TWI471553B - 缺陷觀察方法及缺陷觀察裝置 - Google Patents

缺陷觀察方法及缺陷觀察裝置 Download PDF

Info

Publication number
TWI471553B
TWI471553B TW102140676A TW102140676A TWI471553B TW I471553 B TWI471553 B TW I471553B TW 102140676 A TW102140676 A TW 102140676A TW 102140676 A TW102140676 A TW 102140676A TW I471553 B TWI471553 B TW I471553B
Authority
TW
Taiwan
Prior art keywords
defect
image
low
reference image
occupancy rate
Prior art date
Application number
TW102140676A
Other languages
English (en)
Other versions
TW201435329A (zh
Inventor
Takehiro Hirai
Ryo Nakagaki
Minoru Harada
Original Assignee
Hitachi High Tech Corp
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 Hitachi High Tech Corp filed Critical Hitachi High Tech Corp
Publication of TW201435329A publication Critical patent/TW201435329A/zh
Application granted granted Critical
Publication of TWI471553B publication Critical patent/TWI471553B/zh

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0004—Industrial image inspection
    • G06T7/001—Industrial image inspection using an image reference approach
    • G—PHYSICS
    • 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]
    • G01N23/2254—Measuring cathodoluminescence
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30108—Industrial image inspection
    • G06T2207/30148—Semiconductor; IC; Wafer

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Chemical & Material Sciences (AREA)
  • Biochemistry (AREA)
  • Pathology (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Immunology (AREA)
  • Analytical Chemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Quality & Reliability (AREA)
  • Theoretical Computer Science (AREA)
  • Analysing Materials By The Use Of Radiation (AREA)
  • Testing Or Measuring Of Semiconductors Or The Like (AREA)
  • Image Processing (AREA)
  • Image Analysis (AREA)

Description

缺陷觀察方法及缺陷觀察裝置
本發明係關於半導體製造工程中之缺陷觀察方法及缺陷觀察裝置。
在半導體製造工程中，為了確保高良率，早期發現在製造工程中所產生之缺陷，以施予對策為重要。
SEM(Scanning Electron Microscope)式缺陷觀察裝置(也稱為缺陷檢視裝置)，尤其用以觀察在半導體製造工程中產生之缺陷的裝置，為用以較上位之缺陷檢查裝置更高畫質觀察一般藉由上位之缺陷裝置所檢測出之缺陷座標之畫像的裝置。具體而言，將試料平台移動至上位之缺陷檢查裝置所輸出之缺陷座標，以成為觀察對象之缺陷可進入視野內之程度的低倍率進行攝影，從所攝影到之低倍畫像檢測出缺陷座標，以缺陷位於視野之中心之方式，移動試料平台，或者移動攝影中心，以適合於缺陷觀察之高倍率取得觀察用之高倍畫像。
如此一來，以低倍畫像檢測出缺陷座標，係 上位之缺陷檢查裝置輸出之缺陷座標，在裝置規格之範圍下含有誤差之故，於以SEM式缺陷觀察裝置取得高畫質之缺陷畫像之時，需要補正該誤差之故。
使取得該高畫質之缺陷畫像之工程自動化者為ADR(Automatic Defect Review或是Automatic Defect Redetection)。在ADR中，必須因應上位之缺陷檢查裝置中成為缺陷檢測之座標精度、試料之特性或觀察對象之缺陷的種類，一面考慮ADR之缺陷檢測率和處理量之平衡，一面使用以檢測出缺陷之低倍畫像之取得條件，或用以觀察缺陷之高倍畫像之取得條件最佳化。
在專利文獻1中，記載著「使用掃描型電子顯微鏡而以第1倍率取得包含缺陷之畫像，從包含該取得之第1倍率之缺陷的畫像作成參照畫像，比較包含所取得之第1倍率之缺陷的畫像，和從包含該第1倍率之缺陷的畫像所作成之參照畫像而檢測出缺陷，以大於第1倍率之第2倍率攝影所檢測出之缺陷」之點。若藉由此，記載著「因可以省略低倍率之參照畫像之攝影工程，故可以有效率地進行缺陷之檢視」。
[先前技術文獻] [專利文獻]
[專利文獻1]日本特開2007-40910號公報(美國專利申請公開第2007/0031026號說明書)
隨著近年之設計圖案之微細化、製程之複雜化，對良率造成影響的缺陷也多樣化，也增加了應成為觀察對象之製造工程。尤其，以往不視為問題之微小缺陷也成為觀察對象，即使在不形成圖案之階段的製造工程，或是形成在下層之圖案不出現在攝影畫像之製造工程中，某程度上容許疑似缺陷之錯誤檢測而實施超高敏感度之缺陷檢查，藉由以缺陷觀察裝置觀察含有疑似缺陷而被檢測出之缺陷後補，解析真的缺陷之事例增加。
但是，在如此之事例的參照畫像之合成中，如專利文獻1般利用從存在缺陷之缺陷畫像所製造出之圖案之周期性，合成不存在缺陷之參照畫像之方法中，有於缺陷畫像無法辨識周期性之圖案之時，無法合成良好之參照畫像，缺陷檢測失敗之課題。
因此，被要求開發適合於在畫像視野內不存在圖案之時的參照畫像之作成方法，及使用所作成之參照畫像而穩定實現高精度之缺陷檢測的缺陷觀察系統。
為了解決上述課題，本發明之特徵為：求出被檢查畫像所佔之缺陷區域之比例的缺陷佔有率，判定該缺陷佔有率和臨界值之大小，因應判定之結果，決定是否作成具有被檢查畫像所含之複數畫素之亮度值之平均亮度 值之畫素所構成之畫像，以作為上述參照畫像。
若藉由本發明時，可以提供適合於在畫像視野內不存在圖案之時的參照畫像之作成方法，及使用所作成之參照畫像而穩定實現高精度之缺陷檢測的缺陷觀察系統。
上述以外之課題、構成及效果由以下之實施型態之說明顯然可知。
101‧‧‧電子槍
102‧‧‧透鏡
103‧‧‧掃描偏向器
104‧‧‧接物透鏡
105‧‧‧試料
106‧‧‧平台
107‧‧‧一次電子線
108‧‧‧二次粒子
109‧‧‧二次粒子檢測器
110‧‧‧電子光學系統控制部
111‧‧‧A/D轉換部
112‧‧‧平台控制部
113‧‧‧全體控制．解析部
114‧‧‧畫像處理部
115‧‧‧操作部
116‧‧‧記憶裝置
117‧‧‧光學顯微鏡
118‧‧‧SEM式缺陷觀察裝置
119‧‧‧LAN
120‧‧‧配方管理裝置
121‧‧‧缺陷資訊資料庫
201‧‧‧操作．解析部
202‧‧‧缺陷資料記憶部
203‧‧‧畫像資料記憶部
204‧‧‧解析參數記憶部
205‧‧‧解析結果記憶部
301‧‧‧低倍缺陷畫像
302‧‧‧低倍參照畫像
303‧‧‧巨大缺陷判定處理部
304‧‧‧參照畫像作成處理部
305‧‧‧低倍參照畫像
306‧‧‧缺陷檢測處理部
307‧‧‧缺陷座標
501‧‧‧缺陷畫像
502‧‧‧參照畫像
503‧‧‧差分畫像
504‧‧‧缺陷
505‧‧‧檢測缺陷區域
701‧‧‧缺陷畫像
702‧‧‧以缺陷畫像之平均亮度值所作成的參照畫像
703‧‧‧差分畫像
704‧‧‧缺陷
705‧‧‧檢測缺陷區域
801‧‧‧缺陷畫像
802‧‧‧以缺陷畫像之平均亮度值所作成的參照畫像
803‧‧‧差分畫像
804‧‧‧巨大缺陷
805‧‧‧檢測缺陷區域
1001‧‧‧缺陷畫像
1002‧‧‧參照畫像
1003‧‧‧差分畫像
1004‧‧‧缺陷
1005‧‧‧檢測缺陷區域
1201‧‧‧缺陷畫像
1202‧‧‧以代表參照畫像之平均亮度值所作成的參照畫像
1203‧‧‧差分畫像
1204‧‧‧缺陷
1205‧‧‧檢測缺陷區域
1206‧‧‧代表參照畫像
1401‧‧‧缺陷畫像
1402‧‧‧以已取得參照畫像之平均亮度值所作成之參照畫像
1403‧‧‧差分畫像
1404‧‧‧缺陷
1405‧‧‧檢測缺陷區域
1406‧‧‧已取得參照畫像
1601‧‧‧缺陷畫像
1602‧‧‧以從已取得缺陷畫像除去缺陷之區域之平均亮度值所作成的參照畫像
1603‧‧‧差分畫像
1604‧‧‧缺陷
1605‧‧‧檢測缺陷區域
1606‧‧‧已取得參照畫像
1607‧‧‧缺陷區域
1701‧‧‧缺陷佔有率低之畫像
1702‧‧‧缺陷佔有率為中程度之畫像
1703‧‧‧缺陷佔有率高之畫像
1704‧‧‧缺陷佔有率低之畫像之亮度分布直方圖和標準偏差
1705‧‧‧缺陷佔有率為中程度之畫像之亮度分布直方圖和標準偏差
1706‧‧‧缺陷佔有率高之畫像之亮度分布直方圖和標準偏差
1801‧‧‧缺陷畫像
1802‧‧‧缺陷區域
1803‧‧‧缺陷區域之亮度分布
1804‧‧‧除缺陷區域之背景部分的亮度分布
1901‧‧‧缺陷畫像群
1902‧‧‧亮度分布
1903‧‧‧標準偏差
1904‧‧‧缺陷畫像群
1905‧‧‧亮度分布
1906‧‧‧標準偏差
2001‧‧‧缺陷畫像
2002‧‧‧對應於被選擇出之缺陷檢測方法的參照畫像
2003‧‧‧缺陷佔有率
2004‧‧‧缺陷佔有率判定臨界值
2005‧‧‧以處理量順序排列之缺陷檢測方法
2006‧‧‧可選擇之缺陷檢測方法
2007‧‧‧ADR實行核對箱
圖1為SEM式缺陷觀察系統之概略構成圖之例。
圖2為SEM式缺陷觀察系統之操作．解析部之構成圖之例。
圖3為進行缺陷檢測之操作．解析部中之功能方塊圖之例。
圖4為取得代表參照畫像之ADR流程圖之例。
圖5為表示使用代表參照畫像之缺陷檢測方法之模式圖之例。
圖6為實施例1之ADR流程圖之例。
圖7為表示實施例1之缺陷檢測方法之模式圖之例。
圖8為表示實施例1之缺陷檢測方法之課題的模式圖之例。
圖9為實施例2之ADR流程圖之例。
圖10為表示實施例2之缺陷檢測方法之模式圖之例。
圖11為實施例3之ADR流程圖之例。
圖12為表示實施例3之缺陷檢測方法之模式圖之例。
圖13為實施例4之ADR流程圖之例。
圖14為表示實施例4之缺陷檢測方法之模式圖之例。
圖15為實施例5之ADR流程圖之例。
圖16為表示實施例5之缺陷檢測方法之模式圖之例。
圖17為表示算出在實施例6中說明之缺陷佔有率之方法的模式圖之例。
圖18為表示算出在實施例7中說明之缺陷佔有率之方法的模式圖之例。
圖19為表示算出在實施例8中說明之缺陷佔有率之判定方法的模式圖之例。
圖20為可以選擇在實施例9中說明之缺陷檢測方法的GUI之例。
即使在畫像視野內不存在圖案之時，亦使缺陷檢測精度和處理量並存之穩定的缺陷檢測方法、缺陷觀 察裝置、缺陷觀察系統之構成例。在以下說明之缺陷觀察系統為本發明之一例，本發明並不限定於以下說明之實施型態。在本發明中，缺陷觀察裝置係使用帶電粒子線而攝影試料之畫像的裝置，廣泛包含比較複數之畫像而檢測出缺陷之裝置。再者，缺陷觀察系統為缺陷觀察裝置利用網路等與其他裝置連接之系統，成為廣泛包含以含有缺陷觀察裝置所構成之系統。
就以包含缺陷觀察裝置之缺陷觀察系統之一構成例而言，說明在SEM式缺陷觀察裝置中藉由ADR取得缺陷畫像之例，但是系統構成並不限定於此，即使以構成缺陷觀察系統的裝置之一部分，或是全部不同之裝置而構成亦可。例如，本實施例之ADR處理，即使以與SEM式缺陷觀察裝置網路連接之ADR處理裝置或畫像管理裝置，或者配方管理裝置實行亦可，藉由被搭載於系統內之通用電腦的CPU(Central Processing Unit)，以實行期待之運算處理之程式來實行亦可。再者，藉由記錄有該程式之記憶媒體，亦可使既有之裝置升級。
再者，在本說明書中，「缺陷」並不限於異物，廣泛包含試料之素材不良或構造不良等之觀察對象物。
再者，在本說明書中，「試料」不僅為製造圖案之前之階段之工程的晶圓，即使為製造圖案之後之階段的工程亦可。以下說明之實施例不管是否實際製造圖案，以在觀察畫像之視野內無攝影或不存在圖案之情況下 特別有效。
再者，在本說明書中，「缺陷畫像」不僅係成為缺陷檢查之對象的畫像(被檢查畫像)，即真正之缺陷的畫像，也包含缺陷候補之畫像或虛擬缺陷之畫像。再者，「參照畫像」係為了抽出缺陷被用於與缺陷畫像做比較，所謂的作為基準之畫像，即被推測為正常區域即是無缺陷之區域的畫像。
以下，參照圖面說明本發明之實施例。
[實施例1]
SEM式缺陷觀察裝置係將以光學式或是SEM式檢查裝置等之缺陷檢查裝置所檢測出之缺陷座標當作輸入資訊，以適合於觀察或解析之條件取得缺陷座標之高畫質的SEM畫像的裝置。就以朝SEM式觀察裝置的輸入資訊而言，即使在以缺陷檢查裝置所檢測出之缺陷座標之外，也可以藉由根據設計佈局資料之模擬等所抽出之觀察點的座標資訊。
圖1為表示本實施例中之SEM式觀察系統之全體構成的模式圖。圖1之SEM式缺陷觀察裝置118係藉由下述構件所構成：電子槍101、透鏡102、掃描偏向器103、接物透鏡104、試料105、由二次粒子檢測器109等之光學要素所構成之電子光學系統、使保持成為觀察對象之試料的試料台在XY面內移動之平台106、控制該電子光學系統所包含之各種光學要素之電子光學系統控制部 110、使二次粒子檢測器109之輸出訊號量子化之A/D轉換部111、控制平台106之平台控制部112、全體控制．解析部113、畫像處理部114、具備顯示器、鍵盤、滑鼠等之操作部115、保持所取得之畫像等之記憶裝置116、光學顯微鏡117等。再者，電子光學系統、電子光學系統控制部110、A/D轉換部111、平台106、平台控制部112構成SEM畫像之攝影手段的掃描電子顯微鏡。
從電子槍101發射之一次電子線107係在透鏡102被收斂，在掃描偏向器102被偏向之後，在接物透鏡104被收斂，被照射至試料105。從照射一次電子線107之試料105，因應試料之形狀或素材，產生二次電子或反射電子等之二次粒子108。所產生之二次粒子108在二次粒子檢測器109被檢測出之後，在A/D轉換部111被轉換成數位訊號。也有將被轉換成數位訊號之二次粒子檢測器之輸出訊號稱為畫像訊號之情形。A/D轉換部111之輸出訊號被輸出至畫像處理部114而形成SEM畫像。當然該裝置除了該些之外即使也包含其他透鏡或電極、檢測器亦可，即使一部分與上述不同亦可，帶電粒子光學系統之構成並不限定此。
畫像處理部114係使用所生成之SEM畫像，實行施予缺陷檢測等之畫像處理的ADR處理，或按種類不同自動分類缺陷的ADC(Automatic Defect Classification)處理等的各種之畫像解析處理。並且，在本實施例之SEM式觀察裝置中，可以以不同的複數倍率 取得觀察對象之畫像。例如，藉由改變掃描偏向器103之掃描範圍，可改變倍率而進行觀察。
透鏡102、掃描偏向器103、接物透鏡104等之電子光學系統內部之光學要素之控制係以電子光學系統控制部110所實行。試料之位置控制係在藉由平台控制部112被控制的平台106實行。全體控制及解析部113係統籌地控制SEM式觀察裝置全體之控制部，解析來自具備顯示器、鍵盤、滑鼠等之操作部115、記憶裝置116之輸入資訊，而控制電子光學系統控制部110、平台控制部112、畫像處理部114等，因應所需對操作部115所包含之顯示部，或記憶裝置116輸出處理結果。
在畫像處理部114實行之處理即使藉由專用之電路基板以硬體來構成亦可，即使藉由以連接於缺陷觀察裝置之電腦所實行之軟體來實現亦可。於藉由硬碟構成之時，藉由在配線基板、半導體晶片或封裝體積體實行處理之複數的運算器可以實現。於藉由軟體構成時，在畫像處理部114搭載高速之CPU，藉由以程式實行期待之運算處理可以實現。
再者，在圖中，以缺陷觀察系統之一例而言，表示經LAN(Local Area Network)119連接SEM式缺陷觀察裝置118、配方管理裝置120和缺陷資訊資料庫121之例。在SEM式缺陷觀察裝置118所取得之畫像保存於缺陷資訊資料庫121。與其他缺陷有關之資訊，例如缺陷畫像之攝影條件或所檢測出之缺陷座標也保存於缺陷資 訊資料庫121。配方管理裝置120係從缺陷資訊資料庫121取得配方作成所需之缺陷資訊，實行包含畫像處理之運算處理而作成記錄有實行ADR或ADC處理等之條件、程序之配方。用於運算處理之參數或所作成之配方等，即使保存於內藏在配方管理裝置之記憶裝置亦可，即使保存於缺陷資訊資料庫亦可。如此一來，「缺陷資訊」包含檢查裝置所檢測之缺陷之座標、檢查裝置所攝影之畫像、以檢查裝置之解析功能所解析出的結果，或以缺陷觀察裝置再檢測出的缺陷之座標、缺陷觀察裝置所攝影的畫像、以缺陷觀察裝置之解析功能所解析的結果等之有關缺陷的資訊。
圖2為圖1之全體控制部及解析部113、操作部115及記憶裝置116之詳細圖之例。在此，操作．解析部201係統籌圖1之全體控制．解析部113和操作部115而予以呈現出。操作．解析部201係因應來自操作部115之操作指示，藉由全體被安裝於控制．解析部113之CPU實行特定程式而被實現之複數的功能方塊所構成。如此一來，並不限於將圖1所示之全體控制．解析部安裝於SEM式觀察裝置之構成，即使與圖1所示之SEM式觀察裝置獨立，構成圖2所示之操作．解析部201而藉由網路連接來連結圖1和圖2之構成要素亦可。
於將圖2之構成要素安裝在圖1之缺陷觀察系統之時，即使缺陷資料記憶部202、畫像資料記憶部203、解析參數記憶部204、解析結果資料記憶部205被 統籌在圖1之記憶裝置116亦可。
缺陷資料記憶部201存儲缺陷座標等之缺陷資訊。在畫像資料記憶部202儲存以SEM式觀察裝置所攝影的缺陷畫像。在解析參數記憶部204儲存於畫像取得或畫像解析時所實行之ADR條件、ADC條件等之條件，可使複數條件重現。處理結果被儲存於解析結果資料記憶部205。
就以其他實施例而言，亦可以藉由圖1所示之SEM式缺陷觀察系統中之配方管理裝置120來實現操作．解析部201之功能。並且，缺陷資料記憶部202、畫像資料記憶部203、解析參數記憶部204、解析結果資料記憶部205亦可以藉由圖1所示之SEM式缺陷觀察系統中之缺陷資訊資料庫121來實現。
圖3為用以進行以下說明之缺陷檢測處理之功能的區塊圖之例。在圖3之功能方塊圖中，為了簡化說明，雖然全部圖示對應於以下之全實施例的功能，但對裝置的安裝即使僅一部分亦可。詳細而言，如同各實施例所述般。
參照畫像作成處理部306係從低倍缺陷畫像藉由在以下之各實施例所敘述之方法生成低倍參照畫像。再者，如實施例2之後所述般，不合成低倍參照畫像，將使用重新攝影之低倍參照畫像之時所取得之低倍參照畫像302原樣地當作比較對象用之畫像予以輸出。缺陷檢測處理部308係將低倍缺陷畫像301和低倍參照畫像307當作 輸入資訊，而將該些畫像之差分區域當作缺陷區域而檢測出。將所檢測出之缺陷座標309當作用以取得高倍畫像之缺陷座標資訊而予以輸出。
缺陷佔有率判定處理部305係將藉由SEM式觀察裝置攝影所攝影之低倍缺陷畫像301當作輸入資訊而進行缺陷佔有率判定。詳細說明在實施例2之後敘述。此時，參照畫像作成處理部306係根據在缺陷佔有率判定理部305判定之結果，決定參照畫像作成方法。根據所決定之作成方法，將低倍缺陷畫像301、或低倍參照畫像302、或已取得的低倍缺陷畫像303，或已取得的低倍參照畫像304當作輸入資訊，作成低倍參照畫像307。在此，「已取得」係指相對於當作被檢查對象之缺陷畫像301以外之缺陷畫像，過去被攝影的畫像之意。針對使用已取得低倍缺陷畫像或已取得低倍參照畫像之方法，在實施例3、4、5詳細敘述。
如此一來，根據成為解析對象之低倍缺陷畫像之缺陷佔有率，使缺陷檢測使用之低倍參照畫像之作成方法最佳化，提升缺陷檢測之精度。再者，因藉由根據缺陷佔有率，使低倍參照畫像之作成方法最佳化之處理成為自動化，操作者不需要選擇低倍參照畫像之取得或作成方法，故可以減輕作業負擔。
圖4為ADR順序之最初取得代表低倍參照畫像之ADR之流程之例。於在畫像視野內不存在圖案之時，即是藉由不形成圖案之階段的製造工程或者膜材之塗 佈等，對處於形成在下層之圖案不出現在攝影畫像之狀態下的試料，無須每次取得對應於低倍缺陷畫像之低倍參照畫像。在此，為了高速化，ADR順序之最初僅取得一片低倍參照畫像，比較所取得之低倍參照畫像和各低倍缺陷畫像而進行缺陷檢測。如此一來，為了使成為各低倍缺陷畫像之比較基準，將所取得之代表畫像稱為「代表低倍參照畫像」。
首先，ADR順序之最初取得代表低倍參照畫像(401)。因在代表低倍參照畫像不含缺陷或試料所製造出的圖案為重要，故取得無圖案之可能性極高之試料的中心座標，或操作者以配方所指定之座標的畫像。於代表低倍參照畫像不含缺陷之時，檢測出與低倍缺陷畫像之差分之時，因檢測出應成為觀察對象之缺陷以外的差分，故缺陷檢測失敗。
接著，移動試料平台使觀察對象之座標進入視野內，取得低倍缺陷畫像(402)。比較所取得之低倍缺陷畫像和順序之最初所取得之代表低倍參照畫像，檢測出差分以作為缺陷區域(403)。以適合觀察檢測出之缺陷區域之座標之倍率取得高倍缺陷畫像(404)。在此，適合於觀察之倍率一般係較低倍率畫像高的倍率。對觀察對象之全試料及全檢查對象點實行402至404之處理(405)。如此一來，並非在每觀察對象取得低倍參照畫像，藉由於ADR順序之最初取得代表低倍參照畫像而重複使用，可以提升處理量。
圖5為表示使用代表低倍參照畫像之缺陷檢測處理之模式圖之例。使用該模式圖說明在圖4中所說明之方法之問題點。在使用代表低倍參照畫像之方法中，比較缺陷畫像501和代表低倍參照畫像502，求出差分畫像503。差分畫像503係以畫素單位比較低倍缺陷畫像501和代表低倍參照畫像502而求出者，在差分畫像503中，色階值之差在臨界值以上之時判定具有有意義的差。在差分畫像503中，將判定成具有有意義的差之畫素以白色表示，將判定成無有意義的差之畫素以黑色表示。以下，在本說明書中，以白色之部分作為判定成缺陷部分之區域，以黑色之部分作為判定成正常部分之區域而予以說明。
在圖5之事例中，在低倍缺陷畫像501上具有曲線狀之缺陷504，在差分畫像503上，以缺陷區域505被檢測出。但是，藉由存在於代表低倍參照畫像502之雜訊之影響，缺陷區域505虛線狀地被檢測出。再者，藉由存在於低倍缺陷畫像501和代表低倍參照畫像502之雜訊之影響，在差分畫像503上，即使在缺陷區域505之外，有可能成為缺陷之錯誤檢測之原因的差分也被抽出。
雖然已發展減輕攝影時之雜訊本身之技術，或藉由畫像處理減輕雜訊之影響的技術，但是僅該些處理並不足夠，要求適合畫像視野內不存在圖案之時的運算成本低且相對於雜訊為穩健的缺陷檢測處理。尤其在SEM式觀察裝置中，由於試料之材質或構造之不同，帶電狀態變化，依此所取得之畫像之視覺表現變動，故要求對應於 代表低倍參照畫像和低倍缺陷畫像之視覺表現之變動的缺陷檢測處理。
在專利文獻1之技術中，因由缺陷畫像合成成為比較對象之參照畫像，故當與在圖5中說明的方法比較時，雖然在缺陷畫像和參照畫像之視覺表現不同上，例如亮度分布之偏差變少之點上有效用，但是有關缺陷檢測精度及處理量仍有課題。
首先，關於缺陷檢測精度，於在畫像視野內不存在圖案之時，有利用周期性之參照畫像合成之精度差之課題。當在所合成之參照畫像殘留缺陷區域之時，於與缺陷畫像比較之時，漏檢缺陷或誤檢測出缺陷以外之區域的可能性變高。
接著，關於處理量，必須算出缺陷畫像之周期性，因應周期性而分割畫像，將分割後之畫像再合成，為了合成參照畫像，有運算成本高，處理量惡化之課題。利用觀察視野內之圖案而合成參照畫像之處理，因每缺陷畫像，即是僅以觀察對象之數量重複，故該些處理時間之合計較圖4中說明之代表參照畫像之取得時間長時，可以說ADR順序之最初僅1次取得代表低倍參照畫像之方法在處理量上較為優位。
在此，說明解決於畫像視野內不存在圖案之情況下適用圖4或圖5中說明之技術或專利文獻1之技術時的課題之處理方法。圖6為本實施例之ADR之流程圖之例。
首先，取得低倍缺陷畫像(601)。當與圖4比較時，因順序之最初不需要取得代表低倍參照畫像，故可以縮短代表低倍參照畫像之取得處理份之處理時間。
接著，以所取得之低倍缺陷畫像之平均亮度值作成低倍參照畫像(602)。該低倍參照畫像之作成處理雖然每低倍缺陷畫像必須實行，但是與專利文獻1比較時，單純只是算出平均值，因處理本身單純，故可以在短時間作成低倍參照畫像。再者，算出平均亮度值之處理，比起對低倍缺陷畫像或低倍參照畫像，或者差分畫像施予雜訊減輕處理，一般可以高速處理。並且，在此「平均亮度值」係構成低倍缺陷畫像之畫素全體之平均之亮度值或代表性之亮度值。例如，於以500×500畫素構成低倍缺陷畫像之時，以合計250000畫素之全畫素值之平均作為平均亮度值，以所有之畫素持有該平均亮度值之方式，構成500×500畫素之畫像。在SEM畫像中，因在灰階以0至255之256色階表示亮度值之情形多，故此時平均亮度值取0至1255之間的值。
最後，比較以602作成之低倍參照畫像，和以601取得之低倍缺陷畫像，檢測出差分以作為缺陷區域而成為缺陷座標(603)。以適合於觀察檢測出之缺陷座標的倍率，一般以較低倍缺陷畫像高的倍率，取得高倍缺陷畫像(604)。對觀察對象之全試料及全檢查對象點實行601至604之處理(605)。
圖7為表示使用以在圖6中所說明之低倍缺 陷畫像之平均亮度值所作成之低倍參照畫像之缺陷檢測處理的模式圖之例。比較低倍缺陷畫像701和以低倍缺陷畫像之平均亮度值所作成之低倍參照畫像702，判定於色階值之差為臨界值以上之時具有有意義的差。在差分畫像703中，將判定成具有有意義的差之畫素以白色表示，將判定成無有意義的差之畫素以黑色表示。
與圖5之事例相同，即使在圖7之事例中，在低倍缺陷畫像701上具有曲線狀之缺陷704，在差分畫像703上檢測出缺陷區域705。當與圖5之缺陷區域505比較時，在低倍參照畫像702不存在雜訊之部分，更正確地抽出缺陷區域。再者，在差分畫像703上除應檢測之缺陷區域705之外，殘留存在於缺陷畫像701之雜訊之一部分，但與圖5之差分畫像503比較時，在低倍參照畫像702上無雜訊之部分，減少了缺陷之外的差分區域。
如此一來，可以以低倍缺陷畫像301作為輸入，在參照畫像作成處理部306以低倍缺陷畫像301之平均亮度值作成低倍參照畫像307，在缺陷檢測處理部308，比較低倍缺陷畫像301和低倍參照畫像307，將差分當作缺陷座標309而予以輸出。若藉由該方法，因使用以低倍缺陷畫像之平均亮度值所作成之低倍參照畫像，故比起代表低倍參照畫像之方法，對於代表低倍參照畫像之雜訊或視覺表現之變動，可以實現穩定之缺陷檢測。再者，因可以藉由如低倍缺陷畫像之平均亮度值的單純運算，作成低倍參照畫像，故可以實現高速缺陷檢測處理。
[實施例2]
在本實施例中，與實施例1中說明的方法比較，說明比起處理速度更重視缺陷檢測之穩定性之缺陷觀察方法之例。因圖1至圖3之構成，和圖4至圖7之說明內容與本實施例相同，故省略說明。
圖8為表示使用以在圖6和圖7中所說明之低倍缺陷畫像之平均亮度值所作成之低倍參照畫像之缺陷檢測方法之課題的模式圖。以低倍缺陷畫像之平均亮度值作成低倍參照畫像之時的問題，於低倍缺陷畫像所佔之缺陷區域之面積相對寬廣之時，所算出之平均亮度值強烈受到缺陷區域之亮度值之影響。並且，「缺陷佔有率」係指畫像之視野全體所佔之缺陷區域之比例。通常畫像之視野中，由於缺陷之區域小，故缺陷佔有率比較小，應被檢測出之缺陷為所謂的巨大缺陷之時，缺陷佔有率變高。
如圖8所示般，在低倍缺陷畫像801中，相對於觀察視野存在缺陷佔有率高之缺陷804之時，以低倍缺陷畫像801之平均亮度值所作成之低倍參照畫像802強烈受到佔有率高之缺陷804之部分之亮度值之影響。以除了缺陷區域之平均亮度作成低倍參照畫像為理想，對此，在圖8之事例中，因低倍缺陷畫像801中之缺陷區域804之亮度低(暗)，除了缺陷區域之區域的亮度高(亮)，故當所作成之低倍參照畫像802與理想之低倍參照畫像比較時，亮度變低(暗)。因此，比較低倍缺陷畫像801和 低倍參照畫像802，在將差分當作缺陷區域而算出之差分畫像803中，將所檢測出之缺陷區域805判定成非缺陷區域(圖中，黑色之部分)，另外，將應判定成非缺陷區域之背景部分當作缺陷區域(圖中，白色之部分)而被誤檢測。
如此一來，以在實施例1中說明之低倍缺陷畫像之平均亮度值作成低倍參照畫像之方法，在低倍缺陷畫像中缺陷所佔的比例大之時，則有缺陷檢測精度下降之課題。
使用圖9，說明解決在圖8所說明之低倍缺陷畫像中之缺陷佔有率高之時，缺陷檢測精度下降之課題的方法。圖9係因應缺陷畫像之缺陷佔有率而改變低倍參照畫像之ADR之流程圖之例。即是，為於缺陷佔有率高之時，取得參照畫像，於缺陷佔有率低之時，藉由實施例1之方法，生成低倍參照畫像之例。
首先，取得低倍缺陷畫像(901)。接著，求出在所取得之低倍缺陷畫像所佔有的缺陷區域之佔有率(缺陷佔有率)，判定與事先所決定之臨界值的大小(902)。根據該判定結果，決定是否使用低倍缺陷畫像之平均亮度值而作成低倍參照畫像。具體而言，於缺陷佔有率低之時，判斷以低倍缺陷畫像之平均亮度值作成低倍參照畫像之方法為有效，以與圖6或圖7中之說明相同的方法，從低倍缺陷畫像之平均亮度值作成低倍參照畫像(904)。另外，於缺陷佔有率高之時，當從低倍缺陷畫 像之平均亮度值作成低倍參照畫像之時，因受到缺陷佔有率高之缺陷區域之影響而無法以期待之亮度值作成低倍參照畫像之可能性高，故重新取得可以期待不存在缺陷的座標之畫像以作為低倍參照畫像(903)。在此，缺陷佔有率之大小如實施例8表示之方法般，若藉由某臨界值判定即可。
接著，比較在903取得之低倍參照畫像，或在904作成之低倍參照畫像，和在901取得之低倍缺陷畫像，檢測出其差分以作為缺陷區域(905)。並且，以適合於觀察檢測出之缺陷座標的倍率，一般以較低倍缺陷畫像高的倍率，取得高倍缺陷畫像(906)。對觀察對象之全試料及全檢查對象點實行901至906之作業(907)。
圖10為表示在圖9中說明之缺陷檢測方法之模式圖的例。在低倍缺陷畫像1001中，當判定成缺陷區域1004大且缺陷佔有率高之時，不從低倍缺陷畫像作成低倍參照畫像，取得可以期待不存在缺陷之座標的畫像，成為低倍參照畫像1002。另外，當判定成缺陷區域小且缺陷佔有率低之時，以與圖6或圖7中之說明相同的方法，將從低倍缺陷畫像之平均亮度值所作成之畫像設為低倍參照畫像。
接著，比較低倍缺陷畫像1001和低倍參照畫像1002，求出差分畫像1003。以畫素單位比較低倍缺陷畫像1001和低倍缺陷畫像1002，判定於色階值之差為臨界值以上之時具有有意義的差。在圖10之差分畫像1003 中，將判定成具有有意義的差之部分以白色表示，將判定成無有意義的差之部分以黑色表示。
如此一來，以低倍缺陷畫像301作為輸入，在缺陷佔有率判定處理部305求出缺陷佔有率。參照畫像作成處理部306於缺陷佔有率高之時，重新攝影低倍參照畫像302，再者於缺陷佔有率低之時，從低倍缺陷畫像之平均亮度值生成低倍參照畫像307。缺陷檢測處理部308比較低倍缺陷畫像301，和從參照畫像作成處理部306被輸出之低倍參照畫像307，輸出其差分以作為缺陷座標309。
若藉由該方法，於低倍缺陷畫像之缺陷佔有率低之時，藉由缺陷檢測使用以低倍缺陷畫像之平均亮度值所作成之低倍參照畫像，相對於因雜訊或觀察座標之材質或構造所引起之亮度之變動，可以實現穩定之缺陷檢測，於低倍缺陷畫像之缺陷佔有率高之時，因取得可以期待不存在缺陷之座標之畫像而成為低倍參照畫像，故可以防止缺陷檢測率之下降。再者，在處理速度之觀點中，當增加取得低倍參照畫像之次數時，ADR之處理量下降，藉由留意不過度提高低倍缺陷畫像之倍率(過度縮窄觀察視野)而設定低倍畫像之觀察條件，亦可抑制缺陷佔有率高之缺陷畫像的產生。
[實施例3]
在本實施例中，說明當與在實施例1中說明 的方法比較時，重視缺陷檢測之穩定性，且將處理速度下降抑制最小限的缺陷觀察方法之實施例。再者，當與實施例2比較時，缺陷檢測之穩定性同等，處理速度為高速。並且，因圖1至圖3之構成，和圖4至圖7之說明內容與本實施例相同，故省略說明。
在實施例2中所說明之方法與取得在圖5中所說明之代表參照畫像之方法相同，有容易受到低倍參照畫像之雜訊之影響的缺陷檢測精度下降之課題。再者，藉由低倍缺陷畫像之取得時之倍率調整，可進行控制，但是如圖9所述般，當判定成缺陷佔有率高之事例增加時，因必須要有取得低倍參照畫像之處理，故也有處理量下降之課題。
圖11係於低倍缺陷畫像之缺陷佔有率高之時，以代表低倍參照畫像之平均亮度值作成低倍參照畫像之ADR之流程圖之例。在實施例2中說明之低倍缺陷畫像之缺陷佔有率高之時，取得可以期待不存在缺陷之座標的畫像而成為低倍參照畫像之方法中，說明解決上述課題之方法。
首先，在ADR順序之最初，取得可以期待不存在缺陷之座標的畫像，將此設為代表低倍參照畫像(1101)。接著，取得低倍缺陷畫像(1102)，求出所取得的低倍缺陷畫像所佔之缺陷區域之缺陷佔有率，判定與事先所決定之臨界值的大小(1103)。根據該判定結果，決定是否使用低倍缺陷畫像之平均亮度值而作成低倍參照 畫像。具體而言，於缺陷佔有率低之時，判定以低倍缺陷畫像之平均亮度值作成低倍參照畫像之方法為有效，從低倍缺陷畫像之平均亮度值作成低倍參照畫像(1105)。另外，於缺陷佔有率高之時，以1101所取得之代表低倍參照畫像之平均亮度值作成低倍參照畫像(1104)。
最後，比較以代表低倍參照畫像之平均亮度值所作成之低倍參照畫像，或以低倍缺陷畫像之平均亮度值所作成之低倍參照畫像，和在1102所取得之低倍缺陷畫像，檢測出差分以作為缺陷區域(1106)。接著，取得放大所檢測出之缺陷區域之高倍缺陷畫像(1107)，對所有之試料及檢查對象點實行1102至1107之處理(1108)。
圖12為表示在圖11中說明之缺陷檢測方法之模式圖的例。首先，從在ADR順序之最初所取得之代表低倍參照畫像1206之平均亮度值作成低倍參照畫像1202。求出所取得之低倍缺陷畫像1201之缺陷佔有率。於缺陷佔有率高之時，比較低倍缺陷畫像1201和低倍參照畫像1202，求出差分畫像1203。另外，當判定成缺陷區域小且缺陷佔有率低之時，以與圖6或圖7中之說明相同的方法，將從低倍缺陷畫像之平均亮度值所作成之畫像設為低倍參照畫像。
在圖12之差分畫像1203中，以畫素單位比較低倍缺陷畫像1201和低倍缺陷畫像1202，判定於色階值之差為臨界值以上之時具有有意義的差。在差分畫像 1203中，將判定成具有有意義的差之畫素以白色表示，將判定成無有意義的差之畫素以黑色表示。
如此一來，以低倍缺陷畫像301作為輸入，在缺陷佔有率判定處理部305求出缺陷佔有率。參照畫像作成處理部306係於缺陷佔有率高之時，以代表低倍參照畫像之平均亮度值作成低倍參照畫像307，再者於缺陷佔有率低之時，從低倍缺陷畫像之平均亮度值生成低倍參照畫像307。缺陷檢測處理部308比較低倍缺陷畫像301，和從參照畫像作成處理部306被輸出之低倍參照畫像307，輸出其差分以作為缺陷座標309。
若藉由該方法，於缺陷佔有率低之時，藉由缺陷檢測使用以低倍缺陷畫像之平均亮度值所作成之低倍參照畫像，相對於因雜訊或觀察座標之材質或構造所引起之亮度之變動，可以實現穩定之缺陷檢測，於低倍缺陷畫像之缺陷佔有率高之時，因以代表低倍參照畫像之平均亮度值作成低倍參照畫像，故不會受到低倍缺陷畫像之缺陷區域之影響，可進行缺陷檢測，並可防止缺陷檢測率之下降。再者，藉由從代表低倍參照畫像之平均亮度作成低倍參照畫像，比起原樣地使用代表低倍參照畫像之時，難受到代表低倍參照畫像之雜訊影響，可進行高精度的缺陷檢測。並且，藉由順序之最初僅一次取得代表參照畫像，比起於缺陷佔有率高之時，每次取得低倍參照畫像之方法，可以將藉由低倍參照畫像取得而導致處理量下降抑制成最小限。
[實施例4]
在本實施例中，說明藉由使用過去取得或作成之參照畫像，實現穩定之缺陷檢測的缺陷觀察方法之例。因圖1至圖3之構成，和圖4至圖7之說明內容與本實施例相同，故省略說明。
藉由從實施例1至實施例3所說明之方法，考慮缺陷檢測精度和處理量之平衡，可以選擇適合觀察對象之缺陷觀察方法，但是對於例如不同工程重複使用一個配方之時，由於試料之材質或構造不同，背景部分之視覺表現不同之可能性高，故即使在如此之事例，也被要求穩定可對應之方法。
再者，如實施例3中說明的ADR順序般，於順序之最初，取得一片代表參照畫像之方法，並無保證代表參照畫像為理想之參照畫像。理想之參照畫像係不僅製造圖案或下層之構造無出現在視野內，在與缺陷畫像之背景部分同等之亮度下，更不產生由於雜訊或試料之帶電所造成之亮度不均的畫像。雖然罕見，但是因有代表參照畫像並非理想之參照畫像之情形，故即使對如此之事例，也要求穩定之方法。
圖13係於低倍缺陷畫像之缺陷佔有率高之時，以取得或已作成之參照畫像之平均亮度值作成低倍參照畫像之ADR之流程圖。首先，取得低倍缺陷畫像(1301)，求出所取得的低倍缺陷畫像所佔之缺陷區域之 佔有率，判定與事先所決定之臨界值的大小(1302)。根據該判定結果，決定是否使用低倍缺陷畫像之平均亮度值而作成低倍參照畫像。具體而言，於缺陷佔有率低之時，判定以低倍缺陷畫像之平均亮度值作成參照畫像之方法為有效，從低倍缺陷畫像之平均亮度值作成低倍參照畫像(1304)。另外，於缺陷佔有率高之時，以已取得之參照畫像或已作成之參照畫像之平均亮度值作成低倍參照畫像(1303)。在此，已取得之參照畫像或已作成之參照畫像係並不限定於在觀察時之ADR順序內取得或作成之低倍參照畫像，即使包含以被認為與像質同等之配方，過去取得或作成的參照畫像亦可。參照畫像之選擇即使為自動選擇亦可，即使為操作者選擇而以配方指定者亦可。選擇複數已取得或已作成之低倍參照畫像，亦可藉由該些畫像所有之平均亮度值，生成低倍參照畫像。
在圖13中，於缺陷佔有率判定處理(1302)之後，以取得或已作成之參照畫像之平均亮度值作成低倍參照畫像(1303)，故可以使用在ADR順序內所作成之最新之低倍參照畫像。依此，可以期待追隨因觀察點之材質或構造所導致之視覺表現之變動而穩定之缺陷檢測。
但是，因每次需要與作成低倍參照畫像相對應的運算成本，故於開始ADR順序之前，即使以已取得或已作成之參照畫像之平均亮度事先作成低倍參照畫像亦可。所作成之低倍參照畫像即使將例如ADR之實行條件登錄於所記述之配方亦可。如此一來，因不會降低ADR 之處理量，可以活用考慮過去所取得或作成之參照畫像之低倍參照畫像，故可以實現穩定之缺陷檢測。
接著，比較在1303作成之低倍參照畫像，或在1304作成之低倍參照畫像，和在1301取得之低倍缺陷畫像，檢測出其差分以作為缺陷區域(1305)。最後，取得所檢測出之缺陷區域之放大畫像以作為高倍缺陷畫像(1306)。對觀察對象之全試料及全檢查對象點實行1301至1306之處理(1307)。
圖14為表示在圖13中說明之缺陷檢測方法之模式圖的例。
首先，以取得或已作成之一片以上之參照畫像1406之平均亮度值，作成低倍參照畫像1402。求出所取得之低倍缺陷畫像1401之缺陷佔有率，於缺陷佔有率高之時，以畫素單位比較低倍缺陷畫像1401和低倍參照畫像1402。另外，當判定成缺陷區域小且缺陷佔有率低之時，以與圖6或圖7中之說明相同的方法，將從低倍缺陷畫像之平均亮度值所作成之畫像設為低倍參照畫像，並比較此與低倍缺陷畫像。藉由比較，於色階值之差為臨界值以上之時，判定成具有有意義之差。在差分畫像1403中，將判定成具有有意義的差之畫素以白色表示，將判定成無差異之畫素以黑色表示。
如此一來，以低倍缺陷畫像301作為輸入，在缺陷佔有率判定處理部305求出缺陷佔有率。參照畫像作成處理部306係於缺陷佔有率高之時，以已取得低倍參 照畫像304之平均亮度值作成低倍參照畫像307，再者於缺陷佔有率低之時，從低倍缺陷畫像之平均亮度值生成低倍參照畫像307。缺陷檢測處理部308比較低倍缺陷畫像301，和從參照畫像作成處理部306被輸出之低倍參照畫像307，輸出其差分以作為缺陷座標309。
若藉由該方法，於缺陷佔有率低之時，藉由缺陷檢測使用以低倍缺陷畫像之平均亮度值所作成之低倍參照畫像，相對於因雜訊或觀察座標之材質或構造所引起之亮度之變動，可以實現穩定之缺陷檢測，於低倍缺陷畫像之缺陷佔有率高之時，因從已取得之一片以上之參照畫像求出平均亮度值，以平均亮度值作成低倍參照畫像，故相對於雜訊或觀察座標之材質或構造所引起之亮度之變動，可作成穩定之低倍參照畫像。並且，可以迴避罕見發生的代表低倍參照畫像並非理想之參照畫像之事例。
[實施例5]
在本實施例中，說明以從過去所取得之缺陷畫像除去缺陷區域之區域的平均亮度值作成參照畫像，藉由使用該參照畫像，實現穩定之缺陷檢測之缺陷觀察方法之例。因圖1至圖3之構成，和圖4至圖7之說明內容與本實施例相同，故省略說明。
圖15為說明與用以迴避罕見發生之代表低倍參照畫像並非理想之參照畫像之事例的實施例4不同之方法的ADR之流程圖。首先，取得低倍缺陷畫像(1501) ，求出所取得的低倍缺陷畫像所佔之缺陷區域之佔有率，判定與事先所決定之臨界值的大小(1502)。根據該判定結果，決定是否使用低倍缺陷畫像之平均亮度值而作成低倍參照畫像。具體而言，於缺陷佔有率低之時，判定以低倍缺陷畫像之平均亮度值作成低倍參照畫像之方法為有效，從低倍缺陷畫像之平均亮度值作成低倍參照畫像(1504)。另外，於缺陷佔有率高之時，從包含至低倍缺陷畫像之攝影為止已取得之缺陷的畫像除去缺陷區域，求出平均亮度值，以該平均亮度值作成低倍參照畫像(1503)。並且，此時，包含已取得之缺陷的畫像所含之缺陷區域係藉由將該缺陷畫像當作被檢查對象的ADR或ADC處理而既已求得者。
接著，比較在1503作成之低倍參照畫像，或在1504作成之低倍參照畫像，和在1501取得之低倍缺陷畫像，檢測出其差分以作為缺陷區域(1505)。最後，取得所檢測出之缺陷區域之放大畫像以作為高倍缺陷畫像(1506)。對觀察對象之全試料實行1501至1506之處理(1507)。
在圖15中，於缺陷佔有率判定處理(1502)之後，從已取得之缺陷畫像排除缺陷區域，以平均亮度值作成低倍參照畫像(1503)，故可以使用在ADR順序內所取得之最新之低倍缺陷畫像。依此，可以期待追隨因觀察點之材質或構造所導致之視覺表現之變動而穩定之缺陷檢測。
再者，因每次需要與作成低倍參照畫像相對應的運算成本，故於開始ADR順序之前，即使從事先已取得之缺陷畫像排除缺陷區域，以平均亮度作成低倍參照畫像亦可。所作成之低倍參照畫像即使將例如ADR之實行條件登錄於所記述之配方亦可。如此一來，因不會降低ADR之處理量，可以活用考慮過去所取得之缺陷畫像而作成之之低倍參照畫像，故可以實現穩定之缺陷檢測。
再者，於以1503作成低倍參照畫像之時，因相對於已取得之缺陷畫像，殘留以ADR或ADC抽出缺陷區域之結果，故可以抑制運算成本，邊排除缺陷區域而求出平均亮度值。於不殘留抽出缺陷區域之結果之時，即使再次比較低倍缺陷畫像和低倍參照畫像而抽出缺陷區域亦可，但是因運算成本上升，故比起至圖14所說明之方法，若考慮所求出之缺陷檢測精度和運算成本之平衡，選擇最佳之方法即可。
圖16為表示在圖15中說明之缺陷檢測方法之模式圖的例。首先，從已取得之一片以上之缺陷畫像1606排除缺陷區域1607而求出除此之外之區域的平均亮度，以該平均亮度值作成低倍參照畫像1602。求出所取得之低倍缺陷畫像1601之缺陷佔有率，於缺陷佔有率高之時，以畫素單位比較低倍缺陷畫像1601和低倍參照畫像1602。另外，當判定成缺陷區域小且缺陷佔有率低之時，以與圖6或圖7中之說明相同的方法，將從低倍缺陷畫像之平均亮度值所作成之畫像設為低倍參照畫像，並比 較此與低倍缺陷畫像。藉由比較，於色階值之差為臨界值以上之時，判定成具有有意義之差。在差分畫像1603中，將判定成具有有意義的差之畫素以白色表示，將判定成無有意義的差之畫素以黑色表示。
如此一來，以低倍缺陷畫像301作為輸入，在缺陷佔有率判定處理部305求出缺陷佔有率。參照畫像作成處理部306係於缺陷佔有率高之時，以從已取得低倍參照畫像303排除缺陷區域之平均亮度值作成低倍參照畫像307，再者於缺陷佔有率低之時，從低倍缺陷畫像之平均亮度值生成低倍參照畫像307。缺陷檢測處理部308比較低倍缺陷畫像301，和從參照畫像作成處理部306被輸出之低倍參照畫像307，輸出其差分以作為缺陷座標309。
若藉由該方法，於缺陷佔有率低之時，藉由缺陷檢測使用以低倍缺陷畫像之平均亮度值所作成之低倍參照畫像，相對於因雜訊或觀察座標之材質或構造所引起之亮度之變動，可以實現穩定之缺陷檢測，於低倍缺陷畫像之缺陷佔有率高之時，因從已取得之一片以上之缺陷畫像排除缺陷區域而求出平均亮度值，以平均亮度值作成低倍參照畫像，故相對於雜訊或觀察座標之材質或構造所引起之亮度之變動，可作成穩定之低倍參照畫像。並且，可以迴避罕見發生的代表低倍參照畫像並非理想之參照畫像之事例。
[實施例6]
在本實施例，說明缺陷佔有率之算出方法。本實施例之缺陷佔有率之算出方法亦可以適用於實施例1至實施例5中之任一方式。因圖1至圖3之構成，和圖4至圖16之說明內容與本實施例相同，故省略說明。
圖17為用以說明缺陷畫像中之缺陷佔有率之算出方法之模式圖的例。在圖17中，根據缺陷畫像所含之畫素之亮度分布，求出缺陷佔有率之例。
表示在缺陷畫像1701中缺陷區域小之例，在缺陷畫像1702中缺陷區域為中程度之例，在缺陷畫像1703中缺陷區域大之例。在畫像之右側，表示對各畫像算出之亮度分布之直方圖和亮度分布之標準偏差σ。對應於缺陷區域小之缺陷畫像1701之亮度分布之標準偏差為σ=30(1704)。對應於缺陷區域為中程度之缺陷畫像1702之亮度分布之標準偏差為σ=40(1705)，比起缺陷區域小之1704，成為大的值。並且，對應於缺陷區域大的缺陷畫像1703之亮度分布之標準偏差為σ=70(1706)，成為大於缺陷區域小之1704及缺陷區域為中程度之1705的值。如此一來，因亮度分布之標準偏差和缺陷佔有率具有單調之相關關係，故於亮度分布之標準偏差超過某臨界值之時，則可以判定缺陷佔有率大。
缺陷佔有率之算出可以在圖1之全體控制部及解析部113、圖2之操作．解析部201、圖3之缺陷佔有率判定處理部305實行。當然即使在除此之外的處理部 進行亦可。
如此一來，藉由使用缺陷畫像之亮度分布之標準偏差，可以簡單地求出缺陷畫像之缺陷佔有率。
並且，在此，雖然使用缺陷畫像之亮度分布之標準偏差，說明算出缺陷佔有率之方法，但是即使使用標準偏差以外之參數亦可。再者，缺陷佔有率之算出方法並不限定於該方法。
[實施例7]
在本實施例中，說明與實施例6不同之缺陷佔有率之算出方法。本實施例之缺陷佔有率之算出方法亦可以適用於實施例1至實施例5中之任一方式。因圖1至圖3之構成，和圖4至圖16之說明內容與本實施例相同，故省略說明。
圖18為表示從缺陷畫像之缺陷區域/背景之亮度分布求出缺陷佔有率之方法的模式圖之例。首先，對取得被檢查畫像前所取得之一片以上的含有缺陷之畫像1801，分離成排除缺陷區域1802和缺陷區域之外的背景部分而求出亮度分布。若運用以對包含缺陷之畫像1801的ADR或ADC所求出之結果時，則可以容易抑制運算成本而容易求出缺陷區域。
在圖18之事例中，因缺陷區域之亮度低(暗)，故在缺陷區域之亮度部分1803中，可以確認大多分布在亮度低之區域的狀態。另外，在缺陷區域除外的 背景部分之亮度分布1804中，亮度值之分布集中在100至220之範圍。從其結果，可以計數亮度值在100至220之範圍外的畫素數以作為缺陷後補，而換算成缺陷佔有率。該缺陷佔有率算出所使用之亮度值之範圍即使操作者以配方設定亦可，即使於求出缺陷區域之時自動更新亦可。
如此一來，從包含過去所取得之缺陷之畫像之亮度分布，事先求出應判定之亮度值之範圍以作為缺陷後補，在欲求出缺陷佔有率之缺陷畫像中，計數在相當於該範圍之畫素以作為缺陷區域，依此可以容易求出缺陷佔有率。
本實施例之方法係當與實施例6之缺陷佔有率算出方法比較時，必須事先設定以缺陷後補所計數的亮度值之範圍，該範圍設定若運用ADR或ADC所求出之結果，因容易成為自動化，故減輕操作者之作業負擔。再者，因可以設定最適合於所注目的缺陷種類之範圍，故可以更詳細設定。並且，藉由設定詳細之設定，有可排除被稱為妨礙缺陷(nuisance defects)的欲忽視之缺陷種類的可能性。例如，圖18中說明般，以缺陷欲被辨識之缺陷種類呈特徵性之亮度分布之時，將相當於該亮度分布之亮度範圍當作缺陷範圍而予以計數。另外，不辨識妨礙缺陷等之缺陷而欲忽視之缺陷種類成為特徵性之亮度分布之時，藉由不將相當於該亮度分布之亮度範圍當作缺陷區域而予以計數，可以將缺陷佔有率限定在期待之缺陷種類而 求出。
[實施例8]
在本實施例中，說明使用缺陷畫像之亮度分布之標準標差以當作缺陷佔有率判定處理之臨界值之時之臨界值之決定方法。本實施例之臨界值之決定方法亦可以適用於實施例1至實施例5中之任一方式。因圖1至圖3之構成，和圖4至圖18之說明內容與本實施例相同，故省略說明。
圖19為表示使用缺陷畫像之亮度分布之標準偏差當作缺陷佔有率判定處理之臨界值之方法的模式圖之例。首先，藉由缺陷之大小，將複數之畫像分類成複數之群組。具體而言，將複數之畫像先分類成非應判定成巨大缺陷之群組的群組。在1901分選有欲判定成缺陷佔有率低之畫像，在1904分選有欲判定成缺陷佔有率高之畫像。畫像之選擇係操作者經顯示於顯示器之GUI可以進行，根據ADR或ADC之缺陷檢測結果，先自動選擇缺陷畫像之後補，可以減輕操作者之作業負擔。
在圖19中，對根據缺陷佔有率而被分類之各群組之缺陷畫像群，針對各群組，求出平均亮度分布和標準偏差。欲判定缺陷佔有率低之缺陷畫像群1901之亮度分布1902之偏差小，標準偏差1903成為σ=30。另外，欲判定缺陷佔有率高之缺陷畫像群1904之亮度分布1905之偏差相對性大，標準偏差成為σ=80。
缺陷畫像之亮度分布之標準偏差之算出可以在圖1之全體控制部及解析部113、圖2之操作．解析部201、圖3之缺陷佔有率判定處理部305實行。當然即使在除此之外的處理部進行亦可。
藉由表示如此被分選之缺陷畫像之亮度分布之偏差的標準偏差，操作者可以容易決定缺陷佔有率之判定臨界值。
並且，若根據ADR或ADC之缺陷檢測結果，自動選擇檢測出例如特定尺寸以上之缺陷的畫像，而求出所選擇出之缺陷畫像群之亮度分布之標準偏差時，則可自動設定或自動更新缺陷佔有率之判定臨界值。
再者，即使非如此之自動選擇，而係操作者以手動進行缺陷畫像之時，若在選擇畫面中，藉由ADR或ADC以預設事先選擇候補之缺陷畫像，則可以提升操作者之選擇作業的效率。
[實施例9]
在本實施例中，說明實施例1至實施例8所說明之複數缺陷檢測方法之選擇方法。因圖1至圖3之構成，和圖4至圖19之說明內容與本實施例相同，故省略說明。
圖20為可以選擇缺陷檢測方法之GUI之例。在2001顯示低倍缺陷畫像之樣本，在2003顯示該低倍缺陷畫像中之缺陷佔有率。缺陷佔有率之算出可以適用實施 例6或實施例7之方式，並不限定於該些方式。於使可以選擇複數畫像之時，若顯示複數畫像顯示和各畫像之缺陷佔有率，或各畫像之缺陷佔有率之平均值即可。
2004之值成為缺陷佔有率之判定臨界值。缺陷佔有率之判定臨界值雖然操作者可以輸入，但是在實施例8中所說明之方法中，亦可自動設定。即使在操作者輸入設定之時，若顯示自動設定之值以作為初期值之時，則可成為操作者設定臨界值之時的判斷基準之一。在圖20之例中，因低倍缺陷畫像之缺陷佔有率為臨界值以下，故判定該低倍缺陷畫像之缺陷佔有率低，實行後段之缺陷檢測處理。
在2006中同時表示複數上述實施例中所說明之生成或取得參照畫像之方法，操作者可以選擇。如2005所示般，當各缺陷檢測方法以例如處理速度之快慢順序排列而表示時，則能成為操作者選擇缺陷檢測方法之時之判斷基準之一。對應於在2006中被選擇之缺陷檢測方法，在2002顯示低倍參照畫像。
並且，於ADR核對箱2007被設定成ON之時，顯示以被選擇之缺陷檢測方法進行的缺陷檢測之結果也有效。
如此一來，藉由顯示觀察對象之低倍缺陷畫像和其缺陷佔有率、缺陷佔有率之臨界值、對應於被選擇之缺陷檢測方法的低倍參照畫像、缺陷檢測結果，可以容易確認所選擇之缺陷檢測方法之妥當性。GUI可以搭載於 圖1之全體控制部及解析部113、圖2之操作．解析部201。當然即使在除此之外的處理部進行亦可。
並且，本發明並非限定於上述實施例，包含各種變形例。例如，上述實施例係為了容易理解地說明本發明，進行詳細說明，但並非限定於具備所說明之所有構成者。再者，可將某實施例之構成之一部分置換成其他實施例之構成，再者，亦可在某實施例之構成加入其他實施例之構成。再者，針對各實施例之構成之一部分，可進行追加、刪除、置換其他構成。
再者，上述各構成、功能、處理部、處理手段等即使藉由以例如積體電路設定該些之一部分或全部等，以硬體來實現亦可。再者，上述各構成、功能等即使藉由解釋且實行處理器實現各個功能之程式，以軟體來實現亦可。並且，實現各功能之程式、表格、檔案等之資訊可以儲存於記憶體、硬碟、SSD(Solid State Drive)等之記錄裝置或IC卡、SD卡、光碟等之記錄媒體。
再者，表示控制線或資訊線在說明上被認為必要者，但在製品上不一定要表示所有的控制線或資訊線。實際上，即使想像成所有之構成互相連接亦可。
301‧‧‧低倍缺陷畫像
302‧‧‧低倍參照畫像
303‧‧‧已取得低倍缺陷畫像
304‧‧‧已取得低倍參照畫像
305‧‧‧缺陷佔有率判定處理部
306‧‧‧參照畫像作成處理部
307‧‧‧低倍參照畫像
308‧‧‧缺陷檢測處理部
309‧‧‧缺陷座標

Claims (14)

  1. 一種缺陷觀察裝置，藉由比較被檢查畫像和參照畫像，檢測出上述被檢查畫像所含之缺陷區域，該缺陷觀察裝置之特徵為：具備缺陷佔有率判定處理部，其係用以求出上述被檢查畫像所佔之缺陷區域之比率的缺陷佔有率，判定該缺陷佔有率和臨界值之大小，因應上述判定之結果，決定是否作成以具有上述被檢查畫像所含之複數畫素之平均亮度值的畫素所構成之畫像，以作為上述參照畫像。
  2. 如申請專利範圍第1項所記載之缺陷觀察裝置，其中上述缺陷佔有率高於上述臨界值之時，上述畫像取得部重新攝影被推測為不存在缺陷之區域以作為上述參照畫像，於上述缺陷佔有率低於上述臨界值之時，上述參照畫像作成處理部作成以具有上述被檢查畫像所含之複數畫素之平均亮度值的畫素所構成之畫像，以作為上述參照畫像。
  3. 如申請專利範圍第1項所記載之缺陷觀察裝置，其中上述參照畫像作成處理部係於上述缺陷佔有率高於上述臨界值之時，作成以具有取得上述被檢查畫像前被取得的不含缺陷之畫像之平均亮 度值的畫素所構成之畫像，以作為上述參照畫像，於上述缺陷佔有率低於上述臨界值之時，作成以具有上述被檢查畫像所含之複數畫素之平均亮度值的畫素所構成之畫像，以作為上述參照畫像。
  4. 如申請專利範圍第3項所記載之缺陷觀察裝置，其中上述參照畫像作成處理部使用不含複數之上述缺陷的畫像而作成上述參照畫像。
  5. 如申請專利範圍第1項所記載之缺陷觀察裝置，其中上述參照畫像作成處理部係於上述缺陷佔有率高於上述臨界值之時，作成以具有從取得上述被檢查畫像前被取得的含有缺陷之畫像除去該缺陷之區域的區域之平均亮度值的畫素所構成之畫像，以作為上述參照畫像，於上述缺陷佔有率低於上述臨界值之時，作成以具有上述被檢查畫像所含之複數畫素之平均亮度值的畫素所構成之畫像，以作為上述參照畫像。
  6. 如申請專利範圍第1項所記載之缺陷觀察裝置，其中上述缺陷佔有率判定處理部根據上述被檢查畫像所含之畫素之亮度分布而求出上述缺陷佔有率。
  7. 如申請專利範圍第1項所記載之缺陷觀察裝置，其中 具有運算部，其係根據含有取得上述被檢查畫像前被取得之缺陷的畫像中之該缺陷之區域之亮度分布，求出應判定成缺陷的亮度值之範圍，上述缺陷佔有率判定處理部係從構成上述被檢查畫像之畫素，即上述亮度值之範圍所含之畫素之數量求出上述缺陷佔有率。
  8. 如申請專利範圍第1項所記載之缺陷觀察裝置，其中上述缺陷佔有率判定處理部係根據藉由缺陷之大小而被分類之複數之群組分別所含之複數之畫像之平均亮度分布而使用上述臨界值。
  9. 如申請專利範圍第1項所記載之缺陷觀察裝置，其中具備顯示部，其係用以顯示使生成或取得上述參照畫像之複數的方法成為能夠選擇之畫面。
  10. 一種缺陷觀察方法，藉由比較被檢查畫像和參照畫像，檢測出上述被檢查畫像所含之缺陷區域，該缺陷觀察方法之特徵為：求出上述被檢查畫像所佔之缺陷區域之比率的缺陷佔有率，判定該缺陷佔有率和臨界值之大小，因應上述判定之結果，決定是否作成以具有上述被檢查畫像所含之複數畫素之亮度值之平均亮度值的畫素所構成之畫像，以作為上述參照畫像。
  11. 如申請專利範圍第10項所記載之缺陷觀察方 法，其中上述缺陷佔有率高於上述臨界值之時，重新攝影被推測為不存在缺陷之區域以作為上述參照畫像，於上述缺陷佔有率低於上述臨界值之時，作成以具有上述被檢查畫像所含之複數畫素之亮度值之平均亮度值的畫素所構成之畫像，以作為上述參照畫像。
  12. 如申請專利範圍第10項所記載之缺陷觀察方法，其中於上述缺陷佔有率高於上述臨界值之時，作成以具有取得上述被檢查畫像前被取得的不含缺陷之畫像之平均亮度值的畫素所構成之畫像，以作為上述參照畫像，於上述缺陷佔有率低於上述臨界值之時，作成以具有上述被檢查畫像所含之複數畫素之平均亮度值的畫素所構成之畫像，以作為上述參照畫像。
  13. 如申請專利範圍第12項所記載之缺陷觀察方法，其中使用不含複數之上述缺陷的畫像而作成上述參照畫像。
  14. 如申請專利範圍第10項所記載之缺陷觀察方法，其中於上述缺陷佔有率高於上述臨界值之時，作成以具有從取得上述被檢查畫像前被取得的含有缺陷之畫像除去該缺陷之區域的區域之平均亮度值的畫素所構成之畫像，以作為上述參照畫像， 於上述缺陷佔有率低於上述臨界值之時，作成以具有上述被檢查畫像之平均亮度值的畫素所構成之畫像，以作為上述參照畫像。
TW102140676A 2012-12-28 2013-11-08 缺陷觀察方法及缺陷觀察裝置 TWI471553B (zh)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2012286608A JP5957378B2 (ja) 2012-12-28 2012-12-28 欠陥観察方法および欠陥観察装置

Publications (2)

Publication Number Publication Date
TW201435329A TW201435329A (zh) 2014-09-16
TWI471553B true TWI471553B (zh) 2015-02-01

Family

ID=51020705

Family Applications (1)

Application Number Title Priority Date Filing Date
TW102140676A TWI471553B (zh) 2012-12-28 2013-11-08 缺陷觀察方法及缺陷觀察裝置

Country Status (6)

Country Link
US (1) US9569836B2 (zh)
JP (1) JP5957378B2 (zh)
KR (1) KR101704325B1 (zh)
CN (1) CN104870985B (zh)
TW (1) TWI471553B (zh)
WO (1) WO2014103611A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI642901B (zh) * 2016-12-15 2018-12-01 日商歐姆龍股份有限公司 檢查裝置、檢查方法以及電腦可讀取的記錄媒體

Families Citing this family (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5953658B2 (ja) 2011-05-25 2016-07-20 ソニー株式会社 ロボット制御装置及びロボット装置の制御方法、コンピューター・プログラム、プログラム記憶媒体、並びにロボット装置
WO2016099497A1 (en) * 2014-12-18 2016-06-23 Halliburton Energy Services, Inc. Non-destructive inspection methods and systems
JP6513982B2 (ja) * 2015-03-16 2019-05-15 株式会社東芝 欠陥検査装置並びに欠陥検査装置の管理方法及び管理装置
US10332066B1 (en) 2015-03-30 2019-06-25 Amazon Technologies, Inc. Item management system using weight
CN105160320B (zh) * 2015-09-02 2019-03-01 小米科技有限责任公司 指纹识别方法、装置及移动终端
US20190213071A1 (en) * 2016-08-15 2019-07-11 Seiko Epson Corporation Circuit device, electronic apparatus and error detection method
US10031087B2 (en) * 2016-09-22 2018-07-24 SSAB Enterprises, LLC Methods and systems for the quantitative measurement of internal defects in as-cast steel products
JP6665809B2 (ja) * 2017-02-24 2020-03-13 株式会社ニューフレアテクノロジー マルチ荷電粒子ビーム描画装置及びその調整方法
TWI692700B (zh) * 2017-10-05 2020-05-01 敖翔科技股份有限公司 智慧型的缺陷校正系統與其實施方法
CN108565224B (zh) * 2018-01-12 2020-10-16 上海华虹宏力半导体制造有限公司 控制栅极线剥落缺陷的检测方法
CN108198182B (zh) * 2018-01-29 2020-11-10 广东电网有限责任公司电力科学研究院 一种复合绝缘子芯棒护套界面性能评价方法及装置
JP7155530B2 (ja) 2018-02-14 2022-10-19 セイコーエプソン株式会社 回路装置、電子機器及びエラー検出方法
WO2019162641A1 (en) * 2018-02-21 2019-08-29 E.V. Offshore Limited Image correction methods for downhole inspection tools
JP7030566B2 (ja) * 2018-03-06 2022-03-07 株式会社ニューフレアテクノロジー パターン検査方法及びパターン検査装置
JP7067321B2 (ja) * 2018-06-29 2022-05-16 オムロン株式会社 検査結果提示装置、検査結果提示方法及び検査結果提示プログラム
CN109959664B (zh) * 2019-04-10 2021-12-28 长春禹衡光学有限公司 绝对光栅尺的污染检测方法、装置及可读存储介质
US11017522B2 (en) 2019-04-18 2021-05-25 Taiwan Semiconductor Manufacturing Co., Ltd. Inspection and cleaning system and method for the same
JP2022084041A (ja) 2020-11-26 2022-06-07 株式会社日立ハイテク 荷電粒子ビーム装置
CN112986259B (zh) * 2021-02-09 2022-05-24 清华大学 智能终端oled面板制造工艺的缺陷检测方法以及装置
US20220301147A1 (en) * 2021-03-18 2022-09-22 Changxin Memory Technologies, Inc. Defect characterization method and apparatus
CN113012128B (zh) * 2021-03-18 2022-04-15 长鑫存储技术有限公司 缺陷表征方法和装置

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090268959A1 (en) * 2008-04-23 2009-10-29 Minoru Harada Method and apparatus for reviewing defects
CN101107512B (zh) * 2005-01-28 2010-05-19 Ykk株式会社 物品的外观检查装置
US20110285839A1 (en) * 2009-01-09 2011-11-24 Hitachi High-Technologies Corporation Defect observation method and device using sem
US20110299760A1 (en) * 2009-02-25 2011-12-08 Minoru Harada Defect observation method and defect observation apparatus

Family Cites Families (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6947587B1 (en) * 1998-04-21 2005-09-20 Hitachi, Ltd. Defect inspection method and apparatus
JP4743805B2 (ja) * 2000-04-06 2011-08-10 ルネサスエレクトロニクス株式会社 外観検査方法および装置
JP4035974B2 (ja) * 2001-09-26 2008-01-23 株式会社日立製作所 欠陥観察方法及びその装置
US9092841B2 (en) * 2004-06-09 2015-07-28 Cognex Technology And Investment Llc Method and apparatus for visual detection and inspection of objects
JP2005158780A (ja) * 2003-11-20 2005-06-16 Hitachi Ltd パターン欠陥検査方法及びその装置
JP2006220644A (ja) * 2005-01-14 2006-08-24 Hitachi High-Technologies Corp パターン検査方法及びその装置
JP2006200972A (ja) * 2005-01-19 2006-08-03 Tokyo Seimitsu Co Ltd 画像欠陥検査方法、画像欠陥検査装置及び外観検査装置
JP4935109B2 (ja) * 2005-03-17 2012-05-23 オムロン株式会社 基板検査装置並びにその検査ロジック設定方法および検査ロジック設定装置
JP5006520B2 (ja) * 2005-03-22 2012-08-22 株式会社日立ハイテクノロジーズ 欠陥観察装置及び欠陥観察装置を用いた欠陥観察方法
JP4825469B2 (ja) * 2005-08-05 2011-11-30 株式会社日立ハイテクノロジーズ 半導体デバイスの欠陥レビュー方法及びその装置
JP4336672B2 (ja) * 2005-09-26 2009-09-30 アドバンスド・マスク・インスペクション・テクノロジー株式会社 試料検査装置、試料検査方法及びプログラム
JP4943304B2 (ja) * 2006-12-05 2012-05-30 株式会社 Ｎｇｒ パターン検査装置および方法
JP2008145226A (ja) * 2006-12-08 2008-06-26 Olympus Corp 欠陥検査装置及び欠陥検査方法
JP2008203034A (ja) * 2007-02-19 2008-09-04 Olympus Corp 欠陥検出装置および欠陥検出方法
CN101329281B (zh) * 2007-06-20 2011-08-10 佛山普立华科技有限公司 影像感测晶片污点检测系统及其检测方法
JP4616864B2 (ja) * 2007-06-20 2011-01-19 株式会社日立ハイテクノロジーズ 外観検査方法及びその装置および画像処理評価システム
JP2009250645A (ja) 2008-04-02 2009-10-29 Hitachi High-Technologies Corp 欠陥レビュー方法およびその装置
JP5287178B2 (ja) * 2008-11-27 2013-09-11 富士通セミコンダクター株式会社 欠陥レビュー装置
JP4726983B2 (ja) * 2009-10-30 2011-07-20 住友化学株式会社 欠陥検査システム、並びに、それに用いる、欠陥検査用撮影装置、欠陥検査用画像処理装置、欠陥検査用画像処理プログラム、記録媒体、および欠陥検査用画像処理方法
WO2012081587A1 (ja) * 2010-12-14 2012-06-21 株式会社ニコン 検査方法、検査装置、露光管理方法、露光システムおよび半導体デバイス

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101107512B (zh) * 2005-01-28 2010-05-19 Ykk株式会社 物品的外观检查装置
US20090268959A1 (en) * 2008-04-23 2009-10-29 Minoru Harada Method and apparatus for reviewing defects
US20110285839A1 (en) * 2009-01-09 2011-11-24 Hitachi High-Technologies Corporation Defect observation method and device using sem
US20110299760A1 (en) * 2009-02-25 2011-12-08 Minoru Harada Defect observation method and defect observation apparatus

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI642901B (zh) * 2016-12-15 2018-12-01 日商歐姆龍股份有限公司 檢查裝置、檢查方法以及電腦可讀取的記錄媒體
US11062646B2 (en) 2016-12-15 2021-07-13 Omron Corporation Inspecting device, inspecting method, and program

Also Published As

Publication number Publication date
CN104870985B (zh) 2017-06-13
KR20150079945A (ko) 2015-07-08
CN104870985A (zh) 2015-08-26
WO2014103611A1 (ja) 2014-07-03
US9569836B2 (en) 2017-02-14
TW201435329A (zh) 2014-09-16
JP5957378B2 (ja) 2016-07-27
JP2014130026A (ja) 2014-07-10
KR101704325B1 (ko) 2017-02-07
US20150302568A1 (en) 2015-10-22

Similar Documents

Publication Publication Date Title
TWI471553B (zh) 缺陷觀察方法及缺陷觀察裝置
US9188554B2 (en) Pattern inspection device and pattern inspection method
US7424146B2 (en) Defect inspection method
JP6009351B2 (ja) 検査画像内の分類のためのシステム、方法、及びコンピュータプログラム製品
US8103087B2 (en) Fault inspection method
US8526710B2 (en) Defect review method and apparatus
US9390490B2 (en) Method and device for testing defect using SEM
JP5948138B2 (ja) 欠陥解析支援装置、欠陥解析支援装置で実行されるプログラム、および欠陥解析システム
US9040937B2 (en) Charged particle beam apparatus
US10229812B2 (en) Sample observation method and sample observation device
KR101955268B1 (ko) 결함 관찰 장치 및 결함 관찰 방법
JP2001156135A (ja) 欠陥画像の分類方法及びその装置並びにそれを用いた半導体デバイスの製造方法
KR20130108413A (ko) 하전 입자선 장치
CN113994368A (zh) 图像处理程序、图像处理装置以及图像处理方法
JP2007192688A (ja) 欠陥検査方法
JP2011192766A (ja) 半導体ウェーハの外観検査方法及びその装置
JP2016111166A (ja) 欠陥観察装置および欠陥観察方法
JP5374225B2 (ja) ウェハ検査条件決定方法、ウェハ検査条件決定システム及びウェハ検査システム