JPH1187446A - パターン欠陥検査装置及びパターン欠陥検査方法 - Google Patents
パターン欠陥検査装置及びパターン欠陥検査方法Info
- Publication number
- JPH1187446A JPH1187446A JP10188558A JP18855898A JPH1187446A JP H1187446 A JPH1187446 A JP H1187446A JP 10188558 A JP10188558 A JP 10188558A JP 18855898 A JP18855898 A JP 18855898A JP H1187446 A JPH1187446 A JP H1187446A
- Authority
- JP
- Japan
- Prior art keywords
- defect
- pattern
- image
- inspection
- region
- 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.)
- Granted
Links
Landscapes
- Image Analysis (AREA)
- Length Measuring Devices By Optical Means (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
- Testing Or Measuring Of Semiconductors Or The Like (AREA)
- Image Processing (AREA)
Abstract
(57)【要約】 （修正有）
【課題】半導体回路パターン形成工程において、レビュ
ー装置による目視再検査を省略して、検出したパターン
欠陥の詳細な解析を迅速化する。 【解決手段】高速のパターン欠陥検査装置に、欠陥の検
出に同期して欠陥の画像的特徴量を計算する手段と、計
算された特徴量によって欠陥をクラスタに分類する手段
とを付加する。この様にすれば、パターン欠陥検査装置
だけで欠陥解析が出来るので、簡単な欠陥解析であれば
レビュー装置による目視検査を省略して原因究明が可能
になる。さらに、欠陥検査装置による分類を考慮してレ
ビュー装置による再検査欠陥を選択するようにすれば、
特異な欠陥を見落とすこともなくなり、全体としての欠
陥発生原因の究明作業が大幅に迅速化できる。
ー装置による目視再検査を省略して、検出したパターン
欠陥の詳細な解析を迅速化する。 【解決手段】高速のパターン欠陥検査装置に、欠陥の検
出に同期して欠陥の画像的特徴量を計算する手段と、計
算された特徴量によって欠陥をクラスタに分類する手段
とを付加する。この様にすれば、パターン欠陥検査装置
だけで欠陥解析が出来るので、簡単な欠陥解析であれば
レビュー装置による目視検査を省略して原因究明が可能
になる。さらに、欠陥検査装置による分類を考慮してレ
ビュー装置による再検査欠陥を選択するようにすれば、
特異な欠陥を見落とすこともなくなり、全体としての欠
陥発生原因の究明作業が大幅に迅速化できる。
Description
【０００１】
【発明の属する技術分野】本発明は、繰り返しパターン
を含む部分が所定ピッチにて配列された被検査物の欠陥
を抽出する装置に係わり、特にウェハ上に集積された半
導体回路パターンの外観検査に好適なパターン欠陥検査
装置に関する。
を含む部分が所定ピッチにて配列された被検査物の欠陥
を抽出する装置に係わり、特にウェハ上に集積された半
導体回路パターンの外観検査に好適なパターン欠陥検査
装置に関する。
【０００２】
【従来の技術】半導体集積回路（例えばＬＳＩなど）の
製造に於いては、回路パターンを形成する各工程毎に形
成パターンの欠陥を抽出し、その欠陥の発生原因を取り
除くことが、最終製品である半導体集積回路の良品歩留
まりを向上させるために重要である。
製造に於いては、回路パターンを形成する各工程毎に形
成パターンの欠陥を抽出し、その欠陥の発生原因を取り
除くことが、最終製品である半導体集積回路の良品歩留
まりを向上させるために重要である。
【０００３】従来、半導体回路パターンの欠陥を自動抽
出するためには、例えば本発明と同一発明者らによる特
開昭59−192943号公報に記載されたような欠陥検査装置
が既に実用化されている。このような欠陥検査装置の原
理はおよそ次の通りである。まず、等速移動台上に被検
査物である半導体ウェハを固定し、被検査物を等速で移
動しながら移動に直交する方向にラインセンサで被検査
物の表面を走査してその映像信号を入力する。この様に
すると、通常半導体ウェハ上には同一パターンが一定ピ
ッチで繰り返されているので、入力信号には同じ波形の
信号が繰り返し現れる。従って、この入力信号と繰り返
しピッチ分だけ遅らされた入力信号とを比較することに
よって、信号差の大きい部分として欠陥部分を抽出する
ことができる。
出するためには、例えば本発明と同一発明者らによる特
開昭59−192943号公報に記載されたような欠陥検査装置
が既に実用化されている。このような欠陥検査装置の原
理はおよそ次の通りである。まず、等速移動台上に被検
査物である半導体ウェハを固定し、被検査物を等速で移
動しながら移動に直交する方向にラインセンサで被検査
物の表面を走査してその映像信号を入力する。この様に
すると、通常半導体ウェハ上には同一パターンが一定ピ
ッチで繰り返されているので、入力信号には同じ波形の
信号が繰り返し現れる。従って、この入力信号と繰り返
しピッチ分だけ遅らされた入力信号とを比較することに
よって、信号差の大きい部分として欠陥部分を抽出する
ことができる。
【０００４】この原理に従ったパターン欠陥検査装置は
人間に比べて超高速に欠陥を抽出することが出来るの
で、必須の評価装置として既に多くの半導体集積回路の
生産ラインで実用化されている。しかし、欠陥検査装置
から出力される欠陥情報は欠陥座標が主であるため、欠
陥の生起原因を究明するためには、欠陥検査装置から出
力される欠陥座標データのリストを基に、さらにレビュ
ー装置と呼ばれる別の装置で、一つ一つの抽出欠陥を目
視再検査する必要があった。
人間に比べて超高速に欠陥を抽出することが出来るの
で、必須の評価装置として既に多くの半導体集積回路の
生産ラインで実用化されている。しかし、欠陥検査装置
から出力される欠陥情報は欠陥座標が主であるため、欠
陥の生起原因を究明するためには、欠陥検査装置から出
力される欠陥座標データのリストを基に、さらにレビュ
ー装置と呼ばれる別の装置で、一つ一つの抽出欠陥を目
視再検査する必要があった。
【０００５】
【発明が解決しようとする課題】従来技術では、ユーザ
が本当に欲しい欠陥データを得るためには、欠陥検査装
置からの欠陥座標データリストを基に、レビュー装置に
よる目視再検査を行わなければならなかった。そのた
め、欠陥発生原因究明には欠陥検査装置の処理時間の他
に膨大な時間と労力が必要となるという問題があった。
更に、目視による再検査が多くの時間を必要とするた
め、パターン欠陥検査装置で抽出した全ての欠陥を目視
再検査することが出来ず、ランダムに選択された欠陥だ
けの再検査で全体の欠陥発生状況を推定しなければなら
なかった。そのために、生起確率の低い重要な欠陥の情
報を見逃してしまうという問題があった。
が本当に欲しい欠陥データを得るためには、欠陥検査装
置からの欠陥座標データリストを基に、レビュー装置に
よる目視再検査を行わなければならなかった。そのた
め、欠陥発生原因究明には欠陥検査装置の処理時間の他
に膨大な時間と労力が必要となるという問題があった。
更に、目視による再検査が多くの時間を必要とするた
め、パターン欠陥検査装置で抽出した全ての欠陥を目視
再検査することが出来ず、ランダムに選択された欠陥だ
けの再検査で全体の欠陥発生状況を推定しなければなら
なかった。そのために、生起確率の低い重要な欠陥の情
報を見逃してしまうという問題があった。
【０００６】本発明の目的は、半導体回路パターン形成
工程において、レビュー装置による目視再検査を省略し
て、検出したパターン欠陥の詳細な解析を迅速化するこ
とである。
工程において、レビュー装置による目視再検査を省略し
て、検出したパターン欠陥の詳細な解析を迅速化するこ
とである。
【０００７】
【課題を解決するための手段】そのため本発明では、高
速のパターン欠陥検査装置に、欠陥の検出に同期して欠
陥の画像的特徴量を計算する手段と、計算された特徴量
によって欠陥をクラスタに分類する手段とを付加する構
成とした。
速のパターン欠陥検査装置に、欠陥の検出に同期して欠
陥の画像的特徴量を計算する手段と、計算された特徴量
によって欠陥をクラスタに分類する手段とを付加する構
成とした。
【０００８】この様にすれば、パターン欠陥検査装置だ
けで欠陥解析が出来るので、簡単な欠陥解析であればレ
ビュー装置による目視検査を省略して原因究明が可能に
なる。さらに、欠陥検査装置による分類を考慮してレビ
ュー装置による再検査欠陥を選択するようにすれば、特
異な欠陥を見落とすこともなくなり、全体としての欠陥
発生原因の究明作業が大幅に迅速化し、前述の課題が解
決できる。
けで欠陥解析が出来るので、簡単な欠陥解析であればレ
ビュー装置による目視検査を省略して原因究明が可能に
なる。さらに、欠陥検査装置による分類を考慮してレビ
ュー装置による再検査欠陥を選択するようにすれば、特
異な欠陥を見落とすこともなくなり、全体としての欠陥
発生原因の究明作業が大幅に迅速化し、前述の課題が解
決できる。
【０００９】
（実施例）ラスタ走査方式で高速かつ連続的に入力され
る画像データ列から、画像データ中に含まれる個々の図
形の特徴量を画像データ入力とほぼ同時に計算する処理
は、本発明と同一の発明者らによる特開昭63−217479号
公報に記載されており、既に公知の技術である。この技
術を適用すれば、パターン欠陥検査装置は欠陥検出速度
を低下させることなく、欠陥の画像的特徴量を計算する
事が出来る。また、画像に含まれる欠陥の画像的特徴量
を基に欠陥をクラスタに分類する技術はいわゆるクラス
タリング技術であり、当該技術分野では様々なアルゴリ
ズムが知られている。したがって、本発明の対象とする
パターン欠陥検査装置は公知の技術の組み合わせによっ
て容易に実現することが出来る。本発明はこの装置にお
いて、欠陥抽出の方法に特徴をもつものである。
る画像データ列から、画像データ中に含まれる個々の図
形の特徴量を画像データ入力とほぼ同時に計算する処理
は、本発明と同一の発明者らによる特開昭63−217479号
公報に記載されており、既に公知の技術である。この技
術を適用すれば、パターン欠陥検査装置は欠陥検出速度
を低下させることなく、欠陥の画像的特徴量を計算する
事が出来る。また、画像に含まれる欠陥の画像的特徴量
を基に欠陥をクラスタに分類する技術はいわゆるクラス
タリング技術であり、当該技術分野では様々なアルゴリ
ズムが知られている。したがって、本発明の対象とする
パターン欠陥検査装置は公知の技術の組み合わせによっ
て容易に実現することが出来る。本発明はこの装置にお
いて、欠陥抽出の方法に特徴をもつものである。
【００１０】欠陥のクラスタへの分類方法に関しては、
欠陥領域の各特徴量をそれぞれの座標軸に割り当てた特
徴空間を考え、各欠陥データをその中の一点として表し
たときの密集状態から自動的にクラスタ分類する方法を
選択することもできるし、予め先見情報として特徴空間
内の欠陥のクラスタ毎の生起分布を計測しておき、その
先見情報によって既知の欠陥クラスタに欠陥を分類する
こともできる。前者は新規の半導体パターン形成プロセ
スを評価するために有効であり、後者は定常的に同一プ
ロセスを検査するために有効である。
欠陥領域の各特徴量をそれぞれの座標軸に割り当てた特
徴空間を考え、各欠陥データをその中の一点として表し
たときの密集状態から自動的にクラスタ分類する方法を
選択することもできるし、予め先見情報として特徴空間
内の欠陥のクラスタ毎の生起分布を計測しておき、その
先見情報によって既知の欠陥クラスタに欠陥を分類する
こともできる。前者は新規の半導体パターン形成プロセ
スを評価するために有効であり、後者は定常的に同一プ
ロセスを検査するために有効である。
【００１１】欠陥を分類するための特徴量としては、形
状を表すものとして寸法，面積，周囲長が有効であり、
欠陥の種類や発生領域を示すものとして欠陥及び対応正
常領域の濃淡値が有効である。通常、領域の平均的な濃
淡値は濃淡値の総和を計算し、その結果を面積の計算値
で割り算することで求める。さらにまた、欠陥領域と正
常領域の濃淡値の差の絶対値の総和や２乗値の総和は欠
陥程度の判定に有効と考えられる。
状を表すものとして寸法，面積，周囲長が有効であり、
欠陥の種類や発生領域を示すものとして欠陥及び対応正
常領域の濃淡値が有効である。通常、領域の平均的な濃
淡値は濃淡値の総和を計算し、その結果を面積の計算値
で割り算することで求める。さらにまた、欠陥領域と正
常領域の濃淡値の差の絶対値の総和や２乗値の総和は欠
陥程度の判定に有効と考えられる。
【００１２】前述の撮像装置は、被検査物の表面を細く
絞った電子線あるいは光ビームで一次元的に走査し、そ
の結果として得られる電子流強度あるいは光強度の変化
を映像信号として入力するものでも良いし、被検査物に
電子線あるいは照明光を照射し、それによって生じる電
子線像あるいは光学像をアレイセンサ上に投影し、アレ
イセンサを電子的に走査することによって映像信号を入
力するものであっても良い。いずれの場合でも被検査物
の表面パターンを一次元的に走査して映像信号を得るこ
とには変わりはない。
絞った電子線あるいは光ビームで一次元的に走査し、そ
の結果として得られる電子流強度あるいは光強度の変化
を映像信号として入力するものでも良いし、被検査物に
電子線あるいは照明光を照射し、それによって生じる電
子線像あるいは光学像をアレイセンサ上に投影し、アレ
イセンサを電子的に走査することによって映像信号を入
力するものであっても良い。いずれの場合でも被検査物
の表面パターンを一次元的に走査して映像信号を得るこ
とには変わりはない。
【００１３】欠陥の特徴量計算に用いられる画像の濃淡
値は、通常は前述の映像信号を変換したディジタル画像
信号であるが、欠陥検出に用いられるディジタル画像信
号とは違った画像信号を使うこともできる。例えば、入
力画像信号を空間的に平滑化やエッジ強調処理して得た
濃淡値でも良い。さらに撮像手段が複数の映像信号を同
時に入力できるパターン欠陥検査装置であれば、欠陥部
抽出に用いられる映像信号とは異なる映像信号を用いる
こともできる。例えば、二次電子信号と反射電子信号と
を別の映像信号として得られる電子顕微鏡装置を撮像装
置として用いる場合には一方を欠陥部抽出に使い、他方
を欠陥特徴量計算に用いることもできる。また、光の検
査装置のように色情報が使用可能なものであれば、各色
成分あるいはその線形結合を特徴量計算のための濃淡画
像データとして使用することもできる。この様に多様な
濃淡画像データから分類のための特徴量を計算するよう
にすれば、欠陥分類の精度の更に向上したパターン欠陥
検査装置を提供することが出来る。
値は、通常は前述の映像信号を変換したディジタル画像
信号であるが、欠陥検出に用いられるディジタル画像信
号とは違った画像信号を使うこともできる。例えば、入
力画像信号を空間的に平滑化やエッジ強調処理して得た
濃淡値でも良い。さらに撮像手段が複数の映像信号を同
時に入力できるパターン欠陥検査装置であれば、欠陥部
抽出に用いられる映像信号とは異なる映像信号を用いる
こともできる。例えば、二次電子信号と反射電子信号と
を別の映像信号として得られる電子顕微鏡装置を撮像装
置として用いる場合には一方を欠陥部抽出に使い、他方
を欠陥特徴量計算に用いることもできる。また、光の検
査装置のように色情報が使用可能なものであれば、各色
成分あるいはその線形結合を特徴量計算のための濃淡画
像データとして使用することもできる。この様に多様な
濃淡画像データから分類のための特徴量を計算するよう
にすれば、欠陥分類の精度の更に向上したパターン欠陥
検査装置を提供することが出来る。
【００１４】なお、本発明の発明者らによる公知文献
「オートマチック・ウェハ・インスペクション・システ
ム・ユージング・パイプラインド・イメージ・プロセッ
シング・テクニック」，アイ・イー・イー・イー・トラ
ンザクション・ピー・エー・エム・アイ，第１０巻，第
１号，１９８８年１月（“An Automatic Wafer I
nspection System Using Pipelined Image Processing
Techniques”，IEEE Trans. PAMI，Vol.１０, NO.１,
January １９８８）には、欠陥領域の面積，寸法、さら
に設計パターンを基にした欠陥特徴量計算と、それを用
いた欠陥分類の考え方が示されている。しかし、この分
類は、個々の欠陥の致命性を判断して欠陥検査装置とし
ての信頼性を高めるための手段であって、欠陥の生起原
因を追求するための手段としては不十分であった。本発
明では、そのため新たに、欠陥パターン部および対応す
る正常パターン部の濃淡情報に基づく画像的特徴量を欠
陥領域の抽出とほぼ同時に計算する手段、さらに計算さ
れた特徴量を基に、検出された欠陥を特徴空間内でのク
ラスタに自動分類する手段，クラスタ分類された欠陥を
表示する手段を持たせて、欠陥生起原因究明を迅速化で
きるようにしたものである。
「オートマチック・ウェハ・インスペクション・システ
ム・ユージング・パイプラインド・イメージ・プロセッ
シング・テクニック」，アイ・イー・イー・イー・トラ
ンザクション・ピー・エー・エム・アイ，第１０巻，第
１号，１９８８年１月（“An Automatic Wafer I
nspection System Using Pipelined Image Processing
Techniques”，IEEE Trans. PAMI，Vol.１０, NO.１,
January １９８８）には、欠陥領域の面積，寸法、さら
に設計パターンを基にした欠陥特徴量計算と、それを用
いた欠陥分類の考え方が示されている。しかし、この分
類は、個々の欠陥の致命性を判断して欠陥検査装置とし
ての信頼性を高めるための手段であって、欠陥の生起原
因を追求するための手段としては不十分であった。本発
明では、そのため新たに、欠陥パターン部および対応す
る正常パターン部の濃淡情報に基づく画像的特徴量を欠
陥領域の抽出とほぼ同時に計算する手段、さらに計算さ
れた特徴量を基に、検出された欠陥を特徴空間内でのク
ラスタに自動分類する手段，クラスタ分類された欠陥を
表示する手段を持たせて、欠陥生起原因究明を迅速化で
きるようにしたものである。
【００１５】図１は本発明の第一の実施例を示し、パタ
ーン欠陥検査装置を構成する各機器の構成図である。本
実施例は被検査物を電子線で走査して映像信号を得る場
合の例である。本実施例では被検査物１は具体的には半
導体ウェハである。この被検査物１は移動可能な試料台
２上に置かれ、被検査物１の表面パターンが細く絞った
電子線４によって試料台２の移動方向と交差した方向に
繰り返し走査される。電子線の走査によって発生した電
子流は半導体センサＤ１に検知され、半導体ウェハ表面
パターンの映像信号として高速ＡＤ変換器６に入力され
る。この様にすると、被検査物が等速で移動しているの
で、映像信号は一定幅で無限に長いラスタ走査画像信号
として入力されることになる。
ーン欠陥検査装置を構成する各機器の構成図である。本
実施例は被検査物を電子線で走査して映像信号を得る場
合の例である。本実施例では被検査物１は具体的には半
導体ウェハである。この被検査物１は移動可能な試料台
２上に置かれ、被検査物１の表面パターンが細く絞った
電子線４によって試料台２の移動方向と交差した方向に
繰り返し走査される。電子線の走査によって発生した電
子流は半導体センサＤ１に検知され、半導体ウェハ表面
パターンの映像信号として高速ＡＤ変換器６に入力され
る。この様にすると、被検査物が等速で移動しているの
で、映像信号は一定幅で無限に長いラスタ走査画像信号
として入力されることになる。
【００１６】図２は電子線の走査による画像入力を説明
する半導体ウェハ表面パターンの斜視図である。被検査
物が半導体ウェハパターンの場合、ウェハ上には図２の
Ｐ１，Ｐ２，Ｐ３のように同じパターンが繰り返されて
配置されているので、ウェハを一定速度で移動しながら
電子線４で繰り返し走査すると、繰り返しピッチ毎に同
じパターンの映像信号がセンサＤ１に検知される。従っ
て、図１に示すようにＡＤ変換器６によってディジタル
信号に変換された映像信号を一旦遅れ回路７を通した後
に１繰り返しピッチ分の遅れ回路８を通すようにする
と、遅れ回路７の出力信号Ｓ１と遅れ回路８の出力信号
Ｓ２とは１ピッチずれた同一パターンの映像信号という
ことになる。従って、欠陥検出回路９によって出力信号
Ｓ１と出力信号Ｓ２を精密に比較すれば、その濃淡差の
大きさから欠陥領域を「１」とする欠陥画像信号Ｓ３を
生成することが出来る。これらの処理は、全て映像信号
の入力と同期して画素単位にパイプライン方式で実行さ
れる。従って、欠陥画像は入力画像からほぼ一定時間だ
け対応位置の遅れたラスタ走査画像として出力される。
する半導体ウェハ表面パターンの斜視図である。被検査
物が半導体ウェハパターンの場合、ウェハ上には図２の
Ｐ１，Ｐ２，Ｐ３のように同じパターンが繰り返されて
配置されているので、ウェハを一定速度で移動しながら
電子線４で繰り返し走査すると、繰り返しピッチ毎に同
じパターンの映像信号がセンサＤ１に検知される。従っ
て、図１に示すようにＡＤ変換器６によってディジタル
信号に変換された映像信号を一旦遅れ回路７を通した後
に１繰り返しピッチ分の遅れ回路８を通すようにする
と、遅れ回路７の出力信号Ｓ１と遅れ回路８の出力信号
Ｓ２とは１ピッチずれた同一パターンの映像信号という
ことになる。従って、欠陥検出回路９によって出力信号
Ｓ１と出力信号Ｓ２を精密に比較すれば、その濃淡差の
大きさから欠陥領域を「１」とする欠陥画像信号Ｓ３を
生成することが出来る。これらの処理は、全て映像信号
の入力と同期して画素単位にパイプライン方式で実行さ
れる。従って、欠陥画像は入力画像からほぼ一定時間だ
け対応位置の遅れたラスタ走査画像として出力される。
【００１７】この時欠陥領域を正確に検出するためには
出力信号Ｓ１と出力信号Ｓ２の位置関係を精密に調整す
ることが必要であり、そのために位置ずれ回路１０が用
いられる。位置ずれ回路１０は内部に遅れ回路８に相当
する遅延回路を持ち、予め出力信号Ｓ１と出力信号Ｓ２
の位置ずれを検出し、遅れ回路８の遅れ量を最適に調整
する回路である。また、前述の遅れ回路７は位置ずれ回
路１０が位置ずれ量を検出してから遅れ回路８を調整す
るまでの時間遅れを補正するために設けられたものであ
る。これらの欠陥抽出原理については、既に前述の公知
例である特開昭59−192943号公報、及び、公知文献「オ
ートマチック・ウェハ・インスペクション・システム・
ユージング・パイプラインド・イメージ・プロセッシン
グ・テクニック」，アイ・イー・イー・イー・トランザ
クション・ピー・エー・エム・アイ，第１０巻，第１
号，１９８８年１月（“An Automatic Wafer Inspecti
onSystem Using Pipelined Image Processing Techniqu
es”，IEEE Trans. PAMI，Vol.１０, NO.１, January
１９８８)に詳しく述べられている。欠陥抽出回路９と
しては、濃淡値の変動や位置ずれ回路１０によって検出
された１画素以下のずれ量、さらにパターンの微細な形
状変動を補償するための付加的演算，検出された欠陥画
像の欠陥像の整形，雑音パターンの除去など、現実には
多くの処理が入れられるが、ここでは本発明をわかりや
すくするために省略している。
出力信号Ｓ１と出力信号Ｓ２の位置関係を精密に調整す
ることが必要であり、そのために位置ずれ回路１０が用
いられる。位置ずれ回路１０は内部に遅れ回路８に相当
する遅延回路を持ち、予め出力信号Ｓ１と出力信号Ｓ２
の位置ずれを検出し、遅れ回路８の遅れ量を最適に調整
する回路である。また、前述の遅れ回路７は位置ずれ回
路１０が位置ずれ量を検出してから遅れ回路８を調整す
るまでの時間遅れを補正するために設けられたものであ
る。これらの欠陥抽出原理については、既に前述の公知
例である特開昭59−192943号公報、及び、公知文献「オ
ートマチック・ウェハ・インスペクション・システム・
ユージング・パイプラインド・イメージ・プロセッシン
グ・テクニック」，アイ・イー・イー・イー・トランザ
クション・ピー・エー・エム・アイ，第１０巻，第１
号，１９８８年１月（“An Automatic Wafer Inspecti
onSystem Using Pipelined Image Processing Techniqu
es”，IEEE Trans. PAMI，Vol.１０, NO.１, January
１９８８)に詳しく述べられている。欠陥抽出回路９と
しては、濃淡値の変動や位置ずれ回路１０によって検出
された１画素以下のずれ量、さらにパターンの微細な形
状変動を補償するための付加的演算，検出された欠陥画
像の欠陥像の整形，雑音パターンの除去など、現実には
多くの処理が入れられるが、ここでは本発明をわかりや
すくするために省略している。
【００１８】図３は、この原理に従った欠陥検出の方法
を説明する入力画像信号を画像として表した斜視図であ
る。図３（ａ）は無限に長いラスタ走査画像として入力
される入力画像信号２５とそれに重畳する欠陥部２７を
示している。図３（ｂ）は図３（ａ）のような入力画像
信号２５から出力される欠陥画像信号２６を示してい
る。入力画像中に欠陥部２７があると、やや遅れて検出
欠陥像２８が出力されるが、繰り返しピッチ遅れた時点
で入力欠陥像が参照画像を示す出力信号Ｓ２として使わ
れるために、再び擬似の欠陥検出像２９が得られる。こ
の２つの欠陥は単独では真偽が判別できないが、真の欠
陥はパターンを形成する製造装置の構成から繰り返しピ
ッチ離れたところに必ずペアで検出されるので、最終的
な検出欠陥リストから一定の規則で擬似欠陥を除去する
と、真の欠陥だけを得ることができる。
を説明する入力画像信号を画像として表した斜視図であ
る。図３（ａ）は無限に長いラスタ走査画像として入力
される入力画像信号２５とそれに重畳する欠陥部２７を
示している。図３（ｂ）は図３（ａ）のような入力画像
信号２５から出力される欠陥画像信号２６を示してい
る。入力画像中に欠陥部２７があると、やや遅れて検出
欠陥像２８が出力されるが、繰り返しピッチ遅れた時点
で入力欠陥像が参照画像を示す出力信号Ｓ２として使わ
れるために、再び擬似の欠陥検出像２９が得られる。こ
の２つの欠陥は単独では真偽が判別できないが、真の欠
陥はパターンを形成する製造装置の構成から繰り返しピ
ッチ離れたところに必ずペアで検出されるので、最終的
な検出欠陥リストから一定の規則で擬似欠陥を除去する
と、真の欠陥だけを得ることができる。
【００１９】図４はラインセンサによる画像入力方法を
説明する半導体ウェハ表面パターンの斜視図である。こ
のようなパターン欠陥検査は、もちろん電子線や光を一
次元方向に走査することだけではなく、図４のように被
検査物の像を光学レンズ２１を用いてラインセンサ２２
上に投影し、ラインセンサ２２で像を検出してもよい。
説明する半導体ウェハ表面パターンの斜視図である。こ
のようなパターン欠陥検査は、もちろん電子線や光を一
次元方向に走査することだけではなく、図４のように被
検査物の像を光学レンズ２１を用いてラインセンサ２２
上に投影し、ラインセンサ２２で像を検出してもよい。
【００２０】図１に示した欠陥検出回路９の出力である
欠陥画像信号Ｓ３は特徴量計算回路１１に入力され、欠
陥画像Ｓ３から個々の欠陥の位置，寸法，面積が実時間
で計算される。本発明に於いては、さらに、これらの特
徴に加えて各欠陥領域ごとの入力画像濃度を示す出力信
号Ｓ１，参照画像濃度を示す出力信号Ｓ２，差分絶対値
画像濃度を示す出力信号Ｓ４が欠陥検出とは異なるセン
サから入力され、遅れ調整回路１５を通って時間調整さ
れた映像信号の濃度，設計パターン生成回路１６から出
力される設計パターン濃度などの総和値を欠陥特徴量と
して計算する機能を特徴量計算回路１１に持たせた。
欠陥画像信号Ｓ３は特徴量計算回路１１に入力され、欠
陥画像Ｓ３から個々の欠陥の位置，寸法，面積が実時間
で計算される。本発明に於いては、さらに、これらの特
徴に加えて各欠陥領域ごとの入力画像濃度を示す出力信
号Ｓ１，参照画像濃度を示す出力信号Ｓ２，差分絶対値
画像濃度を示す出力信号Ｓ４が欠陥検出とは異なるセン
サから入力され、遅れ調整回路１５を通って時間調整さ
れた映像信号の濃度，設計パターン生成回路１６から出
力される設計パターン濃度などの総和値を欠陥特徴量と
して計算する機能を特徴量計算回路１１に持たせた。
【００２１】この特徴量計算回路１１は、一定の画素ク
ロックに従ってラスタ走査的に入力される欠陥画像デー
タを基に、欠陥画像が現れるたびに欠陥画像の入力に同
期して実時間で欠陥特徴量を計算するものであり、その
内容については既に前述した公知例である特開昭63−21
7479号公報に記載されているとおりである。
ロックに従ってラスタ走査的に入力される欠陥画像デー
タを基に、欠陥画像が現れるたびに欠陥画像の入力に同
期して実時間で欠陥特徴量を計算するものであり、その
内容については既に前述した公知例である特開昭63−21
7479号公報に記載されているとおりである。
【００２２】計算された特徴量は、計算が完結するごと
に結果メモリ１２に格納され、１単位の領域の検査が終
了する毎に制御計算機１３に読み込まれる。制御計算機
１３は、パターン欠陥検査装置全体を制御する計算機で
あり、試料台制御回路３によって試料台の動作を制御
し、タイミング発生回路１４によって全体の検査処理実
行タイミングを制御し、また設計パターン生成回路１６
へのパターンデータ格納などを行い、検査装置としての
機能を実現する。また、画像認識回路１８は、計算機か
らの制御により内部の画像メモリに被検査物上の特定パ
ターンの位置の画像データを入力し、予め記憶された基
準パターンとなるテンプレートパターンとの相関演算な
どによって、特定パターンの画像上での位置を精密に計
測するものである。特定パターンの存在すべき位置と実
際に計測された位置とのずれ量は、試料台２の位置座標
と被検査物上の特定パターンの位置座標から計算され、
制御計算機１３に入力される。
に結果メモリ１２に格納され、１単位の領域の検査が終
了する毎に制御計算機１３に読み込まれる。制御計算機
１３は、パターン欠陥検査装置全体を制御する計算機で
あり、試料台制御回路３によって試料台の動作を制御
し、タイミング発生回路１４によって全体の検査処理実
行タイミングを制御し、また設計パターン生成回路１６
へのパターンデータ格納などを行い、検査装置としての
機能を実現する。また、画像認識回路１８は、計算機か
らの制御により内部の画像メモリに被検査物上の特定パ
ターンの位置の画像データを入力し、予め記憶された基
準パターンとなるテンプレートパターンとの相関演算な
どによって、特定パターンの画像上での位置を精密に計
測するものである。特定パターンの存在すべき位置と実
際に計測された位置とのずれ量は、試料台２の位置座標
と被検査物上の特定パターンの位置座標から計算され、
制御計算機１３に入力される。
【００２３】タイミング発生回路１４は制御計算機１３
からの情報と試料台２の位置を制御する試料台制御回路
３からの試料台２の位置情報に基づき、電子線偏向制御
回路５で偏向する電子線４の偏向位置，偏向タイミン
グ、さらにはＡＤ変換器６，設計パターン生成回路１６
の信号入力のタイミングなどを制御するものである。実
際にはタイミング発生回路１４から他の回路ブロックへ
もタイミング信号を送出しているが、本発明の実施例の
説明に際して詳細説明は不要なので省略した。制御計算
機１３に取り込まれた欠陥特徴量データは、制御計算機
のソフトウェアによって分類処理され、分類結果が表示
装置１７に表示される。
からの情報と試料台２の位置を制御する試料台制御回路
３からの試料台２の位置情報に基づき、電子線偏向制御
回路５で偏向する電子線４の偏向位置，偏向タイミン
グ、さらにはＡＤ変換器６，設計パターン生成回路１６
の信号入力のタイミングなどを制御するものである。実
際にはタイミング発生回路１４から他の回路ブロックへ
もタイミング信号を送出しているが、本発明の実施例の
説明に際して詳細説明は不要なので省略した。制御計算
機１３に取り込まれた欠陥特徴量データは、制御計算機
のソフトウェアによって分類処理され、分類結果が表示
装置１７に表示される。
【００２４】次に、特徴量計算回路１１の計算方法につ
いて説明する。ただし、この方法については前述の特開
昭63−217479号公報に詳しいので、ここではその考え方
のみを説明する。図５は欠陥特徴量を抽出するための画
像を示すもので、図５（ａ）は入力画像、図５（ｂ）は
入力画像をライン毎に単純化した説明図である。
いて説明する。ただし、この方法については前述の特開
昭63−217479号公報に詳しいので、ここではその考え方
のみを説明する。図５は欠陥特徴量を抽出するための画
像を示すもので、図５（ａ）は入力画像、図５（ｂ）は
入力画像をライン毎に単純化した説明図である。
【００２５】この方法はまず、図５（ａ）の左側に示す
ような入力画像を簡単な巡回形フィルタによって処理
し、２値図形に含まれる穴や下に向かって凹んだ部分を
潰した右側の制御画像を作成する。この様な変形を施す
と制御画像の中の図形形状は単純化され、全ての図形は
ラスタ走査の連続する２つのラインの画像データだけに
注目すると、図５（ｂ）に示す４通りの形状しか現れな
いようになる。すなわち、注目するある一つのラインを
Ｊラインと定義すると、初めて図形の一部が現れるＨＥ
ＡＤ，Ｊ−１ラインで図形が終了したＴＡＩＬ，Ｊ−１
ラインの図形がそのままＪラインにつながっているＢＯ
ＤＹ−１，Ｊ−１ライン上の複数の図形がＪライン上で
一つの図形に結合するＢＯＤＹ−２の４通りの形式が考
えられる。ここでＪ−１ライン上の一つの図形がＪライ
ン上では複数の図形に分岐するものが考えられるが、前
述の変形を行った制御画像においてはこのようなものは
全く存在しなくなる。
ような入力画像を簡単な巡回形フィルタによって処理
し、２値図形に含まれる穴や下に向かって凹んだ部分を
潰した右側の制御画像を作成する。この様な変形を施す
と制御画像の中の図形形状は単純化され、全ての図形は
ラスタ走査の連続する２つのラインの画像データだけに
注目すると、図５（ｂ）に示す４通りの形状しか現れな
いようになる。すなわち、注目するある一つのラインを
Ｊラインと定義すると、初めて図形の一部が現れるＨＥ
ＡＤ，Ｊ−１ラインで図形が終了したＴＡＩＬ，Ｊ−１
ラインの図形がそのままＪラインにつながっているＢＯ
ＤＹ−１，Ｊ−１ライン上の複数の図形がＪライン上で
一つの図形に結合するＢＯＤＹ−２の４通りの形式が考
えられる。ここでＪ−１ライン上の一つの図形がＪライ
ン上では複数の図形に分岐するものが考えられるが、前
述の変形を行った制御画像においてはこのようなものは
全く存在しなくなる。
【００２６】特徴量の計算はこの制御画像の上でラスタ
走査順に順次実行される。ラスタ走査の連続する２ライ
ン分の接続状況を監視し、図５（ｂ）に示したＨＥＡＤ
があればＪライン上の部分画像の部分特徴量をＪライン
の中間特徴量として記憶し、ＴＡＩＬであればＪ−１ラ
インの中間特徴量として記憶されていたものを外部に欠
陥特徴量として出力する。ＢＯＤＹ−１であれば、Ｊ−
１ラインの中間特徴量を読み出してＪライン上の部分特
徴量を合成して再びＪラインの中間特徴量として記憶す
る。さらに、ＢＯＤＹ−２であればＪ−１ライン上の対
応図形の中間特徴量を合成すると共にＪライン上の部分
特徴量とも合成し、再びＪラインの中間特徴量として記
憶する。この処理を各ラインの入力と同期して行えば、
画像データの入力に同期した欠陥特徴量計算がほぼ同時
に可能になる。なお、Ｊラインの中間特徴量が記憶され
た後では１ライン前のＪ−１ラインの中間特徴量は記憶
している必要がなくなるので、Ｊ−１ライン用の記憶回
路は次のＪ＋１ラインの中間特徴量の記憶場所として使
うことが出来る。従って、２ライン分の記憶場所を持た
せればどのようにライン本数が多くても、記憶場所を増
やすことなく全ての欠陥の特徴量が計算可能である。
走査順に順次実行される。ラスタ走査の連続する２ライ
ン分の接続状況を監視し、図５（ｂ）に示したＨＥＡＤ
があればＪライン上の部分画像の部分特徴量をＪライン
の中間特徴量として記憶し、ＴＡＩＬであればＪ−１ラ
インの中間特徴量として記憶されていたものを外部に欠
陥特徴量として出力する。ＢＯＤＹ−１であれば、Ｊ−
１ラインの中間特徴量を読み出してＪライン上の部分特
徴量を合成して再びＪラインの中間特徴量として記憶す
る。さらに、ＢＯＤＹ−２であればＪ−１ライン上の対
応図形の中間特徴量を合成すると共にＪライン上の部分
特徴量とも合成し、再びＪラインの中間特徴量として記
憶する。この処理を各ラインの入力と同期して行えば、
画像データの入力に同期した欠陥特徴量計算がほぼ同時
に可能になる。なお、Ｊラインの中間特徴量が記憶され
た後では１ライン前のＪ−１ラインの中間特徴量は記憶
している必要がなくなるので、Ｊ−１ライン用の記憶回
路は次のＪ＋１ラインの中間特徴量の記憶場所として使
うことが出来る。従って、２ライン分の記憶場所を持た
せればどのようにライン本数が多くても、記憶場所を増
やすことなく全ての欠陥の特徴量が計算可能である。
【００２７】図６は特徴量計算回路の構成図であり、特
徴量計算回路１１におけるより詳細な実施例を示す。欠
陥画像信号Ｓ３は制御画像生成回路３１によって処理さ
れ、制御画像信号Ｓ２１が生成される。制御信号生成回
路３２はその制御画像信号Ｓ２１を処理して特徴量計算
のための制御信号Ｓ２２を生成する。特徴量計算回路３
３ａ，３３ｂ，３３ｃ，３３ｄ，３３ｅ，３３ｆはその
制御信号によって制御され、それぞれの入力画像データ
に応じた欠陥の特徴量を計算する。
徴量計算回路１１におけるより詳細な実施例を示す。欠
陥画像信号Ｓ３は制御画像生成回路３１によって処理さ
れ、制御画像信号Ｓ２１が生成される。制御信号生成回
路３２はその制御画像信号Ｓ２１を処理して特徴量計算
のための制御信号Ｓ２２を生成する。特徴量計算回路３
３ａ，３３ｂ，３３ｃ，３３ｄ，３３ｅ，３３ｆはその
制御信号によって制御され、それぞれの入力画像データ
に応じた欠陥の特徴量を計算する。
【００２８】図１の特徴量計算回路１１には入力として
６本の信号が入力されているが、図６では欠陥画像信号
Ｓ３以外の出力信号を出力信号Ｓ１１，Ｓ１２，Ｓ１３
で代表させて記述してある。欠陥画像信号Ｓ３からは特
徴量計算回路３３ａ，３３ｂ，３３ｃによって欠陥座標
値とＸ寸法，Ｙ寸法，面積が計算され、出力信号Ｓ11，
Ｓ１２，Ｓ１３の信号からは特徴量計算回路３３ｄ，３
３ｅ，３３ｆに於いてそれぞれの画像濃淡値の欠陥画像
信号Ｓ３上での総和値が計算される。出力信号Ｓ１１，
Ｓ１２，Ｓ１３は図１の特徴量計算回路１１の入力の一
つにそれぞれ対応したものであるが、それらの信号を空
間微分などのフィルタ処理したものを用いることもでき
る。これらの特徴量計算は欠陥領域の走査と同期して実
行されるため、同一欠陥像に関する特徴量は全て同じタ
イミングで出力される。致命欠陥判定回路３４は、寸
法，面積を判定して致命欠陥と思われるものだけを結果
メモリ１２に他の特徴量と共に出力する。ウェハのパタ
ーン欠陥検査においては、通常致命性を持たない微小な
疑似欠陥が多く検出されるので、この致命欠陥判定回路
３４は結果メモリ１２を容易にオーバフローさせないと
言う意味で重要である。
６本の信号が入力されているが、図６では欠陥画像信号
Ｓ３以外の出力信号を出力信号Ｓ１１，Ｓ１２，Ｓ１３
で代表させて記述してある。欠陥画像信号Ｓ３からは特
徴量計算回路３３ａ，３３ｂ，３３ｃによって欠陥座標
値とＸ寸法，Ｙ寸法，面積が計算され、出力信号Ｓ11，
Ｓ１２，Ｓ１３の信号からは特徴量計算回路３３ｄ，３
３ｅ，３３ｆに於いてそれぞれの画像濃淡値の欠陥画像
信号Ｓ３上での総和値が計算される。出力信号Ｓ１１，
Ｓ１２，Ｓ１３は図１の特徴量計算回路１１の入力の一
つにそれぞれ対応したものであるが、それらの信号を空
間微分などのフィルタ処理したものを用いることもでき
る。これらの特徴量計算は欠陥領域の走査と同期して実
行されるため、同一欠陥像に関する特徴量は全て同じタ
イミングで出力される。致命欠陥判定回路３４は、寸
法，面積を判定して致命欠陥と思われるものだけを結果
メモリ１２に他の特徴量と共に出力する。ウェハのパタ
ーン欠陥検査においては、通常致命性を持たない微小な
疑似欠陥が多く検出されるので、この致命欠陥判定回路
３４は結果メモリ１２を容易にオーバフローさせないと
言う意味で重要である。
【００２９】濃淡値の総和となる特徴量はそれぞれ制御
計算機に取り込まれた後に面積値で割り算されて扱いや
すい平均濃度値に変換される。最終的に計算機で整理さ
れた欠陥特徴量は図７のように欠陥データリストとして
記憶される。図７は欠陥特徴量リストの例であり、特徴
量の本発明の第一の実施例として、Ｘ座標，Ｙ座標，Ｘ
寸法，Ｙ寸法，面積，周長，欠陥濃淡，良品濃淡，良品
微分濃淡，差分濃淡，設計データを示している。このう
ち、欠陥濃淡とは欠陥領域内部の入力画像濃度を示す出
力信号Ｓ１の濃淡値の総和を計算して面積で割ったも
の、良品濃淡とは参照画像濃度を示す出力信号Ｓ２の濃
淡値の総和を面積で割ったもの、良品微分濃淡は入力画
像濃度を示す出力信号Ｓ１を微分し絶対値を計算して得
た濃淡画像の総和を面積で割ったもの、差分濃淡は出力
信号Ｓ１と出力信号Ｓ２を精密に比較したときの差分値
の絶対値を計算した画像の濃度を示す出力信号Ｓ４の総
和を面積で割ったもの、設計データは特定のパターンの
内部を１とするように設計パターン生成回路１６で生成
された２値画像の欠陥内部での総和を面積で割ったもの
をそれぞれ示している。欠陥領域内部での濃淡画像の値
を総和する処理は一般に「体積」計算と呼ばれている処
理であり、体積計算を含むここで述べる全ての特徴量計
算処理は前述の特開昭63−217479号公報に記載された実
施例と同じ方法である。
計算機に取り込まれた後に面積値で割り算されて扱いや
すい平均濃度値に変換される。最終的に計算機で整理さ
れた欠陥特徴量は図７のように欠陥データリストとして
記憶される。図７は欠陥特徴量リストの例であり、特徴
量の本発明の第一の実施例として、Ｘ座標，Ｙ座標，Ｘ
寸法，Ｙ寸法，面積，周長，欠陥濃淡，良品濃淡，良品
微分濃淡，差分濃淡，設計データを示している。このう
ち、欠陥濃淡とは欠陥領域内部の入力画像濃度を示す出
力信号Ｓ１の濃淡値の総和を計算して面積で割ったも
の、良品濃淡とは参照画像濃度を示す出力信号Ｓ２の濃
淡値の総和を面積で割ったもの、良品微分濃淡は入力画
像濃度を示す出力信号Ｓ１を微分し絶対値を計算して得
た濃淡画像の総和を面積で割ったもの、差分濃淡は出力
信号Ｓ１と出力信号Ｓ２を精密に比較したときの差分値
の絶対値を計算した画像の濃度を示す出力信号Ｓ４の総
和を面積で割ったもの、設計データは特定のパターンの
内部を１とするように設計パターン生成回路１６で生成
された２値画像の欠陥内部での総和を面積で割ったもの
をそれぞれ示している。欠陥領域内部での濃淡画像の値
を総和する処理は一般に「体積」計算と呼ばれている処
理であり、体積計算を含むここで述べる全ての特徴量計
算処理は前述の特開昭63−217479号公報に記載された実
施例と同じ方法である。
【００３０】ここで、設計パターンとして使用するデー
タは、被検査物上のパターンを形成するときに使用した
パターンデータから自動的に作成されたものでもよい
し、被検査物の撮像データを基にグラフィックソフトウ
ェアを用いて対話的に作成したものでもよいし、被検査
物の撮像画像データの濃淡値を閾値処理するなどして得
たものであってもよい。
タは、被検査物上のパターンを形成するときに使用した
パターンデータから自動的に作成されたものでもよい
し、被検査物の撮像データを基にグラフィックソフトウ
ェアを用いて対話的に作成したものでもよいし、被検査
物の撮像画像データの濃淡値を閾値処理するなどして得
たものであってもよい。
【００３１】図８は、抽出された欠陥の画像の例を示し
たものである。図８において、(ａ)は欠陥を含む入力画
像、（ｂ）は比較される参照画像、（ｃ）は欠陥像の例
である。図８（ａ）の入力画像には回路パターン５１の
他に入力欠陥パターン５２，５３，５４が存在してい
る。参照画像中の回路パターン５５の内部と外部とで画
像濃淡値が異なる場合には、抽出欠陥領域に対応する正
常領域の濃度である良品濃度を特徴量とすれば、内部欠
陥５７と外部欠陥５８とを識別することが可能になる。
また、抽出欠陥領域に対応する正常領域の微分濃度であ
る良品微分濃度を特徴量とすれば、境界部の欠陥５６と
内部欠陥５７，外部欠陥５８とを識別することも可能で
ある。このように、抽出欠陥について前述の多種の特徴
量を計算して用いれば、多様な欠陥のクラスタ分類が可
能になる。
たものである。図８において、(ａ)は欠陥を含む入力画
像、（ｂ）は比較される参照画像、（ｃ）は欠陥像の例
である。図８（ａ）の入力画像には回路パターン５１の
他に入力欠陥パターン５２，５３，５４が存在してい
る。参照画像中の回路パターン５５の内部と外部とで画
像濃淡値が異なる場合には、抽出欠陥領域に対応する正
常領域の濃度である良品濃度を特徴量とすれば、内部欠
陥５７と外部欠陥５８とを識別することが可能になる。
また、抽出欠陥領域に対応する正常領域の微分濃度であ
る良品微分濃度を特徴量とすれば、境界部の欠陥５６と
内部欠陥５７，外部欠陥５８とを識別することも可能で
ある。このように、抽出欠陥について前述の多種の特徴
量を計算して用いれば、多様な欠陥のクラスタ分類が可
能になる。
【００３２】図９は特徴空間における欠陥分布の説明図
であって、得られた欠陥を各特徴量を座標軸とした特徴
空間上にプロットしたものである。図９（ａ）は良品濃
度と欠陥濃度を二次元座標軸としたものである。この様
にすると暗いパターン上の明るい欠陥、明るいパターン
上の暗い欠陥が明らかにクラスタＣ１，Ｃ２を構成する
ことになる。また、図９（ｂ）は良品微分濃度と欠陥寸
法を二次元座標軸としたもので、この様にすると明暗変
化のあるパターン境界上の欠陥とそうでない欠陥とをク
ラスタＣ４，Ｃ３として分離することが出来る。図には
示していないが、設計データという特徴量を使えば設計
パターンとして指定した領域の内部と外部の欠陥がクラ
スタとして分離できることになる。
であって、得られた欠陥を各特徴量を座標軸とした特徴
空間上にプロットしたものである。図９（ａ）は良品濃
度と欠陥濃度を二次元座標軸としたものである。この様
にすると暗いパターン上の明るい欠陥、明るいパターン
上の暗い欠陥が明らかにクラスタＣ１，Ｃ２を構成する
ことになる。また、図９（ｂ）は良品微分濃度と欠陥寸
法を二次元座標軸としたもので、この様にすると明暗変
化のあるパターン境界上の欠陥とそうでない欠陥とをク
ラスタＣ４，Ｃ３として分離することが出来る。図には
示していないが、設計データという特徴量を使えば設計
パターンとして指定した領域の内部と外部の欠陥がクラ
スタとして分離できることになる。
【００３３】したがって、検出欠陥をその特徴量によっ
てクラスタ分類すれば、レビュー装置による目視再検査
を行うことなく、欠陥の生起原因をある程度まで解析す
ることが可能になる。図１０は欠陥のクラスタ分類の方
法を示すフローチャートである。クラスタ分類は、予め
分類したい各クラスタの生起確率分布が既知の場合に
は、図１０（ａ）のように分類クラスタ毎の生起分布関
数を入力し、各欠陥について最も生起確率の高いクラス
に分類することで実施可能になる。各クラスタの生起状
態が全く未知の場合には、例えば図１０（ｂ）のように
特徴空間における生起欠陥の密集状態からクラスタを自
動的に推定することが出来る。この手順はおよそ次の通
りである。
てクラスタ分類すれば、レビュー装置による目視再検査
を行うことなく、欠陥の生起原因をある程度まで解析す
ることが可能になる。図１０は欠陥のクラスタ分類の方
法を示すフローチャートである。クラスタ分類は、予め
分類したい各クラスタの生起確率分布が既知の場合に
は、図１０（ａ）のように分類クラスタ毎の生起分布関
数を入力し、各欠陥について最も生起確率の高いクラス
に分類することで実施可能になる。各クラスタの生起状
態が全く未知の場合には、例えば図１０（ｂ）のように
特徴空間における生起欠陥の密集状態からクラスタを自
動的に推定することが出来る。この手順はおよそ次の通
りである。
【００３４】（１）任意の欠陥の間の特徴空間上の距離
を予め計算しておく。
を予め計算しておく。
【００３５】（２）初期状態として全ての欠陥がそれぞ
れ一つのクラスタを構成しているものとする。
れ一つのクラスタを構成しているものとする。
【００３６】（３）閾値を初期設定し、クラスタ間の距
離がある閾値よりも小さい場合にはそのクラスタを一つ
のクラスタに併合する。ただし、クラスタ間の距離と
は、最も近い構成要素である欠陥間の距離とする。
離がある閾値よりも小さい場合にはそのクラスタを一つ
のクラスタに併合する。ただし、クラスタ間の距離と
は、最も近い構成要素である欠陥間の距離とする。
【００３７】（４）閾値を少し大きくする。
【００３８】（５）閾値が予め決められた上限をこえる
かクラスタ数が予め決められた下限値よりも小さければ
終了。さもなければ（３）を繰り返す。
かクラスタ数が予め決められた下限値よりも小さければ
終了。さもなければ（３）を繰り返す。
【００３９】この様な処理を行えば、欠陥生起分布が未
知であっても、クラスタ分類が可能になる。図１１は分
類された各欠陥を、ウェハ単位、及びチップ単位でクラ
スタ別に表示した画像例である。
知であっても、クラスタ分類が可能になる。図１１は分
類された各欠陥を、ウェハ単位、及びチップ単位でクラ
スタ別に表示した画像例である。
【００４０】異なるクラスタに分類された欠陥は、互い
に異なる生起原因によって発生した可能性が高いので、
各クラスタ別に一定の割合で目視再検査を行うようにす
れば、生起確率の少ない欠陥も見落としなく再検査する
事が出来る。特に、半導体パターン検査の場合には、同
一種類の欠陥が極端に多く発生することがあるので、こ
の様な機能は極めて有効である。さらに、自動的にクラ
スタ分類した場合であっても各クラスタ毎に生起分布関
数を算出し、次回以降の同じ検査にその分布関数に基づ
いたクラスタ分類を行うようにすれば、単に欠陥数だけ
の管理を行う場合に比べて、同じ工程の時間的な品質変
化をより詳細に把握することが出来る。図１２に欠陥を
作り込んだ生起確率分布計測用ウェハを用いた時の画像
例を示す。分類すべきクラスタごとの生起確率分布関数
を求める方法としては、図１２のように予め考えられる
欠陥を故意に作り込んだテストウェハを用いて自動検査
させ、既知の領域で切り分けられた各クラスタの欠陥毎
に検出欠陥の生起確率分布関数を計算するようにしても
よい。このようにすれば、煩わしい目視再検査を省略
し、作り込まれた欠陥に類似した欠陥への自動分類が実
現できる。
に異なる生起原因によって発生した可能性が高いので、
各クラスタ別に一定の割合で目視再検査を行うようにす
れば、生起確率の少ない欠陥も見落としなく再検査する
事が出来る。特に、半導体パターン検査の場合には、同
一種類の欠陥が極端に多く発生することがあるので、こ
の様な機能は極めて有効である。さらに、自動的にクラ
スタ分類した場合であっても各クラスタ毎に生起分布関
数を算出し、次回以降の同じ検査にその分布関数に基づ
いたクラスタ分類を行うようにすれば、単に欠陥数だけ
の管理を行う場合に比べて、同じ工程の時間的な品質変
化をより詳細に把握することが出来る。図１２に欠陥を
作り込んだ生起確率分布計測用ウェハを用いた時の画像
例を示す。分類すべきクラスタごとの生起確率分布関数
を求める方法としては、図１２のように予め考えられる
欠陥を故意に作り込んだテストウェハを用いて自動検査
させ、既知の領域で切り分けられた各クラスタの欠陥毎
に検出欠陥の生起確率分布関数を計算するようにしても
よい。このようにすれば、煩わしい目視再検査を省略
し、作り込まれた欠陥に類似した欠陥への自動分類が実
現できる。
【００４１】図１３は本発明の第二の実施例を示し、図
１中の主要部をネットワークを介して構成した構成図で
ある。図１３に於いて、４１ａはパターンを検査して欠
陥特徴量を計算する欠陥検出部であり、４３は欠陥特徴
量から欠陥分類と表示を行う欠陥分類表示部である。こ
の実施例の場合、この二つの部分はローカルエリアネッ
トワークによって結合されており、必要に応じて欠陥デ
ータリストが欠陥検出部４１ａから欠陥分類表示部４３
へ転送されるようになっている。通常、欠陥検出部はク
リーンルーム内に置く必要があるが、この様に分類表示
部を分離すると、分類表示部は別の管理室に置くことが
出来るので、さらに使い勝手が向上できる。更に、別の
パターン欠陥検査装置の欠陥検出部４１ｂを複数結合し
て同一の分類表示部で処理させることもできる。また、
レビュー装置４４を同一のネットワークに結合するよう
にすれば、クラスタ毎に選択された目視検査候補を分類
表示部から直接レビュー装置４４に送ることもできて、
更に欠陥原因究明の作業が迅速化できる。
１中の主要部をネットワークを介して構成した構成図で
ある。図１３に於いて、４１ａはパターンを検査して欠
陥特徴量を計算する欠陥検出部であり、４３は欠陥特徴
量から欠陥分類と表示を行う欠陥分類表示部である。こ
の実施例の場合、この二つの部分はローカルエリアネッ
トワークによって結合されており、必要に応じて欠陥デ
ータリストが欠陥検出部４１ａから欠陥分類表示部４３
へ転送されるようになっている。通常、欠陥検出部はク
リーンルーム内に置く必要があるが、この様に分類表示
部を分離すると、分類表示部は別の管理室に置くことが
出来るので、さらに使い勝手が向上できる。更に、別の
パターン欠陥検査装置の欠陥検出部４１ｂを複数結合し
て同一の分類表示部で処理させることもできる。また、
レビュー装置４４を同一のネットワークに結合するよう
にすれば、クラスタ毎に選択された目視検査候補を分類
表示部から直接レビュー装置４４に送ることもできて、
更に欠陥原因究明の作業が迅速化できる。
【００４２】以上の実施例により以下の効果を得ること
ができる。
ができる。
【００４３】（１）欠陥検査とほぼ同時に欠陥分類と結
果表示が可能。したがって、新たにレビュー装置による
目視再検査が必要なくなり、外観欠陥検査による不良原
因究明の作業が迅速化する。
果表示が可能。したがって、新たにレビュー装置による
目視再検査が必要なくなり、外観欠陥検査による不良原
因究明の作業が迅速化する。
【００４４】（２）レビュー装置による目視再検査を行
う場合であっても、欠陥のクラスタ分類結果に基づいた
再検査候補決定が出来るので、生起頻度の少ない致命欠
陥を見逃すことが少なくなる。
う場合であっても、欠陥のクラスタ分類結果に基づいた
再検査候補決定が出来るので、生起頻度の少ない致命欠
陥を見逃すことが少なくなる。
【００４５】（３）クラスタ毎の欠陥発生頻度を無人で
監視することが可能になり、半導体パターン形成工程の
品質変動をきめ細かく監視することが出来る。
監視することが可能になり、半導体パターン形成工程の
品質変動をきめ細かく監視することが出来る。
【００４６】
【発明の効果】以上述べたように、本発明によれば、半
導体回路パターン形成工程において、レビュー装置によ
る目視再検査を省略して、検出したパターン欠陥の詳細
な解析を迅速化できるという効果を得ることができる。
導体回路パターン形成工程において、レビュー装置によ
る目視再検査を省略して、検出したパターン欠陥の詳細
な解析を迅速化できるという効果を得ることができる。
【図１】本発明の第一の実施例を示し、パターン欠陥検
査装置を構成する各機器の構成図。
査装置を構成する各機器の構成図。
【図２】電子線の走査による画像入力を説明する半導体
ウェハ表面パターンの斜視図。
ウェハ表面パターンの斜視図。
【図３】欠陥検出の方法を説明する入力画像信号を画像
として表した斜視図。
として表した斜視図。
【図４】ラインセンサによる画像入力方法を説明する半
導体ウェハ表面パターンの斜視図。
導体ウェハ表面パターンの斜視図。
【図５】欠陥特徴量を抽出するための画像を示す説明
図。
図。
【図６】特徴量計算回路の構成図。
【図７】欠陥特徴量リストの例。
【図８】抽出された欠陥の画像の例を示した図。
【図９】特徴空間における欠陥分布の説明図。
【図１０】欠陥のクラスタ分類の方法を示すフローチャ
ート。
ート。
【図１１】分類された各欠陥をクラスタ別に表示した画
像例を示す図。
像例を示す図。
【図１２】欠陥を作り込んだ生起確率分布計測用ウェハ
を用いたときの画像例を示す図。
を用いたときの画像例を示す図。
【図１３】本発明の第二の実施例を示し、図１中の主要
部をネットワークを介して構成した構成図。
部をネットワークを介して構成した構成図。
１…被検査物、２…試料台、３…試料台制御回路、４…
電子線、５…電子線偏向制御回路、６…ＡＤ変換器、
７，８…遅れ回路、９…欠陥検出回路、１０…位置ずれ
回路、１１，３３ａ，３３ｂ，３３ｃ，３３ｄ，３３
ｅ，３３ｆ…特徴量計算回路、１２…結果メモリ、１３
…制御計算機、１４…タイミング発生回路、１５…遅れ
調整回路、１６…設計パターン生成回路、１７…表示装
置、１８…画像認識回路、２１…光学レンズ、２２…ラ
インセンサ、２５…入力画像信号、２６…欠陥画像信
号、２７…欠陥部、２８…検出欠陥像、２９…欠陥検出
像、３１…制御画像生成回路、３２…制御信号生成回
路、３４…致命欠陥判定回路、４１ａ，４１ｂ…欠陥検
出部、４２…ネットワーク、４３…欠陥分類表示部、４
４…レビュー装置、５１…回路パターン、５２，５３，
５４…入力欠陥パターン、５５…回路パターン、５６…
欠陥、５７…内部欠陥、５８…外部欠陥。
電子線、５…電子線偏向制御回路、６…ＡＤ変換器、
７，８…遅れ回路、９…欠陥検出回路、１０…位置ずれ
回路、１１，３３ａ，３３ｂ，３３ｃ，３３ｄ，３３
ｅ，３３ｆ…特徴量計算回路、１２…結果メモリ、１３
…制御計算機、１４…タイミング発生回路、１５…遅れ
調整回路、１６…設計パターン生成回路、１７…表示装
置、１８…画像認識回路、２１…光学レンズ、２２…ラ
インセンサ、２５…入力画像信号、２６…欠陥画像信
号、２７…欠陥部、２８…検出欠陥像、２９…欠陥検出
像、３１…制御画像生成回路、３２…制御信号生成回
路、３４…致命欠陥判定回路、４１ａ，４１ｂ…欠陥検
出部、４２…ネットワーク、４３…欠陥分類表示部、４
４…レビュー装置、５１…回路パターン、５２，５３，
５４…入力欠陥パターン、５５…回路パターン、５６…
欠陥、５７…内部欠陥、５８…外部欠陥。
─────────────────────────────────────────────────────
【手続補正書】
【提出日】平成１０年１０月８日
【手続補正１】
【補正対象書類名】明細書
【補正対象項目名】００２０
【補正方法】変更
【補正内容】
【００２０】図１に示した欠陥抽出回路９の出力である
欠陥画像信号Ｓ３は特徴量計算回路１１に入力され、欠
陥画像Ｓ３から個々の欠陥の位置，寸法，面積が実時間
で計算される。本発明に於いては、さらに、これらの特
徴に加えて各欠陥領域ごとの入力画像濃度を示す出力信
号Ｓ１，参照画像濃度を示す出力信号Ｓ２，差分絶対値
画像濃度を示す出力信号Ｓ４，欠陥検出とは異なるセン
サから入力され遅れ調整回路１５を通って時間調整され
た映像信号の濃度，設計パターン発生回路１６から出力
される設計パターン濃度などの総和値を欠陥特徴量とし
て計算する機能を特徴量計算回路１１に持たせた。
欠陥画像信号Ｓ３は特徴量計算回路１１に入力され、欠
陥画像Ｓ３から個々の欠陥の位置，寸法，面積が実時間
で計算される。本発明に於いては、さらに、これらの特
徴に加えて各欠陥領域ごとの入力画像濃度を示す出力信
号Ｓ１，参照画像濃度を示す出力信号Ｓ２，差分絶対値
画像濃度を示す出力信号Ｓ４，欠陥検出とは異なるセン
サから入力され遅れ調整回路１５を通って時間調整され
た映像信号の濃度，設計パターン発生回路１６から出力
される設計パターン濃度などの総和値を欠陥特徴量とし
て計算する機能を特徴量計算回路１１に持たせた。
───────────────────────────────────────────────────── フロントページの続き (51)Int.Cl.6 識別記号 ＦＩ Ｇ０６Ｔ 7/00 Ｇ０６Ｆ 15/62 ４０５Ａ
Claims (10)
- 【請求項１】繰り返しパターンを含む部分が所定ピッチ
で配列された被検査物のパターンを検査するパターン欠
陥検査装置に於いて、 前記被検査物を固定し、前記繰り返しパターンを含む部
分が配列された方向に移動させる試料台と、 前記被検査物を前記試料台によって移動させつつ、前記
被検査物の前記パターンをその移動方向と交差する方向
に一次元方向に走査して得られる映像信号を入力する撮
像手段と、 前記撮像手段により得た前記映像信号を多値のディジタ
ル信号に変換する変換手段と、 前記映像信号を前記変換手段により変換した第１のディ
ジタル信号と、前記第１のディジタル信号を得た走査位
置から少なくとも前記所定ピッチ移動した位置で前記被
検査物を前記撮像手段で走査して得た映像信号を前記変
換手段により変換した第２のディジタル信号とを比較し
前記パターンの欠陥領域を抽出する比較手段と、 前記比較手段によって抽出された前記欠陥領域に含まれ
た個々の欠陥の特徴量として、少なくとも、 前記欠陥領域の面積，寸法，周囲長、 前記欠陥領域の画像の濃淡値、 前記欠陥領域に対応する正常領域の画像の濃淡値、 前記欠陥領域に対応する正常領域の画像を空間微分して
得た画像の濃淡値、 前記パターンの欠陥が抽出されない正常領域と前記欠陥
領域の差として得られる画像の濃淡値、 前記欠陥領域に対応する設計パターン画像の濃淡値、 前記欠陥領域に対応する別のセンサ画像の濃淡値から計
算される特徴量のうちの少なくとも一つの特徴量を、前
記欠陥領域の抽出に同期して計算する計算手段と、 前記計算された特徴量によって前記個々の欠陥を分類す
る分類手段と、 前記分類手段によって分類された結果を表示する表示手
段とを備えたことを特徴とするパターン欠陥検査装置。 - 【請求項２】前記撮像装置は、前記被検査物の表面を細
く絞った電子線で走査して、 その結果得られる電子流の強度を映像信号として入力す
るものであることを特徴とする請求項１に記載のパター
ン欠陥検査装置。 - 【請求項３】前記撮像装置は、前記被検査物の表面パタ
ーンをアレイセンサ上に結像し、電子的にセンサのアレ
イを走査して得られる信号を映像信号として撮像するも
のであることを特徴とする請求項１に記載のパターン欠
陥検査装置。 - 【請求項４】前記分類手段の結果に基づいて、再検査の
候補となる欠陥を選択する手段を持つことを特徴とする
請求項１に記載のパターン欠陥検査装置。 - 【請求項５】前記分類手段は前記個々の欠陥を特徴空間
内のクラスタに分類するものであって、該クラスタ毎の
事前の欠陥生起確率分布関数を、欠陥を作り込んだウェ
ハを検査することによって、自動的に計算する手段を持
つことを特徴とする請求項１に記載のパターン欠陥検査
装置。 - 【請求項６】前記欠陥特徴量の計算手段を有する部分と
前記分類結果の表示手段を有する部分とが、通信回線に
よって結合されていることを特徴とする請求項１に記載
のパターン欠陥検査装置。 - 【請求項７】繰り返しパターンを含む部分が所定ピッチ
で配列された被検査物のパターンを検査するパターン欠
陥検査装置に於いて、 前記被検査物を電子線，光ビーム，照明光の少なくとも
一つで一次元方向に走査して得られる映像信号を入力す
る撮像手段と、 前記撮像手段で得られた前記映像信号から欠陥領域を抽
出する欠陥抽出手段と、 前記欠陥領域の抽出に同期して前記欠陥の画像的特徴量
を演算する特徴量演算手段と、 前記画像的特徴量に基づいて前記欠陥をクラスタ分類す
る分類手段と、 前記クラスタ分類した結果を表示する表示手段とを備え
たことを特徴とするパターン欠陥検査装置。 - 【請求項８】繰り返しパターンを含む部分が所定ピッチ
で配列された被検査物のパターンを検査するパターン欠
陥検査装置に於いて、 前記被検査物のパターンの欠陥を検出する欠陥検出手段
と、 前記欠陥検出手段で検出された前記欠陥の特徴量を演算
する欠陥演算手段と、 前記欠陥の種類を分類し表示する欠陥分類手段と、 前記欠陥演算手段と前記欠陥分類手段とが通信回線で結
合されていることを特徴とするパターン欠陥検査装置。 - 【請求項９】繰り返しパターンを含む部分が所定ピッチ
で配列された被検査物のパターンの欠陥を検査するパタ
ーン欠陥検査方法に於いて、 前記被検査物を試料台に固定し、前記繰り返しパターン
を含む部分が配列された方向に移動させ、 前記被検査物を前記試料台によって移動させつつ、前記
被検査物の前記パターンをその移動方向と交差する方向
に一次元方向に走査して得られる映像信号を入力し、 前記映像信号を第１のディジタル信号に変換し、前記第
１のディジタル信号を得た走査位置から少なくとも前記
所定ピッチ移動した位置で前記映像信号を第２のディジ
タル信号に変換し、 前記第１のディジタル信号と前記第２のディジタル信号
とを比較し、 前記パターンの欠陥領域を抽出し、 前記抽出された前記欠陥領域に含まれた個々の欠陥の特
徴量として、少なくとも、 前記欠陥領域の面積，寸法，周囲長、 前記欠陥領域の画像の濃淡値、 前記欠陥領域に対応する正常領域の画像の濃淡値、 前記欠陥領域に対応する正常領域の画像を空間微分して
得た画像の濃淡値、 前記パターンの欠陥が抽出されない正常領域と前記欠陥
領域の差として得られる画像の濃淡値、 前記欠陥領域に対応する設計パターン画像の濃淡値、 前記欠陥領域に対応する別のセンサ画像の濃淡値から計
算される特徴量のうちの少なくとも一つの特徴量を、前
記欠陥領域の抽出に同期して計算し、 前記計算された特徴量によって個々の欠陥を分類し、 前記分類された結果を表示するステップからなることを
特徴とするパターン欠陥検査方法。 - 【請求項１０】繰り返しパターンを含む部分が所定ピッ
チで配列された被検査物のパターンを検査するパターン
欠陥検査方法に於いて、 予め想定される欠陥を作り込んだ標準試料を検査して得
られた欠陥分類毎の欠陥特徴量の分布から、該分類毎の
生起確率分布関数を予め計算しておき、 前記生起確率分布関数を用いて前記被検査物の抽出され
た欠陥を分類することを特徴とするパターン欠陥検査方
法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP18855898A JP3752849B2 (ja) | 1997-07-04 | 1998-07-03 | パターン欠陥検査装置及びパターン欠陥検査方法 |
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP17930597 | 1997-07-04 | ||
| JP9-179305 | 1997-07-04 | ||
| JP18855898A JP3752849B2 (ja) | 1997-07-04 | 1998-07-03 | パターン欠陥検査装置及びパターン欠陥検査方法 |
Related Child Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2005307961A Division JP2006113073A (ja) | 1997-07-04 | 2005-10-24 | パターン欠陥検査装置及びパターン欠陥検査方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH1187446A true JPH1187446A (ja) | 1999-03-30 |
| JP3752849B2 JP3752849B2 (ja) | 2006-03-08 |
Family
ID=26499208
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP18855898A Expired - Lifetime JP3752849B2 (ja) | 1997-07-04 | 1998-07-03 | パターン欠陥検査装置及びパターン欠陥検査方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP3752849B2 (ja) |
Cited By (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2002032736A (ja) * | 2000-07-17 | 2002-01-31 | Dainippon Printing Co Ltd | 欠陥検査方法及び装置 |
| JP2003085558A (ja) * | 2001-09-14 | 2003-03-20 | Tokyo Seimitsu Co Ltd | パターン検査方法及び検査装置 |
| JP2003242482A (ja) * | 2002-02-14 | 2003-08-29 | Hitachi High-Technologies Corp | 回路パターンの検査方法および検査装置 |
| JP2004509325A (ja) * | 2000-09-10 | 2004-03-25 | オルボテック リミテッド | Ｐｃｂ検査における誤った警報の低減 |
| JP2004193529A (ja) * | 2002-10-16 | 2004-07-08 | Shin Etsu Handotai Co Ltd | ウエーハの評価方法及び装置 |
| JP2009053197A (ja) * | 2008-09-12 | 2009-03-12 | Hitachi Ltd | パターン検査方法及び装置 |
| WO2010086940A1 (ja) * | 2009-01-27 | 2010-08-05 | 株式会社日立ハイテクノロジーズ | 欠陥検査装置及びその方法 |
| CN112102226A (zh) * | 2019-05-29 | 2020-12-18 | 三星Sds 株式会社 | 数据处理方法、图案检测方法及晶圆缺陷图案检测方法 |
| CN112444526A (zh) * | 2019-09-05 | 2021-03-05 | 中芯国际集成电路制造(上海)有限公司 | 缺陷检测方法及缺陷检测系统 |
| CN113409295A (zh) * | 2021-06-30 | 2021-09-17 | 北京兆维电子(集团)有限责任公司 | 一种基于cell的边缘缺陷检测方法 |
-
1998
- 1998-07-03 JP JP18855898A patent/JP3752849B2/ja not_active Expired - Lifetime
Cited By (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2002032736A (ja) * | 2000-07-17 | 2002-01-31 | Dainippon Printing Co Ltd | 欠陥検査方法及び装置 |
| JP2004509325A (ja) * | 2000-09-10 | 2004-03-25 | オルボテック リミテッド | Ｐｃｂ検査における誤った警報の低減 |
| JP4711570B2 (ja) * | 2001-09-14 | 2011-06-29 | 株式会社東京精密 | パターン検査方法及び検査装置 |
| JP2003085558A (ja) * | 2001-09-14 | 2003-03-20 | Tokyo Seimitsu Co Ltd | パターン検査方法及び検査装置 |
| JP2003242482A (ja) * | 2002-02-14 | 2003-08-29 | Hitachi High-Technologies Corp | 回路パターンの検査方法および検査装置 |
| JP2004193529A (ja) * | 2002-10-16 | 2004-07-08 | Shin Etsu Handotai Co Ltd | ウエーハの評価方法及び装置 |
| JP2009053197A (ja) * | 2008-09-12 | 2009-03-12 | Hitachi Ltd | パターン検査方法及び装置 |
| WO2010086940A1 (ja) * | 2009-01-27 | 2010-08-05 | 株式会社日立ハイテクノロジーズ | 欠陥検査装置及びその方法 |
| JP2010175270A (ja) * | 2009-01-27 | 2010-08-12 | Hitachi High-Technologies Corp | 欠陥検査装置及びその方法 |
| CN112102226A (zh) * | 2019-05-29 | 2020-12-18 | 三星Sds 株式会社 | 数据处理方法、图案检测方法及晶圆缺陷图案检测方法 |
| CN112444526A (zh) * | 2019-09-05 | 2021-03-05 | 中芯国际集成电路制造(上海)有限公司 | 缺陷检测方法及缺陷检测系统 |
| CN113409295A (zh) * | 2021-06-30 | 2021-09-17 | 北京兆维电子(集团)有限责任公司 | 一种基于cell的边缘缺陷检测方法 |
| CN113409295B (zh) * | 2021-06-30 | 2024-03-29 | 北京兆维电子(集团)有限责任公司 | 一种基于cell的边缘缺陷检测方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| JP3752849B2 (ja) | 2006-03-08 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US8582864B2 (en) | Fault inspection method | |
| US9811897B2 (en) | Defect observation method and defect observation device | |
| JP5537282B2 (ja) | 欠陥検査装置および欠陥検査方法 | |
| US8139841B2 (en) | Visual inspection method and apparatus and image analysis system | |
| JP4908995B2 (ja) | 欠陥分類方法及びその装置並びに欠陥検査装置 | |
| US6661507B2 (en) | Pattern inspecting system and pattern inspecting method | |
| JP4095860B2 (ja) | 欠陥検査方法及びその装置 | |
| US8331651B2 (en) | Method and apparatus for inspecting defect of pattern formed on semiconductor device | |
| US8639019B2 (en) | Method and apparatus for inspecting pattern defects | |
| US7330248B2 (en) | Method and apparatus for inspecting defects | |
| US20100128970A1 (en) | Method and apparatus for reviewing defects | |
| US8611638B2 (en) | Pattern inspection method and pattern inspection apparatus | |
| US20070031026A1 (en) | Method and apparatus for reviewing defects of semiconductor device | |
| TW202105549A (zh) | 對樣本的缺陷檢測的方法及其系統 | |
| JPH06325181A (ja) | パターン認識方法 | |
| KR20010093674A (ko) | 반도체검사장치, 반도체결함해석장치,반도체설계데이터수정장치, 반도체검사방법,반도체결함해석방법, 반도체설계데이터수정방법 및컴퓨터판독가능한 기록매체 | |
| JP3660763B2 (ja) | 被検査パターンの検査方法及び製造プロセス診断方法並びに半導体基板の製造方法 | |
| JP2010520622A (ja) | ウェーハ上に形成されたアレイ領域のための検査領域のエッジを正確に識別する方法、及び、ウェーハ上に形成されたアレイ領域に検知された欠陥をビニングする方法 | |
| JP2006113073A (ja) | パターン欠陥検査装置及びパターン欠陥検査方法 | |
| JPH1187446A (ja) | パターン欠陥検査装置及びパターン欠陥検査方法 | |
| JP2007192688A (ja) | 欠陥検査方法 | |
| JP7475901B2 (ja) | 試験片上の欠陥検出の方法およびそのシステム | |
| JP2001183810A (ja) | マスクパターン形状評価装置および形状評価方法並びに形状評価プログラムを記録した記録媒体 | |
| JP3189604B2 (ja) | 検査方法および装置 | |
| JP4027905B2 (ja) | 欠陥分類装置及び欠陥分類方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20040524 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20040601 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20040727 |
|
| A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20050823 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20051024 |
|
| A911 | Transfer to examiner for re-examination before appeal (zenchi) |
Free format text: JAPANESE INTERMEDIATE CODE: A911 Effective date: 20051027 |
|
| 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: 20051122 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20051205 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20081222 Year of fee payment: 3 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20091222 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20101222 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20101222 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20111222 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20111222 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20121222 Year of fee payment: 7 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20131222 Year of fee payment: 8 |
|
| EXPY | Cancellation because of completion of term |