JP6878247B2 - パターン検査方法およびパターン検査装置 - Google Patents

Description

本実施形態は、パターン検査方法およびパターン検査装置に関する。

従来からパターン検査装置は、マスクやテンプレートのパターンの光学画像と設計データを基に得られた参照画像との比較によってマスクの欠陥を検査するＤ−ＤＢ(Die to DataBase)検査を行うことがある。Ｄ−ＤＢ検査では、フィルタ係数を用いて設計データから得られる描画パターンを加工して参照画像を生成する参照画像生成工程が実行される。フィルタ係数は、参照画像を光学画像に近づけるために、光近接効果補正（ＯＰＣ）を有する描画パターンのコーナの丸め量や描画パターンの外縁のぼかし量等から算出される（学習工程）。

特開２０１６−０２１００４号公報

しかし、フィルタ係数を算出するために用いられる描画パターンの特徴点は、オペレータによってマスクごとに選択されていた。この場合、選択された特徴点によって、フィルタ係数は変化し、参照画像生成工程の精度も変わってしまう。参照画像生成工程の精度が低いと、参照画像が適切に作成されず、参照画像生成工程のやり直しが必要になり、検査のセットアップ時間が長期化してしまう。また、参照画像が適切でない場合、疑似欠陥が多く発生し、検査エラーにつながるという問題も生じる。

そこで、本発明の目的は、参照画像生成工程における適切なフィルタ係数を正確かつ短時間に算出することができるパターン検査方法およびパターン検査装置を提供することである。

本実施形態によるパターン検査方法は、第１検査対象の光学画像を取得する光学系と、第１検査対象のパターン形成の基となる描画パターンデータに基づいて、光学画像に対応する参照画像を生成する参照系と、光学画像を用いて第１検査対象の欠陥を検出する制御系とを備えたパターン検査装置を用いたパターン検査方法であって、第１検査対象の光学画像を取得する工程と、第１検査対象のパターン形成の基となる描画パターンデータに、フィルタ係数を演算して光学画像に対応する参照画像を参照系において生成する工程と、光学画像と参照画像とを比較して第１検査対象の欠陥を制御系において検出する工程とを具備し、
参照画像の生成工程は、描画パターン内においてフィルタ係数を算出するために選択される少なくとも１か所以上の第１領域に、正常に完了した過去の検査において選択されていた領域に対応する第１検査対象の少なくとも１か所以上の第２領域を、含める工程と、光学画像と描画パターンとが第１および第２領域のそれぞれにおいて略一致するようにフィルタ係数を算出する工程とを含む。

第１実施形態のパターン検査装置の一例を示す概略図。 第１実施形態によるマスク検査方法の一例を示すフロー図。 正常な過去の推定ポイントを自動で選択する方法を示すフロー図。 相関の高いポイントの検索に用いる過去の推定ポイントの使用順を示すフロー図。 過去の推定ポイントと相関の高いポイントの検索方法の一例を示す概念図。 過去の推定ポイントと相関の高いポイントの検索方法の一例を示す概念図。 過去の推定ポイントと相関の高いポイントの検索方法の一例を示す概念図。 過去の推定ポイントと相関の高いポイントとして選択されたポイントを示す図。

以下、図面を参照して本発明に係る実施形態を説明する。本実施形態は、本発明を限定するものではない。

図面は模式的または概念的なものであり、各部分の比率などは、必ずしも現実のものと同一とは限らない。明細書と図面において、既出の図面に関して前述したものと同様の要素には同一の符号を付して詳細な説明は適宜省略する。

（第１実施形態）
図１は、第１実施形態のパターン検査装置の一例を示す概略図である。パターン検査装置１００は、例えば、半導体製造工程で用いられるマスクまたはテンプレートのパターンの欠陥を検査するために用いられる。以下の実施形態では、マスクのパターンの欠陥を検査する装置について説明する。

（パターン検査装置の構成）
パターン検査装置１００は、ＸＹθテーブル２と、光源３と、偏光ビームスプリッタ４と、光学系５と、フォトダイオードアレイ７と、センサ回路８と、オートローダ９と、Ｘ軸モータ１０Ａ、Ｙ軸モータ１０Ｂおよびθ軸モータ１０Ｃと、レーザ測長システム１２とを備える。

ＸＹθテーブル２は、その上に検査対象としてのマスク１を載置可能であり、例えば、水平面内のＸ方向、Ｙ方向、θ方向に移動可能である。マスク１は、半導体製造工程のフォトリソグラフィ工程に用いられるフォトマスクであり、ウェハやその上にある層に転写すべきパターンを有する。尚、マスク１に描画されている描画パターンは、光近接効果補正（ＯＰＣ（Optical Proximity Correction））を含むパターンであるので、ウェハ等に転写される転写パターンとは異なる場合がある。

光源３は、偏光ビームスプリッタ４に向けてレーザ光を出射する。なお、パターンの欠陥検査に使用する光すなわち検査光はレーザ光でよい。偏光ビームスプリッタ４は、光源３からの光を光学系５に向けて反射する。

光学系５は、対物レンズを介してレーザ光をＸＹθテーブル２に向けて照射する。ＸＹθテーブル２に載置されたマスク１は、光学系５からの光を反射する。マスク１からの反射光は、光学系５を介してフォトダイオードアレイ７に入射する。光学系５は、入射したマスク１の反射光を、マスク１の像としてフォトダイオードアレイ７に結像させる。フォトダイオードアレイ７は、マスク１の光学画像を光電変換する。光電変換されたマスク１の光学画像に基づいて、マスク１の欠陥が検査される。

センサ回路８は、フォトダイオードアレイ７で光電変換された光学画像を取り込み、取り込まれた光学画像をＡ／Ｄ変換する。そして、センサ回路８は、Ａ／Ｄ変換した光学画像を比較回路２５に出力する。センサ回路８は、例えば、ＴＤＩ(Time Delay Integration)センサの回路であってもよい。ＴＤＩセンサを用いることで、マスク１のパターンを高精度に撮像できる。

オートローダ９は、オートローダ制御回路１５からの指令に従って、ＸＹθテーブル２上にマスク１を自動搬送し、あるいは、ＸＹθテーブル２上のマスク１を自動回収する。Ｘ軸モータ１０Ａ、Ｙ軸モータ１０Ｂおよびθ軸モータ１０Ｃは、それぞれ、ＸＹθテーブル２をＸ方向、Ｙ方向およびθ方向（Ｘ−Ｙ面（略水平面）内における回転方向）に移動させる。これにより、ＸＹθテーブル２上のマスク１に対して光源３の光がスキャンされる。レーザ測長システム１２は、ＸＹθテーブル２のＸ方向およびＹ方向の位置を検出する。

また、パターン検査装置１００は、制御計算機３０と、オートローダ制御回路１５と、テーブル制御回路１７と、オートフォーカス制御回路１８と、位置回路２２と、比較回路２５と、展開回路２６と、参照回路２７と、第１判断回路３１と、第２判断回路３２と、相関判定回路３３と、パターン保存回路３４と、記憶部３５と、モニタ４１と、プリンタ４２とを備えている。位置回路２２と、比較回路２５と、制御計算機３０と、オートローダ制御回路１５と、テーブル制御回路１７と、オートフォーカス制御回路１８は、制御系として設けられている。展開回路２６と、参照回路２７と、第１判断回路３１と、第２判断回路３２と、相関判定回路３３と、パターン保存回路３４は、参照系として設けられている。制御系および参照系は、１つまたは複数のＣＰＵで構成され得る。
参照系は、マスク１のパターン形成の基となる描画パターンデータに基づいて、マスク１の光学画像に対応する参照画像を生成する。制御系は、マスク１の光学画像と参照画像とを比較してマスク１の欠陥を検出する。

制御計算機３０は、バス２０を介して上記回路に接続されており、マスク１の欠陥検査に関連する各種の制御を実行する。

オートローダ制御回路１５は、オートローダ９を制御する。テーブル制御回路１７は、モータ１０Ａ〜１０Ｃを駆動制御する。モータ１０Ａ〜１０Ｃは、光源３の光がマスク１をスキャンするようにＸＹθテーブル２を移動させる。

オートフォーカス制御回路１８は、フォーカス合わせを行うようにＸＹθテーブル２を制御する。例えば、オートフォーカス制御回路１８は、Ｚセンサ（図示せず）で検出されたセンサ面の高さに応じたフォーカス信号に基づいて、Ｚ方向にＸＹθテーブル２を移動させる。

レーザ測長システム１２は、ＸＹθテーブル２の移動位置を検出し、検出された移動位置を位置回路２２に出力する。位置回路２２は、レーザ測長システム１２から入力された移動位置に基づいて、ＸＹθテーブル２上でのマスク１の位置を検出する。位置回路２２は、検出されたマスク１の位置を比較回路２５に出力する。

展開回路２６は、マスク１の描画に用いられる描画パターンのデータを２値または多値の画像データに変換（展開）する。描画パターンのデータは、マスク１を表す図形の座標、辺の長さ、種類などの情報でよく、光近接効果を考慮した光近接効果補正（ＯＰＣ）を含む設計データである。描画パターンは、記憶部３５に予め格納されていてもよく、あるいは、設計データから光近接効果補正（ＯＰＣ）を考慮して生成されてもよい。展開回路２６は、展開された画像データを参照回路２７に出力する。

参照回路２７は、展開回路２６から入力された描画データに対して適切なフィルタ処理を施すことで、マスク１のパターンの欠陥検査に用いる参照画像を生成する。参照画像は、マスク１のパターンをウェハに転写する際の露光条件を用いて、ウェハへの転写パターンを描画データから模擬的に推定して得られる画像データである。即ち、参照画像は、転写パターンを描画データから露光工程をエミュレートして得られた画像である。参照回路２７は、生成された参照画像を比較回路２５に出力する。

ここで、フィルタ処理は、描画パターンのデータに対してフィルタ係数を演算することであり、該フィルタ処理によって光学画像に対応する参照画像が得られる。フィルタ係数は、１つまたは複数の推定ポイントのパターンが光学画像および描画パターンで略一致するように制御計算機３０において算出される。推定ポイントとは、フィルタ係数の算出に用いられる描画パターンの特徴点であり、例えば、１０２４画素×１０２４画素の画像領域である。描画パターンの特徴点は、例えば、最小線幅を有するラインパターン、スペースパターン、ホールパターン、コーナ部、先端部等のように、光近接効果の比較的大きな領域である。このような推定ポイント（特徴点）は、オペレータによって任意に選択されてもよく、あるいは、第１判断回路３１、第２判断回路３２および相関判定回路３３において決定されてもよい。

本実施形態において、フィルタ係数を算出するために選択されるマスク１の推定ポイントは、オペレータ等によって任意に選択されたポイント（第１領域）の他、少なくとも正常に完了した過去の検査において選択されていた過去の推定ポイントに対応するマスク１のポイント（第２領域）を自動で含める。正常な検査の完了とは、マスクのパターンの欠陥をほぼ正確に抽出することができ、擬似欠陥の少ない状態で検査が終了することを意味する。このような過去の正常な検査に用いられていたフィルタ係数は、描画パターンの適切な推定ポイントで算出されていると考えられる。従って、制御計算機３０は、このようなフィルタ係数の算出時に選択されていた推定ポイント（以下、正常な過去の推定ポイントとも言う）に対応するマスク１のポイント（第２領域）を、任意に選択された推定ポイント（第１領域）に含める。これにより、今回検査対象となっているマスク１についても、適切なフィルタ係数を算出することができる。

第１判断回路３１は、適切なフィルタ係数を算出するために、第１検査対象としてのマスク１と同様のマスクを過去に検査したことがあるか否かについて判断する回路である。マスク１と同様のマスクとは、過去に検査した第２検査対象としてのマスク（以下、過去のマスクとも言う）のうち、例えば、マスク１のパターンの最小線幅と略同一であるパターンを含むマスク、材質がマスク１のそれと略同一であるマスク、あるいは、マスク１と同一半導体装置の製造に用いられるマスクでよい。

例えば、第１判断回路３１は、マスク１のパターンと過去のマスクのパターンとの最小線幅（即ち、テクノロジー・ノード）を比較してもよい。マスク１と過去のマスクとのテクノロジー・ノードが近いと、それらの光近接効果も近似していると考えられる。このため、マスク１のフィルタ係数も過去のマスクの推定ポイントを用いて算出可能と考えられる。また、マスク１と過去のマスクとのテクノロジー・ノードが近いと、後述する相関判定回路３３が、過去の推定ポイントと相関の高いポイントをマスク１の検査領域から比較的容易に見つけることができる。

マスク１および過去のマスクの材質を比較してもよい。マスクの材質は、光の反射率や透過率に関係する。従って、マスク１と過去のマスクとの材質は同じであることが好ましい。

マスク１および過去のマスクが同一半導体装置の製造に用いられるマスクであるか否かを判断する。即ち、マスク１および過去のマスクのシリーズ番号を比較してもよい。マスク１および過去のマスクが同一半導体装置の製造に用いられる場合、マスク１および過去のマスクのそれぞれのパターンの形状が略等しくあるいは類似することが多い。従って、マスク１のフィルタ係数も過去のマスクの推定ポイントを用いて算出可能と考えられる。また、マスク１および過去のマスクが同一半導体装置の製造に用いられる場合、相関判定回路３３が、過去の推定ポイントと相関の高いポイントをマスク１の検査領域から比較的容易に見つけることができる。

このようにして、第１判断回路３１は、マスク１と同様のマスクを過去に検査したことがあるか否かについて判断することができる。

第２判断回路３２は、第１判断回路３１でマスク１と同様であると判断された過去のマスクについて、該マスクの過去の検査が正常に完了しているか否かを判断する回路である。パターン検査においては、フィルタ係数を算出するために選択される推定ポイントが適切でない場合、フィルタ係数を描画パターン全体に演算しても、適切な参照画像を得ることができない。この場合、比較回路２５がパターン検査において光学画像と参照画像とを比較しても、パターンの欠陥を正確に検出することができない。つまり、フィルタ係数が適切でない場合、擬似欠陥が多発することになり、検査は正常に完了しない。擬似欠陥とは、実際にはマスク１に欠陥が無いにも関わらず、参照画像の不備によって欠陥として検出されてしまうことである。

一方、フィルタ係数を算出するための推定ポイントが適切である場合、適切なフィルタ係数が得られる。この場合、比較回路２５は、パターンの欠陥を正確に検出することができる。つまり、フィルタ係数が適切である場合、擬似欠陥が少なく、検査は正常に完了する。第２判断回路３２は、マスク１の検査において適切なフィルタ係数を算出するために、過去のマスクの中で検査が正常に完了しているマスクを選択する。

相関判定回路３３は、第２判断回路３２で選択された過去のマスクにおいて選択されていた過去の推定ポイントと形状、寸法および／または位置において相関の高いポイントをマスク１の描画パターン内で検索する回路である。過去の推定ポイントと相関が高いと判定されたマスク１の描画パターン上のポイント（第２領域）は、フィルタ係数を算出するための推定ポイントに含められる。尚、“相関が高い”とは、“類似する”、あるいは、“近似する”と換言してもよい。

形状において相関が高いとは、例えば、ラインパターン、スペースパターン、ホールパターン等のような形状の種類が略同一であることを示す。過去の推定ポイント内に複数種類の形状が含まれている場合、形状において相関が高いとは、複数種類の形状全てがマスク１のポイントに含まれていることであってもよい。

寸法において相関が高いとは、過去の推定ポイント内のパターンの寸法とマスク１のポイント内のパターンの寸法との寸法差が所定の閾値以内であることを示す。所定の閾値は、予め設定され、記憶部３５に格納しておけばよい。また、推定ポイントの画像領域内で比較されるパターンは、推定ポイント（画像領域）の略中心であってもよく、あるいは、任意に指定された箇所であってもよい。

さらに、位置において相関が高いとは、過去の推定ポイントの位置がマスク１の検査領域内にあることを示す。より詳細には、過去の推定ポイントの座標が今回検査対象となっているマスク１の検査領域内にある場合に、相関が高いと判断する。過去の推定ポイントの形状や寸法が、マスク１の或るポイントの形状や寸法と類似していても、過去の推定ポイントの位置がマスク１の検査領域外である場合には、検査領域の適切なフィルタ係数を演算することはできないからである。

このように、相関判定回路３３は、過去の推定ポイントと形状、寸法および／または位置において相関の高いマスク１の描画パターンを検索し、マスク１の描画パターンで相関の高いポイントを推定ポイントに含める。第１判断回路３１、第２判断回路３２および相関判定回路３３は、それぞれ個別のＣＰＵで構成されてもよく、あるいは、１つのＣＰＵで構成されてもよい。また、第１判断回路３１、第２判断回路３２および相関判定回路３３は、制御計算機３０に組み込んでもよい。尚、推定ポイントのより詳細な選択方法は、後で図２〜図４を参照して説明する。

制御計算機３０は、第１判断回路３１、第２判断回路３２および相関判定回路３３によって選択された推定ポイントにおいて、光学画像と描画パターンとが略一致するようにフィルタ係数を算出する。参照回路２７は、展開回路２６からの描画データに対してフィルタ係数を演算することによって参照画像を生成する。参照回路２７は、生成された参照画像を比較回路２５に出力する。このように、参照系は、正常な過去の推定ポイントに対して相関の高いマスク１の描画パターン上のポイントを任意に選択された推定ポイントに含めてフィルタ係数を算出し、マスク１の描画パターンのデータにそのフィルタ係数を演算して参照画像を生成する。

比較回路２５は、位置回路２２から入力された位置情報を用いながら、センサ回路８から得た光学画像の各位置の線幅等を測定する。比較回路２５は、測定された光学画像と、参照回路２７から入力された参照画像について、両画像の線幅や階調値（明るさ）を比較する。そして、比較回路２５は、例えば、光学画像のパターンと、参照画像のパターンとの誤差をマスク１の欠陥として検出する。

パターン保存回路３４は、パターン検査が正常に完了した場合に、フィルタ係数の算出に用いられた推定ポイントの画像や位置情報を比較回路２５から受け取り、記憶部３５へ格納する。これらの推定ポイントの画像は、過去の推定ポイントの画像として、その後のパターン検査においてフィルタ係数の算出の際に用いられる。

制御計算機３０は、バス２０に接続された各構成部に対して、マスク１の欠陥検査に関連する各種の制御や処理を実行する。記憶部３５は、欠陥検査に関連する各種の情報を記憶する。モニタ４１は、欠陥検査に関連する各種の画像を表示する。プリンタ４２は、欠陥検査に関連する各種の情報を印刷する。

（マスク検査方法）
次に、マスク検査装置１００を用いたマスク検査方法を説明する。
図２は、第１実施形態によるマスク検査方法の一例を示すフロー図である。本実施形態において、マスク検査装置１００は、透過画像と参照画像との比較によってマスク１の欠陥を検査するＤ−ＤＢ(Die to DataBase)検査を行う。

まず、オートローダ９がマスク１をＸＹθテーブル２上にロードし、ＸＹθテーブル２がマスク１のアライメントを行う（Ｓ１０）。

次に、マスク１の光学画像を撮像する（Ｓ２０）。例えば、マスク検査装置１００は、マスク１の検査領域をストライプ状に仮想的に分割し、そのストライプに沿って光学系からの光をスキャンする。マスク１からの反射光は、フォトダイオードアレイ７で光電変換され、センサ回路８においてマスク１の光学画像が取得される。光学画像は、露光工程によってウェハへ転写された転写パターンに近い画像となる。即ち、光学画像は、描画パターンの外縁が幾分ぼやけ、角部が丸みを帯び、実際の転写パターンに近い画像となる。

一方、ステップＳ１０、Ｓ２０と並行してあるいはその前後において、参照画像を生成するためのフィルタ係数を算出する。

フィルタ係数の算出では、まず、第１判断回路３１が、記憶部３５からマスク１の描画パターンおよび過去の推定ポイントのパターンを受け取り、マスク１と同様の（類似する）マスクを過去に検査したことがあるか否かについて判断する（Ｓ３０）。上述の様に、第１判断回路３１は、マスク１のパターンと過去のマスクのパターンが最小線幅において略同一であるか否か、マスク１および過去のマスクの材質が略同一であるか否か、あるいは、マスク１および過去のマスクが同一半導体装置の製造に用いられるマスクであるか否かを判断する。

例えば、マスク１および過去のマスクのテクノロジー・ノード、材質および／またはシリーズ番号が異なる場合（Ｓ３０のＮＯ）、第１判断回路３１は、その過去のマスクがマスク１と同様でないと判断する。マスク１と同様でない過去のマスクの推定ポイントは、マスク１の推定ポイントの抽出には用いず、フィルタ係数の算出には用いない（Ｓ４０）。

一方、マスク１および過去のマスクのテクノロジー・ノード、材質および／またはシリーズ番号が同一である場合（Ｓ３０のＹＥＳ）、第１判断回路３１は、その過去のマスクがマスク１と同様であると判断する。尚、第１判断回路３１は、テクノロジー・ノード、材質およびシリーズ番号の全てが同一である場合に、過去のマスクがマスク１と同様であると判断してもよい。あるいは、第１判断回路３１は、テクノロジー・ノード、材質またはシリーズ番号いずれか１つまたは２つが同一である場合に、過去のマスクがマスク１と同様であると判断してもよい。

過去のマスクがマスク１と同様であると判断された場合（Ｓ３０のＹＥＳ）、第２判断回路３２が該過去のマスクについて検査が正常に完了しているか否かを判断する（Ｓ６０）。過去のマスクについて検査が正常に完了していない場合（Ｓ６０のＮＯ）、その過去のマスクの推定ポイントは、マスク１の推定ポイントの抽出には用いず、フィルタ係数の算出には用いられない（Ｓ４０）。

一方、過去のマスクについて検査が正常に完了している場合（Ｓ６０のＹＥＳ）、相関判定回路３３が、該過去のマスクにおいて選択されていた推定ポイント（正常な過去の推定ポイント）と形状、寸法または位置において相関の高いポイントをマスク１の描画パターン内で検索する（Ｓ７０）。

ここで、相関の高いポイントをマスク１の描画パターン内で検索するために、ステップＳ３０〜Ｓ６０において選択された正常な過去のマスク内において、正常な過去の推定ポイントの中から基準となる推定ポイントを選択する必要がある。以下、基準となる正常な過去の推定ポイント（基準ポイント）の選択方法について説明する。

まず、基準ポイントは、オペレータが正常な過去のマスク内における過去の推定ポイントから任意に選択してもよい。この場合、正常な過去の推定ポイントの画像をモニタ４１に表示し、オペレータは、モニタ４１に表示されたポイントから選択してもよい。あるいは、制御計算機３０が正常な過去の推定ポイントから基準ポイントを自動で選択してもよい。基準ポイントは１つだけ選択されてもよいが、複数選択されてもよい。

例えば、基準ポイントを自動で選択する場合、制御計算機３０は、条件（１）：検査日時が比較的新しい（最近の）推定ポイント、条件（２）：比較的多くの種類のパターン形状を含む推定ポイント、条件（３）：パターンの寸法が比較的小さい推定ポイント、条件（４）：位置座標がマスク１の検査領域内にある推定ポイント、および／あるいは、条件（５）：より先に指定された推定ポイント（推定ポイントの画像の番号が小さいもの）を選択する。

図３は、基準ポイントを自動で選択する方法を示すフロー図である。上記条件（１）〜（５）は、この順番（優先順位）で自動選択に用いられる。例えば、制御計算機３０は、まず、条件（１）を満たす正常な過去の推定ポイントを基準ポイントとして選択する（Ｓ１００）。選択された基準ポイントの数が、予め設定された閾値以下の場合（Ｓ１１０のＮＯ）、基準ポイントの選択は終了する。

一方、選択された基準ポイントの数が、予め設定された閾値よりも多い場合（Ｓ１１０のＹＥＳ）、次に、制御計算機３０は、条件（１）で選択された基準ポイントのうち、条件（２）を満たす正常な過去の推定ポイントを基準ポイントとして選択する（Ｓ１３０）。条件（２）で選択された基準ポイントの数が、予め設定された閾値以下の場合（Ｓ１４０のＮＯ）、基準ポイントの選択は終了する。

一方、条件（２）で選択された基準ポイントの数が、予め設定された閾値よりも多い場合（Ｓ１４０のＹＥＳ）、次に、制御計算機３０は、条件（２）を用いて選択された基準ポイントのうち、条件（３）を満たす正常な過去の推定ポイントを基準ポイントとして選択する（Ｓ１５０）。条件（３）で選択された基準ポイントの数が、予め設定された閾値以下の場合（Ｓ１６０のＮＯ）、基準ポイントの選択は終了する（Ｓ１２０）。

一方、条件（３）で選択された基準ポイントの数が、予め設定された閾値よりも多い場合（Ｓ１６０のＹＥＳ）、次に、制御計算機３０は、条件（３）を用いて選択された基準ポイントのうち、条件（４）を満たす正常な過去の推定ポイントを基準ポイントとして選択する（Ｓ１７０）。条件（４）で選択された基準ポイントの数が、予め設定された閾値以下の場合（Ｓ１８０のＮＯ）、基準ポイントの選択は終了する（Ｓ１２０）。

一方、条件（４）で選択された基準ポイントの数が、予め設定された閾値よりも多い場合（Ｓ１８０のＹＥＳ）、次に、制御計算機３０は、条件（４）を用いて選択された基準ポイントのうち、条件（５）を満たす正常な過去の推定ポイントを基準ポイントとして選択する（Ｓ１９０）。条件（５）で選択された基準ポイントは、画像の番号が小さい順に閾値まで選択する。このように、１または複数の基準ポイントが選択される。

次に、相関判定回路３３は、上記のように選択された基準ポイントを用いて、その基準ポイントに対して相関の高いポイント（以下、単に、相関の高いポイントともいう）をマスク１の検査領域内において検索する。相関の高いポイントの検索は、図５〜図８を参照して後述する。

尚、基準ポイントが複数ある場合、相関判定回路３３は、条件（１）〜（５）の優先順位の順番で、基準ポイントを相関の高いポイントの検索に用いる。図４は、相関の高いポイントの検索に用いる基準ポイントの優先順位を示すフロー図である。例えば、相関判定回路３３は、まず条件（１）で選択された基準ポイントに対して相関の高いポイントをマスク１の検査領域内において検索する（Ｓ２００）。検索の結果、相関の高いポイント数が閾値に達した場合（Ｓ２１０のＹＥＳ）、相関の高いポイントの検索処理は終了する。尚、相関の高いポイント数の閾値は、オペレータによって任意に選択された推定ポイント数と相関の高いポイント数との総和が所定値を超えないように設定される。

一方、検索の結果、相関の高いポイント数が閾値よりも少なかった場合（Ｓ２１０のＮＯ）、次に、相関判定回路３３は、条件（２）で選択された基準ポイントに対して相関の高いポイントをマスク１の検査領域内において検索する（Ｓ２２０）。検索の結果、相関の高いポイント数が閾値に達した場合（Ｓ２３０のＹＥＳ）、相関の高いポイントの検索処理は終了する。

一方、検索の結果、相関の高いポイントが閾値よりも少なかった場合（Ｓ２３０のＮＯ）、次に、相関判定回路３３は、条件（３）で選択された基準ポイントに対して相関の高いポイントをマスク１の検査領域内において検索する（Ｓ２４０）。検索の結果、相関の高いポイント数が閾値に達した場合（Ｓ２５０のＹＥＳ）、相関の高いポイントの検索処理は終了する。

一方、検索の結果、相関の高いポイントが閾値よりも少なかった場合（Ｓ２５０のＮＯ）、次に、相関判定回路３３は、条件（４）で選択された基準ポイントに対して相関の高いポイントをマスク１の検査領域内において検索する（Ｓ２６０）。検索の結果、相関の高いポイント数が閾値に達した場合（Ｓ２７０のＹＥＳ）、相関の高いポイントの検索処理は終了する。

一方、検索の結果、相関の高いポイントが閾値よりも少なかった場合（Ｓ２７０のＮＯ）、次に、相関判定回路３３は、条件（５）で選択された基準ポイントに対して相関の高いポイントをマスク１の検査領域内において検索する（Ｓ２８０）。検索の結果、相関の高いポイント数が閾値に達した場合（Ｓ２９０のＹＥＳ）、相関の高いポイントの検索処理は終了する。

もし、相関の高いポイント数が閾値よりも少なかった場合（Ｓ２９０のＮＯ）、図３で選択された他の基準ポイントがあるか否かについて判断する（Ｓ２９２）。他の基準ポイントがある場合（Ｓ２９２のＹＥＳ）、基準ポイントを変更し（Ｓ２９３）、その基準ポイントについても同様に検索を実行する。
他の基準ポイントが無い場合（Ｓ２９２のＮＯ）、制御計算機３０は、すでに相関が高いと判断されたマスク１のポイントを推定ポイントに付加して、フィルタ係数を算出する（Ｓ２９５）。相関が高いと判断されたポイントが無い場合には、制御計算機３０は、推定ポイントを付加せずに、オペレータによって選択された推定ポイントを用いてフィルタ係数を算出する。
尚、相関が高いポイント数が上限値を超える場合、制御計算機３０は、相関が高いポイントを、相関の高い順に上限値まで推定ポイントに付加すればよい。

図５〜図７を参照して、相関の高いポイントの検索について、より詳細に説明する。

図５〜図７は、過去の推定ポイントと相関の高いポイントの検索方法の一例を示す概念図である。図５は、正常な過去の推定ポイントから選択された基準ポイントの画像である。基準ポイントには、例えば、縦ラインパターンＰＬ１、横ラインパターンＰＬ２およびホールパターンＰＨが含まれている。相関判定回路３３は、上述のように選択された基準ポイントの画像を取得し、該基準ポイントの画像をもとに、マスク１の描画パターンのポイントを検索する。

相関判定回路３３は、例えば、基準ポイントに含まれる全種類の形状（縦ラインパターンＰＬ１、横ラインパターンＰＬ２およびホールパターンＰＨ）を含むポイントをマスク１の描画パターンにおいて検索する。基準ポイントに含まれる全種類の形状を含むポイントがマスク１の検索範囲内に５ポイントあったものとする。例えば、図６（Ａ）〜図６（Ｅ）には、縦ラインパターンＰＬ１、横ラインパターンＰＬ２およびホールパターンＰＨの全てが含まれるマスク１のポイントが示されている。マスク１のこれらのポイントが、形状において基準ポイントと相関の高いポイントである。

このとき、相関判定回路３３は、例えば、乱数を用いてマスク１の描画パターンのポイントをランダムに検査してよい。検索範囲は、描画パターンの検査領域の範囲内である。検索数は、上限を設けてもよい。例えば、検索数は、１００ポイント（即ち、１００枚の画像領域）であってもよい。

もし、形状において基準ポイントと相関の高いポイントが無い場合、制御計算機３０は、ポイントを推定ポイントに追加せず、オペレータによって選択された推定ポイント（第１領域）を用いてフィルタ係数を算出する（Ｓ４５）。

次に、相関判定回路３３は、形状において相関の高い５つのポイントから、寸法において相関が高いポイントを検索する。例えば、相関判定回路３３は、５つのポイントのそれぞれの中心枠Ｃにあるパターンの寸法差（基準ポイントの中心枠Ｃ内にあるパターンとマスク１のポイントの中心枠Ｃ内のポイントのパターンとの寸法差）が閾値以内であるポイントを検索する。

図６（Ｂ）、図６（Ｄ）および図６（Ｅ）における中心枠Ｃのパターンの寸法は、図５における中心枠Ｃのパターンの寸法と大きく異なり、それらの寸法差は、閾値以上であるとする。例えば、図６（Ｂ）の中心枠Ｃ内のパターンの寸法は、図５のそれよりもかなり小さく、それらの寸法差は閾値以上である。図６（Ｄ）の中心枠Ｃ内のパターンの寸法は、図５のそれよりもかなり大きく、それらの寸法差は閾値以上である。図６（Ｅ）の中心枠Ｃ内には、パターンがない。この場合、相関判定回路３３は、図６（Ｂ）、図６（Ｄ）および図６（Ｅ）に示すポイントを選択しない。

一方、図６（Ａ）および図６（Ｃ）における中心枠Ｃのパターンの寸法は、図５における中心枠Ｃのパターンの寸法に近く、それらの寸法差は、閾値未満であるとする。例えば、図６（Ａ）および図６（Ｃ）の中心枠Ｃ内のパターンの寸法は、図５のそれに近く、それらの寸法差は閾値未満である。この場合、図６（Ａ）図６（Ａ）および図６（Ｃ）に示す２つのポイントを選択する。

次に、相関判定回路３３は、寸法において相関の高い２つのポイントから、位置において相関が高いポイントを検索する。例えば、相関判定回路３３は、図７（Ａ）および図７（Ｂ）の２つのポイントのうち、位置座標がマスク１の検査領域の範囲内にあるポイントを検索する。

図７（Ｂ）のポイントは、マスク１の検査領域外であるとする。この場合、相関判定回路３３は、図７（Ｂ）に示すポイントを選択しない。一方、図７（Ａ）のポイントは、マスク１の検査領域内であるとする。この場合、相関判定回路３３は、図７（Ａ）に示すポイントを選択する。即ち、図８に示すポイントが、基準ポイントと相関の高いポイントとして選択される。

図８は、基準ポイントと相関の高いポイントとして選択されたポイントを示す。マスク１の検査領域の描画パターンのうち、相関判定回路３３において選択された図８に示すポイントは、フィルタ係数の算出に用いられる推定ポイントに含められる。

このように、本実施形態によるパターン検査装置１００は、マスク１と類似する過去のマスクの正常な検査結果から推定ポイントを記憶部３５から読み出し、この正常な過去の推定ポイント（基準ポイント）と相関の高いポイントをマスク１の描画パターン内において検索する。

上記実施形態では、相関判定回路３３は、形状、寸法および位置の全てにおいて相関の高いパターンを検索している。しかし、相関判定回路３３は、形状、寸法または位置のいずれか一部において相関の高いパターンを検索してもよい。

尚、図５〜図８では、相関の高いポイントは、１つだけ抽出されている。しかし、相関の高いポイントは、複数抽出されてもよい。また、図５には、基準ポイントが１つだけ示されている。しかし、第１判断回路３１、第２判断回路３２および相関判定回路３３は、複数の基準ポイントのそれぞれに対して、ステップＳ７０を実行してもよい。

図２のステップＳ７０の検索は、マスク１の検査領域の全てについて実行してもよい。この場合、相関の高いポイントがかなり多数になることがある。従って、オペレータが任意に選択した推定ポイント（第１領域）の数と正常な過去の推定ポイントに対して相関の高いポイント（第２領域）の数との総数が所定値以上の場合、相関判定回路３３は、その総和が所定値未満となるように、相関の高いポイントから相関の高い順にいくつか（例えば、３つ）のポイントを選択して推定ポイントに含めてもよい。このように相関の高い順にポイントを推定ポイントに含めることによって、制御計算機３０は、より適切なフィルタ係数を短時間で算出することができる。尚、任意選択の推定ポイント数と相関の高いポイント数との総数が所定値未満の場合、相関判定回路３３は、相関の高いポイントの全てを推定ポイントとして選択してよい。相関の高いポイントが抽出されなかった場合には、制御計算機３０は、オペレータによって任意に選択された推定ポイントのみを用いてフィルタ係数を算出すればよい。

あるいは、ステップＳ７０の検索は、任意選択の推定ポイント数と相関の高いポイント数との総数が所定値に達した時点で終了させてもよい。この場合、相関判定回路３３は、マスク１の検査領域の一部分について検索すれば足りる可能性がある。従って、適切なフィルタ係数を算出しつつ、ステップＳ７０の検索時間を短縮することができる。

図２を再度参照する。次に、過去の推定ポイントに対して相関の高いポイントを、マスク１の推定ポイントに含める（Ｓ８０）。制御計算機３０は、ステップＳ７０における検索の結果、選択された図８に示すポイントを自動でマスク１の推定ポイントに含める。あるいは、オペレータが図８に示すポイントを手動でマスク１の推定ポイントに含めるか否かを判断してもよい。

複数の相関の高いポイントが抽出される場合、制御計算機３０は、抽出された複数のポイントの全てを、マスク１の推定ポイントに含めてもよい。あるいは、制御計算機３０は、抽出された複数のポイントのうち、他の条件で選択したポイントを、マスク１の推定ポイントに含めてもよい。さらに、オペレータが、抽出された複数のポイントのうち任意で選択したポイントを、マスク１の推定ポイントに含めてもよい。

次に、制御計算機３０が、上述のように選択された推定ポイントのそれぞれにおいて、光学画像と描画パターンとが略一致するようにフィルタ係数を算出する（Ｓ８５）。参照回路２７が、マスク１の検査領域内の描画パターンにフィルタ係数を演算して描画パターンから参照画像を生成する（Ｓ９０）。これにより、露光条件をエミュレートした参照画像を作成することができる。エミュレートは、フォトダイオードアレイ７がマスク１上の或るストライプを撮像している期間中に、その箇所の参照画像をリアルタイムで作成してもよい。

描画パターンは、ＯＰＣを含む設計パターンであり、マスク１に実際に描画されるべきパターンである。即ち、描画パターンのデータは、ＯＰＣを含まない設計データ（ｐｒｅ−ＯＰＣデータ）ではなく、ＯＰＣを含む設計データ（ｐｏｓｔ−ＯＰＣデータ）である。ｐｒｅ−ＯＰＣデータに従ったパターン（ｐｒｅ−ＯＰＣパターン）は、ＯＰＣを含まないため、露光工程でウェハに転写すべき転写パターンにほぼ等しい。一方、ｐｏｓｔ−ＯＰＣデータに従ったパターン（ｐｏｓｔ−ＯＰＣパターン）は、露光工程における光近接効果を考慮してマスク１に描画された描画パターンである。このため、マスク１の描画パターンは、ウェハへの転写パターンとは異なる。

そこで、展開回路２６および参照回路２７は、ウェハの露光工程における露光条件をエミュレート（模擬）するために、描画パターンのデータを上記フィルタ係数で処理することによって参照画像を生成する。このフィルタ処理は、参照画像学習工程とも呼ばれる。このように参照画像学習工程によって露光条件をエミュレートすることによって、転写パターン（ｐｒｅ−ＯＰＣパターン）に近い参照画像が得られる。

その後、比較回路２５が、光学画像と参照画像とを比較してマスク１の欠陥を検出する（Ｓ９５）。

マスク１の欠陥検査が正常に完了した場合、フィルタ係数の算出に用いられた推定ポイントの画像データおよび座標は、パターン保存回路３４を介して記憶部３５へ格納される。これらの推定ポイントのデータは、その後、他のマスクの検査時に、過去の推定ポイント（即ち、基準ポイント）として利用され得る。

また、推定ポイントは、その領域の画像のまま記憶部３５に格納されても良い。あるいは、推定ポイントは、その領域のパターンの情報および座標等のデータ形式で記憶部３５に格納されてもよい。パターンの情報とは、パターンの形状の特徴や種類を示す情報であり、例えば、推定ポイントにある縦ラインパターンの線幅および個数、横ラインパターンの線幅および個数、縦スペースパターンの線幅および個数、横スペースパターンの線幅および個数、ホールパターンの径および個数等の情報でよい。

このように、本実施形態によるパターン検査装置１００は、マスク１の参照画像を生成する際に、フィルタ係数を算出するために選択される少なくとも１カ所以上の推定ポイント（第１領域）に、正常な過去の推定ポイントと相関の高い少なくとも１カ所以上のポイント（第２領域）を自動で含める。これにより、参照回路２７は、マスク１の描画パターンに対して適切なフィルタ係数を演算することができる。このようなフィルタ係数を用いて描画パターンから得られた参照画像は、擬似欠陥の少ない適切な参照画像となる。その結果、本実施形態によるパターン検査装置１００は、適切なフィルタ係数を正確かつ短時間に算出することができ、擬似欠陥の少ないマスク検査を行うことができる。

また、マスク１の推定ポイントは、正常に完了した過去の検査で用いられた推定ポイントに基づいて自動で選択される。そのような推定ポイントは、オペレータが任意に選択する推定ポイントに比べて、より精度の高い適切な参照画像を得ることができるため、信頼性が高いと言える。よって、フィルタ係数の算出のやり直しや擬似欠陥の多発による検査エラーが抑制され、検査時間の短縮に繋がる。

本実施形態によるパターン検査装置におけるデータ処理方法の少なくとも一部は、ハードウェアで構成してもよいし、ソフトウェアで構成してもよい。ソフトウェアで構成する場合には、データ処理方法の少なくとも一部の機能を実現するプログラムをフレキシブルディスクやＣＤ−ＲＯＭ等の記録媒体に収納し、コンピュータに読み込ませて実行させてもよい。記録媒体は、磁気ディスクや光ディスク等の着脱可能なものに限定されず、ハードディスク装置やメモリなどの固定型の記録媒体でもよい。また、データ処理方法の少なくとも一部の機能を実現するプログラムを、インターネット等の通信回線（無線通信も含む）を介して頒布してもよい。さらに、同プログラムを暗号化したり、変調をかけたり、圧縮した状態で、インターネット等の有線回線や無線回線を介して、あるいは記録媒体に収納して頒布してもよい。

本発明のいくつかの実施形態を説明したが、これらの実施形態は、例として提示したものであり、発明の範囲を限定することは意図していない。これら実施形態は、その他の様々な形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で、種々の省略、置き換え、変更を行うことができる。これら実施形態やその変形は、発明の範囲や要旨に含まれると同様に、特許請求の範囲に記載された発明とその均等の範囲に含まれるものである。

１００ パターン検査装置、２ ＸＹθテーブル、３ 光源、４ 偏光ビームスプリッタ、５ 光学系、７ フォトダイオードアレイ、８ センサ回路、９ オートローダ、１０Ａ Ｘ軸モータ、１０Ｂ Ｙ軸モータ、１０Ｃ θ軸モータ、１２ レーザ測長システム、３０ 制御計算機、１５ オートローダ制御回路、１７ テーブル制御回路、１８ オートフォーカス制御回路、２２ 位置回路、２５ 比較回路、２６ 展開回路、２７ 参照回路、３１ 第１判断回路、３２ 第２判断回路、３３ 相関判定回路、３４ パターン保存回路、３５ 記憶部、４１ モニタ、４２ プリンタ

Claims (5)

1. 第１検査対象の光学画像を取得する光学系と、前記第１検査対象のパターン形成の基となる描画パターンデータに基づいて、前記光学画像に対応する参照画像を生成する参照系と、前記光学画像を用いて前記第１検査対象の欠陥を検出する制御系とを備えたパターン検査装置を用いたパターン検査方法であって、
   前記第１検査対象の前記光学画像を取得する工程と、
   前記第１検査対象のパターン形成の基となる描画パターンデータに、フィルタ係数を演算して前記光学画像に対応する参照画像を前記参照系において生成する工程と、
   前記光学画像と前記参照画像とを比較して前記第１検査対象の欠陥を前記制御系において検出する工程とを具備し、
   前記参照画像の生成工程は、
   前記描画パターン内において前記フィルタ係数を算出するために選択される少なくとも１か所以上の第１領域に、正常に完了した過去の検査において選択されていた領域に対応する前記第１検査対象の少なくとも１か所以上の第２領域を、含める工程と、
   前記光学画像と前記描画パターンとが前記第１および第２領域のそれぞれにおいて略一致するように前記フィルタ係数を算出する工程とを含む、パターン検査方法。
2. 前記第１領域に前記第２領域を含める工程は、
   前記第１検査対象のパターンと前記過去の検査における第２検査対象のパターンが最小線幅において略同一であるか否か、前記第１および第２検査対象の材質が略同一であるか否か、あるいは、前記第１および第２検査対象が同一半導体装置の製造に用いられるマスクであるか否かを判断する工程と、
   前記第２検査対象の過去の検査が正常に完了した検査であるか否かを判断する工程と、
   形状、寸法および位置の一部または全てにおいて前記第２検査対象の領域と相関の高い前記第２領域を前記第１領域に含める工程を含む、請求項１に記載のパターン検査方法。
3. 前記形状において相関が高いとは、ラインパターン、スペースパターン、ホールパターンのような形状の種類において同一であることを示し、
   前記寸法において相関が高いとは、パターンの寸法差が所定の閾値以内であることを示し、
   前記位置において相関が高いとは、前記第２検査対象の領域の位置座標が前記第１検査対象の検査領域内にあることを示す、請求項２に記載のパターン検査方法。
4. 前記第１領域の数と前記第２検査対象の領域に対して相関の高い前記第２領域の数との総数が所定値以上ある場合、前記第２領域は、前記総数が前記所定値未満となるように、相関の高い順に前記第１領域に含められる、請求項２または請求項３に記載のパターン検査方法。
5. 第１検査対象の光学画像を取得する光学系と、
   前記第１検査対象のパターン形成の基となる描画パターンデータに、フィルタ係数を演算して前記光学画像に対応する参照画像を生成する参照系と、
   前記光学画像と前記参照画像とを比較して前記第１検査対象の欠陥を検出する制御系とを備え、
   前記参照系は、前記描画パターン内において前記フィルタ係数を算出するために選択される少なくとも１か所以上の第１領域に、正常に完了した過去の検査において選択されていた領域に対応する前記第１検査対象の少なくとも１か所以上の第２領域を含め、前記光学画像と前記描画パターンとが前記第１および第２領域のそれぞれにおいて略一致するように前記フィルタ係数を算出する、パターン検査装置。

Images