WO2016092640A1 - 欠陥観察装置および欠陥観察方法 - Google Patents

欠陥観察装置および欠陥観察方法 Download PDF

Info

Publication number
WO2016092640A1
WO2016092640A1 PCT/JP2014/082609 JP2014082609W WO2016092640A1 WO 2016092640 A1 WO2016092640 A1 WO 2016092640A1 JP 2014082609 W JP2014082609 W JP 2014082609W WO 2016092640 A1 WO2016092640 A1 WO 2016092640A1
Authority
WO
WIPO (PCT)
Prior art keywords
defect
image
defect detection
die
mode
Prior art date
Application number
PCT/JP2014/082609
Other languages
English (en)
French (fr)
Inventor
大博 平井
中山　英樹
謙一 西潟
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 KR1020197006099A priority Critical patent/KR102057429B1/ko
Priority to PCT/JP2014/082609 priority patent/WO2016092640A1/ja
Priority to US15/533,424 priority patent/US10168286B2/en
Priority to KR1020177015464A priority patent/KR101955268B1/ko
Priority to TW104140303A priority patent/TW201621306A/zh
Publication of WO2016092640A1 publication Critical patent/WO2016092640A1/ja

Links

Images

Classifications

    • 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
    • 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
    • G01N21/95607—Inspecting patterns on the surface of objects using a comparative method
    • 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
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • 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
    • G01N21/89—Investigating the presence of flaws or contamination in moving material, e.g. running paper or textiles
    • 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
    • G06T7/001—Industrial image inspection using an image reference approach
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01J—ELECTRIC DISCHARGE TUBES OR DISCHARGE LAMPS
    • H01J37/00—Discharge tubes with provision for introducing objects or material to be exposed to the discharge, e.g. for the purpose of examination or processing thereof
    • H01J37/26—Electron or ion microscopes; Electron or ion diffraction tubes
    • H01J37/28—Electron or ion microscopes; Electron or ion diffraction tubes with scanning beams
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • 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
    • 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
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G01N2021/8854—Grading and classifying of flaws
    • G01N2021/8861—Determining coordinates of flaws
    • 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
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G01N2021/8854—Grading and classifying of flaws
    • G01N2021/8867—Grading and classifying of flaws using sequentially two or more inspection runs, e.g. coarse and fine, or detecting then analysing
    • 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
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G01N2021/8887—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges based on image processing techniques
    • 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
    • G01N21/9501—Semiconductor wafers
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2223/00—Investigating materials by wave or particle radiation
    • G01N2223/60—Specific applications or type of materials
    • G01N2223/611—Specific applications or type of materials patterned objects; electronic devices
    • G01N2223/6116—Specific applications or type of materials patterned objects; electronic devices semiconductor wafer
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10056—Microscopic image
    • G06T2207/10061—Microscopic image from scanning electron microscope
    • 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
    • H01J—ELECTRIC DISCHARGE TUBES OR DISCHARGE LAMPS
    • H01J2237/00—Discharge tubes exposing object to beam, e.g. for analysis treatment, etching, imaging
    • H01J2237/22—Treatment of data
    • H01J2237/221—Image processing
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01J—ELECTRIC DISCHARGE TUBES OR DISCHARGE LAMPS
    • H01J2237/00—Discharge tubes exposing object to beam, e.g. for analysis treatment, etching, imaging
    • H01J2237/26—Electron or ion microscopes
    • H01J2237/28—Scanning microscopes
    • H01J2237/2813—Scanning microscopes characterised by the application
    • H01J2237/2817—Pattern inspection

Definitions

  • the present invention relates to a defect observation apparatus and a defect observation method used in a semiconductor manufacturing process.
  • the SEM (Scanning / Electron / Microscope) type defect observation apparatus is an apparatus for observing defects generated in a semiconductor manufacturing process, and generally, an image of defect coordinates detected by an upper defect inspection apparatus is used as an upper defect inspection apparatus. It is an apparatus for observing with higher image quality.
  • the upper defect inspection apparatus is, for example, an optical defect inspection apparatus. Specifically, first, the sample stage is moved to the defect coordinates output by the higher-level defect inspection apparatus, and an image is captured at a low magnification such that the defect to be observed falls within the field of view.
  • the defect coordinates are detected from the captured low-magnification image, and the sample stage is moved so that the defect is positioned at the center of the field of view, or the imaging center is moved, and the observation is performed at a high magnification suitable for defect observation. Acquire a high-magnification image.
  • the defect coordinates are detected in the low-magnification image before acquiring the high-magnification image for observation because the defect coordinates output by the upper defect inspection apparatus include an error within the range of the apparatus specification. This is because, when a high-quality defect image is acquired by the SEM type defect observation apparatus, a process for correcting this error is required.
  • the ADR Automatic Defect Review or Automatic Defect Redetection
  • ADR Automatic Defect Review or Automatic Defect Redetection
  • the ADR is an automated process for acquiring this high-quality defect image (high-magnification image).
  • the coordinate accuracy of defect detection in the upper defect inspection apparatus, the physical characteristics of the observation object, and the like are different. Therefore, in ADR, it is necessary to optimize conditions for acquiring a low-magnification image for detecting a defect and conditions for acquiring a high-magnification image for observing the defect, depending on the type of defect to be observed. This optimization needs to be performed in consideration of the balance between ADR defect detection accuracy and throughput.
  • ADR is provided with a plurality of defect detection methods such as a defect detection method that prioritizes improvement of defect detection accuracy and a defect detection method that prioritizes improvement of throughput.
  • a defect detection method for example, cell comparison for comparing adjacent pattern units with respect to a repetitive pattern in one image, or an image of a position to be inspected with an image at a position corresponding to the position to be inspected in a different die as a reference image Die comparison to compare is known.
  • Patent Document 1 states that “defect detection is performed by a cell comparison method, and then whether or not defects can be detected by a cell comparison method is determined. As a result, when it is determined that a defect cannot be detected by a cell comparison method, To the die comparison method capable of detecting defects ”.
  • a defect detection method based on die comparison when moving to a defect detection method based on die comparison, a low-magnification defect image, a reference image, and a high-magnification defect image are captured in this order, so the stage from the reference image acquisition position when acquiring the high-magnification defect image. Movement occurs and throughput decreases.
  • This stage movement from the reference image acquisition position is a process that does not occur when all the observation target portions are executed by the defect detection method based on die comparison from the beginning. For this reason, when the ratio of transition to the defect detection method based on die comparison increases, the throughput decreases as compared with the case where all observation target portions are processed by the defect detection method based on die comparison from the beginning.
  • the extent to which the defect detection method based on die comparison shifts from the beginning to the point where all observation objects are delayed by the defect detection method based on die comparison differs depending on the specifications of the defect observation apparatus and ADR conditions.
  • the rate of transition to the defect detection method based on die comparison exceeds about 20 to 30%, the throughput is often lowered compared to the case where all the observation target parts are processed by the defect detection method based on die comparison from the beginning.
  • the transition rate to the defect detection method by this die comparison depends on the positional relationship between the defect coordinates detected by the defect inspection apparatus and the manufacturing pattern, and therefore cannot be predicted before ADR execution. After actually executing the ADR, it is found that the processing can be performed in a shorter time by processing all the observation target portions from the beginning by the defect detection method by die comparison. Such fluctuations in processing time hinder planned production activities, and therefore ADR with predictable and stable throughput is required.
  • the applicability determination may be erroneously influenced by the defect area. If the defect detection method based on the cell comparison cannot be applied and the defect detection method based on the cell comparison method is applied by mistake, an area other than the defect is erroneously detected as a defect, and the defect detection accuracy decreases.
  • the object of the present invention is to perform highly accurate defect detection with a stable throughput.
  • the present invention uses a reference image to determine a defect detection processing mode suitable for detecting a defect from the defect image, and from the defect image in the determined defect detection processing mode. Detect defects.
  • FIG. 2 is a schematic diagram showing the overall configuration of an SEM observation system in Example 1.
  • FIG. 3 is a schematic diagram illustrating an operation / analysis unit and a data flow in the first embodiment.
  • FIG. 3 is a block diagram of a defect detection processing function in the first embodiment.
  • 5 is a flowchart of ADR with a defect detection mode optimization function in the first embodiment.
  • FIG. 10 is a schematic diagram illustrating a reference image acquisition die selection method according to the second embodiment. 10 is a flowchart of ADR with a defect detection mode optimization function of a reference image advance acquisition method according to the second embodiment.
  • FIG. 10 is a schematic diagram illustrating a sample example corresponding to each defect detection mode in the third embodiment. 10 is a flowchart of defect detection mode optimization in the third embodiment. The flowchart of ADR with the defect detection mode optimization function corresponding to nuisance mode in Example 3.
  • Defects that can achieve both high-accuracy defect detection and high-throughput for specimens that include both observation targets suitable for cell-based defect detection and observation targets suitable for die-based defect detection.
  • a configuration example of an observation method, a defect observation apparatus, and a defect observation system will be described.
  • the defect observation system described below is an example of the present invention, and the present invention is not limited to the embodiment described below.
  • the “defect observation apparatus” is an apparatus that captures an image of a sample using a charged particle beam, and includes a wide range of apparatuses that detect a defect by comparing a plurality of images.
  • the defect observation apparatus may be referred to as a defect review apparatus.
  • the “defect observation system” is a system in which a defect observation apparatus is connected to another apparatus through a network or the like, and includes a wide range of systems including the defect observation apparatus.
  • the system configuration is not limited to this, and the device constituting the defect observation system A part or all of them may be composed of different devices.
  • the ADR processing according to the present embodiment may be executed by an ADR processing device, an image management device, or a recipe management device that is network-connected to the SEM type defect observation device, or may be performed on a general-purpose computer that is a component of the system.
  • the program may be executed by a program that executes a desired arithmetic processing by a mounted CPU (Central Processing Unit). It is also possible to upgrade an existing apparatus with a storage medium in which this program is recorded.
  • defects is not limited to a foreign substance, but includes a wide range of objects to be observed such as a sample material defect, a structure defect, a manufacturing pattern shape change, and a luminance change.
  • the “defect image” is an image to be subjected to defect observation, and includes not only a true defect image but also a defect candidate image and a pseudo defect image.
  • the “reference image” is a standard image used for comparison with a defect image for defect extraction, and represents a normal region, that is, an image of a region estimated to have no defect.
  • defects coordinates” and “reference coordinates” mean coordinate positions of representative points representing positions where defect images or reference images are acquired.
  • magnification or “low magnification”
  • high magnification or “low magnification”
  • low magnification the part expressed as “high magnification” or “low magnification” is often “high magnification” or “low magnification”, so it is expressed as “high magnification” or “low magnification” as typical examples. It does not represent absolute magnification. Although rare, there are cases where the magnification of “high magnification” and “low magnification” is reversed.
  • the SEM type defect observing apparatus is an apparatus that acquires defect coordinates detected by a defect inspection apparatus such as an optical or SEM type inspection apparatus as input information, and obtains a high-quality SEM image of the defect coordinates under conditions suitable for observation and analysis. It is.
  • a defect inspection apparatus such as an optical or SEM type inspection apparatus
  • coordinate information of observation points extracted by simulation based on design layout data can be used in addition to the defect coordinates detected by the defect inspection apparatus.
  • FIG. 1 is a schematic diagram showing the overall configuration of the SEM observation system in the present example.
  • the SEM type defect observation apparatus 118 in FIG. 1 includes a scanning electron microscope (SEM) that is an imaging means for SEM images and an information processing apparatus.
  • the SEM type defect observation apparatus 118 may include an optical microscope 117.
  • the SEM includes an electron optical system that irradiates a sample 105 with an electron beam and detects secondary particles 108 generated from the sample, a stage 106 that moves a sample stage holding a sample to be observed in the XY plane, and the electron optical system.
  • the electron optical system control unit 110 that controls various optical elements included in the A, a A / D conversion unit 111 that quantizes an output signal of the secondary particle detector 109, and a stage control unit 112 that controls the stage 106.
  • the electron optical system includes optical elements such as an electron gun 101, a lens 102, a scanning deflector 103, an objective lens 104, and a secondary particle detector 109.
  • the information processing apparatus of the SEM type defect observation apparatus 118 generates an image by a signal from the overall control unit 113 and the A / D conversion unit that performs overall control of the SEM and the information processing apparatus, and extracts defects by analyzing the image.
  • an image processing unit 114 that performs image analysis for classification, an operation unit 115 for a user to operate the apparatus via a display, a keyboard, a mouse, and the like, and a storage device 116 such as a memory or a hard disk that holds an acquired image or the like It is comprised including.
  • the primary electron beam 107 emitted from the electron gun 101 is converged by the lens 102, deflected by the scanning deflector 103, converged by the objective lens 104, and irradiated on the sample 105.
  • secondary particles 108 such as secondary electrons and reflected electrons are generated according to the shape and material of the sample.
  • the generated secondary particles 108 are detected by the secondary particle detector 109 and then converted into a digital signal by the A / D converter 111.
  • the output signal of the secondary particle detector converted into a digital signal may be referred to as an image signal.
  • the output signal of the A / D conversion unit 111 is output to the image processing unit 114 to form an SEM image.
  • the apparatus may include other lenses, electrodes, and detectors, or some of them may be different from the above, and the configuration of the charged particle optical system is not limited to this.
  • the image processing unit 114 uses the generated SEM image to perform various image analysis processes such as an ADR process that performs image processing such as defect detection, and an ADC (Automatic Defect Classification) process that automatically classifies defects by type. Execute.
  • an ADR process that performs image processing such as defect detection
  • an ADC Automatic Defect Classification
  • Control of the optical elements inside the electron optical system such as the lens 102, the scanning deflector 103, and the objective lens 104 is executed by the electron optical system control unit 110.
  • the sample position control is executed by the stage 106 controlled by the stage control unit 112.
  • the overall control unit 113 is a control unit that comprehensively controls the entire SEM observation apparatus, interprets input information from the operation unit 115 and the storage device 116 having a display, a keyboard, a mouse, and the like, and performs an electron optical system.
  • the control unit 110, the stage control unit 112, the image processing unit 114, and the like are controlled, and processing results are output to the display unit included in the operation unit 115 and the storage device 116 as necessary.
  • the processing executed by the image processing unit 114 may be configured as hardware by a dedicated circuit board, or may be realized by software executed by a computer connected to the defect observation apparatus. When configured by hardware, it can be realized by integrating a plurality of arithmetic units that execute processing in a wiring board, a semiconductor chip, or a package. When configured by software, it can be realized by installing a high-speed CPU in the image processing unit 114 and executing desired arithmetic processing by a program.
  • FIG. 1 shows an example in which an SEM type defect observation apparatus 118, a recipe management apparatus 120, and a defect information database 121 are connected via a LAN (Local Area Network) 119 as an example of the defect observation system. .
  • the image acquired by the SEM type defect observation apparatus 118 is stored in the defect information database 121.
  • Information on other defects, for example, imaging conditions of defect images and detected defect coordinates are also stored in the defect information database 121.
  • the recipe management device 120 acquires defect information necessary for recipe creation from the defect information database 121, executes arithmetic processing including image processing, and creates a recipe that records conditions and procedures for executing ADR and ADC processing. create.
  • the parameters used for the arithmetic processing, the created recipe, and the like may be stored in a storage device built in the recipe management apparatus, or may be stored in a defect information database.
  • the “defect information” includes the coordinates of the defect detected by the inspection apparatus, the image taken by the inspection apparatus, the result of analysis by the analysis function of the inspection apparatus, the coordinates of the defect re-detected by the defect observation apparatus, and defect observation. Information about defects such as an image captured by the apparatus and a result of analysis performed by the analysis function of the defect observation apparatus is included.
  • FIG. 2 is an example of a detailed view of the overall control unit 113, the operation unit 115, and the storage device 116 of FIG.
  • the operation / analysis unit 201 is an integrated representation of the overall control unit 113 and the operation unit 115 of FIG.
  • the operation / analysis unit 201 includes a plurality of functional blocks that are realized by a CPU incorporated in the overall control unit 113 executing a predetermined program in response to an operation instruction from the operation unit 115. .
  • the operation / analysis shown in FIG. 2 is not limited to the configuration in which the overall control unit 113 as shown in FIG. 1 is incorporated in the SEM observation apparatus, but independent of the SEM observation apparatus shown in FIG.
  • the component 201 may be configured to connect the components shown in FIGS.
  • the defect data storage unit 202 the image data storage unit 203, the analysis parameter storage unit 204, and the analysis result data storage unit 205 are stored in the memory of FIG. It may be integrated into the device 116.
  • the defect data storage unit 201 stores defect information such as defect coordinates.
  • the image data storage unit 202 stores defect images captured by the SEM observation apparatus.
  • the analysis parameter storage unit 204 stores processing conditions such as an ADR condition and an ADC condition executed during image acquisition and image analysis, and a plurality of conditions can be reproduced.
  • the processing result is stored in the analysis result data storage unit 205.
  • the function of the operation / analysis unit 201 can be realized by the recipe management device 120 in the SEM type defect observation system shown in FIG.
  • the defect data storage unit 202, the image data storage unit 203, the analysis parameter storage unit 204, and the analysis result data storage unit 205 can also be realized by the defect information database 121 in the SEM type defect observation system shown in FIG. .
  • FIG. 3 is an example of a functional block diagram for performing the defect detection process described below.
  • functions corresponding to the following embodiments are illustrated for the sake of simplicity, but only a part of the functions may be mounted on the apparatus.
  • these functional blocks are implemented in the overall control unit 113 and the image processing unit 114.
  • the image generation unit 300 generates an image from the signal of the A / D conversion unit 111.
  • the image generation unit 300 generates a low-magnification defect image and a reference image, and the acquisition order of these images will be described later with reference to FIG.
  • the defect image is an image of an area including the coordinates of the defect candidate
  • the reference image is a standard image having the same field of view as the defect image and having no defect. It can also be said that the reference image is an image of a region in which a pattern having the same shape as the pattern included in the defect image is formed on a die different from the die from which the defect image is acquired. Since the “reference image” is often acquired at the same magnification as the defect image, it may be referred to as a low-magnification reference image.
  • the cell / die comparison mode determination processing unit 302 analyzes the reference image 301 and determines a defect detection mode suitable for detecting a defect according to a pattern included in the reference image. Specifically, a defect detection mode based on cell comparison is employed when a predetermined determination criterion is satisfied, and a defect detection mode based on die comparison is employed when the determination criterion is not satisfied.
  • a criterion for adopting the cell comparison mode or the die comparison mode is determined in advance.
  • the determination criterion may be adjusted by the user. As a determination criterion, it can be used whether or not the pattern included in the reference image has a certain periodicity.
  • the periodicity of the repetitive pattern included in the reference image is determined, and if there is a certain periodicity or more, the defect detection mode by cell comparison is adopted, and if there is no periodicity more than a certain one, die comparison Adopt defect detection mode.
  • the mode determination result 303 of the cell / die comparison mode determination processing unit 302 is a defect detection mode by cell comparison
  • cell comparison is performed for comparing repeated patterns with respect to repeated patterns in one image. More specifically, in the defect detection mode based on cell comparison, the low-resolution defect image is divided into a plurality of regions using the periodic pattern periodicity, and the divided regions are combined so that no defect region exists. The images are combined, the difference between the low-magnification defect image and the combined reference image is extracted, and the defect area is specified.
  • a reference image is generated from a low-magnification defect image.
  • the defect in the inspection target portion is determined using the image at the position corresponding to the inspection target portion in a different die as a reference image.
  • a die comparison is performed to compare with the image. More specifically, alignment is performed so that the acquired defect image and the pattern other than the defect area of the reference image are matched, and further, the luminance distribution of the pattern other than the defect area of the defect image and the reference image is matched.
  • Luminance correction is performed, subtraction processing is performed in a state in which alignment and luminance correction are performed, a difference between the defect image and the reference image is extracted, and a defect area is specified.
  • a rotation correction process may be added in addition to the above process.
  • the general defect detection algorithm based on cell comparison and die comparison is as described above, but the defect detection algorithm based on cell comparison and die comparison to which the present invention is applied is not limited to the above algorithm.
  • an area composed of repetitive patterns to which a defect detection method based on cell comparison can be applied often has strict design rules, and it is desired to detect minute variations in manufacturing patterns as defect candidates.
  • the area suitable for the defect detection method based on die comparison that is not composed of repetitive patterns has many peripheral circuit areas, etc., and the design rule is relatively strict compared with the repetitive pattern for cell comparison. Manufacturing tolerances are relatively large. For this reason, a minute variation in the manufacturing pattern is not a detection target, and a relatively large defect such as a foreign object is often a detection target.
  • the defect detection parameter setting unit 304 sets the defect detection parameter 305 based on the mode determination result 303.
  • the defect detection parameter 305 includes a defect detection parameter optimized for each defect detection mode to be executed, in addition to the defect detection mode.
  • the defect detection parameter 305 is a threshold for considering noise removal strength in image processing or a defect candidate extracted from the difference between a low-magnification defect image and a reference image as noise having a size smaller than a specific size.
  • a threshold value that regards a defect less than a specific luminance difference as noise is included.
  • not only the defect detection mode but also parameters related to these defect detection sensitivities can be set.
  • other defect detection parameters can be set corresponding to the determined defect detection mode, it is possible to detect a defect with an optimum parameter for each defect detection mode.
  • the optimum defect detection parameters are set according to the set defect detection mode, so that various manufacturing patterns and various defect types can be obtained. Corresponding high-precision defect detection can be realized.
  • the defect detection processing unit 306 extracts the defect coordinates 308 by using the defect detection parameter 305 including the defect detection mode and parameters set according to the mode, the reference image 301, and the low-magnification defect image 307.
  • the reference image 301 may not be used because the reference image can be synthesized from the low-magnification defect image.
  • the reference image 301 can be effectively used for the purpose of improving defect detection accuracy.
  • the defect candidate detected from the difference between the synthesized image synthesized from the low-magnification defect image 307 and the low-magnification defect image 307, and the reference image 301 obtained by actually imaging the portion estimated to be a normal pattern are low-magnified.
  • a common area with a defect candidate detected from a difference from the defect image 307 is determined as a defective area.
  • the result detected in the defect detection mode based on cell comparison and the result detected in the defect detection mode based on die comparison can be combined to obtain a final defect detection result.
  • a composite image synthesized from the low-magnification defect image 307 is compared with a reference image 301 obtained by actual imaging, and the difference is determined as a noise component that is not a defect and excluded from the defect candidates. It is also possible to do. As described above, even when defect detection is performed by cell comparison, defect detection accuracy can be improved by performing defect detection using a reference image actually captured together.
  • FIG. 4 is a flowchart of ADR with defect comparison mode determination processing in this embodiment.
  • the sample is moved to the coordinates for acquiring the reference image (401), and the reference image is acquired by the SEM (402).
  • the mode determination processing unit 302 analyzes the acquired reference image and determines the defect detection mode (403). Since the reference image analysis process (403) is a process for determining the defect detection mode, the process only needs to be completed before the defect detection is executed based on the defect detection mode (406). (404) or low-magnification defect image acquisition (405). Since the reference image analysis process (403) is independent of the low-magnification defect coordinate movement (404) and the low-magnification defect image acquisition (405), throughput can be improved by performing parallel processing.
  • the sample is moved to the coordinates for acquiring the low magnification defect image by the stage (404), and the low magnification defect image is acquired by the SEM (405).
  • the image processing unit 114 determines the defect detection mode based on the reference image corresponding to the low-magnification defect image. Therefore, it is possible to switch the defect detection mode applied for each low-magnification defect image.
  • the defect detection mode is determined by analyzing the reference image (403), it is not affected by the defect area as compared with the method of determining the defect detection mode by analyzing the low magnification defect image. It is advantageous. Since the low-magnification defect image is an image itself to be inspected, the presence of a defect may affect the judgment result when the defect detection mode is judged based on the low-magnification defect image. In particular, when the defect area is relatively large with respect to the defect image or when the defect area is periodic, the defect detection is adversely affected. Therefore, more accurate mode determination is possible by determining the defect detection mode based on the reference image that is an image different from the actual inspection target.
  • the defect detection parameter setting unit 304 applies a defect detection parameter for cell comparison (407), and the defect detection processing unit 306 detects defects using the defect detection method based on cell comparison. (409).
  • the defect detection processing unit 306 detects defects using the defect detection method based on cell comparison. (409).
  • defect detection is performed by a defect detection method based on cell comparison (409)
  • more accurate and stable defect detection can be realized by using the reference image (402) together.
  • the defect detection parameter setting unit 304 applies the defect detection parameters for die comparison (408), and the defect detection processing unit 306 detects defects using the defect detection method based on die comparison. (410).
  • the captured reference image (402) is compared with the low-magnification defect image (405), and a difference is detected as a defect region.
  • defect detection parameter setting (407) suitable for the defect detection mode based on cell comparison and defect detection parameter setting (408) suitable for the defect detection mode based on die comparison defect detection parameters suitable for the defect detection mode are set (407 or 408), and defect detection (409) is performed by the defect detection method based on cell comparison or defect detection (410) is performed by the defect detection method based on die comparison. Therefore, improvement and stabilization of defect detection accuracy can be realized.
  • a high-definition defect image is acquired by SEM at a magnification suitable for observation (411).
  • a high-magnification defect image is often acquired at a higher magnification than that of the low-magnification defect image, but a high-magnification defect image may be obtained at a lower magnification or the same magnification as the low-magnification defect image.
  • the imaging condition for the high-magnification defect image may be changed to the imaging condition for the low-magnification image. For example, in order to improve the resolution of a high-magnification defect image, the number of accumulated frames may be increased or the focus condition may be changed.
  • the stage may remain stationary from the acquisition of the low-magnification defect image to the acquisition of the high-magnification defect image. Since the movement of the stage is unnecessary, the throughput can be increased by reducing the stage movement time.
  • the defect detection mode is determined based on the reference image, it is possible to perform highly accurate defect detection with a stable throughput even for a sample with few repetitive patterns.
  • the defect detection mode is determined based on the reference image that is a normal pattern, more accurate mode determination can be performed without being affected by the defect area.
  • a method of predicting the pattern of the sample based on the design information and setting the defect detection mode is also conceivable, but generally the design information management department and the defect observation equipment management department are often different, and defect observation In many cases, it is difficult to implement a system that handles design information in an apparatus from the viewpoint of security management. Even when design information is available, select design information suitable for defect observation from large-capacity design information, specifically, design information for processes that can be confirmed when imaged with a defect observation device. It is necessary to obtain knowledge of a certain level or more from the operator.
  • the defect coordinates detected by the defect inspection system contain errors within the specified range, and the defect coordinates that contain the errors are matched with the design information, and the defect detection method based on the design information is compared with the cell. It is difficult to say that the determination accuracy is high when it is determined whether or not the above is applicable. If a sample that cannot be applied with the cell detection defect detection method is detected with the cell comparison defect detection method based on an erroneous determination result, a normal manufacturing pattern is erroneously detected as a defect. Is a problem.
  • the calculation processing cost using design information is also an issue, and if the analysis time of design information, which is preprocessing, is included, there are many cases in which the overall defect observation time is delayed and is being put to practical use. It's hard to say.
  • the defect detection mode can be set without using the design information, so that the defect detection mode can be determined easily and accurately.
  • FIG. 1 to FIG. 3 and the description of FIG. 4 are the same as those of the present embodiment, and thus description thereof is omitted.
  • FIG. 5 is a schematic diagram illustrating a die selection method for acquiring a reference image.
  • the outer circle represents a wafer used in the semiconductor manufacturing process. A large number of dies are formed on the wafer, but FIG. 5 shows 510-516 as representative dies.
  • Reference numerals 501 to 509 represent imaging positions in the die (more specifically, for example, center coordinates of the imaging area), black circles (502, 504, 508, 509) represent defect coordinates, and white circles (501, 503, 503). 506 and 507) represent reference coordinates.
  • FIG. 5A is a schematic diagram when a reference image is acquired by an adjacent die of a defect image acquisition die.
  • the low-magnification defect image is obtained next, defect detection is performed, and the high-magnification defect image is obtained with the detected defect coordinates as the image center.
  • the reason why the reference image is acquired first is to reduce the number of stage movements that have a long processing time and cause a reduction in throughput. For example, when images are acquired in the order of a low-magnification defect image, a reference image, and a high-magnification defect image, stage movement occurs three times until a high-magnification defect image of one defect is obtained.
  • the stage movement at the time of capturing the high-magnification defect image can be made unnecessary. Can be reduced to times.
  • a reference image corresponding to the Nth observation point is acquired with reference coordinates 501 included in the adjacent die 510 of the die 511 including the Nth defect coordinate 502.
  • a low-magnification defect image is acquired with the defect coordinates 502 of the Nth observation point.
  • a reference image is acquired at the reference coordinates 503 included in the adjacent die 512 of the die 513 including the defect coordinates 504, and then a low-magnification defect image is acquired at the defect coordinates 504.
  • the stage moving distance per observation point necessary for acquiring the reference image is set such that the die size is (x, y). It can be approximated by (Formula 1).
  • FIG. 5B is a schematic diagram when the reference images are collectively acquired with the designated die in advance.
  • all in-die coordinates of defect coordinates to be observed as defect candidates are projected into the designated die as reference coordinates, and the reference coordinate images in the designated die are collectively acquired as reference images.
  • the defect coordinates are determined by the die origin indicating the position of the die including the defect in the entire sample and the coordinates in the die indicating the position of the die on the basis of a predetermined position on the die. is described.
  • the die origin is a coordinate indicating a reference position of each die.
  • the “die origin” here may be a coordinate with an offset added to the die origin.
  • Each die can be identified by a die number unique to each die. In this method, a die number indicating a die including a defect coordinate is replaced with a die number indicating a designated die, and the position of the same in-die coordinate as the defect coordinate in the designated die is selected as a reference coordinate.
  • a die 513 near the center of the wafer is designated as a die for acquiring a reference image.
  • the reference images are acquired sequentially.
  • the die for obtaining the reference image may be designated by the user or automatically selected.
  • automatic selection it is preferable to automatically select a die that is close to the center of the wafer and has no defects.
  • the wafer center part when comparing the wafer center part and the wafer outer peripheral part, the wafer outer peripheral part generally tends to have a larger pattern manufacturing tolerance. Therefore, when automatically selecting a die, the wafer center can be expected to have a smaller manufacturing tolerance. It is better to preferentially select from.
  • the die is considered to reflect the typical manufacturing tolerance of each area by dividing the area according to the assumed manufacturing tolerance distribution. Is preferably selected as a die for obtaining a reference image.
  • the die having no defect is preferable because when a defect is present in a die for obtaining a reference image, the reference image of the defect needs to be obtained by moving the stage to another die. This is because the stage moving distance is extended.
  • the defect coordinates to be reviewed are selected by sampling, and a die that does not have the selected defect coordinates to be reviewed is selected as a die for acquiring a reference image. It is good to do.
  • the stage moving distance can be minimized by selecting a die that does not have a defect. Even when a die having a defect is selected, an increase in the stage movement distance can be suppressed by selecting a plurality of neighboring dies.
  • the dies to be obtained in advance by collecting the reference images it is preferable to select a die that is close to the center of the wafer and has no defect. If there is no die that does not have a defect, a plurality of dies that are acquired together in advance as a reference image may be selected.
  • the method of selecting a plurality of dies is preferably in the center of the wafer for the same reason as described above, and it is preferable to select the dies so that the stage moving distance at the time of acquiring the reference image is shortened.
  • an algorithm for determining a route for shortening the stage moving distance there is an algorithm for solving the traveling salesman problem. However, the algorithm is not limited to this method.
  • the stage movement distance per observation point when the reference images are collectively acquired with one designated die can be approximated by (Equation 2), where N is the number of observation points.
  • the stage moving distance at the time of acquiring the reference images can be greatly reduced to 1/10 or less.
  • FIG. 6 is a flowchart when the reference images are collectively acquired with the designated die in advance.
  • a die for acquiring a reference image is set (601), and reference images are collectively acquired in advance within the set die (602).
  • the reference image is moved (603), and the reference image is acquired (604).
  • image analysis processing for determining the defect detection mode is executed on the acquired reference image (605).
  • Image analysis process (605) for determining the defect detection mode, defect detection mode determination process (606) based on the analysis result, cell comparison parameter setting process (607) or die comparison parameter setting based on the mode determination result The process (608) may be completed by the cell detection defect detection process (613) or the die comparison defect detection process (614) based on the defect detection mode determination result (612).
  • the processing from the reference image analysis (605) to the cell comparison parameter setting (607) or the die comparison parameter setting (608) is performed by moving to a reference coordinate corresponding to the next observation point (603) and its reference coordinate.
  • the parallel processing may be performed without waiting for the completion of the processing.
  • the throughput of ADR can be improved. That is, when the reference images are collectively acquired in advance, the defect detection mode may be determined within the processing time for acquiring the reference images collectively in advance, so that the defect detection mode is compared with the first embodiment. The time that can be spent on the determination process can be increased. Also in this respect, a method of acquiring the reference images in advance in advance is effective.
  • the reference images are collectively acquired in advance, and after executing the analysis processing of the acquired reference images, or in parallel with the analysis processing, low-magnification defect images are sequentially acquired (609).
  • defect detection is performed based on the defect detection mode and the defect detection parameter determined by analyzing (605) the previously acquired reference image. Specifically, when a defect detection method based on cell comparison is adopted, based on a defect detection parameter set as a defect detection parameter suitable for the defect detection method based on cell comparison (607), Defect detection is performed (613). When the defect detection method based on cell comparison cannot be applied, the defect detection method based on die comparison is adopted.
  • defect detection is executed by the defect detection method based on die comparison based on the defect detection parameter set (608) as a defect detection parameter suitable for the defect detection method based on die comparison. (614). Finally, the detected defect coordinate image is acquired as a high-magnification defect image under conditions suitable for observation and analysis (615). This procedure is repeated until all high-magnification defect images are acquired (609).
  • the reference images are collectively acquired in advance in a predetermined die, so that the stage moving distance can be reduced and the throughput can be improved.
  • the analysis processing time for determining an appropriate defect detection mode from the reference image it is possible to secure the analysis processing time for determining an appropriate defect detection mode from the reference image by collectively acquiring the reference image with the designated die in advance.
  • accurate defect detection mode determination can be realized without reducing the throughput.
  • the throughput can be improved as compared with the method described in the first embodiment. Also, a defect observation method capable of improving the throughput even when compared with Example 2 will be described.
  • the configuration from FIG. 1 to FIG. 3 and the explanation content from FIG. 4 to FIG. 6 are the same as in the present embodiment, and the explanation is omitted.
  • the image analysis using the reference image is executed in detail, thereby shortening the high-definition image processing time and improving the throughput. More specifically, the present embodiment determines whether or not there is a pattern that is the same as or similar to a previously registered pattern in the reference image, and corresponds to the registered pattern according to the determination result. In this embodiment, a predetermined defect detection mode is selected. That is, the method described in the first and second embodiments and the method of the present embodiment are common in that the defect detection mode is selected according to the pattern included in the reference image.
  • FIG. 7 is an example of a sample pattern corresponding to each defect detection mode when determining the defect detection mode by analyzing the reference image.
  • FIG. 7A is an example of a reference image suitable for a defect detection method based on cell comparison. Since there is a periodicity of a certain value or more in the x direction, a defect can be detected even from a low-definition image in which defects exist in the image.
  • the reference image excluding the region can be synthesized. As described in the first embodiment, it is possible to detect a defect from only a low-magnification defect image without using a captured reference image. However, by using the captured reference image together, defect detection accuracy and stability can be detected. Can be improved.
  • FIG. 7A shows an example in which there is periodicity in the x direction. However, even if there is periodicity in the y direction or both x and y have periodicity, the periodicity is reduced.
  • a reference image can be synthesized from a low-magnification defect image. Also in this embodiment, as in the first and second embodiments, the method of creating the reference image excluding the defect area from the low-magnification defect image is not limited to the above method, and other methods may be adopted. Good.
  • FIG. 7B is an example of a reference image suitable for the defect detection method based on die comparison.
  • the defect detection method based on cell comparison cannot be applied. Therefore, a reference image is imaged, and defect detection is performed from the difference between the low-magnification defect image and the reference image.
  • FIG. 7C is an example of a reference image corresponding to the nuisance mode newly added in the third embodiment.
  • the nuisance mode is a mode that is selected when the amount of information that needs to be acquired is smaller than that in the normal mode. For example, a high-magnification image of a defect is not necessary, but it is effective when it is sufficient to know the number of defects. More specifically, in the nuisance mode, when the importance of the defect to be observed is considered to be low, the acquisition of the high-magnification defect image is omitted, or the defect area is cut out from the low-magnification image and the high-magnification image is obtained by digital zoom. It is a mode to create. That is, when the importance of the defect to be observed is low, this mode prioritizes improvement of throughput over acquiring a high-resolution image.
  • FIG. 7C shows an example of a dummy pattern.
  • FIG. 8 is a flowchart of processing for determining the defect detection mode by analyzing the reference image.
  • the defect detection mode is determined in two types, that is, a defect detection method based on cell comparison or a defect detection method based on die comparison.
  • a nuisance mode is added 3 Determine which mode to use for processing.
  • the registered nuisance pattern is read (801), and it is determined whether the read nuisance pattern exists in the reference image (802). If a nuisance pattern exists in the reference image, the nuisance mode is set (804). If the nuisance pattern does not exist in the reference image, it is determined whether or not the defect detection method based on cell comparison is applicable (803). When it is determined that the defect detection method based on cell comparison is applicable, the defect detection mode is set in the defect detection method based on cell comparison (805), and it is determined that the pattern is not applicable to the defect detection method based on cell comparison. In step 806, a defect detection mode is set for the defect detection method based on die comparison (806).
  • each defect detection mode setting includes parameter settings suitable for each defect detection mode.
  • defect detection is performed with high-sensitivity defect detection parameters corresponding to minute defects, and in the defect detection method based on die comparison, the defect detection method based on the cell comparison defect detection method is used.
  • a defect detection parameter suitable for detecting a huge defect is set.
  • the result of comparison between the reference image and the low-definition image assuming a manufacturing tolerance larger than the manufacturing tolerance of the manufacturing pattern assumed when the defect detection method by cell comparison is applied
  • a threshold value determined based on this manufacturing tolerance may be set as a noise removal parameter.
  • the nuisance mode is described as an example.
  • a pattern in which DOI is likely to occur is registered for a target defect called DOI (Defect of Interest), and there is a registered pattern.
  • DOI Defect of Interest
  • a defect detection parameter suitable for detecting the DOI may be set.
  • the nuisance mode In the nuisance mode, re-imaging within the field of view of the low-magnification defect image at a higher magnification may be omitted. By omitting the imaging of the high-magnification defect image and diverting the low-magnification defect image as the high-magnification defect image, priority can be given to improving the throughput.
  • the nuisance mode by cutting out a part of the area from the low-magnification defect image with the defect position detected in the low-magnification defect image as the image center, and increasing the magnification of the image cut out by digital zoom processing, This may be regarded as a high-magnification defect image and imaging of the high-magnification defect image may be omitted.
  • a high-magnification defect can be obtained by making the image cut out by digital zoom with the image pattern centered on the part where the similarity between the registered pattern and the low-magnification defect image is the maximum. It is also possible to improve throughput by omitting image capturing.
  • defect detection processing and image cutout processing can be performed in parallel independently of the next observation point imaging processing, both improvement in throughput due to the omission of processing for imaging a high-magnification defect image and acquisition of a high-magnification defect image are compatible. be able to.
  • FIG. 9 is a flowchart of ADR that realizes an improvement in throughput by adding a nuisance mode to the defect detection mode. Since the priority is given to improving the throughput in the third embodiment, as in the second embodiment, an example is described in which a reference image is collectively acquired with a designated die. However, the present invention is limited to this method. Not what you want.
  • a die that obtains a reference image in advance is set (901).
  • the user may set the die for pre-acquisition of the reference images collectively.
  • defect coordinates are projected into a die that preliminarily acquires the reference images, and the reference images are collectively acquired in the designated die (902).
  • it moves to the reference image acquisition coordinates (903), acquires the reference image (904), analyzes the acquired reference image (905), and determines the defect detection mode.
  • the reference image analysis (905) can be processed in parallel independently of the movement to the coordinates for acquiring the next reference image (903) and the acquisition of the next reference image (904), thereby improving the throughput. be able to.
  • the acquisition method has an advantage that more analysis time for the reference image can be secured.
  • the low-definition defect images are continuously acquired (906).
  • the coordinates are moved to the low-magnification defect coordinates (907), and the low-magnification defect image is obtained (908).
  • a defect detection mode including defect detection parameters suitable for the determined defect detection mode is set based on the defect detection mode determined by analyzing the reference image (905) (909).
  • the throughput can be improved by omitting the acquisition of the high-magnification defect image.
  • a high-magnification defect image may be cut out from the low-magnification defect image by digital zoom.
  • defect detection method based on cell comparison 911
  • defect detection is performed using defect detection parameters suitable for the defect detection method based on cell comparison, and the region indicated by the detected defect coordinates is captured as a high-magnification defect image.
  • defect detection method based on die comparison is set (912)
  • defect detection is performed with defect detection parameters suitable for the defect detection method based on die comparison, and the area indicated by the detected defect coordinates is captured as a high-magnification defect image. (913).
  • this invention is not limited to the said Example, Various modifications are included.
  • the 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 a certain embodiment can be replaced with the configuration of another embodiment, and the configuration of another embodiment can be added to the configuration of a certain embodiment.
  • each of the above-described configurations, functions, processing units, processing means, and the like may be realized by hardware by designing a part or all of them with, for example, an integrated circuit.
  • each of the above-described configurations, functions, and the like may be realized by software by the processor interpreting and executing a program that realizes each function.
  • information such as programs, tables, and files for realizing each function may be placed in a recording device such as a memory, a hard disk, an SSD (Solid State Drive), or a recording medium such as an IC card, an SD card, or an optical disk. it can.
  • control lines and information lines indicate what is considered necessary for the explanation, and not all the control lines and information lines on the product are necessarily shown. Actually, it may be considered that almost all the components are connected to each other.
  • 101 electron gun, 102: lens, 103: scanning deflector, 104: objective lens, 105: sample, 106: stage, 107: primary electron beam, 108: secondary particles, 109: secondary particle detector, 110: Electro-optical system control unit, 111: A / D conversion unit, 112: stage control unit, 113: overall control unit, 114: image processing unit, 115: operation unit, 116: storage device, 117: optical microscope, 118: SEM Type defect observation device, 119: LAN, 120: recipe management device, 121: defect information database, 201: Operation / analysis unit, 202: Defect data storage unit, 203: Image data storage unit, 204: Analysis parameter storage unit, 205: Analysis result storage unit, 501: Nth reference coordinate, 502: Nth defect coordinate, 503: N + 1th reference coordinate, 504: N + 1th defect coordinate, 506: Nth reference coordinate, 507: N + 1th point 508: Nth point defect coordinate, 509: N + 1 point defect coordinate

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Manufacturing & Machinery (AREA)
  • Quality & Reliability (AREA)
  • Theoretical Computer Science (AREA)
  • Power Engineering (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • Computer Hardware Design (AREA)
  • Signal Processing (AREA)
  • Textile Engineering (AREA)
  • Analysing Materials By The Use Of Radiation (AREA)
  • Testing Or Measuring Of Semiconductors Or The Like (AREA)

Abstract

　低倍欠陥画像を解析して、セル比較による欠陥検出方式の適用可否を判定する方式では、セル比較による欠陥検出方式が適用できずに、ダイ比較による欠陥検出方式へ移行する割合が増加すると、最初からダイ比較による欠陥検出方式で欠陥検出するよりも、スループットが低下することが起こりうる。本発明は、安定したスループットで、高精度な欠陥検出を行うことを目的とする。　本発明では、参照画像を用いて、前記欠陥画像から欠陥を検出するのに適した欠陥検出処理モードを決定し、当該決定された欠陥検出処理モードで欠陥画像から欠陥を検出する。

Description

欠陥観察装置および欠陥観察方法
　本発明は、半導体製造工程で使用される欠陥観察装置、および欠陥観察方法に関する。
　半導体製造工程において、高い歩留まりを確保するためには、製造工程で発生する欠陥を早期に発見して、対策を施すことが重要である。ＳＥＭ（Scanning Electron Microscope）式欠陥観察装置は、特に、半導体製造工程で発生した欠陥を観察するための装置であり、一般に上位の欠陥検査装置で検出した欠陥座標の画像を、上位の欠陥検査装置よりも高画質で観察するための装置である。上位の欠陥検査装置とは例えば光学式欠陥検査装置である。具体的には、まず上位の欠陥検査装置が出力した欠陥座標に試料ステージを移動して、観察対象となる欠陥が視野内に入る程度の低倍率で撮像する。次に、撮像した低倍画像から欠陥座標を検出して、欠陥が視野の中心に位置するように試料ステージを移動、または撮像中心を移動して、欠陥観察に適した高倍率で観察用の高倍画像を取得する。このように、観察用の高倍画像を取得する前に低倍画像で欠陥座標を検出するのは、上位の欠陥検査装置が出力する欠陥座標には装置仕様の範囲で誤差が含まれているためであり、ＳＥＭ式欠陥観察装置で高画質な欠陥画像を取得する際には、この誤差を補正する処理が必要となるからである。
　この高画質な欠陥画像（高倍画像）を取得する工程を自動化したものがＡＤＲ（Automatic Defect ReviewまたはAutomatic Defect Redetection）である。観察対象である欠陥の種類によって、上位の欠陥検査装置における欠陥検出の座標精度や、観察対象の物理的な特性などが異なっている。したがって、ＡＤＲでは、観察対象である欠陥の種類に応じて、欠陥を検出するための低倍画像の取得条件や、欠陥を観察するための高倍画像の取得条件を最適化しなければならない。この最適化はＡＤＲの欠陥検出精度とスループットとのバランスを考慮しながら行う必要がある。そのため、ＡＤＲには欠陥検出精度の向上を優先した欠陥検出方式や、スループットの向上を優先した欠陥検出方式など、複数の欠陥検出方式が用意されており、目的に応じて使い分けている。欠陥検出方式として、例えば、１画像内の繰り返しパターンに対して隣接するパターン単位同士を比較するセル比較や、異なるダイにおける検査対象箇所と対応する位置の画像を参照画像として検査対象箇所の画像と比較するダイ比較が知られている。
　特許文献１には、「セル比較方式で欠陥検出を行い、次にセル比較方式での欠陥検出の可否判断を行い、その結果セル比較方式で欠陥の検出ができなかったと判断されたとき、確実に欠陥を検出できるダイ比較方式へと移行する」と記載されている。
特開２００７－３０５７６０号公報（米国特許出願公開第２００８／００６７３７１号明細書）
　近年の設計パターンの微細化、製造プロセスの複雑化に伴い、歩留まりに影響を与える欠陥も多様化しており、観察対象の欠陥種に最適な観察条件を設定する作業の難易度があがっている。特に、ＡＤＲにおいて欠陥検出精度を維持しながら、スループットを最大限向上させるための条件設定は、経験豊富なオペレータであっても試行錯誤を繰り返すことが多く、難易度が高い作業になっている。
　特許文献１で開示されている方式では、低倍欠陥画像を使ってセル比較による欠陥検出方式の適用可否を判断するため、セル比較による欠陥検出方式が採用可能な場合には、参照画像を取得する必要がなくなるので、スループットを向上させることができる。ところが、セル比較による欠陥検出方式が採用できない場合には、ダイ比較による欠陥検出方式へ移行して参照画像を取得するため、スループットが低下する。
　具体的には、ダイ比較による欠陥検出方式へ移行した場合には、低倍欠陥画像、参照画像、高倍欠陥画像の順に撮像することになるため、高倍欠陥画像取得時に参照画像取得位置からのステージ移動が発生してスループットが低下する。この参照画像取得位置からのステージ移動は、最初から全ての観察対象箇所をダイ比較による欠陥検出方式で実行する場合には発生しない処理である。そのため、ダイ比較による欠陥検出方式へ移行する比率が高くなると、最初から全ての観察対象箇所をダイ比較による欠陥検出方式で処理するよりも、スループットが低下する結果となる。どの程度ダイ比較による欠陥検出方式へ移行すると、最初から全ての観察対象箇所をダイ比較による欠陥検出方式で実行するよりも遅延するかは、欠陥観察装置の仕様やＡＤＲ条件により異なるが、一般には、ダイ比較による欠陥検出方式への移行率が20～30％程度を超えると、最初から全ての観察対象箇所をダイ比較による欠陥検出方式で処理するよりも、スループットが低下する事例が多い。
　このダイ比較による欠陥検出方式への移行率は、欠陥検査装置が検出した欠陥座標と製造パターンとの位置関係に依存するため、ＡＤＲ実行前に予測することができない。実際にＡＤＲを実行した後に、最初から全ての観察対象箇所をダイ比較による欠陥検出方式で処理した方が短時間で処理できたことが判明することになる。このような処理時間の変動は、計画的な生産活動の妨げとなるため、予想可能で安定したスループットのＡＤＲが求められている。
　また、特許文献１のように、低倍欠陥画像を使ってセル比較による欠陥検出方式の適用可否を判断する場合には、欠陥領域の影響を受けて適用可否判断を誤ることがある。セル比較による欠陥検出方式が適用できない場合に、誤ってセル比較方式による欠陥検出方式を適用してしまうと、欠陥以外の領域を欠陥として誤検出することになり、欠陥検出精度が低下する。
　本発明は、安定したスループットで、高精度な欠陥検出を行うことを目的とする。
　上記課題を解決するために、本発明は、参照画像を用いて、前記欠陥画像から欠陥を検出するのに適した欠陥検出処理モードを決定し、当該決定された欠陥検出処理モードで欠陥画像から欠陥を検出する。
　本発明によれば、安定したスループットで、高精度な欠陥検出を行う欠陥観察装置を提供することができる。
　上記以外の課題、構成、および効果は、以下の実施形態の説明により明らかにされる。
実施例１における、ＳＥＭ式観察システムの全体構成を示す模式図。 実施例１における、操作・解析部とデータフローを示す模式図。 実施例１における、欠陥検出処理機能のブロック図。 実施例１における、欠陥検出モード最適化機能付きＡＤＲのフローチャート。 実施例２における、参照画像取得ダイの選択方式を示す模式図。 実施例２における、参照画像先行取得方式の欠陥検出モード最適化機能付きＡＤＲのフローチャート。 実施例３における、各欠陥検出モードに対応した試料例を示す模式図。 実施例３における、欠陥検出モード最適化のフローチャート。 実施例３における、ヌイサンスモード対応の欠陥検出モード最適化機能付きＡＤＲのフローチャート。
　セル比較による欠陥検出方式が適した観察対象と、ダイ比較による欠陥検出方式が適した観察対象とが混在する試料に対して、高精度な欠陥検出と高スループットとを両立することができる、欠陥観察方法、欠陥観察装置、欠陥観察システムの構成例を説明する。以下に説明する欠陥観察システムは本発明の一例であって、本発明は以下に説明する実施の形態に限定されるものではない。
　また、本明細書において、「欠陥観察装置」とは荷電粒子線を用いて試料の画像を撮像する装置であって、複数の画像を比較して欠陥を検出する装置を広く含む。欠陥観察装置は欠陥レビュー装置と称されることもある。また、「欠陥観察システム」とは欠陥観察装置がネットワーク等で他の装置と接続されたシステムであって、欠陥観察装置を含んで構成されるシステムを広く含むものとする。
　欠陥観察装置を含む欠陥観察システムの一構成例として、ＳＥＭ式欠陥観察装置で、ＡＤＲにより欠陥画像を取得する例を説明するが、システム構成はこれに限らず、欠陥観察システムを構成する装置の一部、または全部が異なる装置で構成されていてもよい。例えば、本実施例のＡＤＲ処理は、ＳＥＭ式欠陥観察装置とネットワーク接続されたＡＤＲ処理装置や、画像管理装置、またはレシピ管理装置で実行されてもよいし、システムの構成要素である汎用コンピュータに搭載されたＣＰＵ（Central Processing Unit）により、所望の演算処理を実行するプログラムで実行されてもよい。また、このプログラムが記録された記憶媒体により、既存の装置をアップグレードすることも可能である。
　また、本明細書において「欠陥」とは、異物に限らず試料の素材不良や、構造不良、製造パターンの形状変化や輝度変化など、観察対象物を広く含むものとする。さらに、本明細書において「欠陥画像」とは、欠陥観察の対象となる画像であって、真の欠陥の画像のみならず、欠陥候補の画像や擬似欠陥の画像も含むものとする。また、「参照画像」とは欠陥抽出のために欠陥画像との比較に用いられる基準画像であって、正常な領域、すなわち欠陥が無いと推定される領域の画像を表している。また、「欠陥座標」「参照座標」とはそれぞれ欠陥画像または参照画像を取得する位置を表す代表点の座標位置を意味する。さらに、「高倍」「低倍」と表現している部分は、相対的に「高倍」あるいは「低倍」であることが多いので、代表的な事例として「高倍」「低倍」と表現しているものであり、絶対的な倍率を表現しているものではない。稀な事例ではあるが、「高倍」と「低倍」の倍率が逆転する事例もある。
　以下、図面を参照して、本発明の実施例について詳細に説明する。
　ＳＥＭ式欠陥観察装置とは、光学式またはＳＥＭ式検査装置などの欠陥検査装置で検出した欠陥座標を入力情報として、欠陥座標の高画質なＳＥＭ画像を観察や解析に適した条件で取得する装置である。ＳＥＭ式観察装置の入力情報としては、欠陥検査装置で検出した欠陥座標以外にも、設計レイアウトデータに基づくシミュレーションなどにより抽出した観察点の座標情報を用いることもできる。
　図１は、本実施例における、ＳＥＭ式観察システムの全体構成を示す模式図である。図１のＳＥＭ式欠陥観察装置１１８は、ＳＥＭ画像の撮像手段である走査電子顕微鏡（ＳＥＭ）と情報処理装置からなる。ＳＥＭ式欠陥観察装置１１８は、光学顕微鏡１１７を含んでいてもよい。ＳＥＭは、試料１０５に電子線を照射し試料から発生する二次粒子１０８を検出する電子光学系、観察対象となる試料を保持する試料台をＸＹ面内に移動させるステージ１０６、当該電子光学系に含まれる各種の光学要素を制御する電子光学系制御部１１０、二次粒子検出器１０９の出力信号を量子化するＡ／Ｄ変換部１１１、ステージ１０６を制御するステージ制御部１１２を含む。電子光学系は、電子銃１０１、レンズ１０２、走査偏向器１０３、対物レンズ１０４、二次粒子検出器１０９などの光学要素により構成される。ＳＥＭ式欠陥観察装置１１８の情報処理装置は、ＳＥＭや情報処理装置の全体制御を行う全体制御部１１３、Ａ／Ｄ変換部からの信号によって画像を生成し当該画像を解析することで欠陥を抽出または分類するための画像解析を行う画像処理部１１４、ディスプレイ、キーボード、マウスなどを介してユーザーが装置を操作するための操作部１１５、取得した画像などを保持するメモリやハードディスクなどの記憶装置１１６を含んで構成される。
　電子銃１０１から発射された一次電子線１０７は、レンズ１０２で収束され、走査偏向器１０３で偏向された後、対物レンズ１０４で収束されて、試料１０５に照射される。一次電子線１０７が照射された試料１０５からは、試料の形状や素材に応じて、二次電子や反射電子などの二次粒子１０８が発生する。発生した二次粒子１０８は、二次粒子検出器１０９で検出された後、Ａ／Ｄ変換部１１１でデジタル信号に変換される。デジタル信号に変換された二次粒子検出器の出力信号を、画像信号と称する場合もある。Ａ／Ｄ変換部１１１の出力信号は、画像処理部１１４に出力されてＳＥＭ画像を形成する。当該装置には、これ以外に他のレンズや電極、検出器を含んでもよいし、一部が上記と異なっていてもよく、荷電粒子光学系の構成はこれに限られない。
　画像処理部１１４は、生成したＳＥＭ画像を使用して、欠陥検出などの画像処理を実行するＡＤＲ処理や、欠陥を種類別に自動分類するＡＤＣ（Automatic Defect Classification）処理など、各種の画像解析処理を実行する。なお、本実施例のＳＥＭ式観察装置では、異なる複数の倍率で観察対象の画像を取得することができる。例えば、走査偏向器１０３の走査範囲を変えることによって、倍率を変えて観察することが可能である。
　レンズ１０２、走査偏向器１０３、対物レンズ１０４など、電子光学系内部の光学要素の制御は、電子光学系制御部１１０で実行される。試料の位置制御は、ステージ制御部１１２で制御されたステージ１０６で実行される。全体制御部１１３は、ＳＥＭ式観察装置全体を統括的に制御する制御部であり、ディスプレイ、キーボード、マウスなどを備えた操作部１１５、記憶装置１１６からの入力情報を解釈して、電子光学系制御部１１０、ステージ制御部１１２、画像処理部１１４などを制御して、必要に応じて操作部１１５に含まれる表示部や、記憶装置１１６に処理結果を出力する。
　画像処理部１１４で実行される処理は、専用の回路基板によってハードウェアとして構成されていてもよいし、欠陥観察装置に接続されたコンピュータで実行されるソフトウェアによって実現されてもよい。ハードウェアにより構成する場合には、処理を実行する複数の演算器を配線基板、半導体チップ、またはパッケージ内に集積することにより実現できる。ソフトウェアにより構成する場合には、画像処理部１１４に高速なＣＰＵを搭載して、所望の演算処理をプログラムで実行することにより実現できる。
　また、図１では欠陥観察システムの一例として、ＳＥＭ式欠陥観察装置１１８と、レシピ管理装置１２０と、欠陥情報データベース１２１とを、ＬＡＮ（Local Area Network）１１９を介して接続した例を示している。ＳＥＭ式欠陥観察装置１１８で取得した画像は、欠陥情報データベース１２１に保存する。その他欠陥に関する情報、例えば欠陥画像の撮像条件や検出した欠陥座標なども、欠陥情報データベース１２１に保存する。レシピ管理装置１２０は、レシピ作成に必要な欠陥情報を、欠陥情報データベース１２１から取得し、画像処理を含む演算処理を実行して、ＡＤＲやＡＤＣ処理などを実行する条件、手順を記録したレシピを作成する。演算処理に用いたパラメータや作成したレシピなどは、レシピ管理装置に内蔵した記憶装置に保存してもよいし、欠陥情報データベースに保存してもよい。このように「欠陥情報」には、検査装置が検出した欠陥の座標、検査装置が撮影した画像、検査装置の解析機能で解析した結果や、欠陥観察装置で再検出した欠陥の座標、欠陥観察装置が撮像した画像、欠陥観察装置の解析機能で解析した結果など、欠陥に関する情報が含まれる。
　図２は、図１の全体制御部１１３、操作部１１５、および記憶装置１１６の詳細図の一例である。ここでは、操作・解析部２０１は、図１の全体制御部１１３と操作部１１５を統合して表現したものである。操作・解析部２０１は、操作部１１５からの操作指示に応じて、全体制御部１１３に組み込まれたＣＰＵが、所定のプログラムを実行することにより実現される、複数の機能ブロックからなるものとする。このように、図１に示したような全体制御部１１３をＳＥＭ式観察装置に組み込んだ構成に限らず、図１に示したＳＥＭ式観察装置とは独立して、図２に示す操作・解析部２０１を構成して、ネットワーク接続により、図１と図２の構成要素を連結してもよい。また、図２の構成要素を図１の欠陥観察システムに組み込む場合には、欠陥データ記憶部２０２、画像データ記憶部２０３、解析パラメータ記憶部２０４、解析結果データ記憶部２０５は、図１の記憶装置１１６に統合されてもよい。
　欠陥データ記憶部２０１には、欠陥座標などの欠陥情報が格納されている。画像データ記憶部２０２には、ＳＥＭ式観察装置で撮像した欠陥画像が格納されている。解析パラメータ記憶部２０４には、画像取得や画像解析時に実行するＡＤＲ条件、ＡＤＣ条件などの処理条件が格納されており、複数の条件を再現することが可能である。処理結果は、解析結果データ記憶部２０５に格納される。
　他の実施例として、操作・解析部２０１の機能を、図１で示したＳＥＭ式欠陥観察システムにおける、レシピ管理装置１２０で実現することも可能である。さらに、欠陥データ記憶部２０２、画像データ記憶部２０３、解析パラメータ記憶部２０４、解析結果データ記憶部２０５は、図１に示した、ＳＥＭ式欠陥観察システムにおける欠陥情報データベース１２１で実現することもできる。
　図３は、以下で説明する欠陥検出処理を行うための機能ブロック図の一例である。図３の機能ブロック図では、説明を簡単にするため、以下の実施例に対応する機能が図示されているが、装置への実装はこの一部のみであってもよい。一例として、これらの機能ブロックは全体制御部１１３及び画像処理部１１４に実装される。
　まず、画像生成部３００はＡ／Ｄ変換部１１１の信号から画像を生成する。画像生成部３００は低倍欠陥画像、参照画像を生成するが、これらの画像の取得順序については図４を用いて後述する。欠陥画像とは欠陥候補の座標を含む領域の画像であり、参照画像とは欠陥画像と同じ視野を含み欠陥が存在しない基準画像である。また、参照画像は欠陥画像が取得されるダイとは異なるダイにおいて欠陥画像に含まれるパターンと同じ形状のパターンが形成されている領域の画像であるともいえる。なお、「参照画像」は欠陥画像と同じ倍率で取得されることが多いため、低倍参照画像と称されることもある。
　次に、セル／ダイ比較モード決定処理部３０２は、参照画像３０１を解析して、参照画像に含まれるパターンに応じて欠陥を検出するのに適した欠陥検出モードを決定する。具体的には、所定の判定基準を満たした場合にはセル比較による欠陥検出モードを採用し、当該判定基準を満たさない場合にはダイ比較による欠陥検出モードを採用する。ここで、セル比較モードを採用するかダイ比較モードを採用するかの判定基準は予め決められているものとする。またはユーザーにより判定基準が調整できるようにしてもよい。判定基準としては、参照画像に含まれるパターンに一定の周期性があるか否かを用いることができる。つまり、参照画像に含まれる繰り返しパターンの周期性を判定して、一定以上の周期性がある場合には、セル比較による欠陥検出モードを採用し、一定以上の周期性がない場合にはダイ比較による欠陥検出モードを採用する。
　セル／ダイ比較モード決定処理部３０２のモード決定結果３０３がセル比較による欠陥検出モードである場合には、１画像内の繰り返しパターンに対して繰り返しパターン同士を比較するセル比較が行われる。セル比較による欠陥検出モードでは、より具体的には、繰り返しパターンの周期性を利用して、低倍欠陥画像を複数の領域に分割して、分割した領域を組み合わせて、欠陥領域が存在しない参照画像を合成して、低倍欠陥画像と合成した参照画像との差分を抽出して、欠陥領域を特定する。セル比較による欠陥検出モードでは、低倍欠陥画像から参照画像を生成するため、撮像条件の変動により生じる低倍欠陥画像と参照画像との像質の違いや、試料帯電状況の変動により生じる低倍欠陥画像と参照画像との像質の違い、あるいは低倍欠陥画像取得位置と参照画像取得位置の製造パターンの製造公差の影響を受け難いという利点がある。
　一方、セル／ダイ比較モード決定処理部３０２のモード決定結果３０３がダイ比較による欠陥検出モードである場合には、異なるダイにおける検査対象箇所と対応する位置の画像を参照画像として検査対象箇所の欠陥画像と比較するダイ比較が行われる。より具体的には、取得した欠陥画像と参照画像の欠陥領域以外のパターンが一致するように位置合わせを行い、さらに、欠陥画像と参照画像の欠陥領域以外のパターンの輝度分布が一致するように輝度補正を行い、位置合わせと輝度補正をした状態で減算処理を行い、欠陥画像と参照画像との差分を抽出して、欠陥領域を特定する。装置や試料の特性によっては、上記処理に加えて回転補正処理を追加することもある。
　一般的なセル比較およびダイ比較による欠陥検出アルゴリズムは上記のとおりであるが、本発明が適用されるセル比較およびダイ比較による欠陥検出アルゴリズムは、上記アルゴリズムに限定するものではない。
　また、一般にセル比較による欠陥検出方式が適用可能な繰り返しパターンで構成される領域は、設計ルールが厳しいことが多く、製造パターンの微小な変動を欠陥候補として検出することが望まれている。これに対して、繰り返しパターンで構成されていないダイ比較による欠陥検出方式が適した領域は、周辺回路領域などが多く、設計ルールがセル比較対象の繰り返しパターンと比較すると比較的厳しくないため、許容される製造公差も比較的大きい。そのため、製造パターンの微小な変動は検出対象にはならずに、異物などの比較的大きな欠陥が検出対象となることが多い。
　欠陥検出パラメータ設定部３０４は、モード決定結果３０３に基づき、欠陥検出パラメータ３０５を設定する。本実施例において、欠陥検出パラメータ３０５には、欠陥検出モードに加えて、実行する欠陥検出モード毎に最適化された欠陥検出パラメータも含まれている。具体的には、欠陥検出パラメータ３０５は、画像処理におけるノイズ除去強度や、低倍欠陥画像と参照画像との差分から抽出した欠陥候補に対して、特定サイズ以下のものをノイズとみなすための閾値や、低倍欠陥画像と参照画像との差分から検出した欠陥候補に対して、特定輝度差以下のものをノイズとみなす閾値などを含む。本実施例では欠陥検出モードだけでなく、これらの欠陥検出感度に関するパラメータも設定対象とすることができる。さらに、決定された欠陥検出モードに対応してその他の欠陥検出パラメータを設定できるため、欠陥検出モードごとに最適なパラメータで欠陥検出することができる。
　このように、参照画像を解析して設定される欠陥検出モードに加えて、設定された欠陥検出モードに応じて最適な欠陥検出パラメータを設定することにより、多様な製造パターンや多様な欠陥種に対応した高精度な欠陥検出を実現することができる。
　欠陥検出処理部３０６では、欠陥検出モードおよびそのモードに応じて設定されたパラメータを含む欠陥検出パラメータ３０５と、参照画像３０１と、低倍欠陥画像３０７とを用いて、欠陥座標３０８を抽出する。ここで、セル比較による欠陥検出方式を適用した場合には、低倍欠陥画像から参照画像を合成することができるので、参照画像３０１は使用しなくてもよい。
　低倍欠陥画像からセル比較による欠陥検出方式の適用可否を判定して、セル比較による欠陥検出方式を採用する場合には、参照画像の取得を省略するため、参照画像を活用することは不可能であるが、本実施例では参照画像３０１の取得を省略しないので、欠陥検出精度の向上を目的に参照画像３０１を有効活用することができる。例えば、低倍欠陥画像３０７から合成した合成画像と低倍欠陥画像３０７との差分から検出した欠陥候補と、正常パターンと推定される箇所を実際に撮像して得られた参照画像３０１と低倍欠陥画像３０７との差分から検出した欠陥候補との共通領域を欠陥領域と判定することが考えられる。つまり、セル比較による欠陥検出モードで検出した結果と、ダイ比較による欠陥検出モードで検出した結果を組み合わせて、最終的な欠陥検出結果とすることができる。
　また別の例として、低倍欠陥画像３０７から合成した合成画像と、実際に撮像して得られる参照画像３０１とを比較して、その差分を欠陥ではないノイズ成分と判定して欠陥候補から除外するなどすることも考えられる。このように、セル比較による欠陥検出を行う場合であっても、実際に撮像された参照画像も合わせて利用して欠陥検出することにより、欠陥検出精度を向上させることができる。
　図４は、本実施例における欠陥比較モード判定処理付きＡＤＲのフローチャートである。
　まず、参照画像を取得する座標に試料が移動され（４０１）、ＳＥＭにより参照画像が取得される（４０２）。
　次に、モード決定処理部３０２は、取得した参照画像を解析して、欠陥検出モードを判定する（４０３）。参照画像の解析処理（４０３）は、欠陥検出モードを決定するための処理であるため、欠陥検出モードに基づき欠陥検出を実行する（４０６）までに処理を完了すれば良く、低倍欠陥座標移動（４０４）や低倍欠陥画像取得（４０５）と並列処理してもよい。参照画像の解析処理（４０３）は、低倍欠陥座標移動（４０４）や低倍欠陥画像取得（４０５）とは独立した処理なので、並列処理することにより、スループットを向上することができる。
　次に、ステージにより低倍欠陥画像を取得する座標に試料が移動され（４０４）、ＳＥＭにより低倍欠陥画像が取得される（４０５）。参照画像を解析した結果（４０３）に基づき、セル比較による欠陥検出方式が適用可能か判断する（４０６）。なお、本実施例では１つの低倍欠陥画像に対して１つの参照画像が対応しているので、画像処理部１１４は低倍欠陥画像に対応する参照画像に基づいて欠陥検出モードを決定する。したがって、低倍欠陥画像ごとに適用する欠陥検出モードを切り替えることが可能である。
　本実施例では、参照画像を解析して欠陥検出モードを決定するので（４０３）、低倍欠陥画像を解析して欠陥検出モードを判定する方式と比較すると、欠陥領域の影響を受けない点で有利である。低倍欠陥画像は検査対象となる画像そのものであるため、低倍欠陥画像によって欠陥検出モードを判定する場合には欠陥の存在が判定結果に影響を与える可能性がある。特に、欠陥画像に対して欠陥領域が相対的に大きい場合や、欠陥領域が周期的である場合には、欠陥検出に悪影響を与える。したがって、実際の検査対象とは異なる画像である参照画像に基づいて欠陥検出モードを判定することで、より正確なモード判定が可能となる。
　セル比較による欠陥検出方式が適用可能な場合には、欠陥検出パラメータ設定部３０４はセル比較用の欠陥検出パラメータを適用し（４０７）、欠陥検出処理部３０６はセル比較による欠陥検出方式で欠陥検出を行う（４０９）。図３で説明したように、セル比較による欠陥検出方式で欠陥検出を行う場合には（４０９）、参照画像（４０２）を用いずに低倍欠陥画像（４０５）のみから欠陥検出することが可能であるが、参照画像（４０２）を併用することで、より正確で安定した欠陥検出を実現できる。
　セル比較による欠陥検出方式が適用できない場合には、欠陥検出パラメータ設定部３０４はダイ比較用の欠陥検出パラメータを適用し（４０８）、欠陥検出処理部３０６はダイ比較による欠陥検出方式で欠陥検出を行う（４１０）。ダイ比較方式による欠陥検出では、撮像した参照画像（４０２）と、低倍欠陥画像（４０５）とを比較して、差分を欠陥領域として検出する。
　さらに、図３で説明したように、欠陥検出モード毎に欠陥検出パラメータを最適化することにより、欠陥検出精度を向上、安定化させることが好ましい。図４のフローチャートでは、セル比較による欠陥検出モードに適した欠陥検出パラメータ設定（４０７）、ダイ比較による欠陥検出モードに適した欠陥検出パラメータ設定（４０８）でこれを表している。つまり、欠陥検出モードに適した欠陥検出パラメータを設定（４０７または４０８）し、セル比較による欠陥検出方式で欠陥検出（４０９）またはダイ比較による欠陥検出方式で欠陥検出（４１０）を実行することで、欠陥検出精度の向上と安定化を実現することができる。
　セル比較またはダイ比較によって検出された欠陥座標において、ＳＥＭにより観察に適した倍率で高倍欠陥画像が取得される（４１１）。一般には、低倍欠陥画像より高い倍率で高倍欠陥画像を取得することが多いが、低倍欠陥画像より低倍または同じ倍率で高倍欠陥画像を取得しても良い。また、高倍欠陥画像の撮像条件を低倍画像の撮像条件と変えてもよい。例えば、高倍欠陥画像の分解能向上を目的として、フレーム積算枚数を増やしたり、フォーカス条件を変えたりすることがある。本実施例によれば、一つの欠陥に対して、低倍欠陥画像を取得してから高倍欠陥画像を取得するまでの間、ステージは静止したままで良い。ステージの移動が不要であるため、ステージ移動時間の削減によりスループットを上げることができる。
　以上説明した実施例によれば、参照画像により欠陥検出モードを判定するので、繰り返しパターンが少ない試料であっても、安定したスループットで、高精度な欠陥検出を行うことができる。また、正常なパターンである参照画像に基づいて欠陥検出モードが判定されるので、欠陥領域の影響を受けず、より正確なモード判定が可能となる。
　また、設計情報に基づいて試料のパターンを予測して欠陥検出モードを設定する方式も考えられるが、一般的に設計情報の管理部門と欠陥観察装置の管理部門とは異なることが多く、欠陥観察装置で設計情報を扱うシステムの導入は、セキュリティー管理の観点から、実現困難であることが多い。また、設計情報が入手できる場合でも、大容量の設計情報の中から欠陥観察に適した設計情報、具体的には、欠陥観察装置で撮像した際に確認できる工程の設計情報を過不足なく選択する必要があり、オペレータに一定レベル以上の知識を求めることになる。さらに、欠陥検査装置が検出した欠陥座標には仕様の範囲内で誤差が含まれており、誤差を含んだ欠陥座標と設計情報とを突き合わせて、設計情報をもとにセル比較による欠陥検出方式の適用可否を判定した場合の、判定精度は高いとは言い難い。誤った判定結果に基づき、セル比較による欠陥検出方式が適用できない試料を、セル比較による欠陥検出方式で欠陥検出した場合には、正常な製造パターンを欠陥として誤検出するため、欠陥検出精度の低下が問題となる。また、設計情報を用いた演算処理コストも課題であり、前処理である設計情報の解析処理の時間を含めると、総合的な欠陥観察時間は遅くなる事例が多く、実用化されているとは言い難い。これに対して本実施例で説明した方法によれば、設計情報を用いずに欠陥検出モードを設定できるので、簡単にかつ精度良く欠陥検出モードを判定することができる。
　本実施例では、実施例１で説明した方法と比較して、スループットの向上を実現する欠陥観察方法の一例を説明する。図１から図３までの構成と、図４の説明内容は本実施例と同様であるため、説明を省略する。
　図５は、参照画像を取得するダイの選択方法を説明する模式図である。図５で外形の円は半導体製造工程で使用されるウェーハを表している。また、ウェハ上には多数のダイが形成されているが、図５では代表的なダイとして５１０－５１６を表している。また、５０１－５０９はダイ内における撮像位置（より具体的には例えば撮像領域の中心座標）を表しており、黒丸（５０２，５０４，５０８，５０９）は欠陥座標を、白丸（５０１，５０３，５０６，５０７）は参照座標を表している。
　図５（ａ）は、参照画像を欠陥画像取得ダイの隣接ダイで取得する場合の模式図である。本実施例では、参照画像を先に取得してから、次に低倍欠陥画像を取得して、欠陥検出を行い、検出した欠陥座標を画像中心として高倍欠陥画像を取得する。先に参照画像を取得するのは、処理時間が長くスループット低下の要因となるステージ移動の回数を減らすためである。例えば、低倍欠陥画像、参照画像、高倍欠陥画像の順に画像を取得する場合には、１つの欠陥の高倍欠陥画像を取得するまでにステージ移動が３回発生する。これに対して、本実施例のように、参照画像、低倍欠陥画像、高倍欠陥画像の順に画像取得すれば、高倍欠陥画像を撮像する際のステージ移動を不要にできるため、ステージ移動を２回に削減することができる。
　図５（ａ）では、Ｎ点目の観察点に対応した参照画像を、Ｎ点目の欠陥座標５０２を含むダイ５１１の隣接ダイ５１０に含まれる参照座標５０１で取得している。次に、Ｎ点目の観察点の欠陥座標５０２で低倍欠陥画像を取得する。Ｎ＋１点目も同様に、欠陥座標５０４を含むダイ５１３の隣接ダイ５１２に含まれる参照座標５０３で参照画像を取得した後、欠陥座標５０４で低倍欠陥画像を取得する。このように、欠陥座標を含むダイに隣接するダイで参照画像を取得する場合、参照画像を取得するために必要な１観察点あたりのステージ移動距離は、ダイサイズを（ｘ、ｙ）として、（数式１）で近似できる。
Figure JPOXMLDOC01-appb-M000001
　図５（ｂ）は、参照画像を指定ダイでまとめて先行取得する場合の模式図である。本方式では、欠陥候補として観察対象とする全ての欠陥座標のダイ内座標を、指定ダイ内に投影して参照座標として、この指定ダイ内の参照座標の画像を参照画像として、まとめて先行取得する。通常、欠陥座標は、欠陥が含まれるダイの試料全体での位置を示すダイ原点と、そのダイにおける所定の位置を基準として、そのダイのどの位置に欠陥が存在するかを示すダイ内座標によって記述されている。ここでダイ原点とは各ダイの基準となる位置を示す座標である。ここでいう「ダイ原点」にはダイ原点に対してオフセットが加算された座標であってもよい。各ダイは、各ダイ固有のダイ番号によって識別することができる。本方式は、欠陥座標を含むダイを示すダイ番号を、指定ダイを示すダイ番号と読み替え、指定ダイ内において欠陥座標と同じダイ内座標の位置を参照座標として選択するものである。
　図５（ｂ）では、ウェーハ中央付近のダイ５１３を、参照画像を取得するダイとして指定している。参照画像を取得するために指定されたダイ５１３内で、1点目から順に、Ｎ点目の観察点に対応する参照座標５０６の参照画像、Ｎ＋１点目の観察点に対応する参照座標５０７の参照画像というように順次取得する。
　ここで、参照画像を取得するダイは、ユーザーが指定しても良いし、自動で選択することも可能である。自動選択する場合には、ウェーハ中央に近く、欠陥が存在しないダイを自動選択するのが好ましい。
　ウェーハ中央に近い方が好ましいのは、一般に低倍欠陥画像と参照画像との距離が離れると、パターンの製造公差も拡大する傾向があるためで、欠陥画像と参照画像の距離が極端に拡大することを防止するためである。また、ウェーハ中央部分とウェーハ外周部分とを比較すると、一般にウェーハ外周部分の方がパターンの製造公差が大きい傾向があるので、ダイを自動選択する場合には、製造公差が小さいと期待できるウェーハ中央から優先的に選択するのがよい。また、ウェーハ面内で製造公差の分布が異なる場合には、想定される製造公差の分布に応じて、領域を分割して、各領域の代表的な製造公差を反映していると考えられるダイを、参照画像を取得するダイとして選択するのがよい。
　ここで、欠陥が存在しないダイの方が好ましいのは、参照画像を取得するダイに欠陥が存在した場合には、その欠陥の参照画像は別のダイにステージ移動して取得する必要があるため、ステージ移動距離が延びるからである。
　具体的には、検査装置が検出した欠陥座標に対して、レビュー対象とする欠陥座標をサンプリングにより選択して、選択したレビュー対象の欠陥座標が存在しないダイを、参照画像を取得するダイとして選択するのがよい。欠陥が存在しないダイが存在する場合は、欠陥が存在しないダイを選択することで、ステージ移動距離を最小限にできる。また、欠陥が存在するダイを選んだ場合でも、近隣の複数のダイを選択することで、ステージ移動距離の増加を抑制できる。
　以上より、参照画像をまとめて先行取得するダイを自動選択する場合には、ウェーハ中央に近く、欠陥が存在しないダイを選択するのが好ましい。欠陥が存在しないダイが存在しない場合には、参照画像をまとめて先行取得するダイを複数選択すればよい。複数ダイの選択方法は、上記と同じ理由でウェーハ中央の方が好ましく、また、参照画像取得時のステージ移動距離が短くなるように、ダイを選択するのがよい。ステージ移動距離を短くする経路を決定するアルゴリズムとしては、巡回セールスマン問題を解くアルゴリズムなどが存在するが、この方法に限定するものではない。
　参照画像を一つの指定ダイでまとめて先行取得する場合の、１観察点あたりのステージ移動距離は、観察点数をＮとして、（数式２）で近似できる。
Figure JPOXMLDOC01-appb-M000002
　また、欠陥が存在しない参照ダイが存在しない場合には、隣接する２つのダイを選択すると考えて、１観察点あたりのステージ移動距離は、数式３で近似できる。
Figure JPOXMLDOC01-appb-M000003
　例えば、ダイサイズを３×３［ｍｍ］として観察点数を５００点とすると、Ｌ1≒４．２４［ｍｍ］、Ｌ2≒０．１３［ｍｍ］、Ｌ3≒０．２６［ｍｍ］となり、参照画像を指定ダイでまとめて先行取得することにより、参照画像取得時のステージ移動距離を１０分の１以下に大幅削減することができる。
　図６は、参照画像を指定ダイでまとめて先行取得する場合のフローチャートである。まず、参照画像を取得するダイを設定して（６０１）、設定したダイ内で参照画像をまとめて先行取得する（６０２）。全ての参照画像を先行取得するループ処理内では、まず、参照座標に移動して（６０３）、参照画像を取得する（６０４）。
　次に、取得した参照画像に対して、欠陥検出モードを判定するための画像解析処理を実行する（６０５）。欠陥検出モードを判定するための画像解析処理（６０５）と、解析結果に基づく欠陥検出モード判定処理（６０６）と、モード判定結果に基づくセル比較用パラメータ設定処理（６０７）またはダイ比較用パラメータ設定処理（６０８）は、欠陥検出モード判定結果に基づく（６１２）、セル比較欠陥検出処理（６１３）またはダイ比較欠陥検出処理（６１４）までに完了していればよい。また、参照画像解析（６０５）からセル比較用パラメータ設定（６０７）またはダイ比較用パラメータ設定（６０８）までの処理は、次の観察点に対応する参照座標への移動（６０３）とその参照座標での参照画像取得（６０４）と独立に処理できるため、処理完了を待たずに並列処理してもよい。これによって、ＡＤＲのスループットを向上させることができる。つまり、参照画像をまとめて先行取得する場合には、参照画像をまとめて先行取得する処理の時間内で、欠陥検出モードを判定すればよいので、実施例１と比較して、欠陥検出モードの判定処理に費やせる時間を増加させることができる。この点においても、参照画像をまとめて先行取得する方式が有効である。
　参照画像をまとめて先行取得して、取得した参照画像の解析処理を実行した後または当該解析処理と並列して、低倍欠陥画像を順次取得する（６０９）。まず、低倍欠陥座標に移動して（６１０）、低倍欠陥画像を取得する（６１１）。次に、先行取得した参照画像を解析（６０５）して判定した欠陥検出モードと欠陥検出パラメータに基づき欠陥検出を行う。具体的には、セル比較による欠陥検出方式を採用する場合には、セル比較による欠陥検出方式に適した欠陥検出パラメータとして設定（６０７）された欠陥検出パラメータに基づき、セル比較による欠陥検出方式により欠陥検出を実行する（６１３）。セル比較による欠陥検出方式が適用できない場合には、ダイ比較による欠陥検出方式を採用する。ダイ比較による欠陥検出方式を採用する場合には、ダイ比較による欠陥検出方式に適した欠陥検出パラメータとして設定（６０８）された欠陥検出パラメータに基づき、ダイ比較による欠陥検出方式で欠陥検出を実行する（６１４）。最後に、検出した欠陥座標の画像を、観察や解析に適した条件で、高倍欠陥画像として取得する（６１５）。全ての高倍欠陥画像を取得するまで、この手順を繰り返す（６０９）。
　このように、本実施例によれば、参照画像を予め指定された所定のダイ内でまとめて先行取得することにより、ステージ移動距離を削減してスループットを向上させることができる。また、低倍欠陥画像の取得に先行して、参照画像を指定ダイでまとめて先行取得することにより、参照画像から適切な欠陥検出モードを判定するための解析処理時間を確保することができるので、スループットを低下させることなく、正確な欠陥検出モード判定を実現することができる。
　本実施例では、実施例１で説明した方法と比較すると、スループットを向上することができる。また、実施例２と比較しても、スループットを向上することができる欠陥観察方法を説明する。図１から図３までの構成と、図４から図６までの説明内容は本実施例と同様であるため、説明を省略する。
　実施例３では、参照画像を用いた画像解析を詳細に実行することで、高倍欠陥画像処理時間を短縮して、スループットの向上を実現する。より具体的には、本実施例は、参照画像内に予め登録されたパターンと同じまたは類似するパターンが有るか否かを判定し、この判定結果に応じて、当該登録されたパターンに対応して予め決められている欠陥検出モードを選択する実施例である。つまり、実施例１，２で述べた方法と本実施例の方法は、参照画像に含まれるパターンに応じて欠陥検出モードを選択する方法であるという点で共通している。
　図７は、参照画像を解析して、欠陥検出モードを判定する際の、各欠陥検出モードに対応する試料パターンの一例である。
　図７（ａ）は、セル比較による欠陥検出方式が適した参照画像の一例で、ｘ方向に一定値以上の周期性があるので、画像内に欠陥が存在する低倍欠陥画像からでも、欠陥領域を除外した参照画像を合成することができる。実施例１で説明したように、撮像した参照画像を用いることなく、低倍欠陥画像のみから欠陥検出することが可能であるが、撮像した参照画像を併用することにより、欠陥検出精度や安定性を向上させることができる。また、図７（ａ）では、ｘ方向に周期性がある場合の例を示したが、ｙ方向に周期性がある場合でも、またはｘ、ｙ両方に周期性がある場合でも、周期性を利用して低倍欠陥画像から参照画像を合成することができる。本実施例においても、実施例１および２と同様、低倍欠陥画像から欠陥領域を除外した参照画像を作成する方式は、上記の方式に限定するものではなく、他の方式を採用してもよい。
　図７（ｂ）は、ダイ比較による欠陥検出方式が適した参照画像の一例である。この場合、一定値以上の周期性が無いため、セル比較による欠陥検出方式を適用することができない。したがって、参照画像を撮像して、低倍欠陥画像と参照画像との差分から欠陥検出を行うことになる。
　図７（ｃ）は、実施例３で新たに追加したヌイサンスモードに対応する参照画像の一例である。ヌイサンスモードとは、通常のモードに比べて取得すべき情報量が少なくてよい場合に選択するモードである。例えば欠陥の高倍画像は必要ないが、欠陥の数だけ分かればよい場合などに有効である。より具体的には、ヌイサンスモードは、観察対象の欠陥の重要度が低いと考えられる場合に、高倍欠陥画像の取得を省略する、あるいは低倍画像から欠陥領域を切出して、デジタルズームにより高倍画像を作成するモードである。つまり、観察対象の欠陥の重要度が低い場合に、高分解能の画像を取得するよりも、スループットの向上を優先するモードである。
　図７（ｃ）はダミーパターンの事例であるが、事前にヌイサンスモードとして処理したいパターンを登録しておくことで、ヌイサンスモードに対応した処理を実行することができる。ヌイサンスモードの対象としては、ダミーパターンの他に、観察対象から除外したい欠陥が発生する特定のパターンなどがある。例えば、特定の製造パターンで発生する欠陥、あるいは製造公差によるパターン変形をヌイサンスモードで処理したい場合には、欠陥や製造公差によるパターン変形が発生する特定の製造パターンをヌイサンスパターンとして事前登録しておけばよい。
　図８は、参照画像を解析して欠陥検出モードを判定する処理のフローチャートである。実施例１および実施例２では、欠陥検出モードの判定は、セル比較による欠陥検出方式かダイ比較による欠陥検出方式かの２種類であったが、実施例３では、ヌイサンスモードを追加した３種類のモードのいずれで処理するかを判定する。
　まず、登録されたヌイサンスパターンを読み込み（８０１）、参照画像に読み込んだヌイサンスパターンが存在しているかを判定する（８０２）。参照画像にヌイサンスパターンが存在している場合には、ヌイサンスモードに設定する（８０４）。参照画像にヌイサンスパターンが存在しなかった場合には、セル比較による欠陥検出方式が適用可能なパターンか否かを判定する（８０３）。セル比較による欠陥検出方式が適用可能なパターンと判定した場合には、セル比較による欠陥検出方式に欠陥検出モードを設定して（８０５）、セル比較による欠陥検出方式が適用できないパターンと判定した場合には、ダイ比較による欠陥検出方式に欠陥検出モードを設定する（８０６）。
　ここで、各欠陥検出モードの設定には、各欠陥検出モードに適したパラメータ設定が含まれている。例えば、セル比較による欠陥検出方式では、微小欠陥に対応した高感度欠陥検出パラメータで欠陥検出を行い、ダイ比較による欠陥検出方式では、セル比較による欠陥検出方式を適用した場合に想定する欠陥よりも巨大な欠陥を検出するのに適した欠陥検出パラメータに設定する。または、ダイ比較による欠陥検出方式では、セル比較による欠陥検出方式を適用した場合に想定する製造パターンの製造公差よりも大きな製造公差を想定して、参照画像と低倍欠陥画像との比較の結果この製造公差より小さな差分となった場合には当該差分を欠陥候補から除外することもできる。この製造公差に基づいて決められるしきい値をノイズ除去パラメータとして設定してもよい。このように、欠陥検出モード毎に適した欠陥検出パラメータを設定することで、欠陥検出精度や安定性を向上させることができる。
　上述の例では、ヌイサンスモードを例に説明しているが、ＤＯＩ（Defect of Interest）と呼ばれるような着目欠陥を対象として、ＤＯＩが発生しやすいパターンを登録しておいて、登録パターンが存在している場合には、ＤＯＩを検出するのに適した欠陥検出パラメータを設定してもよい。
　また、ヌイサンスモードでは、低倍欠陥画像の視野内をさらに高倍率で再撮像することを省略することにしてもよい。高倍欠陥画像の撮像を省略して、低倍欠陥画像を高倍欠陥画像として流用することで、スループットの向上を優先することができる。またヌイサンスモードの別の一例として、低倍欠陥画像で検出した欠陥位置を画像中心として低倍欠陥画像からその一部の領域を切り出し、デジタルズーム処理により切出した画像を高倍率化することで、これを高倍欠陥画像とみなし、高倍欠陥画像の撮像を省略してもよい。さらには、ダミーパターンなど欠陥検出が不要な場合は、登録パターンと低倍欠陥画像との類似度が最大の部分を画像中心として、デジタルズームにより切り出した画像を高倍欠陥画像にすることで、高倍欠陥画像の撮像を省略してスループットを向上させることもできる。
　このような欠陥検出処理と画像切り出し処理は、次の観察点の撮像処理とは独立に並列処理できるので、高倍欠陥画像を撮像する処理の省略によるスループット向上と、高倍欠陥画像の取得を両立することができる。
　図９は、欠陥検出モードにヌイサンスモードを追加することで、スループットの向上を実現するＡＤＲのフローチャートである。実施例３は、スループットの向上を優先しているので、実施例２と同様に、指定したダイで参照画像をまとめて先行取得する方式を採用した例で説明しているが、この方式に限定するものではない。
　まず、参照画像をまとめて先行取得するダイを設定する（９０１）。実施例２で説明したように、参照画像をまとめて先行取得するダイは、ユーザーが設定してもよいが、自動選択する場合には、ウェーハの中央に近い方が好ましく、欠陥が存在しないチップである方が好ましい。次に、参照画像をまとめて先行取得するダイ内に欠陥座標を投影して、指定したダイ内で参照画像をまとめて先行取得する（９０２）。具体的には、参照画像取得座標に移動して（９０３）、参照画像を取得して（９０４）、取得した参照画像を解析して（９０５）、欠陥検出モードを判定する。参照画像の解析（９０５）は、次の参照画像を取得する座標への移動（９０３）や、次の参照画像の取得（９０４）とは独立に並列処理することができるので、スループットを向上することができる。
　また、参照画像を解析した結果が必要になるのは、欠陥検出モードの判定処理（９０９）であるため、欠陥検出モードの判定処理（９０９）までに完了すればよく、参照画像をまとめて先行取得する方式は、参照画像の解析時間がより多く確保できるという利点もある。
　参照画像を指定ダイでまとめて先行取得（９０２）した後に、低倍欠陥画像を連続して取得する（９０６）。低倍欠陥画像を連続して取得するループ処理（９０６）内では、まず、低倍欠陥座標に移動して（９０７）、低倍欠陥画像を取得する（９０８）。次に、参照画像を解析して判定（９０５）した欠陥検出モードに基づき、判定した欠陥検出モードに適した欠陥検出パラメータを含んだ欠陥検出モードを設定する（９０９）。
　ヌイサンスモードに設定した場合には（９１０）、高倍欠陥画像取得を省略することで、スループットを向上させることができる。または、前記のように、低倍欠陥画像からデジタルズームにより高倍欠陥画像を切り出してもよい。セル比較による欠陥検出方式に設定した場合には（９１１）、セル比較による欠陥検出方式に適した欠陥検出パラメータで欠陥検出を実行して、検出した欠陥座標で示される領域を高倍欠陥画像として撮像する（９１３）。ダイ比較による欠陥検出方式に設定した場合には（９１２）、ダイ比較による欠陥検出方式に適した欠陥検出パラメータで欠陥検出を実行して、検出した欠陥座標で示される領域を高倍欠陥画像として撮像する（９１３）。このように、参照画像を解析した結果に基づき、欠陥検出モード毎に最適な欠陥検出パラメータを設定して、観察対象に適した欠陥検出方式で欠陥検出することで、高精度な欠陥検出と高スループットを両立することができる。
　なお、本発明は前記の実施例に限定されるものではなく、様々な変形例が含まれる。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、他の構成を追加、削除、置換をすることが可能である。
　また、前記の各構成、機能、処理部、処理手段等は、それらの一部又は全部を、例えば集積回路で設計する等によりハードウェアで実現してもよい。また、前記の各構成、機能等は、プロセッサがそれぞれの機能を実現するプログラムを解釈し、実行することによりソフトウェアで実現してもよい。さらに、各機能を実現するプログラム、テーブル、ファイル等の情報は、メモリや、ハードディスク、ＳＳＤ（Solid State Drive）等の記録装置、または、ＩＣカード、ＳＤカード、光ディスク等の記録媒体に置くことができる。
　また、制御線や情報線は説明上必要と考えられるものを示しており、製品上必ずしも全ての制御線や情報線を示しているとは限らない。実際には殆ど全ての構成が相互に接続されていると考えてもよい。
１０１：電子銃、１０２：レンズ、１０３：走査偏向器、１０４：対物レンズ、１０５：試料、１０６：ステージ、１０７：一次電子線、１０８：二次粒子、１０９：二次粒子検出器、１１０：電子光学系制御部、１１１：Ａ／Ｄ変換部、１１２：ステージ制御部、１１３：全体制御部、１１４：画像処理部、１１５：操作部、１１６：記憶装置、１１７：光学顕微鏡、１１８：ＳＥＭ式欠陥観察装置、１１９：ＬＡＮ、１２０：レシピ管理装置、１２１：欠陥情報データベース、
２０１：操作・解析部、２０２：欠陥データ記憶部、２０３：画像データ記憶部、２０４：解析パラメータ記憶部、２０５：解析結果記憶部、
５０１：Ｎ点目の参照座標、５０２：Ｎ点目の欠陥座標、５０３：Ｎ＋１点目の参照座標、５０４：Ｎ＋１点目の欠陥座標、５０６：Ｎ点目の参照座標、５０７：Ｎ＋１点目の参照座標、５０８：Ｎ点目の欠陥座標、５０９：Ｎ＋１点目の欠陥座標、５１０－５１５：ダイ、

Claims (20)

  1. 　試料に荷電粒子線を照射して得られる二次粒子を検出する荷電粒子光学系と、
    　前記二次粒子の信号から画像を生成し、当該画像を解析する画像処理部と、
    　前記試料を保持して移動するステージと、を有し、
    　前記画像処理部は、
    　欠陥候補の座標を含む領域の画像である欠陥画像と、前記欠陥画像が取得されるダイとは異なるダイにおいて前記欠陥画像に含まれるパターンと同じ形状のパターンが形成されている領域を含む画像である参照画像とを生成する画像生成部と、
    　前記参照画像を用いて、前記欠陥画像から欠陥を検出するのに適した欠陥検出処理モードを決定するモード決定処理部と、
    　前記モード決定処理部で決定された欠陥検出処理モードで前記欠陥画像から欠陥を検出する欠陥検出処理部と、を有する欠陥観察装置。
  2. 　請求項１に記載の欠陥観察装置であって、
    　前記欠陥検出処理モードは、前記欠陥画像内の繰り返しパターン同士を比較することによって欠陥を検出するセル比較による欠陥検出モード、前記欠陥画像と前記参照画像とを比較することによって欠陥検出をするダイ比較による欠陥検出モードを含む欠陥観察装置。
  3. 　請求項１に記載の欠陥観察装置であって、
    　前記欠陥画像を取得してから前記ステージを動かさず、前記欠陥検出処理部で検出された位置の画像を再度取得する欠陥観察装置。
  4. 　請求項１に記載の欠陥観察装置であって、
    　前記欠陥を検出する処理に用いられるパラメータを、前記モード決定処理部で決定された欠陥検出モードに対応して設定することが可能である欠陥観察装置。
  5. 　請求項１に記載の欠陥観察装置であって、
    　前記参照画像は、予め指定された所定のダイ内に、前記欠陥候補の座標を投影した位置で取得される欠陥観察装置。
  6. 　請求項２に記載の欠陥観察装置であって、
    　前記画像処理部は、前記セル比較による欠陥検出モードで検出した結果と、前記ダイ比較による欠陥検出モードで検出した結果を組み合わせて、最終の欠陥検出結果を確定する欠陥観察装置。
  7. 　請求項２に記載の欠陥観察装置であって、
    　前記画像処理部は、前記セル比較による欠陥検出モードにおいて前記欠陥画像内の繰り返しパターンから合成した合成画像と、前記参照画像との差分をノイズ成分と判定する欠陥観察装置。
  8. 　請求項１に記載の欠陥観察装置であって、
    　前記モード決定処理部は、前記参照画像内における予め登録されたパターンの有無に応じて欠陥検出処理モードを決定する欠陥観察装置。
  9. 　請求項８に記載の欠陥観察装置であって、
    　前記登録されたパターンが存在する場合には、前記欠陥検出処理部で検出された位置を再度撮像しない欠陥観察装置。
  10. 　請求項８に記載の欠陥観察装置であって、
    　前記登録されたパターンが存在する場合には、前記欠陥画像のうち一部の領域の画像を切り出し、当該切り出された画像をデジタルズーム処理することにより、前記欠陥画像より高い倍率の画像を生成する欠陥観察装置。
  11. 　試料に荷電粒子線を照射して得られる二次粒子を検出し、前記二次粒子の信号から画像を生成する欠陥観察方法において、
    　欠陥候補の座標を含む領域の画像である欠陥画像と、前記欠陥画像が取得されるダイとは異なるダイにおいて前記欠陥画像に含まれるパターンと同じ形状のパターンが形成されている領域を含む画像である参照画像とを取得し、
    　前記参照画像を用いて、前記欠陥画像から欠陥を検出するのに適した欠陥検出処理モードを決定し、
    　前記決定された欠陥検出処理モードで前記欠陥画像から欠陥を検出する欠陥観察方法。
  12. 　請求項１１に記載の欠陥観察方法であって、
    　前記欠陥検出処理モードは、前記欠陥画像内の繰り返しパターン同士を比較することによって欠陥を検出するセル比較による欠陥検出モード、前記欠陥画像と前記参照画像とを比較することによって欠陥検出をするダイ比較による欠陥検出モードを含む欠陥観察方法。
  13. 　請求項１１に記載の欠陥観察方法であって、
    　前記欠陥画像を取得してから前記ステージを動かさず、前記欠陥検出処理部で検出された位置の画像を再度取得する欠陥観察方法。
  14. 　請求項１１に記載の欠陥観察方法であって、
    　前記欠陥を検出する処理に用いられるパラメータを、前記決定された欠陥検出モードに対応して設定することが可能である欠陥観察方法。
  15. 　請求項１に記載の欠陥観察方法であって、
    　前記参照画像は、予め指定された所定のダイ内に、前記欠陥候補の座標を投影した位置で取得される欠陥観察方法。
  16. 　請求項１２に記載の欠陥観察方法であって、
    　前記セル比較による欠陥検出モードで検出した結果と、前記ダイ比較による欠陥検出モードで検出した結果を組み合わせて、最終の欠陥検出結果を確定する欠陥観察方法。
  17. 　請求項１２に記載の欠陥観察方法であって、
    　前記セル比較による欠陥検出モードにおいて前記欠陥画像内の繰り返しパターンから合成した合成画像と、前記参照画像との差分をノイズ成分と判定する欠陥観察方法。
  18. 　請求項１１に記載の欠陥観察方法であって、
    　前記参照画像内における予め登録されたパターンの有無に応じて欠陥検出処理モードを決定する欠陥観察方法。
  19. 　請求項１８に記載の欠陥観察方法であって、
    　前記登録されたパターンが存在する場合には、前記検出された欠陥の位置を再度撮像しない欠陥観察方法。
  20. 　請求項１８に記載の欠陥観察方法であって、
    　前記登録されたパターンが存在する場合には、前記欠陥画像のうち一部の領域の画像を切り出し、当該切り出された画像をデジタルズーム処理することにより、前記欠陥画像より高い倍率の画像を生成する欠陥観察方法。
PCT/JP2014/082609 2014-12-10 2014-12-10 欠陥観察装置および欠陥観察方法 WO2016092640A1 (ja)

Priority Applications (5)

Application Number Priority Date Filing Date Title
KR1020197006099A KR102057429B1 (ko) 2014-12-10 2014-12-10 결함 관찰 장치 및 결함 관찰 방법
PCT/JP2014/082609 WO2016092640A1 (ja) 2014-12-10 2014-12-10 欠陥観察装置および欠陥観察方法
US15/533,424 US10168286B2 (en) 2014-12-10 2014-12-10 Defect observation device and defect observation method
KR1020177015464A KR101955268B1 (ko) 2014-12-10 2014-12-10 결함 관찰 장치 및 결함 관찰 방법
TW104140303A TW201621306A (zh) 2014-12-10 2015-12-02 缺陷觀察裝置及缺陷觀察方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2014/082609 WO2016092640A1 (ja) 2014-12-10 2014-12-10 欠陥観察装置および欠陥観察方法

Publications (1)

Publication Number Publication Date
WO2016092640A1 true WO2016092640A1 (ja) 2016-06-16

Family

ID=56106892

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2014/082609 WO2016092640A1 (ja) 2014-12-10 2014-12-10 欠陥観察装置および欠陥観察方法

Country Status (4)

Country Link
US (1) US10168286B2 (ja)
KR (2) KR102057429B1 (ja)
TW (1) TW201621306A (ja)
WO (1) WO2016092640A1 (ja)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111929311A (zh) * 2020-10-15 2020-11-13 北京中鼎高科自动化技术有限公司 一种一站式智能缺陷检测系统
JP2021500740A (ja) * 2017-10-20 2021-01-07 ケーエルエー コーポレイション 大オフセットダイ・ダイ検査用複数段階画像整列方法

Families Citing this family (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2020047761A (ja) * 2018-09-19 2020-03-26 キオクシア株式会社 欠陥検査装置、欠陥検査方法、及び欠陥検査プログラム
JP7203678B2 (ja) * 2019-04-19 2023-01-13 株式会社日立ハイテク 欠陥観察装置
CN110296994B (zh) * 2019-06-21 2021-10-22 金名山光电(吴江)有限公司 导光板v-cut结构视觉检测方法
US11087449B2 (en) * 2019-10-24 2021-08-10 KLA Corp. Deep learning networks for nuisance filtering
JP7404399B2 (ja) * 2019-12-24 2023-12-25 株式会社日立ハイテク 欠陥検査システムおよび欠陥検査方法
JP7237872B2 (ja) * 2020-02-14 2023-03-13 株式会社東芝 検査装置、検査方法、及びプログラム
JP7273748B2 (ja) * 2020-02-28 2023-05-15 株式会社東芝 検査装置、検査方法、及びプログラム
JP2021197257A (ja) * 2020-06-12 2021-12-27 株式会社日立ハイテク 荷電粒子ビーム装置
EP4001903A1 (en) * 2020-11-19 2022-05-25 ASML Netherlands B.V. Inspection method and inspection tool
JP2022096878A (ja) * 2020-12-18 2022-06-30 Tdk株式会社 異物検出装置、ワイヤレス送電装置およびワイヤレス電力伝送システム
US11788972B2 (en) 2021-04-29 2023-10-17 Industrial Technology Research Institute Method of automatically setting optical parameters and automated optical inspection system using the same
US12080042B2 (en) * 2021-07-16 2024-09-03 Taiwan Semiconductor Manufacturing Company, Ltd. Method for retrieving images from database

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005274172A (ja) * 2004-03-23 2005-10-06 Hitachi High-Technologies Corp パターン検査方法及びその装置
JP2009283917A (ja) * 2008-04-23 2009-12-03 Hitachi High-Technologies Corp 欠陥観察方法及び欠陥観察装置
JP2010161247A (ja) * 2009-01-09 2010-07-22 Hitachi High-Technologies Corp Ｓｅｍを用いた欠陥観察方法及びその装置
JP2014181966A (ja) * 2013-03-18 2014-09-29 Nuflare Technology Inc 検査方法および検査装置

Family Cites Families (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH1062149A (ja) * 1996-08-22 1998-03-06 Nikon Corp 欠陥検査装置
JP3485052B2 (ja) 1999-12-16 2004-01-13 日本電気株式会社 参照画像作成方法、パターン検査装置及び参照画像作成プログラムを記録した記録媒体
JP2002303586A (ja) 2001-04-03 2002-10-18 Hitachi Ltd 欠陥検査方法及び欠陥検査装置
US7095507B1 (en) * 2002-09-27 2006-08-22 Kla-Tencor Technologies Corporation Method and apparatus using microscopic and interferometric based detection
US7138629B2 (en) * 2003-04-22 2006-11-21 Ebara Corporation Testing apparatus using charged particles and device manufacturing method using the testing apparatus
JP4533306B2 (ja) 2005-12-06 2010-09-01 株式会社日立ハイテクノロジーズ 半導体ウェハ検査方法及び欠陥レビュー装置
JP4812484B2 (ja) * 2006-03-24 2011-11-09 株式会社日立ハイテクノロジーズ ボルテージコントラストを伴った欠陥をレビューする方法およびその装置
JP4866141B2 (ja) 2006-05-11 2012-02-01 株式会社日立ハイテクノロジーズ Ｓｅｍ式レビュー装置を用いた欠陥レビュー方法及びｓｅｍ式欠陥レビュー装置
JP4908934B2 (ja) * 2006-06-08 2012-04-04 株式会社日立ハイテクノロジーズ 半導体ウェーハ検査装置および半導体ウェーハ検査方法
JP5255319B2 (ja) * 2007-04-26 2013-08-07 株式会社日立ハイテクノロジーズ 欠陥観察装置、および欠陥観察方法
JP2009071136A (ja) * 2007-09-14 2009-04-02 Hitachi High-Technologies Corp データ管理装置、検査システムおよび欠陥レビュー装置
JP4629118B2 (ja) 2008-03-03 2011-02-09 株式会社日立ハイテクノロジーズ 欠陥検査装置およびこの欠陥検査装置に用いるパラメータ調整方法。
JP5395814B2 (ja) * 2009-02-04 2014-01-22 株式会社日立ハイテクノロジーズ 半導体欠陥統合投影方法および半導体欠陥統合投影機能を実装した欠陥検査支援装置
JP5619776B2 (ja) 2009-02-06 2014-11-05 ケーエルエー−テンカー コーポレイション ウエハの検査のための１つまたは複数のパラメータの選択方法
JP5452392B2 (ja) * 2009-12-16 2014-03-26 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
JP5568456B2 (ja) * 2010-12-06 2014-08-06 株式会社日立ハイテクノロジーズ 荷電粒子線装置

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005274172A (ja) * 2004-03-23 2005-10-06 Hitachi High-Technologies Corp パターン検査方法及びその装置
JP2009283917A (ja) * 2008-04-23 2009-12-03 Hitachi High-Technologies Corp 欠陥観察方法及び欠陥観察装置
JP2010161247A (ja) * 2009-01-09 2010-07-22 Hitachi High-Technologies Corp Ｓｅｍを用いた欠陥観察方法及びその装置
JP2014181966A (ja) * 2013-03-18 2014-09-29 Nuflare Technology Inc 検査方法および検査装置

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2021500740A (ja) * 2017-10-20 2021-01-07 ケーエルエー コーポレイション 大オフセットダイ・ダイ検査用複数段階画像整列方法
JP7170037B2 (ja) 2017-10-20 2022-11-11 ケーエルエー コーポレイション 大オフセットダイ・ダイ検査用複数段階画像整列方法
CN111929311A (zh) * 2020-10-15 2020-11-13 北京中鼎高科自动化技术有限公司 一种一站式智能缺陷检测系统
CN111929311B (zh) * 2020-10-15 2021-01-05 北京中鼎高科自动化技术有限公司 一种一站式智能缺陷检测系统

Also Published As

Publication number Publication date
US10168286B2 (en) 2019-01-01
KR101955268B1 (ko) 2019-03-08
KR20190026050A (ko) 2019-03-12
KR20170077244A (ko) 2017-07-05
US20180266968A1 (en) 2018-09-20
TW201621306A (zh) 2016-06-16
KR102057429B1 (ko) 2019-12-18

Similar Documents

Publication Publication Date Title
WO2016092640A1 (ja) 欠陥観察装置および欠陥観察方法
JP5957378B2 (ja) 欠陥観察方法および欠陥観察装置
US9040937B2 (en) Charged particle beam apparatus
TWI512684B (zh) Defect observation method and defect observation device
JP5320329B2 (ja) Ｓｅｍ式欠陥観察装置および欠陥画像取得方法
US7932493B2 (en) Method and system for observing a specimen using a scanning electron microscope
US9165356B2 (en) Defect inspection method and defect inspection device
JP5838138B2 (ja) 欠陥観察システムおよび欠陥観察方法
JP5544344B2 (ja) 欠陥観察方法及び欠陥観察装置
US20110285839A1 (en) Defect observation method and device using sem
JP2016111166A (ja) 欠陥観察装置および欠陥観察方法
JP4262288B2 (ja) パターンマッチング方法及び装置
US20230052350A1 (en) Defect inspecting system and defect inspecting method
JP2017003305A (ja) 欠陥画像分類装置
JP2015203628A (ja) 荷電粒子線装置及び座標補正方法
WO2015064399A1 (ja) 荷電粒子線装置およびプログラム記録媒体

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: 14907659

Country of ref document: EP

Kind code of ref document: A1

WWE Wipo information: entry into national phase

Ref document number: 15533424

Country of ref document: US

ENP Entry into the national phase

Ref document number: 20177015464

Country of ref document: KR

Kind code of ref document: A

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 14907659

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: JP