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

    • GPHYSICS
    • G03PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
    • G03FPHOTOMECHANICAL PRODUCTION OF TEXTURED OR PATTERNED SURFACES, e.g. FOR PRINTING, FOR PROCESSING OF SEMICONDUCTOR DEVICES; MATERIALS THEREFOR; ORIGINALS THEREFOR; APPARATUS SPECIALLY ADAPTED THEREFOR
    • G03F7/00Photomechanical, e.g. photolithographic, production of textured or patterned surfaces, e.g. printing surfaces; Materials therefor, e.g. comprising photoresists; Apparatus specially adapted therefor
    • G03F7/70Microphotolithographic exposure; Apparatus therefor
    • G03F7/70483Information management; Active and passive control; Testing; Wafer monitoring, e.g. pattern monitoring
    • G03F7/70605Workpiece metrology
    • G03F7/70616Monitoring the printed patterns
    • G03F7/7065Defects, e.g. optical inspection of patterned layer for defects
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • G06T7/0004Industrial image inspection
    • G06T7/001Industrial image inspection using an image reference approach
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17Systems in which incident light is modified in accordance with the properties of the material investigated
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84Systems specially adapted for particular applications
    • G01N21/88Investigating the presence of flaws or contamination
    • G01N21/8851Scan 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
    • GPHYSICS
    • G03PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
    • G03FPHOTOMECHANICAL PRODUCTION OF TEXTURED OR PATTERNED SURFACES, e.g. FOR PRINTING, FOR PROCESSING OF SEMICONDUCTOR DEVICES; MATERIALS THEREFOR; ORIGINALS THEREFOR; APPARATUS SPECIALLY ADAPTED THEREFOR
    • G03F7/00Photomechanical, e.g. photolithographic, production of textured or patterned surfaces, e.g. printing surfaces; Materials therefor, e.g. comprising photoresists; Apparatus specially adapted therefor
    • G03F7/70Microphotolithographic exposure; Apparatus therefor
    • G03F7/70483Information management; Active and passive control; Testing; Wafer monitoring, e.g. pattern monitoring
    • G03F7/70591Testing optical components
    • G03F7/706Aberration measurement
    • GPHYSICS
    • G03PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
    • G03FPHOTOMECHANICAL PRODUCTION OF TEXTURED OR PATTERNED SURFACES, e.g. FOR PRINTING, FOR PROCESSING OF SEMICONDUCTOR DEVICES; MATERIALS THEREFOR; ORIGINALS THEREFOR; APPARATUS SPECIALLY ADAPTED THEREFOR
    • G03F9/00Registration or positioning of originals, masks, frames, photographic sheets or textured or patterned surfaces, e.g. automatically
    • G03F9/70Registration or positioning of originals, masks, frames, photographic sheets or textured or patterned surfaces, e.g. automatically for microlithography
    • G03F9/7049Technique, e.g. interferometric
    • G03F9/7053Non-optical, e.g. mechanical, capacitive, using an electron beam, acoustic or thermal waves
    • G03F9/7061Scanning probe microscopy, e.g. AFM, scanning tunneling microscopy
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/70Denoising; Smoothing
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/90Dynamic range modification of images or parts thereof
    • G06T5/92Dynamic range modification of images or parts thereof based on global image properties
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • G06T7/0004Industrial image inspection
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/11Region-based segmentation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/97Determining parameters from multiple pictures
    • HELECTRICITY
    • H01ELECTRIC ELEMENTS
    • H01LSEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
    • H01L21/00Processes or apparatus adapted for the manufacture or treatment of semiconductor or solid state devices or of parts thereof
    • H01L21/67Apparatus 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
    • H01L21/67005Apparatus not specifically provided for elsewhere
    • H01L21/67242Apparatus for monitoring, sorting or marking
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N2021/1765Method using an image detector and processing of image signal
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84Systems specially adapted for particular applications
    • G01N21/88Investigating the presence of flaws or contamination
    • G01N21/8851Scan 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
    • G01N2021/8887Scan 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
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20021Dividing image into blocks, subimages or windows
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30108Industrial image inspection
    • G06T2207/30148Semiconductor; 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、I(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、I(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=(s、s)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=(s1、s1)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(S2=(s2x1、s2y1)、S2=(s2x2、s2y2)、…、及びS2=(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Cを推定する。歪み量ベクトルC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C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=(d(x、y)、d(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Cを補正部504に送出する。なお、歪み量ベクトルC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Cを受けると、当該歪み量ベクトルC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C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sと歪み量d(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s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d(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s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d(x、y)が存在し得る。
補正部504は、上述の歪み量d(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s及び歪み量d(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R、R、…、Rに分割され、当該部分領域R~R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R~Rの代表位置(x、y)~(x、y)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(x、y)~(x、y)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(x、y)~(x、y)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(x、y)~(x、y)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D及びD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C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C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=ZCに基づき、歪み量ベクトルC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C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C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C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C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C及びオフセットベクトルC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、b(x、y)及びb(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C及びオフセットベクトルCはそれぞれ、当該グローバルゲインb(x、y)及びグローバルオフセットb(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b(x、y)が二次の多項式で表現される場合、ゲインベクトルC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b(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C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b(x、y)及びグローバルオフセットb(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C及びオフセットベクトルCを補正部504に送出する。なお、ゲインベクトルC及びオフセットベクトルC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C及びオフセットベクトルCを受けると、当該ゲインベクトルC及びオフセットベクトルC、歪み量ベクトルC、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C及びオフセットベクトルC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Cと、ステップST36において推定されたゲインベクトルC及びオフセットベクトル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R、R、…、R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R~R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R~Rの代表位置(x、y)~(x、y)におけるグローバルゲインb(x、y)~b(x、y)及びグローバルオフセットb(x、y)~b(x、y)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(x、y)~(x、y)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(x、y)~(x、y)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(x、y)~(x、y)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B及びローカルオフセットbo1~bo9を含むベクトルB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C及びオフセットベクトルC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(x、y)~(x、y)におけるグローバルゲインb(x、y)~b(x、y)及びグローバルオフセットb(x、y)~b(x、y)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B及びB、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C及びオフセットベクトルC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C及びオフセットベクトルC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b(x、y)とグローバルオフセットb(x、y)について、輝度値I(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C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