JP5870676B2

JP5870676B2 - 画像処理方法

Info

Publication number: JP5870676B2
Application number: JP2011279454A
Authority: JP
Inventors: 幸一唐沢
Original assignee: Seiko Epson Corp
Current assignee: Seiko Epson Corp
Priority date: 2011-12-21
Filing date: 2011-12-21
Publication date: 2016-03-01
Anticipated expiration: 2031-12-21
Also published as: JP2013130450A

Description

本発明は、画像処理方法に関する。

半導体ウェハには各種の加工が施される。そして、各種の加工が正常に行われたか否かを検査する半導体ウェハ外観検査ではコンピューターを用いた画像処理方法が広く活用されている。半導体ウェハ上に加工を施すとき図１１に見られるように半導体ウェハ上に存在するクレーター状の窪みであるディンプルが形成されることがある。ディンプルは機能上不具合とならないときには欠陥とは見なさない。従って、半導体ウェハ外観検査において本来ディンプルは欠陥とはみなさない仕様となっている。従来の半導体ウェハを検査する画像処理方法では欠陥とディンプルの区別が困難であり、ディンプルは大部分が欠陥として抽出されていた。このため、大量の欠陥誤検出が発生する原因となっていた。

ディスク上の欠陥を検出する手法が特許文献１に開示されている。検査対象にレーザーを照射し、反射光の散乱の状態からディンプル等の有無を判断する。ディスク表面にパターン形成されていないときには欠陥を検出することができる。しかし、図１１に示すように複雑なパターンが形成された半導体ウェハでは反射光の状態のみからディンプルの有無の判定を行うのは困難である。

他にも、ディンプルの位置を検出する手法が特許文献２に開示されている。この方法ではディンプルが発生する場所はほぼ固定されている。ディンプルは任意の場所に発生する可能性があるときには利用することが難しい。

特開２０００−１８０３７６号公報特開２００９−３００１７２号公報

上記特許文献等に見られる多くのディンプル抽出手法では、基本的に表面が平坦な対象に関するディンプル抽出について論じている。エッチング等により多数の構造物が作りこまれた立体構造を持つ半導体ウェハの任意の場所に形成されるディンプルを従来の方法で抽出するのは困難であった。そこで、立体構造を持つ半導体ウェハに形成されるディンプルの影響を受けずに欠陥を検出できる画像処理方法が望まれていた。

本発明は、上述の課題の少なくとも一部を解決するためになされたものであり、以下の形態または適用例として実現することが可能である。

［適用例１］
本適用例にかかる画像処理方法は、立体的な構造を持つ半導体ウェハの撮像画像に対して画像の輝度ムラを補正する輝度補正工程と、窪み状の構造を有するディンプルの画像であるディンプル画像を抽出するディンプル抽出工程と、前記ディンプル抽出工程で得られた前記ディンプル画像の情報に基づき前記撮像画像から前記ディンプル画像を除去するディンプル除去工程と、を備え、前記輝度補正工程は、前記撮像画像に対して画像を格子状の領域に分割し、前記領域における画素の輝度値の代表値を算出し、前記代表値が輝度補正用の基準値と等しくなるように前記画素の輝度を補正する処理を有し、前記撮像画像は周期的に配置された構造物の画像である周期的構造物画像及び隔壁の画像である隔壁画像を含み、前記ディンプル抽出工程は、前記輝度補正工程により輝度補正された前記撮像画像を複数の分割画像に分割し、前記分割画像に対して注目する前記周期的構造物画像と隣り合う前記周期的構造物画像との画素の輝度値の差を算出し、前記輝度値の差が判定値以上となる前記周期的構造物画像上の画素を前記ディンプル画像として抽出する周期的ディンプル抽出工程と、前記分割画像において画素の輝度値が第１輝度判定値より大きい部分、画素の輝度値が第２輝度判定値より小さい部分、画素間の輝度差であるエッジ強度が大きな部分を抽出して不要領域とし、前記不要領域を除く前記分割画像内で輝度値が判定値の範囲内である画素の部分を前記ディンプル画像として抽出する非周期的ディンプル抽出工程と、前記分割画像においてエッジ強度が大きな部分を抽出して前記隔壁画像の輪郭を抽出し、前記輪郭に囲まれた前記分割画像内の画素を輝度値に応じてディンプル画像、欠陥画像、正常な部分の画像に分類する隔壁ディンプル抽出工程と、を有し、前記ディンプル除去工程は、前記ディンプル抽出工程により各分割画像から抽出された前記ディンプル画像を結合し、前記撮像画像におけるディンプル結果として出力する処理と、前記輝度補正工程において得られた輝度の前記代表値を使用して、前記撮像画像におけるディンプル画像を除去する処理と、を有することを特徴とする。

本適用例によれば、輝度補正工程にて撮像画像に対して画像の輝度ムラを補正する。これにより、撮像画像に対して照明の照度ムラ等の原因により生じる画像の輝度ムラが補正される。輝度補正工程では、撮像画像に対して画像を格子状の領域に分割し、領域における画素の輝度値の代表値を算出する。そして、代表値が輝度補正用の基準値と等しくなるように画素の輝度を補正する処理を有する。これにより、撮像画像のムラが補正される。そして、半導体ウェハの平坦な場所を撮影した場所の輝度値が代表値となる。この代表値を輝度補正用の基準値にすることにより、後工程にて画像処理をし易くすることができる。

ディンプル抽出工程では、窪み状の構造を有するディンプルの画像であるディンプル画像を抽出する。ディンプル除去工程では、ディンプル抽出工程で得られたディンプル画像の情報に基づき撮像画像からディンプル画像を除去する。撮像画像は周期的に配置された構造物の画像である周期的構造物画像及び隔壁の画像である隔壁画像を含んでいる。

ディンプル抽出工程は、周期的ディンプル抽出工程、非周期的ディンプル抽出工程、隔壁ディンプル抽出工程を有する。周期的ディンプル抽出工程では、輝度補正工程により輝度補正された撮像画像を複数の分割画像に分割し、分割画像に対して注目する周期的構造物画像と隣接する周期的構造物画像との画素の輝度値の差を算出し、輝度値の差が判定値以上となる周期的構造物画像上の画素をディンプル画像として抽出する。

非周期的ディンプル抽出工程では、分割画像において画素の輝度値が第１輝度判定値より大きい部分、画素の輝度値が第２輝度判定値より小さい部分、画素間の輝度差であるエッジ強度が大きな部分を抽出して不要領域とする。そして、不要領域を除く分割画像内で輝度値が判定値の範囲内である画素の部分をディンプル画像として抽出する。

隔壁ディンプル抽出工程では、分割画像においてエッジ強度が大きな部分を抽出して隔壁画像の輪郭を抽出し、輪郭に囲まれた前記分割画像内の画素を輝度値に応じてディンプル画像、欠陥画像、正常な部分の画像に分類する。

ディンプル除去工程では、ディンプル抽出工程により各分割画像から抽出されたディンプル画像を結合し、撮像画像におけるディンプル結果として出力する処理と、輝度補正工程において得られた輝度の前記代表値を使用して、前記撮像画像におけるディンプル画像を除去する。

ディンプル抽出工程は、周期的ディンプル抽出工程、非周期的ディンプル抽出工程、隔壁ディンプル抽出工程を有している。従って、立体構造を持つ半導体ウェハに形成される構造物に対応してディンプル画像を抽出することができる。そして、撮像画像からディンプル画像を除去している。従って、半導体ウェハに形成されるディンプルの影響を受けずに欠陥を検出することができる。

［適用例２］
上記適用例に記載の画像処理方法は、前記輝度補正工程では、前記分割画像の画素の輝度値のヒストグラムを算出し、所定の輝度値を中心とした所定の範囲の平均値を算出し、前記平均値を中心として前記所定の範囲の平均値を再計算する処理を複数繰り返し、繰り返して得られた前記所定の範囲の平均値を前記分割画像の画素の輝度の代表値とし、前記分割画像の画素の輝度値を前記代表値にて除算し輝度補正用の基準値を乗算して輝度の補正を行うことが好ましい。

本適用例によれば、輝度補正工程では、前記分割画像の画素の輝度値のヒストグラムを算出し、所定の輝度値を中心とした所定の範囲の平均値を算出している。この平均値を中心として所定の範囲の平均値を再計算する処理を複数繰り返している。これにより、分割画像の中で画素数の多い輝度値を検出することができる。そして、繰り返して得られた所定の範囲の平均値を分割画像の画素の輝度の代表値とし、分割画像の画素の輝度値を前記代表値にて除算し輝度補正用の基準値を乗算して輝度の補正を行っている。これにより、分割画像の中で画素数の多い輝度値を輝度補正用の基準値にすることができる。

［適用例３］
上記適用例に記載の画像処理方法は、前記周期的ディンプル抽出工程は、輝度値が第１輝度判定値より大きいか第２輝度判定値より小さい画素を不要領域として抽出する処理と、前記周期的構造物画像の輪郭を前記不要領域として抽出する処理と、複数の各前記周期的構造物画像の対応する場所の１つを原点とする座標軸を設定し、前記原点を重ねたときの座標を同一相対座標とするとき、前記同一相対座標上に存在する画素の輝度値群の中に他とは所定の輝度の差がある場所がある場合、前記不要領域を除いて前記他とは所定の輝度の差がある場所に対応する画素をディンプル画像として抽出する処理と、を備えることが好ましい。

本適用例によれば、周期的ディンプル抽出工程は、輝度値が第１輝度判定値より大きいか第２輝度判定値より小さい画素を不要領域として抽出する処理を備えている。これにより、輝度値が大きい場所と小さい場所を除去している。そして、周期的構造物画像の輪郭を不要領域として抽出することにより、ディンプル画像を検出する場所を少なくしている。これにより、生産性良くディンプル画像を検出することができる。

次に、同一相対座標上に存在する画素の輝度値群の中に他とは所定の輝度の差がある場所がある場合、前記不要領域を除いて前記他とは所定の輝度の差がある場所に対応する画素をディンプル画像として抽出している。これにより、周期性のある画像からディンプル画像を抽出することができる。

［適用例４］
上記適用例に記載の画像処理方法では、前記非周期的ディンプル抽出工程は、輝度値が第３輝度判定値より大きいか第４輝度判定値より小さい画素を前記不要領域として抽出する処理と、前記隔壁画像の前記輪郭を前記不要領域として抽出する処理と、前記不要領域を除外した部分から輝度値に基づいてディンプル画像を抽出する処理と、を備えることが好ましい。

本適用例によれば、輝度値が第３輝度判定値より大きいか第４輝度判定値より小さい画素を不要領域として抽出する処理を行なっている。これにより、ディンプル画像が存在する場所を限定している。そして、不要領域を除外した部分から輝度値に基づいてディンプル画像を抽出している。従って、抽出する範囲を限定しないときに比べて生産性良くディンプル画像を抽出することができる。

［適用例５］
上記適用例に記載の画像処理方法では、前記隔壁ディンプル抽出工程は、エッジ強度が判定値以上である画素の度数分布を算出して前記隔壁画像の輪郭を抽出し、前記隔壁画像の範囲を推定する処理と、前記隔壁画像の間隔が前記隔壁画像内の他の部分の間隔と所定の距離を加算した距離より長い部分を探索する処理と、前記隔壁領域内で輝度値が所定の判定値の範囲内にある画素をディンプル画像として抽出する処理と、を備えることが好ましい。

本適用例によれば、隔壁画像の輪郭を抽出して隔壁画像の範囲を推定している。次に、隔壁画像の間隔が隔壁画像内の他の部分の間隔と所定の距離を加算した距離より長い部分を探索している。これにより、隔壁が異常である場所を抽出することができる。そして、エッチング等の異常により隔壁部分が正常に形成されていない場合があるが、範囲推定の際には隔壁間の間隔についても確認を行い、間隔が広すぎる場合には異常があると判断できる。次に、隔壁領域内で輝度値が所定の判定値の範囲内にある画素をディンプル画像として抽出している。隔壁画像で特定範囲内の輝度値を持つ画素を抽出し、ディンプル及び欠陥として分類している。この方法により品質良くディンプル及び欠陥を抽出することができる。

［適用例６］
上記適用例に記載の画像処理方法では、前記ディンプル除去工程は、前記撮像画像に対して、前記ディンプル抽出工程により抽出された前記ディンプル画像を重ね合わせて前記ディンプル結果を出力する処理と、前記ディンプル画像に対応する場所の輝度値を前記代表値にする処理と、を備えることが好ましい。

本適用例によれば、ディンプル抽出工程により抽出されたディンプル画像を重ね合わせてディンプル結果を出力している。これにより、周期的ディンプル抽出工程、非周期的ディンプル抽出工程、隔壁ディンプル抽出工程にて抽出されたディンプル画像が重ね合わせられる。従って、抽出したディンプル画像が漏れなくディンプル結果にまとめることができる。そして、ディンプル画像に対応する場所の輝度値を代表値にしている。従って、半導体ウェハの撮像画像からディンプルのない半導体ウェハの画像を形成することができる。

欠陥検査装置の構成を示すブロック図。制御装置の概略構成を示すブロック図。検査対象の欠陥を検査する手順を示すフローチャート。輝度補正工程の手順を示すフローチャート。輝度値のヒストグラム。周期的ディンプル抽出工程の手順を示すフローチャート。輪郭を抽出するフィルターを説明するための模式図。非周期的ディンプル抽出工程の手順を示すフローチャート。隔壁ディンプル抽出工程の手順を示すフローチャート。ディンプル除去工程の手順を示すフローチャート。ディンプルの模式図。

以下、本発明の実施形態について、図面を参照して説明する。尚、以下の各図においては、各層や各部材を認識可能な程度の大きさにするため、各層や各部材の尺度を実際とは異ならせしめている。

（実施形態）
図１は実施形態にかかわる欠陥検査装置の構成を示すブロック図である。図１に示すように、欠陥検査装置１００は半導体ウェハ等の検査対象１の欠陥を検査するものである。ＸＹステージ２は平面的に移動可能な構成であり、検査を行う際には、検査対象１はＸＹステージ２の上に設置される。欠陥検査装置１００は、顕微鏡４、カメラ５、制御装置６、表示装置７を備えている。

顕微鏡４は、検査対象１を拡大してカメラ５で撮像するために設けられており、検査対象１の欠陥を抽出するために必要な、十分な倍率を有するものが用いられている。カメラ５は、例えばＣＣＤ（ＣｈａｒｇｅＣｏｕｐｌｅｄＤｅｖｉｃｅ）カメラ等であり、顕微鏡４を介して検査対象１を撮像する撮像手段である。カメラ５には検査対象１の欠陥及びディンプルを認識し識別するために必要な、十分な画素分解能を有するものが用いられている。以下、撮像した画像に表示されるディンプルの画像についてもディンプルと称す。

制御装置６は、ＸＹステージ２及びカメラ５を制御し、検査対象１を撮像し、ディンプル除去を行い、欠陥抽出を行う装置制御及び画像処理手段である。表示装置７は、制御装置６に接続された、検査結果の表示等を行う表示手段である。

図２は、制御装置６の概略構成を示すブロック図である。制御装置６は、例えばパーソナルコンピューター等を用いることができる。カメラ５が検査対象１を撮像し、制御装置６が撮像画像のディンプルを処理して、その後に欠陥検査を行う。

図２に示すように、制御装置６は、画像入力手段６０と、ディンプル処理手段６１と、欠陥検査手段６２との機能を備えている。また、制御装置６は、ＨＤＤ（ＨａｒｄＤｉｓｋＤｒｉｖｅ）やメモリー等の記憶手段６３を備え、この記憶手段６３にソフトウェアとしてディンプル処理手段６１及び欠陥検査手段６２が記憶されている。そして、制御装置６に設けられる図示しないＣＰＵ（ＣｅｎｔｒａｌＰｒｏｃｅｓｓｉｎｇＵｎｉｔ）により、記憶手段６３からディンプル処理手段６１や欠陥検査手段６２等のソフトウェアが読み出され、演算処理によりディンプルの処理や欠陥の検査が実行される。

本実施形態では、上記のようにディンプル処理手段６１及び欠陥検査手段６２がソフトウェアとして記憶手段６３に記憶され、ＣＰＵにより適宜読み出されて処理が実行される構成を例示している。本発明はこの形態に限定するものではない。すなわち、ディンプル処理手段６１と欠陥検査手段６２の両方あるいはいずれかがハードウェア、例えばＩＣチップ等の集積回路により構成され、画像入力手段６０から入力される撮像画像を適宜処理することでディンプルを処理し、欠陥を検査する構成としてもよい。

画像入力手段６０は、カメラ５から撮像された撮像画像の画像データが入力され、記憶手段６３に記憶する。欠陥検査装置１００の動作確認等の目的のため、画像データの入力として、カメラ５以外の撮像手段により撮像され、前もって記憶手段６３に記憶させておいた画像を使用してもよい。

ディンプル処理手段６１は、取得した画像に対して輝度の補正を行う輝度補正工程を実施する輝度補正手段６１１を備える。さらに、ディンプル処理手段６１は、ディンプルの抽出を行うディンプル抽出工程を実施するディンプル抽出手段６１２を備える。さらに、ディンプル処理手段６１は、ディンプルの除去を行うディンプル除去工程を実施するディンプル除去手段６１３を備える。また、半導体ウェハに作り込まれた様々な形状の構造に対応するため、ディンプル抽出手段６１２は、周期的ディンプル抽出手段６１２１と、非周期的ディンプル抽出手段６１２２と、隔壁ディンプル抽出手段６１２３と、を有する。

図３は、検査対象の欠陥を検査する手順を示すフローチャートである。図３において、ステップＳＴ１は、画像入力工程に相当する。この工程は、画像入力手段６０が検査対象１を撮像する工程である。次にステップＳＴ２に移行する。ステップＳＴ２は、輝度補正工程に相当する。この工程は、立体的な構造を持つ検査対象１の撮像画像に対して照明の照度ムラ等の原因により生じる画像の輝度ムラを補正する工程である。輝度補正工程では、輝度補正手段６１１が撮像画像に対して画像を格子状の領域に分割する。そして、輝度補正手段６１１は各格子内の領域における画素の輝度値の代表値を算出し、代表値が輝度補正用の基準値と等しくなる乗除算の係数を計算する。輝度補正手段６１１はこの係数を用いて領域内の全画素値に対して乗除算を行うことにより輝度を補正する。次にステップＳＴ３に移行する。

ステップＳＴ３は、ディンプル抽出工程に相当する。この工程は、窪み状の構造を有するディンプルの画像であるディンプル画像を抽出する工程である。次にステップＳＴ４、ＳＴ５、ＳＴ６に移行する。ステップＳＴ４は、周期的ディンプル抽出工程に相当する。撮像画像は周期的に配置された構造物の画像である周期的構造物画像を含んでいる。この工程では、分割画像に対して注目する周期的構造物画像と隣接する周期的構造物画像との画素の輝度値の差を算出し、輝度値の差が判定値以上となる周期的構造物画像上の画素をディンプル画像として抽出する工程である。次にステップＳＴ７に移行する。

ステップＳＴ５は、非周期的ディンプル抽出工程に相当する。撮像画像は隔壁の画像である隔壁画像を含んでいる。この工程は、分割画像において画素の輝度値が第１輝度判定値より大きい部分、画素の輝度値が第２輝度判定値より小さい部分、画素間の輝度差であるエッジ強度が大きな部分を抽出して不要領域とする。そして、不要領域を除く領域内で輝度値が判定値の範囲内である画素の部分をディンプル画像として抽出する工程である。次にステップＳＴ７に移行する。

ステップＳＴ６は、隔壁ディンプル抽出工程に相当する。この工程では、分割画像においてエッジ強度が大きな部分を抽出して隔壁画像の輪郭を抽出する。そして、輪郭に囲まれた領域内の画素を輝度値に応じてディンプル画像、欠陥画像、正常な部分の画像に分類する工程である。次にステップＳＴ７に移行する。

ステップＳＴ７は、ディンプル除去工程に相当する。この工程は、ディンプル抽出工程で得られたディンプル画像の情報に基づき撮像画像からディンプル画像を除去する工程である。ディンプル除去工程は、ディンプル抽出工程により各分割画像から抽出されたディンプル画像を結合し、撮像画像におけるディンプル結果として出力する。さらに、輝度補正工程において得られた輝度の代表値を使用し、撮像画像におけるディンプル画像を除去する。次にステップＳＴ８に移行する。

ステップＳＴ８は、欠陥検査工程に相当する。この工程は、ディンプル画像が除去された撮像画像を用いて欠陥となっている場所を検出する工程である。以上の工程により、検査対象の欠陥を検査する工程が終了する。

（ディンプル抽出手段の説明）
撮像画像内には大まかには周期性のある構造、周期性のない構造、隔壁構造、処理が不要な領域、に分類できる構造が含まれる。ディンプル抽出手段６１２は、周期性のある構造を処理するための周期的ディンプル抽出手段６１２１と、周期性のない構造を処理するための非周期的ディンプル抽出手段６１２２と、隔壁構造を処理するための隔壁ディンプル抽出手段６１２３と、を有している。どの部位をどの手段により処理を行うかを決定し、振り分けることにより、ステップＳＴ３のディンプル抽出工程を実施する。

構造的に中空であるためディンプルが発生し得ないときには、その部位の処理が不要な領域に振り分けられる。他の撮像画像と範囲が重複していてそちらで既に処理されているときには改めて処理する必要がない、このような理由により、ディンプルが存在していても問題ない部分であるときには、その部位に対してはディンプル抽出の処理を行わない。

振り分けを行う手段については、撮像画像ごと、撮像画像内の各部位ごとにどの手段により処理を行うか、前もって記憶手段６３に記憶させておき、それにしたがって決定してもよいし、撮像画像に対して何らかの処理を行うことによりどの部位がどの構造であるかを判定し、その判定結果にしたがって決定してもよい。

多くの場合には撮像画像は複数種類の構造、例えば、右側半分が周期性のない構造で左側半分が隔壁構造を含んでいる。このような場合には周期的ディンプル抽出手段６１２１と、非周期的ディンプル抽出手段６１２２と、隔壁ディンプル抽出手段６１２３と、はそれぞれ処理内容に依存関係がないため、それぞれの処理を並列して同時に行うことにより高速化を図ることも可能である。

（輝度補正工程）
図４は、輝度補正工程の手順を示すフローチャートである。図４において、ステップＳＴ１０１は、矩形領域に分割する工程に相当する。この工程は、画像を格子状に分割する工程である。次にステップＳＴ１０２に移行する。ステップＳＴ１０２は、輝度値のヒストグラムを算出する工程に相当する。この工程は、分割された領域内の輝度値の分布を示すヒストグラムを算出する工程である。次にステップＳＴ１０３に移行する。

ステップＳＴ１０３は、輝度値Ｉに初期値Ｉ₀を設定する工程に相当する。この工程は、計算の輝度値Ｉに輝度補正用の基準値としての初期値Ｉ₀を設定する工程である。次にステップＳＴ１０４に移行する。ステップＳＴ１０４は、ヒストグラムのＩ±Ｉ_Wの範囲にある輝度値のみを使用して輝度の平均値Ｖを計算する工程に相当する。この工程は、輝度値がＩ−Ｉ_WとＩ＋Ｉ_Wとの間の輝度値を積算し画素数にて除算することにより輝度の平均値Ｖを計算する。これにより、設定したＩにたいして母集団の平均輝度値がＩ−Ｉ_W側かＩ＋Ｉ_W側かを判断する工程である。次にステップＳＴ１０５に移行する。

ステップＳＴ１０５は、一定回数繰り返したかを判定する工程に相当する。一定回数繰り返したときにはステップＳＴ１０７に移行する。一定回数繰り返していないときにはステップＳＴ１０６に移行する。ステップＳＴ１０６では、輝度の平均値Ｖを輝度値Ｉに設定する工程に相当する。次にステップＳＴ１０４に移行する。

ステップＳＴ１０７では、Ｖを代表値Ｖ’として出力する。代表値Ｖ’は選択した領域の輝度値の平均値に近い値となっている。次にステップＳＴ１０８に移行する。ステップＳＴ１０８は、輝度値を更新する工程に相当する。この工程は、領域内の総ての画素について、各画素の輝度を示す画素値ｆを次式により更新する。
画素値ｆ＝画素値ｆ÷代表値Ｖ’×初期値Ｉ₀

ここで、記号「÷」は除算、記号「×」は乗算を表す。代表値Ｖ’はステップＳＴ７で使用するため記憶手段６３に記憶しておく。

得られた平均値Ｖを新たな代表値Ｖ’として平均値Ｖを算出しなおす計算を何度か繰り返すことにより、欠陥等に由来する異常な輝度値の影響を軽減し、その領域内の検査対象１の地の部分のみの輝度値の平均値を算出することができる。この計算により得られた代表値Ｖ’を使用し、領域内の画素の輝度値を代表値Ｖ’で除算し、初期値Ｉ₀で乗算することにより輝度の補正を行っている。これにより領域内の画素値ｆは初期値Ｉ₀に近い値となる。この処理により各領域の平均値がほぼ同じ値となるため、画像内の輝度ムラが取り除かれた、一様な明るさの画像を得ることができる。画像に輝度ムラが含まれる場合には、高精度な処理結果を得るために二値化等に使用する判定値に固定の値を使用することは一般的に困難である。そのため、局所的に最適な値を動的に推定する複雑な処理が必要となる。一方、この方法では輝度補正工程により画像内の明るさが一様になるので、画像全体で判定値に固定の値を使用できる。

（輝度補正手段の説明）
輝度補正手段６１１は、照明のムラや半導体ウェハの表面状態の違いに由来する、同一画像内での局所的な輝度のばらつきや複数画像間での輝度の違い等を吸収するためにステップＳＴ２の輝度補正工程を実施する。局所領域ごと、画像ごとに輝度のばらつきが存在する場合、高精度な結果を得るには、一般的には固定値の画像処理パラメーターを使用して処理を行うのは困難である。そのため、局所領域ごと、画像ごとに最適な画像処理パラメーターを動的に推定する必要があるため、処理が複雑になってしまう。しかし、輝度補正を行うことにより輝度のばらつきを取り除けるため、固定値の画像処理パラメーターを使用できるようになり、処理を簡略化できる効果もある。

画像入力手段６０から入力された撮像画像には、多くの場合、局所的な輝度のムラが含まれている。このため、輝度補正手段６１１では、撮像画像を格子状の領域に分割し、各領域ごとに、領域内の輝度値の代表値Ｖ’が初期値Ｉ₀になるように輝度値を修正して局所的なムラを除去することにより輝度を補正する。

図５は輝度値のヒストグラムである。図５に示すように補正には輝度値のヒストグラムを使用する。検査対象１の地の部分の画素を対象とし、地の部分の輝度値の平均値を輝度値の代表値として用いて輝度の補正を行う。格子状に分割して得られた領域の内部には地の部分以外も含まれていることが多い。従って、領域内の総ての画素を使用して輝度値の平均値を計算した場合、望ましい計算結果を得られない可能性が高い。そこで、平均値の計算に使用する輝度値をある程度限定し、地の部分ではないと思われる部位の影響を排除して計算を行うようにする。すなわち、初期値Ｉ₀とヒストグラムにおける輝度値幅Ｉ_Wを使用し、Ｉ₀±Ｉ_Wの範囲内にある輝度値のみを使用して平均値を計算する。この際、初期値Ｉ₀は地の部分の輝度のばらつきのおおよそ中心付近になるよう設定し、輝度値幅Ｉ_Wは地の部分の輝度のばらつきと同程度に、前もって設定しておく必要がある。

上記の方法により平均値を計算するが、実際には一度の計算では地の部分の平均値に近い値が得られないことが実験的にわかっている。このため、得られた平均値を新たな基準値として上記計算により平均値を計算し直す、という処理を何度か繰り返す必要がある。繰り返し計算を行うことにより、計算結果が輝度値の頻度が高いほう、すなわち地の部分の平均値に近い値に近づいていく。平均値が得られた後、領域内の総ての画素について、画素値に対して得られた平均値で除算を行い、その後に初期値Ｉ₀を乗算することにより、平均値が初期値Ｉ₀になるよう補正が行われる。

（周期的ディンプル抽出工程）
検査対象１には周期的に同じ形状の構造が配置されている。この工程では周期的に配置された構造物が撮像された画像からディンプルを抽出する工程である。

図６は、周期的ディンプル抽出工程の手順を示すフローチャートである。図６において、ステップＳＴ３０１は、輪郭の抽出工程に相当する。この工程は、撮像画像のパターンから輪郭を抽出する工程である。ディンプル抽出を行う前に輪郭部分を抽出しておき、不要領域として以降のディンプル抽出処理から除外しておく。次にステップＳＴ３０２に移行する。

ステップＳＴ３０２は、暗い画素の抽出工程に相当する。この工程は、輝度値が第１輝度判定値より大きいか第２輝度判定値より小さい画素を不要領域として抽出する。これにより形状に異常がある部分をディンプルとして誤検出するのを抑制する工程である。つまり、ディンプル抽出に先立って、輝度値が非常に大きいか非常に小さい画素を不要領域として抽出することにより形状に異常がある部分をディンプルとして誤検出するのを抑制する。次にステップＳＴ３０３に移行する。

ステップＳＴ３０３は、同一相対座標上に存在する画素の輝度値の確認をする工程に相当する。この工程は、周期性のある画像部分に注目する。そして、同一相対座標上に存在する画素の輝度値の確認をする。例えば、各周期構造の左上隅の座標を相対的な原点とする。そして、各周期的構造物の画像の対応する場所を原点とする座標軸を設定し、各原点を重ねたときの座標を同一相対座標とする。同一相対座標上に存在する画素の輝度値群の中に他とは所定の輝度の差がある輝度値がある場合、不要領域を除いてその輝度値に対応する画素をディンプルとして抽出する。このとき、ディンプル等の異常が含まれていない限りは、各構造内における同じ相対座標上に存在する画素の輝度値は総て同じような値となるはずである。したがって、同一相対座標上の画素について、輝度値の平均値を算出し、その平均値から大きく外れた輝度値を持つ画素を探すことにより、ディンプルと思われる部分を抽出することができる。

同一相対座標上に存在する画素の輝度値が総てほぼ同じ画素値ｆであるときステップＳＴ３０４に移行する。同一相対座標上に存在する画素において暗い画素中の一部が明るいときステップＳＴ３０５に移行する。同一相対座標上に存在する画素において明るい画素中の一部が暗いときステップＳＴ３０６に移行する。

ステップＳＴ３０４は、ディンプル等は存在しないと判定する工程に相当する。この工程は、画素にディンプル等は存在しないと判定する工程である。次にステップＳＴ３０７に移行する。ステップＳＴ３０５は、形状異常につきディンプルは存在しないと判定する工程に相当する。この工程は、画素にディンプルは存在しないと判定する工程である。次にステップＳＴ３０７に移行する。ステップＳＴ３０６は、輝度値によるディンプル・形状異常の判定をする工程に相当する。この工程は、抽出された部位の輝度値と面積値とを判定値と比較してディンプル・形状異常の判定をする工程である。つまり、各周期的構造の同一相対座標上に存在する画素の輝度値群の中に他とは大きく異なる輝度値がある場合、不要領域を除いてその輝度値に対応する画素をディンプルとして抽出する。次にステップＳＴ３０７に移行する。

ステップＳＴ３０７は、総ての画素を確認したかを判断する工程に相当する。この工程では、総ての画素において確認が終了したかを判断する工程である。確認が済んでいない画素があるときには”Ｎｏ”の判断となり次にステップＳＴ３０３に移行する。総ての画素の確認が済んだときには”Ｙｅｓ”の判断となり周期的ディンプル抽出工程を終了する。

（周期的ディンプル抽出手段の説明）
周期的ディンプル抽出手段６１２１は、同一形状が周期的に配置されている構造に対してディンプル抽出処理を行うステップＳＴ４の周期的ディンプル抽出工程を実施する。例えば、周期的に現れる各構造の左上隅の座標をそれぞれの構造の相対的な原点とする。各周期構造内における同じ相対座標上に存在する画素の輝度値は、ディンプル等の異常が含まれていない限りは総て同じような値となる。この仮定に基づき、同一相対座標上の画素について、輝度値の平均値を算出し、その平均値から大きく外れた輝度値を持つ画素を探すことによりディンプルと思われる部分を抽出する。

ディンプルの抽出は基本的に輝度値に基づいて行われるので、ディンプルと輝度値の近い部位は、ディンプルとして誤検出される場合が多い。特に、各周期構造の輪郭部分はディンプルとして誤検出されやすい。したがって、ディンプル抽出を行う前に輪郭部分を抽出しておき、不要領域として以降のディンプル抽出処理から除外しておく必要がある。

図７は輪郭を抽出するフィルターを説明するための模式図である。図７に示すようにフィルター７９は細く暗い直線にのみ反応するフィルターとなっており、このフィルター７９を使用して輪郭を抽出する。図中横方向に延在する線は抽出する対象の線を示す。本実施形態で想定する輪郭は、図１１に示すような細く暗い直線状である。ディンプルの輪郭が周期構造の輪郭として誤検出されるのを防ぐため、細く暗い直線にのみ反応するフィルター７９のほうが周期構造の輪郭を抽出するのに都合がよい。

図７に戻って、輪郭の抽出は、注目画素８０から上下左右に２画素離れた場所にある４つの画素８１と斜め方向に２画素離れた場所にある４つの画素８２の輝度値を確認することにより行われる。まず画素８１に属する画素から最小の輝度値を抽出する。画素８１の輝度値が平均の輝度値より大きければ注目画素８０は暗い斜めの直線上に存在する可能性がある。

同様に画素８２に属する画素からも最小の輝度値を抽出する。画素８２の輝度値が平均の輝度値より大きければ注目画素８０は暗い水平あるいは垂直の直線上に存在する可能性がある。次に画素８１と画素８２の輝度値のうちの最大値を算出する。この算出した値が平均の輝度値より大きければ注目画素８０は暗い直線上に存在する可能性がある。最後にこの最大値と注目画素８０の輝度値を比較するが、最大値のほうがある程度以上大きい場合、注目画素８０は暗い直線上にあると判断できる。

以上の処理により、周期構造の輪郭部分を抽出できるので、輪郭部分がディンプルとして誤検出されるのを防ぐことが可能となる。本実施形態と想定する輪郭の状態が異なる場合には、例えばＳｏｂｅｌフィルター、ＬａｐｌａｃｉａｎフィルターやＰｒｅｗｉｔｔフィルター等を使用する方法が考えられるが、これらのフィルターはディンプルの輪郭を周期構造の輪郭として誤検出する可能性が高いため、ディンプルと区別するための対策が必要である。

また、本実施形態では、抽出する直線の太さを考慮して２画素離れた場所にある画素の輝度を確認しているが、より太い直線を抽出するために、２画素以上離れた場所を確認するようにしてもよい。

前述のとおり、同じ相対座標上に輝度値の大きく異なる部位があればディンプルである可能性がある。一方、半導体ウェハ生成時のエッチング工程の誤差、撮像素子のゆらぎ、輝度補正手段６１１では補正しきれなかった輝度のムラ、等の要因により、同じ相対座標上であっても同じような輝度値にはならない場合がある。何の対策も取らずに画素値の比較を行うとディンプル誤検出の原因となる。

そのような場合であっても、特に暗い画素については、同じ相対座標から１〜２画素離れた座標の画素を見ると同じような明るさになっている場合が多い。そのため、撮像画像を輝度補正した結果をそのまま利用して輝度値の比較を行わない方が良い。まず、輝度補正結果の画像上の総ての画素について、その座標の画素を１〜２画素離れた範囲内にある画素の中で最も暗い画素で置き換えた画像を別途作成する。次に、作成した画像に対して周期構造内の同じ相対座標上の輝度値の比較を行う。これにより、上記要因による画素値の違いによりディンプルが誤検出されるのを回避することができる。

上記対策は暗い画素に関するものであり、明るい画素に関する対策は行なっていない。明るい画素については上記要因の影響があっても、何らかの対策を取らなくてもディンプルの誤検出の原因にはならないことが実験的にわかっている。

また、上記要因のための対策では対応できない大きな差異がある。すなわちディンプルや欠陥、形状異常等が存在する場合がある。同じ相対座標上に存在する画素に関して次の４種類の状況が発生すると考えられる。（１）多くの画素が明るく、どの画素もおおむね同程度明るい。（２）多くの画素が明るいが、特定箇所だけ暗い。（３）多くの画素が暗く、どの画素もおおむね同程度暗い。（４）多くの画素が暗いが、特定箇所だけ明るい。

状況（１）と（３）が発生した場合、同じ相対座標上に輝度値が大きく異なる画素が存在しない、ということを意味する。その相対座標上にはディンプル等の異常は存在しないと判断できる。

状況（４）が発生した場合、その相対座標上には何らかの異常が存在すると判断できる。しかし、抽出するディンプルは、半導体ウェハの地の部分より暗いため、元々が暗い部位に明るい画素が存在している、という状況はディンプルの性質とは異なる。従って、暗い部位に明るい画素が存在する部位は不要領域として以降の処理から除外する。実際に状況（４）が発生した部位には、ほぼ総ての場合においてエッチング不良が原因と思われる形状異常が存在しており、ディンプルは発生しない。

状況（２）が発生した場合、状況（４）と同じく何らかの異常が存在すると判断できる。明るい部位に暗い画素が存在している状況はディンプルの性質とも一致している。その部位にはディンプルが存在している可能性が高いが、同様に形状異常が発生している可能性もある。形状異常の一部は非常に暗いため、非常に暗い部位を前もって不要領域に設定しておくことによりディンプルとして誤検出されるのを防ぐことができる。

このとき、後続する処理に対する悪影響を防ぐため、構造内に元々含まれる非常に暗い部分も同時に抽出しておく。しかし、それ以外の形状異常は明るさがディンプルに近い場合が多く、輝度値のみではディンプルとの区別は困難である。しかし、状況（２）が発生している部位を抽出した際、形状異常である部位はディンプルである部位と比べて面積が大きい場合が多いため、抽出された部位の面積値を判定値と比較することにより、ディンプルとそれ以外を区別することが可能となる。

ただし、上記においてどの状況が発生したかを判断するには次の手順を行う。まず、同一相対座標上の画素の輝度値を判定値と比較し、大きければ明るい画素、小さければ暗い画素、と判断する。明るい画素のみで輝度値の平均値を求め、暗い画素も含めた総ての画素が平均値と似たような値である場合には状況（１）が発生したと判断する。一部で平均値より画素値の小さな画素が存在する場合には状況（２）が発生したと判断する。暗い画素のみでも輝度値の平均値を求め、明るい画素も含めた総ての画素が平均値と似たような値であれば状況（３）が発生したと判断する。一部で平均値より画素値の大きな画素が存在する場合には状況（４）が発生したと判断する。

（非周期的ディンプル抽出工程）
検査対象１には周期性のない構造物が配置されている。この工程では周期性のない構造物が撮像された画像からディンプルを抽出する工程である。

図８は、非周期的ディンプル抽出工程の手順を示すフローチャートである。図８において、ステップＳＴ４０１は、輝度値に基づく不要領域判定工程に相当する。この工程は、ディンプル抽出に先立って、輝度値が非常に大きいか非常に小さい画素を不要領域として抽出することによりディンプルの誤検出を抑制する工程である。このとき、輝度値が第３輝度判定値より大きいか第４輝度判定値より小さい画素を不要領域として抽出する。次にステップＳＴ４０２に移行する。ステップＳＴ４０２は、輝度値によるディンプル判定工程に相当する。この工程は、不要領域を除外した部分から輝度値に基づいてディンプルを抽出する工程である。次にステップＳＴ４０５に移行する。

ステップＳＴ４０３は、輪郭に基づく不要領域判定工程に相当する。この工程は、ディンプル抽出に先立って、画像内の輪郭部分を不要領域として抽出することによりディンプルの誤検出を抑制する工程である。次にステップＳＴ４０４に移行する。ステップＳＴ４０４は、輝度値によるディンプル判定工程に相当する。この工程は、不要領域を除外した部分から輝度値に基づいてディンプルを抽出する工程である。次にステップＳＴ４０５に移行する。

ステップＳＴ４０５は、ディンプルの統合工程に相当する。この工程は、ステップＳＴ４０２及びステップＳＴ４０４で得られた処理結果を統合する工程である。以上で非周期的ディンプル抽出工程を終了する。

ディンプルは半導体ウェハの地より若干暗いある範囲内の輝度値を持つため、特定の範囲内の輝度値を持つ画素を抽出することによりディンプルと思われる部分を抽出することができる。しかし、半導体ウェハには元々非常に明るい部分や非常に暗い部分が含まれており、そのような構造の付近にある画素はディンプルと輝度値の範囲が一部重複する場合がある。また、そのような構造の輪郭部分はディンプルと同じような輝度値を持つことが多いため、輝度による判定だけではそのようなディンプルでない部分も抽出される可能性が高い。そのため、ステップＳＴ４０１の輝度値に基づく不要領域判定工程では輝度値を用いて非常に明るい部分と非常に暗い部分を抽出してその周辺の画素も含めてディンプル抽出対象から除外する。

また、ステップＳＴ４０３の輪郭に基づく不要領域判定工程ではエッジ強度を用いて非常に明るい部分と非常に暗い部分等の輪郭を抽出してディンプル抽出対象から除外する。これにより、ディンプルでない部分が誤って抽出されるのを防ぐことができる。

（非周期的ディンプル抽出手段の説明）
非周期的ディンプル抽出手段６１２２は、周期的ディンプル抽出手段６１２１の処理対象とは異なる。非周期的ディンプル抽出手段６１２２は部分的に同一形状が配置されていない構造に対してディンプル抽出を行うステップＳＴ５の非周期的ディンプル抽出工程を実施する。ディンプルは特定の範囲の輝度値をとるため、基本的には輝度値に基づいて抽出を行う。しかし、ディンプルが誤検出されやすい部位が何ヶ所かあるため、輝度値のみに基づく不要領域判定を行うディンプル抽出と、輪郭に基づく不要領域判定を行うディンプル抽出と、によりディンプルの誤検出に対処する。

輝度値に基づく不要領域判定を行うディンプル抽出では、非常に暗い部位と非常に明るい部位の周辺で発生しやすいディンプルの誤検出に対処する。このため、非常に暗い部位と非常に明るい部位を前もって抽出しておく。抽出された部位の周辺画素も含めて不要領域としてディンプル抽出の対象外に設定する。その後、不要領域に属さない総ての画素について特定の範囲の輝度値を持つものを抽出することにより、ディンプルと思われる部分を抽出する。輝度値の範囲の設定については、若干狭い範囲、具体的には範囲の最小値を若干高めに設定しておく必要がある。これにより、構造物の輪郭付近に分布しているディンプルと同じような明るさの画素がディンプルとして誤検出されるのを回避することができる。

周期的ディンプル抽出手段６１２１の場合と同様に輪郭に基づく不要領域判定を行うディンプル抽出は構造物の輪郭部分で発生しやすいディンプルの誤検出に対処する。例えば以下のようなフィルター行列ｆｌｔｖ、ｆｌｔｈ等を使用し、それぞれ垂直方向に伸びた輪郭、水平方向に伸びた輪郭を抽出して、不要領域とする。

ｆｌｔｖ＝｛１，２，０，−２，−１｝
ｆｌｔｈ＝｛１，２，０，−２，−１｝Ｔ
ただし、｛｝Ｔは行列｛｝の転置行列を表す。

輪郭を抽出した後、不要領域に属さない総ての画素について特定の範囲の輝度値を持つものを抽出することにより、ディンプルと思われる部分を抽出する。輝度値の範囲の設定については、上記の輝度値に基づく不要領域判定を行うディンプル抽出で不要領域と判定されてしまったディンプル部分も抽出できるようにする。このため、若干広い範囲、具体的には範囲の最小値を若干低めに設定する必要がある。

次に、輝度値に基づく不要領域判定を行うディンプル抽出と、及び輪郭に基づく不要領域判定を行うディンプル抽出と、で得られた処理結果を統合する。これにより、誤検出や検出漏れを発生させることなくディンプルを抽出することができる。

（隔壁ディンプル抽出工程）
検査対象１には非常に薄い隔壁構造の構造物が配置されている。この工程では隔壁構造の構造物が撮像された画像からディンプルを抽出する工程である。隔壁構造も周期性のある構造ではあるが、物理的な特性から考慮しなければならない点があるため、周期的ディンプル抽出工程とは別の処理とする。

図９は、隔壁ディンプル抽出工程の手順を示すフローチャートである。図９において、ステップＳＴ５０１は、隔壁範囲の大まかな推定をする工程に相当する。この工程では、フィルター行列ｆｌｔｈ等を使用して水平方向に伸びた輪郭を抽出する。そして、輪郭として抽出された画素の周辺分布を垂直軸上に作成して、周辺分布上で頻度が極大となっている位置を探すことにより、個々の隔壁の範囲を大まかに推定する。さらに、フィルター行列ｆｌｔｖ等使用して垂直方向に伸びた輪郭を抽出する。そして、輪郭として抽出された画素の周辺分布を水平軸上に周辺分布を作成して、周辺分布上で頻度が極大となっている位置を探すことにより、個々の隔壁の範囲を大まかに推定した推定範囲を設定する工程である。つまり、エッジ強度が判定値以上である画素の度数分布を算出することにより隔壁の輪郭を抽出し、隔壁領域の範囲を推定する。次にステップＳＴ５０２に移行する。

ステップＳＴ５０２は、範囲の精緻化、形状異常の抽出を行う。この工程は、ある程度以上暗い画素を抽出し、前述の範囲推定で使用したのと同じ軸に周辺分布を作成し、頻度が高い範囲を推定された範囲から除外することにより、正確な隔壁の範囲を推定する。そして、非常に暗い画素が抽出された場所を不要領域としてディンプル抽出対象外として設定する。形状異常等の欠陥が存在している可能性が高いので、その箇所を欠陥として記憶手段６３に記憶しておく。推定された隔壁間の間隔が地の部分と比べて広すぎる箇所がある場合には、その箇所を欠陥として記憶手段６３に記憶しておく工程である。つまり、隔壁の間隔が画像内の地の部分と所定の距離より異なる部分を探索し、隔壁の形成状態の異常を検出する処理を行なう。次にステップＳＴ５０３に移行する。

ステップＳＴ５０３は、形状不良の確認工程に相当する。この工程は、推定範囲において隔壁間の間隔が広すぎる場所を検出する工程である。隔壁間の間隔が広すぎる場所は隔壁の形成状態が異常な場所であると判断する。この場所はエッチング等の異常により隔壁部分が正常に形成されていない場所である。次にステップＳＴ５０４に移行する。

ステップＳＴ５０４は、輝度値によるディンプル判定を行う工程に相当する。この工程は、輝度値が判定値の範囲内にある画素をディンプル及び欠陥として抽出する工程である。次にステップＳＴ５０５に移行する。ステップＳＴ５０５は、ディンプルの深さの判定を行う工程に相当する。この工程は、ディンプルの深さの判定を行う工程である。深さの計算については画像処理により推定してもよい。他にも、何らかの光学装置等を使用して実測してもよい。ある程度以上深いディンプルが見つかった場合、そのディンプルをディンプル抽出結果から除去し、欠陥として記憶手段６３に記憶する。以上の工程により隔壁ディンプル抽出工程が終了する。

（隔壁ディンプル抽出手段の説明）
隔壁ディンプル抽出手段６１２３は、隔壁と呼ばれる特殊な構造に対してディンプル抽出処理を行うステップＳＴ６の隔壁ディンプル抽出工程を実施する。隔壁にも周期的ディンプル抽出手段６１２１の処理対象と同様に構造に周期性が見られるが、隔壁は他の構造物と比べると非常に薄い構造であり、微小な形状の差異に敏感に反応するため、周期的ディンプル抽出手段６１２１による処理では正常にディンプルを抽出できない場合がある。また、物理的な特性から考慮しなければならない点等があるため、別処理としてある。

上述の通り隔壁は非常に薄いため、正しく処理するには隔壁領域の範囲を正確に推定する必要がある。隔壁が水平方向に長い構造である場合には、例えば、上記のフィルター行列ｆｌｔｈ等を使用して水平方向に伸びた輪郭を抽出する。次に、輪郭として抽出された画素の周辺分布を垂直軸上に作成する。そして、周辺分布上で頻度が極大となっている位置を探すことにより、個々の隔壁の範囲を大まかに推定できる。隔壁が垂直方向に長い場合には、例えば、上記のフィルター行列ｆｌｔｖ等使用して垂直方向に伸びた輪郭を抽出する。そして、水平軸上に周辺分布を作成して、水平に長い場合と同様の処理を行えばよい。

そうして推定された個々の範囲の輪郭付近には比較的暗い画素が分布している場合が多く、ディンプルが誤検出される原因となる。そこで、ある程度以上暗い画素を抽出し、前述の範囲推定で使用したのと同じ軸に周辺分布を作成する。この周辺分布の頻度が高い範囲を推定された範囲から除外することにより、正確な隔壁の範囲を推定できる。また、頻度は高くはないが非常に暗い画素が抽出された場合、形状異常等の欠陥が存在している可能性が高い。従って、非常に暗い画素を不要領域としてディンプル抽出対象外として設定するとともに、その箇所を欠陥として記憶手段６３に記憶する。

エッチング不良により一部の隔壁が全く形成されていない、という欠陥が発生する場合がある。欠陥検査手段６２ではそのような欠陥を検出できない可能性がある。そのため、推定された隔壁間の間隔が他の部分と比べて広すぎる箇所がある場合には、その箇所を欠陥として記憶手段６３に記憶しておく。

以上により推定された隔壁の範囲内に存在する総ての画素について、特定の範囲内の輝度値を持つ画素を抽出することによりディンプルと思われる部分を抽出できる。しかし、抽出されたディンプルが隔壁の両方の輪郭にまたがっていて、かつそのディンプルがある程度以上深い場合には、物理的な要因により性能に問題が生じる可能性があるため、欠陥として抽出しなければならない。

このため、ディンプルの深さを推定する必要があるが、正確な深さを推定するためには、本来単一のディンプルであるものが複数に分離して抽出されているようなものを結合しておく必要がある。そのため、同じ隔壁内に存在するディンプルのうち、隔壁が水平方向に長い場合には水平方向の、垂直方向に長い場合には垂直方向の、互いの間にある距離がある判定値以内であるものを結合する。

深さの計算については、画像処理により推定してもよいし、何らかの光学装置等を使用して実測してもよい。ある程度以上深いディンプルが見つかった場合、そのディンプルをディンプル抽出結果から除去し、欠陥として記憶手段６３に記憶しておく。

（ディンプル除去工程）
図１０は、ディンプル除去工程の手順を示すフローチャートである。図１０において、ステップＳＴ６０１は、ディンプル抽出結果の統合工程に相当する。この工程では、ステップＳＴ４の周期的ディンプル抽出工程、ステップＳＴ５の非周期的ディンプル抽出工程、ステップＳＴ６の隔壁ディンプル抽出工程により抽出されたディンプル画像を重ね合わせ統合する工程である。次に、ステップＳＴ６０２に移行する。

ステップＳＴ６０２は、代表値による更新を行う工程に相当する。この工程では、ディンプルに対応する場所の輝度値を前記代表値にする処理行なう工程である。この代表値は各領域内における半導体ウェハの地の部分の輝度の平均であり、元々の地の輝度に近い値である。ディンプルに対応する場所の輝度値を代表値にすることにより違和感なく撮像画像からディンプル画像を除去できる。以上の工程によりディンプル除去工程を終了する。

（ディンプル除去手段の説明）
ディンプル除去手段６１３はディンプル抽出手段６１２により抽出されたディンプルを統合する。そして、ディンプル除去手段６１３は画像入力手段６０から入力された撮像画像上のディンプルを除去するステップＳＴ７のディンプル除去工程を実施する。ディンプル抽出手段６１２では撮像画像を分割して、周期的ディンプル抽出手段６１２１と、非周期的ディンプル抽出手段６１２２と、隔壁ディンプル抽出手段６１２３と、にディンプル抽出処理を割り振る。まずそれぞれの処理により得られた結果を統合し、１つのディンプル抽出結果を作成する。その後、上記輝度補正手段６１１が記憶手段６３に記憶された輝度値の代表値Ｖ’を使用して撮像画像上のディンプルに対応する部位を代表値Ｖ’で上書きする。これにより、撮像画像からディンプル画像が除去される。

以上によりディンプル処理手段６１は総て完了となる。そして、画像入力手段６０から入力された撮像画像に含まれていたディンプル画像が総て除去した結果画像が生成される。結果画像を使用して欠陥検査を行うことにより、画像入力手段６０から入力された撮像画像をそのまま使用して欠陥検査を行った場合と比べ、ディンプルが原因による欠陥の誤検出を大幅に削減することができる。

結果画像は記憶手段６３に欠陥として記憶されている情報とともに欠陥検査手段６２に渡される。もし欠陥検査手段６２が画像以外の情報を入力できない仕様であるならば、欠陥の情報を無視して欠陥検査手段６２に結果画像だけ渡すようにしてもよい。欠陥検査手段６２の代わりに図示されていない情報表示手段に結果画像と欠陥の情報を渡し、情報表示手段が欠陥の情報を表示しても良い。そして、情報表示手段が結果画像を欠陥検査手段６２に渡すようにしても良い。あるいは、欠陥が検出された旨の情報を表示装置７が直接表示する方法を用いてもよい。

（その他の実施形態）
本発明は前述の実施形態に限定されるものではなく、本発明の目的を達成できる範囲内での変形、改変等は本発明に含まれるものである。上記実施形態において、ディンプル処理手段６１及び欠陥検査手段６２がソフトウェアとして記憶手段６３に記憶され、ＣＰＵにより適宜読み出されて処理が実行される構成を例示した。本発明はこの形態に限定されるものではない。例えば、制御装置６はディンプル処理手段６１と欠陥検査手段６２の両方あるいはいずれかがハードウェア、例えばＩＣチップ等の集積回路により構成されても良い。制御装置６は、画像入力手段６０から入力される撮像画像を適宜処理することでディンプルを処理し、欠陥を検査する構成であってもよい。

本発明は、処理結果は画像であるので、図１１に示すようなディンプルを抽出対象とするのであれば、任意の装置の画像処理を用いた任意の欠陥検査の前処理として実装可能である。また、欠陥検査機能を持たず、本発明を単体で使用した、ディンプル処理機能しか持たない装置も実現可能である。

その他、本発明を実施する際には、具体的な構造及び手順は、本発明の目的を達成できる範囲で他の構造等に適宜変更できる。

１…半導体ウェハとしての検査対象、２…ＸＹステージ、４…顕微鏡、５…カメラ、６…制御装置、７…表示装置、６０…画像入力手段、６１…ディンプル処理手段、６２…欠陥検査手段、６３…記憶手段、７９…フィルター、８０…注目画素、８１，８２…画素、１００…欠陥検査装置、６１１…輝度補正手段、６１２，６１２１，６１２２，６１２３…ディンプル抽出手段、６１３…ディンプル除去手段。

Claims

立体的な構造を持つ半導体ウェハの撮像画像に対して画像の輝度ムラを補正する輝度補
正工程と、
窪み状の構造を有するディンプルの画像であるディンプル画像を抽出するディンプル抽
出工程と、
前記ディンプル抽出工程で得られた前記ディンプル画像の情報に基づき前記撮像画像か
ら前記ディンプル画像を除去するディンプル除去工程と、を備え、
前記輝度補正工程は、前記撮像画像に対して画像を格子状の領域に分割し、前記領域に
おける画素の輝度値の代表値を算出し、前記代表値が輝度補正用の基準値と等しくなるよ
うに前記画素の輝度を補正する処理を有し、
前記撮像画像は周期的に配置された構造物の画像である周期的構造物画像及び隔壁の画
像である隔壁画像を含み、
前記ディンプル抽出工程は、前記輝度補正工程により輝度補正された前記撮像画像を複
数の分割画像に分割し、前記分割画像に対して注目する前記周期的構造物画像と隣り合う
前記周期的構造物画像との画素の輝度値の差を算出し、前記輝度値の差が判定値以上とな
る前記周期的構造物画像上の画素を前記ディンプル画像として抽出する周期的ディンプル
抽出工程と、
前記分割画像において画素の輝度値が第１輝度判定値より大きい部分、画素の輝度値が
第２輝度判定値より小さい部分、画素間の輝度差であるエッジ強度が大きな部分を抽出し
て不要領域とし、前記不要領域を除く前記分割画像内で輝度値が判定値の範囲内である画
素の部分を前記ディンプル画像として抽出する非周期的ディンプル抽出工程と、
前記分割画像においてエッジ強度が大きな部分を抽出して前記隔壁画像の輪郭を抽出し
、前記輪郭に囲まれた前記分割画像内の画素を輝度値に応じてディンプル画像、欠陥画像
、正常な部分の画像に分類する隔壁ディンプル抽出工程と、を有し、
前記ディンプル除去工程は、前記ディンプル抽出工程により各分割画像から抽出された
前記ディンプル画像を結合し、前記撮像画像におけるディンプル結果として出力する処理
と、
前記輝度補正工程において得られた輝度の前記代表値を使用して、前記撮像画像におけ
るディンプル画像を除去する処理と、を有することを特徴とする画像処理方法。
請求項１に記載の画像処理方法であって、
前記輝度補正工程では、前記分割画像の画素の輝度値のヒストグラムを算出し、
所定の輝度値を中心とした所定の範囲の平均値を算出し、
前記平均値を中心として前記所定の範囲の平均値を再計算する処理を複数繰り返し、
繰り返して得られた前記所定の範囲の平均値を前記分割画像の画素の輝度の代表値とし
、
前記分割画像の画素の輝度値を前記代表値にて除算し輝度補正用の基準値を乗算して輝
度の補正を行うことを特徴とする画像処理方法。
請求項１または２に記載の画像処理方法であって、
前記周期的ディンプル抽出工程は、輝度値が第１輝度判定値より大きいか第２輝度判定
値より小さい画素を不要領域として抽出する処理と、
前記周期的構造物画像の輪郭を前記不要領域として抽出する処理と、
複数の各前記周期的構造物画像の対応する場所の１つを原点とする座標軸を設定し、前
記原点を重ねたときの座標を同一相対座標とするとき、前記同一相対座標上に存在する画
素の輝度値群の中に他とは所定の輝度の差がある場所がある場合、前記不要領域を除いて
前記他とは所定の輝度の差がある場所に対応する画素をディンプル画像として抽出する処
理と、を備えることを特徴とする画像処理方法。
請求項１〜３のいずれか一項に記載の画像処理方法であって、
前記ディンプル除去工程は、前記撮像画像に対して、前記ディンプル抽出工程により抽
出された前記ディンプル画像を重ね合わせて前記ディンプル結果を出力する処理と、
前記ディンプル画像に対応する場所の輝度値を前記代表値にする処理と、を備えること
を特徴とする画像処理方法。