JPH09186208A - 半導体ウエハの欠陥分類方法及びその装置 - Google Patents

Abstract

(57)【要約】 【課題】 半導体ウエハの高度な欠陥分類を行うことの
できる方法及び装置。 【解決手段】 本方法及び装置Ａは，画像取り込み部２
により取り込んだウエハ１の画像中の欠陥領域における
配線部あるいは非配線部の輝度等を画像処理部３により
抽出し，この輝度等に基づいてコンピュータ４により欠
陥の種類を判別し，その結果を出力装置５により出力す
るように構成されており，従来例におけるような欠陥の
形状判断に止まることなく，欠陥の生じたプロセスを特
定するといったようなさらに高度な欠陥分類を行うこと
ができる。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は，半導体ウエハの欠
陥の種類を自動的に分類する方法及びその装置に関する
ものである。

【０００２】

【従来の技術】一般に，半導体ウエハを用いた集積回路
の製造プロセスにおいて，クリーンルームに持ち込まれ
たほこり，製造装置の内部で発生した粒子のウエハへの
付着，あるいはそれらが正常なプロセスを妨害するため
にウエハに生じる異常領域（以下，「欠陥」という）
が，歩留りや製品の品質に致命的な影響を与える。この
ような欠陥の低減のためには，欠陥の種類を識別して，
その欠陥が発生したプロセスに迅速にフィードバックを
かけることが効果的である。このため，欠陥の自動分類
技術の確立および欠陥の自動分類装置が強く望まれてい
た。そこで例えば図９に示すような自動欠陥分類装置Ａ
₀ が開発された（特公平５−１３２５６号参照）。同図
中，被検査物（ウエハ）５１の形状はカメラ５２により
撮像され，Ａ／Ｄ変換器５３により離散的ディジタル信
号よりなる画像信号（被検査画像）に変換される。次に
この画像信号は欠陥領域抽出回路５４に入力され，予め
画像メモリ（１）５４ａに格納されている無欠陥ウエハ
の基準画像と比較器５４ｂによって比較されることによ
り，欠陥領域を”１”，欠陥以外の領域を”０”とする
２値データで構成される欠陥領域抽出データが得られ
る。２値の欠陥領域抽出データはさらに形状特徴抽出回
路５５に送られ，画像メモリ（２）５５ａに転送され
る。画像メモリ（３）５５ｂには，基準画像を複数個の
パターン（配線）部分領域に分割し，各パターン部分領
域が区別できるように符号化したパターンデータが格納
されている。コンピュータ５５ｃによりこのパターンデ
ータと，画像メモリ（２）５５ａに保存された２値の欠
陥領域抽出データとが比較され，欠陥領域の大きさ，欠
陥領域内で各パターン部分が占める面積など，欠陥領域
に関する特徴量が求められる。これら特徴量に基づい
て，欠陥分類用コンピュータ５６により欠陥が分類され
る。

【０００３】図１０は上記従来装置Ａ₀ により欠陥が分
類される様子を表した例である。この例では，配線部が
白抜きで表されている。欠陥領域抽出回路５４による被
検査画像と基準画像との比較により，２値の欠陥領域抽
出データが得られる。さらにこのデータが形状特徴抽出
回路５５に送られて，ここで”０”，”１”，”２”と
符号化されたパターン部分領域と比較されることによっ
て，Ｓ０〜Ｓ２の各面積が取得される。そして，欠陥分
類用コンピュータ５６によりこれらの面積が比較される
ことによって，配線の突起・欠け・配線などが判断され
る（欠陥の種類が分類される）。

【０００４】

【発明が解決しようとする課題】上記したような従来の
自動欠陥分類装置Ａ₀ では，２値画像データによって欠
陥の種別を分類するため，欠陥の面積や幅，周囲長さな
ど幾何学的な情報にのみ依存した分類に制限される。従
って，欠陥の種類の分類は配線の突起，欠け，断線など
を判断することに止まっていて，製造プロセスで発生し
た欠陥の種類を識別して，その欠陥が発生したプロセス
に迅速にフィードバックをかけることを目的としたよう
な高度な欠陥分類は不可能である。またここでは画像メ
モリ（３）５５ｂに検出対象となる領域すべてのパター
ン領域データを持たねばならないため，メモリ量が膨大
になることが懸念される。本発明は，上記事情に鑑みて
なされたものであり，その主たる目的とするところは上
記高度な欠陥分類を行いうる半導体ウエハの欠陥分類方
法及びその装置を提供することである。

【０００５】

【課題を解決するための手段】上記目的を達成するため
に，第１の発明は，半導体ウエハを撮像して得られた画
像に基づいて該ウエハの欠陥を分類する方法において，
上記画像中の欠陥領域における配線部及び／若しくは非
配線部の輝度又は光強度を抽出し，上記抽出された輝度
又は光強度に基づいて欠陥の種類を判別してなることを
特徴とする半導体ウエハの欠陥分類方法として構成され
ている。上記半導体ウエハの欠陥分類方法では，２値画
像データにより欠陥分類を行う従来の例とは異なり，欠
陥領域の輝度又は光強度に基づいて欠陥の種類の判別を
行うため，例えば半導体ウエハの製造プロセスにおい
て，欠陥の発生したプロセスを特定するような高度な欠
陥分類を行うことができる。また，第２の発明は，半導
体ウエハを撮像して得られた画像に基づいて該ウエハの
欠陥を分類する方法において，上記画像中の欠陥領域の
画像と，無欠陥領域の基準画像とにおける配線部及び／
若しくは非配線部の輝度又は光強度をそれぞれ抽出し，
上記それぞれ抽出された輝度又は光強度間の相対的な関
係に基づいて欠陥の種類を判別してなることを特徴とす
る半導体ウエハの欠陥分類方法として構成されている。
このため，例えば半導体ウエハ上に複数の配線材料が用
いられる等して製造プロセスが複雑になっている場合で
も，欠陥が発生したプロセスを特定することができ，高
度な欠陥分類を行うことができる。また，第３の発明
は，半導体ウエハを撮像して得られた画像に基づいて該
ウエハの欠陥を分類する方法において，上記画像中の欠
陥領域の画像と，無欠陥領域の基準画像との差をとるこ
とによって濃淡差画像を作成し，上記濃淡差画像を処理
して欠陥領域抽出画像を作成し，上記基準画像を処理し
て配線部抽出画像及び／若しくは非配線部抽出画像を作
成し，上記濃淡差画像と，上記欠陥領域抽出画像と，上
記配線部抽出画像及び／若しくは非配線部抽出画像とを
アンド処理し，上記アンド処理出力に基づいて欠陥の種
類を判別してなることを特徴とする半導体ウエハの欠陥
分類方法として構成されている。上記半導体ウエハの欠
陥分類方法では，上記濃淡差画像及び基準画像を例えば
所定のしきい値で２値化することにより欠陥判別の対象
となる画像情報を特定しているから，コンピュータ等に
よる欠陥分類のための演算処理が軽減され，欠陥の分類
自体は，欠陥領域の輝度又は光強度に基づいて行われる
から，高度な分類を行うことが可能となる。

【０００６】さらに，上記半導体ウエハの欠陥分類方法
において，上記濃淡差画像を２値化して２値化画像を作
成し，該２値化画像を拡大処理することにより欠陥領域
抽出画像を作成すれば，例えば検査対象を撮像する光学
手段の分解能不足のためにあいまいとなった上記配線領
域と非配線領域との境界部分の輝度情報や画像中のノイ
ズ等の影響を除去して欠陥の分類性能をより向上させる
ことができる。例えば，上記２値化画像を上記ウエハの
配線に対して直交する方向へ所定量だけ拡大すれば，欠
陥分類時の基準となる画像内で上記境界部分やノイズの
占める割合が減少するから，誤判断の原因となる情報の
影響を受けにくくなり，欠陥分類の信頼性が向上する。
また，上記半導体ウエハの欠陥分類方法において，上記
アンド処理により作成された配線部欠陥濃淡画像及び非
配線部欠陥濃淡画像の画素数と，輝度値若しくは光強度
の平均値とに基づいて欠陥の種類を判別すれば，欠陥の
輝度値若しくは光強度の平均値だけでなく，欠陥の大き
さからも欠陥を分類することができるので，ノイズ等で
生じた小欠陥領域により欠陥の分類を誤ることが防止さ
れる。従って，欠陥分類の信頼性が向上する。また，上
記判別を欠陥の発生プロセスを特定するために用いれ
ば，欠陥が発生したプロセスに迅速にフィードバックを
かけることができ，半導体ウエハの製造プロセスにおい
て歩留りや製品の性質を向上させることができる。

【０００７】また，第４の発明は，半導体ウエハを撮像
して得られた画像に基づいて該ウエハの欠陥を分類する
装置において，上記画像中の欠陥領域における配線部及
び／若しくは非配線部の輝度又は光強度を抽出する第１
の抽出手段と，上記抽出された輝度又は光強度に基づい
て欠陥の種類を判別する第１の判別手段とを具備してな
ることを特徴とする半導体ウエハの欠陥分類装置として
構成されている。このため，上記第１の発明方法を適用
して，高度な欠陥分類を行うことができる。また，撮像
した画像の欠陥領域のみを抽出することにより欠陥の判
別を行うから，画像を記憶するためのメモリ量を減少さ
せることができる。また，第５の発明は，半導体ウエハ
を撮像して得られた画像に基づいて該ウエハの欠陥を分
類する装置において，上記画像中の欠陥領域の画像と，
無欠陥領域の基準画像とにおける配線部及び／若しくは
非配線部の輝度又は光強度をそれぞれ抽出する第２の抽
出手段と，上記それぞれ抽出された輝度又は光強度間の
相対的な関係に基づいて欠陥の種類を判別する第２の判
別手段とを具備してなることを特徴とする半導体ウエハ
の欠陥分類装置として構成されている。このため，上記
第２の発明方法を適用して，製造プロセスが複雑であっ
ても，欠陥が生じたプロセスを特定することが可能であ
る。また，第６の発明は，半導体ウエハを撮像して得ら
れた画像に基づいて該ウエハの欠陥を分類する装置にお
いて，上記画像中の欠陥領域の画像と，無欠陥領域の基
準画像との差をとることによって濃淡差画像を作成する
濃淡差画像作成手段と，上記濃淡差画像を処理して欠陥
領域抽出画像を作成する欠陥領域抽出画像作成手段と，
上記基準画像を処理して配線部抽出画像及び／若しくは
非配線部抽出画像を作成する配線部／非配線部抽出画像
作成手段と，上記濃淡差画像と，上記欠陥領域抽出画像
と，上記配線部抽出画像及び／若しくは非配線部抽出画
像とをアンド処理するアンド処理手段と，上記アンド処
理出力に基づいて欠陥の種類を判別する欠陥判別手段と
を具備してなることを特徴とする半導体ウエハの欠陥分
類装置として構成されている。このため上記第３の発明
方法を適用して，上記欠陥判別手段の処理を軽減するこ
とができるから，高速に欠陥の生じたプロセスを特定す
ることができる。

【０００８】さらに，上記欠陥領域抽出画像作成手段に
より，上記濃淡差画像を２値化すると共に，２値化して
得た２値化画像を拡大処理すれば，画像中に含まれるノ
イズ等の影響を受けにくくなり装置の信頼性をより向上
させることができる。上記装置において，例えば，上記
拡大処理により上記２値化画像を上記ウエハの配線に対
して直交する方向へ所定量だけ拡大すれば，欠陥の種類
を特定する場合に求める輝度値若しくは光強度の平均値
から上記ノイズ等の影響を除去することができる。さら
に，上記欠陥判別手段により，上記アンド出力により定
められた配線部欠陥濃淡画像及び非配線部欠陥濃淡画像
の画素数と，輝度値若しくは光強度の平均値とに基づい
て欠陥の種類を判別すれば，輝度値若しくは光強度の平
均値のみで欠陥を分類する場合と較べて，欠陥の大きさ
の相対的な関係を考慮することができるから，欠陥分類
の信頼性をより向上させることができる。さらには，上
記判別により欠陥の発生プロセスを特定すれば，欠陥が
発生したプロセスに迅速にフィードバックをかけること
ができ，半導体ウエハの製造プロセスにおける歩留りや
製品の品質を向上させることができる。

【０００９】

【発明の実施の形態】及び

【実施例】以下添付図面を参照して，本発明の実施の形
態及び実施例について説明し，本発明の理解に供する。
尚，以下の実施の形態及び実施例は，本発明を具体化し
た一例であって，本発明の技術的範囲を限定する性格の
ものではない。ここに，図１は本発明の実施の形態及び
実施例に係る半導体ウエハの欠陥分類方法の概略構成を
示すフロー図，図２は上記方法を適用可能な装置Ａの概
略構成を示すブロック図，図３及び図４は装置Ａの動作
の基本原理を示す説明図，図５及び図６は欠陥の生じる
メカニズムを示す説明図，図７及び図８は装置Ａにおけ
る誤分類を防止する技術を説明するための図である。

【００１０】図１に示す如く第１〜第３の発明に係る半
導体ウエハの欠陥分類方法は，半導体ウエハにおいて得
られた画像に基づいて該ウエハの欠陥の種類を分類する
点で従来例と同様である。しかし，第１の発明では，上
記画像中の欠陥領域における配線部及び／若しくは非配
線部の輝度又は光強度を抽出し（第１の抽出工程），上
記抽出された輝度又は光強度に基づいて欠陥の種類を判
別する（第１の判別工程）点で従来例と異なる。また，
第２の発明では，上記画像中の欠陥領域の画像と無欠陥
領域の基準画像とにおける配線部及び／若しくは非配線
部の輝度又は光強度をそれぞれ抽出し（第２の抽出工
程），上記それぞれ抽出された輝度又は光強度間の相対
的な関係に基づいて欠陥の種類を判別する（第２の判別
工程）点で従来例と異なる。更に，第３の発明では，上
記画像中の欠陥領域の画像と無欠陥領域の基準画像との
差をとることによって濃度差画像を作成し（濃度差画像
作成工程），上記濃度差画像を処理して欠陥領域抽出画
像を作成し（欠陥領域抽出画像作成工程），上記基準画
像を処理して配線部抽出画像及び／若しくは非配線部抽
出画像を作成し（配線部／非配線部抽出画像作成工
程），上記濃淡差画像と，上記欠陥領域抽出画像と，上
記配線部抽出画像及び／若しくは非配線部抽出画像とを
アンド処理し（アンド処理工程），上記アンド処理出力
に基づいて欠陥の種類を判別する（欠陥判別工程）点で
従来例と異なる。

【００１１】また第４〜第６の発明に係る半導体ウエハ
の欠陥分類装置は，上記第１〜第３の発明方法をそれぞ
れ適用しうる装置であり，各工程に対応した手段をそれ
ぞれ具備することにより構成されている。図２はそのよ
うな装置の具体的例を示したものである。以下，図２を
用いて本発明（第１〜第６の発明）をより具体化すると
共に，その基本原理をも説明する。図２に示す如く，本
発明の実施の形態及び実施例に係る半導体ウエハの欠陥
分類装置Ａは，主として顕微鏡２ａ，カメラ２ｂ，Ａ／
Ｄ変換器２ｃよりなる画像取り込み部２，画像を処理し
て必要な情報を取り出す画像処理部３，画像処理部３か
ら出力された輝度情報を基に欠陥の種類を分類するコン
ピュータ４，およびプリンタ５ａやＣＲＴ５ｂよりなる
出力装置５より構成されている。

【００１２】この内，画像処理部３が，第１の発明の第
１の抽出工程を実行する第４の発明の第１の抽出手段，
第２の発明の第２の抽出工程を実行する第５の発明の第
２の抽出手段及び第３の発明の濃淡差画像工程，欠陥領
域抽出画像作成工程，配線部／非配線部抽出画像作成工
程，アンド処理工程をそれぞれ実行する第６の発明の濃
淡差画像作成手段，欠陥領域抽出画像作成手段，配線部
／非配線部抽出画像作成手段，アンド処理手段にそれぞ
れ相当する。またコンピュータ４が，第２の発明の第１
の判別工程を実行する第４の発明の第１の判別手段，第
２の発明の第２の判別工程を実行する第５の発明の第２
の判別手段，第３の発明の欠陥判別工程を実施する第６
の発明の欠陥判別手段にそれぞれ相当する。以下，本発
明の特徴をなす画像処理部３の動作を中心に詳細に説明
する。尚，画像処理はほとんどの場合，図２に記載され
た画像処理回路３ａを仲介して行われるが，本発明の本
質を効果的に伝えるために，ここでは画像処理回路３ａ
の働きについては，必要最小限の説明に止めている。ま
た，各動作の説明は図１に示した各工程に対応させてい
る。

【００１３】〈画像取り込み工程〉被検査ウエハ１中の
欠陥は画像取り込み部２の顕微鏡２ａにより拡大され，
カメラ２ｂにより映像として取り込まれる。そして，Ａ
／Ｄ変換器２ｃによって離散的なディジタル信号に変換
された後，検査画像として画像処理部３の画像メモリ
（１）３ｂに取り込まれる。 〈濃淡差画像作成工程（第１，第２の抽出工程の一
部）〉画像メモリ（２）３ｃには検査画像と同種の，欠
陥を含まない正常なウエハ（無欠陥ウエハ）の基準画像
があらかじめ格納されている。次に検査画像と基準画像
の各画像についてそれぞれ輝度の差が計算され，画像全
体について処理された後，画像メモリ（３）３ｄに格納
される。もし検査画像と基準画像に位置ずれがあれば，
例えば両画像に対し相関演算を行うなどして位置補正を
行った後に，引き算処理を行えばよい。これにより，濃
淡差画像の品質を向上させることができる。ここで重要
なことは，画像メモリ（３）３ｄの画像は濃淡の情報
（ディジタル値で，濃淡の階調はＡ／Ｄ変換器２ｃの分
解能で決まる）を含んでいることである。即ち，欠陥の
判別時に用いられる画像が濃淡画像であれば，例えば材
料等の相違により生じる輝度若しくは光強度の違いに基
づいて判別をより詳細に行うことができる。但し，濃淡
画像は２値画像に較べて必要となる情報量が多いので以
下の通り処理を軽減する。

【００１４】〈欠陥領域抽出画像作成工程（第１，第２
の抽出工程の一部）〉濃淡差画像は適切なしきい値によ
って２値化され，ノイズ除去等の基礎的な画像処理を施
されることによって，欠陥領域は”１”，欠陥以外の領
域は”０”の値で表されたマスクとなる（以下，画像メ
モリ（４）３ｅに格納された画像を「欠陥マスク」とい
う）。 〈配線部／非配線部抽出画像作成工程（第１，第２の抽
出工程の一部）〉欠陥マスクを作成する処理とは別個
に，配線部および非配線部を抽出する処理が行われる。
即ち画像メモリ（２）３ｃに格納されている基準画像
を，適切なしきい値により２値化（しきい値以上の画像
を”１”とし，それ以外を”０”に変換）し，ノイズ除
去等の処理を施すと，配線部だけが抽出され，これが画
像メモリ（５）３ｆに格納される。画像メモリ（５）３
ｆに格納された画像は，配線部は”１”，非配線部は”
０”の値で表されたマスクとなる（以下，画像メモリ
（５）３ｆに格納された画像を「配線マスク」とい
う）。また配線マスク作成時と逆の２値化処理（しきい
値以上の画素を”０”とし，それ以外を”１”に変換）
をするか，あるいは配線マスクをＮＯＴ（”０”と”
１”の交換）処理することにより，非配線部を表すマス
クが作成され，画像メモリ（６）３ｇに格納される（以
下，画像メモリ（６）３ｇに格納された画像を「非配線
マスク」という）。

【００１５】〈アンド処理工程（第１，第２の抽出工程
の一部）〉次に配線部および非配線部の輝度を抽出する
処理について述べる。画像処理回路３ａのアンド処理部
３ａ１のアンド（１）に，画像メモリ（３）３ｄの濃淡
差画像，画像メモリ（４）３ｅの欠陥マスク，画像メモ
リ（５）３ｆの配線マスクがそれぞれ入力される。また
ここでのアンド（１）は，欠陥マスクと配線マスクの各
画素で，共に”１”の値をもっている場所における濃淡
差画像の画素の輝度を出力する働きをする。従って，ア
ンド（１）の出力は，配線部における欠陥領域と配線領
域の輝度の差の画像情報となる。この画像情報は画素輝
度計算部３ａ２に送られ，各画素輝度の平均値が計算さ
れる。そして配線部の輝度を示す情報としてコンピュー
タ４に送られる。非配線部についても同様の処理が行わ
れ，非配線部の輝度を示す情報がコンピュータ４に送ら
れる。

【００１６】〈欠陥判別工程（第１，第２の判別工
程）〉コンピュータ４では，予め設定されている分類用
データ４ａを基に，演算装置４ｂにより配線部・非配線
部の輝度の弁別処理が行われる。そして出力装置５のプ
リンタ５ａおよびＣＲＴ５ｂにより分類結果が出力され
る。図３と図４とにそれぞれ非配線部と配線部とに欠陥
がある場合の，上記動作手順に従った画像の変化を示
す。図３，図４では，配線部の輝度は明るいものとし
て，また非配線部の輝度は暗いものとして描かれてお
り，明るい（白い）ほどディジタル化されたときの値が
大きいものとした。また，欠陥・配線・非配線の各マス
クにおいて，白は”１”，黒は”０”の値をもってい
て，アンド処理部３ａ１では，各マスクが白の部分の濃
淡差画像のディジタル化された数値が出力され，これに
より欠陥の輝度の平均値が抽出されるものとした。例え
ば図３では，非配線部の欠陥の輝度の平均値が”６５”
の値で抽出され，図４では，配線部の欠陥の輝度の平均
値が”１２０”の値で抽出されている。

【００１７】次に，図３や図４に示した欠陥が，半導体
製造プロセスにおいてどのようにして発生するのかを説
明する。これにより，本発明が実際の半導体プロセスの
欠陥分類に有用であることが明らかにされる。 〈非配線部に欠陥が生じるメカニズム〉図５に非配線部
に欠陥が生じるメカニズムを示す。まず半導体ウエハ基
板である絶縁材の上に配線材料１および２を成膜した
後，エッチングを阻止するためのレジストを塗布し，配
線パターン形状にレジストを残す。このときの状態を図
５（ａ）に示す。次にエッチング工程に移行する。この
時，図５（ａ）に示すように既に異物が付着していれ
ば，異物がレジストの働きをしてエッチングを阻止す
る。このために，図５（ｂ）に示すように，非配線部に
配線材料１が現れる。また，図５（ｃ）は，配線材料１
のエッチングが終了した後に，異物が付着した状態を示
している。この場合は，図５（ｄ）に示すように，非配
線部に配線材料２が現れる。一般に配線材料１，２には
異なる材料が用いられるため，欠陥部の非配線材料の輝
度は異なる。本発明では輝度情報がコンピュータ４に入
力され，分類用データ４ａに従って分類されるので，図
５の（ｂ）の状態と（ｄ）の状態とを識別できる。従っ
て，欠陥の発生プロセスを特定できるため，当該プロセ
スに迅速にフィードバックをかけることが可能となる。

【００１８】〈配線部に欠陥が生じるメカニズム〉図６
に配線部に欠陥が生じるメカニズムを示す。まず図６
（ａ）は，絶縁材の上に配線材料２が成膜された状態を
示している。次に配線材料１の成膜を行うのであるが，
この時，図５（ａ）に示すように既に異物が付着してい
れば，配線材料１は，異物の付着した場所では，図６
（ｂ）に示すように，異物の上に形成される。次に洗浄
などで異物と異物上の配線材料１とが除去された後，配
線パターン形状にレジストが形成され，エッチングが行
われる。すると，異物が付着していた場所では，配線部
に配線材料２が露出する。配線材料１と２とでは輝度が
異なるため，これが欠陥として検出される。配線材料が
３種類以上存在する場合では，それらの輝度は一般に異
なるため，その輝度情報を利用することにより，欠陥の
発生プロセスを特定することができる。従って非配線部
の欠陥の場合と同様に，当該プロセスに迅速にフィード
バックをかけることが可能となる。

【００１９】続いて，上記半導体ウエハの欠陥分類方法
及び装置において，例えば配線部と非配線部との境界部
分に表れる誤った輝度情報やノイズ等が欠陥の分類に悪
影響を及ぼすような場合の誤判断防止技術について詳述
する。 〈誤判断の原因となる画像情報の影響の除去〉検査対象
が例えば半導体デバイスのような微細な構造を有するも
のである場合，検査画像の撮像の際に用いられる顕微鏡
２ａの分解能が不足し，本来非配線部内にしかない欠陥
が配線部の一部にも存在するように撮像されてしまう場
合がある。即ち，非配線部内の欠陥の輝度が高く，非配
線部との境界付近にある配線部の一部までが明るく撮像
されてしまうような場合である。この場合，誤判断を防
止するために画像情報を加工する必要が生じることがあ
る。図７は欠陥が非配線部と配線部の一部とに存在する
と撮像された場合の画像の変化を示す図である。但し，
実際には配線部の一部にみられる明るい部分は，非配線
部に存在する欠陥の輝度に影響を受けて撮像されたもの
である。この場合には，図７（ｇ）及び（ｈ）に示すよ
うに，配線部と非配線部との両方に欠陥マスクが形成さ
れてしまう。配線部にある欠陥領域内の輝度の平均値は
図７（ｇ）のように６０となっており，あたかも配線部
にも欠陥が存在していることを示しているようである。
この誤判断は，欠陥マスクがその性質上欠陥のある部分
についてのみ画像を抽出するから，配線間の欠陥に挟ま
れた配線部の他の殆どの領域では輝度の変化がないとい
う情報を利用できないことに起因している。そこで，上
記のような場合には，画像から得られる情報の加工を行
う。その一つが欠陥マスクの拡大である。例えば，図８
に示す例では，上記濃淡差画像を２値化して作成した欠
陥マスクを他の欠陥マスクと連結するまで，ウエハの配
線に直交する方向へ拡大している。欠陥マスクを大きく
すると，配線部の一部が明るくなった画素と，輝度変化
のない配線部の画素をも含んで配線部の輝度の平均値を
求めるので，配線部にある欠陥領域の輝度の平均値が１
０にまで低下する。即ち，ウエハの配線方向に直交する
方向へ欠陥マスクを拡大した場合に，その輝度の平均値
が大きく減少すれば，欠陥は存在しないと判定すること
ができる。従って，上記半導体ウエハの欠陥分類方法及
び装置は，上記境界付近のあいまいな輝度情報等の一部
の輝度情報による悪影響を受けにくくなり，欠陥分類の
信頼性が向上する。また，上記悪影響を除去する他の技
術として欠陥の大きさを比較する技術が挙げられる。例
えば，輝度の平均値を取得する際に，配線部及び非配線
部の欠陥領域（配線部欠陥濃淡画像及び非配線部欠陥濃
淡画像）にある画素数（即ち，欠陥の面積）を取得して
おいて，両者の画素数が大きく異なる場合には，画素数
の少ない方の欠陥領域の輝度の平均値を０にする。従っ
て，ノイズ等で生じた小領域の欠陥は無視される。上記
のように，輝度の平均値だけでなく欠陥の大きさをも自
動分類に利用した場合，小領域の輝度情報による誤判断
を防止して欠陥分類の信頼性をより向上させることがで
きる。

【００２０】尚，上記装置Ａでは，画像取り込み部２に
顕微鏡２ａを用いたが，これは通常のカメラ２ｂでは撮
影困難な程の微小欠陥の分類を行う場合を示したもので
あって，対象が比較的大きな欠陥の場合は顕微鏡２ａは
不要である。また画像処理部３の画像メモリ（２）３ｃ
に格納される基準画像は，欠陥を含む検査画像を画像処
理することによって作成しても良いし，あるいは配線の
設計データから形成した画像や，欠陥のない位置を予め
撮像しておいた画像であっても良い。さらに上記装置Ａ
では，検査画像と基準画像との差をとることによって，
欠陥領域と欠陥を含まない領域における配線部あるいは
非配線部の輝度を，一つの処理で抽出した。しかしこの
ような「画像の差をとる処理」は不可欠な処理ではな
く，配線部あるいは非配線部の輝度を，それぞれ欠陥領
域と欠陥を含まない領域とで抽出し，欠陥領域と欠陥を
含まない領域における輝度の相対的な関係をコンピュー
タ４で比較しても良い。このような欠陥領域と欠陥を含
まない領域とにおける各輝度の比較という処理は，基本
的に被検査ウエハ１の照明装置（図１に示していない）
の照射強度や，画像取り込み部２のカメラ２ｂ・Ａ／Ｄ
変換器２ｃなどのオフセットなどが変化しても同一の輝
度出力を得るために必要なものである。従って，このよ
うな心配のないときは，欠陥領域と欠陥を含まない領域
とにおける各輝度の比較は不要であり，欠陥領域の輝度
の絶対値を，予めコンピュータ４に設定された分類用の
識別値のみに基づいて処理すれば良い。さらに，上記装
置Ａでは画像処理回路３ａの画素輝度計算部３ａ２によ
り各画素の平均値が計算されたが，この平均値の代わり
に各画素の輝度の和などの別の統計量を計算してもよ
い。

【００２１】尚，上記装置Ａの説明では，単純化するた
めに「輝度」とのみ記した。周知のように，画像取り込
み部２のカメラ２ｂがカラーカメラの場合は，Ｒ
（赤），Ｇ（緑），Ｂ（青）のそれぞれの光強度が出力
される。また，白黒カメラの場合でも，被検査ウエハ１
とカメラ２ｂとの間にＲ，Ｇ，Ｂの波長の光を透過する
フィルタ（図２には示していない）を取りつければ，
Ｒ，Ｇ，Ｂそれぞれの光強度を取り出すことができる。
従って，説明中の「輝度」は，Ｒ，Ｇ，Ｂのそれぞれの
信号強度であっても良いし，それらを適当な量ずつ加え
合わせた信号強度でも，また白黒画像に変換された後の
信号強度であっても良い。尚，上記装置Ａの説明では，
欠陥の種類の分類だけに限って説明したが，本発明は分
類に特定されるものではなく，欠陥の検出についても利
用できる。すなわち、同じ構造（ダイ）が同一ウエハ上
に繰り返し現れる半導体ウエハなどの場合は，ダイどう
しを比較することにより欠陥部を抽出することができ
る。例えば，３つのダイの同一部分を本発明の方法で抽
出した時，配線部あるいは非配線部の輝度がすべてある
許容量内で一致していれば，３つのダイの試験領域には
欠陥が存在しないと判断できる。もし，１つのダイに他
の２つとは異なる輝度が抽出されれば，そのダイの試験
領域に欠陥が存在するということになる。

【００２２】本発明を半導体製造プロセスで効果的に運
用するためには，ほとんどの半導体工場に設置済みの欠
陥検査装置から出力された欠陥位置について本発明の方
法で調べれば良く，さらに欠陥を含まない位置の画像を
取り込んで基準画像として用いる場合には，欠陥検査装
置から出力される「欠陥を含まない位置」を基準画像の
位置として画像取り込みに利用することができる。すな
わち，欠陥位置も基準画像位置も欠陥検査装置から得る
ことができるため，効率的な欠陥分類が可能になる。こ
の場合には，図２に示していないウエハをＸＹ方向に移
動できる試料台と，この試料台を欠陥検査装置から出力
される欠陥位置，および欠陥を含まない位置に移動させ
るための試料台コントロール機構とを設ければ，さらに
効率的な欠陥分類を実現することができる。以上のよう
に，本発明では，欠陥のあるウエハの画像の輝度又は光
強度を抽出し，該輝度又は光強度に基づいて欠陥の種類
を分類するので，従来例のように欠陥の種類の分類が配
線の突起・欠け・断線などの判断に止まることなく，さ
らに高度な欠陥分類方法ならびに装置を実現することが
できる。その結果，欠陥の種類を識別してその欠陥の発
生したプロセスを特定できるので，該当プロセスの問題
を迅速に抽出することができる。

【００２３】

【発明の効果】上記したように，第１の発明は，半導体
ウエハを撮像して得られた画像に基づいて該ウエハの欠
陥を分類する方法において，上記画像中の欠陥領域にお
ける配線部及び／若しくは非配線部の輝度又は光強度を
抽出し，上記抽出された輝度又は光強度に基づいて欠陥
の種類を判別してなることを特徴とする半導体ウエハの
欠陥分類方法として構成されている。このため，従来例
のように欠陥の種類の分類が配線の突起・欠け・断線な
どの判断に止まることなく，さらに高度な欠陥分類方法
を実現することができる。その結果，欠陥の種類を識別
してその欠陥の発生したプロセスを特定できるので，該
当プロセスの問題を迅速に抽出することができる。ま
た，第２の発明は，半導体ウエハを撮像して得られた画
像に基づいて該ウエハの欠陥を分類する方法において，
上記画像中の欠陥領域の画像と，無欠陥領域の基準画像
とにおける配線部及び／若しくは非配線部の輝度又は光
強度をそれぞれ抽出し，上記それぞれ抽出された輝度又
は光強度間の相対的な関係に基づいて欠陥の種類を判別
してなることを特徴とする半導体ウエハの欠陥分類方法
として構成されている。このため，例えば半導体ウエハ
上に複数の配線材料が用いられる等して製造プロセスが
複雑になっている場合でも，欠陥が発生したプロセスを
特定することができ，高度な欠陥分類を行うことができ
る。また，第３の発明は，半導体ウエハを撮像して得ら
れた画像に基づいて該ウエハの欠陥を分類する方法にお
いて，上記画像中の欠陥領域の画像と，無欠陥領域の基
準画像との差をとることによって濃淡差画像を作成し，
上記濃淡差画像を処理して欠陥領域抽出画像を作成し，
上記基準画像を処理して配線部抽出画像及び／若しくは
非配線部抽出画像を作成し，上記濃淡差画像と，上記欠
陥領域抽出画像と，上記配線部抽出画像及び／若しくは
非配線部抽出画像とをアンド処理し，上記アンド処理出
力に基づいて欠陥の種類を判別してなることを特徴とす
る半導体ウエハの欠陥分類方法として構成されている。
上記半導体ウエハの欠陥分類方法では，上記濃淡差画像
及び基準画像を例えば２値化することにより，欠陥判別
の対象となる画像情報を特定しているから，コンピュー
タ等による欠陥分類のための演算処理が軽減されると共
に，欠陥の分類自体は，欠陥領域の輝度又は光強度に基
づいて行われるから，高度な分類を行うことが可能とな
る。

【００２４】さらに，上記半導体ウエハの欠陥分類方法
において，上記濃淡差画像を２値化して２値化画像を作
成し，該２値化画像を拡大処理することにより欠陥領域
抽出画像を作成すれば，例えば検査対象を撮像する光学
手段の分解能不足のためにあいまいとなった上記配線領
域と非配線領域との境界部分の輝度情報や画像中のノイ
ズ等の影響を除去して欠陥の分類性能をより向上させる
ことができる。例えば，上記２値化画像を上記ウエハの
配線に対して直交する方向へ所定量だけ拡大すれば，欠
陥分類時の基準となる画像内で上記境界部分やノイズの
占める割合が減少するから，誤判断の原因となる情報の
影響を受けにくくなり，欠陥分類の信頼性が向上する。
また，上記半導体ウエハの欠陥分類方法において，上記
アンド処理により作成された配線部欠陥濃淡画像及び非
配線部欠陥濃淡画像の画素数と，輝度値若しくは光強度
の平均値とに基づいて欠陥の処理の種類を判別すれば，
欠陥の輝度値若しくは光強度の平均値だけでなく，欠陥
の大きさからも欠陥を分類することができるので，ノイ
ズ等により生じた小欠陥領域にある情報をないものとし
て扱い欠陥の判別からその影響を除去することができ
る。従って，欠陥分類の信頼性が向上する。また，上記
判別を欠陥の発生プロセスを特定するために用いれば，
欠陥が発生したプロセスに迅速にフィードバックをかけ
ることができ，半導体ウエハの製造プロセスにおいて歩
留りや製品の性質を向上させることができる。

【００２５】また，第４の発明は，半導体ウエハを撮像
して得られた画像に基づいて該ウエハの欠陥を分類する
装置において，上記画像中の欠陥領域における配線部及
び／若しくは非配線部の輝度又は光強度を抽出する第１
の抽出手段と，上記抽出された輝度又は光強度に基づい
て欠陥の種類を判別する第１の判別手段とを具備してな
ることを特徴とする半導体ウエハの欠陥分類装置として
構成されている。このため，従来例のように欠陥の種類
の分類が配線の突起・欠け・断線などの判断に止まるこ
となく，さらに高度な欠陥分類装置を実現することがで
きる。その結果，欠陥の種類を識別してその欠陥の発生
したプロセスを特定できるので，該当プロセスの問題を
迅速に抽出することができる。また，第５の発明は，半
導体ウエハを撮像して得られた画像に基づいて該ウエハ
の欠陥を分類する装置において，上記画像中の欠陥領域
の画像と，無欠陥領域の基準画像とにおける配線部及び
／若しくは非配線部の輝度又は光強度をそれぞれ抽出す
る第２の抽出手段と，上記それぞれ抽出された輝度又は
光強度間の相対的な関係に基づいて欠陥の種類を判別す
る第２の判別手段とを具備してなることを特徴とする半
導体ウエハの欠陥分類装置として構成されている。この
ため，上記第２の発明方法を適用して，製造プロセスが
複雑であっても，欠陥が生じたプロセスを特定すること
が可能である。また，第６の発明は，半導体ウエハを撮
像して得られた画像に基づいて該ウエハの欠陥を分類す
る装置において，上記画像中の欠陥領域の画像と，無欠
陥領域の基準画像との差をとることによって濃淡差画像
を作成する濃淡差画像作成手段と，上記濃淡差画像を処
理して欠陥領域抽出画像を作成する欠陥領域抽出画像作
成手段と，上記基準画像を処理して配線部抽出画像及び
／若しくは非配線部抽出画像を作成する配線部／非配線
部抽出画像作成手段と，上記濃淡差画像と，上記欠陥領
域抽出画像と，上記配線部抽出画像及び／若しくは非配
線部抽出画像とをアンド処理するアンド処理手段と，上
記アンド処理出力に基づいて欠陥の種類を判別する欠陥
判別手段とを具備してなることを特徴とする半導体ウエ
ハの欠陥分類装置として構成されている。このため上記
第３の発明方法を適用して，上記欠陥判別手段の処理を
軽減することができるから，高速に欠陥の生じたプロセ
スを特定することができる。

【００２６】さらに，上記欠陥領域抽出画像作成手段に
より，上記濃淡差画像を２値化すると共に，２値化して
得た２値化画像を拡大処理すれば，画像中に含まれるノ
イズ等の影響を受けにくくなり装置の信頼性をより向上
させることができる。上記装置において，例えば，上記
拡大処理により上記２値化画像を上記ウエハの配線に対
して直交する方向へ所定量だけ拡大すれば，欠陥の種類
を特定する場合に求める輝度値若しくは光強度の平均値
から上記ノイズ等の影響を除去することができる。さら
に，上記欠陥判別手段により，上記アンド出力により定
められた配線部欠陥濃淡画像及び非配線部欠陥濃淡画像
の画素数と，輝度値若しくは光強度の平均値とに基づい
て欠陥の種類を判別すれば，輝度値若しくは光強度の平
均値のみで欠陥を分類する場合と較べて，欠陥の大きさ
の相対的な関係を考慮することができるから，欠陥分類
の信頼性をより向上させることができる。さらには，上
記判別により欠陥の発生プロセスを特定すれば，欠陥が
発生したプロセスに迅速にフィードバックをかけること
ができ，半導体ウエハの製造プロセスにおける歩留りや
製品の品質を向上させることができる。

【図面の簡単な説明】

【図１】 本発明の実施の形態及び実施例に係る半導体
ウエハの欠陥分類方法の概略構成を示すフロー図。

【図２】 上記方法を適用可能な装置Ａの概略構成を示
すブロック図。

【図３】 装置Ａの動作の基本原理を示す説明図。

【図４】 装置Ａの動作の基本原理を示す説明図。

【図５】 欠陥の生じるメカニズムを示す説明図。

【図６】 欠陥の生じるメカニズムを示す説明図。

【図７】 誤った輝度情報による誤判断の一例を示す
図。

【図８】 誤判断を防止する技術の説明図。

【図９】 従来の半導体ウエハの欠陥分類装置Ａ₀ の一
例における概略構成を示すブロック図。

【図１０】 従来装置Ａ₀ の動作の基本原理を示す説明
図。

【符号の説明】

Ａ…半導体ウエハの欠陥分類装置 １…半導体ウエハ ２…画像取り込み部 ３…画像処理部（第１の抽出手段，第２の抽出手段，濃
淡差画像作成手段，欠陥領域画像抽出手段，配線部／非
配線部画像抽出手段，アンド処理手段に相当） ４…コンピュータ（第１の判別手段，第２の判別手段，
欠陥判別手段に相当） ５…出力装置

───────────────────────────────────────────────────── フロントページの続き (72)発明者 森本 勉 兵庫県神戸市西区高塚台１丁目５番５号 株式会社神戸製鋼所神戸総合技術研究所内 (72)発明者 住江 伸吾 兵庫県神戸市西区高塚台１丁目５番５号 株式会社神戸製鋼所神戸総合技術研究所内 (72)発明者 後藤 有一郎 兵庫県神戸市西区高塚台１丁目５番５号 株式会社神戸製鋼所神戸総合技術研究所内 (72)発明者 高橋 英二 兵庫県神戸市西区高塚台１丁目５番５号 株式会社神戸製鋼所神戸総合技術研究所内 (72)発明者 神戸 章史 兵庫県西脇市平野町302番地の２ ケーテ ィーアイ・セミコンダクター株式会社内 (72)発明者 岡本 啓 兵庫県西脇市平野町302番地の２ ケーテ ィーアイ・セミコンダクター株式会社内

Claims (14)

【特許請求の範囲】
1. 【請求項１】 半導体ウエハを撮像して得られた画像に
   基づいて該ウエハの欠陥を分類する方法において，上記
   画像中の欠陥領域における配線部及び／若しくは非配線
   部の輝度又は光強度を抽出し，上記抽出された輝度又は
   光強度に基づいて欠陥の種類を判別してなることを特徴
   とする半導体ウエハの欠陥分類方法。
2. 【請求項２】 半導体ウエハを撮像して得られた画像に
   基づいて該ウエハの欠陥を分類する方法において，上記
   画像中の欠陥領域の画像と，無欠陥領域の基準画像とに
   おける配線部及び／若しくは非配線部の輝度又は光強度
   をそれぞれ抽出し，上記それぞれ抽出された輝度又は光
   強度間の相対的な関係に基づいて欠陥の種類を判別して
   なることを特徴とする半導体ウエハの欠陥分類方法。
3. 【請求項３】 半導体ウエハを撮像して得られた画像に
   基づいて該ウエハの欠陥を分類する方法において，上記
   画像中の欠陥領域の画像と，無欠陥領域の基準画像との
   差をとることによって濃淡差画像を作成し，上記濃淡差
   画像を処理して欠陥領域抽出画像を作成し，上記基準画
   像を処理して配線部抽出画像及び／若しくは非配線部抽
   出画像を作成し，上記濃淡差画像と，上記欠陥領域抽出
   画像と，上記配線部抽出画像及び／若しくは非配線部抽
   出画像とをアンド処理し，上記アンド処理出力に基づい
   て欠陥の種類を判別してなることを特徴とする半導体ウ
   エハの欠陥分類方法。
4. 【請求項４】 上記濃淡差画像に施される処理が，上記
   濃淡差画像を２値化すると共に，２値化して得た２値化
   画像を拡大処理して欠陥領域抽出画像を作成することで
   ある請求項３記載の半導体ウエハの欠陥分類方法。
5. 【請求項５】 上記拡大処理が上記２値化画像を上記ウ
   エハの配線に対して直交する方向へ所定量だけ拡大する
   ことである請求項４記載の半導体ウエハの欠陥分類方
   法。
6. 【請求項６】 上記アンド処理により作成された配線部
   欠陥濃淡画像及び非配線部欠陥濃淡画像の画素数と，輝
   度値若しくは光強度の平均値とに基づいて欠陥の種類を
   判別してなる請求項３記載の半導体ウエハの欠陥分類方
   法。
7. 【請求項７】 上記判別が欠陥の発生プロセスを特定す
   ることである請求項１〜６のいずれかに記載の半導体ウ
   エハの欠陥分類方法。
8. 【請求項８】 半導体ウエハを撮像して得られた画像に
   基づいて該ウエハの欠陥を分類する装置において，上記
   画像中の欠陥領域における配線部及び／若しくは非配線
   部の画像の輝度又は光強度を抽出する第１の抽出手段
   と，上記抽出された輝度又は光強度に基づいて欠陥の種
   類を判別する第１の判別手段とを具備してなることを特
   徴とする半導体ウエハの欠陥分類装置。
9. 【請求項９】 半導体ウエハを撮像して得られた画像に
   基づいて該ウエハの欠陥を分類する装置において，上記
   画像中の欠陥領域の画像と，無欠陥領域の基準画像とに
   おける配線部及び／若しくは非配線部の輝度又は光強度
   をそれぞれ抽出する第２の抽出手段と，上記それぞれ抽
   出された輝度又は光強度間の相対的な関係に基づいて欠
   陥の種類を判別する第２の判別手段とを具備してなるこ
   とを特徴とする半導体ウエハの欠陥分類装置。
10. 【請求項１０】 半導体ウエハを撮像して得られた画像
    に基づいて該ウエハの欠陥を分類する装置において，上
    記画像中の欠陥領域の画像と，無欠陥領域の基準画像と
    の差をとることによって濃淡差画像を作成する濃淡差画
    像作成手段と，上記濃淡差画像を処理して欠陥領域抽出
    画像を作成する欠陥領域抽出画像作成手段と，上記基準
    画像を処理して配線部抽出画像及び／若しくは非配線部
    抽出画像を作成する配線部／非配線部抽出画像作成手段
    と，上記濃淡差画像と，上記欠陥領域抽出画像と，上記
    配線部抽出画像及び／若しくは非配線部抽出画像とをア
    ンド処理するアンド処理手段と，上記アンド処理出力に
    基づいて欠陥の種類を判別する欠陥判別手段とを具備し
    てなることを特徴とする半導体ウエハの欠陥分類装置。
11. 【請求項１１】 上記欠陥領域抽出画像作成手段が，上
    記濃淡差画像を２値化すると共に，２値化して得た２値
    化画像を拡大処理して欠陥領域抽出画像を作成する請求
    項１０記載の半導体ウエハの欠陥分類装置。
12. 【請求項１２】 上記拡大処理が上記２値化画像を上記
    ウエハの配線に対して直交する方向へ所定量だけ拡大す
    ることである請求項１１記載の半導体ウエハの欠陥分類
    装置。
13. 【請求項１３】 上記欠陥判別手段が，上記アンド出力
    により定められた配線部欠陥濃淡画像及び非配線部欠陥
    濃淡画像の画素数と，輝度値若しくは光強度の平均値と
    に基づいて欠陥の種類を判別してなる請求項１０記載の
    半導体ウエハの欠陥分類装置。
14. 【請求項１４】 上記判別が欠陥の発生プロセスを特定
    することである請求項８〜１３のいずれかに記載の半導
    体ウエハの欠陥分類装置。