JP5592414B2 - テンプレート評価装置、顕微鏡装置及びプログラム - Google Patents

Description

本発明は、例えば２次元画像のパターンマッチングに使用するテンプレートを評価する装置に関する。また、本発明は、２次元画像以外の画像について使用して好適なパターンマッチング技術に関する。

対象画像から特定の形状（テンプレート）を探索する技術は、パターンマッチングと呼ばれ、従来から画像検索、人検知、外観検査等の様々な分野において広く採用されている。例えば外観検査装置においては、検査対象の位置ずれを補正して検査位置を求める処理（例えば特許文献１を参照）や画像を合成する際に画像間の共通部分を特定する処理（例えば特許文献２を参照）にパターンマッチングを使用する。

一般に、検査位置の大まかな位置合わせは、検査対象物の搬送台やカメラ等の移動により行われる。しかし、この手法による位置合わせは、位置決め精度が低く（誤差が大きく）、特に顕微鏡のように微細な欠陥を検査する装置の場合、画像上で大きなズレが生じる。

このズレを補正して正確な位置で計測を行うために、パターンマッチングによる位置合わせが行われる。パターンマッチングで使用するテンプレートには、一般に、複数の検査対象画像から作成される理想形状画像や設計データ等を画像化したものが用いられる。

撮影条件や検査対象の出来栄えにより、外観検査装置により撮像された画像の見え方（視認性）にはばらつきが存在する。このため、検査対象画像とテンプレートの見え方に違いが生じる。特にコスト削減の観点から、検査対象画像を参照することなく、元データからテンプレートを直接作成する場合、撮像画像とテンプレートの間における形状の不一致やコントラストの不一致等が、検査対象画像を参照する場合よりも発生し易い。このため、パターンマッチングが失敗する場合がある。

そこで、テンプレートの作成時には、元データのレイアウト解析の結果（例えば特許文献３参照）に基づいてテンプレートを自動的に作成する方法や熟練したオペレータが各自のノウハウに基づいて撮影画像の見え方を予測し、見え方と不一致が発生しないようなテンプレートを手動で設定する方法等が用いられている。

特開２０１１−９９８６４号公報 特開２０１１−１０７０２４号公報 特開２００７−３２１２号公報

しかし、オペレータの手作業によるテンプレートの設定は、設定が必要なテンプレートの枚数が増加するほどコストの上昇につながる。また、作業時間の観点からも、その実行は困難である。また、特許文献３のようにテンプレートを自動的に作成する方法は、実画像との差異やパターンマッチングアルゴリズムの特徴を考慮しないため、作成されたテンプレートと撮影画像が大きく異なり、マッチングに失敗する場合があった。

そこで、本発明では、評価対象テンプレートが与えられた場合に、評価対象テンプレートをパターンマッチングに用いる場合の有効性を示すスコアを自動的に計算する手法を提案する。

本発明によれば、撮影画像を参照しなくても、テンプレートが撮像画像とのマッチングに成功する可能性が高いか否かを自動的に評価することができる。上述した以外の課題、構成及び効果は、以下の実施の形態の説明により明らかにされる。

テンプレートの評価機能の全体を概念的に説明する図。 基準データの構造例を示す図。 多次元特徴量による判定基準の設定例を説明する図。 スカラー値によるスコア値の計算例を説明する図。 設計データから基準データを作成する処理機能を説明する図。 テンプレート生成機能を説明する図。 基準テンプレートと基準マッチング画像からマッチングデータを作成する処理機能を説明する図。 設計データから評価対象データを作成する処理機能を説明する図。 有効テンプレートデータの出力機能を説明する図。 複数の基準データを用いて判定基準を作成する処理機能を説明する図。 電子顕微鏡の構造例を示す図。 制御装置とその周辺装置の接続構成を示す図。

以下、図面に基づいて、本発明の実施の形態を説明する。なお、本発明の実施の態様は、後述する形態例に限定されるものではなく、その技術思想の範囲において、種々の変形が可能である。なお、実施の形態を説明するための全図において、同一の機能を有する部材には同一または関連する符号を付し、その繰り返しの説明は省略する。また、以下の実施の形態では、特に必要なとき以外は同一または同様な部分の説明を原則として繰り返さない。

［評価対象データ］
以下に説明する各形態例においては、例えば見た目がマッチング対象画像と大きく異なり（類似性が低い）、シミュレーションなどの既存の技術によってはマッチング対象画像に一致させることが難しいテンプレートデータを主要な評価対象とする。もっとも、評価対象とするテンプレートデータは、前述したような特定のデータに限られるものではない。例えば評価対象には、マッチング対象画像との類似性が高いテンプレートデータが含まれていてもよい。また、後述する評価技術は、３次元ＣＡＤモデルや３次元空間測定データのような２次元画像以外のデータに適用してもよい。

［システム構成例］
本発明の一形態は、汎用コンピュータ（計算機）を用いた画像処理装置として実現される。この種の画像処理装置には、入出力インターフェイス（ディスプレイ、キーボード、マウス、ＬＡＮポート、ＵＳＢポートなど）、演算部（ＣＰＵ、ＧＰＵ（Graphics Processing Unit）など）、記憶部（メモリ、ＨＤＤ（Hard Disc Drive）など）が備えられている。ただし、画像処理装置は、必ずしも、これら構成要素の全てを備える必要はない。また、これら構成要素の一部は、直接又はネットワーク経由で画像処理装置に対して外付けされていてもよい。このように、汎用コンピュータを用いる場合、その処理機能はプログラムを通じて提供される。画像処理装置の具体的な構成については後述する。

［応用分野］
後述する評価手法は、例えば半導体検査装置により撮影された画像と半導体設計データとのパターンマッチングに使用するテンプレートを自動生成する際に使用することができる。もっとも、本発明は、半導体検査装置に用途を限定するものでは無く、物体に印字された製品番号やロット番号の検査装置などにも用いることができる。

［評価処理の概要］
後述する評価処理の一形態においては、設計データやゴールデンパターンから事前に生成されたテンプレート候補を評価対象に使用する。また、後述する評価処理においては、マッチングの成功のし易さや失敗のし易さという観点からテンプレート候補をスコアリングし、得られたスコア値に従って最終的なテンプレートを選択する。例えばスコア値と閾値を比較し、閾値よりも高いスコア値が付与されたテンプレート候補だけを最終的に使用するテンプレートとして選択する。ただし、ここでの選択方法やスコア値の持つ意味は前述した内容に限定されない。

また、後述する評価処理の一形態においては、設計データをテンプレートに変換する機能を画像処理装置内に搭載し、事前にテンプレート候補を作成する必要性を無くすこともできる。この場合には、画像処理装置に対して設計データを与えるだけで（すなわち、テンプレート候補を与えなくても）、自動的にテンプレートを生成することができる。

［形態例１］
［評価処理機能の概要］
図１に、形態例に係る評価処理機能の概要を示す。図１に示すように、形態例に係る評価処理機能は、基準データ１０１とマッチングデータ１０２から判定基準１０４を作成する判定基準作成部１０３と、評価対象データ１０５と判定基準１０４からスコア１０７を計算するスコア処理部１０６とで構成される。ここでの処理部は、コンピュータで実行されるプログラムを通じて実現される。なお、図１に示す機能構成は、単一のコンピュータ（計算機）を用いて実現してもよく、複数のコンピュータ（計算機）を用いて実現してもよい。

ここでの基準データ１０１は、判定基準１０４を定める際に基準として用いるテンプレートについて得られたデータである。例えば基準データ１０１は、(1) テンプレートから得られる画素値や画素平均値などの統計量、(2) 画素値から求められる高次局所自己相関（ＨＬＡＣ：Higher-order Local AutoCorrelation）などの特徴量、(3) テンプレートを設計データやマッチング対象画像から作成する場合に用いたフィルタの種類やサイズの情報、(4) テンプレート自体のサイズなどを、スカラー値、Ｎ次元ベクトル又は多次元行列で表現した数値データを含む。基準データ１０１には、前述した統計量や特徴量などを目的に応じて組み合わせたものを使用してもよい。もっとも、基準データ１０１の構成と、基準データ１０１に含まれる要素は、これらに限定するものでは無い。以下、基準データ１０１に含まれる数値を「特徴量」と呼び、基準として用いるテンプレートを基準テンプレートと呼ぶ。

基準データ１０１は、１つの基準テンプレートから１つ以上生成される。基準データ１０１は、図２に示すように、各基準テンプレートに由来する１つ以上の特徴量と特徴量の組み合わせにより与えられる。図２の縦軸（行）は基準データ１０４を生成した基準テンプレート、横軸（列）は各特徴量である。図２には、各基準テンプレートから得られた複数の特徴量の値が記述されている。勿論、図２は、組み合わせの一例であり、特徴量の組み合わせはこれに限定されない。

基準データ１０１は、基準テンプレート毎に得られた特徴量を記述したファイルの１つ以上の集合として定義されてもよいし、図２に示すように、１つ以上の基準テンプレートから得られた特定の特徴量をまとめた１つ以上のデータファイルやデータベースとして定義されてもよい。基準データ１０１の形式はこれに限定しない。

マッチングデータ１０２は、位置合わせで使用するパターンマッチングアルゴリズムに基準テンプレートを適用してマッチングの成否を判定した結果に由来する情報である。例えばパターンマッチングアルゴリズムが正規化相関法である場合には、ある基準テンプレートとマッチング対象となる撮影画像（マッチング対象画像）とのマッチングを正規化相関法により行った結果（マッチングに成功したか失敗したか）に由来する情報が、マッチングデータ１０２の情報となる。

マッチングデータ１０２は、数値や文字などで表される。例えば数値の“０”によりマッチングの「成功」を表し、数値の“１”によりマッチングの「失敗」を表す。テンプレートは、一般に１枚以上のマッチング対象画像を持つ。このため、基準テンプレートを複数のマッチング対象画像とマッチングすることにより得られる成功率や失敗率をマッチングデータ１０２としてもよい。マッチングデータ１０２は、判定基準１０４として用いられる基準データ１０１に含まれる基準テンプレートに対するマッチングの成否に由来する情報を少なくとも含んでいる。もっとも、マッチングデータ１０２の形式、マッチングデータ１０２に含まれるデータの意味、パターンマッチングアルゴリズムはこれらに限定されるものではない。

判定基準作成部１０３は、基準データ１０１をマッチングデータ１０２に基づいて分類し、分類に従って特徴量を比較し、判定基準１０４を作成する。分類に基づく判定基準の作成方法には、例えばニューラルネットワークやBoostingのような学習アルゴリズムを用いてもよいし、基準データ１０１から分類によって常に違う値を探してくる手法、分類によって距離平均を求める手法などを用いてもよい。また、マッチング成功テンプレートを用いて理想画像を作成してもよい。

例えばマッチングデータ１０２が、基準データ１０１を成否で分類するデータである場合、判定基準作成部１０３は、マッチングデータ１０２を用いて基準データ１０１を分類した正否２つのグループに対応する特徴量どうしを比較する。

例えば比較対象が画素値の場合、基準データ１０１に含まれる基準テンプレートの（X、Y）位置の画素値Ａの値が、マッチング失敗グループの基準データ１０１であれば１以上、成功グループの基準データ１０１であれば０であるとすると、画素値Ａが０であるか否かが判定基準１０４となる。

判定基準１０４は、複数の特徴量から導き出すことも可能である。例えば特徴量がＨＬＡＣで与えられる場合、図３に示すように、基準データ１０１の要素である特徴量Ａと特徴量Ｂにより構成される２次元平面を規定し、当該平面上に設定される領域や境界面（マッチングの成否を分類する領域や境界面８０１）を判定基準１０４に定めてもよい。例えば判定基準が、図３に示すように２次元平面を２分する境界面８０１で与えられる場合、その内側に位置する基準テンプレートをマッチング成功率の高い基準テンプレートに分類し、外側に位置する基準テンプレートを成功率の低い基準テンプレートと分類することができる。

また、成功グループと失敗グループの完全な分離が出来ない又は困難な場合、成功グループと失敗グループの特徴量の分布に基づいて、２つのグループの境界面８０１を定め、当該境界面８０１を判定基準１０４とする作成方法を適用することもできる。

この判定基準１０４の作成方法は、例えば図３に示す２次元平面にマッチングデータ１０２をマッピングする場合において、特徴量Ａと特徴量Ｂを属性に有するマッチングデータ１０２に従って成功グループと失敗グループにうまく分離できる境界や領域が一意に決定できない場合に適用して好適な方法である。特徴量の分布に基づく２つのグループの境界面８０１の決定は、前述した学習アルゴリズム（ニューラルネットワークやBoostingなど）を通じて実現することができる。

判定基準１０４を求める際には、特徴量に対して主成分分析などの次元数の削減手法を取り入れてもかまわない。また、マッチングデータ１０２による分類は、成否のどちらか片方のデータのみしか持たないような偏りのあるデータであってもよい。ただし、ある程度偏りのないデータを与えた方がテンプレート選択時の精度は向上する。また、精度のよい判定基準１０４を作成するための特徴量には、人間が発見的に抽出するヒューリスティックな特徴量（例えばテンプレートサイズ、設計データからの切り出し位置、切り出し位置周辺での相互相関値）、局所特徴量（例えばＨＬＡＣやＨＯＧ（Histograms of Oriented Gradients））、統計特徴（例えば画素値の標準偏差や平均値）等の複数の種類の特徴量を組み合わせて使ってもよい。これらの特徴量と学習アルゴリズム（ニューラルネットやBoostingなど）をうまく組み合わせることにより、マッチング成功率の高いテンプレートを精度よく評価することができる。

判定基準１０４は、ある特徴量のしきい値、多次元ベクトル、多次元の領域、多次元の分布、多次元の境界、前述した判定基準１０４の結合データ、マッチング成功率などからスコアをつけた基準データ１０１などから与えられる。例えばある画素の画素値を２クラスに分類する閾値、基準データ１０１の特徴量が取る数字の範囲を示す確率密度分布などでよい。ただし、これらに限定するものでなく、また判定基準１０４は複数個のデータであってよい。

評価対象データ１０５は、評価対象であるテンプレートから得られる情報であり、基準データ１０１と同類の特徴量である。以下、評価対象であるテンプレートを「評価対象テンプレート」という。評価対象データ１０５は、基準データ１０１に含まれる種類の特徴量のうち、少なくとも判定基準１０４に利用されている特徴量を含んでいる。

スコア処理部１０６は、評価対象データ１０５と判定基準１０４を比較してスコア１０７を算出する。例えば図４は、特徴量をテンプレートのある位置（X、Y）における画素値とし、判定基準１０４をしきい値Ａとして表している。この場合、評価対象テンプレートのある位置（X、Y）の画素値（評価対象データ１０５）としきい値Ａ（判定基準１０４）との距離をスコア１０７とする。

なお、評価対象データ１０５と判定基準１０４が共に多次元ベクトルで与えられる場合には、評価対象データ１０５と判定基準１０４の同じ種類の特徴量同士の各要素の差の２乗和をスコア１０７とする。また、評価対象データ１０５と判定基準１０４が画像で与えられた場合には正規化相関で求めた類似度をスコア１０７としてもよい。また、判定基準１０４が多次元で与えられる領域、多次元で与えられる分布、多次元で与えられる境界などであれば、それらからの距離をスコア１０７としてもよい。

また、判定基準１０４が図４に示すようなスカラーの閾値で与えられる場合には、その閾値と対応する評価対象データ１０５の特徴量とを比較し、その大小結果を表す１、０や、閾値との距離を与える数値をスコア１０７として用いてもよい。

もっとも、スコア１０７の与え方はこれらに限られるものではない。例えば評価対象データ１０５とスコア付けされた複数の基準データ１０１との類似度を比較し、最も類似度の近い基準データ１０１のスコア１０７を出力する手法を採用してもよい。この場合、スコア処理部１０６においてスコア１０７の計算を行わずに済む。スコア１０７の計算を行わない手法についても、これに限定するものでは無い。

スコア処理部１０６で算出されたスコア１０７は、出力インターフェイスを通じ、画像処理装置の外部に出力される。例えばスコア１０７は、テキストデータとして計算機の記憶部に保存したり、評価テンプレートと共にディスプレイ装置の表示画面上に表示してもよい。もっとも、スコア１０７の出力手法は、これに限定されるものでは無い。

ところで、図１に示す判定基準作成部１０３とスコア処理部１０６は、同じ計算機上に実装されていなくてもよい。すなわち、基準データ１０１とマッチングデータ１０２から判定基準１０４を作成する判定基準作成装置と、評価対象データ１０５と判定基準１０４からスコア１０７を算出するスコア評価装置を別々の計算機として実現してもよい。

また、判定基準１０４の作成は、評価対象データ１０５の入力とは別に実行してもよい。すなわち、事前に判定基準１０４を作成してデータベースのような記憶部に記録しておき、評価対象データ１０５が与えられた際に、当該記憶部から判定基準１０４を取り出してスコア１０７を算出してもよい。

［形態例２］
形態例１においては、基準データ１０１が予め与えられるものとして説明したが、テンプレートの作成元となるデータやテンプレートから特徴量を抽出し、基準データ１０１を作成する処理機能を画像処理装置内に含めることもできる。以下、テンプレートの作成元となるデータをテンプレート元データと呼ぶ。

図５に、設計データから基準データ１０１を生成する基準データ作成機能の処理内容を示す。図５は、テンプレート元データが、設計データ２０１として与えられる場合について表している。テンプレート作成部２０２は、外部から入力された設計データ２０１から基準テンプレート２０３を作成する。基準テンプレート２０３は特徴量抽出部２０４に与えられる。特徴量抽出部２０４は、基準テンプレート２０３の特徴量を抽出し、基準データ１０１として出力する。抽出された基準データ１０１は、図１に示すように、判定基準作成部１０３に与えられる。

もっとも、本形態例に係る基準データ作成機能に対しては、基準テンプレート２０３が外部から与えられる場合も想定される。この場合は、基準テンプレート２０３から基準データ１０１を作成する特徴抽出部２０４のみを、基準データ作成機能に備えればよい。

設計データ２０１は、撮影対象の設計図面であり、線分情報で書かれたＣＡＤデータや、前述したＣＡＤデータを描画した画像などである。設計データ２０１は、製造対象によって複数枚与えられる場合がある。例えば半導体の設計データは、多層である半導体の１層ごとに存在し、複数の設計データを入力として用いてもよい。また、３次元ＣＡＤで書かれた建設物や自動車の設計データのように、３次元的に描画されたデータでもよい。もっとも、設計データの形式はこれらに限定しない。

図６に、テンプレート作成部２０２において実行される処理動作の詳細を示す。テンプレート作成部２０２は、１枚以上の設計データ２０１を入力として、これら設計データ２０１の組み合わせ処理７０１を実行し、複数の多層設計データ画像７０２を作成する。例えば同一領域について２層分の設計データ例７０７と設計データ例７０８が与えられる場合、画像組み合わせ処理部７０１は、設計データ例７０７と設計データ例７０８を合成して多層設計データ画像例７０９を生成する。

次に、テンプレート作成部２０２は、多層設計データ画像７０２に対してぼかし処理やエッジ抽出処理などの画像変換処理７０３を実行し、マッチング対象画像の擬似画像７０４を作成する。例えばテンプレート作成部２０２は、多層設計データ画像例７０９をぼかし処理し、擬似画像例７１０を生成する。

このような擬似画像７０４の作成が完了すると、切り出し処理部７０５は、擬似画像７０４からある一定領域を選択し、類似度比較部７０６に与える。類似度比較部７０６は、切り出された領域とその周辺領域を比較して類似度を求め、周辺領域に対して類似度が低い（例えば100％未満）領域を基準テンプレート２０３とする。例えば擬似画像例７１０に対して切り出し処理７０５と類似度比較部７０６を順次実行すると、擬似画像例７１０から十字パターンを切り出した基準テンプレート例７１１が生成される。勿論、テンプレート作成部２０２の処理はこれらに限定されるものではない。

勿論、図６に示す各画像は１例であり、実際の設計データ２０１、多層設計データ画像７０２、擬似画像７０４、基準テンプレート２０３はこれらに限定されるものではない。

前述したように、設計データ２０１から作成される基準テンプレート２０３は１枚以上であり、多層構造も含めた複数の設計データ２０１から、１枚以上の基準テンプレート２０３を作成し、１つ以上の基準データ１０１を作成する。すなわち、設計データ２０１も、基準テンプレート２０３も、基準データ１０１もいずれも複数用いることができる。

次に、作成された基準テンプレート２０３を用い、基準データ１０１を作成する特徴量抽出部２０４の処理動作について説明する。特徴量抽出部２０４は、基準テンプレート２０３が有する輝度やエッジなどの情報に基づいて、図２に示したように、判定基準の生成に必要な情報を抽出する。特徴量抽出部２０４は、例えば画素平均値や画素標準偏差を算出し、また例えばＨＬＡＣを算出する。

この他、特徴量抽出部２０４は、画像として持つ情報だけでなく、基準テンプレート２０３を作成する際に使用した設計データの番号、テンプレート作成部２０２で使用したフィルタ等のサイズや種類、類似度比較部７０６から得られた類似度、基準テンプレート２０３のサイズ、切り出し処理部７０５で切り出した座標や画像中心などからの距離なども基準データ１０１として使用する。

このため、基準テンプレート２０３は、前述した設計データの番号、フィルタ等のサイズや種類、類似度、座標や画像中心などからの距離も情報として有する場合がある。

また、前述の説明では、テンプレート元データから基準テンプレート２０３を作成しているが、テンプレート元データと基準テンプレート２０３は同一でもよい。すなわち、特徴量抽出部２０４に入力される基準テンプレート２０３は、設計データ２０１そのものでもよい。

また、テンプレート元データは、設計データ２０１ではなく、過去画像のゴールデンパターン等でもよい。すなわち、設計データ２０１の代わりに、過去画像のゴールデンパターンを用い、そこから作成した基準テンプレート２０３から基準データ２０５を作成してもよい。このとき、テンプレート作成部２０２や特徴量抽出部２０４は、過去画像のゴールデンパターンに合わせた処理を実行する。例えばテンプレート生成部２０２は、過去画像のゴールデンパターンの領域内から画像のユニーク性が高い領域を切り出してもよい。また、特徴量抽出部２０４は、Ｓ/Ｎ比などを基準データ１０１として抽出してもよい。

前述したように、基準データ１０１は、複数用いることが望ましい。これは、図５に示すように、設計データ２０１から基準データ１０１を作成する場合に、設計データ２０１が１枚のみの場合でも同様である。

理由は、複数の基準データ１０１を用いて判定基準１０４を作成した方が、性能のよい（マッチングに成功する可能性の可否の判定精度が高い）判定基準を作成できるからである。例えばマッチングに成功するテンプレートに由来する基準データ１０１が１つだけ与えられる場合、基準データ１０１を判定基準１０４にそのまま用いてもよい。この場合、スコア処理部１０６は、評価対象データ１０５と判定基準１０４（基準データ１０１）との距離の差を計算し、計算された距離の差を評価対象データ１０５のスコア１０７として出力する。

また例えば判定基準１０４が多次元ベクトルで与えられる場合、スコア処理部１０６は、評価対象データ１０５の多次元ベクトルとの差の二乗和を計算し、計算された二乗和を評価対象データ１０５のスコア１０７として出力する方法が考えられる。この場合、スコア１０７は、値が小さければ小さいほど性能がよいという特性を持つ。

しかし、このように求められるスコア１０７よりも、基準データ１０１が例えば２つ与えられ、それらがマッチングに成功するテンプレートに由来する基準データ（成功基準データ）とマッチングに失敗するテンプレートに由来する基準データ（失敗基準データ）である場合の方が、より信頼性の高いスコア１０７を求めることができる。

因みに、これら２つの基準データ１０１を用いる場合、スコア処理部１０６は、評価対象データ１０５と失敗基準データまでの距離から評価対象データ１０５と成功基準データまでの距離を引いた値をスコア１０７と計算する。もっとも、２つの基準データ１０１を用いる場合のスコア１０７の計算方法は、前述した例に限定するものでは無い。

このとき、２つの基準データ１０１から算出されるスコア１０７の方が、１つの基準データ１０１から算出されるスコア１０７よりもマッチングに成功し易いか否かを表す信頼性は高くなると考えられる。この関係は、２つの基準データ１０１が、いずれも成功基準データであった場合にも同様である。また、２つの基準データ１０１が、いずれも失敗基準データであった場合にも同様である。

もっとも、判定基準１０４やスコア処理部１０６で使用するスコア１０７の算出方法は、前述した例に限定するものでは無い。

ところで、１枚の基準テンプレート２０３からは、１つの基準データ１０１が作成されることが望ましい。これは、マッチングデータ１０２がもつ情報と基準テンプレート２０３が１対１で用いられるためである。このため、前記した複数の基準データ１０１は、複数の基準テンプレート２０３を用いて作成されたものであることが望ましい。

なお、図５に示したように、基準データ１０１を作成する機能部が、前述したテンプレート作成部２０２と特徴抽出部２０４を備えることにより、より効率的に基準データ１０１を自動生成することができる。具体的には、２つの処理部を備えることにより、基準テンプレート２０３の生成処理、基準データ１０１の作成処理を人間が行う必要が無くなり、それだけ全体の時間コストを削減することが可能となる。また、基準データ１０１を人間が作成する場合に比べ、特徴量の偏りを無くすことができる。これにより、マッチング成功率がより高いテンプレートを作成するのに好適な判定基準を作成することができる。

［形態例３］
形態例１においては、マッチングデータ１０２が予め与えられるものとして説明したが、基準マッチング画像からマッチングデータ１０２を作成する処理機能を画像処理装置内に含めることもできる。

図７に、マッチングデータ１０２を生成するマッチングデータ作成機能において実行される処理内容を示す。図７に示すマッチングデータ作成機能は、基準テンプレート２０３と基準マッチング画像３０１とのパターンマッチングを実行するパターンマッチング部３０２と、その処理結果に基づいてマッチングデータ１０２を作成するマッチングデータ作成部３０３とを有している。ここでの基準テンプレート２０３は、テンプレート作成部２０２（図５）によって生成されたものを用いることができる。

パターンマッチング部３０２においては、必要な情報を有する基準テンプレート２０３と基準マッチング画像３０１を比較し、２つの画像のパターンが一致する位置を求める。パターンマッチング部３０２では、例えば正規化相関のように画像の類似度を比較するアルゴリズム、ＳＩＦＴ（Scale-Invariant Feature Transform）特徴などを用いるキーポイントマッチング技術などのアルゴリズムが用いられる。

ただし、マッチングアルゴリズムはこれらに限定しない。パターンマッチング処理部３０２のマッチングアルゴリズムは、本形態例に係る評価手法によりマッチング成功率が高いと判定されたテンプレートを適用するマッチングアルゴリズムと同じであることが望ましい。２つのマッチングアルゴリズムが違うと、所望の性能を得ることができない場合がある。

マッチングデータ作成部３０３は、パターンマッチング部３０２が求めた位置に対してパターンマッチングの成否を求め、成否に基づくデータをマッチングデータ１０２として出力する。例えば１枚の基準テンプレート２０３に対して１枚の基準マッチング画像３０１が与えられる場合、パターンマッチング部３０２とマッチングデータ作成部３０３は、それぞれ１回ずつ処理を実行し、基準テンプレート２０３がマッチング成功なのか失敗なのかをマッチングデータ１０２として出力してもよい。

また、１枚の基準テンプレート２０３に対して複数の基準マッチング画像３０１が与えられる場合、パターンマッチング部３０２とマッチングデータ作成部３０３は、基準マッチング画像３０１の枚数分だけ処理を実行し、その正否確率をマッチングデータ１０２として出力してもよい。

また、複数の基準テンプレート２０３と１枚の基準マッチング画像３０１を入力として用いてもよいし、複数の基準テンプレート２０３と複数の基準マッチング画像３０１を入力として用いてもよい。もっとも、マッチングデータ作成部３０３のマッチングデータ作成方法はこれに限定しない。

また、本形態例に係るマッチングデータ作成機能には、形態例２で説明したテンプレート生成部２０２（図５）が内蔵されていてもよい。この場合、テンプレート生成部２０２は、形態例２の場合と同様、設計データ２０１を入力データとし、入力された設計データ２０１に基づいて基準テンプレート２０３を作成してもよい。

なお、マッチングデータ作成部３０３におけるマッチングの成否判定は、人間が目視で行ってもよい。また、マッチング対象である基準マッチング画像３０１と基準テンプレート２０３の間に許容される相対的な位置ズレ量を事前に設定しておき、当該位置ズレ量に基づいてマッチングデータ作成部３０３におけるマッチングの成否判定を行ってもよい。すなわち、マッチング位置が相対的に正しいか否かを判定してもよい。もっとも、マッチングの成否の判定手法はこれに限定しない。

図７に示すように、マッチングデータ作成機能にパターンマッチング部３０２とマッチングデータ作成部３０３を備えることにより、より効率的にマッチングデータ１０２を自動生成することができる。具体的には、２つの処理部を備えることにより、パターンマッチング処理及びマッチングデータの作成処理を人間が行う必要が無くなり、それだけ全体の時間コストを削減することが可能となる。

［形態例４］
形態例１においては、評価対象データ１０５が予め与えられるものとして説明したが、設計データから評価対象データ１０５を作成する処理機能を画像処理装置内に含めることもできる。

図８に、マッチングデータ１０２を生成する評価対象データ作成機能において実行される処理内容を示す。図８に示す評価対象データ作成機能は、テンプレート作成部４０２と、特徴抽出部４０４とを備えている。図８に例示した構成の場合、評価の対象となるテンプレートの作成元データを設計データ４０１とする。

テンプレート作成部４０２は、設計データ４０１から評価対象テンプレート４０３を作成する。ここでの評価対象テンプレート４０３が、撮像画像との実際のパターンマッチングにおいてテンプレートとして使用される。特徴抽出部４０４は、作成した評価対象テンプレート４０３から特徴量を抽出する。抽出される特徴量は、前述したように、判定基準１０４を含んでいる。

もっとも、評価対象テンプレート４０３が外部から与えられる場合、評価対象データ作成機能は、特徴抽出部４０４のみを有していてもよい。

また、テンプレート作成部４０２や特徴抽出部４０４は、基準テンプレート２０３や基準データ１０１を作成する場合と同様の処理機能と効果を持つことが望ましいが、これには限定しない。例えば基準データ１０１の特徴量は、主成分分析で次元削減されていてもよい。また、評価対象データ１０５の特徴抽出部４０３は、基準データ１０１に残る特徴量のみを抽出してもよい。勿論、前述した構成は、これに限定するものでない。また、設計データ４０１や評価対象テンプレート４０３を入力とするこれらの構成も、前述した構成に限定するものでない。

なお、図８に示すように、評価対象データ作成機能が、前述したテンプレート作成部４０２と特徴抽出部４０４を備えることにより、より効率的に評価対象データ１０５を自動生成することが可能となる。具体的には、評価対象テンプレート４０３の生成処理、評価対象データ１０５の作成処理を人間が行う必要が無くなり、それだけ全体の時間コストを削減することが可能となる。

［形態例５］
ここでは、形態例１において説明したスコア処理部１０６の後処理に用いて好適な処理内容を説明する。図９に示すように、スコア処理部１０６は、評価対象テンプレート４０３を含む複数の評価対象データ１０５と判定基準１０４とに基づいてスコア１０７を算出する。

算出されたスコア１０７は、有効テンプレート選択部５０１に与えられる。有効テンプレート選択部５０１は、与えられるスコア１０７を、不図示の記憶領域に順次記憶する。また、有効テンプレート選択部５０１は、複数の評価対象データ１０５から算出されたスコア１０７を比較し、最も良好なスコア１０７を有する評価対象データ１０５を選択する。ここで、有効テンプレート選択部５０１は、選択された評価対象データ１０５に対応する評価対象テンプレート４０３を、有効テンプレートデータ５０２として出力する。

例えばスコア処理部１０６で使用する算出手法からスコア１０７の値が高いほどマッチングに適していると判断される場合、有効テンプレート選択部５０１は、算出された複数のスコア１０７のうち最も高い値を有するスコア１０７を選択し、当該スコア１０７に対応する評価対象データ１０５を出力する。

この他、有効テンプレート選択部５０１は、一定の閾値以上の値を有するスコア１０７に対応する評価対象データ１０５を出力するなどの手法を採用することもできる。もっとも、有効テンプレート選択部５０１による選択方法は、これに限定されるものでは無い。

また、設計データ４０１を入力として評価対象テンプレート４０３を作成した場合（図８）や評価対象データ１０５に評価対象テンプレート４０３そのものや評価対象テンプレート４０３のファイル名などが含まれる場合には、(1) 評価対象テンプレート４０３や評価対象テンプレート４０３を特定できるファイル名や(2) 評価対象テンプレート４０３に予め設定されたテンプレート番号などを、有効テンプレート選択部５０１から出力してもよい。

スコア処理部１０６の後段に、有効テンプレート選択部５０１を備えることにより、マッチング処理に用いてより有効なテンプレートを効率的に自動生成することが可能となる。具体的には、マッチング処理に用いるテンプレートを人間が選択する必要が無くなり、それだけ全体の時間コストを削減することができる。また、人間の主観が取り除かれた定量的なテンプレートの作成が可能となる。これにより、安定したマッチング判定結果が得られるテンプレートを作成することができる。

［形態例６］
形態例１においては、基準データ１０１とマッチングデータ１０２が別々に与えられる場合について説明した。

しかしながら、基準データ１０１が、マッチングデータ１０２が持つ情報（マッチングが成功する可能性の度合を示す情報）を備えていてもよい。また、後述するように、基準データ１０１を、マッチングが成功する可能性の度合を示す情報の度合に応じて複数の種類に分類して入力すれば、マッチングデータ１０２の入力を不要とすることもできる。

図１０に、前述した機能を実現する判定基準作成部６００を有する判定基準１０４の作成処理機能を説明する。図１０の場合、判定基準作成部６００には、例えばマッチング成功率に応じて分類された「基準データ１」６０１から「基準データＮ」６０ＮまでのＮ個のデータを判定基準作成部６００に入力してもよい。例えばＮを４とする場合、「基準データ１」６０１をマッチング成功率100％以下75％以上の基準データとし、「基準データ２」６０２をマッチング成功率75％未満50％以上の基準データとし、「基準データ３」６０３をマッチング成功率50％未満25％以上の基準データとし、「基準データ４」６０４をマッチング成功率25％未満の基準データとする。

このような基準データ６０１〜６０Ｎの入力を判定基準作成部６００に与えることにより、マッチングデータ１０２を入力する場合と同様の効果を得ることができる。もっとも、マッチングデータ１０２の入力を不要とするための手法はこれに限定するものでは無い。

本形態例において説明したように、前述した判定基準作成部６０４を備えることにより、より効率的にテンプレートの自動生成処理を実行することができる。具体的には、マッチングデータ１０２が不要になることで、マッチングデータ１０２に用いられていた記憶容量の削減が可能になるとともに、入力の減少により全体の時間コストを削減することができる。

［形態例７］
ここでは、前述したパターンマッチング用テンプレートの評価機能を搭載する電子顕微鏡について説明する。以下では、半導体検査に用いられる走査型電子顕微鏡について説明するが、荷電粒子としてイオンを用いる顕微鏡や透過型の顕微鏡についても、前述した評価機能を搭載することができる。

図１１に、走査型電子顕微鏡の概略構成を示す。電子源１１０１からは引出電極１１０２との間に印加された電圧により電子ビーム１１０３が引き出される。引き出された電子ビーム１１０３は、不図示の加速電極により加速され、集束レンズの一形態であるコンデンサレンズ１１０４に入力される。電子ビーム１１０３は、そのビーム径がコンデンサレンズ１１０４よって絞られた後、走査偏向器１１０５に入射する。電子ビーム１１０３は、走査偏向器１１０５に発生する電磁界により、試料１１０９上を一次元的又は二次元的に走査するように偏向される。この後、電子ビーム１１０３は、試料台１１０８に内蔵された電極に印加された負電圧により減速されると共に、対物レンズ１１０６のレンズ作用により集束され、試料１１０９上の所定位置に照射される。

電子ビーム１１０３が試料１１０９に照射されると、照射個所から二次電子や後方散乱電子のような電子１１１０が放出される。放出された電子１１１０は、試料に印加される負電圧に基づく加速作用によって電子源方向に加速され、変換電極１１１２に衝突する。変換電極１１１２では、この衝突により二次電子１１１１が発生する。変換電極１１１２から放出された二次電子１１１１は、検出器１１１３により捕捉され、捕捉された二次電子量により、検出器１１１３から出力される電流出力Ｉが変化する。この電流出力Ｉの強度に応じ、表示画面上における対応画素の輝度が変化する。例えば表示画面上に二次元像を形成する場合、走査偏向器１１０５に与える偏向信号と検出器１１１３の電流出力Ｉを同期させることにより、走査領域の画像を形成することができる。なお、走査偏向器１１０５に与える偏向信号と引出電極１１０２に与える引出電圧は、制御装置１１１４により制御される。また、電流出力Ｉは制御装置１１１４に入力される。また、図１１に例示する走査型電子顕微鏡には、電子ビームの走査領域を移動する不図示の偏向器が備えられている。

なお、図１１は、試料１１０９から放出された電子１１１０を変換電極１１１２により二次電子１１１１に一端変換してから検出する例を示しているが、無論このような検出構成に限られない。例えば加速された電子１１１０の軌道上に、電子倍像管や検出器の検出面を配置するような構成の採用も可能である。

制御装置１１１４は、走査型電子顕微鏡の各構成を制御すると共に、検出された二次電子１１１１に基づいて画像を形成する機能や、ラインプロファイルと呼ばれる検出電子の強度分布に基づいて、試料上に形成されたパターンのパターン幅を測定する機能を備えている。

更に、図１１に例示する走査型電子顕微鏡には、光学顕微鏡も搭載されている。当該光学顕微鏡は、主に光源１１１５と受光部１１１６を備えている。受光部１１１６で受光された光を制御装置１１１４において二次元画像に変換することにより、光学像を形成することができる。また、制御装置１１１４には、取得された光学像上で予め登録された画像についてテンプレートマッチングを実行し、測定対象位置を同定するパターンマッチング機能も備えられている。

制御装置１１１４は、汎用コンピュータ（計算機）で構成される。図１２に、制御装置１１１４とその周辺装置の接続構成を示す。制御装置１１１４は、ＣＰＵ１２０１、画像処理メモリ１２０２、ＬＳＩ１２０３等により構成されている。制御装置１１１４は、検出器１１１３の電流出力Ｉや受光部１１１６の出力信号を入力し、出力装置１２０４に画面上に画像として出力する。また、必要に応じ、生成された画像を、制御装置１１１４に接続されたストレージ１２０５に保存する。

制御装置１１１４は、計算器１２０７によって作成されたテンプレートや計測位置などの情報を、ネットワークや外部記憶媒体などを通じて得ることができる。計算器１２０７は、設計システム１２０８から設計データなどを入力として受け取り、テンプレートや計測位置などの半導体検査に必要な情報を作成する検査補助のためのコンピュータである。

前述したパターンマッチングに使用するテンプレートを自動的に評価する機能及び評価結果に基づいてパターンマッチングに使用するテンプレートを自動的に設定する機能は、計算器１２０７や制御装置１１１４において実行されるプログラムとして実現することができる。

例えば当該プログラムを計算器１２０７に搭載する場合、計算器１２０７によって作成されたテンプレートをパターンマッチングに使用して有効（マッチングが成功する可能性が高い）で有るか否かを判定し、有効と判定されたテンプレートだけを制御装置１１１４に入力してもよい。また例えば、当該プログラムを制御装置１１１４に搭載する場合、計算器１２０７から与えられるテンプレートや特徴量からテンプレートがマッチングに有効で有るか否かを判定してもよい。

［他の形態例］
前述した形態例は、本発明を分かりやすく説明するために詳細に説明したものであり、必ずしも説明した全ての構成を備える必要は無い。また、ある形態例の一部を他の形態例の構成に置換することが可能であり、また、ある形態例の構成に他の形態例の構成を加えることも可能である。また、各形態例の構成の一部について、他の構成を追加、削除又は置換することも可能である。

また、前述した処理機能や処理部等は、それらの一部又は全部を、例えば集積回路、ロジック回路等のハードウェア構成により実現してもよい。

また、前述した各処理機能を実現するプログラム、処理動作で必要なデータを格納するテーブルやファイル等の情報は、メモリやハードディスク、ＳＳＤ（Solid State Drive）等の記憶装置、ＩＣカード、ＳＤカード、ＤＶＤ等の記憶媒体に格納してもよい。

また、制御線や情報線は、説明上必要と考えられるものを示すものであり、製品上必要な全ての制御線や情報線を表すものでない。実際にはほとんど全ての構成が相互に接続されていると考えてよい。

１０１…基準データ
１０２…マッチングデータ
１０３…判定基準作成部
１０４…判定基準
１０５…評価対象データ
１０６…スコア処理部
１０７…スコア
２０１…設計データ
２０２…テンプレート作成部
２０３…基準テンプレート
２０４…特徴抽出部
３０１…基準マッチング画像
３０２…パターンマッチング
３０３…マッチングデータ作成部
４０１…設計データ
４０２…テンプレート作成部
４０３…評価対象テンプレート
４０４…特徴抽出部
５０１…有効テンプレート選択部
５０２…有効テンプレートデータ
６００…判定基準作成部
６０１、６０２、６０Ｎ…基準データ
７０１…画像組み合わせ処理部
７０２…多層設計データ画像
７０３…画像変換処理部
７０４…擬似画像
７０５…切り出し処理部
７０６…類似度比較部
７０７…設計データ例
７０８…設計データ例
７０９…多層設計データ画像例
７１０…擬似画像例
７１１…基準テンプレート例
８０１…境界面
１１０１…電子源
１１０２…引出電極
１１０３…電子ビーム
１１０４…コンデンサレンズ
１１０５…走査偏向器
１１０６…対物レンズ
１１０８…試料台
１１０９…試料
１１１０…電子
１１１１…二次電子
１１１２…変換電極
１１１３…検出器
１１１４…制御装置
１１１５…光源
１１１６…受光部
１２０１…ＣＰＵ
１２０２…画像処理メモリ
１２０３…ＬＳＩ
１２０４…出力装置
１２０５…ストレージ
１２０７…計算器
１２０８…設計システム

Claims (18)

1. パターンマッチングに用いて有効なテンプレートか否かを自動的に評価する装置において、
   パターンマッチングに用いて有効であると分類された基準パターン及び／又は有効でないと分類された基準パターンについて得られる判定基準と、評価対象テンプレートについて得られる前記判定基準の対応データとに基づいて、前記評価対象テンプレートをパターンマッチングに用いる場合の有効性を示すスコアを計算する処理部
   を有することを特徴とするテンプレート評価装置。
2. 請求項１に記載のテンプレート評価装置において、
   前記判定基準は、前記パターンマッチングに使用されるアルゴリズムによるマッチング結果に基づいて計算される
   ことを特徴とするテンプレート評価装置。
3. 請求項１に記載のテンプレート評価装置において、
   前記スコアは、パターンマッチングに成功する又は失敗する信頼性を数値化した値である
   ことを特徴とするテンプレート評価装置。
4. 請求項１に記載のテンプレート評価装置において、
   前記判定基準は、教示により最適化される
   ことを特徴とするテンプレート評価装置。
5. 請求項１に記載のテンプレート評価装置において、
   各評価対象テンプレートについて計算された前記スコアに基づいて、パターンマッチングに用いて有効な評価対象テンプレート、並びに／又はパターンマッチングに用いて有効な評価対象テンプレートを特定できる名前及び／若しくはスコアを少なくとも１つ選択して出力する有効テンプレート選択部
   を有することを特徴とするテンプレート評価装置。
6. 請求項１に記載のテンプレート評価装置において、
   前記基準パターンにスコアが付与されている場合、前記対応データに対して最も類似度が高い基準パターンに付与されている前記スコアを、前記対応データに対応する評価対象テンプレートのスコアとして使用する
   ことを特徴とするテンプレート評価装置。
7. 請求項１に記載のテンプレート評価装置において、
   前記評価対象テンプレートは、マッチング対象画像との類似性が低いデータである
   ことを特徴とするテンプレート評価装置。
8. 請求項１に記載のテンプレート評価装置において、
   前記評価対象テンプレートは、設計データ又はゴールデンパターンから自動的に変換されたテンプレートである
   ことを特徴とするテンプレート評価装置。
9. パターンマッチング機能を有する顕微鏡装置において、
   パターンマッチングに用いて有効であると分類された基準パターン及び／又は有効でないと分類された基準パターンについて得られる判定基準と、評価対象テンプレートについて得られる前記判定基準の対応データとに基づいて、前記評価対象テンプレートをパターンマッチングに用いる場合の有効性を示すスコアを計算する処理部
   を有することを特徴とする顕微鏡装置。
10. 請求項９に記載の顕微鏡装置において、
    前記判定基準は、前記パターンマッチングに使用されるアルゴリズムによるマッチング結果に基づいて計算される
    ことを特徴とする顕微鏡装置。
11. 請求項９に記載の顕微鏡装置において、
    前記スコアは、パターンマッチングに成功する又は失敗する信頼性を数値化した値である
    ことを特徴とする顕微鏡装置。
12. 請求項９に記載の顕微鏡装置において、
    前記判定基準は、教示により最適化される
    ことを特徴とする顕微鏡装置。
13. 請求項９に記載の顕微鏡装置において、
    各評価対象テンプレートについて計算された前記スコアに基づいて、パターンマッチングに用いて有効な評価対象テンプレート、並びに／又はパターンマッチングに用いて有効な評価対象テンプレートを特定できる名前及び／若しくはスコアを少なくとも１つ選択して出力する有効テンプレート選択部
    を有することを特徴とする顕微鏡装置。
14. 請求項９に記載の顕微鏡装置において、
    前記基準パターンにスコアが付与されている場合、前記対応データに対して最も類似度が高い基準パターンに付与されている前記スコアを、前記対応データに対応する評価対象テンプレートのスコアとして使用する
    ことを特徴とする顕微鏡装置。
15. 請求項９に記載の顕微鏡装置において、
    前記評価対象テンプレートは、マッチング対象画像との類似性が低いデータである
    ことを特徴とする顕微鏡装置。
16. 請求項９に記載の顕微鏡装置において、
    前記評価対象テンプレートは、設計データから自動的に変換されたテンプレートである
    ことを特徴とする顕微鏡装置。
17. 請求項９に記載の顕微鏡装置において、
    前記パターンマッチングは、光学顕微像についてのマッチングである
    ことを特徴とする顕微鏡装置。
18. コンピュータに、
    パターンマッチングに用いて有効であると分類された基準パターン及び／又は有効でないと分類された基準パターンについて得られる判定基準を入力する処理と、
    評価対象テンプレートについて得られる前記判定基準の対応データを入力する処理と、
    前記判定基準と前記対応データとに基づいて、前記評価対象テンプレートをパターンマッチングに用いる場合の有効性を示すスコアを計算する処理と
    を実行させるプログラム。

Images