JP7162134B2 - 画像処理プログラム、画像処理装置および画像処理方法 - Google Patents
画像処理プログラム、画像処理装置および画像処理方法 Download PDFInfo
- Publication number
- JP7162134B2 JP7162134B2 JP2021525501A JP2021525501A JP7162134B2 JP 7162134 B2 JP7162134 B2 JP 7162134B2 JP 2021525501 A JP2021525501 A JP 2021525501A JP 2021525501 A JP2021525501 A JP 2021525501A JP 7162134 B2 JP7162134 B2 JP 7162134B2
- Authority
- JP
- Japan
- Prior art keywords
- image processing
- sample
- image
- calculating
- statistic
- 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
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
-
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T9/00—Image coding
- G06T9/005—Statistical coding, e.g. Huffman, run length coding
-
- 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
- G06T2207/10—Image acquisition modality
- G06T2207/10056—Microscopic image
- G06T2207/10061—Microscopic image from scanning electron microscope
-
- 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
- G06T2207/20081—Training; Learning
-
- 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
- G06T2207/20084—Artificial neural networks [ANN]
-
- 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)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Software Systems (AREA)
- Quality & Reliability (AREA)
- Medical Informatics (AREA)
- Mathematical Physics (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Multimedia (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Testing Or Measuring Of Semiconductors Or The Like (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
- Processing Or Creating Images (AREA)
- Ultra Sonic Daignosis Equipment (AREA)
- Closed-Circuit Television Systems (AREA)
Description
半導体回路パターンの微細化に伴い、光露光装置の解像度は限界に達し、設計通りの回路パターンをウエハ上に形成することが困難になりつつある。半導体ウエハ上に形成された回路パターンは、配線の幅が設計値からずれたり、あるいは、パターン先端に縮退が生じたり、あるいは、パターンのコーナーや付け根の形状変形といった不良が発生しやすくなる。こうした欠陥は、システマティック欠陥と呼ばれ、全てのダイで共通して発生するため、検査対象のダイとその近接ダイとを比較して欠陥を検出する方法(ダイ・ツゥ・ダイ検査)では検出することが難しい。
また、条件設定装置2403は、SEMの動作を制御するプログラム(レシピ)を、半導体の設計データに基づいて作成する機能が備えられており、レシピ設定部として機能する。具体的には、設計データ、パターンの輪郭線データ、或いはシミュレーションが施された設計データ上で所望の測定点、オートフォーカス、オートスティグマ、アドレッシング点等のSEMにとって必要な処理を行うための位置等を設定する。そして、当該設定に基づいて、SEMの試料ステージや偏向器等を自動制御するためのプログラムを作成する。また、後述するテンプレートの作成のために、設計データからテンプレートとなる領域の情報を抽出し、当該抽出情報に基づいてテンプレートを作成するプロセッサ、或いは汎用のプロセッサでテンプレートを作成させるプログラムが内蔵、或いは記憶されている。また、本プログラムは、ネットワークを介して配信してもよい。
S106の比較処理の実施例として、統計量に基づいてサンプリングした画像と撮影画像との差分計算がある。
統計画像1102の寸法を計測する場合、計測ポイント1103、1104で示された寸法を計測し、その結果を計測結果情報1107に表示する。計測する寸法は、設計データ画像上の配線に対して、製造後に配線がどの程度形状変形するかを示す変動予測値などである。計測する位置は、ユーザーが計測ポイント1103、1104を直接マウスで移動することや、画像上の任意の画像領域をマウスで指定することなどで決定する。操作パネル1105は、ユーザーからの入力に従って表示する画像の倍率や位置などを変更できる。
S304では、S303で推定した統計量が規定する輝度値分布に基づいて、輝度値の閾値範囲を決定する。図7Bは、輝度値分布と、これに基づいて決定される閾値範囲702の例を示す図である。例えば、輝度値分布を正規分布とした場合、その分布を規定する統計量である平均μと標準偏差σ、そして任意の定数βを用いて閾値範囲Thを、以下の(数1)のように設定できる。
μ-β・σ≦Th≦μ+β・σ…(数1)
この閾値範囲は、画素ごとに決定される。定数βは、欠陥判定の感度に関するパラメータであり、画像全体で同一の値でもよいし、画素ごとに異なる値でもよい。
オーバーレイ画像1204は、検査対象画像1202と欠陥画像1203を重ね合わせた画像である。オーバーレイ画像1204上には、欠陥領域1205、1206が線で囲まれて表示される。欠陥領域1205、1206は、欠陥と判定された画素の座標に基づいて一つもしくは複数の欠陥領域として決定される。
輝度値分布画像1209には、輝度値分布だけでなく、閾値範囲1210を表示させてもよい。
Claims (18)
- 記憶媒体に記憶されている試料の基準データと前記試料に関する入力データを用いて当該試料に対する検査を行うための画像処理プログラムにおいて、
前記基準データを受け付けるステップと、
前記基準データに基づき前記試料に関する特徴量を、畳み込みニューラルネットワークによって算出するステップと、
前記特徴量に基づいて、当該入力データがとり得る値の確率分布を示す統計量を算出するステップを実行させることを特徴とする画像処理プログラム。 - 請求項1に記載の画像処理プログラムにおいて、
さらに、
前記特徴量を算出するためのパラメータ及び前記統計量を算出するためのパラメータに対する学習の必要性を判断するステップを実行させ、
前記学習が必要と判断した場合、前記入力データを受け付けるステップと、前記統計量と前記入力データを比較するステップと、前記比較の結果に応じて、前記特徴量を算出するためのパラメータ及び前記統計量を算出するパラメータを変更するステップとを実行させ、
前記学習が不要と判断した場合、前記特徴量を算出するためのパラメータ及び前記統計量を算出するためのパラメータをモデルデータとして保存するステップを実行させることを特徴とする画像処理プログラム。 - 請求項1に記載の画像処理プログラムにおいて、
さらに、
前記入力データを受け付けるステップと、
前記統計量と前記入力データを比較するステップと、
前記比較の結果を用いて、前記試料の評価を行うステップを実行させることを特徴とする画像処理プログラム。 - 請求項3に記載の画像処理プログラムにおいて、
前記試料の評価は前記試料に対する欠陥検査、またはプロセス変動に伴う前記試料の形状ばらつき評価であることを特徴とする画像処理プログラム。 - 請求項1乃至4のいずれかに記載の画像処理プログラムにおいて、
前記入力データを示す値は、前記試料の形状または物性を示す値であることを特徴とする画像処理プログラム。 - 請求項3または4に記載の画像処理プログラムにおいて、
さらに、前記統計量、または前記評価の結果を表示するステップを実行させることを特徴とする画像処理プログラム。 - 記憶媒体に記憶されている試料の基準データと前記試料に関する入力データを用いて当該試料に対する検査を行うための画像処理装置において、
前記基準データを受け付ける手段と、
前記基準データに基づき前記試料に関する特徴量を、畳み込みニューラルネットワークによって算出する手段と、
前記特徴量に基づいて、当該入力データがとり得る値の確率分布を示す統計量を算出する手段とを有することを特徴とする画像処理装置。 - 請求項7に記載の画像処理装置において、
さらに、
前記特徴量を算出するためのパラメータ及び前記統計量を算出するためのパラメータに対する学習の必要性を判断する手段と、前記入力データを受け付ける手段と、前記統計量と前記入力データを比較する手段と、前記特徴量を算出するためのパラメータ及び前記統計量を算出するパラメータを変更及び保存する手段を有し、
前記学習が必要と判断した場合、前記比較する手段が、前記統計量と前記入力データを比較し、前記パラメータを変更する手段が、前記特徴量を算出するためのパラメータ及び前記統計量を算出するパラメータを変更し、
前記学習が不要と判断した場合、前記パラメータを保存する手段が、前記特徴量を算出するためのパラメータ及び前記統計量を算出するためのパラメータをモデルデータとして保存することを特徴とする画像処理装置。 - 請求項8に記載の画像処理装置において、
さらに、
前記入力データを受け付ける手段と、
前記統計量と前記入力データを比較する手段と、
前記比較の結果を用いて、前記試料の評価を行う手段を有することを特徴とする画像処理装置。 - 請求項9に記載の画像処理装置において、
前記試料の評価は前記試料に対する欠陥検査、またはプロセス変動に伴う前記試料の形状ばらつき評価であることを特徴とする画像処理装置。 - 請求項7乃至10のいずれかに記載の画像処理装置において、
前記入力データを示す値は、前記試料の形状または物性を示す値であることを特徴とする画像処理装置。 - 請求項9または10に記載の画像処理装置において、
さらに、前記統計量、または前記評価の結果を表示する手段を有することを特徴とする画像処理装置。 - 記憶媒体に記憶されている試料の基準データと前記試料に関する入力データを用いて当該試料に対する検査を行うための画像処理方法において、
前記基準データを受け付けるステップと、
前記基準データに基づき前記試料に関する特徴量を、畳み込みニューラルネットワークによって算出するステップと、
前記特徴量に基づいて、当該入力データがとり得る値の確率分布を示す統計量を算出するステップとを有することを特徴とする画像処理方法。 - 請求項13に記載の画像処理方法において、
さらに、
前記特徴量を算出するためのパラメータ及び前記統計量を算出するためのパラメータに対する学習の必要性を判断するステップと、
前記学習が必要と判断した場合、前記入力データを受け付けるステップと、前記統計量と前記入力データを比較するステップと、前記比較の結果に応じて、前記特徴量を算出するためのパラメータ及び前記統計量を算出するパラメータを変更するステップと、
前記学習が不要と判断した場合、前記特徴量を算出するためのパラメータ及び前記統計量を算出するためのパラメータをモデルデータとして保存するステップを有することを特徴とする画像処理方法。 - 請求項13に記載の画像処理方法において、
さらに、
前記入力データを受け付けるステップと、
前記統計量と前記入力データを比較するステップと、
前記比較の結果を用いて、前記試料の評価を行うステップを有することを特徴とする画像処理方法。 - 請求項15に記載の画像処理方法において、
前記試料の評価は前記試料に対する欠陥検査、またはプロセス変動に伴う前記試料の形状ばらつき評価であることを特徴とする画像処理方法。 - 請求項13乃至16のいずれかに記載の画像処理方法において、
前記入力データを示す値は、前記試料の形状または物性を示す値であることを特徴とする画像処理方法。 - 請求項15または16に記載の画像処理方法において、
さらに、前記統計量、または前記評価の結果を表示するステップを有することを特徴とする画像処理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2022165935A JP7427744B2 (ja) | 2019-06-13 | 2022-10-17 | 画像処理プログラム、画像処理装置、画像処理方法および欠陥検出システム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/JP2019/023447 WO2020250373A1 (ja) | 2019-06-13 | 2019-06-13 | 画像処理プログラム、画像処理装置および画像処理方法 |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2022165935A Division JP7427744B2 (ja) | 2019-06-13 | 2022-10-17 | 画像処理プログラム、画像処理装置、画像処理方法および欠陥検出システム |
Publications (3)
Publication Number | Publication Date |
---|---|
JPWO2020250373A1 JPWO2020250373A1 (ja) | 2020-12-17 |
JPWO2020250373A5 JPWO2020250373A5 (ja) | 2022-03-30 |
JP7162134B2 true JP7162134B2 (ja) | 2022-10-27 |
Family
ID=73781712
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021525501A Active JP7162134B2 (ja) | 2019-06-13 | 2019-06-13 | 画像処理プログラム、画像処理装置および画像処理方法 |
JP2022165935A Active JP7427744B2 (ja) | 2019-06-13 | 2022-10-17 | 画像処理プログラム、画像処理装置、画像処理方法および欠陥検出システム |
Family Applications After (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2022165935A Active JP7427744B2 (ja) | 2019-06-13 | 2022-10-17 | 画像処理プログラム、画像処理装置、画像処理方法および欠陥検出システム |
Country Status (6)
Country | Link |
---|---|
US (1) | US20220318975A1 (ja) |
JP (2) | JP7162134B2 (ja) |
KR (1) | KR20220002572A (ja) |
CN (1) | CN113994368A (ja) |
TW (3) | TW202333106A (ja) |
WO (1) | WO2020250373A1 (ja) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11854184B2 (en) * | 2021-01-14 | 2023-12-26 | Applied Materials Israel Ltd. | Determination of defects and/or edge roughness in a specimen based on a reference image |
CN118382802A (zh) * | 2021-12-28 | 2024-07-23 | 株式会社日立高新技术 | 图像检查装置、图像处理方法 |
JP2023181587A (ja) | 2022-06-13 | 2023-12-25 | 株式会社日立ハイテク | 欠陥検査装置 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010151655A (ja) | 2008-12-25 | 2010-07-08 | Hitachi High-Technologies Corp | 欠陥検査方法及びその装置 |
US20170148226A1 (en) | 2015-11-19 | 2017-05-25 | Kla-Tencor Corporation | Generating simulated images from design information |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5622398B2 (ja) * | 2010-01-05 | 2014-11-12 | 株式会社日立ハイテクノロジーズ | Semを用いた欠陥検査方法及び装置 |
US9390490B2 (en) * | 2010-01-05 | 2016-07-12 | Hitachi High-Technologies Corporation | Method and device for testing defect using SEM |
US10181185B2 (en) * | 2016-01-11 | 2019-01-15 | Kla-Tencor Corp. | Image based specimen process control |
US11443083B2 (en) * | 2016-05-12 | 2022-09-13 | Asml Netherlands B.V. | Identification of hot spots or defects by machine learning |
KR102194154B1 (ko) * | 2016-09-01 | 2020-12-22 | 주식회사 히타치하이테크 | 패턴 계측 장치 |
JP6759034B2 (ja) * | 2016-09-29 | 2020-09-23 | 株式会社日立ハイテク | パターン評価装置及びコンピュータープログラム |
US10809635B2 (en) * | 2017-11-20 | 2020-10-20 | Taiwan Semiconductor Manufacturing Company, Ltd. | Defect inspection method and defect inspection system |
US10713769B2 (en) * | 2018-06-05 | 2020-07-14 | Kla-Tencor Corp. | Active learning for defect classifier training |
-
2019
- 2019-06-13 JP JP2021525501A patent/JP7162134B2/ja active Active
- 2019-06-13 US US17/596,025 patent/US20220318975A1/en active Pending
- 2019-06-13 KR KR1020217038957A patent/KR20220002572A/ko not_active Application Discontinuation
- 2019-06-13 CN CN201980097253.6A patent/CN113994368A/zh active Pending
- 2019-06-13 WO PCT/JP2019/023447 patent/WO2020250373A1/ja active Application Filing
-
2020
- 2020-04-01 TW TW112115907A patent/TW202333106A/zh unknown
- 2020-04-01 TW TW109111264A patent/TWI813871B/zh active
- 2020-04-01 TW TW112148609A patent/TW202418220A/zh unknown
-
2022
- 2022-10-17 JP JP2022165935A patent/JP7427744B2/ja active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010151655A (ja) | 2008-12-25 | 2010-07-08 | Hitachi High-Technologies Corp | 欠陥検査方法及びその装置 |
US20170148226A1 (en) | 2015-11-19 | 2017-05-25 | Kla-Tencor Corporation | Generating simulated images from design information |
Also Published As
Publication number | Publication date |
---|---|
CN113994368A (zh) | 2022-01-28 |
US20220318975A1 (en) | 2022-10-06 |
JPWO2020250373A1 (ja) | 2020-12-17 |
WO2020250373A1 (ja) | 2020-12-17 |
TWI813871B (zh) | 2023-09-01 |
TW202418220A (zh) | 2024-05-01 |
KR20220002572A (ko) | 2022-01-06 |
JP7427744B2 (ja) | 2024-02-05 |
JP2023002652A (ja) | 2023-01-10 |
TW202046246A (zh) | 2020-12-16 |
TW202333106A (zh) | 2023-08-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10937146B2 (en) | Image evaluation method and image evaluation device | |
US11587225B2 (en) | Pattern inspection system | |
JP7427744B2 (ja) | 画像処理プログラム、画像処理装置、画像処理方法および欠陥検出システム | |
JP5081590B2 (ja) | 欠陥観察分類方法及びその装置 | |
JP5604067B2 (ja) | マッチング用テンプレートの作成方法、及びテンプレート作成装置 | |
KR101588367B1 (ko) | 하전 입자선 장치 | |
KR102680501B1 (ko) | 화상 평가 장치 및 방법 | |
TWI567789B (zh) | A pattern measuring condition setting means, and a pattern measuring means | |
TWI777612B (zh) | 影像處理方法、形狀檢查方法、影像處理系統及形狀檢查系統 | |
WO2012029220A1 (ja) | 半導体製造装置の管理装置、及びコンピュータプログラム | |
US10558127B2 (en) | Exposure condition evaluation device | |
US8552371B2 (en) | Method for adjusting imaging magnification and charged particle beam apparatus | |
JP5604208B2 (ja) | 欠陥検出装置及びコンピュータプログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A529 | Written submission of copy of amendment under article 34 pct |
Free format text: JAPANESE INTERMEDIATE CODE: A5211 Effective date: 20211117 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20211117 |
|
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: 20220920 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20221017 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7162134 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |