欠陥情報記録部１１５から入力された欠陥画像・良品画像に対して、自動決定用レシピ生成部２０１から入力された自動決定用レシピの条件を用いて欠陥認識処理を行い、認識結果（例えば各条件で処理された欠陥領域）を一致度算出部２０２に入力する。

５）Ｓ３０５では、欠陥認識結果と理想出力の一致度を算出する。なお、Ｓ３０４およびＳ３０５は、全ての自動決定用レシピについて一致度を算出するまで処理を続ける。
図２の一致度算出部２０２は、入出力部１２３より（Ｓ３０２において）入力された教示欠陥の理想出力と、欠陥認識部１１９より入力された認識結果とを比較し、その一致度を算出する。この一致度とは、理想出力と認識結果の類似度を表現するものであり、例えば、それぞれの画像を重ね合わせた際に、重なりが生じるピクセルの画素数と、理想出力上の欠陥領域の画素数との比などで表される。

なお、教示欠陥１個に対して複数個の理想出力が入力された場合、入力された複数の理想出力の合成画像と認識結果の欠陥領域を比較し、一致度を計算しても良い。合成画像には、例えば、複数の認識結果における欠陥領域を重ね合わせた際、全ての認識結果で欠陥領域として認識された領域（積領域）や、１個以上の認識結果において欠陥領域として認識された領域（和領域）などが考えられる。一致度は、画素数の比率などに限定されるものではなく、例えば、理想出力や合成画像における特徴量（例えば円形度など）を計算し、認識結果の特徴量と比較して計算するのも良い。
さらに、自動決定用レシピ生成部２０１で生成された自動決定用レシピと一致度との対応表（一致度テーブル）を生成して、一致度推定部２０３に入力する。なお、一致度は教示欠陥が複数の場合には、各教示欠陥の一致度の平均等を用いればよい。

６）Ｓ３０６では、自動決定レシピに含まれない画像処理パラメタセットについて、一致度の推定を行う。この一致度の推定では、実際に一致度を算出する少数の画像処理パラメタセット（サンプル点）の一致度を用いてサンプル点以外の一致度を推定する。例えば、サンプル点の一致度を学習させることで、サンプル点以外の一致度を出力する多層パーセプトロンニューラルネットワーク、直交表に基づいてサンプル点を決め、サンプル点の一致度に対して分散分析を行うことによってサンプル点以外の一致度を推定する実験計画法などを用いても良い。Ｓ３０６は、全ての画像処理パラメタセットについて推定が終了するまで処理を続ける。Ｓ３０６の例では、全ての画像処理パラメタセットについて推定を行う例を示したが、一部の、例えば一致度が高くなる見込みの高い画像処理パラメタセットについて推定するのもよい。
図２の一致度推定部２０３は、一致度算出部２０２より入力された一致度テーブルから、一致度テーブルに含まれていない画像処理パラメタセットについて一致度を推定し、一致度の推定結果をパラメタ自動決定部２０４に入力する。

７）Ｓ３０７では、一致度の推定値が高くなった画像処理パラメタセットを設定候補として決定し、表示する。
図２のパラメタ自動決定部２０４は、一致度推定部２０３より入力された一致度テーブルから、設定候補となる画像処理パラメタセットを決定し、レシピ記憶部１１６に出力する。また、決定されたパラメタセットは、入出力部１２３に表示される。入出力部１２３のＧＵＩ表示内容は図５にて後述する。出力する画像処理パラメタセットは、１セットに限られず複数セットでも良い。
レシピ記憶部１１６は、パラメタ自動決定部２０４より入力されたパラメタ決定結果から、決定された画像処理パラメタセットを保存する。なお、複数セットの画像処理パラメタセットが設定候補として決定された場合、最終的に設定する１セットの画像処理パラメタセットをユーザに選択させる。

上述した手順によれば、少数の教示欠陥に対する理想出力の情報を用いて、多数の画像処理パラメタセットの一致度推定値まで算出し比較して選択することができるため、適切な画像処理パラメタセットを決定することが可能となる。なお、仮に、決定した画像処理パラメタセットによる欠陥認識結果が不十分であった場合には、決定した画像処理パラメタによる欠陥認識結果を用いて、教示欠陥を追加、あるいは削除してＳ３０１〜Ｓ３０７の処理を繰り返し行っても良い。

次に、Ｓ３０２における理想出力情報を入力するインターフェースの例を図４、Ｓ３０７における自動決定された画像処理パラメタセットによる欠陥認識結果を表示するインターフェース図５で説明する。

図４は、本発明の実施の形態１に係る欠陥観察装置における教示欠陥の選択および欠陥認識の理想出力の入力を受け付ける入出力部１２３のＧＵＩ（Ｇｒａｐｈｉｃａｌ Ｕｓｅｒ Ｉｎｔｅｒｆａｃｅ）の１例である。以下、図４を用いて、教示欠陥の選択および理想出力の入力の方法について説明する。

４０１は欠陥情報記憶部１１５に保存された欠陥の識別番号であり、４０２は識別番号に対応した欠陥の画像である。４０３は欠陥画像に含まれる欠陥である。今回は、４欠陥の画像を並べて表示した例を示す。欠陥数が多く、１画面で表示しきれない場合は、スライドバーなどを用いて表示する欠陥を切り替えても良いし、あるいは別のＧＵＩウィンドウなどに表示しても良い。
識別番号４０１あるいは欠陥画像４０２をマウスでクリックすることなどの手段によって教示欠陥を選択する。
４０４は教示欠陥として選択された欠陥画像である。

４０７は、識別番号４０１あるいは欠陥画像４０３にて選択された欠陥の欠陥認識処理における理想出力を入力する領域である。今回の例では、選択された欠陥の画像を背景画像して表示している。
４１０によって、理想出力の入力領域４０７の背景画像として表示する欠陥画像を選択する。今回の例では、１欠陥に対してＳＥ像、Ｌ像、Ｒ像の３枚の欠陥画像がある例を示す。理想出力の入力領域４０７に表示する画像は、選択された欠陥に関わる複数の画像の混合画像を表示しても良いし、複数の画像を並べて表示しても良い。

なお、予め入力した欠陥種の情報を用いて教示欠陥を自動で選択しても良い。また、欠陥種の情報を用いて教示欠陥として選択する欠陥の候補を絞り込み、絞り込んだ結果をＧＵＩ上に表示しても良い。教示欠陥の自動選択を実行するための指示入力を受け付けるＧＵＩの例については、図１０を用いて後述する。

理想出力の入力領域４０７内をマウスでクリックするなどの手段によって位置を指定し、指定した位置を結んで生成した閉じた領域を理想出力として入力する。

４０５はマウスによるクリックなどの手段によって指定された位置、４０６は指定された位置を結んだ線を示している。４０８はマウスなどによって操作される、位置を指定するためのポインタである。

なお、指定した位置を直線で結んだことによって生成した多角形を理想出力として入力したが、曲線によって結んだ領域を理想出力としても良い。理想出力の入力法についても、順次位置を指定することによる入力に限らず、予め理想出力の領域を指定した画像や線分データなどのデータを用意して入力しても良い。あるいは、ＧＵＩ上に各種領域描画用ツール（フリーハンドによって線の描画を行うフリーハンドツール、描画した領域を削除する消しゴムツール、領域の指定を行う範囲指定ツール、直線や曲線描画を行う線描画ツール、指定した領域を塗りつぶす塗りつぶしツールなど）を配置し、理想出力の入力領域４０７に直接、閉じた図形を描画することで、理想出力を入力しても良い。
教示欠陥の選択および理想出力の入力後、登録ボタン４１１によって教示欠陥および理想出力の入力情報を登録する。

４０９は選択された教示欠陥がＤＯＩかどうかを指定するチェックボックスである。ここまで説明では、Ｓ３０２において、教示欠陥に対する理想出力の情報のみを入力し、その情報を用いて、Ｓ３０４〜Ｓ３０７の処理において、画像処理パラメタセットを自動決定していた。しかし、欠陥種が増加（例えば１５種類以上）すると、いずれの欠陥種に対しても良好な認識結果が得られるような画像処理パラメタセットを決定することが現実的に困難となる場合もありうる。その際には、特に、検査及び歩留まり管理に重要な欠陥のみについて良好な認識結果が得られるような画像処理パラメタセットを決定する必要がある場合もある。このような場合には、理想出力の情報のみでなく、その教示欠陥が重要であることを示すフラグ（ＤＯＩ：Ｄｅｆｅｃｔ ｏｆ Ｉｎｔｅｒｅｓｔ）を指定しておき、そのフラグが設定された欠陥については、特に理想出力と認識結果が近くなるように画像処理パラメタセットを自動決定することが有用となる。このＤＯＩを指定するための部位が、４０９のチェックボックスである。なお、このＤＯＩが設定された場合における、画像処理パラメタセットの決定は、Ｓ３０５において複数の教示欠陥の一致度を平均として算出する場合に、教示欠陥がＤＯＩである場合には高い重み、そうでない場合には低い重みを設定した、重み付平均として一致度を算出することで行われる。

ＧＵＩでの具体的な操作としては、まず、ＤＯＩ設定チェックボックス４０９にチェックを入れて、次に、登録ボタン４１１による登録を行うことで、ＤＯＩであるかどうかの情報も一緒に登録する。本例では、教示欠陥に対してＤＯＩの設定が可能なＧＵＩによって、ユーザにＤＯＩかどうかを設定させる例を示したが、予め教示欠陥の欠陥種の情報を与えることによって、自動的にＤＯＩ情報を付加しても良い。

図１０は、本発明の実施の形態１に係る欠陥観察装置の自動決定用レシピ作成部２０１において、ユーザから教示欠陥の自動選択を実行する入力指示を受け付けるＧＵＩの１例である。欠陥情報記憶部１１５に保存されている欠陥に関する情報から、欠陥種の情報やＤＯＩ情報などを用いて教示欠陥を自動選択する。以下、図１０を用いて、教示欠陥を自動選択する一例について説明する。
１１０１は欠陥情報記憶部１１５に保存された欠陥における欠陥種のリストであり、１１０２は各欠陥種に属する欠陥数である。ここで、欠陥種のリスト１１０１の表示としては、図１０に示した例に限らず、各欠陥種の代表画像を表示してもよく、異物やスクラッチなど欠陥種の種類や形状の特徴を示す用語を用いて表示してもよい。１１０２では欠陥の個数を表示する例を示したが、その他、教示欠陥自動選択の基準とする特徴量などの値を指標として表示しても良い。１１０３は対応する欠陥種がそれぞれＤＯＩかどうかを指定するチェックボックスである。

１１０４は各欠陥種から、１１０２に表示した各欠陥種における欠陥数又はその他の指標に対して、何％の欠陥を選択するかの情報を指定するテキストボックスである。本例では欠陥種毎に指定する例を示したが、全欠陥種について同じ値を指定するようなＧＵＩを設けても良い。教示欠陥を選択する割合ではなく、選択する数を入力する項目を設け、選択する数を直接入力するようにしても良い。また、図１０では選択する教示欠陥の割合を１１０４で指定する例を示したが、選択する割合や数をユーザに指定させず、１１０３などの情報によって自動設定する方法も考えられる。１１０３によって、ＤＯＩ情報が設定された欠陥種からは、ＤＯＩ情報が設定されていない欠陥種よりも多くの欠陥を選択するなどの設定方法が考えられる。

１１０５は、１１０１、１１０２の情報、及び１１０３、１１０４の設定に基づいて欠陥の自動選択を実行するボタンである。教示欠陥の自動選択の方法としては、欠陥種毎に１１０４で指定された割合の欠陥数分、ランダムに抜き出す方法や過去に教示欠陥として選択されたものを優先的に抜き出す方法などが考えられる。図１０の欠陥種１の例では、欠陥数２０に対して選択率が３０％であるため、６個の欠陥がランダムに抜き出され、教示欠陥として選択される。なお、図１１のように、６個の欠陥の全てが一画面上で表示出来ない場合はスライドバーなどを用いればよい。

１１０６は、自動選択された欠陥の表示部である。ここでは、対応する欠陥種毎に分けて表示した例を示しており、１１０７のコンボボックスによって表示する画像（ＳＥ像、Ｌ像、Ｒ像など）を変更可能である。また、１１０６に２枚以上の画像を混合させた画像を表示するのも良い。この場合、ランダムに抜き出された画像が複数枚の場合には自動的に合成するように予め設定しておいてもよく、また複数枚の画像が抜き出された後、その中からユーザが選択した複数の画像について合成するようにしてもよい。１１０６で表示された選択結果が不十分な場合、１１０８のボタンによって手動による欠陥の追加も可能である。１１０９は１１０６に表示した欠陥を教示欠陥として登録するボタンである。

また、図１０では欠陥種の情報を基準として教示欠陥を自動選択する例について述べたが、基準とする情報は欠陥種のみに限定しない。例えば、配線認識を対象とした場合は、良品画像における回路パターンの粗密などの特徴量を基準としてもよく、基準となる指標は種々選択可能である。

図５は、本発明の実施の形態１に係る欠陥観察装置の自動決定部の自動決定結果（実施の形態１では決定された画像処理パラメタセットを指す）による欠陥認識結果を表示し、設定する画像処理パラメタセットを指定するＧＵＩの１例である。図５は、複数個の自動決定結果が出力され、２個の決定結果による３教示欠陥の欠陥認識結果が表示されている例である。

５０１は教示欠陥の識別番号であり、５０２は決定結果の識別名の表示であり、５０３は自動決定された１個目の決定結果における欠陥認識結果を並べて表示した例である。

５０４は欠陥認識された領域である。本例では教示欠陥の画像と重ねて閉じた線によって表示してあるが、欠陥認識結果を教示欠陥の画像と並べて表示しても良いし、別のＧＵＩウィンドウに表示しても良い。また、理想出力についても欠陥認識結果と一緒に、教示欠陥の画像に重ねて表示したり、並べて表示したり、別のＧＵＩウィンドウに表示しても良い。なお、欠陥認識された領域や理想出力は、色や線の太さ、線種などを変更して表示しても良いし、領域を背景色と異なる色や背景色と異なる色の半透明色で塗りつぶすことで表示しても良い。

５０５は１個目の決定結果における一致度の推定値、その他ユーザが最終的に設定する決定結果の選択に利用可能な指標値の値である。選択された決定結果によって実際に欠陥認識処理を行い、算出した一致度を表示しても良い。本例では一致度の推定値に加えて１種類の指標値のみを表示した例であるが、複数の指標値を表示しても良い。

５０６は最終的に設定する決定結果を選択するラジオボタンであり、選択後、５０７の設定ボタンによって決定結果を決定する。
なお、欠陥認識結果、決定結果、および指標値の表示について、１画面に表示できない場合は、スライドバーなどを用いて表示する欠陥を切り替えても良いし、あるいは別のＧＵＩウィンドウなどに表示しても良い。

５０８は欠陥認識結果の表示を並び替える基準を選択可能なリストボックスであり、一致度や指標値などを選択する。
５０９は５０８の基準に対して、表示する決定結果を高低の順に並び替えるボタンである。なお、予め閾値を設定しておき、算出された一致度や指標値が閾値以上のもののみ表示するようにしてもよく、一致度又は指標値が最も大きいものを自動的に選択するように設定していても構わない。

次に、図６により一致度テーブルについて説明する。
一致度テーブルは、自動決定用レシピに対する一致度を格納した表であり、図２の一致度算出部２０２にて生成される。

図６は、自動決定用レシピの数が７セット、設定対象の画像処理パラメタセットに含まれるパラメタ数が６個、各パラメタの設定可能な値が１〜９の場合の一致度テーブルの例である。
図６において、６０１は自動決定用レシピの番号であり、６０２は１番の自動決定用レシピ（実施の形態１では、画像処理パラメタセットを指す）を示す。本例では、画像処理パラメタセットの表記として、各画像処理パラメタの設定値を順に並べて表示した。６０２の例では、１番目の画像処理パラメタの設定値が３、２番目の画像処理パラメタの設定値が５である。

６０３は１番目の自動決定用レシピにおいて算出された一致度である。なお、教示欠陥が複数の場合は、各教示欠陥についての一致度を格納しても良く、算出された各教示欠陥の一致度を合成することで１つの一致度として格納しても良い。また、本例では指標値として、一致度のみを一致度テーブルに格納したが、格納する指標値は一致度だけに限らず、その他画像処理パラメタセットの決定に利用可能な指標値やＤＯＩかどうかなどの情報も一緒に格納しても良い。

以上説明した本発明の第一の実施形態では、欠陥認識部１１９における画像処理パラメタの自動決定の例を説明したが、これは一例に過ぎず、同趣旨の範囲内で、例えば以下に示すように種々変更したバリエーションを用いても構わない。

ａ）画像処理パラメタセットを自動決定する装置
ここまでの説明では、欠陥認識部１１９に対する処理を例に本発明の形態を述べたが、本発明の形態はこれに限らず、配線認識部１２０やその他の画像処理に用いられる複数の画像処理パラメタを有する装置に対しても同様に適用可能である。

ｂ）入力する欠陥画像および良品画像の枚数
Ｓ３０１では、欠陥認識部１１９に入力される欠陥画像および良品画像は、１教示欠陥についてそれぞれ３枚の画像を入力することを述べた。本例では、検出器が３個である装置を例にしたため、上記のように３枚の画像を入力するとしているが、本発明はこれに限られず、検出器の数などに依存して、任意の数の画像を入力することができる。

ｃ）自動決定用レシピ
Ｓ３０３では、生成される自動決定用レシピは、自動決定用レシピ生成部２０１にて生成されるものとしたが、このように自動生成されるものとは限られず、ユーザによって任意に設定されているか、あるいは予め定義されていても良い。

ｄ）画像処理パラメタセット決定手法
Ｓ３０７において画像処理パラメタセットを決定する際に、複数の段階の推定処理および決定処理によって出力する画像処理パラメタセットの候補を絞り込む手法を用いても良い。例えば、画像処理パラメタセット決定の第一段階として一致度の推定値が高い画像処理パラメタセットを複数個決定し、第二段階として第一段階で決定した複数の画像処理パラメタセットを用いて、自動決定用レシピを再生成し、一致度算出処理および一致度推定処理を繰り返す手法も考えられる。
また、一致度の推定値のみを基準として画像処理パラメタセットを決定する方法に限らず、実際に欠陥認識部１１９にて欠陥認識処理を行い、一致度算出部２０２で理想出力との一致度を算出した結果を用いて、設定候補の画像処理パラメタセットを決定しても良い。

例えば、一致度の高い画像処理パラメタセットから順に１セット、あるいは複数セットの画像処理パラメタセットに対して欠陥認識処理、及び一致度計算を行い、一致度計算を行った中で一致度の高い画像処理パラメタセットを設定候補として決定するなどの方法が考えられる。

さらに、画像処理パラメタセットの決定処理において、パラメタの探索範囲が異なる複数の処理モードを用意し、予めユーザに選択させたモードの処理を行うのも良い。この場合、探索範囲が十分広い場合モードにおいては、高い一致度を得られるパラメタセットを決定できる可能性が高いが、探索時間が増加する可能性がある。一方、探索範囲が狭いモードでは、低い一致度のパラメタセットしか得られないかもしれないが、高速にパラメタセットを決定することが可能となる。ユーザは、精度と処理時間の観点で、複数の処理モードから一つを選択し実行することになる。なお、モードはＧＵＩを用いてユーザが対話的に指定しても良いし、予め、バッチファイルの形式で、パラメタ決定処理とその際の処理モードとの関係を記したデータを用意しておき、その内容に基づいて、複数回パラメタ決定処理を実行するような形態にしてもよい。

以上のように、本実施の形態では、入力情報を理想出力とすることによって、画像処理パラメタセットの設定に対して感覚的な設定が可能となり、情報の入力後、画像処理パラメタセットを自動的に決定することによって、ユーザによる試行錯誤の手間を省略することが可能となり、限定された少数の画像処理パラメタセットのみに対して画像処理を行い、全画像処理パラメタセットの結果を推定することによって、全画像処理パラメタセットに対して画像処理を行うことと比較して処理速度を高速化することが可能となる。その結果、欠陥種の分類に必要な画像処理パラメタセットを容易かつ高速に設定することが可能となる。
（実施の形態２）
実施の形態２は、実施の形態１において、欠陥認識部１１９や配線認識部１２０が画像処理アルゴリズムを複数有する場合について、画像処理パラメタセットの決定だけではなく、画像処理アルゴリズムも自動決定するようにしたものであり、ＳＥＭ画像取得部１３０など自動決定部以外の欠陥観察装置の構成および自動決定処理以外の処理については、実施の形態１と同様であるため、相違点のみを主として説明する。なお、実施の形態２では、実施の形態１における自動決定用レシピ、一致度テーブル、一致度推定結果、自動決定の決定結果に含まれる画像処理パラメタセットは、画像処理アルゴリズムおよび画像処理パラメタセットの組み合わせとなる。

図７を用いて、本発明の実施の形態２に係る欠陥観察装置の配線認識部１２０において、複数の画像処理アルゴリズムを有する場合の特徴量算出について説明する。
図７は、本発明の実施の形態２に係る欠陥観察装置の配線認識部１２０における複数の画像処理アルゴリズムの処理による特徴量算出の流れを示した図である。本例では、輝度値を基準にして配線認識を行うアルゴリズム１、および配線のエッジ情報を基に配線を認識するアルゴリズム２によって特徴量算出する例を示す。

図７において、７０１は配線認識部１２０に入力する教示欠陥の画像（教示用配線画像）であり、７０２は欠陥画像、７０３は良品画像である。また、７０４は配線部分、７０５下地配線を示す。
７０６に画像処理アルゴリズム１による画像処理の中間結果、７０７に画像処理アルゴリズム２による画像処理の中間結果を示す。中間結果を生成するには、画像処理アルゴリズム１は配線として認識するための輝度値のしきい値、画像処理アルゴリズム２はエッジ検出を行うための画像処理フィルタのサイズなど、利用する画像処理アルゴリズムによって異なるパラメタの設定を必要とする。また、画像処理アルゴリズム１と２において、混合比などの共通のパラメタを有していても良い。なお、ここでは２つの画像処理アルゴリズムを用いた例を示すが、これに限られず、他の配線処理の画像処理アルゴリズムを用いても、また３つ以上を用いても構わない。

７０８は画像処理アルゴリズム１によって算出された特徴量、７０９は画像処理アルゴリズム２によって算出された特徴量である。配線認識部１２０により算出される特徴量は、利用する画像処理アルゴリズムおよび画像処理パラメタセットによって異なる結果を出力する。

図８を用いて、本発明の実施の形態２に係る欠陥観察装置の自動決定部１２４における画像処理アルゴリズムおよび画像処理パラメタセット決定方法について説明する。
図８は本発明の実施の形態２に係る欠陥観察装置の自動決定部１２４における装置構成およびデータの流れを示す図である。

実施の形態１では、教示欠陥の理想出力（画像内の欠陥の領域）と自動決定用レシピにより算出された画像処理結果との一致度を一致度算出部２０２で求め、その結果から、一致度推定部２０３において一致度推定を行った後、一致度推定結果をパラメタ自動決定部２０４に入力し、画像処理パラメタセットの決定を行っていた。
実施の形態２では、対象を配線認識としているため、教示欠陥の理想出力は、欠陥の領域ではなく、認識対象である配線の領域となる。具体的には、画像内において配線が撮像されている領域（配線領域７０４）の情報が理想配線領域として理想出力となる。さらに、本実施例では、自動決定部１２４に、画像処理アルゴリズムを決定するアルゴリズム自動決定部８０１が追加される点で、実施の形態１と異なる。

一致度算出部２０２にて、全ての自動決定用レシピ（実施の形態２では、画像処理アルゴリズムおよび画像処理パラメタセットの組み合わせ）について一致度の算出を行い、一致度テーブルを生成し、一致度推定部１２７に入力する。

一致度推定部２０３にて、全ての画像処理アルゴリズムおよび画像処理パラメタセットの組み合わせについて、一致度の推定を行い、一致度推定結果をアルゴリズム自動決定部８０１およびパラメタ自動決定部２０４に入力する。

アルゴリズム自動決定部８０１にて、画像処理アルゴリズムを決定し、一致度推定結果からパラメタ自動決定部２０４にて決定した画像処理アルゴリズムにおける画像処理パラメタセットを決定する。
決定後、自動決定部１２４によって決定された決定結果（実施の形態２では、画像処理アルゴリズムおよび画像処理パラメタセットの組み合わせを指す）による欠陥認識結果を表示する。
なお、実施の形態２では、配線認識部１２０における画像処理アルゴリズムおよび画像処理パラメタセットの自動決定の例を説明したが、本発明は欠陥認識部１１９や配線認識部１２０に限らず、その他演算結果が特徴量算出に使用できる装置でかつ複数の画像処理アルゴリズムおよび画像処理パラメタを有する装置についても適用可能であり、それら装置の画像処理アルゴリズムが異なる種類および数の画像処理パラメタを有していても適用可能である。
これにより、本実施の形態では、演算結果が特徴量算出に使用できる装置でかつ複数の画像処理アルゴリズムおよび画像処理パラメタを有する装置に対しても、画像処理アルゴリズムおよび画像処理パラメタセットを容易かつ高速に設定することが可能となる。
（実施の形態３）
実施の形態３は、実施の形態１において、教示欠陥の選択方法および理想出力の入力方法を変更したものであり、欠陥観察装置の構成および処理については、実施の形態１と同様であり、省略して説明する。また、本発明は、実施の形態１のように画像処理パラメタセットを自動決定する場合だけに限定せず、実施の形態２のような画像処理アルゴリズムおよび画像処理パラメタセットを自動決定する場合においても適用可能である。

以下では、図９を用いて、本発明の実施の形態３に係る欠陥観察装置の自動決定部における教示欠陥の選択方法および理想出力の入力方法について説明する。図９は、本発明の実施の形態３に係る教示欠陥の選択および欠陥認識の理想出力を入力するためのＧＵＩの一例を示す図である。

実施の形態１および２では、図４に示すように並べた欠陥画像の中から教示欠陥として用いる欠陥を選択し、欠陥認識の理想出力の領域をマウスでクリックするなどの手段によって位置を指定し、指定した位置を結んで生成した閉じた領域を理想出力として入力していた。本実施の形態では、図９に示すように、数セットの画像処理パラメタセットによる欠陥認識結果の一覧から、欠陥認識結果を教示欠陥ごとに選択することによって、理想出力を入力する。なお、図９の例では、３セットの画像処理パラメタセットおよび４欠陥について欠陥認識結果の一覧が表示されているが、１画面で表示しきれない場合は、スライドバーなどを用いて表示する欠陥を切り替えても良いし、あるいは別のＧＵＩウィンドウなどに表示しても良い。

図９において、９０１は規定数の画像処理パラメタセットをランダムに選択して、欠陥画像に対してそれぞれの画像処理パラメタセットについて欠陥認識処理を行い、欠陥認識結果の一覧を表示するボタンである。規定数は予め容易されていても良いし、ユーザによって任意に指定されても良い。なお、実施の形態２のように、画像処理アルゴリズムおよび画像処理パラメタセットの組み合わせを自動決定する場合は、画像処理アルゴリズムおよび画像処理パラメタセットの組み合わせをランダムに選択し、それぞれの組み合わせについて欠陥認識処理を行った結果の一覧を表示する。また、本発明において、一覧表示に用いられる画像処理パラメタセットはランダムに選択される場合に限定せず、予め用意した画像処理パラメタセットのテーブルを用いて選択されても良いし、ユーザによって任意に選択されても良い。

一覧表示に用いられる画像処理パラメタセットは、一致度推定部にて実験計画法を用いる場合に利用する直交表に定義された画像処理パラメタセットを用いても良い。直交表に定義された画像処理パラメタセットを一覧表示に用いる例については、図１１、図１２を用いて後述する。

また、今回の例では、全ての欠陥に対して同じ画像処理パラメタセットについて欠陥認識処理を行った結果の一覧を表示したが、欠陥ごとに異なるパラメタセットについて欠陥認識処理を行った結果の一覧を表示しても良い。

９０２は欠陥の識別番号であり、９０３は選択された１番目の画像処理パラメタセットに対応する欠陥の欠陥認識結果であり、９０４は選択された画像処理パラメタセットの識別番号である。

９０５は欠陥認識結果の領域であり、今回の例では欠陥画像と重ねて線によって表示した。なお、９０５は、図５の５０４と同様、欠陥認識結果を欠陥の画像と並べて表示しても良いし、別のＧＵＩウィンドウに表示しても良い。また、理想出力についても欠陥認識結果と一緒に、欠陥の画像に重ねて表示したり、並べて表示したり、別のＧＵＩウィンドウに表示しても良い。なお、欠陥認識された領域や理想出力は、色や線の太さ、線種などを変更して表示しても良いし、領域を背景色と異なる色や背景色と異なる色の半透明色で塗りつぶすことで表示しても良い。

９０６は選択された教示欠陥および理想出力として用いる欠陥認識結果である。９０５の欠陥認識結果から、理想出力として用いる欠陥認識結果を各欠陥に対して１個あるいは複数個選択する。なお、全ての欠陥に対して理想出力を選択しても良いし、教示欠陥として用いる可能性のある欠陥についてのみ選択しても良い。

９０７は、選択された欠陥および欠陥認識結果を、教示欠陥および理想出力として登録するボタンである。教示欠陥および理想出力として用いる欠陥認識結果を選択後、ボタンを押すことで、教示欠陥および理想出力を登録することができる。

また、実施の形態３に係る欠陥観察装置の自動決定部１２４における教示欠陥の選択方法および理想出力の入力方法では、図９のＧＵＩの代わりに、図１１、及び図１２のようなＧＵＩを適用することも可能である。以下では、図１１、図１２を用いて、本発明の実施の形態３に係る欠陥観察装置の自動決定部における教示欠陥の選択方法および理想出力の入力方法について説明する。

図１１は、本発明の実施の形態３に係る教示欠陥の選択および欠陥認識の理想出力を入力するためのＧＵＩの一例、図１２は本発明の実施の形態３に係る教示欠陥の選択および配線認識の理想出力を入力するためのＧＵＩの一例を示す図である。なお、図１１、及び図１２は、一つのＧＵＩウィンドウに対して、１個の教示欠陥における画像処理結果を表示する例である。ユーザは教示欠陥１個に対する理想出力を入力し、ＧＵＩウィンドウを切り替えて他の教示欠陥について理想出力を入力する。

図１１において、１２０１は欠陥認識結果の領域であり、今回の例で欠陥画像と重ねて線によって表示した。なお、１２０１は、図９の９０５と同様、欠陥認識結果を欠陥の画像と並べて表示しても良いし、別のＧＵＩウィンドウに表示しても良い。また、理想出力についても欠陥認識結果と一緒に、欠陥の画像に重ねて表示したり、並べて表示したり、別のＧＵＩウィンドウに表示しても良い。なお、欠陥認識された領域や理想出力は、色や線の太さ、線種などを変更して表示しても良いし、領域を背景色と異なる色や背景色と異なる色の半透明色で塗りつぶすことで表示しても良く、種々変更可能である。

１２０２は、直交表に定義された画像処理パラメタセットにおける欠陥認識結果の一覧であり、認識された欠陥領域の大きさ順に並べて表示してある。１２０２に表示する欠陥認識結果は、直交表に定義された全画像処理パラメタセットについて表示しても良いし、一部のみについて表示しても良い。１２０２に表示する画像処理結果は、直交表に記述された画像処理パラメタセットにおける画像処理結果に限定せず、事前にユーザが定義した画像処理パラメタセットにおける画像処理結果でも良いし、ランダムで設定された画像処理パラメタセットにおける画像処理結果でも良い。また、１２０２の欠陥認識結果の一覧は、認識された領域の大きさ順に限定せず、画像処理パラメタセット内の画像処理パラメタ値の順番や、欠陥認識結果の特徴量（円形度など）の値などで並べて表示しても良く、これらの並び替えは所定の条件で並び替えを実行する並び替えボタン（図示しない）等によりユーザが選択可能である。

１２０３は選択された理想出力として用いる欠陥認識結果であり、図１１の例では、選択された欠陥認識結果をユーザが判別できるよう、太枠で強調表示している。１２０２の欠陥認識結果一覧から、理想出力として用いる欠陥認識結果を各教示欠陥に対して１個あるいは複数個選択する。なお、理想処理結果を１個も選択しないことも可能であり、１個も選択しないことによって、ウィンドウに画像処理結果が表示されている欠陥を教示欠陥から除外する（即ち一致度計算を行わない）などの処理を行っても良い。

１２０４、及び１２０５は表示する画像処理結果を、他の教示欠陥の画像処理結果に変更するボタンであり、１２０６に現在表示中の教示欠陥の番号、及び全教示欠陥の個数が示してある。図１１の例では２２個の教示欠陥中５番目の教示欠陥について画像処理結果を表示している。１２０４を押すことで４番目の教示欠陥の画像処理結果、１２０５を押すことで６番目の教示欠陥の画像処理結果を表示する。画像処理結果を表示している教示欠陥について理想出力の入力を行う。なお、教示欠陥の順番は、欠陥ＩＤの順番や、欠陥種毎に連続した順番にするなどが考えられる。また、ＧＵＩ上の１２０４、１２０５のボタンによって画像処理結果を表示する教示欠陥を変更する方法に限らず、キーボードからのキー入力や、マウスのホイール操作、及び右クリックなどの入力によって教示欠陥を変更する方法も考えられる。

１２０７は画像処理結果を表示中の教示欠陥における欠陥種を示している。１２０７には、その他、教示欠陥に関する情報（ＤＯＩ設定、特徴量など）を表示しても良い。

１２０８はユーザが選択した欠陥認識結果の合成領域、例えばユーザが選択した複数の欠陥認識結果における欠陥領域の和領域や、積領域などの表示部である。図１１では、太枠で囲まれた３個の欠陥認識結果が選択されており、各欠陥認識結果で欠陥領域が異なっている。これら異なる領域における和領域、積領域などの合成領域を欠陥画像に重ねて表示している。合成領域の表示は複数の欠陥認識結果を選択することで自動的に表示されるようにしてもよく、また複数の欠陥認識結果を選択した後に合成ボタン（図示しない）を押すことで表示するようにしてもよい。なお、選択された欠陥認識結果における欠陥領域において、同じ領域を示す結果があった場合においても適用は可能である。また、合成領域の表示は、１２０３と同様、線によって表示しても良いし、欠陥認識結果を欠陥の画像と並べて表示しても良いし、別のＧＵＩウィンドウに表示しても良く、種々設定可能である。また、理想出力についても欠陥認識結果と一緒に、欠陥の画像に重ねて表示したり、並べて表示したり、別のＧＵＩウィンドウに表示しても良い。なお、欠陥認識された領域や理想出力は、色や線の太さ、線種などを変更して表示しても良いし、領域を背景色と異なる色や背景色と異なる色の半透明色で塗りつぶすことで表示しても良い。

１２０９は欠陥画像を並べて表示したものである。図１１の例ではＳＥ像、Ｌ像、Ｒ像を並べて表示している。また、表示は欠陥画像に限定せず、良品画像を表示しても良い。

１２１０は、１２０１に重ね合わせる画像を指定するコンボボックスである。図１１の例ではＳＥ像が選択されており、Ｌ像、Ｒ像などの指定が可能であるが、表示する画像はこれらに限定せず、Ｌ像、Ｒ像などの混合画像などを表示しても良い。
なお、図１１では欠陥認識における理想欠陥領域の入力の１例を示したが、配線認識やその他画像処理における理想出力の入力形態にも適用可能である。

図１２は、図１１で示した理想出力を入力するためのＧＵＩについて、画像処理結果を画像処理パラメタセット内の特定の画像処理パラメタ（特定パラメタ）の値毎に分けて表示する例である。なお、図１２の例では、配線認識における理想処理結果の入力するためのＧＵＩを示し、決定対象の画像処理パラメタセットは画像処理パラメタが５個（パラメタ１〜５）であり、それぞれ１あるいは２の値が設定可能（設定可能水準数が２）であるとする。

１３０１は配線認識結果であり、今回の例では認識された配線領域を白、その他の領域を黒の２値画像で表示した。なお、１３０１は、１２０１と同様に、欠陥画像、あるいは良品画像と重ねて線によって表示しても良いし、配線認識結果を欠陥の画像、あるいは良品画像と並べて表示しても良いし、別のＧＵＩウィンドウに表示しても良く、種々変更可能である。また、理想出力についても配線認識結果と一緒に、欠陥の画像、あるいは良品画像に重ねて表示したり、並べて表示したり、別のＧＵＩウィンドウに表示しても良い。なお、配線認識された領域や理想出力は、色や線の太さ、線種などを変更して表示しても良いし、領域を背景色と異なる色や背景色と異なる色の半透明色で塗りつぶすことで表示しても良い。

１３０２は、特定パラメタの値を示している。図１２の例では、特定パラメタはパラメタ１、及びパラメタ２であり、１３０２は特定パラメタの値が両方とも１の場合の例である。１３０３は、特定パラメタの値が１３０２で表示した値である画像処理パラメタセットにおける配線認識結果の一覧である。この際、特定パラメタ以外の画像処理パラメタ（パラメタ３〜５）の値は任意の値とする。１３０４〜１３０６は、１３０３と同様、画像処理パラメタセット中の特定パラメタ値が対応する特定パラメタの値である画像処理パラメタセットにおける画像処理結果の一覧である。なお、直交表で定義されている画像処理パラメタセットによる配線認識結果を、１３０３〜１３０６に特定パラメタの値毎に分けて表示する方法も考えられる。１３０３〜１３０６に表示する画像処理結果は、直交表に記述された画像処理パラメタセットにおける画像処理結果のみに限定せず、事前にユーザが定義した画像処理パラメタセットにおける画像処理結果でも良いし、ランダムで設定された画像処理パラメタセットにおける画像処理結果でも良い。また、１３０３〜１３０６に表示する画像処理結果は、直交表に定義された全画像処理パラメタセットについて表示しても良いし、一部のみについて表示しても良い。１３０３〜１３０６の画像処理結果の一覧は、認識された領域の大きさ順に限定せず、画像処理パラメタセット内の画像処理パラメタ値の順番や、画像処理結果の特徴量（配線認識においては認識された回路パターンの粗密など）の値などで並べて表示しても良い。

１３０７は選択された理想出力として用いる配線認識結果であり、図１２の例では、選択された配線認識結果をユーザが判別できるよう、太枠で強調表示している。１３０３〜１３０６の配線認識結果から、理想出力として用いる配線認識結果を各教示欠陥（配線認識では良品画像を指す）に対して１個あるいは複数個選択する。なお、理想処理結果を１個も選択しないことも可能であり、１個も選択しないことによって、ＧＵＩウィンドウに画像処理結果が表示されている欠陥（配線認識では良品画像を指す）を教示欠陥から除外する（即ち一致度計算を行わない）などの処理を行っても良い。

１３０８はユーザが選択した配線認識結果の合成領域、例えばユーザが選択した複数の配線認識結果における配線領域の和領域や、積領域などの表示部である。図１２では、７個の配線認識結果が選択されており、各配線認識結果で配線領域が異なっている。これら異なる領域における和領域、積領域などの合成領域を良品画像に重ねて表示している。なお、選択された配線認識結果における配線領域において、同じ領域を示す結果があった場合においても適用は可能である。また、選択された全ての配線認識結果を用いて合成領域を生成する場合に限定せず、特定パラメタの値毎に選択された配線認識結果の合成領域を表示したり、特定パラメタの特定の値についてのみ選択された配線認識結果の合成領域を表示するのも良い。合成領域の表示は、１２０３と同様、線によって表示しても良いし、配線認識結果を欠陥の画像、あるいは良品画像と並べて表示しても良いし、別のＧＵＩウィンドウに表示しても良い。また、理想出力についても配線認識結果と一緒に、欠陥の画像（配線認では良品画像を指す）に重ねて表示したり、並べて表示したり、別のＧＵＩウィンドウに表示しても良い。なお、配線認識された領域や理想出力は、色や線の太さ、線種などを変更して表示しても良いし、領域を背景色と異なる色や背景色と異なる色の半透明色で塗りつぶすことで表示しても良い。

画像処理結果の表示の方法としては、特定パラメタの値毎に分けて表示するだけに限定せず、画像処理の際に利用した画像処理アルゴリズムの種類毎に分けて表示するのも良い。図１２では配線認識における理想配線領域の入力の１例を示したが、欠陥認識やその他画像処理における理想出力の入力形態にも適用可能である。また、画像処理パラメタの数、設定可能な水準数が図１２の例と異なる場合においても適用が可能である。

本実施の形態では、理想出力の入力を複数の候補の中から選択させるため、入力の手間を軽減し、入力に必要な時間を短縮することが可能となる。

以上、本発明者によってなされた発明を実施の形態に基づき具体的に説明したが、本発明は前記実施の形態に限定されるものではなく、その要旨を逸脱しない範囲で種々変更可能であることはいうまでもない。ここで述べた実施形態は、レビューＳＥＭで撮像した欠陥画像を自動分類する機能（ＡＤＣ）を例にとり、その具体的な処理内容である欠陥認識処理や配線認識などで必要となる画像処理パラメタの決定手法を述べたが、このように取得した画像からその欠陥や配線部位を認識する処理を含む他の欠陥観察装置・検査装置ににも適用可能である。例えば、レビューＳＥＭでは、自動分類用の欠陥画像を収集するために、一度、視野の広い（例：数マイクロメートル）欠陥画像を撮像しておき、それからその欠陥位置を画像処理にて認識した上で、その認識された部位を中心に倍率の高い（視野の狭い、例：０．５〜０．１マイクロメートル）画像を撮像するが、この視野の広い画像を対象とした欠陥認識処理においても、欠陥部位を正しく認識するため、しきい値などの複数の画像処理パラメタを設定することが必要であり、この場合でも、本発明で述べた画像処理パラメタ決定方法を用いて、その画像処理パラメタを決定することが可能である。また、欠陥検査装置としては、本説明で述べたレビューＳＥＭのような電子線式の画像撮像手段ではなく、光学式の画像撮像手段をもつ検査装置も存在する。光学式の検査装置においても、取得した画像に対して、複数の画像処理パラメタを設定して画像処理を適用することで欠陥を認識することが行われており、設定すべき複数の画像処理パラメタは、本発明で示した決定方法により決定することが可能となる。本発明ではレビューＳＥＭにおいて３つの検出器がある場合述べたが、光学式の検査装置においても複数の検出器を設け、一度の検査で複数種の画像を得ることも可能であるし、また、照明光や検出の条件を変えることで、１つの検出器から複数の画像を取得することも可能である。このように複数の画像を任意の割合で組み合わせた上で、適切な画像処理パラメタを用いて欠陥を認識する際においても、本発明による画像処理パラメタ決定方法により、画像の割合や画像処理パラメタを決定することが可能である。
さらに、本発明によって得られる効果を例示すれば、以下の通り、本発明によれば、多数の画像処理パラメタの調整においてシステムに入力する情報を、パラメタの値ではなく、理想的な画像処理結果とすることによって、画像処理パラメタセットの設定を感覚的に行うことが可能となる。また、画像処理パラメタセットは自動的に決定されるため、ユーザによる試行錯誤の手間を省略することが可能となる。また、パラメタセットの自動決定においては、全ての画像処理パラメタセットの結果を画像処理により求めるのではなく、限定された少数の画像処理パラメタセットのみに対して画像処理を行い、その結果から、前述の限定された小数の画像処理パラメタセット以外の画像処理パラメタセットの処理結果を推定する。これにより、全てのパラメタセットに対して画像処理を行うことと比較して処理を高速化することが可能となる。その結果、本発明によれば、欠陥種の分類に必要な画像処理パラメタセットを容易かつ高速に設定することが可能となる。

１０１…電子源、１０２…加速電極、１０３…集束レンズ、１０４…偏向器、１０５…対物レンズ、１０６…試料、１０７…ステージ、１０８…１次電子、１０９…２次電子、１１０…検出器、１１１…検出器、１１２…デジタル化手段、１１３…全体制御部、１１４…記憶部、１１５…欠陥情報記憶部、１１６…レシピ記憶部、１１８…演算部、１１９…欠陥認識部、１２０…配線認識部、１２１…特徴量算出部、１２２…分類部、１２３…入出力部、１２４…自動決定部、１３０…ＳＥＭ画像取得部、１３１…信号処理部、１３２…バス、２０１…自動決定用レシピ生成部、２０２…一致度算出部、２０３…一致度推定部、２０４…パラメタ決定部

Claims (11)

1. 試料の欠陥を観察する欠陥観察方法であって、
   予め検出された試料の欠陥座標に基づいて電子顕微鏡により複数の欠陥画像及び良品画像
   を撮像するステップと、
   前記撮像された良品画像の中から選択された教示用配線画像を、予め設定された第一の複
   数の画像処理パラメタセット及び画像処理アルゴリズムの組み合わせの各条件を用いて処
   理し、前記第一の複数の画像処理パラメタセット及び画像処理アルゴリズムの組み合わせ
   各々に対応した複数の配線領域を抽出するステップと、
   前記選択された教示用配線画像に対応して設定された理想配線領域と前記抽出された複数
   の配線領域とを比較し、前記複数の配線領域ごとに一致度を算出するステップと、
   前記複数の配線領域ごとに算出された一致度を用いて、前記予め設定された第一の複数の
   画像処理パラメタセット及び画像処理アルゴリズムの組み合わせとは異なる第二の複数の
   画像処理パラメタセット及び画像処理アルゴリズムの組み合わせ各々に対して一致度の推
   定値を算出するステップと、
   前記算出された複数の一致度及び一致度の推定値に基づいて、前記予め設定された第一の
   複数の画像処理パラメタセット及び画像処理アルゴリズムの組み合わせ並びに第二の複数
   の画像処理パラメタセット及び画像処理アルゴリズムの組み合わせの中から、一又は複数
   の画像処理パラメタセット及び画像処理アルゴリズムを選択するステップと、
   前記選択された画像処理パラメタセット及び画像処理アルゴリズムを用いて、前記電子顕
   微鏡により撮像した前記複数の欠陥画像を画像処理し、前記画像処理された欠陥画像に基
   づいて前記試料の欠陥を分類するステップと、
   を有することを特徴とする欠陥観察方法。
2. 請求項１記載の欠陥観察方法であって、
   前記予め設定された第一の複数の画像処理パラメタセット及び画像処理アルゴリズムの組
   み合わせの数は、前記第二の複数の画像処理パラメタセット及び画像処理アルゴリズムの
   組み合わせの数よりも少ないことを特徴とする欠陥観察方法。
3. 請求項１又は２記載の欠陥観察方法であって、
   前記理想配線領域は、ユーザより指定、あるいはランダムに選択された画像処理パラメタ
   セット及び画像処理アルゴリズムの組み合わせによって処理された画像処理結果の中から
   選択されたものであることを特徴とする欠陥観察方法。
4. 試料の欠陥画像を取得する画像取得部と、記憶部および入出力部を含み、前記画像取得部
   からの画像情報が入力され、前記試料上の前記画像情報に対して、予め設定された画像処
   理パラメタセットを用いて、前記試料上の欠陥の認識や欠陥種の分類をするための画像処
   理を行う演算部を有し、前記画像処理パラメタセットの設定候補を自動的に決定する自動
   決定部を有する欠陥観察装置における欠陥観察方法であって、
   前記入出力部において、１あるいは複数の代表欠陥を選択するステップと、
   前記演算部における前記画像処理の前記代表欠陥に対する理想出力を入力するステップと、
   少数の画像処理パラメタセットにおける前記代表欠陥の前記画像処理による出力結果と、
   前記理想出力の一致度を算出するステップと、
   前記一致度から、前記少数の画像処理パラメタセットに含まれない画像処理パラメタセッ
   トに対して一致度の推定値を算出するステップと、
   前記一致度の推定値および前記一致度から、画像処理パラメタセットの設定候補を１セッ
   トあるいは複数セットを決定するステップと、
   前記入出力部にて、前記設定候補の画像処理パラメタセット、および前記設定候補の画像
   処理パラメタセットにおける前記代表欠陥の前記画像処理による出力結果を表示するステ
   ップとを備え、
   前記画像処理の画像処理アルゴリズムが複数用意されている場合、前記自動決定部におい
   て、画像処理アルゴリズムおよび対応する画像処理パラメタセットの組み合わせの設定候
   補を自動的に決定することを特徴とする欠陥観察方法。
5. 請求項４記載の欠陥観察方法であって、
   前記理想出力は、ユーザより指定、あるいはランダムに選択された画像処理パラメタセッ
   ト及び画像処理アルゴリズムの組み合わせによって処理された画像処理結果の中から選択
   されたものであることを特徴とする欠陥観察方法。
6. 請求項５記載の欠陥観察方法であって、
   前記理想出力を入力するステップにおいて、前記画像処理結果を、処理を行った画像処理
   パラメタセットにおける特定の画像処理パラメタの値毎、処理を行った画像処理アルゴリ
   ズム毎、あるいはその両方の組み合わせ毎に分けて表示することを特徴とする欠陥観察方
   法。
7. 試料に電子線を照射し、前記試料で反射した１次電子及び前記試料より発生した２次電子
   を検出して画像を取得する画像取得手段と、
   前記画像取得手段で取得した画像を処理する信号処理手段と、
   を備えた欠陥観察装置であって、
   前記信号処理手段は、
   ユーザによる指示情報を受け付ける入出力部と、
   前記画像取得手段により取得した複数の欠陥画像及び良品画像を格納し、前記入出力部が
   受け付けた指示情報に基づいて前記良品画像の中から選択された教示用配線画像を出力す
   る欠陥情報記憶部と、
   前記欠陥情報記憶部から出力された教示用配線画像を、予め設定された第一の複数の画像
   処理パラメタセット及び画像処理アルゴリズムの組み合わせの各条件を用いて処理し、前
   記第一の複数の画像処理パラメタセット及び画像処理アルゴリズムの組み合わせ各々に対
   応した複数の配線領域を抽出する配線認識部と、
   前記配線認識部にて抽出された複数の配線領域と、前記入出力部が受け付けた指示情報に
   基づいて設定された理想配線領域と、を比較し、前記複数の配線領域ごとに一致度を算出
   する一致度算出部と、
   前記一致度算出部にて算出された前記複数の配線領域ごとの一致度を用いて、前記予め設
   定された第一の複数の画像処理パラメタセット及び画像処理アルゴリズムの組合せとは異
   なる第二の複数の画像処理パラメタセット及び画像処理アルゴリズムの組み合わせ各々に
   対して一致度の推定値を算出する一致度推定部と、
   前記一致部算出部及び前記一致度推定部にて算出された複数の一致度及び一致度の推定値
   に基づいて、前記予め設定された第一の複数の画像処理パラメタセット及び画像処理アル
   ゴリズムの組み合わせ並びに第二の複数の画像処理パラメタセット及び画像処理アルゴリ
   ズムの組み合わせの中から、一又は複数の画像処理パラメタセット及び画像処理アルゴリ
   ズムを選択するパラメタ決定部と、
   前記パラメタ決定部にて選択された画像処理パラメタセット及び画像処理アルゴリズムを
   用いて、前記画像取得手段により取得した前記複数の欠陥画像を画像処理し、前記画像処
   理された欠陥画像に基づいて前記試料の欠陥を分類する演算部と、
   を有することを特徴とする欠陥観察装置。
8. 請求項７記載の欠陥観察装置であって、
   前記信号処理手段は、さらに、
   前記入出力部が受け付けた指示情報に基づいて前記第一の複数の画像処理パラメタセット
   及び画像処理アルゴリズムの組み合わせを前記配線認識部に入力する自動決定用レシピ生
   成部を有することを特徴とする欠陥観察装置。
9. 請求項７又は８記載の欠陥観察装置であって、
   前記入出力部は、さらに、
   ユーザによる指定、あるいはランダムにより選択された複数の画像処理パラメタセット及
   び画像処理アルゴリズムの組み合わせによる配線認識結果を一覧表示し、前記一覧表示し
   た配線認識結果の中からユーザにより選択された、一の良品画像に対して一又は複数の配
   線認識結果を、前記理想配線領域の指示情報として受け付けることを特徴とする欠陥観察
   装置。
10. 請求項９記載の欠陥観察装置であって、
    前記入出力部は、さらに、
    前記配線認識結果を生成する際に用いた画像処理パラメタセット中、特定の画像処理パラ
    メタの値毎に、前記配線認識結果を分けて一覧表示することを特徴とする欠陥観察装置。
11. 請求項９記載の欠陥観察装置であって、
    前記入出力部は、ユーザによる指定、あるいはランダムにより選択された複数の画像処理
    パラメタセットによる欠陥認識結果を特徴量順又は認識された領域の大きさ順に一覧表示
    することを特徴とする欠陥観察装置。

Images