TWI553688B - Charged particle beam device - Google Patents

Charged particle beam device Download PDF

Info

Publication number
TWI553688B
TWI553688B TW102134772A TW102134772A TWI553688B TW I553688 B TWI553688 B TW I553688B TW 102134772 A TW102134772 A TW 102134772A TW 102134772 A TW102134772 A TW 102134772A TW I553688 B TWI553688 B TW I553688B
Authority
TW
Taiwan
Prior art keywords
defect
image
images
control unit
displayed
Prior art date
Application number
TW102134772A
Other languages
English (en)
Other versions
TW201421526A (zh
Inventor
Takehiro Hirai
Ryo Nakagaki
Kenji Obara
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 TW201421526A publication Critical patent/TW201421526A/zh
Application granted granted Critical
Publication of TWI553688B publication Critical patent/TWI553688B/zh

Links

Classifications

    • 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
    • H01J37/02—Details
    • H01J37/22—Optical or photographic arrangements associated with the tube
    • H01J37/222—Image processing arrangements associated with the tube
    • 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
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01J—ELECTRIC DISCHARGE TUBES OR DISCHARGE LAMPS
    • H01J2237/00—Discharge tubes exposing object to beam, e.g. for analysis treatment, etching, imaging
    • H01J2237/245—Detection characterised by the variable being measured
    • H01J2237/24592—Inspection and quality control of devices

Landscapes

  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Analysing Materials By The Use Of Radiation (AREA)
  • Testing Or Measuring Of Semiconductors Or The Like (AREA)
  • Manufacturing & Machinery (AREA)
  • Computer Hardware Design (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • Power Engineering (AREA)

Description

帶電粒子束裝置
本發明係有關具備半導體裝置的缺陷觀察裝置之帶電粒子束裝置。
半導體製造中為了確保高良率，早期發現製造工程中發生的缺陷並施行對策係十分重要。近年來隨著半導體的微細化，對其良率造成影響的缺陷亦多樣化，應列為觀察對象的製造工程亦在增加。舉例來說，愈來愈多的案例顯示，由於使試料帶電而造成可能發生像漂移(drift)之製造工程，會成為缺陷觀察的對象工程。
SEM(Scanning Electron Microscope)式缺陷觀察裝置，係為用來觀察這類多種多樣缺陷之裝置，一般而言係針對前面順位的缺陷檢査裝置所檢測出之缺陷位置圖像，以比前面順位的缺陷檢査裝置還高畫質來觀察。具體而言，是將試料平台移動前面順位的缺陷檢査裝置所輸出之缺陷座標，以觀察對象之缺陷會落入視野內的程度的低倍率拍攝，來查明正確的缺陷位置，接著移動試料平台、或是移動拍攝中心讓缺陷位置來到視野中心，再以適 於缺陷觀察的高倍率來取得觀察用之圖像。像這樣以低倍率圖像來查明缺陷位置的理由在於，前面順位的缺陷檢査裝置所輸出之缺陷座標中，會於裝置規格範圍內含有誤差，故在以SEM式缺陷觀察裝置取得高畫質缺陷圖像時，必須要有用來修正該誤差之處理。取得高畫質缺陷圖像的工程之自動化技術，便是ADR(Automatic Defect Review/Redetection)。
ADR當中，因應前面順位的缺陷檢査裝置的缺陷座標檢測精度或試料特性，必須將低倍率圖像的取得條件、高倍率圖像的取得條件等予以最佳化，以便兼顧ADR的缺陷檢測率和包含圖像取得時間在內的ADR產能；但一般而言，ADR的缺陷檢測率和產能是互為取捨(trade-off)的關係，故就算對經驗豐富的熟練者來說，要決定最佳條件仍是件困難的作業，期盼使最佳條件設定作業變得容易。
此外，以高畫質取得之缺陷圖像為依據而查明缺陷種類的作業之自動化技術即ADC(Automatic Defect Classification)亦開始實用化，特別是在生產線中，運用ADC的工程逐漸擴大。ADC中，ADC的缺陷分類正確率與包含圖像取得時間在內的ADC產能同樣也是互為取捨的關係，故決定最佳條件是件困難的作業，期盼使最佳條件設定作業變得容易。
專利文獻1中揭示一種技術，其在掃描電子顯微鏡中，取得複數張掃描觀察視野而得到之畫格 (frame)圖像，並算出各畫格圖像間的漂移量，然後修正漂移量且將畫格圖像疊合，藉此，即使發生像漂移的情形下仍可得到鮮明的圖像。
〔先前技術文獻〕 〔專利文獻〕
〔專利文獻1〕國際公開2010/070815號手冊
然而，專利文獻1之技術，是以進行自動測長的情形下的像漂移為對象。專利文獻1當中，雖然能夠穩定地算出高倍率圖像中的測長值，但若運用在缺陷觀察裝置的情形下，會產生以下問題。
專利文獻1所設想之，以製造圖樣的自動測長為目的之掃描電子顯微鏡當中，使用者會依每種樣品或製程參數(recipe)來設定測長對象之製造圖樣，在一種樣品或製程參數內，測長對象之製造圖樣的種類是有限的。亦即，在自動測長當中，是在事先決定好的座標，對事先決定好的製造圖樣予以測長，故例如在樣品之間，最佳參數不會變動。
相對於此，SEM式缺陷觀察裝置當中，由於會取得前面順位的缺陷檢査裝置所檢測出之缺陷位置圖像，故因缺陷位置不同，應取得之座標及製造圖樣會變 動。是故，就算是在同一樣品或製程參數內，應取得之座標位置及製造圖樣也會多種多樣。如此一來，在取得之圖像中，由於帶電造成的像漂移之程度也會因每種製造圖樣等而變化，故最佳參數的設定成為問題。以往，會發生像漂移的製造工程甚少成為缺陷觀察對象，但近年來由於半導體的微細化或製造工程的複雜化，針對會發生像漂移的製造工程，也逐漸有必要藉由SEM式缺陷觀察裝置來取得高畫質的缺陷圖像，並分析缺陷。
本發明乃有鑑於此一狀況而研發，係提供一種技術，是在具備缺陷觀察裝置的帶電粒子束裝置中，即使發生像漂移的情形下，仍能容易地決定觀察圖像的最佳參數條件。
為了解決上述課題，例如採用申請專利範圍所記載之構成。本申請案包括複數種解決上述問題之手段，若要舉出一例，則是提供一種帶電粒子束裝置，具備觀察試料上的缺陷之缺陷觀察裝置，該帶電粒子束裝置，其特徵為，具備：控制部；及顯示部；前述控制部，係針對以前述缺陷觀察裝置取得的1張以上圖像，以複數個修正條件執行漂移修正處理，將前述複數個修正條件、及執行前述漂移修正處理後的複數個修正圖像建立對應，並顯示於前述顯示部以作為第1畫面。
按照本發明，在具備缺陷觀察裝置的帶電粒子束裝置中，即使發生像漂移的情形下，仍能容易地決定觀察圖像的最佳參數條件。
本發明相關之其他特徴，由本說明書敍述、所附圖面便可明瞭。此外，上述以外的問題、構成及效果，將藉由以下實施例之說明而明瞭。
101‧‧‧電子槍
102‧‧‧鏡頭
103‧‧‧掃描偏向器
104‧‧‧對物透鏡
105‧‧‧試料
106‧‧‧平台
107‧‧‧一次電子束
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變換部
112‧‧‧平台控制部
113‧‧‧全體控制部及分析部
114‧‧‧圖像處理部
115‧‧‧操作部
116‧‧‧記憶裝置
117‧‧‧光學式顯微鏡
201‧‧‧操作/分析部
202‧‧‧缺陷資料記憶部
203‧‧‧圖像資料記憶部
204‧‧‧分析參數記憶部
205‧‧‧分析結果資料記憶部
〔圖1〕本發明SEM式缺陷觀察裝置的全體構成示意模型圖。
〔圖2〕圖1的全體控制部及分析部詳細圖示意圖。
〔圖3〕像漂移修正的概念圖。
〔圖4〕第1實施例之畫格累計張數的設定處理流程圖。
〔圖5〕用來進行畫格圖像的累計張數最佳化設定之GUI一例，為圖4步驟403中顯示之畫面的第1例。
〔圖6〕用來進行畫格圖像的累計張數最佳化設定之GUI一例，為圖4步驟403中顯示之畫面的第2例。
〔圖7〕第2實施例之條件設定處理流程圖，為兼顧ADR缺陷檢測率和產能之條件設定處理流程圖。
〔圖8〕用來兼顧ADR缺陷檢測率和產能之條件設定的GUI一例，為圖7步驟704中顯示之畫面例。
〔圖9〕第3實施例之條件設定處理流程圖，為兼顧ADC分類正確率和產能之條件設定處理流程圖。
〔圖10〕用來兼顧ADC分類正確率和產能之條件設定的GUI一例，為圖9步驟904中顯示之畫面例。
〔圖11〕第4實施例之條件設定處理流程圖，為兼顧ADR缺陷檢測率和產能、以及兼顧ADC分類正確率和產能之條件設定處理流程圖。
以下參照所附圖面，說明本發明之實施例。另，所附圖面雖是遵照本發明原理而揭示具體的實施例，但它們係用來理解本發明，絕非用來限縮解釋本發明。
帶電粒子束裝置，是將帶有電子或陽離子等電荷的粒子(帶電粒子)在電場中加速，並照射至試料之裝置。帶電粒子束裝置是利用試料和帶電粒子之間的相互作用，來進行試料之觀察、分析、加工等。帶電粒子束裝置之例子，可舉出電子顯微鏡、電子束描繪裝置、離子加工裝置、離子顯微鏡等。在這些帶電粒子束裝置中，掃描型電子顯微鏡(SEM：Scanning Electron Microscope)是將電子照射至試料，並將電子和試料之間的相互作用檢測成為訊號，藉此進行微細構造觀察或構成元素分析之裝置。以下，作為具備缺陷觀察裝置的帶電粒子束裝置之一例，係講述SEM式缺陷觀察裝置。
以下，說明SEM式缺陷觀察裝置的構成例。 作為系統的一種構成例，係說明在SEM式缺陷觀察裝置中進行製程參數設定之例子，但系統構成並不限於此，構成系統的裝置的一部分或全部亦可以相異之裝置構成。舉例來說，本實施例之製程參數設定處理，亦可藉由與SEM式缺陷觀察裝置網路連接之製程參數管理裝置或缺陷自動分類裝置來進行。
所謂SEM式缺陷觀察裝置，是指以光學式或SEM式檢査裝置等前面順位的缺陷檢査裝置所檢測出之缺陷座標、或是以依據設計佈局(layout)資料而藉由模擬等所抽出之觀察點座標資訊來作為輸入資訊，以適於觀察或分析之條件，來取得缺陷或觀察座標的高畫質SEM圖像之裝置。
圖1為本實施例之SEM式缺陷觀察裝置的全體構成示意模型圖。圖1的SEM式缺陷觀察裝置，具備：電子槍101、鏡頭102、掃描偏向器103、對物透鏡104、試料105、二次粒子檢測器109等光學要素所構成之電子光學系統。
此外，SEM式缺陷觀察裝置，具備：平台106，令保持作為觀察對象之試料105的試料台在XY面內移動；及電子光學系控制部110，控制該電子光學系統所包含之各種光學要素；及A/D變換部111，將二次粒子檢測器109的輸出訊號予以量子化；及平台控制部112，控制平台106。上述電子光學系統、電子光學系統控制部110、A/D變換部111、平台106、及平台控制部 112，係構成SEM圖像的拍攝手段亦即掃描電子顯微鏡(SEM)。此外，SEM式缺陷觀察裝置，亦可具備光學式顯微鏡117以作為前面順位的缺陷檢査裝置。
又，SEM式缺陷觀察裝置，具備全體控制部及分析部113、圖像處理部114、操作部115、記憶裝置116。操作部115具備顯示器(顯示部)、鍵盤、滑鼠等。在記憶裝置116，存儲有藉由SEM取得之圖像。
SEM式缺陷觀察裝置中，從電子槍101發射的一次電子束(primary electron beam)107，會在鏡頭102收斂，並在掃描偏向器103偏向。又，一次電子束107在掃描偏向器103偏向後，會在對物透鏡104收斂，而照射至試料105。
從受到一次電子束107照射之試料105，會因應試料105的形狀或材質而產生二次電子或反射電子等二次粒子108。產生之二次粒子108，會在二次粒子檢測器109被檢測後，在A/D變換部111變換成數位訊號。有時會將變換成數位訊號的二次粒子檢測器109的輸出訊號，稱為圖像訊號。
A/D變換部111的輸出訊號，會被輸出至圖像處理部114，圖像處理部114會形成SEM圖像。圖像處理部114使用生成的SEM圖像，執行漂移修正處理。此外，圖像處理部114亦可使用生成的SEM圖像，來執行各種各種圖像分析處理，如執行缺陷檢測等圖像處理之ADR處理、或將缺陷依種類別自動分類之ADC處理等。
鏡頭102、掃描偏向器103、對物透鏡104等電子光學系統之控制，是由電子光學系統控制部110執行。此外，試料105之位置控制，是由受到平台控制部112控制的平台106執行。全體控制部及分析部113，係為統括控制SEM式缺陷觀察裝置全體之控制部，其處理來自具備顯示器、鍵盤、滑鼠等之操作部115及記憶裝置116的輸入資訊，控制電子光學系統控制部110、平台控制部112、圖像處理部114等，並視必要將處理結果輸出至操作部115中包含之顯示部或記憶裝置116。
圖像處理部114、全體控制部及分析部113，係藉由電腦等資訊處理裝置而構成。舉例來說，全體控制部及分析部113，是由CPU、記憶部(例如記憶體及硬碟等)、及具備顯示器、鍵盤、滑鼠等之操作部115所構成。在此情形下，全體控制部及分析部113能夠藉由軟體來實現，能藉由CPU執行所需演算處理的程式來實現。同樣地，圖像處理部114亦能藉由軟體來實現。另，圖像處理部114、全體控制部及分析部113，可由個別的資訊處理裝置來構成，亦可由一個資訊處理裝置來構成。
此外，圖像處理部114、全體控制部及分析部113中執行之處理，亦可以硬體方式來實現。藉由硬體執行的情形下，可將執行處理的複數個演算器積聚於配線基板上、或半導體晶片乃至於封裝內，藉此實現。
圖2揭示圖1的全體控制部及分析部113之詳細圖。圖2所示之操作/分析部201，係為將圖1之全 體控制部及分析部113和操作部115予以整合表現之物。
操作/分析部201，具備缺陷資料記憶部202、圖像資料記憶部203、分析參數記憶部204、分析結果資料記憶部205。缺陷資料記憶部202、圖像資料記憶部203、分析參數記憶部204、分析結果資料記憶部205，亦可由構成全體控制部及分析部113之資訊處理裝置的硬碟來構成。此外，當操作/分析部201組裝於圖1所示SEM式缺陷觀察裝置的情形下，缺陷資料記憶部202、圖像資料記憶部203、分析參數記憶部204、及分析結果資料記憶部205，亦可整合在圖1之記憶裝置116中。
在缺陷資料記憶部202，存儲有前面順位的檢查裝置中所檢測出之缺陷座標等缺陷資訊。在圖像資料記憶部203，存儲有以SEM式缺陷觀察裝置拍攝之缺陷圖像。此處，缺陷圖像亦可包含以缺陷檢査裝置拍攝之低倍率圖像、及ADR處理後的高倍率圖像。在分析參數記憶部204，存儲有圖像取得或圖像分析時所執行之複數個執行條件(複數個參數)。複數個執行條件的例子，有畫格的累計張數、加速電壓的電壓值、探針電流的電流值等參數。此外，複數個執行條件，亦可存儲有ADR條件、ADC條件等參數。在分析結果資料記憶部205，存儲有操作/分析部201之處理結果資料。舉例來說，在分析結果資料記憶部205，存儲有以複數個執行條件處理之圖像、或藉由各執行條件處理時之處理時間或產能資訊等。
操作/分析部201，會因應來自操作部115的操作指示，藉由組裝於全體控制部及分析部113的CPU，執行規定程式。如此一來，操作/分析部201便能實現複數個功能。舉例來說，操作/分析部201會從缺陷資料記憶部202取得缺陷資訊，從圖像資料記憶部203取得缺陷圖像。接著，操作/分析部201會從分析參數記憶部204取得複數個執行條件，針對各執行條件對缺陷圖像執行處理。操作/分析部201會將執行處理後的圖像等資訊存儲於分析結果資料記憶部205。
另，並不限於將圖1所示之全體控制部及分析部113組裝於SEM式缺陷觀察裝置之構成，亦可獨立於圖1所示SEM式缺陷觀察裝置之外，來構成圖2所示之操作/分析部201。在此情形下，SEM式缺陷觀察裝置與操作/分析部201，例如是透過網路而連接。
圖3為像漂移修正的概念圖。此處，說明對發生漂移的三張第1畫格圖像301、第2畫格圖像302、第3畫格圖像303執行漂移修正之例子。首先，以第2畫格圖像302為基準，算出第1畫格圖像301的漂移量，並依算出之漂移量相對應的量來將疊合位置錯開而累計(304)。同樣地，以第2畫格圖像302為基準，算出第3畫格圖像303的漂移量，並依算出之漂移量相對應的量來將疊合位置錯開而累計(304)。考量算出之漂移量而將三張畫格圖像疊合之結果，便是畫格累計圖像304。
圖3之示例當中，係以第2畫格圖像302為 基準來算出漂移量，但亦可以最初取得的第1畫格圖像301為基準，亦可在連續的畫格圖像間反覆做算出漂移量之處理。此外，此處作為最終的漂移修正圖像305，是在畫格累計圖像304中，將共三張的畫格圖像301、302、303的共通部分切割出來，但亦可施以下述處理，即，對於所需圖像尺寸尚有不足的區域以特定的像素值填補，或是以從周邊像素值藉由圖像處理算出之像素值來填補不足的區域等。這些像漂移修正處理，是由圖像處理部114執行。另，像漂移修正處理，亦可由全體控制部及分析部113執行。
<第1實施例>
以下，說明SEM式缺陷觀察裝置中第1實施例之執行條件的最佳化處理。圖4為畫格圖像累計張數最佳化處理的流程圖。以下，作為執行條件之一例，說明將畫格圖像的累計張數予以最佳化之處理。此處，以下處理之主體，係為全體控制部及分析部113。
步驟401中，首先，全體控制部及分析部113會從分析參數記憶部204取得關於畫格累計張數的複數個參數。接下來，全體控制部及分析部113會從圖像資料記憶部203取得作為評估對象之最大數量的畫格圖像。
步驟402中，全體控制部及分析部113會利用圖像處理部114，針對取得之畫格圖像，使畫格累計張數變化(亦即，遵照取得之複數個參數)，來執行漂移修 正處理。全體控制部及分析部113，會將漂移修正處理等執行結果存儲於分析結果資料記憶部205。
接著，步驟403中，全體控制部及分析部113會將畫格累計張數與各累計張數中的漂移修正處理結果的圖像，以能夠瞭解對應關係的形式，一覧顯示於操作部115的顯示部(如顯示器)。該操作部115的顯示部畫面詳如後述。
接著，步驟404中，使用者從一覧顯示的漂移修正圖像當中，選擇最佳的圖像。全體控制部及分析部113透過操作部115，接收由使用者選擇之圖像的資訊。如此一來，便能容易地設定最佳的漂移修正條件。
最後，步驟405中，全體控制部及分析部113會使設定好的漂移修正條件，反映在記憶裝置116中存儲的製程參數上。如此一來，便能運用於下次以降的缺陷觀察。只要遵照這樣的流程圖，使用者便能容易地設定最佳的漂移修正條件。
圖5為用來進行畫格圖像的累計張數最佳化設定之GUI(第1畫面)一例，為圖4步驟403中顯示之畫面的第1例。
圖5的GUI，具備畫格累計張數顯示部501、及顯示修正處理前的累計圖像之修正處理前圖像顯示部502、及顯示修正處理後的累計圖像之修正處理後圖像顯示部503、及顯示修正處理的執行時間之處理時間顯示部504。
在畫格累計張數顯示部501顯示有畫格累計張數，其比較評估了作為評估對象之最小畫格累計張數、最小畫格累計張數的2倍、最小畫格累計張數的4倍。另，畫格累計張數之選擇並不限於此方法，可為最小值、中央值、最大值的組合，亦可不為固定值，而能夠由使用者任意設定。此外，比較數亦不限定為3種類，可將作為評估對象之畫格累計張數全部一覧顯示，亦可採用反覆複數次選擇處理，來分階段地篩選出最佳值之方式。
在修正處理前圖像顯示部502，顯示有針對各累計張數於修正處理前之累計圖像。如圖5所示，當發生像漂移的情形下，藉由累計圖像，評估對象的圖像中所含有的圖樣邊緣部分的錯位會醒目(變粗)顯示。在本例當中，由於發生像漂移，故累計張數愈增加，評估對象的圖像中所含有的圖樣邊緣部分的錯位愈會加大顯示。另，在作為缺陷觀察對象的樣品中，也存在有無需執行漂移修正處理的樣品，故藉由顯示尚未執行漂移修正處理之畫格累計圖像，便能夠判斷是否需做漂移修正處理。
此外，在修正處理後圖像顯示部503，顯示有針對各累計張數於修正處理後之累計圖像。藉由修正處理，各累計張數中圖樣邊緣部分的錯位會變小。像這樣，各畫格累計張數相對應之修正處理前圖像及修正處理後圖像，是以能與畫格累計張數建立對應的形式顯示出來。
此外，在處理時間顯示部504，是以能夠瞭解與各畫格累計張數、各畫格累計圖像之間的對應關係的形 式，顯示有漂移修正處理時間。使用者能夠從實際執行漂移修正處理後的結果之漂移修正圖像(503)、及漂移修正處理所需處理時間(504)的組合當中，容易地選擇出最佳條件。圖5例子當中，選擇了累計張數為8張之圖像(505)。選擇最佳圖像後按下按鈕506，則所選擇的最佳條件(此處為累計張數=8)便保存至製程參數以作為下次以降的漂移修正條件。
以下，說明畫格圖像的累計張數最佳化設定中所顯示之另一畫面例。圖6為用來進行畫格圖像的累計張數最佳化設定之GUI(第2畫面)一例，為圖4步驟403中顯示之畫面的第2例。
SEM式缺陷觀察裝置中，當觀察到前面順位的缺陷檢查裝置所檢測出的缺陷座標的情形下，由於發生缺陷的製造圖樣有多種多樣，故因應多種多樣的製造圖樣而進行條件設定係十分重要。理想而言，若存在一種參數是針對多種多樣的製造圖樣均有效，那麼可採用該參數；但這樣的參數另一方面來說多為處理時間較長者。使用者必需考量與處理時間之間的平衡來設定最佳參數，係為一件難度高的作業。
圖6為將圖5示例之畫格累計張數最佳化設定運用於複數個評估樣品之結果，以累積度數來表示。圖6的圖表當中，橫軸表示畫格累計張數601、縱軸(左)表示累積度數602、縱軸(右)表示漂移修正處理時間603。此外，在圖6的圖表中，描繪了各畫格累計張數中 的平均漂移修正處理時間，並顯示有該描繪點的近似直線605。圖6示例當中，是將修正處理時間以直線近似來顯示，但依修正處理演算法不同有時可能不顯示成直線狀，在這種情況下亦可以近似曲線來顯示，只要能夠確認對於複數個評估樣品的累積度數、及各畫格累計張數中的漂移修正處理時間即可。
像這樣藉由圖表顯示，對於複數個評估樣品，使用者便能對判斷為最佳之結果做綜合確認。舉例來說，能夠從累積度數成為100%的畫格累計張數(604)，對於所有的評估樣品判斷出實現使用者可滿足畫質之最小畫格累計張數。圖6示例當中，當畫格累積數為14的情形下，累積度數成為100%。是故，只要將畫格累計數訂為14，對於所有的評估樣品，使用者便能得到判斷為最佳之畫質。另，此時可確認出漂移修正處理時間為300ms左右。
此外，當漂移修正處理時間有上限的情形下，例如可顯示作為上限的漂移修正處理時間606a、606b。該上限時間可以事先設定，亦可設計成能由使用者任意輸入。舉例來說，606a為將作為上限的漂移修正處理時間的上限時間設定成350ms之情形。在此情形下，所有累計畫格數的漂移修正處理時間均未滿上限時間，故使用者只要選擇累積度數成為100%之畫格累積數即可。
舉例來說，606b為將作為上限的漂移修正處理時間的上限時間設定成250ms之情形。可知滿足此上限 時間的，是畫格累計數為12以下者。此處，當畫格累計數為12的情形下，累積度數為95%，可確認出使用者判斷為最佳之畫質為95%左右。可知，使用者若在此上限時間當中將畫格累計數訂為12，便能得到近乎使用者滿足的畫質。像這樣，能夠考量每一畫格累計數的累積度數602與漂移修正處理時間603雙方，選擇出最佳參數。使用者選擇最佳畫格累計數後按下按鈕608，則所選擇的最佳條件(此處為累計張數=14)便保存至製程參數以作為下次以降的漂移修正條件。
另，上述例子當中，作為執行條件的一例，係說明將畫格累計張數最佳化之處理，但欲最佳化之執行條件(參數)並不限定於畫格累計張數。如上所述，作為執行條件，亦可針對加速電壓的電壓值、探針電流的電流值等參數做最佳化處理。在此情形下，關於複數個加速電壓的條件會在顯示部顯示圖像，使用者則選擇最佳的加速電壓條件。另，當設定加速電壓等條件的情形下，可在畫格累計張數的最佳化處理前執行。
按照本實施例，係對複數個漂移修正條件(畫格累積數)執行漂移修正處理，並使複數個漂移修正條件、及以複數個漂移修正條件執行修正處理後之漂移修正圖像建立對應而顯示。是故，即使發生像漂移的情形下，也能容易地決定觀察圖像的最佳修正條件。此外，就算因作為觀察對象的製造圖樣的多樣性，而最佳漂移修正條件會依每一評估樣品而變化的情形下，使用者仍能容易 地設定最佳條件。
<第2實施例>
以下，說明SEM式缺陷觀察裝置中第2實施例之執行條件的最佳化處理。第2實施例係有關兼顧缺陷自動觀察(ADR：Automatic Defect Review/Redetection)的缺陷檢測率和產能之最佳觀察條件設定處理。ADR處理，係修正前面順位的缺陷檢査裝置所輸出之缺陷座標的誤差，檢測缺陷區域、缺陷座標等，並取得高畫質缺陷圖像。圖7為兼顧ADR的缺陷檢測率和產能之條件設定處理流程圖。以下，作為執行條件之一例，說明將畫格圖像的累計張數予以最佳化之處理。
SEM式缺陷觀察裝置中，當將前面順位的缺陷檢査裝置所檢測出之缺陷座標的圖像以ADR自動拍攝的情形下，考量缺陷檢查裝置的缺陷檢測座標精度，首先以將缺陷納入視野內之低倍率來取得圖像，利用取得之低倍率圖像進行缺陷檢測，接著以檢測出之缺陷座標會成為視野中心的方式，取得高畫質的高倍率圖像。進行缺陷檢測的低倍率圖像，比起使用者看起來的印象，能不能以ADR做缺陷檢測係更加重要。是故，ADR進行缺陷檢測之低倍率圖像中，ADR是否能正確檢測缺陷位置，乃是參數設定的重要指標。
一般而言，畫格累計圖像當中，隨著累計張數增加，雜訊成分會減少，故從缺陷檢測率的觀點看來， 累計張數愈多愈理想，但若增加累計張數，則處理時間亦會增加。特別是，當進行漂移修正處理的情形下，必須有算出各畫格圖像間的漂移量之處理，故畫格累計所需之處理時間增加會造成問題。在這樣的條件下，必須考量ADR的缺陷檢測率與包含畫格累計處理時間在內的ADR產能之間的平衡來設定最佳條件，在製程參數設定中是一件難度高的設定項目。
以下，說明圖7之流程圖。此處，以下處理之主體，係為全體控制部及分析部113。
步驟701中，首先，全體控制部及分析部113會從分析參數記憶部204取得關於畫格累計張數的複數個參數。接下來，全體控制部及分析部113會從圖像資料記憶部203取得作為評估對象之最大數量的畫格圖像。
接著，步驟702中，全體控制部及分析部113會利用圖像處理部114，針對取得之畫格圖像，使畫格累計張數變化(亦即，遵照取得之複數個參數)，來執行漂移修正處理。
接著，步驟703中，首先，全體控制部及分析部113會對漂移修正處理前的各畫格累計圖像執行ADR處理。又，全體控制部及分析部113會針對使畫格累計張數變化而執行漂移修正處理後之各畫格累計圖像，執行ADR處理。接下來，全體控制部及分析部113，會將ADR處理之執行結果存儲於分析結果資料記憶部205。
接著，步驟704中，全體控制部及分析部113將各畫格累計張數的漂移修正圖像、及ADR對各漂移修正圖像檢測出之缺陷位置、及各漂移修正圖像的ADR產能，以能夠瞭解對應關係的形式，一覧顯示於操作部115的顯示部(如顯示器)。該操作部115的顯示部畫面詳如後述。
接著，步驟705中，使用者從一覧顯示的漂移修正圖像與ADR執行結果當中，選擇最佳的圖像。全體控制部及分析部113透過操作部115，接收由使用者選擇之圖像的資訊。如此一來，便能容易地設定考量ADR後的最佳漂移修正條件。
最後，步驟706中，全體控制部及分析部113會使考量ADR後的最佳漂移修正條件，反映在記憶裝置116中存儲的製程參數上。如此一來，便能運用於下次以降的缺陷觀察。只要遵照這樣的流程圖，使用者便能容易地設定考量ADR後的最佳漂移修正條件。
圖8為用來兼顧ADR缺陷檢測率和產能之條件設定的GUI一例，為圖7步驟704中顯示之畫面例。
圖8的GUI，具備ADR結果的顯示選擇部801、及畫格累計張數顯示部802、及顯示修正處理前的累計圖像之修正處理前圖像顯示部803、及顯示修正處理後的累計圖像之修正處理後圖像顯示部806、及顯示修正處理的執行時間之處理時間顯示部807、及顯示ADR產能之產能顯示部808。
ADR結果的顯示選擇部801，係選擇是否將ADR結果一併重疊顯示，當勾選的情形下，ADR結果(缺陷區域804及缺陷座標805)會以重疊於圖像的形式顯示。圖8示例當中，是將ADR所檢測出之缺陷區域804顯示成以多角形集群(grouping)之結果，但亦可不做集群處理，而可將檢測出之所有缺陷區域套疊(overlay)顯示。此外，圖8示例當中，ADR所檢測出之缺陷座標805是採用缺陷區域804的重心，但例如亦可定義出考量像素值等之缺陷特徴量(如輝度等)，並以判斷最可能為缺陷的像素作為缺陷座標，只要採用與ADR缺陷檢測演算法相對應之定義即可。
在畫格累計張數顯示部802顯示有畫格累計張數，其比較評估了作為評估對象之最小畫格累計張數、最小畫格累計張數的2倍、最小畫格累計張數的4倍。另，畫格累計張數之選擇並不限於此方法，可為最小值、中央值、最大值的組合，亦可不為固定值，而能夠由使用者任意設定。此外，比較數亦不限定為3種類，可將作為評估對象之畫格累計張數全部一覧顯示，亦可採用反覆複數次選擇處理，來分階段地篩選出最佳值之方式。
在修正處理前圖像顯示部803，顯示有針對各累計張數於修正處理前之累計圖像。當發生像漂移的情形下，藉由累計圖像，評估對象的圖像中所含有的圖樣或缺陷的邊緣部分的錯位會醒目(變粗)顯示。圖8例子當中，由於像漂移及雜訊成分的緣故，若累計張數愈少則缺 陷區域804會檢測成愈寬。其結果，當畫格累計張數為4、8的情形下，相對於缺陷位置811，缺陷座標805會偏離而被檢測出來。另，在作為缺陷觀察對象的樣品中，也存在有無需執行漂移修正處理的樣品，故藉由顯示尚未執行漂移修正處理之畫格累計圖像，便能夠判斷是否需做漂移修正處理。
此外，在修正處理後圖像顯示部806，顯示有針對各累計張數於修正處理後之累計圖像。如圖8所示，各畫格累計張數相對應之修正處理前圖像及修正處理後圖像，是以能與畫格累計張數建立對應的形式顯示出來。另，藉由修正處理，各累計張數中圖樣或缺陷的邊緣部分的錯位會變小，其結果，缺陷區城804相較於修正處理前會變小。如此一來，相對於缺陷位置811，缺陷座標805的偏離也會變小。
此外，漂移修正處理時間，是以能夠瞭解與各畫格累計張數、顯示有ADR結果的各畫格累計圖像之間的對應關係的形式，而顯示於處理時間顯示部807。又，包含漂移修正處理時間在內的ADR產能，是以能夠瞭解與各畫格累計張數、顯示有ADR結果的各畫格累計圖像之間的對應關係的形式，而顯示於產能顯示部808。當運用ADR的情形下所探討之處理時間，經常是包含漂移修正處理時間在內的ADR產能，故理想是不僅標記漂移修正處理時間(807)，還併記ADR產能(808)。
像這樣，只要利用GUI，使用者便能從實際 執行漂移修正處理後之圖像、及針對各漂移修正圖像之ADR結果、及對各漂移修正圖像之ADR產能的組合當中容易地選擇出最佳條件(809)。選擇最佳圖像後按下按鈕810，則所選擇的最佳條件(此處為累計張數=8)便保存至製程參數以作為下次以降的考量ADR後之漂移修正條件。
此外，圖7的步驟704中，亦可與圖6示例之畫面顯示同樣的內容。針對複數個樣品考量ADR後之漂移修正條件最佳化作業，可如同圖6示例之內容般對應。圖6當中，會顯示圖5中使用者判斷為最佳之圖像的累積度數。相對於此，考量ADR後之漂移修正條件最佳化的情形下，只要想成是顯示圖8中使用者考量ADR後判斷為最佳之圖像的累積度數即可。另，本實施例當中，並不限定於累積度數，亦可顯示其他資訊。舉例來說，使用者判斷為最佳之圖像，係指能夠正確檢測出缺陷座標，故將使用者判斷為最佳之圖像的缺陷座標與其他畫格累計數的圖像的缺陷座標做比較，藉此便能針對各畫格累計數，算出缺陷的檢測率。在此情形下，圖表中還會顯示針對各畫格累計數之檢測率。此外，圖6當中是將漂移修正處理時間作為第二軸做圖表顯示，但考量ADR後之漂移修正條件最佳化的情形下，亦可將包含漂移修正處理時間在內的ADR產能做圖表顯示。
按照本實施例，就算因作為觀察對象的製造圖樣的多樣性，而最佳漂移修正條件會依每一樣品而變化 的情形下，仍能容易地選擇考量ADR後之漂移修正條件。此外，設定處理中，會顯示包含漂移修正處理時間在內的ADR產能，故能夠容易地設定兼顧ADR缺陷檢測率和產能之條件。
<第3實施例>
以下，說明SEM式缺陷觀察裝置中第3實施例之執行條件的最佳化處理。第3實施例係有關兼顧缺陷自動分類(ADC：Automatic Defect Classification)的分類正確率和產能之最佳觀察條件設定處理。ADC處理，係依據以高畫質取得之缺陷圖像，將缺陷種類予以分類(查明缺陷種類)。圖9為兼顧ADC的分類正確率和產能之條件設定處理流程圖。以下，作為執行條件之一例，說明將畫格圖像的累計張數予以最佳化之處理。
ADC中為了確保正確率，必須以高畫質來分析缺陷，ADC的對象亦即高倍率圖像之取得條件十分重要。依ADC的演算法不同，有時不僅是高倍率圖像，還會併用低倍率圖像，但此處說明係假定對於ADC正確率造成較大影響的圖像為高倍率圖像。
一般而言，進行漂移修正後的畫格累計圖像當中，隨著累計張數增加，雜訊成分會減少，故從ADC的分類正確率的觀點看來，累計張數愈多愈理想，但若增加累計張數，則包含漂移修正處理時間在內的ADC處理時間亦會增加。此外，適於使用者目視分類之畫質、與 ADC中能得到充分正解率之畫質未必一致，故必須考量ADC分類正確率與畫格累計張數、及包含漂移修正處理時間在內的ADC處理時間之間的平衡性，來設定最佳條件。因此，兼顧ADC分類正確率和產能之條件最佳化，在製程參數設定中為一難度高的作業。
以下，說明圖9之流程圖。此處，以下處理之主體，係為全體控制部及分析部113。
步驟901中，首先，全體控制部及分析部113會從分析參數記憶部204取得關於畫格累計張數的複數個參數。接下來，全體控制部及分析部113會從圖像資料記憶部203取得作為評估對象之最大數量的畫格圖像。
接著，步驟902中，全體控制部及分析部113會利用圖像處理部114，針對取得之畫格圖像，使畫格累計張數變化(亦即，遵照取得之複數個參數)，來執行漂移修正處理。
接著，步驟903中，首先，全體控制部及分析部113會對漂移修正處理前的各畫格累計圖像執行ADC處理。又，全體控制部及分析部113會針對使畫格累計張數變化而執行漂移修正處理後之各畫格累計圖像，執行ADC處理。接下來，全體控制部及分析部113，會將ADC處理之執行結果存儲於分析結果資料記憶部205。
接著，步驟904中，全體控制部及分析部113將各畫格累計張數的漂移修正圖像、及ADC對各漂移修 正圖像之分類結果、及各漂移修正圖像的ADC產能，以能夠瞭解對應關係的形式，一覧顯示於操作部115的顯示部(如顯示器)。該操作部115的顯示部畫面詳如後述。
接著，步驟905中，使用者從一覧顯示的漂移修正圖像與ADC的分類結果當中，選擇最佳的圖像。全體控制部及分析部113透過操作部115，接收由使用者選擇之圖像的資訊。如此一來，便能容易地設定考量ADC後的最佳漂移修正條件。
最後，步驟906中，全體控制部及分析部113會使考量ADC後的最佳漂移修正條件，反映在記憶裝置116中存儲的製程參數上。如此一來，便能運用於下次以降的缺陷觀察。只要遵照這樣的流程圖，使用者便能容易地設定考量ADC後的最佳漂移修正條件。
圖10為用來兼顧ADC分類正確率和產能之條件設定的GUI一例，為圖9步驟904中顯示之畫面例。
圖10的GUI，具備ADC結果的顯示選擇部1001、及畫格累計張數顯示部1002、及顯示修正處理前的累計圖像之修正處理前圖像顯示部1003、及顯示對於修正處理前的累計圖像的ADC結果之第1ADC結果顯示部1004、及顯示修正處理後的累計圖像之修正處理後圖像顯示部1006、及顯示對於修正處理後的累計圖像的ADC結果之第2ADC結果顯示部1007、及顯示修正處理的執行時間之處理時間顯示部1008、及顯示ADC產能之 產能顯示部1009。
ADC結果的顯示選擇部1001，係選擇是否將ADC結果一併重疊顯示，當勾選的情形下，會顯示ADC結果(缺陷區域1005、第1ADC結果顯示部1004、第2ADC結果顯示部1007)。圖10示例當中，是將ADC所檢測出之缺陷區域1005顯示成以多角形集群(grouping)之結果，但亦可不做集群處理，而可將檢測出之所有缺陷區域套疊(overlay)顯示。
在畫格累計張數顯示部1002顯示有畫格累計張數，其比較評估了作為評估對象之最小畫格累計張數、最小畫格累計張數的2倍、最小畫格累計張數的4倍。另，畫格累計張數之選擇並不限於此方法，可為最小值、中央值、最大值的組合，亦可不為固定值，而能夠由使用者任意設定。此外，比較數亦不限定為3種類，可將作為評估對象之畫格累計張數全部一覧顯示，亦可採用反覆複數次選擇處理，來分階段地篩選出最佳值之方式。
在修正處理前圖像顯示部1003，顯示有針對各累計張數於修正處理前之累計圖像。當發生像漂移的情形下，藉由累計圖像，評估對象的圖像中所含有的圖樣或缺陷的邊緣部分的錯位會醒目(明亮)顯示。圖10例子當中，由於像漂移及雜訊成分的緣故，若累計張數愈少則缺陷區域1005會檢測成愈寬。另，在作為缺陷觀察對象的樣品中，也存在有無需執行漂移修正處理的樣品，故藉由顯示尚未執行漂移修正處理之畫格累計圖像，便能夠判 斷是否需做漂移修正處理。
在第1ADC結果顯示部1004，顯示有針對各累計張數，對於修正處理前之累計圖像的ADC結果。圖10例子當中，當畫格累計張數為4的情形下，ADC的分類結果無法確定，顯示為「Unknown」。當畫格累計張數為8的情形下，則被分類成「Short」(短路)，在本例中其並未得到正確的分類結果。此外，當畫格累計張數為16的情形下，則被分類成「Dust」(異物)，而得到正確的分類結果。
此外，在修正處理後圖像顯示部1006，顯示有針對各累計張數於修正處理後之累計圖像。如圖10所示，各畫格累計張數相對應之修正處理前圖像及修正處理後圖像，是以能與畫格累計張數建立對應的形式顯示出來。另，藉由修正處理，各累計張數中圖樣或缺陷的邊緣部分的錯位會變小，其結果，缺陷區城1005相較於修正處理前會變小。
在第2ADC結果顯示部1007，顯示有針對各累計張數，對於修正處理後之累計圖像的ADC結果。圖10例子當中，當畫格累計張數為4的情形下，即使於修正處理後ADC的分類結果仍無法確定，顯示為「Unknown」。當畫格累計張數為8的情形下，則被分類成「Dust」(異物)，相對於修正處理前已得到正確的分類結果。此外，當畫格累計張數為16的情形下，則被分類成「Dust」。
此外，漂移修正處理時間，是以能夠瞭解與各畫格累計張數、顯示有ADC結果的各畫格累計圖像之間的對應關係的形式，而顯示於處理時間顯示部1008。又，包含漂移修正處理時間在內的ADC產能，是以能夠瞭解與各畫格累計張數、顯示有ADC結果的各畫格累計圖像之間的對應關係的形式，而顯示於產能顯示部1009。當運用ADC的情形下所探討之處理時間，經常是包含漂移修正處理時間在內的ADC產能，故理想是不僅標記漂移修正處理時間(1008)，還併記ADC產能(1009)。另，ADC處理經常與ADR處理並列做管線化(pipeline)處理。特別是，依處理對象的樣品數不同，有時ADC與ADR的產能係為同等，故此處並未將ADC與ADR的產能特地區別顯示。但，若欲正確辨識ADC產能的情形下，亦可將ADC與ADR的產能區別顯示。
像這樣，只要利用GUI，使用者便能從實際執行漂移修正處理後之圖像、及針對各漂移修正圖像之ADC結果、及對各漂移修正圖像之ADC產能的組合當中容易地選擇出最佳條件(1010)。選擇最佳圖像後按下按鈕1011，則所選擇的最佳條件(此處為累計張數=8)便保存至製程參數以作為下次以降的考量ADC後之漂移修正條件。
此外，圖9的步驟904中，亦可與圖6示例之畫面顯示同樣的內容。針對複數個樣品考量ADC後之漂移修正條件最佳化作業，可如同圖6示例之內容般對 應。圖6當中，會顯示圖5中使用者判斷為最佳之圖像的累積度數。相對於此，考量ADC後之漂移修正條件最佳化的情形下，只要想成是顯示圖10中使用者考量ADC後判斷為最佳之圖像的累積度數即可。另，本實施例當中，並不限定於累積度數，亦可顯示其他資訊。舉例來說，使用者判斷為最佳之圖像，係指能夠正確進行缺陷分類之圖像，故將使用者判斷為最佳之圖像的ADC結果與其他畫格累計數的圖像的ADC結果做比較，藉此便能針對各畫格累計數，算出缺陷分類的正確率。在此情形下，圖表中還會顯示針對各畫格累計數之缺陷分類正確率。此外，圖6當中是將漂移修正處理時間作為第二軸做圖表顯示，但考量ADC後之漂移修正條件最佳化的情形下，亦可將包含漂移修正處理時間在內的ADC產能做圖表顯示。
按照本實施例，就算因作為觀察對象的製造圖樣的多樣性，而最佳漂移修正條件會依每一樣品而變化的情形下，仍能容易地選擇考量ADC後之漂移修正條件。此外，設定處理中，會顯示包含漂移修正處理時間在內的ADC產能，故能夠容易地設定兼顧ADC缺陷分類正確率和產能之條件。
<第4實施例>
以下，說明SEM式缺陷觀察裝置中第4實施例之執行條件的最佳化處理。第4實施例係有關實現兼顧ADR缺陷檢測率和產能、及兼顧ADC分類正確率和產能之觀 察條件設定處理。圖11為實現兼顧ADR缺陷檢測率和產能、以及兼顧ADC分類正確率和產能之條件設定處理流程圖。以下，作為執行條件之一例，說明將畫格圖像的累計張數予以最佳化之處理。
圖11是將圖7示例之流程、與圖8示例之流程予以整合而成。此處，以下處理之主體，係為全體控制部及分析部113。
步驟1101中，首先，全體控制部及分析部113會從分析參數記憶部204取得關於畫格累計張數的複數個參數。接下來，全體控制部及分析部113會從圖像資料記憶部203取得作為評估對象之最大數量的畫格圖像。
接著，步驟1102中，全體控制部及分析部113會利用圖像處理部114，針對取得之畫格圖像，使畫格累計張數變化(亦即，遵照取得之複數個參數)，來執行漂移修正處理。
接著，步驟1103中，首先，全體控制部及分析部113會對漂移修正處理前的各畫格累計圖像執行ADR處理。全體控制部及分析部113會針對使畫格累計張數變化而執行漂移修正處理後之各畫格累計圖像，執行ADR處理。接下來，全體控制部及分析部113，會將ADC處理之執行結果存儲於分析結果資料記憶部205。
接著，步驟1104中，全體控制部及分析部113將各畫格累計張數的漂移修正圖像、及ADR對各漂移修正圖像檢測出之缺陷位置、及各漂移修正圖像的 ADR產能，以能夠瞭解對應關係的形式，一覧顯示於操作部115的顯示部(如顯示器)。此處係顯示圖8的畫面。
接著，步驟1105中，使用者從一覧顯示的漂移修正圖像與ADR執行結果當中，選擇最佳的圖像。全體控制部及分析部113透過操作部115，接收由使用者選擇之圖像的資訊。
接著，步驟1106中，首先，全體控制部及分析部113會對漂移修正處理前的各畫格累計圖像執行ADC處理。又，全體控制部及分析部113會針對使畫格累計張數變化而執行漂移修正處理後之各畫格累計圖像，執行ADC處理。接下來，全體控制部及分析部113，會將ADC處理之執行結果存儲於分析結果資料記憶部205。
接著，步驟1107中，全體控制部及分析部113將各畫格累計張數的漂移修正圖像、及ADC對各漂移修正圖像之分類結果、及各漂移修正圖像的ADC產能，以能夠瞭解對應關係的形式，一覧顯示於操作部115的顯示部(如顯示器)。此處係顯示圖10的畫面。
接著，步驟1108中，使用者從一覧顯示的漂移修正圖像與ADC的分類結果當中，選擇最佳的圖像。全體控制部及分析部113透過操作部115，接收由使用者選擇之圖像的資訊。
最後，步驟1109中，全體控制部及分析部 113會使考量ADR後的最佳漂移修正條件，及考量ADC後的最佳漂移修正條件，反映在記憶裝置116中存儲的製程參數上。
遵照這樣的流程圖，使用者便能容易地設定兼顧ADR缺陷檢測率和產能之最佳條件、及兼顧ADC分類正確率和產能之最佳條件。
按照本實施例，能夠連續設定ADR與ADC雙方之漂移修正條件。如上所述，由於ADC與ADR的產能可能並不同等，故例如在步驟1107中，亦可將ADC與ADR的產能區別顯示。如此一來，還能夠一面比較ADC與ADR雙方的產能，一面決定最佳的漂移修正條件。此外，藉由連續設定ADR與ADC雙方的漂移修正條件，便能將步驟1102中處理的漂移修正圖像在步驟1106中直接利用，亦能縮短處理時間。
另，本發明並非由上述實施例所限定，還包含各種變形例。舉例來說，上述實施例是為了便於說明本發明而詳加說明，並非限定於一定要具備所說明之所有構成。此外，可將某實施例構成的一部分置換成其他實施例之構成，又，亦可於某一實施例之構成追加其他實施例之構成。此外，針對各實施例的構成的一部分，可追加、刪除或置換其他構成。
此外，如上所述，全體控制部及分析部113、圖像處理部114，亦可由實現實施例功能的軟體程式碼來實現。在此情形下，亦可設計成將記錄程式碼的記憶媒體 提供給資訊處理裝置，而該資訊處理裝置(或CPU)讀取記憶媒體中存儲之程式碼。在此情形下，從記憶媒體讀取出來的程式碼本身便實現前述實施例之功能，該程式碼本身，及記憶其之記憶媒體會構成本發明。作為像這樣用來供給程式碼的記憶媒體，例如可使用軟碟、CD-ROM、DVD-ROM、硬碟、光碟機、磁光碟(magneto-optic disc)、CD-R、磁帶、非揮發性的記憶卡、ROM等。另，藉由記錄有程式的記錄媒體，亦可將既有的裝置升級(upgrade)。
此外，亦可設計成依據程式碼的指示，在資訊處理裝置上運轉的OS(作業系統)等會進行實際處理的一部分或全部，並藉由該處理來實現前述實施例之功能。又，亦可設計成將實現實施例功能的軟體程式碼透過網路配送，並將其存儲於資訊處理裝置的記憶裝置或CD-RW、CD-R等記憶媒體，於使用時，該資訊處理裝置的CPU會讀取該記憶裝置或該記憶媒體中存儲的程式碼以執行。
本發明已記述了有關具體例子，但它們於任何觀點看來均非為了限定，而是為了說明。本技術領域中具有通常知識者應當明瞭，若欲實施本發明，相應之硬體、軟體、及韌體有多數種組合。舉例來說，實現本實施例所記載功能的程式碼，可藉由組譯器(assembler)、C/C++、perl、Shell、PHP、Java(註冊商標)等廣域程式或腳本(script)語言來實行。
此外，圖面中的控制線或資訊線係揭示說明上認為有必要者，未必揭示製品上所有控制線或資訊線。亦可設計成所有的構成相互連接。
501‧‧‧畫格累計張數顯示部
502‧‧‧修正處理前圖像顯示部
503‧‧‧修正處理後圖像顯示部
504‧‧‧處理時間顯示部

Claims (15)

  1. 一種帶電粒子束裝置，係具備觀察試料上的缺陷之缺陷觀察裝置，該帶電粒子束裝置，其特徵為，具備：控制部；及顯示部；前述控制部，係利用以前述缺陷觀察裝置取得的1張以上圖像，以複數個圖像形成條件形成複數個形成圖像，並針對該複數個形成圖像的各者執行漂移(drift)修正處理以作成複數個修正圖像，將前述複數個圖像形成條件與前述複數個形成圖像建立對應，或是，將前述複數個圖像形成條件及前述複數個形成圖像的至少一者，與從前述形成圖像檢測出之缺陷資訊、前述漂移修正處理之處理時間、及從前述形成圖像檢測出缺陷所需之時間的至少一者建立對應，並顯示於前述顯示部以作為第1畫面。
  2. 如申請專利範圍第1項之帶電粒子束裝置，其中，前述控制部係針對前述複數個修正圖像執行缺陷自動觀察處理，並將藉由前述缺陷自動觀察處理檢測出之缺陷位置，重疊至前述複數個修正圖像而顯示於前述第1畫面。
  3. 如申請專利範圍第2項之帶電粒子束裝置，其中，前述控制部係將針對前述複數個修正圖像的前述缺陷 自動觀察處理之產能資訊，與前述複數個圖像形成條件建立對應，並顯示於前述第1畫面。
  4. 如申請專利範圍第2項之帶電粒子束裝置，其中，前述控制部係將使用者所選擇的前述複數個圖像形成條件之分布以及每個前述複數個圖像形成條件的前述缺陷自動觀察處理之檢測率的至少一者，顯示於前述顯示部以作為第2畫面。
  5. 如申請專利範圍第4項之帶電粒子束裝置，其中，前述控制部係將針對前述1張以上圖像的前述漂移修正處理之執行時間以及針對前述複數個修正圖像的前述缺陷自動觀察處理之產能資訊的至少一者，顯示於前述第2畫面。
  6. 如申請專利範圍第1項之帶電粒子束裝置，其中，前述控制部係針對前述複數個修正圖像執行缺陷自動分類處理，並將藉由前述缺陷自動分類處理得出之分類結果，與前述複數個修正圖像建立對應而顯示於前述第1畫面。
  7. 如申請專利範圍第6項之帶電粒子束裝置，其中，前述控制部係將針對前述複數個修正圖像的前述缺陷自動分類處理之產能資訊，與前述複數個圖像形成條件建立對應，並顯示於前述第1畫面。
  8. 如申請專利範圍第6項之帶電粒子束裝置，其中，前述控制部係將使用者所選擇的前述複數個圖像形成條件之分布以及每個前述複數個圖像形成條件的前述缺陷 自動分類處理之正確率的至少一者，顯示於前述顯示部以作為第2畫面。
  9. 如申請專利範圍第8項之帶電粒子束裝置，其中，前述控制部係將針對前述1張以上圖像的前述漂移修正處理之執行時間以及針對前述複數個修正圖像的前述缺陷自動分類處理之產能資訊的至少一者，顯示於前述第2畫面。
  10. 如申請專利範圍第1項之帶電粒子束裝置，其中，前述控制部係將針對前述1張以上圖像的前述漂移修正處理之執行時間，與前述複數個圖像形成條件建立對應，並顯示於前述第1畫面。
  11. 如申請專利範圍第1項之帶電粒子束裝置，其中，前述控制部係將前述漂移修正處理前的前述1張以上圖像，與前述複數個圖像形成條件建立對應，並顯示於前述第1畫面。
  12. 如申請專利範圍第1項之帶電粒子束裝置，其中，前述控制部係將使用者所選擇的前述複數個圖像形成條件之分布，顯示於前述顯示部以作為第2畫面。
  13. 如申請專利範圍第12項之帶電粒子束裝置，其中，前述控制部係將針對前述1張以上圖像的前述漂移修正處理之執行時間，與前述複數個圖像形成條件的前述分布建立對應，並顯示於前述第2畫面。
  14. 如申請專利範圍第1項之帶電粒子束裝置，其中， 前述控制部，係針對前述複數個修正圖像執行缺陷自動觀察處理，並將藉由前述缺陷自動觀察處理檢測出之缺陷位置，重疊至前述複數個修正圖像而顯示於前述第1畫面，針對前述複數個修正圖像執行缺陷自動分類處理，並將藉由前述缺陷自動分類處理得出之分類結果，與前述複數個修正圖像建立對應而顯示於前述顯示部以作為第2畫面。
  15. 如申請專利範圍第14項之帶電粒子束裝置，其中，前述控制部係將針對前述複數個修正圖像的前述缺陷自動觀察處理之產能資訊以及針對前述複數個修正圖像的前述缺陷自動分類處理之產能資訊，區隔顯示於前述第2畫面。
TW102134772A 2012-10-16 2013-09-26 Charged particle beam device TWI553688B (zh)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2012229221A JP5998004B2 (ja) 2012-10-16 2012-10-16 荷電粒子線装置

Publications (2)

Publication Number Publication Date
TW201421526A TW201421526A (zh) 2014-06-01
TWI553688B true TWI553688B (zh) 2016-10-11

Family

ID=50488143

Family Applications (1)

Application Number Title Priority Date Filing Date
TW102134772A TWI553688B (zh) 2012-10-16 2013-09-26 Charged particle beam device

Country Status (6)

Country Link
US (1) US9685301B2 (zh)
JP (1) JP5998004B2 (zh)
KR (1) KR101805276B1 (zh)
CN (1) CN104737280B (zh)
TW (1) TWI553688B (zh)
WO (1) WO2014061577A1 (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6145133B2 (ja) * 2015-06-04 2017-06-07 株式会社日立ハイテクノロジーズ 荷電粒子線装置
JP7107653B2 (ja) * 2017-08-31 2022-07-27 東レエンジニアリング先端半導体Ｍｉテクノロジー株式会社 画像生成方法
JP7080123B2 (ja) * 2018-07-23 2022-06-03 株式会社キーエンス 画像検査装置
CN112640026A (zh) * 2018-08-28 2021-04-09 Asml荷兰有限公司 时间相关缺陷检查装置
JP2020187876A (ja) * 2019-05-13 2020-11-19 株式会社日立ハイテク 荷電粒子線装置
JP2023002201A (ja) * 2021-06-22 2023-01-10 株式会社日立ハイテク 試料観察装置および方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7164126B2 (en) * 2001-11-21 2007-01-16 Hitachi High-Technologies Corporation Method of forming a sample image and charged particle beam apparatus
US20100163230A1 (en) * 2007-06-26 2010-07-01 Hans Kristian Kotlar Method of enhancing oil recovery
TW201035536A (en) * 2008-12-15 2010-10-01 Hermes Microvision Inc An e-beam defect review system
TW201113515A (en) * 2009-06-23 2011-04-16 Hermes Microvision Inc Method for characterizing identified defects during charged particle beam inspection and application thereof
WO2011089811A1 (ja) * 2010-01-22 2011-07-28 コニカミノルタホールディングス株式会社 燃料電池システム
US20120104253A1 (en) * 2009-07-16 2012-05-03 Hitachi High-Technologies Corporation Charged particle beam microscope and measuring method using same

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7034296B2 (en) * 2001-11-21 2006-04-25 Hitachi High-Technologies Corporation Method of forming a sample image and charged particle beam apparatus
US7361894B2 (en) 2002-10-22 2008-04-22 Hitachi High-Technologies Corporation Method of forming a sample image and charged particle beam apparatus
JP4696097B2 (ja) * 2007-07-23 2011-06-08 株式会社日立ハイテクノロジーズ 試料像形成方法及び荷電粒子線装置
JP5292043B2 (ja) * 2008-10-01 2013-09-18 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方法
WO2010070815A1 (ja) * 2008-12-15 2010-06-24 株式会社日立ハイテクノロジーズ 走査電子顕微鏡
WO2011089911A1 (ja) * 2010-01-25 2011-07-28 株式会社日立ハイテクノロジーズ 荷電粒子線顕微鏡及びそれを用いた測定方法
JP5174863B2 (ja) * 2010-07-28 2013-04-03 株式会社日立ハイテクノロジーズ 画像取得条件設定装置、及びコンピュータプログラム

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7164126B2 (en) * 2001-11-21 2007-01-16 Hitachi High-Technologies Corporation Method of forming a sample image and charged particle beam apparatus
US20100163230A1 (en) * 2007-06-26 2010-07-01 Hans Kristian Kotlar Method of enhancing oil recovery
TW201035536A (en) * 2008-12-15 2010-10-01 Hermes Microvision Inc An e-beam defect review system
TW201113515A (en) * 2009-06-23 2011-04-16 Hermes Microvision Inc Method for characterizing identified defects during charged particle beam inspection and application thereof
US20120104253A1 (en) * 2009-07-16 2012-05-03 Hitachi High-Technologies Corporation Charged particle beam microscope and measuring method using same
WO2011089811A1 (ja) * 2010-01-22 2011-07-28 コニカミノルタホールディングス株式会社 燃料電池システム

Also Published As

Publication number Publication date
KR20150054933A (ko) 2015-05-20
CN104737280B (zh) 2018-08-07
US9685301B2 (en) 2017-06-20
TW201421526A (zh) 2014-06-01
JP2014082326A (ja) 2014-05-08
KR101805276B1 (ko) 2017-12-05
JP5998004B2 (ja) 2016-09-28
WO2014061577A1 (ja) 2014-04-24
CN104737280A (zh) 2015-06-24
US20150279614A1 (en) 2015-10-01

Similar Documents

Publication Publication Date Title
JP5957378B2 (ja) 欠陥観察方法および欠陥観察装置
KR101614592B1 (ko) 결함 분류 방법 및 결함 분류 시스템
TWI553688B (zh) Charged particle beam device
JP5444092B2 (ja) 検査方法およびその装置
US9342878B2 (en) Charged particle beam apparatus
US20130294680A1 (en) Image classification method and image classification apparatus
KR101955268B1 (ko) 결함 관찰 장치 및 결함 관찰 방법
US20120070089A1 (en) Method of manufacturing a template matching template, as well as a device for manufacturing a template
KR101524421B1 (ko) 결함 관찰 방법 및 결함 관찰 장치
US20150146967A1 (en) Pattern evaluation device and pattern evaluation method
JP5707291B2 (ja) 画像分類支援を行う荷電粒子線装置
US7831083B1 (en) Image quality monitoring for substrate inspection
US20090041334A1 (en) Pattern inspection method, pattern inspection apparatus and semiconductor device manufacturing method
JP2017003305A (ja) 欠陥画像分類装置
US20240127421A1 (en) Defect Classification Device and Defect Classification Program