KR20050013570A

KR20050013570A - 패턴 검사 방법

Info

Publication number: KR20050013570A
Application number: KR10-2004-7020197A
Authority: KR
Inventors: 게쉘마크; 시무엘리니브; 프리엔드만지데온; 브레그만-아미타이오르나
Original assignee: 도쿄 세이미츄 코퍼레이션 리미티드; 에크리텍 이스라엘 리미티드
Priority date: 2002-06-10
Filing date: 2003-06-10
Publication date: 2005-02-04
Also published as: US7155052B2; WO2003104781A1; AU2003238155A1; JP2005529388A; AU2003238155A8; US20030228050A1; DE10392705T5; KR20070038580A; KR100808652B1; DE10392705B4

Abstract

패터닝된 표면을 검사하는 방법은 상기 패턴에 관련된 참조 데이터를 사용하여 동등한 이미지들을 발생할 것으로 예상되는 영역들을 식별하기 위한 맵을 제공한다. 이러한 영역들은 그 후 가능한 결함들을 식별하기 위하여 이미지-투-이미지 비교에 의하여 비교된다. 제 1 구현에서, 상기 영역들은 국부 대칭 연산자에 의하여 관련된다. 제 2 구현에서, 분리된 코너 형상들 또는 다른 형상들이 분류되고 그리고 유사한 형상들이 비교된다.

Description

패턴 검사 방법{METHOD FOR PATTERN INSPECTION}

결함들을 검출할 목적으로, 다양한 패터닝된 표면들의 광학적, 전자빔(e-beam) 또는 다른 유형의 이미지들을 발생하는 것이 공지되어 있다. 결함들을 식별하기 위하여 이미지 비교가 일반적으로 사용된다. 기존의 기술들은 본 장에서 "다이-투-데이터베이스(die-to-database)" 비교 및 "다이-투-다이(die-to-die)" 비교로서 언급되는 두 개의 일반적인 범주로 세분될 수 있다.

다이-투-데이터베이스 비교들에서, 이미지는 CAD 디자인-이 CAD 디자인에 따라서 상기 패턴이 생산된다-에 전형적으로 대응하는 참조 정보와 비교된다. 이러한 방식은 직관적으로는 수월해 보이지만, 이러한 개념에 근거한 실제적인 구현들은 많은 문제점들에 직면하게 된다. 특히, 상기 데이터베이스 정보는 일반적으로 각 포인트가 도전체 또는 절연체이거나, 투명 또는 불투명하거나 등과 같은 이상화된 바이너리 패턴에 대응한다. 반면에, 획득된 이미지는, 의도된 형상들 및 결함들이세밀한 명암에 의하여 구별되는, 복잡한 다중레벨(multilevel) 그레이스케일 이미지이다. 비교를 용이하게 하기 위하여, 다양한 이론적 모델들이 합성된 그레이스케일 참조 이미지를 발생하는데 사용된다. 그러나, 그러한 모델들은 구현하기가 어렵고, 항상 신뢰할 수 있는 결과들을 제공하지는 못한다.

이러한 문제점들을 극복하기 위하여, 많은 검사 시스템들이 다이-투-다이 비교를 이용하는 바, 여기서 웨이퍼 상에 인접한 다이스(dice)의 동등한 영역들의 이미지가 직접 비교된다. 이는 다이스 사이의 차이를 식별하는데 매우 효과적이지만, 어떤 다이가 결함이 있는지를 나타내지는 않는다. 이러한 목적을 위하여, 랜덤한 결함은 두 개의 다이스 내의 같은 위치에서 발생하지 않을 것이라는 통계적으로 정당한 가정에 근거하여, 결함있는 다이를 식별하기 위하여 세 개의 인접한 것의 비교가 전형적으로 사용된다.

다이-투-다이 비교의 분명한 제한점은 동일한 패턴의 다양한 모방들이 비교에 유효할 수 있는 경우에만 적용될 수 있다는 점이다. 단일의 비반복성 패턴이 비교될 마스크 검사와 같은 응용들에서, 검사 시스템은 일반적으로 상술한 심각한 결점들을 가지는 데이터베이스-타입 비교로 되돌아간다.

다이-투-다이 비교에서의 추가적인 보다 미묘한 문제점은 그 비교가 적용될 수 있는 경우라도 그 기술의 감도(sensitivity)를 제한한다는 점이다. 특히, 비교되는 패턴들 사이의 거리는 반드시 내부 다이 간격이다. 생산 기술 및 이미징 기술들 모두는 공간적으로 변화되는 노이즈를 유발하는 바, 이는 일반적으로 내부 다이 간격 이상에서 상기 다이-투-다이 비교의 감도를 크게 저하시키기에 충분하다. 따라서, 예를 들어 내부적으로 반복되는 구조들이 셀-투-셀(cell-to-cell) 비교를 가능하게 하는 메모리 칩의 특별한 경우에 있어서, 약 6 그레이스케일 레벨들(256 이외에)의 임계값은 잘못된 결함 검출을 신뢰적으로 피하기에 충분하지만, 반면에 논리 칩들에 대하여 필요한 다이-투-다이 비교에 있어서 그 임계값은 틀린 경보들을 피하기 위하여 20 그레이스케일 레벨까지 상승되어야 함을 요한다.

그러므로, 단일의 비반복성 패턴 내에서 이미지-투-이미지 비교를 용이하게 할 수 있는 패턴 검사 기술에 대한 요구가 존재한다.

본 발명은 패턴 검사에 관한 것으로, 보다 구체적으로 레티클, 포토마스트, 반도체 웨이퍼, 평면 디스플레이 및 기타 패터닝된 객체들과 같은 패터닝된 표면들 상에서 결함들을 식별하기 위하여 고해상도 이미지를 처리하는 방법에 관한 것이다.

본 발명은 첨부된 도면들을 참조하여 단지 예를 들어 설명된다.

도 1은 본 발명의 양상에 따르면 구성 및 동작되는 패터닝된 표면을 검사하는 일반적인 방법을 예시하는 흐름도이다.

도 2는 본 발명의 양상에 따르면 구성 및 동작되는 패터닝된 표면을 검사하는 바람직한 다중-테스트-모듈의 전체 동작을 예시하는 전체 블럭도이다.

도 3은 도 2의 시스템의 입력 모듈을 예시하는 개념적인 흐름도이다.

도 4A는 픽셀들의 영역 위에 중첩된 패턴 참조 데이터의 개념도이다.

도 4B는 도 4A의 참조 데이터에 대응하는 픽셀 맵(map)의 개념도이다.

도 4C는 한 픽셀의 상향 변위 하에서 불변할 것으로 예상되는 도 4B로부터의 픽셀들의 바이너리 맵이다.

도 4D는 1.41 픽셀들의 직각의 상향 및 우향 변위 하에서 불변할 것으로 예상되는 도 4B로부터의 픽셀들의 바이너리 맵이다.

도 4E는 한 픽셀의 좌향 변위 하에서 불변할 것으로 예상되는 도 4B로부터의 픽셀들의 바이너리 맵이다.

도 4F는 도 4C 내지 도 4E 모두의 맵들에 의하여 커버되는 픽셀들에 대한 전체 변환 대칭의 합이다.

도 5A는 픽셀들의 영역 상에 중첩된 코너 형상들에 대응하는 패턴 참조 데이터의 개념도이다.

도 5B는 도 5A의 참조 데이터에 대응하는 픽셀 맵의 개념도이다.

도 5C는 두 픽셀들의 상향 변위 하에서 불변할 것으로 예상되는 도 5B로부터의 픽셀들의 바이너리 맵이다.

도 6은 도 2의 시스템에서 사용하기에 적합한 자체-비교(self-comparision) 테스트 모듈의 바람직한 실시예를 도시하는 흐름도이다.

도 7은 도 6의 테스트 모듈로부터 단일-각 변위 자체-비교 서브-모듈의 가능한 일 실시예의 자세한 흐름도이다.

도 8은 도 2의 시스템에서 사용하기에 적합한 코너/형상 비교 테스트 모듈의 동작을 예시하는 흐름도이다.

도 9는 도 8의 코너/형상 비교 테스트 모듈에서 사용하기 위한 코너 분류 시스템을 설명하는데 사용되는 용어의 개념적 설명이다.

본 발명은 일련의 참조 데이터에 실질적으로 대응하는 패턴을 가지는 패터닝된 표면의 검사 방법에 관한 것이다.

본 발명의 일 양상에 따르면, 일련의 참조 데이터에 실질적으로 대응하는 패턴을 가지는 패터닝된 표면의 검사 방법이 제시되는 바, 상기 방법은: (a) 패턴의 적어도 하나의 영역의 다중레벨 픽셀 이미지를 발생하는 단계와, 상기 패턴은 상기 적어도 하나의 영역에서 비반복성이며; (b) 상기 패턴의 적어도 하나의 영역에 대응하는 상기 참조 데이터를 처리하여 동등한 이미지들을 발생할 것으로 예상되는 적어도 두개의 그룹의 픽셀들을 식별하는 단계와; 그리고 (c) 적어도 두 개의 그룹의 픽셀들을 상기 다중레벨 픽셀 이미지와 비교하는 단계를 포함한다.

본 발명의 다른 양상에 따르면, 상기 픽셀들의 변환 대칭에 대응하는 단일 영역 내에 픽셀들의 좌표 변위(coordinate displacement)에 의하여 상기 적어도 두 개의 그룹들이 관련된다.

본 발명의 다른 양상에 따르면, 상기 좌표 변위는 1 내지 10 픽셀 범위의 크기를 가진다.

본 발명의 다른 양상에 따르면, 상기 좌표 변위는 제 1 크기를 가지고, 그리고 여기서 상기 처리 단계 및 비교 단계는 상기 제 1 크기와 다른 크기를 가지는 제 2 좌표 변위에 대하여 반복된다.

본 발명의 다른 양상에 따르면, 적어도 하나의 추가적인 검사 알고리즘이 상기 다중레벨 픽셀 이미지에 적용된다.

본 발명의 다른 양상에 따르면, 상기 적어도 하나의 추가적인 검사 알고리즘은: (a) 상기 참조 데이터를 처리하여 정의된 형상들을 포함하는 패턴의 영역들을 식별하는 단계와; (b) 상기 참조 데이터를 사용하여 상기 영역들을 소정 기준에 따라서 유사할 것이라 예측되는 정의된 형상들의 비교가능한 발생을 포함하는 영역들의 세트들로 분류하는 단계와; (c) 상기 비교가능한 발생들을 포함하는 다수의 영역들의 다중레벨 픽셀 이미지들을 획득하는 단계와; 그리고 (d) 상기 다중레벨 픽셀 이미지들을 상기 비교가능한 발생들과 비교하는 단계를 포함한다.

본 발명의 다른 양상에 따르면, 상기 다중레벨 픽셀 이미지를 발생하는 단계는 데이터 출력 속도를 가지는 이미징 시스템에 의하여 수행되고, 그리고 여기서 적어도 상기 처리 단계 및 비교 단계는 상기 데이터 출력 속도에 의하여 제한되는 속도로 수행된다.

본 발명의 다른 양상에 따르면, 상기 적어도 두 개의 그룹들은 패턴 내의 형상의 에지에 대응하는 제 1 그룹의 픽셀들을 포함하고, 상기 에지는 연장 방향(extensional direction)을 가지고, 제 2 그룹의 픽셀들은 상기 연장 방향에 평행한 소정의 좌표 변위에 의하여 상기 제 1 그룹에 관련된다.

본 발명의 다른 양상에 따르면, 상기 적어도 두 개의 그룹들은 상기 패턴의 제 1 영역에서의 형상의 코너에 대응하는 제 1 그룹의 픽셀들 및 상기 패턴의 제 2 영역에서의 형상의 코너에 대응하는 제 2 그룹의 픽셀들을 포함한다.

본 발명의 다른 양상에 따르면, 상기 패터닝된 표면은 마스크이고, 여기서 상기 참조 데이터는 상기 패턴의 디자인에 대응하는 정보의 데이터베이스이다.

본 발명의 다른 양상에 따르면, 상기 패터닝된 표면은 웨이퍼에 형성된 다이이다.

본 발명의 다른 양상에 따르면, 상기 참조 데이터는 유사한 샘플 영역의 이미지를 발생함으로써 획득된다.

본 발명의 양상에 따르면, 일련의 참조 데이터에 실질적으로 대응하는 패턴을 가지는 패터닝된 표면을 검사하는 방법이 제시되는 바, 상기 방법은: (a) 상기 패턴의 적어도 한 영역의 다중레벨 픽셀 이미지를 발생하는 단계와; (b) 상기 패턴의 적어도 하나의 영역에 대응하는 참조 데이터를 처리하여 소정 픽셀 변위 벡터하에서 불변할 것으로 예상되는 적어도 하나의 그룹의 픽셀들을 식별하는 단계와; 그리고 (c) 상기 다중레벨 픽셀 이미지로부터의 상기 적어도 한 그룹의 픽셀들을 상기 픽셀 변위 벡터에 의하여 그에 관련된 픽셀들과 비교하는 단계를 포함한다.

본 발명의 다른 양상에 따르면, 상기 처리 단계는 적어도 한 그룹의 픽셀들로부터 소정 픽셀 변위 벡터하에서 불변할 것으로 예상되는 픽셀들의 서브세트를 제외하는 침식(erosion) 동작을 포함한다.

본 발명의 다른 양상에 따르면, 상기 처리 단계가 수행되어 상기 변위 벡터를 더하거나 뺀 값에서 불변할 것으로 예상되는 픽셀들을 식별하고, 그리고 여기서 상기 비교 단계는 상기 다중 레벨 픽셀 이미지로부터의 상기 적어도 하나의 그룹의 픽셀들을 상기 변위 벡터를 더하거나 뺌으로써 그에 관련된 픽셀들과 비교하는 단계를 포함한다.

본 발명의 다른 양상에 따르면, 상기 처리 및 비교 단계는 다른 방향들에서의 다수의 픽셀 변위 벡터들 각각에 대하여 반복된다.

본 발명의 다른 양상에 따르면, 상기 비교 단계는 상기 픽셀들의 그레이스케일 레벨들이 소정 임계값을 초과하는 만큼 다른 경우, 잠재적인(potential) 결함 출력을 선택적으로 발생하는 바, 상기 방법은: (a) 픽셀이 불변할 것으로 예상되는 범위의 다수의 변위 벡터에 대응하는 대칭 카운트(count)를 식별하는 단계와; (b) 상기 픽셀에 대하여 발생되는 다수의 잠재적인 결함 출력들에 대응하는 잠재적인 결함 카운트를 발생하는 단계와; 그리고 (c) 상기 대칭 카운트와 상기 잠재적인 결함 카운트 모두를 사용하는 결함 결정 기준을 적용하여 상기 픽셀에 대한 바이너리 결함 출력을 발생하는 단계를 또한 포함한다.

본 발명의 다른 양상에 따르면, 상기 다수의 픽셀 변위 벡터들은 적어도 4개의 다른 방향들의 변위 벡터들을 포함한다.

본 발명의 다른 양상에 따르면, 상기 다수의 픽셀 변위 벡터들은 8개의 다른 방향들의 변위 벡터들을 포함한다.

본 발명의 다른 양상에 따르면, 상기 픽셀 변위 벡터는 1 내지 10 픽셀 범위의 크기를 가진다.

본 발명의 다른 양상에 따르면, 상기 처리 단계 및 비교 단계는 소정의 방향에서 다른 크기의 다수의 픽셀 변위 벡터들 각각에 대하여 반복된다.

본 발명의 다른 양상에 따르면 상기 다중레벨 픽셀 이미지 발생 단계는 데이터 출력 속도를 가지는 이미징 시스템에 의하여 수행되고, 그리고 여기서 적어도 상기 처리 단계 및 상기 비교 단계는 상기 데이터 출력 속도로 제한되는 속도로 수행된다.

본 발명의 다른 양상에 따르면, 상기 참조 데이터는 상기 픽셀들의 그룹으로부터의 각 픽셀에 대한 임계값을 발생하기 위하여 사용되고, 여기서 상기 비교 단계는 상기 픽셀의 그레이스케일 레벨들 사이의 차이의 크기를 대응하는 임계값과 비교함으로써 수행된다.

본 발명의 다른 양상에 따르면, 픽셀에 관한 상기 임계값은 위치 의존 함수로서 변한다.

본 발명의 양상에 따르면, 일련의 참조 데이터에 실질적으로 대응하는 패턴을 가지는 패터닝된 표면을 검사하는 방법이 제공되는 바, 상기 방법은: (a) 상기 참조 데이터를 처리하여 정의된 형상들을 포함하는 상기 패턴의 영역들을 식별하는 단계와; (b) 상기 참조 데이터를 사용하여, 상기 영역들을 소정의 기준에 따라서유사할 것으로 예상되는 정의된 형상들의 비교가능한 발생을 포함하는 영역들의 세트들로 분류하는 단계와; (c) 비교가능한 발생들을 포함하는 다수의 영역들의 다중레벨 픽셀 이미지들을 획득하는 단계와; 그리고 (d) 상기 비교가능한 발생에 대한 다중레벨 픽셀 이미지들을 비교하는 단계를 포함한다.

본 발명의 다른 양상에 따르면, 상기 비교 단계는: (a) 다중레벨 픽셀 이미지들 사이의 편차의 측정을 사용하여 정의된 형상들의 비교가능한 발생의 이미지들에 관련한 통계적인 데이터를 유도하는 단계와; 그리고 (b) 정확성 기준을 상기 통계적인 데이터에 적용하여 다른 통계적 중요한 방식으로 정의된 형상의 비교가능한 발생들과 다른 형상들을 식별하는 단계를 포함한다.

본 발명은 패터닝된 표면의 검사 방법에 관한 것이다.

본 발명에 따른 방법의 이론 및 동작은 도면들 및 실시예를 참조로 보다 잘 이해될 것이다.

도면을 참조하면, 도 1은 하기에서 보다 상세히 설명될 본 발명의 다수의 다른 양상의 기초를 이루는 기본 개념을 예시한다. 따라서, 그러한 기본 개념에서, 본 발명은 일련의 참조 데이터에 실질적으로 대응하는 패턴을 가지는 패터닝된 표면을 검사하는 방법(10)을 제공한다. 일반적으로, 방법(10)은 상기 참조 데이터의 입력(12) 및 상기 패턴의 적어도 하나의 비반복성 영역의 다중레벨 픽셀 이미지를 사용한다. 상기 패턴의 적어도 한 영역에 대응하는 참조 데이터는 직접 또는 처리단계(단계 16) 후에 맵으로서 사용되는 바, 이 맵은 동등한 이미지들을 발생할 것으로 예상되는 적어도 두 그룹의 픽셀들을 식별하도록 처리된다(단계 18). 그 후 상기 다중레벨 픽셀 이미지로부터의 이러한 적어도 두 그룹의 픽셀들이 비교되고(단계 20), 임계값이 적용되어(단계 22) 의심되는 결함들을 식별한다(단계 24).

본 발명의 이론들이 패턴들의 비교 검사에 매우 이로운 접근을 제공한다는 점이 명백해질 것이다. 먼저, 상기 참조 데이터를 맵으로서 사용함으로써, 예를 들어 논리 칩들의 생산에 대한 단일 마스크와 같이, 기존의 다이-투-다이 또는 셀-투-셀 방식들이 적용될 수 없는 상황에서 이미지-투-이미지 비교들을 수행하는 것이 가능해진다. 또한, 다이-투-다이 비교가 가능한 경우에도, 본 발명은 전형적으로 다이-투-다이 비교에 대하여 사용되는 내부 다이 간격보다 작은 간격에서 픽셀-투-픽셀 또는 영역-투-영역 비교를 용이하게 한다. 마지막으로, 상기 참조 데이터는비교 가능한 픽셀 그룹들의 맵으로서만 사용되고, 반면에 실제 이미지의 픽셀들 사이에서 모든 비교들이 수행된다. 이에 의하여 앞서 언급한 이미지-투-데이터베이스 비교들의 모든 복잡성들을 피하게 된다. 본 발명의 이러한 그리고 다른 이점들은 하기의 설명으로부터 분명해질 것이다.

전술한 바와 같이, 본 발명의 방법은 마스크들, 웨이퍼 상의 다이스, PCB들, 프린트된 패턴들, 기계적 부품들 및 다른 패터닝된 표면들을 포함하는-이에 제한되는 것은 아니다- 광범위한 검사에 적용가능하다. 단일 마스크의 경우에서, 상기 참조 데이터는 전형적으로 그에 따라서 패턴이 발생되는 CAD 디자인 정보이다. 웨이퍼 상의 다이스의 경우, 상기 참조 데이터는 같거나 또는 다른 웨이퍼로부터 선택된 다이의 디자인 정보 또는 샘플 이미지일 수 있다. 공간상 독립적으로 생산되고 이미징 변화가 이루어지기 때문에, 방향 비교에 적합하지 않은 웨이퍼의 다른 부분으로부터 샘플 다이 이미지가 제공되더라도, 본 발명에 의하여 요구되는 "맵"으로서 사용하는데 충분하다.

본 장에서는 비교들이 수행되는 적어도 한 영역이, 기존의 기술들에 의하여 셀-투-셀 비교가 수행될 수 있는 메모리 칩들과 같은 반복되는 패턴들로부터 구별하기 위하여, "비반복성(non-repetitive)"으로 언급된다는 점이 주목된다. 그러나, "비반복성" 이란 용어는 본 장에서 완전히 반복하는 것은 아닌 임의의 패턴을 언급하고, 전체적으로는 반복하지 않는 패턴 내에 국부적으로 반복하는 패턴들을 포함하는 패턴들의 경우(예를 들어, 혼합 메모리 및 논리 칩들)를 포함한다는 점이 주목되어야한다. 그러한 경우들에서, 본 발명은 비반복 영역들에서 잘못된 결함 표시들을 피하면서 기존의 셀-투-셀에 유사한 검사를 수행하는데 사용될 수 있다. 명확하게는, 본 발명의 양상에 따르면 동작하는 시스템은 전체적으로 반복하는 패턴을 검사하는데 사용되는 경우 또한 효율적으로 동작할 수 있다.

본 장에서 사용되는 "비반복성"이란 용어는 알고리즘들에 의하여 상기 비교들이 수행되는 영역들 위에서 비반복성인 패턴을 언급하는 것이라는 점이 또한 주목될 것이다. 다이 검사와 같은 경우에서, 상기 패턴은 실제로 보다큰 스케일(예를 들어, 전체적인 다이스)에서 반복성일 수 있으나, 내부 다이 검사 및 결함 검출에 대한 본 발명의 적용에 대하여는 비반복성이라고 고려된다.

도 2에서, 도 1의 방법의 일반적인 적용가능성을 감소시키지 않는 임의의 방법으로, 본 장에서 이롭게 함께 사용되는 두 개의 특정한 바람직한 실시예들을 참조하여, 그리고 선택적으로 하나 이상의 부수적인 테스트 모듈들을 추가하여, 상기 방법이 예증되어서 매우 효과적인 검사 시스템 및 대응하는 방법을 제공한다. 따라서, 상기 참조 정보와 상기 다중레벨 이미지 사이의 정렬의 초기 조정(단계 26) 후에, 도 2의 시스템은 본 장에서 "자체-비교(self-comparision) 모듈"(10a)이라고 언급되는 방법(10)의 제 1 구현 및 본 장에서 "코너/형상(coner/feature) 모듈"(10b)이라고 언급되는 제 2 구현을 포함한다. 이러한 두 개의 테스트 모듈들은 하나 이상의 보충적인 테스트 모듈들(28)에 의하여 바람직하게 보충된다. 이러한 테스트 모듈들은 후처리 단계(30)에서 함께 처리되는 출력들을 제공하여, 하기에서 명확하게 설명되는 바와 같이, 매우 효과적이고 신뢰가능한 패턴 결함 검출을 제공한다. 이러한 시스템의 다양한 구성성분들이 보다 자세히 설명될 것이다.

전처리 단계들

먼저 데이터 입력에 대하여, 본 발명의 시스템 및 방법은 고속 자동화 검사 시스템으로서 주로 구현되도록 의도된 것이란 점이 주목된다. 그러한 시스템에 대한 기술적인 요구들은 생산 기술의 발전에 따라서 지속적으로 변화하고 있다. 예를 들어, 마스크의 검사를 위한 최대 픽셀 해상도는 현재 픽셀당 20nm이다. 40mm 사각 마스크에 대하여, 이는 마스크당 총 4×10¹²픽셀에 대응한다. 효율을 극대화하기 위하여, 상기 검사 시스템은 이미징 시스템의 출력 속도, 예를 들어 초당 약 300MB의 이미지 데이터의 속도로 실시간으로 입력된 이미지 데이터를 처리하도록 요구된다.

그러한 고속 처리를 용이하게 하기 위하여, 상기 참조 데이터는 바람직하게 전처리되어, 상기 참조 데이터를 상기 패터닝된 표면을 거치는 상기 이미징 시스템의 의도된 스캐닝 경로에 평행한(parallel) 데이터 포맷으로 변환한다. 그러한 포맷은 상기 데이터 순서가 상기 이미징 시스템으로부터의 이미지 데이터의 데이터 순서에 유사하다는 점에서, "실시간 포맷"(RTF)으로 언급될 수 있다. CAD 디자인 참조 정보의 바람직한 예에서, 본 장에서 "래스터(raster)식 포맷"으로 언급되는 이러한 포맷은 바람직하게는 각 픽셀의 의도된 콘텐트로서 바이너리 정보(투명한/불투명한 또는 어두운/밝은)를 포함한다. 상기 래스터식 포맷은 상기 이미징 시스템의 스캐닝 경로에 대응하는 순서로 상기 시스템에 스트리밍되어, 이에 의하여 현재 처리되는 이미지 영역에 대응하는 참조 데이터의 능률적인 처리를 용이하게 한다. 두 데이터 스트림들 모두는 기술 분야에 공지된 것과 같이 처리하기 위하여 프레임들로 세분된다. 다양한 구현들에 대하여, 이러한 프레임들은 본 발명의 알고리즘들에 의하여 사용되는 "맵"을 구성한다. 본 발명의 특정한 구현들에 대하여, 상기 "맵"은 예를 들어 폴리곤(polygon)들의 리스트(타입들, 위치들 및 방향들)와 같은 다른 방식으로 구현될 수 있다.

도 3에서, 본 발명은 요구된 픽셀 이미지의 상기 패턴의 같은 영역에 대응하는 참조 데이터와의 픽셀-바이-픽셀 관련을 요구한다. 이러한 정렬 요구는 다이-투-데이터베이스 비교를 수행하는 기존 기술 시스템에서 일반적이고, 다양한 공지 기술들에 의하여 달성될 수 있다. 따라서, 정렬 조정 절차(26)는 본 장에서 상세히 설명되지 않는다.

비제한적인 예에 의하여, 도 3은 이미지 입력 및 참조 데이터가 쉬프트 계산기(32)에 공급되는 정렬 조정 절차(26)의 구현을 도시한다. 쉬프트 계산기(32)는 상기 이미지 입력 및 대응하는 래스터식 데이터로부터 대응하는 많은 데이터 이내의 상대적으로 작은 프레임들을 선택한다. 정수 픽셀 쉬프트 교정을 획득하기 위하여 상기 처리는 픽셀 쉬프트 상호연관에 의하여 수행될 수 있고, 및/또는 서브-픽셀 정렬 교정에 대한 알고리즘들을 사용할 수 있다. 이러한 기술들은 그 자체로 공지된 것이고, 본 장에서는 다루어지지 않을 것이다. 상호연관이 체크될 필요가 있는 픽셀 쉬프트 범위의 크기는 상기 스캐닝 시스템의 허용오차에 의존한다.

쉬프트 계산기(32)의 처리 속도는, 상기 쉬프트 계산이 스캔된 데이터의 작은 서브세트를 사용하여 수행되기 때문에, 일반적으로 전체 처리 속도를 제한하는 팩터가 아니며, 상기 쉬프트는 현재 스캐닝 영역 위에서 균일하다고 가정된다는 점이 주목되어야한다.

쉬프트 계산기(32)로부터의 출력은 그 후 정렬 교정기(34)에 제공된다. 정렬 교정기(34)는 정렬 교정 벡터만큼 데이터를 쉬프트하고, 이에 의하여 상기 그레이스케일 이미지 픽셀들과 대응하는 참조 데이터 사이에 적당한 정렬을 보장한다. 선택적으로, 상기 데이터에 나타나는 노이즈 레벨에 의존하여, 정렬 교정기(34)는 또한 저역 필터를 포함할 수 있다. 쉬프트 계산기(32)의 구현에 의존하여, 이러한 교정은 정수개의 픽셀들의 쉬프트이거나 또는 서브-픽셀 해상도 쉬프트일 수 있다. 본 장에서 나타난 상기 정렬 교정은 상기 이미지 데이터(14)에 적용되지만, 그러나 교정이 대안적으로 그의 래스터식 형태 또는 그에 앞선 것을 대신하여 상기 참조 데이터에 적용될 수 있다. 상기 참조 데이터 및 이미지 데이터는 그 후 하기에 설명될 다양한 테스트 모듈들에 대하여 입력될 것이다.

자체 비교 테스트 모듈

자체 비교 테스트 모둘(10a)은 상기 방법(10)의 특정한 경우인 바, 여기서 비교될 상기 그룹의 픽셀들은 상기 패턴 형상들에 비교하여 전형적으로 작은 픽셀들의 좌표 변위에 의하여 관련된다. 달리 말해서, 상기 참조 데이터는 어떤 픽셀들이 변환 대칭을 나타낼 것으로 예상되는지를 식별하고, 그리고 그 후 대응하는 변위 벡터에 의하여 관련된 픽셀들을 비교함으로써 이러한 대칭을 테스트하는데 사용된다. 이러한 모듈의 원리들은 도 4A 내지 도 4F를 참조하여 개념적으로 설명될 것이다.

먼저 도 4A는 픽셀들의 영역에서 중첩된 패턴 참조 데이터의 일부를 개념적으로 나타낸다. 이러한 경우, 도시된 패턴 부분은 픽셀들의 열의 중간을 통하여 위아래로 통과하는 에지를 가지는 패턴 블럭의 에지에 대응한다. 또한, CAD 디자인 정보에 근거한 참조 데이터는 일반적으로 상기 픽셀 그리드(grid)보다 높은 해상도를 가진다는 것이 주목된다.

도 4B는 도 4A의 참조 데이터에 대응하는 픽셀 맵을 도시한다. 여기서, 상기 패턴 형상의 바운더리 내의 벌크 픽셀들은 "b"로 지정되고, 반면에 에지가 통과하는 픽셀들은 "e"로 지정된다.

도 4C는 도 4B로부터 어떤 픽셀들이 한 픽셀의 상향 변위 하에서 불변할 것으로 예상되는지를 보여주는 바이너리 맵이다. 이러한 프레임 내의 에지는 상-하(up-down)이기 때문에, 전체적인 프레임은 모든 픽셀들이 불변하도록 상향 변위 하에서 대칭이다. 이는 변환 하에서 이러한 영역의 이미지를 그 자체와 비교할 수 있게 허용한다. 상기 이미지와 그의 변환된 자체 이미지 사이의 중요한 변화는 가능한 결함의 표시를 제공한다.

도 4D는 대각선의 상향 및 우향 변위 하에서 불변할 것으로 예상되는 도 4B로부터의 픽셀들의 대응하는 맵이다. 이 경우, 간단히 표시하기 위하여, 대각선으로 인접한 픽셀들 사이에 변위가 존재하도록 선택되고, 1.41픽셀들 크기의 변위에 대응한다. 이러한 경우, 상기 변위 벡터는 상기 에지에 평행하지 않기 때문에, 상기 에지의 영역은 이러한 변환 하에서 대칭적이지 않다. 그러나 상기 에지로부터 떨어져 있는 벌크 영역은 또한 이러한 변환에서 존재할 것으로 예상된다. 유사하게, 도 4E에서는 한 픽셀의 좌향 변위에 대한 대응하는 맵이 도시된다.

도 4F는 도 4C 내지 도 4E로부터의(모든 맵들에 공통된 영역에 대하여) 값들의 합을 도시한다. 상기 에지로부터 떨어진 상기 벌크 영역들은 다른 방향으로의 다수의 픽셀 변위 벡터들 하에서 자체 비교에 의하여 검사될 수 있다. 반면에, 상기 에지 영역들은 그 자체로, 단지 단일 자체 비교만 허용하는, 상기 에지에 평행한 변환 하에서만 불변한다.

실제로, 상기 자체 비교는 상기 패턴에서 보이는 각 각도에 대하여 바람직하게 수행된다. 허용가능한 규칙에 따라서, 사용되는 에지 각도는 0°,30°,60°,120° 및 150°이다. 상기 일련의 변위 벡터들이 각 에지에 평행한 벡터를 포함하는 한, 상기 기술은 상기 벌크 영역들뿐만 아니라 상기 패턴의 에지 영역들을 검사하는데 효과적일 것이다.

또한, 본 장에서 30°,60°및 120°로서 언급되는 각도들은 실제로 1/2의 아크탄젠트에 의하여 정의되고, 보다 정확하게는 90°±26.565°로서 언급된다. 이러한 근사는 용어상 편의를 위하여 사용된다.

상기 자체 비교 기술의 한 제한점은 도 5A 내지 도 5C에서 설명된 바와 같이 코너 형상들의 검사에 관련된다. 도 5A는 참조 데이터 패턴을 예시하고, 도 5B는 대응하는 맵을 예시하고, 그리고 도 5C는 두 셀 상향 변환 하에서 픽셀 불변성의 바이너리 맵을 예시한다. 이러한 경우에, 문제의 상기 패턴의 영역은 코너 형상을 포함한다. 상기 코너의 영역은 감소된 대칭을 가지고, 이에 의하여 상기 코너에서 만나는 상기 에지들 중 어느 것에 평행한 양방향 변환 하에서 불변하지 않을 것이란 점이 이해될 것이다. 선택적으로, 상기 양방향의 자체-비교 구현에 의하여 체크될 수 없는 상기 코너 영역은 상기 코너의 내부 및 외부의 벌크 영역들을 향하는 단방향 변위 벡터를 사용함으로써 사이즈가 감소될 것이다. 코너 영역을 테스트하는데에 전체적으로 접근하기 위하여, 상기 자체-비교 테스트 모듈은 하기에 설명하는 바와 같이, 코너 형상들 및/또는 다른 형상들을 검사하기 위한 적어도 하나의 추가적인 테스트 모듈에 의하여 바람직하게 보완된다.

도 6에서, 자체-비교 테스트 모듈(10a)을 구현하는데 바람직한 구조를 예시한다. 이러한 모듈은 입력들로서 정렬된 참조 데이터 및 이미지 프레임들을 취하고, 초기의 바이너리 결함 프레임을 발생한다. 선택적으로, 이러한 출력 프레임은 결함들을 포함하는 블럭들을 정의하기 위하여, X 위치, Y 위치, X 길이, Y 길이, 결함 크기 등과 같은 추가적인 정보를 포함하는 결함들의 리스트를 발생하도록 추가적으로 처리될 수 있다.

본 장에서 보여지는 자체-비교 테스트 모듈(10a)은 8개의 서브-모듈들(50a, 50b, ..., 50h)을 포함하는 바, 이는 픽셀 그룹들을 각기 0°, 30°, 45°, 60°, 90°, 120°, 135°및 150°각도에서 양과 음의 픽셀 변위들 하에서 그자체와 비교한다. 상기 비교는 그레이스케일 값들, 기울기 또는 임의의 다른 비교 함수의 비교 또는 개별적인 픽셀들 또는 픽셀들 그룹에서 수행되는 비교 함수들의 조합에 의하여 수행될 수 있다. 특히 바람직하게 단순하고 효과적인 구현에 있어서, 상기 비교는 상기 픽셀들의 그레이스케일 레벨들 사이의 차이의 크기를 대응하는 임계 값과 비교함으로써 수행된다. 일정한 임계 값이 모든 픽셀들에 대하여 사용될 수 있으나, 디자인 또는 이미지 중요성 때문에, 상기 패턴의 다른 영역들에서 전형적으로나타나는 변화하는 노이즈 레벨들에 대응하는 위치-의존 임계값을 사용하는 것이 바람직하다고 알려져 있다. 따라서, 본 장에 예시된 바람직한 예에서, 각 비교 서브-모듈은 각 픽셀의 비교에 사용을 위한 임계값을 발생하는데 참조 데이터(12)를 사용하는 임계 프레임 발생기(52)로부터 추가적인 입력을 수신한다. 예를 들어, 픽셀에 대한 상기 임계값은 상기 패턴내의 에지에 근사 함수로서 주요하게 또는 배타적으로 변화할 수 있다. 에지로부터 먼 "벌크" 픽셀들에 대하여, 상대적으로 낮은 임계(즉, 높이 민감한)가 설정된다. 상기 이미지 신호에서보다 더 중대한 노이즈가 일반적으로 존재하는 에지에 가까운 영역들에 대하여, 보다 높은(즉, 적게 민감한) 임계값이 설정된다. 선택적으로, 각 픽셀에 대한 임계값은 각 비교 각에 대하여 개별적으로 설정될 수 있다. 그러나, 많은 경우에서 각 픽셀에 대하여 에지에 대한 근사로서만 정의되는 단일 임계값이면 충분하다는 점이 알려져 있다.

비교 서브-모듈들(50a, 50b, ..., 50h)의 하나의 가능한 구현이 도 7에 도시된다. 상기 비교 서브-모듈들은 모두 유사하고, 단지 상기 비교에서 사용되는 픽셀 변위 벡터의 각도가 다르다. 그러므로, 상기 모듈은 본 장에서 변위 벡터 방향 X를 참조로 서브-모듈(50a)로서 일반적으로 설명된다.

도 7의 아래 부분을 먼저 참조하면, 소정의 픽셀 변위 벡터 하에서 불변할 것으로 예상되는 픽셀들의 식별을 묘사한다. (54)에서, 바이너리 맵이 래스터식 참조 데이터의 현재 프레임으로부터 먼저 추출된다. 그 후, (56)에서 상기 바이너리 맵이 N 픽셀 크기만큼 X 방향을 따라서 쉬프트된다(또는 비직교 각도들로 그에 근사만큼 쉬프트된다). 상기 값(N)의 선택은 상기 패턴의 형상들에 상대적인 상기 픽셀들의 해상도에 의존한다. 만일 상기 값이 매우 작게 설정되면, 비교되는 이미지 픽셀들은 마찬가지로 결함이 있을 수 있고, 검출되는데 실패할 수 있다. 만일 상기 값이 매우 높게 설정되면, 코너 형상들 주변의 상기 예외 영역들은 불필요하게 커질 것이다. 많은 경우에서, 1 내지 10 픽셀들의 범위, 그리고 보다 바람직하게는 3 내지 6 픽셀들의 범위의 쉬프트 크기가 유리하다. 또한, 두 개 이상의 다른 크기들의 쉬프트들로 상기 비교를 반복하는 것이 유리한 바, 보다 작은 쉬프트는 상대적으로 코너들에 인접한 곳을 체크하는데 효과적이고, 보다 큰 크기는 작은 쉬프트를 이용하여 검출될 수 없는 에지를 따라서 확장하는 융기 또는 리세스와 같은, 보다 큰 범위의 결함들을 검출한다. 다른 크기 쉬프트들이 사용되는 경우, 적어도 하나의 픽셀 에지 길이 만큼 차이나는 것이 바람직하다. (58)에서, 상기 쉬프트된 바이너리 맵은 "동등 비교(compare-equal)" 동작을 사용하는 본래의 바이너리 맵과 비교된다. 상기 결과적인 프레임은 "후방 쉬프트 마스크-인 프레임"으로 불려지고, 여기서 "1"은 각도 방향 X에서 N 픽셀들의 변환 하에서 불변할 것으로 예상되는 픽셀을 표시한다.

비교가 양방향에서, 즉 상기 픽셀 변위 벡터를 합산 및 감산한 것만큼, 수행되는 바람직한 구현에서, (54)에서 발생된 상기 바이너리 맵 출력은 또한 X 방향을 따라서 N 만큼 쉬프트되고(단계 64), 본래의 그리고 쉬프트된 바이너리 맵들은 "동등 비교" 동작(62)에 의하여 비교된다. 상기 "전방 쉬프트 마스크-인 프레임"으로 불리는 새로운 결과적인 프레임은 X 방향에서 N 픽셀들의 벡터의 합산 하에서 불변할 것으로 예상되는 각 픽셀을 표시하는 "1"을 구비한다.

하기에서 설명할 바와 같이, 본 장에서 설명되는 상기 비교 서브-모듈들은 전방 쉬프트, 후방 쉬프트, 일측 방향 또는 양측 방향들 하에서 픽셀의 불변성에 대응하는 다수의 서로 다른 모드들 중 하나 이상의 모드들에서 동작하도록 구현될 수 있다. 하나 이상의 마스크-인 출력 프레임은 의도된 모드의 사용에 따라서 (64)에서 선택되는 바, 상기 의도된 모드는 상기 후방 쉬프트 마스크-인 프레임, 상기 전방 쉬프트 마스크-인 프레임, 및 (66)에서 설명되는 AND 동작과 같은 그들의 논리 조합이다.

바람직하게, 그 후 침식 동작(68)이 상기 마스크-인 프레임 상에서 수행되어 불변인 것으로 지정된 영역들의 크기를 감소시킨다. 상기 침식 동작은 잘못된 경보들을 발생시킬 수 있는 문제의 형상들(예를 들어, 코너들에 인접하고 좁은 선들에 인접한 것들)을 피하기 위하여 상기 마스크 외부 영역들을 크게 하도록 의도된다. 이러한 단계는 표준 침식 동작기를 사용하여 수행될 수 있거나, 또는 다른 테스트 모듈들에 의하여 커버되는 선택된 유형의 영역들을 선택적으로 침식하도록 선택적으로 구현될 수 있다. 상기 결과적인 마스크-인-프레임은 상기 마스크-발생 서브-모듈로부터의 출력이다.

도 7의 윗 부분을 참조하면, 그레이 스케일 이미지 픽셀들의 비교를 설명한다. 먼저, 상기 입력 이미지 프레임(14)은 (70)에서 X 방향을 따라서 N 픽셀들만큼 쉬프트된다. 그 후, 본래의 프레임이 상기 쉬프트된 프레임으로부터 감해지고(단계 72), 절대 값이 상기 결과로 택해진다(단계 74). 그 후, 비교 값들의 결과적인 차이 프레임이 단계(76)에서 (임계 발생기(52)에 의하여 제공된) 임계 프레임과 비교되어 "전방 쉬프트 결함 프레임"으로 불리는 바이너리 프레임을 발생한다. 이러한 전방 쉬프트 결함 프레임은 상기 변위 벡터의 합산에 의하여 관련된 상기 픽셀로부터 실질적으로 다른 모든 픽셀들의 바이너리 맵이고, "중요성" 레벨은 대응하는 임계값에 의하여 정의된다.

유사하게, 양방향 비교의 바람직한 경우에, 상기 입력 이미지 프레임은 (78)에서 X 방향을 따라서 N 픽셀 쉬프트되고, 본래의 프레임이 그 후 상기 쉬프트된 프레임으로부터 감산된다(단계 80). 여기서 또한, 상기 절대 값이 취해지고(단계 82), 상기 결과적인 차이 프레임이 임계 발생기(52)로부터의 임계 프레임과 비교되어(단계 84), "후방 쉬프트 결함 프레임"으로 불리는 바이너리 프레임을 발생한다. 이러한 후방 쉬프트 결함 프레임은 상기 변위 벡터의 감산에 의하여 관련되는 픽셀로부터 충분히 다른 모든 픽셀들의 바이너리 맵이다.

전술한 바와 같이, 본 장에서 설명된 상기 비교 서브-모듈은 하나 이상의 많은 다른 모드들에서 동작하도록 구현될 수 있다. 하나 이상의 결함 출력 프레임은 의도된 모드의 사용에 따라서 (85)에서 선택되는 바, 상기 의도된 모드는 상기 전방 결함 프레임, 상기 후방 결함 프레임 및 (86)에서 설명되는 AND 동작과 같은 그들의 논리 조합이다. 이러한 나중의 선택은 상기 변위 벡터의 합산 및 감산 모두에 의하여 관련된 픽셀들과 충분히 다른 픽셀들을 표시한다. 대안적인 구현에서, AND 동작(86)은 상기 임계값들의 조정에 의하여 상쇄될 필요가 있는 "감도"에 결과적인 증가를 가지는 OR 동작으로 대체된다.

그 후, 상기 선택된 "마스크-인 프레임" 및 상기 "결함 프레임"이 AND 동작(88)에 의하여 조합되어 "잠재적인 결함 프레임"을 발생하는 바, 여기서 "1"은 잠재적인 결함을 표시한다. 이러한 "잠재적인 결함 프레임"은 이러한 서브-모듈의 제 2 출력이다.

설명된 바와 같이, 상기 비교 서브-모듈들은 전방 쉬프트, 후방 쉬프트, 한 방향 또는 모든 방향들 하에서의 불변성에 대응하는 하나 이상의 많은 다른 모드들에서 동작하도록 구현될 수 있다. 한방향의 쉬프트에 대하여, 상기 출력 프레임은 상기 전방 결함 프레임과 상기 전방 마스크-인 프레임 사이에 또는 상기 후방 결함 프레임과 상기 후방 마스크-인 프레임 사이의 AND 동작에 의하여 (88)에서 계산된다. 모든 방향들이 사용되는 경우, 상기 비교는 한 방향이 가능한 결함을 표시하는 "1"을 발생하는 "일측(either)" 모드, 또는 전방 및 후방 쉬프트 비교 모두가 가능한 결함을 표시하는 "1"을 단지 발생하는 "양측(both)" 모드에서 구현될 수 있다. 상기 "양측" 모드는 AND 동작(66) 및 AND 동작(86)의 출력들 사이에 AND 동작(88)을 사용함으로써 바람직하게 구현된다. 상기 "일측" 모드는 한 방향의 전방 및 후방 출력 결함 프레임의 OR 조합으로서, 즉 그들의 개별적인 마스크-인 프레임들로 AND 연산함으로써 개별적으로 조합된 후에, 전형적으로 구현된다. 선택적으로, 하나의 특정한 바람직한 구현에서, (상기 "일측" 모드는 상기 "양측" 모드 보다 더 민감하기 때문에) "일측" 및 "양측" 모두는 다른 임계값들과 병행하여 구현될 수 있다. 또다른 바람직한 선택에 따라서, 상기 모드들 중 2개, 3개 또는 모두가 하나 이상의 변위 크기 N 및 본 기술 분야에서 공지된 방식으로 적절한 가중치 또는 다른 조합 알고리즘들로 조합된 그들의 결과들에 대하여 병행하여 구현함으로써, 모듈 출력의 향상된 신뢰성 및 감도를 제공할 수 있다.

전술한 바와 같이, 서브-모듈(50x)은 각 방향 X에 대하여 유사하다. 각 경우에서, 상기 요구된 변위 벡터는 전체 픽셀 변위들의 조합으로부터 구성된다. 구체적으로, 상기 요구된 각들은 세 개의 그룹들로 나누어지는 바, 0°및 90°의 축에 평행한 쉬프트와 45°및 135°의 직각의 쉬프트와 90°±26.565°의 다중 쉬프트(본 장에서 30°, 60°, 120° 및 150°로서 언급된다)이다. 축에 평행한 쉬프트들의 경우에서, 상기 쉬프트는 1 또는 전체적인 픽셀들의 유닛들로 단순하게 구현된다. 직각 쉬프트의 경우에서, 원 단위(basic unit)는 2 또는 1.41 픽셀들의 제곱 루트의 크기로 X 축 및 Y 축 모두에서 단일 픽셀 쉬프트의 조합이다.

이러한 적당한 다양한 기초 단계들을 사용함으로써, 모든 방향들에서 소정의 바람직한 쉬프트 크기에 접근시키는 것이 가능하다. 예를 들어, 4 픽셀의 쉬프트 간격에 대하여, 3 단계들이 상기 45도 방향들(약 4.2 픽셀의 단계)에서 사용되고, 2 단계들이 상기 30도 방향들(약 4.46 픽셀의 단계)에서 사용된다. 그러나, 에지 행동에서 결과적인 변화들이 적합하게 다루어지는 경우 다른 방향들에 대하여 다른 쉬프트 간격들을 사용하는 것이 또한 가능하다.

도 6에서, 본 장에서 설명된 예에서, 상기 비교 모듈들 각각은 "1"이 잠재적인 결함을 지지하는 바이너리 프레임을 출력한다. 상이한 검출 모듈들의 결과들을 조합하는 다양한 기술들이 기술 분야에서 공지되어 있고, 그러한 임의의 기술은 본 장에서 사용될 수 있다. 하나의 바람직한 예에서, 이러한 8개의 출력들이 (90)에서 합산되어, 이에 의하여 각 픽셀이 0 내지 8 사이의 값("TotalDef")을 가질 수 있는프레임("결함 넘버 프레임"이라 언급되는)을 얻는다. 이러한 값은 픽셀 내의 결함을 보고하는 서브-모듈의 수를 나타낸다. 상기 8개의 비교 서브-모듈들은 또한 그들의 "마스크-인" 프레임들을 출력한다. 이러한 "마스크-인" 프레임들은 (92)에서 합산되어, 상기 픽셀이 불변할 것으로 예상되는 변환의 수를 나타내는 0 내지 8 사이의 값("TotalSym")을 각 픽셀이 가질 수 있는 프레임("대칭 분류 프레임"으로 언급됨)을 얻는다. 이러한 프레임에서 픽셀의 값은 그 픽셀에 대한 결함을 보고할 수 있는 서브-모듈들의 최대 수를 나타낸다. 이는 소정의 픽셀에 대하여, 이러한 모듈에서 "마스크-인"인 경우에만 결함이 소정의 서브-모듈로부터 보고될 수 있기 때문이다. 그러므로, 상기 "마스크-인" 프레임들의 합산은 결함을 보고할 수 있는 서브 모듈들의 최대 수를 공급한다.

상기 결함 수 프레임에서의 그의 값이 상기 대칭 분류 프레임에서의 그의 값의 소정 비율보다 큰 경우, 픽셀은 결함의 일부로서 식별된다. 이는 이러한 픽셀에서 잠재적으로 결함을 인지할 수 있는 서브-모듈들의 특정한 부분 이상으로부터 결함으로 보고되었음을 의미한다. 이러한 방식에서, 매우 대칭적인 픽셀들(예를 들어, TotalSym=8을 가지는 벌크 픽셀)에 대하여, 높은 임계값(TH 값으로서 지시된다)이 TotalDef에 적용되어, 이에 의하여 결함을 나타내는데 다양한 서브-모듈들을 요구한다. 적은 대칭을 가지는 픽셀에 대하여, 낮은 임계값이 적용된다.

이러한 평가는 전체 대칭 값(TotalSym)을 TH/100으로 곱함으로써(94에서) 나타나고, 여기서 TH는 사용자에 의하여 주어지는 임계(퍼센트)이다. 상기 TH가 100으로 설정되는 특정한 경우에서, 상기 모듈은 문제의 픽셀을 체크할 수 있는 모든서브-모듈들에 의하여 검출되는 결함들만을 보고할 것이다. 그 후, 결과적인 효과적인 임계 "EffTH"는 (96에서) 상기 결함 수 프레임에서의 값에 비교되어, 후처리 모듈(30)에 전형적으로 출력되는 바이너리 결함 프레임을 발생한다. 대수적으로, 결함을 식별하는 조건은 다음의 식으로 표현될 수 있는 바:

TotalDef >= EffTH

EffTT = ceil{TH/100*TotalSym}으로 정의되고, 여기서 TH>0이고 "ceil"은 가장 인접한 정수로 올림하는 연산자이다. 선택적으로, 결함 영역을 식별하기 위하여 추가적인 단계(98)가 근사 조건을 만족하는 양의 바이너리 결함 출력을 가지는 픽셀들을 함께 블로브(blob)한다.

코너/형상 테스트 모듈

상술한 바와 같이, 상기 자체-비교 모듈은 벌크 영역들 및 패턴의 에지들을 검사하는데 효과적이지만, 코너 영역들 및 다른 작은 형상들을 검사하는데 최적이 아니다. 이러한 이유에 의하여, 상기 자체-비교 모듈은 하기에서 설명될 것과 같이 코너/형상 테스팅 모듈(10b)과 함께 바람직하게 사용된다. 본 장에서 설명되는 코너/형상 테스팅 모듈(10b)은 또한 다른 시스템들의 범위에서 사용하기에 또한 유리하며, 본 장에서 설명된 시스템의 다른 부분들과 함께 사용되는 것만으로 제한되지 않는다.

또한, 상기 방법은 본 발명의 이론의 기초를 기본으로 한다, 즉 유사할 것으로 예상되는 픽셀들 또는 픽셀들의 영역들을 식별하는데 맵으로서 상기 참조 데이터를 사용하고, 그 후 획득된 이미지 데이터 내에서 이미지-투-이미지 비교로서 실제 비교를 수행한다. 그러나, 이러한 경우에, 비교 영역들은 상기 패턴의 다른 영역들로부터 선택된 유사하게 정의된 형상들(예를 들어, 코너, 접촉부들, 얇은 도전체의 단부들 등)이다.

코너 형상 및 다른 형상들이 "조사(look)"될 것인지를 정의하도록 시도하는데 사용되는 매우 다양한 논점들이 존재한다는 점이 이해될 것이다. 형상 크기, 주변 패턴 형상들, 및 생산 조건들로 이를 수행하는데 많은 상이한 팩터들이 형상의 최종 모양(예를 들어, 얼마나 둥글 것인지)에 영향을 준다. 이는 코너들 및 다른 작은 형상들에 대하여 다이-투-데이터베이스 검사를 특히 신뢰할 수 없게 만든다. 본 발명의 상기 코너/형상 검사 양상은 어떻게 다양한 형상들이 검사되어야 하는지에 관한 모든 가정들을 없애고, 대신 같은 타입의 모든 형상들이 유사하게 검사되어야한다는 단순한 가정을 한다.

도 8에서, 방법(10b)은 참조 데이터(12)를 처리하여 비교될 타입의 정의된 형상들을 포함하는 패턴의 영역들을 식별하는 단계(100)에서 시작한다. 그 후, 단계(102)에서, 이러한 영역들은 상기 참조 데이터를 사용하여 소정의 분류에 따라서 유사할 것으로 예상되는 비교가능한 형상들을 포함하는 영역들의 세트들로 분류된다. 그 후, 상기 이미지 데이터(14)가 단계(104)에서 검색되어 상기 비교가능한 형상들을 포함하는 다수의 영역들의 다중레벨 픽셀 이미지를 획득하고, 이러한 영역들은 단계(106)에서 상기 형상들의 가능한 결함들을 식별한다.

상기 데이터 내의 노이즈 레벨이 낮은 경우에서, 결함들은 두 개의 또는 바람직하게는 세 개의 비교가능한 형상들 사이의 비교들에 기초하여 검출될 수 있다.보다 중요한 노이즈를 가지는 데이터에 대하여, 단계(108)에서 다중레벨 픽셀 이미지들 사이의 편차의 크기가 사용되어 비교가능한 형상들의 이미지에 관련되는 통계적 데이터를 유도한다. 그 후, 단계(110)에서 중요성 기준이 상기 통계적 데이터에 적용됨으로써 이러한 데이터가 처리되어 통계적으로 중요한 방식으로 나머지 비교가능한 형상들과 다른 형상들을 식별한다.

단순화된 개념적인 예로서, 그들의 대향하는 코너들에서 좌표들에 의하여 정의되는 패턴에서의 사각 테이블이 보여진다. (모든 사이즈들은 미크론 단위이다)

사각 인덱스	상부 좌측 코너X 좌표	상부 좌측 코너Y 좌표	하부 우측 코너X 좌표	하부 우측 코너Y 좌표
1	10	10	103	103
2	118	15	190	90
3	213	10	294	90
4	313	12	381	97
5	413	12	484	92
6	510	10	591	92
7	608	10	694	92
8	703	10	784	95
9	808	10	874	90
10	914	1015	988	1093
11	10	1010	100	1102
12	118	1015	194	1096
13	213	1010	294	1098
14	313	1013	383	1097
15	413	1012	484	1095
16	510	1010	599	1092
17	608	1017	694	1099
18	703	1010	788	1099
19	808	1017	875	1091
20	914	1015	988	1098

상기 사각은 같은 사이즈가 아니기 때문에, 상기 사각의 직접 비교는 가능하지 않다. 대신에, 같게 보일 것으로 예상되는 사각의 단지 부분들이 비교된다. 상기 비교 처리는 임의의 적합한 비교 함수에 의하여, 예를 들어 형상들의 쌍들 사이의 직접적인 그레이 레벨 비교에 의하여, 또는 형상의 통계적인 분석에 사용될 수있는 특성수(characteristic number) 또는 벡터를 반환하는 각 영역에 적용되는 분석 함수를 사용함으로써 수행될 수 있다. 각 경우에서, 상기 비교는 상기 형상들을 포함하는 소정 사이즈의 영역 또는 "환경"을 비교하기 위하여 수행된다.

직접적인 그레이-레벨 비교의 경우, 다양한 비교 함수들이 사용될 수 있다. 바람직한 예들은 그레이-레벨 차이들의 합, 절대 차이들의 합, 제곱 차이의 합을 포함하나, 이에 한정하는 것은 아니고, 여기서 상기 합들은 각 픽셀들의 쌍에 대하여 균일하게 계산되거나 또는 다른 가중치들을 가지고 계산될 수 있다. 다른 바람직한 예는 상기 절대 차이의 최대 값이다.

분석 함수의 경우, 상기 함수는 적합한 수 또는 수들의 벡터를 반환하는 픽셀들의 세트에서의 동작들의 임의의 세트일 수 있다. 바람직한 예들은 상기 픽셀들, 참조 세트에 관련된 상기 그레이 레벨 차이, 상기 그레이 레벨 범위, 평균, 편차 등을 포함할 수 있으나, 이에 한정하는 것은 아니다. 함수의 선택에 의존하여, 상기 값은 로테이션/미러(rotation/mirror)에 민감하거나, 또는 대칭적일 수 있다.

코너 형상들의 분류에 있어서 중요한 한 팩터는 수행되는 검사의 해상도이다. 상술한 예에 대하여, 상기 해상도가 미크론 당 1 픽셀의 레벨인 경우, 모든 에지들 및 코너들은 같은 위치에 설정되고 또한 서브-픽셀 해상도에 설정된다. 이는 모든 유사하게 방향지어진 코너들의 직접적인 비교를 허용한다. 반면에, 상기 해상도가 2 미크론당 1픽셀인 경우, 상기 비교 함수가 서브-픽셀 레벨에서 민감하다면 모든 에지들 또는 코너들이 비교가능할 것으로 예상되지는 않는다.

2미크론 당 1 픽셀인 예에서, 상기 상부 좌측 코너들(도 9의 분류 방식에 따라서 "DA")의 그룹은:

·사각 1, 6, 7, 9, 11, 16

·사각 2, 10, 12, 17, 19, 20

·사각 3, 4, 5, 8, 13, 15, 18

·사각 14 - 대등체들이 부족하여, 이러한 기술에 의하여 분석될 수 없다.

상기 "코너/형상 비교" 알고리즘이 상기 자체-비교 알고리즘을 보완하기 위한 에지 비교에 대하여 또한 유리하게 사용될 수 있다는 점이 주목된다. 특히, 상기 자체-비교 알고리즘은 일반적으로 에지 변위에 반응하지 않거나, 또는 매우 점차적으로 변화한다. 그러므로 이러한 타입의 결함들은 상기 에지들을 이러한 알고리즘에서 비교될 "정의된 형상들"로서 고려함으로써 검출될 수 있다. 상기 예에서, 에지들의 비교에 대한 그룹화는 단순하다. 예를 들어, 에지 "d"에 대하여 그룹화는 다음과 같다:

·사각 1, 2, 6, 7, 9, 10, 11, 12, 16, 17, 19, 20

·사각 3, 4, 5, 8, 13, 14, 15, 18

보완적인 테스트 모듈들

선택적으로, 전술한 모듈들에서의 비반응의 영역들을 커버하거나 및/또는 전체적인 반응성을 증가시킬 목적을 위하여, 전술한 모듈들은 다양한 공지 알고리즘들에 근거한 하나 이상의 추가적인 테스트 모듈들에 의하여 보완될 수 있다. 적합한 알고리즘뿐만 아니라, 상기 다양한 다른 모듈들의 출력들을 조합하기 위하여 논리들이 기술분야에 공지되어 있다.

상술한 설명들은 단지 예들로서 제공되도록 의도된 것이고, 많은 다른 실시예들이 본 발명의 정신 및 범위 내에서 가능하다는 점이 이해될 것이다.

Claims

일련의 참조 데이터에 실질적으로 대응하는 패턴을 구비한 패터닝된 표면을 검사하는 방법에 있어서,

상기 패턴의 적어도 하나의 영역의 다중레벨 픽셀 이미지를 발생하는 단계와, 상기 패턴은 상기 적어도 하나의 영역에서 비반복성이며;

상기 패턴의 적어도 하나의 영역에 대응하는 상기 참조 데이터를 처리하여 동등한 이미지들을 발생할 것으로 예상되는 적어도 두 그룹의 픽셀들을 식별하는 단계와; 그리고

상기 적어도 두 그룹의 픽셀들을 상기 다중레벨 픽셀 이미지와 비교하는 단계를 포함하는 것을 특징으로 하는 패터닝된 표면 검사 방법.
제 1항에 있어서,

상기 적어도 두 그룹들은 상기 픽셀들의 변환 대칭에 대응하는 단일 영역 내의 픽셀들의 좌표 변위에 의하여 관련되는 것을 특징으로 하는 패터닝된 표면 검사 방법.
제 2항에 있어서,

상기 좌표 변위는 1 내지 10 픽셀 범위의 크기를 가지는 것을 특징으로 하는 패터닝된 표면 검사 방법.
제 2항에 있어서,

상기 좌표 변위는 제 1 크기를 가지고,

그리고 여기서 상기 처리 단계 및 상기 비교 단계는 상기 제 1 크기와 다른 크기를 가지는 제 2 좌표 변위에 대하여 반복되는 것을 특징으로 하는 패터닝된 표면 검사 방법.
제 2항에 있어서,

상기 다중레벨 픽셀 이미지에 적어도 하나의 추가적인 검사 알고리즘을 적용하는 단계를 더 포함하는 것을 특징으로 하는 패터닝된 표면 검사 방법.
제 5항에 있어서,

상기 적어도 하나의 검사 알고리즘은:

상기 참조 데이터를 처리하여 정의된 형상들을 포함하는 패턴의 영역들을 식별하는 단계와;

상기 참조 데이터를 사용하여 상기 영역들을 소정의 기준에 따라서 유사할 것으로 예상되는 상기 정의된 형상들의 비교가능한 발생들을 포함하는 영역들의 세트들로 분류하는 단계와;

상기 비교가능한 발생들을 포함하는 다수의 상기 영역들의 다중레벨 픽셀 이미지들을 획득하는 단계와; 그리고

상기 비교가능한 발생에 대해 상기 다중레벨 픽셀 이미지들을 비교하는 단계를 포함하는 것을 특징으로 하는 패터닝된 표면 검사 방법.
제 1항에 있어서,

상기 다중레벨 픽셀 이미지를 발생하는 단계는 데이터 출력 속도를 가지는 이미징 시스템에 의하여 수행되고, 그리고 여기서 적어도 상기 처리 단계 및 상기 비교 단계는 상기 데이터 출력 속도에 의하여 제한되는 속도로 수행되는 것을 특징으로 하는 패터닝된 표면 검사 방법.
제 1항에 있어서,

상기 적어도 두 그룹들은 상기 패턴의 형상들의 에지에 대응하는 제 1 그룹의 픽셀들 및, 상기 에지는 연장 방향을 가지며, 상기 연장 방향에 평행한 소정의 좌표 변위에 의하여 상기 제 1 그룹의 픽셀들에 관련되는 제 2 그룹의 픽셀들을 포함하는 것을 특징으로 하는 패터닝된 표면 검사 방법.
제 8항에 있어서,

상기 좌표 변위는 1 내지 10 픽셀 범위의 크기를 가지는 것을 특징으로 하는 패터닝된 표면 검사 방법.
제 1항에 있어서,

상기 적어도 두 그룹들은 상기 패턴의 제 1 영역 내의 형상의 코너에 대응하는 제 1 그룹의 픽셀들 및 상기 패턴의 제 2 영역 내의 형상의 코너에 대응하는 제 2 그룹의 픽셀들을 포함하는 것을 특징으로 하는 패터닝된 표면 검사 방법.
제 1항에 있어서,

상기 패터닝된 표면은 마스크이고,

그리고 여기서 상기 참조 데이터는 상기 패턴의 디자인에 대응하는 정보의 데이터베이스인 것을 특징으로 하는 패터닝된 표면 검사 방법.
제 1항에 있어서,

상기 패터닝된 표면은 웨이퍼 상에 형성된 다이인 것을 특징으로 하는 패터닝된 표면 검사 방법.
제 1항에 있어서,

상기 참조 데이터는 유사한 샘플 영역의 이미지를 발생함으로써 발생하는 것을 특징으로 하는 패터닝된 표면 검사 방법.
일련의 참조 데이터에 실질적으로 대응하는 패턴을 구비한 패터닝된 표면을 검사하는 방법에 있어서,

상기 패턴의 적어도 하나의 영역의 다중레벨 픽셀 이미지를 발생하는 단계와;

상기 패턴의 적어도 하나의 영역에 대응하는 상기 참조 데이터를 처리하여 소정의 픽셀 변위 벡터 하에서 불변할 것으로 예상되는 적어도 한 그룹의 픽셀들을 식별하는 단계와; 그리고

상기 다중레벨 픽셀 이미지로부터의 상기 적어도 한 그룹의 픽셀들을 상기 픽셀 변위 벡터에 의하여 그에 관련된 픽셀들과 비교하는 단계를 포함하는 것을 특징으로 하는 패터닝된 표면 검사 방법.
제 14항에 있어서,

상기 처리 단계는 상기 적어도 한 그룹의 픽셀들로부터, 상기 소정의 픽셀 변위 벡터 하에서 불변할 것으로 예상되는 상기 픽셀들의 서브세트를 배제하는 침식 동작을 포함하는 것을 특징으로 하는 패터닝된 표면 검사 방법.
제 14항에 있어서,

상기 처리 단계는 상기 변위 벡터의 합산 및 감산 모두에서 불변할 것으로 예상되는 픽셀들을 식별하기 위하여 수행되고,

그리고 여기서 상기 비교 단계는 상기 다중레벨 픽셀 이미지로부터의 상기 적어도 한 그룹의 픽셀들 각각을 상기 변위 벡터의 합산 및 감산 모두에 의하여 그에 관련되는 픽셀들과 비교하는 단계를 포함하는 것을 특징으로 하는 패터닝된 표면 검사 방법.
제 14항에 있어서,

상기 처리 단계 및 비교 단계는 다른 방향들의 다수의 픽셀 변위 벡터들 각각에 대하여 반복되는 것을 특징으로 하는 패터닝된 표면 검사 방법.
제 17항에 있어서,

상기 비교 단계는 상기 픽셀들의 그레이스케일 레벨들이 소정의 임계값 이상만큼 다른 경우 잠재적인 결함 출력을 선택적으로 발생하며,

상기 방법은:

픽셀이 불변할 것으로 예상되는 다수의 상기 변위 벡터들에 대응하는 대칭 카운트를 식별하는 단계와;

상기 픽셀에 대하여 발생된 다수의 잠재적인 결함 출력들에 대응하는 잠재적인 결함 카운트를 발생하는 단계와;

상기 대칭 카운트 및 상기 잠재적인 결함 카운트 모두를 사용하는 결함 결정 기준을 적용하여 상기 픽셀에 대한 바이너리 결함 출력을 발생하는 단계를 포함하는 것을 특징으로 하는 패터닝된 표면 검사 방법.
제 18항에 있어서,

상기 다수의 픽셀 변위 벡터들은 적어도 4개의 다른 방향들의 변위 벡터들을 포함하는 것을 특징으로 하는 패터닝된 표면 검사 방법.
제 18항에 있어서,

상기 다수의 픽셀 변위 벡터들은 8개의 다른 방향들의 변위 벡터들을 포함하는 것을 특징으로 하는 패터닝된 표면 검사 방법.
제 14항에 있어서,

상기 픽셀 변위 벡터는 1 내지 10 픽셀 범위의 크기를 가지는 것을 특징으로 하는 패터닝된 표면 검사 방법.
제 14항에 있어서,

상기 처리 단계 및 상기 비교 단계는 소정의 방향들에서 다른 크기의 다수의 픽셀 변위 벡터들 각각에 대하여 반복되는 것을 특징으로 하는 패터닝된 표면 검사 방법.
제 14항에 있어서,

상기 다중레벨 픽셀을 발생하는 단계는 데이터 출력 속도를 가지는 이미징 시스템에 의하여 수행되고,

그리고 여기서 적어도 상기 처리 단계 및 상기 비교 단계는 상기 데이터 출력 속도에 의하여 제한되는 속도로 수행되는 것을 특징으로 하는 패터닝된 표면 검사 방법.
제 14항에 있어서,

상기 참조 데이터를 사용하여 상기 그룹의 픽셀들로부터의 각 픽셀들에 대한 임계값을 발생하는 단계를 더 포함하며,

여기서 상기 비교 단계는 상기 픽셀들의 그레이스케일 레벨들 사이의 차이의 크기를 대응하는 임계값에 비교함으로써 수행되는 것을 특징으로 하는 패터닝된 표면 검사 방법.
제 24항에 있어서,

픽셀에 대한 상기 임계값은 위치 의존 함수로서 변화하는 것을 특징으로 하는 패터닝된 표면 검사 방법.
일련의 참조 데이터에 실질적으로 대응하는 패턴을 구비한 패터닝된 표면을 검사하는 방법에 있어서,

상기 참조 데이터를 처리하여, 정의된 형상들을 포함하는 패턴의 영역들을 식별하는 단계와;

상기 참조 데이터를 사용하여 상기 영역들을 소정의 기준에 따라서 유사할 것으로 예상되는 상기 정의된 형상들의 비교가능한 발생들을 포함하는 영역들의 세트들로 분류하는 단계와;

상기 비교가능한 발생들을 포함하는 다수의 상기 영역들의 다중레벨 픽셀 이미지들을 획득하는 단계와; 그리고

상기 다중레벨 픽셀 이미지를 상기 비교가능한 발생들에 비교하는 단계를 포함하는 것을 특징으로 하는 패터닝된 표면 검사 방법.
제 26항에 있어서,

상기 비교 단계는 다중레벨 픽셀 이미지들 사이의 편차의 측정을 사용하여 상기 정의된 형상들의 비교가능한 발생들의 상기 이미지들에 관련한 통계적인 데이터를 유도하는 단계와; 그리고

중요성 기준을 상기 통계적인 데이터에 적용하여, 상기 정의된 형상들의 비교가능한 발생들로부터 통계적으로 중요한 방식으로 상이한 형상들을 식별하는 단계를 포함하는 것을 특징으로 하는 패터닝된 표면 검사 방법.