WO2024018681A1 - 検査装置及び検査画像の生成方法 - Google Patents

検査装置及び検査画像の生成方法 Download PDF

Info

Publication number
WO2024018681A1
WO2024018681A1 PCT/JP2023/008846 JP2023008846W WO2024018681A1 WO 2024018681 A1 WO2024018681 A1 WO 2024018681A1 JP 2023008846 W JP2023008846 W JP 2023008846W WO 2024018681 A1 WO2024018681 A1 WO 2024018681A1
Authority
WO
WIPO (PCT)
Prior art keywords
filter
contour point
pixel
angle
circuit
Prior art date
Application number
PCT/JP2023/008846
Other languages
English (en)
French (fr)
Inventor
真児 杉原
Original Assignee
株式会社ニューフレアテクノロジー
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 株式会社ニューフレアテクノロジー filed Critical 株式会社ニューフレアテクノロジー
Publication of WO2024018681A1 publication Critical patent/WO2024018681A1/ja

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N23/00—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00
    • G01N23/22—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by measuring secondary emission from the material
    • G01N23/225—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by measuring secondary emission from the material using electron or ion
    • G01N23/2251—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by measuring secondary emission from the material using electron or ion using incident electron beams, e.g. scanning electron microscopy [SEM]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes

Definitions

  • the present invention relates to an inspection device and a method for generating an inspection image for inspecting a pattern formed on a sample for defects.
  • a circuit pattern is transferred onto a semiconductor substrate by reduction exposure using an exposure device (also called a “stepper” or “scanner”).
  • an exposure device also called a “stepper” or “scanner”
  • a mask also called a “reticle” on which an original image pattern is formed is used to transfer a circuit pattern onto a semiconductor substrate (hereinafter also called a "wafer").
  • cutting-edge devices require the formation of circuit patterns with a line width of several nanometers.
  • circuit patterns become finer, the original patterns on masks are also becoming finer.
  • a mask defect inspection apparatus is required to have high defect detection performance that can handle fine original patterns.
  • Defect inspection methods include the D-DB (Die to Database) method, which compares an inspection image based on an image taken of a sample (mask, etc.) with a reference image based on design data; There is a DD (Die to Die) method that compares a plurality of regions having the same pattern.
  • D-DB Die to Database
  • DD Die to Die
  • the defect inspection device extracts the outline of the pattern from the photographed image and generates an inspection image.
  • a defect inspection device detects defects by comparing the outline of a pattern in an inspection image with the outline of a pattern in a reference image.
  • Cited Document 1 discloses a method of extracting a contour line from a photographed image using a plurality of two-dimensional spatial filter functions having different directions.
  • filter processing is performed for each direction in each frame image (pixel).
  • the pixel is extracted as a candidate for a pixel including an outline (contour pixel candidate).
  • the intensity threshold used for determining the filtered intensities needs to be set to a relatively low value in accordance with the direction of low intensity.
  • lowering the intensity threshold increases the possibility that noise will be detected and a false contour will be generated.
  • the normal direction of the contour line is determined based on the magnitude of the filtered intensity, there is a high possibility that the normal direction will be calculated incorrectly because the filtered intensity has directional dependence.
  • the present invention has been made in view of these points. That is, in the present invention, different intensity thresholds can be set for each direction in the inspection apparatus. Then, in the inspection device, the angle in the principal axis direction of the equivalent ellipse can be calculated as the angle in the normal direction based on the result of converting the relationship between the filtered intensity and the filter angle into polar coordinates. As a result, the detection of the contour line and the determination of the normal direction are processed independently, so that it is an object of the present invention to provide an inspection apparatus and a method of generating an inspection image, which can improve the accuracy of extraction of the contour line of the inspection image.
  • the inspection device performs filter processing using an imaging mechanism that captures an image of a sample and a plurality of two-dimensional directional filters corresponding to different filter angles for each pixel of the image.
  • a two-dimensional directional filter processing circuit and a contour extraction circuit that extracts, as a contour point candidate pixel, a pixel in which at least one of the intensities for each filter angle calculated by the filter processing is larger than a threshold value set for each filter angle;
  • a normal direction calculation circuit converts the intensity for each filter angle into polar coordinates, and calculates an angle in the first direction based on the result of the conversion into polar coordinates, and a one-dimensional profile in the first direction.
  • a contour point coordinate calculation circuit that calculates the coordinates of a contour point in a contour point candidate pixel
  • a reference image generation circuit that generates a reference image
  • a comparison circuit that compares a test image and a reference image based on the contour points.
  • a method for generating an inspection image includes the step of performing filter processing using a plurality of two-dimensional directional filters corresponding to different filter angles for each pixel of an image of a sample. , a step of extracting as a contour point candidate pixel a pixel in which at least one of the intensities for each filter angle calculated by the filter processing is larger than a threshold value set for each filter angle; A step of converting the intensity into polar coordinates, a step of calculating an angle in the first direction based on the result of the conversion into polar coordinates, and a step of calculating the coordinates of the contour point in the contour point candidate pixel based on the one-dimensional profile in the first direction. and a step of calculating.
  • the inspection device and the inspection image generation method of the present invention it is possible to improve the accuracy of extraction of the outline of the inspection image.
  • FIG. 1 is a diagram showing the overall configuration of an inspection device according to an embodiment.
  • FIG. 2 is a block diagram of a contour extraction circuit included in the inspection device according to one embodiment.
  • FIG. 3 is a diagram illustrating an example of a filter angle of a two-dimensional directional filter in an inspection apparatus according to an embodiment.
  • FIG. 4 is a diagram illustrating a display example of pixel values of 5 ⁇ 5 pixels centered on the pixel of interest in the inspection apparatus according to the embodiment.
  • FIG. 5 is a diagram illustrating a display example of matrix vectors of a two-dimensional directional filter in an inspection apparatus according to an embodiment.
  • FIG. 6 is a diagram showing a specific example of the two-dimensional directional filters F1 to F4 in the inspection apparatus according to one embodiment.
  • FIG. 7 is a diagram showing a specific example of the two-dimensional directional filters F5 to F8 in the inspection apparatus according to one embodiment.
  • FIG. 8 is a flowchart of an inspection process in an inspection apparatus according to an embodiment.
  • FIG. 9 is a diagram illustrating a specific example of 4 ⁇ 4 pixels including the outline of the inspection image and the outline of the reference image in the comparison process in the inspection apparatus according to one embodiment.
  • FIG. 10 is a flowchart of a contour extraction process in the inspection device according to one embodiment.
  • FIG. 11 is a graph showing the relationship between the filter angle and the filtered intensity in the inspection device according to one embodiment.
  • FIG. 12 is a graph showing the result of converting the relationship between the filtered intensity and the filter angle shown in FIG. 11 into polar coordinates.
  • FIG. 13 is a diagram illustrating a specific example of extraction of sampling points in the inspection device according to one embodiment.
  • FIG. 14 is a graph showing a specific example of tone values at sampling points in the inspection apparatus according to one embodiment.
  • FIG. 15 is a graph showing a specific example of the filtered intensity after edge filtering of the one-dimensional profile shown in FIG. 14.
  • FIG. 16 is a graph showing a specific example in which spline interpolation is applied to the filtered intensity shown in FIG. 15.
  • FIG. 17 is a diagram showing a specific example in which the maximum value of the intensity after filtering by spline interpolation shown in FIG. 16 is set as a contour point.
  • FIG. 18 is a diagram illustrating a specific example of isolated contour points in the inspection device according to one embodiment.
  • FIG. 19 is a diagram showing a specific example of adjacent contour points in the inspection device according to one embodiment.
  • an electron beam image (hereinafter also referred to as "SEM image") of the pattern to be measured is taken using a scanning electron microscope (hereinafter referred to as "SEM (Scanning Electron Microscope)" as an inspection device.
  • SEM scanning Electron Microscope
  • the defect inspection device will be explained.
  • the defect inspection apparatus may use an optical microscope to capture an optical image of the pattern, or may use a light receiving element to capture an optical image of light reflected or transmitted through the sample.
  • the sample to be inspected is a mask, but the sample may be a wafer used in the manufacture of semiconductor devices or a substrate used in a liquid crystal display device, etc., with a pattern on its surface. Any sample provided can be used.
  • FIG. 1 is a diagram showing the overall configuration of an inspection device 1. As shown in FIG. 1
  • the inspection device 1 includes an imaging mechanism 10 and a control mechanism 20.
  • the imaging mechanism 10 includes a sample chamber 11 and a lens barrel 12.
  • the lens barrel 12 is installed above the sample chamber 11.
  • the lens barrel 12 has a cylindrical shape extending perpendicularly to the sample chamber 11.
  • the surfaces of the sample chamber 11 and the lens barrel 12 that contact each other are open.
  • the space formed by the sample chamber 11 and the lens barrel 12 is maintained in a vacuum (reduced pressure) state using a turbo molecular pump or the like.
  • a stage 13, a stage drive mechanism 14, and a detector 15 are provided within the sample chamber 11.
  • a sample (mask) 30 is placed on the stage 13.
  • the stage 13 is movable in the X direction parallel to the surface of the stage 13 and in the Y direction parallel to the surface of the stage 13 and intersecting the X direction. Further, the stage 13 may be movable in the Z direction perpendicular to the surface of the stage 13, or may be rotatable around the rotation axis on the XY plane with the Z direction as the rotation axis.
  • the stage drive mechanism 14 has a drive mechanism for moving the stage 13 in the X direction and the Y direction.
  • the stage drive mechanism 14 may have, for example, a mechanism that moves the stage 13 in the Z direction, or a mechanism that rotates the stage 13 around the rotation axis on the XY plane with the Z direction as the rotation axis. may have.
  • the detector 15 detects secondary electrons, reflected electrons, etc. emitted from the sample.
  • the detector 15 transmits signals such as detected secondary electrons or reflected electrons, ie, SEM image data, to the image acquisition circuit 213.
  • an electron gun 16 and an electron optical system 17, which are components of the SEM, are provided inside the lens barrel 12.
  • the example in FIG. 1 shows the configuration of an electron optical system that irradiates a sample 30 with a single beam.
  • the SEM may be configured to irradiate the sample 30 with multiple beams.
  • the electron gun 16 is installed to emit an electron beam toward the sample chamber 11.
  • the electron optical system 17 converges and irradiates the sample 30 with the electron beam emitted from the electron gun 16 at a predetermined position.
  • the electron optical system 17 includes a plurality of focusing lenses 101 and 102, a plurality of scanning coils 103 and 104, and an objective lens 105.
  • the electron beam emitted from the electron gun 16 is accelerated and then focused as an electron spot on the surface of the sample 30 placed on the stage 13 by the focusing lenses 101 and 102 and the objective lens 105.
  • Scanning coils 103 and 104 control the position of the electron spot on sample 30.
  • the control mechanism 20 includes a control circuit 21, a storage device 22, a display device 23, an input device 24, and a communication device 25.
  • the control circuit 21 controls the entire inspection apparatus 1. More specifically, the control circuit 21 controls the imaging mechanism 10 to acquire a SEM image (photographed image). The control circuit 21 also controls the control mechanism 20 to compare the reference image and the inspection image to detect defects. That is, the control circuit 21 is a processor for executing defect inspection.
  • the control circuit 21 includes a CPU (Central Processing Unit), a RAM (Random Access Memory), and a ROM (Read Only Memory), which are not shown.
  • the CPU expands a program stored in the ROM or storage device 22, which is a non-temporary storage medium, into the RAM. Then, the control circuit 21 controls the inspection apparatus 1 by interpreting and executing the program developed in the RAM by the CPU.
  • control circuit 21 may be, for example, a CPU device such as a microprocessor, or a computer device such as a personal computer.
  • control circuit 21 has at least a part of its functions as an application specific integrated circuit (ASIC), a field programmable gate array (FPGA), or a graphics processing unit (GPU). It may also include a dedicated circuit (dedicated processor) carried out by another integrated circuit such as a dedicated processor.
  • ASIC application specific integrated circuit
  • FPGA field programmable gate array
  • GPU graphics processing unit
  • dedicated circuit dedicated circuit carried out by another integrated circuit such as a dedicated processor.
  • the control circuit 21 includes an expansion circuit 211, a reference image generation circuit 212, an image acquisition circuit 213, a contour extraction circuit 214, and a comparison circuit 215. Note that these may be configured by programs executed by integrated circuits such as a CPU, ASIC, FPGA, or GPU, or may be configured by hardware or firmware included in these integrated circuits, or by the hardware or firmware included in these integrated circuits. It may also be constituted by separate circuits controlled by an integrated circuit. In the following, a case will be described in which the control circuit 21 realizes the functions of the expansion circuit 211, the reference image generation circuit 212, the image acquisition circuit 213, the contour extraction circuit 214, and the comparison circuit 215 by a program executed.
  • the expansion circuit 211 expands the design data 221 held in the storage device 22 into data for each pattern (figure), and interprets the figure code indicating the figure shape of the figure data, figure dimensions, etc. Then, the expansion circuit 211 converts the design data into a binary or multi-valued (e.g. 8-bit) image (hereinafter referred to as an “expanded image”) as a pattern arranged within a grid with a predetermined quantization dimension as a unit. (also written as ). The expansion circuit 211 calculates the occupancy rate occupied by the figure for each pixel of the expanded image. The figure occupancy rate within each pixel calculated in this way is the pixel value.
  • a binary or multi-valued (e.g. 8-bit) image hereinafter referred to as an “expanded image”
  • the expansion circuit 211 calculates the occupancy rate occupied by the figure for each pixel of the expanded image. The figure occupancy rate within each pixel calculated in this way is the pixel value.
  • the pixel values of the developed image are represented by 8-bit gradation data.
  • the pixel value of each pixel is represented by a gradation value of 0 to 255.
  • the figure occupancy rate is 0%
  • the figure occupancy rate is 100%.
  • the reference image generation circuit 212 performs resizing processing and corner rounding processing on the developed image.
  • the resizing process is a process of resizing the graphic pattern of the developed image.
  • the corner rounding process is a process of rounding the corner portions of the graphic pattern after the resizing process.
  • the reference image generation circuit 212 extracts a contour from the developed image after the resizing process and the corner rounding process, and generates a reference image (contour image).
  • the reference image generation circuit 212 transmits the generated reference image to the comparison circuit 215 and the storage device 22.
  • the image acquisition circuit 213 acquires SEM image data from the detector 15 of the imaging mechanism 10.
  • the image acquisition circuit 213 transmits the SEM image data to the contour extraction circuit 214 and the storage device 22.
  • the contour extraction circuit 214 extracts contour data from the SEM image and generates an inspection image (contour image).
  • the contour data includes information regarding contour points of a pattern and contour lines connecting the contour points.
  • the contour data includes representative values of coordinates through which the contour line passes for each pixel, that is, contour points, and information about the normal direction of the contour vector at the contour point. Details of the contour extraction circuit 214 will be described later.
  • the comparison circuit 215 compares the inspection image and the reference image to detect defects. More specifically, the comparison circuit 215 aligns the test image and the reference image, and calculates the amount of shift of the test image with respect to the reference image.
  • the comparison circuit 215 measures the amount of distortion of the inspection image from, for example, variations in the amount of shift within the surface of the sample 30, and calculates the distortion coefficient. For example, it is preferable that the amount of distortion is represented by a polynomial model of coordinates (X, Y) within the image, and the distortion coefficients are the coefficients of the polynomial.
  • the comparison circuit 215 compares the test image and the reference image using an appropriate algorithm that takes into account the shift amount and distortion coefficient. If the error between the inspection image and the reference image exceeds a preset value, the comparison circuit 215 determines that there is a defect at the corresponding coordinate position of the sample 30.
  • the storage device 22 stores data and programs related to defect inspection.
  • the storage device 22 stores design data 221, inspection condition parameter information 222, inspection data 223, threshold data, and the like.
  • the inspection condition parameter information 222 includes imaging conditions of the imaging mechanism 10, reference image generation conditions, SEM image outline extraction conditions, defect detection conditions, and the like.
  • the inspection data 223 includes image data (developed image, reference image, SEM image, and inspection image) and data regarding detected defects (coordinates, size, etc.).
  • the intensity threshold data 224 is intensity threshold data used for contour extraction of the SEM image.
  • the storage device 22 also stores a defect inspection program 225 as a non-temporary storage medium.
  • the defect inspection program 225 is a program for causing the control circuit 21 to execute defect inspection.
  • the storage device 22 may include various storage devices such as a magnetic disk storage device (HDD: Hard Disk Drive) or a solid state drive (SSD) as external storage. Further, the storage device 22 may include, for example, a drive for reading a program stored on a CD (Compact Disc) or a DVD (Digital Versatile Disc) as a non-temporary storage medium.
  • HDD Hard Disk Drive
  • SSD solid state drive
  • the storage device 22 may include, for example, a drive for reading a program stored on a CD (Compact Disc) or a DVD (Digital Versatile Disc) as a non-temporary storage medium.
  • the display device 23 includes, for example, a display screen (for example, an LCD (Liquid Crystal Display) or an EL (Electroluminescence) display).
  • the display device 23 displays, for example, defect detection results under the control of the control circuit 21.
  • the input device 24 is an input device such as a keyboard, mouse, touch panel, or button switch.
  • the communication device 25 is a device for connecting to a network in order to send and receive data to and from an external device.
  • Various communication standards may be used for communication.
  • the communication device 25 receives design data from an external device, and transmits defect inspection results and the like to the external device.
  • FIG. 2 is a block diagram of the contour extraction circuit 214. Note that the functions of each block of the contour extraction circuit 214 may be realized by the control circuit 21 executing firmware or the like, or the functions may be realized by a dedicated circuit.
  • the contour extraction circuit 214 includes a noise filter processing circuit 301, a two-dimensional direction filter processing circuit 302, a normal direction calculation circuit 303, a one-dimensional profile calculation circuit 304, an edge filter processing circuit 305, and contour point coordinates. It includes a calculation circuit 306, an isolated contour point removal circuit 307, and a neighboring contour point removal circuit 308. Note that the data generated by each unit can be stored in the storage device 22 each time.
  • the noise filter processing circuit 301 removes (reduces) noise from SEM image data.
  • the noise filter processing circuit 301 acquires SEM image data from the image acquisition circuit 213. Then, the noise filter processing circuit 301 removes (reduces) noise at the edges of the graphic pattern of the SEM image to smooth the shape of the pattern edges.
  • a general filter such as a Gaussian filter or a bilateral filter can be used for the noise filter processing.
  • the two-dimensional filter processing circuit 302 performs two-dimensional filter processing on each pixel of the image data after the noise filter processing.
  • the two-dimensional directional filter processing circuit 302 includes a plurality of two-dimensional directional filters having different directionality (hereinafter, direction is also referred to as "filter angle").
  • a general filter such as a Laplacian filter can be used as the two-dimensional filter. Details of the two-dimensional directional filter will be described later.
  • the two-dimensional directional filter processing circuit 302 executes two-dimensional directional filter processing for each direction (filter angle), and generates an intensity value for each filter angle (hereinafter, the intensity value after filter processing is referred to as "post-filter intensity"). Calculate.
  • the two-dimensional filter processing circuit 302 reads the intensity threshold data 224 from the storage device 22 and compares the post-filter intensity and the intensity threshold for each filter angle. Note that the intensity threshold may be set to a different value for each filter angle. For example, the intensity threshold is set for each filter angle based on the result of imaging a calibration pattern before execution of the test.
  • the two-dimensional filter processing circuit 302 extracts pixels having a filtered intensity equal to or greater than the intensity threshold as candidate pixels including contour points (hereinafter referred to as “contour point candidate pixels”).
  • the normal direction calculation circuit 303 is a circuit that calculates the normal direction of the contour line at the contour point candidate pixel.
  • the normal direction calculation circuit 303 converts the filtered intensity distribution at each filter angle into polar coordinates.
  • the normal direction calculation circuit 303 calculates the principal axis direction of an ellipse (hereinafter referred to as "equivalent ellipse”) whose second moments are equal from the result of conversion into polar coordinates as the normal direction.
  • the one-dimensional profile calculation circuit 304 calculates a one-dimensional profile in the normal direction of the contour point candidate pixel.
  • the edge filter processing circuit 305 performs edge filter processing on the one-dimensional profile in the normal direction.
  • the contour point coordinate calculation circuit 306 calculates the coordinates (position) of the contour point in the contour point candidate pixel.
  • the contour point coordinate calculation circuit 306 executes interpolation processing of the filtered intensity after the edge filter processing.
  • the contour point coordinate calculation circuit 306 calculates the maximum value of the filtered intensity after the interpolation process as the coordinates of the contour point.
  • the isolated contour point removal circuit 307 removes isolated contour points.
  • Isolated contour points are defined as a preset number of contour points (for example, (1 or 2) contour points in the following states.
  • the proximate contour point removal circuit 308 removes proximate contour points.
  • a proximate contour point is a contour point whose distance to an adjacent contour point is less than or equal to a preset distance.
  • FIG. 3 is a diagram showing an example of a filter angle of a two-dimensional directional filter.
  • eight two-dimensional directional filters corresponding to eight filter angles are used in the range of 0 to 180°.
  • the number of each filter angle is i (i is an integer from 1 to 8)
  • a two-dimensional directional filter corresponding to a filter angle of 112.5° is used.
  • a two-dimensional directional filter corresponding to a filter angle of 135° is used.
  • a two-dimensional directional filter corresponding to a filter angle of 157.5° is used.
  • FIG. 4 is a diagram showing an example of displaying pixel values of 5 ⁇ 5 pixels centered on the pixel of interest.
  • gradation values of 5 (rows) x 5 (columns) pixels centered around the pixel of interest are used in the two-dimensional filter processing.
  • the gradation value D of each pixel is defined by D(I-2, J-2) to D(I+2, J+2).
  • FIG. 5 is a diagram showing an example of displaying matrix vectors of a two-dimensional directional filter.
  • a 5 ⁇ 5 filter is used as the two-dimensional directional filter.
  • the two-dimensional directional filter corresponding to the i-th filter angle is Fi
  • each value of the two-dimensional directional filter Fi is defined as Fi (-2, -2) to Fi (2, 2).
  • FIG. 6 is a diagram showing a specific example of the two-dimensional directional filters F1 to F4.
  • FIG. 7 is a diagram showing a specific example of the two-dimensional directional filters F5 to F8.
  • F1 (-2, -2), F1 (-1, -2), F1 (0, -2), F1 (1, -2), F1 (2, -2), F1 (-2, -1), F1 (-1, -1), F1 (0, -1), F1 (1, -1), F1 (2, -1), F1(-1,0), F1(1,0), F1(-2,1), F1(-1,1), F1(0,1), F1(1,1), F1(2,1 ), F1(-2,2), F1(-1,2), F1(0,2), F1(1,2), and F1(2,2) are set to 0.
  • F2 (-2, -2), F2 (-1, -2), F2 (0, -2), F2 (1, -2), F2 (2, -2) , F2(-2,-1), F2(-1,-1), F2(0,-1), F2(0,1), F2(1,1), F2(2,1), F2( -2,2), F2(-1,2), F2(0,2), F2(1,2), and F2(2,2) are set to 0.
  • the values of F2(1,-1) and F2(-1,1) are set to -0.1165.
  • the values of F2(2,-1) and F2(-2,1) are set to -0.6488. Let the values of F2(-2,0) and F2(2,0) be -0.1989.
  • the values of F2(-1,0) and F2(1,0) are set to -0.0357. Let the value of F2 (0, 0) be 2.
  • F3 (-2, -2), F3 (-1, -2), F3 (0, -2), F3 (-2, -1), F3 (-1, - 1), F3 (0, -1), F3 (-2,0), F3 (-1,0), F3 (1,0), F3 (2,0), F3 (0,1), F3 ( 1,1), F3(2,1), F3(0,2), F3(1,2), and F3(2,2) are set to 0.
  • the values of F3 (1, -2), F3 (2, -1), F3 (-2, 1), and F3 (-1, 2) are set to -0.2426.
  • the values of F3(2,-2) and F3(-2,2) are set to -0.1716.
  • the values of F3(1,-1) and F3(-1,1) are set to -0.3431. Let the value of F3(0,0) be 2.
  • F4 (-2, -2), F4 (-1, -2), F4 (2, -2), F4 (-2, -1), F4 (-1, - 1), F4 (2, -1), F4 (-2,0), F4 (-1,0), F4 (1,0), F4 (2,0), F4 (-2,1), F4 (1,1), F4(2,1), F4(-2,2), F4(1,2), and F4(2,2) are set to 0.
  • the values of F4(0,-2) and F4(0,2) are set to -0.19896.
  • the values of F4 (1, -2) and F4 (-1, 2) are set to -0.6488.
  • the values of F4(0,-1) and F4(0,1) are set to -0.0357.
  • the values of F4(1,-1) and F4(-1,1) are set to -0.1165. Let the value of F4 (0, 0) be 2.
  • F5 (-2, -2), F5 (-1, -2), F5 (1, -2), F5 (2, -2), F5(-2,-1), F5(-1,-1), F5(0,-1), F5(1,-1), F5(2,-1), F5(-2,0), F5 (-1,0), F5 (1,0), F5 (2,0), F5 (-2,1), F5 (-1,1), F5 (0,1), F5 (1,1 ), F5(2,1), F5(-2,2), F5(-1,2), F5(1,2), and F5(2,2) are set to 0.
  • F6 (-2, -2), F6 (1, -2), F6 (2, -2), F6 (-2, -1), F6 (1, -1) , F6(2,-1), F6(-2,0), F6(-1,0), F6(1,0), F6(2,0), F6(-2,1), F6(- 1,1), F6(2,1), F6(-2,2), F6(-1,2), and F6(2,2) are set to 0.
  • the values of F6 (-1, -2) and F6 (1, 2) are set to -0.6488. Let the values of F6 (0, -2) and F6 (0, 2) be -0.1989. The values of F6(-1,-1) and F6(1,1) are set to -0.1165.
  • F7 In the two-dimensional directional filter F7, F7 (0, -2), F7 (1, -2), F7 (2, -2), F7 (0, -1), F7 (1, -1), F7 (2,-1), F7(-2,0), F7(-1,0), F7(1,0), F7(2,0), F7(-2,1), F7(-1, 1), F7 (0, 1), F7 (-2, 2), F7 (-1, 2), and F7 (0, 2) are set to 0.
  • the values of F7(-2,-2) and F7(2,2) are set to -0.1716.
  • the values of F7(-1,-2), F7(-2,-1), F7(2,1), and F7(1,2) are set to -0.2426.
  • the values of F7(-1,-1) and F7(1,1) are set to -0.3431. Let the value of F7(0,0) be 2.
  • F8 (-2, -2), F8 (-1, -2), F8 (0, -2), F8 (1, -2), F8 (2, -2) , F8(0,-1), F8(1,-1), F8(2,-1), F8(-2,1), F8(-1,1), F8(0,1), F8( -2,2), F8(-1,2), F8(0,2), F8(1,2), and F8(2,2) are set to 0.
  • the values of F8(-2,-1) and F8(2,1) are set to -0.6488.
  • the values of F8(-1,-1) and F8(1,1) are set to -0.1165.
  • F8(-2,0) and F8(2,0) are set to -0.19896.
  • the values of F8(-1,0) and F8(1,0) are set to -0.0357. Let the value of F8(0,0) be 2.
  • the two-dimensional filter processing circuit 302 performs the calculation of equation (1), and performs a convolution calculation between the two-dimensional filter Fi and the pixel of interest.
  • In_i indicates the intensity after filtering by the two-dimensional directional filter Fi.
  • D indicates the gradation value of the pixel.
  • k is an integer between -2 and 2 indicating the amount of shift from the coordinate I.
  • l is an integer from ⁇ 2 to 2 indicating the amount of shift from the coordinate J.
  • formula (2) is expressed by the following formula.
  • In_i D(I-2,J-2)Fi(-2,-2)+D(I-1,J-2)Fi(-1,-2)+D(I,J-2)Fi(0, -2)+D(I+1,J-2)Fi(1,-2)+D(I+2,J-2)Fi(2,-2)+D(I-2,J-1)Fi(-2,-1 )+D(I-1,J-1)Fi(-1,-1)+D(I,J-1)Fi(0,-1)+D(I+1,J-1)Fi(1,-1)+D (I+2,J-1)Fi(2,-1)+D(I-2,J)Fi(-2,0)+D(I-1,J)Fi(-1,0)+D(I,J) Fi(0,0)+D(I+1,J)Fi(1,0)+D(I+2,J)Fi(2,0)+D(I-2,J+1)Fi(-2,1)+D(I-1 , J+1)Fi(-2,
  • FIG. 8 is a flowchart of the inspection process.
  • the inspection process roughly includes an inspection image acquisition process (step S1), a reference image generation process (step S2), and a comparison process (step S3).
  • the image acquisition circuit 213 acquires an SEM image of the sample 30 from the imaging mechanism 10 (step S11).
  • the image acquisition circuit 213 transmits the SEM image to the contour extraction circuit 214.
  • the contour extraction circuit 214 performs noise filter processing to remove noise from the SEM image (step S12).
  • the contour extraction circuit 214 extracts the contour of the pattern from the SEM image after the noise filter processing (step S13), and generates an inspection image (contour image). That is, the contour extraction circuit 214 extracts a contour line and a plurality of contour points for each graphic pattern.
  • the contour extraction circuit 214 transmits the generated inspection image to the comparison circuit 215 and the storage device 22.
  • the inspection device 1 acquires the design data 221 via the communication device 25 (step S21).
  • the acquired design data 221 is stored in the storage device 22, for example.
  • the expansion circuit 211 reads out the design data 221 stored in the storage device 22. Then, the expansion circuit 211 executes expansion processing and expands (converts) the design data 221 into, for example, 8-bit image data (expanded image) (step S22). Each pixel of the developed image has a pixel value corresponding to the occupancy rate of the figure of the design data occupying the pixel. For example, in the case of 8-bit image data, the pixel value is 0 when the occupancy rate of the design figure is 0%, and the pixel value is 255 when the occupancy rate is 100%.
  • the expansion circuit 211 transmits the expanded image to the reference image generation circuit 212 and the storage device 22.
  • the reference image generation circuit 212 executes resizing processing and corner rounding processing of the developed image (step S23).
  • the reference image generation circuit 212 extracts the outline of the pattern from the developed image that has been subjected to the resizing process and the corner rounding process (step S24), and generates a reference image (contour image).
  • the reference image generation circuit 212 transmits the generated reference image to the comparison circuit 215 and the storage device 22.
  • the comparison circuit 215 performs alignment using the inspection image and the reference image (step S31), and aligns the pattern in the inspection image with the pattern in the reference image. For example, the comparison circuit 215 obtains a relative vector between each outline position of the inspection image and the corresponding outline position of the reference image, and uses the average value as the alignment shift amount. That is, the comparison circuit 215 calculates the alignment shift amount of the test image with respect to the reference image.
  • the comparison circuit 215 measures the amount of distortion of the inspection image (step S32) and calculates the distortion coefficient. For example, due to stage movement accuracy or distortion of the sample 30, a positional shift may occur between the coordinate information of the pattern based on the design data 221 and the coordinates of the pattern calculated from the photographed image.
  • the comparison circuit 215 measures the amount of distortion of the inspection image from, for example, the distribution of local alignment shift amounts within the surface of the sample 30, and calculates the distortion coefficient.
  • the comparison circuit 215 compares the inspection image and the reference image (step S33). Comparison circuit 215 detects defects based on the comparison results. In other words, the comparison circuit 215 calculates the amount of positional deviation between the outline of the test image and the outline of the reference image for each pixel based on the relative vector and the distortion coefficient. The comparison circuit 215 then detects a defect based on the amount of positional deviation. The comparison result is output to the storage device 22 or the display device (monitor) 23.
  • FIG. 9 is a diagram showing a specific example of 4 ⁇ 4 pixels including the outline of the inspection image and the outline of the reference image.
  • the comparison circuit 215 calculates the distance (positional deviation amount) to the outline of the reference image for each outline point of the inspection image. Then, the comparison circuit 215 determines that there is a defect when the amount of positional deviation exceeds a preset threshold.
  • control circuit 21 may display them on the display device 23, for example, or output them to an external device (for example, a review device, etc.) via the communication device 25. Good too.
  • FIG. 10 is a flowchart of the contour extraction process.
  • steps S101 to S109 are executed for each pixel of the SEM image (photographed image) after the noise filter processing. The details of each step will be explained.
  • the two-dimensional filter processing circuit 302 performs two-dimensional filter processing corresponding to a plurality of directions (filter angles) on each pixel of the SEM image after the noise filter processing. The two-dimensional filter processing circuit 302 then compares the post-filter intensity and the intensity threshold for each filter angle.
  • FIG. 11 is a graph showing the relationship between filter angle and filtered intensity.
  • the two-dimensional directional filter processing circuit 302 executes filter processing at each of the eight filter angles and calculates the post-filter intensity.
  • the value of the post-filter intensity is maximum when the two-dimensional directional filter F5 is used and the filter angle is 90 degrees.
  • a different intensity threshold Th1 is set for each filter angle.
  • the two-dimensional directional filter processing circuit 302 compares the filtered intensity and the intensity threshold Th1 at each filter angle.
  • Step S102 The contour extraction circuit 214 checks whether there is a filtered intensity greater than the intensity threshold Th1. If there is no filter angle whose post-filter intensity is higher than the intensity threshold Th1 (step S102_No), the contour extraction circuit 214 determines that the pixel does not correspond to a contour point candidate pixel, and ends the contour extraction at the pixel.
  • the contour extraction circuit 214 extracts the pixel as a contour point candidate pixel.
  • the normal direction calculation circuit 303 displays the intensity distribution by regarding the filtered intensity and the filter angle as polar coordinates.
  • the i-th filtered intensity is In_i
  • the filter angle is Si.
  • the filter angle is in the range of 0° to 180°, so for 180° to 360°, the filter angle of 0° to 180° is set as the filter angle symmetrical to the origin.
  • the post-filter intensity is then set to a value equal to the filter angle symmetrical to the origin.
  • FIG. 12 shows a specific example of a display converted to polar coordinates.
  • FIG. 12 is a graph showing the result of converting the relationship between the filtered intensity and the filter angle shown in FIG. 11 into polar coordinates.
  • the intensity distribution becomes bipolar.
  • the ellipse indicated by the dashed line is an equivalent ellipse for the bipolar intensity distribution.
  • the normal direction calculation circuit 303 calculates the angle in the principal axis direction of the equivalent ellipse from the second moment of the filtered intensity converted into polar coordinates as the angle in the normal direction to the contour line.
  • the normal direction calculation circuit 303 calculates the second moment M20 in the X direction, that is, the variance of X, by calculating the equation (3).
  • the normal direction calculation circuit 303 calculates the second moment M02 in the Y direction, that is, the variance of Y, by calculating the equation (4).
  • the normal direction calculation circuit 303 calculates the XY cross moment M11, that is, the XY covariance, by calculating the equation (5).
  • the normal direction calculation circuit 303 calculates the equation (6) to calculate the angle ⁇ in the main axis direction, that is, the normal direction.
  • mod indicates a remainder operation function. If mod (a, b), the answer is the remainder when a is divided by b.
  • floor(c) represents the nearest integer smaller than c
  • "x" here represents multiplication
  • "/" represents division.
  • atan2 represents an arctangent function.
  • the answer to the function of atan2 is expressed in the range of - ⁇ to ⁇ using the arc degree method.
  • the order of the arguments in parentheses of atan2 in equation (6) corresponds to programming languages such as C, C++, and Fortran.
  • pi indicates pi.
  • the one-dimensional profile calculation circuit 304 calculates a one-dimensional profile in the normal direction with the center of the contour point candidate pixel as the origin. More specifically, first, the one-dimensional profile calculation circuit 304 extracts sampling points at one-pixel intervals in the normal direction, with the center of the contour point candidate pixel as the origin.
  • FIG. 13 shows a specific example of sampling point extraction.
  • FIG. 13 is a diagram showing a specific example of sampling point extraction. In the example of FIG. 13, 5 ⁇ 5 pixels centered around the contour point candidate pixel are shown.
  • the one-dimensional profile calculation circuit 304 uses the normal direction with the center of the contour point candidate pixel as the origin (0) as one-dimensional coordinates. Then, the one-dimensional profile calculation circuit 304 extracts a plurality of sampling points at one pixel intervals in the + direction and the - direction. If the interval of one pixel is L1, then the distance between two sampling points is. It is L1. In the example of FIG. 13, sampling points at coordinates (1), (2), and (3) are extracted from the origin with the right side of the page as the + direction. Similarly, sampling points at coordinates (-1), (-2), and (-3) are extracted with the left side of the page as the - direction. Note that it is preferable that the number of sampling points is 11 or more, including contour point candidate pixels, in consideration of the processing described later.
  • the one-dimensional profile calculation circuit 304 calculates the gradation value (luminance value) at each sampling point and creates a one-dimensional profile in the normal direction. More specifically, the position of the sampling point is set in sub-pixel units where one pixel is divided into a plurality of sub-pixels. For example, the one-dimensional profile calculation circuit 304 calculates the gradation value at the sampling point using a bicubic interpolation method using surrounding 4 ⁇ 4 pixels (16 pixels).
  • FIG. 14 shows a specific example of tone values at sampling points.
  • FIG. 14 is a graph showing a specific example of tone values at sampling points.
  • the sampling point of the contour point candidate pixel is set to coordinates (0), and 11 sampling points from (-5) to (5) are extracted.
  • the sampling point at coordinates (-1) has the highest gradation value
  • the sampling point at coordinates (4) has the lowest gradation value.
  • the edge filter processing circuit 305 performs edge filter processing on the gradation values of the sampling points.
  • FIG. 15 shows a specific example of edge filter processing.
  • FIG. 15 is a graph showing a specific example of the filtered intensity after edge filtering of the one-dimensional profile shown in FIG. 14.
  • FIG. 15 shows the result of performing a convolution operation using a 1 ⁇ 5 one-dimensional filter (-1, 0, 2, 0, 1) as edge filter processing.
  • the contour point coordinate calculation circuit 306 executes interpolation processing of the filtered intensity after the edge filter processing to calculate the coordinates of the contour point. More specifically, first, interpolation processing of the filtered intensity of each sampling point is performed. For example, spline interpolation is used as the interpolation process. The contour point coordinate calculation circuit 306 calculates, as the coordinates of the contour point, the coordinate at which the filtered intensity is the maximum value from the result of the interpolation process.
  • FIG. 16 shows a specific example of spline interpolation.
  • FIG. 16 is a graph showing a specific example in which spline interpolation is applied to the filtered intensity shown in FIG. 15.
  • the contour point coordinate calculation circuit 306 sets the coordinate (A) at which the filtered intensity is maximum after spline interpolation. Then, the distance from the origin (0) to the coordinate (A) is defined as L2. In the example of FIG. 16, the filtered intensity takes the maximum value at the coordinate (A) located at a distance L2 in the - direction.
  • the contour point coordinate calculation circuit 306 converts the coordinate (A) of the distance L2 in the normal direction from polar coordinates (L2, ⁇ ) to XY coordinates, and calculates the coordinates of the contour point.
  • FIG. 17 shows a specific example of the coordinates of contour points.
  • FIG. 17 is a diagram showing a specific example in which the maximum value of the intensity after filtering by spline interpolation shown in FIG. 16 is set as a contour point.
  • 5 ⁇ 5 pixels centered around the contour point candidate pixel are shown.
  • a contour point is calculated at a position that is a distance L2 in the normal direction of the - direction.
  • Isolated contour point removal circuit 307 removes isolated contour points.
  • FIG. 18 shows a specific example of isolated contour points.
  • FIG. 18 is a diagram showing a specific example of isolated contour points. In the example of FIG. 18, 5 ⁇ 5 pixels centered around the isolated contour point are shown.
  • the isolated contour point removal circuit 307 sets 3 ⁇ 3 surrounding pixels as target pixels for the contour point CP1 to be confirmed as an isolated contour point. Then, the isolated contour point removal circuit 307 compares the number of contour points included in the target pixel with a preset threshold value. For example, the threshold value is set to 2. In the example of FIG. 18, there is one contour point within the target pixel, which is lower than the threshold. Therefore, the isolated contour point removal circuit 307 removes the contour point CP1 as an isolated contour point.
  • a proximate contour point removal circuit 308 removes proximate contour points.
  • the adjacent contour point removal circuit 308 removes the target contour point as a nearby contour point when the distance between the target contour point and the adjacent contour point is less than a preset threshold.
  • FIG. 19 shows a specific example of adjacent contour points.
  • FIG. 19 is a diagram showing a specific example of adjacent contour points. In the example of FIG. 19, 5 ⁇ 5 pixels centered around the proximate contour point are shown.
  • the adjacent contour point removal circuit 308 removes the contour point CPn (n is any integer) to be confirmed as a nearby contour point by comparing it with the adjacent contour points CPn-1 and CPn+1. Calculate distance. In the example of FIG. 19, the distance Lcp between the contour point CPn and the contour point CPn+1 is less than the threshold value, so the contour point CPn is removed.
  • the contour extraction circuit 214 defines pixels including the remaining contour points as contour pixels. Then, the contour extraction circuit 214 generates a contour line from the contour points of the contour pixels.
  • the intensity threshold is set to a relatively low value, increasing the possibility that contour point candidate pixels will be erroneously extracted. In other words, there is a high possibility that a pseudo contour will be generated. Furthermore, the method of setting the filter angle at which the filtered intensity value is maximum to the angle in the normal direction has low angular resolution in the normal direction. Furthermore, the asymmetry of the image profile increases the possibility that an incorrect filter angle will be calculated as a normal angle.
  • the inspection device can set different intensity thresholds for each filter angle. Thereby, even if there is asymmetry in the image profile, it is possible to suppress extraction errors of contour point candidate pixels. Further, the inspection device can calculate the angle in the principal axis direction of the equivalent ellipse as the angle in the normal direction based on the result of converting the relationship between the filtered intensity and the filter angle into polar coordinates. Thereby, the angular resolution in the normal direction can be improved, and errors in calculating the angle in the normal direction can be suppressed. Therefore, the accuracy of extracting the outline of the inspection image can be improved.
  • the present invention is not limited to the above-described embodiments, and can be variously modified at the implementation stage without departing from the gist thereof.
  • each embodiment may be implemented in combination as appropriate, and in that case, the combined effect can be obtained.
  • the embodiments described above include various inventions, and various inventions can be extracted by combinations selected from the plurality of constituent features disclosed. For example, if a problem can be solved and an effect can be obtained even if some constituent features are deleted from all the constituent features shown in the embodiment, the configuration from which these constituent features are deleted can be extracted as an invention.

Landscapes

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

Abstract

実施形態によれば、検査装置は、撮像機構と、画素毎に複数の２次元方向フィルタを用いてフィルタ処理を実行する２次元方向フィルタ処理回路と、フィルタ処理によって算出されたフィルタ角度毎の強度のうち少なくとも１つがフィルタ角度毎に設定された閾値よりも大きい画素を輪郭点候補画素として抽出する輪郭抽出回路と、輪郭点候補画素において、フィルタ角度毎の強度を極座標に変換し、極座標に変換した結果に基づいて、第１方向の角度を算出する法線方向算出回路と、第１方向の１次元プロファイルに基づいて、輪郭点候補画素における輪郭点の座標を算出する輪郭点座標算出回路と、参照画像生成回路と、比較回路とを含む。

Description

検査装置及び検査画像の生成方法
　本発明は、試料上に形成されたパターンの欠陥検査をするための検査装置及び検査画像の生成方法に関する。
　半導体デバイスの製造工程では、露光装置（「ステッパ―」または「スキャナー」とも呼ばれる）を用いた縮小露光により、回路パターンが半導体基板上に転写される。露光装置では、回路パターンを半導体基板（以下、「ウェハ」とも表記する）上に転写するために、原画パターンが形成されたマスク（「レチクル」とも呼ばれる）が用いられる。
　例えば、最先端のデバイスでは、数ｎｍの線幅の回路パターンの形成が要求される。回路パターンの微細化に伴い、マスクにおける原画パターンも微細化している。このため、マスクの欠陥検査装置には、微細な原画パターンに対応した高い欠陥検出性能が求められる。
　欠陥検査方式には、試料（マスク等）を撮影した画像（撮影画像）に基づく検査画像と、設計データに基づく参照画像とを比較するＤ－ＤＢ（Die to Database）方式と、試料上に形成された同一パターンからなる複数の領域同士を比較するＤ－Ｄ（Die to Die）方式とがある。
　欠陥検査装置は、撮影画像からパターンの輪郭線を抽出して、検査画像を生成する。欠陥検査装置は、検査画像のパターンの輪郭線と、参照画像のパターンの輪郭線とを比較することにより欠陥を検出している。
　例えば、引用文献１では、異なる方向性を持った複数の２次元空間フィルタ関数を用いて撮影画像から輪郭線の抽出を行う方法が開示されている。この場合、各フレーム画像（画素）において、方向毎にフィルタ処理が行われる。そして、方向毎に得られた値（フィルタ後強度）のうち少なくとも１つが閾値よりも大きい場合、当該画素が、輪郭線を含む画素の候補（輪郭画素候補）として抽出される。
日本国特開２０２２－１６７７９号公報
　例えば、撮影画像において、画像プロファイルに非対称性がある場合、すなわち、撮影画像に方向依存性がある場合、フィルタ後強度に方向依存性が生じる。このため、全ての方向のフィルタ後強度を同じ強度閾値で判定する場合、フィルタ後強度の判定に用いられる強度閾値は強度の低い方向に合わせて比較的低い値に設定する必要が生じる。しかし、強度閾値を低くすると、ノイズが検出されて、擬似輪郭が生成される可能性が高くなる。また、フィルタ後強度の大きさに基づいて輪郭線の法線方向を決定すると、フィルタ後強度に方向依存性があるため、法線方向が誤って算出される可能性が高くなる。
　本発明はこうした点に鑑みてなされたものである。すなわち、本発明は、検査装置において、方向毎に異なる強度閾値を設定できる。そして、検査装置において、フィルタ後強度とフィルタ角度との関係を極座標に変換した結果に基づいて、等価楕円の主軸方向の角度を法線方向の角度として算出することができる。これにより、輪郭線の検出と法線方向決定が独立に処理されるため、検査画像の輪郭線の抽出精度を向上できる検査装置及び検査画像の生成方法を提供することを目的とする。
　本発明の第１の態様によれば、検査装置は、試料の画像を撮像する撮像機構と、画像の画素毎に、異なるフィルタ角度に対応する複数の２次元方向フィルタを用いてフィルタ処理を実行する２次元方向フィルタ処理回路と、フィルタ処理によって算出されたフィルタ角度毎の強度のうち少なくとも１つがフィルタ角度毎に設定された閾値よりも大きい画素を輪郭点候補画素として抽出する輪郭抽出回路と、輪郭点候補画素において、フィルタ角度毎の強度を極座標に変換し、極座標に変換した結果に基づいて、第１方向の角度を算出する法線方向算出回路と、第１方向の１次元プロファイルに基づいて、輪郭点候補画素における輪郭点の座標を算出する輪郭点座標算出回路と、参照画像を生成する参照画像生成回路と、輪郭点に基づく検査画像と参照画像とを比較する比較回路とを含む。
　本発明の第２の態様によれば、検査画像の生成方法は、試料を撮像した画像の画素毎に、異なるフィルタ角度に対応する複数の２次元方向フィルタを用いてフィルタ処理を実行する工程と、フィルタ処理によって算出されたフィルタ角度毎の強度のうち少なくとも１つがフィルタ角度毎に設定された閾値よりも大きい画素を輪郭点候補画素として抽出する工程と、輪郭点候補画素において、フィルタ角度毎の強度を極座標に変換する工程と、極座標に変換した結果に基づいて、第１方向の角度を算出する工程と、第１方向の１次元プロファイルに基づいて、輪郭点候補画素における輪郭点の座標を算出する工程とを含む。
　本発明の検査装置及び検査画像の生成方法によれば、検査画像の輪郭線の抽出精度を向上できる。
図１は、一実施形態に係る検査装置の全体構成を示す図である。 図２は、一実施形態に係る検査装置が含む輪郭抽出回路のブロック図である。 図３は、一実施形態に係る検査装置における２次元方向フィルタのフィルタ角度の一例を示す図である。 図４は、一実施形態に係る検査装置における注目画素を中心とした５×５画素の画素値の表示例を示す図である。 図５は、一実施形態に係る検査装置における２次元方向フィルタの行列ベクトルの表示例を示す図である。 図６は、一実施形態に係る検査装置における２次元方向フィルタＦ１～Ｆ４の具体例を示す図である。 図７は、一実施形態に係る検査装置における２次元方向フィルタＦ５～Ｆ８の具体例を示す図である。 図８は、一実施形態に係る検査装置における検査工程のフローチャートである。 図９は、一実施形態に係る検査装置における比較工程において、検査画像の輪郭線と参照画像の輪郭線を含む４×４画素の具体例を示す図である。 図１０は、一実施形態に係る検査装置における輪郭抽出工程のフローチャートである。 図１１は、一実施形態に係る検査装置におけるフィルタ角度とフィルタ後強度との関係を示すグラフである。 図１２は、図１１に示すフィルタ後強度とフィルタ角度との関係を極座標に変換した結果を示すグラフである。 図１３は、一実施形態に係る検査装置におけるサンプリング点の抽出の具体例を示す図である。 図１４は、一実施形態に係る検査装置において、サンプリング点における階調値の具体例を示すグラフである。 図１５は、図１４に示す１次元プロファイルのエッジフィルタ処理後のフィルタ後強度の具体例を示すグラフである。 図１６は、図１５に示すフィルタ後強度にスプライン補間を適用した具体例を示すグラフである。 図１７は、図１６に示すスプライン補間によるフィルタ後強度の最大値を輪郭点とした具体例を示す図である。 図１８は、一実施形態に係る検査装置における孤立輪郭点の具体例を示す図である。 図１９は、一実施形態に係る検査装置における近接輪郭点の具体例を示す図である。
　以下に、実施形態について図面を参照して説明する。実施形態は、発明の技術的思想を具体化するための装置や方法を例示している。図面は模式的または概念的なものであり、各図面の寸法及び比率等は必ずしも現実のものと同一とは限らない。本発明の技術的思想は、構成要素の形状、構造、配置等によって特定されるものではない。
　以下では、検査装置として、走査型電子顕微鏡（以下、「ＳＥＭ（Scanning Electron Microscope）」と表記する）を用いて測定対象パターンの電子線画像（以下、「ＳＥＭ画像」とも表記する）を撮像する欠陥検査装置について説明する。なお、欠陥検査装置は、光学顕微鏡を用いてパターンの光学画像を撮像してもよいし、受光素子を用いて、試料を反射または透過した光の光学画像を撮像してもよい。また、本実施形態では、検査対象となる試料がマスクである場合について説明するが、試料は、半導体装置の製造に用いられるウェハ、または液晶表示装置などに使用される基板等、表面にパターンが設けられている試料であればよい。
　１　検査装置の全体構成
　まず、図１を参照して、検査装置の全体構成の一例について説明する。図１は、検査装置１の全体構成を示す図である。
　図１に示すように、検査装置１は、撮像機構１０と制御機構２０とを含む。
　撮像機構１０は、試料室１１及び鏡筒１２を含む。鏡筒１２は、試料室１１の上に設置されている。例えば、鏡筒１２は、試料室１１に対し垂直に延伸する円筒形状を有している。試料室１１及び鏡筒１２は、互いに接する面が開口している。試料室１１と鏡筒１２とにより形成される空間は、ターボ分子ポンプ等を用いて真空（減圧）状態に保持される。
　試料室１１内には、ステージ１３、ステージ駆動機構１４、及び検出器１５が設けられている。
　ステージ１３の上には、試料（マスク）３０が載置される。ステージ１３は、ステージ１３の表面に平行なＸ方向、及びステージ１３の表面に平行であり且つＸ方向と交差するＹ方向に移動可能である。また、ステージ１３は、ステージ１３の表面に垂直なＺ方向に移動可能であってもよいし、Ｚ方向を回転軸として、ＸＹ平面上で回転軸周りに回転可能であってもよい。
　ステージ駆動機構１４は、ステージ１３を、Ｘ方向及びＹ方向に移動させるための駆動機構を有する。なお、ステージ駆動機構１４は、例えば、ステージ１３をＺ方向に移動させる機構を有していてもよいし、Ｚ方向を回転軸として、ステージ１３をＸＹ平面上で回転軸周りに回転させる機構を有していてもよい。
　検出器１５は、試料から放出された二次電子または反射電子等を検出する。検出器１５は、検出した二次電子または反射電子等の信号、すなわちＳＥＭ画像のデータを、画像取得回路２１３に送信する。
　鏡筒１２内には、ＳＥＭの構成要素である電子銃１６及び電子光学系１７が設けられている。図１の例では、試料３０にシングルビームを照射する電子光学系の構成が示されている。なお、ＳＥＭは、試料３０にマルチビームを照射する構成であってもよい。
　電子銃１６は、試料室１１に向かって電子線を射出するように設置されている。
　電子光学系１７は、電子銃１６から射出された電子線を、試料３０の所定の位置に収束させて照射する。例えば、電子光学系１７は、複数の集束レンズ１０１及び１０２と、複数の走査コイル１０３及び１０４と、対物レンズ１０５を含む。電子銃１６から射出された電子線は、加速された後に集束レンズ１０１及び１０２、並びに対物レンズ１０５によって、ステージ１３上に載置された試料３０の表面に電子スポットとして集束する。走査コイル１０３及び１０４は、試料３０上における電子スポットの位置を制御する。
　制御機構２０は、制御回路２１、記憶装置２２、表示装置２３、入力装置２４、及び通信装置２５を含む。
　制御回路２１は、検査装置１の全体を制御する。より具体的には、制御回路２１は、撮像機構１０を制御してＳＥＭ画像（撮影画像）を取得する。また、制御回路２１は、制御機構２０を制御して、参照画像と検査画像とを比較し、欠陥を検出する。すなわち、制御回路２１は、欠陥検査を実行するためのプロセッサである。例えば、制御回路２１は、図示せぬＣＰＵ（Central Processing Unit）、ＲＡＭ（Random Access Memory）、及びＲＯＭ（Read Only Memory）を含む。例えば、ＣＰＵは、非一時的な記憶媒体としてのＲＯＭあるいは記憶装置２２に格納されたプログラムをＲＡＭに展開する。そして、制御回路２１は、ＲＡＭに展開されたプログラムをＣＰＵにより解釈及び実行して、検査装置１を制御する。なお、制御回路２１は、例えば、マイクロプロセッサなどのＣＰＵデバイスであってもよいし、パーソナルコンピュータなどのコンピュータ装置であってもよい。また、制御回路２１は、少なくとも一部の機能が、特定用途集積回路（ＡＳＩＣ：Application Specific Integrated Circuit）、フィールドプログラマブルゲートアレイ（ＦＰＧＡ：Field Programmable Gate Alley）、または、グラフィック処理ユニット（ＧＰＵ:Graphics Processing Unit）等の他の集積回路によって担われる専用回路（専用プロセッサ）を含んでいてもよい。
　制御回路２１は、展開回路２１１、参照画像生成回路２１２、画像取得回路２１３、輪郭抽出回路２１４、及び比較回路２１５を含む。なお、これらは、ＣＰＵ、ＡＳＩＣ、ＦＰＧＡ、または、ＧＰＵなどの集積回路が実行するプログラムによって構成されてもよいし、それらの集積回路が備えるハードウェアまたはファームウェアによって構成されてもよいし、それらの集積回路によって制御される個別の回路によって構成されてもよい。以下では、制御回路２１が、実行するプログラムによって、展開回路２１１、参照画像生成回路２１２、画像取得回路２１３、輪郭抽出回路２１４、及び比較回路２１５の機能を実現する場合について説明する。
　展開回路２１１は、例えば、記憶装置２２に保持されている設計データ２２１をパターン（図形）毎のデータに展開し、その図形データの図形形状を示す図形コード、図形寸法などを解釈する。そして、展開回路２１１は、設計データを、所定の量子化寸法のグリッドを単位とするマス目内に配置されるパターンとして、２値または多値（例えば８ｂｉｔ）の画像（以下、「展開画像」とも表記する）に展開する。展開回路２１１は、展開画像の画素毎に図形が占める占有率を演算する。このようにして、演算された各画素内の図形占有率が画素値である。以下では、展開画像の画素値が８ビットの階調データで表される場合について説明する。この場合、各画素の画素値は、０～２５５の階調値で表される。画素値が０の場合、図形占有率は、０％であり、画素値が２５５の場合、図形占有率は、１００％である。
　参照画像生成回路２１２は、展開画像のリサイズ処理及びコーナー丸め処理を行う。リサイズ処理は、展開画像の図形パターンをリサイズする処理である。コーナー丸め処理は、リサイズ処理後の図形パターンのコーナー部分を丸める処理である。そして、参照画像生成回路２１２は、リサイズ処理及びコーナー丸め処理後の展開画像から輪郭を抽出して参照画像（輪郭画像）を生成する。参照画像生成回路２１２は、生成した参照画像を比較回路２１５及び記憶装置２２に送信する。
　画像取得回路２１３は、撮像機構１０の検出器１５からＳＥＭ画像のデータを取得する。画像取得回路２１３は、ＳＥＭ画像のデータを、輪郭抽出回路２１４及び記憶装置２２に送信する。
　輪郭抽出回路２１４は、ＳＥＭ画像から輪郭データを抽出して検査画像（輪郭画像）を生成する。輪郭データは、パターンの輪郭点及び輪郭点を結ぶ輪郭線に関する情報を含む。換言すると、輪郭データは、画素毎に輪郭線が通る座標の代表値、すなわち輪郭点と、輪郭点における輪郭ベクトルの法線方向の情報とを含む。輪郭抽出回路２１４の詳細については後述する。
　比較回路２１５は、検査画像と参照画像とを比較して欠陥を検出する。より具体的には、比較回路２１５は、検査画像と参照画像とのアライメントを行い、参照画像に対する検査画像のシフト量を算出する。比較回路２１５は、例えば、試料３０面内におけるシフト量のばらつき等から検査画像の歪み量を測定し、歪み係数を算出する。例えば、歪み量を画像内の座標（Ｘ，Ｙ）の多項式モデルで表し、歪み係数をその多項式の係数とすると好適である。比較回路２１５は、シフト量及び歪み係数を考慮した適切なアルゴリズムを用いて、検査画像と参照画像とを比較する。比較回路２１５は、検査画像と参照画像の誤差が予め設定された値を超えた場合には、対応する試料３０の座標位置に欠陥があると判定する。
　記憶装置２２は、欠陥検査に関するデータ及びプログラムを記憶する。例えば、記憶装置２２は、設計データ２２１、検査条件のパラメータ情報２２２、検査データ２２３、及び閾値データ等を記憶する。例えば、検査条件のパラメータ情報２２２には、撮像機構１０の撮像条件、参照画像生成条件、ＳＥＭ画像の輪郭抽出条件、及び欠陥検出条件等が含まれる。検査データ２２３には、画像データ（展開画像、参照画像、ＳＥＭ画像、及び検査画像）、並びに検出された欠陥に関するデータ（座標及びサイズ等）が含まれる。強度閾値データ２２４は、ＳＥＭ画像の輪郭抽出に用いられる強度閾値のデータである。また、記憶装置２２は、非一時的な記憶媒体として、欠陥検査プログラム２２５を記憶する。欠陥検査プログラム２２５は、制御回路２１に欠陥検査を実行させるためのプログラムである。
　なお、記憶装置２２は、外部ストレージとして、磁気ディスク記憶装置（ＨＤＤ：Hard Disk Drive）またはソリッドステートドライブ（ＳＳＤ）等の各種記憶装置を含んでいてもよい。更に、記憶装置２２は、例えば、非一時的な記憶媒体としてＣＤ（Compact Disc）またはＤＶＤ（Digital Versatile Disc）等に記憶されたプログラムを読み込むためのドライブを含んでいてもよい。
　表示装置２３は、例えば、表示画面（例えば、ＬＣＤ（Liquid Crystal Display）またはＥＬ（Electroluminescence）ディスプレイ等）等を含む。表示装置２３は、制御回路２１の制御により、例えば、欠陥検出結果を表示する。
　入力装置２４は、キーボード、マウス、タッチパネル、またはボタンスイッチなどの入力装置である。
　通信装置２５は、外部装置との間でデータの送受信を行うために、ネットワークに接続するための装置である。通信には、各種の通信規格が用いられ得る。例えば、通信装置２５は、外部装置から設計データを受信し、欠陥検査の結果等を外部装置に送信する。
　２　輪郭抽出回路の構成
　次に、図２を参照して、輪郭抽出回路２１４の構成の一例について説明する。図２は、輪郭抽出回路２１４のブロック図である。なお、輪郭抽出回路２１４の各ブロックは、制御回路２１がファームウェア等を実行することによりその機能が実現されてもよいし、専用回路によりその機能が実現されてもよい。
　図２に示すように、輪郭抽出回路２１４は、ノイズフィルタ処理回路３０１、２次元方向フィルタ処理回路３０２、法線方向算出回路３０３、１次元プロファイル算出回路３０４、エッジフィルタ処理回路３０５、輪郭点座標算出回路３０６、孤立輪郭点除去回路３０７、及び近接輪郭点除去回路３０８を含む。なお、各部により生成されたデータは、その都度、記憶装置２２に記憶され得る。
　ノイズフィルタ処理回路３０１は、ＳＥＭ画像データのノイズを除去（減少）する。ノイズフィルタ処理回路３０１は、画像取得回路２１３からＳＥＭ画像データを取得する。そして、ノイズフィルタ処理回路３０１は、ＳＥＭ画像の図形パターンの端部のノイズを除去（低減）して、パターン端部の形状を滑らかにする。ノイズフィルタ処理には、ガウシアンフィルタ（Gaussian Filter）やバイラテラルフィルタ（Bilateral Filter）などの一般的なフィルタを用いることができる。
　２次元方向フィルタ処理回路３０２は、ノイズフィルタ処理後の画像データの各画素において、２次元方向フィルタ処理を実行する。２次元方向フィルタ処理回路３０２は、異なる方向性（以下、方向を「フィルタ角度」とも表記する）を持った複数の２次元方向フィルタを有する。２次元方向フィルタには、ラプラシアンフィルタ（Laplacian Filter）などの一般的なフィルタを用いることができる。２次元方向フィルタの詳細については後述する。２次元方向フィルタ処理回路３０２は、方向（フィルタ角度）毎に２次元方向フィルタ処理を実行し、フィルタ角度毎に強度値（以下、フィルタ処理後の強度値を「フィルタ後強度」と表記する）を算出する。２次元方向フィルタ処理回路３０２は、記憶装置２２から強度閾値データ２２４を読み出して、フィルタ角度毎にフィルタ後強度と強度閾値とを比較する。なお、強度閾値は、フィルタ角度毎に異なる値が設定され得る。例えば、強度閾値は、検査実行前にキャリブレーションパターンを撮像した結果に基づいて、フィルタ角度毎に設定される。２次元方向フィルタ処理回路３０２は、強度閾値以上のフィルタ後強度を有する画素を、輪郭点を含む候補の画素（以下、「輪郭点候補画素」と表記する）として抽出する。
　法線方向算出回路３０３は、輪郭点候補画素における輪郭線の法線方向を算出する回路である。法線方向算出回路３０３は、各フィルタ角度のフィルタ後強度分布を極座標に変換する。法線方向算出回路３０３は、極座標に変換した結果からその２次モーメントが等しい楕円（以下、「等価楕円」と表記する）の主軸方向を、法線方向として算出する。
　１次元プロファイル算出回路３０４は、輪郭点候補画素における法線方向の１次元プロファイルを算出する。
　エッジフィルタ処理回路３０５は、法線方向の１次元プロファイルに対して、エッジフィルタ処理を実行する。
　輪郭点座標算出回路３０６は、輪郭点候補画素における輪郭点の座標（位置）を算出する。輪郭点座標算出回路３０６は、エッジフィルタ処理後のフィルタ後強度の補間処理を実行する。輪郭点座標算出回路３０６は、補間処理後のフィルタ後強度の最大値を、輪郭点の座標として算出する。
　孤立輪郭点除去回路３０７は、孤立輪郭点を除去する。孤立輪郭点とは、対象輪郭点を含む輪郭点候補画素及びその周辺画素を含む領域（例えば、３（行）×３（列）画素）における輪郭点の個数が予め設定された個数（例えば、１個あるいは２個）以下の状態にある輪郭点である。
　近接輪郭点除去回路３０８は、近接輪郭点を除去する。近接輪郭点とは、隣接する輪郭点との距離が予め設定された距離以下の輪郭点である。
　３．２次元方向フィルタ処理
　次に、２次元方向フィルタ処理について説明する。
　３．１　２次元方向フィルタ処理のフィルタ角度
　まず、図３を参照して、２次元方向フィルタのフィルタ角度の一例を説明する。図３は、２次元方向フィルタのフィルタ角度の一例を示す図である。
　図３に示すように、例えば、０～１８０°の範囲で、８つのフィルタ角度（方向）に対応した８つの２次元方向フィルタが用いられる。各フィルタ角度の番号をｉ（ｉは１～８の整数）とすると、ｉ＝１の場合、フィルタ角度０°に対応した２次元方向フィルタが用いられる。ｉ＝２の場合、フィルタ角度２２．５°に対応した２次元方向フィルタが用いられる。ｉ＝３の場合、フィルタ角度４５°に対応した２次元方向フィルタが用いられる。ｉ＝５の場合、フィルタ角度９０°に対応した２次元方向フィルタが用いられる。ｉ＝６の場合、フィルタ角度１１２．５°に対応した２次元方向フィルタが用いられる。ｉ＝７の場合、フィルタ角度１３５°に対応した２次元方向フィルタが用いられる。ｉ＝８の場合、フィルタ角度１５７．５°に対応した２次元方向フィルタが用いられる。
　３．２　２次元方向フィルタ処理に用いられる各画素の画素値の表示例
　次に、図４を参照して、２次元方向フィルタ処理に用いられる各画素の画素値の表示例について説明する。図４は、注目画素を中心とした５×５画素の画素値の表示例を示す図である。
　図４に示すように、例えば、２次元方向フィルタ処理には、注目画素を中心とした５（行）×５（列）画素の階調値が用いられる。例えば、注目画素の座標を（Ｘ，Ｙ）＝（Ｉ，Ｊ）とする（ここでＩ及びＪは整数）。すると、５×５画素の各座標は、紙面左上から紙面右下に向かって、（Ｘ，Ｙ）＝（Ｉ－２，Ｊ－２）～（Ｉ＋２，Ｊ＋２）で表される。この場合、各画素の階調値Ｄは、Ｄ（Ｉ－２，Ｊ－２）～Ｄ（Ｉ＋２，Ｊ＋２）で定義される。
　３．３　２次元方向フィルタの行列ベクトルの座標
　次に、図５を参照して、２次元方向フィルタの行列ベクトルの座標表示の一例について説明する。図５は、２次元方向フィルタの行列ベクトルの表示例を示す図である。
　図５に示すように、例えば、２次元方向フィルタには、５×５のフィルタが用いられる。例えば、中心座標を（０，０）とすると、各座標位置は、紙面左下から紙面右上に向かって、（Ｘ，Ｙ）＝（－２，－２）～（２，２）で表される。例えば、ｉ番目のフィルタ角度に対応した２次元方向フィルタをＦｉとすると、２次元方向フィルタＦｉの各値は、Ｆｉ（－２，－２）～Ｆｉ（２，２）で定義される。
　３．４　２次元方向フィルタの具体例
　次に、図６及び図７を参照して、２次元方向フィルタの具体例について説明する。図６は、２次元方向フィルタＦ１～Ｆ４の具体例を示す図である。図７は、２次元方向フィルタＦ５～Ｆ８の具体例を示す図である。
　図６に示すように、例えば、２次元方向フィルタＦ１において、Ｆ１（－２，－２）、Ｆ１（－１，－２）、Ｆ１（０，－２）、Ｆ１（１，－２）、Ｆ１（２，－２）、Ｆ１（－２，－１）、Ｆ１（－１，－１）、Ｆ１（０，－１）、Ｆ１（１，－１）、Ｆ１（２，－１）、Ｆ１（－１，０）、Ｆ１（１，０）、Ｆ１（－２，１）、Ｆ１（－１，１）、Ｆ１（０，１）、Ｆ１（１，１）、Ｆ１（２，１）、Ｆ１（－２，２）、Ｆ１（－１，２）、Ｆ１（０，２）、Ｆ１（１，２）、及びＦ１（２，２）の値を０とする。Ｆ１（－２，０）及びＦ１（２，０）の値を－１とする。Ｆ１（０，０）の値を２とする。
　例えば、２次元方向フィルタＦ２において、Ｆ２（－２，－２）、Ｆ２（－１，－２）、Ｆ２（０，－２）、Ｆ２（１，－２）、Ｆ２（２，－２）、Ｆ２（－２，－１）、Ｆ２（－１，－１）、Ｆ２（０，－１）、Ｆ２（０，１）、Ｆ２（１，１）、Ｆ２（２，１）、Ｆ２（－２，２）、Ｆ２（－１，２）、Ｆ２（０，２）、Ｆ２（１，２）、及びＦ２（２，２）の値を０とする。Ｆ２（１，－１）及びＦ２（－１，１）の値を－０．１１６５とする。Ｆ２（２，－１）及びＦ２（－２，１）の値を－０．６４８８とする。Ｆ２（－２，０）及びＦ２（２，０）の値を－０．１９８９とする。Ｆ２（－１，０）及びＦ２（１，０）の値を－０．０３５７とする。Ｆ２（０，０）の値を２とする。
　例えば、２次元方向フィルタＦ３において、Ｆ３（－２，－２）、Ｆ３（－１，－２）、Ｆ３（０，－２）、Ｆ３（－２，－１）、Ｆ３（－１，－１）、Ｆ３（０，－１）、Ｆ３（－２，０）、Ｆ３（－１，０）、Ｆ３（１，０）、Ｆ３（２，０）、Ｆ３（０，１）、Ｆ３（１，１）、Ｆ３（２，１）、Ｆ３（０，２）、Ｆ３（１，２）、及びＦ３（２，２）の値を０とする。Ｆ３（１，－２）、Ｆ３（２，－１）、Ｆ３（－２，１）、及びＦ３（－１，２）の値を－０．２４２６とする。Ｆ３（２，－２）及びＦ３（－２，２）の値を－０．１７１６とする。Ｆ３（１，－１）及びＦ３（－１，１）の値を－０．３４３１とする。Ｆ３（０，０）の値を２とする。
　例えば、２次元方向フィルタＦ４において、Ｆ４（－２，－２）、Ｆ４（－１，－２）、Ｆ４（２，－２）、Ｆ４（－２，－１）、Ｆ４（－１，－１）、Ｆ４（２，－１）、Ｆ４（－２，０）、Ｆ４（－１，０）、Ｆ４（１，０）、Ｆ４（２，０）、Ｆ４（－２，１）、Ｆ４（１，１）、Ｆ４（２，１）、Ｆ４（－２，２）、Ｆ４（１，２）、及びＦ４（２，２）の値を０とする。Ｆ４（０，－２）及びＦ４（０，２）の値を－０．１９８９６とする。Ｆ４（１，－２）及びＦ４（－１，２）の値を－０．６４８８とする。Ｆ４（０，－１）及びＦ４（０，１）の値を－０．０３５７とする。Ｆ４（１，－１）及びＦ４（－１，１）の値を－０．１１６５とする。Ｆ４（０，０）の値を２とする。
　図７に示すように、例えば、２次元方向フィルタＦ５において、Ｆ５（－２，－２）、Ｆ５（－１，－２）、Ｆ５（１，－２）、Ｆ５（２，－２）、Ｆ５（－２，－１）、Ｆ５（－１，－１）、Ｆ５（０，－１）、Ｆ５（１，－１）、Ｆ５（２，－１）、Ｆ５（－２，０）、Ｆ５（－１，０）、Ｆ５（１，０）、Ｆ５（２，０）、Ｆ５（－２，１）、Ｆ５（－１，１）、Ｆ５（０，１）、Ｆ５（１，１）、Ｆ５（２，１）、Ｆ５（－２，２）、Ｆ５（－１，２）、Ｆ５（１，２）、及びＦ５（２，２）の値を０とする。Ｆ５（０，－２）及びＦ５（０，２）の値を－１とする。Ｆ５（０，０）の値を２とする。
　例えば、２次元方向フィルタＦ２において、Ｆ６（－２，－２）、Ｆ６（１，－２）、Ｆ６（２，－２）、Ｆ６（－２，－１）、Ｆ６（１，－１）、Ｆ６（２，－１）、Ｆ６（－２，０）、Ｆ６（－１，０）、Ｆ６（１，０）、Ｆ６（２，０）、Ｆ６（－２，１）、Ｆ６（－１，１）、Ｆ６（２，１）、Ｆ６（－２，２）、Ｆ６（－１，２）、及びＦ６（２，２）の値を０とする。Ｆ６（－１，－２）及びＦ６（１，２）の値を－０．６４８８とする。Ｆ６（０，－２）及びＦ６（０，２）の値を－０．１９８９とする。Ｆ６（－１，－１）及びＦ６（１，１）の値を－０．１１６５とする。Ｆ６（０，－１）及びＦ６（０，１）の値を－０．０３５７とする。Ｆ６（０，０）の値を２とする。
　例えば、２次元方向フィルタＦ７において、Ｆ７（０，－２）、Ｆ７（１，－２）、Ｆ７（２，－２）、Ｆ７（０，－１）、Ｆ７（１，－１）、Ｆ７（２，－１）、Ｆ７（－２，０）、Ｆ７（－１，０）、Ｆ７（１，０）、Ｆ７（２，０）、Ｆ７（－２，１）、Ｆ７（－１，１）、Ｆ７（０，１）、Ｆ７（－２，２）、Ｆ７（－１，２）、及びＦ７（０，２）の値を０とする。Ｆ７（－２，－２）及びＦ７（２，２）の値を－０．１７１６とする。Ｆ７（－１，－２）、Ｆ７（－２，－１）、Ｆ７（２，１）、及びＦ７（１，２）の値を－０．２４２６とする。Ｆ７（－１，－１）及びＦ７（１，１）の値を－０．３４３１とする。Ｆ７（０，０）の値を２とする。
　例えば、２次元方向フィルタＦ８において、Ｆ８（－２，－２）、Ｆ８（－１，－２）、Ｆ８（０，－２）、Ｆ８（１，－２）、Ｆ８（２，－２）、Ｆ８（０，－１）、Ｆ８（１，－１）、Ｆ８（２，－１）、Ｆ８（－２，１）、Ｆ８（－１，１）、Ｆ８（０，１）、Ｆ８（－２，２）、Ｆ８（－１，２）、Ｆ８（０，２）、Ｆ８（１，２）、及びＦ８（２，２）の値を０とする。Ｆ８（－２，－１）及びＦ８（２，１）の値を－０．６４８８とする。Ｆ８（－１，－１）及びＦ８（１，１）の値を－０．１１６５とする。Ｆ８（－２，０）及びＦ８（２，０）の値を－０．１９８９６とする。Ｆ８（－１，０）及びＦ８（１，０）の値を－０．０３５７とする。Ｆ８（０，０）の値を２とする。
　３．５　２次元方向フィルタ処理の演算式
　次に、２次元方向フィルタＦ１～Ｆ８の各々におけるフィルタ処理の演算式について説明する。２次元方向フィルタ処理回路３０２は、式（１）の演算を行い、２次元方向フィルタＦｉと注目画素との畳み込み演算を行う。
Figure JPOXMLDOC01-appb-M000001
　ここで、Ｉｎ＿ｉは、２次元方向フィルタＦｉによるフィルタ後強度を示す。Ｄは、画素の階調値を示す。アスタリスク（＊）は、畳み込み演算を示す。注目画素の座標を図４において説明した（Ｘ，Ｙ）＝（Ｉ，Ｊ）とすると、式（１）の演算は式（２）のように表せる。
Figure JPOXMLDOC01-appb-M000002
　ここで、ｋは、座標Ｉからのシフト量を示す－２～２の整数である。ｌは、座標Ｊからのシフト量を示す－２～２の整数である。
　より具体的には、式（２）は、下記の式により表される。
　　Ｉｎ＿ｉ＝Ｄ（Ｉ－２，Ｊ－２）Ｆｉ（－２，－２）＋Ｄ（Ｉ－１，Ｊ－２）Ｆｉ（－１，－２）＋Ｄ（Ｉ，Ｊ－２）Ｆｉ（０，－２）＋Ｄ（Ｉ＋１，Ｊ－２）Ｆｉ（１，－２）＋Ｄ（Ｉ＋２，Ｊ－２）Ｆｉ（２，－２）＋Ｄ（Ｉ－２，Ｊ－１）Ｆｉ（－２，－１）＋Ｄ（Ｉ－１，Ｊ－１）Ｆｉ（－１，－１）＋Ｄ（Ｉ，Ｊ－１）Ｆｉ（０，－１）＋Ｄ（Ｉ＋１，Ｊ－１）Ｆｉ（１，－１）＋Ｄ（Ｉ＋２，Ｊ－１）Ｆｉ（２，－１）＋Ｄ（Ｉ－２，Ｊ）Ｆｉ（－２，０）＋Ｄ（Ｉ－１，Ｊ）Ｆｉ（－１，０）＋Ｄ（Ｉ，Ｊ）Ｆｉ（０，０）＋Ｄ（Ｉ＋１，Ｊ）Ｆｉ（１，０）＋Ｄ（Ｉ＋２，Ｊ）Ｆｉ（２，０）＋Ｄ（Ｉ－２，Ｊ＋１）Ｆｉ（－２，１）＋Ｄ（Ｉ－１，Ｊ＋１）Ｆｉ（－１，１）＋Ｄ（Ｉ，Ｊ＋１）Ｆｉ（０，１）＋Ｄ（Ｉ＋１，Ｊ＋１）Ｆｉ（１，１）＋Ｄ（Ｉ＋２，Ｊ＋１）Ｆｉ（２，１）＋Ｄ（Ｉ－２，Ｊ＋２）Ｆｉ（－２，２）＋Ｄ（Ｉ－１，Ｊ＋２）Ｆｉ（－１，２）＋Ｄ（Ｉ，Ｊ＋２）Ｆｉ（０，２）＋Ｄ（Ｉ＋１，Ｊ＋２）Ｆｉ（１，２）＋Ｄ（Ｉ＋２，Ｊ＋２）Ｆｉ（２，２）
　４　検査工程の全体の流れ
　次に、検査工程の全体の流れの一例について、図８を用いて説明する。図８は、検査工程のフローチャートである。
　図８に示すように、検査工程は、大まかに、検査画像取得工程（ステップＳ１）と、参照画像生成工程（ステップＳ２）と、比較工程（ステップＳ３）とを含む。
　４．１　検査画像取得工程
　まず、ステップＳ１の検査画像取得工程の一例について説明する。画像取得回路２１３は、撮像機構１０から、試料３０のＳＥＭ画像を取得する（ステップＳ１１）。画像取得回路２１３は、ＳＥＭ画像を輪郭抽出回路２１４に送信する。
　次に、輪郭抽出回路２１４は、ＳＥＭ画像のノイズを除去するため、ノイズフィルタ処理を実行する（ステップＳ１２）。
　次に、輪郭抽出回路２１４は、ノイズフィルタ処理後のＳＥＭ画像からパターンの輪郭を抽出し（ステップＳ１３）、検査画像（輪郭画像）を生成する。すなわち、輪郭抽出回路２１４は、図形パターン毎に輪郭線及び複数の輪郭点を抽出する。
　輪郭抽出回路２１４は、生成した検査画像を比較回路２１５及び記憶装置２２に送信する。
　４．２　参照画像取得工程
　次に、参照画像取得工程の一例について説明する。例えば、検査装置１は、通信装置２５を介して、設計データ２２１を取得する（ステップＳ２１）。取得された設計データ２２１は、例えば、記憶装置２２に記憶される。
　展開回路２１１は、記憶装置２２に記憶された設計データ２２１を読み出す。そして、展開回路２１１は、展開処理を実行し、設計データ２２１を、例えば８ｂｉｔの画像データ（展開画像）に展開（変換）する（ステップＳ２２）。展開画像の各画素は、画素値として、設計データの図形が当該画素を占める占有率に相当する値を持つ。例えば８ｂｉｔの画像データの場合、設計図形の占有率が０％の場合の画素値は０であり、占有率が１００％の場合の画素値は２５５である。展開回路２１１は、展開画像を参照画像生成回路２１２及び記憶装置２２に送信する。
　次に、参照画像生成回路２１２は、展開画像のリサイズ処理及びコーナー丸め処理を実行する（ステップＳ２３）。
　次に、参照画像生成回路２１２は、リサイズ処理及びコーナー丸め処理が施された展開画像からパターンの輪郭を抽出し（ステップＳ２４）、参照画像（輪郭画像）を生成する。参照画像生成回路２１２は、生成した参照画像を比較回路２１５及び記憶装置２２に送信する。
　４．３　比較工程
　次に、比較工程の一例について説明する。まず、比較回路２１５は、検査画像と参照画像とを用いてアライメントを実行し（ステップＳ３１）、検査画像内のパターンと、参照画像内のパターンとの位置合わせを行う。例えば、比較回路２１５は、検査画像の各輪郭線位置と参照画像の対応する輪郭線位置との相対ベクトルを求め、その平均値をアライメントシフト量とする。すなわち、比較回路２１５は、参照画像に対する検査画像のアライメントシフト量を算出する。
　次に、比較回路２１５は、検査画像の歪み量を測定し（ステップＳ３２）、歪み係数を算出する。例えば、ステージ移動精度あるいは試料３０の歪み等により、設計データ２２１に基づくパターンの座標情報と、撮影画像から算出されたパターンの座標との間に位置ずれが生じる場合がある。比較回路２１５は、例えば、試料３０面内における局所的なアライメントシフト量の分布等から検査画像の歪み量を測定し、歪み係数を算出する。
　次に、比較回路２１５は、検査画像と参照画像とを比較する（ステップＳ３３）。比較回路２１５は、比較した結果に基づいて、欠陥を検出する。換言すれば、比較回路２１５は、相対ベクトルと歪み係数とに基づいて、画素毎に検査画像の輪郭線と参照画像の輪郭線との間の位置ずれ量を算出する。そして、比較回路２１５は、位置ずれ量に基づいて、欠陥を検出する。比較結果は、記憶装置２２または表示装置（モニタ）２３に出力される。
　検査画像と参照画像とを比較した具体例を図９に示す。図９は、検査画像の輪郭線と参照画像の輪郭線を含む４×４画素の具体例を示す図である。
　図９に示すように、比較回路２１５は、検査画像の輪郭点毎に、参照画像の輪郭線までの距離（位置ずれ量）を算出する。そして、比較回路２１５は、位置ずれ量が予め設定された閾値を超えた場合に、欠陥と判定する。
　制御回路２１は、欠陥検査の結果を、記憶装置２２に保存した後、例えば、表示装置２３に表示してもよく、通信装置２５を介して外部装置（例えば、レビュー装置等）に出力してもよい。
　５　輪郭抽出工程の詳細
　次に、図１０を参照して、ステップＳ１３の輪郭抽出工程の詳細について説明する。図１０は、輪郭抽出工程のフローチャートである。
　図１０に示すように、輪郭抽出工程としてステップＳ１０１～Ｓ１０９の処理が、ノイズフィルタ処理後のＳＥＭ画像（撮影画像）の画素毎に実行される。各ステップの詳細について説明する。
　［ステップＳ１０１］　
　２次元方向フィルタ処理回路３０２は、ノイズフィルタ処理後のＳＥＭ画像の各画素において、複数の方向（フィルタ角度）にそれぞれ対応した２次元方向フィルタ処理を実行する。そして、２次元方向フィルタ処理回路３０２は、フィルタ角度毎に、フィルタ後強度と強度閾値とを比較する。
　図１１を参照して、８方向の２次元方向フィルタＦ１～Ｆ８を用いた２次元方向フィルタ処理の具体例について説明する。図１１は、フィルタ角度とフィルタ後強度との関係を示すグラフである。
　図１１に示すように、２次元方向フィルタ処理回路３０２は、８つのフィルタ角度の各々にいて、フィルタ処理を実行し、フィルタ後強度を算出する。図１１の例では、２次元方向フィルタＦ５を用いたフィルタ角度９０°のときに、フィルタ後強度の値が最大となっている。
　フィルタ角度毎に異なる強度閾値Ｔｈ１が設定されている。図１１の例では、フィルタ角度２２．５°（ｉ＝２）における強度閾値Ｔｈ１が最も低く、フィルタ角度６７．５°（ｉ＝４）における強度閾値Ｔｈ１が最も高く設定されている。
　２次元方向フィルタ処理回路３０２は、各フィルタ角度において、フィルタ後強度と強度閾値Ｔｈ１とを比較する。図１１の例では、フィルタ角度６７．５°（ｉ＝４）、９０°（ｉ＝５）、及び１１２．５°（ｉ＝６）において、フィルタ後強度が強度閾値Ｔｈ１よりも高くなっている。
　［ステップＳ１０２］　
　輪郭抽出回路２１４は、強度閾値Ｔｈ１よりも大きいフィルタ後強度の有無を確認する。フィルタ後強度が強度閾値Ｔｈ１よりも高いフィルタ角度がない場合（ステップＳ１０２＿Ｎｏ）、輪郭抽出回路２１４は、当該画素は輪郭点候補画素に該当しないと判断し、当該画素における輪郭抽出を終了させる。
　他方で、フィルタ後強度が強度閾値Ｔｈ１よりも高いフィルタ角度がある場合（ステップＳ１０２＿Ｙｅｓ）、輪郭抽出回路２１４は、当該画素を輪郭点候補画素として、抽出する。
　［ステップＳ１０３］　
　法線方向算出回路３０３は、フィルタ後強度とフィルタ角度とを極座標と見なして強度分布を表示する。例えば、ｉ番目のフィルタ後強度をＩｎ＿ｉとし、フィルタ角度をＳｉとする。極座標（Ｉｎ＿Ｉ，Ｓｉ）は、ＸＹ座標に変換されると、（Ｘ，Ｙ）＝（Ｉｎ＿ｉ・ｃｏｓ（Ｓｉ），Ｉｎ＿ｉ・ｓｉｎ（Ｓｉ））で表される。このとき、フィルタ角度は、０°～１８０°の範囲なので、１８０°～３６０°については、０°～１８０°のフィルタ角度を原点対称としたフィルタ角度とする。そして、フィルタ後強度は、原点対称のフィルタ角度と等しい値に設定する。より具体的には、図３を用いて説明した０°～１８０°の範囲にある８つのフィルタ角度の番号ｉ＝１～８に対して、原点対称のフィルタ角度の番号をｉ＝９～１６とする。ｉ＝９は、ｉ＝１の原点対称である。ｉ＝９のフィルタ角度は、Ｓ９＝０°（Ｓ１）＋１８０°＝１８０°であり、フィルタ後強度は、Ｉｎ＿９＝Ｉｎ＿１の関係にある。ｉ＝１０は、ｉ＝２の原点対称である。ｉ＝１０のフィルタ角度は、Ｓ１０＝２２．５°（Ｓ２）＋１８０°＝２０２．５°であり、フィルタ後強度は、Ｉｎ＿１０＝Ｉｎ＿２の関係にある。ｉ＝１１は、ｉ＝３の原点対称である。ｉ＝１１のフィルタ角度は、Ｓ１１＝４５°（Ｓ３）＋１８０°＝２２５°であり、フィルタ後強度は、Ｉｎ＿１１＝Ｉｎ＿３の関係にある。ｉ＝１２は、ｉ＝４の原点対称である。ｉ＝１２のフィルタ角度は、Ｓ１２＝６７．５°（Ｓ４）＋１８０°＝２４７．５°であり、フィルタ後強度は、Ｉｎ＿１２＝Ｉｎ＿４の関係にある。ｉ＝１３は、ｉ＝５の原点対称である。ｉ＝１３のフィルタ角度は、Ｓ１３＝９０°（Ｓ５）＋１８０°＝２７０°であり、フィルタ後強度は、Ｉｎ＿１３＝Ｉｎ＿５の関係にある。ｉ＝１４は、ｉ＝６の原点対称である。ｉ＝１４のフィルタ角度は、Ｓ１４＝１１２．５°（Ｓ６）＋１８０°＝２９２．５°であり、フィルタ後強度は、Ｉｎ＿１４＝Ｉｎ＿６の関係にある。ｉ＝１５は、ｉ＝７の原点対称である。ｉ＝１５のフィルタ角度は、Ｓ１５＝１３５°（Ｓ７）＋１８０°＝３１５°であり、フィルタ後強度は、Ｉｎ＿１５＝Ｉｎ＿７の関係にある。ｉ＝１６は、ｉ＝８の原点対称である。ｉ＝１６のフィルタ角度は、Ｓ１６＝１５７．５°（Ｓ８）＋１８０°＝３３７．５°であり、フィルタ後強度は、Ｉｎ＿１６＝Ｉｎ＿８の関係にある。
　図１２に極座標に変換した表示の具体例を示す。図１２は、図１１に示すフィルタ後強度とフィルタ角度との関係を極座標に変換し、その結果を表示したグラフである。
　図１２に示すように、極座標に変換することにより、強度分布が双極形となる。破線で示す楕円は、双極形となる強度分布に対する等価楕円である。
　［ステップＳ１０４］　
　法線方向算出回路３０３は、極座標に変換されたフィルタ後強度の２次モーメントから等価楕円の主軸方向の角度を、輪郭線に対する法線方向の角度として算出する。
　より具体的には、法線方向算出回路３０３は、式（３）の演算を行い、Ｘ方向の２次モーメントＭ２０、すなわち、Ｘの分散を算出する。
Figure JPOXMLDOC01-appb-M000003
　法線方向算出回路３０３は、式（４）の演算を行い、Ｙ方向の２次モーメントＭ０２、すなわち、Ｙの分散を算出する。
Figure JPOXMLDOC01-appb-M000004
　法線方向算出回路３０３は、式（５）の演算を行い、ＸＹ交差モーメントＭ１１、すなわち、ＸＹの共分散を算出する。
Figure JPOXMLDOC01-appb-M000005
　次に、法線方向算出回路３０３は、式（６）の演算を行い、主軸方向、すなわち法線方向の角度θを算出する。
Figure JPOXMLDOC01-appb-M000006
　ここで、ｍｏｄは、剰余演算の関数を示す。ｍｏｄ（ａ，ｂ）とする場合、答えは、ａをｂで割った余りである。ａ及びｂが整数でない場合の一般式は、ｍｏｄ（ａ，ｂ）＝ａ－ｆｌｏｏｒ（ａ／ｂ）×ｂと表される。ここで、ｆｌｏｏｒ（ｃ）はｃより小さく最も近い整数を表し、ここでの「×」は乗算を、「／」は除算を表す。ａｔａｎ２は、アークタンジェントの関数を示す。ａｔａｎ２の関数の答えは、弧度法で－πからπの範囲で示される。なお、式（６）におけるａｔａｎ２の括弧内の引数の順序は、Ｃ、Ｃ＋＋、またＦｏｒｔｒａｎ等のプログラム言語に対応する。ｐｉは、円周率πを示す。式（６）で得られる値を、度数法（°）に変換すると、図１２の例では、法線角度θ≒８８°となる。
　［ステップＳ１０５］　
　１次元プロファイル算出回路３０４は、輪郭点候補画素の中心を原点とした法線方向の１次元プロファイルを算出する。より具体的には、まず、１次元プロファイル算出回路３０４は、輪郭点候補画素の中心を原点として、法線方向に１画素間隔でサンプリング点を抽出する。
　図１３に、サンプリング点の抽出の具体例を示す。図１３は、サンプリング点の抽出の具体例を示す図である。図１３の例では、輪郭点候補画素を中心とした５×５画素が示されている。
　図１３に示すように、１次元プロファイル算出回路３０４は、輪郭点候補画素の中心を原点（０）とした法線方向を１次元の座標とする。そして、１次元プロファイル算出回路３０４は、＋方向及び－方向に、１画素間隔で複数のサンプリング点を抽出する。１画素の間隔をＬ１とすると、２つのサンプリング点の間の距離は。Ｌ１である。図１３の例では、原点から紙面右側を＋方向として、座標（１）、（２）、及び（３）のサンプリング点が抽出されている。同様に、紙面左側を－方向として、座標（－１）、（－２）、及び（－３）のサンプリング点が抽出されている。なお、サンプリング点の点数は、後述の処理を考慮して、輪郭点候補画素を含めて１１点以上抽出されると好適である。
　次に、１次元プロファイル算出回路３０４は、各サンプリング点において階調値（輝度値）を算出し、法線方向の１次元プロファイルを作成する。より具体的には、サンプリング点の位置は、１画素を複数のサブ画素に分割したサブ画素単位で設定される。例えば、１次元プロファイル算出回路３０４は、周辺の４×４画素（１６画素）を用いたバイキュービック補間法などを用いて、サンプリング点における階調値を算出する。
　図１４に、サンプリング点における階調値の具体例を示す。図１４は、サンプリング点における階調値の具体例を示すグラフである。
　図１４の例では、輪郭点候補画素のサンプリング点を座標（０）として、（－５）～（５）までの１１点のサンプリング点が抽出されている。座標（－１）のサンプリング点の階調値が最も高く、座標（４）のサンプリング点の階調値が最も低い。
　［ステップＳ１０６］　
　エッジフィルタ処理回路３０５は、サンプリング点の階調値のエッジフィルタ処理を実行する。
　図１５に、エッジフィルタ処理の具体例を示す。図１５は、図１４に示す１次元プロファイルのエッジフィルタ処理後のフィルタ後強度の具体例を示すグラフである。
　図１５の例は、エッジフィルタ処理として、１×５の１次元フィルタ（－１，０，２，０，１）を用いて畳み込み演算を実施した結果を示している。
　［ステップＳ１０７］　
　輪郭点座標算出回路３０６は、エッジフィルタ処理後のフィルタ後強度の補間処理を実行して、輪郭点の座標を算出する。より具体的には、まず、各サンプリング点のフィルタ後強度の補間処理を実行する。例えば、補間処理としてスプライン補間が用いられる。輪郭点座標算出回路３０６は、補間処理の結果からフィルタ後強度が最大値となる座標を輪郭点の座標として算出する。
　図１６に、スプライン補間の具体例を示す。図１６は、図１５に示すフィルタ後強度にスプライン補間を適用した具体例を示すグラフである。
　図１６に示すように、例えば、輪郭点座標算出回路３０６は、スプライン補間後にフィルタ後強度が最大となる座標を（Ａ）とする。そして、原点（０）から座標（Ａ）までの距離をＬ２とする。図１６の例では、－方向に距離Ｌ２の位置にある座標（Ａ）において、フィルタ後強度が最大値をとる。
　輪郭点座標算出回路３０６は、法線方向における距離Ｌ２の座標（Ａ）を極座標（Ｌ２，θ）からＸＹ座標に変換して、輪郭点の座標を算出する。
　図１７に、輪郭点の座標の具体例を示す。図１７は、図１６に示すスプライン補間によるフィルタ後強度の最大値を輪郭点とした具体例を示す図である。図１７の例では、輪郭点候補画素を中心とした５×５画素が示されている。
　図１７に示すように、－方向の法線方向において距離Ｌ２となる位置に輪郭点が算出される。
　［ステップＳ１０８］　
　孤立輪郭点除去回路３０７は、孤立輪郭点を除去する。
　図１８に、孤立輪郭点の具体例を示す。図１８は、孤立輪郭点の具体例を示す図である。図１８の例では、孤立輪郭点を中心とした５×５画素が示されている。
　図１８に示すように、例えば、孤立輪郭点除去回路３０７は、孤立輪郭点の確認対象となる輪郭点ＣＰ１に対して、周辺３×３画素を対象画素とする。そして、孤立輪郭点除去回路３０７は、対象画素に含まれる輪郭点の個数と、予め設定された閾値とを比較する。例えば、閾値を２とする。図１８の例では、対象画素内の輪郭点は１つであり、閾値よりも低い。このため、孤立輪郭点除去回路３０７は、輪郭点ＣＰ１を孤立輪郭点として除去する。
　［ステップＳ１０９］　
　近接輪郭点除去回路３０８は、近接輪郭点を除去する。近接輪郭点除去回路３０８は、対象の輪郭点と隣り合う輪郭点間の距離が、予め設定された閾値未満である場合、対象の輪郭点を近接輪郭点として除去する。
　図１９に、近接輪郭点の具体例を示す。図１９は、近接輪郭点の具体例を示す図である。図１９の例では、近接輪郭点を中心とした５×５画素が示されている。
　図１９に示すように、例えば、近接輪郭点除去回路３０８は、近接輪郭点の確認対象となる輪郭点ＣＰｎ（ｎは任意の整数）に対して、隣り合う輪郭点ＣＰｎ－1及びＣＰｎ＋１との距離を算出する。図１９の例では、輪郭点ＣＰｎと輪郭点ＣＰｎ＋１との距離Ｌｃｐが、閾値未満であるため、輪郭点ＣＰｎは除去される。
　輪郭抽出回路２１４は、残った輪郭点を含む画素を輪郭画素とする。そして、輪郭抽出回路２１４は、輪郭画素の輪郭点から、輪郭線を生成する。
　６．本実施形態に係る効果
　検査装置において、撮影画像からパターンの輪郭線及び輪郭点を抽出する際、例えば、電子線の走査方向あるいはパターン形状の影響等により、画像プロファイルに非対称性が生じる場合がある。このような場合、２次元方向フィルタ処理後のフィルタ後強度に、フィルタ角度依存性が生じる。例えば、真円のホール画像からフィルタ後強度を算出した場合、理想的にはフィルタ角度によらずフィルタ後強度は一定となる。しかし、画像プロファイルに非対称性があると、フィルタ角度によりフィルタ後強度にばらつきが生じる。強度閾値がフィルタ角度によらず一定である場合、フィルタ後強度の感度が低いフィルタ角度に合わせて強度閾値を設定する必要が生じる。このため、強度閾値が比較的低い値に設定され、輪郭点候補画素が誤抽出される可能性が高くなる。すなわち、擬似輪郭が生成される可能が高くなる。また、フィルタ後強度値が最大となるフィルタ角度を法線方向の角度とする方法は、法線方向の角度分解能が低い。更に、画像プロファイルの非対称性により、誤ったフィルタ角度が法線方向の角度として算出される可能性が高くなる。
　これに対し、本実施形態に係る構成であれば、検査装置は、フィルタ角度毎に異なる強度閾値を設定できる。これにより、画像プロファイルに非対称性があっても、輪郭点候補画素の抽出ミスを抑制できる。更に、検査装置は、フィルタ後強度とフィルタ角度との関係を極座標に変換した結果に基づいて、等価楕円の主軸方向の角度を法線方向の角度として算出することができる。これにより、法線方向の角度分解能を向上でき、法線方向の角度の算出ミスを抑制できる。よって、検査画像の輪郭線の抽出精度が向上できる。
　７．変形例等
　上述の実施形態では、検査装置において検査画像を生成する場合について説明したが、検査画像の生成方法は、検査装置に限定されない。画像データに基づいて検査画像を生成する装置、例えば、測定装置等、他の装置に適用されてもよい。
　なお、本発明は、上記実施形態に限定されるものではなく、実施段階ではその要旨を逸脱しない範囲で種々に変形することが可能である。また、各実施形態は適宜組み合わせて実施してもよく、その場合組み合わせた効果が得られる。更に、上記実施形態には種々の発明が含まれており、開示される複数の構成要件から選択された組み合わせにより種々の発明が抽出され得る。例えば、実施形態に示される全構成要件からいくつかの構成要件が削除されても、課題が解決でき、効果が得られる場合には、この構成要件が削除された構成が発明として抽出され得る。

Claims (10)

  1. 　試料の画像を撮像する撮像機構と、
    　前記画像の画素毎に、異なるフィルタ角度に対応する複数の２次元方向フィルタを用いてフィルタ処理を実行する２次元方向フィルタ処理回路と、
    　前記フィルタ処理によって算出された前記フィルタ角度毎の強度のうち少なくとも１つが前記フィルタ角度毎に設定された閾値よりも大きい画素を輪郭点候補画素として抽出する輪郭抽出回路と、
    　前記輪郭点候補画素において、前記フィルタ角度毎の前記強度を極座標に変換し、前記極座標に変換した結果に基づいて、第１方向の角度を算出する法線方向算出回路と、
    　前記第１方向の１次元プロファイルに基づいて、前記輪郭点候補画素における輪郭点の座標を算出する輪郭点座標算出回路と、
    　参照画像を生成する参照画像生成回路と、
    　前記輪郭点に基づく検査画像と前記参照画像とを比較する比較回路と
    　を備える、検査装置。
  2. 　前記法線方向算出回路は、前記極座標の等価楕円の主軸方向の角度を、前記第１方向の前記角度として算出する、
    　請求項１に記載の検査装置。
  3. 　前記検査装置は、前記輪郭点候補画素の中心位置を原点として、前記第１方向に沿って、前記画素のサイズ間隔で複数のサンプリング点を設定し、前記サンプリング点毎に画素値を算出する１次元プロファイル算出回路を更に備える、
    　請求項１に記載の検査装置。
  4. 　前記輪郭点座標算出回路は、前記１次元プロファイルのエッジフィルタ処理を実行した後、前記エッジフィルタ処理によって算出された値のスプライン補間を実行する、
    　請求項１乃至３のいずれか一項に記載の検査装置。
  5. 　前記輪郭点座標算出回路は、前記スプライン補間の結果、最大値となる位置を、前記輪郭点の前記座標とする、
    　請求項４に記載の検査装置。
  6. 　試料を撮像した画像の画素毎に、異なるフィルタ角度に対応する複数の２次元方向フィルタを用いてフィルタ処理を実行する工程と、
    　前記フィルタ処理によって算出された前記フィルタ角度毎の強度のうち少なくとも１つが前記フィルタ角度毎に設定された閾値よりも大きい画素を輪郭点候補画素として抽出する工程と、
    　前記輪郭点候補画素において、前記フィルタ角度毎の前記強度を極座標に変換する工程と、
    　前記極座標に変換した結果に基づいて、第１方向の角度を算出する工程と、
    　前記第１方向の１次元プロファイルに基づいて、前記輪郭点候補画素における輪郭点の座標を算出する工程と
    　を備える、検査画像の生成方法。
  7. 　前記第１方向の前記角度を算出する工程において、前記極座標の等価楕円の主軸方向の角度が、前記第１方向の前記角度として算出される、
    　請求項６に記載の検査画像の生成方法。
  8. 　前記１次元プロファイルを算出する工程において、前記輪郭点候補画素の中心位置を原点として、前記第１方向に沿って、前記画素のサイズ間隔で複数のサンプリング点が設定され、前記サンプリング点毎に画素値が算出される、
    　請求項６に記載の検査画像の生成方法。
  9. 　前記１次元プロファイルのエッジフィルタ処理を実行する工程と、
    　前記エッジフィルタ処理によって算出された値のスプライン補間を実行する工程と
    　を更に備える、請求項６に記載の検査画像の生成方法。
  10. 　前記輪郭点の前記座標を算出する工程において、前記スプライン補間の結果、最大値となる位置が、前記輪郭点の前記座標として算出される、
    　請求項９に記載の検査画像の生成方法。
     
PCT/JP2023/008846 2022-07-20 2023-03-08 検査装置及び検査画像の生成方法 WO2024018681A1 (ja)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2022115678A JP2024013523A (ja) 2022-07-20 2022-07-20 検査装置及び検査画像の生成方法
JP2022-115678 2022-07-20

Publications (1)

Publication Number Publication Date
WO2024018681A1 true WO2024018681A1 (ja) 2024-01-25

Family

ID=89617488

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2023/008846 WO2024018681A1 (ja) 2022-07-20 2023-03-08 検査装置及び検査画像の生成方法

Country Status (2)

Country Link
JP (1) JP2024013523A (ja)
WO (1) WO2024018681A1 (ja)

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS6488787A (en) * 1987-09-30 1989-04-03 Toshiba Corp Three-dimensional spatial filtering device
JP2005249415A (ja) * 2004-03-01 2005-09-15 Seiko Epson Corp シミ欠陥の検出方法及び装置
JP2014169977A (ja) * 2013-03-05 2014-09-18 Mecc Co Ltd 欠陥検査装置、欠陥検査方法、及び照明装置
JP2015040827A (ja) * 2013-08-23 2015-03-02 シャープ株式会社 欠陥判定装置および欠陥判定方法
JP2018155690A (ja) * 2017-03-21 2018-10-04 Ｊｆｅスチール株式会社 表面欠陥検査方法及び表面欠陥検査装置
WO2019117228A1 (ja) * 2017-12-13 2019-06-20 パナソニックＩｐマネジメント株式会社 画像処理システム、検査システム、画像処理方法、及びプログラム
US10650499B1 (en) * 2018-07-26 2020-05-12 United States Of America As Represented By The Secretary Of The Navy Fast and effective image inpainting for reticle removal
JP2020183928A (ja) * 2019-05-09 2020-11-12 株式会社ニューフレアテクノロジー 電子ビーム検査方法及び電子ビーム検査装置
JP2022016779A (ja) * 2020-07-13 2022-01-25 株式会社ニューフレアテクノロジー パターン検査装置及びパターンの輪郭位置取得方法

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS6488787A (en) * 1987-09-30 1989-04-03 Toshiba Corp Three-dimensional spatial filtering device
JP2005249415A (ja) * 2004-03-01 2005-09-15 Seiko Epson Corp シミ欠陥の検出方法及び装置
JP2014169977A (ja) * 2013-03-05 2014-09-18 Mecc Co Ltd 欠陥検査装置、欠陥検査方法、及び照明装置
JP2015040827A (ja) * 2013-08-23 2015-03-02 シャープ株式会社 欠陥判定装置および欠陥判定方法
JP2018155690A (ja) * 2017-03-21 2018-10-04 Ｊｆｅスチール株式会社 表面欠陥検査方法及び表面欠陥検査装置
WO2019117228A1 (ja) * 2017-12-13 2019-06-20 パナソニックＩｐマネジメント株式会社 画像処理システム、検査システム、画像処理方法、及びプログラム
US10650499B1 (en) * 2018-07-26 2020-05-12 United States Of America As Represented By The Secretary Of The Navy Fast and effective image inpainting for reticle removal
JP2020183928A (ja) * 2019-05-09 2020-11-12 株式会社ニューフレアテクノロジー 電子ビーム検査方法及び電子ビーム検査装置
JP2022016779A (ja) * 2020-07-13 2022-01-25 株式会社ニューフレアテクノロジー パターン検査装置及びパターンの輪郭位置取得方法

Also Published As

Publication number Publication date
JP2024013523A (ja) 2024-02-01

Similar Documents

Publication Publication Date Title
JP5559957B2 (ja) パターン測定方法及びパターン測定装置
JP6750966B2 (ja) パターン検査装置及びパターン検査方法
JP2019200052A (ja) パターン検査装置及びパターン検査方法
JP6981811B2 (ja) パターン検査装置及びパターン検査方法
JP2009252959A (ja) パターン検査装置、パターン検査方法および半導体装置の製造方法
US11569057B2 (en) Pattern inspection apparatus and pattern outline position acquisition method
US20220301811A1 (en) Cross-talk cancellation in multiple charged-particle beam inspection
WO2024018681A1 (ja) 検査装置及び検査画像の生成方法
JP2010078478A (ja) 欠陥検査装置および欠陥検査方法
JP7409988B2 (ja) パターン検査装置及び輪郭線同士のアライメント量取得方法
WO2022172504A1 (ja) 欠陥検査装置及び欠陥検査方法
WO2023026557A1 (ja) 検査装置及び参照画像生成方法
TW202419862A (zh) 檢測裝置及檢測圖像的產生方法
JP5589089B2 (ja) パターンの判定装置、及びコンピュータプログラム
JP2021129043A (ja) 検査装置、検査方法、及びプログラム
JP7459007B2 (ja) 欠陥検査装置及び欠陥検査方法
JP2023030539A (ja) 検査装置及び検査方法
JP7326480B2 (ja) パターン検査装置及びパターン検査方法
TWI807537B (zh) 影像對準方法及系統
US20220270845A1 (en) Electron beam inspection apparatus and electron beam inspection method
WO2022102266A1 (ja) 画像補正装置、パターン検査装置、及び画像補正方法

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: 23842618

Country of ref document: EP

Kind code of ref document: A1