JP2001338304A - Device and method for pattern inspection, and recording medium - Google Patents

Device and method for pattern inspection, and recording medium

Info

Publication number
JP2001338304A
JP2001338304A JP2000258234A JP2000258234A JP2001338304A JP 2001338304 A JP2001338304 A JP 2001338304A JP 2000258234 A JP2000258234 A JP 2000258234A JP 2000258234 A JP2000258234 A JP 2000258234A JP 2001338304 A JP2001338304 A JP 2001338304A
Authority
JP
Japan
Prior art keywords
pattern
inspection
edge
image
inspected
Prior art date
Legal status (The legal status 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 status listed.)
Granted
Application number
JP2000258234A
Other languages
Japanese (ja)
Other versions
JP3524853B2 (en
Inventor
Masahiro Yamamoto
昌宏 山本
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
NANO GEOMETRY KENKYUSHO KK
Original Assignee
NANO GEOMETRY KENKYUSHO KK
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 NANO GEOMETRY KENKYUSHO KK filed Critical NANO GEOMETRY KENKYUSHO KK
Priority to JP2000258234A priority Critical patent/JP3524853B2/en
Publication of JP2001338304A publication Critical patent/JP2001338304A/en
Application granted granted Critical
Publication of JP3524853B2 publication Critical patent/JP3524853B2/en
Anticipated expiration legal-status Critical
Expired - Lifetime legal-status Critical Current

Links

Landscapes

  • Preparing Plates And Mask In Photomechanical Process (AREA)
  • Testing Or Measuring Of Semiconductors Or The Like (AREA)
  • Image Processing (AREA)
  • Image Analysis (AREA)
  • Length Measuring Devices By Optical Means (AREA)
  • Length-Measuring Devices Using Wave Or Particle Radiation (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)

Abstract

PROBLEM TO BE SOLVED: To perform a comparing inspection on an inspecting object pattern image and a reference pattern in real time. SOLUTION: The first edge is detected from the image of an inspecting object pattern. By comparing the first edge with the edge of the first reference pattern, the matching of an inspecting object pattern image with the reference pattern are performed. The first reference pattern is shifted by using an obtained shift quantity S1. By comparing the first edge with the edge of the shifted first reference pattern, an inspecting object pattern is inspected. As one of pattern deforming quantities, a shift quantity S2 is obtained. The second reference pattern is shifted by the portion of shift quantities S1+S2. By using the shifted reference pattern, a profile is obtained on the inspecting object pattern image to detect the second edge. By comparing the second edge and the edge of the shifted second reference pattern, the inspecting object pattern is inspected. A shifting quantity S3 is obtained as one of the pattern deforming quantity.

Description

【発明の詳細な説明】DETAILED DESCRIPTION OF THE INVENTION

【０００１】[0001]

【発明の属する技術分野】本発明は、パターン検査装
置、パターン検査方法および記録媒体に関し、より具体
的には、例えば、設計データに従い作成された、半導体
（ＬＳＩ）や液晶パネルおよびそれらのマスク（レチク
ル）などの微細パターンを検査するためのパターン検査
装置、パターン検査方法および記録媒体に関する。BACKGROUND OF THE INVENTION 1. Field of the Invention The present invention relates to a pattern inspection apparatus, a pattern inspection method, and a recording medium, and more specifically, for example, to a semiconductor (LSI) or a liquid crystal panel and a mask thereof (LSI) prepared according to design data. The present invention relates to a pattern inspection apparatus, a pattern inspection method, and a recording medium for inspecting a fine pattern such as a reticle.

【０００２】[0002]

【従来の技術】半導体集積回路の製造工程におけるウェ
ーハのパターン検査、あるいはそのパターン形成用のマ
スクのパターン検査には、ダイ・ツー・ダイ(die to di
e)比較と呼ばれる方法を用いた光学式パターン検査装置
が使われている。この検査方法は、検査対象のダイとそ
の近接ダイの同じ位置から得られる画像どうしを比較す
ることで欠陥を見つける方法である。2. Description of the Related Art A pattern inspection of a wafer in a manufacturing process of a semiconductor integrated circuit or a pattern inspection of a mask for forming the pattern is performed by die to die.
e) An optical pattern inspection device using a method called comparison is used. This inspection method is a method of finding a defect by comparing images obtained from the same position of a die to be inspected and a nearby die.

【０００３】一方、近接ダイの存在しないレチクルと呼
ばれるマスクの検査には、ダイ・ツー・データベース(d
ie to database)比較と呼ばれる方法が採用されてい
る。すなわち、ＣＡＤデータを画像フォーマットに変換
して近接ダイの代わりとし、前述同様の検査をする方法
が使われている。当該技術は、たとえば米国特許５５６
３７０２号“Automated photomask inspection apparat
us and method”に記載されている。ただし、この手法
では、ウェーハに形成された実パターンのコーナーの丸
み部分が欠陥として認識されてしまうので、その対策と
して、ＣＡＤデータから得られた画像に丸みをもたせる
前処理を行う方法などで回避している。このような状況
でダイ・ツー・データベース比較検査を行うと、コーナ
ーの不良と判断する必要のないパターン変形を欠陥とし
て認識してしまい、これは上述の前処理を行ってもかな
り発生する。逆に、コーナーのパターン変形を無視する
設定にすると、コーナー以外に存在する微少欠陥を認識
できないというジレンマがある。[0003] On the other hand, for inspection of a mask called a reticle having no adjacent die, a die-to-database (d
ie to database) A method called comparison is adopted. That is, a method is used in which CAD data is converted into an image format and used as a substitute for the proximity die to perform the same inspection as described above. The technology is disclosed, for example, in US Pat.
No. 3702 “Automated photomask inspection apparat
However, in this method, the rounded portion of the corner of the actual pattern formed on the wafer is recognized as a defect. As a countermeasure, a rounded image is obtained from the CAD data. In such a situation, a die-to-database comparison inspection would identify pattern deformations that do not need to be determined as corner failures, as defects. However, even if the pre-processing described above is performed, a considerable dilemma arises in that, if the pattern deformation at the corner is set to be ignored, a minute defect existing outside the corner cannot be recognized.

【０００４】現在、マスクについては、ＣＡＤデータに
正確に一致する必要があるため、ダイ・ツー・データベ
ース比較方式での検査が実用化されている。しかしなが
ら、ウェーハに転写されたパターンは電気特性などが保
証される範囲でパターン変形が許されており、実際に露
光条件の違いなどからパターン変形がかなりの程度発生
している。[0004] At present, inspection by a die-to-database comparison method has been put to practical use because a mask must exactly match CAD data. However, the pattern transferred to the wafer is allowed to be deformed within a range in which electrical characteristics and the like are guaranteed, and the pattern is actually deformed to a considerable extent due to a difference in exposure conditions and the like.

【０００５】また、前述のダイ・ツー・ダイ比較方式の
パターン検査方法では、システマティック欠陥とよばれ
る、マスク不良などを原因としてウェーハ上の全ダイに
おいて共通に発生する欠陥は検出できない。すなわち、
検査対象のダイ及びその比較対象の近接ダイの両方に同
じ欠陥が発生しているため、両者を比較したのでは違い
がわからないからである。In the above-described pattern inspection method of the die-to-die comparison method, a defect called a systematic defect, which is commonly generated in all dies on a wafer due to a mask defect or the like, cannot be detected. That is,
This is because the same defect has occurred in both the die to be inspected and the adjacent die to be compared, and a difference cannot be recognized by comparing the two.

【０００６】そこで、計算コストなどで問題があり実用
化には至っていないが、ＣＡＤデータとウェーハ画像と
のマッチング検査が提案されている。たとえば、ＮＥＣ
技報Ｖｏｌ．５０ Ｎｏ．６／１９９７の「電子ビーム
テスタを用いたロジックＬＳＩの自動故障個所トレース
法」がある。この文献では、配線エッジのＸ，Ｙ軸への
プロジェクションを用いる方法、配線コーナーに着目し
た方法、遺伝的アルゴリズムを応用した方法が記述され
ている。また、この文献で採用した方法として、エッジ
を直線近似した後に閉領域を抽出し、この閉領域を使う
マッチング方法が説明されている。しかし、これらいず
れの方法も高速検査に使用可能な速度を実現できず、さ
らに、パターンの変形量を検出しながらマッチングする
ことができない。Therefore, although there is a problem in terms of calculation cost and the like, and it has not been put to practical use, a matching inspection between CAD data and a wafer image has been proposed. For example, NEC
Technical Report Vol. 50 No. 6/1997, “Automatic Failure Location Tracing Method for Logic LSI Using Electron Beam Tester”. This document describes a method using projection of wiring edges on the X and Y axes, a method focusing on wiring corners, and a method applying a genetic algorithm. Further, as a method adopted in this document, a matching method is described in which a closed region is extracted after linearly approximating an edge, and the closed region is used. However, none of these methods can achieve a speed that can be used for high-speed inspection, and furthermore, it is not possible to perform matching while detecting the amount of pattern deformation.

【０００７】また現在では、欠陥を含む画像（欠陥画
像）とこれに対応した近接ダイの画像（リファレンス画
像）との比較による自動欠陥種分類（Auto Defect Clas
sification：ＡＤＣ）が使われている。しかしながら、
リファレンス画像の輝度むらなどが認識精度に影響す
る。また、画像だけからはパターンの内部と外部の特定
が不可能な場合がある。このような場合は、短絡と欠損
の区別などが困難な場合が多い。また、欠陥がどのパタ
ーンを破壊しているかの情報が得られないので、パター
ンへの致命的欠陥とそうでない欠陥の分類ができない。At present, an automatic defect type classification (Auto Defect Clas) is performed by comparing an image including a defect (defect image) and an image of a proximity die corresponding thereto (a reference image).
sification: ADC). However,
The uneven brightness of the reference image affects the recognition accuracy. In some cases, it is impossible to specify the inside and outside of the pattern only from the image. In such a case, it is often difficult to distinguish between a short circuit and a defect. Further, since it is not possible to obtain information on which pattern the defect has destroyed, it is not possible to classify a fatal defect to the pattern and a defect that is not.

【０００８】ダイ・ツー・ダイ比較を用いた検査方法で
は、欠陥の位置について、検査装置のステージ精度及び
光学系精度に起因する誤差をもっており、その誤差は配
線パタ−ン幅より１０倍程度以上大きい。これが原因
で、形成したいパターン（設計パターン）に欠陥位置を
投影しても、パターンの欠陥位置を正確に特定すること
ができない。In the inspection method using the die-to-die comparison, the position of a defect has an error due to the stage accuracy and the optical system accuracy of the inspection device, and the error is about 10 times or more larger than the wiring pattern width. large. Due to this, even if a defect position is projected on a pattern (design pattern) to be formed, the defect position of the pattern cannot be specified accurately.

【０００９】[0009]

【発明が解決しようとする課題】近年、集積回路のパタ
ーン幅は露光プロセスで使用する光源波長程度か、もし
くはそれを下回るようになってきており、このようなパ
ターン形成には、光近接効果補正（Optical Proximity
Correction：ＯＰＣ）パターンを付加する方法が採用さ
れている。これは、設計データにＯＰＣパターンを付加
したものでマスクを形成し、これにより露光すること
で、製造されるウェーハ上の実パターンを設計データに
近づける技術である。In recent years, the pattern width of an integrated circuit has become about the same as or shorter than the wavelength of a light source used in an exposure process. (Optical Proximity
A method of adding a Correction (OPC) pattern is employed. This is a technique in which a mask is formed by adding an OPC pattern to design data, and exposure is performed using the mask, so that an actual pattern on a manufactured wafer approaches the design data.

【００１０】ＯＰＣパターンがウェーハのパターンに補
正として有効に作用しているかどうかは、従来のダイ・
ツー・ダイ比較では検査できない。したがって、その解
決方法、たとえばウェーハのパターンと設計データとの
比較検証を、許容パターン変形量を考慮して行える手法
が求められている。Whether the OPC pattern is effectively acting as a correction on the pattern on the wafer is determined by the conventional die
Inspection is not possible with a two-die comparison. Therefore, there is a need for a solution to this problem, for example, a method capable of comparing and verifying the pattern of a wafer with design data in consideration of the allowable pattern deformation amount.

【００１１】また、例えばシステムオンチップ（ＳＯ
Ｃ）で見られる多品種少量生産では、短納期が求められ
ている。このような場合に、最終検査である電気的検査
でシステマティック欠陥を発見しても、短納期に応えら
れない場合がある。この対策として、露光プロセスの各
段階で設計データとの差異をモニタする要求が発生して
いる。そこで、電気特性に影響しないパターン変形を許
容パターン変形量として設定しておき、許容パターン変
形量以内の変形を考慮しながら設計データとウェーハの
パターンの比較検証を行えるような検査方法が求められ
る。Further, for example, a system-on-chip (SO)
In the high-mix low-volume production seen in C), a short delivery time is required. In such a case, even if a systematic defect is found by an electrical inspection as a final inspection, a short delivery time may not be met. As a countermeasure, there is a demand for monitoring a difference from design data at each stage of the exposure process. Therefore, there is a demand for an inspection method in which pattern deformation that does not affect the electrical characteristics is set as an allowable pattern deformation amount, and design data and a wafer pattern can be compared and verified while considering deformation within the allowable pattern deformation amount.

【００１２】また現在では、パターン変形の評価とし
て、リソシミュレータなどによりデザインチェックが行
われている。このシミュレーションの正当性を検証する
ために、リソシミュレータが出力したパターン（シミュ
レーションパターン）と実パターンとの比較検討手段が
必要とされている。At present, as a pattern deformation evaluation, a design check is performed by a litho simulator or the like. In order to verify the validity of the simulation, a means for comparing and examining the pattern (simulation pattern) output by the litho simulator and the actual pattern is required.

【００１３】また、設計データに対するパターン変形量
を求めることにより、回路設計上の技術を向上させるこ
とがますます重要になっている。Further, it has become more and more important to improve the circuit design technology by obtaining the pattern deformation amount with respect to the design data.

【００１４】ところで、現在、半導体集積回路の製造工
程におけるウェーハのパターン線幅管理用に、ＣＤ−Ｓ
ＥＭ（Critical Dimension Scanning Electron Microsc
ope）が用いられている。このＣＤ−ＳＥＭは、ショッ
トと呼ばれるステッパの一転写単位ごとに、指定された
位置にある直線パターンの線幅をラインプロファイルを
使って自動的に測長するものである。この測長を、１ロ
ットあたり数枚のウェーハにおける数ショットに対して
数ヶ所実施し、ステッパの転写機能が正常かどうか、ｎ
ｍ単位で管理することができる。At present, CD-S is used for managing the pattern line width of a wafer in a semiconductor integrated circuit manufacturing process.
EM (Critical Dimension Scanning Electron Microsc
ope) is used. The CD-SEM automatically measures the line width of a linear pattern at a designated position using a line profile for each transfer unit of a stepper called a shot. This length measurement was performed at several locations for several shots on several wafers per lot, and whether the transfer function of the stepper was normal, n
It can be managed in m units.

【００１５】回路パターンの管理としては線幅以外に
も、配線終端の縮み、孤立パターンの位置なども重要で
あるが、ＣＤ−ＳＥＭの自動測長機能は１次元対応で線
幅など長さしか測定できない。したがって、これら２次
元形状の測定は、ＣＤ−ＳＥＭや他の顕微鏡から得られ
た画像を操作者が目視することにより実施されている。In managing the circuit pattern, in addition to the line width, the shrinkage of the wiring end, the position of the isolated pattern, etc. are also important. Cannot measure. Therefore, the measurement of these two-dimensional shapes is performed by the operator visually observing images obtained from a CD-SEM or another microscope.

【００１６】光近接効果補正（ＯＰＣ）は、直線パター
ンの線幅を確保するのはもとより、コーナーや孤立パタ
ーンの形状形成にも重要な役目を担っている。またさら
に、動作周波数の向上により現在では、ゲート線幅に加
えて、エンドキャップやフィールドエクステンションと
呼ばれるゲート配線パターンの先端や付け根の形状管理
も重要になってきている。Optical proximity correction (OPC) plays an important role not only in securing the line width of a linear pattern but also in forming the shape of a corner or an isolated pattern. Furthermore, due to the improvement of the operating frequency, it is now important to control the shape of the tip and the root of the gate wiring pattern called an end cap or a field extension in addition to the gate line width.

【００１７】このような２次元パターンの形状測定は、
製造工程での抜き取り検査でも、試作段階でも重要であ
り、特に試作段階では、ウェーハ全面についてパターン
形成の検査が必要とされる。The shape measurement of such a two-dimensional pattern is performed by
This is important both in the sampling inspection in the manufacturing process and in the prototype stage. In particular, in the trial stage, an inspection of the pattern formation is required for the entire surface of the wafer.

【００１８】しかし、上述のように２次元形状の管理は
人的作業によっているのが現状で、正確性、生産性の面
から自動化が求められている。However, as described above, management of the two-dimensional shape is performed by human work, and automation is required from the viewpoint of accuracy and productivity.

【００１９】そこで、本発明の目的は、検査対象パター
ン画像と基準パターンとの比較検査を実時間で行うこと
である。An object of the present invention is to perform a comparison inspection between a pattern image to be inspected and a reference pattern in real time.

【００２０】また、本発明の別の目的は、電気的に許容
される範囲内での形状差を許容してマッチングを行うこ
とである。Another object of the present invention is to perform matching while allowing a shape difference within an electrically allowable range.

【００２１】また、本発明の別の目的は、安定した欠陥
検出を行うことである。Another object of the present invention is to perform stable defect detection.

【００２２】さらに、本発明の別の目的は、これまで目
視で行われていた２次元パターン（検査対象パターン画
像）の測定を定量的に高速に自動実施可能とすることで
ある。Still another object of the present invention is to enable quantitative and high-speed automatic measurement of a two-dimensional pattern (pattern image to be inspected) which has been performed visually so far.

【００２３】[0023]

【課題を解決するための手段】上記目的を達成するため
に、本発明の第１の側面において、本発明に係るパター
ン検査装置は、検査対象パターンを基準パターンと比較
して検査するパターン検査装置であって、前記基準パタ
ーンを記憶する記憶手段と、前記検査対象パターンの画
像を入力する入力手段と、前記入力された検査対象パタ
ーンの画像のエッジと前記記憶された基準パターンのエ
ッジとを比較することにより、前記検査対象パターンを
検査する検査手段と、前記検査の結果を出力する出力手
段とを備える。In order to achieve the above object, according to a first aspect of the present invention, there is provided a pattern inspection apparatus for inspecting a pattern to be inspected by comparing the pattern to be inspected with a reference pattern. Storage means for storing the reference pattern, input means for inputting an image of the inspection target pattern, and comparing an edge of the input image of the inspection target pattern with an edge of the stored reference pattern. The inspection means includes an inspection means for inspecting the pattern to be inspected, and an output means for outputting a result of the inspection.

【００２４】ここで、前記検査手段は、前記検査対象パ
ターン画像のエッジと前記基準パターンのエッジとを比
較することにより、前記検査対象パターン画像と前記基
準パターンとのマッチングを行うものとすることができ
る。Here, the inspection means may perform matching between the inspection target pattern image and the reference pattern by comparing an edge of the inspection target pattern image with an edge of the reference pattern. it can.

【００２５】ここで、前記マッチングは、前記検査対象
パターン画像のエッジを膨張させて行うものとすること
ができる。Here, the matching may be performed by expanding an edge of the pattern image to be inspected.

【００２６】ここで、前記マッチングは、前記基準パタ
ーンのエッジを膨張させて行うものとすることができ
る。Here, the matching may be performed by expanding an edge of the reference pattern.

【００２７】ここで、前記マッチングは、各ピクセルに
おける前記検査対象パターン画像のエッジの振幅と前記
基準パターンのエッジの振幅との積の総和を評価値とし
て行うものとすることができる。Here, the matching may be performed by using, as an evaluation value, a sum of products of the amplitude of the edge of the pattern image to be inspected and the amplitude of the edge of the reference pattern at each pixel.

【００２８】ここで、前記マッチングは、各ピクセルに
おける前記検査対象パターン画像のエッジベクトルと前
記基準パターンのエッジベクトルとの内積の総和、また
は該内積の絶対値の総和を評価値として行い、前記エッ
ジベクトルはエッジの振幅をその大きさとして有し、エ
ッジの方向をその方向として有するものとすることがで
きる。Here, the matching is performed by using, as an evaluation value, a sum of inner products of edge vectors of the pattern image to be inspected and an edge vector of the reference pattern at each pixel or a sum of absolute values of the inner products. The vector may have the amplitude of the edge as its magnitude and the direction of the edge as its direction.

【００２９】ここで、前記マッチングは、前記基準パタ
ーンの部分ごとに重み付けを変えて行うものとすること
ができる。Here, the matching may be performed by changing a weight for each part of the reference pattern.

【００３０】ここで、前記検査手段は、前記基準パター
ンの各ピクセルのエッジを、前記実パターン画像の各ピ
クセルのエッジと対応づけるものとすることができる。Here, the inspection means may associate the edge of each pixel of the reference pattern with the edge of each pixel of the actual pattern image.

【００３１】ここで、前記対応づけは、前記基準パター
ンの各ピクセルのエッジと前記検査対象パターン画像の
各ピクセルのエッジとの距離、および両エッジの方向差
を考慮して行うものとすることができる。Here, the association may be performed in consideration of a distance between an edge of each pixel of the reference pattern and an edge of each pixel of the pattern image to-be-inspected, and a direction difference between both edges. it can.

【００３２】ここで、前記検査手段は、前記対応づけを
行うことができなかった前記検査対象パターン画像のエ
ッジに基づき領域を構成し、該領域を欠陥領域として認
識するものとすることができる。Here, the inspection means may form an area based on the edge of the pattern image to be inspected which could not be associated, and recognize the area as a defective area.

【００３３】ここで、前記検査手段は、前記対応づけを
行うことができた前記検査対象パターン画像のエッジに
基づき領域を構成し、該領域のうち輝度の分布が非一様
である領域を検出し、該領域を欠陥領域として認識する
ものとすることができる。Here, the inspection means forms an area based on the edge of the pattern image to be inspected which has been able to be associated, and detects an area in which the distribution of luminance is not uniform among the areas. However, the area can be recognized as a defective area.

【００３４】ここで、前記検査手段は、前記欠陥領域の
幾何学的特徴量に基づいて欠陥種を判定するものとする
ことができる。Here, the inspection means may determine a defect type based on a geometric feature of the defect area.

【００３５】ここで、前記検査手段は、前記欠陥領域の
輝度に関する特徴量に基づいて欠陥種を判定するものと
することができる。Here, the inspection means may determine a defect type based on a characteristic amount relating to luminance of the defect area.

【００３６】ここで、前記検査手段は、前記基準パター
ンに対する、前記検査対象パターンのパターン変形量を
計算するものとすることができる。Here, the inspection means may calculate a pattern deformation amount of the inspection target pattern with respect to the reference pattern.

【００３７】ここで、前記パターン変形量には、位置ず
れ量、倍率変動量、および線幅の太り量の少なくとも１
つが含まれるものとすることができる。Here, the pattern deformation amount includes at least one of a position shift amount, a magnification change amount, and a line width increase amount.
One may be included.

【００３８】ここで、前記検査手段は、前記基準パター
ンにパターンの属性を付加するものとすることができ
る。Here, the inspection means may add a pattern attribute to the reference pattern.

【００３９】ここで、前記検査手段は、前記検査対象パ
ターン画像上でプロファイルをとり、該プロファイルご
とに所定の点を検出し、検出した点に関して曲線近似を
行って、前記検査対象パターン画像のエッジとするもの
とすることができる。Here, the inspection means takes a profile on the pattern image to be inspected, detects a predetermined point for each profile, performs curve approximation on the detected point, and performs edge approximation on the image of the pattern image to be inspected. It can be said that.

【００４０】本発明の第２の側面において、本発明に係
るパターン検査方法は、検査対象パターンを基準パター
ンと比較して検査するパターン検査方法であって、前記
検査対象パターンの画像を入力する入力ステップと、前
記入力された検査対象パターンの画像のエッジと記憶手
段に記憶された前記基準パターンのエッジとを比較する
ことにより、前記検査対象パターンを検査する検査ステ
ップと、前記検査の結果を出力する出力ステップとを備
える。According to a second aspect of the present invention, a pattern inspection method according to the present invention is a pattern inspection method for inspecting a pattern to be inspected by comparing the pattern with a reference pattern. And an inspection step of inspecting the inspection target pattern by comparing an edge of the input image of the inspection target pattern with an edge of the reference pattern stored in storage means, and outputting a result of the inspection. And an output step.

【００４１】本発明の第３の側面において、本発明に係
る記録媒体は、検査対象パターンを基準パターンと比較
して検査するパターン検査方法をコンピュータに実行さ
せるプログラムを記録したコンピュータ読取り可能な記
録媒体であって、前記パターン検査方法は、前記検査対
象パターンの画像を入力する入力ステップと、前記入力
された検査対象パターンの画像のエッジと記憶手段に記
憶された前記基準パターンのエッジとを比較することに
より、前記検査対象パターンを検査する検査ステップ
と、前記検査の結果を出力する出力ステップとを備え
る。According to a third aspect of the present invention, a recording medium according to the present invention is a computer-readable recording medium storing a program for causing a computer to execute a pattern inspection method for inspecting a pattern to be inspected by comparing the pattern with a reference pattern. In the pattern inspection method, an input step of inputting an image of the inspection target pattern, and comparing an edge of the input image of the inspection target pattern with an edge of the reference pattern stored in a storage unit Accordingly, there is provided an inspection step of inspecting the inspection target pattern, and an output step of outputting a result of the inspection.

【００４２】以上の構成によれば、検査対象パターン画
像と基準パターンとの比較検査を実時間で行うことがで
きる。According to the above configuration, the comparison inspection between the pattern image to be inspected and the reference pattern can be performed in real time.

【００４３】また、電気的に許容される範囲内での形状
差を許容してマッチングを行うことができる。Further, matching can be performed while allowing a shape difference within an electrically allowable range.

【００４４】また、安定した欠陥検出を行うことができ
る。Further, stable defect detection can be performed.

【００４５】さらに、これまで目視で行われていた２次
元パターン（検査対象パターン画像）の測定が定量的に
高速に自動実施可能となる。Further, the measurement of the two-dimensional pattern (pattern image to be inspected), which has been performed visually, can be quantitatively and automatically performed at high speed.

【００４６】[0046]

【発明の実施の形態】以下、図面を参照しつつ本発明の
好ましい実施形態について詳しく説明する。DETAILED DESCRIPTION OF THE PREFERRED EMBODIMENTS Preferred embodiments of the present invention will be described below in detail with reference to the drawings.

【００４７】図１は、設計データに基づく理論上のパタ
ーンの例を示す図であり、図２は、設計データに基づい
て実際に製造されたパターン（実パターン）の例を示す
図である。図２に示すように、実パターンには、短絡欠
陥があったり、粒子付着による欠陥があったり、許容変
形量内の変形があったりする。したがって、設計データ
に基づいて理論上得られるパターンとは、いくらか異な
ったものになる。FIG. 1 is a diagram showing an example of a theoretical pattern based on design data, and FIG. 2 is a diagram showing an example of a pattern (actual pattern) actually manufactured based on the design data. As shown in FIG. 2, the actual pattern has a short-circuit defect, a defect due to particle adhesion, or a deformation within an allowable deformation amount. Therefore, it differs somewhat from the pattern theoretically obtained based on the design data.

【００４８】本実施形態に係るパターン検査装置は、検
査対象パターン（例えば、図２に示すようなパターン）
を、基準パターン（例えば、図１に示すようなパター
ン）と比較して検査する。The pattern inspection apparatus according to the present embodiment uses an inspection target pattern (for example, a pattern as shown in FIG. 2).
Is compared with a reference pattern (for example, a pattern as shown in FIG. 1).

【００４９】図３は、本実施形態に係るパターン検査装
置が行う検査処理の概要を示す図である。検査処理で
は、まず、検査対象パターンの画像から第１のエッジを
検出する。次に、第１のエッジと第１の基準パターンの
エッジとを比較することにより、検査対象パターン画像
と基準パターンとのマッチングを行う。マッチングを行
った結果、シフト量Ｓ1が求まるので、このシフト量Ｓ1
を用いて第１の基準パターンをシフトする。そして、第
１のエッジとシフトした第１の基準パターンのエッジと
を比較することにより、検査対象パターン（実パター
ン）を検査する。この第１の検査では、パターン変形量
を求めたり、欠陥を検出したりする。パターン変形量の
１つとしてシフト量Ｓ2が求まる。FIG. 3 is a diagram showing an outline of the inspection processing performed by the pattern inspection apparatus according to the present embodiment. In the inspection processing, first, a first edge is detected from the image of the inspection target pattern. Next, by comparing the first edge with the edge of the first reference pattern, matching between the inspection target pattern image and the reference pattern is performed. As a result of the matching, the shift amount S 1 is obtained, the shift amount S 1
Is used to shift the first reference pattern. Then, the inspection target pattern (actual pattern) is inspected by comparing the first edge with the shifted edge of the first reference pattern. In the first inspection, the amount of pattern deformation is obtained, and a defect is detected. Shift amount S 2 is obtained as one of the pattern deformation quantity.

【００５０】次に、検査対象パターン画像から第２のエ
ッジを検出するため、対応する第２の基準パターンをシ
フト量Ｓ1＋Ｓ2分シフトする。シフトした第２の基準パ
ターンを用いて、検査対象パターン画像上でプロファイ
ルを求め、第２のエッジを検出する。そして、第２のエ
ッジとシフトした第２の基準パターンのエッジとを比較
することにより、検査対象パターンを検査する。この第
２の検査においても、パターン変形量を求めたり、欠陥
を検出したりする。パターン変形量の１つとしてシフト
量Ｓ3が求まる。Next, in order to detect the second edge from the image of the pattern to-be-inspected, the corresponding second reference pattern is shifted by the shift amount S 1 + S 2 . Using the shifted second reference pattern, a profile is obtained on the inspection target pattern image, and the second edge is detected. Then, the inspection target pattern is inspected by comparing the second edge with the shifted edge of the second reference pattern. Also in the second inspection, the amount of pattern deformation is obtained or a defect is detected. Shift amount S 3 is obtained as one of the pattern deformation quantity.

【００５１】図４は、本実施形態におけるパターン検査
装置のハードウェア構成例を示す図である。本実施形態
に係るパターン検査装置は、主制御部１、記憶装置２、
入出力制御部３、入力装置４、表示装置５、印刷装置６
および画像生成装置７を備える。FIG. 4 is a diagram showing an example of a hardware configuration of the pattern inspection apparatus according to the present embodiment. The pattern inspection apparatus according to the present embodiment includes a main control unit 1, a storage device 2,
Input / output control unit 3, input device 4, display device 5, printing device 6
And an image generation device 7.

【００５２】主制御部１はＣＰＵ等により構成され、装
置全体を統括的に制御する。主制御部１には記憶装置２
が接続されている。記憶装置２は、ハードディスク、フ
レキシブルディスク、光ディスク等の形態をとることが
できる。また、主制御部１には、入出力制御部３を介し
て、キーボード、マウス等の入力装置４、入力データ、
計算結果等を表示するディスプレイ等の表示装置５、お
よび計算結果等を印刷するプリンタ等の印刷装置６が接
続されている。The main control unit 1 is constituted by a CPU or the like, and controls the whole apparatus as a whole. The main controller 1 includes a storage device 2
Is connected. The storage device 2 can take the form of a hard disk, a flexible disk, an optical disk, or the like. The main control unit 1 also has an input / output unit 3 such as a keyboard and a mouse, input data,
A display device 5 such as a display for displaying calculation results and the like and a printing device 6 such as a printer for printing calculation results and the like are connected.

【００５３】主制御部１は、ＯＳ(Operating System)等
の制御プログラム、パターン検査のためのプログラム、
および所要データ等を格納するための内部メモリ（内部
記憶装置）を有し、これらプログラム等によりパターン
検査を実現している。これらのプログラムは、フロッピ
ー（登録商標）ディスク、ＣＤ−ＲＯＭ等に記憶してお
き、実行前にメモリ、ハードディスク等に読み込ませて
実行されるようにすることができる。The main control unit 1 includes a control program such as an OS (Operating System), a program for pattern inspection,
And an internal memory (internal storage device) for storing required data and the like, and pattern inspection is realized by these programs and the like. These programs can be stored in a floppy (registered trademark) disk, a CD-ROM, or the like, and can be read and executed in a memory, a hard disk, or the like before execution.

【００５４】図５は、本実施形態におけるパターン検査
装置の機能ブロック図を示す図である。基準パターン生
成部１１、検索部１２、出力部１３および欠陥認識部１
４はプログラムにより実現されている。基幹データベー
ス２１、レシピデータベース２２および欠陥種参照デー
タベース２３は記憶装置２内に設けられている。FIG. 5 is a functional block diagram of the pattern inspection apparatus according to the present embodiment. Reference pattern generation unit 11, search unit 12, output unit 13, and defect recognition unit 1
4 is realized by a program. The backbone database 21, the recipe database 22, and the defect type reference database 23 are provided in the storage device 2.

【００５５】基幹データベース２１を外部に設け、パタ
ーン検査装置がＬＡＮを経由して基幹データベース２１
にアクセスするようにしてもよい。The backbone database 21 is provided outside, and the pattern inspection apparatus is connected to the backbone database 21 via the LAN.
May be accessed.

【００５６】（レシピ）検査の前に、まずレシピと称さ
れる検査パラメータの組を設定する。そのパラメータと
しては、検査の対象である検査対象パターンの画像の画
像取得時におけるピクセルとピクセルとの間の実パター
ン上での距離（ピクセル間隔）と、５１２×５１２や１
０２４×１０２４などのピクセル数がある。これらの値
から、一度に処理すべき画像の実パターン上での距離
（画像サイズ）を把握することができる。また、エッジ
検出のためのパラメータと、欠陥を認識するためのパラ
メータとを設定する。(Recipe) Before the inspection, first, a set of inspection parameters called a recipe is set. The parameters include the distance (pixel interval) between pixels on the actual pattern at the time of image acquisition of the image of the inspection target pattern to be inspected, and 512 × 512 or 1
There are pixel numbers such as 024 × 1024. From these values, the distance (image size) of the image to be processed at a time on the actual pattern can be grasped. In addition, parameters for edge detection and parameters for recognizing defects are set.

【００５７】検査対象パターン画像と比較するデータと
しては、設計データが使われる。この設計データとし
て、たとえばＧＤＳ形式のＣＡＤレイアウトデータに、
レイアの融合やフラクチャリングを行ったものが使え
る。本実施形態では、この処理で得られた線分の束を、
画像サイズにステージの誤差分およびパターンの最大平
行移動量を加えた長さを一辺とする長方形エリアでクリ
ッピングして基準パターンとし、レシピデータベース２
２に予め格納する。ステージ誤差分がパターンの最大平
行移動量に比べ無視し得る場合は、パターン変形の絶対
座標値が計測できる。本実施形態では、ステージの誤差
分およびパターンの最大平行移動量を考慮し、基準パタ
ーンを検査対象パターン画像よりも大きくとって処理し
ているが、代わりに検査対象パターン画像を基準パター
ンよりも大きくとって処理するようにしてもよい。As data to be compared with the pattern image to be inspected, design data is used. As the design data, for example, CAD layout data in GDS format is used.
You can use Leia fusion and fracturing. In the present embodiment, a bundle of line segments obtained by this processing is
A rectangular area having a length of one side obtained by adding an error amount of the stage and a maximum parallel movement amount of the pattern to the image size is used as a reference pattern, and the recipe database 2
2 in advance. If the stage error is negligible compared to the maximum parallel movement amount of the pattern, the absolute coordinate value of the pattern deformation can be measured. In the present embodiment, in consideration of the error of the stage and the maximum amount of parallel movement of the pattern, the reference pattern is processed to be larger than the pattern image to be inspected. May be processed.

【００５８】基準パターンに対して、コーナーに丸みを
つける処理を行ってもよい。図７に示すように、通常、
設計データは、鋭角をもった多角形（図中点線）である
一方、実際に形成される回路パターンはコーナーに丸み
がつく。そこで、コーナー部分に円、楕円、直線、もし
くは他の方法で記述した曲線を適用し、実際のパターン
に近くなるように補正してもよい。A process for rounding a corner may be performed on the reference pattern. As shown in FIG.
The design data is a polygon having an acute angle (dotted line in the figure), while the actually formed circuit pattern has rounded corners. Therefore, a circle, an ellipse, a straight line, or a curve described by another method may be applied to the corner portion, and the correction may be made so as to be close to the actual pattern.

【００５９】基準パターンに設計データを使えば、実現
したいパターンとの比較検査を行う欠陥検査になる。こ
の場合は、許容パターン変形量として電気特性に影響し
ない許容量を設定する。この許容パターン変形量は、配
線の属性ごとに設定でき、さらに、パターンの込み入っ
ている場所とそうでない場合とで可変にすることも可能
である。If the design data is used as the reference pattern, it becomes a defect inspection for performing a comparison inspection with a pattern to be realized. In this case, an allowable amount that does not affect the electrical characteristics is set as the allowable pattern deformation amount. This allowable pattern deformation amount can be set for each attribute of the wiring, and can be made variable depending on where the pattern is complicated and when it is not.

【００６０】基準パターンにリソシミュレータで得られ
た露光パターンの外形を形成する曲線（図５０の実線）
を使えば、シミュレーションの正当性を検証しながらの
欠陥検査が可能になる。リソシュミレータの出力データ
は、光学的にシミュレートして得られた光強度分布であ
る。この分布から外形の曲線を得る。この場合の許容パ
ターン変形量は、シミュレーションとして許される誤差
を設定する。Curve (solid line in FIG. 50) forming the outer shape of the exposure pattern obtained by the lithography simulator as the reference pattern
Using, it is possible to perform defect inspection while verifying the validity of the simulation. The output data of the litho simulator is a light intensity distribution obtained by optically simulating. The contour curve is obtained from this distribution. The allowable pattern deformation amount in this case sets an error allowed as a simulation.

【００６１】本実施形態においては、基準パターンに設
計データを使っている。In this embodiment, design data is used as a reference pattern.

【００６２】図６は、本実施形態におけるレシピ登録処
理の例を示すフローチャートである。まず、オペレータ
は、入力装置４を介して基準パターン生成部１１に、設
計データ検索用パラメータ（ここでは、検査対象サンプ
ルの品種、およびプロセスを指定するパラメータ）、検
査モード、画像取得パラメータ（検査領域、画像サイ
ズ、ピクセル数、ウェーハを特定するためのスロット番
号、および光学系の調整パラメータ）、ならびにエッジ
検出および検査のためのパラメータを入力する（ステッ
プＳ２０２）。FIG. 6 is a flowchart showing an example of a recipe registration process in this embodiment. First, the operator inputs design data search parameters (here, parameters for designating the type of a sample to be inspected and a process), an inspection mode, an image acquisition parameter (an inspection area) to the reference pattern generation unit 11 via the input device 4. , Image size, number of pixels, slot number for specifying a wafer, and adjustment parameters of an optical system), and parameters for edge detection and inspection (step S202).

【００６３】エッジ検出および検査のためのパラメータ
としては、以下の情報を設定する。The following information is set as parameters for edge detection and inspection.

【００６４】(R1) 求めたいパターン変形量 (R2) 許容パターン変形量の−側の限界および＋側の限
界、ならびにエッジの許容方向差の限界 (R3) 画質から経験的に決められるエッジ検出パラメー
タ (R4) パターンの属性（コーナー、直線部分、端点、孤
立パターン等）を自動的に認識するための抽出ルール (R5) プロファイル取得区間の長さ、プロファイル取得
区間とプロファイル取得区間との間隔、プロファイル取
得区間内で輝度値を調べる間隔、およびプロファイルを
とる方法（しきい値法を使うかなど） (R6) プロファイル取得区間を可変にして測定時に決定
するかどうかのフラグ基準パターン生成部１１は、設計
データ検索用パラメータ（検査対象サンプルの品種、お
よびプロセス）をキーとして基幹データベース２１を検
索し、設計データを取り出す（ステップＳ２０４）。基
幹データベース２１は、検査対象パターン画像に対する
設計データ（ＣＡＤデータ）を格納したデータベースで
ある。(R1) The amount of pattern deformation to be obtained (R2) The-side limit and the + side limit of the allowable pattern deformation amount, and the limit of the allowable edge difference in the edge direction (R3) Edge detection parameters empirically determined from the image quality (R4) Extraction rules for automatically recognizing pattern attributes (corners, straight lines, end points, isolated patterns, etc.) (R5) Length of profile acquisition section, interval between profile acquisition sections, profile acquisition section, profile (R6) The flag reference pattern generation unit 11 determines whether the profile acquisition section is variable and the measurement is determined at the time of measurement. The key database 21 is searched using the design data search parameters (product type and process of the sample to be inspected) as a key, and the design data is retrieved. Ri put out (step S204). The backbone database 21 is a database that stores design data (CAD data) for a pattern image to be inspected.

【００６５】次に、基準パターン生成部１１は、設計デ
ータに基づき基準パターンを生成する（ステップＳ２０
６）。Next, the reference pattern generator 11 generates a reference pattern based on the design data (step S20).
6).

【００６６】検査対象パターン画像から検出されるエッ
ジの位置に最も適したように設計データに対し、シュリ
ンク処理（倍率を変える処理）、サイズ処理（線幅を変
える処理）などを施す必要がある場合がある。また、第
１のエッジ検出と第２のエッジ検出とでは一般的に検出
するエッジの位置が異なるので、必要があれば、第１エ
ッジ検出用、および第２エッジ検出用に基準パターンを
２種類用意する。When it is necessary to perform shrink processing (processing for changing magnification), size processing (processing for changing line width), etc. on the design data so as to be most suitable for the position of the edge detected from the pattern image to be inspected. There is. Since the positions of edges to be detected are generally different between the first edge detection and the second edge detection, if necessary, two types of reference patterns are used for the first edge detection and the second edge detection. prepare.

【００６７】検査は、入力された検査領域を、画像サイ
ズで分割して得られる検査単位領域ごとに行われるの
で、基準パターンもそれに合わせて生成する。検査に
は、逐次検査およびランダム検査がある。Since the inspection is performed for each inspection unit area obtained by dividing the input inspection area by the image size, the reference pattern is also generated accordingly. The tests include sequential tests and random tests.

【００６８】図８は、逐次検査を説明するための図であ
る。検査領域は通常、長方形の和として決定される。す
なわち検査領域は、ウェーハ全面を単位として設定され
るのではなく、長方形で指定された複数の領域（図８の
ように上側の短い長方形と下側の長い長方形など）とし
て設定されるので、その領域を高速検査するために、検
査単位領域ごとの逐次走査を実施する。検査単位領域ご
とに基準パターンを作成する。FIG. 8 is a diagram for explaining the sequential inspection. The inspection area is usually determined as a sum of rectangles. That is, the inspection area is not set as a unit for the entire surface of the wafer, but is set as a plurality of areas designated by rectangles (such as an upper short rectangle and a lower long rectangle as shown in FIG. 8). In order to inspect a region at high speed, a sequential scan is performed for each inspection unit region. A reference pattern is created for each inspection unit area.

【００６９】図９は、ランダム検査を説明するための図
である。ランダム検査においては、ある領域を逐次に検
査するのではなく、ピンポイントに検査する。図９で
は、検査単位領域３０１〜３０４についてのみ検査を行
う。FIG. 9 is a diagram for explaining the random inspection. In the random inspection, a certain region is not inspected sequentially but inspected pinpointly. In FIG. 9, only the inspection unit areas 301 to 304 are inspected.

【００７０】図１０は基準パターンの例を示す図であ
り、図１１は図１０の基準パターンをピクセルごとのエ
ッジベクトルに変換した例を示す図である。図１０にお
いて、基準パターン（点線）はサブピクセル精度で示さ
れている。通常、基準パターンのエッジ方向は、ピクセ
ルの横方向（ｘ方向）または縦方向（ｙ方向）に平行で
ある。基準パターンのエッジも、検査対象パターン画像
のエッジと同様に、ピクセルごとに開始点（サブピクセ
ル精度）、方向、および振幅の情報を有する。本実施形
態においては、基準パターンのエッジの振幅をすべて１
にしている。FIG. 10 is a diagram showing an example of a reference pattern, and FIG. 11 is a diagram showing an example in which the reference pattern of FIG. 10 is converted into an edge vector for each pixel. In FIG. 10, the reference pattern (dotted line) is shown with sub-pixel accuracy. Usually, the edge direction of the reference pattern is parallel to the horizontal direction (x direction) or the vertical direction (y direction) of the pixel. The edge of the reference pattern also has information of the starting point (sub-pixel accuracy), direction, and amplitude for each pixel, similarly to the edge of the pattern image to-be-inspected. In this embodiment, the amplitudes of the edges of the reference pattern are all 1
I have to.

【００７１】図１２に示すように、基準パターンに曲線
が含まれる場合がある。曲線を含む基準パターンをエッ
ジベクトルに変換するには、例えば、ピクセルの中心２
６１に最も近い基準パターン上の点２６２での接線２６
３をエッジベクトルにする方法がある。As shown in FIG. 12, the reference pattern may include a curve. To convert a reference pattern including a curve into an edge vector, for example, a pixel center 2
Tangent line 26 at point 262 on the reference pattern closest to 61
3 is an edge vector.

【００７２】次に、基準パターン生成部１１は、基準パ
ターン、検査対象サンプルの品種、プロセス、および検
査モード、画像取得パラメータ、ならびにエッジ検出お
よび検査のためのパラメータを、レシピデータベース２
２に登録する（ステップＳ２０８）。これらのデータ
は、検査用パラメータの組であるレシピと呼ばれ、品
種、プロセス、および検査モードをキーにして管理され
る。Next, the reference pattern generation unit 11 stores the reference pattern, the type of the sample to be inspected, the process, the inspection mode, the image acquisition parameters, and the parameters for edge detection and inspection in the recipe database 2.
2 (step S208). These data are called a recipe, which is a set of inspection parameters, and are managed using a product type, a process, and an inspection mode as keys.

【００７３】（検査処理）図１３は、本実施形態におけ
る検査処理の例を示すフローチャートである。まず、オ
ペレータは、入力装置４を介して検査部１２に、レシピ
検索用パラメータ（ここでは、品種、プロセスおよび検
査モード）を入力する（ステップＳ３０２）。(Inspection Processing) FIG. 13 is a flowchart showing an example of the inspection processing in this embodiment. First, the operator inputs recipe search parameters (here, product type, process, and inspection mode) to the inspection unit 12 via the input device 4 (step S302).

【００７４】検査部１２は、レシピ検察用パラメータを
キーとしてレシピデータベース２２を検索し、レシピを
取り出す（ステップＳ３０４）。そして、検査対象パタ
ーン画像（光学画像、電子線画像、フォーカスイオンビ
ーム画像、プローブ顕微鏡画像など）を取得するため、
画像生成装置７に対して画像取得パラメータを指示し、
スロット搬送、アライメント、および光学系の調整を指
示する（ステップＳ３０６）。アライメントとは、ＣＡ
Ｄデータが使用している座標系と実ウェーハ観察位置を
管理する座標値との変換係数を求める機能をいう。これ
はＣＡＤナビゲーションで具現化されている。ＣＡＤナ
ビゲーションは、アライメントの後に、ＣＡＤデータ上
の観察したい座標値を実ウェーハの観察位置を管理する
座標値に変換し、その位置へ撮像装置の視野を移動させ
て、その位置の画像を入手する方法で、よく知られてい
るものである。The inspection unit 12 searches the recipe database 22 using the recipe inspection parameters as keys, and retrieves the recipe (step S304). Then, in order to acquire the inspection target pattern image (optical image, electron beam image, focus ion beam image, probe microscope image, etc.),
Instruct the image generation device 7 to obtain image acquisition parameters,
An instruction is given for slot conveyance, alignment, and adjustment of the optical system (step S306). What is alignment?
This is a function for calculating a conversion coefficient between a coordinate system used by the D data and a coordinate value for managing an actual wafer observation position. This is embodied in CAD navigation. In CAD navigation, after alignment, coordinate values to be observed on the CAD data are converted into coordinate values for managing the observation position of the actual wafer, and the field of view of the imaging device is moved to that position to obtain an image at that position. The method is well known.

【００７５】画像生成装置７としては、通常使用されて
いるウェーハ欠陥検査装置やＣＤ−ＳＥＭもしくは各種
顕微鏡を使用することができる。As the image generating device 7, a commonly used wafer defect inspection device, a CD-SEM or various microscopes can be used.

【００７６】画像生成装置７は、検査単位領域ごとに、
検査対象パターン画像（およびその中心位置）を検査部
１２に出力する（ステップＳ３０８）。The image generation device 7 performs the following for each inspection unit area.
The inspection target pattern image (and its center position) is output to the inspection unit 12 (Step S308).

【００７７】（第１のエッジ検出）次に、検査部１２
は、検査対象パターン画像から第１のエッジ検出を行う
（ステップＳ３１０）。エッジ検出としては、例えば次
の２つの手法がある。(First Edge Detection) Next, the inspection unit 12
Performs the first edge detection from the inspection target pattern image (step S310). For example, there are the following two methods for edge detection.

【００７８】（Ａ）１つは、パターン内部と下地との間
にコントラストがある場合に適した手法である。このよ
うな画像の多くは２値化処理でエッジを検出できるが、
コントラストが比較的明瞭でない場合は明確にエッジを
検出できない。このときにはたとえば、［文献１］：R.
M.Haralick, “Digital step edges from ZERO crossin
g of second directional derivatives”, IEEE Trans.
Pattern Anal. Machine Intell., vol. PAMI-6,No.1,p
p.58-68,1984に開示の方法を応用するなどしてエッジを
求めることができる。この方法によれば、エッジ部分の
変曲点をピクセル単位の１／１０程度の精度で得ること
ができる。(A) One method is suitable when there is a contrast between the inside of the pattern and the background. Most of such images can detect edges by binarization processing,
If the contrast is relatively unclear, edges cannot be clearly detected. At this time, for example, [Reference 1]: R.
M. Haralick, “Digital step edges from ZERO crossin
g of second directional derivatives ”, IEEE Trans.
Pattern Anal. Machine Intell., Vol. PAMI-6, No.1, p
Edges can be obtained by applying the method disclosed in p.58-68, 1984. According to this method, an inflection point at an edge portion can be obtained with an accuracy of about 1/10 of a pixel unit.

【００７９】（Ｂ）もう１つは、エッジのみが明るく、
パターン内部と下地にコントラストがつかない場合に対
処可能な手法で、たとえば［文献２］：“Cartan Stege
r. An unbiased detector of curvilinear structure
s”, IEEE Trans. Pattern Anal. Machine Intell., 20
(2), February 1998に開示の方法によりエッジを求める
ものである。この方法によれば、エッジ部分の峰をピク
セル単位の１／１０程度の精度で得ることができる。た
だし、この手法ではエッジの方向は０〜１８０度の値の
みをもつ。すなわちパターンの内部を特定できない。(B) Another is that only the edges are bright,
A method that can cope with the case where there is no contrast between the inside of the pattern and the background. For example, [Reference 2]: “Cartan Stege
r. An unbiased detector of curvilinear structure
s ”, IEEE Trans. Pattern Anal. Machine Intell., 20
(2), The edge is obtained by the method disclosed in February 1998. According to this method, the peak of the edge portion can be obtained with an accuracy of about 1/10 of a pixel unit. However, in this method, the direction of the edge has only a value of 0 to 180 degrees. That is, the inside of the pattern cannot be specified.

【００８０】パターン内部と下地との間にコントラスト
がある画像に微分フィルタ（例えば、Ｓｏｂｅｌフィル
タやバンドパスフィルタ）をかけて得られたエッジ振幅
画像を使って、上記の方法でエッジを求めてもよい。こ
の場合はパターン内部の判別をつけられ、エッジの方向
を特定できる。An edge obtained by the above method using an edge amplitude image obtained by applying a differential filter (for example, a Sobel filter or a band-pass filter) to an image having a contrast between the inside of the pattern and the background. Good. In this case, the inside of the pattern can be determined, and the direction of the edge can be specified.

【００８１】これらの方法はある程度大きな窓を使った
処理であるので、ピクセル単位の１／１０程度の精度が
得られるだけでなく、エッジの方向も安定している。こ
のことは、エッジを連結して直線近似をする必要が必ず
しもないことを意味している。Since these methods use a window that is large to some extent, not only accuracy of about 1/10 of a pixel unit is obtained, but also the direction of the edge is stable. This means that it is not always necessary to connect edges and perform linear approximation.

【００８２】ステップＳ３１０のエッジ検出では、検査
対象パターン画像からピクセル単位でエッジの振幅およ
び方向を求める。振幅は、明確なエッジであるほど大き
い値を取る。（Ａ）パターン内部と下地との間にコント
ラストがある画像の場合には、例えば上述の文献１の方
法を用いて、画像の１次微分値の絶対値を振幅とし、画
像の２次微分値のゼロクロス点をエッジ位置とすること
ができる。一方、（Ｂ）エッジのみが明るい画像の場合
には、例えば上述の文献２の方法を用いて、画像の２次
微分値の符号反転値（絶対値）を振幅とし、画像の１次
微分値のゼロクロス点をエッジ位置とすることができ
る。いずれの場合もエッジはサブピクセル精度で得られ
る。（Ａ）の画像の場合は、０度から３６０度までの方
向を定義できるが、（Ｂ）の画像の場合は、０度から１
８０度までの方向のみ定義可能である。これは（Ｂ）の
画像では、パターンの内部を局所情報から特定できない
ことが原因である。In the edge detection in step S310, the amplitude and direction of the edge are determined in pixel units from the pattern image to be inspected. The amplitude takes a larger value as the edge becomes clearer. (A) In the case of an image having a contrast between the inside of the pattern and the background, the absolute value of the primary differential value of the image is used as the amplitude and the secondary differential value of the image Can be used as the edge position. On the other hand, in the case of (B) an image in which only edges are bright, for example, using the method of the above-mentioned document 2, the sign-inverted value (absolute value) of the second derivative of the image is set as the amplitude, Can be used as the edge position. In each case, the edges are obtained with sub-pixel accuracy. In the case of the image (A), a direction from 0 to 360 degrees can be defined. In the case of the image (B), the direction can be defined from 0 to 1 degree.
Only directions up to 80 degrees can be defined. This is due to the fact that the inside of the pattern cannot be specified from the local information in the image of FIG.

【００８３】図１４は（Ａ）パターン内部と下地との間
にコントラストがある画像（検査対象パターン画像）の
例を示す図であり、図１５は図１４の画像から検出した
エッジを示す図である。図１４には、ピクセルごとにそ
の輝度値が示されている。図１５に示すように、エッジ
はピクセルごとに検出され、ピクセルごとに開始点（サ
ブピクセル精度）、方向（０〜３６０度）、および振幅
の情報が得られる。振幅は、上述のように、明確なエッ
ジであるほど大きい値を取る。FIG. 14A is a diagram showing an example of an image (pattern image to be inspected) having a contrast between the inside of the pattern and the background, and FIG. 15 is a diagram showing edges detected from the image of FIG. is there. FIG. 14 shows the luminance value for each pixel. As shown in FIG. 15, an edge is detected for each pixel, and information of a starting point (sub-pixel accuracy), a direction (0 to 360 degrees), and an amplitude is obtained for each pixel. As described above, the amplitude takes a larger value as the edge becomes clearer.

【００８４】図１６は（Ｂ）エッジのみが明るい画像
（検査対象パターン画像）の例を示す図であり、図１７
は図７の３Ａの画像から検出したエッジを示す図であ
る。図１６においても、ピクセルごとにその輝度値が示
されている。また、図１７に示すように、エッジはピク
セルごとに検出され、ピクセルごとに開始点（サブピク
セル精度）、方向（０〜１８０度）、および振幅の情報
が得られる。FIG. 16 is a diagram showing an example of an image (pattern image to be inspected) in which only the edges (B) are bright.
FIG. 8 is a diagram showing an edge detected from the image of FIG. 7A. FIG. 16 also shows the luminance value for each pixel. Further, as shown in FIG. 17, an edge is detected for each pixel, and information of a start point (sub-pixel accuracy), a direction (0 to 180 degrees), and an amplitude is obtained for each pixel.

【００８５】（マッチング）次に、検査部１２は、検査
対象パターン画像のエッジを膨張させて、膨張エッジを
求める（ステップＳ３１２）。本実施形態においては、
電気特性的に許される許容パターン変形量分膨張させて
いる。この段階では許容パターン変形量は正の整数であ
る。この値は、(R2)許容パターン変形量の−側の限界お
よび＋側の限界の絶対値の大きい方を整数化した値であ
る。許容パターン変形量分膨張させることにより、電気
的に許容される範囲内での形状差を許容してマッチング
することができる。(Matching) Next, the inspection unit 12 obtains an expanded edge by expanding the edge of the pattern image to be inspected (step S312). In the present embodiment,
It is expanded by an allowable pattern deformation amount that is allowed in terms of electrical characteristics. At this stage, the allowable pattern deformation amount is a positive integer. This value is a value obtained by converting the larger of the absolute values of the negative limit and the positive limit of the (R2) allowable pattern deformation amount into an integer. By expanding by the allowable pattern deformation amount, matching can be performed while permitting a shape difference within an electrically allowable range.

【００８６】図１８は１次元の検査対象パターン画像の
エッジ振幅の例を示す図であり、図１９は図１８のエッ
ジを膨張させた例を示す図である。図１８および図１９
では、説明を簡単にするために、１次元で各ピクセルの
持つエッジ振幅がスカラ値を持つ場合の例を示してい
る。許容パターン変形量内の変形を同等に扱う場合は、
許容パターン変形量の２倍の大きさの窓を持った最大値
フィルタをかける。最大値フィルタとは、対象となるピ
クセルの近傍である窓の中の各ピクセルが持つ値の最大
値を求め、その値をフィルタ後のピクセルの値とするも
のである。図１９では、図１８のエッジを左右に２ピク
セル分膨張させている。これは許容パターン変形量が２
ピクセルの場合の例である。FIG. 18 is a diagram showing an example of the edge amplitude of a one-dimensional pattern image to be inspected, and FIG. 19 is a diagram showing an example in which the edge in FIG. 18 is expanded. 18 and 19
In order to simplify the description, an example is shown in which the edge amplitude of each pixel has a scalar value in one dimension. To treat the deformation within the allowable pattern deformation amount equally,
A maximum value filter having a window twice as large as the allowable pattern deformation amount is applied. The maximum value filter obtains the maximum value of each pixel in a window that is in the vicinity of the target pixel, and uses that value as the value of the filtered pixel. In FIG. 19, the edge of FIG. 18 is expanded left and right by two pixels. This means that the allowable pattern deformation amount is 2
This is an example in the case of pixels.

【００８７】これに対して、基準パターンのエッジが図
２０のようであったとする。図１９および図２０からマ
ッチングの評価値（度合い）を求めると、現在の位置で
あっても、検査対象パターン画像が左右に１ピクセルま
たは２ピクセルずれていたとしても、マッチングの評価
値は同じになる。On the other hand, it is assumed that the edge of the reference pattern is as shown in FIG. When the evaluation value (degree) of the matching is obtained from FIG. 19 and FIG. 20, the evaluation value of the matching is the same even if the pattern image to be inspected is shifted one pixel or two pixels to the left or right even at the current position. Become.

【００８８】これを回避するには、図２１に示すよう
に、重み付けをして膨張すればよい。これは許容パター
ン変形量が小さければ小さいほどよいことを意味してい
る。図２１の膨張を実現するには、０．５、０．７５、
１．０、０．７５、０．５のスムージングフィルタを用
いればよい。図２１の場合、検査対象パターン画像が左
右に１ピクセルでもずれると評価値が下がる。In order to avoid this, as shown in FIG. 21, expansion may be performed with weighting. This means that the smaller the allowable pattern deformation amount, the better. To achieve the expansion of FIG. 21, 0.5, 0.75,
A smoothing filter of 1.0, 0.75, or 0.5 may be used. In the case of FIG. 21, the evaluation value decreases if the pattern image to be inspected is shifted even by one pixel to the left or right.

【００８９】ここで、図２２に示すように、基準パター
ンのエッジが２ピクセル分広かったとする。図２１およ
び図２２から評価値を求めると、現在の位置であって
も、検査対象パターン画像が左右に１ピクセルずれてい
たとしても、同じ評価値となる。Here, it is assumed that the edge of the reference pattern is wider by two pixels as shown in FIG. When the evaluation value is obtained from FIG. 21 and FIG. 22, the same evaluation value is obtained even if the inspection target pattern image is shifted by one pixel to the left or right even at the current position.

【００９０】これを回避するには、図２３に示すように
重み付けをして膨張すればよい。図２３の膨張を実現す
るには、０．５、０．９、１．０、０．９、０．５のス
ムージングフィルタ（図２４）を用いればよい。スムー
ジングフィルタの係数は実験的に求められるべきもので
ある。In order to avoid this, weighting may be performed as shown in FIG. In order to realize the expansion shown in FIG. 23, a 0.5, 0.9, 1.0, 0.9, 0.5 smoothing filter (FIG. 24) may be used. The coefficients of the smoothing filter should be determined experimentally.

【００９１】以上のことから、図２３に示すような膨張
が望ましいが、処理速度やエッジの込み具合などの観点
から図１９や図２１に示すような膨張を用いることもで
きる。From the above, the expansion as shown in FIG. 23 is desirable, but the expansion as shown in FIGS. 19 and 21 can also be used from the viewpoint of the processing speed and the degree of edge embedding.

【００９２】図２５は２次元の検査対象パターン画像の
エッジの振幅の例を示す図であり、図２６および図２７
は図２５のエッジを膨張させた例を示す図である。図２
５において、振幅値は、２０のところ以外はすべて０で
ある。図２６は図１９と同様の膨張を行った場合の結果
を示し、図２７は図２３と同様の膨張を行った場合の結
果を示す。FIG. 25 is a diagram showing an example of the amplitude of the edge of the two-dimensional pattern image to be inspected.
FIG. 26 is a diagram showing an example in which the edge of FIG. 25 is expanded. FIG.
At 5, the amplitude values are all 0 except at 20. FIG. 26 shows the result when the same expansion as in FIG. 19 is performed, and FIG. 27 shows the result when the same expansion as in FIG. 23 is performed.

【００９３】図２８は２次元の検査対象パターン画像の
エッジベクトルの例を示す図であり、図２９および図３
０は図２８のエッジベクトルを膨張させた例を示す図で
ある。図２９は図１９と同様の膨張を行った場合の結果
を示し、図３０は図２３と同様の膨張を行った場合の結
果を示す。膨張はｘ，ｙ成分ごとに行っている。FIG. 28 is a diagram showing an example of an edge vector of a two-dimensional pattern image to be inspected.
0 is a diagram showing an example in which the edge vector in FIG. 28 is expanded. FIG. 29 shows the result when the same expansion is performed as in FIG. 19, and FIG. 30 shows the result when the same expansion is performed as in FIG. The expansion is performed for each of the x and y components.

【００９４】検査部１２は、膨張エッジ（検査対象パタ
ーン画像のエッジを膨張させたエッジ）と基準パターン
のエッジとを比較して、検査対象パターン画像と基準パ
ターンとのピクセル単位でのマッチングを行う（ステッ
プＳ３１４）。The inspection section 12 compares the dilated edge (the edge obtained by dilating the edge of the pattern image to be inspected) with the edge of the reference pattern, and performs matching on a pixel basis between the pattern image to be inspected and the reference pattern. (Step S314).

【００９５】本実施形態においては、後で述べるよう
に、サブピクセル精度でのマッチングを行うので、ここ
では高速化を目的としてピクセル単位でのマッチングを
行う。したがって、図３１は図１１をピクセル単位で表
記したものである。In the present embodiment, as will be described later, since matching is performed with sub-pixel accuracy, matching is performed in pixel units for the purpose of speeding up. Therefore, FIG. 31 shows FIG. 11 in units of pixels.

【００９６】本実施形態におけるマッチングでは、検査
対象パターン画像に対して基準パターンをピクセル単位
で上下左右にシフトして、評価値F0が最大になる位置を
マッチング位置とする（図３２）。本実施形態において
は、以下のように、基準パターンのエッジが存在するピ
クセルにおける膨張エッジの振幅の総和を評価値F0とし
ている。[0096] In matching in this embodiment, by shifting vertically and horizontally the reference pattern in pixels relative to the inspection object pattern image, the evaluation value F 0 is the matching position the position of maximum (Figure 32). In this embodiment, as it follows, and the amplitude sum of the dilated edges in the pixel where the edge of the reference pattern exists as the evaluation value F 0.

【００９７】[0097]

【数１】 (Equation 1)

【００９８】ここで、E(x,y)は、膨張エッジの振幅をそ
の大きさとして持ち、膨張エッジの方向をその方向とし
て持つエッジベクトルである。エッジの存在しない場所
ではE(x,y)の大きさは０である。R(x+xs,y+ys)は、基準
パターンのエッジ方向をその方向として持つエッジベク
トルである。ただし、R(x+xs,y+ys)の大きさは、エッジ
の存在する場所で１であり、エッジの存在しない場所で
０である。ここで、(xs,ys)は基準パターンのエッジの
シフト量Ｓ1である。Here, E (x, y) is an edge vector having the amplitude of the expanded edge as its magnitude and the direction of the expanded edge as its direction. In a place where no edge exists, the magnitude of E (x, y) is zero. R (x + xs, y + ys) is an edge vector having the edge direction of the reference pattern as its direction. However, the magnitude of R (x + xs, y + ys) is 1 at a location where an edge exists, and is 0 at a location where no edge exists. Here, (xs, ys) is a shift quantity S 1 of the edge of the reference pattern.

【００９９】F0の計算においてR(x,y)が０でないピクセ
ルのみを記憶すれば、高速に計算が行え、記憶領域が少
なくてすむ。ピクセル振幅値総和を評価関数として残差
逐次検定法（ＳＳＤＡ：Sequential Similarity Detect
ion Algorithm）で使われている高速計算の打切りを用
いれば計算がさらに高速化される。If only pixels for which R (x, y) is not 0 are stored in the calculation of F 0, the calculation can be performed at high speed and the storage area is small. Residual sequential test method (SSDA: Sequential Similarity Detect) using the sum of pixel amplitude values as an evaluation function
The calculation speed is further increased by using the high-speed calculation truncation used in the ion algorithm.

【０１００】図３３および図３４は、図２９と図３１と
を重ね合わせた図である。図３３において、ピクセル２
５４は、図２９のピクセル２５１および図３１のピクセ
ル２５２に対応する。図３４においては、図３３の状態
から検査対象パターン画像を右に１ピクセル、下に１ピ
クセルシフトさせて重ね合わせを行っている。したがっ
て、ピクセル２５５は、図２９のピクセル２５１および
図３１のピクセル２５３に対応する。評価値F0を用いる
場合には、エッジの存在するピクセルが重なり合う度合
いが大きいほど、評価値が高くなる。評価値F0を用いる
場合には、図２５〜図２７で示したような膨張処理を行
えばよい。なお、評価値F0は、（Ａ）、（Ｂ）いずれの
画像にも適応可能である。FIGS. 33 and 34 are diagrams in which FIGS. 29 and 31 are superimposed. In FIG. 33, pixel 2
Reference numeral 54 corresponds to the pixel 251 in FIG. 29 and the pixel 252 in FIG. In FIG. 34, the pattern image to be inspected is shifted one pixel to the right and one pixel downward from the state of FIG. Thus, pixel 255 corresponds to pixel 251 in FIG. 29 and pixel 253 in FIG. When using the evaluation value F 0 is, the larger the degree of pixels present in the edge overlap, evaluation value increases. When using the evaluation value F 0 may be performed dilation processing as shown in FIGS. 25 27. The evaluation value F 0 can be applied to any of the images (A) and (B).

【０１０１】本実施形態においては、上記評価値F0を用
いているが、他の評価値を用いることもできる。例え
ば、（Ａ）パターン内部と下地との間にコントラストが
ある画像の場合には、以下の評価値Faを用いることが考
えられる。[0102] In the present embodiment uses the evaluation value F 0, it is also possible to use other evaluation values. For example, in the case of an image having a contrast between the (A) inside of the pattern and the ground it is considered to use the following evaluation value F a.

【０１０２】[0102]

【数２】 (Equation 2)

【０１０３】また、例えば、（Ｂ）エッジのみが明るい
画像の場合には、以下の評価値Fbを用いることが考えら
れる。[0103] Also, for example, in the case of (B) only the edge is bright image, it is considered to use the following evaluation value F b.

【０１０４】[0104]

【数３】 (Equation 3)

【０１０５】評価値FaまたはFbを用いる場合には、図２
８〜図３０で示したような膨張処理を行えばよい。ただ
し、図２９に示すような膨張を行う場合は、正の値の最
大値および負の値の最大値の双方について膨張を行い、
内積の計算でより大きな値をとるものを選択する。[0105] When using the evaluation value F a or F b is 2
The expansion processing shown in FIGS. 8 to 30 may be performed. However, when performing the expansion as shown in FIG. 29, the expansion is performed for both the maximum value of the positive value and the maximum value of the negative value,
Select the one that takes a larger value in the calculation of the inner product.

【０１０６】評価値F0と評価値FaおよびFbとを比較した
場合、評価値F0はデータがスカラのため高速処理に向
く。一方、評価値FaおよびFbは、例えば、図３５に示す
ような場合に有効である。すなわち、評価値FaおよびFb
を用いた場合には、基準パターン（図３５(a)）の縦線
部分のエッジベクトルと検査対象パターン画像（図３５
(b)）の横線部分のエッジベクトルとの内積をとると０
に近くなるため、１０１の部分と１０２の部分とがうま
くマッチングする。しかし、評価値F0を用いた場合に
は、方向は関係なく振幅のみで判断するため、１０１の
部分と１０３の部分とがマッチングしてしまうおそれが
ある。[0106] When comparing the evaluation value F 0 and an evaluation value F a and F b, the evaluation value F 0 is directed to the high-speed processing for data is a scalar. On the other hand, the evaluation values Fa and Fb are effective, for example, in the case as shown in FIG. That is, the evaluation values Fa and Fb
Is used, the edge vector of the vertical line portion of the reference pattern (FIG. 35A) and the inspection target pattern image (FIG. 35A) are used.
The inner product of the horizontal line portion of (b)) and the edge vector is 0
Therefore, the portion 101 and the portion 102 are well matched. However, when the evaluation value F 0, the direction is to determine only the amplitude regardless there is a possibility that the 101 parts and 103 parts of thus matching.

【０１０７】次に、評価値FaとFbとを比較した場合、例
えば、図３６に示すように、配線１１１、１１３の間隔
と下地１１２、１１４の間隔が同じ場合にFaを用いる
と、どちらがラインかの区別がつくのでFbより望ましい
結果が得られる。Next, when comparing the evaluation value F a and F b, for example, as shown in FIG. 36, the interval spacing of the wiring 111, 113 and the base 112, 114 used F a if the same both results preferable to F b is obtained so can be distinguished whether the line.

【０１０８】本実施形態においては、検査対象パターン
画像のエッジを膨張してマッチングを行っているが、代
わりに基準パターンのエッジを膨張してマッチングを行
うこともできる。In the present embodiment, the matching is performed by expanding the edges of the pattern image to be inspected. Alternatively, the matching may be performed by expanding the edges of the reference pattern.

【０１０９】また、基準パターンのエッジの位置によっ
て重み付けを変えて行うようにすることができる。これ
は以下の手順で行われる。The weighting can be changed depending on the position of the edge of the reference pattern. This is performed in the following procedure.

【０１１０】図３７において、(a)は基準パターンの例
を示し、(b)は(a)の基準パターン（実線）および検査対
象パターン画像（点線）の例を示す。図３７(a)に示す
基準パターンは周期的なパターンであるが、１ヶ所隙間
がある。このような基準パターンと検査対象パターン画
像とのマッチングを行う際に、図３７(b)に示すよう
に、両パターンがずれていても、隙間の部分以外は一致
するので、マッチングの評価値は高くなってしまう。そ
こで、この隙間の部分の重み付けを大きくして、検査対
象パターン画像の隙間と基準パターンの隙間とが一致し
ない場合にはマッチング評価値が大きく低下するように
することが考えられる。In FIG. 37, (a) shows an example of a reference pattern, and (b) shows an example of a reference pattern (solid line) and an image of a pattern to be inspected (dotted line) in (a). The reference pattern shown in FIG. 37A is a periodic pattern, but has one gap. When matching the reference pattern with the pattern image to be inspected, as shown in FIG. 37 (b), even if both patterns are displaced, they match except for the gap, so the evaluation value of the matching is Will be expensive. Therefore, it is conceivable to increase the weight of the gap portion so that the matching evaluation value is greatly reduced when the gap of the inspection target pattern image does not match the gap of the reference pattern.

【０１１１】重み付けの手順としては、まず自己相関法
でパターンの周期を求める。次に、もとのパターンと一
周期ずらしたパターンを比較してもとのパターンにあっ
て１周期ずらしたパターンにないものを求める。そし
て、求めたパターンをユニークパターンとして認識し、
それ以外のパターンよりマッチングに寄与する度合い
（重み付け）を強くする。寄与する度合いを表現するた
めに基準パターンの振幅に経験値（１以上）を使う。こ
の値は固定値もしくは、固定値÷全パターン中のユニー
クパターンの比率などが有効である。As a procedure for weighting, first, the period of the pattern is obtained by the autocorrelation method. Next, the original pattern is compared with the pattern shifted by one cycle, and the pattern that is not in the pattern shifted by one cycle is obtained. And it recognizes the obtained pattern as a unique pattern,
The degree of contributing to matching (weighting) is made stronger than other patterns. An empirical value (1 or more) is used for the amplitude of the reference pattern to express the degree of contribution. As this value, a fixed value or a ratio of fixed value / unique pattern in all patterns is effective.

【０１１２】マッチングを行い、最大の評価値をとるシ
フト量Ｓ1＝（ｘｓ，ｙｓ）が求まったら、Ｓ1の分だけ
基準パターンをシフトさせる。以後の処理は、このシフ
トを行った状態で行う。When the matching is performed and the shift amount S 1 = (xs, ys) at which the maximum evaluation value is obtained is obtained, the reference pattern is shifted by S 1 . Subsequent processing is performed with this shift performed.

【０１１３】シフト量Ｓ1は検査結果として、表示装置
５および印刷装置６に出力することができる。The shift amount S 1 can be output to the display device 5 and the printing device 6 as the inspection result.

【０１１４】マッチングが終わった後、検査対象パター
ン画像の２値化を行う。２値化は、エッジ振幅につい
て、レシピ内のエッジ検出パラメータの一つ（しきい
値）で有無の判断を付けることにより行う。２値化の方
法としては、基準パターンのエッジに相当するピクセル
数×ｐ（通常０．９〜１．１程度）が１になるように、
検査対象パターン画像のエッジ画像を２値化する方法
（ｐタイル法）もある。(R3)のパラメータとして、上述
のしきい値またはｐを設定すればよい。After the matching is completed, the pattern image to be inspected is binarized. The binarization is performed by judging the presence / absence of the edge amplitude using one of edge detection parameters (threshold) in the recipe. As a method of binarization, the number of pixels × p (normally about 0.9 to 1.1) corresponding to the edge of the reference pattern becomes 1,
There is also a method of binarizing the edge image of the inspection target pattern image (p tile method). The above threshold value or p may be set as the parameter of (R3).

【０１１５】（第１の検査）次に、検査部１２は、第１
の検査を行う。具体的には、パターン変形量の計算、お
よび欠陥検出を行う。(First Inspection) Next, the inspection unit 12
Inspection. Specifically, calculation of the pattern deformation amount and defect detection are performed.

【０１１６】検査部１２は、まず、検査対象パターン画
像のエッジと基準パターンのエッジとの対応づけを行う
（ステップＳ３１８）。The inspection unit 12 first associates the edge of the pattern image to be inspected with the edge of the reference pattern (step S318).

【０１１７】エッジの位置は、サブピクセル精度で扱わ
れる。したがって、エッジ間の距離もサブピクセル精度
で得られる。方向については、たとえば右方向を０度と
して０〜３６０度の値として決定される。The position of the edge is handled with sub-pixel accuracy. Therefore, the distance between edges is also obtained with sub-pixel accuracy. The direction is determined as a value of 0 to 360 degrees, for example, with the right direction being 0 degrees.

【０１１８】基準パターンの各エッジピクセルについ
て、(R2)に相当する許容パターン変形量の距離内にある
検査対象パターン画像のエッジピクセルを探す。そし
て、検出されたエッジの中で基準パターンのエッジとの
方向差が(R2)のエッジの許容方向差以下のものを、許容
変形内のエッジとして対応づける。すなわち、本実施形
態においては、マッチングを行った検査対象パターン画
像のエッジと基準パターンのエッジとの距離、および両
エッジの方向を考慮して対応づけを行っている。対応づ
けた両エッジ間のベクトルｄ（ｘ，ｙ）は、パターン変
形量を求めるのに用いることができる。For each edge pixel of the reference pattern, an edge pixel of the pattern image to-be-inspected that is within the distance of the allowable pattern deformation amount corresponding to (R2) is searched. Then, among the detected edges, those whose direction difference from the edge of the reference pattern is equal to or smaller than the allowable direction difference of the edge of (R2) are associated as edges within the allowable deformation. That is, in this embodiment, the correspondence is performed in consideration of the distance between the edge of the pattern image to be inspected that has been matched and the edge of the reference pattern, and the directions of both edges. The vector d (x, y) between the associated two edges can be used to determine the pattern deformation amount.

【０１１９】なお、対応づけの候補が複数存在する場合
は、距離が小さく、方向差が小さい候補を優先して対応
づける。When there are a plurality of candidates for association, the candidate having a small distance and a small direction difference is preferentially associated.

【０１２０】図３８は、検査対象パターン画像のエッジ
と基準パターンのエッジとの対応づけの例を示す図であ
る。図３８においては、方向を示すために、エッジを矢
印で示している。図３８の例では、基準パターンのエッ
ジを含む各ピクセルにおいて、基準パターンのエッジの
中心から、エッジ方向と垂直な方向に検査対象パターン
画像のエッジを探していくことにより、対応づけを行っ
ている。距離が許容パターン変形量内であり、かつ、方
向の差がエッジの許容方向差以下である検査対象パター
ン画像のエッジが見つかれば、両エッジを対応づける。
図３８においては、対応づけた両エッジ間のベクトルｄ
（ｘ，ｙ）が参考のため示されている。FIG. 38 is a diagram showing an example of correspondence between the edge of the pattern image to be inspected and the edge of the reference pattern. In FIG. 38, edges are indicated by arrows to indicate the direction. In the example of FIG. 38, in each pixel including the edge of the reference pattern, the association is performed by searching for the edge of the inspection target pattern image in the direction perpendicular to the edge direction from the center of the edge of the reference pattern. . If an edge of the pattern image to-be-inspected whose distance is within the allowable pattern deformation amount and the direction difference is equal to or smaller than the allowable direction difference of the edge is found, the two edges are associated with each other.
In FIG. 38, the vector d between the associated two edges
(X, y) is shown for reference.

【０１２１】図３９において、(a)は基準パターンのエ
ッジの例を示し、(b)は(a)の基準パターンに対応する検
査対象パターン画像のエッジの例を示す。図３９を用い
て、両エッジの対応づけの例を説明する。この例では、
許容パターン変形量は１ピクセル分とする。また、エッ
ジの許容方向差は６０度とする。例えば、基準パターン
のエッジ８１に対応する検査対象パターン画像のエッジ
を探したところ、エッジ６８がエッジ８１の許容パター
ン変形量の距離内にあり、かつ、方向の差がエッジの許
容方向差以下であることから、エッジ８１に対応するエ
ッジと認定される。基準パターンのエッジ８４について
も、対応する検査対象パターン画像のエッジとしてエッ
ジ７０が認定される。このとき、基準パターンのエッジ
８２について、エッジ６１は許容パターン変形量の距離
内にない。エッジ６４は、許容パターン変形量の距離内
になく、方向差もエッジの許容方向差より大きい。エッ
ジ６６および６９は、許容パターン変形量の距離内には
あるが、方向差がエッジの許容方向差より大きい。した
がって、エッジ８２に対応するエッジは見つからない。
エッジ８３についても同様に見つからない。In FIG. 39, (a) shows an example of the edge of the reference pattern, and (b) shows an example of the edge of the inspection target pattern image corresponding to the reference pattern of (a). An example of associating both edges will be described with reference to FIG. In this example,
The allowable pattern deformation amount is one pixel. The allowable direction difference of the edge is 60 degrees. For example, when the edge of the pattern image to-be-inspected corresponding to the edge 81 of the reference pattern is searched, the edge 68 is within the distance of the allowable pattern deformation amount of the edge 81, and the difference in the direction is equal to or smaller than the allowable direction difference of the edge. Because of this, it is recognized as an edge corresponding to the edge 81. With respect to the edge 84 of the reference pattern, the edge 70 is recognized as the corresponding edge of the pattern image to be inspected. At this time, with respect to the edge 82 of the reference pattern, the edge 61 is not within the distance of the allowable pattern deformation amount. The edge 64 is not within the distance of the allowable pattern deformation amount, and the direction difference is larger than the allowable direction difference of the edge. Although the edges 66 and 69 are within the distance of the allowable pattern deformation amount, the direction difference is larger than the allowable direction difference of the edge. Therefore, no edge corresponding to edge 82 is found.
Similarly, the edge 83 cannot be found.

【０１２２】なお、図３９の例はパターンの内側か外側
かを区別しない方法で、方向が０〜１８０度の値のみを
もつ場合であるが、パターン内外を区別する手法とする
ことも可能である。たとえば、エッジ方向はパターン内
側を必ず右手におくように決定しておけば、図３９(a)
は図４０のようになり、対応づけをより厳密に実行する
ことができる。Although the example of FIG. 39 is a method that does not distinguish between the inside and the outside of the pattern and has only a value of 0 to 180 degrees in the direction, a method of distinguishing between the inside and the outside of the pattern is also possible. is there. For example, if the edge direction is determined so that the inside of the pattern is always on the right hand, FIG.
Is as shown in FIG. 40, and the association can be performed more strictly.

【０１２３】次に、検査部１２は、欠陥検出を行う（ス
テップＳ３２０）。欠陥が検出された場合には、欠陥情
報（ここでは、欠陥位置、サイズ情報および画像）を欠
陥種認識部１４に出力する（ステップＳ３２２、３２
４）。Next, the inspection section 12 detects a defect (step S320). If a defect is detected, the defect information (here, defect position, size information, and image) is output to the defect type recognition unit 14 (steps S322 and S322).
4).

【０１２４】欠陥種認識部１４は、欠陥情報および欠陥
種参照データベース２３の情報に基づいて欠陥種を判定
する（ステップＳ３２６）すなわち、与えられた画像か
ら特徴量を求めて、欠陥種参照画像データベースに蓄積
された画像の特徴量と照合し、欠陥種を判定する。欠陥
種認識部１４は、欠陥情報および欠陥種を出力部１３を
介して表示装置５および印刷装置６に出力する（ステッ
プＳ３２８）。ここで、欠陥種参照データベース２３
は、既に取得された画像を欠陥種ごとに登録したもので
ある。The defect type recognizing unit 14 determines the defect type based on the defect information and the information in the defect type reference database 23 (step S 326), that is, obtains the feature amount from the given image and obtains the defect type reference image database The defect type is determined by collating with the feature amount of the image stored in the. The defect type recognition unit 14 outputs the defect information and the defect type to the display device 5 and the printing device 6 via the output unit 13 (Step S328). Here, the defect type reference database 23
Is an image obtained by registering an already acquired image for each defect type.

【０１２５】欠陥領域を認識する手法としては、対応づ
けできなかった検査対象パターン画像のエッジから領域
を認識し、これを欠陥領域として認識する手法（認識手
法Ａ）が考えられる。これは、明確なエッジをもった欠
陥検出に有効である。ただし、エッジの不明瞭な欠陥検
出に対しては弱いので、このような場合には、対応づけ
られた検査対象パターン画像のエッジから領域を認識
し、その領域におけるピクセル輝度値の分布が非一様で
ある部分を欠陥領域として認識する手法（認識手法Ｂ）
が適している。すなわち、輝度値分布の異常から欠陥を
認識するものである。As a method of recognizing a defective area, a method of recognizing an area from an edge of an image of a pattern to-be-inspected that cannot be associated and recognizing the area as a defective area (recognition method A) can be considered. This is effective for detecting a defect having a clear edge. However, since it is weak against the detection of a defect whose edge is unclear, in such a case, an area is recognized from the edge of the associated pattern image to-be-inspected, and the distribution of pixel luminance values in that area is non-uniform. Method for recognizing similar parts as defective areas (recognition method B)
Is suitable. That is, a defect is recognized from an abnormality in the luminance value distribution.

【０１２６】認識手法Ａでは、対応づけができなかった
検査対象パターン画像のエッジ（例えば、図３９(a)の
エッジ６１〜６７、６９および７５）のピクセルは、欠
陥として認識される。検査部１２は、これらのピクセル
を膨張させ、ピクセルどうしを連結する。このようなビ
ットマップ（２値化画像）を膨張させる処理としてモフ
ォロジーと呼ばれる処理が知られている。次に、ラベリ
ング処理で連結されたピクセルを固まり１領域としてそ
れぞれ認識する。ここで、ラベリング処理とは、４近傍
もしくは８近傍で連結しているピクセルに同一の値を書
き込み、連結ピクセル群を生成する方法である。連結し
ていないピクセルには別の値を与えることで、連結ピク
セル群を区別できる。この固まりの領域として分離でき
た単位で異物とし、その外形を認識する。外形から内側
のピクセルをペイント処理で塗りつぶす。これらのピク
セルを欠陥として、欠陥の重心、大きさを計算する。In the recognition method A, the pixels of the edges (eg, edges 61 to 67, 69, and 75 in FIG. 39A) of the pattern image to-be-inspected that cannot be associated are recognized as defects. The inspection unit 12 dilates these pixels and connects the pixels. As a process for expanding such a bitmap (binary image), a process called morphology is known. Next, the pixels connected by the labeling process are recognized as a lump as one area. Here, the labeling process is a method of writing the same value to pixels connected in the vicinity of 4 or 8 and generating a connected pixel group. By giving a different value to pixels that are not connected, the connected pixel group can be distinguished. The foreign matter is defined as a unit that can be separated as the mass region, and its outer shape is recognized. Paint the pixels inside from the outline by the paint process. With these pixels as defects, the center of gravity and size of the defects are calculated.

【０１２７】認識手法Ｂでは、対応づけが行われた検査
対象パターン画像のエッジを連結して領域とする。その
内外領域でそれぞれ、境界（エッジ）を除いた部分をピ
クセルの固まりとして求める。そのピクセルの固まりの
内外領域について、最初に得られた検査対象パターン画
像からピクセル輝度値を求める。これらの値は欠陥が無
ければ正規分布をなすことが期待できる。すなわち、品
質管理的手法を応用して欠陥ピクセルを検出することが
可能である。正常な場合は、内領域と外領域のそれぞれ
において輝度の変動が少ないはずである。よって、検査
対象パターン画像における上記領域のうち、輝度の分布
が非一様である領域を検出し、該領域を欠陥領域として
認識することができる。得られた欠陥ピクセルを固まり
として認識し、重心、大きさを計算する。In the recognition method B, the edges of the pattern images to be inspected which have been associated are connected to form a region. In each of the inner and outer regions, a portion excluding a boundary (edge) is obtained as a cluster of pixels. With respect to the inner and outer regions of the cluster of pixels, a pixel luminance value is obtained from the inspection target pattern image obtained first. These values can be expected to form a normal distribution if there are no defects. That is, defective pixels can be detected by applying a quality control method. In a normal case, there should be little change in luminance in each of the inner region and the outer region. Therefore, it is possible to detect an area in which the distribution of luminance is non-uniform among the areas in the inspection target pattern image and recognize the area as a defective area. The obtained defective pixels are recognized as a mass, and the center of gravity and the size are calculated.

【０１２８】図４１は、検査対象パターン画像の例を示
す図である。破線２０１は検査対象パターン画像のエッ
ジを示す。破線２０１の両サイドの実線２０２、２０３
は、エッジを指定幅太らせた線分であり、実線２０２、
２０３で囲まれた部分をエッジ領域と認識する。下地２
０４とパターン内部２０５の輝度値は、おおよそ正規分
布をなす。FIG. 41 is a diagram showing an example of a pattern image to be inspected. A broken line 201 indicates an edge of the inspection target pattern image. Solid lines 202 and 203 on both sides of the broken line 201
Is a line segment whose edge is widened by a specified width.
The part surrounded by 203 is recognized as an edge area. Ground 2
The luminance values of the pattern 04 and the inside 205 of the pattern substantially form a normal distribution.

【０１２９】図４２に示すように、±３σ程度を越した
部分Ｄは異物である可能性が高い。Ｄにはノイズも含ま
れるが、ノイズは領域内に比較的均一に存在する一方、
異物は固まって存在する。Ｄの輝度値を持つピクセルを
１、それ以外の輝度値を持つピクセルを０とした２値化
マップを作成する。指定された大きさ（例えば２×２ピ
クセル）以下の１を持ったピクセルの固まり（例えば、
図４１のピクセルの固まり２０７）を消去する。ミディ
アンフィルターやモフォロジーフィルタが利用できる。
この大きさは検出したい異物の大きさを考慮した経験値
である。残った１を持ったピクセルの固まり（例えば、
図４１のピクセルの固まり２０６）を異物とみなす。As shown in FIG. 42, the portion D exceeding about ± 3σ is highly likely to be a foreign matter. D includes noise, but noise exists relatively uniformly in the region,
Foreign matter is present as a solid. A binarized map is created in which pixels having a luminance value of D are 1 and pixels having other luminance values are 0. A block of pixels with a 1 less than or equal to a specified size (eg, 2 × 2 pixels) (eg,
The block of pixels 207) in FIG. 41 is deleted. A median filter or morphology filter can be used.
This size is an empirical value in consideration of the size of the foreign substance to be detected. A cluster of pixels with a remaining one (for example,
The cluster of pixels 206) in FIG. 41 is regarded as a foreign substance.

【０１３０】欠陥種認識部１４は、以下のように欠陥種
自動分類を行うことができる。すなわち、欠陥と認識さ
れたピクセルの固まりの幾何学的特徴量を得る。これに
より、まるい、細長いなど欠陥の形状的特徴を把握する
ことができ、まるければ異物、細長ければスクラッチな
どと判断をつけることができる。欠陥と認識されたピク
セルをパタ−ンの内側、外側、境界の３部分に区分す
る。これらの各部分ごとに、最初に得られた検査対象パ
ターン画像のピクセル輝度値を使った特徴量を得る。こ
こで得られる特徴量により、たとえば幾何学的特徴量か
ら異物と判断される場合に、その異物が金属片であるか
有機物（たとえば人間のあか）であるかなどの判断をつ
けることができる。すなわち、異物が金属であれば反射
が強いため明るく、有機物であれば暗いということで種
類を判別することができる。また、パターンの内部にあ
って異物と認識されたピクセルの輝度の変動が大きい場
合は、当該異物がパターンの上に存在している可能性が
高いと判断され、逆に、輝度の変動が小さい場合は、当
該異物がパターンの下に存在している可能性が高いと判
断される。これは、従来のダイ・ツー・ダイ法では困難
な処理である。これらの特徴量を使い、良く知られた分
類法で欠陥種を判定する。その分類法としては、欠陥種
参照画像データベースとの比較をｋ最短距離法で行って
判別する手法が有効である。The defect type recognition unit 14 can perform automatic defect type classification as follows. That is, a geometric feature of a cluster of pixels recognized as a defect is obtained. As a result, it is possible to grasp the shape characteristics of the defect such as round or long, and it is possible to determine that the defect is a foreign substance if the defect is long and that the defect is a scratch if it is long. Pixels recognized as defects are divided into three parts: inside, outside, and boundary of the pattern. For each of these parts, a feature amount using the pixel luminance value of the pattern image to-be-inspected first obtained is obtained. For example, when it is determined that the foreign matter is a foreign matter based on the geometrical feature amount, it is possible to determine whether the foreign matter is a metal piece or an organic matter (for example, human red) based on the obtained feature amount. That is, if the foreign matter is a metal, the type can be determined as being bright because the reflection is strong, and if the foreign matter is dark, it is dark. Further, when the luminance of a pixel recognized as a foreign substance inside the pattern has a large fluctuation, it is determined that there is a high possibility that the foreign substance exists on the pattern, and conversely, the fluctuation of the luminance is small. In this case, it is determined that there is a high possibility that the foreign matter exists below the pattern. This is a difficult process with the conventional die-to-die method. Using these feature amounts, the defect type is determined by a well-known classification method. As a classification method, a method of performing comparison with a defect type reference image database by using the k shortest distance method and determining is effective.

【０１３１】このような欠陥種自動分類は、従来行われ
ている光学方式、ＳＥＭ方式のＡＤＣ（Automatic Defe
ct Classification）に準じた方法であるが、設計デー
タを使う本発明の方法によれば、パターンの内部と外部
の区別が明確につくので、各部分の特徴量が正確にとら
えられ、分類精度が向上する。Such automatic classification of defect types is performed by a conventional optical or SEM ADC (Automatic Defefe).
ct Classification), but according to the method of the present invention using design data, the distinction between the inside and the outside of the pattern can be clearly distinguished, so that the feature amount of each part can be accurately grasped, and the classification accuracy can be improved. improves.

【０１３２】次に、検査部１２は、対応づけを行った検
査対象パターン画像のエッジと基準パターンのエッジと
の関係からパターン変形量を求める（ステップＳ３３
０）。パターン変形量は、欠陥検出の結果、欠陥が検出
されなかった部分について求める。そして、パターン変
形量を出力部１３を介して表示装置５および印刷装置６
に出力する（ステップＳ３３２）。Next, the inspection section 12 obtains the amount of pattern deformation from the relationship between the edge of the associated inspection target pattern image and the edge of the reference pattern (step S33).
0). The pattern deformation amount is obtained for a portion where no defect is detected as a result of the defect detection. Then, the display device 5 and the printing device 6 determine the amount of pattern deformation via the output unit 13.
(Step S332).

【０１３３】パターン変形量としては、画像全体から得
られるパターン変形量と、パターンの属性ごとに得られ
るパターン変形量とが考えられる。As the pattern deformation amount, a pattern deformation amount obtained from the entire image and a pattern deformation amount obtained for each pattern attribute can be considered.

【０１３４】画像全体から得られるパターン変形量とし
ては、例えば、位置ずれ量、倍率変動量、および線幅の
太り量が考えられる。As the pattern deformation amount obtained from the entire image, for example, a positional shift amount, a magnification change amount, and a line width thickening amount can be considered.

【０１３５】位置ずれ量は、対応づけられたエッジ間の
ベクトルｄ（ｘ，ｙ）の平均値として求められる。これ
はＳ1＝(xs,ys)のサブピクセル精度でのシフト量（補正
量）Ｓ2となる。このシフト量Ｓ2に基づいてピクセル単
位でのマッチングでシフトさせた基準パターンを補正量
分シフトさせることにより、サブピクセル精度でのマッ
チングを行うことができる。The amount of displacement is obtained as the average value of the vector d (x, y) between the associated edges. This is the shift amount (correction amount) S 2 with sub-pixel accuracy of S 1 = (xs, ys). By correcting amount shifting the reference pattern is shifted with matching in pixels on the basis of the shift amount S 2, it is possible to perform matching with sub-pixel accuracy.

【０１３６】ｘ方向の倍率変動量を求めるには、縦方向
の基準パターンに関するベクトルｄ（ｘ，ｙ）のｘ成分
を回帰直線Ｄ（ｘ）で近似して回帰直線を求める。そし
て、回帰直線の勾配をｘ方向の倍率変動量とする。ｙ方
向の倍率変動量についても同様である。In order to obtain the amount of magnification change in the x direction, a regression line is obtained by approximating the x component of the vector d (x, y) relating to the reference pattern in the vertical direction with a regression line D (x). Then, the gradient of the regression line is set as the magnification change amount in the x direction. The same applies to the magnification change amount in the y direction.

【０１３７】図４３において、(a)は基準パターンのエ
ッジ（破線）、および検査対象パターン画像のエッジ
（実線）の例を示し、(b)は(a)に示すエッジ間のｙ＝ｙ
0におけるベクトルｄ（ｘ，ｙ0）のｘ成分を回帰直線Ｄ
（ｘ）で近似した例を示す。ベクトルｄ（ｘ，ｙ0）の
ｘ成分を回帰直線Ｄ（ｘ）＝ａｘ＋ｂで近似すると、傾
きａが倍率変動量に相当する。図４３(a)の例では、検
査対象パターン画像のパターンが基準パターンよりも全
体に大きいことがわかる。In FIG. 43, (a) shows an example of the edge of the reference pattern (broken line) and the edge of the image of the pattern to be inspected (solid line), and (b) shows y = y between the edges shown in (a).
Vector d (x, y 0) in the 0 to x components of the regression line D
An example approximated by (x) is shown. When the x component of the vector d (x, y 0 ) is approximated by a regression line D (x) = ax + b, the gradient a corresponds to the magnification change amount. In the example of FIG. 43A, it can be seen that the pattern of the inspection target pattern image is entirely larger than the reference pattern.

【０１３８】図４４において、(a)は基準パターンのエ
ッジ（破線）、および検査対象パターン画像のエッジ
（実線）の別の例を示し、(b)は(a)に示すエッジ間のｙ
＝ｙ0におけるベクトルｄ（ｘ，ｙ0）のｘ成分を回帰直
線Ｄ（ｘ）で近似した例を示す。図４４(a)の例では、
検査対象パターン画像のパターンが基準パターンよりも
全体に大きいことに加えて、線（ライン）の幅が太って
いる。図４４(a)において、基準パターンのライン（配
線）１２１、１２２、１２３は、それぞれ検査対象パタ
ーン画像のパターンのライン１２４、１２５、１２６に
対応する。In FIG. 44, (a) shows another example of the edge of the reference pattern (broken line) and the edge of the image of the pattern to be inspected (solid line), and (b) shows y between the edges shown in (a).
An example is shown in which the x component of the vector d (x, y 0 ) at = y 0 is approximated by a regression line D (x). In the example of FIG.
In addition to the pattern of the inspection target pattern image being larger than the reference pattern as a whole, the width of the line (line) is large. In FIG. 44 (a), reference pattern lines (wirings) 121, 122, and 123 respectively correspond to lines 124, 125, and 126 of the pattern of the pattern image to-be-inspected.

【０１３９】ｘ方向の線幅の太り量は、例えば、ｓｉｇ
ｎ（ｘ，ｙ0）・｛ｄ（ｘ，ｙ0）のｘ成分−Ｄ（ｘ）｝
の平均値として求めることができる。ここで、ｓｉｇｎ
（ｘ，ｙ0）は、（ｘ，ｙ0）の位置がラインの左端であ
れば−１をとり、ラインの右端であれば１をとる。な
お、線幅の太り量に関して、ｓｉｇｎ（ｘ，ｙ0）・
｛ｄ（ｘ，ｙ0）のｘ成分−Ｄ（ｘ）｝の分散を求めれ
ば、線幅のばらつき指標が得られる。The width of the line width in the x direction is, for example, sig
n (x, y 0 ) · {x component of d (x, y 0 ) −D (x)}
Can be obtained as an average value of Where sign
(X, y 0 ) takes −1 if the position of (x, y 0 ) is at the left end of the line, and takes 1 if it is at the right end of the line. In addition, regarding the amount of increase in line width, sign (x, y 0 ) ·
If the variance of {x component of d (x, y 0 ) −D (x)} is obtained, a line width variation index can be obtained.

【０１４０】次に、パターンの属性ごとに得られるパタ
ーン変形量について説明する。パターンの属性として
は、コーナー１７１、長い配線１７２、先端１７３、孤
立パターン１７４などが考えられる（図４５）。パター
ンの属性に関するパターン変形量としては、例えば、上
述の位置ずれ量、倍率変動量、および線幅の太り量のほ
か、面積、周囲長、円形度、モーメント、曲率半径など
の特徴量の変形量が考えられる。Next, the pattern deformation amount obtained for each pattern attribute will be described. As attributes of the pattern, a corner 171, a long wiring 172, a tip 173, an isolated pattern 174, and the like can be considered (FIG. 45). As the pattern deformation amount related to the attribute of the pattern, for example, in addition to the above-described displacement amount, magnification change amount, and line width increase amount, the deformation amount of a feature amount such as area, perimeter, circularity, moment, radius of curvature, etc. Can be considered.

【０１４１】基準パターンにパターンの属性を自動的に
付加することができる。ただし、属性の付加は手動によ
って行うこともできる。パターンの属性を付加（抽出）
するためのルールは、(R4)としてレシピ作成時に設定す
る。The pattern attribute can be automatically added to the reference pattern. However, attributes can be added manually. Add (extract) pattern attributes
The rule for this is set as (R4) when the recipe is created.

【０１４２】図４６は、先端の位置ずれ量を示す図であ
る。先端の位置ずれ量は、図４６(a)に示すように、基
準パターンのエッジ１６４から、検査対象パターン画像
のエッジ１６３までの距離（基準パターンのエッジに対
し垂直方向）である。先端の位置ずれ量として、例え
ば、検査対象パターン画像のエッジ１６３において基準
パターンのエッジ１６４に最も近い点と、基準パターン
のエッジ１６４との距離を測定することができる。FIG. 46 is a diagram showing the displacement of the tip. As shown in FIG. 46A, the displacement of the leading end is a distance from the edge 164 of the reference pattern to the edge 163 of the pattern image to be inspected (in the direction perpendicular to the edge of the reference pattern). For example, a distance between a point closest to the edge 164 of the reference pattern in the edge 163 of the pattern image to be inspected and the edge 164 of the reference pattern can be measured as the positional deviation amount of the leading end.

【０１４３】また、図４６(b)に示すように、任意の幅
をもった区間１５７について複数測定した距離の平均
値、最大値、最小値、中央値、標準偏差などを、先端の
位置ずれ量としてもよい。Further, as shown in FIG. 46 (b), the average value, maximum value, minimum value, median value, standard deviation, etc. of a plurality of distances measured for a section 157 having an arbitrary width are determined by the positional deviation of the tip. It may be an amount.

【０１４４】図４６では、先端の位置ずれ量について説
明したが、長い配線、コーナー、属性と属性の結合部分
などについても、同様に位置ずれ量を測定できる。ま
た、例えばコーナーは、コーナーの成す角度の半分の角
度もしくは指定した角度を持つ方向での位置ずれ量を測
定することができる。In FIG. 46, the positional deviation amount at the tip has been described. However, the positional deviation amount can be similarly measured for a long wiring, a corner, a portion where an attribute is connected to an attribute, and the like. Further, for example, for a corner, a positional shift amount in a direction having a half angle formed by the corner or a direction having a designated angle can be measured.

【０１４５】図４７は、孤立パターンの重心の位置ずれ
量を示す図である。重心の位置ずれ量は、（孤立パター
ンを構成する）基準パターンのエッジ１６０の重心１６
２と、（孤立パターンを構成する）検査対象パターン画
像のエッジ１５９の重心１６１との位置ずれ量である。FIG. 47 is a diagram showing the amount of displacement of the center of gravity of an isolated pattern. The amount of displacement of the center of gravity is calculated based on the center of gravity 16 of the edge 160 of the reference pattern (constituting an isolated pattern).
2 and the amount of displacement between the center of gravity 161 of the edge 159 of the pattern image to be inspected (which constitutes an isolated pattern).

【０１４６】また、図４７において、孤立パターンの特
徴量（面積、周囲長、円形度、モーメントなど）の変形
量を測定することが考えられる。すなわち、基準パター
ンのエッジ１６０の特徴量と、検査対象パターン画像の
エッジ１５９の特徴量との差異を測定することが考えら
れる。In FIG. 47, it is conceivable to measure the amount of deformation of the feature amount (area, perimeter, circularity, moment, etc.) of the isolated pattern. That is, it is conceivable to measure a difference between the feature amount of the edge 160 of the reference pattern and the feature amount of the edge 159 of the pattern image to-be-inspected.

【０１４７】図４８において、(a)は基準パターンのエ
ッジのコーナーの例を示し、(b)は検査対象パターン画
像のエッジのコーナーの例を示す。図４８(a)に示す基
準パターンのエッジ１６６のコーナーには丸みをつける
処理がなされている。コーナーの曲率半径としては、例
えば、コーナーの曲線を楕円もしくは円で最小自乗近似
して得られた長径、短径もしくは半径を用いることがで
きる。基準パターンのエッジ１６６のコーナーの曲率半
径、および検査対象パターン画像のエッジ１６５のコー
ナーの曲率半径を求めることにより、コーナーの曲率半
径の変形量を求めることができる。In FIG. 48, (a) shows an example of the corner of the edge of the reference pattern, and (b) shows an example of the corner of the edge of the image of the pattern to-be-inspected. The corner of the edge 166 of the reference pattern shown in FIG. 48 (a) is rounded. As the radius of curvature of the corner, for example, a major axis, a minor axis, or a radius obtained by least-squares approximation of the curve of the corner with an ellipse or a circle can be used. By determining the radius of curvature of the corner of the edge 166 of the reference pattern and the radius of curvature of the corner of the edge 165 of the pattern image to-be-inspected, the amount of deformation of the radius of curvature of the corner can be determined.

【０１４８】以上の検査は、一カ所ずつそれぞれ行うの
ではなく、１撮像範囲内（視野内）の複数の箇所に対し
同時（一度の撮像で）に適応することも可能である。The above inspections can be applied simultaneously (with one imaging) to a plurality of locations within one imaging range (within the field of view) instead of performing each inspection one by one.

【０１４９】検査項目は、上述のレシピ項目の(R1)求め
たいパターン変形量に従い選択される。The inspection items are selected in accordance with the above-mentioned recipe item (R1) the pattern deformation amount to be obtained.

【０１５０】パターンの属性の抽出ルール（上述の(R
4)）は各種あるが、その例を図４５に従い説明する。コ
ーナーは、所定角度（９０度や２７０度など）で接触す
る２線分の接点近傍として抽出される。長い配線は、線
幅分の間隔離れていて、指定された長さ以上長さを持っ
た並行した２線分として抽出される。先端は、線幅の長
さをもつ線分で、その両端に所定長以上の他の線分が９
０度の角度をもって接している部分として抽出される。
孤立パターンは、所定面積以下の閉図形として抽出され
る。The pattern attribute extraction rule ((R
There are various types 4)), examples of which will be described with reference to FIG. The corner is extracted as a vicinity of a contact point of two lines that contact at a predetermined angle (90 degrees, 270 degrees, or the like). The long wires are separated as two parallel line segments having a line width apart and having a length equal to or longer than the specified length. The tip is a line segment having a line width length, and other line segments of a predetermined length or more are provided at both ends thereof.
It is extracted as a part that contacts at an angle of 0 degrees.
The isolated pattern is extracted as a closed figure having a predetermined area or less.

【０１５１】（第２のエッジ検出）検査部１２は、欠陥
検出の結果、欠陥が検出されなかった部分について、検
査対象パターン画像から再度エッジを検出する（ステッ
プＳ３３４）。(Second Edge Detection) The inspection unit 12 detects an edge again from the pattern image to be inspected for a portion where no defect is detected as a result of the defect detection (step S334).

【０１５２】検査対象パターン画像のエッジ検出は、検
査対象パターン画像上に、第２の基準パターンに基づい
てプロファイルを求めることにより行う。ここで、第２
の基準パターンとしては、図５３の点Ｑの位置をエッジ
と考えた場合の基準パターンを用いる。これに対し、第
１の基準パターンとしては、例えば、上述の（Ｂ）エッ
ジのみが明るい画像の場合、点Ｐの位置をエッジと考え
た場合の基準パターンが用いられる。したがって、第２
の基準パターンと第１の基準パターンは一般に異なる。The edge detection of the inspection target pattern image is performed by obtaining a profile on the inspection target pattern image based on the second reference pattern. Here, the second
As the reference pattern, a reference pattern in the case where the position of the point Q in FIG. 53 is considered as an edge is used. On the other hand, as the first reference pattern, for example, in the case of the above-described (B) image in which only the edge is bright, a reference pattern in a case where the position of the point P is considered as an edge is used. Therefore, the second
Is generally different from the first reference pattern.

【０１５３】検査対象パターン画像のエッジ検出を行う
前に、上述のシフト量Ｓ1＋Ｓ2の分だけ第２の基準パタ
ーンをシフトさせる。以後の処理は、このシフトを行っ
た状態で行う。Before detecting the edge of the pattern image to be inspected, the second reference pattern is shifted by the shift amount S 1 + S 2 . Subsequent processing is performed with this shift performed.

【０１５４】プロファイルからエッジ位置を求めるに
は、しきい値法、直線近似法など各種開示されている
が、本実施形態では、その中のしきい値法を用いて、Ｃ
Ｄ−ＳＥＭで行っている線幅測長を２次元パターン（検
査対象パターン画像）に応用している。ただし、しきい
値法を、直線近似法など別の方法に置き換えても同様に
処理が可能である。ここで、直線近似法とは、プロファ
イルを直線で近似し、交点を使ってエッジ位置を特定す
る方法である。Various methods, such as a threshold value method and a linear approximation method, are disclosed for obtaining the edge position from the profile. In the present embodiment, the threshold value method is used to determine the C position.
The line width measurement performed by the D-SEM is applied to a two-dimensional pattern (pattern image to be inspected). However, the same processing can be performed by replacing the threshold value method with another method such as a linear approximation method. Here, the straight line approximation method is a method of approximating a profile with a straight line and specifying an edge position using an intersection.

【０１５５】エッジ検出には、２通りのやり方が考えら
れる。その１つは、プロファイルを取る方向および位置
を、第２の基準パターンに対して予め設定する方法であ
る。For edge detection, two methods are conceivable. One is a method in which a direction and a position for taking a profile are set in advance for a second reference pattern.

【０１５６】本実施形態において、プロファイル取得区
間を予め設定しておく場合には、上述のように、レシピ
作成時に行う。この場合、上述のレシピ項目の(R6)プロ
ファイル取得区間を可変にして測定時に決定するかどう
かのフラグがオフとしてあり、プロファイル取得区間
が、第２の基準パターンに対して予め設定されているこ
とになる。In the present embodiment, when a profile acquisition section is set in advance, it is performed at the time of recipe creation as described above. In this case, the (R6) profile acquisition section of the above-described recipe item is variably set, and the flag of whether to determine at the time of measurement is off, and the profile acquisition section is set in advance with respect to the second reference pattern. become.

【０１５７】プロファイルを取得する区間（プロファイ
ル取得区間）は、(R5)のプロファイル取得区間の長さ、
およびプロファイル取得区間とプロファイル取得区間と
の間隔に基づいて、例えば、図４９に示すように、第２
の基準パターンを中点として、第２の基準パターンの垂
直方向に設定される（図中二重線）。図４９に示す第２
の基準パターンは、すでに図７を用いて説明したよう
に、コーナー部分に丸みをつける補正がなされている。
また、上述の第２の基準パタ−ンの代わりに、図５０に
示すように、リソシミュレータで得られた露光パターン
の外形を形成する曲線（図中実線）を使用することも可
能である。The section for acquiring the profile (profile acquisition section) is the length of the profile acquisition section of (R5),
For example, based on the interval between the profile acquisition section and the profile acquisition section, as shown in FIG.
Are set in the vertical direction of the second reference pattern with the reference pattern of (1) as the middle point (double line in the figure). The second shown in FIG.
As described with reference to FIG. 7, the reference pattern is corrected so that the corners are rounded.
Further, instead of the above-mentioned second reference pattern, as shown in FIG. 50, it is also possible to use a curve (solid line in the figure) which forms the outer shape of the exposure pattern obtained by the litho simulator.

【０１５８】第２のエッジ検出処理としては、検査対象
パターン画像における上述のプロファイル区間に対応す
る位置（区間）において、(R5)のプロファイル取得区間
内で輝度値を調べる間隔に基づいて、プロファイルを作
成する。その間隔は通常ピクセル間隔以下の任意の値と
し、プロファイル区間の長さはパターンの変形許容量よ
り長い任意の長さとする。プロファイルは、双一次補
間、スプライン補間、フーリエ級数などの手法を用いて
作成する。In the second edge detection processing, at the position (section) corresponding to the above-mentioned profile section in the pattern image to-be-inspected, the profile is determined based on the interval for examining the luminance value within the (R5) profile acquisition section. create. The interval is usually an arbitrary value equal to or less than the pixel interval, and the length of the profile section is an arbitrary length longer than the allowable deformation amount of the pattern. The profile is created using a technique such as bilinear interpolation, spline interpolation, or Fourier series.

【０１５９】図５１は図４９の一部（Ｂの部分）を拡大
した図であり、図５２は図５１の一部（Ｃの部分）を拡
大した図である。図中の二重線がプロファイル取得区間
であり、格子の交点はピクセルの位置、黒点は検査対象
パターン画像の輝度値を調べる位置を示す。FIG. 51 is an enlarged view of a part (part B) of FIG. 49, and FIG. 52 is an enlarged view of a part (part C) of FIG. The double line in the figure is the profile acquisition section, the intersection of the grid indicates the position of the pixel, and the black point indicates the position where the luminance value of the pattern image to be inspected is examined.

【０１６０】双一次補間法とは、図示のように（０，
０）（０，１）（１，０）（１，１）で示されたピクセ
ルの輝度値Ｉ（０，０）、Ｉ（０，１）、Ｉ（１，
０）、Ｉ（１，１）を使って、位置（ｘ、ｙ）、（０＜
ｘ≦１、０＜ｙ≦１）にある点の輝度値Ｉ（ｘ、ｙ）を
次の計算式で計算するものである。The bilinear interpolation method is (0,
0) (0,1) (1,0) (1,1), the luminance values I (0,0), I (0,1), I (1,
0), I (1, 1), the position (x, y), (0 <
The luminance value I (x, y) at the point where x ≦ 1, 0 <y ≦ 1) is calculated by the following formula.

【０１６１】[0161]

【数４】Ｉ（ｘ、ｙ）＝〔Ｉ（０，０）（１−ｘ）＋Ｉ
（１，０）ｘ〕（１−ｙ）＋〔Ｉ（０，１）（１−ｘ）
＋Ｉ（１，１）ｘ〕ｙ## EQU4 ## I (x, y) = [I (0, 0) (1-x) + I
(1,0) x] (1-y) + [I (0,1) (1-x)
+ I (1,1) x] y

【０１６２】これにより得られたプロファイルから、し
きい値法を適応して第２のエッジ位置を決定する。図５
３に示すように、得られたプロファイルの中の最大輝度
値Ｖとその位置Ｐを求める。その最大輝度値Ｖに予め指
定された係数ｋをかけた数値をしきい値Ｔとし、輝度値
＝しきい値Ｔの直線とプロファイル曲線との交点を求め
る。これらの交点で、点Ｐからパターンの外側方向にあ
り、最も点Ｐに近い交点Ｑを求める。すべてのプロファ
イルについて、この交点Ｑを求め、第２のエッジ位置と
する。From the profile thus obtained, the second edge position is determined by applying the threshold method. FIG.
As shown in FIG. 3, the maximum luminance value V and its position P in the obtained profile are obtained. A value obtained by multiplying the maximum luminance value V by a coefficient k specified in advance is set as a threshold value T, and an intersection between a straight line of luminance value = threshold value T and a profile curve is obtained. At these intersections, an intersection Q that is located outside of the pattern from the point P and is closest to the point P is obtained. This intersection Q is obtained for all the profiles and set as the second edge position.

【０１６３】係数ｋは第２のエッジ位置を決定する役割
を果たす。すなわち、ウェーハに形成された実際の配線
の断面形状は台形状をなすので、そのエッジ位置の管理
を台形の上辺で行うのか、下辺で行うのか、あるいは中
間部で行うのか、係数ｋにより調整することができる。The coefficient k plays a role in determining the second edge position. That is, since the cross-sectional shape of the actual wiring formed on the wafer has a trapezoidal shape, the edge position is controlled on the upper side, on the lower side, or on the middle of the trapezoid, and is adjusted by the coefficient k. be able to.

【０１６４】上述のエッジを求めたら、それらに基づい
て曲線近似（多角形近似を含む）を行い、第２のエッジ
を求める。最も単純な方法は単に折れ線としてつなぐ方
法であるが、最小自乗法を用いて滑らかにつなぐ方法と
して、例えば以下の方法を用いることができる。すなわ
ち、図５４(a)に示すような、T. Pavlidis and S. L.Ho
rowitz : “Segmentation of plane curves”, IEEE Tr
ans. on Computers,vol. C-23, no.8 Aug., 1974で開示
された分割融合法を用いることができる。これ以外に
も、図５４(b)に示すような最小自乗法と２次元スプラ
イン関数を使った平面データの平滑化による曲線近似を
用いることもできる。前者は、高速に処理できるが丸ま
った形状を多く含むものには柔軟性がない。一方、後者
は、高速性を満たし且つ柔軟性をもつ特性がある。これ
ら以外にも、フーリエ記述子による方法など各種の方法
が開示されており、これらでも置き換え可能である。After the above-described edges are obtained, curve approximation (including polygon approximation) is performed based on them, and a second edge is obtained. The simplest method is to simply connect as a polygonal line. However, as a method to connect smoothly using the least squares method, for example, the following method can be used. That is, as shown in FIG. 54 (a), T. Pavlidis and SLHo
rowitz: “Segmentation of plane curves”, IEEE Tr
ans. on Computers, vol. C-23, no. 8 Aug., 1974. Alternatively, a curve approximation by smoothing plane data using a least squares method and a two-dimensional spline function as shown in FIG. 54B can be used. The former can be processed at high speed, but is inflexible for those containing many rounded shapes. On the other hand, the latter has the property of satisfying high-speed operation and having flexibility. In addition to these, various methods such as a method using a Fourier descriptor are disclosed, and these can be replaced.

【０１６５】以上のような曲線近似は、第１のエッジ検
出を行った後にも行うようにすることができる。The above curve approximation can be performed even after the first edge detection is performed.

【０１６６】次に、これとは異なるもう１つのやり方と
して、プロファイル取得区間を可変にしてエッジ検出時
に決定する方法がある。すなわち、図５５(a)に示すよ
うに、検出された検査対象パターン画像の第１のエッジ
の垂直方向にプロファイル取得区間を設定する方法であ
る。この方法によれば、図５５(b)に示すように、検査
対象パターン画像の第１のエッジ（実線）が第２の基準
パターン（点線）からずれていたとしても、プロファイ
ル取得区間を特定し、エッジを検出することができる。
この方法は、上述の方法に比べ、パターンの変形に追従
しやすい。プロファイル取得区間の設定後は、上述の方
法と同様の処理を行う。Next, as another method different from the above method, there is a method in which the profile acquisition section is made variable and the profile acquisition section is determined at the time of edge detection. That is, as shown in FIG. 55 (a), this is a method of setting a profile acquisition section in the vertical direction of the first edge of the detected pattern to-be-inspected. According to this method, as shown in FIG. 55 (b), even if the first edge (solid line) of the inspection target pattern image is shifted from the second reference pattern (dotted line), the profile acquisition section is specified. , Edges can be detected.
This method is easier to follow the deformation of the pattern than the above method. After setting the profile acquisition section, the same processing as in the above method is performed.

【０１６７】第２のエッジ検出の結果は、表示装置５お
よび印刷装置６に出力することができる。The result of the second edge detection can be output to the display device 5 and the printing device 6.

【０１６８】検出された第２のエッジは、例えば図１２
を用いて説明した方法を用いて、ピクセルごとのエッジ
ベクトルにすることができる。このエッジベクトルは第
１の検査の前で得た２値化処理で得たエッジベクトルに
相当する。The detected second edge is, for example, as shown in FIG.
Can be converted into an edge vector for each pixel by using the method described with reference to FIG. This edge vector corresponds to the edge vector obtained by the binarization processing obtained before the first inspection.

【０１６９】（第２の検査）以上のような第２のエッジ
検出の後、検査部１２は、第２の検査を行う（ステップ
Ｓ３３６）。(Second Inspection) After the above-described second edge detection, the inspection unit 12 performs a second inspection (step S336).

【０１７０】この検査は、上述の第１の検査と同じ処理
であり、欠陥検出を行い、パターン変形量を求める。こ
こで求められる画像全体に関する位置ずれ量（シフト
量）Ｓ 3は、上述のＳ2に対応する。ここで求めたＳ
3に、上述のＳ1およびＳ2を加えたものが、第２の基準
パターンと検査対象パターン画像のパターンとの間の全
シフト量となる。This inspection is the same processing as the above-described first inspection.
Then, a defect is detected and the pattern deformation amount is obtained. This
The position shift amount (shift
Quantity) S ThreeIs the above STwoCorresponding to S obtained here
ThreeThe above-mentioned S1And STwoIs the second standard
Between the pattern and the pattern of the pattern image to be inspected.
The shift amount.

【０１７１】検査結果は、出力部１３を介して表示装置
５および印刷装置６に出力される（ステップＳ３３
８）。The inspection result is output to the display device 5 and the printing device 6 via the output unit 13 (step S33).
8).

【０１７２】以上の処理をすべての検査単位領域につい
て行った場合には検査処理を終了し、そうでない場合に
はステップＳ３０８に戻る（ステップＳ３４０）。If the above processing has been performed for all the inspection unit areas, the inspection processing ends, otherwise, the flow returns to step S308 (step S340).

【０１７３】（その他の検査）低倍画像の一部分を電磁
的に高倍画像で観察できる機能をもったＳＥＭの場合
は、高倍画像では入りきらないパターンも測定可能であ
る。すなわち、高倍画像で得たエッジ位置が低倍画像で
得たエッジ位置に正確に変換できることを意味する。こ
れと同じ関係を高精度ステージで実現してもよい。例え
ば、図５６において、検査対象パターン画像のパターン
１８１上の位置１８２、１８３を、それぞれ高倍画像１
８４、１８５で求めた後、低倍画像１８７上の位置に変
換して、検査対象パターン画像のパターン１８１の幅１
８６を求めれば、低倍画像１８７のみで求めたときより
も、精度よく測長できる。(Other Inspections) In the case of an SEM having a function of electromagnetically observing a part of a low-magnification image as a high-magnification image, it is possible to measure a pattern that cannot be covered by a high-magnification image. That is, it means that the edge position obtained in the high-magnification image can be accurately converted to the edge position obtained in the low-magnification image. The same relationship may be realized by a high-precision stage. For example, in FIG. 56, the positions 182 and 183 on the pattern 181 of the pattern image to be inspected are
84 and 185, the image is converted to a position on the low-magnification image 187, and the width 1 of the pattern 181 of the inspection target pattern image is obtained.
If 86 is obtained, the length can be measured more accurately than when the low-magnification image 187 alone is obtained.

【０１７４】（傾斜、倍率調整）以上の検査方法におい
ては、パターン変形量の手法を利用して必要に応じ、検
査前に、もしくは、検査中の適当な時点で、検査対象パ
ターン画像の傾斜、倍率調整を行うことができる。すな
わち、調整に適した部分の検査対象パターン画像と基準
パターンを取得する。アフィン変換で、候補となり得る
傾斜、倍率の変更を行ったいくつかの検査対象パターン
画像を得る。得られた検査対象パターン画像と基準パタ
ーンとを比較して最もパターン変形量が小さい検査対象
パターン画像を選ぶ。選んだ検査対象パターン画像に対
する傾斜、倍率を補正量として登録する。検査対象パタ
ーン画像にアフィン変換をかけるのではなく、基準パタ
ーンにアフィン変換をかける方法にかえてもよい。(Inclination and Magnification Adjustment) In the inspection method described above, the inclination of the pattern image to be inspected can be adjusted before the inspection or at an appropriate time during the inspection, if necessary, using the pattern deformation amount technique. The magnification can be adjusted. That is, the inspection target pattern image and the reference pattern of the portion suitable for adjustment are acquired. By the affine transformation, several inspection target pattern images in which the inclination and the magnification that can be candidates are changed are obtained. The obtained inspection target pattern image is compared with the reference pattern, and the inspection target pattern image having the smallest pattern deformation amount is selected. The inclination and the magnification with respect to the selected pattern image to be inspected are registered as correction amounts. Instead of applying an affine transformation to the inspection target pattern image, a method of applying an affine transformation to the reference pattern may be used.

【０１７５】なお、アフィン変換とはａからｆの係数を
使った１次変換を意味する。The affine transformation means a primary transformation using coefficients a to f.

【０１７６】[0176]

【数５】X = ax + by + c Y = dx + ey + f[Equation 5] X = ax + by + c Y = dx + ey + f

【０１７７】上記本発明の検査方法により得られるパタ
ーンの変形量、欠陥領域の位置、サイズ、欠陥種、加え
てパターン変形量の統計量や画像などの情報を利用すれ
ば、欠陥領域の回路への影響度の解析、前後工程での回
路への影響度の解析、露光条件などの最適化パラメータ
の解析を可能にすることができる。If information such as the amount of pattern deformation, the position and size of the defect area, the type of defect, and the statistics of the amount of pattern deformation and images obtained by the inspection method of the present invention is used, the circuit of the defect area can be used. , Analysis of the degree of influence on the circuit in the preceding and subsequent steps, and analysis of optimization parameters such as exposure conditions.

【０１７８】本実施形態に係るパターン検査装置は、シ
フト量を出力する部分に注目すれば、パターンマッチン
グを行う装置とも考えられる。The pattern inspection apparatus according to the present embodiment can be considered as an apparatus that performs pattern matching if attention is paid to a portion that outputs a shift amount.

【０１７９】以上、本発明の一例を説明したが、他にも
各種の変形が可能である。たとえば、取得済みの画像デ
ータを磁気光学ディスクや磁気テープなどの外部入力デ
バイスを介して、またはイーサーネットなどのＬＡＮを
経由した、オフライン入力処理式に変形することは容易
である。また、本発明の方法でウェーハ中の代表的なダ
イを検査したのち、他のダイはダイ・ツー・ダイ比較に
より検査するような混成手法とすることも可能である。
またさらに、画像生成法は他の方法でもよいし、設計デ
ータはＣＡＤに限らず他のものでもよい。本実施形態に
おいては、検査結果等を表示装置５および印刷装置６に
出力しているが、画像データベース、シミュレータ、記
録媒体などに出力するようにしてもよいし、ネットワー
クを介して他のコンピュータに送信（出力）するように
してもよい。As described above, an example of the present invention has been described, but various other modifications are possible. For example, it is easy to transform acquired image data into an offline input processing method via an external input device such as a magneto-optical disk or a magnetic tape, or via a LAN such as Ethernet. It is also possible to adopt a hybrid method in which a typical die in a wafer is inspected by the method of the present invention, and then the other dies are inspected by die-to-die comparison.
Furthermore, the image generation method may be another method, and the design data is not limited to CAD, but may be another method. In the present embodiment, the inspection result and the like are output to the display device 5 and the printing device 6, but may be output to an image database, a simulator, a recording medium, or the like, or to another computer via a network. It may be transmitted (output).

【０１８０】[0180]

【発明の効果】以上説明したように本発明よれば、検査
対象パターン画像と基準パターンとの比較検査を実時間
で行うことができる。As described above, according to the present invention, a comparison inspection between a pattern image to be inspected and a reference pattern can be performed in real time.

【０１８１】また、電気的に許容される範囲内での形状
差を許容してマッチングを行うことができる。Further, matching can be performed while allowing a shape difference within an electrically allowable range.

【０１８２】また、安定した欠陥検出を行うことができ
る。Further, stable defect detection can be performed.

【０１８３】さらに、これまで目視で行われていた２次
元パターン（検査対象パターン画像）の測定が定量的に
高速に自動実施可能となる。Further, the measurement of the two-dimensional pattern (pattern image to be inspected) which has been performed visually so far can be quantitatively and automatically performed at high speed.

【図面の簡単な説明】[Brief description of the drawings]

【図１】設計データに基づく理論上のパターンの例を示
す図である。FIG. 1 is a diagram showing an example of a theoretical pattern based on design data.

【図２】設計データに基づいて実際に製造されたパター
ンの例を示す図である。FIG. 2 is a diagram showing an example of a pattern actually manufactured based on design data.

【図３】本発明の実施形態に係るパターン検査装置が行
う検査処理の概要を示す図である。FIG. 3 is a diagram illustrating an outline of an inspection process performed by a pattern inspection apparatus according to the embodiment of the present invention.

【図４】本発明の実施形態におけるパターン検査装置の
ハードウェア構成例を示す図である。FIG. 4 is a diagram illustrating a hardware configuration example of a pattern inspection apparatus according to the embodiment of the present invention.

【図５】本発明の実施形態におけるパターン検査装置の
機能ブロック図を示す図である。FIG. 5 is a diagram showing a functional block diagram of a pattern inspection apparatus according to the embodiment of the present invention.

【図６】本発明の実施形態におけるレシピ登録処理の例
を示すフローチャートである。FIG. 6 is a flowchart illustrating an example of a recipe registration process according to the embodiment of the present invention.

【図７】基準パターンの補正例を示す図である。FIG. 7 is a diagram illustrating an example of correction of a reference pattern.

【図８】逐次検査を説明するための図である。FIG. 8 is a diagram for explaining a sequential inspection.

【図９】ランダム検査を説明するための図である。FIG. 9 is a diagram for explaining a random inspection.

【図１０】基準パターンの例を示す図である。FIG. 10 is a diagram showing an example of a reference pattern.

【図１１】図１０の基準パターンをピクセルごとのエッ
ジベクトルに変換した例を示す図である。11 is a diagram illustrating an example in which the reference pattern of FIG. 10 is converted into an edge vector for each pixel.

【図１２】曲線を含む基準パターンをエッジベクトルに
変換した例を示す図である。FIG. 12 is a diagram illustrating an example in which a reference pattern including a curve is converted into an edge vector.

【図１３】本発明の実施形態における検査処理の例を示
すフローチャートである。FIG. 13 is a flowchart illustrating an example of an inspection process according to the embodiment of the present invention.

【図１４】パターン内部と下地にコントラストが付く画
像（検査対象パターン画像）の例を示す図である。FIG. 14 is a diagram showing an example of an image (pattern image to be inspected) in which contrast is provided between the inside of the pattern and the background.

【図１５】図１４の画像から検出したエッジを示す図で
ある。FIG. 15 is a diagram showing edges detected from the image of FIG. 14;

【図１６】輪郭のみが明るい画像（検査対象パターン画
像）の例を示す図である。FIG. 16 is a diagram illustrating an example of an image (pattern image to be inspected) in which only the contour is bright.

【図１７】図１６の画像から検出したエッジを示す図で
ある。FIG. 17 is a diagram showing edges detected from the image of FIG. 16;

【図１８】１次元の検査対象パターン画像のエッジ振幅
の例を示す図である。FIG. 18 is a diagram illustrating an example of an edge amplitude of a one-dimensional pattern image to-be-inspected;

【図１９】図１８のエッジを膨張させた例を示す図であ
る。19 is a diagram illustrating an example in which the edge in FIG. 18 is expanded.

【図２０】１次元の基準パターンのエッジの振幅の例を
示す図である。FIG. 20 is a diagram illustrating an example of an amplitude of an edge of a one-dimensional reference pattern.

【図２１】図１８のエッジを膨張させた別の例を示す図
である。21 is a diagram showing another example in which the edge of FIG. 18 is expanded.

【図２２】１次元の基準パターンのエッジの振幅の別の
例を示す図である。FIG. 22 is a diagram illustrating another example of the amplitude of the edge of the one-dimensional reference pattern.

【図２３】図１８のエッジを膨張させた別の例を示す図
である。FIG. 23 is a view showing another example in which the edge of FIG. 18 is expanded.

【図２４】スムージングフィルタの例を示す図である。FIG. 24 is a diagram illustrating an example of a smoothing filter.

【図２５】２次元の検査対象パターン画像のエッジの振
幅の例を示す図である。FIG. 25 is a diagram illustrating an example of an amplitude of an edge of a two-dimensional pattern image to-be-inspected;

【図２６】図２５のエッジを膨張させた例を示す図であ
る。26 is a diagram illustrating an example in which the edge in FIG. 25 is expanded.

【図２７】図２５のエッジを膨張させた別の例を示す図
である。FIG. 27 is a diagram showing another example in which the edge of FIG. 25 is expanded.

【図２８】２次元の検査対象パターン画像のエッジベク
トルの例を示す図である。FIG. 28 is a diagram illustrating an example of an edge vector of a two-dimensional pattern image to-be-inspected;

【図２９】図２８のエッジベクトルを膨張させた例を示
す図である。29 is a diagram illustrating an example in which the edge vector in FIG. 28 is expanded.

【図３０】図２８のエッジベクトルを膨張させた別の例
を示す図である。30 is a diagram illustrating another example in which the edge vector in FIG. 28 is expanded.

【図３１】図１０の基準パターンをピクセル単位のエッ
ジベクトルで表した別の図である。31 is another diagram in which the reference pattern of FIG. 10 is represented by an edge vector in pixel units.

【図３２】マッチングを説明するための図である。FIG. 32 is a diagram for explaining matching.

【図３３】図２９と図３１とを重ね合わせた図である。FIG. 33 is a view in which FIG. 29 and FIG. 31 are superimposed.

【図３４】図２９と図３１とを重ね合わせた図である。FIG. 34 is a view in which FIG. 29 and FIG. 31 are superimposed.

【図３５】(a)は基準パターンの例を示し、(b)は検査対
象パターン画像の例を示す図である。35A is a diagram illustrating an example of a reference pattern, and FIG. 35B is a diagram illustrating an example of a pattern image to be inspected.

【図３６】配線の間隔と下地の間隔とが同じ場合の例を
示す図である。FIG. 36 is a diagram showing an example in a case where a wiring interval is equal to a base interval.

【図３７】(a)は基準パターンの例を示し、(b)は(a)の
基準パターンと検査対象パターン画像との関係の例を示
す図である。37A is a diagram illustrating an example of a reference pattern, and FIG. 37B is a diagram illustrating an example of the relationship between the reference pattern of FIG.

【図３８】マッチングを行った後の検査対象パターン画
像のエッジおよび基準パターンのエッジの例を示す図で
ある。FIG. 38 is a diagram illustrating an example of an edge of an inspection target pattern image and an edge of a reference pattern after matching is performed.

【図３９】(a)は基準パターンのエッジの例を示し、(b)
は検査対象パターン画像のエッジの例を示す図である。FIG. 39A shows an example of the edge of the reference pattern, and FIG.
FIG. 5 is a diagram illustrating an example of an edge of a pattern image to be inspected.

【図４０】方向情報の付与手法の他の例を示す図であ
る。FIG. 40 is a diagram illustrating another example of a method for assigning direction information.

【図４１】検査対象パターン画像の例を示す図である。FIG. 41 is a diagram showing an example of a pattern image to be inspected.

【図４２】輝度値に対する頻度の分布の例を示す図であ
る。FIG. 42 is a diagram illustrating an example of a distribution of frequencies with respect to luminance values.

【図４３】(a)は基準パターンのエッジ、および検査対
象パターン画像のエッジの例を示し、(b)は(a)に示すエ
ッジ間のｙ＝ｙ0におけるベクトルｄ（ｘ，ｙ0）のｘ成
分を回帰直線Ｄ（ｘ）で近似した例を示す図である。43A shows an example of an edge of a reference pattern and an edge of an image of a pattern to-be-inspected, and FIG. 43B shows a vector d (x, y 0 ) at y = y 0 between the edges shown in FIG. FIG. 7 is a diagram showing an example in which the x component of the above is approximated by a regression line D (x).

【図４４】(a)は基準パターンのエッジ、および検査対
象パターン画像のエッジの別の例を示し、(b)は(a)に示
すエッジ間のｙ＝ｙ0におけるベクトルｄ（ｘ，ｙ0）の
ｘ成分を回帰直線Ｄ（ｘ）で近似した例を示す図であ
る。44A shows another example of the edge of the reference pattern and the edge of the image of the pattern to-be-inspected, and FIG. 44B shows the vector d (x, y) at y = y 0 between the edges shown in FIG. the x component of 0) is a diagram showing an example approximated by the regression line D (x).

【図４５】パターンの属性の例について示す図である。FIG. 45 is a diagram illustrating an example of a pattern attribute.

【図４６】先端の位置ずれ量を示す図である。FIG. 46 is a diagram illustrating a positional shift amount of a tip.

【図４７】孤立パターンの重心の位置ずれ量を示す図で
ある。FIG. 47 is a diagram showing the amount of displacement of the center of gravity of an isolated pattern.

【図４８】(a)は基準パターンのエッジのコーナーの例
を示し、(b)は検査対象パターン画像のエッジのコーナ
ーの例を示す図である。FIG. 48A is a diagram illustrating an example of an edge corner of a reference pattern, and FIG. 48B is a diagram illustrating an example of an edge corner of an inspection target pattern image.

【図４９】プロファイル取得区間の例を示す図である。FIG. 49 is a diagram illustrating an example of a profile acquisition section.

【図５０】リソシミュレータで得られた露光パターンの
外形を形成する曲線を示す図である。FIG. 50 is a diagram showing a curve forming an outer shape of an exposure pattern obtained by a litho simulator.

【図５１】図４９の一部（Ｂの部分）を拡大した図であ
る。FIG. 51 is an enlarged view of a part (part B) of FIG. 49;

【図５２】図５１の一部（Ｃの部分）を拡大した図であ
る。FIG. 52 is an enlarged view of a part (part C) of FIG. 51;

【図５３】プロファイルの例を示す図である。FIG. 53 is a diagram showing an example of a profile.

【図５４】第２のエッジ位置（点）に基づいて曲線近似
を行い、第２のエッジを求めた例を示す図である。FIG. 54 is a diagram illustrating an example in which curve approximation is performed based on a second edge position (point) to determine a second edge.

【図５５】(a)はプロファイル取得区間の別の例を示
し、(b)は検査対象パターン画像の第１のエッジと第２
の基準パターンとの関係の例を示す図である。FIG. 55 (a) shows another example of the profile acquisition section, and FIG. 55 (b) shows the first edge and the second edge of the inspection target pattern image.
FIG. 6 is a diagram showing an example of a relationship with a reference pattern.

【図５６】高倍画像および低倍画像を用いて測長を行う
例を示す図である。FIG. 56 is a diagram illustrating an example in which length measurement is performed using a high-magnification image and a low-magnification image.

【符号の説明】[Explanation of symbols]

１ 主制御部 ２ 記憶装置 ３ 入出力制御部 ４ 入力装置 ５ 表示装置 ６ 印刷装置 ７ 画像生成装置 １１ 基準パターン生成部 １２ 検査部 １３ 出力部 １４ 欠陥種認識部 ２１ 基幹データベース ２２ レシピデータベース ２３ 欠陥種参照データベース ６１〜７０、７５、８１〜８４ エッジ １０１〜１０３ 部分 １１１、１１３ 配線 １１２、１１４、２０４ 下地 １２１〜１２６ ライン １５１ 検査対象パターン画像 １５２ 基準パターン １５７ 区間 １５９、１６３、１６５ 検査対象パターン画像のエッ
ジ １６０、１６４、１６６ 基準パターンのエッジ １６１ 検査対象パターン画像のエッジの重心 １６２ 基準パターンのエッジの重心 １７１ コーナー １７２ 長い配線 １７３ 先端 １７４ 孤立パターン １８１ 検査対象パターン画像のパターン １８２、１８３ 位置 １８４、１８５ 高倍画像 １８６ 検査対象パターン画像のパターンの幅 １８７ 低倍画像 ２０１ 破線 ２０２、２０３ 実線 ２０５ パターン内部 ２０６、２０７ ピクセルの固まり ２５１〜２５５ ピクセル ２６１ ピクセルの中心 ２６２ ピクセルの中心に最も近い基準パターン上の点 ２６３ 接線 ３０１〜３０４ 検査単位領域REFERENCE SIGNS LIST 1 Main control unit 2 Storage device 3 Input / output control unit 4 Input device 5 Display device 6 Printing device 7 Image generation device 11 Reference pattern generation unit 12 Inspection unit 13 Output unit 14 Defect type recognition unit 21 Basic database 22 Recipe database 23 Defect type Reference database 61 to 70, 75, 81 to 84 Edge 101 to 103 Part 111, 113 Wiring 112, 114, 204 Base 121 to 126 Line 151 Inspection target pattern image 152 Reference pattern 157 Section 159, 163, 165 Inspection target pattern image Edge 160, 164, 166 Reference pattern edge 161 Center of gravity of edge of inspection target pattern image 162 Center of gravity of edge of reference pattern 171 Corner 172 Long wiring 173 Tip 174 Isolated pattern 181 Pattern of inspection target pattern image 182, 183 Position 184, 185 High magnification image 186 Width of pattern of inspection target pattern image 187 Low magnification image 201 Dashed line 202, 203 Solid line 205 Inside pattern 206, 207 Pixel block 251 to 255 Pixel 261 Pixel 262 Pixel center 262 Pixel Point on reference pattern closest to center 263 Tangent line 301-304 Inspection unit area

フロントページの続き (51)Int.Cl.7 識別記号 ＦＩ テーマコート゛(参考） Ｈ０１Ｌ 21/66 Ｇ０１Ｂ 11/24 Ｋ ５Ｌ０９６ Ｆ Ｆターム(参考） 2F065 AA12 AA56 BB02 CC17 DD06 FF04 PP24 QQ04 QQ18 QQ24 QQ27 QQ31 QQ38 RR08 SS06 SS13 2G051 AA51 AA56 AB02 AC21 EA11 EA12 EA14 EC01 ED15 2H095 BD01 BD28 4M106 AA01 BA02 BA03 BA04 CA39 DB05 DB21 DJ18 DJ20 DJ21 5B057 AA03 BA02 CA12 CA16 CB12 CB16 CE04 DA03 DB02 DC16 DC33 5L096 BA03 EA02 FA06 HA07 JA11Continued on the front page (51) Int.Cl. 7 Identification code FI Theme coat II (Reference) H01L 21/66 G01B 11/24 K 5L096 F F term (Reference) 2F065 AA12 AA56 BB02 CC17 DD06 FF04 PP24 QQ04 QQ18 QQ24 QQ27 QQ31 QQ38 RR08 SS06 SS13 2G051 AA51 AA56 AB02 AC21 EA11 EA12 EA14 EC01 ED15 2H095 BD01 BD28 4M106 AA01 BA02 BA03 BA04 CA39 DB05 DB21 DJ18 DJ20 DJ21 5B057 AA03 BA02 CA12 CA16 CB12 CB16 CE04 DA03 DB02 DC16 DC03 5

Claims (19)

【特許請求の範囲】[Claims] 【請求項１】 検査対象パターンを基準パターンと比較
して検査するパターン検査装置であって、 前記基準パターンを記憶する記憶手段と、 前記検査対象パターンの画像を入力する入力手段と、 前記入力された検査対象パターンの画像のエッジと前記
記憶された基準パターンのエッジとを比較することによ
り、前記検査対象パターンを検査する検査手段と、 前記検査の結果を出力する出力手段とを備えたことを特
徴とするパターン検査装置。1. A pattern inspection apparatus for inspecting an inspection target pattern by comparing the inspection target pattern with a reference pattern, comprising: a storage unit for storing the reference pattern; an input unit for inputting an image of the inspection target pattern; An inspection unit that inspects the inspection target pattern by comparing an edge of the image of the inspection target pattern and the edge of the stored reference pattern, and an output unit that outputs a result of the inspection. Characteristic pattern inspection equipment. 【請求項２】 請求項１に記載のパターン検査装置にお
いて、前記検査手段は、前記検査対象パターン画像のエ
ッジと前記基準パターンのエッジとを比較することによ
り、前記検査対象パターン画像と前記基準パターンとの
マッチングを行うことを特徴とするパターン検査装置。2. The pattern inspection apparatus according to claim 1, wherein the inspection means compares the edge of the pattern image to be inspected with the edge of the reference pattern, so that the pattern image to be inspected and the reference pattern are compared. A pattern inspection apparatus characterized by performing matching with a pattern. 【請求項３】 請求項２に記載のパターン検査装置にお
いて、前記マッチングは、前記検査対象パターン画像の
エッジを膨張させて行うことを特徴とするパターン検査
装置。3. The pattern inspection apparatus according to claim 2, wherein the matching is performed by expanding an edge of the pattern image to be inspected. 【請求項４】 請求項２に記載のパターン検査装置にお
いて、前記マッチングは、前記基準パターンのエッジを
膨張させて行うことを特徴とするパターン検査装置。4. The pattern inspection apparatus according to claim 2, wherein the matching is performed by expanding an edge of the reference pattern. 【請求項５】 請求項２ないし４のいずれかに記載のパ
ターン検査装置において、前記マッチングは、各ピクセ
ルにおける前記検査対象パターン画像のエッジの振幅と
前記基準パターンのエッジの振幅との積の総和を評価値
として行うことを特徴とするパターン検査装置。5. The pattern inspection apparatus according to claim 2, wherein the matching is performed by summing a product of an edge amplitude of the inspection target pattern image and an edge amplitude of the reference pattern at each pixel. A pattern inspection apparatus characterized in that a pattern inspection is performed as an evaluation value. 【請求項６】 請求項２ないし４のいずれかに記載のパ
ターン検査装置において、前記マッチングは、各ピクセ
ルにおける前記検査対象パターン画像のエッジベクトル
と前記基準パターンのエッジベクトルとの内積の総和、
または該内積の絶対値の総和を評価値として行い、前記
エッジベクトルはエッジの振幅をその大きさとして有
し、エッジの方向をその方向として有することを特徴と
するパターン検査装置。6. The pattern inspection apparatus according to claim 2, wherein the matching is performed by summing an inner product of an edge vector of the pattern image to be inspected and an edge vector of the reference pattern at each pixel;
Alternatively, the pattern inspection apparatus is characterized in that a sum of absolute values of the inner products is used as an evaluation value, the edge vector has an edge amplitude as its magnitude, and an edge direction as its direction. 【請求項７】 請求項２ないし６のいずれかに記載のパ
ターン検査装置において、前記マッチングは、前記基準
パターンの部分ごとに重み付けを変えて行うことを特徴
とするパターン検査装置。7. The pattern inspection apparatus according to claim 2, wherein the matching is performed by changing a weight for each part of the reference pattern. 【請求項８】 請求項１ないし７のいずれかに記載のパ
ターン検査装置において、前記検査手段は、前記基準パ
ターンの各ピクセルのエッジを、前記実パターン画像の
各ピクセルのエッジと対応づけることを特徴とするパタ
ーン検査装置。8. The pattern inspection apparatus according to claim 1, wherein the inspection unit associates an edge of each pixel of the reference pattern with an edge of each pixel of the actual pattern image. Characteristic pattern inspection equipment. 【請求項９】 請求項８に記載のパターン検査装置にお
いて、前記対応づけは、前記基準パターンの各ピクセル
のエッジと前記検査対象パターン画像の各ピクセルのエ
ッジとの距離、および両エッジの方向差を考慮して行う
ことを特徴とするパターン検査装置。9. The pattern inspection apparatus according to claim 8, wherein the association is performed by: a distance between an edge of each pixel of the reference pattern and an edge of each pixel of the pattern image to be inspected; A pattern inspection apparatus characterized in that the pattern inspection is performed in consideration of the following. 【請求項１０】 請求項８または９に記載のパターン検
査装置において、前記検査手段は、前記対応づけを行う
ことができなかった前記検査対象パターン画像のエッジ
に基づき領域を構成し、該領域を欠陥領域として認識す
ることを特徴とするパターン検査装置。10. The pattern inspection apparatus according to claim 8, wherein the inspection unit configures an area based on an edge of the inspection target pattern image that has not been able to be associated, and determines the area. A pattern inspection apparatus characterized by recognizing a defect area. 【請求項１１】 請求項８ないし１０のいずれかに記載
のパターン検査装置において、前記検査手段は、前記対
応づけを行うことができた前記検査対象パターン画像の
エッジに基づき領域を構成し、該領域のうち輝度の分布
が非一様である領域を検出し、該領域を欠陥領域として
認識することを特徴とするパターン検査装置。11. The pattern inspection apparatus according to claim 8, wherein the inspection unit forms an area based on an edge of the inspection target pattern image that has been able to perform the association. A pattern inspection apparatus characterized by detecting an area having a non-uniform luminance distribution among the areas and recognizing the area as a defective area. 【請求項１２】 請求項１０または１１に記載のパター
ン検査装置において、前記検査手段は、前記欠陥領域の
幾何学的特徴量に基づいて欠陥種を判定することを特徴
とするパターン検査装置。12. The pattern inspection apparatus according to claim 10, wherein the inspection unit determines a defect type based on a geometric feature amount of the defect area. 【請求項１３】 請求項１０ないし１２のいずれかに記
載のパターン検査装置において、前記検査手段は、前記
欠陥領域の輝度に関する特徴量に基づいて欠陥種を判定
することを特徴とするパターン検査装置。13. The pattern inspection apparatus according to claim 10, wherein said inspection means determines a defect type based on a characteristic amount relating to luminance of said defect area. . 【請求項１４】 請求項８ないし１３のいずれかに記載
のパターン検査装置において、前記検査手段は、前記基
準パターンに対する、前記検査対象パターンのパターン
変形量を計算することを特徴とするパターン検査装置。14. The pattern inspection apparatus according to claim 8, wherein the inspection means calculates a pattern deformation amount of the inspection target pattern with respect to the reference pattern. . 【請求項１５】 請求項１４に記載のパターン検査装置
において、前記パターン変形量には、位置ずれ量、倍率
変動量、および線幅の太り量の少なくとも１つが含まれ
ることを特徴とするパターン検査装置。15. The pattern inspection apparatus according to claim 14, wherein the pattern deformation amount includes at least one of a position shift amount, a magnification change amount, and a line width increase amount. apparatus. 【請求項１６】 請求項１４または１５に記載のパター
ン検査装置において、前記検査手段は、前記基準パター
ンにパターンの属性を付加することを特徴とするパター
ン検査装置。16. The pattern inspection apparatus according to claim 14, wherein the inspection means adds a pattern attribute to the reference pattern. 【請求項１７】 請求項１ないし１６のいずれかに記載
のパターン検査装置において、前記検査手段は、前記検
査対象パターン画像上でプロファイルをとり、該プロフ
ァイルごとに所定の点を検出し、検出した点に関して曲
線近似を行って、前記検査対象パターン画像のエッジと
することを特徴とするパターン検査装置。17. The pattern inspection apparatus according to claim 1, wherein the inspection unit takes a profile on the inspection target pattern image, detects a predetermined point for each profile, and detects the detected point. A pattern inspection apparatus wherein curve approximation is performed on a point to be an edge of the inspection target pattern image. 【請求項１８】 検査対象パターンを基準パターンと比
較して検査するパターン検査方法であって、 前記検査対象パターンの画像を入力する入力ステップ
と、 前記入力された検査対象パターンの画像のエッジと記憶
手段に記憶された前記基準パターンのエッジとを比較す
ることにより、前記検査対象パターンを検査する検査ス
テップと、 前記検査の結果を出力する出力ステップとを備えること
を特徴とするパターン検査方法。18. A pattern inspection method for inspecting a pattern to be inspected by comparing it with a reference pattern, comprising: an inputting step of inputting an image of the pattern to be inspected; and storing an edge of the image of the input pattern to be inspected. A pattern inspection method, comprising: an inspection step of inspecting the inspection target pattern by comparing an edge of the reference pattern stored in a unit; and an output step of outputting a result of the inspection. 【請求項１９】 検査対象パターンを基準パターンと比
較して検査するパターン検査方法をコンピュータに実行
させるプログラムを記録したコンピュータ読取り可能な
記録媒体であって、前記パターン検査方法は、 前記検査対象パターンの画像を入力する入力ステップ
と、 前記入力された検査対象パターンの画像のエッジと記憶
手段に記憶された前記基準パターンのエッジとを比較す
ることにより、前記検査対象パターンを検査する検査ス
テップと、 前記検査の結果を出力する出力ステップとを備えること
を特徴とする記録媒体。19. A computer-readable recording medium having recorded thereon a program for causing a computer to execute a pattern inspection method of comparing an inspection target pattern with a reference pattern and inspecting the inspection target pattern, the pattern inspection method comprising: An input step of inputting an image; an inspection step of inspecting the inspection target pattern by comparing an edge of the input image of the inspection target pattern with an edge of the reference pattern stored in a storage unit; An output step of outputting a result of the inspection.
JP2000258234A 1999-08-26 2000-08-28 Pattern inspection apparatus, pattern inspection method, and recording medium Expired - Lifetime JP3524853B2 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2000258234A JP3524853B2 (en) 1999-08-26 2000-08-28 Pattern inspection apparatus, pattern inspection method, and recording medium

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
JP23958699 1999-08-26
JP11-239586 1999-08-26
JP2000078847 2000-03-21
JP2000-78847 2000-03-21
JP2000258234A JP3524853B2 (en) 1999-08-26 2000-08-28 Pattern inspection apparatus, pattern inspection method, and recording medium

Related Child Applications (1)

Application Number Title Priority Date Filing Date
JP2003433783A Division JP4597509B2 (en) 1999-08-26 2003-12-26 Pattern inspection apparatus and pattern inspection method

Publications (2)

Publication Number Publication Date
JP2001338304A true JP2001338304A (en) 2001-12-07
JP3524853B2 JP3524853B2 (en) 2004-05-10

Family

ID=27332717

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2000258234A Expired - Lifetime JP3524853B2 (en) 1999-08-26 2000-08-28 Pattern inspection apparatus, pattern inspection method, and recording medium

Country Status (1)

Country Link
JP (1) JP3524853B2 (en)

Cited By (64)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003016463A (en) * 2001-07-05 2003-01-17 Toshiba Corp Extracting method for outline of figure, method and device for pattern inspection, program, and computer- readable recording medium with the same stored therein
JP2003031469A (en) * 2001-07-13 2003-01-31 Toshiba Corp Pattern evaluation method, alignment method, inspection method of inspection apparatus, and control method of semiconductor-manufacturing process
JP2003188074A (en) * 2001-12-18 2003-07-04 Seiko Instruments Inc Cad control device for wafer pattern transfer form
JP2003242482A (en) * 2002-02-14 2003-08-29 Hitachi High-Technologies Corp Inspection method and inspection device for circuit pattern
JP2003287419A (en) * 2002-03-27 2003-10-10 Toshiba Corp Pattern-inspection method and apparatus, and mask- manufacturing method
JP2004013095A (en) * 2002-06-11 2004-01-15 Fujitsu Ltd Method and apparatus for comparing pattern image, and program
JP2004077422A (en) * 2002-08-22 2004-03-11 Topcon Corp Sample image length measurement method and device therefor
JP2004109788A (en) * 2002-09-20 2004-04-08 Dainippon Printing Co Ltd Method of generating false sem image data and method of examining defect of photomask
JP2004118375A (en) * 2002-09-25 2004-04-15 Dainippon Printing Co Ltd Method for calculating feature value in sem image
JP2004163420A (en) * 2002-10-22 2004-06-10 Nano Geometry Kenkyusho:Kk Device and method for pattern inspection
JP2004193529A (en) * 2002-10-16 2004-07-08 Shin Etsu Handotai Co Ltd Wafer evaluation method and apparatus
JP2004233279A (en) * 2003-01-31 2004-08-19 Fujitsu Ltd Evaluation method of semiconductor wafer and manufacturing method of semiconductor device
JP2004273828A (en) * 2003-03-10 2004-09-30 Nikon Corp Method and device for surface position detection, focusing device, aligner, and manufacturing method for device
JP2005514774A (en) * 2001-12-21 2005-05-19 ケイエルエイ−テンコー コーポレーション Design-driven inspection or measurement
JP2005174929A (en) * 2003-12-11 2005-06-30 Samsung Electronics Co Ltd Measuring method of fine pattern line width and its system
JP2005260481A (en) * 2004-03-10 2005-09-22 Olympus Corp Device and method for detecting motion vector and camera
JP2005277395A (en) * 2004-02-23 2005-10-06 Nano Geometry Kenkyusho:Kk Pattern inspection apparatus and method
JP2006011270A (en) * 2004-06-29 2006-01-12 Nec Corp Image pattern correction method, simulation image generation method using same, and pattern appearance inspection method
JP2006038815A (en) * 2004-07-30 2006-02-09 Toshiba Corp Pattern evaluation method, program, and pattern evaluating device
JP2006058024A (en) * 2004-08-17 2006-03-02 Optex Fa Co Ltd Coincidence determination method of image, and device
JP2006170706A (en) * 2004-12-14 2006-06-29 Nissan Motor Co Ltd Edge position calculation device and obstacle detection system
JP2006294003A (en) * 2005-03-15 2006-10-26 Omron Corp Image processing method, three-dimensional measuring method and image processing apparatus using the method
US7177480B2 (en) 2003-06-27 2007-02-13 Kabushiki Kaisha Toshiba Graphic processing method and device
JP2007072173A (en) * 2005-09-07 2007-03-22 Advanced Mask Inspection Technology Kk Pattern inspection apparatus, pattern inspection method, and reticle
JP2007149055A (en) * 2005-05-19 2007-06-14 Nano Geometry Kenkyusho:Kk Pattern inspection apparatus and method
JP2008047664A (en) * 2006-08-14 2008-02-28 Hitachi High-Technologies Corp Pattern inspecting apparatus and semiconductor inspecting system
JP2008112690A (en) * 2006-10-31 2008-05-15 Hitachi High-Technologies Corp Scanning electron microscope, and compound inspection method of pattern by using it
JP2008256541A (en) * 2007-04-05 2008-10-23 Hitachi High-Technologies Corp Charged particle system
JP2009510495A (en) * 2005-09-26 2009-03-12 マイクロニック レーザー システムズ アクチボラゲット Method and system for pattern generation based on multiple forms of design data
JP2009071271A (en) * 2007-08-23 2009-04-02 Hitachi High-Technologies Corp Pattern figure evaluating method, pattern figure evaluating device, pattern figure evaluating data generating device, and semiconductor figure evaluating system employing them
JP2009194051A (en) * 2008-02-13 2009-08-27 Hitachi High-Technologies Corp Pattern generating apparatus and pattern shape evaluating apparatus
JP2009229555A (en) * 2008-03-19 2009-10-08 Advanced Mask Inspection Technology Kk Correction pattern image generation device, pattern inspecting device, and correction pattern image generation method
JP2010044091A (en) * 2002-10-22 2010-02-25 Nano Geometry Kenkyusho:Kk Device and method for pattern inspection
US7679055B2 (en) 2006-08-31 2010-03-16 Hitachi High-Technologies Corporation Pattern displacement measuring method and pattern measuring device
US7796801B2 (en) 1999-08-26 2010-09-14 Nanogeometry Research Inc. Pattern inspection apparatus and method
US7800060B2 (en) 2007-07-31 2010-09-21 Hitachi High-Technologies Corporation Pattern measurement method and pattern measurement system
US7817844B2 (en) 1999-08-26 2010-10-19 Nanogeometry Research Inc. Pattern inspection apparatus and method
JP2010268009A (en) * 2004-02-23 2010-11-25 Nano Geometry Kenkyusho:Kk Device and method for inspecting pattern
US7983471B2 (en) 2006-12-05 2011-07-19 Ngr Inc. Pattern inspection apparatus and method
US8019161B2 (en) 2006-03-14 2011-09-13 Hitachi High-Technologies Corporation Method, device and computer program of length measurement
WO2011114447A1 (en) * 2010-03-17 2011-09-22 グローリー株式会社 Paper discriminating device and method of discriminating paper
KR20110124303A (en) * 2009-02-13 2011-11-16 케이엘에이-텐코어 코오포레이션 Detecting defects on a wafer
US8110800B2 (en) 2008-02-22 2012-02-07 Hitachi High-Technologies Corporation Scanning electron microscope system and method for measuring dimensions of patterns formed on semiconductor device by using the system
JP2012026988A (en) * 2010-07-28 2012-02-09 Hitachi High-Technologies Corp Defect detection device and computer program
US8150140B2 (en) 2008-12-22 2012-04-03 Ngr Inc. System and method for a semiconductor lithographic process control using statistical information in defect identification
US8295584B2 (en) 2008-03-18 2012-10-23 Hitachi High-Technologies Corporation Pattern measurement methods and pattern measurement equipment
US8355562B2 (en) 2007-08-23 2013-01-15 Hitachi High-Technologies Corporation Pattern shape evaluation method
US8422761B2 (en) 2008-12-22 2013-04-16 Ngr Inc. Defect and critical dimension analysis systems and methods for a semiconductor lithographic process
JP2013140179A (en) * 2013-03-29 2013-07-18 Hitachi High-Technologies Corp Pattern generating apparatus and pattern shape evaluating apparatus
JP2013140468A (en) * 2012-01-04 2013-07-18 Hitachi High-Technologies Corp Pattern matching device, inspection system, and computer program
JP2013228971A (en) * 2012-04-27 2013-11-07 Hitachi High-Technologies Corp Device and method for measuring semiconductor circuit pattern
JP2013234976A (en) * 2012-05-11 2013-11-21 Hioki Ee Corp External appearance inspection device and external appearance inspection method
JP2014203311A (en) * 2013-04-05 2014-10-27 オムロン株式会社 Image processor, image processing method, and program
US8942464B2 (en) 2010-06-02 2015-01-27 Hitachi High-Technologies Corporation Pattern measuring apparatus, and pattern measuring method and program
US8977034B2 (en) 2009-06-30 2015-03-10 Hitachi High-Technologies Corporation Pattern shape evaluation method and pattern shape evaluation apparatus
US9013571B2 (en) 2009-12-18 2015-04-21 Hitachi High-Technologies Corporation Image processing device, measuring/testing system, and program
WO2015136605A1 (en) * 2014-03-10 2015-09-17 株式会社東芝 Tablet inspection device, tablet inspection method, and tablet inspection program
JP2016031766A (en) * 2014-07-29 2016-03-07 アプライド マテリアルズ イスラエル リミテッド Registration of cad data with sem image
US9679371B2 (en) 2013-06-24 2017-06-13 Hitachi High-Technologies Corporation Pattern shape evaluation device and method
JP2019514123A (en) * 2016-04-08 2019-05-30 オービタル インサイト インコーポレイテッド Remote determination of the quantity stored in containers in geographical areas
JP2020071566A (en) * 2018-10-30 2020-05-07 富士通株式会社 Image processing device and image processing method
CN111504192A (en) * 2020-05-07 2020-08-07 东华大学 Compressor appearance detection method based on machine vision
US10802073B2 (en) 2017-06-23 2020-10-13 Tasmit, Inc. Pattern defect detection method
CN111919087A (en) * 2018-03-30 2020-11-10 塔斯米特株式会社 Method and apparatus for generating correction line representing relationship between deviation amount of edge of wafer pattern from edge of reference pattern and spatial width of reference pattern, and computer-readable recording medium

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5175570B2 (en) * 2008-02-07 2013-04-03 株式会社東芝 PATTERN EVALUATION METHOD, PROGRAM, AND SEMICONDUCTOR DEVICE MANUFACTURING METHOD
JP2019020292A (en) 2017-07-19 2019-02-07 株式会社ニューフレアテクノロジー Pattern inspection device and pattern inspection method
JP7242361B2 (en) 2019-03-18 2023-03-20 キオクシア株式会社 Pattern shape measurement method

Cited By (86)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7817844B2 (en) 1999-08-26 2010-10-19 Nanogeometry Research Inc. Pattern inspection apparatus and method
US8045785B2 (en) 1999-08-26 2011-10-25 Ngr Inc. Pattern inspection apparatus and method
US7796801B2 (en) 1999-08-26 2010-09-14 Nanogeometry Research Inc. Pattern inspection apparatus and method
JP2003016463A (en) * 2001-07-05 2003-01-17 Toshiba Corp Extracting method for outline of figure, method and device for pattern inspection, program, and computer- readable recording medium with the same stored therein
JP2003031469A (en) * 2001-07-13 2003-01-31 Toshiba Corp Pattern evaluation method, alignment method, inspection method of inspection apparatus, and control method of semiconductor-manufacturing process
JP4533563B2 (en) * 2001-07-13 2010-09-01 株式会社東芝 Pattern evaluation method, alignment method, inspection device inspection method, semiconductor manufacturing process management method
JP2003188074A (en) * 2001-12-18 2003-07-04 Seiko Instruments Inc Cad control device for wafer pattern transfer form
JP2005514774A (en) * 2001-12-21 2005-05-19 ケイエルエイ−テンコー コーポレーション Design-driven inspection or measurement
JP4666918B2 (en) * 2001-12-21 2011-04-06 ケイエルエイ−テンコー コーポレーション Design-driven inspection or measurement
JP2003242482A (en) * 2002-02-14 2003-08-29 Hitachi High-Technologies Corp Inspection method and inspection device for circuit pattern
JP2003287419A (en) * 2002-03-27 2003-10-10 Toshiba Corp Pattern-inspection method and apparatus, and mask- manufacturing method
JP2004013095A (en) * 2002-06-11 2004-01-15 Fujitsu Ltd Method and apparatus for comparing pattern image, and program
JP2004077422A (en) * 2002-08-22 2004-03-11 Topcon Corp Sample image length measurement method and device therefor
JP2004109788A (en) * 2002-09-20 2004-04-08 Dainippon Printing Co Ltd Method of generating false sem image data and method of examining defect of photomask
JP4515020B2 (en) * 2002-09-20 2010-07-28 大日本印刷株式会社 Pseudo-SEM image data generation method and photomask defect inspection method
JP2004118375A (en) * 2002-09-25 2004-04-15 Dainippon Printing Co Ltd Method for calculating feature value in sem image
JP2004193529A (en) * 2002-10-16 2004-07-08 Shin Etsu Handotai Co Ltd Wafer evaluation method and apparatus
JP2010044091A (en) * 2002-10-22 2010-02-25 Nano Geometry Kenkyusho:Kk Device and method for pattern inspection
JP2004163420A (en) * 2002-10-22 2004-06-10 Nano Geometry Kenkyusho:Kk Device and method for pattern inspection
JP2004233279A (en) * 2003-01-31 2004-08-19 Fujitsu Ltd Evaluation method of semiconductor wafer and manufacturing method of semiconductor device
JP2004273828A (en) * 2003-03-10 2004-09-30 Nikon Corp Method and device for surface position detection, focusing device, aligner, and manufacturing method for device
US7177480B2 (en) 2003-06-27 2007-02-13 Kabushiki Kaisha Toshiba Graphic processing method and device
JP2005174929A (en) * 2003-12-11 2005-06-30 Samsung Electronics Co Ltd Measuring method of fine pattern line width and its system
JP2010268009A (en) * 2004-02-23 2010-11-25 Nano Geometry Kenkyusho:Kk Device and method for inspecting pattern
JP2005277395A (en) * 2004-02-23 2005-10-06 Nano Geometry Kenkyusho:Kk Pattern inspection apparatus and method
JP2005260481A (en) * 2004-03-10 2005-09-22 Olympus Corp Device and method for detecting motion vector and camera
JP2006011270A (en) * 2004-06-29 2006-01-12 Nec Corp Image pattern correction method, simulation image generation method using same, and pattern appearance inspection method
JP2006038815A (en) * 2004-07-30 2006-02-09 Toshiba Corp Pattern evaluation method, program, and pattern evaluating device
JP2006058024A (en) * 2004-08-17 2006-03-02 Optex Fa Co Ltd Coincidence determination method of image, and device
JP2006170706A (en) * 2004-12-14 2006-06-29 Nissan Motor Co Ltd Edge position calculation device and obstacle detection system
JP4687518B2 (en) * 2005-03-15 2011-05-25 オムロン株式会社 Image processing method, three-dimensional measurement method using the method, and image processing apparatus
JP2006294003A (en) * 2005-03-15 2006-10-26 Omron Corp Image processing method, three-dimensional measuring method and image processing apparatus using the method
JP2007149055A (en) * 2005-05-19 2007-06-14 Nano Geometry Kenkyusho:Kk Pattern inspection apparatus and method
JP2007072173A (en) * 2005-09-07 2007-03-22 Advanced Mask Inspection Technology Kk Pattern inspection apparatus, pattern inspection method, and reticle
JP2009510495A (en) * 2005-09-26 2009-03-12 マイクロニック レーザー システムズ アクチボラゲット Method and system for pattern generation based on multiple forms of design data
KR101407913B1 (en) 2005-09-26 2014-06-17 마이크로닉 마이데이터 아베 Methods and systems for pattern generation based on multiple forms of design data
US8019161B2 (en) 2006-03-14 2011-09-13 Hitachi High-Technologies Corporation Method, device and computer program of length measurement
JP2008047664A (en) * 2006-08-14 2008-02-28 Hitachi High-Technologies Corp Pattern inspecting apparatus and semiconductor inspecting system
US8173962B2 (en) 2006-08-31 2012-05-08 Hitachi High-Technologies Corporation Pattern displacement measuring method and pattern measuring device
US7679055B2 (en) 2006-08-31 2010-03-16 Hitachi High-Technologies Corporation Pattern displacement measuring method and pattern measuring device
JP2008112690A (en) * 2006-10-31 2008-05-15 Hitachi High-Technologies Corp Scanning electron microscope, and compound inspection method of pattern by using it
US8285031B2 (en) 2006-12-05 2012-10-09 Ngr Inc. Pattern inspection apparatus and method
US9189843B2 (en) 2006-12-05 2015-11-17 Ngr Inc. Pattern inspection apparatus and method
US7983471B2 (en) 2006-12-05 2011-07-19 Ngr Inc. Pattern inspection apparatus and method
JP2008256541A (en) * 2007-04-05 2008-10-23 Hitachi High-Technologies Corp Charged particle system
US7772554B2 (en) 2007-04-05 2010-08-10 Hitachi High-Technologies Corporation Charged particle system
US7800060B2 (en) 2007-07-31 2010-09-21 Hitachi High-Technologies Corporation Pattern measurement method and pattern measurement system
JP2009071271A (en) * 2007-08-23 2009-04-02 Hitachi High-Technologies Corp Pattern figure evaluating method, pattern figure evaluating device, pattern figure evaluating data generating device, and semiconductor figure evaluating system employing them
US8355562B2 (en) 2007-08-23 2013-01-15 Hitachi High-Technologies Corporation Pattern shape evaluation method
US8077962B2 (en) 2008-02-13 2011-12-13 Hitachi High-Technologies Corporation Pattern generating apparatus and pattern shape evaluating apparatus
US8655050B2 (en) 2008-02-13 2014-02-18 Hitachi High-Technologies Corporation Pattern generating apparatus and pattern shape evaluating apparatus
US8515155B2 (en) 2008-02-13 2013-08-20 Hitachi High-Technologies Corporation Pattern generating apparatus and pattern shape evaluating apparatus
US8363923B2 (en) 2008-02-13 2013-01-29 Hitachi High-Technologies Corporation Pattern generating apparatus and pattern shape evaluating apparatus
JP2009194051A (en) * 2008-02-13 2009-08-27 Hitachi High-Technologies Corp Pattern generating apparatus and pattern shape evaluating apparatus
US8481936B2 (en) 2008-02-22 2013-07-09 Hitachi High-Technologies Corporation Scanning electron microscope system and method for measuring dimensions of patterns formed on semiconductor device by using the system
US8110800B2 (en) 2008-02-22 2012-02-07 Hitachi High-Technologies Corporation Scanning electron microscope system and method for measuring dimensions of patterns formed on semiconductor device by using the system
US8295584B2 (en) 2008-03-18 2012-10-23 Hitachi High-Technologies Corporation Pattern measurement methods and pattern measurement equipment
JP2009229555A (en) * 2008-03-19 2009-10-08 Advanced Mask Inspection Technology Kk Correction pattern image generation device, pattern inspecting device, and correction pattern image generation method
US8422761B2 (en) 2008-12-22 2013-04-16 Ngr Inc. Defect and critical dimension analysis systems and methods for a semiconductor lithographic process
US8150140B2 (en) 2008-12-22 2012-04-03 Ngr Inc. System and method for a semiconductor lithographic process control using statistical information in defect identification
KR101674698B1 (en) * 2009-02-13 2016-11-09 케이엘에이-텐코어 코오포레이션 Detecting defects on a wafer
KR20110124303A (en) * 2009-02-13 2011-11-16 케이엘에이-텐코어 코오포레이션 Detecting defects on a wafer
US8977034B2 (en) 2009-06-30 2015-03-10 Hitachi High-Technologies Corporation Pattern shape evaluation method and pattern shape evaluation apparatus
US9013571B2 (en) 2009-12-18 2015-04-21 Hitachi High-Technologies Corporation Image processing device, measuring/testing system, and program
WO2011114447A1 (en) * 2010-03-17 2011-09-22 グローリー株式会社 Paper discriminating device and method of discriminating paper
US8942464B2 (en) 2010-06-02 2015-01-27 Hitachi High-Technologies Corporation Pattern measuring apparatus, and pattern measuring method and program
JP2012026988A (en) * 2010-07-28 2012-02-09 Hitachi High-Technologies Corp Defect detection device and computer program
JP2013140468A (en) * 2012-01-04 2013-07-18 Hitachi High-Technologies Corp Pattern matching device, inspection system, and computer program
JP2013228971A (en) * 2012-04-27 2013-11-07 Hitachi High-Technologies Corp Device and method for measuring semiconductor circuit pattern
US9336587B2 (en) 2012-04-27 2016-05-10 Hitachi High-Technologies Corporation Semiconductor circuit pattern measuring apparatus and method
JP2013234976A (en) * 2012-05-11 2013-11-21 Hioki Ee Corp External appearance inspection device and external appearance inspection method
JP2013140179A (en) * 2013-03-29 2013-07-18 Hitachi High-Technologies Corp Pattern generating apparatus and pattern shape evaluating apparatus
JP2014203311A (en) * 2013-04-05 2014-10-27 オムロン株式会社 Image processor, image processing method, and program
US9679371B2 (en) 2013-06-24 2017-06-13 Hitachi High-Technologies Corporation Pattern shape evaluation device and method
CN106104260B (en) * 2014-03-10 2019-07-02 株式会社东芝 Tablet inspection device, tablet inspection method, tablet check program
WO2015136605A1 (en) * 2014-03-10 2015-09-17 株式会社東芝 Tablet inspection device, tablet inspection method, and tablet inspection program
JP5855269B1 (en) * 2014-03-10 2016-02-09 株式会社東芝 Tablet inspection device, tablet inspection method, tablet inspection program
CN106104260A (en) * 2014-03-10 2016-11-09 株式会社东芝 Tablet inspection device, tablet inspection method, tablet check program
JP2016031766A (en) * 2014-07-29 2016-03-07 アプライド マテリアルズ イスラエル リミテッド Registration of cad data with sem image
JP2019514123A (en) * 2016-04-08 2019-05-30 オービタル インサイト インコーポレイテッド Remote determination of the quantity stored in containers in geographical areas
US10802073B2 (en) 2017-06-23 2020-10-13 Tasmit, Inc. Pattern defect detection method
CN111919087A (en) * 2018-03-30 2020-11-10 塔斯米特株式会社 Method and apparatus for generating correction line representing relationship between deviation amount of edge of wafer pattern from edge of reference pattern and spatial width of reference pattern, and computer-readable recording medium
CN111919087B (en) * 2018-03-30 2022-04-12 塔斯米特株式会社 Method and apparatus for generating correction line and computer readable recording medium
JP2020071566A (en) * 2018-10-30 2020-05-07 富士通株式会社 Image processing device and image processing method
JP7180283B2 (en) 2018-10-30 2022-11-30 富士通株式会社 Image processing device and image processing method
CN111504192A (en) * 2020-05-07 2020-08-07 东华大学 Compressor appearance detection method based on machine vision

Also Published As

Publication number Publication date
JP3524853B2 (en) 2004-05-10

Similar Documents

Publication Publication Date Title
JP3524853B2 (en) Pattern inspection apparatus, pattern inspection method, and recording medium
US6868175B1 (en) Pattern inspection apparatus, pattern inspection method, and recording medium
US20040081350A1 (en) Pattern inspection apparatus and method
JP4771714B2 (en) Pattern inspection apparatus and method
JP5429869B2 (en) Pattern inspection apparatus and method
US9189843B2 (en) Pattern inspection apparatus and method
US8045785B2 (en) Pattern inspection apparatus and method
JP4787673B2 (en) Pattern inspection apparatus and method
US7817844B2 (en) Pattern inspection apparatus and method
US9858659B2 (en) Pattern inspecting and measuring device and program
JP4472305B2 (en) Pattern inspection apparatus and method
JP2011191296A (en) Pattern inspection device and method
JP4827269B2 (en) Pattern inspection apparatus and method
JP4597509B2 (en) Pattern inspection apparatus and pattern inspection method
US7020323B2 (en) Pattern defect inspection apparatus and method
JP4100056B2 (en) Photomask appearance inspection method
JP4710191B2 (en) Photomask pattern shape automatic measurement method and apparatus, program therefor, photomask manufacturing method and semiconductor device manufacturing method
EP1146481A2 (en) Pattern inspection apparatus, pattern inspection method, and recording medium
JP5391774B2 (en) Pattern inspection apparatus and pattern inspection method
JP5037590B2 (en) Pattern inspection apparatus and method
US20070280541A1 (en) Pattern shape evaluation apparatus, pattern shape evaluation method, semiconductor device manufacturing method, and program

Legal Events

Date Code Title Description
A02 Decision of refusal

Free format text: JAPANESE INTERMEDIATE CODE: A02

Effective date: 20031028

A521 Written amendment

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20031226

A911 Transfer to examiner for re-examination before appeal (zenchi)

Free format text: JAPANESE INTERMEDIATE CODE: A911

Effective date: 20040109

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20040127

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20040213

R150 Certificate of patent or registration of utility model

Ref document number: 3524853

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150

S531 Written request for registration of change of domicile

Free format text: JAPANESE INTERMEDIATE CODE: R313531

R350 Written notification of registration of transfer

Free format text: JAPANESE INTERMEDIATE CODE: R350

S111 Request for change of ownership or part of ownership

Free format text: JAPANESE INTERMEDIATE CODE: R313113

R350 Written notification of registration of transfer

Free format text: JAPANESE INTERMEDIATE CODE: R350

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20080220

Year of fee payment: 4

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20080220

Year of fee payment: 4

S111 Request for change of ownership or part of ownership

Free format text: JAPANESE INTERMEDIATE CODE: R313113

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20080220

Year of fee payment: 4

R350 Written notification of registration of transfer

Free format text: JAPANESE INTERMEDIATE CODE: R350

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20090220

Year of fee payment: 5

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20090220

Year of fee payment: 5

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20100220

Year of fee payment: 6

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20100220

Year of fee payment: 6

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20110220

Year of fee payment: 7

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20120220

Year of fee payment: 8

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20130220

Year of fee payment: 9

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20130220

Year of fee payment: 9

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

S531 Written request for registration of change of domicile

Free format text: JAPANESE INTERMEDIATE CODE: R313531

S533 Written request for registration of change of name

Free format text: JAPANESE INTERMEDIATE CODE: R313533

R350 Written notification of registration of transfer

Free format text: JAPANESE INTERMEDIATE CODE: R350

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

S533 Written request for registration of change of name

Free format text: JAPANESE INTERMEDIATE CODE: R313533

R350 Written notification of registration of transfer

Free format text: JAPANESE INTERMEDIATE CODE: R350

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

EXPY Cancellation because of completion of term