WO2010073453A1 - 欠陥検査方法及びその装置 - Google Patents

欠陥検査方法及びその装置 Download PDF

Info

Publication number
WO2010073453A1
WO2010073453A1 PCT/JP2009/005561 JP2009005561W WO2010073453A1 WO 2010073453 A1 WO2010073453 A1 WO 2010073453A1 JP 2009005561 W JP2009005561 W JP 2009005561W WO 2010073453 A1 WO2010073453 A1 WO 2010073453A1
Authority
WO
WIPO (PCT)
Prior art keywords
local region
interest
defect
image signal
threshold value
Prior art date
Application number
PCT/JP2009/005561
Other languages
English (en)
French (fr)
Inventor
前田俊二
酒井薫
西山英利
Original Assignee
株式会社日立ハイテクノロジーズ
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 株式会社日立ハイテクノロジーズ filed Critical 株式会社日立ハイテクノロジーズ
Priority to US13/141,375 priority Critical patent/US8811712B2/en
Publication of WO2010073453A1 publication Critical patent/WO2010073453A1/ja

Links

Images

Classifications

    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
    • H01L22/00—Testing or measuring during manufacture or treatment; Reliability measurements, i.e. testing of parts without further processing to modify the parts as such; Structural arrangements therefor
    • H01L22/20—Sequence of activities consisting of a plurality of measurements, corrections, marking or sorting steps
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
    • G01N21/956—Inspecting patterns on the surface of objects
    • G01N21/95623—Inspecting patterns on the surface of objects using a spatial filtering method
    • 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
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
    • H01L22/00—Testing or measuring during manufacture or treatment; Reliability measurements, i.e. testing of parts without further processing to modify the parts as such; Structural arrangements therefor
    • H01L22/10—Measuring as part of the manufacturing process
    • H01L22/12—Measuring as part of the manufacturing process for structural parameters, e.g. thickness, line width, refractive index, temperature, warp, bond strength, defects, optical inspection, electrical measurement of structural dimensions, metallurgic measurement of diffusions
    • 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

Definitions

  • the present invention relates to a method and an apparatus for inspecting defects generated when manufacturing an FPD substrate such as an LSI, a liquid crystal or a plasma display.
  • Patent Document 1 a circuit pattern repetitive pattern (dense repetitive pattern) existing on a substrate to be inspected is inspected for inspection of foreign matters or defects generated in manufacturing an LSI or a liquid crystal substrate. It is also described that a diffracted light pattern from a non-repetitive die is shielded by a spatial filter. Furthermore, in the defect determination process, the variation is calculated based on the signal originally obtained at or near the place where the same circuit pattern is formed, and the determination standard (threshold value) is set based on the calculated variation. However, it is described that a signal indicating a defect such as a foreign substance is extracted.
  • Patent Document 2 in order to search for a defect present at an inspection point of the first pattern on the sample, at least one known inspection response of the second pattern of the same design is obtained.
  • a defect inspection method and apparatus characterized by reference are described. In the inspection, it is important to use observation points that are equivalent to each other on the first and second patterns on the sample, and at least one search is performed to generate at least two inspection responses.
  • the two responses typically darkfield and brightfield response signals
  • the technology to form is described. That is, the first and second responses in the first pattern are detected, and the result is compared between the two responses from the same inspection point in the corresponding second pattern, respectively, and the result As a result, a first difference signal and a second difference signal are formed.
  • the differential signal created individually is processed to determine the list of first pattern defects in a unified manner.
  • the first and second differential signals can be collectively processed to determine a unified first pattern defect list.
  • data processing is subsequently performed on the first pattern defect list.
  • false defects found on the known and harmless sample surface are extracted and eliminated.
  • known harmless false defects are provided to the user for reference.
  • various test searches are added to increase the test response so that more than one optical response is obtained from the sample and processed. This further improves the inspection accuracy.
  • a photoelectric detector can be installed behind it to collect inspection responses due to transmitted light and improve the accuracy of the pattern defect list. It is also possible to search for defects buried in the surface.
  • a pattern formed on an object to be processed includes a repetitive pattern (dense repetitive) represented by a DRAM (Dynamic Random Access Memory) part, There are random patterns (non-repetitive patterns) as represented by logic. Then, a die that is a unit to be cut later to form one memory element or processor element is formed on the wafer substrate.
  • LSI or FPD Full Panel Display
  • the present invention provides a normal circuit pattern and valve that are free from defects or foreign matter generated on various patterns formed on a workpiece to be processed without depending on optical conditions.
  • Another object is to provide a defect inspection method and apparatus for inspecting defects.
  • the size of detection pixels is reduced for high sensitivity (this causes a reduction in throughput), the wafer diameter is increased from ⁇ 300 mm to ⁇ 450 mm, and the margin for exposure and etching is increased.
  • the limited inspection of the problem location represented by the hot spot which is a shortage of location, a partial inspection is required instead of the entire wafer surface.
  • Another object of the present invention is to provide a defect inspection method and apparatus capable of stably inspecting even when there are many optical conditions and there are few image signals to be compared.
  • the present invention acquires an image signal from a substrate to be inspected on which a circuit pattern repeated by a die is formed, for example, and exists on the substrate to be inspected based on the acquired image signal.
  • a defect inspection method and apparatus for inspecting a defect to be performed wherein a local region of interest to be cut out around the acquired image signal including a pixel of interest, and each of a plurality of corresponding pixels corresponding to the pixel of interest
  • a local region setting step for setting each of a plurality of corresponding local regions to be cut out in the vicinity thereof, and between the corresponding local regions based on the image signal cut out from each of the corresponding local regions set in the local region setting step
  • a forming step for forming a joint histogram feature space, and a threshold value is determined based on the joint histogram feature space formed in the forming step.
  • the present invention is characterized in that, in the forming step, the corresponding local region is classified by a feature amount for each pixel, and a joint histogram feature space is formed for each category.
  • the joint histogram feature space between the corresponding local regions is formed on the basis of the difference and brightness obtained from the image signals between the extracted corresponding local regions.
  • the present invention calculates a convex hull from a joint histogram feature space between the corresponding local regions formed in the forming step, and determines the threshold value from the calculated convex hull. It is characterized by doing.
  • a maximum difference value (maximum grayscale difference) (Diff) and a maximum value of the difference from the joint histogram feature space between the corresponding local regions formed in the forming step.
  • the brightness (Bs) calculated at the time of calculating the local area using the maximum difference (Diff) and the brightness (Bs) at that time.
  • the threshold value is determined based on brightness (Bf) obtained from an image signal cut out from the local region of interest.
  • the present invention is characterized in that in the threshold value determination step, threshold value addition in consideration of image collation accuracy is performed. Further, the present invention further includes an image quality improvement step for restoring deterioration of the image signal acquired from the substrate to be inspected using a point spread function representing deterioration of the optical system before the local region setting step. It is characterized by having.
  • the present invention is a defect inspection method for acquiring an image signal from a substrate to be inspected on which a repeated circuit pattern is formed, and inspecting a defect present on the substrate to be inspected based on the acquired image signal.
  • the present invention further forms a joint histogram feature space between the corresponding local regions based on the image signals cut out from the corresponding local regions set in the local region setting step.
  • a threshold value determination step for determining a threshold value based on the joint histogram feature space formed in the formation step, and the threshold value determined in the threshold value determination step.
  • a defect detection step of detecting the defect present in the local region of interest based on a difference image between the region and the corresponding local region.
  • the present invention it is possible to detect fine defects with high sensitivity without being affected by pattern roughness and film thickness unevenness in semiconductor wafers and FPD substrates that are becoming finer and larger in diameter.
  • even a small number of dies and a small number of data can be inspected, and furthermore, limited inspection of problem locations represented by hot spots in the die can be performed.
  • the die since a pattern shape difference is expected for a die far from the target die, the die is limited to the vicinity, and unnecessary information is excluded.
  • it is possible to judge defects in a nearby area with similar meanings and properties, and comprehensively judge defects with high sensitivity, and also inspect systematic defects. Become.
  • each of (IV-I) and (IV-II) determines a threshold value from a joint histogram feature space between corresponding local regions. It is explanatory drawing of the 1st simplified version of a procedure.
  • each of (V), (VI), and (VII) is a second explanatory diagram of a procedure for determining a threshold value. It is explanatory drawing of the 1st process sequence in the case of the wafer edge die (incomplete die) and complete die performed in 2nd Embodiment of the signal processing part in the defect inspection apparatus which concerns on this invention.
  • FIG. 1A is a diagram showing a schematic configuration of a dark field defect inspection apparatus which is an embodiment of a defect inspection apparatus according to the present invention
  • FIG. 1B is a plan view showing a semiconductor wafer.
  • the dark field defect inspection apparatus performs dark field illumination from a predetermined azimuth direction in a direction having an angle with respect to the normal direction of the semiconductor wafer W (hereinafter, referred to as an elevation angle).
  • a dark field illumination optical system (not shown) and a detection optical system 20.
  • the dark field illumination optical system may be configured to illuminate, for example, P-polarized light or S-polarized illumination light.
  • the detection optical system 20 includes an objective lens 22 that collects reflected light (including scattered light and diffracted light) from a semiconductor wafer (subject to be inspected) W that is illuminated with dark field, and a space installed on the Fourier transform plane.
  • a linear sensor 30 is provided.
  • the detection optical system 20 may include an analyzer that adjusts the rotation angle around the optical axis so that polarized light of a specific component can be detected by the linear sensor 30.
  • the surface of the semiconductor wafer W scanned in the X direction is dark-field illuminated from a predetermined azimuth direction in an elevation angle direction having an angle with respect to the normal direction of the semiconductor wafer W by the illumination light 200.
  • a linear beam 300 whose longitudinal direction is in the Y direction is formed. Light scattered and diffracted from foreign matters, defects, and patterns on the semiconductor wafer by the linear beam 300 is collected by the objective lens 22 from a direction parallel to the normal direction of the semiconductor wafer (ie, upward), for example.
  • the diffracted light generated from the repetitive pattern (a circuit pattern having periodicity) is regularly spaced from the exit pupil of the objective lens 22, that is, the Fourier transform plane. Since the light is condensed as a diffraction image, the light is shielded by the spatial filter 28 placed on the Fourier transform plane. Light other than the repetitive pattern, that is, foreign matter, defects, diffraction from the pattern, or scattered light from the pattern passes through the spatial filter 28 and is guided to the imaging lens 30, for example, imaged on the linear sensor 30. Is done.
  • FIG. 2A is a perspective view showing an embodiment of a linear sensor for imaging
  • FIG. 2B is a diagram showing pixels of the linear sensor for imaging.
  • the pixels 31 of the linear sensor 30 are arranged one-dimensionally.
  • the detection magnification is set so that the sensor pixel 53 projected on the semiconductor wafer W falls within the spot size range of the linear beam 300, the detection occurs from the linear region. Diffraction and scattered light can be detected together.
  • the semiconductor wafer W is placed on an X, Y stage (not shown), and the semiconductor wafer W is scanned in the X and Y directions by the X, Y stage, whereby a two-dimensional image of the semiconductor wafer W is obtained. obtain.
  • the main scanning direction is a direction perpendicular to the longitudinal direction of the linear beam 300, that is, the X direction, and the Y direction is moved stepwise by the length of the sensor pixel 53 projected on the semiconductor wafer W.
  • the entire surface of the semiconductor wafer W can be inspected at high speed.
  • the diffracted and scattered light received by the linear sensor 30 is photoelectrically converted and sent as an image signal 400 to the signal processing unit 100 where the signal processing characteristic of the present invention is executed.
  • the first embodiment of the signal processing unit 100 is configured by a computer having a memory (storage device), and a first image signal acquired from the target die and an adjacent die (repetitive circuit pattern) adjacent to the target die. ) Are compared with each other for comparison. That is, as shown in FIG. 3, the signal processing unit 100 (1) improves the image quality by restoring the optical system and stores it in the image memory (not shown) according to the program. (S31). Next, image collation (image alignment) is performed between the target die cut out from the image memory and adjacent dies (S32), and then (2) the target local region is included in the vicinity of the target die including the target pixel.
  • image collation image alignment
  • a corresponding local region R is set in the vicinity of the surrounding die including the corresponding pixel at the position of a plurality of corresponding pixels corresponding to the target pixel on the adjacent die or the target die (S33), (3-5)
  • the corresponding local region R is classified as a feature amount for each pixel (each pixel is classified into categories) (S34), a joint histogram feature space is created for each category (S35), and the created joint histogram is created.
  • a threshold value (Th1) is calculated (S36), (6) threshold addition is performed in consideration of image matching accuracy (S37), and the image signal of the target local region of the target die and the adjacent die or In comparison with the plurality of image signals of the corresponding local area of the eye die, it will detect a defect 1001 by binarizing by the threshold (Th1) (S38) procedure is performed.
  • the signal processing unit 100 is further connected to an overall control unit 101 having an external input / output system 102 so that parameters and the like can be set and changed from the outside.
  • the overall control unit 101 is connected to an external device 103 such as a mouse, a keyboard, or a printer. Therefore, part of the signal processing in the signal processing unit may be executed by the overall control unit 101.
  • the first image quality improvement (S31) is to correct (improve) the image quality of the acquired image signal.
  • FIG. 4 shows an example of processing.
  • the image degradation is restored using a point spread function (point spread function) representing the degradation of the optical system.
  • Restoration includes the Richardson-Lucy method using Bayes' theorem, the Iterative-Back-Projection- (IBP) method, the Total-Variation- (BTV) method using Bilateral-Filter, and the results of the Richardson-Lucy method are shown in FIG. .
  • IBP Iterative-Back-Projection-
  • BTV Total-Variation-
  • the comparison target under the predetermined optical conditions is a target die (46b) and a die located in the vicinity of the target die (46b), for example, adjacent dies on both the left and right sides. Focus on (46a, 46c). Of course, adjacent dies may be arranged side by side instead of left and right.
  • three dies (46a, 46b, 46c) including a target die and left and right adjacent dies are set as comparison targets.
  • the image signals of the three dies are assumed to be f1 (x, y), f2 (x, y), and f3 (x, y) from the left in FIG.
  • step S32 these image signals are first subjected to image collation by AGM (Absolute Gradient Matching), NCC (Normal Cross Correlation), etc., and the image signals are aligned.
  • AGM Absolute Gradient Matching
  • NCC Normal Cross Correlation
  • the image signals are aligned.
  • AGM Absolute Gradient Matching
  • NCC Normal Cross Correlation
  • T.Hiroi S.Maeda
  • H.Kubota K.Watanabe
  • the position of the image signal can be aligned with subpixel accuracy.
  • K. Takeda S. Kaneko, T. Tanaka, K. Sakai, S.
  • Non-Patent Document 2 Maeda, Y. Nakagawa ⁇ Interpolation-based Absolute Gradient Matching and Its Application for LSI Wafer Inspection '', QCAV 2005, May18-20 (2005) The method described in (Non-Patent Document 2) is also applicable.
  • a corresponding local region R is set near the periphery of the corresponding pixel corresponding to the target pixel.
  • the corresponding local region R includes, for example, corresponding pixels corresponding to the target pixel in the image signal f2 of the target die with respect to the image signals f1 and f3 of the adjacent die adjacent to the target die, and is set in the vicinity of the corresponding pixel.
  • the size of the corresponding local region R depends on the technology node of the target pattern, the optical magnification, and the detection pixel size, but various settings such as 7 ⁇ 7 pixels, 13 ⁇ 13 pixels, and 33 ⁇ 33 pixels are possible.
  • a die is limited to a neighboring die (for example, an adjacent die), and a region in the die is also set as a corresponding local region R.
  • the dies are, for example, dies on both sides so that the target die can be pinched.
  • it may be on the target die so that the target local region is pinched and shot against a plurality of corresponding local regions R. It is assumed that the corresponding local region R does not include a defect (this assumption is established with high probability). Even if it contains a defect, there is no substantial adverse effect.
  • each of the corresponding local regions is subjected to each pixel in the corresponding local region by “LIM (Shunji Maeda, Satoshi Sakai, Takashi Okabe”. : LSI wafer thin-film multi-layer pattern comparison inspection algorithm using scatter chart information, categorization in the same way as in "Science theory, J88-D-II, 7 (2005) 1173. , Forming a joint histogram feature space.
  • the joint histogram feature space is a scatter diagram, and the joint histogram feature space of the local region is, for example, the difference and brightness (gradation) obtained from the image signals f1 (x, y) and f3 (x, y) of the corresponding local region. It is a scatter diagram of data formed with values f1, f3) as axes. In FIG. 6, the absolute values of f1 ⁇ f3 and f1 ⁇ f3 are shown as differences by changing the size of the local region. The axis increments may be grouped in a certain unit, not a gradation unit. It can be seen that if the size of the corresponding local region R is too small, the data tendency cannot be grasped. It is desirable to set the size of the corresponding local region so that the boundary of data becomes clear to some extent.
  • the joint histogram feature space often refers to a two-dimensional density histogram, but may be a two-dimensional or more multi-dimensional.
  • the magnitude of the variation of the probability density distribution can be evaluated by the information amount (entropy) of the distribution.
  • the entropy is maximized when the variation is a uniform distribution, and the entropy is minimized when the distribution is concentrated only at a certain position.
  • the information amount H (A, B) joint entropy calculated from the joint histogram of these images is the maximum H (A ) + H (B), which decreases as the correlation increases.
  • the amount of information on Cullback-Liber is a measure of the difference between two probability distributions (true probability distribution P and arbitrary probability distribution Q) in probability theory and information theory. It is also called information divergence, information gain, and relative entropy.
  • the joint histogram feature space of the corresponding local region R is formed for each pixel having a similar feature by dividing each pixel by a feature amount.
  • existing features such as brightness, differential value, standard deviation, etc. can be used.
  • the joint histogram feature space When a joint histogram feature space is formed around the brightness of the corresponding pixel obtained from the image signals of the plurality of corresponding local regions R that are cut out, the joint histogram feature space is regarded as a probability density function, and the mutual information is calculated as a numerical value. It can also be determined how similar the image signals in the local region are. Of course, positional deviation between image signals can also be evaluated. That is, the joint histogram feature space represents the existence probability of the corresponding pixel between the image signals, and the distribution changes due to the deformation between the image signals. It is also possible to perform registration between image signals by modifying the image signals so that this distribution is small. The accuracy of the above-described image matching method can also be evaluated based on the mutual information amount.
  • the joint histogram can be found in Yasuyo Kita, “Extracting changes between images using two-dimensional density histogram”, IEICE Transactions Vol.VolJ90-D, No. 8, pp. 1957-1965 (Non-patent Document 3). There is a description.
  • step S36 as shown in FIG. 6 (IV), the relationship between the brightness (f1, f3) and the difference (
  • ⁇ Determine envelope convex hull, R-concave hull
  • Apply a local subspace method to the feature space eg, centroid near k
  • ⁇ Categorically connect points with a small number of frequencies for example, frequency 1
  • a boundary may be determined using a generation type discriminator, or a boundary may be set using an identification type discriminator.
  • the convex hull refers to a convex polygon including all points of the point set and all vertices of the polygon and having the smallest area.
  • the packaging method Graham scanning method, sequential construction method, divide-and-conquer method, etc. are known.
  • the above-mentioned R-concave is composed of Michi Sano, Takekazu Kato, Toshikazu Wada, Satoshi Sakai, Shunji Maeda, “One Class Classifier Based on Pattern Proximity and Density Estimation”, MIRU2008, IS3-6 (2008) (non-patent literature) It is a method based on a convex hull described in 4).
  • centroid in the vicinity of k means that regarding the maximum value of the difference, those centroids are set as threshold values for k data around the center. This method is effective when the pixels in the corresponding local region cannot be assumed to be normal.
  • the parameter k is set to 3, for example. Similar to the R-concave hull, it is possible to add a margin to the threshold according to the density of data near the maximum value.
  • the comparison method is based on the difference between dies
  • the difference and brightness obtained from the image signal are appropriate for the axis of the joint histogram feature space of the corresponding local region, and it is not based on the difference between dies.
  • the difference and the differential value obtained by differentiating the image signal are appropriate for the axis of the joint histogram feature space of the corresponding local region.
  • the axis of the joint histogram feature space is determined depending on what is compared to detect the defect.
  • the threshold value (Th1) for defect determination in the local region of interest is calculated by the method described above.
  • threshold value Th1 Diff ⁇ Bf / Bs (1)
  • Bf indicates the brightness of the adjacent dies (f1, f3) that produce the maximum contrast difference Diff
  • Bs indicates the brightness of the pixel of interest (position of f2).
  • Th1 Diff ⁇ f2 (x, y) / (max (f1 (x, y), f3 (x, y)))
  • Th1 Diff ⁇ f2 (x, y) / (f1 (x, y) + f3 (x, y)) / 2 (2) If the boundary data has linearity in the difference and brightness obtained from the image signal, it means that the calculation is simplified.
  • step S37 the threshold value Th1 obtained is considered in consideration of the remaining positional deviation (in consideration of the image matching accuracy), and the threshold value is set.
  • the value Th2 is represented by the following equation (3).
  • Th2 Th1 + k2 ⁇ grad (f2 (x, y)) (3)
  • grad (f2 (x, y)) is a differential value of the image signal.
  • k2 is a weight parameter, for example, a value of about 0.3.
  • the threshold value is propagated to the vicinity of the surrounding eight pixels, for example, by one pixel to obtain the final threshold value.
  • the die near the outer periphery of the wafer has a poor pattern, and the brightness variation ⁇ of the corresponding local region R is obtained for the purpose of allowing this to some extent.
  • the threshold value is corrected by variation (standard deviation or the like) ⁇ . That is, in the edge die, the threshold value is corrected in consideration of the edge factor (multiplying the ⁇ ratio).
  • the inspection using three dies has been described. It shows that the periphery of a small number of wafers can be inspected reliably.
  • Non-patent Document 5 “Hamamatsu Satoshi, Shibuya Hisae, Nishiyama Hidetoshi, Oshima Yoshimasa, Maeda Shunji, Noguchi Satoshi“ Semiconductor Wafer Inspection Technology Using Statistical Threshold Method by Background ”, View 2004 (2004) (Non-patent Document 5)
  • the number of dies is The inspection can be surely performed even if the number is small, and as shown in FIG. 9, the edge die around the wafer and the adjacent die can be inspected. That is, even an incomplete die in which the circuit pattern is not completely formed can inspect a region where the circuit pattern is formed and a die adjacent to the incomplete die.
  • the first processing procedure described below is taken.
  • FIG. (S41) Search for similar corresponding local areas in adjacent dies, for example, sequentially in the image in units of pixels, and find the similarity each time, (S42) Rearrange based on the obtained similarity, (S43) In the adjacent die, a corresponding local region that is most similar to the target pixel (target local region) is determined, (S44) The target pixel (target local region) and the similar local region ⁇ are sequentially compared. The comparison is performed through, for example, S34 to S38 in FIG. Variations in the procedure are possible.
  • the similarity is an absolute value sum of differences between pixels in the local region, a root of square sum, or a correlation coefficient.
  • a concept called saliency can be applied, for example, Tetsuya Asami, Takekazu Kato, Toshikazu Wada, Satoshi Sakai, Shunji Maeda “Abnormality Detection Algorithm for Visual Inspection Based on Saliency”, MIRU2008, IS5-2 ( (2008) (Non-Patent Document 6) describes the saliency, and this method can be applied. The mutual information amount described above can also be used.
  • the comparison inspection is impossible and the data is output as uninspected.
  • the threshold value is determined in advance. If unchecked, the pixel is analyzed in detail later. For example, processing is performed in which inspection results for each die are overlapped and the frequency thereof is checked.
  • the threshold value is determined for a plurality of dies for one swath (a horizontal row of images covering both ends of the wafer acquired by an image sensor while scanning the stage in one direction). Even when some dies are inspected, it is necessary to acquire a horizontal row image covering both ends of the wafer.
  • Inspection can be performed on a die, and throughput does not decrease. Furthermore, limited inspection within a die can be performed for a problem portion represented by a hot spot, which is a portion where a margin at the time of exposure or etching is insufficient. That is, information for determining the threshold value regarding the limited area may be obtained from the minimum die, and unnecessary image detection and stage movement need not be performed.
  • the second processing procedure in the second embodiment of the signal processing unit 100 is another example of intra-die comparison, and is as follows.
  • S51 A similar corresponding local region is searched with an adjacent die, (S52) sort based on the similarity, (S53) In the adjacent die, corresponding local regions R1, R2, R3,... Similar to the target pixel (target local region) are determined, (S54) The target pixel (target local region) is compared with the corresponding local regions R1, R2, and R3, (S55)
  • the defect is determined by multi-value logic such as majority vote.
  • the multi-value logic may be a majority logic or a logic determination with a threshold value.
  • the defect determination is performed on the object, and a highly sensitive defect extraction is performed by comprehensive determination. This concept of one-to-multiple comparison is considered advanced in the sense that it appropriately handles the information necessary for comparison.
  • One-to-many specific comparison logic is (1) Binary logic, such as determining a defect if there is at least one mismatch, determining a defect if a number of mismatches greater than or equal to the threshold value, and determining a defect if all do not match, (2) In the state of the difference image before the defect determination, the difference is added to determine a defect if the difference is equal to or greater than a threshold value, and if the minimum value of the difference is detected to be equal to or greater than the threshold value, the defect is determined. Then, a multi-value logic such as determining a defect when the maximum value of the difference is detected and becomes equal to or greater than a threshold value can be considered.
  • each difference value may be weighted according to the degree of similarity.
  • a plurality of difference signals can be handled as multidimensional data. In other words, the defect is determined based on the length and direction of the vector as a vector.
  • the inspection throughput will not decrease. Furthermore, if the adjacent dies are adjacent dies on the wafer inner side, the inspection can be performed if there are at most two dies.
  • FIG. 12 shows a third processing procedure. That is, the third processing procedure executed by the signal processing unit 100 is as follows. (S61) Search for similar corresponding local regions in the adjacent die and the target die, (S62) sort based on the similarity, (S63) In the adjacent die and the target die, corresponding local regions R1, R2, R3,... Similar to the target pixel (target local region) are determined, (S64) The target pixel (target local region) is compared with the corresponding local regions R1, R2, and R3, (S65) The defect is determined by multi-value logic such as majority vote.
  • the specific comparison logic of one-to-multiple is the same as that described above, but it is expected that the similarity between local regions is high in the comparison within the target die. For this reason, for example, when the weight is set, the weight for the difference is large.
  • the first and second embodiments of the signal processing unit 100 described above are all directed to the dark field inspection image shown in FIG.
  • Optical conditions illumination wavelength, illumination polarization, illumination azimuth, illumination elevation angle, numerical aperture of illumination beam
  • various defects such as wiring shorts, disconnection, pattern thinning, pattern thickening, scratches, hole non-openings, etc.
  • Detection azimuth, detection elevation angle, detection polarization, detection numerical aperture, etc. are different for each defect, so it is necessary to change the optical conditions for each defect type.
  • the second embodiment is applicable.
  • FIG. 13 shows a plan view of the wafer.
  • Defect 4 is a defect to be detected. The case where the defect 4 exists in a non-periodic pattern area
  • an aperiodic spatial filter (not shown) it is necessary to grasp the scattered light distribution of defects. Since the illumination light is illuminated over a wide range, in order to detect the scattered light distribution of only the defect 4, as shown in FIG. 13, the defect portion is detected by a field stop (not shown) arranged in the detection optical system 20. It is necessary to set the opening shape 26 only in the vicinity. The size of the opening changes according to the size of the defect and the positional relationship with the peripheral pattern.
  • the size of the aperture of this diaphragm in the LSI pattern, the size of one side is about 1 to 10 mm on the semiconductor wafer (substrate to be inspected) W (appropriate size for a circular aperture). Corresponding).
  • the scattered light distribution detected by an observation camera (not shown) that observes the Fourier transform image formed on the Fourier transform plane by the field stop of this detection optical system is mainly the scattered light distribution from the defect.
  • the optical condition to be tried first is selected in GUI (Graphic User Interface) of the overall control unit 101 (S81).
  • GUI Graphic User Interface
  • the aperture shape of the field stop of the detection optical system 20 is set near the defect based on the screen shown in FIG. 13 (S82).
  • fixed optical conditions a wavelength band of illumination light, an illumination light amount, an imaging magnification of the imaging lens 29, etc.
  • the optical condition to be tried is set in the GUI (S84).
  • Illumination optical system (1-1) Elevation angle of illumination light 200 (angle formed by optical axis of illumination light from wafer surface) (1-2) Illumination direction of illumination light 200 (for example, an angle formed with reference to the notch direction of the wafer or an angle formed with reference to the traveling direction of the X stage of the apparatus) (1-3) Polarization of illumination light 200 (P-polarized light, S-polarized light, etc.) (1-4) NA of illumination light 200 2.
  • Detection optical system (20) (2-1) Rotating angle of analyzer (not shown) for detecting polarized light of specific component (2-2) Open shape of spatial filter 28 and birefringent material (selected after the above conditions are determined) and so on.
  • the semiconductor wafer W is moved to the adjacent die (S86). Even in this adjacent die, a dark field image of the normal part observed by the first observation camera of the detection optical system 20 and a Fourier transform image of the normal part observed by the second observation camera are acquired and a signal processing unit is obtained.
  • the image is stored in the image memory 100 (S87).
  • the signal processing unit 100 calculates a difference image between the dark field image and the Fourier transform image of these defective portions and the dark field image and the Fourier transform image of the normal portion of the adjacent die, and stores them in the image memory of the signal processing unit 100.
  • the signal processing unit 100 or the overall control unit 101 determines whether or not the trial optical condition has ended, and repeats this if it has not ended.
  • the first and second observation cameras are configured so that the optical path can be switched so that the dark field image and the Fourier transform image can be observed when the optical condition is set.
  • the signal processing unit 100 or the overall control unit 101 determines whether the scattered light distribution of the defective part is normal based on the difference image between the dark field image of the defective part and the dark field image of the normal part under various trial optical conditions.
  • the optical conditions having different distributions are calculated by comparing with the scattered light distribution of the part, and the optical conditions are output to the GUI or the like (S90).
  • the signal processing unit 100 or the overall control unit 101 also utilizes a difference image between the Fourier transform image of the defective part and the Fourier transform image of the normal part, and the like, so that the optical conditions differ in the scattered light distribution between the defective part and the normal part. And the optical condition is output to a GUI or the like.
  • the difference in the scattered light distribution is an optical condition in which the scattered light from the defective portion is relatively strong relative to the normal portion, or an optical condition in which the scattered light from the defective portion is present in an optical condition in which the scattered light from the normal portion is not emitted.
  • the signal processing unit 100 or the overall control unit 101 grasps an optical condition that allows more scattered light from the defective part and can be detected efficiently, and selects this (S91). There may be a plurality of selection conditions instead of one.
  • the signal processing unit 100 or the overall control unit 101 finishes narrowing down the optical conditions (S93).
  • test inspection is performed under the narrowed-down conditions, and a condition with high defect detection and normal pattern classification performance is selected from the result of the test inspection, and the setting of the optical conditions is completed.
  • the amount of the image becomes enormous according to the number of image sensors.
  • threshold generation (S36), and target pixel for executing defect determination (S37, S38) by comparison are limited as much as possible. In a sense, even in the case of a plurality of optical conditions A, B, and C, there is an advantage that the processing does not become large.
  • the memory capacity required for the configuration of each of the image processing blocks 1001a (S33 to S35), 1001b (S36), and 1001c (S37, S38) is small, and can be realized at low cost.
  • the DSP Digital Signal Processor
  • the method of the present invention is suitable for simultaneous image detection and defect determination under a plurality of optical conditions using a plurality of image sensors.
  • the illumination light 200 is a laser, but a lamp may be used.
  • the light having the wavelength of the illumination light source may be a short wavelength, or may be light having a broad wavelength (white light). If the wavelength band is appropriately selected, further improvement in defect detection sensitivity can be expected.
  • light having a short wavelength is used, light having a wavelength in the ultraviolet region (Ultra Violet Light: UV light) can be used in order to increase the resolution of an image to be detected (detect a minute defect).
  • UV light Ultra Violet Light
  • a laser if it is a single wavelength laser, it is possible to provide means for reducing coherence (not shown) (temporal and spatial low interference).
  • the image sensor 30 employs a time delay integration type image sensor (TDI (Time Delay Integration) image sensor) configured by two-dimensionally arranging a plurality of one-dimensional image sensors, and is synchronized with the movement of the stage. By transferring and adding the signals detected by the one-dimensional image sensor to the next-stage one-dimensional image sensor, it becomes possible to obtain a two-dimensional image with high sensitivity.
  • TDI Time Delay Integration
  • a parallel output type sensor having a plurality of output taps as the TDI image sensor, it is possible to process outputs from the sensors in parallel and to detect at a higher speed.
  • a CMOS linear sensor may be used. In the case of CMOS, the dynamic range can be expanded.
  • the application target of the present invention can be applied to an image for bright field inspection in addition to an image for dark field inspection.
  • the illumination light source may be a laser or a lamp.
  • the present invention can also be applied to an electron beam inspection image.
  • the threshold value can be determined from a small number of data without being affected by the difference in the optical system, and a highly sensitive defect determination can be performed.
  • by one-to-many comparison and multi-valued logic it is possible to deal with systematic defects common to each die (defects caused by the exposure apparatus, etc.), and to compare with many opponents, Even if there is roughness, inspection can be performed with high sensitivity.
  • a die on the wafer is limited to the vicinity of the target die, and a local region is selected in each selected die.
  • Set and extract brightness data from it, extract effective information necessary for defect determination from the extracted brightness data using the joint histogram feature space, and obtain the defect determination threshold The original purpose of performing a highly sensitive comparison determination is achieved.
  • any substrate can be applied as long as it has a repeating pattern such as a die.
  • the present invention can be used as a foreign matter / defect inspection apparatus in semiconductor manufacturing.

Landscapes

  • Engineering & Computer Science (AREA)
  • Manufacturing & Machinery (AREA)
  • Physics & Mathematics (AREA)
  • Computer Hardware Design (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • Power Engineering (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Biochemistry (AREA)
  • Theoretical Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
  • Length Measuring Devices By Optical Means (AREA)
  • Testing Or Measuring Of Semiconductors Or The Like (AREA)

Abstract

　被検査対象基板上に繰り返して形成される様々な回路パターン上に生じる欠陥または異物を、光学条件に依存せず、正常な回路パターンと弁別して欠陥を検出する欠陥検査方法及びその装置を提供することにある。　被検査対象基板から取得した画像信号に対して、着目画素を含むその周囲に切り出す着目局所領域と、前記着目画素に対応する複数の対応画素の各々を含むその周囲に切り出す複数の対応局所領域の各々を設定し、該設定された着目局所領域の画像信号と前記局所領域設定ステップで設定された複数の対応局所領域の画像信号との類似度を探索し、該探索される類似度情報を用いて、前記着目局所領域の画像信号に類似する前記対応局所領域の画像信号を複数決定し、該決定した前記複数の対応局所領域の画像信号と前記着目局所領域の画像信号とを比較して総合的に欠陥を判定することを特徴とする。

Description

欠陥検査方法及びその装置
　本発明は、ＬＳＩ、液晶やプラズマディスプレイなどのＦＰＤ基板を製造する際に生じる欠陥の検査方法及びその装置に関する。
　特開２０００－１０５２０３号公報（特許文献１）において、ＬＳＩや液晶基板を製造する際に生じる異物または欠陥の検査に関して、被検査対象基板上に存在する回路パターンの繰返しパターン（密な繰返しであり、ダイのような繰返しではない）からの回折光パターンを空間フィルタによって遮光することも述べられている。更には、欠陥判定過程において、本来同一の回路パターンが形成された箇所またはその近傍から得られる信号を基にしてばらつきを算出し、算出されたばらつきに基づいて判定基準（しきい値）を設定し、異物等の欠陥を示す信号を抽出することが述べられている。
　また、特開平１０－９０１９２号公報（特許文献２）において、サンプル上の第１パターンの検査点に存在する欠陥を探索する為に、同じデザインの第２パターンの少なくとも１つの既知の検査応答を参照することを特徴とした欠陥検査方法とその装置について述べられている。検査に当っては、サンプル上の第１及び第２パターン上では互いに同等の観察点を用いる事が重要であり、少なくとも１回の探索を行いそれに依って少なくとも２つの検査応答を発生させ、その２つの応答（暗視野と明視野からの応答信号が代表的である）は、光電的手法で別々に検出し、別々に比較して、個別に差分信号（第１と第２パターン間の）を形成する技術について述べられている。即ち、第１パターンに於ける第１と第２応答を検出しその結果を各々対応する第２パターンのそれぞれの同じ検査点からの２つの応答との間でそれぞれ比較処理を実施し、その結果として応答の第１と第２の差分信号を形成する。
　個別に作られた差分信号は、一元的に第１パターン欠陥のリストを決定する為にデータ処理をする。具体的には、この第１及び第２の差分信号をまとめてデータ処理を施し、一元的な第１パターンの欠陥リストを決定する事が出来る。または、第１パターン欠陥リストにはその後データ処理を実行する。そして、既知で無害なサンプル表面に見られる虚偽欠陥を抽出してそれを排除する。一方、その様な既知の無害な虚偽欠陥は参考としてユーザーに提供する。更に、多様な検査探索を追加して、検査応答を増やして、サンプルから２つ以上の光学応答を得て処理する様にする。これにより検査精度は更に向上する。その上、透過性サンプルに於いては、光電検出器をその後方に設置して透過光に依る検査応答を収集し前記のパターン欠陥リストの精度をもっと向上させる様にする事が出来てサンプル内部に埋もれた欠陥を探索する様にする事も可能であるとしている。
特開２０００－１０５２０３号公報 特開平１０－９０１９２号公報
T.Hiroi,S.Maeda,H.Kubota,K.Watanabe,Y.Nakagawa「Precise Visual Inspection for LSI Wafer Patterns Using Subpixel Image Alignment」、Proc. of 2nd IEEE workshop on Applications of Computer Vision (1994) K.Takeda,S.Kaneko,T.Tanaka,K.Sakai,S.Maeda,Y.Nakagaw「Interpolation-based Absolute Gradient Matching and Its Application for LSI Wafer Inspection」, QCAV 2005, May18-20(2005) 喜多泰代「二次元濃度ヒストグラムを用いた画像間変化抽出」電子情報通信学会論文誌Vol. J90-D、No. 8、pp. 1957-1965 佐野真道，加藤丈和，和田俊和，酒井薫，前田俊二「パターンの近接性と密度推定に基づく１クラス識別器」，MIRU2008，IS3-6(2008) 浜松 玲，渋谷久恵，西山英利，大島良正，前田俊二，野口稔の「背景別統計的しきい値法を用いた半導体ウェハ検査技術」，View2004(2004) 浅海徹哉，加藤丈和，和田俊和，酒井薫，前田俊二「顕著性に基づく外観検査のための異常検出アルゴリズム」，MIRU2008，IS5-2(2008) 前田俊二，酒井 薫，岡部隆史：散布図情報を用いたLSIウェーハ薄膜多層パターン比較検査アルゴリズム，信学論，J88-D-II，7(2005)1173.
　ＬＳＩやＦＰＤ基板を製造する際に、被加工対象物（例えば半導体ウェハ）上に形成されるパターンとしては、ＤＲＡＭ（Dynamic Random Access Memory）部に代表されるような繰返しパターン（密な繰返し）や、ロジックに代表されるようなランダムパターン（非繰返しパターン）がある。そして、後に切断されてひとつのメモリ素子やプロセッサ素子を形成する単位であるダイが、ウェハ基板上に形成される。このようなＬＳＩやＦＰＤ（Flat Panel Display）基板の製造において、被加工対象物の表面に異物が付着したりまたは欠陥が発生すると、例えば、配線の絶縁不良や短絡などの不良原因となる。回路パターンの微細化に伴い、被加工対象物上に形成されるパターン（非欠陥部）と、微細な異物や欠陥を弁別することが困難になってきており、例えば、異物や各種の欠陥（配線ショート、断線、パターン細り、パターン太り、スクラッチ、穴非開口など）を検出可能な光学条件（照明の波長、照明の偏光、照明方位、照明仰角、照明ビームの開口数、検出方位、検出仰角、検出する偏光、および検出開口数など）が欠陥ごとに異なる場合には、欠陥種ごとに光学条件を変える必要がある。更には、単一の光学条件では非欠陥部との弁別が困難な場合があり、この場合には、同一種の欠陥についても、複数の光学条件で検査を実施する必要があり、検査速度（スループット）の低下を余儀なくされる場合が生じるようになってきた。
　さらに、パターンのラフネスや膜厚の変動などにより、欠陥に比べて、正常部の違いが相対的に大きく、光学条件を適切に選んだとしても、欠陥判定を行うしきい値の設定が困難になりつつある。特に、光学条件ごとに、しきい値を設定する必要があり、検査レシピの作成に時間を要する。
　本発明は、上記課題を解決すべく、ＬＳＩやＦＰＤ基板の製造において、被加工対象物形成される様々なパターン上に生じる欠陥または異物を、光学条件に依存せず、正常な回路パターンと弁別して欠陥を検査する欠陥検査方法及びその装置を提供するものである。特に、半導体回路パターンの検査では、高感度化のための検出画素寸法の縮小（これによりスループット低下を招く）、φ３００ｍｍからφ４５０ｍｍへと言ったウェハ径の大口径化、露光やエッチングの際のマージンが不足する箇所であるホットスポットに代表される問題箇所の限定検査などに伴い、ウェハ全面でなく、部分検査が必須になっているが、従来方式では対応できない。
　そこで、本発明の他の目的は、光学条件が多数あっても、比較対象の画像信号が少ない場合でも、安定に検査することを可能とする欠陥検査方法及びその装置を提供することにある。
　上記目的を達成するために、本発明は、例えばダイによって繰り返される回路パターンが形成された被検査対象基板から画像信号を取得し、該取得された画像信号を基に被検査対象基板上に存在する欠陥を検査する欠陥検査方法及びその装置であって、前記取得した画像信号に対して、着目画素を含むその周囲に切り出す着目局所領域と、前記着目画素に対応する複数の対応画素の各々を含むその周囲に切り出す複数の対応局所領域の各々を設定する局所領域設定ステップと、該局所領域設定ステップで設定された前記各対応局所領域から切り出された画像信号を基に前記対応局所領域間のジョイントヒストグラム特徴空間を形成する形成ステップと、該形成ステップで形成されたジョイントヒストグラム特徴空間を基にしきい値を決定するしきい値決定ステップと、該しきい値決定ステップで決定されたしきい値を用いて、前記着目局所領域と前記対応局所領域との差画像を基に前記着目局所領域に存在する前記欠陥を検出する欠陥検出ステップとを有することを特徴とする。
　また、本発明は、前記形成ステップにおいて、前記対応局所領域は、画素毎に特徴量にて分類し、カテゴリごとにジョイントヒストグラム特徴空間を形成することを特徴とする。
　また、本発明は、前記形成ステップにおいて、前記対応局所領域間のジョイントヒストグラム特徴空間は、前記切り出された対応局所領域間の画像信号から求めた差と明るさを軸にして形成されることを特徴とする。
  また、本発明は、前記しきい値決定ステップにおいて、前記形成ステップで形成された前記対応局所領域間のジョイントヒストグラム特徴空間から凸包を算出し、該算出した凸包から前記しきい値を決定することを特徴とする。
　また、本発明は、前記しきい値決定ステップにおいて、前記形成ステップで形成された前記対応局所領域間のジョイントヒストグラム特徴空間から差の最大値（最大濃淡差）（Ｄiff）と該差の最大値が算出されたときの明るさ（Ｂs）とを算出し、該算出された差の最大値（Ｄiff）及びそのときの明るさ（Ｂs）を用いて、前記局所領域設定ステップで設定された前記着目局所領域から切り出された画像信号から得られる明るさ（Ｂf）を基に前記しきい値を決定することを特徴とする。
　また、本発明は、前記しきい値決定ステップにおいて、画像照合精度を加味したしきい値加算を行うことを特徴とする。
  また、本発明は、さらに、前記局所領域設定ステップの前に、光学系の劣化を表すポイントスプレッドファンクションを用いて前記被検査対象基板から取得される前記画像信号の劣化を復元する画質改善ステップを有することを特徴とする。
　また、本発明は、繰り返される回路パターンが形成された被検査対象基板から画像信号を取得し、該取得された画像信号を基に被検査対象基板上に存在する欠陥を検査する欠陥検査方法であって、前記取得した画像信号に対して、着目画素を含むその周囲に切り出す着目局所領域と、前記着目画素に対応する複数の対応画素の各々を含むその周囲に切り出す複数の対応局所領域の各々を設定する局所領域設定ステップと、該局所領域設定ステップで設定された着目局所領域の画像信号と前記局所領域設定ステップで設定された複数の対応局所領域の画像信号との類似度を探索する探索ステップと、該探索ステップで探索される類似度情報を用いて、前記着目局所領域の画像信号に類似する前記対応局所領域の画像信号を複数決定する決定ステップと、該決定ステップで決定した前記複数の対応局所領域の画像信号と前記着目局所領域の画像信号とを比較して多値論理等により総合的に欠陥を判定する欠陥判定ステップとを有することを特徴とする。
　また、本発明は、前記欠陥検査方法において、さらに、前記局所領域設定ステップで設定された前記各対応局所領域から切り出された画像信号を基に前記対応局所領域間のジョイントヒストグラム特徴空間を形成する形成ステップと、該形成ステップで形成されたジョイントヒストグラム特徴空間を基にしきい値を決定するしきい値決定ステップと、該しきい値決定ステップで決定されたしきい値を用いて、前記着目局所領域と前記対応局所領域との差画像を基に前記着目局所領域に存在する前記欠陥を検出する欠陥検出ステップとを有することを特徴とする。
　本発明によれば、微細化、大口径化が進む半導体ウェハやＦＰＤ基板において、パターンのラフネスや膜厚むらに影響されることなく、微細な欠陥を高感度に検出することが可能となる。特に、各種光学条件によらず、正常な回路パターンと弁別して欠陥を検出することが可能となる。さらに、少数ダイや少数データにおいても、検査可能であり、さらにはダイ内のホットスポットに代表される問題箇所の限定検査も可能である。
　また、本発明によれば、着目ダイから遠いダイはパターン形状の相違が予想されるため、ダイは近傍に限定して、不要な情報を排除する一方、近傍ダイ内では比較すべき比較相手を多く定めることにより、ある意味、性質の似た近傍の領域を対象に欠陥を判定し、総合的に判断して高感度な欠陥抽出を行うことが可能となると共にシステマティック欠陥についても検査が可能となる。
本発明に係る欠陥検査装置の一実施の形態を示す概略図及び半導体ウェハを示す平面図である。 本発明に係る欠陥検査装置におけるリニアセンサと被検査対象基板上の照明エリアと、被検査対象基板上に投影された画素を示す図である。 本発明に係る欠陥検査装置における信号処理部の第１の実施の形態である処理手順を示すフロー図である。 本発明に係る欠陥検査装置における信号処理部の第１の実施の形態において実行される画質改善の実施例（Richardson-Lucyと呼ばれる手法）の説明図である。 本発明に係る欠陥検査装置における信号処理部の第１の実施の形態において、（Ｉ）所定の光学条件での三つのダイを比較対象にした画像照合と、（II）着目画素を有する着目ダイの両隣りのダイに設定される対応局所領域Ｒとを示す図である。 本発明に係る欠陥検査装置における信号処理部の第１の実施の形態において、（III）は対応局所領域間にて作成するジョイントヒストグラム特徴空間の説明図であり、（IV）は対応局所領域間のジョイントヒストグラム特徴空間からしきい値を決定する手順のその１の説明図である。 本発明に係る欠陥検査装置における信号処理部の第１の実施の形態において、（IV-I）(IV-II)の各々は、対応局所領域間のジョイントヒストグラム特徴空間からしきい値を決定する手順のその１の簡易版の説明図である。 本発明に係る欠陥検査装置における信号処理部の第１の実施の形態において、（Ｖ）（VI）（VII）の各々は、しきい値を決定する手順のその２の説明図である。 本発明に係る欠陥検査装置における信号処理部の第２の実施の形態において実行されるウェハエッジダイ（不完全ダイ）と完全ダイとの場合の第１の処理手順の説明図である。 本発明に係る欠陥検査装置における信号処理部の第２の実施の形態において実行される検査領域の限定の説明図である。 本発明に係る欠陥検査装置における信号処理部の第２の実施の形態において実行されるダイ内比較方式の第２の処理手順の説明図である。 本発明に係る欠陥検査装置における信号処理部の第２の実施の形態において実行されるダイ内比較方式の第３の処理手順の説明図である。 本発明に係る不規則パターン上の欠陥のみの散乱光分布を検出するために、欠陥部近傍のみに開口形状を設定する場合の説明図である。 本発明に係る欠陥検査装置における光学条件の設定手順を示すフロー図である。 本発明に係る複数の光学条件設定に対応した欠陥判定ブロックの説明図である。
　本発明に係る欠陥検査方法及びその装置の実施の形態について図面を用いて説明する。
　なお、説明を簡略化するために、同一の構成要素には同一の符号を付している。
　図１（ａ）は、本発明に係る欠陥検査装置の一実施の形態である暗視野欠陥検査装置の概略構成を示す図であり、図１（ｂ）は、半導体ウェハを示す平面図である。暗視野欠陥検査装置は、半導体ウェハ（被検査対象基板）Ｗの表面を半導体ウェハＷの法線方向に対して角度を有した方向（以下、仰角と呼ぶ）で所定の方位方向から暗視野照明する暗視野照明光学系（図示せず）と、検出光学系２０とを備えて構成される。暗視野照明光学系（図示せず）には、例えばＰ偏光又はＳ偏光の照明光を照明するように構成しても良い。検出光学系２０は、暗視野照明された半導体ウェハ（被検査対象基板）Ｗからの反射光（散乱光および回折光を含む）を集光する対物レンズ２２と、フーリエ変換面に設置された空間フィルタ２８と、該空間フィルタ２８を通過した反射光（散乱光および回折光を含む）を結像する結像レンズ２９と、該結像レンズ２９で結像された光像を受光して光電変換する例えばリニアセンサ３０とを備えて構成される。検出光学系２０には、特定成分の偏光光をリニアセンサ３０で検出できるように光軸を中心に回転角度調整される検光子を備えて構成しても良い。
　ところで、例えばＸ方向に走査される半導体ウェハＷの表面を、照明光２００により半導体ウェハＷの法線方向に対して角度を有した仰角方向で所定の方位方向から暗視野照明し、半導体ウェハＷ上に例えば長手方向がＹ方向に向いた線状ビーム３００を形成する。該線状ビーム３００により半導体ウェハ上の異物、欠陥、パターンから散乱、回折された光は、例えば半導体ウェハの法線方向に平行な方向（つまり上方）から、対物レンズ２２により集光される。半導体ウェハＷに形成されたパターンが密な繰返し形状の場合、該繰返しパターン（周期性を有する回路パターン）から発生する回折光は、対物レンズ２２の射出瞳、即ちフーリエ変換面に規則的な間隔で回折像として集光するため、前記フーリエ変換面に置かれた空間フィルタ２８により遮光される。繰返しパターン以外、即ち、前記半導体ウェハＷ上の異物、欠陥、パターンからの回折、散乱光は、前記空間フィルタ２８を通過し、結像レンズ３０へと導かれ、例えばリニアセンサ３０上に結像される。
　図２（ａ）は撮像するリニアセンサの一実施例を示す斜視図であり、図２（ｂ）は撮像するリニアセンサの画素を示す図である。図２（ａ）に示すように、リニアセンサ３０の画素３１は１次元に配列されている。図２（ｂ）に示すように、半導体ウェハＷ上に投影されたセンサ画素５３を線状ビーム３００のスポットサイズの範囲に収まるように検出倍率を設定しておけば、線状領域から発生する回折、散乱光を一括して検出できる。前記半導体ウェハＷは、Ｘ、Ｙステージ（図示せず）に搭置され、該Ｘ、Ｙステージにより前記半導体ウェハＷをＸおよびＹ方向に走査することで、該半導体ウェハＷの２次元画像を得る。この時、主たる走査方向を線状ビーム３００の長手方向に対して垂直な方向、即ちＸ方向とし、Ｙ方向には半導体ウェハＷ上に投影されたセンサ画素５３の長さ分だけステップ移動することで、半導体ウェハＷの全面を高速で検査できる。該リニアセンサ３０で受光された回折、散乱光は、光電変換されて画像信号４００として本発明の特徴とする信号処理が実行される信号処理部１００に送られる。
　次に、本発明の特徴とする信号処理部１００の第１の実施の形態について説明する。信号処理部の第１の実施の形態は、メモリ（記憶装置）を有するコンピュータによって構成され、着目ダイから取得される第１の画像信号と該着目ダイに対して隣接する隣接ダイ（繰り返し回路パターン）を比較対象にした実物同士の比較検査が実行される。即ち、信号処理部１００は、図３に示すように、プログラムに従って、入力された画像信号４００に対して（１）光学系劣化復元による画質改善が行われて画像メモリ（図示せず）に記憶される（Ｓ３１）。次に、画像メモリから切り出された着目ダイと隣接ダイ同士で画像照合（画像位置合せ）が行われ（Ｓ３２）、次に（２）着目ダイにおける着目画素を含むその周囲近傍に着目局所領域と、隣接ダイ又は着目ダイに前記着目画素に対応する複数の対応画素の位置に該対応画素を含むその周囲近傍に対応局所領域Ｒを設定し（Ｓ３３）、（３－５）該設定した複数の対応局所領域Ｒを対象に、画素毎に特徴量にて分類し（各画素をカテゴリ分けし）（Ｓ３４）、該カテゴリ毎に、ジョイントヒストグラム特徴空間を作成し（Ｓ３５）、該作成したジョイントヒストグラム特徴空間にて、しきい値（Ｔｈ１）を算出し（Ｓ３６）、（６）画像照合精度を加味したしきい値加算を行い（Ｓ３７）、着目ダイの着目局所領域の画像信号と隣接ダイ又は着目ダイの複数の対応局所領域の画像信号との比較において、上記しきい値（Ｔｈ１）により２値化して欠陥１００１を検出する（Ｓ３８）手順が実行されることになる。
　信号処理部１００は、さらに、外部入・出力系１０２を有する全体制御部１０１と接続され、外部からパラメータなどの設定、変更ができるようになっている。また全体制御部１０１には、マウスやキーボード、プリンタなどの外部機器１０３が接続されている。従って、信号処理部での信号処理の一部を全体制御部１０１で実行しても良い。
　次に、信号処理部１００において実行する本発明の特徴とする信号処理の実施の形態について図４乃至図８を用いて順次説明する。なお、図１に示した実施の形態により得られた画像信号を対象にする。
　最初の画質改善（Ｓ３１）は、取得した画像信号の画質を補正（改善）するものである。図４に処理の実施例を示す。光学系の劣化を表すポイントスプレッドファンクション（点像分布関数）を用いて、画像の劣化を復元したものである。復元には、ベイズの定理を利用したRichardson-Lucy法や、Iterative Back Projection (ＩＢＰ)法、Bilateral Filterを用いたTotal Variation (ＢＴＶ)法などがあり、図４にRichardson-Lucy法による結果を示す。この復元画像を用いて欠陥を判定すると、暗視野画像では点状に光る欠陥に関して、欠陥の信号強度がとくに向上し、さらにノイズ除去の効果も併せもつため、欠陥検出感度が向上することを確認した。
　次に、所定の光学条件での比較対象を、図５（Ｉ）に示すように、着目ダイ（４６ｂ）と、該着目ダイ（４６ｂ）の近傍に位置するダイ、例えば、左右両隣の隣接ダイ（４６ａ、４６ｃ）とに着目する。もちろん左右でなく、上下に並んだ隣接ダイでも構わない。ここでは、着目ダイ及び左右の隣接ダイを含む三つのダイ（４６ａ、４６ｂ、４６ｃ）を比較対象にする。三つのダイの画像信号を、同図左からｆ１（ｘ，ｙ）、ｆ２（ｘ，ｙ）、ｆ３（ｘ，ｙ）とする。ステップＳ３２において、これらの画像信号について、まずＡＧＭ（Absolute Gradient Matching），ＮＣＣ（Normal Cross Correlation）等によって画像照合を実施し、画像信号の位置合せを行う。画像照合は、例えば、T.Hiroi,S.Maeda,H.Kubota,K.Watanabe,Y.Nakagawa「Precise Visual Inspection for LSI Wafer Patterns Using Subpixel Image Alignment」、Proc. of 2nd IEEE workshop on Applications of Computer Vision (1994)（非特許文献１）に記載の方法などにより、サブピクセルの精度で画像信号の位置を合わせることができる。また、K.Takeda,S.Kaneko,T.Tanaka,K.Sakai,S.Maeda,Y.Nakagawa「Interpolation-based Absolute Gradient Matching and Its Application for LSI Wafer Inspection」, QCAV 2005, May18-20(2005)（非特許文献２）に記載の方法も適用可能である。
　次に、ステップＳ３３において、図５（II）に示すように、着目画素の周囲近傍の着目局所領域の欠陥を判定することを考え、次に、例えば隣接ダイの画像信号ｆ１、ｆ３に対して上記着目画素に対応する対応画素の周囲近傍に対応局所領域Ｒを設定する。該対応局所領域Ｒは、例えば着目ダイに隣接する隣接ダイの画像信号ｆ１、ｆ３に対して、着目ダイの画像信号ｆ２における着目画素に対応する対応画素を含み、その周囲近傍に設定される。対応局所領域Ｒのサイズは、対象パターンのテクノロジーノード、光学倍率や検出画素寸法に依存するが、７×７画素、１３×１３画素、３３×３３画素など、種々の設定が可能である。
　ここでの着眼点は、対象データを限定し、多くのデータを含めないことである。多くのデータを含めると、ダイ間のばらつきが反映されるメリットがあるが、比較すべき対象ダイ以外の過剰な情報をもつことにもつながるため、ここでは、最小限のデータとするため、対象ダイを近傍ダイ（例えば隣接ダイ）に限定し、さらにダイ内の領域も対応局所領域Ｒに設定する。例えば、ダイは、着目ダイが挟み撃ちとなるよう、例えば両隣のダイとする。勿論、複数の対応局所領域Ｒに対して着目局所領域が挟み撃ちとなるように着目ダイ上であってもよい。上記対応局所領域Ｒは、欠陥を含まないとする（高い確率で、この仮定が成り立つ）。なお、欠陥を含んでいても、実質弊害はない。
　次に、ステップＳ３４、Ｓ３５において、これら複数の対応局所領域を対象にして、図６（III）に示すように、対応局所領域にて各画素を、『ＬＩＭ（前田俊二，酒井 薫，岡部隆史：散布図情報を用いたLSIウェーハ薄膜多層パターン比較検査アルゴリズム，信学論，J88-D-II，7(2005)1173. （非特許文献７）に記載の方法）』と同様にカテゴリ分けし、ジョイントヒストグラム特徴空間を形成する。ジョイントヒストグラム特徴空間とは散布図であり、局所領域のジョイントヒストグラム特徴空間は、例えば、対応局所領域の画像信号ｆ１（ｘ，ｙ），ｆ３（ｘ，ｙ）から求めた差と明るさ（諧調値ｆ１，ｆ３）を軸にして形成したデータの散布図である。図６には、差として、ｆ１－ｆ３、ｆ１－ｆ３の絶対値を、局所領域の大きさを変えて示した。軸の刻みは、階調単位でなく、ある程度の単位でまとめてもよい。なお、対応局所領域Ｒの大きさをあまり小さくすると、データの傾向がつかめないことがわかる。データの境界がある程度、明確になるように、対応局所領域の大きさを設定することが望ましい。なお、ジョイントヒストグラム特徴空間は、二次元の濃度ヒストグラムを指すことも多いが、２次元以上の多次元でも構わない。
　さらに、総度数で正規化すると、確率密度関数として扱える。ジョイントヒストグラム特徴空間を確率密度関数として考えると、エントロピーや相互情報量、カルバック・ライブラー情報量またはカルバック・ライブラー・ダイバージェンス（Kullback-Leibler divergence）などの概念が適用可能となる。
　一般に、確率密度分布のばらつきの大きさは、その分布の情報量（エントロピー）で評価することができる。ばらつきが一様分布のときにエントロピーは最大になり、ある位置にのみ分布が集中しているときにエントロピーは最小となる。２枚の画像をＡとＢとしたとき、これらの画像のジョイントヒストグラムから算出される情報量Ｈ（Ａ，Ｂ）（ジョイントエントロピー）は、２枚の画像が無相関のときに最大Ｈ（Ａ）＋Ｈ（Ｂ）となり、相関が高くなるに従い小さくなる。
　カルバック・ライブラー情報量とは、確率論と情報理論における２つの確率分布（真の確率分布Ｐと任意の確率分布Ｑ）の差の尺度である。情報ダイバージェンス（Information divergence）、情報利得（Information gain）、相対エントロピー（Relative entropy）とも呼ばれるものである。
　なお、対応局所領域Ｒのジョイントヒストグラム特徴空間は、各画素を特徴量により分けて、類似した特徴をもつ画素毎に形成すると、より好ましい。ここで、特徴量は、明るさ、微分値、標準偏差など、既存のものが使用可能である。
　切り出された複数の対応局所領域Ｒの画像信号から求めた、対応画素の明るさを軸にしてジョイントヒストグラム特徴空間を形成し、確率密度関数として捉え、相互情報量などを数値として算出すると、対応局所領域の画像信号がどの程度、類似しているかも、判断できる。もちろん、画像信号間の位置のずれも評価可能である。すなわち、ジョイントヒストグラム特徴空間は、画像信号間での対応画素の存在確率を表し、画像信号間の変形によって分布が変化する。この分布が小さくまとまるように画像信号を変形することで、画像信号間のレジストレーションを行うこともできる。上述した画像照合の方法も、この相互情報量等により、精度を評価できる。
　なお、ジョイントヒストグラムは、喜多泰代「二次元濃度ヒストグラムを用いた画像間変化抽出」電子情報通信学会論文誌Vol. J90-D、No. 8、pp. 1957-1965（非特許文献３）などに記載がある。
　次に、ステップＳ３６において、図６（IV）に示すように、ジョイントヒストグラム特徴空間にて、明るさ（ｆ１，ｆ３）と差（｜ｆ１－ｆ３｜）との関係を凸包（包絡線）により、表現する。そして、各明るさ（ｆ１，ｆ３）に対する差の値（｜ｆ１－ｆ３｜）を着目局所領域において欠陥を判定するためのしきい値（Ｔｈ１）として採用する。
　ここでの着眼点は、データのばらつきを求めず、境界を積極的に求めることである。従って、
・包絡線（凸包、Ｒ－凹包）を求める、
・特徴空間に、局所部分空間法を適用（例えば、ｋ近傍の重心（centroid））、
・頻度少数（例えば、頻度１）の点を区分的に結ぶ、
などの手法により、境界を求める。
　このほかにも、生成形の識別器を用いて境界を定めても良いし、識別形の識別器を用いて境界を定めても良い。
　ここで、凸包は、点集合の全ての点や、多角形の全ての頂点を含む凸多角形で、その面積が最小のものを指している。凸包の計算は、包装法、Grahamの走査法、逐次構成法、分割統治法などが知られている。上記Ｒ－凹包は、佐野真道，加藤丈和，和田俊和，酒井薫，前田俊二「パターンの近接性と密度推定に基づく１クラス識別器」，MIRU2008，IS3-6(2008)（非特許文献４）に記載された、凸包をベースにした方法である。
　ｋ近傍の重心（centroid）とは、差の最大値に関して、その周辺のｋ個のデータに関してそれらの重心をしきい値とすることである。対応局所領域内の画素が正常と仮定できない場合に、この方法は有効である。パラメータｋは、例えば３と設定する。Ｒ－凹包と同様に、最大値近傍のデータの密度に応じて、しきい値にマージンを加味することも可能である。
　なお、比較方法が、ダイ間の差に基づく方法であれば、対応局所領域のジョイントヒストグラム特徴空間の軸は、画像信号から求めた差と明るさが妥当であり、ダイ間の差に基づかず、例えば微分値の差に基づく方法であれば、対応局所領域のジョイントヒストグラム特徴空間の軸は、画像信号を微分して求めた差と微分値が妥当である。何を比較して欠陥を検出するかにより、ジョイントヒストグラム特徴空間の軸を決めることになる。
　上述した方法により、着目局所領域における欠陥判定のためのしきい値（Ｔｈ１）が算出される。
　次に、図７（IV-Ｉ）（IV-II）を用いて、しきい値算出の簡易版について説明する。即ち、対応局所領域Ｒのジョイントヒストグラム特徴空間において、線形性を仮定し、まず差の絶対値の最大値（最大濃淡差）（Ｄiff）を算出する。次に、次に示す（１）式或いは（２）式により、しきい値Ｔｈ１を設定する。
Ｔｈ１＝Ｄｉｆｆ×Ｂｆ／Ｂｓ　　　　　　　　　　　　　　　　　　　　　　（１）
　なお、Ｂｆは最大濃淡差Ｄiffを生む両隣のダイ（ｆ１，ｆ３）の明るさを示し、Ｂｓは着目画素（ｆ２の位置）の明るさを示す。
Ｔｈ１＝Ｄｉｆｆ×ｆ２（ｘ，ｙ）／（ｍａｘ（ｆ１（ｘ，ｙ），ｆ３（ｘ，ｙ））
Ｔｈ１＝Ｄｉｆｆ×ｆ２（ｘ，ｙ）／（ｆ１（ｘ，ｙ）＋ｆ３（ｘ，ｙ））／２　（２）
　画像信号から求めた差と明るさにおいて、境界データが線形性をもつならば、計算が簡単になることを意味している。
　次に、ステップＳ３７において、図８（Ｖ）に示すように、最後に、求めたしきい値Ｔｈ１に対して、残存する位置ずれを考慮して（画像照合精度を加味して）、しきい値Ｔｈ２を次に示す（３）式とする。
Ｔｈ２＝Ｔｈ１＋ｋ２×ｇｒａｄ（ｆ２（ｘ，ｙ））　　　　　　　　　　　（３）
ここで、ｇｒａｄ（ｆ２（ｘ，ｙ））は、画像信号の微分値である。ｋ２は重みパラメータであり、例えば０．３程度の値である。
　さらに、図８（VI）に示すように、しきい値を周囲の８画素近傍に、例えば１画素分伝播して、最終的なしきい値とする。
　なお、図８（VII）に示すように、ウェハの外周に近いダイ（エッジダイ）では、パターンの出来が悪く、これをある程度許容する目的で、対応局所領域Ｒの明るさばらつきσを求め、このばらつき（標準偏差など）σでしきい値を補正する。即ち、エッジダイでは、エッジファクタ（上記σ比を掛け算する。）を加味してしきい値を補正する。
　以上説明したように、本発明の特徴とする信号処理部１００の第１の実施の形態では、三つのダイ（ｆ１，ｆ２，ｆ３）を用いて検査することについて説明したが、これは、ダイ数が少ないウェハ周辺も確実に検査できることを示している。従来例としては、浜松 玲，渋谷久恵，西山英利，大島良正，前田俊二，野口稔の「背景別統計的しきい値法を用いた半導体ウェハ検査技術」，View2004(2004)（非特許文献５）に記載の方法があり、ここでは、しきい値を安定に決めるためには多くのダイから明るさ情報を取得することを必要となるが、本第１の実施の形態では、ダイ数が少なくても確実に検査でき、図９に示すように、ウェハ周辺のエッジダイやそれと隣接するダイも検査可能となる。すなわち、回路パターンが完全には形成されていない不完全ダイでも回路パターンの形成されている領域や、不完全ダイに隣接するダイも、検査可能である。
　即ち、本発明の特徴とする信号処理部１００の第２の実施の形態では次に説明する第１の処理手順をとる。図９において、
（Ｓ４１）隣接ダイにて類似対応局所領域を、例えば、画素単位で画像内を順次探索し、その都度、類似度をもとめ、
（Ｓ４２）求められた類似度に基づき並べ替えを行い、
（Ｓ４３）隣接ダイにて、着目画素（着目局所領域）に最も類似している対応局所領域を決定し、
（Ｓ４４）着目画素（着目局所領域）と類似局所領域Ωとの比較
を順次行う。
上記比較は、例えば、図３のＳ３４から、Ｓ３８までを通して、実施される。手順の変形も可能である。
　類似度は、局所領域内の画素間に関する差の絶対値和や、二乗和のルート、或いは相関係数などである。顕著性 (saliency)と呼ばれる概念が適用でき、例えば、浅海徹哉，加藤丈和，和田俊和，酒井薫，前田俊二「顕著性に基づく外観検査のための異常検出アルゴリズム」，MIRU2008，IS5-2(2008)（非特許文献６）に顕著性の記載があり、この手法が適用できる。上述した相互情報量なども使用可能である。
　なお、類似度の算出の際、画像の位置ずれ検出も同時に実施できるが、補間等を用いてサブピクセルレベルで実施すると、感度がより向上することになる。
　もし、類似度が低く、類似度が設定したしきい値より低い場合には、比較検査不可として、未検査として出力する。しきい値は、前もって定めるものとする。未検査とされた場合、その画素はあとで詳細に解析される。例えば、ダイごとの検査結果を重ね合わせ、その頻度を調べるといった処理を行う。
　また、図１０に示すように、ウェハの一部を限定検査したい場合にも、本第２の実施の形態では、多くのダイを検査することが不要であり、検査したいダイの周辺のみを対象にすれば、実現できるというメリットがある。例えば、ウェハを十字状に検査することや、ウェハ上の上下中央の５点を検査することも可能である。例えば、上述した非特許文献６では、１スワス分（ステージを一方向にスキャンしながら、イメージセンサで取得した、ウェハ両端をカバーする横一列の画像）の複数ダイを対象にしきい値を決定しており、一部のダイを検査する場合でも、ウェハ両端をカバーする横一列の画像を取得する必要があるが、本第２の実施の形態では、検査領域をいかに限定しようが、最低限のダイを対象にして検査可能であり、スループットが低下しない。さらには露光やエッチングの際のマージンが不足する箇所であるホットスポットに代表される問題箇所のダイ内限定検査も可能である。すなわち、限定領域に関するしきい値決定のための情報を、最低限のダイから求めればよく、不要な画像検出やステージ移動を行う必要がない。
　次に、本発明の特徴とする信号処理部１００の第２の実施の形態における第２の処理手順について図１１を用いて説明する。信号処理部１００の第２の実施の形態における第２の処理手順は、ダイ内比較の別の実施例であり、次の通りとなる。
（Ｓ５１）隣接ダイにて類似対応局所領域を探索し、
（Ｓ５２）類似度に基づき並べ替えを行い、
（Ｓ５３）隣接ダイにて、着目画素（着目局所領域）に類似している対応局所領域Ｒ１、Ｒ２、Ｒ３、・・・を決定し、
（Ｓ５４）着目画素（着目局所領域）と対応局所領域Ｒ１、Ｒ２、Ｒ３との比較を行い、
（Ｓ５５）多数決など多値論理にて、欠陥判定を行う。
　上記第２の処理手順に従えば、１対多の比較と多値論理により、各ダイ共通のシステマティック欠陥（露光装置に起因した欠陥など）があっても対応可能であり、また、多数の相手と比較を行うため、パターンのラフネス等があっても、高感度に検査可能となる。ここで、多値論理とは、多数決論理でもよいし、しきい値を設けた論理判定でもよい。
従来は１対１の比較であり、このような１対複という比較がされておらず、新規な概念であるといえる。ダイ数は限定し、ダイ比較に本来必要なばらつきをきちっと求め、これにより不要な情報を排除したが、近傍ダイ内では比較すべき比較相手を多く定め、ある意味、性質の似た近傍の領域を対象に欠陥判定を行い、総合的に判断して高感度な欠陥抽出を行うものである。この１対複の比較という概念は、比較に必要な情報を適切に扱うという意味で、先進的と考える。
　１対複の具体的な比較論理は、
（１）少なくても1箇所の不一致が出れば欠陥と判定し、しきい値以上の個数の不一致が出れば欠陥と判定し、すべて不一致となれば欠陥と判定するなどの２値論理や、
（２）欠陥判定の前の差画像の状態で該差を加算してしきい値以上になれば欠陥と判定し、前記差の最小値を検出してしきい値以上になれば欠陥と判定し、前記差の最大値を検出してしきい値以上になれば欠陥と判定するなどの多値論理が考えられる。ここで、それぞれの差の値は、類似度に応じて、重みをつけてもよい。さらには、
（３）複数の差信号を、多次元のデータとして扱うこともできる。すなわち、ベクトルとしてとらえ、ベクトルの長さや向きにより、欠陥判定を行う。
　なお、検査の前に、処理手順Ｓ５１からＳ５４までを実行しておけば、検査スループットが低下することはない。さらに、隣接ダイをウェハ内部側の隣接ダイとすれば、高々２ダイあれば検査することができる。
　上記第２の処理手順において、同一ダイ内の比較を含んでよいことにすると、パターンの変動が小さく、より高感度な検査が実現できることになる。図１２に、第３の処理手順を示す。即ち、信号処理部１００で実行する第３の処理手順は次の通りである。
（Ｓ６１）隣接ダイ及び着目ダイにて類似対応局所領域を探索し、
（Ｓ６２）類似度に基づき並べ替えを行い、
（Ｓ６３）隣接ダイ及び着目ダイにて、着目画素（着目局所領域）に類似している対応局所領域Ｒ１、Ｒ２、Ｒ３、・・・を決定し、
（Ｓ６４）着目画素（着目局所領域）と対応局所領域Ｒ１、Ｒ２、Ｒ３との比較を行い、
（Ｓ６５）多数決など多値論理にて、欠陥判定を行う。
　１対複の具体的な比較論理は、上述したものと同様であるが、着目ダイ内の比較では、局所領域間の類似度が高いと予想される。このため、例えば、重みを設定する場合は、その差に対する重みが大きいことになる。
　上述した信号処理部１００での第１及び第２の実施の形態はすべて、図１に示した暗視野検査の画像を対象にしたものである。異物や各種の欠陥（配線ショート、断線、パターン細り、パターン太り、スクラッチ、穴非開口など）を検出可能な光学条件（照明の波長、照明の偏光、照明方位、照明仰角、照明ビームの開口数、検出方位、検出仰角、検出する偏光、および検出開口数など）が欠陥ごとに異なるため、欠陥種ごとに光学条件を変える必要があるが、条件を変えても、何ら問題なく本第１及び第２の実施の形態は適用可能である。
　次に、各種光学条件を最適化するための手法の一実施例について説明する。図１３にはウェハの平面図を示す。欠陥４が検出したい欠陥である。欠陥４が非周期パターン領域にある場合を示している。非周期的空間フィルタ（図示せず）の最適化を行うためには、欠陥の散乱光分布を把握する必要がある。照明光は広い範囲に照明されているため、欠陥４のみの散乱光分布を検出するためには、図１３に示すように、検出光学系２０に配置した視野絞り（図示せず）により欠陥部近傍のみに開口形状２６を設定する必要がある。この開口のサイズは欠陥の大きさや周辺パターンとの位置関係に応じて変化する。この絞りの開口の大きさは、ＬＳＩパターンでは、一辺の寸法が半導体ウェハ（被検査対象基板）Ｗ上にて１～１０ｍｍ程度が適切な大きさである（円形開口の場合は、外径に対応する）。この検出光学系の視野絞りにより、フーリエ変換面に形成されるフーリエ変換像を観察する観察カメラ（図示せず）で検出される散乱光分布は、主に欠陥からの散乱光分布となり、この散乱光の輝度が高いところに非周期的空間フィルタの開口を設定することにより、欠陥からの散乱光を検出し、正常パターンからの散乱光を抑制することが可能となる。
　次に、検出したい欠陥の光学条件を最適化して設定する手順について図１４を用いて説明する。即ち、全体制御部１０１のＧＵＩ（Graphic User Interface）において、最初に試行する光学条件を選択する（Ｓ８１）。次に、全体制御部１０１のＧＵＩにおいて、図１３に示す画面を基に検出光学系２０の視野絞りの開口形状を欠陥近傍に設定する（Ｓ８２）。次に、上記ＧＵＩにおいて、固定の光学条件（照明光の波長帯域、照明光量、結像レンズ２９の結像倍率等）を設定する（Ｓ８３）。次に、上記ＧＵＩにおいて、試行したい光学条件を設定する（Ｓ８４）。
　試行条件の候補としては、例えば、
１．照明光学系
（１－１）照明光２００の仰角（ウェハ面から照明光の光軸のなす角）
（１－２）照明光２００の照明方位（例えば、ウェハのノッチ方位を基準としてこれとなす角度或いは、装置のＸステージの走行方向を基準としてこれとなす角度）
（１－３）照明光２００の偏光（Ｐ偏光、Ｓ偏光等）
（１－４）照明光２００のＮＡ
２．検出光学系（２０）
（２－１）特定成分の偏光を検出する検光子（図示せず）の回転角度
（２－２）空間フィルタ２８の開口形状と複屈折材（上記条件が決定してから選択）
などがある。
　これらの条件を、欠陥ごとに適切に振りながら、各種欠陥に応じて、下記のループにて最適化を実施する。
　即ち、検出光学系２０の第１の観察カメラ（図示せず）で観察される欠陥部の暗視野像と第２の観察カメラ（図示せず）で観察される欠陥部のフーリエ変換像とを取得して信号処理部１００の画像メモリに記憶する（Ｓ８５）。次に、隣接するダイに半導体ウェハＷを移動する（Ｓ８６）。この隣接するダイでも、検出光学系２０の第１の観察カメラで観察される正常部の暗視野像と第２の観察カメラで観察される正常部のフーリエ変換像とを取得して信号処理部１００の画像メモリに記憶する（Ｓ８７）。そして、信号処理部１００は、これら欠陥部の暗視野像及びフーリエ変換像と、隣接ダイの正常部の暗視野像及びフーリエ変換像との差画像を算出して信号処理部１００の画像メモリに記憶する（Ｓ８８）。信号処理部１００または全体制御部１０１は、ステップＳ８９において、試行光学条件が終了したか否かを判定し、終了していない場合はこれを繰り返す。なお、第１及び第２の観察カメラは、光学条件を設定する際、暗視野像及びフーリエ変換像を観察できるように光路を切替できるように構成される。
　次に、信号処理部１００または全体制御部１０１は、様々な試行した光学条件での欠陥部の暗視野像と正常部の暗視野像との差画像を基に欠陥部の散乱光分布と正常部の散乱光分布とを比較して分布の異なる光学条件を算出してその光学条件をＧＵＩ等に出力する（Ｓ９０）。このとき、信号処理部１００または全体制御部１０１は、欠陥部のフーリエ変換像と正常部のフーリエ変換像との差画像なども活用して、欠陥部と正常部の散乱光分布の違う光学条件を判定してその光学条件をＧＵＩ等に出力する。なお、散乱光分布の違いとは、正常部に対して欠陥部の散乱光が比較的強い光学条件や、正常部からの散乱光が出ていない光学条件において欠陥部の散乱光がある光学条件などである。これにより、信号処理部１００または全体制御部１０１は、欠陥部からの散乱光をより多く、効率的に検出可能な光学条件を把握し、これを選択する（Ｓ９１）。この選択条件は、１条件ではなく複数あっても良い。
　これらの光学条件設定手順（Ｓ８１～Ｓ９１）により、欠陥部からの散乱光がより多く検出できる光学条件と、欠陥部からの散乱光が生じるフーリエ変換面上の位置とが把握できる。次に、フーリエ変換面上において空間フィルタ２８の開口部と欠陥部からの散乱光分布と重なる領域を算出し、この領域が広い光学条件を選択する（Ｓ９２）。
　以上により、信号処理部１００または全体制御部１０１は、光学条件の絞込みが終了する（Ｓ９３）。絞り込んだ条件が複数ある場合は、絞り込んだ条件にてテスト検査を行い、このテスト検査の結果より欠陥の検出と正常パターンの分別性能が高い条件を選択して、光学条件の設定が終了する。
　なお、以上の実施例で説明した構成や機能及び条件出し内容については、様々な組合せが考えられる。また、各種欠陥を高速に検出するためには、異なる光学条件で同時に画像を検出することが必要であるが、この場合も各光学条件の設定は同様の手順となる。
　また、複数の光学条件にて画像を検出する場合、画像の量がイメージセンサの数に応じて膨大になるが、本実施例では、図１５に示すように局所領域ジョイントヒストグラム空間形成（Ｓ３３～Ｓ３５）、しきい値生成（Ｓ３６）、比較による欠陥判定（Ｓ３７，Ｓ３８）を実行する対象画素（図５に示す着目画素に対する両隣りのダイの局所領域Ｒ）を極力限定しており、その意味で、複数の光学条件Ａ，Ｂ，Ｃの場合でも、処理が大規模にならないという利点がある。すなわち、信号処理部１００において、画像処理の各ブロック１００１ａ（Ｓ３３～Ｓ３５）、１００１ｂ（Ｓ３６）、１００１ｃ（Ｓ３７，Ｓ３８）の構成に必要なメモリ容量などが少量で済み、低コストで実現できることになる。従って、ＤＳＰ（Digital Signal Processor）は言うに及ばす、プログラミング可能なＦＰＧＡ（Field Programmable Gate Array）などにより、構成しやすいというメリットがある。すなわち、複数のイメージセンサを用い、複数の光学条件下での、同時画像検出、欠陥判定に、本発明の方法が適していると言える。
　なお、図１において、照明光２００をレーザとしたが、ランプを用いてもよい。また、照明光源の波長の光は短波長であってもよく、また、広帯域の波長の光（白色光）であってもよい。波長帯を適切に選択すれば、さらに欠陥検出感度の向上が期待できる。短波長の光を用いる場合は、検出する画像の分解能を上げる（微細な欠陥を検出する）ために、紫外領域の波長の光（Ultra Violet Light：ＵＶ光）を用いることもできる。レーザを光源として用いる場合は、それが単波長のレーザである場合には、図示していない可干渉性を低減する手段を備えることも可能である（時間的、空間的な低干渉化）。イメージセンサ３０には、複数の１次元イメージセンサを２次元に配列して構成した時間遅延積分型のイメージセンサ（ＴＤＩ（Time Delay Integration）イメージセンサ）を採用し、ステージの移動と同期して各１次元イメージセンサが検出した信号を次段の１次元イメージセンサに転送して加算することにより、高感度に２次元画像を得ることが可能になる。このＴＤＩイメージセンサとして複数の出力タップを備えた並列出力タイプのセンサを用いることにより、センサからの出力を並列に処理することができ、より高速な検出も可能になる。勿論、ＣＭＯＳ形のリニアセンサでもよい。ＣＭＯＳの場合、ダイナミックレンジを拡大したりすることも可能である。
　本発明の適用対象は、暗視野検査の画像以外に、明視野検査の画像にも適用できる。明視野検査の場合も、照明光源はレーザであってもよいし、ランプであってもよい。また、電子線検査の画像にも適用できることは言うまでもない。いずれも、光学系の違いの影響を受けることなく、少数データからしきい値を決定でき、高感度な欠陥判定が行える。また、１対多の比較と多値論理により、各ダイ共通のシステマティック欠陥（露光装置に起因した欠陥など）があっても対応可能であり、また、多数の相手と比較を行うため、パターンのラフネス等があっても、高感度に検査可能となる。
　以上述べたように、各種検査装置において、複数の光学条件に対応する複数のイメージセンサ出力に対して、ウェハ上のダイを着目ダイ近傍に限定して選び、選んだダイにおいて、局所領域をそれぞれ設定し、そこから明るさデータを抽出し、抽出した明るさデータから、ジョイントヒストグラム特徴空間を用いて、欠陥判定に必要な、有効な情報を抽出し、これによって、欠陥判定しきい値を求め、高感度な比較判定を行うという、当初の目的が達成される。
　半導体ウェハ以外の、マスクやレチクル、液晶やプラズマディスプレイなどのFPD基板などに適用できることは言うまでもない。ダイのように繰返しパターンを有する基板ならば、何にでも適用可能である。
　本発明によれば、半導体の製造における異物・欠陥検査装置として利用することが可能である。
４・・・欠陥　　２０・・・検出光学系　　２２・・・対物レンズ　　２６・・・開口形状　　２８・・・空間フィルタ　　２９・・・結像レンズ　　３０・・・リニアセンサ（１次元イメージセンサ）　　３１・・・画素　　４６ａ、４６ｂ、４６ｃ・・・ダイ（チップとも呼ばれる）　　５３・・・ウェハ上に投影されたリニアセンサの画素　　１００・・・信号処理部　　１０１・・・全体制御部　　１０２・・・外部入・出力系　　１０３１・・・外部表示装置　　１０３・・・周辺機器　　２００・・・照明光　　３００・・・線状ビーム　　４００・・・センサ出力（画像信号）　　１０００ａ・・・対応局所領域ジョイントヒストグラム特徴空間形成部　　１０００ｂ・・・しきい値生成部　　１０００ｃ・・・局所領域比較部　　Ｗ・・・ウェハ（被検査対象基板）。

Claims (14)

  1. 　繰り返される回路パターンが形成された被検査対象基板から画像信号を取得し、該取得された画像信号を基に被検査対象基板上に存在する欠陥を検査する欠陥検査方法であって、
    　前記取得した画像信号に対して、着目画素を含むその周囲に切り出す着目局所領域と、前記着目画素に対応する複数の対応画素の各々を含むその周囲に切り出す複数の対応局所領域の各々を設定する局所領域設定ステップと、
    　該局所領域設定ステップで設定された前記各対応局所領域から切り出された画像信号を基に前記対応局所領域間のジョイントヒストグラム特徴空間を形成する形成ステップと、
    　該形成ステップで形成されたジョイントヒストグラム特徴空間を基にしきい値を決定するしきい値決定ステップと、
    　該しきい値決定ステップで決定されたしきい値を用いて、前記着目局所領域と前記対応局所領域との差画像を基に前記着目局所領域に存在する前記欠陥を検出する欠陥検出ステップとを有することを特徴とする欠陥検査方法。
  2. 　前記形成ステップにおいて、前記対応局所領域間のジョイントヒストグラム特徴空間は、前記切り出された対応局所領域間の画像信号から求めた差と明るさを軸にして形成されることを特徴とする請求項１記載の欠陥検査方法。
  3. 　前記しきい値決定ステップにおいて、前記形成ステップで形成された前記対応局所領域間のジョイントヒストグラム特徴空間から凸包を算出し、該算出した凸包から前記しきい値を決定することを特徴とする請求項２記載の欠陥検査方法。
  4. 　前記しきい値決定ステップにおいて、前記形成ステップで形成された前記対応局所領域間のジョイントヒストグラム特徴空間から差の最大値（Ｄiff）と該差の最大値が算出されたときの明るさ（Ｂs）とを算出し、該算出された差の最大値（Ｄiff）及びそのときの明るさ（Ｂs）を用いて、前記局所領域設定ステップで設定された前記着目局所領域から切り出された画像信号から得られる明るさ（Ｂf）を基に前記しきい値を決定することを特徴とする請求項２記載の欠陥検査方法。
  5. 　さらに、前記局所領域設定ステップの前に、光学系の劣化を表すポイントスプレッドファンクションを用いて前記被検査対象基板から取得される前記画像信号の劣化を復元する画質改善ステップを有することを特徴とする請求項１記載の欠陥検査方法。
  6. 　繰り返される回路パターンが形成された被検査対象基板から画像信号を取得し、該取得された画像信号を基に被検査対象基板上に存在する欠陥を検査する欠陥検査方法であって、
    　前記取得した画像信号に対して、着目画素を含むその周囲に切り出す着目局所領域と、前記着目画素に対応する複数の対応画素の各々を含むその周囲に切り出す複数の対応局所領域の各々を設定する局所領域設定ステップと、
    　該局所領域設定ステップで設定された着目局所領域の画像信号と前記局所領域設定ステップで設定された複数の対応局所領域の画像信号との類似度を探索する探索ステップと、
    　該探索ステップで探索される類似度情報を用いて、前記着目局所領域の画像信号に類似する前記対応局所領域の画像信号を複数決定する決定ステップと、
    　該決定ステップで決定した前記複数の対応局所領域の画像信号と前記着目局所領域の画像信号とを比較して総合的に欠陥を判定する欠陥判定ステップとを有することを特徴とする欠陥検査方法。
  7. 　さらに、前記局所領域設定ステップで設定された前記各対応局所領域から切り出された画像信号を基に前記対応局所領域間のジョイントヒストグラム特徴空間を形成する形成ステップと、
    　該形成ステップで形成されたジョイントヒストグラム特徴空間を基にしきい値を決定するしきい値決定ステップと、
    　該しきい値決定ステップで決定されたしきい値を用いて、前記着目局所領域と前記対応局所領域との差画像を基に前記着目局所領域に存在する前記欠陥を検出する欠陥検出ステップとを有することを特徴とする請求項６記載の欠陥検査方法。
  8. 　繰り返される回路パターンが形成された被検査対象基板から画像信号を取得し、該取得された画像信号を基に被検査対象基板上に存在する欠陥を検査する欠陥検査装置であって、
    　前記取得した画像信号に対して、着目画素を含むその周囲に切り出す着目局所領域と、前記着目画素に対応する複数の対応画素の各々を含むその周囲に切り出す複数の対応局所領域の各々を設定する局所領域設定手段と、
    　該局所領域設定手段により設定された前記各対応局所領域から切り出された画像信号を基に前記対応局所領域間のジョイントヒストグラム特徴空間を形成する形成手段と、
    　該形成手段により形成されたジョイントヒストグラム特徴空間を基にしきい値を決定するしきい値決定手段と、
    　該しきい値決定手段により決定されたしきい値を用いて、前記着目局所領域と前記対応局所領域との差画像を基に前記着目局所領域に存在する前記欠陥を検出する欠陥検出手段とを備えたことを特徴とする欠陥検査装置。
  9. 　前記形成手段において、前記対応局所領域間のジョイントヒストグラム特徴空間は、前記切り出された対応局所領域間の画像信号から求めた差と明るさを軸にして形成されるように構成することを特徴とする請求項８記載の欠陥検査装置。
  10. 　前記しきい値決定手段において、前記形成手段により形成された前記対応局所領域間のジョイントヒストグラム特徴空間から凸包を算出し、該算出した凸包から前記しきい値を決定するように構成することを特徴とする請求項９記載の欠陥検査装置。
  11. 　前記しきい値決定手段において、前記形成手段により形成された前記対応局所領域間のジョイントヒストグラム特徴空間から差の最大値（Ｄiff）と該差の最大値が算出されたときの明るさ（Ｂs）とを算出し、該算出された差の最大値（Ｄiff）及びそのときの明るさ（Ｂs）を用いて、前記局所領域設定ステップで設定された前記着目局所領域から切り出された画像信号から得られる明るさ（Ｂf）を基に前記しきい値を決定するように構成することを特徴とする請求項９記載の欠陥検査装置。
  12. 　さらに、光学系の劣化を表すポイントスプレッドファンクションを用いて前記被検査対象基板から取得される前記画像信号の劣化を復元する画質改善手段を備えたことを特徴とする請求項８記載の欠陥検査装置。
  13. 　繰り返される回路パターンが形成された被検査対象基板から画像信号を取得し、該取得された画像信号を基に被検査対象基板上に存在する欠陥を検査する欠陥検査装置であって、
    　前記取得した画像信号に対して、着目画素を含むその周囲に切り出す着目局所領域と、前記着目画素に対応する複数の対応画素の各々を含むその周囲に切り出す複数の対応局所領域の各々を設定する局所領域設定手段と、
    　該局所領域設定手段により設定された着目局所領域の画像信号と前記局所領域設定手段により設定された複数の対応局所領域の画像信号との類似度を探索する探索手段と、
    　該探索手段により探索される類似度情報を用いて、前記着目局所領域の画像信号に類似する前記対応局所領域の画像信号を複数決定する決定手段と、
    　該決定手段により決定した前記複数の対応局所領域の画像信号と前記着目局所領域の画像信号とを比較して総合的に欠陥を判定する欠陥判定手段とを備えたことを特徴とする欠陥検査装置。
  14. 　さらに、前記局所領域設定手段により設定された前記各対応局所領域から切り出された画像信号を基に前記対応局所領域間のジョイントヒストグラム特徴空間を形成する形成手段と、
    　該形成手段により形成されたジョイントヒストグラム特徴空間を基にしきい値を決定するしきい値決定手段と、
    　該しきい値決定手段により決定されたしきい値を用いて、前記着目局所領域と前記対応局所領域との差画像を基に前記着目局所領域に存在する前記欠陥を検出する欠陥検出手段とを備えたことを特徴とする請求項１３記載の欠陥検査装置。
PCT/JP2009/005561 2008-12-25 2009-10-22 欠陥検査方法及びその装置 WO2010073453A1 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
US13/141,375 US8811712B2 (en) 2008-12-25 2009-10-22 Defect inspection method and device thereof

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2008330894A JP5275017B2 (ja) 2008-12-25 2008-12-25 欠陥検査方法及びその装置
JP2008-330894 2008-12-25

Publications (1)

Publication Number Publication Date
WO2010073453A1 true WO2010073453A1 (ja) 2010-07-01

Family

ID=42287116

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2009/005561 WO2010073453A1 (ja) 2008-12-25 2009-10-22 欠陥検査方法及びその装置

Country Status (3)

Country Link
US (1) US8811712B2 (ja)
JP (1) JP5275017B2 (ja)
WO (1) WO2010073453A1 (ja)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105939441A (zh) * 2015-03-04 2016-09-14 英特尔公司 使用空间变化psf卷积的数字相机模拟
US11030738B2 (en) 2019-07-05 2021-06-08 International Business Machines Corporation Image defect identification
US11295439B2 (en) 2019-10-16 2022-04-05 International Business Machines Corporation Image recovery
CN115953322A (zh) * 2023-01-15 2023-04-11 山东产研卫星信息技术产业研究院有限公司 一种卫星遥感影像的污点去除方法
CN117237355A (zh) * 2023-11-15 2023-12-15 宁波快马加鞭科技有限公司 基于图像特征的保温杯表面缺陷检测方法

Families Citing this family (26)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI429900B (zh) * 2011-02-22 2014-03-11 Benq Materials Corp 偏光片的亮點瑕疵檢測方法與門檻值產生方法及其裝置
JP2013167596A (ja) * 2012-02-17 2013-08-29 Honda Motor Co Ltd 欠陥検査装置、欠陥検査方法及びプログラム
JP6003718B2 (ja) * 2012-03-06 2016-10-05 Ｊｆｅスチール株式会社 異常監視システムおよび異常監視方法
KR101996917B1 (ko) * 2012-07-20 2019-10-02 삼성디스플레이 주식회사 평판 검사 방법 및 장치
US9964499B2 (en) * 2014-11-04 2018-05-08 Toshiba Medical Systems Corporation Method of, and apparatus for, material classification in multi-energy image data
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
US9715639B2 (en) 2015-06-18 2017-07-25 The Boeing Company Method and apparatus for detecting targets
US9727785B2 (en) * 2015-06-18 2017-08-08 The Boeing Company Method and apparatus for tracking targets
JP6546826B2 (ja) * 2015-10-08 2019-07-17 株式会社日立パワーソリューションズ 欠陥検査方法、及びその装置
US10535131B2 (en) * 2015-11-18 2020-01-14 Kla-Tencor Corporation Systems and methods for region-adaptive defect detection
US10365639B2 (en) * 2016-01-06 2019-07-30 Kla-Tencor Corporation Feature selection and automated process window monitoring through outlier detection
JP6353008B2 (ja) * 2016-11-02 2018-07-04 ファナック株式会社 検査条件決定装置、検査条件決定方法及び検査条件決定プログラム
US10217190B2 (en) * 2016-12-27 2019-02-26 Kla-Tencor Corporation System and method for reconstructing high-resolution point spread functions from low-resolution inspection images
DE112016007534T5 (de) * 2016-12-21 2019-10-10 Mitsubishi Electric Corporation Halbleiter-Herstellungsvorrichtung und Halbleiter-Herstellungsverfahren
KR102507304B1 (ko) * 2017-10-30 2023-03-07 삼성전자주식회사 결함 검사 방법 및 이를 이용한 반도체 소자의 제조 방법
US10997712B2 (en) 2018-01-18 2021-05-04 Canon Virginia, Inc. Devices, systems, and methods for anchor-point-enabled multi-scale subfield alignment
US10997462B2 (en) 2018-04-04 2021-05-04 Canon Virginia, Inc. Devices, systems, and methods for clustering reference images for non-destructive testing
US11320385B2 (en) * 2018-10-16 2022-05-03 Seagate Technology Llc Intelligent defect identification system
CN110009612B (zh) * 2019-03-28 2023-09-26 安徽皓视光电科技有限公司 基于亚像素精度的手机镜头视窗玻璃图像分割方法
KR20220002572A (ko) 2019-06-13 2022-01-06 주식회사 히타치하이테크 화상 처리 프로그램, 화상 처리 장치 및 화상 처리 방법
KR102073676B1 (ko) * 2019-07-01 2020-03-03 삼성디스플레이 주식회사 평판 검사 방법 및 장치
JP7293046B2 (ja) * 2019-08-23 2023-06-19 東レエンジニアリング株式会社 ウエーハ外観検査装置および方法
US11798153B2 (en) * 2019-10-02 2023-10-24 Kla Corporation Frequency domain enhancement of low-SNR flat residue/stain defects for effective detection
US20220383470A1 (en) * 2021-05-21 2022-12-01 Kla Corporation System and method for optical wafer characterization with image up-sampling
US11988613B2 (en) * 2022-02-14 2024-05-21 Applied Materials Israel Ltd. Care area based defect detection
JP2023142884A (ja) * 2022-03-25 2023-10-06 東レエンジニアリング株式会社 欠陥検査装置及び欠陥検査方法

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH1089931A (ja) * 1996-09-17 1998-04-10 Hitachi Ltd パターン検査方法及びその装置並びに半導体ウエハの製造方法
JPH10340347A (ja) * 1997-06-09 1998-12-22 Hitachi Ltd パターン検査方法及びその装置並びに半導体ウエハの製造方法
JPH11304718A (ja) * 1998-04-21 1999-11-05 Hitachi Ltd 欠陥検査方法および装置
JP2000099727A (ja) * 1998-09-18 2000-04-07 Hitachi Ltd 外観画像分類装置およびその方法
JP2002168799A (ja) * 2000-12-04 2002-06-14 Hitachi Ltd パターン欠陥検査方法
JP3091039U (ja) * 2002-06-27 2003-01-17 株式会社ブイ・テクノロジー 撮像検査装置における８近傍点隣接比較方式による欠陥検出装置
JP2003271927A (ja) * 2002-03-18 2003-09-26 Hitachi High-Technologies Corp 欠陥検査方法
JP2004028836A (ja) * 2002-06-26 2004-01-29 V Technology Co Ltd 撮像検査装置における８近傍点隣接比較方式による欠陥検出方法、欠陥検出システム
JP2007192688A (ja) * 2006-01-20 2007-08-02 Hitachi High-Technologies Corp 欠陥検査方法
JP2007212201A (ja) * 2006-02-08 2007-08-23 Hitachi High-Technologies Corp パターン検査方法及びその装置
JP2008039533A (ja) * 2006-08-04 2008-02-21 Hitachi High-Technologies Corp 欠陥検査方法及びその装置

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6411377B1 (en) 1991-04-02 2002-06-25 Hitachi, Ltd. Optical apparatus for defect and particle size inspection
JP4001653B2 (ja) 1996-08-29 2007-10-31 ケーエルエー・インストルメンツ・コーポレーション 試料からの多重チャネル応答を用いた試料の光学的検査
JP3566589B2 (ja) 1998-07-28 2004-09-15 株式会社日立製作所 欠陥検査装置およびその方法
JP2005037166A (ja) 2003-07-16 2005-02-10 Semiconductor Leading Edge Technologies Inc マスク欠陥検査装置及びマスク欠陥検査方法
JP4562126B2 (ja) * 2004-09-29 2010-10-13 大日本スクリーン製造株式会社 欠陥検出装置および欠陥検出方法
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
JP2008004863A (ja) 2006-06-26 2008-01-10 Hitachi High-Technologies Corp 外観検査方法及びその装置
KR100814410B1 (ko) * 2007-01-16 2008-03-18 삼성전자주식회사 반도체 소자가 형성된 기판의 결함 검출방법
JP2009186319A (ja) * 2008-02-06 2009-08-20 Fujitsu Microelectronics Ltd 欠陥検査方法および欠陥検査装置
JP5412169B2 (ja) * 2008-04-23 2014-02-12 株式会社日立ハイテクノロジーズ 欠陥観察方法及び欠陥観察装置
JP5174535B2 (ja) * 2008-05-23 2013-04-03 株式会社日立ハイテクノロジーズ 欠陥検査方法及びその装置
JP2013124868A (ja) * 2011-12-13 2013-06-24 Canon Inc 検査装置、検査方法、コンピュータプログラム

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH1089931A (ja) * 1996-09-17 1998-04-10 Hitachi Ltd パターン検査方法及びその装置並びに半導体ウエハの製造方法
JPH10340347A (ja) * 1997-06-09 1998-12-22 Hitachi Ltd パターン検査方法及びその装置並びに半導体ウエハの製造方法
JPH11304718A (ja) * 1998-04-21 1999-11-05 Hitachi Ltd 欠陥検査方法および装置
JP2000099727A (ja) * 1998-09-18 2000-04-07 Hitachi Ltd 外観画像分類装置およびその方法
JP2002168799A (ja) * 2000-12-04 2002-06-14 Hitachi Ltd パターン欠陥検査方法
JP2003271927A (ja) * 2002-03-18 2003-09-26 Hitachi High-Technologies Corp 欠陥検査方法
JP2004028836A (ja) * 2002-06-26 2004-01-29 V Technology Co Ltd 撮像検査装置における８近傍点隣接比較方式による欠陥検出方法、欠陥検出システム
JP3091039U (ja) * 2002-06-27 2003-01-17 株式会社ブイ・テクノロジー 撮像検査装置における８近傍点隣接比較方式による欠陥検出装置
JP2007192688A (ja) * 2006-01-20 2007-08-02 Hitachi High-Technologies Corp 欠陥検査方法
JP2007212201A (ja) * 2006-02-08 2007-08-23 Hitachi High-Technologies Corp パターン検査方法及びその装置
JP2008039533A (ja) * 2006-08-04 2008-02-21 Hitachi High-Technologies Corp 欠陥検査方法及びその装置

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105939441A (zh) * 2015-03-04 2016-09-14 英特尔公司 使用空间变化psf卷积的数字相机模拟
US11030738B2 (en) 2019-07-05 2021-06-08 International Business Machines Corporation Image defect identification
US11295439B2 (en) 2019-10-16 2022-04-05 International Business Machines Corporation Image recovery
CN115953322A (zh) * 2023-01-15 2023-04-11 山东产研卫星信息技术产业研究院有限公司 一种卫星遥感影像的污点去除方法
CN115953322B (zh) * 2023-01-15 2023-07-14 山东产研卫星信息技术产业研究院有限公司 一种卫星遥感影像的污点去除方法
CN117237355A (zh) * 2023-11-15 2023-12-15 宁波快马加鞭科技有限公司 基于图像特征的保温杯表面缺陷检测方法
CN117237355B (zh) * 2023-11-15 2024-02-02 宁波快马加鞭科技有限公司 基于图像特征的保温杯表面缺陷检测方法

Also Published As

Publication number Publication date
JP5275017B2 (ja) 2013-08-28
US20110274342A1 (en) 2011-11-10
US8811712B2 (en) 2014-08-19
JP2010151655A (ja) 2010-07-08

Similar Documents

Publication Publication Date Title
JP5275017B2 (ja) 欠陥検査方法及びその装置
KR102438824B1 (ko) 3차원 반도체 구조체들의 검사를 위한 결함 발견 및 레시피 최적화
US8073240B2 (en) Computer-implemented methods, computer-readable media, and systems for identifying one or more optical modes of an inspection system as candidates for use in inspection of a layer of a wafer
US9053390B2 (en) Automated inspection scenario generation
TWI603409B (zh) 用於半導體檢查處方創建、缺陷檢閱及計量之適應性取樣
JP5570530B2 (ja) ウェハー上の欠陥検出
KR102557180B1 (ko) 극자외선 포토마스크 상에서 검출되는 결함의 처리
US9767548B2 (en) Outlier detection on pattern of interest image populations
US20090290784A1 (en) Methods and systems for binning defects detected on a specimen
US20070081154A1 (en) System and method for conducting adaptive fourier filtering to detect defects in dense logic areas of an inspection surface
KR20170086539A (ko) 프로세스 윈도우 특성묘사를 위한 가상 검사 시스템
TWI778258B (zh) 缺陷偵測之方法、系統及非暫時性電腦可讀媒體
US9536299B2 (en) Pattern failure discovery by leveraging nominal characteristics of alternating failure modes
TW201945721A (zh) 結合模擬及光學顯微鏡以判定檢查模式
JP5744965B2 (ja) 欠陥検査方法及びその装置
JP6031151B2 (ja) 欠陥検査方法及びその装置
KR102201122B1 (ko) 민감도 개선 및 뉴슨스 억제를 위해 로직 및 핫스팟 검사에서 z-층 컨텍스트를 사용하는 시스템 및 방법
WO2020112922A1 (en) Defect classification by fitting optical signals to a point-spread function
JP2023536597A (ja) ノイズのあるパターン化フィーチャの検査
IL286948B2 (en) Generating defect candidates for testing
JP3271622B2 (ja) 半導体デバイスの製造方法
KR20240034691A (ko) 고속 및 퍼지 패턴 그룹화

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 09834270

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

WWE Wipo information: entry into national phase

Ref document number: 13141375

Country of ref document: US

122 Ep: pct application non-entry in european phase

Ref document number: 09834270

Country of ref document: EP

Kind code of ref document: A1