JP5498189B2 - 欠陥検査方法及びその装置 - Google Patents

Description

本発明は、光若しくはレーザ若しくは電子線等を用いて得られた被検査対象物の画像（検出画像）から微細なパターン欠陥や異物等を検出する検査に係り、特に半導体ウェハ、TFT、ホトマスクなどの欠陥検査を行うのに好適な欠陥検査装置及びその方法に関する。

検出画像と参照画像とを比較して欠陥検出を行う従来の技術としては、特許第２９７６５５０号公報（特許文献１）に記載の方法がある。これは、半導体ウェハ上に規則的に形成された多数のチップの画像を取得し，得られたチップの画像に対し，チップ内で周期的なパターンで形成されるメモリマット部に対しては，同一チップ内における近接する繰り返しパターンを相互に比較してその不一致部を欠陥として検出するセル比較検査と，非周期的なパターンで形成される周辺回路部に対しては，近接する複数のチップ間の対応するパターンを比較してその不一致部を欠陥として検出するチップ比較検査を個々に行うものである。

更に，特許第３８０８３２０号公報（特許文献２）に記載された方法がある。これは，あらかじめ設定されたチップ内のメモリマット部に対して，セル比較検査とチップ比較検査の両者を行い，結果を統合して欠陥を検出するものである。これらの従来技術は，メモリマット部，周辺回路部の配置情報をあらかじめ定義する，もしくは事前に入手し，その配置情報に従って比較の方式を切替えるものである。

特許第２９７６５５０号公報 特許第３８０８３２０号公報

被検査対象物である半導体ウェハでは、ＣＭＰによる平坦化等により、隣接チップであってもパターンに膜厚の微妙な違いが生じ、チップ間の画像には局所的に明るさの違いがある。また、パターンの太さのばらつきを起因とするチップ間の明るさの違いもある。ここで，比較するパターン間の距離が近いセル比較検査がチップ比較検査よりも高感度であるが，図１７の１７４の例に示すように，チップ内に複数の異なる周期をもつメモリマット部１７４１〜１７４８が混在している場合，従来の技術においては，セル比較検査を行うためのメモリマット部の配置情報の定義や事前の入手が煩雑になってくる。また，周辺回路部といえども，その中には，周期性のあるパターンが混在していることが少なくないが，従来の技術では，これらに対して，セル比較検査を実施するのは困難，可能であったとしてその設定は一層，煩雑になってくる。

本発明の目的は、ユーザによる煩雑なチップ内のパターン配置情報の設定や事前の情報入力を不要とし，更には非メモリマット部においても可能な限り高感度な欠陥検出が実現可能な欠陥検査装置及びその方法を提供することにある。

上記目的を達成するために、本発明では、試料上に形成されたパターンを検査する装置
を、試料を載置して少なくとも一方向に連続的に移動可能なテーブル手段と、テーブル手
段に載置された試料を撮像して試料上に形成されたパターンの画像を取得する画像取得手
段と、画像取得手段で取得したパターンの画像から参照すべき類似パターンがどこにあるか、または、類似パターンが存在しないかといったパターンの配置情報を抽出するパター
ン配置情報抽出手段と、パターン配置情報抽出手段で抽出したパターンの配置情報を基に画像取得手段で取得したパターンの画像とから欠陥候補を抽出する際の基準画像となる参照画像を作成する参照画像作成手段と、参照画像作成手段で作成した参照画像と画像取得手段で取得したパターンの画像とを比較してパターンの欠陥候補を抽出する欠陥候補抽出手段とを備えて構成した。

また、上記目的を達成するために、本発明では、試料上に繰返し形成された本来同一の
形状となるべきパターンを検査する装置を、試料を載置して少なくとも一方向に連続的に
移動可能なテーブル手段と、テーブル手段に載置された試料を撮像して試料上に繰返し形
成された本来同一の形状となるべきパターンの画像を順次取得する画像取得手段と、画像
取得手段で順次取得した本来同一の形状となるべき繰返し形成されたパターンの画像から
標準画像を生成する標準画像生成手段と、標準画像生成手段で生成した標準画像から
参照すべき類似パターンがどこにあるか、または、類似パターンが存在しないかといったパターンの配置情報を抽出するパターン配置情報抽出手段と、パターン配置情報抽出手段で抽出したパターンの配置情報を基に画像取得手段で順次取得した本来同一の形状となるべきパターンの画像のうちの検査すべきパターンの画像又は標準画像生成手段で生成した標準画像から欠陥候補を抽出する際の基準画像となる参照画像を作成する参照画像作成手段と、参照画像作成手段で作成した参照画像と画像取得手段で順次取得した本来同一の形状となるべきパターンの画像のうちの検査すべきパターンの画像とを比較して検査すべきパターンの欠陥候補を抽出する欠陥候補抽出手段とを備えて構成した。

更に、上記目的を達成するために、本発明では、試料上に形成されたパターンを検査す
る方法において、試料を一方向に連続的に移動させながら試料を撮像して試料上に形成さ
れたパターンの画像を取得し、取得したパターンの画像から参照すべき類似パターンがどこにあるか、または、類似パターンが存在しないかといったパターンの配置情報を抽出し
、 抽出したパターンの配置情報を基に取得したパターンの画像のうちの検査対象画像から欠陥候補を抽出する際の基準画像となる参照画像を作成し、作成した参照画像と検査対象画像とを比較してパターンの欠陥候補を抽出するようにした。

更にまた、上記目的を達成するために、本発明では、試料上に繰返し形成された本来同
一の形状となるべきパターンを検査する方法において、試料を一方向に連続的に移動させ
ながら試料を撮像して試料上に繰返し形成された本来同一の形状となるべきパターンの画
像を順次取得し、順次取得した本来同一の形状となるべき繰返し形成されたパターンの複
数の画像から標準画像を生成し、生成した標準画像から参照すべき類似パターンがどこにあるか、または、類似パターンが存在しないかといったパターンの配置情報を抽出し、抽出したパターンの配置情報を基に順次取得した本来同一の形状となるべきパターンの画像のうちの検査すべきパターンの画像又は生成した標準画像から欠陥候補を抽出する際の基準画像となる参照画像を作成し、作成した参照画像と検査すべきパターンの画像とを比較して検査すべきパターンの欠陥候補を抽出するようにした。

本発明によれば、パターンの配置情報を得る手段と得られたパターンの配置情報から参照画像を自己生成し，比較して欠陥を検出する手段を備えることにより，煩雑なチップ内のパターン配置情報を事前に設定することなく，同一チップ内の比較検査を実現し，欠陥を高感度に検出することを特徴とする。また，同一チップの画像内で類似パターンが見つからなかったパターンのみに，近接するチップの画像の対応するパターンで自己参照画像を補間することにより，非メモリマット領域においても，チップ比較による欠陥判定を行う領域を最小限にし，チップ間の明るさの違いを抑制し，広範囲に亘って高感度な欠陥の検出を可能とする。

画像処理部で行われる欠陥検出処理の一実施例 欠陥検査装置の構成の概念を示すブロック図である。 欠陥検査装置の概略の構成を示すブロック図である。 自己参照画像生成部８−２２の概略の構成を示すブロック図である。 チップの画像をウェハの移動方向に分割した状態と各分割画像を複数のプロセッサに分配した状態を説明する図である。 チップの画像をウェハの移動方向と直角な方向に分割した状態と各分割画像を複数のプロセッサに分配した状態を説明する図である。 １つ又は複数のチップの対応する分割画像を全て一つのプロセッサＡに入力し，これらを用いて欠陥候補の検出を行う場合の画像処理部の概略の構成を示す図である。 ウェハ上のチップの並びと各チップ内の同じ位置の部分画像の関係を示すウェハの平面図である。 自己参照画像生成部８−２２で実行する欠陥候補抽出処理の流れを示すフロー図である。 パターンの配置情報抽出処理ステップＳ５０３の詳細な処理の流れを示すフロー図である。 先頭チップの画像から画像内の類似パターンを探索する例を示すチップの画像である。 自己参照画像生成ステップＳ５０４の詳細な処理の流れを示すフロー図である。 欠陥判定ステップＳ５０５の詳細な処理の流れを示すフロー図である。 実施例２に係る欠陥候補検出処理の流れを示すフロー図である。 実施例２に係る標準画像生成処理の流れを示すフロー図である。 実施例２に係る欠陥検査装置の欠陥候補検出部の概略の構成を示す図である。 異なる２つの検査条件のそれぞれの画像においてパターンの配置情報を抽出する状態を示すパターンの平面図である。 異なる２つの検査条件のそれぞれの画像において評価した類似度を表示したグラフである。 実施例３に係る欠陥候補検出処理の流れを示すフロー図である。 実施例３において欠陥が一つである場合にパターンの配置情報を利用して欠陥判定を行う処理の流れを示す図である。 実施例３において欠陥が二つある場合にパターンの配置情報を利用して欠陥判定を行う処理の流れを示す図である。 実施例３において欠陥が二つある場合に二つのパターンの配置情報を利用して欠陥判定を行う処理の流れを示す図である。 実施例１に係る欠陥判定処理内容・処理結果として画面上に表示する画像の例である。 ユーザインターフェース部（ＧＵＩ部）に表示される処理結果表示画面の正面図である。 ユーザインターフェース部（ＧＵＩ部）に表示される別の例を示す処理結果表示画面の正面図である。 半導体ウェハの欠陥検査を行う一般的な処理の流れを模式的に示した図である。 複数の異なる周期を持つメモリマット部が混在している半導体チップの平面図である。

本発明に係る欠陥検査装置及びその方法の実施の形態について図を用いて説明する。まず、被検査対象物として半導体ウェハを対象とした暗視野照明による欠陥検査装置の実施の形態について説明する。

図２は本発明に係る欠陥検査装置の実施の形態を示す概念図である。光学部１は、複数の照明部４ａ、４ｂ及び複数の検出部７ａ、７ｂを有して構成される。照明部４ａと照明部４ｂとは互いに異なる照明条件（例えば照射角度、照明方位、照明波長、偏光状態の何れか少なくとも一つが異なる）の光を被検査対象物５（半導体ウェハ）に照射する。照明部４ａ及び照明部４ｂの各々から出射される照明光により被検査対象物５から夫々散乱光６ａ及び散乱光６ｂが発生し、該発生した散乱光６ａ及び散乱光６ｂの夫々を検出部７ａ及び検出部７ｂの夫々で散乱光強度信号として検出する。該検出された散乱光強度信号の夫々はＡ/Ｄ変換部２で増幅されてＡ/Ｄ変換され、画像処理部３に入力される。

画像処理部３は、前処理部８−１、欠陥候補検出部８−２、検査後処理部８−３を適宜有して構成される。画像処理部３に入力された散乱光強度信号に対し、前処理部８−１において、後述する信号補正、画像分割等を行う。欠陥候補検出部８−２では学習部８−２１，自己参照画像生成部８−２２，欠陥判定部８−２３を備えており、前処理部８−１で生成された画像から、後述する処理を行い、欠陥候補を検出する。検査後処理部８−３では、欠陥候補検出部８−２で検出された欠陥候補からノイズやNuisance欠陥（ユーザが不要とする欠陥種や致命性のない欠陥）を除外し、残った欠陥に対して欠陥種に応じた分類と寸法推定を行い、全体制御部９に出力する。

図２では、散乱光６ａ、６ｂは別々の検出部７ａ、７ｂで検出する実施の形態を示すが、１つの検出部で共通に検出しても構わない。また、照明部及び検出部は２つに限定されるものではなく、１又は３つ以上であっても構わない。

散乱光６ａ及び散乱光６ｂの夫々は、各々照明部４ａ及び４ｂに対応して発生する散乱光分布を指す。照明部４ａによる照明光の光学条件と照明部４ｂによる照明光の光学条件が異なれば、各々によって発生する散乱光６ａと散乱光６ｂは互いに異なる。本実施例において、ある照明光によって発生した散乱光の光学的性質およびその特徴を、その散乱光の散乱光分布と呼ぶ。散乱光分布とは、より具体的には、散乱光の出射位置・出射方位・出射角度に対する、強度・振幅・位相・偏光・波長・コヒーレンシ等の光学パラメータ値の分布を指す。

次に、図２に示す構成を実現する具体的な欠陥検査装置の一実施の形態としてのブロック図を図３Ａに示す。即ち、本実施例に係る欠陥検査装置は、被検査対象物（半導体ウェハ５）に対して照明光を斜方から照射する複数の照明部４ａ、４ｂと、半導体ウェハ５からの垂直方向への散乱光を結像させる検出光学系（上方検出系）７ａと、斜方向への散乱光を結像させる検出光学系（斜方検出系）７ｂと、それぞれの検出光学系により結像された光学像を受光し、画像信号に変換するセンサ部３１、３２とを有する光学部１と、得られた画像信号を増幅してＡ／Ｄ変換するＡ／Ｄ変換部２と、画像処理部３と、全体制御部９とを備えて構成される。

半導体ウェハ５はＸＹ平面内の移動及び回転とＸＹ平面に垂直なＺ方向への移動が可能なステージ（Ｘ−Ｙ−Ｚ−θステージ）３３に搭載され、Ｘ−Ｙ−Ｚ−θステージ３３はメカニカルコントローラ３４により駆動される。このとき、半導体ウェハ５をＸ−Ｙ−Ｚ−θステージ３３に搭載し、該Ｘ−Ｙ−Ｚ−θステージ３３を水平方向に移動させながら被検査対象物上の異物からの散乱光を検出することで、検出結果を二次元画像として得る。

照明部４ａ、４ｂの各照明光源は、レーザを用いても、ランプを用いてもよい。また、各照明光源の光の波長は短波長であってもよく、また、広帯域の波長の光（白色光）であってもよい。短波長の光を用いる場合、検出する画像の分解能を上げる（微細な欠陥を検出する）ために、紫外領域の波長（１６０〜４００nm）の光（Ultra Violet Light：ＵＶ光）を用いることもできる。レーザを光源として用いる場合、それが単波長のレーザである場合には、可干渉性を低減する手段４ｃ,４ｄを照明部４ａ、４ｂの夫々に備えることも可能である。この可干渉性を低減する手段４ｃ,４ｄは、回転拡散板で構成してもよいし，または、互いに光路長の異なる複数の光ファイバあるいは石英板あるいはガラス板などを用いて各々が異なる光路長を持つ複数の光束を生成しこれを重ね合わせるような構成にしても良い。照明条件（例えば照射角度、照明方位、照明波長、偏光状態等）はユーザにより選択，もしくは自動選択され，照明ドライバ１５において，選択条件に応じた設定，制御を行う。

半導体ウェハ５から発した散乱光のうち半導体ウェハ５の対して垂直な方向に散乱した光は検出光学系７ａを介してセンサ部３１にて画像信号に変換される。また、半導体ウェハ５の対して斜め方向に散乱した光は検出光学系７ｂを介してセンサ部３２にて画像信号に変換される。検出光学系７ａ，７ｂは，それぞれ，対物レンズ７１ａ，７１ｂ及び結像レンズ７２ａ，７２ｂにより構成され，センサ部３１，３２に集光，結像される。また，検出系７ａ及び７ｂは，フーリエ変換光学系を構成しており,半導体ウェハ５からの散乱光に対する光学処理，例えば，空間フィルタリングによる光学特性の変更，調整なども行えるようになっている。ここで，光学処理として空間フィルタリングを行う場合,照明光として平行光を用いるほうが異物の検出性能が向上するため，長手方向にはほぼ平行光からなるスリット状ビームとした。

センサ部３１、３２は、イメージセンサに複数の１次元イメージセンサを２次元に配列して構成した時間遅延積分型のイメージセンサ（Time Delay Integration Image Sensor：ＴＤＩイメージセンサ）を採用し、Ｘ−Ｙ−Ｚ−θステージ１２の移動と同期して各１次元イメージセンサが検出した信号を次段の１次元イメージセンサに転送して加算することにより、比較的高速で高感度に２次元画像を得ることが可能になる。このＴＤＩイメージセンサとして複数の出力タップを備えた並列出力タイプのセンサを用いることにより、センサ部３１，３２からのそれぞれの複数の出力３１１及び３２１を並列に処理することができ、より高速な検出が可能になる。空間フィルタ７３ａ，７３ｂは，特定のフーリエ成分を遮光し，パターンからの回折散乱光を抑制する。また，７４ａ、７４ｂは光学フィルタ手段であり、ＮＤフィルタやアッテネータ等の光強度を調整が可能な光学素子、あるいは偏光板や偏光ビームスプリッタや波長板等の偏光光学素子、あるいはバンドパスフィルタやダイクロイックミラー等の波長フィルタの何れか又はそれらを組合せたもので構成され、検出光の光強度、偏光特性、波長特性の何れか又はそれらを組合せて制御する。

画像処理部３は被検査対象物である半導体ウェハ５上の欠陥を抽出するものであって、センサ部３１、３２から入力された画像信号に対してシェーディング補正・暗レベル補正等の画像補正を行い一定単位の大きさの画像に分割する前処理部８−１、補正・分割された画像から欠陥候補を検出する欠陥候補検出部８−２、検出された欠陥候補からNuisance欠陥やノイズを除去し、残った欠陥について欠陥種に応じた分類と寸法推定を行う検査後処理部８−３、外部から入力されるパラメータなどを受け付け、欠陥候補検出部８−２および検査後処理部８−３へセットするパラメータ設定部８−４、前処理部８−１・欠陥候補検出部８−２・検査後処理部８−３それぞれで処理中のデータ及び処理されたデータを記憶する記憶部８−５を含んで構成される。そして、画像処理部３において例えばパラメータ設定部８−４はデータベース３５を接続して構成される。

また、欠陥候補検出部８−２は、図３Ｂに示すように、学習部８−２１と自己参照画像生成部８−２２と欠陥判定部８−２３とを備えている。

全体制御部９は、各種制御を行うＣＰＵ（全体制御部９に内蔵）を備え、ユーザからのパラメータなどを受け付け、検出された欠陥候補の画像、最終的に抽出された欠陥の画像等を表示する表示手段と入力手段を持つユーザインターフェース部（ＧＵＩ部）３６及び画像処理部３で検出された欠陥候補の特徴量や画像等を記憶する記憶装置３７を適宜接続している。メカニカルコントローラ３４は、全体制御部９からの制御指令に基づいてＸ−Ｙ−Ｚ−θステージ３３を駆動する。尚、画像処理部３、検出光学系７ａ、７ｂ等も全体制御部９からの指令により駆動される。

被検査対象物である半導体ウェハ５は、例えばメモリマット部と周辺回路部とを有する同一パターンのチップが多数、規則的に並んでいる。全体制御部９は半導体ウェハ５をＸ−Ｙ−Ｚ−θステージ３３により連続的に移動させ、これに同期して、順次、チップの像をセンサ部３１、３２より取り込み、得られた２種の散乱光（６ａ、６ｂ）の画像各々に対し、欠陥を含まない基準画像を自動生成し，生成した基準画像と順次取り込んだチップの画像とを比較して欠陥を抽出する。

そのデータの流れを図４Ａに示す。半導体ウェハ５において、例えばＸ−Ｙ−Ｚ−θステージ３３を走査させることにより矢印４０１の方向に半導体ウェハ５上の帯状の領域４０の画像が得られたとする。チップｎを検査対象チップとした場合、４１ａ、４２ａ、・・、４６ａはセンサ部３１から得られたチップｎの画像をＸ−Ｙ−Ｚ−θステージ３３の進行方向に６分割した分割画像(即ち、チップｎを撮像した時間を６分割してそれぞれの時間ごとに得られた画像)である。また、４１ａ’、４２ａ’、・・、４６ａ’は隣接するチップｍをチップｎと同様に６分割した分割画像である。同じセンサ部３１から得られたこれらの分割画像は、縦縞で図示されている。一方、４１ｂ、４２ｂ、・・、４６ｂはセンサ部３２から得られたチップｎの画像を同様にＸ−Ｙ−Ｚ−θステージ３３の進行方向に６分割した分割画像である。また、４１ｂ’、４２ｂ’、・・、４６ｂ’はチップｍの画像を同様に画像を取得する方向(矢印４０１の方向)に６分割した分割画像である。同じセンサ部３２から得られたこれらの分割画像は、横縞で図示されている。

本実施例では画像処理部３に入力される２つの異なる検出系(図３の７ａと７ｂ)の画像各々について、分割位置がチップｎとチップｍとの間で対応するように分割する。画像処理部３は複数の並列に動作するプロセッサで構成されており、各対応する画像（例えば、センサ部３１で得たチップｎとチップｍの対応する位置の分割画像４１ａと４１ａ’、センサ部３２で得たチップｎとチップｍの対応する位置の分割画像４１ｂと４１ｂ’など）を同じプロセッサに入力する。各プロセッサは同じセンサ部から入力された各チップの対応する箇所の分割画像から欠陥候補の検出を並列に行う。

このように、２つのセンサ部から光学条件と検出条件の組合せが異なる同領域の画像が同時に入力された場合、複数のプロセッサにて並列（例えば、図４ＡのプロセッサＡとプロセッサＣの並列、プロセッサＢとプロセッサＤの並列等）に欠陥候補の検出を行う。

一方、光学条件と検出条件の組合せが異なる画像から欠陥候補の検出を時系列に行うことも可能である。例えば、プロセッサＡにて分割画像４１ａと４１ａ’から欠陥候補の検出を行った後、同じプロセッサＡにて分割画像４１ｂと４１ｂ’から欠陥候補の検出を行う、もしくは，同じプロセッサＡにて光学条件と検出条件の組合せが異なる分割画像４１ａ，４１ａ’，４１ｂ，４１ｂ’を統合して欠陥候補の検出を行う，等各プロセッサに分割画像をどう割り振り，どの画像を用いて欠陥検出を行うかは自由に設定できる。

また，得られたチップの画像の分割方向を変えて欠陥判定を行うことも可能である。そのデータの流れを図４Ｂに示す。上記，帯状の領域４０の画像に対し，検査対象チップｎについて，４１ｃ，４２ｃ,４３ｃ,４４ｃはセンサ部３１から得られた画像をセンサのステージの進行方向と垂直な方向（センサ部３１の幅方向）に４分割した分割画像である。また，４１ｃ’，４２ｃ’,４３ｃ’,４４ｃ’は隣接するチップｍを同様に４分割した分割画像である。これらの画像は縦縞で図示されている。同様にセンサ部３２から得られ，同様に分割した画像（４１ｄ〜４４ｄ，４１ｄ’〜４４ｄ’）は斜線で図示されている。そして各対応する位置の分割画像を同じプロセッサに入力し，並列に欠陥候補の検出を行う。当然，得られた各チップの画像を分割せずに画像処理部３に入力して処理することも可能である。

図４Ｂの４１ｃ〜４４ｃはセンサ部３１から得られた帯状の領域４０のうち，チップｎの画像，４１ｃ'〜４４ｃ'はセンサ部３１から得られた隣接するチップｍの画像，同様に４１ｄ〜４４ｄはセンサ部３２から得られたチップｎの画像， ４１ｄ'〜４４ｄ'はセンサ部３２から得られたチップｍの画像である。このように，同じセンサから得られた各チップの対応する位置の画像を図４Ａで説明したように検出時間ごとに分割せずに同一のプロセッサに入力し，欠陥候補の検出を行うことも可能である。
なお，図４Ａ及び図４Ｂでは，隣接する２つのチップｎとｍの対応する分割画像が同じプロセッサに入力され，欠陥検出を行う例を示したが，図４Ｃに示すように、１つ又は複数のチップ（最大で半導体ウェハ５に形成されたチップの数）の対応する分割画像をプロセッサＡに入力し，これらを全て用いて欠陥候補の検出を行うことも可能である。いずれにせよ、複数の光学条件の画像それぞれに対し、各チップの対応する位置の画像（分割してもしなくてもよい）を同じプロセッサに入力し、各光学条件の画像毎，もしくは各光学条件の画像を統合して欠陥候補を検出する。

次に、各プロセッサにおいて行われる，画像処理部３の欠陥候補検出部８−２の処理の流れについて説明する。図５Ａには，図４Ａ及び図４Ｂに示した，半導体ウェハ５において、ステージ３３の走査によりセンサ部３１から得られる帯状の領域４０の画像のうち，チップ１，チップ２，チップ３，・・・，チップｚとそれに対応する領域の分割画像５１，５２，・・・，５ｚとの関係を示す。また、図５Ｂには，分割画像５１，５２，・・・，５ｚをプロセッサＡに入力し、５１，５２,・・・ ５ｚにある欠陥候補を検出する処理の流れの概要を示す。

図２及び図３に示したように、欠陥候補検出部８−２には，学習部８−２１，自己参照画像生成部８−２２，欠陥判定部８−２３が備えられている。まず，先頭のチップ１の画像５１が最初に欠陥候補検出部８−２に入力されると（Ｓ５０１），学習部８−２１において，入力された画像５１からパターンの配置情報を抽出する（Ｓ５０３）。これは，画像５１内の各パターンについて，類似するパターンを画像内で探索して抽出し，この抽出された類似パターンの位置を記憶するものである。

図６Ａを用いて、Ｓ５０１で入力された先頭チップの画像５１からパターンの配置情報を抽出するステップＳ５０３の詳細を説明する。

Ｓ５０１で入力された先頭チップの画像５１に対し，まず，パターンを含むＮ×Ｎ画素の小領域を抽出する（Ｓ６０１）。以下，Ｎ×Ｎ画素の小領域をパッチと記載する。次に抽出した全てのパッチについて、各パッチ内の特徴量を１つ以上，演算する（Ｓ６０２）。特徴量は，そのパッチの特徴を表すものであればよい。その例としては、（ａ）輝度値の分布(数１)、（ｂ）コントラストの分布(数２)、（ｃ）輝度分散値（数３），（ｄ）近傍画素との輝度増減分布（数４）等がある。

これらの特徴量は、パッチ内の各画素(x,y)の明るさをf(x,y)とすると，以下の式で算出する。

（数１）〜（数４）において，
i,j=0,1,・・N-1
そして、画像５１の各パッチの特徴量全て、あるいは、いくつかを選択し、パッチ間の類似度を演算する（Ｓ６０３）。類似度の例として，選択した特徴量の分布，すなわち，（数１）〜（数４）で示すＮ×Ｎ次元の特徴を軸とする特徴空間上でのパッチ間の距離などがある。例えば，（ａ）輝度値の分布を特徴量とした場合，パッチＰ１（中心座標（ｘ,ｙ））とパッチＰ２（中心座標(x',y')）の類似度は，

となる。

そして，各パッチについて，類似度が最も高いパッチを探索し（Ｓ６０４），類似パターンとしてその座標を記憶部８−５に保存する（Ｓ６０５）。

例えば，パッチＰ１の類似パターンがパッチＰ２であった場合，パッチＰ１の座標(ｘ,ｙ)の類似座標情報はパッチＰ２の(x',y')であるということになる。これは，画像内の各パターンについて，参照すべき類似パターンがどこにあるか，または，座標(ｘ,ｙ)に対応する類似座標情報が無い場合には類似パターンが存在しないといった，パターンの配置情報となる。例えば、図６Ｂに示すように、左側の画像５１について，パッチ６１ａ，６２ａ，６３ａ，６４ａの類似パターン探索結果は図６Ｂ右側のパッチ６１ｂ，６２ｂ，６３ｂ，６４ｂとなる。

図５Ｂの例では，Ｓ５０１で入力された先頭のチップの画像５１を用いてＳ５０３で抽出されたパターンの配置情報を基に，自己参照画像生成ステップＳ５０４において，画像５１から欠陥候補を抽出する際の基準画像となる参照画像を自己生成する。以下，実際には存在せず，検査対象画像自身から生成する参照画像を自己参照画像と記載する。

次に、自己参照画像生成ステップＳ５０４において自己参照画像生成部８−２２で実行する具体的な自己参照画像の生成方法の一例を図１に示す。検査対象となる画像５１について，Ｓ５０３で学習部８−２１においてパターンの配置情報抽出を実行して類似パターンを探索した結果，図６Ｂの通り，パッチ６１ａ，６２ａ，６３ａ，６４ａの類似パターンがパッチ６１ｂ，６２ｂ，６３ｂ，６４ｂであるという配置情報５１０が得られた場合，自己参照画像１００を，パッチ６１ａの位置にパッチ６１ｂ（具体的にはパッチ６１ｂの位置のＮ×Ｎ画素の輝度値）を配置，同様に，パッチ６２ａ，６３ａ，６４ａの位置にパッチ６２ｂ，６３ｂ，６４ｂを配置することにより生成する。ここで，パッチ１１ａ，１２ａのように，画像５１内で類似するパッチが存在しない場合は，隣接するチップの対応する分割画像５２の同じ位置のパッチ１１ｃ，１２ｃ（具体的には，画像５２内のＮ×Ｎ画素の部分画像）を自己参照画像１００に配置して補間する。

以上に説明した自己参照画像生成部８−２２で実行する自己参照画像生成ステップＳ５０４の詳細を図７を用いて説明する。先ず、Ｓ５０３で先頭チップの画像５１から抽出したパターンの配置情報５１０を基に，類似パターン（パッチ）が先頭チップの画像（自画像）５１内に存在するか否かを判断し（Ｓ７０１），類似パターン（パッチ）が自画像５１内に存在する場合には配置情報に含まれる座標の類似パターン（パッチ）を自己参照画像１００に配置し（Ｓ７０２），類似パターン（パッチ）が自画像５１内に存在しない場合には他の領域（隣接するチップ２）の画像５２の同座標のパターンを自己参照画像１００に配置して（Ｓ７０３）自己参照画像１００を生成する（Ｓ７０４）。

この生成された自己参照画像１００は欠陥判定部８−２３へ送られて、次の欠陥判定ステップＳ５０５が実行される。ここで，各パッチに対する，自画像内の類似パターンの有無も配置情報５１０に含まれている。なお，パッチのサイズＮは，１画素以上のいずれの画素数でも定義できる。

図８は，欠陥判定部８−２３で実行される検査対象画像５１と自己参照画像１００で行う欠陥判定ステップＳ５０５の処理の流れを示す。半導体ウェハ５は前述の通り，同一パターンが規則的に形成されており、Ｓ５０１で入力された画像５１とＳ５０４で生成された自己参照画像１００は本来、同一であるべきだが、多層膜が形成されているウェハ５には、チップ間の膜厚の違いに起因して、画像間には大きな明るさの違いが生じている。このため，隣接チップの画像から配置したパッチの部分においては，Ｓ５０１で入力した画像５１とＳ５０４で生成した自己参照画像１００の間で明るさの違いが大きい可能性が高い。また、ステージ走査時の画像の取得位置の微妙な違い（サンプリング誤差）による，パターンの位置のずれも生じている可能性がある。

このため，欠陥判定部８−２３は最初にそれらの補正を行う。まず、Ｓ５０１で入力された画像５１とＳ５０４で生成した自己参照画像１００の明るさのずれを検出し、補正を行う（Ｓ８０１）。明るさの補正は，画像間全体で行う，各パッチ間で行う，隣接チップの画像５２から配置したパッチのみで行う，などいずれの単位で行ってもよい。明るさのずれの検出，補正の例としてここでは、最小二乗近似による例を示す。
画像間の対応する画素f（ｘ，ｙ）、g（ｘ，ｙ）について、（数６）に示す線形関係があると仮定し、（数７）が最小となるようにａ、ｂを算出し、これを補正係数ｇａｉｎ、ｏｆｆｓｅｔとするものである。そして、明るさ補正対象となるＳ５０１で入力された画像５１の全画素値f（ｘ，ｙ）に対して、（数８）の通りに明るさの補正を行う。

次に、画像間の位置のずれを検出し、補正を行う（Ｓ８０２）。これも同様に全パッチ間で行ってもよいし，隣接チップの画像５２から配置したパッチのみで行ってもよい。位置ずれ量検出、補正処理は一方の画像をずらしながら、他方の画像との間で輝度差の二乗和が最小になるずれ量を求める、もしくは、正規化相関係数が最大となるずれ量を求める方法等が一般的である。

次に、明るさ補正、及び位置補正を行った画像５１の対象画素に対して、自己参照画像１００の対応する画素との間で特徴量を演算する（Ｓ８０３）。そして、対象画素の特徴量全て、あるいは、いくつかを選択し、特徴空間を形成する（Ｓ８０４）。特徴量は、その画素の特徴を表すものであればよい。その一実施例としては、（ａ）コントラスト(数９)、（ｂ）濃淡差(数１０)、（ｃ）近傍画素の明るさ分散値(数１１)、（ｄ）相関係数、（ｅ）近傍画素との明るさの増減、（ｆ）２次微分値等がある。

これらの特徴量の例は、検出画像の各点の明るさをｆ(x,y)、対応する参照画像の明るさをｇ(x,y)とすると以下の式で画像のセット（５１と１００）から算出する。

加えて、各画像の明るさそのものも特徴量とする。そして、これらの特徴量から１つ又は複数個の特徴量を選択し，画像内の各画素を、選択した特徴量を軸とする特徴空間に特徴量の値に応じてプロットし、正常と推定する分布を囲むようにしきい値面を設定する（Ｓ８０５）。設定されたしきい値面の外側にある画素、すなわち、特徴的にはずれ値となる画素を検出して（Ｓ８０６）、欠陥候補として出力する（Ｓ５０６）。正常範囲の推定には、ユーザが選択した特徴量に対して個々にしきい値を設定してもよいし、正常画素の特徴の分布は正規分布に従うと仮定し、対象画素が非欠陥画素である確率を求めて識別する方法でもよい。

後者は、ｎ個の正常画素のｄ個の特徴量をｘ１、ｘ２、‥、ｘｎとすると、特徴量がｘとなる画素を欠陥候補として検出するための識別関数φは、（数１２）、(数１３)で与えられる。

ここで、特徴空間は画像５１と自己参照画像１００内の全画素で形成してもよいし，パッチ毎に形成してもよいし，画像５１内の類似パターンで配置した全パッチと，隣接チップの画像５２から配置した全パッチ各々で形成しても構わない。ここまでが，欠陥候補検出部８−２の処理の例である。

更に、欠陥候補検出部８−２において検出した欠陥候補から、Nuisance欠陥やノイズを除去し、残った欠陥に対して欠陥種に応じた分類と寸法推定を検査後処理部８−３で行う。

次に、隣接するチップ２を撮像して得た部分画像５２を入力し（Ｓ５０２）、既に先頭ダイの画像５１から得たパターンの配置情報を用いて部分画像５２から自己参照画像を作成し（Ｓ５０４），この作成した自己参照画像と部分画像５２とを比較して欠陥判定し（Ｓ５０５）、欠陥候補を抽出する（Ｓ５０６）。以降、先頭ダイの画像５１から得たパターンの配置情報を用いて光学系1で撮像して得た部分画像に対して順次この（Ｓ５０４）乃至（Ｓ５０６）の処理を繰り返すことにより、ウェハ５上に形成された各チップの欠陥検査を行うことができる。

以上に説明したように、本実施例では，検査対象となる画像自身からパターンの配置情報を得て，参照画像を自己生成し，比較して欠陥を検出する。

図１４は，図３の装置の構成におけるユーザインターフェース部３６に表示されるこれらの処理内容，処理結果の例である。１４０は検査対象となる画像であり，微小な欠陥１４１を含む。１４２は，画像１４０に対して，近傍の複数のチップの同じ位置の画像を統計的に処理して生成した標準画像である。

通常，検査対象画像１４０と標準画像１４２を比較して，差の大きい部分を欠陥として検出するのが一般的である。これに対し，１４３は、本実施例において標準画像１４２から抽出したパターンの配置情報を用いて，画像１４０から生成される自己参照画像であり，これらを並べて表示する。

自己参照画像１４３内のパッチ１４３ａ〜１４３ｆは，パターン領域のコーナといった画像１４０内に類似するパッチがなく，標準画像１４２の同位置から配置されたパッチを示す。１４４は，一般的に行われる，検査対象画像１４０と標準画像１４２の比較結果である。差異の大きい部分ほど，明るく表示してある。１４５は，検査対象画像１４０と自己参照画像１４３の比較結果である。

検査対象画像１４０と標準画像１４２との間には，半導体ウェハ内膜厚の違いなどを起因とし，欠陥１４１の背景パターン領域で明るさむらが生じており，画像１４４においてその差異も大きくでてしまい，欠陥が顕在化できないのに対し，自己参照画像との比較においては，背景パターン領域の明るさむらが抑制されるため，画像１４５において欠陥が顕在化可能となる。一方，自己参照画像１４３において，標準画像のパッチを配置したパッチ１４３ａ〜１４３ｆの部分は，画像１４５において，画像１４４と同様に差異が大きく残る。

画像１４６は，自己参照画像１４３を生成する際に，標準画像１４２から配置したパッチの部分を示すものである。画像１４７は，自己参照画像１４３の各パッチが，検査対象画像１４０自身から配置したものか，標準画像１４１から配置したものかに応じて算出されるしきい値を示すものである。しきい値が高い部分ほど，明るく表示してある。

本実施例ではこれらの画像の全て，もしくはいくつかを並べて表示する。これにより，ユーザはこれらの画像から，検出された欠陥が，自画像内の類似パターンと比較して検出されたものか，近傍のチップの同位置のパターンと比較して検出されたものであるか，また，そのときのしきい値がいくつであったか，などを確認できる。

図１５Ａの１５００は，ユーザインターフェース部（ＧＵＩ部）に表示される上述の処理結果表示画面の一例である。１５０１は，検査対象となった半導体ウェハのどこで欠陥が検出されたかを示す欠陥マップである。黒点が検出された欠陥の位置を示す。１５０２は，検出された欠陥各々の特徴を示す欠陥リストである。特徴には，各々の欠陥のウェハ上の座標，輝度値，面積などがあり，欠陥リストはそれらの特徴でソートして表示することも可能である。

１５０３は，条件設定ボタンであり，ユーザが条件（光学条件，画像処理条件など）を変えて検査をしなおしたい場合は，ここから条件の変更を行う。条件設定ボタン１５０３が押されると，各画像処理パラメータに対する入力ボタンが表示され，ユーザはパラメータ値や条件を変更できる。また，ユーザが各欠陥の種類や画像，検出された経緯などの詳細な解析を行いたい場合，その欠陥を欠陥マップ１５０１上の黒点を選択するか，欠陥リスト１５０２上から選択すると（図１４ｂでは欠陥リスト１５０２のNo.2の欠陥をマウスで操作してポインタ（１５０４）で指定），その欠陥の詳細が示される。

図１５Ｂの１５１０は別の表示画面の例で，図１５Ａで説明した欠陥マップ１５０１、欠陥リスト１５０２のほかに、特定の欠陥の詳細情報を更に表示する例である。選択された欠陥について，図１４で示した処理内容，処理結果の全て，もしくはいずれかの画像が表示される，図中の１５１１の領域に表示された画像はその一例である。更に，１５１２のように，特定の欠陥を別の検出系で見た観察像，例えば，電子線像，明視野照明で取得した正反射像などを表示することも可能である。

図１６は，半導体ウェハに対する一般的な欠陥判定処理の流れである。半導体ウェハ上には，同一となるように，チップが規則的に形成されており（１６０，１６１），それらを図３で説明したような光学系を用いて撮像して得たそれぞれの画像の差異を算出し，図１４で説明したように別途設定されるしきい値画像１４７と比較し（１６５），差異が大きい部分を欠陥として検出する（１６６）。ここで，チップは一般的に，周期的な微細パターンからなるメモリマット部１６３（チップ１６０，１６１内の小さな矩形で示す各領域）と，ランダムなパタ-ンからなる周辺回路部１６２（チップ１６０，１６１内の斜線で示す領域）で構成される。メモリマット部１６３内の各画素は同じ領域内の１〜数周期分，離れた画素と比較して（セル比較）欠陥を検出し，周辺回路部１６２内の各画素は近傍のチップの同位置の画素と比較して（チップ比較又はダイ比較）欠陥を検出するのが一般的である。
このような検査を実現するために，従来、ユーザは事前に各メモリマット部の領域の定義，すなわち，チップ内のメモリマット部の開始座標と終点座標，メモリマット部のサイズ，間隔など，メモリマップ部内の微細パターンの周期など，チップの構成を示す情報の入力を行う必要があった。

図１７の１７４は複数のメモリマット部１７４１〜１７４８を混載したチップの例である。図１７に示した例ではメモリマット部が8個存在し，各メモリマット部は，面積，パターンの周期，周期の方向（チップの縦方向に周期性があるか，横方向に周期性があるか）などが異なる。このようなチップに対しては，従来ユーザが各メモリマット部１７４１〜１７４８について個別に定義を行う必要があった。これに対し，本実施例においては，メモリマット部／非メモリマット部に係わらず，また，繰返しパターンの周期や周期の方向などの情報を事前に必要とせず，チップ内の比較（セル比較），チップ間の比較（チップ比較又はダイ比較）の切り分けを自動で行い，それぞれに最適な感度を自動で設定して，欠陥の検出を行うことが可能となる。
そして，ＣＭＰ（Chemical Mechanical Polishing）加工等平坦化プロセス後のパターンの膜厚の微妙な違いや、照明光の短波長化により比較するチップ間に大きな明るさの違いがあっても、煩雑なチップのレイアウトの入力を必要とせずにチップ間の比較を最小限にとどめ，膜厚の違いが大きい領域にある微小な欠陥（例えば，１００ｎｍ以下の欠陥など）を高感度に検出することが可能となる。

また、ＳｉＯ2をはじめ、ＳｉＯＦ、ＢＳＧ、ＳｉＯＢ、多孔質シリア膜、等の無機絶縁膜や、メチル基含有ＳｉＯ2、ＭＳＱ、ポリイミド系膜、パレリン系膜、テフロン（登録商標）系膜、アモルファスカーボン膜等の有機絶縁膜といったｌｏｗ k膜の検査において、屈折率分布の膜内ばらつきによる局所的な明るさの違いがあっても、本発明により、微小な欠陥の検出が可能となる。

本発明の第２の実施例について、図９Ａ〜Ｃ及び図１０を用いて説明する。第２の実施例における装置の構成は、第１の実施例で説明した図２及び図３に示した構成と欠陥候補検出部８−２以外は同じであるので説明を省略する。第１の実施例と異なる部分は、第１の実施例において図５乃至７を用いて説明したパターンの配置情報を抽出して自己参照画像を生成する部分であり、第１の実施例においては先頭ダイの画像からパターンの配置情報を得、このパターンは位置情報を用いて各検査画像から自己参照画像を生成する方法について説明したが、本実施例においては、複数のダイの画像からパターンの配置情報を得る方法について、図９Ａ〜Ｃ及び１０を用いて説明する。

図９Ａは，図９Ｂに示すような半導体ウェハ５上に切り返し形成されたチップ１，チップ２，チップ３，・・・，チップｚの対応する領域の分割画像５１，５２，・・・，５ｚをプロセッサＡ（図４Ａ参照）に入力し，５１，５２，・・・，５ｚにある欠陥候補を検出する別の処理の概要である。本実施例における欠陥候補検出部８−２'は，図９Ｃに示すように、学習部８−２１'，自己参照画像生成部８−２２'，欠陥判定部８−２３'、基準画像生成部８−２４'を備えている。

まず，光学部１で半導体ウェハ５を撮像して得られた画像が前処理部８−１で前処理された後に欠陥候補検出部８−２'の同じプロセッサに入力され（Ｓ９０１），複数チップ間で位置が対応する分割画像５１，５２，・・・，５ｚのうちの複数の分割画像から，標準画像を生成する（Ｓ９０２）。

標準画像の生成方法の一例としては，図９Ｂに示すように、複数の画像間で位置のずれを補正し（Ｓ９０２１）、整列させ（Ｓ９０２２）、この整列させた状態で，全画素を対象として，複数画像間の対応する座標の画素値（輝度値）を収集し（Ｓ９０２３），（数１４）に示すように，統計的に各画素の輝度値を決定する（Ｓ９０２４）。これにより，欠陥の影響を排除した標準画像を生成する（Ｓ９０２５）。
S(x,y)= Median｛f1(x,y),f2(x,y),f3(x,y),f4(x,y),f5(x,y),・・・｝
・・・(数１４)
Median：収集した輝度値の中央値（メディアン）を出力する関数
S(x,ｙ)：標準画像の輝度値
fn(x,y)：整列位置補正後の分割画像５ｎの輝度値
なお，統計的な処理として，収集した画素値の平均値を標準画像の輝度値としてもよい。

また，標準画像の生成に用いる画像は，別の行に配列されたチップの対応する位置の分割画像（最大で半導体ウェハ５上の形成された全チップ数となる）を加えることも可能である。
S(x,y)= Σ{fn(x,y)｝／N，N：統計処理に用いる分割画像数
・・・(数１５)
そして，欠陥の影響を除外した標準画像から，学習部８−２１'において，実施例１において図５Ｂを用いて説明したＳ５０３のステップと同じようにパターンの配置情報９１０を抽出する（Ｓ９０３）。そして，検査対象となる各画像５１，５２，・・・，５ｚ各々について，自身の画像から配置情報９１０に基づき図５Ｂを用いて説明したＳ５０４のステップと同じよう自己参照画像を生成する（Ｓ９０４）。ここで，類似パターン（パッチ）が存在しないパターン（パッチ）について，隣接するチップの同座標のパターンを自己参照画像に配置してもよいが，図９Ａに示すように，Ｓ９０２で生成した標準画像９１を用いて自己参照画像生成ステップＳ９０４で自己参照画像を生成してもよい。次に、ステップＳ９０４で生成した自己参照画像をステップＳ９０１で前処理部８−１から入力した画像５１，５２，５３・・・とそれぞれ比較する欠陥判定処理を行い（Ｓ９０５），欠陥候補を抽出して（Ｓ９０６）その結果を検査後処理部８−３へ送り、実施例１で説明したのと同様な処理を行う。

以上に説明したように，本実施例においては１つの光学条件の複数の領域の画像を用いて作成した標準画像からパターンの配置情報９１０を抽出し（Ｓ９０３），自己参照画像を生成して（Ｓ９０４）比較してＳ９０５で欠陥を判定し、Ｓ９０６で欠陥候補を検出するが，更に光学条件と検出条件の組合せが異なる画像から，パターンの配置情報を抽出することも可能である。

図１０Ａは，光学条件と検出条件の組合せが異なる条件Ａ，条件Ｂで得られた，ウェハ上の特定の位置の画像１０１Ａ，画像１０１ＢからＳ９０３のステップでパターンの配置情報を抽出する例である。条件Ａで取得した画像１０１Ａにおいて，パッチ１０２に対して最も類似度が高いパッチが１０３ａ，２番目に類似度が高いパッチが１０４ａであり，条件Ｂで取得した同じ領域の画像１０１Ｂにおいては，対応するパッチ１０２に対して最も類似度が高いパッチが１０４ｂ，２番目に類似度が高いパッチが１０３ｂであった場合，画像１０１Ａ，画像１０１Ｂそれぞれから算出する類似度を統合して類似パッチを決定する。

統合して類似パッチを決定する一例としては，図１０Ｂに示すように横軸に画像１０１Ａから算出するパッチ間の類似度，縦軸に画像１０１Ｂから算出するパッチ間の類似度を取り，対象パッチを，両画像から算出される類似度に応じてプロットする。プロット点１０３ｃは，パッチ１０２−１０３ａ間の類似度ＤＡ３と，パッチ１０２−１０３ｂ間の類似度ＤＢ３に応じてプロットされた点であり，点１０４ｃは，同様にパッチ１０２−１０４ａ間の類似度ＤＡ４と，パッチ１０２−１０４ｂ間の類似度ＤＢ４に応じてプロットされた点である。そして，２点のうち，原点からの距離が大きい点１０４ｃを類似度最大パッチとする。すなわち，１０２に対して，類似度最大パッチは１０４ａ，１０４ｂとなる。このように見え方の異なる２枚以上の複数の画像から算出した類似度を統合して，類似度最大パッチを決定することにより，Ｓ９０３のステップにおける類似パターンの探索精度を向上させることも可能である。

生成した自己参照画像を用いて検査画像５１と比較し、欠陥候補を抽出する処理は実施例１において図８を用いて説明したものと同じである。また、検査結果の出力についても、実施例１において図１４を用いて説明したものと同じである。

本発明の第３の実施例について、図１１乃至１３を用いて説明する。本実施例における装置の構成は実施例１で説明した図２及び図３に示した構成と欠陥候補検出部８−２以外は同じであるので説明を省略する。
実施例２において図１０を用いて説明したパターンの位置情報を抽出する例では２つの類似パターンの候補から類似度最大パターンを１つ決定しているが，実際には，1枚の画像内に，類似パターンは複数個あることが多い。本実施例においては、複数の類似パターンを用いることにより，より信頼性の高い欠陥判定を行う方法について説明する。

図１１に処理の流れの概要を示す。チップ１，チップ２，チップ３，・・・，チップｚの対応する領域の分割画像５１，５２，５３・・・，５ｚを取得し（Ｓ１１０１）、この取得した分割画像のうちの２つ以上の複数の分割画像から，標準画像１１１０を生成する（Ｓ１１０２）。

標準画像１１１０の生成方法は実施例１及び実施例２の場合と同じである。そして，標準画像１１１０から，学習部８−２１'において，パターンの配置情報を抽出する（Ｓ１１０３）。ここでは，類似度が最も高いパッチを１つ抽出するのではなく，類似度が最も高いパッチ，２番目に高いパッチ，３番目に高いパッチ，・・・とパターン情報を抽出しその座標などを配置情報（１１０２ａ，１１０２ｂ，１１０２，・・・）として保持する。そして，検査対象となる各画像５１，５２，・・・，５ｚ各々について，自身の画像から配置情報（１１０２ａ，１１０２ｂ，１１０２ｃ，・・・）に基づき，自己参照画像を各々に生成し（Ｓ１１０４），得られた複数枚の自己参照画像について，欠陥判定ステップＳ１１０５においてそれぞれに図８で示したはずれ画素検出処理を行い，全自己参照画像から検出されるはずれ画素を統合して欠陥候補を検出する（Ｓ１１０６）。

統合の一例としては，各画素で算出される，はずれ画素であるか否かの評価値（例えば，特徴空間上で推定された正常部の分布からの距離など）を各自己参照画像から算出し，それらの論理積（画像間の最小評価値）や論理和（画像間の最大評価値）をとることで行う。図１２Ａ、Ｂ及び図１３にその具体的な効果の例を示す。

図１２Ａの１２００は検査対象となるチップの画像，１１１０は標準画像である。パッチ１２０１乃至１２０３のうち、パッチ１２０２内のパターン（横縞の十字パターン）は欠陥を示す。ステップＳ１１０３において、標準画像１１１０のパッチ１２０１aに対する類似パッチが１２０３ａ，パッチ１２０２ａに対する類似パッチが１２０１ａ，パッチ１２０３ａに対する類似パッチが１２０１ａとして抽出されたとする。この配置情報からＳ１１０４において画像１２００の自己参照画像を生成した画像が１２１０である。そして，Ｓ１１０５で画像１２００と自己参照画像１２１０を比較してそれらの差画像１２１５を作成することにより，欠陥１２０２ｄが検出される（Ｓ１１０６）。

これに対し，図１２Ｂに示す検査対象画像１２２０のように，パッチ１２０４乃至１２０６のうち、パッチ１２０４，１２０５内それぞれに欠陥が生じていた場合，Ｓ１１０４において上記配置情報から生成される画像１２２０の自己参照画像は１２３０となり，欠陥判定ステップＳ１１０５において作成した画像１２２０と自己参照画像１２３０との差画像１２２５にはパッチ１２０５内になる欠陥は検出できない。更にパッチ１２０４と１２０５が互いに類似パターンであった場合，２つの欠陥ともに検出できない。

これに対し，図１３は，複数のパターン配置情報を利用することで，複数の類似パターンにまたがる大きな欠陥を検出可能とする例である。検査対象画像１３００内の三つのパッチ１３０１乃至１３０３のうちパッチ１３０１と１３０２内それぞれに欠陥が生じている検査対象画像１３００に対し、ステップＳ１１０３において求めた上記配置情報から自己参照画像生成ステップＳ１１０４で自己参照画像生成部８−２２'において生成される画像１３１０に加え、ステップＳ１１０３で学習部８−２１'において更に２番目に類似度が高いパッチによるパターンの配置情報を求め、この2番目に類似度が高いパッチによるパターンの配置情報から自己参照画像生成ステップＳ１１０４において自己参照画像生成部８−２２'で１３２０を自己参照画像として生成する。

これは、標準画像１１１０において、パッチ１３０１aに対する２番目の類似パッチが１３０２ａ，パッチ１３０２ａに対する２番目の類似パッチが１３０３ａとした２番目のパターン配置情報から生成したものである。そして、欠陥判定ステップＳ１１０５において欠陥判定部８−２３'で画像１３００と２つの自己参照画像１３１０、１３２０とを比較し、その結果，差画像１３３１ａ、と差画像１３３１ｂとを欠陥候補として抽出する（Ｓ１１０６）。

そして、欠陥判定部８−２３'でこれらの２つの比較結果を統合する（ここでは、論理和をとる）ことにより、検査対象画像１３００のパッチ１３０１、１３０２内の欠陥画像１３３２が抽出される。ここでは，以上のように、大きな欠陥の見逃しを防ぐために２つの自己参照画像との比較結果の論理和をとる例を示したが、誤検出を防ぐために、２つ以上の複数の自己参照画像との比較結果に対して論理積をとることにより処理は多少複雑になるが、より信頼性の高い欠陥検出を行うことが出来る。

生成した自己参照画像を用いて検査画像５１と比較し、欠陥候補を抽出する処理は実施例１において図８を用いて説明したものと同じである。また、検査結果の出力についても、実施例１において図１４を用いて説明したものと同じである。

以上、本発明の一実施例を半導体ウェハを対象とした暗視野検査装置における比較検査画像を例にとって説明したが、電子線式パターン検査における比較画像にも適用可能である。また、明視野照明のパターン検査装置にも適用可能である。

検査対象は半導体ウェハに限られるわけではなく、画像の比較により欠陥検出が行われているものであれば、例えばＴＦＴ基板、ホトマスク、プリント板等でも適用可能である。

１・・・光学部 ２・・・メモリ ３・・・画像処理部 ４ａ，４ｂ・・・照明部 ５・・・半導体ウェハ ７ａ，７ｂ・・・検出部 ８−２・・・欠陥候補検出部 ８−３・・・検査後処理部 ３１，３２・・・センサ部 ９・・・全体制御部 ３６・・・ユーザインターフェース部。

Claims (12)

1. 試料上に形成されたパターンを検査する装置であって、
   試料を載置して少なくとも一方向に連続的に移動可能なテーブル手段と、
   該テーブル手段に載置された前記試料を撮像して該試料上に形成されたパターンの画像
   を取得する画像取得手段と、
   該画像取得手段で取得した前記パターンの画像から参照すべき類似パターンがどこにあるか、または、類似パターンが存在しないかといった前記パターンの配置情報を抽出するパターン配置情報抽出手段と、
   該パターン配置情報抽出手段で抽出した前記パターンの配置情報を基に前記画像取得手段で取得した前記パターンの画像とから欠陥候補を抽出する際の基準画像となる参照画像を作成する参照画像作成手段と、
   該参照画像作成手段で作成した前記参照画像と前記画像取得手段で取得した前記パター
   ンの画像とを比較して前記パターンの欠陥候補を抽出する欠陥候補抽出手段と
   を備えたことを特徴とする欠陥検査装置。
2. 前記画像取得手段は、前記取得した前記パターンの画像を分割して出力し、前記パター
   ン配置情報抽出手段は、前記画像取得手段から分割して出力された分割画像のパターンの
   配置情報を抽出し、前記参照画像作成手段は前記分割画像に対応する参照画像を作成し、
   前記欠陥候補抽出手段は前記参照画像作成手段で作成した前記分割画像に対応する参照画
   像と前記画像取得手段から分割して出力された分割画像とを比較して前記パターンの欠陥
   候補を抽出することを特徴とする請求項１記載の欠陥検査装置。
3. 試料上に繰返し形成された本来同一の形状となるべきパターンを検査する装置であって
   、
   試料を載置して少なくとも一方向に連続的に移動可能なテーブル手段と、
   該テーブル手段に載置された前記試料を撮像して該試料上に繰返し形成された本来同一
   の形状となるべきパターンの画像を順次取得する画像取得手段と、
   該画像取得手段で順次取得した本来同一の形状となるべき繰返し形成されたパターンの
   画像から標準画像を生成する標準画像生成手段と、
   該標準画像生成手段で生成した標準画像から参照すべき類似パターンがどこにあるか、または、類似パターンが存在しないかといったパターンの
   配置情報を抽出するパターン配置情報抽出手段と、
   該パターン配置情報抽出手段で抽出したパターンの配置情報を基に前記画像取得手段で順次取得した本来同一の形状となるべきパターンの画像のうちの検査すべきパターンの画像又は前記標準画像生成手段で生成した標準画像から欠陥候補を抽出する際の基準画像となる参照画像を作成する参照画像作成手段と、
   該参照画像作成手段で作成した参照画像と前記画像取得手段で順次取得した本来同一の
   形状となるべきパターンの画像のうちの前記検査すべきパターンの画像とを比較して該検
   査すべきパターンの欠陥候補を抽出する欠陥候補抽出手段と
   を備えたことを特徴とする欠陥検査装置。
4. 前記画像取得手段は、前記順次取得した前記繰返し形成された本来同一の形状となるべ
   きパターンの画像を分割して出力し、前記標準画像生成手段は、前記画像取得手段から分
   割して出力された前記繰返し形成された本来同一の形状となるべきパターンの画像から前
   記分割された画像に対応する分割された標準画像を生成し、前記パターン配置情報抽出手
   段は、前記標準画像生成手段で生成された分割された標準画像のパターンの配置情報を抽
   出し、前記参照画像作成手段は、前記パターン配置情報抽出手段で抽出された前記分割さ
   れた標準画像のパターンの配置情報と前記画像取得手段から分割して出力された前記分割
   された画像又は前記標準画像生成手段で生成された前記分割された標準画像とを用いて該
   分割された画像に対応する参照画像を作成し、
   前記欠陥候補抽出手段は、前記参照画像作成手段で作成した前記分割された画像に対応す
   る参照画像と前記画像取得手段から分割して出力された前記分割された画像とを比較して
   前記パターンの欠陥候補を抽出することを特徴とする請求項３記載の欠陥検査装置。
5. 前記画像取得手段は、前記試料に光を照射する照明光学系部と、該照明光学系部により
   光が照射された前記試料からの反射光を検出する反射光検出光学系とを備えていることを
   特徴とする請求項１又は３に記載の欠陥検査装置。
6. 前記欠陥候補抽出手段で抽出した欠陥候補から、Nuisance欠陥やノイズを除去し、残っ
   た欠陥に対して欠陥種に応じた分類と寸法推定を行う欠陥分類・寸法推定手段を更に備え
   たことを特徴とする請求項１又は３に記載の欠陥検査装置。
7. 試料上に形成されたパターンを検査する方法であって、
   前記試料を一方向に連続的に移動させながら前記試料を撮像して該試料上に形成された
   パターンの画像を取得し、
   該取得したパターンの画像から参照すべき類似パターンがどこにあるか、または、類似パターンが存在しないかといった前記パターンの配置情報を抽出し、
   該抽出したパターンの配置情報を基に前記取得したパターンの画像のうちの検査対象画像から欠陥候補を抽出する際の基準画像となる参照画像を作成し、
   該作成した参照画像と前記検査対象画像とを比較して前記パターンの欠陥候補を抽出する
   ことを特徴とする欠陥検査方法。
8. 前記パターンの配置情報を抽出するステップにおいて、前記取得した前記パターンの画
   像を分割した画像ごとにパターンの配置情報を抽出し、
   前記参照画像を作成するステップにおいて前記分割した画像ごとに抽出したパターンの
   配置情報と前記分割した画像とを用いて該分割した画像に対応する参照画像を作成し、
   前記パターンの欠陥候補を抽出するステップにおいて、前記分割した画像に対応して作
   成した参照画像と前記分割した画像とを比較して前記パターンの欠陥候補を抽出すること
   を特徴とする請求項７記載の欠陥検査方法。
9. 試料上に繰返し形成された本来同一の形状となるべきパターンを検査する方法であって
   、
   前記試料を一方向に連続的に移動させながら前記試料を撮像して該試料上に繰返し形成
   された本来同一の形状となるべきパターンの画像を順次取得し、
   該順次取得した本来同一の形状となるべき繰返し形成されたパターンの複数の画像から
   標準画像を生成し、
   該生成した標準画像から参照すべき類似パターンがどこにあるか、または、類似パターンが存在しないかといったパターンの配置情報を抽出し、
   該抽出したパターンの配置情報を基に前記順次取得した本来同一の形状となるべきパターンの画像のうちの検査すべきパターンの画像又は前記生成した標準画像から欠陥候補を抽出する際の基準画像となる参照画像を作成し、
   該作成した参照画像と前記検査すべきパターンの画像とを比較して該検査すべきパター
   ンの欠陥候補を抽出する
   ことを特徴とする欠陥検査方法。
10. 前記標準画像を生成するステップにおいて、前記繰返し形成された本来同一の形状とな
    るべきパターンの画像を分割した画像に対応する分割された標準画像を生成し、
    前記パターンの配置情報を抽出するステップにおいて、前記生成した分割された標準画
    像ごとに前記パターンの配置情報を抽出し、
    前記参照画像を作成するステップにおいて、前記分割された標準画像ごとに抽出したパ
    ターンの配置情報と前記分割した画像と又は前記分割された標準画像を用いて該分割した
    画像に対応する参照画像を作成し、
    前記パターンの欠陥候補を抽出するステップにおいて、前記分割した画像に対応して作
    成した参照画像と前記分割した画像とを比較して前記パターンの欠陥候補を抽出すること
    を特徴とする請求項９記載の欠陥検査方法。
11. 前記パターンの画像を取得することを、前記試料に光を照射し、該光が照射された前記
    試料からの反射光を検出することにより前記パターンの画像を取得することを特徴とする
    請求項７又は９に記載の欠陥検査方法。
12. 前記パターンの欠陥候補を抽出するステップにおいて抽出した欠陥候補からNuisance欠陥やノイズを除去し、残った欠陥に対して欠陥種に応じた分類と寸法推定を行う欠陥分類・寸法推定するステップを更に備えたことを特徴とする請求項７又は９に記載の欠陥検査方法。

Images