WO2012046431A1 - 欠陥分類システム及び欠陥分類装置及び画像撮像装置 - Google Patents

欠陥分類システム及び欠陥分類装置及び画像撮像装置 Download PDF

Info

Publication number
WO2012046431A1
WO2012046431A1 PCT/JP2011/005565 JP2011005565W WO2012046431A1 WO 2012046431 A1 WO2012046431 A1 WO 2012046431A1 JP 2011005565 W JP2011005565 W JP 2011005565W WO 2012046431 A1 WO2012046431 A1 WO 2012046431A1
Authority
WO
WIPO (PCT)
Prior art keywords
image
images
defect
defect classification
processing
Prior art date
Application number
PCT/JP2011/005565
Other languages
English (en)
French (fr)
Inventor
亮 中垣
原田　実
大博 平井
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 US13/878,256 priority Critical patent/US20130222574A1/en
Publication of WO2012046431A1 publication Critical patent/WO2012046431A1/ja

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0004—Industrial image inspection
    • 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
    • G06T7/0008—Industrial image inspection checking presence/absence
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10056—Microscopic image
    • G06T2207/10061—Microscopic image from scanning electron microscope
    • 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
    • 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

Definitions

  • the present invention relates to a defect classification system, a defect classification apparatus, and an image pickup apparatus that classify various defects generated in a manufacturing process of a semiconductor wafer or the like.
  • a wafer inspection system comprising a defect inspection device and a defect observation device is introduced into the production line.
  • a defect inspection apparatus After a defect on the wafer is detected by a defect inspection apparatus, the defect is observed and analyzed by a defect observation apparatus, and the cause of occurrence is taken countermeasures based on the result.
  • an inspection apparatus an optical or electron beam type wafer inspection apparatus is generally used.
  • Patent Document 1 discloses a technique for capturing an optical image of a wafer surface by bright field illumination and inspecting a defect by comparing it with an image of a non-defective part (for example, an image of an adjacent chip).
  • an optical inspection apparatus is affected by the illumination wavelength, and the resolution limit of an acquired image is about several hundred nanometers. Therefore, the presence or absence of defects on the order of several tens of nanometers can only be detected, and detailed defect analysis cannot be performed.
  • An apparatus for performing this detailed defect analysis is a defect observation apparatus. Since it is necessary to observe defects of the order of several tens of nanomails, an electron beam observation device (review SEM: Scanning Electron Microscope) is used at the manufacturing site.
  • SEM Scanning Electron Microscope
  • Patent Document 2 discloses a review SEM, an ADR (Automatic Defect Review) function and an ADC (Automatic Defect Classification) function [automatic defect classification function] installed in the review SEM.
  • the ADR function is a function for automatically picking up an SEM image of a part using position information on a wafer detected by a wafer inspection apparatus as input.
  • the ADC function is a function for automatically classifying acquired defect images into a plurality of defect classes defined in terms of the cause of defects.
  • the ADC function described above calculates various features such as the size and shape of the defect site as feature values from the acquired SEM image, and classifies the defects into a plurality of predefined defect classes from the calculated feature values. It is a function to do.
  • review SEMs have been put on the market by several manufacturers, and each company provides this ADC function on a defect classification device that is sold together with its own review SEM.
  • this defect classification device not only the above-described automatic classification function of defect images, but also a display function for presenting the classification result to the user, a function for accepting input from the user and correcting the result of automatic classification, Alternatively, it also has a function of transferring the classification result to a yield management database server or the like installed in the production line.
  • defect classification apparatuses according to the prior art are systems associated with specific defect observation apparatuses (here, review SEMs), it is not assumed that images of a plurality of different types of defect observation apparatuses are to be processed. Therefore, when a defect classification system for processing images of a plurality of different types of defect observation apparatuses using a defect classification apparatus according to the prior art is constructed, there are the following problems.
  • the first is classification performance.
  • the processing algorithm installed in the defect classification process is designed according to the characteristics of the image data output by the defect observation apparatus corresponding to the defect classification apparatus. However, if the type of defect observation apparatus is different, the number of detected images and the characteristics of each image often differ. In the review SEM, secondary electrons generated from the wafer surface, backscattered electrons, etc. are detected. The number of detectors for detecting these electrons, the detection direction of each detector, the detection yield, the secondary electrons and This is because the degree of separation of backscattered electrons for each detector may differ from device to device. When image data having a property different from the image data that was the premise for designing the processing algorithm is input to the defect classification device, the classification performance is likely to deteriorate.
  • the second problem is a decrease in operability.
  • the defect classification device has a defect image and its classification result display function and a classification result correction function, but displays defect images obtained by a plurality of devices having different detector characteristics. When displayed on the screen, the way of viewing and interpreting each image may be greatly different. In this case, the user's operability may be reduced.
  • a defect classification device that classifies a plurality of images obtained by imaging defects on the surface of a sample to be inspected with a plurality of image imaging devices, and obtained by imaging with the plurality of image imaging devices.
  • Image storage means for storing a plurality of images, and information for specifying types of the plurality of image capturing devices that captured each of the plurality of images or information on detection conditions when the plurality of images are captured
  • the accompanying information storage means for storing accompanying information associated with each of the plurality of images, and the accompanying information stored in the accompanying information storage unit so that the plurality of images are similar to each other.
  • Image processing processing means for processing part or all of the plurality of images, and classification processing means for classifying the plurality of images based on the plurality of images processed by the image processing processing means.
  • Image storage means for storing data
  • accompanying information storage means for storing accompanying information consisting of information for identifying the type of image capturing apparatus that acquired each image data or detection condition information for the acquired image data, and classifying the images
  • Image processing means and display means for displaying the classification result, and depending on the accompanying information stored in the accompanying information storage means, the processing contents in the image processing means and the display contents on the display means are displayed.
  • An image imaging device for acquiring an image of a defect on the sample surface to be inspected, an electron beam irradiation means for irradiating the sample surface with an electron beam based on the position information of the defect acquired in advance;
  • Image acquisition means for detecting secondary electrons or backscattered electrons generated from the sample surface by electron beam irradiation by the electron beam irradiation means with a plurality of detectors and acquiring a plurality of images; and for each of the plurality of images
  • Associated information creating means for creating associated information having information on detection conditions when the plurality of images are captured, and associated information corresponding to each of the plurality of images created by the accompanying information creating means
  • Image processing processing means for processing part or all of the plurality of images so that the plurality of images are similar to each other.
  • a defect classification system in which a plurality of image capturing devices that acquire images of defects on the surface of a sample to be inspected, and an image that stores a plurality of images captured by the plurality of image capturing devices.
  • Each of the plurality of images including at least one of storage means and information for specifying the types of the plurality of image capturing devices that captured each of the plurality of images or information on detection conditions when the plurality of images are captured
  • a plurality of images based on the incident information stored in the incident information storage unit, and a defect classification apparatus including incidental information storage means for storing incidental information associated with the plurality of images.
  • Image processing processing means for processing part or all of the plurality of images, and the defect classification device further includes the plurality of images based on the plurality of images processed by the image processing processing means.
  • Classification processing means for classifying an image, a defect classification system which is characterized by having a.
  • the defect classification system which classify
  • Example of incidental information accompanying defect image It is a figure which shows an example which represented accompanying information in the table format.
  • FIG. 6 is a configuration diagram of an image pickup apparatus according to a third embodiment.
  • FIG. 1 shows a configuration diagram of an embodiment of a defect classification system.
  • a wafer inspection apparatus 100 inspects the wafer in the manufacturing stage of the semiconductor device and outputs position information of the detected defective part on the wafer.
  • the image capturing apparatus 101 acquires coordinate information of a defective part obtained from the wafer inspection apparatus 100, and acquires an image including the defective part based on the coordinate information of the defective part.
  • FIG. 1 shows an example in which N image capturing apparatuses 101 exist in this system. Details of the image pickup apparatus 101 will be described later with reference to FIG.
  • the yield management server 103 has a function of managing various data for manufacturing line yield management. Specifically, data such as the number of defects for each wafer, the coordinate value of each defect, the image of each defect acquired by the image capturing apparatus 101, and the classification result of each defect are managed.
  • the defect classification device 102 has a function of classifying defect images obtained by the plurality of image capturing devices 101 and transmitting the result to the yield management server 103. Details of the defect classification apparatus 102 will be described below.
  • the defect classification apparatus 102 includes an overall control unit 105 that controls the operation of each apparatus, an acquired image, accompanying information obtained from the image capturing apparatus together with the image, and a classification recipe that is a processing condition setting file necessary for classification processing. And the like, a processing unit 107 that performs processing and classification processing on the acquired image, a keyboard, a mouse, a display device, etc. for presenting data to the operator and receiving input from the operator.
  • the input / output unit 108 and the input / output I / F unit 109 for data transfer via the communication unit 104 are appropriately used.
  • the storage unit 106 further includes an image storage unit 110 that stores the acquired image, an accompanying information storage unit 111 that stores accompanying information obtained from the image capturing apparatus together with the image, and a classification recipe 112 that stores a classification recipe.
  • the processing unit 107 includes an image processing unit 113 that processes an image and a classification processing unit 114 that classifies the image and the processed image, which will be described in detail later.
  • the image capturing apparatus 101 is configured such that an SEM main body 201, an SEM control unit 208, an input / output I / F 209, a storage unit 211, and an accompanying information creation unit 214 are connected via a communication unit 215. .
  • the input / output I / F 209 is connected to the communication unit 104 and the input / output unit 210, and data is input / output to the operator via the input / output unit 210.
  • the SEM body 201 is generated by the stage 206 on which the sample wafer 207 is placed, the electron source 202 that irradiates the sample wafer 207 with the primary electron beam, and the irradiation of the primary electron beam to the sample wafer 207 by the electron source 202.
  • a plurality of detectors 203, 204, and 205 for detecting secondary electrons and backscattered electrons are appropriately used.
  • a deflector for scanning the observation region of the sample wafer 207 with a primary electron beam, an image generation unit for generating a digital image by digitally converting the intensity of detected electrons, and the like are appropriately used.
  • the storage unit 211 is used for a process of reducing the influence of shot noise by acquiring a plurality of images at the same location and creating an average image thereof, which are SEM imaging conditions, such as acceleration voltage, probe current, and frame addition number The number of images), the field-of-view size, and the like, and an image memory 213 that stores acquired image data.
  • SEM imaging conditions such as acceleration voltage, probe current, and frame addition number The number of images), the field-of-view size, and the like
  • an image memory 213 that stores acquired image data.
  • the accompanying information generation unit 214 includes information associated with each image data, for example, the imaging conditions, ID information for specifying the imaging device, and information such as the types and properties of the detectors 203 to 205 used for image generation. It has a function to create.
  • the accompanying information created by the accompanying information generation unit 214 is transferred together with the image data when the image data is transferred via the input / output I / F 209.
  • the SEM control unit 208 controls processing performed by the image capturing apparatus 101 such as image acquisition.
  • the stage 206 is moved to bring a predetermined observation site on the sample wafer 207 into the imaging field, the primary electron beam is irradiated onto the sample wafer 207, and a detector for electrons generated from the sample is detected.
  • Detection at 203 to 205 imaging of the detected electrons, storage in the image memory 213, creation of accompanying information for the captured image by the accompanying information creation unit 214, and the like are performed.
  • Various instructions from an operator, designation of imaging conditions, and the like are performed through an input / output unit 210 including a keyboard, a mouse, a display, and the like.
  • the image capturing apparatus 101 is equipped with a defect image automatic collection function (ADR function) disclosed in Patent Document 2.
  • ADR function is a function that automatically collects SEM images of a part using information on a defect position on the sample wafer 207 as an input.
  • the image of the defective part is acquired.
  • An image with a sufficiently wide field of view (for example, several micrometers) including the defect coordinate position is acquired, and the defect position is identified from the image by image processing.
  • This is often done in two stages, such as imaging the identified location with a narrow field of view (eg, 0.5 micrometers).
  • the stop position accuracy of the stage 206 and the coordinate position accuracy of the defect output from the wafer inspection apparatus 100 are larger than the field size of the defect image to be acquired (that is, the field of view size is narrow). This is because there are many cases where a defect is not included in the field of view even when direct imaging is performed.
  • the image obtained in [1] is referred to as a low-magnification image
  • the image obtained in [2] is referred to as a high-magnification image.
  • the image acquisition processing by ADR is executed for a plurality of defects (all detected defects or a plurality of sampled defects) on the wafer, and the collected captured images are stored in the image memory 213. .
  • a series of these processes is performed by the SEM control unit 208.
  • FIG. 3 is an example of three images acquired for the foreign matter on the wafer surface.
  • FIG. 3A shows an image acquired by detecting secondary electrons generated from the sample by the detector 203.
  • FIGS. 3B and 3C show two backscattered electrons generated from the sample.
  • the images are acquired by the two detectors 204 and 205, respectively.
  • the image of FIG. 3A by the detector 203 is referred to as an upper image
  • the images of FIGS. 3B and 3C by the detectors 204 and 205 are respectively referred to as a left image and a right image.
  • the circuit pattern and the outline of the defective part can be clearly observed as compared with other images.
  • the left image and the right image in FIGS. 3B and 3C shadows generated due to the uneven state of the surface can be observed.
  • Such a difference in image properties is caused by the arrangement of the detector, the energy band of the detected electrons of the detector, the electromagnetic field applied to the column that affects the trajectory of the generated electrons from the sample, and the like.
  • the image quality also changes depending on the imaging conditions, for example, the electron acceleration voltage, the probe current amount, the frame addition number, and the like.
  • FIGS. 4A shows a cross section of the sample and a backscattered electron detector when a protrusion-like defect 401 is present on the sample wafer 207
  • FIG. 4A shows a cross section of the sample and a backscattered electron detector when a protrusion-like defect 401 is present on the sample wafer 207
  • FIG. 4 The positional relationship between 204 and 205 is schematically shown.
  • the two detectors 204 and 205 of backscattered electrons are arranged diagonally above the sample wafer 207 and facing each other. The primary electron beam is incident from directly above.
  • Backscattered electrons generated from the observation site have a characteristic that their energy is strong and directional, so most of the backscattered electrons generated in the direction of one detector reach the detector on the opposite side. do not do. As a result, as shown in FIGS. 3B and 3C, an image capable of observing the shadow according to the uneven state of the observation site can be acquired.
  • FIG. 5 is a diagram schematically illustrating the direction of the detector and the direction of the shadow of the acquired image.
  • Each image (i) and (ii) in FIG. 5 is obtained by the detectors 204 and 205, respectively.
  • An image is shown schematically.
  • FIG. 5A shows an example in which the detectors are aligned in the X direction of the coordinate system.
  • the positions of the bright area and the dark area on the images (ai) and (ai) obtained by the detectors 204 and 205 are as shown in the figure, and as a result, there is a shadow in the X direction. It has occurred.
  • the bright region is a region having high brightness on this image.
  • the bright region means that many backscattered electrons generated at the site are detected by the detector.
  • the dark region means that the backscattered electrons generated at the site are hardly detected by the detector. It is an area. Light and darkness appear in this way because backscattered electrons have directionality, so depending on the generation direction of backscattered electrons in each part and the position and direction of the detector that detects backscattered electrons, This is because the brightness is determined.
  • FIG. 5B shows a case where the directions of both detectors are rotated 45 degrees clockwise with respect to FIG. The direction of the shadow is also rotated with respect to (a).
  • FIG. 5C shows the case where the detector is arranged at a position rotated 45 degrees counterclockwise with respect to FIG. Again, the direction of the shadow is rotating. Thus, if the direction of the detector changes, the direction of the shadow changes.
  • the direction of the shadow changes depending on the uneven state of the object. That is, it should be noted that the shadow direction is reversed between the convex defect and the concave defect shown in FIGS. 4 (a) and 4 (b). Therefore, for example, as shown in FIGS. 6A and 6B, when an image is obtained by the detectors 204 and 205, whether the defect to be observed is convex or concave is determined. It cannot be determined if there is no information about the configuration of the detector. Actually, in this example, the images (A-i) and (A-ii) in FIG. 6 (a) are obtained by obtaining the convex defects with the configuration of the detectors 204 and 205 in FIG. 5 (b).
  • images (Bi) and (B-ii) show images obtained by acquiring the concave defects with the configuration of the detectors 204 and 205 in FIG. 5 (c). It can be seen that when images with different detector configurations are processed or displayed in a mixed manner, the concavo-convex relationship of the defective portion may be erroneously recognized.
  • each image pickup device 101 In the defect classification system of the present embodiment shown in FIG. 1, a plurality of image pickup devices 101 are connected, but the type of each image pickup device may be different. For example, there may be cases where the manufacturers of the devices are different, or even a plurality of products with different detector configurations are provided even by the same manufacturer. Up to this point, the case where the number of detectors of the image pickup device is three and the relative position with respect to the sample changes when the detectors for detecting backscattered electrons face each other has been described. Other conditions such as the number of sensors, the direction and relative positional relationship of each detector, the detected electronic energy band, and the like may be different for each apparatus. In addition, it should be noted that the energy of the generated sample can change even under imaging conditions, and the obtained image may change under these conditions.
  • the processing in the defect classification apparatus 102 and the processing in the wafer inspection apparatus 100 and the image capturing apparatus 101 are performed asynchronously. That is, the inspection of the sample wafer by the wafer inspection apparatus 100, the imaging of the defective part by the image observation apparatus 101, and the transfer of the acquired data to the defect classification apparatus 102 are the processing in the defect classification apparatus 102, as will be described later. Shall be done asynchronously.
  • the wafer inspection apparatus 100 inspects the inspection target wafer 207. Thereafter, the wafer 207 is sent to an apparatus that is not used at that time among the plurality of image pickup apparatuses 101 installed, and the wafer inspection apparatus is subjected to ADR processing in the image pickup apparatus in which the wafer 207 is disposed. An image data set of the defective part detected in step 1 is acquired. The obtained image data set is transmitted to the defect classification apparatus 102 via the communication unit 104 and stored in the image storage unit 110 in the storage unit 106.
  • the accompanying information created by the accompanying information creating unit 214 of each image capturing apparatus 101 is also transferred and stored in the accompanying information storage unit 111 in the storage unit 106.
  • the accompanying information includes an ID for identifying the imaged device, attribute information about each image, for example, information indicating whether the image is low or high, and which of a plurality of detected images. Information to be shown, information on acceleration voltage at the time of imaging, probe current, frame addition number, and the like are appropriately included.
  • an image data set to be classified is selected (S701).
  • Data set selection for these data is performed as follows.
  • the image data set is asynchronously transferred to the image classification device 102 every time ADR processing is executed in the plurality of image capturing devices 101. Therefore, each time a data set is received, the received data set list is updated.
  • the general control unit 105 refers to the list at regular time intervals, and if there is a data set for which the classification process has not been completed, selects the data set to be classified in order from the earliest received data. .
  • FIG. 8 shows an example of the data set list.
  • Each data set for example, is assigned a wafer ID, process name, data storage location, date and time of data acquisition, and classification status (done or not) in addition to a data ID that identifies the data set, and is managed in a table format. ing.
  • This information is stored in the image storage unit 110 together with the image data, and is automatically updated every time the data is transferred.
  • the operator can check the list shown in FIG. It is also possible to start the classification process by manually specifying.
  • a classification recipe that is a parameter set for processing performed in the processing unit 107 is read from the classification recipe storage unit 112 (S702), and the associated data set corresponding to the image data included in the data set is selected for the selected data set.
  • Information is read from the accompanying information storage unit 111 (S703) and transmitted to the processing unit 107, respectively. Thereafter, based on the read accompanying information, image processing for each corresponding image data is executed by the image processing processing unit 113 (S704).
  • the accompanying information includes, as described above, an ID for specifying the imaged device, attribute information about each image, for example, information indicating whether it is low or high magnification, and a plurality of detected images. Information indicating which of the two is included, information on the acceleration voltage at the time of imaging, probe current, the number of frame additions, and the like are included as appropriate.
  • FIG. 9 is an example showing the accompanying information stored in the accompanying information storage unit 111 in a table format.
  • the accompanying information shown in FIG. 9 is displayed on the screen of the input / output unit 108, so that the operator can confirm the accompanying information.
  • attribute items of the accompanying information there are a wafer ID, a process name, a data folder name, a defect ID, an image pickup device ID, the number of images, and the like.
  • the attribute relating to each image data is stored corresponding to the number of images.
  • Attributes given to each image data include file name, low-magnification / high-magnification image information, inspection / reference image information, visual field size, acceleration voltage / probe current during imaging The number of added frames, the type of detector (upper, right, left), etc. are used as appropriate.
  • the image processing means a series of processes that take an image data set as an input and output an image data set obtained by processing them. Specifically, image quality improvement processing, shading direction conversion processing, image mixing processing, and the like are appropriately performed.
  • an image quality improvement process for example, there is a noise reduction process.
  • the SEM when the probe current at the time of image capturing is low or the frame addend is small, an image with a reduced S / N is easily obtained. Further, even under the same imaging conditions, when the imaging devices are different, images with different S / Ns may be obtained due to different electron detection yields at the detectors. Even in the same type of device, if the degree of adjustment is different, there may be a difference in S / N due to the performance difference between the devices.
  • Specific examples of the noise reduction process include various noise filter processes.
  • image quality improvement processing is sharpness conversion processing for reducing the difference in sharpness due to image blurring caused by the beam diameter of the primary electron beam.
  • SEM SEM
  • an observation site is scanned with an electron beam focused on a diameter of several nanometers.
  • This beam diameter affects the sharpness of an image. That is, when the beam is thick, blurring occurs and an image with reduced sharpness is obtained. That is, in a plurality of apparatuses having different primary electron beam focusing performances, images with different sharpness can be obtained.
  • deconvolution processing is effective, and conversely, to obtain an image with lower sharpness from the obtained image, a low-pass filter is effective.
  • contrast conversion processing Another example of image quality improvement processing is contrast conversion processing.
  • this process when the image brightness changes slowly over the entire observation field due to the charging phenomenon of the sample surface, this brightness change is corrected, and the brightness of the circuit pattern part and defect part is corrected to improve visibility. Including processing to obtain a high image.
  • the SEM when the imaging conditions are different, or when the imaging models are different even under the same imaging conditions, the light / dark relationship between the circuit pattern and the non-pattern part may be reversed.
  • This contrast conversion process can unify the appearance of images captured between different devices or under different conditions by correcting the inverted brightness.
  • image processing include shadow information conversion processing.
  • the shadow information obtained by detecting backscattered electrons is strongly influenced by the arrangement of detectors in the apparatus.
  • FIG. 6 when images having different detector arrangement forms coexist, there is a possibility that the determination of the concavo-convex state may be erroneous. Therefore, in order to prevent this, an image in which the direction of the shadow is converted is created.
  • geometric transformation processing such as rotation processing and mirror image inversion processing is performed on the image in order to convert the shadow direction.
  • rotation processing and inversion processing since the entire image is the processing target, it is not possible to change only the shadow direction. Therefore, when the rotation / reversal processing is performed, the captured circuit pattern and the like are similarly converted. However, this is not a problem in the process of determining the unevenness by analyzing the shadow. Because, in the determination of unevenness, the unevenness etc.
  • FIG. 3 shows an example in which secondary images and backscattered electrons are separated and detected by the image pickup device shown in FIG. 2 to obtain three images.
  • the detector It is assumed that the number of detection electrons and the type of detected electrons are different. Therefore, a plurality of different images are created by mixing a plurality of detected images.
  • an image capturing apparatus A can acquire an image in which a secondary electron image and a backscattered image are completely separated, while another image capturing apparatus B can detect an image in which they are mixed.
  • An image similar to the image obtained by the image pickup device B can be created by generating a plurality of images obtained by mixing the images from the image of the image pickup device A that is completely separated and detected. .
  • the contents of the image processing process described so far depend on the number of images and the nature of the image requested by the classification process (S705), which is a later process described later.
  • the classification process is an algorithm based on the number of images obtained by a certain image capturing device N and the properties of each image
  • the other image capturing devices use the output image of the image capturing device N. It is suitable for securing the classification performance to determine the content of the processing so as to be close to the reference image as a reference.
  • the reference image may be arbitrarily selected by the operator from images captured by the respective image capturing devices displayed on the screen of the input / output unit 108, and feature amounts obtained from the respective images.
  • the optimum image may be automatically selected according to the above.
  • a virtual image capturing device that is different (not existing) from any of the N devices instead of a specific device among the N image capturing devices provided in the defect classification system. is there.
  • the contents of the classification process are matched to the output images, and the N image pickup devices to be used are used.
  • the contents of each image processing are defined so that all the obtained image data sets are converted so as to be close to the output image that is the reference of the virtual image capturing apparatus.
  • the content of the processing performed based on the accompanying information corresponding to each image is defined in, for example, a table format shown in FIG. 10 and stored in the accompanying information storage unit 111.
  • a process parameter for determining what kind of process is specifically performed is also stored.
  • noise removal processing is performed with a predetermined parameter set (P01) for an upper image obtained by an image pickup device having a device ID of T001 and obtained under a condition where the probe current is less than 50 pA.
  • P01 predetermined parameter set
  • This example shows a case where the image rotation processing is executed and the image rotation processing is performed according to the parameter set (P02) for the left image obtained by the imaging device having the device ID T001.
  • the contents of the processing shown in FIG. 10 need to be newly defined and added each time a new image capturing device is introduced. This operation is performed by the obtaining power unit 108 from the operator. It can be executed by receiving instructions.
  • FIG. 11 summarizes the acquired image and the processed image in a table format with respect to an image data set for a certain defect (six images of high magnification and low magnification).
  • noise removal processing, contrast correction, and rotation processing are applied to the high-magnification upper image
  • contrast correction and rotation processing are performed on the left and right images.
  • the operator can check the list of processing results shown in FIG. 10 on the screen of the input / output unit 108.
  • the image is displayed on the display indicating whether the image is the upper image or the left and right images and the image after image processing.
  • Image processing items are displayed together as appropriate.
  • the above-mentioned reference image may be displayed simultaneously with these images.
  • classification processing is performed on the processed image by the classification processing unit 114 (S705).
  • the classification process two processes of a defect feature amount extraction process and a pattern recognition process are performed.
  • This series of classification processes can be performed using, for example, the conventional technique disclosed in Patent Document 2.
  • the defect feature quantity extraction process first, after identifying a defective part from the image data set of each defect, a feature quantity obtained by quantifying the irregularity state, shape, brightness, and the like of the defect is calculated.
  • the pattern recognition process it is determined which of the plurality of classification classes belongs using the obtained feature amount. Specifically, the classification class is determined from the calculated feature data with reference to the teaching data included in the classification recipe corresponding to the data set read in S702.
  • the teaching data refers to the statistical characteristics of the feature values of each class (the average value of the feature values for each classification class and the like) from the classification feature values calculated from the representative defect images of each classification class collected in advance. Statistical information such as standard deviation) is calculated and stored. By comparing the teaching data for each classification class with the calculated feature amount, the probability belonging to each classification class is calculated, and the classification class having the highest probability is set as the classification result.
  • the probability for a plurality of classification classes is approximately the same, or when the probability for any class is low, it may be unclear which class belongs in advance. Therefore, when such a case occurs, “class unknown” is assumed to be the classification result.
  • the result is transferred to the yield management server 103 (S706).
  • Information on the classification class of each defect can be transmitted to the yield management server sequentially as each defect is classified.
  • the automatic classification result may be confirmed by the operator and sent after making necessary corrections on the screen of the input / output unit 108.
  • FIG. 12 is an example of a screen on which the classification result for a certain data set is displayed on the input / output unit 108.
  • This display screen is a screen for displaying an image list of defects included in the corresponding data set and a classification result of each defect.
  • the screen includes a classification class display unit 1201 and an image display unit 1202.
  • the images of the respective defects are displayed in alignment for each classified class.
  • each defect is displayed as an image (thumbnail image 1203) called a thumbnail, which is an image obtained by reducing the image. This has the advantage that a large number of images can be observed at one time.
  • a function may be provided in which the display position is changed so that the defect classified into the corresponding class comes to the center of the screen. Absent.
  • the classification class display unit 1201 has a class “class unknown”.
  • the defect data belonging to this class is a defect for which classification cannot be determined in the classification process.
  • the defect class has not been assigned yet, so the operator looks at the image of the defect of “class unknown” on the screen of the input / output unit 108, and for each data If a class name is assigned, the classification process for all data can be completed.
  • defect data already classified can be visually confirmed on this screen on the classification result of each data, and if there is an erroneous classification, it can be corrected.
  • defect data belonging to “class unknown” may be a new defect unexpected by the user. Therefore, if the number of defects determined as “Class unknown” is large, it may be classified by setting a new classification class as a new defect. You may use it as an alarm to do.
  • defect classification system having a defect classification apparatus 102 'different from the first embodiment will be described with reference to FIG.
  • the wafer inspection apparatus and the image pickup apparatus connected via the communication unit 104 are the same as those in the first embodiment, and the description of the same configurations as those in the first embodiment will be appropriately omitted here, and the differences will mainly be described. explain.
  • the display screen shown in FIG. 12 is a screen in which an image data set obtained as a result of acquiring a plurality of defects existing on a wafer by the image pickup apparatus 101 is displayed on the screen of the input / output unit 108 as described above. It is.
  • the image capturing apparatus 101 that acquired each image is often the same apparatus. In this case, the image capturing conditions and the characteristics of the detector do not differ between the thumbnail images that are arranged and displayed.
  • the case of confirming images captured by a plurality of different image capturing devices on the same screen means, for example, a large amount of image data obtained for the purpose of confirming the state / trend of a generated defect for yield management. This occurs, for example, when a partial data set narrowed down by the process name, image acquisition date and the like is created from the set, and the contents are confirmed on the screen.
  • both a low-magnification image with a wide field of view and a high-magnification image with a narrow field of view are acquired, and when there are multiple images with different magnifications for each defect as described above, Whether to display an image of a magnification type often depends on the classification result. For example, in a high-magnification image with a narrow field of view, for a defect with a sufficiently large defect size compared to the field-of-view area, the positional relationship with the background pattern may be easier to confirm with a low-magnification image with a wide field of view. is there.
  • the defect classification apparatus 102 ′ shown in the present embodiment generates image types for displaying each defect on the screen of the input / output unit 108 as a result of the acquired image and the above-described image processed image. It has a function to select and display from the selected images.
  • FIG. 13 shows a configuration of a defect classification apparatus 102 ′ according to the second embodiment.
  • the defect classification apparatus 102 ′ has a display image information storage unit 1301 added to the defect classification apparatus 102 shown in FIG.
  • FIG. 14 shows a table in which information stored in the display image information storage unit 1301 is summarized in a table format.
  • an example is shown in which classification results, defect sizes, and processes are designated as conditions for selecting an image to be displayed.
  • the classification result when the classification result is a foreign substance characterized by a convex surface, it is designated to display a left image or a right image in which backscattered electrons that can easily confirm the uneven state are detected. If the classification result is “SEM Invisible”, it is designated to display a low-magnification image with a wide field of view. Furthermore, if the defect size is larger than a certain size, the one that displays a low-magnification image with a wide field of view is specified, the target process is Metal, and the defect that is particularly desired to be observed in this process is easy to confirm in the upper image. The image is specified. In this table, the display image specified in each condition is specified using the ID assigned to each image in the acquired image and the processed image list data shown in FIG.
  • a certain defect is assigned to a plurality of conditions. Even if they match, the display image of the defect can be uniquely determined.
  • the information in the table format shown in FIG. 14 can be set / updated at an arbitrary timing by the operator through the screen of the input / output unit 108.
  • FIG. 15A shows an example in which the acquired image itself is displayed although the second and fourth shadow directions of the four images are different from the other images. Since the shadow direction is different, it is not suitable for grasping the uneven state.
  • FIG. 1 When it is necessary to confirm both before and after image processing, for example, for the operation of visually confirming both the pattern direction and the uneven state of the defect in the image before image processing, FIG. This can be solved by providing a mechanism for switching the display of (b) on the screen of the input / output unit 108 and having a function of switching the display in a short time in accordance with an instruction from the operator.
  • an instruction for switching the display screen is given at an arbitrary timing, and if the display is converted to real time, the operator can work efficiently.
  • the image data and the accompanying information itself corresponding to the image data are displayed.
  • a method of simultaneously displaying the image data and information generated based on the accompanying information corresponding to the image data is also conceivable.
  • the direction of the detector may be displayed as an arrow symbol. Displaying the direction in a form that can be easily visually confirmed in this way is considered to be effective in determining the uneven state of the defect.
  • defect classification system in which a part that performs image processing used for classification processing and display is provided in a place different from the first and second embodiments will be described. 16 will be described. Note that the wafer inspection apparatus and the like connected via the communication unit 104 are the same as those in the first and second embodiments, and description of these similar configurations will be appropriately omitted here, and differences will be mainly described. .
  • this image processing is performed by the image processing unit 113 provided in the processing unit 107 of the defect classification apparatuses 102 and 102 ′.
  • the image processing unit is not necessarily provided in the defect classification devices 102 and 102 ′.
  • an image processing unit 1601 may be provided in the image capturing apparatus 101 '.
  • the image processing processing unit 1601 is configured so that each image capturing device 101 ′ can perform processing without considering the type of the imaged device when performing classification processing in the defect classifying devices 102 and 102 ′.
  • Image processing is performed according to the characteristics and number of detectors. As shown in FIG.
  • the content of the image processing performed in each image capturing device 101 ′ is associated with the ID of the image capturing device 101 ′, information on the detector and the image capturing conditions, and is stored in the image capturing device 101 ′. Are stored as the imaging recipe storage unit 212. This information can be confirmed and updated by the operator on the screen of the input / output unit 210.
  • the defect classification system it is possible to distribute the calculation load necessary for image processing.
  • the image processing unit 1601 may be provided in another device other than the image capturing device 101 ′ and the defect classification devices 102 and 102 ′.
  • a separate device dedicated to image processing is provided, data is input from a plurality of image capturing apparatuses 101 through the communication unit 104, and after processing image processing, a set of processing results or processing results and input images is set. You may transmit to defect classification device 102,102 '. It goes without saying that the same effect can be obtained by dividing the image processing process into a plurality of processes and distributing the divided image processing apparatus to an image capturing apparatus, a defect classification apparatus, or an apparatus dedicated to processed image processing.
  • the present invention is not limited to the above-described embodiments, and various modifications can be made without departing from the scope of the invention.
  • the above-described embodiments have been described in detail for easy understanding of the present invention, and are not necessarily limited to those having all the configurations described.
  • a part of the configuration of one embodiment can be replaced with the configuration of another embodiment, and the configuration of another embodiment can be added to the configuration of one embodiment.
  • DESCRIPTION OF SYMBOLS 100 Wafer inspection apparatus, 101, 101 '... Image pick-up apparatus, 102, 102' ... Defect classification apparatus, 103 ... Yield management server, 104 ... Communication means, 105 ... Overall control part, 106 ... Memory
  • sample wafer 208 ... SEM control unit, 209 ... input / output I / F, 210 ... input / output unit, 211 ... storage unit 212 ... Imaging recipe storage unit, 213 ... Image memory, 214 ... Accompanying information creation unit, 215 ... Communication means, 401 ... Convex defect, 402 ... Concave defect, 1201 ... Classification class display , 1202 ... image display unit, 1203 ... thumbnail images, 1301 ... display image information storing unit, 1601 ... image processing unit

Landscapes

  • Engineering & Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Analysing Materials By The Use Of Radiation (AREA)
  • Testing Or Measuring Of Semiconductors Or The Like (AREA)

Abstract

　性質が異なる画像を取得する複数種類の観察装置を用いた欠陥分類システムにおいて、分類性能及びシステムの操作性を向上させる。　被検査対象を撮像する複数の画像撮像手段と、上記画像撮像手段から得られた画像を分類する欠陥分類装置と、上記複数の画像撮像手段と、上記欠陥分類との間のデータ伝送を行う為の伝送手段からなる欠陥分類システムにおいて、上記欠陥分類装置に、画像撮像手段から得られた画像データを記憶する画像記憶手段と入力画像データに関する付随情報を記憶する情報記憶手段と、上記、付随情報に応じて画像の処理方式あるいは表示方式を変更する手段を備える。

Description

欠陥分類システム及び欠陥分類装置及び画像撮像装置
　本発明は，半導体ウェーハ等の製造工程において発生する各種の欠陥を分類する欠陥分類システム及び欠陥分類装置及び画像撮像装置に関する。
　半導体ウェーハの製造では、その製造プロセスを迅速に立ち上げ、高歩留りで量産を行うことが、収益確保のため重要である。この目的のため、製造ラインには、欠陥検査装置及び欠陥観察装置からなるウェーハ検査システムが導入されている。このウェーハ検査システムでは、欠陥検査装置にてウェーハ上の欠陥を検出した後、欠陥観察装置にてその欠陥を観察・解析し、その結果に基づいて発生原因を対策する。検査装置としては光学式や電子線式のウェーハ検査装置が一般的に用いられている。例えば、特許文献１には、明視野照明により、ウェーハ表面の光学画像を撮像し、良品部位の画像（例えば隣接チップの画像）との比較により欠陥を検査する技術が開示されている。ただし、このような光学式検査装置は、その照明波長の影響を受け、取得画像の分解能限界は数百ナノメートル程度となる。よって、ウェーハ上における数十ナノメートルオーダの欠陥に関しては、その有無は検出できるのみであり、詳細な欠陥解析を行うことはできない。この詳細な欠陥解析を行うための装置が、欠陥観察装置である。数十ナノメールオーダの欠陥を観察する必要があるため、製造現場では、電子線式の観察装置（レビューＳＥＭ：Scanning Electron Microscope[走査電子顕微鏡]）が用いられている。例えば、特許文献２には、レビューＳＥＭと、レビューＳＥＭに搭載されているADR(Automatic　Defect　Review)機能とADC（Automatic　Defect　Classification）機能[自動欠陥分類機能]が開示されている。ADR機能は、ウェーハ検査装置で検出した欠陥のウェーハ上での位置情報を入力として、その部位のＳＥＭ像を自動撮像する機能である。ADC機能は、取得された欠陥の画像を、欠陥の原因などの観点で定義された複数の欠陥クラスに自動分類する機能である。
特開２０００-９７８６９号公報 特開２００１-１３５６９２号公報
　上記したADC機能は、取得したＳＥＭ画像から、欠陥部位の大きさや形などの各種の特徴を特徴量として計算し、計算された特徴量からその欠陥を事前に定義された複数の欠陥クラスに分類する機能である。現在、レビューＳＥＭは幾つかのメーカより市場投入されているが、各社とも、このADC機能を、自社のレビューＳＥＭとセットで販売する欠陥分類装置に搭載し提供している。この欠陥分類装置には、上述した欠陥画像の自動分類機能のみならず、その分類結果をユーザに提示するための表示機能や、ユーザからの入力を受け付けて、自動分類の結果を修正する機能、あるいは分類結果を、製造ラインに設置された、歩留まり管理用のデータベースサーバ等に転送する機能も有している。
　ところで、半導体デバイス製造における歩留まり管理作業では、複数の異なる型式の検査装置や観察装置を用いることが頻繁に発生する。この理由としては、例えば、検査作業の信頼性確保が挙げられる。装置毎に性能が異なる場合、それぞれの装置を補完的に用いることで、検査作業の信頼性を高めることが可能である。また、装置の購入と装置メーカからの装置供給のタイミングが合わないことにより、複数の異なる型式の装置を活用せざるをえない場合もある。なお、ここでいう異なる型式の装置には、異なる複数メーカの装置の場合も、同一メーカの異なる型式の装置の場合も含まれる。
　装置の型式が異なる場合は、その性能や特性が異なる場合が多いことから、そのような性能や特性の異なる複数の装置を使いこなすことが、歩留まり業務には求められる。このニーズは、レビューＳＥＭ及びそれに付随する欠陥分類装置についても当てはまる。即ち、型式の異なる複数のレビューＳＥＭの画像を分類する欠陥分類装置やシステムへのニーズが高い。
　従来技術による欠陥分類装置は、それぞれ特定の欠陥観察装置（ここではレビューＳＥＭ）に付随したシステムであるため、複数の型式の異なる欠陥観察装置の画像を処理対象とすることは想定されていない。そのため、従来技術による欠陥分類装置を用いて、複数の型式の異なる欠陥観察装置の画像を処理対象とする欠陥分類システムを構築した場合には、以下の課題がある。
　第一が分類性能である。欠陥分類処理に搭載されている処理アルゴリズムは、その欠陥分類装置に対応する欠陥観察装置が出力する画像データの特性に合わせて設計されている。ところが、欠陥観察装置の型式が異なると、その検出画像の数や各画像の特性が異なる場合が多い。レビューＳＥＭでは、ウェーハ表面から発生する2次電子、後方散乱電子などを検出するが、それらの電子を検出するための検出器の数、各検出器の検出方向、検出収率、2次電子と後方散乱電子の検出器毎での分離度合い、などが装置毎に異なる場合があるからである。欠陥分類装置に、処理アルゴリズム設計時の前提であった画像データと異なる性質の画像データが入力された場合、分類性能は低下する可能性が高い。
　２つめの問題として、操作性の低下がある。上述したとおり、欠陥分類装置には、欠陥画像やその分類結果の表示機能や、分類結果の修正機能が設けられているが、検出器の特性が異なる複数の装置によって得られた欠陥画像を表示画面に表示した場合、各画像の見方・解釈の仕方が大きく異なる場合があり、この場合には、ユーザの操作性を低下させる恐れがある。
　本願において開示される発明のうち代表的なものの概要を簡単に説明すれば次の通りである。
（１）被検査対象である試料表面の欠陥を複数の画像撮像装置で撮像して得た複数の画像を分類する欠陥分類装置であって、前記複数の画像撮像装置で撮像して得た複数の画像を格納する画像記憶手段と、前記複数の画像各々を撮像した前記複数の画像撮像装置の種類を特定する情報又は前記複数の画像を撮像した際の検出条件の情報の少なくとも一つを含む、前記複数の画像各々に対応付けられた付随情報を記憶する付随情報記憶手段と、前記付随情報記憶部に記憶された前記付随情報に基づいて、前記複数の画像同士が互いに類似するように前記複数の画像の一部又は全部を加工する画像加工処理手段と、前記画像加工処理手段により処理された前記複数の画像に基づいて、前記複数の画像を分類する分類処理手段と、を有することを特徴とする欠陥分類装置である。
（２）欠陥部位を含む被検査対象を撮像する複数の画像撮像装置によって得られた画像を分類する欠陥分類装置であって、欠陥分類装置に、画像撮像装置から入力された各欠陥部位の画像データを記憶する画像記憶手段と、各画像データを取得した画像撮像装置の種類を特定する情報あるいは取得された画像データの検出条件情報からなる付随情報を記憶する付随情報記憶手段と、画像を分類するための画像処理手段と、分類結果を表示するための表示手段を備え、前記の付随情報記憶手段に記憶された付随情報に応じて、画像処理手段における処理内容や表示手段での表示内容を変更することを特徴とする欠陥分類装置である。
（３）被検査対象である試料表面の欠陥の画像を取得する画像撮像装置であって、予め取得した欠陥の位置情報に基づいて、前記試料表面に電子ビームを照射する電子ビーム照射手段と、前記電子ビーム照射手段による電子ビームの照射により前記試料表面から発生する２次電子又は後方散乱電子を複数の検出器により検出して複数の画像を取得する画像取得手段と、前記複数の画像各々に対応付けられた、前記複数の画像を撮像した際の検出条件の情報を有する付随情報を作成する付随情報作成手段と、前記付随情報作成手段により作成された前記複数の画像各々に対応する付随情報に基づいて、前記複数の画像同士が互いに類似するように前記複数の画像の一部又は全部を加工する画像加工処理手段と、を有することを特徴とする画像取得装置である。
（４）欠陥分類システムであって、被検査対象である試料表面の欠陥の画像を取得する複数の画像撮像装置と、前記複数の画像撮像装置で撮像して得た複数の画像を格納する画像記憶手段と、前記複数の画像各々を撮像した前記複数の画像撮像装置の種類を特定する情報又は前記複数の画像を撮像した際の検出条件の情報の少なくとも一つを含む、前記複数の画像各々に対応付けられた付随情報を記憶する付随情報記憶手段と、を備える欠陥分類装置と、前記付随情報記憶部に記憶された前記付随情報に基づいて、前記複数の画像同士が互いに類似するように前記複数の画像の一部又は全部を加工する画像加工処理手段と、を有し、前記欠陥分類装置は、さらに、前記画像加工処理手段により処理された前記複数の画像に基づいて、前記複数の画像を分類する分類処理手段、を有することを特徴とする欠陥分類システムである。
　本発明によれば、画像の検出特性の異なる複数の画像撮像装置から取得された欠陥画像データを高性能に分類し、操作性を高めた欠陥分類システム、及びこれを構成する欠陥分類装置、画像撮像装置の提供が可能となる。
欠陥分類システムの一実施例の構成図である。 画像撮像装置の一実施例の構成図である。 画像撮像装置による取得画像例である。 欠陥断面と検出器の配置例を示す図である。 検出器の配置と取得される画像の検出陰影方向を模式的に示す図である。 画像撮像装置による陰影検出画像例である。 欠陥分類装置での処理手順を示す図である。 データセットリストの一例を示す図である。 欠陥画像に付随する付随情報の例 付随情報をテーブル形式で表した一例を示す図である。 取得画像と画像加工処理後の画像の一覧表示例を示す図である。 分類結果の表示画面例を示す図である。 実施例２の欠陥分類装置の構成図である。 表示画像とその条件を定義する情報の一例を示す図である。 検出方向が異なる複数の欠陥画像の表示画面例を示す図である。 実施例３の画像撮像装置の構成図である。
　以下、本発明の実施例について、図を用いて説明する。
　図１は、欠陥分類システムの一実施例の構成図を示している。本システムは、ウェーハ検査装置１００、画像撮像装置１０１、歩留まり管理サーバ１０３、欠陥分類装置１０２が、通信手段１０４を介して接続される構成となっている。ウェーハ検査装置１００は、半導体デバイスの製造段階におけるウェーハを検査し、検出したウェーハ上の欠陥部位の位置情報を出力する。画像撮像装置１０１は、ウェーハ検査装置１００から得られた欠陥部位の座標情報を取得し、欠陥部位の座標情報に基づいて欠陥部位を含む画像を取得する。図１では、本システムにおいてこの画像撮像装置１０１がＮ台存在する例を示す。画像撮像装置１０１の詳細は、図２を用いて、後ほど説明する。歩留まり管理サーバ１０３は、製造ラインの歩留まり管理のための各種データを管理する機能を有する。具体的には、ウェーハ毎の欠陥数、各欠陥の座標値、画像撮像装置１０１で取得した各欠陥の画像、各欠陥の分類結果などのデータを管理する。欠陥分類装置１０２は、複数台の画像撮像装置１０１で得られた欠陥画像を分類し、その結果を、歩留まり管理サーバ１０３に送信する機能を持つ。この欠陥分類装置１０２の詳細を以下に説明する。
　欠陥分類装置１０２は、各装置の動作を制御する全体制御部１０５と、取得した画像や、画像と共に画像撮像装置から得られる付随情報や、分類処理に必要となる処理条件設定ファイルである分類レシピなどを格納する記憶部１０６と、取得画像に対する加工処理や分類処理を行う処理部１０７と、操作者に対するデータの提示及び操作者からの入力を受け付ける為のキーボード・マウス・ディスプレイ装置などを用いて構成される入出力部１０８や通信手段１０４を介したデータ転送のための入出力I/F部１０９を適宜用いて構成される。記憶部１０６は、さらに取得した画像を格納する画像記憶部１１０と、画像と共に画像撮像装置から得られる付随情報を格納する付随情報記憶部１１１と、分類レシピを格納する分類レシピ１１２を有する。また、処理部１０７は、後に詳説する、画像を加工する画像加工処理部１１３と、画像及び加工された画像の分類を行う分類処理部１１４とを有する。
　画像撮像装置１０１の構成例の詳細について、図２を用いて説明する。画像撮像装置１０１は、ＳＥＭ本体２０１と、ＳＥＭ制御部２０８と、入出力I/F２０９と、記憶部２１１と、付随情報作成部２１４とが通信手段２１５を介して接続される構成となっている。入出力I/F２０９は、通信手段１０４と入出力部２１０とに接続され、入出力部２１０を介して操作者に対するデータの入出力が行われる。
　ＳＥＭ本体２０１は、試料ウェーハ２０７を載せるステージ２０６と、試料ウェーハ２０７に対して１次電子ビームを照射する電子源２０２と、電子源２０２による試料ウェーハ２０７への１次電子ビームの照射により発生する２次電子や後方散乱電子を検出する複数の検出器２０３、２０４、２０５を適宜用いて構成される。なお、図示しないが、１次電子ビームを試料ウェーハ２０７の観察領域に走査するための偏向器や、検出電子の強度をデジタル変換してデジタル画像を生成する画像生成部等も適宜用いて構成される。
　記憶部２１１は、ＳＥＭ撮像条件である、加速電圧やプローブ電流、フレーム加算数（同一箇所の画像を複数枚取得し、それらの平均画像を作成することでショットノイズの影響を低減する処理に用いる画像の数）、視野サイズなどを記憶する撮像レシピ記憶部２１２と取得画像データを保存する画像メモリ２１３とを適宜用いて構成される。
　付随情報生成部２１４は、各画像データに対し付随する情報、例えば、その撮像条件、撮像装置を特定するID情報、画像生成のために用いた各検出器２０３～２０５の種類や性質などの情報を作成する機能を有する。付随情報生成部２１４により作成された付随情報は、入出力I/F２０９を介して画像データが転送される際に、その画像データとあわせて転送される。
　ＳＥＭ制御部２０８は、画像取得などの、この画像撮像装置１０１にて行う処理を制御する。ＳＥＭ制御部２０８からの指示により、試料ウェーハ２０７上の所定の観察部位を撮像視野に入れるためのステージ２０６の移動、試料ウェーハ２０７への１次電子ビームの照射、試料から発生した電子の検出器２０３～２０５での検出、検出した電子の画像化及び画像メモリ２１３への保存、付随情報作成部２１４での撮像画像に対する付随情報の作成等が行われる。操作者からの各種の指示や撮像条件の指定などは、キーボード、マウスやディスプレなどから構成される入出力部２１０を通して行われる。
　この画像撮像装置１０１には、特許文献２に開示されている欠陥画像の自動収集機能（ADR機能）が搭載されている。ADR機能は、試料ウェーハ２０７上の欠陥位置の情報を入力として、その部位のＳＥＭ画像を自動収集する機能である。ADRでは、欠陥部位の画像
の取得を、[1] 欠陥座標位置を含む視野が十分に広い（例えば数マイクロメートル）の画像を取得し画像処理によりその画像から欠陥位置を特定し、[2] 特定された箇所を狭い視野（例えば０．５マイクロメートル）で撮像するというように、２段階で行うことが多い。これは、ステージ２０６の停止位置精度及び、ウェーハ検査装置１００が出力する欠陥の座標位置精度が、取得する高倍の（つまり視野サイズの狭い）欠陥画像の視野サイズより大きいため、高倍で欠陥部位を直接撮像してもその視野に欠陥が含まれない場合が多いからである。以下、このように2段階で画像を取得する際は、[1]で得られる画像を低倍画像、[2]で得られる画像を高倍画像と呼ぶ。
　ADRによる画像収集処理は、ウェーハ上にある複数個の欠陥（検出された欠陥の全てあるいは、サンプリングされた複数個の欠陥）について実行され、収集された撮像画像は、画像メモリ２１３に格納される。これら一連の処理は、ＳＥＭ制御部２０８によって行われる。
　ところで、図２に示した画像撮像装置１０１の一実施例では検出器を３つ備えている。そのため、この画像撮像装置１０１では、ウェーハ上の観察箇所の画像を３枚同時に取得することが可能である。図３は、ウェーハ表面の異物について取得した３つの画像の例である。図３（ａ）は、試料から発生する２次電子を検出器２０３にて検出することで取得した画像、図３（ｂ）、図３（ｃ）は、試料から発生する後方散乱電子を２つの検出器２０４，２０５でそれぞれ取得した画像である。ここでは、検出器２０３による図３（ａ）の画像を上方画像、検出器２０４，２０５による図３（ｂ）、（ｃ）の画像をそれぞれ左画像、右画像と称することとする。図３（ａ）の上方画像は、他の像と比較して回路パターンや欠陥部位の輪郭が明瞭に観察できる。一方、図３（ｂ）、（ｃ）の左画像・右画像は、表面の凹凸状態に起因して発生する陰影が観察できる。このような画像の性質の違いは、検出器の配置、検出器がもつ検出電子のエネルギーバンド、試料から発生電子の軌道に影響を与えるカラム内に与えられる電磁界等によって生じる。また、画像の質は、撮像条件、例えば電子の加速電圧、プローブ電流量、フレーム加算数等によっても変化する。
　ここで、検出器の特性の違いにより、得られる画像の性質が異なる事例として、後方散乱電子の検出器２０４、２０５の方向と画像の陰影の関係について図４乃至図６を用いて説明する。図４（ａ）は、試料ウェーハ２０７上に突起状の欠陥４０１が存在する場合、図４（ｂ）は、凹み状の欠陥４０２が存在する場合、の試料の断面と後方散乱電子の検出器２０４，２０５の位置関係をそれぞれ模式的に示す。本実施例では、図４に示すように、後方散乱電子の２つの検出器２０４，２０５が、試料ウェーハ２０７の斜め上にて、対向する位置に配置されている。１次電子ビームは直上方向から入射される。観察部位から発生する後方散乱電子は、そのエネルギが強くかつ方向性を持つという特性があるため、一方の検出器の方向に発生した後方散乱電子は、その逆側にある検出器にはほとんど達しない。この結果、図３（ｂ）、（ｃ）に示したように、観察部位の凹凸状態に応じた陰影を観察可能な画像が取得できる。
　なお、この陰影の方向は、検出器２０４、２０５の試料ウェーハ２０７に対する相対的な位置が変わると変化する。図５は、検出器の方向と取得される画像の陰影の方向を模式的に示した図であり、図５中の各画像（ｉ）（ｉｉ）は、それぞれ検出器２０４及び２０５で得られる画像を模式的に示している。図５（ａ）は、検出器が座標系のX方向に整列している例である。図５（ａ）では、検出器２０４及び２０５で得られる画像（ａ-ｉ）（ａ-ｉｉ）上の明領域と暗領域の位置は図に示す様になり、結果としてＸ方向に陰影が発生している。ここで、明領域とは、この画像上で明度が高い領域である。明領域は、その部位で発生した後方散乱電子が多く検出器で検出されていることを意味し、一方の暗領域とは、その部位で発生した後方散乱電子が、その検出器ではほとんど検出されない領域である。このように明暗が現れるのは、後方散乱電子は方向性を持つため、各部位における後方散乱電子の発生方向と、後方散乱電子を検出する検出器の位置・方向に依存して、画像上の明暗が決定されるからである。図５（ｂ）は図５（ａ）に対し、両検出器の方向を、時計回りに４５度回転させた場合である。（ａ）に対して、陰影の方向も回転している。同様に、図５（ｃ）は図５（ａ）に対し反時計回りに４５度回転させた位置に検出器を配置した場合である。これも、同様に陰影の方向が回転している。このように、検出器の方向が変われば陰影の方向が変わる。
　一方、対象の凹凸状態によっても陰影の方向が変わることに注意が必要である。即ち、図４（ａ）、（ｂ）に示した凸状の欠陥と凹状の欠陥では、陰影の方向が逆になることに注意が必要である。よって、例えば、図６（ａ）、（ｂ）に示すように、それぞれ、検出器２０４及び２０５で画像が得られた場合に、この観察対象の欠陥が凸状・凹状のいずれであるかは、検出器の構成についての情報がないと判定できない。実際のところ、本例は図６（ａ）の画像（Ａ-i）（Ａ-ii）がそれぞれ凸状の欠陥を図５（ｂ）の検出器２０４，２０５の構成で取得した画像であり、図６（ｂ）の画像（Ｂ-i）（Ｂ-ii）がそれぞれ凹状の欠陥を図５（ｃ）の検出器２０４，２０５の構成で取得した画像を示しているが、このように、検出器の構成が異なる画像を混在して処理あるいは表示する場合には、欠陥部の凹凸関係を誤認識する恐れがあることがわかる。
　図１に示した本実施例の欠陥分類システムでは、複数の画像撮像装置１０１が接続されているが、各画像撮像装置の型式が異なる場合もある。例えば、装置の提供メーカが異なる場合や、また、同一のメーカであっても、検出器の構成の異なる複数の製品が提供されている場合がある。ここまで、画像撮像装置の検出器の数が３つで、かつ後方散乱電子を検出するための検出器が対向する場合にその試料に対する相対位置が変化する場合を例にとって説明したが、検出器の数や、各検出器の方向や相対的位置関係、検出する電子エネルギ帯等、その他の条件についても、装置毎で異なる場合が考えられる。しかも、発生する試料のエネルギは撮像時の条件でも変化しうるため、得られる画像もこれらの条件で変化する可能性があることに注意しなければならない。
　次に、図１に示した欠陥分類装置１０２及び画像撮像装置１０１を用いる欠陥分類システムの動作について具体的に説明する。
　ここでは、欠陥分類装置１０２での処理と、ウェーハ検査装置１００や画像撮像装置１０１での処理とは、非同期で行われるものとする。即ち、ウェーハ検査装置１００による試料ウェーハの検査、画像観察装置１０１による欠陥部位の画像撮像、及び、取得データの欠陥分類装置１０２への転送は、後述するように、欠陥分類装置１０２での処理とは非同期で行われるものとする。
　これら非同期の処理について具体的に説明する。まず、検査対象ウェーハ２０７に対し、ウェーハ検査装置１００で検査が行われる。そして、その後、複数台設置された画像撮像装置１０１の中で、その時点で使用されていない装置にウェーハ２０７が送られ、ウェーハ２０７が配置された画像撮像装置にてADR処理により、ウェーハ検査装置で検出した欠陥部位の画像データセットが取得される。得られた画像データセットは、通信手段１０４を介して、欠陥分類装置１０２に送信され、記憶部１０６内の画像記憶部１１０に格納される。また、画像データセットが転送される際には、各画像撮像装置１０１の付随情報作成部２１４で作成された付随情報も併せて転送され、記憶部１０６内の付随情報記憶部１１１に格納される。この付随情報には、撮像した装置を特定する為のID、各画像についての属性情報、例えば、低倍・高倍のいずれであるかを示す情報、複数の検出画像のうちのいずれであるかを示す情報、また、撮像時の加速電圧、プローブ電流、フレーム加算数の情報等が適宜含まれる。
　欠陥分類装置１０２で行われる処理手順について、図７のフローチャートを用いて説明する。まず、分類処理を行う画像データセットが選択される（Ｓ７０１）。これらデータに対するデータセットの選択は以下のように実施される。画像データセットは、複数の画像撮像装置１０１においてADR処理が実行されるたびに、画像分類装置１０２に非同期で転送される。そこで、データセットを受信するたびに、受信したデータセットのリストを更新しておく。そして、例えば一定の時間間隔で全体制御部１０５が、そのリストを参照し、分類処理が終了していないデータセットがある場合は、受信が最も早いデータから順に分類対象となるデータセットとして選択する。
　図８は、データセットリストの一例を示す。各データセットには、例えば、そのデータセットを特定するデータＩＤのほか、ウェーハＩＤ、プロセス名、データ格納場所、データ取得日時、分類状態（済あるいは未）が付されておりテーブル形式で管理されている。この情報は、画像記憶部１１０に画像データと合わせて保存されており、データが転送されるたびに自動更新される。なお、このデータリストを入出力部１０８の画面に表示させるようにすることにより、操作者は、入出力部１０８の画面で図８に示したリストを確認し、分類が行われていないデータセットをマニュアルで指定して分類処理を開始させるようにすることも可能である。
　次に、処理部１０７で行われる処理のパラメタセットである分類レシピが分類レシピ記憶部１１２より読み出され（Ｓ７０２）、選択されたデータセットについて、そのデータセットに含まれる画像データに対応する付随情報が、付随情報記憶部１１１から読み出されて（Ｓ７０３）、それぞれ処理部１０７に送信される。その後、読み出された付随情報に基づき、対応する各画像データに対する画像加工処理が、画像加工処理部１１３にて実行される（Ｓ７０４）。なお、この付随情報としては、前述したとおり、撮像した装置を特定する為のＩＤ、各画像についての属性情報、例えば、低倍・高倍のいずれであるかを示す情報、複数の検出画像のうちのいずれであるかを示す情報、また、撮像時の加速電圧、プローブ電流、フレーム加算数の情報等が適宜含まれる。
　図９は、付随情報記憶部１１１に記憶された付随情報をテーブル形式で示した一例である。図９に示す付随情報は、入出力部１０８の画面に表示させることにより、操作者は付随情報を確認することができる。付随情報の属性項目としては、ウェーハＩＤ ,プロセス名、データフォルダ名、欠陥ＩＤ、画像撮像装置ＩＤ、画像枚数などがある。そしてこの画像枚数の数に対応して、各画像データに関する属性が格納されている。各画像データに与えられる属性としては、ファイル名、低倍像・高倍像のいずれであるかの情報、検査・参照画像のいずれであるかの情報、視野サイズ、撮像時の加速電圧・プローブ電流・加算フレーム数・検出器の種類（上方・右・左）等が適宜用いられる。
　次に、この付随情報を参照することにより、画像加工処理部１１３で行われる画像加工処理の詳細について説明する。画像加工処理とは、画像データセットを入力とし、それらを処理した画像データセットを出力する一連の処理を意味する。具体的には、画質改善処理、陰影方向の変換処理、画像の混合処理などが適宜実施される。
　画質の改善処理としては、例えばノイズ低減処理がある。ＳＥＭでは、画像撮像時のプローブ電流が低い場合やフレーム加数が少ない場合には、S/Nが低下した画像が得られやすい。また、同じ撮像条件であっても、撮像する装置が異なる場合には、その検出器での電子検出収率が異なることに起因してS/Nが異なる画像が得られることもある。同一型式の装置であっても、調整の程度が異なれば、装置間の性能差に起因するS/Nの差が生じる可能性もある。ノイズ低減処理の具体例としては、各種ノイズフィルタ処理がある。
　画質改善処理の他の例としては、１次電子ビームのビーム径に起因する画像のぼやけによる鮮鋭度の差を低減させるための鮮鋭度変換処理がある。ＳＥＭでは、数ナノメートルオーダの径に集束させた電子ビームで観察部位をスキャンするが、このビーム径が画像の鮮鋭度に影響を与える。つまり、ビームが太い場合は、ぼやけが生じ、鮮鋭度が低下した画像が得られる。つまり、１次電子ビームの集束性能が異なる複数の装置では、異なる鮮鋭度の画像像が得られることになる。得られた画像からより鮮鋭度の高い画像を得るためには、デコンボリューション処理が有効であり、逆に得られた画像からより鮮鋭度の低い画像を得るためにはローパスフィルタが有効である。
　画質改善処理の他の例としては、コントラスト変換処理がある。本処理には、試料表面の帯電現象によって、観察視野一面において、画像明度が緩やかに変化する場合に、この明度変化を除去する処理や、回路パターン部や欠陥部の明度を補正し、視認性が高い画像を取得する処理を含む。ＳＥＭは、撮像条件が異なる場合や、同一の撮像条件であっても撮像機種が異なる場合には、回路パターンと非パターン部での明暗関係が反転することもある。このコントラスト変換処理は、そのように反転した明度を補正することで、異なる装置間、あるいは異なる条件で撮像した画像の外観を統一させることができる。
　その他の画像加工処理の例として、陰影情報の変換処理がある。たとえば図５に示したように、後方散乱電子を検出することによって得られる陰影の情報は、装置における検出器の配置形態に強く影響される。図６で例示したとおり、検出器の配置形態が異なる画像が混在するときには、凹凸状態の判定を誤らせる可能性があることから、それを防ぐために、陰影の方向を変換した画像を作成する。
　具体的には、陰影方向を変換するために、画像に対する回転処理や鏡像反転処理などの幾何変換処理を行う。ただし、これらの回転処理や反転処理では、画像全体を処理対象とするため、陰影方向のみを変更することはできないことに注意が必要である。よって、回転・反転処理を行うと、撮像されている回路パターンなども同様に変換される。しかし、陰影を解析することにより凹凸を判定する処理においては、これは問題とならない。なぜなら、通常、凹凸の判定では欠陥画像と参照画像の画像比較を用いて凹凸等を判定するが、双方の画像とも、同一の回転・反転処理をしておけば比較処理を行った際に、パターンの情報は除去され、欠陥画像と参照画像で差異のある部位（即ち欠陥部）の陰影部のみが抽出できるからである。
　さらに、他の画像加工処理の例としては、画像の混合処理がある。図３では、図２に示した画像撮像装置により、2次電子と後方散乱電子を分離検出して３枚の画像を取得した例を示したが、そもそも、装置の型式が異なれば、検出器の数やその検出電子の種類なども異なることが想定される。そこで、検出された複数の画像を混合することで、さらに異なる複数枚の画像を作成する。例えば、ある画像撮像装置Ａは、2次電子画像と後方散乱画像が完全分離された像を取得することでき、一方、他の画像撮像装置Ｂでは、それらが混在した画像が検出されるならば、完全に分離されて検出される画像撮像装置Ａの画像から、各画像を混合させた複数の画像を生成することで、画像撮像装置Ｂにより得られる画像に類似する画像を作成することができる。
　ここまで述べてきた画像加工処理の内容は、後述する後段の処理である分類処理（Ｓ７０５）が要求する画像の枚数や画像の性質に依存する。例えば、分類処理が、ある画像撮像装置Ｎにより得られる画像の枚数とそれぞれの画像の性質を前提としたアルゴリズムである場合は、それ以外の画像撮像装置は、その画像撮像装置Ｎの出力画像を基準とし、この基準画像に近くなる様に加工処理の内容を決定することが、分類性能の確保には適することになる。なお、基準となる画像は、入出力部１０８の画面に表示された各画像撮像装置にて撮像された画像から操作者が任意で選択するようにしてもよく、また各画像から得られる特徴量に応じて自動的に最適な画像が選択されるようにしても構わない。
　また、欠陥分類システムに備えられたＮ台の画像撮像装置の中のある特定の装置ではなく、Ｎ台の装置のいずれとも異なる（実在しない）仮想的な画像撮像装置を想定することも可能である。この場合、その仮想的な画像撮像装置の出力する画像の枚数や種類を仮定しておいた上で、分類処理の内容をその出力画像に合わせたものとし、使用するＮ台の画像撮像装置から得られる画像データセットを、全てその仮想的な画像撮像装置の基準となる出力画像に近くなる様に変換するように画像各処理の内容を定義する。このようにすることで、可能な限りで、多くの種類の装置に対応できる欠陥分類装置を構築できる。なお、仮想的な画像撮像装置の出力画像の枚数や種類などの各種設定は、設定画面を入出力部１０８の画面に表示することにより、操作者が任意で設定可能である。また、上記で例示した、各種の画像加工処理は、単独で行うのではなく、組み合わせて実行しても構わない。
　各画像に対応する付随情報に基づいて行われる加工処理の内容は、例えば図１０に示すテーブル形式で定義され、付随情報記憶部１１１に記憶されている。各画像加工処理について、具体的にどのような処理を行わせるかを決定する処理パラメータもあわせて格納される。図１０では、装置ＩＤがT001である画像撮像装置で得られた上方画像であって、プローブ電流が50pA未満の条件で得られた画像については、ノイズ除去処理を所定のパラメタセット（Ｐ０１）で実行し、装置ＩＤがT001の撮像装置で得られた左画像については、パラメタセット（Ｐ０２）に従って画像回転処理を行う、事例を示している。なお、図１０で示した加工処理の内容は、新たな画像撮像装置が導入される度に、新たに定義し追加する必要があるが、この作業は、入手力部１０８にて操作者からの指示を受けることにより実行可能である。
　図１１は、ある欠陥についての画像データセット（高倍及び低倍画像の6枚）について、取得画像と加工処理後の画像をテーブル形式にまとめたものである。高倍の上方画像に対しては、ノイズ除去処理とコントラスト補正と回転処理を適用し、左右画像には、コントラスト補正と回転処理を行った例である。操作者は、図１０に示した処理結果の一覧を、入出力部１０８の画面により確認することが可能である。なお、図１１に示すように、入出力部１０８の画面には、画像と共に、その画像が上方画像、左右画像のいずれであるかを示す表示や画像処理後の画像に対しては実行された画像処理項目が適宜併せて表示される。また、ここでは図示しないが、前述の基準となる画像をこれらの画像と同時に表示するようにしても構わない。
　図７のフローチャートの説明に戻る。次に、加工処理後の画像に対して、分類処理部１１４により分類処理が行われる（Ｓ７０５）。分類処理としては、欠陥特徴量抽出処理とパターン認識処理の２つの処理がなされる。この一連の分類処理は、例えば、特許文献２に開示されている従来技術を用いて行うことができる。欠陥特徴量抽出処理では、まず、各欠陥の画像データセットから、欠陥部位を認識した後、その欠陥の凹凸状態や形状・明るさ等を数値化した特徴量を計算する。パターン認識処理は、得られた特徴量を用いて、複数の分類クラスのいずれに属するかを判定する。具体的には、Ｓ７０２で読み出されたデータセットに対応する分類レシピに含まれる教示データを参照して、算出した特徴量データから分類クラスを判定する。ここで、教示データとは、事前に収集した各分類クラスの代表欠陥画像から計算された分類特徴量から、各クラスの特徴量の統計的な性質（各分類クラス毎の特徴量の平均値や標準偏差などの統計情報）を算出し、記憶したものである。この各分類クラスについての教示データと、計算された特徴量を比較することで、各分類クラスに属する確率を計算し、最も確率が高い分類クラスを分類結果とする。パターン認識処理において、複数の分類クラスに対する確率が同程度である場合や、いずれのクラスに対する確率も低い場合は、事前に定めたクラスのいずれに属するか不明となる場合も起こりうる。そこで、この様な場合が発生したときには、「クラス不明」を分類結果とするものとする。
　対象のデータセットに含まれる欠陥データ全てに対して分類処理が行われると、その結果が、歩留まり管理サーバ１０３に転送される（Ｓ７０６）。なお、各欠陥の分類クラスの情報は、各欠陥が分類されると同時に、逐次的に歩留まり管理サーバに送信することも可能である。また、自動分類結果を操作者が確認し、入出力部１０８の画面上で必要な修正を行った後に送信してもよい。
　図１２は、あるデータセットに対する分類結果を入出力部１０８に表示した画面の例である。この表示画面は、該当データセットに含まれる欠陥についての画像一覧と、各欠陥の分類結果を標示する画面である。画面は、分類クラス表示部１２０１と、画像表示部１２０２から構成される。画像表示部１２０２では、各欠陥の画像が、分類されたクラス毎に整列表示されている。画像表示部１２０２では、各欠陥は、サムネイルと呼ばれる、画像を縮小してアイコン化した画像（サムネイル画像１２０３）として表示されている。これにより、一度に多数の画像を観察できるというメリットがある。また、分類クラス表示部１２０１において、いずれかのクラスをマウスなどで選択した場合には、その該当クラスに分類された欠陥が画面の中央に来るように表示位置が変化する機能を設けても構わない。
　ここで、前述の通り、分類クラス表示部１２０１には「クラス不明」というクラスがある。このクラスに属する欠陥データは、分類処理において、いずれのクラスに属するか判断できなかった欠陥である。ここに属する欠陥については、まだ欠陥クラスが付与されていないことを意味するため、操作者は、この「クラス不明」の欠陥の画像を入出力部１０８の画面にて目視し、各データに対しクラス名を付与すれば、全てのデータに対する分類処理を完了することができる。具体的には、画面上にて、分類クラスを付与したい欠陥のサムネイルを選択し、それを、分類クラス表示部８０２の所定のクラス名のところにドラッグすることで行うことが可能である。また、必要に応じて、既に分類されている欠陥データについて、この画面にて、各データの分類結果を目視確認し、誤分類があった場合にはそれを修正することも可能である。なお、「クラス不明」に属する欠陥データについては、それが、ユーザが予期しない新規の欠陥であることもある。そこで、「クラス不明」に判定された欠陥の数が多い場合には、新規な欠陥として新たな分類クラスを設定して分類してもよいし、何か異常があると考え、プロセス解析を開始するためのアラームとして使っても構わない。
　次に、欠陥分類システムの他の実施例として、実施例１とは異なる欠陥分類装置１０２’を有する欠陥分類システムについて、図１３を用いて説明する。なお、通信手段１０４を介して接続されたウェーハ検査装置や画像撮像装置などは実施例１と同様であり、実施例１と同様の構成についてはここでは説明を適宜省略し、相違する点を主として説明する。
　図１２に示した表示画面は、前述の通り、あるウェーハに存在する複数の欠陥を、画像撮像装置１０１にて取得した結果として得られた画像データセットを入出力部１０８の画面に表示したものである。通常の場合、各画像を取得した画像撮像装置１０１は同一の装置である場合が多く、この場合は、整列表示されたサムネイル画像同志で、その撮像条件や検出器の特性が異なることはない。
　しかし、画像取得に用いられた画像撮像装置１０１の異なる複数の画像セットを、交互に表示画面上で確認する場合、あるいは、複数の異なる画像撮像装置１０１で撮像された画像データを同一画面上で確認する場合などでは、各画像でその撮像条件や検出器の特性が異なることに起因して、画像を目視確認する際に、操作者に違和感を与え、また、欠陥クラスの判定を誤らせる場合が起こりうる。例えば、図６（ａ）（ｂ）の例で示したとおり、欠陥部位の凹凸状態が異なる場合であっても、後方散乱電子の検出方向の異なる複数装置で撮像した画像を同時に閲覧すると、その凹凸状態が同一であると誤る可能性がある。なお、複数の異なる画像撮像装置で撮像した画像を同一画面上で確認する場合とは、例えば、歩留まり管理のための発生欠陥の状態・傾向の確認などの目的で、得られた大量の画像データセットの中から、例えば、プロセス名、画像取得日時などで絞り込んだ部分データセットを作成し、その内容を画面上で確認する場合などで生じる。
　また、各欠陥については、ADR処理において、視野の広い低倍画像と視野の狭い高倍画像の双方が取得されるが、このように各欠陥について倍率の異なる複数の画像が存在する場合、どちらの倍率種の画像を表示するべきかどうかは、分類結果によって変わる場合も多い。例えば、視野の狭い高倍率の画像において、視野領域と比較して欠陥サイズが十分大きい欠陥については、その背景パターンとの位置関係などは、視野の広い低倍画像の方が確認しやすい場合がある。また、ADC処理にて欠陥を検出することができなかった欠陥（これらは、多くの場合、ＳＥＭで検出できなかった欠陥として、例えば 「ＳＥＭ Invisible」といった類のクラス名称が付される）については、本当に欠陥が存在しなかったのかあるいは、画像処理のミスにより欠陥を検出できなかったのかを、操作者が画像を目視で確認し判断することが必要となる場合もあり、この場合は、視野の広い低倍画像の方が確認に適すると考えられる。
　この課題に対応するため、本実施例で示す欠陥分類装置１０２’は、各欠陥について入出力部１０８の画面に表示する際の画像種を、取得した画像及び前述の画像加工画像の結果生成された画像の中から選択し、表示させる機能を有する。
  図１３は、実施例２にかかる欠陥分類装置１０２’の構成を示したものである。欠陥分類装置１０２’は、図１に示す欠陥分類装置１０２に対し、表示画像情報記憶部１３０１が付加されている。この表示画像情報記憶部１３０１にて保存される情報をテーブル形式にまとめた表を図１４に示す。ここでは、表示する画像を選択する条件として、分類結果・欠陥のサイズ・プロセスを指定した例を示している。例えば、分類結果が、その表面が凸状であることに特徴がある異物である場合は、凹凸状況を確認しやすい後方散乱電子を検出した左画像あるいは右画像を表示するように指定される。また、分類結果「ＳＥＭ　Invisible」であれば、視野の広い低倍画像を表示するように指定される。さらに、欠陥サイズがある規定より大きい場合、視野の広い低倍画像を表示するものが指定され、対象プロセスがＭｅｔａｌであって、この工程で特に観察したい欠陥が上方画像において確認しやすい場合であればその画像が指定される。なお、この表では、各条件において指定される表示画像は、図１１に示した取得画像及び加工処理後の画像一覧データにおいて、各画像に付されたＩＤを用いて指定されている。複数の条件の間に優先度を定義しておくことで（例えば、図１４に示す表では、１，２，３，４の順で優先度が高いとする）、ある欠陥が複数の条件に一致する場合であっても、その欠陥の表示画像を一意に決定できる。なお、図１４に示したテーブル形式の情報は、入出力部１０８の画面を通じて、操作者が、任意のタイミングで設定・更新することができる。
　入出力部１０８の画面上の表示例として、検出する陰影方向が異なる複数の装置で撮像した画像をサムネイル表示した場合の表示画面例を図１５に示す。これは異物欠陥について後方散乱電子を検出した４つの左画像を、サムネイル画像として表示部１０８に表示した画面の例である。図１５（ａ）は、４つの画像のうち、２番目及び４番目の陰影方向がその他のものと異なっているものの、取得画像そのものを表示している場合の例である。陰影方向が異なるため、凹凸状態の把握に適さない。一方、画像加工処理において、陰影の方向が同一となるような回転処理が行われた場合に、その加工処理後の画像を表示することで、各欠陥の陰影方向を統一させた場合の表示画面が図１５（ｂ）である。このように陰影方向が揃えられた画像を表示すれば、各欠陥の分類結果が正しいのか否か、本例では、凸状であることを特徴とする「異物」であるのか否か、の確認が容易になる。なお、陰影の方向を揃えるために、画像に対し、回転処理あるいは鏡像反転処理を施すと、撮像されているパターンの方向も同時に回転あるいは反転することに注意が必要である。
　なお、画像加工の前後の双方を確認することが必要な場合、例えば、画像加工処理前の画像におけるパターンの方向と欠陥の凹凸状態の双方を目視確認する作業に対しては、図１５（ａ）（ｂ）の表示を切り替える仕組みを入出力部１０８の画面上に設け、操作者の指示に従って表示を短時間で切り替える機能を持たせることで解決できる。操作者が目視作業を行っている際、任意のタイミングで表示画面切替の指示を出し、それに対してアルタイムに表示変換すれば、操作者は効率よく作業を行うことが可能となる。
　なお、操作者による目視確認を容易にするという目的の達成のためには、上述した様に画像加工処理後の画像を表示する方法のほか、画像データとその画像データに対応する付随情報そのものを同時に表示する方法や、画像データとその画像データに対応する付随情報を基にして生成した情報とを同時に方法も考えられる。例えば、図１５（ｃ）に示すように、後方散乱電子の検出方向が異なる画像を表示する際に、その検出器の方向を矢印記号として表示するようにしてもよい。このようにその方向を目視確認容易な形態で表示することでも、欠陥の凹凸状態を判断する作業に効果があると考えられる。
　次に、欠陥分類システムの他の実施例として、実施例１及び実施例２とは異なる場所に、分類処理や表示に用いられる画像加工処理を行う部位が設けられている欠陥分類システムについて、図１６を用いて説明する。なお、通信手段１０４を介して接続されたウェーハ検査装置などは実施例１・実施例２と同様であり、これらの同様の構成についてはここでは説明を適宜省略し、相違する点を主として説明する。
　実施例１や実施例２にかかる欠陥分類システムでは、この画像加工処理は、欠陥分類装置１０２、１０２’の処理部１０７内に設けられた画像加工処理部１１３にて行われていたが、この画像加工処理部は、必ずしも欠陥分類装置１０２、１０２’に設けられる必要はない。例えば、図１６に示すように、画像撮像装置１０１’に画像加工処理部１６０１を設けても構わない。この画像加工処理部１６０１は、欠陥分類装置１０２、１０２’において分類処理を行う際に、撮像した装置の種類を考慮すること無く処理が行えるようにするために、各画像撮像装置１０１’それぞれが持つ検出器の特性や数に応じた画像加工処理を行う。各画像撮像装置１０１’で行われる画像加工処理の内容は、図１０に示したように、画像撮像装置１０１’のＩＤや検出器や撮像条件の情報と対応付けられ、画像撮像装置１０１’内の撮像レシピ記憶部２１２として格納されている。この情報は、入出力部２１０の画面により、操作者が確認・更新できる。
　実施例３にかかる欠陥分類システムによれば、画像加工処理に必要な演算負荷を分散させることができる。実施例１・２に示すように、欠陥分類装置１０２、１０２’において、全画像の画像加工処理を行うと、取得される画像数が大量となる場合には、その負荷が大きくなり、分類処理のスループットを低下させる恐れがある。この画像加工処理を、各画像撮像装置１０１’側で行えば、欠陥分類装置１０２、１０２’の演算負荷を低減させることが可能になる。なお、この目的を達成するためは、画像加工処理部１６０１を、画像撮像装置１０１’や欠陥分類装置１０２、１０２’以外の、他の装置に持たせてもよい。例えば、画像加工処理専用の別装置を設け、通信手段１０４を通じて複数の画像撮像装置１０１からデータを入力し、処理の画像加工処理を行った上で、処理結果あるいは処理結果と入力画像のセットを欠陥分類装置１０２、１０２’に送信してもよい。また、画像加工処理を複数の処理に分割し、画像撮像装置、欠陥分類装置、あるいは加工画像処理専用の装置に分散実行させることでも、同様の効果が得られるのはいうまでもない。
　以上、本発明者によってなされた発明を実施形態に基づいて具体的に説明したが、本発明は上記実施形態に限定されるものではなく、その要旨を逸脱しない範囲で種々変更可能である。例えば、上記した実施例は本発明を分かりやすく説明するために詳細に説明したものであり、必ずしも説明した全ての構成を備えるものに限定されるものではない。また、ある実施例の構成の一部を他の実施例の構成に置き換えることが可能であり、また、ある実施例の構成に他の実施例の構成を加えることも可能である。また、各実施例の構成の一部について、他の構成の追加・削除・置換をすることが可能である。
１００…ウェーハ検査装置、１０１、１０１’…画像撮像装置、１０２、１０２’…欠陥分類装置、１０３…歩留り管理サーバ、１０４…通信手段、１０５…全体制御部、１０６…記憶部、１０７…処理部、１０８…入出力部、１０９…入出力I/F、１１０…画像記憶部、１１１…付随情報記憶部、１１２…分類レシピ記憶部、１１３…画像加工処理部、１１４…分類処理部、２０１…ＳＥＭ本体、２０２…電子源、２０３、２０４、２０５…検出器、２０６…ステージ、２０７…試料ウェーハ、２０８…ＳＥＭ制御部、２０９…入出力I/F、２１０…入出力部、２１１…記憶部、２１２…撮像レシピ記憶部、２１３…画像メモリ、２１４…付随情報作成部、２１５…通信手段、４０１…凸状欠陥、４０２…凹状欠陥、１２０１…分類クラス表示部、１２０２…画像表示部、１２０３…サムネイル画像、１３０１…表示画像情報記憶部、１６０１…画像加工処理部

Claims (16)

  1. 被検査対象である試料表面の欠陥を複数の画像撮像装置で撮像して得た複数の画像を分類する欠陥分類装置であって、
    前記複数の画像撮像装置で撮像して得た複数の画像を格納する画像記憶手段と、
    前記複数の画像各々を撮像した前記複数の画像撮像装置の種類を特定する情報又は前記複数の画像を撮像した際の検出条件の情報の少なくとも一つを含む、前記複数の画像各々に対応付けられた付随情報を記憶する付随情報記憶手段と、
    前記付随情報記憶部に記憶された前記付随情報に基づいて、前記複数の画像同士が互いに類似するように前記複数の画像の一部又は全部を加工する画像加工処理手段と、
    前記画像加工処理手段により処理された前記複数の画像に基づいて、前記複数の画像を分類する分類処理手段と、
    を有することを特徴とする欠陥分類装置。
  2. 請求項１記載の欠陥分類装置であって、
    さらに、前記分類処理手段による分類結果を表示する表示手段を有し、
    前記表示手段は、前記画像加工処理手段により加工された画像を表示する際に、前記加工された画像になされた加工処理内容を併せて表示することを特徴とする欠陥分類装置。
  3. 請求項１記載の欠陥分類装置であって、
    さらに、前記分類処理手段による分類結果を表示する表示手段を有し、
    前記表示手段は、前記付随情報を表示することを特徴とする欠陥分類装置。
  4. 請求項１乃至３のいずれかに記載の欠陥分類装置であって、
    前記複数の画像各々に対応付けられた付随情報の検出条件の情報は、前記複数の画像各々の取得に用いた前記複数の画像撮像手段の検出器の種類を特定するための情報、又は、前記複数の画像各々を取得した際の撮像条件の情報、の少なくとも一つを含むことを特徴とする欠陥分類装置。
  5. 請求項１乃至４のいずれかに記載の欠陥分類装置であって、
    前記画像加工処理手段は、前記複数の画像に基づいて新たな１以上の画像を生成することにより、互いに類似する複数の画像を得ることを特徴とする欠陥分類装置。
  6. 請求項１乃至５のいずれかに記載の欠陥分類装置であって、
    前記画像加工処理手段は、画像の回転処理又は鏡像反転処理、若しくは、画像の画質を向上させる処理のいずれか１つ以上を実行すること特徴とする欠陥分類装置。
  7. 被検査対象である試料表面の欠陥の画像を取得する画像撮像装置であって、
    予め取得した欠陥の位置情報に基づいて、前記試料表面に電子ビームを照射する電子ビーム照射手段と、
    前記電子ビーム照射手段による電子ビームの照射により前記試料表面から発生する２次電子又は後方散乱電子を複数の検出器により検出して複数の画像を取得する画像取得手段と、
    前記複数の画像各々に対応付けられた、前記複数の画像を撮像した際の検出条件の情報を有する付随情報を作成する付随情報作成手段と、
    前記付随情報作成手段により作成された前記複数の画像各々に対応する付随情報に基づいて、前記複数の画像同士が互いに類似するように前記複数の画像の一部又は全部を加工する画像加工処理手段と、
    を有することを特徴とする画像取得装置。
  8. 欠陥分類システムであって、
    被検査対象である試料表面の欠陥の画像を取得する複数の画像撮像装置と、
    前記複数の画像撮像装置で撮像して得た複数の画像を格納する画像記憶手段と、前記複数の画像各々を撮像した前記複数の画像撮像装置の種類を特定する情報又は前記複数の画像を撮像した際の検出条件の情報の少なくとも一つを含む、前記複数の画像各々に対応付けられた付随情報を記憶する付随情報記憶手段と、を備える欠陥分類装置と、
    前記付随情報記憶部に記憶された前記付随情報に基づいて、前記複数の画像同士が互いに類似するように前記複数の画像の一部又は全部を加工する画像加工処理手段と、
    を有し、
    前記欠陥分類装置は、さらに、前記画像加工処理手段により処理された前記複数の画像に基づいて、前記複数の画像を分類する分類処理手段、
    を有することを特徴とする欠陥分類システム。
  9. 請求項８記載の欠陥分類システムであって、
    前記画像加工処理手段は、前記欠陥分類装置に含まれることを特徴とする欠陥分類システム。
  10. 請求項９記載の欠陥分類システムであって、
    前記欠陥分類装置は、さらに、前記分類処理手段による分類結果を表示する表示手段を有し、前記表示手段は、前記画像加工処理手段により加工された画像を表示する際に、前記加工された画像になされた加工処理内容を併せて表示することを特徴とする欠陥分類システム。
  11. 請求項９記載の欠陥分類システムであって、
    前記欠陥分類装置は、さらに、前記分類処理手段による分類結果を表示する表示手段を有し、前記表示手段は、前記付随情報を表示することを特徴とする欠陥分類システム。
  12. 請求項９乃至１１のいずれかに記載の欠陥分類システムであって、
    前記複数の画像各々に対応付けられた付随情報の検出条件の情報は、前記複数の画像各々の取得に用いた前記複数の画像撮像手段の検出器の種類を特定するための情報、又は、前記複数の画像各々を取得した際の撮像条件の情報、の少なくとも一つを含むことを特徴とする欠陥分類システム。
  13. 請求項９乃至１２のいずれかに記載の欠陥分類システムであって、
    前記画像加工処理手段は、前記複数の画像に基づいて新たな１以上の画像を生成することにより、互いに類似する複数の画像を得ることを特徴とする欠陥分類システム。
  14. 請求項９乃至１３のいずれかに記載の欠陥分類システムであって、
    前記画像加工処理手段は、画像の回転処理又は鏡像反転処理、若しくは、画像の画質を向上させる処理のいずれか１つ以上を実行すること特徴とする欠陥分類システム。
  15. 請求項８記載の欠陥分類システムであって、
    前記画像加工処理手段は、前記複数の画像撮像手段各々に含まれていることを特徴とする欠陥分類システム。
  16. 請求項８乃至１５記載の欠陥分類システムであって、
    さらに、前記複数の画像撮像装置及び前記欠陥分類装置と通信手段を介して接続され、前記被検査対象である試料表面の欠陥を検出する検査装置を有することを特徴とする欠陥分類システム。
PCT/JP2011/005565 2010-10-08 2011-10-03 欠陥分類システム及び欠陥分類装置及び画像撮像装置 WO2012046431A1 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
US13/878,256 US20130222574A1 (en) 2010-10-08 2011-10-03 Defect classification system and defect classification device and imaging device

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2010228078A JP2012083147A (ja) 2010-10-08 2010-10-08 欠陥分類システム及び欠陥分類装置及び画像撮像装置
JP2010-228078 2010-10-08

Publications (1)

Publication Number Publication Date
WO2012046431A1 true WO2012046431A1 (ja) 2012-04-12

Family

ID=45927438

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2011/005565 WO2012046431A1 (ja) 2010-10-08 2011-10-03 欠陥分類システム及び欠陥分類装置及び画像撮像装置

Country Status (3)

Country Link
US (1) US20130222574A1 (ja)
JP (1) JP2012083147A (ja)
WO (1) WO2012046431A1 (ja)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2012144183A1 (ja) * 2011-04-20 2012-10-26 株式会社日立ハイテクノロジーズ 欠陥分類方法及び欠陥分類システム
CN104198386A (zh) * 2014-09-11 2014-12-10 上海功源电子科技有限公司 一种基于双显示器显示采集多相机图像的方法及装置
US9235601B2 (en) 2012-11-26 2016-01-12 International Business Machines Corporation Data mining shape based data
US20220076404A1 (en) * 2020-09-09 2022-03-10 Kabushiki Kaisha Toshiba Defect management apparatus, method and non-transitory computer readable medium

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5608575B2 (ja) * 2011-01-19 2014-10-15 株式会社日立ハイテクノロジーズ 画像分類方法および画像分類装置
KR102392057B1 (ko) 2014-12-22 2022-04-28 삼성전자주식회사 자동 결함 분류 방법
JP2017003305A (ja) 2015-06-05 2017-01-05 株式会社日立ハイテクノロジーズ 欠陥画像分類装置
WO2017203600A1 (ja) 2016-05-24 2017-11-30 株式会社日立ハイテクノロジーズ 欠陥分類装置および欠陥分類方法
US11650576B2 (en) 2017-01-18 2023-05-16 Asml Netherlands B.V. Knowledge recommendation for defect review
JP7171010B2 (ja) * 2018-03-07 2022-11-15 株式会社日立ハイテクサイエンス 断面加工観察装置、断面加工観察方法及びプログラム
JP7334664B2 (ja) * 2020-04-02 2023-08-29 株式会社島津製作所 応力発光測定方法および応力発光測定装置

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004047939A (ja) * 2002-05-23 2004-02-12 Hitachi High-Technologies Corp 欠陥分類器の生成方法および欠陥自動分類方法
JP2007225531A (ja) * 2006-02-27 2007-09-06 Hitachi High-Technologies Corp 欠陥観察方法及びその装置

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6922482B1 (en) * 1999-06-15 2005-07-26 Applied Materials, Inc. Hybrid invariant adaptive automatic defect classification
JP2001230289A (ja) * 2000-02-15 2001-08-24 Hitachi Ltd 欠陥解析方法および欠陥解析システム
US7602962B2 (en) * 2003-02-25 2009-10-13 Hitachi High-Technologies Corporation Method of classifying defects using multiple inspection machines
JP4317805B2 (ja) * 2004-09-29 2009-08-19 株式会社日立ハイテクノロジーズ 欠陥自動分類方法及び装置
JP2006172919A (ja) * 2004-12-16 2006-06-29 Hitachi High-Technologies Corp 三次元形状解析機能を有する走査型電子顕微鏡

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004047939A (ja) * 2002-05-23 2004-02-12 Hitachi High-Technologies Corp 欠陥分類器の生成方法および欠陥自動分類方法
JP2007225531A (ja) * 2006-02-27 2007-09-06 Hitachi High-Technologies Corp 欠陥観察方法及びその装置

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2012144183A1 (ja) * 2011-04-20 2012-10-26 株式会社日立ハイテクノロジーズ 欠陥分類方法及び欠陥分類システム
US9401015B2 (en) 2011-04-20 2016-07-26 Hitachi High-Technologies Corporation Defect classification method, and defect classification system
US9235601B2 (en) 2012-11-26 2016-01-12 International Business Machines Corporation Data mining shape based data
US9244946B2 (en) 2012-11-26 2016-01-26 International Business Machines Corporation Data mining shape based data
CN104198386A (zh) * 2014-09-11 2014-12-10 上海功源电子科技有限公司 一种基于双显示器显示采集多相机图像的方法及装置
US20220076404A1 (en) * 2020-09-09 2022-03-10 Kabushiki Kaisha Toshiba Defect management apparatus, method and non-transitory computer readable medium

Also Published As

Publication number Publication date
US20130222574A1 (en) 2013-08-29
JP2012083147A (ja) 2012-04-26

Similar Documents

Publication Publication Date Title
WO2012046431A1 (ja) 欠陥分類システム及び欠陥分類装置及び画像撮像装置
JP5715873B2 (ja) 欠陥分類方法及び欠陥分類システム
JP5103058B2 (ja) 欠陥観察装置及び欠陥観察方法
JP4691453B2 (ja) 欠陥表示方法およびその装置
JP4644613B2 (ja) 欠陥観察方法及びその装置
US9390490B2 (en) Method and device for testing defect using SEM
WO2013153891A1 (ja) 荷電粒子線装置
JP5444092B2 (ja) 検査方法およびその装置
KR20180113572A (ko) 결함 분류 장치 및 결함 분류 방법
WO2013046848A1 (ja) 欠陥観察方法及び欠陥観察装置
US11670528B2 (en) Wafer observation apparatus and wafer observation method
JP2004177139A (ja) 検査条件データ作成支援プログラム及び検査装置及び検査条件データ作成方法
JP4647974B2 (ja) 欠陥レビュー装置、データ管理装置、欠陥観察システム及び欠陥レビュー方法
JP5018868B2 (ja) 試料の観察方法およびその装置
US8472696B2 (en) Observation condition determination support device and observation condition determination support method
WO2011132766A1 (ja) レビュー方法、およびレビュー装置
JP2014025763A (ja) 欠陥検査方法、及び欠陥検査装置
TWI433246B (zh) 半導體積體電路之缺陷複查裝置
JP4607157B2 (ja) 観察装置、観察装置のレシピ設定方法
JPH11160402A (ja) 回路パターンの検査方法及び検査装置
JP5163731B2 (ja) 欠陥候補の画像表示方法
JP2008147679A (ja) 電子線応用装置
TW201516398A (zh) 帶電粒子束裝置及程式記憶媒體
JP2014130745A (ja) 荷電粒子線装置
JP2004260193A (ja) 回路パターンの検査方法及び検査装置

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: 11830365

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: 13878256

Country of ref document: US

122 Ep: pct application non-entry in european phase

Ref document number: 11830365

Country of ref document: EP

Kind code of ref document: A1