JP7042118B2 - 検査装置、検査方法、及びプログラム - Google Patents

検査装置、検査方法、及びプログラム Download PDF

Info

Publication number
JP7042118B2
JP7042118B2 JP2018042048A JP2018042048A JP7042118B2 JP 7042118 B2 JP7042118 B2 JP 7042118B2 JP 2018042048 A JP2018042048 A JP 2018042048A JP 2018042048 A JP2018042048 A JP 2018042048A JP 7042118 B2 JP7042118 B2 JP 7042118B2
Authority
JP
Japan
Prior art keywords
image
image data
defect detection
shift amount
detection device
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
JP2018042048A
Other languages
English (en)
Other versions
JP2019158405A (ja
Inventor
剛志 森野
英明 岡野
佳典 本宮
亮一 平野
昌孝 白土
英昭 橋本
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Toshiba Corp
Nuflare Technology Inc
Original Assignee
Toshiba Corp
Nuflare Technology Inc
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Toshiba Corp, Nuflare Technology Inc filed Critical Toshiba Corp
Priority to JP2018042048A priority Critical patent/JP7042118B2/ja
Priority to TW108105391A priority patent/TWI757585B/zh
Priority to KR1020190021354A priority patent/KR102266136B1/ko
Priority to US16/288,621 priority patent/US10997713B2/en
Publication of JP2019158405A publication Critical patent/JP2019158405A/ja
Application granted granted Critical
Publication of JP7042118B2 publication Critical patent/JP7042118B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
    • G03F—PHOTOMECHANICAL PRODUCTION OF TEXTURED OR PATTERNED SURFACES, e.g. FOR PRINTING, FOR PROCESSING OF SEMICONDUCTOR DEVICES; MATERIALS THEREFOR; ORIGINALS THEREFOR; APPARATUS SPECIALLY ADAPTED THEREFOR
    • G03F7/00—Photomechanical, e.g. photolithographic, production of textured or patterned surfaces, e.g. printing surfaces; Materials therefor, e.g. comprising photoresists; Apparatus specially adapted therefor
    • G03F7/70—Microphotolithographic exposure; Apparatus therefor
    • G03F7/70483—Information management; Active and passive control; Testing; Wafer monitoring, e.g. pattern monitoring
    • G03F7/70605—Workpiece metrology
    • G03F7/70616—Monitoring the printed patterns
    • G03F7/7065—Defects, e.g. optical inspection of patterned layer for defects
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0004—Industrial image inspection
    • G06T7/001—Industrial image inspection using an image reference approach
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G—PHYSICS
    • G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
    • G03F—PHOTOMECHANICAL PRODUCTION OF TEXTURED OR PATTERNED SURFACES, e.g. FOR PRINTING, FOR PROCESSING OF SEMICONDUCTOR DEVICES; MATERIALS THEREFOR; ORIGINALS THEREFOR; APPARATUS SPECIALLY ADAPTED THEREFOR
    • G03F7/00—Photomechanical, e.g. photolithographic, production of textured or patterned surfaces, e.g. printing surfaces; Materials therefor, e.g. comprising photoresists; Apparatus specially adapted therefor
    • G03F7/70—Microphotolithographic exposure; Apparatus therefor
    • G03F7/70483—Information management; Active and passive control; Testing; Wafer monitoring, e.g. pattern monitoring
    • G03F7/70591—Testing optical components
    • G03F7/706—Aberration measurement
    • G—PHYSICS
    • G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
    • G03F—PHOTOMECHANICAL PRODUCTION OF TEXTURED OR PATTERNED SURFACES, e.g. FOR PRINTING, FOR PROCESSING OF SEMICONDUCTOR DEVICES; MATERIALS THEREFOR; ORIGINALS THEREFOR; APPARATUS SPECIALLY ADAPTED THEREFOR
    • G03F9/00—Registration or positioning of originals, masks, frames, photographic sheets or textured or patterned surfaces, e.g. automatically
    • G03F9/70—Registration or positioning of originals, masks, frames, photographic sheets or textured or patterned surfaces, e.g. automatically for microlithography
    • G03F9/7049—Technique, e.g. interferometric
    • G03F9/7053—Non-optical, e.g. mechanical, capacitive, using an electron beam, acoustic or thermal waves
    • G03F9/7061—Scanning probe microscopy, e.g. AFM, scanning tunneling microscopy
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/70—Denoising; Smoothing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/90—Dynamic range modification of images or parts thereof
    • G06T5/92—Dynamic range modification of images or parts thereof based on global image properties
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0004—Industrial image inspection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/97—Determining parameters from multiple pictures
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
    • H01L21/00—Processes or apparatus adapted for the manufacture or treatment of semiconductor or solid state devices or of parts thereof
    • H01L21/67—Apparatus specially adapted for handling semiconductor or electric solid state devices during manufacture or treatment thereof; Apparatus specially adapted for handling wafers during manufacture or treatment of semiconductor or electric solid state devices or components ; Apparatus not specifically provided for elsewhere
    • H01L21/67005—Apparatus not specifically provided for elsewhere
    • H01L21/67242—Apparatus for monitoring, sorting or marking
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N2021/1765—Method using an image detector and processing of image signal
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G01N2021/8887—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges based on image processing techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20021—Dividing image into blocks, subimages or windows
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30108—Industrial image inspection
    • G06T2207/30148—Semiconductor; IC; Wafer

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Quality & Reliability (AREA)
  • Pathology (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Signal Processing (AREA)
  • Condensed Matter Physics & Semiconductors (AREA)
  • Manufacturing & Machinery (AREA)
  • Computer Hardware Design (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • Power Engineering (AREA)
  • Image Processing (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
  • Testing Or Measuring Of Semiconductors Or The Like (AREA)
  • Analysing Materials By The Use Of Radiation (AREA)
  • Image Analysis (AREA)

Description

本発明の実施形態は、半導体装置の製造に使用されるマスクの欠陥を検出可能な検査装置に関する。
半導体装置及び半導体装置の製造に使用される露光装置用マスクの微細化に伴い、当該半導体装置及びマスクの検査を行う検査装置の開発が行われている。
一般的に、半導体装置及びマスクの検査においては、正しい状態の基準となる基準画像と、実際に取得された被検査画像とを比較、演算することによって、両者の差分画像を生成する処理が行われる。被検査画像に欠陥が全く存在しない場合、差分画像はほぼ一定の階調を有する平坦な画像となる。一方、欠陥が存在する場合、差分画像には、その欠陥と同じ位置に、周囲に対して顕著な明暗の変化を持つパターンが出現する。
検査装置において生成される被検査画像には、原理上避けられない原因や、検査時の環境に起因して、位置ずれ、及び空間的な歪みが含まれる。この場合、上述のように生成した差分画像には、本来欠陥ではないにも関わらず、周囲に対して顕著な明暗の変化を持つ擬似欠陥と呼ばれるパターンが生じ得る。
そこで、当該位置ずれ及び歪みを計測、推定することによって被検査画像又は基準画像を補正し、擬似欠陥による誤検出を抑制する様々な技術が提案されている。
しかしながら、擬似欠陥による誤検出を発生させない程度に高精度に位置ずれ及び歪みを計測、推定するためには、膨大な演算量が必要となり得る。このため、画像欠陥検出用の計算機に多大なコストが発生し、当該コストが半導体装置製造における無視できないコスト要因となる可能性がある。
特許第３９６５１８９号公報 特開２０１５－１１５５０４号公報
本発明が解決しようとする課題は、計算機負荷を低減しつつ、欠陥の誤検出を抑制することができる検査装置、検査方法、及びプログラムを提供することを目的とする。
実施形態によれば、検査装置は、画像生成装置と、画像欠陥検出装置と、を備える。上記画像生成装置は、第１画像に対応する第２画像を生成する。上記画像欠陥検出装置は、上記第１画像及び上記第２画像内の互いに対応する部分領域に基づいて非線形なずれを推定し、前記第１画像に対する前記第２画像の欠陥を検出する。非線形なずれは、第１画像と第２画像との間の歪みを含む。画像欠陥検出装置は、画素の位置を含む変数とする座標変換を適用することによって歪みを推定する。画像欠陥検出装置は、複数の部分領域の各々に対する線形マッチングに基づいて、部分領域全体の輝度の誤差が最小となる第１シフト量を、複数の部分領域の各々について推定するシフト量推定部と、第１シフト量を、対応する部分領域の代表位置における歪みとみなし、歪み量の算出に用いられる前記座標変換の係数を推定する歪み量推定部とを含む。
第１実施形態に係る検査装置の全体構成の一例を説明するためのブロック図。 第１実施形態に係る検査装置の実画像データ生成装置のハードウェア構成の一例を説明するための模式図。 第１実施形態に係る検査装置の画像欠陥検出装置のハードウェア構成の一例を説明するためのブロック図。 第１実施形態に係る検査装置の画像欠陥検出装置の機能構成の一例を説明するためのブロック図。 第１実施形態に係る検査装置の全体動作の一例を説明するためのフローチャート。 第１実施形態に係る検査装置の画像欠陥検出装置における画像欠陥検出動作の一例を説明するためのフローチャート。 第１実施形態に係る検査装置の画像欠陥検出装置における補正動作の一例を模式的に説明するためのダイアグラム。 第１実施形態に係る検査装置の画像欠陥検出装置における歪み量推定動作の一例を説明するための模式図。 第１実施形態に係る参照画像データ及び被検査画像データの一例を説明するための模式図。 第１実施形態に係る第１補正済み参照画像データと、被検査画像データと、の差分画像データの一例を説明するための模式図。 第１実施形態に係る第１補正済み参照画像データと、被検査画像データと、の差分画像データを説明するためのヒストグラム。 第１実施形態に係る第２補正済み参照画像データと、被検査画像データと、の差分画像データの一例を説明するための模式図。 第１実施形態に係る第２補正済み参照画像データと、被検査画像データと、の差分画像データを説明するためのヒストグラム。 第１実施形態の変形例に係る検査装置の実画像データ生成装置のハードウェア構成の一例を説明するための模式図。 第１実施形態の変形例に係る検査装置の画像欠陥検出装置の機能構成の一例を説明するためのブロック図。 第１実施形態の変形例に係る検査装置の画像欠陥検出装置における画像欠陥検出動作の一例を説明するためのフローチャート。 第１実施形態の変形例に係る参照画像データ及び被検査画像データの一例を説明するための模式図。 第１実施形態の変形例に係る第１補正済み参照画像データと、被検査画像データと、の差分の一例を説明するための模式図。 第１実施形態の変形例に係る第１補正済み参照画像データと、被検査画像データと、の差分画像データを説明するためのヒストグラム。 第１実施形態の変形例に係る第２補正済み参照画像データと、被検査画像データと、の差分の一例を説明するための模式図。 第１実施形態の変形例に係る第２補正済み参照画像データと、被検査画像データと、の差分画像データを説明するためのヒストグラム。 第２実施形態に係る検査装置の画像欠陥検出装置の機能構成の一例を説明するためのブロック図。 第２実施形態に係る検査装置の画像欠陥検出装置における画像欠陥検出動作の一例を説明するためのフローチャート。 第２実施形態に係る検査装置の画像欠陥検出装置における輝度ムラ推定動作の一例を説明するための模式図。
以下、図面を参照して実施形態について説明する。なお、以下の説明において、同一の機能及び構成を有する構成要素については、共通する参照符号を付す。
１． 第１実施形態
第１実施形態に係る検査装置について説明する。
第１実施形態に係る検査装置は、例えば、半導体装置の製造に使用されるマスクの欠陥を検査するマスク欠陥検査装置を含む。半導体装置は、例えば、ＮＡＮＤ型フラッシュメモリ等の半導体記憶装置を含む。
１．１ ハードウェア構成について
まず、第１実施形態に係る検査装置のハードウェア構成について説明する。
１．１．１ 全体構成について
第１実施形態に係る検査装置の全体構成について説明する。
図１は、第１実施形態に係る検査装置の全体構成の一例を示すブロック図である。図１に示すように、検査装置１は、実画像データ生成装置１０と、設計画像データ生成装置３０と、画像欠陥検出装置５０と、を備えている。
実画像データ生成装置１０は、例えば、半導体装置（図示せず）の製造に用いられるフォトマスク又はレチクルの光学画像を実画像データとして生成するスキャナとしての機能を有する。以下の説明では、フォトマスク又はレチクルは、単に「マスク」とも言う。実画像データ生成装置１０は、マスクについて生成した実画像データを画像欠陥検出装置５０に送出する。
設計画像データ生成装置３０は、マスクの製造に際して作成された設計データに基づき、当該マスクに対応する設計画像データを生成する機能を有する。設計データは、例えば、ＣＡＤ（Computer-aided design）データの形式で予め設計画像データ生成装置３０内に記憶される。設計画像データ生成装置３０は、当該設計データを画像欠陥検出装置５０における画像欠陥処理に適用可能なデータ形式（設計画像データ）に変換した後、画像欠陥検出装置５０に送出する。
画像欠陥検出装置５０は、実画像データ生成装置１０から実画像データを、設計画像データ生成装置３０から設計画像データをそれぞれ受ける。画像欠陥検出装置５０は、同一のマスクについて生成された複数の実画像データ同士の組、又は実画像データと設計画像データとの組、を被検査画像データと参照画像データとの組とみなす。被検査画像データとは、欠陥検出の対象となる画像データであることを示す。参照画像データとは、被検査画像データについて欠陥検出を行う際の基準となる画像データであることを示す。画像欠陥検出装置５０は、被検査画像データと、当該被検査画像データに対応する参照画像データと、を比較することにより、被検査画像データに存在する欠陥を検出する。そして、画像欠陥検出装置５０は、被検査画像データに検出された欠陥に基づき、マスクに存在する欠陥を特定する。
１．１．２ 実画像データ生成装置のハードウェア構成について
次に、第１実施形態に係る検査装置の実画像データ生成装置のハードウェア構成について説明する。
図２は、第１実施形態に係る実画像データ生成装置のハードウェア構成を説明するための模式図である。図２では、実画像データ生成装置１０の一例として、マスク１１４の光学画像（透過光画像及び／又は反射光画像）を実画像データとして生成可能な光学スキャナが示されている。
図２に示すように、実画像データ生成装置１０は、光源１０１と、複数のハーフミラー１０２、１０３、１０４、１０５、１０６、及び１０７と、複数の対物レンズ１０８、１０９、及び１１０と、ステージ１１１と、透過光センサ１１２と、反射光センサ１１３と、を備えている。
光源１０１は、例えば、紫外レーザ光を射出可能なレーザ光源である。光源１０１から出射されたレーザ光は、ハーフミラー１０２～１０７並びに対物レンズ１０８及び１０９を介して、ステージ１１１に載置されたマスク１１４に照射される。より具体的には、ハーフミラー１０２～１０５及び対物レンズ１０８は、透過光学系を構成し、ハーフミラー１０２、１０６、及び１０７、並びに対物レンズ１０９は、反射光学系を構成する。以上のような構成により、マスク１１４を上下から照明することができ、マスク１１４の透過光及び反射光はそれぞれ、対物レンズ１１０を介して透過光センサ１１２及び反射光センサ１１３に入力されることができる。
透過光センサ１１２及び反射光センサ１１３はそれぞれ、マスク１１４の透過光及び反射光を検出する。実画像データ生成装置１０は、検出された透過光及び反射光を図示しないプロセッサにおいて処理し、マスク１１４の実画像データを生成する。生成された実画像データは、画像欠陥検出装置５０に送出される。
なお、上述の通り、実画像データ生成装置１０によって生成される実画像データは、画像欠陥検出装置５０において、被検査画像データとしても参照画像データとしても使用され得る。すなわち、マスク１１４上に形成された同一パターン同士を比較する場合、当該同一パターンについて生成された複数の実画像データの組が、被検査画像データと、参照データと、の組とみなされ得る。このような実画像データの使用方法は、ダイとダイとの比較（ＤＤ（Die to die）比較）とも呼ばれる。一方、マスク１１４上に形成されたパターンと、設計データ上のパターンとを比較する場合、実画像データ生成装置１０によって生成される実画像データと、設計画像データ生成装置３０によって生成される設計画像データとの組が、被検査画像データと、参照データと、の組とみなされ得る。このような実画像データ及び設計画像データの使用方法は、ダイとデータベースとの比較（ＤＢ（Die to database）比較）とも呼ばれる。
１．１．３ 画像欠陥検出装置のハードウェア構成について
次に、第１実施形態に係る検査装置の画像欠陥検出装置のハードウェア構成について説明する。図３は、第１実施形態に係る検査装置の画像欠陥検出装置のハードウェア構成を説明するためのブロック図である。
図３に示すように、画像欠陥検出装置５０は、制御部５１、記憶部５２、表示部５３、ドライブ５４、及び通信部５５を備えている。
制御部５１は、ＣＰＵ（Central Processing Unit）、ＲＡＭ（Random Access Memory）、ＲＯＭ（Read Only Memory）等を含み、画像欠陥検出装置５０全体の動作を制御する。
記憶部５２は、例えば、ＨＤＤ（Hard Disk Drive）、ＳＳＤ（Solid State Drive）等の補助記憶装置である。記憶部５２には、画像欠陥検出装置５０で実行される画像欠陥検出プログラム５２１が記憶される。また、記憶部５２には、画像欠陥検出プログラム５２１が実行される際に必要な入力情報として、例えば、参照画像データ５２２及び被検査画像データ５２３が記憶される。
画像欠陥検出プログラム５２１は、被検査画像データ５２３から、参照画像データ５２２に対して有意に相違する点を欠陥として検出する画像欠陥検出処理を、画像欠陥検出装置５０に実行させるためのプログラムである。なお、画像欠陥検出処理の詳細については、後述する。
表示部５３は、例えば、表示画面（例えば、ＬＣＤ（Liquid Crystal Display）又はＥＬ（Electroluminescence）ディスプレイ等）等を含む。表示部５３は、制御部５１によって実行された画像欠陥検出プログラム５２１の実行結果をユーザに出力する。
ドライブ５４は、例えば、ＣＤ（Compact Disc）ドライブ、ＤＶＤ（Digital Versatile Disc）ドライブ等であり、記憶媒体５４１に記憶されたプログラムを読込むための装置である。ドライブ５４の種類は、記憶媒体５４１の種類に応じて適宜選択されてよい。上記画像欠陥検出プログラム５２１は、この記憶媒体５４１に記憶されていてもよい。
記憶媒体５４１は、コンピュータその他装置、機械等が記録されたプログラム等の情報を読取り可能なように、当該プログラム等の情報を、電気的、磁気的、光学的、機械的又は化学的作用によって蓄積する媒体である。画像欠陥検出装置５０は、この記憶媒体５４１から、画像欠陥検出プログラム５２１を取得してもよい。
通信部５５は、画像欠陥検出装置５０と、実画像データ生成装置１０及び設計画像データ生成装置３０を含む外部と、の通信を司る通信インタフェースである。通信部５５は、例えば、実画像データ及び設計画像データを外部から受け、記憶部５２に記憶させる。また、通信部５５は、画像欠陥検出プログラム５２１の実行結果として生成された比較結果を外部に出力する。
１．２ 機能構成について
次に、第１実施形態に係る検査装置の機能構成について説明する。
１．２．１ 画像欠陥検出装置の機能構成について
第１実施形態に係る検査装置の画像欠陥検出装置の機能構成について説明する。
画像欠陥検出装置５０の制御部５１は、例えば、記憶部５２に記憶された画像欠陥検出プログラム５２１をＲＡＭに展開する。そして、制御部５１は、ＲＡＭに展開された画像欠陥検出プログラム５２１をＣＰＵにより解釈及び実行して、各構成要素を制御する。
図４は、第１実施形態に係る検査装置の画像欠陥検出装置の機能構成のうち、画像欠陥検出処理に係る部分を説明するためのブロック図である。
図４に示すように、画像欠陥検出装置５０は、参照画像データ５２２及び被検査画像データ５２３に基づいて画像欠陥検出処理を実行する際、グローバルシフト量推定部５０１、ローカルシフト量推定部５０２、歪み量推定部５０３、補正部５０４、及び比較部５０５を備えるコンピュータとして機能する。なお、以下の説明では、参照画像データ５２２及び被検査画像データ５２３は、互いに交差するＸ軸及びＹ軸から構成されるＸＹ平面上に展開される画素の輝度値の集合であるものとして説明する。より具体的には、参照画像データ５２２の座標（ｘ、ｙ）における輝度値は、ＩＲ（ｘ、ｙ）と表し、被検査画像データ５２３の座標（ｘ、ｙ）における輝度値は、ＩＳ（ｘ、ｙ）と表す。
グローバルシフト量推定部５０１及びローカルシフト量推定部５０２は、２つの画像データ間の誤差を最も小さくするシフト量Ｓを推定する機能を有する。より具体的には、例えば、グローバルシフト量推定部５０１及びローカルシフト量推定部５０２は、以下の式（１）にしたがって評価値Ｅを算出する。
Figure 0007042118000001
ここで、２つの画像データの評価範囲は、Ｎ×Ｎ個の画素により構成される範囲（０≦ｘ、ｙ≦Ｎ－１）であるとする。
グローバルシフト量推定部５０１及びローカルシフト量推定部５０２は、算出した評価値Ｅを最小にするシフト量Ｓ＝（ｓｘ、ｓｙ）を推定する。これにより、一方の画像データを他方の画像データをシフトさせた場合に、２つの画像データの評価範囲全体における輝度差が最も整合するシフト量Ｓが推定される。このような２つの画像データ間の線形マッチング手法は、ＳＳＤ（Sum of squared difference）マッチングとも呼ばれる。なお、以下に説明する通り、シフト量Ｓは、例えば、グローバルシフト量Ｓ１及びローカルシフト量Ｓ２を含む。
グローバルシフト量推定部５０１は、上述のＳＳＤマッチングを参照画像データ５２２及び被検査画像データ５２３の全体に適用して、グローバルシフト量Ｓ１＝（ｓ１ｘ、ｓ１ｙ）を推定する。グローバルシフト量推定部５０１は、グローバルシフト量Ｓ１を補正部５０４に送出する。
ローカルシフト量推定部５０２は、上述のＳＳＤマッチングを補正部５０４から受けた第１補正済み参照画像データ及び被検査画像データ５２３に含まれる部分領域に適用して、ローカルシフト量Ｓ２を推定する。例えば、ローカルシフト量推定部５０２は、第１補正済み参照画像データ及び被検査画像データ５２３をＭ個の部分領域に等分割し、当該分割された第１補正済み参照画像データ及び被検査画像データ５２３の組の各々についてＳＳＤマッチングを適用する（Ｍは自然数）。これにより、ローカルシフト量推定部５０２は、Ｍ個のローカルシフト量Ｓ２（Ｓ２１＝（ｓ２ｘ１、ｓ２ｙ１）、Ｓ２２＝（ｓ２ｘ２、ｓ２ｙ２）、…、及びＳ２Ｍ＝（ｓ２ｘＭ、ｓ２ｙＭ））を推定する。ローカルシフト量推定部５０２は、ローカルシフト量Ｓ２を歪み量推定部５０３に送出する。
歪み量推定部５０３は、ローカルシフト量推定部５０２から受けたＭ個のローカルシフト量Ｓ２に基づき、歪み量ベクトルＣｄを推定する。歪み量ベクトルＣｄは、２つの画像データ間の対応する画素間の位置の歪み量ｄを任意の次数の多項式で表現した場合の係数を、ベクトル形式で表現したものである。具体的には、例えば、歪み量ｄが二次の多項式で表現される場合、歪み量ベクトルＣｄは、６個の係数（ｃｄ１、ｃｄ２、ｃｄ３、ｃｄ４、ｃｄ５、ｃｄ６）からなる列ベクトルとして表現される。この場合、画像データ内の任意の位置（ｘ、ｙ）における画素の位置の歪み量ｄ＝（ｄｘ（ｘ、ｙ）、ｄｙ（ｘ、ｙ））は、係数ｃｄ１～ｃｄ６を用いて、以下の式（２）にしたがって算出される。
Figure 0007042118000002
歪み量推定部５０３は、推定した歪み量ベクトルＣｄを補正部５０４に送出する。なお、歪み量ベクトルＣｄの推定手法の詳細については、後述する。
補正部５０４は、グローバルシフト量推定部５０１からグローバルシフト量Ｓ１を受けると、当該グローバルシフト量Ｓ１を参照画像データ５２２に適用し、第１補正済み参照画像データを生成する。補正部５０４は、第１補正済み参照画像データをローカルシフト量推定部５０２に送出する。また、補正部５０４は、歪み量推定部５０３から歪み量ベクトルＣｄを受けると、当該歪み量ベクトルＣｄ及びグローバルシフト量Ｓ１を参照画像データ５２２に適用し、第２補正済み参照画像データを生成する。補正部５０４は、第２補正済み参照画像データを比較部５０５に送出する。
なお、補正部５０４は、第１補正済み参照画像データ及び第２補正済み参照画像データが整数グリッドの画像データとなるようにリマッピング（再配置）してもよい。リマッピング手法としては、正順方向のリマッピングに限らず、逆方向のリマッピングが適用可能である。正順方向のリマッピングは、例えば、補正済み参照画像データを実数グリッドから整数グリッドとなるように変換する手法である。また、逆方向のリマッピングは、整数グリッドの補正前参照画像データから補間によって実数の輝度値を求め、これを整数グリッドの補正済み参照画像データに変換する手法である。逆方向のリマッピングは、正順方向のリマッピングと同等に演算量を軽減させつつ、正順方向のリマッピングよりも量子化誤差を低減可能である。
比較部５０５は、第２補正済み参照画像データを補正部５０４から受けると、当該第２補正済み参照画像データと、被検査画像データ５２３とを比較し、当該比較結果をユーザに提示する。より具体的には、例えば、比較部５０５は、第２補正済み参照画像データと、被検査画像データ５２３との画素毎の輝度値の差分をＸＹ平面上にマッピングし、当該輝度値の差分が所定の閾値より大きい点を欠陥部分として抽出する。比較部５０５は、抽出された欠陥部分と共に、ＸＹ平面上にマッピングされた輝度値の差分の画像データを比較結果としてユーザに提示する。
１．２ 動作について
次に、第１実施形態に係る検査装置の動作について説明する。
１．２．１ 検査装置の全体動作について
まず、第１実施形態に係る検査装置の全体動作について説明する。
図５は、第１実施形態に係る検査装置の全体動作を説明するためのフローチャートである。図５に示すように、検査装置１は、ＤＤ比較とＤＢ比較のいずれにも対応可能である。
ステップＳＴ１において、実画像データ生成装置１０は、検査対象のマスク１１４をステージ１１１に載置し、光源１０１からレーザ光を射出することにより、マスク１１４の実画像データを生成する。実画像データ生成装置１０は、生成した実画像データを画像欠陥検出装置５０に送出する。
ステップＳＴ２において、検査装置１は、マスク１１４の検査方法がＤＤ比較であるかＤＢ比較であるかを判定する。ＤＤ比較が実行される場合、すなわち、実画像データ同士を比較する場合（ステップＳＴ２；ｙｅｓ）、ステップＳＴ３に進む。一方、ＤＢ比較が実行される場合、すなわち、実画像データ同士を比較しない場合（ステップＳＴ２；
ｎｏ）、ステップＳＴ３を行うことなく、ステップＳＴ４に進む。
ステップＳＴ３において、設計画像データ生成装置３０は、検査対象のマスク１１４の設計データに基づき、設計画像データを生成する。設計画像データ生成装置３０は、生成した設計画像データを画像欠陥検出装置５０に送出する。
ステップＳＴ４において、画像欠陥検出装置５０は、ＤＤ比較が実行される場合、ステップＳＴ１において生成された実画像データを参照画像データ５２２及び被検査画像データ５２３として記憶部５２に記憶し、画像欠陥検出処理を実行する。また、画像欠陥検出装置５０は、ＤＢ比較が実行される場合、ステップＳＴ１において生成された実画像データを被検査画像データ５２３として、ステップＳＴ３において生成された設計画像データを参照画像データ５２２として記憶部５２に記憶し、画像欠陥検出処理を実行する。
以上で、全体動作が終了する。
１．２．２ 画像欠陥検出動作について
次に、上述した第１実施形態に係る検査装置における全体動作のうち、画像欠陥検出動作について説明する。
１．２．２．１ フローチャートについて
第１実施形態に係る画像欠陥検出装置における画像欠陥検出動作のフローチャートについて、図６を用いて説明する。図６は、図５において示したステップＳＴ４の詳細を説明するものである。
図６に示すように、ステップＳＴ１１において、制御部５１は、グローバルシフト量推定部５０１として機能し、参照画像データ５２２及び被検査画像データ５２３の全体に対してＳＳＤマッチングを実行し、グローバルシフト量Ｓ１を推定する。
ステップＳＴ１２において、制御部５１は、補正部５０４として機能し、ステップＳＴ１１において推定されたグローバルシフト量Ｓ１に基づいて参照画像データ５２２の補正を行い、第１補正済み参照画像データを生成する。
ステップＳＴ１３において、制御部５１は、ローカルシフト量推定部５０２として機能し、ステップＳＴ１２において生成された第１補正済み参照画像データ、及び被検査画像データ５２３をＭ個の部分領域に分割する。制御部５１は、分割されたＭ個の部分領域の各々に対してＳＳＤマッチングを実行し、Ｍ個のローカルシフト量Ｓ２を推定する。
ステップＳＴ１４において、制御部５１は、歪み量推定部５０３として機能し、ステップＳＴ１３において推定されたＭ個のローカルシフト量Ｓ２に基づいて第１補正済み参照画像データの全体に対する歪み量ベクトルＣｄを推定する。
ステップＳＴ１５において、制御部５１は、補正部５０４として機能し、ステップＳＴ１１において推定されたグローバルシフト量Ｓ１と、ステップＳＴ１４において推定された歪み量ベクトルＣｄと、に基づいて参照画像データ５２２の補正を行い、第２補正済み参照画像データを生成する。
ステップＳＴ１６において、制御部５１は、比較部５０５として機能し、ステップＳＴ１５において生成された第２補正済み参照画像データと、被検査画像データ５２３とを比較し、比較結果をユーザに提示する。
以上で、画像欠陥検出動作が終了する。
１．２．２．２ 補正動作について
次に、第１実施形態に係る画像欠陥検出装置における画像欠陥検出動作のうち、補正動作について説明する。
図７は、第１実施形態に係る画像欠陥検出装置における参照画像データの補正動作を模式的に説明するためのダイアグラムである。図７は、図６において説明したステップＳＴ１２及びＳＴ１５に対応する。図７では、一例として、参照画像データ５２２について２回の補正が実行された際の補正前後の画素の位置の変化が、１次元（ｘ軸方向）について模式的に示される。図７の例では、横軸に被検査画像データ５２３の画素の位置ｘが示され、縦軸に被検査画像データ５２３に対応する参照画像データ５２２（第１補正済み参照画像データ、及び第２補正済み参照画像データを含む）の画素の位置ｘ’が示される。
図７に示すように、補正前の参照画像データ５２２と被検査画像データ５２３との間には、線Ｌ１に示されるような位置ずれが存在し得る。すなわち、位置ずれの要因は、シフト量ｓｘと歪み量ｄｘ（ｘ、ｙ）との２つに大別され、これらを用いて位置ｘ及びｘ’は以下の式（３）のように対応付けられる。
Figure 0007042118000003
ここで、シフト量ｓｘは、画素の位置によらず、画像データ全体にわたり一様に生じるずれ量を示し、歪み量ｄｘ（ｘ、ｙ）は、画素の位置に依存して生じる（画素の位置に対して非線形な）ずれ量を示している。
補正部５０４は、上述のシフト量ｓｘを除去することにより、第１補正済み参照画像データを生成する。すなわち、第１補正済み参照画像データと被検査画像データ５２３との間には、線Ｌ２に示されるように歪み量ｄｘ（ｘ、ｙ）が存在し得る。
補正部５０４は、上述の歪み量ｄｘ（ｘ、ｙ）を更に除去することにより、第２補正済み参照画像データを生成する。シフト量ｓｘ及び歪み量ｄｘ（ｘ、ｙ）が除去されれば、理想的には、線Ｌ３に示されるようにｘ’＝ｘとなり、第２補正済み参照画像データと被検査画像データとは完全に一致し得る。
１．２．２．３ 歪み量推定動作について
図８は、第１実施形態に係る画像欠陥検出装置における歪み量推定動作を説明するための模式図である。図８では、第１補正済み参照画像データの部分領域毎の代表的な歪み量ｄと、ローカルシフト量Ｓ２との関係が模式的に示される。図８の例では、第１補正済み参照画像データは、Ｍ＝９個の部分領域Ｒ１、Ｒ２、…、Ｒ９に分割され、当該部分領域Ｒ１～Ｒ９の各々についてローカルシフト量Ｓ２（（ｓ２ｘ１、ｓ２ｙ１）、（ｓ２ｘ２、ｓ２ｙ２）、…、（ｓ２ｘ９、ｓ２ｙ９））が推定された場合が示される。
図８に示すように、歪み量推定部５０３は、ローカルシフト量（ｓ２ｘ１、ｓ２ｙ１）～（ｓ２ｘ９、ｓ２ｙ９）の各々を、対応する部分領域Ｒ１～Ｒ９の代表位置（ｘ１、ｙ１）～（ｘ９、ｙ９）における歪み量（ｄｘ１、ｄｙ１）～（ｄｘ９～ｄｙ９）とみなす。すなわち、歪み量推定部５０３は、歪み量（ｄｘ１、ｄｙ１）～（ｄｘ９～ｄｙ９）と、ローカルシフト量（ｓ２ｘ１、ｓ２ｙ１）～（ｓ２ｘ９、ｓ２ｙ９）との間に、以下の式（４）に示す対応関係を仮定する。
Figure 0007042118000004
上述の通り、第１実施形態では、任意の位置（ｘ、ｙ）において、歪み量ｄは、式（２）を満たすと仮定される。このため、第１補正済み参照画像データは、少なくとも９点の代表位置（ｘ１、ｙ１）～（ｘ９、ｙ９）において、上述の式（２）を満たす。したがって、式（２）を９点の代表位置（ｘ１、ｙ１）～（ｘ９、ｙ９）について連立することにより、以下の線形方程式（５）及び（６）が得られる。
Figure 0007042118000005
ここで、代表位置の座標（ｘ１、ｙ１）～（ｘ９、ｙ９）に基づく行列Ｚ、並びに歪み量ｄｘ１～ｄｘ９、及びｄｙ１～ｄｙ９を含むベクトルＤｘ及びＤｙは、具体的な数値として定まる。このため、歪み量推定部５０３は、上述の式（５）及び（６）に対して、最小二乗法に基づいて以下の式（７）に示される演算を実行することにより、それぞれ歪み量ベクトルＣｄｘ及びＣｄｙを推定することができる。
Figure 0007042118000006
なお、推定に際しては、最小二乗解を優決定系で得るために、分割される部分領域の数Ｍが歪み量ベクトルＣｄの要素数（式（５）及び（６）の例では６個）よりも大きいことが望ましい。より好ましくは、分割される領域の数Ｍの平方根ｍ（ｍ＾２＝Ｍ）が定まる場合、歪み量ベクトルＣｄを構成する多項式は、（ｍ－１）次以下の多項式であることが望ましい。
１．３ 本実施形態に係る効果
第１実施形態によれば、計算機負荷を低減しつつ、画像の欠陥の誤検出を抑制することが出来る。本効果につき、以下説明する。
第１実施形態に係る実画像データ生成装置１０及び設計画像データ生成装置３０はそれぞれ、実画像データ及び設計画像データを生成し、画像欠陥検出装置５０に送出する。これにより、画像欠陥検出装置５０は、ＤＤ比較を実行するかＤＢ比較を実行するかに応じて、いずれの画像データを使用するかを適切に選択することができる。すなわち、画像欠陥検出装置５０は、ＤＤ比較を実行する場合には、実画像データを参照画像データ及び被検査画像データとして記憶し、ＤＢ比較を実行する場合には、実画像データを被検査画像データとして、設計画像データを参照画像データとして、それぞれ記憶することができる。
また、グローバルシフト量推定部５０１は、参照画像データの全体領域と被検査画像データの全体領域とのＳＳＤマッチングを行い、グローバルシフト量Ｓ１を推定する。これにより、補正部５０４は、参照画像データと被検査画像データとの間のずれ量のうち、グローバルシフト量Ｓ１が補正された第１補正済み参照画像データを生成することができる。
また、ローカルシフト量推定部５０２は、参照画像データに対してグローバルシフト量Ｓ１を適用した第１補正済み参照画像データの部分領域と、被検査画像データの部分領域とのＳＳＤマッチングを行い、部分領域毎のローカルシフト量Ｓ２を推定する。一般的に、歪み量ｄは、画像データの位置に応じて一様に分布しないずれ量である。しかしながら、歪み量ｄは、局所的には、画像データの位置によらず一様に分布するシフト量Ｓの成分が支配的になり得る。これにより、歪み量推定部５０３は、画像データの部分領域において推定されたローカルシフト量Ｓ２を、当該部分領域における代表的な歪み量（すなわち、代表位置における歪み量）であるとみなす。このため、歪み量推定部５０３は、座標変換を示す線形方程式Ｄ＝ＺＣｄに基づき、歪み量ベクトルＣｄを推定することができる。したがって、補正部５０４は、参照画像データと被検査画像データとの間の歪み量ｄが更に補正された第２補正済み参照画像データを生成することができる。
また、歪み量推定部５０３は、上述の式（７）に示された単純な行列演算を実行することによって、歪み量ベクトルＣｄを推定することができる。ここで、行列Ｚのサイズは、高々、（部分領域の数Ｍ）×（推定する歪み量ベクトルＣｄの要素数）である。また、補正部５０４は、上述の式（２）及び（３）に示されたシフト量Ｓと歪み量ｄの単純な足し合わせを行うことにより、第２補正済み参照画像データを生成することができる。このため、第１実施形態によれば、画像欠陥検出装置５０は、例えば、パターンマッチングの手法として典型的に用いられる畳み込み演算を用いた推定手法と比較して、少ない演算量で、位置ずれ及び歪みが補正された参照画像データを生成することができる。
また、比較部５０５は、第２補正済み参照画像データと、被検査画像データ５２３との画素の輝度値を比較する。上述の通り、第２補正済み参照画像データは、シフト量Ｓと歪み量ｄとを少ない演算量で精度よく除去し得る。これにより、比較部５０５は、被検査画像データから、参照画像データには存在しない特異な点を欠陥として検出することができると共に、誤検出を抑制することができる。以下、本効果について図９～図１３を用いて説明する。
図９は、第１実施形態に係る参照画像データ及び被検査画像データの一例を説明するための模式図である。図９（Ａ）及び図９（Ｂ）はそれぞれ、参照画像データ５２２及び被検査画像データ５２３が示される。図９の例では、被検査画像データ５２３は、参照画像データ５２２に対して微小な位置ずれ及び歪みが生じており、かつ目視では確認できない欠陥が存在する場合が示される。図１０は、第１実施形態に係る第１補正済み参照画像データと被検査画像データとの差分画像データを説明するための模式図であり、図１１は、図１０に示された差分画像データの輝度差を表示するヒストグラムである。図１２は、第１実施形態に係る第２補正済み参照画像データと被検査画像データとの差分画像データを説明するための模式図であり、図１３は、図１２に示された差分画像データの輝度差を表示するヒストグラムである。図１０及び図１２では、補正前後の差分を取ることによって欠陥を視認できるか否か、が示される。図１１及び図１３では、横軸に輝度値の差分を、縦軸にその頻度を表示することによって、欠陥の有無を識別できるか否か、が示される。
図９に示すように、参照画像データ５２２と被検査画像データ５２３との間には、目視では視認できない程度に微小なずれが存在する。このような参照画像データ５２２と被検査画像データ５２３との間のグローバルシフト量Ｓ１を推定し、第１補正済み参照画像データを作成すると、図１０に示すような差分画像データｄｉｆｆ＿ａ及び図１１に示すようなヒストグラムｈｉｓｔ＿ａが得られる。
上述の通り、図９の例では、被検査画像データ５２３には有意な欠陥が存在する場合が示されている。このため、差分画像データｄｉｆｆ＿ａ及びヒストグラムｈｉｓｔ＿ａには、有意な輝度値の差分が表れることが望ましい。しかしながら、図１０に示すように、差分画像データｄｉｆｆ＿ａには、本来除去されるべき参照画像データ５２２のパターンが、差分として表れているため、欠陥があるか否かを視認することは困難である。また、図１１に示すように、ヒストグラムｈｉｓｔ＿ａは、輝度値の差分が大きい領域にまで連続的に分布が広がっている。このため、ヒストグラムｈｉｓｔ＿ａに基づいて、欠陥を示す分布を特定することは困難である。したがって、差分画像データｄｉｆｆ＿ａ及びヒストグラムｈｉｓｔ＿ａは、欠陥があるにもかかわらず正常であると誤って判定する可能性や、正常であるにもかかわらず欠陥があると誤って判定する可能性がある。
一方、ローカルシフト量Ｓ２に基づいて参照画像データ５２２と被検査画像データ５２３との間の歪み量ｄを更に推定し、第２補正済み参照画像データを作成すると、図１２に示すような差分画像データｄｉｆｆ＿ｂ及び図１３に示すようなヒストグラムｈｉｓｔ＿ｂが得られる。図１２に示すように、差分画像データｄｉｆｆ＿ｂには、参照画像データ５２２のパターンがほとんど消失すると共に、有意な輝度値の差分Ｐ１を視認することができる。また、図１３に示すように、ヒストグラムｈｉｓｔ＿ｂは、輝度値の差分が小さい領域に連続的に分布している。そして、ヒストグラムｈｉｓｔ＿ｂは、有意な輝度値の差分Ｐ１に対応する、不連続に輝度値の差分が大きい領域が表れる。このため、差分画像データｄｉｆｆ＿ｂ及びヒストグラムｈｉｓｔ＿ｂは、位置ずれや歪みによる画像データのずれを除去しつつ、有意な欠陥を識別することができる。なお、差分画像データｄｉｆｆ＿ｂ及びヒストグラムｈｉｓｔ＿ｂは、例えば、上述した畳み込み演算による推定手法により得られる差分画像データ及びヒストグラムと同等の性能を示すものである。したがって、第１実施形態によれば、欠陥検出の精度を落とすことなく、計算機負荷を低減することができる。
１．４ 第１実施形態の変形例
なお、第１実施形態は、上述の例に限らず、種々の変形が可能である。
上述の第１実施形態は、実画像データ生成装置１０として、光学像に基づく画像データを生成するスキャナが用いられる場合について説明したが、これに限られない。例えば、実画像データ生成装置１０は、電子像に基づく画像データを生成する走査型電子顕微鏡（ＳＥＭ：Scanning electron Microscope）が適用されてもよい。この場合、実画像データ生成装置１０は、第１実施形態において説明したようにマスク１１４の光学像を画像データとして画像欠陥検出装置５０に送出するのではなく、マスク１１４によってパターンが転写された半導体装置の電子像を画像データとして画像欠陥検出装置５０に送出し得る。
なお、以下の説明では、第１実施形態と同一の構成及び動作についてはその説明を省略し、第１実施形態と異なる構成及び動作について主に説明する。
１．４．１ 実画像データ生成装置のハードウェア構成について
第１実施形態の変形例に係る実画像データ生成装置のハードウェア構成について説明する。
図１４は、第１実施形態の変形例に係る検査装置の実画像データ生成装置のハードウェア構成を説明するための模式図である。図１４では、実画像データ生成装置１０の一例として、半導体装置１２９上に転写されたパターンの電子画像を実画像データとして生成可能なＳＥＭが示されている。
図１４に示すように、実画像データ生成装置１０は、例えば、電子源１２１と、複数の集束レンズ１２２及び１２３と、複数の走査コイル１２４及び１２５と、対物レンズ１２６と、ステージ１２７と、センサ１２８と、を備え、これらがチャンバ１２０内に格納され構成されている。
電子源１２１から射出された電子線は、加速された後に集束レンズ１２２及び１２３、並びに対物レンズ１２６によって、ステージ１２７上に載置された半導体装置１２９の表面に電子スポットとして集束する。走査コイル１２４及び１２５は、半導体装置１２９上における電子スポットの位置を制御する。
センサ１２８は、例えば、半導体装置１２９上から反射した電子を検出する。実画像データ生成装置１０は、検出された電子を図示しないプロセッサにおいて処理し、半導体装置１２９上のパターンに係る実画像データを生成する。生成された実画像データは、画像欠陥検出装置５０に送出される。
１．４．２ 画像欠陥検出装置の機能構成について
次に、第１実施形態の変形例に係る画像欠陥検出装置の機能構成について説明する。
図１５は、第１実施形態の変形例に係る画像欠陥検出装置の機能構成を説明するためのブロック図である。図１５は、第１実施形態において説明した図４に対応する。図１５に示すように、画像欠陥検出装置５０は、図４において説明したグローバルシフト量推定部５０１、ローカルシフト量推定部５０２、歪み量推定部５０３、補正部５０４、及び比較部５０５に加えて、推定用前処理部５０６、及び比較用前処理部５０７を更に備えるコンピュータとして機能する。
推定用前処理部５０６は、グローバルシフト量推定部５０１によるグローバルシフト量Ｓ１の推定、ローカルシフト量推定部５０２によるローカルシフト量Ｓ２の推定、及び歪み量推定部５０３による歪み量ベクトルＣｄの推定に先立ち、これらの推定に用いられる参照画像データ５２２及び被検査画像データ５２３について推定用前処理を施す。推定用前処理部５０６は、推定用前処理の結果、第１前処理済み画像データを生成し、例えば、グローバルシフト量推定部５０１に送出する。第１前処理済み画像データは、第１前処理済み参照画像データ、及び第１前処理済み被検査画像データを含む。
比較用前処理部５０７は、比較部５０５による比較に先立ち、これらの比較に用いられる第２補正済み参照画像データ及び被検査画像データ５２３について比較用前処理を施す。比較用前処理部５０７は、比較用前処理の結果、第２前処理済み画像データを生成し、例えば、比較部５０５に送出する。第２前処理済みデータは、第２前処理済み参照画像データ、及び第２前処理済み被検査画像データを含む。
推定用前処理及び比較用前処理はいずれも、主として２つの画像データに含まれるノイズを低減するノイズフィルタとして機能する。具体的には、例えば、推定用前処理にはガウシアンブラー（Gaussian blur）処理が適用可能であり、比較用前処理にはＮＬＭ（Non-local means）処理が適用可能である。
１．４．３ 画像欠陥検出動作について
次に、第１実施形態の変形例に係る画像欠陥検出装置における画像欠陥検出動作について説明する。
図１６は、第１実施形態の変形例に係る画像欠陥検出装置における画像欠陥検出動作を説明するためのフローチャートである。図１６は、第１実施形態において説明した図６に対応する。
図１６に示すように、ステップＳＴ２１において、制御部５１は、推定用前処理部５０６として機能し、推定用前処理を実行する。具体的には、制御部５１は、参照画像データ５２２及び被検査画像データ５２３の各々についてガウシアンブラー処理を適用し、第１前処理済み参照画像データ及び第１前処理済み被検査画像データを生成する。
ステップＳＴ２２において、制御部５１は、グローバルシフト量推定部５０１として機能し、第１前処理済み参照画像データ及び第１前処理済み被検査画像データ５２３の全体に対してＳＳＤマッチングを実行し、グローバルシフト量Ｓ１を推定する。
ステップＳＴ２３において、制御部５１は、補正部５０４として機能し、ステップＳＴ１１において推定されたグローバルシフト量Ｓ１に基づいて第１前処理済み参照画像データの補正を行い、第１補正済み参照画像データを生成する。
ステップＳＴ２４において、制御部５１は、ローカルシフト量推定部５０２として機能し、ステップＳＴ２３において生成された第１補正済み参照画像データ、及び第１前処理済み被検査画像データをＭ個の部分領域に分割する。制御部５１は、分割されたＭ個の部分領域の各々に対してＳＳＤマッチングを実行し、Ｍ個のローカルシフト量Ｓ２を推定する。
ステップＳＴ２５において、制御部５１は、歪み量推定部５０３として機能し、ステップＳＴ２４において推定されたＭ個のローカルシフト量Ｓ２に基づいて第１補正済み参照画像データの全体に対する歪み量ベクトルＣｄを推定する。
ステップＳＴ２６において、制御部５１は、補正部５０４として機能し、ステップＳＴ２２において推定されたグローバルシフト量Ｓ１と、ステップＳＴ２５において推定された歪み量ベクトルＣと、に基づいて参照画像データ５２２の補正を行い、第２補正済み参照画像データを生成する。
ステップＳＴ２７において、制御部５１は、比較用前処理部５０７として機能し、比較用前処理を実行する。具体的には、制御部５１は、第２補正済み参照画像データ及び被検査画像データ５２３の各々についてＮＬＭ処理を適用し、第２前処理済み参照画像データ及び第２前処理済み被検査画像データを生成する。なお、第１前処理済み補正データを生成する際に適用されるノイズ除去処理（例えば、ガウシアンブラー処理）と、第２前処理済み補正データを生成する際に適用されるノイズ除去処理（例えば、ＮＬＭ処理）とは、重複して適用されない。
ステップＳＴ２８において、制御部５１は、比較部５０５として機能し、ステップＳＴ２６において生成された第２前処理済み参照画像データと、第２前処理済み被検査画像データとを比較し、比較結果をユーザに提示する。
以上で、画像欠陥検出動作が終了する。
１．４．４ 本変形例に係る効果について
第１実施形態の変形例によれば、実画像データとして電子像が生成された場合においても、画像欠陥検出処理を実行することができる。以下、本効果について図１７～図２１を用いて説明する。
図１７は、第１実施形態の変形例に係る参照画像データ及び被検査画像データの一例を説明するための模式図である。図１７（Ａ）及び図１７（Ｂ）はそれぞれ、実画像データ生成装置１０にＳＥＭが適用された場合における参照画像データ５２２及び被検査画像データ５２３が示される。図１７の例では、被検査画像データ５２３は、参照画像データ５２２に対して微小な位置ずれ及び歪みが生じており、かつ目視では確認できない欠陥が存在する場合が示される。図１８は、第１実施形態の変形例に係る第１補正済み参照画像データと、被検査画像データ５２３と、の差分画像データを説明するための模式図であり、図１９は、図１８に示された差分画像データの輝度差を表示するヒストグラムである。図２０は、第１実施形態に係る第２補正済み参照画像データと、被検査画像データ５２３と、の差分画像データを説明するための模式図であり、図２１は、図２０に示された差分画像データの輝度差を表示するヒストグラムである。図１８及び図２０では、補正前後の差分を取ることによって欠陥を視認できるか否か、が示される。図１９及び図２１では、横軸に輝度値の差分を、縦軸にその頻度を表示することによって、欠陥の有無を識別できるか否か、が示される。
図１７に示すように、参照画像データ５２２と被検査画像データ５２３との間には、目視では視認できない程度に微小なずれが存在する。また、参照画像データ５２２及び被検査画像データ５２３はいずれも、画像データ全体にわたってノイズを含む。このような参照画像データ５２２と被検査画像データ５２３との間のグローバルシフト量Ｓ１を推定し、第１補正済み参照画像データを作成すると、図１８に示すような差分画像データｄｉｆｆ＿ｃ及び図１９に示すようなヒストグラムｈｉｓｔ＿ｃが得られる。
上述の通り、図１７の例では、被検査画像データ５２３には有意な欠陥が存在する場合が示されている。このため、差分画像データｄｉｆｆ＿ｃ及びヒストグラムｈｉｓｔ＿ｃには、有意な輝度値の差分が表れることが望ましい。しかしながら、図１８に示すように、差分画像データｄｉｆｆ＿ｃには、本来除去されるべき参照画像データ５２２のパターンが、ノイズと共に差分として表れているため、欠陥があるか否かを視認することが困難である。また、図１９に示すように、ヒストグラムｈｉｓｔ＿ｃは、上述の残留パターンとノイズとの影響によって、輝度値の差分が大きい領域にまで連続的に分布が広がっている。このため、ヒストグラムｈｉｓｔ＿ｃに基づいて、欠陥を示す分布を特定することは困難である。したがって、差分画像データｄｉｆｆ＿ｃ及びヒストグラムｈｉｓｔ＿ｃは、欠陥があるにもかかわらず正常であると誤って判定する可能性や、正常であるにもかかわらず欠陥があると誤って判定する可能性がある。
一方、ローカルシフト量Ｓ２に基づいて参照画像データ５２２と被検査画像データ５２３との間の歪み量ｄを更に推定し、第２補正済み参照画像データを作成すると、図２０に示すような差分画像データｄｉｆｆ＿ｄ及び図２１に示すようなヒストグラムｈｉｓｔ＿ｄが得られる。図２０に示すように、差分画像データｄｉｆｆ＿ｄには、参照画像データ５２２のパターンがほとんど消失すると共に、有意な輝度値の差分Ｐ２及びＰ３を視認することができる。また、図２１に示すように、ヒストグラムｈｉｓｔ＿ｄは、輝度値の差分が小さい領域に連続的に分布している。そして、ヒストグラムｈｉｓｔ＿ｄは、有意な輝度値の差分Ｐ２及びＰ３に対応する、不連続に輝度値の差分が大きい領域が表れる。このため、差分画像データｄｉｆｆ＿ｄ及びヒストグラムｈｉｓｔ＿ｄは、位置ずれや歪みによる画像データのずれを除去しつつ、有意な欠陥を識別することができる。
したがって、ＳＥＭによって生成された電子画像データを画像欠陥検出装置５０に入力した場合においても、第１実施形態と同様の効果を奏することができる。
２． 第２実施形態
次に、第２実施形態に係る検査装置について説明する。
第２実施形態は、第１実施形態に加えて、２つの画像データ間に存在する輝度値のムラを除去することにより、欠陥検出の精度をより高めるものである。以下の説明では、第１実施形態と同一の構成及び動作についてはその説明を省略し、第１実施形態と異なる構成及び動作について主に説明する。
２．１ 画像欠陥検出装置の機能構成について
第２実施形態に係る画像欠陥検出装置の機能構成について説明する。
図２２は、第２実施形態に係る画像欠陥検出装置の機能構成を説明するためのブロック図である。図２２は、第１実施形態において説明した図４に対応する。図２２に示すように、画像欠陥検出装置５０は、図４において説明したグローバルシフト量推定部５０１、ローカルシフト量推定部５０２、歪み量推定部５０３、補正部５０４、及び比較部５０５に加えて、輝度ムラ推定部５０８を更に備えるコンピュータとして機能する。
輝度ムラ推定部５０８は、補正部５０４から第２補正済み参照画像データを受けると、当該第２補正済み参照画像データと被検査画像データ５２３との間の輝度ムラを補正し得るゲインベクトルＣｇ及びオフセットベクトルＣｏを推定する。
第２実施形態では、参照画像データ５２２と被検査画像データ５２３との間の輝度値のムラを以下に示す式（８）にしたがって補正する。
Figure 0007042118000007
ここで、ｂｇ（ｘ、ｙ）及びｂｏ（ｘ、ｙ）は、位置（ｘ、ｙ）における２つの画像データ間の輝度値の差を補正する係数であり、それぞれグローバルゲイン及びグローバルオフセットと呼ばれる。ゲインベクトルＣｇ及びオフセットベクトルＣｏはそれぞれ、当該グローバルゲインｂｇ（ｘ、ｙ）及びグローバルオフセットｂｏ（ｘ、ｙ）を任意の次数の多項式で表現した場合の係数を、ベクトル形式で表現したものである。具体的には、例えば、グローバルゲインｂｇ（ｘ、ｙ）が二次の多項式で表現される場合、ゲインベクトルＣｇは、６個の係数（ｃｇ１、ｃｇ２、ｃｇ３、ｃｇ４、ｃｇ５、ｃｇ６）からなる列ベクトルとして表現される。同様に、グローバルオフセットｂｏ（ｘ、ｙ）が二次の多項式で表現される場合、オフセットベクトルＣｏは、６個の係数（ｃｏ１、ｃｏ２、ｃｏ３、ｃｏ４、ｃｏ５、ｃｏ６）からなる列ベクトルとして表現される。この場合、グローバルゲインｂｇ（ｘ、ｙ）及びグローバルオフセットｂｏ（ｘ、ｙ）はそれぞれ、係数ｃｇ１～ｃｇ６、及びｃｏ１～ｃｏ６を用いて、以下の式（９）にしたがって算出される。
Figure 0007042118000008
輝度ムラ推定部５０８は、推定したゲインベクトルＣｇ及びオフセットベクトルＣｏを補正部５０４に送出する。なお、ゲインベクトルＣｇ及びオフセットベクトルＣｏの推定手法の詳細については、後述する。
補正部５０４は、輝度ムラ推定部５０８からゲインベクトルＣｇ及びオフセットベクトルＣｏを受けると、当該ゲインベクトルＣｇ及びオフセットベクトルＣｏ、歪み量ベクトルＣｄ、並びにグローバルシフト量Ｓ１を参照画像データ５２２に適用し、第３補正済み参照画像データを生成する。補正部５０４は、第３補正済み参照画像データを比較部５０５に送出する。
比較部５０５は、第３補正済み参照画像データを補正部５０４から受けると、当該第３補正済み参照画像データと、被検査画像データ５２３とを比較し、当該比較結果をユーザに提示する。
２．２ 画像欠陥検出動作について
次に、第２実施形態に係る画像欠陥検出装置における画像欠陥検出動作について説明する。
図２３は、第２実施形態の変形例に係る画像欠陥検出装置における画像欠陥検出動作を説明するためのフローチャートである。図２３は、第１実施形態において説明した図６に対応する。
図２３に示すように、ステップＳＴ３１～ＳＴ３５までの動作は、図６において説明されたステップＳＴ１１～ＳＴ１５と同様であるため、説明を省略する。
ステップＳＴ３６において、制御部５１は、輝度ムラ推定部５０８として機能し、輝度ムラ推定処理を実行する。具体的には、制御部５１は、第２補正済み参照画像データと、被検査画像データ５２３との間の輝度値のムラを補正し得るゲインベクトルＣｇ及びオフセットベクトルＣｏを推定する。
ステップＳＴ３７において、制御部５１は、補正部５０４として機能し、ステップＳＴ３１において推定されたグローバルシフト量Ｓ１と、ステップＳＴ３４において推定された歪み量ベクトルＣｄと、ステップＳＴ３６において推定されたゲインベクトルＣｇ及びオフセットベクトルＣｏと、に基づいて参照画像データ５２２の補正を行い、第３補正済み参照画像データを生成する。
ステップＳＴ３８において、制御部５１は、比較部５０５として機能し、ステップＳＴ３７において生成された第３補正済み参照画像データと、被検査画像データ５２３とを比較し、比較結果をユーザに提示する。
以上で、画像欠陥検出動作が終了する。
２．３ 輝度ムラ推定動作について
図２４は、第２実施形態に係る画像欠陥検出装置における輝度ムラ推定動作を説明するための模式図である。図２４では、第２補正済み参照画像データについて部分領域毎に算出される輝度値の標準偏差ＩＲｓｔｄ及び平均値ＩＲａｖｅと、被検査画像データ５２３について部分領域毎に算出される輝度値の標準偏差ＩＳｓｔｄ及び平均値ＩＳａｖｅと、が模式的に示される。図２４の例では、第２補正済み参照画像データ及び被検査画像データ５２３は、Ｍ＝９個の部分領域Ｒ１、Ｒ２、…、Ｒ９に分割された場合が示される。
図２４に示すように、輝度ムラ推定部５０８は、部分領域Ｒ１～Ｒ９の各々について、標準偏差ＩＲｓｔｄ及び平均値ＩＲａｖｅの組（（ＩＲ１ｓｔｄ、ＩＲ１ａｖｅ）、（ＩＲ２ｓｔｄ、ＩＲ２ａｖｅ）、…、（ＩＲ９ｓｔｄ、ＩＲ９ａｖｅ））、並びに標準偏差ＩＳｓｔｄ及び平均値ＩＳａｖｅの組（（ＩＳ１ｓｔｄ、ＩＳ１ａｖｅ）、（ＩＳ２ｓｔｄ、ＩＳ２ａｖｅ）、…、（ＩＳ９ｓｔｄ、ＩＳ９ａｖｅ））を算出する。輝度ムラ推定部５０８は、部分領域毎に対応する標準偏差ＩＲｓｔｄ及び平均値ＩＲａｖｅの組、並びに標準偏差ＩＳｓｔｄ及び平均値ＩＳａｖｅの組に基づき、以下に示す式（１０）にしたがって、当該部分領域の各々に一意に定まるローカルゲインｂｇ１～ｂｇ９及びローカルオフセットｂｏ１～ｂｏ９を算出する。
Figure 0007042118000009
また、輝度ムラ推定部５０８は、以下の式（１１）に示すように、算出されたローカルゲインｂｇ１～ｂｇ９及びローカルオフセットｂｏ１～ｂｏ９の各々を、対応する部分領域Ｒ１～Ｒ９の代表位置（ｘ１、ｙ１）～（ｘ９、ｙ９）におけるグローバルゲインｂｇ（ｘ１、ｙ１）～ｂｇ（ｘ９、ｙ９）及びグローバルオフセットｂｏ（ｘ１、ｙ１）～ｂｏ（ｘ９、ｙ９）とみなす。
Figure 0007042118000010
上述の通り、第２実施形態では、任意の位置（ｘ、ｙ）において、輝度ムラは、上述の式（８）を満たすと仮定される。このため、第２補正済み参照画像データは、少なくとも９点の代表位置（ｘ１、ｙ１）～（ｘ９、ｙ９）において、上述の式（８）を満たす。したがって、式（８）を９点の代表位置（ｘ１、ｙ１）～（ｘ９、ｙ９）について連立することにより、以下の線形方程式（１２）及び（１３）が得られる。
Figure 0007042118000011
ここで、代表位置の座標（ｘ１、ｙ１）～（ｘ９、ｙ９）に基づく行列Ｚ、並びにローカルゲインｂｇ１～ｂｇ９を含むベクトルＢｇ及びローカルオフセットｂｏ１～ｂｏ９を含むベクトルＢｏは、具体的な数値として定まる。このため、輝度ムラ推定部５０８は、上述の式（１２）及び（１３）に対して、最小二乗法に基づいて以下の式（１４）に示される演算を実行することにより、それぞれゲインベクトルＣｇ及びオフセットベクトルＣｏを推定することができる。
Figure 0007042118000012
２．３ 本実施形態に係る効果
第２実施形態によれば、輝度ムラ推定部５０８は、式（１０）に基づいて、部分領域毎の標準偏差及び平均値（ＩＲｓｔｄ、ＩＲａｖｅ）及び（ＩＳｓｔｄ、ＩＳａｖｅ）を用いて、当該部分領域毎に適用可能なローカルゲインｂｇ１～ｂｇ９、及びローカルオフセットｂｏ１～ｂｏ９を算出する。輝度ムラ推定部５０８は、式（１１）に基づいて、ローカルゲインｂｇ１～ｂｇ９、及びローカルオフセットｂｏ１～ｂｏ９を、代表位置（ｘ１、ｙ１）～（ｘ９、ｙ９）におけるグローバルゲインｂｇ（ｘ１、ｙ１）～ｂｇ（ｘ９、ｙ９）及びグローバルオフセットｂｏ（ｘ１、ｙ１）～ｂｏ（ｘ９、ｙ９）とみなす。
これにより、輝度ムラ推定部５０８は、式（１２）及び（１３）における、ベクトルＢｇ及びＢｏ、並びに行列Ｚの具体的な値を、部分領域の数Ｍだけ得ることができる。このため、輝度ムラ推定部５０８は、式（１４）にしたがって、ゲインベクトルＣｇ及びオフセットベクトルＣｏを推定することができ、補正部５０４は、式（８）及び（９）にしたがって、２つの画像データ間の輝度値のムラを任意の位置で補正した第３補正済み参照画像データを生成することができる。
また、輝度ムラ推定部５０８は、上述の式（１４）に示された単純な行列演算を実行することによって、ゲインベクトルＣｇ及びオフセットベクトルＣｏを推定することができる。ここで、行列Ｚのサイズは、高々、（部分領域の数）×（推定する歪み量ベクトルの要素数）である。また、補正部５０４は、グローバルゲインｂｇ（ｘ、ｙ）とグローバルオフセットｂｏ（ｘ、ｙ）について、輝度値ＩＲ（ｘ、ｙ）との単純な四則演算を行うことにより、第３補正済み参照画像データを生成することができる。このため、第２実施形態によれば、画像欠陥検出装置５０は、少ない演算量で、輝度ムラが補正された参照画像データを生成することができる。
また、輝度ムラ推定部５０８による輝度ムラ推定処理は、第１実施形態において説明したシフト量推定処理及び歪み量推定処理と併せて実行することができる。このため、第１実施形態に係る効果に加えて、上述の効果を更に奏することができる。
３ その他
なお、上述の第１実施形態及び第２実施形態は、参照画像データ５２２に対して補正を行う場合について説明したが、これに限らず、被検査画像データ５２３に対して補正を行ってもよい。
また、上述の第１実施形態及び第２実施形態は、グローバルシフト量推定部５０１によるグローバルシフト量Ｓ１の推定を行う場合について説明したが、この動作は省略されてもよい。この場合、グローバルシフト量Ｓ１は、歪み量ベクトルＣｄの無次元の係数（Ｃｄｘ６、及びＣｄｙ６）によってほぼ代替されることができる。
また、上述の第２実施形態は、輝度ムラ補正が第１実施形態において説明した構成について更に適用される場合について説明したが、これに限らず、第１実施形態の変形例において説明した構成についても適用可能である。
また、上述の第１実施形態及び第２実施形態では、画像欠陥検出装置５０の制御部５１は、ＣＰＵによって動作する場合について説明したが、これに限られない。例えば、制御部５１は、１つ又は複数のＧＰＵ、ＡＳＩＣ、ＦＰＧＡ等で構成される専用回路（専用プロセッサ）を含んでもよい。制御部５１は、当該専用プロセッサにより、グローバルシフト量推定部５０１、ローカルシフト量推定部５０２、歪み量推定部５０３、補正部５０４、比較部５０５、推定用前処理部５０６、比較用前処理部５０７、及び輝度ムラ推定部５０８による機能を実現可能である。
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。
１…検査装置、１０…実画像データ生成装置、３０…設計画像データ生成装置、５０…画像欠陥検出装置、５１…制御部、５２…記憶部、５３…表示部、５４…ドライブ、５５…通信部、１０１…光源、１０２，１０３，１０４，１０５，１０６，１０７…ハーフミラー、１０８，１０９，１１０…対物レンズ、１１１，１２７…ステージ、１１２…透過光センサ、１１３…反射光センサ、１１４…マスク、１２０…チャンバ、１２１…電子源、１２２，１２３…集束レンズ、１２４，１２５…走査コイル、１２６…対物レンズ、１２８…センサ、５０１…グローバルシフト量推定部、５０２…ローカルシフト量推定部、５０３…歪み量推定部、５０４…補正部、５０５…比較部、５０６…推定用前処理部、５０７…比較用前処理部、５０８…輝度ムラ推定部、５２１…画像欠陥検出プログラム、５２２…参照画像データ、５２３…被検査画像データ、５４１…記憶媒体。

Claims (8)

  1. 第１画像に対応する第２画像を生成する画像生成装置と、
    前記第１画像及び前記第２画像内の互いに対応する複数の部分領域に基づいて非線形なずれを推定し、前記第１画像に対する前記第２画像の欠陥を検出する画像欠陥検出装置と、
    を備え、
    前記非線形なずれは、前記第１画像と前記第２画像との間の歪みを含み、
    前記画像欠陥検出装置は、画素の位置を含む変数とする座標変換を適用することによって前記歪みを推定し、
    前記画像欠陥検出装置は、
    複数の前記部分領域の各々に対する線形マッチングに基づいて、前記部分領域全体の輝度の誤差が最小となる第１シフト量を、複数の前記部分領域の各々について推定するシフト量推定部と、
    前記第１シフト量を、対応する部分領域の代表位置における前記歪みとみなし、歪み量の算出に用いられる前記座標変換の係数を推定する歪み量推定部と
    を含む、
    検査装置。
  2. 前記シフト量推定部は、
    前記第１画像の全体領域と、前記第２画像の全体領域とを線形マッチングし、前記全体領域における輝度の誤差が最小となる第２シフト量を推定し、
    前記第１画像内、及び前記第２シフト量が補正された前記第２画像内の互いに対応する複数の前記部分領域の各々を線形マッチングして、複数の前記部分領域の各々について前記第１シフト量を推定する、
    請求項１記載の検査装置。
  3. 前記座標変換は、前記第１画像又は前記第２画像の位置座標を変数とする多項式を含む、請求項１記載の検査装置。
  4. 前記第１画像及び前記第２画像内の部分領域の数の平方根は、前記多項式の次数より多い、請求項３記載の検査装置。
  5. 前記画像欠陥検出装置は、
    前記第１シフト量及び前記座標変換の係数の推定前に前記第１画像及び前記第２画像のノイズを除去する第１ノイズフィルタと、
    前記欠陥の検出に際して前記第１画像及び前記第２画像のノイズを除去する第２ノイズフィルタと、
    を更に備える、請求項１記載の検査装置。
  6. 前記画像生成装置は、光学スキャナ又は走査型電子顕微鏡を含む、請求項１記載の検査装置。
  7. 第１画像に対応する第２画像を生成する画像生成装置と、前記第１画像に対する前記第２画像の欠陥を検出する画像欠陥検出装置と、を備える検査装置が実行する検査方法であって、
    前記画像欠陥検出装置が、
    前記第１画像及び前記第２画像内の互いに対応する複数の部分領域に基づいて前記第１画像と前記第２画像との間の歪みを含む非線形なずれを推定することと、
    前記歪みを画素の位置を含む変数とする座標変換を適用することによって推定することと、
    複数の前記部分領域の各々に対する線形マッチングに基づいて、前記部分領域全体の輝度の誤差が最小となる第１シフト量を、複数の前記部分領域の各々について推定することと、
    前記第１シフト量を、対応する部分領域の代表位置における前記歪みとみなし、歪み量の算出に用いられる前記座標変換の係数を推定することと
    を備える、検査方法。
  8. 第１画像に対応する第２画像を生成する画像生成装置と、前記第１画像に対する前記第２画像の欠陥を検出する画像欠陥検出装置と、を備える検査装置に用いられるプログラムであって、
    前記画像欠陥検出装置のプロセッサを、
    第１画像及び第２画像内の互いに対応する部分領域に基づいて前記第１画像と前記第２画像との間の歪みを含む非線形なずれを推定する手段と、
    前記歪みを画素の位置を含む変数とする座標変換を適用することによって推定する手段と、
    複数の前記部分領域の各々に対する線形マッチングに基づいて、前記部分領域全体の輝度の誤差が最小となる第１シフト量を、複数の前記部分領域の各々について推定する手段と、
    前記第１シフト量を、対応する部分領域の代表位置における前記歪みとみなし、歪み量の算出に用いられる前記座標変換の係数を推定する手段と
    として機能させるためのプログラム。
JP2018042048A 2018-03-08 2018-03-08 検査装置、検査方法、及びプログラム Active JP7042118B2 (ja)

Priority Applications (4)

Application Number Priority Date Filing Date Title
JP2018042048A JP7042118B2 (ja) 2018-03-08 2018-03-08 検査装置、検査方法、及びプログラム
TW108105391A TWI757585B (zh) 2018-03-08 2019-02-19 檢查裝置、檢查方法及檢查程式
KR1020190021354A KR102266136B1 (ko) 2018-03-08 2019-02-22 검사 장치, 검사 방법 및 검사 프로그램을 저장한 기억 매체
US16/288,621 US10997713B2 (en) 2018-03-08 2019-02-28 Inspection device, inspection method, and storage medium

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2018042048A JP7042118B2 (ja) 2018-03-08 2018-03-08 検査装置、検査方法、及びプログラム

Publications (2)

Publication Number Publication Date
JP2019158405A JP2019158405A (ja) 2019-09-19
JP7042118B2 true JP7042118B2 (ja) 2022-03-25

Family

ID=67841972

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2018042048A Active JP7042118B2 (ja) 2018-03-08 2018-03-08 検査装置、検査方法、及びプログラム

Country Status (4)

Country Link
US (1) US10997713B2 (ja)
JP (1) JP7042118B2 (ja)
KR (1) KR102266136B1 (ja)
TW (1) TWI757585B (ja)

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020110224A1 (ja) * 2018-11-28 2020-06-04 Eizo株式会社 情報処理方法及びコンピュータプログラム
US11039089B2 (en) * 2019-03-27 2021-06-15 Indian Institute Of Technology Ropar Thermal imaging for identifying a defect in a material
JP7237872B2 (ja) 2020-02-14 2023-03-13 株式会社東芝 検査装置、検査方法、及びプログラム
JP7273748B2 (ja) 2020-02-28 2023-05-15 株式会社東芝 検査装置、検査方法、及びプログラム
JP2022114331A (ja) * 2021-01-26 2022-08-05 日東電工株式会社 検査システム、検査方法及び検査プログラム
JP2022168944A (ja) * 2021-04-27 2022-11-09 株式会社日立ハイテク 欠陥を検出するシステム、及びコンピュータ可読媒体
CN116452586B (zh) * 2023-06-15 2023-09-26 山东飞宏工程机械有限公司 一种隧道小导管余料自动对焊质量检测系统
CN117218114B (zh) * 2023-11-06 2024-01-30 山东滨州安惠绳网集团有限责任公司 一种基于图像数据处理的网状织物缺陷快速检测方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000100362A (ja) 1998-09-18 2000-04-07 Hitachi Ltd 荷電粒子ビーム走査式自動検査装置
JP2005078854A (ja) 2003-08-28 2005-03-24 Topcon Corp 電子線測定装置及び電子線測定方法
JP2005292016A (ja) 2004-04-02 2005-10-20 Dainippon Screen Mfg Co Ltd 欠陥検出装置および欠陥検出方法

Family Cites Families (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5506793A (en) * 1994-01-14 1996-04-09 Gerber Systems Corporation Method and apparatus for distortion compensation in an automatic optical inspection system
JP4016472B2 (ja) * 1997-01-10 2007-12-05 株式会社日立製作所 外観検査方法及びその装置
JP3998334B2 (ja) * 1997-09-22 2007-10-24 株式会社東芝 欠陥検査方法
JP3397101B2 (ja) * 1997-10-29 2003-04-14 株式会社日立製作所 欠陥検査方法および装置
US6399953B1 (en) * 1998-01-09 2002-06-04 Seiko Instruments Inc. Scanning electronic microscope and method for automatically observing semiconductor wafer
JPH11251377A (ja) * 1998-03-02 1999-09-17 Hitachi Ltd 欠陥検査方法およびその装置並びに欠陥の観察または分析方法およびそのシステム
JP3579247B2 (ja) * 1998-05-13 2004-10-20 日本アビオニクス株式会社 パターンの位置合わせ方法
US6868175B1 (en) 1999-08-26 2005-03-15 Nanogeometry Research Pattern inspection apparatus, pattern inspection method, and recording medium
JP4771714B2 (ja) * 2004-02-23 2011-09-14 株式会社Ｎｇｒ パターン検査装置および方法
JP4533689B2 (ja) 2004-07-15 2010-09-01 株式会社東芝 パターン検査方法
JP3965189B2 (ja) 2005-03-24 2007-08-29 アドバンスド・マスク・インスペクション・テクノロジー株式会社 画像補正方法
JP4554691B2 (ja) 2008-02-25 2010-09-29 アドバンスド・マスク・インスペクション・テクノロジー株式会社 補正パターン画像生成装置、パターン検査装置および補正パターン画像生成方法
JP5726472B2 (ja) * 2010-09-24 2015-06-03 株式会社東芝 アライメント方法及び検出装置
JP5417306B2 (ja) 2010-11-29 2014-02-12 株式会社日立ハイテクノロジーズ 欠陥検査方法および欠陥検査装置
JP2014035326A (ja) * 2012-08-10 2014-02-24 Toshiba Corp 欠陥検査装置
JP6315419B2 (ja) 2013-12-12 2018-04-25 三星電子株式会社Ｓａｍｓｕｎｇ Ｅｌｅｃｔｒｏｎｉｃｓ Ｃｏ．，Ｌｔｄ． 半導体検査方法、半導体検査装置及び半導体製造方法
JP6486050B2 (ja) * 2014-09-29 2019-03-20 株式会社Ｓｃｒｅｅｎホールディングス 検査装置および検査方法
TWI581213B (zh) * 2015-12-28 2017-05-01 力晶科技股份有限公司 物品缺陷檢測方法、影像處理系統與電腦可讀取記錄媒體
US10522376B2 (en) * 2017-10-20 2019-12-31 Kla-Tencor Corporation Multi-step image alignment method for large offset die-die inspection

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000100362A (ja) 1998-09-18 2000-04-07 Hitachi Ltd 荷電粒子ビーム走査式自動検査装置
JP2005078854A (ja) 2003-08-28 2005-03-24 Topcon Corp 電子線測定装置及び電子線測定方法
JP2005292016A (ja) 2004-04-02 2005-10-20 Dainippon Screen Mfg Co Ltd 欠陥検出装置および欠陥検出方法

Also Published As

Publication number Publication date
KR102266136B1 (ko) 2021-06-17
TWI757585B (zh) 2022-03-11
US10997713B2 (en) 2021-05-04
KR20190106697A (ko) 2019-09-18
JP2019158405A (ja) 2019-09-19
US20190279349A1 (en) 2019-09-12
TW201945723A (zh) 2019-12-01

Similar Documents

Publication Publication Date Title
JP7042118B2 (ja) 検査装置、検査方法、及びプログラム
US10937146B2 (en) Image evaluation method and image evaluation device
JP4554691B2 (ja) 補正パターン画像生成装置、パターン検査装置および補正パターン画像生成方法
US8260031B2 (en) Pattern inspection apparatus, pattern inspection method, and computer-readable recording medium storing a program
JP3965189B2 (ja) 画像補正方法
JP4139323B2 (ja) 走査電子顕微鏡におけるプロセス効果および画像化効果をモデリングする装置および方法
JP5559957B2 (ja) パターン測定方法及びパターン測定装置
JP5543872B2 (ja) パターン検査方法およびパターン検査装置
JP2007085944A (ja) 画像補正装置、パターン検査装置、画像補正方法、及び、パターン欠陥検査方法
JP4970569B2 (ja) パターン検査装置およびパターン検査方法
JP2017198589A (ja) パターン検査方法及びパターン検査装置
JP2008051617A (ja) 画像検査装置、その方法、及びその記録媒体
JP7273748B2 (ja) 検査装置、検査方法、及びプログラム
JP7237872B2 (ja) 検査装置、検査方法、及びプログラム
JP4629086B2 (ja) 画像欠陥検査方法および画像欠陥検査装置
JP2011180066A (ja) 画像比較方法および画像比較プログラム
JP4772815B2 (ja) 補正パターン画像生成装置、パターン検査装置および補正パターン画像生成方法
JP5604208B2 (ja) 欠陥検出装置及びコンピュータプログラム
JP7459007B2 (ja) 欠陥検査装置及び欠陥検査方法
TWI810806B (zh) 缺陷檢查裝置及缺陷檢查方法
WO2024142524A1 (ja) 検査装置及び検査画像の生成方法
JP4960404B2 (ja) パターン検査装置及びパターン検査方法
JP2024043072A (ja) 検査装置、方法およびプログラム
JP2023030539A (ja) 検査装置及び検査方法
TW202309513A (zh) 檢查裝置及參照影像生成方法

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20191021

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20200819

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20200915

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20201116

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20210413

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20210604

A02 Decision of refusal

Free format text: JAPANESE INTERMEDIATE CODE: A02

Effective date: 20210907

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20211206

C60 Trial request (containing other claim documents, opposition documents)

Free format text: JAPANESE INTERMEDIATE CODE: C60

Effective date: 20211206

A911 Transfer to examiner for re-examination before appeal (zenchi)

Free format text: JAPANESE INTERMEDIATE CODE: A911

Effective date: 20211214

C21 Notice of transfer of a case for reconsideration by examiners before appeal proceedings

Free format text: JAPANESE INTERMEDIATE CODE: C21

Effective date: 20211221

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20220222

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20220314

R150 Certificate of patent or registration of utility model

Ref document number: 7042118

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150