KR20220123467A - 패턴 매칭 장치, 패턴 측정 시스템 및 비일시적 컴퓨터 가독 매체 - Google Patents

패턴 매칭 장치, 패턴 측정 시스템 및 비일시적 컴퓨터 가독 매체 Download PDF

Info

Publication number
KR20220123467A
KR20220123467A KR1020227027847A KR20227027847A KR20220123467A KR 20220123467 A KR20220123467 A KR 20220123467A KR 1020227027847 A KR1020227027847 A KR 1020227027847A KR 20227027847 A KR20227027847 A KR 20227027847A KR 20220123467 A KR20220123467 A KR 20220123467A
Authority
KR
South Korea
Prior art keywords
edge
computer system
pattern
candidates
pattern matching
Prior art date
Application number
KR1020227027847A
Other languages
English (en)
Inventor
리앙 리
유이치 아베
와타루 나가토모
Original Assignee
주식회사 히타치하이테크
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 주식회사 히타치하이테크 filed Critical 주식회사 히타치하이테크
Publication of KR20220123467A publication Critical patent/KR20220123467A/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
    • G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
    • G06V10/751—Comparing pixel values or logical combinations thereof, or feature values having positional relevance, e.g. template matching
    • G06V10/7515—Shifting the patterns to accommodate for positional errors
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N23/00—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00
    • G01N23/22—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by measuring secondary emission from the material
    • G01N23/225—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by measuring secondary emission from the material using electron or ion
    • G01N23/2251—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by measuring secondary emission from the material using electron or ion using incident electron beams, e.g. scanning electron microscopy [SEM]
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B15/00—Measuring arrangements characterised by the use of electromagnetic waves or particle radiation, e.g. by the use of microwaves, X-rays, gamma rays or electrons
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B9/00—Measuring instruments characterised by the use of optical techniques
    • G01B9/04—Measuring microscopes
    • G—PHYSICS
    • G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
    • G03F—PHOTOMECHANICAL PRODUCTION OF TEXTURED OR PATTERNED SURFACES, e.g. FOR PRINTING, FOR PROCESSING OF SEMICONDUCTOR DEVICES; MATERIALS THEREFOR; ORIGINALS THEREFOR; APPARATUS SPECIALLY ADAPTED THEREFOR
    • G03F1/00—Originals for photomechanical production of textured or patterned surfaces, e.g., masks, photo-masks, reticles; Mask blanks or pellicles therefor; Containers specially adapted therefor; Preparation thereof
    • G03F1/68—Preparation processes not covered by groups G03F1/20 - G03F1/50
    • G03F1/82—Auxiliary processes, e.g. cleaning or inspecting
    • G03F1/84—Inspecting
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/12—Edge-based segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/60—Extraction of image or video features relating to illumination properties, e.g. using a reflectance or lighting model
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
    • G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
    • G06V10/751—Comparing pixel values or logical combinations thereof, or feature values having positional relevance, e.g. template matching
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
    • G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
    • G06V10/757—Matching configurations of points or features
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01J—ELECTRIC DISCHARGE TUBES OR DISCHARGE LAMPS
    • H01J37/00—Discharge tubes with provision for introducing objects or material to be exposed to the discharge, e.g. for the purpose of examination or processing thereof
    • H01J37/26—Electron or ion microscopes; Electron or ion diffraction tubes
    • H01J37/28—Electron or ion microscopes; Electron or ion diffraction tubes with scanning beams
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2223/00—Investigating materials by wave or particle radiation
    • G01N2223/40—Imaging
    • G01N2223/401—Imaging image processing
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2223/00—Investigating materials by wave or particle radiation
    • G01N2223/40—Imaging
    • G01N2223/418—Imaging electron microscope
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2223/00—Investigating materials by wave or particle radiation
    • G01N2223/60—Specific applications or type of materials
    • G01N2223/611—Specific applications or type of materials patterned objects; electronic devices
    • G01N2223/6116—Specific applications or type of materials patterned objects; electronic devices semiconductor wafer
    • 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

Abstract

패턴 매칭 장치는, 설계 데이터(104)에 의거하는 제1 패턴 데이터와 전자 현미경의 촬상 화상(102)을 나타내는 제2 패턴 데이터 사이에서 패턴 매칭 처리를 실행하는 컴퓨터 시스템을 구비한다. 컴퓨터 시스템은, 1개 이상의 제1 에지 후보를 포함하는 제1 에지 후보 그룹을 취득하고, 선출 필요 개수(제2 패턴 데이터에 의거해서 선출해야 할 제2 에지 후보의 수)를 취득하고, 선출 필요 개수의 제2 에지 후보를 포함하는 제2 에지 후보 그룹을 취득하고, 제1 에지 후보 그룹과 제2 에지 후보 그룹의 서로 다른 대응짓기의 조합의 각각에 대하여 대응 평가값을 취득하고, 대응 평가값에 의거해서 조합 중 하나를 선택하고, 선택된 상기 조합에 의거해서, 매칭 시프트양을 계산한다.

Description

패턴 매칭 장치, 패턴 측정 시스템 및 비일시적 컴퓨터 가독 매체
본 개시는 패턴 매칭 장치, 패턴 측정 시스템 및 비일시적 컴퓨터 가독 매체에 관한 것이며, 특히, 패턴의 에지 신호가 미약해도, 고정밀도의 매칭 처리를 실현하는 것에 관한 것이다.
반도체 웨이퍼 상에 형성된 패턴을 계측, 검사하는 장치에서는, 템플릿 매칭 기술을 이용해서, 원하는 계측을 행하거나, 계측 위치에 검사 장치의 시야를 맞추는 경우가 많다. 특허문헌 1에는 그와 같은 템플릿 매칭의 일례가 설명되어 있다. 또, 템플릿 매칭은, 미리 등록된 템플릿 화상과 가장 일치하는 영역을, 탐색 대상의 화상으로부터 발견하는 처리이다.
또한 특허문헌 2에는, 템플릿 매칭용의 템플릿을, 반도체 디바이스의 설계 데이터에 의거해서 작성하는 방법이 설명되어 있다. 설계 데이터에 의거해서 템플릿을 작성할 수 있으면, 템플릿 작성을 위해서 일부러 검사 장치에서 화상을 취득하는 수고가 없어지는 등의 이점이 있다.
특허문헌 3에는, 템플릿과 피탐색 화상 사이에서, 패턴에 포함되는 에지(층의 단부(端部) 또는 층간의 경계 등)의 위치나 수에 변화가 있는 경우여도, 고정밀도의 매칭을 행하는 방법이 설명되어 있다.
일본국 특허 제4218171호 공보(대응 미국특허 제6,627,888호 명세서) 일본국 특허 제4199939호 공보(대응 미국특허 제7,235,782호 명세서) 국제공개 제2016/121073호 팸플릿
최근, 반도체 프로세스의 진화에 따라, 주사 전자 현미경(SEM)에서 촬영한 화상(SEM상)에 있어서, 에지가 미약한 케이스가 증가하고 있다. 특히 다층 패턴에 있어서는, 이 경향이 현저하다. 미약한 에지를 사용한 패턴 매칭 처리가 필요하다.
그러나, 종래의 기술에서는, SEM상으로부터 미약한 에지를 정확히 취득하는 것은 곤란하다.
예를 들면, 특허문헌 3은, 에지 강도를 사용한 문턱값에 의거해서 에지 후보를 선출(選出)하는 방법을 개시하고 있지만, 반도체 패턴의 구성, 재질, 구조 등의 차이, 또는 계측 조건의 차이 등에 따라, SEM상의 모습이 설계 데이터와 다르기 때문에, 미약한 에지의 에지 강도가 얼마나 약한지를 예측할 수 없다. 문턱값 처리를 이용해서 에지의 선출을 행하면, 실제 에지(올바른 에지)의 누락이 있을 가능성이 있다. 반대로 문턱값 처리를 사용하지 않고 모든 에지 후보를 선출해 버리면, 후단의 대응짓기 처리의 처리 시간이 길어지는 케이스가 있다. 또한, 대응짓기 처리의 자유도가 증가함에 의해, 매칭 처리가 불안정해질 가능성이 있다.
이와 같이, 미약한 패턴 에지를 포함하는 SEM상에서는, 적절한 매칭을 행할 수 없을 가능성이 있고, 이것이 매칭 처리 후의 계측이나 검사에 영향을 미칠 가능성이 있다.
미약한 에지를 포함하는 SEM상에 있어서, 에지의 선출 처리를 어떻게 처리하는지는, 특허문헌 1, 2, 3에는 개시되어 있지 않다.
본 개시는 이와 같은 과제를 해결하기 위해서 이루어진 것이며, 미약한 에지를 포함하는 SEM상이어도 적절하게 에지 후보를 선출하여, 고정밀도의 위치 결정을 행할 수 있는 패턴 매칭 장치, 패턴 측정 시스템 및 비일시적 컴퓨터 가독 매체를 제안한다.
본 개시에 따른 패턴 매칭 장치의 일례는,
설계 데이터에 의거하는 제1 패턴 데이터와 전자 현미경의 촬상 화상을 나타내는 제2 패턴 데이터 사이에서 패턴 매칭 처리를 실행하는 컴퓨터 시스템을 구비한 패턴 매칭 장치에 있어서,
상기 컴퓨터 시스템은, 상기 제1 패턴 데이터에 의거해서, 1개 이상의 제1 에지 후보를 포함하는 제1 에지 후보 그룹을 취득하고,
상기 컴퓨터 시스템은 선출 필요 개수를 취득하고, 상기 선출 필요 개수는, 상기 제2 패턴 데이터에 의거해서 선출해야 할 제2 에지 후보의 수를 나타내고,
상기 컴퓨터 시스템은, 상기 제2 패턴 데이터에 의거해서, 상기 선출 필요 개수의 제2 에지 후보를 포함하는 제2 에지 후보 그룹을 취득하고,
상기 컴퓨터 시스템은, 상기 제1 에지 후보 그룹과 상기 제2 에지 후보 그룹의 서로 다른 대응짓기의 조합의 각각에 대하여, 상기 제1 및 제2 에지 후보 그룹에 의거하는 대응 평가값을 취득하고,
상기 컴퓨터 시스템은, 상기 대응 평가값에 의거해서 상기 조합 중 하나를 선택하고,
상기 컴퓨터 시스템은, 선택된 상기 조합에 의거해서, 매칭 시프트양을 계산하는,
것을 특징으로 한다.
본 개시에 따른 패턴 측정 시스템의 일례는, 전술한 패턴 매칭 장치와, 주사 전자 현미경을 포함한다.
본 개시에 따른 비일시적 컴퓨터 가독 매체의 일례에는, 컴퓨터 시스템을, 전술한 패턴 매칭 장치에 포함되는 컴퓨터 시스템으로서 기능시키는, 컴퓨터 시스템 상에서 실행 가능한 프로그램 명령이 저장되어 있다.
본 개시에 따른 패턴 매칭 장치, 패턴 측정 시스템 및 비일시적 컴퓨터 가독 매체에 의하면, 미약한 에지를 포함하는 SEM상이어도 적절하게 에지 후보를 선출하여, 고정밀도의 위치 결정을 행하는 것이 가능해진다.
도 1은 본 개시의 실시예 1에 따른 패턴 매칭 장치의 구성예.
도 2는 에지에 따른 처리의 예.
도 3은 에지 후보 선출 필요 개수를 취득하기 위해서 기계 학습을 이용하는 방법의 예.
도 4는 도 1의 패턴 매칭 장치와, 주사 전자 현미경을 포함하는, 패턴 측정 시스템의 구성예.
도 5는 에지 후보 선출 필요 개수를 취득하기 위해서 기계 학습을 이용하는 방법의 다른 예.
도 6은 도 4의 패턴 측정 시스템의 다른 구성예.
이하에, 도면을 이용해서, 본 개시에 따른 패턴 매칭 장치, 패턴 측정 시스템 및 비일시적 컴퓨터 가독 매체를 설명한다. 또, 도면 중에서 동일한 구성 요소에는 동일한 참조 부호를 부여하고 있다.
(실시예 1)
도 1은, 본 개시의 실시예 1에 따른 패턴 매칭 장치의 구성예이다. 패턴 매칭 장치는, 패턴 매칭 처리를 실행하는 연산 처리 장치로서 구성할 수 있다. 연산 처리 장치는, 예를 들면 컴퓨터 시스템에 의해서 구성할 수 있다.
도 1은, 특히, 연산 처리 장치에 의해서 실행되는 패턴 매칭 처리의 흐름을 나타낸다. 패턴 매칭 처리는, 예를 들면, 계측 장치에 의해서 취득되는 상으로부터 얻어지는 에지 후보와, 설계 데이터로부터 얻어지는 에지 후보의 적절한 대응짓기를 탐색하는 공정을 포함한다.
본 실시예에서는, 계측 장치의 일례로서 주사 전자 현미경(Scanning Electron Microscope. 이하 「SEM」)을 이용한다. SEM은, 예를 들면 반도체 웨이퍼 상에 형성된 반도체 디바이스의 패턴의 치수를 계측하기 위해서 이용된다. 또 SEM의 구체적 구성예에 대해서는 도 4를 이용해서 후술한다.
본 실시예에 있어서, 연산 처리 장치는, SEM상 취득부(101)와, 설계 데이터 취득부(103)와, 패턴 매칭 처리부(130)를 구비한다. 패턴 매칭 처리부(130)는, 예를 들면 컴퓨터 시스템으로서 구성할 수 있다.
설계 데이터 취득부(103)는, 설계 데이터(104)(제1 패턴 데이터)를 취득해서 패턴 매칭 처리부(130)에 공급한다. 또, 본 실시예에서는 설계 데이터(104) 그 자체를 제1 패턴 데이터로 하지만, 제1 패턴 데이터는 설계 데이터(104)에 의거해서 얻어지는 것이면 임의의 형식 및 내용의 데이터로 할 수 있다.
SEM상 취득부(101)는, SEM상(102)(제2 패턴 데이터)을 취득해서 패턴 매칭 처리부(130)에 공급한다. 또, SEM상(102) 대신에, 다른 방식의 전자 현미경의 촬상 화상을 이용해도 된다.
설계 데이터(104)는, SEM상(102)에 나타나는 패턴에 대응한다. 예를 들면, 어느 설계 데이터(104)에 의거해서 반도체 디바이스의 패턴이 형성되고, 그 패턴을 SEM에 의해서 촬상한 것이 SEM상(102)이다. 다양한 SEM상(102)에 각각 대응하는 설계 데이터(104)가, 사전에 준비되어 연산 처리 장치에 공급된다.
SEM상(102)과 설계 데이터(104)의 관련짓기는 임의의 방법에 의해 결정할 수 있지만, 예를 들면 연산 처리 장치가 SEM상(102)에 따라서 자동적으로 적절한 설계 데이터(104)를 취득해도 되고, 연산 처리 장치의 유저가 SEM상(102)에 따른 설계 데이터(104)를 지정해도 된다.
SEM상(102)에는 복수의 에지가 나타난다. 에지란, 예를 들면, 물리적 구조를 나타내는 패턴에 있어서의 층의 단부 또는 층간의 경계 등이다. SEM상(102)에 있어서의 에지는, 예를 들면 소정 방향(구체예로서 종방향)으로, 서로 평행하게 연장되는 선분 형상의 구조이다.
마찬가지로, 설계 데이터(104)에도 복수의 에지가 나타난다. 설계 데이터(104)는 예를 들면 에지를 나타내는 선분의 시점 및 종점을 나타내는 좌표 데이터를 포함한다. 본 실시예에서는, 설계 데이터(104)에 있어서의 에지는 소정 방향(구체예로서 종방향)으로, 서로 평행하게 연장되는 선분에 의해서 나타난다.
본 실시예에서는, SEM상(102) 및 설계 데이터(104)에 있어서의 각 에지의 위치는, 각각 단일의 스칼라값(예를 들면 X좌표값)에 의해서 나타낼 수 있는 것으로 한다. 이와 같이 표현된 에지의 위치를 이용하면, 화상 상의 에지를 구체적인 정보 처리에 이용할 수 있다.
패턴 매칭 처리부(130)는, SEM상(102)과 설계 데이터(104) 사이에서, 패턴 매칭 처리를 실행한다. 패턴 매칭 처리의 결과로서, 매칭 시프트양(107)이 출력된다. 매칭 시프트양(107)은, SEM상(102)과 설계 데이터(104) 사이의 위치의 시프트양 또는 차를 나타낸다.
매칭 시프트양(107)은, 예를 들면 단일의 스칼라값(예를 들면 X방향의 시프트양)에 의해서 나타낼 수 있다.
이상적으로는, 설계 데이터(104)에 포함되는 모든 에지를, 같은 시프트양만큼 시프트시키면, SEM상(102)에 포함되는 에지에 완전히 일치하게 된다. 현실에는, 서로 대응하지 않는 에지가 존재할 가능성이 있고, 또한 시프트양에도 어느 정도의 오차가 발생할 가능성이 있지만, 에지 간의 최적의 대응짓기를 부여하는 최적의 시프트양으로서 매칭 시프트양(107)을 결정하는 것은 가능하다.
이하, 패턴 매칭 처리부(130)의 구성 및 동작에 대하여 설명한다. 패턴 매칭 처리부(130)는, 에지 후보 추출부(121)와, 에지 후보 선출 필요 개수 계산부(123)와, 에지 후보 선출 처리부(125)와, 에지 후보와 설계 데이터의 대응짓기 후보 선출부(126)(이하 「대응짓기 후보 선출부(126)」라 함)와, 대응 평가값 계산부(110)와, 에지 대응짓기 처리부(112)와, 매칭 시프트양 계산부(106)를 구비한다.
우선, 에지 후보 선출 필요 개수 계산부(123)가, 에지 후보 선출 필요 개수(124)를 취득한다. 에지 후보 선출 필요 개수(124)는, 설계 데이터(104)에 포함되는 에지의 수 이상의 수이다.
에지 후보 선출 필요 개수 계산부(123)가 에지 후보 선출 필요 개수(124)를 취득하기 위한 방법은, 임의로 설계 가능하다. 예를 들면, 도 1에 나타내는 바와 같이, 에지 후보 선출 필요 개수 계산부(123)가, SEM상(102) 및 설계 데이터(104)에 의거해서 자동적으로 계산해도 된다(구체예는 도 3 등을 이용해서 후술함). 또는, 유저가 설계 데이터(104)에 따라서 적절한 수를 입력하고, 이것을 에지 후보 선출 필요 개수 계산부(123)가 취득해도 된다.
다음으로, 에지 후보 추출부(121)가, SEM상(102)에 의거해서, 일차 에지 후보(122)를 취득한다. 여기에서 취득되는 일차 에지 후보(122)의 수는, 에지 후보 선출 필요 개수(124) 이상이다.
도 2를 이용해서, 에지에 따른 처리의 예를 설명한다. 도 2의 (a)는 일차 에지 후보(122)를 추출하는 처리에 따른 그래프이다. 횡축(202)은 SEM상(102)에 있어서의 특정 방향의 좌표(예를 들면 X좌표)를 나타내고, 종축(204)은 신호 강도(예를 들면 휘도)를 나타낸다. 라인 프로파일(201)은, SEM상(102)의 각 화소의 신호 강도를, SEM상(102)에 있어서 횡축(202)과 직교하는 방향(예를 들면 Y축 방향이고, 라인 패턴의 길이 방향에 대응함)으로 투영해서 생성한 프로파일이다.
라인 프로파일(201)에 의거해서 추출되는 점(203)이, 일차 에지 후보로 된다. 도 2의 (a)의 예에서는 20개의 일차 에지 후보가 취득된다.
일차 에지 후보를 추출하는 방법으로서는, 예를 들면 라인 프로파일(201)에 있어서, 소정 화소수의 폭을 갖는 구획 내에 있어서 신호 강도가 최대값으로 되는 위치를, 일차 에지 후보로서 추출할 수 있다. 또, 일차 에지 후보를 추출하는 처리는, 상기 방법으로 한정하는 것은 아니며, 에지로 될 가능성이 있는 위치를 적절하게 추출할 수 있는 처리여도 된다.
이 처리에 있어서는, 미약한 에지를 보다 확실히 추출하기 위해서, 문턱값에 의거하는 제외 처리나, 노이즈에 기인하는 거짓 에지의 제외 처리를 행하지 않는 것이 바람직하다.
에지 후보 선출 필요 개수(124)는, SEM상(102)에 의거해서 선출해야 할 제2 에지 후보(108)의 수를 나타내고, SEM상(102)에 있어서의 실제 에지의 누락이 없도록 결정되는 수이다. 에지 후보 선출 필요 개수(124)를 적절하게 결정함에 의해, 연산의 대상으로 되는 에지 후보의 수를 최소한으로 하는 것이 가능해진다. 이와 같은 처리를 이용하면, 대응짓기 후보(109)(후술하는 이산 최적화 처리의 대상으로 되는 후보)가 적어져서, 패턴 매칭 처리에 필요한 시간이 단축되며, 또한, 처리가 안정된다는 효과가 얻어진다.
다음으로, 에지 후보 선출 처리부(125)가, SEM상(102)에 있어서의 일차 에지 후보 중에서, 설계 데이터(104)의 에지와 실제로 대응시키는 제2 에지 후보(108)를 복수 선출한다.
예를 들면, 에지 후보 선출 처리부(125)는, 일차 에지 후보의 각각에 대하여 에지 평가값을 산출하고, 이 에지 평가값에 의거해서 제2 에지 후보(108)를 선출한다. 여기에서 선출되는 제2 에지 후보(108)의 수는, 에지 후보 선출 필요 개수(124)와 동일하다.
도 2의 (b)는 제2 에지 후보(108)를 선출하는 처리에 따른 그래프이다. 횡축(222)은 도 2의 (a)와 마찬가지이고, 종축(221)은 에지 평가값을 나타낸다. 이하, 에지 평가값의 예로서, 에지로서의 강도를 나타내는 에지 강도를 이용한다.
우선, 에지 후보 선출 처리부(125)는, 일차 에지 후보의 각각에 대하여 에지 강도를 산출한다. 예를 들면, 어느 일차 에지 후보(224)의 에지 강도의 값은 223이고, 도 2의 (b)의 예에서는 에지 강도가 가장 높은 일차 에지 후보이다.
에지 강도의 산출 방법으로서는, 예를 들면 도 2의 (a)의 라인 프로파일(201)에 있어서, 당해 일차 에지 후보에 대응하는 신호 강도와, 당해 일차 에지 후보 주변(예를 들면 그 일차 에지 후보의 위치를 중앙으로 해서 전후 소정 화소수의 폭을 갖는 구획 내)의 신호 강도의 최저값(국소적인 최소값)과 차로서 산출할 수 있다.
또한, 다른 예로서, 도 2의 (a)의 라인 프로파일(201)에 있어서, 당해 일차 에지 후보 주변의 경사(미분값)에 의거해서 에지 강도를 산출할 수 있다.
이와 같이, SEM상(102)에 있어서의 휘도에 의거해서, 또는 SEM상(102)에 있어서의 각 위치의 휘도를 나타내는 신호의 파형에 의거해서, 에지 강도를 산출함에 의해, 비교적 적은 연산량으로 에지 강도를 취득할 수 있다.
에지 강도의 산출 방법은 이들로 한정되지 않으며, SEM상(102)에 있어서, 에지에 있어서 높은 값을 부여하는 지표값을 이용하는 방법이면 어떠한 방법이어도 된다.
다음으로, 에지 후보 선출 처리부(125)는, 에지 강도에 의거해서, 각 일차 에지 후보에 순위매김을 한다. 순위매김의 구체예로서, 에지 강도의 내림차순으로 일차 에지 후보에 순위를 매길 수 있다. 예를 들면, 어느 일차 에지 후보(224)의 에지 강도의 값(223)이, 모든 일차 에지 후보의 에지 강도 중에서 가장 높은 것인 경우에는, 그 일차 에지 후보(224)에 대해서 1위로 순위매긴다.
또, 상기의 예는, 에지 강도가 클수록 실제 에지일 가능성이 높은 경우를 상정하고 있지만, 반대로 에지 강도가 작을수록 실제 에지일 가능성이 높은 경우에는, 에지 강도의 오름차순으로 순위매김을 해도 된다.
이와 같이 해서 순위매겨진 일차 에지 후보 중에서, 순위에 따라서, 에지 후보 선출 필요 개수(124)와 동일한 수의 일차 에지 후보만을 선출한다. 선출된 에지 후보는, 설계 데이터(104)의 에지와 실제로 대응시키는 후보(제2 에지 후보(108))로 된다.
도 2의 (b)의 예에 있어서, 어느 일차 에지 후보(224)는 제2 에지 후보로서 선출되어 있고(실선에 의해 나타냄), 다른 에지 후보(225)는 선출되어 있지 않다(파선에 의해 나타냄). 선출된 제2 에지 후보(108)로 이루어지는 제2 에지 후보 그룹을 도 2의 (c)에 나타낸다.
이와 같이 해서, 패턴 매칭 처리부(130)는, SEM상(102)에 의거해서, 각 제2 에지 후보(108)의 위치를 결정함에 의해, 에지 후보 선출 필요 개수(124)의 제2 에지 후보(108)를 포함하는 제2 에지 후보 그룹을 취득한다.
다음으로, 대응짓기 후보 선출부(126)가, 설계 데이터(104)에 의거해서, 1개 이상의 제1 에지 후보(113)를 포함하는 제1 에지 후보 그룹을 취득한다.
도 2의 (d)는 제1 에지 후보를 선출하는 처리에 따른 도면이다. 형상(261)은, 설계 데이터(104)에 대응하는 패턴의 단면에 나타나는 요철을 모식적으로 나타낸다. 이 단면은, 축(262)과 평행하다. 축(262)은, 층의 형상(261)에 대응하는 제1 에지 후보의 위치를 나타내며, 예를 들면 도 2의 (a)의 횡축(202)에 대응하는 방향의 축이다.
도 2의 (d)의 패턴은, 상층 및 하층을 갖는 패턴이다. 상층의 라인(263)과, 상층의 스페이스(264)(또는 하층의 라인)와, 하층의 스페이스(265)가 나타나 있다. 이들의 경계가, 설계 데이터(104)의 에지(제1 에지 후보)로 된다. 예를 들면, 상층의 라인(263)과 상층의 스페이스(264)의 경계에 있는 에지(266)는 상층의 에지이고, 상층의 스페이스(264)(즉 하층의 라인)와 하층의 스페이스(265)의 경계에 있는 에지(267)는 하층의 에지이다.
이와 같이, 설계 데이터(104)는, 제1 에지 후보의 위치를 나타내는 정보를 포함하고 있다. 또, 전술한 바와 같이 본 실시예에서는 설계 데이터(104)는 예를 들면 각 에지를 나타내는 선분의 시점 및 종점을 나타내는 좌표 데이터를 포함하고 있으므로, 이것에 의거해서 제1 에지 후보의 위치를 취득할 수 있다.
도 2의 (d)의 예에서는, 상층의 에지가 2개, 하층의 에지가 2개, 각각 나타난다. 이와 같이 해서, 4개의 제1 에지 후보로 이루어지는 제1 에지 후보 그룹이 취득된다. 또 본 실시예에서는, 선출된 제1 에지 후보가 모두 제2 에지 후보와의 대응짓기 처리의 대상으로 된다.
다음으로, 대응짓기 후보 선출부(126)는, 제1 에지 후보 그룹과 제2 에지 후보 그룹의 서로 다른 대응짓기의 조합을 나타내는, 대응짓기 후보(109)를 생성한다. 도 2의 예에서는, 대응짓기 후보 선출부(126)는, 도 2의 (d)에 나타내는 4개의 제1 에지 후보와, 도 2의 (c)에 나타내는 9개의 제2 에지 후보 사이에서, 대응 관계의 조합을 생성한다. 본 실시예에서는, 대응짓기 후보(109)는, 논리적으로 가능한 모든 대응짓기의 조합을 포함한다.
이 「대응 관계의 조합」은, 예를 들면, 제2 에지 후보 그룹에 포함되는 각 제2 에지 후보를, 제1 에지 후보 그룹에 포함되는 제1 에지 후보의 어느 하나에 대응짓는(또는 어느 제1 에지 후보에도 대응짓지 않는) 경우의 조합을 말한다. 예를 들면, 어느 조합은, 어느 제2 에지 후보를 어느 제1 에지 후보에 대응짓고, 다른 조합은, 그 제2 에지 후보를 다른 제1 에지 후보에 대응짓는다.
대응 평가값 계산부(110)는, 대응짓기의 조합의 각각에 대하여, 제1 및 제2 에지 후보 그룹에 의거하는 대응 평가값(111)을 취득한다. 대응 평가값(111)은, 그 대응짓기의 조합에 있어서의 대응짓기의 타당성을 나타내며, 예를 들면 비용으로서 표현할 수 있다.
대응 평가값(111)은, 예를 들면 이산 최적화 처리에 의해서 산출할 수 있다. 구체예로서, 특허문헌 3에 기재되는 그래프 컷을 이용해도 된다. 또한, 대응 평가값(111)을 산출할 때에는, SEM상(102)에 있어서의 에지 강도에 상관하는 평가값을 이용해도 되고, SEM상(102)에 있어서의 에지(제2 에지 후보)와 설계 데이터에 있어서의 에지(제1 에지 후보)의 상대 어긋남의 평가값을 이용해도 된다.
또, 이 이산 최적화 처리에 있어서, 잘못 선출된 것으로 생각되는 제2 에지 후보는, 어느 제1 에지 후보와도 대응하지 않는 것으로서, 처리의 대상으로부터 제외해도 된다. 이와 같이, 처리의 대상으로 되는 제2 에지 후보의 수를 적게 함에 의해, 대응짓기의 조합의 후보수가 적어져서, 이산 최적화 처리가 고속화되거나, 또는 안정화된다.
다음으로, 에지 대응짓기 처리부(112)가, 대응 평가값(111)에 의거해서, 적절한 대응짓기의 조합을 결정한다. 예를 들면, 대응짓기의 조합 중, 대응 평가값(111)이 가장 큰 것을 하나 선택한다. 이것에 의해서, 실제 에지의 위치 정보 및 설계 데이터와의 대응짓기 정보(105)가 취득된다.
다음으로, 매칭 시프트양 계산부(106)가, 선택된 대응짓기의 조합에 의거해서, 매칭 시프트양(107)을 계산한다. 매칭 시프트양(107)의 계산 방법으로서, 예를 들면 대응짓기에 있어서 쌍을 구성하는 제1 에지 후보 및 제2 에지 후보에 대하여, 이들의 좌표의 어긋남량을 계산하고, 이 어긋남량을 모든 쌍에 대하여 평균한 값으로서 구할 수 있다. 단, 매칭 시프트양의 계산 방법은 이것으로 한정하는 것은 아니며, 임의의 적절한 방법을 이용할 수 있다.
이상 설명하는 바와 같이, 본 개시에 따른 패턴 매칭 장치에 의하면, 미약한 에지를 포함하는 SEM상이어도 적절하게 에지 후보를 선출하여, 고정밀도의 위치 결정을 행하는 것이 가능해진다.
특히, 에지 후보 선출 필요 개수(124)를 이용함으로써, 미약한 에지의 누락을 없애면서, SEM상(102)으로부터 추출되는 에지 후보(제2 에지 후보)의 수를 최소한으로 하는 것이 가능해진다. 따라서, 대응짓기 후보(109)가 적어져서, 패턴 매칭 처리에 필요한 시간이 단축되며, 또한, 처리가 안정된다는 효과가 얻어진다.
이하, 에지 후보 선출 필요 개수 계산부(123)가 에지 후보 선출 필요 개수(124)를 취득할 때의 구체적 처리의 예에 대하여 설명한다. 에지 후보 선출 필요 개수는, 설계 데이터(104)에 포함되는 에지의 개수를 이용해서 구할 수 있다.
에지 후보 선출 필요 개수를 취득하기 위한 제1 방법에서는, 설계 데이터의 에지 개수마다 에지 후보 선출 필요 개수를 관련짓는 표를 포함하는 데이터베이스를 이용한다. 관련짓기는, 예를 들면, 설계 데이터의 에지 개수가 X1인 경우에는, 에지 후보 선출 필요 개수가 Y1이고, 설계 데이터의 에지 개수가 X2인 경우에는, 에지 후보 선출 필요 개수가 Y2인 것과 같이 정의된다.
이와 같은 데이터베이스는 임의의 방법에 의해 작성할 수 있지만, 일례를 이하에 나타낸다. 우선, 설계 데이터의 에지의 개수마다, 모델로 되는 SEM상을 수매 준비한다. 각 SEM상에 있어서, 에지 후보 추출부(121)와 마찬가지의 처리에 의해서 일차 에지 후보를 추출하고, 각 일차 에지 후보의 에지 강도를 계산한다. 에지 강도의 순서로 실제 에지의 누락이 없는 선출 개수를 기록한다(예를 들면, 실제 에지에 대응하는 일차 에지 후보 중, 에지 강도가 가장 작은 것의 순위를 취득하고, 그 순위를 선출 개수로 한다). 이와 같이 해서, 각 SEM상에 대하여 선출 개수를 기록하고, 그들 중 최대값을, 당해 설계 데이터의 에지 개수에 대응하는 에지 후보 선출 필요 개수로 한다.
에지 후보 선출 필요 개수를 취득하기 위한 제2 방법에서는, 기계 학습을 이용한다. 도 3에, 이와 같은 방법의 예를 나타낸다. 이 예에서는, 연산 처리 장치는 학습 완료 모델을 구비한다.
학습 단계에 있어서 이용되는 교사 데이터는, 설계 데이터의 SEM상(307)과, 그 설계 데이터의 에지 개수(301)(즉 제1 에지 후보의 수)와, 실제값의 에지 후보 선출 필요 개수(304)를 포함한다. 학습 모델(302)이 이와 같은 교사 데이터를 이용해서 학습을 행함에 의해, 학습 완료 모델(306)이 생성된다.
설계 데이터의 SEM상(307)은, 설계 데이터에 대응하는 전자 현미경의 촬상 화상이며, 예를 들면, 어느 설계 데이터에 의거해서 반도체 디바이스의 패턴을 형성하고, 형성된 패턴을 SEM에 의해서 촬상한 화상을 이용할 수 있다.
설계 데이터의 에지 개수(301)는, 예를 들면 당해 설계 데이터에 의거해서 자동적으로 취득할 수 있지만, 설계 데이터와는 독립해서 준비되어도 된다. 또한, 설계 데이터의 에지 개수를 추정할 수 있는 다른 데이터를 이용해도 된다.
실제값의 에지 후보 선출 필요 개수(304)는, 예를 들면 유저가 결정해서 지정할 수 있다. 예를 들면, 유저는, 설계 데이터의 SEM상(307)의 화질(콘트라스트, 노이즈 등)을 고려해서, 실제값의 에지 후보 선출 필요 개수(304)를 결정할 수 있다. 이와 같이 하면, 연산 처리 장치는 SEM상의 화질을 고려한 에지 후보 선출 필요 개수를 결정할 수 있다. 또, 실제값의 에지 후보 선출 필요 개수(304)를 구하는 방법은, 이와 같은 방법으로 한정하는 것은 아니며, 다른 방법을 이용해도 된다.
학습 단계에 있어서, 우선, 상기와 같은 교사 데이터를 복수 세트 준비한다. 다음으로, 설계 데이터의 에지 개수(301)와 설계 데이터의 SEM상(307)을 입력으로 하고, 추정한 에지 후보 선출 필요 개수(303)를 출력으로 하는 학습 모델(302)을 구축한다. 학습 모델(302)은, 추정한 에지 후보 선출 필요 개수(303)와, 대응하는 실제값의 에지 후보 선출 필요 개수(304)의 오차(305)를 구하고, 이 오차가 작아지도록, 학습을 행한다.
학습이 완료된 후, 학습 완료 모델(306)을 사용해서, 설계 데이터의 에지 개수와 매칭 대상의 SEM상(도 1의 SEM상(102)에 대응함)을 입력하고, 추정한 에지 후보 선출 필요 개수(308)를 출력한다. 즉, 학습 완료 모델(306)은, 매칭 대상의 SEM상(제2 패턴 데이터)과, 설계 데이터의 에지 개수(제1 에지 후보의 수)의 입력을 접수하고, 추정한 에지 후보 선출 필요 개수(308)를 출력한다.
이와 같이 해서 학습을 행함에 의해, 높은 정밀도로 적절하게 추정한 에지 후보 선출 필요 개수(308)를 출력하는 학습 완료 모델(306)을 생성할 수 있다. 예를 들면, 실제 에지의 누락이 없는 필요한 개수를 선출하는 것이 가능해져서, 미약한 에지를 포함하는 SEM상이어도, 적절한 대응짓기가 가능해진다.
에지 후보 선출 필요 개수를 취득하기 위한 제3 방법에서도, 기계 학습을 이용한다. 도 5에, 이와 같은 방법의 예를 나타낸다. 이 예에서도, 연산 처리 장치는 학습 완료 모델을 구비한다.
학습 단계에 있어서 이용되는 교사 데이터는, 설계 데이터의 SEM상(507)과, 실제값의 에지 후보 개수의 추가율(504)을 포함한다. 학습 모델(502)이 이와 같은 교사 데이터를 이용해서 학습을 행함에 의해, 학습 완료 모델(506)이 생성된다.
실제값의 에지 후보 개수의 추가율(504)은, 설계 데이터의 에지 개수(제1 에지 후보의 수)와, 에지 후보 선출 필요 개수의 관계를 나타내는 값이다. 예를 들면, 설계 데이터의 에지 개수에 대한 에지 후보 선출 필요 개수의 비를 이용할 수 있다. 변형예로서, 이 값은 설계 데이터의 에지 개수와 에지 후보 선출 필요 개수의 차여도 되고, 이들의 관계를 나타내는 다른 값이어도 된다.
실제값의 에지 후보 개수의 추가율(504)은, 예를 들면 유저가 결정해서 지정할 수 있다. 예를 들면, 유저는, 설계 데이터의 SEM상(507)의 화질(콘트라스트, 노이즈 등)을 고려해서, 실제값의 에지 후보 개수의 추가율(504)을 결정할 수 있다. 이와 같이 하면, 연산 처리 장치는 SEM상의 화질을 고려한 에지 후보 선출 필요 개수를 결정할 수 있다. 또, 실제값의 에지 후보 개수의 추가율(504)을 구하는 방법은, 이와 같은 방법으로 한정하는 것은 아니며, 다른 방법을 이용해도 된다.
학습 단계에 있어서, 우선, 상기와 같은 교사 데이터를 복수 세트 준비한다. 다음으로, 설계 데이터의 SEM상(507)을 입력으로 하고, 추정한 에지 후보 개수의 추가율(503)을 출력으로 하는 학습 모델(502)을 구축한다. 학습 모델(502)은, 추정한 에지 후보 개수의 추가율(503)과, 대응하는 실제값의 에지 후보 개수의 추가율(504)의 오차(505)를 구하고, 이 오차가 작아지도록, 학습을 행한다.
학습이 완료된 후, 학습 완료 모델(506)을 사용해서, 매칭 대상의 SEM상(도 1의 SEM상(102)에 대응함)을 입력하고, 추정한 에지 후보 개수의 추가율(508)을 출력한다. 즉, 학습 완료 모델(506)은, 매칭 대상의 SEM상(제2 패턴 데이터)의 입력을 접수하고, 추정한 에지 후보 개수의 추가율(508)(즉, 제1 에지 후보의 수와, 에지 후보 선출 필요 개수의 관계를 나타내는 값)을 출력한다.
이와 같이 해서 학습을 행함에 의해, 높은 정밀도로 적절하게 추정한 에지 후보 개수의 추가율(508)을 출력하는 학습 완료 모델(506)을 생성할 수 있다. 예를 들면, 실제 에지의 누락이 없는 필요한 개수를 선출하는 것이 가능해져서, 미약한 에지를 포함하는 SEM상이어도, 적절한 대응짓기가 가능해진다.
도 4는, 도 1의 패턴 매칭 장치와, SEM(400)을 포함하는, 패턴 측정 시스템의 구성예이다. SEM(400)은, 예를 들면 반도체 웨이퍼(403) 상에 형성된 반도체 디바이스의 패턴 치수 계측에 이용할 수 있다. 패턴 측정 시스템에 있어서의 연산 처리 장치 또는 컴퓨터 시스템은, 예를 들면 처리·제어부(414)로서 구성할 수 있다.
처리·제어부(414)는, 연산 수단(예를 들면 CPU(416))과, 기억 수단(예를 들면 화상 메모리(415)를 포함하는 메모리)을 구비한다. 기억 수단에는 정보를 저장할 수 있으며, 예를 들면 패턴 매칭 처리에 관한 프로그램이 저장된다. 기억 수단은 비일시적 컴퓨터 가독 매체를 포함해도 되고, 프로그램은, 컴퓨터 시스템 상에서 실행 가능한 프로그램 명령으로서, 비일시적 컴퓨터 가독 매체에 저장되어도 된다.
CPU(416)가 이 프로그램을 실행함에 의해, 도 1에 나타내는 패턴 매칭 처리가 실행되고, 즉 처리·제어부(414)가 패턴 매칭 장치로서 기능한다. 환언하면, 이 프로그램은, 컴퓨터 시스템을, 패턴 매칭 장치에 포함되는 연산 처리 장치로서 기능시켜서, 도 1에 나타내는 패턴 매칭 처리를 실행시킨다.
SEM(400)은, 전자총(401)으로부터 전자빔을 발생시킨다. 스테이지(402) 상에 놓인 시료인 반도체 웨이퍼(403) 상의 임의의 위치에 있어서, 전자빔이 초점을 맞춰서 조사되도록, 편향기(404) 및 대물 렌즈(405)가 제어된다.
전자빔이 조사된 반도체 웨이퍼(403)로부터는 2차 전자가 방출되고, 2차 전자 검출기(406)에 의해 검출된다. 검출된 2차 전자는 A/D 변환기(407)에서 디지털 신호로 변환된다. 디지털 신호에 의해서 나타나는 화상이, 처리·제어부(414) 내의 화상 메모리(415)에 저장된다.
이 화상은, 예를 들면 SEM상(102)으로서 이용되고, 이 화상에 의거해서, 처리·제어부(414) 또는 CPU(416)에 의해서, 도 1에 나타내는 패턴 매칭 처리, 도 3 및 도 5에 나타내는 학습 처리가 행해진다.
이들 처리에 대하여 필요한 설정 처리 및 처리 결과의 표시는, 표시 장치(420)에서 행할 수 있다.
SEM보다도 저배율의 광학식 카메라를 이용한 얼라인먼트에 있어서는, 광학식 카메라(411)를 이용해도 된다. 반도체 웨이퍼(403)를 광학식 카메라(411)에서 촬상함으로써 얻어지는 신호도, A/D 변환기(412)에서 디지털 신호로 변환되고(광학식 카메라(411)로부터의 신호가 디지털 신호인 경우는, A/D 변환기(412)는 불요해짐), 디지털 신호에 의해서 나타나는 화상이 처리·제어부(414) 내의 화상 메모리(415)에 저장되고, CPU(416)에서 목적에 따른 화상 처리가 행해진다.
SEM(400)은 반사 전자 검출기(408)를 구비해도 된다. 반사 전자 검출기(408)가 구비되어 있는 경우에는, 반도체 웨이퍼(403)로부터 방출되는 반사 전자를, 반사 전자 검출기(408)에 의해 검출하고, 검출된 반사 전자를 A/D 변환기(409 혹은 410)에서 디지털 신호로 변환한다. 디지털 신호에 의해서 나타나는 화상은, 처리·제어부(414) 내의 화상 메모리(415)에 저장되고, CPU(416)에서 목적에 따른 화상 처리가 행해진다.
또, 화상 메모리(415)와는 별개로 기억 수단(421)이 마련되어도 된다. 또한, 처리·제어부(414)는, 스테이지 컨트롤러(430)를 통해서 스테이지(402)를 제어해도 되고, 편향 제어부(341)를 통해서 대물 렌즈(405) 등을 제어해도 된다.
도 4의 예에서는, 패턴 매칭 장치와 함께 이용하는 검사 장치의 예로서 SEM(400)을 나타냈지만, 패턴 매칭 장치와 함께 이용할 수 있는 장치는 이것으로 한정하지 않는다. 화상을 취득하고, 패턴 매칭 처리를 행하는 임의의 장치(계측 장치, 검사 장치 등)를 패턴 매칭 장치와 함께 이용할 수 있다.
도 6은, 도 4의 패턴 측정 시스템의 다른 구성예이다. 또, 도 6의 구성예는, 도 4와 동일한 구성에 대한 다른 표현으로서 이해되어도 된다. 패턴 측정 시스템은, SEM 본체(601)와, SEM 본체(601)를 제어하는 제어 장치(602)와, 도 1의 패턴 매칭 처리를 실행하는 연산 처리 장치(604)와, 설계 데이터를 저장하는 설계 데이터 기억 매체(605)와, 연산 처리 장치(604)에 필요한 정보를 입력하기 위한 입력 장치(606)를 구비한다.
연산 처리 장치(604)는, 연산 수단(예를 들면 연산 처리부(607))과, 기억 수단(예를 들면 메모리(608))을 구비한다. 기억 수단에는 정보를 저장할 수 있으며, 예를 들면 패턴 매칭 처리에 관한 프로그램이 저장된다.
연산 처리부(607)가 이 프로그램을 실행함에 의해, 도 1에 나타내는 패턴 매칭 처리가 실행되고, 즉 연산 처리 장치(604)가 패턴 매칭 장치로서 기능한다. 환언하면, 이 프로그램은, 컴퓨터 시스템을, 패턴 매칭 장치에 포함되는 연산 처리 장치(604)로서 기능시켜서, 도 1에 나타내는 패턴 매칭 처리를 실행시킨다.
연산 처리부(607)는, 템플릿의 조건을 설정하는 레시피 작성부(611)와, 설정된 템플릿에 의거해서 패턴 매칭 처리를 실행하는 매칭 처리부(612)와, 매칭 처리부(612)에 의해서 특정된 측정 위치의 측정 처리를 실행하는 패턴 측정부(610)를 구비한다.
전자빔의 주사에 의해서 얻어진 이차 전자 등은, 검출기(603)에 의해서 보족(補足)되고, 대응함에 의거해서 SEM상(도 1의 SEM상(102)에 대응함)이 생성된다. SEM상은, 매칭 처리부(612)의 피탐색 화상으로서, 및 패턴 측정부(610)에 의한 측정용 신호로서, 연산 처리 장치(604)에 보내진다.
또, 본 실시예에서는, 제어 장치(602)와 연산 처리 장치(604)가 별개의 것으로서 설명하지만, 이들은 일체형의 제어 장치여도 된다.
검출기(603)에 의해서 보족된 전자에 의거하는 신호는, 제어 장치(602)에 내장된 A/D 변환기에 의해서 디지털 신호로 변환된다. 이 디지털 신호에 의거해서, 연산 처리 장치(604)에 내장되는 화상 처리 하드웨어(CPU, ASIC, FPGA 등)에 의해서, 목적에 따른 화상 처리가 행해진다.
연산 처리부(607)는, 전술한 바와 같이, 레시피 작성부(611), 매칭 처리부(612), 및 패턴 측정부(610)를 구비하고 있다. 잘라내기부(613)는, 설계 데이터 기억 매체(605)로부터 설계 데이터를 판독하고, 그 일부를 잘라내는 처리를 행한다. 여기에서, 설계 데이터로부터 잘라내지는 부분은, 예를 들면 입력 장치(606)로부터 설정된 좌표 정보 등의 패턴 식별 데이터에 의거해서 결정된다.
또한, 레시피 작성부(611)는, 잘라내진 설계 데이터(레이아웃 데이터)에 의거해서, 매칭에 제공되는 패턴 데이터를 작성한다. 여기에서 작성되는 패턴 데이터가, 도 1의 설계 데이터(104)에 대응해도 된다.
매칭 처리부(612) 내의 처리는, 도 1을 이용해서 설명한 바와 같다. 또한 매칭 처리 실행부(609)에서는, 선택된 대응짓기의 조합을 이용해서, 매칭 시프트양을 산출한다. 메모리(608)에는, 설계 데이터, 레시피 정보, 화상 정보, 측정 결과 등이 기억된다.
연산 처리 장치(604)에 있어서의 제어 또는 처리의 일부 또는 모두를, CPU나 화상의 축적이 가능한 메모리를 탑재한 전자계산기 등에 있어서 실현하는 것도 가능하다.
또한, 입력 장치(606)는, 촬상 레시피 작성 장치로서도 기능하며, 촬상 레시피를 작성한다. 촬상 레시피는 측정 조건을 나타내며, 예를 들면, 측정 및 검사에 필요한 전자 디바이스의 좌표, 패턴의 종류, 촬영 조건(광학 조건이나 스테이지의 이동 조건)을 포함한다.
또한, 입력 장치(606)는, 입력된 좌표 정보나, 패턴의 종류에 관한 정보를, 설계 데이터의 레이어 정보 또는 패턴의 식별 정보와 조합하고, 필요한 정보를 설계 데이터 기억 매체(605)로부터 판독하는 기능을 구비해도 된다.
설계 데이터 기억 매체(605)에 기억되는 설계 데이터는, 임의의 형식으로 표현할 수 있지만, 예를 들면 GDS 포맷이나 OASIS 포맷 등으로 표현할 수 있다. 설계 데이터를 표시하기 위한 적절한 소프트웨어가, 설계 데이터의 다양한 포맷에 의한 설계 데이터를 표시하거나, 또는 도형 데이터로서 취급할 수 있다. 도형 데이터는, 설계 데이터에 의거해서 형성되는 패턴의 이상(理想) 형상을 나타내는 선분 화상 정보여도 되고, 이것에 노광 시뮬레이션을 실시함에 의해서, 실제 패턴에 근접하는 변형 처리가 실시된 선분 화상 정보여도 된다.
또한, 도 1에서 설명하는 처리를 행하는 프로그램을 기억 매체에 등록해두고, 화상 메모리를 갖고 주사 전자 현미경에 필요한 신호를 공급하는 제어 프로세서에서, 당해 프로그램을 실행하도록 해도 된다.
102 : SEM상(제2 패턴 데이터) 104 : 설계 데이터(제1 패턴 데이터)
107 : 매칭 시프트양 108 : 제2 에지 후보
109 : 대응짓기 후보 111 : 대응 평가값
122 : 일차 에지 후보 124 : 에지 후보 선출 필요 개수
130 : 패턴 매칭 처리부(컴퓨터 시스템)
302 : 학습 모델 306 : 학습 완료 모델
414 : 처리·제어부(컴퓨터 시스템) 502 : 학습 모델
506 : 학습 완료 모델
508 : 추정한 에지 후보 개수의 추가율(제1 에지 후보의 수와 선출 필요 개수의 관계를 나타내는 값)
604 : 연산 처리 장치(컴퓨터 시스템)

Claims (13)

  1. 설계 데이터에 의거하는 제1 패턴 데이터와 전자 현미경의 촬상 화상을 나타내는 제2 패턴 데이터 사이에서 패턴 매칭 처리를 실행하는 컴퓨터 시스템을 구비한 패턴 매칭 장치에 있어서,
    상기 컴퓨터 시스템은, 상기 제1 패턴 데이터에 의거해서, 1개 이상의 제1 에지 후보를 포함하는 제1 에지 후보 그룹을 취득하고,
    상기 컴퓨터 시스템은 선출(選出) 필요 개수를 취득하고, 상기 선출 필요 개수는, 상기 제2 패턴 데이터에 의거해서 선출해야 할 제2 에지 후보의 수를 나타내고,
    상기 컴퓨터 시스템은, 상기 제2 패턴 데이터에 의거해서, 상기 선출 필요 개수의 제2 에지 후보를 포함하는 제2 에지 후보 그룹을 취득하고,
    상기 컴퓨터 시스템은, 상기 제1 에지 후보 그룹과 상기 제2 에지 후보 그룹의 서로 다른 대응짓기의 조합의 각각에 대하여, 상기 제1 및 제2 에지 후보 그룹에 의거하는 대응 평가값을 취득하고,
    상기 컴퓨터 시스템은, 상기 대응 평가값에 의거해서 상기 조합 중 하나를 선택하고,
    상기 컴퓨터 시스템은, 선택된 상기 조합에 의거해서, 매칭 시프트양을 계산하는,
    것을 특징으로 하는 패턴 매칭 장치.
  2. 제1항에 있어서,
    상기 컴퓨터 시스템은, 상기 제1 패턴 데이터에 의거해서 상기 선출 필요 개수를 결정하는 것을 특징으로 하는, 패턴 매칭 장치.
  3. 제1항에 있어서,
    상기 컴퓨터 시스템은, 상기 제2 패턴 데이터에 의거해서, 상기 선출 필요 개수 이상의 일차 에지 후보를 취득하고,
    상기 컴퓨터 시스템은, 상기 일차 에지 후보의 각각에 대하여 에지 평가값을 산출하고,
    상기 컴퓨터 시스템은, 상기 에지 평가값에 의거해서, 상기 일차 에지 후보 중에서 상기 제2 에지 후보를 선출하는,
    패턴 매칭 장치.
  4. 제3항에 있어서,
    상기 컴퓨터 시스템은, 상기 촬상 화상에 있어서의 휘도에 의거해서 상기 에지 평가값을 산출하는, 패턴 매칭 장치.
  5. 제4항에 있어서,
    상기 컴퓨터 시스템은, 상기 촬상 화상에 있어서의 각 위치의 휘도를 나타내는 신호의 파형에 의거해서 상기 에지 평가값을 산출하는, 패턴 매칭 장치.
  6. 제1항에 있어서,
    상기 제1 패턴 데이터는 상기 제1 에지 후보의 위치를 나타내는 정보를 포함하는, 패턴 매칭 장치.
  7. 제1항에 있어서,
    상기 컴퓨터 시스템은, 각 상기 제2 에지 후보의 위치를 결정함에 의해 상기 제2 에지 후보 그룹을 취득하는, 패턴 매칭 장치.
  8. 제1항에 있어서,
    상기 컴퓨터 시스템은, 학습 완료 모델을 구비하고,
    상기 학습 완료 모델은, 상기 제2 패턴 데이터와, 상기 제1 에지 후보의 수의 입력을 접수하고,
    상기 학습 완료 모델은, 상기 선출 필요 개수를 출력하는,
    패턴 매칭 장치.
  9. 제8항에 있어서,
    상기 학습 완료 모델은, 상기 제1 패턴 데이터에 대응하는 전자 현미경의 촬상 화상과, 상기 제1 에지 후보의 수와, 상기 선출 필요 개수를 포함하는 교사 데이터를 이용해서 학습된 것인, 패턴 매칭 장치.
  10. 제1항에 있어서,
    상기 컴퓨터 시스템은, 학습 완료 모델을 구비하고,
    상기 학습 완료 모델은, 상기 제2 패턴 데이터의 입력을 접수하고,
    상기 학습 완료 모델은, 상기 제1 에지 후보의 수와 상기 선출 필요 개수의 관계를 나타내는 값을 출력하는,
    패턴 매칭 장치.
  11. 제10항에 있어서,
    상기 학습 완료 모델은, 상기 제1 패턴 데이터에 대응하는 전자 현미경의 촬상 화상과, 상기 관계를 나타내는 상기 값을 포함하는 교사 데이터를 이용해서 학습된 것인, 패턴 매칭 장치.
  12. 제1항에 기재된 패턴 매칭 장치와, 주사 전자 현미경을 포함하는, 패턴 측정 시스템.
  13. 컴퓨터 시스템을, 제1항에 기재된 패턴 매칭 장치에 포함되는 컴퓨터 시스템으로서 기능시키는, 컴퓨터 시스템 상에서 실행 가능한 프로그램 명령이 저장되어 있는 비일시적 컴퓨터 가독 매체.
KR1020227027847A 2020-02-20 2020-02-20 패턴 매칭 장치, 패턴 측정 시스템 및 비일시적 컴퓨터 가독 매체 KR20220123467A (ko)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2020/006688 WO2021166142A1 (ja) 2020-02-20 2020-02-20 パターンマッチング装置、パターン測定システムおよび非一時的コンピュータ可読媒体

Publications (1)

Publication Number Publication Date
KR20220123467A true KR20220123467A (ko) 2022-09-06

Family

ID=77391870

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020227027847A KR20220123467A (ko) 2020-02-20 2020-02-20 패턴 매칭 장치, 패턴 측정 시스템 및 비일시적 컴퓨터 가독 매체

Country Status (4)

Country Link
US (1) US20230071668A1 (ko)
KR (1) KR20220123467A (ko)
TW (1) TWI767458B (ko)
WO (1) WO2021166142A1 (ko)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4199939B2 (ja) 2001-04-27 2008-12-24 株式会社日立製作所 半導体検査システム
JP4218171B2 (ja) 2000-02-29 2009-02-04 株式会社日立製作所 走査電子顕微鏡，マッチング方法、及びプログラムを記録したコンピュータ読み取り可能な記録媒体
WO2016121073A1 (ja) 2015-01-30 2016-08-04 株式会社 日立ハイテクノロジーズ パターンマッチング装置、及びパターンマッチングのためのコンピュータプログラム

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH11175701A (ja) * 1997-12-15 1999-07-02 Toshiba Corp 画像記録装置及び画像記録方法、並びに画像処理装置及び画像処理方法
TWI292031B (en) * 2006-02-10 2008-01-01 Ind Tech Res Inst Dimension measuring method and optical measuring system implemented with the method
WO2008032387A1 (fr) * 2006-09-14 2008-03-20 Advantest Corporation Dispositif de mesure de dimension de motif et procédé de mesure de superficie de motif
JP4627782B2 (ja) * 2008-03-05 2011-02-09 株式会社日立ハイテクノロジーズ エッジ検出方法、及び荷電粒子線装置
US10535129B2 (en) * 2011-01-26 2020-01-14 Hitachi High-Technologies Corporation Pattern matching apparatus and computer program
JP6088337B2 (ja) * 2013-04-17 2017-03-01 株式会社アドバンテスト パターン検査方法及びパターン検査装置
US9214317B2 (en) * 2013-06-04 2015-12-15 Kla-Tencor Corporation System and method of SEM overlay metrology
JP6227466B2 (ja) * 2014-04-14 2017-11-08 株式会社日立ハイテクノロジーズ 荷電粒子線装置および検査装置

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4218171B2 (ja) 2000-02-29 2009-02-04 株式会社日立製作所 走査電子顕微鏡，マッチング方法、及びプログラムを記録したコンピュータ読み取り可能な記録媒体
JP4199939B2 (ja) 2001-04-27 2008-12-24 株式会社日立製作所 半導体検査システム
WO2016121073A1 (ja) 2015-01-30 2016-08-04 株式会社 日立ハイテクノロジーズ パターンマッチング装置、及びパターンマッチングのためのコンピュータプログラム

Also Published As

Publication number Publication date
US20230071668A1 (en) 2023-03-09
TWI767458B (zh) 2022-06-11
TW202132747A (zh) 2021-09-01
WO2021166142A1 (ja) 2021-08-26

Similar Documents

Publication Publication Date Title
JP7002949B2 (ja) 画像評価方法及び画像評価装置
US8581162B2 (en) Weighting surface fit points based on focus peak uncertainty
KR101764658B1 (ko) 결함 해석 지원 장치, 결함 해석 지원 장치에 의해 실행되는 프로그램 및 결함 해석 시스템
US11669953B2 (en) Pattern matching device and computer program for pattern matching
TWI492165B (zh) Pattern matching method and device
TWI748242B (zh) 掃描晶圓的系統及方法
KR101522804B1 (ko) 패턴 매칭 장치 및 기록 매체
JP6731370B2 (ja) 画像処理システム及び画像処理を行うためのコンピュータープログラム
KR20130117862A (ko) 패턴 매칭 장치 및 컴퓨터 프로그램을 기록한 기록 매체
JP2011090470A (ja) パターンマッチング方法、及びパターンマッチング装置
US10664939B2 (en) Position control system, position detection device, and non-transitory recording medium
WO2017130365A1 (ja) オーバーレイ誤差計測装置、及びコンピュータープログラム
JP2013179105A (ja) 半導体評価装置、及びコンピュータープログラム
JP5094033B2 (ja) パターンマッチング方法、及びパターンマッチングを行うためのコンピュータープログラム
KR20220123467A (ko) 패턴 매칭 장치, 패턴 측정 시스템 및 비일시적 컴퓨터 가독 매체
WO2022254854A1 (ja) ３次元計測装置
WO2020158261A1 (ja) 画像マッチング判定方法、画像マッチング判定装置、および画像マッチング判定方法をコンピュータに実行させるためのプログラムを記録したコンピュータ読み取り可能な記録媒体
JP6314464B2 (ja) 画像処理装置、画像処理方法および画像処理プログラム
TWI817922B (zh) 圖案匹配裝置、圖案測定系統、圖案匹配程式
JP2014021684A (ja) 測定装置のテンプレート生成装置
JP2006226676A (ja) マーク認識装置およびマーク認識方法
JP2008224416A (ja) 計測方法および計測装置